Dossier HDRH

Universit de Nantes
Ecole Doctorale
Sciences et Technologies de lInformation et des Matriaux

Habilitation Diriger des Recherches
(Dossier de candidature)

Institut de Recherche en Communications et Cyberntique de Nantes
UMR CNRS 6597
Ecole Centrale de Nantes
Universit de Nantes
Ecole des Mines de Nantes

Contribution la modlisation, la
simulation et la commande de systmes de
production et de transitique

Rapport prpar par
Pierre CASTAGNA

Rapporteurs : Alexandre DOLGUI
Jean-Louis FERRIER
Jean-Jacques LESAGE
Examinateurs Gerd FINKE
Maryline SILLY-CHETTO
Jean-Jacques LOISEAU

Dcembre 2004

Page 2 Rapport HDR - Pierre CASTANA

Remerciements,

Je voudrais en tout premier lieu remercier Annie, mon pouse ainsi que Grgoire, Raphal et Clment, pour tout
le temps quils mont donn et que je leur ai souvent vol, pour mener bien ce travail.
Je voudrais ensuite remercier mes collgues du dpartement OGP de lIUT. Mes remerciements vont
particulirement Christophe PLOT, Ingnieur au dpartement, pour les nombreuses discutions enthousiastes
sur un coin de tableau. Merci car grce toi, ces rflexions ne restaient pas sur ce tableau mais taient
concrtises dans les manips du hall de production ou dans des exprimentations toujours passionnantes
Je voudrais aussi remercier Georges JAVEL, fondateur des dpartements OGP, pour la confiance quil ma
tmoigne tout au long de ces annes.
Mes remerciements vont aussi Nasser MEBARKI, actuellement chef du dpartement OGP. Beaucoup de mes
travaux de recherches ont t mens avec lui. Ses conseils ont souvent t pertinents et toujours prcieux.
Je voudrais aussi saluer la mmoire dHoussine CHETTO, trop tt disparu. Il a beaucoup contribu mon
engagement en recherche.
Jaimerai aussi remercier mes collgues de lquipe ACSED de lIRCCyN.
Merci tous les tudiants qui ont travaill avec moi en recherche durant ces annes. Mon enthousiasme tait
sans doute parfois difficile supporter. Merci Pascal GANDEMER, Serge PONS, Najib NAGID, Pascal
ALBERT, Samia MAZA, Pascal BLANC, Olivier CARDIN, Lamia NAIT-DJOUDI, Mohamed LEHAM.
Mes remerciements vont enfin aux membres du Jury.
Cest un grand plaisir de voir dans ce jury Jean-Jacques LESAGE, professeur lcole Normale Suprieure de
Cachan, directeur du Laboratoire Universitaire de Recherches en Productions Automatises, qui est aussi un
ami de longue date.
Merci Alexandre DOLGUI, professeur Ecole Nationale Suprieure des Mines de Saint-tienne, directeur du
Centre Gnie Industriel et Informatique de me faire lhonneur de participer ce jury.
Je suis aussi honor par la prsence de Jean-Louis FERRIER, professeur Institut des Sciences et Techniques
de lIngnieur dAngers, directeur du Laboratoire dIngnierie des Systmes Automatiss (LISA).
Que Gerd FINKE, professeur lUFR Informatique et Mathmatiques Appliques de lUniversit Joseph
Fourier de Grenoble, chercheur au Laboratoire Leibniz-IMAG trouve ici tous mes remerciements.
Merci Maryline SILLY-CHETTO, professeur au dpartement OGP de lInstitut Universitaire de Technologie,
Universit de Nantes, chercheuse au Laboratoire dInformatique de Nantes Atlantique et responsable du projet
CLEOPATRE.
Enfin, mes remerciements vont Jean-Jacques LOISEAU, directeur de recherches CNRS lInstitut de
Recherches en Communications et Cyberntique de Nantes, Responsable de lquipe Analyse et Commande des
Systmes vnements Discrets.

Rapport HDR - Pierre CASTAGNA Page 1

AVANT-PROPOS

Dans ce mmoire dhabilitation diriger des recherches, jai cherch rsumer lensemble de
mes activits de recherche et denseignement au cours de ces vingt dernires annes.
Contrairement beaucoup denseignants chercheurs, le dbut de ma carrire a principalement
t consacre lenseignement et son administration, et ce nest que depuis une dizaine
dannes que la recherche est devenue pour moi une activit importante.
Ce mmoire est organis en quatre parties.
La premire rsume mes activits scientifiques, pdagogiques et administratives. On trouvera
dans cette partie un rsum des nombreux travaux que jai raliss en milieu industriel.
La deuxime partie constitue le cur de ce document. Elle dveloppe le bilan et les
perspectives de mes activits de recherche. Cette deuxime partie est organise en deux
rubriques qui correspondent des travaux dune part, dans le domaine de la commande des
systmes de transport automatiss et dautre part dans le domaine de la simulation
informatique des systmes vnements discrets, et particulirement des systmes de
production. Je termine cette partie en prsentant quelques perspectives pour la suite de ma
carrire denseignant chercheur.
La troisime partie est une liste exhaustive de mes publications.
Je termine, dans une quatrime partie, par une slection de cinq communications
reprsentatives de mes travaux, prsentes in extenso .

SOMMAIRE

I. Titres et Travaux _______________________________________________________ 7
I.1. Etat civil et curriculum vitae _________________________________________ 7
I.2. Activit durant la priode 1983-1984 __________________________________ 8
I.3. Rapport d'activit sur la priode 1985-2003_____________________________ 8
I.3.1. Cadre de mon activit de recherche _________________________________ 8
I.3.2. Participation la vie de la recherche ________________________________ 9
I.3.3. Activits contractuelles __________________________________________ 10
I.3.3.1. Contrats de dveloppement : ____________________________________ 10
I.3.3.2. Contrats de recherche : ________________________________________ 12
I.3.4. Activit d'encadrement __________________________________________ 16
I.3.4.1. Direction de thse : ___________________________________________ 16
I.3.4.2. DEA dautomatique & dinformatique industrielle : _________________ 17
I.3.4.3. Mmoire CNAM : ____________________________________________ 17
I.3.5. Activit d'enseignement : ________________________________________ 17
I.3.5.1. Carrire universitaire :_________________________________________ 17
I.3.5.2. Septembre 1985 - Septembre 1992 _______________________________ 18
I.3.5.3. Atelier exprimental __________________________________________ 19
I.3.5.4. Septembre 1992 - Actuellement : ________________________________ 19
I.3.6. Activits administratives : ________________________________________ 21
II. Travaux et perspectives _______________________________________________ 23
II.1. Le routage de robots mobiles bidirectionnels ___________________________ 25
II.1.1. Les systmes de transfert automatiss_______________________________ 25
II.1.2. Les robots mobiles: _____________________________________________ 25
II.1.3. Les circuits de guidages : ________________________________________ 26
II.1.4. Le routage sans conflit __________________________________________ 28
II.1.5. Le routage robuste sans conflit ____________________________________ 30
II.1.5.1. Principe de notre approche ___________________________________ 30
II.1.5.2. La phase prdictive _________________________________________ 30
II.1.5.3. La phase ractive___________________________________________ 32
II.1.6. Le problme de dispatching ______________________________________ 36
II.1.7. Originalit et perspectives des travaux en commande dAGVS___________ 38
II.1.7.1. Mthodes de routage dynamiques ______________________________ 39
II.1.7.2. Implmentation des mthodes de routage ________________________ 40
II.2. La mthodologie de la simulation informatique_________________________ 41
II.2.1. La phase de modlisation ________________________________________ 43
II.2.1.1. La modlisation des systmes de production : ____________________ 43
II.2.1.2. Les bibliothques pour le dveloppement de modles de simulation. __ 44
II.2.1.3. La modlisation Multiple ____________________________________ 45
II.2.2. Optimisation et analyse des rsultats _______________________________ 46
II.2.2.1. Optimisation et simulation. ___________________________________ 46
II.2.2.2. Optimisation multicritre dans un contexte stochastique.____________ 47
II.2.2.3. Modles de simulation ractifs ________________________________ 50
II.2.3. Simulation et aide la dcision____________________________________ 50
II.2.3.1. La simulation informatique : un outil daide la conception dun systme
de production. _______________________________________________________ 50
II.2.3.2. La simulation informatique : un outil daide la dcision pour la conduite
dun systme de production. ____________________________________________ 51
II.2.3.3. La simulation informatique : vers la notion d'mulation. ____________ 52
II.2.3.4. La simulation informatique : un outil de commande. _______________ 53
II.2.4. Originalit et perspectives des travaux en simulation___________________ 54
II.3. Perspectives et projet de recherche ___________________________________ 57
II.3.1. Mon projet de recherche : ________________________________________ 57
II.3.2. Lenseignement et son articulation avec la recherche___________________ 58
II.3.3. Lencadrement de DEA et de thses ________________________________ 59
II.3.4. Les activits contractuelles _______________________________________ 59
II.3.5. Lanimation de la recherche ______________________________________ 59
II.4. Bibliographie _____________________________________________________ 61
III. Liste des publications _______________________________________________ 67
IV. Slection dArticles et de Communications________________________________ 73


I. Titres et Travaux
I.1. Etat civil et curriculum vitae
Pierre CASTAGNA, n le 8 Janvier 1958 Grenoble (38), Franais, Mari, 3 enfants.

Coordonnes du laboratoire o j'exerce mon activit de recherche :
IRCCyN, UMR CNRS 6597,
Ecole Centrale de Nantes,
1 rue de la N,
BP 92 101,
44 321 Nantes Cedex 03.
Tel. 02 40 37 69 80
Fax. 02 40 37 69 30
Email. Pierre.Castagna@irccyn.ec-nantes.fr

Coordonnes du lieu o j'exerce mon activit d'enseignement :
IUT de Nantes, Dpartement Organisation et Gnie de la Production,
Rue Christian Pauc,
La Chantrerie,
BP 60601
44087 Nantes Cedex 03
Tel. 02 40 68 30 84
Fax. 02 40 68 32 80
Email. Pierre.Castagna@iut-nantes.univ-nantes.fr

1976 Baccalaurat, srie E
1977 Mathmatiques Suprieures
1978 Mathmatiques Spciales
1979 Licence de Mcanique l'ENS de Cachan
1980 Matrise de Mcanique l'ENS de Cachan
1981 Agrgation de Gnie Mcanique l'ENS de Cachan
1982 DEA d'automatique et Diplme d'ingnieur ISMCM
1982-84 Thse de doctorat prpar l'ISMCM
1983-84 Enseignant d'automatique L'Ecole Normale Suprieure de l'Enseignement
Technique de Rabat (Maroc)
1985-92 Professeur Agrg l'IUT de Nantes, Dpartement OGP
1992-01 Matre de confrence l'IUT de Nantes, Dpartement OGP
2001-03 Matre de confrence Hors Classe l'IUT de Nantes, Dpartement OGP
Langue pratique : Anglais

I.2. Activit durant la priode 1983-1984
Dans le cadre de la coopration militaire, jai t enseignant l'Ecole Normale Suprieure de
l'Enseignement Technique de RABAT (MAROC).
Jai eu pendant deux annes scolaires la responsabilit de l'enseignement de l'automatique.
Durant cette priode, j'ai mis en place le laboratoire d'automatique de cette cole. Cette mise
en place a consist dune part mettre en uvre des TP dautomatisme squentiel sur des
automates qui venaient dtre reus, et dautre part raliser des dossiers de demande
dinvestissement auprs de la Banque Mondiale pour complter ce laboratoire.

I.3. Rapport d'activit sur la priode 1985-2003
I.3.1. Cadre de mon activit de recherche
Depuis mon arrive l'IUT de Nantes, j'ai appartenu une quipe de recherche de cet
tablissement. De 1985 1991, cette quipe tait intitule LIANA (Laboratoire
d'Informatique Applique de NAntes ). De 1992 1997, suite une rorganisation de la
recherche l'IUT, j'ai rejoint une quipe intitule LNGI (Laboratoire Nantais de Gnie
Industriel), qui avait alors le statut dquipe universitaire mergente.
Durant cette priode, mon activit de recherche t relativement rduite du fait dune part,
de mon fort investissement en enseignement et dans le domaine administratif et dautre part
cause de la difficult de mener une activit de recherche dans une quipe uniquement
rattache un IUT, o il ny a pas de formation par la recherche et donc pas dtudiants en
DEA et en thse.
En 1997 sest cr Nantes le laboratoire IRCCyN ( Institut de Recherche en
Communications et Cyberntique de Nantes). Il sagit de lUMR CNRS 6597 qui regroupe
des chercheurs du CNRS, de lEcole Centrale de Nantes, de lEcole des Mines de Nantes et de
lUniversit de Nantes.
Jai rejoint ce laboratoire en intgrant lquipe ACSED (Analyse et Commande des Systmes
Evnements Discrets) dirige par Jean-Jacques Loiseau. Alors mergente au sein du
laboratoire, cette quipe a t reconnue par le CNRS lors de l'valuation de septembre 1999.
Les perspectives de recherche au sein de cette quipe s'inscrivent dans trois directions. La
premire concerne la commande des systmes max-plus linaires. Ces systmes sont trs
courants dans les systmes industriels, et particulirement dans les systmes de production. Il
s'agit de systmes ayant un fonctionnement cyclique. Le modle max-plus linaire nous
permet dans un premier temps le dimensionnement de l'installation. Nous recherchons par
exemple le nombre de palettes installer dans le systme pour obtenir un cycle optimal. J'ai
commenc travailler dans cette orientation avec Claude Martinez. Une autre tape consiste
ensuite commander ce systme pour rguler ce cycle en prsence de perturbations. Cette
tape est actuellement explore par Isabelle Demongodin dans le cadre de l'encadrement en
thse de Sad Amari. Une deuxime direction de recherche de l'quipe est l'tude de modles
algbriques de rseaux de Petri gnraux et de leur commande. La troisime direction de
recherche de l'quipe ACSED concerne la thorie de la supervision des systmes de transition,
largement dveloppe par Ramadge et Wonham. Notre ide est d'interfacer le superviseur issu
de la thorie des langages commandables avec d'autres contrleurs. Par exemple dans un
rseau de transport, la thorie de la supervision permet de trouver un superviseur optimal
permettant l'vitement des conflits. Ce superviseur est optimal dans le sens o il laisse aprs
rsolution de ces contraintes un degr de libert maximal l'volution du processus. Un
deuxime niveau de commande va alors permettre une amlioration de la commande en
choisissant par exemple l'volution du processus qui permettra l'optimisation des flux de
transport. Ces rflexions sont la base des travaux raliss par Samia Maza dans le cadre de
sa thse. Notons enfin que ces travaux font largement appel la simulation informatique. Une
recherche mthodologique est aussi mene, au sein de l'quipe ACSED, notamment par
Nasser Mebarki et moi-mme concernant la simulation informatique. Elle donne aussi lieu
aux travaux de Pascal Blanc dont je co-encadre la thse avec Isabelle Demongodin.
I.3.2. Participation la vie de la recherche
Groupe dutilisateur de la simulation :
De 1996 1998, jai anim un groupe de rflexion sur lutilisation de la simulation
informatique en milieu industriel. Ce groupe, cr suite au premier congrs francophone de
simulation qui sest tenu Clermont-Ferrand en 1995, rassemblait surtout des industriels :
AEROSPATIALE ( Bordeaux, Toulouse, Nantes, Saint-Nazaire)
PECHINEY
GIAT INDUSTRIE
AUTOMOBILE PEUGEOT
DASSAULT AVIATION
SNECMA
SEVELNORD
Ce groupe s'est runi plus d'une dizaine de fois, en fonctionnant sur fonds propres. Il a permis
d'une part le partage de pratiques industrielles concernant la dmarche de mise en place d'une
simulation informatique d'unit de production. Il a d'autre part permis une rflexion avec ces
industriels concernant la mthodologie de la simulation. Mes travaux ultrieurs dans ce
domaine se sont beaucoup inspirs des travaux de ce groupe.
Groupe MMS :
Depuis septembre 1999, s'est mis en place un groupe de travail intitul Modlisation Multiple
et Simulation. D'abord pilot par N.TECHERNEV (du LIMOS/ Clermont-Ferrand), ce groupe
a rejoint le GRD MACS en 2003 et il fonctionne sous la responsabilit de Nasser MEBARKI
(de l'IRCCyN) et de Michelle CHABROL. Depuis sa cration, ce groupe sest runi 13 fois.
Jai organis les deux rencontres qui ont eu lieu Nantes les 10 mars 2000 et 22 juin 2001.
J'ai fait trois communications dans le cadre de ce groupe MMS [I5], [I6] et [I9].
Groupe BERMUDES :
Je fais partie du groupe BERMUDES sur lordonnancement des systmes de production.
Nous avons fait une premire prsentation au groupe GT3/Ple SED/GDR Automatique
/CNRS avec Houssine CHETTO, en 1995 [I1]. J'ai ensuite prsent un exemple de Hoist
Scheduling Problem (HSP) travers l'tude du cas industriel [I7] en 2000. J'ai fait d'autre
part une prsentation sur la simulation des systmes hybrides lors d'une runion conjointe
GT3/SDH/RUFFEREQ [I10].
Congrs MOSIM01
J'ai t membre du comit scientifique du Congrs MOSIM01 qui s'est tenu Troyes du 25
au 27 avril 2001.
Congrs MOSIM04
Je suis membre du comit d'organisation du Congrs MOSIM04 qui se tiendra Nantes
dbut septembre 2004.
I.3.3. Activits contractuelles
Mes recherches mthodologiques sur la simulation m'ont amen participer de trs
nombreux contrats de partenariat avec le milieu industriel. Ces contrats ont, dans une large
mesure, aliment mes rflexions sur la dfinition d'un cadre mthodologique pour la
simulation des systmes de production. Ils ont aussi t un prcieux creuset ayant permis
l'exprimentation de mes ides concernant la dmarche d'une simulation. Une partie de ces
contrats ont donn lieu une recherche mthodologique. Celle-ci a pour objectif de mettre
la porte de non-spcialistes et de rendre utilisables des rsultats de la recherche a priori
exploitables.
Une autre partie de ces contrats ont permis une recherche technologique. La recherche
technologique a pour premier objectif dapporter des solutions (nouvelles et dans ce cas plus
performantes) un problme technologique donn. Elle a souvent consist btir des modles
analytiques ou de simulation de systmes vnements discrets partir de cas rels afin de
rsoudre des problmes particuliers ou de faire des prvisions de comportement.
Engager de telles applications alimente en retour une dialectique justifiant la dfinition de
nouveaux problmes thoriques et de nouvelles solutions valuer.
Dans la liste descriptive qui suit, jai distingu les contrats de dveloppement, et les contrats
de recherche, donnant lieu une tude plus prospective.
Lordre de numrotation des contrats correspond leur ordre de ralisation dans le temps.
I.3.3.1. Contrats de dveloppement :
G1. GAUDIN
Mise en place de la commande dun magasin dynamique automatis Juillet 1987
(60 KF) Dure 6 mois.
Responsable : P. CASTAGNA
Cette tude s'est inscrite dans le cadre du dveloppement d'une cellule automatise
d'assemblage, utilise d'une part dans le cadre de l'enseignement au dpartement OGP et
d'autre part pour la recherche, d'abord au sein du LIANA et ensuite au sein de l'IRCCyN. Elle
a consist dvelopper la commande d'un magasin automatis. Une partie la fois
importante et innovante de ce travail a t la mise en place d'une couche de supervision
informatique. Deux versions de ce magasin ont t installes : l'une au dpartement OGP et
l'autre chez un fabricant de chaussures, client le la socit GAUDIN.
G3. SRTP
Analyse du comportement dun convoyeur de distribution de colis Octobre 1991
Etude mene avec le centre de recherche de la Poste, sur la rpartition de colis sur un
convoyeur de tri. Le but tait de mettre en place un simulateur afin de prvoir le
comportement d'un convoyeur accumulation recevant des colis de diffrentes dimensions.
G4. Contrat Ministre de lindustrie / IUT de Nantes .FORM4/IN (Formations
INnovantes par lINtgration INdustrielle et par lINformatique). 1992
( 120 KF) Dure 12 mois.
Responsable : Georges JAVEL.
Mon travail portait sur la logistique de production et lanalyse dimplantation datelier. Il a
conduit la rdaction dun support de cours de 120 pages sur la logistique de production.
G5. DRAFTEX INDUSTRIE
Etude par simulation de lvolution dun convoyeur de peinture Mars 1993
Etude de laugmentation de productivit dun convoyeur de peinture. Le but de ltude tait
de tester diffrentes configurations possibles du convoyeur.
Ce contrat a fait l'objet de la communication [C5].
G6. DRAFTEX INDUSTRIE
Analyse du comportement dune cellule dinjection plastique Juin 1993
Dimensionnement dun atelier dinjection plastique. Cette tude a fait suite au mmoire
CNAM de Pascal GANDEMER :"L'AVS : une mthode pour re-concevoir un processus de
fabrication" que j'ai encadr. Ce contrat a fait l'objet de la communication [C3].
G8. Arospatiale St NAZAIRE
Dimensionnement dun magasin rotatif par simulation Janvier 1998
Etude dune unit de dtourage. Analyse de linterface entre un magasin rotatif et cette unit.
G12. EADS SOCATA Tarbes
Etude dune unit de pliage caoutchouc Fvrier 2001
(90 KF)
La socit SOCATA fabrique des petits avions de tourisme. L'unit tudie permet le pliage de
tles par le procd "Gurin". Nous avons tudi le comportement cyclique de cette unit de
production en vue de son dimensionnement.
G14. DRAFTEX INDUSTRIE / Soratech / Projet CREATUB02
Analyse du comportement dune unit dinjection de caoutchouc avec magasin de plateaux
Novembre 2001
(5470 ) - Dure 4 mois.
Suite au projet CREATUB01, la socit SORATECH a dcid la mise en place dune nouvelle
unit analogue la premire mais intgrant en plus un magasin de plateaux permettant de
raliser des produits ayant deux diamtres diffrents. Lintrt de cette tude a t de
conduire un projet de dimensionnement avant la mise en place de lunit.
Le simulateur est encore utilis aujourdhui pour tudier les politiques de lancement de la
production sur cette unit.
G13. AIRBUS St NAZAIRE / Projet STARII
Etude dune unit de Dtourage UGV Fvrier 2001
(5470 ) - Dure 4 mois.
Lobjectif du projet est dtudier lintgration dune nouvelle machine de dtourage. Un
premier problme pos a t la modlisation de lopration de Bin Packing , consistant
placer les pices fabriquer sur les tles pour minimiser la matire perdue. Il sagit dun
problme NP-Complet et nous avons propos une heuristique pour modliser cette opration.
Nous avons ensuite ralis un modle qui a permis le dimensionnement de lunit.
G15. AIRBUS St NAZAIRE / Projet PLUTONII
Etude dune unit de soudage LASER Janvier 2002
(14590 ) - Dure 1 an.
Nous avons mis en place une bibliothque permettant ltude dimplantation dune unit de
soudage LASER.
Lintrt de cette tude a t lexprimentation dune dmarche mthodologique pour la
ralisation d'une bibliothque d'objets.
G18. AIRBUS St NAZAIRE / Projet SPICA
Etude dune unit de production de pices en matriaux composites Janvier 2004
(15548 ) - Dure 1 an.
Nous tudions actuellement la mise en place d'une bibliothque permettant ltude
dimplantation dune unit de production de pices en matriaux composites.

