Equilibrage des lignes d’assemblage reconfigurables ou robotisées : méthodes exactes et hybrides

Balancing reconfigurable or robotic assembly lines : exact and hybrid methods

• Auteur / Autrice : Youssef Lahrichi
• Direction : Sylvie Norre
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 15/01/2021
• Etablissement(s) : Université Clermont Auvergne (2021-...)
• Ecole(s) doctorale(s) : École doctorale des sciences pour l'ingénieur (Clermont-Ferrand)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
• Jury : Président / Présidente : Farouk Yalaoui
• Jury : Examinateurs / Examinatrices : Laurent Deroussi, Nathalie Grangeon, David Lemoine
• Jury : Rapporteurs / Rapporteuses : Olga Battaïa, Jean-Charles Billaut

Mots clés

Mots clés contrôlés

Équilibrage (mécanique industrielle)

Mots clés libres

Équilibrage de ligne d’assemblage

Cas polynomial

Métaheuristiques

Méthodes hybrides

Industrie 4.0

Assembly line balancing

Polynomial case

Metaheuristics

Industry4.0

Résumé

Le problème d’équilibrage des lignes d’assemblage consiste à affecter un ensemble d’opérations à un ensemble de stations placées le long d’une ligne tout en respectant un certain nombre de contraintes et en minimisant certains objectifs. Le problème de base, connu sous le nom du SALBP (Simple Assembly Line Balancing Problem), est classique et a fait l’objet de nombreuses recherches depuis les années 1960. Nous nous intéresserons plus particulièrement à certaines extensions du SALBP. Ces dernières intègrent notamment des durées d’opérations qui dépendent du type de robot affecté à la station, des temps de setup dépendant de la séquence ou des contraintes industrielles. Ces extensions font intervenir de nouvelles décisions à adresser conjointement avec la décision de l’équilibrage, notamment le séquencement des opérations et la sélection des robots sur chacune des stations. L’intérêt a été porté sur la proposition d’approches séquentielles. Tout d’abord, une approche de type Balance-First Sequence-Last a été proposée pour une extension du problème d'équilibrage intégrant le séquencement des opérations. Pour cette dernière, un rapport d’approximation a été établi sous certaines conditions. Ensuite, nous proposons l’approche inverse (Sequence-First Balance-Last) pour trois extensions du SALBP. Cette dernière repose sur un algorithme polynomial résolvant le cas particulier de la séquence géante d’opérations fixée. Dans la littérature, ce cas particulier n’était résolu que par des heuristiques ou des méthodes de complexité exponentielle. Des résultats sur des instances de la littérature sont présentés.

Assembly line balancing problems are well-established and important problems in industry and research. In their most basic form, they are concerned with assigning a set of operations linked with precedence relations to a set of workstations situated along a flow line. We deal in this thesis with the Reconfigurable Transfer Line Balancing Problem and the Robotic Assembly Line Balancing Problem. For these problems, the balancing problem is addressed simultaneously with the (operations) sequencing problem and the (robot) selection problem. We first suggest a method of type Balance-First Sequence-Last. It relies on integer linear programming, dynamic programming, and constraint generation. We prove that the suggested method is a 2-approximmation algorithm under some conditions. We also investigate the reverse approach: Sequence-First Balance-Last. It relies on the formulation of the special case of a fixed giant sequence of operations as an optimal path problem solved by means of a polynomial algorithm. An analogy with the Vehicle Routing Problem is thus established. We describe the approach for the Simple Assembly Line Balancing Problem-II (SALBP-II). Then, we show the applicability of the approach to recent extensions, in particular the Robotic Assembly Line Balancing Problem- II (RALBP-2) with sequence-dependent setup times. The latter is studied under two different assumptions identified in literature: one or many robots per type. Computational experiments on benchmark instances show the competitiveness of the suggested approaches.