Soutenance mémoire
Revue des systèmes MES
Définition et fonctionnalités Depuis plus de 25 ans, les entreprises ont investi dans des systèmes informatiques pour les aider à produire au mieux. Au cours des 10 dernières années, les produits commerciaux se sont partagés un marché en pleine croissance. Certains de ces produits, tel que les ERP ont gagné un statut majeur sur le marché et ont été largement implantés. Mais l’atelier est longtemps resté le parent pauvre en matière d’informatique . Désormais il dispose de son système d’information,. le Manufacturing Execution System (MES) qui présente une collection de fonctions dédiées à l’exécution. Les fonctions du MES sont essentiellement tournées vers les activités de production, principal vecteur de la valeur ajoutée des entreprises manufacturières. Le concept de MES est né de la forte demande des industriels pour répondre aux exigences des marchés dans une optique de réactivité, de qualité, de respect des normes, de diminution des coûts et des délais. Historiquement bien implanté dans les industries de process (les industries pharmaceutiques, agro-alimentaires et des semi-conducteurs, en particulier) où il est une très bonne réponse aux exigences de traçabilité et. d’archivage imposées par les réglement~tions, ce système s’ouvre de plus en plus à tous les secteurs d’activités, notamment aux entreprises manufacturières. Pendant longtemps, chaque fournisseur définissait lui même ce qu’il entendait par MES et les fonctions qu’un tel outil se devait de couvrir, basant généralement sa définition sur les capacités de son propre outil tout autant que sur ce que son client en attendait. La Manufacturing Enterprise Solutions Association (MESA) a donné le premier élan aux travaux de normalisation couvrant le domaine des MES, sigle dont ils sont d’ailleurs les créateurs. Cette organisation regroupe les principaux acteurs du marché et 1 ‘un de ses premiers travaux a été de définir de manière générale ce qu’était un MES. Sa définition, qui est maintenant retenue par tous, est la suivante :
« Le Manufacturing ~xecution ·System (MES) fournit les informations nécessaires à l’optimisation des activités de production allant de la création de l’ordre de fabrication au produit fini. Par l’utilisation d’informations à jour et précises, le MES guide, initie, réagit aux activités de l’atelier au fur et à mesure de leur déroulement, et fournit des rapports sur ces activités. Sa forte réactivité à l’évolution des conditions de fabrication, associée à un objectif de réduction des· activités à faible valeur ajoutée conduit à un fonctionnement plus efficace de l’atelier de production, diminue les stocks et augmente les marges. En alimentant un flux bidirectionnel d’informations, le MES fournit à toute l’entreprise et à sa chaîne logistique, les données critiques sur les activités de fabrication. »
Comme avec les autres systèmes d’information, le MES ne peut se résumer à une simple et unique fonctionnalité. Tout ce qui peut être suivi, dirigé et analysé pour amener la production au meilleur de ses performances et de sa profitabilité a une fonctionnalité dans le MES. Chacune de ces fonctions interagit avec les autres. Le MESA en a identifié 11 :
– la collecte et l’acquisition des données : par sa connexion directe au processus, le MES peut accéder aux données issues des équipements de production, les mettre en forme et les présenter aux différents utilisateurs que sont les exploitants et les systèm~s d’analyse et de gestion de la production ;
– l’analyse des performances : à partir de ces informations, le MES peut déterminer la valeur des indicateurs de performance prédéfinis (TRS , MTBF, temps d’intervention, indicateurs qualité, … ) et en proposer une analyse en temps réel pour provoquer une réaction automatique et/ou une alarme en direction de l’exploitant;
– la traçabilité produit et la généalogie : le respect des contraintes et des normes imposées par le système d’assurance qualité ainsi que la maîtrise du savoir-faire obligent l’entreprise à assurer la traçabilité d’exécution du processus de fabrication, pour le lot ou pour chaque produit. Cette fonction permet de connaître à tout moment le niveau d’engagement d’un produit ou d’un lot. Elle met à jour un historique qui permet d’en connaître la généalogie;l’ordonnancement : par la prise en compte de la disponibilité réelle des équipements et du personnel associé, cette fonction organise les tâches et les ordres de fabrication pour optimiser la productivité de 1′ atelier ;
– la gestion des documents : par la gestion et la mise à disposition de tous les documents utiles à la production ;
– le cheminement des produits et des lots : par le suivi des produits en temps réel, à travers_ les gammes de fabrication en prenant en compte les aléas de production, cette fonction permet 1′ optimisation des stocks et la prise en compte de tâches non prévues (maintenance, attente, … ) ;
– la gestion du personnel : par le suivi de 1′ activité et de la disponibilité des opérateurs ;
– la gestion de la qualité : par 1′ échantillonnage en continu tout au long du procédé de fabrication et 1′ analyse en temps réel des indicateurs qualité, cette fonction identifie les problèmes et en informe les exploitants (en proposant des actions correctives);
– la gestion du procédé : par l’analyse en continu de l’évolution du procédé, cette fonction identifie les problèmes, en informe les exploitants et exécute ou propose des actions correctrices.
