Maîtrise énergétique des systèmes de production : proposition d'un outil d'aide à la conception de modèles de simulation à évènements discrets intégrant l'énergie
Les industries sont aujourd hui contraintes d innover et d améliorer leur durabilité sous une pression économique, politique et sociale accrue dans un marché très concurrentiel, avec une société de plus en plus sensible aux enjeux environnementaux. Dans ce contexte, de nombreuses initiatives ont été...
Enregistré dans:
Auteurs principaux : | , , , , , , , |
---|---|
Collectivités auteurs : | , , |
Format : | Thèse ou mémoire |
Langue : | français |
Titre complet : | Maîtrise énergétique des systèmes de production : proposition d'un outil d'aide à la conception de modèles de simulation à évènements discrets intégrant l'énergie / Meriem Kouki; sous la direction de Pierre Castagna et de Olivier Cardin |
Publié : |
2017 |
Accès en ligne : |
Accès Nantes Université
|
Note sur l'URL : | Accès réservé au texte intégral |
Note de thèse : | Thèse de doctorat : Sciences de l'Information et de la communication : Nantes : 2017 |
Conditions d'accès : | Thèse confidentielle jusqu'au 17 novembre 2020. |
Sujets : |
Résumé : | Les industries sont aujourd hui contraintes d innover et d améliorer leur durabilité sous une pression économique, politique et sociale accrue dans un marché très concurrentiel, avec une société de plus en plus sensible aux enjeux environnementaux. Dans ce contexte, de nombreuses initiatives ont été menées aussi bien au niveau académique qu industriel pour améliorer la gestion de l énergie dans la phase de production. En parallèle des avancées technologiques, les économies d énergie liées à l organisation de la production ne sont pas toujours exploitées du fait d un manque de données liées au comportement énergétique des systèmes. Pour répondre à cette problématique, la simulation à évènements discrets est une solution fiable, mais plusieurs verrous empêchent encore son utilisation industrielle : les approches de la littérature manquent de généricité et de procédures fiables pour intégrer les données réelles de consommation énergétique dans les cas les plus complexes. L objectif de notre travail est de proposer un outil de simulation permettant de prédire la consommation énergétique des systèmes de production et servir d outil d aide à la décision couplant des objectifs énergétiques et productivistes généralement peu conciliables. Cet outil est basé sur une approche générique et flexible permettant de modéliser et simuler les flux de production et les flux énergétiques dans une plateforme unique. De plus, une méthodologie d intégration des données de consommation complexes, basée sur une approche stochastique, est proposée. La validation de notre approche et de l outil a été réalisée sur des unités industrielles du domaine de la transformation des polymères et élastomères. Todays, industries are compelled to innovate and improve their sustainability under economic, political and social pressure in a highly competitive market and within an increasing societal conscience towards environmental issues. In this context, several initiatives have been carried out at both academic and industrial levels to improve energy performance in the production phase. In parallel with technological advances, energy savings by production organization are not always exploited because of a lack of comprehension on the energy behavior of manufacturing systems. To solve this problem, Discrete Event Simulation is a reliable solution, but several barriers still prevent its industrial use: literature approaches lack genericity and reliable procedures for integrating energy consumption data in complex cases. The objective of our work is to propose a simulation tool allowing to predict the energy consumption of manufacturing systems, it serves as a tool to help decision-making to enhance energy performance and productivity usually considered as conflicting goals. This tool is designed following a generic and flexible approach to model and simulate workflows and energy flows in a single platform. In addition, a methodology for integrating complex energy consumption data, based on a stochastic approach, is proposed. Validation of our approach and our tool is carried out in the field of polymer processing. |
---|---|
Notes : | Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes) Partenaire(s) de recherche : Laboratoire des Sciences du Numérique de Nantes (Laboratoire) Autre(s) contribution(s) : Nikolay Tchernev (Président du jury) ; Hind El Haouzi, Pierre Mousseau (Membre(s) du jury) ; Ali Gharbi, Vincent Cheutet (Rapporteur(s)) |