Université de Tunis El Manar

Département Génie Industriel

Projet de fin d’études
Présenté par
Faten CHALBI
Pour l’obtention du
Diplôme National d’Ingénieur en Génie Industriel

Diagnostic de l’interaction entre les modules GPAO et

GMAO de l’ERP QAD/ MFG PRO et conception d’un outil
d’aide à la décision pour la planification

Réalisé à
DISCOVERY INFORMATIQUE

Encadrant Organisme d’accueil : M. Mahdi CHAKER

Encadrants ENIT : M. Helmi BEN REJEB
Mme Nadia BAHRIA

Année universitaire : 2015/2016

Signature de l’encadrant de la société

II
Signature de l’encadrant pédagogique

III
 Dédicaces
A ma chère mère Raoudha Chaabeni
Aimable, charmante, affable, douce : Vous représentez tout le bonheur de ma
vie, c’est grâce à vos conseils, votre amour et votre soutient que j’ai subsisté,
que j’ai rêvé et que j’ai réalisé mes rêves. C’est vous qui m’avez donné la vie,
qui m’avez appris à faire mes premiers pas et à dessiner mon chemin et c’est
maintenant que je partage avec vous cette joie.
Vous êtes et vous resterez toujours la source de tendresse, d’encouragement et
de dévouement qui n’a jamais cessé de m’aider, d’illuminer ma vie, de prier
pour moi et de dessiner le beau sourire sur mon visage dans les pires cas.
Je n’ai jamais trouvé de refuge et de secours pendant mes études que votre
prière et votre bénédiction.
Autant de mots et de phrases aussi expressifs soient-ils, ne sauraient prouver
mon amour et mon affection à vous.
Je remercie Dieu pour votre présence et votre assistance dans ma vie.
Puisse Dieu, le tout puissant, vous protéger, vous accorder santé et bonheur.

A mon cher père Mokthar Chalbi

Aucune dédicace ne suffit pour exprimer le respect et le dévouement pour le
sacrifice que vous avez fait pour moi. Vous avez pu m’inculquer le sens de
responsabilité et de confiance. C’est grâce à vos conseils que je me suis guidée
vers la réussite et que j’ai gardé toujours mon optimisme.
J’ai dérivé ma force de votre pouvoir, de ton regard et de votre présence
auprès de moi.
Rien ne vaut l’effort que vous avez fait pour ma formation et mon bien être.
Puisse Dieu, le tout puissant, te protéger, t’accorder santé et bonheur.

IV
 A ma chère sœur Manel Chalbi
Ça ne me suffit pas de dire simplement ma sœur, vous êtes bien plus qu’une
sœur. Avec votre tendresse, votre amour et votre occupation vous êtes bien ma
mère. Vous m’avez soutenu pendant mes moments de faiblesse, de peur et de
stress.
Vous étiez toujours auprès de moi de mon enfance à ma jeunesse et arrivant au
moment où je vous dédie ce travail de fin d’études.
Je ne trouve pas les mots pour décrire mon amour et ma reconnaissance pour
vous. Je vous souhaite tout le bonheur du monde, que Dieu vous bénisse.

A mon petit frère Abderrahmen Chalbi

Mon petit ange qui m’a soutenu pendant mes examens même avec son beau
sourire. Avec qui j’ai partagé des moments de folie et d’extase, je te dédie ce
travail.
Je te souhaite un avenir plein de réussite et de joie.

A mes chers collègue 3 AGI 2

Je dédie ce travail à tous mes amis, ceux avec qui j’ai passé mes trois ans en
génie industriel 2 à l’ENIT. Mes collègues, c’était la joie pour moi de se
regrouper ensemble, de discuter, de réviser ensemble et de partager tous les
moments de joie et de tristesse.
En témoignage de l’amitié qui nous unie, des souvenirs et des moments que
nous avons passés ensemble je vous dédie ce travail.
Je vous aime tous et je vous souhaite une carrière plein de réussite et
d’excellence.

A mes chers amis…

A tous ceux qui m’aiment…

V
 Remerciements
Je commence tout d’abord par remercier mes encadrants. Je remercie mon encadrant chez
l’organisme d’accueil, M. Mahdi CHAKER (consultant technico-fonctionnel GMAO) pour le
temps qui m’a dévoué, pour ses conseils judicieux et pour ses encouragements continues. Je
remercie également, M. Helmi BEN REJEB (Professeur à l’ENIT) et Mme. Nadia BAHRIA
(Professeur à l’ENIT), mes encadrants pédagogiques. Je leur remercie pour leur effort et leurs
conseils judicieux tout au long de mon projet.
J’exprime aussi ma gratitude pour les consultants QAD avec qui j’ai travaillé pendant mon
projet surtout M. Haithem HAMDI et je remercie Mme Rania CHERIF (Responsable activité
QAD de DISCOVERY INFORMATIQUE) de m’avoir intégré au sein de son équipe et pour
son accueil.
Je ne peux pas oublier évidemment tout le staff de Génie Industriel à l’ENIT et tous mes
professeurs qui ont participé chacun de sa part à notre formation.
Je remercie mes amis qui ont cru en moi, qui m’ont soutenue et qui m’ont encouragée, ma chère
Takoua DHOUIBI, Yosra MAKHLOUF, Soumaya MAROUENE, Malèk AYOUB, Aymen
SAMOUNI, Baya GHARBI, Toufik GHERRI, Mahdi ABDENNADHER…
Un grand merci à mes parents, ma raison d’être, ma chère sœur Manel CHALBI, mon cher frère
Abderrahmen CHALBI et ma chère tante Dalila.

Finalement je remercie tous ceux qui m’ont conduit à ce jour inoubliable.

VI
 Diagnostic de l’interaction entre les modules de GPAO et de GMAO sur l’ERP
QAD et conception d’un outil d’aide à la décision pour la planification.

Résumé : La relation entre les fonctions maintenance et production confronte plusieurs

problèmes, vu que ces deux fonctions partagent les mêmes ressources et se planifient
séparément. Une telle problématique nécessite alors un outil d’aide à la décision qui permet de
formuler des indices de priorité permettant de mieux gérer les tâches de maintenance et de
production en cas de chevauchement. De là, vient la nécessité d’une étude d’interaction entre
ces deux fonctions. Et comme les solutions ERP sont maintenant de plus en plus impliquées
dans les industries permettant entre autres d’automatiser les différents flux d’entreprise, notre
projet étudie également l’interaction entre les modules de GPAO et de GMAO. Ensuite, une
formulation du problème s’avère indispensable pour créer les formules de calcul nécessaires à
l’exécution de l’outil d’aide la décision. Enfin, le projet s’achève par une phase de test et de
validation du calcul, et de préparation du dossier technique de la solution envisagée.
Mots clés : QAD, GPAO, GMAO, Planification, Aide à la décision

VII
 Diagnosis of the interaction between ERP QAD Computer-Aided Maintenance
(CAM) and Computer-Aided Production (CAP) management modules and
design of a decision aid tool for planning.

Summary: The relationship between maintenance and production functions confronts several
issues, since the two functions share the same resources but are planned separately. Such a
problem requires then a decision aid tool that allows the formulation of priority indices to
manage the maintenance and production tasks in case of overlap. Therefore, the interaction
between these two functions must be studied. As ERP solutions are increasingly used in
industries, allowing, among other things, to automate various business flows, our project also
studies the interaction between the CAMM and CAPM management modules. Then a problem
formulation is essential to create the formulas needed for the execution of the decision aid tool.
Finally, the project ends with a testing, calculation validation phase, and the preparation of the
technical file for the proposed solution.

Keywords: QAD, CAM, CAP, Planning, Decision aid

VIII
 ‫للمساعدة أداة وتصميم الحاسوب عبر الصيانة تدبير ووحدة الحاسوب عبر اإلنتاج تدبير وحدة بين التفاعل عالقة دراسة‬
‫الصناعية والصيانة لإلنتاج التخطيط في القرار اتخاذ على‬

‫ملخص‬

‫و )األالت(ذلك ألنهما تتقسمان نفس الموار ‪.‬عالقة التواصل بين وظيفة الصيانة ووظيفة اإلنتاج تواجه العديد من المشاكل‬
‫هذه المشاكل تتطلب أداة للمساعدة في التخاذ القرار و صياغة مؤشرات ‪.‬التخطيط لهذه الوظائف يكون بطريقة منفصلة‬
‫لترتيب األولوية بين إدارة مهام الصيانة و مهام اإلنتاج في حالة تداخل بينهما و بمان أداة تخطيط موارد المؤسسات ارب‬
‫تقتحم األسواق الصناعية شيئا فشيئا و تعتمد عليها العديد من المؤسسات لمساعدتها على جعل وظائفها أوتوماتيكية‪،‬ولذلك‬
‫فإن هذا الشروع يتضمن كذلك دراسة للتفاعل وحدة تدبير اإلنتاج عبر الحاسوب ووحدة تدبير الصيانة عبر الحاسوب و بعد‬
‫إلنشاء الصيغ الالزمة لتنفيذ ذلك فإن مرحلة بلورة اإلشكالية و صياغتها في شكل نموذج حسابي باتت مرحلة ضرورية‬
‫أداة لدعم اتخاذ القرارات‪،‬وأخيرا ‪ ،‬ينتهي المشروع مع مرحلة االختبار والتحقق من الحساب‪ ،‬و إعداد ملف تقني من الحل‬
‫المقترح‬

‫القرار إتخاذ على المؤسسات‪،‬التخطيط‪،‬المساعدة موارد تخطيط ‪ :‬مفاتيح كلمات‬

‫‪IX‬‬
 TABLE DES MATIERES

INTRODUCTION GENERALE........................................................ 1
Chapitre 1......................................................................................................................................................... 4

Genèse du projet et revue de la littérature ....................................................................................................... 4

1.1. Introduction ................................................................................................................................................. 5
1.2. Présentation de l’organisme d’accueil ......................................................................................................... 5
1.3. Cadrage du projet et travail demandé ......................................................................................................... 8
1.4. Revue de la littérature ................................................................................................................................. 8
1.5. Conclusion.................................................................................................................................................. 23

2. Chapitre 2 ................................................................................................................................................... 24

Phase de diagnostic et d’analyse .................................................................................................................... 24

2.1. Introduction ............................................................................................................................................... 25
2.2. Etude des processus de la GPAO et de la GMAO de l’ERP QAD................................................................. 38
2.3. Critique de l’existant .................................................................................................................................. 43
2.4. Les formes d’interaction entre le service production et le service maintenance [TALBI, 1998] ............... 44
2.5. Conclusion.................................................................................................................................................. 47

3. Chapitre 3 ................................................................................................................................................... 48

Phase d’intellection et de modélisation .......................................................................................................... 48

3.1. Introduction ............................................................................................................................................... 49
3.2. Choix de la méthode AHP .......................................................................................................................... 49
3.3. Etapes de la méthode AHP ........................................................................................................................ 49
3.4. Définition de l’objet de la décision ............................................................................................................ 51
3.5. Etape 1 : Décomposition hiérarchique ...................................................................................................... 52
3.6. Etape 2 : Phase de configuration ............................................................................................................... 62
3.7. Etape d’exploitation................................................................................................................................... 80
3.8. Conclusion.................................................................................................................................................. 83

4. Chapitre 4 ................................................................................................................................................... 84

Tests et préparation du livrable de projet....................................................................................................... 84

4.1. Introduction ............................................................................................................................................... 85
4.2. Application et résultats estimés ................................................................................................................ 85
4.3. Préparation du dossier technique ........................................................................................................... 105
4.4. Conclusion................................................................................................................................................ 119

CONCLUSION GENERALE......................................................... 120

REFERENCES BIBLIOGRAPHIQUES ...................................... 122

X
 Liste des figures

Figure 1.1 : Données générales .................................................................................................. 5

Figure 1.2 : Organigramme de DISCOVERY INFORMATIQUE ............................................ 7
Figure 1.3 : Les niveaux de planification [COURTOIS et al. 2003] ......................................... 9
Figure 1.4 : Types de maintenance ........................................................................................... 14
Figure 1.5 : Couverture d’un ERP ............................................................................................ 17
Figure 1.6 : Structure du progiciel GPAO ................................................................................ 19
Figure 1.7 : Processus d’aide à la décision............................................................................... 20
Figure 2.1 : Etapes de résolution de problèmes........................................................................ 25
Figure 2.2 : Courbe de performance de la fonction maintenance ............................................ 31
Figure 2.3 : Courbe de performance de la fonction production ............................................... 32
Figure 2.4 : Analyse Pareto d’un arrêt de production .............................................................. 35
Figure 2.5 : Diagramme Ishikawa ............................................................................................ 36
Figure 2.6 : Processus de planification de production par le progiciel .................................... 39
Figure 2.7 : Modèle BPMN de la maintenance préventive ...................................................... 42
Figure 2.8 : Relation d’ordre .................................................................................................... 44
Figure 2.9 : Relation d’arbitrage .............................................................................................. 45
Figure 2.10 : Relation de négociation ...................................................................................... 46
Figure 2.11 : Négociation maintenance/production ................................................................. 46
Figure 3.1 : Objectifs de la fonction maintenance [BENBOUZID, 2005] ............................... 52
Figure 3.2 : Echéancier de calcul du CMCE ............................................................................ 54
Figure 3.3 : Structure hiérarchique du problème ...................................................................... 64
Figure 3.4 : Algorithme d’insertion des tâches reportées ......................................................... 82
Figure 4.1 : Exemple de questionnaire de jugement des critères ............................................. 88
Figure 4.2 : Exemple de questionnaire de jugement des sous critères ..................................... 88
Figure 4.3 : Contribution des critères dans la prise de décision ............................................... 90
Figure 4.4 : Evaluation des sous-critères par rapport aux critères ........................................... 91
Figure 4.5 : Evaluation des alternatives par rapport au sous-critère IM .................................. 97
Figure 4.6 : Evaluation finale ................................................................................................... 98
Figure 4.7 : Processus de communication amélioré ............................................................... 101
Figure 4.8 : Processus de maintenance préventive amélioré .................................................. 102
Figure 4.9 : Estimation des niveaux de performance de l’axe A1 ......................................... 103
Figure 4.10 : Diagramme de classe modifié ........................................................................... 108
Figure 4.11 : Diagramme de cas d’utilisation global ............................................................. 109
Figure 4.12 : Raffinement du premier cas d’utilisation ......................................................... 110
Figure 4.13: Raffinement du deuxième cas d’utilisation ....................................................... 111
Figure 4.14 : Interface d’accueil du module OGP.................................................................. 113
Figure 4.15: Menu général ..................................................................................................... 113
Figure 4.16: Interface d’introduction des poids de référence des décideurs .......................... 114
Figure 4.17 : Interface d’accueil du menu Evaluation des plannings (choix de l’intervalle de
temps) ..................................................................................................................................... 114
Figure 4.18 : Liste des tâches chevauchées ............................................................................ 115
Figure 4.19 : Les décisions par critère ................................................................................... 115
Figure 4.20 : Les dates des tâches reportées .......................................................................... 116
Figure 4.21: Validation des propositions ............................................................................... 116
Figure 4.22: Visualisation des courbes d’analyse .................................................................. 117
Figure 4.23 : Edition des rapports de gestion des plannings .................................................. 117

XI
Figure 4.24 : Authentification ................................................................................................ 118
Figure 4.25 : Menu « OGP Settings » sur QAD..................................................................... 118
Figure 4.26 : Critère flexibilité ............................................................................................... 119
Figure 4.27 : Menu d’évaluation des plannings avec Java ..................................................... 119

XII
 Liste des tableaux
Tableau 1.1 : Projets réalisés par DISCOVERY ........................................................................ 6
Tableau 1.2 : Sous-ensembles de la fonction maintenance ...................................................... 12
Tableau 2.1 : Clarification du problème QQOQCP ................................................................. 25
Tableau 2.2 : Le questionnaire N°1 Communication entre la fonction Production et la fonction
Maintenance ............................................................................................................................. 29
Tableau 2.3 : Le questionnaire N° 2 Axe A2 Planification de production ............................... 30
Tableau 2.4 : Axes d’amélioration pour la fonction maintenance ........................................... 32
Tableau 2.5 : Axes d’amélioration pour la fonction production. ............................................. 33
Tableau 2.6 : Evaluation croisée .............................................................................................. 33
Tableau 2.7 : Analyse Pareto.................................................................................................... 34
Tableau 2.8 : Causes qui contribuent à 80% des arrêts de production ..................................... 35
Tableau 2.9 : Plan d’Actions .................................................................................................... 38
Tableau 2.10 : Légende du BPMN ........................................................................................... 43
Tableau 2.11 : Dysfonctionnements du modèle ....................................................................... 43
Tableau 3.1 : Tableau comparatif des méthodes d’aide à la décision ...................................... 49
Tableau 3.2 : Echelle de SAATY ............................................................................................. 50
Tableau 3.3 : Indice de cohérence aléatoire ............................................................................. 50
Tableau 3.4 : Données temporelles de maintenance et production .......................................... 58
Tableau 3.5 : Echelle d’Importance machine ........................................................................... 61
Tableau 3.6 : Echelle d’évaluation de la flexibilité du planning .............................................. 61
Tableau 3.7: Matrice de comparaison des critères ................................................................... 65
Tableau 3.8 : Comparaison des critères ................................................................................... 65
Tableau 3.9 : Somme des colonnes .......................................................................................... 66
Tableau 3.10 : Matrice normalisée ........................................................................................... 66
Tableau 3.11 : Calcul de priorité .............................................................................................. 66
Tableau 3.12 : Indices aléatoires de SAATY ........................................................................... 67
Tableau 3.13 : Vérification de la cohérence ............................................................................. 67
Tableau 3.14 : Résultats finaux de la comparaison des critères ............................................... 68
Tableau 3.15: Jugement des sous critères par rapport au critère VE ....................................... 69
Tableau 3.16 : Comparaison des sous critères de la VE .......................................................... 69
Tableau 3.17 : Jugement des sous-critères par rapport au critère ITP ..................................... 69
Tableau 3.18: Comparaison des sous-critères du critère ITP ................................................... 70
Tableau 3.19 : Jugement des sous critères par rapport au critère ITC ..................................... 70
Tableau 3.20 : Comparaison des sous critères du critère ITC .................................................. 70
Tableau 3.21 : Résultats finaux ................................................................................................ 71
Tableau 3.22 : Agrégation des sous critères ............................................................................. 71
Tableau 3.23 : Numérotation des sous-critères ........................................................................ 71
Tableau 3.24 : Matrice de comparaison des alternatives par rapport CD ................................ 72
Tableau 3.25 : Détermination des poids des alternatives selon le sous-critère CD ................. 72
Tableau 3.26: Priorités des alternatives par rapport au sous-critère CD .................................. 73
Tableau 3.27 : Matrice de comparaison des alternatives par rapport au sous-critère CI ......... 73
Tableau 3.28 : Détermination des poids des alternatives selon le sous-critère CI ................... 73
Tableau 3.29 : Priorités des alternatives par rapport au sous-critère CI .................................. 74
Tableau 3.30 : Matrice de comparaison par rapport au sous-critère DE .................................. 74
Tableau 3.31: Détermination des poids des alternatives selon le sous-critère DE ................... 74
Tableau 3.32 : Priorités des alternatives par rapport au sous-critère DE ................................. 75
Tableau 3.33 : Matrice de comparaison des alternatives par rapport au sous-critère Rd ......... 75
Tableau 3.34 : Détermination des poids des alternatives selon le sous-critère Rd .................. 75

XIII
Tableau 3.35 : Priorités des alternatives par rapport au sous-critère Rd .................................. 76
Tableau 3.36 : Matrice de comparaison des alternatives par rapport au sous-critère IT .......... 76
Tableau 3.37 : Détermination des poids des alternatives selon le sous-critères IT .................. 76
Tableau 3.38 : Priorités des alternatives par rapport au sous-critère IT ................................... 77
Tableau 3.39 : Matrice de comparaison des alternatives par rapport au sous-critère TD ........ 77
Tableau 3.40 : Détermination des poids des alternatives selon le sous-critère TD .................. 77
Tableau 3.41 : Priorités des alternatives par rapport au sous-critère TD ................................. 78
Tableau 3.42 : Matrice de comparaison des alternatives par rapport au sous-critère IM......... 78
Tableau 3.43 : Détermination des poids des alternatives selon le sous-critère IM .................. 78
Tableau 3.44 : Priorités des alternatives par rapport au sous-critère IM .................................. 78
Tableau 3.45 : Matrice de comparaison des alternatives par rapport au critères FP ................ 79
Tableau 3.46 : Détermination des poids des alternatives selon le sous-critère FP................... 79
Tableau 3.47 : Priorités des alternatives par rapport au critère FP .......................................... 79
Tableau 3.48 : Priorité Complète ............................................................................................. 80
Tableau 4.1 : Données générales de l’OF ................................................................................ 85
Tableau 4.2 : Données Economiques de l’OF .......................................................................... 86
Tableau 4.3 : Données temporelles de l’OF ............................................................................. 86
Tableau 4.4 : Données de l’OT ................................................................................................ 87
Tableau 4.5 : Coûts des pièces de rechange ............................................................................. 87
Tableau 4.6 : Matrice de comparaison des critères pour le responsable 1 ............................... 88
Tableau 4.7 : Matrice normalisée et vecteur de priorité du responsable 1 ............................... 89
Tableau 4.8 : Matrice de comparaison des critères pour le responsable de maintenance ........ 89
Tableau 4.9 : Matrice normalisée et vecteur de priorité du responsable maintenance ............. 89
Tableau 4.10 : Priorité finale (Agrégation du groupe) ............................................................. 89
Tableau 4.11 : Evaluation des sous-critères de VE pour le responsable 1 ............................... 90
Tableau 4.12 : Evaluation des sous-critères du critère ITP pour le responsable 1 ................... 90
Tableau 4.13 : Evaluation des sous-critères du critère IPC pour le responsable de maintenance
.................................................................................................................................................. 91
Tableau 4.14 : Priorité finale (Agrégation du groupe) ............................................................. 91
Tableau 4.15 : Poids agrégés .................................................................................................... 92
Tableau 4.16 : Matrice de comparaison des alternatives/CD ................................................... 93
Tableau 4.17 : Matrice de comparaison des alternatives/CI .................................................... 94
Tableau 4.18 : Matrice de comparaison des alternatives/DE ................................................... 94
Tableau 4.19 : Matrice de comparaison des alternatives/Rd .................................................... 95
Tableau 4.20 : Matrice de comparaison des alternatives/IT ..................................................... 95
Tableau 4.21 : Matrice de comparaison des alternatives/TD ................................................... 96
Tableau 4.22 : Matrice de comparaison des alternatives/IM.................................................... 96
Tableau 4.23 : Matrice de comparaison des alternatives/FP .................................................... 97
Tableau 4.25 : Résultats finaux exprimés en priorité globales et priorité idéales .................... 98
Tableau 4.24 : Synthèse de calcul pour obtenir le résultat final .............................................. 99
Tableau 4.26 : Evaluation estimée de l’Axe e performance A1 pour la fonction maintenance
................................................................................................................................................ 104
Tableau 4.27 : Les tables modifiées ....................................................................................... 106
Tableau 4.28 : Tables ajoutées ............................................................................................... 107
Tableau 4.29 : Raffinement du premier cas d’utilisation ....................................................... 110
Tableau 4.30 : Raffinement du deuxième cas d’utilisation .................................................... 112

XIV
 Liste des Abréviations
AHP: Analytic Hierarchy Process
AIP: Aggregation of Individual Priorities
BPMN : Business Process Modelling Notation
CBN : Calcul des Besoins Nets
CC : Coût de maintenance Corrective
CD : Coût Direct (de production ou de maintenance)
CEMP : Coût d’Expiration de la Matière Première
CFM : Coût Fixe de Maintenance
CI : Coût Indirect (de production ou de maintenance)
CMCE : Coût de Maintenance Corrective Estimé
CMO : Coût de Main d’Oeuvre
CMOP : Coût de Main d’Oeuvre de Production
CUPnR : Coût de Pénalité de Retard
CPP : Coût de Perte de Production
CPR : Coût Unitaire de Pièce de Rechange
CRQ : Coût Relatif à la Qualité
CST : Coût de Sous-Traitance
CSTM : Coût de Sous-Traitance de Maintenance
DAV : Disponible A la Vente
DE : Durée d’Exécution
DT : Demande de Travail
ERP : Enterprise Ressource Planning
EVAMIX: Mixed data Evaluation method
FG: Frais Généraux
FOQ: Fixed Order Quantity
FP: Flexible Planning
FPM: Flexible Planning Maintenance
FPP: Flexible Planning Production
GDM : Group Decision Making
GMAO : Gestion de la Maintenance Assistée par Ordinateur

XV
GPAO : Gestion de la Production Assistée par Ordinateur
HMODP/M : Heure de Main d’Oeuvre Direct (Production/Maintenance)
IA : Indice Aléatoire
IT : Intervalle de Tolérance
ITC : Importance TeChnique
ITP : Importance TemPorelle
LFL: Lot for Lot
MAUT: Multiple Attribute Utility Theory
MC : Maintenance Corrective
MH : Marge Horaire
MP : Maintenance Préventive
MRP: Material Requirement Planning
MTBF: Mean Time Between Failure
MTTR: Mean Time To Repair
OA: Ordre d’Achat
OF : Ordre de Fabrication
OT : Ordre de Travail
PDP : Programme Directeur de Production
PGI : Progiciel de gestion Intégré
PIC : Plan industriel et commercial
PMi : Priorité Maintenance
PPi : Priorité Production
PR : Pièce de Rechange
PU : Prix Unitaire
RC : Ratio de Cohérence
Rd : Retard
SGBR : Système de Gestion de Base de données relationnelle
SMART : Simple Multi-Attribute Rating Technique
TD : Taux de Disponibilité
TMA: Tierce Maintenance Applicative
TPOSIS: Technique for order preference by similary to ideal solution
VE: Valeur Econmique

XVI
WIP: Work in Process
WMi : Poids agrégé de maintenance
WPi : Poids agrégé de production

XVII
Fiche de l’entreprise d’accueil

Dénomination : Discovery Informatique

Directeur Général : Kais SELLEMI
Secteur d’activité : Conseil, Ingénierie Informatique et
Intégration des solutions ERP
Forme juridique : Société Anonyme
Adresse : Angle Rue du Métal, Rue des Entrepreneurs, 3ème
Etage, ZI Charguya II, 2035, Ariana Tunis Carthage
Date de création : 1993
Effectif : 80 collaborateurs
Téléphone : 71.94.27.65
Fax : 71.94.28.75
Adresse mail : [email protected]
Site web : www.discoveryinformatique.com

XVIII
Introduction générale

« Se permettre de tout penser serait manque de savoir vivre : les meilleures preuves de
respect qu’on
puisse donner à l’intelligence du lecteur, c’est de lui laisser quelque chose à penser. »
Lawrence Sterne - Nouvelliste et humoriste irlandais

1
 A Ctuellement, les coûts de production des biens et des services sont assujettis à des
contraintes draconiennes sous l’effet conjugué de la crise économique et la concurrence
acharnée dans le marché international. Ceci n’a fait au cours de ces vingt dernières années
qu’évoluer l’importance de la fonction maintenance au sein d’une entreprise. La maintenance
est maintenant considérée comme l’un des leviers de compétitivité des entreprises.
Même si la fonction production est la fonction mère dans les entreprises industrielles, le
maintien de l’outil de production en fonctionnement a également été la préoccupation majeure
de tous les gestionnaires. Ainsi, une bonne conduite d’entreprise nécessite un processus de
communication entre les agents de ces deux services.
L’existence d’un lien d’interaction fort entre la fonction production et la fonction maintenance
est bel et bien traduit par la nécessité de partager les ressources entre ces deux fonctions. Pour
cela, on perçoit les séquences de maintenance et de production comme antagonistes. En fait,
une tâche de maintenance peut exiger l’immobilisation de l’équipement en question et
donc l’intervention de maintenance à ce stade est considérée comme facteur perturbant du bon
fonctionnement de la production. Ce conflit peut sans doute entraîner une perte de productivité
dans l’entreprise.
Il est question par conséquent de changer la mentalité en déracinant l’idée préconçue : « Moi
je fabrique, toi tu répares » et en mobilisant l’ensemble des compétences disponibles.
Delà venait la nécessité d’un outil d’aide à la décision qui permettra de faciliter la prise de
décision dans une éventuelle situation de conflit. Cet outil assurera alors la gestion de la
planification entre les deux fonctions et permettra également de jouer le rôle d’interface entre
la fonction production et la fonction maintenance.
Par ailleurs, l’émergence des progiciels ERP dès les années 80 est devenue de plus en plus
importante. Ces deux fonctions sont alors gérées par deux modules différents connectés sur la
même base de données.
Malheureusement, bien qu’elles disposent des progiciels de GPAO, les entreprises ont
commencé récemment à intégrer la solution GMAO. De plus, dans le cadre de la gestion de la
production et de la maintenance, les logiciels déployés dans les ERP ont pour objectif
d’automatiser le travail des planificateurs, qui, jusqu’à l’apparition d’un tel concept se
contentaient d’élaborer les tâches manuellement et quotidiennement en fonction de la demande,
du niveau de stock, etc. Or, il y a une discontinuité entre les modules GPAO et GMAO de sorte
que cela aggrave encore plus la problématique de communication entre la fonction maintenance
et production.
Dans le cadre du présent projet, nous proposons d’intégrer un outil d’aide à la décision comme
un nouveau menu dans le progiciel QAD/ MFG PRO. Ainsi, nous traiterons la problématique
de planification intégrée tout en facilitant sa mise en œuvre.
Ce projet de fin d’études proposé par DISCOVERY INFORMATIQUE a pour but d’étudier
les interactions possibles entre les modules GPAO et GMAO et puis d’en proposer un outil
d’aide à la décision pour la gestion de la planification.

2
 Avant de commencer les réflexions concernant l’outil à concevoir, nous avons jugé utile
de faire un panorama des notions théoriques après avoir défini le cadre du projet.
 Dans le deuxième chapitre, nous allons faire le diagnostic du problème, essayer de bien le
comprendre et de bien le cerner
 Le troisième chapitre contient la modélisation et la conception du modèle à développer
pour l’outil d’aide à la décision.
 Quant au dernier chapitre, il englobe les résultats du test de cet outil et la préparation du
dossier technique.

3
 Chapitre 1
Genèse du projet et revue de la
littérature

Résumé :
Ce chapitre est dédié à la présentation de l’entreprise d’accueil, la définition du
contexte de projet et la présentation des résultats théoriques sur lesquels s’est basée
notre étude.

