These

N dordre : 04-ISAL-0047 Anne 2004
Thse :
Analyse et conception d'outils pour la traabilit de produits agroalimentaires afin d'optimiser la dispersion des lots de fabrication.
Prsente devant
LInstitut National des Sciences Appliques de Lyon

Pour obtenir
Le grade de docteur
cole doctorale
Informatique et Information pour la Socit (EDIIS) Spcialit Productique

Formation doctorale
Informatique et Systmes Coopratifs pour lEntreprise (ISCE)

Thse prpare au sein du laboratoire Productique et Informatique des Systmes Manufacturiers (PRISMa) et du groupe Aoste, service informatique, en convention CIFRE Par
Clment Dupuy
Ingnieur en productique, INSA de Lyon Soutenue le 27 septembre 2004 devant la Commission dexamen Jury : Colette MERCE Pierre LADET Lionel DUPONT Alain GUINET Valrie BOTTA GENOULAZ Philippe HUGUES Rapporteur Rapporteur Examinateur Directeur Co-directrice Encadrant CIFRE Professeur Professeur Professeur Professeur Matre de confrence Ingnieur
coles Doctorales
CHIMIE DE LYON Responsable : M. Denis SINOU Universit Claude Bernard Lyon 1 Lab Synthse Asymtrique UMR UCB/CNRS 5622 Bt 308 - 2me tage 43 bd du 11 novembre 1918 69622 VILLEURBANNE Cedex Tl : 04.72.44.81.83 sinou@univ-lyon1.fr ECONOMIE, ESPACE ET MODELISATION DES COMPORTEMENTS (E2MC) Responsable : M. Alain BONNAFOUS Universit Lyon 2 14 avenue Berthelot MRASH Laboratoire dEconomie des Transports 69363 LYON Cedex 07 Tl : 04.78.69.72.76 Alain.Bonnafous@mrash.fr ELECTRONIQUE, ELECTROTECHNIQUE, AUTOMATIQUE (EEA) Responsable : M. Daniel BARBIER INSA DE LYON Laboratoire Physique de la Matire Btiment Blaise Pascal 69621 VILLEURBANNE Cedex Tl : 04.72.43.64.43 Daniel.Barbier@insa-lyon.fr
EVOLUTION, ECOSYSTEME, MICROBIOLOGIE, MODELISATION (E2M2) Responsable : M. Jean-Pierre FLANDROIS UMR 5558 Biomtrie et Biologie Evolutive Equipe Dynamique des Populations Bactriennes Facult de Mdecine Lyon-Sud Laboratoire de Bactriologie BP1269600 OULLINS Tl : 04.78.86.31.50 Jean-Pierre.Flandrois@biomserv.univ-lyon1.fr http://biomserv.univ-lyon1.fr/E2M2 INFORMATIQUE ET INFORMATION POUR LA SOCIETE (EDIIS) Responsable : M. Lionel BRUNIE INSA DE LYON EDIIS Btiment Blaise Pascal 69621 VILLEURBANNE Cedex Tl : 04.72.43.60.55 lbrunie@if.insa-lyon.fr http://www.insa-lyon.fr/ediis INTERDISCIPLINAIRE SCIENCES-SANTE (EDISS) Responsable : M. Alain Jean COZZONE IBCP - UCBL1 7 passage du Vercors 69367 LYON Cedex 07 Tl : 04.72.72.26.75 cozzone@ibcp.fr http://www.ibcp.fr/ediss
MATERIAUX DE LYON Responsable : M. Jacques JOSEPH Ecole Centrale de Lyon Bt F7 Lab. Sciences et Techniques des Matriaux et des Surfaces 36 Avenue Guy de Collongue BP 163 69131 ECULLY Cedex Tl : 04.72.18.62.51 Jacques.Joseph@ec-lyon.fr http://www.ec-lyon.fr/sites/edml MATHEMATIQUES ET INFORMATIQUE FONDAMENTALE (Math IF) Responsable : M. Franck WAGNER Universit Claude Bernard Lyon1 Institut Girard Desargues UMR 5028 MATHEMATIQUES Btiment Doyen Jean Braconnier Bureau 101 Bis, 1er tage 69622 VILLEURBANNE Cedex Tl : 04.72.43.27.86 wagner@desargues.univ-lyon1.fr http://www.ens-lyon.fr/MathIS MECANIQUE, ENERGETIQUE, GENIE CIVIL, ACOUSTIQUE Responsable : M. Franois SIDOROFF Ecole Centrale de Lyon Lab. Tribologie et Dynamique des Systmes 36 avenue Guy de Collongue BP 163 69131 ECULLY Cedex Tl :04.72.18.62.14 Francois.Sidoroff@ec-lyon.fr http://www.lmfa.ec-lyon.fr/autres/MEGA/index.html Bt G8
Novembre 2003
Institut national des sciences appliques de Lyon

