Reconcevoir les systèmes de production à l'aune de leur ombre numérique
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Schlecht, Michael
Date de soutenance : 18-09-2023

Directeur(s) de thèse : De Guio, Roland - Köbler, Jürgen

Président : Goepp, Virginie
Rapporteur(s) : Cheutet, Vincent - Siadat, Ali
Membre(s) du jury : Chaabane, Sondes

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Génie civil
Classification : Fabrication industrielle

Mots-clés libres : Ombre numérique, Simulation, Optimisation, Conception inventive, Résolution de problèmes
Mots-clés :
  • Procédés de fabrication - Conception
Résumé : Cette thèse traite de la conception de systèmes de production par simulation et optimisation. La simulation des flux est un outil courant pour résoudre les problèmes de conception des systèmes. Les limites sont les exigences élevées en termes de temps et de connaissances pour exécuter des études de simulation, évaluer les résultats et résoudre les problèmes de conception. Les technologies de l'industrie 4.0 et de l'ombre numérique offrent de nouvelles possibilités en fournissant des données pour la simulation. Cependant, les méthodes permettant d'utiliser les données de production pour la reconception des systèmes de production ne sont pas encore disponibles. L'objectif de ce travail est de fournir des méthodes pour automatiser la simulation à partir de l'ombre numérique, utiliser la simulation pour optimiser, et résoudre des problèmes de conception. Deux cas d’étude sont utilisés comme support à la démarche de recherche action de ce travail. Le résultat de ce travail est un cadre pour l'application de l'ombre numérique dans l'optimisation et la résolution de problèmes.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023STRAD023
Type de ressource : Thèse