Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

Afin de parvenir à une économie circulaire complète pour les batteries usagées des véhicules électriques, il est essentiel de mettre en œuvre une étape de désassemblage pour en récupérer tous les composants. Dans ce contexte, les systèmes de collaboration humain-robot se révèlent des solutions essentielles pour optimiser les performances de production dans les industries de la remise à neuf, en fusionnant les capacités humaines et robotiques. Lors d’un mode interactif, l’humain interagit avec un robot dans les taches partagées dont son comportement peut varier pour une même tache. En outre, les interventions humaines présentent des variations temporelles imprévisibles. Par conséquent, une stratégie d’ordonnancement est nécessaire pour planifier de manière optimale les taches humaines et robotiques, afin qu’elles soient suffisamment robustes pour gérer la variabilité liée aux fluctuations temporelles de l’intervention humaine, résultant de l’imprévisibilité de son comportement. La principale contribution de ce projet est la proposition d’une approche d’optimisation globale utilisant un algorithme génétique pour minimiser le temps total de désassemblage des batteries de véhicules électriques. Cette approche repose sur deux niveaux d’adaptation. Le premier, hors ligne, anticipe le comportement humain et propose une séquence de désassemblage basée sur les temps de disponibilité prévus pour son intervention. Le second, en ligne, ajuste la planification en fonction de l’intervention réelle de l’humain, tout en tenant compte des écarts par rapport aux prévisions initiales. Les résultats de cette approche d’optimisation globale seront comparés à ceux d’une approche non globale, qui divise le problème en plusieurs sous-problèmes résolus séparément avant d’être combines pour obtenir une solution globale