I.3.3.2. Contrats de recherche :
G2. GAUDIN
Amlioration de la commande d'un chariot optoguid Septembre 1988
(60 KF) Dure 1 ans.
Il sagissait de faire voluer la commande dun chariot opto-guid afin notamment de
permettre une volution sur des circuits quelconques.
Cette tude a eu un rle important dans l'orientation de ma recherche car elle a constitu ma
premire exprience dans le domaine du transport automatis.

G7. Arospatiale St NAZAIRE / Projet SATURNE
Analyse par simulation dune unit de traitement de surface Juillet 1997
Responsable : P. CASTAGNA.
L'objectif de cette tude tait l'tude de lamlioration de la productivit dune ligne de
traitement de surface en passant dun fonctionnement prdictif un fonctionnement
dynamique. Nous avons propos des heuristiques nouvelles qui sont la base de cette
nouvelle approche du fonctionnement.
Lordonnancement des robots de transport, dans une ligne de traitement de surface est un
problme complexe, connu sous le nom de hoist scheduling problem (HSP). Il sagit
daffecter un ensemble de ressources (les bains) un ensemble de demandeurs (les produits)
en tenant compte de contraintes strictes ( les dures de traitement ). Enfin, cette affectation
doit satisfaire au mieux des objectifs de productivit.
Une premire source de complexit du systme vient de lordre quelconque de passage sur le
bain. Cela entrane des situations de conflit pouvant induire des risques de blocage du
systme. Une deuxime source de complexit vient du caractre alatoire du systme. Les
dures des bains peuvent tre sujettes des variations cause de la temprature ou de la
qualit des ractifs. Le systme peut aussi tre lobjet de pannes. Enfin, la complexit du
problme tient sa taille : Le systme comporte une quarantaine de bains. Il traite une
centaine de produits diffrents. Chaque produit possde une gamme comportant une moyenne
de 20 oprations de traitement.
Pour valider ce mode de fonctionnement, nous avons ralis une bibliothque de neuf objets
de base permettant de construire un modle de simulation trs complet du systme de
traitement de surface.
Les rsultats de ltude montrent une nette amlioration de la productivit. Cette amlioration
est de lordre de 15 18% sur le nombre de produits raliss par semaine.
Le passage dun fonctionnement prdictif un fonctionnement ractif semble trs intressant
puisquil permet une augmentation sensible de la productivit globale du systme, tout en
permettant une rduction de la sensibilit aux alas. En effet, en cas dalas sur un bain, le
produit peut tre vacu sans remettre en cause les autres produits en cours de production
puisquil ny a aucune anticipation sur les prises de dcisions relatives au fonctionnement du
systme.
Cette dmarche oriente objets permet denvisager facilement une rutilisation des objets
pour toute installation similaire de traitement de surface.
Ainsi, cette bibliothque a permis de comparer diffrentes possibilits dimplantation des
bains sur les lignes de traitement.
Ce contrat a fait l'objet des communications [C17], [I6] et [I7].
G9. DRAFTEX INDUSTRIE / Soratech / Projet CREATUB01
Analyse du comportement dune unit dinjection de caoutchouc Septembre 1998
Nous avons particip la mise en place dune nouvelle unit de production. Notre travail a
permis une analyse trs fine du comportement dynamique complexe de cette unit . Ce contrat
a fait l'objet de la communication [C20]. L'article [A3] paru dans Simulation Practice and
Theory fait largement appel un exemple inspir de ce contrat.
G10. Arospatiale St NAZAIRE / Projet MERCURE
Systme daide la dcision par simulation. Application au pilotage dun atelier flexible
Janvier 1999
Ralisation : CASTAGNA P., MEBARKI N.
Nous avons mis en place un simulateur pour aider au pilotage dune unit complexe de
production, destine produire les tles extrieures des tronons AIRBUS fabriqus Nantes
et Saint-Nazaire. L'aspect trs novateur de ce projet a t l'utilisation de la simulation, non
pas comme un outil de dimensionnement, mais comme un outil d'aide la dcision. Ceci nous
a amens raliser une interface avec l'ERP "SAP", pour rcuprer automatiquement tous
les paramtres de la simulation.
Notons aussi que ce projet nous a amens, pour la premire fois simuler le comportement
d'un ensemble de deux chariots filoguids bidirectionnels. Ce travail a fait l'objet d'une
communication lors du congrs MOSIM'01 [C21].
G11. PLAN PRODUCTIQUE REGIONAL 2000 ACTIONS 2000
INDICATEURS DE PERFORMANCES, TRAABILITE DES PRODUITS ALIMENTAIRES ET
INTEGRATION DES SYSTEMES DINFORMATION DANS LES ERP : PROPOSITION DOUTILS
METHODOLOGIQUES ET DAIDE A LA DECISION Novembre 2000 Novembre 2002
Responsable : Pr. D.THIEL
(Budget total : 1014 KF)
Jai particip l'laboration du projet (Mise en place du dossier de demande la Rgion) et
sa ralisation. Ce projet associe des entreprises (ARRIVE SA, MARIEBEL, SANDERS),
des chercheurs du LARCECIA (Laboratoire de Recherche en Gestion et Economie des
Industries Alimentaires) et de lIRCCyN.
Lobjectif tait de fournir une aide la dfinition et lutilisation des indicateurs de
performance dans lindustrie agroalimentaire.
Mon travail a consist proposer des modles de comportement de systmes industriels
devant permettre une prvision dvolution de ces indicateurs.
Ce travail se poursuit actuellement par une rflexion avec la socit ARRIVE SA concernant
l'utilisation de la simulation informatique intgre un systme d'aide la dcision pour le
pilotage d'une unit de prparation de poulets. Le systme doit, en fonction de
caractristiques statistiques concernant un lot de poulets en entre, permettre de dfinir les
moyens humains devant tre placs sur la ligne.
G16. AIRBUS / Rgion des Pays de la Loire
Titre Projet : Systmes avancs de management de la Production et de la Logistique
Cot du projet : 2840 K au total dont 1580 K pour la partie recherche au sein de lIRCCyN.
Responsables : Najib NAJID, Pierre CASTAGNA. Jai notamment pris une part active la
mise en place du projet, et je participe lencadrement des tudiants (lves ingnieurs et
DEA) qui participent actuellement au projet.
Objectif du projet :
Airbus, en tant quindustriel cherche aller plus loin dans loptimisation technico-
conomique de ses systmes de production.
Ce projet de R&D, pilot par le CRITT Productique et associant Industriels et Universitaires,
doit permettre de provoquer une rupture dans les mthodes, outils et organisations.
Il sagit principalement dobtenir un noyau doutils gnriques et de mthodes de simulation
et doptimisation de processus de production. Ces livrables seront adaptables l'ensemble
des units de production Airbus Nantes/Saint-Nazaire et intgrs son systme
d'informations. Les livrables de ce projet sont essentiellement des outils d'aide la dcision
pour d'une part le choix d'un processus industriel optimis :
- Optimisation des surfaces et des implantations
-Rduction et optimisation du niveau dinvestissement et des
------------cots dindustrialisation.
- Prvisions prcises sur les besoins en moyens complmentaires (quantit) et cals
au plus juste dans le temps (date)
D'autre part, des outils permettront une aide pour le choix d'un fonctionnement oprationnel
optimis :
- Optimisation du taux doccupation des moyens (TRS)
- Rduction des cots de structure atelier
- Matrise de synchronisation de flux
- Rduction des chutes et pertes de matriaux
- Respect des exigences dAssurance Qualit
- Prise en compte de laspect Traabilit
L'objectif est ainsi de dvelopper une recherche de pointe sur les outils avancs de simulation
et d'optimisation de production pour des problmatiques lies l'industrie aronautique. Il
s'agira d'acqurir une connaissance qui permettra une mise en place et un pilotage optimiss
de systmes de production dlments aronautiques.
La gnricit du noyau devrait permettre sa transposition des entreprises ayant des
problmatiques proches.
Ce projet est structur en deux tches. Je suis coordinateur de la tche Aide la dcision
stratgique (choix d'un processus industriel optimis)
Le projet devait commencer en septembre 2003. Suite la conjecture internationale qui pse
sur le march de l'aronautique, le dmarrage du projet est repouss au dbut 2004.

G17. AMERICAN GLASS PRODUCT
Ce contrat est mis en place en 2004. Il reprsente en somme de prs de 56000
principalement destine au financement le la thse de P.BLANC.
Responsables : Isabelle DEMONGODIN et Pierre CASTAGNA
AMERICAN GLASS PRODUCT est une socit Colombienne fabriquant des pices en verre
de scurit. Dans le cadre de la thse de Pascal BLANC, que je co-encadre avec Isabel
DEMONGODIN, un contrat de dveloppement est pass avec cette socit qui finance une
partie de cette thse. Les lignes de production de cette socit serviront de cadre exprimental
pour les recherches mthodologiques sur la simulation, ralises dans le cadre de cette thse.

I.3.4. Activit d'encadrement
I.3.4.1. Direction de thse :
Formation doctorale AIA Ecole Centrale de Nantes / Universit de Nantes.
Co-encadrement
Najib NAJID ( 1991 - 1994 )
Co-encadrement : - Pr. George JAVEL (20%)
- Gilles COEURDEUIL (40%)
- Pierre CASTAGNA (40%)
Sujet : Contribution au pilotage dynamique et en ligne dune cellule flexible dusinage ,
soutenue le 15 Fvrier 1994.
Jury P. Castagna, P. Chedmail, G. Coeurdeuil, C. Foulard, G. Javel, J.-P. Kieffer.
Najib NAJID occupe actuellement un poste de matre de confrences dans le dpartement
GMP de lIUT de Nantes. Il est chercheur l'IRCCyN o il appartient l'quipe Systme
Logistique et de Production.
Pascal ALBERT (Octobre 1995 Novembre 1998)
Co-encadrement : - Pr. Houssine CHETTO (50%)
Sujet : Pilotage de vhicules autoguids dans un systme automatis de production ,
soutenue le 24 novembre 1998.
Jury : J-L Ferrier (Prsident), B. Descote Gennon (Rapporteur), J.J. Lesage (Rapporteur),
P.Castagna, H.Chetto, G.Javel, E.Marcon, N. Mebarki, E.Wagneur.
Pascal Albert occupe actuellement un poste de matre de confrences dans le dpartement
OGP de lIUT de Roanne.
Samia MAZA (Octobre 2000 Dcembre 2003) Directeur : J.J Loiseau
Co-encadrement : - Jean Jacques LOISEAU (10%)
Sujet : Analyse du comportement dun systme de transport par chariots bidirectionnels en
vue de sa commande , soutenue le 19 dcembre 2003.
Jury : J-L Ferrier (Prsident), A. Dolgui (Rapporteur), J.J. Lesage (Rapporteur), G.Finke, J.J.
Loiseau, P.Castagna.
Samia Maza occupe actuellement un poste dATER dans le dpartement OGP de lIUT de
Nantes.
Pascal BLANC (Depuis octobre 2002) Directeur : J.J Loiseau
- Isabelle DEMONGODIN (45%)
Sujet : Modlisation Multiple dun Systme de Production dans un contexte de Simulation-
Optimisation: application la conception de ligne de production de vitrages.
Soutenance prvue en Novembre 2005.
Olivier CARDIN (Depuis septembre 2004) Directeur : J.J Loiseau
Sujet : Contribution la commande dun systme par la simulation
Soutenance prvue en Novembre 2007.

I.3.4.2. DEA dautomatique & dinformatique industrielle :
Samia MAZA (1999/2000) Sujet : Pilotage dune flotte de chariots sur un circuit
bidirectionnel . Samia MAZA a obtenu la mention Bien et est actuellement en thse sur
une bourse MENRT.
Lamia NAIT-DJOUDI (2002/2003), Sujet : Mthode dynamique de dtection de conflit
sur un circuit bidirectionnel .
Mohamed LEHAM (2003/2004), Sujet : Routage Ractif dune flotte de chariots
autoguids bi-directionnels .

I.3.4.3. Mmoire CNAM :
Christophe PLOT (Septembre 1991 Septembre 1992)
Sujet : Conception d'un systme de gestion pour une flotte de robots mobiles
Soutenue Nantes, le 15 septembre 1992.
Pascal GANDEMER (Septembre 1991 Septembre 1992)
Sujet : La mthode AVS pour re-concevoir les processus
Soutenue Nantes, le 28 septembre 1992.
Participation des Jury de Thse : Najib Najid (1994), Pascal Albert (1998), Mustapha
Mostefaoui (2001), Samia Maza (2003).

I.3.5. Activit d'enseignement :
I.3.5.1. Carrire universitaire :
Septembre 1983 Juin 1985 VSNA en poste lEcole suprieure de lEnseignement
Technique de Rabat (Maroc)
Septembre 1985 Septembre 1992 Professeur Agrg au Dpartement Organisation de Gnie de la
Production de lIUT de Nantes .
Septembre 1992 Aujourdhui Matre de confrences 1
re
classe au dpartement Organisation
de Gnie de la Production de lIUT de Nantes. (Depuis 2001 je
suis Matre de confrences Hors Classe)

I.3.5.2. Septembre 1985 - Septembre 1992
Durant cette priode, jai occup un poste de professeur agrg au Dpartement Organisation
et Gnie de la Production.
J'ai activement particip la mise en place de cette nouvelle filire d'IUT puisqu'il s'agissait
de la premire ouverture d'un dpartement OGP en France. Jtais alors le premier enseignant
recrut dans cette spcialit, en France. Dans ce cadre, j'ai pris une part trs active dans la
rdaction du Programme Pdagogique National, en temps que membre de la Commission
Pdagogique Nationale.
Jai assur durant cette priode la responsabilit des enseignements suivants :

Automatique & Mcanique
Jai ralis la mise en place des cours, TD et TP dautomatique et de mcanique. Cela
reprsente 60 h denseignement pour lautomatique et 60 h denseignement pour la
mcanique. Cette mise en place ma conduit, pour lautomatique, la rdaction dun
polycopi de cours de 40 pages et la mise en place de 15 H de travaux dirigs et de 35 H de
travaux pratiques. Pour la mcanique, jai mis en place un cours de 20 H ainsi que 40 H de
travaux dirigs.
Logistique de Production
Jai cr, dans le cadre de la mise en place du dpartement OGP ce nouvel enseignement. Il
sagit dapprendre concevoir, modliser et tudier un systme de production. Cela
reprsente 60 h en premire anne dIUT et 60 h en deuxime anne. Cette mise en place ma
conduit la rdaction dun polycopi de cours de 75 pages et la mise en place de 25 H de
travaux dirigs.
Donnes techniques de gestion de production
Jai cr, dans le cadre de la mise en place du dpartement OGP, ce nouvel enseignement. Il
sagit dapprendre analyser un document technique afin d'isoler les donnes intressantes
pour la gestion de production.
Cela reprsente 60 h en premire anne.
Simulation informatique des systmes de production
Jai cr, dans le cadre de la mise en place du dpartement OGP, ce nouvel enseignement. Il
sagit dapprendre utiliser la simulation vnements discrets afin dtudier le
comportement dynamique de systmes de production complexes.
Ce module reprsente 60 h en deuxime anne.
Jai pour cela mis en place un ensemble de 13 travaux pratiques de 3H utilisant le langage
SIMAN/ARENA. Jai, pour cet enseignement, dvelopp une bibliothque pdagogique pour
lenseignement de la simulation en IUT OGP.
Pour appuyer cet enseignement, jai rdig un polycopi de 100 pages.

I.3.5.3. Atelier exprimental
Pendant cette priode, jai t responsable de la mise en place d'un atelier exprimental
dassemblage automatis. Cette plate-forme est la base de nombreux travaux pratiques, en
gestion de production, en logistique de production, en qualit, et en maintenance industrielle.
Construite autour dune ligne dassemblage flexible, cette unit est quipe de robots
dassemblage, dun ensemble de chariots automatiss et dun magasin automatis.
Jai assur la responsabilit de cet investissement (plus de 3 MF) et lanimation dune quipe
technique (1 technicien et 1 ingnieur dtude) ainsi que dune quipe pdagogique (3
enseignants) autour de ce projet.
Jai dautre part assur la programmation de la commande de la chane, du magasin et du
systme de chariots automatiss. Jai aussi mis en place la couche de supervision de cet
atelier, dabord sous MONITOR77 puis, depuis 1998, sous INTOUCH.
En 1995, cette unit a t rattache LAtelier Inter-tablissement de Productique de Nantes
(AIP).
Depuis Septembre 2002, je prpare un investissement important devant tre ralis dans cet
atelier exprimental l'occasion de son dmnagement sur le site de la Fleuryaie. Cet
investissement, de plus de 500000 permettra le renouvellement de la ligne d'assemblage, la
mise en place d'un nouveau magasin rotatif et la mise en place d'une cellule automatise de
conditionnement de mdicaments. La majeure partie de ces investissements sera ralise en
2004, le dmnagement du dpartement tant prvu fin 2004.
Lvolution importante de la nouvelle ligne dassemblage est que la supervision pourra se
faire par Internet. Lide est de dvelopper un outil exprimental de production qui sera
accessible distance, soit pour des actions de formation, soit pour des exprimentations lies
la recherche.
I.3.5.4. Septembre 1992 - Actuellement :
Depuis 1992, joccupe, toujours dans le dpartement OGP de lIUT de Nantes, un poste de
Matre de confrences.
Orientation 2
ime
anne en Logistique de Production
Ds 1992, jai mis en place une orientation en deuxime anne dite "LOGISTIQUE DE
PRODUCTION". L'objectif de cette option est de renforcer la composante scientifique du
profil OGP, tout en rduisant la composante gestion de production. Elle se traduit par la mise
en place de 300 heures denseignement spcifiques cette orientation.
Cette orientation reoit 26 tudiants tous les ans.
Enseignement lIUT de Nantes
Jai eu jusquen 1999 la responsabilit de lenseignement en Automatique premire anne.
Jai repris cette responsabilit depuis septembre 2001, suite au dtachement temporaire de
lenseignant responsable de ce module.
Jassure actuellement la responsabilit des enseignements suivants :
Logistique de production en 1
re
anne.
Simulation en 2me anne.
Automatique 1
re
Anne

Enseignement en 2
ime
cycle et formation dingnieurs :
Depuis 1995, dans le cadre de lAIP de Nantes, jai mis en place des TP de modlisation et
danalyse des systmes de production pour les lves de lICAM et de lEcole des Mines de
Nantes.
Jassure, depuis 1998, 80 h par an en 3
ime
et 4
ime
anne de lEcole des Mines de Nantes, dans
le domaine de la simulation informatique des systmes de production. Cette formation est
destine aux tudiants des options GOPL (Gestion des Oprations en Production et
Logistique), QSF (Qualit et Sret de Fonctionnement) et AUTO (Automatique).
Jai donn dautre part une formation la simulation pour le DESS de Technologie
Biomdicale de Nantes, de 1995 2002. Ce DESS nest plus ouvert depuis septembre 2002.
Depuis septembre 2004, Je suis responsable de lUV13845 Systmes de production
automatiss du cycle C du CNAM.

Mission de conseil pdagogique au Mexique :
En Octobre 1993, jai effectu une mission de 10 jours dans le cadre de la mise en place dune
filire en Organisation et Gnie de la Production dans les UT (Universidad de Technologico)
Mexicains.
Ralise lUT de Tula, dans la rgion de Mexico, cette mission a consist mener, avec les
enseignants mexicains une rflexion sur la mise en place de travaux pratiques en automatique
et en logistique de production.
Cette mission sest ensuite poursuivie avec laccueil denseignants au dpartement OGP de
Nantes.
Participation la mise en place du schma LMD:
Le systme IUT est aujourdhui dans une phase importante de son volution. Pouss par
lharmonisation europenne de lenseignement suprieur, les universits mettent actuellement
en place le systme dit 3 5 8 , consistant avoir une premire sortie au niveau licence
bac+3, une deuxime sortie au niveau master bac+5 et enfin une troisime sortie au niveau
doctorat bac+8. La question importante est aujourdhui de savoir comment les IUT, bac+2
sinscrivent dans ce nouveau schma.
Depuis juin 2003, la Commission Pdagogique Nationale, en charge des programme
d'enseignement des dpartement Gnie Mcanique et Productique (GMP) et Organisation et
Gnie de la Production (OGP) ma demand de participer en tant que membre invit toutes
ses runions. Nous travaillons actuellement la rdaction dune nouvelle version du
programme pdagogique permettant une meilleure intgration des tudiants en sortie dIUT,
en particulier dans les Licences Professionnelles.

