\n\n\n\n
Simulation d\u2019une usine \u00e0 pizzas dans le but de l\u2019optimiser<\/h1>\n\n\n\nNathan BESNIER \u2217 Evann HUBERT \u2217 Marin GUILLAUMOND \u2217 Damien ROCOCO<\/h3>\n\n\n\nPeiP2 \u2014 Polytech Angers, {nathan.besnier, evann.hubert, marin.guillaumond, damien.rococo} @etud.univ-angers.fr<\/em><\/h3>\n\n\n\n
\n\n\n\nBienvenue chez Pizzo’Flop : De la p\u00e2te au carton !<\/strong><\/p>\n\n\n\nL\u2019objectif du travail \u00e9tait de construire une usine \u00e0 pizza capable de produire un nombre pr\u00e9d\u00e9fini de pizzas \u00e0 partir de mati\u00e8res premi\u00e8res re\u00e7ues en gros.<\/p>\n\n\n\n
Il est primordial de simuler une telle cha\u00eene de production avant de la construire en vrai pour s’assurer que tout fonctionne sans accroc. En effet, la simulation permet de d\u00e9tecter les futurs \u00ab bouchons \u00bb (ce qu’on appelle des goulets d’\u00e9tranglement) et d’\u00e9viter que des machines ne restent \u00e0 rien faire pendant que d’autres sont surcharg\u00e9es. Mod\u00e9liser l’usine sert donc \u00e0 pr\u00e9voir les besoins en personnel, \u00e0 s\u00e9curiser les d\u00e9lais de livraison et \u00e0 optimiser chaque m\u00e8tre carr\u00e9 de l’atelier pour ne pas gaspiller d’argent.<\/p>\n\n\n\n
Dans cet article, nous allons vous faire d\u00e9couvrir le protocole de cr\u00e9ation que nous avons suivi sur le logiciel FlexSim<\/em> un outil de simulation 3D professionnel avant de vous pr\u00e9senter les r\u00e9sultats de notre usine virtuelle.<\/p>\n\n\n\nMots cl\u00e9s : coop\u00e9ration, entraide, \u00e9coute, savoir-faire<\/h3>\n\n\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/image-7.png\")
<\/a><\/figure>\n<\/div>\n\n\nVue d’ensemble de la ligne de production Pizzo’Flop sous FlexSim : int\u00e9gration des 8 modules de fabrication.<\/h3>\n\n\n\n
\n\n\n\n
Pizzo’flop : La simulation au service de l’industrie<\/strong><\/p>\n\n\n\n\n\nDans le cadre de notre projet de deuxi\u00e8me ann\u00e9e \u00e0 Polytech Angers, nous avons \u00e9t\u00e9 r\u00e9partis en groupes sur un sujet intitul\u00e9 Pizzo\u2019flop<\/em>, ayant pour but de concevoir et simuler une ligne de production de pizzas compl\u00e8te. Nous avons pris connaissance des contraintes impos\u00e9es par le cahier des charges ainsi que des objectifs de performance qui nous \u00e9taient transmis. <\/p>\n\n\n\nNotre travail s\u2019est alors inscrit dans le cadre de l\u2019ing\u00e9nierie des syst\u00e8mes et de l’optimisation des flux industriels. Dans notre cas, la mod\u00e9lisation d\u2019une usine virtuelle est un d\u00e9fi de conception qui n\u00e9cessite des connaissances en logistique, en gestion de production et en informatique.<\/p>\n\n\n\n
L\u2019objectif de notre travail \u00e9tait de construire une usine capable de produire un nombre pr\u00e9d\u00e9fini de pizzas \u00e0 partir de mati\u00e8res premi\u00e8res re\u00e7ues en gros. Nous avions \u00e0 disposition le logiciel de mod\u00e9lisation 3D FlexSim, des guides techniques et les ressources informatiques de l’\u00e9cole. Nous avons alors r\u00e9fl\u00e9chi \u00e0 la meilleure fa\u00e7on de transformer le cas d’\u00e9tude d’une <\/p>\n\n\n\n
<\/p>\n<\/div>\n\n\n\n
\npizzeria en une simulation capable d’enseigner les principes du Lean Manufacturing<\/em> (produire mieux en gaspillant moins).<\/p>\n\n\n\nL\u2019objectif \u00e9tait donc de mod\u00e9liser chaque \u00e9tape de la fabrication, de la livraison des ingr\u00e9dients par camion jusqu’au stockage final afin de tester virtuellement l’efficacit\u00e9 de l’usine. Ici, nous ne manipulions pas de pi\u00e8ces m\u00e9caniques r\u00e9elles, mais des objets num\u00e9riques (processeurs, convoyeurs, robots, op\u00e9rateurs) que nous devions param\u00e9trer et coordonner. Comme pour un v\u00e9ritable ing\u00e9nieur en production, nous avons d\u00fb organiser les d\u00e9placements et les temps de cycle afin de supprimer les \u00ab points de blocage \u00bb et d’assurer une livraison fluide.Ce projet de deuxi\u00e8me ann\u00e9e consistait \u00e0 cr\u00e9er un simulateur interactif de ligne de production en utilisant FlexSim. \u00c0 l\u2019aide d\u2019un dispositif num\u00e9rique articul\u00e9 autour de 8 \u00e9tapes cl\u00e9s, nous avons recr\u00e9\u00e9 un environnement industriel r\u00e9aliste. Ce mod\u00e8le permet aujourd’hui de tester diff\u00e9rents r\u00e9glages en direct pour optimiser le rendement, offrant ainsi un support p\u00e9dagogique concret pour comprendre les flux de production de demain.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\nLa description du probl\u00e8me : Un d\u00e9fi technique et humain<\/strong><\/p>\n\n\n\n\n\nMod\u00e9liser une usine, ce n’est pas juste “dessiner” des machines en 3D. C\u2019est cr\u00e9er un syst\u00e8me vivant o\u00f9 chaque seconde compte. Au cours de nos cinq mois de projet \u00e0 Polytech Angers, nous avons \u00e9t\u00e9 confront\u00e9s \u00e0 trois probl\u00e8mes majeurs qui auraient pu faire capoter le projet Pizzo’flop<\/em>.<\/p>\n\n\n\n
Le casse-t\u00eate du travail d’\u00e9quipe : Dans le monde de l’ing\u00e9nierie, on travaille rarement seul. Pourtant, le logiciel FlexSim<\/em> impose une contrainte de taille : il ne permet pas \u00e0 plusieurs personnes de modifier le m\u00eame fichier en simultan\u00e9. Pour un groupe de quatre \u00e9tudiants, c\u2019est un obstacle de taille. Comment construire une usine coh\u00e9rente si on ne peut pas travailler ensemble sur la m\u00eame maquette ? Il a fallu repenser totalement notre mani\u00e8re de collaborer pour \u00e9viter que l’un d’entre nous ne se retrouve au ch\u00f4mage technique pendant que l’autre avance.<\/p>\n<\/div>\n\n\n\n\nL’overdose de donn\u00e9es : Au d\u00e9but, nous voulions \u00eatre les plus r\u00e9alistes possible. Nous avons tent\u00e9 de mod\u00e9liser physiquement chaque ingr\u00e9dients : chaque tranches de jambon, chaque morceaux de champignons, etc … Mais nous avons vite compris l’erreur : multiplier les objets 3D sature la m\u00e9moire vive de nos ordinateurs. Le logiciel finissait par ramer terriblement, allant jusqu\u2019au crash complet du syst\u00e8me. C’est un probl\u00e8me classique en simulation : il faut trouver le juste \u00e9quilibre entre le r\u00e9alisme visuel et la puissance de calcul de la machine.