« La théorie est le moyen le plus simple, le plus efficace et le moins coûteux

d’aborder un problème pratique »
Marcel Loncin 1

1
Marcel Loncin : Génie industriel alimentaire : aspects fondamentaux

4
1.1. Introduction
L’exploration de l’environnement de travail est une étape inéluctable avant le traitement de
tout problème. Dans ce sens, ce chapitre est dédié à la présentation de l’organisme d’accueil et
la définition du cadre du projet. Finalement, nous terminons par un panorama des notions
théoriques auxquelles fait appel ce projet.

1.2. Présentation de l’organisme d’accueil

Dans le cadre du ce Projet de Fin d’Etudes, nous avons eu l’occasion d’effectuer un stage de
six mois au sein de la Société de Service et d’Ingénierie en Informatique SSII : DISCOVERY
INFORMATIQUE.
Dans ce paragraphe, nous présentons quelques généralités de cette société tunisienne.
1.2.1. Généralités
DISCOVERY INFORMATIQUE est membre du groupe DISCOVERY INFORMATIQUE
qui compte cinq sociétés : DISCOVERY INFORMATIQUE, Discovery Information System,
Discovery Software, Trium Technology et Datasoft Tunisie.
Elle se spécialise dans le domaine de conseil en organisation et ingénierie informatique. En
1997, elle a commencé à s’approfondir dans l’intégration des progiciels de gestion intégrés avec
la solution QAD/MFG PRO.
En 2000, elle s’est positionnée alors sur le marché marocain par l’implantation d’une filiale à
Casablanca.
La figure 1.1 présente des données concernant la société DISCOVERY pour l’année 2016.

2016
500
200 120 12

Nombre de Nombre de Nombre de Nombre de

projets clients collaborateurs partenaires

Figure 1.1 : Données générales

1.2.2. Activités
DISCOVERY INFORMATIQUE exerce ses activités principalement dans l’ingénierie des
systèmes d’information. Ses principales activités sont [YAZIDI, 2015] :
 L’intégration des solutions de gestion d’entreprises ERP qui dépendent de la taille des
entreprises et de leurs besoins, à savoir la solution QAD (ancien MFG/PRO), Microsoft
Dynamics Nav, Sage ERP X3, Sage FRP Treasury, Sage PME, Targit.
 Systèmes d’information hospitaliers

5
  Infogérance : principalement le conseil technologique, maintenance informatique et
TMA (Total Maintenance Application).
 Développement Nearshore : assure le développement informatique pour le compte de
ses partenaires et de ses clients européens sous différents environnements
technologiques.
 Solutions automobiles : DISCOVERY INFORMATIQUE a conclu un partenariat avec
Solware Auto pour commercialiser ses solutions de gestion dans le secteur automobile.
1.2.3. Clients et projets
Les clients de DISCOVERY INFORMATIQUE sont issus principalement des
secteurs suivants : Industrie, Banque et finance, Service et Secteurs public.
Parmi les clients de DISCOVERY en Tunisie, nous citons à titre d’exemple : Groupe Poulina,
AsteelFlash, Pharmaghreb, Sotefi, Adhe-Els Batteries Nour Groupe Judy, Groupe Kooli...
Nous avons présenté dans le tableau 1.1 des exemples de projets réalisés par DISCOVERY
INFORMATIQUE.
Tableau 1.1 : Projets réalisés par DISCOVERY
Clients Projets
ADHE-ELS Intégration de solution de gestion /QAD
NOKIA Intégration de solution de gestion/Targit
BUTAGAZ Intégration de solution de gestion /Sage
CODEMAT Intégration de solution de gestion /Navision
ONT Intégration de solution de gestion /Sage FRP
ART Intégration de solution de gestion /Navision
BRICORAMA Intégration de solution de gestion /Navision

1.2.4. Organigramme
La figure 1.2 présente l’organigramme fonctionnel de DISCOVERY INFORMATIQUE.
Notre stage s’est déroulé dans le département de l’ERP QAD avec une équipe qui comptait
une trentaine de consultants techniques et fonctionnels.

6
 Président
Directeur
Général

Directeur
Directeur
Des Affaires
Général Adjoint
Financières

Service
Assistante
Gestion et
De Direction
Comptabilité

Responsable
Responsable Responsable Responsable
Activité Responsable Responsable
Commercial et Activité Activité
Nouvelles Activité QAD Activité Sage
marketing Navision Infogérance
Technologies

Chef
De Projet

Des Consultants Support

Consultants Consultants Consultants Consultants Consultants
Développeurs Fonctionnels Système
Techniques Fonctionnels Techniques Fonctionnels Techniques
et Réseau

Figure 1.2 : Organigramme de DISCOVERY INFORMATIQUE

7
1.3. Cadrage du projet et travail demandé
DISCOVERY INFORMATIQUE, comme nous avons mentionné dans le paragraphe
précédent, est dans la mesure de travailler avec une multitude de clients. Ceci a fait qu’elle est
toujours proche des problématiques industrielles et donc à l’écoute des nouvelles exigences des
différentes industries. Le présent projet a été proposé par DISCOVERY à l’un de ses clients
dans le but d’assurer une meilleure gestion des plannings de production et de maintenance.
Ce client exerce son activité dans le secteur d’industrie pharmaceutique. Parmi ses principaux
produits, nous citons par exemple les sparadraps et les pansements, les sutures chirurgicales et
le plastique médicale.
En effet, le travail demandé consiste à dégager les règles de gestion qui régissent la relation
entre la fonction production et la fonction maintenance, et donc à améliorer les deux modules
GMAO et GPAO en ajoutant un module d’interaction qui permet de gérer les deux plannings.
L’idée est de concevoir un outil d’aide à la décision qui permet de générer ces règles de gestion
et de rectifier les plannings de maintenance et de production déjà établis selon des indices de
priorités.
Pour cela, nous aurons besoin de définir quelques notions indispensables à la compréhension
de la problématique et à la recherche de la solution à concevoir.

1.4. Revue de la littérature

Ce paragraphe traite les différentes notions théoriques que nous avons utilisées tout au long
de la phase d’étude du projet telles que : la fonction de production, la fonction de maintenance,
les outils de diagnostic, la problématique de planification intégrée et les systèmes d’aide à la
décision.
1.4.1. Planification de la production
MACHANI [2009] considère la planification de la production comme un pilier de base dans
toute industrie. Elle présente un maillon de la chaîne logistique [SELSOULI, 2011]. Planifier
est le fait d’optimiser l’utilisation des ressources de l’entreprise telles que les machines, la main
d’œuvre et la matière [COURTOIS et al, 2003]. Le but principal de la planification est de
satisfaire la demande des clients en termes de qualité, de délai et de quantité [MACHANI,
2009]. La planification est caractérisée par une période qu’on appelle horizon de planification
[COURTOIS et al., 2003]. Selon l’étendu de cet horizon, on peut classer les problèmes de
planification en trois types, présentés dans la figure 1.3

8
 Satisfaction du marché, atteinte
des objectifs logistiques.
Planification
Stratégique

Satisfaction du client, atteinte des

Planification objectifs de qualité de services.
Tactique

Satisfaction du produit, atteinte

des objectifs du processus
Pilotage Opérationnel
physique.

Figure 1.3 : Les niveaux de planification [COURTOIS et al. 2003]

1.4.1.1. Planification à long terme : niveau stratégique
L’horizon de la planification stratégique dépend d’un article à un autre et d’une entreprise à
une autre mais il est généralement supérieur à trois ans [COURTOIS et al., 2003]. Toute activité
de production se base sur des prévisions et des commandes fermes. La planification stratégique
est notamment basée sur l’anticipation des commandes clients et les prévisions de ventes
[MACHANI, 2009]. À l’issue de cette étape, un plan industriel et commercial est élaboré PIC
pour toute famille de produits.
Le PIC est situé au plus haut niveau du mangement des ressources. Il présente un contrat entre
la fonction "Production" et la fonction "Commerciale" et il est fondé sur un équilibre entre la
charge et la capacité [COURTOIS et al., 2003]. Le document à rendre pour ce plan comporte
trois tableaux : ventes, production et stock et pour chacun, on indique l’historique et les
prévisions. Bien que général, le PIC est la base d’élaboration du programme directeur de
production (niveau tactique) et du plan opérationnel [MACHANI, 2009].
1.4.1.2. Planification à moyen terme : niveau tactique
Les prévisions faites au niveau du PIC sont ensuite traduites en un besoin réel. Au niveau
tactique, on trouve le Programme Directeur de Production PDP qui joue le rôle de passerelle
entre le PIC et le calcul des besoins. Il ne traite que la planification des produits finis
[TCHERNEV, 2003]. Contrairement au PIC, le PDP se base sur des échéanciers dont l’unité
temporelle est la semaine. Son horizon global couvre au moins un an. Il permet de donner d’une
manière précise et pour un nombre de périodes déterminés les quantités à produire pour chaque
article. Parmi les fonctions principales du PDP, on trouve la direction du calcul des besoins.
C’est-à-dire, en donnant les ordres de fabrication, il permet d’induire l’explosion du CBN par
le biais des nomenclatures [COURTOIS et al., 2003].

9
 La première solution de gestion de planification à ce niveau est apparue dans les années 60-
70. ORLICKY [ORLICKY et PLOSSL, 1994] décrit le modèle MRP I (Material Requirement
Planning) comme la meilleure solution de gestion de la planification, qui repose sur le passage
des données commerciales aux données de production. Mais, cette méthode montre ses limites,
vu qu’elle ne tient pas compte des capacités et des aléas. Au niveau tactique, l’approche MRP
II (Manufacturing Ressources Planning) vient alors pour répondre aux problèmes de
planification [SELSOULI, 2011]. Cette méthode est incluse généralement dans un autre
système plus général à savoir l’ERP (Enterprise Ressources Planning) qui permet l’intégration
des différentes fonctions de l’entreprise [MACHANI, 2009].
1.4.1.3. Planification à court terme : niveau opérationnel
La validation de la planification sur les trois axes précédents PIC, PDP et CBN donne
naissance à des ordres de fabrication suggérés. C’est le rôle du responsable production de lancer
l’exécution de ces ordres et de les transmettre à l’atelier [COURTOIS et al., 2003]. Le but de
la planification au niveau opérationnel est de livrer les ordres à la date prévue. Ceci est réalisé
grâce à ce qu’on appelle Pilotage des Activités de Production PAP. L’activité de pilotage
consiste à conduire l’exécution qui a été déjà planifiée dans le MRP II. Durant cette étape, les
produits subissent des évolutions physiques et au même temps les ordres de fabrication
changent de statuts : d’un ordre suggéré, un ordre lancé et enfin un ordre ferme [COURTOIS
et al, 2003].
Au niveau opérationnel, on trouve principalement cinq activités de base [ARNOULD et
RENAUD, 2003] :
- Vérification avant le lancement : vérifier les documents des ordres de fabrication et la
disponibilité des matières et des composants.
- Programmation et séquencement : cette programmation donne l’ordonnancement des
ordres, détermine la disponibilité des ressources et l’affectation de la main d’œuvre. La
détermination des dates de début et de fin des ordres est effectuée par le jalonnement. On
considère la date de clôture de l’OF comme point de départ.
- Suivi : contrôler l’exécution de l’OF et suivre les quantités réalisées, rebutées…
- Rétroaction : on considère qu’il existe un flux bidirectionnel entre la planification et
l’atelier vu qu’il peut arriver des annulations d’ordres, ajout d’ordre ou des actions
correctives. Dans l’autre sens, il peut y avoir de la sous-traitance, chevauchements des
opérations ou éclatements ce qui engendre un décalage par rapport au programme
planifié.
- Fermeture de l’ordre : c’est la dernière action qui vise à libérer l’atelier et récolter les
données.

10
 Synthèse du paragraphe 1.4.1
La planification de la production est une étape
indispensable dans le processus de fabrication. Pour
arriver à satisfaire les commandes clients, il faut
passer par une succession de planifications sur les trois
niveaux : stratégique, tactique et enfin opérationnel.

1.4.2. Planification de la maintenance

Depuis une décennie, la maintenance a évolué sous l’effet des contraintes de productivité et
de concurrence [SECK, 2003]. De nos jours, « l’entretien » a cédé la place à la « maintenance ».
BENBOUZID [2005] explique cela non pas seulement par un simple changement de
dénomination, mais également par un bouleversement des manières et concepts de gestion des
systèmes de maintenance. En effet, dans un environnement économique où la concurrence est
acharnée et la montée des technologies est fortement évolutive, la maintenance est devenue un
enjeu décisif pour toutes les entreprises [BAYRASSOU, 2010]. Pour cela, il faut bien assurer
la gestion de cette fonction, de sa planification et disposer de l’information nécessaire
[LLAURENS, 2011].
1.4.2.1. Notions de base
La norme française NF EN 13306X 60-319 définit la maintenance comme étant « l’ensemble
de toutes les actions techniques, administratives et de management durant le cycle de vie d’un
bien, destinées à le maintenir ou à le rétablir dans un état dans lequel il peut accomplir la
fonction requise ».
Dans le même cadre, RICHET et al. [1996] ajoute le fait que la maintenance doit satisfaire les
conditions de sûreté de fonctionnement de l’équipement [BENBOUZID, 2005].
Maintenir c’est donc faire différentes opérations (dépannage, réparation…) pour garder la
capacité et les valeurs patrimoniales des équipements. Ces derniers sont indispensables pour
répondre à une commande client dans les meilleurs délais.
LLAURENS [2011] considère deux sous-ensembles de la fonction maintenance : l’une à
dominante technique et l’autre à dominante de gestion (présentés dans le tableau 1.2).

11
 Tableau 1.2 : Sous-ensembles de la fonction maintenance

Sous-ensemble à
Sous-ensemble à dominante gestion
Dominante technique
Dépannage Gestion de la documentation
Réparation Gestion des pièces de rechange
Diagnostic Gestion des interventions
Prévention Gestion du budget
Études et méthodes Gestion de ressources

On cite parmi les objectifs de la maintenance [BENBOUZID, 2005] :

- Réduction des dépenses ;
- Amélioration de la productivité du service ;
- Consolidation de la compétitivité de l’entreprise ;
- Assurance de la qualité et de la quantité des articles fabriqués.
Les tâches de maintenance sont de différents niveaux selon la complexité des tâches et les
ressources matérielles et humaines à utiliser. On distingue trois types [KAFFEL, 2001] :
- Maintenance de 1er niveau : ce sont des tâches de réglage simple sur l’équipement ;
- Maintenance de 2ème niveau : c’est la maintenance spécialisée, ce sont des tâches de
réparation ou de remplacement des composants ;
- Maintenance de 3ème niveau : c’est la maintenance lourde, ce sont les travaux de
rénovation ou la révision complète.
1.4.2.2. Les stratégies de maintenance
Il s’agit des différentes décisions prises au niveau stratégique, tactique et opérationnel [TALBI
et al., 2005].
- Niveau stratégique
Le niveau stratégique concerne la prise de décisions complexes qui nécessitent des paramètres
nombreux. Parmi ces décisions, le choix de la politique de maintenance, le recrutement de
nouveaux techniciens de maintenance et le choix de faire des contrats de sous-traitance ou non.
À ce niveau, il faut que l’entreprise dispose des informations sur l’état de fonctionnement des
équipements, leur importance dans l’unité de production et les conséquences de leur l’arrêt…
[SALSOULI, 2011]. Il est à signaler que le choix de la politique de maintenance dépend de
l’équipement.

12
 - Niveau tactique
C’est au niveau tactique que se fait la mise au point des décisions programmables qui seront
transférées au niveau opérationnel. Ce niveau concerne la gestion de tout le processus de
maintenance et la gestion du personnel.
RASOVSKA [2006] définit le processus de maintenance par les différentes tâches à faire au
cours d’une intervention dans le but de réduire les coûts d’indisponibilité et d’augmenter la
performance de l’équipement, et qui sont :
 La demande : c’est la formulation des besoins.
 Le déclenchement : c’est la demande d’intervention. Elle peut être générée
manuellement. Comme elle peut être générée automatiquement à travers le système
GMAO surtout dans le cas de la maintenance préventive.
 La validation : suite à la réception de la demande, le service responsable doit la valider
et définir les dates d’intervention.
 Le lancement : l’intervention est lancée selon la disponibilité de l’opérateur affecté
Ainsi, la demande est transmise à l’opérateur sous forme d’un ordre de travail.
 L’approvisionnement : parfois les ordres de travail nécessitent des pièces de rechange
et des outils nécessaires à l’intervention.
 L’intervention : c’est l’acte de maintenance à faire sur l’équipement et la rédaction du
rapport de l’intervention par l’opérateur.
Au niveau tactique, il faut prendre en considération le lien entre la production et la
maintenance parce que ces deux fonctions ne peuvent pas se faire simultanément sur le même
équipement.
- Niveau opérationnel
C’est l’étape d’exécution des décisions qui étaient prises dans les niveaux précédents
[SELSOULI, 2011].
1.4.2.3. Les modes de gestion de la maintenance
Généralement, on distingue trois modes de gestion de la maintenance : internaliser (faire),
externaliser (faire faire), et coopérer (faire ensemble) [BAYRASSOU, 2010].
- Faire/Internaliser : ce mode de gestion implique que toutes les tâches de maintenance
sont réalisées par les ressources internes de l’entreprise.
- Faire faire/Externaliser : pour des considérations technologiques ou économique,
quelques entreprises choisissent de céder une partie ou la totalité du processus de
maintenance à des intervenants externes (service de sous-traitance).
- Faire ensemble/Coopérer : ce mode se présente sous forme de contrat de partenariat
entre les entreprises.

13
 1.4.2.4. Les formes de maintenance
Par la fonction maintenance on entend principalement deux activités : maintenir et prévenir.
La première activité est équivalente à une action de maintenance préventive, c’est-à-dire avant
que la panne survienne [BENBOUZID, 2008]. L’objectif principal de cette action est d’exécuter
des opérations permettant de prédire et donc d’éviter un arrêt à cause d’une panne. Quant à la
deuxième activité, elle fait référence à des actions de réparation et de dépannage suite à
l’occurrence d’une panne. Dans ce cadre alors, on définit deux formes principales de
maintenance : la maintenance corrective (MC) et la maintenance préventive (MP) [BAR et
HUNTER, 1960].

Type de maintenance Evénement

Maintenance
Curative
corrective
Défaillance
Palliative
Maintenance

Systématique Echéancier

Maintenance Conditionnelle Seuils de

préventive décision

Prévisionnelle Valeurs de
paramètres

Figure 1.4 : Types de maintenance

- Maintenance corrective
La défaillance2 est l’altération de l’aptitude d’un équipement à accomplir ses fonctions
demandées avec les performances exigées [ZWINGELSTEIN, 2015 ; LLAURENS, 2011]. Ces
avaries exigent la maintenance corrective. La norme française NF EN 13306 X 60-319 définit
la maintenance corrective comme étant les actions à faire après la détection d’une panne pour
remettre l’équipement en marche afin d’assurer sa fonction dans les conditions normales
[SECK, 2003]. Elle a lieu à la suite des défauts et pannes qui nécessitent l’immobilisation
immédiate de l’équipement. Elle est considérée comme la forme primaire de maintenance
[EISENMANN, 1998]. Il existe deux types de maintenance corrective selon l’état de
fonctionnement de l’équipement après l’intervention : la maintenance palliative et la
maintenance curative.
 Maintenance curative : c’est une forme de maintenance durable qui remet la machine
dans un état neuf [LLAURENS, 2011].

2
La défaillance étant un événement, elle est différente de la panne qui est un état

14
  Maintenance palliative : la réparation dans ce cas est provisoire. Elle permet de
remettre l’équipement dans un état de fonctionnement provisoire pour accomplir une
partie de ces fonctions. Ceci nécessitera une intervention ultérieure [LLAURENS,
2011].
- Maintenance préventive
AFNOR X60-010 définit la maintenance préventive comme étant une forme de maintenance
ayant pour objectif la réduction de la probabilité de défaillance d’un bien donné. Ses activités
sont déclenchées suivant un échéancier (maintenance systématique), et/ou à partir de critères
significatifs (maintenance conditionnelle). La maintenance préventive se base alors sur l’adage
« mieux vaut prévenir que guérir », sur la maîtrise des états des machines et la considération
des signes déclencheurs [LLAURENS, 2011].
Dans ce sens, le but de la maintenance préventive est de réduire les coûts de pannes en
considérant que plusieurs arrêts coûteux peuvent être évités par des interventions préventives
[LLAURENS, 2011]. Il existe trois types de maintenance préventive :
 Maintenance préventive systématique : c’est une maintenance « exécutée à des
intervalles de temps préétablis selon un nombre d’unités d’usage mais sans contrôle
préalable de l’état de bien » (Norme NF EN 13306 X60-319). Ce type de méthode
intervient à des intervalles fixes d’avance selon la durée de fonctionnement du bien,
donnée par le constructeur ou par l’expérience. Les activités de maintenance
préventive systématique sont des interventions planifiées qui consistent à réparer,
nettoyer ou remplacer un composant [LLAURENS, 2011].
 Maintenance préventive conditionnelle : selon la norme NF EN 13306 X 60-319, ce
type de maintenance se base sur la surveillance de l’état de fonctionnement du bien et
des paramètres significatifs de son état. Pour suivre ces paramètres, on organise des
visites préventives qui se font suite au déclenchement d’un diagnostic après que les
paramètres dépassent un seuil d’alerte [LLAURENS, 2011 ; BOULENGER, 2006].
DELOUX et al., [2009] considère la maintenance conditionnelle comme subordonnée
à des mesures et diagnostic permettant de suivre l’état de dégradation du bien
(vibrations, thermographies, analyse de l’huile…).
Détection  DiagnosticIntervention
 Maintenance préventive prévisionnelle : selon la norme française NF EN 13306 X 60-
319, cette forme de maintenance « est exécutée suivant l’extrapolation de l’analyse de
l’évolution des paramètres de dégradation du bien ». L’intervention et le diagnostic se
déclenchent suite à la prévision faite à partir de l’extrapolation et avant que le seuil exigé
de l’indicateur ne soit dépassé [SOURIS, 1990 ; LLAURENS, 2011].
Prévision  DiagnosticIntervention

15
 Synthèse du paragraphe 1.4.2
La fonction maintenance est devenue cruciale dans toute
entreprise industrielle. Outre la forme classique de
maintenance corrective suite à des pannes, on trouve la
maintenance préventive qui est planifiée au niveau tactique à
partir de la GMAO

1.4.3. Problématique de planification intégrée

Dans le cas de planification intégrée de la maintenance et de la production, les problèmes
proviennent des contraintes conflictuelles de ces deux fonctions. La coopération entre les
fonctions production et maintenance est devenue un facteur clef de performance de la société
vu que ces deux fonctions ont d’ores et déjà une valeur « entreprise » [NOYES et al., 1997].
Pour cela, l’intégration des deux fonctions dans l’entreprise s’avère un défi [TALBI et al.,
2000]. La fonction maintenance exige l’arrêt des équipements de production qui sont partagés
avec le service de production. Les plannings s’établissent de façon séparée, de sorte que le
planning de maintenance ne prend pas en compte les contraintes et les objectifs du planning de
production [TALBI et al., 2005]. Idem pour le planning de production qui ne tient pas compte
des contraintes de maintenance.
Intégrer, c’est en fait constituer et fusionner les liens qui existent entre deux ou plusieurs
entités basiques. Ceci dans le but d’en conclure une seule entité permettant d’agréger les
fonctionnalités et les caractéristiques cohérentes des autres entités [TALBI, 1997].
Dans ce cadre, une démarche de planification intégrée a été proposée pour permettre de gérer
les deux plannings et fusionner les objectifs des deux services. Cette démarche comporte trois
étapes, à savoir [TALBI et al., 2005] :
- Phase d’analyse : c’est la phase de recueil de donnée et de diagnostic des fonctions à
intégrer ;
- Phase d’intégration/modélisation : la modélisation des problèmes, la conception de l’outil
d’intégration des deux fonctions ;
- Phase d’implémentation : la préparation et la validation du planning global.
Etant mis en œuvre, le module de planification intégrée est considéré comme un outil d’aide
à la décision. Il permet de gérer les plannings établis et d’en proposer un planning global
assurant le minimum de chevauchements des tâches de maintenance et de production [TALBI
et al., 2005 ; MACHANI, 2009].

16
 1.4.4. Enterprise Ressource Planning (ERP)
Durant les trente dernières années, l’informatique de gestion a beaucoup évolué. L’outil
informatique a pris donc plus d’importance grâce aux avancées technologiques successives.
Aujourd’hui, face aux changements que subit l’environnement économique, les entreprises se
trouvent dans le défi d’augmenter leur compétitivité et de répondre au mieux aux exigences de
leurs clients. Pour atteindre leurs objectifs, elles ont recouru aux outils informatiques, à savoir
les ERP [UMBLE et al., 2002]. D’ores et déjà, le marché des ERP est en perpétuelle évolution.
D’après l’entreprise de conseil et de recherche Gartner, le marché des ERP atteindra 34.5
milliards de dollars en 2017 soit une évolution de 14% par rapport à l’année 2015.
L’acronyme du mot anglais ERP veut dire « Enterprise Ressource Planning », ce qu’on appelle
en français les Progiciels de Gestion Intégré PGI. C’est un produit logiciel qui regroupe un
ensemble de modules applicatifs liés à la même base de données comme les modules de GPAO
et de GMAO et permettant d’automatiser les transactions administratives dans une entreprise.
Ce produit est vendu et développé par un éditeur [BRASSEUR, 2005]. Ces modules couvrent
plusieurs fonctions de l’entreprise (telles que présentées par la figure 1.5) à savoir : la gestion
de la comptabilité, la gestion de la production, la gestion des achats, la gestion de stock, la
logistique… L’intégration de ces modules est assurée par une base de données relationnelle
[SELSOULI, 2011].

Datawarehouse

Marketing Logistqiue

Gestion de production SGBDR Ressources Humaines

Contrôle de gestion Ventes

Maintenance

Figure 1.5 : Couverture d’un ERP

Chaque module peut être considéré comme une application séparée non seulement de point de
vue interface utilisateur mais aussi d’un point de vue structure de logiciel. Ceci permet aux
entreprises de développer parfois des modules spécifiques à leurs besoins [POSTON et
GRABSKI, 2001]. En premier lieu, les entreprises cherchent à travers cette solution à réduire
la redondance et l’inconsistance de l’information à travers la création d’une base de données
unique. En deuxième lieu, les entreprises attendent de ces systèmes d’information d’améliorer
leur performance comme par exemple [DAVENPORT, 1998 ; POSTON et GRABSKI, 2001] :

17
  Réduire les coûts d’actifs (maîtrise de la valeur des stocks) ;
 Aide à la décision ;
 Augmenter la satisfaction du client ;
 Accès facile à l’information intégrée.
En général et selon des enquêtes faites dans ce cadre, plus de 500 entreprises suggèrent des
bénéfices tangibles et intangibles de l’ERP, surtout la réduction des coûts et l’amélioration du
revenu provenant de la réduction des stocks et l’augmentation de la productivité
[BENCHMARKING PARTNERS, 1998].
1.4.4.1. GPAO
Les systèmes GPAO sont apparus au cours des années 60-70 [DARRAS, 2004]. GPAO est un
acronyme pour dire Gestion de Production Assistée par Ordinateur. C’est un outil informatique
qui permet de gérer la fonction de production dans une entreprise [GHARBI, 2013]. Il est
composé de modules différents permettant une couverture des différentes fonctions du
processus général de gestion de la production [DARRAS, 2004]. Par exemple, on cite : le
module de gestion des données financières et techniques, le module de gestion des gammes et
des nomenclatures, le module de CBN, le module d’ordonnancement, le module de gestion
d’approvisionnement et des achats [GHARBI, 2013].
La structure du progiciel GPAO repose sur le fait d’intégrer le principe MRP dans son
application. Il utilise alors le calcul des besoins nets CBN dont le principe général est présenté
par la figure 1.6.
L’objectif principal du GPAO est d’optimiser le flux de production et l’utilisation des
ressources en termes d’équipements et de mains d’œuvre. Il permet également de répondre au
mieux aux commandes clients et de synchroniser les différentes activités de production
[DARRAS, 2004].
1.4.4.1. GMAO
Un système de gestion de la maintenance assistée par ordinateur GMAO est un progiciel
regroupant une base de données de toutes les opérations de maintenance. Cet outil informatique
accompagne les gestionnaires d’entreprise dans la mise en place de leur plan de maintenance
[SELSOULI, 2011]. Il comporte comme tout type d’ERP différents modules, à savoir : gestion
des articles, gestion des pièces de rechange, planification des tournées d’inspection, gestion des
opérateurs de maintenance, gestion de stock [TALBI, 2005] …
La GMAO permet d’automatiser le flux de maintenance, de diminuer les pertes de production
provenant des pannes et d’assurer une meilleure disponibilité [PEAUCELLE, 1997].

18
 PIC (Plan Industriel et
Prévisions
Commercial)

PDP (Programme
Commandes
Artcicles Directeur de Production)

CBN ( Calcul des

Stocks
Nomenclatures Besoins Nets)

Ressources Livraison

Gammes

Ordres de Ordres d achat

fabrications suggérés suggérés

Affermissement des Affermissement des

OF OA

OF fermes OA fermes

Ordonnancement et
Achat
lancement

Commandes
OF lancés
fournisseurs

Suivi Production Réception

Figure 1.6 : Structure du progiciel GPAO

19
 1.4.5. Système d’aide à la décision
ROY [1990] a défini l’activité d’aide à la décision comme étant : « l’activité de celui qui,
prenant appui sur des modèles clairement explicités mais non nécessairement complètement
formalisés, aide à obtenir des éléments de réponse aux questions que se pose un intervenant
dans un processus de décision. »
Pour une démarche d’aide à la décision dans un tel processus, le succès est tributaire, comme
l’a remarqué LANDRY [1998], de la capacité d’appréhender la totalité du problème de décision
qui déclenche ce processus de décision. Ceci implique une phase de compréhension et de
diagnostic approfondi du problème.
1.4.5.1. Problématiques de décision
Tout problème d’aide à la décision traite une problématique bien définie qui dépend de la
volonté du décideur. ROY [1990] classe ces problématiques en quatre types :
- Problématique de choix (P.  ) : comme son nom l’indique ce type de problématique
consiste à choisir un ensemble de solutions qui présentent les meilleures alternatives.
L’idéal est de trouver une seule action [E COSTA C A. 1996].
- Problématique de tri (P.  ) : cette problématique consiste à trier les actions possibles et à
affecter chacune d’elles à une catégorie [MOUSSEAU, 1993].
- Problématique de rangement (P.  ) : si on veut trier les actions selon leurs intérêts relatifs,
ce type de problématique sert à ranger les alternatives de la meilleure alternative à la moins
bonne [MOUSSEAU, 1993]. Problématique de description (P.  ) : contrairement aux trois
autres types de problématiques, celle-ci consiste à décrire les alternatives et les
conséquences de chacune au lieu de les comparer l’une par rapport à l’autre.
1.4.5.2. Processus d’aide à la décision
Généralement, le processus d’aide à la décision est caractérisé par trois phases générales,
illustrées par la Figure 1.7 [ROY, 1985] :

Phase de diagnostic et d'analyse

Phase d'intellection et de formulation
Compréhension du
problème. Détermination de l'objet Phase de sélection
Diagnostic et analyse de décision.
Fixation des actions Choix de la méthode
possibles. d'aide à la décision.
Evaluation des Aggrégation des poids.
conséquences. Evaluation et sélection
Détermination des de la solution
critères.

