ÉCOLE DOCTORALE SCIENCES DES MÉTIERS DE L’INGÉNIEUR

Laboratoire de Conception, Fabrication et Commande – Campus de Metz

THÈSE
présentée par : Hasnaa AIT MALEK
soutenue le : 07 Avril 2022

pour obtenir le grade de : Docteur

d’HESAM Université
préparée à : École Nationale Supérieure d’Arts et Métiers
Spécialité : Génie Industriel

Méthodologie d’organisation d’une ligne de

montage véhicules basée sur l’analyse des
variantes d’automatisation des opérations
dans un contexte de production multi-
modèles
THÈSE dirigée par :

Pr. Ali SIADAT

et co-encadrée par :

MCf. Alain ETIENNE

Jury

M. Eric ZAMAÏ Professeur AMPERE, INSA Lyon Président

Mme. Catherine DA CUNHA Professeur LS2N, Ecole Centrale Nantes Rapportrice T
M. Pierre DAVID Mcf HDR G-SCOP, Grenoble INP Rapporteur
H
M. Richard BEAREE Professeur LISPEN, Arts et Métiers Examinateur
Ingénierie des Structures,
È
M. Mohamed HAMLICH Mcf HDR Systèmes Intelligents et Energie Examinateur S
Electrique, ENSAM Casablanca
M. Ali SIADAT Professeur LCFC, Arts et Métiers Examinateur E
M. Alain ETIENNE Mcf LCFC, Arts et Métiers Examinateur
M. Thierry ALLAVENA Expert montage Groupe Stellantis Invité
Remerciements
A celles et ceux qui, pendant ces trois années de thèse, m’ont aidée avec leurs expertises, leurs
encouragements, leurs conseils ou leurs critiques bienveillantes. Je tiens à vous exprimer ici mes
sincères remerciements.

Cette thèse n’aurait pas vu le jour sans la présence de trois personnes qui m’ont accompagnée pendant
ces trois dernières années.

Mes remerciements vont donc au Pr. Ali SIADAT et au Mcf. Alain ETIENNE, pour avoir accepté de
m’encadrer pendant ces trois années de thèse. Un grand merci pour vos conseils, votre écoute et votre
relecture minutieuse des articles scientifiques et du manuscrit.

Je souhaite exprimer ma profonde gratitude à Mr Thierry ALLAVENA. Tu as permis d’apporter un

fort aspect industriel à cette thèse. A travers ces quelques lignes, je tiens à te remercier pour ton
accueil, ton écoute, ta disponibilité, le temps passé ensemble et le partage de ton expertise au
quotidien. Tu étais d’une aide précieuse dans les moments les plus délicats.

Au sein du groupe Stellantis, je tiens à remercier mes collègues du Factory Booster et du plateau
montage. C’est grâce aussi à leur collaboration et coopération que ce projet de thèse s’est bien déroulé.

Je souhaite remercier également Pr. Eric ZAMAÏ, Pr. Catherine DA CUNHA, Mcf HDR Pierre
DAVID, Pr. Richard BEAREE, Mcf HDR Mohamed HAMLICH d’avoir accepté de suivre et
d’évaluer ce travail de recherche.

Une pensée aux doctorants du groupe Stellantis et du laboratoire LCFC de Metz : Amélie, Ismail,
Jelena, Juan, Mélodie, Mouad, Nadir, Safouane, Wahb… Ce fut un réel plaisir de partager cette
expérience avec vous. Je vous souhaite le meilleur pour la suite.

Une pensée également à deux personnes avec qui je me suis liée d’amitié au cours de ces années de
thèse : Hanane et Dylan.

Mes sincères remerciements aux meilleurs amis qu’une personne puisse rêver d’avoir : Hind, Mouad,
Rehab et Zineb. J’ai trouvé auprès de vous une oreille attentive. Vous m’avez soutenue et encouragée
durant toutes ces années, surtout pendant cette période de rédaction.

Un grand merci à la personne qui partage ma vie aujourd’hui. Tu as été d’un soutien précieux durant
cette thèse. Etant toi-même Docteur, tu as su m’écouter, m’épauler et me conseiller.

Aux êtres les plus chers à mes yeux ; mes parents, aucun mot ne saura vous remercier suffisamment
pour votre soutien indéfectible depuis mon premier jour aux bancs de l’école.

Ces remerciements ne peuvent s’achever sans une pensée très particulière pour mon petit frère Achraf.
 Table des matières
LISTE DES TABLEAUX ........................................................................................................ 1
LISTE DES FIGURES............................................................................................................. 3
ACRONYMES ET GLOSSAIRE ........................................................................................... 5
AVANT-PROPOS .................................................................................................................... 7
CHAPITRE 1 : CONTEXTE GENERAL ET PROBLEMATIQUE DE
L’AUTOMATISATION DES LIGNES DE PRODUCTION .............................................. 9
1. CONTEXTE SCIENTIFIQUE : EVOLUTION DE L’AUTOMATISATION .................................................. 10
2. CONTEXTE INDUSTRIEL : ATELIER MONTAGE AUTOMOBILE ......................................................... 11
2.1. Processus de production d’une voiture .................................................................................................. 11
2.2. Synoptique cible de l’atelier montage ................................................................................................... 12
2.3. Enjeux des lignes de montage multi-modèles ....................................................................................... 13
2.4. Besoins industriels ................................................................................................................................. 14
3. PROBLEMATIQUE ET OBJECTIFS DE LA THESE................................................................................ 15
CHAPITRE 2 : ETUDE BIBLIOGRAPHIQUE DES TRAVAUX CONCERNANT LE
NIVEAU D’AUTOMATISATION ET LES METHODES D’AIDE A LA DECISION .. 19
1. NIVEAU D’AUTOMATISATION (LOA) ............................................................................................. 20
1.1. LoA défini comme un degré d’évolution du système expert dans la prise de décision ......................... 21
1.2. LoA défini comme un degré d’automatisation des opérations physiques et cognitives ........................ 22
1.3. LoA défini comme un degré d’intelligence et d’autonomie .................................................................. 23
1.4. LoA défini comme un ratio de fonctions automatisées ......................................................................... 24
1.5. LoA défini comme la répartition des tâches entre l’Homme et la machine ........................................... 25
1.6. LoA défini comme un rapport de coûts ................................................................................................. 25
1.7. Synthèse de l’état de l’art ...................................................................................................................... 26
2. AVANTAGES ET INCONVENIENTS DE L’AUTOMATISATION ............................................................ 26
3. L’HOMME ET L’AUTOMATISATION ................................................................................................ 28
3.1. Processus semi-automatisé .................................................................................................................... 28
3.2. Automatisation hybride ......................................................................................................................... 30
4. CRITERES D’AUTOMATISATION ..................................................................................................... 31
5. ETAT DE L’ART SUR LES DIFFERENTES METHODES D’AIDE A LA DECISION POUR AUGMENTER LE
NIVEAU D’AUTOMATISATION............................................................................................................. 32
5.1. Méthode développée par Parasuraman, Sheridan et Wickens ............................................................... 33
5.2. Méthode développée par Ross ............................................................................................................... 33
5.3. Méthode développée par Konold et Reger ............................................................................................ 34
5.4. Méthode développée par Boothroyd ...................................................................................................... 34
5.5. Méthode développée par Almannai, Greenough et Kay ........................................................................ 35
5.6. Méthode développée par Kapp .............................................................................................................. 35
5.7. Méthodes développées par Lindstrom et Winroth, et par Fasth et Stahre ............................................. 36
5.8. Méthode développée par Gorlach et Wessel ......................................................................................... 36
5.9. Méthode développée par Boothroyd et Dewhurst ................................................................................. 36
5.10. Synthèse de l’état de l’art .................................................................................................................... 37
6. CONCLUSION.................................................................................................................................. 38

Table des matières v

CHAPITRE 3 : PROPOSITION D’UNE NOUVELLE METHODOLOGIE AFIN
D’AMELIORER LE NIVEAU D’AUTOMATISATION DES LIGNES DE MONTAGE
AUTOMOBILE ...................................................................................................................... 41
1. DEFINITION DU LOA PROPOSEE POUR LE SUJET DE THESE ............................................................ 42
2. PROPOSITION D’UNE METHODOLOGIE POUR AMELIORER LE NIVEAU D’AUTOMATISATION D’UNE
LIGNE D’ASSEMBLAGE ....................................................................................................................... 43
2.1. Présentation de la méthodologie ............................................................................................................ 43
2.2. Elaboration des gammes de montage .................................................................................................... 47
2.3. Modélisation des contraintes de précédence .......................................................................................... 49
3. QUANTIFICATION DES CRITERES DE SELECTION ............................................................................ 51
3.1. Evaluation du coût ................................................................................................................................. 51
3.2. Evaluation de l’ergonomie .................................................................................................................... 57
3.3. Evaluation de la flexibilité ..................................................................................................................... 62
3.4. Evaluation de la maturité de l’automatisation ....................................................................................... 63
4. METHODES D’ANALYSE MULTICRITERE ........................................................................................ 64
4.1. Méthodes d’agrégation totale ................................................................................................................ 65
4.2. Méthodes d’agrégation partielle ............................................................................................................ 66
4.3. Synthèse des méthodes d’analyse multicritère ...................................................................................... 67
5. CONCLUSION.................................................................................................................................. 68
CHAPITRE 4 : DEPLOIEMENT DE LA METHODOLOGIE ET MODELES
DEVELOPPES SUR TROIS CAS D’ETUDE INDUSTRIELS......................................... 69
1. CONTEXTE DES ETUDES ................................................................................................................. 70
2. ETUDE DE CAS INDUSTRIEL N°1 : VALIDATION DE LA METHODOLOGIE ........................................ 70
2.1. Périmètre de l’étude ............................................................................................................................... 70
2.2. Application de la méthodologie ............................................................................................................. 71
2.3. Analyse et comparaison des résultats obtenus par la méthodologie et par le métier montage............... 73
3. ETUDE DE CAS INDUSTRIEL N°2 : ANALYSE DES REGROUPEMENTS D’OPERATIONS ..................... 75
3.1. Périmètre de l’étude ............................................................................................................................... 75
3.2. Application de la méthodologie ............................................................................................................. 76
3.3. A3 : Etude des regroupements ............................................................................................................... 77
3.4. Analyse des résultats ............................................................................................................................. 78
4. ETUDE DE CAS INDUSTRIEL N°3 : OPERATIONS CRITIQUES EN ERGONOMIE .................................. 78
4.1. Périmètre de l’étude ............................................................................................................................... 79
4.2. Recherche de solutions .......................................................................................................................... 79
4.3. Estimation des critères ........................................................................................................................... 83
4.4. Application de la méthode AHP ............................................................................................................ 86
5. CONCLUSION.................................................................................................................................. 87
CHAPITRE 5 : CONCLUSION GENERALE ET PERSPECTIVES .............................. 89
1. SYNTHESE DES TRAVAUX REALISES .............................................................................................. 90
1.1. Question 1 : Comment qualifier le degré d’automatisation d’un poste de travail ? Voire d’un atelier de
montage ? ..................................................................................................................................................... 90
1.2. Question 2 : Quels sont les critères de regroupement d’opérations en vue d’équilibrer la charge
opérateur et la charge moyens automatisés ? ................................................................................................ 90
1.3. Question 3 : Quelle est l’approche la plus adaptée pour chercher des regroupements d’opérations pour
les automatiser ? ........................................................................................................................................... 91
1.4. Question 4 : Quels sont les critères de sélection et la méthode permettant d’identifier le scénario
d’automatisation optimal ? ........................................................................................................................... 91
2. LIMITES ET PERSPECTIVES ............................................................................................................. 92

Table des matières vi

 2.1. Définition du niveau d’automatisation .................................................................................................. 92
2.2. Recherche des regroupements d’opérations .......................................................................................... 92
2.3. Méthodologie développée ..................................................................................................................... 93
2.4. Autres perspectives................................................................................................................................ 93

LISTE DES PUBLICATIONS SCIENTIFIQUES.............................................................. 95

BIBLIOGRAPHIE ................................................................................................................. 97
ANNEXES ............................................................................................................................. 103
ANNEXE 1 : METHODE PROPOSEE PAR PARASURAMAN, SHERIDAN ET WICKENS .......................... 105
ANNEXE 2 : METHODE DEVELOPPEE PAR ROSS............................................................................... 106
ANNEXE 3 : METHODE DEVELOPPEE PAR KONOLD ET REGER ........................................................ 107
ANNEXE 4 : METHODE PROPOSEE PAR ALMANNAI, GREENOUGH ET KAY ..................................... 108
ANNEXE 5 : METHODE DEVELOPPEE PAR BOOTHROYD .................................................................. 109
ANNEXE 6 : GRILLE D’EVALUATION RULA .................................................................................... 110
ANNEXE 7 : FEUILLE DE SCORE MAC ............................................................................................. 111
ANNEXE 8 : CHECKLIST DE KEYSERLING ........................................................................................ 112
ANNEXE 9 : GRILLE D’EVALUATION DES 6 PARAMETRES DE LA METHODE STRAIN INDEX ............ 113
ANNEXE 10 : ANALYSE DES DIFFERENTES METHODES D’EVALUATION DE L’ERGONOMIE ............. 115
ANNEXE 11 : ETUDE DE CAS N°1 : MATRICE DE PRECEDENCE ........................................................ 116
ANNEXE 12 : ETUDE DE CAS N°1 : REGROUPEMENT D’OPERATIONS .............................................. 117
ANNEXE 13 : ETUDE DE CAS N°2 : MATRICE DE PRECEDENCE ........................................................ 118
ANNEXE 14 : ETUDE DE CAS N°2 : REGROUPEMENT D’OPERATIONS .............................................. 121
ANNEXE 15 : APPLICATION DE LA METHODE AHP POUR CALCULER LES POIDS DES PARAMETRES
VOLUME ET VARIABILITE ................................................................................................................. 123
ANNEXE 16 : EVALUATION DE LA FLEXIBILITE DES SOLUTIONS ..................................................... 124
ANNEXE 17 : APPLICATION DE LA METHODE AHP POUR LE CHOIX D’UNE SOLUTION TECHNIQUE 125

Table des matières vii

Liste des tableaux

Tableau 1 : Description des commandes proposées par Sheridan et Verplank [29] ............................. 21
Tableau 2 : Définition de LoA proposée par Sheridan et Verplank [29]............................................... 21
Tableau 3 : Définition de LoA proposée par Endsley [32].................................................................... 22
Tableau 4 : Définition du LoA proposée par Frohm, Lindström et Winroth [33] ................................. 22
Tableau 5 : Niveaux d’intelligence proposés par Riley [36] ................................................................. 23
Tableau 6 : Niveaux d’autonomie proposés par Riley [36] ................................................................... 23
Tableau 7 : Evaluation des définitions LoA issues de la littérature ...................................................... 26
Tableau 8 : Avantages et inconvénients des processus automatisés et manuels ................................... 27
Tableau 9 : Critères d’automatisation à étudier avant d’automatiser une ligne de production ............. 31
Tableau 10 : Données d'entrée à prendre en compte avant d’automatiser une ligne de production ...... 32
Tableau 11 : Evaluation des méthodologies issues de la littérature ...................................................... 37
Tableau 12 : Niveaux de LoA proposés pour la démarche de la thèse (Images de [75]) ...................... 42
Tableau 13 : Exemple de codes et critères de regroupement ................................................................ 45
Tableau 14 : Description des différents types de gammes chez Stellantis [77]..................................... 47
Tableau 15 : Facteurs à prendre en compte pour le calcul du coût ....................................................... 52
Tableau 16 : Quantification des paramètres du critère flexibilité ......................................................... 63
Tableau 17 : Quantification de la maturité d’automatisation ................................................................ 64
Tableau 18 : Comparatif des méthodes d'analyse multicritère .............................................................. 67
Tableau 19 : Caractéristiques des vissages des pièces concernées par les regroupements.................... 72
Tableau 20 : Comparaison des résultats obtenus par la méthodologie et par le métier montage .......... 74
Tableau 21 : Extrait des différents types d'opérations analysées........................................................... 75
Tableau 22 : Regroupements d’opérations identifiés en appliquant l’activité A3................................. 78
Tableau 23 : Exemple d’opérations critiques en ergonomie ................................................................. 79
Tableau 24 : Description du montage du TOP ...................................................................................... 80
Tableau 25 : Coûts des investissements pour chaque solution d'automatisation ................................... 84
Tableau 26 : Evaluation de la flexibilité des solutions techniques d’automatisation ............................ 85
Tableau 27 : Evaluation de la maturité des technologies proposées par les deux fournisseurs ............. 86
Tableau 28 : Méthode AHP appliquée pour le choix d'une solution d’automatisation ......................... 86

Liste des tableaux 1

Liste des figures

Figure 1 : Les axes de recherche du LCFC [1] ........................................................................................ 7

Figure 2 : Evolution de l’industrie (Adaptée des travaux de [11]) ........................................................ 10
Figure 3 : Synoptique des différentes étapes de production d’une voiture (Schéma adapté des travaux
de Feno [18]) ......................................................................................................................................... 12
Figure 4 : Synoptique cible de l’atelier montage [19] ........................................................................... 13
Figure 5 : Schéma représentant les zones de déplacement des opérateurs sur une ligne de montage [22]
............................................................................................................................................................... 14
Figure 6 : Schéma d’un poste de travail positionné à gauche de la voiture sur une ligne de montage
[23] ........................................................................................................................................................ 14
Figure 7 : Synthèse des objectifs des travaux recherche et des modèles développés ............................ 17
Figure 8 : Représentation des différents coûts en fonction du LoA dans le secteur de fabrication [37] 24
Figure 9 : Modes de collaboration entre l’Homme et le robot. Les ombres vertes symbolisent les tâches
exécutées par l’Homme et les bleues celles exécutées par le robot. La zone beige représente l’espace
de travail [61] ........................................................................................................................................ 29
Figure 10 : Evolution de la technologie entre 1960 et aujourd’hui [63] ............................................... 30
Figure 11 : Présentation de la méthodologie proposée d’aide à la décision pour améliorer le niveau
d’automatisation .................................................................................................................................... 43
Figure 12 : Détails de A2 – Identification de la nature d’opération la plus pénalisante en temps ........ 44
Figure 13 : Détails de A3 – Analyse de regroupements d’opérations ................................................... 45
Figure 14 : Détails de A6 – Etude de l’automatisation et de l’équilibrage de la ligne .......................... 46
Figure 15 : Elaboration d'une gamme d’assemblage : Contraintes et Indicateurs de performance
(Adaptée des travaux d’Andolfatto [78]) .............................................................................................. 48
Figure 16 : Diagramme de classes présentant la gamme d’assemblage de Stellantis............................ 48
Figure 17 : Différentes étapes du programme développé pour modéliser et traiter les contraintes de
précédence ............................................................................................................................................. 49
Figure 18 : Décomposition des facteurs du coût ................................................................................... 53
Figure 19 : Schéma d'obtention du score final en appliquant la méthode RULA ................................. 58
Figure 20 : Evaluation des tâches par la méthode MAC [106] ............................................................. 59
Figure 21 : Synthèse des valeurs OCRA et classement du risque ......................................................... 62
Figure 22 : Représentation d’une ligne HAM [126].............................................................................. 71
Figure 23 : Exemple de gammes extraites avec code RGPT ................................................................. 71
Figure 24 : « Base de données » créée .................................................................................................. 72
Figure 25 : Configuration initiale de la ligne HAM .............................................................................. 73
Figure 26 : Configuration de la ligne de production basée sur les résultats obtenus en appliquant la
méthodologie ......................................................................................................................................... 73
Figure 27 : Configuration de la ligne de production basée sur les résultats obtenus par l'industriel ..... 74
Figure 28 : Configuration du flux principal .......................................................................................... 76
Figure 29 : Extrait de la base de données opérations, temps, critères de regroupement ....................... 76
Figure 30 : Configuration actuelle des brins de ligne MV2 et MV3 ..................................................... 77
Figure 31 : Regroupement d’opérations proposé pour le site de Poissy ............................................... 78
Figure 32 : Schéma de fixation du TOP extrait d’une gamme de montage de Stellantis ...................... 80
Figure 33 : Schématisation du processus du montage du TOP ............................................................. 81
Figure 34 : Présentation des skillets [19] .............................................................................................. 81
Figure 35 : Solution conçue avec le fournisseur (F1) ............................................................................ 82

Liste des figures 3

Figure 36 : Solution conçue avec le fournisseur (F2) ............................................................................ 83
Figure 37 : Calcul des scores des solutions 2 et 4 en appliquant la méthode RULA ............................ 85

Liste des figures 4

Acronymes et Glossaire

Acronymes
AF Assemblage automatisé avec des machines de transfert libre

AHP Analytic Hierarchy Process

AI Assemblage automatisé avec des machines à indexation

AP Assemblage automatisé avec chargement des pièces en manuel

AR Arrière

AV Avant

DST Design Standard Time

DYNAMO Dynamic Levels of Automation for Robust Manufacturing Systems

ELECTRE ELimination Et Choix Traduisant la REalité

FCA Fiat Chrysler Automobiles

FMEA Failure Mode and Effects Analysis (en Français : AMDEC)

H Hexagonale

HAM Habillage Moteur

HC Habillage Caisse

LI Lifting Index

LoA Level of Automation

LW Loaded Weight

MA Assemblage manuel

MAC Manual handling Assessment Charts

Macbeth Measuring Attractiveness by a Categorical Based Evaluation Technique

MM Assemblage manuel avec assistance mécanique

MV Montage Véhicule

NA Nombre total de pièces à assembler

ND Nombre de pièces dont le Design a été changé durant les trois premières années

NP Nombre de modèles de produits différents à assembler sur la ligne

NT Nombre total de pièces qui concernent les différents modèles de la ligne

OCRA OCcupational Repetitive Actions

Acronymes et Glossaire 5
OV Opel Vauxhall

PC Parechoc

PP Préparation Porte

Promethée Preference Ranking Organisation METHod for Enrichment Evaluations

PSA Peugeot Société Anonyme

QFD Quality Function Deployment

RGPT Regroupement

RI Potentiel d’investissement dans l’automatisation

RULA Rapid Upper Limb Assessment

RWL Recommended Weight Limit

SH Nombre d’équipe

SoPI Square of Possible Improvements

TMS Troubles Musculo–Squelettiques

TOP Toit Ouvrant Panoramique

TRL Technology Readiness Level

USA Understand Simplify Automate

VS Volume de production annuel par équipe

WA Salaire annuel d’un opérateur

Glossaire
Par besoin d’efficience, les lignes sont dans un fonctionnement dit « au
défilé ». Les opérations se font alors que les pièces avancent sur la ligne. Le
Au défilé
but étant d’assurer la continuité de la production et limiter les temps non
productifs des transferts.

C’est le temps manuel de montage des pièces ainsi que les temps de contrôle
DST
inhérents à une non-capabilité produit/process (ex: contrôle qualité).

C’est un mode de fonctionnement où la ligne de production est mise à l’arrêt

pour effectuer les opérations nécessaires. Dans le cas d’une automatisation, si
la technologie n’est pas assez mature pour faire les opérations au défilé, le
poste automatisé est mis en mode Stop & Go. Ceci est plus pénalisant à la
Stop & Go
fois pour la régularité de la production mais aussi du fait du surcoût des pas
de transfert entre les postes au défilé et les postes arrêtés. Une façon de
minimiser cet impact est de positionner ces postes en Stop & Go, si possible,
en fin de ligne.

Acronymes et Glossaire 6
Avant-propos

Cet avant-propos a pour but de donner un aperçu du contexte où se sont déroulés ces travaux de
recherche. Pour illustrer la problématique et l’environnement dans lequel la recherche a été accomplie,
plusieurs points sont introduits. Tout d’abord, le laboratoire de recherche est présenté, en mettant
l’accent sur son expérience en matière de recherche. Ensuite, le contexte industriel est expliqué, en
soulignant les besoins du partenaire industriel de cette recherche.

Contexte de la recherche

La recherche a été menée principalement au centre de recherche de développement du groupe

Stellantis à Vélizy Villacoublay. Les travaux s’inscrivent dans le cadre d’une thèse CIFRE entre le
groupe Stellantis et Arts et Métiers campus de Metz. Dans ce qui suit, l’accent est mis sur le
laboratoire LCFC de Metz

Présentation des recherches menées au LCFC

Le LCFC, Laboratoire de Conception, Fabrication et Contrôle [1] est un laboratoire de recherche

scientifique à l’Institut de Technologie Arts et Métiers en cotutelle avec l’Université de Lorraine. Il
aborde des questions de recherche relative au développement des systèmes de production.

Les travaux au sein du LCFC s’articulent autour de trois axes principaux [1] :

Figure 1 : Les axes de recherche du LCFC [1]

 Conception : Les travaux visent le développement des méthodologies et approches pour une
conception robuste et fiable des systèmes de production.
 Fabrication : Les travaux visent le développement des méthodes et outils ayant pour objectifs
l’optimisation des processus de fabrication.
 Commande : Les travaux visent le développement des modèles pour la commande robuste
des systèmes de production.

Le sujet de la thèse traite l’axe Conception et s’inscrit dans le cadre de l’industrie du futur, plus
connue sous le nom de l’industrie 4.0. Cette dernière représente une révolution industrielle qui permet
de mettre en place des usines intelligentes. L’objectif est d’améliorer la productivité et faire face aux
changements dans la production.

Toutefois, plusieurs questions sont abordées. Notamment les questions de coûts, de flexibilité ou
encore de maturité technologique. Ainsi les travaux de la thèse visent à développer des méthodes et

Avant-propos 7
modèles spécifiques ou d’adapter des méthodes et outils existants pour l’optimisation et
l’automatisation des systèmes de production.

Contexte industriel

Cette thèse est menée en coopération avec le constructeur automobile Stellantis. Quatorze marques
automobiles sont commercialisées par le groupe. Cinq marques sont issues du Groupe PSA et neuf
sont issues du groupe FCA (Fiat Chrysler Automobiles). Cela signifie une production à haut débit et
une grande diversité des modèles véhicules et pièces. Cette dernière est conduite également par la
concurrence à laquelle est soumise l’industrie automobile et par les attentes et exigences des clients.
Ainsi, les constructeurs automobiles font appel à l’automatisation et aux nouvelles technologies pour
faire face à toutes ces contraintes.

Sur une ligne d’assemblage automobile, la fabrication des véhicules requiert des milliers d’opérations.
Ces opérations sont de très courtes durées (quelques secondes). Ainsi pour réussir à rentabiliser un
projet d’automatisation, il faut :

 Regrouper plusieurs opérations

 Equilibrer la ligne en maîtrisant la charge des opérateurs et celles des moyens automatisés

Ainsi, les travaux de recherche s’intéressent à analyser l’atelier assemblage automobile et à déployer
les nouvelles technologies afin d’améliorer sa performance et son efficience. Cela passe par la maîtrise
l’équilibrage de la ligne, et par l’analyse des gammes d’assemblage pour regrouper et réorganiser les
opérations.

Avant-propos 8
Chapitre 1 : Contexte général et problématique
de l’automatisation des lignes de production

Résumé
Ce chapitre a pour but d’expliquer le contexte scientifique et industriel du sujet de la
thèse ainsi que la problématique et les questions de recherche axés sur les systèmes
d’assemblage automobile. Ce chapitre présente également les défis rencontrés par les
fabricants les conduisant à optimiser leur système de production, notamment du point de
vue de l’automatisation.

Après la révolution industrielle, les usines ont connu de grands changements quant à leur mode
d’organisation et de travail [2] [3] [4]. Avec la mondialisation, la concurrence, et l’évolution des
exigences des clients, les industriels cherchent à maîtriser et optimiser d’avantage leurs systèmes de
production. L’objectif est d’obtenir une meilleure performance industrielle tout en réduisant les coûts
de fabrication.

Ainsi, afin de garantir une meilleure compétitivité sur le marché, il est devenu crucial de bien maîtriser
son processus de production. Cela implique de faire des choix appropriés concernant la conception et
l’automatisation.

Etant en constante évolution, l’industrie automobile était la première à automatiser ses lignes de
fabrication [5]. Les industriels se sont dirigés vers l’automatisation pour accroître leur capacité de
production et répondre au mieux à la variabilité de produits. Néanmoins, l’automatisation des lignes de
montage reste un défi majeur. Certes, les nouvelles technologies en matière d’automatisation des
opérations d’assemblage sont très développées, mais le débat sur ce sujet est toujours présent au sein
des industriels et dirigeants. L’utilisation de processus hautement automatisés n’est évidemment pas la
meilleure solution. Plusieurs critères rentrent en jeu pour répondre à plusieurs questions « Quelles
opérations automatiser ? Quelle technologie ? L’automatisation est-elle rentable ? ». Ces critères
peuvent être relatifs à l’aspect rentabilité et coût, à l’aspect qualité ou encore à l’aspect ergonomie.

C’est pour répondre à toutes ces questions, et pour analyser ces différents critères que ce travail de
thèse a été initié. Ce chapitre présente, dans un premier temps, le contexte industriel en décrivant
l’atelier montage automobile et en définissant les besoins industriels. Par la suite, il présente le
contexte scientifique en expliquant les différentes définitions de l’automatisation ainsi que les
changements liés à cette dernière. Pour finir, ce chapitre résume la problématique et les objectifs de la
thèse.

Chapitre 1 9
 1. Contexte scientifique : évolution de l’automatisation
Malgré les efforts fournis par Taylor et Ford, la majorité des observateurs s’accordent pour reconnaître
que leur organisation n’est plus viable dans l’industrie [6], et en particulier dans l’industrie automobile
[7], [8]. Ainsi, les entreprises ont commencé à instaurer de nouvelles méthodes d’organisation afin de
remédier aux problèmes techniques que posent la production industrielle actuelle.

Plusieurs définitions du terme automatisation sont présentées dans la littérature. En 1997, Parasuraman
et Riley [9] l’ont défini comme étant l’exécution, par une machine (généralement un ordinateur), d’une
fonction précédemment faite par un humain.

En 2005, Claverie [10] fait une différenciation entre automatisation et automation. Il définit
l’automatisation comme étant la démarche qui permet de rendre automatique un processus, ou l’état
qui résulte du fait de l’automatiser. Par contre, il présente l’automation comme étant l’ensemble des
processus automatiques substituant à l’Homme des automates, c’est à dire des systèmes matériels
réalisant un comportement automatique. Ainsi d’après Claverie, l’automatisation des processus a
changé les conditions de travail et le rôle de l’Homme dans l’industrie. Ce dernier est devenu, au lieu
d’un acteur, un concepteur, un agent de maintenance ou un superviseur. Pour cela, deux voies ont été
appréhendées. La première, avec une forte dominance en informatique, correspond à l’automatisation
des postes de travail et au développement du domaine de l’interface entre l’Homme et la machine. La
deuxième est établie en se basant sur le maintien de l’organisation traditionnelle des chaînes de
montage, en substituant à l’Homme des automates particuliers qui imitent le mouvement.

La Figure 2 décrit l’évolution de l’industrie et les changements qu’elle a connus. La première

révolution a apporté des changements majeurs dans l’industrie en utilisant la vapeur comme source
d’énergie. La deuxième révolution industrielle a utilisé l’énergie électrique et la chaîne de montage
pour la production de masse. L’intégration de l’électronique, de la technologie et des ordinateurs dans
la fabrication a été vue dans la troisième révolution industrielle. Aujourd’hui, c’est la quatrième
révolution industrielle qui prend place, et qui conduit au prochain niveau de fabrication où les
machines vont se redéfinir dans la manière dont elles communiquent et effectuent des fonctions
individuelles. Il s’agit du Smart Manufacturing et de l’internet des objets.

Figure 2 : Evolution de l’industrie (Adaptée des travaux de [11])

Ainsi avec l’automatisation, un nouveau terme a vu le jour : Industrie 4.0. Cette notion a été inventée
par Henning Kagermann [11], [12] qui fusionne le monde virtuel et le monde réel en mettant l’accent
sur des applications techniques telles que la robotique, la cobotique, la numérisation et
l’automatisation. Dans l’industrie 4.0, la fabrication et les services sont caractérisés par des processus
d’automatisation et de numérisation hautement développés. En effet, elle modifie considérablement les
produits et les systèmes de production concernant la conception, les processus, les opérations et les

Chapitre 1 10
services [12]. Cependant, l’industrie 4.0 ne concerne pas uniquement l’industrie, il s’agit d’une
transformation globale utilisant l’intégration numérique et l’ingénierie intelligente [11].

Du point de vue de la production et de la gestion des services, l’industrie 4.0 se concentre sur la mise
en place de systèmes intelligents et communicatifs tels que l’interaction machine-machine et
l’interaction Homme-machine [13]. Ainsi, l’industrie 4.0 favorise l’autonomie, l’agilité, la flexibilité,
la prise de décision, l’efficacité et la réduction des coûts [14]. Néanmoins, l’automatisation peut
engendrer plusieurs changements tant sur l’Homme que sur les systèmes de production.

L’automatisation modifie le rapport des Hommes au processus de production et les différentes

installations utilisées [15]. En 2009, Lee et Seppelt [16] ont présenté une nouvelle vision des
concepteurs vis-à-vis de l’automatisation. Ils la considèrent comme un moyen d’accroître l’efficacité
et la sécurité du système tout en réduisant la participation de l’Homme. Toutefois, pour que
l’automatisation tienne ses promesses, les concepteurs doivent éviter l’approche centrée sur la
technologie et adopter une approche prenant en compte l’Homme et l’automatisation.

Cette thèse se positionne dans un contexte d’automatisation des lignes de montage en proposant une
méthode d’aide à la décision qui analyse plusieurs données d’entrée (produits, environnement/usine,
gammes de montage …) et qui prend en compte plusieurs critères d’évaluation (coût, ergonomie,
flexibilité …) afin de proposer le meilleur scénario d’automatisation.

2. Contexte industriel : atelier montage automobile

Le processus de production d’une voiture suit plusieurs étapes allant de la fabrication de la carrosserie
jusqu’au montage et assemblage final des divers composants. Cette partie présente le processus de
production, les enjeux des lignes de montage, ensuite les besoins industriels qui sont à l’origine de ce
travail de thèse.

