Thése Adèle LOUIS

Comparaison et extensions de modèles de séquencement intégrant des stratégies de regroupement
les véhicules :  opportunités pour la chaîne logistique automobile

Résumé

Pionnière dans la mise en place des lignes d’assemblage, l’industrie automobile demeure une référence en matière d’optimisation de ces équipements industriels incontournables. Initialement configurées pour la production de masse de produits standards, les lignes d’assemblage disposent aujourd'hui de la flexibilité nécessaire pour produire toute la diversité de véhicules proposée par les constructeurs, et réagir efficacement à l’évolution de la demande. Cependant, la diversité actuelle est telle que les véhicules produits sur la ligne d’assemblage sont distincts les uns des autres, ce qui engendre une complexité sans précédent pour la gestion des approvisionnements en amont et en interne de l’usine, pour la planification et l’ordonnancement de la production dans tous les ateliers, ainsi que pour la distribution des véhicules dans le réseau commercial.

Face à ce constat, nous étudions dans cette thèse l’intérêt et la faisabilité d’intégrer à l'ordonnancement de la production des stratégies de regroupement de véhicules similaires, afin de contribuer à la performance de la chaîne logistique au global.

Pour cela, nous présentons une comparaison des espaces de solutions de modèles séquencement ayant pour objectif commun la minimisation de la surcharge de travail des opérateurs au montage : le Mixed-Model Sequencing et le Car Sequencing. A l’issue de cette comparaison, le premier modèle se distingue comme le plus adapté à intégrer de nouveaux critères d’optimisation.

Par la suite, nous révélons les résultats de l’étude de terrain réalisée au sein de Renault Group qui nous a permis d’identifier et de qualifier des stratégies opportunes de regroupement des véhicules en production. Nous évaluons la pertinence de ces stratégies au regard de leur impact sur la qualité, les coûts et les délais. Nous établissons enfin une priorisation entre toutes ces stratégies qui nous permet d’en retenir deux majeures pour la dernière partie de cette thèse.

Enfin, nous proposons deux nouvelles extensions au modèle du Mixed-Model Sequencing. La première intègre le besoin de l’atelier de peinture de regrouper les véhicules de même teinte afin de limiter les coûts liés aux purges des systèmes de peinture. Dans la seconde extension, nous y ajoutons le regroupement des véhicules de même destination afin d’optimiser la logistique aval.