– la gestion de la maintenance : par le suivi des machines et la gestion des temps de marche et d’arrêt, cette fonction planifie les tâches de maintenance et met à jour l’historique des actions et des pannes.
– la gestion des ressources : par le suivi de l’utilisation et de la disponibilité de l’ensemble des ressources de l’atelier (machines, équipements, personnels et documents).
Technologies La totalité des offres MES est conçue sur une base modulaire. Le meilleur exemple de cette conception modulaire est le MES InSite™ de Camstar qui se compose de 18 modules intégrés et interactifs permettant au système de suivre et de collecter des données sur les activités de production en continue. De manière générale, ces différents modules peuvent être regroupé en 3 couches :
– la couche client/serveur : c’est Ja couche qui rend visible à 1 ‘utilisateur les informations du MES. C’est aussi par l’intermédiaire de cette couche que 1’ on peut intégrer d’autres systèmes, leur permettant de communiquer dans un environnement distribué ;
– la couche d’intégration : c’est le cœur de l’architecture, elle contient des composants standards et réutilisables qui fournissent une infrastructure pour les flux d’information vers ou en provenance d’autres applications. Elle met en œuvre des outils standards tels que CORBA, COM/DCOM, OLE, OPC; la couche de gestion/stopkage des données : elle fournit des serviCes indispensables pour les autres couches tels que la communication en réseau, les services de gestion d’objets. Ces services sont construits pour des systèmes d’exploitation et des technologies de base de données robustes et standards. Plus précisément, les fournisseurs de solution MES améliorent leurs solutions sur des plans aussi variés que l’intégration, l’extensibilité, la configuration graphique pour se rapprocher des caractéristiques mises en lumière en 1997 par le MESA . Ces ameliorations sont le fruit des rapides progrès de l’informatique et des réseaux (protocoles, Internet, intranet et extranet) et des technologies logicielles (objets, agents, architecture client/serveur, COBRA, ActiveX, XML, XSLT, Web services, cQnnectivité universelle des équipements, langages de programmation). Il est possible de résumer la tendance des améliorations apportées aux MES comme suit :
– l’intégration: la clé de l’implantation d’un système d’information est ·encore plus vitale au MES qui se veut un pont entre les. systèmes de commande de l’atelier et les systèmes de plus haut niveau;
– la synthèse de connaissances hétérogènes : des mécanismes pour rendre les données collectées plus intelligibles et facilitant les prises de décision pour 1 ‘utilisateur ;
– la connectivité standardisée : un modèle de connectivité permettant l’utilisation de l’équipement dès son branchement et fonctionnant sous divers environnements informatiques ;
– les performances en temps réel : la pertinence d’informations telles que les statuts du procédé de fabrication, des matières, du personnel à rendre accessible au bon utilisateur au bon moment ;
– l’architecture orientée vers l’Internet: une architecture modulaire et ouverte pour faciliter l’interopérabilité de solutions hétérogènes, mais aussi anticiper 1′ adoption de futures technologies ;
– l’extensibilité et la reconfigurabilité : le MES doit répondre aux contraintes des entreprises actuelles, leur taille et leur dynamisme ;
– la collaboration: être un des maillons communiquant d’une chaîne logistique allant des fournisseurs de matières premières aux consommateurs finaux afin d’améliorer l’efficacité, la flexibilité et le temps de réponse de 1’ ensemble de la chaîne.