2.1. Processus de production d’une voiture

Le produit automobile est composé de deux sous-ensembles. Le premier est la carrosserie qui répond à
trois fonctions majeures : la fonction structure, la fonction abri et la fonction aérodynamique. Le
second est l’ensemble des organes mécaniques : la chaîne de transmission (embrayage, boîte de
vitesse, arbres et différentiel), les organes de liaison à la route (suspension, direction, circuit de
freinage), la source et la distribution d’énergie (moteur, batterie, câblage…) et les équipements et
accessoires (glaces, sièges…) [17]. Cette diversité de composants impacte le processus de production
d’une voiture, ce dernier suit les quatre étapes suivantes : l’emboutissage, le ferrage, la peinture et le
montage comme le décrit la Figure 3.

Chapitre 1 11
Figure 3 : Synoptique des différentes étapes de production d’une voiture (Schéma adapté des
travaux de Feno [18])

Emboutissage : la préparation des pièces métalliques pour construire l’armature du véhicule, sa

carrosserie et son châssis se fait dans cet atelier en transformant des bobines d’acier en pièces
embouties consommées, par la suite, par l’atelier ferrage.

Ferrage : à partir des pièces embouties et en utilisant des outils de soudure automatisés, l’armature est
fabriquée puis les éléments de la carrosserie (portes, capots…) sont assemblés.

Peinture : dans cet atelier, plusieurs traitements sont effectués sur le véhicule ; traitement de surfaces
(anti-gravillons, anticorrosion, étanchéité), apprêts, laques et vernis.

Montage : cet atelier est le plus complexe et le moins automatisé ; l’Homme y est omniprésent. En
effet, c’est dans cet atelier, que le véhicule prend sa forme finale ; différents composants y sont
assemblés (vitres, tableau de bord, moteur, sièges, roues, calculateurs) et plusieurs contrôles qualité y
sont effectués.

Chez les constructeurs automobiles, le montage est l’étape du processus de production des véhicules le
moins automatisé. Les réflexions continuent pour définir la forme d’automatisation à mettre en place.
Cet atelier est donc l’objet de ce travail de thèse.

2.2. Synoptique cible de l’atelier montage

L’atelier montage dispose d’une ligne principale qui est découpée en deux grands secteurs. Le premier
est l’Habillage Caisse (HC) où sont installés les éléments structurels comme les faisceaux, la
miroiterie ou encore le tableau de bord. Le deuxième secteur est le Montage Véhicule (MV) où sont
installés les éléments fonctionnels comme : le moteur, les sièges ou encore les roues. Autour de cette
ligne principale, se trouvent des zones de préparation comme la préparation des portes, du groupe

Chapitre 1 12
motopropulseur, ou encore la préparation des organes mécaniques. La Figure 4 illustre l’architecture
de l’atelier montage et les différentes zones de préparation.

Figure 4 : Synoptique cible de l’atelier montage [19]

Le synoptique cible est un document qui décrit le fonctionnement considéré optimal de l’atelier
montage allant de son architecture jusqu’à l’enchaînement des opérations. En effet, vu la complexité
de cet atelier, il faut qu’il soit dimensionné au mieux, dans un esprit de gain de coûts de main d’œuvre
et d’infrastructure.

2.3. Enjeux des lignes de montage multi-modèles

Le processus de montage est caractérisé par l’ensemble des relations de précédence qui induisent
l’ordre d’exécution des tâches ainsi que par les temps opératoires. Selon le dictionnaire de la gestion
de la production et des stocks [20], la ligne de montage est : « ... un système de production caractérisé
par une implantation linéaire des postes de travail. Cette chaîne peut être constituée par une série de
machines-outils reliées entre elles par des canalisations ou des convoyeurs. »

Aujourd’hui, la production de voitures connaît un accroissement et une diversité de modèles et

d’options. Etant donné le coût des installations, le montage de ces différents modèles se fait sur la
même ligne. Ces lignes de production sont appelées lignes d’assemblage multi-modèles [21]. Ceci
pousse les entreprises à repenser l’organisation des flux et des moyens de production pour faire face à
la diversité produit, mais aussi pour avoir des flux tendus qui permettent de réduire les délais clients
[22]. Dans ces lignes, moyennant un convoyage automatisé, les produits passent par différents postes
de travail. Le temps entre deux produits consécutifs est constant ; ce temps est appelé « Temps de
cycle ».

Les opérateurs, quant à eux, suivent les produits durant leur passage dans les convoyeurs et doivent
réaliser leurs tâches dans la limite du temps de cycle et en respectant leur zone de déplacement comme
le montre la Figure 5.

Chapitre 1 13
Figure 5 : Schéma représentant les zones de déplacement des opérateurs sur une ligne de
montage [22]

Une ligne d’assemblage est découpée en plusieurs pas de travail ayant des longueurs identiques qui
représentent l’écart entre l’avant de deux véhicules consécutifs [23]. Des zones de stockage d’outils et
de pièces nécessaires à la réalisation des opérations sont présentes de chaque côté de la ligne. La
Figure 6 schématise un poste de travail situé sur le côté gauche de la voiture. L’opérateur évolue dans
un espace de travail délimité (rectangle avec traits discontinus). Il utilise des outillages fixes ou
mobiles et consomme des pièces qui sont présents dans des zones de stockage. Le pas de travail est
présenté par des traits discontinus.

Figure 6 : Schéma d’un poste de travail positionné à gauche de la voiture sur une ligne de
montage [23]

L’optimisation des postes de travail est l’un des objectifs primordiaux pour l’industrie. Cet enjeu peut
être motivé par des problèmes de santé, d’ergonomie et de sécurité pour les opérateurs et/ou par la
volonté d’améliorer les performances du poste (vitesse, cadence, précision, répétabilité, qualité,
fiabilité …) [24], [25]. Dans ce contexte de production, l’équilibrage des charges entre les différents
postes de travail représente une contrainte qu’il faut prendre en compte. En effet, un mauvais
équilibrage conduit à une mauvaise utilisation des ressources et compromet la rentabilité de la chaîne
[22]. Il est donc important de bien élaborer ses gammes de montage.

2.4. Besoins industriels

Aujourd’hui, le défi technologique pour les industriels est d’avoir une ligne de production flexible au
produit et au volume. Une ligne qui permet de fabriquer une grande diversité de produits avec des
volumes de production différents tout en restant rentable. Cependant, le plus grand challenge est de

Chapitre 1 14
pouvoir intégrer de nouveaux produits qui n’existaient pas au moment de la conception et la mise en
place de la ligne. Ainsi, la conception d’une ligne automatisée, flexible et reconfigurable s’inscrit dans
la démarche « Usine du Futur » du constructeur automobile Stellantis.

A partir des études menées sur le terrain et les différentes réunions avec les industriels, il a été possible
d’identifier l’ensemble des besoins industriels concernant l’automatisation de l’atelier montage
automobile :

 Définir un indicateur pour mesurer le niveau d’automatisation des postes de travail et de

l’atelier montage automobile
 Faire un état des lieux
 Définir une méthodologie pour évaluer et améliorer le niveau d’automatisation
 Comparer différents scénarios d’automatisation et choisir celui qui permet d’obtenir le
meilleur compromis coût/qualité/ergonomie …
 Prendre en compte les évolutions possibles des produits

3. Problématique et objectifs de la thèse

Pour faire face aux contraintes liées aux évolutions des produits, et aux exigences croissantes de la
clientèle tout en restant compétitif sur le marché, les industriels automatisent de plus en plus leurs
chaînes de production tout en analysant la portée de cette automatisation. Cette nouvelle direction
permet également d’intégrer de nouvelles approches afin de remédier à des problèmes d’ergonomie et
de qualité.

Pour l’atelier montage automobile, les automatisations existantes sont mises en place pour des
opérations spécifiques qui sont concentrées sur des zones d’atelier dédiées et sécurisées sans
interaction avec les opérateurs. Ces travaux de recherche ont pour but de proposer des évolutions des
automatisations de l’atelier montage dans le cadre de l’industrie 4.0. Néanmoins, la diversité des
modèles, des pièces ainsi que l’intégration de nouveaux véhicules (hybrides, électriques …) sont des
contraintes à prendre en considération pour atteindre une automatisation qui réponde aux critères de
rentabilité, d’agilité et de flexibilité.

Chez Stellantis, la chronologie des opérations de montage est définie macroscopiquement par un
synoptique générique qui structure l’architecture de l’atelier. Ceci permet de conserver le même ordre
de montage des opérations structurantes vis-à-vis de la conception des véhicules et entre les différentes
usines. Un autre axe de recherche consiste à améliorer ce synoptique générique en se basant sur les
propositions d’automatisation qui vont être identifiées. Ainsi, le premier objectif sera de définir les
principes et critères permettant d’identifier et de sélectionner les opérations à automatiser afin
d’aboutir à une méthode d’aide à la décision. Par la suite, en appliquant cette méthodologie, des
automatisations techniquement et économiquement faisables seront proposées.

Afin d’identifier les améliorations possibles et faire ainsi évoluer le synoptique cible, il sera nécessaire
de répondre à la problématique de recherche suivante :

Comment identifier les zones d’assemblage à potentiel d’automatisation dans le cadre d’une
production multi-modèles ?

A partir de cette question clé, un ensemble d’objectifs est dérivé. Ces objectifs permettent de guider et
de structurer les travaux de recherche. Ils sont présentés sous forme de quatre questions qui traitent
différents aspects de l’automatisation des systèmes de production.

Chapitre 1 15
  Question 1 : Comment qualifier le degré d’automatisation d’un poste de travail ? Voire d’un
atelier de montage ?
Le travail de recherche a pour objectif de développer une méthodologie pour augmenter le
niveau d’automatisation des chaînes de montage. Ainsi, la Question 1 aborde la nécessité de
définir une échelle d’évaluation et les paramètres clef de ce niveau. Cette échelle est utilisée,
dans la suite des travaux, pour évaluer les postes de travail identifiés comme étant à potentiel
d’automatisation.

 Question 2 : Quels sont les critères de regroupement d’opérations en vue d’équilibrer la

charge opérateur et la charge moyens automatisés ?
A travers le regroupement, l’industriel cherche à équilibrer la charge des opérateurs et la
charge des installations automatisées. Ainsi, la Question 2 met l’accent sur les différents
critères à prendre en compte pour pouvoir chercher des regroupements d’opérations.

 Question 3 : Quelle est l’approche la plus adaptée pour chercher des regroupements
d’opérations pour les automatiser ?
L’objectif de l’industriel est, avant tout, de mettre en place des automatisations rentables.
Etant donné que les opérations de montage sont très courtes en durée, la recherche de
regroupements d’opérations reste la meilleure solution pour garantir le critère de rentabilité.
La Question 3 aborde cette problématique. L’objectif est de conduire les travaux de recherche
vers le développement d’une approche qui permet de rechercher des regroupements
d’opérations.

 Question 4 : Quels sont les critères de sélection et la méthode permettant d’identifier le

scénario d’automatisation optimal ?
Une fois, les regroupements d’opérations effectués, plusieurs scénarios d’automatisation sont
proposés. Ainsi, afin de déterminer celui qui respecte le plus la vision de l’industriel, plusieurs
critères de sélection sont à définir et à quantifier. La Question 4 a donc pour objectif de mettre
en lumière cet aspect de décision multicritère.

La Figure 7 donne un aperçu des objectifs de la recherche. Elle présente les liens qui existent entre eux
et les modèles développés pour répondre à chacune des quatre questions formulées. Premièrement, il
faut analyser toutes les données d’entrée : l’architecture de l’usine, les gammes de production ou
encore la conception des produits actuels et futurs. A partir de ces informations, il faut étudier les
contraintes de précédence entre les opérations de montage, et les critères qui permettent de les
regrouper. A l’issu de cette analyse, plusieurs scénarios avec un niveau d’automatisation sont
proposés. La décision se fait sur la base d’une analyse multicritère pour déterminer le scénario
« optimal ».

Chapitre 1 16
 Question 1
Faire un état d’art

Questions 2 & 3
Proposer une échelle
Niveau
d’évaluation du niveau Critères de
d’automatisation
d’automatisation regroupement

Analyser l’état d’art Etudier la variabilité

du produit
Regroupement des
opérations
Question 2 Méthodologie pour
Analyser les gammes
regrouper les
de production
opérations
Nombre des opérateurs (UML)
(SADT)

Analyser les
Equilibrage de la Tracer la matrice de
Temps de cycle contraintes de
ligne précédence
précédence

Automatisation des Données d’entrée à analyser

Equilibrage des charges
opérateurs et charges
installations automatisés
lignes de montage Architecture usine

Question 4 Gammes de
production
Analyser l’état d’art Définir une méthode
d’analyse multi Données d’entrées
critères

Produits futurs
Faire un état d’art
Scénarios
Critères de sélection Conception produits
d’automatisation
Quantifier les critères
de sélection Produits actuels

Identifier les critères

de sélection

Figure 7 : Synthèse des objectifs des travaux recherche et des modèles développés

La structure de ce document suit également la logique des objectifs de recherche. Ce manuscrit

comprend donc cinq chapitres :

Chapitre 1 détaille le contexte des travaux ainsi que les besoins industriels et scientifiques. La
problématique globale de recherche est définie. A partir de cette problématique, quatre questions sont
dérivées et présentées.

Chapitre 2 analyse l’état de l’art réalisé sur chacun des aspects abordés par les questions de recherche.
Les travaux issus de la littérature sont discutés et leurs lacunes sont expliquées. Le besoin de nouveaux
modèles et méthodes est souligné.

Chapitre 3 répond aux différentes questions en détaillant les modèles et méthodes développés. Ce
chapitre propose ainsi une définition du niveau d’automatisation adéquate aux travaux de thèses
(Question 1). Par la suite, il définit les différents critères permettant le regroupement d’opérations
(Question 2). Ce chapitre présente la méthodologie développée pour augmenter le niveau
d’automatisation des lignes de montage (Question 3) ainsi que les modèles de calcul pour le choix
d’un scénario d’automatisation (Question 4).

Chapitre 4 présente trois cas d’études industriels. Les différents modèles et méthodes développés sont
appliqués pour analyser différentes zones de la ligne montage automobile.

Chapitre 5 conclut le travail de recherche effectué. Il résume les différentes contributions et souligne
leurs limites. Ceci permet de proposer de nouveaux axes de recherche.

Chapitre 1 17
Chapitre 2 : Etude bibliographique des travaux
concernant le niveau d’automatisation et les
méthodes d’aide à la décision

Résumé
Ce chapitre étudie les différents travaux de recherche autour de l’automatisation des
systèmes de production. Il introduit le concept du niveau d’automatisation (LoA) en
présentant plusieurs définitions issues de la littérature. Il met en évidence les différentes
exigences qu’un indicateur LoA et qu’une méthodologie d’aide à la décision doivent
satisfaire pour répondre aux questions de recherche préalablement présentées. Sur la
base de ces exigences les définitions LoA et méthodologies issues de la littérature sont
évaluées.

Comme indiqué dans l’introduction, au cours des dernières années, l’automatisation a été adoptée
davantage par les fabricants. Ainsi, pour atteindre une performance industrielle et faire face à la
concurrence, l’une des solutions pour chaque fabricant est de rationaliser l’automatisation. En effet,
lorsqu’elle est conçue de manière appropriée, elle permet de réduire considérablement les coûts et
résoudre de multiples problèmes liés à la qualité, la répétabilité ou encore l’ergonomie.

Toutes ces données confirment qu’il est nécessaire de déterminer le niveau d’automatisation
convenable pour chaque fabricant. Ceci permet d’atteindre les objectifs de l’industriel tout en évitant
des investissements dans des solutions inappropriées.

Ainsi afin de répondre aux questions préalablement posées dans le chapitre 1, il est tout d’abord
nécessaire d’étudier les travaux en lien avec la problématique de la thèse. Ce chapitre a pour but de
présenter et d’analyser la bibliographie.

Ce chapitre introduit la notion du niveau d’automatisation (LoA). Plusieurs définitions qui existent
dans la littérature sont étudiées et analysées et les avantages et les limites de chaque définition sont
identifiés Ce chapitre décrit également les différentes formes de l’automatisation. Ses avantages et
inconvénients sont soulignés et les différents critères à prendre en compte sont mis en évidence.

La dernière partie de ce chapitre est consacrée aux différentes méthodologies d’aide à la décision en
terme d’automatisation présentes dans la littérature. Une analyse de chacune de ces méthodes est faite
et les exigences que doit respecter une méthodologie adéquate au traitement du sujet de la thèse sont
détaillés.

Chapitre 2 19
 1. Niveau d’automatisation (LoA)
La recherche dans le domaine a montré l’importance de l’intégration de l’Homme et de la technologie
dans le processus d’automatisation des chaînes de production. Ceci permet d’avoir des systèmes de
fabrication durables et robustes. Les données fournies par des entreprises américaines indiquent qu’il
est important d’inclure les aspects humains lors de la mise en œuvre d’une technologie de fabrication
avancée [26], [27].

De nombreuses études montrent que la plupart des décisions d’automatisation sont prises par la
direction générale et que cela a pour conséquence des résultats inférieurs à ceux attendus lors de
l’investissement [28]. Souvent, la direction générale initie l’automatisation dans le but de réduire les
coûts de fabrication, ainsi l’automatisation relève de la stratégie globale de l’entreprise. Cependant,
des recherches [26], [28] ont montré que l’appui aux décisions en matière d’automatisation reste
faible.

Il est donc nécessaire de développer des outils d’aide à la décision afin de d’identifier un niveau
d’automatisation approprié pour des systèmes de production plus efficaces et robustes.

Actuellement, il n’existe pas de métrique du niveau d’automatisation. Ainsi, cette partie introduit ce
concept en abordant les différentes approches présentes dans la littérature. L’objectif est d’aboutir à
une proposition d’une échelle d’évaluation de cet indicateur pertinente pour ce sujet de thèse.

Pour chaque scénario d’automatisation, cette échelle permettra de quantifier le niveau

d’automatisation du poste de travail étudié et ainsi évaluer la part du travail manuel et la part des
installations automatisées.

Les définitions du concept de LoA sont nombreuses. Le mode d’évaluation n’est pas le même, des
travaux proposent une évaluation quantitative tandis que d’autres s’orientent vers une approche
qualitative.

La littérature autour de ce sujet a été analysée. Les travaux proposent de définir le LoA comme :

 Un degré d’évolution du système expert dans la prise de décision

 Un degré d’automatisation des opérations physiques et cognitives
 Un degré d’intelligence et d’autonomie
 Un ratio de fonctions automatisées
 La répartition des tâches entre l’Homme et la machine
 Un rapport de coût

Une bonne définition du niveau d’automatisation (LoA) adéquate pour le sujet de la thèse doit
respecter les exigences suivantes. Elle doit être applicable pour les systèmes de production existants
ou futurs. Un bon indicateur doit être quantitatif, pour avoir des données mesurables qui peuvent être
facilement surveillées pour adopter le LoA selon les besoins. L’échelle doit traiter le mode
opératoire, c’est-à-dire les opérations physiques que la machine ou l’Homme peut effectuer. Une
bonne définition du LoA doit être objective et peut permettre une prise de décision selon une
méthodologie plutôt qu’une intuition. L’indicateur doit permettre une automatisation partielle, et
donc avoir des niveaux entre entièrement manuel et entièrement automatique. Et enfin, l’échelle doit
donner une vision claire aux décideurs sur la part des opérateurs et des machines, ce qui permettra
d’évaluer le potentiel d’automatisation des postes de travail.

Chapitre 2 20
 1.1. LoA défini comme un degré d’évolution du système expert
dans la prise de décision
L’une des plus anciennes définitions que l’on puisse trouver dans la littérature est celle proposée par
Sheridan et Verplank [29] et reprise dans différents travaux [30], [31]. Les auteurs ont identifié six
fonctions qu’un opérateur humain ou un ordinateur peuvent exécuter durant une opération : Requests
(demande), Gets (récupère), Selects (sélectionne), Approves (approuve), Starts (commence) et Tells
(informe). Le Tableau 1 donne une explication de la manière dont l’opérateur humain et l’ordinateur
sont censés coopérer sous différents LoA pour chacune de ces commandes.

Tableau 1 : Description des commandes proposées par Sheridan et Verplank [29]

Commande Description
Requests Demande à l’autre partie
Gets Va chercher ce qui est demandé
Selects Choisit parmi les options celle qui convient à l’action envisagée
Approves Accepte ou refuse une décision particulière
Starts Initie la mise en œuvre
Tells Informe de ce qui a été fait

Dans ce sens, ils définissent l’automatisation comme un remplacement total ou partiel d’une fonction
précédemment exercée par l’opérateur humain. Cela implique, que l’automatisation n’est pas totale ou
inexistante, mais qu’elle peut varier selon différents niveaux. Le Tableau 2 présente les 10 niveaux de
LoA, définis par les auteurs.

A un niveau bas 2 (Tableau 2), plusieurs options sont proposées à l’Homme, mais le système n’a pas
son mot à dire quant à la décision. Au niveau 4, l’ordinateur suggère une alternative de décision, mais
l’être humain conserve le pouvoir d’exécuter cette alternative ou d’en choisir une autre. À un niveau
supérieur 6, le système ne laisse à l’Homme qu’un temps limité pour exercer son droit de veto avant
de prendre une décision.

Tableau 2 : Définition de LoA proposée par Sheridan et Verplank [29]

LoA Description
Niveau 1 Contrôle entièrement manuel, l’ordinateur n’offre aucune assistance
Niveau 2 L’ordinateur offre un ensemble complet d’alternatives. Plusieurs options sont
proposées à l'Homme, et c’est lui qui décide
Niveau 3 L’ordinateur réduit le nombre des alternatives, et c’est toujours l’Homme qui décide
Niveau 4 L’ordinateur suggère une seule option, l’Homme peut décider de la suivre ou non
Niveau 5 L’ordinateur exécute l’option si l’Homme l’approuve. L’approbation de l’Homme est
nécessaire
Niveau 6 L’ordinateur laisse un temps limité à l’Homme pour décider avant exécution de
l’action
Niveau 7 L’ordinateur exécute l’action automatiquement et informe l’Homme
Niveau 8 L’ordinateur informe l’Homme si ce dernier demande l’information
Niveau 9 L’ordinateur informe s’il juge cela nécessaire
Niveau 10 Contrôle total de l’ordinateur. Il décide de tout et agit avec autonomie

Toujours dans la même catégorie, en 1995, Endsley [32] a montré que les systèmes experts sont
utilisés pour compléter la prise de décision humaine. En effet, dans cette approche, l’Homme y est
pilote. Le Tableau 3 présente les cinq niveaux d’automatisation (ou de contrôle) qu’Endsley propose.

Chapitre 2 21
 Tableau 3 : Définition de LoA proposée par Endsley [32]
LoA Description
Niveau 1 Manuellement sans assistance du système
Niveau 2 Par l’opérateur en s’appuyant sur les recommandations fournies par le système
Niveau 3 Par le système, avec le consentement de l'Homme
Niveau 4 Par le système, à mettre en œuvre automatiquement sauf en cas de veto de l’Homme
Niveau 5 Automatiquement sans interaction avec l’Homme

Dans cette définition, il y a moins de niveaux entre le 100% Manuel et le 100% Automatique comparé
à la précédente. Dans son approche Endsley élimine ou amplifie l’effort du système expert sur
l’Homme.

1.2. LoA défini comme un degré d’automatisation des

opérations physiques et cognitives
En 2008, Frohm, Lindström et Winroth [33] ont défini le niveau d’automatisation comme étant
l’allocation des opérations physiques et cognitives entre l’Homme et la technologie. En effet, pour
eux, le LoA est présenté sous forme de deux degrés : un pour les opérations physiques, et l’autre pour
les opérations cognitives. Le Tableau 4 présente les sept niveaux LoA proposés par les auteurs.

Tableau 4 : Définition du LoA proposée par Frohm, Lindström et Winroth [33]

LoA Physiques Cognitives
Complètement manuelle : l’Homme crée
sa propre compréhension de la situation
Niveau 1 Totalement manuelle et développe son plan d’action sur la
base de son expérience et de ses
connaissances antérieures.
Niveau 2 Outil à main statique (static hand tool) Propositions pour réaliser l’opération
Niveau 3 Outil à main flexible (flexible hand tool) Guides/Formations pour réaliser
l’opération
Niveau 4 Outil à main automatisé (automatic hand Demande de validation
tool)
Niveau 5 Machine statique (static machine) Supervision
Niveau 6 Machine flexible (flexible machine) Intervention et Correction
Niveau 7 Totalement automatisée Totalement automatisée

Dans cette définition, les auteurs ont fait la différence entre les opérations physiques et cognitives.
Cette échelle devrait être appliquée poste par poste. Le degré de description semble être précis.
Pourtant, distinguer l’automatisation mécanique et l’automatisation de l’information est plus
appropriée pour améliorer les processus existants que pour concevoir de nouveaux systèmes pour
lesquels l’échelle d’information est difficile à décrire. D’un autre côté, cette approche considère la
flexibilité comme un niveau et non comme un critère primordial pour le choix de la technologie. De
plus, la définition des niveaux est ambigüe. Par exemple, une machine statique (LoA = 5) peut être
considérée comme totalement automatisée (LoA = 7).

Un autre cas de confusion consiste à distinguer un niveau où l’opération est totalement manuelle (LoA
= 1) et un niveau où l’opération nécessite l’utilisation d’un outil manuel statique (LoA = 2). Cela
semble inutile, du moins pour le traitement de la problématique de la thèse. En effet, l’utilisation d’un

Chapitre 2 22
outil manuel (tel qu’une visseuse ou un tournevis) ne change pas la décision concernant
l’automatisation. Pour les travaux de thèse, le niveau devrait être « manuel ».

1.3. LoA défini comme un degré d’intelligence et d’autonomie

En 1989, Riley a défini un modèle général d’interaction Homme-machine. Son modèle présente des
facteurs qui définissent 7 niveaux d'intelligence (Tableau 5) et 12 niveaux d’autonomie (Tableau 6)
[34]. Chaque combinaison d’un niveau d’intelligence et d’un niveau d’autonomie est appelée Etat
d’automatisation et chaque état correspond à une forme unique prédéfinie [35].

Tableau 5 : Niveaux d’intelligence proposés par Riley [36]

Niveau d’intelligence Description
Niveau 1 Données brutes sans aucun traitement
Niveau 2 Le système traite les informations ou agit selon des procédures prédéfinies
Niveau 3 Réponse contextuelle ; le système peut changer de comportement pour
répondre à son environnement
Niveau 4 Le système peut contenir un modèle statique des préférences d’un
opérateur particulier
Niveau 5 Le système peut déduire de manière dynamique l’intention de l’opérateur
en fonction du contexte et du comportement de l’opérateur
Niveau 6 Le système peut également utiliser des informations sur l’état physique de
l’opérateur
Niveau 7 Le système peut anticiper les actions de l’opérateur

Tableau 6 : Niveaux d’autonomie proposés par Riley [36]

Niveau d’autonomie Description
Niveau 1 Opérations manuelles
Niveau 2 Traitement des informations disponibles
Niveau 3 Le système ne peut effectuer aucune action par lui-même, sauf conseiller
l’opérateur
Niveau 4 Recommandations : La machine n’a pas le pouvoir d’agir et se limite à la
communication avec l’opérateur
Niveau 5 Recommandations avec interaction : La machine n’a pas le pouvoir d’agir
et se limite à la communication avec l’opérateur
Niveau 6 Recommandations adaptatives : La machine n’a pas le pouvoir d’agir et se
limite à la communication avec l’opérateur
Niveau 7 La machine est serviteur et a la possibilité de réaliser des actions
Niveau 8 La machine est assistant et peut effectuer des actions mais nécessite
l’approbation de l’opérateur
Niveau 9 La machine est associée et peut effectuer des actions de manière
autonome sans autorisation explicite de l’opérateur, mais l’opérateur peut
toujours le remplacer
Niveau 10 La machine est partenaire et dispose des mêmes droits que l’opérateur
Niveau 11 La machine est superviseur et peut remplacer l’opérateur qui n’a pas
d’autorité
Niveau 12 Opération entièrement autonome

Dans les six premiers niveaux d’autonomie (Tableau 6), la machine n’a aucune autorité pour agir. Elle
est limitée à la communication avec l’opérateur. Les six derniers niveaux donnent à la machine la
possibilité d’agir. Les distinctions entre ces niveaux d’autonomie sont établies en fonction du
traitement de l’information de la machine et de l’autorité pour manipuler les écrans de l’opérateur. Par

Chapitre 2 23
exemple, une machine Associée est autonome et capable de réaliser des actions sans l’autorisation
explicite de l’opérateur, mais celui-ci peut toujours l’annuler. Une machine Partenaire a le même
pouvoir de dérogation que l’opérateur, et une machine Superviseur peut remplacer l’opérateur, mais
l’opérateur ne peut pas l’ignorer [35]. Cette définition est très détaillée. Toutefois, pour les
automatisations mécaniques, les 6 premiers niveaux peuvent être considérés entièrement manuels.

1.4. LoA défini comme un ratio de fonctions automatisées

Gorlact et Wessel [37] considèrent que le LoA représente la partie des fonctions automatisées d’un
système par rapport à la totalité des fonctions du système. Chaque niveau LoA est associé à un coût.
Dans le secteur de la fabrication, le coût total par unité par rapport au niveau d’automatisation peut
être représenté graphiquement, comme indiqué dans la Figure 8.

Figure 8 : Représentation des différents coûts en fonction du LoA dans le secteur de fabrication
[37]

L’analyse de la Figure 8, permet de constater que le coût de la main d’œuvre directe diminue
proportionnellement à l’augmentation du niveau d’automatisation. Les opérations économiquement
justifiables sont automatisées en premier lieu. Ceci justifie que le coût de l’automatisation augmente
presque linéairement.

Par la suite, les dépenses augmentent de manière disproportionnée en raison de la complexité

croissante du système. Ainsi, l’atteinte d’une automatisation complète fait augmenter son coût d’une
façon exponentielle, alors que les coûts de la main d’œuvre ne diminuent que de façon linéaire. Ceci
engendre un coût total plus élevé.

Pour le calcul des coûts, Gorlach et Wessel [37] ont pris en compte :

Chapitre 2 24
  La main d’œuvre : Le salaire de tout le personnel impliqué dans la réalisation et la
planification du processus d’assemblage, ainsi que les coûts sociaux qui dépendent
essentiellement de la qualification des travailleurs
 Le matériel d’exploitation : Les coûts de toutes les installations nécessaires pour le montage et
le transport
 La matière première et les consommables

1.5. LoA défini comme la répartition des tâches entre

l’Homme et la machine
En 2006, dans ses travaux, Frohm [38] a choisi de définir le niveau d’automatisation (LoA) comme
étant le degré d’allocation des tâches entre l’Homme et la machine. Ce degré peut être exprimé sous
forme d’indice entre 1 (tâche entièrement manuelle) et 9 (tâche entièrement automatisée).

Dans leurs travaux, Lindström et Winroth [39] ont mentionné que l’Homme et la machine peuvent être
complémentaires. Les avantages de chacun d’eux doivent être bien exploités lors de l’allocation des
tâches. Par exemple, les machines sont reconnues pour leur efficacité et leur productivité, tandis que
l’Homme a l’avantage d’être flexible. Ainsi, pour profiter pleinement des capacités de l’Homme et de
la machine, leur degré d’interaction doit être bien conçu. Cette interaction doit être qualifiée par le
LoA, allant d’opérations entièrement manuelles à une automatisation complète [40].

De leur côté, Sheridan et Parasuraman [41] utilisent le terme Human-centered automation pour
indiquer que l’automatisation doit être conçue pour fonctionner en collaboration avec les humains qui
la contrôlent ou qui interagissent avec elle. Pour plus de concrétisation de la collaboration entre
l’Homme et les machines dans la définition du LoA, Satchell [42] a défini l’automatisation comme
une approche de partage des tâches entre l’Homme et la technologie. De son côté, Sheridan [42] a
proposé d’attribuer à l’Homme des tâches adaptées et d’automatiser celles qui conviennent le plus à la
machine. Le risque avec cette approche est la dégradation des compétences des opérateurs [43]. En
effet, lorsque l’Homme reste impliqué dans le processus d’automatisation (LoA intermédiaire) cela
peut donner de meilleurs résultats qu’avec un LoA très élevé.

1.6. LoA défini comme un rapport de coûts

Le niveau d’automatisation peut être calculé en fonction des coûts d’exploitation d’équipements
(€/h) et des coûts de la main d’œuvre (€/h) [44], comme le montre l’équation ( 1 ).

(1)

La valeur du ratio (Taux d’automatisation) varie entre 0 et 1. Lorsque ce ratio est nul, on en
déduit que la production est entièrement manuelle ; le coût d’exploitation des équipements étant
négligeable devant le coût de la main d’œuvre. Lorsque ce ratio est égal à 1, c’est le coût de la main
d’œuvre qui est négligeable devant le coût d’exploitation des équipements, la production est donc
totalement automatisée.

Cette approche a l’intérêt de décrire le LoA d’une façon quantitative. Cependant, elle ne donne pas
une réelle vision du taux d’automatisation d’un atelier. La définition du coût n’est pas assez

Chapitre 2 25
représentative. Par exemple, si on considère un atelier de 8 postes, avec 2 postes automatisés à un coût
élevé. Le ratio sera proche de 1, sans pour autant que le taux d’automatisation soit élevé. Cette
limite est d’autant plus significative dans des pays où les coûts d’investissement et d’exploitation sont
nettement plus importants que les coûts de la main d’œuvre. Ainsi, cette approche ne reflète pas le
niveau d’automatisation réel d’une ligne de production.

1.7. Synthèse de l’état de l’art

Le Tableau 7 présente l’évaluation des définitions LoA issues de la littérature. Cette évaluation
concerne les différentes exigences identifiées dans la section 1.

Tableau 7 : Evaluation des définitions LoA issues de la littérature

Exigences

automatisation partielle

opérateurs et machines
Doit traiter le mode

Doit inclure la part

Doit permettre une
Doit être quantifié
systèmes existants

Doit être objectif

Doit analyser les

Doit analyser les

Définitions systèmes futurs

opératoire
LoA

Degré d’évolution du système expert

X X
[29], [30], [31]
Degré d’automatisation des opérations
X X X X
physiques et cognitives [33]
Degré d’intelligence et d’autonomie
X X X
[35]
Degré d’automatisation [37] X X
Répartition des tâches entre l’Homme
X X X
et la machine [38], [39]
Stratégie d’entreprise [26], [28] X
Rapport de coût [44] X X X X X

En analysant les différents travaux de la littérature, il ressort que la majorité des approches proposées
traitent le processus complet et manquent de précision quant à la description du niveau
d’automatisation de chaque poste de travail. Il est à noter également qu’aucune des définitions étudiées
n’étudie la part des opérateurs et celle des machines.

