APPLICATION DE LA LOG tQUE FLOUE

AU CHOIX D'UNE &THODE D'ASSEMBLAGE

Q Antoine Sinankayo, 2000.

The author has granteci a nonexchuive licence aliowing the

National Lt'brary of Canada to
reproduce, Ioan, distniute or sefl
copies of this thesis in microfarm,
paper or electronic fonnats.

L'auteur a accord une licence non

exchrsrve permettant B la
BibliotMque nationale du Canada de
qmduire, prter, distribuer ou
vendre des copies de cette thse sous
la fbrme de microfichelfilm, de
reprodaction sut papier ou sur format
1ectronique.

The author retains ownership ofthe

copyright in this thesis. Neither the
thesis nor substantial extracts h m it
may bc printed or otherwise
reproduced without the author's
pemiission.

L'auteur conserve la proprit du

droit d'auteur qui protge cette thse.
Ni la Wae ni des exaits substantiels
de ceie-ci ne doivent &e imprim4s
ou autrement reproduits sans son
mtoi.isation.

COLE POLYTECHMOUE DE MONTRAL

Ce mmoire intitul :

APPLICATION DE LA LOGIQE FLOUE

AU CHOK D' UNE MTHoDE D'ASSEMBLAGE

prsent par : SINZTNKAYO Antoine

en vue de l'obtention du diplme de :Maitnse es sciences appliques

a t dment accept par le jury d'examen constitu de :

M, BARON Luc, Ph. D., prsident

M. MASCLE Christian, Doct. 6s Sciences, membre et directeur de recherche
M. BALAZINSKI Marek, Ph.D., membre et codirecteur de recherche
M. KALYAN Gosh, Ph. D.,membre

REMERCIEMENTS

Je tiens remercier toutes les personnes qui, de prs ou de loin, ont contribu la
ralisation de ce travail.

le souhaite particulirement exprimer toute ma reconnaissance a mes directeurs de

recherche, Messieurs Christian MASCLE et Marek BALAZINSKI , pour leur
disponibilit tout au long de la ralisation du mmoire, leurs directives, leurs conseils et
leur support financier.

Je tiens exprimer mon immense gratitude mes enfants qui m'ont encourag dans mon
dsir d'tudier.
Je me permets aussi de remercier les membres du jury, Messieurs Luc BARON et
Kalyan GHOSH, qui m'ont fiiit L'hormeur d'examiner ce travail en dtail et d'en tre les

rapporteurs.

Je dsire finalement exprimer toute ma reconuaissance au stagiaire ingnieur Olivier

COMA, pour son aide la recherche d'une solution pour I'automatisation de mes
analyses, tous les amis et amies qui m'ont soutew tout au long de ce travail.

Les mthodes actuelles de conception en vue de l'assemblage permettent de

dterminer une ou deux mthodes d'assembIage pour un produit donne. Ces mthodes
proposent aussi des techniques de reconception et dterminent l'efficacit d'un
assemblage. Les dfauts de ces mthodes sont souvent la lourdeur de leur application,
leur manque de finesse et de prcision.

Dans ce mmoire, nous prsentons la logique floue comme un outil d'aide a la

dcision, notamment quand il faut choisir la mthode d'assemblage la plus approprie
pour un produit donn. La mthode de conception en vue de l'assemblage que nous
tudierons ici est celle de Boothroyd. Celle-ci permet de dterminer une ou deux
solutions parmi les mthodes d'assemblage manuelle et automatique et les transitions
entre deux mthodes sont discrtes. Nos rsultats d'analyses donnent plus
d'informations en spcifiant le poids de toutes les mthodes pour chaque valeur des
variables. Le concepteur dispose alors de rsultats plus complets et est mieux guid dans
le processus de conception.

Pour raliser cette Me, nous avons reprsent le tableau de Boothroyd :

Choix de la mthode d'assemblage 1) par une base de connaissance contenant trois

prmisses et cinq coaclusions dans le Iogiciei de logique Qoue FDSS dvelopp a

l'cole Polytechnique. Le moteur d'infrence utilis est le SUM-PROD qui traduit au

mieux les problmes linaires. Un fichier combinatoire permet de parcourir le tableau.
Les rsultats que nous avons obtenus avec la logique floue sont maintenant continus et
reprsentent donc mieux la ralit. Nous avons alors adopte une nouvelle reprsentation
du tableau du Choix de la mthode d'assemblage .

Nous proposons galement un programme conu dans le but d'automatiser ces

analyses et ces applications, notamment pour la gnration automatique de graphiques
reprsentant le tableau. Ce programme permet de bien structurer l'information et de la
traiter plus rapidement et d'une faon plus efficace.

Enfin, nous avons men une brve tude sur la mthode de reconception pour
assemblage m u e 1 que propose Boothroyd. Comme prcdemment, les transitions entre
deux tats taient bmsques et reprsentaient peu la ralit industrielle. En introduisant
des donnes floues, comme la notion de flexiiiite d'un composant, nous obtenons des
rsultats plus prcis. La logique floue permet donc, en plus d'tre un systme d'aide la
dcision, de qualifier de manire plus prcise certaines caractristiques dans notre
application.

vii

Recent design for assembly methods dlow to choose among one or two
assemblig method for a specitic product. More, these methods 0 t h suggest a
reengineering process and compute the assembly eficiency. But, their disadvantage is
the lack of precision. So the designer has sometimes dificulties to take a decision with
the only information given by these methods,

In this report, tzzy logic is descnied like a decision support system, particularly
when the best assembling method must be chosen for a specific product. In the present
context, we are using the Boothroyd's design for assembly method. Boothroyd suggests
oniy one or two adequate issues among the wide range of manual and automatic
methods for a specific assembly. And, al1 the transitions among the possiily choices are
discrete. Our analysis results are more precise and they give more information because
they specitjr the weight of every method for every value of the variables. Consequently,
the designer has more complete results and he is at ease in the design process.
To achieve this study, we have reptesented the Boothroyd table's : "Choice of
the assembling m&od " by a laiowledge base inciuding three premises and five
conciusi~nsin the &ay logic software FDSS provided by the cole Polytahnique. We
used the SUMSROD. mfrence en*

which is the most precise for hear problems.

To browse the table, a combiiatory file was used, Our results are continuous and, as a

consequence, seem to represent better the reaty. As a result, we conceived a new

representation of the table.

We also made an application to automate these analysis, particularly during the

creation of plots of the tabk. Moreover, it aliows to treat information quickly and
efficiently.

Finally, we made a brief study on the Boothroyd's reengineering method for

manual assembling. Like evoked in the previous table, transitions between two States
were abrupt. lntroducing t'uzzy data, like the flem'bility of a product, we got more precise
results. Fuzq logic is not only a decision support system but also a tool which allow to
precise some characteristics in our application.

TABLE DES MATERES

REMERCIEMENTS.............................................................................. .iv
RESUME.. ............................................................................................. v
ASBTMCT........................................................................................

..

.WI

TABLE DES MATTERES..........................................................................ix

*.

LISTE DES FIGLIRES............................................................................ XIII

L I S E DES TABLEAX. .......................................................................

.xvi

...

LISTES DES ANNEXES.......................................................................mu

r n O D U C T I O N . ..................................................................................

-1

CHAPITRE 1: LE PROCESSUS D'LABORATION D'N PRODIT .............- 3

1 . 1 Cycle d'laboration d'un produit.............................................................1.1.1

La conception........................................................................ .-6

1.1.2 La conception en vue de la fabrication.......................................... .--7

1.1.3

La conception en vue de I'assemb1age.--......................................... 12

1.1.4 La conception pour la fabrication et pour i'assemblage.. ..................... .22

1.2La Eibrication................................................................................... -27

1.3 L'assemblage.................................................................................. -28

1.4 Conclusion.......................................................................................

29

CHAPITRE 2 :LA MTBODEDE BOOTHROYD.................................... -33

2.1 Les classes de mthodes d'assemblage selon Boothoyd................................... 33
2.1-1 Assemblage manuel.................................................................. -33

....

2.1.2Assemblage par machine specialisees............................................... 34

2.1.3 Machines programmables............................................................ 35
2.2 Mthodologies d'analyse de l'assemblage ................................................. 35
2.2.1 tude pour I' assemblage manuel................................................. 36
2.2.2 tude pour 1' assemblage automatique.......................................... 38
2.2.3Quelques dfinitions des termes utiliss.......................................... 39
2.2.4Exemples de calcul ................................................................. 44

CHAPITRE 3 :LA LOGIQUE FLOUE.....................................................

47

3.1 introduction a la logique floue............................................................... -47

3.2 finitions......................................................................................

51

3.3 Oprateurs logiques......................................................................... - 3 3

3.3.1 Oprateurs de conjonction (et logique)........................................

-33

3.3.2Oprateur de disjonction........................................................... 54
3.4 Variabks linguistiques....................................................................... -55

3.5 Propositions floues............................................................................

56

3 .5. 1Propositions floues lmentaires.................................................. 56

..

3 S.2 Proposition floue gnrale........................................................ -56

3.6Raisonnement en logique floue.............................................................. .57

3.6.1 Rappel de la logique cIassique... ................................................. -58
3.6.2M o h s ponens gnralis.. ....................................................... -58

. .

3.7Applications....................................................................................

-61

CBAPITRE 4 :APPLICATION DE LA UK;IQE FLOUE AU TABLEAU

NO I DE LA MTHODE DE BOOTHROYD.............................................
4.1 Composition des rgles, des prmisses et des conclusions..............................65
4.1.1Donnes du problme..............................................................

65

4.1.2Exemple 1 ............................................................................ -74

4.1.3Exemple 2 ..........................................................................

-76

4.1.4Exemple 3 ............................................................................

77

4.1.5Conclusions prliminaires......................................................... 78
4.2Analyse de la partie gauche du taMeau 1 .................................................. -79
4.2.1 Zone 0.652 VS .....................................................................

-79

4.2.1.116zNA...................................................................

79

4.2.1.27s NA S 15 .............................................................

83

4.2.2Zone 0.4 d VS S 0.65............................................................

84

4.2.2.1 16 2 NA ................................................................... 85
4.2.2.27s NA S 15............................................................. 85
4.2.3 Zone 0 2 SVS S 0.4............................................................... 87
4.2.3.a 16 2.NA ................................................................. 88

xii
4.2.3.b 7s NA G 15........................................ .
.
.
..............89
4.2.4 Zone NA S 6........................................................................ 91
4.3 Analyse de la partie droite du tableau 1.....................................................

93

4.3.1 Tri selon VS, NA et RI............................................................ 94

4.3.2 Tri selon VS, RI et NA ........................................................... -96
4.3.2.a VS=0.63... ............................................................... 96
4.3.2.b VS=O.5....................................................................
4.4Analyse globale...............................................................................

98

101

4.4.1 Algorithme..............................................................................................

101

4.4.2 Exemple....................................................................................................

102

4.4.3 Premire extension de la mthode............................................................ 105

4.4.4 Seconde extension de la mthode............................................................. 106

CHAPITRE5 :TUDE POUR L'ASSEMBLAGE MANUEL......................... 1 10

. .

5.1 Pruicipe................................................................................................................

111

5.2 Mthode................................................................................................................... 111

5.3 Automatisation de la mthode et utilisation de la logique floue............................ 112
5.3.1 Mise en vidence de i'uiilit de la logique floue.............................. 112
5.3.2 Reprsentation des tableaux 2 et 3 en logique floue.......................... 112

5.4 Reprsentation des tableaux 2 et 3 dans le systme FDSS..............................113

5.5 Exemple pour le tableau 2... ............................................................... -120

CONCLUSION...........................,.,

....................................................................

122

REFEJUNCES.................................................................................. 126

ANNEXES.................... . .

......................................................................................

132

LISTE DES FIGURES

Figure 1.1 :Phases d'laboration d'un produit ..............................

...................... 5

Figure 1.2 : Schma pour assemblage manuel.............................................................. 34

Figure 1.3 : Schma pour assemblage automatique .................................................... ..34
Figure 1.4 : Schma pour assemblage par machines programmables ....................,.....-35
Figure 3.1 :Termes et concepts en logique floue ....................................................... 51
Figure 3.2. Dfinition d'une fonction d'appartenance trapzodale ............................ 52
Figure 3.3 : Dfinitions possibles de fonction d'appartenance ..................................... 53
Figure 3.4 : Fonction d'appartenance correspondant l'intersection .......................... -54
Figure 3.5 : Fonction d'appartenance correspondant l'union .....................................55
Figure 3.6 : Illustration du traitement flou .....................
,
.
...................................... 60
Figure 4.1 : Reprsentation graphique des prmisses et conclusions pour le tableau 1
de Boothhroyd ............................................................................-73
Figure 4.2. Rsultas d'application de SAD no 1 ......................................................... 75
Figure 4.3. Rsultas d'application de S A no 2......................................................... 76
Figure 4.4 .Rsultas d'appiication de SAD no 3...................,
.
.
.............................77
Figue4.5 :VS=0.67. NA=17; 1.05 S M S 1 . 5............................................................ 82
Figure 4.6 :VS4.67. NA =8 ................................................................................... 83
Figure 4.7 :VS 4.67. NA = 1 1 ................................................................................

33

Figure 4.8. VS4.67. NA= 14 ...................................................................................... -84

Figure 4-9:VS4.45. NA=17 ........................ ....................................................... -85

Figure 4.10. VS=0.45. NA =8 ........................................................................................ 85

Figure 4.1 1: VS=0.45. NA=I 1 ......................................................................................

86

Figure4.12. VS=0.45. .....NA=14

.....................

87

Figure 4.13. VS4.25. NA=17 .....................................................................................

88

Figure4.14. VS=0.30. NA=17 .....................................................................................

88

Figure 4.15. VS=0.25. NA=I 1 ......................,

.
...................................................... 89
Figure 4.16. VS=0.25. NA=14 ..................................................................................... 9
Figure 4.17. VS4.35. NA-1 I ....................................................................................90
Figure 4.18. VS=0.35. NA=14 ............................. .
.
.
.............................................. 91

Figure 4.19. VS=0.25. NA=5.......................................................................................

92

Figure 4.20: VS=0.45. NA=5.....................................................................................

93

Figure 4.2 1: VS-0.63. NA=&......................................................................................94

Figure 4.22. VS=0.55. NA=14 ......................................................................................94
Figure 4.23. VS=0.45. NA=6.......................................................................................

95

Figure 4.24. VS=0.30. NA=9.. ...................................................................................... 95

Figure 4.25: VS4.63. Ri=] -4..................................

.................................................. %

.
,
,

Figure 4.26. VS=0.63. Ri=2......................................................................................... 97

Figure 4.27: VS4.63. RI=3.5 ......................................................................................

97

Figure 4.28. VS4.5. Ri=1.4 ..........................................................................................

98

Figure 429. VS4.5. RI=4.5 ...................................................................................... 99

Figure 4.30: VS4.3. RI=1.4 ..................................................................................... 100

LISTE: DES TABLEAUX

Tableau 1.1 : Mthodes de conception et d'analyse couramment utilises ................. 32

Tableau 2.1 : Tableau no 1 de Boothroyd....................................................... 46
Tableau 4.2 : VS=0.68.NA= 17; 0.256RIS2.25............................................... 80
Tableau 4.3 : VS=0.68. NA=17; 1 .05SRIS 1.5... ............................................. 81
Tableau 4.4. Portion de tableau obtenu par suppression des valeurs inutiles..............103
Tableau 4 . 5 : Nombres de lignes tries par VS, NA et RI pour le cote droit du
tableau ............................................................................................

104

Tableau 4.6 : Nombres de lignes tries par VS, NA et RI pour le cte gauche du
tableau ..............................................................................................

105

Tableau 4.7 : Ct droit du tableau avec intervalle de 0.5...................................105

Tableau 4. 8 : Ct gauche du tableau avec intervalle de 0.5, ............................ -106
Tableau 4.9 : Rcapitulatif pour l'tude du ct droit du tableau......................... -107
Tableau 4. 10 : Rcapitulatif pour l'tude du ctb gauche du tableau .....................108
Tableau 4.1 1 : Choix du tri en fonction des conclusions pour le ct droit
du tableau ..........................................................................................

109

Tableau 4. 12 :Choix du tri en fonction des conclusions pour le ct gauche du

tableau .............................................................................................. 109

. .

Tableau 5.21:Manipulation a une main .................................................................... 113

Tableau 5.22. Une main avec0util............................................................. 115
Tableau 5.23. Deux mains pour manipuier.................................................... 116

Tableau 5.24. Deux mains ou assistance necessaire......................................... 117

Tableau 5.3 1 : Composant ajout mais non fix.............................................-118
Tableau 5.32. Composant fix immdiatement............................................... 119
Tableau 5.33 :Opration spare...............................................................

120

LISTES DES ANNEXES

ANNEXE 1 :TUDE POUR ASSEMBLAGE M

. ET AUTOMATIQUE. ....132

ANNEXE 2 : REPRSENTATIONGRAPHIQE ET WMRIQUE DES

TABLEAUX DE BOOTHROYD.. ................. ..........................................149

INTRODUCTION
Dans le processus d'laboration d'un produit, l'tape d'assemblage a t
longtemps considre comme une phase secondaire. Pour un produit dont les techniques
d'assemblage n'ont pas t pralablement tudies pour l'assembler, les assembleurs
sont abiigs de trouver des solutions orijjinales et coteuses, ncessitant parfois un
retour la phase de dpart du processus de conception. Or, plusieurs tudes dmontrent
que le cot d'une modification, ayant lieu en cours de dveloppement d'un produit,
augmente normment si le cycle de conception est avanc[6]. Ainsi l'tape
d'assemblage tant l'une des dernires du processus de l'laboration d'un produit, le
cot associ une modification tardive du design est trs iev.

La recherche d'une solution d'assemblage est pour sa part trs complexe. En

effet, le domaine de l'assemblage est trs vaste, car il s'agit la base d'un concept
simple qui offre un trs large choix de possibilits. Rappelons qu'assembler consiste a
unir physiquement deux ou plusieurs composants. Or, selon les matriaux en prsence et
leurs caractristiques qui entrent en jeu comme le nombre de composants, le volume de
production, les d i t s permis et la qualit requise, la solution peut varier entre le
soudage, le serrage, le vissage, le sertissage, etc.[lO] il fut aussi noter que la mthode

d'assemblage eue-mme est inluence. Le dpariement des mthodes doit tenir compte
de ces paramtres pour fkke un choii parmi les mthodes manuelles ou automatiques,

Il est vident que i'efficacit de la recherche d'une solution d'assemblage varie en

fonction de l'exprience. Dans certains cas,l'tape de remise en cause de la conception

du produit aurait pu tre vite s'il existait une mthode efficace pour choisir les
solutions d'assemblage ds le dpart.

Pour rsoudre ce problme, certaines recherches ont tent de rduire les retours
la conception en offrant aux concepteurs un outil permettant de garder en perspective
l'assemblage (Boothroyd et Dewhurst, 1983).
Le premier chapitre de ce mmoire dcrit le processus d'laboration d'un produit ou d'un
systme. Puis, le deuxime chapitre se rapporte la mthode d'assemblage de
Boothroyd, le troisime la logique floue, le quatrime est consacr aux diffrentes
applications et aux outils d'aide la dcision suggrs. Entin, le cinquime chapitre
comprend une analyse des rsultats obtenus. Une attention particulire est rserve
cette dernire partie car elle constitue le corps du sujet de ce mmoire savoir
M

Utilisation de la logique floue au choix d'une mthode d'assemblage .

CHAPITRE 1: LE PROCESSUS DE CONCEPTION D'UN PRODUIT

Concevoir, fabriquer et assembler des produits rpondant des spcications

prcises, quilibrer les dpenses et les recettes correspondantes, gnerer un bnfice, tel
est le rle conomique de l'entreprise industrielle. Un march qui se mondialise, une

concurrence internationale agressive, des consommateurs exigeants, des produits

devenant rapidement obsoltes, tel est aujourd'hui le contexte de cette activit et
I'volution des tendances. Ces nouvelles donnes ont oblig les entreprises industrielles
a rationaliser leurs pratiques et prter dans ces objectifs une attention particulire
l'assemblage tout en mettant en uvre les concepts de l'ingnierie simultane
(Jabbour, 1997) [lq.

