Anciens projets
Industrie responsable
Dans le cadre d’un projet fédérateur Carnot M.I.N.E.S. nous avons mené une action visant à proposer une “Méthodologie d’aide à la décision pour la conception et le pilotage de systèmes manufacturiers durables”.
L’industrie 4.0 est actuellement au cœur des préoccupations des industriels voulant s’inscrire dans une démarche de transition numérique.
Dans ce contexte, l’industrie manufacturière est confrontée à plusieurs phénomènes : la demande devient de plus en plus personnalisée et volatile, de nouveaux produits apparaissent et disparaissent relativement vite tandis que les exigences environnementales et sociétales deviennent de plus en plus fortes. L’industrie doit ainsi faire face aux défis de flexibilité et de durabilité.
En outre, le contexte législatif s’intensifie autour de l’obligation d’inclure des démarches d’économie circulaire dans les orientations stratégiques des entreprises (Loi sur la transition énergétique pour la croissance verte ou loi anti-gaspillage et économie circulaire, par exemple).
Pour autant, les entreprises sont souvent confrontées au manque d’outils et d’indicateurs leur permettant d’appréhender efficacement ces questions.
L’objectif de proposer une méthodologie d’aide à la décision s’appuyant sur un ensemble de critères permettant de s’appuyer sur le potentiel des systèmes reconfigurables (en anglais Reconfigurable Manufacturing Systems, RMS) pour optimiser les trois dimensions de la durabilité en s’inscrivant dans une démarche d’économie circulaire :
- l’environnement, dans une optique d’écologie industrielle et territoriale en intégrant les questions liées aux impacts environnementaux de l’installation industrielle sur le territoire, mais également à la spatialisation de ces impacts dont ceux relatifs à l’écosystème industriel en prenant en considération la chaîne de valeur,
- la responsabilité sociétale des entreprises (RSE) au travers de la notion émergente de responsabilité numérique des entreprises (cf. Plateforme nationale RSE, 2020 et 2021), incluant la prise en compte des facteurs humains et des conditions de travail,
- la gestion de la performance économique tout au long du cycle de vie dans un contexte d’incertitudes (évolutions du marché et des normes) à travers les reconfigurations du système industriel.
Dates : 11/2021 – 10/2024
Partenaires :
IMT Atlantique, Mines Paris – PSL, IMT Mines Albi, IMT Mines Alès, SIGMA Clermont, ENSTA
Contacts :
Responsables : Xavier Delorme, Mines Saint-Etienne, LIMOS, Sandrine Berger-Douce, Mines Saint-Etienne, Coactis
Participants : Hamed Gholami, Mines Saint-Etienne, LIMOS, Valérie Laforest, Mines Saint-Etienne, EVS
Mots clef ou thématiques :
Systèmes reconfigurables, économie circulaire, critères de durabilité, optimisation, Responsabilité sociétale des entreprises (RSE)
Objectifs de Développement Durable :
Publications
- Growing concerns over achieving sustainable development have intensified the pressure on manufacturing industries to effectively appraise and adopt advanced technologies to develop sustainable manufacturing processes. Industry 4.0 technologies are believed to offer significant benefits in this regard. However, more in-depth empirical research is needed to evaluate their effectiveness in developing sustainable manufacturing processes. Thus, this […]
- In the research stream of sustainable reconfigurable manufacturing systems, sustainable and resilient supplier scrutiny and selection emerges as a key strategy, emphasising the imperative of integrating sustainability and resiliency into the supply chain fabric. This paradigm extends beyond mere economic evaluations by incorporating environmental stewardship, social responsibility, and resilience against disruptions into the supplier assessment […]
- The Transfer Line Balancing Problem (TLBP) is characterized as the challenge of optimally distributing tasks across various workstations in an automated machining line to ensure its maximum efficiency. This problem holds pivotal importance for industries reliant on high-volume production, such as the automotive and aerospace sectors, where it directly influences the overall productivity and cost […]
Actualité
- Xavier Delorme, Professeur à Mines de Saint-Étienne au sein du LIMOS (UMR 6158), a participé le 20 mai 2025, en tant que rapporteur, au jury de thèse de Selma Ferhat. Intitulée « Analyse du potentiel des systèmes de fabrication en … Lire la Suite →
ANR SAMOURAI
Pour accroître l’efficacité des processus industriels basés sur la simulation, il faut améliorer les étapes de quantification de l’incertitude et d’optimisation numérique. De telles questions se posent dans la plupart des domaines de l’ingénierie (par exemple, l’énergie, les transports, l’agriculture) et des domaines scientifiques (par exemple, la biologie, la physique). Un problème majeur vient de la nature « boîte noire » du processus d’intérêt qui n’est souvent pas directement accessible : en général, les seules informations disponibles sont les sorties de la simulation « boîte noire ». En particulier, les informations dérivées, qui sont très précieuses dans le contexte de l’optimisation et de la quantification des incertitudes, ne sont pas disponibles. Cette situation est une conséquence directe de la complexité et de la diversité croissantes des problèmes industriels traiter (par exemple, couplage de simulateurs multi-physiques ou multidisciplinaires, modèles économiques, modèles d’apprentissage plus sophistiqués, intégration de variables incertaines ou non euclidiennes). Résoudre ce problème est donc un enjeu majeur avec des retombées industrielles directes et significatives.
