1,721,105 research outputs found
Understanding Data-Related Concepts in Smart Manufacturing and Supply Chain Through Text Mining
No full textRedefinition du flux d’information pour le projet de reimplantation de l’usine
No full text47 páginasCe rapport est le résultat du Projet de fin d’études réalisé au sein de l’organisation « Maroquinerie Thomas », dans le cadre de la reconfiguration de sa production. Il s’intéresse particulièrement à la définition d’un nouveau flux d’information qui permet de synchroniser les efforts de l’entreprise vers la satisfaction de la demande du client final. Il s’agit donc d’un travail pratique qui repose sur des concepts tels que le Lean management et l’amélioration continue pour ainsi créer un flux adapté, performant et réactif qui servira de fil conducteur de la production.PregradoIngeniero(a) Industria
Contribution to the formalization of an agile MPS process in the context of Industry 4.0
No full textLes PME (Petites et Moyennes Entreprises) manufacturières, représentants majeurs de l’industrie mondiale, font face aujourd’hui à des fortes pressions pour répondre dans des délais toujours plus courts aux besoins particuliers des clients avec des prix compétitifs. Dans cet environnement de concurrence accrue, la transformation de processus de planification de la production par l’exploitation des technologies 4.0 peut apporter des réponses à ces défis. Cependant, considérant le nombre des technologies proposées à l’ère du numérique, il n’est pas simple pour les PME de sélectionner les groupes technologiques le plus adaptés à leur contexte industriel et organisationnel ainsi que les activités sensibles d’être améliorées par le numérique. La planification d’un projet de transformation de processus par le numérique requiert une définition de la portée du 4.0 ainsi que des objectifs de performance à atteindre avec le projet. Toutefois, notre revue de la littérature montre que les PME manquent de modèles pour aborder la transformation numérique dans les processus de planification.En vue de cette problématique, cette thèse doctorale propose une approche de planification de la production à moyen terme 4.0, centré sur la routine du Programme Directeur de Production (PDP), pour les PME manufacturières. Afin de répondre à nos objectifs, nous avons d’abord conduit une étude de prospective pour préciser le besoin industriel associé au PDP au sein d’un groupe des PME manufacturières. Cette étude a montré que les axes de transformation principaux se concentraient autour du processus et des outils de support pour la prise des décisions. Dans le but de rendre agile le processus PDP nous présentons une méthodologie de sélection des activités sensibles à être faites d’une nouvelle façon à partir de deux leviers d’amélioration, la surveillance et l’optimisation. Sur cette base nous proposons l’intégration des groupes technologiques 4.0 dans le PDP. Quant aux outils de support pour la prise des décisions, nous proposons deux approches d’optimisation pour le PDP adaptées à des contextes industriels d’assemblage sur commande, avec différentes lignes d’assemblage, divers goulets, plusieurs articles directeurs et fabrication principalement artisanale. Nous présentons également l’intégration de ces approches d’optimisation dans le processus PDP.Manufacturing SMEs (Small and Medium-sized Enterprises), major actors of the global industry, are subjected to strong pressure from the market to respond in shorter delays to customized needs with competitive prices. The evolution of production planning activities through the 4.0 technologies can provide answers for facing these challenges. However, considering the large number of industry 4.0 technologies, it is not easy for SMEs to select the most adequate technologies for their industrial and organizational context and the most adequate activities that could enhance a digital improvement. Planning a digital transformation project requires the definition of the 4.0 scope as well as a clear vision of the performance objectives to be achieved. Nevertheless, our review of the scientific literature shows that SMEs lack models for carrying digital transformation in planning activities.This thesis proposes a 4.0 production planning approach, focused on the Master Production Schedule (MPS), for manufacturing SMEs. In order to reach our research goal, we conducted a prospective study to specify the industrial need of the MPS process within a group of manufacturing SMEs. This study revealed that the main levers of the transformation concerned the process and the tools for supporting decision-making. Regarding the process, we present a methodology for selecting the activities to be done in a new way based on two improvement levers, monitoring and optimization. On this basis, we propose the integration of the 4.0 technologies in the MPS. As for decision support tools, we propose two optimization approaches for the MPS in the context of SME with an assemble-to-order (ATO) strategy, multiple assembly lines, several bottlenecks, diverse master items and a mainly artisanal production process. We also present the integration of these optimization approaches in the MPS activities
Improved BIM interoperability via a co-modeling framework using iterative data queries and enrichment
