Université de Tunis El Manar

Département Génie Industriel

Projet de fin d’études

Présenté par Faten CHALBI

Pour l’obtention du

Diplôme National d’Ingénieur en Génie Industriel

Diagnostic de l’interaction entre les modules GPAO et GMAO de l’ERP QAD/ MFG PRO et conception d’un outil

d’aide à la décision pour la planification

Réalisé à

DISCOVERY INFORMATIQUE

Encadrant Organisme d’accueil : M. Mahdi CHAKER

Encadrants ENIT : M.

Mme

Helmi BEN REJEB

Nadia BAHRIA

Année universitaire : 2015/2016

II

Signature de l’encadrant de la société

III

Signature de l’encadrant pédagogique

IV

Dédicaces A ma chère mère Raoudha Chaabeni

Aimable, charmante, affable, douce : Vous représentez tout le bonheur de ma

vie, c’est grâce à vos conseils, votre amour et votre soutient que j’ai subsisté, que j’ai rêvé et que j’ai réalisé mes rêves. C’est vous qui m’avez donné la vie, qui m’avez appris à faire mes premiers pas et à dessiner mon chemin et c’est

maintenant que je partage avec vous cette joie.

Vous êtes et vous resterez toujours la source de tendresse, d’encouragement et

de dévouement qui n’a jamais cessé de m’aider, d’illuminer ma vie, de prier

pour moi et de dessiner le beau sourire sur mon visage dans les pires cas.

Je n’ai jamais trouvé de refuge et de secours pendant mes études que votre prière et votre bénédiction.

Autant de mots et de phrases aussi expressifs soient-ils, ne sauraient prouver mon amour et mon affection à vous.

Je remercie Dieu pour votre présence et votre assistance dans ma vie.

Puisse Dieu, le tout puissant, vous protéger, vous accorder santé et bonheur.

A mon cher père Mokthar Chalbi

Aucune dédicace ne suffit pour exprimer le respect et le dévouement pour le sacrifice que vous avez fait pour moi. Vous avez pu m’inculquer le sens de

responsabilité et de confiance. C’est grâce à vos conseils que je me suis guidée vers la réussite et que j’ai gardé toujours mon optimisme.

J’ai dérivé ma force de votre pouvoir, de ton regard et de votre présence

auprès de moi.

Rien ne vaut l’effort que vous avez fait pour ma formation et mon bien être.

Puisse Dieu, le tout puissant, te protéger, t’accorder santé et bonheur.

V

A ma chère sœur Manel Chalbi

Ça ne me suffit pas de dire simplement ma sœur, vous êtes bien plus qu’une sœur. Avec votre tendresse, votre amour et votre occupation vous êtes bien ma

mère. Vous m’avez soutenu pendant mes moments de faiblesse, de peur et de stress.

Vous étiez toujours auprès de moi de mon enfance à ma jeunesse et arrivant au

moment où je vous dédie ce travail de fin d’études.

Je ne trouve pas les mots pour décrire mon amour et ma reconnaissance pour vous. Je vous souhaite tout le bonheur du monde, que Dieu vous bénisse.

A mon petit frère Abderrahmen Chalbi

Mon petit ange qui m’a soutenu pendant mes examens même avec son beau sourire. Avec qui j’ai partagé des moments de folie et d’extase, je te dédie ce

travail.

Je te souhaite un avenir plein de réussite et de joie.

A mes chers collègue 3 AGI 2

Je dédie ce travail à tous mes amis, ceux avec qui j’ai passé mes trois ans en génie industriel 2 à l’ENIT. Mes collègues, c’était la joie pour moi de se

regrouper ensemble, de discuter, de réviser ensemble et de partager tous les

moments de joie et de tristesse.

En témoignage de l’amitié qui nous unie, des souvenirs et des moments que nous avons passés ensemble je vous dédie ce travail.

Je vous aime tous et je vous souhaite une carrière plein de réussite et d’excellence.

A mes chers amis…

A tous ceux qui m’aiment…

VI

Remerciements Je commence tout d’abord par remercier mes encadrants. Je remercie mon encadrant chez

l’organisme d’accueil, M. Mahdi CHAKER (consultant technico-fonctionnel GMAO) pour le

temps qui m’a dévoué, pour ses conseils judicieux et pour ses encouragements continues. Je

remercie également, M. Helmi BEN REJEB (Professeur à l’ENIT) et Mme. Nadia BAHRIA

(Professeur à l’ENIT), mes encadrants pédagogiques. Je leur remercie pour leur effort et leurs

conseils judicieux tout au long de mon projet.

J’exprime aussi ma gratitude pour les consultants QAD avec qui j’ai travaillé pendant mon

projet surtout M. Haithem HAMDI et je remercie Mme Rania CHERIF (Responsable activité

QAD de DISCOVERY INFORMATIQUE) de m’avoir intégré au sein de son équipe et pour

son accueil.

Je ne peux pas oublier évidemment tout le staff de Génie Industriel à l’ENIT et tous mes

professeurs qui ont participé chacun de sa part à notre formation.

Je remercie mes amis qui ont cru en moi, qui m’ont soutenue et qui m’ont encouragée, ma chère

Takoua DHOUIBI, Yosra MAKHLOUF, Soumaya MAROUENE, Malèk AYOUB, Aymen

SAMOUNI, Baya GHARBI, Toufik GHERRI, Mahdi ABDENNADHER…

Un grand merci à mes parents, ma raison d’être, ma chère sœur Manel CHALBI, mon cher frère

Abderrahmen CHALBI et ma chère tante Dalila.

Finalement je remercie tous ceux qui m’ont conduit à ce jour inoubliable.

VII

Diagnostic de l’interaction entre les modules de GPAO et de GMAO sur l’ERP

QAD et conception d’un outil d’aide à la décision pour la planification.

Résumé : La relation entre les fonctions maintenance et production confronte plusieurs

problèmes, vu que ces deux fonctions partagent les mêmes ressources et se planifient

séparément. Une telle problématique nécessite alors un outil d’aide à la décision qui permet de

formuler des indices de priorité permettant de mieux gérer les tâches de maintenance et de

production en cas de chevauchement. De là, vient la nécessité d’une étude d’interaction entre

ces deux fonctions. Et comme les solutions ERP sont maintenant de plus en plus impliquées

dans les industries permettant entre autres d’automatiser les différents flux d’entreprise, notre

projet étudie également l’interaction entre les modules de GPAO et de GMAO. Ensuite, une

formulation du problème s’avère indispensable pour créer les formules de calcul nécessaires à

l’exécution de l’outil d’aide la décision. Enfin, le projet s’achève par une phase de test et de

validation du calcul, et de préparation du dossier technique de la solution envisagée.

Mots clés : QAD, GPAO, GMAO, Planification, Aide à la décision

VIII

Diagnosis of the interaction between ERP QAD Computer-Aided Maintenance

(CAM) and Computer-Aided Production (CAP) management modules and

design of a decision aid tool for planning.

Summary: The relationship between maintenance and production functions confronts several

issues, since the two functions share the same resources but are planned separately. Such a

problem requires then a decision aid tool that allows the formulation of priority indices to

manage the maintenance and production tasks in case of overlap. Therefore, the interaction

between these two functions must be studied. As ERP solutions are increasingly used in

industries, allowing, among other things, to automate various business flows, our project also

studies the interaction between the CAMM and CAPM management modules. Then a problem

formulation is essential to create the formulas needed for the execution of the decision aid tool.

Finally, the project ends with a testing, calculation validation phase, and the preparation of the

technical file for the proposed solution.

Keywords: QAD, CAM, CAP, Planning, Decision aid

IX

للمساعدة أداة وتصميم الحاسوب عبر الصيانة تدبير ووحدة الحاسوب عبر اإلنتاج تدبير وحدة بين التفاعل عالقة دراسة

الصناعية والصيانة لإلنتاج التخطيط في القرار اتخاذ على

ملخص

ن نفس الموار ذلك ألنهما تتقسما .عالقة التواصل بين وظيفة الصيانة ووظيفة اإلنتاج تواجه العديد من المشاكل و (األالت)

هذه المشاكل تتطلب أداة للمساعدة في التخاذ القرار و صياغة مؤشرات .التخطيط لهذه الوظائف يكون بطريقة منفصلة

لترتيب األولوية بين إدارة مهام الصيانة و مهام اإلنتاج في حالة تداخل بينهما و بمان أداة تخطيط موارد المؤسسات ارب

الصناعية شيئا فشيئا و تعتمد عليها العديد من المؤسسات لمساعدتها على جعل وظائفها أوتوماتيكية،ولذلك تقتحم األسواق

فإن هذا الشروع يتضمن كذلك دراسة للتفاعل وحدة تدبير اإلنتاج عبر الحاسوب ووحدة تدبير الصيانة عبر الحاسوب و بعد

وذج حسابي باتت مرحلة ضروريةذلك فإن مرحلة بلورة اإلشكالية و صياغتها في شكل نم إلنشاء الصيغ الالزمة لتنفيذ

أداة لدعم اتخاذ القرارات،وأخيرا ، ينتهي المشروع مع مرحلة االختبار والتحقق من الحساب، و إعداد ملف تقني من الحل

المقترح

القرار إتخاذ على المؤسسات،التخطيط،المساعدة موارد تخطيط : مفاتيح كلمات

X

TABLE DES MATIERES

INTRODUCTION GENERALE ........................................................ 1

Chapitre 1......................................................................................................................................................... 4

Genèse du projet et revue de la littérature ....................................................................................................... 4 1.1. Introduction ................................................................................................................................................. 5 1.2. Présentation de l’organisme d’accueil ......................................................................................................... 5 1.3. Cadrage du projet et travail demandé ......................................................................................................... 8 1.4. Revue de la littérature ................................................................................................................................. 8 1.5. Conclusion.................................................................................................................................................. 23

2. Chapitre 2 ................................................................................................................................................... 24

Phase de diagnostic et d’analyse .................................................................................................................... 24 2.1. Introduction ............................................................................................................................................... 25 2.2. Etude des processus de la GPAO et de la GMAO de l’ERP QAD................................................................. 38 2.3. Critique de l’existant .................................................................................................................................. 43 2.4. Les formes d’interaction entre le service production et le service maintenance [TALBI, 1998] ............... 44 2.5. Conclusion.................................................................................................................................................. 47

3. Chapitre 3 ................................................................................................................................................... 48

Phase d’intellection et de modélisation .......................................................................................................... 48 3.1. Introduction ............................................................................................................................................... 49 3.2. Choix de la méthode AHP .......................................................................................................................... 49 3.3. Etapes de la méthode AHP ........................................................................................................................ 49 3.4. Définition de l’objet de la décision ............................................................................................................ 51 3.5. Etape 1 : Décomposition hiérarchique ...................................................................................................... 52 3.6. Etape 2 : Phase de configuration ............................................................................................................... 62 3.7. Etape d’exploitation ................................................................................................................................... 80 3.8. Conclusion.................................................................................................................................................. 83

4. Chapitre 4 ................................................................................................................................................... 84

Tests et préparation du livrable de projet....................................................................................................... 84 4.1. Introduction ............................................................................................................................................... 85 4.2. Application et résultats estimés ................................................................................................................ 85 4.3. Préparation du dossier technique ........................................................................................................... 105 4.4. Conclusion................................................................................................................................................ 119

CONCLUSION GENERALE......................................................... 120

REFERENCES BIBLIOGRAPHIQUES ...................................... 122

XI

Liste des figures

Figure 1.1 : Données générales .................................................................................................. 5

Figure 1.2 : Organigramme de DISCOVERY INFORMATIQUE ............................................ 7 Figure 1.3 : Les niveaux de planification [COURTOIS et al. 2003] ......................................... 9 Figure 1.4 : Types de maintenance ........................................................................................... 14 Figure 1.5 : Couverture d’un ERP ............................................................................................ 17 Figure 1.6 : Structure du progiciel GPAO ................................................................................ 19

Figure 1.7 : Processus d’aide à la décision ............................................................................... 20 Figure 2.1 : Etapes de résolution de problèmes........................................................................ 25 Figure 2.2 : Courbe de performance de la fonction maintenance ............................................ 31 Figure 2.3 : Courbe de performance de la fonction production ............................................... 32 Figure 2.4 : Analyse Pareto d’un arrêt de production .............................................................. 35

Figure 2.5 : Diagramme Ishikawa ............................................................................................ 36 Figure 2.6 : Processus de planification de production par le progiciel .................................... 39

Figure 2.7 : Modèle BPMN de la maintenance préventive ...................................................... 42 Figure 2.8 : Relation d’ordre .................................................................................................... 44 Figure 2.9 : Relation d’arbitrage .............................................................................................. 45 Figure 2.10 : Relation de négociation ...................................................................................... 46

Figure 2.11 : Négociation maintenance/production ................................................................. 46 Figure 3.1 : Objectifs de la fonction maintenance [BENBOUZID, 2005] ............................... 52

Figure 3.2 : Echéancier de calcul du CMCE ............................................................................ 54 Figure 3.3 : Structure hiérarchique du problème ...................................................................... 64 Figure 3.4 : Algorithme d’insertion des tâches reportées ......................................................... 82

Figure 4.1 : Exemple de questionnaire de jugement des critères ............................................. 88 Figure 4.2 : Exemple de questionnaire de jugement des sous critères ..................................... 88

Figure 4.3 : Contribution des critères dans la prise de décision ............................................... 90

Figure 4.4 : Evaluation des sous-critères par rapport aux critères ........................................... 91

Figure 4.5 : Evaluation des alternatives par rapport au sous-critère IM .................................. 97 Figure 4.6 : Evaluation finale ................................................................................................... 98 Figure 4.7 : Processus de communication amélioré ............................................................... 101 Figure 4.8 : Processus de maintenance préventive amélioré .................................................. 102

Figure 4.9 : Estimation des niveaux de performance de l’axe A1 ......................................... 103 Figure 4.10 : Diagramme de classe modifié ........................................................................... 108 Figure 4.11 : Diagramme de cas d’utilisation global ............................................................. 109 Figure 4.12 : Raffinement du premier cas d’utilisation ......................................................... 110 Figure 4.13: Raffinement du deuxième cas d’utilisation ....................................................... 111

Figure 4.14 : Interface d’accueil du module OGP.................................................................. 113 Figure 4.15: Menu général ..................................................................................................... 113 Figure 4.16: Interface d’introduction des poids de référence des décideurs .......................... 114 Figure 4.17 : Interface d’accueil du menu Evaluation des plannings (choix de l’intervalle de

temps) ..................................................................................................................................... 114 Figure 4.18 : Liste des tâches chevauchées ............................................................................ 115 Figure 4.19 : Les décisions par critère ................................................................................... 115

Figure 4.20 : Les dates des tâches reportées .......................................................................... 116 Figure 4.21: Validation des propositions ............................................................................... 116 Figure 4.22: Visualisation des courbes d’analyse .................................................................. 117 Figure 4.23 : Edition des rapports de gestion des plannings .................................................. 117

XII

Figure 4.24 : Authentification ................................................................................................ 118

Figure 4.25 : Menu « OGP Settings » sur QAD ..................................................................... 118

Figure 4.26 : Critère flexibilité ............................................................................................... 119 Figure 4.27 : Menu d’évaluation des plannings avec Java ..................................................... 119

XIII

Liste des tableaux

Tableau 1.1 : Projets réalisés par DISCOVERY ........................................................................ 6

Tableau 1.2 : Sous-ensembles de la fonction maintenance ...................................................... 12 Tableau 2.1 : Clarification du problème QQOQCP ................................................................. 25 Tableau 2.2 : Le questionnaire N°1 Communication entre la fonction Production et la fonction

Maintenance ............................................................................................................................. 29 Tableau 2.3 : Le questionnaire N° 2 Axe A2 Planification de production ............................... 30

Tableau 2.4 : Axes d’amélioration pour la fonction maintenance ........................................... 32 Tableau 2.5 : Axes d’amélioration pour la fonction production. ............................................. 33 Tableau 2.6 : Evaluation croisée .............................................................................................. 33 Tableau 2.7 : Analyse Pareto .................................................................................................... 34 Tableau 2.8 : Causes qui contribuent à 80% des arrêts de production ..................................... 35

Tableau 2.9 : Plan d’Actions .................................................................................................... 38 Tableau 2.10 : Légende du BPMN ........................................................................................... 43

Tableau 2.11 : Dysfonctionnements du modèle ....................................................................... 43 Tableau 3.1 : Tableau comparatif des méthodes d’aide à la décision ...................................... 49 Tableau 3.2 : Echelle de SAATY ............................................................................................. 50 Tableau 3.3 : Indice de cohérence aléatoire ............................................................................. 50

Tableau 3.4 : Données temporelles de maintenance et production .......................................... 58 Tableau 3.5 : Echelle d’Importance machine ........................................................................... 61

Tableau 3.6 : Echelle d’évaluation de la flexibilité du planning .............................................. 61 Tableau 3.7: Matrice de comparaison des critères ................................................................... 65 Tableau 3.8 : Comparaison des critères ................................................................................... 65

Tableau 3.9 : Somme des colonnes .......................................................................................... 66 Tableau 3.10 : Matrice normalisée ........................................................................................... 66

Tableau 3.11 : Calcul de priorité .............................................................................................. 66 Tableau 3.12 : Indices aléatoires de SAATY ........................................................................... 67 Tableau 3.13 : Vérification de la cohérence ............................................................................. 67

Tableau 3.14 : Résultats finaux de la comparaison des critères ............................................... 68 Tableau 3.15: Jugement des sous critères par rapport au critère VE ....................................... 69 Tableau 3.16 : Comparaison des sous critères de la VE .......................................................... 69

Tableau 3.17 : Jugement des sous-critères par rapport au critère ITP ..................................... 69 Tableau 3.18: Comparaison des sous-critères du critère ITP ................................................... 70 Tableau 3.19 : Jugement des sous critères par rapport au critère ITC ..................................... 70 Tableau 3.20 : Comparaison des sous critères du critère ITC .................................................. 70 Tableau 3.21 : Résultats finaux ................................................................................................ 71

Tableau 3.22 : Agrégation des sous critères ............................................................................. 71 Tableau 3.23 : Numérotation des sous-critères ........................................................................ 71 Tableau 3.24 : Matrice de comparaison des alternatives par rapport CD ................................ 72 Tableau 3.25 : Détermination des poids des alternatives selon le sous-critère CD ................. 72 Tableau 3.26: Priorités des alternatives par rapport au sous-critère CD .................................. 73 Tableau 3.27 : Matrice de comparaison des alternatives par rapport au sous-critère CI ......... 73 Tableau 3.28 : Détermination des poids des alternatives selon le sous-critère CI ................... 73

Tableau 3.29 : Priorités des alternatives par rapport au sous-critère CI .................................. 74 Tableau 3.30 : Matrice de comparaison par rapport au sous-critère DE .................................. 74 Tableau 3.31: Détermination des poids des alternatives selon le sous-critère DE ................... 74 Tableau 3.32 : Priorités des alternatives par rapport au sous-critère DE ................................. 75 Tableau 3.33 : Matrice de comparaison des alternatives par rapport au sous-critère Rd ......... 75 Tableau 3.34 : Détermination des poids des alternatives selon le sous-critère Rd .................. 75

XIV

Tableau 3.35 : Priorités des alternatives par rapport au sous-critère Rd .................................. 76

Tableau 3.36 : Matrice de comparaison des alternatives par rapport au sous-critère IT .......... 76

Tableau 3.37 : Détermination des poids des alternatives selon le sous-critères IT .................. 76 Tableau 3.38 : Priorités des alternatives par rapport au sous-critère IT ................................... 77 Tableau 3.39 : Matrice de comparaison des alternatives par rapport au sous-critère TD ........ 77 Tableau 3.40 : Détermination des poids des alternatives selon le sous-critère TD .................. 77 Tableau 3.41 : Priorités des alternatives par rapport au sous-critère TD ................................. 78

Tableau 3.42 : Matrice de comparaison des alternatives par rapport au sous-critère IM......... 78 Tableau 3.43 : Détermination des poids des alternatives selon le sous-critère IM .................. 78 Tableau 3.44 : Priorités des alternatives par rapport au sous-critère IM .................................. 78 Tableau 3.45 : Matrice de comparaison des alternatives par rapport au critères FP ................ 79 Tableau 3.46 : Détermination des poids des alternatives selon le sous-critère FP ................... 79

Tableau 3.47 : Priorités des alternatives par rapport au critère FP .......................................... 79 Tableau 3.48 : Priorité Complète ............................................................................................. 80 Tableau 4.1 : Données générales de l’OF ................................................................................ 85 Tableau 4.2 : Données Economiques de l’OF .......................................................................... 86

Tableau 4.3 : Données temporelles de l’OF ............................................................................. 86 Tableau 4.4 : Données de l’OT ................................................................................................ 87 Tableau 4.5 : Coûts des pièces de rechange ............................................................................. 87

Tableau 4.6 : Matrice de comparaison des critères pour le responsable 1 ............................... 88 Tableau 4.7 : Matrice normalisée et vecteur de priorité du responsable 1 ............................... 89

Tableau 4.8 : Matrice de comparaison des critères pour le responsable de maintenance ........ 89 Tableau 4.9 : Matrice normalisée et vecteur de priorité du responsable maintenance ............. 89 Tableau 4.10 : Priorité finale (Agrégation du groupe) ............................................................. 89

Tableau 4.11 : Evaluation des sous-critères de VE pour le responsable 1 ............................... 90 Tableau 4.12 : Evaluation des sous-critères du critère ITP pour le responsable 1 ................... 90

Tableau 4.13 : Evaluation des sous-critères du critère IPC pour le responsable de maintenance

.................................................................................................................................................. 91 Tableau 4.14 : Priorité finale (Agrégation du groupe) ............................................................. 91

Tableau 4.15 : Poids agrégés .................................................................................................... 92

Tableau 4.16 : Matrice de comparaison des alternatives/CD ................................................... 93 Tableau 4.17 : Matrice de comparaison des alternatives/CI .................................................... 94 Tableau 4.18 : Matrice de comparaison des alternatives/DE ................................................... 94

Tableau 4.19 : Matrice de comparaison des alternatives/Rd .................................................... 95 Tableau 4.20 : Matrice de comparaison des alternatives/IT ..................................................... 95 Tableau 4.21 : Matrice de comparaison des alternatives/TD ................................................... 96

Tableau 4.22 : Matrice de comparaison des alternatives/IM.................................................... 96 Tableau 4.23 : Matrice de comparaison des alternatives/FP .................................................... 97

Tableau 4.25 : Résultats finaux exprimés en priorité globales et priorité idéales .................... 98 Tableau 4.24 : Synthèse de calcul pour obtenir le résultat final .............................................. 99 Tableau 4.26 : Evaluation estimée de l’Axe e performance A1 pour la fonction maintenance

................................................................................................................................................ 104 Tableau 4.27 : Les tables modifiées ....................................................................................... 106

Tableau 4.28 : Tables ajoutées ............................................................................................... 107 Tableau 4.29 : Raffinement du premier cas d’utilisation ....................................................... 110

Tableau 4.30 : Raffinement du deuxième cas d’utilisation .................................................... 112

XV

Liste des Abréviations

AHP: Analytic Hierarchy Process

AIP: Aggregation of Individual Priorities

BPMN : Business Process Modelling Notation

CBN : Calcul des Besoins Nets

CC : Coût de maintenance Corrective

CD : Coût Direct (de production ou de maintenance)

CEMP : Coût d’Expiration de la Matière Première

CFM : Coût Fixe de Maintenance

CI : Coût Indirect (de production ou de maintenance)

CMCE : Coût de Maintenance Corrective Estimé

CMO : Coût de Main d’Oeuvre

CMOP : Coût de Main d’Oeuvre de Production

CUPnR : Coût de Pénalité de Retard

CPP : Coût de Perte de Production

CPR : Coût Unitaire de Pièce de Rechange

CRQ : Coût Relatif à la Qualité

CST : Coût de Sous-Traitance

CSTM : Coût de Sous-Traitance de Maintenance

DAV : Disponible A la Vente

DE : Durée d’Exécution

DT : Demande de Travail

ERP : Enterprise Ressource Planning

EVAMIX: Mixed data Evaluation method

FG: Frais Généraux

FOQ: Fixed Order Quantity

FP: Flexible Planning

FPM: Flexible Planning Maintenance

FPP: Flexible Planning Production

GDM : Group Decision Making

GMAO : Gestion de la Maintenance Assistée par Ordinateur

XVI

GPAO : Gestion de la Production Assistée par Ordinateur

HMODP/M : Heure de Main d’Oeuvre Direct (Production/Maintenance)

IA : Indice Aléatoire

IT : Intervalle de Tolérance

ITC : Importance TeChnique

ITP : Importance TemPorelle

LFL: Lot for Lot

MAUT: Multiple Attribute Utility Theory

MC : Maintenance Corrective

MH : Marge Horaire

MP : Maintenance Préventive

MRP: Material Requirement Planning

MTBF: Mean Time Between Failure

MTTR: Mean Time To Repair

OA: Ordre d’Achat

OF : Ordre de Fabrication

OT : Ordre de Travail

PDP : Programme Directeur de Production

PGI : Progiciel de gestion Intégré

PIC : Plan industriel et commercial

PMi : Priorité Maintenance

PPi : Priorité Production

PR : Pièce de Rechange

PU : Prix Unitaire

RC : Ratio de Cohérence

Rd : Retard

SGBR : Système de Gestion de Base de données relationnelle

SMART : Simple Multi-Attribute Rating Technique

TD : Taux de Disponibilité

TMA: Tierce Maintenance Applicative

TPOSIS: Technique for order preference by similary to ideal solution

VE: Valeur Econmique

XVII

WIP: Work in Process

WMi : Poids agrégé de maintenance

WPi : Poids agrégé de production

XVIII

Fiche de l’entreprise d’accueil

Dénomination : Discovery Informatique

Directeur Général : Kais SELLEMI

Secteur d’activité : Conseil, Ingénierie Informatique et

Intégration des solutions ERP

Forme juridique : Société Anonyme

Adresse : Angle Rue du Métal, Rue des Entrepreneurs, 3ème

Etage, ZI Charguya II, 2035, Ariana Tunis Carthage

Date de création : 1993

Effectif : 80 collaborateurs

Téléphone : 71.94.27.65

Fax : 71.94.28.75

Adresse mail : discovery.inf@discovery.com.tn

Site web : www.discoveryinformatique.com

1

Introduction générale

« Se permettre de tout penser serait manque de savoir vivre : les meilleures preuves de

respect qu’on

puisse donner à l’intelligence du lecteur, c’est de lui laisser quelque chose à penser. »

Lawrence Sterne - Nouvelliste et humoriste irlandais

2

Ctuellement, les coûts de production des biens et des services sont assujettis à des

contraintes draconiennes sous l’effet conjugué de la crise économique et la concurrence

acharnée dans le marché international. Ceci n’a fait au cours de ces vingt dernières années

qu’évoluer l’importance de la fonction maintenance au sein d’une entreprise. La maintenance

est maintenant considérée comme l’un des leviers de compétitivité des entreprises.

Même si la fonction production est la fonction mère dans les entreprises industrielles, le

maintien de l’outil de production en fonctionnement a également été la préoccupation majeure

de tous les gestionnaires. Ainsi, une bonne conduite d’entreprise nécessite un processus de

communication entre les agents de ces deux services.

L’existence d’un lien d’interaction fort entre la fonction production et la fonction maintenance

est bel et bien traduit par la nécessité de partager les ressources entre ces deux fonctions. Pour

cela, on perçoit les séquences de maintenance et de production comme antagonistes. En fait,

une tâche de maintenance peut exiger l’immobilisation de l’équipement en question et

donc l’intervention de maintenance à ce stade est considérée comme facteur perturbant du bon

fonctionnement de la production. Ce conflit peut sans doute entraîner une perte de productivité

dans l’entreprise.

Il est question par conséquent de changer la mentalité en déracinant l’idée préconçue : « Moi

je fabrique, toi tu répares » et en mobilisant l’ensemble des compétences disponibles.

Delà venait la nécessité d’un outil d’aide à la décision qui permettra de faciliter la prise de

décision dans une éventuelle situation de conflit. Cet outil assurera alors la gestion de la

planification entre les deux fonctions et permettra également de jouer le rôle d’interface entre

la fonction production et la fonction maintenance.

Par ailleurs, l’émergence des progiciels ERP dès les années 80 est devenue de plus en plus

importante. Ces deux fonctions sont alors gérées par deux modules différents connectés sur la

même base de données.

Malheureusement, bien qu’elles disposent des progiciels de GPAO, les entreprises ont

commencé récemment à intégrer la solution GMAO. De plus, dans le cadre de la gestion de la

production et de la maintenance, les logiciels déployés dans les ERP ont pour objectif

d’automatiser le travail des planificateurs, qui, jusqu’à l’apparition d’un tel concept se

contentaient d’élaborer les tâches manuellement et quotidiennement en fonction de la demande,

du niveau de stock, etc. Or, il y a une discontinuité entre les modules GPAO et GMAO de sorte

que cela aggrave encore plus la problématique de communication entre la fonction maintenance

et production.

Dans le cadre du présent projet, nous proposons d’intégrer un outil d’aide à la décision comme

un nouveau menu dans le progiciel QAD/ MFG PRO. Ainsi, nous traiterons la problématique

de planification intégrée tout en facilitant sa mise en œuvre.

Ce projet de fin d’études proposé par DISCOVERY INFORMATIQUE a pour but d’étudier

les interactions possibles entre les modules GPAO et GMAO et puis d’en proposer un outil

d’aide à la décision pour la gestion de la planification.

A

3

Avant de commencer les réflexions concernant l’outil à concevoir, nous avons jugé utile

de faire un panorama des notions théoriques après avoir défini le cadre du projet.

Dans le deuxième chapitre, nous allons faire le diagnostic du problème, essayer de bien le

comprendre et de bien le cerner

Le troisième chapitre contient la modélisation et la conception du modèle à développer

pour l’outil d’aide à la décision.

Quant au dernier chapitre, il englobe les résultats du test de cet outil et la préparation du

dossier technique.

4

Chapitre 1

Genèse du projet et revue de la

littérature

« La théorie est le moyen le plus simple, le plus efficace et le moins coûteux

d’aborder un problème pratique »

Marcel Loncin 1

1 Marcel Loncin : Génie industriel alimentaire : aspects fondamentaux

Résumé :

Ce chapitre est dédié à la présentation de l’entreprise d’accueil, la définition du

contexte de projet et la présentation des résultats théoriques sur lesquels s’est basée

notre étude.

5

1.1. Introduction

L’exploration de l’environnement de travail est une étape inéluctable avant le traitement de

tout problème. Dans ce sens, ce chapitre est dédié à la présentation de l’organisme d’accueil et

la définition du cadre du projet. Finalement, nous terminons par un panorama des notions

théoriques auxquelles fait appel ce projet.

