Directeur(s) de thèse : Eric Blanco (CC) et Jean Philippe Gayon (LISMOS Université Clermont Auvergne)
Ecole doctorale : I-MEP2 - Ingénierie - Matériaux, Mécanique, Environnement, Energétique, Procédés, Production
Spécialité : Génie Industriel : conception et production (GI)
Type de Financement du projet doctoral* : Contrat doctoral
Unité de recherche : GSCOP http://www.g-scop.grenoble-inp.fr/
Equipe : Conception collaborative / Gestion et Conduite des Systèmes de Production
Année universitaire de 1ère inscription en doctorat : 2018/2019
Date de début de la thèse : 1er octobre 2018
Etablissement de préparation de la thèse : Communauté Université Grenoble Alpes
Ce travail initié par un Master en 2017 et en 2018 ouvre un champ nouveau d’application de la modélisation et de la simulation dans le domaine du développement de produit nouveau. L’enjeu est de s’inscrire dans le champ de la modélisation comportementale en gestion des opérations. Il doit permettre à terme d’intéresser de nombreux partenaires industriels mais l’état exploratoire ne permet pas à ce jour de financer la thèse sur un financement industriel. Des données industrielles sont disponibles pour la validation. Mais nous souhaiterions un financement de bourse de l’école doctorale sur ce thème.
Ce travail aura pour but de de contribuer sur des nouveaux cas de modélisation non traités à ce jour et sur une meilleure connaissance théorique des processus de développement.
Il s’appuie sur deux domaines de compétences du laboratoire GSCOP. Des collaborations avec des équipes spécialisées en psychologie du travail sont envisagées.
Mots clés :
1 développement de produit 2 - théorie des files d’attente –
3 - gestion des opérations 4 - simulation de comportement
5 - gestion de projet 6 - organisation de l’ingénierie
Encadrement :
Directeur de thèse : Eric Blanco - MCF HC HDR
Co-directeur : Jean Philippe Gayon Prof LISMOS/ ISIMA Université Clermont Auvergne
Co-encadrant : Pierre Chévrier PAST GSCOP Génie industriel
Profil et compétences recherchées :
Etudiant.te titulaire d’un Master ou équivalent en Génie industriel, Gestion des opérations, recherche operationnelle, Ingénierie de la production.
Expérience dans des projets industriels sera un plus (stages par exemple)
Maîtrise des approches de simulation de production, théorie de files d’attente
Compétences en Programmation
Intérêt et/ou expériences dans des travaux pluridisciplinaires impliquant des sciences sociales, ou sciences cognitives, psychologie du travail, ergonomie cognitive
Motivation, curiosité, autonomie,
Niveau de français requis : B2 Niveau d'anglais requis : C1
Description de la problématique de recherche :
L’optimisation des performances des équipes de développement et des projets d’ingénierie est une thématique clé pour les managers des équipes de conception qui doivent garantir les délais des projets avec des ressources d’ingénierie limitées. Les études montrent que le temps effectif de valeur ajoutée ne dépasse pas 10% à 15% (Oehmen & Rebentisch 2010) dans les projets de développement. Les gisements de performance sont donc importants. Des pratiques d’organisation comme le lean development se sont développées (Khan et al. 2013; Morgan & Liker 2006; Reinertsen 2009) pour diminuer les pertes de temps dans les projets. Un certain nombre de pratiques sont proposées par la littérature managériale (Reinertsen 2009; Mascitelli 2011) comme la polyvalence des designers, la réduction du portefeuille de projets en cours, la réduction du délai de prototypage, les boucles courtes de validation etc. Cependant les manageurs n’ont pas d’outils pour évaluer l’efficacité des organisations qu’ils mettent en place ou pour les aider dans leur prise de décision en fonction des caractéristiques des projets et de leurs équipes.
D’un point de vue théorique, l’approche par la théorie des contraintes a été développée en gestion de projet pour augmenter la performance dans les projets (Leach 1999; Newbold 1998). Quelques travaux ont démontré les possibilités offertes par des outils classiquement utilisés dans la simulation des systèmes de production comme la théorie des files d'attentes pour simuler et mieux comprendre l’impact du pilotage des projets (Beauregard et al. 2016; Bai et al. 2015).