Figure 1.7 : Processus d’aide à la décision

20
 - Phase de diagnostic et d’analyse :
C’est la phase primordiale de compréhension et de diagnostic du problème. Cette phase est
délicate, à l’issu de laquelle on doit avoir une connaissance parfaite du problème et de ses
attributs.
- Phase d’intellection, de modélisation des préférences et de formulation :
C’est la phase de formulation du problème [GUITOUNI, 1998]. C’est au cours de cette phase
que se fait d’une part la définition de l’objet de la décision et des différentes alternatives ou
actions. Il s’agit donc de choisir la nature de la problématique, de choix, de tri ou autre. Dans
la phase de formulation, il faut aussi déterminer les critères de sélection. Ceci se fait en évaluant
les conséquences des actions envisagées parce que les critères ne sont qu’une mesure
d’évaluation des alternatives.
- Phase d’agrégation et de sélection de la solution
La sélection d’une solution en fonction des critères. C’est notamment dans cette phase qu’on
doit d’abord choisir la méthode d’aide à la décision qui permet d’avoir une solution tenant
compte de tous les critères.
Dans le paragraphe suivant, nous présenterons les différentes méthodes d’aide à la décision
multicritères.
1.4.5.3. Panorama des méthodes d’aide multicritères à la décision
MAYSTRE LY et al. [1994] définit l’aide multicritères à la décision comme une analyse dans
le but d’expliciter une famille cohérente de critères qui permettent d’appréhender les différentes
conséquences d’une action.
- TOPSIS [HWANG et YOON, 1981]
La méthode TOPSIS est la technique d’action par similarité de la solution idéale. Comme son
nom l’indique cette technique consiste à sélectionner la solution qui se rapproche de la solution
optimale et s’éloigne de la pire solution.
HAMEMI [2003] stipule que malgré ses points positifs, cette technique a des limites. En effet,
la méthode TOPSIS est facile à utiliser, sensible aux préférences des décideurs et son apport
majeur est l’utilisation de la notion d’"idéal" et "anti-idéal".
Cependant, cette méthode est caractérisée par quelques limites : les attributs doivent être de
nature cardinale, les préférences sont fixées a priori. Par conséquent, en supposant que les
actions sont mauvaises, la méthode sélectionne la meilleure solution parmi les mauvaises.
- SMART [EDWARDS, 1971]
La méthode « Simple Multi-Attribute Rating Technique » est une méthode d’aide multicritères
basée sur un modèle additif. C’est-à-dire la valeur d’une alternative est obtenue en faisant la
somme pondérée des scores de tous les critères.
Bien que cette technique soit facile à exploiter, elle exige une articulation des
préférences, et une évaluation des alternatives sur une échelle unique [HAMEMI, 2003].

21
 - MAUT [KEENEY et RAIFA, 1976]
La méthode "Multiple Attribute Utility Theory"est utilisée dans le cas où les évaluations des
alternatives par rapport aux critères sont aléatoires. Dans ce cas, il faut introduire une fonction
utilité [HAMEMI, 2003]. Cette technique s’applique sur un ensemble d’actions fini et utilise
des préférences déjà établies.
Toutefois, la méthode MAUT est exigeante d’un point de vue informationnel comme elle
exige des vérifications telles que l’indépendance des fonctions utilité. A l’instar des méthodes
précédentes, cette méthode nécessite la connaissance à priori des préférences du décideur.
- EVAMIX [VOOGD, 1983]
Cette technique repose sur le calcul des deux indices de dominance. Le premier pour les
évaluations ordinales et l’autre indice pour les évaluations cardinales. Après, on normalise et
combine ces indices pour calculer la dominance globale. Finalement, à chaque action on affecte
un score global permettant de classer les alternatives [HAMEMI, 2003].
EVAMIX est une méthode facile à mettre en œuvre. En outre, elle a l’avantage de traiter à la
fois les évaluations ordinales et cardinales. Par contre elle exige une articulation apriori des
préférences [HAMEMI, 2003].
- AHP [SAATY, 1987]
« Analytic Hierarchy Process » repose sur la division du problème en une structure
hiérarchique qui reflète l’interaction entre les différents éléments du problème. Chaque niveau
comprendra un ensemble de critères appelés critères « frères ». MILLER [1956] avance que de
préférence le nombre de faits à étudier se limite à « sept plus ou moins deux » éléments pour
que l’esprit humain soit en mesure d’être précis et puisse assimiler toute l’information possible.
L’avantage majeur de la méthode AHP est la décomposition du problème en une structure
hiérarchique. De plus, elle utilise une échelle sémantique en vue d’exprimer les préférences du
décideur.
Néanmoins, la méthode souffre d’un certain nombre d’insuffisances et d’inconvénients :
- Le nombre de comparaisons augmente plus rapidement que le nombre des critères
[HAJKOWICZ et PRATO, 1998] ;
- L’introduction de nouveaux critères pourrait changer l’importance relative de chaque
indicateur et une inversion de rang peut se produire ;
- La comparaison par paires peut amener à la non-transitivité, cet inconvénient est atténué
en respectant un ratio de cohérence toléré ;
- Le choix d’échelle de 1 à 9 n’est pas justifié mathématiquement.
1.4.6. La décision en groupe
SAATY [2008] considère, que deux notions : comment agréger les jugements individuels dans
un groupe en un seul jugement représentatif de tout le groupe et comment construire un choix
du groupe à partir des choix individuels, sont à en tenir compte dans un processus d’aide à la
décision. Il faut donc assurer une propriété de réciprocité de sorte que les jugements synthétisés
22
soient équivalents à la synthèse de tous les jugements. Pour cela, la moyenne géométrique a
montré son intérêt dans ce sens et elle est plus utilisée que la moyenne arithmétique.
Généralement, la moyenne géométrique est calculée pour les priorités de jugements et non pas
les choix initiaux. Et donc cette méthode permet de prendre en considération les choix de tous
les décideurs [SAATY, 2008].

1.5. Conclusion
Nous avons commencé dans ce premier chapitre par la présentation de l’organisme d’accueil
et la définition générale du cadre du projet tel qu’il a été défini dans le cahier des charges. Le
présent projet a pour but de développer une solution d’aide à la décision pour gérer la
planification de la maintenance et de la production pour le compte d’un client pharmaceutique
de DISCOVERY INFORMATIQUE. Ensuite, nous avons fait un aperçu sur les notions
théoriques auxquelles nous ferons appel tout au long du ce rapport.
Une phase d’étude approfondie de la problématique et de l’interaction entre le service
maintenance et le service de production fera l’objet du chapitre suivant.

23
 2. Chapitre 2
Phase de diagnostic et d’analyse

Résumé :
Ce chapitre est dédié en première partie à l’explicitation du problème en suivant une
méthodologie de résolution des problèmes. En deuxième partie, nous étudions les
processus de GPAO et de GMAO, qui est une étape préliminaire avant de commencer
la phase de recherche des solutions et de conception.

« C’est curieux de constater la facilité qu’ont les faits à s’aligner dans le même sens quand
on les éclaire du même côté »
Leroi Gourhan3

3
André Leroi- GOURHAN est un ethnologue, archéologue et historien français, spécialiste de la Préhistoire.

24
2.1. Introduction
Le système de gestion de la maintenance et de la production confronte plusieurs problèmes
qui limitent les performances du système de production. D’où le besoin d’un diagnostic
permettant de dégager les anomalies et les éventuels axes d’amélioration. Le diagnostic est une
analyse critique de l’état existant qui permet de mieux comprendre l’état de fonctionnement du
système [TALBI, 1998 ; TALBI et TAHON, 2001]. Pour cela, nous allons adopter
uneméthodologie de résolution des problèmes qui présente généralement trois phases, à savoir :
exposer, analyser et résoudre et mettre en œuvre [KERFAI, 2015].
La figure 2.1 expose la démarche générale à suivre :

Résoudre et
mettre en
Analyser oeuvre
Exposer

Figure 2.1 : Etapes de résolution de problèmes

Dans ce chapitre, il est question alors de faire l’analyse du problème puis d’entamer une étude
des processus de GMAO et de GPAO.
2.1.1. Etape Exposer
Cette étape comporte deux sous-étapes qui sont : la clarification du problème qui vise à
bien le cerner et l’observation qui consiste à collecter le maximum de données utiles pour notre
étude.
2.1.1.1. Clarifier : Identification du problème
Pour identifier le problème, nous avons appliqué l’outil QQOQCP. Cet outil permet de poser
le maximum de questions autour de la problématique soulevée.
Tableau 2.1 : Clarification du problème QQOQCP
Question Réponse
Quoi ? Déjà, nous avons posé cette question dès le début de ce projet.
Quel est le problème, Nous posons cette question pour définir le problème et le
De quoi s’agit-il ? caractériser : quel est l’objectif de ce projet ? Quelle est notre
problématique et donc c’est quoi effectivement le problème ?
La réponse à ces questions a été élaborée avec l’encadrant de
l’entreprise en définissant les lignes de projet.
Le problème est un conflit entre les deux fonctions production
et maintenance dans l’industrie surtout que ces deux fonctions
Quels sont les partagent les mêmes ressources. Ceci se traduit d’un point de vue
caractéristiques ? informatique par une dissociation entre le module de GPAO et le
module de GMAO.

25
 Le chevauchement des tâches peut être caractérisé par plusieurs
variables que nous allons bien définir après. Parmi celles-ci, nous
citons principalement :
Quel est le risque ? - Le coût, (de maintenance, de production, de stock …)
- Le temps d’attente et d’arrêt.
- L’efficacité des plannings établis

Le risque ou les conséquences de ce problème sont divers,

citons par exemple :
- L’arrêt de la production ;
- La perturbation du planning ;
- Les problèmes de confrontation entre le responsable
production et le responsable maintenance.

Toute industrie peut être confrontée à ce type de problème et

essentiellement les industries pharmaceutiques. En effet, dans
ces industries le respect des BPF (Bonnes Pratiques de
Fonctionnement) est primordial. Donc, elles se trouvent dans le
dilemme de favoriser la maintenance et d’exécuter la production
Qui ?
au même temps. Dans la majorité des cas, le planning de
Qui a le problème ?
maintenance est proposé suivant les BPF, l’historique des tâches
correctives et par la suite la flexibilité du changement de ces
plannings sera réduite.

En suivant une structure hiérarchique ascendante, les acteurs

concernés sont :
Qui est concerné ?
- Les conducteurs de machines/ opérateurs et les
techniciens de maintenance
- Les responsables production et les responsables
maintenance
- Le bureau des méthodes.
Où ? Au niveau opérationnel, ce problème se génère dans les lignes de
Où se produit ce production au niveau d’un équipement. Mais ceci est dû déjà à
problème ? un problème de planification au niveau tactique.
Quand ? Ce problème apparaît à un instant t de la période ouvrable,
Depuis quand est né ce pendant l’exécution d’un ordre de fabrication.
problème ? Au niveau opérationnel, l’apparition de ce problème est
Quand cela apparaît-il ? fréquente tant qu’il y a des tâches de maintenance, peut-être une
Quelle est la fréquence ? fois par semaine selon l’activité de l’entreprise. Un véritable
risque peut être engendré si par exemple :
Quand se produit le - Un taux de report élevé des tâches de maintenance
risque ? - Apparition fréquente des pannes

26
 - Temps d’arrêt et d’attente important  des surcoûts

Ce problème est né à cause de plusieurs variables, à savoir : la

Comment ? correspondance temporelle entre le planning de production et le
Comment s’est produit le planning de maintenance.
problème ?
Dans la plupart des cas, la relation entre la maintenance et la
production est de type maître/esclave de sorte que la production
Comment procéder ? est presque toujours la dominante, ce qui montre d’ailleurs un
problème de gestion de planification.
Comment mettre en Dans le cadre de ce projet, la mise en œuvre de la solution
œuvre des solutions ? proposée sera à travers l’ERP QAD, la solution sera alors
intégrée dans ce progiciel.
Ces questions pointent directement vers les causes de
Pourquoi ?
déclenchement de ce problème que nous détaillerons dans le
paragraphe suivant.

Donc, une fois nous avons bien défini le problème, nous allons passer ensuite à la phase
d’observation qui a pour but la collecte des données explicatives.
2.1.1.2. Observer : Collecter des données
Pour concrétiser le problème déjà exposé, nous devons disposer des données exprimant la
gravité d’une telle problématique. Pour cela, nous avons établi des questionnaires évaluant la
relation entre la maintenance et la production, ainsi que la performance de ces deux fonctions
afin de pouvoir dégager les axes d’amélioration, comme c’était mentionné dans la méthodologie
de planification intégrée proposée par Abdennabi Talbi [TALBI, 2005].
Le diagnostic de la fonction maintenance permet aux responsables de porter une réflexion sur
le fonctionnement de leur département et de pouvoir déterminer par la suite les actions à mener
[TALBI, 1998].
Les questionnaires que nous avons établis pour évaluer la fonction maintenance s’articulent
autour de huit axes, destinés au responsable maintenance de la société :
- Axe A1 : Communication entre la maintenance et la production (permettant un
décloisonnement de la fonction maintenance),
- Axe A2 : Planification ;
- Axe A3 : Maintenance de premier niveau ;
- Axe A4 : Application des BPF (Bonnes Pratiques de Fonctionnement) ;
- Axe A5 : Gestion des Equipements ;
- Axe A6 : Gestion des Travaux ;
- Axe A7 : Base de données ;

27
 - Axe A8 : Analyse des coûts.
Le tableau 2.2 présente le questionnaire que nous avons élaboré pour l’axe A1. Les autres
questionnaires pour la fonction maintenance sont présentés dans l’annexe A.1.
Quant au diagnostic de la fonction production, nous avons suivi la même démarche et nous
avons établi cinq questionnaires autour de cinq axes de progrès :
- Axe A1 : Communication entre la maintenance et la production ;
- Axe A2 : Planification ;
- Axe A3 : Gestion du personnel ;
- Axe A4 : Gestion de stock ;
- Axe A5 : Application des BPF ;
L’axe A1 est le même élaboré pour le diagnostic de la fonction maintenance. Nous donnons
dans le tableau 2.3 le deuxième questionnaire pour la planification. Les autres questionnaires
sont présentés dans l’annexe A.2.

28
 Tableau 2.2 : Le questionnaire N°1 Communication entre la fonction Production et la fonction Maintenance

A1. COMMUNICATION PRODUCTION-MAINTENANCE

Affirmation Vraie Plutôt Vraie Plutôt Fausse Fausse
Il existe un échange d'informations entre la Maintenance et la Production.
Les agents de production sont impliqués dans la maintenance du premier niveau.
Le plan de maintenance tient compte du plan de production.
Le délai client est établi en fonction de la disponibilité des équipements.
Certains outils sont partagés/communs aux agents de production/maintenance.
Les objectifs de la maintenance sont compatibles avec les objectifs de la production.
Il n’y a pas de conflit entre la fonction maintenance et la fonction production.
L'apparition de conflit entre la maintenance et la production n’est pas fréquente.
Le temps de négociation dans une situation de conflit est maîtrisé.
Le plan de l'entretien tient compte de la charge des équipements.
Il existe une base de données commune production/maintenance.
L'utilisation des progiciels de gestion est régulière.
Une réunion quotidienne se fait entre le service maintenance et production pour faire le point.
Le service maintenance est décentralisé.
Il existe un indicateur de priorité pour la décision en cas de conflit.
En cas de panne, la responsabilité est du sort des deux responsables.
En cas de conflit il y a négociation entre les deux fonctions.
On sait estimer le coût engendré par le conflit maintenance/production.
On peut faire une préemption entre les tâches de maintenance et de production.

29
 Tableau 2.3 : Le questionnaire N° 2 Axe A2 Planification de production

AFFIRMATION Vraie Plutôt vraie Plutôt fausse Fausse

Politique de mise en lot en planification est en FOQ (Quantité fixe et période variable).
Politique de mise en lot est en LFL (Lot pour Lot).
La planification se fait en tenant compte de la charge des machines.
La planification se fait en tenant compte de la charge du personnel.
Le planning est généré par le progiciel.
On peut suivre l'exécution du planning en cours du temps, statuts…
Le planning est hebdomadaire.
Le planning est communiqué et affiché.
On dispose des indicateurs de suivi de production.
On dispose des indicateurs de mesure de performance du planning.
On peut tolérer des retards au niveau d'un planning établi, de combien.
On peut modifier et apporter des changements à un planning établi.
On a la marge temporelle de chaque OF planifié.
En cas de perturbation du planning, c'est le responsable production qui gère la situation.
On peut fractionner un OF planifié.
On peut estimer le temps à non-valeur ajoutée.
En situation d'urgence (demande imprévue) on utilise le DAV (Disponible A la Vente).
En situation d'urgence (demande imprévue) on utilise un indice de priorité.
En peut estimer le coût d'arrêt de production.
On peut suivre le niveau de stock au cours du temps.
Le planning généré par le progiciel est discuté.
On fait une réunion de 5 min chaque jour avant le démarrage.

30
 A chaque question posée est attribuée une des quatre réponses (vraie, plutôt vraie, fausse, et
plutôt fausse). A chacune de ces quatre réponses est attribué également un coefficient de
pondération (1 - 0.7- 0 - 0.3). L’évaluation du niveau de performance d’un axe est faite en
calculant la somme pondérée des réponses par les coefficients 1 pour vraie, 0.7 pour plutôt
vraie, 0.3 pour plutôt fausse et 0 pour fausse. Nous exprimons après la somme trouvée par
rapport au nombre de questions posées autour de l’axe considéré. Nous suivons la même
démarche pour tous les axes définis précédemment.
Ainsi, nous avons calculé le niveau de performance de chaque axe de progrès. Pour déterminer
s’il s’agit d’un axe d’amélioration ou pas, nous devons comparer son niveau de performance à
un seuil fixé. Pour cela, nous avons déterminé ce seuil (indiqué dans la troisième colonne du
tableau 2.4) avec l’équipe GMAO en tenant compte des travaux faits dans le même sens et des
niveaux de performance exigés.
Nous construisons après un graphe en radar en traçant un polygone dont les côtés relient les
axes de progrès tel que présenté par la figure 2.2.

Niveau de performance exigé Le niveau de performance de l'entreprise

Axe A1 : Communication
Production/Maintenance
38%
90%
Axe A4 : Application des BPF Axe A8 : Analyse des coûts
22%

65%
Axe A3 : Maintenance premier
Axe A6 : Gestion des travaux
niveau
41,67%

65% 53%
Axe A2 : Planification Axe A7 : Base de données
63,33%
Axe A5 : Gestion des
équipements

Figure 2.2 : Courbe de performance de la fonction maintenance

Les axes prioritaires sont ceux dont le niveau de performance est inférieur au niveau de
l’expertise exigé. Plus l’axe est critique plus le niveau de performance exigé est élevé. Donc,
les axes prioritaires sont les axes sur lesquels l’entreprise doit encore travailler pour maîtriser
la fonction maintenance. Nous remarquons que l’axe de communication entre la fonction
production et la fonction maintenance est le premier axe prioritaire sur lequel il faut travailler.
Les différentes étapes et les résultats de calcul sont présentés dans l’annexe A.1.

31
 Tableau 2.4 : Axes d’amélioration pour la fonction maintenance
Niveau de
Niveau de
Niveau de priorité Axe de progrès performance Ecart
performance
exigé
1 Axe A1 : Communication
46.84% 70% 23.16%
Production/Maintenance
Axe A8 : Analyse des
2 22% 50% 28%
coûts
Axe A6 : Gestion des
3 41,67% 60% 18%
travaux
4 Axe A7 : Base de données 53% 50% +3%
Axe A5 : Gestion des
5 63,33% 60% +3%
équipements
6 Axe A2 : Planification 65% 60% +5%
Axe A3 : Maintenance de
7 65% 50% +15%
premier niveau
Axe A4 : Application des
8 90% 80% +10%
BPF

Quant à la fonction production, nous avons procédé de la même manière. Dans cette étude,
nous avons posé les questionnaires pour les trois unités de production de la société. Les résultats
de chaque unité sont présentés dans l’annexe G.1. Nous donnons dans la figure 2.3 la courbe
de performance finale.

Le niveau de performance de l'entreprise Le niveau de performance exigé

Axe A1 : Communication
maintenance /production
54,75%

92,42%
Axe A5 : Application BPF Axe A2 : Planification
78,47%

Axe A3 : Gestion des

Axe A4 : Gestion de stock
compétences
87,23% 86,19%

Figure 2.3 : Courbe de performance de la fonction production

Le résultat de performance globale de la fonction production est calculé en utilisant la moyenne
des pourcentages calculés pour chaque unité de production à part. Le niveau de performance
global sur les cinq axes d’évaluation est de 79,81%. La valeur est importante mais la maîtrise
parfaite stipule encore plus de travail sur les axes prioritaires. L’axe de communication entre
les deux fonctions maintenance et production reste le premier axe prioritaire à améliorer, il lui
reste encore 15.25% pour atteindre la valeur de performance exigé.

32
 Tableau 2.5 : Axes d’amélioration pour la fonction production.

Niveau de Axe de progrès Niveau de - Niveau de Ecart %

priorité performance performance
exigé
1 Axe A1 : Communication 54,75% 70%
17,85%
maintenance /production
2 Axe A2 : Planification 78,47% 60% +18,47%
3 Axe A4 : Gestion de stock 86,19% 80% +6,19%
4 Axe A3 : Gestion des 87,23% 80%
compétences +7,23%
5 Axe A5 : Application BPF 92,42% 80%
+12,42%
Les calculs relatifs aux autres axes sont présentés dans l’annexe G.1.
Puis nous avons évalué la satisfaction croisée production/maintenance en posant des questions
pour le responsable maintenance, lui permettant d’évaluer la fonction production. De même,
nous avons posé des questions aux responsables production pour évaluer la qualité du service
maintenance et les éventuels problèmes [HOHMAN, 2015]. Les détails de calculs sont
présentés dans l’annexe B. Nous présentons dans le tableau 2.6 la matrice d’évaluation croisée
finale.
Tableau 2.6 : Evaluation croisée

Appréciation production envers la maintenance 76

%
++ + - --
++
Appréciation
+
maintenance envers
la production 52 % -
--

Le positionnement sur cette matrice montre une appréciation favorable de la production envers
la maintenance et une appréciation mitigée de la maintenance envers la production. Cette
représentation est très synthétique, il faut se reporter au questionnaire et aux différents axes
pour dégager les points d’amélioration. Ce résultat illustre bien les pourcentages trouvés pour
l’axe de communication maintenance/production dans l’évaluation des deux fonctions.
Nous avons rédigé à la fin de la phase de diagnostic un rapport d’autodiagnostic pour la
société, présenté dans l’annexe G.2.

33
 Synthèse de l’étape d’observation
Nous avons défini en premier lieu notre problème dans l’étape
clarification. Celui-ci est un problème de discontinuité entre la
fonction maintenance et la fonction production qui peut engendrer
des arrêts de production.
Pour analyser ce problème, nous avons évalué les deux fonctions
pour un client de DISCOVERY INFORMATIQUE. Nous avons
dévoilé ainsi les axes d’amélioration pour chacune des deux
fonctions. En effet, l’axe de communication maintenance/production
est le premier axe prioritaire ayant le niveau de performance le
moins satisfaisant et sur lequel nous devons travailler.
Les réponses aux questions posées dans les questionnaires
d’évaluation ont montré également un problème d’arrêt de
production. La section suivante a pour but d’expliquer ce problème
et de trouver pourquoi l’axe A1 n’a pas atteint le niveau exigé.

2.1.2. Etape Analyser

Après avoir observé le fonctionnement de chaque activité, nous avons déterminé les axes à
améliorer. Dans la cadre de ce projet, nous nous limitons à l’axe de communication entre la
fonction maintenance et production qui est déjà le premier axe prioritaire. Nous avons dégagé
pour cela les causes d’un arrêt de production. Nous nous sommes basés également sur les
résultats du questionnaire de l’annexe A.1.
Nous avons appliqué le diagramme ISHIKAWA présenté par la figure 2.6, pour dégager les
causes et les classer en familles : Méthode, Main d’œuvre, Matériel, Matière, Milieu et
Mangement.
Puis, nous avons demandé aux responsables de production de noter les causes selon leurs
importances pour que nous puissions faire l’analyse Pareto. Une fois les poids sont saisis, nous
avons calculé le pourcentage cumulé associé à chaque cause.
Tableau 2.7 : Analyse Pareto

%cumu
Cause Poids %
lé
1 Rupture de matière première 10 11,76 11,36
2 Réglages difficiles 10 11,76 23,12
3 Pièces de rechange non disponibles 10 11,76 34,89
4 Manque de polyvalence 10 11,76 46,65
5 Arrêt pour maintenance préventive 7 8,24 54,89
6 Absence d'un outil d'aide à la décision 7 8,24 63,12
7 Postes déséquilibrés 7 8,24 71,36
34
 8 Manque de visibilité des plannings production/maintenance 4 4,71 76,07
9 Equipements communs à la maintenance et à la production 4 4,71 80,77
10 Les rôles ne sont pas bien définis 4 4,71 86,65
Manque de documentation (procédures de travail et modes
11 4 4,71 91,36
opératoires)
12 Mauvaise implantation de l'atelier 1 1,18 92,54
Dissociation entre le planning de maintenance et le
13 1 1,18 93,71
planning de production
Planning de production ne respecte pas la charge du
14 1 1,18 94,89
personnel /machine
15 Niveau de stock non contrôlé 1 1,18 96,07
16 Non utilisation du progiciel 1 1,18 97,24
17 Kaizen non appliqué 1 1,18 98,42
18 Absence de planificateur 1 1,18 99,60
19 Flux de personnes et de matières croisé 1 1,18 81,95
Total 85 100,0
L’analyse de ces résultats nous a permis de tracer la courbe de tendance Pareto.

100
90
80
Pourcentage cumulé

70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Causes d'arrêt de production
Figure 2.4 : Analyse Pareto d’un arrêt de production
Les neuf premières causes sont jugées les plus fréquentes pour un arrêt de production.
Tableau 2.8 : Causes qui contribuent à 80% des arrêts de production
Poids
N° Causes
(Importance /10)
1 Rupture de matière première 10
2 Réglages difficiles 10
3 Pièces de rechange non disponibles 10
4 Manque de polyvalence 10
5 Arrêt pour maintenance préventive 7
6 Absence d’un outil d’aide à la décision 7
7 Postes déséquilibrés 7
8 Manque de visibilité des plannings production/maintenance 4
9 Equipements communs à la maintenance et la production 4

35
 Equipements communs aux opérateurs
de maintenance
Et de production
Pièces de rechange Rupture Matière
Dissociation des plannings non disponibles Première
de production et de maintenance

Réglages difficiles Manque de gestion de stock

Arrêt technique

Conflit entre
Manque de documentation
maintenance
Sur les équipements
Et production
Absence de techniciens spécialisés
Planning ne respecte pas
la charge du personnel/machine Insuffisance des équipements de
maintenance/machines
Arrêt de
production

Mauvaise Déséquilibre des postes Déséquilibre des

implantation charges

Flux matières/personnes
croisé Les rôles ne sont
Absence de procédures de travail claires pas bien définis

Manque de compétences

Centralisation du service
maintenance Absentéisme
Et séparation des différents ateliers

Non respect des normes

Figure 2.5 : Diagramme Ishikawa

36
 Nous remarquons que parmi ces causes, l’arrêt pour maintenance préventive et le manque de
visibilité entre le planning de maintenance et de production jouent un rôle important et affectent
clairement la communication entre les deux fonctions étudiées.

Synthèse
Les deux premières phases à savoir la phase de découverte et
d’analyse nous ont permis d’avoir une idée plus détaillée sur la
nature du problème à gérer.
En effet, le problème est un problème de gestion de la planification
intégrée de maintenance et de production. C’est-à-dire les plannings
de maintenance (préventive et curative planifiée) et de production se
font d’une manière séparée, aucune des deux fonctions ne tient
compte des contraintes de l’autre. Le but principal de la
planification de la production est de répondre aux commandes des
clients dans les délais prévus et donc d’assurer une disponibilité
maximale des équipements. Or la maintenance exige parfois l’arrêt
des moyens de production.
Cette séparation a été à l’origine d’un chevauchement des
intervalles de temps et du coup à l’origine d’un conflit qui peut
apparaitre dans l’atelier de production, générant ainsi un arrêt de
production et donc du temps perdu et de l’argent immobilisé.

2.1.3. Etape Résoudre : Plan d’Actions

La dernière étape d’une méthodologie de résolution des problèmes est l’élaboration d’un plan
d’actions pour améliorer le système actuel. Pour cela, il faut déterminer les règles de gestion
qui régissent la relation entre la fonction production et la fonction maintenance. Puis, nous
proposons d’ajouter un outil d’aide à la décision pour la gestion de la planification dans l’ERP
QAD. Ayant des plannings (de maintenance et de production) établis de manière séparée, cet
outil permet de mener des comparaisons basées sur des critères bien établis puis de donner la
bonne solution.
Nous avons proposé un plan d’actions à suivre, présenté dans le tableau 2.9.

37
 Tableau 2.9 : Plan d’Actions
Phase Tâches
- Décrire le processus de production
- Manipulation QAD
- Extraire les tables à exploiter
- Dégager les règles de gestion
- Décrire le processus de maintenance
Diagnostic des modules GMAO et GPAO
- Modélisation BPMN du processus de
maintenance préventive
- Manipulation OLEA (module GMAO
- Extraire les tables à exploiter
- Dégager les règles de gestion
- Etude des outils d’aide à la décision
- Sélection de l’outil à utiliser
Spécification des besoins - Formulation générale du problème d’aide
à la décision
- Exemple d’application
- Diagramme de classe
- Définir les règles de gestion à exécuter
Conception
- Diagramme d’activité
- Conception des interfaces
Proposition d’un ordonnancement conjoint - Etude des modèles existants
pour la maintenance et la production - Formulation du modèle d’ordonnancement

2.2. Etude des processus de la GPAO et de la GMAO de l’ERP

QAD
La première action dans notre plan d’actions est d’étudier les processus de production et de
maintenance tels qu’ils sont conçus sous QAD. Nous avons jugé utile de voir la procédure de
planification par les modules de gestion de la production QAD et de gestion de la maintenance
OLEA. Pour cela, nous allons présenter dans les paragraphes suivants les processus de
maintenance et de production. Après, nous allons effectuer la modélisation de ces processus et
enfin nous allons dégager les tables existantes de GMAO et GPAO dont nous aurons besoin et
les règles de gestion correspondantes. Ainsi, l’analyse de l’état des lieux au sein de l’entreprise
va nous permettre de se familiariser avec les procédures de production et de maintenance,
d’identifier les anomalies existantes et de définir les nouvelles règles de gestion de la
planification.