Les principaux objectifs du projet sont, conjointement, de développer des méthodes innovantes de simulation et d’optimisation basées sur des MM, tout en repoussant leurs limites actuelles de performance et d’applicabilité, guidées par des applications réelles. Ces applications sont liées à la conception et à l’évaluation des risques de systèmes complexes.
Dates : 01/01/2021 – 31/12/2024
Partenaires : CEA DER Département Etude des Réacteurs/Commissariat à l’énergie atomique et aux énergies alternatives, SAFRAN, Polytechnique Polytechnique Montréal / Département de mathématiques et de génie industriel, IFPEN IFP Energies nouvelles, EDF SA EDF R&D SITE CHATOU, L2S Laboratoire des Signaux et Systèmes
Contacts :
Responsable : Rodolphe Le Riche, Mines Saint-Etienne, LIMOS, CNRS
Participants : Babacar Sow
Mots clef ou thématiques :
quantification de l’incertitude, optimisation numérique, simulation boîte noire
Objectif de Développement Durable :
Publications
- This presentation explores innovative methods for the optimization and metamodeling of complex functions defined over sets of vectors (or "clouds of points"), with various applications such as wind-farm layout or experimental design optimization. Unlike more common functions defined over vectors, functions defined over sets vectors have the specificity of being invariant with respect to the […]
- This paper introduces an evolutionary algorithm for objective functions defined over clouds of points of varying sizes. Such design variables are modeled as uniform discrete measures with finite support and the crossover and mutation operators of the algorithm are defined using the Wasserstein barycenter. We prove that the Wasserstein-based crossover has a contracting property in […]
- Nous consid´erons l’optimisation de fonctions d´efinies sur des ensembles de vecteurs (ou nuages de points). Classiquement, ces fonctions ´etant coˆuteuses, elles sont partiellement remplac´ees par des m´etamod`eles. La variable de d´ecision porte sur un ensemble de vecteurs et a des tailles variables dans un ensemble fini des entiers naturels. Un noyau semi-d´efinipositif sur les nuages […]
- We consider the optimization of functions where the variables are clouds of points (equivalently bags of vectors). The clouds can have different sizes and the objective functions are invariant under arbitrary permutation of the points within the cloud. Furthermore, no information related to the convexity and/or smoothness of the functions is available. Such functions are […]
- […]
- We consider the problem of optimizing black-box functions having sets of points as inputs (also referred to as clouds of points). Functions defined over sets are of common practical use and can be encountered when modeling turbine positions in wind farms, designs of experiments and designs of sensors or actuators networks, among others. In this […]
- We consider the task of estimating functions from a restricted number of observations where the inputs are in the form of varying-size sets of vectors. A classical method in this expensive functions context is to approximate the true expensive function with a Gaussian process that relies on semi-definite positive kernels. Varying-size sets of vectors have […]
- […]
Actualité
- Le projet ANR SAMOURAI (Simulation Analytics and Meta-model-based solutions for Optimization, Uncertainty and Reliability AnalysIs) a officiellement pris fin en décembre 2024 avec la tenue de son workshop final à l’Institut Henri Poincaré, à Paris. Cette rencontre a marqué une … Lire la Suite →
Projet Easy Smart Factory
Projet Structurant Pour la Compétitivité (PSPC)
Descriptif : L’objectif visé par le projet est d’accélérer la digitalisation des ateliers de productions et notamment les ateliers des petites structures grâces à plusieurs innovations technologiques majeures (innovations logiciels, électroniques et Telecom). Pour ce projet, des acteurs complémentaires – de l’IIoT au logiciel – se sont regroupés pour développer une solution avec un objectif commun de faire ”simple” et adapté aux PMI. Il s’agit de mettre au point une solution innovante (matériel, logiciel, service) simple à l’usage qui permettra d’accélérer de manière significative la transformation digitale des ateliers industriels de taille moyenne (ateliers de production manufacturière et de conditionnement) en : (1) Diminuant les coûts de mise en œuvre et d’infrastructure (autonomie et simplicité d’accès à la technologie), (2) Diminuant les coûts d’exploitation (Solution As A Service et non investissement), (3) Diminuant les consommations électriques (infrastructure partagée). Solution globale As A Service (logiciel MES 100% cloud et matériel IIoT hybride 5G en rupture technologique avec l’existant), EASY SMART FACTORY permettra de digitaliser un atelier rapidement et en toute autonomie. En fonction de ses besoins, l’industriel configurera les différentes briques de sa solution sur un e-shop puis recevra le matériel. Avec le logiciel interfacé à l’ERP, il disposera de toutes les données temps réel de son atelier qu’il partagera avec ses équipes pour améliorer sa compétitivité.