Architectures et modélisations Dans la littérature scientifique, les efforts se portent principalement sur la proposition de modèles, d’architectures pour un MES polyvalent et performant, qui ,facilitent son intégration au sein des entreprises. Dans la pratique, cette intégration comporte actuellement certaines limites. Le schéma organisationnel traditionnel en est l’une des causes. Dans ce schéma, le MES exécute et contrôle les ordres de production générés par 1 ‘ERP. Cette structure descendante intègre difficilement d’autres formes de management comme la production en juste à temps ou la production tirée pour laquelle la demande\ est ascendante . Les technologies des réseaux apportent une évolution aussi bien au mveau des techniques de programmation (architecture client/serveur, travail en parallèle, distribué ou concourant) qu’au niveau de la relation entre l’entreprise et son client (B2B, B2C, ebusiness). Ces technologies sont en train d’être implémentées à tous les niveaux de 1 ‘entreprise et ont permis de faire émerger des concepts novateurs tels que l’ entreprise agile ou encore l’ entreprise numérique . La complexité croissante des produits et des processus nous a poussés à nous poser la question de la pertinence d’un outil totalement centralisé. La technologie des multiagents a pu alors montrer toute la simplicité d’implémentation, la modularité de cette organisation décentralisée . Les agents peuvent être représentés comme de simples ressources (une machine, une cellule, un outil~ un opérateur) qui effectuent des tâches individuelles, qui interagissent entre eux. Une des approches les plus fructueuses formalisées avec l’aide des agents est le système manufacturier holonique où un holan est- l’association d’un agent logiciel et d’un équipement ou d’un ensemble d’équipement. La coopération des ho lons ne se fait pas ici de manière centralisée ou décentralisée, mais elle reprend une hiérarchie basée sur une décomposition fonctionnelle. Il est possible de classer les architectures distribuées proposées en deux groupes :
– les structures hiérarchiques où il y a plusieurs niveaux: avec des relations du type maître/esclave :
– les structures héterarchique où les agents communiquent sur le modèle du partage, sans relation maître/esclave. Les agents sont localement autonomes et coopèrent au travers de procédures de négociation pour atteindre leur but. Les avantages de l’architecture héterarchique résident dans sa complexité réduite, sa robustesse intrinsèque, son extensibilité, sa modularité et sa tolérance aux erreurs. Les décisions sont prises localement et uniquement quand cela est nécessaire. Le projet PABADIS (Plant Automation BAsed on Dlstributed Systems) est financé par l’Union Européenne et a pour objectifs la reconfiguration automatique et dynamique des chaînes de production, basée sur la notion de « plug-and-participate », et la suppression totale ou partielle des tâches de planification et d’ordonnancement, par une organisation décentralisée de la production. Il a eu pour résultat le développement d’un MES basé sur une telle architecture où des agents commandent et contrôlent une production variée dans un environnement changeant d’atelier flexible. Le projet PABADIS n’est pas la seule initiative de définition d’une architecture pour le MES. Les holons sont aussi à la base d’une architecture MES adaptée à la tendance de la personnalisation de masse. D’autre part, l’industrie des semi-conducteurs, l’un des berceaux et un des acteurs majeurs du MES, est aussi à l’origine de l’initiative SEMA TECH visant une architecture ouverte dédiée à cette industrie. La version originale de cette architecture était surtout focalisée sur le contrôle de l’atelier. Des fonctionnalités telles que la conception de produit et la planification ont été ajoutées. Cette architecture est accompagnée d’outils d’analyse, de conception et de documentation utilisant le langage UML et les réseaux de Pétri . Dans le même ordre d’idée, l’architecture NIIIP-SMART tente de n’utiliser que des composants standards afin de réduire les coûts et les ressources absorbées par la personnalisation des MES, alors que l’architecture OpenMES propose un modèle orienté objet à structure modulaire ainsi qu’une connectivité ouverte avec tous les autres systèmes. Parmi les modélisations proposées, les auteurs prennent rarement en considération les interactions entre MES, représentant les interactions possibles entre plusieurs ateliers d’une même entreprise ou encore d’une même chaîne d’approvisionnement. Or le travail collaboratif devient de plus en plus courant, tout comme l’externalisation de certaines fonctions. Des termes tels que 1′ entreprise étendue, les organisations contractantes et 1′ entreprise virtuelle ont permis de décrire la coopération entre les entreprises. Mais ces alliances ont surtout été étudiées au niveau financier et rarement au niveau des ateliers. Huang propose un modèle d’intégration des MES entre eux basé sur les modes de coopération et les flux d’opération. Mais des limitations importantes apparaissent dues aux modèles de données que peuvent avoir chacun des MES ainsi intégrés.