38
 2.2.1. Processus de GPAO
La démarche de planification par le progiciel QAD est détaillée dans l’annexe C. En ce qui
suit, nous présenterons la description générale du processus de gestion de la production et les
critiques des différentes tables de GPAO dont nous aurons besoin.
2.2.1.1. Description du processus de gestion de la production
Dans une industrie utilisant le progiciel QAD (MFG/PRO), le processus de planification se
fait généralement par le calcul des besoins net CBN qui suggère des OF selon les commandes
des clients.
- Le responsable achat saisit la commande dans la base du progiciel QAD en spécifiant les
produits, les quantités et les dates de besoin.
- A partir des commandes fermes et prévisionnelles, on établit la liste des produits qui seront
classés par familles où : chaque produit est constitué d’un ensemble de composants (famille
d’articles). La liste des articles nécessaires pour la fabrication d’un produit constitue la
nomenclature.
- Ensuite, il faut définir la gamme de travail et les opérations à exécuter. Le choix du processus
de production dépend de la nature du produit et de ses composants, ces informations figurent
dans le document technique associé à chaque article.
- De même, le responsable production doit saisir les données concernant la gamme de travail
et les opérations pour la fabrication du produit demandé.
- Puis, le responsable ordonnancement effectue le paramétrage du MRP et effectue le calcul
des besoins nets, ce qui génère des OF pour les articles commandés. Ainsi, il crée un
planning hebdomadaire (intervalle de temps à fixer par le responsable) et l’envoie aux
responsables production. La figure 2.6 présente le processus général de planification de la
production.
Planification Production

Recevoir Faire le
calcul du Affermir Lancer Exécuter Clôturer
commandes
Début besoin OF OF OF OF Fin
clients
net MRP
OFs OFs OFs en
suggérés lancés cours
Planning des OF
affermis

Figure 2.6 : Processus de planification de production par le progiciel

2.2.1.2. Les tables du module GPAO
Pour extraire les tables et les règles de gestion, nous avons accédé à la base de données de
QAD. Nous avons utilisé également le HELP pour pouvoir comprendre la signification des

39
différents champs. L’annexe E.1 montre quelques menus utilisés pour cette étude et les
différentes tables étudiées. Les règles de gestion dégagées sont présentées dans l’annexe E.2.
Les identifications pour les tables sous QAD sont définies suivant la forme
<préfixe>_mstr/det :
 Le nom des champs dans les tables principales (Mstr) commence par : NomTable_
 Le nom des champs dans les tables détails (det) commence par : NomTable+ « d » _
 Le nom des index commence par : NomTable+ « i » _
Pour le processus de production, les tables nécessaires à notre étude sont présentées dans
l’annexe E.2 :

Synthèse
Le processus de gestion de la production se base principalement
sur le calcul des besoins nets MRP. La planification des OF ne
tient pas compte alors d’aucune autre information y compris le
programme de maintenance préventive.

2.2.2. Processus de GMAO

Le module OLEA est le module de gestion de la maintenance de l’ERP QAD, nous avons
présenté dans l’annexe D les différentes fonctionnalités du ce module. En ce qui suit, nous
présentons le processus de gestion de la maintenance par OLEA et les tables qui nous
intéressent pour l’étude de la maintenance planifiée.
2.2.2.1. Description du processus
Le module de gestion de la maintenance OLEA gère les différents types de maintenance que
ce soit corrective ou préventive.
Processus de maintenance corrective
Pour une maintenance corrective, le processus se déclenche par la détection d’une anomalie
ou panne par l’opérateur de production. Le responsable de l’atelier de production remplit la
demande de travail. Une fois imprimée, elle est transférée vers le responsable maintenance qui
la valide et vient saisir un ordre de travail sur OLEA en remplissant les champs nécessaires.
Entre autres, il faut qu’il affecte cet ordre à un opérateur qualifié. Une fois cet ordre est imprimé,
il est transféré à l’opérateur qui va exécuter la tâche de réparation. Une fois la tâche est
accomplie, le technicien de maintenance saisit un rapport d’intervention en remplissant les
différents champs proposés par OLEA. Puis, il enregistre cet ordre de travail dans la table de
l’historique et le supprime de la table de l’OT.
En cas de maintenance corrective, la gestion des demandes d’intervention s’effectue de la
manière suivante :

40
 L’opérateur de production, ayant constaté la panne ou le dysfonctionnement, doit en
informer son chef d’équipe ou son responsable ;
- Le chef d’équipe ou le responsable de production établit une demande d’intervention
- Le chef d’équipe ou le responsable de production se rend à l’atelier de maintenance
centralisé pour émettre une demande d’intervention (une demande d’intervention doit être
établie systématiquement et saisie dans la GMAO).
- Ensuite, le chef d’équipe de maintenance doit être informé de l’arrêt et des informations
relatives au dysfonctionnement ou à la panne, ainsi qu’au délai de l’intervention ;
- Le chef d’équipe de production garde le volet qui lui revient et transmet les volets restants
au chef d’équipe de maintenance ;
- A l’issue de l’intervention, le chef d’équipe de maintenance remplit le volet qui le concerne
; la demande d’intervention doit être visée par l’émetteur de la demande ; dans le cas où
l’intervention a nécessité des pièces de rechange, le chef d’équipe de maintenance transmet
le troisième volet aux magasiniers [LAHMER, 2014].
Processus de maintenance préventive
Pour la maintenance préventive, la fréquence des tournées4 diffère selon les équipements et
selon le type de maintenance systématique ou conditionnelle. Il y a des équipements pour
lesquels la maintenance préventive se fait après t heures de fonctionnement donc à des
intervalles fixes. Alors que d’autres disposent de compteurs déclencheurs des inspections
préventives qui sont donc conditionnées. Par exemple, des ordres de travaux préventifs planifiés
à chaque5000Km de distance ou bien sur un moteur à chaque 8000 heure de fonctionnement.
Le préventif conditionnel peut être dans le cas où une mesure sur un point d’inspection donne
une lecture de température Y° hors de l’intervalle de confiance fixé par le constructeur.
Dans le paragraphe suivant, nous allons présenter une modélisation du processus de
maintenance préventive systématique et conditionnelle [LAHMER, 2014].
2.2.2.2. Modélisation du processus de maintenance
Pour bien évaluer l’outil à mettre en place, nous avons pensé à faire une modélisation du
processus de maintenance avant et après l’implémentation de l’outil d’aide à la décision.
Pour notre étude nous avons choisi d’utiliser la notation BPMN pour modéliser les différentes
étapes du processus de maintenance. En effet, nous allons nous concentrer sur les tâches de
maintenance planifiées (maintenance préventive systématique et conditionnelle).
La figure 2.7 présente le modèle de BPMN de la maintenance préventive systématique. A
partir de cette modélisation, nous avons remarqué des anomalies au niveau de la gestion du
processus de maintenance à cause des conflits et des négociations qui se créent entre le
responsable de maintenance et de production. Ceci peut engendrer des coûts supplémentaires
et des perturbations horaires.

4
Tournée : est une activité de maintenance qui consiste à contrôler différents équipements à la fois

41
 v
Bureau Méthode/ Responsable de
Déterminer les Lancement des OUI
Créer la check-list Planifier des
échéances de Affecter les tournées( Transmettre à
d'inspection par tournées Imprimer la check-
maintenance opérateurs aux Suivre le planning Changement de l'opérateur de
OLEA d'inspection pour list
préventive tournées statut à prêt à maintenance
Début chaque équipement Date d échéance exécuter)
maintenance

des tournées

Reporter

Viser et signer le
Clôturer la tournée FIN
NON rapport

Rapport d activité
OT

POSITIVES
Informer Exécuter les
Recevoir Effectuer les
opérateur de tâches de Transmettre au
l OT mesures
Technicien

production maintenance Rédiger le rapport Saisir le rapport les

responsable de
d activité données dans OLEA
maintenance
Demander un ordre de
NEGATIVES maintenance corrective
planifiée
Opérateur de
production

Informer
responsable Reprise de l activité du
de production service production
Responsable de

Mettre le service de
OUI
production an pause
Production

Arrêter la Proposer au
production responsable de
maintenance de reporter
30 MIN EN MOYENNNE DE
la tâche NEGOCIATION
NON

Figure 2.7 : Modèle BPMN de la maintenance préventive

42
Le tableau 2.10 présente la signification des différentes formes utilisées dans le modèle
[GUIZENI, 2016].
Tableau 2.10 : Légende du BPMN
Symbole Signification
Début du processus

Tâche

Passerelle (Fonction logique OU)

Message

Flux de message

Processus de conversation

Objet de Données

Fin

Evènement temporel

Le tableau 2.11 résume les dysfonctionnements dégagés par cette modélisation et sur lesquels
nous allons focaliser notre intérêt.
Tableau 2.11 : Dysfonctionnements du modèle
Dysfonctionnements Proposition
Réduction du cycle et élimination des
Gaspillage du temps (attente et négociation)
tâches inutiles
Gestion de conflit n’est pas automatique Automatisation de la décision
Information verbale des tournées d’inspection Instaurer un processus de communication
Gestion de la planification séparée Ajout d’un gestionnaire de planification
Absence d’alerte de conflit et chevauchement
Ajout d’un outil d’alerte en cas de conflit
des plannings

2.3. Critique de l’existant

A partir de l’étude des différentes tables de GMAO et de GPAO, nous pouvons dégager les
insuffisances suivantes :
- La table de planification des inspections de maintenance préventive (qui est la même que
la table de planification des OT) ne contient pas des renseignements sur les indisponibilités

43
 possibles liées au service production. En effet, le responsable maintenance peut effectuer
des tournées de façon hebdomadaire, l’absence d’interaction entre la GPAO et la GMAO
induit le non prise en compte du planning des tournées d’inspection dans la planification
de la production.
 Nous pouvons en alternative, créer une table dédiée à la planification des tournées
d’inspection préventive qui sera en association avec celle de planification des OF en
production. En cas de chevauchement des dates des deux tâches, l’outil de l’aide à la
décision s’exécute pour pouvoir réaliser l’action la plus adaptée (production ou
maintenance).
 Nous pouvons également intégrer dans cette table, les dates d’exécution des tournées
d’inspection préventive en tenant compte des dates de début et de fin des ordres de
fabrication de la production.
- Absence de liens entre les tables des OF et des OT.
- Absence de règles de gestion pour gérer les tâches de maintenance en prenant en compte
les données de production.
En résumant, dans ce paragraphe nous avons étudié les processus de maintenance planifiée et
de production et dégagé les règles de gestion liant les différentes tables. Pour clôturer cette
étude, nous allons présenter dans le paragraphe suivant les types d’interactions qui peuvent
exister entre la fonction production et la fonction maintenance.

2.4. Les formes d’interaction entre le service production et le

service maintenance [TALBI, 1998]
Plusieurs types de relations peuvent être instaurés entre les fonctions maintenance et
production. Dans ce qui suit, nous avons résumé quelques types de coopération, leurs points
forts et leurs limites.
2.4.1. Une relation d’ordre
C’est le type de relation le plus fréquent dans la majorité des industries. Généralement, c’est
une relation de dominance de la production envers la maintenance. Donc, cette dernière est mise
sous contraintes et doit s’adapter avec les exigences de la fonction production parce que les
décisions de maintenance tiennent généralement compte des paramètres de production comme
le type de l’équipement, la nature des produits fabriqués…

Fonction Production Fonction Maintenance

Figure 2.8 : Relation d’ordre

La gestion des ressources de production influe automatiquement sur la disponibilité de ces
équipements pour des tâches de maintenance. La question qui se pose alors est quand et

44
comment intervenir pour la maintenance préventive. Dans certains travaux, on propose d’établir
une charte partenariale, si A est le pourcentage de temps requis pour la fabrication alors (1-A)
est le temps restant en pourcentage pour les actions de maintenance. Cette durée est partagée
en Y% pour la maintenance corrective et (1-Y%) pour le préventive. Généralement cette valeur
est fixée en fonction de critères divers.
Dans la même perspective, les outils utilisés dans cette relation diffèrent aussi. S’il s’agit
d’actions correctives, il faut alors garantir plus de réactivité et flexibilité pour la production.
Ceci peut être garanti par la polyvalence des opérateurs de maintenance. De même, ceci peut
être atteint si on instaure des politiques de maintenance modulaires qui facilitent leur insertion
dans les plannings de production. Mais dans certains cas, la garantie de la réactivité et de la
flexibilité que s’avère un peu difficile parce certains équipements peuvent subir des défaillances
majeures et donc il faut plutôt des maintenances curatives programmées. Dans ce cas, les appuis
d’un système de GMAO peuvent être utiles. Un autre outil peut aussi faire l’affaire, c’est le
partage de moyens de réglage et de manutention par exemple.
Les limites d’une telle relation sont bien claires du fait de la dominance qui la régie, cette
dominance ne peut que creuser le fossé entre les fonctions de maintenance et de production.
Elle peut également avoir des répercussions sur le traitement des demandes de travail, le
procédé de communication…
2.4.2. Une relation régie par un arbitre
Une forme de coopération est celle quand les deux fonctions font appel à un même arbitre
externe. Cette démarche consiste à intégrer les problèmes dans un même traitement par
exemple en utilisant l’ordonnancement conjoint.

Fonction Production Arbitre Fonction Maintenance

Figure 2.9 : Relation d’arbitrage

Dans ce cas, outre que la considération des ressources, il y une considération temporelle : les
deux plannings sont caractérisés par une date de début, une date de fin et un intervalle de
tolérance. Généralement la longueur des intervalles d’inspection est plus importante que la
durée d’une tâche de production, ce qui peut générer généralement des situations conflictuelles.
Les outils à utiliser dans une telle situation sont des outils totalement informatisés, à savoir un
logiciel d’ordonnancement.
Les limites de cette relation résident dans la mise en œuvre d’un même outil d’arbitrage. La
difficulté est dans le brassage des données et leur interprétation. Les deux fonctions production
et maintenance auront des plannings décalés et modifiés par rapport au planning planifié.

45
 2.4.3. Une relation de négociation
Toujours à la recherche d’un terrain d’entente entre les deux services, une des démarches
adoptées est la démarche d’instauration d’un processus de négociation. Ceci assure un échange
d’informations qui peut être réalisé par plusieurs mécanismes. Comme les deux fonctions
disposent de stratégies et d’objectifs presque antagonistes, cette coopération agit normalement
sur les degrés de liberté des deux plannings.

Fonction Production Fonction Maintenance

Figure 2.10 : Relation de négociation

Un des outils à utiliser dans ce cas, est le système d’aide à la décision ou d’intelligence
artificielle assurant la fonction de combinaison des différents objectifs des fonctions production
et maintenance. Dans ce cadre, un agent de production propose des dates à l’agent maintenance.
Ensuite, ce dernier vérifie s’il y des conflits avec cette date puis communique avec l’agent de
production, soit pour confirmer soit pour avoir une nouvelle proposition. Ce processus est
modélisé dans la figure 2.11.

T1T1

Agent de production Agent de Maintenance

Figure 2.11 : Négociation maintenance/production

Bien que cette relation permette de résoudre le conflit entre les deux fonctions, elle présente
des limites. Par exemple, le choix du mécanisme de décision et la réaction de ce mécanisme.
Pour tout type de relation, les moyens formels d’interaction entre les opérateurs de
maintenance et de production sont essentiellement les demandes d’intervention.
Généralement, les demandes d’interventions sont sous la forme d’un document papier
comportant trois principaux volets. Le premier volet sera dédié à l’émetteur de la demande, à
savoir un responsable du service production, ce volet présente les rubriques suivantes :
- L’émetteur de la demande, date et heure d’établissement de la demande ;
- L’équipement concerné ;
- Le type de l’intervention : maintenance corrective ou planifiée ;
- Travaux demandés …

46
Quant aux deuxièmes et troisièmes volets, ils sont dédiés aux destinataires et ils reprennent les
différentes rubriques du premier volet, auxquelles on rajoute :
- Le nom de l’intervenant ;
- La durée de l’intervention, date et heure de l’intervention ;
- Les tâches réalisées et les observations ;
- Les pièces de rechange consommées ;
- La date et l’heure de reprise de la production ;
Le document papier représente dans ce cas le flux complet d’un ordre de travail. Le suivi est
alors biaisé et ralenti. Une GMAO permet de subdiviser chaque étape et d’enrichir les
informations à chaque étape permettant ainsi d’améliorer les analyses et les indicateurs de
performance.

2.5. Conclusion
Nous avons signalé dans le premier chapitre qu’une démarche d’aide à la décision passe en
premier lieu par une phase d’intellection et de diagnostic du problème. Ce chapitre a été
développé dans ce sens. Il est scindé sur deux parties.
La première partie est pour le diagnostic général des fonctions maintenance et production.
Pour ce faire, nous avons commencé par appliquer des outils d’analyse grâce auxquels nous
avons bien défini le problème et ses dimensions. Puis, nous avons évalué les fonctions
maintenance et production pour un client de DISCOVERY INFORMATIQUE. Par la suite,
nous avons montré que la communication entre les deux fonctions et la planification intégrée
présentent un problème fondamental dans la société dont la cause majeure est la dissociation
entre les modules GPAO et GMAO.
Dans la deuxième partie, nous nous sommes familiarisés avec les deux modules de l’ERP
QAD. En premier lieu, nous avons décrit le processus de planification de la production et de la
maintenance. Puis nous avons donné les tables et les règles de gestion qui construisent les deux
modules.
Enfin, nous avons présenté des exemples de relations entre la fonction production et la fonction
maintenance.
A l’issu de cette étude approfondie, nous avons pu résumer notre problématique. Au niveau
tactique, il s’agit de trouver des règles de gestion pour gérer les conflits éventuels entre le
planning de maintenance et le planning de production qui sont déjà établis. Cette gestion se
basera sur des indices de priorité. Pour ce faire, nous avons eu recours à une méthode d’aide à
la décision. Le chapitre 3 traite la deuxième phase d’aide à la décision, à savoir la phase de
modélisation et de formulation.

47
 3. Chapitre 3
Phase d’intellection et de modélisation

Résumé :
Dans ce chapitre, nous allons choisir la méthode d’aide à la décision adoptée à
notre problématique. En premier lieu, nous allons justifier le choix de cette méthode
puis définir les différents critères à utiliser ainsi que les formules que nous
proposerons pour le calcul comparatif. Ensuite, nous définirons les variables de la
phase de configuration. Nous finirons après par la modélisation de la phase
d’exploitation.

« La méthode ne vaut que par l’exécution »

Armand DU PLESSI5

5
Armand Jean du Plessis de Richelieu, dit le cardinal de Richelieu, cardinal-duc de Richelieu et duc de Fronsac, est un
ecclésiastique et homme d'État, né le 9 septembre 1585 à Paris et mort le 4 décembre 1642 dans cette même ville.

48
 3.1. Introduction
Il s’est avéré, après la phase de diagnostic et d’étude (chapitre 2), qu’il est nécessaire d’utiliser
une méthode d’aide à la décision pour dégager les indices de priorité. En faisant un panorama
des méthodes d’aide à la décision existantes (paragraphe 1.4.5.3), nous avons dégagé les points
forts et les points faibles de chaque méthode. Tenant compte des avantages de la méthode AHP
par rapport aux autres, nous avons trouvé que c’est la mieux adaptée à notre problématique.
Dans ce chapitre, nous définissons la démarche à suivre pour exécuter cette méthode et nous
établissons les formules de chaque composante du problème.

3.2. Choix de la méthode AHP

Ci-après les principaux avantages et raisons justifiant notre choix de la méthode AHP :
- La méthode a fait ses preuves étant largement utilisée dans tous les domaines en
particulier dans les applications industrielles [FUMEY, 2001] ;
- Elle permet de décomposer un problème complexe en modules plus simples ;
- Elle permet de vérifier la consistance des jugements réalisés sur les critères, gage de plus
de pertinence pour les résultats obtenus [CHENG et LI, 2001].
Le tableau 3.1 introduit une comparaison entre les différentes méthodes par rapport à notre
besoin.
Tableau 3.1 : Tableau comparatif des méthodes d’aide à la décision

Besoins/Méthodes MAUT SMART AHP TOPSIS EVAMIX

Fournir une décision finale et claire ++ ++ ++ + +
Décomposition logique du problème + + +++ + +
Décideurs sont indépendants ++ ++ ++ ++ ++
Prendre en compte les préférences du
+ + +++ + +
décideur
Facile à informatiser - +++ ++ ++ ++
Vérifier la cohérence des jugements
- - +++ - -
introduits par les décideurs.
Calcul simple, pas trop complexe. - +++ ++ ++ ++

3.3. Etapes de la méthode AHP

La méthode AHP repose sur cinq étapes principales [HAMEMI, 2003].
- Etape 1 : Décomposition hiérarchique du problème en éléments inter-reliés. Au sommet,
on trouve l’objectif de la décision. Les éléments qui contribuent à la réalisation de
l’objectif se trouvent dans les niveaux en-dessous. Enfin, on trouve les différentes
alternatives/actions dans le dernier niveau.

49
 - Etape 2 : Comparaison par paires des différents éléments de la structure hiérarchique par
rapport au niveau supérieur. Ceci permet de générer des matrices de comparaison en
transformant les jugements des décideurs selon une échelle numérique. Cette échelle est
proposée par SAATY et respecte le principe de réciprocité. Pour chaque niveau
comportant n éléments il faut faire n(n  1) comparaisons.
2
Tableau 3.2 : Echelle de SAATY

Echelle Echelle verbale

numérique
1 Importance égale
3 L’élément domine un peu plus l’autre (un peu plus important
5 Un élément domine fortement l’autre (plus important)
7 Un élément domine plus fortement l’autre (beaucoup plus)
9 L’élément est absolument dominant

- Etape 3 : Déterminer l’importance de chaque élément en calculant le vecteur de priorité

qui est le vecteur propre de la matrice de jugement.
- Etape 4 : Vérifier la cohérence des jugements introduits par le décideur.
Pour cela il faut tout d’abord l’indice de cohérence IC.
λmax-n (3.1)
IC=
n-1
Avec  max est la valeur propre de la matrice de comparaison par paire et n est le nombre
de critères comparés.
Après, on doit calculer le ratio de cohérence RC.
IC
RC  (3.2)
IA
Où IA est un indice aléatoire défini par SAATY.
Tableau 3.3 : Indice de cohérence aléatoire
N 1 2 3 4 5 6 7 8 9 10 11
IA 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51
La vérification de la cohérence a pour but d’assurer un sens de précision et de cohérence dans
le cas où le nombre de critères est important. Plus le nombre des éléments comparés augmente,
plus le décideur peut se tromper en les jugeant. Pour cela, on n’applique pas la vérification de
la cohérence dans le cas de deux critères.
Ensuite, on doit comparer la valeur du ratio RC aux seuils définis selon le nombre de critères.

50
 Dans le cas où la dimension de la matrice concernée est égale à 3, RC ≤ 0.05.
 Dans le cas où la dimension de la matrice concernée est égale à 4, RC ≤ 0,08.
 Dans le cas où la dimension de la matrice concernée est supérieure ou égale à 5, RC ≤ 0,10.
Si le ratio RC n’est pas inférieur au seuil défini, il faut réviser les comparaisons pour réduire
l’incohérence. SAATY [2003] a proposé une technique permettant d’identifier les éléments les
plus incohérents dans une matrice de comparaison. Elle est basée sur le fait que :
pj
λmax=  i,j=1 aij×
4

pi (3.3)
pj
Si on pose  ij  aij * , où aij sont les valeurs de la matrice de comparaison.
pi
Trouver la paire ou le couple (i, j) revient à trouver la paire qui maximise cette valeur. Cette
valeur étant la plus grande, influe le plus sur l’incohérence. Il s’agit donc de modifier la valeur
de aij afin de diminuer celle de  ij . Il faut dans ce cas demander au décideur d’incrémenter ou
décrémenter la valeur de aij la plus inconsistante.
- Etape 5 : Déterminer la performance de chacune des alternatives.
SAATY [2008] définit deux méthodes de calcul de priorités pour les alternatives. La première
méthode stipule qu’on calcule la performance de chaque alternative ou solution en se basant sur
les priorités des critères calculés dans la deuxième étape. En fait, pour pondérer les priorités
d’un élément, on utilise les priorités du niveau supérieur dans la représentation arborescente et
puis on somme toutes les valeurs pondérées qu’on a trouvées pour trouver la priorité globale.
On fait ceci jusqu’au niveau des alternatives [SAATY, 2008].
Quant à la deuxième méthode, elle repose sur le fait d’introduire des catégories de notation à
chaque critère puis de faire les comparaisons par paires de chaque alternative selon ses
catégories. Enfin, on traduit la comparaison par les notations en une comparaison numérique.

3.4. Définition de l’objet de la décision

Notre proposition est d’ajouter un outil dans l’ERP qui assure la gestion de la planification,
c’est-à-dire ayant déjà des plannings préétablis de production et de maintenance, cet outil
permet de détecter les chevauchements des intervalles de planification. Il propose à l’un
planning à exécuter de préférence selon des critères et en se basant sur des indices de priorité.
Les deux intervalles planifiés se chevauchent si :
 date _ début1, date _ fin1   date _ début 2, date _ fin2  
Avec l’indice 1 est pour spécifier le planning de production et l’indice 2 est pour le planning
de maintenance.
A cet instant, il faut alors déterminer la décision efficace (l’efficacité est relative aux critères
à définir dans les paragraphes suivants) à prendre et que doivent prendre les responsables. Donc,
notre problématique réside dans le choix portant sur un ensemble d’actions ou de solutions
envisagées. En fait, nous allons soit continuer l’exécution du planning de production, soit
l’arrêter en faveur des tâches de maintenance planifiée.

51
Soit l’ensemble Ᾰ des actions possibles :
Ᾰ = {P, M,} avec :
P : est la décision de continuer la production et reporter l’intervention préventive à la plus
proche date possible.
M : est la décision de favoriser la maintenance préventive et de décaler l’exécution de la
production d’une période T avec T est la durée de l’inspection préventive.
Dans une première réflexion, nous avons considéré une troisième alternative qui est la
préemption entre les deux tâches de maintenance et de production. Mais, après avoir discuté
avec l’équipe de travail, il s’est avéré que la majorité des clients avec qui DISCOVERY travaille
n’envisagent pas cette alternative.

3.5. Etape 1 : Décomposition hiérarchique

Selon SAATY, la méthode AHP se caractérise par la décomposition du problème multicritères
en un problème hiérarchique ayant un seul objectif cible qui représente le niveau 0 de la
représentation arborescente, suivi des critères qui représentent le niveau 1, puis des sous critères
qui représentent le niveau 2 et au dernier niveau (niveau 3), on trouve les alternatives.
3.5.1. Détermination des critères
Dans un problème d’aide à la décision multicritère, le choix des critères occupe une
importance primordiale. Pour cela, nous nous sommes basés sur des recherches de la littérature,
à savoir les thèses qui traitent l’ordonnancement conjoint de la maintenance et de la production,
ainsi que la problématique de planification intégrée.
À titre d’exemple, nous nous sommes inspirés des objectifs de la fonction maintenance pour
chercher les données à récolter et les critères adéquats [BENBOUZID, 2005].

Figure 3.1 : Objectifs de la fonction maintenance [BENBOUZID, 2005]

52
 3.5.1.1. Critère de l’Importance Economique
Ce critère permet d’évaluer les deux plannings d’un point de vue économique. Pour cela, nous
avons considéré les coûts directs et les coûts indirects de la production et de la maintenance.
Nous avons cherché les variables significatives dans le cas étudié et nous avons proposé une
formule permettant une estimation objective du critère étudié.
 Coûts de la production
Dans une situation de conflit, nous avons déterminé ce qui compte pour le décideur à cet
instant. Nous avons généralisé la modélisation en tenant compte des variables significatives
pour la majorité des industries, puis en cas de spécification nous pouvons ajuster le modèle.
 Coût Direct
Nous avons pris en compte dans la formule du coût direct, les coûts de la main d’œuvre, la
matière première et les frais généraux.
(3.4)
Coût _ direct  CMO  FG  CST  Y

Avec :
 CMO : le coût de la main d’œuvre
(3.5)
CMO  Cfixe  HMOD  Nbre _ d ' heures _ Fabrication

 HMOD est le coût d’une heure de main d’œuvre directe.

 FG : les frais généraux.
 CST : le coût de sous-traitance.
 Y est une variable binaire qui prend la valeur 1 s’il y une sous-traitance et 0 sinon.
 Coût indirect
Pour évaluer le coût indirect du planning de production, nous avons proposé d’estimer le
coût engendré par la non-exécution de la maintenance planifiée. Normalement, c’est le coût de
la maintenance corrective suite à une panne détectée à cause du report de la tâche de la
maintenance préventive, auquel on ajoute le coût relatif à la qualité qui peut se produire.

Coût_Indirect= Y1× CMCE+CRQ (3.6)

 CMCE : Coût de Maintenance Corrective Estimé
L’apparition d’une panne est plus au moins aléatoire. Néanmoins, nous pouvons la déduire par
des calculs probabilistes en se basant sur le temps moyen entre les pannes MTBF. Pour
simplifier l’évaluation, nous avons proposé d’ajouter une variable binaire Y1 tel que :
Y1  1
si  date dernière réparation+MTBF    date MPn, date MPn  1

53
 0 sinon
Avec MTBF : temps moyen entre les pannes
Date _ti : la date planifiée de la tâche de maintenance MPn
Le schéma de la figure 3.2 explique notre raisonnement pour la détermination du coût de
maintenance corrective estimé.

