Guide du Projet de Simulation avec
FlexSim
Évaluation de la Maintenance Prédictive Imparfaite dans un
Système Manufacturier Discret
École Centrale de Casablanca
Département Énergies et Environnements
Projet Learning by Doing
Novembre 2025
Guide de Simulation FlexSim Projet PdM
Points Clés
Le système décrit dans le document est une ligne de production discrète en série avec
15 séquences d’opérations (OS), chacune représentant une machine ou un poste de
travail avec un temps de cycle variable (environ 20-30 secondes en moyenne, basé
sur les exemples fournis), connectées par 14 convoyeurs agissant comme buffers. Des
unités fonctionnelles (FU) sur certaines machines intègrent une maintenance prédictive
imparfaite, avec des taux de faux positifs (FP) et faux négatifs (FN) influençant les
pannes.
La recherche suggère que la maintenance prédictive imparfaite peut réduire les temps
d’arrêt globaux de 20-50 % selon les scénarios, mais elle introduit des coûts supplé-
mentaires dus aux fausses alarmes ; les évidences indiquent une amélioration de la
performance globale dans les contextes manufacturiers, bien que les résultats varient
en fonction des taux de prédiction.
Il semble probable que les goulots d’étranglement se forment aux stations avec des
temps de cycle plus longs ou des pannes fréquentes dues à des FN, soulignant l’im-
portance d’une simulation pour équilibrer le flux.
1
Aperçu du Modèle FlexSim
Utilisez des objets 3D comme Source, Processor (pour OS), Conveyor (pour buf-
fers) et Sink pour une ligne série. Intégrez MTBF/MTTR pour les pannes basiques et
Process Flow pour la logique prédictive personnalisée, en évitant les surcharges initiales
pour une validation progressive.
Implémentation de la Maintenance Prédictive
La modélisation de PdM imparfaite nécessite une logique personnalisée via Process
Flow pour simuler les états (TP, FP, TN, FN) et transitions (courbe PF), avec des dis-
tributions statistiques pour les temps d’exécution et de réparation.
Le document fourni décrit une étude de cas sur l’évaluation par simulation de modèles
de maintenance prédictive (PdM) imparfaits dans un système de fabrication discrète. Le
système à modéliser est une ligne de production en série avec 15 séquences d’opérations
(OS), chacune contenant au moins une machine, connectées par 14 convoyeurs servant de
buffers. Chaque OS a un temps de cycle ci (variant de 20 à 48 secondes dans les exemples,
mais assumez 20 secondes en moyenne pour simplicité sauf spécification contraire). Cer-
taines machines incluent des unités fonctionnelles (FU) avec PdM imparfaite, modélisée
par des taux de faux positifs (rF P ) et faux négatifs (rF N ), des transitions d’états (courbe
PF pour dégradation), et des pannes majeures/minores.
Les aléas incluent des breakdowns (BD) avec distributions exponentielles pour les
temps entre pannes (MTBF) et de réparation (MTTR). Les objectifs de performance
portent sur le throughput, les temps d’arrêt, les coûts de maintenance, et l’impact des
imperfections PdM.
Ce guide fournit une implémentation complète en FlexSim, basée sur les meilleures
pratiques pour la simulation discrète en fabrication. Il adopte une approche progressive :
commencez par un modèle basique (ligne sans PdM), puis ajoutez les aléas et la logique
avancée. Utilisez FlexSim version récente (ex. 22.0 ou plus) pour accéder aux outils comme
MTBF/MTTR et Process Flow.
2
1. Analyse du Système
1.1. Identification des Composants Principaux et de Leurs
Interactions
Composants principaux :
— Entités : Items (produits) circulant dans la ligne, avec un type unique (pas de
variété spécifiée, mais extensible via labels si besoin).
— Processus : 15 OS (stations de traitement), chacune modélisant une machine avec
temps de cycle ci . Certaines OS incluent des FU pour PdM.
— Ressources : Opérateurs pour réparations majeures ; machines automatisées pour
mineures.
— Buffers : 14 convoyeurs connectant les OS, capacité définie par leur longueur (1–5
items par buffer).