I.3.6. Activits administratives :
Responsabilit des investissements du dpartement OGP :
Dans le cadre de la cration du dpartement OGP, jtais charg, de 1985 1992, des
investissements du dpartement. (Dossiers de demandes de financement, relations avec les
fournisseurs, ...).
Ces investissements reprsentent prs de 5MF.
Depuis 2002, je moccupe dune nouvelle vague dinvestissements (de lordre de 0,5 M)
dans le cadre du futur dmnagement du dpartement OGP.
Conseil de direction
De septembre 1985 fvrier 1992, j'ai t membre lu du Conseil de Direction de l'IUT de
Nantes.
Commission Pdagogique Nationale
De mai 1988 juin 1993, jai t membre de la Commission Pdagogique Nationale
concernant le DUT OGP. Cette fonction ma amen participer de nombreuses runions qui
ont abouti la rdaction du Programme Pdagogique National du DUT OGP. Jai dautre part
particip aux tudes dopportunit douverture de plusieurs dpartements OGP (Lorient,
Bthune, Evry)
Depuis juin 2003 je suis membre invit de cette CPN.
Conseil dAdministration de lIUT
De mai 1993 mai 1997, jai t membre lu de Conseil dAdministration de lIUT de
Nantes.

Chef du Dpartement Organisation et Gnie de la Production
De septembre 1994 juin 1997, jai t Chef du Dpartement Organisation et Gnie de la
Production de lIUT. Ce dpartement comporte 9 groupes de 24 tudiants. Jai anim, dans ce
cadre, une quipe de 19 enseignants et de 4 membres de personnel technique et administratif.
Durant mon mandat, jai recrut 3 matres de confrence en 61
ime
section.
Jai organis en Juin 1995, Nantes, les 3
ime
Journes Pdagogiques des Dpartements OGP.
Cette manifestation a rassembl pendant trois jours plus de 80 enseignants des dpartements
OGP de toute la France.
Dans le cadre de cette fonction, jai mont auprs de la Rgion des Pays de la Loire le premier
dossier douverture dune section de formation par apprentissage pour obtenir le DUT OGP.
Louverture de cette section a t obtenue en 1998. Depuis, cette section est devenue le Centre
de Formation par Apprentissage de lUniversit de Nantes.
Secrtaire de lAssemble des Chefs de Dpartement
De novembre 1994 juin 1997, jai t secrtaire de lAssemble des Chefs de Dpartement
OGP. Jai, ce titre, pris une part trs active dans la rdaction du nouveau programme des
dpartements OGP.
Commission de spcialistes 61
me
section Depuis juin 1995 mars 2004, jai t membre lu
de Commission de spcialistes 61
me
section, commun lUniversit de Nantes et lEcole
Centrale de Nantes. ( En mars 1998 et en Mars 2001, jai t de nouveau lu dans ce conseil).
Depuis mars 2004, je suis lu membre supplant de cette commission.
Conseil dOrientation de lAIP
Enfin, depuis janvier 1997, je suis membre du Conseil dOrientation de lAIP de Nantes. Je
participe, dans cette fonction, lanimation de lantenne de lAIP se trouvant la Chantrerie,
dans les domaines de lassemblage automatis et de la simulation informatique.

II. Travaux et perspectives
La rdaction d'un tel rapport est pour moi l'occasion d'une rflexion sur l'orientation de mes
recherches au cours de ces 10 dernires annes. Le dbut de ma carrire d'enseignant, il y a
prs de 20 ans, a t trs fortement occup par la cration des dpartements Organisation et
Gnie de la Production du systme IUT. J'ai, en effet, t le premier enseignant recrut pour
travailler dans ce type de dpartement et ai donc largement contribu en dfinir les
orientations et le programme. Si, en dbut de carrire, cette exprience ne m'a pas permis de
consacrer une large part de mon activit la recherche, elle a ensuite largement contribu
son orientation. Le fil conducteur de mes recherches est la modlisation, l'analyse et
l'optimisation des systmes de production. La question de savoir si l'tude des systmes de
production est un domaine part entire de la recherche

ou si cela ne constitue qu'un champ
d'application d'autres branches de la recherche est controverse mais il faut reconnatre que
les systmes de production sont la base de nombreuses recherches ces dernires annes, qui
ont produit quelques ouvrages de rfrence [ASK93] [BUZ93] [PRO92]. On peut aborder
l'tude des systmes de production sous diffrents angles comme par exemple leurs aspects
conomiques, socio-humains, organisationnels etc. J'ai, pour ma part, eu sur ces systmes
plutt le regard de l'automaticien. L'automatique se dfinissant comme la science dont l'objet
est l'tude des systmes dynamiques en vue de leur commande.
Le caractre dynamique des systmes de production est vident. Un systme de production est
en perptuelle volution, soumis des contraintes extrieures souvent vues comme des
perturbations, rgi par des lois de commande complexes, pas toujours clairement identifies.
De plus, la plupart de ces systmes doivent rpondre des demandes tellement variables
quun rgime stable est rarement atteint. Ils sont le plus souvent en rgime transitoire. Ma
vision d'automaticien est due, d'une part au fait que je me suis intress plutt la classe des
systmes de production automatiss, et particulirement aux systmes de transferts
automatiss. Elle vient aussi du fait qu'une large partie de mes travaux concerne la simulation
informatique des systmes de production. Or un simulateur est un systme exclusivement
artificiel. Un oprateur humain du systme rel sera reprsent par un modle de
comportement artificiel.
Je me limiterai, dans ce rapport un expos des ides gnrales qui ont guid mes propres
travaux. Ce chapitre est structur en quatre parties. Les deux premires concernent les deux
problmatiques qui m'ont intress : Le routage de robots mobiles et la simulation
informatique. Dans la troisime, jexprime mon projet de recherche et mes perspectives.
Enfin, la quatrime partie est une bibliographie non exhaustive.

II.1. Le routage de robots mobiles bidirectionnels
Un processus de production peut tre vu comme une alternance d'oprations de production,
effectues sur des postes de travail et d'oprations de transport des produits entre ces postes de
travail. Ces oprations de transport sont importantes. Elles sont souvent dterminantes pour la
qualit de fonctionnement du systme. L'tude des systmes de transfert automatiss s'est
beaucoup dveloppe avec l'apparition des Systmes Flexibles de Production (SFP)[ BLA00]
[LIU 96].
Je participe actuellement aux travaux du projet Ordonnancement de jobs et gestion des
moyens de transport dans les atelier flexibles de production (FMS) de l'Action Spcifique
Recherche Oprationnelle (ASRO) du CNRS. Ce projet et pilot par A. MOUKRIM
(HEUDIASYC) et s'est donne comme objectif de faire le point sur les recherches dans le
domaine des systmes automatiss de transfert.
II.1.1. Les systmes de transfert automatiss
Si on s'arrte aux solutions techniques retenues, on pourrait imaginer qu'il existe une trs
grande varit de systmes de transfert. (Pont-roulants, convoyeurs ariens, chariots, trains de
chariots, convoyeurs au sol, ) En ralit, si on s'intresse la dynamique de fonctionnement
de ces systmes, on ne retient que deux familles de systmes : les convoyeurs et les chariots.
Les convoyeurs sont des systmes techniques qui quipent le chemin permettant d'aller de
l'origine vers la destination. Ils sont de deux types : accumulation et sans accumulation. Les
convoyeurs sans accumulation ne font qu'introduire un retard entre l'mission d'un produit
l'entre et sa rception la sortie. Les convoyeurs accumulation permettent le blocage d'un
produit. Ils peuvent tre modliss par une file d'attente de type FIFO. Une classe de SFP
utilise ce type de systme de transfert. Les produits sont dposs sur des palettes transportes
par des convoyeurs accumulation. Ronald Buitenhek, Bruno Baynat et Yves Dallery
proposent dans [BUI02] un modle permettant le calcul du nombre de palettes.
Les chariots ou transporteurs sont de loin les systmes de transport les plus tudis par les
chercheurs. Cela tient, mon sens, d'une part la large diffusion de ces systmes qui vont
des systmes ferroviaires ou routiers au vhicule "Pathfinger" se promenant sur la plante
Mars en passant par les systmes AGVs des SFP (Systmes flexibles de production). Cela
tient d'autre part aux nombreux travaux de la communaut robotique dans ce domaine.
II.1.2. Les robots mobiles:
La robotique mobile est un vaste domaine de recherche. Une premire partie de la recherche
concerne la structure mcanique et la commande de dplacement[LAU01]. Cette partie
constitue un domaine d'application de la recherche sur les systmes non-linaires[CLO97].
Une autre partie de la recherche concerne la perception de l'environnement pour la
localisation et la navigation du robot mobile. L encore, cette partie constitue actuellement un
terrain d'application des recherches sur l'analyse d'image [WEI87] [TAY95]. Une troisime
partie concerne l'tude des stratgies d'vitement d'obstacles [LAU01]. L'tude des stratgies
d'vitement d'obstacles concerne des robots mobiles sans piste. Les robots de cette classe sont
destins se mouvoir dans un environnement incertain. Ces tudes sont importantes pour les
projets de recherche spatiale ayant pour objectif d'envoyer des robots pour faire de la
prospection sur des plantes. Dans les systmes de production, les robots sont appels se
mouvoir dans des environnements purement artificiels. On prfre alors utiliser des robots
guidage par pistes ou AGVs (pour Automated guided vehicles). Les robots se dplacent alors
sur des chemins pr-tablis, physiquement matrialiss par une bande dessine au sol
(chariots optoguids) ou par un conducteur lectrique noy dans le sol (chariots filoguids).
Les premires installations industrielles de robots piste ont aujourd'hui plus de vingt ans
[EGB84]. J'ai particip l'encadrement du mmoire CNAM de Christophe PLOT. Ce travail a
permis la dfinition rigoureuse du cahier des charges d'un chariot optoguid. Une mthode de
conception (MCSE) a ensuite permis la ralisation du chariot. Ce chariot est toujours utilis
en TP et il a, dans ce cadre, parcouru plusieurs centaines de kilomtres.
Un autre problme rsoudre est la communication avec le robot mobile. Nous avons men
avec C. PLOT une tude exprimentale de compatibilit lectromagntique et de mesure de la
qualit de transmission radio. Les rsultats ont t publis dans [C4].
De faon gnrale, Reveliotis nonce dans [TAY95] quatre tapes importantes dans la
dfinition et l'tude d'un systme de transport par AGVs :
- La conception du circuit
- Le dimensionnement de la flotte de chariots
- La mise en place d'une politique oprationnelle de rpartition et
d'ordonnancement des missions de transport.
- La synthse d'un routage libre de conflits.
II.1.3. Les circuits de guidages :
La premire tape dans la dfinition d'un circuit de guidage consiste tudier la position des
postes de travail dans le systme de production. Quelques tudes scientifiques ont t menes
dans ce domaine [GAR85] [MUT97]. Elles partent en gnral d'une matrice "Produit-Postes" :
|
|
.
|
\
|
=
=
=
. on sin 0 m
i produit le raliser pour j poste le utilise on si 1 m
M
ij
ij

On cherche ensuite dfinir des algorithmes permettant la transformation de cette matrice en
une matrice de Jordan, caractrise par des blocs diagonaux ou sous-matrices disjointes
possdant une forte densit de "1". La densit de "1" l'extrieur de ces blocs est faible.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
(
(
(
(
(
(
(
(
(
(
(
(
=
" 1 " de
densit
Forte
" 1 " de
" 1 " de
" 1 " de
densit
Forte
densit
densit
" 1 " de
densit
Forte
faible
faible
" 1 " de
densit
Forte
M

Il s'agit bien d'un problme classique de dcouplage. La constitution des blocs diagonaux
permet ensuite de raliser une partition croise des postes de travail et des produits telle qu'
une classe de produits correspond une classe de postes souvent utiliss pour raliser ces
produits. Bien videmment, l'implantation des postes cherchera placer proximit les uns
des autres les postes appartenant un mme bloc diagonal, donc une mme classe. Des
chercheurs continuent aujourd'hui de travailler sur l'organisation en cellule des systmes de
production. Citons Emmanuelle VIN, qui participe au groupe CSP du GDR MACS et qui
propose une approche base sur lintgration dun algorithme gntique de groupement multi-
objectifs pour la formation des cellules dans un premier algorithme gntique de groupement
multi-objectifs pour le choix du routage prfrentiel (en rsolvant un problme associ de
"ressource planning") [VIN02] [VIN03] [VIN04]. Citons aussi des travaux aux Etats-Unis
[OLO02] qui concernent plutt le management des configurations cellulaires et des travaux au
Japon [YIN02]. Notons enfin dans ce domaine les travaux mens par le lquipe de lIFMA
au sein du LIMOS de Clermont Ferrand [PIE03], [VIG03].
Une fois la position des postes dfinie, il faut mettre en place un circuit permettant de
desservir l'ensemble des postes. Le circuit le plus tudi dans la littrature, est la boucle
simple [KIM95]. Les circuits sont souvent modliss par un graphe dont les sommets sont les
points caractristiques du circuit et dont les arcs sont les pistes reliant ces points
caractristiques. Nous avons, ds 1993, propos dans [C1] une modlisation du circuit en
utilisant le GRAFCET. Les points du circuit sont modliss par des tapes et les pistes par des
arcs. Les rgles de routage sont traduites par les rceptivits associes aux transitions.
Lactivit des tapes reprsente la position courante des chariots. Cette modlisation est la
base de la commande des AGVs que nous avons implante dans l'atelier exprimental du
dpartement OGP de l'IUT de Nantes. Notons que cette approche vient d'tre reprise par
B.Hrz et al. dans [HRU02]. Les auteurs proposent de modliser de circuit par un rseau de
Petri interprt. A chaque transition contrlable de ce RdP est associe une variable de
contrle qui permet la gestion des accs aux sections du circuit.
1
R9
R8
R7
R6
R5
R4
R3
R2
R1
7
5
7 6
4
6
5
4
3
3 2
2
1
Une tape importante dans la dfinition du circuit consiste choisir le type de dplacement
des AGVs. Si le dplacement est monodirectionnel, le chariot ne peut se dplacer que dans un
seul sens prdfini sur chacune des pistes. Dans le cas contraire, il est bidirectionnel. Notons
qu'un chariot ne pouvant se dplacer que dans un seul sens mais capable de faire demi-tour est
considr comme bidirectionnel. La plupart des installations industrielles existantes utilisent
des chariots monodirectionnels. Ds 1986, une tude en simulation ralise par Egbelu
[EGB86] a montr que le modle bidirectionnel peut amliorer considrablement les
performances du systme de production. Elle montre notamment que le temps de production
et la distance parcourue sont minimiss, et que la complexit du circuit ainsi que la taille de la
flotte sont rduites. En contrepartie, la bidirectionnalit induit une plus grande complexit de
la commande qui doit prendre en compte des nouvelles situations de conflit.
Les situations de conflit sont de deux types. Le premier type de conflit intervient si un chariot
A suit un chariot B alors que la vitesse du chariot A est suprieure celle du chariot B. On
parle alors de "Catching Up Conflict". Notons que l'tude de ce type de conflit n'offre pas
d'intrt. Ils sont en effet facilement vits si les AGVs sont quips de dtecteurs permettant
de percevoir le chariot se trouvant devant eux. Le deuxime type de conflit arrive lorsque
deux chariots se dplacent sur une piste en sens oppos. On parle alors de "Head On
Conflict". Ce type de conflit
est beaucoup plus grave car
il conduit une situation de
blocage.
Ce conflit peut tre
imminent (a) ou invitable
(b).
Une premire solution pour
viter les conflits est
d'utiliser une configuration
particulire du circuit dite "circuit tandem". Le circuit est constitu d'un ensemble de boucles
simples juxtaposes. Sur chacune de ces boucles volue un seul chariot. Des postes
d'changes servent d'interface entre les boucles. Ainsi le chariot de la boucle A peut dposer
son produit sur le poste d'change A->B. Le chariot de la boucle B rcupre alors le produit
pour l'amener vers sa destination [BOZ91]. Cette solution est trs simple mais elle pnalise
l'efficience du systme en introduisant de nombreux temps d'change.
V
2
V
1
V
3
V
4
V
3
V
1
V
2

(a) (b)
II.1.4. Le routage sans conflit
Plusieurs algorithmes permettant le routage sans conflit des chariots ont t proposs dans la
littrature. Ils peuvent tre classs selon deux catgories :
(1) Mthodes de routage prdictives : Ce sont des mthodes de planification et donc de
commande en boucle ouverte dont lobjectif est de trouver un chemin optimal quelle que soit
la topologie du circuit. Ces mthodes prdisent les situations de conflits, et planifient le
chemin que doit suivre un AGV pour viter les collisions et les blocages. Par exemple
Krishnamurthy et al [KRI93] considrent le problme combin de laffectation des missions
aux chariots et la gnration de chemins libres de conflits pour plusieurs chariots
simultanment, sur un horizon de travail. Ils ont formul le problme en utilisant la
programmation en nombres entiers afin de minimiser le plus grand temps de transfert. Le
problme tant NP-complet, ils utilisent une mthode de gnration de colonnes pour sa
rsolution.
Herv Thomas, dans le cadre de sa thse prpare dans l'quipe robotique de l'IRCCyN utilise
la planification par les lois horaires pour viter les conflits entre des vhicules autonomes
[THO95]. Pour cela, le chemin le plus court de chaque chariot est calcul dans une premire
tape, sans prendre en compte les dplacements des autres chariots dans le systme. Et dans
une deuxime tape, des vitesses sont dfinies pour chaque chariot pour viter les zones de
collisions traces sur la carte de navigation (abscisse curviligne s en fonction du temps) du
chariot router.
Kim et al [KIM91],[KIM93] et Tanchoco et al [TAN94] ont propos une mthode permettant
de planifier un AGV en respectant les plans tablis prcdemment pour les autres AGVs et
qui sont en mouvement. Cette mthode sera brivement explique dans la suite.
(2) Mthodes de routage ractives : contrairement la premire catgorie, avec ces mthodes,
le fonctionnement des AGVs nest pas planifi mais les dcisions sont prises en temps rel
suivant ltat du systme. En gnral, ces algorithmes de routage concernent des types de
circuits particuliers (circuits en boucle, en mailleetc).
Ying-Chin Ho dans [HO00] propose une intressante stratgie qui permet non seulement de
prvenir les collisions entre les AGVs qui se dplacent sur un circuit en boucle simple
bidirectionnelle, mais aussi dassurer lquilibre dans la rpartition de la charge entre les
diffrents chariots. Pour cela le circuit est partag en plusieurs zones, chacune desservie par
un seul chariot. Deux procdures sont proposes pour assurer lquilibre de la charge de
travail entre les diffrentes zones : soit en autorisant les AGVs quitter leur zone pour
sentraider, soit en calculant un nouveau partage de zones.
Les travaux de Reveliotis sont intressants car ils apportent une autre vision du problme de
routage. Cet auteur est un spcialiste du problme gnral d'affectation de ressources non
partageables et rutilisables. Il applique ses travaux dans [REV00] o il propose un partage du
circuit en zones. Contrairement la mthode de Ho, les chariots se dplacent dune zone
une autre pour atteindre leurs destinations. Les zones sont considres comme des ressources
non partageables. L'algorithme dit algorithme du banquier (the Bankers Algorithm),
permet de vrifier si une dcision de routage va mener ou pas un blocage dans le systme.
Quant Ling Qiu et Wen-Jing Hsu [LIN01], ils proposent un algorithme permettant de router
plusieurs AGVs en mme temps sur un circuit comportant deux liens linaires parallles,
relis au niveau des machines par des ponts. Cet algorithme route simultanment deux
ensembles de chariots sur les deux liens et dans deux sens opposs.
Lors de la thse de Pascal Albert [ALB98] nous avons propos dutiliser la thorie de la
supervision des systmes vnements discrets de Ramadge et Wonham [RAM87]
[RAM87b]. Pour cela, on modlise le dplacement des chariots (b) ainsi que lensemble des
tats atteignables sur le circuit, par un automate (c). Cet automate est le compos synchrone
des automates associs chaque vhicule, qui modlisent lensemble des dplacements
possibles pour un vhicule sur le circuit considr. Il y a conflit quand deux chariots dsirent
aller vers un mme point. Cela permet de trouver les tats interdits et de les liminer. Cet
automate de supervision permet donc, pour chaque tat du circuit de connatre les volutions
admissibles ne conduisant pas un tat de blocage. Un deuxime niveau permet alors la
commande du systme, l'intrieur de cet espace admissible.
Un tel automate permet de gnrer une requte fictive pour un chariot libre qui gne un autre
chariot en dplacement [C10],[C11].
(c) Automate compos
3
2 1
2 1
(a) Modlisation du circuit Ici dans ltat 12
3
2 1
33
23
13
32
22
12
31
21
11
(b) Automate associ chaque vhicule
Une telle mthode est bien adapte pour un circuit simple, avec un nombre de chariots rduit.
Elle conduit rapidement une explosion du nombre dtats de lautomate si le nombre de
chariots et la complexit du circuit deviennent levs.
De faon trs gnrale, l'tude des systmes de production concerne des systmes de grandes
dimensions. Le chercheur est alors confront en permanence un dilemme. Les modles
permettant l'optimisation du comportement sont souvent complexes et pour les rsoudre, on
relaxe des contraintes. On a alors une solution dont le champ d'application est limit.
Ainsi, les mthodes prdictives considrent des chariots se dplaant toujours une vitesse
connue et rigoureusement constante. Cela permet la prvision des dates de passage des
chariots aux nuds du circuit. Cette hypothse simplificatrice entrane une mauvaise
robustesse de la solution trouve.
Dans notre domaine, on appelle robustesse l'aptitude du routage calcul rester libre de
conflit en cas de ralentissements ou d'arrts non prvus lors de l'tablissement de ce routage.
Quant aux mthodes ractives, elles sont certainement plus robustes puisque les dcisions de
routage sont prises au plus tard. Mais la vision trs court terme de l'volution ne permet pas
de garantir l'optimalit du comportement global.
Ces rflexions nous ont conduits chercher une solution associant ces deux approches. C'est
la base du travail de thse de Samia MAZA.
Notons enfin les nombreux travaux concernant plus gnralement les conflits dattribution de
ressources, qui peuvent bien sr sappliquer notre problme, [DOL96], [MAT01].
II.1.5. Le routage robuste sans conflit
II.1.5.1. Principe de notre approche
Nous proposons une commande des AGVs deux
niveaux. Un premier niveau dit niveau prdictif permet
de trouver un routage libre de conflit qui, de plus
permet une optimisation du routage. Ce routage est
calcul avant le dbut de la mission de dplacement du
chariot.
Une deuxime phase de la commande a pour rle de
s'assurer du bon droulement de la prdiction. Cette
phase se fait en temps rel, pendant le dplacement du
chariot. Elle permet, en cas de non-respect de la
prvision, de prendre les dcisions qui garantiront que le routage reste libre de conflits.
Algorithme de
vrification du bon
droulement de la
prvision
Prvision du
routage par la
mthode des
fentres de temps
Niveau de
prdiction
Niveau de
commande
temps rel