1.2. Présentation de l’organisme d’accueil

Dans le cadre du ce Projet de Fin d’Etudes, nous avons eu l’occasion d’effectuer un stage de

six mois au sein de la Société de Service et d’Ingénierie en Informatique SSII : DISCOVERY

INFORMATIQUE.

Dans ce paragraphe, nous présentons quelques généralités de cette société tunisienne.

1.2.1. Généralités

DISCOVERY INFORMATIQUE est membre du groupe DISCOVERY INFORMATIQUE

qui compte cinq sociétés : DISCOVERY INFORMATIQUE, Discovery Information System,

Discovery Software, Trium Technology et Datasoft Tunisie.

Elle se spécialise dans le domaine de conseil en organisation et ingénierie informatique. En

1997, elle a commencé à s’approfondir dans l’intégration des progiciels de gestion intégrés avec

la solution QAD/MFG PRO.

En 2000, elle s’est positionnée alors sur le marché marocain par l’implantation d’une filiale à

Casablanca.

La figure 1.1 présente des données concernant la société DISCOVERY pour l’année 2016.

Figure 1.1 : Données générales

1.2.2. Activités

DISCOVERY INFORMATIQUE exerce ses activités principalement dans l’ingénierie des

systèmes d’information. Ses principales activités sont [YAZIDI, 2015] :

L’intégration des solutions de gestion d’entreprises ERP qui dépendent de la taille des

entreprises et de leurs besoins, à savoir la solution QAD (ancien MFG/PRO), Microsoft

Dynamics Nav, Sage ERP X3, Sage FRP Treasury, Sage PME, Targit.

Systèmes d’information hospitaliers

200

500

120 12

Nombre de

projets

Nombre de

clients

Nombre de

collaborateurs

Nombre de

partenaires

2016

6

Infogérance : principalement le conseil technologique, maintenance informatique et

TMA (Total Maintenance Application).

Développement Nearshore : assure le développement informatique pour le compte de

ses partenaires et de ses clients européens sous différents environnements

technologiques.

Solutions automobiles : DISCOVERY INFORMATIQUE a conclu un partenariat avec

Solware Auto pour commercialiser ses solutions de gestion dans le secteur automobile.

1.2.3. Clients et projets

Les clients de DISCOVERY INFORMATIQUE sont issus principalement des

secteurs suivants : Industrie, Banque et finance, Service et Secteurs public.

Parmi les clients de DISCOVERY en Tunisie, nous citons à titre d’exemple : Groupe Poulina,

AsteelFlash, Pharmaghreb, Sotefi, Adhe-Els Batteries Nour Groupe Judy, Groupe Kooli...

Nous avons présenté dans le tableau 1.1 des exemples de projets réalisés par DISCOVERY

INFORMATIQUE.

Tableau 1.1 : Projets réalisés par DISCOVERY

Clients Projets

ADHE-ELS Intégration de solution de gestion /QAD

NOKIA Intégration de solution de gestion/Targit

BUTAGAZ Intégration de solution de gestion /Sage

CODEMAT Intégration de solution de gestion /Navision

ONT Intégration de solution de gestion /Sage FRP

ART Intégration de solution de gestion /Navision

BRICORAMA Intégration de solution de gestion /Navision

1.2.4. Organigramme

La figure 1.2 présente l’organigramme fonctionnel de DISCOVERY INFORMATIQUE.

Notre stage s’est déroulé dans le département de l’ERP QAD avec une équipe qui comptait

une trentaine de consultants techniques et fonctionnels.

7

Figure 1.2 : Organigramme de DISCOVERY INFORMATIQUE

Président

Directeur

Général

Directeur

Des Affaires

Financières

Directeur

Général Adjoint

Service

Gestion et

Comptabilité

Assistante

De Direction

Responsable

Activité

Nouvelles

Technologies

Responsable

Commercial et

marketing

Responsable

Activité QAD

Responsable

Activité Sage

Chef

De Projet

Des

Développeurs

Consultants

Fonctionnels

Responsable

Activité

Infogérance

Consultants

Fonctionnels

Consultants

Techniques

Support

Système

et Réseau

Responsable

Activité

Navision

Consultants

Fonctionnels

Consultants

Techniques

Consultants

Techniques

8

1.3. Cadrage du projet et travail demandé

DISCOVERY INFORMATIQUE, comme nous avons mentionné dans le paragraphe

précédent, est dans la mesure de travailler avec une multitude de clients. Ceci a fait qu’elle est

toujours proche des problématiques industrielles et donc à l’écoute des nouvelles exigences des

différentes industries. Le présent projet a été proposé par DISCOVERY à l’un de ses clients

dans le but d’assurer une meilleure gestion des plannings de production et de maintenance.

Ce client exerce son activité dans le secteur d’industrie pharmaceutique. Parmi ses principaux

produits, nous citons par exemple les sparadraps et les pansements, les sutures chirurgicales et

le plastique médicale.

En effet, le travail demandé consiste à dégager les règles de gestion qui régissent la relation

entre la fonction production et la fonction maintenance, et donc à améliorer les deux modules

GMAO et GPAO en ajoutant un module d’interaction qui permet de gérer les deux plannings.

L’idée est de concevoir un outil d’aide à la décision qui permet de générer ces règles de gestion

et de rectifier les plannings de maintenance et de production déjà établis selon des indices de

priorités.

Pour cela, nous aurons besoin de définir quelques notions indispensables à la compréhension

de la problématique et à la recherche de la solution à concevoir.

1.4. Revue de la littérature

Ce paragraphe traite les différentes notions théoriques que nous avons utilisées tout au long

de la phase d’étude du projet telles que : la fonction de production, la fonction de maintenance,

les outils de diagnostic, la problématique de planification intégrée et les systèmes d’aide à la

décision.

1.4.1. Planification de la production

MACHANI [2009] considère la planification de la production comme un pilier de base dans

toute industrie. Elle présente un maillon de la chaîne logistique [SELSOULI, 2011]. Planifier

est le fait d’optimiser l’utilisation des ressources de l’entreprise telles que les machines, la main

d’œuvre et la matière [COURTOIS et al, 2003]. Le but principal de la planification est de

satisfaire la demande des clients en termes de qualité, de délai et de quantité [MACHANI,

2009]. La planification est caractérisée par une période qu’on appelle horizon de planification

[COURTOIS et al., 2003]. Selon l’étendu de cet horizon, on peut classer les problèmes de

planification en trois types, présentés dans la figure 1.3

9

Figure 1.3 : Les niveaux de planification [COURTOIS et al. 2003]

1.4.1.1. Planification à long terme : niveau stratégique

L’horizon de la planification stratégique dépend d’un article à un autre et d’une entreprise à

une autre mais il est généralement supérieur à trois ans [COURTOIS et al., 2003]. Toute activité

de production se base sur des prévisions et des commandes fermes. La planification stratégique

est notamment basée sur l’anticipation des commandes clients et les prévisions de ventes

[MACHANI, 2009]. À l’issue de cette étape, un plan industriel et commercial est élaboré PIC

pour toute famille de produits.

Le PIC est situé au plus haut niveau du mangement des ressources. Il présente un contrat entre

la fonction "Production" et la fonction "Commerciale" et il est fondé sur un équilibre entre la

charge et la capacité [COURTOIS et al., 2003]. Le document à rendre pour ce plan comporte

trois tableaux : ventes, production et stock et pour chacun, on indique l’historique et les

prévisions. Bien que général, le PIC est la base d’élaboration du programme directeur de

production (niveau tactique) et du plan opérationnel [MACHANI, 2009].

1.4.1.2. Planification à moyen terme : niveau tactique

Les prévisions faites au niveau du PIC sont ensuite traduites en un besoin réel. Au niveau

tactique, on trouve le Programme Directeur de Production PDP qui joue le rôle de passerelle

entre le PIC et le calcul des besoins. Il ne traite que la planification des produits finis

[TCHERNEV, 2003]. Contrairement au PIC, le PDP se base sur des échéanciers dont l’unité

temporelle est la semaine. Son horizon global couvre au moins un an. Il permet de donner d’une

manière précise et pour un nombre de périodes déterminés les quantités à produire pour chaque

article. Parmi les fonctions principales du PDP, on trouve la direction du calcul des besoins.

C’est-à-dire, en donnant les ordres de fabrication, il permet d’induire l’explosion du CBN par

le biais des nomenclatures [COURTOIS et al., 2003].

Satisfaction du marché, atteinte

des objectifs logistiques.

Satisfaction du client, atteinte des

objectifs de qualité de services.

Satisfaction du produit, atteinte

des objectifs du processus

physique.

Planification

Stratégique

Planification Tactique

Pilotage Opérationnel

10

La première solution de gestion de planification à ce niveau est apparue dans les années 60-

70. ORLICKY [ORLICKY et PLOSSL, 1994] décrit le modèle MRP I (Material Requirement

Planning) comme la meilleure solution de gestion de la planification, qui repose sur le passage

des données commerciales aux données de production. Mais, cette méthode montre ses limites,

vu qu’elle ne tient pas compte des capacités et des aléas. Au niveau tactique, l’approche MRP

II (Manufacturing Ressources Planning) vient alors pour répondre aux problèmes de

planification [SELSOULI, 2011]. Cette méthode est incluse généralement dans un autre

système plus général à savoir l’ERP (Enterprise Ressources Planning) qui permet l’intégration

des différentes fonctions de l’entreprise [MACHANI, 2009].

1.4.1.3. Planification à court terme : niveau opérationnel

La validation de la planification sur les trois axes précédents PIC, PDP et CBN donne

naissance à des ordres de fabrication suggérés. C’est le rôle du responsable production de lancer

l’exécution de ces ordres et de les transmettre à l’atelier [COURTOIS et al., 2003]. Le but de

la planification au niveau opérationnel est de livrer les ordres à la date prévue. Ceci est réalisé

grâce à ce qu’on appelle Pilotage des Activités de Production PAP. L’activité de pilotage

consiste à conduire l’exécution qui a été déjà planifiée dans le MRP II. Durant cette étape, les

produits subissent des évolutions physiques et au même temps les ordres de fabrication

changent de statuts : d’un ordre suggéré, un ordre lancé et enfin un ordre ferme [COURTOIS

et al, 2003].

Au niveau opérationnel, on trouve principalement cinq activités de base [ARNOULD et

RENAUD, 2003] :

- Vérification avant le lancement : vérifier les documents des ordres de fabrication et la

disponibilité des matières et des composants.

- Programmation et séquencement : cette programmation donne l’ordonnancement des

ordres, détermine la disponibilité des ressources et l’affectation de la main d’œuvre. La

détermination des dates de début et de fin des ordres est effectuée par le jalonnement. On

considère la date de clôture de l’OF comme point de départ.

- Suivi : contrôler l’exécution de l’OF et suivre les quantités réalisées, rebutées…

- Rétroaction : on considère qu’il existe un flux bidirectionnel entre la planification et

l’atelier vu qu’il peut arriver des annulations d’ordres, ajout d’ordre ou des actions

correctives. Dans l’autre sens, il peut y avoir de la sous-traitance, chevauchements des

opérations ou éclatements ce qui engendre un décalage par rapport au programme

planifié.

- Fermeture de l’ordre : c’est la dernière action qui vise à libérer l’atelier et récolter les

données.

11

1.4.2. Planification de la maintenance

Depuis une décennie, la maintenance a évolué sous l’effet des contraintes de productivité et

de concurrence [SECK, 2003]. De nos jours, « l’entretien » a cédé la place à la « maintenance ».

BENBOUZID [2005] explique cela non pas seulement par un simple changement de

dénomination, mais également par un bouleversement des manières et concepts de gestion des

systèmes de maintenance. En effet, dans un environnement économique où la concurrence est

acharnée et la montée des technologies est fortement évolutive, la maintenance est devenue un

enjeu décisif pour toutes les entreprises [BAYRASSOU, 2010]. Pour cela, il faut bien assurer

la gestion de cette fonction, de sa planification et disposer de l’information nécessaire

[LLAURENS, 2011].

1.4.2.1. Notions de base

La norme française NF EN 13306X 60-319 définit la maintenance comme étant « l’ensemble

de toutes les actions techniques, administratives et de management durant le cycle de vie d’un

bien, destinées à le maintenir ou à le rétablir dans un état dans lequel il peut accomplir la

fonction requise ».

Dans le même cadre, RICHET et al. [1996] ajoute le fait que la maintenance doit satisfaire les

conditions de sûreté de fonctionnement de l’équipement [BENBOUZID, 2005].

Maintenir c’est donc faire différentes opérations (dépannage, réparation…) pour garder la

capacité et les valeurs patrimoniales des équipements. Ces derniers sont indispensables pour

répondre à une commande client dans les meilleurs délais.

LLAURENS [2011] considère deux sous-ensembles de la fonction maintenance : l’une à

dominante technique et l’autre à dominante de gestion (présentés dans le tableau 1.2).

Synthèse du paragraphe 1.4.1

La planification de la production est une étape

indispensable dans le processus de fabrication. Pour

arriver à satisfaire les commandes clients, il faut

passer par une succession de planifications sur les trois

niveaux : stratégique, tactique et enfin opérationnel.

12

Tableau 1.2 : Sous-ensembles de la fonction maintenance

On cite parmi les objectifs de la maintenance [BENBOUZID, 2005] :

- Réduction des dépenses ;

- Amélioration de la productivité du service ;

- Consolidation de la compétitivité de l’entreprise ;

- Assurance de la qualité et de la quantité des articles fabriqués.

Les tâches de maintenance sont de différents niveaux selon la complexité des tâches et les

ressources matérielles et humaines à utiliser. On distingue trois types [KAFFEL, 2001] :

- Maintenance de 1er niveau : ce sont des tâches de réglage simple sur l’équipement ;

- Maintenance de 2ème niveau : c’est la maintenance spécialisée, ce sont des tâches de

réparation ou de remplacement des composants ;

- Maintenance de 3ème niveau : c’est la maintenance lourde, ce sont les travaux de

rénovation ou la révision complète.

1.4.2.2. Les stratégies de maintenance

Il s’agit des différentes décisions prises au niveau stratégique, tactique et opérationnel [TALBI

et al., 2005].

- Niveau stratégique

Le niveau stratégique concerne la prise de décisions complexes qui nécessitent des paramètres

nombreux. Parmi ces décisions, le choix de la politique de maintenance, le recrutement de

nouveaux techniciens de maintenance et le choix de faire des contrats de sous-traitance ou non.

À ce niveau, il faut que l’entreprise dispose des informations sur l’état de fonctionnement des

équipements, leur importance dans l’unité de production et les conséquences de leur l’arrêt…

[SALSOULI, 2011]. Il est à signaler que le choix de la politique de maintenance dépend de

l’équipement.

Sous-ensemble à

Dominante technique Sous-ensemble à dominante gestion

Dépannage Gestion de la documentation

Réparation Gestion des pièces de rechange

Diagnostic Gestion des interventions

Prévention Gestion du budget

Études et méthodes Gestion de ressources

13

- Niveau tactique

C’est au niveau tactique que se fait la mise au point des décisions programmables qui seront

transférées au niveau opérationnel. Ce niveau concerne la gestion de tout le processus de

maintenance et la gestion du personnel.

RASOVSKA [2006] définit le processus de maintenance par les différentes tâches à faire au

cours d’une intervention dans le but de réduire les coûts d’indisponibilité et d’augmenter la

performance de l’équipement, et qui sont :

La demande : c’est la formulation des besoins.

Le déclenchement : c’est la demande d’intervention. Elle peut être générée

manuellement. Comme elle peut être générée automatiquement à travers le système

GMAO surtout dans le cas de la maintenance préventive.

La validation : suite à la réception de la demande, le service responsable doit la valider

et définir les dates d’intervention.

Le lancement : l’intervention est lancée selon la disponibilité de l’opérateur affecté

Ainsi, la demande est transmise à l’opérateur sous forme d’un ordre de travail.

L’approvisionnement : parfois les ordres de travail nécessitent des pièces de rechange

et des outils nécessaires à l’intervention.

L’intervention : c’est l’acte de maintenance à faire sur l’équipement et la rédaction du

rapport de l’intervention par l’opérateur.

Au niveau tactique, il faut prendre en considération le lien entre la production et la

maintenance parce que ces deux fonctions ne peuvent pas se faire simultanément sur le même

équipement.

- Niveau opérationnel

C’est l’étape d’exécution des décisions qui étaient prises dans les niveaux précédents

[SELSOULI, 2011].

1.4.2.3. Les modes de gestion de la maintenance

Généralement, on distingue trois modes de gestion de la maintenance : internaliser (faire),

externaliser (faire faire), et coopérer (faire ensemble) [BAYRASSOU, 2010].

- Faire/Internaliser : ce mode de gestion implique que toutes les tâches de maintenance

sont réalisées par les ressources internes de l’entreprise.

- Faire faire/Externaliser : pour des considérations technologiques ou économique,

quelques entreprises choisissent de céder une partie ou la totalité du processus de

maintenance à des intervenants externes (service de sous-traitance).

- Faire ensemble/Coopérer : ce mode se présente sous forme de contrat de partenariat

entre les entreprises.

14

Maintenance

Maintenance corrective

Curative

Palliative

Maintenance préventive

Systématique

Conditionnelle

Prévisionnelle

1.4.2.4. Les formes de maintenance

Par la fonction maintenance on entend principalement deux activités : maintenir et prévenir.

La première activité est équivalente à une action de maintenance préventive, c’est-à-dire avant

que la panne survienne [BENBOUZID, 2008]. L’objectif principal de cette action est d’exécuter

des opérations permettant de prédire et donc d’éviter un arrêt à cause d’une panne. Quant à la

deuxième activité, elle fait référence à des actions de réparation et de dépannage suite à

l’occurrence d’une panne. Dans ce cadre alors, on définit deux formes principales de

maintenance : la maintenance corrective (MC) et la maintenance préventive (MP) [BAR et

HUNTER, 1960].

Figure 1.4 : Types de maintenance

- Maintenance corrective

La défaillance2 est l’altération de l’aptitude d’un équipement à accomplir ses fonctions

demandées avec les performances exigées [ZWINGELSTEIN, 2015 ; LLAURENS, 2011]. Ces

avaries exigent la maintenance corrective. La norme française NF EN 13306 X 60-319 définit

la maintenance corrective comme étant les actions à faire après la détection d’une panne pour

remettre l’équipement en marche afin d’assurer sa fonction dans les conditions normales

[SECK, 2003]. Elle a lieu à la suite des défauts et pannes qui nécessitent l’immobilisation

immédiate de l’équipement. Elle est considérée comme la forme primaire de maintenance

[EISENMANN, 1998]. Il existe deux types de maintenance corrective selon l’état de

fonctionnement de l’équipement après l’intervention : la maintenance palliative et la

maintenance curative.

Maintenance curative : c’est une forme de maintenance durable qui remet la machine

dans un état neuf [LLAURENS, 2011].

2 La défaillance étant un événement, elle est différente de la panne qui est un état

Défaillance

Echéancier

Seuils de

décision

Valeurs de

paramètres

Evénement Type de maintenance

15

Maintenance palliative : la réparation dans ce cas est provisoire. Elle permet de

remettre l’équipement dans un état de fonctionnement provisoire pour accomplir une

partie de ces fonctions. Ceci nécessitera une intervention ultérieure [LLAURENS,

2011].

- Maintenance préventive

AFNOR X60-010 définit la maintenance préventive comme étant une forme de maintenance

ayant pour objectif la réduction de la probabilité de défaillance d’un bien donné. Ses activités

sont déclenchées suivant un échéancier (maintenance systématique), et/ou à partir de critères

significatifs (maintenance conditionnelle). La maintenance préventive se base alors sur l’adage

« mieux vaut prévenir que guérir », sur la maîtrise des états des machines et la considération

des signes déclencheurs [LLAURENS, 2011].

Dans ce sens, le but de la maintenance préventive est de réduire les coûts de pannes en

considérant que plusieurs arrêts coûteux peuvent être évités par des interventions préventives

[LLAURENS, 2011]. Il existe trois types de maintenance préventive :

Maintenance préventive systématique : c’est une maintenance « exécutée à des

intervalles de temps préétablis selon un nombre d’unités d’usage mais sans contrôle

préalable de l’état de bien » (Norme NF EN 13306 X60-319). Ce type de méthode

intervient à des intervalles fixes d’avance selon la durée de fonctionnement du bien,

donnée par le constructeur ou par l’expérience. Les activités de maintenance

préventive systématique sont des interventions planifiées qui consistent à réparer,

nettoyer ou remplacer un composant [LLAURENS, 2011].

Maintenance préventive conditionnelle : selon la norme NF EN 13306 X 60-319, ce

type de maintenance se base sur la surveillance de l’état de fonctionnement du bien et

des paramètres significatifs de son état. Pour suivre ces paramètres, on organise des

visites préventives qui se font suite au déclenchement d’un diagnostic après que les

paramètres dépassent un seuil d’alerte [LLAURENS, 2011 ; BOULENGER, 2006].

DELOUX et al., [2009] considère la maintenance conditionnelle comme subordonnée

à des mesures et diagnostic permettant de suivre l’état de dégradation du bien

(vibrations, thermographies, analyse de l’huile…).

Détection DiagnosticIntervention

Maintenance préventive prévisionnelle : selon la norme française NF EN 13306 X 60-

319, cette forme de maintenance « est exécutée suivant l’extrapolation de l’analyse de

l’évolution des paramètres de dégradation du bien ». L’intervention et le diagnostic se

déclenchent suite à la prévision faite à partir de l’extrapolation et avant que le seuil exigé

de l’indicateur ne soit dépassé [SOURIS, 1990 ; LLAURENS, 2011].

Prévision DiagnosticIntervention

16

1.4.3. Problématique de planification intégrée

Dans le cas de planification intégrée de la maintenance et de la production, les problèmes

proviennent des contraintes conflictuelles de ces deux fonctions. La coopération entre les

fonctions production et maintenance est devenue un facteur clef de performance de la société

vu que ces deux fonctions ont d’ores et déjà une valeur « entreprise » [NOYES et al., 1997].

Pour cela, l’intégration des deux fonctions dans l’entreprise s’avère un défi [TALBI et al.,

2000]. La fonction maintenance exige l’arrêt des équipements de production qui sont partagés

avec le service de production. Les plannings s’établissent de façon séparée, de sorte que le

planning de maintenance ne prend pas en compte les contraintes et les objectifs du planning de

production [TALBI et al., 2005]. Idem pour le planning de production qui ne tient pas compte

des contraintes de maintenance.

Intégrer, c’est en fait constituer et fusionner les liens qui existent entre deux ou plusieurs

entités basiques. Ceci dans le but d’en conclure une seule entité permettant d’agréger les

fonctionnalités et les caractéristiques cohérentes des autres entités [TALBI, 1997].

Dans ce cadre, une démarche de planification intégrée a été proposée pour permettre de gérer

les deux plannings et fusionner les objectifs des deux services. Cette démarche comporte trois

étapes, à savoir [TALBI et al., 2005] :

- Phase d’analyse : c’est la phase de recueil de donnée et de diagnostic des fonctions à

intégrer ;

- Phase d’intégration/modélisation : la modélisation des problèmes, la conception de l’outil

d’intégration des deux fonctions ;

- Phase d’implémentation : la préparation et la validation du planning global.

Etant mis en œuvre, le module de planification intégrée est considéré comme un outil d’aide

à la décision. Il permet de gérer les plannings établis et d’en proposer un planning global

assurant le minimum de chevauchements des tâches de maintenance et de production [TALBI

et al., 2005 ; MACHANI, 2009].

Synthèse du paragraphe 1.4.2

La fonction maintenance est devenue cruciale dans toute

entreprise industrielle. Outre la forme classique de

maintenance corrective suite à des pannes, on trouve la

maintenance préventive qui est planifiée au niveau tactique à

partir de la GMAO

17

1.4.4. Enterprise Ressource Planning (ERP)

Durant les trente dernières années, l’informatique de gestion a beaucoup évolué. L’outil

informatique a pris donc plus d’importance grâce aux avancées technologiques successives.

Aujourd’hui, face aux changements que subit l’environnement économique, les entreprises se

trouvent dans le défi d’augmenter leur compétitivité et de répondre au mieux aux exigences de

leurs clients. Pour atteindre leurs objectifs, elles ont recouru aux outils informatiques, à savoir

les ERP [UMBLE et al., 2002]. D’ores et déjà, le marché des ERP est en perpétuelle évolution.

D’après l’entreprise de conseil et de recherche Gartner, le marché des ERP atteindra 34.5

milliards de dollars en 2017 soit une évolution de 14% par rapport à l’année 2015.

L’acronyme du mot anglais ERP veut dire « Enterprise Ressource Planning », ce qu’on appelle

en français les Progiciels de Gestion Intégré PGI. C’est un produit logiciel qui regroupe un

ensemble de modules applicatifs liés à la même base de données comme les modules de GPAO

et de GMAO et permettant d’automatiser les transactions administratives dans une entreprise.

Ce produit est vendu et développé par un éditeur [BRASSEUR, 2005]. Ces modules couvrent

plusieurs fonctions de l’entreprise (telles que présentées par la figure 1.5) à savoir : la gestion

de la comptabilité, la gestion de la production, la gestion des achats, la gestion de stock, la

logistique… L’intégration de ces modules est assurée par une base de données relationnelle

[SELSOULI, 2011].

Figure 1.5 : Couverture d’un ERP

Chaque module peut être considéré comme une application séparée non seulement de point de

vue interface utilisateur mais aussi d’un point de vue structure de logiciel. Ceci permet aux

entreprises de développer parfois des modules spécifiques à leurs besoins [POSTON et

GRABSKI, 2001]. En premier lieu, les entreprises cherchent à travers cette solution à réduire

la redondance et l’inconsistance de l’information à travers la création d’une base de données

unique. En deuxième lieu, les entreprises attendent de ces systèmes d’information d’améliorer

leur performance comme par exemple [DAVENPORT, 1998 ; POSTON et GRABSKI, 2001] :

SGBDR

Datawarehouse

Logistqiue

Ressources Humaines

Ventes

Maintenance

Gestion de production

Contrôle de gestion

Marketing

18

Réduire les coûts d’actifs (maîtrise de la valeur des stocks) ;

Aide à la décision ;

Augmenter la satisfaction du client ;

Accès facile à l’information intégrée.

En général et selon des enquêtes faites dans ce cadre, plus de 500 entreprises suggèrent des

bénéfices tangibles et intangibles de l’ERP, surtout la réduction des coûts et l’amélioration du

revenu provenant de la réduction des stocks et l’augmentation de la productivité

[BENCHMARKING PARTNERS, 1998].

1.4.4.1. GPAO

Les systèmes GPAO sont apparus au cours des années 60-70 [DARRAS, 2004]. GPAO est un

acronyme pour dire Gestion de Production Assistée par Ordinateur. C’est un outil informatique

qui permet de gérer la fonction de production dans une entreprise [GHARBI, 2013]. Il est

composé de modules différents permettant une couverture des différentes fonctions du

processus général de gestion de la production [DARRAS, 2004]. Par exemple, on cite : le

module de gestion des données financières et techniques, le module de gestion des gammes et

des nomenclatures, le module de CBN, le module d’ordonnancement, le module de gestion

d’approvisionnement et des achats [GHARBI, 2013].

La structure du progiciel GPAO repose sur le fait d’intégrer le principe MRP dans son

application. Il utilise alors le calcul des besoins nets CBN dont le principe général est présenté

par la figure 1.6.

L’objectif principal du GPAO est d’optimiser le flux de production et l’utilisation des

ressources en termes d’équipements et de mains d’œuvre. Il permet également de répondre au

mieux aux commandes clients et de synchroniser les différentes activités de production

[DARRAS, 2004].

1.4.4.1. GMAO

Un système de gestion de la maintenance assistée par ordinateur GMAO est un progiciel

regroupant une base de données de toutes les opérations de maintenance. Cet outil informatique

accompagne les gestionnaires d’entreprise dans la mise en place de leur plan de maintenance

[SELSOULI, 2011]. Il comporte comme tout type d’ERP différents modules, à savoir : gestion

des articles, gestion des pièces de rechange, planification des tournées d’inspection, gestion des

opérateurs de maintenance, gestion de stock [TALBI, 2005] …

La GMAO permet d’automatiser le flux de maintenance, de diminuer les pertes de production

provenant des pannes et d’assurer une meilleure disponibilité [PEAUCELLE, 1997].

19

Prévisions

Artcicles

Stocks

PDP (Programme

Directeur de Production)Commandes

CBN ( Calcul des

Besoins Nets)

PIC (Plan Industriel et

Commercial)

Nomenclatures

Ressources

Gammes

Ordres de

fabrications suggérés

Ordres d achat

suggérés

Affermissement des

OF

OA fermes

Ordonnancement et

lancement

Affermissement des

OA

OF fermes

OF lancés

Achat

Commandes

fournisseurs

Suivi Production Réception

Livraison

Figure 1.6 : Structure du progiciel GPAO

20

1.4.5. Système d’aide à la décision

ROY [1990] a défini l’activité d’aide à la décision comme étant : « l’activité de celui qui,

prenant appui sur des modèles clairement explicités mais non nécessairement complètement

formalisés, aide à obtenir des éléments de réponse aux questions que se pose un intervenant

dans un processus de décision. »

Pour une démarche d’aide à la décision dans un tel processus, le succès est tributaire, comme

l’a remarqué LANDRY [1998], de la capacité d’appréhender la totalité du problème de décision

qui déclenche ce processus de décision. Ceci implique une phase de compréhension et de

diagnostic approfondi du problème.

1.4.5.1. Problématiques de décision

Tout problème d’aide à la décision traite une problématique bien définie qui dépend de la

volonté du décideur. ROY [1990] classe ces problématiques en quatre types :

- Problématique de choix (P. ) : comme son nom l’indique ce type de problématique

consiste à choisir un ensemble de solutions qui présentent les meilleures alternatives.

L’idéal est de trouver une seule action [E COSTA C A. 1996].

- Problématique de tri (P. ) : cette problématique consiste à trier les actions possibles et à

affecter chacune d’elles à une catégorie [MOUSSEAU, 1993].

- Problématique de rangement (P. ) : si on veut trier les actions selon leurs intérêts relatifs,

ce type de problématique sert à ranger les alternatives de la meilleure alternative à la moins

bonne [MOUSSEAU, 1993]. Problématique de description (P. ) : contrairement aux trois

autres types de problématiques, celle-ci consiste à décrire les alternatives et les

conséquences de chacune au lieu de les comparer l’une par rapport à l’autre.

1.4.5.2. Processus d’aide à la décision

Généralement, le processus d’aide à la décision est caractérisé par trois phases générales,

illustrées par la Figure 1.7 [ROY, 1985] :

Figure 1.7 : Processus d’aide à la décision

Phase de diagnostic et d'analyse

Compréhension du problème.

