chapitre 1 introduction à la simulation des systèmes...meilleure solution pratique. la simulation...

GPA-662 Modélisation et simulation de systèmes de production 1-1

Chapitre 1

Introduction à la simulation des systèmes

1.1 Définition et historique

De façon très générale, simuler signifie "représenter la réalité par un moyen quelconque".

De façon un peu plus particulière, on peut utiliser la définition de Shubik (réf. Naylor et al):

"La simulation d'un système ou d'un organisme est l'opération d'un modèle (ou simulateur) qui est une représentation du système ou organisme. Le modèle se prête à des manipulations qui seraient impossibles, trop coûteuses ou non pratiques à effectuer sur le système. L'opération du modèle peut être étudiée et on peut en tirer les propriétés du comportement du système réel ou d'un de ses sous-systèmes".

La simulation utilise souvent les programmes informatiques pour imiter les événements causals

et les actions conséquentes dans le système. Les statistiques sont accumulées durant la période

de simulation pour évaluer les mesures d'intérêts qui sont résumées et rapportées à la fin de

l'exécution du programme de simulation. Banks et Carson (1984) mentionnent que "la

simulation implique la génération d'une histoire artificielle du système, et l'observation d'une

histoire pareille pour connaître les caractéristiques opératoires du système réel".

Plusieurs personnes croient que la simulation par elle même résout les problèmes. Ils supposent

qu'en définissant le problème, la simulation générera une solution. De telles techniques sont

retrouvées dans les systèmes experts et consistent en des règles et des heuristiques définies par un

expert pour proposer des solutions à un ensemble donné de problèmes.

Les systèmes experts sont essentiellement des boites noires puisque l'usager n'a pas besoin de

connaître, et est souvent non intéressé à connaître, comment la solution est dérivée. Par contre,

la simulation permet d’évaluer et non pas de générer des solutions. Elle ne produit pas de


solutions théoriques optimales, mais plutôt elle oriente la recherche dans la direction de la

meilleure solution pratique.

La simulation est utilisée pour investir une large variété de questions du type "What If" ('Quoi

Si') à propos d'un système réel. Les changements majeurs d'un système peuvent être tout d'abord

simulés pour prédire leur impact sur la performance de celui-ci. La simulation peut être aussi

utilisée pour étudier un système durant le stade de conception, et avant qu'il soit construit. Ainsi,

la simulation peut être seulement utilisée comme outil d'analyse pour prédire l'effet des

changements sur la performance d'un système existant, mais aussi comme un outil de conception

pour prédire la performance d'un nouveau système sous différentes circonstances.

Pour atteindre les buts de la simulation, on devra généralement exprimer les propriétés

importantes du système de manière à permettre de faire des expériences, c'est-à-dire de

manipuler, varier les attributs de certaines composantes et la nature des interactions entre ces

composantes. Le système sera donc exprimé sous forme de symboles, qui représentent les

composantes, et d'expressions mathématiques ou logiques, qui représentent les relations

fonctionnelles ou interactions; un tel processus est appelé abstraction, et l'ensemble des

expressions symboliques est appelé un modèle du système réel. Et lorsqu'on parle de la

réalisation d'une expérience de simulation, on parle de l'observation de la performance du modèle

dans des conditions définies.

Pendant la deuxième guerre mondiale, on a voulu développer des procédures formelles et

efficaces pour aider à prendre des décisions concernant le design des systèmes de défense contre

les attaques aériennes; les méthodes de recherche opérationnelle qui en ont résulté ont été

améliorées de beaucoup depuis, et leurs champs d'application ont été agrandis, de sorte qu'elles

sont utilisées aujourd'hui avec succès pour résoudre une grande variété de problèmes. Ces

méthodes utilisent des modèles symboliques et des processus mathématiques de déduction pour

prédire les effets de différentes solutions proposées pour problème donné, et pour déterminer la

solution optimale.


La recherche opérationnelle a de beaucoup amélioré le processus de prise de décision du

gestionnaire situé à un niveau intermédiaire dans l'organigramme de l'entreprise; à ce niveau, en

effet, la décision doit être prise en respectant des politiques et contraintes préétablies, sur

lesquelles le gestionnaire n'a habituellement aucun contrôle. C'est à ce niveau que les méthodes

de recherche opérationnelle ont été utilisées pour le contrôle d'inventaire, l'analyse des systèmes

de production. Malheureusement, lorsqu'on a tenté d'appliquer les méthodes de recherche

opérationnelle aux prises de décision effectuées au niveau supérieur de la direction de

l'entreprise, pour des problèmes tels que l'investissement de capital ou la planification de la

gamme de produits, on s'est rendu compte que ces techniques mathématiques élégantes n'étaient

plus aussi efficaces. L'une des raisons de cette difficulté est qu'à ce niveau d'autorité, il y a moins

de contraintes, ou encore ces contraintes sont moins fortes; par ailleurs, les valeurs de certains

paramètres ne sont connues qu'avec une faible précision. On peut dire que le besoin de

techniques quantitatives utilisables dans des situations complexes, de même que la disponibilité

de plus en plus grande d'ordinateurs puissants, a amené le développement des méthodes de

simulation.

Les méthodes modernes de simulation ont par ailleurs bénéficié du travail effectué par Van

Neumann, Vlan et Fermi lors de leurs travaux sur le développement de la bombe atomique

pendant la deuxième guerre mondiale. Ces chercheurs ont en effet simulé le comportement d'un

écran anti-rayonnements à l'aide de variables stochastiques et de la génération de nombres

aléatoires pour donner une valeur à ces variables, et ceci pour pallier à la difficulté de résolution

d'une expression mathématique décrivant un tel système. Cette technique est depuis connue sous

le nom de Monte-Carlo.