La r\u00e9alit\u00e9 du mat\u00e9riel : Nous avons aussi d\u00e9couvert que tous les ordinateurs ne se valent pas. En salle de TP, la diff\u00e9rence de performance entre les anciennes machines et les nouvelles cr\u00e9ait des d\u00e9calages. Une simulation qui tournait parfaitement sur un PC r\u00e9cent pouvait mettre dix minutes \u00e0 se lancer sur un autre. Il a fallu optimiser notre code pour que n’importe quel futur \u00e9tudiant puisse utiliser notre outil, quel que soit son mat\u00e9riel.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\nLes m\u00e9thodes utilis\u00e9es : Diviser pour mieux avancer<\/strong><\/p>\n\n\n\n\n\nFace \u00e0 ces blocages, nous avons d\u00fb innover et appliquer des m\u00e9thodes professionnelles de gestion de projet et de programmation.<\/p>\n\n\n\n
Puisque nous ne pouvions pas travailler sur le m\u00eame fichier, nous avons d\u00e9compos\u00e9 l’usine en 8 modules ind\u00e9pendants. Chaque membre du groupe est devenu le “chef de projet” de deux \u00e9tapes sp\u00e9cifiques (par exemple : un sur la p\u00e2te et la cuisson, l’autre sur le garnissage et l’emballage). Nous avons d\u00e9velopp\u00e9 ces 8 morceaux dans des fichiers s\u00e9par\u00e9s. Le d\u00e9fi final a \u00e9t\u00e9 la “fusion” : assembler ces 8 briques pour qu’elles s’embo\u00eetent parfaitement sans cr\u00e9er de bugs. Cela nous a oblig\u00e9s \u00e0 d\u00e9finir des normes communes (vitesse des tapis, hauteur des convoyeurs) d\u00e8s le d\u00e9part. <\/p>\n\n\n\n
Pour r\u00e9gler le probl\u00e8me des crashs, nous avons utilis\u00e9 une astuce de pros : les Labels<\/em>. Au lieu de cr\u00e9er un objet 3D lourd pour chaque ingr\u00e9dient, nous avons cr\u00e9\u00e9 une<\/p>\n<\/div>\n\n\n\n\n” \u00e9tiquette num\u00e9rique” attach\u00e9e \u00e0 chaque ingr\u00e9dients dans le stock. Cette \u00e9tiquette contient toutes les informations : “Type : fromage”, par exemple. Le logiciel n’a plus besoin de “voir” les fromages, il lui suffit de lire l’\u00e9tiquette pour savoir comment traiter la l’ingr\u00e9dient. C\u2019est ce qui a rendu notre simulation plus fluide.<\/p>\n\n\n\n
L’intelligence du flux (Process Flow) : Pour coordonner les robots, les chariots automatiques (AGV) et les camions, nous avons utilis\u00e9 le Process Flow<\/em>. C\u2019est un outil de programmation visuelle qui ressemble \u00e0 un logigramme. Nous y avons cod\u00e9 les “r\u00e8gles de priorit\u00e9” de l’usine. Par exemple :<\/p>\n\n\n\n\n- Si<\/em> le stock de fromage est bas, alors<\/em> appeler un op\u00e9rateur.<\/li>\n<\/ul>\n<\/div>\n<\/div>\n\n\n\n\n\n
![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/image-10.png\")
<\/a><\/figure>\n<\/div>\n\n\n\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/image-9.png\")
<\/a><\/figure>\n<\/div>\n<\/div>\n\n\n\nFen\u00eatre de propri\u00e9t\u00e9s d’un “Combineur” sous FlexSim<\/h3>\n\n\n\n
\n\n\n\n
L’analyse des r\u00e9sultats : Faire parler le mod\u00e8le<\/strong><\/p>\n\n\n\n\n\nUne fois que l’usine Pizzo’Flop a commenc\u00e9 \u00e0 tourner sans bug, le vrai travail d’optimisation a pu d\u00e9buter. Gr\u00e2ce aux outils statistiques de FlexSim, nous avons pu transformer les d\u00e9placements des petits personnages et des convoyeurs en graphiques concrets.<\/p>\n\n\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/image-12.png\")
<\/a><\/figure>\n<\/div>\n\n\n\n\nC’est ici que la magie op\u00e8re : nous avons identifi\u00e9 que le v\u00e9ritable point de blocage n’\u00e9tait pas forc\u00e9ment l\u00e0 o\u00f9 on l’imaginait. Par exemple, ajouter un four suppl\u00e9mentaire ne servait \u00e0 rien si le pr\u00e9parateur de p\u00e2te n’arrivait pas \u00e0 suivre le rythme en amont. En observant les taux d’occupation des machines, nous avons pu \u00e9quilibrer la ligne pour que personne ne soit en surchauffe pendant que d’autres attendent. On peut ainsi tester plusieurs sc\u00e9narios \u00ab Lean \u00bb : que se passe-t-il si on r\u00e9duit la taille des stocks interm\u00e9diaires ? Si on change l’ordre des commandes ? Le mod\u00e8le nous donne la r\u00e9ponse instantan\u00e9ment, permettant de passer d’une intuition \u00e0 une preuve par les chiffres.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\nLe tableau de bord : une exp\u00e9rience “cl\u00e9s en main”<\/strong><\/p>\n\n\n\n\n\nLe but final du projet n’\u00e9tait pas seulement de cr\u00e9er une usine performante, mais de fournir un outil p\u00e9dagogique simple. Pour cela, nous avons d\u00e9velopp\u00e9 un Dashboard (tableau de bord) interactif.<\/p>\n\n\n\n
