Ordonnancement des fournées de traitement thermique dans une aluminerie

RÉSUMÉ: De manière générale, la planification et l'ordonnancement sont des moyens par lesquels une organisation choisit une suite d'actions pour atteindre un objectif donné. Dans le sens commun, les deux termes sont fréquemment employés pour désigner la même chose : construire des plannings d'exécution d'activités sur des moyens ou des ressources. Il s'agit donc d'optimiser l'exploitation des ressources dont dispose un industriel. Face à une concurrence accrue et à un environnement économique en perpétuel changement, les industriels sont à l'affût de toute technologie ou méthode leur permettant de réduire leurs coûts de production ou d'augmenter leurs profits. Dans le cadre de notre projet de maîtrise, nous analysons une problématique proposée par la compagnie Alcoa Cast Products, spécialisées dans les activités de moulage pour les structures d'avion. Nous nous intéressons à l'ordonnancement d'une section d'une chaîne de production. Il s'agit des fours de traitement thermique servant à réaliser l'étape de trempe nécessaire à l'obtention de pièces conformes aux normes. Nous présentons une application de la modélisation mathématique et de l'optimisation comme outil d'aide à la décision pour le responsable de la production. Ce dernier s'attaque à l'une des parties les plus consommatrices d'énergie électrique de sa chaîne de production. Notre objectif consiste à réduire ses coûts de production dans l'atelier de traitement thermique. Les fours de traitement thermique sont des machines de traitement par lot. Un ensemble de pièces est placé à l'intérieur d'un four pour subir le traitement adéquat. Nous procédons, dans un premier temps, à l'optimisation du placement des pièces en élaborons des algorithmes. Ainsi, nous minimiserons l'espace perdu et nous réduirons la file d'attente en amont des fours. L'entreprise, afin de limiter sa consommation en énergie électrique, a établi un seuil maximal de consommation en puissance électrique. Dans un second temps, nous ordonnancerons les fournées de manière à respecter cette contrainte. De cette manière, nous établirons un planning de fonctionnement des fours tout en satisfaisant la demande. Ce projet illustre parfaitement l'étroite relation entre le côté académique et le côté industriel du problème. Notre défi était, d'une part, de comprendre les subtilités du problème réel et de les traduire en un modèle mathématique. D'une autre part, nous avons cherché dans la littérature des travaux qui peuvent s'appliquer et s'adapter à ce genre de problématique. Nous terminons ce mémoire en présentant des pistes d'améliorations futures qui pourront aider l'industriel à rester compétitif et à assurer sa pérennité. ABSTRACT: In general, the planning and scheduling are the means by which an organization chooses a sequence of actions to achieve a given goal. In common sense, the two terms are often used to mean the same thing: build schedules to optimize the use of the resources. Faced with increased competition and a rapidly changing economic environment, manufacturers are on the lookout for any technology or method to reduce their production costs and increase their profits. As part of our project management, we analyze a project proposed by Alcoa Cast Products, specialized in producing aluminum castings for defense, aerospace and commercial applications We are interested in scheduling a section of a production line. It consists on the furnaces for heat treatment. We present an application of mathematical modeling and optimization tools as aid decision for the production manager. The furnaces are one of the biggest consumers of electrical power. Our goal is to reduce production costs in the heat treatment shop. A kit of items is placed inside an oven to undergo suitable treatment. We proceed in a first step, to optimize the placement of the items by developing algorithms. Thus, we will minimize wasted space and we will reduce the queue upstream ovens. The company, in order to limit the consumption of electric energy, set a maximum threshold of electric power consumption. In a second step, we will schedule batches in order to meet this constraint. In this way, we will establish a schedule of furnace operation while satisfying the demand. This project exemplies the close relationship between the academic side and the industrial side of the problem. Our challenge was, rst of all, to understand the specities of the real problem and translate them into a mathematical model. On the other hand, we searched the literature work that can apply and adapt to this kind of problem. We conclude this work by presenting avenues for future improvements that will help the industry remain competitive and ensure its sustainability