II.1.5.2. La phase prdictive
Nous nous sommes inspirs, pour cette phase, des travaux de Kim et al [KIM91],[KIM93] et,
[TAN94]. Ils ont dvelopp un algorithme efficace dit the conflict free shortest time
procedure (CFSTP ) , qui permet de trouver le chemin le plus court dans le temps, libre de
conflits, en tenant compte de ltat courant du trafic. Cette mthode prsente deux intrts
importants. Tout dabord elle sapplique au routage des AGVs bidirectionnels se dplaant sur
un circuit quelconque. Dautre part, Kim et Tanchoco ont montr dans [KIM93] quelle
prsente une complexit algorithmique O(v
4
n
2
), v tant le nombre de vhicules et n le nombre
de nuds du circuit. Cette complexit non exponentielle permet denvisager de traiter des
installations de taille industrielle.
Le principe de leur mthode consiste
modliser lensemble des intersections du
circuit et des points caractristiques par des
zones carres de dimension au moins gale
celle du chariot, quon appellera nuds.
Une table rsumant ltat courant du trafic est
ensuite tablie, compte tenu des dplacements
des chariots dj planifis, cette table est
appele table de rservation des nuds.
Chaque chariot rserve certains nuds sur son
chemin pendant un intervalle de temps appel
fentre temps rserv. Les intervalles de temps
pour lesquels les nuds sont libres sont appels
fentres temps libre.
V3
(1)
(8) 16
V2
(5)
(6) 16
(7)
(4) 16
(3) 6
(2) 36
V1
(10) 6
(9) 36
6
3
4
5
1 2
Nous adoptons les notations
suivantes : Nuds
j
i
r dsigne la j
ime
fentre
rserve du nud i.
k
l
f dsigne la k
ime
fentre libre
du nud l.

Lexemple de la ci dessus
montre le routage du chariot V
2
travers les nuds 3 (fentre r
3
1
) et 4 (fentre r
4
1
) et le
routage du chariot V
1
travers les nuds 5 (fentre r
5
1
), 4 (fentre r
4
2
) et 1 (fentre r
1
1
)
V3
V2
V1
f
1
1
r
1
1
Temps
f
1
2

f
5
1

f
4
1

f
3
1
r
3
1
r
4
1
r
4
2
r
5
1
f
3
2

f
4
3
f
4
2
f
5
2

f
2
1
= r
2
1

f
6
1
6
5
4
3
2
1
On dsire router le chariot 3 du nud 2 vers le nud 6. Lide de base est de trouver le
dplacement le plus rapide, amenant le chariot de son nud source vers son nud destination,
en suivant les fentres temps libres. Ce dplacement doit se faire en vitant tout conflit. La
procdure CFSTP permet de trouver le chemin le plus court dans un graphe dont les sommets
sont les fentres temps libres associes chaque nud du circuit et dont les liens expriment
la possibilit de se dplacer sans conflits entre les deux fentres. Cette procdure fait appel
un algorithme de test datteignabilit, qui effectue les tests suivants entre deux fentres
temps libres f
i
p
et f
j
q
:
Test datteignabilit
physique, qui permet
de vrifier lexistence
dun lien physique (i, j)
entre les nuds i et j ;
f
1
f
2
f
3
f
4
f
4
f
5
f
6
f
5
f
4
f
3 f
1
Test datteignabilit
temporelle, qui permet
de vrifier si partir de la fentre f
i
p
du nud i, le nud j peut tre atteint dans sa
fentre libre f
j
q
;
Recherche de lexistence de conflits.
Le test datteignabilit temporelle prend en compte la topologie du circuit et la vitesse de
dplacement des chariots.
Dans le cas des circuits bidirectionnels, il y a deux types de conflits entre les AGVs sur un
lien, selon que les chariots se dplacent dans le mme sens (Catching-up conflict) ou dans
deux sens opposs (Head-on conflict). Pour les dtecter, lalgorithme de test datteignabilit
compare lordre de rservation des nuds par les chariots entre les nuds de dpart et
darrive, si cet ordre est invers alors il y a un conflit. La figure ci-contre montre le rsultat
de la construction de ce graphe. Il suffit alors de trouver le plus court chemin dans ce graphe.
On obtient alors la nouvelle table suivante :
On remarque que le chariot 3
visite deux fois
conscutivement le nud 4.
Cela signifie que la mthode a
gnre une procdure dite
"de dgagement" qui permet
le croisement entre les chariot
3 et 1 sur le nud 4.
Nuds
Temps
r
6
1

r
5
2
f
1
2

f
3
2

r
4
4
r
4
2

r
1
1

70 60 50 40 20 30 10 0
f
1
3
r
1
2
r
3
1

r
4
1
r
4
3

r
5
1

f
3
2

f
4
3
f
4
2

f
5
2

f
1
1

r
2
1

f
3
1

f
4
1

f
5
1

f
6
1

f
5
3

6
5
4
3
2

1

Cette mthode est trs performante car elle permet de planifier un trajet libre de conflits pour
chaque AGV. Ce trajet est optimal dans le temps, compte tenu des plans tablis
prcdemment (Elle n'est pas optimale dans l'absolu puisqu'elle ne remet pas en cause ces
routages tablis prcdemment). Elle possde nanmoins un inconvnient majeur : elle est peu
robuste car cest une mthode de commande en boucle ouverte. Elle ne prend pas en compte
les perturbations pouvant apparatre dans le systme rel.
II.1.5.3. La phase ractive
Nous avons propos trois algorithmes pour la phase ractive :
RVWA (Robust Vehicles Waiting Algorithm)
RVRAA (Robust Vehicles Routing Ahead Algorithm)
RVDA (Robust Vehicles Delaying Algorithm)
Lalgorithme RVWA est trs simple [C23]. La phase prdictive nous permet de connatre,
pour chaque nud, lordre de passage prvu des chariots. Lorsquun chariot arrive sur un
nud, il vrifie simplement quil est le premier dans la liste des ordres de passage. Si ce nest
pas le cas, il attend son tour. Nous avons montr que la simple vrification de lordre de
passage aux nuds permet de garder la proprit de non conflit. Ainsi le temps nintervenant
plus, les conflits sont vits, quelque soit le retard des chariots.
De faon vidente, le fait dattendre le passage des chariots dans lordre prvu peut tre trs
pnalisant au niveau des temps de ralisation des missions. Cest pourquoi nous avons ensuite
cherch dautres algorithmes permettant de modifier lordre de passage prvu pour que le
chariot en retard pnalise moins les autres. Le problme est que cette modification de lordre
doit garder la proprit de non conflit.
Lalgorithme RVRAA consiste chercher avancer l'AGV qui, un instant donn, n'est pas
en tte de liste sur un nud.
Soit V, un tel AGV, on note :
{ }
j i i j
N traverser devant AGV des liste la dans V avant trouve se V V ) N ( R =
N
0
: Nud o se trouve actuellement V.
{ } Q ,..., 1 , 0 i N
i
dsigne les nuds successifs que doit traverser V dans son volution future.
) N , N (
1 i i
L
+
dsigne le lien reliant les nuds N
i
et N
i+1

Thorme 1 :
Soit un routage initial rput sans conflit.
Si tel que N Q M <=
M
est le premier nud o V se trouve en tte de liste d'AGV devant le
traverser. (Condition a)
Et si { } ) N ( R V j , 1 M ,...., 1 , 0 i
i j
l'AGV V
j
n'est pas engag sur le lien
)
1 +
N , N (
i i
L en sens inverse par rapport V, (Condition b)
Alors la modification consistant placer V en tte de liste de traverse pour tous les nuds
{ 1 M ,...., 1 , 0 i , N
i
}garde la proprit de non-conflit du routage initial.
Dmonstration : Le passage du chariot V en premier sur les nuds N
i
tels que
n'engendrera pas de "head on conflict" puisqu'on vrifie qu'aucun chariot
n'est dj engag en sens inverse sur le chemin reliant N
{ 1 M ,..., 1 , 0 i }
0
N
M
.
Quant aux autres AGVs devant ultrieurement traverser les nuds { } M ,..., 1 , 0 i N
i
, leurs
ordres de passage ne sont pas modifis par rapport l'ordre initialement prvu.
On garde donc la proprit de non-conflit du routage initial.
Exemple : On considre trois chariots voluant sur le circuit ci-aprs :
La figure (a) indique les dplacements prvus des trois chariots et la figure (b) donne les
ordres de passage calculs par la procdure CFSTP. Le chariot V est ici le chariot 2. Il vient
d'arriver au nud i alors que le chariot 1, qui devait passer avant lui est en retard.
l n
(b) Prvision des ordres de traverse initialement
prvus
2
3
1
(a) Evolution des AGV
m k j i
2
3 2
1
3
1,3
2
1,2
1,3,2 1,3,2
Nous avons R(i)={V
1
}, R(j)={V
1,
V
3
} R(k)={V
1,
V
3
}et R(l)=. Le nud M est donc le nud l.
Le chariot V
1
ne se trouvant pas sur le lien L
(i,j)
et les chariots V
1
et V
3
ne se trouvant pas sur le
lien L
(j,k)
, on peut donc modifier l'ordre de passage qui devient le suivant :
i
j k
l n
m
2
3 2
1
3
1,3
2
2,1
2,1,3 2,1,3
Nous proposons dans [C25] un algorithme permettant lapplication du thorme 1. La
condition (a) du thorme 1 est trs restrictive. Elle suppose en effet que lon trouve dans le
trajet du chariot un nud o ce dernier est prioritaire. Cest pourquoi nous avons propos
ensuite lalgorithme RVDA. On propose ici une modification de lordre en plaant le, ou les
chariots en retard aprs le chariot arriv lheure. Cet algorithme est beaucoup plus complexe
car il ncessite une modification plus importante de lordre initial de passage des chariots aux
nuds.
Avant de prsenter le thorme la base de lalgorithme RVDA donnons quelques
dfinitions :
Dfinition 1. Le circuit est dfini par un graphe G=(N,E), o N est un ensemble de sommets
modlisant les nuds du circuit, et E est un ensemble darcs modlisant des chemins
lmentaires entre les nuds. Si le circuit est unidirectionnel le graphe G est orient. Sinon il
est non-orient.
Dfinition 2. Une squence ou un mot est une chane finie de caractres sur un alphabet . Si
v=v
1
v
2
v
n
est une squence de caractres v
i
, lentier n est la longueur de v note |v|. La
squence vide est note 1 et est telle que |1|=0.
La concatnation de deux squences s et v dfinies sur , est la squence w=sv telle que :
(1) w
i
= s
i
, 1 i |s|,
(2) w
i
= v
i-|s|
, 1+|s| i |s|+|v|.
Notons que si s=1 (resp v=1) alors w=v (resp w=s).
Dfinition 3. La squence b=b
1
b
2
b
m
est une sous-squence (SS) de c=c
1
c
2
c
n
, si il existe
un ensemble dentiers i
1
, i
2
,, i
m
avec 1 i
1
<< i
m
n, tel que c
i
k
=b
k
(1 k m).
La squence k est une sous-squence commune (CSS) des squences q et w si k est la fois
une sous-squence de q et de w. k est la plus grande sous-squence commune de q et w si :
(1) k est une sous-squence commune de q et w,
(2) Il nexiste pas de squence s telle que s=CSS(q&w) et |s|>|k|.
Dfinition 4. Soit u et x deux squences dfinies sur lalphabet . La squence u est une sous-
squence continue de x si il existe deux squences v et w telles que x=vuw.
La squence u est appele facteur de la squence x. Par exemple la squence u
1
=x
2
x
3
x
4
est un
facteur de la squence x=x
1
x
2
x
3
x
4
x
5
x
6
alors que u
2
=x
2
x
5
x
6
est bien une sous-squence de x
mais pas un facteur. La squence u est un facteur propre de x si ux et est appele facteur
gauche (FG) de x si il existe une squence w sur telle que x=uw.
On note x
i
le i
ime
lment de la squence x.
Dfinition 5. La squence b=b
1
b
2
b
m
est la squence inverse de q=q
1
q
2
q
n
si et seulement
si :
m=n (i.e., |b|=|q|),
k
*
tel que 1 k n: b
k
=q
n-k+1
.
Loprateur Inv dune squence donne sa squence inverse, i.e., b= Inv(q). Il vrifie les deux
proprits suivantes :
1. If b=Inv(q) then q=Inv(b).
2. If s=uv then: Inv(s)=Inv(v)Inv(u).
Revenons notre problme de routage : Le chemin suivi par un chariot peut tre dfini
comme une squence sur lalphabet des nuds. Pour prendre en compte laspect dynamique
du mouvement du chariot le long de son chemin, on dfinit trois squences :
S(V) est la squence statique du chariot V. Elle est constitue de lensemble des nuds
visiter, depuis le nud source jusquau nud destination.
D(V) est la squence dynamique du chariot V. Elle est constitue de lensemble des nuds
restant visiter. On remarque que D(V) est un facteur de S(V) et que D(V)
|D(V)|
=S(V)
|S(V)|
.
R(V) est la squence ralise du chariot V. Elle est constitue de lensemble des nuds dj
visits. On remarque que R(V) est un facteur gauche de S(V) et que S(V) = R(V)D(V).
Soit D(V) et D(U) les squences dynamiques associes respectivement aux chariots V et U.
Dfinition 6. A un instant t donn, le chemin commun des chariots V et U est l'ensemble des
nuds devant tre visits par V et U. Il correspond la plus grande sous-squence commune
des squences D(V) et D(U) si les deux chariots voluent dans le mme sens et D(v) et
Inv(D(U)) si les chariots voluent en sens contraire.
On dfinit dautre part un chemin commun continu comme un facteur commun des
squences D(V) et D(U) si V et U voluent dans le mme sens et D(V) et Inv(D(U)) si V et U
voluent en sens contraire.
On dfinit enfin le premier chemin commun entre V et U comme le premier facteur
commun de D(V) et D(U), not W(V&U). Si D
1
(V) est un nud commun de V et U, alors
W(V&U) est le facteur Gauche de D(V) et un facteur de D(U).
On appelle chariots intermdiaires sur le chemin commun entre V et U l'ensemble
)) N ( R (
j
) U & V ( W sur trouvant se N
j
U
=
Avec
=
j
i
i j
N traverser devant AGV des liste la dans
U aprs et V avant trouve se V
V ) N ( R
Thorme 2 :
Il y a deux conditions indispensables pour retarder un chariot en retard. Si ces deux conditions
sont remplies, alors le retardement est possible en gardant la proprit de non conflit.
Condition 1 :
LAGV U (celui qui est en retard) ne se trouve pas dans le chemin commun avec lAGV V.
Cette condition est vrifie si et ssi le facteur commun W(U&V) est gal au premier facteur
commun de D(V) et Inv(S(U)), ou N=D
1
(V) est le premier nud commun de U et de V.
Condition 2 :
LAGV U (celui qui est en retard) ne se trouve pas dans le chemin commun avec , o
x
V
est lensemble des chariots intermdiaires de U et V sur ce chemin. Laction de retardement
devra alors se faire pour tous les nuds se trouvant sur les chemins communs entre U et
{V}.
Dmonstration :
Montrons que si la condition 1 nest pas remplie, une collision peut intervenir. Pour
simplifier, nous notons :
Id(U)=Inv(D(U)), Is(U)=Inv(S(U)), et Ir(U)=Inv(R(U)).
=(V&U) est le premier facteur commun de D(V) et de Is(U)
W=W(V&U)
Si W est un facteur propre de , alors il existe une squence Q telle que =WQ
Nous avons alors :
(1).W=1
st
CF(D(V), Id(U)) o W
1
=D
1
(V),
(2).=1
st
CF(D(V), Is(U))=WQ, and
(3).Is(U)=Id(U)Ir(U).
(1) et (2) implique que Q est sous-squence continue de Is(U) mais pas de Id(U). Cela signifie
que Q est un facteur gauche de Ir(U), cest--dire Q` tel que Ir(U)=QQ`.
Puisqu'il y a des nuds communs entre U et V en dehors du chemin dcrit par W et donn par
les lments de Q, il est ais de montrer que (I) W
1
=D
1
(V)=
1
, (II) W
|W|
=Id
|Id(U)|
(U), (III)
Q
1
=Ir
1
(U)=D
|W|+1
(V) et, (IV) U est actuellement entre les nuds Q
1
et W
|W|
(cest--dire entre
le premier nud de Ir(U) et le dernier nud de Id(U)).
Si U est retard par rapport V sur le chemin commun donn par W, nous aurons les ordres
de traverse de nuds suivant :
(A) i{1,, |W|}, n=W
i
: o
n
(U)>o
n
(V), o o
n
(X) est lordre de traverse du chariot X au
nud n, et
(B) i{1,, |Q|}, n=Q
i
: o
n
(V)>o
n
(U), puisque les nuds n ont t dj traverss par U.
Puisque est la concatnation des squences W et Q, et l'ordre de traverse des nuds est
inverse entre W et Q, alors un conflit peut se produire entre U et V le long de ce chemin.
La condition 2 est facilement dmontre en appliquant la condition 1 l'ensemble des chariots
intermdiaires.
Nous proposons dans [A4] la description dtaille de l'algorithme RVDA, vrifiant le
thorme 2 et modifiant si possible l'ordre de traverse des nuds.
Une tude en simulation dcrite dans [MAZ03] et [A4] montre que sur un circuit comportant
45 nuds et 60 liens et sur lequel circulent 8 AGVs, l'algorithme RVRAA permet un gain de
10% par rapport RVWA, sur la dure totale de ralisation d'un ensemble de 800 missions.
Ce gain est obtenu pour un taux de panne des chariots de 40 %. Avec ces mmes conditions,
l'algorithme RVDA permet un gain de 18% par rapport RVWA.

Nous avons concrtis l'ensemble de ces travaux en ralisant une bibliothque d'objets de
simulation permettant de construire rapidement un modle de simulation de n'importe quelle
configuration de circuit comportant un nombre quelconque de chariots. Cette bibliothque est
dcrite dans [C26].
II.1.6. Le problme de dispatching
Un autre domaine important de la recherche concernant les systmes dAGVs est le domaine
du dispatching. Le dispatching consiste affecter les tches de transport aux AGVs
constituant la flotte. Il sagit dun problme dordonnancement au sens gnral du terme.
Les premiers travaux auxquels jai particip dans ce domaine concernent plus gnralement le
pilotage dynamique des lignes flexibles dusinage. Ce travail a t ralis lors du co-
encadrement de la thse de Najib NAJID. Nous nous sommes intresss aux architectures de
pilotage permettant une commande ractive. A lpoque, trois visions de ce pilotage taient
envisages dans la littrature. Une approche dite centralise consistait prendre
lensemble des dcisions de pilotage dans un seul centre de pilotage . Cette structure
rpondait surtout une contrainte de cot des systmes informatiques qui a rapidement
disparu. Une autre approche, dite hirarchique consistait dcomposer le systme de prise
de dcisions en plusieurs centres de dcisions structurs en plusieurs niveaux. La
communication entre centres dun mme niveau est impossible et doit ncessairement passer
par le niveau suprieur [ACA89]. Une troisime approche appele Distribue diffrait de
la prcdente en plaant tous les centres de dcisions au mme niveau. Des informations de
coopration sont changes entre les centres de dcision pour garantir la cohrence du
systme [BER90] . On peut citer les approches NCMS (Non hierachical Control of
Manufacturing Systems) propose par luniversit de Wisconsin Madison aux Etats-Unis
[DUF86] et CODECO (COnduite DEcentralise COordone) issue des travaux dune quipe
du LAG de Grenoble [KAL85]. Nos travaux nous ont conduits proposer une architecture
dite Hirarchique distribue . Lide est de permettre la prise de dcision le plus tard
possible, en permettant la coopration entre centres de dcision, tout en rpartissant les
centres de dcision en niveaux [NAJ94].

