Implémentation industrielle du "Fog Manufacturing" : défis et applications à la logistique interne dans le contexte de l’industrie du futur

Challenges facing the optimal industrial implementation of fog manufacturing : applications to internal logistic in an Industry 4.0 framework

• Auteur / Autrice : Imen Bouzarkouna
• Direction : Christian Gout, David Baudry
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 02/07/2021
• Etablissement(s) : Normandie
• Ecole(s) doctorale(s) : École doctorale mathématiques, information et ingénierie des systèmes (Caen)
• Partenaire(s) de recherche : Etablissement de préparation : Institut national des sciences appliquées Rouen Normandie (Saint-Etienne-du-Rouvray ; 1985-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'innovation numérique pour les entreprises et les apprentissages au service de la compétitivité des territoires (Saint-Etienne-du-Rouvray, Seine-Maritime) - Laboratoire de mathématiques de l'INSA Rouen Normandie (Saint Etienne du Rouvray, Seine-Maritime ; 1987-....)
• Jury : Président / Présidente : Abdelaziz Bensrhair
• Jury : Examinateurs / Examinatrices : Christian Gout, David Baudry, Leïla Merghem, Nathalie Mitton, M'hamed Sahnoun, Gülgün Alpan, Mohammed Dahane
• Jury : Rapporteurs / Rapporteuses : Leïla Merghem, Nathalie Mitton

Mots clés

Mots clés contrôlés

Distribution (informatique)

Optimisation combinatoire

Informatique dans les nuages

Informatique géodistribuée

Objets coopérants (informatique)

Industrie 4.0

Mots clés libres

Industrie du futur

CPS

Systèmes cyber-physiques

Optimisation

Déploiement

Distribution

Industry 4.0

Fog computing

Cloud computing

Optimization

Deployment

Distribution

CPS

Résumé

Cette thèse aborde le problème de collecte et de traitement distribué de données massives dans le contexte de l’industrie du futur pour répondre aux exigences de ses applications et surmonter les limitations du "Cloud Computing" en terme de traitement en temps réel et de distribution du calcul. Une approche pour résoudre ce problème consiste à déployer des ressources informatiques de type "Fog/Edge" à proximité des Systèmes Cyber-Physiques (CPS) connectés via l’Internet des Objets (IoT) d’une manière distribuée afin de fournir des réponses/décisions en temps réel. L’objectif général est de surmonter les défis empêchant le déploiement efficace du "Fog Computing" dans les applications de l’industrie du futur. Ces défis étaient définis et par la suite classés en Entrées et Sorties et leur connexité a été étudiée. Cette connexité est nécessaire pour réduire la complexité de résolution de l’ensemble des défis. Afin de contribuer à surmonter l’un de ces défis, nous avons choisi de travailler sur une application de logistique interne dans un atelier de production flexible, vu son adaptabilité à la technologie Fog. Un modèle d’optimisation du coût de déploiement de la solution basée sur le concept de "Fog Manufacturing" a été proposé. Nous avons considéré plusieurs contraintes réalistes, telles que : la capacité de demande, la latence, le nombre maximal de liaison et la couverture souhaitée. Des contraintes liées à la présence et à la communication d’objets mobiles, tels que les AGVs (Automated Guided Vehicles) et aux choix technologiques des connexions filaires, sont également considérés. Ce modèle a été implémenté dans le solveur Fico Xpress et a permis de montrer l’intérêt des nouvelles contraintes par rapport au contexte applicatif, mais aussi par rapport aux résultats existants dans la littérature. La dernière partie de ces travaux de thèse concerne l’implémentation réelle d’une architecture basée sur le "Fog Manufacturing" dans le contexte de la plateforme industrie du futur de CESI. Ce déploiement utilise la technologie "Docker" comme technologie d’orchestration de la couche "Fog". Cette architecture admet comme fonction le filtrage des données avant le stockage permanent dans les serveurs du "Cloud".

This thesis addresses the problem of collecting and distributing massive data in the context of the industry 4.0 to meet the requirements of its applications and overcome the limitations of Cloud Computing in terms of real-time processing and distribution of computation. An approach is used to solve this problem, it is to deploy the Fog/Edge computing resources near to the set of Cyber-Physical Systems (CPS) connected via the Internet of Things (IoT) in a distributed manner, which provide real-time responses/decisions. The main objective is to overcome the challenges preventing the effective deployment of the Fog Computing in Industry 4.0 applications. These challenges were defined and subsequently classified into Inputs and Outputs and their links were studied. This links are necessary to reduce the complexity of solving the entire challenges. In order to overcome one of these challenges, we chose to work on an internal logistics application in a flexible production workshop, given its adaptability to the Fog technology. A cost optimization model for the deployment of the solution based on the concept of "Fog Manufacturing" was proposed. We considered several realistic constraints, such as : demand capacity, latency, maximum number of links and desired coverage. Constraints related to the presence and communication of mobile objects, such as AGVs (Automated Guided Vehicles), and to the technological choices of the wired connections, are also considered. This model has been implemented in the Fico Xpress solver and has allowed to show the interest of the new constraints with respect to the application context, but also with respect to the existing results in the literature. The last part of this thesis work concerns the real implementation of an architecture based on "Fog Manufacturing" in the context of the CESI Industry of the Future platform. This deployment uses the "Docker" technology as an orchestration technology of the "Fog" layer. This architecture allows the filtering of data before the permanent storage in the Cloud servers.