Modélisation multi-agent d allocation des ressources : application à la maintenance

Modélisation multi-agent d allocation des ressources : application à la maintenance Mohamed Kharbach (*), Mustapha Ouardouz (*), Zoubir El Felsoufi (*) (*) Equipe de Modélisation Mathématique & Contrôle (EMMC), Faculté des Sciences et Techniques de Tanger, B.P. 416. skharbach@yahoo.fr, ouardouz@gmail.com, elfelsoufi_zoubir@yahoo.fr RÉSUMÉ Afin d assurer une fiabilité et une disponibilité accrue des ressources, et vu la complexité de gérer dynamiquement leur affectation par rapport à la charge de travail, les managers maintenance doivent recourir à des outils de simulation performants. On se propose dans cet article de développer un outil permettant de modéliser et de simuler plusieurs scenarios d affectation sous différentes contraintes. Cet outil tient compte des déplacements des techniciens, de leurs compétences et des spécificités techniques requises pour les interventions. Le but est de fournir un paradigme qui contribuera à optimiser la planification et l exécution de la maintenance corrective et préventive. Une implémentation de cet outil est réalisée sous la plate forme MultiAgent NetLogo, sur un exemple réel d une entreprise manufacturière du secteur automobile. ABSTRACT To ensure resources increased reliability and availability and to manage the complexity of their dynamically allocation, maintenance managers must resort to powerful simulation tools. We propose in this paper to develop a tool to model and simulate several ressources allocation scenarios under different constraints. This tool takes into account the displacements of technicians, competences and specific skills required for interventions. The purpose is to provide a paradigm that will help optimize the planning and implementation of corrective and preventive maintenance. An implementation of this tool is developped under NetLogo multiagent platform on a real example of a manufacturing company in the automotive sector. MOTS-CLÉS: Modélisation, affectation des ressources, systèmes multi-agents, maintenance, performance. KEYWORDS: Modelisation, Resource Allocation, multi-agent systems, maintenance, performance. CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

2 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015 1. Introduction : Dans le contexte économique ultra concurrentiel, l accès aux ressources n est plus perçu comme étant un avantage compétitif. Cette prise de conscience fait de la gestion des ressources un facteur clé de la performance. L entreprise s efforce, plus que jamais, d optimiser en permanence ses ressources au regard de ses besoins à court et à long terme. Nous envisageons, dans le cadre de ce travail, d élargir le spectre de contraintes liées à la problématique d affectation des ressources et d enrichir cette base de travaux. L intégration conjuguée des compétences (techniciens) et leurs déplacements dans l atelier (cadre spatiale), dans un problème d affectation sont rarement abordés en littérature [1], [2], [3]. Le problème considéré, alors, est l aide à la détermination des scénarios optimaux d affectations «Techniciens» de différentes compétences aux équipements d une unité industrielle (usine, ) ou d un ensemble d unités distribuées, tout en satisfaisant les objectifs de performance préétablies. Nous avons opté pour les systèmes multi-agents (SMA), pour approcher le problème vu que la simulation par SMA offre la possibilité de modéliser directement les comportements et les interactions au niveau des agents afin de simuler la dynamique d affectation des ressources aux activités de la maintenance [4]. Au contraire des approches de modélisation basées sur la définition d équations mathématiques [5], [6], [7], ou la dynamique d un système est définie a priori par des relations fonctionnelles entre entités. 2. Position du problème La maintenance représente le moyen privilégié pour maintenir un niveau de disponibilité des installations de production satisfaisant. En outre, dans le quotidien des managers, il est extrêmement difficile, voir quasiment impossible de planifier convenablement et au premier abord les comportements et les taches concrètes liés a la planification de la maintenance, car la plupart des changements et des perturbations dans les planifications ne sont pas prévisibles à l'avance. Notre aspiration dans cet article est de développer un cadre de modélisation largement applicable sur la base du système multi-agents capable de modéliser et de résoudre les grandes instances pour une variété de problèmes d'allocation de ressources. Le choix des activités de maintenance a été motivé par le fait que les managers se trouvent toujours dans des situations délicates pouvant altérer le niveau de la performance définie. Le choix des systèmes multi-agents est motivé par les nombreux avantages qu'ils offrent. D'une part, ils constituent un outil de modélisation efficace pour plusieurs phénomènes difficiles à représenter ou à mettre en œuvre par des approches mathématiques classiques tel que les méta-heuristiques, la recherche opérationnelle,

