Soutenance mémoire
Fiabilité humaine et Maintenabilité
L’étude de la fiabilité humaine dans un système manufacturier est un sujet de recherche qui a permis à plusieurs chercheurs de montrer que l’évaluation de la fiabilité d’un système manufacturier est incomplète si la performance de l’humain est négligée. Williams, (1950), montre que pour avoir une bonne prévision globale de la fiabilité d’un système de production, il faut tenir compte de la fiabilité de l’humain, qui y opère ou répare l’équipement (maintenabilité), sinon une telle prévision n’est pas réaliste. Par exemple Dhilon et Yang (1994) ont réalisé des études dans lesquelles ils ont montré l’importance de tenir compte des erreurs humaines dans le processus production manufacturière. En effet, ils présentent un cas d’étude où ils montrent qu’en réalité, les systèmes manufacturiers tombent plus en panne à cause d’erreurs humaines qu’à cause du mauvais fonctionnement du matériel ou du logiciel.
Cette observation s’applique à plusieurs systèmes manufacturiers. De plus (Kirwan, 1992) affirme que l’identification de l’erreur humaine à son plus haut niveau considère simplement que le technicien ou l’opérateur peut échouer à atteindre l’objectif de son projet avec un énorme retard. Il peut complètement échouer de réaliser tout le projet, ou effectuer une tâche inappropriée à la place de celle qui lui a été confiée. D’une manière générale, les erreurs humaines sont citées parmi les causes principales des accidents, de baisse de fiabilité humaine et de celle de machines de production. Dhillon (1986) a montré que les causes des erreurs de maintenance qui se produisent dans les opérations de missiles se répartissent comme suit : 28% de la mauvaise installation faite par l’humain, 38% de la mauvaise lecture des cadrans et des contrôles, 3% de l’inaccessibilité, 14% des écrous et des raccords, et 17% divers Dhillon, B.S., (1986). Ces problèmes causés par les erreurs humaines provoquent des pertes de vies humaines, telle que la mort de 272 personnes dans un crash d’avion en 1979 à cause des procédures de maintenance incorrectes (Christensen, J.M. and Howard, J.M., (1981)). 0
L’occurrence des erreurs humaines en industries manufacturières peut affecter les opérateurs de machines (département de production), ainsi que les techniciens de maintenance (département de maintenance). Dans ce dernier cas de figure, ces erreurs influent sur la maintenabilité globale du système manufacturier. D’où l’intérêt porté sur les études faites sur la corrélation entre les erreurs, la fiabilité humaine et la fiabilité globale d’un système de production. En effet, ces études contribuent à l’amélioration continue de la production et à celle de la maintenabilité des équipements. Charlot., (2005) affirme que le risque d’un accident en milieux industriel a trois composantes principales : sa probabilité d’occurrence, sa gravité, l’exposition de personnes et des équipements au risque. L’occurrence et la gravité des accidents peuvent affecter l’état physique de l’humain (technicien de réparation). C’est dans la même optique que Sylvie Nadeau et al. (2010) montrent que le fait d’ignorer ou de mal gérer les activités liées à la santé et à la sécurité en milieux industriels expose les travailleurs à des sérieux risques d’accidents qui affectent leurs performances. Pour faire face à cette problématique, plusieurs chercheurs ont développé différentes méthodes qui permettent d’effectuer une analyse de fiabilité humaine pour réduire le taux d’accidents en milieux industriels.
Par exemple, Hao Rong et al. (2015) proposent une méthode d’analyse de fiabilité. Cette méthode est nommée processus et modèles d’accidents de systèmes théoriques (systeme-theoretic accident model and processes : STAMP). STAMP permet de contrôler l’ensemble de facteurs qui contribuent aux accidents aléatoires causés par l’humain ainsi que les facteurs d’amélioration de la performance d’un système sociotechnique (un système sociotechnique est caractérisé par une forte interaction entre l’humain et les machines). L’approche de STAMP est soutenue par d’autres méthodes d’évaluation de la fiabilité humaine. Parmi ces méthodes, il y a l’évaluation de la fiabilité humaine (Human reliability assessment ou HRA), évaluation probabiliste de la fiabilité (probabilistic reliability assessment ou PRA), Identification des erreurs humaines (human errors identification ou HEI). De plus, (Kirwan, 1992) a développé une évaluation probabiliste du risque et une évaluation de la fiabilité humaine pour identifier et quantifier les erreurs humaines, afin de réduire la probabilité de leur occurrence en industrie. Selon (Parry et al., 1992) l’application de ces méthodes de fiabilité humaine permet de répondre à la demande des clients à partir d’un système de production où les humains (les opérateurs, les techniciens) sont en sécurité et l’équipement manufacturier est fiable. Un tel système manufacturier serait dit efficace, si ses ressources sont performantes.
Maintenabilité et disponibilité de machines
Dans le contexte de la production manufacturière, Zwingmann (2005) définit la disponibilité de machines réparables comme étant, la probabilité que ces machines soient en opération au temps t si, à chaque panne, une action de maintenance corrective est entreprise pour les remettre en état de fonctionnement. Pour ce chercheur, la durée de l’exécution de la maintenance corrective est une variable aléatoire. La figure 1.3 (Zwingmann, (2005)) illustre les variations d’états d’une machine. Cette figure utilisée par Zwingmann, (2005), présente le chronogramme d’une machine sujette à des pannes et réparations aléatoires (processus stochastique). Les durées d’opération de la machine étant désignées par X1,X2,X3,…, et les durées de réparation par Y1,Y2,Y3,…, tel qu’illustré dans la figure 1.3.