Connectivités La demande d’automatisation des processus manufacturiers est toujours élevée et les entreprises font des efforts importants pour adopter ou améliorer les techniques d’intégration et de communication des équipements. Yang et al. ont développé un gestionnaire générique d’équipements. Les règles gouvernant ce gestionnaire sont séparées en 3 portions indépendantes: les règles du système, les règles d’affaires et les règles des équipements. Ces règles étaient implantées dans l’interface du MES et dans les pilotes des équipements. Les règles des équipements étant dépendantes de 1′ équipement, la connexion de machines différentes obligeait à réécrire le pilote. Les auteurs ont alors proposé d’utiliser la technologie d’objet mobile pour développer un pilote d’équipement accessible par l’internet. Le gestionnaire d’équipement télécharge le pilote via un navigateur Internet et il peut dès lors communiquer avec 1′ équipement par les messages Java ou bien par la technologie des objets Internet avec les protocoles CORBA ou DCOM . Y e et Qiu définissent une connectivité générique pour les équipements comme étant une plateforme capable d’être personnalisée à tout moment. Le support des différents protocoles de communication se fait par l’intermédiaire d’un composant de connectivité de l’équipement et d’un descripteur dè ses caractéristiques. L’utilisation d’un schéma basé sur la description des équipements permet d’assimiler des structures de données et des sémantiques différentes dans un contexte où les sources de données sont hétérogènes et permet ainsi de créer des mécanismes d’extraction d’information pertinente pour l’utilisateur.
Filtrage des données Comme on le comprend bien, les données et tout ce qui les entoure sont au cœur de l’efficacité d’un tel système. Bien avant l’initialisation du flux de matières, le flux de données est en action. Mais si ce flux de données se trouve à être lent et de faible qualité, comment peut-on espérer que le flux de matières soit rapide et de qualité ? S’il est clair qu’avoir la bonne information au bon moment aide à prendre les bonnes décisions et que les technologies actuelles peuvent assurer la disponibilité de l’information, rien ne garantit en revanche qu’elle soit précise et sensée . Si la précision de l’information acquise dépend de la chaîne d’acquisition mise en œuvre, le sens qui lui est attribué ne dépend que de l’analyse qu’on en fait . Les données acquises directement dans 1′ atelier ont la granularité suffisante au contrôle de ce même atelier. A 1 ‘heure actuelle, elles sont largement utilisées dans la maîtrise statistique des procédés et dans l’ajustement de ces procédés . Mais si des systèmes d’information de plus haut niveau désirent utiliser ces mêmes données, elles perdront tout leur sens si elles ne sont pas ptéalablement filtrées et placées dans le contexte approprié à ces utilisateurs . Une solution pour le filtrage des données peut venir des technologies de standardisation des données comme par exemple le modèle d’objet de document (Document Object Mode!, DOM) ou bien encore de modèles communs de représentation des connaissances . Les règles d’extraction des informations sont dépendantes du module les mettant en œuvre et indépendantes des sources de données. Avec l’utilisation du langage XML , l’intégration es talors dynamique et extensible. En y ajoutant l’eXtensible Style Language Transformations (XSLT), la configuration des documents transmis, et donc des données, peut être reconfiguré dynamiquement . Une possibilité pour rassembler des données en vue de les analyser est de les extraire depuis une ou plusieurs bases opérationnelles. Les bases de données opérationnelles ou transactionnelles sont conçues pour traiter des transactions rapidement et efficacement : c’est le traitement transactionnel en ligne (OLTP, On-Line Transaction Processing). Quand les données ne sont plus utiles pour l’environnement manufacturier, elles peuvent être transférées dans un entrepôt de données pour être exploitées par un environnement d’aide à la décision. La technique de modélisation entité/relation est communément utilis~e pour créer les modèles de données utilisés dans les systèmes OLTP.