1.1 Cycle d'laboration d'un produit

Entre l'ide qui traduit la conceptudisation d'un besoin et un produit qui traduit
sa matrialisation physique, diientes fonctions sont ncessaires. An de bien mener
notre tude, nous commenous par df'uiir ces diffrentes fonctions qui constituent les
phases successives d'laboration d'un produit. Cette analyse constitue la base de la
recherche d'un modle intgr satisfiisant aux objectifs de l'automatisation de l'analyse
de l'assemblage.

Le produit moderne se caractrise par un cycle de vie de plus en plus court. Cela impose
aux industries une adaptabilit et une flexibilit autant au niveau du produit fonctionnel
qu'au niveau des machines de production.
Dans les qualits attendues des systmes modernes de production, il faut
souligner la ncessit de favoriser les domaines forte valeur ajoute, de disposer d'une
automatisation pousse, d'une modularit au niveau machine et au niveau produit, d'une
gestion flux tendu et des circuits d'information efficaces. L'industrialisation d'un
produit exige donc une certaine interchangeabilit au niveau des phases principales
d'laboration d'un produit.

- spcifications

u
tudes

Dtails

Vue de dtails

Usinage et
fabrication

+
Assemblage

Vue d'ensemble

Tests

Contre-ractions
principales
Figure1.1 :Phases d9laborationd'un produit

Sur la figure on voit que la conception, les mthodes, la fabrication et l'assemblage sont

les principales fonctions du cycle d'laboration d'un produit.

La part consacre chacune de ces phases dpend non seulement des

caractristiques du produit, de ses proprits mais galement du type d'entreprise

concerne. Le temps consacr par exemple la conception peut +er considrabIement

suivant la complexit du produit et le degr d'innovation qu'il reprsente pour

l'entreprise. Le temps consacr la fabrication ou l'assemblage est entirement

dpendant des dcisions prises pour la prparation de chacune de ces fonctions, des
degrs de perturbation des moyens de production et de i'influence de ces perturbations
sur le systme de production.
1.1.1 La conception

La conception est la phase la plus crative d'laboration d'un produit. Elle a

pour objectif de transformer les spcifications, qui qualifient le besoin peru du produit
sous forme de contraintes, en un ensemble de spcifications gomtriques,
technologiques et fonctionnelles telles qu'elles peuvent apparatre sur le plan dtaill du
produit.
On peut dcrire la conception comme tant un processus itratif au cours duquel un
objet est conu et modifi, afin qu'il puisse remplir des fonctions bien dfinies et se
contbrmer un ensemble de contraintes. Dans cette dmarche, on identifie plusieurs
tapes savoir la cration d'un modle du produit, l'analyse, i'essai et la simulation, la
construction de prototype, les ventuelles moditications et la ralisation du projet[l7].
Les caractristiques communes l'ensemble des activits de conception sont les moyens
utiliss par le concepteur. Habituellement, ce sont les outils analytiques et
informatiques.
Les outils analytiques sont des formules empiriques et des quations issues des
modles mathmatiques, Ceux-ci sont utiliss aussi bien lors de la cration du modle,

que lors de son analyse ou de sa modification.

Les outils informatiques sont souvent sous forme de modeleur solide qui assiste
le concepteur, en lui permettant de gnrer d'une faon plus ou moins rapide, des objets
gomtriques virtuels refltant la forme de l'objet qu'il veut concevoir. Le premier
intrt du modeleur solide est la facilit de visualisation non ambigu de la gomtrie
graduellement construite. Le deuxime est la possibilit d'analyser le comportement de
l'objet en situation de fonctionnement par la mise l'preuve virtuelle, mcanique ou
thermique du modle.
II faut noter que tout au long du processus le concepteur doit en tout temps se servir des

informations (chiffres, graphiques et textes) qui constituent les proprits et les

caractristiques du modle.
1.1.2 La conception en vue de la fabrication

La conception pour la fabrication est un processus ou l'on cherche optimiser

l'utilisation des technologies, des procds de fabrication et des cots ds la phase de
conception. Elle a aussi pour but de dfinir l'ensemble des caractristiques, pour fournir
au systme automatis une reprsentation du produit dote d'une logique de
raisonnement comparable a celle de l'expert Peneulrp31. Ces caractristiques sont
partages en quaire catgories warks, 871 :
1. Les caractristiques gomtriques qui sont les lments gomtriques de base

tels que les points, les segments, les surkes ou les volumes, ainsi que les
diffrentes relations qui &sent entre ces lments et qui permettent la dfinition
non ambigue de la gomtrie nominale d'un composant mcanique;

2. Les caractristiques de prcision qui quantifient les dviations maximales

admissibles par rapport a la forme idale de la pice, tant au niveau macrogomtrique (tolrances diisionnelles et gomtriques), qu'au niveau microgomtrique (tats de d a c e ) ;
3. Les caractristiques technologiques qui sont des sous-ensembles de la

gomtrie de la pice qui assurent une fonction particulire. Ces caractristiques

sont gnralement dfinies par un vocabulaire spcifique (rainure, poche, etc.)
plus riche que la seule description de la gomtrie correspondante, car ces termes
voquent la fonction remplie ou le mode de fabrication de forme qu'ils
dcrivent;
4. Les caractristiques matrielles dcrivent les proprits physiques, chimiques,

lectriques, thermiques ou mcaniques du matriau constituant la pice, ainsi que

les ventuels traitements subis par ceile-ci qui ont pu altrer ses proprits
globalement (trempe) ou localement (peinture, anodisation, cmentation), et
donc aecter ses surfaces.
La conception pour la fabrication ralise donc une intgration des fonctions de
conception et de fabrication. EUe pemiet aussi de bnficier de l'tat actuel des outils
disponibles dans la plupart des systmes commerciaux de CFAO. En effet, ces derniers
possdent des modules d'anaiyse en commande numrique intgre. Ce module utilise
directement le modle de conception et propose, aprs la slection par l'oprateur d'un
outil de coupe appropri, de gnrer automatiquement les trajectoires d'outil qui

permettent d'usiner des groupes de volumes standards, tels que les poches ou, les
contoumages.
L'accent porte sur la convinalit de ces modules qui vont jusqu' oftnr une
simulation visuelle anime de l'usinage, en mme temps que les diffrents temps
opratoires calculs.
Aprs analyse des mthodes existantes, Torben [32] considre qu'il y a des
informations essentielles pour le concepteur qui sont souvent ignores, ce sont les
informations sur les cots et les possibilits gomtriques. II propose ainsi une mthode
d'amlioration pour la slection des matriaux et des processus de fabrication. Cette
mthode est prsente comme un module intgrant les notions de cot et de gomtrie.
Ce modle aide non seulement a la slection et mais aussi montre comment se
conformer aux critres de slection en tenant compte des besoins du client, des
dimensions gomtriques, du champ d'application, de la fonction du produit, etc. II
propose d'utiliser trois types d'informations:
1. Les informations liks au processus de conception gnrale de la gomtrie,

des tolrances, de la qualit, pour l'estimation des cots et des problmes

d'environnement;
2. Le modle de matriau qui inclut les critres de rsistance, de corrosion, de

couleur et de conductivit.
3. Les caractristiques du produit pour les possibilits gomtriques et

limitations.
Ces modles O& t valids en &

'des investi*gationspar sondage air ce concept.

Van der Net (1996) [33] et son quipe considrent eux aussi, que les possibilits
de fabrication d'un produit doivent Ztre values ds la conception de celui-ci. II faut
donc modliser les caractristiques du produit ds le dbut. Les relations entre entits
gomtriques et tolrances sont la partie qu'ils considrent trs importante pour le
concepteur. La mthode qu'ils proposent se base sur ces relations. Pour fabriquer un
produit modle on doit avoir une description consistante du produit pour toutes les
tapes de conception et de fabrication.
Leur modle prvoit la disponibilit de toutes les informations ncessaires a tous les
stades du processus de conception et de fabrication, et dcrit le produit d'une faon
simple et consistante. Les anaiyses de fabricabilit sont faites et les valeurs de
dimensions et de tolrances sont dfinies en mme temps. Cependant, ces informations
restent incompltes pour capturer les fonctions non gomtriques. Pour y parvenir, ils
suggrent d'utiliser un modle dans un environnement o les produits prismatiques sont
conus a partir des descriptions volumtriques; la fabrication se faisant sur des machines
commandes numriques et la quaiit tant assure par la performance des machines.

Les concepts d'tat de conception "design states" et d'tat de transformation "design

transformations" sont utiliss pour dcrire la conception des produits mcaniques. On
collecte aussi les informations concernant la gomtrie, Ies fonctions et les techniques
de fabrication lors du processus de conception pour la fabrication. Dans le modle
conventiomel, ce processus n'est pas explicitement connu; le produit fiaal comprend la
gomtrie nominale et les tolrances spMfies par les dessins, les modles de surface et
de volume.

Le nouveau concept utilise les notions "d'oprateurs et d'oprandes" pour spcifier le

processus de fabrication dsir. On se sert des lments N bote, arrte et courbes pour
d f i les-objets qui peuvent tre fabriques "MO'S" et objets primitifs "PO'S". Ces
derniers reprsentent une des parties essentielles du modle qui dterminent les relations
de position, d'orientation, de la gomdtrie, des tolrances et d'assemblage.

Les tolrances modles sont conues de manire ce qu'elles puissent supporter

plusieurs interprtations, suivant le processus en cours (planification, analyse de
l'assemblage ou analyse de la qualit). 11 se nomme modle "enveloppe des tolrances".
A partir de ce modle, on dtermine la mdiane et la zone de distribution des tolrances.

Les tolrances sont interprtes en utilisant le principe de dpendance surtout pour la

modlisation de l'assemblage.
A.H. de Vries [32] et ses partenaires analysent aussi diffrentes tapes

d'intgration de la conception et de la fabrication. Leur premire tape consiste a

concevoir les formes gomtriques a partir desquelles on dtermine les oprations de
fabrication. C'est ce qu'ils appellent le "Feature recognition" (identification des
caractristiques). La deuxime tape procde par la dfinition des squences dans
lesquelies les oprations de conception et de fabrication seront faites (Erve, 88) [13]. ils
nomment cette tape le "Feature Basecl

(conception partir des

caractristiques), L'intgration de la conception et de la fabrication est ce moment

facilite par l'utilisation d'un modeleur solide et hybride. Le concept est model par la
reprsentation des fiontiers appele "Bodary representation (B-Rep)" ou par des
primitives de base &SG Solid Modelem. Cependant certaiaes ophtions sont difndes

a gnrer a cause des imitations physiques de fabrication comme i'enlvement et l'ajout

de matire, les changements de proprits etc. Pour optimiser ces oprations, les objets
primitifs (OP) sont drivs par des oprateurs mathmatiques d'union, de soustraction,

d ' i n t e d o n pour en faire des objets ralisables (P~mitive/Manufacturable).

1.13 La conception en vue de l'assemblage

L'approche de conception en assemblage est diffrente de celle rencontre en

fabrication car l'tude d'une pice en particulier ne peut pas tre isole d'un
environnement lui imposant certaines contraintes gomtriques, technologiques et
fonctio~ellestout aussi importantes que les contraintes intrinsques a la pice.
Selon cette approche, le problme de l'assemblage est trait en profondeur avec
l'ensemble des contraintes qui le limite. Le traitement se fait cependant en assurant des
changes d'informations entre les diffrentes tapes des processus de conception, de
fabrication et d'assemblage. Ce qui conduit galement a la dfinition des besoins
fonctionnels du produit tout en optimisant les techniques appliques, les formes des
pices, ainsi que leur nombre.
La vrification de I'assemblage se situe environ au niveau des prototypes, des
modles de production, et donc aprs les phases conceptuelles (ides, concepts,
spcifications) et de conception prliaire et dtaille (dessin de dtail et d'ensemble).
Cette approche ne tvorise pas la dtection des erreurs potentielles tt dans le processus
de conception. Pourtant, une erreur dtecte tardivement risque de coter trs cher. C'est

le cas lorsqu'il est ncessaire d'&ectuer une modification au cours de l'tude de

l'assemblage.
Dans le but de pallier ce problme, plusieurs compagnies se tournent vers le
concept de l'ingnierie simultane (IS) Pttlie et StoY 1990) [14] pour amliorer la
qualit du produit, tout en diminuant son coGt et son temps de production, en vitant
l'approche linaire et en favorisant une approche plus parallle. Ainsi, les problmes
potentiels de l'assemblage peuvent tre abords ds l'tape de conception puisque les
membres de chaque dpartement peuvent en discuter et les viter.
Depuis quelques annes, des chercheurs se sont penchs sur les problmes
d'assemblage et parmi ceux-l Boothroyd et Dewhurst (1993) [3] ont t les premiers a
tre reconnus pour leurs travaux effectus dans le domaine de la conception en vue de
l'assemblage grce leur mthode ccthsign For Assembly) @FA). Cette mthode
permet de valider la ncessit de chaque composant, afin d'en rduire leur nombre et par
la suite d'valuer I'assemblabilit des composants restants. L'utilisation de nombreux
tableaux et graphiques est essentielle pour analyset chaque composant.
Bien que cette mthode permette d'analyser les mthodes d'assemblage, elle ne permet
que de dterminer la catgorie d'assemblage, manuelle ou automatise, et d'optimiser la
conception du produit, mais elle n'aide pas a trouver la manire d'effectuer
l'assemblage et le choix des outils. Ses concepts ont permis le dveloppement d'un
logiciel appel (<Design For AssembJp, mais ce dernier ne permet que d'analyser
l'assemblage manuel et ne constitue pas une amlioration substantielle de la mthode.

Chan et Mo,(1983)

[TJ

ont amlior la mthode en extrayant l'information

contenue dans un logiciel de CFA0 pour trouver automatiquement les infonnations

manquantes. Cette technologie est intressante pour la dtermination automatique des
solutions d'assemblage, si ces informations sont intgres dans le processus de
recherche d'une solution d'assemblage.
Warnecke et al. (1980) 1341 ne procdent pas a I'suialyse du produit comme le
fait la mthode de DFA mais ils prsentent un catalogue de solutions d'assemblage
permettant de choisir une solution, la machinerie utiliser et les contraintes a respecter.
Les solutions trouves par cette mthode permettent de choisir p m i les meilleures
procdures d'assemblage slectionnes. L'analyse de la valeur est ensuite utilise pour
choisir une solution parmi celles retenues chacune des sous-oprations. Les
inconvnients majeurs de cette approche sont la consultation manuelle du catalogue et
l'absence d'intgration aux systemes informatiss existants. De plus, le catalogue est
bas sur l'exprience et non sur la science qui permet de prendre des dcisions
objectives face une situation donne.
D'autres chercheurs ont analys les contraintes et les rgles considrer durant
la planification automatique de l'assemblage. Parmi ceux-ci, certains ont numr de
nombreuses contraintes a considrer lors de l'assemblage automatis. Ces contraintes
sont des directives de i'usager qui le guident vers un choix final de planification.
L'intrt de ce travail rside dans l'numration des contraintes faciles i utiliser dans
des systmes informatiques, contrairement aux informations contenues daas le catalogue

de solutions de Wamecke et ai.[343, Certaines des contraintes pewent s'appliquer une

vision binaire de l'assemblage dans le cadre du choix d'une solution teNe que choisir la

solution la moins coteuse , mais la majorit d'entre elles tient compte d'une squence
d'oprations d'assemblage.

Afin de trouver la squence d'assemblage en vue de son recyclage, plusieurs

recherches ont t effectues sur le dsassemblage (esign For Oisassembly ou DFD).

(Brooke, 1990) [SI discute des diffrentes manires o te dsassemblage peut aider
l'industrie automobile, surtout en ce qui concerne le recyclage des produits.
Mascle,(1993) [23] a effectu des recherches dans lesquelles il se sert du
dsassemblage et de l'ingnierie inverse (areverse engineering)) afin d'effectuer une
reconception de produit par l'analyse d' une sequence d'assemblage plus efficace. Son
utilisation des demi-degrs de libert permet de trouver les directions libres de
dsassemblage - et donc d'assemblage

- et ainsi de detecter des erreurs potentielles de

conception. De plus, les informations provenant du dsassemblage permettent de

meilleures classification et caractrisation des solutions d'assemblage retenues pour le
catalogue de solutions.
Une autre mthode, prenant appui sur des bases de d o ~ e set des calculs

conomiques, s'impose dans les industries mondiales: IYAssemblabilityEvahating

Method (A E. M.) de Hitachi. Cette mthode a & dveloppe dans les a n n b 80 et

comporte trois principales tapes:

- la conception (dessin, prototypes, etc.) du produit;

- l'valuation de son assemblabi (degr de difficult des oprations

d'assemblage, les cots, etc.) et sa comparaison (des concepts, des autres
produits, etc.);

- l'amlioration du produit.
La compagnie Hitachi a dvelopp cette mthode et l'a mise sur le march, mais elle est
encore mai taye et peu documentejusqu'a nos jours.

D'autres recherches sur l'aspect mthodologique de la conception des produits

en fonction du montage ont t effectues, l'objectif tant de crer un outil applicable a
diffrents types de produits. Cet outil comporte deux parties essentielles:
1. Une analyse globale que l'on appelle ctmacro analyse)) et dont le but est de

modliser la structure du produit, Cette modlisation permet entre autres de

gnrer les processus de montage et de proposer des modifications de
conception visant rendre la structure du produit compatible avec un
montage plus rationne!.
2. Une analyse fine que l'on appelle amicroanalysm et qui consiste a tudier en

dtail le droulement de chaque opration de montage. Cette microanalyse

dbouchera sur des propositions de dessins des pices afin de diminuer la
difiidt des oprations.
Kiq(1989) [191 met Vide d'une conception en deux temps, commenant par
une premire phase d'bauche de conception prive d'iiormations de dtail concernant
les liaisons entre les composants (conception ascendante), suivie d'une seconde phase de

conception dtaille, base sur i'utilisation de caractristiques de liaisons permettant de

raliser l'assemblage (conception descendante).
Kim p r d e aussi l'valuation d'un indice d'assemblabilit. L'intervention de
certains paramtres (tolrances, types de mouvements mettre en uvre, forces
appliquer, poids, dimension, etc.) dans des formules empiriques permet d'obtenir des
notes entre plusieurs propositions.
Gmdzien, L.(1996) et collgues [16] proposent une dmarche de conception d'un
systme d'assemblage applique dans un contexte d'ingnierie concourante. A partir des
comptences rparties dans des laboratoires diffrents, ils montrent que la
complmentarit est possible pour raliser un projet compiexe en substituant au schma
linaire d'organisation de la conception un schma pluridisciplinaire, En mettant en
place des supports d'exprimentation qui permettent un travail coopratif et
mthodologique, ils parviennent dgager des principes gnraux, stnicturaux et
fonctionnels de travaii. La dmarche repose de faon importante sur les interactions
entre les diffrents acteurs et mtiers de la conception. Une tude d'un systme
d'assemblage de sous-ensembles de tronons &avion a servi d'exemple pour retracer les
principales tapes de cette mthodologie. On part de I1iypothse que l'assemblage est
manuel et l'on se propose d'tudier un banc d'assemblage automatis. La cl de i'etude
consiste effectuer une anaiyse fonctionnelle, qui pennet de dfinir la structure de
reprsentation du produit lors du cycle de conception.
Pour contourner les problmes d'imprcision des mthodes habituellement
cornus, ils proposent uae dmarcbe structure qui consiste dfinir i'ensemble des

entits (fonctions de service, fonctions opratoires) et modiiser la structure de

reprsentation du produit lors du cycle de conception.

L'tape *fonction de service spcifie les besoins que le htur produit devra
remplir de faon fonctionnelle, les specifications et les contraintes globales. Ensuite, les
fonctions sont dcomposes en fonctions optiratoires lmentaires. A ce stade, les
graphes d'tats sont utiliss pour modliser les squences opratoires. En tenant compte

de la gamme d'assemblage des composants, les solutions de principes admissibles pour

chaque fonction de service sont dfinies.
Une solution de principe est une combinaison de principes admissibles ou
chaque principe est associe une fonction opratoire lmentaire. partir de cet
ensemble de solutions de principes, la meilleure est slectionne. De cette faon, les
critres fonctionnels sont pris en compte pour le classement des solutions de principes.
La dernire phase consiste a sparer les fonctions opratoires statiques des
fonctions opratoires dynamiques pour associer a chacune d'entre elles Ies fonctions
techniques correspondantes: produire le mouvement, commander le mouvement,
dtecter la dfaillance, etc.

