Planification de la production dans l’industrie maritime

Yacht ProductionL’Italie est le pays par excellence qui produit des yachts et des super yachts dans le monde entier. Afin de gagner une pénétration du marché avec les marques les plus prestigieuses, le contrôle des coûts et un dimensionnement correct sont aussi importants que l’innovation en termes de process et de produits. Le processus de fabrication des yachts de luxe est complexe et il n’est pas possible de compromettre la qualité de la main-d’œuvre et du produit final, aussi le processus de fabrication requiert une quantité énorme de temps et de travail pour chaque yacht.


Chaque yacht nécessite une multitude de métiers hautement qualifiés travaillant sur de nombreuses tâches de fabrication, dont certaines peuvent être accomplies en séquence et d’autres s’excluent mutuellement. Pour ajouter à la complexité, le processus est soumis à des contraintes spatiales, tant en termes du nombre de yachts qui peuvent être hébergés dans l’atelier simultanément (au-delà de 20 mètres, on se heurte à des problèmes de logistique pour déplacer un yacht dans l’atelier), qu’en termes du nombre de personnes qui peuvent travailler simultanément sur le yacht (il est exclu de faire travailler toute une troupe de gens dans la même coque au même moment).


Problèmatique :




Les dirigeants de l’un des fabricants italiens les plus en vue recherchaient une nouvelle approche intelligente pour simplifier l’élaboration du planning. Fair Dynamics et DSE Consulting ont été approchés pour développer un outil de simulation du planning entièrement nouveau. L’objectif était de fournir au planificateur de la production réelle une mine d’informations pour le planning permettant de tester et d’ajuster le plan avant sa mise en œuvre. Le concept de l’outil s’organisait autour de l’aide décisionnelle, ce qui signifie que l’individu peut facilement affiner les idées et tester la faisabilité d’un plan dans de multiples situations avant de le déployer dans l’atelier.


Solution :




La solution retenue a été un outil d’aide à la décision s’appuyant sur des simulations, développé via AnyLogic, en utilisant l’approche hybride unique du logiciel. Les événements discrets ont été utilisé pour modéliser la disposition dans l’espace et le process de fabrication, tandis que la méthode basée sur les agents a servi à modéliser la prise de décision complexe et souple au « jour le jour » du planificateur de la production. Cet outil pouvait facilement simuler aussi bien les solutions de planning automatiques (prises de décision des agents) que celles impliquant une intervention humaine en tant que partie intégrante d’un processus de planification globale en trois étapes :

  1. Planification automatique, sans contraintes.
  2. Intervention humaine pour passer en revue le plan de base et le plan des ressources, et ajuster les paramètres.
  3. Planning de production tenant compte des contraintes, à l’aide des données mises à jour à l’étape 2, pour tester sa faisabilité.

Grâce à l’efficacité du moteur Java d’AnyLogic, le processus de simulation tout entier n’a pris que quelques secondes !

Yacht Production Simulation

Résultat :





  • Productivité du processus de planification des ressources fortement améliorée.
  • Répartition efficace des tâches sur les différentes ressources.
  • Économies de coûts en ressources humaines.
  • Gain de temps du gestionnaire.
  • Meilleur support pour les dirigeants en termes d’allocation des ressources.

Regardez la présentation de ce projet par Luigi Manca de Fair Dynamics et Dave Buxton de DSE à la Conférences Anylogic 2012 :

More Case Studies

  • Planification et optimisation de la ligne de production automatisée
    Centrotherm Photovoltaics AG est un fournisseur mondial de technologies et équipements pour les industries photovoltaïques, des semi-conducteurs et de la microélectronique. L’entreprise doit identifier les lignes de production automatisée et configuration usine optimales afin de minimiser les coûts et maximiser le flux de production et la fiabilité.
  • L’usine de fabrication de GE choisit AnyLogic pour une aide à la décision en temps réel
    En 2012, GE a ouvert une nouvelle usine de fabrication de batteries avec le lancement d’une activité de stockage d’énergie innovante. La nouvelle opportunité de GE a représenté de nombreux défis, tels que l’augmentation de la production et du rendement avec des processus en évolution et des incertitudes. La société Ge disposait d’une masse de données, mais elle manquait d’un outil pour répondre aux questions, analyser les données convenablement ou pour tester et évaluer les options.
  • L’analyse de capacité avec AnyLogic
    Avec le logiciel de simulation AnyLogic comme la pièce maîtresse, NASSCO utilise un système d'analyse fait sur mesure appelé le Système de Modélisation de Simulation à Grande échelle pour la Construction navale (LSMSe) pour fournir des analyses de capacité f détaillées tant pour la production actuelle que pour les nouveaux chantiers potentiels.
  • Simulation de la construction d’un tunnel à l’aide d’un tunnelier
    Le coût d’une heure d’arrêt d’un tunnelier (machine de forage de tunnel) est habituellement élevé et les gestionnaires de projet doivent s’efforcer d’éviter les retards dans la construction. Le but du projet de simulation, qui a été mené à l’université Bochum de la Ruhr en Allemagne, consistait à créer un modèle de simulation capable de déterminer les goulots d’étranglement dans les processus de construction du tunnel, afin de minimiser les pertes financières potentielles.
  • Modélisation du système de Back Office de la Banca d'Italia
    La Banca d'Italia traite une certaine quantité de transferts de crédits manuels chaque année. Ces transferts ne peuvent être traités automatiquement et requièrent deux divisions d’employés dans le back office de la banque. La banque voulait déterminer si la fusion de ces deux divisions serait profitable.
  • Shipyard démontre sa capacité à honorer les commandes et gagne une visibilité sur les installations et la distribution de la production
    Confronté à une commande majeure de sous-marins propulsés au diesel, Admiralty Shipyards JSC doit évaluer si les installations de production actuelles peuvent satisfaire cette commande, et dans le cas contraire, déterminer ce qui peut être produit d’ici 2016. Admiralty Shipyards JSC cherche également à confirmer qu’il n’y aura pas besoin d’une installation de production supplémentaire pour achever la commande.
  • Simulation de la production de glaces: identification des contraintes et optimisation du plan de production
    Conaprole, la plus grosse société de production de produits laitiers d’Uruguay, produit plus de 150 SKU dans son usine de fabrication de glaces, à l’aide de cinq lignes de production, chacune de ces lignes comportant jusqu’à cinq configuration d’emballage différentes. La direction devait reformuler ses plans afin d’équilibrer l’offre et la demande et éviter les ruptures de stock pour les produits clés. Elle cherchait également à optimiser ses capacités de production.
  • Analyse des stratégies de management pour la montée en puissance de la production d’avions
    Le Groupe Airbus Group s’est joint au projet de l’Union Européenne ARUM (Adaptive Production Management – gestion de la production adaptative), qui a pour but de créer une solution IT pour la réduction des risques, la prise de décision et la planification pendant les montée en puissance du nouveau produit.
  • Simple Simulation Model Helps Intel Avoid Production Plant Downtime
    Intel factories used a particular type of equipment that often broke down, which caused capacity constraints. These expensive parts were used in critical factory operations, and the repairs took significant time, so it was necessary to have extra spare parts on hand to avoid downtimes. Broken parts caused constraints at some of the factories while other factories over purchased spares.
  • Modeling the Cladding Leak Detection Shop of a Nuclear Reactor's Module
    The cladding leak detection shop is part of an automated line of fuel assembly production. Leak control is based on heating the fuel element groups. While warming up, defective units eject the control gas, which is detected by a leak locator. The defected group is divided into two parts. Each part is screened in the same way until the leaking fuel element is found.