Stage Génie Industriel, Recherche Opérationnelle

**Offre de stage**:
**Stratégie de réordonnancement des opérations pour l’optimisation des temps de traitement et de la maintenance des équipements en environnement dynamique**

**Contexte**

Les avancées en intelligence artificielle et l’analyse du Big Data ont permis une évaluation précise de l'état actuel et de la prévision de l'état futur des machines industrielles, favorisant le développement de la maintenance prévisionnelle et de la gestion de santé des équipements (PHM). Cependant, des lacunes subsistent, notamment la prise en compte des variations du Remaining Useful Life (RUL) en fonction du type d'opération sur chaque machine et la réactivité des plannings de production aux perturbations. Ce projet vise à combler ces lacunes en développant des modèles mathématiques et des méthodes d'optimisation basés sur une approche prédictive-réactive pour réordonnancer les opérations de production. L'objectif est de minimiser la dégradation des machines, maximiser la productivité et optimiser les dates de maintenance prévisionnelle. La productivité sera évaluée par des critères classiques d’ordonnancement comme le temps total de travail, tandis que la maintenabilité sera évaluée par la fiabilité et prendra en compte le RUL spécifique de chaque opération. À la suite du modèle d’ordonnancement, une plateforme virtuelle sera développée pour simuler les flux de production et visualiser la réactivité face aux perturbations.

**Description du sujet**

L’objectif de ce projet est de développer des modèles mathématiques et des méthodes d’optimisation pour résoudre des problèmes de réordonnancement des opérations ayant comme but de minimiser la dégradation des machines afin de garantir un niveau de fiabilité et de maximiser leur productivité. Ces modèles seront à destination des ateliers de production de biens ou de services de type machines parallèles, Flowshop hybride ou flexible Jobshop. La principale contribution de ce projet est d’établir une politique de contrôle conjointe de la production et de la maintenance dans un contexte stochastique, en tenant compte de l’influence des facteurs opérationnels et environnementaux sur la dégradation des équipements ainsi la décision de maintenance. L’outil d’optimisation et d’aide à la décision développé pourra être présenté aux entreprises que nous rencontrons lors de nos collaborations de recherche et leur montrer les gains possibles. Il pourra également être adapté si nécessaire aux spécificités particulières de chaque secteur d’activités.

**Missions et attendues**
- Un état de l'art des problèmes d’ordonnancement/réordonnancement couplés à l’optimisation de la maintenance prévisionnelle.
- Définir les critères pertinents pour l’optimisation du réordonnancement et de la maintenance, tels que les temps de traitement et la fiabilité.
- Développer un modèle mathématique pour minimiser à la fois le critère du réordonnancement et le critère de maintenance.
- Concevoir une méthode d'optimisation pour résoudre les instances de grande taille.
- Programmer et tester la performance des solutions proposées à la fois en termes d’efficacité des solutions et en termes de temps de calcul.

**Profil recherché**
- Être en Master 2 / dernière année du cycle ingénieur, en recherche opérationnelle, génie industriel, informatique, mathématiques appliquées ou dans tout autre domaine connexe.
- Posséder une culture en programmation linéaire en nombres entières (PLNE) et une connaissance des algorithmes d’optimisation pour la recherche opérationnelle.
- Avoir de bonnes compétences en programmation informatique (CPLEX, C/C++/python, etc.).
- Avoir un bon niveau d'anglais.
- Être autonome et avoir un esprit d’initiative et de curiosité.
- Savoir travailler en équipe et avoir un bon relationnel.

**Autres informations**

ICube étant un organisme de recherche public, la gratification de stage se doit de se conformer aux 15% du plafond de la sécurité social soit 4.35€/h pour 2025.

Durée de stage : 4 à 6 mois.

Type d'emploi : Stage
Durée du contrat : 6 mois

Rémunération : 500,00€ à 1 000,00€ par mois

Horaires:

- Du lundi au vendredi

Lieu du poste : En présentiel