GSCOP RUB LAB 2022

Pilotage des évolutions dans l’Industrie 4.0 par la maitrise des risques (FMEA), les systèmes d’information et l’appropriation des connaissances (C-K)

Directeur(s) de thèse : Michel TOLLENAERE
Ecole doctorale : IMEP 2

Date de début
 (souhaitée) : 1er Octobre 2018
Financements envisagés – Contexte – Partenaires éventuels : Demande d’allocation IMEP2

Description du sujet :

Mots clefs : Systèmes d’information industriels, Risques Projet, AMDEC, théorie C-K, Lean Manufacturing. 

             Dans l’univers de l’industrie 4.0 et de l’internet des objets - Multi-applications, Multi-produits, Multi-technologies & Multi-expertises - ou les dynamiques d’innovation sont intensives et l’évolution des produits, des technologies, des domaines d’expertises et des processus d’industrialisation très rapides, les concepteurs et les exécutants sont face à un nouveau challenge en terme de génie industriel : celui de la conception d’outils numériques adaptés à une transmission dynamique des savoirs et des savoir-faire.

De nombreuses études ont été conduites récemment au sein de l’équipe SIREP en vue de rendre dynamiques les analyses de risques [Mili 09], maitriser les non conformités des produits [Fiegenwald 13], définir des niveaux de risques globaux admissibles avec le concept de M@R [Bettayab 12] et piloter les plans de contrôle, aider au diagnostic de défaillances à l’aide de réseaux bayésiens dans des environnements multi-produits, multi-équipements [BenSaid 15].

Les défis de l’Industrie 4.0 nous placent aujourd’hui face au challenge de mettre en place une approche globale permettant la mise en cohérence des politiques Systèmes d’information Industriels (UML – schéma directeur), des politiques de maitrise des risques projet (AMDEC) et la gestion des connaissances – compétences (théorie CK) de façon très dynamique. A titre d’exemples, aujourd’hui chez ST, six stagiaires de Master sont engagés dans des voies d’amélioration continue, ce travail de thèse utilisera ces études comme exemple en vue de dégager des méthodologies pour piloter cette nature d’étude en en mesurant la performance en terme d’impact sur les compétences. LECTRA est confrontée à la migration de son offre logicielle vers le « cloud » en minimisant les risques pour ses clients.

Une proposition de question de recherche associée à cette thèse pourrait être formulée de la façon suivante: 

       Comment concevoir les outils de génie industriel en milieu industriel innovant en anticipant le lien entre “connaissance - compétence” et la maitrise des risques individuels et collectifs (FMEA) ?

Les contributions attendues de ce type d’outil pour adresser les challenges et objectifs opérationnels actuels et futurs dans un contexte 4.0 sont :

       Participer à la conception et mise en œuvre de nouvelles formes d’actions collectives permettant de soutenir un environnement industriel en « crise » permanente.

       Participer à la propagation dynamique d’une culture des risques et de la prévention, toutes deux en évolution permanente.

Deux partenaires industriels très impliqués avec leurs clients dans l’industrie 4.0 s’engagent à soutenir cette action de recherche : LECTRA ( www.lectra.com ) société leader sur son marché de fournisseurs de solutions pour la découpe textile et cuir, ST Microelectronics leader mondial sur le marché des composants électroniques (puces). La société ST fournit des produits et des solutions intelligentes qui consomment peu d’énergie et sont au cœur de l’électronique que chacun utilise aujourd’hui au quotidien. Les produits de ST sont présents partout et contribuent à rendre la conduite automobile, les usines, les villes et les habitations plus intelligentes et à développer les nouvelles générations d’appareils mobiles et de l’Internet des objets. ST est à la pointe de l’innovation technologique, avec environ 7 500 personnes travaillant en R&D, aussi bien par ses produits que par ses process de production 4.0 (Manufacturing Science).

 Références scientifiques

Hamidreza Pourzarei, Michel Tollenaere, Samuel Bassetto &al (2018) An optimization method of project control plan for considering uncertainty, soumis au Journal of Project Management.

Cabanes, B. (2017). Modéliser l’émergence de l’expertise et sa gouvernance dans les entreprises innovantes : des communautés aux sociétés proto-épistémiques d’experts Doctoral dissertation, MINES ParisTech – PSL Research University. https://hal.archives-ouvertes.fr/tel-01565628/document

Anis Ben Said, Muhammad Kashif Shahzad, Éric Zamaï, S. Hubac, Michel Tollenaere. Experts' Knowledge Renewal and Maintenance Actions Effectiveness in High-Mix Low-Volume Industries, Using Bayesian Approach, Cognition, Technology and Work, Springer Verlag, 2015, pp.20

Aleddine Zouari, Michel Tollenaere, Ben Habib, Y Aref. Domain knowlege versioning and aggregation mechanisms in product design processes, Concurrent Engineering: Research and Applications, SAGE Publications, 2015, pp.1 ; 12

M'Hammed Sahnoun, Belgacem Bettayeb, Samuel Bassetto, Michel Tollenaere. Simulation-based optimization of sampling plans to reduce inspections while mastering the risk exposure in semiconductor manufacturing, Journal of Intelligent Manufacturing, Springer Verlag (Germany), 2014

Valérie Fiegenwald, Samuel Bassetto, Michel Tollenaere Controlling non-conformities propagation in manufacturing. International Journal of Production Research, Taylor & Francis, 2013

Aymen Mili, Samuel Bassetto, Ali Siadat, Michel Tollenaere. Risks management unveil productivity improvements Journal of Loss Prevention in the Process Industries, Elsevier, 2009, 22 (1), pp.25-34

PMBok chapter 11, Risks management in projects, www.pmi.org

Contact(s) : Michel.Tollenaere@grenoble-inp.fr