Directeur : A. STORCK Professeurs AMGHAR Y. AUDISIO S. BABOT D. BABOUX J.C. BALLAND B. BAPTISTE P. BARBIER D. BASKURT A. BASTIDE J.P. BAYADA G. BENADDA B. BETEMPS M. BIENNIER F. BLANCHARD J.M. BOISSE P. BOISSON C. BOIVIN M. (Pr. mrite) BOTTA H. LIRIS PHYSICOCHIMIE INDUSTRIELLE CONT. NON DESTR. PAR RAYONNEMENTS IONISANTS GEMPPM*** PHYSIQUE DE LA MATIERE PRODUCTIQUE ET INFORMATIQUE DES SYSTEMES MANUFACTURIERS PHYSIQUE DE LA MATIERE LIRIS LAEPSI**** MECANIQUE DES CONTACTS LAEPSI**** AUTOMATIQUE INDUSTRIELLE PRODUCTIQUE ET INFORMATIQUE DES SYSTEMES MANUFACTURIERS LAEPSI**** LAMCOS VIBRATIONS-ACOUSTIQUE MECANIQUE DES SOLIDES UNITE DE RECHERCHE EN GENIE CIVIL Dveloppement Urbain
Professeurs BOTTA-ZIMMERMANN M. BOULAYE G. (Pr. mrite) BOYER J.C. BRAU J. BREMOND G. BRISSAUD M. BRUNET M. BRUNIE L. BUFFIERE J-Y. BUREAU J.C. CAMPAGNE J-P. CAVAILLE J.Y. CHAMPAGNE J-Y. CHANTE J.P. CHOCAT B. COMBESCURE A. COURBON COUSIN M. DAUMAS F. (Mme) DJERAN-MAIGRE I. DOUTHEAU A. DUBUY-MASSARD N. DUFOUR R. DUPUY J.C. EMPTOZ H. ESNOUF C. EYRAUD L. (Pr. mrite) UNITE DE RECHERCHE EN GENIE CIVIL Dveloppement Urbain INFORMATIQUE MECANIQUE DES SOLIDES CENTRE DE THERMIQUE DE LYON Thermique du btiment PHYSIQUE DE LA MATIERE GENIE ELECTRIQUE ET FERROELECTRICITE MECANIQUE DES SOLIDES INGENIERIE DES SYSTEMES DINFORMATION GEMPPM*** CEGELY* PRISMA GEMPPM*** LMFA CEGELY*- Composants de puissance et applications UNITE DE RECHERCHE EN GENIE CIVIL Hydrologie urbaine MECANIQUE DES CONTACTS GEMPPM UNITE DE RECHERCHE EN GENIE CIVIL Structures CENTRE DE THERMIQUE DE LYON Energtique et Thermique UNITE DE RECHERCHE EN GENIE CIVIL CHIMIE ORGANIQUE ESCHIL MECANIQUE DES STRUCTURES PHYSIQUE DE LA MATIERE RECONNAISSANCE DE FORMES ET VISION GEMPPM*** GENIE ELECTRIQUE ET FERROELECTRICITE FANTOZZI G. FAVREL J. GEMPPM*** PRODUCTIQUE ET INFORMATIQUE DES SYSTEMES MANUFACTURIERS
Professeurs FAYARD J.M. FAYET M. (Pr. mrite) FAZEKAS A. FERRARIS-BESSO G. FLAMAND L. FLEURY E. FLORY A. FOUGERES R. FOUQUET F. FRECON L. (Pr. mrite) GERARD J.F. GERMAIN P. GIMENEZ G. GOBIN P.F. GONNARD P. GONTRAND M. GOUTTE R. GOUJON L. GOURDON R. GRANGE G. (Pr. mrite) GUENIN G. GUICHARDANT M. GUILLOT G. GUINET A. GUYADER J.L. GUYOMAR D. HEIBIG A. JACQUET-RICHARDET G. JAYET Y. JOLION J.M. JULLIEN J.F. (Pr. mrite) BIOLOGIE FONCTIONNELLE, INSECTES ET INTERACTIONS MECANIQUE DES SOLIDES GEMPPM MECANIQUE DES STRUCTURES MECANIQUE DES CONTACTS CITI INGENIERIE DES SYSTEMES DINFORMATIONS GEMPPM*** GEMPPM*** REGROUPEMENT DES ENSEIGNANTS CHERCHEURS ISOLES INGENIERIE DES MATERIAUX POLYMERES LAEPSI**** CREATIS** (Pr. mrite) GEMPPM*** GENIE ELECTRIQUE ET FERROELECTRICITE PHYSIQUE DE LA MATIERE CREATIS** GEMPPM*** LAEPSI****. GENIE ELECTRIQUE ET FERROELECTRICITE GEMPPM*** BIOCHIMIE ET PHARMACOLOGIE PHYSIQUE DE LA MATIERE PRODUCTIQUE ET INFORMATIQUE DES SYSTEMES MANUFACTURIERS VIBRATIONS-ACOUSTIQUE GENIE ELECTRIQUE ET FERROELECTRICITE MATHEMATIQUE APPLIQUEES DE LYON MECANIQUE DES STRUCTURES GEMPPM*** RECONNAISSANCE DE FORMES ET VISION UNITE DE RECHERCHE EN GENIE CIVIL Structures
Professeurs JUTARD A. (Pr. mrite) KASTNER R. KOULOUMDJIAN J. LAGARDE M. LALANNE M. (Pr. mrite) LALLEMAND A. LALLEMAND M. (Mme) LAREAL P (Pr. mrite) LAUGIER A. (Pr. mrite) LAUGIER C. LAURINI R. LEJEUNE P. LUBRECHT A. MASSARD N. MAZILLE H. (Pr. mrite) MERLE P. MERLIN J. MIGNOTTE A. (Mle) MILLET J.P. MIRAMOND M. MOREL R. (Pr. mrite) MOSZKOWICZ P. NARDON P. (Pr. mrite) AUTOMATIQUE INDUSTRIELLE UNITE DE RECHERCHE EN GENIE CIVIL Gotechnique INGENIERIE DES SYSTEMES DINFORMATION BIOCHIMIE ET PHARMACOLOGIE MECANIQUE DES STRUCTURES CENTRE DE THERMIQUE DE LYON Energtique et thermique CENTRE DE THERMIQUE DE LYON Energtique et thermique UNITE DE RECHERCHE EN GENIE CIVIL Gotechnique PHYSIQUE DE LA MATIERE BIOCHIMIE ET PHARMACOLOGIE INFORMATIQUE EN IMAGE ET SYSTEMES DINFORMATION UNITE MICROBIOLOGIE ET GENETIQUE MECANIQUE DES CONTACTS INTERACTION COLLABORATIVE TELEFORMATION TELEACTIVITE PHYSICOCHIMIE INDUSTRIELLE GEMPPM*** GEMPPM*** INGENIERIE, INFORMATIQUE INDUSTRIELLE PHYSICOCHIMIE INDUSTRIELLE UNITE DE RECHERCHE EN GENIE CIVIL Hydrologie urbaine MECANIQUE DES FLUIDES ET DACOUSTIQUES LAEPSI**** BIOLOGIE FONCTIONNELLE, INSECTES ET INTERACTIONS NAVARRO Alain (Pr. mrite) NELIAS D. NIEL E. NORMAND B. NORTIER P. LAEPSI**** LAMCOS AUTOMATIQUE INDUSTRIELLE GEMPPM DREP
Professeurs ODET C. PARIZET E. PASCAULT J.P. PAVIC G. PECORARO S. PELLETIER J.M. PERA J. PERRIAT P. PERRIN J. PINARD P. (Pr. mrite) PINON J.M. PONCET A. POUSIN J. PREVOT P. PROST R. RAYNAUD M. REDARCE H. RETIF J-M. REYNOUARD J.M. RICHARD C. RIGAL J.F. CREATIS** LAEPSI**** VIBRATIONS-ACOUSTIQUE INGENIERIE DES MATERIAUX POLYMERES VIBRATIONS-ACOUSTIQUE GEMPPM GEMPPM*** UNITE DE RECHERCHE EN GENIE CIVIL Matriaux GEMPPM*** INTERACTION COLLABORATIVE TELEFORMATION TELEACTIVITE PHYSIQUE DE LA MATIERE INGENIERIE DES SYSTEMES DINFORMATION PHYSIQUE DE LA MATIERE MODELISATION MATHEMATIQUE ET CALCUL SCIENTIFIQUE INTERACTION COLLABORATIVE TELEFORMATION TELEACTIVITE CREATIS** CENTRE DE THERMIQUE DE LYON Transferts Interfaces et Matriaux AUTOMATIQUE INDUSTRIELLE CEGELY* UNITE DE RECHERCHE EN GENIE CIVIL Structures LGEF MECANIQUE DES SOLIDES
OTTERBEIN M. (Pr. mrite)
RIEUTORD E. (Pr. mrite) MECANIQUE DES FLUIDES ROBERT-BAUDOUY J. (Mme) (Prof. mrite) GENETIQUE MOLECULAIRE DES MICROORGANISMES ROUBY D. ROUX J.J. RUBEL P. GEMPPM*** CENTRE DE THERMIQUE DE LYON Thermique de lHabitat INGENIERIE DES SYSTEMES DINFORMATION
Professeurs SACADURA J.F. SAUTEREAU H. SOUIFI A. SOUROUILLE J.L. THOMASSET D. THUDEROZ C. UBEDA S. VELEX P. VIGIER G. VINCENT A. VRAY D. CENTRE DE THERMIQUE DE LYON Transferts Interfaces et Matriaux INGENIERIE DES MATERIAUX POLYMERES PHYSIQUE DE LA MATIERE INGENIERIE INFORMATIQUE INDUSTRIELLE AUTOMATIQUE INDUSTRIELLE ESCHIL Equipe Sciences Humaines de lInsa de Lyon CENTRE DINNOV. EN TELECOM ET INTEGRATION DE SERVICES MECANIQUE DES CONTACTS GEMPPM*** GEMPPM*** CREATIS** VERMANDE P. (Pr mrite) LAEPSI SCAVARDA S. (Pr. mrite) AUTOMATIQUE INDUSTRIELLE
VUILLERMOZ P.L. (Pr. mrite) PHYSIQUE DE LA MATIERE
Directeurs de recherche C.N.R.S. : BERTHIER Y. CONDEMINE G. COTTE-PATAT N. (Mme) ESCUDIE D. (Mme) FRANCIOSI P. MANDRAND M.A. (Mme) POUSIN G. ROCHE A. SEGUELA A. VERGNE P. Directeurs de recherche I.N.R.A. : FEBVAY G. GRENIER S. RAHBE Y. BIOLOGIE FONCTIONNELLE, INSECTES ET INTERACTIONS BIOLOGIE FONCTIONNELLE, INSECTES ET INTERACTIONS BIOLOGIE FONCTIONNELLE, INSECTES ET INTERACTIONS Directeurs de recherche I.N.S.E.R.M. : KOBAYASHI T. PRIGENT A.F. (Mme) MAGNIN I. (Mme)
* CEGELY
MECANIQUE DES CONTACTS UNITE MICROBIOLOGIE ET GENETIQUE UNITE MICROBIOLOGIE ET GENETIQUE CENTRE DE THERMIQUE DE LYON GEMPPM*** UNITE MICROBIOLOGIE ET GENETIQUE BIOLOGIE ET PHARMACOLOGIE INGENIERIE DES MATERIAUX POLYMERES GEMPPM*** LaMcos
PLM BIOLOGIE ET PHARMACOLOGIE CREATIS**
CENTRE DE GENIE ELECTRIQUE DE LYON
** CREATIS CENTRE DE RECHERCHE ET DAPPLICATIONS EN TRAITEMENT DE LIMAGE ET DU SIGNAL ***GEMPPM GROUPE D'ETUDE METALLURGIE PHYSIQUE ET PHYSIQUE DES MATERIAUX ****LAEPSI LABORATOIRE DANALYSE ENVIRONNEMENTALE DES PROCEDES ET SYSTEMES INDUSTRIELS
A Agnes, mon pouse A mes parents A tous ceux qui me sont Chers
Merci Philippe pour avoir su me faire confiance. Grce lui jai appris le mtier dingnieur. Merci Valrie et Alain pour la libert quils ont su maccorder. Grce eux jai dcouvert la recherche.
On fait la science avec des faits, comme on fait une maison avec des pierres : mais une accumulation de faits n'est pas plus une science qu'un tas de pierres n'est une maison. Henri Poincar
Sommaire
Clment Dupuy Thse - 2004 - Institut National des Sciences Appliques de Lyon
14
CHAPITRE 1 INTRODUCTION ________________________________________ 19 1.1 1.2 La traabilit : un sujet dactualit ______________________________ 19 Dmarche scientifique et guide de lecture de la thse _______________ 19
CHAPITRE 2 DUNE PROBLMATIQUE INDUSTRIELLE UNE PROBLMATIQUE DE RECHERCHE ____________________________________________________ 22 2.1 2.2 Introduction _______________________________________________ 22 Contexte : le groupe Aoste ____________________________________ 22 Les activits du groupe Aoste _____________________________________ 22 Chane logistique et processus de fabrication du saucisson sec ___________ 23
2.2.1 2.2.2 2.3
Projet traabilit : tude du besoin______________________________ 24 Traabilit avant le projet ________________________________________ 24 Un nouveau besoin : informatisation de la traabilit ___________________ 25 Traabilit : une tendance qui samplifie _____________________________ 26 Evolution du besoin _____________________________________________ 27 Une opportunit saisir pour installer dautres fonctionnalits ____________ 28
2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 2.4
Mise en uvre du systme d'information _________________________ 28 Choix de la solution _____________________________________________ 28 Structure du projet______________________________________________ 29 Analyse, mise en uvre et extension _______________________________ 30
2.4.1 2.4.2 2.4.3 2.5 2.6
Vers une problmatique de recherche ___________________________ 30 Rsum et conclusion ________________________________________ 31
CHAPITRE 3 TRAABILIT DANS L'AGRO-ALIMENTAIRE ___________________ 32 3.1 3.2 Introduction _______________________________________________ 32 La traabilit _______________________________________________ 32 Dfinitions_____________________________________________________ 32 Notions fondamentales pour la traabilit ____________________________ 35
3.2.1 3.2.2 3.3 3.4
Spcificit de l'industrie agro-alimentaire ________________________ 36 Exemples de filires de lagro-alimentaire ________________________ 38 La filire bovine ________________________________________________ 39
3.4.1
15
3.4.2 3.4.3 3.4.4 3.4.5 3.5 3.6
Les produits de la mer ___________________________________________ 42 La filire lait ___________________________________________________ 42 L'exemple des crales biologiques _________________________________ 42 Disparit des filires de lagroalimentaire ____________________________ 43
Les intrts de la traabilit dans l'industrie agroalimentaire _________ 43 Les trois acteurs de la traabilit _______________________________ 45 La relation fournisseur / consommateur _____________________________ 45
3.6.1
3.6.1.1 3.6.1.2
3.6.2 3.7
Historique _______________________________________________________ 45 Relation au produit ________________________________________________ 46
Le rle de ltat et de la lgislation _________________________________ 47
Rsum et conclusion ________________________________________ 48
CHAPITRE 4 LES OUTILS POUR UN SYSTME DE TRAABILIT ______________ 50 4.1 4.2 Introduction _______________________________________________ 50 Identification physique des lots ________________________________ 50 L'identifiant du lot_______________________________________________ 50 Etiquettes et enregistrements manuels ______________________________ 52 Les outils d'identification automatique _______________________________ 53 Nouvelles techniques didentification ________________________________ 53
4.2.1 4.2.2 4.2.3 4.2.4
4.2.4.1 4.2.4.2
4.3
Identification par marquage ADN ____________________________________ 53 RFID : avenir de la traabilit ? ______________________________________ 54
Systmes dinformation ______________________________________ 55 Le niveau MES / atelier __________________________________________ 56 Le niveau ERP __________________________________________________ 57 Traabilit de filire, les outils Internet ______________________________ 59
4.3.1 4.3.2 4.3.3 4.4
CHAPITRE 5 MODLISATION DE LA TRAABILIT ________________________ 61 5.1 5.2 Introduction _______________________________________________ 61 Mthode doptimisation de la traabilit interne ___________________ 61 Introduction ___________________________________________________ 61 Dispersion des lots : dfinition _____________________________________ 62 1re phase : Modlisation du systme existant ________________________ 63
5.2.1 5.2.2 5.2.3
5.2.3.1 5.2.3.2
Etape 1 : Dfinition des TRU existants_________________________________ 63 Etape 2 : Modlisation de lenchanement des TRU_______________________ 64
16
5.2.3.3 5.2.3.4
5.2.4
Etape 3 : Evaluation de la dispersion __________________________________ 64 Etape 4 : Analyse du systme de traabilit existant ______________________ 66
2me phase : analyse et amlioration des processus de fabrication et de
lorganisation _________________________________________________________ 66
5.2.4.1 5.2.4.2
5.2.5
Etape 5 : Analyse du graphe de dispersion ______________________________ 66 Etape 6 : Modification des processus de fabrication et de lorganisation_______ 67 Etape 7 : Dfinition des enregistrements _______________________________ 69 Etape 8 : Dfinition de lidentification des TRU _________________________ 69 Etape 9 : Dfinition de la base de donnes traabilit __________________ 70
3me phase : Dfinition du nouveau systme de traabilit _______________ 68
5.2.5.1 5.2.5.2 5.2.5.3