Modélisation multi-agents d allocation des ressources : Application à la Maintenance 3 les algorithmes génétiques etc. D'autre part, ils permettent la simulation d'une large diversité des systèmes complexes incluant les processus industriels. Pour répondre à cette démarche, nous avons proposé une plate-forme «Netlogo» utilisée comme un environnement de déploiement et d'exécution pour les agents. L avantage de notre proposition est de visualiser pour chaque scenario les possibilités et les choix en temps réel des affectations adéquates des ressources par rapports aux différentes taches des activités de maintenance. Nous présentons, dans un premier temps, l état de l art sur la problématique d allocation des ressources et de la planification des taches. Puis, nous décrirons le problème étudié d une manière détaillée. Après, nous proposons une modélisation des activités de maintenance. Enfin, nous présentons quelques approches de résolution de la modélisation proposée. 2.1. Typologie de la maintenance des machines La maintenance est un ensemble de composantes de l organisation de l entreprise qui concourent à l atteinte des objectifs de la performance. Ces objectifs sont essentiellement : l optimisation des ressources tout en garantissant la durabilité des moyens de production [8]. Toutefois, le service maintenance et grâce à ces ressources humaines et matérielles doit réaliser deux types d actions : - La maintenance corrective, il s'agit de la maintenance effectuée après la détection d'une panne - La maintenance préventive, qui consiste à intervenir sur un équipement avant que celui-ci ne soit défaillant, afin de tenter de prévenir la panne. 2.2. Description du processus maintenance Dans ce travail, nous étudions en particulier le cas d'une entreprise manufacturière dont le processus de fabrication est en trois étapes : découpage, couture et injection et possédant des machines complexes qui nécessitent des techniciens spécialisés pour les diverses interventions maintenance. Pour les ressources de maintenance, un atelier et un magasin regroupent tous les appareils de mesure, les pièces de rechanges, l outillage d intervention et plusieurs techniciens de compétences divers (mécaniciens, automaticiens, informaticiens, électriciens, etc.). 3. Modélisation du problème 3.1. Le modèle multi-agents La technologie agent a été reconnue comme un outil prometteur pour la modélisation des processus industriels. Il a déjà fait ses preuves dans différentes disciplines [9].

4 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015 La prise en compte, dans le modèle, de toutes les contraintes ayant un impact significatif sur la performance des activités de maintenance, peut conduire à des modèles analytiques complexes ou même parfois difficiles à développer. Ce constat nous à amené à explorer le potentiel de la modélisation et de la simulation par système multi-agents pour évaluer la performance des stratégies de maintenance dont la modélisation analytique peut se révéler, a priori, complexe. C est dans ce contexte, celui de la modélisation et de la simulation des systèmes complexes, que cet article s inscrit. Plus précisément, la modélisation multi-agents repose sur l idée qu il est possible de représenter directement le comportement d un ensemble d agents autonomes évoluant dans un environnement commun [10]. 3.2. Présentation de NetLogo : environnement pour la modélisation SMA La simulation est l'un des outils d aide a la décision les plus efficaces à la disposition des gestionnaires des systèmes industriels. Elle consiste à construire un modèle du système réel et à conduire des expériences sur ce modèle afin d assimiler son comportement et d'en améliorer les performances [11]. Par ailleurs, tout outil de simulation doit permettre de générer des comportements (durée de réparation, ordonnancement des taches et affectation des techniciens aux machines etc.). Pour ce, le simulateur doit disposer d une flexibilité qu elle lui permet de s adapter à des situations spécifiques et d une facilité de modélisation afin de simuler en temps réel. NetLogo est un environnement de simulation de systèmes multi-agents. Il est particulièrement bien adapté à des systèmes complexes évoluant dans le temps. Cet outil propose une très grande souplesse de modélisation, permet de suivre l évolution de chaque ressource et offre des possibilités d animation. Dans la première démarche, nous avons illustrés le potentiel de la plateforme «Netlogo» via des exemples. Par conséquent, la simulation présentée dans ce travail a pour but de visualiser et d ordonnancer les activités de maintenance. Des agents taches, ressources, communiquent entre eux, un agent planificateur chargé d affecter des personnes et des ressources nécessaires pour chaque type d interventions. 3.3. Application de la simulation multi-agent aux processus maintenance : maintenance préventive et corrective Depuis quelques années un champ de recherche sur la simulation des processus industriels et des activités de l entreprise en interaction avec leur environnement se développe. Parmi les nouvelles méthodes, le système multi-agents est considéré comme un outil très puissant pour créer des environnements virtuels sur lesquels on étudie les effets des interactions entre différents composants selon l état des ressources (état_machine, état_technicien, état stock_piéces de rechanges, etc). Il fournit ainsi la possibilité de construire un monde virtuel qui répond différentes questions posées par le monde réel.