Il est donc nécessaire de développer une nouvelle définition du LoA qui est utilisée pour décrire le
potentiel d’automatisation de chacun des postes de montage étudiés dans la suite de ce travail. Cette
définition permet de proposer et d’évaluer plusieurs scénarios possibles d’automatisation.

2. Avantages et inconvénients de l’automatisation

Les industriels ont choisi la voie de l’automatisation pour augmenter leur productivité, pour réduire les
coûts de la main d’œuvre ou pour faire face aux différents problèmes liés à l’ergonomie et à la santé au
travail ou encore à la qualité. Néanmoins, une ligne d’assemblage hautement automatisée n’est pas

Chapitre 2 26
toujours la meilleure solution. Sur la base d’une étude bibliographique, le Tableau 8 présente les
avantages et les inconvénients des processus automatisés et des processus manuels.

Tableau 8 : Avantages et inconvénients des processus automatisés et manuels

Avantages Inconvénients
Augmenter la productivité et
Augmenter les coûts de production :
atténuer les effets de pénurie de
main d’œuvre [36], [45], [46] un niveau élevé d’automatisation peut
engendrer des coûts supplémentaires,
Réduire le coût de production
sans négliger les coûts de la
[45], [47]
maintenance, de réglage, de
Augmenter le niveau d’ergonomie
reconfiguration et de paramétrage qui
et de sécurité [36], [45], [46]
doivent être pris en considération
Augmenter le niveau de qualité des
Processus [33], [37], [38], [44]
produits [36], [33], [44], [45]
automatisés
Réduire le délai de livraison [45],
Augmenter la complexité des
[47]
moyens de production [37], [38],
Améliorer la compétitivité sur le
[46], [48]
marché [42], [46]
Réaliser des opérations complexes
Diminuer la flexibilité des moyens
[33], [45], [48]
de production [33], [37], [46], [49],
Augmenter la répétabilité [33],
[50], [51]
[52]
Augmenter la flexibilité des
moyens de production : L’Homme
Réduire la répétabilité des
peut s’adapter facilement aux
opérations [48], [54]
différents changements [44], [45],
[48], [52], [51], [53]
Processus manuels Réaliser des tâches complexes que
la machine ne peut pas faire [45], Réduire le niveau de qualité [48]
[48]
Apprendre à travers les différentes Etre limité sur le plan ergonomique :
expériences et développer de l’Homme ne doit pas effectuer les
nouvelles solutions [45] tâches pénibles [38], [55]

L’automatisation permet de rester compétitif sur le marché, de réduire le délai de livraison, le temps de
production et les coûts de la main d’œuvre et donc augmenter la productivité. Elle permet aussi de
renforcer la répétabilité des opérations et donc réduire les défauts de qualité. Sur le plan ergonomique
et sécurité, elle facilite les conditions de travail à l’opérateur en se chargeant des opérations pénibles et
complexes. Néanmoins, un haut niveau d’automatisation a plusieurs inconvénients notamment sur les
moyens de production, puisque ces derniers peuvent devenir complexes et peu flexibles. Leur
maintenabilité diminue, ce qui augmente le risque d’avoir des pannes et donc, réduire le rendement de
la ligne.

Cependant, un processus de production manuel permet une plus grande flexibilité puisque l’Homme
peut s’adapter aux changements et à la fluctuation de la demande. L’Homme peut aussi effectuer les
tâches complexes, contrairement aux machines. Néanmoins, cela nécessite un très haut niveau de
formation. Sur le plan ergonomique, l’Homme est limité et donc ne peut effectuer les opérations
pénibles. Concernant la qualité, l’Homme est peu répétable et cela peut augmenter le taux de
défaillances.

Chapitre 2 27
Ainsi, si les qualités d’un robot sont combinées à la flexibilité de l’Homme dans des situations
inattendues et des tâches de manutention difficiles, un poste de travail collaboratif est obtenu [55].
Cette coopération Homme-machine permet d’avoir un système de production performant.

3. L’Homme et l’automatisation
La réalisation des opérations nécessite des ressources. L’Homme et/ou le robot peuvent accomplir des
tâches individuellement ou en collaborant suivant les caractéristiques techniques du poste de travail.
Cette partie présente la relation entre l’Homme et la machine, en mettant en avant leur interaction, et
en introduisant la notion de cobotique et d’automatisation hybride.

3.1. Processus semi-automatisé

Ces systèmes requièrent la présence d’un Homme et d’une machine pour pouvoir effectuer les
différentes opérations d’assemblage. Cette partie définit l’interaction, et introduit le concept de la
cobotique.

3.1.1. Définition de l’interaction

En psychologie, Marc et Picard [56] définissent l’interaction comme étant une action mutuelle, en
réciprocité, de plusieurs éléments. C’est un échange d’informations, d’émotions, ou d’énergie entre
deux agents au sein d’un système. Ainsi, suivant cette définition, l’Homme et la machine peuvent
échanger des informations et de l’énergie [57]. Ceci ne peut se faire que si l’Homme peut percevoir,
agir sur la machine et inversement.

En 2007, Goodrich et Schultz [58] montrent que la communication entre l’Homme et le robot peut
prendre plusieurs formes qui sont largement influencées par le fait qu’ils soient proches l’un de l’autre
ou non. Ainsi, la communication et, par conséquent, les interactions peuvent être séparées en deux
catégories générales:

 Interaction à distance : L’Homme et le robot sont séparés géographiquement ou même

temporellement (par exemple, les Mars Rovers sont séparés de la Terre à la fois dans l’espace
et dans le temps).
 Interaction à proximité : l’Homme et le robot sont co-localisés (par exemple, les robots de
service peuvent se trouver dans la même pièce que l’Homme).

Bien que différentes classifications des modes suivis par les humains et les robots travaillant ensemble
ont été proposées et définies dans la littérature [58], [59], [60]. La classification développée par
Matheson est analysée et présentée dans la Figure 9.

Chapitre 2 28
Figure 9 : Modes de collaboration entre l’Homme et le robot. Les ombres vertes symbolisent les
tâches exécutées par l’Homme et les bleues celles exécutées par le robot. La zone beige
représente l’espace de travail [61]

Les différents modes envisagés de collaboration entre l’Homme et le robot présentés dans la Figure 9
sont décrits ci-dessous :

 Isolation : Dans le but de protéger l’opérateur, les robots industriels sont mis dans une cellule
isolée. Bien que ce mode de fonctionnement soit sécurisant, il dégrade la reconfigurabilité du
système et ralentit ainsi sa capacité à modifier les paramètres du processus.
 Coexistence : Les limitations du mode Isolation sont dépassées en supprimant les barrières.
Ceci constitue la seule différenciation entre les deux modes. Pour assurer la protection des
opérateurs, les capacités du robot à détecter leur présence dans sa zone de travail sont
renforcées.
 Synchronisation : Pour éviter les inconvénients des deux premiers modes, l’opérateur et le
robot fonctionnent de manière synchronisée.
 Coopération : Ce mode permet à l’opérateur et au robot de travailler dans la même zone en
même temps. Néanmoins, ils se concentrent sur tâches distinctes.
 Collaboration : C’est le mode le plus recherché par les industriels [61] puisque les deux
composants du système collaborent pour exécuter les mêmes tâches en même temps. Le robot
assiste l’opérateur, par exemple, lors de la prise ou l’assemblage des pièces.

L’interaction Homme-robot est un domaine d’étude dédié à la compréhension, à la conception et à

l’évaluation de systèmes robotiques destinés à être utilisés par ou avec des humains [58]. Pour les
interactions à proximité, les robots ont besoin de systèmes et de capteurs sophistiqués pour traiter
l’information et pouvoir interagir avec l’Homme [62], sans négliger sa sécurité, il faut que l’Homme
soit apte à échanger avec la machine, tout en garantissant sa propre sécurité. Ce type de robots est
appelé Cobots.

Chapitre 2 29
 3.1.2. Définition de la cobotique
Le terme cobotique est apparu en 1998 grâce à Michael Pershkin, et repris avec Edward Colgate en
1999. Ces deux professeurs en mécanique ont combiné deux mots Robotique et Collaboration [63].
Pour eux, les cobots s’inscrivent dans une interaction Homme-machine tactile, posturale et
audiovisuelle pour chaque opération. Grâce à cette interaction, les capacités de l’Homme sont
développées et amplifiées. Ce terme a été vulgarisé en 2010, il est aujourd’hui question de la
robotique collaborative.

La Figure 10 montre l’évolution de la technologie entre 1960 et aujourd’hui. Ceci a conduit à la

robotique collaborative.
Aujourd’hui
Vivre avec les robots

Révolution Numérique
Vivre avec le numérique

Révolution Internet
Vivre avec les réseaux
Révolution de
l’ordinateur personnel
Vivre avec les machines
Révolution
Informatique

1960 1970 1980 1990 2000

Figure 10 : Evolution de la technologie entre 1960 et aujourd’hui [63]

L’introduction des robots collaboratifs pourrait générer de nombreux avantages pour les industriels
(Tableau 8), en particulier dans l’assemblage mécanique et électrique. Au cours de ce type
d’opérations, l’Homme a besoin de l’aide de robots pour accélérer le processus ou simplement pour
porter de lourdes charges [64]. Ce type de robots peut être utilisé dans des opérations de manutention,
de contrôle, ou encore des opérations d’usinage. Pour ce faire, de nouvelles caractéristiques de sécurité
doivent être mises en place afin de garantir une collaboration sécurisée et conforme entre l’Homme et
le robot.

3.2. Automatisation hybride

Ces systèmes de production hybrides [65] donnent la possibilité d’avoir un processus de production
avec des zones ayant un niveau d’automatisation différent. Ces zones peuvent être hautement
automatisées, manuelles, et si nécessaire semi-automatisées. Dans le système d’assemblage hybride,
les opérations qui nécessitent des modifications significatives sont attribuées à l’Homme, par contre
les robots se chargent des opérations qui ne nécessitent pas un investissement supplémentaire
important pour s’adapter aux modifications du produit [66].

En analysant les différentes caractéristiques des systèmes présentés ci-dessus, il est évident qu’établir
une méthodologie est nécessaire pour pouvoir choisir une solution d’automatisation appropriée qui

Chapitre 2 30
répond aux exigences et à la vision de l’entreprise. Différentes méthodes d’aide à la décision
concernant le niveau d’automatisation sont présentées dans ce chapitre. Cependant, en analysant les
avantages et inconvénients de l’automatisation et du processus manuel, il est évident que plusieurs
critères rentrent en jeu avant d’opter pour une quelconque solution.

4. Critères d’automatisation
Cette partie présente les différents critères et données d’entrée à prendre en compte avant
d’automatiser une ligne de production. Par la suite, une pondération doit être faite pour chaque critère
suivant les besoins et la culture de chaque entreprise. Ainsi, pour une entreprise, c’est le critère coût
qui est prépondérant, par contre, pour une autre c’est le critère qualité qui l’est, peu importe le coût
d’investissement.

Le Tableau 9 et le

Tableau 10 présentent respectivement les différents critères et données d’entrée identifiés au travers
des discussions avec les industriels de Stellantis et d’autres au travers des travaux cités dans la
littérature [37], [38], [65], [67].

Tableau 9 : Critères d’automatisation à étudier avant d’automatiser une ligne de production

Catégories Critères Description
Coût d’investissement des matériaux et
Investissement
équipements d’exploitation
Indicateur qui prend en compte les sommes
Retour sur investissement
investies et l’argent reçu
Main d’œuvre Salaire des opérateurs présents sur la ligne
Coûts dépensés régulièrement qui permettent de
Fonctionnement faire fonctionner la ligne (énergie, équipements,
Coût
loyer, impôts …)
Coûts dépensés pour l’installation et la mise en
Mise en route service de la ligne (changement de série,
maintenance …)
Indicateur de performance qui permet de
Rendement opérationnel connaître le rendement de la ligne (capacité à
sortir de bons produits)
Nombre de défauts Nombre de produits défectueux
Indicateur de performance qui permet de
Taux de qualité connaître le nombre des produits non défectueux
Qualité
par rapport à la production totale
Maturité de
L’état de maturité des technologies
l’automatisation
Répétabilité Aptitude à reproduire une même action
Robustesse des
Maintenabilité Aptitude à être maintenu ou rétabli
moyens de
Fiabilité Probabilité de bon fonctionnement du système
production
Disponibilité Aptitude du système à accomplir une fonction
Flexibilité du volume de Aptitude à être rentable même si les volumes de
production production changent
Flexibilité
Flexibilité des moyens de Aptitude à réaliser les opérations pour n’importe
production quel produit de la ligne
Conditions des Sécurité Absence du danger pour les opérateurs
opérateurs Ergonomie Niveau de pénibilité des opérations

Chapitre 2 31
Tableau 10 : Données d'entrée à prendre en compte avant d’automatiser une ligne de production
Catégories Donnée d’entrée Description
Temps de cycle Temps qu’il faut pour fabriquer une production
Cadence Nombre de produits fabriqués en unité de temps
Productivité
Durée de fabrication d’un produit avant de le
Durée de vie
remplacer par un nouveau
Contraintes liées à l’architecture de la ligne
Architecture de l’usine (longueur de ligne, surface, méthode
d’approvisionnement …)
Environnement -
Compétences des
Usine Compétences des opérateurs qui sont sur la ligne
opérateurs
Compétences en
Compétences des opérateurs de la maintenance
maintenance
Taille Dimensions du produit
Poids Poids du produit
Nombre de composants Différents composants du produit
Forme Forme du produit
Tolérance Précision à bien réaliser la tâche
Produit Matière Matière qui compose le produit
Effort Effort appliqué lors de l’assemblage
Nature d’opération d’assemblage (vissage,
Nature de l’opération
rivetage …)
Probabilité d’endommager le produit lors de
Sensibilité
l’assemblage

Parmi tous les critères traités au sein du groupe Stellantis, certains sont très importants. Ainsi, pour le
sujet de la thèse, les critères retenus sont les suivants : le coût, les conditions de travail des opérateurs,
la maturité des technologies ainsi que la flexibilité à la variabilité et au volume.

5. Etat de l’art sur les différentes méthodes d’aide à la

décision pour augmenter le niveau d’automatisation
La recherche traitant du niveau d’automatisation est peu abondante. Il n’existe pas une méthode pour
aider les industriels sur la prise de décision. En effet, la littérature se concentre sur le choix des
technologies et leur développement.

Concernant la méthodologie adéquate pour le traitement du sujet de thèse, plusieurs exigences doivent
être respectées. La méthodologie doit être analytique ; elle doit permettre d’étudier finement toutes
les opérations, ainsi que les ressources qui y sont attachées. L’objectif étant de récolter toutes les
informations liées au processus d’assemblage avant de proposer une solution. La méthodologie doit
également permettre d’étudier plusieurs scénarios d’automatisation, et par le biais de plusieurs
critères avec pondérations différentes, elle doit proposer un scénario d’automatisation optimal. La
méthode doit donner des règles de calcul de chacun des critères contrairement à la majorité des
méthodes déjà analysées dans la littérature. Le plus important, la méthode doit permettre une analyse
de regroupements d’opérations et d’équilibrage de la ligne.

La décision dépend de plusieurs critères évoqués après étude des avantages et inconvénients des
automatisations. Ainsi, cette partie présente les différentes méthodes d’aide à la décision trouvées dans
la littérature. Il s’agit de neuf méthodes qui ont été analysées, tout en présentant leurs avantages et

Chapitre 2 32
inconvénients. Le but étant d’étudier chacune d’elle pour proposer une méthodologie appropriée à
l’objectif de cette thèse.

5.1. Méthode développée par Parasuraman, Sheridan et

Wickens
Parasuraman, Sheridan et Wickens [30] ont proposé leur méthode sous forme d’organigramme qui
contient plusieurs étapes. La première consiste à identifier le type de l’automatisation, ensuite
identifier les différents niveaux d’automatisation possibles. Pour chaque niveau d’automatisation
possible, il faut examiner ses conséquences sur la performance de l’Homme, ce qui constitue le
premier critère d’évaluation. Cependant, la performance humaine n’est pas le seul facteur important.
Les critères d’évaluation secondaire incluent la fiabilité de l’automatisation et les coûts des solutions
proposées (Annexe 1).

Parasuraman, Sheridan et Wickens soulignent que lors du choix du niveau d’automatisation, il faut
évaluer les conséquences sur la performance des opérateurs. En effet, l’automatisation peut avoir des
impacts positifs et négatifs sur les opérateurs et leurs performances.

Les auteurs ont défini 4 domaines suivants :

 Charge de travail mental (Mental Workload) : Une automatisation de l’information peut

modifier la charge de travail mental.
 Conscience de la situation (Situation Awareness) : Si l’automatisation permet d’exécuter de
manière répétée les décisions sans impliquer l’Homme. Ce dernier aura tendance à être moins
conscient des changements.
 Suffisance (Complacency) : Dans le cas où l’automatisation est assez fiable, par surconfiance,
l’opérateur peut ne plus la surveiller, et donc ne pas faire attention aux erreurs que
l’automatisation puisse commettre.
 Dégradation des compétences (Skill Degradation) : L’automatisation peut causer la
dégradation des compétences de l’opérateur.

La méthode proposée ci-dessus prend comme critère prépondérant la performance de l’Homme, et

donc ne donne pas une possibilité de choisir d’autres critères prépondérants. D’un autre côté, pour
l’ensemble des critères (primaires et secondaires), la méthode ne présente aucune règle de calcul pour
pouvoir les qualifier, ni de condition qui permet de déduire le scénario d’automatisation optimal. Et
finalement, la liste des critères n’est pas complète ; il faut prendre en compte plusieurs paramètres
autre que l’Homme et les coûts.

5.2. Méthode développée par Ross

Ross [36] a développé une méthode d’aide à la décision qui vise à identifier le niveau LoA optimal
pour les opérations d’assemblage en se basant sur le critère économique. La méthodologie prend
comme données d’entrée la conception du produit, l’architecture de l’usine, le type d’opération
d’assemblage et les contraintes de précédence entre les opérations. Avec toutes ces données d’entrée,
la méthode évalue les efforts techniques pour avoir une automatisation économiquement rentable.

L’évaluation est basée sur une liste de critères établis par Ross [68]. Le résultat obtenu correspond à
une valeur d’effort. Pour évaluer la rentabilité de l’automatisation, il faut comparer la valeur d’effort à

Chapitre 2 33
une valeur seuil basée sur un retour d’expériences d’autres automatisations. Si la valeur effort est
inférieure à la valeur seuil, une étude d’investissements est lancée pour identifier la rentabilité de
l’automatisation. Sinon, l’automatisation n’est pas économiquement rentable (Annexe 2).

Cette méthode prend en compte plusieurs paramètres d’entrée. Elle permet d’analyser la conception du
produit et l’architecture de l’usine, d’identifier la nature des opérations d’assemblage ainsi que les
contraintes de précédence qui y sont associées, cela permet, bien évidemment, de comprendre le
système d’assemblage et toutes ses contraintes. En ce qui concerne l’évaluation de l’automatisation, la
méthode s’appuie sur le critère économique en présentant des règles de calcul et des conditions pour
décider de la rentabilité de l’automatisation. Néanmoins, les limites de cette méthode résident dans le
fait qu’elle ne prend pas en compte d’autres critères d’évaluation comme la qualité, l’ergonomie…
Ajoutons à cela qu’en déroulant la méthodologie, les deux solutions possibles sont : le processus doit
rester manuel, ou le processus doit être automatisé. Ainsi cette méthode ne prend pas en compte qu’il
peut y avoir un niveau intermédiaire.

5.3. Méthode développée par Konold et Reger

Konold et Reger [36] ont développé une méthode qui permet d’identifier le LoA qu’il faut adopter. Il
s’agit de 4 niveaux de systèmes d’assemblage : assemblage manuel avec transfert mécanique,
assemblage manuel avec transfert automatique, assemblage hybride et assemblage automatisé. La
décision se fait en analysant plusieurs paramètres comme le volume de production, le temps de cycle,
le cycle de vie du produit, ou encore la durée d’exécution de l’assemblage du produit (Annexe 3).

La méthode proposée ci-dessus, aussi simple soit-elle, présente un seul résultat qui peut être sous
forme de plusieurs niveaux d’automatisation. Cependant, elle analyse l’ensemble du processus, et
donc n’étudie pas poste par poste (voire opération par opération). En ce qui concerne les paramètres
d’entrée, Konold et Reger ne donnent pas de détails sur la façon avec laquelle ils ont établi les
conditions d’acceptation ou de refus. Il est également nécessaire de souligner que ces paramètres sont
insuffisants, et que la notion du coût est quasi inexistante.

5.4. Méthode développée par Boothroyd

Boothroyd [67] a étudié l’assemblage d’une prise électrique afin d’identifier le processus
d’assemblage le plus adapté et le plus rentable. L’auteur a calculé le coût de chaque composant pour
six processus d’assemblage différents : complètement manuel, automatisé avec des machines à
transfert libre (free-transfert machines), automatisé avec des machines d’indexation (indexing
machines), robotisé avec un robot à un bras (one-arm robot), robotisé avec un robot à deux bras (two-
arm robot), robotisé avec un robot multipostes (multi-station robot).

Pour chaque scénario possible d’assemblage, Boothroyd a calculé le coût unitaire du produit. Il a
estimé le temps de cycle de chaque poste, le coût de chaque machine/robot, le coût de main d’œuvre,
le taux d’efficacité, le coût de contrôle qualité. En combinant l’ensemble de ces données, Boothroyd a
réalisé une comparaison du coût global de production pour chacun des six scénarios possibles
d’assemblage.

La méthode proposée ci-dessus présente plusieurs avantages, notamment le fait qu’elle permet
d’analyser les composants du produit, mais aussi de partir sur plusieurs hypothèses et les évaluer d’une
façon quantitative. Néanmoins, Boothroyd a utilisé des coûts standards pour les machines et robots, or
ces coûts diffèrent en fonction de leurs caractéristiques techniques (plus de précision, plus de
fiabilité…) chose qui pourrait fausser les résultats. Ajoutons à ceci que le seul critère que l’auteur a

Chapitre 2 34
utilisé est le critère de coût. Certes ce critère est prépondérant pour la majorité des entreprises, mais il
n’est pas le seul, le choix peut être fait sur la base d’autres critères (qualité, ergonomie …). Un autre
aspect est à noter concernant le temps nécessaire pour réaliser l’étude. Cette méthode requiert de faire
plusieurs calculs, donc un temps plus long et ne donne pas la possibilité de prendre une décision plus
tôt.

5.5. Méthode développée par Almannai, Greenough et Kay

Almannai, Greenough et Kay [69] ont développé un outil d’aide à la décision en combinant la
méthode « Quality Function Deployment (QFD) » et la méthode « Failure Mode and Effects
Analysis (FMEA) » (Analyse des modes de défaillances et de leur effets). Les auteurs ont utilisé QFD
pour pouvoir identifier les objectifs et le meilleur choix en terme d’automatisation. La solution qui en
résulte est ensuite traitée par AMDEC qui prend en compte les risques qui y sont associées

La méthodologie comprend 3 étapes : la première consiste à identifier les critères relatifs aux objectifs
de l’entreprise en utilisant la méthode QFD. Ensuite, en utilisant toujours la matrice QFD, identifier
les alternatives d’automatisation grâce à une deuxième analyse multicritères. Finalement, la solution
qui en résulte est soumise à l’AMDEC qui permet d’identifier les risques et les défaillances potentiels
qui y sont associés (Annexe 4).

Cette méthode présente plusieurs avantages comme le fait de s’appuyer sur les objectifs et décisions de
l’entreprise, ainsi que d’utiliser des critères d’évaluation pour confirmer le meilleur choix
d’automatisation. Néanmoins, les auteurs n’ont donné ni une liste de critères, ni une méthode pour
effectuer l’analyse multicritère. Ils n’ont pas non plus précisé la définition des alternatives
d’automatisation.

5.6. Méthode développée par Kapp

Kapp [68] a développé une méthode pour faire évoluer les systèmes de fabrication afin qu’ils
produisent de nouveaux produits. Cette méthode est appelée USA (Understand, Simplify, Automate)
[70] et comporte les étapes suivantes :

 Comprendre le processus existant (Understand) : Cette étape a pour objectif de comprendre

le processus actuel ; de lister les données d’entrée et sortie, de caractériser la fonction qui régit
le système et d’identifier les opérations qui peuvent être regroupées.
 Améliorer le processus (Simplify) : Après la compréhension du processus, vient l’étape
d’amélioration. Cela permet de poser plusieurs questions : est-ce que cette opération est
nécessaire? Cette opération peut-elle être éliminée? Est-ce que la technologie utilisée pour
cette opération est la plus appropriée? Comment peut-on améliorer cette opération ?
 Automatiser le processus (Automate) : Après l’amélioration du processus, vient la dernière
étape : celle de l’automatisation.

Cette méthode présente plusieurs avantages, notamment sur la compréhension et l’optimisation du

processus. Néanmoins, sur la partie automatisation, elle ne donne pas une vision claire sur la démarche
à suivre pour choisir une automatisation rentable.

Chapitre 2 35
 5.7. Méthodes développées par Lindstrom et Winroth, et par
Fasth et Stahre
Lindström et Winroth [39] ont proposé une méthode appelée Dynamo, qui a été reprise et développée
par Fasth et Stahre [71] pour donner lieu à une autre méthode appelée Dynamo ++. Ces méthodes se
basent sur la définition du LoA présentée dans le Tableau 4 et consistent à comprendre le processus de
fabrication en étudiant le flux de production, le fonctionnement et les contraintes de chaque poste et en
identifiant les opérations et les sous opérations réalisées sur la ligne. L’analyse de l’ensemble de ces
données permet d’affecter le LoA minimal et maximal possible à chaque opération. Une fois ces
degrés LoA identifiés, les auteurs proposent de lister des critères pour évaluer chaque possibilité ; ces
critères sont choisis en se basant sur la stratégie de l’entreprise.

Les méthodes présentées ci-dessus ont plusieurs avantages, notamment l’utilisation de la définition
LoA qui différencie les opérations physiques des opérations cognitives. Les auteurs suggèrent de bien
comprendre le fonctionnement et les contraintes d’un processus de production, chose qui est bénéfique
avant de se lancer dans une démarche d’automatisation. Néanmoins, ces approches ne donnent pas une
aide à la décision quant à l’attribution des niveaux LoA possible et le choix du LoA optimal. Ajoutons
à ceci que les critères d’évaluation ne sont pas abordés.

5.8. Méthode développée par Gorlach et Wessel

En 2008, Gorlach et Wessel [37] ont effectué une étude sur les lignes d’assemblage de VolksWagen.
En combinant plusieurs critères comme le coût, la productivité, la qualité et la flexibilité, les auteurs
ont pu déterminer si l’automatisation de ces lignes est rentable ou non.

 Critère Coût : les auteurs ont identifié les différents coûts nécessaires pour réaliser l’étude. Il
s’agit du coût de la main d’œuvre, du coût des équipements, du coût des consommables, et du
coût des systèmes d’information.
 Critère Qualité : pour quantifier le niveau de qualité, les auteurs ont proposé de calculer
différents indicateurs : taux de produits défaillants, nombre de retouches, taux de réclamation
client (taux de produits défectueux livrés aux clients), note de l’audit (cet indicateur est calculé
directement par l’entreprise).
 Critère Productivité : ce critère est évalué par le nombre de produits à fabriquer, le nombre
de produits déjà fabriqués, le temps de cycle et le nombre d’opérateurs.
 Critère Flexibilité : ce critère concerne les moyens de production (flexibilité de la fabrication
de différents modèles de produits), degré de complexité des opérations et les modèles de
véhicules différents par rapport au modèle de base.

Sur chaque critère, les auteurs ont proposé une série de paramètres à évaluer. Ces critères sont
quantitatifs sauf le dernier (flexibilité) ; les auteurs n’ont pas expliqué comment le quantifier.

Pour ce qui est du niveau d’automatisation, les auteurs n’ont pas proposé une méthode d’aide à la
décision ni sur le choix des différents LoA, ni sur l’analyse multicritère à effectuer pour choisir le LoA
qui répond aux critères choisis au préalable.

5.9. Méthode développée par Boothroyd et Dewhurst

En 1983, Boothroyd et Dewhurst [72] ont proposé une méthode qui consiste à étudier plusieurs
paramètres pour pouvoir déduire la technique d’assemblage appropriée pour chaque poste.

Chapitre 2 36
  Critères liés au produit : il s’agit du nombre de pièces dont la conception a été changée
durant les trois premières années, du nombre de modèles de produits différents à assembler sur
la ligne, du nombre total de pièces à assembler et du nombre total de pièces qui concernent les
différents modèles de la ligne.
 Critères liés au système de production : les auteurs ont identifié les critères suivants : le
volume de production annuel par équipe, le potentiel d’investissement dans l’automatisation,
le nombre d’équipe et le salaire annuel d’un opérateur.

En parallèle à ces paramètres, les auteurs ont proposé une série de techniques d’assemblage :
assemblage automatisé qui utilise des machines à indexation, assemblage automatisé qui utilise des
machines de transfert libre (free-transfert machines), assemblage automatisé avec chargement des
pièces en manuel, assemblage automatisé avec deux bras, assemblage manuel et Assemblage manuel
avec assistance mécanique. Sur la base de ces paramètres et différentes conditions proposées par les
auteurs, la technique d’assemblage appropriée peut être déterminée (Annexe 5).

Cette méthode, contrairement aux autres présentées auparavant, prend comme paramètre d’entrée le
potentiel d’investissements, chose qui est intéressante pour connaître la limite à ne pas dépasser. Elle
prend en compte aussi le volume de production, en effet, s’il est faible l’automatisation ne sera pas
rentable. Néanmoins, les auteurs n’ont pas expliqué comment ils ont pu établir les différentes
conditions proposées. La liste des critères abordés n’est pas suffisante, et les contraintes de précédence
entre les opérations ne sont pas évoquées.

5.10. Synthèse de l’état de l’art

Les différentes méthodes étudiées dans la littérature ont été évaluées moyennant les exigences
présentées dans la section 5 Le Tableau 11 présente cette évaluation :

Tableau 11 : Evaluation des méthodologies issues de la littérature

Exigences
Doit être analytique

plusieurs scénarios

l'équilibrage de la
Doit permettre de
Doit fournir des
règles de calcul

regrouper des

Doit analyser
Doit étudier

opérations

Méthodes
ligne

Parasuraman, Sheridan et Wickens

X
[30]
Ross [36] X X X
Konold et Reger [36] X X
Boothroyd [67] X X X
Almanai, Greenough et Kay [69] X
Kapp [68] X
DYNAMO [39], DYNAMO ++ [71] X X
Gorlach et Wessel [37] X X
Boothroyd et Dewhurst [72] X X X

Chapitre 2 37
Concernant les méthodologies, il est à noter qu’aucune des méthodes analysées dans la littérature ne
satisfait complètement les exigences exprimées précédemment. D’autant plus qu’aucune méthode ne
traite la problématique de regroupements d’opérations ni l’équilibrage de la ligne. Il est donc essentiel
de présenter une méthodologie répondant aux exigences industrielles citées auparavant.

6. Conclusion
L’un des objectifs de la thèse est de proposer une méthode d’aide à la décision pour augmenter le
niveau d’automatisation d’un système d’assemblage automobile.

Ce chapitre aborde et analyse les différents travaux de recherche qui traitent la problématique de la
thèse. Il commence par présenter les diverses définitions du niveau d’automatisation proposées dans la
littérature. Ces approches sont analysées tout en soulignant leurs avantages et limites. Cette première
partie du chapitre évalue ces définitions moyennant plusieurs exigences qu’une échelle LoA doit
respecter pour être en adéquation avec le traitement du sujet de thèse.

Dans la deuxième partie, une analyse est effectuée pour identifier les avantages et inconvénients de
l’automatisation et l’humain. Les résultats sont organisés sous forme d’un tableau établi à partir de
travaux issus de la littérature. La combinaison de l’automatisation et de l’humain dans un même
processus est étudiée et montre de multiples avantages pratiques. Cependant, il est toujours nécessaire
de guider, quand et où utiliser des systèmes complètement automatisés, entièrement manuels ou
hybrides.

Adopter un certain niveau d’automatisation dépend du contexte et du cas étudié. Un exemple qui
illustre cet effet est celui des systèmes hybrides. Bien qu’ils présentent plusieurs avantages, ils ne
peuvent pas être aussi productifs qu’un système complètement automatisé. Ceci est dû à la vitesse peu
élevée pour garantir la sécurité des opérateurs. Ainsi, l’automatisation hybride peut alors être
inadaptée notamment en cas de très fortes cadences.

La décision sur le niveau d’automatisation est liée aux spécificités du cas étudié. Cela introduit la
nécessité d’identifier les critères et données d’entrées qui peuvent orienter cette décision. Une liste
exhaustive de tous les critères et données d’entrée à prendre en compte est alors présenté. Concernant
le sujet de thèse, à partir de cette liste, les critères les plus importants pour l’industriel sont listés. Par
la suite, ces critères peuvent aider à choisir le scénario d’automatisation qui répond le plus à la vision
de l’industriel.

Ces premières idées autour de l’augmentation du niveau d’automatisation doivent être intégrés dans
une approche objective. Avant de proposer une qui soit adéquate aux travaux de recherche, plusieurs
exigences sont exprimées. Différentes méthodologies issues de la littérature sont présentées et
analysées dans ce chapitre. Elles sont évaluées moyennant les exigences exprimées précédemment. Ce
chapitre conclut qu’aucune des approches issues de la littérature ne répond parfaitement à la
problématique de recherche et souligne ainsi la nécessité de développer une nouvelle méthodologie.

Ainsi, cette thèse permet d’apporter plusieurs contributions qui répondent aux questions de recherche
présentées dans le chapitre 1 :

 Contribution 1 : proposition d’une définition du niveau d’automatisation du poste de travail

et de l’atelier montage qui répond aux exigences précédemment citées [73] (Question 1).
 Contribution 2 : proposition, analyse et modélisation des contraintes et critères permettant le
regroupement d’opérations et sa validation (Question 2).

