Recherches
Durant ma thèse et jusqu’à aujourd’hui, je travaille sur à l’optimisation des systèmes de production cyber-physiques. Plus récemment, j’ai commencé en parallèle, à travailler sur la logistique et les transports de fret multimodaux à travers le projet européen Fenix Network avant de le rejoindre en tant que chercheur postdoctoral à l’IEMN (Institut d’Electronique de Microélectronique et de Nanotechnologie, UMR 8520). La présente section détaille ces deux axes de recherche actuels.
Axes de de recherche
Intégration et couplage de la simulation aux réseaux de transport multimodaux [1/2021 à ce jour]
- Contexte : depuis janvier 2021, je travaille sur le projet FENIX[1] (european FEderated Network of Information eXchange in LogistiX). Cofinancé par “the Connecting Europe Facility” de l’UE, il regroupe plus d’une quarantaine de partenaires, aussi bien industriels qu’académiques et gouvernementaux, répartis dans toute l’Europe (11 sites pilotes, 9 TEN-T corridors, etc.). Ce projet vise à soutenir le développement, la validation et le déploiement des systèmes d’information numériques le long du réseau central de transport de l’UE. Dans ce contexte, l’objectif est l’évaluation de l’impact des ICTs (information and communication technologies) sur les services logistiques, en mesurant plusieurs KPIs (environnementaux, financiers, etc.).
- Objectifs : le but consiste essentiellement à :
- Surmonter la fragmentation et le manque de connectivité actuels autour des systèmes basés sur les ICTs pour la prise de décision en matière de logistique.
- Interconnecter les différentes plates-formes numériques et harmoniser les services qu’elles offrent.
- Assurer l’interopérabilité et les protocoles communs pour soutenir les services de partage de data.
- Faciliter la collaboration horizontale et agir comme une solution ouverte neutre sur le plan technologique.
- Permettre le partage des données sous la forme de systèmes d’information au service de la communauté logistique européenne.
- Mission : j’ai été recruté notamment pour mettre à profit mon expérience dans le développement de simulateurs. À ce stade, mon travail consiste à modéliser et simuler les flux physiques sur les TEN-T corridors (Fig. 1) afin d’évaluer différents use-case. Je travaille actuellement sur l’intégration d’outils de simulation tels que SUMO[2] ou VEINS[3] (voir Fig. 2) à une API logiciel que je développe en Java. Ce nouveau domaine applicatif me permet d’élargir mon champ d’étude de la logistique industrielle « interne », aux chaines logistiques de transport de fret multimodal, de plus, à l’échelle du continent européen. La multiplicité des partenaires me permet aussi de m’adapter à des projets de plus grandes envergures. Ainsi, je m’occupe par exemple, d’organiser et d’animer des réunions de travail avec les différentes équipes et partenaires européens, de rédiger les rapports d’avancement et de suivi, etc.
Axe Pilotage et ordonnancement des systèmes manufacturiers dans un contexte d’industrie 4.0 [thèse à ce jour]
L’essentiel de mes activités de recherche de la thèse se déroula au sein du Laboratoire d’Automatique, de Mécanique et d’Informatique Industrielles et Humaines (LAMIH) de Valenciennes. La thématique étudiée du pilotage réactif des systèmes de production dans un environnement cyberphysique est au confluant de trois domaines (Fig. 3) :
- Les systèmes cyberphysiques, notamment les systèmes distribués tels que les PDCS (Product-Driven Control Systems).
- Le problème d’optimisation combinatoire qu’est l’ordonnancement industriel.
- L’intelligence artificielle (notamment l’apprentissage via simulation, l’apprentissage par renforcement et les réseaux de neurones).
- A ce jour : je poursuis ces travaux pour améliorer les modèles d’architecture de contrôle distribuée. J’introduis aussi progressivement des outils d’apprentissage automatique plus complexes (notamment par des réseaux de neurones).
- Contribution principale de la thèse : ce fut le développement d’une hyper-heuristique reposant sur des règles d’ordonnancement. Celles-ci sont utilisées par des produits intelligents. Pour contrebalancer les performances globales faibles dues à l’utilisation de ces heuristiques simples (Dispatching Rules), le concept de « contexte décisionnel » fut développé. Ce dernier permit d’améliorer sensiblement la pertinence des règles sélectionnées. Un modèle original d’encapsulation de ces règles est aussi utilisé et combiné à un mécanisme d’optimisation-simulation, réduisant le phénomène de myopie décisionnelle.
- Résultats : Conception et développement Java sous Eclipse de plusieurs outils pour la simulation d’architectures de contrôle de système de production avec plusieurs publications et communications scientifiques (voir section dédiée)
Publications Scientifiques (premier auteur)
I. Journaux internationaux
“Dynamic scheduling of manufacturing systems: a product-driven approach using hyper-heuristics”
“Effective dynamic selection of smart products scheduling rules in FMS”
Abstract: The present paper addresses the dynamic scheduling problem of smart products in a Flexible Manufacturing System (FMS). Unrelated machines, multiple product families, operation setups and dynamic job arrivals are considered. The goal is to propose a dynamic selection of smart products scheduling rules enriched with a context perception capability that is optimized using a hyper heuristic. A proof of concept with preliminary results is given.
II. Conférences internationales
“A distributed approach solving partially flexible job-shop scheduling problem with a Q-learning effect”
“A Model for Manufacturing Scheduling Optimization through Learning Intelligent Products”
Abstract: The needs of flexibility, agility and adaptation capabilities for modern manufacturing systems increase constantly. In this paper, we propose an original approach combining active/intelligent product architecture with learning mechanism to assure flexibility and agility to the overall manufacturing system. Using learning approaches as Reinforcement Learning (RL) mechanism, an active product can be able to reuse learned experiences to enhance its decisional performances. A contextualization method is proposed to improve the decision making of the product for scheduling tasks. The approach is then applied to a case study using a multi-agent simulation platform.
« Pilotage De Cycle De Vie De Produit A Base De Produits Intelligents : Application au contrôle qualité en industrie pharmaceutique »
