Contributing to the reconfiguration of production lines: definition and selection process of alternative configurations.
Contribution à la reconfiguration des lignes de production : définition et démarche de choix de configurations alternatives.
Résumé
In this thesis we propose a formalism for defining RMS configurations, based on the modularity of the system, including both physical and logical aspects (so far considered separately in the literature), and performance (KPI) and model (flow simulation) aspects to align the proposal with the requirements of Industry 4.0 (the RAMI 4.0 architecture). The modular vision allows a precise description and analysis and leads to a better knowledge of the system to drive a reconfiguration. A reference data model emerges from this modular vision, and is used to generate the configuration database, which is the foundation of the proposed selection process for new configurations. This approach aims at capitalizing on past, present and potentially future configuration data of the system, in order to meet the needs of proactivity, data
reuse and more generally of knowledge management in a reconfiguration process. A metric to evaluate the impact of a reconfiguration is proposed, in order to ensure a relevant configuration choice. An illustrative example and two industrial case studies have been conducted. They allow to validate the relevance of the proposed approach, and have also allowed to show that the approach is valid for mature systems as well as for systems still under design. The approach offers new perspectives for RMS controlled with holons. Nevertheless, the notion of aggregation (data, control logics, models) as well as the lack of automation of the selection process are some drawbacks of the proposal, but also represent promising topics for future works.
Dans cette thèse nous proposons un formalisme de définition des configurations des RMS basé sur la modularité du système, incluant à la fois les aspects physique et logique (jusqu’ici considérés séparément dans la littérature), et les aspects performance (KPI) et modèle (simulation de flux) répondant aux exigences de l'industrie 4.0 (l'architecture RAMI 4.0). La vision modulaire permet une description et une analyse précise et conduit à une meilleure connaissance du système pour conduire une reconfiguration. Un modèle de données de référence émerge de cette vision modulaire et est utilisé pour générer la base de données de configurations, socle de la démarche de choix de nouvelles configurations proposées. Cette démarche vise la capitalisation des données de configurations passées, présentes et potentiellement futures du système,
afin de répondre aux besoins de proactivité, réutilisation de données et plus généralement de gestion des connaissances dans un processus de reconfiguration. Une métrique permettant d'évaluer l'incidence de la reconfiguration est proposée afin d’assurer un choix de configuration judicieux. Un exemple illustratif et deux cas d’étude industriels ont été conduits. Ils permettent de valider la pertinence de l’approche proposée et aussi de montrer que l’approche est valable tant pour des systèmes matures que pour des systèmes encore en conception. L’approche ouvre de nouvelles perspectives pour des RMS holoniquement contrôlés. Cependant, la notion d’agrégation (données, logiques de contrôle, modèles) ainsi que le manque d’automatisation de la démarche de choix constituent des limites à la proposition mais représentent aussi des axes de réflexions pour de futurs travaux.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|