Plut\u00f4t que de plonger dans les lignes de code ou les menus complexes de FlexSim, l\u2019enseignant ou l\u2019\u00e9tudiant dispose d\u2019une interface simplifi\u00e9e. En quelques clics, il peut modifier le nombre d’op\u00e9rateurs, acc\u00e9l\u00e9rer une machine ou changer le type de pizzas prioritaires. <\/p>\n<\/div>\n\n\n\n
\nLes r\u00e9sultats s’affichent en temps r\u00e9el : co\u00fbt de production, temps d’attente moyen d’une pizza, et rendement global. Coupl\u00e9 au mode d’emploi que nous avons r\u00e9dig\u00e9, ce dispositif permet \u00e0 n’importe quel utilisateur, m\u00eame d\u00e9butant, de “jouer” avec les param\u00e8tres de l’usine pour comprendre par lui-m\u00eame les grands principes de l’organisation industrielle.<\/p>\n<\/div>\n<\/div>\n\n\n\n
Un petit mot de fin : Pr\u00eats pour l’industrie 4.0 ?<\/h2>\n\n\n\n\n\nEn conclusion, l\u2019aventure Pizzo\u2019Flop a \u00e9t\u00e9 bien plus qu’un simple exercice de mod\u00e9lisation. Elle nous a plong\u00e9s dans la r\u00e9alit\u00e9 du m\u00e9tier d’ing\u00e9nieur : jongler avec des contraintes techniques, r\u00e9soudre des probl\u00e8mes impr\u00e9vus et surtout, apprendre \u00e0 faire converger nos id\u00e9es au sein d’un groupe.<\/p>\n<\/div>\n\n\n\n
\nD’une simple \u00e9tude de cas, nous avons r\u00e9ussi \u00e0 tirer un outil p\u00e9dagogique complet qui rend les principes du Lean concrets et visuels. Nous repartons avec une ma\u00eetrise solide de FlexSim et la satisfaction d’avoir cr\u00e9\u00e9 un support qui, nous l’esp\u00e9rons, aidera d’autres \u00e9tudiants \u00e0 comprendre que l’optimisation n’est pas qu’une affaire de chiffres, mais une v\u00e9ritable science de l’organisation.<\/p>\n<\/div>\n<\/div>\n\n\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/image-11.png\")
<\/a><\/figure>\n\n\n\nRemerciements<\/em><\/h3>\n\n\n\nNous tenons \u00e0 exprimer notre profonde gratitude \u00e0 Monsieur Sylvain Verron pour son accompagnement tout au long de ce projet.<\/p>\n\n\n\n
Merci pour votre soutien constant, vos conseils techniques pr\u00e9cieux et votre bienveillance. Votre approche nous a permis de progresser avec confiance, m\u00eame face aux d\u00e9fis les plus complexes. Cet \u00e9change nous a \u00e9norm\u00e9ment apport\u00e9, tant sur le plan des comp\u00e9tences en ing\u00e9nierie que sur notre mani\u00e8re d’appr\u00e9hender la gestion de projet en \u00e9quipe.<\/p>\n\n\n\n
C’est gr\u00e2ce \u00e0 cet encadrement de qualit\u00e9 que Pizzo\u2019Flop a pu passer du stade de concept \u00e0 celui de simulation fonctionnelle et aboutie !<\/p>\n\n\n\n
\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/FlexsimLogo.jpg\")
<\/a><\/figure>\n<\/div>\n\n\n\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/image-4.png\")
<\/a><\/figure>\n<\/div>\n\n\n\n\n![\"\"](\"https:\/\/blog.univ-angers.fr\/polytech_2A\/files\/2026\/04\/images.png\")
<\/a><\/figure>\n<\/div>\n<\/div>\n\n\n\nfait par Damien, Marin, Nathan B, Evann<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
\u2022 Projet PEIP 2A \u2022 PIZZO’FLOP \u2022 Simulation d\u2019une usine \u00e0 pizzas dans le but de l\u2019optimiser Nathan BESNIER \u2217 Evann HUBERT \u2217 Marin GUILLAUMOND \u2217 Damien ROCOCO PeiP2 \u2014 Polytech Angers, {nathan.besnier, evann.hubert, marin.guillaumond, damien.rococo} @etud.univ-angers.fr Bienvenue chez Pizzo’Flop … Continuer la lecture
PeiP2 \u2014 Polytech Angers, {nathan.besnier, evann.hubert, marin.guillaumond, damien.rococo} @etud.univ-angers.fr<\/em><\/h3>\n\n\n\n
\n\n\n\nBienvenue chez Pizzo’Flop : De la p\u00e2te au carton !<\/strong><\/p>\n\n\n\nL\u2019objectif du travail \u00e9tait de construire une usine \u00e0 pizza capable de produire un nombre pr\u00e9d\u00e9fini de pizzas \u00e0 partir de mati\u00e8res premi\u00e8res re\u00e7ues en gros.<\/p>\n\n\n\n
Il est primordial de simuler une telle cha\u00eene de production avant de la construire en vrai pour s’assurer que tout fonctionne sans accroc. En effet, la simulation permet de d\u00e9tecter les futurs \u00ab bouchons \u00bb (ce qu’on appelle des goulets d’\u00e9tranglement) et d’\u00e9viter que des machines ne restent \u00e0 rien faire pendant que d’autres sont surcharg\u00e9es. Mod\u00e9liser l’usine sert donc \u00e0 pr\u00e9voir les besoins en personnel, \u00e0 s\u00e9curiser les d\u00e9lais de livraison et \u00e0 optimiser chaque m\u00e8tre carr\u00e9 de l’atelier pour ne pas gaspiller d’argent.<\/p>\n\n\n\n
Dans cet article, nous allons vous faire d\u00e9couvrir le protocole de cr\u00e9ation que nous avons suivi sur le logiciel FlexSim<\/em> un outil de simulation 3D professionnel avant de vous pr\u00e9senter les r\u00e9sultats de notre usine virtuelle.<\/p>\n\n\n\nMots cl\u00e9s : coop\u00e9ration, entraide, \u00e9coute, savoir-faire<\/h3>\n\n\n\n<\/a><\/figure>\n<\/div>\n\n\nVue d’ensemble de la ligne de production Pizzo’Flop sous FlexSim : int\u00e9gration des 8 modules de fabrication.<\/h3>\n\n\n\n