En revenant au dispatching, dans [ALB98], nous montrons quil existe 5 niveaux de dcision,
de faon gnrale dans un systme de production.
Le niveau PR-1 consiste affecter une tche (produit) un serveur (machine). Ce niveau est
important lorsque plusieurs serveurs sont capables de raliser une mme tche. Le niveau
PR0, aussi appel ordonnancement local, consiste, pour un serveur donn, choisir lordre de
traitement des tches en attente. Le niveau PR1 consiste choisir, pour chaque serveur, la
AGVs Disponibles
Liste des requtes prioritaires
Stock Amont
Stock Aval
Ressources de production
?
?
? ? ? ?
M
m
M
3
M
2
M
1
? ? ? ?
?
PR-1
PR0
PR1
PR2
PR3
requte prioritaire pour effectuer le transport vers le serveur suivant. Le niveau PR2 consiste
choisir, parmi les requtes prioritaires, celle qui sera servie en premier. Enfin, le niveau PR3
consiste choisir parmi lensemble des vhicules disponibles, celui qui ralisera la tche de
transport. Evidemment, ces 5 niveaux de dcision ne sont pas indpendants.
Le dispatching correspond aux niveaux PR1, PR2 et PR3. Notons que les niveaux PR1 et PR2
peuvent tre confondus. Le choix de la requte de transport servir est alors fait de faon
galitaire, parmi toutes les requtes de transport en attente. Les rgles applicables aux niveaux
PR1 et PR2 sont les rgles classiques de lordonnancement dynamique. Il existe plus dune
vingtaine de rgles classiques tudies dans la littrature, bases sur ltat des files
dattente, sur les dures, ou sur les dates d'chances.
Les rgles applicables au niveau PR3 sont particulires aux systmes de transport par AGVs.
On peut citer :
- RV : slection alatoire du vhicule (Ramdon Vehicle)
- NV : slection du vhicule le plus proche (Nearest Vehicle)
- FV : slection du vhicule le plus loign (Farthest Vehicle)
- LIV : Slection du vhicule rest libre le plus longtemps depuis sa dernire
mission (Longest Idle Vehicle)
- LUV : Slection du vhicule le moins utilis (Least Utilized Time)
- LIT : Slection du vhicule rest libre le moins longtemps (Least Cumulative
Idle Time)
Notons enfin lexistence de rgles permettant la rsolution conjointe des dcisions au niveau
PR2 et PR3. On peut par exemple slectionner le couple (Requte, AGV) qui minimise la
distance parcourue vide pour rcuprer le produit.
Pascal ALBERT a, lors de sa thse, fait une tude comparative de ces rgles en utilisant la
simulation informatique [C10]. Notons que ces travaux ne concernaient que des AGVs
unidirectionnels. Nous avons, cette occasion, propos une nouvelle rgle dvitement de
conflit permettant de supprimer les blocages dus la prsence de chariots inoccups sur le
circuit.
AGV inoccup
Requte fictive
De dgagement
V U
Si un AGV V est bloqu dans son volution par un chariot U inoccup, on gnre une requte
fictive de dplacement destine librer le chemin du chariot V. Nous avons propos dans
[C11] une tude de cette rgle.

II.1.7. Originalit et perspectives des travaux en commande dAGVS
Les travaux que jai mens dans le domaine de la commande de systmes dAGVs se sont
faits dans deux domaines : le dispatching et le routage.
Dans le domaine du dispatching, mes travaux ont permis une synthse et une tude
comparative des rgles de dispatching. Nous avons ralis, dans le cadre des travaux de thse
de Pascal Albert, une tude trs pousse en simulation pour faire cette comparaison [ALB98].
Ces travaux ont conduit aux publications [C7], [C10], [C11].
La plus grande originalit de mes travaux concerne le routage dynamique bidirectionnel.
Lorsque, en 1998, jai commenc ces travaux avec le DEA de Samia MAZA, la communaut
scientifique proposait deux approches du problme. La premire, prdictive et rationnelle,
permettait des solutions quasi optimales mais tait considre comme irraliste sur le plan des
applications relles car trop peu robuste.
Le seconde, dite ractive, tait alors peu dveloppe et conduisait des performances
moindres car les dcisions de routage taient prises sur un horizon temporel trs court.
Loriginalit de notre dmarche a t de coupler ces deux approches. Cela a conduit aux
travaux de thse de Samia MAZA. Nous proposons dans un premier temps une approche
prdictive qui nous donne une trace prvue du chemin des robots mobiles. Puis nous avons
dvelopp des algorithmes permettant de dtecter les carts par rapport cette trace et de les
corriger. Nous avons obtenu des rsultats remarquables, tant sur le plan des performances que
sur celui de la robustesse.
Jai autour de ces problmes constitu une petite quipe de travail avec Samia MAZA,
dabord en DEA puis en thse. Lamia NAIT-DJOUDI puis Mohamed LEHAM nous ont
rejoints en DEA. Ces travaux ont aussi permis des collaborations avec les membres du LINA
(Laboratoire dInformatique de Nantes Atlantique). Je travaille avec Laurent BRETON sur
une approche Multi-Agents du problme de routage [C29]. Avec Maryline SILLY-CHETTO
je travaille actuellement sur une implmentation de nos algorithmes sur une plate-forme
temps rel dveloppe dans le cadre du projet CLEOPATRE [MAR02].
Ces travaux prsentent encore des perspectives, concernant les mthodes de routage
dynamique et les implmentations de ces mthodes.

II.1.7.1. Mthodes de routage dynamiques
La mthode que nous avons propose dans le cadre de la thse de Samia MAZA est
relativement complexe. Si la complexit O(N
2
v
4
) de la phase prdictive est compatible avec la
commande en temps rel dune installation, elle est trs pnalisante en simulation. Les essais
raliss dans la thse prcite demandaient plusieurs heures pour tester la ralisation de 8000
missions (10 rplications de 800 missions) (en utilisant un PC quip dun processeur
Pentium IV cadenc 2,4 MHz). Cest pourquoi nous avons commenc nous intresser
des mthodes de routage purement ractives. Les zones du circuit sont considres comme un
ensemble de ressources. Le routage dun chariot devient alors un problme daffectation de
ressources. Ce problme est tel que :
Les ressources sont non partageables : on ne peut avoir quun seul chariot la fois sur
un lien donn.
Le mcanisme de rservation des ressources est de type Hold and Wait . Cela
signifie quune ressource utilise pour une tche ne peut tre libre que si la
ressource suivante a pu tre rserve : un chariot voluant sur le circuit ne peut librer
une zone que s'il a pu pntrer dans la zone suivante de son volution.
Les ressources ne sont pas premptives : Lorsqu' un chariot est entr dans une zone, un
autre chariot ne peut pas prendre cette zone avant que le premier ne soit sorti de cette
zone.
On peut voir apparatre une attente circulaire. Un ensemble de tches peuvent former
un cycle, chacune cherchant prendre une ressource possde par une autre tche.
Silberschatz et Peterson ont dmontr que ces quatre conditions tant remplies, le systme
peut se trouver dans un tat de blocage [SIL88].
Une premire piste actuellement envisage est lutilisation de lalgorithme du banquier
[REV00]. Cet algorithme dvitement dinter blocage (the banquers algorithm) a t propos
pour la premire fois par Dijkstra en 1965. Il fut lun des premiers traiter les problmes
dinter-blocages [DIJ82]. Nous avons explor cette solution dans le cadre du DEA de Lamia
Nait-Djoudi [NAI03].
Une autre piste envisage pour la simulation de modles de routage dynamique est l'utilisation
de systmes multi-agents. Nous dcrivons chaque chariot comme un agent capable d'inter-agir
sur les autres. Chaque agent chariot possde des rgles de comportement. Nous observons
alors le comportement de la flotte de chariots. Ce travail sur lutilisation dun systme multi-
agents pour modliser une flotte de chariots est ralis avec Laurent BRETON de lquipe
Bio-informatique, Contraintes, Combinatoire (BCC) du LINA (Laboratoire d'Informatique de
Nantes Atlantique). Les premiers essais raliss actuellement sont trs prometteurs et font
l'objet d'une communication au congrs MOSIM'04, [C29].
II.1.7.2. Implmentation des mthodes de routage
Nous avons travaill jusqu' maintenant sur des modles de simulation. Une tape suivante
nous parat importante pour la validation de nos travaux : l'implmentation de nos algorithmes
dans un systme rel. Nous tudions actuellement comment le modle de simulation obtenu
pourrait permettre une commande directe dun systme rel de transport. Lide serait
dinterfacer le simulateur avec un systme de supervision permettant denvoyer aux chariots
les ordres de dplacements lmentaires gnrs par le simulateur. La figure ci-dessous
prsente le principe de cette commande.
Le systme comporte un ensemble de chariots (A). On trouve dautre part un PC (C)
comportant un modle de simulation fonctionnant au moyen du logiciel ARENA RT. Cette
version a une architecture ouverte permettant des changes en temps rel entre le simulateur
et lextrieur. Pour cela, on utilise le mcanisme DDE (Dynamic Data Exchange). Cette
communication permet dune part au simulateur denvoyer des messages vers un programme
extrieur, et dautre part elle permet au simulateur dattendre un message venant de
lextrieur . Enfin, chaque nud est quip dun systme de commande (B) capable
didentifier un chariot arrivant au nud et dautoriser ou non son passage.
Ce travail fait actuellement
l'objet d'un projet d'tudiant
ingnieurs de deuxime anne
l'Ecole Polytechnique de
l'Universit de Nantes, que
j'encadre actuellement. Il doit
aboutir une ralisation
prvue en juin 2004.
(D)
(C)
(B)
(A)

II.2. La mthodologie de la simulation informatique
Lintgration et lautomatisation de plus en plus pousse des systmes de production a rendu
leur phase de conception critique. Par ailleurs, les volumes des investissements font que les
marges derreur sont trs faibles dans la mise en place de
ces systmes. Dans ce contexte, la simulation
informatique rvle toute son utilit pour valuer les
performances prvisionnelles de ces ateliers.
La simulation consiste construire un modle d'un
systme rel et conduire des expriences sur ce modle
afin de comprendre le comportement de ce systme et
d'en amliorer les performances.
La conduite dune simulation comprend de faon
gnrale trois phases.
La premire phase, lanalyse du problme, cherche
construire un modle qui soit le plus simple possible,
tout en tant cohrent avec les objectifs de ltude. Cest
une phase difficile, o il faut trouver un compromis entre
le prescripteur de ltude, qui souhaite que lensemble
des constituants du systme soient finement reprsents,
et le concepteur du modle qui cherche toujours la
simplification afin de garder la matrise de ce dernier.
Un principe important, lors de la modlisation en vue
dune simulation est le principe de parcimonie :
Il n'est pas ncessaire de faire appel un modle de
granularit leve pour rsoudre un problme s'il
s'avre qu'un modle dot d'une granularit infrieure
est capable de lui trouver une solution.
Un premier corollaire de ce principe est le principe de
rductionnisme
Avant de faire appel un modle d'une granularit
donne pour rsoudre un problme, il convient de
vrifier qu'un modle de granularit infrieure n'est pas
en mesure de lui donner une solution.
Un deuxime corollaire est le principe dincrmenta
lit :
rsultats
Validation
Mise en forme des
Identification des
paramtres
Validation
Validation
Programmation
Validation
Identification des
paramtres
Modlisation logico-
mathmatique
Validation
Modlisation systmique
Spcification du problme
On ne doit faire appel un modle d'une certaine granularit que si les modles de
granularit infrieure sont incapables de donner une solution au problme pos.
La modlisation systmique doit aider comprendre les objectifs de la simulation et
permettre le dialogue entre le demandeur de ltude et le spcialiste de la simulation.
La deuxime phase, la construction du modle, comprend la modlisation logico-
mathmatique qui peut tre facilite par un outil graphique et la programmation proprement
dite. Cette phase doit conduire un modle facilement modifiable.
Nous avons alors un modle qui fonctionne. La phase de validation qui intervient alors doit
permettre de sassurer de la cohrence entre le comportement du modle de simulation et le
systme rel quil est cens reprsenter. Si ce systme existe dj, cette phase pourra se faire
en comparant une trace du comportement du systme rel avec celui du modle de simulation.
Lorsque, et cest souvent le cas, le systme tudi nexiste pas encore, cette validation est
beaucoup plus dlicate. Cest l quune approche analytique peut tre importante. On a
souvent oppos lapproche analytique des problmes et leur traitement par la simulation. Ces
deux approches sont pour moi complmentaires. Lapproche analytique a pour elle la rigueur
mathmatique et la matrise des hypothses. Mais elle montre trs vite ses limites devant la
complexit des problmes abords. La simulation, ne connat pratiquement pas cette limite de
la complexit du problme. La vrification (plus que la validation) pourra alors consister
relaxer des contraintes pour permettre dobtenir un problme pouvant tre rsolu par une
approche analytique. On vrifie alors que la mme relaxation de contrainte sur le modle de
simulation conduit des rsultats analogues. Cest pourquoi, en tant que spcialiste de la
simulation, je suis trs intress par le dveloppement des mthodes analytiques pour la
prvision des performances des systmes vnements discrets comme les rseaux de Petri,
la thorie des langages ou lalgbre (Max,+),[BOI96], [MEN00], ou les modlisation
algbriques des SED [ROU04].
Cet intrt m'a conduit travailler avec Claude MARTINEZ sur la modlisation d'une unit
de production relle tudie dans le cadre d'un contrat industriel [G9]. Cette collaboration
nous a conduit la rdaction d'une communication lors de la confrence MOSIM'01 et d'un
article publi dans la revue Simulation Practice and Theory [A3]. Une premire approche de
la modlisation a t de chercher un modle analytique de cette unit. Nous avons, aprs avoir
relax des contraintes du systme rel, propos un graphe d'vnements temporiss (GET). De
ce graphe, nous avons dduit un systme d'quations linaires dans l'algbre (Max,+), de la
forme :
( x

k ) 1 + = ( Ax
( y ) k
) k ( Bu
( Cx ) k
k ) 1 +
=
o les composantes du vecteur x(k) sont les dates de franchissement des transitions du GET.
Les composantes des matrices A, B et C correspondent des dlais associs aux places du
GET. En ajoutant des conditions relatives la disponibilit des pices en entre du systme, le
comportement du GET se traduit par l'quation :
x(k+1) = A x(k)
La matrice A dcrit alors totalement le comportement du systme. De plus, en rgime tabli,
nous pouvons crire :
x(k+1) = x(k)
o est la solution de l'quation Ax = x. Le GET tant de plus fortement connexe, est
l'unique valeur propre de A [BAC92]. Ainsi, le calcul de la valeur propre de A donne
directement la cadence de production, pour un marquage initial donn. Nous avons pu vrifier
que le modle de simulation de cette unit avec les contraintes nonces, nous donnait bien la
cadence de production calcule.
Enfin la troisime phase est la phase dexploitation du modle de simulation. Limportance
de cette phase ne doit pas tre nglige. La simulation ne donne pas une solution directe au
problme initialement pos. Cette solution sera en gnral le rsultat dune phase
doptimisation qui peut se rvler elle-mme complexe dune part cause de laspect
multicritre du problme doptimisation et dautre part cause de la prise en compte de
donnes alatoires qui impose une matrise des intervalles de confiance sur les rsultats.
Notons enfin que la rapidit de convergence des mthodes doptimisation est souvent ici
critique du fait de la dure de ralisation dun test de simulation.

II.2.1. La phase de modlisation
II.2.1.1. La modlisation des systmes de production :
Nous avons en 1997 ralis un tour d'horizon des principales mthodes de modlisation des
systmes de production disponibles, en citant simplement les objectifs de chacune et ses
limites [C16]. Dans [OLL90] nous trouverons des lments d'valuation. Il est possible de
dresser une typologie des familles de mthodes : approches orientes oprations, approches
orientes donnes, approches orientes comportement. Certaines mthodes participent aussi
aux deux approches (donnes et traitement).
- Approches orientes oprations : analyse structure (diagramme de flux de donnes)
Ces approches raisonnent en termes d'applications : elles partent des besoins ou rsultats
obtenir (crans, tats, ...) pour en dduire les donnes d'entre ncessaires cette application.
Les limites de cette approche : elle conduit une redondance de donnes identiques pour
diffrents traitements, donc un risque d'incohrence de ces mmes donnes connues de faon
diffrentes en plusieurs endroits du systme. On note encore que le modle obtenu est peu
volutif car il est spcifi pour les besoins du moment. En conclusion, ces approches sont
dans l'incapacit de dfinir un schma de base de donnes [COA93]
- Approche oriente donnes : Entit / Association - Niam - Rseaux smantiques.
Contrairement la famille prcdente, ces modles explicitent des niveaux d'abstraction dans
la reprsentation : ce sont des mthodes conceptuelles. Apparues vers le milieu des annes 60,
elles dfinissent une structure gnrale de donnes, indpendante des programmes qui les
manipulent. Cette approche figure galement dans les principes fondateurs des bases de
donnes. Limites de cette approche : elle n'intgre pas les aspects dynamiques, le modle
tant par dfinition statique; les conditions de dclenchement, l'ordonnancement dans le temps
des contraintes opratoires sont difficilement reprsentables.
- Approches orientes comportement : REMORA - J.S.D.
Elles prsentent l'avantage de reprsenter les contraintes de dynamique et d'volution dans le
temps. Ces approches privilgient cependant ensuite soit l'aspect donnes (mthode
REMORA), soit l'aspect traitements (mthode J.S.D.) et se heurtent aux mmes difficults
que celles prcdemment cites. [MOR91] nous illustre, sur un exemple simple, les problmes
poss par la priorit faite aux oprations et relguant ainsi les donnes au second plan de la
mthode J.S.D.
- Approches combines : MERISE - SADT
Ces mthodes prennent bien en compte les aspects traitement et donnes, mais de faon
spare. MERISE utilise l'approche entit association pour modliser les donnes et conoit le
modle de traitement (M.C.T. pour Modle Conceptuel des Traitement) l'aide d'un
formalisme largement inspir des rseaux de Ptri. La mthode conseille de raliser les deux
tudes par deux quipes spares. En particulier, un M.C.D. (Modle Conceptuel des
Donnes) est valid par les vues externes issues du M.C.T. : le risque d'obtenir en final un
M.C.D. bas sur les besoins immdiats des utilisateurs n'est pas ngligeable ! SADT, quant
elle, semble accorder une place secondaire aux donnes (modlise travers le datagramme).
Il est surtout utilis pour vrifier la validit des modles de traitement (actigrammes). Cette
mthode appartient la classe des mthodes cartsiennes, approche exclusivement
fonctionnelle dont [TAR89] dit : "cette approche est pertinente dans le cas des systmes
homognes comportant des lments semblables ayant entre eux des interactions faibles ".
[ROL86] rsume cette classe de la manire suivante : "le systme d'information global est
une mosaque de petits systmes fortement redondants dont la cohrence globale est difficile
assurer". Des adaptations de SADT ont permis de dvelopper une mthode temps rel SA-RT
[WAR85]. L'intgration des mthodes d'analyse et de modles de simulation a donn lieu
des travaux : construction dun modle dcrit au moyen du langage SLAM partir dun
modle SADT [PIE87], ou encore dfinition d'un modle SIMAN l'aide d'un modle SA-RT
[A1].
- Approche oriente objet : OOA [COA93], SYS-PRO [JAU90], OOD [BOO88]
Les mthodes systmiques (Merise, Rmora, SA-RT) militent en faveur d'une modlisation
unifie des systmes en prenant simultanment en compte les trois aspects essentiels d'un
systme : ce que le systme FAIT (fonctionnel) + ce que le systme EST (ontologique) + ce
que le systme DEVIENT (gntique) [LEM93]. Cependant, les mthodes prcdemment
cites privilgient l'un ou l'autre de ces aspects. Cet tat de l'art mthodologique nous a
incits nous tourner ds 1993 vers une approche proposant d'analyser un systme au travers
d'un nouveau concept : lobjet. Une telle approche, fonde sur des classes reprsentant le
comportement d'un ensemble de donnes avec les oprations (mthodes) applicables sur celle-
ci, nous parait une approche intressante pour la conception de modles de simulation. [C16].
Aujourdhui, on voit se dvelopper une autre orientation de la modlisation des systmes de
production : la modlisation multi-agents. Cette approche vise reprsenter un systme
complexe comme compos dentits autonomes, les agents, qui interagissent entre elles. On
considre alors que l'volution globale du systme rsulte de la composition des
comportements individuels. Une colonie de fourmis est un bon exemple de ce type de
systme: chaque fourmi possde des caractristiques individuelles, un comportement
particulier motiv par des buts personnels et une perception limite de son environnement. La
fourmilire reprsente alors le rsultat de l'ensemble des interactions entre les fourmis. Cette
approche sest beaucoup dveloppe dans le domaine de ltude du monde vivant. On cherche
aujourdhui appliquer cette approche ltude des systmes de production [CHE97], ou
mme laide la conduite dune simulation [ELA03]. Si ce type dapproche permet une
relle simplification de la modlisation, elle nest pas sans poser de dlicats problmes quant
lanalyse des rsultats, [SAN02].
A travers des tudes de systmes de production par la simulation que nous avons menes, en
milieu industriel, nous avons remarqu que les prescripteurs ont souvent une ide prcise
concernant les solutions physiques quils veulent tudier. Ils savent aussi de faon prcise les
performances que devra atteindre le futur systme de production. Ils nont en revanche quune
ide trs confuse de la logique de fonctionnement du systme. Ceci nous a amens dans [C16]
prciser une mthodologie permettant, lors de la phase de conception d'un simulateur, de
sparer les flux physiques et le flux dinformations. Cette question reste une source de
rflexion, la plupart des outils de simulation existants n'y rpondant pas de faon naturelle.
II.2.1.2. Les bibliothques pour le dveloppement de modles de simulation.
Le dveloppement des approches orient objet s'est traduit, pour les outils de simulation, par
la possibilit de construire des bibliothques d'objets rutilisables. Nous avons par exemple vu
apparatre en 1994 la version "Professionnelle" d'ARENA permettant la construction de telles
bibliothques. C'est mon sens une volution trs significative des outils de simulation.
Un objet est dfini par trois "couches" qui sont :
- La couche des informations caractrisant cet objet.
- La couche du modle de comportement. C'est le modle de simulation
traduisant le comportement de l'objet.
- La couche de l'animation graphique reprsentant l'objet durant la
simulation.
Nous avons ds 1995 ralis des dveloppements significatifs de
bibliothques.
Une premire bibliothque, nomme INISIM (Pour INItiation la
SIMulation) a t mise en place, avec un objectif essentiellement pdagogique.
Nous avons cr cette bibliothque pour faciliter l'apprentissage de la
simulation.
Les 28 objets de la bibliothque INISIM permettent de construire des modles
de simulation de flux. Nous avons repris les concepts du langage
SIMAN/ARENA.
Notons que cette bibliothque est aujourd'hui utilise dans plusieurs dpartements IUT/OGP
et dans les modules d'enseignement de la simulation de l'Ecole des Mines de Nantes.
Cette bibliothque fait l'objet de la communication [C15].
La bibliothque SATURNE ci-contre a t construite dans le cadre du contrat industriel [G7]
avec la socit AIRBUS. Cette bibliothque
permet la construction de modle de simulation
de ligne de traitement de surfaces.