Diagnostic et analyse

Phase d'intellection et de formulation

Détermination de l'objet de décision.

Fixation des actions possibles.

Evaluation des conséquences.

Détermination des critères.

Phase de sélection

Choix de la méthode d'aide à la décision.

Aggrégation des poids.

Evaluation et sélection de la solution

21

- Phase de diagnostic et d’analyse :

C’est la phase primordiale de compréhension et de diagnostic du problème. Cette phase est

délicate, à l’issu de laquelle on doit avoir une connaissance parfaite du problème et de ses

attributs.

- Phase d’intellection, de modélisation des préférences et de formulation :

C’est la phase de formulation du problème [GUITOUNI, 1998]. C’est au cours de cette phase

que se fait d’une part la définition de l’objet de la décision et des différentes alternatives ou

actions. Il s’agit donc de choisir la nature de la problématique, de choix, de tri ou autre. Dans

la phase de formulation, il faut aussi déterminer les critères de sélection. Ceci se fait en évaluant

les conséquences des actions envisagées parce que les critères ne sont qu’une mesure

d’évaluation des alternatives.

- Phase d’agrégation et de sélection de la solution

La sélection d’une solution en fonction des critères. C’est notamment dans cette phase qu’on

doit d’abord choisir la méthode d’aide à la décision qui permet d’avoir une solution tenant

compte de tous les critères.

Dans le paragraphe suivant, nous présenterons les différentes méthodes d’aide à la décision

multicritères.

1.4.5.3. Panorama des méthodes d’aide multicritères à la décision

MAYSTRE LY et al. [1994] définit l’aide multicritères à la décision comme une analyse dans

le but d’expliciter une famille cohérente de critères qui permettent d’appréhender les différentes

conséquences d’une action.

- TOPSIS [HWANG et YOON, 1981]

La méthode TOPSIS est la technique d’action par similarité de la solution idéale. Comme son

nom l’indique cette technique consiste à sélectionner la solution qui se rapproche de la solution

optimale et s’éloigne de la pire solution.

HAMEMI [2003] stipule que malgré ses points positifs, cette technique a des limites. En effet,

la méthode TOPSIS est facile à utiliser, sensible aux préférences des décideurs et son apport

majeur est l’utilisation de la notion d’"idéal" et "anti-idéal".

Cependant, cette méthode est caractérisée par quelques limites : les attributs doivent être de

nature cardinale, les préférences sont fixées a priori. Par conséquent, en supposant que les

actions sont mauvaises, la méthode sélectionne la meilleure solution parmi les mauvaises.

- SMART [EDWARDS, 1971]

La méthode « Simple Multi-Attribute Rating Technique » est une méthode d’aide multicritères

basée sur un modèle additif. C’est-à-dire la valeur d’une alternative est obtenue en faisant la

somme pondérée des scores de tous les critères.

Bien que cette technique soit facile à exploiter, elle exige une articulation des

préférences, et une évaluation des alternatives sur une échelle unique [HAMEMI, 2003].

22

- MAUT [KEENEY et RAIFA, 1976]

La méthode "Multiple Attribute Utility Theory"est utilisée dans le cas où les évaluations des

alternatives par rapport aux critères sont aléatoires. Dans ce cas, il faut introduire une fonction

utilité [HAMEMI, 2003]. Cette technique s’applique sur un ensemble d’actions fini et utilise

des préférences déjà établies.

Toutefois, la méthode MAUT est exigeante d’un point de vue informationnel comme elle

exige des vérifications telles que l’indépendance des fonctions utilité. A l’instar des méthodes

précédentes, cette méthode nécessite la connaissance à priori des préférences du décideur.

- EVAMIX [VOOGD, 1983]

Cette technique repose sur le calcul des deux indices de dominance. Le premier pour les

évaluations ordinales et l’autre indice pour les évaluations cardinales. Après, on normalise et

combine ces indices pour calculer la dominance globale. Finalement, à chaque action on affecte

un score global permettant de classer les alternatives [HAMEMI, 2003].

EVAMIX est une méthode facile à mettre en œuvre. En outre, elle a l’avantage de traiter à la

fois les évaluations ordinales et cardinales. Par contre elle exige une articulation apriori des

préférences [HAMEMI, 2003].

- AHP [SAATY, 1987]

« Analytic Hierarchy Process » repose sur la division du problème en une structure

hiérarchique qui reflète l’interaction entre les différents éléments du problème. Chaque niveau

comprendra un ensemble de critères appelés critères « frères ». MILLER [1956] avance que de

préférence le nombre de faits à étudier se limite à « sept plus ou moins deux » éléments pour

que l’esprit humain soit en mesure d’être précis et puisse assimiler toute l’information possible.

L’avantage majeur de la méthode AHP est la décomposition du problème en une structure

hiérarchique. De plus, elle utilise une échelle sémantique en vue d’exprimer les préférences du

décideur.

Néanmoins, la méthode souffre d’un certain nombre d’insuffisances et d’inconvénients :

- Le nombre de comparaisons augmente plus rapidement que le nombre des critères

[HAJKOWICZ et PRATO, 1998] ;

- L’introduction de nouveaux critères pourrait changer l’importance relative de chaque

indicateur et une inversion de rang peut se produire ;

- La comparaison par paires peut amener à la non-transitivité, cet inconvénient est atténué

en respectant un ratio de cohérence toléré ;

- Le choix d’échelle de 1 à 9 n’est pas justifié mathématiquement.

1.4.6. La décision en groupe

SAATY [2008] considère, que deux notions : comment agréger les jugements individuels dans

un groupe en un seul jugement représentatif de tout le groupe et comment construire un choix

du groupe à partir des choix individuels, sont à en tenir compte dans un processus d’aide à la

décision. Il faut donc assurer une propriété de réciprocité de sorte que les jugements synthétisés

23

soient équivalents à la synthèse de tous les jugements. Pour cela, la moyenne géométrique a

montré son intérêt dans ce sens et elle est plus utilisée que la moyenne arithmétique.

Généralement, la moyenne géométrique est calculée pour les priorités de jugements et non pas

les choix initiaux. Et donc cette méthode permet de prendre en considération les choix de tous

les décideurs [SAATY, 2008].

1.5. Conclusion

Nous avons commencé dans ce premier chapitre par la présentation de l’organisme d’accueil

et la définition générale du cadre du projet tel qu’il a été défini dans le cahier des charges. Le

présent projet a pour but de développer une solution d’aide à la décision pour gérer la

planification de la maintenance et de la production pour le compte d’un client pharmaceutique

de DISCOVERY INFORMATIQUE. Ensuite, nous avons fait un aperçu sur les notions

théoriques auxquelles nous ferons appel tout au long du ce rapport.

Une phase d’étude approfondie de la problématique et de l’interaction entre le service

maintenance et le service de production fera l’objet du chapitre suivant.

24

2. Chapitre 2

Phase de diagnostic et d’analyse

« C’est curieux de constater la facilité qu’ont les faits à s’aligner dans le même sens quand

on les éclaire du même côté »

Leroi Gourhan3

3 André Leroi- GOURHAN est un ethnologue, archéologue et historien français, spécialiste de la Préhistoire.

Résumé :

Ce chapitre est dédié en première partie à l’explicitation du problème en suivant une

méthodologie de résolution des problèmes. En deuxième partie, nous étudions les

processus de GPAO et de GMAO, qui est une étape préliminaire avant de commencer

la phase de recherche des solutions et de conception.

25

2.1. Introduction

Le système de gestion de la maintenance et de la production confronte plusieurs problèmes

qui limitent les performances du système de production. D’où le besoin d’un diagnostic

permettant de dégager les anomalies et les éventuels axes d’amélioration. Le diagnostic est une

analyse critique de l’état existant qui permet de mieux comprendre l’état de fonctionnement du

système [TALBI, 1998 ; TALBI et TAHON, 2001]. Pour cela, nous allons adopter

uneméthodologie de résolution des problèmes qui présente généralement trois phases, à savoir :

exposer, analyser et résoudre et mettre en œuvre [KERFAI, 2015].

La figure 2.1 expose la démarche générale à suivre :

Figure 2.1 : Etapes de résolution de problèmes

Dans ce chapitre, il est question alors de faire l’analyse du problème puis d’entamer une étude

des processus de GMAO et de GPAO.

2.1.1. Etape Exposer

Cette étape comporte deux sous-étapes qui sont : la clarification du problème qui vise à

bien le cerner et l’observation qui consiste à collecter le maximum de données utiles pour notre

étude.

2.1.1.1. Clarifier : Identification du problème

Pour identifier le problème, nous avons appliqué l’outil QQOQCP. Cet outil permet de poser

le maximum de questions autour de la problématique soulevée.

Tableau 2.1 : Clarification du problème QQOQCP

Question Réponse

Quoi ?

Quel est le problème,

De quoi s’agit-il ?

Quels sont les

caractéristiques ?

Déjà, nous avons posé cette question dès le début de ce projet.

Nous posons cette question pour définir le problème et le

caractériser : quel est l’objectif de ce projet ? Quelle est notre

problématique et donc c’est quoi effectivement le problème ?

La réponse à ces questions a été élaborée avec l’encadrant de

l’entreprise en définissant les lignes de projet.

Le problème est un conflit entre les deux fonctions production

et maintenance dans l’industrie surtout que ces deux fonctions

partagent les mêmes ressources. Ceci se traduit d’un point de vue

informatique par une dissociation entre le module de GPAO et le

module de GMAO.

Exposer

Analyser

Résoudre et mettre en oeuvre

26

Quel est le risque ?

Le chevauchement des tâches peut être caractérisé par plusieurs

variables que nous allons bien définir après. Parmi celles-ci, nous

citons principalement :

- Le coût, (de maintenance, de production, de stock …)

- Le temps d’attente et d’arrêt.

- L’efficacité des plannings établis

Le risque ou les conséquences de ce problème sont divers,

citons par exemple :

- L’arrêt de la production ;

- La perturbation du planning ;

- Les problèmes de confrontation entre le responsable

production et le responsable maintenance.

Qui ?

Qui a le problème ?

Qui est concerné ?

Toute industrie peut être confrontée à ce type de problème et

essentiellement les industries pharmaceutiques. En effet, dans

ces industries le respect des BPF (Bonnes Pratiques de

Fonctionnement) est primordial. Donc, elles se trouvent dans le

dilemme de favoriser la maintenance et d’exécuter la production

au même temps. Dans la majorité des cas, le planning de

maintenance est proposé suivant les BPF, l’historique des tâches

correctives et par la suite la flexibilité du changement de ces

plannings sera réduite.

En suivant une structure hiérarchique ascendante, les acteurs

concernés sont :

- Les conducteurs de machines/ opérateurs et les

techniciens de maintenance

- Les responsables production et les responsables

maintenance

- Le bureau des méthodes.

Où ?

Où se produit ce

problème ?

Au niveau opérationnel, ce problème se génère dans les lignes de

production au niveau d’un équipement. Mais ceci est dû déjà à

un problème de planification au niveau tactique.

Quand ?

Depuis quand est né ce

problème ?

Quand cela apparaît-il ?

Quelle est la fréquence ?

Quand se produit le

risque ?

Ce problème apparaît à un instant t de la période ouvrable,

pendant l’exécution d’un ordre de fabrication.

Au niveau opérationnel, l’apparition de ce problème est

fréquente tant qu’il y a des tâches de maintenance, peut-être une

fois par semaine selon l’activité de l’entreprise. Un véritable

risque peut être engendré si par exemple :

- Un taux de report élevé des tâches de maintenance

- Apparition fréquente des pannes

27

Donc, une fois nous avons bien défini le problème, nous allons passer ensuite à la phase

d’observation qui a pour but la collecte des données explicatives.

2.1.1.2. Observer : Collecter des données

Pour concrétiser le problème déjà exposé, nous devons disposer des données exprimant la

gravité d’une telle problématique. Pour cela, nous avons établi des questionnaires évaluant la

relation entre la maintenance et la production, ainsi que la performance de ces deux fonctions

afin de pouvoir dégager les axes d’amélioration, comme c’était mentionné dans la méthodologie

de planification intégrée proposée par Abdennabi Talbi [TALBI, 2005].

Le diagnostic de la fonction maintenance permet aux responsables de porter une réflexion sur

le fonctionnement de leur département et de pouvoir déterminer par la suite les actions à mener

[TALBI, 1998].

Les questionnaires que nous avons établis pour évaluer la fonction maintenance s’articulent

autour de huit axes, destinés au responsable maintenance de la société :

- Axe A1 : Communication entre la maintenance et la production (permettant un

décloisonnement de la fonction maintenance),

- Axe A2 : Planification ;

- Axe A3 : Maintenance de premier niveau ;

- Axe A4 : Application des BPF (Bonnes Pratiques de Fonctionnement) ;

- Axe A5 : Gestion des Equipements ;

- Axe A6 : Gestion des Travaux ;

- Axe A7 : Base de données ;

- Temps d’arrêt et d’attente important des surcoûts

Comment ?

Comment s’est produit le

problème ?

Comment procéder ?

Comment mettre en

œuvre des solutions ?

Ce problème est né à cause de plusieurs variables, à savoir : la

correspondance temporelle entre le planning de production et le

planning de maintenance.

Dans la plupart des cas, la relation entre la maintenance et la

production est de type maître/esclave de sorte que la production

est presque toujours la dominante, ce qui montre d’ailleurs un

problème de gestion de planification.

Dans le cadre de ce projet, la mise en œuvre de la solution

proposée sera à travers l’ERP QAD, la solution sera alors

intégrée dans ce progiciel.

Pourquoi ?

Ces questions pointent directement vers les causes de

déclenchement de ce problème que nous détaillerons dans le

paragraphe suivant.

28

- Axe A8 : Analyse des coûts.

Le tableau 2.2 présente le questionnaire que nous avons élaboré pour l’axe A1. Les autres

questionnaires pour la fonction maintenance sont présentés dans l’annexe A.1.

Quant au diagnostic de la fonction production, nous avons suivi la même démarche et nous

avons établi cinq questionnaires autour de cinq axes de progrès :

- Axe A1 : Communication entre la maintenance et la production ;

- Axe A2 : Planification ;

- Axe A3 : Gestion du personnel ;

- Axe A4 : Gestion de stock ;

- Axe A5 : Application des BPF ;

L’axe A1 est le même élaboré pour le diagnostic de la fonction maintenance. Nous donnons

dans le tableau 2.3 le deuxième questionnaire pour la planification. Les autres questionnaires

sont présentés dans l’annexe A.2.

29

Tableau 2.2 : Le questionnaire N°1 Communication entre la fonction Production et la fonction Maintenance

A1. COMMUNICATION PRODUCTION-MAINTENANCE

Affirmation Vraie Plutôt Vraie Plutôt Fausse Fausse

Il existe un échange d'informations entre la Maintenance et la Production.

Les agents de production sont impliqués dans la maintenance du premier niveau.

Le plan de maintenance tient compte du plan de production.

Le délai client est établi en fonction de la disponibilité des équipements.

Certains outils sont partagés/communs aux agents de production/maintenance.

Les objectifs de la maintenance sont compatibles avec les objectifs de la production.

Il n’y a pas de conflit entre la fonction maintenance et la fonction production.

L'apparition de conflit entre la maintenance et la production n’est pas fréquente.

Le temps de négociation dans une situation de conflit est maîtrisé.

Le plan de l'entretien tient compte de la charge des équipements.

Il existe une base de données commune production/maintenance.

L'utilisation des progiciels de gestion est régulière.

Une réunion quotidienne se fait entre le service maintenance et production pour faire le point.

Le service maintenance est décentralisé.

Il existe un indicateur de priorité pour la décision en cas de conflit.

En cas de panne, la responsabilité est du sort des deux responsables.

En cas de conflit il y a négociation entre les deux fonctions.

On sait estimer le coût engendré par le conflit maintenance/production.

On peut faire une préemption entre les tâches de maintenance et de production.

30

Tableau 2.3 : Le questionnaire N° 2 Axe A2 Planification de production

AFFIRMATION Vraie Plutôt vraie Plutôt fausse Fausse

Politique de mise en lot en planification est en FOQ (Quantité fixe et période variable).

Politique de mise en lot est en LFL (Lot pour Lot).

La planification se fait en tenant compte de la charge des machines.

La planification se fait en tenant compte de la charge du personnel.

Le planning est généré par le progiciel.

On peut suivre l'exécution du planning en cours du temps, statuts…

Le planning est hebdomadaire.

Le planning est communiqué et affiché.

On dispose des indicateurs de suivi de production.

On dispose des indicateurs de mesure de performance du planning.

On peut tolérer des retards au niveau d'un planning établi, de combien.

On peut modifier et apporter des changements à un planning établi.

On a la marge temporelle de chaque OF planifié.

En cas de perturbation du planning, c'est le responsable production qui gère la situation.

On peut fractionner un OF planifié.

On peut estimer le temps à non-valeur ajoutée.

En situation d'urgence (demande imprévue) on utilise le DAV (Disponible A la Vente).

En situation d'urgence (demande imprévue) on utilise un indice de priorité.

En peut estimer le coût d'arrêt de production.

On peut suivre le niveau de stock au cours du temps.

Le planning généré par le progiciel est discuté.

On fait une réunion de 5 min chaque jour avant le démarrage.

31

A chaque question posée est attribuée une des quatre réponses (vraie, plutôt vraie, fausse, et

plutôt fausse). A chacune de ces quatre réponses est attribué également un coefficient de

pondération (1 - 0.7- 0 - 0.3). L’évaluation du niveau de performance d’un axe est faite en

calculant la somme pondérée des réponses par les coefficients 1 pour vraie, 0.7 pour plutôt

vraie, 0.3 pour plutôt fausse et 0 pour fausse. Nous exprimons après la somme trouvée par

rapport au nombre de questions posées autour de l’axe considéré. Nous suivons la même

démarche pour tous les axes définis précédemment.

Ainsi, nous avons calculé le niveau de performance de chaque axe de progrès. Pour déterminer

s’il s’agit d’un axe d’amélioration ou pas, nous devons comparer son niveau de performance à

un seuil fixé. Pour cela, nous avons déterminé ce seuil (indiqué dans la troisième colonne du

tableau 2.4) avec l’équipe GMAO en tenant compte des travaux faits dans le même sens et des

niveaux de performance exigés.

Nous construisons après un graphe en radar en traçant un polygone dont les côtés relient les

axes de progrès tel que présenté par la figure 2.2.

Figure 2.2 : Courbe de performance de la fonction maintenance

Les axes prioritaires sont ceux dont le niveau de performance est inférieur au niveau de

l’expertise exigé. Plus l’axe est critique plus le niveau de performance exigé est élevé. Donc,

les axes prioritaires sont les axes sur lesquels l’entreprise doit encore travailler pour maîtriser

la fonction maintenance. Nous remarquons que l’axe de communication entre la fonction

production et la fonction maintenance est le premier axe prioritaire sur lequel il faut travailler.

Les différentes étapes et les résultats de calcul sont présentés dans l’annexe A.1.

38%

22%

41,67%

53%

63,33%

65%

65%

90%

Axe A1 : CommunicationProduction/Maintenance

Axe A8 : Analyse des coûts

Axe A6 : Gestion des travaux

Axe A7 : Base de données

Axe A5 : Gestion deséquipements

Axe A2 : Planification

Axe A3 : Maintenance premierniveau

Axe A4 : Application des BPF

Niveau de performance exigé Le niveau de performance de l'entreprise

32

Tableau 2.4 : Axes d’amélioration pour la fonction maintenance

Quant à la fonction production, nous avons procédé de la même manière. Dans cette étude,

nous avons posé les questionnaires pour les trois unités de production de la société. Les résultats

de chaque unité sont présentés dans l’annexe G.1. Nous donnons dans la figure 2.3 la courbe

de performance finale.

Figure 2.3 : Courbe de performance de la fonction production

Le résultat de performance globale de la fonction production est calculé en utilisant la moyenne

des pourcentages calculés pour chaque unité de production à part. Le niveau de performance

global sur les cinq axes d’évaluation est de 79,81%. La valeur est importante mais la maîtrise

parfaite stipule encore plus de travail sur les axes prioritaires. L’axe de communication entre

les deux fonctions maintenance et production reste le premier axe prioritaire à améliorer, il lui

reste encore 15.25% pour atteindre la valeur de performance exigé.

Niveau de priorité Axe de progrès Niveau de

performance

Niveau de

performance

exigé

Ecart

1 Axe A1 : Communication

Production/Maintenance 46.84% 70% 23.16%

2 Axe A8 : Analyse des

coûts 22% 50% 28%

3 Axe A6 : Gestion des

travaux 41,67% 60% 18%

4 Axe A7 : Base de données 53% 50% +3%

5 Axe A5 : Gestion des

équipements 63,33% 60% +3%

6 Axe A2 : Planification 65% 60% +5%

7 Axe A3 : Maintenance de

premier niveau 65% 50% +15%

8 Axe A4 : Application des

BPF 90% 80% +10%

54,75%

78,47%

86,19%87,23%

92,42%

Axe A1 : Communicationmaintenance /production

Axe A2 : Planification

Axe A4 : Gestion de stockAxe A3 : Gestion des

compétences

Axe A5 : Application BPF

Le niveau de performance de l'entreprise Le niveau de performance exigé

33

Tableau 2.5 : Axes d’amélioration pour la fonction production.

Les calculs relatifs aux autres axes sont présentés dans l’annexe G.1.

Puis nous avons évalué la satisfaction croisée production/maintenance en posant des questions

pour le responsable maintenance, lui permettant d’évaluer la fonction production. De même,

nous avons posé des questions aux responsables production pour évaluer la qualité du service

maintenance et les éventuels problèmes [HOHMAN, 2015]. Les détails de calculs sont

présentés dans l’annexe B. Nous présentons dans le tableau 2.6 la matrice d’évaluation croisée

finale.

Tableau 2.6 : Evaluation croisée

Le positionnement sur cette matrice montre une appréciation favorable de la production envers

la maintenance et une appréciation mitigée de la maintenance envers la production. Cette

représentation est très synthétique, il faut se reporter au questionnaire et aux différents axes

pour dégager les points d’amélioration. Ce résultat illustre bien les pourcentages trouvés pour

l’axe de communication maintenance/production dans l’évaluation des deux fonctions.

Nous avons rédigé à la fin de la phase de diagnostic un rapport d’autodiagnostic pour la

société, présenté dans l’annexe G.2.

Niveau de

priorité

Axe de progrès Niveau de -

performance

Niveau de

performance

exigé

Ecart %

1 Axe A1 : Communication

maintenance /production

54,75% 70% 17,85%

2 Axe A2 : Planification 78,47% 60% +18,47%

3 Axe A4 : Gestion de stock 86,19% 80% +6,19%

4 Axe A3 : Gestion des

compétences

87,23% 80%

+7,23%

5 Axe A5 : Application BPF 92,42% 80% +12,42%

Appréciation production envers la maintenance 76

%

++ + - - -

Appréciation

maintenance envers

la production 52 %

++

+

-

- -

34

2.1.2. Etape Analyser

Après avoir observé le fonctionnement de chaque activité, nous avons déterminé les axes à

améliorer. Dans la cadre de ce projet, nous nous limitons à l’axe de communication entre la

fonction maintenance et production qui est déjà le premier axe prioritaire. Nous avons dégagé

pour cela les causes d’un arrêt de production. Nous nous sommes basés également sur les

résultats du questionnaire de l’annexe A.1.

Nous avons appliqué le diagramme ISHIKAWA présenté par la figure 2.6, pour dégager les

causes et les classer en familles : Méthode, Main d’œuvre, Matériel, Matière, Milieu et

Mangement.

Puis, nous avons demandé aux responsables de production de noter les causes selon leurs

importances pour que nous puissions faire l’analyse Pareto. Une fois les poids sont saisis, nous

avons calculé le pourcentage cumulé associé à chaque cause.

Tableau 2.7 : Analyse Pareto

Cause Poids % %cumu

lé

1 Rupture de matière première 10 11,76 11,36

2 Réglages difficiles 10 11,76 23,12

3 Pièces de rechange non disponibles 10 11,76 34,89

4 Manque de polyvalence 10 11,76 46,65

5 Arrêt pour maintenance préventive 7 8,24 54,89

6 Absence d'un outil d'aide à la décision 7 8,24 63,12

7 Postes déséquilibrés 7 8,24 71,36

Synthèse de l’étape d’observation Nous avons défini en premier lieu notre problème dans l’étape

clarification. Celui-ci est un problème de discontinuité entre la

fonction maintenance et la fonction production qui peut engendrer

des arrêts de production.

Pour analyser ce problème, nous avons évalué les deux fonctions

pour un client de DISCOVERY INFORMATIQUE. Nous avons

dévoilé ainsi les axes d’amélioration pour chacune des deux

fonctions. En effet, l’axe de communication maintenance/production

est le premier axe prioritaire ayant le niveau de performance le

moins satisfaisant et sur lequel nous devons travailler.

Les réponses aux questions posées dans les questionnaires

d’évaluation ont montré également un problème d’arrêt de

production. La section suivante a pour but d’expliquer ce problème

et de trouver pourquoi l’axe A1 n’a pas atteint le niveau exigé.

35

8 Manque de visibilité des plannings production/maintenance 4 4,71 76,07

9 Equipements communs à la maintenance et à la production 4 4,71 80,77

10 Les rôles ne sont pas bien définis 4 4,71 86,65

11 Manque de documentation (procédures de travail et modes

opératoires) 4 4,71 91,36

12 Mauvaise implantation de l'atelier 1 1,18 92,54

13 Dissociation entre le planning de maintenance et le

planning de production 1 1,18 93,71

14 Planning de production ne respecte pas la charge du

personnel /machine 1 1,18 94,89

15 Niveau de stock non contrôlé 1 1,18 96,07

16 Non utilisation du progiciel 1 1,18 97,24

17 Kaizen non appliqué 1 1,18 98,42

18 Absence de planificateur 1 1,18 99,60

19 Flux de personnes et de matières croisé 1 1,18 81,95

Total 85 100,0

L’analyse de ces résultats nous a permis de tracer la courbe de tendance Pareto.

Figure 2.4 : Analyse Pareto d’un arrêt de production

Les neuf premières causes sont jugées les plus fréquentes pour un arrêt de production.

Tableau 2.8 : Causes qui contribuent à 80% des arrêts de production

N° Causes Poids

(Importance /10)

1 Rupture de matière première 10

2 Réglages difficiles 10

3 Pièces de rechange non disponibles 10

4 Manque de polyvalence 10

5 Arrêt pour maintenance préventive 7

6 Absence d’un outil d’aide à la décision 7

7 Postes déséquilibrés 7

8 Manque de visibilité des plannings production/maintenance 4

9 Equipements communs à la maintenance et la production 4

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Po

urc

en

tage

cu

mu

lé

Causes d'arrêt de production

36

Figure 2.5 : Diagramme Ishikawa

Arrêt de production

Manque de compétences

Les rôles ne sont

pas bien définis

Déséquilibre des

charges

Flux matières/personnes

croisé

Rupture Matière

Première

Manque de gestion de stock

Equipements communs aux opérateurs

de maintenance

Et de production

Arrêt technique

Réglages difficiles

Manque de documentation

Sur les équipements

Absence de techniciens spécialisés

Mauvaise

implantation

Absence de procédures de travail claires

Déséquilibre des postes

Planning ne respecte pas

la charge du personnel/machine

Conflit entre

maintenance

Et production

Dissociation des plannings

de production et de maintenance

Pièces de rechange

non disponibles

Absentéisme

Insuffisance des équipements de

maintenance/machines

Centralisation du service

maintenance

Et séparation des différents ateliers

Non respect des normes

37

Nous remarquons que parmi ces causes, l’arrêt pour maintenance préventive et le manque de

visibilité entre le planning de maintenance et de production jouent un rôle important et affectent

clairement la communication entre les deux fonctions étudiées.

2.1.3. Etape Résoudre : Plan d’Actions

La dernière étape d’une méthodologie de résolution des problèmes est l’élaboration d’un plan

d’actions pour améliorer le système actuel. Pour cela, il faut déterminer les règles de gestion

qui régissent la relation entre la fonction production et la fonction maintenance. Puis, nous

proposons d’ajouter un outil d’aide à la décision pour la gestion de la planification dans l’ERP

QAD. Ayant des plannings (de maintenance et de production) établis de manière séparée, cet

outil permet de mener des comparaisons basées sur des critères bien établis puis de donner la

bonne solution.

Nous avons proposé un plan d’actions à suivre, présenté dans le tableau 2.9.

Synthèse

Les deux premières phases à savoir la phase de découverte et

d’analyse nous ont permis d’avoir une idée plus détaillée sur la

nature du problème à gérer.

En effet, le problème est un problème de gestion de la planification

intégrée de maintenance et de production. C’est-à-dire les plannings

de maintenance (préventive et curative planifiée) et de production se

font d’une manière séparée, aucune des deux fonctions ne tient

compte des contraintes de l’autre. Le but principal de la

planification de la production est de répondre aux commandes des

clients dans les délais prévus et donc d’assurer une disponibilité

maximale des équipements. Or la maintenance exige parfois l’arrêt

des moyens de production.

Cette séparation a été à l’origine d’un chevauchement des

intervalles de temps et du coup à l’origine d’un conflit qui peut

apparaitre dans l’atelier de production, générant ainsi un arrêt de

production et donc du temps perdu et de l’argent immobilisé.

38

Tableau 2.9 : Plan d’Actions

Phase Tâches

Diagnostic des modules GMAO et GPAO

- Décrire le processus de production

- Manipulation QAD

- Extraire les tables à exploiter

- Dégager les règles de gestion

- Décrire le processus de maintenance

- Modélisation BPMN du processus de

maintenance préventive

- Manipulation OLEA (module GMAO

- Extraire les tables à exploiter

- Dégager les règles de gestion

Spécification des besoins

- Etude des outils d’aide à la décision

- Sélection de l’outil à utiliser

- Formulation générale du problème d’aide

à la décision

- Exemple d’application

Conception

- Diagramme de classe

- Définir les règles de gestion à exécuter

- Diagramme d’activité

- Conception des interfaces

Proposition d’un ordonnancement conjoint

pour la maintenance et la production

- Etude des modèles existants

- Formulation du modèle d’ordonnancement

2.2. Etude des processus de la GPAO et de la GMAO de l’ERP

QAD

La première action dans notre plan d’actions est d’étudier les processus de production et de

maintenance tels qu’ils sont conçus sous QAD. Nous avons jugé utile de voir la procédure de

planification par les modules de gestion de la production QAD et de gestion de la maintenance

OLEA. Pour cela, nous allons présenter dans les paragraphes suivants les processus de

maintenance et de production. Après, nous allons effectuer la modélisation de ces processus et

enfin nous allons dégager les tables existantes de GMAO et GPAO dont nous aurons besoin et

les règles de gestion correspondantes. Ainsi, l’analyse de l’état des lieux au sein de l’entreprise

va nous permettre de se familiariser avec les procédures de production et de maintenance,

d’identifier les anomalies existantes et de définir les nouvelles règles de gestion de la

planification.