Chapitre 2 38
  Contribution 3 : proposition d’une méthodologie qui décrit les données d’entrée à prendre en
compte et qui traite l’ensemble des critères identifiés. Le but étant de faire un choix d’un
scénario d’automatisation optimal afin d’augmenter l’efficience globale de l’atelier montage
[74] (Question 3 et 4).
 Contribution 4 : confirmation de la validité de la méthodologie à travers des applications
industrielles.

Chapitre 2 39
Chapitre 3: Proposition d’une nouvelle
méthodologie afin d’améliorer le niveau
d’automatisation des lignes de montage
automobile

Résumé
L’étude bibliographique effectuée souligne le besoin de définir une nouvelle approche
pour combler les lacunes identifiées. Ainsi, ce chapitre propose une définition du LoA
adéquate au sujet de la thèse et présente la méthodologie d’aide à la décision
développée pour améliorer le niveau d’automatisation des lignes de montage
automobile. Pour mettre ces approches en pratique, ce chapitre montre la nécessité de
développer certains outils et modèles. Par la suite, il définit les règles de calcul des
critères ainsi qu’une méthode d’analyse multicritère.

L’évaluation des approches existantes, comme discuté dans le chapitre précédent, révèle qu’aucune
méthode n’est pleinement satisfaisante concernant l’aide à la décision autour du niveau
d’automatisation. Il est donc nécessaire de développer une nouvelle méthodologie répondant aux
exigences définies.

Dans un premier temps, ce chapitre présente une nouvelle définition du niveau d’automatisation. Cette
définition répond aux exigences prédéfinies dans le chapitre 2. Les choix des critères utilisés sont
expliqués et argumentés.

Ce chapitre propose également une nouvelle méthodologie basée sur l’étude bibliographique
précédemment effectuée. Cette méthode vise à répondre aux exigences précédemment définies
Premièrement, les six grandes activités de la méthodologie sont présentées sous forme d’un schéma
IDEF0. Ces activités sont alors détaillées et expliquées.

L’application de cette méthodologie nécessite le développement d’outils et modèles de calcul de

plusieurs critères. Dans un premier temps, l’analyse des gammes de montage de Stellantis est
présentée sous forme d’un diagramme de classes qui souligne les informations nécessaires avant de
déployer la méthodologie. Cette analyse montre la nécessité de définir des critères de regroupements et
de modéliser les contraintes d’assemblage.

La définition des règles de calcul de critères de choix ainsi que d’une méthode d’analyse multicritère
sont nécessaires pour la mise en œuvre de la méthodologie. Ainsi, ce chapitre présente et adapte les
différents travaux de recherche pour répondre à ces deux besoins.

Chapitre 3 41
 1. Définition du LoA proposée pour le sujet de thèse
Afin d’améliorer les méthodes d’aide à la décision concernant l’automatisation de la ligne de montage,
il est nécessaire de développer une nouvelle définition du LoA. Ainsi, la définition proposée dans cette
thèse se fait au niveau du poste et non pas au niveau du processus entier. Ceci permet d’analyser toutes
les opérations, de proposer plusieurs scénarios d’automatisation pour choisir le plus intéressant.

Le niveau d’automatisation doit être quantitatif et doit varier du complètement manuel au

complètement automatisé avec des niveaux intermédiaires afin de représenter la répartition des
opérations entre l’Homme et la machine. L’indicateur choisi pour quantifier le LoA est le temps, ce
qui permet d’étudier la charge Homme et la charge moyens automatisés. Ainsi, le LoA proposé est
défini comme étant un rapport de temps entre le temps des opérations automatisées (min) et le
temps de cycle (min) comme le montre l’équation ( 2 ).

(2)

Si le LoA ≈ 0%, le poste est complètement manuel ; la seule ressource est l’Homme. Si le LoA ≈
100%, le poste est complètement automatisé ; la seule ressource est la machine. Entre les deux
niveaux, le poste est semi automatisé ; les deux ressources présentes sont l’Homme et la machine. Le
Tableau 12 présente les 3 niveaux de LoA proposés.

Tableau 12 : Niveaux de LoA proposés pour la démarche de la thèse (Images de [75])

LoA Description Illustration

Le poste est complètement manuel. La seule

LoA ≈ 0%
ressource est l’Homme. Ce dernier peut
Complètement
utiliser des outils pour réaliser les opérations
manuel
(une visseuse par exemple).

Le poste est semi-automatisé. La réalisation

0% < LoA <
des opérations nécessite la collaboration
100%
entre deux ressources : l’Homme et la
Semi-automatisé
machine (manipulateur, cobot…)

LoA ≈ 100%
Le poste est complètement automatisé. La
Complètement
seule ressource est la machine.
automatisable

Ces niveaux LoA sont utilisés pour décrire le potentiel d’automatisation de chacun des postes de
montage étudiés dans la suite de ce travail. Cette définition permet de proposer et d’évaluer plusieurs
scénarios possibles d’automatisation. Le choix d’un scénario intéressant se fera sur la base d’une
analyse qui prend en compte plusieurs critères synthétisés dans le chapitre 2.

Chapitre 3 42
 2. Proposition d’une méthodologie pour améliorer le
niveau d’automatisation d’une ligne d’assemblage
2.1. Présentation de la méthodologie
L’un des objectifs de la thèse est de développer une méthode d’aide à la décision pour améliorer le
niveau d’automatisation pour un système d’assemblage automobile.

La méthode d’aide à la décision proposée est illustrée par une représentation IDEF0 reportée sur la
Figure 11. Cette méthode consiste à appliquer six grandes étapes en s’appuyant sur plusieurs systèmes
d’information propres à Stellantis, ainsi que les expériences du métier que le travail de thèse essaie de
traduire en plusieurs contraintes et règles pour apporter de l’aide aux utilisateurs.

Tous les
Modèles
véhicule de la
ligne choisie

Extraire
Ligne de l’ensemble des Maturité des
production à gammes technologies
Faisabilité technique
étudier d’assemblage
A1 Nature
Opération

Système
d’information Choisir la nature Base de données
d'opération la plus des opérations
pénalisante en temps et à étudier
Temps de cycle
facilement automatisable
Gammes pour le plus grand volume
Extraites de
A2 Critères de
tous les modèles
regroupement
véhicules

Système
Expert
information
Analyser la faisabilité de
regrouper les opérations
Opérations
avec des caractéristiques
regroupées
similaires Critères de Dispo réelle Nombre
choix opérateurs opérateurs

A3
Etudier l'hypothèse d'automatisation des opérations et Scénario
Equilibrer la ligne d’automatisation
Expert CAO

LoA
A6
Conception
produit
Règles Outils Métier Analyse
Expert Multicritère
métiers Postes

Opérations
Qualité Ergonomie
regroupées

Lister les opérations

automatisables et
pénalisantes en
Ergonomie ou Qualité
Opérations
pénalisantes Contraintes de
A4 précédence

Système Expert
d’information
Regrouper les opérations
en tenant compte de la
compatibilité des
solutions techniques

A5

Expert CAO

Figure 11 : Présentation de la méthodologie proposée d’aide à la décision pour améliorer le

niveau d’automatisation

Chapitre 3 43
A1 : Cette étape consiste à extraire toutes les gammes de montage de tous les modèles véhicules d’une
ligne de production. Ces gammes sont extraites depuis le système d’information de Stellantis appelé
Equinox. Une fois les gammes extraites, il faut appliquer l’activité A2 si les opérations à analyser sont
celles qui sont les plus pénalisantes en temps, ou l’activité A4 si le critère d’analyse est l’ergonomie
ou la qualité.

A2 : Cette étape consiste à identifier la nature d’opération la plus pénalisante en temps. La nature
d’opération est décrite par un code appelé code de regroupement (ou code RGPT). Pour ce faire, il faut
appliquer les sous étapes illustrées dans la Figure 12.

Taux de
production

Gammes Gammes pour

Extraites de Pour les gammes le plus gros volume
tous les
modèles extraites, filtrer sur le
véhicules plus gros volume
SGR de la Modèle
A2.1 gamme véhicule

Expert Sur le système BI,

extraire 1er fichier
avec gammes et code 1er fichier
de regroupement
A2.2
Fusionner les fichiers de telle
sorte à avoir N° poste et donc la
Expert BI zone sur la ligne, N° gamme, Base de
Désignation de la gamme, phase, données
code RGPT, critères de
2e fichier regroupements et Tc qui
Temps de
correspond au Temps de phase cycle
SGR de la Modèle
gamme véhicule A2.5 Temps cumulé
Calculer le temps par code regroupement
Sur le système BI, et par zone sur la ligne
Expert par code
extraire 2e fichier regroupement et par
avec gammes et position sur le
position sur le véhicule Maturité des
technologies
véhicule A2.6
A2.3
Expert Sélectionner la nature
3e fichier
Expert BI d'opérations la plus
Base de données des
pénalisante en temps et opérations à étudier
facilement automatisable
A2.7
SGR de la Modèle
gamme véhicule
Expert
Sur le système BI,
extraire 3e fichier
avec gammes et
caractéristiques des
opérations
A2.4

Expert BI

Figure 12 : Détails de A2 – Identification de la nature d’opération la plus pénalisante en temps

A2.1-A2.5 : Ces étapes formalisent la démarche à suivre pour synthétiser les données qui contiennent
tous les éléments d’entrée. Elle consiste à faire toutes les extractions nécessaires des différents
systèmes d’informations de Stellantis. Par la suite, il faut fusionner tous les fichiers de telle sorte à
avoir une base de données des différentes opérations avec les numéros de poste associés, le temps, et
les différents critères de regroupement.

A2.6 -A2.7 : Ces étapes permettent d’identifier la nature des opérations à étudier. Cela passe par le
calcul du temps et l’analyse de la maturité d’automatisation de chaque type d’opérations.

A3 : Cette étape consiste à analyser le regroupement d’opérations avec des caractéristiques similaires.
Pour ce faire, il faut appliquer quatre sous-étapes illustrées dans la Figure 13.

Chapitre 3 44
 Critères de
regroupement

Extrait d’opérations
Base de Lister les opérations à caractéristiques
données des
opérations à à caractéristiques similaires
étudier similaires
Conception
produit
A3.1

Expert
Créer la matrice de
Conception
précédences produit

A3.2 Matrice
de précédences Rédiger des
Regroupement
impossible
propositions sur
Expert CAO
les évolutions
produit ou process
Identifier les A3.5
opérations
regroupables Opérations Propositions évolutions
regroupables Expert produit / process
Conception
produit
A3.3

Etudier le
Expert
regrouppement proposé
sur le reste des modèles
de la ligne et les futurs
véhicules
Regroupement
possible
A3.4
Temps de cycle
Expert

Générer la séquence
d'assemblage avec les
Opérations
gammes regroupées regroupées

A3.6

Expert

Figure 13 : Détails de A3 – Analyse de regroupements d’opérations

A3.1 : Le but est de répertorier toutes les opérations qui ont des caractéristiques similaires. Cette étape
nécessite d’analyser le produit et d’indiquer, pour chaque opération, les critères de regroupement
(qualitatifs et quantitatifs) établis à travers des discussions avec les industriels de Stellantis. Un
exemple de ces critères et codes de regroupement est présenté dans le Tableau 13. Les ressources
disponibles sont les modèles 3D des pièces, l’expérience et règles métiers.

Tableau 13 : Exemple de codes et critères de regroupement

Code RGPT Intitulé du code Critères de regroupement
CPI Prendre Pièce Poids, Surface, Position Localisation, Unicité ou
Lot de pièces en vrac, Distance, Matière
(malléable …), une pièce d'aspect, conditions de
préhension associée à la diversité, Accessibilité
PGL Graisser / Lubrifier Nature, Quantité et caractéristiques du lubrifiant,
Surface: Taille et Forme, Accessibilité
QCC Contrôler la conformité Nature du contrôle : Humain (Visuel, Tactile),
Instrumenté, Accessibilité
TVS Visser, Serrer Tête de la vis, Couple, Accessibilité

A3.2 : Le but de cette étape est d’étudier les contraintes de précédence des opérations en complétant
une matrice de précédence.

A3.3 : Le but de cette étape est d’identifier les opérations qui peuvent être effectuées dans le même
poste de travail et avec des caractéristiques similaires.

Chapitre 3 45
A3.4 : Cette étape consiste à analyser, non seulement les différents produits assemblés dans la ligne
mais aussi les futurs et d’identifier si le regroupement d’opérations est techniquement réalisable pour
chacun de ces produits.

A3.5 : Si le regroupement d’opérations s’avère impossible, des évolutions du produit et/ou process de
fabrication peuvent être proposées.

A3.6 : La dernière sous-étape consiste à générer la séquence d’assemblage avec les opérations
regroupées. Le critère ici est le temps de cycle.

A4 – A5 : Ces étapes ont pour objectif d’étudier les opérations critiques en ergonomie et/ou qualité.

A6 : La sixième et dernière étape de la méthodologie est l’étude de l’automatisation et de l’équilibrage

de la ligne. Cette étape consiste à appliquer six sous-étapes illustrées dans la Figure 14.

Faisabilité
technique
Scénarios Accord sur Evolutions
d’automatisation proposées sur
Schématiser la ligne tout en complexe Produit/Usine
définissant les différents Repenser la conception Evolutions
Opérations
scénarios techniques du produit ou proposées sur
regroupées
d’automatisation l'architecture de l'usine
Produit/Usine

A6.1
A6.2
Règles
Expert CAO
métiers
Expert Examiner l'accord ou
Scénarios non sur les évolutions
d’automatisation
possibles Critères de proposées Automatisation
choix impossible

A6.3
Etudier
macroscopiquement la
Première étude
rentabilité de ces favorable
scénarios et sélectionner
ceux qui semblent être
rentables
A6.4 Dispo réelle Nbre Temps de
opérateurs Opérateurs Cycle
Expert

Equilibrer la ligne pour Critères de

chaque scénario Scénarios choix
d’automatisation
d'automatisation équilibrés
Scénario
Evaluer chaque scénario et
d’automatisation
A6.4 proposer le scénario
d'automatisation optimal
Outils LoA
Expert Métier
Postes A6.5

Expert Analyse
multicritère

Figure 14 : Détails de A6 – Etude de l’automatisation et de l’équilibrage de la ligne

A6.1 : Cette étape consiste à déterminer plusieurs scénarios possibles d’automatisation en analysant la
faisabilité technique de cette dernière. Et ce, en se basant sur la définition des pièces et sur
l’expérience du métier montage.

A6.2 : Dans le cas d’une automatisation complexe, il est possible de repenser le design du produit
et/ou l’architecture de l’usine.

A6.3 : Si la direction donne un avis favorable sur les évolutions proposées, il faut redéfinir les
scénarios possibles d’automatisation. Dans le cas contraire, l’automatisation des opérations est
impossible.

Chapitre 3 46
A6.4 : Cette étape consiste à équilibrer la ligne pour chaque scénario d’automatisation en se basant sur
le nombre d’opérateurs, leur disponibilité réelle ou encore le temps de cycle. Et ce, par le biais de
l’expérience, des règles métiers, et des outils dédiés au métier postes.

A6.5 : La dernière étape consiste à évaluer les scénarios d’automatisation et de proposer celui qui
satisfait le plus la vision du métier montage. L’analyse est faite en se basant sur les critères retenus et
cités dans le chapitre 2.

L’amélioration des postes de travail est l’un des objectifs primordiaux pour l’industrie. Cet enjeu peut
être motivé par des problèmes de santé, d’ergonomie et de sécurité pour les opérateurs, ou par la
volonté d’améliorer les performances du poste (vitesse, cadence, précision, répétabilité, qualité,
fiabilité …) [24]. Dans ce contexte de production, l’équilibrage (pas de sous charge, même temps de
cycle) des charges entre les différents postes de travail représente une contrainte qu’il faut prendre en
compte. En effet, un mauvais équilibrage conduit à une mauvaise utilisation des ressources et
compromet la rentabilité de la chaîne [22]. Il est donc important de bien élaborer sa gamme de
montage.

2.2. Elaboration des gammes de montage

D’après le dictionnaire des techniques de production mécanique, le montage (assemblage) est : « …
L’action de réunir des pièces détachées pour constituer un sous ensemble, une structure, une machine,
un équipement, un produit. Ce terme englobe aussi la manipulation, l’ajustage et l’inspection des
pièces, des sous-assemblages ou du produit » [76].

D’après le même dictionnaire, une gamme d’assemblage est définie comme étant : « Un document
décrivant la séquence chronologique des opérations nécessaires à l’assemblage d’un produit ou d’un
sous-ensemble, c’est-à-dire le cheminement emprunté par le produit durant son assemblage » [76].

Chez Stellantis, une gamme se caractérise par un domaine d’application (ECDV) qui caractérise le
modèle du véhicule auquel est attachée cette gamme [77]. L’analyse de gammes de Stellantis a permis
l’identification de 6 types de gammes décrites dans le Tableau 14.

Tableau 14 : Description des différents types de gammes chez Stellantis [77]

Types de Gamme Description
Gamme de montage décrivant tout ou une partie du cycle d’une
Automatique
installation automatique (sans intervention manuelle).
Gamme se substituant à une gamme Manuelle ou Automatique,
utilisant un moyen asservi, une installation ou un manipulateur en
Dégradée
cas de défaillance de cette dernière, afin d’obtenir un niveau de
qualité identique.
Gamme réalisée provisoirement pour répondre à un besoin
Ephémère ponctuel (dérive temporaire d’un fournisseur, dérive temporaire
de la fabrication, feuille d’essais …)
Gamme de montage décrivant une action manuelle ou réalisée
Manuelle
manuellement avec l’aide d’une installation ou d’un outillage.
Gamme de contrôle unitaire, réalisée en ligne de montage ou en
Qualité
bout d’usine.
Gamme réalisée pour pallier à une mauvaise exécution d’un
Retouche
process ou suite à la détection d’un produit non-conforme.

La bonne élaboration d’une gamme d’assemblage permet d’avoir une ligne de production performante.
Cette performance est mesurée avec divers indicateurs tels que le temps de cycle ou le niveau

Chapitre 3 47
d’ergonomie, comme le montre la Figure 15. Elle est impactée par les contraintes liées au choix des
techniques d’assemblage et aux ressources.

Figure 15 : Elaboration d'une gamme d’assemblage : Contraintes et Indicateurs de performance

(Adaptée des travaux d’Andolfatto [78])

Pour pouvoir appliquer la méthodologie, l’élément d’entrée est la gamme d’assemblage. La Figure 16
est un diagramme de classes qui illustre la gamme d’assemblage actuelle chez Stellantis (rectangle en
trait continu), et les informations manquantes et nécessaires à l’application de la méthodologie
(rectangle en trait discontinu).

Figure 16 : Diagramme de classes présentant la gamme d’assemblage de Stellantis

La gamme d’assemblage chez Stellantis est constituée d’une ou plusieurs opérations. Cette gamme est
décrite par un ensemble de caractéristiques dont le code et les critères de regroupement ou encore la
nature du sous ensemble concerné par l’opération. Elle décrit un poste caractérisé par un numéro de
poste, et elle concerne un modèle de voitures identifié par un numéro ECDV. Néanmoins, pour

Chapitre 3 48
pouvoir dérouler la méthodologie, plusieurs informations doivent être enrichies en parallèle de la
gamme d’assemblage. Ces informations sont :

 Les degrés possibles LoA pour évaluer le potentiel d’automatisation des postes de travail
 Les ressources possibles pour effectuer les opérations
 La plage de positionnement pour connaître les contraintes de précédence des différentes
opérations

2.3. Modélisation des contraintes de précédence

Pour les applications industrielles, un programme sous VBA est développé pour la gestion des
contraintes de précédence et la recherche des regroupements d’opérations. Les différentes étapes du
programme sont présentées dans cette section.

Le programme prend comme élément d’entrée la base de données ; résultat de l’application de

l’activité A3.1 de la méthodologie. La Figure 17 montre macroscopiquement ses différentes étapes.

Figure 17 : Différentes étapes du programme développé pour modéliser et traiter les contraintes
de précédence

Chapitre 3 49
Premièrement, il faut renseigner les contraintes de précédence dans la base de données. Pour chaque
opération, il faut indiquer celle(s) qui lui est (sont) antérieure(s). Le programme met en forme cette
nouvelle base de données en fractionnant les lignes où se trouvent plusieurs antériorités et en affichant
les opérations qui ne sont antérieurs à aucune autre. Par la suite, le programme définit la matrice de
précédence et calcule le niveau d’antériorité (NA) de chaque opération comme suit :

 Définir que NA =1 pour toute opération qui n’a aucune contrainte d’antériorité
 Rechercher les opérations qui ont comme prédécesseurs des opérations avec NA = 1, leur
niveau d’antériorité est donc NA = NA+1= 2
 Suivre la même démarche jusqu’à traiter l’ensemble des opérations. Dans le cas où une
opération a n prédécesseurs, NA = max ( , … )

L’exemple suivant illustre une application du programme développé :

Considérons 4 opérations O1, O2, O3, O4. Le tableau ci-dessous présente les contraintes
d’antériorités qui existent entre elles.

Numéro d’opération Antériorité

O1
O2 O1
O3
O4 O2, O3

La lecture du tableau montre que :

 O1 et O3 n’ont pas de prédécesseurs
 O1 doit être faite avant O2
 O2 et O3 doivent être faites avant O1

Comme décrit ci-dessus, le programme va mettre en forme la base de données. Le tableau suivant
montre le résultat après application du programme :

Numéro d’opération Antériorité

O1
O2 O1
O3
O4 O2
O4 O3

La matrice de précédence définie par le programme est la suivante :

O1 O2 O3 O4
O1
O2 X
O3
O4 X X

O1 doit être faite avant O2

Le tableau suivant montre résultats du calcul du niveau d’antériorité :

Chapitre 3 50
 Niveau Max (niveau
Numéro d’opération Antériorité
d’antériorité antériorité)
O1 0 0
O2 O1 0+1 = 1 1
O3 0 0
O4 O2 1+1 = 2
Max(2,1) = 2
O4 O3 0+1 = 1

Le tableau ci-dessous est le résultat de l’application de la dernière étape du programme :

NA = 0 NA = 1 NA = 2

O1
O2 O4
O3

L’objectif du programme est d’identifier les opérations qu’il est possible de regrouper. Ceci dit, les
opérations qui ont le même niveau d’antériorité. Pour cet exemple, les résultats montre qu’il est
possible de regrouper O1 et O3.

L’étude des gammes et des critères de regroupements permet de proposer plusieurs scénarios
d’automatisation. Pour faire le choix d’un scénario satisfaisant les exigences du métier montage, il est
primordial de quantifier les critères de sélection. La section suivante a donc pour objectif de présenter
les différentes règles de calcul développées pour quantifier ces critères.

3. Quantification des critères de sélection

Cette section présente les modèles et méthodes utilisés et développés pour quantifier les différents
critères de sélection présentés dans le chapitre 2. Il s’agit du coût, de l’ergonomie, de la flexibilité et
de la maturité de l’automatisation.

3.1. Evaluation du coût

L’industrie automobile est confrontée au défi de produire des véhicules de haute qualité dans un délai
raisonnable et à des coûts modérés [79], . Par conséquent, l’estimation des coûts de fonctionnement
d’une installation est un facteur clé de l’efficacité économique de la production automobile [81].

L’objectif de cette partie est de fournir des règles de calcul des coûts d’assemblage. Le but étant
d’étudier la rentabilité des différents scénarios d’automatisation. La relation entre les coûts et la prise
de décision en matière d’automatisation a été soulignée dans presque tous les travaux de la littérature
[30], [37]–[39], [44], [67]. Grand nombre de ces travaux considère que le coût est le critère le plus
important et prépondérant pour la prise de décision.
Il a été souligné que l’estimation des coûts peut être utilisée efficacement pour fournir aux décideurs
les informations nécessaires pour faire des choix judicieux [81] [67], [72], [82] [83] [84] en matière
d’allocation des ressources, de sorte que des décisions cruciales économiquement appropriées puissent
être prises.

La littérature [85]–[88] permet d’identifier deux grandes approches qui ont pour but l’estimation des
différents coûts de production :

Chapitre 3 51
  Techniques basées sur l’analogie : Ces techniques reposent sur des méthodes d’estimation
qualitative. Elles sont basées sur la définition et l’analyse du degré de similitude entre le
nouveau produit et un autre, qui a été déjà produit par l’entreprise. Néanmoins, ces techniques
présentent plusieurs problèmes comme la difficulté de mesurer les degrés de similarité, et la
complexité d’incorporer dans ces degrés l’effet du progrès technologique et les facteurs
contextuels. Ces techniques sont principalement adoptées dans la première phase du processus
de développement d’un produit, car elles permettent d’obtenir une estimation approximative
des coûts futurs impliqués.
 Techniques basées sur des modèles analytiques : Ces techniques reposent sur des méthodes
d’estimation quantitative basée sur l’analyse détaillée du processus de fabrication et des
caractéristiques du produit. Le coût est calculé de manière très analytique. Le calcul prend en
compte la valeur des ressources utilisées à chaque étape du processus de production (matières
premières, composants, main-d'œuvre, équipement, etc.). Pour cette raison, l’approche
technique ne peut être utilisée que lorsque toutes les caractéristiques du processus de
production et du produit sont bien définies.

L’estimation du coût adéquate pour le sujet de la thèse doit être quantitative pour permettre d’étudier
plusieurs scénarios d’automatisation, et de les évaluer en fonction de la rentabilité du projet. La
méthodologie développée analyse plusieurs éléments d’entrée (produit, architecture usine, main
d’œuvre, temps de cycle…). Il est donc judicieux d’opter pour des techniques d’estimation qui
prennent en compte tous ces éléments. Le choix est donc porté sur celles basées sur des modèles
analytiques.

Afin de fournir plus d’éléments sur l’estimation du coût, il est primordial d’identifier les différents
facteurs à prendre en compte.

Les travaux étudiés [80] [89] [90] montrent clairement qu’il n’existe pas de consensus quant à la
classification des facteurs du coût. Ainsi, pour les travaux de thèses, ces facteurs ont été classés en
trois catégories : machines, main d’œuvre, et usine. Le Tableau 15 détaille ces facteurs.
Tableau 15 : Facteurs à prendre en compte pour le calcul du coût
Facteurs Détails
Ce facteur englobe toutes les ressources nécessaires pour le bon
Machines fonctionnement des machines (maintenance, énergie, configuration,
réglages …) [80] [84] [90] [91] [92], [93]
Ce facteur résume les ressources nécessaires relatifs à l’ensemble des
Main d’œuvre opérateurs qui participent directement ou indirectement à la production
[37] [44] [80] [89] [94] [95]
Usine Les coûts relatifs à l’architecture de l’usine comme la surface [80] [89]

Ainsi, le coût total d’une solution d’automatisation est la somme des coûts relatifs à chacun des
facteurs cités précédemment. Le modèle développé a pour but de calculer les coûts en fonction du
niveau d’automatisation (LoA).

La Figure 18 présente la structuration du coût retenue pour le traitement du sujet de la thèse. Les
facteurs sont décomposés en 8 sous facteurs identifiés après analyse des travaux présents dans la
littérature. Ces derniers sont les principaux éléments qui permettent de bien quantifier le coût
d’assemblage.

Chapitre 3 52
 Figure 18 : Décomposition des facteurs du coût

 Coûts Main d’œuvre

Les coûts présentés dans cette partie caractérisent les coûts spécifiques au travail manuel. Ils sont
présentés par le facteur Main d’œuvre ( ).

Cette catégorie comprend le salaire des opérateurs ( , les coûts de formation ( ) et le coût des
équipements ( ). Ainsi, le coût de la main d’œuvre est calculé en fonction de ces composants,
comme le montre l’équation ( 1 ) :

(1)

 Salaire des opérateurs

Le salaire des opérateurs pour une ressource i est calculé en fonction de trois paramètres : le nombre
des opérateurs, leur charge de travail et le salaire annuel d’un opérateur [37], [89], [93], [94], [95]
comme le montre l’équation ( 2 ) :

(2)

Avec :

: Salaire annuel de l’opérateur i (€/an)

: Nombre des opérateurs nécessaires pour effectuer les tâches liées à la ressource

: Charge de l’opérateur i nécessaire pour effectuer les tâches liées à la ressource

Le charge d’un opérateur i est calculée moyennant l’équation ( 3 ) :

(3)

Chapitre 3 53
Avec :

: Temps nécessaire pour que l’opérateur i exécute les tâches liées à la ressource (en min)

: Temps de cycle (en min)

 Coûts de formations

Cette catégorie comprend les coûts des formations [65] qui peuvent être nécessaires pour que les
opérateurs soient complètement productifs et efficaces. Ces coûts peuvent être très importants, c’est
ainsi que le modèle développé propose de les prendre en compte.

L’équation qui permet de calculer les coûts de formations des opérateurs qui effectuent les tâches liées
à la ressource est la suivante :

(4)

Avec :
: Coût annuel de formations pour l’opérateur i (en €/an)

 Coûts des équipements

Cette catégorie comprend tous les outils et installations dont un opérateur a besoin afin d’être
productif et capable d’exécuter les tâches liées à la ressource. Dans le cadre de LoA = 0, les outils et
équipements manuels sont des outils qui ne nécessitent que la force physique du travailleur (visseuse,
manipulateur, préhenseur …).

La formule qui permet de calculer ces coûts est représentée par l’équation ( 5 ) :

(5)

Avec :

n : Nombre total des équipements nécessaires à la réalisation des tâches liées à une ressource

: Coût de l’équipement i

: Nombre de l’équipement de type i

: Durée de vie de l’équipement i

 Coûts Usine

Les coûts présentés dans cette partie caractérisent les coûts inhérents quelle que soit la solution retenue
(manuelle ou automatisée). Ils sont présentés par le facteur usine ( ). Il comprend la surface occupée
( ).

Chapitre 3 54
 (6)

 Coût de la Surface occupée

Ce composant de coût représente le coût de la surface que la ressource occupe dans l’usine de
production. Les travaux de recherche analysés considèrent ce coût comme l’un des frais généraux [89].
Peu d’entre eux détaillent l’équation qui permet le calcul de ce coût.

Son [97] a défini une formule qui permet d’estimer le coût de la surface occupée. Le calcul se fait en
multipliant la surface qu’occupe la ressource par le coût de la surface au sol par mètre carré comme le
montre l’équation ( 7 ) :

= (7)

Avec :
: Surface occupée par la ressource i

: Coût annuel de la surface au sol par m²

 Coûts Machine

Cette catégorie comprend le coût de mise en route relatif aux réglages et reconfiguration des machines
( , les investissements ( ), l’énergie consommée ( ) et le coût de la maintenance ( ).
Ainsi, le coût machine est calculé en fonction de ces composants, comme le montre l’équation ( 8 ) :

(8)

 Coût de mise en route

Son [97] considère le coût de mise en route comme étant le coût de préparation des machines pour
chaque cycle. Ce coût a été estimé dans divers travaux dans la littérature [44], [82], [98].

L’équation de calcul du coût de mise en route proposée prend en compte plusieurs paramètres comme
le temps de mise en route, le coût horaire des arrêts de production, le nombre et le salaire des
opérateurs mobilisés pour effectuer les préparations et réglages nécessaires ou encore le nombre de
réglages effectués et le nombre de jours ouvrés dans l’année. L’équation ( 9 ) présente la méthode de
calcul de ce coût :

(9)

Avec :
: Temps nécessaire pour faire les réglages et les préparations (en min)

Chapitre 3 55
 : Coût arrêt de production (en €/min)

: Nombre des opérateurs qui effectuent les réglages et les préparations

: Salaire des opérateurs qui effectuent les réglages et les préparations (en €/an)

: Nombre des réglages effectués dans la journée

: Nombre des jours ouvrés dans l’année

 Investissements

Pour les opérations automatisées, les coûts d’investissement sont généralement importants. Le modèle
développé considère que le coût d'investissement d’une ressource comprend les frais d’achat, de
transport et d’installation, ainsi que la durée de vie estimée des machines et de la ressource. Pour le
calcul de ce coût, le modèle proposé par Gorlach et Wessel [37] s’avère être utile.

Ainsi l’équation ( 10 ) montre la formule développée pour calculer le coût d’investissement :

( 10 )

Avec :

: Coût global d’investissements (achat, transport, intégration …)

: Durée de vie des machines

: Durée de vie de la ressource

 Coût de l’énergie consommée

Pour les usines fortement automatisées, le coût de l’énergie consommée peut avoir un impact très
important sur la rentabilité.

Le coût de l’énergie est généralement calculé en multipliant la puissance des machines par le temps de
leur fonctionnement. Comme le modèle développé propose des estimations de coûts à l’année, le
temps de fonctionnement des machines est converti en un temps de fonctionnement annuel. Ainsi
l’équation qui est la plus adéquate au contexte de la thèse est la suivante :

( 11 )

Avec :

: Puissance consommée par les machines (en kW/h)

: Coût du kilowatt (en €/kW)

Chapitre 3 56
 : Temps de fonctionnement journalier des machines (en h)

 Coût de la Maintenance

L’équation développée pour le calcul des coûts de la maintenance est basée sur la formule proposée
par Bornschlegl [65], [80]. L’auteur considère que le coût de la maintenance comprend deux
éléments : le coût des pièces de rechange et le coût de la main d’œuvre. Ce dernier est calculé en
multipliant le salaire des opérateurs de maintenance par le temps de réparation et par un paramètre qui
identifie la probabilité d’avoir une défaillance.

Le modèle développé dans le cadre de la thèse prend les travaux de Bornschlegl et les adaptations
effectuées par Salmi [65] comme base. Le paramètre « temps de réparation » est remplacé par le
paramètre (temps moyen de réparation). Le paramètre (taux de défaillance) est utilisé pour
exprimer la probabilité d’avoir une panne. Ensuite, la notion du MTBF est introduite pour identifier le
temps moyen entre les pannes. Le temps de fonctionnement des machines divisés par ce paramètre
permet d’estimer le nombre des pannes.