Dautres bibliothques ont t ralises dans de
cadre de diffrents contrats industriels [G15,
G16, G18].
Entre/Sortie
Attente
Navette
Groupe de bains
Dfinition dune
gamme
Bain + rinage
Dfinition dun
pont
Poste dchange inter
pont
Bain
Je travaille actuellement une bibliothque permettant la simulation du GRAFCET. Lide
est dutiliser un simulateur de flux en considrant un GRAFCET comme un rseau travers
lequel circulent des jetons correspondant lactivit des tapes.
II.2.1.3. La modlisation Multiple
La rsolution de problmes complexes (prsentant de nombreux lments htrognes en
interaction), en particulier dans les systmes de production, conduit lutilisation conjointe de
diffrents formalismes de modlisation.
Depuis peu, des groupes de travail nationaux et internationaux sintressent aux problmes
poss par lutilisation combine de diffrents formalismes et outils pour la rsolution dun
mme problme (GDR MACS du CNRS Modlisation Multiple et Simulation en France,
groupe Theory and Methodology for Simulation Practice de la Society of Computer
Simulation International). La modlisation multiple consiste soit :
associer diffrents modles, avec un mme formalisme ou avec des formalismes
diffrents, chaque modle tant associ une partie du systme (identifie comme un
sous-systme)
combiner diffrentes modlisations (dans diffrents formalismes) du mme
problme, afin de passer dun modle agrg un modle dtaill par exemple, ou
dun modle relax un modle plus contraint, et ainsi de bnficier des avantages de
chacun des formalismes utiliss dans la dmarche de rsolution du problme.
La complexit des problmes industriels ncessite souvent des approches de simulation-
optimisation, i.e., mthodes de rsolution o lvaluation des rsultats est obtenue par un
modle de simulation informatique. Dans ce contexte prcis, la modlisation multiple pose
des problmes spcifiques :
Le systme de production est souvent hybride, faisant appel des modles htrognes. Se
pose alors le problme du choix du ou des modles les plus appropris au problme traiter.
Le systme de production est souvent distribu. Le modle de ce systme sera alors lui-mme
distribu. Se pose alors des problmes de communication, de synchronisation et de
hirarchisation entre ces diffrents modles.
Si lutilisation conjointe de diffrents modles est parfois ncessaire, lobjectif reste de
rsoudre un problme global. Se pose donc ensuite le problme de la rsolution du problme
global en utilisant plusieurs modles complmentaires.
Ces rflexions sont la base des travaux de thse de Pascal BLANC.
II.2.2. Optimisation et analyse des rsultats
II.2.2.1. Optimisation et simulation.
Un modle de simulation est toujours construit pour rsoudre un problme, mais sa seule
utilisation ne permet pas de trouver une solution. Il doit tre utilis dans un processus
doptimisation.
On retient pour
Solution les
paramtre finaux
P(k)
OPTIMISATION
SIMULATION
Non Solution
Amliorable ?
Calcul de nouveaux
Paramtres
P(i)
oui
Paramtres
initiaux
P(0)
Les mthodes doptimisation peuvent tre classes de diffrentes manires : nous les
classerons en mthodes dterministes et mthodes non-dterministes. Les mthodes
dterministes sont gnralement efficaces quand lvaluation de la fonction est trs rapide, ou
quand la forme de la fonction est connue priori. Les cas plus complexes (temps de calcul
important, nombreux optima locaux, fonctions non-drivables, ) seront souvent traits plus
efficacement par des mthodes non-dterministes. Dans le cas de loptimisation dans une
dmarche de simulation, la fonction nest pas calcule mais est le rsultat dune simulation.
Le temps de calcul peut tre important.
La recherche des extrema dune fonction f revient rsoudre un systme de n quations n
inconnues, linaire ou non :
0 ) ,...., (
1
=
n
i
x x
x
f

On peut donc utiliser des mthodes classiques telles que la mthode du gradient ou la mthode
de Gauss-Seidel. En gnral, lutilisation de ces mthodes ncessite comme tape prliminaire
la localisation des extrema. Celle-ci peut tre faite, par exemple, sur un graphique ou par une
discrtisation fine de lespace de recherche. La fonction optimiser est value en chacun des
points de discrtisation. La valeur maximale est alors considre comme une bonne
approximation de loptimum de la fonction. Cette mthode est brutale et le temps de calcul
augmentera exponentiellement en fonction du nombre de variables.
En effet, considrons une optimisation sur huit variables. Si on discrtise lintervalle de
dfinition de chaque variable en seulement 3 points, une exploration systmatique ncessite 3
8
soit 6561 excutions du modle. Dans le cas d'un modle physique ncessitant 10 secondes de
calcul sur un PC standard, cela reprsente 18 heures de calcul, pour un rsultat inutilisable !
Mthodes non-dterministes
Ces mthodes font appel des tirages de nombres alatoires. Elles permettent dexplorer
lespace de recherche plus efficacement. Citons entre autres [BEA93a] et [BEA93b] :
Les mthodes Monte Carlo : la fonction est value en un grand nombre de points choisis
alatoirement.
Les mthodes hybrides : on peut par exemple utiliser la mthode des gradients en partant
dun grand nombre de points choisis alatoirement. On peut ainsi esprer dterminer au fur et
mesure tous les optima locaux de la fonction, [DOL97].
Le recuit simul : on effectue des dplacements alatoires partir dun point initial. Si un
dplacement mne une valeur plus grande de la fonction f, il est accept. Sinon, il est
accept avec une probabilit :
kT
f
e p
=

o "delta f" est la variation de la fonction, T est assimil une temprature qui dcrot au
cours du temps et k est une constante. Cette mthode est base sur une analogie avec les
processus de recuit utiliss en mtallurgie et qui visent atteindre une configuration dnergie
minimale ( -f est alors assimile une nergie).
Les Algorithmes Evolutionnaires: le principe est de simuler lvolution dune population
dindividus divers auxquels on applique diffrents oprateurs gntiques et que lon soumet
chaque gnration une slection. Ces algorithmes sont de plus en plus utiliss dans
lindustrie car ils sont particulirement adapts aux problmes doptimisation comportant de
nombreux paramtres.
II.2.2.2. Optimisation multicritre dans un contexte stochastique.
Un modle stochastique est un modle contenant des variables alatoires. Dans ce cas, les
mesures de performance du modle (e.g., le taux de production, le retard, le temps de cycle)
sont galement des variables alatoires et les valeurs obtenues au cours des simulations
correspondent seulement des estimations des critres mesurs. Chacune de ces variables
alatoires est le plus souvent value au travers de son esprance . Chaque excution dune
simulation (chaque rplication) ne donne quune estimation possible de , la vraie valeur
valuer. Pour affiner la prcision, on peut calculer un intervalle de confiance de , lesprance
recherche.
Quen est-il lorsque l'on sattache observer plusieurs critres simultanment ?
[LAW00] propose dans le cas doptimisation multi-critres de conduire un test statistique de
Student sur chacun des critres amliorer. Outre que cette procdure ncessite de raliser
autant de tests statistiques quil y a de critres mesurer, elle impose de dterminer au
pralable le niveau de confiance de chacun des tests. Or, lingalit de Bonferroni spcifie que
le niveau de confiance gnral est infrieur ou gal 1- o p est le nombre de tests
statistiques raliss, et 1-
k
k=1
p
k
le niveau de confiance choisi pour la variable X
(k)
mesurant le
k
ime
critre de performance ([LAW00], [BAN00]). En effet, pour le k
ime
test, lerreur de 1
re

espce est gal
k
. Les tests pouvant tre considrs comme indpendants entre eux, lerreur
globale est au moins gale la somme des erreurs possibles sur chacun des tests. Avec cette
contrainte, pour atteindre un niveau de confiance gnral de 0.9, avec 10 variables tester, il
faudra dfinir un niveau de confiance pour chacun des tests, gal :
99 . 0
10
9 . 0 1
1 =

La multiplication des variables conduit donc, pour une prcision donne, devoir obtenir un
niveau de confiance trs grand et donc un nombre de rplication de la simulation trs
important.
Une autre approche est de conduire un test statistique de Student simplement sur la fonction
objectif global , considre alors comme une variable alatoire mono-dimensionnelle. La
valeur de cette fonction objectif est, le plus souvent, calcule comme une somme pondre
des diffrents critres de performance valuer :
=
=
n
1 i
i i
X Y
avec Y, la variable alatoire reprsentant la fonction objectif global, X
i
variable alatoire
reprsentant le i
me
critre de performance amliorer et
i
le poids affecter chacune des
variables X
i
.
On peut montrer que dans certaines conditions, la fonction objectif courante Y peut prsenter
une valeur qui conduirait la rejeter comme significativement plus mauvaise que la fonction
objectif de rfrence, alors que certains des critres X
i
de la fonction objectif courante sont
significativement amliors et quaucun nest significativement dgrad [MEB98].
Cette procdure est en ralit une combinaison des deux procdures prsentes plus haut. On
effectue un test de Student sur chacun des critres mesurer en appliquant la stratgie
suivante :
Ds quun critre est considr comme significativement dgrad, la solution ne peut
tre retenue et on passe lexamen dune autre solution
Lorsque tous les tests sont effectus et si aucun critre nest considr comme
significativement dgrad, alors trois cas peuvent se prsenter :
Tous les critres sont considrs comme significativement amliors, dans
ce cas, la solution est retenue comme meilleure
Un critre, au moins, est considr comme significativement amlior, alors
quun autre critre (au moins) est considr comme statistiquement non
diffrent : dans ce cas, un test de Student sera ralis sur la variable alatoire
Y mesure de la fonction objectif totale. Si on considre que Y est
significativement amliore, on retient cette solution, sinon on la rejette.
Aucun critre nest considr comme significativement amlior, dans ce
cas la solution est rejete.
Le test de Student effectu sur chacun des critres de performance est ralis avec un niveau
de confiance gal
p
1
o est le niveau de confiance global et p est le nombre de tests

raliser (i.e., le nombre de variables de performance mesurer). Quant au test statistique,
ventuellement ralis sur la variable globale Y, il est effectu avec un niveau de confiance
gal 1- .
Cette solution est limite car la corrlation ventuelle entre les diffrents critres n'est jamais
prise en compte.
Pour prendre en compte cette corrlation, nous proposons dans [A2] une solution base sur le
test de Hotelling. La fonction objectif Y est considre comme un vecteur alatoire. La
moyenne du vecteur Y est alors le vecteur des moyennes des composantes :
|
|
|
.
|
\
|
p
k
1

L'utilisation du test de Hotelling prsente deux avantages importants:
- On utilise directement les composantes du vecteur objectif, sans passer par une somme
pondre.
- Celle solution utilise toutes les interactions entre les composantes du vecteur objectif
travers leurs covariances.
Le vecteur dcrivant la fonction objectif a une matrice estime de covariance de dimension
(pXp) :
(
(
(
(
(
pp p p
p
p
c ... c c
c ... c c
c ... c c
2 1
2 22 21
1 12 11
...

- c
kk
= est la variance estime de la k
2
k
s
th
variable,
- c
kk
est la covariance entre les critres k et k', dfinie par :
1
) )( (
1
) ' ( ) ' ( ) ( ) (
'
=
n
x x x x
c
n
i
k k
i
k k
i
kk

En faisant lhypothse que les deux populations ont la mme matrice de covariance C, nous
pouvons estimer cette matrice de covariance partir des deux chantillons :
2
) 1 ( ) 1 (
2 1
2 2 1 1
+
+
=
n n
C n C n
C
Pour dterminer si les deux chantillons appartiennent ou non la mme population, il suffit
dappliquer le test suivant bas sur le calcul de T
2
et appel Test de Hotelling :
) (2) x (1) x ( ) (2) x (1) x (
1
2 1
2 1 2

+
=
C
n n
n n
T
T

A partir de cette variable T
2
on calcule une variable F :
p n n
T p n n
F
) 2 (
) (
2 1
2
2 1
+ +
+ +
=
Si les deux chantillons sont issus de la mme population, la variable F suit une distribution
de Fisher-Snedecor p et n
1
+n
2
-p-1 degrs de libert. La valeur f calcule pour F sur les deux
chantillons doit tre compare la valeur donne par la distribution de Fisher-Snedecor au
seuil [MAN94] , si f est suprieure la valeur lue dans la table de Fisher-Snedecor, alors les
deux chantillons peuvent tre considrs comme diffrents. Dans ce cas, nous proposons de
comparer simplement les valeurs estimes de la variable Y sur chacun des deux chantillons et
de garder lchantillon prsentant la plus petite valeur (ou la plus grande, suivant le sens de
loptimisation). Dans le cas inverse, on peut rejeter le nouvel chantillon.
Nous montrons dans [A2] une application de cette approche sur un exemple simple li
lordonnancement dynamique dun atelier de type Job-Shop o les critres de performance
amliorer sont au nombre de deux (le temps de sjour moyen par produit et la somme des
retards).
II.2.2.3. Modles de simulation ractifs
Nos rflexions sur la phase d'optimisation nous ont dautre part amens chercher intgrer
le processus doptimisation la phase de simulation. Nous proposons dans [C18] de faire une
correction continue des paramtres dentres E
i
en fonction des paramtres de sortie S
i
durant
la simulation. Le processus doptimisation est alors intgr au modle. Pour cela nous
dfinissons une fonction F de correction telle que, un instant t, E
i
= F(t, S
j
). Ce bouclage
nest pas sans poser des problmes classiques de prcision et de stabilit similaires ceux
rencontrs en automatique. La recherche de stabilit est complique par la non linarit du
comportement des systmes de production que nous avions montr avec Claude MARTINEZ
dans [C13]. Nous proposons surtout dans [C18] un exemple dapplication de cette approche.
Nous montrons que le choix de la fonction de correction F est dterminant pour la qualit du
rsultat. Le choix de cette fonction F est trs dpendant du systme tudi. Aussi, cette
approche nous parat difficilement gnralisable.

II.2.3. Simulation et aide la dcision
II.2.3.1. La simulation informatique : un outil daide la conception dun
systme de production.
La figure ci-dessous dcrit le processus maintenant classique de conception de systme
automatis de production en utilisant la simulation.
Ralit Simulation
Modle du
Systme
physique
Modle de
Commande
Implmentation
Conception
du systme
Systme
physique
Systme de
Commande

Un modle de simulation permet de prvoir des indicateurs de performance du futur systme
de production en fonction des choix qui sont fais tant en ce qui concerne le dimensionnement
du systme physique que de la conception du systme de commande. Ce modle de
simulation entre dans une boucle doptimisation permettant par amliorations successives,
daffiner la conception du systme. Notons quon a structur le modle de simulation en deux
parties :
Le modle du systme physique traduit le comportement de la partie oprative du futur
systme de production.
Le modle de commande traduit le comportement de la partie commande du futur systme de
production.
Dans un deuxime temps, on ralise le systme physique et on implmente le systme de
commande.
II.2.3.2. La simulation informatique : un outil daide la dcision pour la
conduite dun systme de production.
Lorigine de mes rflexions concernant laide la dcision par la simulation se trouve dans
un contrat industriel ralis pour AIRBUS en 1999 [G10] [C21]. On mavait alors demand
de proposer un modle de simulation non pas pour concevoir une unit de production mais
pour apporter une aide au pilote de cette unit. Cette unit nomme Mercure permet la
ralisation par tirage de tles de grandes dimensions. Cette unit comprend des moyens de
production (presses et fours de traitement thermiques) et des moyens de transferts (chariots
filoguids bidirectionnels). Loprateur pilotant cette ligne doit choisir lordre de lancement
des fabrications sur cette ligne. Il est confront, lors de ce choix, deux problmes :
- La complexit du systme de transfert. Les produits sont placs sur des supports qui sont
ensuite transports par le systme de transfert (chariots filoguids). Il existe un grand
nombre de supports, dpendant non seulement des produits mais aussi de leur tat
davancement dans la gamme de production. Evidemment, ces supports existent en
quantits limites. Le choix de lordre de lancement doit tenir compte de la disponibilit
de ces supports au cours du temps. Un mauvais ordre de lancement peut par exemple
conduire un blocage ou deadlock.
- Des contraintes temporelles strictes dues au fait quune tle doit imprativement tre
tire au plus deux heures aprs son traitement thermique (trempe).
Pour rpondre cette demande, nous avons propos un modle de simulation ayant la
particularit, comme le montre la figure ci-dessous, de communiquer avec le systme de
production rel. Cette communication permet le paramtrage automatique du modle en
Dcisions
Rsultats
Proposition de dcisions
Paramtrage automatique
Simulation
Modle du
Systme
physique
Modle de
Commande
Ralit
Systme
physique
Systme de
Commande
fonction de ltat du systme rel. Loprateur va donc pouvoir tester trs facilement
lincidence de ses dcisions en ralisant une simulation. Il va ensuite pouvoir ventuellement
amliorer sa dcision au moyen dune boucle simulation/optimisation.
Cette mme approche a t mise en place pour le systme de commande de la ligne flexible
d'assemblage du dpartement OGP. Cette ligne est commande au moyen d'une application de
supervision que nous avons dveloppe sous INTOUCH. Par ailleurs, nous avons dvelopp
un modle de simulation de la ligne sous ARENA. Puis nous avons reli les deux
applications. La mise en place d'une production sur le logiciel de supervision permet le
paramtrage automatique du modle de simulation.
Modle de simulation de la ligne
flexible d'assemblage
Ligne flexible d'assemblage
Programme de supervision de la
ligne flexible d'assemblage
Notons que ds 1995, Alexandre Doldui proposait dans [DOL95] lutilisation de la simulation
pour le pilotage temps rel dun atelier flexible.

II.2.3.3. La simulation informatique : vers la notion d'mulation.
Un modle de simulation permet de prvoir des indicateurs de performance du futur systme
de production en fonction des choix qui sont faits. C'est historiquement la premire utilisation
de la simulation. Puis nous avons vu comment la simulation pouvait devenir un outil d'aide
la dcision pour la conduite d'un systme de production.
Une autre utilisation de la simulation se dveloppe actuellement : la notion d'mulation.
Lmulation consiste tester le systme de commande ralis sur un modle de simulation du
systme physique. Le gros avantage est que la mise au point du systme de commande peut
tre mene alors que le systme physique na pas encore t ralis. Cela permet de diminuer
Conception
du systme
Ralit
Implmentation
Modle de
Commande
Modle du
Systme
physique
Simulation
Emulation
Systme
physique
Systme de
Commande
la dure de la mise au point finale. Cela permet aussi de mettre au point le systme de
commande en toute scurit, une erreur de commande ayant peu de consquences pour le
modle virtuel du systme physique. Cela permet enfin de former les conducteurs de la future
ligne de production.
II.2.3.4. La simulation informatique : un outil de commande.
Nous envisageons maintenant d'utiliser le modle de simulation pour commander le systme
rel.
L'ide de commander un systme partir d'un modle de simulation vient de la constatation
suivante : Un modle de simulation est un systme automatis. Nous voulons dire par cela
qu'il renferme un modle du systme de commande qui lui permet toutes les prises de
dcision, durant la simulation. Notre exprience des applications de la simulation en milieu
industriel nous a montr que, lors de la mise en place d'un nouveau systme de production,
l'apport de la simulation est surtout intressant pour la dfinition du systme de commande de
ce systme de production.
La question qui vient ensuite naturellement est : Pourquoi ne pas utiliser le "systme de
commande" dvelopp et valid lors de la phase de simulation pour commander directement
le systme rel ?
Notons que cette nouvelle approche est rendue plus facile grce lapparition sur le march
doutils de simulation ayant une architecture trs ouverte [MUE01], [SCH01] (ARENA,
AUTOMOD, SIMPLE++) Ces outils utilisent diffrents types dinterfaces comme par
exemple les changes DDE (Dynamic Data Exchange), DLL (Dynamic Link Library), TCP/IP
socket connections, ActiveX, OPC (OLE for Process Control), DCOM (Distributed
Components Object Model).
Conception
du systme
Commande
par la
simulation
Ralit
Simulation
Modle du
Systme
physique
Modle de
Commande
Systme
physique
Si ces outils permettent denvisager cette approche de la commande, il nen reste pas moins
quelques problmes, aussi intressants que redoutables, rsoudre [VER01]:
1 Cette approche suppose que lon sache sparer modle de commande et modle du
systme physique . Cette sparation est loin dtre vidente dans la plupart des outils de
simulation.
2 On est rapidement
confront au problme du
TEMPS. Comment
synchroniser au niveau
temporel les occurrences
dvnements dans le
Mcanisme de
transfert
Evnement
Commande
Ralit
Simulation
Modle de
Commande
Systme
physique
systme rel et dans le modle de simulation ?
Pour fonctionner, le modle de simulation et le systme rel vont changer des informations
en utilisant un mcanisme de transfert. Cet change n'est pas instantan. Il peut introduire des
retards pouvant provoquer des disfonctionnements dans le systme command.
D'autre part, le modle de simulation tant mono-processeur, il n'est pas toujours " l'coute"
du systme physique. Si, alors que le simulateur traite un calcul complexe, apparat
l'occurrence d'un vnement, la raction du simulateur peut se rvler trop tardive.
Des travaux sont actuellement en cours et diffrentes solutions sont proposes (messagerie
synchrone, asynchrone,) [SCH01] [WU89] [FUJ90] [TAR01]. Une autre piste me parait
intressante : les nombreux travaux raliss dans le domaine de la simulation rpartie et
notamment ceux sur l'approche HLA (High Level Architecture) [FUJ96] [DAH99].
Il me semblerait intressant de modliser ces mcanismes de transfert afin d'en valuer les
performances temporelles (Rseaux de Petri temporiss, Files d'attente)
Nous envisageons actuellement une application du concept de commande par la simulation
la commande dune flotte de chariots automatiss. Lide est de commander directement les
chariots en utilisant le modle de simulation dvelopp par Samia MAZA dans le cadre de ses
travaux de thse [MAZ03].