\n\n\n\n
Pizzo’flop : La simulation au service de l’industrie<\/strong><\/p>\n\n\n\n\n\nDans le cadre de notre projet de deuxi\u00e8me ann\u00e9e \u00e0 Polytech Angers, nous avons \u00e9t\u00e9 r\u00e9partis en groupes sur un sujet intitul\u00e9 Pizzo\u2019flop<\/em>, ayant pour but de concevoir et simuler une ligne de production de pizzas compl\u00e8te. Nous avons pris connaissance des contraintes impos\u00e9es par le cahier des charges ainsi que des objectifs de performance qui nous \u00e9taient transmis. <\/p>\n\n\n\nNotre travail s\u2019est alors inscrit dans le cadre de l\u2019ing\u00e9nierie des syst\u00e8mes et de l’optimisation des flux industriels. Dans notre cas, la mod\u00e9lisation d\u2019une usine virtuelle est un d\u00e9fi de conception qui n\u00e9cessite des connaissances en logistique, en gestion de production et en informatique.<\/p>\n\n\n\n
L\u2019objectif de notre travail \u00e9tait de construire une usine capable de produire un nombre pr\u00e9d\u00e9fini de pizzas \u00e0 partir de mati\u00e8res premi\u00e8res re\u00e7ues en gros. Nous avions \u00e0 disposition le logiciel de mod\u00e9lisation 3D FlexSim, des guides techniques et les ressources informatiques de l’\u00e9cole. Nous avons alors r\u00e9fl\u00e9chi \u00e0 la meilleure fa\u00e7on de transformer le cas d’\u00e9tude d’une <\/p>\n\n\n\n
<\/p>\n<\/div>\n\n\n\n
\npizzeria en une simulation capable d’enseigner les principes du Lean Manufacturing<\/em> (produire mieux en gaspillant moins).<\/p>\n\n\n\nL\u2019objectif \u00e9tait donc de mod\u00e9liser chaque \u00e9tape de la fabrication, de la livraison des ingr\u00e9dients par camion jusqu’au stockage final afin de tester virtuellement l’efficacit\u00e9 de l’usine. Ici, nous ne manipulions pas de pi\u00e8ces m\u00e9caniques r\u00e9elles, mais des objets num\u00e9riques (processeurs, convoyeurs, robots, op\u00e9rateurs) que nous devions param\u00e9trer et coordonner. Comme pour un v\u00e9ritable ing\u00e9nieur en production, nous avons d\u00fb organiser les d\u00e9placements et les temps de cycle afin de supprimer les \u00ab points de blocage \u00bb et d’assurer une livraison fluide.Ce projet de deuxi\u00e8me ann\u00e9e consistait \u00e0 cr\u00e9er un simulateur interactif de ligne de production en utilisant FlexSim. \u00c0 l\u2019aide d\u2019un dispositif num\u00e9rique articul\u00e9 autour de 8 \u00e9tapes cl\u00e9s, nous avons recr\u00e9\u00e9 un environnement industriel r\u00e9aliste. Ce mod\u00e8le permet aujourd’hui de tester diff\u00e9rents r\u00e9glages en direct pour optimiser le rendement, offrant ainsi un support p\u00e9dagogique concret pour comprendre les flux de production de demain.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\nLa description du probl\u00e8me : Un d\u00e9fi technique et humain<\/strong><\/p>\n\n\n\n\n\nMod\u00e9liser une usine, ce n’est pas juste “dessiner” des machines en 3D. C\u2019est cr\u00e9er un syst\u00e8me vivant o\u00f9 chaque seconde compte. Au cours de nos cinq mois de projet \u00e0 Polytech Angers, nous avons \u00e9t\u00e9 confront\u00e9s \u00e0 trois probl\u00e8mes majeurs qui auraient pu faire capoter le projet Pizzo’flop<\/em>.<\/p>\n\n\n\n
Le casse-t\u00eate du travail d’\u00e9quipe : Dans le monde de l’ing\u00e9nierie, on travaille rarement seul. Pourtant, le logiciel FlexSim<\/em> impose une contrainte de taille : il ne permet pas \u00e0 plusieurs personnes de modifier le m\u00eame fichier en simultan\u00e9. Pour un groupe de quatre \u00e9tudiants, c\u2019est un obstacle de taille. Comment construire une usine coh\u00e9rente si on ne peut pas travailler ensemble sur la m\u00eame maquette ? Il a fallu repenser totalement notre mani\u00e8re de collaborer pour \u00e9viter que l’un d’entre nous ne se retrouve au ch\u00f4mage technique pendant que l’autre avance.<\/p>\n<\/div>\n\n\n\n\nL’overdose de donn\u00e9es : Au d\u00e9but, nous voulions \u00eatre les plus r\u00e9alistes possible. Nous avons tent\u00e9 de mod\u00e9liser physiquement chaque ingr\u00e9dients : chaque tranches de jambon, chaque morceaux de champignons, etc … Mais nous avons vite compris l’erreur : multiplier les objets 3D sature la m\u00e9moire vive de nos ordinateurs. Le logiciel finissait par ramer terriblement, allant jusqu\u2019au crash complet du syst\u00e8me. C’est un probl\u00e8me classique en simulation : il faut trouver le juste \u00e9quilibre entre le r\u00e9alisme visuel et la puissance de calcul de la machine.