Ainsi la formule proposée pour calculer les coûts de maintenance est représentée par l’équation ( 12 ) :

( 12 )

Avec :

: Temps moyen de réparation (en h)

: Nombre des opérateurs de maintenance nécessaire pour réparer une panne

: Salaire annuel d’un opérateur maintenance (en €/an)

: Taux de défaillance (en h-1)

: Temps moyen entre pannes (en h)

: Coût annuel des pièces de rechange (en €/an)

3.2. Evaluation de l’ergonomie

La conception et le maintien d’un environnement de travail adéquat est l’un des objectifs de
l’ergonomie. Les entreprises veulent toutes que leurs lieux de travail soient des promoteurs de
productivité et de qualité. Pour cela, il faut une relation correcte entre les facteurs environnementaux
(éclairage, bruit, température), les efforts développés, les postures de travail, la répétitivité et les outils
utilisés [99].

Le périmètre des travaux de thèse est l’atelier montage automobile. Ainsi, les opérations à étudier sont
des opérations d’assemblage qui sollicitent toutes les parties du corps. Le choix doit donc porter sur
une méthode qui analyse l’ensemble de ses parties. La méthode doit être quantitative pour permettre
une évaluation objective.

Dans cette section, les différentes méthodes d’évaluation de l’ergonomie d’un poste de travail sont
présentées. Leurs avantages et inconvénients sont étudiés. L’objectif est de choisir une méthode qui
convient au traitement du sujet de la thèse.

Chapitre 3 57
 3.2.1. Méthode RULA
RULA [100] (Rapid Upper Limb Assessment) est une méthode développée pour être utilisée dans les
enquêtes ergonomiques sur les lieux de travail où des troubles des membres sont signalés. Comme son
nom l’indique, cette méthode fournit une évaluation rapide. Les membres supérieurs (épaules,
poignets…), des postures du cou, du tronc, des jambes et de la fonction musculaire, ainsi que les
charges externes subies par le corps sont étudiés.

La méthode utilise des diagrammes de postures corporelles et trois tableaux de notation [101] pour
fournir une évaluation du risque. Cette dernière s’effectue par le biais d’un score qui est calculé suite à
une analyse de deux parties du corps.

La partie A est axée sur le poignet, le coude et l’épaule. La partie B évalue les jambes, le tronc et la
nuque [102]. L’utilisation des tableaux présentés dans l’Annexe 6 permet d’obtenir un score pour
chaque partie, auquel y sont ajoutés deux autres scores : l’activité musculaire et l’effort. En
additionnant ces différentes valeurs, un score intermédiaire pour chaque partie est calculé. La valeur
finale est obtenue en croisant les scores intermédiaires (C et D).

La Figure 19 explique le schéma d’obtention du score final.

Figure 19 : Schéma d'obtention du score final en appliquant la méthode RULA

Ainsi, pour chaque valeur obtenue, les niveaux de risque et interventions sont décrits [100].
L’interprétation des valeurs est la suivante :

 Score final = 1 ou 2 : Le niveau de risque est négligeable. Aucune intervention n’est

nécessaire.
 Score final = 3 ou 4 : Le niveau de risque est faible. Il se peut qu’une intervention soit
nécessaire.
 Score final = 5 ou 6 : Le niveau de risque est élevé. Une intervention à brève échéance est
nécessaire.
 Score final = 7 : Le niveau de risque est très élevé. Une intervention urgente est nécessaire.

La méthode RULA présente plusieurs avantages. C’est une méthode quantitative qui permet une
analyse rapide de toutes les parties du corps. La méthode évalue le risque et propose le niveau
d’intervention à faire. Elle prend en compte la force musculaire, la charge ainsi que les efforts fournis

Chapitre 3 58
durant l’exécution d’une tâche. Toutefois, la méthode est limitée par le fait qu’elle ne prend pas en
compte la durée des tâches.

3.2.2. Méthode NIOSH

La méthode NIOSH [103] est un outil qui permet de conseiller les entreprises sur les limites de poids
acceptables concernant les opérations de manutention. Avec ces indications, les opérateurs vont éviter
les problèmes du dos liés à des soulèvements ou à des abaissements.

Plusieurs paramètres sont pris en compte pour identifier le poids limite recommandé ( ) [104]
[105]. Parmi ces paramètres, on retrouve la hauteur de la charge, la torsion du tronc, la distance de la
charge à l’avant du corps, le déplacement vertical ainsi que la durée et la fréquence de la tâche.

Waters [104] a présenté une formule qui permet, en fonction de tous ces paramètres, de calculer le
poids limite recommandé. Ce dernier est utilisé pour calculer un indice de levage ( ) en divisant le
poids levé ( ) par le poids limite recommandé ( ) comme le montre l’équation ( 3 ) :

(3)

Ainsi pour chaque valeur LI, le niveau de risque est évalué. L’interprétation des valeurs de l’indice LI
est la suivante :

 LI < 1 : le risque est négligeable.

 1 < LI < 3 : le risque existe. La situation doit être améliorée.
 LI > 3 : le risque est inacceptable.

La méthode NIOSH présente plusieurs avantages. Elle est quantitative. Elle permet de calculer un
indice pour décrire le niveau de risque. Contrairement à la méthode RULA, elle prend en compte la
durée de la tâche. Toutefois, cette méthode est très limitée. Elle ne s’intéresse qu’aux opérations de
soulèvements et abaissements. Ainsi, elle néglige les risques de troubles musculo–squelettiques (TMS)
qui ne sont liés à d’autres types de tâches.

3.2.3. Méthode MAC

La méthode MAC (The Manual handling Assessment Charts) [106] est un outil destiné à identifier la
manutention manuelle à haut risque. La méthode permet donc d’évaluer les facteurs de risque les plus
courants dans les opérations de levage, de transport et de manutention en groupe.

La feuille de score (Annexe 7) [105] permet d’étudier une dizaine de facteurs de risques. Pour chaque
type d’opération, ces facteurs sont évalués moyennant la grille illustrée par la Figure 20. Ensuite, un
score total est calculé.

Figure 20 : Evaluation des tâches par la méthode MAC [106]

Chapitre 3 59
La méthode MAC présente quelques avantages. Elle est quantitative puisqu’elle permet de calculer un
score pour identifier les tâches à haut risque. Elle est facile à utiliser. Elle nécessite une analyse bien
détaillée des différentes tâches. Toutefois, elle est très limitée par le fait qu’elle est destinée à n’étudier
que les opérations de levage, de transport et de manutention en groupe. Négligeant ainsi d’autres types
d’opérations qui peuvent être très risquées.

3.2.4. Méthode de Keyserling

La checklist de Keyserling [107] a pour but de détecter la présence de facteurs de risques
ergonomiques associés aux postures inconfortables des membres supérieurs.

En effet, les postures inconfortables sont définies [108] comme étant des postures qui, lorsqu’elles
sont utilisées de manière répétitive ou prolongée, entraînent un risque accru de fatigue, de douleur ou
de blessures.

Avec la checklist de Keyserling, la détection des facteurs de risque passe par 18 questions [107]. La
figure [105] Annexe 8 présente un exemple de ces questions. Ces facteurs de risque sont associés à
plusieurs paramètres comme l’effort fourni, la répétitivité de la tâche, les postures adoptées ou encore
les outils manuels utilisés.

Dans un premier temps, les réponses aux questions de la checklist de Keyserling [107] concernent la
présence ou l’absence du facteur de risque. Elles concernent également la durée d’exposition au
facteur de risque. Dans ce cas, les réponses peuvent être :

 0 : Facteurs non présents

 X : Durée d’exposition modérée
 XX : Durée d’exposition importante (plus d’un tiers du temps)

Après, la comptabilisation du nombre de X et XX est faite. Le score final obtenu permet d’identifier le
poste de travail qui présente un risque important.

La checklist de Keyserling est simple, et peut être utilisée par des personnes qui ne sont pas forcément
experts en ergonomie. C’est une méthode semi-quantitative dont le score ne permet que d’orienter les
décideurs vers l’identification des postes de travail qui nécessitent des améliorations. La méthode n’a
pour objectif que d’étudier les membres supérieurs.

3.2.5. Méthode Strain Index

La méthode Strain Index [109] a pour objectif de déterminer la probabilité de développer un trouble
musculo-squelettique à l’avant-bras, au coude, au poignet et à la main. Pour ce faire, la méthode
évalue six paramètres [110] : l’intensité de l’effort, sa durée, le nombre d’effort par minute, la posture
de la main/poignet, la vitesse du travail et la durée de la tâche par jour.

Ainsi pour chaque tâche et chaque main, les six paramètres sont évalués moyennant les coefficients
[111] présentés par l’Annexe 9. La valeur finale Strain Index est calculée en multipliant les six scores
obtenus après évaluation des six paramètres.

Suivant le score Strain Index obtenu, le risque de développer des TMS est estimé. L’interprétation du
résultat est la suivante :

 Score < 3 : Aucun risque de développer des TMS.

 3 < Score < 5 : Risque incertain.

Chapitre 3 60
  5 < Score < 7 : Risque élevé. Il faut développer des outils de contrôle si le poste de travail a
déjà présenté des cas de TMS.
 Score > 7 : Risque très élevé. Des mesures de prévention et de contrôle doivent fortement être
mises en place

Cette méthode est quantitative. Elle analyse et évalue plusieurs paramètres. Toutefois, l’évaluation de
ces paramètres est subjective. Elle se base uniquement sur l’avis du travailleur ou expert qui va
appliquer la méthode. La méthode est également limitée par le fait qu’elle n’étudie que les risques liés
à la partie supérieure du corps (mains, poignet, coude et avant-bras).

3.2.6. Méthode OWAS

La méthode OWAS [112] a pour but d’identifier la fréquence et le temps passé dans des postures. Elle
permet d’évaluer la situation et recommander ainsi des actions correctives.

L’application de la méthode OWAS suit les étapes suivantes [105] :

 Enregistrer une vidéo du poste de travail à étudier

 Analyser la vidéo et déterminer des postures pour le dos, les bras et les jambes. Ainsi que, le
poids des charges et les efforts réalisés
 Déterminer le niveau d’action requis en se basant sur l’analyse effectuée :

Niveau 1 : Aucune correction n’est requise. Les conditions sont favorables

Niveau 2 : Améliorations requises dans l’avenir. Les conditions sont peu favorables

Niveau 3 : Améliorations requises aussitôt que possible. Les conditions sont défavorables

Niveau 4 : Améliorations requises dans l’urgence. Les conditions sont extrêmement

défavorables

La méthode OWAS permet d’étudier attentivement les conditions de travail des opérateurs. Toutefois,
c’est une méthode qualitative qui a pour but de prévenir des risques TMS et d’identifier les postes de
travail à améliorer.

Une difficulté est à noter concernant l’application de la méthode. La vidéo doit couvrir tout le corps,
ainsi on perd de la précision pour bien déterminer les postures des bras et dos.

3.2.7. Méthode OCRA

La méthode OCRA [113] décrit et évalue les principaux facteurs de risque caractérisant divers
paramètres comme la fréquence et la répétitivité des mouvements, l’effort fourni, les types de postures
et de mouvements ou encore les périodes de récupération.

Le risque est évalué en utilisant l’indice OCRA [114]. Cet indice est calculé en divisant le nombre
d’actions techniques effectuées pendant le travail ( ) par le nombre d’actions techniques de
référence ( ) comme le montre l’équation ( 4 ) :

(4)

Chapitre 3 61
La méthode propose également les règles de calcul des deux paramètres et [113]. La valeur
de l’indice détermine le niveau de risque. La Figure 21 présente les différentes interprétations
des valeurs .

Zone Valeur Indice OCRA Classement du risque

Vert foncé < 1,5 Optimal
Vert vif 1,6 – 2,2 Acceptable
Jaune 2,3 – 3,5 Borderline ou très bas
Rouge clair 3,6 – 4,5 Bas
Rouge vif 4,6 – 9,0 Moyen
Rouge foncé > 9,0 Elevé
Figure 21 : Synthèse des valeurs OCRA et classement du risque

La méthode OCRA est quantitative. Elle permet de calculer un score pour identifier le niveau de risque
qu’une tâche répétitive présente. Toutefois, elle est limitée par le fait qu’elle n’analyse que les
membres supérieurs. Le calcul des deux paramètres et est très complexe. Il nécessite
plusieurs heures voire plusieurs jours d’analyse.

3.2.1. Synthèse des méthodes d’évaluation de l’ergonomie

L’ergonomie est un critère très important pour le choix d’un scénario d’automatisation. Une étude
bibliographique sur les différentes méthodes d’évaluation de ce critère a été faite. Les avantages et
limites de chacune d’elles ont été soulignés. Et les parties du corps qu’elles analysent ont été
identifiés. L’Annexe 10 présente une analyse de l’ensemble des méthodes de quantification de
l’ergonomie.

En effet, la méthode qui répond au mieux aux besoins de la thèse est la méthode RULA.

3.3. Evaluation de la flexibilité

Certains systèmes sont dits flexibles parce qu’ils produisent une variété de pièces. Dans la plupart de
ces exemples, le mode de fonctionnement est soit de type ligne de transfert, soit basé sur la production
de lots de pièces similaires. Pour aider à clarifier la situation, sept types de flexibilité ont été étudiés
[115]. Ainsi, pour Stellantis, deux sont intéressants: flexibilité au volume et flexibilité à la variabilité.

La quantification de ces critères adoptée pour les travaux de thèse (Tableau 16) a été définie en se
basant sur les travaux de D’souza [116].

Chapitre 3 62
 Tableau 16 : Quantification des paramètres du critère flexibilité
Ni
Entièrement
Entièrement Partiellement d’accord, Partiellement
Paramètres du critère Flexibilité d’accord d’accord ni en en désaccord
en
désaccord
désaccord
Volume où le système
Vol 1 5 4 3 2 1
sera rentable est élevé
Temps requis pour
augmenter ou diminuer
Vol 2 5 4 3 2 1
le volume de production
Volume
est élevé
Coût requis pour
augmenter ou diminuer
Vol 3 5 4 3 2 1
le volume de production
est élevé
On ne peut pas réaliser
Var 1 un grand nombre de 5 4 3 2 1
différents produits
Temps requis pour
Variabilité Var 2 introduire de nouveaux 5 4 3 2 1
produits est élevé
Coûts requis pour
Var 3 introduire de nouveaux 5 4 3 2 1
produits est élevé

Chaque paramètre est quantifié par un score, et par un poids. Le poids de chaque paramètre doit être
calculé à travers une analyse multicritère.

Ainsi le critère flexibilité est calculé selon l’équation ( 5 ) :

(5)

Avec :

: Poids du paramètre Volume

: Score du paramètre Volume

: Poids du paramètre Variabilité

: Score du paramètre Variabilité

3.4. Evaluation de la maturité de l’automatisation

Les Niveaux de Maturité Technologique (TRL) [117] sont utilisés pour quantifier l’état de maturité
technologique d’un élément destiné à être utilisé pour une mission. Dans le cadre des travaux de
recherche, il s’agit de la maturité de l’usage de la technologie.

Plus le TRL est élevé, plus la technologie est mature. Le Tableau 17 présente la quantification de la
maturité d’une technologie.

Chapitre 3 63
 Tableau 17 : Quantification de la maturité d’automatisation
Niveau Détails
1 Observation du principe de base
2 Formulation du concept technologique
3 Preuve expérimentale du concept
4 Validation des fonctions clés du concept en laboratoire
5 Validation de la technologie en environnement représentatif
6 Démonstration dans un environnement réel estimé
7 Démonstration dans un environnement opérationnel
8 Qualification du système complet dans un environnement opérationnel
9 Validation du système dans un environnement réel

Pour le sujet de thèse, la maturité de n technologies est calculée selon l’équation ( 6 ). Plus ce TRL est
proche de 1, plus la solution est mature.

(6)

A ce stade, les critères d’évaluation des scénarios d’automatisation sont identifiés. Les règles de calcul
sont déterminées. Pour faire le choix d’un scénario d’automatisation, il faut intégrer et étudier
simultanément l’ensemble des critères.

Aucune solution ne peut maximiser ou minimiser tous les critères. Il est donc question de chercher une
solution satisfaisante en fonction du contexte des travaux de recherche. Ainsi, il est primordial de
déterminer une méthode d’analyse multicritère pour pouvoir identifier cette solution.

4. Méthodes d’analyse multicritère

Un des objectifs de l’analyse multicritère est de remédier aux problèmes de divergence de points de
vue [118]. Cette section analyse les différentes méthodes d’analyse multicritère trouvées dans la
littérature. L’objectif est de choisir celle adaptée à la problématique de recherche.

Roy [119] a caractérisé un problème de décision par diverses notions :

 Alternative : les différentes solutions possibles à un problème.

 Critère : l’élément qui permet de comparer les alternatives. Il peut être quantitatif ou
qualitatif.
 Poids d’un critère : l’élément qui permet de représenter l’importance d’un critère par rapport
aux autres.
 Evaluation : la valeur affectée aux alternatives qui permettent de faire un choix

Après avoir présenté cette caractérisation, Roy [119] recense et définit quatre types de problèmes de
décision :

 Problèmes de rangement : utiliser des classes d’équivalence afin de ranger les alternatives de
la meilleure à la moins bonne.
 Problèmes de tri : assigner chaque alternative à plusieurs catégories plutôt qu’à une seule.
 Problèmes de choix : utiliser une méthode de sélection afin de proposer au décideur la
meilleure alternative.
 Problèmes de description : utiliser des critères qualificatifs pour caractériser les différentes
alternatives.

Chapitre 3 64
La méthodologie développée doit proposer à l’industriel une aide à la décision pour l’automatisation
des lignes d’assemblage. Dans ce contexte, la méthodologie doit évaluer plusieurs scénarios
d’automatisation pour proposer le meilleur. Ainsi, le problème auquel sont confrontés les travaux de
thèse est un problème de rangement. En effet, il s’agit de classer les scénarios possibles
d’automatisation du meilleur au moins bon.

On distingue deux grandes familles de méthodes qui traitent ce type de problèmes. Des méthodes
d’agrégation totale qui cherchent à réduire n critères en un seul critère unique et des méthodes
d’agrégation partielle qui cherchent à comparer les solutions tout en respectant l’incomparabilité entre
elles.

4.1. Méthodes d’agrégation totale

Il existe quatre méthodes connues qui permettent une agrégation totale des critères : la somme
pondérée [120], le produit pondéré [121], Macbeth [122] et AHP [123].

Ainsi, cette section a pour objectif de présenter et analyser ces différentes méthodes.

4.1.1. Méthodes de la somme pondérée et du produit pondéré

Les méthodes de la somme pondérée [120] et du produit pondéré [121] consistent à affecter un poids
à chaque critère et à évaluer la performance de chaque alternative par rapport à un critère. L’objectif
étant de combiner toutes les fonctions multi-objectifs en une seule fonction.

Ces méthodes sont simples et faciles d’utilisation. Après analyse et étude de chacune d’elles, il s’est
avéré qu’elles présentent plusieurs limites :

 Interprétation des valeurs des critères : elle n’est pas claire du fait qu’il faut prendre en
compte deux paramètres : l’importance des critères et leur normalisation
 Evaluation des critères : une évaluation positive sur un critère peut compenser une
évaluation négative sur un autre
 Sensibilité du résultat : une transformation d’échelle des critères a une influence sur le
résultat obtenu

4.1.2. Méthode Macbeth

La méthode Macbeth (Measuring Attractiveness by a Categorical Based Evaluation Technique) [122]
nécessite seulement des jugements qualitatifs afin de mesurer l’attractivité de chaque alternative par
rapport à une autre.

La méthode est basée sur un programme sous forme d’une approche interactive et de questionnement
du décideur pour évaluer l’attractivité. Ce programme a pour but également de vérifier la robustesse
des données tout en créant une échelle de poids.

La méthode Macbeth présente une limite liée à la nature des critères de choix. Le décideur émet des
jugements qualitatifs, chose qui peut impacter le résultat obtenu.

4.1.3. Méthode AHP

La méthode AHP (Analytic Hierarchy Process) [123] consiste à hiérarchiser les alternatives possibles
ainsi que leurs critères. Cette approche permet de mettre en évidence les critères qui impactent la
décision finale.

Chapitre 3 65
La méthode AHP est quantitative et prend en compte des critères qualitatifs et quantitatifs [124]. Sa
force réside dans le fait qu’elle organise le problème d’une manière structurée. Chose qui permet de le
traiter d’une façon logique en passant par différents niveaux jusqu’à déboucher sur une comparaison
binaire des critères. La cohérence de ces comparaisons est évaluée par un indice de cohérence.
Le traitement du problème par la méthode AHP peut s’avérer long et compliqué si le nombre de
critères et/ou alternatives est élevé.

4.2. Méthodes d’agrégation partielle

Les méthodes les plus connues qui se basent sur l’agrégation partielle des critères sont les méthodes
ELECTRE [118] [119] et Prométhée [125].

Ainsi, cette section a pour objectif de présenter et analyser ces différentes méthodes.

4.2.1. Méthode ELECTRE

Les méthodes ELECTRE (ELimination Et Choix Traduisant la REalité) [118] [119] est une famille de
méthodes qui permet d’effectuer des comparaisons binaires entre les différentes alternatives possibles.
Selon les versions, ces méthodes permettent de traiter des problématiques de tri, de classement ou de
choix tout en prenant en considération l’incomparabilité d’alternatives.

Toutefois ces méthodes présentes plusieurs limites notamment le grand nombre des paramètres à
traiter et l’obligation d’effectuer des analyses de robustesse et de sensibilité.

4.2.2. Méthode Prométhée

Les méthodes Prométhée (Preference Ranking Organisation METHod for Enrichment Evaluations)
[125] sont des méthodes de surclassement qui ont été inspirées par les travaux de Roy sur les
méthodes ELECTRE.

Ces méthodes visent à calculer une intensité de préférence pour comparer les alternatives. Cette
intensité est calculée moyennant l’équation ( 7 ) :

(7)

Avec :

: Respectivement, alternative 1 et alternative 2

: Intensité de préférence

: Respectivement, valeur de l’alternative par rapport au critère i

: Valeur de l’alternative par rapport au critère i

= 0  Aucune préférence de sur

= 1  Préférence forte de sur

Chapitre 3 66
Les méthodes Prométhée présentent plusieurs limites :

 Temps de traitement : Si le problème présente plusieurs critères et alternatives, le temps de

traitement peut vite être très important
 Interprétation des critères : Il est difficile de garder une vue d’ensemble sur le problème
quand beaucoup de critères sont impliqués
 Inversion de rang : Les alternatives peuvent être inversées lorsqu’une nouvelle est introduite

4.3. Synthèse des méthodes d’analyse multicritère

Les sections 4.1. et 4.2. détaillent les méthodes d’analyse multicritère trouvées dans la littérature. La
synthèse de cette étude bibliographique est représentée par le Tableau 18.

Tableau 18 : Comparatif des méthodes d'analyse multicritère

Type Méthode Avantages Limites
Somme pondérée Interprétation difficile des
valeurs des critères
Simples à utiliser Problème de compensation entre
Produit pondéré
les critères
Sensibilité du résultat
Agrégation Nature des critères de choix
Vérification de la robustesse
complète Macbeth Fiabilité du résultat
des données
Echelles non bornées
Hiérarchisation des critères
Temps de traitement long en
et alternatives
AHP fonction du nombre de critères
Validation de la cohérence
et alternatives à traiter
des critères
Traitement d’un grand nombre
Prise en compte de de paramètres
ELECTRE l’incomparabilité entre les Obligation d’effectuer une
critères analyse de robustesse et de
sensibilité
Agrégation
Prise en compte de
partielle
l’incomparabilité entre les
Temps de traitement
critères
Prométhée Interprétation des critères
Calcul de l’intensité de
Inversion des rangs
préférence d’un critère sur un
autre

Le choix d’un scénario d’automatisation doit se faire en analysant l’ensemble des solutions possibles
en fonction des critères cités dans la section 3. Chaque scénario doit être comparé à un autre en
fonction du coût, de l’ergonomie, de la flexibilité ainsi que de la maturité technologique.

Au cours du processus de prise de décision, les critères doivent être classés par ordre de priorité pour
déterminer le poids de chacun d’eux et ainsi connaître le/les critère(s) qui influe(ent) le plus le résultat.
Cette pondération permet de mettre en avant les axes d’améliorations à privilégier pour avoir une
automatisation rentable.

Ainsi, la méthode d’analyse multicritère adaptée aux travaux de recherche doit permettre de traiter
d’une manière structurée et logique l’ensemble des paramètres. Elle doit permettre de comparer les
critères entre eux pour ensuite attribuer un poids à chacun d’eux. Le choix est donc porté sur la
méthode AHP.

Chapitre 3 67
 5. Conclusion
Les méthodes d’aide à la décision sur le niveau d’automatisation sont peu abondantes. Ces méthodes
reposent sur peu de critères et n’éclaircissent pas les méthodes de calcul ou d’estimation de ces
critères.

Ce chapitre propose une nouvelle définition du LoA. Cette définition prend le temps comme critère de
calcul. Ce choix est expliqué par la nécessité d’avoir un indicateur qui permet d’estimer la part des
opérateurs et la part des installations automatisées. Ceci donne une vision claire sur le potentiel
d’automatisation de la ligne de production.

Ce chapitre présente également la méthodologie développée qui comporte six grandes activités. Cette
méthodologie respecte l’ensemble des exigences définies précédemment. En effet, elle est analytique
puisqu’elle permet d’étudier finement toutes des données relatives aux gammes de montage, à
l’architecture de l’usine ou encore à la conception de produits. La méthode permet une analyse des
regroupements d’opérations et d’équilibrage de la ligne. Elle permet également d’étudier et d’évaluer
plusieurs scénarios d’automatisation en se basant sur des modèles et règles de quantification des
critères de choix (coût, ergonomie, flexibilité et maturité des technologies).

Pour mettre ces approches développées en pratique, une analyse des gammes de montage chez
Stellantis est présentée. Il en résulte que plusieurs informations manquent, notamment, les contraintes
de précédence entre les différentes opérations. Pour remédier à ce manque et faciliter la recherche de
regroupements d’opérations, un programme VBA est développé. Ce chapitre détaille les étapes de ce
programme. Pour une meilleure compréhension, un exemple d’application est présenté.

La dernière activité de la méthodologie nécessite la définition des règles de calcul des critères de choix
et l’identification d’une méthode d’analyse multicritère pour pouvoir choisir le scénario
d’automatisation qui satisfait les exigences de l’industriel. Pour répondre à ce besoin, ce chapitre
présente un ensemble de modèles de calcul des critères. Différentes méthodes d’analyse multicritère
sont étudiées. Le choix de la méthode AHP est argumentée.

La méthodologie est applicable par toute personne ayant des connaissances relatives aux gammes
d’assemblage. Il est à noter que les résultats obtenus en utilisant cette méthode sont sensibles au choix
des critères de regroupements.

La méthodologie est manuelle. Ainsi, pour pouvoir traiter un grand nombre de gammes de production,
il serait judicieux d’automatiser certaines étapes comme la construction des bases de données, la
formalisation des contraintes de précédence ou encore l’évaluation des scénarios d’automatisation.

Pour montrer le déploiement de la méthodologie et des modèles développés, le chapitre 4 présente

trois cas d’études industriels. L’objectif est de vérifier l’applicabilité de l’ensemble de l’approche
décisionnelle et souligner ainsi ses limites et les différents points d’amélioration.

Chapitre 3 68
Chapitre 4 : Déploiement de la méthodologie et
modèles développés sur trois cas d’étude
industriels

Résumé
Cette quatrième partie du manuscrit met en application les étapes et les outils de la
méthodologie. Elle présente trois cas d’étude industriels. La première application
industrielle a pour objectif de valider la méthodologie. La deuxième étude de cas montre
la mise en œuvre de la première partie de la méthodologie qui consiste à chercher des
regroupements d’opérations. Quant à la dernière application, elle a pour but d’illustrer
le déroulement de la deuxième partie de la méthodologie qui vise à étudier les
opérations critiques en ergonomie et/ou qualité.

Dans un premier temps, ce chapitre présente et explique le contexte des études menées. Il rappelle et
souligne les besoins du métier montage en terme d’amélioration de la performance industrielle, de gain
de temps de montage manuel ou encore d’amélioration du niveau d’ergonomie.

La première étude de cas concerne la ligne Habillage Moteur (HAM). Un schéma de la ligne ainsi que
les différentes postes de travail qui la constituent sont présentés. Le choix de réaliser cette étude de cas
est conduit par la nécessité de vérifier la méthodologie. En effet, cette étude est déjà réalisée par
Stellantis. L’objectif est donc de la traiter en appliquant la méthodologie et par la suite, d’analyser et
comparer les résultats obtenus.

La deuxième étude de cas concerne la ligne de montage principale. Un schéma de cette ligne est
présenté pour illustrer et mieux comprendre les différents brins qui constituent cette ligne. Cette
application industrielle traite la première partie de la méthodologie qui consiste à rechercher des
regroupements d’opérations. Les résultats de cette étude montrent la complexité de la problématique
relative principalement à la conception actuelle et future des produits.

La troisième étude de cas concerne le montage du toit ouvrant panoramique. Cette étude de cas
industriel met en application la deuxième partie de la méthodologie qui s’appuie sur des opérations
ergonomiquement pénibles. L’objectif étant d’améliorer les postes de travail par le biais de
l’automatisation. Le traitement d’une opération ergonomiquement critique est présenté. La dernière
activité de la méthodologie (A6) est mise en avant. L’estimation des critères de choix est effectuée. La
méthode AHP est appliquée.

Chapitre 4 69
 1. Contexte des études
L’optimisation des processus industriels est motivée par la concurrence et par l’envie d’avoir une
meilleure performance économique. Ainsi, pour atteindre cet objectif d’efficience, le groupe Stellantis
a engagé une amélioration continue de productivité de ses usines.

Dans ce contexte, l’industriel cherche à réduire ses coûts de production en automatisant ses lignes de
montage. Toutefois, l’équilibrage des charges (opérateurs ou installations automatisées) ainsi que la
diversité croissante de produits restent des contraintes majeures.

Pour faire face à ces contraintes, le métier montage cherche davantage à mettre en place des
automatisations rentables et transversalisables sur les différentes usines du groupe. Ceci passe par la
recherche de regroupements d’opérations.

Dans ce contexte, l’industriel a déjà traité l’analyse d’un regroupement d’opérations sur la ligne
Habillage Moteur (HAM). Cette application industrielle fait l’objet de la première étude de cas
présentée dans ce chapitre. L’objectif est donc de comparer les résultats obtenus en appliquant la
méthodologie et ceux précédemment obtenus par l’industriel.

La deuxième étude de cas porte sur une nouvelle analyse de regroupements d’opérations. Elle met
l’accent sur les différentes contraintes qui freinent la mise en place des automatisations.

D’un autre côté, de nombreuses études internes sont menées afin d’améliorer les postes de travail.
L’objectif étant d’améliorer les conditions de travail des opérateurs et de réduire la pénibilité des
opérations sur les lignes de montage.

La troisième étude de cas s’inscrit dans ce contexte. Elle met en avant la deuxième partie de la
méthodologie (Activités A4, A5 et A6).

2. Etude de cas industriel n°1 : Validation de la

méthodologie
Cette section présente l’application de la méthodologie sur un cas déjà traité par le métier montage.
Dans un premier temps, cette section présente le périmètre de l’étude. Par la suite, elle explique et
détaille le déroulement de la méthodologie. Pour finir, elle analyse les résultats obtenus.

2.1. Périmètre de l’étude

L’analyse faite porte sur la ligne Habillage Moteur (HAM). Cette ligne fait partie du flux secondaire.
Elle a pour objectif de compléter la préparation des groupes motopropulseur (GMP). La ligne HAM
est constituée de plusieurs postes successifs (Figure 22). Les moteurs issus des usines mécaniques sont
déposés en début de la ligne sur des platines acheminées par des convoyeurs mécanisés et assemblés
avec les boîtes de vitesses. Les lignes HAM connaissent une très grande diversité en terme de moteurs
et boîtes de vitesse.

Chapitre 4 70
 Figure 22 : Représentation d’une ligne HAM [126]

Sur les différents postes de la ligne, les opérateurs habillent le moteur de manière continue au défilé,
avec des pièces spécifiques au véhicule avant de le livrer en ligne principale. Cet habillage se fait
suivant une gamme d’assemblage qui indique chronologiquement les opérations à effectuer à chaque
poste en fonction du type de GMP concerné.

Dans un objectif de gain économique et de rentabilité, l’étude vise à automatiser les vissages présents
sur la ligne HAM. Ceci passe par la recherche des regroupements d’opérations. Le choix de ce type
d’opérations est piloté par la maturité technologique.

La section suivante détaille le traitement de ce sujet en appliquant la méthodologie développée.

2.2. Application de la méthodologie

2.2.1. A1-A2 : Extraction des gammes et création de la base de
données
Ces étapes consistent à extraire toutes les gammes de production (Figure 23). L’objectif est d’avoir
l’ensemble des gammes de production avec le numéro de poste ainsi que le code RGPT.

Figure 23 : Exemple de gammes extraites avec code RGPT

2.2.1. A3 : Etude des regroupements d’opérations

La première étape consiste à construire une base de données en se basant sur les gammes extraites.
Cette base (Figure 24) contient, pour chaque opération de vissage, le numéro de poste, le temps (en
min), le nombre de vis/écrous, et les critères de regroupement. Dans ce cas, les critères de
regroupement sont le couple, le type de tête, la douille et l’accessibilité. Pour des raisons de
confidentialité, le temps n’est pas communiqué.

Chapitre 4 71
 Figure 24 : « Base de données » créée

Comme l’objectif premier est le gain économique, il faut s’intéresser aux opérations les plus longues.
Ainsi, en se basant sur le temps, il est possible d’identifier celles à étudier en priorité. Ces opérations
sont donc celles qui sont accessibles avec :

 Tête H, Douille de 16 mm et couple de 60 Nm

 Tête H, Douille de 13 mm et couple de 20 Nm
 Tête H, Douille de 13 mm et couple de 25 Nm
 Tête H, Douille de 13 mm et couple de 45 Nm

Les contraintes liées à la chronologie des opérations ont été identifiées. Sur la base de ces contraintes,
une matrice de précédence est définie (Annexe 11).

L’Annexe 12 présente les résultats obtenus après utilisation du programme VBA développé qui a pour
objectif de faciliter la recherche des regroupements d’opérations.

