Bonjour à tous,

Vous trouverez ci-dessous une offre de thèse CIFRE intitulée :  Planification dynamique des missions d’une flotte de robots pour l’approvisionnement de systèmes de production.

Le doctorant sera basé à Toulouse (LAAS et ALTEN).

Merci de diffuser ce message aux candidats potentiels

Démarrage souhaité : janvier 2023.
 

Utiliser le lien suivant pour les dépôts de candidature :  : https://www.laas.fr/ost/node/246 

Bien cordialement, 
Cyril BRIAND 
LAAS-CNRS
7, avenue du Colonel Roche  
BP 54200
31031 Toulouse cedex 4
Tel : 05 61 33 78 18
http://homepages.laas.fr/briand/

====================

Equipe ou Service: 

ROC

Description: 

Sujet de thèse

Responsables :          C. Briand, A. Abdeljaouad, M. Touchard

Contacts :                briand@laas.fr; mohamedamine.abdeljaouad@alten.com; mathieu.touchard@alten.com

Diplôme :                   Doctorat

Durée :                       3 ans

Lieu :                         LAAS-CNRS de Toulouse - ALTEN Tououse

Equipes :                   LAAS/ROC (Recherche opérationnelle, Optimisation combinatoire, Contraintes)

                                   ALTEN Labs

Département :         DO (Décision – Optimisation) 

Indemnisation :        Contrat CIFRE

Titre : planification dynamique des missions d’une flotte de robots pour l’approvisionnement de systèmes de production

Introduction

ALTEN accompagne la stratégie de développement de ses clients dans les domaines de l’innovation, de la R&D et des systèmes d’information. Créé il y a plus de 30 ans et présent dans plus de 25 pays, le Groupe s’est imposé comme un leader mondial de l’ingénierie et du conseil en technologies. ALTEN intervient auprès des grands acteurs des secteurs aéronautique et spatial, défense et naval, sécurité, automobile, activités ferroviaires, énergie, sciences de la vie, finance, commerce, télécommunications et services.

La Direction de l’Innovation du Groupe ALTEN développe un programme de Recherche & Développement sur le thème de la Smart Factory 4.0 et, dans ce cadre, a défini un projet de recherche sur l’usage d’une flotte de robots mobiles et autonomes (AGV, AMR) pour la gestion des tâches logistiques de systèmes de production. On s’intéresse en particulier à la logistique d’approvisionnement en composants des ilots de production, d’évacuation des déchets produits par ces ilots et de transfert des produits semi-finis.

Ce projet de recherche porte plus particulièrement sur la planification optimale des tournées et des tâches des robots de la flotte et à leur adaptation en dynamique en temps réel. Il résulte d’un partenariat entre la Direction de l’Innovation du Groupe ALTEN et le Laboratoire d’Analyse et d’Architecture des Systèmes du CNRS de Toulouse.

Contexte et objectifs du projet scientifique

Dans le contexte de la 4ème révolution industrielle, la logistique interne des entreprises est largement impactée par les progrès technologiques de la robotique mobile autonome. Les chaînes de production sont aujourd’hui fréquemment approvisionnées par des robots qui alimentent les postes de travail en kits de composants, en outils, récupèrent les containers vides pour les remplir à nouveau ou évacuent les déchets produits sur les postes de travail. L’acheminement des produits semi-finis entre les ilots de production est aussi aujourd’hui assuré par des robots qui remplacent avantageusement les convoyeurs à bande, ce qui confère davantage d’agilité à l’ensemble du système de production. Au sein du magasin de composants, les activités de collecte sur étagères et de remplissage des containers sont elles-mêmes robotisées. Des robots manipulateurs mobiles sont enfin utilisés pour réaliser des opérations de production répétitives au sein de la chaîne de production et sont affectés aux postes de travail de façon dynamique, en fonction de la charge de travail.