Dans certaines situations, un modèle peut être développé de telle sorte qu'il est assez simple pour

être résolu par les méthodes mathématiques. De telles solutions peuvent être générées en

utilisant les calculs différentiels, la théorie des probabilités, les méthodes algébriques ou les

techniques mathématiques. La solution consiste souvent en un ou quelques paramètres

numériques qui sont appelés mesures de performance du système. Cependant, plusieurs systèmes

réels sont assez complexes que les modèles correspondants sont impossibles à résoudre


mathématiquement. Dans ce cas, la simulation peut être utilisée pour imiter le comportement du

système. À partir de la simulation, les données sont collectées comme si elles sont en observant

le système réel. Ces données sont alors utilisées pour estimer les mesures de performance du

système.

En résumé, la simulation sur ordinateur est un outils de prise de décision relativement récent, qui

est déjà utilisé dans l'industrie. L'utilisation de cette technique pour l'analyse ou le design d'un

système de production ou de l'un de ses sous-systèmes comprendra la conception d'un modèle et

l'étude du fonctionnement de ce modèle sous différentes conditions, afin de déterminer les

conditions de fonctionnement favorisant l'atteinte des objectifs du système.

1.2 Simulation et complexité de modélisation des systèmes manufacturiers

1.2.1 Complexité du système de prise de décision

L'environnement actuel caractérisé par une compétition féroce, par une augmentation des

exigences des clients et par le développement de technologies avancées, a forcé les compagnies à

repenser la manière avec laquelle elles gèrent leurs affaires. Aujourd'hui, les consommateurs

demandent une meilleure qualité, des produits personnalisés et des services à bas prix et

n'apprécient pas d'attendre. Puisque les attentent des consommateurs continuent à croître selon la

qualité, la personnalisation des produits, le prix et les

délais de livraison, les compagnies donnent plus

d'attention à la manière dont les produits et les services

sont fournis et non seulement quels produits et

services sont fournis.

Dans ce contexte, le défi des manufacturiers est

apporté par les facteurs suivants (Fig. 1.1) :

- Les systèmes ont des cycles de vie courts dû aux

besoins en changements constants et la prolifération

des nouvelles technologies.

Réquisition en performance du système

Complexité du système

Cycle de vie du système

1950 1975 2000

Figure 1.1 Croissance du besoin en performance du système, augmentation de la

complexité et réduction du cycle de vie


- Systèmes devenus de plus en plus complexes résultant de la disposition de technologies plus

sophistiquées et d'une plus grande intégration des processus.

- Systèmes nécessitant une plus haute performance à cause de l'augmentation de la compétition et

des exigences des clients.

1.2.2 Limites (faiblesses) des méthodes analytiques

Avec les défis en face des compagnies pour prendre des décisions plus difficiles et plus

rapidement et qui ont un impact important sur la conception et l'opération des systèmes

manufacturiers, les ingénieurs et les gestionnaires sont à la recherche d'outils plus performants

d'aide à la conception et à la planification opérationnelle des systèmes. Les méthodes

traditionnelles tels que l'analyse du travail, les diagrammes de flux, l'analyse des processus, la

programmation linéaire, etc. sont incapables de résoudre les problèmes complexes d'intégration

d'aujourd'hui. Ces outils ont un champ d'application limité et sont incapables de fournir une

mesure fiable de la performance espérée du système.

Les modèles analytiques ne représentent pas fidèlement la réalité puisqu'ils sont une agrégation

(une simplification) de la réalité et souvent basés sur des hypothèses simplificatrices et non

réalistes. Généralement, les chercheurs qui développent les modèles analytiques ajustent souvent

la réalité aux outils dont ils disposent (lit de Procust: Docteur Procust ajustait les patients à son lit

en les coupant au besoin, les auteurs de modèles analytiques ajustent souvent la réalité à leur

outil!). De plus, les modèles analytiques sont difficiles à valider au près des utilisateurs puisque

ce sont des modèles synthétiques qui génèrent parfois des résultats non conformes à la réalité.

En l'absence d'outils performants de planification et d'évaluation, plusieurs compagnies optent

pour les méthodes d'essais et d'erreurs qui se sont avérée assez coûteuses, consommant beaucoup

de temps et assez perturbateurs pour fournir un bénéfice acceptable.


1.2.3 Apports de la simulation aux développements du domaine manufacturier

Un outil qui a rapidement gagné une bonne réputation dans la conception et l'analyse des

systèmes est la simulation par ordinateur. La simulation est un outil d'analyse puissant qui aide

les ingénieurs et les planificateurs à prendre dans le temps des décisions intelligentes concernant

la conception et l'opération d'un système. Par elle même, la simulation ne résout pas les

problèmes, mais elle les identifie clairement et évalue quantitativement les solutions alternatives.

Comme un outil pour analyser "Quoi Si", la simulation offre des mesures quantitatives sur

n'importe quel nombre de solutions proposées pour aider rapidement à restreindre la meilleure

solution alternative.

En utilisant l'ordinateur pour modéliser un système avant sa conception ou bien pour tester des

politiques opératoires avant qu'elles ne soient déjà mise en place, plusieurs pièges qui peuvent

souvent être rencontrés lors du démarrage d'un nouveau système peuvent être évités. Les

améliorations qui, auparavant, prennent des mois et mêmes des années à mettre au point peuvent

être actuellement réalisées dans quelques jours et parfois en quelques heures en considérant la

simulation par ordinateur.

L'habilité de la simulation à considérer un grand nombre et une large variété de variables dans un

même modèle l'a rendu un outil indispensable dans la conception des systèmes complexes

d'aujourd'hui (système manufacturier : variété des produits, des outils, des palettes, mécanismes

de transferts, routes de transport, opérations, etc.)

