• Langue : Français
• Discipline : Productique
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/1998

Résumé en langue originale

Pour repondre aux besoins de la clientele, les constructeurs automobiles ont ete obliges de s'adapter a une diversite grandissante de leur fabrication. Cette fabrication sur les lignes de montage automobile s'apparente a des lignes d'assemblage a modeles melanges qui permettent de produire differents produits a la fois. Pour une utilisation efficace de ces lignes il est necessaire de resoudre deux problemes : l'equilibrage de la ligne et le sequencement des vehicules sur cette ligne. Dans cette these, nous etudions les problemes lies au sequencement des vehicules. Nous proposons des outils pour juger de la qualite des sequences (indicateurs et metriques evaluatives) prenant en compte les problemes de repartition des produits, de ratio de production et de dates ou de positions. Puis nous etudions les differentes approches pour optimiser des sequences. Pour le sequencement predictif, nous proposons une nouvelle procedure combinant des optimisations partielles puis globales qui permet d'obtenir, en limitant le temps de calcul, un flux de bonne qualite et robuste. Cet ordonnancement predictif ne peut etre maintenu au long du processus de fabrication a cause des differents aleas de production. Des stocks intermediaires permettent alors de remettre en sequence le flux. Nous proposons pour ces stocks un algorithme de cadencement (sequencement dynamique des vehicules en respectant la cadence de la ligne) qui optimise la sequence, mais dans un environnement plus critique : une succession de decisions locales (enlignement de chaque vehicule) a valider sur la journee complete, respect du temps cycle de la ligne et vision limitee de l'algorithme au voisinage direct du stock.