Pour les entrepôts de données, la modélisation dimensionnelle lui est préférée et aboutit à des schémas en étoile ou en flocon de neige [60]. Le traitement analytique en ligne (OLAP, On-fine Analytical Processing) est une méthodologie basée sur les requêtes qui supporte l’analyse de données dans un environnement dimensionnel. Un moteur OLAP structure logiquement les données sous la forme d’un cube. Par exemple, MS Excel fournit une interface pour de tels traitements. Ainsi, les cubes OLAP et les entrepôts de données du MES peuvent être utilisés pour analyser les données de l’atelier. Chen et Wu proposent ainsi des cubes pour analyser les performances des équipements, les en-cours ou encore la qualité. Dans le contexte adaptatif, les entreprises ont besoin de détecter les exceptions de façon proactive. Les MES sont capables de le faire uniquement pour les exceptions surgissant dans l’atelier. De plus, les entreprises ont aussi besoin de résoudre, ces difficultés en collaborant avec leurs fournisseurs et leurs sous-traitants. Un tel résultat ne peut être atteint par un seul système mais bien en mettant en commun les points forts de chacun des systèmes de 1′ entreprise.
Une vile d’ensemble des systèmes d’information
Le MES est maintenant devenu un système d’information majeur implémenté dans le entreprises. Chacune des catégories de système inclut de nombreuses fonctions et types de produits. Les principaux noutils dédiés à la production sont aujourd’hui classifiés comme suit :
– Gestion des relations avec la clientèle ou Customer Relationship Management (CRM)- ils ont pour but de créer et entretenir une relation mutuellement bénéfique entre une entreprise et ses clients.
– Progiciel de gestion intégré ou Enterprise Resources Planning (ERP) – ils consistent en ces systèmes qui fournissent des plannings financiers, de management des ordres de production, ainsi que les fonctions en relation.
– Système de gestion de la chaîne logistique ou Supply Chain Management (SCM) – ils incluent les fonctions telles que les prévisions, la distribution et la logistique, le management du transport, le commerce électronique et les systèmes de planification avancée.
– Sales and Service Management (SSM) – ils comprennent les logiciels pour 1 ‘automatisation des forces de ventes, les configurateurs de produit,les services d’évaluation, les retours de produits.
– Ingénierie des procédés et des produits ou Product and Process Engineering (P&PE)- ils incluent la conception et la fabrication assistée par ordinateur, la modélisation des processus et le management des données concernant le produit.
– Commandes – ce sont habituellement des systèmes hybrides logiciel/matériel tels que les systèmes de contrôle distribué (DCS), les automates programmables industriels (PLC), les contrôles numériques distribués (DNC), les systèmes de contrôles, supervision et d’acquisition de données (SCADA) et d’autres contrôles de processus informatisés conçus pour contrôler la façon dont les produits sont fabriqués . Place du MES par rapport aux autres systèmes d’information, le MES est lié aux 5 autres catégories de systèmes d’information. Il forme une passerelle entre eux et de son intégration avec ces systèmes dépend le succès de sa mise en œuvre. Comme nous l’avons déjà souligné, les fonctionnalités du MES sont redondantes avec celles de certains de ces systèmes. Par exemple, le MES et l’ERP ont tous deux un module d’allocation des ressources; le MES et le SCM peuvent inclure un module de gestion des stocks; les documents techniques peuvent provenir du MES ou du P&PE; le contrôle qualité, la collecte et l’analyse des données peuvent être dévolus soit au MES soit au contrôle. Les fonctionnalités implémentées dans le MES sont bien plus orientées vers la production, les performances en temps réel et exécutent des instructions plus fines (comparées aux décisions prises aux niveaux supérieurs). Ces fonctions sont conçues d’abord pour être facilement accessibles par les équipements d’une part et par le personnel opérationnel d’autre part .Étant donné la large implantation des systèmes ERP et surtout le lien particulier qui existe entre les ERP et les MES comme le montre la norme 895, intéressons-nous un peu plus à ce système d’information.
