Sessions spéciales

Le marché actuel est caractérisé par une augmentation sans précédent de demandes de produits / services personnalisés, à la fois dans les contextes B2C et B2B. Dès lors, la capacité des entreprises à fournir, de manière efficiente, des solutions individuelles à des besoins variés, tout en respectant les délais et la qualité souhaités par les clients, devient un enjeu majeur pour rester compétitive. Ceci a poussé de nombreuses entreprises à adopter la personnalisation de masse comme mode de production.

Or, la personnalisation de masse se traduit par une diversité importante de l’offre (produits, services), qui engendre, de facto, une augmentation de la diversité et de la complexité des processus associés à leur cycle de vie. L’industrie 4.0 revêt un contexte prometteur à la personnalisation de masse. Les technologies associées telles que l’intelligence artificielle (machine learning et systèmes à base de connaissances), le big data, les systèmes cyber physiques, la robotique, l’imprimante 3D, le cloud computing, la réalité virtuelle, l’internet des objets, permettent de faire face à de nombreux défis inhérents à la personnalisation de masse. De nombreux travaux sont réalisés dans cette optique avec des applications prometteuses.

Cette session spéciale entend regrouper des travaux de recherche originaux portant sur de nouveaux outils, modèles, méthodes ou applications industrielles impliquant le machine learning, les systèmes à base de connaissances ou l’ingénierie système pour relever les défis de la personnalisation de masse dans le contexte de l’industrie 4.0.

V&V au plus tôt, approches formelles en V&V,  simulation pour la V&V, V&V en Ingénierie Système Basée sur les Modèles  

Prendre en compte l'obsolescence est crucial dans tous les secteurs d'activité. L’obsolescence impacte par exemple la disponibilité des composants et la capacité à maintenir un système. Elle induit des phénomènes tels que le sur-stockage de pièces ou le gaspillage, du fait de la mise au rebut de systèmes dont la vie opérationnelle pourrait être plus longue. Dans notre société de consommation où les progrès technologiques et les attentes des consommateurs sont redéfinis très rapidement, les clients et consommateurs sont régulièrement et seront de plus en plus confrontés aux problèmes divers induits par l'obsolescence en termes de maintenabilité, de fiabilité, de disponibilité, de performance et d‘impact sur l’écologie (écologie comme milieu de développement, social, économique et naturel).

Or, l’obsolescence est souvent traitée de manière réactive, au moment où elle survient ; les industriels tentent de l’anticiper au mieux, mais cela reste de toute évidence insuffisant. Les utilisateurs la subissent ou la déclenchent parfois, sans que ceci ne soit nécessairement prévisible ni raisonné. Son étude est nécessaire à définir et gérer toutes les phases du cycle de vie, à savoir l’analyse des besoins, la conception et le développement, la production, l’usage, et la fin de vie. L’obsolescence concerne non seulement la technologie mais aussi les perceptions, les exigences et connaissances ou encore l’obsolescence des moyens de production. Elle concerne tous les systèmes techniques, notamment les systèmes à très longue durée de service (avion, navire, sous-marin, …) ou les systèmes connectés et intelligents. Ainsi, l’étude de l’obsolescence fait appel à de nombreuses disciplines et domaines de recherche afin d’en comprendre les mécanismes et interactions avec l’humain, la société, l’environnement et l’organisation industrielle.

Cette session spéciale entend proposer un espace d’échanges pluridisciplinaires privilégié pour partager les travaux de recherche de la communauté portant sur les méthodes, les normes et guides de bonnes pratiques, les problèmes rencontrés en entreprise, ainsi qu’un certain nombre de solutions permettant de relever les défis de l’ingénierie de l’obsolescence.

Résumé / Abstract:

L’industrie 4.0 n’est pas seulement une industrie révolutionnée par la technologie et le numérique. Elle se doit aussi d’être une industrie révolutionnée par les évolutions sociétales et environnementales. La définition des différentes normalisations liées à la responsabilité sociétale des organisations (i.e. ISO 26000), la définition des objectifs de développement durable (Sustainable Development Goals) par les états membres des Nations unies et qui sont rassemblés dans l'Agenda 2030 et les évolutions des mentalités et des pratiques sociales (égalité, parité…) imposent aux entreprises de piloter au mieux ces problématiques et donc de disposer des bons indicateurs, cohérents avec le reste des indicateurs de l’entreprise, afin de mesurer l’atteinte de leur objectifs et l’efficacité des actions mises en œuvre dans ces domaines. Ces indicateurs peuvent bénéficier des meilleures techniques de l’industrie 4.0 (big data, data mining, deep learning, cloud…) pour être les plus pertinents et les plus réalistes possibles.

L’objectif de cette session est donc de faire un point sur les avancées en termes de méthodologies, de cadres de modélisation, d’indicateurs pouvant aider à la mesure de performance dans le domaine du développement durable et de la responsabilité sociétale, en s’appuyant par exemple sur les technologies de l’industrie 4.0 pour extraire les données, les stocker et les restituer.