No full textLe manque d’interopérabilité dans le BIM (Building Information Modeling) est reconnu par la communauté scientifique et par les acteurs de l’AEC (Architecture, Engineering and Construction), et impacte la collaboration digitale : sur le terrain, les échanges de données liées au BIM ne sont ni normés ni automatisés et conduisent à des ressaisies et pertes de données lors des itérations, entravant les flux de données et de travail. La présente thèse vise à investiguer cette double question, impliquant des considérations techniques (interopérabilité technologique : compatibilité entre modèles de données, formats) et organisationnelles (interopérabilité métier : modèles d’affaires, coopération humaine) au sein d’une industrie fragmentée et peu numérisée. Un triple état de l’art – à travers des allers-retours entre une période récente (2013-2018), vintage (1990-2000), et brûlante (2019-2021) – révèle que ces deux pendants ne sont que trop rarement traités conjointement dans la littérature scientifique. Un levier à la fois technique et organisationnel est donc proposé afin d’améliorer l’interopérabilité BIM : un cadre collaboratif basé sur des cycles itératifs de requêtes et d’enrichissements collectifs de données. Ce cadre, qui vise à instaurer des processus de co-modélisation BIM multi-métier, est appuyé par un prototype logiciel, Treegram, permettant de fédérer et de transcrire des données BIM hétérogènes dans une base de données neutre, que les utilisateurs peuvent interroger et enrichir. Les requêtes constituant l’atome des échanges de données, la collaboration BIM s’organise autour de cycles de requêtes/vérifications/enrichissements de données. L’utilisation de Treegram sur un projet réel montre que le cadre proposé, s’il fonctionne d’un point de vue technique et améliore les flux de données, interroge les limites des modes traditionnels de production de projet dans l’AEC et soulève la question des modèles d’affaires susceptibles d’accueillir les logiques intégratives de l’ingénierie concourante et des technologies de l’industrie 4.0.The lack of interoperability in building information modeling (BIM) is acknowledged by the scientific community and by architecture, engineering and construction (AEC) actors and impacts digital collaboration. In the field, BIM data exchanges are neither standardized nor automated and lead to data re-entry and loss during iterations, hindering data flows and workflows. This thesis aims at investigating this double issue, involving technical (technological interoperability: compatibility between data models, formats) and organizational (business interoperability: business models, human cooperation) considerations in the context of a fragmented and low-digitalized industry. A three-pronged state of the art – through comparisons between recent (2013-2018), vintage (1990-2000), and proximate (2019-2021) periods – reveals that these two realms are but seldom considered together in the scientific literature. A technical as well as organizational device is therefore proposed to improve BIM interoperability: a collaborative framework, based on iterative cycles of collective data queries and enrichment. This framework aims at establishing interprofessional BIM co-modeling processes and is supported by a software prototype, Treegram, allowing to federate and transcribe heterogeneous BIM data into a neutral database, which users can query and enrich. As queries are the core of data exchange, BIM collaboration is organized around data query/verifications/enrichment cycles. The use of Treegram on an actual project shows that while the proposed framework works from a technical point of view and improves data flows, it nevertheless questions the limits of the traditional modes of project production in AEC and raises the question of the business models likely to accommodate the integrative rationales of concurrent engineering and industry 4.0 technologies
Towards Lean 4.0 : enhancing decision-making process through Industry 4.0 technologies
No full textL’Industrie 4.0 est de plus en plus présentée comme un incontournable pour améliorer la productivité et assurer la croissance économique des entreprises manufacturières. D’un autre côté, de nombreuses entreprises ont déjà implanté partiellement ou complètement les principes et outils issus de l’approche Lean. L’intégration de ces deux courants très différents par essence, semble offrir des opportunités importantes pour améliorer les processus opérationnels et décisionnels. Cependant, de nombreux industriels ont des difficultés à déterminer le potentiel de renforcement du processus décisionnel par le biais de ces nouvelles technologies et les répercussions possibles sur l’autonomie des équipes et des systèmes opérationnels. Afin de répondre à ces enjeux, l’objectif de ce travail de recherche mené dans le cadre de cette thèse vise à répondre aux questions suivantes : comment les technologies de l’Industrie 4.0 peuvent renforcer un processus de prise de décision et comment elles peuvent affecter l’autonomie des ressources impliquées ?Une revue de littérature a permis tout d’abord de mettre en évidence les liens entre les principales technologies de l’Industrie 4.0 et les principes du Lean, avec un accent particulier sur la façon dont certaines technologies de l’Industrie 4.0 améliorent la mise en œuvre des principes Lean, en fonction des niveaux de capacité des technologies. Un modèle de sept types d’autonomie basé la contribution des technologies de l’Industrie 4.0 au renforcement des différentes étapes des processus décisionnels a été proposée. Le modèle contribue à la littérature actuelle sur l’industrie 4.0 en démontrant clairement