Offre de thèse CIFRE : optimisation de lignes de préparation de commandes de détail

Proposition sujet de thèse : Optimisation d’une ligne de préparation de commande de détail

UMR de rattachement : LIMOS, UMR CNRS 6158, Mines Saint-Étienne

Directeur de thèse : Xavier Delorme

Co-encadrant : Audrey Cerqueus

École doctorale : EDSIS 488

Financement de la thèse : CIFRE avec la société Boa Concept

Date de début prévue : 1er octobre 2017

Mots clés : Ordonnancement, modélisation, recherche opérationnelle, préparation de commande

Contexte

Boa Concept est une PME stéphanoise qui propose un convoyeur modulaire intelligent, permettant la reconnaissance de la topologie du circuit et la supervision de la position de chaque élément sur celui-ci. Ce convoyeur est notamment employé sur des lignes de préparation de commande de détail.

Lors de la préparation de commande de détail, une liste de produits et leur quantité est associée à chaque commande. Afin de satisfaire cette commande, le colis passe sur des gares de picking, où un opérateur se charge de remplir le colis avec les produits disponibles à cette gare. Une file d’attente est prévue sur chacune des gares pour stocker des colis qui arrivent avant que l’opérateur n’ait eu le temps de terminer le précédent. Les produits étant répartis sur différentes gares, le colis doit s’arrêter sur plusieurs d’entre elles. Le transport entre les gares est effectué par un convoyeur.

La compétitivité des lignes de préparation de commande passe, entre autres, par une réduction des coûts et des délais, le temps de livraison étant un critère de plus en plus important pour le client. Un des enjeux principaux est d’éviter les dépassements de files d’attente des gares et les interblocages de colis, puisqu’ils entraînent des retards de préparation. L’ordre des colis, leur date d’arrivée au début de la ligne de préparation de commande et leur parcours sur celle-ci impactent la performance de la ligne et déterminent également la répartition du travail sur chacune des gares au cours du temps.

Boa Concept souhaite proposer un outil d’aide à la décision, optimisant la ligne de préparation de commande utilisant le convoyeur modulaire.

Problématique et objectifs

Nous proposons dans ce sujet de s’intéresser à la problématique de l’optimisation de lignes de préparation de commande de détail à un niveau opérationnel. Nous considérons que les décisions tactiques sont prises en amont, notamment sur l’emplacement des gares, le partitionnement des produits entre elles et la topologie du convoyeur. L’ensemble des gares sur lesquelles chaque colis doit passer est alors donné. L’optimisation de la ligne de préparation repose donc sur l’ordonnancement des colis.

Ce problème présente ainsi des similitudes avec le problème de fair sequencing [1]. Il s’agit en effet de proposer un séquencement des colis permettant une répartition équitable des commandes faisant intervenir les mêmes produits et donc d’équilibrer au cours du temps la charge de travail sur les gares.

Évidemment le problème est aussi influencé par la topologie du réseau de convoyage. Si le convoyeur est une ligne sans boucle, l’ordre des gares est fixé pour les colis, puisqu’ils passent une seule fois devant chacune des gares. Le problème s’apparente alors à un problème de non permutation flow shop [2]. En effet, la séquence des colis peut être modifiée lors du passage sur les gares (un colis peut en dépasser un autre, l’opérateur peut choisir de remplir les colis dans un ordre différent de ceci de leur arrivée...). Introduire des boucles sur le convoyeur libère la contrainte sur l’ordre de visite des gares, qui peut alors être choisi librement. De ce cas, le problème se rapproche d’un problème d’open shop [3].

Plusieurs difficultés supplémentaires apparaissent sur ce problème  :

– L’ordre de visite des gares peut avoir un impact sur la composition du colis. En effet, il peut être souhaitable de positionner un produit fragile en fin de préparation, afin qu’il soit au dessus du colis, évitant sa casse.

– L’intégration de contraintes liées à la livraison des colis, comme par exemple des fenêtres de temps ou des contraintes de gerbage (positionnement des colis sur les palettes impliquant des précédences sur les commandes).

– Le remplissage des colis est souvent une opération manuelle, ce qui peut engendrer une variabilité du temps nécessaire à la préparation d’un colis sur une gare. Une méthode stochastique [4] ou une approche robuste [5] pourrait être développée pour gérer cette incertitude.

– Différentes règles de gestion peuvent être envisagées, notamment quant à la gestion du dépassement de capacité des files d’attente des gares.

– Plusieurs critères peuvent être considérés  : minimiser le temps nécessaire à la préparation des commandes, lisser au cours du temps la charge sur les gares,... Une approche multi-objectif du problème est possible [6, 7].

Résultats attendus

Une modélisation et une méthode d’optimisation seront proposées pour le problème. L’approche devra être validée expérimentalement. Si nécessaire, la simulation à événements discrets pourra être utilisée pour prendre en compte les données incertaines et les règles de gestion, via une optimisation ou une évaluation a posteriori.

Le travail sera accompagné d’un état de l’art et valorisé par la publication d’articles scientifiques.

Profil du candidat

Ingénieur et/ou Master de recherche français ou européen en Génie Industriel ou en Recherche Opérationnelle.

La personne recrutée devra disposer des compétences suivantes  :

– Modélisation de problèmes

– Recherche opérationnelle

– Méthodes d’optimisation exactes ou approchées

Une expérience complémentaire dans l’un des domaines suivants serait appréciée  :

– Optimisation stochastique ou robuste

– Optimisation multi-objectif

– Simulation à événements discrets

Candidature

Le dossier de candidature inclura  :

– CV

– Lettre de motivation

– Relevés des notes des 2 dernières années de formation

– Lettres de recommandation

Il sera transmis électroniquement à Audrey Cerqueus (audrey.cerqueus@emse.fr).

Bibliographie

 [1] Alberto García-Villoria, Albert Corominas, Xavier Delorme, Alexandre Dolgui, Wieslaw Kubiak et Rafael Pastor  : A branch and bound algorithm for the response time variability problem. Journal of Scheduling, 16(2) :243–252, 2013.

 [2] Daniel Alejandro Rossit, Fernando Tohmé et Mariano Frutos  : The non-permutation flow-shop scheduling problem : a literature review. Omega in press, 2017.

 [3] Jacek Blazewicz, Klaus H Ecker, Erwin Pesch, Günter Schmidt et Jan Weglarz  : Handbook on scheduling : from theory to applications, 2007.

 [4] Rhonda Righter  : Scheduling. In Stochastic orders, 1994.

 [5] Jean-Charles Billaut, Aziz Moukrim et Eric Sanlaville, éditeurs. Flexibilité et robustesse en ordonnancement. Hermès, 2005.

 [6] Matthias Ehrgott  : Multicriteria Optimization. Springer, Berlin, Heidelberg, 2 édition, 2005.

 [7] Audrey Cerqueus et Xavier Delorme  : Bounds and bound sets for the bi-objective simple assembly line balancing problem. In IESM 2017  : 7th International Conference on Industrial Engineering and Systems Management, 2017.