II.2.4. Originalit et perspectives des travaux en simulation
Une premire particularit de mes travaux dans le domaine de la simulation est leurs ancrages
importants sur des problmes dorigine industrielle. Lorsque jai commenc mintresser
la simulation de systmes vnements discrets, dans les annes 90, on opposait souvent les
approches analytiques et la simulation. Une premire originalit des mes travaux a t de
considrer ces deux approches comme complmentaires. La simulation permet la
confrontation des approches analytiques des modles de simulation o les hypothses
ncessaires la rsolution des premires sont relaxes. Elle permet par-l de vrifier la
pertinence de ces hypothses. En sens inverse, une dmarche de simulation doit toujours
sappuyer sur une approche analytique. Elle permet souvent une validation partielle du
modle de simulation et une meilleure comprhension des phnomnes observs en
simulation. Ces rflexions ont par exemple conduit la rdaction dun article paru dans la
revue Simulation Practice and Theory [A3].
Une deuxime originalit de mes travaux concerne lanalyse de rsultats de simulation dans
un contexte stochastique. Avec Nasser MEBARKI nous avons montr dans [A2] comment un
test de Hotelling permet une comparaison multicritres du comportement de deux modles
stochastiques.
Une troisime originalit des mes travaux a t de proposer ds 1999 dutiliser la simulation
dans une dmarche proactive. La simulation tait alors uniquement considre comme un
outil daide la dcision appuyant une dmarche de conception dun nouveau systme de
production. Jai propos dtendre lutilisation de la simulation en ralisant un modle pour
laide la conduite de systmes de production. Cette dmarche a conduit la ralisation en
1999 dun modle de simulation pour laide la conduite dune unit de production de la
socit AIRBUS [G10]. Cette exprience est relate dans larticle [C21] prsent lors du
congrs MOSIM01.
Nos travaux actuels concernant la simulation concernent la modlisation, cest--dire la phase
de conception et dimplmentation du modle de simulation. Nous travaillons avec Pascal
BLANC sur cette problmatique.
Jai constitu, ds mon arrive au sein de lquipe ACSED de lIRCCyN, un ple sur la
simulation des SED avec Nasser MEBARKI. Isabelle DEMONGODIN et Pascal BLANC
nous ont rejoints en 2002, sur des problmes de modlisation et simulation.
Les perspectives concernant la suite de ces travaux sont importantes, dans deux directions. La
premire concerne la modlisation. Malgr les nombreux travaux raliss ces dernires
annes dans ce domaine, beaucoup reste faire notamment en ce qui concerne les systmes
complexes, faisant appel la modlisation multiple. Des travaux sont en cours dans le cadre
de la thse de Pascal BLANC. Nous tudions la ralisation dun modle de simulation dun
systme de production trs complexe intgrant :
- Plusieurs problmes de Bin Packing guillotinable (Optimisation de dcoupe du
verre) et non guillotinable (Optimisation de dcoupe de feuilles de plastique)
- Des problmes de flux physiques complexes.
- Des problme dorganisation et de gestion de production.
Nous cherchons dune part les modles les mieux adapts pour aborder ces diffrents
problmes et surtout comment ces modles pourront fonctionner ensemble. Nous
rflchissons dautre part la structuration gnrale de ce modle (Systmes rpartis, multi-
agents, holoniques)
Lautre direction qui mintresse beaucoup actuellement concerne une prospective sur
dautres utilisations de la simulation. Traditionnellement utilise pour la prvision du
comportement de futurs systmes vnements discrets, la simulation est de plus en plus
utilise dans une dmarche proactive, o lon cherche faire des prvisions court terme
pour une aide la conduite des systmes de production. Ces rflexions me conduisent
aujourdhui aller plus loin en envisageant la commande par la simulation. Cest un sujet
encore trs peu explor qui me semble important dans lavenir de la simulation informatique.
Nous proposons daborder ce sujet avec Olivier CARDIN qui dbute actuellement ses travaux
de thse sous ma direction

II.3. Perspectives et projet de recherche
Jai prsent dans les chapitres prcdents lensemble des sujets qui mont intress, et
souvent passionn durant ces dernires annes.
Je me propose ensuite de me tourner vers lavenir, en proposant ma vision de la suite de ma
carrire universitaire. Tout enseignant du suprieur doit rflchir au dlicat quilibre quil
entend tablir entre ses activits administratives, de recherche et denseignement. Cette
rflexion doit lui permettre de trouver limportance relative quil entend donner ces
diffrentes activits, compatible dune part avec ses aspirations propres et dautre part avec
les missions quil doit accomplir et leurs contraintes.

II.3.1. Mon projet de recherche :
Il continuera sarticuler autour de deux axes que sont la commande de transports par robots
mobiles et la simulation des SED.
Concernant le premier axe, je voudrais continuer explorer la piste des mthodes de routage
ractives. Nous travaillons actuellement avec Samia MAZA et Laurent BRETON du
Laboratoire DInformatique de Nantes Atlantique) sur lutilisation de systmes multi-agents
pour simuler puis commander une flotte de chariots. Dans un deuxime temps, nous nous
proposons de comparer nos rsultats avec ceux obtenus par les mthodes prdictives
envisages dans la thse de S. MAZA. Ces travaux seront mens dans les deux ans venir,
avec des tudiants de DEA.
Une autre piste envisage avec Jean-Jacques LOISEAU serait dexplorer la thorie des
langages commandables pour le pilotage dune flotte de chariots. Nous voudrions tudier
comment rduire la complexit algorithmique de cette approche.
Dans un horizon plus lointain, je pense largir mes travaux en revenant des problmes de
dispatching, cest--dire lordonnancement des tches de transport. Il me semble quune
rflexion consistant envisager conjointement lordonnancement des tches de production sur
les ressources dun atelier flexible, lordonnancement des tches de transport et le routage des
chariots permettrait lmergence de solutions beaucoup plus efficaces que celles obtenues par
un traitement spar de ces trois problmes.
Concernant le second axe, le court terme concerne bien-sr les travaux sur la simulation
multiple engags avec Pascal BLANC et Isabelle DEMONGODIN. Il sagit dune part de
travaux relativement techniques et thoriques par exemple sur linterfaage de diffrents
modles avec les problmes de gestion de temps qui sy rattachent. Il sagit aussi de
problmes plus gnraux sur la structuration des systmes complexes, leur organisation
hirarchique et leur systme de dcision. Cest dans ce sens que nous travaillons aujourdhui
avec Pascal BLANC dans le cadre de sa thse finance par la socit AGP, au Brsil. Notons
que des contacts sont pris avec un tudiant en thse du CEFET, co-encadr par G.MOREL, et
travaillant sur les holons (mthodologie, plate-forme).
A plus long terme, jenvisage la poursuite de mes travaux sur la simulation proactive et laide
la dcision. Une difficult, mon sens encore mal rsolue, consiste commencer une
simulation partir dun tat initial non vide du simulateur. Une deuxime difficult est
dinitialiser le modle de simulation, partir de ltat du systme rel quil reprsente.
Lapplication des ces travaux se fera dans le cadre du contrat AIRBUS / Rgion des Pays de
Loire dbutant actuellement. Lide centrale de ce contrat est de dvelopper des outils daide
la dcision oprationnelle pour la conduite de systme de production dans lindustrie
aronautique. Ce contrat permettra le financement de deux thses. Je pense explorer la piste
de la simulation proactive dans le cadre de ce projet.
Un autre domaine mintresse beaucoup : la commande par la simulation. Comment un
systme de commande pourrait lui-mme dclencher une simulation pour prendre une
dcision ? Comment un modle de simulation valid pourrait-il tre la base dun systme de
commande ? Ce sont des questions que je voudrais aborder dans la suite de mes travaux.
Olivier CARDIN dbute actuellement une thse sous ma direction. Nous proposons, dans le
cadre de ses travaux, dtudier ces questions.
Voil ce jour les projets de recherche que je pense explorer dans les cinq annes venir.

II.3.2. Lenseignement et son articulation avec la recherche
Lenseignement correspond pour moi une aspiration importante. Il correspond un choix et
jentends, dans la suite, rester fidle ce choix. Ceci se fera concrtement de quatre faons.
La premire en prenant une part active dans la rflexion nationale concernant la mise en place
du schma LMD pour les IUT. Cette volution est trs importante pour l'avenir du systme
d'enseignement en France et jentends continuer prendre une part active dans la rdaction
des nouveaux programmes dIUT OGP.
La seconde en contribuant aux enseignements du MASTER Automatique et Systmes de
Production (ASP) en cours de mise en place. Dans ce cadre, je propose un module
denseignement de deuxime anne du MASTER sur la simulation informatique intitul
Simulation informatique de SED (SISED). La simulation de flux est devenue un outil de
base pour tout chercheur s'intressant aux systmes de production, et de faon plus gnrale,
aux systmes vnements discrets. Le but de ce cours est de donner aux tudiants de
MASTER des bases solides, leurs permettant une utilisation judicieuse de l'outil simulation
dans leurs travaux de recherches ultrieurs.
La troisime en dveloppant des outils de simulation pour la pdagogie. La simulation est en
effet un remarquable outil pdagogique, permettant de mettre les tudiants en situations
concrtes. Cest dans ce sens que je dveloppe actuellement une bibliothque pour formation
lautomatique des SED. Cette bibliothque permettra aux tudiants de dcrire une partie
oprative au moyen d'lments de base (moteurs, vrins,). Puis l'tudiant pourra construire
un GRAFCET traduisant le comportement de la partie commande et observer le
comportement de la partie oprative sous le contrle de la partie commande. Une autre
rflexion dans ce domaine est l'utilisation de la Ralit Virtuelle dans le domaine
pdagogique. Une tendance actuelle des outils de simulation est d'associer des moyens de
perception sensorielle. Cette tendance me parat prometteuse dans le cadre de la pdagogie.
Une quatrime action dans le domaine pdagogique est la mise en place, dans un avenir trs
proche (2005) d'une nouvelle ligne d'assemblage automatise dans le hall de production du
dpartement OGP. La particularit importante que j'entends mettre en vidence avec cette
nouvelle ligne est la possibilit de la commander via Internet. L'ensemble des paramtres de
production pourront tre rgls partir d'un site WEB qui permettra aussi la visualisation
distance du comportement de la ligne. Cela permettra un accs beaucoup plus large ce
moyen pdagogique. Je travaille actuellement un projet dans le cadre de l'AIP pour que des
tudiants de l'Ecole Centrale de Nantes ralisent des Travaux Pratiques distance sur ce
moyen de production.
II.3.3. Lencadrement de DEA et de thses
Jai, jusqu maintenant, particip lencadrement de quatre thses. Cest une activit la fois
trs exigeante et passionnante, que jentends poursuivre dans les annes venir.
Jai, dans les pages prcdentes, prsent plusieurs pistes de recherches qui me semblent
pertinentes et auxquelles je voudrais associer des doctorants. Dans ce sens, je prvoie de
prendre une part active dans lencadrement des thses inscrites dans le cadre du Projet
AIRBUS / Rgion des Pays de Loire [G16]. Je viens dobtenir une bourse conjointe pour un
tudiant de lEcole Normale Suprieure de Cachan. Olivier CARDIN travaille avec moi dans
ce cadre.

II.3.4. Les activits contractuelles
Comme le montrent les pages prcdentes, jai toujours eu une activit contractuelle
importante avec le milieu industriel. Cette activit reprsente sur les 16 dernires annes une
moyenne de 8500 /an. Cette activit a permis le financement des activits des quipes
auxquelles jai appartenu, mais elle ma surtout permis de confronter mes rsultats et mes
rflexions des cas industriels.
Jentends poursuivre cette activit contractuelle, en lui donnant une dimension plus
europenne. Jai dj pris une part active dans la mise en place du projet AIRBUS / Rgion
des Pays de Loire [G16].
II.3.5. Lanimation de la recherche
Nous vivons actuellement, en France, une phase remarquable dans le dveloppement de la
recherche sur les systmes de production. La mise en place du Ple Sciences et Techniques
de la Production de Biens et de Services du GDR CNRS MACS reprsente une avance
sans prcdant pour la recherche dans le domaine des systmes de production. Je participe
dj activement ce mouvement en travaillant au sein de deux groupes du ple STP :
Le groupe Modlisation Multiple et Simulation (MMS).
La mise en place de ce groupe remonte 1999. Les objectifs du groupe sont :
o Structurer le champ de la modlisation des systmes complexes en vue de leur
simulation informatique.
o Dfinir une mthodologie de modlisation pour la simulation.
o Proposer des formalismes pour lanalyse et la spcification de systmes complexes.
o Combiner diffrents formalismes et outils pour la modlisation de systmes complexes
:
o soit en associant diffrents modles, chaque modle portant sur une partie du systme,
o soit en combinant diffrentes modlisations dun mme systme
o Etudier trois problmatiques qui correspondent aux trois phases du processus de
modlisation (conception du modle, exprimentations, analyse des rsultats et
ventuellement optimisation itrative du systme) : aspects mthodologiques de
conception du modle multiple, les approches algorithmiques de rsolution du modle,
lutilisation des rsultats.
o Constituer une base de problmes (thoriques ou appliqus).
Beaucoup de ces objectifs s'inscrivent directement dans mes domaines de recherche. C'est
pourquoi je participe trs rgulirement aux activits de ce groupe depuis sa cration.
Le groupe Conception des Systmes de Production (CSP).
Il s'agit d'un tout nouveau groupe. Ce groupe s'intresse au problme de la conception de
nouvelles units de production. Il s'est donn comme objectif de proposer des nouvelles
rponses ce problme, en dveloppant la fois des outils efficaces et une mthodologie
d'utilisation de ces outils.
La premire tche que s'est fixe le groupe est de faire le point sur les travaux, outils et
mthodologies existants dans ce domaine. L'aboutissement de cette tche doit conduire la
rdaction d'un ouvrage de synthse rassemblant les bases qu'un jeune chercheur dans ce
domaine doit connatre.