Cependant, comme le montre (Bendoly et al. 2010), la majeure partie des modèles de simulation et de dimensionnement de gestion des opérations ne prend pas en compte de comportements humains. Pourtant ces derniers sont très importants dans le cadre de la gestion de projet, et notamment en développement de produit. L’impact de l’alternance de tâche multiples (mark et al 2008) ou encore la loi de Parkinson, qui veut qu’on utilise tout le temps disponible pour une tâche (Newbold 1998), sont encore peu étudiés. L’objectif de la thèse sera de proposer des outils d’aide à la décision intégrant les comportements des concepteurs.
La thèse interdisciplinaire s’appuie sur des compétences fortes des encadrants dans leur domaines respectif mais ouvre un champ d’investigation nouveau pour le laboratoire et émergeant dans la littérature internationale avec un fort potentiel.
Objectif :
L’objectif de ce projet de recherche est de développer des outils d’aide à la décision permettant aux manageurs d’optimiser l’organisation de leurs équipes dans des projets d’ingénierie ou de développement de produit. Ces outils s’appuieront sur des modèles d’évaluation de performance (e.g. files d’attente) et d’optimisation.
On cherchera notamment à intégrer des modèles comportementaux des concepteurs ou des équipes de conception pour affiner la prédiction des modèles et permettre d’évaluer a priori la performance des choix organisationnels.
Ce travail aura pour but de contribuer sur les deux axes de recherche : des nouveaux cas de modélisation non traités à ce jour et sur une meilleure connaissance théorique des processus de développement. L’existence des deux domaines de compétence pour GSCOP est une opportunité de se placer dans ce nouveau champ.
Méthode :
Au-delà de l’approche théorique, de l’étude de la littérature et du développement de modèles, la confrontation à des données de terrain issues d’analyse de type Value Stream Mapping permettra de valider les modèles et de structurer des outils d’aide à la décision s’appuyant sur les pratiques industrielles courantes.
Des données industrielles sont déjà disponibles pour la validation des modèles. Des interviews complémentaires ou un recueil de données spécifiques sera mis en place si nécessaire.
Résultats attendus :
Les premiers résultats issus des travaux de deux étudiants de master sont très prometteurs et montre que le potentiel de l’approche est important. Des modèles de simulations permettant de valider ou non des choix organisationnels sur les projets de développement de produit et intégrant l’état de l’art des connaissances sur l’activité de conception et les comportements des concepteurs.
Références bibliographiques :Anderson, N. et al., 2001. Handbook of Industrial, Work and Organizational Psychology. Personnel Psychology. Volume 1, SAGE Publications.
Bai, J., So, K.C. & Tang, C., 2015. A queueing model for managing small projects under uncertainties. European Journal of Operational Research, 253(3), pp.777–790. Available at: http://dx.doi.org/10.1016/j.ejor.2016.02.052.
Bakker, A.B. & Leiter, M.P., 2010. Work engagement A handbook of essential Theory and Research, Psychology Press.
Beauregard, Y. et al., 2016. Optimal utilisation level for lean product development in a multitasking context. International Journal of Production Research, 7543(March), pp.1–24.
Bendoly, E. et al., 2010. Bodies of knowledge for research in behavioral operations. Production and Operations Management, 19(4), pp.434–452.
Khan, M.S. et al., 2013. Towards lean product and process development. International Journal of Computer Integrated Manufacturing, 26(12), pp.1105–1116.
Leach, L.P., 1999. Critical chain project management improves project performance. Project Management Journal, 30(2), pp.39–51.
Mark, G., Gudith, D. & Klocke, U., 2008. The Cost of Interrupted Work : More Speed and Stress. In CHI 2008: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. pp. 107–110.
Mascitelli Ronald, 2011. Mastering Lean Product Development. A practical Event-Driven Process for Maximizing SPeed Profits, and Quality., Technology Perspectives.
Morgan, J.M. & Liker, J.K., 2006. The Toyota Product Developement System: Integrating People Process and Technology, New York: Productivity press.
Newbold, R.C., 1998. Management in the Fast Lane Applying the Theory of Constraints, CRC press Taylor & Francis Group.
Oehmen, J. and Rebentisch, E., 2010a. Waste in Lean Product Development [online]. Cambridge, MA, The Lean Aerospace Initiative.Reinertsen, D.G., 2009. The principles of Product Development Flow. Second Generation Lean Product Development., Celeritas Publishing.
Contacts :
Eric Blanco - MCF HC HDR
Jean Philippe Gayon Prof LISMOS/ ISIMA Université Clermont Auvergne
Pierre Chévrier PAST GSCOP Génie industriel