Ainsi, il y a trois regroupements possibles d’opérations de vissages :

 1er regroupement : vissage du support compresseur et du support alternateur. Le démarreur

n’est pas concerné par l’étude. Il a des caractéristiques de vissage différentes des deux
premières pièces.
 2ème regroupement : vissage du câble négatif et du galet tendeur dynamique.
 3ème regroupement : vissage du palier transmission, de l’alternateur, et du SMIG. Comme le
démarreur, le doseur n’est pas concerné par l’étude.

Le Tableau 19 décrit les caractéristiques des vissages concernés par le regroupement d’opérations.

Tableau 19 : Caractéristiques des vissages des pièces concernées par les regroupements
Caractéristiques des vis
Pièces concernées
Tête Douille (mm) Couple (Nm)
Support compresseur H 13 25
Support alternateur H 13 25
Câble négatif H 13 20
Galet tendeur dynamique H 13 20
Palier transmission H 16 60
Alternateur H 16 25
SMIG H 16 60

L’étude est faite sur le moteur qui représente le plus gros volume de production (comme le préconise
l’activité A3). Maintenant, pour pérenniser l’automatisation, il est primordial d’avoir les mêmes
pièces, les mêmes regroupements sur les autres GMP.

En analysant les autres moteurs, il s’est avéré qu’ils possèdent les mêmes pièces, les mêmes références
de vis et les mêmes caractéristiques de vissages. Seule différence à signaler étant le nombre de vis.

Chapitre 4 72
 2.2.2. A6 : Equilibrage de la ligne et automatisation
Pour étudier l’équilibrage de la ligne, les différents postes de travail de la ligne HAM sont
schématisés, ainsi que l’emplacement de chaque opération (Figure 25). Les postes qui ont la même
couleur correspondent aux vissages qui ont les mêmes caractéristiques.

La ligne HAM est linéaire. Pour que la configuration soit claire, elle est représentée en deux parties.

Figure 25 : Configuration initiale de la ligne HAM

En respectant les contraintes de chronologie des opérations, et afin de réaliser les regroupements
voulus :

 Il est possible de conserver le poste du support compresseur et support alternateur et le rendre

automatisé pour faire les différents vissages (1er regroupement).
 Il faut créer un poste automatisé entre le poste de l’écran thermique et le poste du doseur pour
faire les vissages du câble négatif et du galet tendeur dynamique (2ème regroupement).
 Il faut créer un poste automatisé en fin de ligne avant le poste PQG (contrôle qualité) pour
faire les vissages du palier transmission, de l’alternateur, et du SMIG (3ème regroupement).

La Figure 26 représente la configuration de la ligne de production en se basant sur les résultats obtenus
après application de la méthodologie.

Figure 26 : Configuration de la ligne de production basée sur les résultats obtenus en appliquant
la méthodologie

2.3. Analyse et comparaison des résultats obtenus par la

méthodologie et par le métier montage
La Figure 27 présente la configuration de la ligne de production suite à l’étude réalisée par le métier
montage. Le résultat obtenu consiste à regrouper et automatiser les opérations de vissage du SMIG et
du palier de transmission.

Chapitre 4 73
Figure 27 : Configuration de la ligne de production basée sur les résultats obtenus par
l'industriel

Le Tableau 20 résume les regroupements d’opérations obtenus à travers l’application de la

méthodologie et ceux obtenus à travers l’étude menée par le métier montage.

Tableau 20 : Comparaison des résultats obtenus par la méthodologie et par le métier montage
Résultats obtenus par la méthodologie Résultats obtenus par le métier montage
Reg1 : Regroupement des vissages du support
alternateur et support compresseur
Reg2 :Regroupement du vissage du câble Regroupement des vissages palier de
négatif et du galet tendeur dynamique transmission et du SMIG
Reg3 : Regroupement des vissages du palier de
transmission, de l’alternateur et du SMIG

Compte tenu de l’architecture de l’usine et du principe du Stop and Go, le regroupement d’opérations
obtenu par le métier montage est effectué en fin de ligne, ce qui explique la non présence du Reg1 et
Reg2. Ce choix est conduit par la maturité des technologies. En effet, les opérations de vissage ne
peuvent pas être faites d’une manière continue, au défilé. Ce qui impose d’avoir des automatisations
en fin de ligne.

L’analyse de Reg3 et du regroupement obtenu par le métier montage montre que la seule différence à
noter est que, en plus des vissages du palier de transmission et du SMIG, la méthodologie propose le
vissage de l’alternateur. Ce dernier n’a pas été pris en compte par l’industriel puisqu’il nécessite un
couple de vissage différent des deux autres pièces.

La méthodologie a pris en compte une plage de couple de vissage pour étudier les regroupements
d’opérations. Or, à l’usine de Sochaux, la VEA (Visseuse Electrique Asservie) ne peut pas réaliser des
vissages ayant un couple compris entre 25 et 60 Nm. C’est pour cette raison que le métier montage
s’est contenté d’étudier des vissages soumis au même couple.

L’étude menée montre que la méthodologie permet d’analyser l’ensemble des données d’entrée
(gammes d’assemblage, conception produit …). A travers des critères de regroupement bien définis,
elle permet d’émettre des propositions de regroupements d’opérations.

Le programme VBA développé permet de visualiser les contraintes de précédence. Il facilite ainsi la
recherche des regroupements. Néanmoins, il ne traite pas les critères de regroupements, et donc ne
permet pas de distinguer réellement les opérations qui ont les mêmes caractéristiques. Cette limite
impose que les résultats soient traités par un expert pour identifier ces opérations.

Cette méthode permet de structurer le processus de prise de décision. Différentes étapes peuvent être
automatisées comme l’extraction des données et l’analyse multicritères, conduisant ainsi à un gain
significatif du temps d’analyse. Par exemple, pour la recherche du regroupement d’opérations dans la

Chapitre 4 74
 ligne HAM, l’industriel a dû analyser 35 opérations de vissage pour en déduire celles qu’il peut
regrouper dans le même poste. Cependant, en adoptant le programme développé, il est possible
d’analyser rapidement les contraintes de précédence et d’afficher les différentes opérations qui ont le
même niveau d’antériorité et donc, celles qu’il est possible de regrouper.

3. Etude de cas industriel n°2 : Analyse des

regroupements d’opérations
Cette section présente l’application de la méthodologie sur la ligne principale de l’usine de Rennes
dont la configuration est proche de la vision cible d’architecture de ligne.

3.1. Périmètre de l’étude

Le contexte de cette étude est le même que celui de l’étude précédente. Ceci-dit, l’objectif est toujours
de chercher des regroupements d’opérations afin d’améliorer l’efficience et la performance des lignes
de production. Le gain de DST reste primordial pour atteindre cet objectif.

Avant d’entamer l’application de la méthodologie, il faut identifier le type d’opérations à traiter. Les
critères retenus sont : type d’opération dans chaque zone sur la ligne de production, le temps ainsi que
la maturité des technologies pour mettre en œuvre l’automatisation. Le Tableau 21 présente les
différentes données de cette analyse.

Tableau 21 : Extrait des différents types d'opérations analysées

Niveau
Intitulé Temps
Zone_RGPT Composants maturité
RGPT (en min)
Automatisation

Garniture, Porte, Adhésifs,

PP1_TPP Placer pièce. 4
Joints, Faisceaux …
Ceinture, Tuyaux, Adhésifs,
HC1_TPP Placer pièce. 4
Pastilles, Airbag, Joints …
Adhésifs, Gache porte,
HC2_TPP Placer pièce. Câbles, Attache sangle, 4
Poignets … Non
Communiqué
Pare choc, Enjoliveurs,
MV3_TVS Visser, Serrer. 8
Projecteurs …
Absorbeur, Supports,
MV2_TVS Visser, Serrer. 8
Goulotte de remplissage …
Pare boue, Pare choc,
MV3_TPP Placer pièce. 4
Console, Grille …

Avec :

 PP : Préparation Portes
 HC : Habillage Caisse
 MV : Montage Véhicule

Chapitre 4 75
La Figure 28 présente la configuration du flux principal. Il s’agit de deux brins de ligne pour
l’habillage caisse et quatre brins de ligne pour le montage véhicule. A la fin de MV4, le véhicule part
en bout d’usine où tous les réglages et contrôles finaux sont effectués.

Figure 28 : Configuration du flux principal

Les opérations de placement de pièces dans les trois premières zones décrites dans le Tableau 21
concernent majoritairement des pièces qui sont souples, ou qui nécessitent la dextérité des opérateurs.
C’est pour cette raison que le niveau de maturité est faible. Ainsi le choix est porté sur les opérations
de vissage présentes sur les deux brins de ligne MV2 et MV3.

3.2. Application de la méthodologie

3.2.1. A1-A2-A3 : Extraction des gammes et création de la base de
données
La première étape est d’extraire toutes les gammes et de renseigner l’ensemble des critères de
regroupements (Figure 29).

Figure 29 : Extrait de la base de données opérations, temps, critères de regroupement

Chapitre 4 76
 3.3. A3 : Etude des regroupements
En appliquant les étapes de l’activité A3, il est possible d’identifier les opérations qu’il faut étudier en
priorité. Il s’agit des opérations de vissage accessibles à l’avant et à l’arrière du véhicule, ayant une
tête Hexagonale et une douille 10mm, et qui sont soumises à un couple de 4 Nm.

Les contraintes relatives à la chronologie des opérations sont étudiées. Une matrice de précédence est
tracée (Annexe 13). En utilisant le programme VBA développé, un regroupement d’opérations de
vissage est identifié (Annexe 14).

Le regroupement obtenu pour les opérations de vissage ayant une vis de tête H, de douille 10mm et
soumis à un couple de 4 NM concerne les pièces suivantes : Absorbeur inférieur parechoc avant,
Support central parechoc arrière, Grille d’auvent, Goulotte de remplissage et Projecteurs.

La Figure 30 présente la configuration actuelle des brins de ligne MV2 et MV3. Elle met en évidence
les pièces concernées par le regroupement ainsi que les contraintes de précédence qui y sont liées :

- L’armature doit être montée avant les projecteurs.

- Le collecteur doit être monté avant la grille d’auvent
- La goulotte doit être montée avant le remplissage

Figure 30 : Configuration actuelle des brins de ligne MV2 et MV3

Après discussions avec les industriels de Stellantis, il s’est avéré que la goulotte de remplissage ne
peut pas être regroupée avec les dites-pièces. En effet, pour réaliser le regroupement proposé, il faut
déplacer la station de remplissage, ceci impactera fortement la rentabilité de l’automatisation.

Les opérations de vissage de la grille d’auvent ne peuvent pas être regroupées. Ceci s’explique par le
changement de la définition du produit. Le vissage sera remplacé par un clippage.

Le Tableau 22 résume le regroupement d’opérations définitif. Il s’agit des opérations de vissage de 3

composants : absorbeur inférieur du pare choc et projecteurs à l’avant du véhicule, ainsi que le support
central du pare choc arrière. Pour bien réaliser le regroupement de vissage, il a été nécessaire de
valider le pré maintien des pièces sur terrain. Ce dernier critère n’a pas été pris en compte
précédemment dans la méthodologie pour la simplifier et éviter de mettre en place plusieurs
contraintes qui vont rendre la recherche des regroupements difficiles.

Chapitre 4 77
 Tableau 22 : Regroupements d’opérations identifiés en appliquant l’activité A3
Nombre vis/écrou
Zone Composants Commentaires
automatisables

Absorbeur inférieur Pare choc 6 vis (3 de chaque Pré maintien validé

avant côté) Longueur de vis = 25 mm
MV2
Utilisation d’un gabarit pour
Support central Pare choc arrière 5 écrous
assurer le pré maintien
6 vis (3 de chaque Pré maintien validé
MV3 Projecteurs
côté) Longueur de vis = 30 mm

En étudiant d’autres modèles de véhicules, il est apparu que le regroupement trouvé est applicable.
Néanmoins, la définition du produit diffère. Par exemple, pour les futurs véhicules, le vissage du
support central pare choc arrière ne nécessite que 3 écrous au lieu de 5. Ceci impacte l’étude de la
rentabilité. Ajoutons à ceci, l’utilisation du gabarit pour pré maintenir le support central parechoc
arrière et la densité des opérateurs sur cette zone qui rendent l’automatisation complexe.

Dans une démarche de transversalisation et de recherche d’un contexte plus favorable à

l’automatisation, l’activité A3.4 a été appliquée. Elle consiste à analyser le regroupement d’opérations
sur d’autres sites de production et/ou proposer des évolutions produit ou process. Ainsi, le
regroupement d’opérations a été étudié sur l’usine de Poissy. Les produits n’ont pas du tout la même
définition. Néanmoins, en analysant les gammes de cette usine, un regroupement d’opérations s’est
avéré applicable en améliorant la conception de la poutre avant (Figure 31).

Figure 31 : Regroupement d’opérations proposé pour le site de Poissy

3.4. Analyse des résultats

La méthodologie a été appliquée sur les brins de ligne MV2 et MV3 de l’usine de Rennes. Plusieurs
regroupements d’opérations ont été proposés.

Toutefois, les propositions n’ont pas été retenues pour les causes suivantes : changement de définitions
des futurs produits, la rentabilité de l’automatisation ou encore sa complexité due à la densité des
opérateurs sur la zone.

4. Etude de cas industriel n°3 : Opérations critiques en

ergonomie
L’un des objectifs de la méthodologie est d’analyser les opérations critiques en ergonomie. Une étude
industrielle traitant cet axe a été réalisée. Cette section explique le périmètre de l’étude. Par la suite,

Chapitre 4 78
elle présente les différentes propositions techniques d’automatisation. Ces dernières sont évaluées afin
de permettre de choisir une qui satisfait le plus les exigences du métier montage.

4.1. Périmètre de l’étude

Des réunions avec l’ergonome de l’usine de Rennes ont été initiées afin de lister les différentes
opérations qui nécessitent une amélioration. Cette sélection est faite en se basant sur la méthode
METEO (Méthode d’Évaluation du Travail Et de l’Organisation) appliquée par le métier montage.
Cette méthode, propre à l’industriel, permet d’identifier les postes de travail ergonomiquement
pénibles en évaluant l’organisation et les aspects physiques (énergétiques et biomécaniques) qui y sont
associés. Cet outil restant interne à Stellantis, le sujet de thèse a été traité, en parallèle, avec la
méthode RULA pour être communicable.

26 gammes d’assemblage sont étudiées. La durée ainsi que la faisabilité technique de l’automatisation
sont analysées afin de déceler les opérations qui feront l’objet de l’étude.

Le Tableau 23 présente un exemple d’opérations analysées. Il liste les facteurs qui font que les
opérations sont pénibles en analysant la faisabilité technique de l’automatisation. La durée des
opérations a été également étudiée. Pour des raisons de confidentialité, la durée n’est pas présentée
dans le Tableau 23.

Tableau 23 : Exemple d’opérations critiques en ergonomie

Désignation de la Faisabilité pour
N° Poste N° Gamme Causes racines
Gamme automatisation ?
Poids des
Approvisionnement du faisceaux > 10 kg
2HC1B06A 6M*HZ9L3LE faisceau principal + Mise Difficulté Non
en place sur tablier d’orientation des
faisceaux
Effort pour
Clipper la goulotte du clipper la
2HC1B06A 6M*HZ9L3LU Non
faisceau goulotte au bon
endroit
Défaut
Manipulateur
Environnement
défavorable
2HC1D11D 6M*HK7D0MU Prise et dépose du TOP (Passage entre les Oui
kits)
Bras en l’air
Retrait de l’outil
de centrage

En se basant sur l’analyse faite, le choix est porté sur les opérations de la prise et la dépose du toit
ouvrant panoramique (TOP). En appliquant l’activité A5 de la méthodologie, il s’est avéré qu’il est
possible de regrouper les opérations de prise et de dépose avec celles du vissage du TOP.

4.2. Recherche de solutions

Cette section présente les différentes solutions conçues pour automatiser les opérations de prise,
dépose et vissage du TOP. Mais avant, son processus d’assemblage et ses caractéristiques techniques
sont détaillés.

Chapitre 4 79
 4.2.1. Description du montage du TOP
L’usine de Rennes connaît deux diversités de TOP de taille différente mais ayant le même nombre
d’écrous. La Figure 32 montre le schéma de fixation du TOP.

Figure 32 : Schéma de fixation du TOP extrait d’une gamme de montage de Stellantis

Les différentes opérations de montage du toit ouvrant panoramique sont complètement manuelles. Les
opérateurs prennent le TOP de la zone de stockage à l’aide d’un préhenseur. Ils le déposent sur un
manipulateur qui les aident à l’introduire dans le véhicule par le biais du parebrise, et ensuite, ils font
le vissage de 18 écrous pour fixer le TOP dans le véhicule (Tableau 24).

Tableau 24 : Description du montage du TOP

N° Opération Désignation de l'opération
O1 Prendre le TOP avec le préhenseur
O2 Se déplacer et déposer le TOP sur manipulateur
O3 Dégager préhenseur
O4 Se déplacer, introduire le TOP et serrer 1 écrou
O5 Serrer 1 écrou
O6 Sortir le manipulateur du véhicule et le dégager
O7 Serrer 2 écrous partie AVD de la caisse
O8 Serrer 2 écrous partie AVG de la caisse
O9 Serrer 4 écrous partie côté droit de la caisse
O10 Serrer 4 écrous partie côté droit de la caisse
O11 Serrer 2 écrous partie ARD de la caisse
O12 Serrer 2 écrous partie ARG de la caisse

Chapitre 4 80
La Figure 33 schématise le processus du montage du TOP, la configuration de la ligne ainsi que les
déplacements et positions des opérateurs.

Manipulateur Poste de Poste de

2 Visseuse
travail 1 travail 2

Manipulateur
1 O4
C D E

O4
O5 O4
O6
B O3 O7
O8
O9
O10
O11
O12 Positions des opérateurs

Déplacements des opérateurs

A O1 O Operation
O2

Zone
stockage
TOP

Figure 33 : Schématisation du processus du montage du TOP

4.2.2. Conception d’une solution technique d’automatisation

Deux scénarios d’automatisation sont possibles. Le premier est d’automatiser l’ensemble des
opérations (LoA = 100%) et le deuxième est de n’automatiser que les opérations les plus pénibles à
savoir la prise et la dépose du TOP dans le véhicule (LoA = 68%).

Vu la présence des skillets (Figure 34) et l’envie de Stellantis de faire les opérations au défilé, il faut
opter pour des robots bras en l’air sur des axes linéaires pour suivre le mouvement du véhicule.

Figure 34 : Présentation des skillets [19]

Les temps de cycle sont étudiés pour identifier le nombre de robots qui peuvent réaliser toutes les
opérations. Ainsi deux solutions techniques se présentent :

Chapitre 4 81
  LoA = 100 %  Un préhenseur pour prendre le TOP de la zone de stockage, un robot bras en
l’air pour introduire le TOP dans le véhicule, et des robots pour visser les écrous.
 LoA = 68%  Un préhenseur pour prendre le TOP de la zone de stockage, un robot bras en
l’air pour introduire le TOP dans le véhicule, et un opérateur pour visser les écrous.

Deux fournisseurs ont été sollicités afin de participer à la conception d’une solution technique pour
automatiser le montage du TOP. La Figure 35 présente la solution conçue avec le fournisseur et
partenaire (F1) qui consiste à avoir un préhenseur pour la prise du TOP de la zone de stockage et sa
dépose sur une table de centrage. Ensuite, un robot introduit le TOP dans le véhicule et fait le vissage
de deux écrous pour assurer le pré maintien, et finalement, pour un LoA = 100%, avoir un robot de
chaque côté pour le vissage des écrous.

Figure 35 : Solution conçue avec le fournisseur (F1)

La Figure 36 présente la deuxième solution qui a été conçue avec le fournisseur et partenaire (F2) qui
consiste à avoir un préhenseur pour la prise du TOP de la zone de stockage. Sur le même poste, un
robot introduira le TOP dans le véhicule et 4 robots (2 de chaque côtés) feront le vissage des 18 écrous
(le cas où LoA = 100%). Dans l’autre cas, le robot introduira le TOP dans le véhicule et 2 robots (1 de
chaque côté) feront le vissage de quelques écrous pour le pré maintien.

Chapitre 4 82
 Figure 36 : Solution conçue avec le fournisseur (F2)

La suite du manuscrit considère que :

 Sol 1 représente la solution conçue avec le fournisseur (F1) dans le cas de LoA = 100%
 Sol 2 représente la solution conçue avec le fournisseur (F1) dans le cas de LoA = 68%
 Sol 3 représente la solution conçue avec le fournisseur (F2) dans le cas de LoA = 100%
 Sol 4 représente la solution conçue avec le fournisseur (F2) dans le cas de LoA = 68%

Quatre solutions d’automatisation sont identifiées. Pour choisir celle qui répond au mieux à la vision
du métier montage, il est impératif de quantifier les critères d’évaluation et d’appliquer la méthode
AHP.

4.3. Estimation des critères

Les différents critères permettant la prise de décision sont quantifiés moyennant les modèles de calcul
présentés dans le chapitre 3.

4.3.1. Quantification des coûts

Pour simplifier les coûts, il a été décidé de ne considérer que les coûts relatifs aux investissements et à
la main d’œuvre. En effet, ces deux composants sont généralement les plus importants.

 Salaire des opérateurs

Sol 1 et Sol 3 présentent un LoA = 100% donc :

Chapitre 4 83
Sol 2 et Sol 4 : le salaire des opérateurs est calculé en utilisant l’équation ( 2 ) et ( 3 ) :

28 800 €

 Investissements

Les investissements nécessaires sont calculés en appliquant l’équation ( 10 ). Le Tableau 25 présente

les coûts d’investissement pour chaque solution technique d’automatisation.

Tableau 25 : Coûts des investissements pour chaque solution d'automatisation

Solution Investissements
Sol 1 1 090 400 €
Sol 2 935 400 €
Sol 3 969 000 €
Sol 4 765 000 €

Ainsi les coûts pour chacune des solutions d’automatisation est la somme des coûts relatifs aux
salaires des opérateurs et aux investissements :

4.3.2. Quantification de l’ergonomie

Sol 1 et Sol 3 (respectivement Sol 2 et Sol 4) conduisent au même niveau d’ergonomie. Ce niveau est
quantifié en appliquant la méthode RULA.

 Sol 1 et Sol 3

Les deux solutions concernent un poste de travail totalement automatisé et sécurisé. Donc, les
conditions de travail sont acceptables pour les opérateurs. Ainsi :

 Sol 2 et Sol 4

En analysant le poste de travail, et en se basant sur l’Annexe 6 et la Figure 19, le score final pour les
solution 2 et 4 est calculé. La Figure 37 résume les calculs faits :

Chapitre 4 84
 Figure 37 : Calcul des scores des solutions 2 et 4 en appliquant la méthode RULA

Ainsi

4.3.3. Quantification de la flexibilité

Tout d’abord, la méthode AHP est appliquée pour calculer les poids des paramètres variabilité et
volume. L’Annexe 15 présente les calculs effectués.

Ainsi le poids du paramètre volume est 0,87 et le poids du paramètre variabilité est 0,13. La prochaine
étape est d’évaluer chaque solution en se basant sur le Tableau 16 et l’équation ( 15 ) du chapitre 3.

Le Tableau 26 présente le score final obtenu pour chacune des solutions conçues avec les fournisseurs.
Le détail des calculs est fourni dans l’Annexe 16.

Tableau 26 : Evaluation de la flexibilité des solutions techniques d’automatisation

Solution Score final
Sol 1 3,20
Sol 2 2,91
Sol 3 2,87
Sol 4 2,58

4.3.4. Quantification de la maturité de l’automatisation

Les différentes technologies proposées par les fournisseurs sont évaluées moyennant l’expérience et le
savoir-faire de Stellantis. Le Tableau 27 présente l’évaluation de chacune de ces technologies.

Chapitre 4 85
 Tableau 27 : Evaluation de la maturité des technologies proposées par les deux fournisseurs
Fournisseur Solutions Technologies TRL
Sol 1 et Sol Prise du TOP du conditionnement
9
2
F1 Sol 1 et Sol Introduction du TOP dans le véhicule et
6
2 Vissages pour le pré maintien
Sol 1 Vissage au défilé 6
Sol 3 et Sol Prise du TOP du conditionnement
9
4
F2 Sol 3 et Sol Introduction du TOP dans le véhicule
8
4
Sol 3 Vissage au défilé 6

En appliquant l’équation ( 16 ), les différents niveaux de maturité de chacune des solutions sont
calculés.

= 0,78

= 0,83

= 0,86

= 0,94

Une estimation de l’ensemble des critères est faite. La prochaine étape consiste à appliquer la méthode
AHP afin de choisir la solution la plus robuste. Ainsi la section suivante a pour but d’évaluer les
différentes solutions conçues avec les fournisseurs.

4.4. Application de la méthode AHP

La méthode AHP est appliquée. Les détails des calculs sont présentés dans l’Annexe 17.

Dans un premier temps, les solutions ont été évaluées pour chaque critère. L’objectif est de calculer les
poids des solutions. Ces derniers sont utilisés lors de la dernière étape qui est d’évaluer les solutions en
se basant sur l’ensemble des critères.

Ainsi, le score final de chaque solution est obtenu en multipliant les poids des solutions par les poids
des critères (Tableau 28).

Tableau 28 : Méthode AHP appliquée pour le choix d'une solution d’automatisation

Critères de sélection Sol 1 Sol 2 Sol 3 Sol 4 Poids critères
Coût 0,05 0,16 0,10 0,69 0,46
Ergonomie 0,42 0,08 0,42 0,08 0,14
Maturité de
0,07 0,18 0,32 0,44 0,30
l’automatisation
Flexibilité 0,05 0,14 0,19 0,62 0,11
Score 0,10 0,16 0,22 0,52

Les résultats montrent que la solution 4 a le meilleur score. Ainsi, c’est cette solution qui respecte le
mieux les exigences du métier montage.

Chapitre 4 86
En analysant l’aspect rentabilité, il s’est avéré que la solution 4 n’est pas tout à fait rentable. Les
prochains travaux doivent être axés sur l’élément coût pour essayer de le réduire.

5. Conclusion
A travers trois cas d’études, ce chapitre illustre les propositions faites concernant les regroupements
d’opérations, l’étude des opérations ergonomiquement critiques, ou encore l’estimation des critères et
l’analyse multicritère.

Le contexte de chaque étude est présenté. L’objectif est de souligner les besoins industriels. Les
différentes activités de la méthodologie sont appliquées pour chercher des solutions répondant à ces
besoins.

Une analyse des résultats est effectuée. Concernant le regroupement d’opérations de vissage, la
complexité du problème est engendrée par la diversité des vis/écrous, la volonté de Stellantis de
maintenir les opérations au défilé, ou encore le changement de conception des futures pièces.
L’application du programme VBA s’est avérée utile pour traiter les contraintes de précédence.
Toutefois, le programme a des limites puisqu’il ne permet pas de distinguer réellement les opérations
qui ont les mêmes caractéristiques, ce qui impose de traiter les résultats par un expert afin d’identifier
ces opérations.

Pour la deuxième partie de la méthodologie, les opérations d’assemblage du toit ouvrant panoramique
sont présentées. Deux fournisseurs ont été sollicités pour concevoir des solutions techniques
d’automatisation. Ces dernières sont évaluées moyennant les divers critères présentés dans le troisième
chapitre.

Chapitre 4 87
Chapitre 5 : Conclusion Générale et
Perspectives

Résumé
Ce chapitre est consacré à la conclusion générale des travaux de recherche effectués. Il
résume les contributions faites. Ensuite, il souligne les limites de la méthodologie et des
outils développés. Par la suite, il propose des points d’amélioration et des perspectives
industrielles et scientifiques.

La forte demande variée des consommateurs est un réel défi pour les industriels. En effet, ils ont du
mal à faire face à cette grande diversité et à suivre les tendances du marché, ce qui signifie un volume
réduit et un mix élevé. Il est donc important d’améliorer les systèmes de production pour rester
compétitif. L’automatisation est l’une des solutions pour faire face à cette variabilité. Néanmoins, Les
fabricants sont conscients qu’un recours accru à l’automatisation ne se traduit pas nécessairement par
des gains économiques accrus. Ainsi, l’objectif de la thèse est de proposer une méthodologie qui
permet d’accroître l’efficience des lignes de montage par l’analyse d’automatisations rentables dans un
contexte de production multi-modèles.

Le manuscrit présente et détaille l’ensemble des travaux menés afin de répondre à la problématique de
recherche. La première partie présente le contexte industriel et académique. Elle souligne les besoins
industriels et détaille la problématique que doivent traiter les travaux de recherche.

Pour répondre aux différentes questions posées dans la première partie, un état de l’art est présenté et
analysé. Les différentes exigences qu’une méthodologie adéquate à la problématique de la thèse sont
identifiés.

La troisième partie du manuscrit explique les différentes étapes qui constituent la méthodologie
développée. Les outils (regroupements d’opérations, estimation des critères …) permettant sa
compréhension et son application y sont présentés.

La quatrième partie du manuscrit présente trois applications industrielles qui ont pour objectif de
valider et de mieux expliquer l’application de la méthodologie et outils développés.

La cinquième et dernière partie du manuscrit résume les différentes contributions issues de ce travail
de thèse. L’objectif est de donner une vue d’ensemble des méthodologies et modèles développés pour
répondre à la problématique de recherche. Les différentes contributions sont brièvement décrites et
leurs limites sont soulignées. Ceci ouvre des perspectives pour de nouveaux axes de recherche.

Chapitre 5 89
 1. Synthèse des travaux réalisés
En guise de rappel, la question globale de recherche qui est présentée au début de ce document est la
suivante :

Comment identifier les zones d’assemblage à potentiel d’automatisation dans le cadre d’une
production multi-modèles ?

Par la suite, quatre questions clés ont été définies pour répondre à la problématique de recherche. Ces
quatre questions représentent une base pour structurer la conclusion générale.

1.1. Question 1 : Comment qualifier le degré d’automatisation

d’un poste de travail ? Voire d’un atelier de montage ?
Des exigences que doit satisfaire une bonne définition du niveau d’automatisation ont été identifiées.
Ainsi, un bon indicateur LoA doit être applicable pour les systèmes de production existants ou futurs.
Il doit être quantitatif et objectif. L’échelle doit traiter le mode opératoire et doit permettre une
automatisation partielle. Et enfin, elle doit donner une vision claire aux décideurs sur la charge des
opérateurs et celle des machines.

Pour répondre à ce besoin, une étude bibliographique des différentes définitions du niveau
d’automatisation a été faite. Sur la base des exigences présentées, les différentes définitions issues de
l’état d’art ont été évaluées. Cette évaluation montre qu’aucune définition n’analyse la charge des
opérateurs et celle des machines. Il est à noter également que la majorité des approches issues de la
littérature traitent le processus complet et manquent de précision quant à la description du niveau
d’automatisation de chaque poste de travail.

Ainsi, la nécessité de développer une nouvelle définition du LoA a été argumentée. Le temps est
l’indicateur choisi pour quantifier le LoA puisqu’il permet d’évaluer la part de l’Homme et la part des
moyens automatisés. Le LoA proposé est défini comme un rapport de temps entre le temps des
opérations automatisées et le temps de cycle. Cette définition a été utilisée pour décrire le potentiel
d’automatisation des postes de montage étudiés dans le quatrième chapitre.

1.2. Question 2 : Quels sont les critères de regroupement

d’opérations en vue d’équilibrer la charge opérateur et la
charge moyens automatisés ?
A travers le regroupement d’opérations, l’industriel cherche non seulement à rentabiliser
l’automatisation mais aussi à équilibrer la charge des opérateurs et la charge des installations
automatisées. Ainsi, le but de cette question est de mettre l’accent sur la nécessité d’identifier les
critères qui permettent la recherche des regroupements d’opérations.

Une liste des critères a été établie à travers des réunions et discussions avec les industriels de
Stellantis. Pour chaque type d’opérations, des critères qualitatifs et quantitatifs ont été listés afin de
pouvoir identifier des opérations à caractéristiques similaires et ainsi, pouvoir identifier des
regroupements d’opérations.

Chapitre 5 90
Pour faciliter cette tâche, un programme VBA a été développé. Les différentes étapes du programme
sont présentées dans le chapitre 3.

1.3. Question 3 : Quelle est l’approche la plus adaptée pour

chercher des regroupements d’opérations pour les
automatiser ?
Pour garantir la rentabilité du projet et étant donné que les opérations de montage sont très courtes en
durée, la recherche des regroupements d’opérations reste la meilleure solution.

Un ensemble d’exigences qu’une approche doit respecter pour répondre à cette deuxième
problématique est défini. Ainsi, la méthodologie doit être analytique et doit permettre d’étudier
plusieurs scénarios d’automatisation. Elle doit donner des règles de calcul de chacun des critères qui
permettent d’identifier le scénario d’automatisation optimal. Et finalement, la méthode doit permettre
une analyse de regroupement d’opérations et d’équilibrage de la ligne.

Les méthodologies d’aide à la décision pour augmenter le niveau d’automatisation des lignes de
production trouvées dans la littérature ont été analysées et évaluées moyennant les exigences définies
précédemment. Il en résulte qu’aucune des méthodes analysées dans la littérature ne satisfait
complètement les exigences exprimées. D’autant plus qu’aucune des méthodes ne traite l’aspect du
regroupement d’opérations et de l’équilibrage de la ligne. Ainsi, Il a été essentiel de présenter une
méthodologie répondant aux exigences industrielles citées auparavant.

La méthodologie développée comporte six activités qui permettent d’analyser l’ensemble des données
d’entrée liées aux gammes de production, à l’architecture de l’usine ou encore à la conception des
produits. Moyennant plusieurs critères de regroupements, la méthodologie permet d’étudier les
contraintes de précédence et de proposer ainsi des regroupements d’opérations. Et finalement, la
méthodologie permet d’identifier le scénario d’automatisation qui satisfait au mieux la vision du
métier montage.

1.4. Question 4 : Quels sont les critères de sélection et la

méthode permettant d’identifier le scénario d’automatisation
optimal ?
Une étude bibliographique a été menée pour lister et identifier l’ensemble des critères et données
d’entrée à prendre en compte pour sélectionner le scénario d’automatisation optimal. Des réunions
avec les industriels de Stellantis ont été organisées pour identifier les critères les plus importants pour
l’entreprise. Il a été décidé de retenir les critères suivants : coût, ergonomie, maturité de
l’automatisation et flexibilité.

