Élaboration d’une nouvelle stratégie du remanufacturing des équipements avec intégration des contraintes de maintenance et de production

Abstract

Le remanufacturing des équipements avant la fin de sa vie physique peut générer des profits considérables tant pour l’utilisateur que pour les fabricants/refabricants d’équipements d’origine. Cependant, les conditions opérationnelles des équipements et la qualité des interventions de maintenance effectuées tout au long de leur durée de vie affectent largement les coûts totaux du cycle de vie du point de vue de l’utilisateur, et la qualité des équipements récupérés du point de vue du refabricant/refabricant. Cette thèse a pour but d’étudier les possibilités du remanufacturing des équipements de production du point de vue de l’utilisateur, utilisés pour fabriquer un seul type de produit afin de répondre à des demandes déterministes et dynamiques durant un horizon fini. Les actions de maintenance préventive sont supposées imparfaites. En effet, lorsqu’elles sont effectuées, ces actions sont censées améliorer l’équipement en atteignant un état entre « Aussi Bon Que Neuf » et « Aussi Mauvais Qu’Ancien ». Nous supposons que les partenaires (l’utilisateur de l’équipement et le fabricant d’équipements d’origine) sont intéressés par toute opportunité du remanufacturing. Notre objectif dans cette thèse est d’examiner l’interdépendance entre les conditions opérationnelles, les activités de maintenance et les décisions du remanufacturing des équipements de production lorsque des pièces de rechange neuves et remanufacturées sont utilisées dans le processus du remanufacturing. Dans ce contexte, nous proposons une approche de planification intégrée afin d’optimiser conjointement le plan de production, le plan du remnaufacturing et la qualité des pièces de rechange utilisées pour chaque action du remanufacturing. Afin de réduire la complexité de modélisation et de résolution du problème d’optimisation présenté dans cette thèse, nous décomposons la problématique principale en plusieurs problématiques consécutives. À chaque étape, nous adoptons une modélisation mathématique non linéaire afin de formuler les différents problèmes d’optimisation. Pour résoudre ces problèmes, une heuristique constructive de type Fix-and-Relax et un algorithme génétique hybride sont proposés. Des expériences numériques et une analyse de sensibilité sont présentées pour illustrer l’applicabilité de l’approche proposée.