Logo ÉTS
Session
Cours
Responsable(s) Jean-Pierre Kenné

Se connecter
 

Sauvegarde réussie
La notification a été envoyée
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Jean-Pierre Kenné


PLAN DE COURS

Été 2025
SYS829 : Modélisation des systèmes de production (4 crédits)





Préalables
Aucun préalable requis




Descriptif du cours
Développer des aptitudes avancées en modélisation des systèmes de production en se fondant sur une approche pragmatique quoique quantitative. Se familiariser avec les approches utilisées pour la modélisation et les mesures de performance des systèmes manufacturiers complexes.

Modèles déterministes : modèles linéaires multiproduits, multicapacités, planification agrégée de production, planification à capacité finie, contrôle de flux dans les réseaux de processeurs indépendants, problèmes engendrés par les lots et les temps de mise en course. Simulation : modélisation des ensembles manufacturiers en utilisant la simulation par événements discrets, par processus et continue. Contrôle de temps, files d’attente, génération de nombres aléatoires, distribution de probabilités, tests statistiques. Introduction au design expérimental. Modélisation de cas réels.



Objectifs du cours

Ce cours vise à donner à l'étudiant la maîtrise des concepts de modélisation et de commande des systèmes de production complexes basés sur la théorie de commande optimale déterministe et stochastique, les méthodes numériques et les méthodes heuristiques d'approximation des politiques optimales en production manufacturière.

À la fin de ce cours, l'étudiant sera plus particulièrement en mesure de:

- Décrire les différents environnements manufacturiers, leurs composants et leur évolution dans les systèmes de production à flux continu, en atelier et cellulaire;

- Développer les modèles déterministes ou stochastiques qui décrivent la dynamique de différents types de système de production;

- Établir les conditions d'optimum des problèmes formulés à définir les structures des politiques optimales;

- Résoudre les équations décrivant les conditions d'optimum par des méthodes numériques et intégrer la simulation et les plans d'expériences dans la modélisation et la commande des systèmes de production complexes.




Stratégies pédagogiques

(i) Trois heures de cours magistral par séance;

(ii) Travaux dirigés aux dates spécifiées au plan de cours;

(iii) Trois devoirs et autres travaux réalisés en dehors des heures de cours permettront aux étudiants de consolider la matière présentée dans chaque séance du cours;

(iv) Un travail de synthèse intégrant les différents concepts présentés dans le cours.




Utilisation d’appareils électroniques

N/A




Horaire
Groupe Jour Heure Activité
01 Lundi 13:30 - 21:30 Activité de cours
Jeudi 13:30 - 21:30 Deuxième activité de cours
Samedi 08:30 - 17:00 Travaux pratiques et laboratoire



Coordonnées du personnel enseignant le cours
Groupe Nom Activité Courriel Local Disponibilité
01 Jean-Pierre Kenné Activité de cours jean-pierre.kenne@etsmtl.ca A-1820
01 Jean-Pierre Kenné Deuxième activité de cours jean-pierre.kenne@etsmtl.ca A-1820



Cours

Séance

Description

1

01-05-2025 (jeudi)

Présentation du cours, notions générales sur la modélisation des systèmes de production, théorie des probabilités, Analyse des performances des systèmes de production.

2

01-05-2025 (jeudi)

Programmation dynamique et modèles déterministes d’optimisation des systèmes de production.

3

05-05-2025 (lundi)

Processus stochastiques et chaînes de Markov (chapitre 2 et Ross).

4

05-05-2025 (lundi)

Modèles stochastiques de planification de la production et de la maintenance des systèmes de production – machines en parallèle (chapitre 8).

5

08-05-2025 (jeudi)

Modèles stochastiques de planification de la production et de la maintenance des systèmes de production – machines en parallèle (chapitre 9).

6

08-05-2025 (jeudi)

Modèles stochastiques de planification de la production et de la maintenance des lignes de production (chapitres 3 et 4).