comment les technologies 4.0 peuvent améliorer les processus de prise de décision et comment elles affectent l’autonomie des ressources impliquées à un niveau opérationnel. Enfin, une étude Delphi Régnier a été menée auprès d’un panel représentatif de 24 experts. Celle-ci a notamment permis d’identifier et de caractériser le potentiel d’amélioration du processus global de prise de décision avec les principaux groupes de technologies de l’Industrie 4.0.Cette étude fournit ainsi une caractérisation originale des impacts des technologies de l’Industrie 4.0 sur les principes Lean en fonctions des niveaux de capacité visés. D’un point de vue pratique, le modèle proposé peut aider les industriels à établir une feuille de route structurée et cohérente pour le déploiement des technologies de l’industrie 4.0. Les décideurs peuvent s’appuyer sur ce modèle pour cibler le type d’autonomie qu’ils souhaitent voir confier aux équipes opérationnelles. L’objectif est d’améliorer la réactivité du système de production face aux problèmes et opportunités rencontrés sur le terrain. Cette étude offre également une première vision, des perspectives, des attentes et des risques associés à la mise en œuvre de nouveaux modes de prise de décision et de cyberautonomie soutenus par les technologies de l’industrie 4.0.Industry 4.0 practices are increasingly adopted as a necessity to improve productivity and ensure economic growth for manufacturing companies. However, many companies have already partially or completely implemented Lean manufacturing principles and tools. Integrating these two inherently different approaches appears to offer significant opportunities to improve operational and decision-making processes. However, many manufacturers struggle to determine the potential for enhanced decision-making through these new technologies and the potential impact on team autonomy and operational systems. To address these issues, the objective of the research work conducted in this thesis aims to answer the following questions: how can Industry 4.0 technologies enhance a decision-making process, and how can they affect the autonomy of the resources involved?A literature review first highlighted the links between key Industry 4.0 technologies and Lean principles, with a particular focus on how certain Industry 4.0 technologies enhance the implementation of Lean principles, depending on the technologies’ capability level. A model of seven types of autonomy based on the contribution of Industry 4.0 technologies to enhance the different steps of decision-making processes was proposed. The model contributes to the current literature on Industry 4.0 by clearly demonstrating how 4.0 technologies can enhance decision-making processes and how they affect the autonomy of the resources involved at an operational level. Finally, a Delphi Régnier study was conducted with a representative panel of 24 experts. This study allowed us to identify and characterize the potential for enhancing the overall decision-making process with the main Industry 4.0 groups of technologies.This study thus provides an original characterization of the impacts of Industry 4.0 technologies on Lean principles according to the targeted capability levels. From a practical point of view, the proposed model can help industrials establish a structured and coherent roadmap for the deployment of Industry 4.0 technologies. Decision-makers can use this model to target the type of autonomy they wish to see entrusted to operational teams to improve the production system's responsiveness to problems and opportunities encountered in the field. This study also provides a first vision of the manager’s perspectives, expectations, and risks associated with implementing new modes of decision-making and cyber-autonomy supported by Industry 4.0 technologies
Contribution to data valuation free texts in the health sector
No full textRécemment, les systèmes de santé ont été confrontés à de nombreux défis (gestion d’épidémie,demande volatile, condensation des temps de prise en charge, etc.), conduisant `a un besoin croissantd’informations améliorant les processus décisionnels. Par ailleurs, une part importante des donnéesdu secteur de la santé sont disponibles sous la forme de textes écrits en langage naturel (notes cliniques, messages sur les réseaux sociaux, etc.). Dans ce contexte, les récentes percées dans le domaine du Traitement Automatique des Langues (TAL), obtenues notamment grâce aux modèles de langage basés sur de l’apprentissage profond, ont ouvert de nouvelles opportunités pour déverrouiller ces informations et ainsi améliorer la gestion globale du secteur de santé. Les apports de ces outils sont potentiellement multiples, puisqu’ils permettraient d’enrichir les entrepôts de données de santé, fluidifier les transmissions d’information entre les différents acteurs et améliorer les processus allant de la prévision de la demande au suivi épidémiologique. Ainsi, cette thèse s’est consacrée à traiter de la valorisation des données textuelles libres dans le secteur de la santé. Deux revues de la littérature ont d’abord permis d’identifier les opportunités et enjeux d’application du TAL pour valoriser les diverses données textuelles disponibles et améliorer les processus de gestion. Toutefois, l’utilisation de ces techniques s’accompagne de plusieurs difficultés, telles que la grande variabilité et la nature implicite des expressions en langage naturel, ou encore la frugalité des données