Résumé / Abstract:

La fabrication additive est aujourd'hui une technologie candidate à la fabrication des pièces industrielles. La maîtrise de cette technologie passe par la maîtrise de l'ensemble des activités de la chaîne de valeur, de la conception à la finition des pièces en passant par la préparation de la fabrication et le process-même. Cette chaîne de valeur est supportée par une chaîne numérique aujourd'hui en construction. De nombreux travaux de recherche supportent le déploiement de cette technologie de manière opérationnelle. Ces travaux s'attachent en particulier à améliorer les coût, qualité et délai de cette technologie, et plus généralement à l'amélioration des performances suivi de nombreux critères, tout en veillant à son impact environnemental et sociétal. En terme d'impact environnemental l'objectif n'est pas seulement de le mesurer mais aussi d'allier les résultats des recherches en conception et production durable avec ceux de la fabrication additive pour proposer un système de production plus vertueux. Les procédés additifs sont en particuliers des candidats sérieux aux processus industriels circulaires. Les activités de recherche dans le domaine de la fabrication additive tournent autour de la conception pour la fabrication additive, le procédé lui-même et ce qui permet sa mise en oeuvre et sa surveillance, les matériaux pour la fabrication additive tant dans leur mise en oeuvre que dans leur caractérisation avantet après le processus complet de la chaîne de valeur, la chaîne numérique avec l'ensemble des fonctionnalités de support aux activités pour en particulier la définition/ la modélisation/la simulation/la surveillance/la traçabilité/ ..., et aussi son intégration dans la chaîne de valeur industrielle (actuelle et future). L'objectif de cette session est donc de faire le point sur les avancées dans ces domaines de recherche et su rle niveau de maturité dans chacun des champs adressés.

Les systèmes critiques sont aujourd’hui présents dans la grande majorité des produits industriels. Pour assurer que le risque dans ces systèmes est à un niveau acceptable, les acteurs de l’industrie sont soumis à des exigences rigoureuses sur le processus de la sûreté de fonctionnement, établies par la réglementation et par les clients, qui fournissent les méthodes et les procédures pour traiter les défaillances systématiques et non systématiques. Atteindre une architecture respectant les contraintes de sécurité et de fiabilité exigées se traduit par des processus longs et complexes sujets à l’erreur, et amène parfois à une dérive du coût au moment où la compétitivité du design au niveau coût est critique.

Pour optimiser ces conditions, plusieurs approches sont envisagées pour intégrer ces exigences au plus tôt dans le processus de conception. L’efficience nécessite de faire dialoguer les architectures système et les évaluations propres à la sûreté de fonctionnement. A ce titre, les approches d’ingénierie dirigée par les modèles (Model-Driven Engineering), et plus précisément de sa notion dérivée destinée à l’analyse de la sûreté de fonctionnement (Model-Based Safety Assessment MBSA) constituent des possibilités pour améliorer le processus de la sûreté de fonctionnement. De plus, avec la multiplication des fonctionnalités critiques et la croissance de leur taille et leur complexité, une approche qui assiste le processus de conception pourrait aider à atteindre une architecture optimale.

Les objectifs visées de cette session est de présenter différentes approches permettant une amélioration de la prise en compte des exigences de sûreté de fonctionnement dans le processus de conception système, ou d’optimisation de l’architecture en prenant en compte ces exigences.

Cette session a pour principal objectif de présenter et de discuter les différentes techniques et applications de la valorisation des données brutes des capteurs dans les processus industriels afin d’atteindre l’excellence opérationnelle. L’augmentation de la valeur ajoutée des produits et l’amélioration de l’efficacité et de l’efficience des processus et de la qualité de la production sont entre autres les impacts positifs de l’utilisation des méthodes de valorisation de données en industrie. En effet, la disponibilité des données massives à un prix abordable en temps réel et l’augmentation des capacités de calcul des ordinateurs ont donné naissance à plusieurs applications réelles en industrie des modèles prédictifs de l’apprentissage automatique et de l’apprentissage profond. Ces applications comprennent entre autres : la maintenance prédictive, le pilotage des processus, l’optimisation des procédés et la prise de décision en temps réel. Ces applications présentent des opportunités mais aussi des défis. Cette session a aussi pour objectif de réunir les chercheurs et les praticiens intéressés par les techniques et les applications des modèles de la valorisation des données en industrie afin de discuter ces opportunités et ces défis.

• Imen Nouira, Rennes School of Business, imen.nouira@rennes-sb.com,
• Natacha Gondran Mines Saint-Etienne, natacha.gondran@emse.fr,
• Ramzi Hammami (Rennes School of Business, ramzi.hammami@rennes-sb.com

Résumé / Abstract:

Cette session spéciale fait appel à des articles de recherche ou à des études de cas apportant des contributions originales. Elle vise à croiser les résultats de recherche avec ce qui est réalisé dans le monde de l’entreprise afin d’enrichir le débat sur les chaînes logistiques du futur. Toutes les méthodologies de recherche sont acceptées

• Supply chain design,
• Environmental management,
• Optimization and Empirical research,
• Demand management.