[Home bibliotech]
Home > Les thèses en ligne de l'INP

Approche multicritère pour la conception d'ateliers discontinus dans un environnement incertain.

Aguilar-Lasserre, Alberto (2006) Approche multicritère pour la conception d'ateliers discontinus dans un environnement incertain. (Multicriteria approach for batch plant design under uncertain environment.)

Full text available as:

PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
2.23 Mo

Abstract

Les procédés discontinus représentent un mode idéal de fonctionnement pour synthétiser, en faibles quantités des produits à forte valeur ajoutée, à cycle de vie limité et exigeant un contrôle strict des conditions opératoires. De tels ateliers présentent l'avantage de pouvoir élaborer, par campagnes, plusieurs composés à partir d'équipements standard et de s'adapter à des variations de nature et de qualité des matières premières, ainsi qu'à des fluctuations fréquentes du marché, ce qui constitue un atout majeur du point de vue de la flexibilité. Ainsi, lors de l'étape de conception d'un atelier discontinu, il est presque impossible d'obtenir une information précise sur la future demande en produit. Une étude bibliographique a montré que les travaux antérieurs sont généralement basés sur des approches probabilistes qui représentent l'imprécision de la demande par des lois de distribution normale considérées comme indépendantes. Ces hypothèses simplificatrices ne représentent pas la réalité puisque beaucoup de paramètres sont, en pratique, dépendants les uns des autres et ne peuvent suivre des lois de distribution symétrique. L'objectif de cette thèse est de traiter de l'imprécision de la demande par des concepts flous en conception optimale d'ateliers; cette approche diffère principalement des modèles probabilistes en considérant la demande imprécise sous la forme d'ensembles de valeurs plus ou moins possibles et par sa fonction d'appartenance correspondante. Classiquement, la capacité de l'atelier doit satisfaire un équilibre entre la demande en produits et la marge de production dont dispose l'installation, de manière à satisfaire trois critères: la maximisation du bénéfice actualisé, une fonction représentant les retards ou les avances par rapport à échéance vis-à-vis de la synthèse de tous les produits et un indice de flexibilité. Les variables de décision sont la configuration de l'atelier, la taille et le nombre des équipements à chaque étape de traitement. Un modèle d'ateliers multiproduit est retenu comme support de l'étude. Un Algorithme Génétique multicritère, précédemment développé, a été adapté à la prise en compte de fonctions d'évaluations floues. Cette phase a nécessité l'utilisation d'opérations algébriques floues et un opérateur de comparaison de quantités floues. Par ailleurs, une méthode de sélection hybride tri de Pareto-tournoi a été proposée et a montré une meilleure performance que la méthode traditionnelle de la roulette de Goldberg, conduisant systématiquement à un nombre supérieur de solutions non dominées. La méthodologie multicritère est ensuite appliquée à un atelier multiproduit pour la production de quatre protéines, comportant huit étapes de traitement dont les temps opératoires des différentes étapes sont calculés par le biais de modèles d'opérations unitaires. L'approche retenue permet donc d'assister de manière efficace et robuste la mission du oncepteur, conduisant à un ensemble suffisamment large de solutions de compromis. ABSTRACT : Batch processes represent an ideal mode to synthesize in low volumes high value-added products characterized by short life cycle and requiring a strict control of operating conditions. Such plants are defined by their ability to elaborate various products from standard items, through a campaign operating mode. Furthermore, they are adaptable to variations of raw materials nature and quality as well as to market-driven fluctuations, which constitutes a major asset for flexibility. Consequently, at the design step of batch plants, it is almost impossible to get precise information about the future product demand. An overview of the state-of-the art showed that previous studies are generally based on probabilistic approaches, representing imprecision on demand through normal distribution laws, each one being considered independently. Yet, this simplifying assumption does not reflect real-world situations, since a lot of parameters are interdependent in practice and do not follow symmetrical distribution laws. The aim of this PhD work is to treat imprecision on demand using fuzzy concepts for batch plant design. This approach differs mainly from probabilistic models by considering the imprecise demands through sets of "more or less possible values" and by their corresponding membership function. Classically, the plant capacity must verify a balance between product demand and a production margin of the installation, in order to satisfy three criteria: (i) maximization of the Net Present Value, (ii) minimization of a function taking into account delays or advances with respect to a duedate for the synthesis of all products and (iii) maximization of a flexibility index. The decision variables are the plant configuration, i. e. size and number of items for each operating stage. A multiproduct batch model serves as a support of this study. A multicriteria Genetic Algorithm (GA), which was developed in previous works, was adapted to take into account fuzzy fitness functions. The GA required the implementation of algebraic fuzzy operations and of a comparison operator for fuzzy quantities. Besides, a hybrid selection method Pareto rank-tournament was proposed and showed a better performance than the classical Goldberg's wheel, systematically leading to a higher number of non-dominated solutions. The multicriteria methodology was then applied to a multiproduct plant for the production of four proteins, which eight processing stages. The processing time corresponding to each stage is computed by the use of process performance models. The proposed approach thus constitutes an efficient and robust support to assist the mission of the designer, leading to a quite large set of compromise solutions.

Department:Laboratoire de Génie Chimique - LGC (Toulouse, France)
Directeur de thèse:Azzaro-Pantel, Catherine
Uncontrolled Keywords:Conception d'ateliers - Optimisation multicritère - Algorithme génétique multicritère - Demandes imprécises - Logique floue - Bénéfice actualisé - Gestion de production. KEYWORDS : Plant design - Multicriteria optimisation - Genetic algorithms - Imprecise demand - Fuzzy logics - Net Present Value - Production scheduling.
Subjects:Process engineering > Process and environmental engineering
Deposited On:28 February 2006

Archive Staff Only: edit this record


Contacts | Infos légales | Plan du site | Intranet

(c)INP de Toulouse 2012 - Tous droits réservés. -  INP Communication