Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Simulation de processus De la théorie à la pratique 21 Octobre 2011 4 Novembre

Simulation de processus De la théorie à la pratique 21 Octobre 2011 4 Novembre 2011 Jérôme NEAU, Ingénieur & Associé NS CONSEIL Sommaire • Introduction • Intérêt de la simulation • Historique • Typologie • Comment ça fonctionne ? • Simulation et Recherche Opérationnelle • Projet de simulation: démarche • Dangers et limitations • Quels logiciels ? • Portfolio d’études • Démarche complète appliquée à un exemple simple • Exemple 1 : Industrialisation de nouveaux produits • Exemple 2 : Logistique • Exemple 3 : Ordonnancement • Exemple 4 : La simulation dans le secteur hospitalier Introduction • Les chercheurs, les ingénieurs, les militaires et bien d'autres professionnels se posent souvent la question : quel est le résultat que j'obtiens si j'exerce telle action sur un élément ? Le moyen le plus simple serait de tenter l'expérience, c'est-à-dire d'exercer l'action souhaitée sur l'élément en cause pour pouvoir observer ou mesurer le résultat. Dans de nombreux cas l'expérience est irréalisable, trop chère ou contraire à l'éthique. On a alors recours à la simulation : rechercher un élément qui réagit d'une manière semblable à celui que l'on veut étudier et qui permettra de déduire les résultats. La simulation est un outil utilisé par le chercheur, l'ingénieur, le militaire etc. pour étudier les résultats d'une action sur un élément sans réaliser l'expérience sur l'élément réel. Lorsque l'outil de simulation utilise un ordinateur on parle de simulation numérique. Source : Wikipédia Qu’est-ce que la simulation ? Introduction • La simulation est le processus de concevoir un modèle d’un système réel et de mener des expériences avec ce modèle dans le but de comprendre le comportement du système et/ou évaluer différentes stratégies opératoires. Source : Winter Simulation Conference 1998 • La simulation consiste à reproduire, à échelle réduite, l’évolution dans le temps d’un système complexe dont on veut étudier le comportement dynamique. Qu’est-ce que la simulation ? Introduction • On appelle modèle un élément, analogique ou numérique, dont le comportement vis-à-vis d'un phénomène est similaire à celui de l'élément à étudier. – Les sorties sont les éléments et grandeurs que l'on veut étudier. – Les entrées, paramètres et contraintes sont les éléments dont la variation influe sur le comportement du modèle ; • on appelle entrée ceux qui sont commandés par l'expérimentateur • paramètres ceux que l'opérateur choisit de fixer • contraintes ceux qui dépendent d'éléments extérieurs. • On appelle simulation l'ensemble constitué par un modèle, les entrées, paramètres et contraintes, et les résultats obtenus. Qu’est-ce qu’un modèle ? Modèle Paramètres Contraintes Entrées Sorties Introduction • Contenu du modèle : – Série d’opérations de production reliées entre elles par des convoyeurs. Les machines réalisant les opérations subissent des pannes qui requièrent l’intervention d’une équipe de maintenance – Entrées : nombre de personnes dans l’équipe de maintenance – Paramètres : temps de cycle, temps moyen de bon fonctionnement, temps de réparation, etc. – Contraintes : flux d’arrivée des pièces dans l’atelier – Sorties : statistiques d’utilisation des moyens et ressources, nombre de pièces produites par l’atelier • Démonstration rapide Exemple : maintenance dans un atelier de production Intérêt de la simulation La simulation dynamique permet de – Formaliser le fonctionnement d’un système – Evaluer les performances – Analyser le fonctionnement global – Dimensionner les composantes du système – Valider les modes de fonctionnement – Comparer différentes solutions et hypothèses Evaluer les conséquences d’une décision avant qu’elle soit prise, éventuellement avant que le système existe. Par expérimentation sur un modèle, on teste différents scénarios pour les comparer ou effectuer des prédictions. La simulation dynamique est un outil d’aide à la décision Intérêt de la simulation La simulation dynamique permet également de – Communiquer • Réalité virtuelle • Modèles faciles à comprendre et donc à utiliser comme moyen de communication • Outil de dialogue et de formalisation – Former • Exemples les plus connus: simulateurs de vol, de combat... • Dès qu’il existe un risque (intégrité physique, financier, etc.), la simulation peut être utilisée dans un but d’apprentissage par le test de raisonnements, attitudes, décisions et l’étude de leurs conséquences (apprentissage par l’erreur). La recherche de la performance au quotidien appelle des solutions de plus en plus complexes  La simulation permet d’identifier et de prioriser les actions à mener L’optimisation activité par activité des processus ne garantit pas la performance globale  La simulation permet d’avoir une approche globale et multi-métiers (processus, fiabilité, ordonnancement, logistique, etc.) Le