II.4. Bibliographie

[ACA89] Acaccia G.M., Michelini R.C., Molfino R.M. et Rossi G.B. Sop floor logistic
for flexible manufacturing based on distributed intelligence , International
Journal of Advanced Manufacturing Technology, (Springer-Verlag London
Limited), pp. 231-242, 1989.
[ALB98] Albert Pascal, Pilotage de vhicules autoguids dans un systme automatis de
production , Thse de Doctorat, Ecole Centrale de Nantes et Universit de
Nantes, 1998.
[ASK93] Askin R.G and C.R. Standrige, Modeling and Analysis of Manufacturing
Systems, John Wiley & Sons, 1993
[BAC92] F. Baccelli, G.Cohen, G.Olsder et J.Quadrat, Synchronization and linearity, John
Wiley & Sons, 1992
[BAN00] Banks, J. Carson, J.S. and B.L. Nelson. Discrete-event system simulation. 2nd
edition, Prentice Hall International Editions.
[BEA93a] Beasley D., Bull D.R. et Martin R.R., " An Overview of Genetic Algorithms :
Part 1, Fundamentals ", University Computing, vol. 15, n2, p. 58-59, 1993.
[BEA93b] Beasley D., Bull D.R. et Martin R.R., " An Overview of Genetic Algorithms :
Part 2, Research Topics ", University Computing, vol. 15, n4, p. 170-181, 1993.
[BER90] Bertrand J. Brun-Picard D. et Pujo P., CIM : vers une mise en uvre
dcentralise du systme de production pour une meilleure intgration des
fonctions de conception, de production et de gestion, Confrence Internationale
CIM 90, Bordeaux, Juin 1990.
[BLA00] Blazewicz J., Pawlak G., Espinouse M.-L., Finke G., Scheduling tasks and
vehicles in FMSs-network flow model, Operations Research Proceedings 1999,
Springer, 2000, p.399-352.
[BOI96] J.-L. Boimond, J.-L. Ferrier, Internal Model Control and Max-Algebra:
Controller Design, IEEE Transactions on Automatic Control, vol. 41, n3, p.
457-461, 1996.
[BOO88] G. BOOCH - Ingenierie du logiciel avec ADA, Interditions 1988
[BOZ91] Bozer Y.A., and Srinivasan M.M., Tandem Configurations for Automated
Guided Vehicle Systems and the Analysis of Single-Vehicle Loops, IIE
Transactions, vol. 23, no. 1, p. 72-82, 1991
[BUI02] Buitenhek R., Baynat B. and Dallery Y., Production capacity of flexible
manufacturing systems with fixed production ratios, International Journal of
Flexible Manufacturing Systems Vol. 14, N 3 - January, 2002
[BUZ93] Buzacott J.A., and J.G. Shantikumar, Stochastic Models of Manufacturing
Systems, New Jersey : Practice Hall, 1993
[CHE97] Chevaillier P., Querrec R., Tisseau J., Modlisation multi-agents d'une cellule de
production, In Actes du 2me colloque national de Productique, pages 1-10,
Casablanca (Maroc), 1997
[CLO97] M'Closkey R.T. and Murray R.M., Exponential stabilization of drift-less non-
linear controls system using homogeneous feedback, IEEE Transaction on
Automatic Control, vol.42, p. 614-628, 1997
[COA93] Coad P., Yourdon E., Analyse Oriente Objets, Editions Masson 1993
[DAH99] Dahmann Judith, Kuhl Frederick, Weatherly Richard, Creating Computer
Simulation Systems -- An Introduction to the High Level Architecture, Prentice
Hall, 1999.
[DIJ82] Dijkstra E.W., Selected writings on computing: a personal perspective, Springer-
Verlag, pp.308-312, 1982.
[DOL95] A.Dolgui. Un simulateur pour les tests des systmes de commande d'atelier
flexible en temps rel, Proceedings of the Second International Conference
on Industrial Automation, IAIA/AFCET, Nancy, vol. 1, p. 55-60, 1995.
[DOL96] A.Dolgui, Analysis of Control Algorithms for Transportation Devices in a
Manufactured Automated Workshop, Proceedings of the Third International
Symposium on Methods and Models in Automation and Robotics (MMAR'96),
Miedzyzdroje, p. 1035-1040, September 10 -13, 1996.
[DOL97] A.Dolgui and D.Ofitserov. A Stochastic Method for Discrete and Continuous
Optimization in Manufacturing Systems. Journal of Intelligent
Manufacturing, vol. 8, n5, p. 405-413, 1997.
[DUF86] Duffie N.A. and Piper R.S. Non-hierarchical Control of Manufacturing
Systems, Journal of Manufacturing Systems, Vol.5 N2 pp.137-139, 1986.
[EGB84] Egbelu, P. J., and Tanchoco, J. M. A., Characterization of automatic guided
vehicle dispatching rules. International Journal of Production Research, Vol.22
(3), p.359-374, 1984.
[EGB86] Egbelu, P. J., and Tanchoco, J. M. A., Potentials for bi-directional guide-path
for automated guided vehicle based systems. International Journal of
Production Research, Vol.24 (5), p.1075-1097, 1986.
[ELA03] F. Elamri, M. Itmi, J.-P. Pecuchet, Une architecture SMA pour assister
l'utilisateur dans les tches de simulation, MOSIM03, Toulouse (France), 2003
[FUJ90] Richard M. Fujimoto Parallel and Distributed Simulation Systems
John Wiley & Son .ISBN: 0-471-18383-0
[FUJ96] Richard Fujimoto and Richard M. Weatherly, Time Management in the DoD
High Level Architecture , Workshop on Parallel and Distributed Simulation, p
60-67, 1996
[GAR85] Garcia H. and Proth J.M., Group technology in production management, the
short horizon planning level, Rapport INRIA n RR-0376, Mars 1985.
[GAU99] Gaubert S., Introduction aux systmes dynamiques vnements discrets,
Polycopi de cours ENSTA-ENSMP - Orsay (DEA ATS), 1999
[HO00] Ho Y.C., A dynamic-zone strategy for vehicle-collision prevention and load
balancing in an AGV system with a single-loop guide-path. Computers in
Industry, Vol.42(3), p.159-176, 2000
[HRU02] Hrz B., Mrafko L., Bielko V., A comparison of the AGV control solution
approaches using Petri nets, Proceedings of the second IEEE International
Conference on Systems, Man and Cybernetics (SMC'02), Volume 3., Tunisia
October 2002.
[JAU90] Jaulent P., Gnie Logiciel : les mthodes, Editions Armand Colin 1990
[KAL85] Kallel G. Proposition dune conduite dcentralise coordonne (CODECO)
pour un atelier de fabrication, Thse de Doctorat de lINPG, Grenoble, 1985.
[KIM91] Kim C. W., and Tanchoco J. M. A., Conflict-free shortest-time bi-directional
AGV routing. International Journal of Production Research, Vol.29 (12),
p.2377-2391, 1991
[KIM93] Kim C. W., and Tanchoco J. M. A., 1993, Operational control of bi-directional
AGV system. International Journal of Production Research, 31 (9), 2123-2138
[KIM95] Kim K.H., Positioning of Automated Guided Vehicles in a loop layout to
minimize the mean vehicle response time, International Journal Economics,
Vol.39 p.201-214, 1995
[KRI93] Krishnamurthy N. N., Batta, R., and Karwan H., Developing conflict-free routes
for automated guided vehicles. Operations Research, Vol.41 (6), p.1077-
1090,1993.
[LAU01] Laumond J.P., La robotique mobile, ouvrage collectif TRAITE IC2, Hermes
Science, 2001
[LAW00] Law, A.M. and W.D. Kelton. Simulation Modeling and Analysis. 3rd Edition,
Mc Graw Hill, Singapore, 2000.
[LEM93] Le Moigne J. L., La Modlisation des systmes complexes, Editions Dunod 93
[LIN01] Ling Qiu., and Wen-Jing, Hsu., A bi-directional path layout for conflict-free
routing of AGVs, International Journal of Production Research, Vol.39 (10), p.
2177-2195, 2001.
[LIU 96] Liu J., Mac Carthy B., The classification of FMS scheduling problems ,
International Journal of Production Research, vol. 34, n 3, 1996, p. 647-656.
[MAN94] B. F. J. Manly, Multivariate Statistical Analysis: A Primer. 2nd Edition,
Chapman & Hall, London, 1994.
[MAR02] Marchand A., Plot C., Silly-Chetto M., Real-time mobile robot navigation with
LINUX/RTAI , International Conference on Control and Automation, Xiamen,
Chine, Juin 2002.
[MAT01] Y. Mati, N. Rezg, X.-L. Xie. A Taboo Search Approach for Deadlock-free
Scheduling of Automated Manufacturing Systems, Journal of Intelligent
Manufacturing, numro 5/6, volume 12, pages 535-552, 2001.
[MAZ03] Maza Samia Routage Robuste de chariots autoguids bi-directionnels
Thse de Doctorat de lUniversit de Nantes et de lEcole Centrale de Nantes,
IRCCyN, dcembre 2003.
[MEB98] Mebarki, N., A. Dussauchoy, and H. Pierreval On the Comparisons of
Solutions in Stochastic Simulation-Optimization Problems with Several
Performance Measures , International Transactions in Operational Research,
Volume 5, No 2, pp. 137-145,1998.
[MEN00] E. MENGUY, J.-L. BOIMOND, L. HARDOUIN, J.-L. FERRIER, Just In Time
Control of Timed Event Graphs: Update of Reference Input, Presence of
Uncontrollable Input, IEEE Transactions on Automatic Control, vol. 45, n11,
p. 2155-2159,2000.
[MOR91] B. Morand, Faut-il renouveler les mthodes de conception de systmes
dinformation ? AFCET Interfaces N 103/104 - Mai - Juin 1991
dinformation ? AFCET Interfaces N 103/104 - Mai - Juin 1991
[MUE01] G. Mueller Using emulation to reduce commissioning costs on a high speed
bottling line , Winter Simulation Conference, IEEE, 2001.
[MUT97] Mutel B., Ostrosi E., Une approche de structuration des systmes productifs en
units autonomes de travail, Actes du 2
ime
Congrs Franco-Qubcois de Gnie
Industriel, Albi, 1997
[NAI03] Nait Djoudi L., Routage dynamique dAGVs bi-directionnels, Mmoire de
DEA-Ecole Centrale de Nantes-Universit de Nantes, 2003
[NAJ94] Najid Najib, Contribution au pilotage dynamique et en ligne dune cellule
flexible dusinage, Thse de doctorat de lUniversit de Nantes et de lEcole
Centrale de Nantes, soutenue le 15 fvrier 1994.
[OLL90] Olle T. W. et al, Mthodologies pour des systmes dinformation : guide de
rfrence et valuation, Dunod Informatique 1990 .
[OLO02] Olorunniwo, F. O., and Udo, G., The Impact of Management and Employees
on Cellular Manufacturing Implementation, International Journal of
Production Economics, 76, pp.27-38 (2002).
[PIE87] Pierreval H., Analyse, modlisation et simulation des systmes de production ;
application au cas dune fonderie. Thse, universit de Lyon 1987.
[PIE03] Pierreval H., Caux C., Paris J.-L., Viguier F., "Evolutionary approaches to the
design and organization of manufacturing systems", Computers and Industrial
Engineering, vol. 4, n3, p. 339-364, 2003.
[PRO92] Proth J.M. Conception et Gestion des Systmes de Production, Paris, PUF, 1992
[RAM87] Ramadge P.J. et Wonham W.M., Supervisory control of a class of discrete event
systems, SIAM Journal of Control and Optimization, Vol.25(1), p.206-230, 1987
[RAM87b] Ramadge P.J. et Wonham W.M., On the supremal controllable sublanguage of a
given language, SIAM Journal of Control and Optimization, Vol.25(3), p.637-
659, 1987
[REV00] Reveliotis, S. A., Conflict resolution in AGV systems, IIE Transactions, Vol.32
(7), p.647- 659. 2000
[ROL86] Rolland C., Introduction la Conception des systmes dinformation et
panorama des mthodes disponibles, Gnie Logiciel N 4, Juillet 1986.
[ROU04] ROUSSEL J.-M., FAURE J.-M., LESAGE J.-J., MEDINA A., Algebraic
approach for dependable logic control systems design, International Journal of
Production Research, 42(14), pp. 2859-2876, 2004.
[SAN02] Sanchez S.M.,Lucas T.W., Exploring the world of agent-based simulation :
Simple models, complex analyses, Proceedings of the 2002 Winter Simulation
Conference, p.116-126, 2002
[SCH01] C. Schiess Emulation: debug it in the lab-not on the floor Winter Simulation
Conference, IEEE, 2001.
[SIL88] Silberschatz A., Peterson J.L., Operating system concepts, Addison Wesley,
1988.
[TAN94] Tanchoco J.M.A., Material Flow Systems in Manufacturing, Chapman and Hall,
ISBN:041249180X, 1994
[TAR01] Zahir Tari, Omran Bukhres Fundamentals of Distributed Object Systems: The
CORBA Perspective John Wiley & Son, ISBN: 0-471-35198-9
[TAR89] Tardieu H., Rochfeld A., Coletti R., La mthode Merise : Principes et outils -
Tome 1, Les Editions dOrganisation 1989.
[TAY95] Taylor C. and Kriegman D., Vision based motion planning and exploration
algorithms for mobile robots, Algorithmic Foundation of Robotics, 1995
[THO95] Thomas, H., and Wenger, P., On planning velocities and trajectories for
multiple mobile robots. Sixth Topical Meeting on Robotics and Remote
Systems,February, Monterey California, 1995
[VER01] Versteegt C. and Verbraekt C. The extended use of simulation in evaluating
real-time control Systems of AGVs and automated material handling systems
Winter Simulation Conference, IEEE, 2001.
[VIG03] Viguier F., Pierreval H., "An approach to the design of a hybrid organization of
workshops into functional layout and group technology cells", International
Journal of Computer Integrated Manufacturing, volume 17, number 2, pp. 108-
116, 2003.
[VIN02] Vin Emmanuelle, De Lit Pierre and Delchambre Alain, A New Combined
Approach to Solve the Cell Formation Problem with Alternative Routings. In
Proceedings of the 9th International Multi-Conference on Advanced Computer
Systems (ACS'2002), Production System Design, Management and Logistics,
volume 1, pages 43-50, Miedzyzdroje, Poland. October 2002.
[VIN03] Vin Emmanuelle, De Lit Pierre and Delchambre Alain. Une Approche Intgre
pour Rsoudre le Problme de Formation des Cellules de Production avec des
Routages Alternatifs. In Actes de la 4e Confrence Francophone de
Modlisation et de Simulation (MOSIM'03). April 2003.
[VIN04] Emmanuelle Vin. A Multiple Objective Grouping Genetic Algorithm for the
Cell Formation Problem with Alternative Routings. En attente d'tre publi dans
"Journal of Intelligent Manufacturing", 2004.
[WAR85] Ward and Mellord, Structured analysis for real-time systems, Prentice Hall
1985.
[WEI87] Weiss L.E., Sanderson A.C., Dynamic sensor-based control of robots with visual
feedback, IEEE Journal of Robotics and Automation, vol. RA-3, n5, 1987
[WU89] Wu, S.D., and R.A. Wysk. An Application of Discrete-event Simulation to On-
line Control and Scheduling in Flexible Manufacturing , International Journal
of Production Research 27 (9): 1603-1623, 1989.
[YIN02] Y.Yin and K.Yasuda "Manufacturing cells' design in consideration of various
production factors", International Journal of Production Research, Vol.40, No.4,
pp.885-906, 2002.


III. Liste des publications
A : PUBLICATIONS DANS DES REVUES SPECIALISEES AVEC COMITE DE
LECTURE

[A1] G.CORTHIER , P.CASTAGNA , and J.J.LESAGE
Definition of a SIMAN model with SA/RT method
CIRP Manufacturing Systems, Wisu Verlag Aachen - Faculty Press International - Vol21 N1
Pages 31-37- 1992

[A2] N. MEBARKI and P. CASTAGNA
An approach based on Hotellings test for multicriteria stochastic simulation-optimization
Simulation Practice and Theory Vol 8 pages 341 355 2000 .

[A3] C. MARTINEZ and P.CASTAGNA
Sizing of an industrial plant under tight time constraints using two complementary
approaches: (MAX,+) algebra and computer simulation
Simulation Practice and Theory Vol 11 pages 75 88 2003.

[A4] S.MAZA and P.CASTAGNA
A performance-based structural policy for conflict-free routing of bi-directional automated
guided vehicles
Computers In Industry. (Article soumis en mars 2004, en cours de rvision depuis octobre
2004)

[A5] P.CASTAGNA et S.MAZA
Une bibliothque pour la simulation des AGVs bidirectionnels
Journal Europen des Systmes Automatiss (JESA) . (A paratre)

B : OUVRAGES DE SYNTHESE OU CHAPITRE

C : COLLOQUES AVEC ACTES

[C1] P. CASTAGNA et C. PLOT
Elaboration par simulation des trajets dun robot de transport automatis
4
th
International Conference of Industrial Engineering , Marseille, 1993, pp.297-304.
[C2] N.M. NAGID, P.CASTAGNA, G. COERDEUIL , et G.JAVEL
Une nouvelle approche du pilotage dynamique en temps rel dune cellule flexible
dusinage.
4
th
International Conference of Industrial Engineering , Marseille, 1993.
[C3] P. CASTAGNA et P. GANDEMER
LAVS : Une mthode pour reconcevoir les processus de fabrication
4
th
International Conference of Industrial Engineering , Marseille, 1993.
[C4] C.PLOT, P. CASTAGNA et G.JAVEL
Radio data link for the control of an AGV
JetPoste 93 1
re
Journes Europennes de Technologie Postales, Nantes, 1993.
[C5] P. CASTAGNA et P. GANDEMER
Etude par simulation de l volution dun convoyeur de peinture
SIM OUEST 94 , Nantes, 1994.
[C6] H. CHETTO, P.CASTAGNA and C. PLOT
Design and Traffic Control of AGV Systems
3
rd
IFAC/IFIP Workshop on AARTC95, Ostern Belgium ,1995, pp.401-408 - ISBN 90-
802593-2-2.
[C7] H . CHETTO , P.CASTAGNA and C. PLOT.
Performance Evaluation of Dynamic scheduling Strategies for Manufacturing Systems
IFAV/IFORS/IMMACS, Large Scale Systems, London, United Kingdom, 1995,pp.391-396.
[C8] P. CASTAGNA et A. LANTON
Calcul des besoins capacit finie par simulation informatique
Congrs International de Gnie Industriel, Montral, 1995.
[C9] C. PLOT., P.CASTAGNA and H . CHETTO
Etude exprimentale dun systme de production utilisant des chariots autoguids
Colloque EEA, Automatique et exprimentation en laboratoire, Angers, 4-5 Avril 1995,pp
16 /1-16/11.
[C10] P. ALBERT and P. CASTAGNA.
Piloting of AGV Systems with dispatching rules.
1996 IEEE/SMC Conference, Beijing ( CHINA), 1996.
[C11] P. ALBERT and P. CASTAGNA.
Piloting of AGV Systems with conflict management method
Conference IEEE-SMC CESA 96, Lille (France) , 1996.
[C12] C. MARTINEZ and P.CASTAGNA
Parametric model for flexible Manufacturing System
ACS96 Conference, Svetzjn (POLOGNE), 1996.
[C13] MARTINEZ and P.CASTAGNA
Flexible Manufacturing Systems : short simulation sequences data analysis and
representation
IFAC Conference, Belfort, 1997.
[C14] C. MARTINEZ, A. AARAB and P.CASTAGNA
Divergence and Distances for DEDS Simulation Performance Evaluation
IMACS Conference, Berlin, 1997.
[C15] P.CASTAGNA, A.LANTON et P.ALBERT
Pdagogie de la simulation en IUT : Quel niveau dabstraction ?
MOSIM97, AFCET, Rouen, 1997.
[C16] A.LANTON et P.CASTAGNA
Approche mthodologique de la modlisation oriente objets dun systme de production
MOSIM97, AFCET, Rouen, 1997.
[C17] P. CASTAGNA et R.GAUDUEL
Etude par simulation du fonctionnement dynamique dune chane de traitement de surface
3 ime Congrs International de Gnie Industriel, Montral, Mai 1999.
[C18] P.CASTAGNA, N. MEBARKI
Modles de simulation ractifs
MOSIM99, Annecy, Octobre 1999.
[C19] P.CASTAGNA, N. MEBARKI
Comparaison simultane de plusieurs critres dans un environnement de simulation
optimisation stochastique.
MOSIM99, Annecy, Octobre 1999.
[C20] C. MARTINEZ, P.CASTAGNA, Ch GUILLOU.
Dimensionnement en ligne dun procd industriel contraintes strictes.
MOSIM01, Troyes, Avril 2001.
[C21] P.CASTAGNA, N. MEBARKI, R.GAUDUEL
La simulation, un outil daide au pilotage des systmes de production. Exemples
dapplication
[C22] M. OUABIBA, N. MEBARKI, P.CASTAGNA.
Couplage entre des mthodes doptimisation itratives et des modles de simulation
vnements discrets
[C23] S.MAZA and P.CASTAGNA,
Conflict-free AGV Routing in Bi-directional Networks ,
8
th
IEEE International conference on Emerging Techonologies and Factory Automation,
pp.761-764, France 2001.
[C24] S. MAZA, P. CASTAGNA,
Routage robuste sans conflits de chariots autoguids bi-directionnels ,
Confrence Internationale Francophone dAutomatique, July, Nantes, France, 2002.
[C25] S. MAZA, P. CASTAGNA,
Robust conflict-free routing of bi-directional automated guided vehicles ,
IEEE International Conference on Systems, Man and Cybernetics, October, Tunisia, 2002.
[C26] P. CASTAGNA, S. MAZA,
Une bibliothque ddie au routage de chariots bidirectionnels ,
Confrence Francophone de MOdlisation et SIMulation, MOSIM03, Toulouse (France),
2003
[C27]P.BLANC, P.CASTAGNA, I.DEMONGODIN, N.MEBARKI
Multi-modelling and multi-agent approaches for the control evaluation: an industrial case,
13
th
International Working Seminar on Production Economics (WSPE'04)
Igls/Innsbruck, Austria, February 16-20, vol4, pp.33-43, 2004

[C28] P. CASTAGNA, N.MEBARKI, S. MAZA,
Evaluation du nombre dAGVs sur un systme de production de type Job-Shop,
Confrence Francophone de MOdlisation et SIMulation, MOSIM04, Nantes (France), 2004

[C29] L. BRETON, S.MAZA, P. CASTAGNA,
Simulation multi-agent de systmes dAGVs : Comparaison avec une approche prdictive,
Confrence Francophone de MOdlisation et SIMulation, MOSIM04, Nantes (France), 2004

G : RAPPORTS DE CONTRATS

H : RAPPORTS INTERNES
I : AUTRES MANIFESTATIONS SANS ACTES
[I1] C. PLOT., P.CASTAGNA and H . CHETTO
Problmes dordonnancement dans un systme utilisant des chariots autoguids.
GT3 Ordonnancement, Ple Systmes Evnements Discrets, GDR Automatique, CNRS,13
avril 1995.
[I2] P.CASTAGNA, G.JAVEL, J.M. MARTIN
Influence de la dmarche logistique sur lorganisation de la production
Premire Journe dEchanges et de Recherche sur lOrganisation de lEntreprise, Saint-
Nazaire, 14 Novembre 1996.
[I3] MEBARKI, N., CASTAGNA P., AUGEREAU J., 1998, La simulation informatique :
un outil danalyse des systmes de production flexibles. Une application pratique , Journes
Simulation SIMOUEST98 lEcole Centrale de Nantes, 4 et 5 Juin 1998, Nantes.
[I4] P.CASTAGNA
La simulation : Un outil dorganisation ?
Confrence Invite organise par Ctes-DArmor Dveloppement , Saint-Brieuc, Fvrier
2000.
[I5] P.CASTAGNA, A.LANTON, N.MEBARKI
Rflexions sur la pdagogie de la simulation en IUT
Journe MMS du 10 Mars 2000 Nantes.
[I6] P.CASTAGNA, N.MEBARKI
Simulation informatique : quelques exemples dapplication en milieu industriel
Journe MMS du 10 Mars 2000 Nantes.
[I7] P.CASTAGNA, N.MEBARKI
RHSP : Un exemple dapproche par heuristique
Runion Bermudes Clermont-Ferrand, 23 Juin 2000.
[I8] P.CASTAGNA
La simulation des systmes de production
Confrence Invite aux 10
imes
journes des CPIM de France, Palais des Congrs Paris , 19
20 septembre 2000.
[I9] S. MAZA, P.CASTAGNA
Planification des mouvements dune flotte de chariots autoguids dans un circuit
bidirectionnel
Journe MMS du 2 fvrier 2001 Marseille.
[I10] P.CASTAGNA
Simulation des systmes vnements discrets, extension aux systmes hybrides
Journe Fiabilit dynamique & simulation des SDH organise conjointement par les
groupes Systmes Dynamiques Hybrides, RUFEREQ, Paris 10 mai 2003

[I11] P.CASTAGNA, D.CHABLAT
Ralit Virtuelle, Simulation de Flux : Des outils du PLM
Confrence donne dans le cadre de lUniversit dAutomne dAIP-PRIMECA qui a eu lieu
les 19, 20 et 21 novembre 2003 Nantes.

J : DIFUSION DE LA CONNAISSANCE DANS LE MILIEU SOCIO-ECONOMIQUE,
REVUES NON SPECIALISEES

[J1] P.CASTAGNA
La simulation : un outil daide la dcision
Industries & Techniques N 820 Novembre 2000


IV. Slection dArticles et de Communications

Page 73:
N. MEBARKI and P. CASTAGNA
An approach based on Hotellings test for multicriteria stochastic simulation-optimization
Simulation Practice and theory Vol 8 pages 341 355 2000 .

Page 89:
C. MARTINEZ and P.CASTAGNA
Sizing of an industrial plant under tight time constraints using two complementary
approaches: (MAX,+) algebra and computer simulation
Simulation Practice and theory Vol 11 pages 75 88 2003.

Page 105:
S. MAZA, P. CASTAGNA,
Routage robuste sans conflits de chariots autoguids bi-directionnels ,
Confrence Internationale Francophone dAutomatique, July, Nantes, France, 2002.

Page 111:
MAZA, P. CASTAGNA,
Robust conflict-free routing of bi-directional automated guided vehicles ,
IEEE International Conference on Systems, Man and Cybernetics, October, Tunisia, 2002.

Page117:
P.BLANC, P.CASTAGNA, I.DEMONGODIN, N.MEBARKI
Multi-modelling and multi-agent approaches for the control evaluation: an industrial case,
13
th
International Working Seminar on Production Economics (WSPE'04)
Igls/Innsbruck, Austria, February 16-20, vol4, pp.33-43, 2004































S. MAZA, P. CASTAGNA, Routage robuste sans conflits de chariots autoguids bi-directionnels, Confrence Internationale Francophone
dAutomatique, July, Nantes, France, 2002.






S. MAZA, P. CASTAGNA, Robust conflict-free routing of bi-directional automated guided vehicles , IEEE International Conference on
Systems, Man and Cybernetics, October, Tunisia, 2002.






P.BLANC, P.CASTAGNA, I.DEMONGODIN, N.MEBARKI Multi-modelling and multi-agent approaches for the control evaluation: an
industrial case, 13th International Working Seminar on Production Economics (WSPE'04) Igls/Innsbruck, Austria, February 16-20, vol4,
pp.33-43, 2004


pp.33-43, 2004


pp.33-43, 2004


pp.33-43, 2004


pp.33-43, 2004


pp.33-43, 2004

Dossier HDRH

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Dossier HDRH

Încărcat de

Drepturi de autor:

Formate disponibile

Universit de Nantes

o est le niveau de confiance global et p est le nombre de tests

S-ar putea să vă placă și