Les bénéfices de la simulation plus semblables à celles réalisées par la simulation de vol où les

pilotes gagnent de l'expérience sans courir le risque, le temps et le coût avec l’entraînement sur

un équipement réel. Comme dans un simulateur de vol, la simulation des systèmes

manufacturiers est effectuée pour améliorer la compréhension de l'utilisateur concernant

comment le système opère de telle sorte que des décisions intelligentes et habiles peuvent être

prises, afin de réduire le temps et le coût associés avec l'expérimentation sur le système réel et de

diminuer les risques d'erreur sur celui-ci.


En l'absence d'outils efficaces pour la planification et l'évaluation de systèmes, On a souvent

recours à l'essai et erreur. Ceci est coûteux, prend du temps et perturbe le système.

L'environnement change tellement rapidement qu'on ne peut apprendre des leçons. Donc on a

grandement besoin d'une méthodologie prédictive basée sur la compréhension des causes et des

effets. L'habilité de la simulation à considérer un grand nombre de variables dans un seul modèle

fait d'elle un outil indispensable pour concevoir les systèmes de production complexes

d'aujourd'hui.


1.3 Augmentation de la popularité de la simulation

La simulation a été, pour la première fois, utilisée en 1950 dans la planification stratégique au

niveau militaire. Elle n'a gagné sa popularité dans les domaines manufacturiers et de services

qu'au début des années quatre-vingt. Pour plusieurs compagnies, la simulation est devenue une

pratique standard lorsqu'une nouvelle usine est à implantée ou un changement de procédé

nécessite d'être évalué. Les études indiquent que la simulation se classe au premier rang devant

les techniques de recherche opérationnelle et de sciences de gestion en terme de popularité et

d'utilité (Shannon (1980)).

Plusieurs facteurs ont contribués à l'augmentation de l'utilisation de la simulation dont on cite :

- Croissance de la conscience et de la compréhension des nouvelles technologies

(automatisation).

- Augmentation de la disponibilité, de la capacité et de la facilité d'utilisation des logiciels de

simulation.

- Augmentation des capacités en mémoire et en vitesse de traitement des ordinateurs (surtout au

niveau des PC).

- Chute des coûts des ordinateurs.

- Adoption répandue des micro-ordinateurs.

- Disponibilité de l'animation graphique.

La disponibilité de logiciels de simulation spécialisés et faciles à utiliser et d'ordinateurs

puissants a non seulement rendu la simulation plus acceptable, mais aussi plus accessible aux

concepteurs et aux gestionnaires qui n'ont ni le temps ni l'intérêt d'apprendre des techniques

d'analyse difficiles et complexes.

Les différents domaines d'applications de la simulation sont résumés dans le tableau 1.1. Le

tableau 1.2 résume les objectifs communs qui ont motivé l'étude par simulation dans le passé.


Tableau 1.1 Domaines d'application de la simulation

RÉGION

DOMAINES D'APPLICATION DE LA SIMULATION

Systèmes informatiques

Les composantes «hardware», les logiciels, le réseau du «hardware», les bases de données et la gestion, le processus d'information, la fiabilité des «hardwares» et des logiciels, etc.

Domaines manufacturiers

Systèmes de manutention, les lignes d'assemblage, les installations de production automatisées, les installations de stockage, les systèmes de contrôle d'inventaire, l'étude de fiabilité et de maintenance, le plan d'aménagement, le design des machines, etc.

Les affaires

Analyse des stocks et des commodités, la politique des prix, les stratégies de marketing, les études d'acquisition, les "cash flow", les prévisions, les alternatives de transport, la planification de la main-d’œuvre, etc.

Gouvernement

Les armes militaires et leurs utilisations, les stratégies militaires, planification de la population, l'utilisation des terres, la distribution des soins médicaux, la protection contre les feux, services de polices, etc.

Ecologie et environnement

La pollution des eaux et leur purification, contrôle des déchets, la pollution de l'air, le contrôle des empoisonnements, les prédictions du temps, les explorations minérales et leur extraction, les systèmes d'énergie solaires, etc.

Sociale et comportement

Analyse de nourriture/population, les politiques d'éducation, structures organisationnelles, analyse du système social, les administrations universitaires.

Bio-sciences

Les analyses des performances du sport, le contrôle des maladies, les cycles de vie biologiques, les études biomédicales, etc.

Tableau 1.2 Objectifs visés par la simulation

SUJET

OBJECTIFS DE LA SIMULATION Evaluation

Déterminer les performances du design de systèmes proposés quand ils sont évalués sous des critères bien spécifiques.

Comparaison

Comparer des designs de systèmes compétitifs pour une fonction spécifique, ou comparer différentes politiques d'opérations ou de procédures proposées.

Prédiction

Estimer les performances du système sous certaines conditions.

Analyse de sensibilité

Déterminer lesquels des facteurs sont les plus significatifs dans l'affectation des performances d'un système.

Optimisation

Déterminer quelle combinaison de variables donne la meilleure réponse.

Relations fonctionnelles

Etablir la nature des relations entre les variables et la réponse du système.

La simulation a été beaucoup utilisée dans les industries manufacturières et de service (Tableau

1.3) (Harrel et Tumay (1995)).


Tableau 1.3 Industries manufacturières et sociétés de service

où la simulation est utilisée

Industries manufacturières

Sociétés de service Machineries et appareillages

Services publiques

Automobile

Institutions éducatives

Aérospatial

Restauration et repas rapides

Electronique

Institutions bancaires

Equipements lourds

Soins de santé

Verres et céramiques

Gouvernement

Confection et fabrication des tissus

Planification des catastrophes

Plastiques et caoutchouc

Gestion des déchets

Alimentation et boissons

Transport

Usines (métal, papier, etc.)