Les limitations des ERP
Malgré sa large implantation, les ERP souffrent de limitations bien connues. Tout d’abord, les ERP implémentent et utilisent la logique MRP comme fonction de planification centrale. Par conséquent, ce système hérite d’un certain nombre de défauts associés aux systèmes MRP. Ces défauts sont dus à 2 hypothèses critiquables posées par la version originale de la logique MRP : les capacités sont supposées infinies ; les paramètres sont déterministes (les délais d’obtention principalement). L’hypothèse de capacité peut être rectifiée par l’ajout de certaines contraintes et des mécanismes en boucle fermée, mais l’inaptitude à se confronter à des situations stochastiques demeure. Le calcul des Besoins Nets généré par le système ne considère pas la disponibilité des ressources simultanément, mais considère que la ressource requise comme une activité à part, séparée des autres . Cela résulte en des replanifications à répétition. Mais en réalité le processus de replanification n’est pas mené à terme, causant alors des inexactitudes dans les dates de lancement. La logique MRP ne prend en compte aucun effet significatif de perte d’efficacité et d’utilisation. Ces systèmes utilisent aussi des délais d’obtention fixes pour planifier les achats de matières et les dates de production des sous-ensembles et des produits finis. Ils ne tiennent pas compte des incertitudes qui règnent dans l’atelier. Ainsi, quand des pénuries ou des surplus apparaissent, les décisions générées par le MRP ne sont pas exactes .On comprend bien que ce qui pose avant tout problème à une production contrôlée par un ERP c’est l’incertitude faisant partie intégrante de la vie d’un atelier, que cette incertitude se manifeste sous la forme d’événement imprévisible perturbant l’appareil de production.
Des études statistiques ont été menées pour déterminer les principales causes d’incertitudes (et leurs interactions) dans un environnement de production contrôlé par un ERP. De nombreuses techniques ont été proposées pour contrer cette faiblesse, mais les stocks de sécurité et les délais de sécurité sont parmi les plus. robustes et les plus utilisées. Les heures supplémentaires et la polyvalence sont aussi très utilisées par les gestionnaires . Pour maîtriser l’incertitude sur la demande et la nervosité du système qui en découle, Ho et al. utilisent des stocks, des capacités et des délais de sécurité, mais les performances de ces systèmes dépendent de l’environnement manufacturier et une baisse du niveau d’incertitude ne se traduit pas nécessairement par une amélioration des performances. Murthy et Ma ont, quant à eux, développé un modèle mathématique permettant d’évaluer un facteur corrigeant les prévisions pour prendre en compte 1′ augmentation des niveaux de rebus, alors que Krupp propose un modèle statistique permettant de réévaluer les niveaux des stocks de sécurité mis en place pour palier à l’inexactitude des prévisions. Brennan et Gupta ont appliqué l’analyse de la variance pour examiner les effets de l’incertitude sur les performances des entreprises et montrent qu’elle est affectée par les incertitudes sur la demande et les délais et par leurs interactions.
Connecteur Java (JCo)
Pour faciliter l’intégration de SAP dans les environnements hétérogènes, il existe des connecteurs dans les principaux langages de programmation (.NET, PHP, JAVA). SAP met à disposition des développeurs un connecteur en JAVA baptisé JCo pour Java Connector. JCo peut facilement s’intégrer dans une application tierce et permettre ainsi d’exécuter des fonctions dans SAP et de récupérer les données souhaitées, et ce, même si les deux applications ne sont pas installées sur le même serveur ou dans le même réseau. En utilisant vos paramètres de connexion, JCo va ouvrir une session dans SAP R/3 ·et récupérer le dictionnaire des fonctions utilisables ainsi que leurs paramètres d’entrée et de sortie. Il permettra ensuite d’appeler ces fonctions et de les exécuter. Les données reçues en retour pourront être exploitées par la suite pour alimenter le module d’optimisation par exemple. Ce cdnnecteur a pour principal intérêt d’utiliser le dictionnaire de fonction de SAP qu’il demande à chaque ouverture de session. Il est ainsi complètement générique et tant que les· fonctions appelées ne changent pas, il n’y a pas besoin de maintenance. De plus, il est très facile d’utilisation. L’annexe 6 présente le code appelant la fonction ZShortProdOrder GetList utilisée dans notre scénario.