39

2.2.1. Processus de GPAO

La démarche de planification par le progiciel QAD est détaillée dans l’annexe C. En ce qui

suit, nous présenterons la description générale du processus de gestion de la production et les

critiques des différentes tables de GPAO dont nous aurons besoin.

2.2.1.1. Description du processus de gestion de la production

Dans une industrie utilisant le progiciel QAD (MFG/PRO), le processus de planification se

fait généralement par le calcul des besoins net CBN qui suggère des OF selon les commandes

des clients.

- Le responsable achat saisit la commande dans la base du progiciel QAD en spécifiant les

produits, les quantités et les dates de besoin.

- A partir des commandes fermes et prévisionnelles, on établit la liste des produits qui seront

classés par familles où : chaque produit est constitué d’un ensemble de composants (famille

d’articles). La liste des articles nécessaires pour la fabrication d’un produit constitue la

nomenclature.

- Ensuite, il faut définir la gamme de travail et les opérations à exécuter. Le choix du processus

de production dépend de la nature du produit et de ses composants, ces informations figurent

dans le document technique associé à chaque article.

- De même, le responsable production doit saisir les données concernant la gamme de travail

et les opérations pour la fabrication du produit demandé.

- Puis, le responsable ordonnancement effectue le paramétrage du MRP et effectue le calcul

des besoins nets, ce qui génère des OF pour les articles commandés. Ainsi, il crée un

planning hebdomadaire (intervalle de temps à fixer par le responsable) et l’envoie aux

responsables production. La figure 2.6 présente le processus général de planification de la

production.

Figure 2.6 : Processus de planification de production par le progiciel

2.2.1.2. Les tables du module GPAO

Pour extraire les tables et les règles de gestion, nous avons accédé à la base de données de

QAD. Nous avons utilisé également le HELP pour pouvoir comprendre la signification des

Pla

nif

icat

ion P

rodu

cti

on

Début

Recevoir

commandes

clients Fin

Faire le

calcul du

besoin

net MRP

Affermir

OF

Lancer

OF

Exécuter

OFClôturer

OF

OFs

suggérés

OFs

lancés

OFs en

cours

Planning des OF

affermis

40

différents champs. L’annexe E.1 montre quelques menus utilisés pour cette étude et les

différentes tables étudiées. Les règles de gestion dégagées sont présentées dans l’annexe E.2.

Les identifications pour les tables sous QAD sont définies suivant la forme

<préfixe>_mstr/det :

Le nom des champs dans les tables principales (Mstr) commence par : NomTable_

Le nom des champs dans les tables détails (det) commence par : NomTable+ « d » _

Le nom des index commence par : NomTable+ « i » _

Pour le processus de production, les tables nécessaires à notre étude sont présentées dans

l’annexe E.2 :

2.2.2. Processus de GMAO

Le module OLEA est le module de gestion de la maintenance de l’ERP QAD, nous avons

présenté dans l’annexe D les différentes fonctionnalités du ce module. En ce qui suit, nous

présentons le processus de gestion de la maintenance par OLEA et les tables qui nous

intéressent pour l’étude de la maintenance planifiée.

2.2.2.1. Description du processus

Le module de gestion de la maintenance OLEA gère les différents types de maintenance que

ce soit corrective ou préventive.

Processus de maintenance corrective

Pour une maintenance corrective, le processus se déclenche par la détection d’une anomalie

ou panne par l’opérateur de production. Le responsable de l’atelier de production remplit la

demande de travail. Une fois imprimée, elle est transférée vers le responsable maintenance qui

la valide et vient saisir un ordre de travail sur OLEA en remplissant les champs nécessaires.

Entre autres, il faut qu’il affecte cet ordre à un opérateur qualifié. Une fois cet ordre est imprimé,

il est transféré à l’opérateur qui va exécuter la tâche de réparation. Une fois la tâche est

accomplie, le technicien de maintenance saisit un rapport d’intervention en remplissant les

différents champs proposés par OLEA. Puis, il enregistre cet ordre de travail dans la table de

l’historique et le supprime de la table de l’OT.

En cas de maintenance corrective, la gestion des demandes d’intervention s’effectue de la

manière suivante :

Synthèse

Le processus de gestion de la production se base principalement

sur le calcul des besoins nets MRP. La planification des OF ne

tient pas compte alors d’aucune autre information y compris le

programme de maintenance préventive.

41

L’opérateur de production, ayant constaté la panne ou le dysfonctionnement, doit en

informer son chef d’équipe ou son responsable ;

- Le chef d’équipe ou le responsable de production établit une demande d’intervention

- Le chef d’équipe ou le responsable de production se rend à l’atelier de maintenance

centralisé pour émettre une demande d’intervention (une demande d’intervention doit être

établie systématiquement et saisie dans la GMAO).

- Ensuite, le chef d’équipe de maintenance doit être informé de l’arrêt et des informations

relatives au dysfonctionnement ou à la panne, ainsi qu’au délai de l’intervention ;

- Le chef d’équipe de production garde le volet qui lui revient et transmet les volets restants

au chef d’équipe de maintenance ;

- A l’issue de l’intervention, le chef d’équipe de maintenance remplit le volet qui le concerne

; la demande d’intervention doit être visée par l’émetteur de la demande ; dans le cas où

l’intervention a nécessité des pièces de rechange, le chef d’équipe de maintenance transmet

le troisième volet aux magasiniers [LAHMER, 2014].

Processus de maintenance préventive

Pour la maintenance préventive, la fréquence des tournées4 diffère selon les équipements et

selon le type de maintenance systématique ou conditionnelle. Il y a des équipements pour

lesquels la maintenance préventive se fait après t heures de fonctionnement donc à des

intervalles fixes. Alors que d’autres disposent de compteurs déclencheurs des inspections

préventives qui sont donc conditionnées. Par exemple, des ordres de travaux préventifs planifiés

à chaque5000Km de distance ou bien sur un moteur à chaque 8000 heure de fonctionnement.

Le préventif conditionnel peut être dans le cas où une mesure sur un point d’inspection donne

une lecture de température Y° hors de l’intervalle de confiance fixé par le constructeur.

Dans le paragraphe suivant, nous allons présenter une modélisation du processus de

maintenance préventive systématique et conditionnelle [LAHMER, 2014].

2.2.2.2. Modélisation du processus de maintenance

Pour bien évaluer l’outil à mettre en place, nous avons pensé à faire une modélisation du

processus de maintenance avant et après l’implémentation de l’outil d’aide à la décision.

Pour notre étude nous avons choisi d’utiliser la notation BPMN pour modéliser les différentes

étapes du processus de maintenance. En effet, nous allons nous concentrer sur les tâches de

maintenance planifiées (maintenance préventive systématique et conditionnelle).

La figure 2.7 présente le modèle de BPMN de la maintenance préventive systématique. A

partir de cette modélisation, nous avons remarqué des anomalies au niveau de la gestion du

processus de maintenance à cause des conflits et des négociations qui se créent entre le

responsable de maintenance et de production. Ceci peut engendrer des coûts supplémentaires

et des perturbations horaires.

4 Tournée : est une activité de maintenance qui consiste à contrôler différents équipements à la fois

42

v

Figure 2.7 : Modèle BPMN de la maintenance préventive

Technic

ien

Bureau M

éth

ode/

Responsable

de

main

tenance

Op

érate

ur d

e

produ

cti

on

Responsable

de

Producti

on

Recevoir

l OT

Informer

opérateur de

production

Début

Déterminer les

échéances de

maintenance

préventive

Créer la check-list

d'inspection par

OLEA

Planifier des

tournées

d'inspection pour

chaque équipement

Affecter les

opérateurs aux

tournées

Suivre le planning

Date d échéance

des tournées

Lancement des

tournées(

Changement de

statut à prêt à

exécuter)

Imprimer la check-

list

Transmettre à

l'opérateur de

maintenance

Informer

responsable

de production

OT

Arrêter la

production

Mettre le service de

production an pauseOUI

NON

Proposer au

responsable de

maintenance de reporter

la tâche

Exécuter les

tâches de

maintenance

Effectuer les

mesures Rédiger le rapport

d activité

Demander un ordre de

maintenance corrective

planifiée

NEGATIVES

Transmettre au

responsable de

maintenance

Reporter

OUI

NON

Viser et signer le

rapportClôturer la tournée

Reprise de l activité du

service production

FIN

Rapport d activité

30 MIN EN MOYENNNE DE NEGOCIATION

POSITIVES

Saisir le rapport les

données dans OLEA

43

Le tableau 2.10 présente la signification des différentes formes utilisées dans le modèle

[GUIZENI, 2016].

Tableau 2.10 : Légende du BPMN

Symbole Signification

Début du processus

Tâche

Passerelle (Fonction logique OU)

Message

Flux de message

Processus de conversation

Objet de Données

Fin

Evènement temporel

Le tableau 2.11 résume les dysfonctionnements dégagés par cette modélisation et sur lesquels

nous allons focaliser notre intérêt.

Tableau 2.11 : Dysfonctionnements du modèle

Dysfonctionnements Proposition

Gaspillage du temps (attente et négociation) Réduction du cycle et élimination des

tâches inutiles

Gestion de conflit n’est pas automatique Automatisation de la décision

Information verbale des tournées d’inspection Instaurer un processus de communication

Gestion de la planification séparée Ajout d’un gestionnaire de planification

Absence d’alerte de conflit et chevauchement

des plannings Ajout d’un outil d’alerte en cas de conflit

2.3. Critique de l’existant

A partir de l’étude des différentes tables de GMAO et de GPAO, nous pouvons dégager les

insuffisances suivantes :

- La table de planification des inspections de maintenance préventive (qui est la même que

la table de planification des OT) ne contient pas des renseignements sur les indisponibilités

44

possibles liées au service production. En effet, le responsable maintenance peut effectuer

des tournées de façon hebdomadaire, l’absence d’interaction entre la GPAO et la GMAO

induit le non prise en compte du planning des tournées d’inspection dans la planification

de la production.

Nous pouvons en alternative, créer une table dédiée à la planification des tournées

d’inspection préventive qui sera en association avec celle de planification des OF en

production. En cas de chevauchement des dates des deux tâches, l’outil de l’aide à la

décision s’exécute pour pouvoir réaliser l’action la plus adaptée (production ou

maintenance).

Nous pouvons également intégrer dans cette table, les dates d’exécution des tournées

d’inspection préventive en tenant compte des dates de début et de fin des ordres de

fabrication de la production.

- Absence de liens entre les tables des OF et des OT.

- Absence de règles de gestion pour gérer les tâches de maintenance en prenant en compte

les données de production.

En résumant, dans ce paragraphe nous avons étudié les processus de maintenance planifiée et

de production et dégagé les règles de gestion liant les différentes tables. Pour clôturer cette

étude, nous allons présenter dans le paragraphe suivant les types d’interactions qui peuvent

exister entre la fonction production et la fonction maintenance.

2.4. Les formes d’interaction entre le service production et le

service maintenance [TALBI, 1998]

Plusieurs types de relations peuvent être instaurés entre les fonctions maintenance et

production. Dans ce qui suit, nous avons résumé quelques types de coopération, leurs points

forts et leurs limites.

2.4.1. Une relation d’ordre

C’est le type de relation le plus fréquent dans la majorité des industries. Généralement, c’est

une relation de dominance de la production envers la maintenance. Donc, cette dernière est mise

sous contraintes et doit s’adapter avec les exigences de la fonction production parce que les

décisions de maintenance tiennent généralement compte des paramètres de production comme

le type de l’équipement, la nature des produits fabriqués…

Figure 2.8 : Relation d’ordre

La gestion des ressources de production influe automatiquement sur la disponibilité de ces

équipements pour des tâches de maintenance. La question qui se pose alors est quand et

Fonction Production Fonction Maintenance

45

comment intervenir pour la maintenance préventive. Dans certains travaux, on propose d’établir

une charte partenariale, si A est le pourcentage de temps requis pour la fabrication alors (1-A)

est le temps restant en pourcentage pour les actions de maintenance. Cette durée est partagée

en Y% pour la maintenance corrective et (1-Y%) pour le préventive. Généralement cette valeur

est fixée en fonction de critères divers.

Dans la même perspective, les outils utilisés dans cette relation diffèrent aussi. S’il s’agit

d’actions correctives, il faut alors garantir plus de réactivité et flexibilité pour la production.

Ceci peut être garanti par la polyvalence des opérateurs de maintenance. De même, ceci peut

être atteint si on instaure des politiques de maintenance modulaires qui facilitent leur insertion

dans les plannings de production. Mais dans certains cas, la garantie de la réactivité et de la

flexibilité que s’avère un peu difficile parce certains équipements peuvent subir des défaillances

majeures et donc il faut plutôt des maintenances curatives programmées. Dans ce cas, les appuis

d’un système de GMAO peuvent être utiles. Un autre outil peut aussi faire l’affaire, c’est le

partage de moyens de réglage et de manutention par exemple.

Les limites d’une telle relation sont bien claires du fait de la dominance qui la régie, cette

dominance ne peut que creuser le fossé entre les fonctions de maintenance et de production.

Elle peut également avoir des répercussions sur le traitement des demandes de travail, le

procédé de communication…

2.4.2. Une relation régie par un arbitre

Une forme de coopération est celle quand les deux fonctions font appel à un même arbitre

externe. Cette démarche consiste à intégrer les problèmes dans un même traitement par

exemple en utilisant l’ordonnancement conjoint.

Figure 2.9 : Relation d’arbitrage

Dans ce cas, outre que la considération des ressources, il y une considération temporelle : les

deux plannings sont caractérisés par une date de début, une date de fin et un intervalle de

tolérance. Généralement la longueur des intervalles d’inspection est plus importante que la

durée d’une tâche de production, ce qui peut générer généralement des situations conflictuelles.

Les outils à utiliser dans une telle situation sont des outils totalement informatisés, à savoir un

logiciel d’ordonnancement.

Les limites de cette relation résident dans la mise en œuvre d’un même outil d’arbitrage. La

difficulté est dans le brassage des données et leur interprétation. Les deux fonctions production

et maintenance auront des plannings décalés et modifiés par rapport au planning planifié.

Fonction Production Fonction Maintenance Arbitre

46

2.4.3. Une relation de négociation

Toujours à la recherche d’un terrain d’entente entre les deux services, une des démarches

adoptées est la démarche d’instauration d’un processus de négociation. Ceci assure un échange

d’informations qui peut être réalisé par plusieurs mécanismes. Comme les deux fonctions

disposent de stratégies et d’objectifs presque antagonistes, cette coopération agit normalement

sur les degrés de liberté des deux plannings.

Figure 2.10 : Relation de négociation

Un des outils à utiliser dans ce cas, est le système d’aide à la décision ou d’intelligence

artificielle assurant la fonction de combinaison des différents objectifs des fonctions production

et maintenance. Dans ce cadre, un agent de production propose des dates à l’agent maintenance.

Ensuite, ce dernier vérifie s’il y des conflits avec cette date puis communique avec l’agent de

production, soit pour confirmer soit pour avoir une nouvelle proposition. Ce processus est

modélisé dans la figure 2.11.

Figure 2.11 : Négociation maintenance/production

Bien que cette relation permette de résoudre le conflit entre les deux fonctions, elle présente

des limites. Par exemple, le choix du mécanisme de décision et la réaction de ce mécanisme.

Pour tout type de relation, les moyens formels d’interaction entre les opérateurs de

maintenance et de production sont essentiellement les demandes d’intervention.

Généralement, les demandes d’interventions sont sous la forme d’un document papier

comportant trois principaux volets. Le premier volet sera dédié à l’émetteur de la demande, à

savoir un responsable du service production, ce volet présente les rubriques suivantes :

- L’émetteur de la demande, date et heure d’établissement de la demande ;

- L’équipement concerné ;

- Le type de l’intervention : maintenance corrective ou planifiée ;

- Travaux demandés …

Agent de production Agent de Maintenance

Fonction Production Fonction Maintenance

T1T1

47

Quant aux deuxièmes et troisièmes volets, ils sont dédiés aux destinataires et ils reprennent les

différentes rubriques du premier volet, auxquelles on rajoute :

- Le nom de l’intervenant ;

- La durée de l’intervention, date et heure de l’intervention ;

- Les tâches réalisées et les observations ;

- Les pièces de rechange consommées ;

- La date et l’heure de reprise de la production ;

Le document papier représente dans ce cas le flux complet d’un ordre de travail. Le suivi est

alors biaisé et ralenti. Une GMAO permet de subdiviser chaque étape et d’enrichir les

informations à chaque étape permettant ainsi d’améliorer les analyses et les indicateurs de

performance.

2.5. Conclusion

Nous avons signalé dans le premier chapitre qu’une démarche d’aide à la décision passe en

premier lieu par une phase d’intellection et de diagnostic du problème. Ce chapitre a été

développé dans ce sens. Il est scindé sur deux parties.

La première partie est pour le diagnostic général des fonctions maintenance et production.

Pour ce faire, nous avons commencé par appliquer des outils d’analyse grâce auxquels nous

avons bien défini le problème et ses dimensions. Puis, nous avons évalué les fonctions

maintenance et production pour un client de DISCOVERY INFORMATIQUE. Par la suite,

nous avons montré que la communication entre les deux fonctions et la planification intégrée

présentent un problème fondamental dans la société dont la cause majeure est la dissociation

entre les modules GPAO et GMAO.

Dans la deuxième partie, nous nous sommes familiarisés avec les deux modules de l’ERP

QAD. En premier lieu, nous avons décrit le processus de planification de la production et de la

maintenance. Puis nous avons donné les tables et les règles de gestion qui construisent les deux

modules.

Enfin, nous avons présenté des exemples de relations entre la fonction production et la fonction

maintenance.

A l’issu de cette étude approfondie, nous avons pu résumer notre problématique. Au niveau

tactique, il s’agit de trouver des règles de gestion pour gérer les conflits éventuels entre le

planning de maintenance et le planning de production qui sont déjà établis. Cette gestion se

basera sur des indices de priorité. Pour ce faire, nous avons eu recours à une méthode d’aide à

la décision. Le chapitre 3 traite la deuxième phase d’aide à la décision, à savoir la phase de

modélisation et de formulation.

48

3. Chapitre 3

Phase d’intellection et de modélisation

« La méthode ne vaut que par l’exécution »

Armand DU PLESSI5

5 Armand Jean du Plessis de Richelieu, dit le cardinal de Richelieu, cardinal-duc de Richelieu et duc de Fronsac, est un

ecclésiastique et homme d'État, né le 9 septembre 1585 à Paris et mort le 4 décembre 1642 dans cette même ville.

Résumé :

Dans ce chapitre, nous allons choisir la méthode d’aide à la décision adoptée à

notre problématique. En premier lieu, nous allons justifier le choix de cette méthode

puis définir les différents critères à utiliser ainsi que les formules que nous

proposerons pour le calcul comparatif. Ensuite, nous définirons les variables de la

phase de configuration. Nous finirons après par la modélisation de la phase

d’exploitation.

49

3.1. Introduction

Il s’est avéré, après la phase de diagnostic et d’étude (chapitre 2), qu’il est nécessaire d’utiliser

une méthode d’aide à la décision pour dégager les indices de priorité. En faisant un panorama

des méthodes d’aide à la décision existantes (paragraphe 1.4.5.3), nous avons dégagé les points

forts et les points faibles de chaque méthode. Tenant compte des avantages de la méthode AHP

par rapport aux autres, nous avons trouvé que c’est la mieux adaptée à notre problématique.

Dans ce chapitre, nous définissons la démarche à suivre pour exécuter cette méthode et nous

établissons les formules de chaque composante du problème.

3.2. Choix de la méthode AHP

Ci-après les principaux avantages et raisons justifiant notre choix de la méthode AHP :

- La méthode a fait ses preuves étant largement utilisée dans tous les domaines en

particulier dans les applications industrielles [FUMEY, 2001] ;

- Elle permet de décomposer un problème complexe en modules plus simples ;

- Elle permet de vérifier la consistance des jugements réalisés sur les critères, gage de plus

de pertinence pour les résultats obtenus [CHENG et LI, 2001].

Le tableau 3.1 introduit une comparaison entre les différentes méthodes par rapport à notre

besoin.

Tableau 3.1 : Tableau comparatif des méthodes d’aide à la décision

3.3. Etapes de la méthode AHP

La méthode AHP repose sur cinq étapes principales [HAMEMI, 2003].

- Etape 1 : Décomposition hiérarchique du problème en éléments inter-reliés. Au sommet,

on trouve l’objectif de la décision. Les éléments qui contribuent à la réalisation de

l’objectif se trouvent dans les niveaux en-dessous. Enfin, on trouve les différentes

alternatives/actions dans le dernier niveau.

Besoins/Méthodes MAUT SMART AHP TOPSIS EVAMIX

Fournir une décision finale et claire ++ ++ ++ + +

Décomposition logique du problème + + +++ + +

Décideurs sont indépendants ++ ++ ++ ++ ++

Prendre en compte les préférences du

décideur + + +++ + +

Facile à informatiser - +++ ++ ++ ++

Vérifier la cohérence des jugements

introduits par les décideurs. - - +++ - -

Calcul simple, pas trop complexe. - +++ ++ ++ ++

50

- Etape 2 : Comparaison par paires des différents éléments de la structure hiérarchique par

rapport au niveau supérieur. Ceci permet de générer des matrices de comparaison en

transformant les jugements des décideurs selon une échelle numérique. Cette échelle est

proposée par SAATY et respecte le principe de réciprocité. Pour chaque niveau

comportant n éléments il faut faire comparaisons.

Tableau 3.2 : Echelle de SAATY

- Etape 3 : Déterminer l’importance de chaque élément en calculant le vecteur de priorité

qui est le vecteur propre de la matrice de jugement.

- Etape 4 : Vérifier la cohérence des jugements introduits par le décideur.

Pour cela il faut tout d’abord l’indice de cohérence IC.

(3.1)

Avec max est la valeur propre de la matrice de comparaison par paire et n est le nombre

de critères comparés.

Après, on doit calculer le ratio de cohérence RC.

(3.2)

Où IA est un indice aléatoire défini par SAATY.

Tableau 3.3 : Indice de cohérence aléatoire

N 1 2 3 4 5 6 7 8 9 10 11

IA 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51

La vérification de la cohérence a pour but d’assurer un sens de précision et de cohérence dans

le cas où le nombre de critères est important. Plus le nombre des éléments comparés augmente,

plus le décideur peut se tromper en les jugeant. Pour cela, on n’applique pas la vérification de

la cohérence dans le cas de deux critères.

Ensuite, on doit comparer la valeur du ratio RC aux seuils définis selon le nombre de critères.

Echelle

numérique

Echelle verbale

1 Importance égale

3 L’élément domine un peu plus l’autre (un peu plus important

5 Un élément domine fortement l’autre (plus important)

7 Un élément domine plus fortement l’autre (beaucoup plus)

9 L’élément est absolument dominant

( 1)

2

n n

λmax-nIC=

n-1

ICRC

IA

51

4

i,j=1

pjλmax= aij×

pi

Dans le cas où la dimension de la matrice concernée est égale à 3, RC ≤ 0.05.

Dans le cas où la dimension de la matrice concernée est égale à 4, RC ≤ 0,08.

Dans le cas où la dimension de la matrice concernée est supérieure ou égale à 5, RC ≤ 0,10.

Si le ratio RC n’est pas inférieur au seuil défini, il faut réviser les comparaisons pour réduire

l’incohérence. SAATY [2003] a proposé une technique permettant d’identifier les éléments les

plus incohérents dans une matrice de comparaison. Elle est basée sur le fait que :

(3.3)

Si on pose , où aij sont les valeurs de la matrice de comparaison.

Trouver la paire ou le couple (i, j) revient à trouver la paire qui maximise cette valeur. Cette

valeur étant la plus grande, influe le plus sur l’incohérence. Il s’agit donc de modifier la valeur

de aij afin de diminuer celle de ij . Il faut dans ce cas demander au décideur d’incrémenter ou

décrémenter la valeur de aij la plus inconsistante.

- Etape 5 : Déterminer la performance de chacune des alternatives.

SAATY [2008] définit deux méthodes de calcul de priorités pour les alternatives. La première

méthode stipule qu’on calcule la performance de chaque alternative ou solution en se basant sur

les priorités des critères calculés dans la deuxième étape. En fait, pour pondérer les priorités

d’un élément, on utilise les priorités du niveau supérieur dans la représentation arborescente et

puis on somme toutes les valeurs pondérées qu’on a trouvées pour trouver la priorité globale.

On fait ceci jusqu’au niveau des alternatives [SAATY, 2008].

Quant à la deuxième méthode, elle repose sur le fait d’introduire des catégories de notation à

chaque critère puis de faire les comparaisons par paires de chaque alternative selon ses

catégories. Enfin, on traduit la comparaison par les notations en une comparaison numérique.

3.4. Définition de l’objet de la décision

Notre proposition est d’ajouter un outil dans l’ERP qui assure la gestion de la planification,

c’est-à-dire ayant déjà des plannings préétablis de production et de maintenance, cet outil

permet de détecter les chevauchements des intervalles de planification. Il propose à l’un

planning à exécuter de préférence selon des critères et en se basant sur des indices de priorité.

Les deux intervalles planifiés se chevauchent si :

Avec l’indice 1 est pour spécifier le planning de production et l’indice 2 est pour le planning

de maintenance.

A cet instant, il faut alors déterminer la décision efficace (l’efficacité est relative aux critères

à définir dans les paragraphes suivants) à prendre et que doivent prendre les responsables. Donc,

notre problématique réside dans le choix portant sur un ensemble d’actions ou de solutions

envisagées. En fait, nous allons soit continuer l’exécution du planning de production, soit

l’arrêter en faveur des tâches de maintenance planifiée.

_ 1, _ 1 _ 2, _ 2 date début date fin date début date fin

*pj

ij aijpi

52

Soit l’ensemble Ᾰ des actions possibles :

Ᾰ = {P, M,} avec :

P : est la décision de continuer la production et reporter l’intervention préventive à la plus

proche date possible.

M : est la décision de favoriser la maintenance préventive et de décaler l’exécution de la

production d’une période T avec T est la durée de l’inspection préventive.

Dans une première réflexion, nous avons considéré une troisième alternative qui est la

préemption entre les deux tâches de maintenance et de production. Mais, après avoir discuté

avec l’équipe de travail, il s’est avéré que la majorité des clients avec qui DISCOVERY travaille

n’envisagent pas cette alternative.

3.5. Etape 1 : Décomposition hiérarchique

Selon SAATY, la méthode AHP se caractérise par la décomposition du problème multicritères

en un problème hiérarchique ayant un seul objectif cible qui représente le niveau 0 de la

représentation arborescente, suivi des critères qui représentent le niveau 1, puis des sous critères

qui représentent le niveau 2 et au dernier niveau (niveau 3), on trouve les alternatives.

3.5.1. Détermination des critères

Dans un problème d’aide à la décision multicritère, le choix des critères occupe une

importance primordiale. Pour cela, nous nous sommes basés sur des recherches de la littérature,

à savoir les thèses qui traitent l’ordonnancement conjoint de la maintenance et de la production,

ainsi que la problématique de planification intégrée.

À titre d’exemple, nous nous sommes inspirés des objectifs de la fonction maintenance pour

chercher les données à récolter et les critères adéquats [BENBOUZID, 2005].

Figure 3.1 : Objectifs de la fonction maintenance [BENBOUZID, 2005]

53

3.5.1.1. Critère de l’Importance Economique

Ce critère permet d’évaluer les deux plannings d’un point de vue économique. Pour cela, nous

avons considéré les coûts directs et les coûts indirects de la production et de la maintenance.

Nous avons cherché les variables significatives dans le cas étudié et nous avons proposé une

formule permettant une estimation objective du critère étudié.

Coûts de la production

Dans une situation de conflit, nous avons déterminé ce qui compte pour le décideur à cet

instant. Nous avons généralisé la modélisation en tenant compte des variables significatives

pour la majorité des industries, puis en cas de spécification nous pouvons ajuster le modèle.

Coût Direct

Nous avons pris en compte dans la formule du coût direct, les coûts de la main d’œuvre, la

matière première et les frais généraux.

(3.4)

Avec :

CMO : le coût de la main d’œuvre

(3.5)

HMOD est le coût d’une heure de main d’œuvre directe.

FG : les frais généraux.

CST : le coût de sous-traitance.

Y est une variable binaire qui prend la valeur 1 s’il y une sous-traitance et 0 sinon.

Coût indirect

Pour évaluer le coût indirect du planning de production, nous avons proposé d’estimer le

coût engendré par la non-exécution de la maintenance planifiée. Normalement, c’est le coût de

la maintenance corrective suite à une panne détectée à cause du report de la tâche de la

maintenance préventive, auquel on ajoute le coût relatif à la qualité qui peut se produire.

(3.6)

CMCE : Coût de Maintenance Corrective Estimé

L’apparition d’une panne est plus au moins aléatoire. Néanmoins, nous pouvons la déduire par

des calculs probabilistes en se basant sur le temps moyen entre les pannes MTBF. Pour

simplifier l’évaluation, nous avons proposé d’ajouter une variable binaire Y1 tel que :

_ Coût direct CMO FG CST Y

_ ' _ CMO Cfixe HMOD Nbre d heures Fabrication

1 1

dernière réparation+MTBF , 1

Y

si date date MPn date MPn

Coût_Indirect= Y1× CMCE+CRQ

54

0 sinon

Avec MTBF : temps moyen entre les pannes

Date _ti : la date planifiée de la tâche de maintenance MPn

Le schéma de la figure 3.2 explique notre raisonnement pour la détermination du coût de

maintenance corrective estimé.

Figure 3.2 : Echéancier de calcul du CMCE

Une panne peut survenir si le temps MTBF est écoulé pendant la production, sinon le report

de la tâche de maintenance pendant cette période, n’engendrera probablement aucun coût

supplémentaire. Pour prendre en considération l’effet de la dégradation de l’équipement au

cours du temps, nous proposons d’inclure un coefficient 1.5 pour le calcul du coût de

maintenance corrective estimé CMCE à partir du coût de la dernière panne (le choix du

coefficient a été fait avec l’équipe du travail).

En posant :

Donc le coût de la maintenance corrective estimée sera :

(3.7)

- CC : Coût Correctif déduit de la dernière panne (déduit de l’historique) ;

- HMODM : Coût de l’Heure de Main d’œuvre Directe de maintenance ;

- CUPdR : Coût Unitaire d’une Pièce de Rechange ;

- Nbre_Pdr : Nombre de Pièces de Rechange utilisées ;

- CFM : Coût Fixe de Maintenance ;

- CSTM : Coût de Sous-Traitance pour la Maintenance ;

- Y2 : variable binaire qui prend la valeur 1 s’il y a sous-traitance et 0 sinon.