MPn

MPn-1 Date ti MPn+1

Dernière Panne
réparation MTBF éventuelle
MTBF
Figure 3.2 : Echéancier de calcul du CMCE
Une panne peut survenir si le temps MTBF est écoulé pendant la production, sinon le report
de la tâche de maintenance pendant cette période, n’engendrera probablement aucun coût
supplémentaire. Pour prendre en considération l’effet de la dégradation de l’équipement au
cours du temps, nous proposons d’inclure un coefficient   1.5 pour le calcul du coût de
maintenance corrective estimé CMCE à partir du coût de la dernière panne (le choix du
coefficient a été fait avec l’équipe du travail).
En posant : T  date du jour T  date dernière réparation
Donc le coût de la maintenance corrective estimée sera :
(3.7)
T
CMCE   CC si date du jour date éventuelle panne
MTBF
CC  ( HMODM  Durée d 'int ervention de maintenance  CUPdR  Nbre _ PdR  CFM  CSTM  Y 2)

CMCE=CC × α, si date du jour = date dernière réparation + MTBF

- CC : Coût Correctif déduit de la dernière panne (déduit de l’historique) ;

- HMODM : Coût de l’Heure de Main d’œuvre Directe de maintenance ;
- CUPdR : Coût Unitaire d’une Pièce de Rechange ;
- Nbre_Pdr : Nombre de Pièces de Rechange utilisées ;
- CFM : Coût Fixe de Maintenance ;
- CSTM : Coût de Sous-Traitance pour la Maintenance ;
- Y2 : variable binaire qui prend la valeur 1 s’il y a sous-traitance et 0 sinon.

54
  CRQ : Coût Relatif à la Qualité
Les coûts relatifs à la qualité sont de quatre types selon la norme NF X50-126 : coût
d’anomalies internes, coût d’anomalies externes, coût de prévention et coût de détection.
Généralement, les coûts d’anomalies internes et externes sont considérés comme des coûts
résultants du non qualité, alors que les coûts de détection et de prévention sont des coûts
d’obtention de la qualité [KERFAI, 2015].
Le coût de la maintenance corrective est un coût d’anomalie interne que nous avons pris en
compte déjà.
Le coût de qualité externe est défini comme étant les frais encourus lorsque le produit ne
répond pas à la qualité demandée en quittant l’entreprise, c’est à dire vis-à-vis le client
[DUCREAU et BOUTRY, 2014].
Nous allons comptabiliser ce coût dans le coût indirect relatif à la maintenance, qui sera
détaillé dans le paragraphe suivant.
Dans ce cas, si nous allons considérer que c’est le planning de production qui va s’exécuter,
nous devons savoir si cela peut engendrer des produits non conformes ou non (des rebuts).
 Nous proposons alors d’estimer le coût des produits rebutés en utilisant l’historique
pour la machine concernée.
(3.8)
CRQ  QTE _ Re butée  PU

Avec : QTE_Rebutée est la quantité rebutée du produit fini à cause du non arrêt de la
production pour maintenance. Cette quantité peut être déterminée en ajoutant un champ
expliquant la cause de rebut. Pour estimer cette quantité, nous pouvons nous baser sur
l’historique de l’équipement considéré.
T  durée d ' exécution du dernier OF    Q de produits rebutés
Q  T1 (3.9)
T 1  Duréé d ' exécution de l ' OF en cours --> Q1 = ENT( ) 1
T
PU est le prix unitaire du produit fini.
 Coût de la maintenance
Généralement dans les ouvrages de maintenance, on classe le coût de maintenance en deux
grandes familles : les coûts directs et les coûts indirects [MONCHY et VERNIER, 2000].
Idem donc pour le planning de maintenance, nous avons formulé le coût direct et le coût
indirect de la tâche de maintenance à exécuter que ce soit une maintenance curative planifiée
ou bien une tournée d’inspection préventive.
 Coût direct
Les coûts directs sont les coûts qui sont directement imputables, c’est à dire les coûts de
maintenance directs ou coûts d’intervention.

55
 Pour ce calcul, nous avons pris en compte dans la formule du coût direct, les coûts du
personnel (de la main d’œuvre de maintenance), les frais généraux, le coût des pièces de
rechange et le coût de sous-traitance s’il y en a.
Pour le personnel, nous devons prendre en compte tout le personnel impliqué dans l’exécution
de la tâche de maintenance ainsi que le magasinier responsable du stock de pièces de rechange.
Nous proposons d’ajouter un champ intitulé « coût planifié » dans le menu des tournées
d’inspection.
(3.10)
Coût_direct = HMODM × Durée_d'exécution_OT/IT+ CUPdR×Nbre_PdR + CFM+ CSTM×Y3

- HMODM : Coût de l’Heure de Main d’œuvre Directe de maintenance ;

- CUPdR : Coût Unitaire d’une Pièce de Rechange ;
- Nbre_Pdr : Nombre de Pièces de Rechange utilisées ;
- CFM : Coût Fixe de Maintenance ;
- CSTM : Coût de Sous-Traitance pour la Maintenance ;
- Y 3 : variable binaire qui prend la valeur 1 s’il y a sous-traitance et 0 sinon.
 Coût Indirect
La deuxième famille, concerne les coûts d’indisponibilité ou les coûts de "non efficacité"
[BOUCLY, 1988] ou coûts de "non maintenance" [RICHET et al., 1996] ou tout simplement
les coûts indirects [AOUFIR et BOUAMI, 2007].
Pour ce calcul, nous avons pris en compte le coût de perte de production, le coût de pénalité
dû au retard, le coût de perte de commande et le coût d’expiration de la matière première.
(3.11)
Coût _ Indirect  CPP  CMOP  CPnR  Y 4  CEMP  Y 5

 CPP : Coût de Perte de Production

Pour estimer ce coût, nous proposons de considérer la quantité de produit que peut générer le
système de production pendant la durée d’intervention de maintenance que nous avons déjà
estimée dans le paragraphe précédent multipliée par le prix unitaire de l’article.
Durée _ d ' exécutionOT / TI
Qté / Arrêt  ENT ( ) 1
Cadence
Lead Time
Cadence  (3.12)
Quantité à fabriquer
ENT : fonction partie entière
Le produit considéré peut être un article semi-fini ou un produit fini. Dans les deux cas, on
considère le prix de vente de l’article fini. En effet, même si l’équipement est en train de
fabriquer des produits semi finis, la génération d’une même quantité du produit fini qui sera

56
alors bloquée retardée d’un intervalle de temps bien déterminé (en supposant que l’atelier est
de type flow shop).
CPP  Qté / Arrêt  PU (3.13)
- CMOP : Le Coût de la Main d’œuvre de Production
C’est le coût du personnel de production (généralement les conducteurs de machines), qui
travaillent pendant cette durée d’exécution. Nous avons intégré le coût de la main d’œuvre de
production parce que réellement, on va payer ces opérateurs alors qu’ils sont en attente de la
fin de la tâche de maintenance.

CMOP  Durée _ d ' exécutionOT / IT  CHMODP (3.14)

- CHMOD : Coût Heure de la Main d’Œuvre Directe de Production
- CPnR : Coût de Pénalité de Retard
Ce coût exprime les frais de pénalité au cas où la commande est livrée en retard. Ces frais
diffèrent d’une entreprise à une autre et dans une même entreprise, d’un client à un autre. Mais
généralement, c’est un taux de pénalité par jour de retard déduit de la valeur totale de la
commande.
(3.15)
CPnR  Prix de l'article (TND) / Période(Jours)

Mais, ce n’est dans tous les cas que l’exécution du planning de maintenance engendrera un
retard, pour cela nous avons ajouté une variable binaire définie de la façon suivante :
Y 4  1 Si (3.16)
Délai _ Livraison durée d'exécution de l'OF+ durée d'exécution de la tâche de maintenance
Y 4  0 Sinon.
Généralement les délais de livraison sont importants mais ce coût sera considérable surtout
lorsque la date d’exécution de la tâche de maintenance est proche du délai de livraison. C’est-
à-dire nous ne considérerons ce coût que lorsque le délai de livraison est dépassé à cause de
l’exécution de la tâche de maintenance qui a fait retarder le planning de production.
- CEMP : Coût d’Expiration de la Matière Première ou produits semi-finis
Dans certain cas et pour quelques industries surtout agroalimentaires, la matière première
utilisée est sensible et périssable avec le temps. Pour cela, nous proposons de prendre en compte
le délai d’expiration de cette matière. En fait, si un OF est en cours d’exécution faisant appel à
des produits dont le délai d’expiration est court, ceci doit être pris en compte avant d’arrêter la
production parce que la durée de la tâche de maintenance peut causer la perte d’une quantité
importante de matière non utilisée.
Cela peut être appliqué non seulement aux matières premières mais aussi à quelques produits
semi-finis qui sont sensibles à des facteurs de température, d’humidité. Donc, nous ne pouvons

57
 pas les laisser dans l’atelier pour longtemps (en attente jusqu’à terminer la maintenance) sinon,
il y aura peut-être un coût supplémentaire de conditionnement.
La formule que nous proposons alors est la suivante :
(3.17)
CEMP  Qté _ Périmée  PU

- Qté_périmée : La quantité de matière première qui peut être éventuellement périmée.

- PU : Prix de l’article.
Nous avons ajouté dans ce cas une variable binaire Y5 pour indiquer si nous sommes dans ce
cas ou non.
Y 5  1 Si (3.18)
date _ exp iration   date _ ti, date _ ti  durée _ d ' exécution de la tâche de maintenance
Y 5  0 Sinon.
De cette sorte, nous avons évalué l’importance économique des deux plannings.
Ainsi, nous détaillerons dans le paragraphe suivant l’évaluation de l’importance temporelle.
3.5.1.2. Importance temporelle :
Pour évaluer un planning d’un point de vue temporel, nous allons considérer trois sous-
critères ; le retard Rd, la durée d’exécution DE et l’intervalle de tolérance IT. Nous avons
proposé d’utiliser ces sous-critères parce que les préférences des décideurs diffèrent, le retard
pour certains décideurs est prioritaire par rapport à la durée d’exécution, alors que pour d’autres
décideurs, c’est le contraire.
Nous allons présenter les données nécessaires en premier lieu puis définir les sous-critères.
 Données temporelles
Tableau 3.4 : Données temporelles de maintenance et production
Données de production Données de maintenance
Date d’arrivée du lot Périodicité de la tâche de maintenance
Date de livraison de la commande _
Date de lancement de la production Date de début d’exécution de la tâche
Date de fin de l’exécution Date de fin d’exécution
Durée opératoire de la tâche Durée opératoire
Intervalle de tolérance (c’est la marge Intervalle de tolérance = [durée minimale qui
déterminée en utilisant le jalonnement au sépare deux tâches, durée maximale]
plus tôt et au plus tard)
Retard/Avance de l’OF Retard/Avance du planning à exécuter

58
  Durée d’exécution DE
Cette valeur est renseignée directement de la base de données de l’ERP.
Pour la tâche de maintenance, il suffit d’importer la valeur du champ qui indique la durée de
l’exécution.
Quant à l’OF, en fait un OF est un ensemble d’opérations élémentaires qui constituent la gamme
opératoire. Donc, la durée d’exécution de l’OF est la somme des durées d’exécution de toutes
les opérations qui les constituent. Cette durée est importée également directement de la base de
données de l’ERP.
(3.19)
Durée _ d ' exécution _ OF   durée _ d ' exécution _ opération

 Intervalle de tolérance IT
L’intervalle de tolérance est important dans toute étude temporelle vu qu’il offre plus de
flexibilité.
 Intervalle de Tolérance de Production
Nous pouvons grâce à la procédure de jalonnement déterminer les dates de début et de fin au
plus tôt et au plus tard pour tous les OF suggérés par le système de planification de l’ERP.
Ceci nous permettra alors de déterminer la marge horaire pour chaque OF.

IT   date _ début _ pltôt , date _ début _ pltard 

(3.20)

La notion de « Slack Time » ou temps tampon est donnée par la formule suivante :
(3.21)
Slack _ Time  Date _ fin _ pltard  durée _ d ' exécution  date _ début _ pltôt

Ce jalonnement nous permet également de déterminer la marge horaire MH d’un OF :

MH  ( Date _ de _ besoin)  ( Date _ fin _ pltôt )

(3.22)
 Intervalle de tolérance de Maintenance
Idem, un planning de maintenance sur une machine bien déterminée, doit avoir une marge
temporelle pour son exécution. Nous proposons d’évaluer la marge temporelle du planning de
maintenance par deux méthodes, soit en se basant sur l’historique de planification soit en
introduisant une variable indiquant dès le début la marge selon la préférence du décideur :
m arg e temporelle   x jours (3.23)
La valeur de x dépend de la fréquence de la tâche de maintenance. Par exemple, si la tâche de
maintenance est hebdomadaire, les décideurs peuvent tolérer un ou deux jours de marge alors
que pour une tâche de maintenance mensuelle, la marge peut atteindre une semaine. Dans ce

59
cas, pour chaque planning, nous devons consulter la fréquence de la tâche puis indiquer la valeur
de x.
Sinon, nous proposons d’ajouter un champ qui spécifie la date de fin exigée pour chaque tâche
de maintenance et donc nous calculons l’intervalle de tolérance par la formule suivante :
IT = date de fin exigée - date de fin planifiée (3.24)
 Retard
Nous proposons d’utiliser des variables qui indiquent si le planning est en retard ou en avance
et la valeur de ce retard/avance.
 Retard du planning de production
Le retard est jugé en considérant la date d’échéance de l’OF.
(3.25)
Re tard  Y 6  ( Date d'échéance  Date de fin planifiée d'OF)

Y 6  1 Si Date d'échéance Date de fin d'OF

Y 6  0 Sinon. (3.26)
 Retard du planning de maintenance
Une tâche de maintenance peut être reportée plusieurs fois. Pour déterminer le retard du
planning de maintenance, nous proposons d’utiliser un champ de date fixe qui indique si la date
de début de planning ou de fin doit être fixe et donc à ne pas dépasser.
3.5.1.3. Importance technique
Nous ne pouvons pas prendre la décision de report de la tâche de maintenance ou de la tâche
de production sans tenir compte de l’état des équipements. Pour cela, nous avons proposé
d’utiliser le taux de disponibilité de la machine et la criticité.
 Taux de disponibilité
Le taux de disponibilité d’un équipement est obtenu en divisant le temps de requis par le temps
de fonctionnement. Il permet de caractériser réellement la disponibilité de l’équipement.
Il est déterminé à partir du temps moyen de réparation et du temps moyen entre deux pannes
successives.

MTBF (3.28)
Taux _ Disponibilié 
MTBF  MTTR
Pour l’évaluation, le décideur est amené à entrer une priorité maintenance/production selon la
valeur du taux de disponibilité.
 Importance Machine
Pour évaluer l’importance d’une machine, nous proposons d’utiliser une formule qui tient
compte du niveau de la maintenance à exécuter et de l’importance de l’équipement dans le flux
de production.

60
 L’indice de comparaison de la maintenance/production est proposé pour évaluer l’urgence de
la tâche de maintenance. Nous l’avons proposé comme suit :
N
 (3.2)
I
Avec : N est le niveau (N∈ [1,3]) de maintenance.
I est l’importance de la machine dans le flux de production. L’importance de la
machine peut être jugée sur une échelle de 3 présentée dans le tableau 3.5 :
Tableau 3.5 : Echelle d’Importance machine
1 Machine à faible utilisation
2 Machine à utilisation moyenne
3 Machine à forte utilisation

3.5.1.4. Flexibilité du planning

Le critère du respect de planning ou la flexibilité du planning, permet de modéliser l’aptitude
du décideur à changer. Dans certains cas et c’est le plus fréquent, les responsables ne peuvent
pas perturber le planning de production même si le calcul et les données prouvent l’importance
de ceci. Donc juste dès le début, nous avons voulu savoir le degré d’aptitude des responsables
à changer leur planning.
L’évaluation sera sur l’échelle du tableau 3.6 :
Tableau 3.6 : Echelle d’évaluation de la flexibilité du planning
1 Oui on peut changer.
4 On peut changer selon les données.
7 Le planning peut se changer dans des cas, s’il y
a vraiment des données très significatives.
9 Non, le planning est figé, il ne peut être changé.

Synthèse du paragraphe 3.1.3

Dans ce paragraphe, nous avons expliqué nos choix
concernant les critères sur lesquels va se baser notre
comparaison. Ces critères sont : l’importance économique,
l’importance temporelle, l’importance technique et la flexibilité
du planning. Pour chaque critère et sous critère nous avons
défini une formule pour le calcul de l’indicateur.

61
 3.5.2. Structure hiérarchique du problème
La structure hiérarchique permet de bien détailler le problème. L’objectif de la décision figure
au niveau le plus haut de la structure hiérarchique. Au niveau des critères et des sous critères,
nous trouvons les variables qui peuvent influencer cet objectif. Les alternatives sont au niveau
le plus bas de la structure hiérarchique.
Nous avons construit quatre niveaux hiérarchiques. Le niveau 0 étant l'objectif, le niveau 1
compare les critères par rapport à l’objectif, le niveau 2 compare les sous critères par rapport
aux critères, le niveau 3 compare les alternatives par rapport aux sous critères. Le but de chaque
analyse est de cibler le meilleur critère et la meilleure alternative par rapport au niveau
hiérarchique supérieur.
Nous avons jugé utile de voir le problème de décision entre les plannings de production et de
maintenance sous quatre ongles décisifs : les critères que nous avons définis dans le paragraphe
précédent.
Notre modèle est présenté dans la figure 3.3.
Niveau 1 : le niveau supérieur du projet qui présent quatre critères : VE, ITP, ITC, FP ;
Le critère VE est lié aux deux sous critères : CD, CI ;
Le critère ITP est lié aux trois sous critères : Rd, DE, IT ;
Le critère ITC est lié aux deux sous critères : TD, IM.
Chacun de ces sous critères (CD, CI, Rd, DE, IT, TD, IM) sont en liaisons avec les deux
alternatives (P, M).

3.6. Etape 2 : Phase de configuration

C’est dans cette étape que le décideur est amené à saisir ses préférences. Il s’agit là d’une
partie ‘statique’ de l’algorithme, c’est-à-dire que cela sera effectué une seule fois pour chaque
problème de décision abordé.
Après avoir fait la décomposition hiérarchique du problème, la première étape est de faire la
comparaison par paire des critères.
Pour faciliter après la programmation, nous avons noté les variables en couleurs.
Couleur turquoise : Variables que le décideur doit saisir ;
Couleur jaune : Constante du programme ;
Couleur bleue : Sorties de la méthode.
3.6.1. Comparaison par paire des critères vis-à-vis l’objectif
Dès le début, le décideur doit donner ses préférences. Comme dans notre cas, plusieurs
décideurs peuvent être impliqués dans le processus de prise de décision, nous avons pensé à
utiliser une méthode d’agrégation des poids pour tenir compte des préférences des différents
responsables, de production et de maintenance.

62
 La méthode AIP (Aggregation of Individual Priorities) que nous avons choisie est une méthode
d’agrégation des propriétés individuelles faisant partie des méthodes de décision en groupe
GDM (Group Decision Making). [BEN YOUNES, 2013]
Selon cette méthode, nous allons faire deux matrices de comparaison par paires selon les
priorités des responsables. Puis, nous faisons une moyenne géométrique pour agréger les poids
fournis pour chaque critère et pour chaque profil de décideur. Nous ne considérons que la
matrice de comparaison dont le RC est acceptable sinon on corrige les incohérences selon la
méthode définie précédemment et refait le calcul.
Nous détaillerons la procédure de calcul pour un décideur et elle sera la même pour les autres
décideurs.
La figure 3.3 est la matrice de comparaison par paire à alimenter. Les critères (N =R, nombre
de critères) sont numérotés de 1 à 4 tels que 1 : VE, 2 : ITP, 3 : ITC, 4 : FP.

63
 Prendre la décision d exécuter le planning de production ou de
maintenance à un instant t de conflit.
Objectif

Valeur Economique Importance Importance Flexibilité

VE temporelle ITP Technique ITC planning FP
Critères

Coût Direct Durée Intervalle de Taux de disponibilité Importance

Sous-Critères

Coût Indirect CI Retard Rd

CD d exécution DE tolérance IT TD machine IM
Alternatives

Exécuter Planning de Exécuter Planning de

Production Maintenance

Figure 3. 3 : Structure hiérarchique du problème

64
 Selon SAATY, si a12 est la priorité du décideur concernant la VE/ITP alors l’évaluation de
1
l’ITP/VE sera l’inverse : a 21 
a12

Tableau 3.7 : Matrice de comparaison des critères

VE ITP ITC FP
VE  1 a12 a13 a14 
 
A= ITP  1 a 23 a 24 
ITC  1 a34 
 
FP  1 
aij : la priorité saisie par le décideur.
Le tableau 3.8 donne la signification des priorités à saisir par le décideur.

Tableau 3.8 : Comparaison des critères

Comparaison par paire des Critères Evaluation
critères (i/j) considérés
importants
Valeur Economique/ Importance VE ou ITP a12
Temporelle
Valeur Economique/Importance VE ou ITC a13
Technique
Valeur Economique/Flexibilité du VE ou FP a14
Planning
Importance Technique/Importance ITC ou ITP a32
Temporelle
Importance technique/ Flexibilité ITC ou FP a34
du Planning
Importance Temporelle/ ITP ou FP a24
Flexibilité du Planning
La colonne en bleu doit être alimentée par le décideur. Le calcul qui suit se fait d’une manière
automatique une fois nous avons renseigné les aij. Puis pour le calcul du vecteur de priorité,
nous commençons par :

 Faire la somme de chaque colonne

65
 Tableau 3.9 : Somme des colonnes

 1 a12 a13 a14 

 
 a 21 1 a 23 a 24 
 a31 a32 1 a34 
 
 a 41 a 42 a 43 1 
S1 S2 S3 S4
Sj   i  aij ET aii  1i  1, 4
4
Avec :
 Normaliser la matrice
Tableau 3.10 : Matrice normalisée

 1 n12 n13 n14 

  nij 
aij
i, j  1, 4
 n21 1 n23 n24  Sj
 n31 n32 1 n34 
 
 n41 n42 n43 1 
 Calculer les priorités : Moyenne de chaque ligne
Tableau 3.11 : Calcul de priorité

 1 n12 n13 n14   p1: priorité _ VE 

   
 n21 1 n23 n24   p 2 : priorité _ ITP 
 n31 n32 1 n34   p3: priorité _ ITC 
   
 n41 n42 n43 1   p 4 : priorité _ RP 

1 4
Avec : pi   nij
N j 1
(3.29)
La valeur la plus importante signifie que ce critère compte le plus pour le décideur. Ainsi,
nous pouvons faire un classement des critères qui intéressent le décideur dans cette
problématique.
 Vérifier la cohérence
L’indice aléatoire représente la moyenne des indices calculés à chaque réplication pour
différentes grandeurs de matrice carrée (N) [RAKATOARIVELO, 2014].
Nous rappelons le tableau des indices IA :

66
 Tableau 3.12 : Indices aléatoires de SAATY
N 1 2 3 4 5 6 7 8 9 10 11
IA 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51
Donc cette variable sera définie dans la programmation comme constante : IA = 0.9. Puis, pour
déterminer la valeur propre, nous allons multiplier la matrice de comparaison A par les éléments
du vecteur de priorité (P), puis on trouve λmax en calculant la moyenne des valeurs trouvées.
Tableau 3.13 : Vérification de la cohérence

 1 a12 a13 a14   p1   y1 

     
 a 21 1 a 23 a 24   p2   y2 
 a31 a32 1
* =  y3 
a34   p3 
     
 a 41 a 42 a 43 1   p4   y4 
Puis, on divise chaque élément par la priorité correspondante à chaque critère, on trouve le
vecteur W :

 w1 
  Avec : Wi 
Yi
i  1, 4 (3.30)
 w2  Pi
 w3  1
 max  * 1 wi
4
  4 (3.31)
 w4 
Pendant l’étape d’explication des jugements, on fait des comparaisons redondantes pour
améliorer la validité des réponses, vu que les décideurs peuvent être incertains ou peuvent faire
des jugements incohérents pour la comparaison de quelques éléments.
L’indice de cohérence est calculé selon la formule suivante :

 max  N (3. 32)

IC 
N 1
Nous rappelons que N est le nombre de critères qui est fixe et vaut 4.
Le Ratio de Cohérence (RC) est le rapport de l’indice de cohérence calculé sur la matrice
correspondant aux jugements du décideur et de l’indice aléatoire IA d’une matrice de même
dimension :
IC
RC  (3. 33)
IA
Pour vérifier la cohérence, nous devons comparer RC à un seuil qui dépend du nombre de
critères, défini par SAATY. Dans notre cas pour N=4, le seuil S est :
S= 0.08
 Si RC  S les comparaisons sont cohérentes, nous pouvons terminer les calculs.
 Si RC S , le décideur doit rectifier les priorités qu’il a saisies au début de la phase de
configuration.

67
 Dans ce cas, nous devons le guider pour savoir laquelle des valeurs a entrainé cette
incohérence pour qu’il la rectifie directement. Pour cela, un algorithme est proposé dans les
recherches théoriques [BEN YOUNES, 2014].
Nous avons considéré la proposition de SAATY qui a proposé une technique permettant
d’identifier les éléments les plus incohérents dans une matrice de comparaison. Elle est basée
sur le fait que :

pj pj
 max   i , j 1 aij *  ij  aij *
4

pi pi (3.34)
Trouver la paire (i, j) revient à trouver la paire qui maximise cette valeur. Cette valeur étant la
plus grande, participe le plus dans l’incohérence. Il s’agit donc de modifier la valeur de aij afin
de diminuer celle de  ij .
Il faut donc demander au décideur d’incrémenter ou de décrémenter la valeur de aij la plus
inconsistante. Recalculer RC et refaire le test de validation.
Enfin, nous récapitulons les résultats de cette phase dans le tableau 3.14 :
Tableau 3.14 : Résultats finaux de la comparaison des critères
Critères VE ITP ITC FP Vecteur de
priorité
VE 1 a12 a13 a14 P1
ITP - 1 a23 a24 P2
ITC - - 1 a34 P3
FP - - - 1 P4
 max IC RC

3.6.2. Comparaison par paire des sous critères par rapport au

critère du niveau supérieur
Dans cette étape, nous allons effectuer la comparaison par paire des sous critères par rapport
au critère correspondant. Nous procédons comme dans l’étape précédente au calcul des vecteurs
de priorités de chaque de sous critère, le vecteur propre  max , le ratio de cohérence RC.
Commençons par le premier critère VE : valeur économique. Il s’agit de voir l’importance du
coût direct et indirect par rapport à la valeur économique.

CD
VE
CI

68
 Tableau 3.15 : Jugement des sous critères par rapport au critère VE
Comparaison par paire des sous- Critères Evaluation
critères (i/j) considérés
importants
CD/CI VE ou ITP b12

La valeur b12 doit être renseignée par le décideur pour exprimer si le coût direct ou le coût
indirect contribue le plus à la valeur économique d’un planning. Le calcul sera identique au
précédent.
Le tableau 3.16 récapitule les résultats de calcul de cette étape :
Tableau 3.16 : Comparaison des sous critères de la VE
Critère Valeur Economique CD CI Vecteur de
priorité
CD 1 b12 Pve1
CI b21 1 Pve2
De cette façon, nous avons calculé les priorités locales des sous-critères au-dessus de la valeur
économique. Nous traitons ensuite le calcul des priorités des sous-critères relatifs au critère de
l’importance temporelle IT.
DE

ITP Rd

IT

La procédure étant la même, le décideur est amené à saisir ces jugements concernant le délai
d’exécution des plannings, le retard, l’intervalle de tolérance et leurs importances dans
l’évaluation temporelle.
Tableau 3.17 : Jugement des sous-critères par rapport au critère ITP
Comparaison par paire des sous- Critères Evaluation
critères (i/j) considérés
importants
DE/Rd DE ou Rd c12
DE/IT DE ou IT c13
Rd/IT Rd ou IT c23

Enfin, nous récapitulons les résultats de cette phase dans le tableau 3.18 :

69
 Tableau 3.18 : Comparaison des sous-critères du critère ITP
Critère Importance DE Rd IT Vecteur de
temporelle ITP priorité
DE 1 c12 c13 pITP1
Rd 1 c23 pITP2
IT 1 pITP3
 max IC RC

Les valeurs PITPi sont les priorités locales des sous-critères i par rapport au critère ITP.

TD
ITC
IM
Tableau 3.19 : Jugement des sous critères par rapport au critère ITC
Comparaison par paire des sous- Critères Evaluation
critères (i/j) considérés
importants
TD/IM TD ou IM d12

La valeur d12 doit être renseignée par le décideur pour exprimer ses jugements concernant le
Taux de Disponibilité des équipements et l’importance Machine et l’importance de ces deux
sous-critères dans l’Importance Technique ITC
Le tableau 3.20 récapitule les données.
Tableau 3.20 : Comparaison des sous critères du critère ITC
Critère Importance Technique TD IM Vecteur de
priorité
TD 1 c12 PITC1
IM c21 1 PITC2

Avant de passer à l’évaluation des alternatives, nous résumons dans le tableau 3.21 les résultats
de calcul de l’étape précédente :

70
 Tableau 3.21 : Résultats finaux
Critère Valeur Critère Importance Critère Importance Critère Respect du
Economique Temporelle Technique Planning
VE [P1] ITP [P2] ITC [P3] FP [P4]
DE  PITP1  TD  PITC1  ---------
CD  PVE1 
Rd  PITP 2  IM  PITC 2 
CI  PVE 2 
IT  PITP3 

3.6.3. Evaluation par paire des alternatives

Tout d’abord, nous devons calculer les agrégations en multipliant les poids des critères par
les poids des sous-critères :

Tableau 3.22 : Agrégation des sous critères

VE ITP ITC VE ITP ITC

P1 P2 P3
CD PVE1 0 0 CD Ag11 0 0
CI PVE 2 0 0 CI Ag12 0 0
DE 0 PITP1 0 DE 0 Ag 21 0
Rd 0 PITP 2 0 Rd 0 Ag 22 0
IT 0 PITP3 0 IT 0 Ag 23 0
TD 0 0 PITC1 TD 0 0 Ag 31
IM 0 0 PITC 2 IM 0 0 Ag 32
Pour le critère Flexibilité du Planning, il n’y pas des sous-critères, donc sa priorité qui a été
calculée avant est gardée. Les poids agrégés calculés sont notés de la façon suivante : Ag ij pour
dire le poids agrégé du sous-critère j du critère i. Par exemple Ag12 est le poids agrégé du sous
critères 2 (coût indirect) du critère 1 (valeur économique).
Ensuite, nous allons commencer les comparaisons des deux alternatives P et M situés au
troisième niveau, en regard des sous-critères situés au niveau supérieur.
Pour faciliter les notations, on note les sous-critères par ordre numérique :
Tableau 3.23 : Numérotation des sous-critères

CD 1 DE 3 IT 5 IM
CI 2 Rd 4 TD 6 7

71
 3.6.3.1. Evaluation des alternatives par rapport au sous-critère CD
La procédure de calcul est la même, mais dans cette étape les jugements vont être basés sur
des données numériques, vu que les critères que nous avons choisis sont quantitatifs.
Nous commençons par le remplissage de la matrice de jugement. Pour cela, nous disposons
de la valeur numérique calculée du coût direct du planning de maintenance et celui de la
production.
La matrice de jugement M(CD) c’est-à-dire la matrice de comparaison par rapport au sous
critère CD est de la forme :
Tableau 3.24 : Matrice de comparaison des alternatives par rapport CD

 1 f 12 
M (CD )   1 
 1 
 f 12
 
La valeur f12 est le jugement (selon l’échelle de SAATY de 1 à 9) de l’alternative P (exécuter
le planning de production) comparée à l’alternative M (exécuter le planning de maintenance).
Nous rappelons ci-dessous l’échelle de SAATY. Pour saisir cette valeur, nous avons proposé
les seuils suivants.
Tableau 3.25 : Détermination des poids des alternatives selon le sous-critère CD
Alors Valeur de f12
Si condition Seuils
(f21)
CDP= CDM f12 = f21= 1
CDM
S1 f12 = 9
CDP

S1 
CDM
 S2 f12 = 7
S1=10%
CDP
S2=30%
CDM
S2   S3 f12 = 5
CDP S3=50%
CDM S4=70%
S3   S4 f21= 5
CDP

CDM
 S4 f21= 9
CDP

Ces seuils sont paramétrables et peuvent être changés selon le besoin du décideur. Puis, les
mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives pour ce
sous-critère.