OPC DA- Accès en temps réel aux données
L’une des spécifications OPC les plus populaires est OPC Data Access ou OPC DA. Elle fournit une méthode standard pour accéder en temps réel aux données en provenance des logiciels ou matériels de contrôle de l’atelier. Avec elle, la communication de toutes les· applications utilisatrices de données est relayée par un serveur OPC DA vers les PLC,DCS ou toutes autres sources de données. OPC DA est uniquement utilisé pour écrire et lire les données· en temps réel. Pour accéder à d’anciennes valeurs, il faut utiliser OPC HDA. Pour comprendre OPC DA, considérons un capteur mesurant le débit d’une pompe. Dans cet exemple le capteur est connecté à un PLC qui échange des données avec une application client de type IHM. OPC DA fournit l’accès à des items appelés points. Le contrôleur de débit aura plusieurs points, dont un point d’assignation (CDlOl.PA) et un point pour la valeur du débit (CDIOI.VP). OPC DA traite chacun de ces points comme s’ils étaient des points séparés. Chaque point inclut trois attributs : une valeur, une qualité, et une date. OPC DA transmet la valeur du point, la fiabilité de cette valeur et l’heure de lecture de la valeur, que ce point vienne d’un PLC, d’un DCS ou d’une application. Par exemple, une lecture du débit peut avoir pour valeur 12.85 centimètres cubes par minute, avec une qualité« Bonne» et datée du 25 septembre 2006 à P :30 et 17.358 secondes. La question typique d’un client OPC posée à un serveur OPC est : Quel est le débit actuel de CD 101, quelle est la fiabilité de la lecture et à quelle heure la valeur a-t-elle été lue ?
OPC spécifie qu’un horodatage doit être fourni pour chaque point, mais il ne dit pas d’où l’horodatage doit provenir. Parfois l’horodatage n’est pas fourni par la source. Par exemple, Modbus ne fournit pas un horodatage en provenance de l’automate. Dans un tel cas, le serveur fournit son propre horodatage. D’autres sources sont en mesure de le fournir et quand le serveur OPC reçoit une lecture, il reçoit aussi un horodatage à transmettre au client. Un serveur OPC peut être conçu pour ignorer les horodatages quand il en reçoit un. Certains vendeurs de serveurs OPC choisissent d’ignorer délibérément l’horodatage de la source et si cet aspect a une importance, il faut toujours se poser la question de la provenance de l’horodatage. OPC DA fournit un standard pour l’accès en temps réel aux données qui va permettre une connectivité ouverte. Les systèmes OPC bénéficient d’une réelle interopérabilité et adaptabilité utilisable pour surveiller et superviser les processus. OPC permet aux applications d’échanger, c’est-à-dire de lire et écrire, les dernières valeurs et non pas les valeurs passées (pour cela il faut utiliser OPC HDA).
|
Table des matières
INTRODUCTION
CHAPITRE 1 REVUE DE LA LITTERATURE
1.1 Introduction
1.2 Revue des systèmes MES
1.2.1 Définition et fonctionnalités
1.2.2 Technologies
1.2.3 Architectures et modélisations
1.2.4 Connectivités
1.2.5 Filtrage des données
1.3 Revue des systèmes d’information
1.3.1 Une vue d’ensemble des systèmes d’information
1.3 .2 Enterprise Resources Planning
1.3.2.1 Historique et définition
1.3.2.2 Les limitations des ERP
1.3.3 Modèles d’intégration des systèmes d’information