Optimisation conjointe de la planification de la production et de la maintenance Différentes politiques de commande optimales ont déjà été développées et explorées pour planifier la production et la maintenance dans un milieu manufacturier en minimisant le coût total de production. Parmi les chercheurs qui ont fait des études dans ce domaine il y a Boukas, (1998); Kenne, et al., (1997) qui ont développé des politiques de commande optimale qui permettent de contrôler la maintenance corrective et de réduire considérablement le coût total encouru de la production. Dans le but d’optimiser la production et la maintenance d’un système manufacturier réaliste, certains chercheurs ont introduit la notion de l’âge de la machine dans le processus de modélisation et d’optimisation. En effet, (Boukas et Haurie, 1990) ont modélisé un système où l’âge de la machine influence ses transitions d’un état (mode) à un autre.
Dans ses études basées sur la maintenance préventive, Boukas et Haurie (1990) estiment que la machine redevient neuve (rajeunie) après réparation. De façon plus réaliste, Dehayem et al., (2011), Dehayem Nodem et al., (2009) ont exploré la notion de l’âge de la machine en partant de l’hypothèse qu’une machine ne redevient pas neuve après la maintenance. Le fait de montrer que l’âge de la machine a une influence sur sa fiabilité et sur le nombre de produits qu’elle fabrique par unité de temps, a permis aux chercheurs Boukas et Haurie (1990), Dehayem et al., (2011), Dehayem Nodem et al., (2009), (Boukas, Liu et Liu, 2001) d’aborder les problèmes liés à la fiabilité, la production et la maintenance d’un système sous une perspective réaliste. Dans leur approche ces auteurs visent également à minimiser les coûts associés à la production et à la maintenance. Le type de maintenance utilisé par les chercheurs qui ont introduit la notion de l’âge de la machine dans l’optimisation de la planification de la production, fait intervenir la notion de remplacement de ces machines. Boukas et Communal, (2002) ont introduit la maintenance corrective à l’approche hiérarchisée. C’est dans la même perspective que cette étude adapte ces différentes méthodes de remplacement à la maintenance corrective.
|
Table des matières
REMRCIEMENTS
RESUMÉ
ABSTRACT
TABLE DES MATIERES
LISTE DES TABLEAU
LISTE DES FIGURES
LISTE DES ABRÉVIATIONS, SIGLES ET ACRONYMES
1.1 Introduction
1.2 Problématique et objectifs de recherche
1.3 Revue de littérature
1.3.1 Fiabilité humaine et Maintenabilité
1.3.2 Maintenabilité et disponibilité de machines
1.3.3 Optimisation conjointe de la planification de la production et de la maintenance
1.4 Revue critique de la littérature et contributions
1.5 Méthodologie
1.6 Conclusion
2.1 Introduction
2.2 Problème de base
2.2.1 Formulation du problème M1P1
2.2.2 Conditions d’optimum et méthodes numériques
2.2.3 Méthode numérique
2.2.4 Algorithme de résolution des équations d’HJB
2.2.5 Approche analytique
2.2.6 Observation générale sur le cas de base M1P1
2.2.7 Conclusion
2.3 Contrôle du taux de maintenance corrective et planification de la production
2.3.1 Formulation du problème : Machine et technicien de réparation
2.3.2 L’analyse de sensibilité
2.3.3 Variation du coût de l’inventaire
2.3.4 Variation du coût de rupture de stock
2.3.5 Variation du coût de remplacement d’un technicien de réparation
2.3.6 Variation du taux minimal
2.3.7 Observation générale sur l’étude du deuxième système manufacturier M1P1
2.4 Intégration de la baisse de performance d’un technicien de réparation dans la planification de la production
2.4.1 Formulation du problème
2.4.2 Conditions d’optimum et méthodes numériques
2.4.3 Comparaison des seuils critiques
2.4.4 L’analyse de sensibilité
2.4.5 Variation du coût de l’inventaire
2.4.6 Variation du coût de rupture de stock
2.4.7 Variation du coût de remplacement du technicien de réparation
2.4.8 Variation du taux minimal de réparation de la machine
2.4.9 Observation générale sur l’étude du troisième système manufacturier M1P1
2.4.10 Conclusion
3.1 Introduction
3.2 Formulation du problème (premier cas)
3.2.1 L’analyse de sensibilité du système M1P1 étudié
3.2.2 Variation du coût de l’inventaire
3.2.3 Variation du coût de pénurie de stock
3.2.4 Variation du coût de réparation de la panne de la machine de production au mode 3
3.2.5 Variation du coût de remplacement de technicien de réparation
3.2.6 Observation générale sur l’étude de ce système manufacturier
3.3 Limite de la dégradation de la performance de technicien (nombre de réparation de la machine) et planification de la production
3.3.1 Formulation du problème
3.3.2 La variation de la capacité du système manufacturier étudié en fonction de n
3.3.3 La variation du temps de réparation en fonction de n
3.3.4 Conditions d’optimum
3.3.5 Résolution numérique et analyse des résultats
3.3.6 Application conjointe des politiques de production et de maintenance corrective
3.3.7 Remplacement de technicien par rapport au niveau de stock
3.3.8 Conclusion
Télécharger le rapport complet