L'tape de conception prliminaire dtwmine L'architecture gIabde du produit et

l'aspect technologique pour chaque fonction technique en tenant compte des contraintes
giobales et de mtiers. Cette phase marque le dbut de la conception simultane des

differentes composantes du produit: le mcanicien commence la conception de la partie

mcanique, il dimensionne et positionne tes composants et I'automaticien ralise

I'analyse ascendante pour d h k l'architechire gnrale de commande a partir des

composants techniques retenus. ERfin, le mcanicien d'exploitation dfinit la stratgie

de maintenance pour le tur systme.
Comme les spcifications techniques peuvent ne pas garantir en elles-mmes que
les spcifications d'un client seront effectivement satisfaites (car des dfaillances
peuvent apparatre dans ses spcifications ou dans te systme organisationnel relatif la
conception et la ralisation du produit), les auteurs recommandent d'tudier la
communication entre les acteurs appartenant diftrents corps de mtier ayant un rle
en conception. Ceci permet d'identifier un certain nombre de non-qualit comme la
perte d'informations au niveau de l'utilisation des logiciels, de la structure des messages
etc. et donc de mettre en place une procdure d'change permettant d'identifier les
interlocuteurs, le typage des messages et les diffrentes modifications et validations
faire.
E. Dupinet et al.,(1997) [l I] utilisent la logique floue pour rsoudre le problme

de distribution des tolrances pendant la conception d'un systme d'assemblage. Ils

proposent tout d'abord de dterminer les tolrances partir des bases de donnes
Proportionna1 scalig method m. Puis, de calculer ces tolrances a partir de rgles

(Rules of thumb) Constant prcision factor method et enfin d'optimiser les cots des
paramtres de tolrance Constant precision factor method N.

Cette technique permet de combiner les calculs en logique floue, qui valuent les
difcuts de fabrication, et la simuiation l'aide des algorithmes qui optimisent le
tolrancement. La mthode repose sur la composition des rgles d'infrence (CRI)qui
prservent un maximum d'uiformatiom de rgles et d'observations. L'allocation des

tolrances est faite ici en utilisant la logique floue base sur la mthode de
programmation non Linaire. On calcule les cots (Ci) imposs par les tolrances a @r
des critres de conception et de fabrication (l'usinabilit des matriaux, les dimensions,
etc.)
(Wiendahl, H.P.(1994)[36] propose un prototype de planitication de la
production des lignes d'assemblage qui facilite la dtermination de l'autonomie des
postes d'assemblage, les procdures de planification et les graphiques relationnels des
oprations. L'autonomie des postes est caractrise par sa capacit d'alimentation dicte
par les dlais de livraison et la capacit de production. Elle est classifie en type A, 0,

C, D et E. Les types A et B sont souvent utiliss dans la production de masse et en srie

sur les lignes d'assemblage. Le type A diEre du type B par le fait que le client est
approvisionn directement de l'ex-stock. Des formes hybrides existent aussi
(combinaison des quatre types cits ci-haut). Cependant, H. P. Wiendahl relve quelques
manquements ces formes de logistique notamment dans la planification des procdures
utilises, dans le support des dcisions, etc. Afin de remdier cette situation, il propose

un prototype bas sur des approches qui amliorent rorganisation des postes avec
algorithmes et des graphiques de reprsentation,

La procdure commence par l'tude de la sudace d'oprations d'assemblage (avec le flux

de matriaux et d'informations spc'iqueS) et le processus utilis. A partir des
informations recueillies ce stade, les postes sont organiss, les approvisiomements
planifis, les temps de cycle caicuis. Puis, on dtermine les stocks minimums, on trace
les procdures et on produit les tableaux et les graphiques de suivi.

La gnration automatique d'un certain nombre de procdures a t dveloppe et teste.

Dans ces oprations, les algorithmes gnetiques (GA), les algorithmes de tolrance (TA)
ainsi que leur combinaison sont souvent vtliss. Celle-ci s'est d'ailleurs montre plus
efficace et prsente des avantages sur le temps de calcul, la gnration de meilleures
solutions, la flexibilit, etc.
Shah et a1.,(1993) [27] analysent quelques approches utilises pendant la

conception pour l'assemblage. Dans les travaux les plus rcents, la modlisation de
l'assemblage a t l'objet de plusieurs recherches sous les aspects cinmatique et
gomtrique. Un bon nombre de chercheurs ont utilis les structures de graphes pour
modliser la topologie de l'assemblage. Eastman, (1981) [12] a, par exemple, utilis les
graphes dans lesquels les composants sont reprsents par des naeuds et les matrices de
transformation avec des arcs. Wesley, (1980) [35] a aussi utilis les graphes et
dvelopp un programme d'aide ATOPASS qui modlise les relations entre les
pikes et les sous-ensembles de pices.
D'autres travaux ont t effectus sur les relations topologiques et gomtriques
entre les entits du produit, la specification des contraintes et leur vaiidation. Dans cette
mthode, il est propos de classer 'assemblage en trois catgories: i'assernblage statique,
dynamique et cinmatique. L'tude se l i e aux deux premires catgories, o on
montre Pimporance des caractristiques suivantes: relations entre sous-ensembles, fait
partie de (Part-of), relations de structures (SR), degrs de likrt @OF), contraintes de
dimensions (FIT) et limites (Lts),

Le modle d'assemblage modle est conu partir des volumes primitifs 0,

des
tiitures formes (F F ) et des sous-ensembles (SUB-A)
A partir de ces lments, on dfinit les spcifications des contraintes

d'assemblage en utilisant des primitives de contrle. C'est ce stade que les repres sont
dtermins. La validation de ces contraintes requiert la rsolution d'un certain nombre
d'quations de contraintes relatives aux dimensions, au positionnement et a l'orientation
de chaque unit d'assemblage.
1.1.4 La conception pour la fabrication et pour l'assemblage

Elle a pour but l'intgration des techniques qui optimisent les relations entre les
diffrentes phases de l'laboration du produit. Cette intgration doit permettre la
production de donnes non redondantes et de diminuer les sources d'erreurs dans la
transmission de donnes. Les bnfices que l'on peut tirer de l'utilisation de cette
approche, au-del d'une indiscutable rduction des cots de production, incluent la
rduction du nombre de composants, la rduction des problmes techniques de
fabrication et d'assemblage, la rduction des cots de maintenance et l'amlioration de
la fonction du produit.
La mise en uvre de cette mthodologie de conception consiste forcer les acteurs de la
conception, de la fabrication et de l'assemblage a examiner ensemble leurs besoins
rciproques pour rsoudre de concert les problmes de qualit, de fonction, de
production et de profit, qui sont des objectifs communs. Cette ide rejoint, d'une certaine
faon, le concept de l'ingnierie simultane qui vise justement concevoir un produit en

analysant simultanment les aspects conception, fabrication et assemblage de celui-ci.

Le fait de briser les barrires traditionnelles entre les diffrents services participant au
cycle d'laboration d'un produit conduit la paralllisation de certaines tches qui sont
traditionnellement ralises en squence dans une approche classique. Le succs d'une
telle approche est conditionn par l'existence d'une structure hirarchique des
intervenants propice au dialogue.
Les chercheurs du laboratoire Deneux. A.B. et al., (1996) [IO] ont dvelopp une
mthode de conception base sur les fonctionnalits qui intgre l'aspect
dimensionnement ds la conception (la vrification de la rsistance et le
dimensionnement des pices mcaniques. Pour calculer et vrifier le dimensionnement
des pices dja conues en CAO, il tait autrefois obligatoire de les remodliser
manuellement dans l'environnement d'un solveur.
L'usage des formats standards d'change a permis de contourner ce problme,
mais l'interface prsente l'inconvnient de transcoder la gomtrie telle quelle, sans
l'adapter au mtier trait par l'outil d'analyse (Labat, 92) [20]. A ce jour, le calcul
mcanique en CAO fait objet de nombreux travaux de recherche. Ce problme est
toujours abord mais souvent de faon diffrente et plusieurs approches de solutions ont
t proposes.

D'autres chercheurs prsentent un concept qui vdorise la fonction dans les

d i v m s tapes de la conception, en vue de la solliciter pour vhiculer les informations

aux d i f f h t s stades de ralisation du produit, Base sur l'analyse du cycle de vie du
produit et sur les classifiicatims des caractristiques de Shah [28], l'approche par la

fonctionnalit tudie la ralisation des produits en trois tapes allant de i'expression du

besoin jusqu' la dtinition du produit. Dans la conception dtaille, il y a une prsence
potentielle de la fonction calcul. A ce niveau, tous les calculs mcaniques ayant une
relation avec la dfinition du produit sont faits: le calcul cinmatique, statique,
dynamique, fonctionnel, de rsistance (dimensionnement) et d'valuation. Des modles
d'tude (Larralde, 88) [2 11 permettent la mise en quation des paramtres caractrisant
la liaison (dimensions et matriau) d'une part et les composantes du torseur d'effort

appliqu d'autre part. Ceci constitue l'objet du dimensionnement fonctionnel. En effet,

le but est de dimensionner les formes fonctionnelles associes chaque liaison pour
aboutir un pr-dimensionnernem fonctionnel de toutes les pices du mcanisme. Ceci
se fait en deux tapes:

- Au niveau local, on tudie

une partie de la pice pour avoir Ies formes

fonctionnelles correctement dimensionnes;

- Au niveau global, on effectue les calculs de vritication de la tome de la

pice.
La modlisation consiste donc explorer les liaisons homognes permettant de faciliter
la phase de dimensionnement et de pouvoir rpercuter les rsultats du calcul au niveau
de chaque pice du mcanisme. Ainsi la conception par fonctionnalit permet d'intgrer
plusieurs aspects d'tude dans un mme modle- L'objectif de cette approche est de
montrer qu'il est posaile d'aborder le problme de dimensionnement ds la conception.
Deneux et al. ont aussi prsent un prototype de systme qui intgre le calcul
dans le procesus de co~lception&on les points de vue fonction et outil.

Dans cette approche, ils montrent que le problme d'intgration dpend de la

mthode de conception, du modle du produit et du processus. Cette intgration
prconise consiste a assembler en un tout cohrent toutes les activits de conception
dans l'objectif de favoriser l'ingnierie simultane et concourante des acteurs (persornes
et outils) afin de minimiser les pertes de temps. Pour eux, l'intgration des fonctions de

conception (calcul, fabrication, modsation gomtrique, etc.) consiste dfinir et a

mettre en uvre des entits de haut niveau permettant aux diffrentes fonctions
d'interprter les objets des autres fonctions.
Les outils de modlisation sont spcifiques pour chaque activit de conception et le
passage d'une activit a une autre est actuellement coniont a des problmes de
communication entre les outils. L'intgration des outils fortement htrognes rw'ent
donc a assurer la communication entre eux. Plusieurs schmas standards ou spcifiques
ont t dfinis pour rsoudre ce problme, mais ces formats prsentent l'inconvnient de
ne pas respecter la smantique associe aux donnes.

Dans la plupart des travaux parus (Narayanin et al., 1992) [24] les auteurs constatent que
les solutions proposes pour rsoudre le problme d'intgration du calcul dans le
processus consistent en la constniction d'interfaces plus labores entre les modeleurs
gomtriques et les outils de calcul (intgration des outils) Ici, I ' a c t ~ t d c u l est
considre comme un ensemble de tches dissmines dans tout le pnicessus de

conception et qu'une relle intgration de ces tches dans le processus de conception

requiert les lments suivants :

1. Un modle du produit bas sur des entits de haut niveau qui permettent

l'intgration des fonctions de calcul et de conception et manipulent les

donns gomtriques, technologiques et stnicturelles;
2. La gestion de la propagation des contraintes gomtriques et technologiques

et la prise en compte des modifications et des remises en cause.;

3. L'utilisation du calcul a priori et a posteriori.

Une attention particulire est porte aux domaines de modlisation technologique et

technique qui concernent les mtiers et dans lesquels le recours aux calculs est frquent.
Grudzien, (1996)[16] et son quipe considrent que la dpendance et la scurit
sont des aspects qui doivent aussi tre pris en compte des la phase de conception. En
effet, les objectifs de tout ?sterne de production tant de maintenir la qualit et une
bonne place dans le march. il devient impratif pour ce systme de respecter certaines
exigences qui les favorisent. II s'agit d'anaiyser les caractristiques de dpendance (la

disponibilit MUT, la reliabilit - MTTF, la maintenabilit - MTTR et la scurit) qui

permettent de dfinir les crithes d'aide la dcision lors de l'laboration des
spcifications des composants sensibles. H s'agit galement de concevoir des
programmes de test des nouveaux composants et d'laborer des stratgies de
maintenance.
Les mthodes habituellement utilises sont celles de Suh, 1990) [30] (axiomatiques ) et
celles de Pahlet Beitz (algorithmiques), Leu.grande faiblesse est qu'des ne tiennent pas
compte du concept d'exploitation et spcialement du domaine de la maintenance-

Le modle que l'on propose combine les deux approches et se base sur la modlisation
du produit pendant la conception et il est dfini a plusieurs niveaux :

- Niveau 1 : reprsentation des exigences du client qui transforme les besoins en

caractristiques de fonction, spcifie les services que Ie produit doit satisfaire et
analyse les contraintes;

- Niveau 2 : reprsentation des exigences de fonctionnalit qui modlisent les

solutions possibles pouvant assumer les fonctions dfinies au premier niveau. A
ce niveau les trois concepts (Jacquet et al., 1996) : fonction oprationnelle,
principes oprationnelsel principes de solutions sont appliqus;

- Niveau 3 : reprsentation technologique reprsentant la structure technologique

du systme;

- Niveau 4 : reprsentation de dtail qui prsente les spcifications dtailles du

systme et dtermine la structure du produit final.

1.2 La fabrication

L'tude de la fabrication constitue une phase principale du cycle d'laboration d'un

produit. EUe consiste dfinir les spciiications de fabrication qui garantissent
l'obtention des spcifications de conception. La chronologie des activits Lies la
fabrication fait apparatretrois phases :
1. Analyser et interprter Ia proposition de conception (dimensions, tolrances,

tats de surface, etc.). Elle conduit la dfinition des caractristiques qu'il est
ncessaire de retrouver dans le modle des entres issues de la phase de

conception pour favoriser une analyse dterministe de la prparation la

fabrication.
2. Dterminer comment produire la pice (squence des oprations, slection des

procds de fabrication, slection des machines-outils, slection des outils, etc.)

3. Produire les rsultats de l'tude (simulation de la gamme de fabrication,

valuation des temps d'usinage, production des programmes de commande

iiumrique).

1.3 L'assemblage

L'assemblage donne la valeur fonctionnelle au produit. il est tributaire de tout ce

qui se dcide et se fait en amont (conception du produit, technologie employe,
fabrication des pices, manutention, etc.). Le march actuel impose une flexibilit tant
au niveau du produit, qu'au niveau des lignes et des machines d'assemblage. La plupart
des nouveaux produits sont fabriqus en diffrentes variantes. D'autre part, une industrie
doit produire en mme temps plusieurs types de produits. Les volumes de commande
tant variables dans le temps, la capacit de production doit pouvoir tre adapte. Le
dpartement des mthodes est donc en grande partie occup modifier, reconcevoir et
planifier des ressources, des produits et des plans d'implantations, reprogrammer des

machines.
L'automatisation de l'assemblage apparat donc comme une ncessit pour
permettre non seulement d'augmenter la productivit mais aussi pour d f i , par un
temps de cycle contrat donn, des caractristiques qui sont pertinentes pour l'analyse du

processus d'assemblage du produit, la dtermination de la gamme et des ressources

d'assemblage. il doit aussi permettre de proposer un choix de machines ou de cellules
flexibles, un schma d'implantation de la zone d'assemblage, de simuler les flots des
composants et aussi de vrifier les choix poss aux diffrentes tapes de l'laboration du
projet.

1.4 Conclusion

Les activits de recherche couvrent un ensemble de domaines qui visent a

supporter le cycle d'laboration d'un produit incluant sa conception, sa fabrication et
son assemblage. La phase de conception, dont la dure relativement a celle du produit
est faible, est l'origine de la majeure partie des cots induits. C'est une activit de
cration sous contraintes. Dans un systme idal, l'aspect crativit est propre au
concepteur tandis que la gestion des contraintes devrait pouvoir tre confie au systme
qui le supporte.
Les activits de fabrication et d'assemblage apparaissent cornnie des sorties de

l'activit de conception sous la double contrainte de disponibilit des ressources et de

minimisation du cot. Ces deux activits, peu cratives mais extrmement
interprtatives et dductives, doivent tre automatises. L'automatisation apparat avant
tout comme relevant d'un problme de communication entre les divers intervenants. Un
problme de communication survient entre deux acteurs lorsque l'objet de la
communication n'est pas Ie mme ou que, bien que s'agissant du mme objet, la
signification qui lui est donne par chacun est diffrente.

II

se rsume donc a un

problme d'objet et de smantique de l'objet. Pour que L'objet soit le mme vis--vis du
concepteur et du prparateur la fabrication ou l'assemblage, il faut que la
reprsentation du produit soit la mme pour tous. Pour qu'elle soit significative vis--vis
de chacun, il faut qu'elle possde une valeur smantique suffisante.
Aprs avoir conu un produit, il faut pouvoir le fabriquer, l'assembler facilement
moindre cot et le mettre sur le march. II faut donc analyser et valuer les possibilits

et les contraintes de fabrication et d'assemblage ds la conception,

L'intgration complte de l'ensemble des phases de dfinition, de conception, de
production et de comniercialisation de produits est plus difficile a raliser en assemblage
qu'en usinage ( Made, 1993) [23] Le principal problme rside dans le Faible niveau
de la modlisation des oprations d'assemblage, contrairement B la fabrication, ou les
diffrentes oprations sont bien cernes depuis plusieurs annes. Pour cette raison, une
modlisation par la base de chacune des phases de l'laboration d'un projet de
conception de machine d'assembiage doit prcder une intgration relle de chacune de
ces phases dans ie processus global. Cependant, on est immdiatement confront a
l'inconsistance entre les'do~esutilises pour concevoir le produit et les machines,
pour calculer les diffrents paramtres : le temps de cycle, les trajectoires, et pour posttraiter le langage machine .

Dans le chapitre suivant nous prsentons la mthode d'assemblage de

Boothroyd. Nous commenons par une brve prsenation de sa mthodologie
d'analyse, abordons ensuite une tude sommaire des tableaux uiiliss pour l'analyse de
l'assemblage d'un produit donn.

Nous prsentons enfin les dfinitions des principaux termes utiliss et dgageons
certaines dicults que l'utilisateur peut rencontrer. Le tableau 1 cidessous donne
quelques mthodes d'analyse et de conception qui sont couramment utiliss.

TaMeau 1.1 :MCthodes de conception et d'anaiyse coummmenl utilises

htil de DFM

Description

Remarques

Mthode systmatique pour rduire Facile a implanter et bons

e nombre de pices et s'assurer rsultats

S'un bon assemblage.
Utilisation des logiciels pour la Bon
mnception,

l'analyse

et

contr0ie

la configuration

programmation des machines de conception,

pour

la

de

la

aide

optimiser les anaiyses.

Fabrication et d'inspection
Mthode

de

identifier

--

--------

ei Fournit

une

-----

traabilit

quantifier les besoins du client et les entre les exigences des

incorporer

dans

les

diffrent: diffrents

processus

processus de conception et dc (conception

fabrication

et

fabrication)

Mthode pour analyser les causes el Aide

prvenir

les

effets des dfaillances du systemt dfaillances d'un produit

avant que la conception soi ou d'un systme.

termine

Analyse de la vaieur Approche systdmatique qui identifie Bon outil pour tablir Ies

les fonctions et en tablit leu cots des configurations

La mthode de Boothroyd est un processus itratif qui permet de choisir la

mthode d'assemblage, d'analyser les temps, les cots et les difficults associes a
I'assemblage. Boothroyd assume qu'il est important de dcider en dbut d'tude quel
type de systme d'assemblage sera probablement employ, soit celui prsentant les

cots les plus bas.