5.2.6 5.3
4me phase : Mise en place du systme de traabilit ___________________ 71
Modlisation du systme de traabilit de la chane logistique ________ 72 Introduction ___________________________________________________ 72 Optimisation de la chane logistique_________________________________ 72 Modlisation du processus denregistrement du flux matire _____________ 73
5.3.1 5.3.2 5.3.3
5.3.3.1 5.3.3.2 5.3.3.3 5.3.3.4

5.3.4
Objectif _________________________________________________________ 73 Modlisation avec ARIS ____________________________________________ 73 Les 3 modles gnriques ___________________________________________ 74 Enchanement des modles __________________________________________ 77 Comparaison des modles___________________________________________ 78 Conception de systmes de traabilit _________________________________ 78 Analogie avec le modle SCOR ______________________________________ 79 Objectifs ________________________________________________________ 80 Dfinition d'un indicateur de performance ______________________________ 80 Systme d'indicateurs de performance _________________________________ 81 Indicateurs de performance pour la traabilit ___________________________ 81 Utilisation des indicateurs de performance______________________________ 82
Mise en uvre des modles _______________________________________ 78
5.3.4.1 5.3.4.2 5.3.4.3

5.3.5
Mise en place dindicateurs de performance __________________________ 80
5.3.5.1 5.3.5.2 5.3.5.3 5.3.5.4 5.3.5.5

5.4
CHAPITRE 6 APPLICATION DES MODLES ______________________________ 84 6.1 6.2 Introduction _______________________________________________ 84 Application de la mthode doptimisation de la traabilit interne______ 84 1re phase : Modlisation du systme existant _________________________ 84
6.2.1
6.2.1.1 6.2.1.2 6.2.1.3
Etape 1 : Dfinition des TRU existants_________________________________ 84 Etape 2 : Modlisation de lenchanement des TRU_______________________ 86 Etape 3 : Dtermination de la dispersion _______________________________ 86
17
6.2.1.4
6.2.2 2
me
Etape 4 : Analyse du systme de traabilit existant ______________________ 88

phase : analyse et amlioration des processus de fabrication et de
lorganisation _________________________________________________________ 88
6.2.2.1 6.2.2.2
6.2.3
Etape 5 : Analyse du graphe de dispersion ______________________________ 88 Etape 6 : Modification des processus de fabrication et de lorganisation_______ 90 Etape 7 : Dfinition des enregistrements _______________________________ 92 Etape 8 : Dfinition de lidentification des TRU _________________________ 92 Etape 9 : Dfinition de la base de donnes traabilit __________________ 93
3me phase : Mise en place du systme dinformation ___________________ 92
6.2.3.1 6.2.3.2 6.2.3.3

6.3
Modlisation de la chane logistique du groupe Aoste _______________ 94 Contexte ______________________________________________________ 94 Modlisation ___________________________________________________ 95 Exploitation du modle ___________________________________________ 96 Indicateurs de performance _______________________________________ 97
6.3.1 6.3.2 6.3.3 6.3.4 6.4
Rsum et Conclusion ________________________________________ 99
CHAPITRE 7 OPTIMISATION DE LA DISPERSION DES LOTS DE FABRICATION _ 100 7.1 7.2 7.3 Introduction ______________________________________________ 100 La dispersion des lots : un nouvel enjeu de la traabilit ____________ 100 Le problme de dispersion des lots_____________________________ 101 Un exemple industriel : la production de saucisson sec_________________ 101 Dispersion des lots _____________________________________________ 102 Modle graphique et complexit___________________________________ 103
7.3.1 7.3.2 7.3.3 7.4 7.5 7.6
Modle mathmatique_______________________________________ 104 Rsultats et commentaires ___________________________________ 105 Conclusion et perspectives ___________________________________ 106
CHAPITRE 8 BIBLIOGRAPHIE ______________________________________ 112
18
Chapitre 1 : Introduction
Chapitre 1 Introduction
1.1
La traabilit : un sujet dactualit
La traabilit peut se dfinir comme la possibilit de suivre un produit aux diffrents stades de sa production, de sa transformation et de sa commercialisation, notamment dans les filires alimentaires. Prsente comme la solution miracle aux crises de scurit alimentaire de plus en plus nombreuses, la traabilit est un sujet qui na jamais t autant dactualit. Des crises comme par exemple celles de la vache folle ( partir de 1996), du poulet la dioxine (mai 1999), lpizootie de fivre aphteuse (mars 2001) ou de la grippe du poulet en Asie (fvrier 2004) ont cr une prise de conscience et une inquitude auprs des consommateurs qui ont besoin dtre rassurs. Lindustrie agro-alimentaire, face cette nouvelle problmatique, cherche se doter doutils performants pour la traabilit. En effet, une crise mal gre peut avoir des consquences catastrophiques pour une entreprise. Face ces constatations, les entreprises de lagro-alimentaire se retrouvent avec des systmes de gestion de la traabilit qui ne sont plus adapts. Mais devant la question comment optimiser le systme de traabilit ? , elles se retrouvent la plupart du temps dsempares.
1.2 Dmarche scientifique et guide de lecture de la thse
Le travail que nous prsentons dans cette thse a t men en collaboration troite avec le groupe Aoste dans le cadre dune convention CIFRE. Lauteur de cette thse a pris part la mise en uvre dun projet dimplantation de systme de traabilit en tant que chef de projet. Notre dmarche scientifique a t de partir dune problmatique industrielle pour ensuite identifier une problmatique de recherche. Nous sommes donc partis dun cas concret : la dfinition et la mise en uvre dun systme informatique de traabilit dans une entreprise agro-
Clment Dupuy Thse en productique / 2004 Institut national des sciences appliques de Lyon
19
alimentaire, le groupe Aoste. Nous avons tout dabord analys ce cas, en nous appuyant sur les travaux de recherche dj existants. Nous avons constat que la traabilit est devenue un enjeu vital pour les entreprises de lagro-alimentaire et que celles-ci nont pas doutils et de mthodes adapts pour mettre en uvre des systmes de traabilit qui rpondent leurs nouveaux besoins. Nous avons enfin pu dgag une problmatique de recherche : identifier le besoin de ces entreprises et fournir des outils pour mettre en uvre et optimiser la traabilit. Nous rpondons cette problmatique en proposant des mthodes et des modles adapts plusieurs niveaux de traabilit : Pour la traabilit interne et la dispersion des lots de production : une mthode et un modle spcifique (Chapitre 5.2, p.61) Pour la traabilit de la chane logistique : une modlisation par briques du processus denregistrement du flux matire (Chapitre 5.3, p.72) Pour le cas particulier des nomenclatures 3 niveaux avec assemblage et dsassemblage : un modle mathmatique pour minimiser la dispersion des lots (Chapitre 7, p.100). Enfin, les modles que nous proposons ont t expriments et appliqus dans le cas concret de limplantation dun systme de traabilit dans le groupe Aoste (Chapitre 6). Nous proposons un plan de thse qui correspond au cheminement de notre dmarche scientifique (Figure 1) : Chapitre 1 : Introduction (p.19) Chapitre 2 : Dune problmatique industrielle une problmatique de recherche (p.22) Chapitre 3 : Traabilit dans l'agro-alimentaire (p.32) Chapitre 4 : Les outils pour un systme de traabilit (p.50) Chapitre 5 : Modlisation de la traabilit (p.61) Chapitre 6 : Application des modles (p.84) Chapitre 7 : Optimisation de la dispersion des lots de fabrication (p.100)
20
A nalyse Et at de lart Et at des lie ux
Modli sation Opt imisat ion Mi se e n uvre
Chapitre 3 : Traabilit dans Chapitre 3 l'agro-alimentaire Chapitre 4 : Les outils pour Chapitre 4 un systme de traabilit Chapitre 5 : Modlisation Chapitre 5 de la traabilit
Probl mat ique de reche rche
Chapitre 2 : Dune Chapitre 2 problmatique industrielle une problmatique scientifique
Chapitre 7 : Chapitre 7 Optimisation de la dispersion des lots de fabrication
Probl mat ique industrielle Chapitre 1 : Introduction Chapitre 1
Chapitre 6 : Application Chapitre 6
Figure 1 : plan de la thse Le lecteur qui sintresse particulirement ltat de lart dans le domaine de la traabilit pourra commencer par les chapitres 3 et 4 (Chapitre 3 : Traabilit dans l'agro-alimentaire, p.32 ; Chapitre 4 : Les outils pour un systme de traabilit, p.50). Si lintrt du lecteur se porte vers notre apport sur la modlisation de la traabilit, il serra alors intress par le chapitre 5 (Chapitre 5 : Modlisation de la traabilit p.61). Lapplication de nos modles est prsente dans le chapitre 6 (Chapitre 6 : Application des modles, p.84). Une approche dun cas concret, dun point de vue plus recherche oprationnelle / modle mathmatique est propose dans le chapitre 7 (Chapitre 7 : Optimisation de la dispersion des lots de fabrication, p.100). A la fin de chaque chapitre, nous donnons un rsum et une conclusion de la partie aborde. A la fin du mmoire, nous proposons une annexe laquelle le lecteur pourra se reporter : nous y dcrivons le processus de fabrication, la chane logistique et les termes spcifiques du groupe Aoste.
21
Chapitre 2 : Dune problmatique industrielle une problmatique de recherche
Chapitre 2 Dune problmatique industrielle une problmatique de recherche
2.1
Introduction
Comme nous lavons prcis dans le chapitre 1, le travail que nous prsentons ici a t men en collaboration troite avec le groupe Aoste dans le cadre dune convention CIFRE. La mthode de travail choisie a t de partir dune problmatique industrielle pour identifier une problmatique de recherche. Lobjectif de ce chapitre est de prsenter dans un premier temps le contexte dans lequel est n puis a volu le projet SPRING 3000 : un projet dimplantation du module gestion de production dun ERP dans les sites de production du groupe Aoste avec comme objectif principal loptimisation de la traabilit. Dans un deuxime temps, nous nous attacherons dvelopper la problmatique de recherche que nous avons tire de ce cas industriel.
2.2 Contexte : le groupe Aoste
2.2.1 Les activits du groupe Aoste
Le groupe Aoste appartient au groupe international Sara Lee. Il produit et distribue des produits de charcuterie travers 5 grandes activits : Lactivit SEC produit et commercialise des produits comme des saucissons, des saucisses, du chorizo, Elle regroupe 5 sites de production dans la rgion lyonnaise sur 5 rseaux commerciaux correspondant des marques (Justin Bridou, Cochonou, Calixte, Aoste, ...) Lactivit jambon cru produit et commercialise des jambons crus. Elle regroupe 5 rseaux commerciaux dont le plus important est Aoste
22
France et un site de production au village dAoste (38). Le groupe Aoste possde galement deux sites en Italie. Lactivit jambon cuit sur 2 sites de production regroupe tout le processus de fabrication de la dcoupe au conditionnement en passant par la cuisson. Lactivit tranchage, situe sur 2 sites, tranche et conditionne les produits fabriqus dans le groupe (saucisson et jambons prtranchs). Lactivit tradi regroupe 2 rseaux commerciaux sur 2 sites. Ce ple commercialise des produits et des plats cuisins pour les charcuteries : cest une activit de ngoce. Nos travaux se sont particulirement concentrs sur le processus de fabrication de lactivit SEC, de la dcoupe viande lexpdition. Elle concerne donc les usines de lactivit sec et la dcoupe de la viande, situe sur le site dAoste. Ce processus de fabrication sinsre dans une chane logistique (supply chain) complexe qui est dcrite par la Figure 2 .
Groupe Aoste
Abattoirs Dcoupe viande Aoste (1 site) Sites de production (6 sites) Plates-Formes Supermarchs de distribution
leveurs
Dcoupeurs Tranchage (2 sites)
Socits ext de conglation (2 sites)
Clients extrieurs
Fournisseurs extrieurs
Figure 2 : Chane logistique de lactivit saucisson sec du groupe Aoste