Dans le domaine de l’estimation des coûts, une revue exhaustive des modèles de coûts et des
approches qui pourraient soutenir la décision d’automatisation a été faite. En raison des spécificités de
la problématique, quelques modèles de la littérature n’étaient pas applicables. Ainsi, des modifications
et/ou adaptations ont été effectuées.

Chapitre 5 91
Pour la quantification de l’ergonomie, une étude bibliographique a été menée. Une analyse et une
comparaison de l’ensemble des méthodes ont été faites afin de choisir la méthode adéquate pour le
traitement du sujet de la thèse.

Une évaluation a été proposée afin de quantifier la flexibilité de chaque alternative d’automatisation.
Cette évaluation est basée sur l’un des travaux issus de la littérature.

Concernant la maturité des technologies, une autre interprétation de cet indicateur a été donnée. En se
basant sur l’échelle définie par l’organisation internationale de normalisation, une méthode de calcul
de la maturité des technologies a été proposée.

Une étude bibliographique de l’ensemble des méthodes d’analyse multicritère a été effectuée. Les
différentes méthodes ont été analysées. Le choix de la méthode AHP a été justifié.

2. Limites et Perspectives
Cette section a donc pour objectif de souligner les limites des travaux de recherche effectués dans le
cadre de cette thèse. Elle présente également des propositions de travaux futurs.

2.1. Définition du niveau d’automatisation

La définition proposée permet de décrire le potentiel d’automatisation d’un poste de travail. Elle
permet également de quantifier la charge des opérateurs et la charge des moyens automatisés.
Cependant, cette définition ne peut être applicable pour mesurer le niveau d’automatisation global de
l’atelier montage chez Stellantis.

En effet, chez Stellantis, les temps des opérations automatisés ne sont pas renseignés dans les gammes
de production. Ainsi, il est impossible de mesurer le niveau d’automatisation global de l’atelier en se
basant sur la définition proposée dans ce travail de thèse.

Des réunions ont été initiées pour voir la faisabilité de calculer ce niveau d’automatisation en se basant
sur le nombre de postes automatisés et manuels. Malheureusement, les gammes de montage, telles
qu’elles sont conçues aujourd’hui, ne permettent pas de faire ces calculs. Pour remédier à cette
problématique, deux solutions se présentent :

 Avoir toutes les gammes dégradées liées aux automatisations existantes dans l’atelier
 Pouvoir identifier ces gammes : des gammes en mode dégradé existent pour des opérations qui
ne sont pas automatisées. Il faut donc mettre en place un moyen (code par exemple) pour
pouvoir identifier les gammes liées à des automatisations.
 Pouvoir identifier les postes automatisés liés à ces gammes dégradées

2.2. Recherche des regroupements d’opérations

La recherche des regroupements d’opérations commence par l’analyse les contraintes de précédence.
Actuellement, ces contraintes sont définies en se basant sur l’expertise humaine. Ce manque est
d’ailleurs souligné par le diagramme UML présenté dans le chapitre 3.

Chapitre 5 92
Il serait donc très intéressant d’étudier la faisabilité de développer une méthodologie et/ou un outil
pour analyser la nomenclature des produits, les arbres des spécifications présentes dans les fichiers
CAO … et en déduire ainsi automatiquement les contraintes de précédence entre les pièces. La
deuxième phase de cet axe de recherche pourrait être de faire un lien entre cet outil et les gammes de
production industrielles.

Le programme VBA développé permet de visualiser les contraintes de précédence. Il facilite ainsi la
recherche des regroupements. Néanmoins, il présente une limite. En effet, ce programme ne traite pas
les critères de regroupements, et donc ne permet pas de distinguer réellement les opérations qui ont les
mêmes caractéristiques. Cette limite impose qu’un expert analyse les résultats pour pouvoir identifier
ces opérations.

Pour contourner cette limite il faut :

 Formaliser les critères de regroupements pour être exploitables par le programme.

 Faire évoluer le programme pour qu’il puisse faire un tri en se basant sur les critères de
regroupements.

2.3. Méthodologie développée

L’analyse de la méthodologie développée montre que l’expertise humaine est essentielle à son
déploiement. Le seul outil informatique qui a été développé est le programme qui facilite la recherche
des regroupements d’opérations.

Plusieurs outils peuvent être proposés pour faciliter le déploiement de la méthodologie :

 Création de la base de données des opérations à analyser : aujourd’hui, plusieurs

extractions sont nécessaires pour rassembler toutes les données d’entrée. Les calculs
permettant d’identifier la nature d’opérations à traiter sont faits manuellement.
 Quantification facile des critères de sélection : une base de données contenant l’ensemble
des technologies peut enrichir cet outil.
 Application de la méthode d’analyse multicritère : l’analyse présentée dans le chapitre 4 a
été faite manuellement. Un outil pour faciliter la prise de décision et analyser la sensibilité des
résultats peut être intéressant à déployer.

La méthodologie permet d’analyser et de regrouper des opérations de même nature. Aujourd’hui,

grâce à la technologie, il est possible de réaliser plusieurs types d’opérations en même temps. Il serait
donc pertinent d’enrichir ce travail en identifiant les critères et contraintes à respecter afin de
regrouper et d’automatiser des natures d’opérations différentes.

2.4. Autres perspectives

La méthodologie a été appliquée sur les usines ex-PSA. Il faut l’appliquer sur d’autres usines du
groupe Stellantis (ex-FCA) pour pouvoir analyser leurs méthodologies (constitution des gammes de
production par exemple) mais aussi l’architecture des usines et la conception de leurs véhicules. Cela
permettra de standardiser les processus d’analyse et peut être homogénéiser et transversaliser des
automatisations.

Chapitre 5 93
Dans le cas d’une automatisation complexe, la méthodologie (activité A3.5) préconise de proposer des
évolutions au niveau de la conception des produits. Il serait donc intéressant d’étudier la possibilité
d’intégrer un échange plus constructif entre les équipes de conception et les équipes de production dès
la première phase de définitions des caractéristiques des produits. Même si les approches Design for
Manufacturing ou Design for Assembly existent, il faut les accroître.

Compte tenu de l’évolution constante des technologies, il serait également intéressant que les
méthodologies futures fournissent une aide à la décision quant au choix des robots, cobots et
automatismes à mettre en place. Un autre axe à enrichir concerne les postes de travail en mode
dégradé qui ont pour principale fonction de se substituer à des postes automatisés en cas de
défaillances.

A ce jour, le sujet d’automatisation du toit ouvrant panoramique n’a pas été mené jusqu’à sa mise en
production. La méthodologie doit encore évoluer pour prendre en compte les phases
d’industrialisation comme :

 Les essais et tests de qualification du système automatisé avec un intégrateur

 L’approvisionnement et l’intégration de l’automatisation à la ligne de montage
 La formation des opérateurs
 La mise en production

Une autre perspective pourrait être l’analyse de l’équilibrage de la ligne. Cette contrainte n’a pas été
traitée durant ce travail de thèse. Chez Stellantis, la répartition fine des opérations est réalisée avec
deux outils ; le cyclogramme du poste de travail et un système informatique qui permet d’affecter à un
opérateur une ou plusieurs gammes de montage. Cette démarche est faite en prenant en compte
différents critères comme le temps de cycle et le niveau d’activité au poste.

Une analyse de ces différents outils peut être envisagée. Ceci va permettre de définir les besoins
fonctionnels d’évolutions des outils d’équilibrage, voire la création d’un outil pré-équilibrage afin de
prendre en compte les contraintes liées aux automatisations et permettre ainsi une analyse plus rapide
de l’équilibrage des lignes.

La synthèse des contributions réalisées au cours de cette thèse montre la complexité de la

problématique et l’aspect multicritère de la décision. Cette synthèse permet non seulement de
souligner les avantages de la méthodologie et modèles développés, mais également de montrer leurs
limites et proposer ainsi des axes d’amélioration.

Certains axes comme la création automatique de la base de données ou encore l’amélioration du

programme VBA peuvent être traités sur le court terme. D’autres axes nécessitent plus d’effort et de
recherche notamment l’équilibrage de la ligne et le regroupement de différentes natures d’opérations.

Chapitre 5 94
Liste des publications scientifiques

Conférences nationales
H. Ait Malek, A. Etienne, A. Siadat, et T. Allavena, « A Literature Review on the Level of
Automation and New Approach Proposal », in Advances in Production Management Systems. The
Path to Digital Transformation and Innovation of Production Management Systems, vol. 591, B. Lalic,
V. Majstorovic, U. Marjanovic, G. von Cieminski, et D. Romero, Éd. Cham: Springer International
Publishing, 2020, p. 408‑417. doi: 10.1007/978-3-030-57993-7_46.

H. Ait Malek, A. Etienne, A. Siadat, et T. Allavena, « Proposal of a Methodology to Improve the

Level of Automation of an Assembly Line », in Advances in Production Management Systems.
Artificial Intelligence for Sustainable and Resilient Production Systems, vol. 631, A. Dolgui, A.
Bernard, D. Lemoine, G. von Cieminski, et D. Romero, Éd. Cham: Springer International Publishing,
2021, p. 433‑441. doi: 10.1007/978-3-030-85902-2_46.

Revues scientifiques
H. Ait Malek, A. Etienne, A. Siadat, et T. Allavena, « Improving the level of automation of assembly
lines: Methodology and case study » (en cours)

Liste des publications scientifiques 95

Bibliographie

[1] LCFC, « Laboratoire de Conception Fabrication Commande - LCFC Présentation - », 2021.

http://lcfc.ensam.eu/ (consulté le 28 septembre 2021).
[2] S. Khushboo, « All About the Automotive Industry », WorldAtlas, p. 11-2019, avr. 2017.
[3] J.-P. Corniou, « Le nouveau monde de l’automobile : L’impasse du moteur à Explosion ».
2016.
[4] C. Da Cunha, O. Cardin, G. Gallot, et J. Viaud, « Designing the Digital Twins of
Reconfigurable Manufacturing Systems: application on a smart factory », IFAC-PapersOnLine,
vol. 54, no 1, p. 874‑879, 2021, doi: 10.1016/j.ifacol.2021.08.103.
[5] F. Jovane, Y. Koren, et C. R. Boër, « Present and Future of Flexible Automation: Towards New
Paradigms » », CIRP Ann, vol. 52, no 2, p. 543-560, janv. 2003.
[6] A. Granou, Y. Baron, B. Billaudot, C. crise, et Rééd, Éd., Paris: Maspero, 1983.
[7] B. Coriat, L’atelier et le chronomètre : Essai sur le taylorisme, le fordisme et la production de
masse. Christian Bourgois Editeur, 1994.
[8] J.-J. C. J. Perrin, « Science, technologie et modes d’organisation du travail » », Sociol. Trav,
vol. 28, no 1, p. 23-40, 1986.
[9] R. P. V. Riley, « Humans and Automation: Use, Misuse, Disuse, Abuse », Hum. Factors J.
Hum. Factors Ergon. Soc, vol. 39, no 2, p. 230-253, juin 1997.
[10] B. Claverie, « COGNITIQUE - Science et pratique des relations à la machine à penser, Bernard
Claverie - livre, ebook, epub, L’Harmattan ». 2005.
[11] P. K. Muhuri, A. K. Shukla, et A. Abraham, « Industry 4.0: A bibliometric analysis and
detailed overview », Eng. Appl. Artif. Intell, vol. 78, p. 218-235, févr. 2019.
[12] B. Ślusarczyk, « Industry 4.0 - Are we Ready ? », ResearchGate, juin 2018.
[13] A. Ustundag et E. Cevikcan, Industry 4.0: Managing The Digital Transformation. Cham:
Springer International Publishing, 2018. doi: 10.1007/978-3-319-57870-5.
[14] et A. B. David Pérez Perales F. Alarcón, « Industry 4.0: A Classification Scheme »,
ResearchGate, juill. 2016.
[15] G. Bonnafos, « Automatisation et nouvelles formes d’organisation du travail dans l’industrie
automobile », Form. Empl, vol. 8, no 1, p. 5-14, 1984.
[16] J. D. L. Bobbie D. Seppelt, Human Factors in Automation Design. Springer Handb. Autom,
2009.
[17] A. Boufnour, « L’avenir de l’industrie automobile mondiale : Quelles stratégies? », Paris
Dauphine, France: La Documentation française, 1984, p. 144.
[18] R. Feno, « Analyse et évaluation de la reconfiguration d’une ligne de production: application à
l’assemblage en tôlerie automobile », Thèse de doctorat, Arts et Métiers Paristech, 2016.
[19] T. Allavena, « Module Formation - Conception et architecture de l’usine excellente », France,
mars 2018.
[20] T. Saint-Victor, « Développement d’un outil informatique pour l’équilibrage de ligne dans le
contexte de production mixte », Thèse de doctorat, Université du Québec, 2008.
[21] E. Muhl, P. Charpentier, N. Grumbach, et P. Bonneau, « Validation d’une hypothèse de
résolution d’optimisation globale du flux d’une usine terminale d’un constructeur automobile »,
MOdélisation et SIMulation - MOSIM’01, vol. 3e Conférence Francophone, p. 8, avr. 2001.
[22] K. Aroui, « Séquencement d’une ligne de montage multi-modèles: application à l’industrie du
véhicule industriel » ». Grenoble Alpes, France, 2006.
[23] A. Lesert, Sur l’évaluation de la flexibilité de l’atelier montage d’une usine terminale
automobile ». Institut National Polytechnique de Grenoble, 2006.
[24] T. Moulieres-Seban, D. Bitonneau, J.-F. Thibault, M. Salotti, et B. Claverie, « La Cobotique :
un domaine pluridisciplinaire émergent utile à l’ergonome », Congrès International Société
d’Ergonomie de Langue Française, vol. 51, p. 12, 2016.
[25] H.-P. Wiendahl, H. A. ElMaraghy, P. Nyhuis, M. F. Zäh, H. H. Wiendahl, N. Duffie, et M.
Brieke, « Changeable Manufacturing - Classification, Design and Operation », CIRP Annals,
vol. 56, no 2, p. 783-809, 2007, doi: 10.1016/j.cirp.2007.10.003.

Bibliographie 97
[26] C. A. Chung, « Human issues influencing the successful implementation of advanced
manufacturing technology » », J. Eng. Technol. Manag, vol. 13, no 3‐4, p. 283-299, sept. 1996.
[27] A. Aublet-cuvelier, L. Claudon, B. Delecroix, V. Govaere, S. Guyot, A. Savescu, et C. Trontin,
« Innovation technologique, changements organisationnels : quels enjeux pour la
prévention ? », Nancy, mars 2017, p. 6.
[28] K. Säfsten, M. Winroth, et J. Stahre, « The content and process of automation strategies » »,
Int. J. Prod. Econ, vol. 110, no 1‐2, p. 25-38, oct. 2007.
[29] T. B. Sheridan, W. L. Verplank, et T. L. Brooks, « Human and Computer Control of Undersea
Teleoperators », Massachusetts Institute of Technology, Cambridge, Rapport Technique -
Projet NR 196-152, juill. 1978.
[30] R. Parasuraman, T. B. Sheridan, et C. D. Wickens, « A model for types and levels of human
interaction with automation », IEEE Trans. Syst. Man Cybern. - Part Syst. Hum, vol. 30, no 3,
p. 286-297, mai 2000.
[31] G. Lintern et T. Hughes, « Development of a Supervisory Control Rating Scale », General
Dynamics, Rapport Technique AFRL-RH-WP-TR-2008-0054, janv. 2008.
[32] M. R. Endsley, « Towards a New Paradigm for Automation: Designing for Situation
Awareness » », IFAC Proc, vol. 28, no 15, p. 365-370, juin 1995.
[33] J. Frohm, V. Lindström, J. Stahre, et M. Winroth, « Levels of Automation in Manufacturing »,
Ergonomica International Journal of Ergonomics and Human Factors, vol. 30, no 3, p. 29,
janv. 2008.
[34] J. A. Adams, P. Rani, et N. Sarkar, « Mixed-Initiative Interaction and Robotic Systems », AAAI
Workshop on Supervisory Control of Learningand Adaptive Systems, p. 8, janv. 2004.
[35] V. Riley, « A General Model of Mixed-Initiative Human-Machine Systems » », Proceedings of
the Human Factors Society Annual Meeting, vol. 33, no 2, p. 124-128, oct. 1989.
[36] M. Vagia, A. A. Transeth, et S. A. Fjerdingen, « A literature review on the levels of automation
during the years. What are the different taxonomies that have been proposed? », Appl. Ergon,
vol. 53, p. 190-202, mars 2016.
[37] I. Gorlach et O. Wessel, « Optimal Level of Automation in the Automotive Industry »,
Engineering Letters, vol. 16, p. 141‑149, févr. 2008.
[38] J. Frohm, V. Lindström, M. Winroth, et J. Stahre, « The industry’s view on automation in
manufacturing » », IFAC Proc, vol. 39, no 4, p. 453-458, 2006.
[39] M. Winroth et V. Lindström, « Aligning manufacturing strategy and levels of automation: A
case study », Journal of Engineering and Technology Management, vol. 27, no 3‐4, p. 148-159,
sept. 2010, doi: 10.1016/j.jengtecman.2010.06.002.
[40] T. B. Sheridan, Human and Automation: System Design and Research Issues, 1re éd. Wiley-
Interscience, 2002.
[41] R. Parasuraman et T. B. Sheridan, « Human-Automation Interaction », Reviews of Human
Factors and Ergonomics, vol. 1, p. 89‑129, juin 2005, doi: 10.1518/155723405783703082.
[42] Å. Fasth, « Quantifying Levels of Automation: To Enable Competitive Assembly Systems »,
Thèse de doctorat, Chalmers University of Technology, Gothenburg, Sweden, 2012.
[43] M. R. Endsley et E. O. Kiris, « The Out-of-the-Loop Performance Problem and Level of
Control in Automation » », Human Factors The Journal of the Human Factors and Ergonomics
Society, vol. 37, no 2, p. 14, juin 1995, doi: 10.1518/001872095779064555.
[44] C. Windmark, P. Gabrielson, C. Andersson, et J. E. StŒhl, « A Cost Model for Determining an
Optimal Automation Level in Discrete Batch Manufacturing », Procedia CIRP, vol. 3, p. 73-
78, 2012.
[45] M. P. Groover, Automation, Production Systems, and Computer Integrated Manufacturing, 5e
éd. Addison Wesley, 2000.
[46] K. F. S. Slama, « Highly flexible Assembly – Scope and Justification », CIRP Ann, vol. 50, no
2, p. 489-498, janv. 2001.
[47] V. L. Mats Peter Winroth, « Embedding levels of automation in manufacturing strategy »,
Swed. Prod. Symp, p. 8, nov. 2008.
[48] K. Feldmann, B. Müller, et T. Haselmann, « Automated Assembly of Lightweight Automotive
Components », CIRP Ann, vol. 48, no 1, p. 9-12, 1999.

Bibliographie 98
[49] G. B. Alting Leo, « Design for Assembly and Disassembly », CIRP Ann, vol. 41, p. 625-636,
1992.
[50] G. Boothroyd, « Product design for manufacture and assembly » », vol. 26. p. 505-520, juillet
1994.
[51] K. Dencker, Å. Fasth, J. Stahre, L. Mårtensson, T. Lundholm, et H. Akillioglu, « Proactive
assembly systems-realising the potential of human collaboration with automation » », Annu.
Rev. Control, vol. 33, no 2, p. 230-237, déc. 2009.
[52] G. Michalos, J. Spiliotopoulos, S. Makris, et G. Chryssolouris, « A method for planning human
robot shared tasks », CIRP J. Manuf. Sci. Technol, vol. 22, p. 76-90, août 2018.
[53] H. Bley, G. Reinhart, G. Seliger, M. Bernardi, et T. Korne, « Appropriate Human Involvement
in Assembly and Disassembly », CIRP Ann, vol. 53, no 2, p. 487-509, 2004.
[54] J. Krüger, T. K. Lien, et A. Verl, « Cooperation of human and machines in assembly lines »,
CIRP Annals, vol. 58, no 2, p. 628‑646, 2009, doi: 10.1016/j.cirp.2009.09.009.
[55] J. Krüger, B. Nickolay, P. Heyer, et G. Seliger, « Image based 3D Surveillance for flexible
Man-Robot-Cooperation », CIRP Ann, vol. 54, no 1, p. 19-22, 2005.
[56] E. M. D. Picard, Interaction. ERES, 2002.
[57] D. Bitonneau, « Conception de systèmes cobotiques industriels: approche robotique avec prise
en compte des facteurs humains: application à l’industrie manufacturière au sein de Safran et
ArianeGroup », Thèse de doctorat, Université de Bordeaux, 2018.
[58] M. A. G. A. C. Schultz, « Human-Robot Interaction: A Survey », Found. Trends® Hum.-
Comput. Interact, vol. 1, no 3, p. 203-275, 2007.
[59] R. Müller, M. Vette, et A. Geenen, « Skill-based Dynamic Task Allocation in Human-Robot-
Cooperation with the Example of Welding Application », Procedia Manufacturing, vol. 11, p.
13‑21, 2017, doi: 10.1016/j.promfg.2017.07.113.
[60] L. Wang, R. Gao, J. Váncza, J. Krüger, X. V. Wang, S. Makris, et G. Chryssolouris,
« Symbiotic human-robot collaborative assembly », CIRP Annals, vol. 68, no 2, p. 701‑726,
2019, doi: 10.1016/j.cirp.2019.05.002.
[61] L. Benos, B. Avital, et B. Dionysis, « Safety and Ergonomics in Human-Robot Interactive
Agricultural Operations », Biosystems Engineering, vol. 200, no décembre, p. 18, 2020, doi:
10.1016/j.biosystemseng.2020.09.009.
[62] A. Gardecki, M. Podpora, et A. Kawala-Janik, « Innovative Internet of Things-reinforced
Human Recognition for Human-Machine Interaction Purposes », IFAC-Pap, vol. 51, no 6, p.
138-143, 2018.
[63] B. Claverie, B. L. Blanc, et P. Fouillat, « La cobotique. La robotique soumise », Commun.
Organ, no 44, p. 203-214, déc. 2013.
[64] G. P. Gerio et P. Francesco, « AURA: An Example of Collaborative Robot for Automotive and
General Industry Applications », International Conference on Flexible Automation and
Intelligent Manufacturing, FAIM, vol. 11, no 27, p. 338‑345, juin 2017, doi:
10.1016/j.promfg.2017.07.116.
[65] A. Salmi, « Early Phase Assembly Systems Design, Automation Alternatives Description, and
Optimization: A Support to Automation Decision », Thèse de doctorat, Grenoble INP, 2016.
[66] S. T. T. Hirano, « Human and robot allocation method for hybrid assembly systems », CIRP
Ann, vol. 60, no 1, p. 9-12, 2011.
[67] G. Boothroyd, Assembly Automation and Product Design, 2nd éd. Boca Raton, Fla: CRC Press,
Taylor & Francis, 2005.
[68] A. Salmi, P. David, E. Blanco, et J. D. Summers, « Deciding the level of automation for the
design of assembly manufacturing systems », International Conference on Computers &
Industrial Engineering (CIE45), p. 9, oct. 2015.
[69] B. Almannai, R. Greenough, et J. Kay, « A decision support tool based on QFD and FMEA for
the selection of manufacturing automation technologies » », Robot. Comput.-Integr. Manuf,
vol. 24, no 4, p. 501-507, août 2008.
[70] R. Singh, « Automatic Tool Changer ». [En ligne]. Disponible sur:
https://fr.scribd.com/doc/51698181/Automatic-Tool-Changer.
[71] Å. F. J. Stahre, « Does Level of Automation need to be changed in an assembly system? - A
case study ». p. 9, novembre 2008.

Bibliographie 99
[72] G. B. P. Dewhurst, « Design for Assembly ». Amherst, MA, 1983.
[73] H. Ait Malek, A. Etienne, A. Siadat, et T. Allavena, « A Literature Review on the Level of
Automation and New Approach Proposal », in Advances in Production Management Systems.
The Path to Digital Transformation and Innovation of Production Management Systems, vol.
591, B. Lalic, V. Majstorovic, U. Marjanovic, G. von Cieminski, et D. Romero, Éd. Cham:
Springer International Publishing, 2020, p. 408‑417. doi: 10.1007/978-3-030-57993-7_46.
[74] H. Ait Malek, A. Etienne, A. Siadat, et T. Allavena, « Proposal of a Methodology to Improve
the Level of Automation of an Assembly Line », in Advances in Production Management
Systems. Artificial Intelligence for Sustainable and Resilient Production Systems, vol. 631, A.
Dolgui, A. Bernard, D. Lemoine, G. von Cieminski, et D. Romero, Éd. Cham: Springer
International Publishing, 2021, p. 433‑441. doi: 10.1007/978-3-030-85902-2_46.
[75] « L’Usine Auto », 20 décembre 2013. https://www.usinenouvelle.com/ (consulté le 27 mai
2019).
[76] C.I.R.P., Dictionary of Production Engineering. Springer Science & Business Media, 2012.
[77] P. Morin, Elaboration des gammes de Montage. PSA, 2004.
[78] L. Andolfatto, « Assistance à l’élaboration de gammes d’assemblage innovantes de structures
composites », ENS Cachan, 2013.
[79] L. Bainbridge, « Ironies of Automation », IFAC Proceedings, vol. 15, no 6, p. 129‑35, 1982,
doi: 10.1016/S1474-6670(17)62897-0.
[80] M. Bornschlegl, S. Kreitlein, M. Bregulla, et J. Franke, « A Method for Forecasting the
Running Costs of Manufacturing Technologies in Automotive Production during the Early
Planning Phase », Procedia CIRP, vol. 26, p. 412‑17, 2015, doi: 10.1016/j.procir.2014.07.103.
[81] K. A. Downs et A. J. C. Trappey, « A Sequential Block Approach to the Design of a Cost
Estimation System », Computers & Industrial Engineering, vol. 23, no 1‐4, p. 423‑26, 1992,
doi: 10.1016/0360-8352(92)90151-9.
[82] N. K. Jha, « Probabilistic Cost Estimation in Advance of Production in a Computerized
Manufacturing System through Stochastic Geometric Programming », Computers & Industrial
Engineering, vol. 30, no 4, p. 809‑21, 1996, doi: 10.1016/0360-8352(96)00033-2.
[83] L. Ping, H. Yongtong, J. Bode, et R. shouju, « Multi-agent system for cost estimation »,
Computers & Industrial Engineering, vol. 31, no 3‑4, p. 731‑735, déc. 1996, doi:
10.1016/S0360-8352(96)00247-1.
[84] W. Winchell, Realistic Cost Estimating for Manufacturing, Second. Alfred, New York: Society
of Manufacturing, 1989. [En ligne]. Disponible sur:
http://online.fliphtml5.com/zroi/cqmo/#p=5.
[85] S. Cavalieri, P. Maccarrone, et R. Pinto, « Parametric vs. Neural Network Models for the
Estimation of Production Costs: A Case Study in the Automotive Industry », International
Journal of Production Economics, vol. 91, no 2, p. 165‑77, 2004, doi:
10.1016/j.ijpe.2003.08.005.
[86] M. Eklin, Y. Arzi, et A. Shtub, « Model for Cost Estimation in a Finite-Capacity Stochastic
Environment Based on Shop Floor Optimization Combined with Simulation », European
Journal of Operational Research, vol. 194, no 1, p. 294‑306, 2009, doi:
10.1016/j.ejor.2007.11.048.
[87] P. Duverlie et J. M. Castelain, « Cost Estimation During Design Step: Parametric Method
versus Case Based Reasoning Method », The International Journal of Advanced Manufacturing
Technology, vol. 15, no 12, p. 895‑906, 1999, doi: 10.1007/s001700050147.
[88] T. Lenau et J. Haudrum, « Cost Evaluation of Alternative Production Methods », Materials &
Design, vol. 15, no 4, p. 235‑47, 1994, doi: 10.1016/0261-3069(94)90008-6.
[89] N. Bernet, M. D. Wakeman, P.-E. Bourban, et J.-A. E. Månson, « An Integrated Cost and
Consolidation Model for Commingled Yarn Based Composites », Composites Part A: Applied
Science and Manufacturing, vol. 33, no 4, p. 495‑506, 2002, doi: 10.1016/S1359-
835X(01)00140-3.
[90] A. Salmi, P. David, E. Blanco, et J. D. Summers, « A Review of Cost Estimation Models for
Determining Assembly Automation Level », Computers & Industrial Engineering, vol. 98, no
août, p. 246‑59, 2016, doi: 10.1016/j.cie.2016.06.007.

Bibliographie 100
[91] S. Cavalieri, P. Maccarrone, et R. Pinto, « Parametric vs. neural network models for the
estimation of production costs: A case study in the automotive industry », International Journal
of Production Economics, vol. 91, no 2, p. 165‑177, sept. 2004, doi: 10.1016/j.ijpe.2003.08.005.
[92] G. T. Sheng-Hsien et S. S. Garimella, « Manufacturing Cost Modeling in Printed Wiring Board
Assembly », Journal of Manufacturing Systems, vol. 17, no 2, p. 10, 1998, doi: 10.1016/S0278-
6125(98)80022-8.
[93] A. Mahadik et D. Masel, « Implementation of Additive Manufacturing Cost Estimation Tool
(AMCET) Using Break-down Approach », Procedia Manufacturing, vol. 17, p. 70‑77, 2018,
doi: 10.1016/j.promfg.2018.10.014.
[94] L. Niu, M. Chen, J. Jiang, et Q. Zhou, « The Drivers Analysis of Strategic Cost Based on
AHP », in Advances in Electrical Engineering and Automation, vol. 139, Berlin, Heidelberg:
Springer, 2012, p. 59‑65. doi: 10.1007/978-3-642-27951-5_9.
[95] E. M. Shehab et H. S. Abdalla, « Manufacturing Cost Modelling for Concurrent Product
Development », Robotics and Computer-Integrated Manufacturing, vol. 17, no 4, p. 341‑53,
2001, doi: 10.1016/S0736-5845(01)00009-6.
[96] M. Bornschlegl, S. Kreitlein, M. Bregulla, et J. Franke, « A Method for Forecasting the
Running Costs of Manufacturing Technologies in Automotive Production during the Early
Planning Phase », Procedia CIRP, vol. 26, p. 412‑417, 2015, doi: 10.1016/j.procir.2014.07.103.
[97] Y. K. Son, « A cost estimation model for advanced manufacturing systems », International
Journal of Production Research, vol. 29, no 3, p. 441‑452, 1991, doi:
10.1080/00207549108930081.
[98] M. Jönsson, C. Andersson, et J.-E. Ståhl, « Relations between Volume Flexibility and Part Cost
in Assembly Lines », Robotics and Computer-Integrated Manufacturing, vol. 27, no 4, p.
669‑73, 2011, doi: 10.1016/j.rcim.2010.12.002.
[99] L. C. Rivero, R. G. Rodríguez, Ma. D. R. Pérez, C. Mar, et Z. Juárez, « Fuzzy Logic and
RULA Method for Assessing the Risk of Working », Procedia Manufacturing, vol. 3, p.
4816‑4822, 2015, doi: 10.1016/j.promfg.2015.07.591.
[100] L. McAtamney et E. Nigel Corlett, « RULA: a survey method for the investigation of work-
related upper limb disorders », Applied Ergonomics, vol. 24, no 2, p. 91‑99, avr. 1993, doi:
10.1016/0003-6870(93)90080-S.
[101] B. McPhee, « Work-related musculoskeletal disorders of the neck and upper extremities in
workers engaged in light, highly repetitive work », Bonn, Germany, 1997, p. 244‑258.
[102] K. S. Tee, E. Low, H. Saim, W. N. W. Zakaria, S. B. M. Khialdin, H. Isa, M. I. Awad, et C. F.
Soon, « A study on the ergonomic assessment in the workplace », Johor, Malaysia, 2017, p.
020034. doi: 10.1063/1.5002052.
[103] T. Waters, V. Anderson, A. Garg, et L. Fine, « Revised NIOSH Equation for the design and
evaluation of manual lifting tasks », Ergonomics, vol. 36, p. 749‑76, août 1993, doi:
10.1080/00140139308967940.
[104] T. Waters, V. Putz-Anderson, et A. Garg, « Applications Manual For the Revised NIOSH
Lifting Equation ». 1 janvier 1994. Consulté le: 14 octobre 2020. [En ligne]. Disponible sur:
https://www.cdc.gov/niosh/docs/94-110/pdfs/94-110.pdf?id=10.26616/NIOSHPUB94110
[105] J. Malchaire, R. Gauthy, A. Piette, et F. Strambi, Classification de méthodes d’évaluation et/ou
de prévention des risques de troubles musculosquelettiques: guide. Brussels: ETUI, 2011.
[106] Health and Safety Executive, Manual handling assessment charts (the MAC tool). Sudbury:
HSE Books, 2008.
[107] W. M. Keyserling, M. Brouwer, et B. A. Silverstein, « A checklist for evaluating ergonomic
risk factors resulting from awkward postures of the legs, trunk and neck », International
Journal of Industrial Ergonomics, vol. 9, no 4, p. 283‑301, juin 1992, doi: 10.1016/0169-
8141(92)90062-5.
[108] D. B. Chaffin, G. Andersson, et B. J. Martin, Occupational biomechanics, 4th ed. Hoboken,
N.J: Wiley-Interscience, 1984.
[109] J. Moore, A. Garg, et J. Kapellusch, « The Strain Index: A Proposed Method to Analyze Jobs
For Risk of Distal Upper Extremity Disorders », American Industrial Hygiene Association
Journal, vol. 56, no 5, p. 443‑458, mai 1995, doi: 10.1080/15428119591016863.