Cette thèse s’intéresse à la gestion dynamique des activités d’une flotte de robots dans le cadre particulier de la logistique interne d’un système de production. Il s’agit de faire le lien entre la problématique de production, qui s’intéresse à optimiser prévisionnellement la qualité, les coûts et les délais, et celle de la planification dynamique des activités logistiques des robots qui s’intéresse à minimiser les en-cours. On s’intéresse en particulier à prendre en compte les aléas de production (retards, ruptures de stock, pannes, activité nouvelle imprévue) ainsi que les requêtes des opérateurs afin d’adapter dynamiquement les activités de la flotte aux évolutions de la production et servir au mieux les objectifs de production. Une approche proactive – réactive de planification sera adoptée afin de minimiser l’impact d’aléas potentiels sur les objectifs de production et permettre un retour à une activité nominale en cas de problème non-anticipable.

La problématique d’approvisionnement en composants d’une chaine de production s’apparente au problème connu dans la littérature sous le nom d’Inventory Routing Problem (IRP). L’IRP consiste à déterminer pour chaque véhicule les tournées d’approvisionnement à réaliser, chaque tournée définissant l’ordre de visite des postes de travail, la date de visite et la quantité à livrer. Le but est d’éviter les ruptures de stock et de minimiser les coûts logistiques (classiquement exprimés en termes de coûts de transport et de stockage). Le problème IRP compte parmi les problèmes combinatoires réputés difficiles car il généralise le fameux Vehicle Routing Problem (VRP). Néanmoins, la logistique de transfert des produits semi-finis et d’évacuation des déchets sortent du contexte de l’IRP classique puisqu’il ne s’agit plus uniquement d’approvisionner les postes, mais aussi de collecter des articles qui y seraient présents et les acheminer vers d’autres endroits. Cette dernière problématique s’apparente davantage à un autre problème connu dans la littérature sous le nom de Pickup-and-Delivery Problem (PDP). Ce travail de recherche devra donc faire le lien entre IRP et PDP afin de résoudre ces deux problèmes de façon intégrée. De plus, dans un système de production plusieurs hypothèses classiques de l’IRP ne sont plus valides : les temps de chargement/déchargement dans un système de production ne sont plus négligeables devant les temps de transport ; la réactivité nécessaire pour la production ne permet plus de faire l’hypothèse que l’horizon de décision peut être décomposé en périodes dont la longueur serait supérieure à la durée d’une tournée ; enfin, la logistique vise davantage une minimisation des encours de production qu’une réduction des coûts. Il sera donc nécessaire de prendre en compte ces nouvelles hypothèses.

Organisation des travaux de recherche

Le-la doctorant-e devra proposer divers algorithmes permettant de solutionner le problème de planification dynamiques des activités logistiques d’un système de production en prenant en compte les incertitudes relatives à cet environnement, les spécificités liées à la gestion d’une flotte de robots (rechargement, navigation, synchronisation) et en intégrant les besoins des opérateurs humains qui participent aux processus de production.

Ces travaux seront systématiquement mis en regard de la littérature scientifique apparentée au sujet que le-la doctorant-e devra naturellement connaître et analyser. Des évaluations systématiques des algorithmes seront réalisées, selon différents scénarios de production à complexité incrémentale, afin d’évaluer leur qualité, leur efficacité et leur capacité à traiter des problèmes de grande taille.

Ces algorithmes seront intégrés par la Direction de l’Innovation d’Alten Labs dans des briques logicielles et leurs plus-value sera étudiée dans des environnements de production simulés. Un démonstrateur physique pourra également être développé afin de prouver l’intérêt des concepts dans un environnement de production représentatif. Le-la doctorant-e participera à la définition d’architectures informatiques et à l’intégration de ses algorithmes.

Le-la doctorant-e sera intégré-e à une équipe projet composée d'enseignants-chercheurs du LAAS-CNRS et d'Ingénieurs de la société Alten Labs. Il-elle devra posséder de bonnes connaissances en informatique (langage C++, python) et maîtriser les bases de l’optimisation combinatoire. La connaissance de solveurs de Programmation par Contraintes ou de Programmation Linéaire en Nombres entiers sera appréciée. La définition des objectifs de recherche et des divers livrables seront abordés selon une méthode agile de conduite de projet.

Mots clés : optimisation, planification dynamique, logistique, robotique mobile.