2.2.2 Chane logistique et processus de fabrication du saucisson sec
Les porcs sont levs en France (principalement en Bretagne) ou ltranger (Angleterre, Espagne, Belgique, ...). Ils sont tus dans des abattoirs agrs gnralement proches du lieu dlevage. Ils sont alors dcoups en grands quartiers (bardire, demi coche, paule de porc, jambon de porc, ...) par les abattoirs eux-mmes ou par des socits extrieures.
23
Cest ainsi que la viande entre dans le processus de production du groupe Aoste. Une seconde dcoupe, plus fine, est alors effectue. On obtient ainsi plus dune centaine de rfrences de morceaux de viandes diffrents. Certaines rfrences comme le filet mignon ou certaines parures ne sont pas utilises dans le processus de fabrication du saucisson : elles sont vendues des socits extrieures au groupe. Les articles utiliss par le processus de fabrication du saucisson sont envoys sur les diffrents sites. En cas de surplus, la conglation et le stockage dans des socits extrieures spcialises sont utiliss. Les sites de production de saucisson reoivent non seulement des viandes de la dcoupe mais aussi des viandes dcoupes de fournisseurs extrieurs. Ils reoivent galement dautres produits tels que les ingrdients (pices, noisettes, ...), les boyaux et les lments de conditionnement (film, cartons, ). Une fois la production des saucissons acheve, ceux-ci sont parfois envoys sur des sites de tranchage pour obtenir des produits prtranchs. La plupart du temps, une fois conditionns, les saucissons sont envoys directement sur les plateformes de distribution puis distribus sur les supermarchs. La production de saucisson est faite travers 5 grandes tapes : la dcoupe de la viande, le hachage (hachage et mlange des viandes avec les condiments), lembossage (mise sous boyaux de la mle obtenue au hachage), ltuvage et le schage (de 1 4 semaines suivant la taille des produits) puis le conditionnement (Figure 3).
Mise sous boyaux -Embossage-
Dcoupe viande
Conditionnement
Viande
Prparation mle - Hachage tuvage Schage
Saucisson
Figure 3 : tapes de la production du saucisson SEC