7

12-05-2025 (lundi)

Méthodes et algorithmes numériques en commande optimale stochastique

8

12-05-2025 (lundi)

Introduction aux systèmes logistiques intégrant les systèmes de productions (chaîne logistique : approvisionnements, production,

distribution), gestion des approvisionnements et de stocks

9

15-05-2025 (jeudi)

Les enjeux de l’économie circulaire en production manufacturière (Conférencier invité – Mr. Daniel Normandin, Directeur du CERIEC (Centre d'études et de recherches intersectorielles en économie circulaire)

10

15-05-2025 (jeudi)

Chaînes d’approvisionnement en boucle fermée et problèmes de logistique inverse en production. Mise en course et ordonnancement en systèmes manufacturiers (chapitres 10 et 11).

11

29-05-2025 (jeudi)

Files d’attente et introduction aux modèles de simulation (définitions, avance du temps et principe de la simulation à événements discrets, principaux blocs) et exemples.

12

 29-05-2025 (jeudi)

Analyse des performances des systèmes de production et logiciel de simulation Arena (conférencier invité – Mr. Jean-François Boulet, HATCH Canada).

13

12-06-2025 (jeudi)

Introduction aux plans d’expérience et à la méthodologie des surfaces de réponse, commande des systèmes de production (logiciel d’analyse statistique et d’optimisation).

 




Laboratoires et travaux pratiques

Séance

Description

TD1

03-05-2025 (samedi)

Techniques d’optimisation (rappels 1 & 2)

TD2

03-05-2025 (samedi)

Techniques d’optimisation (rappels 3 & 4)

TD2

03-05-2025 (samedi)

Travaux dirigés (exercices en programmation dynamique déterministe)

TD4

10-05-2025 (samedi)

Travaux dirigés (modélisation des systèmes logistiques de production, logistique inverse)

Labo.1

10-05-2025 (samedi)

Familiarisation avec Matlab (M1P1 – une machine produisant un type de pièces),

TD5

10-05-2025 (samedi)

Présentation du projet de session.        

TD6

12-06-2025 (jeudi)

Approche de Kushner en commande stochastique  

Labo.2 & Labo.3

12-06-2025 (jeudi)

Familiarisation avec les méthodes numériques et algorithme de résolution des équations d’HJB

Support pour le projet de session.

EXAMEN

14-06-2025 (samedi)

Examen synthèse




Évaluation
Devoirs 30%
Projet de session 30%
Examen de synthèse 40%

 




Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.5/ cycles supérieurs, article 6.5.2) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignante ou l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.



Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).




Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par l’enseignante ou l’enseignant du cours.



Documentation obligatoire
  • Gershwin, S. B.; Manufacturing Systems Engineering, Prentice Hall, 1994.



Ouvrages de références

[1]      Askin, R. G. et Standridge, C. R.; Modeling and analysis of manufacturing systems, John Wiley & Sons, 1993.

[2]      Altiok, Tayfur; Performance Analysis of Manufacturing Systems, Springer Series in Operations Research, 1997.

[3]      Ross S. M.; Introduction to probabilities models, 5e edition, Academic Press, 1993.

[4]      Myers, R. H. et Montgomery, D. C.; Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley & sons, 1995

[5]      Montgomery, D. C.; Design and Analysis of Experiments, Wiley & Sons, 1997.

[6]      Pritsker, A.A.B. et O’Reilly, J.J. (1999); Simulation with Visual SLAM and Awesim, 2e édition, John Wiley & Sons, N.Y.

[7]      Banks, J., Carson J.S., Nelson, B.L. and Nicol, D.M. (2001); Discrete Event System Simulation, 3e édition, Prentice-Hall.

[8]      Law, A.M. and Kelton, W.D. (2000); Simulation Modeling and Analysis, 3e édition, Mc Graw-Hill.

[9]      Kelton, W. David et al. (2009); Simulation with Arena, 5e édition, McGraw Hill.

[10]    Rossetti, Manuel D. (2009); Simulation Modeling and Arena, John Wiley & Sons.

 




Adresse internet du site de cours et autres liens utiles

https://ena.etsmtl.ca