Ce sujet de thèse concerne le jumeau numérique pour le pilotage à court et moyen terme de la production dans une industrie de traitement de surface. Cette industrie à quelques spécificités (production à la commande sur la base de pièces fournies par les clients, délais promis trés courts, trés grande diversité de clients, trés grandes diversité) qui déplacent les enjeux de la planification : une agilité capacitaire pour réguler l’encours dans les ateliers.
Différents verrous scientifiques sont identifiés dans ce sujet :
– Couplage simulation à événements discrets et modèles équivalents (reinforcement learnings) pour la simulation à capacité finie : Si ce sujet est trés étudié depuis quelques années (refs), l’enjeu est de proposer un bon couplage (frugal, efficient et efficace) adaptés aux décisions à supporter et aux spécificités des process de traitement de surface (certains trés automatisés et d’autres très manuels).
– couplage Simulation à capacité finie et optimisation dans un contexte de pilotage distribué : Le couplage Simulation/optimisation est étudié de longue date pour les systèmes de production (refs). De même, la planification bi-niveau (court / moyen terme) est bien formalisée (refs). Pour autant, les modèles et les méthodes de résolutuion demandent à être adaptées au contexte industriel sous-jacent. Ici, le système de production étant consitué d’ateliers ayant une certaine autonomie, l’enjeu est de proposer des approches d’optimisation locales à chaque atelier sur au moins 2 horizons de temps (quelques jours et quelques semaines) prenant en compte leurs spécificités (gestion des compétences, regroupement de commandes) tout en ayant un pilotage global des priorités et de collaboration inter-atelier via le jumeau numérique.
– une démarche d’ingénierie système appliquée au jumeau numérique qui prenne en compte les impacts de la scalabilité et des évolutions technologiques sur l’architecture du jumeau numérique.