Le choix de la mthode d'assemblage se fait partir de certains paramtres tels que la
dure de vie du produit, le nombre de composants et de sous-assemblages a assembler,
te nombre de variantes de ces composants, le volume annuel de production, etc. Selon
que l'assemblage choisi est manuel ou automatique, diffrents tableaux permettent de
calculer les temps et les cots d'assemblage de chacun des composants, des sousassemblages ou des procds utiliss et d'en detemher l'efficacit.

2.1 Lcs classes de mthodes d'assemblage selon Boothroyd

2.1.1 Assemblage manud

Ekmthroyd distingue deux possiiilits :

- l'assemblage manuel (not MA),

- l'assemblage manuel assist mcaniquement (not MM).

Le cot unitaire des assemblages manuels (MA) est relativement constant et

indpendant de la production en

di-

volume. Ce type de mthode

d'assemblage est donc trs flexible

et

O *seonhnmr

permet

facilement

de

adaptable.

rduire le temps

d'assemblage et peut s'avrer tre

plus conomique dans certains cas.

Figure 2.1 :Schma pour assemblage manuel
2.1.2 Assemblage par machines spcialises

Ces machines sont conues pour assembler un produit spcifique et sont quipes d'un

dispositif de transfert. Celui-ci

peut oprer sur un principe
d'indexage synchronis (AI) ou

de transfert bre non synchronis

(AF). Ces machines spcialises

mmmfnt sont chres, peu fieailes

impliquent
important avant le f~nctiomementoptimal.
Figun 2 2 :Sebma pour assemblage automatique

un

et

dveloppement

2.1.3 Machines programmables

Ces machines sont identiques aux machines spcialises non synchronises l'exception
des units de travail qui sunt multi-spcialises et programmables. Une telle disposition
tibia k

(AP) assure une grande flexibilit.

WBW

Pour
5

des

faibles volumes de

production, deux bras du mme

robot peuvent travailler sur le mme

poste de travail (disposition AR). Il

est noter que cette disposition

n'apparat pas dans le tableau de

7
s"-

uwd fixe

Boothroyd, elle est dveloppe a

Figure23 : Schma pour assemblage par machines programmables

2.2 Mithoddogie d'analyse de I'assem blage

L'analyse de l'assemblage choisi suit une srie d'tapes chronologique :

tap 1 :Inventaire de i'information sur le produit nchiant les dessins d'ingenkrie, les

versions existantesdu produit, prototypes, etc.

tape 2 :Numrotarion par ordre dcroissant des composants et des sous-assemblages;
tape 3 :Rparation de la 6cbe de trasra;

tape 4 :Remplissage de la fiche de travail;

tape 5 : Dtermination du temps de I'assemblage estim (TM), du mt (CM) et du

nombre minimum de composantsthoriques

o.;

tape 6 : Estimation de l'efficacit de I'assemblage (EM) qui est calcule avec la

3xNM
formule suivante : E;M = ln4

(U

tape 7 : Reconception: l'analyse de la mthode dbouche sur un processus de

reconception qui vise dtemher le cot et le temps de l'assemblage. Ce processus

vise l'limination ventuelle des composants et rduire les temps d'assemblage.

2.2.1 tude pour 1' assemblage manuel

Si aprs tude la mthode d'assemblage choisie grce au tableau 1 de Boothroyd est

I'assemblage manuel @M,MM) Boothroyd propose une dmarche pour f'aire une
analyse de la conception afin de rduire le cot d'assemblage manuel. Dans cette
analyse, les principaux aspects de la conception (caractristiques gomtriques et
technologiques de la pice, utilit de la pice dans l'assemblage, etc.) sont examins
d'une faon systhatique et l'efficacit de la conception est calcule. A la fin de la
premire tude, le concepteur est capable de tirer des conclusions (par exemple
suppression de pices) qui le mneront amliorer l'efficacit de la conception.
Itration par itration, il peut arriver rapidement un optimum.

LeprinaPeamsistea: prendre une dcision pour chaque composant concernant son dimination ou non
ou sa combinaison avec d'autres composantq

 faire l'estimation de temps ncessaire pou saisir, manipuler et insrer le

composant.
Le concepteur peut ensuite dduire le temps d'assemblage total et le comparer avec
le temps d'assemblage d'une conception idale. P o u parvenir a la dcision a prendre
dans la premire tape, le concepteur doit rpondre un ensemble de questions qui,
prsentes sous forme de tableaux, permettent de dduire un indice de ligne et un indice
de colonne. A l'intersection (ligne-colonne) se trouve l'estimation du temps ncessaire
t'opration. Boothroyd distingue deux oprations dans l'assemblage manuel : la
iiianipulatiori e l l'insertion. Un tableau est associ chacune de ces oprations (tableau
22 en annexe pour la manipulation manuelle et tableau 33 en annexe pour l'insertion

manuelle).

Pour dterminer la ncessit du composant dans l'assemblage, le concepteur doit se

poser les trois questions qui suivent. Rpondre oui)) une de ces questions dmontre la
ncessiti du composant dans l'assemblage :
le composant a-t-il des mouvements relatifs par rapport aux autres
composants dj assembles ?
le composant doit-il tre d'un matriau diffrent ou tre isol de tous
les autres composants dj assembls ?

le composant doit-il tre indpendant de ceux dj assembls pour

permettre leur assemblage ou leur dmontage ?

2.2.2 ~ t u dpour
t
l'assemblage automatique

Cette tude est mene si la mthode d'assemblage choisie grce au tableau no1

de Bmthroyd est l'assemblage automatique. L'approche de cette tude est similaire

ceUe de I'asseniblage nianuel .
r

une estimation du cot de la manipulation automatique du composant en

vrac et sa prsentation dans une orientation correcte pour permettre son

insertion sur une machine d'assemblage;

une estitnatioii du cot d'insenion auiomatique du composant dans

l'asseniblage ainsi que du coih de toules les opcatioiis supplmentaires;

une dision concernant la combinaison ou non du composant avec les

autres composants de I'as~~:n~blage.

L'estimation des cois de manipulation automatique (code a 5 chiffres) ncessite

plus d'information que celle de l'assemblage nianuel (code 7 chiffres). Tout d'abord,

Boothroyd fait la diffrence entre les composants de rvolution et les autres, mais aussi

selon le rapport de Ieurs dimensions projetes (tableau 4 en annexe)

+ I"

chifiire du

d e . Puis il dtermine le code de manipulation 2 chiffres (tableau 5 pour les

composants de rvolution ou tableau 6 pour les autres). Enfin, les 2 demiers c h f i e s
permettent d'identifier les cots suppImentaires du distniteur (tableau 7).
L'estimation des cots dksertion automatique est sidaire a celle de
i'assemblage manuel en utilisant seulement le tableau 8.

A partir de ces informations, une estimation du cot total d'assemblage et un

taux d'efficacit sont calculs.

2.2.3 Queiques dfinitions des termes utiliss pour analyse d'assemblage d'un
produit donn

Le processus de manipulation manuelle comprend la prise en main, le transfert et

I'onentation des composants ou sousmssemblages avant qu'ils soient insrs ou ajouts
au support de travail ou a l'assemblage partiellement construit.
Les composants peuvent prsenter des dificults de manipulation s'ils
s'embotent ou sont lis, sont colls ensemble en raison de forces magntiques ou
couches de graisse, etc., sont glissants ou demandent une manipulation soigne.

Un composant est dit de rvolution lorsque sa forme de base est un cylindre ou

un prisme rplier de section transversale polygonale rgulire avec au moins 5 cots ou
lorsque, de forme triangulaire ou carre, il retrouve son orientation de 120" ou 90"
autour de son axe principal respectivement. (( L )) est la longueur et D n le diamtre du
plus petit cylindre qui peut renfermer entirement le composant. Dans le cas de
composants prismatiques,

((

A 1) est la dimension du ct le plus long,

((

C N est la

dimension du ct le plus court et N B n est la dimension du ct intermdiaire du phis

petit prisme rectangulaire qui peut renfermer entirement le composant.
Un composant de rvolution est dit de symtrie ALPHA si ses extrmits ne

rclament pas d'orientation particulire. Autrement dit, si un composant ne peut tre

insr dans l'assemblage que dans une direction, iI est alors rfrenc comme n'tant pas

de symtrie ALPHA, Pour ks composantsavec un axe d'insertion : alpha = 3600 ,quand

il y a discrimination des extranits du composant, alpha = 180' dans le cas contraire.

La symtrie BETA est la symtrie de rotation d'un composant autour de son axe
d"insertionou de manire quivalente autour diun axe perpendiculaire a la surface sur
laquelle le composant est plac durant l'assemblage. L'amplitude de la symtrie de
rotation est le plus petit angle que le composant parcourt pour rpter son orientation.
Bta = 0' pour un cylindre insr dans un trou circulaire, bta = 900 pour un composant

section cane insr dans un trou carr.

Un composant est considr comme flexible si le composant ou une section du

composant ne peut maintenir sa forme lors de la distnhtion automatique et crer ainsi

des dficults de fonctionnement des dispositifs d'orientation. Dans le cas de la

manipulation manuelle, un composant flexible se dforme d'une faon importante
pendant la manipulation et ncessite l'emploi des deux mains. Exemple de composants
flexibles : larges garnitures en papier ou an feutre, bandes ou courroies en caoutchouc,

etc.
Un composant est considr comme dlicat si les dommages peuvent survenir au

cours de la manipulation, dommages dus, soit a des casses provoques lors de la chute
des composants des secteurs d'orientation ou des rampes sur la base de la trmie, soit

l'usure provoque par la recirculation des composants dans la trmie- Quand l'usure est

le d r e de dommage, un composant est considr comme dlicat s'il ne peut pas

circukr dans la trmie pendant 30 minutes tout en maserrant la tolrance requise.

Un composant est considr comme collant si une force, comparable au poids

d'un composant non emml ou non embot, est requise pour le sparer des autres en
vrac.

Un composant est considr comme lger pour tre manipul par les
distributeurs-trmies conventionnels si le rapport de son poids au volume de son
enveloppe est infrieur 1.5 KN/m3.
Des composants auront tendance a se recouvrir dans un distributeur quand un
alignement meilleur que 0.2 mm est ncessaire pour prvenir le gaietage ou le
recouvrement pendant la distribution en file unique sur une rampe horizontale.
Un composant est considir comme tant trop grand pour tre manipul par : des
distributeurs-trmies conventionnels lorsque sa plus petite dimension est suprieure a 50

mm ou lorsque sa dimension maximale est suprieure 150 mm, un distributeur-trmie

vibrant particulier si L > dl8 (Lest la longueur du composant mesure paralllement la
direction de distribution et d est le diamtre du distributeur ou du pot).
Un composant est considr comme tant trop petit manipuler correctement
par: des distributeurs trmies conventionnels quand sa plus grande dimension est
infrieure 3 mm, un distributeur-trmie vibrant particulier si sa plus grande dimension
est infrieure au rayon (mesur dans un plan perpendiculaire la diiection de

distribution) de la surface courbe qui relie la paroi de la trmie la surface de la rampe.

Les composants sont considrs comme embots si, en vrac, ils se Lient entre
eux et provoquent des problmes d'orientation- Aucune force n'est ncessaire pour

sparer les composants emboas. Dans Ie cas de la manipulation manuelle, les deux

maias sont ncessaires pour assurer la sparation ou pour obtenir l'orientation

spcifique.
Les composants sont considrs comme svrement embots ou emmls si, en
vrac, une rorientation est ncessaire pour les sparer. Dans le cas de la manipulation
manuelle, les deux mains sont ncessaires pour assurer la sparation ou pour obtenir
l'orientation spcifique.
Les composants sont dits svrement emmls s'ils ncessitent des manipulations
pour les orienter de manire spcsque et si une force est ncessaire pour les sparer.
Dans le cas de la manipulation manuelle, les deux mains sont ncessaires pour assurer la
sparation ou pour obtenir I'orientation spcifique.
Un composant est considr comme abrasif s'il peut provoquer des dommages a
la surface du dispositif de distributeur-trmie sauf si ces surfaces sont traites
spcialement.
Un composant est Nlment solide ou non d'un assemblage ajout durant le
processus d'assemblage. Un sous-assemblage est considr comme un composant s'il est
ajout au cours de l'assemblage. Toutefois, adhsifs, flux, baguettes de soudure, ...
employs pour assembler les composants ne sont pas considrs comme des
composants.
Le maintien se rapporte a une opration qui, si ncessaire, maintient la position,

l'orientation d'un composant dj en place, avant ou pendant i'opration d'assemblage

suivante ou durant le transfert de l'assemblage au prochain poste d'assemblage.

Un composant est positionn s'il ne ncessite pas de maintien ou de ralignernent

lors des oprations suivantes et s'il est seulement partiellement h.

Un composant est facile aligner et mettre en place si la position du composant

est tablie par la localisation des caractristiques sur le composant ou sur sa partie
jumele et i'iisertion est facilite par des chanfreins ou des caractristiques similaires
bien conus.

L'paisseur ou Ymin est la dimension du plus petit ct du plus petit prisme

rectangulaire qui rederme le composant. Toutefois, si le composant est cylindrique ou si
sa section transversale est polygonale rgulire, avec 5 ctes ou plus, l'paisseur est
dfiniecomme le rayon du plus petit cylindre qui peut renfermer le composant.
La longueur ou Ymax est la dimension du plus long ct du plus petit prisme

rectangulaire qui peut renfermer le composant.

Les composants Qlissants sont ceux qui glissent facilement des doigts ou des
outils standards en raison de leurs formes etfou de leurs conditions de surface.

Les composants qui demandent une manipulation soigne sont ceux qui sont
fragiles ou dlicats, ont des angles ou des bords tranchants ou prsentent d'autres risques
pour l'oprateur.
Accs encombr signifie que l'espace disponible pour l'opration d'assemblage
provoque un accroissement significatifdu temps d'assemblage.
Vue limite signifie que l'oprateur doit se fier @incipalement la sensation de
toucher pendant le processus d'assemblage.

Immobisation ncessaire signifie que le composant est instable aprs le

placement, l'insertion ou durant Ies oprations suivantes, et donc requiert un maintien,
un ralignement ou une immobilisation avant qu'il soit finalement fix. L'immobilisation
se rfere une opration qui, si ncessaire, maintient la position et l'orientation d'un
composant en place, avant ou pendant la prochaine opration d'assemblage. Un
composant est positionn s'il n'a pas besoin d'immobilisation ou de ralignement pour
les oprations suivantes et s'il est seulement partiellement fix.
2.2.4 Exemple de calcul

Donnes : on effectue un assemblage constitu par 35 composants (NA) selon diffrents

modles.
1. Le nombre de composants dont le plan change est 10.
2. La production annuelle (VS) est de 500000 (0.5 million) par quipe de travail et il y

a 2 quipes (SH), le cot annuel d'un oprateur d'assemblage (WA) est 20000%.
3. Le capital allou pour remplacer un oprateur d'une quipe en cas d'automatisation
(QE) est 4oooO%.

tape 1 : Calcul du facteur d'investissement RI :

Le facteur d'investissement se calcule a l'aide de la formule suivante :
RI= (SH x QE)/WA

(2)

En remplaant SH, QE et WA par les valeurs des panuntres dans la fonnule 2 nous
obtenons la valeur de RI suivante: RI = 2x40000120000 = 4

tape 2 : Slection de la ligne approprie :VS=0.5 et NA=35 ceci conduit choisir dans
le tableau 1 la ligne 3.
tape 3 : Slection de la colonne approprie :
Pour slectionner la ligne approprie, on considre les facteurs suivants :
NA=35, donc NT<1 .SN& -10;

soit NDCOSNA et RI4; la colonne 1 est choisie.

La case dsigne par 3;1 renferme les lettres AP qui reprsentent une ligne
d'assemblage automatique avec des units de travail programmables.

$1
4
Li

Cot d'assemblage :

a.t,

.ri2

Ha

ii

fi

L;

MA;
-

-ki
-rr
MA

n. .h,

iip

:MA

--

?jw
L-

&

-F

&si
$

CHAPITRE 3 :LA LOGIQUE FLOUE

3.1 Introduction a la logique floue

Dans la vie relle, les dcisions sont souvent prises dans un environnement ou les
contraintes et les consquences des actions ne sont pas prcisment connues. Pour grer
quantitativement l'imprcision, on utilise gnralement les concepts et les techniques de
la thorie des probabilits et des outils provenant de la thorie des jeux. Le rcent
dveloppement de la thorie des sous-ensembles flous a permis de crer un outil trs
appropri pour rsoudre les problmes de dcision dans des conditions trs incertaines.
Selon le professeur Zadeh, L.A (1965) [37l, la thorie des sous-ensembles flous est en
effet un pas vers un rapprochement entre la prcision des mathmatiques classiques et la
subtile imprcision du monde rel. Pour le moment l'homme est incapable de fabriquer
une machine qui puisse le remplacer dans l'excution de certaines tches telles que la
reconnaissance des langages, la comprhension des intentions, la prise de dcision dans
l'incertain, etc. Cette incapacit s'explique par la diffrence fondamentale qui existe

entre l'intelligence humaine d'une part, et l'intelligence de la machine, d'autre part.

Cette diifference provient de i'aptitude humaine penser et a raisonner en ternes

imprcis, non qualitatif, flous Par le flou, on comprend les types d'imprcision
associs avec la thorie des sous-ensembles flous. Dans cette thorie, les transitions de la

non-appartenance a L'appartenance un sous-ensemble n'ont pas de fiontires prcises

tandis qu'au contraire, la mathmatique nous apprend qu'il n'y a que deux situations
acceptables pour un lment : appartenir ou ne pas appartenir un sous-ensemble.
La logique floue est alors une thorie qui nous permet de manipuler dans des conditions
incertaines, des ralits dont la connaissance est imprcise.
La thorie des sous-ensembles flous est essentiellement une mathmatique bien
adapte la communication de I'homme avec I'homme et de I'homme avec la machine;
les mathmatiques formelles restant le moyen de communication de la machine, dans la
machine, entre les machines, quelles que soient ces machines. La logique, au sens
courant du mot, est une conception des mcanismes de la pense qui ne devrait jamais
tre floue, toujours rigoureuse et formelle, En approfondissant les mcanismes de la
pense, les mathmaticiens se sont aperus qu'il n'y a pas, en ralit, une logique unique
mais autant de logique que l'on veut, selon l'axiomatique choisie. La logique bookme

est donc la logique associe la thorie boolenne des ensembles; par contre, la logique
floue est associe la thorie des sous-ensembles flous.
Dveloppe, partir de l'anne 1965 par Zadeh L.A. de l'universit de
Californie Berkley, la logique floue est une branche de la logique qui permet de
manipuler, dans des conditions incertaines, des ralits dont la connaissance est
imprcise, C'est une mthodologie de contrle qui simule des penses humaines par
l'intgration des imprcisions propres chaque systme physique.
(Sangalli, 1996) [26] conoit la logique floue comme une nouvelle mathmatique

qui p e t de raisonner partir des notions vagues, aussi vague que notre faon de nous
exprimer parfois.

Dans un rcent essai sur la science contemporaine, le clbre mathmaticien

fianais Ren Thom s'interrogeait sur la vraie nature du progrs scientifique. II dplorait
le fait qu'au lieu de nous aider comprendre la ralit, la science d'aujourd'hui soit trop
occupe calculer, faire tourner les ordinateurs.
Les tendances actuelles dans ce domaine ou se chevauchent les mathmatiques,

l'informatique et l'intelligence artificielle ne font que confirmer la perception de Thom,

(1996) Aux prises avec des problmes toujours complexes, les scientifiques, les

ingnieurs et autres spcialistes ont recours a de nouvelles pratiques et attachent

beaucoup moins d'importance qu'auparavant la thorie. D'une manire gnrale, iis
misent plus sur la puissance des moyens de calcul (ordinateurs plus rapides, logiciels
plus performants) que sur la comprhension des problmes a resoudre.
Certaines de ces mthodes rcentes comme les algorithmes gntiques, les
rseaux de neurones s'inspirent des modles biologiques. D'autres, comme la logique
floue, cherchent a reprsenter mathmatiquement l'ambigut, l'incertitude du langage et
du raisonnement humain. Envisages dans leur ensemble, ces techniques sont connues
sous le nom encore provisoire de calcul souple (soft computing) Elles reprsentent
d'autres faons de calculer, des solutions de rechange la rigidit d'un calcul classique
obsd par la prcision et d'une arithmtique implacable tixe d'avance par un
programme. Ainsi, les rseaux de neurones artificiels peuvent se passer de programmes

et acqurir des c o n n a i ~ c e spar I'exemple ou la pratique, la manire du cerveau

humain. En ce qui concerne les algorithmes gntiques, le calcul imite le processus
biologique de l'volution des espces, ou le hasard joue un rle prpondraut.

