Le maintien en opération ou la remise en état de tout système requiert des pièces de rechange. Pour des raisons économiques et légales, les manufacturiers sont tenus d'assurer la disponibilité des pièces de rechange durant tout le cycle de vie économique du système ou produit en considération. Selon le système, le cycle économique s'étend de la phase de mise sur le marché jusqu'à la fin de la période de production majorée d'une période variant en fonction des engagements du constructeur. Cette période peut notamment être la période de garantie consentie par le manufacturier ou une période que la législation en vigueur impose concernant la récupération et le recyclage. Les lois actuelles du marché forcent les manufacturiers à offrir des durées de garantie plus longues pour augmenter leurs ventes, puisque la durée de garantie est perçue comme représentative de la qualité du produit. Ces dernières, et au vu du remplacement rapide des modèles, couvrent des périodes qui vont au-delà de la période, de production du modèle garanti. Or, pour honorer ces garanties, il faut disposer de stock de pièces de rechange pour effectuer les réparations requises sachant qu'il peut s'avérer très coûteux de produire une pièce de rechange en dehors du cycle de production. D'autre part, la raréfaction et l'augmentation exponentielle des coûts des matières premières encouragent les entreprises à envisager de nouvelles sources d'approvisionnement. Une des avenues proposées dans ce mémoire est la considération du procédé de remise à neuf ou remanufacturing comme source moins on~reuse de pièce de rechange pour assurer la réparation des systèmes ou produits défectueux encore sous garantie. Notre article traite donc du développement d'un modèle mathématique pour la détermination conjointe de la période de garantie et de la taille du lot économique de pièces de rechange à produire et à reconditionner pour satisfaire la demande durant tout le cycle économique du produit. Cet outil permettrait aux manufacturiers de mettre en place des stratégies efficaces de détermination des quantités optimales de pièces de rechange neuves et reconditionnées à produire et conserver tout au long du cycle de vie du produit.

Cette thèse aborde le problème de l'identification et de la gestion des stocks de pièces de rechange de systèmes dont les caractéristiques opératoires se dégradent avec l'âge et avec l'usage. Le besoin d'avoir des stocks de pièces de rechange est dicté par la nécessité d'assurer une continuité de service à des équipements assujettis à des défaillances accidentelles. Toute interruption prolongée peut, en effet, se révéler coûteuse. L'objectif est donc de proposer une démarche globale de gestion des stocks de pièces de rechange en présentant les modèles et les outils d'aide à la décision qui permettront au preneur de décision de répondre aux questions suivantes : quelles pièces tenir en stock ? Quand et combien de ces pièces faut-il commander ? Que faire avec les pièces de rechange reçues ? Faut-il faire les remplacements préventifs à la réception des pièces ou attendre la panne ? Comment s'assurer de disposer des pièces requises tout en respectant le budget alloué ? Une démarche basée sur l'indice de criticité est élaborée pour identifier les composants pour lesquels des pièces de rechange sont requises. Plusieurs méthodes de détermination des besoins en pièces de rechange sont proposées dans les cas où les lois de dégradation ou l'historique de consommation sont connus. La simulation est aussi présentée comme un outil valide et particulièrement intéressant dans les cas où les processus de consommation et de réparation des pièces sont complexes. Après une revue des principales politiques de gestion des stocks, des stratégies conjointes de maintenance et d'approvisionnement des pièces sont analysées. Une stratégie conjointe pour la maximisation de la disponibilité sous des contraintes budgétaires est développée. Le recours aux pièces reconditionnées est aussi considéré et les conditions de leur utilisation efficiente sont dérivées. Finalement, nous étudions diverses initiatives de gestion des stocks de pièces de rechange qui intègrent l'utilisation des nouvelles technologies de l'information et de la communication. Cette recherche a débouché sur plusieurs contributions intéressantes dans le domaine de la gestion des stocks de pièces de rechange et de la récupération des équipements en fin de vie. Un des nombreux outils et modèles développés est en phase finale de validation sur un poste pilote. Plusieurs extensions des modèles développés sont aussi envisagées.