Distribution

Fonderies

Aérospatiale-militaire

Pétrochimie

Gestion hôtelière

Meubles et mobiliers

Parc d’amusement et de détente

1.3.1 Utilisation générale de la simulation dans le domaine manufacturier - Conception de nouveaux systèmes (ex. déterminer le nombre requis de machines et

de systèmes de manutention). - 'Optimisation' ou amélioration des performances d'un système existant (ex.

améliorer la logique de contrôle d'un système de convoyeur compliqué). - Éviter de détruire le système si le but de l'expérience est de déterminer ses limites.

Exemple 1 : Conception d'une usine à procédé continu (Industrie de fabrication de

boissons)

Mise en contexte : Un important producteur de boissons est en phase d'évaluation de la

conception d'un atelier moderne de fabrication de boissons permettant aux boissons de circuler

selon un réseau de conduites flexible et non pas selon des connexions dédiées.


L'opération sophistiquée et la complexité du réseau posent un défi au niveau du design et de la

gestion pour prendre le plus d'avantage de la technologie disponible. Ce type d'atelier est utilisé

selon le mode d'opération "produire pour le stock". Le nouveau design permettra au producteur

d'opérer en mode /produire pour la demande". L'équipement clé dans le système est le

remplisseur (qui coûte aux alentours de $ 400 000).

Objectifs de l'étude : L'objectif de l'étude consiste à déterminer la grandeur des lots et la

séquence de production optimale qui minimisent le temps de fabrication des boissons. Afin

d'achever ces objectifs, les questions suivantes nécessitent d'être répondues :

- Quelle saveur (arôme) à produire ensuite et à quel volume (grandeur du lot)?

- Quand arrêter les flux d'entrée et de sortie des réservoirs?

- Quel taux d'écoulement de flux entre les réservoirs?

- Quel(s) réservoir(s) doi(ven)t être sélectionné(s) pour le flux d'entrée?

- Quel(s) réservoir(s) doi(ven)t être sélectionné(s) pour le flux de sortie?

Les mesures de performance considérées sont le temps de traitement d'un mélange particulier de

produits, le taux d'occupation des réservoirs et la capacité du système en terme de débit.

Description du modèle : Dans l'industrie de production de boissons, la boisson est traitée,

fabriquée et ensuite empaquetée selon une cédule ou un plan de production. Chaque boisson

débute avec un mélange partiel ou complet des ingrédients qui la compose (sucre, arôme, eau,

etc.). Selon la grandeur du lot, ce mélange peut nécessiter plus d'un réservoir de mélange ou bien

des mélanges multiples dans le même réservoir. Une cédule de production est définie pour 12

boissons différentes et 10 containers ayant des grandeurs différentes formant ainsi et n tout 120

produits distincts.

Les différents lots sont traités de manière à garder le plus des remplisseurs en utilisation afin de

minimiser le temps de production. La grandeur du lot pour un produit donné doit être assez

importante pour rencontrer les réquisitions de la production pour une saveur particulière et en

même temps essayer de garder tous les remplisseurs en opération. Afin de rencontrer la qualité


requise, la grandeur du lot pour une serveur donnée nécessite souvent à la fin seulement le

remplissage partiel d'un réservoir.

Chaque fois qu'un lot d'une saveur particulière est mélangé, la

boisson est souvent routée ou pompée à travers une ou

plusieurs conduites et réservoirs jusqu'à qu'elle atteint les

remplisseurs où les containers finaux (bouteilles ou canettes)

sont remplis. Durant la circulation de la boisson dans le

système, d'autres ingrédients peuvent lui être mélangés tels

que l'eau ou le carbonate. La séquence de routage d'une

saveur particulière dépend souvent de la disponibilité des

réservoirs, des conduites et des remplisseurs au moment

requis. En effet, diviser ou brancher le flux à plusieurs

réservoirs et remplisseurs n’est pas peu commune.

Une fois les ingrédients d'une boisson mélangés dans un

réservoir de mélange initial, la boisson est pompée dans un

parmi six réservoirs de stockage. Chaque réservoir de

stockage a une capacité de 5000 galons et généralement ça

nécessite plus d'un réservoir pour stocker le lot d'une saveur

particulière.

À partir du réservoir de stockage, la boisson est acheminée au

besoin pour le remplissage à l'un des quatre mélangeurs où des

ingrédients additionnels lui sont ajoutés. La règle de sélection

d'un mélangeur consiste à donner la préférence au mélangeur

qui était entrain de produire la même saveur, sinon au

mélangeur qui était le premier disponible.

Remplir les réservoirs

Mélanger les ingrédients

Passer au mélangeur

Nettoyer les réservoirs et les conduites

Figure 1.2 Diagramme de flux de traitement des boissons


À partir du mélangeur, la boisson est acheminée à l'un des six remplisseurs, en notant que chaque

mélangeur alimente deux remplisseurs en même temps. Lorsqu'une saveur atteint un remplisseur

donné, les autres remplisseurs traitant cette même saveur sont considérés pour un routage

possible. Le taux de remplissage à chaque remplisseur change avec la grandeur du container

(bouteille, canette, etc.) encours de remplissage.

Une période de nettoyage et de changement est requise pour chaque réservoir et chaque conduite

lorsqu'une nouvelle saveur est introduite. De plus, un ajustement des remplisseurs est nécessaire

lorsque la grandeur du container change. La figure 1.2 montre le diagramme de flux de

traitement des boissons. La figure 1.3 montre un modèle d'aménagement du système de

production des boissons.

Lors de l'expérimentation du modèle de simulation, les variables suivantes sont changées pour

analyser leur impact sur les mesures de performances citées : grandeurs des lots, séquencement

des lots, chevauchement des lots, règles de routage, niveau de mixage (quand la dilution doit être

effectuée et combien de doivent se produire à chaque stage).