La logique floue, pour sa part, est trs i'aise avec I'imprcision et l'incertitude
que l'on trouve partout dans le monde environnant : un peu plus chaud N, pas tout
fait blanc )), N environ zro

En 1965, le professeur Lot Zadeh de L'universit de Californie, Eiisait

remarquer que ta plupart des notions dont nous parions (petite vitesse, personne honnte,
longue maiadie, etc.) n'admettent pas de dfinition prcise et que, par consquent, ces
objets ne forment pas d'ensembles ordinaires. Pour reprsenter ces cc classes
linguistiques n, il suggra d'utiliser des degrs d'appartenance entre O et 1. II dsigna ces
nouveaux objets par l'expression ensembles flous (tzzy sets) et projeta de les
utiliser par la reconnaissance automatique des formes.
En traitant par exemple la classe des personnes ges comme un sous-ensemble

flou, on permet aux gens de devenir gs graduellement, comme dans la vraie vie. Enfin
pour Zadeh, la notion d'ensemble fiou n'est pas de nature statistique; le (( flou v a la
reprsente !'ambigut inhrente l'intuition humaine et non une probabilit.

Dans le but de mieux comprendre et clatifier la diffrence entre les ensembles classiques
et les sous-ensembles flous, il est ncessaire de dfinir les termes et les concepts les plus

usuels [l] [3 11
Moyen

+i

Peit

1.5

-4

1-7

Domaine de certitude
J

Domaine de possibilit

1.75

.Taille en m
(cong>t)

4-

Univers du discours

Figure 3.1 :Ternes et concepts en logique floue

Concept :domaine auquel appartiennent les diffrents faits.

Ralit linguistique :expression Linguistique d'un fait.

valuation : valuation tite par i'observation et le jugement d'un cas particulier.

Le domaine du discours : champ de d6nition d'un concept.

Possibilit ou appartenance : c'est le niveau [0,1] de l'adhsion un concept ou

i'vaiuation dans le domaine du discom.
Fonction d'appartenance : un sous-ensemble flou A d'un ensemble U, appel rfrentiel
ou univers du discours, est dfini par la fonction caractristique
l'intervalle d'unit (0,l)

de U dans

oii PA est In Fonction d'appartenance et pA(x) le degr d'appartenance de 1'6lment x

dans l'ensemble flou A, Cette bnction relie chaque lment

XE

U un nombre pA(x)

dans l'intervalle fenn [O,I] et reprsente le degr d'appartenance de x A. On peut

aussi dfinir la fonction d'appartenance comme la hnction dfinie dans le domaine de

discours exprimant une raiitk nguistiqueou une valuation.

Domaine de certitude : portion de la fondon d'appartenance cd elle est son maximum.

Domaine de possibilit : domaine de la fonction d'appartenance ou la fonction est non

nulle.
On dfinit souvent la fonction d'appartenance en fomte trapzodale. Les lments qui

dfinissent le trapze sont les suivants :

m 1 : dbut de domaine de certitude;

rn2 :fin du domaine de certitude;

a :dviation gauche entre Ie domaine de certitude et ceiui de possibilit;

b : dviation droite entre le domaine de certitude et celui de possibilit;

h : l'appartenance maximale de la fonction O s h ~ i .

Figure 3.2 :Difmition d'une fmction d'appartenance rapaoiidrle

Conformment cette dfinition, les formes admiss1'bles sont reprsentes la figure 8,

b) a=b=O

c) ml=m2,
si a=b triangle isocle
si astb triangle quelconque

d) cas gnral,
mlm 2
a et b quelconque

Figure 3.3 :Dfinitions possibles de la Conction d'appartenance

3.3 Oprateun logiques

Les principales oprations de la thorie des ensembles floues tudies sont

l'union, l'intersection, l'galit et l'inclusion. En logique floue comme en logique

classique, il existe des oprateurs de conjonction et de disjonction.
3.3.1 Oprateun de conjonction (et logique)

intersection

x Y min{&^)

Produit algbrique

x.y = xy

Produit bord
Produit drastique

xOy = max. {O,x+y-1)

X]Y=

[%i~=l]

[Y' si x=ll
[O, si x, y c 1

Pour la conjonction, l'oprateur le plus utilis est l'intersection ou oprateur minimum.

L'intersection reprsente le plus grand sous-ensemble flou qui contient a la fois A et 6
(figure 3.4)

CoFigure 3.4 :fonction d'appartenance correspondant l'intersection

3.3.2 Oprateur de disjonction

Union
Somme algbrique
Somme borde

Somme drastique

[y,six

xUy=O

[O, si XI-0

Somme disjonctive

Ay = max. {min(%,l -y),min( 1-x,y) j

L'oprateur maximum (union) reprsente le plus petit sous-ensemble flou qui contient A

et B (figure3.5)

Figure 3.5 :fonction d'appartenance correspondant a l'union

3.4 Vaiiabies linguistiques

L'un des avantages de la thorie des ensembles flous est le dveloppement d'une

mithode pour la fomulation et la rsolution de problmes uop complexes ou trop mal

dfinis pour pouvoir tre analyss p u les mthodes classiques. Dans cette mthode, les
valeurs assignes aux variables qui peuvent tre obtenues, par exemple, par exprience
d'un oprateur humain et peuvent tre exprimes par des expressions telles que

g r d , u moyen m, K aux mirons de , etc. Les v a l m de la variable floue sont donc

des tiquettes floues exprimes eu terme de fonctions d'appartenance rapectke.

De

faon gnrale, ces tiquettes floues peuvent tre des expressions d'une langue courante
et on les appelle variables Linguistiques n [3 1)
3.5 Propositions floues

3.5.1 Propositions floues limeotaim

La

reprsentation,

puis

k traitement de connaissances exprimes

symboliquement et non numriquement, passent par l'utilisation de variables

linguistiques.
Une proposition lmentaire est dtinie partir d'une variable linguistique par la
qualification V est A u (par exemple : la vitesse est grande)
3.5.2 Proposition floue gnrak

Une proposition floue gnrale est obtenue par la composition de propositions

floues lmentaires : V est A , W est B rj,..,pour les variables V,W.. .supposes non
indpendantes.

La plus simple s'exprime comme la conjonction de propositions floues

lmentaires. V est A et W est B fi (par exemple, la vitesse est grande et
l'acclration est moyenne). V et W sont d e s sur des ensembles de rfrences X et Y

et sont associs au produit cartsien AxB caractrisant la variable conjointe (V,W) sur
l'ensemble XxY. Sa valeur de vrit est donc dfinie par min (f
(x, Y)de XxY.

~9
en tout point

Une telle proposition floue apparait trs firluemment dans les rgies de systmes base
de connaissances et en commande floue comme dans le programme

c< FDSS

(dvelopp par l'cole PoIytechnique - voir plus loin).

De mme, on peut composer deux propositions floue dmentaires par disjonction

de propositions floues lmentaires. V est A ou a W est B bi ( par exemple, la vitesse

est grande ou l'acclration est moyenne). La valeur de vrit de la proposition floue

a en tout point(x. y) de XxY.
obtenue est dfinie par rnax.(fp1,f
Une implication entre deux propositions floues lmentaires dfinit aussi une
proposition flwe que l'on peut exprimer par M si V est A, W est B . Par exemple, si la
vitesse est grande alors la route est bonne. Gnralement, on peut construire des
propositions floues de conjonction, disjonction ou implication portant sur des
propositions floue quelconques.

En particulier, une proposition floue utilisant une implication entre deux

propositions floues quelconques, sous forme si V est A et W est B, dors U est C (si
la vitesse est grande et l'acclration est moyenne, dors la route est bonne), est une rgle

floue; u V est A et W est B tant les prmisses de la rgle et <I U est C n, sa condusion.

3.6 Iirinncment en lagique floue

Lorsque les connaissances sont imprcises, vagues et i n d e s , la logigue

classiquene sirflEit pas et on doit utiliser la Iogique floue [3 11 (3v.

3.6.1 Rappel de Ir logique ehssiqut

En logique classique, on utilise les schmas de raisonnement tels que le modus

ponens et le modus tolens.
a) Modus poncns

Si p + q vrai et p vrai alors q vrai

b ) W m tolens
Si p +q vrai et p faux alors q faux

Pour traiter des connaissances imprcises, L.A. Zadeh a prsent la logique floue
comme une corde pour le raisonnement approximatif, c'est--dire le raisonnement sur
des connaissances pour lesquelles des caractrisations rigides n'ofhient pas de
significations. Par exemple, la rgle
dollars, j'achte

si le prix de la voiture est infrieur 15000

sera utilisable si le prix est de 15 100 dollars. Ce cas ne peut pas tre

exploit en logique classique parce que le prix indiqu ne satisfait pas la prmisse.
La logique floue peut tre considre comme une extension de la logique
classique. Dans le cas o toutes les propositions floues sont boolennes, la logique floue
est identique la logique classique.
3.6.2 Modus ponens gininlis6

Dans la logique classique, le mollhrs poirens permet d'obtenir une conclusion

seulement quand on connat exactement les voileurs considres p et q. Dans le cas d'un

raisonnement appmxmatct;il est ncessaire de m&er

le modusponens pour obtenir la

souplesse de raisonnement. Si les sous-ensembles flous A et A'ont des fonctions

d'appartenance peu dErentes, les propositions floues r A est B et A' est B' " peuvent
tre considres comme proches.
Dans le cadre du raisonnement approximatif, le modus ponem a son quivalent
sous forme du modus ponens gnralis qui tient compte de l'ide de proximit. Cette
mthode a t propose par L.A. Zadeh. Elle peut s'crire sous la forme :
x est A'avec la fonction d'appartenance

:A,

et
Rgle floue : si x est A :,,alors y est B :n
donc
y est B' avec la fonction d'appartenance

:p

Les informations disponibles pour dterminer la conclusion sont, d'une part,

celles relatives la rgle et, d'autre part, celles relatives au fait observ.
La mthode d'infrence approximative base sur la rgle de composition
d'infrence est utilise dans les quatre moteurs d'infrence du logiciel FDSS. Sa
composition et son fonctionnement sont prsents dans la partie Annexe de ce mmoire.
Estmple :

Supposons une base de rgies :

Rgle 1 :Al

3 BI

alors

Rgle 2 : A2 3 B2 alors
Rgle 3 : A3 3 B3 alors

Rgle n : An a Bn alors
obs.

: A'

Concl. : 5'

Par exemple, B'peut Hre dduit par la composition mm-min (0)wusensembIe flou A'
et la rgle A

=B (la rgie d'infrence cornposk). On a donc :

0 :0- est un oprateur de la regle d'ififrence compose .

La fonction d'appartenance de peut tre calcule comme une combinaison de :A. et de

Pour une t-nonne appele oprateur de modus ponens gnralis.

Le choix de T doit rendre le modus ponens gnralis compatible avec le modus
ponens ordinaire, c'est-idire que l'on doit obtenir ;: identique :B des que

:A.

est

identique a :,L.
La figure 3.6 montre 1' opration de fiiuification et dMcation.

Entres

i
Entres
non noues +*

Sorties floues
i

-*

Sortias
non floues

3.7 Applications

Actuellement la logique Qoue connat plusieurs applications dans plusieurs

domaines [26]. Dans les annes 1975, l'application de la logique floue dans le contrle
d'un four a cimenterie en Scandinavie a permis de rduire la consommation d'nergie
d'environ 20%.

Au Japon, le contrle de 6einage du mtro l'aide d'un contrleur utilisant la

logique floue a permis d'amliorer le confort et une rduction de consommation
d'nergie de 20%.
Plusieurs autres applications, notamment dans les appareils lectromnagers,

dans la climatisation, dans l'automobile, dans la fabrication comme le contrle de ta

force de coupe rc neural zzy controller )) et dans le choix de conditions de coupe etc.,
ont t crs.
Au dbut des annes 70, un ingnieur du Queen

Mary College Londres, Abe

Mamdani, travaillait sur un sujet la mode : l'apprentissage automatique. Son but tait
de faire en sorte qu'un ordinateur (( apprenne N contrler le fonctionnement d'une
petite machine vapeur. Aprs plusieurs checs, il dcida de changer d'approche : plutt
que d'entraner L'ordinateur a apprendre par lui-mme, il allait lui fournir un manuel de
procdure. Aid par son tudiant Seto Assilian, Mamndani condensa en 24 rgies
linguistiques les connaissances ncessaires pour contrler la machine. Ces consignes
avaient toutes le mme format simple : si [conditions rencontres] alors [mesures a

prendre]. Par exemple : a Si la pression est trs audessous de la n o d e , alors

augmenter beaucoup la chaleur)). Grgce aux ensembles 0ws il p&

a f&e

comprendre ce langage a l'ordinateur. Ainsi, chaque variable d'un systme donn

&mespondra une fonction dcrivant son degr d'appartenance.
A l'aide de cette mthodologie, la thorie des ensembles flous permet de convertir des

expressions vagues comme a vitesse moyenne N, a rduire lgrement en des relations

numriques qui rendent possible, par la suite, l'expression des rgles de procdure
ncessaires au contrle du systme sous forme d'oprations mathmatiques. La
traduction de ces oprations dans la langue de l'ordinateur n'est qu'une question de
routine. Muni de ce programme et de certaines donnes (pression, vitesse, etc.) fournies
rgulirement par des capteurs, l'ordinateur calcule les valeurs numriques (quantit de
chaleur, ouverture de valve, etc.) requises pour un bon fonctionnement.
C'est ainsi qu'une petite machine vapeur devint le premier systme contrle par la
logique floue
A la suite du succs de la mthode de Mamndani, l'ide d'utiliser le flou dans le

contrle de systmes quitte les laboratoires et atteint l'industrie.

A la fin de 1990, les applications pratiques de la logique floue au Japon

dpassent la centaine. La plupart sont Les a des appareils mnagers et a une gamme de
produits de consommation (les machines a laver, appareils de tlvision; des
photocopieuses, etc.)

Le Centre de recherche informatique de Montral (CRiM) a organis il y a

quelques annes un atelier sur ia logique floue et ses applications dans l'industrie.

Divers projets et prototypes y fixent prsents, certains faisant i'objet de thses de

matrise. Par exemple, une mthode Boue qui permettrait de dcider quand on doit

remplacer un poteau lectrique, un logiciel qui dterminerait les paramtres de la coupe

de mtaux dans les ateliers d'usinage, etc)

Un systme d'aide la prise de dcision appele Fuzzy flou a t dvelopp a

l''cole Polytechnique de Montral (Canada) et l'universit de Silesie Gliwice

(Pologne)

CHAPITRE: 4 :APPLICATION DE LA LOGIQUE FLOCJE A LA MTHODE DE

BOOTEROYD

Dans l'application de la mthode de Boothroyd, l'utilisateur doit se servir de tableaux

essentiels pour trouver par exemple une solution d'assemblage. La mthode se rvle
ainsi lourde. La question est de savoir comment aider celui-ci se retrouver dans cette
information. Mme si quelques rsultats de recherche dans ce domaine existent dj, il
ressort que la dcision est encore prise avec l'aide de l'exprience de la personne et que
les outils pertinents d'aide la dcision sont encore rares.
L'ide d'utiliser la logique floue dans la mthode de Boothroyd permet d'tendre
la plage utile des tableaux et de revenir un espace continu. En effet, Boothroyd ne
propose, la plupart du temps, qu'une seule mthode d'assemblage, parfois il donne une
deuxime possibilit value 90% des avantages financiers de la premire, et n'value
pas le potentiel des autres. De plus, I'estimation des temps, et donc des cots, est discrte
et une faible variation d'un paramtre peut engendrer de grandes diffrences dans la
conclusion.

Par exemple, l'observation du tableau 22 (sous- tableau 2 de Boothryod), on remarque

des carts importants entre deux valeurs conscutives. Dans ce tableau, la diffrence
entre 1a valeur de la colonne O (paisseur > 025mm) et celle de la d o m e 1 @paisseur
5

0.25mm) est de 90%: 3.6s pour I' paisseur = 0.26mm et 6.85s pour I'paisseur =

0.25mm. Ces constatations nous ont conduit chercher la faon de caractriser de

manire moins brusque ces transitions.

L'utilisation de la logique floue permet d'obtenir des transitions continues et, applique
cette mthode, elle se prsente comme un outil d'aide la dcision efficace.

4.1 Composition des rgles, des prmissa et d a conclusions

4.1.1 Donnes du problme

Le tableau no I de Boothroyd comprend 6 variables qui permettent de dterminer un

numro de ligne et de colonne : VS, NA, R1, ND,NT et NP. Parmi ces variables, nous
ne nous intressons qu'a VS, NA et RI car les autres ne sont pas continues. Par exemple,
le tableau est d'abord subdivis en deux parties : NP=l et NRtl selon qu'on traite un
produit ou plusieurs. Compte tenu de la dfinition de NP, nous ne pouvons pas exprimer

la notion de NP peu prs gale I et, par consquent, nous ne pouvons pas reprsenter
NP par un ensemble flou. II en va de mme pour ND et NT. Notre base de connaissance

est compose des prmisses et des conclusions suivantes :

- Prmisse 1 :VS volume de production par quart de travail
- Prmisse 2 :NA Nombre de composants
- Prmisse 3 RlPotentiel d'investissement

- Conclusion 1 :MM (manuel)

- Conclusion 2 M A (maauel assist)
- Conciusion 3 :AI(automatique a transfiert indexable)

[Conclusion 1]
name=(Manuel)MA

l=O.O~;O.OOOO;1 .O; 1.; 1.OOO;-

2=2.SO;2.500000;1.000000;1 .000000;1.000000;-2.5
3=5.000000,5.000000;1.000000;1.000000; 1.000000;-5

4=7.SO;.SOOOOO;1.000000;1.000000;L .000000;-t-5
5=9-oooooo;9.000000;
1 .oooooo,1*oooooo; 1*O=;+
6=lO.OOOOOO;10.000000;1.000000;1.000000;I .000000-,-IO

[Conclusion 21

name = (manuel assist) MM

1=0.M)o(W);0.000000;1.000000;1 .MMOOO;I .000000;-0

2=2.500000;2.500000;1.000000;1.000000;1
.;-2.5

3=5.000000;5.000000;1.000000;1.000000;1
.;-5
4=7.500000;7.500000; 1 .000000;1.000000;1 . m ; - 7 . 5
5=9.000000,9.000000;1 .000000;1.000000;
I -000000;-9

6=lO.OO;10.000000;1.000000;1.000000;1.0000;-10

[Conclusion 31
narne = (aut. index) Ai

i=O.000000;0*000000,1
.000000;1.000000;1
=.;-O
2=2.500000;2.500000; 1.m
1 .000000;1.000000;-2.5
;

3=5.000000;5-0O;l
.;I.000000;1.000000;-5

4=7.500000;7.500000;1 .O;1.000000;l.OOO;-7.5
S~.;9.OOOi;1 . O ; l .MQi .=;-9

6--10.000000;10.000000;1.000000;1.000000;1.000000;-10

[Conclusion 41
n a m M (tranfert libre)
l=O.OOOOOO;O.OOOOOO,l.OOOOOOyl .000000;1.000000,4

2=2.~OOOOO;2SOOW,
1.000000;1.000000;1.000000;-2.5
3=5.000000;5.000000;
1.000000;1.000000;
1.000000;-5
4=7.500000;7.5OO000;
1.000000;1.000000,1.000000;-7.5

1 .OOOOOOy
1.000000;1.000000;-9
5=9.000000;9.000000;
6= 10.000000;10.000000;1.000000;1.000000;1.000000;-10

[Conclusion 51
name = (Automatisation programmable) AP
1 =0.000000;0.000000;
1,000000;1.000000;1.000000;-0

2=2.~OOOOO;.~oooOO;
1.000000;1.000000;1.000000;-2.5

3=S.ooOoOO;5.OOOOOO; 1.000000;1 .OOOO;1.000000;-5

4=7. 5oOOOO;7.5OOOOO;
1.000000;1.000000;1.000000;-7.5

5=9.OOOOOO;9.OOOOOO;
1 . O O ; 1 .OOOOOO; 1.000000;-9
6=lO.OO;10.000000;1.000000;1,000000;1.000000;-10

Les trois premiers chifies se rerent aux prmisses dans le tableau de Boothroyd (Vsvolume de production par quart de travail, NA-nombre de composants, RI-facteur
d'investissement) et les cinq chiffies se rfrent aux conclusions. La sixime mthode
(centre robotis) n'est pas considr dans le tableau.
La reprsentation graphique des prmisses et des conclusions est la suivante. Chaque

valeur est reprsente par un ensemble flou (figure 4.1)

9.2

425
-45

4.3
1 .O0

0.50

0.00 0.10

am

O.=

a48

a50

am

om

aso

1 .O0

0.50

ano 1.00

-1.O

1.O

3.0

5.1
MA (manuel)

7.0

9.0

11.0

Figure 4. 1 :Reprsentation graphique des prmisses et d u conclusions pour le

tableau 1de Bootbroyd.