lancement d’investissements requière des indicateurs fiables de retour sur investissement afin de minimiser les risques  La simulation repose sur une approche scientifique qui fournit des résultats très proches de la réalité à condition de prendre certaines précautions Intérêt de la simulation Cadre : implantation de nouvelles lignes d’assemblage Objectif : - vérifier le dimensionnement des lignes (valider les temps de cycle, les temps de changements entre référence, les fréquentiels) - optimiser le nombre de chariots dans la boucle Industrie – Ligne d’assemblage GMP 92.5 93 93.5 94 94.5 95 95.5 96 96.5 97 19 20 21 22 23 24 25 Nbre de Chariots RO (%) Rendement en fonction du nombre de chariots Quelques exemples Cadre : conception d’un nouvel atelier de pressage et séchage d’accessoires de tuilerie Objectif : - déterminer les vitesses optimales de déplacement des moyens de manutention - optimiser le nombre de supports par type de produit - optimiser le nombre de chambres de séchage - définir et tester les règles de pilotage du système Industrie – Atelier de production Source: CTTB Quelques exemples Cadre : concours pour la construction d’un nouveau port de conteneurs à Barcelone Objectif : - définir l’implantation du futur site (longueur de quai, surface de stockage, etc.) - dimensionner le nombre optimal de moyens (grues, porte-conteneurs, transbordeurs, etc.) Portuaire – Logistique conteneurs Quelques exemples Cadre : réorganisation du centre de tri multimodal de Roissy Objectif : - valider / optimiser les plans de tri et de transport à l’occasion du changement de réseau - identifier les points bloquant de l’installation - spécifier les besoins en personnel et les vacations à mettre en place Postal – Chronopost Roissy Dépose Convoyage Vidage Tri Réception flux routier Expédition flux routier Chgt Convoyage Prélèvement Mise en pinon / conteneur Mise en roll / palette Dépose Convoyage Vidage Réception flux aérien Expédition flux aérien Chgt Quelques exemples Cadre : aide à la conception du centre de tri postal de Paris Nord pour Somepost Objectif : - valider / optimiser le dimensionnement des installations - fournir une animation 3D comme support commercial - faire des recommandations organisationnelles et des préconisations de modification des installations Postal – La Poste Paris Nord Quelques exemples Historique • La simulation numérique est apparue en même temps que l'informatique pour les besoins du projet Manhattan pendant la Seconde Guerre mondiale, afin de modéliser le processus de détonation nucléaire. Depuis, elle a évolué parallèlement à l'informatique. • Parmi les précurseurs des logiciels de simulation actuels, on peut citer GSP (fin années 50), GPSS (fin années 50), GASP (début années 60), SLAM (fin année 70) • Les principales évolutions au cours des dernières années portent sur les aspects graphiques, la puissance de calcul et l’intégration de la simulation au sein d’autres applications Près de 65 ans d’histoire Typologie Il existe plusieurs façons de classifier les simulations • Statique ou dynamique Notion d’évolution au cours du temps • Stochastique ou déterministe Notion d’aléatoire • A événements discrets ou continue Equations différentielles vs. logique événementielle Exemples d’outils et méthodes : • Runge-Kutta  résolution d’équations différentielles • Monte-Carlo  calcul de valeurs numériques par des procédés aléatoires L’analyse par simulation des flux et processus requière généralement des simulations dynamiques et stochastiques, discrètes ou / et continues selon les processus considérés Nombreuses méthodes de simulation Comment ça fonctionne ? Les moteurs de simulation à événements discrets reposent sur plusieurs concepts : • Gestion d’échéancier • Gestion des files d’attente • Génération de nombres aléatoires • Edition de rapports statistiques Focus sur la simulation à événements discrets Comment ça fonctionne ? Un moteur de simulation à événements discrets gère un échéancier dans lequel il écrit à l’avance les événements à venir. Différents événement gérés : cycles, pannes, réglages, pauses, etc. Exemple: • Machine avec un temps de cycle de 30 minutes • Panne de 5 minutes toutes les 1 heures 40 minutes de bon fonctionnement • Pause de ¼ d’heure toutes les 2 ½ heures Gestion d’échéancier 0.0 Début de cycle 30.0 Fin de cycle Début de cycle 60 Fin de cycle Début de cycle 90 Fin de cycle Début de cycle 125.0 Fin de cycle 100.0 Début de panne 105.0 Fin de panne 135.0 Début de pause 150.0 Fin de pause Début de cycle 170.0 Fin de cycle Début de cycle 200.0 Fin de cycle Comment ça fonctionne ? Un moteur de simulation à événements discrets gère les phénomènes de files d’attente : saturations et attentes. Exemple : quand une machine tombe en panne, les effets sont les suivants • En amont, les stocks se remplissent et les moyens finissent par saturer, c’est- à-dire par être dans uploads/Finance/coursga-simulation 1 .pdf