Figure 1.3 Aménagement du système de production des boisson


Résultats : Les résultats de l'analyse montrent que ça prend en moyenne 1396 heures pour traiter

les différentes commandes considérées. Les six réservoirs sont presque toujours utilisés (il y a au

moins quelques quantités de boissons dedans) durant la période entière de simulation. Seulement

deux parmi quatre mélangeurs sont presque totalement utilisés alors que les deux autres sont

rarement utilisés. Les produits se retrouvent à chaque remplisseur, à l'exception de trois

remplisseurs, et ce pour presque tout le temps, soit encours de remplissage ou bien en attente

d'être remplis. Les trois autres remplisseurs sont limités aux produits spéciaux et ils sont alors

seulement utilisés au besoin.

Ce que ces résultats indiquent, et ce qui est bien évident en observant l'animation, est qu'il y a

plusieurs saveurs en attente du remplissage, mais que les réservoirs ne fournissent pas plus de

deux saveurs pour la plus grande majorité du temps. Ceci explique pourquoi seulement deux

mélangeurs sont souvent utilisés. Une autre statistique semble être intéressante et concerne la

demande en eau à travers le temps. L'alimentation en eau est supposée inépuisable afin de

remplir la demande en eau. Cette information est utile pour la planification et la gestion de

l'approvisionnement en eau pour le système.

Exemple 2 : Expansion d'un département d'urgence (service de santé) :

Mise en contexte : L’hôpital associé à l’université de Louisville servit une large population

indigène et il est le principal centre d'enseignement dans la région de Louisville. À l'origine, le

département d'urgence a été conçu avec 16 aires de traitement et deux chambres pour des états de

traumatisme. Le nombre moyen de patients visitant le service par jour varie entre 110 et 120. Le

recensement actuel des patients montre un excès dans la demande dépassant la capacité du

département. Les périodes de traitement (inclus l'attente) des patients sont plus longs que ce qui

est désiré. Puisque 15 à 25 % des patients visitant le ED (Emergency Departement) deviennent

des patients internes (admis dans l’hôpital pour un suivi d'une maladie), ce département présente

la première impression de la qualité des services et des soins de l’hôpital pour plusieurs patients

et leurs familles. Ceci a créé le besoin pour une expansion du ED.


Lorsque les plans d'expansion ont débuté, il a été reconnu que l'expansion du ED seulement ne

garantira pas l'amélioration du temps de rotation (attente et traitement) des patients. Des

considérations opérationnelles nécessitent d'être incluses dans la reconception de telle sorte qu'on

assure une amélioration du taux de traitement des patients. La simulation a été choisie comme

l'outil principal pour examiner les stratégies les plus économiques de réduction des temps

d'attente et d'amélioration du taux de traitement des patients.

Objectifs de l'étude : La première question à y répondre dans cette étude est : laquelle des

alternatives opérationnelles proposées offrira la plus grande amélioration du temps de rotation

des patients? D'autres questions nécessitent aussi d'être répondues dont : Où sont les goulots

d'étranglement dans le ED? Combien d'aires de traitement sont requises? Quel sera l'effet des

différents flux de patients pour le maintient

(ICU), la désintoxication et la psychiatrie?

Quel sera l'effet d'un dépistage rapide? Quel

est l'effet des différentes cédules de travail?

Quels temps de services étaient améliorés avec

l'augmentation du nombre de patients?

Description du modèle : Le diagramme de flux

des patients est montré à la figure 1.4. Les

données spécifiques sur les patients utilisées

dans la simulation sont collectées à partir des

observations effectuées durant sept jours

consécutifs. L'échantillon d'une semaine est

adéquat pour représenter assez fidèlement les

opérations du ED.

Les données ont été résumées avec le logiciel Lotus 1-2-3 (équivalent au logiciel de traitement

statistique Excel) avec les taux d'arrivée des patients définis pour chaque heure de la journée. Le

personnel du ED a été fréquemment consulté pour valider les données. Des distributions

triangulaires ont été utilisées pour représenter les temps de traitement puisque le temps était

Figure 1.4 Diagramme de flux d’opération du département d'urgence

Triage Enregistrement

Aire de traitement Examiner, traiter ou déterminer les tests

Consulter les résultats

Admis au ICU

Admis ou traiter?

Traiter et décharger


insuffisant pour collecter assez de données pour garantir un ajustement statistique des courbes de

probabilité.

La validation du modèle était poursuivie durant toutes les phases de modélisation. Les résultats

du modèle ont été à plusieurs reprises comparés aux données actuelles afin de déceler toute

incohérence entre le modèle et le système réel actuel.

- Les dossiers des patients à haute acuité prennent la priorité sur ceux à faible acuité.

- Les patients à faible acuité ne sont acheminés en dernière position dans l'aire de traitement que

lorsque moins de 16 lits sont utilisés.

- Aucun patient ne doit attendre plus de six heures pour les résultats du laboratoire ou pour un

traitement.

- Le modèle inclut les temps d'appel téléphoniques, des repas, des pauses et de toute interruption

divers.

L'analyse de la situation actuelle indique que la disponibilité et le nombre de docteurs constituent

les principaux goulots d'étranglement, et que ceux-ci, en combinaison avec les attentes des

résultats du laboratoire, comptent pour la proportion majeure du temps de rotation des patients.

Différentes expériences ont été conduites pour analyser l'impact de ces problèmes. Chaque

expérience a été exécutée durant une période de 120 jours.

Résultats : Les résultats des différentes alternatives expérimentées indiquent que les

changements à la configuration du ED qui offrent une amélioration potentielle au taux de

traitement des patients et à la qualité du soin sont :

- Introduction durant 12 heures d'un personnel de dépistage rapide avec un infirmier praticien et

un technicien. Ce changement apporte une réduction des durées de visites pour les patients non

urgents à seulement une heure comparée à l'ancienne durée de 4 heures.