Modélisation multi-agents d allocation des ressources : Application à la Maintenance 5 Les principaux problèmes de modélisation sont l intégration des différentes contraintes, y compris la taille et la dynamique des différents agents, aussi les interactions complexes dans la problématique d affectation des ressources. La prise de décision en temps réel, les décisions relatives aux modes alternatifs, et qui concerne le lay-out, la compétence, les stratégies et les politiques de la maintenance, sont très différentes d une planification a une autre et exigent également différents scenarios possibles. Nous utilisons cette approche de modélisation, avec un modèle de comportement des agents correspondant pour simuler les activités de maintenance, combiné pour deux types de maintenance (Corrective et Préventive). Les processus maintenance d une entreprise manufacturière sont ainsi présentés comme un exemple. Voir la disponibilité de l équipement Replanifier l intervention Oui Equipement disponible Non Replanifier l intervention Voir la disponibilité du technicien Replanifier l intervention Non Oui Equipement disponible Affecter le technicien à l équipement Oui PDR disponible Réaliser l intervention sur l équipement Non Validation de l intervention Oui Fin de l intervention Figure 1. Algorithme processus maintenance

6 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015 3.4. Présentation de l espace de travail Notre interface est constituée de trois zones de production : Zone de découpage, zone de couture, et zone d injection. Chacune de ces zones contient un nombre d agent «machine» (Fig.1). L interface est composée aussi de : - Zone maintenance : c est la zone atelier de l agent «technicien» - Zone Magasin : lieu de stockage et de gestion des pièces de rechanges. - Tableau des indicateurs : cette zone est créée pour aider à mieux visionner les affectations, et cela en affichant les indicateurs appropriés telque MTTR, MTBF, cout de la maintenance...etc. On peut aussi voir sur l interface, les agents intervenants au cours des simulations, ainsi que les éléments NetLogo nécessaires pour faire tourner l application (Tableau.1). Ce tableau désigne les figures représentants les différents agents dans l application ainsi que leurs états. Agent Désignation Etats Technicien de maintenance corrective. Couleur orange : disponible. La lettre «p» représente la compétence : Cp : technicien Couleur rouge : entrain de polyvalent. réparer une machine. Cm : Technicien avec compétence mécanique. Ce : Technicien avec compétence électrique. Technicien de maintenance préventive couleur rouge : entrain d effectuer une opération de préventive. Couleur orange : disponible (i) (ii) (iii) (i) Machine de coupe. (ii) Machine de couture. (iii) Machine d injection. Couleur verte : Machine disponible. Couleur rouge : Machine en panne. Couleur Jeune : Machine en réparation un agent planificateur

Modélisation multi-agents d allocation des ressources : Application à la Maintenance 7 La flèche en haut représente l état initial d un stock de pièces de rechange. La boite en bas représente un stock d un type de pièces de rechange (la couleur indique le type). L indice sur la flèche indique l état initial du stocke en bas. L indice sur le cube représente l état du stock. Tableau. 1: Agents et désignation Elément Désignation le nombre des techniciens disponibles au moment de la simulation. le nombre des machines en pannes au moment de la simulation. la moyenne des temps de réparation. le temps total des tâches de réparation. le nombre des opérations de maintenance corrective effectué jusqu au moment de la simulation. la somme des temps ou les machines étaient disponibles. le temps total des tâches de maintenance préventive. la moyenne des temps de bon fonctionnement la fiabilité du parc machines. la disponibilité du parc machines. Cette anglet permet d ajusté le nombre des techniciens de maintenance corrective.

