PhD Proposal : Dynamic Balancing under uncertainties for aircraft final Assembly lines

Cette thèse est au Centre de Génie Industriel de IMT Mines Albi (France) :  

La conception de lignes d'assemblages est une problématique des process industriels qui présente des enjeux à différents niveaux (cf reférecences ci-dessous) : l'intégration de nouvelles technologies, de la robotisation à l'IA pour réduire et maitriser les durées opératoires et faciliter l'ergonomie des interfaces utilisateurs; l'équilibrage des différents postes sur la ligne et le dimensionnement des besoins techniques et compétences humaines ; l'évolution des systèmes d'information pour assurer le suivi et la traçabilité des flux; l'organisation et le pilotage de la logistique pour alimenter les postes d'assemblages ; l'implantation de la ligne dans des bâtiments existant ou à construire; la prise en compte des besoins de flexibilités (mix produits, reconfigurabilité, horaires) et des variabilités (sur les temps, la qualité ou la disponibilités des ressources en assemblage et en logistique). Le projet qui finance cette recherche est porté par un constructeur aéronautique. Il vise à concevoir une ligne d'assemblage final d'avions en tenant compte de spécificités du secteur aéronautique : un takt time important, la variabilité du mix produit dans le temps, la dimension de l’avion qui permet des zones de travail multiples en parallèle, la diversité en dimensions et le grand nombre de composants à gérer, le besoin de traçabilité des flux tout au long de la chaine logistique, etc. Plusieurs thèses avec les sujets suivants sont lancées en parallèle et auront à travailler en synergie : 

•       prise en compte des variabilités et des besoins de flexibilité pour l'équilibrage dynamique d'une ligne d'assemblage d'avions ; 

•       Un environnement immersif pour l’aide à l’implantation d’une ligne d’assemblage dans un bâtiment

•       Dimensionnement et pilotage robustes d’un système logistique hétérogène pour alimenter une ligne d’assemblage soumise à des variabilités et flux parasites imprévisibles.

•       Evaluation des impacts d’un packaging standardisé, mutualisé et connecté pour optimiser la chaine logistique d’approvisionnement de lignes d’assemblage.

Ce sujet de thèse aborde l’équilibrage et le pilotage dynamique d’une Final Assembly Line (FAL) aéronautique, un système complexe marqué par des contraintes industrielles fortes : plusieurs milliers de tâches élémentaires à organiser, takt time long relativement à ces tâches élémentaires, robotisation partielle des opérations, diversité importante des compétences opérateurs à considérer, grande dimension d’un avion qui offre des zones de travail distinctes en parallèle, sensibilité de variables de dimensionnement au mix-produit, multiplicité des sources de variabilité à considérer qui amènent à anticiper les fonctionnement nominaux et degradés.

Un premier enjeu est de proposer une méthodologie visant à orienter le choix du concept de ligne parmi les modèles existants (moving line, pulse line, dock line, ou hybride) pour en assurer le dimensionnement sous incertitudes. Il s’agira d’identifier les contraintes fortes, les sources de variabilité et d’incertitudes, les formes de flexibilité disponibles, les configurations possibles afin d’en déduire les leviers d’optimisation à exploiter.

Ensuite, dans un deuxième niveau, on s’intéressera à dimensionner le modèle de ligne choisi en abordant un problème d’équilibrage de ligne (line balancing) . Il s’agira d’affecter les tâches aux stations ou zones, de dimensionner et affecter les ressources (opérateurs et équipements). Les marges et leviers identifiés en première phase permettront de proposer des stratégies d’adaptation (orientées robustesse ou dynamique) pour faire face aux aléas et aux variabilités de la ligne.

La méthodologie proposée reposera sur un processus itératif entre les deux niveaux étudiés: les choix de typologie de ligne retenus en niveau 1 conditionneront le line balancing du niveau 2, dont les résultats permettront en retour de valider ou invalider les hypothèses initiales, d’alimenter de nouveaux choix de configuration, ou encore d’affiner les scénarios d’incertitudes.

Les concepts proposés seront validés en dynamique et par simulation par un post-doc mené en parallèle, via des jeux d’indicateurs adaptés pour évaluer la capacité à absorber les variabilités (aléas, mix produit).