La r\u00e9alit\u00e9 du mat\u00e9riel : Nous avons aussi d\u00e9couvert que tous les ordinateurs ne se valent pas. En salle de TP, la diff\u00e9rence de performance entre les anciennes machines et les nouvelles cr\u00e9ait des d\u00e9calages. Une simulation qui tournait parfaitement sur un PC r\u00e9cent pouvait mettre dix minutes \u00e0 se lancer sur un autre. Il a fallu optimiser notre code pour que n’importe quel futur \u00e9tudiant puisse utiliser notre outil, quel que soit son mat\u00e9riel.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\nLes m\u00e9thodes utilis\u00e9es : Diviser pour mieux avancer<\/strong><\/p>\n\n\n\n\n\nFace \u00e0 ces blocages, nous avons d\u00fb innover et appliquer des m\u00e9thodes professionnelles de gestion de projet et de programmation.<\/p>\n\n\n\n
Puisque nous ne pouvions pas travailler sur le m\u00eame fichier, nous avons d\u00e9compos\u00e9 l’usine en 8 modules ind\u00e9pendants. Chaque membre du groupe est devenu le “chef de projet” de deux \u00e9tapes sp\u00e9cifiques (par exemple : un sur la p\u00e2te et la cuisson, l’autre sur le garnissage et l’emballage). Nous avons d\u00e9velopp\u00e9 ces 8 morceaux dans des fichiers s\u00e9par\u00e9s. Le d\u00e9fi final a \u00e9t\u00e9 la “fusion” : assembler ces 8 briques pour qu’elles s’embo\u00eetent parfaitement sans cr\u00e9er de bugs. Cela nous a oblig\u00e9s \u00e0 d\u00e9finir des normes communes (vitesse des tapis, hauteur des convoyeurs) d\u00e8s le d\u00e9part. <\/p>\n\n\n\n
Pour r\u00e9gler le probl\u00e8me des crashs, nous avons utilis\u00e9 une astuce de pros : les Labels<\/em>. Au lieu de cr\u00e9er un objet 3D lourd pour chaque ingr\u00e9dient, nous avons cr\u00e9\u00e9 une<\/p>\n<\/div>\n\n\n\n\n” \u00e9tiquette num\u00e9rique” attach\u00e9e \u00e0 chaque ingr\u00e9dients dans le stock. Cette \u00e9tiquette contient toutes les informations : “Type : fromage”, par exemple. Le logiciel n’a plus besoin de “voir” les fromages, il lui suffit de lire l’\u00e9tiquette pour savoir comment traiter la l’ingr\u00e9dient. C\u2019est ce qui a rendu notre simulation plus fluide.<\/p>\n\n\n\n
L’intelligence du flux (Process Flow) : Pour coordonner les robots, les chariots automatiques (AGV) et les camions, nous avons utilis\u00e9 le Process Flow<\/em>. C\u2019est un outil de programmation visuelle qui ressemble \u00e0 un logigramme. Nous y avons cod\u00e9 les “r\u00e8gles de priorit\u00e9” de l’usine. Par exemple :<\/p>\n\n\n\n\n- Si<\/em> le stock de fromage est bas, alors<\/em> appeler un op\u00e9rateur.<\/li>\n<\/ul>\n<\/div>\n<\/div>\n\n\n\n\n\n
<\/a><\/figure>\n<\/div>\n\n\n\n\n<\/a><\/figure>\n<\/div>\n<\/div>\n\n\n\nFen\u00eatre de propri\u00e9t\u00e9s d’un “Combineur” sous FlexSim<\/h3>\n\n\n\n
\n\n\n\n
L’analyse des r\u00e9sultats : Faire parler le mod\u00e8le<\/strong><\/p>\n\n\n\n\n\nUne fois que l’usine Pizzo’Flop a commenc\u00e9 \u00e0 tourner sans bug, le vrai travail d’optimisation a pu d\u00e9buter. Gr\u00e2ce aux outils statistiques de FlexSim, nous avons pu transformer les d\u00e9placements des petits personnages et des convoyeurs en graphiques concrets.<\/p>\n\n\n\n<\/a><\/figure>\n<\/div>\n\n\n\n\nC’est ici que la magie op\u00e8re : nous avons identifi\u00e9 que le v\u00e9ritable point de blocage n’\u00e9tait pas forc\u00e9ment l\u00e0 o\u00f9 on l’imaginait. Par exemple, ajouter un four suppl\u00e9mentaire ne servait \u00e0 rien si le pr\u00e9parateur de p\u00e2te n’arrivait pas \u00e0 suivre le rythme en amont. En observant les taux d’occupation des machines, nous avons pu \u00e9quilibrer la ligne pour que personne ne soit en surchauffe pendant que d’autres attendent. On peut ainsi tester plusieurs sc\u00e9narios \u00ab Lean \u00bb : que se passe-t-il si on r\u00e9duit la taille des stocks interm\u00e9diaires ? Si on change l’ordre des commandes ? Le mod\u00e8le nous donne la r\u00e9ponse instantan\u00e9ment, permettant de passer d’une intuition \u00e0 une preuve par les chiffres.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\nLe tableau de bord : une exp\u00e9rience “cl\u00e9s en main”<\/strong><\/p>\n\n\n\n\n\nLe but final du projet n’\u00e9tait pas seulement de cr\u00e9er une usine performante, mais de fournir un outil p\u00e9dagogique simple. Pour cela, nous avons d\u00e9velopp\u00e9 un Dashboard (tableau de bord) interactif.<\/p>\n\n\n\n
Plut\u00f4t que de plonger dans les lignes de code ou les menus complexes de FlexSim, l\u2019enseignant ou l\u2019\u00e9tudiant dispose d\u2019une interface simplifi\u00e9e. En quelques clics, il peut modifier le nombre d’op\u00e9rateurs, acc\u00e9l\u00e9rer une machine ou changer le type de pizzas prioritaires. <\/p>\n<\/div>\n\n\n\n
\nLes r\u00e9sultats s’affichent en temps r\u00e9el : co\u00fbt de production, temps d’attente moyen d’une pizza, et rendement global. Coupl\u00e9 au mode d’emploi que nous avons r\u00e9dig\u00e9, ce dispositif permet \u00e0 n’importe quel utilisateur, m\u00eame d\u00e9butant, de “jouer” avec les param\u00e8tres de l’usine pour comprendre par lui-m\u00eame les grands principes de l’organisation industrielle.<\/p>\n<\/div>\n<\/div>\n\n\n\n