— Aléas : Pannes (BD majeures/minores) avec MTBF/MTTR ; PdM imparfaite avec
probabilités rF P et rF N .
1.1.1. Interactions
Les items entrent via une source, passent séquentiellement par les OS (traitement),
et sortent via un sink. Les pannes interrompent les OS, nécessitant des réparations par
staff. La PdM surveille les FU, prédit les dégradations (avec erreurs), et déclenche des
actions préventives. Les interactions sont synchrones (bloquage si buffer plein ou machine
en panne).
1.1.2. Flux de Matériaux et d’Informations
Flux de matériaux : Linéaire et séquentiel (Source → OS1 → Buffer1 → ... →
OS15 → Sink). Flux d’informations : Monitoring continu via PdM sur FU (courbe PF
pour dégradation progressive). Les signaux prédictifs (TP/FP/FN/TN) influencent les
décisions de maintenance.
3
Guide de Simulation FlexSim Projet PdM
1.1.3. Points Critiques et Goulots Potentiels
Les OS avec temps de cycle élevés ou FU PdM sont critiques. Les buffers limités
causent des blocages. Pour rF N > 0.1, les downtimes augmentent de 20–40%.
4
2. Architecture du Modèle FlexSim
2.1. Structure Recommandée des Objets
— Source (1) : Génère les items.
— Processor (15) : Représente chaque OS.
— Conveyor (14) : Buffers.
— Sink (1) : Sortie des produits.
— MTBF/MTTR : Pannes basiques.
— Operator (1-2) : Réparations.
— Process Flow (1) : Logique PdM personnalisée.
2.2. Organisation Spatiale Recommandée
Disposez les objets en ligne droite horizontale : Source à gauche, Sink à droite, avec
alternance Processor–Conveyor. Activez l’animation 3D et colorez les FU en rouge pour
distinction.
2.3. Connexions entre Éléments
Source out → Conveyor1 in → Processor1 → ... → Conveyor14 → Processor15 →
Sink. Les opérateurs sont liés via Task Sequence, et la PdM via Process Flow.
5
3. Configuration Détaillée par Étape
3.1. Étape 1 : Modèle Basique
Créez un modèle avec 1 Source, 15 Processors, 14 Conveyors, 1 Sink. Temps inter-
arrivée = exponential(0,20,0) ; Process Time = constant(20). Conveyors : Length =
5, Speed = 1, Accumulate = Yes.
3.2. Méthodes pour Gérer les Entités
Utilisez labels pour distinguer les types d’items, testez avec 100 unités.
3.3. Distributions de Temps
Utilisez des distributions exponentielles ou empiriques selon les données.
3.4. Implémentation PdM
Créez un Process Flow par FU. Simulez les états TP, FP, TN, FN et les transitions
via Decide, Delay, Acquire Operator.
6
4. Gestion des Ressources et Aléas
4.1. Pannes et Réparations
MTBF = 3600s, MTTR = 300s (mineur), 1800s (majeur). Ajoutez opérateurs, associez
les pannes via Down Function.
4.2. Files d’Attente
Si besoin, remplacez conveyors par queues (max 5, FIFO). Les opérateurs utilisent un
dispatcher pour prioriser les réparations.
7
5. Mesures de Performance
5.1. Indicateurs Clés
Throughput, Utilization, Downtime, Coûts, Impact PdM.
5.2. Collecte des Données
Utilisez Statistics Collector et Dashboards. Export possible vers Excel.
8
6. Validation et Expérimentation
6.1. Procédure de Vérification
Vérifiez flux sans pannes, puis ajoutez PdM et comparez les résultats.
6.2. Experimenter
Variables : rF P , rF N (0.05–0.2). Durée : 86400s à 30 jours, 10 réplications. Mesures :
Throughput, Downtime.
6.3. Analyse des Résultats
Comparez scénarios PdM vs sans PdM, analysez la sensibilité, utilisez Optimizer si
disponible.
Ce guide permet de reproduire le système et d’analyser les performances, en alignant sur
l’étude (ex. impact des imperfections PdM sur le throughput).