- Utilisation d'un laboratoire "Stat" pour traiter le grand volume de tests pour l'ED, la salle

d'opérations et les aires de soins intensifs.


- Mise en place d'un soin psychiatrique d'urgence 24 hrs/jour au lieu de 40 hrs/semaine. Ceci a

permis de réduire le temps d'attente, le coût des soins, et d'améliorer la qualité des soins et

l’image de l'ED en éliminant le stress additionnel associé aux patients psychiatriques.

- Augmentation du nombre d'aires de traitement.

En mars 1994, Columbia/HCA (Health Care Ass.) annonce un ajout de $ 7.5 millions au ED de

l’hôpital associé à l'université de Louisville, ajoutant ainsi plus d'espace requis à l'un des

premiers centre de traumatisme aux États-Unis.

1.4 Champs d'application de la simulation aux systèmes manufacturiers

La simulation est un outil versatile qui a été utilisé dans différents champs d'application incluant

la conception des systèmes, la formation et l'éducation, la communication et les ventes et les

relations publiques.

1.4.1 Conception des systèmes

Lors de la conception d'un nouveau système, des expériences peuvent être effectuées sur le

modèle de simulation qui seraient autrement impossibles de réaliser sur le système réel puisqu'il

n'a pas déjà été mis en œuvre. La simulation permet de réduire significativement le temps de

déboguer (éliminer les erreurs) et de bien régler le système une fois installé.

Pour apporter des améliorations à système existant, la simulation permet d'effectuer

l'expérimentation sur le modèle sans perturber le bon fonctionnement du système réel.

Manipuler des objets et des ressources imaginaires offre une plus grande flexibilité d’apporter

des changements et il est beaucoup moins coûteux que d'expérimenter le système actuel.

Lorsqu'elle est utilisée comme un outil de conception, la simulation traite des sujets tels que :


- la sélection des méthodes (les différentes activités devraient être effectuées sur une seule station

ou bien divisée en plusieurs opérations?)

- la sélection de la technologie (quel est l'effet de l'utilisation de l'automatisation comparée à un

procédé manuel?)

- optimisation (quel est le nombre optimum de ressources qui réalisent les objectifs au niveau

performance?)

- analyse de la capacité (quel est la capacité de production du système?)

- décisions du système de contrôle (quelles tâches devraient être assignées et à quelles

ressources?).

La simulation est un outil d'analyse et de vérification qui devrait être utilisé le plutôt possible afin

de déceler les erreurs avant qu'elles ne soient

coûteuses. Une règle importante de production

appelée la règle des dix et qui est créditée par Dr

Ohno de la firme Toyota, mentionne que "le coût

d'une erreur non décelée augmente d'un facteur de

dix avec chaque opération jusqu'à qu'elle soit

détectée". Adoptée à la planification des systèmes,

cette règle dit que "le coût d'apporter une

amélioration à un système donné augmente par un

facteur de dix avec chaque stage additionnel" (Fig.

1.5).

L'idée derrière la simulation consiste à effectuer le plus de changement possible durant le début

des stages de conception et de design d'un système où le coût de changement demeure au

minimum. La simulation assure aussi que les détails opérationnels du système sont considérés au

début des stages de design de telle sorte que les questions qui se posent plus tard ont déjà été

résolues. Il est à noter que ces détails ne sont pas souvent pris en compte lors de la conception

des systèmes complexes.

Concept

Figure 1.5 Coût de changement effectué à chaque stage de développement d'un système

Design Installation Opération

Coût

Stage d’un système


1.4.2 Gestion des systèmes

Dans la gestion de l'opération d'un système, la simulation aide à déterminer le meilleur moyen

pour contrôler le flux des clients et de matières. Elle aide aussi à trouver le moyen le plus

efficace pour l'ordonnancement et le déploiement des ressources. La simulation remplace les

pratiques non fiables et de gaspillage de gestion basées sur les méthodes d'essais et erreurs. En

simulant différentes alternatives de cédules de production, de politiques d'exploitation, de

niveaux du personnel, de priorité des lots, de règles de décision, etc., le gestionnaire peut prédire

avec plus de précision les sorties du système et peut ainsi prendre des décision plus intelligentes

et plus informées.

En gestion des systèmes, la simulation assiste dans la prise des décisions suivantes :

- Ordonnancement de la production et des clients (quel est la meilleure séquence et le meilleur

moment pour introduire les produits ou pour l'admission des clients dans le système?)

- Ordonnancement des ressources (quel ouvrier et quel équipement sont requis et à quel quart de

travail?)

- Ordonnancement des travaux de maintenance (Quelle cédule de maintenance préventive qui

perturbe le moins l'opération du système?)

- Priorité de traitement des travaux (Quel est l'ordre de priorité des tâches qui maximisent

l'effort?)

- Gestion du flux (Quel est le meilleur moyen pour garder le flux de matières ou des clients dans

le système le plus étendu et le plus déployé?)

- Gestion des délais et des inventaires (Quel est le moyen le plus efficace pour garder les temps

d'attente des clients ou le niveau d'inventaire au minimum?)

- Gestion de la qualité (Quel est l'impact sur les opérations si les points d'inspection sont éliminés

et le personnel doit assumer la responsabilité totale de la qualité de leur travail?)


1.4.3 La formation et l'éducation

La simulation peut aider les opérateurs, les représentants des services et les superviseurs à

apprendre comment le système fonctionne, et qu'est-ce qui se passe si des décisions de gestion

alternatives ou des politiques d'exploitation diverses sont mises en application.

La simulation est actuellement largement utilisée en éducation pour aider les étudiants à

comprendre les interactions complexes qui existent dans différents systèmes de service ou

manufacturiers.