Le volume de production varie entre les valeurs hites 0.2M et 0.65M, le nombre de
composant varie de 6 16 et le facteur d'investissement de l 10. Au del de ces
c m e s nous avons les mmes conclusions que pour les valeurs limites, nous
n'effectuons donc pas d'extrapolation.
Les cinq conclusions sont reprsentes de la mme manire. L'chelle varie de O

(mthode non adapte) 10 (mthode adquate). L'ensemble flou -9 reprsente les

mthodes notes entre parenthses dans le tableau 1. Ces mthodes sont des choix
pertinents de mthode d'assemblage 90% des cots du choix optimal et les choix sans
parenthse sont appropris 100%.
tudions les 3 exemples suivants qui mettent en vidence l'apport ou non de la logique
floue.
4.1.2 Exemple 1

Dans la partie gauche du tableau :

Donnes : VS=0.8, NA=I 1, R I 4
Rsultats sans la logique floue : AI=9, AF=10
Rsultats avec la logique floue :AI=6, A H 0
Dans Ie cas prcis nous lisons dans le tableau no 1 de Boothroyd que toutes les fois que
le volume de production est suprieur 0.65 M par quart de travail, que le nombre de

composant est compris entre 7 et 15 et que le facteur d'investissement est compris ente2

et 5 nous avons deux mthodes AF(1Wh) et AI(W?) qui se concurrencent- Les

rsultats obtenus avec la logique floue (figure 4.2), (AF=1000!%, AIW?),montrent que la

diffrence considre de 1%

peut varier pour differentes valeurs des paramtres

comprises dans une mme intervalle prise pour analyse.

-H
Dl: 1llm.2 I l a m

mm

m
i

lDaDlrMIlO

rmtan

V l m a

-35
-5

OB I04

iI:4mm24m
4I

10

6.0

IR1.m

RI
Q

-25

-5

H
m
-

Figure 4.2 :RiSultris d'application de SAD nOl

-lm
-75

-9

-1U

4.1.3 Exemple 2

Dans la partie gauche du tableau :

Donnes : VS4.8, NA=I 1, RI=2.5

Rsultats sans la logique floue : M=9, AF=lO

Rsultats avec la logique floue : AT4.5, AF=9.5

-1

lm
-

.---

/---

A--

5.m

= O

>r1

M
i

-3s

Figure 4 3 :Rsultats d'rppliertion deSAD n02

Sm
7

ml: 1tmm t l r n

ma!

,-hak1.-

,.mi

Ob-

SI-

52-

mm-

-m.

OrrmoriCImo

&,.

0-6

Ob-

01

.-

US

qDcam8EUODD.8:U

\Eyipil&T?

sz-

0-

OmlY

amrm~o=

OP

OL

.
A
.

si-

6-

ex

00,

0'8

=jrn

0a

5-

SL-

SLF-

CO-

Dans ce cas prcis, la logique floue n'apporte pas d'infotrnation supplmentaire. En se

&ant

au tableau no1 de Boothroyd, on constate que pour ces valeurs de VS, NA et

RI, la solution est dans une case AP et que les cases environnantes contiennent aussi AP.
Cet exemple reprsente les cas pour lesquels il est inutile de faire des calculs en logique

floue. Dans ta suite du rapport, nous prsentons une mthode de simplification pour ne
conserver que les donnes de logique floue juges plus utiles pour notre analyse.
4.15 Conclusions priiminaim
La base de connaissance que nous avons construite donne de bons rsultats.

Nous obtenons des rsultats similaires pour les mmes valeurs des paramtres choisies
dans le tableau et pour la logique floue(exemp1e no3).
L a deux premiers exemples d'application montrent que le choix d'une mthode
approprie d'assemblage ne devrait pas limiter a la simple lecture du tableau. En effet,

an variant les diffrents paramtres tout en restant dans l'intervalle dtini on a d'autres
solutions en plus de celies proposes par le tableau no 1 de Boothroyd. Les valeurs
rsultant de l'application de la logique floue sont continues. L'interpolation est Linaire
et permet de visualiser le passage d'une mthode une autre. Ainsi, l'utilisateur peat
tre mieux orient dans sa prise de dicision.

Siuler entirement le t a b k de Bwthroyd avec la logique floue demande

beaucoup de calculs et ncessite d'automatiser au maximum l'obtention des rsultats.

Pour panrenir cet o b j e un programme qui gnre des fichiers contenant toutes les
combinaisons pour n vari9bles qui preaaem c h m e p valeurs a t conu ( m e 1).

Le fichier obtenu est ensuite trait dans le logiciel FDSS. Ensuite, une macro Excel
rcupre les rsultats et cre automatiquement des graphiques.
Finalement, nous obtenons une &rie d'images qui reprsentent le tableau de Boothroyd.
D'autres utilitaires, comme un visualisateur d'images, permettent de mettre en vidence
les rsultats ( annexe 2).

4.2 Analyse de la partie gueht du tableau 1

Pour notre analyse, nous avons cibl les cases qui renferment deux possibilits de
choix de mthodes et les cases avoisinantes pour montrer que FDSS donne plus de
possibilits que celles offertes par Booibroyd. Pour y arriver, nous fixons d'abord une
valeur de VS et de NA et faisons varier RI avec un intervalle donn. Les valeurs
obtenues sont slectionnes pour tre transmises dans un tableau, est trait dans Excel
pour le traage des courbes.
4.2.1 Zone 0.65 2 VS

4.2.1.1 16 2 NA

Dans cette zone domine AF et MM pur Rlb1 . En prenant comme exemple VS4.68,

NA=17 et RI variant avec un pas de 0.25 dans I'itervalle de 0.25 2, on trouve les
rsultats suivants :

Tableau 4.1 :VS4.67 ;NA=17 ;O.USRI6 2.25

Les rsultats du tableau correspondent au choix de Bootbroyd sauf la ligne qui

montre que le changement dans les valeurs de MM est dplac de 1 a 1.25. Pour les
valeurs de RI infrieures 1.25, MM domine tandis que pour RI suprieur 1.25, AF
domine.

En diminuant le pas de 0.05 dans l'intervalle 1 B 1-5 nous obtenons les rsultats
suivants :

Tableau 4.2 :W . 6 ;7 NA-17 ;1 . O S ~ R I ~ l . S

Figure 4.5 :VS4.67; NA=17; 1.05S RIS 1.5

Ces valeurs et ces graphiques permettent de mettre en vidence la transition linaire a la

ligne O entre les colonnes 3 (WCl ) et 2 f 1SRIS2) dans le tableau no 1 de Boothroyd.

Pour
m5,
AI=6,

AF=4

Figure 4.6 :VS=0.67; N A 4

Pour Rk1.25, nous avons MM=AF=2. Cependant, cette valeur d'intersection ne
prsente pas d'intrt car la solution Ai sera prfre a MM ou a AF.

Dans i'intervalle de RI=0.25 1 dominent MM et AI. Pour RI= 1.25 nous avons trois
choix : MM (5), AI (93,AF (4.5). De RI=1.5 R=3.5, AI dcrot tandis que AF croit
Pour W . 5 , A et Ai?valent 9.5.

Figure 4.8 :VW.67; NA=14

4.2.2 Zone 0.46 VSS 0.65

Dans cette zone, trois conclusions apparaissent : MM, AI et AP. En tudiant le tableau,
on constate que quand Ri augmente, le choix de la mthode d'assemblage passe de
manuel (MM) automatique (AI ou AP). De plus, quand NA augmente, la conclusion

change de A Al?.

Figure 4.9 :VS=0.45 NA=17

Figure 4.10 :VS4.45; N A 4

Pour lu=2.1,
MM=At=6.3

Pour Rk2.1,
MM=AP=7

Figure 4. I l :V M S : N A 4 1

Pour R I S ,

En comparant le graphique ci-dessus avec celui ci-dessous, on remarque que quand NA

augmente, la mthode d'assemblage manuel assiste MM devient de moins en moins
adapttk pour RI croissant, et l'automatisation programmable (AP) devient un choix de

plus en plus judicieux.

4.2.3. Zone 0.2s VSS 0.4

Dans cette zone, la mthode d'assemblage manuel assist MM est celle qui apparat le

plus, ce qui est logique car le volume de produdion est fMe. L'automatisation devient
intressaate seulement quand le potentiel de remvestissement de la compagnie est >2.

Figure 4.13 :VW.25; NA-17

Figure 4.14 :VW.*

NA47

Pair RI-2.55,
MA=-

Pour RW.75,
MM=AP=5

Pour RI=2.5, MM=AP--5. Nous obtenons exactement le mme graphique pour VS4.35

et NA=17.

4.2.3.2 :7 S NA < 15

Pour NACI 1, plusieurs mthodes sont proposes mais il n'y a aucune intersection entre
les conclusions.

Figure 4.15: VH.25; N A 4 1

Pour Rk5,
MM=9.5,

Figure 4. 16 :VS4.25; NA=14

MM=MA=5.8

Entre VS=0.25 et VS=0.35, on constate que les mthodes d'assemblage automatique

prennent de plus en plus de poids. Des gaphiques pour VS4.35 dmontrent une
transition entre ces deux tats.

Figun 4.17 :VS=0.35; NA=11

Pour RH-6,
M 7 . 5

Figure 4.18 :VS4.35; NA=14

ii est important de noter que dans cette zone AP a une valeur faible(6) alors que le
nombre de composant est lev (14). Elle est proche de MM (2.8) et AI (4). Cette
situation met en cause l'influence de NA dans le choix de la mthode en rfrence au
tableau no1 de Boothroyd. cela explique peut tre pourquoi les industriels hsitent a
automatiser .
4.2.4. Zone NA G 6

Dans le tableau de Bmthroyd que, dans cette zone, [esconclusions sont :

- Pour VSN.65, AL quel que soit Ri ;

Pour 0.4<VSd.65, Ai pour RP2, MM pour RKl et MM (iW!

et)
Ai
l a c 2 - P m 0.2<VSsO.4, MM quel que soit RI ;

- Pour VSs0.2 : MM pour RP2, MA pour RICI et MM (1Wh) et MA (90%) pour

11RI<2. Nous en dduisons que seule la transition entre les zones VS10.2 et
0.2<VS10.4 et celle entre 0.2<VSS0.4 et 0.4<VS~0.65prsentent un intrt dans

cette tude.

Figure 4.19 :VM.25; NA=S

Pour RI< 1,

MM=MA=S

Figure 4.20: VS4.45; NA=5

Pour Ri=2.6,

Pour Ri=3.5,
MM=3.5

4 3 Analyse de ia partie droite du tableau 1

Afin de ne pas tre exhaustif, nous rduirons au minimum l'tude de la partie droite du
tableau. Nous ne retiendrons pour illustrer les rsultats que des graphiques proposant au
moins trois soiutions d'autant plus que dans cette partie il y a peu de variantes et de
changements par rapport la partie gauche. Le tri des donnes se fait toujours, en
premier lieu, selon VS, NA et Ri croissants. Les figures sont prsentes par valeur de
VS dcroissantes.

Figure 4.23 :VS=0.45; NA=6

MM=MA=7.4

4.3.1 Tri selon VS, NA et RI

Figun 4.22 :VW.55;

Pour lU=1.25,

Pour RI-1.35,

NA=14
Pour R P 3 -5,

Les quatre figures prdentes mettent bien en vidence i'inuence de RI sur la solution
d'assemblage : si RI augmente la tendance est oriente vers une solution automatique
mais ce n'est pas toujours la meilleure solution.

4.3.2 Tri selon VS, RI et NA

4.3.2.1 :VS=0.63

Figure 4.25 :VS=0.63 RI=1.4

Pour NA> 16,

MM=AP--8

Ici on voit que AP et MM ne sont pas dairement distincts ds que NAA2.

Figure 4.26 :VS=0.63; R1=2

Figure 4.27: VS=0.63; RI=3.5

Pour NA=1O,
MM=AP=7,5

Pour N&6,
AI=8.4,
-7.6

Ici A I et AP ne sont pas clairement distincts pour N& 6

Figure 4.28 :VS4.5;

Pour NAr 12,

MM,N

Pour NA213,
AP>MM

Pour NA216,
-8,

MMxMAc2

Les quatre graphiques permettent de conclure que plus NA augmente et plus les
solutions automatiques deviennent appropries. En effkt, dans cette partie le nombre de
composant augmente cause de l'augmentation de diffrents modles de produit et des
modScations. La mthode d'assemblage doit tre plus flexible pour s'adapter aux
diffrents changements. C'est ahsi qu'on remarque une grande influence de NA et RI

sur la forme des courbes : plus RI est grand et pius les courbes reprsentant les soIutions
maauelles dcroissent rapidement (et plus les courbes reprsentant les sohrtions
automatiques croissent rapidement). Nous ne considrons pas les paramtres NT et ND

car dans la partie droite on n'a pas beaucoup de variation.

VS4.5 R M S

Figure 4.29 :VS=0.5;

RI=4.5

Pour NA=&

II est tonnant ici que AI ne soit pas plus important. C'est la ou parfois les rsultats de

Boothroyd sont mettre en doute !

Figure 4.30 :VS4.3; RI=l.J

Pour NA4 1,
MA=l O,
MM=7.2

Pour NAr 16,

MA-2

Nous aurions bien sr pu illustrer la partie droite du tableau de manire plus toffe.
Cependant, cette partie du tableau est la moins intressante du point de vue de la logique
floue car eue ne met pas en relation toutes Ies conclusions. MM, MA et AP sont les
principales conclusions et les Uansitions se font essentiellement, pour une valeur de Ri
dome, par variation de NA ou de VS et non par variation de ces deux variables. Surtout
on ne peut pas considrer I'influence de ND et NT.

4.4 Anaiysc glotuie

Abin & diminuer le vohune de donnes qui nous a permis de gnrer tbus les

graphiques, nous avons cr une mcro supplmentaire qui permet de supprimer les
lignes inutiles. Nous raisormns de la manire suivante : si deux Lignes conscutives ont
les mmes conlusions, alors on peut supprimer une de ces deux Lignes.
4.4. t Algorithme

L'algorithme est le suivant :

- Pour chaque partie du tableau (droite et gauche),

- On trie les donnes par valwrs de prmisses croissantes (par exemple VS, NA puis
W

- On copie et colle les donnes de la feuille complte de rsultats dans une nouvelle
feuille,
Pour chaque iigne, on stocke les valeurs des conclusions et les vaiurs des
conclusions de la ligne suivante.
Si les deux vecteurs de valeun sont gaux alors :on supprime la ligne prcdente

ou la ligne suivante de manire a encadrer seulement les valeun des sorties

utiles.
(Cette boude permet de trier les donnes selon la variable d'ordre le plus bas, Ri
dans notre exemple. Nous allons faire la mme chose avec les deux autres
variables en utilisant des Mocs de donnes).

Pour chaque valeur d'une des deux a u m variables (par exemple NA), on stocke
I'etlsemble des valeurs des conc1usions et les valeurs des conclusions pour la
valeur suivante de cette variable.
Si les deux matrices de valeurs sont gales alors on supprime le bloc

correspondant la plus petite valeur de la variable.

On fait alors de mme avec la deni*& variable (VS dans notre exemple).

- Le tri pour toutes les conclusions tant maintenant efictu, on fait de mme pour une
seule conclusion a la fois.
4.4.2 Exemple

Trions, par exemple, les valeurs obtenues pour Ia partie droite du tableau I de Boothroyd
par VS, NA et RI croissant et tudions le dbut du mus-tableau simplifi.

Tableau 4.2 :Portion de tableau obtenu par suppression des vakurs inutilcs

On remarque que, dans le tableau 4, toutes les valeurs de VS infrieures 0.2 ont
disparu. De mme pour toutes les valeurs de NA < 20 et de 3.5 1 RI 2 5. Cela signifie
que pour toutes les valeurs de VS < 0.2, NA = 6 et RI = 3 -5, les valeurs des conclusions
sont les mmes : MA=IO,MM=AI=AF=AP=, et que pour toutes les valeurs de VS <
0.2, NA < 20 et RI 1 5, les valeurs des concIusions sont : MM=IO,MA=AI=AF=AP=O

En procdant ainsi, nous avons rduit, pour le ct drait, le nombre de lignes de la

manire suivante :

Tableau 4. 3 : Nombre de lignes tries par VS, NA e t

tableau

Tri par VS, Toutes

1
1

les MM

MA

NA et

1 conc~usions1

simplification

Aprs
simplification

2485

I
I

2401

863

Ri pour It ct droit du

De mme, pour le ct gauche :

Tableau 4.4 :Nombre de lignes tries par VS, NA et R I pour le c h 6 gauche

Tri par VS, Toutes les MM

MA

AI

NA et RI

conclusions

Avant

13%5

13965

13965

13965

2420

1992

46

870

simplification
Aprs
simplification

4.4.3 Prtmirt extemion de la mthode

Pour diminuer encore le nombre de lignes, au lieu d comparer l'galit des valeurs,
nous avons test si la diffrence (en valeur absolue) entre deux valeurs conscutives tait
infrieure 0.5. Nous avons obtenu les rsultats suivants pour le ct droit :
Tableau 4.5 :Ct droit du tableau avec un intervak de 0.5

0.5

Toutes les M M

MA

AI

AF

AP

conclusions
Avant

1.3965

13965

13965

13965

13965

13965

2068

1330

569

287

1020

simpiiication
Aprs

Pour le ct gauche :

Tableau 4.6 : Ct gauche du tableau avec intervalle de 0.5

Avant

simplification
Aprs
simplification

4.4.4. Seconde extension de la mthode

La mthode de simplitication que nous avons choisie d6pend des valeurs conscutives
que prennent les conclusions. En consquence, l'ordre dans lequel les valeurs sont tries
est trs important. Aussi, pour complter cette tude, nous avons effectu les mmes

calculs pour tous les tris possibles de VS, NA et RI. Nous avons six combiisons

possibles :

VSNARI

VSRINA

NAVS RI

NARIVS

RIVSNA

RINAVS

F i e m e a t , nous obtenons les rsultats suivants :

Tableau 4.7 :Rcapitulatif pour l'tude du ctt droit du tableau

tude pour ct droit

Toutes les

NA, RI Simplifi

2423

NA, VS Simplifi

247 1

Ri, NA Simplifi

2233

et VS

1791

Arrondi 0.5

Ri, VS Simplifi
et NA

1 Arrondi

2057

0.5

VS, NA Simpli

2485

et Ri

268

Arrondi 0.5

VS, RI Simplifi

2054

Tableau 4.8 :RcapifulrtiCpour I'iude du ct gauche du tableau

?tudepour ct gauche

+
Y&

vs

simplifi

t
RI, N A Simplifie

RI, VS Simplifie
et NA

k
Arrondi a 0.5

VS, NA Simplifi

et NA

Arrondi 05

Les rsultats en gras reprsentent les vdeurs minunales. Ainsi, nous retiendrons pour la
simpiEcation du taMeau les choix de tri suivants :

Tablean 4.9 :Choix du tri en foncion des conclusioas pour k cit droit du tableau

tude

pour Toutes les MM

MA

AI

AF

AP

ct droit

conclusions

Simpliae

VS RI NA VS RI NA RI VS NA NA RI VS RI VS NA NA RI VS

Arrondi 0.5

VS RI NA RI VS NA RI VS NA NARI VS Ri VS NA NA RI VS

Tableau 4. 10 :Chou du tri en fonction des conclusions pour le ct gauche du

tableau

Etude

pour Toutes les MM

MA

AI

AF

AP

ct gauche

conclusions

Simplifi

RiVSNA VSRINA VSRINA NAVSRI VSNART NARIVS

Arrondi 0.5

VS RI NA RI VS NA VS RI NA RI VS NA VS RI NA NA RI VS

Ces simpiiications nous permettent de conclure que le tableau 1 de Boothroyd peut tre
reprsent par la logique floue et sous fome numrique avec un nombre de valeur faible
tout en conservant une information pertinente voir dans l'annexe 2.

