Le design d’un système de manutention combiné au design de l’aménagement des installations est primordial dans la conception d’installations efficaces. La conception des installations est une procédure itérative où plusieurs aménagements sont générés avant d’obtenir le design final. Comme le flux des matières est un facteur important dans la conception de l’aménagement de l’entrepôt et du système de manutention, des analyses adéquates du flux des matières sont requises dans les nombreuses itérations du cycle de conception des installations.

Afin de comprendre la relation entre l’aménagement et le flux des matières dans l’entrepôt, le mouvement des matières du quai de réception au secteur d’entreposage intermédiaire et aux points de consommation ainsi que de l’expédition aux destinations finales, il faut effectuer des analyses tenant compte des distances et des volumes. En analysant la fréquence des mouvements entre les différents points d’un aménagement, une évaluation quantitative de son efficacité peut être faite en relation avec le flux des matières. Une analyse de ces fréquences et une évaluation de la congestion des allées permettent de déterminer où les améliorations peuvent être apportées. Des logiciels permettent de faire ces analyses. Cependant, il est important de réaliser que se fier entièrement à des analyses statiques peut être trompeur dans l’établissement d’un bon aménagement. Les horaires de production, la variation dans les combinaisons de produits, la disponibilité du matériel de manutention, et les arrêts imprévus créent des charges variables qui affectent le système. En conséquence, une dernière analyse du flux des matières devrait être faite en utilisant la simulation et en prenant en considération ces variables.

Un modèle de simulation peut être développé pour étudier l’efficacité de différents équipements de manutention en considérant leurs paramètres tels que la vitesse, l’accélération, les aires de circulation, le nombre de mouvements et la logique de commande. De plus, la simulation peut permettre l’analyse dynamique de la congestion des allées, l’utilisation des espaces tampons et la congestion de la circulation aux intersections critiques. Les analyses statiques et dynamiques devraient être utilisées pour évaluer l’efficacité d’un aménagement de façon complète, précise et opportune en terme de flux des matières.

Dans la deuxième partie nous tenterons non seulement de répondre aux questions qui reviennent fréquemment à ce sujet, mais aussi dedéfinir les étapes requises afin de retirer les meilleurs résultats d’une simulation.

La simulation devrait être utilisée lorsqu’une ou les deux conditions suivantes dominent :
• Les hypothèses du modèle analytique ne sont pas suffisamment bien vérifiées par le système réel;
• Le modèle approprié n’a pas de solution.

Pourquoi utiliser des modèles? Il est plus sécuritaire et économique de simuler que d’effectuer des tests dans la réalité. C’est pour cette raison que les modèles sont utilisés dans l’industrie, le commerce et dans le secteur militaire : il est très coûteux, dangereux et souvent impossible de faire des expériences avec devrais systèmes.

Quand utiliser la simulation? Les systèmes qui évoluent avec le temps (appelés systèmes dynamiques) et qui impliquent des probabilités sont des sujets intéressants pour la simulation. Modéliser des systèmes dynamiques complexes nécessitent théoriquement trop de simplifications et les modèles en découlant peuvent ne pas être valides.

Comment simuler? Supposons que nous sommes intéressés à simuler un processus de cueillette dans un centre de distribution. Nous pourrions décrire le comportement de ce système graphiquement en traçant le nombre de ressources incluses dans l’activité de cueillette. On observerait une augmentation sur le graphique en pourcentage de l'utilisation. Dans ce cas, nous pourrions voir les heures de pointe pour une journée. Ce graphique serait un portrait des résultats observés lors d’une opération réelle de cueillette, mais pourrait également être fictivement construit, cequi mènerait conséquemment à une simulation.

ÉTAPES NORMALES DE LA SIMULATION

Élaboration du problème : Identifier les intrants contrôlables et les intrants non-contrôlables. Définir la mesure de performance du système et une fonction objective. Développer une structure de modèle préliminaire pour inter relier les intrants et pour mesurer la performance.

Collecte de données et analyse : Peu importe la méthode de collecte de données utilisée, la décision quant à la quantité à collecter est un compromis entre le coût et la précision.

Développement du modèle de simulation : Comprendre suffisamment le système afin de développer un modèle conceptuel approprié, logique. Développer un modèle de simulation est une des tâches les plus difficile dans l’analyse de simulation.

Validation du modèle, vérification et calibration : En général, la vérification est axée sur la consistance du modèle alors que la validation se préoccupe de la correspondance entre le modèle et la réalité. Le terme validation est appliqué à ces processus afin de déterminer si la simulation correspond au système réel.

Analyse des intrants/extrants : Les modèles de simulation des évènements ont en général des composantes stochastiques qui limitent la nature des probabilités du système étudié. Pour réussir la modélisation des intrants, il faut pouvoir associer le plus près possible les intrants aux mécanismes de probabilité réels du système. Dans l’analyse des intrants, il s’agit de modéliser un élément (par exemple, processus d’arrivée, temps de service) dans la simulation d’un événement selon des données recueillies sur l’élément d’intérêt. À ce stage, on effectue de façon intensive la détection d’erreurs sur les intrants, incluant les variables externes, la politique et les autres variables. C’est en expérimentant avec un système de simulation que l’on apprend son comportement.

Évaluation de la performance et analyse des hypothèses : L’analyse des hypothèses est au coeur des modèles de simulation. L’estimation de la sensibilité est lorsqu’on doit fournir aux utilisateurs des techniques d’analyse accessibles afin qu’ils comprennent quelles sont les relations importantes dans des modèles complexes.

Optimisation : Les techniques traditionnelles d’optimisation nécessitent une estimation variable. Comme pour les analyses de sensibilité, l’approche pour atteindre l’optimisation nécessite la simulation intensive pour construire une fonction réponse. Nous considérons ajouter des techniques d’estimation variables à des algorithmes convergents tels que Robbins-Monroe dans le but d’atteindre l’optimisation.

Production de rapports : La production de rapports est un lien critique dans le processus de communication entre le modèle et l’utilisateur final.

Même si vous ne vous rendez pas à l’étape de la construction et de l’utilisation, le seul processus de définir les variables, clarifier les hypothèses au sujet de leurs interrelations et exprimer ces relations en terme d’équation est valable. Pourquoi? Parce qu’il vous force à réfléchir attentivement aux problèmes posés afin d’arriver à une solution efficace et durable.

Tony Di Pasquale, B. Ing.
Consultant, Groupe GCL
www.gclgroup.com