Une approche de simulation qui est relativement nouvelle et prometteuse pour l'apprentissage et

l'éducation est "la modélisation interactive" qui permet à l'étudiant d'intervenir lors de l'exécution

du programme de simulation afin de prendre différentes décisions. Les participants peuvent

travailler individuellement ou en groupe pour tester leur habilité et traiter les sujets et les

problèmes opérationnels associées avec différents systèmes.

1.4.4 Communication et ventes

Dans les systèmes de communication et des ventes, l'animation affichée durant la simulation

offre un excellent aide visuel pour démontrer comment le système fonctionne. La simulation

animée est assez convaincante dans la démonstration de l'efficacité d'un concept lors de la vente

d'une solution particulière à un consommateur ou à un client.

La simulation permet de soulager et d'alléger les gestionnaires en leur offrant des preuves

visuelles et quantitatives concernant le bon fonctionnement d'un système. Seulement un

graphique unique est mieux qu'un millier de mots, et de même, une animation graphique est

mieux qu'un millier de graphiques.


1.4.5 Relations publiques

La simulation permet d'élever l'image de la compagnie aux yeux du public large ainsi qu'aux

yeux de ces clients. Elle transmet un message au monde extérieur indiquant que la compagnie

est fière du fonctionnement de son système.

Dans le passé, les compagnies affiches des histogrammes et des graphiques de leurs ateliers

situés stratégiquement à l'entrée de la firme. Dans le future, ces modèles seront remplacés par

des animations en trois dimensions accompagnés avec le son et qui prennent les visiteurs dans un

tour guidé des installations.

1.5 Avantages et désavantages de la simulation

Bien que la simulation est un outil approprié d'analyse dans plusieurs situations, l'analyste doit

considérer ces avantages et ces inconvénients avant de poursuivre la méthodologie dans une

situation particulière.

Parmi les principaux avantages de la simulation, on note (Schmidt et Taylor (1970) et Shannon

(1975)) :

- Une fois le modèle construit, il peut être utilisé à plusieurs reprises pour analyser les designs et

les politiques proposées.

- La simulation peut être utilisée même si les données considérées sont en quelque sorte

superficielles et sommaires.

- L'analyse par simulation est souvent moins coûteuse que celle du système réel puisque ce

dernier n'est pas affecté par les différentes expérimentations entreprises en simulation.

- La simulation est souvent plus facile à appliquer que les modèles et les méthodes analytiques.

- Alors que les modèles analytiques requièrent souvent des hypothèses simplificatrices pour que

le problème soit traitable, la simulation n'admet aucune restriction de ce genre.

- La simulation permet d'avoir un aperçu des variables les plus importantes sur la performance

d'un système ainsi que les interactions entre elles.


- La procédure de conception du modèle de simulation permet de gagner des connaissances plus

précises sur le système analysé et peut même nous prouver que le système peut opérer de

manière différente à ce que tout le monde pense.

- La simulation permet le contrôle du temps.

- La simulation permet facilement d'identifier les sources des goulots d'étranglement.

Les désavantages à considérer avant d'utiliser la simulation sont :

- Les modèles de simulation peuvent être coûteux puisqu'ils nécessitent une temps assez

important de construction et de validation.

- Plusieurs exécutions sont souvent requises, ce qui implique des coûts assez importants des

moyens informatiques.

- La simulation est parfois utilisées lorsque les techniques analytiques sont suffisantes pou

modéliser le système considéré. Cette situation se produit lorsque l'utilisateur devient bien

familier avec la méthodologie de simulation et oublie les approches de résolution

mathématiques.

- La simulation nécessite des analystes assez familiers avec cette méthodologie.

Pour défendre la simulation, les deux premiers désavantages sont améliorés par la mise en

disponibilité de logiciels de simulation spécialisés et par la conception d'ordinateurs assez

puissants et moins coûteux.

1.6 Justifications économiques de la simulation

La plupart des réticences senties concernant l'utilisation de la simulation sont à l'origine du

préjugé que la simulation est coûteuse et consomme beaucoup de temps. Le coût de la

simulation comprend l'investissement initial, les coûts de démarrage et les coûts de modélisation

des projets individuels. L'investissement initial incluant l'apprentissage et la formation peut se

situer entre $ 10 000 et $ 30 000. Ce coût est généralement récupéré après le premier ou le

deuxième projet de simulation. Les dépenses encourues par l'utilisation de la simulation est

estimée entre 1 et 3 % du coût total d'un projet (Glenney et Mackulak (1985)). Dans plusieurs


applications, les gains et les économies réalisées dépassent de loin le coût de simulation. De

plus, avec la disponibilité d'outils de simulation avancés, les phases de développement et

d'expérimentation du modèle peuvent ne prendre que quelques jours ou semaines, ce qui ne

représente souvent qu'une petite fraction du temps global de développement du projet.

La simulation aide à réaliser d'importantes améliorations de la performance des systèmes

manufacturiers et de service dans les plus courts délais. Le coût et le temps de simulation d'un

système deviennent minuscules comparés aux gains à

long terme apportés par une opération efficace des

systèmes. La figure 1.6 illustre une comparaison entre

le coût cumulatif associé aux systèmes conçus avec la

simulation à celui sans la simulation. Alors que le

coût de simulation à court terme peut être élevé dû au

temps requis pour optimiser la conception du système,

les coûts d'opération à long terme sont beaucoup plus

faibles.