Un petit mot de fin : Pr\u00eats pour l’industrie 4.0 ?<\/h2>\n\n\n\n\n\nEn conclusion, l\u2019aventure Pizzo\u2019Flop a \u00e9t\u00e9 bien plus qu’un simple exercice de mod\u00e9lisation. Elle nous a plong\u00e9s dans la r\u00e9alit\u00e9 du m\u00e9tier d’ing\u00e9nieur : jongler avec des contraintes techniques, r\u00e9soudre des probl\u00e8mes impr\u00e9vus et surtout, apprendre \u00e0 faire converger nos id\u00e9es au sein d’un groupe.<\/p>\n<\/div>\n\n\n\n
\nD’une simple \u00e9tude de cas, nous avons r\u00e9ussi \u00e0 tirer un outil p\u00e9dagogique complet qui rend les principes du Lean concrets et visuels. Nous repartons avec une ma\u00eetrise solide de FlexSim et la satisfaction d’avoir cr\u00e9\u00e9 un support qui, nous l’esp\u00e9rons, aidera d’autres \u00e9tudiants \u00e0 comprendre que l’optimisation n’est pas qu’une affaire de chiffres, mais une v\u00e9ritable science de l’organisation.<\/p>\n<\/div>\n<\/div>\n\n\n\n<\/a><\/figure>\n\n\n\nRemerciements<\/em><\/h3>\n\n\n\nNous tenons \u00e0 exprimer notre profonde gratitude \u00e0 Monsieur Sylvain Verron pour son accompagnement tout au long de ce projet.<\/p>\n\n\n\n
Merci pour votre soutien constant, vos conseils techniques pr\u00e9cieux et votre bienveillance. Votre approche nous a permis de progresser avec confiance, m\u00eame face aux d\u00e9fis les plus complexes. Cet \u00e9change nous a \u00e9norm\u00e9ment apport\u00e9, tant sur le plan des comp\u00e9tences en ing\u00e9nierie que sur notre mani\u00e8re d’appr\u00e9hender la gestion de projet en \u00e9quipe.<\/p>\n\n\n\n
C’est gr\u00e2ce \u00e0 cet encadrement de qualit\u00e9 que Pizzo\u2019Flop a pu passer du stade de concept \u00e0 celui de simulation fonctionnelle et aboutie !<\/p>\n\n\n\n
\n\n<\/a><\/figure>\n<\/div>\n\n\n\n\n<\/a><\/figure>\n<\/div>\n\n\n\n\n<\/a><\/figure>\n<\/div>\n<\/div>\n\n\n\nfait par Damien, Marin, Nathan B, Evann<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
\u2022 Projet PEIP 2A \u2022 PIZZO’FLOP \u2022 Simulation d\u2019une usine \u00e0 pizzas dans le but de l\u2019optimiser Nathan BESNIER \u2217 Evann HUBERT \u2217 Marin GUILLAUMOND \u2217 Damien ROCOCO PeiP2 \u2014 Polytech Angers, {nathan.besnier, evann.hubert, marin.guillaumond, damien.rococo} @etud.univ-angers.fr Bienvenue chez Pizzo’Flop … Continuer la lecture
L\u2019objectif du travail \u00e9tait de construire une usine \u00e0 pizza capable de produire un nombre pr\u00e9d\u00e9fini de pizzas \u00e0 partir de mati\u00e8res premi\u00e8res re\u00e7ues en gros.<\/p>\n\n\n\n
Il est primordial de simuler une telle cha\u00eene de production avant de la construire en vrai pour s’assurer que tout fonctionne sans accroc. En effet, la simulation permet de d\u00e9tecter les futurs \u00ab bouchons \u00bb (ce qu’on appelle des goulets d’\u00e9tranglement) et d’\u00e9viter que des machines ne restent \u00e0 rien faire pendant que d’autres sont surcharg\u00e9es. Mod\u00e9liser l’usine sert donc \u00e0 pr\u00e9voir les besoins en personnel, \u00e0 s\u00e9curiser les d\u00e9lais de livraison et \u00e0 optimiser chaque m\u00e8tre carr\u00e9 de l’atelier pour ne pas gaspiller d’argent.<\/p>\n\n\n\n
Dans cet article, nous allons vous faire d\u00e9couvrir le protocole de cr\u00e9ation que nous avons suivi sur le logiciel FlexSim<\/em> un outil de simulation 3D professionnel avant de vous pr\u00e9senter les r\u00e9sultats de notre usine virtuelle.<\/p>\n\n\n\n Pizzo’flop : La simulation au service de l’industrie<\/strong><\/p>\n\n\n\n Dans le cadre de notre projet de deuxi\u00e8me ann\u00e9e \u00e0 Polytech Angers, nous avons \u00e9t\u00e9 r\u00e9partis en groupes sur un sujet intitul\u00e9 Pizzo\u2019flop<\/em>, ayant pour but de concevoir et simuler une ligne de production de pizzas compl\u00e8te. Nous avons pris connaissance des contraintes impos\u00e9es par le cahier des charges ainsi que des objectifs de performance qui nous \u00e9taient transmis. <\/p>\n\n\n\n Notre travail s\u2019est alors inscrit dans le cadre de l\u2019ing\u00e9nierie des syst\u00e8mes et de l’optimisation des flux industriels. Dans notre cas, la mod\u00e9lisation d\u2019une usine virtuelle est un d\u00e9fi de conception qui n\u00e9cessite des connaissances en logistique, en gestion de production et en informatique.<\/p>\n\n\n\n L\u2019objectif de notre travail \u00e9tait de construire une usine capable de produire un nombre pr\u00e9d\u00e9fini de pizzas \u00e0 partir de mati\u00e8res premi\u00e8res re\u00e7ues en gros. Nous avions \u00e0 disposition le logiciel de mod\u00e9lisation 3D FlexSim, des guides techniques et les ressources informatiques de l’\u00e9cole. Nous avons alors r\u00e9fl\u00e9chi \u00e0 la meilleure fa\u00e7on de transformer le cas d’\u00e9tude d’une <\/p>\n\n\n\n <\/p>\n<\/div>\n\n\n\n pizzeria en une simulation capable d’enseigner les principes du Lean Manufacturing<\/em> (produire mieux en gaspillant moins).