La réalité des marchés économiques impose des contraintes aux entreprises manufacturières qui sont de plus en plus difficiles à réaliser, comme la diversification des produits, l'amélioration de leur qualité, la réduction des coûts et la diminution des retards. Ces contraintes sont satisfaites par une meilleure organisation des systèmes de fabrication en utilisant les ressources techniques existantes. Notre présente thèse met l’accent sur deux contributions majeures, la première consiste à modéliser différents cas du système industriel (Système de production simple, système d’assemblage, système de désassemblage) en intégrant des politiques de maintenance adéquates. La deuxième contribution repose sur l’évaluation des risques de pertes de profit d’une décision prise suite à l’optimisation des différents systèmes industriels étudiés. Trois différents problèmes industriels sont étudiés, le premier concerne le développement des méthodes d’évaluation de risque de perte de profit résultant du choix d'un algorithme d’optimisation pour résoudre un problème de planification conjointe de production et de maintenance. Pour atteindre nos objectifs, nous commençons par calculer les plans de production et de maintenance en utilisant différents algorithmes d’optimisation. En outre, nous proposons des modèles analytiques pour quantifier le risque de perte de profit résultant des retours de produits et de la prise en compte des durées de réparation de pannes non nulles. Cette étude fournit des informations sur les algorithmes d’optimisations les plus efficaces pour les problématiques rencontrés pour aider et orienter les décideurs dans l'analyse et l'évaluation de leurs décisions. La deuxième problématique concerne l'optimisation de la planification du système d'assemblage à deux niveaux. Un modèle mathématique est développé pour incorporer une planification de l'approvisionnement pour les systèmes d'assemblage à deux niveaux dont les délais d’approvisionnement et les pannes du système sont stochastiques. La planification de maintenance optimale obtenue est utilisée dans l'évaluation des risques afin de trouver la période seuil de réparation qui réduit les pertes de profit. La troisième problématique étudiée concerne l’optimisation de la planification dans le cadre d’assemblage à base de désassemblage des produits usagés en tenant compte de la dégradation du système de production. Un modèle analytique est développé pour envisager le désassemblage, la remise à neuf des produits usagés qui contribuent à l’assemblage des produits finis. En effet, ces derniers peuvent être constitués de composants neufs ou remis à neuf. Une politique de maintenance est séquentiellement intégrée pour réduire l'indisponibilité du système. Le but de cette étude est d'aider les décideurs, dans certaines conditions, à choisir le processus le plus rentable pour satisfaire le client et qui peut également s'adapter aux risques potentiels qui peuvent perturber le système de désassemblage-assemblage. Le risque lié aux périodes de réparation du système est discuté, ce qui a un impact sur la prise de décision managériale / The reality of the economic markets places constraints on manufacturing companies that are increasingly difficult to achieve, such as product diversification, quality improvement, cost reduction and fewer delays. These constraints are satisfied by a better organization of manufacturing systems using existing technical resources. Our thesis focuses on two major contributions, the first is to model different industrial systems (simple production system, assembly system, disassembly system) by integrating maintenance policies. The second contribution is based on risk assessment of profit loss following a decision taken after an optimization of an industrial system. Three different industrial problems are studied; the first concerns the development of risk assessment methods of profit loss resulting from the choice of an optimization algorithm to solve a problem of joint production and maintenance planning. To achieve our goals, we start by calculating production and maintenance plans using different optimization algorithms. In addition, we propose analytical models to quantify the risk of profit loss resulting from product returns and of repair times. This study provides information on the most effective optimization algorithms for the problems encountered to help and guide decision-makers in the analysis and evaluation of their decisions. The second problem concerns the optimization of two-level assembly system planning. A mathematical model is developed to incorporate supply planning for two-level assembly system with stochastic lead times and failures. The optimal maintenance planning obtained is used in the risk assessment to find the threshold repair period that reduces the profit loss. The third problem studied concerns the optimization of disassembly system of returned products (used or end of life products), remanufacturing and assembly of finished products taking into account the degradation of the production system. An analytical model is developed to consider disassembly, remanufacturing of returned products that contribute to the assembly of finished products. Indeed, the latter may consist of new or remanufactured components. A maintenance policy is sequentially integrated to reduce the unavailability of the system. The goal of this study is to help decision makers, under certain conditions, choose the most cost-effective process to satisfy the customer and who can also adapt to the potential risks that can disrupt the disassembly-remanufacturing-assembly system. The risk associated with system repair periods is discussed, which has an impact on managerial decision-making
Identifer | oai:union.ndltd.org:theses.fr/2019LORR0016 |
Date | 11 January 2019 |
Creators | Guiras, Zouhour |
Contributors | Université de Lorraine, Rezg, Nidhal, Dolgui, Alexandre, Turki, Sadok |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0091 seconds