MTBF

MTBF

Date ti MPn-1

MPn

MPn+1

Dernière

réparation

Panne

éventuelle

si date du jour date éventuelle panne

( 'int de maintenance _ 2)

TCMCE CC

MTBF

CC HMODM Durée d ervention CUPdR Nbre PdR CFM CSTM Y

T date du jour T date dernière réparation

CMCE=CC × , si date du jour = date dernière réparation + MTBFα

55

CRQ : Coût Relatif à la Qualité

Les coûts relatifs à la qualité sont de quatre types selon la norme NF X50-126 : coût

d’anomalies internes, coût d’anomalies externes, coût de prévention et coût de détection.

Généralement, les coûts d’anomalies internes et externes sont considérés comme des coûts

résultants du non qualité, alors que les coûts de détection et de prévention sont des coûts

d’obtention de la qualité [KERFAI, 2015].

Le coût de la maintenance corrective est un coût d’anomalie interne que nous avons pris en

compte déjà.

Le coût de qualité externe est défini comme étant les frais encourus lorsque le produit ne

répond pas à la qualité demandée en quittant l’entreprise, c’est à dire vis-à-vis le client

[DUCREAU et BOUTRY, 2014].

Nous allons comptabiliser ce coût dans le coût indirect relatif à la maintenance, qui sera

détaillé dans le paragraphe suivant.

Dans ce cas, si nous allons considérer que c’est le planning de production qui va s’exécuter,

nous devons savoir si cela peut engendrer des produits non conformes ou non (des rebuts).

Nous proposons alors d’estimer le coût des produits rebutés en utilisant l’historique

pour la machine concernée.

(3.8)

Avec : QTE_Rebutée est la quantité rebutée du produit fini à cause du non arrêt de la

production pour maintenance. Cette quantité peut être déterminée en ajoutant un champ

expliquant la cause de rebut. Pour estimer cette quantité, nous pouvons nous baser sur

l’historique de l’équipement considéré.

(3.9)

PU est le prix unitaire du produit fini.

Coût de la maintenance

Généralement dans les ouvrages de maintenance, on classe le coût de maintenance en deux

grandes familles : les coûts directs et les coûts indirects [MONCHY et VERNIER, 2000].

Idem donc pour le planning de maintenance, nous avons formulé le coût direct et le coût

indirect de la tâche de maintenance à exécuter que ce soit une maintenance curative planifiée

ou bien une tournée d’inspection préventive.

Coût direct

Les coûts directs sont les coûts qui sont directement imputables, c’est à dire les coûts de

maintenance directs ou coûts d’intervention.

_ Re CRQ QTE butée PU

' du dernier OF

11 ' ' --> Q1 = ENT( ) 1

T durée d exécution Q de produits rebutés

Q TT Duréé d exécution de l OF en cours

T

56

Pour ce calcul, nous avons pris en compte dans la formule du coût direct, les coûts du

personnel (de la main d’œuvre de maintenance), les frais généraux, le coût des pièces de

rechange et le coût de sous-traitance s’il y en a.

Pour le personnel, nous devons prendre en compte tout le personnel impliqué dans l’exécution

de la tâche de maintenance ainsi que le magasinier responsable du stock de pièces de rechange.

Nous proposons d’ajouter un champ intitulé « coût planifié » dans le menu des tournées

d’inspection.

(3.10)

- HMODM : Coût de l’Heure de Main d’œuvre Directe de maintenance ;

- CUPdR : Coût Unitaire d’une Pièce de Rechange ;

- Nbre_Pdr : Nombre de Pièces de Rechange utilisées ;

- CFM : Coût Fixe de Maintenance ;

- CSTM : Coût de Sous-Traitance pour la Maintenance ;

- Y 3 : variable binaire qui prend la valeur 1 s’il y a sous-traitance et 0 sinon.

Coût Indirect

La deuxième famille, concerne les coûts d’indisponibilité ou les coûts de "non efficacité"

[BOUCLY, 1988] ou coûts de "non maintenance" [RICHET et al., 1996] ou tout simplement

les coûts indirects [AOUFIR et BOUAMI, 2007].

Pour ce calcul, nous avons pris en compte le coût de perte de production, le coût de pénalité

dû au retard, le coût de perte de commande et le coût d’expiration de la matière première.

(3.11)

CPP : Coût de Perte de Production

Pour estimer ce coût, nous proposons de considérer la quantité de produit que peut générer le

système de production pendant la durée d’intervention de maintenance que nous avons déjà

estimée dans le paragraphe précédent multipliée par le prix unitaire de l’article.

(3.12)

ENT : fonction partie entière

Le produit considéré peut être un article semi-fini ou un produit fini. Dans les deux cas, on

considère le prix de vente de l’article fini. En effet, même si l’équipement est en train de

fabriquer des produits semi finis, la génération d’une même quantité du produit fini qui sera

Coût_direct = HMODM × Durée_d'exécution_OT/IT+ CUPdR×Nbre_PdR + CFM+ CSTM×Y3

_ 4 5 Coût Indirect CPP CMOP CPnR Y CEMP Y

_ ' // ( ) 1

Durée d exécutionOT TIQté Arrêt ENT

Cadence

Lead TimeCadence

Quantité à fabriquer

57

alors bloquée retardée d’un intervalle de temps bien déterminé (en supposant que l’atelier est

de type flow shop).

(3.13)

- CMOP : Le Coût de la Main d’œuvre de Production

C’est le coût du personnel de production (généralement les conducteurs de machines), qui

travaillent pendant cette durée d’exécution. Nous avons intégré le coût de la main d’œuvre de

production parce que réellement, on va payer ces opérateurs alors qu’ils sont en attente de la

fin de la tâche de maintenance.

(3.14)

- CHMOD : Coût Heure de la Main d’Œuvre Directe de Production

- CPnR : Coût de Pénalité de Retard

Ce coût exprime les frais de pénalité au cas où la commande est livrée en retard. Ces frais

diffèrent d’une entreprise à une autre et dans une même entreprise, d’un client à un autre. Mais

généralement, c’est un taux de pénalité par jour de retard déduit de la valeur totale de la

commande.

(3.15)

Mais, ce n’est dans tous les cas que l’exécution du planning de maintenance engendrera un

retard, pour cela nous avons ajouté une variable binaire définie de la façon suivante :

4 1Y Si (3.16)

4 0Y Sinon.

Généralement les délais de livraison sont importants mais ce coût sera considérable surtout

lorsque la date d’exécution de la tâche de maintenance est proche du délai de livraison. C’est-

à-dire nous ne considérerons ce coût que lorsque le délai de livraison est dépassé à cause de

l’exécution de la tâche de maintenance qui a fait retarder le planning de production.

- CEMP : Coût d’Expiration de la Matière Première ou produits semi-finis

Dans certain cas et pour quelques industries surtout agroalimentaires, la matière première

utilisée est sensible et périssable avec le temps. Pour cela, nous proposons de prendre en compte

le délai d’expiration de cette matière. En fait, si un OF est en cours d’exécution faisant appel à

des produits dont le délai d’expiration est court, ceci doit être pris en compte avant d’arrêter la

production parce que la durée de la tâche de maintenance peut causer la perte d’une quantité

importante de matière non utilisée.

Cela peut être appliqué non seulement aux matières premières mais aussi à quelques produits

semi-finis qui sont sensibles à des facteurs de température, d’humidité. Donc, nous ne pouvons

/ CPP Qté Arrêt PU

_ ' / CMOP Durée d exécutionOT IT CHMODP

Prix de l'article (TND) / Période(Jours)CPnR

_ d'exécution de l'OF+ durée d'exécution de la tâche de maintenanceDélai Livraison durée

58

pas les laisser dans l’atelier pour longtemps (en attente jusqu’à terminer la maintenance) sinon,

il y aura peut-être un coût supplémentaire de conditionnement.

La formule que nous proposons alors est la suivante :

(3.17)

- Qté_périmée : La quantité de matière première qui peut être éventuellement périmée.

- PU : Prix de l’article.

Nous avons ajouté dans ce cas une variable binaire Y5 pour indiquer si nous sommes dans ce

cas ou non.

5 1Y Si (3.18)

5 0Y Sinon.

De cette sorte, nous avons évalué l’importance économique des deux plannings.

Ainsi, nous détaillerons dans le paragraphe suivant l’évaluation de l’importance temporelle.

3.5.1.2. Importance temporelle :

Pour évaluer un planning d’un point de vue temporel, nous allons considérer trois sous-

critères ; le retard Rd, la durée d’exécution DE et l’intervalle de tolérance IT. Nous avons

proposé d’utiliser ces sous-critères parce que les préférences des décideurs diffèrent, le retard

pour certains décideurs est prioritaire par rapport à la durée d’exécution, alors que pour d’autres

décideurs, c’est le contraire.

Nous allons présenter les données nécessaires en premier lieu puis définir les sous-critères.

Données temporelles

Tableau 3.4 : Données temporelles de maintenance et production

Données de production Données de maintenance

Date d’arrivée du lot Périodicité de la tâche de maintenance

Date de livraison de la commande _

Date de lancement de la production Date de début d’exécution de la tâche

Date de fin de l’exécution Date de fin d’exécution

Durée opératoire de la tâche Durée opératoire

Intervalle de tolérance (c’est la marge

déterminée en utilisant le jalonnement au

plus tôt et au plus tard)

Intervalle de tolérance = [durée minimale qui

sépare deux tâches, durée maximale]

Retard/Avance de l’OF Retard/Avance du planning à exécuter

_ CEMP Qté Périmée PU

_ exp _ , _ _ ' de la tâche de maintenancedate iration date ti date ti durée d exécution

59

Durée d’exécution DE

Cette valeur est renseignée directement de la base de données de l’ERP.

Pour la tâche de maintenance, il suffit d’importer la valeur du champ qui indique la durée de

l’exécution.

Quant à l’OF, en fait un OF est un ensemble d’opérations élémentaires qui constituent la gamme

opératoire. Donc, la durée d’exécution de l’OF est la somme des durées d’exécution de toutes

les opérations qui les constituent. Cette durée est importée également directement de la base de

données de l’ERP.

(3.19)

Intervalle de tolérance IT

L’intervalle de tolérance est important dans toute étude temporelle vu qu’il offre plus de

flexibilité.

Intervalle de Tolérance de Production

Nous pouvons grâce à la procédure de jalonnement déterminer les dates de début et de fin au

plus tôt et au plus tard pour tous les OF suggérés par le système de planification de l’ERP.

Ceci nous permettra alors de déterminer la marge horaire pour chaque OF.

(3.20)

La notion de « Slack Time » ou temps tampon est donnée par la formule suivante :

(3.21)

Ce jalonnement nous permet également de déterminer la marge horaire MH d’un OF :

(3.22)

Intervalle de tolérance de Maintenance

Idem, un planning de maintenance sur une machine bien déterminée, doit avoir une marge

temporelle pour son exécution. Nous proposons d’évaluer la marge temporelle du planning de

maintenance par deux méthodes, soit en se basant sur l’historique de planification soit en

introduisant une variable indiquant dès le début la marge selon la préférence du décideur :

(3.23)

La valeur de x dépend de la fréquence de la tâche de maintenance. Par exemple, si la tâche de

maintenance est hebdomadaire, les décideurs peuvent tolérer un ou deux jours de marge alors

que pour une tâche de maintenance mensuelle, la marge peut atteindre une semaine. Dans ce

_ ' _ _ ' _Durée d exécution OF durée d exécution opération

_ _ , _ _IT date début pltôt date début pltard

( _ _ ) ( _ _ )MH Date de besoin Date fin pltôt

_ _ _ _ ' _ _Slack Time Date fin pltard durée d exécution date début pltôt

arg m e temporelle x jours

60

cas, pour chaque planning, nous devons consulter la fréquence de la tâche puis indiquer la valeur

de x.

Sinon, nous proposons d’ajouter un champ qui spécifie la date de fin exigée pour chaque tâche

de maintenance et donc nous calculons l’intervalle de tolérance par la formule suivante :

(3.24)

Retard

Nous proposons d’utiliser des variables qui indiquent si le planning est en retard ou en avance

et la valeur de ce retard/avance.

Retard du planning de production

Le retard est jugé en considérant la date d’échéance de l’OF.

(3.25)

6 1Y Si d'échéance de fin d'OFDate Date

6 0Y Sinon. (3.26)

Retard du planning de maintenance

Une tâche de maintenance peut être reportée plusieurs fois. Pour déterminer le retard du

planning de maintenance, nous proposons d’utiliser un champ de date fixe qui indique si la date

de début de planning ou de fin doit être fixe et donc à ne pas dépasser.

3.5.1.3. Importance technique

Nous ne pouvons pas prendre la décision de report de la tâche de maintenance ou de la tâche

de production sans tenir compte de l’état des équipements. Pour cela, nous avons proposé

d’utiliser le taux de disponibilité de la machine et la criticité.

Taux de disponibilité

Le taux de disponibilité d’un équipement est obtenu en divisant le temps de requis par le temps

de fonctionnement. Il permet de caractériser réellement la disponibilité de l’équipement.

Il est déterminé à partir du temps moyen de réparation et du temps moyen entre deux pannes

successives.

(3.28)

Pour l’évaluation, le décideur est amené à entrer une priorité maintenance/production selon la

valeur du taux de disponibilité.

Importance Machine

Pour évaluer l’importance d’une machine, nous proposons d’utiliser une formule qui tient

compte du niveau de la maintenance à exécuter et de l’importance de l’équipement dans le flux

de production.

Re 6 ( d'échéance fin planifiée d'OF) tard Y Date Date de

_MTBF

Taux DisponibiliéMTBF MTTR

= date de fin exigée - date de fin planifiéeIT

61

L’indice de comparaison de la maintenance/production est proposé pour évaluer l’urgence de

la tâche de maintenance. Nous l’avons proposé comme suit :

(3.2)

Avec : N est le niveau (N∈ [1,3]) de maintenance.

I est l’importance de la machine dans le flux de production. L’importance de la

machine peut être jugée sur une échelle de 3 présentée dans le tableau 3.5 :

Tableau 3.5 : Echelle d’Importance machine

3.5.1.4. Flexibilité du planning

Le critère du respect de planning ou la flexibilité du planning, permet de modéliser l’aptitude

du décideur à changer. Dans certains cas et c’est le plus fréquent, les responsables ne peuvent

pas perturber le planning de production même si le calcul et les données prouvent l’importance

de ceci. Donc juste dès le début, nous avons voulu savoir le degré d’aptitude des responsables

à changer leur planning.

L’évaluation sera sur l’échelle du tableau 3.6 :

Tableau 3.6 : Echelle d’évaluation de la flexibilité du planning

1 Oui on peut changer.

4 On peut changer selon les données.

7 Le planning peut se changer dans des cas, s’il y

a vraiment des données très significatives.

9 Non, le planning est figé, il ne peut être changé.

1 Machine à faible utilisation

2 Machine à utilisation moyenne

3 Machine à forte utilisation

N

I

Synthèse du paragraphe 3.1.3

Dans ce paragraphe, nous avons expliqué nos choix

concernant les critères sur lesquels va se baser notre

comparaison. Ces critères sont : l’importance économique,

l’importance temporelle, l’importance technique et la flexibilité

du planning. Pour chaque critère et sous critère nous avons

défini une formule pour le calcul de l’indicateur.

62

3.5.2. Structure hiérarchique du problème

La structure hiérarchique permet de bien détailler le problème. L’objectif de la décision figure

au niveau le plus haut de la structure hiérarchique. Au niveau des critères et des sous critères,

nous trouvons les variables qui peuvent influencer cet objectif. Les alternatives sont au niveau

le plus bas de la structure hiérarchique.

Nous avons construit quatre niveaux hiérarchiques. Le niveau 0 étant l'objectif, le niveau 1

compare les critères par rapport à l’objectif, le niveau 2 compare les sous critères par rapport

aux critères, le niveau 3 compare les alternatives par rapport aux sous critères. Le but de chaque

analyse est de cibler le meilleur critère et la meilleure alternative par rapport au niveau

hiérarchique supérieur.

Nous avons jugé utile de voir le problème de décision entre les plannings de production et de

maintenance sous quatre ongles décisifs : les critères que nous avons définis dans le paragraphe

précédent.

Notre modèle est présenté dans la figure 3.3.

Niveau 1 : le niveau supérieur du projet qui présent quatre critères : VE, ITP, ITC, FP ;

Le critère VE est lié aux deux sous critères : CD, CI ;

Le critère ITP est lié aux trois sous critères : Rd, DE, IT ;

Le critère ITC est lié aux deux sous critères : TD, IM.

Chacun de ces sous critères (CD, CI, Rd, DE, IT, TD, IM) sont en liaisons avec les deux

alternatives (P, M).

3.6. Etape 2 : Phase de configuration

C’est dans cette étape que le décideur est amené à saisir ses préférences. Il s’agit là d’une

partie ‘statique’ de l’algorithme, c’est-à-dire que cela sera effectué une seule fois pour chaque

problème de décision abordé.

Après avoir fait la décomposition hiérarchique du problème, la première étape est de faire la

comparaison par paire des critères.

Pour faciliter après la programmation, nous avons noté les variables en couleurs.

Couleur turquoise : Variables que le décideur doit saisir ;

Couleur jaune : Constante du programme ;

Couleur bleue : Sorties de la méthode.

3.6.1. Comparaison par paire des critères vis-à-vis l’objectif

Dès le début, le décideur doit donner ses préférences. Comme dans notre cas, plusieurs

décideurs peuvent être impliqués dans le processus de prise de décision, nous avons pensé à

utiliser une méthode d’agrégation des poids pour tenir compte des préférences des différents

responsables, de production et de maintenance.

63

La méthode AIP (Aggregation of Individual Priorities) que nous avons choisie est une méthode

d’agrégation des propriétés individuelles faisant partie des méthodes de décision en groupe

GDM (Group Decision Making). [BEN YOUNES, 2013]

Selon cette méthode, nous allons faire deux matrices de comparaison par paires selon les

priorités des responsables. Puis, nous faisons une moyenne géométrique pour agréger les poids

fournis pour chaque critère et pour chaque profil de décideur. Nous ne considérons que la

matrice de comparaison dont le RC est acceptable sinon on corrige les incohérences selon la

méthode définie précédemment et refait le calcul.

Nous détaillerons la procédure de calcul pour un décideur et elle sera la même pour les autres

décideurs.

La figure 3.3 est la matrice de comparaison par paire à alimenter. Les critères (N =R, nombre

de critères) sont numérotés de 1 à 4 tels que 1 : VE, 2 : ITP, 3 : ITC, 4 : FP.

64

F

Figure 3. 3 : Structure hiérarchique du problème

Obje

ctifC

ritère

sS

ous-C

ritère

sA

lternativ

es

Prendre la décision d exécuter le planning de production ou de

maintenance à un instant t de conflit.

Valeur Economique

VE

Importance

temporelle ITP

Importance

Technique ITC

Flexibilité

planning FP

Coût Direct

CDCoût Indirect CI Retard Rd

Durée

d exécution DE

Taux de disponibilité

TD

Intervalle de

tolérance IT

Exécuter Planning de

MaintenanceExécuter Planning de

Production

Importance

machine IM

65

Selon SAATY, si a12 est la priorité du décideur concernant la VE/ITP alors l’évaluation de

l’ITP/VE sera l’inverse :

Tableau 3.7 : Matrice de comparaison des critères

VE ITP ITC FP

VE

A = ITP

ITC

FP

aij : la priorité saisie par le décideur.

Le tableau 3.8 donne la signification des priorités à saisir par le décideur.

Tableau 3.8 : Comparaison des critères

Comparaison par paire des

critères (i/j)

Critères

considérés

importants

Evaluation

Valeur Economique/ Importance

Temporelle

VE ou ITP a12

Valeur Economique/Importance

Technique

VE ou ITC a13

Valeur Economique/Flexibilité du

Planning

VE ou FP a14

Importance Technique/Importance

Temporelle

ITC ou ITP a32

Importance technique/ Flexibilité

du Planning

ITC ou FP a34

Importance Temporelle/

Flexibilité du Planning

ITP ou FP a24

La colonne en bleu doit être alimentée par le décideur. Le calcul qui suit se fait d’une manière

automatique une fois nous avons renseigné les aij. Puis pour le calcul du vecteur de priorité,

nous commençons par :

Faire la somme de chaque colonne

1 12 13 14

1 23 24

1 34

1

a a a

a a

a

121

12a

a

66

Tableau 3.9 : Somme des colonnes

S1 S2 S3 S4

Avec : ET 1 1,4aii i

Normaliser la matrice

Tableau 3.10 : Matrice normalisée

Calculer les priorités : Moyenne de chaque ligne

Tableau 3.11 : Calcul de priorité

Avec : (3.29)

La valeur la plus importante signifie que ce critère compte le plus pour le décideur. Ainsi,

nous pouvons faire un classement des critères qui intéressent le décideur dans cette

problématique.

Vérifier la cohérence

L’indice aléatoire représente la moyenne des indices calculés à chaque réplication pour

différentes grandeurs de matrice carrée (N) [RAKATOARIVELO, 2014].

Nous rappelons le tableau des indices IA :

1 12 13 14

21 1 23 24

31 32 1 34

41 42 43 1

a a a

a a a

a a a

a a a

4

iSj aij

1 12 13 14

21 1 23 24

31 32 1 34

41 42 43 1

n n n

n n n

n n n

n n n

, 1,4aij

nij i jSj

1 12 13 14

21 1 23 24

31 32 1 34

41 42 43 1

n n n

n n n

n n n

n n n

1: _

2 : _

3: _

4 : _

p priorité VE

p priorité ITP

p priorité ITC

p priorité RP

4

1

1j

pi nijN

67

Tableau 3.12 : Indices aléatoires de SAATY

N 1 2 3 4 5 6 7 8 9 10 11

IA 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51

Donc cette variable sera définie dans la programmation comme constante : IA = 0.9. Puis, pour

déterminer la valeur propre, nous allons multiplier la matrice de comparaison A par les éléments

du vecteur de priorité (P), puis on trouve λmax en calculant la moyenne des valeurs trouvées.

Tableau 3.13 : Vérification de la cohérence

* =

Puis, on divise chaque élément par la priorité correspondante à chaque critère, on trouve le

vecteur W :

Avec : (3.30)

(3.31)

Pendant l’étape d’explication des jugements, on fait des comparaisons redondantes pour

améliorer la validité des réponses, vu que les décideurs peuvent être incertains ou peuvent faire

des jugements incohérents pour la comparaison de quelques éléments.

L’indice de cohérence est calculé selon la formule suivante :

(3. 32)

Nous rappelons que N est le nombre de critères qui est fixe et vaut 4.

Le Ratio de Cohérence (RC) est le rapport de l’indice de cohérence calculé sur la matrice

correspondant aux jugements du décideur et de l’indice aléatoire IA d’une matrice de même

dimension :

(3. 33)

Pour vérifier la cohérence, nous devons comparer RC à un seuil qui dépend du nombre de

critères, défini par SAATY. Dans notre cas pour N=4, le seuil S est :

S= 0.08

Si RC S les comparaisons sont cohérentes, nous pouvons terminer les calculs.

Si RC S , le décideur doit rectifier les priorités qu’il a saisies au début de la phase de

configuration.

1 12 13 14

21 1 23 24

31 32 1 34

41 42 43 1

a a a

a a a

a a a

a a a

1

2

3

4

p

p

p

p

1

2

3

4

y

y

y

y

1,4Yi

Wi iPi

1

2

3

4

w

w

w

w

4

1

1max *

4wi

max

1

N

NIC

ICRC

IA

68

Dans ce cas, nous devons le guider pour savoir laquelle des valeurs a entrainé cette

incohérence pour qu’il la rectifie directement. Pour cela, un algorithme est proposé dans les

recherches théoriques [BEN YOUNES, 2014].

Nous avons considéré la proposition de SAATY qui a proposé une technique permettant

d’identifier les éléments les plus incohérents dans une matrice de comparaison. Elle est basée

sur le fait que :

(3.34)

Trouver la paire (i, j) revient à trouver la paire qui maximise cette valeur. Cette valeur étant la

plus grande, participe le plus dans l’incohérence. Il s’agit donc de modifier la valeur de aij afin

de diminuer celle de ij .

Il faut donc demander au décideur d’incrémenter ou de décrémenter la valeur de aij la plus

inconsistante. Recalculer RC et refaire le test de validation.

Enfin, nous récapitulons les résultats de cette phase dans le tableau 3.14 :

Tableau 3.14 : Résultats finaux de la comparaison des critères

Critères VE ITP ITC FP Vecteur de

priorité

VE 1 a12 a13 a14 P1

ITP - 1 a23 a24 P2

ITC - - 1 a34 P3

FP - - - 1 P4

max IC RC

3.6.2. Comparaison par paire des sous critères par rapport au

critère du niveau supérieur

Dans cette étape, nous allons effectuer la comparaison par paire des sous critères par rapport

au critère correspondant. Nous procédons comme dans l’étape précédente au calcul des vecteurs

de priorités de chaque de sous critère, le vecteur propre max , le ratio de cohérence RC.

Commençons par le premier critère VE : valeur économique. Il s’agit de voir l’importance du

coût direct et indirect par rapport à la valeur économique.

4

, 1max *

i j

pjaij

pi

*

pjij aij

pi

VE

CD

CI

69

Tableau 3.15 : Jugement des sous critères par rapport au critère VE

Comparaison par paire des sous-

critères (i/j)

Critères

considérés

importants

Evaluation

CD/CI VE ou ITP b12

La valeur b12 doit être renseignée par le décideur pour exprimer si le coût direct ou le coût

indirect contribue le plus à la valeur économique d’un planning. Le calcul sera identique au

précédent.

Le tableau 3.16 récapitule les résultats de calcul de cette étape :

Tableau 3.16 : Comparaison des sous critères de la VE

Critère Valeur Economique CD CI Vecteur de

priorité

CD 1 b12 Pve1

CI b21 1 Pve2

De cette façon, nous avons calculé les priorités locales des sous-critères au-dessus de la valeur

économique. Nous traitons ensuite le calcul des priorités des sous-critères relatifs au critère de

l’importance temporelle IT.

La procédure étant la même, le décideur est amené à saisir ces jugements concernant le délai

d’exécution des plannings, le retard, l’intervalle de tolérance et leurs importances dans

l’évaluation temporelle.

Tableau 3.17 : Jugement des sous-critères par rapport au critère ITP

Comparaison par paire des sous-

critères (i/j)

Critères

considérés

importants

Evaluation

DE/Rd DE ou Rd c12

DE/IT DE ou IT c13

Rd/IT Rd ou IT c23

Enfin, nous récapitulons les résultats de cette phase dans le tableau 3.18 :

ITP

DE

Rd

IT

70

Tableau 3.18 : Comparaison des sous-critères du critère ITP

Critère Importance

temporelle ITP

DE Rd IT Vecteur de

priorité

DE 1 c12 c13 pITP1

Rd 1 c23 pITP2

IT 1 pITP3

max IC RC

Les valeurs PITPi sont les priorités locales des sous-critères i par rapport au critère ITP.

Tableau 3.19 : Jugement des sous critères par rapport au critère ITC

Comparaison par paire des sous-

critères (i/j)

Critères

considérés

importants

Evaluation

TD/IM TD ou IM d12

La valeur d12 doit être renseignée par le décideur pour exprimer ses jugements concernant le

Taux de Disponibilité des équipements et l’importance Machine et l’importance de ces deux

sous-critères dans l’Importance Technique ITC

Le tableau 3.20 récapitule les données.

Tableau 3.20 : Comparaison des sous critères du critère ITC

Critère Importance Technique TD IM Vecteur de

priorité

TD 1 c12 PITC1

IM c21 1 PITC2

Avant de passer à l’évaluation des alternatives, nous résumons dans le tableau 3.21 les résultats

de calcul de l’étape précédente :

ITC

TD

IM

71

Tableau 3.21 : Résultats finaux

Critère Valeur

Economique

VE [P1]

Critère Importance

Temporelle

ITP [P2]

Critère Importance

Technique

ITC [P3]

Critère Respect du

Planning

FP [P4]

1

2

CD PVE

CI PVE

1

2

3

PITPDE

PITPRd

PITPIT

1

2

TD PITC

IM PITC

---------

3.6.3. Evaluation par paire des alternatives

Tout d’abord, nous devons calculer les agrégations en multipliant les poids des critères par

les poids des sous-critères :

Tableau 3.22 : Agrégation des sous critères

Pour le critère Flexibilité du Planning, il n’y pas des sous-critères, donc sa priorité qui a été

calculée avant est gardée. Les poids agrégés calculés sont notés de la façon suivante : Ag ij pour

dire le poids agrégé du sous-critère j du critère i. Par exemple Ag12 est le poids agrégé du sous

critères 2 (coût indirect) du critère 1 (valeur économique).

Ensuite, nous allons commencer les comparaisons des deux alternatives P et M situés au

troisième niveau, en regard des sous-critères situés au niveau supérieur.

Pour faciliter les notations, on note les sous-critères par ordre numérique :

Tableau 3.23 : Numérotation des sous-critères

CD 1 DE 3 IT 5 IM

CI 2 Rd 4 TD 6 7

11 0 0

12 0 0

0 21 0

0 22 0

0 23 0

0 0 31

0 0 32

VE ITP ITC

CD Ag

CI Ag

DE Ag

Rd Ag

IT Ag

TD Ag

IM Ag

1 2 3

1 0 0

2 0 0

0 1 0

0 2 0

0 3 0

0 0 1

0 0 2

VE ITP ITC

P P P

CD PVE

CI PVE

DE PITP

Rd PITP

IT PITP

TD PITC

IM PITC

72

3.6.3.1. Evaluation des alternatives par rapport au sous-critère CD

La procédure de calcul est la même, mais dans cette étape les jugements vont être basés sur

des données numériques, vu que les critères que nous avons choisis sont quantitatifs.

Nous commençons par le remplissage de la matrice de jugement. Pour cela, nous disposons

de la valeur numérique calculée du coût direct du planning de maintenance et celui de la

production.

La matrice de jugement M(CD) c’est-à-dire la matrice de comparaison par rapport au sous

critère CD est de la forme :

Tableau 3.24 : Matrice de comparaison des alternatives par rapport CD

La valeur f12 est le jugement (selon l’échelle de SAATY de 1 à 9) de l’alternative P (exécuter

le planning de production) comparée à l’alternative M (exécuter le planning de maintenance).

Nous rappelons ci-dessous l’échelle de SAATY. Pour saisir cette valeur, nous avons proposé

les seuils suivants.