La pénurie de greffons rénaux a conduit à élargir les prélèvements aux donneurs décédés après mort encéphalique (DME) à critères élargis et aux donneurs décédés après arrêt circulatoire (DDAC). Ces organes sont à risque d'être non greffés ou de présenter des non reprises de fonction primaire et une durée de vie plus limitée. Ces greffons souffrent des mécanismes d'ischémie-reperfusion inhérents au processus de prélèvement-conservation-greffe. Ces donneurs sont soumis à des phénomènes physiopathologiques qui leur sont propres et dont la compréhension pourrait ouvrir de nouvelles pistes thérapeutiques. Un modèle porcin de DME a permis d'établir que la cinétique de passage en mort encéphalique impacte sur la reprise de fonction primaire (RFP) par le biais de la réponse au stress oxydant (voie de SIRT1, PGC1-α, NRF2). La balance NRF2-mTOR pourrait également influencer la genèse de lésions. Le préconditionnement par un analogue de la spermidine améliore les RFP par diminution du stress oxydant, stimulation de PGC1-α et stimulation de l'autophagie par mTOR. Un modèle porcin de DDAC a permis d'établir que le reconditionnement par circulation régionale normothermique passe par la stimulation de l'érythropoïèse et de l'angiogenèse via HIF1-α, de eNOS et de la thrombomoduline avec un temps optimal de 4h. Au-delà une activation de la coagulation par la libération de TF induit une inflammation par stimulation des protease activating receptors. L'utilisation d'une molécule anti-IIa et anti-Xa durant la conservation permet d'améliorer les suites de greffe. La compréhension des principes physiopathologiques propres aux donneurs permet de mettre place des reconditionnements innovants. / The shortage of kidney transplants has led to the expansion of organ procurement to include donors who died after brain death (DBD) with expanded criteria and donors who died after circulatory arrest (DCD). These organs are at risk of not being transplanted or of delayed primary function and a more limited lifespan. These grafts suffer from the ischemia-reperfusion mechanisms inherent in the harvesting, preservation and transplantation process. These donors are subjected to physiopathological phenomena specific to them, the understanding of which could open up new therapeutic pathways. A porcine model of DBD has established that the speed of brain-death occurrence impacts primary graft function (PGR) through oxidative stress response (SIRT1 pathway, PGC1-α, NRF2). The NRF2-mTOR balance could also influence the genesis of graft injury. Preconditioning with a spermidine analogue improves PGR by reducing oxidative stress, stimulating PGC1-α and stimulating autophagy with mTOR. A porcine model of DCD has established that normothermic regional perfusion reconditioning involves stimulating erythropoiesis and angiogenesis via HIF1-α, eNOS and thrombomodulin with an optimal time of 4 hours. Beyond this, an activation of coagulation by the release of TF induces inflammation by stimulating protease activating receptors. The use of an anti-IIa and anti-Xa molecule during storage improves transplant outcomes. Understanding the pathophysiological principles specific to donors allows to implement innovative reconditioning.

Avec le développement des véhicules électriques, la question de la valorisation des batteries lithium-ion (BLI) se pose pour diverses raisons. Pourtant, une filière de valorisation structurée n’existe pas aujourd’hui. Notre travail académique a pour objet l’étude de cette dernière. La filière de valorisation des BLIs est définie comme un système sociotechnique, complexe en émergence. Notre problématique consiste alors à l’étudier d’un point de vue technico-économique, organisationnel et prospectif et ce en tenant compte des différentes complexités. Cette problématique soulève trois questions de recherche : Comment modéliser la filière de valorisation des BLIs comme un système organisationnel complexe en émergence ? Comment faire de la prospective sur la filière de valorisation des BLIs ? Comment analyser la gouvernance de la filière de valorisation des BLIs ?Pour modéliser la filière de valorisation des BLIs, nous mettons en œuvre d’une manière combinée trois méthodes de modélisation systémiques : SCOS’M (Systemics for Complex Organisational Systems’ Modelling), la cartographie cognitive et la dynamique des systèmes. La modélisation a pour objectif la caractérisation de la filière (parties prenantes, sous-systèmes …), la compréhension de ses dynamiques d’évolution et l’identification des variables clés dans ces dynamiques. Cette modélisation est une base pour la suite.Pour faire de la prospective sur la filière de valorisation des BLIs, nous préconisons l’utilisation des scénarios. Ces derniers sont définis à l’aide de la matrice SRI (Stranford Research Institute), en exploitant les variables clés qui interviennent dans les dynamiques d’évolution de la filière. La prospective est permise en simulant le modèle dynamique des systèmes avec différents scénarios, afin d’analyser les aspects technico-économiques. Pour l’étude de la gouvernance de la filière de valorisation des BLIs, le périmètre a été restreint à l’activité de reconditionnement. Dans ce cas, l’étude de la gouvernance revient à analyser des combinaisons de répartition (application 2nde vie, partie prenante). Une méthodologie d’aide à la décision a été développée pour cette fin. D’une manière générale, cette thèse a identifié les enjeux et questions qui se posent lors de l’étude de la valorisation des batteries lithium-ion des véhicules électriques. A travers notre modélisation, nous avons établi une base d’analyse utile à l’aide à la décision. Nous avons répondu à certaines questions (aspects technico-économiques et organisationnels) et ouvert la voie pour d’autres (aspects logistiques et environnementaux). / With the development of electric vehicles, the recovery of lithium-ion batteries (LIB) arises for various reasons. However, a structured recovery network does not exist today. Our academic work aims to study this latter. The LIBs recovery network is defined as a socio-technical complex emerging system. Our problematic is then to study it from a technical-economic, organizational and prospective perspective, taking into account the different complexities. This problematic raises three research questions: How to model the LIBs recovery network as a complex organizational emerging system? How to foresight on the LIBs recovery network? How to analyze the LIBs recovery network governance?To model the LIBs recovery network, we apply with combination three systemic modeling methods: SCOS'M (Systemics for Complex Organisational Systems' Modelling), cognitive mapping and system dynamics. The modeling aims to characterize the recovery network (stakeholders, subsystems ...), understand its dynamics and identify the key variables in these dynamics. This model is the basis for the following research questions.To Foresight on the LIBs recovery network, we recommend the use of scenarios. These are defined using the SRI matrix (Stranford Research Institute), exploiting the key variables. Foresight is permitted by simulating the system dynamics model with different scenarios to analyze the technical-economic aspects. For the study of the LIBs recovery network governance, the scope was restricted to the repurposing activity. In this case, the study of the governance comes down to analyzing the combinations (2nd life application, stakeholder). A decision aid methodology has been developed for this purpose. In general, this thesis identified the questions that arise when considering the recovery of LIBs. Through our modeling, we have established a useful basis for decision aid. We answered some questions (technical-economic and organizational aspects) and paved the way for others (logistical and environmental aspects).