1.4 Revue de la simulation en temps réel
1.4.1 La prise de décisions et la simulation
1.4.2 L’optimisation basée sur la simulation en temps réel
1.5 Les limitations actuelles
1.6 Conclusion
CHAPITRE 2 ARCHITECTURE GÉNÉRIQUE D’EXÉCUTION SCÉNARIO
2.1 D’ORDONNANCEMENT RÉACTIF
2.2 Introduction
2.2.1 Architecture générique d’exécution
2.2.2 Hypothèses
2.2.2.1 Architecture fonctionnelle proposée
2.2.2.2 Acquisition, traitement et stockage des données
2.2.2.3 Le noyau d’aide à la prise de décisions
2.3 L’architecture générique
2.3.1 Scénario d’ordonnancement réactif
2.3.2 Processus de production de l’aluminium
2.3.2.1 Périmètre, hypothèses, contraintes et objectifs du système
2.3.2.2 Périmètre du système et hypothèses
2.3.3 Contraintes et objectifs
2.3.3.1 Processus adaptatifs
2.3.3.2 Processus actuel
2.3.4 Processus adaptatif proposé
2.3.4.1 Architecture proposée
2.3.4.2 Architecture systémique
2.3.4.3 Choix des systèmes
2.4 Conclusion
CHAPITRE 3 SCÉNARIO D’ORDONNANCEMENT RÉACTIF- ERP
3.1 Introduction
3.2 Structure de données
3 .2.1 Éléments organisationnels
3 .2.2 Données maîtresses
3.3 Intégration et développements spécifiques
3 .3 .1 Confirmation des ordres de fabrication
3.3.2 Liste des ordres de fabrication
3.3.3 Connecteur Java (JCo)
3.4 Conclusion
CHAPITRE 4 SCÉNARIO D’ORDONNANCEMENT RÉACTIF- MES
4.1 ACQUISITION DE DONNÉES EN TEMPS RÉEL
4.2 Introduction
4.2.1 Standards OPC
4.2.2 Contexte
4.2.3 Spécifications OPC
4.3 OPC. DA- Accès en temps réel aux données
4.3.1 Client OPC DA
4.3.2 Interfaces
4.3.2.1 Structure logique
4.3.2.2 Espace des noms
4.3.3 Modèle logique
4.3.3.1 Fonctionnement séquentiel
4.3.3.2 Recherche des serveurs disponibles
4.3.3.3 Connexion au serveur OPC DA
4.3.3.4 Création de groupes
4.3.3.5 Exploration d’un espace de noms et création d’un item
4.4 Lecture d’un item
Conclusion
CHAPITRE 5 SCÉNARIO D’ORDONNANCEMENT RÉACTIF- MODULE D’OPTIMISATION EN TEMPS RÉEL
5.1 Introduction
5.2 .Modèle d’optimisation
5 .2.1 En amont de la simulation
5.2.2 En aval de la simulation
5.3 Modèle de simulation
5.3.1 Rappel et notations
5.3.2 Objets
5.3.2.1 Objet système une_usine
5.3.2.2 Objet une_cuve
5.3.2.3 Objet un_creuset
5.3.2.4 Objet un_four
5.3.2.5 Objet un_ OF
5.3.3 Règles
5.3 .3 .1 Initialisation du modèle
5.3.3.2 Cycle de vie d’une cuve
5.3.3.3 Cycle de vie d’un creuset
5.3.3.4 Cycle de vie d’un four
5.3.3.5 Évaluation du déclassement de l’aluminium
5.4 Conclusion
CHAPITRE 6 EXPÉRIMENTATION, ANALYSE ET DISCUSSIONS
6.1 Introduction
6.2 Architecture du prototype
6.3 Données de test
6.3.1 Les ordres de production
6.3.1 État initial du processus manufacturier
6.4 Processus décisionnel pas à pas
6.5 Analyse et discussion
6.5.1 Sur le prototype
6.5.2 Sur l’architecture générique
6.5.2.1 Instabilité des décisions prises
6.5.2.2 Intérêt de l’approche orientée services
6.6 Conclusion
CONCLUSION
RECOMMANDATIONS
ANNEXE 1 FICHES PRODUIT DE L’ÉTUDE DE MARCHÉ DES MES
ANNEXE 2 EXEMPLE DE FICHE D’INDICATEUR
ANNEXE 3 EXTRAIT DU SAP INTERFACE REPOSITORY
ANNEXE 4 CODE DE LA FONCTION ZSHORTPRODORDER GETLIST
ANNEXE 5 TUTORIAL- CRÉATION DE BAPI
ANNEXE 6 CODE JAVA D’APPEL D’UN BAPI
ANNEXE 7 INTRODUCTION À DCOM
ANNEXE 8 RÈGLES Dû MODÈLE DE SIMULATION
BIBLIOGRAPHIE .
Télécharger le rapport complet