Tableau 3.25 : Détermination des poids des alternatives selon le sous-critère CD

Si condition Alors Valeur de f12

(f21) Seuils

CDP= CDM f12 = f21= 1

f12 = 9

f12 = 7

f12 = 5

f21= 5

f21= 9

Ces seuils sont paramétrables et peuvent être changés selon le besoin du décideur. Puis, les

mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives pour ce

sous-critère.

1 12

( ) 11

12

f

M CD

f

S1=10%

S2=30%

S3=50%

S4=70%

CDMS2 S3

CDP

CDMS3 S4

CDP

CDMS1 S2

CDP

CDMS4

CDP

CDMS1

CDP

73

Tableau 3.26 : Priorités des alternatives par rapport au sous-critère CD

Alternatives / CD P M Vecteur de

priorité

P 1 f12 PP1

M f21 1 PM1

PP1 : priorité de l’alternative P pour le sous-critère 2, PM1 : priorité de l’alternative M pour le

sous-critère 1.

3.6.3.2. Evaluation des alternatives par rapport au sous-critère CI

Nous commençons par le remplissage de la matrice de jugement. Pour cela, nous disposons

de la valeur numérique calculée du coût indirect du planning de maintenance et celui de la

production.

La matrice de jugement M(CI), c’est-à-dire la matrice de comparaison par rapport au sous

critère CI est de la forme :

Tableau 3.27 : Matrice de comparaison des alternatives par rapport au sous-critère CI

Pour saisir la valeur g12 nous avons proposé les seuils suivants.

Tableau 3.28 : Détermination des poids des alternatives selon le sous-critère CI

Si condition Alors Valeur

g12 (g21) Seuils

CIP= CIM g12 = g21 = 1

g12 = 9

g12 = 7

g12 = 5

g21= 7

g21= 9

( ) 1 12

11

12

P M

M CI P g

Pg

CIPS2 S3

CIM

CIPS3 S4

CIM

CIPS1 S2

CIM

CIPS4

CIM

S1=10%

S2=30%

S3=50%

S4=70%

CDMS4

CDP

74

L’évaluation des coûts indirects est inversée, c’est-à-dire si le coût indirect de la maintenance

est important c’est que les coûts induits par le non production sont importants et dans ce cas il

faut favoriser l’exécution du planning de production. De même, si le coût indirect de production

est important, dans ce cas le coût de maintenance corrective qui peut se produire est important

et par la suite il faut favoriser le planning de maintenance.

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives

pour ce sous-critère.

Tableau 3.29 : Priorités des alternatives par rapport au sous-critère CI

Alternatives / CI P M Vecteur de

priorité

P 1 g12 PP2

M g21 1 PM2

3.6.3.3. Evaluation des alternatives par rapport au sous-critère DE

Dans ce cas, nous allons comparer les deux plannings en considérant leurs durées d’exécution.

La matrice de jugement M(DE), c’est-à-dire la matrice de comparaison par rapport au sous

critère DE est de la forme :

Tableau 3.30 : Matrice de comparaison par rapport au sous-critère DE

Dans ce cas, on a fait l’hypothèse que le décideur favorise les tâches qui ont un délai

d’exécution court. Sinon, les seuils sont paramétrables et nous pouvons les adapter selon le

besoin du client.

Tableau 3.31 : Détermination des poids des alternatives selon le sous-critère DE

Si condition Alors Valeur h12

(h21) Seuils

h12 = h21 = 1

h12 = 9

h12 = 7

h12 = 5

DEPS2 S3

DEM

DEPS1 S2

DEM

( ) 1 12

11

12

P M

M DE P h

Ph

DEPS1

DEM S1=0,1

S2=0,5

S3=1

S4=2

DEP=DEM

75

h21= 5

h21= 9

Puis, les mêmes calculs seront faits pour aboutir au vecteur de priorité des alternatives pour ce

sous-critère.

Tableau 3.32 : Priorités des alternatives par rapport au sous-critère DE

Alternatives / DE P M Vecteur de priorité

P 1 h12 PP3

M h21 1 PM3

3.6.3.4. Evaluation des alternatives par rapport au sous-critère Rd

Dans ce cas, nous allons comparer les deux plannings en considérant le retard de chacun. La

matrice de jugement M(Rd) qui est la matrice de comparaison par rapport au sous critère Rd est

de la forme :

Tableau 3.33 : Matrice de comparaison des alternatives par rapport au sous-critère Rd

Dans ce cas, le décideur favorise les tâches qui ont déjà un retard important, sinon les seuils

sont paramétrables et nous pouvons les adapter selon le besoin du client.

Tableau 3.34 : Détermination des poids des alternatives selon le sous-critère Rd

Si condition Alors Valeur i12

(i21) Seuils

i12 = i21 = 1

i21= 9

i21 = 8

i21 = 7

i12= 5

DEPS3 S4

DEM

DEPS4

DEM

( ) 1 12

11

12

P M

M Rd P i

Pi

RdPS1

RdM

RdPS2 S3

RdM

RdPS3 S4

RdM

Rd P=Rd M

RdPS1 S2

RdM

S1=0,3

S2=0,5

S3=1

S4=3

S5=5

76

i12 = 7

i12 = 9

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives

pour ce sous-critère.

Tableau 3.35 : Priorités des alternatives par rapport au sous-critère Rd

Alternatives / Rd P M Vecteur de

priorité

P 1 i12 PP4

M i21 1 PM4

Les vecteurs de priorité calculés montrent la contribution du sous critère Retard Rd dans la

problématique de choix du planning.

3.6.3.5. Evaluation des alternatives par rapport au sous-critère IT

Dans ce cas, nous allons comparer les deux plannings en considérant les intervalles de

tolérance. La matrice de jugement M(IT) c’est-à-dire la matrice de comparaison par rapport au

sous critère IT est de la forme :

Tableau 3.36 : Matrice de comparaison des alternatives par rapport au sous-critère IT

Pour saisir la valeur j12, nous proposons les mêmes seuils que précédemment. Dans ce cas le

décideur favorise les tâches qui ont une marge temporelle limitée, sinon les seuils sont

paramétrables nous pouvons les adapter selon le besoin du client. On considère les intervalles

de tolérance en nombre de jours.

Tableau 3.37 : Détermination des poids des alternatives selon le sous-critère IT

Si condition Alors Valeur j12 (j21) Seuils

ITM = ITP j12= j21=1

S1 ITM-ITP S2 j21 = 3

S2 3ITM ITP S j12 = 5

5 ITM - ITP 7 j12 = 7

ITM - ITP 7 j21 = 9

( ) 1 12

21 1

P M

M IT P j

P j

RdPS5

RdM

RdPS4 S5

RdM

S1=0

S2=3

S3=5

S4= 7

77

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives

pour ce sous-critère.

Tableau 3.38 : Priorités des alternatives par rapport au sous-critère IT

Alternatives / IT P M Vecteur de

priorité

P 1 j12 PP5

M j21 1 PM5

3.6.3.6. Evaluation des alternatives par rapport au sous-critère TD

Dans ce cas, nous allons comparer les deux plannings en considérant leurs durées d’exécution.

La matrice de jugement M(TD) c’est-à-dire la matrice de comparaison par rapport au sous

critère TD est de la forme :

Tableau 3.39 : Matrice de comparaison des alternatives par rapport au sous-critère TD

Dans cette étape, nous allons comparer les alternatives en tenant compte de la disponibilité

des équipements. Une telle comparaison n’est pas directe ni évidente parce que cette variable

n’est pas symétrique pour les deux alternatives. Ceci dépend bien sûr des préférences du

décideur. Par exemple, nous avons proposé l’évaluation suivante. En fait, si le taux de

disponibilité de l’équipement est important c’est que le temps d’arrêts pour cet équipement

n’est pas significatif. Par contre si le TD est faible c’est que pour cet équipement, il y a

beaucoup d’arrêt. Dans ce cas nous avons jugé prioritaire de favoriser l’exécution du planning

de production.

Tableau 3.40 : Détermination des poids des alternatives selon le sous-critère TD

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives

pour ce sous-critère.

Si condition Alors Valeur k12 (k21) Seuils

TD 1 S k21= 9

k21 = 7

k21 = 5

k12 = 5

k12 = 9

( ) 1 12

11

12

P M

M TD P k

Pk

S1=10%

S2=30%

S3=50%

S4=70%

S1 TD S2

S2 TD S3

S3 TD S4

TD S4

78

Tableau 3.41 : Priorités des alternatives par rapport au sous-critère TD

Alternatives / TD P M Vecteur de

priorité

P 1 k12 PP6

M k21 1 PM6

3.6.3.7. Evaluation des alternatives par rapport au sous-critère IM

Dans ce cas, nous allons comparer les deux plannings en considérant leurs durées d’exécution.

La matrice de jugement M(IM) c’est-à-dire la matrice de comparaison par rapport au sous

critère IM est de la forme :

Tableau 3.42 : Matrice de comparaison des alternatives par rapport au sous-critère IM

Le sous-critère IM permet de caractériser l’importance de la machine concernée étant donnée

la formule que nous avons définie précédemment :

Tableau 3.43 : Détermination des poids des alternatives selon le sous-critère IM

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives

pour ce sous-critère.

Tableau 3.44 : Priorités des alternatives par rapport au sous-critère IM

Alternatives / IM P M Vecteur de

priorité locale

P 1 l12 PP7

M l21 1 PM7

En fait, si cet indice est important, c’est que le niveau de maintenance est élevé et qu’il s’agit

d’une tâche de maintenance critique et urgente parce que les maintenances de niveau 3, 4 ou 5

Si condition Alors Valeur l12 (l21) Seuils

1 2S S l12= 9

2 3S S l12 = 7

3S l21=l12= 1

3 4S S l21=7

4S l21= 9

( ) 1 12

21 1

P M

M IM P l

P l

N

I

S1=

S2=

S3=1

S4=2

1

3

2

3

79

sont des tâches non fréquentes. Au contraire, si cet indice est faible, c’est que l’équipement

concerné est critique dans le flux de production. Et donc, selon l’intervalle de valeurs de cet

indice, nous allons saisir les jugements du planning maintenance par rapport au planning de

production.

3.6.3.8. Evaluation des alternatives par rapport au critère Flexibilité du

Planning FP

Dans ce cas, nous allons comparer les deux plannings en considérant l’adaptabilité du décideur

à changer son planning c’est-à-dire en considérant la flexibilité des plannings. La matrice de

jugement M(FP) c’est-à-dire la matrice de comparaison par rapport au critère RP est de la

forme :

Tableau 3.45 : Matrice de comparaison des alternatives par rapport au critère FP

Nous rappelons que les décideurs sont amenés à saisir les deux variable FPP et FPM. Puis,

nous proposons les seuils suivants pour la comparaison :

Tableau 3.46 : Détermination des poids des alternatives selon le sous-critère FP

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives

pour ce critère.

Tableau 3.47 : Priorités des alternatives par rapport au critère FP

Alternatives / FP P M Vecteur de

priorité locale

P 1 l12 PP8

M l21 1 PM8

Dans ce cas, nous considérons le poids du critère RP calculé dans le paragraphe 3.4.1.

Si condition Alors Valeur m12 (m21) Seuils

FPP=FPM m12=m21= 1

-9 FPP-FPM -6 m21 = 9

-6 FPP-FPM -3 m21 = 8

-3 FPP-FPM 0 m21 =7

0 FPP-FPM 3 m12 = 5

6 FPP-FPM 9 m12= 9

( ) 1 12

21 1

P M

M FP P m

M m

S1= -9

S2= -6

S3 = -3

S4 = 0

S5= 3

S6 = 6

S7 = 9

80

Après avoir saisi tous les poids et les jugements nécessaires pour faire tourner la méthode

AHP, nous avons pu générer la vectrice priorité utile pour le choix final de l’alternative la plus

adaptée à cet instant. La phase suivante est la phase d’exploitation où nous allons sélectionner

l’alternative finale en se basant sur l’indice de priorité globale.

3.7. Etape d’exploitation

Avant de faire notre choix final, nous allons effectuer l’agrégation des tous les paramètres.

Nous avons calculé le vecteur de priorité globale de chaque alternative pour chaque sous critère.

Le tableau suivant résume les résultats obtenus précédemment ainsi que le calcul de la priorité

complète des alternatives, récapitulé dans la dernière colonne.

Tableau 3.48 : Priorité Complète

Modèle

VE

ITP ITC FP

Total

Sous

Critères

SC1

SC2 SC3 SC4 SC5 SC6 SC7

P WP1 WP2 WP3 WP4 WP5 WP6 WP7 WP8 T1

M WM1 WM2 WM3 WM4 WM5 WM6 WM7 WM8 T2

1

Les calculs sont faits suivants les formules suivantes :

8

i=1T1= WPi (3.35)

8

i=1T2= WMi (3.36)

WPi = Agij PPi , i : indice de critère, j : indice de sous-critère (3. 37)

WMi = Agij PMi , i : indice de critère, j : indice de sous-critère

3.7.1. Règles de Gestion

Le tableau 3.56 rassemble les données de traitement de ce modèle. Nous pouvons faire une

décision finale en regardant les valeurs T1 et T2. Nous pouvons aussi faire une comparaison

par critère.

Décision Finale

Si , c’est-à-dire que l’indice de priorité de la tâche de production est plus important

que celui de la tâche de maintenance. Alors, le planning qui permet d’atteindre l’objectif global

tenant compte de tous les critères et les sous-critères est le planning de production. Donc, la

meilleure solution dans ce cas est de terminer l’exécution du planning de production et de

reporter la tâche de maintenance.

Dans ce cas, il faut déterminer la date d’exécution de la tâche de maintenance reportée de

façon à ne pas générer le même problème. Pour insérer la tâche de maintenance, nous devons

8 8* 4WP PP P

1 2T T

81

tenir compte des tâches de maintenance et des tâches de production qui sont déjà planifiées.

Nous proposons dans le paragraphe suivant un exemple d’algorithme permettant d’insérer la

tâche reportée.

Si c’est que la priorité globale, en se basant sur tous les critères, est attribuée à

l’exécution du planning de maintenance. Tous les critères sont donc confondus, il est préférable

d’arrêter l’équipement pour cet intervalle de temps et entreprendre les opérations de

maintenance puis reprendre la production. De même, si un OF doit être reporté, nous devons

voir à quelle date il doit être inséré de sorte à perturber le minimum le planning déjà établi.

Décision par critère

Si par exemple les décideurs priorisent un critère par rapport à un autre, nous pouvons savoir

la décision la plus adéquate par rapport à ce critère.

Si on fixe le critère Valeur Economique et on veut savoir la décision qui satisfait au plus ce

critère, il suffit de comparer les poids (WP1+WP2) et (WM1+WM2).

Si ( 1 2) ( 1 2)WP WP WM WM , alors l’alternative de continuer l’exécution du

planning de production est prioritaire car tenant compte des calculs faits, elle permet de

répondre au mieux à ce critère.

Sinon, c’est l’exécution du planning de maintenance qui est prioritaire.

Si on fixe le critère d’Importance Temporelle, il suffit de comparer les deux valeurs

(WP3+WP4+WP5) et (WM3+WM4+WM5). L’alternative qui a la priorité la plus importante

est celle qui est jugée prioritaire tenant compte du critère temporel.

Si on fixe le critère d’Importance Technique, il faut comparer les deux valeurs (WP6+WP7)

et (WM6+WM7).

Quant au critère de flexibilité du planning, il suffit de comparer WP8 et WM8.

3.7.1.1. Insertion des tâches reportées

A l’issue de l’exécution de cette méthode, nous aurons un indice de priorité pour chaque tâche.

Tenant compte de ces indices, nous pouvons soit reporter la tâche de production, soit reporter

la tâche de maintenance. Du coup, il y aura certainement un changement de l’un des plannings.

Si la tâche prioritaire est la tâche de maintenance, l’OF sera décalé d’une durée égale à la durée

d’exécution de la tâche de maintenance préventive. Dès la clôture de cette tâche, l’OF se

reprend directement.

En supposant maintenant que la tâche prioritaire est la tâche de production, c’est-à-dire nous

devons reporter la tâche de maintenance. Dans ce cas, nous proposons, tant que nous n’avons

pas dépassé la date fixe renseignée par le responsable de maintenance et que nous n’avons pas

dépassé le nombre de fois de reports fixé, de commencer par l’insertion de la tâche dès la clôture

de l’OF prioritaire et de vérifier à chaque fois la priorité par rapport à l’OF suivant.

La figure 3.4 montre l’algorithme général d’insertion des dates reportées.

1 2T T

82

Figure 3.4 : Algorithme d’insertion des tâches reportées

Début

Indice de priorité de

production > Indice de

priorité de maintenance

Date Fin OF < Date fixe

Proposer au responsable

production d insérer la

tâche maintenance

Processus

Arrêt

OuiIndice priorité

production € [60, 100]

NON

OUI

Exécuter l AHP pour

vérifier la priorité par

rapport à l OF suivant

Indice de priorité

de maintenance > Indice de

priorité de

l OF suivant

Insérer la tâche de

maintenance dès la fin

de l OF

OUI

83

3.8. Conclusion

Ce chapitre a été dédié à la modélisation du problème. Nous avons alors conçu les différentes

formules nécessaires au calcul pour l’exécution de la méthode d’aide à la décision. Ensuite nous

avons détaillé les étapes à suivre pour arriver enfin à dégager les indices de priorités des

alternatives. Enfin nous avons déduit les règles de gestion et nous avons proposé l’algorithme

d’insertion des tâches reportées.

Dans le chapitre 4, nous allons appliquer les formules et modèles définis dans ce chapitre pour

tester l’outil dans le cas de la société, sujet de notre étude.

84

4. Chapitre 4

Tests et préparation du livrable de projet

« La méthode ne vaut que par l’exécution »

Armand DU PLESSIS6

6 Armand Jean du Plessis de Richelieu, dit le cardinal de Richelieu, cardinal-duc de Richelieu et duc de Fronsac, est un

ecclésiastique et homme d'État, né le 9 septembre 1585 à Paris et mort le 4 décembre 1642 dans cette même ville.

Résumé :

Ce dernier chapitre est dédié au test de la méthode d’aide à la décision déjà

modélisée. Puis, nous présenterons le dossier technique comportant la description

technique et fonctionnelle du module à mettre en place.

85

4.1. Introduction

Après la conception et la validation de l’outil d’aide à la décision, nous entamons dans ce

chapitre la phase de test et de préparation technique. Dans une première partie, nous allons

appliquer l’outil d’aide à la décision pour gérer la planification pour le client avec qui nous

travaillons. Dans une deuxième partie, nous présenterons le dossier de programmation

nécessaire à la mise en place du nouveau module.

4.2. Application et résultats estimés

Dans ce paragraphe, nous allons appliquer l’outil d’aide à la décision que nous avons modélisé

dans le paragraphe précédent, pour une entreprise cliente de DISCOVERY INFORMATIQUE.

L’outil s’applique sur le planning complet (toutes les tâches planifiées), dans notre cas, nous

allons considérer la comparaison de deux tâches chevauchées seulement. Le reste de calcul sera

programmé d’une manière analogue. Ces données sont issues de situations réelles de conflits

entre les plannings de maintenance et de production, issues de l’historique de l’entreprise.

Quelques interfaces de l’application sur Excel sont présentées dans l’annexe F.

4.2.1. Données de l’étude

Pour tester l’exécution de la méthode AHP, nous avons considéré un ordre de fabrication et

un ordre de travail de maintenance planifiée qui sont chevauchés sur l’intervalle [20_01_2016,

01_02_2016].

On se met à la date 28/01/2016, supposant que c’est la date de consultation de l’outil d’aide à

la décision.

Pour déterminer les OF et OT chevauchés d’une manière générale, nous lançons une requête de

recherche :

SELECT wo_nbr, zxjobschd_id

FROM wo_mstr, zxjobschd_mstr

WHERE (zxjobschd_sdte < wo_rel_date AND (zxjobschd_edte<wo_due_date)

OR (wo_rel_date < zxjobschd_sdte AND wo_due_date < zxjobschd_edte)

Pour affiner la recherche, nous pouvons préciser un intervalle de temps.

Les données relatives à l’OF sont résumées dans les tableaux 4.1, 4.2, 4.3 et 4.4.

Tableau 4.1 : Données générales de l’OF

Numéro de l’OF 1100079

Id de l’OF 56775387

Numéro de lot 011044

Site 10

Emplacement 10EXP

Désignation article 3024FBE, Sparadrap type N 5cm*5m

Quantité lancée 15000

Machine utilisée S70101 / S10105

86

Tableau 4.2 : Données Economiques de l’OF

Dans ce cas, le coût de pénalité de retard est nul parce que l’introduction de la tâche de

maintenance préventive n’engendrera aucun décalage par rapport à la date de livraison de

l’article désigné dans l’ordre de fabrication.

Tableau 4.3 : Données temporelles de l’OF

Durée d’exécution de l’OF (temps de valeur ajoutée c’est-à-dire d’utilisation de la machine

sans tenir compte des temps de réglage et de transfert) = 19h93.

Nombre

d’opérations

4 (2 opérations de production et 2

opérations de conditionnement et de

mise en carton)

Quantité rejetée de

l’OF précédent 10 articles non conformes

Importance

machine dans le

flux de production

1

Coût total de fabrication 7.570,282 TND

Prix de vente de l’article 1,709 TND

Frais généraux 2% du coût total = 151.406 TND

Coût de pénalité de retard

(période) 0

Coût de la Main d’œuvre 4.200 TND

Date de lancement 29/01/2015 à 8h

Date d’échéance 19/02/2015

Date de fin au plus tôt 18/01/2015

Date de début au plus tard 30/01/2015

Nombre de jours de retard 0

Durée de fabrication 19h93

Durée Opération 1

Durée Opération 2

11h55

8h38

Durée de l’OF précédent 15h45

Temps de cycle 6h +19,93 = 25h93

Cadence 1pièce/0h00173.

87

Le temps de cycle se calcule en additionnant le temps de fabrication total, le temps de transfert

et le temps mort. A partir de cette valeur, nous pouvons déterminer la cadence de la machine.

Les données relatives à l’ordre de travail de la tâche de maintenance sont résumées dans les

tableaux 4.4 et 4.5.

Tableau 4.4 : Données de l’OT

Tableau 4.5 : Coûts des pièces de rechange

Pièces de

rechange P1 P2 P3

Prix 80dt 15dt 6,5dt

4.2.2. Analyse des résultats

Pour déterminer les préférences des décideurs vis-à-vis des critères que nous avons définis,

nous avons posé des questions directes aux responsables production et maintenance à travers

un questionnaire. Ce questionnaire permet de noter les critères et les sous-critères selon

l’échelle de SAATY. Puis, nous avons évalué les deux tâches de maintenance et de production.

Nature de la tâche Maintenance préventive

Intervalle de maintenance 1 mois

Niveau de maintenance 2

MTBF 254h = 11 jours

Retard 3 jours

Date de début planifiée 27/01/2015

Date reportée 30/01/2015 à 10h

Date de fin 30/01/2015 à 2h

Durée 1h58

Date de début exigée 02/02/2015 à 10h

Date de fin exigée 02/02/2015 à 18h

Date de dernière réparation 20/01/2015

Coût de la dernière réparation 250 TND

Coût de sous-traitance 0 TND

Coût de la Main d’œuvre 5,200 TND

88

Figure 4.1 : Exemple de questionnaire de jugement des critères

Figure 4.2 : Exemple de questionnaire de jugement des sous critères

4.2.2.1. Evaluation des critères

Nous avons construit les matrices de jugements pour chaque responsable (trois chefs d’atelier

de production et le responsable de maintenance), puis nous avons agrégé les résultats selon la

méthode de décision en groupe que nous avons défini dans le paragraphe 3.1.3.9. Les tableaux

4.6, 4.7, 4.8, 4.9, 4.10 donnent un exemple de calcul fait pour le responsable de la zone de

production des Sparadraps et le responsable de maintenance, les matrices relatives aux autres

décideurs sont présentées dans l’annexe H.

Tableau 4.6 : Matrice de comparaison des critères pour le responsable 1

Critères VE ITP ITC FP

VE 1 5 1 1

ITP 0,2 1 0,333 0,2

89

ITC 1 3 1 1

FP 1 5 1 1

Total 3,2 14 3,333 3,2

Pour le premier décideur, la valeur économique des tâches planifiées est prioritaire par rapport

à l’importance temporelle et de priorité égale par rapport à l’importance technique et la

flexibilité des plannings.

Tableau 4.7 : Matrice normalisée et vecteur de priorité du responsable 1

Critères VE ITP ITC FP Priorité Pi

VE 0,3125 0,3571 0,3 0,3125 0,32

ITP 0,0625 0,0714 0,1 0,0625 0,075

ITC 0,3125 0,2143 0,3 0,3125 0,285

FP 0,3125 0,3571 0,3 0,3125 0,32

IA = 0,9 maxλ = 4,033 RC = 0,012

Dans ce cas, nous avons une matrice 4×4 l’indice aléatoires est donc IA=0,9. Le calcul du ratio

de cohérence a donné RC = 0,012 ≤ 0,08. Ainsi les jugements introduits sont cohérents.

Pour le responsable de maintenance, l’importance technique est le critère prioritaire par

rapport aux trois autres critères.

Tableau 4.8 : Matrice de comparaison des critères pour le responsable de maintenance

Critères VE ITP ITC FP

VE 1 0,3333 0,2 1

ITP 3 1 0,2 3

ITC 5 5 1 5

FP 1 0,3333 0,2 1

Tableau 4.9 : Matrice normalisée et vecteur de priorité du responsable maintenance

Critères VE ITP ITC FP Priorité

Pi

VE 0,1 0,05 0,125 0,1 0,094

ITP 0,3 0,15 0,125 0,3 0,219

ITC 0,5 0,75 0,625 0,5 0,594

FP 0,1 0,05 0,125 0,1 0,094

IA = 0,9 maxλ = 8 ,89 RC = 0,057

Le tableau 4.10 donne l’agrégation finale des critères après avoir appliqué la méthode de

décision en groupe en se basant sur la moyenne géométrique pour quatre décideurs.

Tableau 4.10 : Priorité finale (Agrégation du groupe)

Critère Priorité

locale

Priorité

globale

VE 0,203 24%

ITP 0,134 16%

ITC 0,392 46%

FP 0,132 15%

Total 0,861 1

90

La figure 4.3 donne la contribution des critères dans le processus de prise de décision. Le

pourcentage le plus élevé est pour le critère d’importance technique. Ceci veut dire que dans le

cas de l’entreprise cliente, la décision finale se basera en 46% sur les résultats de jugements par

rapport au critère d’importance technique.

Figure 4.3 : Contribution des critères dans la prise de décision

Ayant déterminé les priorités de chaque critère, nous avons entamé ensuite l’évaluation des

sous-critères, chacun par rapport au niveau hiérarchique supérieur.

4.2.2.2. Evaluation globale des Sous-Critères

Nous avons eu la réponse au questionnaire de la figure 4.2 de la part des quatre responsables

interviewés. Ces résultats nous ont permis de faire le calcul des vecteurs de priorité pour chacun

d’entre eux. Ci-après, des exemples de calcul pour le premier responsable et le responsable

maintenance ainsi que le tableau final, les autres seront présentés dans l’annexe H.

Tableau 4.11 : Evaluation des sous-critères de VE pour le responsable 1

Tableau 4.12 : Evaluation des sous-critères du critère ITP pour le responsable 1

Bien évidemment dans ce cas, nous avons trois sous-critères. Nous avons donc vérifié la

cohérence des jugements pour pouvoir terminer le calcul.

SC1 CD CID

CD 1 5

CI 0,2 1

Total 1,2 6

SC1 CD CI Priorité PVEi

CD 0,833 0,833 0,833

CI 0,167 0,167 0,167

SC2 DE Rd IT

DE 1,000 0,143 9,0

Rd 7,000 1,000 7,0

IT 0,111 0,143 1,0

Total 8,111 1,286 17,0

SC2 DE Rd IT Priorité

PITPi

DE 0,1233 0,1111 0,5294 0,2546

Rd 0,8630 0,7778 0,4118 0,6842

IT 0,0137 0,1111 0,0588 0,0612

IA = 0,58 maxλ = 3,5604 RC = 0,004

24%

16%46%

15%

Contribution des différents critères dans

la prise de décision

VE ITP ITC FP

91

La valeur du ratio de cohérence RC = 0.004 < 0.05, nous pouvons dire alors que les jugements

introduits par le décideur en question sont cohérents.

Tableau 4.13 : Evaluation des sous-critères du critère ITC pour le responsable de

maintenance

Les jugements diffèrent d’un décideur à un autre. Pour cela, nous avons calculé après cette

étape les valeurs de priorité agrégées en utilisant la moyenne géométrique.

Tableau 4.14 : Priorité finale (Agrégation du groupe)

Pour le critère de valeur économique, le coût direct est plus important que le coût indirect

selon 75% (trois sur quatre) des décideurs interrogés.

Figure 4.4 : Evaluation des sous-critères par rapport aux critères

SC TD IM Priorité PITCi

TD 0,83333 0,83333 0,83333

IM 0,16667 0,16667 0,16667

SC TD IM

TD 1 5

IM 0,2 1

Total 1,2 6

Sous-critères

Moyenne

Géométrique

Priorité agrégée

du SC/Critère

Critère VE

CD 0,733 0,710

CI 0,300 0,290

Total 1.03

Critère

ITP

Rd 0,2121 0,227

DE 0,5662 0,606

IT 0,1558 0,167

Total 0,9341

Critère ITC

TD 0,305 0,442

IM 0,385 0,558

Total 0,690

0

0,5

1

Critère VE Critère ITP Critère ITC

Evaluation des sous-critères

CD CI Rd DE IT TD IM

92

Ces poids nous permettent pendant la phase d’évaluation des plannings, de pondérer les

décisions.

4.2.2.3. Evaluation par rapport au critère de Valeur Economique

Comme nous avons modélisé dans le troisième chapitre, la phase d’évaluation des plannings

se base sur les données numériques des deux tâches. C’est à cette étape que nous allons

comparer la tâche de production et la tâche de maintenance selon les sept sous-critères. Pour

commencer, nous avons calculé les poids agrégés de chaque sous-critère en multipliant la

priorité de chaque sous-critère par la priorité du critère appartenant au niveau hiérarchique

suivant.

Tableau 4.15 : Poids agrégés

Le coût direct de production se calcule en additionnant le coût de main d’œuvre et les frais

généraux, le coût de sous-traitance étant nul.

CD = CMO + FG

CD = 19, 93×4200+151.406

CDP = 235.114 TND

Quant au coût indirect, c’est la somme du Coût de Maintenance Corrective Estimée et du Coût

Relatif à la Qualité.