Cette tude doit tre ralise par le concepteur si la mthode d'assemblage choisie grce
au tableau 1 de Boothroyd est l'assemblage manuel (MA ou MM).

5.1. Principe

Boothroyd propose une dmarche pour faire une analyse de la conception afin de
rduire le cot d'assemblage manuel. Dans cette analyse, les principaux aspects de la
conception (caractristiques gomtriques et technologiques de la pice, utilit de la
pice dans l'assemblage, etc.) sont examins d'une faon systmatique et l'efficacit de
la conception est calcule. A la fin de la premire tude, le concepteur est capable de
tirer des conclusions (par exemple suppression de pices) qui le mneront a augmenter
l'efficacit de conception. Itration par itration, il peut amver rapidement un
optimum.

5.2. Mthode

Pour chaque composant de L'assemblage, l'analyse comprend deux tapes importantes :

une dcision concernant i'bation ou non du composant ou sa

combinaison avec d'autres composants,

une estimation de temps ncessaire pour saisir, manipuler et insrer le

composant.

Le concepteur peut ensuite dduire le temps d'assemblage total et le comparer avec le

temps d'assemblage d'une conception idale.
Pour parvenir la dcision a prendre dans la p r d r e tape, le concepteur doit
rechercher parmi les caractristiques

prsentes sous forme de tableaux, cdles

correspondant la pice assembler et I'opration d'attachement pour en dduire un

indice de ligne et un indice de colonne. A l'intersection (lignecolonne) se trouve
l'estimation du temps ncessaire a l'opration. Boothroyd distingue deux oprations
dans l'assemblage : la manipulation et l'insertion. Un tableau est associ chacune de
ces oprations (tableau 2 pour la manipulation et tableau 3 pour l'insertion).
Pour dterminer la ncessit du composant dans l'assemblage, le concepteur doit se
poser les trois questions qui suivent. Rpondre (( oui )) a une de ces questions dmontre
la ncessit du composant dans I'assemblage.

Le composant a-t-ii des mouvements relatifs par rapport aux autres

composants dj assembls ?

Le composant doit-il tre d'un matriau diffrent ou tre isol de tous les
autres composants dj assembls ?

Le composant doit-il tre indpendant de ceux dj assembls pour permettre

leur assemblage ou leur dmontage ?

5.3 Automatisation de la n6thode et utilisation de ia logique floue

5.3.1 Mise en vidence de I'utiltC dt la logique floue

A i'observatiun des tableaux 2 et 3 de Boothroyd, on remarque des carts

importants entre deux valeurs conscutives. Par exemple, pour le tableau 2 ligne 4, la
diffrence entre la vaieur de la colonne O (paisseur > 0.25mm)et celle de la colonne I
@paisseur I 0.25mm) est de 9%

: 3.6s pour paisseur = 0.26mm et 6.85s pour

paisseur = 0.25mm.Cette constatation nous a conduit utiliser la logique Roue pour

caractriser de manire moins brusque ces transitions. De plus, nous obtenons des
rsultats continus et plus reprsentatifs de la ralit car; en considrant l'exemple
prcdant, il ne faut pas 90% de temps en plus pour manipuler un composant dont
l'paisseur est 0.24mm par rapport un composant d'paisseur 0.26mm.
5.3.2 Reprsentation des tableaux 2 et 3 en logique floue
Le tableau 2 se prsente en quatre parties distinctes. Une premire question

permet de dterminer lequel des sous-tableaux va re utilis. Au niveau de la

reprsentation de la base de connaissances, nous avons donc subdivis ce tableau en
quatre (tableau 21, tableau 22, tableau 23 et tableau 24). Nous avons ainsi cr quatre
bases de connaissances pour le tableau 2.

La technique de partage du tableau 3 est identique et nous avons cr trois bases de

co~aissances(tableau 3 1, tableau 32 et tableau 33).

La seoonde problmatique pose par ces tableaux concerne les questions qui ne
peuvent pas tre toutes reprsentes de manire floue. Par exemple, on distingue Ies

composants pouvant tre manipuls par une d e personne de ceux ncessitant

15ntenention de deux personnes (transition du type binaire). Pour ce type de questions,

les ensembles flous associs sont des singletons et non pas des trapzes.
Le tableau 33 est un autre cas particulier car aucune question ne peut tre rtp%eIIt&par
un ensemble flou. Ce tableau est le seul pour lequel on n'utilise pas de fichier rsultat
gnr par Fuzzy flou.
Un programme, ralis dans le cadre de cette matrise, a t conu pour automatiser cette
mthode. Par un jeu de questions-rponses, l'utilisateur dtermine tous les paramtres
ncessaires a l'obtention d'un temps de cycle, d'un cot et d'une efficacit de
l'assemblage. La reprsentation par la logique floue des tableaux 2 et 3 est contenue
dans le rapport associ ce travail.

5.4 Reprbentation des tableaux 2 et 3 dans le systme FDSS

Tableau 5.1 :Temps de manipulation avec une main.

Diilicud de manipulation

Dimension

Temps manipulallon

Figure 6.1 :Reprsentationdes ensemblas flous.

Tableau 5.2 :Temps de manipuiation, une main avec outil.

e-sa

lm

050

0.10

om

am

o.a

os,

0.m

0.m

o.-

oso

1.m

nm
ai

lm

OSn

om

0.10

aao

os

O-a oso

am

On#id888md

O-m

0.m

o.=

lm

Tableau 5.3 :Temps de manipulation avec deux mains.

Facile

Dimension

117

Tabksu 5.4 :Temps de manipulation, dcnx mains avec assistance niecssrim

Une seule peoonne

Poids

Tableau 5.5 :Temps d'insertion pour un composant non fix.

im'

a s

0110

0.10

010

OJO

0.a

0 s

om

o.m

om

osa im

Tableau 5.6 :Temps d'insertion pour un composant fui immdiatement.

1 1 3

s l c

Tableau 5.7 :Temps d'insertion pour oprations &@es.

Aucune question ne peut tre reprsente de manire floue. Les d o ~ e utilises

s
sont
donc d e s du tableau.

5.5 Exemple pour le tableau 2

Considrons le composant (t C )) suivant :

C n est un composant pouvant tre manipul d'une seule main, sans l'aide

d'outils prsentant une symtrie (a+f!)= 540". Ces deux paramtres classent
((

C 1) dans la ligne 2 du tableau 21.

- On value l?? la facilit de manipulation de K C H

(O0! correspond la

dScult de manipulation maximale et pour lWh, le composant est facile

manipuler). C N a une paisseur de 1.8mm et une dimension de 6mm. Ces

paramtres classent N C 1) dans la colonne 4 du thleau 2 1.
A l'intefsectioa de la ligne 1 et de la colonne 4, le tableau 21 nous d o ~ comme
e

estimation du temps de manipulation 2.85 secondes.

Avec l'utilisation de la logique floue, nous obtenons 2.42 secondes, soit une diirence
de 15% qui ne peut pas tre considre comme faible. Le rsultat obtenu par la logique
floue est plus proche de la ralit parce que :

- une symtrie (a+B)= 540" positionne (c C entre les lignes 1 et 2,

-

une paisseur de 1.8mm positionne tc C entre les blocs de colonnes (O, 1, 2)

et (3,4),

- une dimension de 6mrn positionne C n entre les colonnes 1 et 2 pour le bloc

(0, 1,2) et les colonnes 3 et 4 pour le bloc (3,4).
Notons ent'n que cette diffrence de temps 15% devient plus significative pour n
composant que l'oprateur doit manipuler pendant x temps de travail par jour. L'analyse
plus dtaille de ce tableau pourrait aboutir a des rsultats qui permettront de proposer
des temps de manipulation et d'insertion plus ralistes.
Dans l'annexe 2 nous prsentons quelques rsultats des essais faits avec FDSS qui
montrent qu'il y a lieu d'amliorer le tableau no 2 et 3 de Boothroyd. La procdure
d'analyse est la mme que celie utilise pour les cas prcdents prsent ci-dessus, mais
la programmation pour automatiser intgrer les tableaux en entier est difficile raliser
vu la complexit des informations qu'il faudrait considrer-

CONCLUSION

L'utilisation des tableaux de Boothroyd permet de choisir une mthode

d'assemblage pour un produit donne et dans certains cas de donner une solution
alternative- Cependant, cette mthode ne met pas en vidence le passage d'une mthode
l'autre car la plage des valeurs est fixe. Aussi, il faut remarquer que cette procdure est

longue et lourde. Souvent la dcision est prise suivant l'exprience des personnes, les
outils de dcision tant encore rares dans ce domaine.

L'utilisation de la logique floue dans la mthode de Boothroyd que nous

proposons dans ce mmoire est prsent comme outil d'aide qui pourrait permettre aux
utilisateurs de prendre des dcisions assistes dans le choix du type d'assemblage
appropri a un produit. II donne les possibilits de choix un peu plus larges, permet de
visionner les passages d'une mthode a une autre et d'exprimenter les paramtres
d'analyse qui influencent ces variations. Dans l'analyse du tableau no 1 nous avons
trouv que le volume de production (VS), le nombre de composant (NA) et le facteur
d'investissement (RI) constituent les paramtres les plus influents sur la variation des
mthodes d'assemblages. Les paramtres ND et NT dlimitent la partie gauche de la

partie droite et comme il n'y a pas beaucoup de vanations dans la partie droite, nous

n'avons pris en compte ces paramtreS. En utilisant dierentes valeurs proches des
S i t e s des tableaux des paramtres (VS, NA, RI), nous sommes parvenus observer
des cas o les mthodes sont en concurrence et de dceler la zone de vanvanation
pour

laquelle il y a chevauchement. Ces rsultats obtenus mus permettent de conclure que

pour les cas de i'gdit des valeurs, les mthodes concurrentes peuvent se substituer.

Pour les mthodes dont les valeurs sont proches, nous suggrons de procder l'analyse
conomique de chacune des mthodes pour dterminer la mieux indique.
Au del des limites tablies pour les paramtres VS(volume de production par quart de
travail), NA (nombres de composant) et RI (facteur d'investissement) l'analyse effectue
avec la logique floue n'a pas aboutie a de rsultats intressants. En effet, les conclusions

sont les mmes que celles obtenues pour les valeurs limites et au risque de tomber dans
l'erreur nous n'avons pas procd a l'extrapolation.

L'analyse globale du tableau no1 de Boothroyd nous fiit observer que plus le
nombre de compusant(NA) augmente, moins la mthode d'assemblage manuel est
considre pour un facteur d'investissement (Ri) croissant. L'automatisation devient
d o n un choix de plus en plusjudicieux.
Avec la logique floue, nous avons rencontr des cas intressants o il est difficile de
choisir entre l'assemblage manuel et l'assemblage automatise. C'est le cas par exemple
pour RI = 1.4 et VS = 0.63 o MM et AP ne sont pas clairement distincts ds que NA est
suprieur 12. En augmentant le facteur d'investissement('lU= 4) et le volume de
production (VS = 0-8) AI(6) n'est pas loin de: AF(I0). Pour NA = 8, VS = 0.5 et RI =
4.5, AI n'est pas plus important que prvu. Pour un volume de production moyen (VS=
0.35) et

un nombre de composant lev (NA = 14) nous observons qu' il n'y a pas

beaucoup de diffrence mire A . , MM et AI-

Ces exemples sont des cas pertinents qui illustrent les situations rencontres tout au long
de notre analyse o parfois i'intluence de certains paramtres est remise en question et
par-l, les rsultats de Boothroyd mis en doute. Le fait par exemple, qu'il propose
d'automatiser ds que le nombre de composant augmente, n'est pas toujours la meilleure
solution. En effet, les exemples ci-dessus illustrent des cas o il est parfois
problmatique de choisir la mthode la plus approprie entre AP, MM, Ai ,les rsultats
avec Fuury flou montrant que ces dernires ont des valeurs qui ne sont pas trs distinctes
pour une zone o une des mthodes devait normalement se dmarquer des autres. Ceci
explique peut tre pourquoi dans des cas pareils les industriels hsitent automatiser.
Les autres variables considres dans la mthodologie d'analyse de Boothroyd,

comme le nombre de produits diffrents (NP), sont discrtes et leurs reprsentations par
la logique floue prsentent plus de dicults. En effet, les valeurs qu'on obtient en
utilisant la logique floue sont les mmes que celles proposes par Boothroyd.
Cependant, ces rsultats confirment que la mthode utilise pour construire les rgles
floues est correcte.

L'tude et la simulation entire du tableau nol:

(t

Choix de la mthode

d'assemblagaj de Boothroyd avec la logique floue est longue, demande beaucoup de

calcul et ncessite d'automatiser au maximum l'obtention des rsultats. Pou y parvenir,

un programme qui gnre des fichiers combiioires pour n variables qui prennent
chcuae p valeurs a t conu. Le fichier obtenu est ensuite trait dans le I~gicielF'DSS

et une macro Excel rcupre les rsultats et cre automatiquement des graphiques. Cela

nous a permis d'avoir une srie d'images qui peut reprsenter le tableau de Boothroyd.
L'analyse des tableaux 2 et 3: &de

pour l'assemblage manuel de Boothroyd

montre des carts importants entre Ies valeurs de temps conscutives. Pour caractriser
de manire continue ces transitions, nous avons aussi utilis la logique floue. Ainsi, nous

avons obtenu des valeurs intetpoles des temps de manipulation et d'insertion des
composants qui seraient proches de la ralit et par consquent, pourraient amliorer
l'analyse de l'assemblage.
Dans ce mmoire, nous avons dmontr que l'introduction d'une mthode
d'intelligence artificielle enrichissait une mthode de conception en vue de
l'assemblage. Ces mthodes modernes sont donc des out& d'aide la dcision efficaces
et augmentent l'intrt des techniques auxquelles eles sont appliques.

1 Balazinski, M., Bellerose, M., Czogala E,, ((Application of f h y logic

techniques to the selection of cutting parameters in machining processes)), Fuszy
Sets and Systems, 63 (1994),p. 307-3 17.

2 Boothroyd, G., Dewhurst, P., ( 1986)- Les assemblages - comment oprimiser leur

conception, Ed. du CETIM,p. 1-96.

3 Boothroyd, G., Dewhurst, P., (1993), (Design for Amemblp-A Designer's

Handbook, University of Massachussetts, Departement of Mechanical

Engineering, Amherst, MA.

4 Bouchon-Meunier, B., Laurent F., Ramadani M. (1998), Logique Flm~e

Exercices corrigs et exemples d'applications.

5 Brooke, L.(1991 Sept.), Think DFD,), Automotive Industries, p. 71 - 73.

6 Carnbron, M.,(1999) Ingtinierie Simultde, notes de cours, cole Polyteckque

de Montral.

7 Chan, D.S.K.,Mo, 19.T.(1993), *Transformation of Product Design Features

for Assembly AnaiysisJtoyal Melbourne Institute of Technology, 1993
International Conference on Assembly, 22-24 November, Adelaide, Australie,
p.55-60.

8 Dailaire, D.,(1997), Module d'anaiyse conomique LOGAM)), projet de fin

d'tudes, cole Polytechnique de Montral.

9 DeGuire, B., (1 997).(( &de des systmes mufti

- agents p

r la recherche de

soI~ifionsd'assemblage , Mmoire de Matrise, cole Polytechnique de

Montral.

10 Deneux A.B.(1996),F-CAD:Un prototype de systme de CAO Fonctionnelle

pour l'Intgration du Calcul dans le Processus de Conception N, LAMIN (RA

CNRS no 1775)-Universitde Valenciennes.

11 Dupmet,

E., Baiazinski M.,(1997),(cTolerance Aocation using t'uzzy logic))

cole Polytechnique de Montrai, Mechanid Engineering.

12 Eastman, CM.(1981) The Design for Assembly), SAE Technical paper #

8101197.

13 Erve, A.H.,(1988) (&nerative Computer Aided Process Planning for

Par

Manufacturing; an Expert System Approach), Ph.D. Thesis, University of

Technology, Eindoven.

14 Ettlie, J.E., Stoll, H.W.,~Managingthe Design-Mmfacturing Procem, Mc

Graw-Hill Engineering and Technology Managements Senes, New York, p.7987.

15 Gabnele, G.A. (GND), (( The application of Design for Assembly Principles to

Design of Aerospace Structures)),Rensselaer Polytechnics, Troy, New York.

16 rudzien, L. and Sonen, (c A Design Approach that integrates

the saf'ety and dependability concept , LAMiN-URA CNRS no1775-Groupe de

Recherche en Gnie industriel et Logiciel, University of Valanciennes,1996.

17 Jabbour, T., cdntgratron de Modeles cbe carac&istques me mdIisclhsclhon

gkomhr'tpe pour mppwlu 1'~~~~ernblageio
Thse de Doctora, cole

Polytechnique de Montral, 1997.

18 Jones,

RE.,Wilson, M.,'

(1996), UA Survey of Constmhts in Automated

Assembly Planninp, Proc. EEE Intl.Conf, On Robotics and Automation, 15251532.

19

Kim, S.,(1989),

.An wenibly Modeling Sysiems for Dymmic and Kinematic

Anai'ysim, CAD, 2 1(l), 2- 12.

20 Labat, A., Labrge, A., Castellanet, M.,Le lien CAOianalyse a l'Arospatiale

Cannes : La solution paralllefi Actes de MlCAD 92

21 Larralde, J.P., ctRsistance des matL;nam. d. MASSON 1988.

22 Lotter, Bruno, (1989), if Manufaciuring Assembly Hundbook .

d. kPM, Montral.
23 Made Cl( 1 993). nConcepiion mithoder d 'a~i~ernblago~

24 Narayanin, M.,((La liaison CAO-Calcul)>.Codrence MICAD 92

25 RoUand,C.,

Reformuler les dmarches de conception des systmes

d'information , ingnierie des systmes d'information, Vo12-n06/1994pages

719 a 741, Universit de Paris 1Panthon-Sorbonne-

26 Sangalli, A, Une logique floue, floue InterfaceYl7,no5,Sept-Oct 1996, p.3846-SDM 9755104.

27 Shah, J. J. and Rogers T.M.(1993), Assembly Modtilirrg as an Exrension of

Festure-Bas& Desigm), Mechanical & Aerospace Engineering, Arizona State

University, Tempe, Arizona, USA.

28 Shah, J.; Tadepalli, R, (1992) &eaiure

Based Assembfy Mdeling of

Mechanical Componentm, M.Sc. Thesis, Arizona State University, Tempe.

29 Shrafl, RD. (Nm) Assembly Onented Design - Condition for Successiid

AutomatiomMontargegerechte Konstruktion

Die Voraussetzung f i r eine

Erfolgreiche Automatisiening), Fraunhofer Institut t%r Produktionstechnic und

Automatisiemng (!PA), Stuttgart, West Germany.

30 Suh,

N.P. (1990); The principies of

Design)), Oxford Series on Advanced

Manufacturing Oxford University Press.

3 1 Tong - Tong, JR, La logiqtteflmte, HERNES 1995

32 Toirben L.,(1996),

a%

MiSrmg EIement in Design for Mamrfacure,~,Inst. For

ManUFdcturiug Engineering, Technical University of Danemark, 1996.

33 Van der Net, A.J. ,de Vries WH.,Debressine HLM, van der Wolf ACH.
(1996) cul Relation-Based Pradirct

Mamrfacturing ,

M d ! Suited for Integrating De*

Eindhoven University of

and

Technology, Eindhoven,

Netherlands.

34 Wamecke, Lani et Kiener, riTechniques de montage cl d'assemblagm, direp,

1'" dition, Pans p. 129-270.