72
 Tableau 3.26 : Priorités des alternatives par rapport au sous-critère CD
Alternatives / CD P M Vecteur de
priorité
P 1 f12 PP1
M f21 1 PM1
PP1 : priorité de l’alternative P pour le sous-critère 2, PM1 : priorité de l’alternative M pour le
sous-critère 1.
3.6.3.2. Evaluation des alternatives par rapport au sous-critère CI
Nous commençons par le remplissage de la matrice de jugement. Pour cela, nous disposons
de la valeur numérique calculée du coût indirect du planning de maintenance et celui de la
production.
La matrice de jugement M(CI), c’est-à-dire la matrice de comparaison par rapport au sous
critère CI est de la forme :
Tableau 3.27 : Matrice de comparaison des alternatives par rapport au sous-critère CI
 
 P M 
 
M (CI )   P 1 g12 
 
P 1
 1 
 g 12 
Pour saisir la valeur g12 nous avons proposé les seuils suivants.
Tableau 3.28 : Détermination des poids des alternatives selon le sous-critère CI
Alors Valeur
Si condition Seuils
g12 (g21)
CIP= CIM g12 = g21 = 1
CDM
 S4 g12 = 9
CDP

CIP S1=10%
S1   S2 g12 = 7
CIM
S2=30%
CIP
S2   S3 g12 = 5
CIM S3=50%
CIP
S3   S4 g21= 7 S4=70%
CIM

CIP
 S4 g21= 9
CIM

73
 L’évaluation des coûts indirects est inversée, c’est-à-dire si le coût indirect de la maintenance
est important c’est que les coûts induits par le non production sont importants et dans ce cas il
faut favoriser l’exécution du planning de production. De même, si le coût indirect de production
est important, dans ce cas le coût de maintenance corrective qui peut se produire est important
et par la suite il faut favoriser le planning de maintenance.
Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives
pour ce sous-critère.
Tableau 3.29 : Priorités des alternatives par rapport au sous-critère CI
Alternatives / CI P M Vecteur de
priorité
P 1 g12 PP2
M g21 1 PM2
3.6.3.3. Evaluation des alternatives par rapport au sous-critère DE
Dans ce cas, nous allons comparer les deux plannings en considérant leurs durées d’exécution.
La matrice de jugement M(DE), c’est-à-dire la matrice de comparaison par rapport au sous
critère DE est de la forme :
Tableau 3.30 : Matrice de comparaison par rapport au sous-critère DE
 
 P M 
 
M ( DE )   P 1 h12 
 1 
P 1 
 h12 
Dans ce cas, on a fait l’hypothèse que le décideur favorise les tâches qui ont un délai
d’exécution court. Sinon, les seuils sont paramétrables et nous pouvons les adapter selon le
besoin du client.
Tableau 3.31 : Détermination des poids des alternatives selon le sous-critère DE
Alors Valeur h12
Si condition Seuils
(h21)
DEP=DEM h12 = h21 = 1
DEP
 S1 h12 = 9 S1=0,1
DEM

DEP S2=0,5
S1   S2 h12 = 7
DEM
S3=1
DEP
S2   S3 h12 = 5 S4=2
DEM

74
 DEP
S3   S4 h21= 5
DEM

DEP
S4 h21= 9
DEM

Puis, les mêmes calculs seront faits pour aboutir au vecteur de priorité des alternatives pour ce
sous-critère.
Tableau 3.32 : Priorités des alternatives par rapport au sous-critère DE
Alternatives / DE P M Vecteur de priorité
P 1 h12 PP3
M h21 1 PM3
3.6.3.4. Evaluation des alternatives par rapport au sous-critère Rd
Dans ce cas, nous allons comparer les deux plannings en considérant le retard de chacun. La
matrice de jugement M(Rd) qui est la matrice de comparaison par rapport au sous critère Rd est
de la forme :
Tableau 3.33 : Matrice de comparaison des alternatives par rapport au sous-critère Rd
 
 P M 
 
M ( Rd )   P 1 i12 
 1 
P 1 
 i12 
Dans ce cas, le décideur favorise les tâches qui ont déjà un retard important, sinon les seuils
sont paramétrables et nous pouvons les adapter selon le besoin du client.
Tableau 3.34 : Détermination des poids des alternatives selon le sous-critère Rd
Alors Valeur i12
Si condition Seuils
(i21)
Rd P=Rd M i12 = i21 = 1
RdP
 S1 i21= 9
RdM S1=0,3

RdP S2=0,5
S1   S2 i21 = 8
RdM
S3=1
RdP
S2   S3 i21 = 7 S4=3
RdM

RdP S5=5
S3   S4 i12= 5
RdM

75
 RdP
S4   S5 i12 = 7
RdM
RdP
S5 i12 = 9
RdM
Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives
pour ce sous-critère.

Tableau 3.35 : Priorités des alternatives par rapport au sous-critère Rd

Alternatives / Rd P M Vecteur de
priorité
P 1 i12 PP4
M i21 1 PM4
Les vecteurs de priorité calculés montrent la contribution du sous critère Retard Rd dans la
problématique de choix du planning.
3.6.3.5. Evaluation des alternatives par rapport au sous-critère IT
Dans ce cas, nous allons comparer les deux plannings en considérant les intervalles de
tolérance. La matrice de jugement M(IT) c’est-à-dire la matrice de comparaison par rapport au
sous critère IT est de la forme :
Tableau 3.36 : Matrice de comparaison des alternatives par rapport au sous-critère IT
 P M 
 
M ( IT )   P 1 j12 
P 1 
 j 21

Pour saisir la valeur j12, nous proposons les mêmes seuils que précédemment. Dans ce cas le
décideur favorise les tâches qui ont une marge temporelle limitée, sinon les seuils sont
paramétrables nous pouvons les adapter selon le besoin du client. On considère les intervalles
de tolérance en nombre de jours.
Tableau 3.37 : Détermination des poids des alternatives selon le sous-critère IT

Si condition Alors Valeur j12 (j21) Seuils

ITM = ITP j12= j21=1

S1  ITM-ITP  S2 j21 = 3 S1=0

S2 ITM  ITP  S 3 j12 = 5 S2=3

5 ITM - ITP  7 j12 = 7 S3=5

ITM - ITP 7 j21 = 9 S4= 7

76
Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives
pour ce sous-critère.

Tableau 3.38 : Priorités des alternatives par rapport au sous-critère IT

Alternatives / IT P M Vecteur de
priorité
P 1 j12 PP5
M j21 1 PM5
3.6.3.6. Evaluation des alternatives par rapport au sous-critère TD
Dans ce cas, nous allons comparer les deux plannings en considérant leurs durées d’exécution.
La matrice de jugement M(TD) c’est-à-dire la matrice de comparaison par rapport au sous
critère TD est de la forme :
Tableau 3.39 : Matrice de comparaison des alternatives par rapport au sous-critère TD
 
 P M 
 
M (TD )   P 1 k12 
 1 
P 1 
 k12 
Dans cette étape, nous allons comparer les alternatives en tenant compte de la disponibilité
des équipements. Une telle comparaison n’est pas directe ni évidente parce que cette variable
n’est pas symétrique pour les deux alternatives. Ceci dépend bien sûr des préférences du
décideur. Par exemple, nous avons proposé l’évaluation suivante. En fait, si le taux de
disponibilité de l’équipement est important c’est que le temps d’arrêts pour cet équipement
n’est pas significatif. Par contre si le TD est faible c’est que pour cet équipement, il y a
beaucoup d’arrêt. Dans ce cas nous avons jugé prioritaire de favoriser l’exécution du planning
de production.
Tableau 3.40 : Détermination des poids des alternatives selon le sous-critère TD

Si condition Alors Valeur k12 (k21) Seuils

TD  S1 k21= 9 S1=10%
S1  TD  S2 k21 = 7
S2=30%
S2  TD  S3 k21 = 5
S3  TD  S4 k12 = 5 S3=50%
TD S4 k12 = 9 S4=70%
Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives
pour ce sous-critère.

77
 Tableau 3.41 : Priorités des alternatives par rapport au sous-critère TD
Alternatives / TD P M Vecteur de
priorité
P 1 k12 PP6
M k21 1 PM6

3.6.3.7. Evaluation des alternatives par rapport au sous-critère IM

Dans ce cas, nous allons comparer les deux plannings en considérant leurs durées d’exécution.
La matrice de jugement M(IM) c’est-à-dire la matrice de comparaison par rapport au sous
critère IM est de la forme :
Tableau 3.42 : Matrice de comparaison des alternatives par rapport au sous-critère IM

 P M 
 
M ( IM )   P 1 l12 
P 1 
 l 21
Le sous-critère IM permet de caractériser l’importance de la machine concernée étant donnée
la formule que nous avons définie précédemment :
N

I
Tableau 3.43 : Détermination des poids des alternatives selon le sous-critère IM

Si condition Alors Valeur l12 (l21) Seuils

S1   S2 l12= 9
1
S2   S 3 l12 = 7 S1=
3
  S3 l21=l12= 1
S2=
2
3
S3  S 4 l21=7
S3=1
  S4 l21= 9 S4=2

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives
pour ce sous-critère.
Tableau 3.44 : Priorités des alternatives par rapport au sous-critère IM
Alternatives / IM P M Vecteur de
priorité locale
P 1 l12 PP7
M l21 1 PM7
En fait, si cet indice est important, c’est que le niveau de maintenance est élevé et qu’il s’agit
d’une tâche de maintenance critique et urgente parce que les maintenances de niveau 3, 4 ou 5
78
sont des tâches non fréquentes. Au contraire, si cet indice est faible, c’est que l’équipement
concerné est critique dans le flux de production. Et donc, selon l’intervalle de valeurs de cet
indice, nous allons saisir les jugements du planning maintenance par rapport au planning de
production.
3.6.3.8. Evaluation des alternatives par rapport au critère Flexibilité du
Planning FP
Dans ce cas, nous allons comparer les deux plannings en considérant l’adaptabilité du décideur
à changer son planning c’est-à-dire en considérant la flexibilité des plannings. La matrice de
jugement M(FP) c’est-à-dire la matrice de comparaison par rapport au critère RP est de la
forme :
Tableau 3.45 : Matrice de comparaison des alternatives par rapport au critère FP
 PM 
 
M ( FP)   P 1 m12 
M 1 
 m 21
Nous rappelons que les décideurs sont amenés à saisir les deux variable FPP et FPM. Puis,
nous proposons les seuils suivants pour la comparaison :
Tableau 3.46 : Détermination des poids des alternatives selon le sous-critère FP

Si condition Alors Valeur m12 (m21) Seuils

FPP=FPM m12=m21= 1 S1= -9
-9  FPP-FPM  -6 m21 = 9 S2= -6

-6  FPP-FPM  -3 m21 = 8 S3 = -3
S4 = 0
-3  FPP-FPM  0 m21 =7
S5= 3
0  FPP-FPM  3 m12 = 5 S6 = 6
6 FPP-FPM 9 m12= 9 S7 = 9

Puis, les mêmes calculs seront faits pour aboutir enfin au vecteur de priorité des alternatives
pour ce critère.
Tableau 3.47 : Priorités des alternatives par rapport au critère FP
Alternatives / FP P M Vecteur de
priorité locale
P 1 l12 PP8
M l21 1 PM8
Dans ce cas, nous considérons le poids du critère RP calculé dans le paragraphe 3.4.1.

79
 WP8  PP8* P4
Après avoir saisi tous les poids et les jugements nécessaires pour faire tourner la méthode
AHP, nous avons pu générer la vectrice priorité utile pour le choix final de l’alternative la plus
adaptée à cet instant. La phase suivante est la phase d’exploitation où nous allons sélectionner
l’alternative finale en se basant sur l’indice de priorité globale.

3.7. Etape d’exploitation

Avant de faire notre choix final, nous allons effectuer l’agrégation des tous les paramètres.
Nous avons calculé le vecteur de priorité globale de chaque alternative pour chaque sous critère.
Le tableau suivant résume les résultats obtenus précédemment ainsi que le calcul de la priorité
complète des alternatives, récapitulé dans la dernière colonne.
Tableau 3.48 : Priorité Complète
VE ITP ITC FP
Modèle
Sous SC1 SC2 SC3 SC4 SC5 SC6 SC7
Critères Total
P WP1 WP2 WP3 WP4 WP5 WP6 WP7 WP8 T1
M WM1 WM2 WM3 WM4 WM5 WM6 WM7 WM8 T2
1

Les calculs sont faits suivants les formules suivantes :

T1=  i=1 WPi T2=  i=1 WMi (3.36)
8 8
(3.35)
WPi = Agij  PPi , i : indice de critère, j : indice de sous-critère (3. 37)
WMi = Agij  PMi , i : indice de critère, j : indice de sous-critère

3.7.1. Règles de Gestion

Le tableau 3.56 rassemble les données de traitement de ce modèle. Nous pouvons faire une
décision finale en regardant les valeurs T1 et T2. Nous pouvons aussi faire une comparaison
par critère.
 Décision Finale
Si T1  T ,2 c’est-à-dire que l’indice de priorité de la tâche de production est plus important
que celui de la tâche de maintenance. Alors, le planning qui permet d’atteindre l’objectif global
tenant compte de tous les critères et les sous-critères est le planning de production. Donc, la
meilleure solution dans ce cas est de terminer l’exécution du planning de production et de
reporter la tâche de maintenance.
Dans ce cas, il faut déterminer la date d’exécution de la tâche de maintenance reportée de
façon à ne pas générer le même problème. Pour insérer la tâche de maintenance, nous devons

80
tenir compte des tâches de maintenance et des tâches de production qui sont déjà planifiées.
Nous proposons dans le paragraphe suivant un exemple d’algorithme permettant d’insérer la
tâche reportée.
Si T1  T 2 c’est que la priorité globale, en se basant sur tous les critères, est attribuée à
l’exécution du planning de maintenance. Tous les critères sont donc confondus, il est préférable
d’arrêter l’équipement pour cet intervalle de temps et entreprendre les opérations de
maintenance puis reprendre la production. De même, si un OF doit être reporté, nous devons
voir à quelle date il doit être inséré de sorte à perturber le minimum le planning déjà établi.
 Décision par critère
Si par exemple les décideurs priorisent un critère par rapport à un autre, nous pouvons savoir
la décision la plus adéquate par rapport à ce critère.
Si on fixe le critère Valeur Economique et on veut savoir la décision qui satisfait au plus ce
critère, il suffit de comparer les poids (WP1+WP2) et (WM1+WM2).
Si (WP1  WP 2) (WM 1  WM 2) , alors l’alternative de continuer l’exécution du
planning de production est prioritaire car tenant compte des calculs faits, elle permet de
répondre au mieux à ce critère.
Sinon, c’est l’exécution du planning de maintenance qui est prioritaire.
Si on fixe le critère d’Importance Temporelle, il suffit de comparer les deux valeurs
(WP3+WP4+WP5) et (WM3+WM4+WM5). L’alternative qui a la priorité la plus importante
est celle qui est jugée prioritaire tenant compte du critère temporel.
Si on fixe le critère d’Importance Technique, il faut comparer les deux valeurs (WP6+WP7)
et (WM6+WM7).
Quant au critère de flexibilité du planning, il suffit de comparer WP8 et WM8.
3.7.1.1. Insertion des tâches reportées
A l’issue de l’exécution de cette méthode, nous aurons un indice de priorité pour chaque tâche.
Tenant compte de ces indices, nous pouvons soit reporter la tâche de production, soit reporter
la tâche de maintenance. Du coup, il y aura certainement un changement de l’un des plannings.
Si la tâche prioritaire est la tâche de maintenance, l’OF sera décalé d’une durée égale à la durée
d’exécution de la tâche de maintenance préventive. Dès la clôture de cette tâche, l’OF se
reprend directement.
En supposant maintenant que la tâche prioritaire est la tâche de production, c’est-à-dire nous
devons reporter la tâche de maintenance. Dans ce cas, nous proposons, tant que nous n’avons
pas dépassé la date fixe renseignée par le responsable de maintenance et que nous n’avons pas
dépassé le nombre de fois de reports fixé, de commencer par l’insertion de la tâche dès la clôture
de l’OF prioritaire et de vérifier à chaque fois la priorité par rapport à l’OF suivant.
La figure 3.4 montre l’algorithme général d’insertion des dates reportées.

81
 Début

Indice de priorité de
production > Indice de
priorité de maintenance

Date Fin OF < Date fixe

OUI Indice priorité

Oui
production € [60, 100]

NON

Proposer au responsable
Exécuter l AHP pour production d insérer la
vérifier la priorité par tâche maintenance
rapport à l OF suivant

Indice de priorité
de maintenance > Indice de
Processus
priorité de
l OF suivant

OUI

Insérer la tâche de
maintenance dès la fin
de l OF

Arrêt

Figure 3.4 : Algorithme d’insertion des tâches reportées

82
3.8. Conclusion
Ce chapitre a été dédié à la modélisation du problème. Nous avons alors conçu les différentes
formules nécessaires au calcul pour l’exécution de la méthode d’aide à la décision. Ensuite nous
avons détaillé les étapes à suivre pour arriver enfin à dégager les indices de priorités des
alternatives. Enfin nous avons déduit les règles de gestion et nous avons proposé l’algorithme
d’insertion des tâches reportées.
Dans le chapitre 4, nous allons appliquer les formules et modèles définis dans ce chapitre pour
tester l’outil dans le cas de la société, sujet de notre étude.

83
 4. Chapitre 4
Tests et préparation du livrable de projet

Résumé :
Ce dernier chapitre est dédié au test de la méthode d’aide à la décision déjà
modélisée. Puis, nous présenterons le dossier technique comportant la description
technique et fonctionnelle du module à mettre en place.

« La méthode ne vaut que par l’exécution »

Armand DU PLESSIS6

6
Armand Jean du Plessis de Richelieu, dit le cardinal de Richelieu, cardinal-duc de Richelieu et duc de Fronsac, est un
ecclésiastique et homme d'État, né le 9 septembre 1585 à Paris et mort le 4 décembre 1642 dans cette même ville.

84
 4.1. Introduction
Après la conception et la validation de l’outil d’aide à la décision, nous entamons dans ce
chapitre la phase de test et de préparation technique. Dans une première partie, nous allons
appliquer l’outil d’aide à la décision pour gérer la planification pour le client avec qui nous
travaillons. Dans une deuxième partie, nous présenterons le dossier de programmation
nécessaire à la mise en place du nouveau module.

4.2. Application et résultats estimés

Dans ce paragraphe, nous allons appliquer l’outil d’aide à la décision que nous avons modélisé
dans le paragraphe précédent, pour une entreprise cliente de DISCOVERY INFORMATIQUE.
L’outil s’applique sur le planning complet (toutes les tâches planifiées), dans notre cas, nous
allons considérer la comparaison de deux tâches chevauchées seulement. Le reste de calcul sera
programmé d’une manière analogue. Ces données sont issues de situations réelles de conflits
entre les plannings de maintenance et de production, issues de l’historique de l’entreprise.
Quelques interfaces de l’application sur Excel sont présentées dans l’annexe F.
4.2.1. Données de l’étude
Pour tester l’exécution de la méthode AHP, nous avons considéré un ordre de fabrication et
un ordre de travail de maintenance planifiée qui sont chevauchés sur l’intervalle [20_01_2016,
01_02_2016].
On se met à la date 28/01/2016, supposant que c’est la date de consultation de l’outil d’aide à
la décision.
Pour déterminer les OF et OT chevauchés d’une manière générale, nous lançons une requête de
recherche :
SELECT wo_nbr, zxjobschd_id
FROM wo_mstr, zxjobschd_mstr
WHERE (zxjobschd_sdte < wo_rel_date AND (zxjobschd_edte<wo_due_date)
OR (wo_rel_date < zxjobschd_sdte AND wo_due_date < zxjobschd_edte)
Pour affiner la recherche, nous pouvons préciser un intervalle de temps.
Les données relatives à l’OF sont résumées dans les tableaux 4.1, 4.2, 4.3 et 4.4.
Tableau 4.1 : Données générales de l’OF
Numéro de l’OF 1100079
Id de l’OF 56775387
Numéro de lot 011044
Site 10
Emplacement 10EXP
Désignation article 3024FBE, Sparadrap type N 5cm*5m
Quantité lancée 15000
Machine utilisée S70101 / S10105

85
 4 (2 opérations de production et 2
Nombre
opérations de conditionnement et de
d’opérations
mise en carton)
Quantité rejetée de
10 articles non conformes
l’OF précédent
Importance
machine dans le 1
flux de production

Tableau 4.2 : Données Economiques de l’OF

Coût total de fabrication 7.570,282 TND

Prix de vente de l’article 1,709 TND
Frais généraux 2% du coût total = 151.406 TND
Coût de pénalité de retard
0
(période)
Coût de la Main d’œuvre 4.200 TND

Dans ce cas, le coût de pénalité de retard est nul parce que l’introduction de la tâche de
maintenance préventive n’engendrera aucun décalage par rapport à la date de livraison de
l’article désigné dans l’ordre de fabrication.
Tableau 4.3 : Données temporelles de l’OF
Date de lancement 29/01/2015 à 8h
Date d’échéance 19/02/2015
Date de fin au plus tôt 18/01/2015
Date de début au plus tard 30/01/2015
Nombre de jours de retard 0
Durée de fabrication 19h93
Durée Opération 1 11h55
Durée Opération 2 8h38
Durée de l’OF précédent 15h45
Temps de cycle 6h +19,93 = 25h93
Cadence 1pièce/0h00173.

Durée d’exécution de l’OF (temps de valeur ajoutée c’est-à-dire d’utilisation de la machine

sans tenir compte des temps de réglage et de transfert) = 19h93.

86
 Le temps de cycle se calcule en additionnant le temps de fabrication total, le temps de transfert
et le temps mort. A partir de cette valeur, nous pouvons déterminer la cadence de la machine.
Les données relatives à l’ordre de travail de la tâche de maintenance sont résumées dans les
tableaux 4.4 et 4.5.
Tableau 4.4 : Données de l’OT
Nature de la tâche Maintenance préventive
Intervalle de maintenance 1 mois
Niveau de maintenance 2
MTBF 254h = 11 jours
Retard 3 jours
Date de début planifiée 27/01/2015
Date reportée 30/01/2015 à 10h
Date de fin 30/01/2015 à 2h
Durée 1h58
Date de début exigée 02/02/2015 à 10h
Date de fin exigée 02/02/2015 à 18h
Date de dernière réparation 20/01/2015
Coût de la dernière réparation 250 TND
Coût de sous-traitance 0 TND
Coût de la Main d’œuvre 5,200 TND

Tableau 4.5 : Coûts des pièces de rechange

Pièces de
P1 P2 P3
rechange
Prix 80dt 15dt 6,5dt

4.2.2. Analyse des résultats

Pour déterminer les préférences des décideurs vis-à-vis des critères que nous avons définis,
nous avons posé des questions directes aux responsables production et maintenance à travers
un questionnaire. Ce questionnaire permet de noter les critères et les sous-critères selon
l’échelle de SAATY. Puis, nous avons évalué les deux tâches de maintenance et de production.

87
 Figure 4.1 : Exemple de questionnaire de jugement des critères

Figure 4.2 : Exemple de questionnaire de jugement des sous critères

4.2.2.1. Evaluation des critères
Nous avons construit les matrices de jugements pour chaque responsable (trois chefs d’atelier
de production et le responsable de maintenance), puis nous avons agrégé les résultats selon la
méthode de décision en groupe que nous avons défini dans le paragraphe 3.1.3.9. Les tableaux
4.6, 4.7, 4.8, 4.9, 4.10 donnent un exemple de calcul fait pour le responsable de la zone de
production des Sparadraps et le responsable de maintenance, les matrices relatives aux autres
décideurs sont présentées dans l’annexe H.
Tableau 4.6 : Matrice de comparaison des critères pour le responsable 1
Critères VE ITP ITC FP
VE 1 5 1 1
ITP 0,2 1 0,333 0,2

88
 ITC 1 3 1 1
FP 1 5 1 1
Total 3,2 14 3,333 3,2
Pour le premier décideur, la valeur économique des tâches planifiées est prioritaire par rapport
à l’importance temporelle et de priorité égale par rapport à l’importance technique et la
flexibilité des plannings.
Tableau 4.7 : Matrice normalisée et vecteur de priorité du responsable 1
Critères VE ITP ITC FP Priorité Pi
VE 0,3125 0,3571 0,3 0,3125 0,32
ITP 0,0625 0,0714 0,1 0,0625 0,075
ITC 0,3125 0,2143 0,3 0,3125 0,285
FP 0,3125 0,3571 0,3 0,3125 0,32
IA = 0,9 λ max = 4,033 RC = 0,012
Dans ce cas, nous avons une matrice 4×4 l’indice aléatoires est donc IA=0,9. Le calcul du ratio
de cohérence a donné RC = 0,012 ≤ 0,08. Ainsi les jugements introduits sont cohérents.
Pour le responsable de maintenance, l’importance technique est le critère prioritaire par
rapport aux trois autres critères.
Tableau 4.8 : Matrice de comparaison des critères pour le responsable de maintenance
Critères VE ITP ITC FP
VE 1 0,3333 0,2 1
ITP 3 1 0,2 3
ITC 5 5 1 5
FP 1 0,3333 0,2 1
Tableau 4.9 : Matrice normalisée et vecteur de priorité du responsable maintenance
Critères VE ITP ITC FP Priorité
Pi
VE 0,1 0,05 0,125 0,1 0,094
ITP 0,3 0,15 0,125 0,3 0,219
ITC 0,5 0,75 0,625 0,5 0,594
FP 0,1 0,05 0,125 0,1 0,094
IA = 0,9 λ max = 8 ,89 RC = 0,057
Le tableau 4.10 donne l’agrégation finale des critères après avoir appliqué la méthode de
décision en groupe en se basant sur la moyenne géométrique pour quatre décideurs.
Tableau 4.10 : Priorité finale (Agrégation du groupe)
Critère Priorité Priorité
locale globale
VE 0,203 24%
ITP 0,134 16%
ITC 0,392 46%
FP 0,132 15%
Total 0,861 1

89
 La figure 4.3 donne la contribution des critères dans le processus de prise de décision. Le
pourcentage le plus élevé est pour le critère d’importance technique. Ceci veut dire que dans le
cas de l’entreprise cliente, la décision finale se basera en 46% sur les résultats de jugements par
rapport au critère d’importance technique.

Contribution des différents critères dans

la prise de décision

15% 24%

16%
46%

VE ITP ITC FP

Figure 4.3 : Contribution des critères dans la prise de décision

Ayant déterminé les priorités de chaque critère, nous avons entamé ensuite l’évaluation des
sous-critères, chacun par rapport au niveau hiérarchique supérieur.
4.2.2.2. Evaluation globale des Sous-Critères
Nous avons eu la réponse au questionnaire de la figure 4.2 de la part des quatre responsables
interviewés. Ces résultats nous ont permis de faire le calcul des vecteurs de priorité pour chacun
d’entre eux. Ci-après, des exemples de calcul pour le premier responsable et le responsable
maintenance ainsi que le tableau final, les autres seront présentés dans l’annexe H.
Tableau 4.11 : Evaluation des sous-critères de VE pour le responsable 1

SC1 CD CID SC1 CD CI Priorité PVEi

CD 1 5 CD 0,833 0,833 0,833
CI 0,2 1 CI 0,167 0,167 0,167
Total 1,2 6

Tableau 4.12 : Evaluation des sous-critères du critère ITP pour le responsable 1

SC2 DE Rd IT SC2 DE Rd IT Priorité

DE 1,000 0,143 9,0 PITPi
Rd 7,000 1,000 7,0 DE 0,1233 0,1111 0,5294 0,2546
IT 0,111 0,143 1,0 Rd 0,8630 0,7778 0,4118 0,6842
Total 8,111 1,286 17,0 IT 0,0137 0,1111 0,0588 0,0612
IA = 0,58 λ max = 3,5604 RC = 0,004

Bien évidemment dans ce cas, nous avons trois sous-critères. Nous avons donc vérifié la
cohérence des jugements pour pouvoir terminer le calcul.

