Les apports du Jumeau Numérique pour le pilotage en flux tiré Conwip
DOI :
https://doi.org/10.53102/2022.36.01.929Mots-clés :
Conwip, Industrie 4.0, Jumeau Numérique, Ordonnancement, Pilotage d’atelierRésumé
Le pilotage en Conwip (Constant Work In Process) est utilisé pour tendre les flux et réduire les délais dans les ateliers qui fabriquent de nombreuses références de produits, avec des trajectoires de gammes diverses et un mix produit variable. Comme pour un Kanban, le support d’un pilotage en Conwip est généralement un tableau avec des étiquettes physiques. La digitalisation des tableaux Conwip est une solution portée par l’industrie 4.0 qui apporte de nombreux avantages comme la synchronisation avec les ERP/MES, la réplication des tableaux de pilotage en plusieurs lieux de l’atelier, et la capitalisation automatique des données de terrain. Toutefois, les résultats très mitigés obtenus dans le passé par les solutions de Kanban digital montrent qu’il faut apporter d’autres fonctionnalités que la seule virtualisation pour assurer l’adoption des solutions numériques de pilotage en atelier. Dans ce cadre, le concept de Jumeau Numérique semble une piste prometteuse pour ajouter de la valeur d’usage aux tableaux digitaux de pilotage d’atelier.
Références
Baglin, G., Lamouri, S., Thomas A., (2015), Maîtriser les progiciels ERP. Editions Economica.
Bironneau , L. (2002). Proposition d’un modèle d’aide au choix des méthodes et des outils de pilotage de la production en milieu industriel. Revue Française De Gestion Industrielle, 21(1), 29–53. https://doi.org/10.53102/2002.21.01.419 DOI: https://doi.org/10.53102/2002.21.01.419 [RFGI]
Bomy, J.-M. (1994). Le JAT et le Pilotage en flux tirés. Dimensionnement des boucles KABAN. Revue Française De Gestion Industrielle, 13(1), 5–17. https://doi.org/10.53102/1994.13.01.216 DOI: https://doi.org/10.53102/1994.13.01.216 [RFGI]
Giard, V., & Mendy Bilek, G. (2007). Production à flux tirés dans une chaîne logistique. Revue Française De Gestion Industrielle, 26(1), 87–109. https://doi.org/10.53102/2007.26.01.679 DOI: https://doi.org/10.53102/2007.26.01.679 [RFGI]
Greif, M., (1989), L'usine s'affiche : La communication visuelle au service du progrès, Editions d’organisation.
Jaegler, Y., Jaegler, A., Burlat, P., Lamouri, S., Trentesaux, D., (2018), The ConWip production control system: a systematic review and classification. International Journal of Production Research, vol. 56, no 17, 5736-5757. https://doi.org/10.1080/00207543.2017.1380325 DOI: https://doi.org/10.1080/00207543.2017.1380325
Jonsson, P., Mattsson, S., (2002), The selection and application of material planning methods, Production Planning & Control, 13:5, 438-450. https://doi.org/10.1080/09537280210142763 DOI: https://doi.org/10.1080/09537280210142763
Reeva Lederman & Robert B Johnston (2011) Decision support or support for situated choice: lessons for system design from effective manual systems, European Journal of Information Systems, 20:5, 510-528. https://doi.org/10.1057/ejis.2011.11 DOI: https://doi.org/10.1057/ejis.2011.11
Lee‐Mortimer, A., (2008), A continuing lean journey: an electronic manufacturer's adopting of Kanban, Assembly Automation, Vol. 28 No. 2, 103-112. https://doi.org/10.1108/01445150810863662 DOI: https://doi.org/10.1108/01445150810863662
Plenert, G., (1999), Focusing material requirements planning (MRP) towards performance, European Journal of Operational Research 119.1: 91-99. https://doi.org/10.1016/S0377-2217(98)00339-7 DOI: https://doi.org/10.1016/S0377-2217(98)00339-7
Shiyong, W., Jiafu, W., Li, D., Chunhua, Z., (2016), Implementing Smart Factory of Industrie 4.0: An Outlook, International Journal of Distributed Sensor Networks, 4: 1–10. https://doi.org/10.1155/2016/3159805 DOI: https://doi.org/10.1155/2016/3159805
Spearman, M., Woodruff, D., et Hopp, W., (1990), CONWIP: a pull alternative to Kanban, International Journal of Production Research, vol. 28. https://doi.org/10.1080/00207549008942761 DOI: https://doi.org/10.1080/00207549008942761
Tao, F., Zhang, H., Liu, A., Nee, A., (2018a), Digital Twin in Industry: State-of-the-Art. IEEE Transactions on Industrial Informatics. DOI: https://doi.org/10.1109/TII.2018.2873186
Tao, F., Cheng, J., Qi, Q., Zhang, M., Zhang, H., & Sui, F., (2018b), Digital twin-driven product design, manufacturing and service with big data. Int J Adv Manuf Technol 94, 3563–3576. https://doi.org/10.1007/s00170-017-0233-1 DOI: https://doi.org/10.1007/s00170-017-0233-1
Terkaj, W., Tolio, T., Urgo, M., (2015), A Virtual Factory Approach for in Situ Simulation to Support Production and Maintenance Planning., CIRP Annals, 64: 451–454. DOI: https://doi.org/10.1016/j.cirp.2015.04.121
Numéro
Comment citer
Rubrique
Licence
(c) Tous droits réservés Revue Française de Gestion Industrielle 2022
Ce travail est disponible sous licence Creative Commons Attribution - Pas d’Utilisation Commerciale 4.0 International.