d’entraînement et d’évaluation des modèles. Ainsi, une méthodologie utilisant les modèles de langage récents basés sur les Transformers a été développée pour effectuer de l’extraction d’information de santé contextualisée (négations ou suspicions de maladies, etc.) à partir de textes variés, et ce, dans un contexte de frugalité de données d’entraînement en français. Enfin, une seconde contribution couplant des données médicales structurées à des données textuelles non structurées issues des médias d’information a été développée et validée sur deux cas réels dans l’industrie pharmaceutique.Recently, the healthcare industry has faced numerous challenges (epidemics management, demand volatility, care times condensation, etc.), resulting in a growing need for useful information to support decision-making. Furthermore, the majority of existing health data is available in the form of free text (clinical notes, messages on social networks, etc.). In this context, recent breakthroughs in natural language processing (NLP), especially language models based on deep learning, have raised opportunities to unlock this information and improve the global management of the healthcare sector. These technologies will allow for enhancing health databases, smoothing information flows between stakeholders, and improving multiple processes ranging from demand forecasting to epidemics management. Thus, this thesis focused on how to leverage the massively available unstructured textual data in the healthcare sector. First, two literature reviews identified opportunities and challenges of applying NLP to leverage available textual data and improve management processes. However, using these techniques comes with several challenges, including the high variability and implicit nature of natural language expressions or the scarcity of training and evaluation data. Therefore, a methodology using recent language models based on transformers has been developed to perform contextualized health information extraction (negations or suspicions of diseases, etc.) from various health-related texts, in the context of data scarcity in French. Finally, a second contribution developed a methodology to combine structured medical data with unstructured textual data from news media and validated it on two real cases in the pharmaceutical industr
Contribution to improving traceability along value chains towards sustainable development in the fashion industry
No full textLa traçabilité des chaînes de valeur a été identifiée comme un pré-requis indispensable pour la transition des secteurs industriels vers un développement durable. Elle connait ainsi une préoccupation croissante dans l’industrie de la mode et a été reconnue comme une priorité critique à cet égard. En effet, les impacts environnementaux et socio-économiques significatifs résultant de la surproduction et de la consommation dans l’industrie et de ses chaînes d’approvisionnement mondialisées, fragmentées et opaques, ont progressivement été mis en lumière ces dernières années. La pression s’est accrue à l’égard des marques de mode pour plus de responsabilité et de transparence et l’industrie a été identifiée comme un secteur prioritaire dans cette transition vers un développement durable. L’amélioration de la traçabilité est ainsi au cœur des évolutions législatives et règlementaires à venir. En permettant l’identification et la mesure des impacts, la traçabilité est un préalable nécessaire pour la mise en place de stratégies effectives de réduction et d’amélioration de ces impacts. Plus récemment, elle a également été reconnue comme un levier clé pour l’amélioration de la circularité dans l’industrie.Héritée du management de la qualité et de la sécurité, la traçabilité en réponse aux enjeux de développement durable s’avère ainsi complexe et difficile à appréhender dans l’industrie au regard de l’ampleur de ses implications. Bien que son rôle clé soit reconnu, sa mise en œuvre soulève également d’importants défis techniques et organisationnels. Face à ces enjeux, une recherche-action a été menée au sein de la Fédération de la Haute Couture et de la Mode et notamment à travers l’implication dans plusieurs projets collectifs expérimentaux visant à améliorer et accélérer la mise en œuvre de la traçabilité dans l’industrie. Ce travail de recherche a permis de répondre à plusieurs problèmes identifiés au fur et à mesure du projet pour l’amélioration de la traçabilité : quels sont les enjeux de traçabilité pour le développement durable de l’industrie ? Comment appréhender sa mise en oeuvre de façon holistique ? Comment les marques peuvent-elles définir une feuille de route en soutien de leurs objectifs stratégiques de développement durable, tout en prenant en compte la maturité de leur entreprise sur ces enjeux ?Cette recherche-action a dans un premier temps conduit à une étude des enjeux de traçabilité dans l’industrie et plus particulièrement une étude Delphi-Régnier sur les freins au développement du recyclage textile ayant permis de mettre en lumière d’importants enjeux de traçabilité des produits en fin de vie. Au regard du constat de la nécessité d’appréhender la mise en œuvre de la traçabilité sur l’ensemble de la chaîne de valeur et de sa nature multidimensionnelle, un cadre d’analyse a été développé à partir d’une revue systématique de la littérature. Dans la continuité de ces travaux et au regard des défis importants soulevés par la mise en œuvre de la traçabilité, une première version d’un outil