2.3 Projet traabilit : tude du besoin
2.3.1 Traabilit avant le projet
Dans les annes 80 et 90, suite des dmarches qualit successives (HACCP1, ISO2), les sites de production du groupe Aoste se
HACCP : Hazard Analysis Critical Control Point. Approche organise et systmatique permettant de construire,
de mettre en uvre ou damliorer lassurance de la scurit des denres alimentaires.
24
sont dots de systmes de traabilit papier. Ils enregistraient ainsi lhistorique de consommation et de cration des lots de viande et des diffrents produits finis et semi-finis. La traabilit des ingrdients (autres que la viande) tait quand elle gre la date dutilisation. A la fin des annes 90, le groupe Aoste a lanc un grand projet dimplantation dERP. La traabilit avale, cest dire la traabilit des produits expdis, est entre dans le primtre de ce projet. Via le systme mis en place (GENACOD 400), lutilisateur peut connatre la date dexpdition et la destination dun lot donn. En 2001, anne de dmarrage du projet qui prendra plus tard le nom de SPRING 3000, la traabilit interne du groupe Aoste tait donc totalement gre par papier dans la plupart des sites de production.
2.3.2 Un nouveau besoin : informatisation de la traabilit
La quantit de produits tracer et surtout leur diversit croissante posaient de plus en plus de problmes de gestion de la traabilit interne du groupe. Plusieurs points critiques ont t identifis : La fiabilit des donnes de traabilit a t remise en question. Par exemple, face aux nombreux mlanges de produits dans le processus de fabrication du saucisson (mlange de viandes), comment tre sr quaucune erreur dcriture na pas t commise ? Comment sassurer que les consommations annonces soient cohrentes avec les quantits de viande rceptionnes ? Lors dune requte de traabilit, comment garantir lexhaustivit des lots identifis ? La rapidit pour retrouver la traabilit a t mise en cause. En cas de crise, lentreprise doit tre en mesure de retrouver rapidement des lots de produits retirer de la vente : c'est son image qui est en jeu. De plus, plus on ragit vite, plus on a de chance didentifier des produits qui nont pas encore t expdis. Dans le cas dune traabilit papier, lidentification des produits semi-finis ou finis concerns par un ou plusieurs lots de viande pouvait prendre plusieurs jours. La prcision du systme de traabilit a galement t un axe important, en particulier pour la traabilit des viandes. Mme si la prcision du systme dj en place tait acceptable, toute amlioration pouvait tre intressante pour limiter la taille des rappels en cas de problme.
ISO : International Organization for Standardization
25
2.3.3 Traabilit : une tendance qui samplifie
Durant les 3 ans qui se sont drouls entre la premire expression du besoin et la mise en uvre du systme de traabilit informatis sur les sites de production, les besoins en traabilit nont pas cess d'voluer et d'augmenter. Plusieurs acteurs extrieurs ont contribu augmenter cette pression : Directives europennes. Avec la mise en application du rglement europen (CE) n 178/2002, la traabilit constitue, compter du 1er janvier 2005, une exigence rglementaire, notamment pour tous les oprateurs agroalimentaires. Ce rglement, datant du 28 Janvier 2002 vient complter la directive 2001/95/CE du parlement europen et du conseil du 3 dcembre 2001 relative la scurit gnrale des produits [Parlement europen, 2001; 2002]. Le groupe Sara Lee. Sara Lee est un groupe amricain qui possde de nombreuses entreprises et marques travers le monde. Il possde en particulier, dans sa branche agro-alimentaire, le groupe Aoste. Ds lanne 2001, le groupe Sara Lee sest fix lobjectif dimplanter et doptimiser la traabilit dans toutes ses entreprises agro-alimentaires, fixant comme chance fin 2004. Cette directive a t reprise par la division viande / Europe du groupe Sara Lee (Sara Lee Meats Europe) qui a lanc un groupe de projet ayant pour objectif de dfinir et de mettre en uvre des objectifs communs aux entreprises de salaison en Europe. Le projet SPRING 3000 sest compltement inscrit dans cette dmarche. Demande des clients : les MDD Depuis les annes 90, le march des produits marque de la grande distribution (Marque de distributeur : MDD) a compltement explos. Aujourdhui, pour un groupe comme Aoste, il est vital de pouvoir gagner des contrats avec ces clients. Dans ce march trs concurrentiel, se doter d'un systme de traabilit efficace est un atout essentiel, particulirement depuis ces dernires annes. Larrive en 2003 de systmes comme Trace One impos par Carrefour pour ses produits marque en est une preuve flagrante.
26
Demande des consommateurs. Ces 10 dernires annes, la demande des consommateurs vis vis de la traabilit na pas cess daugmenter. Les crises agroalimentaires comme par exemple celle de la fivre aphteuse (printemps 2002) sont de plus en plus frquentes et mdiatises. De plus, les consommateurs sont aujourdhui informs sur des notions comme celle de la traabilit qui tait encore peu connu il y a 15 ans. On peut galement noter que pendant le projet SPRING 3000, des associations de consommateurs franaises ont rgulirement demand plus de transparence de la part des fabricants et des distributeurs de lagroalimentaire, notamment en ce qui concerne les Organismes Gntiquement Modifis (OGM). Audits qualit et audits de contrle. Suite la demande grandissante des clients et des consommateurs, les organismes certificateurs sont devenus plus rigoureux sur la question de la traabilit. De plus, le nombre daudits ou dinspections sintressant la traabilit a lui aussi augment (HACCP, ISO, IFS, Fraudes, Label rouge, ) durant la mise en uvre du projet.
2.3.4 Evolution du besoin
Devant lvolution du contexte autour de la traabilit, le besoin initial du groupe Aoste na cess de senrichir. Demandes sur le bilan matire. Suite aux nombreux audits et visites des clients, le besoin de pouvoir prouver la traabilit en la recoupant avec des bilans matire est apparu. Lobligation de pouvoir valider la traabilit par un suivi des mouvements de stock et des quantits mises en uvre est devenue vidente. Seul un systme informatique, bas sur des consommations relles de stock autorise de pouvoir grer facilement une telle fonctionnalit. Extension du primtre de traabilit vers les consommables. Lvolution de la demande en terme de traabilit a rapidement montr quil fallait tendre le primtre des produits tracer jusquaux consommables et ingrdients. Au dbut du projet, en 2001, les demandes des auditeurs portaient essentiellement sur la viande, les produits finis et semi-finis et quelques ingrdients sensibles comme les boyaux. Ds 2002, les demandes se sont portes sur dautres composants comme le sel jusquaux clips et ficelles utiliss sur les saucissons pour fermer et suspendre les produits. Devant l'explosion du nombre d'articles tracer, un
27
systme informatique grant la traabilit s'est impos comme la meilleure solution.
2.3.5 Une opportunit saisir pour installer dautres fonctionnalits
Ds la phase danalyse du besoin, des fonctionnalits connexes ont t demandes : gestion des stocks, suivi de production, planification de production, suivi des rendements matire, Il semblait galement ncessaire dtendre le primtre de lERP dj existant et dintgrer les fonctionnalits de gestion de production. Le primtre fonctionnel du projet a donc englob la plupart des fonctionnalits classiques dun module de gestion de production. Cependant nous ne dvelopperons pas cette partie dans ce mmoire de thse pour nous consacrer notre problmatique : la traabilit.
2.4 Mise en uvre du systme d'information
2.4.1 Choix de la solution
Suite lanalyse du besoin, une tude a t mene pour choisir le progiciel mettre en uvre. Cinq progiciels du march ont dabord t prslectionns. Des prsentations commerciales ainsi que des jeux dessai ont permis de faire un choix parmi eux. De nombreux critres sont entrs en jeux. En voici quelques uns : Adquation fonctionnelle de lapplication standard. Le progiciel doit proposer les fonctionnalits mises en vidence lors de la dfinition du besoin. Le besoin tant principalement ax sur lacquisition et la restitution de la traabilit des lots de production, ces fonctionnalits ont t particulirement values. Aptitude de lditeur dvelopper des applications spcifiques. La mise en place dun systme de suivi de la traabilit implique lutilisation de postes dacquisition de donnes dans latelier. Ces applications sont des dveloppements spcifiques adapts au processus de fabrication suivi. Intgration du progiciel dans lexistant. Certaines applications dj existantes devront communiquer avec le progiciel de gestion de production : contrle de gestion, certains stocks, module achats, La connaissance du mtier de la charcuterie par lditeur est un plus non ngligeable. Matrise en interne des solutions matrielles et logicielles. Le progiciel doit vivre et tre maintenu. Le fonctionnement sur une
28
plateforme AS400 permet de rutiliser des comptences et du matriel dj existants au sein du groupe Aoste. Le cot du progiciel (progiciel standard) et le cot des prestations (dveloppements spcifiques) de lditeur sont videment des variables non ngligeables dans le choix de la solution, en particulier dans un projet o le retour sur investissement est difficile valuer. Finalement, le module production du progiciel GENACOD V3 a t choisi car il rpondait mieux que les autres la plupart des besoins exprims. Laptitude sintgrer dans lexistant, le cot raisonnable de la solution et la capacit de lditeur dvelopper des spcifiques dacquisition de donnes ont t les principales raisons du choix.
2.4.2 Structure du projet
Suite au choix du progiciel, le projet a officiellement commenc et a pris le nom de SPRING 3000. Le primtre fonctionnel et le primtre dapplication ont t valids. Les principales fonctions mettre en uvre ont t (dans lordre dimportance) la traabilit des lots de production, le suivi des stocks, le suivi de production et la planification. Le primtre dapplication concerne dans un premier temps tous les sites de production de saucisson sec (6 sites concerns) et le processus de fabrication de lentre des viandes la sortie des schoirs (le conditionnement et la traabilit aval tant dj grs informatiquement par ailleurs). Le projet a galement t structur : Un chef de projet informatique a t nomm. Il planifie les phases du projet, dirige la phase danalyse, effectue les tests des spcifiques, supervise la phase de paramtrage, forme les utilisateurs, propose de nouveaux modes dorganisation adapts et aide les mettre en uvre, et assiste les utilisateurs aprs le dmarrage, Un chef de projet utilisateur a t nomm. Il est le correspondant du chef de projet informatique : il veille ce que le projet rponde aux besoins, il attribue les priorits du projet, il apporte la connaissance du mtier et il veille la bonne utilisation du systme dans les sites de production. Un comit de pilotage a t form. Le comit de pilotage statue sur les axes stratgiques du projet : primtre fonctionnel, principes de base, mthode dextension... Il veille au bon droulement du projet et est constitu par le directeur industriel, les directeurs des sites de production, le directeur informatique et les deux chefs de projet. Le comit de pilotage se runit environ tout les deux ou trois mois. Un comit de projet a galement t form. Constitu dutilisateurs clef, lobjet de ce comit est de valider ou de modifier les documents
29
danalyse proposs par le chef de projet informatique avec laccord du chef de projet utilisateur. Un plan qualit projet et des documents de rfrence (fiches de communications, comptes rendus de runion, Document de Conception Fonctionnelle, Document de Conception Organisationnelle) ont t mis en place.
2.4.3 Analyse, mise en uvre et extension
La phase danalyse a dur environ 6 mois. Les processus denregistrement du suivi de fabrication ont t modliss. La dfinition des crans dacquisition de donnes a t ensuite mene avec les utilisateurs. Les documents de conception fonctionnelle (DCF) ont permis de faire le lien entre la demande des utilisateurs et lditeur, aprs validation par le comit de projet. Les lots de production et leur identification ont galement t dfinis. Le principe de cette phase est dtaill dans le Chapitre 5 et son application dans le Chapitre 6. Suite au dveloppement de la socit ditrice, la phase de test des applications spcifiques a suivi. Lditeur a livr les applications dacquisition de donnes qui ont t testes par lquipe de projet et les futurs utilisateurs, jusqu leur validation. Les phases de paramtrage et de test du progiciel standard ont t menes conjointement. La mthode de dploiement adopte a t de commencer par un site pilote pour ensuite dployer la solution site par site. Cette mthode de dploiement nous a permis de nous concentrer sur la formation des utilisateurs de chaque site, les uns aprs les autres. Elle a galement servi grer les quelques spcificits de chaque site les unes aprs les autres.
2.5 Vers une problmatique de recherche
Tout au long du projet SPRING 3000, une question essentielle a t de dterminer comment la traabilit pouvait tre amliore. Les nombreux mlanges de lots dans le processus de fabrication du saucisson provoquent une dispersion des lots et rduisent la prcision dun ventuel rappel. Or la prcision du systme de traabilit est essentielle pour limiter les cots, minimiser limpact mdiatique et contrler la crise en cas de rappel. Se doter dun systme de traabilit prcis et rapide cest mme se doter dun maximum de chances de rappeler des lots qui nont pas encore t expdis. Les enjeux de la prcision du systme de traabilit sont vidents mais les mthodes et outils pour y parvenir quasiment inexistants. Le deuxime point important soulev durant le projet a t de sassurer de la fiabilit, de lexhaustivit et du bon fonctionnement du
30
systme de traabilit. Comment dfinir le systme de traabilit le plus cohrent et le plus fiable possible ? Et ensuite, comment identifier, valuer et conserver les qualits dun systme de traabilit ? Les auditeurs qualit sont nombreux exiger de tracer toujours plus de produits (extension du primtre des articles tracer) et exiger des garantis sur la traabilit obtenue. Face cette demande, les industriels ont des difficults rpondre. Cest cette problmatique que nous avons tent de rpondre travers nos travaux, en les validant ds que possible sur le terrain avec le cas particulier du projet SPRING 3000. Notre objectif est donc de proposer des outils pour optimiser et concevoir des systmes de traabilit adapts la problmatique des entreprises de lagroalimentaire c'est--dire prcis, exhaustifs, fiables et rapides. La problmatique exprime concerne non seulement la conception, la mise en uvre et loptimisation de systmes dinformation mais aussi de lorganisation mise en place dans les ateliers de production.
2.6 Rsum et conclusion
Le travail que nous prsentons travers ce mmoire est issu dune problmatique industrielle. Nous avons donc souhait prsenter dans un premier temps le contexte dans lequel a t formul notre problmatique de recherche. Le groupe Aoste a souhait se doter dun systme informatique de gestion de la traabilit pour les sites de production de lactivit saucisson sec. Suite une analyse dtaille du besoin et au choix dun progiciel adapt, le projet SPRING 3000 est n. Ce projet sest caractris par linstallation de postes dacquisition de donnes dans les ateliers et par la mise en uvre du module production dun ERP avec en particulier les fonctionnalits de requtes de traabilit, gestion des stocks, suivi de production et planification. Au fil du projet, la problmatique de recherche sest prcise. Face aux difficults rencontres et au manque doutils pour concevoir, mettre en uvre et optimiser des systmes de gestion de la traabilit, deux axes principaux se sont dgags : Dabord, le besoin danalyser, dapporter des solutions et doptimiser la prcision des systmes de traabilit. Ensuite, le besoin doutils daide lanalyse, la conception et loptimisation de systmes de traabilit fiables et cohrents.
31
Chapitre 3 : Traabilit dans l'agro-alimentaire
Chapitre 3 Traabilit dans l'agro-alimentaire
3.1
Introduction
On constate aujourd'hui, une augmentation de la peur des consommateurs vis vis des denres alimentaires. Des crises comme celles de la vache folle, de la fivre aphteuse, de la dioxine ou des OGM ont largement contribu cette inquitude parfois un peu irrationnelle. Face cette nouvelle demande des consommateurs, l'industrie agroalimentaire a rpondu de faon assez ingale. Si certaines filires comme celle de la viande bovine sont en avance, d'autres ont beaucoup plus de retard. De nombreux travaux ont t mens rcemment autour de la traabilit : aspect marketing, attente des consommateurs, organisation des filires, dfinition du concept de traabilit, Notre objectif est de regrouper dans ce chapitre ces diffrentes tudes et de les complter par notre exprience de recherche dans le secteur de l'agroalimentaire. Nous proposons donc un tat de l'art sur la traabilit dans l'agro-alimentaire agrment d'exemples issus du milieu industriel.
3.2 La traabilit
3.2.1 Dfinitions
Daprs la norme ISO 9000-2000, la traabilit est laptitude retrouver lhistorique, la mise en uvre ou lemplacement de ce qui est examin. Dans le cas dun produit, elle peut tre lie lorigine des matriaux et des composants, lhistorique de ralisation, la distribution et lemplacement du produit aprs livraison. La norme ISO 8402 [ISO, 1994] dfinit la traabilit comme tant laptitude retrouver lhistorique, lutilisation ou la localisation dune entit, au moyen didentifications enregistres. Une note mentionne qu'il
32
existe 3 acceptions principales cette dfinition. Viruega et Vernet [1999] les dcrivent. L'usage du type plan de rappel se rapporte aux produits et la facult de retrouver leurs composants et leurs composs ainsi que lhistorique des processus appliqus. Il est utilis pour identifier les produits rappeler en cas de dtection d'un problme qualit : pice dfectueuse dans un vhicule, matire premire contamine dans l'agroalimentaire, L'usage du type talonnage est utilis en mtrologie et permet de relier des instruments de mesure avec leur(s) talon(s). La traabilit est la proprit dun rsultat de mesure consistant pouvoir le relier des talons appropris, gnralement internationaux, par lintermdiaire dune chane ininterrompue de comparaisons [ISO, 1994]. Il existe galement l'usage du type recueil de donnes. La traabilit se rapporte ici la collecte des donnes dans la relation entre les calculs et les donnes gnres tout au long de la boucle qualit. Lors de son cycle de vie, un produit est sujet un ensemble dactivits. La traabilit assure ici une relation entre les documents techniques et les diffrentes tapes de production. Viruega et Vernet [1999] ajoutent un autre usage de la traabilit : l'usage du type garantie de l'origine. Il sagit ici de garantir au moyen de lenregistrement de lidentification et de certaines informations, lorigine du produit. Cette utilisation est particulirement dveloppe dans le secteur de la viande bovine : les producteurs utilisent la traabilit pour garantir l'origine de leur produit. Lorigine tant ici un ensemble de caractristiques des matires premires : lieu dlevage, race de lanimal, Les producteurs peuvent ainsi obtenir des labels comme par exemple le label VBF (Viande Bovine Franaise). Enfin, Ramesh et al. [1995] soulignent que la traabilit peut aussi concerner la conception et le paramtrage en programmation. On peut noter que le concept de gestion collaborative du cycle de vie des produits (PLM : Product Lifecycle Management) regroupe plusieurs usages de la traabilit. Dabord lusage de type recueil de donnes sur la partie conception et parfois lusage de type plan de rappel sur toute la partie production / logistique en traant non seulement les composants du produit mais aussi les oprations de maintenance effectues. La dfinition de l'ISO [1994] reste trs ouverte et peu prcise. Moe [1998] propose une dfinition intressante de la traabilit de produits : il introduit dans cette dfinition les notions de chane et de traabilit interne. La traabilit est laptitude rechercher un lot de produits et son historique au long de la totalit ou dune partie de la chane de production de lextraction au transport, au stockage, la
33
transformation, la distribution et la vente (cest la traabilit de chane) ou en interne dans une des tapes de la chane, par exemple ltape de production (cest la traabilit interne). . Dautres organismes, notamment le Conseil National de lAlimentation [CNA, 2001], proposent leur dfinition de la traabilit : Etablir et tenir jour des procdures crites dinformations enregistres et didentification des produits ou lots de produits, laide de moyens adquats, en vue de permettre de remonter aux origines et de connatre les conditions de production et de distribution de ces produits ou lots de produits. . Dans nos travaux, nous nous intressons plus particulirement aux usages de type plan de rappel et garantie de l'origine. Ce sont les deux usages les plus utiliss dans le secteur de l'agroalimentaire. Pour un usage de type plan de rappel, on peut distinguer 2 types de traabilit. La traabilit ascendante est la capacit, en tout point de la chane dapprovisionnement, retrouver lorigine et les caractristiques dun produit partir dun ou plusieurs critres donns. Elle sert notamment trouver la cause dun problme qualit [GENCOD, 2001]. La traabilit descendante est la capacit, en tout point de la chane dapprovisionnement, retrouver la localisation de produits partir dun ou plusieurs critres donns. Elle sert notamment en cas de rappel et de retrait de produit [GENCOD, 2001]. La distinction entre ces deux traabilits est importante. En effet, un systme dinformation performant pour lune de ces traabilits ne lest pas forcment pour lautre. Par exemple, en imprimant sur le conditionnement dun produit fini les dates et les constituants des diffrentes oprations sur ce produit, on obtient une traabilit ascendante de bonne qualit : on retrouve facilement lhistorique des produits constituants et des activits partir du produit fini. Par contre, ainsi, on nobtient pas forcment une traabilit descendante efficace. On peut donc dire que la traabilit de type garantie de lorigine privilgie la traabilit descendante de lentreprise. On peut galement distinguer les traabilits amont et aval. Par rapport une entit de rfrence (entreprise, atelier, exploitation, ) la traabilit aval est la capacit tracer la localisation des produits sortants. La traabilit amont est la capacit tracer l'origine des produits entrants. La traabilit de tous les produits transitant l'intrieur de l'entit de rfrence est qualifie d'interne. La Figure 4 illustre les diffrentes traabilits dans le cas particulier de la salaison.
34
Fournisseurs
Elevage Ab attage
Entreprise
Production Conditionnement
Clients
Distribution
Traabilit descendante Traabilit ascendante
Traabilit amont Traabilit interne
Traabilit av al
Figure 4 : les diffrentes traabilits

