Cadre méthodologique pour la gestion des opérations manufacturières avec prise en compte de la variabilité intrinsèque en contexte 4.0 : application dans l'industrie textile et l'industrie agroalimentaire
Notice bibliographique
Résumé
Dans le contexte industriel actuel, plusieurs entreprises éprouvent des difficultés à améliorer leur performance, et ce, en raison d’une problématique de variabilité intrinsèque de certains procédés industriels. Cette variabilité peut ainsi provenir de diverses sources, que ce soit au niveau de la matière première, l’environnement du procédé ou le procédé en soi. Dans l’objectif de mieux comprendre et gérer les impacts de cette variabilité intrinsèque, un cadre méthodologique générique et flexible a été développé en se basant sur certains principes et certaines méthodes reconnues de la littérature. Composé de quatre étapes, soit l’analyse de la situation initiale, la modélisation prédictive, la modélisation prescriptive et enfin, une étape d’implantation, ce cadre méthodologique a par la suite été appliqué à deux reprises en entreprise pour des problématiques industrielles réelles. Ainsi, l’application de ce cadre pour un procédé de teinture de tissu aux prises avec une variabilité intrinsèque qui complexifie la standardisation de la couleur finale a permis le développement d’un modèle prédictif présentant une performance de prédiction de 92%, fournissant du même coup beaucoup d’information sur les sources de cette variabilité. Une seconde application du cadre pour un procédé de découpe de fromage a permis à l’entreprise de mieux connaître les variables affectant la performance du procédé. En terminant, malgré certaines limites associées à l’application du cadre telles que des contraintes de temps et une dépendance à la quantité et à la qualité des données utilisées, il a été possible de conclure que le cadre méthodologique répondait aux objectifs initiaux.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».