CI = CMCE + CRQ

Pour le CMCE, nous devons vérifier d’abord si la condition de réalisation d’une éventuelle

panne est satisfaite.

Date dernière réparation + MTBF = 31/01/2015 [27/01, 27/02]

T = Date du jour - Date dernière réparation

= 28/01-20/01

Concernant le CRQ, il se calcule en se basant sur la formule :

Temps de fabrication OF×Quantité rebutéeCRQ =[ENT( ) +1]×Prix de l'article

Durée de l'OF précedent

Critère i/Sou-critère j VE ITP ITC Poids Agrégé Agij

0,20 0,13 0,39

CD 0,7 0 0 14,214%

CI 0,3 0 0 6,092%

DE 0 0,2 0 2,685%

Rd 0 0,6 0 8,055%

IT 0 0,2 0 2,685%

TD 0 0 0,3 11,757%

IM 0 0 0,4 15,676%

ΔT 28-20CMCE= ×CC= 250000×

MTBF 11

CMCE= 181.818 TND

93

CRQ = (ENT (19,93×10/15,45) +1) × 1709

CRQ = 22,217 TND

Passons maintenant au calcul des coûts de la tâche de maintenance préventive.

CDM = 115,900 TND

Le coût indirect de maintenance englobe le coût de perte de production CPP et le coût de main

d’œuvre de production. Dans le cadre de cette application, le risque d’expiration de matière

première ou produit semi fini ne se pose pas vu que les produits de la société sont de longue

durée de vie. Le coût de pénalité de retard n’est pas à comptabiliser parce que l’introduction de

la tâche de maintenance n’affecte pas la date d’échéance de l’OF.

CPP = ENT ((1, 58/0, 00173) +1) ×1709 = 1.562,026 TND

CMOP = 1, 58×, 4200 = 6,636 TND

CIM = 1.568,662

Nous comparons maintenant les ratios de CDP et CDM, le CIP et CIM pour remplir les

matrices de comparaison par rapport à ces deux sous-critères.

Nous avons alors la valeur de f12 égale à 5. Nous rappelons que f12 est la note de préférence

(selon SAATY) de la tâche de production par rapport à la tâche de maintenance. C’est-à-dire

dans ce cas le coût de l’OF planifié est presque deux fois plus important que le coût de la tâche

de maintenance et donc selon notre modélisation, l’OF est prioritaire. Ci-dessous la matrice de

jugement par rapport au sous-critère de coût direct.

Tableau 4.16 : Matrice de comparaison des alternatives/CD

En se basant sur ces valeurs, nous constatons que la tâche de production coûte plus chère que

la tâche de maintenance, nous ne pouvons pas selon notre modèle risquer de perturber un OF

important parce que un OF qui coûte déjà chère est un OF qui permet de gagner plus pour

l’entreprise. C’est pour cette raison que l’indice de priorité de l’OF est plus important que celui

de l’OT. La valeur de priorité idéale permet de comparer une alternative par rapport à la

meilleure solution. Par exemple, pour le critère de CD si l’alternative d’exécuter la tâche de

CD Production Maintenance Priorité locale Priorité idéale

Production 1 5 0,833 1

Maintenance 0,2 1 0,167 0.2

Total 1,2 6 1

Coût_direct=HMODM Durée_d'exécution_OT/IT+CUPdR Nbre_PdR+CFM+CSTM Y2

CDM 115900= =0.49 0,3;0,5

CDP 235112

94

production représente l’idéale 100%, l’alternative d’exécuter la tâche de maintenance

représente alors 20% de la solution idéale. La courbe qui donne l’évaluation des deux tâches

par rapport au coût direct est illustrée dans l’annexe H.1.

Passons maintenant, au deuxième sous-critère de la valeur économique, à savoir le coût

indirect. Nous avons :

Nous avons alors la valeur de g12 égale à 7. Nous rappelons que f12 est la note de préférence

(selon SAATY) de la tâche de production par rapport à la tâche de maintenance. Ci-dessous la

matrice de jugement par rapport au sous-critère du coût indirect.

Tableau 4.17 : Matrice de comparaison des alternatives/CI

CI Production Maintenance Priorité

locale

Priorité

idéale

Production 1 7 0,875 1

Maintenance 0,143 1 0,125 0.14

1,143 8 1

Dans ce cas, le coût de perte de production (coût indirect de maintenance engendré par l’arrêt

pour maintenance préventive) est presque huit fois plus important que le coût estimé d’une

éventuelle panne (coût indirect de production engendré par le non arrêt pour maintenance

préventive). Donc selon notre modélisation, la tâche de production est bien évidemment

prioritaire. La tâche de maintenance est 14% assez bonne que la tâche de production en

considérant ce sous-critère. La courbe qui donne l’évaluation des deux tâches par rapport au

coût indirect est présentée dans l’annexe H.2.

Nous pouvons conclure que généralement, la tâche de production est prioritaire par rapport à

la tâche de maintenance selon le critère de valeur économique.

4.2.2.4. Evaluation par rapport au critère d’Importance Temporelle

Le critère d’importance temporelle comporte trois sous-critères : le retard, la durée d’exécution

et l’intervalle de tolérance.

- Comparaison par rapport au sous-critère durée d’exécution DE

Nous avons :

Nous avons alors la valeur de h21 égale à 9. Nous rappelons que h21 est la note de préférence

(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la

matrice de jugement par rapport au sous-critère de durée d’exécution DE.

Tableau 4.18 : Matrice de comparaison des alternatives/DE

DE Production Maintenance Priorité

locale

Priorité

idéale

Production 1 0,11 0,1 0,11

Maintenance 9 1,00 0,9 1

CIP 204035= = 0.13 0,1 ;0,3

CIM 1654112

DEP 19,93= =12,6 2

DEM 1,58

95

Dans ce cas, la durée d’exécution de la tâche de maintenance est presque 12 fois plus courte

que celle de la tâche de production. Donc selon notre modélisation, la tâche de maintenance

préventive est prioritaire. L’OF est 11% assez bon que la tâche de maintenance en considérant

ce sous-critère (voir courbe de l’annexe H.3).

- Comparaison par rapport au sous-critère retard Rd

L’OF planifié n’est pas en retard, donc :

Nous avons alors la valeur de i21 égale à 9. Nous rappelons que i21 est la note de préférence

(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la

matrice de jugement par rapport au sous-critère de durée d’exécution DE.

Tableau 4.19 : Matrice de comparaison des alternatives/Rd

Rd Production Maintenance Priorité

locale

Priorité

idéale

Production 1 0,1111 0,1 0,11

Maintenance 9 1 0,9 1

Ainsi, le retard de la tâche de maintenance est plus important que celui de la tâche de

production. Donc, selon notre modélisation, la tâche de maintenance préventive est prioritaire

(voir courbe de l’annexe H.4).

- Comparaison par rapport au sous-critère intervalle de tolérance IT

Nous avons :

Nous avons alors la valeur de j21 égale à 3. Nous rappelons que j21 est la note de préférence

(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la

matrice de jugement par rapport au sous-critère de durée d’exécution IT.

Tableau 4.20 : Matrice de comparaison des alternatives/IT

IT Production Maintenance Priorité locale Priorité idéale

Production 1 3 0.75 1

Maintenance 0.33 1,000 0.25 0.33

Total 4 1,333

C’est-à-dire dans ce cas, la tâche de maintenance a plus de marge temporelle par rapport à la

tâche de production. Donc selon notre modélisation, l’OF est moins important selon ce sous-

critère.

RdP=0 0,3

RdM

ITM=3 3

ITP

96

Pour le critère d’importance temporelle, la tâche de maintenance est prioritaire selon deux

sous-critères sur trois. Le résultat final dépend des poids agrégés des sous-critères et des poids

des critères. Ainsi jusqu’à présent nous ne pouvons pas l’alternative prioritaire.

4.2.2.5. Evaluation par rapport au critère d’Importance Technique

Le critère d’importance technique ITC comporte deux sous-critères : le taux de disponibilité

et l’importance de l’équipement considéré.

- Comparaison par rapport au sous-critère Taux de Disponibilité TD

Pour évaluer les plannings par rapport au taux de disponibilité, nous avons considéré le temps

moyen de réparation et le temps moyen entre deux pannes successives, MTTR et MTBF.

Nous avons alors la valeur de k12 égale à 9. Nous rappelons que k12 est la note de préférence

(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la

matrice de jugement par rapport au sous-critère taux de disponibilité TD.

Tableau 4.21 : Matrice de comparaison des alternatives/TD

TD Production Maintenance Priorité locale Priorité idéale

Production 1,00 9 0,9 1

Maintenance 0,11 1 0,1 0,11

Total 1,11 10 1

Dans ce cas, nous avons un taux de disponibilité important ceci veut dire que l’équipement est

en bon état de fonctionnement. Un temps moyen du bon fonctionnement important (MTBF =

254h) veut dire que la machine peut fonctionner sans tomber en panne pendant 254H. Donc,

selon notre modélisation, l’OF est fortement plus important selon ce sous-critère. La courbe qui

donne l’évaluation des deux tâches par rapport au critère du taux de disponibilité est présentée

dans l’annexe H.5.

- Comparaison par rapport au sous-critère Importance Machine IM

L’évaluation par rapport à ce critère se base sur la connaissance du niveau de maintenance et

de l’indice d’importance de l’équipement dans le flux de production. Nous avons posé cette

question au responsable directement parce que le module GPAO ne dispose pas de ce champ.

Nous avons alors la valeur de l21 égale à 9. Nous rappelons que l21 est la note de préférence

(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la

matrice de jugement par rapport au sous-critère importance machine IM.

Tableau 4.22 : Matrice de comparaison des alternatives/IM

IM Production Maintenance Priorité locale Priorité idéale

Production 1 0,11 0,1 0,11

Maintenance 9 1 0,9 1

254TD = ×100 = 98,7 % 90%

254+4,2

2IM= 2

1

N

I

97

La tâche de maintenance est de niveau 2. C’est-à-dire, l’intervention de maintenance

préventive est importante pour cet équipement (voir courbe de l’annexe H.6).

4.2.2.6. Evaluation par rapport au critère flexibilité de planning

Le critère de flexibilité du planning évalue l’aptitude du décideur à modifier un planning déjà

établi. Nous avons posé des questions dans ce sens pour les quatre responsables de la société

cliente. La figure 4.5 présente un exemple de questionnaire posé au responsable maintenance.

Les autres questionnaires sont présentés dans l’annexe H.7.

Figure 4.5 : Evaluation des alternatives par rapport au sous-critère FP

Puis, nous avons appliqué la moyenne géométrique pour déterminer le poids agrégé pour la

note des responsables production.

Nous avons trouvé FPP = 6.25.

Puis, nous calculons la différence mentionnée dans le chapitre 3 de modélisation.

Nous avons alors la valeur de m21 égale à 9. Nous rappelons que m21 est la note de préférence

(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la

matrice de jugement par rapport au sous-critère importance machine IM.

Tableau 4.23 : Matrice de comparaison des alternatives/FP

FP Production Maintenance Priorité locale Priorité idéale

Production 1 0,1428 0,25 0,14

Maintenance 7 1 0,75 1

Total 8 1,1428 1

Tenant compte des réponses des trois responsables de production, nous avons trouvé que le

planning de production est plus flexible que celui de maintenance. Dans ce cas, nous

pouvons décaler l’OF. La courbe qui donne l’évaluation des deux tâches par rapport à

l’intervalle de tolérance temporelle est présentée dans l’annexe H.8.

4.2.2.7. Résultat final

Ainsi, nous avons évalué les deux tâches par rapport à tous les critères que nous avons définis.

Le tableau 4.24 résume les résultats trouvés. A la dernière colonne, nous avons mis les indices

de priorité finaux pour la tâche de production et la tâche de maintenance.

FPP-FPM = 6,25-5=1,25

98

Les valeurs de priorité trouvées dans la dernière colonne (remplie en vert), sont la somme de

chaque ligne, pour chaque alternative. La somme des priorités est égale à 1. Nous pouvons

ajouter des priorités idéales pour estimer l’importance d’une tâche par rapport à celle la plus

intéressante. Le tableau 4.25 donne ces priorités.

Tableau 4.25 : Résultats finaux exprimés en priorité globales et priorité idéales

La différence n’est pas très considérable, mais tenant compte de tous les critères et en vue de

les satisfaire, il est préféré de faire la tâche de maintenance préventive. La figure 4.6 présente

l’évaluation finale des alternatives.

Figure 4.6 : Evaluation finale

Alternatives Priorité globale Priorité idéale

Tâche de production 0.444 0.80

Tâche de maintenance 0.556 1

Tâche de production

44%Tâche de maintenance

56%

EVALUATION FINALE

99

Tableau 4.24 : Synthèse de calcul pour obtenir le résultat final

Critères Valeur Economique

0,236

Importance Temporelle

0,156

Importance Technique

0,455

Flexibilité

Planning

Priorité

Globale

Sous critère 0,71 0,29 0,227 0,606 0,167 0,442 0,558

Priorité globale (Critère ×

Sous-critère) 0,168 0,068 0,035 0,095 0,026 0,201 0,254 0,153

CD CI Rd DE IT TD IM FP

Tâche de production 0,833 0,875 0,1 0,1 0,25 0,9 0,1 0,125 0,444

Tâche de maintenance 0,167 0,125 0,9 0,9 0,75 0,1 0,9 0,875 0,556

100

4.2.3. Dates de report

A l’issue de l’exécution de l’AHP et tenant compte de tous les critères, nous avons trouvé qu’il

est préférable de décaler l’OF de 1.58h (1h35min) et de favoriser la tâche de maintenance

préventive le 30/01/2015 à 8h. Du coup, l’ordre de fabrication déjà lancé le 29/01/2015 prendra

suite le 30/01/2015 à 10h au lieu de 8H.

Ensuite, il faut retourner alors aux plannings de maintenance et de production pour rectifier

les dates et l’heure.

4.2.4. Résultats estimés

Nous avons choisi le nom OGP pour notre application acronyme pour Outil de Gestion des

Plannings. L’OGP joue le rôle d’interface entre les deux modules GMAO et GPAO de l’ERP

QAD.

4.2.4.1. Amélioration des processus

En supposant que l’OGP est mis en place, nous avons cartographié le processus cible de

communication entre les deux fonctions maintenance et production (figure 4.7) et le processus

de maintenance préventive (figure 4.8).

Par rapport au processus modélisé dans le paragraphe 2.2.2.2, nous pouvons dire qu’outre la

facilité de communication qu’introduit cet outil, il permet d’éviter le temps gaspillé qui a été

estimé pour le client en moyenne à 30 minutes. Ceci permet d’assurer aux décideurs de prendre

la bonne décision à chaque fois en satisfaisant le critère de coût, de délai et de disponibilité.

L’outil OGP, offre également une flexibilité d’utilisation et communique à chaque fois avec les

utilisateurs (les décideurs) pour valider (accepter) les décisions qu’il propose. En effet, nous

pouvons proposer une décision finale qui tient compte de tous les critères comme nous pouvons

offrir la possibilité au décideur de choisir la bonne proposition en considérant un seul critère :

le critère de coût, de délai, de disponibilité ou de flexibilité.

Pour le processus de maintenance préventive présenté dans la figure 2.8 du chapitre 2, nous

remarquons que le responsable de production et le conducteur machine sont aussi des acteurs

dans le processus. Dans cette modélisation, il n’y a plus cette intervention parce que les deux

responsables se sont mis d’accord déjà sur le planning en utilisant l’OGP. Par conséquent, nous

avons épargné le temps perdu en négociation, les déplacements des techniciens pour informer

le responsable et certainement nous avons simplifié le processus de maintenance préventive.

101

Figure 4.7 : Processus de communication amélioré

Se

rvic

e d

e p

lan

ific

atio

n d

e p

ro

du

ctio

n

Système d aide à la décision se basant sur la méthode AHP

Début

Fin

Déterminer les tâches

chevauchées dans un

intervalle de temps bien

déterminé

Générer un planning de

production

Générer un planning de

maintenance

Pondérer les

critères de

choix de la

tâche à

exécuter

Décider entre

les tâches

chevauchées

Valider les

propositionsOUI

NON

Rectifier le planning

de maintenance

Rectifier le planning

de production

102

Technic

ien

Responsable

de m

ain

ten

an

ce

Recevoir

l OT

Informer

opérateur de

production

Début

Déterminer les

durées de vie et

les échéances des

équipements

Créer

modèle de

tournées

d'inspection

par OLEA

Planifier des

tournées

d'inspection

pour chaque

équipement

Affecter les

tournées aux

opérateurs

Suivre le

planning

Date d échéance

des tournées

Convertir les

tournées

planifiées en

OT (sur

OLEA)

Imprimer

l'OT

Transmettre à

l opérateur de

maintenance

OT

Exécuter les

tâches de

maintenance

Effectuer

les mesures Rédiger rapport d activité

Faire des

remplacementsNEGATIVES

POSITIVES

Transmettre au responsable

mainteanance

Viser et signer

le rapport

Saisir les

données dans

OLEA

Clôturer la

tournée

V

FIN

Rapport d activités

Figure 4.8 : Processus de maintenance préventive amélioré

103

4.2.4.2. Amélioration des axes de performance

Nous avons ensuite, refait l’évaluation de l’axe de performance A1 « Communication entre la

fonction production et la fonction maintenance » défini dans le questionnaire de la phase de

diagnostic. Nous rappelons que cet axe est un axe de maîtrise. Le niveau de performance de cet

axe était 46,16% pour la fonction maintenance et de 54,75% pour la fonction production. Nous

avons posé les mêmes questions en supposant qu’OGP a été mis en place. Le tableau 4.26

montre un exemple de calcul d’estimation de performance de l’axe A1 pour la fonction

maintenance.

En fait, pendant la phase de conception, nous avons défini les critères et les règles de gestion

de façon à améliorer les questions dont la note est faible (0 ou 0.3 /1). Nous avons présenté les

résultats du test à l’entreprise et nous avons expliqué les fonctionnalités de l’outil proposé. Puis

nous avons proposé aux responsables de répondre de nouveau à ce questionnaire. Le graphe de

la figure 4.9 montre l’évolution du niveau de performance de l’axe A1 de la fonction

maintenance et de la fonction production.

Figure 4.9 : Estimation des niveaux de performance de l’axe A1

Le niveau de performance de l’axe de communication entre les deux fonctions a évolué de

46.16% à 79.47%, soit une montée de 33%. Ceci lui a permis de franchir le seuil de performance

exigé et donc de devenir un axe maîtrisé. Quant à la fonction production, le niveau de

performance de l’axe A1 a évolué de 54.75 à 86%, en d’autres termes la communication entre

la fonction maintenance et la fonction production s’est amélioré de 31,25%.

0,00

10,00

20,00

30,00

40,00

50,00

60,00

70,00

80,00

90,00

Axe A1 maintenance Axe A1 production

46,16 54.75

79,4786

Niv

eau

de

pe

rfo

rman

ce

Axe de performance

Niveau de performance actuel Niveau de perfomance estimé

104

Tableau 4.26 : Evaluation estimée de l’Axe de performance A1 pour la fonction maintenance

N° AFFIRMATION Note

après

Note

avant

A101 Il existe un échange d'informations entre la Maintenance et la Production 1 1

A102 Les agents de production sont impliqués dans la maintenance de premier niveau 0,3 0.3

A103 Le plan de maintenance tient compte du plan de production 1 0.3

A104 Le délai client est établi en fonction de la disponibilité des équipements 0,7 0.7

A105 Certains outils sont partagés/communs aux agents de production/maintenance 0,7 0.7

A106 Les objectifs de la maintenance sont compatibles avec les objectifs de la production 1 1

A107 Il n'y pas de conflits entre la fonction maintenance et la fonction production 0,7 0.3

A108 L'apparition du conflit maintenance/production n'est pas fréquente 1 0.3

A109 Le temps de négociation dans une situation de conflit est maîtrisé 0,7 0.3

A110 Le plan de l'entretien tient compte de la charge des équipements 0,3 0.3

A111 Il existe une base de données commune production/maintenance 1 0

A112 L'utilisation des progiciels de gestion est régulière 0,7 0.7

A113 Une réunion quotidienne se fait entre le service maintenance et production pour faire le point 1 0

A114 Le service de maintenance est centralisé 1 1

A115 Il existe un indicateur de priorité pour la décision en cas de conflit 1 0.3

A116 En cas de panne la responsabilité est du sort des deux services de production et de maintenance 0,7 0.7

A117 En cas de conflit il y a négociation entre les deux services 1 0

A118 On sait estimer le coût engendré par le conflit maintenance/production 1 0.7

A119 On peut faire une préemption entre les tâches de maintenance et de production 0,3 0.3

Somme 15,1

Niveau de performance de l'axe A1 79.47% 46.16%

105

4.3. Préparation du dossier technique

Tout au long de la phase précédente, nous avons fait la conception de l’outil d’aide à la

décision pour la planification en utilisant la méthode AHP. Cette méthode est le cœur de

fonctionnement du nouveau module à ajouter à l’ERO QAD. Pour cela, nous allons donner dans

ce paragraphe la description technique et fonctionnelle et tout détail nécessaire au

développement de cet outil.

4.3.1. Description fonctionnelle

Nous proposons de concevoir un module de gestion de la planification dans l’ERP QAD. Ce

dernier veille à ne pas laisser produire des chevauchements entre les tâches de production et les

tâches de maintenance planifiées. Dans ce paragraphe, nous détaillons les éventuelles

fonctionnalités de ce module.

Collecte de données

Le menu de gestion des plannings se présente comme un tableau de bord, qui représente un

point de convergence de la planification des tâches de maintenance (tournées d’inspection et

tâche de maintenance préventive) et des ordres de fabrication de la production. Alors, comme

première phase, il faut avoir accès aux données de planification dans la base de données. C’est

la première fonction d’import des données.

Détecter des chevauchements

La comparaison se fait à fur et à mesure que la nouvelle table sera créée. On n’y insère

seulement que les données des tâches de maintenance et des OF chevauchés. Et donc pour

chaque tournée planifiée et pour chaque planning de production, on compare les intervalles

d’exécution des différentes tâches (les dates de début, les dates de fin).

A l’issue de l’étape de comparaison, une fenêtre s’affiche pour alerter le responsable de

maintenance qu’il y a des tâches qui coïncident avec les tâches de production. Alerter aussi le

responsable de la planification d’un conflit horaire.

Détermination de l’indice de priorité

Une fois les zones de conflits sont détectées et les données sont prêtes, intervient à ce stade la

méthode d’aide à la décision qui sera programmée pour pouvoir générer les règles de gestion

nécessaires. Normalement, l’outil d’aide à la décision s’appuie sur des poids que les décideurs

doivent introduire pour faire tourner le calcul.

Donc, une interface sera créée pour permettre aux décideurs d’une part de visualiser les

différentes données et d’autre part d’introduire leurs poids de préférence selon les données

affichées. Ainsi le calcul programmé sera fait pour exécuter la méthode AHP.

Proposer des dates alternatives

D’une part, le résultat de l’exécution de l’outil d’aide à la décision est l’indice de priorité de

chaque tâche. Donc, la décision sera soit de reporter la production soit de reporter la tâche de

maintenance. D’autre part, on propose d’ajouter aussi un intervalle de temps adéquat pour

106

pouvoir insérer les tâches reportées. A ce stade, on fait appel à l’algorithme d’insertion des

dates que nous avons proposé dans le paragraphe 3.2.1.1.

Valider les changements des plannings

Visualiser et approuver les propositions du système : le menu décisionnel donne la main au

responsable de la planification de gérer manuellement les affectations des tâches que ce soit

dans la modification de la durée d’une tâche de maintenance ou de production, de changer

d’opérateur, ou de modifier la date de démarrage de la tâche. A cette étape, une fenêtre s’affiche

pour que les responsables valident ou non les changements proposés.

Bien évidemment, pour lancer ce menu, il faut que le décideur saisisse la période pendant

laquelle il veut chercher les chevauchements possibles.

4.3.2. Diagramme de classes modifié

Au début de notre projet, nous avons commencé par consulter les tables de GPAO et de

GMAO pour voir quelle table modifier. Suite à la conception de l’OGP, nous avons proposé

d’ajouter des tables, d’ajouter des champs à des tables existantes et de créer de nouvelles

associations. Ceci est présenté dans la nouvelle conception ci-dessous (figure 4.10).

Nous résumons, les changements proposés dans le tableau 4.27.

Tableau 4.27 : Les tables modifiées

Table modifiée Attribut ajouté Désignation

Zxeq_mstr

Zxeq_mttr Temps moyen de réparation

Zxeq_mtbf Temps moyen de bon

fonctionnement

Zxeq_td Taux de disponibilité

Zxiround_mstr

Zxiround_eq_imp Indice d’importance de l’équipement

Zxiround_status Statut de tournée (on ajoute le statut

« en retard »)

Zxiround_delay Nombre de jour de retard

So_mstr

So_penality Pénalité de retard

So_status Statut de la commande

So_imp Importance de la commande

So_cust_imp Importance du client

Wo_mstr

Wo_lead_time Temps de cycle

Wo_time_window Intervalle de tolérance de l’OF

Wo_delay Nombre du jour de retard de l’OF

Zxjobschd_mstr Zxjobschd_fix_edte Date fixe de début pour la tâche de

maintenance.

107

Zxjobschd_fix_sdte Date de fin fixe pour la tâche de

maintenance.

Zxjobschd_time_win

dow

Marge temporelle de la tâche de la

maintenance.

Wr_route Wr_mch_imp Importance de la machine dans le

flux de production.

Pour le lien entre la table zxjobschd_mstr et la table wo_mstr, nous avons ajouté la table

« Gestion_mstr » où se fera à chaque fois l’enregistrement des données de comparaison entre

les tâches de maintenance et de production. Idem pour alimenter la partie de configuration de

l’OGP, les données de préférence des décideurs (pour chaque client de Discovery) seront

stockées dans la table « Pondération_AHP_mstr ». Enfin, nous avons ajouté la table « Rapport

de gestion_mstr » pour générer les rapports modifiés après l’exécution de l’outil d’aide à la

décision (les tables ajoutées sont présentées en rose dans la figure 4.10). Le tableau 4.28 résume

les tables ajoutées :

Tableau 4.28 : Tables ajoutées

Tout client de DISCOVERY aura accès à l’utilisation des menus proposés. Suite à

l’introduction des poids de préférence, le calcul pourra se faire après automatiquement pour

générer enfin un indice de priorité de chaque tâche de maintenance et de production

chevauchées.

4.3.3. Diagramme Cas d’utilisation d’UML

La figure 4.11 montre le diagramme de cas d’utilisation global de l’outil d’aide à la décision

à développer. Les acteurs principaux sont le responsable production et le responsable

maintenance. Les différentes fonctionnalités du module OGP sont présentées par des ellipses

liées aux acteurs. Nous présenterons dans le paragraphe suivant les cas d’utilisation raffinés.

Table ajoutée Désignation

Gestion_mstr Données de comparaison des tâches chevauchées

Pondération_AHP_mstr Poids de préférence des décideurs pour chaque critère

Rapport_de_gestion_mstr Rapport des tâches modifiées après exécution de l’OGP

108

1

Planiifer

1

1..1

Contient

1..*

Inclus

1..*

1..*

1..1

Planifier

1..1

1..1

Evaluer_P

1..*

S'appliquer_P

1..1

Evaluer_M

1..*

S'appliquer_M

1..1

Juger

1..1

Saisir

1..*

Calculer1..1

1..*

affecter

1..1

Composer

0..*

Avoir

1..*

0..1

0..*

1..*

Avoir1..*

1..*

Modifier

1..1

Modifier

0..10..*

1..*

appartenir

1..*

lancer

zxwi_mstr

+

-

-

-

-

-

-

zxwi_nbr

zxwi_name

zxwi_eq_class_id

zxwi_eq

zxwi_type

zxwi_qualf

zxwi_seq

: char

: char

: char

: char

: char

: char

: char

+

+

+

modifer ()

valider ()

supprimer ()

: void

: void

: void

zxjobschd

-

-

-

-

-

-

-

-

-

-

-

Zxjobschd_id

Zxjobschd_type

Zxjobschd_maint_catgribut

Zxjobschd_priority

Zxjobschd_sdte

Zxjobschd_edte

Zxjobschd_fix_sdte

Zxjobschd_duration

Zxjobschd_fix_edte

zxjobschd_marge

zxjobschd_time_window

: char

: bool

: char

: int

: date

: date

: bool

: int

: bool

: float

: int

+

+

+

modifier ()

valider ()

supprimer ()...

: void[]

: void[]

: void[]

zxeq_mstr

-

-

-

-

-

-

-

-

-

-

-

-

Zxeq_id

Zxeq_name

Zxeq_parent

Zxeq_classnode

Zxeq_wc_wkctr

Zxeq_wc_mch

Zxeq_site

Zxeq_fa

Zxeq_vend_id

Zxeq_mttr

Zxeq_mtbf

zxeq_td

: char

: char

: char

: char

: char

: char

: char

: char

: char

: float

: float

: float

zxjo_mstr

-

-

-

-

-

-

-

-

-

-

-

-

zxjo_nbr

zxjo_budgcost_nbr

zxjo_schd_nbr

zxjo_eq

zxjo_crec_count

zxjo_desc

zxjo_cr_dte

zxjo_sump

zxjo_downtime

zxjo_down_date

zxjo_wi_id

zxjo_crec_intv

: char

: char

: char

: char

: char

: char

: date

: char

: float

: date

: char

: float

zxiround_mstr

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

Zxiround_nbr

Zxiround_desc

Zxiround_type

Zxiround_sndr

Zxiround_cr_dte

Zxiround_prj

Zxiround_obs

Zxiround_wi_id

Zxiround_ins_cmt

Zxiround_schd_nbr

zxiround_budgcost_nbr

zxiround_trec_intv_type

zxiround_trec_intv

zxiround_trec_fixed

zxiround_eq

zxiround_cost

zxiround_eq_criticity

zxiround_status

zxiround_delay

: char

: char

: bool

: char

: date

: int

: char

: char

: char

: char

: float

: float

: float

: bool

: char

: float

: int

: char

: int

+

+

+

modifier ()

valider1 ()

supprimer ()

: void[]

: void[]

: void[]

pt_mstr

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

pt_part

Pt_site

Pt_routing

Pt_start

Pt_bom_code

Pt_mod_date

Pt_batch

Pt_total_cost

Pt_mttr

Pt_mtbf

Pt_wh

Pt_com_code

Pt_mfg_lead

Pt_prod_line

pt_critical

: char

: char

: char

: date

: int

: date

: int

: float

: float

: float

: char

: int

: float

: char

: bool

wo_mstr

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

Wo_nbr

Wo_ord_date

Wo_rel_date

Wo_due_date

Wo_qty_ord

Wo_reject_chg

Wo_qty_comp

Wo_wip_tot

Wo_lbr_tot

Wo_unit_cost

Wo_stat_close_date

Wo_eng_code

Wo_status

Wo_lot

Wo_rmks

Wo_schd_type

Wo_lead_time

Wo_time_window

wo_delay

: char

: date

: date

: date

: int

: float

: float

: float

: float

: float

: date

: char

: char

: char

: char

: char

: float

: int

: int

+

+

modifier ()

valider ()...