35 Wesley, A. ;Lonzano, P.T. et al., A Geometric Modelitig Systemfor Automoted

Mechanical Assembip, IBM J.Res.Dev.24(1 ), p.64-74.

36 Wiendahl, H. P., (1994), uecentral Production Scheduling of Assernbly

Systems with Genetic Alogarittum

37 Zadeh, L, A, a F q Setm information and control, 1965 Vo1.8 p.338-353.

Partie 1 :tude du tableau de Boothroyd

Ci-dessous nous prsentons le type de graphique et de tableau simplifi qui peuvent
reprsenter le tableau no1 de Boothroyd.
La forme graphique et obtenue en hant une des 3premisses (VS, NA, Ri), Pour notre
cas VS est fix a 0.5 et on analyse la variation de MM, de AI et de AP par rapport NARI et nous la visualisons sous forme graphique.

La forme de cellules, que nous proposons pour mettre en vidence les valeurs
numriques associes chaque mthode dans une zone prcise du tableau, nous permet
de mettre en vidence les zones de croisement et de chevauchement des mthodes. Ces
zones sont donc dlicates et dans ces cas il faut faire attention avant de dcider de la
bonne mthode d'assemblage a utiliser pour un produit donn. Dans la zone NA=2 20
et Rk0.2 10 MM augmente diagonalement de haut en bas et AP de bas en haut.
Notre exemple est pris dans la partie de gauche du tableau de Boothroyd ,et le reste des
rsultats obtenus.

1.1.

Le gnrateur de fichien combinatoires

Figure 1.1 :Fentre graphique du gnrateur de tthiers automatiques

1.1.1. Fonctionnement de I'appkation

La plupart des phnomnes rels reprsents en logique floue ncessitent moins de six
prmisses car au-del de ce nombre les calculs deviennent longs. De plus, dans le cas de

FDSS, des imprcisions apparaissent pour plus de six prmisses. Nous avons donc limit
l'interke graphique de notre prognunme

(N

CombiaatorgFinentor.txe w ) la

saisie de six prmisses. L'utilisateur saisit Ies

de gauche droite dans

n'importe queue liste. Il peut ajouter, supprimer, monter ou descendre des valeurs pour

chaque prmisse. A la fin de la saisie, il choisit un nom de fichier (bouton (( Browse.. . )

et peut ensuite crer le fichier correspondant (bouton (( Create ).

Le bouton (( Edit file n permet de visualiser et d'diter le fichier. Enfin, l'utilisateur peut
rinitialiser tous les champs de la bote de dialogue s'il veut recrer un fichier.
Point fort :
L'interface graphique est simple utiliser et aide l'utilisateur saisir ses donnes grce
aux icones pour ajouter, supprimer et dplacer un lment de la liste.
Points faibles :

Le programme actuel est limit 6 prmisses et a 50 valeurs par prmisse ce qui est
suffisant pour la majorit des applications mais qui peut tre considr comme une
limitation. L'utilisateur devra partager son fichier en plusieurs morceaux s'il dsire
attniuer plus de 50 valeurs une prmisse.
Dans Fuzzy flou, les valeurs que prennent les prmisses peuvent tre elles-mmes des
ensembles flous. Or, (( CombinatoryFieGenerator.exeD considre que les valeurs saisies
sont des singletons et n'ofie pas la possibilit de saisir des triangles ou des trapzes.
1.2,

Le gnrateur de graphiques

Figure 1.2 :Premire

fcntrt du gbrateur
de grapbiqnea (mrcro

Fuay flou gnre un fichier de rsultats. Celui-ci est un fichier texte dont il est diicile

d'extraire

une

quelconque

conclusion.

Le

fichier

Excel

From-FuzzyFl~To_Ercel.rIs contient une macro qui permet de crer

automatiquement les graphiques. A i'ouvemire de ce classeur, l'utilisateur clique sur le

bouton et la premire fentre apparat l'cran.
L'utilisateur entre le nom comptet du fichier traiter et choisit si les graphiques vont
tre exportes (au format jpg) ou non, Quand il clique sur Nerf N, une des 2 fentres
suivantes apparat dpendamment du nombre de prmisses.

Figure 1.3 :Fentre suivante si

seulement 2 prmisses
si plus de 2 prmisses

Figure 1.4 :Fentre suivante

La reprsentation graphique en 3 dimensions est me partir des valeurs de 2 variables

(axe X et axe Y) et de 1 conclusion. S'il y a seulement 2 prmisses' il n'y a aucune

ambigut quant l'attribution des axes X et Y ;la macro ne gnre qu'un graphique.
Par contre, s'il y a plus de 2 prmisses, l'utilisateur est invit choisir 2 prmisses (pour
dterminer les axes X et Y) ;il y a autant de graphiques que de combinaisons entre les
autres variables. Dans tous les cas, I'utisateur doit slectionner une conclusion. Le
bouton Compute n lance les calculs. Quand l'excution est termine, un classeur cr
contient :

dans la premire feuille i les rsultats

les feuilles suivantes portent le nom de la combinaison des variables b e s et

contiennent les donnes nkessaires la construction du graphique
correspondant.

Par exemple, en utilisant le (( Virwrr N :

on choisit une partie du tableau visualiser (partie gauche (( G D),

dans notre cas, il y a 3 prmisses

+ il faut en fixer une constante : u VS ,

puis fixer la valeur de cette constante (VS=0.4),

on choisit une conclusion parmi les 5 : (( MM M.

Fiprrl. 5 :F d r e graphique du "viewert'

Limiations

de cette macm : Comme le gnrateur de fichiers combinatoires, eiie

supporte au maximum 6 prmisses et 6 conclusions.

1.3. Le ~tisadisateurde graphiques

L'exemple prcdent a mis en vidence L'intrt du K W e r fi (fichier a Viewer-exe).

C'est un moyen utile de visionner rapidement et facilement notre reprsentation du

tableau 1 de Boothroyd.

L'utilisateur slectionne la partie du tableau (droite ou gauche), la variable fixe et la

conclusion qu'. dsire visionnererLes touches de fonctions permettent de se dplacer
parmi les diffrentes valeurs de la variable fixe. Un mode de dfilement continu (sens
croissant ou dcroissant des valeurs) est prvu, La priode de pause entre chaque image
est rglable par l'utilisateur (menu Options). Par dfaut, elle est de 3 secondes.
Ce

programme

visionne

les

images

contenues

dans

le

rpertoire

u C:BoothroydUmages P. Si, pour une raison quelconque, les images changent de

rpertoire, l'utilisateur est inform que le programme ne trouve pas les images et
demande de slectionner leur rpertoire.

Limitations de ce programme: 11 ne fonctionne que pour notre tude cause des

noms de fichiers spcifiques.
A ce stade de l'tude, l'utilisateur pointilleux peut exiger de connatre les rsultats pour

une valeur de prmisse non saisie au dbut de l'tude. Pour rpondre cette exigence,
nous avons cr un utilitaire qui interpole les valeurs intermdiaires.
1.4. Interpolation des rsultats

Le programme u Bootbroyd.trc M demande la partie du tableau tudie et la valeur

dsire de chacune des 3 prmisses. U calcule alors par interpolation la valeur des 5
conclusions.

La mthode d'interpolation est

la suivante : le programme
dtecte les 2 valeurs qui
encadrent RI puis les 2 valeurs
qui encadrent VS. Pour chaque
valeur de VS, il interpole
(linairement) la valeur des 5
conclusions en fonction des 2
valeurs de RI. Puis, il fait une autre interpolation (en fonction des 2 valeurs de VS) pour
obtenir le rsultat final.
Figure 1.6 :Fentre graphique du programme d'interpolation des rsultats

Point fort :obtention rapide et facile des valeurs des conclusions

Point faible :les valeurs ne sont pas exactes. Il faudrait utiliser FDSS pour obtenir une

meilleure prcision.

2. Interprtation dts rsultats

Pour raiser une tude complte, nous avons simul sparment les 2 parties du tableau.
Nous avons gnrer le fichier combinatoire suivant (13%5 combiiaisons) :

VS varie de 0.02 1en utism 35 valeurs,

NA varie de 2 20 avec un pas de 1(19 vaietus),

RI varie de 0.2 10 en utilisant 21 valeurs.

Grce Fuzzy flou, nous avons obtenu les valeurs des 5 conclusions pour chacune de

ces combinaisons. La reprsentation graphique est faite pour une des 3 prmisses fixe
(les 2 autres reprsentant les axes X et Y du graphique) et pour la sortie slectio~e.Au
total, nous avons 750 graphiques pour reprsenter le tableau1 de Boothroyd.
A ce niveau, il faut remarquer que nous avons tout gnr alors qu'a la lecture du

tableau, il parat vident que certaines zones ne sont pas intressantes tudier. Ces
zones sont, par exemple, celles o la conclusion ne varie pas d'une case l'autre. II nous
a sembl utile de tout reprsenter pour bien mettre en vidence les transitions entre les
conclusions. De plus, i'utilisateur peut tout visualiser avec le "Viewer".
La mise en evidence des transitions est russie et les rsultats sont cohrents. Par
exemple, pour VS
suivants :

0.4 dans la partie gauche du tableau nous obtenons les rsultats

Rotation

F i r e 1.7 :Mise en vidence des riSultris obtenus avec Ir logique iioue

Partie II:tude pour asscmbiage manuel

Cette tude doit tre ralise par le concepteur si la mthode d'assemblage choisie grce
au tableau 1 de Boothroyd est l'assemblage manuel (MA).
2.1. Principe

Boothroyd propose une dmarche pour faire une analyse de la conception afin de rduire
le cot d'assemblage manuel. Dans cette anaiyse, les principaux aspects de la conception
(caractristiques gomtriques et technologiques de la pice, utilit de la pice dans
l'assemblage, ...) sont examins d'une faon systmatique et I'ellicacit de la
conception est calcule. A la fin de la premire tude, le concepteur est capable de tirer

des conclusions (par exemple suppression de pices) qui le mneront a augmenter

l'efficacit de conception. Itration par itration, ii peut arriver rapidement un
optimum.
2.2. Mthode

Pour chaque composant de l'assemblage, l'anaiyse comprend deux tapes importantes :

une dcision concernant l'limination ou non du composant ou sa

combinaison avec d'autres composants,

une estimation de temps ncessaire pour saisir, maniputer et insrer le

composant.

Le concepteur peut ensuite dCduirr le temps d'assemblage total d le comparer avec le

temps d'assemblage d'une conception idale-

2.3. Solution 1 :automatisation du d e a l

Pour simplifier le travail du concepteur, nous avons ralis le programme

AsmManu.ere qui grce un jeu de question-rponses dduit les codes de

manipulation et d'insertion manuelle et l'etficacit de la conception. De plus, le

programme ne pose que les questions ncessaires. Par exemple, la taille du composant
(trs petit, petit ou grand) est dduite a partir des diensions saisies.

Le programme fonctionne de la manire suivante :

1. l'utilisateur saisit d'abord le nom de i'assemblage et le nombre de

composants diffrents. 11 clique ensuite sur l'unique bouton visible :

Dmarrer D

2. L'utilisateur est ensuite invit saisir le nom, l'ID, Ie nombre d'oprations et

les dimensions mini et maxi du composant 1 et clique sur Valider ,

3. puis il rpond aux questions qui le guident vers I'obtention des codes de

manipulation et d'insertion manuelle. En cas d'erreur de saisie, il peut cliquer

sur "Recommencer pour ce composant" qui rinitialise tous les champs du
composant (on retourne alors a L'tape 2),
4. quand le programme a assez d'informations pour dduire ces codes, le
message cc Composant 1

OK b) appadt l'ban et le processus reprend

l'tape 2 jusqu' ce que tous les composants soient saisis,

5. a la fin de la saisie, le message La saisie est termine et les calculs sont en

cours. 11 ne vous reste plus qu'a enregistrer et visualiser les rsultats !

indique la dmarche suivre.
A tout moment, i'utilisateur est guid par des notes et des commentaires spcitiques aux

questions. De plus, le menu " ~ o n s constitue

n
une aide prcieuse et contient de

nombreuses dfinitions relatives aux composants et au vocabulaire sp6Sque.

Le fichier rsultats contient les informations concernant l'assemblage, toutes les

inf'ormations des rponses aux questions pour chaque composant et un tableau prsentant
les rsultats.
2.4. Solution 2 :Automatisation d t la mhthode et utilisation de la logique floue
2.4.1, Mise en vidence de l'utilit de la logique floue

A L'observation des tableaux 2 et 3 de Boothroyd, on remarque des carts importants

entre deux valeurs conscutives. Par exemple, pour le tableau 2 ligne 4, la diffrence
entre la valeur de la colonne O (paisseur > 0.25mm) et celle de la colonne 1 (paisseur

s 0.25mm) est de 90% : 3.6s pour paisseur = 0.26mm et 6.85s pour paisseur =
0.25mm. Cette constatation nous a conduit utiliser la logique floue pour caractriser de

manire moins brusque ces transitions.

2.4.Z. Reprsentationdes tableaux en logique floue

Le tableau 2 se prsente en quatre parties distinctes. Une premire question permet de

dterminer lequel des sous-tableaux va tre utilis. Au niveau de la programmation, nous
avons donc subdivis ce tableau en quatre (tableau21, tableau22, tableau23 et
t ableau24).

La technique de partage du tableau 3 est identique et nous avons cr trois tableaux

(tabIeau31, tableau32 et tableau33).
La seconde problmatique pose par ces tableaux concerne les questians qui ne peuvent

pas tre toutes reprsentes de maniire floue. Par exemple, on distingue les composants

pouvant tre manipuls par une seule personne de ceux ncessitant Fintervention de deux
personnes (transition du type binaire). Pour ce type de questions, les ensembles flous
associs sont des singletons et non pas des trapzes.
Le tableau 33 est un autre cas particulier car aucune question ne peut tre reprsente par
un ensemble flou. Ce tableau est le seul pour lequel on n'utilise pas de fichier rsultat
gnr par Fut;ty flou.
2.4.3. Technique de programmation

Pour obtenir les rsultats des bases de connaissances associes a chaque tableau nous
avions deux possibilits :

programmer le moteur d'infrence,

gnrer des fichiers combinatoires comme fichiers d'entre de FDSS, obtenir

des fichiers de rsultats et chercher dans ces fichiers la valeur la plus proche
correspondant a la combinaison des prmisses.
Nous avons opt pour la seconde solution qui permet d'utiliser les programmes
prcdents et qui tait plus rapide mettre en m e . De plus, pour une question de
sirnpcation de programmation, nous choisissons dans le fichier, pour chaque
prmisse, la valeur par excs plutt que de faire une interpolation haire entre les deux
valeurs les phs proches. Cette technique propose tout de mme une bonne prcision car
le pas choisi entre deux valeurs d'une prmisseest adquatement choisi.

Le programme ralis utilise la mme interface que le prcedent. Seules les questions et
les algorithmes de calcul sont modifis.

Partie IiI :tude pour assemblage automatique

Cette tude est mene si la mthode d'assemblage choisie grce au tableau de Boothroyd
est l'assemblage automatique (AP).

Comme pour l'assemblage manuel, nous avons ralis un programme qui grce a un jeu
de questions rponses dduit les codes de manipulation et d'insertion automatique ainsi
que l'efficacit de la conception.

Fiporc 2.9 :F d t m graphique du programmed'ude d'rsscmblagc auomatique

Le programme fonctionne suivant le mme principe que celui pour I'assemblage

manuel.
Cependant, suivant les codes de manipulation et d'insertion, un composant peut requrir
l'assemblage manuel. Par exemple, des composants qui s'embotent ou s'entremlent
svrement sont difficiles manipuler de manire automatique. Un cas analogue se
prsente lorsque le composant p d e des caractristiques faiblement asymtriques ou
de faibles dimensions. Dans de tels cas, le programme dtecte le besoin de faire
intervenir I'assemblage manuel dans le processus global d'assemblage du produit.
L'utilisateur va alors devoir rpondre a un ensemble de questions pour dterminer les
codes d'assemblage manuel. Cela dit, son travail est simplifi car certaines questions
sont similaires et les codes sont dduits rapidement en utilisant les informations de
l'assemblage automatique. Ainsi, L'utilisateur rpond au nombre minimal ncessaire de
questions pour dduire tous les codes.
A la fin de la saisie, le fichier de rsultats. contient les informations concemam

I'assemblage et toutes les informations des niponses aux questions pour chaque
composant. Pour les composants requtant l'assemblage manuel, un tableau associ est

cr, Puis, le tableau prsentant les rsultats de L'assemblage automatique est prsent.

Enfin,I'estimation du cot d'assemblage, du nombre minimal thorique de composants

et I'etFcacit de l'tude est calcule-

2.1 Reprsentationgraphique du tabkau de Boothroyd

Ci dessous nous prsentons le type de graphique et de tableau simplifi qui peuvent

reprsenter le tableau no 1 de Boothroyd.

La forme graphique et obtenue en fixant une des 3prmisses (VS, NA, RI). Pour notre
cas VS est fix 0.5 et on analyse la variation de MM, de AI et de AP par rapport a NARI et nous la visualisons sous forme graphique.

La forme de cellules que nous

proposons pour mettre en vidence les valeurs

numriques associes chaque mthode dans une zone prcise du tableau, nous permet
de mettre en vidence les zones de croisement et de chevauchement des mthodes. Ces
zones sont donc dlicates et dans ces cas il faut faire attention avant de dcider de la
bonne mthode d'assemblage utiliser pour un produit donn. Dans la zone NA=2 a 20
et RI=0.2 10 MM augmente diagonalement de haut en bas et AP de bas en haut.
Notre exemple est pris dans la partie de gauche du tableau de Boothroyd ,et le reste des
rsultats obtenus.

Figure 2.1.1 :Repdseutition graphique du tableau de Boothroyd.

Paltie gauche

vw.3

Figure 2.1.2 :Repriscntation graphique de la partie gruchc pour M . 3

Figure 2.1.3 :Reprsenationgraphique de la partie gauche pour VS=.7

Partie droite

VH.3

F i r e 2.1.4 :Reprsentation graphique de la partie droite pour VS=.3

Figure 2.15 :Reprsentation graphique de la partie droite pour VS4.5

Partie droite

vS-0.7

Figure 2.1.6 :Reprsentation graphique de Ir parie droite pour VS4.7

2.2 Rcpriscntationnumrique du tableau de k t h r y o d

Figure 2.2.1 :Reprsentation numrique de Ir partit gauche pour V M . 3

Figure :2.2.2 :Reprsentalion numrique de la prttit gauche pour V W . 5

Figure 2.2.3 :Reprsentationnumrique d t la partie gauche pour VS4.7

Figure 2.2.4 :Reprsentation numrique de la partie droite pour VS=0.3

Figure 2.2.5 :Reprsentation numrique de la partie droite pour V W . 5

Figure 2.12 :Repr6sentation numinque de la partit droite pour VS=0.7

mu,
00-

B k

Figure 2.2.7 :Rsultats no 1avec FDSS

Angle de symtrie est gal :540
Degr de ditTicult: 0.8
paisseur :2mm

Dimension : 1Smm

Temps cdcule : 2.63 minutes

Temps dans le tableau : 3.18 minutes

Rgun 2.2.8 Rsultats no 2 avec FDSS

Angle de symtrie :540 degr

Degr de diflticult : 0.8

paisseur : 1.8 mm
Dimension :4 mm

Temps calcul : 3.19 minutes

Temps dans le tableau : 3.70 minutes

Figurt 2.29 Rsultats no 3 de FDSS

k g n i de difficult :0.8
paisseur : 1.8 mm

Dimension :4 mm
Temps calcul : 3.42 minutes

Temps dans le tableau :3.70 minutes

Figure 2.2.10 :duhas no3 avec FDSS

Degr de difficult : 1

paisseur : 2 mm

Dimension : 15 mm
Temps calcul : 2.82 minutes
Temps dans le tableau : 3.70 minutes

A l'analyse de ses rsultats, on remarque qu'au fiir et mesure que l'on augmente un

des variables tout en restant dans un mme intende, le FSS nous donne un temps
calcule qui augmente progressivement. II y a lieu donc, de faire une interpolation et
proposer des temps qui approchent de la ralit.
Dans les tableaux no 2 et 3 de Boothroyd, les temps changent d'une faon brusque

et des fois on se demande si les grandes diffrences qui existent d'une case l'autre sont
justifies.