3.2.2 Notions fondamentales pour la traabilit
Kim et al [1995] proposent une ontologie de la traabilit qui fait partie du projet TOVE3 (TOronto Virtual Enterprise). TOVE Quality Ontology est une reprsentation formelle, utilisant la logique du premier ordre pour dfinir les termes, les relations et les axiomes qui sont communs tous les domaines de la qualit. Cette ontologie introduit notamment deux concepts fondamentaux : celui dactivit lmentaire (primitive activity) et celui dunit de ressource traable ou TRU (Traceable Resource Unit). Lontologie de qualit TOVE dfinit une activit lmentaire comme une activit ntant pas constitue de sous-activits. Cest donc une opration de base : par exemple un stockage, un usinage ou une transformation. Le TRU est dfini comme un groupe homogne dune classe de ressource utilis / consomm / produit / libr par une activit lmentaire dans une quantit non nulle et finie de cette classe. Le TRU est une unit unique, cest dire quaucune autre unit ne peut avoir les mmes (ou comparables) caractristiques du point de vue de la traabilit. Plus concrtement, un TRU correspond un type de lot de production. Dans le cas de processus discrets, lidentification de lots est en gnral aise. Par contre, dans le cas de processus continus (par exemple dans lindustrie du verre), lidentification est plus difficile.
Le projet TOVE a pour but de proposer un modle gnrique et rutilisable de donnes. www.eil.utoronto.ca/tove/comsen/TOVEIntro.html
35
Pour H.M. Kim et al. [1995], un systme de traabilit idal doit tre capable de tracer lhistorique la fois des produits et des activits, cest dire des TRU et des activits lmentaires. Moe [1998] propose une description de ces deux entits avec leurs descripteurs dans le cas de lindustrie agroalimentaire (Figure 5). Grce au modle smantique de leur ontologie et la logique du premier ordre, Kim et al. [1995] dfinissent des rgles fondamentales pour la traabilit: Si un TRU est dissoci, les parties dissocies gardent lidentification du TRU pre. Si des TRU sont rassembls, lidentification du nouveau TRU est diffrente des identifications des TRU pres.
Exemples : Type Produit Valeur Poids, volume, nomb re, Espce, varit, analyse,
Type Acti vit Valeur
Acheter, Livrer, Stocker, Cuisiner, Conditionner, Fermenter, Heure dabattage ou de moisson, dure de cuisson de transport ou de stockage
Figure 5 : exemple de TRU et dactivit lmentaire dans lagroalimentaire [Moe, 1998]

