Soutenance de Salma Nissoul

L'Industrie~4.0 puis l'Industrie~5.0 ont renforcé l'usage de ressources connectées, automatisées et autonomes en production, tout en réaffirmant la nécessité d'une implication effective de l'humain dans la supervision, la prise de décision et le contrôle. 

Dans les environnements de production dynamiques, les décisions locales peuvent améliorer la réactivité, mais elles peuvent aussi rendre la situation globale plus difficile à comprendre, et à coordonner lorsque surviennent des perturbations, des changements d'objectifs ou des contraintes temporelles. 

Cette thèse propose une méthodologie structurée permettant de passer de l'analyse de la coopération à la conception, à la mise en œuvre, à la vérification technique et à l'évaluation de fonctions d'aide à la décision pour les systèmes de production humain-cyber-physiques. 

La méthodologie est appliquée à un cas d'étude réunissant un humain et des agents artificiels présentant des degrés d'automatisation et d'autonomie hétérogènes, notamment des robots de production, des navettes de transport localement autonomes et un robot mobile logistique. 

L'humain reste responsable de la supervision globale et peut accepter ou écarter les recommandations du système d'aide à la décision et, dans les limites du périmètre de contrôle disponible, intervenir sur certaines décisions locales. En l'absence d'intervention, les agents localement autonomes poursuivent leur propre logique. 

La démarche proposée s'organise en trois étapes :

1. Un cadre de coopération humain-machine fondé sur le savoir-faire, le savoir-coopérer et l'espace de travail commun (emph{Common Work Space}) est utilisé pour analyser les relations humain--agent dans la configuration de référence, avant l'introduction des fonctions d'aide à la décision. Cette analyse permet d'identifier les écarts de coopération et les exigences d'assistance associées. 

2. Ces exigences sont positionnées à deux niveaux décisionnels. Le soutien tactique mobilise un modèle d'ordonnancement pour définir une séquence prédéfinie de produits et les affectations, compare ces affectations planifiées aux affectations réelles et inclut une projection énergétique tactique distincte. Le soutien opérationnel évalue les alternatives locales par une méthode de décision multicritère et fournit des recommandations. 

3. Ces fonctions sont mises en œuvre, vérifiées techniquement et évaluées sur la plateforme expérimentale. 

L'évaluation finale met en évidence des effets différenciés. 

Le soutien tactique rend explicites la séquence prédéfinie de produits, les affectations planifiées des opérations aux robots de production et les écarts entre le plan et l'exécution, tandis que le soutien opérationnel rend explicites les alternatives locales ; les réponses humaines aux recommandations sont enregistrées dans les journaux d'événements. 

Les configurations assistées présentent en moyenne davantage de produits achevés que la configuration de référence, mais cet avantage n'est pas robuste dans toutes les analyses. Elles sont toutefois associées à une amélioration significative de la capacité globale perçue à recueillir et analyser les informations, sélectionner une décision et agir. Aucune réduction globale robuste de la charge de travail pondérée ni des dépassements énergétiques n'est démontrée. 

Ces résultats indiquent qu'une aide à la décision fondée sur la coopération ne constitue pas simplement une automatisation supplémentaire : elle structure l'information et les alternatives afin que l'humain puisse comprendre la situation, arbitrer lorsque nécessaire et conserver une autorité effective d'intervention.

Rapporteurs

• M. Hervé PANETTO, Professeur des Universités, Université de Lorraine, CRAN, France
• M. Xianyi ZENG, Professeur des Universités, Université de Lille, ENSAIT, GEMTEX, France

Examinateurs

• M. Armand BABOLI, Professeur des Universités, INSA Lyon, LIRIS, France
• Mme Lamia BERRAH, Professeure des Universités, Université Savoie Mont Blanc, LISTIC, France

Directrice de thèse

• Mme Marie-Pierre PACAUX-LEMOINE, Ingénieure de recherche HDR, Université Polytechnique Hauts-de-France, LAMIH UMR CNRS 8201, France

Co-encadrante

• Mme Sondès CHAABANE, Maître de Conférences HDR, INSA Hauts-de-France, LAMIH UMR CNRS 8201, France

Co-encadrant HESTIM

• M. Rabiae SAIDI, Docteur, Directeur pédagogique, HESTIM Engineering & Business School, CERIM, Casablanca, Maroc

Membre invité

•    M. Abdelilah BENNIS, Directeur de l’HESTIM, HESTIM Engineering & Business School, CERIM, Casablanca, Maroc

Systèmes humain-cyber-physiques, Coopération Humain-Machine, Aide à la décision, Grille de coopération, Supervision centrée sur l'humain, Ordonnancement de production.