8 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015 Cette anglet permet d ajusté le coût d arrêt d une machine en (MDH par minute). Cet anglet permet d ajuster le salaire d un technicien en (MDH par minute) 3.5. Simulations : Tableau.2 : Elément et désignation La figure 1 représente le démarrage d une production dans l usine : machine en vert en production, contrairement au rouge en attente de maintenance ou jaune en intervention de maintenance. Tache en cours : machine jaune et technicien qualifié affecté pour effectuer l intervention. La machine change, après, d état avec le label «panne mécanique» est devient verte. Plusieurs taches simultanées : La simultanéité d exécuction des opérations, est illustré dans la figure 2 sur lesquelles nous pouvons voir différents techniciens effectuant leurs taches au meme instant. Utilisation des piéces de rechanges : Sur la figure 2, certaines pièces de rechange ont été utilisées, ainsi la quantité en stock a été décrémentée et cela se voit grâce au libellé attribué à chaque pièce qui a changé de couleur en devenant jaune et affichant la quantité en stock après sa mise à jour. Réparation des machines : La figure 2, représente des machines en panne, portant le libellé «panne mécanique», «panne électrique» en cours de réparation par les techniciens appropriés.

Modélisation multi-agents d allocation des ressources : Application à la Maintenance 9 Figure. 1: Réparation des machines Figure.2: Maintenance préventive et corrective

10 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015 4. Conclusion Les processus industriels représentent un champ d application important pour les approches multi-agents, à la fois en terme de modélisation et de simulation. Le but de cet article est de montrer quelles sont les potentialités qu offrent ces outils en industrie. De même que la simulation apparaît comme un outil indispensable pour pouvoir réaliser ce type d étude. Ce travail peut être aperçu comme une brève introduction à la modélisation et à la simulation par systèmes multi-agents. En particulier, nous avons présenté dans cet article une modélisation des activités de maintenance d une entreprise manufacturière. Cette modélisation sert comme outil d aide à la décision en synthétisant les informations issues des différents scénarios et grâce à cette approche visuelle, la simulation permet un gain de temps dans l anticipation et l élaboration des plannings, leur optimisation, ainsi qu une meilleure gestion des ressources tant humaines que matérielles. Bibliographie: [1] M.Ouardouz, M. Kharbach, Bel Fekih1, A. Bernoussi, Maintenance process modelling with Cellular Automata and Voronoi diagram, Journal of Mechanical and Civil Engineering, Volume 11, pp 11-18, Issue 4, 2014 [2] M. Ouardouz A. Bernoussi, Spatial resource allocation: multi task, multi competences case, International Journal of Innovation and Applied Studies, Volume 8, 2014 [3] M.Kharbach, M.Ouardouz, A.BelFekih, A.Bernoussi, Modélisation des processus industriels par les automates cellulaires: allocation des ressources aux déplacements spatiaux, Revue International en Management et Ingénierie des Systèmes, 2014. [4] J.Ferber Multi-Agent System: An Introduction to Distributed Artificial Intelligence,Harlow: Addison Wesley Longman, 1999. [5] J-K. Hao, P. Galinier, M. Habib, Méthaheuristiques pour l optimisation combinatoire et l affectation sous contraintes, Revue d Intelligence Artificielle Vol : No. 1999. [6] L. Shi, C-H. Chen, A New Algorithm for Stochastic Discrete Resource Allocation Optimization, journal: Discrete Event Dynamic Systems Volume 10, Issue 3, pp 271-294, July 2000. [7] D. Costa, Méthodes de résolution constructives, séquentielles et évolutives pour des problèmes d affectation sous contraintes, Ph.D. thèse, école polytechnique fédérale de Lausanne, suisse, 1995. [8] Elaoufir H., Bouami D., Proposition d un schéma d évolution des structures maintenance.cpi 2007 RABAT 22-23-24 octobre 2007. [9] Livre «Modélisation et simulation multi-agents applications pour les Sciences de l homme et de la société», Frédéric Amblard, Denis Phan, 2006.

Modélisation multi-agents d allocation des ressources : Application à la Maintenance 11 [10] Livre Multi-Agent System: An Introduction to Distributed Artificial Intelligence, Jacques Ferber, Harlow: Addison Wesley Longman, 1999. [11] S. GALLAND, Approche multi-agents pour la conception et la construction d'un environnement de simulation en vue de l'évaluation des performances des ateliers multi-sites, Ph.D. Thesis, Université Jean Monnet - Saint-Etienne, 2001.