3.3 Spcificit de l'industrie agro-alimentaire
Avec environ 17% des emplois et de la valeur ajout de lindustrie franaise, le secteur agroalimentaire est la premire industrie nationale franaise [Minegishi et Thiel, 2000]. Notre tude se limite volontairement la traabilit dans ce secteur. Mme si la traabilit est un sujet sensible dans d'autres secteurs de production, comme par exemple lindustrie automobile [Sohal, 1997], lindustrie pharmaceutique ou mme le secteur hospitalier [Ingrand et al., 1998; Verret et al., 1998], le secteur agroalimentaire prsente ses propres spcificits. Il est important de distinguer deux catgories dindustries agroalimentaires [Van Donk, 2001]. Les industries de premire transformation obtiennent des produits semi-finis partir de produits
36
naturels. Ce sont par exemple les abattoirs, les raffineries de sucre, Les industries de deuxime transformation transforment des produits semifinis, en produits finis. Considrant la distinction entre les industries de premire et de deuxime transformation, nous proposons le schma dune chane logistique gnrique, adapt partir de Van der Vorst et al. [2000] en Figure 6. Ce schma de chane logistique met en vidence la complexit dune traabilit de chane.
2me transf ormation Producteu r 1re transf ormation Producteu r 1re transf ormation Producteu r 1re transf ormation Producteu r 2me transf ormation 2me transf ormation Plate-f orme de distribution 2me transf ormation 2me transf ormation Supermarch Plate-f orme de distribution Supermarch Hypermarch Hypermarch Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur Consommateur
Superette Superette
Hypermarch Superette
Figure 6 : chane logistique gnrique dans lagroalimentaire Van Wezel et Van Donk. [1996], Van Donk [2001] numrent les caractristiques principales de lindustrie agroalimentaire. Nous illustrons ces caractristiques par des exemples tirs de la production de salaisons. La nature et lorigine des composants induisent souvent des approvisionnements avec des qualits et des prix trs variables. Dans le cas du groupe Aoste, la matire premire la plus importante est la viande de porc, dont le cours varie chaque jour. Cette variabilit impose denregistrer les donnes de traabilit toujours sur les lots rellement consomms et non sur les lots prvus par les achats ou les ordres de fabrication. On utilise beaucoup les units de volumes et de poids. Dans le processus de fabrication du saucisson sec, les diffrentes tapes sont ponctues par des peses de matires premires et de produits semi-finis. Les points de peses constituent dailleurs la plupart du temps des points didentification de lots et denregistrement de donnes pour la traabilit. Les produits (composants, semi-finis ou finis) sont prissables. Lutilisation de la notion de DLC (Date Limite de Consommation) ou de DLUO (Date Limite dUtilisation Optimale) est une constante dans
37
lindustrie agro-alimentaire. Dans certains cas, la DLC constitue un identifiant suffisant pour la traabilit des lots de produits finis. Les processus ont une dure variable suivant la nature et l'origine des composants. Dans le cas particulier de la production du saucisson, la phase de sche, trs comparable un affinage, varie beaucoup dun produit lautre : un expert juge de la dure de sche des produits. Les industries agro-alimentaires ont le plus souvent une structure de produit divergente, particulirement dans la phase de conditionnement. Pour la production de saucisson, une mme pte (mlange de viande hache et assaisonne) peut donner de nombreux produits secs conditionns diffrents suivant la forme, la dure de sche et surtout les diffrents conditionnements possibles. La structure divergente des produits complexifie lenregistrement de la traabilit car il faut tre en mesure didentifier et de suivre chaque lot cr. Les alas de prix, de qualit et d'approvisionnement induisent plusieurs recettes pour un mme produit. Par exemple, la recette utilise pour la constitution dune tonne de pte varie suivant le taux de gras mesur pendant son laboration. La composition de chaque lot, donc la traabilit enregistre, peut varier tout moment. En ce qui concerne la traabilit, nous pouvons proposer quelques autres spcificits de l'agro-alimentaire : L'attitude et l'attente du consommateur vis--vis du produit sont spcifiques. Les clients nexigent pour linstant pas de connatre le pays dorigine du minerai de fer utilis pour la fabrication de leur vhicule alors quils exigent de connatre la provenance du steak qui est dans leur assiette. (3.6.1, page 45) La chane logistique fait la plupart du temps intervenir des acteurs trs diffrents, du fermier au supermarch en passant par des industries de 1 re et de 2me transformation. Ceci complique dautant plus limplantation de la traabilit dans des filires entires. Les produits sont parfois sensibles aux bactries et au temps (DLC, Date Limite de Consommation). Leur marquage est donc souvent difficile.
3.4 Exemples de filires de lagro-alimentaire
Nous proposons ici de dcrire succinctement les enjeux, contraintes et avancements dans la mise en place de systmes de traabilit de quelques secteurs agro-alimentaires afin de montrer leur diversit. Le Conseil National de l'Alimentation propose un avis sur la traabilit des denres alimentaires [CNA, 2001] et fournit sur ce sujet un panorama
38
intressant. Ces quelques exemples ne sont pas exhaustifs mais permettent de mettre en vidence les difficults rencontres dans diffrentes filires.
3.4.1 La filire bovine
La crise de la maladie de la vache folle (Encphalopathie Spongiforme Bovine ou ESB) est lun des exemples les plus parlants de crise de scurit alimentaire. Latouche et al. [1999] reprennent lhistorique de cette crise. Celle-ci a commenc en Mars 1996 quand le ministre anglais de la sant a admis un lien possible entre le prion de lESB et la maladie de Creudsfeld Jacob chez lhumain. Mme sil ny avait pas de preuve directe, cette nouvelle a suffit pour faire chuter les ventes dans la filire bovine. La baisse a atteint 117000 tonnes entre 1995 et 1996. Malgr les nombreux efforts pour rtablir la confiance des consommateurs, un sondage effectu en fvrier 1997 par la plus importante chane de supermarchs franaise a montr que 25% des consommateurs avaient chang leurs habitudes de consommation suite la crise. La filire bovine est probablement la filire la plus avance en terme de traabilit, notamment en France. En effet, la "crise de la vache folle" a oblig l'Etat et les entreprises rpondre efficacement au sentiment d'inscurit des consommateurs. Ds 1997, un accord interprofessionnel imposait l'tiquetage des lieux de naissance, d'levage et d'abattage, du type racial (laitier ou viande) et de la catgorie (jeune bovin, vache, ). Les rgles de traabilit et des sanctions pnales ont t dcrites par un dcret pris en 1999. Toute la chane logistique est concerne. L'leveur possde une double identification de l'animal : passeport et boucles aux oreilles des bovins. Ces identifications sont fournies aux abattoirs qui continuent identifier trs prcisment les produits chaque tape de la transformation. Van Dorp [2002b] dcrit le processus de fabrication et le systme de traabilit associ dans un abattoir. Les documents d'enregistrement sont galement rglements. Nous proposons sur le Tableau 1 les diffrentes tapes et identifications dans la filire bovine.
39
En levage
Chaque animal est identifi par des boucles portant le numro national unique didentification. Au moment o ces boucles sont apposes, un passeport est tabli et suivra lanimal tout au long de llevage puis de la transformation. Entre usine Les informations contenues sur le passeport sont saisies : numro didentification national, sexe, races du pre et de la mre, numro de cheptel de naissance, numro de cheptel de lleveur, date de naissance. Pese fiscale Une tiquette est dite. Elle comporte le numro de tuerie (identification interne), le numro didentification nationale de lanimal, le code fournisseur, la date et lheure de la pese fiscale, le poids, le numro de cheptel de naissance, numro de cheptel de lleveur. Cette tiquette est appose sur chaque quartier de la carcasse. Salle de dcoupe Les quartiers (dj identifis par le numro de tuerie) sont allotis en fonction des diffrents cahiers des charges. Chaque lot porte alors un numro unique directement li aux numros de tuerie. Prparation de Les muscles destins la fabrication de la viande hache sont conditionns dans hachage des bacs. Chaque bac est identifi par une tiquette date et heure de remplissage du bac, numro de lot, numro de bac. Hachage Un numro de mle est affect aux bacs contenant les viandes issues dun mme broyage. Il est reli aux numros de bacs. Chaque bac comporte une tiquette indiquant le numro de mle, le numro de bac, le poids et le taux de matire grasse. Formage et La viande est forme, mise en barquettes et tiquete. On affecte un numro de conditionnement traabilit, directement reli au numro de mle. Ltiquette indique galement la date limite de consommation, la date de conditionnement ainsi que le prix. Tableau 1 : tapes et identifications dans la filire bovine On notera sur cet exemple que lors de lenregistrement dun nouveau TRU, on enregistre le lien avec le (ou les) TRU pre(s). Cest ainsi que lon peut remonter toute la chane de la traabilit. Dans le Tableau 2, nous proposons une analyse rapide du systme de traabilit prsent dans le Tableau 1 en identifiant les TRU et la gestion de linformation lie ceux-ci.
40
Support Informations enregistres denregistrement Le passeport Numro didentification national Animal : de chaque Sexe Vache, animal Races pre et mre buf ou Numro de cheptel de naissance gnisse Numro de cheptel de lleveur Date de naissance Carcasse Numro de Une tiquette sur Informatique Numro de tuerie tuerie chaque quartier Et les informations donnes par le de la carcasse passeport de lanimal : Numro didentification national Sexe Races pre et mre Numro de cheptel de naissance Numro de cheptel de lleveur Date de naissance Lot de Numro de lot Une tiquette sur Informatique Numro de lot unique directement li aux numros de tuerie quartiers chaque bac du mme lot de quartiers Bac de Numro de bac Une tiquette sur Informatique Numro de bac Numro de lots (utiliss pour prparation chaque bac de remplir le bac) de hachage prparation de Date et heure de remplissage du hachage bac Mle Numro de Une tiquette sur Informatique Numro de mle mle chaque bac de la Numro de bac mme mle Poids Taux de matire grasse Barquette Numro de Une tiquette est Informatique Numro de mle Numro de traabilit de steak traabilit appose sur Date limite de consommation chaque barquette Date de conditionnement pour informer le Prix consommateur Tableau 2 : TRU et identifications dans la filire bovine
TRU
Code Moyens de didentifipassage de cation unique linformation le numro Boucles sur les national unique oreilles de didentification chaque animal
41
3.4.2 Les produits de la mer
La traabilit de produits issus de la mer est rendue difficile par la variabilit des dlais entre capture et dbarquement, par la variabilit des quantits de pche et par la courte dure de conservation des produits. De plus, la filire est peu structure et possde peu d'informations archives et transmises. Mme si quelques expriences pilotes ont t menes avec l'enregistrement du lieu et du jour de dbarquement, la traabilit des produits de la mer n'est aujourd'hui quasiment jamais ralise. Quelques travaux ont t entrepris pour tracer et compter les espces animales marines pour la protection de lenvironnement [Careau et Dewailly, 1995].
3.4.3 La filire lait
La traabilit des produits laitiers (et par extension tous les produits miscibles l'infini) est difficile obtenir. En effet, il est trs dur de pouvoir dfinir des lots de composition homogne. A de nombreuses tapes de la filire, des mlanges de lots s'imposent. En gnral, la rcolte, les camions citernes passent recueillir le lait chez les diffrents producteurs. Les frquences de passage, les quantits variables, la capacit des camions et les cots de logistique imposent le mlange des lots de rception dans les camions. De plus, pour certains produits laitiers, leur composition fait intervenir de nombreuses matires premires laitires. Par exemple, la fabrication d'un yaourt peut faire intervenir du lait, de la crme, des protines de lait et des ferments lactiques. C'est pourquoi la filire a aujourd'hui beaucoup de difficult dfinir une faon de constituer un lot [CNA, 2001].
3.4.4 L'exemple des crales biologiques
La filire des crales prsente certaines similitudes avec la filire des produits laitiers : miscibilit des lots, mlange des rcoltes dans les silos de stockage, mlange des farines dans les recettes, La filire des crales biologiques est trs rglemente et en pleine croissance. Pour garantir l'origine biologique des produits de la filire, viter les fraudes et rpondre aux exigences du label AB (Agriculture Biologique), le projet Tracerbio a t mis en place. Ce projet est intressant car c'est l'un des seuls exemples de traabilit de filire (avec la filire bovine). Les diffrents acteurs rglementant la filire dont le SETRAB4, l'ONIC5,
4 5
Syndicat Europen des TRansformateurs et prparateurs de l'Agriculture Biologique Office National Interprofessionnel des Crales
42
l'ONIOL6 et des organismes de contrle se sont regroup pour mettre en place une base de donnes centralise et scurise accessible via Internet [GENCOD, 2001]. Un tel exemple de systme de traabilit d'une filire entire n'est possible que grce la prsence d'organismes extrieurs indpendants grant le systme.
3.4.5 Disparit des filires de lagroalimentaire
Comme nous venons de le voir, la facilit de d'identification des lots varie beaucoup suivant les produits tracs et les processus de fabrication qu'ils subissent. La traabilit interne d'une entreprise peut tre limite par des conditions extrmes (tempratures, humidit, ) ou par la difficult d'identifier des lots distincts (mlanges de produits diffrents, miscibilit des liquides ou des grains, ). Pour les industries mlangeant des matires premires issues de filires diffrentes et de pays diffrents, on comprend l'intrt de mise en place de standards pour la traabilit lors d'changes de produits. EAN International et plus particulirement GENCOD EAN essaient aujourd'hui de rassembler les professionnels pour arriver dfinir une norme.
3.5 Les intrts de la traabilit dans l'industrie agroalimentaire
La mise en place dune traabilit performante dans lindustrie agroalimentaire prsente de nombreux intrts : Intrt marketing : rassurer le consommateur par lintermdiaire de labels obtenus grce une traabilit performante. Intrt commercial : augmenter les commandes de la grande distribution en renforant la crdibilit de lentreprise (rapidit de raction, identification prcise des produits) pour les produits vendus sous une marque de la grande distribution. Respect de la lgislation et ractivit vis vis des futures lgislations. Suppression des rptitions non ncessaires de mesures sur les produits. Certaines mesures faites sur des lots parents ne sont pas ncessaires pour les lots fils si lon trace efficacement les lots de production. Moe [1998] prsente galement les bnfices de la mise en place dune traabilit interne : Possibilit daugmenter le contrle de la production. Indications de cause effet dans le cas de produits non conformes.
Office National Interprofessionnel des OLagineux
43
Limitation du cot du mlange de produits de bonne et de mauvaise qualit. Facilit dobtention dinformations lors dun audit qualit. Facilit dimplantation de systmes dinformation (gestion de production, de stocks, de la qualit, ...) Cependant, la mise en place dune traabilit efficace prend tout intrt en cas de crise : Baisse du cot (en temps et en personnel) de recherche de lhistorique et de la localisation des produits en cas de problme. Baisse du cot de rappel des produits : on identifie moins de produits sains rappeler, on diminue le risque de rappeler des produits dj transforms (voir distribus au client) et ventuellement on diminue le nombre de clients concerns. Diminution du nombre de sites de production ou de marques concerns par un rappel pour une entreprise multi-site ou multimarques. Limitation de la perte de confiance des consommateurs lors dun grave problme de scurit alimentaire : l'entreprise montre qu'elle matrise le problme.
son
Il est souvent difficile d'estimer les gains conomiques potentiels apports par un outil qui sert le plus souvent "d'assurance vie" l'entreprise en cas de problme. De plus, le cot de mise en place d'un systme de traabilit performant est souvent important : achat de matriels de lecture / criture pour l'identification des lots, baisse de la productivit pour identifier et sparer les lots de produits, achat d'un progiciel permettant de garder les informations de traabilit, C'est pourquoi il est souvent difficile de justifier conomiquement les systmes de traabilit dans les entreprises. En France, le Conseil National de l'Alimentation [CNA, 2001] propose l'utilisation de ratios : Prix du traceur / prix de la denre suivie Prix de la traabilit / probabilit d'apparition d'un problme sanitaire Prix de la traabilit / cot des fraudes ou des erreurs Prix de la traabilit / cots commerciaux et marketing Ces ratios peuvent tre utiliss comme indicateurs dans le choix d'une nouvelle solution pour un systme de gestion de la traabilit.
44
3.6
Les trois acteurs de la traabilit
La question de la traabilit est diffrente des autres problmes lis la qualit dans le sens o elle ne fait pas intervenir uniquement le fournisseur et le client mais aussi ltat. Salan et Flores [2001] proposent un schma (Figure 7) rsumant les interactions entre ces trois acteurs.
Fournisseur
Consommateur
Etat
Rglementations actuelles Politique dinformation et de formation Rglementations tablies conjointement