La simulation durant la phase de conception permet des économies importantes et ce en

identifiant et en éliminant les problèmes cachés et les inefficacités. Le coût est aussi réduit en

éliminant la sur-conception et en enlevant les facteurs de sécurité ajoutés lorsque les projections

de performance sont incertaines. La compagnie Fortune 500 est en cours de conception d'un

atelier pour la production et le stockage de sous-assemblages en préparation pour l'assemblage

final de produits métalliques différents. L'une des décisions à prendre implique la détermination

du nombre de containers pour recevoir les sous-assemblages. Il est initialement estimé que 3000

containers sont requis pour réaliser l'activité. Cependant, après une étude de simulation, il s'est

avéré que le taux de production ne change pas significativement lorsque le nombre de containers

varie entre 2250 et 3000. En achetant seulement 2250 containers au lieu de 3000, des économies

de $ 528 375 sont attendues durant la première année avec des économies annuelles subséquentes

de plus de $ 200 000 dû à l'espace économisé en ayant moins de 750 containers (Law et

McComas (1988)).

Coût d’opération sans la simulation

Coûts d’opération avec la simulation

Temps

Figure 1.6 Comparaison des coûts d'opération avec et sans la simulation

Coût


Souvent, la simulation peut aider à réaliser des améliorations de productivité sans recours à de

lourds investissements dans les nouvelles technologies ou l'expansion d'ateliers. En observant

l'opération globale du système dans un temps comprimé, les problèmes de longue stagnation tels

que les goulots d'étranglement, les redondances et l’inefficacités qui auparavant ne sont pas

décelés, commencent à être plus apparents.

1.7 Précautions à entreprendre lors de l'utilisation de la simulation

Alors que la simulation peut être un outil utile et puissant lorsqu'il est correctement utilisé,

cependant il ne présente pas un panacée pour tous les problèmes reliés aux systèmes. La

simulation est principalement utilisée pour aborder les aspects opérationnels du système : quoi,

quand, où et comment les tâches sont réalisées. Cependant, plusieurs aspects affectant la

performance des systèmes ne sont pas de nature opérationnelle (questions humaines et

technologiques). En effet, les systèmes manufacturiers et de service sont souvent nommés

systèmes socio-techniques.

Les aspects humains incluent les niveaux d’habilité, les intérêts et les relations

gestionnaire/employé. Les aspects technologiques incluent la fiabilité des équipements, le besoin

en puissance et la capacité des procédés. La simulation n'est pas capable d'adresser ces aspects

humains et technologiques. Elle montre, cependant, comment le système opère étant données

certaines caractéristiques humaines et technologiques.

De plus, la simulation est aussi limitée à fournir des évaluations de la performance d'un système

et non pas des solutions à des problèmes. C'est au modeleur qu'incombe la génération des

solutions à évaluer. La simulation devrait être considérée comme une extension de la réflexion

humaine qui permet de conceptualiser les relations complexes et d'examiner simultanément des

facteurs multiples, quelque chose que la raison humaine n'est pas capable seule de faire.


Il faut noter aussi que non pas tous les problèmes qui peuvent être résolus par la simulation

devraient l'être. Il importe que l'outil s'ajuste avec la tâche. Ainsi, si l'objectif consiste à

comprendre la séquence du flux de matière, alors un simple diagramme de flux suffit. Pour les

problèmes simples tels que la détermination de la capacité effective d'une opération ou bien le

taux de rejet d'un système, des calculs mathématiques simples sont plus appropriés. Pourquoi

utiliser un revolver pour tuer une mouche!!! Souvent, la complexité du système est le principal

déterminant pour le choix de la simulation.

L'utilisation de la simulation est prouvée d'être bénéfique, cependant elle peut présenter des

dangers potentiels. Parmi les précautions à entreprendre lors de l'utilisation de la simulation, on

note :

- La simulation peut être coûteuse et peut consommer beaucoup de temps.

- Parfois des solutions faciles et meilleures sont oubliées et négligées.

- Les résultats peuvent être mal interprétés.

- Les facteurs humains et technologiques peuvent être ignorés.

- On peut placer beaucoup plus de confiance dans les résultats de la simulation.

- Il est difficile de vérifier si les résultats sont valides.

1.8 Sommaire

Aujourd'hui, les compagnies confrontent de plus en plus le défi de mettre en place le plus

rapidement des systèmes de production complexes capables d'opérer à une efficacité maximale.

Avec les récents développements des technologies d'ordinateurs et de logiciels, les outils de

simulation sont plus disponibles pour aborder les défis de planification et de gestion des systèmes

manufacturiers.

1.8.1 Finalité

Évaluer le comportement du système sous différentes conditions ("what if").


1.8.2 Démarche

Construire un modèle.

Utiliser le modèle pour effectuer des expérimentations.

Faire des inférences au sujet des nouveaux systèmes sans avoir besoin de les construire au préalable.

Faire des inférences au sujet de changements dans des systèmes existants sans perturber ces systèmes.

1.8.3 Ce que la simulation peut faire

Fournir des estimés réalistes sur:

le comportement attendu du système;

les variations a l'intérieur du système.

Evaluer les effets de:

ajout, remplacement ou débranchement de machines;

changement du flux des processus;

changement du processus et/ou du temps de démarrage;

introduction de produits nouveaux;

changements de méthode et variation des employés;

toute autre modification envisagée sur le système réel (pour vue que l'on puisse incorporer adéquatement cette modification dans le modèle).

SERT DE LABORATOIRE POUR LE DÉCIDEUR (outil d'aide à la décision)


1.8.4 Ce que la simulation ne peut pas faire

Pas d'optimisation.

Pas de bons résultats si données erronées.

Ne peut pas résoudre de problèmes. Se contente de fournir de l'information sur les conséquences de solutions envisagées.

1.8.5 Quand simuler

Lorsqu'on n'a pas de solution analytique.

Lorsque les avantages de la simulation dépassent ses inconvénients. - une ou plusieurs variables aléatoires; - dynamique du système très complexe; - Objectif: observer le comportement su système dans le temps; - la possibilité de montrer une animation est importante.

chapitre 1 introduction à la simulation des systèmes...meilleure solution pratique. la simulation...

Documents