<\/p>\n\n\n\n L\u2019objectif \u00e9tait donc de mod\u00e9liser chaque \u00e9tape de la fabrication, de la livraison des ingr\u00e9dients par camion jusqu’au stockage final afin de tester virtuellement l’efficacit\u00e9 de l’usine. Ici, nous ne manipulions pas de pi\u00e8ces m\u00e9caniques r\u00e9elles, mais des objets num\u00e9riques (processeurs, convoyeurs, robots, op\u00e9rateurs) que nous devions param\u00e9trer et coordonner. Comme pour un v\u00e9ritable ing\u00e9nieur en production, nous avons d\u00fb organiser les d\u00e9placements et les temps de cycle afin de supprimer les \u00ab points de blocage \u00bb et d’assurer une livraison fluide.Ce projet de deuxi\u00e8me ann\u00e9e consistait \u00e0 cr\u00e9er un simulateur interactif de ligne de production en utilisant FlexSim. \u00c0 l\u2019aide d\u2019un dispositif num\u00e9rique articul\u00e9 autour de 8 \u00e9tapes cl\u00e9s, nous avons recr\u00e9\u00e9 un environnement industriel r\u00e9aliste. Ce mod\u00e8le permet aujourd’hui de tester diff\u00e9rents r\u00e9glages en direct pour optimiser le rendement, offrant ainsi un support p\u00e9dagogique concret pour comprendre les flux de production de demain.<\/p>\n<\/div>\n<\/div>\n\n\n\n La description du probl\u00e8me : Un d\u00e9fi technique et humain<\/strong><\/p>\n\n\n\n Mod\u00e9liser une usine, ce n’est pas juste “dessiner” des machines en 3D. C\u2019est cr\u00e9er un syst\u00e8me vivant o\u00f9 chaque seconde compte. Au cours de nos cinq mois de projet \u00e0 Polytech Angers, nous avons \u00e9t\u00e9 confront\u00e9s \u00e0 trois probl\u00e8mes majeurs qui auraient pu faire capoter le projet Pizzo’flop<\/em>.<\/p>\n\n\n\n L’overdose de donn\u00e9es : Au d\u00e9but, nous voulions \u00eatre les plus r\u00e9alistes possible. Nous avons tent\u00e9 de mod\u00e9liser physiquement chaque ingr\u00e9dients : chaque tranches de jambon, chaque morceaux de champignons, etc … Mais nous avons vite compris l’erreur : multiplier les objets 3D sature la m\u00e9moire vive de nos ordinateurs. Le logiciel finissait par ramer terriblement, allant jusqu\u2019au crash complet du syst\u00e8me. C’est un probl\u00e8me classique en simulation : il faut trouver le juste \u00e9quilibre entre le r\u00e9alisme visuel et la puissance de calcul de la machine. Les m\u00e9thodes utilis\u00e9es : Diviser pour mieux avancer<\/strong><\/p>\n\n\n\n Face \u00e0 ces blocages, nous avons d\u00fb innover et appliquer des m\u00e9thodes professionnelles de gestion de projet et de programmation.<\/p>\n\n\n\n Puisque nous ne pouvions pas travailler sur le m\u00eame fichier, nous avons d\u00e9compos\u00e9 l’usine en 8 modules ind\u00e9pendants. Chaque membre du groupe est devenu le “chef de projet” de deux \u00e9tapes sp\u00e9cifiques (par exemple : un sur la p\u00e2te et la cuisson, l’autre sur le garnissage et l’emballage). Nous avons d\u00e9velopp\u00e9 ces 8 morceaux dans des fichiers s\u00e9par\u00e9s. Le d\u00e9fi final a \u00e9t\u00e9 la “fusion” : assembler ces 8 briques pour qu’elles s’embo\u00eetent parfaitement sans cr\u00e9er de bugs. Cela nous a oblig\u00e9s \u00e0 d\u00e9finir des normes communes (vitesse des tapis, hauteur des convoyeurs) d\u00e8s le d\u00e9part. <\/p>\n\n\n\n Pour r\u00e9gler le probl\u00e8me des crashs, nous avons utilis\u00e9 une astuce de pros : les Labels<\/em>. Au lieu de cr\u00e9er un objet 3D lourd pour chaque ingr\u00e9dient, nous avons cr\u00e9\u00e9 une<\/p>\n<\/div>\n\n\n\n ” \u00e9tiquette num\u00e9rique” attach\u00e9e \u00e0 chaque ingr\u00e9dients dans le stock. Cette \u00e9tiquette contient toutes les informations : “Type : fromage”, par exemple. Le logiciel n’a plus besoin de “voir” les fromages, il lui suffit de lire l’\u00e9tiquette pour savoir comment traiter la l’ingr\u00e9dient. C\u2019est ce qui a rendu notre simulation plus fluide.<\/p>\n\n\n\n L’intelligence du flux (Process Flow) : Pour coordonner les robots, les chariots automatiques (AGV) et les camions, nous avons utilis\u00e9 le Process Flow<\/em>. C\u2019est un outil de programmation visuelle qui ressemble \u00e0 un logigramme. Nous y avons cod\u00e9 les “r\u00e8gles de priorit\u00e9” de l’usine. Par exemple :<\/p>\n\n\n\n L’analyse des r\u00e9sultats : Faire parler le mod\u00e8le<\/strong><\/p>\n\n\n\n Une fois que l’usine Pizzo’Flop a commenc\u00e9 \u00e0 tourner sans bug, le vrai travail d’optimisation a pu d\u00e9buter. Gr\u00e2ce aux outils statistiques de FlexSim, nous avons pu transformer les d\u00e9placements des petits personnages et des convoyeurs en graphiques concrets.<\/p>\n\n\n\n C’est ici que la magie op\u00e8re : nous avons identifi\u00e9 que le v\u00e9ritable point de blocage n’\u00e9tait pas forc\u00e9ment l\u00e0 o\u00f9 on l’imaginait. Par exemple, ajouter un four suppl\u00e9mentaire ne servait \u00e0 rien si le pr\u00e9parateur de p\u00e2te n’arrivait pas \u00e0 suivre le rythme en amont. En observant les taux d’occupation des machines, nous avons pu \u00e9quilibrer la ligne pour que personne ne soit en surchauffe pendant que d’autres attendent. On peut ainsi tester plusieurs sc\u00e9narios \u00ab Lean \u00bb : que se passe-t-il si on r\u00e9duit la taille des stocks interm\u00e9diaires ? Si on change l’ordre des commandes ? Le mod\u00e8le nous donne la r\u00e9ponse instantan\u00e9ment, permettant de passer d’une intuition \u00e0 une preuve par les chiffres.