Les verrous scientifiques identifiés sont à la fois méthodologiques, de modélisation, ou liés à l’optimisation combinatoire dans les problèmes d’équilibrage de ligne :

•       Comment articuler et guider le bouclage entre les différents niveaux de décision

•       A quel(s) niveau(x) de granularité travailler pour trouver un compromis entre passage à l’échelle/temps de calcul/reproductibilité du balancing en simulation/ exploitation de la  flexibilité

•       La modélisation des contraintes et leviers dans cette problématique de balancing

•       La décomposition du problème pour en faciliter la résolution via des techniques d’optimisation combinatoire

Le plan d’action visé sur cette thèse est le suivant :

•       revue bibliographique sur les méthodes de line balancing

•       modélisation et comparaison a priori des différents types de lignes

•       création de configurations de lignes à étudier

•       line balancing des différentes configurations

•       macro-modélisation d’un résultat de line balancing pour en permettre la simulation

•       comparaison de line balancing et rebouclage sur la modélisation de configurations

Battaïa, Olga, et Alexandre Dolgui. 2022. « Hybridizations in line balancing problems: A comprehensive review on new trends and formulations ». International Journal of Production Economics, Special Issue celebrating Volume 250 of the International Journal of Production Economics, vol. 250 (août): 108673.

Sikora, Celso Gustavo Stall. 2024. « Balancing mixed-model assembly lines for random sequences ». European Journal of Operational Research 314 (2): 597‑611.

Sotskov, Yuri N. 2023. « Assembly and Production Line Designing, Balancing and Scheduling with Inaccurate Data: A Survey and Perspectives ». Algorithms 16 (2): 100.

École du ministère en charge de l'industrie, IMT Mines Albi est une école de l’Institut Mines- Télécom, 1er groupe d’écoles d’ingénieurs et de management de France. À l'avant-garde des enjeux industriels et académiques sur la scène internationale, elle agit comme un moteur scientifique et économique territorial en combinant ses 4 missions - former des ingénieurs en intégrant la dynamique du développement durable, faire de la recherche scientifique, contribuer au développement économique et diffuser la culture des sciences, des techniques et de l'innovation - en un cercle vertueux et porteur d'innovation.

Son positionnement en matière de formation et de recherche place IMT Mines Albi comme école de référence sur trois des quatre thématiques de l’IMT, à savoir l’industrie du futur responsable, l’énergie, économie circulaire et société ainsi que l’ingénierie, santé et bien-être.

IMT Mines Albi, au travers du Centre Génie Industriel (CGI), développe des recherches à la frontière entre l’intelligence artificielle et le génie industriel, en collaboration avec des partenaires publics et industriels nationaux et internationaux.

Le Centre Génie Industriel (CGI) (https://cgi.imt-mines-albi.fr/) compte environ 60 personnes. Le centre s’intéresse à l’accompagnement de la transition des écosystèmes en permettant de prendre des décisions responsables et durables, dans des environnements instables ou perturbés. Ceci est mis en pratique par la représentation, la modélisation et l’analyse des données de ces organisations afin de formaliser de la connaissance conduisant à la prise de décision dans des contextes hétérogènes, collaboratifs, incertains et/ou perturbés.

Il est structuré selon des axes de recherche appliquée et des programmes scientifiques. Ceux concernés par cette thèse sont  :

• Axe FLOWS : Flexible Logistics and Operations for sustainable WorldS .

• programme HOPOPOP : Hybridization for Operations & Planning, Organizations & Performance, Optimization & Problem-solving ;

• Master ou Ingénieur en Génie Industriel ou en Informatique avec un intérêt en Génie Industriel.

• Expérience de recherche avec une forte motivation pour les études doctorales

• Gestion de production, gestion de chaines logistiques

• Recherche opérationnelle et Optimisation robuste

• Simulation à événements discrets et mutli-agent

• Applications de la science des données en génie industriel

• Compétences en développement informatique (Java, Python)

Jacques Lamothe, CGI IMT Mines Albi, jacques.lamothe@mines-albi.fr

Cléa Martinez, CGI IMT Mines Albi, clea.martinez@mines-albi.fr