d’autoévaluation a été développée pour permettre aux marques d’identifier et de prioriser les actions à mettre en place, pour améliorer la traçabilité de leurs chaînes de valeur en soutien d’une stratégie de développement durable. Ces travaux peuvent aider les praticiens dans la compréhension des enjeux de traçabilité et soutenir la définition d’actions et la prise de décisions. Ils contribuent également à la progression de la recherche sur la mise en œuvre de la traçabilité dans les secteurs industriels et des défis associés en réponse aux enjeux de développement durable.Improving traceability along value chains has been identified as an essential prerequisite for the transition of industrial sectors towards sustainable development. As such, it has gained attention and has been recently recognized as a critical priority in the fashion industry. Indeed, the significant environmental and socio-economic impacts resulting from overproduction and consumption in the industry, and its global, fragmented, and opaque supply networks have progressively come to light in recent years. Pressure on fashion brands has increased towards more accountability and transparency. The industry has been recognized as a priority sector in this transition towards sustainable development and is ever more targeted with increasing traceability requirements in announced forthcoming policies. Indeed, by allowing to identify and measure impacts, traceability is a necessary prerequisite for the implementation of effective strategies to reduce and improve these impacts. More recently, it has also been recognized as a key lever for improving circularity in the industry.Inherited from the quality management field, improving traceability as part of sustainable development transition appears complex and difficult to apprehend in the fashion industry, given the magnitude of traceability implications. Although its key role is recognized, enhancing traceability also raises significant technical and organizational challenges. Faced with these challenges, an action-research was carried out within the Fédération de la Haute Couture et de la Mode (and in particular through the active involvement in several experimental collective projects aiming at improving and accelerating traceability implementation in the fashion industry. This research-action made it possible to answer several problems identified throughout the project in this regard : what are the challenges of traceability in this transition towards sustainable development in the industry ? How to apprehend its implementation holistically ? How can brands define an integrative and progressive roadmap in support of their strategic sustainability goals, while considering the maturity of their business on these issues ?This research-action first led to a study of traceability challenges in the fashion industry and especially the implementation of a Delphi-Régnier study on the barriers to the development of textile recycling, which made it possible to highlight important traceability issues at the end-of-life of products. In view of the conclusion to the need to apprehend traceability implementation across the entire value chain and its multidimensional nature, an analytical framework was developed based on a systematic review of the literature. As a continuation of these contributions and in view of the significant challenges raised by the traceability implementation, a first version of a self-assessment tool was developed for brands to facilitate the identification and the prioritization of actions to be implemented to improve traceability along their value chains in support of a sustainable development strategy. This research-action can help practitioners understand the challenges of traceability and support the definition of actions and decision-making. They also contribute to the progress of research on the implementation of traceability in industrial sectors and the associated challenges in response to sustainable development issues
A methodology proposal for the integration of cultural aspects in Lean Management implementation
No full textDans ces travaux de recherche, nous proposons une méthodologie de l’approche Lean prenant en compte les aspects socioculturels dans un contexte globalisé. Cette méthodologie englobe à la fois des éléments culturels et techniques du Lean (facilitateurs et outils), afin de répondre aux besoins concurrentiels des organisations. Pour atteindre cet objectif, un sondage a été réalisé auprès de 115 gestionnaires originaires de différents pays. Ce sondage a permis d’évaluer l’intégration de facilitateurs Lean dans les entreprises et d’analyser les relations entre les facilitateurs Lean et les dimensions culturelles. Les résultats d’analyse quantitative du sondage nous ont fourni des aspects clés pour l'élaboration de la méthodologie.In this research, we propose a methodology of Lean approach taking account socio-cultural aspects in a globalized context. This methodology relates the culture and Lean technical elements (enablers and tools), in order to meet competitive needs of the organization. To achieve this goal, a survey was conducted among 115 managers from different countries. The survey had assessed the integration of Lean enablers in companies and to analyze the relationships between Lean enablers and cultural dimensions. Quantitative analysis of surveys has helped develop an implementation methodology
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
- …