90
 La valeur du ratio de cohérence RC = 0.004 < 0.05, nous pouvons dire alors que les jugements
introduits par le décideur en question sont cohérents.
Tableau 4.13 : Evaluation des sous-critères du critère ITC pour le responsable de
maintenance

SC TD IM
SC TD IM Priorité PITCi
TD 1 5
TD 0,83333 0,83333 0,83333
IM 0,2 1
IM 0,16667 0,16667 0,16667
Total 1,2 6

Les jugements diffèrent d’un décideur à un autre. Pour cela, nous avons calculé après cette
étape les valeurs de priorité agrégées en utilisant la moyenne géométrique.
Tableau 4.14 : Priorité finale (Agrégation du groupe)

Moyenne Priorité agrégée

Sous-critères
Géométrique du SC/Critère
CD 0,733 0,710
Critère VE CI 0,300 0,290
Total 1.03
Rd 0,2121 0,227
Critère DE 0,5662 0,606
ITP IT 0,1558 0,167
Total 0,9341
TD 0,305 0,442
Critère ITC IM 0,385 0,558
Total 0,690

Pour le critère de valeur économique, le coût direct est plus important que le coût indirect
selon 75% (trois sur quatre) des décideurs interrogés.
1
Evaluation des sous-critères

0,5

0
Critère VE Critère ITP Critère ITC
CD CI Rd DE IT TD IM

Figure 4.4 : Evaluation des sous-critères par rapport aux critères

91
 Ces poids nous permettent pendant la phase d’évaluation des plannings, de pondérer les
décisions.
4.2.2.3. Evaluation par rapport au critère de Valeur Economique
Comme nous avons modélisé dans le troisième chapitre, la phase d’évaluation des plannings
se base sur les données numériques des deux tâches. C’est à cette étape que nous allons
comparer la tâche de production et la tâche de maintenance selon les sept sous-critères. Pour
commencer, nous avons calculé les poids agrégés de chaque sous-critère en multipliant la
priorité de chaque sous-critère par la priorité du critère appartenant au niveau hiérarchique
suivant.
Tableau 4.15 : Poids agrégés

Critère i/Sou-critère j VE ITP ITC Poids Agrégé Agij

0,20 0,13 0,39

CD 0,7 0 0 14,214%
CI 0,3 0 0 6,092%
DE 0 0,2 0 2,685%
Rd 0 0,6 0 8,055%
IT 0 0,2 0 2,685%
TD 0 0 0,3 11,757%
IM 0 0 0,4 15,676%

Le coût direct de production se calcule en additionnant le coût de main d’œuvre et les frais
généraux, le coût de sous-traitance étant nul.
CD = CMO + FG
CD = 19, 93×4200+151.406
CDP = 235.114 TND
Quant au coût indirect, c’est la somme du Coût de Maintenance Corrective Estimée et du Coût
Relatif à la Qualité.
CI = CMCE + CRQ
Pour le CMCE, nous devons vérifier d’abord si la condition de réalisation d’une éventuelle
panne est satisfaite.
Date dernière réparation + MTBF = 31/01/2015  [27/01, 27/02]
ΔT 28-20
CMCE= ×CC= 250000×
MTBF 11
CMCE= 181.818 TND
T = Date du jour - Date dernière réparation
= 28/01-20/01
Concernant le CRQ, il se calcule en se basant sur la formule :
Temps de fabrication OF×Quantité rebutée
CRQ =[ENT( ) +1]×Prix de l'article
Durée de l'OF précedent

92
CRQ = (ENT (19,93×10/15,45) +1) × 1709

CRQ = 22,217 TND

Passons maintenant au calcul des coûts de la tâche de maintenance préventive.

Coût_direct=HMODM  Durée_d'exécution_OT/IT+CUPdR  Nbre_PdR+CFM+CSTM  Y2

CDM = 115,900 TND

Le coût indirect de maintenance englobe le coût de perte de production CPP et le coût de main
d’œuvre de production. Dans le cadre de cette application, le risque d’expiration de matière
première ou produit semi fini ne se pose pas vu que les produits de la société sont de longue
durée de vie. Le coût de pénalité de retard n’est pas à comptabiliser parce que l’introduction de
la tâche de maintenance n’affecte pas la date d’échéance de l’OF.
CPP = ENT ((1, 58/0, 00173) +1) ×1709 = 1.562,026 TND
CMOP = 1, 58×, 4200 = 6,636 TND

CIM = 1.568,662

Nous comparons maintenant les ratios de CDP et CDM, le CIP et CIM pour remplir les
matrices de comparaison par rapport à ces deux sous-critères.

CDM 115900
= =0.49  0,3;0,5
CDP 235112
Nous avons alors la valeur de f12 égale à 5. Nous rappelons que f12 est la note de préférence
(selon SAATY) de la tâche de production par rapport à la tâche de maintenance. C’est-à-dire
dans ce cas le coût de l’OF planifié est presque deux fois plus important que le coût de la tâche
de maintenance et donc selon notre modélisation, l’OF est prioritaire. Ci-dessous la matrice de
jugement par rapport au sous-critère de coût direct.
Tableau 4.16 : Matrice de comparaison des alternatives/CD

CD Production Maintenance Priorité locale Priorité idéale

Production 1 5 0,833 1
Maintenance 0,2 1 0,167 0.2
Total 1,2 6 1

En se basant sur ces valeurs, nous constatons que la tâche de production coûte plus chère que
la tâche de maintenance, nous ne pouvons pas selon notre modèle risquer de perturber un OF
important parce que un OF qui coûte déjà chère est un OF qui permet de gagner plus pour
l’entreprise. C’est pour cette raison que l’indice de priorité de l’OF est plus important que celui
de l’OT. La valeur de priorité idéale permet de comparer une alternative par rapport à la
meilleure solution. Par exemple, pour le critère de CD si l’alternative d’exécuter la tâche de

93
production représente l’idéale 100%, l’alternative d’exécuter la tâche de maintenance
représente alors 20% de la solution idéale. La courbe qui donne l’évaluation des deux tâches
par rapport au coût direct est illustrée dans l’annexe H.1.
Passons maintenant, au deuxième sous-critère de la valeur économique, à savoir le coût
indirect. Nous avons :
CIP 204035
= = 0.13  0,1 ;0,3
CIM 1654112
Nous avons alors la valeur de g12 égale à 7. Nous rappelons que f12 est la note de préférence
(selon SAATY) de la tâche de production par rapport à la tâche de maintenance. Ci-dessous la
matrice de jugement par rapport au sous-critère du coût indirect.
Tableau 4.17 : Matrice de comparaison des alternatives/CI
CI Production Maintenance Priorité Priorité
locale idéale
Production 1 7 0,875 1
Maintenance 0,143 1 0,125 0.14
1,143 8 1
Dans ce cas, le coût de perte de production (coût indirect de maintenance engendré par l’arrêt
pour maintenance préventive) est presque huit fois plus important que le coût estimé d’une
éventuelle panne (coût indirect de production engendré par le non arrêt pour maintenance
préventive). Donc selon notre modélisation, la tâche de production est bien évidemment
prioritaire. La tâche de maintenance est 14% assez bonne que la tâche de production en
considérant ce sous-critère. La courbe qui donne l’évaluation des deux tâches par rapport au
coût indirect est présentée dans l’annexe H.2.
Nous pouvons conclure que généralement, la tâche de production est prioritaire par rapport à
la tâche de maintenance selon le critère de valeur économique.
4.2.2.4. Evaluation par rapport au critère d’Importance Temporelle
Le critère d’importance temporelle comporte trois sous-critères : le retard, la durée d’exécution
et l’intervalle de tolérance.
- Comparaison par rapport au sous-critère durée d’exécution DE
Nous avons : DEP 19,93
= =12,6 2
DEM 1,58
Nous avons alors la valeur de h21 égale à 9. Nous rappelons que h21 est la note de préférence
(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la
matrice de jugement par rapport au sous-critère de durée d’exécution DE.
Tableau 4.18 : Matrice de comparaison des alternatives/DE
Priorité Priorité
DE Production Maintenance
locale idéale
Production 1 0,11 0,1 0,11
Maintenance 9 1,00 0,9 1

94
 Dans ce cas, la durée d’exécution de la tâche de maintenance est presque 12 fois plus courte
que celle de la tâche de production. Donc selon notre modélisation, la tâche de maintenance
préventive est prioritaire. L’OF est 11% assez bon que la tâche de maintenance en considérant
ce sous-critère (voir courbe de l’annexe H.3).
- Comparaison par rapport au sous-critère retard Rd
L’OF planifié n’est pas en retard, donc :

RdP
=0 0,3
RdM
Nous avons alors la valeur de i21 égale à 9. Nous rappelons que i21 est la note de préférence
(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la
matrice de jugement par rapport au sous-critère de durée d’exécution DE.
Tableau 4.19 : Matrice de comparaison des alternatives/Rd
Priorité Priorité
Rd Production Maintenance
locale idéale
Production 1 0,1111 0,1 0,11
Maintenance 9 1 0,9 1

Ainsi, le retard de la tâche de maintenance est plus important que celui de la tâche de
production. Donc, selon notre modélisation, la tâche de maintenance préventive est prioritaire
(voir courbe de l’annexe H.4).
- Comparaison par rapport au sous-critère intervalle de tolérance IT
Nous avons : ITM
=3  3
ITP
Nous avons alors la valeur de j21 égale à 3. Nous rappelons que j21 est la note de préférence
(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la
matrice de jugement par rapport au sous-critère de durée d’exécution IT.
Tableau 4.20 : Matrice de comparaison des alternatives/IT
IT Production Maintenance Priorité locale Priorité idéale
Production 1 3 0.75 1
Maintenance 0.33 1,000 0.25 0.33
Total 4 1,333

C’est-à-dire dans ce cas, la tâche de maintenance a plus de marge temporelle par rapport à la
tâche de production. Donc selon notre modélisation, l’OF est moins important selon ce sous-
critère.

95
 Pour le critère d’importance temporelle, la tâche de maintenance est prioritaire selon deux
sous-critères sur trois. Le résultat final dépend des poids agrégés des sous-critères et des poids
des critères. Ainsi jusqu’à présent nous ne pouvons pas l’alternative prioritaire.
4.2.2.5. Evaluation par rapport au critère d’Importance Technique
Le critère d’importance technique ITC comporte deux sous-critères : le taux de disponibilité
et l’importance de l’équipement considéré.
- Comparaison par rapport au sous-critère Taux de Disponibilité TD
Pour évaluer les plannings par rapport au taux de disponibilité, nous avons considéré le temps
moyen de réparation et le temps moyen entre deux pannes successives, MTTR et MTBF.

254
TD = ×100 = 98,7 % 90%
254+4,2
Nous avons alors la valeur de k12 égale à 9. Nous rappelons que k12 est la note de préférence
(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la
matrice de jugement par rapport au sous-critère taux de disponibilité TD.
Tableau 4.21 : Matrice de comparaison des alternatives/TD
TD Production Maintenance Priorité locale Priorité idéale
Production 1,00 9 0,9 1
Maintenance 0,11 1 0,1 0,11
Total 1,11 10 1
Dans ce cas, nous avons un taux de disponibilité important ceci veut dire que l’équipement est
en bon état de fonctionnement. Un temps moyen du bon fonctionnement important (MTBF =
254h) veut dire que la machine peut fonctionner sans tomber en panne pendant 254H. Donc,
selon notre modélisation, l’OF est fortement plus important selon ce sous-critère. La courbe qui
donne l’évaluation des deux tâches par rapport au critère du taux de disponibilité est présentée
dans l’annexe H.5.
- Comparaison par rapport au sous-critère Importance Machine IM
L’évaluation par rapport à ce critère se base sur la connaissance du niveau de maintenance et
de l’indice d’importance de l’équipement dans le flux de production. Nous avons posé cette
question au responsable directement parce que le module GPAO ne dispose pas de ce champ.

N 2
IM=  2
I 1
Nous avons alors la valeur de l21 égale à 9. Nous rappelons que l21 est la note de préférence
(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la
matrice de jugement par rapport au sous-critère importance machine IM.
Tableau 4.22 : Matrice de comparaison des alternatives/IM
IM Production Maintenance Priorité locale Priorité idéale
Production 1 0,11 0,1 0,11
Maintenance 9 1 0,9 1

96
 La tâche de maintenance est de niveau 2. C’est-à-dire, l’intervention de maintenance
préventive est importante pour cet équipement (voir courbe de l’annexe H.6).
4.2.2.6. Evaluation par rapport au critère flexibilité de planning
Le critère de flexibilité du planning évalue l’aptitude du décideur à modifier un planning déjà
établi. Nous avons posé des questions dans ce sens pour les quatre responsables de la société
cliente. La figure 4.5 présente un exemple de questionnaire posé au responsable maintenance.
Les autres questionnaires sont présentés dans l’annexe H.7.

Figure 4.5 : Evaluation des alternatives par rapport au sous-critère FP

Puis, nous avons appliqué la moyenne géométrique pour déterminer le poids agrégé pour la
note des responsables production.
Nous avons trouvé FPP = 6.25.
Puis, nous calculons la différence mentionnée dans le chapitre 3 de modélisation.
FPP-FPM = 6,25-5=1,25
Nous avons alors la valeur de m21 égale à 9. Nous rappelons que m21 est la note de préférence
(selon SAATY) de la tâche de maintenance par rapport à la tâche de production. Ci-dessous la
matrice de jugement par rapport au sous-critère importance machine IM.
Tableau 4.23 : Matrice de comparaison des alternatives/FP
FP Production Maintenance Priorité locale Priorité idéale
Production 1 0,1428 0,25 0,14
Maintenance 7 1 0,75 1
Total 8 1,1428 1
Tenant compte des réponses des trois responsables de production, nous avons trouvé que le
planning de production est plus flexible que celui de maintenance. Dans ce cas, nous
pouvons décaler l’OF. La courbe qui donne l’évaluation des deux tâches par rapport à
l’intervalle de tolérance temporelle est présentée dans l’annexe H.8.
4.2.2.7. Résultat final
Ainsi, nous avons évalué les deux tâches par rapport à tous les critères que nous avons définis.
Le tableau 4.24 résume les résultats trouvés. A la dernière colonne, nous avons mis les indices
de priorité finaux pour la tâche de production et la tâche de maintenance.

97
 Les valeurs de priorité trouvées dans la dernière colonne (remplie en vert), sont la somme de
chaque ligne, pour chaque alternative. La somme des priorités est égale à 1. Nous pouvons
ajouter des priorités idéales pour estimer l’importance d’une tâche par rapport à celle la plus
intéressante. Le tableau 4.25 donne ces priorités.
Tableau 4.25 : Résultats finaux exprimés en priorité globales et priorité idéales

Alternatives Priorité globale Priorité idéale

Tâche de production 0.444 0.80
Tâche de maintenance 0.556 1

La différence n’est pas très considérable, mais tenant compte de tous les critères et en vue de
les satisfaire, il est préféré de faire la tâche de maintenance préventive. La figure 4.6 présente
l’évaluation finale des alternatives.

EVALUATION FINALE

Tâche de
production
Tâche de 44%
maintenance
56%

Figure 4.6 : Evaluation finale

98
 Tableau 4.24 : Synthèse de calcul pour obtenir le résultat final

Critères Valeur Economique Importance Temporelle Importance Technique Flexibilité Priorité

0,236 0,156 0,455 Planning Globale
Sous critère 0,71 0,29 0,227 0,606 0,167 0,442 0,558

Priorité globale (Critère ×

Sous-critère) 0,168 0,068 0,035 0,095 0,026 0,201 0,254 0,153
CD CI Rd DE IT TD IM FP
Tâche de production 0,833 0,875 0,1 0,1 0,25 0,9 0,1 0,125 0,444

Tâche de maintenance 0,167 0,125 0,9 0,9 0,75 0,1 0,9 0,875 0,556

99
 4.2.3. Dates de report
A l’issue de l’exécution de l’AHP et tenant compte de tous les critères, nous avons trouvé qu’il
est préférable de décaler l’OF de 1.58h (1h35min) et de favoriser la tâche de maintenance
préventive le 30/01/2015 à 8h. Du coup, l’ordre de fabrication déjà lancé le 29/01/2015 prendra
suite le 30/01/2015 à 10h au lieu de 8H.
Ensuite, il faut retourner alors aux plannings de maintenance et de production pour rectifier
les dates et l’heure.
4.2.4. Résultats estimés
Nous avons choisi le nom OGP pour notre application acronyme pour Outil de Gestion des
Plannings. L’OGP joue le rôle d’interface entre les deux modules GMAO et GPAO de l’ERP
QAD.
4.2.4.1. Amélioration des processus
En supposant que l’OGP est mis en place, nous avons cartographié le processus cible de
communication entre les deux fonctions maintenance et production (figure 4.7) et le processus
de maintenance préventive (figure 4.8).
Par rapport au processus modélisé dans le paragraphe 2.2.2.2, nous pouvons dire qu’outre la
facilité de communication qu’introduit cet outil, il permet d’éviter le temps gaspillé qui a été
estimé pour le client en moyenne à 30 minutes. Ceci permet d’assurer aux décideurs de prendre
la bonne décision à chaque fois en satisfaisant le critère de coût, de délai et de disponibilité.
L’outil OGP, offre également une flexibilité d’utilisation et communique à chaque fois avec les
utilisateurs (les décideurs) pour valider (accepter) les décisions qu’il propose. En effet, nous
pouvons proposer une décision finale qui tient compte de tous les critères comme nous pouvons
offrir la possibilité au décideur de choisir la bonne proposition en considérant un seul critère :
le critère de coût, de délai, de disponibilité ou de flexibilité.
Pour le processus de maintenance préventive présenté dans la figure 2.8 du chapitre 2, nous
remarquons que le responsable de production et le conducteur machine sont aussi des acteurs
dans le processus. Dans cette modélisation, il n’y a plus cette intervention parce que les deux
responsables se sont mis d’accord déjà sur le planning en utilisant l’OGP. Par conséquent, nous
avons épargné le temps perdu en négociation, les déplacements des techniciens pour informer
le responsable et certainement nous avons simplifié le processus de maintenance préventive.

100
 Rectifier le planning
Service de planification de production

de maintenance
Système d aide à la décision se basant sur la méthode AHP
Générer un planning de
production
Valider les
OUI propositions
Pondérer les
Déterminer les tâches
critères de Décider entre Rectifier le planning
chevauchées dans un
Début choix de la les tâches de production
intervalle de temps bien
Générer un planning de tâche à chevauchées
déterminé
maintenance exécuter

NON

Fin

Figure 4.7 : Processus de communication amélioré

101
 Créer Planifier des Convertir les
Déterminer les
modèle de tournées Affecter les tournées Transmettre à Saisir les
durées de vie et Suivre le Imprimer Viser et signer Clôturer la
tournées d'inspection tournées aux planifiées en l opérateur de données dans
les échéances des planning l'OT le rapport tournée
d'inspection pour chaque opérateurs OT (sur maintenance OLEA
de maintenance

Début équipements
par OLEA équipement OLEA)
Responsable

Date d échéance
des tournées
FIN

Rapport d activités

OT

POSITIVES

Informer Exécuter les V

Recevoir Effectuer Transmettre au responsable
opérateur de tâches de Rédiger rapport d activité
l OT les mesures mainteanance
production maintenance
Technicien

Faire des
NEGATIVES
remplacements

Figure 4.8 : Processus de maintenance préventive amélioré

102
 4.2.4.2. Amélioration des axes de performance
Nous avons ensuite, refait l’évaluation de l’axe de performance A1 « Communication entre la
fonction production et la fonction maintenance » défini dans le questionnaire de la phase de
diagnostic. Nous rappelons que cet axe est un axe de maîtrise. Le niveau de performance de cet
axe était 46,16% pour la fonction maintenance et de 54,75% pour la fonction production. Nous
avons posé les mêmes questions en supposant qu’OGP a été mis en place. Le tableau 4.26
montre un exemple de calcul d’estimation de performance de l’axe A1 pour la fonction
maintenance.
En fait, pendant la phase de conception, nous avons défini les critères et les règles de gestion
de façon à améliorer les questions dont la note est faible (0 ou 0.3 /1). Nous avons présenté les
résultats du test à l’entreprise et nous avons expliqué les fonctionnalités de l’outil proposé. Puis
nous avons proposé aux responsables de répondre de nouveau à ce questionnaire. Le graphe de
la figure 4.9 montre l’évolution du niveau de performance de l’axe A1 de la fonction
maintenance et de la fonction production.

86
79,47
90,00
80,00
Niveau de performance

70,00
46,16 54.75
60,00
50,00
40,00
30,00
20,00
10,00
0,00
Axe A1 maintenance Axe A1 production
Axe de performance

Niveau de performance actuel Niveau de perfomance estimé

Figure 4.9 : Estimation des niveaux de performance de l’axe A1

Le niveau de performance de l’axe de communication entre les deux fonctions a évolué de
46.16% à 79.47%, soit une montée de 33%. Ceci lui a permis de franchir le seuil de performance
exigé et donc de devenir un axe maîtrisé. Quant à la fonction production, le niveau de
performance de l’axe A1 a évolué de 54.75 à 86%, en d’autres termes la communication entre
la fonction maintenance et la fonction production s’est amélioré de 31,25%.

103
 Tableau 4.26 : Evaluation estimée de l’Axe de performance A1 pour la fonction maintenance

Note Note
N° AFFIRMATION
après avant
A101 Il existe un échange d'informations entre la Maintenance et la Production 1 1
A102 Les agents de production sont impliqués dans la maintenance de premier niveau 0,3 0.3
A103 Le plan de maintenance tient compte du plan de production 1 0.3
A104 Le délai client est établi en fonction de la disponibilité des équipements 0,7 0.7
A105 Certains outils sont partagés/communs aux agents de production/maintenance 0,7 0.7
A106 Les objectifs de la maintenance sont compatibles avec les objectifs de la production 1 1
A107 Il n'y pas de conflits entre la fonction maintenance et la fonction production 0,7 0.3
A108 L'apparition du conflit maintenance/production n'est pas fréquente 1 0.3
A109 Le temps de négociation dans une situation de conflit est maîtrisé 0,7 0.3
A110 Le plan de l'entretien tient compte de la charge des équipements 0,3 0.3
A111 Il existe une base de données commune production/maintenance 1 0
A112 L'utilisation des progiciels de gestion est régulière 0,7 0.7
A113 Une réunion quotidienne se fait entre le service maintenance et production pour faire le point 1 0
A114 Le service de maintenance est centralisé 1 1
A115 Il existe un indicateur de priorité pour la décision en cas de conflit 1 0.3
A116 En cas de panne la responsabilité est du sort des deux services de production et de maintenance 0,7 0.7
A117 En cas de conflit il y a négociation entre les deux services 1 0
A118 On sait estimer le coût engendré par le conflit maintenance/production 1 0.7
A119 On peut faire une préemption entre les tâches de maintenance et de production 0,3 0.3
Somme 15,1
Niveau de performance de l'axe A1 79.47% 46.16%

104
 4.3. Préparation du dossier technique
Tout au long de la phase précédente, nous avons fait la conception de l’outil d’aide à la
décision pour la planification en utilisant la méthode AHP. Cette méthode est le cœur de
fonctionnement du nouveau module à ajouter à l’ERO QAD. Pour cela, nous allons donner dans
ce paragraphe la description technique et fonctionnelle et tout détail nécessaire au
développement de cet outil.
4.3.1. Description fonctionnelle
Nous proposons de concevoir un module de gestion de la planification dans l’ERP QAD. Ce
dernier veille à ne pas laisser produire des chevauchements entre les tâches de production et les
tâches de maintenance planifiées. Dans ce paragraphe, nous détaillons les éventuelles
fonctionnalités de ce module.
Collecte de données
Le menu de gestion des plannings se présente comme un tableau de bord, qui représente un
point de convergence de la planification des tâches de maintenance (tournées d’inspection et
tâche de maintenance préventive) et des ordres de fabrication de la production. Alors, comme
première phase, il faut avoir accès aux données de planification dans la base de données. C’est
la première fonction d’import des données.
Détecter des chevauchements
La comparaison se fait à fur et à mesure que la nouvelle table sera créée. On n’y insère
seulement que les données des tâches de maintenance et des OF chevauchés. Et donc pour
chaque tournée planifiée et pour chaque planning de production, on compare les intervalles
d’exécution des différentes tâches (les dates de début, les dates de fin).
A l’issue de l’étape de comparaison, une fenêtre s’affiche pour alerter le responsable de
maintenance qu’il y a des tâches qui coïncident avec les tâches de production. Alerter aussi le
responsable de la planification d’un conflit horaire.
Détermination de l’indice de priorité
Une fois les zones de conflits sont détectées et les données sont prêtes, intervient à ce stade la
méthode d’aide à la décision qui sera programmée pour pouvoir générer les règles de gestion
nécessaires. Normalement, l’outil d’aide à la décision s’appuie sur des poids que les décideurs
doivent introduire pour faire tourner le calcul.
Donc, une interface sera créée pour permettre aux décideurs d’une part de visualiser les
différentes données et d’autre part d’introduire leurs poids de préférence selon les données
affichées. Ainsi le calcul programmé sera fait pour exécuter la méthode AHP.
Proposer des dates alternatives
D’une part, le résultat de l’exécution de l’outil d’aide à la décision est l’indice de priorité de
chaque tâche. Donc, la décision sera soit de reporter la production soit de reporter la tâche de
maintenance. D’autre part, on propose d’ajouter aussi un intervalle de temps adéquat pour

105
pouvoir insérer les tâches reportées. A ce stade, on fait appel à l’algorithme d’insertion des
dates que nous avons proposé dans le paragraphe 3.2.1.1.
Valider les changements des plannings
Visualiser et approuver les propositions du système : le menu décisionnel donne la main au
responsable de la planification de gérer manuellement les affectations des tâches que ce soit
dans la modification de la durée d’une tâche de maintenance ou de production, de changer
d’opérateur, ou de modifier la date de démarrage de la tâche. A cette étape, une fenêtre s’affiche
pour que les responsables valident ou non les changements proposés.
Bien évidemment, pour lancer ce menu, il faut que le décideur saisisse la période pendant
laquelle il veut chercher les chevauchements possibles.
4.3.2. Diagramme de classes modifié
Au début de notre projet, nous avons commencé par consulter les tables de GPAO et de
GMAO pour voir quelle table modifier. Suite à la conception de l’OGP, nous avons proposé
d’ajouter des tables, d’ajouter des champs à des tables existantes et de créer de nouvelles
associations. Ceci est présenté dans la nouvelle conception ci-dessous (figure 4.10).
Nous résumons, les changements proposés dans le tableau 4.27.
Tableau 4.27 : Les tables modifiées
Table modifiée Attribut ajouté Désignation
Zxeq_mttr Temps moyen de réparation
Temps moyen de bon
Zxeq_mstr Zxeq_mtbf
fonctionnement
Zxeq_td Taux de disponibilité
Zxiround_eq_imp Indice d’importance de l’équipement
Statut de tournée (on ajoute le statut
Zxiround_mstr Zxiround_status
« en retard »)
Zxiround_delay Nombre de jour de retard
So_penality Pénalité de retard
So_status Statut de la commande
So_mstr
So_imp Importance de la commande
So_cust_imp Importance du client
Wo_lead_time Temps de cycle
Wo_mstr Wo_time_window Intervalle de tolérance de l’OF
Wo_delay Nombre du jour de retard de l’OF
Date fixe de début pour la tâche de
Zxjobschd_mstr Zxjobschd_fix_edte
maintenance.

106
 Date de fin fixe pour la tâche de
Zxjobschd_fix_sdte
maintenance.
Zxjobschd_time_win Marge temporelle de la tâche de la
dow maintenance.
Importance de la machine dans le
Wr_route Wr_mch_imp
flux de production.

Pour le lien entre la table zxjobschd_mstr et la table wo_mstr, nous avons ajouté la table
« Gestion_mstr » où se fera à chaque fois l’enregistrement des données de comparaison entre
les tâches de maintenance et de production. Idem pour alimenter la partie de configuration de
l’OGP, les données de préférence des décideurs (pour chaque client de Discovery) seront
stockées dans la table « Pondération_AHP_mstr ». Enfin, nous avons ajouté la table « Rapport
de gestion_mstr » pour générer les rapports modifiés après l’exécution de l’outil d’aide à la
décision (les tables ajoutées sont présentées en rose dans la figure 4.10). Le tableau 4.28 résume
les tables ajoutées :
Tableau 4.28 : Tables ajoutées

Table ajoutée Désignation

Gestion_mstr Données de comparaison des tâches chevauchées
Pondération_AHP_mstr Poids de préférence des décideurs pour chaque critère
Rapport_de_gestion_mstr Rapport des tâches modifiées après exécution de l’OGP
Tout client de DISCOVERY aura accès à l’utilisation des menus proposés. Suite à
l’introduction des poids de préférence, le calcul pourra se faire après automatiquement pour
générer enfin un indice de priorité de chaque tâche de maintenance et de production
chevauchées.
4.3.3. Diagramme Cas d’utilisation d’UML
La figure 4.11 montre le diagramme de cas d’utilisation global de l’outil d’aide à la décision
à développer. Les acteurs principaux sont le responsable production et le responsable
maintenance. Les différentes fonctionnalités du module OGP sont présentées par des ellipses
liées aux acteurs. Nous présenterons dans le paragraphe suivant les cas d’utilisation raffinés.