Bibliographie 101
[110] A. Garg, J. Steven Moore, et J. M. Kapellusch, « The strain index to analyze jobs for risk of
distal upper extremity disorders: Model validation », in 2007 IEEE International Conference
on Industrial Engineering and Engineering Management, Singapore, déc. 2007, p. 497‑499.
doi: 10.1109/IEEM.2007.4419239.
[111] INRS, « Bible outils TMS », A.S.T.A.V, mai 2008.
[112] V. Louhevaara et T. Suurnäkki, OWAS: A Method for the Evaluation of Postural Load During
Work, vol. 11. Institute of Occupational Health, Centre for Occupational Safety, 1992.
[113] D. Colombini, « An observational method for classifying exposure to repetitive movements of
the upper limbs », Ergonomics, vol. 41, no 9, p. 1261‑1289, sept. 1998, doi:
10.1080/001401398186306.
[114] J. P. Zana, « Le travail répétitif : De la compréhension à l’action ». Département expertise et
conseil technique INRS, 22 mars 2011.
[115] J. Browne, S. Sethi, D. Dubois, K. Stecke, et K. Rathmill, « Classification of flexible
manufacturing systems », The FMS magazine, p. 17, 1984.
[116] D. E. D’Souza et F. P. Williams, « Toward a Taxonomy of Manufacturing Flexibility
Dimensions », Journal of Operations Management, vol. 18, no 5, p. 577‑93, 2000, doi:
10.1016/S0272-6963(00)00036-X.
[117] International Organization for Standardization, « Systèmes spatiaux — Definition des Niveaux
de Maturité de la Technologie (NMT) et de leurs critères d’évaluation. 2013. », 2013.
[118] A. Colorni, B. Roy, et M. Paruccini, A-MCD-A - Aide Multi Critère à la Décision (Multiple
Criteria Decision Aiding). Luxembourg: Office for Official Publ. of the Europ. Communities,
2001.
[119] B. Roy, Multicriteria Methodology for Decision Aiding, vol. 12. Boston, MA: Springer US,
1996. doi: 10.1007/978-1-4757-2500-1.
[120] X.-S. Yang, « Multi-Objective Optimization », in Nature-Inspired Optimization Algorithms,
Elsevier, 2014, p. 197‑211. doi: 10.1016/B978-0-12-416743-8.00014-2.
[121] J. R. S. C. Mateo, « Weighted Sum Method and Weighted Product Method », in Multi Criteria
Analysis in the Renewable Energy Industry, London: Springer London, 2012, p. 19‑22. doi:
10.1007/978-1-4471-2346-0_4.
[122] C. A. Bana e Costa et J.-C. Vansnick, « A critical analysis of the eigenvalue method used to
derive priorities in AHP », European Journal of Operational Research, vol. 187, no 3, p.
1422‑1428, juin 2008, doi: 10.1016/j.ejor.2006.09.022.
[123] T. L. Saaty, « The Analytic Hierarchy Process: Decision Making in Complex Environments »,
in Quantitative Assessment in Arms Control, R. Avenhaus et R. K. Huber, Éd. Boston, MA:
Springer US, 1984, p. 285‑308. doi: 10.1007/978-1-4613-2805-6_12.
[124] H. Shidpour, C. Da Cunha, et A. Bernard, « Group multi-criteria design concept evaluation
using combined rough set theory and fuzzy set theory », Expert Systems with Applications, vol.
64, p. 633‑644, déc. 2016, doi: 10.1016/j.eswa.2016.08.022.
[125] J.-P. Brans et P. Vincke, Multiple Criteria Decision Analysis: State of the Art Surveys, vol. 78.
New York, NY: Springer New York, 2005. doi: 10.1007/b100605.
[126] Stellantis, « Modélisation d’une ligne d’assemblage « Usine de Futur Powertrain » ». 2018.

Bibliographie 102
Annexes

Annexe 1 : Méthode proposée par Parasuraman, Sheridan et Wickens .............................................. 105

Annexe 2 : Méthode développée par Ross .......................................................................................... 106
Annexe 3 : Méthode développée par Konold et Reger ........................................................................ 107
Annexe 4 : Méthode proposée par Almannai, Greenough et Kay ....................................................... 108
Annexe 5 : Méthode développée par Boothroyd ................................................................................. 109
Annexe 6 : Grille d’évaluation RULA ................................................................................................ 110
Annexe 7 : Feuille de score MAC ....................................................................................................... 111
Annexe 8 : Checklist de Keyserling .................................................................................................... 112
Annexe 9 : Grille d’évaluation des 6 paramètres de la méthode Strain Index .................................... 113
Annexe 10 : Analyse des différentes méthodes d’évaluation de l’ergonomie..................................... 115
Annexe 11 : Etude de cas n°1 : Matrice de précédence....................................................................... 116
Annexe 12 : Etude de cas n°1 : Regroupement d’opérations .............................................................. 117
Annexe 13 : Etude de cas n°2 : Matrice de précédence....................................................................... 118
Annexe 14 : Etude de cas n°2 : Regroupement d’opérations .............................................................. 121
Annexe 15 : Application de la méthode AHP pour calculer les poids des paramètres volume et
variabilité ............................................................................................................................................. 123
Annexe 16 : Evaluation de la flexibilité des solutions ........................................................................ 124
Annexe 17 : Application de la méthode AHP pour le choix d’une solution technique ....................... 125

Annexes 103
Annexe 1 : Méthode proposée par Parasuraman, Sheridan
et Wickens

Ce qui doit être automatisé ?

Identifier les différents types d’automatisation

Acquisition Analyse Décision Action

Identifier le niveau d’automatisation

Bas (Manuel) Haut (Automatisé)

Appliquer les premiers critères d’évaluation

Conséquences sur la performance de l’homme
Charge de travail mental
Dégradation des compétences
...

Première hypothèse sur le type et niveau d’automatisation

Appliquer les deuxièmes critères d’évaluation

Fiabilité de l’automatisation
Coûts des opérations
...

Résultat final sur le type et le niveau d’automatisation

Annexes 105
Annexe 2 : Méthode développée par Ross

Début de l’approche proposée par Ross afin de déterminer le LoA

optimal d’un point de vue économique

Informations sur le Produit

Informations sur le processus d’assemblage

Graphe de précédence des différentes opérations d’assemblage

Base de données de
comparaisons et de solutions
associées

Evaluation de l’effort d’automatisation pour chaque opération

d’assemblage  Valeur effort

Valeur seuil

Économiquement impossible à
Valeur effort < Valeur seuil ? Non
automatiser

Oui

Détails supplémentaires

Etude d’investissement pour l’automatisation des opérations

Économiquement impossible à
Investissements engagés ? Non
automatiser

Oui

Automatisation des opérations

Fin de la méthodologie et détermination du LoA optimal

Annexes 106
Annexe 3 : Méthode développée par Konold et Reger

Volume de production < 500 500 - 1500 1500 - 4500 > 4500
- Nb produits par équipe
- Temps de cycle (s/unité) > 40° 40s – 18s 18s – 6s < 6s

Durée disponible avant

le lancement de la
≤ 8 mois 8 – 14 mois > 14 mois
production en grande
série (mois) Oui Non Non Oui Oui Non

Cycle de vie du produit

≥ 3 ans ≥ 3 ans ≥ 3 ans
(ans)
Non Oui Non Oui Non Oui

Types et variantes du Elevé Bas

produit (ex > 20) (ex < 5)
Oui Non Non Oui

Work content < 0.5'/unité > 0.5'/unité > 0.5'/unité

Oui Non Oui Non Oui Non

Niveau de complexité
des opérations Difficile Difficile Difficile
d’assemblage
Oui Non Oui Non Oui Non

Transfert du produit
- Risque
d’un poste à un autre - Risque d’endommagement
d’endommagement - Maintenir
- Poids > 10 kg l’enchaînement
existant

Non Oui Non Oui

Sélection d’un système Assemblage Assemblage Assemblage Assemblage

d’assemblage manuel manuel hybride automatisé

Annexes 107
 Annexe 4 : Méthode proposée par Almannai, Greenough et
Kay

QFD répond à la question :

Option d’automatisation FMEA répond à la question : A
Pourquoi nous allons
quoi nous devons faire attention
automatiser et quelle est la
Risques associés ?
meilleure alternative ?

Objectifs et exigences de l’entreprise

Phase 1 : QFD

Evaluation des critères

Sous-évaluation des critères

Phase 2 : QFD

Sélection de l’alternative

Phase 2 : FMEA Risques associés

Annexes 108
Annexe 5 : Méthode développée par Boothroyd
NP = 1 (Produit unique sans des variations dans la Produits Variétés
demande) similaires de
(NT < 1.5 NA) et (ND < 0.5 (NT ≥ 1.5 NA) ou (ND ≥ 0.5 produits
NA) NA)
RI≥5 5>RI>2 2≥RI≥1 RI<1 RI≥5 5>RI>2 2≥RI≥1 RI<1

0 1 2 3 4 5 6 7 8 9
VS>0.65 NA≥16 0 AF AF AF MM AP AP AP MM MA MA
millions de (AF) (MM) (AP)
produits 7≤NA≤15 1 AF AF AI MM AP AP MM MM MA MA
(AI) (AF) (AI) (AP)
NA≤6 2 AI AI AI AI AI AI MM MM MA MA
(AP)
0.4≤VS≤0.65 NA≥16 3 AP AP MM MM AP AP AP MA MA MA
millions de (AP) (MM)
produits 7≤NA≤15 4 AI AI AI MM AP AP MM MA MA MA
(AP) (MM)
NA≤6 5 AI AI MM MM AI MM MM MA MA MA
(AI) (MM) (MM)
0.2≤VS≤0.4 NA≥16 6 AP AP MM MM AP AP AP MA MA MA
millions de
7≤NA≤15 7 AI MM MM MM AP MM MA MA MA MA
produits
(MM) (MM)
NA≤6 8 MM MM MM MM MM MM MA MA MA MA
(MM)
VS ≤ 0.2 millions de 9 MM MM MM MM MM MA MA MA MA MA
produits (MA)

Avec :

ND Nombre de pièces dont le Design a été changé durant les trois premières années

NP Nombre de modèles de produits différents à assembler sur la ligne

NA Nombre total de pièces à assembler

NT Nombre total de pièces qui concernent les différents modèles de la ligne

VS Volume de production annuel par équipe

RI Potentiel d’investissement dans l’automatisation

AI Assemblage automatisé qui utilise des machines à indexation

AF Assemblage automatisé qui utilise des machines de transfert libre (free-transfert machines)

AP Assemblage automatisé avec chargement des pièces en manuel

AR Assemblage automatisé avec deux bras

MA Assemblage manuel

MM Assemblage manuel avec assistance mécanique

Annexes 109
Annexe 6 : Grille d’évaluation RULA

Annexes 110
Annexe 7 : Feuille de score MAC
Insérer la couleur et le score pour chacun des facteurs de risque ci-
MAC feuille de score
dessous en vous référant à votre évaluation, à l’aide de l’outil
Entreprise : Couleur Score
Description de la tâche : Facteurs de risque Lev Lev
Lev Port Lev Port
gr gr
Poids de la charge et
fréquence de levage/port
Distance entre les mains et le
bas du dos
Zone verticale de levage
o Il y a des antécédents Torsion ou inclinaison
d’incidents lors de cette latérale du tronc
tâche. Contraintes posturales
o La tâche est pénible Prise de la charge
o Les personnes effectuant Etat du sol
ce travail montrent des Autres facteur
signes qu’elles les trouvent environnementaux
lourd (forte respiration, Distance sur laquelle la
visage rouge, sueur …) charge est portée
o Autres informations Obstacles en route (transport)
Date : Communication et
coordination
Signature : Autres facteurs de risque, par
exemple facteurs individuels, Score total
facteurs psychosociaux

Annexes 111
Annexe 8 : Checklist de Keyserling
Force 0 X XX
Effort pour lever, porter, pousser/tirer des objets de plus de
4.5kg
Répondre également « oui » à cette question lorsque le
1 travailleur effectue un effort de traction ou de torsion sur un
équipement avec une force statique soutenue (ex : chariots à
main, ou outils, objets ou appareils fixes suspendus ) une
élingue).
Prise d’objets ou outils dont la surface est lisse ou glissante
2
ou dont la prise est difficile
Pression ou poussée avec le bout de doigts ou le pouce
Le bout des doigts est la partie du doigt incluant l’empreinte
digitale et le bout distal de l’ongle. Répondre « oui » si le doigt
ou le pouce est utilisé avec force pour placer un couvercle, une
3
attache, une capsule ou si le doigt ou le pouce est utilisé pour
pousser un bouton avec une force de plus de 1 kg. Ne pas
répondre « oui » pour des tâches nécessitant des forces légères
telles que celle de coller une étiquette.
Gêne occasionnée par le port éventuel de gants
Les gants peuvent gêner la prise s’ils sont trop épais, trop
4
serrant ou limitent le sens du toucher. Interroger le travailleur
pour savoir si les gants posent un problème.
Prise ou maintien d’outils ou d’objets dont le poids est
supérieur ou égal à 2.7 kg/main
Prendre ou maintenir un objet ou un outil qui pèse plus de 2.7
5 kg par main signifie qu’un objet pesant 2.7 kg ou plus est pris
par une seule main, ou qu’un objet pesant 5.4 kg ou plus est pris
par les 2 mains. Si l’objet est suspendu, alors la réponse est
« non ».

Annexes 112
Annexe 9 : Grille d’évaluation des 6 paramètres de la
méthode Strain Index
Durée de la
Durée effort Nombre
Intensité Posture Vitesse tâche en
(% cycle) efforts/min
heure
coef coef coef coef coef coef
Léger 1 < 10% 0.5 < 3 0.5 Très 1.0 Très 1.0 < 1 0.25
bonne faible
Un peu 3 10 – 29% 1.0 4 – 8 1.0 Bonne 1.0 Faible 1.0 1 – 2 0.5
dur
Dur 6 30 – 49% 1.5 9 – 14 1.5 Moyenne 1.5 Moyenne 1.0 2 – 4 0.75
Très dur 9 50 – 79% 2.0 15 – 19 2.0 Mauvaise 2.0 Rapide 1.5 4 – 8 1.0
Proche 13 >80% 3.0 > 20 3.0 Très 3.0 Très 2.0 > 8 1.5
max mauvaise rapide

Annexes 113
Annexe 10 : Analyse des différentes méthodes d’évaluation de l’ergonomie
Facteurs étudiés
Méthodes Principes Type
Efforts Postures Nuque Tronc Bras Jambes
Evaluation de tous les membres du corps.
RULA Calcul d’un score pour définir si un risque se Quantitative X X X X X X
présente en appliquant une tâche.
Calcul des limites de poids à soulever ou à
NIOSH Quantitative X X X
décharger
Evaluation du risque des opérations de levage,
MAC manutention et de transport. Quantitative
Identification de la manutention manuelle à risque.
Checklist pour identifier le risque associé à des
Semi-
KYSERLING postures inconfortables des membres inférieurs, du X X X X
quantitative
tronc et du cou.
Critères
Calcul d’un score pour identification des postes à
Strain Index quantitatifs et X X
risque
qualitatifs
Identification de la fréquence et le temps passé dans
les postures prises en effectuant une tâche donnée.
OWAS Qualitative X X X X
Etude et évaluation de la situation, et proposition
des actions correctives

Evaluation des facteurs de risque: fréquence et

OCRA répétitivité des mouvements; la force, types de Quantitative X X X X X
mouvements et postures, temps de récupération ...

Annexes 115
Annexe 11 : Etude de cas n°1 : Matrice de précédence
N° 2PM0 2PM0
2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0 2PM0
absolu A65D_ A65D_
A61D A61G A63G A64G A65G A66G A68G A69G A70G B72G B75G B77G B78G B79G B80G B82G B84G C86G C87G C88G C91G C92G C94D
pièce 1 2
2PM0
A61D
2PM0
A61G X
2PM0
A63G X
2PM0
A64G X
2PM0
A65D_
1
X X X
2PM0
A65D_
2
X X X
2PM0
A65G X X X X
2PM0
A66G X
2PM0
A68G X
2PM0
A69G X X
2PM0
A70G X
2PM0B
72G X
2PM0B
75G X X
2PM0B
77G X X X X X
2PM0B
78G X
2PM0B
79G X
2PM0B
80G X
2PM0B
82G X
2PM0B
84G X
2PM0
C86G X X
2PM0
C87G X X X X
2PM0
C88G X X
2PM0
C91G X
2PM0
C92G X X X X
2PM0
C94D X

Annexes 116
Annexe 12 : Etude de cas n°1 : Regroupement d’opérations
NA = 0 NA = 1 NA = 2 NA = 3 NA = 4 NA = 5 NA = 6 NA = 7 NA = 8 NA = 9
STR -
CONVERT+
DEPOSE STR - "STR - CHAPE SERRAGE STR - VISS "CABLE
SERRAGE FAA + SUPPORT
MOTEUR + PICKING ACCOSTAGE BIELLETTE CONVERTISEUR FILTRE + POSITIF -
BV - H1400 IMPACTEUR COMPRESSEUR
KIT 1 - BV - H1200 BV H1400" - H1400 -H1400 RACCORD RAS H0700"
- H1400
H1200

SUPPORT
COMPRESSEUR
ALTERNATEUR

DEMARREUR

NA = 10 NA = 11 NA = 12 NA = 13 NA = 14 NA = 15 NA = 16 NA = 17
SUPPORT
MEP MEP + FIX CIRCUIT ARRET ECRAN PQG ADA -
PALIER
PRECATA - PRECATA - UREE + GAINE + THERMIQUE CABLE NEG CTRL HAM -
TRANSMISSION
H0700 H0700 CAPTEUR COMELEC - H0700 H0700
OXYGENE
GALET
TENDEUR ALTERNATEUR
DYNAMIQUE

SMIG

DOSEUR

Annexes 117
Annexe 13 : Etude de cas n°2 : Matrice de précédence
N° absolu 2MV2A 2MV2A 2MV2A 2MV2A 2MV2A 2MV2A 2MV2A 2MV2A 2MV2A 2MV2A 2MV3A 2MV2A 2MV2A 2MV2A 2MV3A 2MV2A12
pièce 02S 03S 04S 05S 06S 07D 08D 09D 10D 11D 01G 13S 14S 16D 03D D_1
2MV2A02
S
2MV2A03
S X
2MV2A04
S X
2MV2A05
S X
2MV2A06
S X
2MV2A07
D X
2MV2A08
D X
2MV2A09
D X
2MV2A10
D X
2MV2A11
D X
2MV3A01
G X
2MV2A13
S X
2MV2A14
S X
2MV2A16
D X X
2MV3A03
D X X
2MV2A12
D_1 X X
2MV2A12
D_2 X X
2MV3A02
D X X
2MV3A06
D X
2MV3A07
G_2 X
2MV3A08 X

Annexes 118
 D_2
2MV3A04
G X X
2MV3A07
G_1
2MV3A08
D_1
2MV3A05
D
2MV3B09
D X X X
2MV3B09
G X X X
2MV3B11
D
2MV3B11
G
2MV3B14
D
2MV3B14
G
2MV3B16
G

2MV2A1 2MV3A 2MV3A 2MV3A0 2MV3A0 2MV3A 2MV3A0 2MV3A0 2MV3A 2MV3B 2MV3B 2MV3B 2MV3B 2MV3B 2MV3B 2MV3B
N° absolu pièce
2D_2 02D 06D 7G_2 8D_2 04G 7G_1 8D_1 05D 09D 09G 11D 11G 14D 14G 16G
2MV2A02S
2MV2A03S
2MV2A04S
2MV2A05S
2MV2A06S
2MV2A07D
2MV2A08D
2MV2A09D
2MV2A10D
2MV2A11D
2MV3A01G
2MV2A13S
2MV2A14S
2MV2A16D

Annexes 119
 2MV3A03D
2MV2A12D_1
2MV2A12D_2
2MV3A02D
2MV3A06D
2MV3A07G_2
2MV3A08D_2
2MV3A04G X
2MV3A07G_1 X
2MV3A08D_1 X
2MV3A05D X
2MV3B09D X X X X
2MV3B09G X X X
2MV3B11D X X
2MV3B11G X X
2MV3B14D X X
2MV3B14G X X
2MV3B16G X X

Annexes 120
Annexe 14 : Etude de cas n°2 : Regroupement d’opérations
NA = 0 NA = 1 NA = 2 NA = 3 NA = 4 NA = 5 NA = 6 NA = 7 NA = 8

TUYAU
COMPARTIMENT
KIT EAU RESSORTS BERCEAU CHAUDIERE BATTERIE CALCULATEUR TRAVERSE
MOTEUR
MASSE

NA = 9 NA = 10 NA = 11 NA = 12 NA = 13 NA = 14 NA = 15 NA = 16 NA = 17 NA = 18
CENTRAL
REMPLISSAG
POUTRE DEFLECTEU SUPPORT REMPLISSAG PARE
E ARMATURE VOLET ROUE D SIEGE
AR R AR PARE CHOC E REFRI BOUE D
CARBURANT
AR
ABSORBEUR
POUTRE DEFLECTEU COLLECTEU PARE PARE
INF PARE ROUE G
AV R AV R CHOC G BOUE G
CHOC AV
GOULOTTE
PARE
REMPLISSAG
CHOC D
E
GRILLE
AUVENT
PROJECTEUR
G
PROJECTEUR
D

Annexes 121
Annexe 15 : Application de la méthode AHP pour calculer
les poids des paramètres volume et variabilité
 Comparaison des critères
Il a été défini que Vol 1, Vol 2 et Vol 3 (respectivement Vri 1, Vri 2, Vri 3) ont la même importance.

Vol 1 Vol 2 Vol 3 Vri 1 Vri 2 Vri 3

Vol 1 1 1 1 7 7 7
Vol 2 1 1 1 7 7 7
Vol 3 1 1 1 7 7 7
Vri 1 1/7 1/7 1/7 1 1 1
Vri 2 1/7 1/7 1/7 1 1 1
Vri 3 1/7 1/7 1/7 1 1 1
Somme 3,43 3,43 3,43 24 24 24
 Normalisation des critères
Chaque valeur de comparaison est divisée par la somme

Vol 1 Vol 2 Vol 3 Vri 1 Vri 2 Vri 3

Vol 1 0,29 0,29 0,29 0,29 0,29 0,29
Vol 2 0,29 0,29 0,29 0,29 0,29 0,29
Vol 3 0,29 0,29 0,29 0,29 0,29 0,29
Vri 1 0,04 0,04 0,04 0,04 0,04 0,04
Vri 2 0,04 0,04 0,04 0,04 0,04 0,04
Vri 3 0,04 0,04 0,04 0,04 0,04 0,04
 Calcul des poids

Pour chaque critère, le poids est calculé en divisant la somme des valeurs normalisées par 6.

6 étant le nombre des critères à évaluer.

Vol 1 Vol 2 Vol 3 Vri 1 Vri 2 Vri 3 Poids critères

Vol 1 0,29 0,29 0,29 0,29 0,29 0,29 0,29
Vol 2 0,29 0,29 0,29 0,29 0,29 0,29 0,29
Vol 3 0,29 0,29 0,29 0,29 0,29 0,29 0,29
Vri 1 0,04 0,04 0,04 0,04 0,04 0,04 0,04
Vri 2 0,04 0,04 0,04 0,04 0,04 0,04 0,04
Vri 3 0,04 0,04 0,04 0,04 0,04 0,04 0,04

Vol 1, Vol 2 et Vol 3 (respectivement Vri 1, Vri 2 et Vri 3) ont la même importance. Ainsi les poids
du volume et de la variabilité sont :

Annexes 123
Annexe 16 : Evaluation de la flexibilité des solutions
 Solution 1
Tableau d’évaluation du volume et de la variabilité

Vol1 5
Volume Vol2 1
Vol3 1
Vri1 2
Variabilité Vri2 4
Vri4 4

Score flexibilité en se basant sur l’équation ( 15 ) du chapitre III = 3,20

 Solution 2
Vol1 5
Volume Vol2 1
Vol3 1
Vri1 2
Variabilité Vri2 4
Vri4 3

Score flexibilité = 2,91

 Solution 3
Vol1 4
Volume Vol2 1
Vol3 1
Vri1 2
Variabilité Vri2 3
Vri4 4

Score flexibilité = 2,87

 Solution 4
Vol1 4
Volume Vol2 1
Vol3 1
Vri1 2
Variabilité Vri2 3
Vri4 3

Score flexibilité = 2,58

Annexes 124
Annexe 17 : Application de la méthode AHP pour le choix
d’une solution technique
1. Evaluation des solutions par le critère Coût
Si la différence de coûts > 20%  Importance = 9

Si 15%<la différence de coûts <20%  7<Importance<5

Si 10%<la différence de coût<15%  4<Importance<3

Si la différence < 10%  Importance = 2

 Comparaison des solutions

Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 1 1/5 1/3 1/9
Sol 2 5 1 2 1/7
Sol 3 3 1/2 1 1/9
Sol 4 9 7 9 1
Somme 18,00 8,70 12,33 1,37
 Normalisation des critères
Sol1 Sol 2 Sol 3 Sol 4
Sol 1 0,06 0,02 0,03 0,08
Sol 2 0,28 0,11 0,16 0,10
Sol 3 0,17 0,06 0,08 0,08
Sol 4 0,50 0,80 0,73 0,73
 Calcul des poids
Sol 1 Sol 2 Sol 3 Sol- 4 Poids critères
Sol1 0,06 0,02 0,03 0,08 0,05
Sol2 0,28 0,11 0,16 0,10 0,16
Sol3 0,17 0,06 0,08 0,08 0,10
Sol4 0,50 0,80 0,73 0,73 0,69
 Vérification de la cohérence des résultats
Etape 1 : Multiplier chaque score de comparaison des critères par le poids puis calculer la somme

Etape 2 : Calculer un Ratio en divisant la somme calculée par le poids de chaque critère

Poids
Sol 1 Sol 2 Sol 3 Sol 4 Somme Ratio
critères
Sol 1 0,05 0,03 0,03 0,08 0,19 0,05 4,04
Sol 2 0,23 0,16 0,19 0,10 0,69 0,16 4,19
Sol 3 0,14 0,08 0,10 0,08 0,40 0,10 4,10
Sol 4 0,42 1,15 0,87 0,69 3,14 0,69 4,53

Etape 3 : Calculer le ratio de cohérence (CR) et vérifier qu’il est inférieur à 0,1

Annexes 125
 2. Evaluation des solutions par le critère Ergonomie
Si le niveau d’ergonomie est le même  Importance = 1

Si le niveau d’ergonomie est différent  Importance = 5

 Comparaison des solutions

Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 1 5 1 5
Sol 2 1/5 1 1/5 1
Sol 3 1 5 1 5
Sol 4 1/5 1 1/5 1
Somme 2,40 12,00 2,40 12,00
 Normalisation des critères
Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 0,42 0,42 0,42 0,42
Sol 2 0,08 0,08 0,08 0,08
Sol 3 0,42 0,42 0,42 0,42
Sol 4 0,08 0,08 0,08 0,08
 Calcul des poids
Sol 1 Sol 2 Sol 3 Sol 4 Poids critères
Sol 1 0,42 0,42 0,42 0,42 0,42
Sol 2 0,08 0,08 0,08 0,08 0,08
Sol 3 0,42 0,42 0,42 0,42 0,42
Sol 4 0,08 0,08 0,08 0,08 0,08
 Vérification de la cohérence des résultats
Poids
Sol 1 Sol 2 Sol 3 Sol 4 Somme Ratio
critères
Sol 1 0,42 0,42 0,42 0,42 1,67 0,42 4,00
Sol 2 0,08 0,08 0,08 0,08 0,33 0,08 4,00
Sol 3 0,42 0,42 0,42 0,42 1,67 0,42 4,00
Sol 4 0,08 0,08 0,08 0,08 0,33 0,08 4,00

3. Evaluation des solutions par le critère Maturité technologique

Si la différence de maturité > 20%  Importance = 9

Si 15% < la différence de maturité < 20%  7< Importance <5

Si 10% < la différence de maturité < 15%  Importance = 5

Si 5% < la différence de maturité < 10%  4< Importance < 5

Annexes 126
Si la différence de maturité < 5%  2< Importance < 3

 Comparaison des critères

Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 1 1/4 1/5 1/6
Sol 2 4 1 1/3 1/4
Sol 3 5 3 1 1/3
Sol 4 1/4 5 3 1
Somme 10,25 9,25 4,53 1,75
 Normalisation des critères
Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 0,10 0,03 0,04 0,10
Sol 2 0,39 0,12 0,07 0,14
Sol 3 0,49 0,36 0,22 0,19
Sol 4 0,02 0,48 0,66 0,57
 Calcul des poids des critères
Sol 1 Sol 2 Sol 3 Sol 4 Poids critères
Sol 1 0,10 0,03 0,04 0,10 0,07
Sol 2 0,39 0,12 0,07 0,14 0,18
Sol 3 0,49 0,36 0,22 0,19 0,32
Sol 4 0,02 0,48 0,66 0,57 0,44
 Vérification de la cohérence des résultats
Poids
Sol 1 Sol 2 Sol 3 Sol 4 Somme Ratio
critères
Sol 1 0,07 0,05 0,06 0,07 0,25 0,07 3,71
Sol 2 0,27 0,18 0,11 0,11 0,66 0,18 3,65
Sol 3 0,33 0,55 0,32 0,15 1,34 0,32 4,25
Sol 4 0,02 0,73 0,95 0,44 2,13 0,44 4,88

4. Evaluation des solutions par le critère Flexibilité

 Comparaison des critères
Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 1 1/5 1/5 1/8
Sol 2 5 1 1/2 1/6
Sol 3 5 2 1 1/5
Sol 4 8 6 5 1
Somme 19,00 9,20 6,70 1,49
 Normalisation des critères
Sol 1 Sol 2 Sol 3 Sol 4
Sol 1 0,05 0,02 0,03 0,08
Sol 2 0,26 0,11 0,07 0,11
Sol 3 0,26 0,22 0,15 0,13

Annexes 127
 Sol 4 0,42 0,65 0,75 0,67
 Calcul des poids des critères
Sol 1 Sol 2 Sol 3 Sol 4 Poids critères
Sol 1 0,05 0,02 0,03 0,08 0,05
Sol 2 0,26 0,11 0,07 0,11 0,14
Sol 3 0,26 0,22 0,15 0,13 0,19
Sol 4 0,42 0,65 0,75 0,67 0,62
 Vérification de la cohérence des résultats
Poids
Sol 1 Sol 2 Sol 3 Sol 4 Somme Ratio
critères
Sol 1 0,05 0,03 0,04 0,08 0,19 0,05 4,06
Sol 2 0,24 0,14 0,10 0,10 0,57 0,14 4,11
Sol 3 0,24 0,28 0,19 0,12 0,83 0,19 4,34
Sol 4 0,38 0,84 0,95 0,62 2,79 0,62 4,48

5. Evaluation finale des solutions

 Comparaison des critères
Coût Ergonomie Maturité technologie Flexibilité
Coût 1 4 2 3
Ergonomie 1/4 1 1/3 2
Maturité technologie 1/2 3 1 3
Flexibilité 1/3 0,5 1/3 1
Somme 2,08 8,50 3,67 9
 Normalisation des critères
Coût Ergonomie Maturité technologie Flexibilité
Coût 0,48 0,47 0,55 0,33
Ergonomie 0,12 0,12 0,09 0,22
Maturité technologie 0,24 0,35 0,27 0,33
Flexibilité 0,16 0,06 0,09 0,11
 Calcul des poids des critères
Maturité Poids
Coût Ergonomie Flexibilité
technologie critères
Coût 0,48 0,47 0,55 0,33 0,46
Ergonomie 0,12 0,12 0,09 0,22 0,14
Maturité technologie 0,24 0,35 0,27 0,33 0,30
Flexibilité 0,16 0,06 0,09 0,11 0,11
 Vérification de la cohérence des résultats

Annexes 128
 Maturité Poids
Coût Ergonomie Flexibilité Somme Ratio
technologie critères
Coût 0,46 0,55 0,60 0,32 1,92 0,46 4,21
Ergonomie 0,11 0,14 0,10 0,21 0,56 0,14 4,08
Maturité
0,23 0,41 0,30 0,32 1,26 0,30 4,19
technologie
Flexibilité 0,15 0,07 0,10 0,11 0,43 0,11 4,05

Annexes 129
 Hasnaa AIT MALEK

Méthodologie d’organisation d’une ligne de

montage véhicules basée sur l’analyse des
variantes d’automatisation des opérations dans un
contexte de production multi- modèles

Résumé
Afin de garantir une meilleure compétitivité sur le marché, il est devenu crucial de bien maîtriser son processus de
production. Cela implique de faire des choix appropriés concernant la conception et l’automatisation. Ainsi, le travail de
recherche a pour but de proposer une méthodologie d’aide à la décision pour améliorer le niveau d’automatisation des
chaînes de montage automobile. Pour répondre à ce besoin, une analyse des travaux de recherche existants a été réalisée.
Il en résulte qu’aucune des approches trouvées dans la littérature ne répond parfaitement à la problématique de recherche.
D’autant plus qu’aucune des méthodes ne traite l’aspect du regroupement d’opérations et de l’équilibrage de la ligne.
Ainsi, il a été essentiel de présenter une nouvelle méthodologie répondant aux exigences industrielles. La méthodologie
développée comporte six activités qui permettent d’analyser l’ensemble des données d’entrée liées aux gammes de
production, à l’architecture de l’usine ou encore à la conception des produits. Moyennant plusieurs critères de
regroupements définis, la méthodologie permet d’étudier les contraintes de précédence et de proposer ainsi des
regroupements d’opérations. Une fois, les regroupements d’opérations effectués, plusieurs scénarios d’automatisation
sont proposés. Ainsi, afin de déterminer celui qui respecte le plus la vision de l’industriel, plusieurs critères de sélection
ont été définis et quantifiés. L’applicabilité de la méthodologie a été vérifiée sur trois études de cas industriel en
coopération avec notre partenaire.

Mots clés : Automatisation, Méthodologie d’aide à la décision, Regroupement d’opérations.

Abstract
In order to guarantee a better competitiveness on the market, it has become crucial to have the production process under
control. This implies making appropriate choices regarding design and automation. Thus, the aim of this research work is
to propose a decision support methodology to improve the level of automation of automotive assembly lines. In order to
meet this need, an analysis of existing research works was carried out. The result is that none of the approaches found in
the literature perfectly meet the research problem. Moreover, none of the methods deal with the aspect of the grouping of
operations and the balancing of the line. Consequently, it was essential to present a new methodology that meets the
industrial requirements. The methodology developed includes six activities that allow the analysis of all input data
related to production lines, plant architecture or product design. By means of several defined grouping criteria, the
methodology allows to study the precedence constraints and to propose operation groupings. Once the groupings of
operations are made, several automation scenarios are proposed. Therefore, in order to determine which one better
respects the industrial’s vision, several selection criteria have been defined and quantified. The applicability of the
methodology was verified on three industrial case studies in cooperation with our partner.

Keywords : Automation, Decision method methodology, Grouping of operations.