Chef de projet : Astrée Software
Collaborateurs impliqués : Damien Lamy, Xavier Delorme, Frédéric Grimaud
Durée : 2021-2023
Partenaires : Astrée Software, LIMOS, Eurécom, Editag.
Soutien : 
Site web : https://www.astngo.fr/a-propos/
Descriptif : développement d’une plate forme d’ingénierie produit et procédé basée sur les recherches les plus récentes en sémantique, méta-heuristiques et visualisation. Chef de projet : Fraunhofer-Gesellschaft – Institute for Industrial Engineering IAO (Joachim Lentes) Collaborateurs impliqués : Olga Battaia, Alexandre Dolgui, Frédéric Grimaud, Xavier Delorme. Durée : 2011-2013 Partenaires : Fraunhofer-Gesellschaft – Institute for Industrial Engineering IAO, Politecnico di Torino, Univ. of Limerick, Univ. of Nottingham, Università degli Studi di Trieste, Ontoprise GmbH, Intel, RTT Romania, Aerogen LTD, MBtech Group GmbH, Shannon Coiled Springs Ltd. Site web : http://www.ameplm.eu/ Descriptif : développement de méthodes permettant d’utiliser des simulations numériques multi-disciplines et multi-échelles dans la conception optimale d’objets complexes tels que les automobiles et les avions. Chef de projet : Renault Collaborateurs impliqués : Rodolphe Le Riche, Xavier Bay, Eric Touboul, Ramunas Girdziusas, Janis Janusevskis. Durée : 2009-2012 Partenaires : INRIA, Renault, Sirehna, Activeon, Université de Technologie de Compiègne, LMT Cachan, Scilab. Site web : https://omd2.scilab.org/ Descriptif : développement de nouvelles méthodes pour l’exploration et l’optimisation des grands codes de calcul (« computer experiments »). Chef de projet : Univ. de Berne Collaborateurs impliqués : Olivier Roustant, Mireille Batton-Hubert. Durée : 2011-2014 Partenaires : IRSN, Renault, CEA, l’IFP Energies Nouvelles (IFPEN), Electricité de France (EDF), Université Pierre-Mendès-France (Grenoble), Université Jean Monnet / Telecom (Saint-Étienne). Site web : Type : projet ANR Descriptif : mise en place d’indicateurs et développement de méthodes d’optimisation permettant de concevoir des plans de transport ferroviaires robustes aux aléas. Chef de projet : Ecole des Mines de Saint-Étienne – département GMI (Xavier Delorme). Collaborateurs impliqués : Xavier Delorme, Frédéric Grimaud, Alexandre Dolgui. Durée : 2012-2015 Partenaires : SNCF, Centre de microélectronique de provence de l’Ecole des Mines de Saint-Étienne. Type : projet européen de collaboration Descriptif : CO-DESNET (COllaborative DEmand and Supply NETworks) a pour objectif d’utiliser les outils de « Network Re-Engineering » (NRE) pour la re-organisation des services au sein de réseaux de PMEs. Chef de projet : Politecnico di Torino – DSPEA (Italie). Collaborateurs impliqués : Alexandre Dolgui, Hélène Marian, Frédéric Grimaud, Xavier Delorme, Olga Battaia. Durée : 2008-2012 Partenaires : Nottingham University (UK); Linkoping Universitet (Sweden); LAAS Toulouse (France); Universitat Stuttgart (Germany); Università Roma Tre (Italy); IASI – CNR, Roma (Italy); Università di Trieste (Italy); Università di Palermo (Italy); KARMAN S.p.A., Torino (Italy); University of Limerik (Ireland); University of Patras (Greece); Hungarian Academy of Sciences – MTA SZTAKI, Budapest (Hungary); Tel Aviv University (Israel); Politechnica Wroclawska, Wroclaw (Poland); BIKIT, Ghent (Belgium); THESIA S.p.A:, Milano (Italy); Supply Network Shannon, Limerik (Ireland); CIRP GmbH, Leonberg (Germany); EIDON S.p.A., Udine (Italy); Institute of Logistics and Warehousing, Poznan (Poland).Advanced Platform for manufacturing engineering and Product Lifecycle Management (amePLM)
Type : projet européenOptimisation Multi-Disciplinaire Distribuée (OMD2)
Type : projet de collaboration soutenu par l’ANRDeep Inside Computer Experiments (Re-DICE)
Type : projet de collaboration industrielleSystème d’aide à la décision pour une Conception Robuste et Indicateurs de la qualité de service des Plans de Transport ferroviaires (SCRIPT)
Réseaux Collaboratifs de Demande et d’Offre (CO-DESNET)