Exploration des processus pour l'évaluation des pertes de cadence

Guendon, M., Dadouchi, C. et Agard, B. (2023) Exploration des processus pour l'évaluation des pertes de cadence. Dans CIGI Qualita MOSIM 2023, Trois-Rivières, Québec, Canada DOI 10.60662/vzgb-4g98.

Prévisualisation

Texte CIGI_QUALITA_MOSIM_2023_paper_1579.pdf Télécharger (955kB) | Prévisualisation

Résumé

À l’heure de l’Industrie 4.0, une multitude de données est enregistrée tout au long des processus de production. Ces données sont riches d’information et peuvent servir à l’acquisition de nouvelles connaissances qui permettront, en
particulier, de s’attaquer aux sources des pertes en industrie. Afin de tirer profit de certaines de ces données, ce travail propose une méthodologie de valorisation de données industrielles visant l’analyse des pertes de cadence de machines d’assemblage semi-automatiques par l’évaluation des séquences. La méthodologie est inspirée de la démarche CRISP-DM (Cross-Industry Standard Process for Data Mining) et propose une visualisation des données et une étude des processus permettant aux gestionnaires de production d’identifier les meilleurs pratiques et d’assurer le transfert de connaissance entre les différentes ressources des lignes de production. La méthodologie d’évaluation des pertes de cadence proposée se décline en trois phases: (1) Compréhension du cas et préparation des données, (2) Visualisation et analyse exploratoire des données et (3) Exploration de processus.

In the age of Industry 4.0, a multitude of data is recorded throughout the production processes. This data is rich in information and can be used to acquire new knowledge that will allow, in particular, to address the sources of losses in industry. In order to take advantage of some of these data, this work proposes a methodology of industrial data valorisation aiming at the analysis of the losses of cadence of semi-automatic assembly machines by the evaluation of the sequences. The methodology is inspired by the CRISP-DM (Cross-Industry Standard Process for Data Mining) approach and proposes a data visualization and a process study allowing production managers to identify the best practices and to ensure the transfer of knowledge between the different resources of the production lines. The proposed rate loss assessment methodology consists of three phases: (1) Case understanding and data preparation, (2) Data visualization and exploratory analysis, and (3) Process mining.

Type de document:	Document issu d'une conférence ou d'un atelier (NON SPÉCIFIÉ)
Mots-clés libres:	Industrie 4.0 Performance Pertes de cadence Exploration de processus Intelligence Artificielle Industry 4.0 Performance Downtime Process Mining Artificial Intelligence
Date de dépôt:	15 août 2023 20:10
Dernière modification:	11 sept. 2023 20:14
URI:	https://collection-numerique.uqtr.ca/id/eprint/2005

Actions (administrateurs uniquement)

Éditer la notice