<\/p>\n<\/div>\n<\/div>\n\n\n\n Le tableau de bord : une exp\u00e9rience “cl\u00e9s en main”<\/strong><\/p>\n\n\n\n Le but final du projet n’\u00e9tait pas seulement de cr\u00e9er une usine performante, mais de fournir un outil p\u00e9dagogique simple. Pour cela, nous avons d\u00e9velopp\u00e9 un Dashboard (tableau de bord) interactif.<\/p>\n\n\n\n Plut\u00f4t que de plonger dans les lignes de code ou les menus complexes de FlexSim, l\u2019enseignant ou l\u2019\u00e9tudiant dispose d\u2019une interface simplifi\u00e9e. En quelques clics, il peut modifier le nombre d’op\u00e9rateurs, acc\u00e9l\u00e9rer une machine ou changer le type de pizzas prioritaires. <\/p>\n<\/div>\n\n\n\n Les r\u00e9sultats s’affichent en temps r\u00e9el : co\u00fbt de production, temps d’attente moyen d’une pizza, et rendement global. Coupl\u00e9 au mode d’emploi que nous avons r\u00e9dig\u00e9, ce dispositif permet \u00e0 n’importe quel utilisateur, m\u00eame d\u00e9butant, de “jouer” avec les param\u00e8tres de l’usine pour comprendre par lui-m\u00eame les grands principes de l’organisation industrielle.<\/p>\n<\/div>\n<\/div>\n\n\n\n En conclusion, l\u2019aventure Pizzo\u2019Flop a \u00e9t\u00e9 bien plus qu’un simple exercice de mod\u00e9lisation. Elle nous a plong\u00e9s dans la r\u00e9alit\u00e9 du m\u00e9tier d’ing\u00e9nieur : jongler avec des contraintes techniques, r\u00e9soudre des probl\u00e8mes impr\u00e9vus et surtout, apprendre \u00e0 faire converger nos id\u00e9es au sein d’un groupe.<\/p>\n<\/div>\n\n\n\n D’une simple \u00e9tude de cas, nous avons r\u00e9ussi \u00e0 tirer un outil p\u00e9dagogique complet qui rend les principes du Lean concrets et visuels. Nous repartons avec une ma\u00eetrise solide de FlexSim et la satisfaction d’avoir cr\u00e9\u00e9 un support qui, nous l’esp\u00e9rons, aidera d’autres \u00e9tudiants \u00e0 comprendre que l’optimisation n’est pas qu’une affaire de chiffres, mais une v\u00e9ritable science de l’organisation.<\/p>\n<\/div>\n<\/div>\n\n\n\n Nous tenons \u00e0 exprimer notre profonde gratitude \u00e0 Monsieur Sylvain Verron pour son accompagnement tout au long de ce projet.<\/p>\n\n\n\n Merci pour votre soutien constant, vos conseils techniques pr\u00e9cieux et votre bienveillance. Votre approche nous a permis de progresser avec confiance, m\u00eame face aux d\u00e9fis les plus complexes. Cet \u00e9change nous a \u00e9norm\u00e9ment apport\u00e9, tant sur le plan des comp\u00e9tences en ing\u00e9nierie que sur notre mani\u00e8re d’appr\u00e9hender la gestion de projet en \u00e9quipe.<\/p>\n\n\n\n C’est gr\u00e2ce \u00e0 cet encadrement de qualit\u00e9 que Pizzo\u2019Flop a pu passer du stade de concept \u00e0 celui de simulation fonctionnelle et aboutie !<\/p>\n\n\n\n fait par Damien, Marin, Nathan B, Evann<\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" \u2022 Projet PEIP 2A \u2022 PIZZO’FLOP \u2022 Simulation d\u2019une usine \u00e0 pizzas dans le but de l\u2019optimiser Nathan BESNIER \u2217 Evann HUBERT \u2217 Marin GUILLAUMOND \u2217 Damien ROCOCO PeiP2 \u2014 Polytech Angers, {nathan.besnier, evann.hubert, marin.guillaumond, damien.rococo} @etud.univ-angers.fr Bienvenue chez Pizzo’Flop … Continuer la lecture Mots cl\u00e9s : coop\u00e9ration, entraide, \u00e9coute, savoir-faire<\/h3>\n\n\n
<\/a><\/figure>\n<\/div>\n\n\nVue d’ensemble de la ligne de production Pizzo’Flop sous FlexSim : int\u00e9gration des 8 modules de fabrication.<\/h3>\n\n\n\n
\n\n\n\n
\n\n\n\n
Le casse-t\u00eate du travail d’\u00e9quipe : Dans le monde de l’ing\u00e9nierie, on travaille rarement seul. Pourtant, le logiciel FlexSim<\/em> impose une contrainte de taille : il ne permet pas \u00e0 plusieurs personnes de modifier le m\u00eame fichier en simultan\u00e9. Pour un groupe de quatre \u00e9tudiants, c\u2019est un obstacle de taille. Comment construire une usine coh\u00e9rente si on ne peut pas travailler ensemble sur la m\u00eame maquette ? Il a fallu repenser totalement notre mani\u00e8re de collaborer pour \u00e9viter que l’un d’entre nous ne se retrouve au ch\u00f4mage technique pendant que l’autre avance.<\/p>\n<\/div>\n\n\n\n
La r\u00e9alit\u00e9 du mat\u00e9riel : Nous avons aussi d\u00e9couvert que tous les ordinateurs ne se valent pas. En salle de TP, la diff\u00e9rence de performance entre les anciennes machines et les nouvelles cr\u00e9ait des d\u00e9calages. Une simulation qui tournait parfaitement sur un PC r\u00e9cent pouvait mettre dix minutes \u00e0 se lancer sur un autre. Il a fallu optimiser notre code pour que n’importe quel futur \u00e9tudiant puisse utiliser notre outil, quel que soit son mat\u00e9riel.<\/p>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\n\n
<\/a><\/figure>\n<\/div>\n\n\n\n<\/a><\/figure>\n<\/div>\n<\/div>\n\n\n\nFen\u00eatre de propri\u00e9t\u00e9s d’un “Combineur” sous FlexSim<\/h3>\n\n\n\n
\n\n\n\n<\/a><\/figure>\n<\/div>\n\n\n\n
\n\n\n\nUn petit mot de fin : Pr\u00eats pour l’industrie 4.0 ?<\/h2>\n\n\n\n
<\/a><\/figure>\n\n\n\nRemerciements<\/em><\/h3>\n\n\n\n
<\/a><\/figure>\n<\/div>\n\n\n\n<\/a><\/figure>\n<\/div>\n\n\n\n<\/a><\/figure>\n<\/div>\n<\/div>\n\n\n\n