107
 zxjobschd
zxwi_mstr - Zxjobschd_id : char
- Zxjobschd_type : bool So_mstr
+ zxwi_nbr : char
- Zxjobschd_maint_catgribut : char pt_mstr - so_nbr : char
- zxwi_name : char
- zxwi_eq_class_id : char - Zxjobschd_priority : int - pt_part : char - so_ord_date : date
- zxwi_eq : char - Zxjobschd_sdte : date - Pt_site : char - so_req_date : date
- zxwi_type : char - Zxjobschd_edte : date - Pt_routing : char - so_due_date : date
0..1 1..*
- zxwi_qualf : char - Zxjobschd_fix_sdte : bool - Pt_start : date - so_imp : int
- Zxjobschd_duration : int S'appliquer_M
- zxwi_seq : char - Pt_bom_code : int - so_cust_imp : int
zxeq_mstr - Zxjobschd_fix_edte : bool - Pt_mod_date : date - so_penality : int
+ modifer () : void 1
0..* - zxjobschd_marge : float - Pt_batch : int - so_status : char
- Zxeq_id : char + valider () : void
- Zxeq_name : char - zxjobschd_time_window : int - Pt_total_cost : float
+ supprimer () : void 1
- Zxeq_parent : char Planiifer + modifier () : void[] - Pt_mttr : float
- Zxeq_classnode : char 1..* + valider () : void[] 1..1 - Pt_mtbf : float 1..*
1..*
- Zxeq_wc_wkctr : char + supprimer () : void[] Evaluer_M - Pt_wh : char appartenir
... Inclus
- Zxeq_wc_mch : char 1..1 - Pt_com_code : int
- Zxeq_site : char 1..1 Modifier - Pt_mfg_lead : float
zxjo_mstr
- Zxeq_fa : char 0..* - Pt_prod_line : char 1..1 1..*
- zxjo_nbr : char Gestion_mstr - pt_critical : bool
- Zxeq_vend_id : char Avoir Contient lancer
- Zxeq_mttr : float - zxjo_budgcost_nbr : char - gestion_id : char
- zxjo_schd_nbr : char wo_mstr
- Zxeq_mtbf : float - gestion_CIP : float
- zxeq_td : float - zxjo_eq : char - gestion_CMCE : float - Wo_nbr : char wr_route
- zxjo_crec_count : char - gestion_vb1 : bool - Wo_ord_date : date
- wr_nbr : int
- zxjo_desc : char - gestion_vb2 : bool - Wo_rel_date : date
- wr_op : int
- zxjo_cr_dte : date - gestion_vb3 : bool - Wo_due_date : date
- wr_setup : int
1..* - zxjo_sump : char - gestion_vb4 : bool 1..1 - Wo_qty_ord : int
- wr_run : int
1..* Avoir - zxjo_downtime : float - gestion_vb5 : bool Evaluer_P - Wo_reject_chg : float 1..*
affecter - wr_qty_ord : int
- zxjo_down_date : date - gestion_vb6 : bool - Wo_qty_comp : float
- wr_qty_reject : int
zxiround_mstr - zxjo_wi_id : char - gestion_vb7 : bool - Wo_wip_tot : float
zxsp_mstr - wr_status : int
- Zxiround_nbr : char - zxjo_crec_intv : float - gestion_vb8 : bool - Wo_lbr_tot : float
1..1 - wr_Delay : float
- zxsp_nbr : char - gestion_CIM : float wod_det - Wo_unit_cost : float
- Zxiround_desc : char - wr_mch : int
- Attribut_2zxsp_name : char Composer
- Zxiround_type : bool - gestion_CPP : float - wod_nbr : char - Wo_stat_close_date : date
1..* - wr_mch_imp : int
- zxsp_abb : cahr - gestion_CMOP : float - Wo_eng_code : char
- Zxiround_sndr : char - wod_lot : char
- zxsp_repair : bool S'appliquer_P
- Zxiround_cr_dte : date - gestion_CEMP : float - wod_iss_date : date - Wo_status : char
- zxsp_std_cost : float - gestion_CPC : float - Wo_lot : char
- Zxiround_prj : int 1..1 - wod_part : char
- Zxiround_obs : char - gestion_CPnR : float - wod_qty_req : float - Wo_rmks : char
Planifier
- Zxiround_wi_id : char - gestion_decision : string - wod_qty_iss : float - Wo_schd_type : char
- Zxiround_ins_cmt : char - wod_tot_std : float - Wo_lead_time : float
+ créer () : void
- Zxiround_schd_nbr : char - wod_critical : bool - Wo_time_window : int
+ modifier () : void
- zxiround_budgcost_nbr : float - wod_eng_code : char - wo_delay : int
+ valider () : void
- zxiround_trec_intv_type : float + consulter () : void[] - wod_price : float 1..* + modifier () : void
- zxiround_trec_intv : float + supprimer () : void - wod_line_price : float + valider () : void
- zxiround_trec_fixed : bool ... - wo_yield_prt : float ...
1..*
- zxiround_eq : char - wod_op : char 1..*
Calculer
- zxiround_cost : float 1..1 - wod_op_cost : float
- zxiround_eq_criticity : int - wod_val : float
- zxiround_status : char + modifier () : void
Pondération_AHP_mstr
- zxiround_delay : int + valider () : void
- pond_id : int
+ modifier () : void[] 1..* + supprimer () : void
- pond_VE_ITP : int
+ valider1 () : void[] Modifier - pond_VE_ITC : int
+ supprimer () : void[]
Utilisateurs - pond_VE_RP : int
- pond_ITC_ITP : int
- user_id : char Client_mstr
- pond_ITC_RP : int
- user_name : char - cilent_id : char
- pond_CD_CI : int
- user_ligne : char - client_adresse : char
0..* - pond_DE_Rd : int 1..1
0..1 - pond_DE_IT : int - client_tel : int
Saisir
- pond_Rd_IT : int - client_date : date
Rapport de Gestion_mstr 1..1
- pond_TD_CM : int
- rapport_id : char Juger
- pond_FPP : int
- rapport_date : date - pond_FPM : int
- rapport_approbateur : char
+ créer () : int
- rapport_cmnt : char
+ modifier () : void
- rapport_id_of : int
+ consulter () : void
- rapport_id_om : int
+ Créer () : void
+ Modifier () : void Responsable_Production Responsable_Maintenance Responsable_BureauMéthode
+ Valider () : void
+ Enregistrer () : void
+ Supprimer () : void
+ Consulter () : void

Figure 4.10 : Diagramme de classe modifié

108
Figure 4.11 : Diagramme de cas d’utilisation global

109
 4.3.4. Cas d’utilisation raffinés
La première étape est de s’authentifier pour que le système garde les données de chaque
utilisateur et applique la méthode de décision en groupe.
4.3.4.1. Cas d’utilisation : Paramétrer OGP (Saisir les préférences)
Tous les décideurs peuvent accéder à ce menu après l’authentification. A travers ce menu,
l’utilisateur doit répondre aux questions qui lui permettent de saisir ses préférences vis-à-vis les
différents critères proposés par l’outil OGP.

Figure 4.12 : Raffinement du premier cas d’utilisation

Le tableau suivant décrit le scénario d’utilisation de ce cas.
Tableau 4.29 : Raffinement du premier cas d’utilisation
Cas d’utilisation Paramétrer OGP
Responsable(s) de production, Responsable(s)
Acteurs
de maintenance
S’authentifier et accéder au menu « OGP
Pré-condition
Settings »
Afficher les critères et leurs seuils de
Post-condition
préférences.
- L’utilisateur saisie son nom et son ID.
- L’utilisateur accède au menu OGP
Description du scénario Settings.
- Il peut choisir le critère à évaluer (tous
les critères doivent être renseignés).

110
 - L’utilisateur répond aux questions
d’évaluation en saisissant une note parmi
l’échelle de SAATY proposée.
- Il doit ensuite valider et passer au critère
suivant.
- Le système enregistre les valeurs après la
validation de tous les critères.
Un message d’avertissement peut être généré
dans le cas où les jugements introduits ne sont
Exception
pas cohérents. Dans ce cas, le décideur est
amés à saisir de nouveau ses préférences.

4.3.4.2. Cas d’utilisation : Exécuter OGP

Après avoir saisi les différentes préférences, le système enregistre les données et l’utilisateur
peut alors exécuter le menu « Evaluation Plannings ».

Figure 4.13 : Raffinement du deuxième cas d’utilisation

Le tableau suivant décrit le scénario d’utilisation de ce cas.

111
 Tableau 4.30 : Raffinement du deuxième cas d’utilisation
Cas d’utilisation Exécuter OGP
Responsable(s) de production, Responsable(s)
Acteurs
de maintenance
Pré-condition Accéder au menu « Evaluation Plannings »
Afficher les tâches chevauchées et les
Post-condition
décisions alternatives.
- L’utilisateur accède au menu Evaluation
plannings.
- L’utilisateur saisit l’intervalle de temps à
choisir.
Description du scénario - Affichage des tâches chevauchées.
- Sélection des tâches à vérifier.
- Les décisions validées.
- Le système rectifie les dates changées.
Un message d’erreur est généré si la saisie des
Exception
dates n’est pas valide.

4.3.4.3. Cas d’utilisation : Edition rapport de gestion des plannings

Une fois les propositions sont validées, le décideur peut générer un rapport de gestion des
plannings où sont enregistrées les dates avant et après le changement.
4.3.5. Conception des maquettes
Nous avons commencé à concevoir les interfaces de l’outil OGP avec le logiciel AXUR RP
PRO 7. Puis, nous avons communiqué ces interfaces à l’équipe de développement avec JAVA.
La figure 4.14 montre la première interface d’accueil du module OGP où le décideur doit
s’identifier avec son ID et son nom.

112
 Figure 4.14 : Interface d’accueil du module OGP
Après avoir fait l’identification, commence la phase de configuration où le décideur passe
alors à la saisie de ces préférences vis-à-vis tous les critères et les sous-critères. Il peut choisir
dans le menu général, le menu « OGP Settings » le critère à renseigner.

Figure 4.15 : Menu général

Puis, une fenêtre affichant les questions d’évaluation du critère sélectionné s’ouvre. Le
décideur doit alors introduire le poids selon l’échelle de SAATY proposée.

113
 Figure 4.16 : Interface d’introduction des poids de préférence des décideurs
Cette fenêtre s’ouvrera tant de critères que nous avons (voir annexe I pour les autres maquettes
et pour l’explication de la démarche d’utilisation). Le menu “OGP SETTINGS” permet de
définir les paramètres de configuration dès le début, accessible alors une seule fois pour chaque
client. S’il y a plus qu’un décideur, chacun doit alors s’identifier pour saisir ses propres
préférences puis le système applique la méthode de décision en groupe et enregistre les résultats
finaux. Une fois la configuration est terminée, les poids seront enregistrés et prêts à être utilisés
en cas où les décideurs veulent exécuter l’évaluation des plannings.
Supposant maintenant qu’un utilisateur veut vérifier les plannings de maintenance et de
production. La fenêtre de la figure 4.17 s’ouvre pour que l’utilisateur saisisse l’intervalle de
temps à choisir.

Figure 4.17 : Interface d’accueil du menu Evaluation des plannings (choix de l’intervalle
de temps)

114
 L’utilisateur choisit alors l’intervalle de temps pendant lequel il veut vérifier les plannings de
maintenance et de production déjà établis. Le système effectue la recherche parmi les plannings
de maintenance et de production en les triant selon l’intervalle introduit. Puis, il affiche à
l’utilisateur les OF et OT chevauchés (figure 4.18).

Figure 4.18 : Liste des tâches chevauchées

A ce niveau, le décideur a une liste de tâches chevauchées avec l’ID de l’OT et de l’OF ainsi
que les dates de début et de fin de chaque tâche. Nous offrons la possibilité de choisir quel
couple de tâches à planifier, il suffit de cocher la case « inclure » à la fin de la ligne des tâches
chevauchées. Puis, il valide en appuyant sur le bouton « exécuter ». Ainsi le programme d’aide
à la décision commence à tourner et importer les différentes données du module GPAO et
GMAO.
Ensuite, l’utilisateur accède au menu « Décisions Alternatives » où il peut choisir quel résultat
afficher. Il peut visualiser les propositions finales en se basant sur l’indice de priorité finale ou
bien il peut afficher les résultats par critère.

Figure 4.19 : Les décisions par critère

115
 Après que le décideur choisit le critère à utiliser, le système affiche la décision soit de reporter
la tâche de production ou la tâche de maintenance. En mettant le curseur sur la case de décision,
le système affiche la date alternative proposé.

Figure 4.20 : Les dates des tâches reportées

Nous offrons encore une fois la possibilité de valider ou non les propositions du système pour
les tâches qu’a choisies le décideur au début.

Figure 4.21 : Validation des propositions

Après la validation des propositions, le décideur peut générer un rapport de planification où le
système enregistre les changements faits concernant le planning de production et de
maintenance. Cette fonctionnalité est accessible à partir du menu « Edition rapport de gestion ».
En cliquant sur la ligne du couple des tâches chevauchées, le décideur peut aussi visualiser les
courbes d’analyse des résultats donnant la priorité de chaque tâche en fixant un critère bien
déterminé.

116
 Figure 4.22 : Visualisation des courbes d’analyse

Figure 4.23 : Edition des rapports de gestion des plannings

Nous avons communiqué ces maquettes à l’équipe de développement informatique qui a
commencé à développer les interfaces avec JAVA.

117
 Figure 4.24 : Authentification
La figure 4.25 est l’interface de saisie des préférences dans le menu « OGP Settings ».

Figure 4.25 : Menu « OGP Settings » sur QAD

118
 Figure 4.26 : Critère flexibilité

Figure 4.27 : Menu d’évaluation des plannings avec Java

4.4. Conclusion
Ce chapitre a été dédié au test de l’outil que nous avons conçu pour l’aide à la décision. Nous
avons alors appliqué les formules et les règles de gestion définies dans le troisième chapitre aux
données de l’entreprise pour laquelle nous avons fait l’étude. Puis, nous avons présenté les
résultats estimés de l’application de cet outil. Ces résultats concernent d’une part l’amélioration
des performances des processus de maintenance et de production et d’autre part les
changements de conception des bases de données.

119
 Conclusion générale

A fin de bien gérer les plannings de maintenance et de production, une entreprise cliente
de DISCOVERY INFORMATIQUE exerçant dans le domaine pharmaceutique s’est
rendu compte de l’importance d’une interface de gestion entre le module GPAO et
GMAO de l’ERP QAD. Elle utilise déjà l’ERP QAD et vient d’installer la solution GMAO
OLEA de DISCOVERY INFORMATIQUE.
Le présent projet est dans le cadre d’amélioration spécifique de ces deux modules pour le
compte de ce client. L’objectif est de dégager des règles de gestion qui permettent aux décideurs
de choisir entre deux tâches chevauchées. Et par conséquent, nous aurons besoin d’un outil
d’aide à la décision dont l’exécution génère des indices de priorité de chaque tâche.
Pour ce faire, nous avons commencé par une phase d’étude théorique où nous avons traité les
différentes notions liées à cette problématique et les différentes méthodes que nous pouvons
éventuellement utiliser pour générer ces indices de priorité. Cette phase s’est achevée par une
adoption de vision globale des composantes du projet et de la méthodologie d’aide à la décision
à adopter et à appliquer tout au long de ce projet.
Ensuite, nous avons entamé la première phase du processus d’aide à la décision, à savoir la
phase de diagnostic. Durant cette étape, nous nous sommes basés sur des questionnaires que
nous avons conçus de manière à balayer toutes les dimensions du problème. A l’issue de cette
étape nous avons pu dégager les dysfonctionnements des fonctions maintenance et production
de l’industrie cliente de DISCOVERY INFORMATIQUE. Pour cela, nous avons opté pour une
analyse profonde de la problématique et spécifié ses enjeux. Puis, nous avons analysé les causes
d’arrêts de production et les classées selon leur contribution. Ceci s’est traduit par l’étude des
axes de performance de chaque service à part, ce qui nous a permis de détecter les axes de
maîtrise qui nécessitent des améliorations pour atteindre le niveau exigé. Parmi ces axes, nous
avons trouvé que l’axe de communication entre la fonction maintenance et la fonction
production est l’axe prioritaire. Cet axe souffre de l’absence d’échange entre les deux fonctions
et d’un manque d’arbitrage. Cette phase s’est achevée par la proposition du plan d’actions qui
vise à concevoir un outil permettant d’arbitrer entre les deux fonctions étudiées et de générer
des règles de gestion. Nous avons alors étudié l’interaction entre les deux modules GPAO et
GMAO de l’ERP QAD à la fin de cette étape.
En troisième phase, nous avons commencé la modélisation de l’outil d’aide à la décision à
concevoir. Une étude comparative nous a amené à choisir la méthode AHP. Par la suite, nous
avons cherché les critères à utiliser pour l’exécution de cette méthode. Une fois les critères
choisis, nous avons formulé le problème mathématiquement et défini toutes les formules
nécessaires au calcul. A l’issue de cette phase, nous avons eu un modèle mathématique complet
pour l’exécution de l’outil qui nous a permis de générer les indices de priorité et les différentes
règles de gestion à utiliser pour gérer la priorité entre les tâches de maintenance et de
production.

120
 Nous avons consacré le dernier chapitre à la phase de test où nous avons appliqué la méthode
proposée au cas de l’industrie cliente de DISCOVERY INFORMATIQUE. Enfin, nous avons
préparé le dossier technique de l’outil d’aide à la décision proposé.
Bien que cet outil ait permis de résoudre le problème spécifié par le client dans le cahier des
charges, nous avons quand même des points d’autocritique à soulever. Par exemple, nous avons
utilisé l’agrégation des préférences des décideurs qui en quelque sorte peut engendrer une perte
d’informations individuelles.
La problématique d’intégration entre la fonction maintenance et production peut être traitée
de plusieurs manières. Le travail effectué durant ce projet de fin d’études n’est qu’une
proposition d’amélioration des modules GMAO et GPAO dans cette même perspective. Nous
proposons par exemple de concevoir aussi un modèle d’ordonnancement conjoint des deux
fonctions maintenance et production et de l’intégrer comme module d’ordonnancement intégré
dans l’ERP QAD.

121
 Références bibliographiques

AOUFIR, Houda ; BOUAMI, DRISS. Les coûts directs de la maintenance : de la comptabilité

analytique vers la gestion par les activités. Revue française de gestion industrielle. 05
septembre 2007. Vol 39. Pages 82-102.
ARNOULD, Philippe ; RENAUD, Jean. Les niveaux de planification. Afnor. 2003. ISBN :
978-2125050405.
AYADI, Dorra. Optimisation multicritère de la fiabilité : application du modèle de goal
programming avec les fonctions de satisfactions dans l’industrie de traitement de gaz. Thèse
de doctorat. Science de l’ingénieur. 01 octobre 2010. A l’Institut des Sciences et Techniques de
l’Ingénieur d’Angers.
B

BARLOW, Richard; HUNTER, Laty. Optimal preventive maintenance policies. Operations

Research. VOL. 8. Pages.90-100. 1960.
BAYRASSOU, Manel. Une approche d’évaluation et d’amélioration du service maintenance
basée sur la simulation. Mémoire de magister. Génie industriel. UNIVERSITE HADJ
LAKHDAR BATNA Faculté des Sciences de l’Ingénieur. 2010.
BEN YOUNES, Mohamed Arbi. Élaboration d’une démarche d’évaluation du potentiel
d’innovation. Mastère de recherche. Génie Industriel. Juillet 2013. ENIT.
BENBOUZID, Fatima. Contribution à l’étude de la performance et de la robustesse des
ordonnancements conjoints Production/Maintenance - Cas du Flowshop. Thèse de doctorat.
Automatique et Robotique. 29 juin 2005. L’UFR des Sciences et Techniques de l’Université de
Franche-Comté.
BENCHMARKING PARTNERS. ERP’s second wave: maximizing the value of ERP-enabled
processes. Deloitte Consulting study. 1998.
BOUCLY, François. Les coûts de non efficacité des équipements. Afnor, 1988. ISBN : 2-12-
467611-2
BOULENGER, Alain. Analyse vibratoire en maintenance : surveillance et diagnostic des
machines. Techniques de l’ingénieur. Avril 2006. Consulté le 03 mars 2016. www.techniques-
ingenieur.fr
BRASSEUR, Christophe. Data Management : Qualité des données et compétitivité. Edition
Hermes Science Publications. 2005. Pages 47-52. ISBN: 2-7462-1210-2.

122
 C

CHENG, Eddie; LI, Hang. Analytic hierarchy process: An approach to determine measures
for business performance. Measuring Business Excellence. 2001. Vol 5(3), Pages 30–36
COURTOIS, Alain ; PILLET, Maurice ; CHANTEL, Martin. Gestion de production. Eyrolles
Editions d’organisation. 4éme édition. 2003. Pages 209-245. ISBBN : 2-7081-2986-4.

DARRAS, Franck. Proposition d’un cadre de référence pour la conception et l’exploitation

d’un progiciel de gestion intégré. Thèse de doctorat. Systèmes industriels. 28 octobre 2004.
L’institut national polytechnique de Toulouse.
DAVENPORT, Thomas. Putting the enterprise into the enterprise system. Harvard Business
Review. Vol 76 (4). Juillet-Aout 1998. Pages 121–132.
DELOUX, Estelle; CASTANIER, Bruno; BERENGUER, Christophe. Predictive
maintenance policy for a gradually deteriorating system subject to stress. Reliability
Engineering & System Safety, 17 février 2009, Pages 418-431.
DUCREAU, Florence; BOUTRY, Michel. Le COQ et les coûts résultant de la non qualité.
Cours. 2014. Université Nancy 2.

E COSTA, Carlos. Les problématiques de l’aide à la décision : vers un enrichissement de la

trilogie choix-tri-rangement. Revue française d’automatique, d’informatique et de recherche
opérationnelle. Vol. 30, N°2. 1996. Pages 191-216.
E. DELOUX, B. CASTANIER, C. B2RENGUER. Predictive maintenance policy for a
gradually deteriorating system subject to stress. Reliability Engineering and System Safety.94/2:
418-431; 2009.
EDWARDS, Ward. Reflections on the Contributions of Ward Edwards to Decision Analysis
and Behavioral Research. Social utilities. Engineering Economist, Summer Symposium. Vol 6.
1971. Pages 119-129.

123
 F

FUMEY, Marc. Méthode d’Evaluation des Risques Agrégés : application au choix des
investissements de renouvellement d’installations. Thèse de doctorat. Systèmes industriels. 5
janvier 2001. Institut National Polytechnique de Toulouse.

GHARBI, Hassen. Planification réactive et robuste au sein d’une chaîne logistique. Thèse de
doctorat. Informatique et Génie industriel. 30 juin 2013. Recherche opérationnelle. INSA de
Toulouse.
GUITOUNI, Adel. L'Ingénierie du Choix d'une Procédure d'Agrégation Multicritère. Thèse
de Doctorat. Technologies d’aide à la décision. 1998. Université Laval.
GUIZENI, Thouraya. Ingénierie des processus. Cours. Génie Industriel. 2016. ENIT.
H

HAJKOWICZ, Stephan; PRATO, Toledo. Multiple Objective Decision Analysis of Farming

Systems in Goodwater Creek Watershed, Missouri. Research Report, 24. 1998. Center for
Agriculture, Resources and Environmental Systems: University of Missouri, Columbia.
HAMMAMEI, Abdelkader. Modélisation technico-économique d’une chaine logistique dans
une entreprise réseau. Thèse de doctorat. Génie Industriel. 26 septembre 2003. La Faculté des
Sciences et de Génie (Université Laval, Québec, Canada).
HOHMAN, Christian. Enquêtes de satisfaction croisées Production-Maintenance. Les défis de
la maintenance. 08 Février 2015. Consulté le 20 mars 2016.
http://christian.hohmann.free.fr/index.php/portail-maintenance-productive/les-defis-de-la-
maintenance/495-enquetes-de-satisfaction-croisees-production-maintenance
HWANG, Ching; YOON, Kwangsun. Multiple attribute decision-making methods and
applications: a state-of-the-art survey. Lecture Notes in Economics and Mathematical Systems.
Springer-Verlag Berlin Heildelberg. New York, NY, 1981. ISBN 978-3-642-48318-9

KAFFEL, Hédi. La maintenance distribuée : Concepts, Evaluation et Mise en œuvre. Thèse

PhD. Département de génie mécanique. 2001. Faculté des sciences et de génie, Université de
Laval, Québec, Canada.

124
 KEENEY, Ralph; RAIFA, Haward. Decision with Multiobjectives, Preferences and Value
Trade-Offs. Wiley, New York, 1976. ISBN : 978-3-319-17968-1.
KERFAI, Najla. Mangement de la qualité. Cours. Génie Industriel. 2015. ENIT.
LAHMER, Wassim. Conception et développement d’une solution GMAO. Projet de Fin
d’études. Génie Industriel. 11 septembre 2014. ENIT.

LANDRY Maurice. L’aide à la décision comme support à la construction du sens dans

l’organisation. Systèmes d’Information et Management. Vol 3(1). Pages 5–39.1998.
LLAURENS, Jérémy. Mise en place d’un plan de maintenance préventive sur un site de
production pharmaceutique. Thèse de doctorat. Sciences pharmaceutiques. 16 février 2011.
Université joseph Fourier faculté de pharmacie de Grenoble.

MACHANI, Mahdi. Heuristiques efficaces pour la planification intégrée de la maintenance

préventive et de la production d'un système multi-états. Mémoire de maîtrise. Génie Mécanique.
2009. Faculté de sciences et génie université Laval Québec.
MAYSTRE, Lucian Yves ; PICTET, Jacques ; SIMOS, Jean. Méthodes multicritères
ELECTRE. Lausanne, presses polytechniques et universitaires romandes. 1994. Page 304.
MILLER, George Armitage. The Magical Number Seven, Plus or Minus Two: Some Limits
on Our Capacity for Processing Information. The Psychological Review, Vol 63.1956. p. 81–
97.
MONCHY, François ; VERNIER, Jean Pierre. Maintenance Méthodes et organisations.
Technique et ingénierie, Dunod. 2000. ISBN : 978-2-10-055061-6.
MOUSSEAU, Vincent. Problèmes liés à l’évaluation de l’importance relative des critères en
aide multicritère à la décision : réflexions théoriques, expérimentations et implémentations
informatiques. Thèse de doctorat. Génie Industriel. 1993. Université Paris-Dauphine.

NF- X50-126. Guide d’évaluation des coûts résultant de la non qualité. Norme AFNOR. 1986.
NF-EN-13306-X-60-319. Terminologie de la maintenance. Norme AFNOR. 2001.

125
 NF-X 60-010. Maintenance - Concepts et définitions des activités de maintenance. Norme
AFNOR. 1994.
O
ORLICKY, Joseph; PLOSSL, George. Orlicky’s Material Requirement Planning. McGraw-
Hill, 2nd edition, 1994. ISBN : 0070504598.

PEAUCELLE, Jean Louis. Mesure de la rentabilité des logiciels de GMAO. 2ème congrès
International Franco-Québécois du Génie Industriel. Albi. 1997.
PERES, François ; CAILLAUD, Emmanuel ; NOYES, Daniel. La maintenance dans
l’évaluation des performances des systèmes de production : une approche par la simulation.
Deuxième congrès international Franco-Québecois de Génie Industrielle, Albi, 3-5 septembre
1997.
POSTON, Robin; GRABSKI, Severin. Financial impacts of enterprise ressource planning
implementations. International Journal of Accounting Information Systems. Vol 2. 2001. Pages
271-294.

R. S. EISENMANN. Machinery malfunction diagnosis and correction, Applied condition

monitoring. Prentice Hall. 1998.
RAKATOARIVELO, Jean Baptiste. Analyse comparative de méthodes multicritères d’aide à
la décision pour le secteur financier. Rapport de recherche. 22 mai 2015. Université Paul
Sabatier de Toulouse.
RASOVSKA, Ivana. Contribution à une méthodologie de capitalisation des connaissances
basées sur le raisonnement à partir de cas : Application au diagnostic dans une plateforme de
maintenance. Thèse de doctorat. Automatique. 4 juillet 2006. Université de Franche-Comté.
RICHET, Daniel ; GABRIEL, Marc ; MALON Denis ; BLAISON, Gaëtan. Maintenance
Basée sur la Fiabilité - un outil pour la certification, Editions MASSON, Paris. 1996.
RICHET, Daniel ; GABRIEL,Marc ; MALON,Denis ;BLAISON, Gaëtan. Maintenance Basée
sur la Fiabilité - un outil pour la certification. Editions. MASSON, Paris, 1996.
ROY, Bernard. Decision-aid and decision-making. European Journal of Operational
Research. Vol 45. 13 avril 1990. Pages 324–331.
ROY, Bernard. Méthodologie multicritère d’aide à la décision. Economica. Vol 4, N° 3. 1986.
Pages 138-140.

126
 S

SAATY, Thomas. Decision making with the analytic hierarchy process. Int. J. Services
Sciences. Vol. 1, No. 1, 2008. Pages 83-96.
SAATY, Thomas. The analytic hierarchy process—what it is and how it is used. Pergamon
Journals Ltd. Volume 9, Issues 3–5, 1987, Pages 161-176.
SECK, Ibrahima. Maîtrise des processus maintenance et plan d’actions : cas des IeS Site
Acides. Projet de fin d’études. Génie mécanique. 2003. ECOLE SUPERIEURE
POLYTECHNIQUE Centre de THIES.
SELSOULI, Moulay Marouane. Modélisation et résolution d’un problème de la planification
conjointe de production et de maintenance. Thèse de Doctorat. Recherche opérationnelle. 17
Mars 2011. Ecole Nationale Supérieure des Techniques Industrielles et des Mines de Nantes.

TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON, Christian. Méthodologie

d’intégration des fonctions de l’entreprise : Application aux fonctions production et
maintenance, Conférence journées de maintenance, Maroc, 2005, Pages 1-3.
TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON, Christian. Proposition d’une
méthodologie d’intégration des fonctions production et maintenance basée sur les Patterns.
Conférence : Colloque International : la Maintenance Assistée par Ordinateur ‘’MAO’’, outils,
méthodes et techniques, At Rabat, Maroc. Novembre, 2001.
TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON, Christian. Stratégie et modèle
d’intégration des fonctions production et maintenance. 2ème Colloque National de
Productique. Casablanca, le 13 et 14 Nov. 1997.
TALBI, Abdennabi ; HAMMOUCHE, Ammar ; TAHON,Christian. Towards Automation of
integration Steps of Manufacturing Functions based on Group Technology. The fourth
International Conference of Engineering Design and Automation (EDA”2000), Orlando,
Florida, USA. 30 juillet – 2 aout, 2000.
TCHERNEV, Nikolay. Approvisionnement et logistique. Manuel de l’étudiant. 2003. Institut
Universitaire Professionnalisé « Management et gestion des entreprises », Université
d’Auvergne.

127
 U

UMBLE, Elisabeth; HAFT, Ronald; UMBLE, Michael. Enterprise resource planning:

Implementation procedures and critical success factors. European Journal of Operational
Research. 2003. Pages 241-257. Consulté le 16 février 2016.

VOOGD, James. Multicriteria Evaluation for Urban and Regional Planning. Pion Ltd,
London. Septembre 1983. ISBN : 978-0850861068

YAZIDI, Oussema. Solution B2B pour la gestion des commandes. Projet de fin d’études.
Génie Informatique. Septembre 2015. ESPRIT.

ZWINGELSTEIN, Gilles. Méthode de la maintenance basée sur la fiabilité de la SAE.

Techniques de l’ingénieur. Octobre 2015. Consulté le 03 mars 2016.

128
 Diagnostic de l’interaction entre les modules de GPAO et de GMAO sur l’ERP
QAD et conception d’un outil d’aide à la décision pour la planification.

Résumé : La relation de communication entre la fonction maintenance et la fonction

production confronte plusieurs problèmes, vu que les deux fonctions partagent les mêmes
ressources et se planifie de manière séparément. Une telle problématique nécessite alors un
outil d’aide à la décision qui permet de formuler des indices de priorité permettant de gérer pour
les tâches de maintenance et de production en cas de chevauchement. De là, vient la nécessité
d’une étude d’interaction entre ces deux fonctions. Et comme les solutions ERP sont maintenant
de plus en plus impliquées dans les industries permettant entre autres d’automatiser les
différents flux d’entreprise, notre projet étudie également l’interaction entre les modules de
GPAO et de GMAO. Ensuite une formulation de problème s’avère indispensable pour créer les
formules de calcul nécessaire à l’exécution de l’outil d’aide la décision. Enfin le projet s’achève
par une phase de test et de validation de calcul, et de préparation de dossier technique de la
solution envisagée.
Mots clés : QAD, GPAO, GMAO, Planification, Aide à la décision

129
 Diagnosis of the interaction between ERP QAD Computer-Assisted
Maintenance (CAM) and Computer-Assisted Production (CAP) management
modules and design of a decision aid tool for planning.

Summary: The communication relationship between maintenance and production functions

confronts several issues, since the two functions share the same resources but are planned
separately. Such a problem requires then a decision aid tool that allows the formulation of
priority indices to manage the maintenance and production tasks in case of overlap. From there
comes the need to study the interaction between these two functions. And as ERP solutions are
now increasingly involved in industries, allowing, among other things, to automate various
business flows, our project also studies the interaction between the CAM and CAP management
modules. Then a problem formulation is essential to create the formulas needed for the
execution of the decision aid tool. Finally, the project ends with a testing and calculation
validation phase and the preparation of the technical file for the proposed solution.

Keywords: QAD, CAM, CAP, Planning, Decision aid

130