: void

: void

wod_det

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

wod_nbr

wod_lot

wod_iss_date

wod_part

wod_qty_req

wod_qty_iss

wod_tot_std

wod_critical

wod_eng_code

wod_price

wod_line_price

wo_yield_prt

wod_op

wod_op_cost

wod_val

: char

: char

: date

: char

: float

: float

: float

: bool

: char

: float

: float

: float

: char

: float

: float

+

+

+

modifier ()

valider ()

supprimer ()

: void

: void

: void

Gestion_mstr

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

gestion_id

gestion_CIP

gestion_CMCE

gestion_vb1

gestion_vb2

gestion_vb3

gestion_vb4

gestion_vb5

gestion_vb6

gestion_vb7

gestion_vb8

gestion_CIM

gestion_CPP

gestion_CMOP

gestion_CEMP

gestion_CPC

gestion_CPnR

gestion_decision

: char

: float

: float

: bool

: bool

: bool

: bool

: bool

: bool

: bool

: bool

: float

: float

: float

: float

: float

: float

: string

+

+

+

+

+

créer ()

modifier ()

valider ()

consulter ()

supprimer ()...

: void

: void

: void

: void[]

: void

Pondération_AHP_mstr

-

-

-

-

-

-

-

-

-

-

-

-

-

pond_id

pond_VE_ITP

pond_VE_ITC

pond_VE_RP

pond_ITC_ITP

pond_ITC_RP

pond_CD_CI

pond_DE_Rd

pond_DE_IT

pond_Rd_IT

pond_TD_CM

pond_FPP

pond_FPM

: int

: int

: int

: int

: int

: int

: int

: int

: int

: int

: int

: int

: int

+

+

+

créer ()

modifier ()

consulter ()

: int

: void

: void

Client_mstr

-

-

-

-

cilent_id

client_adresse

client_tel

client_date

: char

: char

: int

: date

wr_route

-

-

-

-

-

-

-

-

-

-

wr_nbr

wr_op

wr_setup

wr_run

wr_qty_ord

wr_qty_reject

wr_status

wr_Delay

wr_mch

wr_mch_imp

: int

: int

: int

: int

: int

: int

: int

: float

: int

: int

zxsp_mstr

-

-

-

-

-

zxsp_nbr

Attribut_2zxsp_name

zxsp_abb

zxsp_repair

zxsp_std_cost

: char

: char

: cahr

: bool

: float

Util isateurs

-

-

-

user_id

user_name

user_ligne

: char

: char

: char

Responsable_Production Responsable_Maintenance Responsable_BureauMéthode

Rapport de Gestion_mstr

-

-

-

-

-

-

rapport_id

rapport_date

rapport_approbateur

rapport_cmnt

rapport_id_of

rapport_id_om

: char

: date

: char

: char

: int

: int

+

+

+

+

+

+

Créer ()

Modifier ()

Valider ()

Enregistrer ()

Supprimer ()

Consulter ()

: void

: void

: void

: void

: void

: void

So_mstr

-

-

-

-

-

-

-

-

so_nbr

so_ord_date

so_req_date

so_due_date

so_imp

so_cust_imp

so_penality

so_status

: char

: date

: date

: date

: int

: int

: int

: char

Figure 4.10 : Diagramme de classe modifié

109

Figure 4.11 : Diagramme de cas d’utilisation global

110

4.3.4. Cas d’utilisation raffinés

La première étape est de s’authentifier pour que le système garde les données de chaque

utilisateur et applique la méthode de décision en groupe.

4.3.4.1. Cas d’utilisation : Paramétrer OGP (Saisir les préférences)

Tous les décideurs peuvent accéder à ce menu après l’authentification. A travers ce menu,

l’utilisateur doit répondre aux questions qui lui permettent de saisir ses préférences vis-à-vis les

différents critères proposés par l’outil OGP.

Figure 4.12 : Raffinement du premier cas d’utilisation

Le tableau suivant décrit le scénario d’utilisation de ce cas.

Tableau 4.29 : Raffinement du premier cas d’utilisation

Cas d’utilisation Paramétrer OGP

Acteurs Responsable(s) de production, Responsable(s)

de maintenance

Pré-condition S’authentifier et accéder au menu « OGP

Settings »

Post-condition Afficher les critères et leurs seuils de

préférences.

Description du scénario

- L’utilisateur saisie son nom et son ID.

- L’utilisateur accède au menu OGP

Settings.

- Il peut choisir le critère à évaluer (tous

les critères doivent être renseignés).

111

- L’utilisateur répond aux questions

d’évaluation en saisissant une note parmi

l’échelle de SAATY proposée.

- Il doit ensuite valider et passer au critère

suivant.

- Le système enregistre les valeurs après la

validation de tous les critères.

Exception

Un message d’avertissement peut être généré

dans le cas où les jugements introduits ne sont

pas cohérents. Dans ce cas, le décideur est

amés à saisir de nouveau ses préférences.

4.3.4.2. Cas d’utilisation : Exécuter OGP

Après avoir saisi les différentes préférences, le système enregistre les données et l’utilisateur

peut alors exécuter le menu « Evaluation Plannings ».

Figure 4.13 : Raffinement du deuxième cas d’utilisation

Le tableau suivant décrit le scénario d’utilisation de ce cas.

112

Tableau 4.30 : Raffinement du deuxième cas d’utilisation

Cas d’utilisation Exécuter OGP

Acteurs Responsable(s) de production, Responsable(s)

de maintenance

Pré-condition Accéder au menu « Evaluation Plannings »

Post-condition Afficher les tâches chevauchées et les

décisions alternatives.

Description du scénario

- L’utilisateur accède au menu Evaluation

plannings.

- L’utilisateur saisit l’intervalle de temps à

choisir.

- Affichage des tâches chevauchées.

- Sélection des tâches à vérifier.

- Les décisions validées.

- Le système rectifie les dates changées.

Exception Un message d’erreur est généré si la saisie des

dates n’est pas valide.

4.3.4.3. Cas d’utilisation : Edition rapport de gestion des plannings

Une fois les propositions sont validées, le décideur peut générer un rapport de gestion des

plannings où sont enregistrées les dates avant et après le changement.

4.3.5. Conception des maquettes

Nous avons commencé à concevoir les interfaces de l’outil OGP avec le logiciel AXUR RP

PRO 7. Puis, nous avons communiqué ces interfaces à l’équipe de développement avec JAVA.

La figure 4.14 montre la première interface d’accueil du module OGP où le décideur doit

s’identifier avec son ID et son nom.

113

Figure 4.14 : Interface d’accueil du module OGP

Après avoir fait l’identification, commence la phase de configuration où le décideur passe

alors à la saisie de ces préférences vis-à-vis tous les critères et les sous-critères. Il peut choisir

dans le menu général, le menu « OGP Settings » le critère à renseigner.

Figure 4.15 : Menu général

Puis, une fenêtre affichant les questions d’évaluation du critère sélectionné s’ouvre. Le

décideur doit alors introduire le poids selon l’échelle de SAATY proposée.

114

Figure 4.16 : Interface d’introduction des poids de préférence des décideurs

Cette fenêtre s’ouvrera tant de critères que nous avons (voir annexe I pour les autres maquettes

et pour l’explication de la démarche d’utilisation). Le menu “OGP SETTINGS” permet de

définir les paramètres de configuration dès le début, accessible alors une seule fois pour chaque

client. S’il y a plus qu’un décideur, chacun doit alors s’identifier pour saisir ses propres

préférences puis le système applique la méthode de décision en groupe et enregistre les résultats

finaux. Une fois la configuration est terminée, les poids seront enregistrés et prêts à être utilisés

en cas où les décideurs veulent exécuter l’évaluation des plannings.

Supposant maintenant qu’un utilisateur veut vérifier les plannings de maintenance et de

production. La fenêtre de la figure 4.17 s’ouvre pour que l’utilisateur saisisse l’intervalle de

temps à choisir.

Figure 4.17 : Interface d’accueil du menu Evaluation des plannings (choix de l’intervalle

de temps)

115

L’utilisateur choisit alors l’intervalle de temps pendant lequel il veut vérifier les plannings de

maintenance et de production déjà établis. Le système effectue la recherche parmi les plannings

de maintenance et de production en les triant selon l’intervalle introduit. Puis, il affiche à

l’utilisateur les OF et OT chevauchés (figure 4.18).

Figure 4.18 : Liste des tâches chevauchées

A ce niveau, le décideur a une liste de tâches chevauchées avec l’ID de l’OT et de l’OF ainsi

que les dates de début et de fin de chaque tâche. Nous offrons la possibilité de choisir quel

couple de tâches à planifier, il suffit de cocher la case « inclure » à la fin de la ligne des tâches

chevauchées. Puis, il valide en appuyant sur le bouton « exécuter ». Ainsi le programme d’aide

à la décision commence à tourner et importer les différentes données du module GPAO et

GMAO.

Ensuite, l’utilisateur accède au menu « Décisions Alternatives » où il peut choisir quel résultat

afficher. Il peut visualiser les propositions finales en se basant sur l’indice de priorité finale ou

bien il peut afficher les résultats par critère.

Figure 4.19 : Les décisions par critère

116

Après que le décideur choisit le critère à utiliser, le système affiche la décision soit de reporter

la tâche de production ou la tâche de maintenance. En mettant le curseur sur la case de décision,

le système affiche la date alternative proposé.

Figure 4.20 : Les dates des tâches reportées

Nous offrons encore une fois la possibilité de valider ou non les propositions du système pour

les tâches qu’a choisies le décideur au début.

Figure 4.21 : Validation des propositions

Après la validation des propositions, le décideur peut générer un rapport de planification où le

système enregistre les changements faits concernant le planning de production et de

maintenance. Cette fonctionnalité est accessible à partir du menu « Edition rapport de gestion ».

En cliquant sur la ligne du couple des tâches chevauchées, le décideur peut aussi visualiser les

courbes d’analyse des résultats donnant la priorité de chaque tâche en fixant un critère bien

déterminé.

117

Figure 4.22 : Visualisation des courbes d’analyse

Figure 4.23 : Edition des rapports de gestion des plannings

Nous avons communiqué ces maquettes à l’équipe de développement informatique qui a

commencé à développer les interfaces avec JAVA.

118

Figure 4.24 : Authentification

La figure 4.25 est l’interface de saisie des préférences dans le menu « OGP Settings ».

Figure 4.25 : Menu « OGP Settings » sur QAD

119

Figure 4.26 : Critère flexibilité

Figure 4.27 : Menu d’évaluation des plannings avec Java

4.4. Conclusion

Ce chapitre a été dédié au test de l’outil que nous avons conçu pour l’aide à la décision. Nous

avons alors appliqué les formules et les règles de gestion définies dans le troisième chapitre aux

données de l’entreprise pour laquelle nous avons fait l’étude. Puis, nous avons présenté les

résultats estimés de l’application de cet outil. Ces résultats concernent d’une part l’amélioration

des performances des processus de maintenance et de production et d’autre part les

changements de conception des bases de données.

120

Conclusion générale

fin de bien gérer les plannings de maintenance et de production, une entreprise cliente

de DISCOVERY INFORMATIQUE exerçant dans le domaine pharmaceutique s’est

rendu compte de l’importance d’une interface de gestion entre le module GPAO et

GMAO de l’ERP QAD. Elle utilise déjà l’ERP QAD et vient d’installer la solution GMAO

OLEA de DISCOVERY INFORMATIQUE.

Le présent projet est dans le cadre d’amélioration spécifique de ces deux modules pour le

compte de ce client. L’objectif est de dégager des règles de gestion qui permettent aux décideurs

de choisir entre deux tâches chevauchées. Et par conséquent, nous aurons besoin d’un outil

d’aide à la décision dont l’exécution génère des indices de priorité de chaque tâche.

Pour ce faire, nous avons commencé par une phase d’étude théorique où nous avons traité les

différentes notions liées à cette problématique et les différentes méthodes que nous pouvons

éventuellement utiliser pour générer ces indices de priorité. Cette phase s’est achevée par une

adoption de vision globale des composantes du projet et de la méthodologie d’aide à la décision

à adopter et à appliquer tout au long de ce projet.

Ensuite, nous avons entamé la première phase du processus d’aide à la décision, à savoir la

phase de diagnostic. Durant cette étape, nous nous sommes basés sur des questionnaires que

nous avons conçus de manière à balayer toutes les dimensions du problème. A l’issue de cette

étape nous avons pu dégager les dysfonctionnements des fonctions maintenance et production

de l’industrie cliente de DISCOVERY INFORMATIQUE. Pour cela, nous avons opté pour une

analyse profonde de la problématique et spécifié ses enjeux. Puis, nous avons analysé les causes

d’arrêts de production et les classées selon leur contribution. Ceci s’est traduit par l’étude des

axes de performance de chaque service à part, ce qui nous a permis de détecter les axes de

maîtrise qui nécessitent des améliorations pour atteindre le niveau exigé. Parmi ces axes, nous

avons trouvé que l’axe de communication entre la fonction maintenance et la fonction

production est l’axe prioritaire. Cet axe souffre de l’absence d’échange entre les deux fonctions

et d’un manque d’arbitrage. Cette phase s’est achevée par la proposition du plan d’actions qui

vise à concevoir un outil permettant d’arbitrer entre les deux fonctions étudiées et de générer

des règles de gestion. Nous avons alors étudié l’interaction entre les deux modules GPAO et

GMAO de l’ERP QAD à la fin de cette étape.

En troisième phase, nous avons commencé la modélisation de l’outil d’aide à la décision à

concevoir. Une étude comparative nous a amené à choisir la méthode AHP. Par la suite, nous

avons cherché les critères à utiliser pour l’exécution de cette méthode. Une fois les critères

choisis, nous avons formulé le problème mathématiquement et défini toutes les formules

nécessaires au calcul. A l’issue de cette phase, nous avons eu un modèle mathématique complet

pour l’exécution de l’outil qui nous a permis de générer les indices de priorité et les différentes

règles de gestion à utiliser pour gérer la priorité entre les tâches de maintenance et de

production.

A

121

Nous avons consacré le dernier chapitre à la phase de test où nous avons appliqué la méthode

proposée au cas de l’industrie cliente de DISCOVERY INFORMATIQUE. Enfin, nous avons

préparé le dossier technique de l’outil d’aide à la décision proposé.

Bien que cet outil ait permis de résoudre le problème spécifié par le client dans le cahier des

charges, nous avons quand même des points d’autocritique à soulever. Par exemple, nous avons

utilisé l’agrégation des préférences des décideurs qui en quelque sorte peut engendrer une perte

d’informations individuelles.

La problématique d’intégration entre la fonction maintenance et production peut être traitée

de plusieurs manières. Le travail effectué durant ce projet de fin d’études n’est qu’une

proposition d’amélioration des modules GMAO et GPAO dans cette même perspective. Nous

proposons par exemple de concevoir aussi un modèle d’ordonnancement conjoint des deux

fonctions maintenance et production et de l’intégrer comme module d’ordonnancement intégré

dans l’ERP QAD.

122

Références bibliographiques

A

AOUFIR, Houda ; BOUAMI, DRISS. Les coûts directs de la maintenance : de la comptabilité

analytique vers la gestion par les activités. Revue française de gestion industrielle. 05

septembre 2007. Vol 39. Pages 82-102.

ARNOULD, Philippe ; RENAUD, Jean. Les niveaux de planification. Afnor. 2003. ISBN :

978-2125050405.

AYADI, Dorra. Optimisation multicritère de la fiabilité : application du modèle de goal

programming avec les fonctions de satisfactions dans l’industrie de traitement de gaz. Thèse

de doctorat. Science de l’ingénieur. 01 octobre 2010. A l’Institut des Sciences et Techniques de

l’Ingénieur d’Angers.

B

BARLOW, Richard; HUNTER, Laty. Optimal preventive maintenance policies. Operations

Research. VOL. 8. Pages.90-100. 1960.

BAYRASSOU, Manel. Une approche d’évaluation et d’amélioration du service maintenance

basée sur la simulation. Mémoire de magister. Génie industriel. UNIVERSITE HADJ

LAKHDAR BATNA Faculté des Sciences de l’Ingénieur. 2010.

BEN YOUNES, Mohamed Arbi. Élaboration d’une démarche d’évaluation du potentiel

d’innovation. Mastère de recherche. Génie Industriel. Juillet 2013. ENIT.

BENBOUZID, Fatima. Contribution à l’étude de la performance et de la robustesse des

ordonnancements conjoints Production/Maintenance - Cas du Flowshop. Thèse de doctorat.

Automatique et Robotique. 29 juin 2005. L’UFR des Sciences et Techniques de l’Université de

Franche-Comté.

BENCHMARKING PARTNERS. ERP’s second wave: maximizing the value of ERP-enabled

processes. Deloitte Consulting study. 1998.

BOUCLY, François. Les coûts de non efficacité des équipements. Afnor, 1988. ISBN : 2-12-

467611-2

BOULENGER, Alain. Analyse vibratoire en maintenance : surveillance et diagnostic des

machines. Techniques de l’ingénieur. Avril 2006. Consulté le 03 mars 2016. www.techniques-

ingenieur.fr

BRASSEUR, Christophe. Data Management : Qualité des données et compétitivité. Edition

Hermes Science Publications. 2005. Pages 47-52. ISBN: 2-7462-1210-2.

123

C

CHENG, Eddie; LI, Hang. Analytic hierarchy process: An approach to determine measures

for business performance. Measuring Business Excellence. 2001. Vol 5(3), Pages 30–36

COURTOIS, Alain ; PILLET, Maurice ; CHANTEL, Martin. Gestion de production. Eyrolles

Editions d’organisation. 4éme édition. 2003. Pages 209-245. ISBBN : 2-7081-2986-4.

D

DARRAS, Franck. Proposition d’un cadre de référence pour la conception et l’exploitation

d’un progiciel de gestion intégré. Thèse de doctorat. Systèmes industriels. 28 octobre 2004.

L’institut national polytechnique de Toulouse.

DAVENPORT, Thomas. Putting the enterprise into the enterprise system. Harvard Business

Review. Vol 76 (4). Juillet-Aout 1998. Pages 121–132.

DELOUX, Estelle; CASTANIER, Bruno; BERENGUER, Christophe. Predictive

maintenance policy for a gradually deteriorating system subject to stress. Reliability

Engineering & System Safety, 17 février 2009, Pages 418-431.

DUCREAU, Florence; BOUTRY, Michel. Le COQ et les coûts résultant de la non qualité.

Cours. 2014. Université Nancy 2.

E

E COSTA, Carlos. Les problématiques de l’aide à la décision : vers un enrichissement de la

trilogie choix-tri-rangement. Revue française d’automatique, d’informatique et de recherche

opérationnelle. Vol. 30, N°2. 1996. Pages 191-216.

E. DELOUX, B. CASTANIER, C. B2RENGUER. Predictive maintenance policy for a

gradually deteriorating system subject to stress. Reliability Engineering and System Safety.94/2:

418-431; 2009.

EDWARDS, Ward. Reflections on the Contributions of Ward Edwards to Decision Analysis

and Behavioral Research. Social utilities. Engineering Economist, Summer Symposium. Vol 6.

1971. Pages 119-129.

124

F

FUMEY, Marc. Méthode d’Evaluation des Risques Agrégés : application au choix des

investissements de renouvellement d’installations. Thèse de doctorat. Systèmes industriels. 5

janvier 2001. Institut National Polytechnique de Toulouse.

G

GHARBI, Hassen. Planification réactive et robuste au sein d’une chaîne logistique. Thèse de

doctorat. Informatique et Génie industriel. 30 juin 2013. Recherche opérationnelle. INSA de

Toulouse.

GUITOUNI, Adel. L'Ingénierie du Choix d'une Procédure d'Agrégation Multicritère. Thèse

de Doctorat. Technologies d’aide à la décision. 1998. Université Laval.

GUIZENI, Thouraya. Ingénierie des processus. Cours. Génie Industriel. 2016. ENIT.

H

HAJKOWICZ, Stephan; PRATO, Toledo. Multiple Objective Decision Analysis of Farming

Systems in Goodwater Creek Watershed, Missouri. Research Report, 24. 1998. Center for

Agriculture, Resources and Environmental Systems: University of Missouri, Columbia.

HAMMAMEI, Abdelkader. Modélisation technico-économique d’une chaine logistique dans

une entreprise réseau. Thèse de doctorat. Génie Industriel. 26 septembre 2003. La Faculté des

Sciences et de Génie (Université Laval, Québec, Canada).

HOHMAN, Christian. Enquêtes de satisfaction croisées Production-Maintenance. Les défis de

la maintenance. 08 Février 2015. Consulté le 20 mars 2016.

http://christian.hohmann.free.fr/index.php/portail-maintenance-productive/les-defis-de-la-

maintenance/495-enquetes-de-satisfaction-croisees-production-maintenance

HWANG, Ching; YOON, Kwangsun. Multiple attribute decision-making methods and

applications: a state-of-the-art survey. Lecture Notes in Economics and Mathematical Systems.

Springer-Verlag Berlin Heildelberg. New York, NY, 1981. ISBN 978-3-642-48318-9

K

KAFFEL, Hédi. La maintenance distribuée : Concepts, Evaluation et Mise en œuvre. Thèse

PhD. Département de génie mécanique. 2001. Faculté des sciences et de génie, Université de

Laval, Québec, Canada.

125

KEENEY, Ralph; RAIFA, Haward. Decision with Multiobjectives, Preferences and Value

Trade-Offs. Wiley, New York, 1976. ISBN : 978-3-319-17968-1.

KERFAI, Najla. Mangement de la qualité. Cours. Génie Industriel. 2015. ENIT.

LAHMER, Wassim. Conception et développement d’une solution GMAO. Projet de Fin

d’études. Génie Industriel. 11 septembre 2014. ENIT.

L

LANDRY Maurice. L’aide à la décision comme support à la construction du sens dans

l’organisation. Systèmes d’Information et Management. Vol 3(1). Pages 5–39.1998.

LLAURENS, Jérémy. Mise en place d’un plan de maintenance préventive sur un site de

production pharmaceutique. Thèse de doctorat. Sciences pharmaceutiques. 16 février 2011.

Université joseph Fourier faculté de pharmacie de Grenoble.

M

MACHANI, Mahdi. Heuristiques efficaces pour la planification intégrée de la maintenance

préventive et de la production d'un système multi-états. Mémoire de maîtrise. Génie Mécanique.

2009. Faculté de sciences et génie université Laval Québec.

MAYSTRE, Lucian Yves ; PICTET, Jacques ; SIMOS, Jean. Méthodes multicritères

ELECTRE. Lausanne, presses polytechniques et universitaires romandes. 1994. Page 304.

MILLER, George Armitage. The Magical Number Seven, Plus or Minus Two: Some Limits

on Our Capacity for Processing Information. The Psychological Review, Vol 63.1956. p. 81–

97.

MONCHY, François ; VERNIER, Jean Pierre. Maintenance Méthodes et organisations.

Technique et ingénierie, Dunod. 2000. ISBN : 978-2-10-055061-6.

MOUSSEAU, Vincent. Problèmes liés à l’évaluation de l’importance relative des critères en

aide multicritère à la décision : réflexions théoriques, expérimentations et implémentations

informatiques. Thèse de doctorat. Génie Industriel. 1993. Université Paris-Dauphine.

N

NF- X50-126. Guide d’évaluation des coûts résultant de la non qualité. Norme AFNOR. 1986.

NF-EN-13306-X-60-319. Terminologie de la maintenance. Norme AFNOR. 2001.

126

NF-X 60-010. Maintenance - Concepts et définitions des activités de maintenance. Norme

AFNOR. 1994.

O

ORLICKY, Joseph; PLOSSL, George. Orlicky’s Material Requirement Planning. McGraw-

Hill, 2nd edition, 1994. ISBN : 0070504598.

P

PEAUCELLE, Jean Louis. Mesure de la rentabilité des logiciels de GMAO. 2ème congrès

International Franco-Québécois du Génie Industriel. Albi. 1997.

PERES, François ; CAILLAUD, Emmanuel ; NOYES, Daniel. La maintenance dans

l’évaluation des performances des systèmes de production : une approche par la simulation.

Deuxième congrès international Franco-Québecois de Génie Industrielle, Albi, 3-5 septembre

1997.

POSTON, Robin; GRABSKI, Severin. Financial impacts of enterprise ressource planning

implementations. International Journal of Accounting Information Systems. Vol 2. 2001. Pages

271-294.

R

R. S. EISENMANN. Machinery malfunction diagnosis and correction, Applied condition

monitoring. Prentice Hall. 1998.

RAKATOARIVELO, Jean Baptiste. Analyse comparative de méthodes multicritères d’aide à

la décision pour le secteur financier. Rapport de recherche. 22 mai 2015. Université Paul

Sabatier de Toulouse.

RASOVSKA, Ivana. Contribution à une méthodologie de capitalisation des connaissances

basées sur le raisonnement à partir de cas : Application au diagnostic dans une plateforme de

maintenance. Thèse de doctorat. Automatique. 4 juillet 2006. Université de Franche-Comté.

RICHET, Daniel ; GABRIEL, Marc ; MALON Denis ; BLAISON, Gaëtan. Maintenance

Basée sur la Fiabilité - un outil pour la certification, Editions MASSON, Paris. 1996.

RICHET, Daniel ; GABRIEL,Marc ; MALON,Denis ;BLAISON, Gaëtan. Maintenance Basée

sur la Fiabilité - un outil pour la certification. Editions. MASSON, Paris, 1996.

ROY, Bernard. Decision-aid and decision-making. European Journal of Operational

Research. Vol 45. 13 avril 1990. Pages 324–331.

ROY, Bernard. Méthodologie multicritère d’aide à la décision. Economica. Vol 4, N° 3. 1986.

Pages 138-140.

127

S

SAATY, Thomas. Decision making with the analytic hierarchy process. Int. J. Services

Sciences. Vol. 1, No. 1, 2008. Pages 83-96.

SAATY, Thomas. The analytic hierarchy process—what it is and how it is used. Pergamon

Journals Ltd. Volume 9, Issues 3–5, 1987, Pages 161-176.

SECK, Ibrahima. Maîtrise des processus maintenance et plan d’actions : cas des IeS Site

Acides. Projet de fin d’études. Génie mécanique. 2003. ECOLE SUPERIEURE

POLYTECHNIQUE Centre de THIES.

SELSOULI, Moulay Marouane. Modélisation et résolution d’un problème de la planification

conjointe de production et de maintenance. Thèse de Doctorat. Recherche opérationnelle. 17

Mars 2011. Ecole Nationale Supérieure des Techniques Industrielles et des Mines de Nantes.

T

TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON, Christian. Méthodologie

d’intégration des fonctions de l’entreprise : Application aux fonctions production et

maintenance, Conférence journées de maintenance, Maroc, 2005, Pages 1-3.

TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON, Christian. Proposition d’une

méthodologie d’intégration des fonctions production et maintenance basée sur les Patterns.

Conférence : Colloque International : la Maintenance Assistée par Ordinateur ‘’MAO’’, outils,

méthodes et techniques, At Rabat, Maroc. Novembre, 2001.

TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON, Christian. Stratégie et modèle

d’intégration des fonctions production et maintenance. 2ème Colloque National de

Productique. Casablanca, le 13 et 14 Nov. 1997.

TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON,Christian. Towards Automation of

integration Steps of Manufacturing Functions based on Group Technology. The fourth

International Conference of Engineering Design and Automation (EDA”2000), Orlando,

Florida, USA. 30 juillet – 2 aout, 2000.

TCHERNEV, Nikolay. Approvisionnement et logistique. Manuel de l’étudiant. 2003. Institut

Universitaire Professionnalisé « Management et gestion des entreprises », Université

d’Auvergne.

128

U

UMBLE, Elisabeth; HAFT, Ronald; UMBLE, Michael. Enterprise resource planning:

Implementation procedures and critical success factors. European Journal of Operational

Research. 2003. Pages 241-257. Consulté le 16 février 2016.

V

VOOGD, James. Multicriteria Evaluation for Urban and Regional Planning. Pion Ltd,

London. Septembre 1983. ISBN : 978-0850861068

Y

YAZIDI, Oussema. Solution B2B pour la gestion des commandes. Projet de fin d’études.

Génie Informatique. Septembre 2015. ESPRIT.

Z

ZWINGELSTEIN, Gilles. Méthode de la maintenance basée sur la fiabilité de la SAE.

Techniques de l’ingénieur. Octobre 2015. Consulté le 03 mars 2016.

129

Diagnostic de l’interaction entre les modules de GPAO et de GMAO sur l’ERP

QAD et conception d’un outil d’aide à la décision pour la planification.

Résumé : La relation de communication entre la fonction maintenance et la fonction

production confronte plusieurs problèmes, vu que les deux fonctions partagent les mêmes

ressources et se planifie de manière séparément. Une telle problématique nécessite alors un

outil d’aide à la décision qui permet de formuler des indices de priorité permettant de gérer pour

les tâches de maintenance et de production en cas de chevauchement. De là, vient la nécessité

d’une étude d’interaction entre ces deux fonctions. Et comme les solutions ERP sont maintenant

de plus en plus impliquées dans les industries permettant entre autres d’automatiser les

différents flux d’entreprise, notre projet étudie également l’interaction entre les modules de

GPAO et de GMAO. Ensuite une formulation de problème s’avère indispensable pour créer les

formules de calcul nécessaire à l’exécution de l’outil d’aide la décision. Enfin le projet s’achève

par une phase de test et de validation de calcul, et de préparation de dossier technique de la

solution envisagée.

Mots clés : QAD, GPAO, GMAO, Planification, Aide à la décision

130

Diagnosis of the interaction between ERP QAD Computer-Assisted

Maintenance (CAM) and Computer-Assisted Production (CAP) management

modules and design of a decision aid tool for planning.

Summary: The communication relationship between maintenance and production functions

confronts several issues, since the two functions share the same resources but are planned

separately. Such a problem requires then a decision aid tool that allows the formulation of

priority indices to manage the maintenance and production tasks in case of overlap. From there

comes the need to study the interaction between these two functions. And as ERP solutions are

now increasingly involved in industries, allowing, among other things, to automate various

business flows, our project also studies the interaction between the CAM and CAP management

modules. Then a problem formulation is essential to create the formulas needed for the

execution of the decision aid tool. Finally, the project ends with a testing and calculation

validation phase and the preparation of the technical file for the proposed solution.

Keywords: QAD, CAM, CAP, Planning, Decision aid