Figure 7 : les trois acteurs de la traabilit [Salan et Flores, 2001] Comme le souligne Franck Cochoy [2002], si les grandes entreprises ont invent le client pour mieux matriser un march global dont les fluctuations ntaient plus tolrables, le lgislateur a construit un client de droit pour prmunir les citoyens contre les abus potentiels des entreprises commerciales. Cest dans cette relation tripolaire que sinscrit la traabilit.
3.6.1 La relation fournisseur / consommateur
3.6.1.1 Historique
Comme le soulignent Latouche et al [1999], le march de lagroalimentaire est soumis un paradoxe qui samplifie. Dun ct les producteurs de denres alimentaires sont de plus en plus attentifs au profit donc la baisse des cots. De lautre ct, les denres alimentaires apparaissent de plus en plus comme une source de risques pour la sant du point de vue des consommateurs qui sont mieux informs et plus attentifs. Ce paradoxe explique le processus d amplification sociale lorsque le systme dinformation est dficient.
45
Cependant, si nous replaons lexigence des consommateurs pour la scurit des aliments dans une perspective historique, nous nous apercevons que celle-ci nest pas nouvelle, mme sil est vrai que dans nos socits modernes la crainte de manquer a t remplace par le souci de la qualit des aliments [Lambert, 1987]. Il y a en effet de nombreux prcdents historiques et Joly [2003] en cite quelques uns : en 1820 un livre allemand sur lajout de substances impures dans la farine de bl ou par exemple en 1830 en Angleterre un ouvrage intitul Altrations mortelles et empoisonnements lents ou de la maladie et de la mort dans la casserole et le pichet . Autre exemple, en France, ds 1905, un texte gnral sur les fraudes et falsification des denres alimentaires est vot par lassemble nationale.
3.6.1.2 Relation au produit
Les producteurs ont plus dinformation sur les vraies valeurs de la qualit des produits que les acheteurs [Loader et Hobbs, 1999] : ils connaissent les processus de fabrication et les matires premires utilises. Or, la qualit des produits de lagro-alimentaire nest pas toujours visible. Ces produits deviennent des produits dexprience (experience goods), cest dire que les caractristiques de la qualit ne peuvent tre dtermines quaprs consommation (qualits gustatives en particulier). De plus, la qualit ne se rfre pas seulement aux proprits de la nourriture elle-mme mais aussi la faon dont ces proprits ont t obtenues [Morris et Young, 2000]. Ces produits peuvent mme tre des produits de croyance (credence goods) dont la qualit ne peut pas tre dtermine, mme aprs consommation. Par exemple, une viande contamine par le prion de lESB (Encphalopathie Spongiforme Bovine) a le mme got quune viande normale et la maladie ne se dclare chez lhomme que de nombreuses annes aprs la consommation. La scurit alimentaire est une importante caractristique pour le choix du consommateur. Loader et Hobbs [1999] soulignent mme que la majorit des consommateurs considre que la scurit alimentaire est un droit plus quun privilge. Bernus et al. [2003]ont effectu et comment un sondage effectu avec 2288 consommateurs anglais, franais, italiens, cossais et espagnols sur leur attitude vis--vis de ltiquetage de la viande de buf et dagneau. Les notions de traabilit et dorigine de la viande apparaissent comme trs importantes pour la plupart dentre eux, en particulier les franais et les italiens. Mme si dans les pays dvelopps le droit une alimentation saine peut tre considr comme un acquis, le risque zro nexiste pas. Joly [2003] cite deux obstacles :
46
Sagissant de matire vivante, la scurit a un cot en termes de dure limite de consommation, organisation de la chane du froid, qualit des produits, Il existe des dangers nouveaux qui ne sont pas connus lors de la mise sur le march des produits. Joly souligne que paradoxalement, mme si les crises alimentaires comme celle de la vache folle ont provoqu une trs forte diminution de la consommation (jusqu -50% pour la viande bovine en France lors de la deuxime crise de la vache folle), la peur alimentaire nest quune proccupation dordre secondaire, loin derrire la violence, le chmage la dgradation de lenvironnement [Joly, 2003]. Il explique les fortes baisses de consommation non seulement par une perte de confiance des consommateurs dans un climat de crise mais aussi par le fait que nous soyons dans une socit dhyper choix o le cot de labstention de consommation dun produit particulier (par exemple la viande rouge) nest pas forcment trs lev. Lobtention de labels ou dune traabilit efficace est une rponse possible au besoin de confiance des consommateurs. Ceux-ci cherchent se protger en achetant des produits auxquelles ils font confiance, travers des marques et/ou des labels. Leur attitude est plus ou moins exacerbe suivant le type de produits. Parmi les plus concerns, on peut par exemple citer les viandes [Liddell et Bailey, 2001] et les produits susceptibles de contenir des organismes gntiquement modifis (OGM).
3.6.2 Le rle de ltat et de la lgislation
Franois Ewald [1997] propose 3 priodes pour dcrire comment la socit et ltat dfinissent les rapports au risque : Lge de la prvoyance : tout individu doit se soucier de ce qui peut lui advenir et prendre les dispositions pour viter les imprvus ou se prparer leur faire face. Ce concept, en vigueur au XIXme sicle, est issu du libralisme et du concept moderne de libert individuelle. Ltat est alors compltement dtach des problmes de scurit alimentaire. Lge de la prvention : partir de la fin du XIXme sicle apparat la notion de responsabilit pour risque. Lactivit risque se doit dindemniser les dommages. Ltat commence mettre en uvre des procdures dautorisation administrative, de rglementation des activits, Lge de la prcaution : il nest plus ncessaire dattendre quun risque soit avr pour agir. Depuis les annes 1990, ce principe est largement diffus dans les pays occidentaux. Les tats prennent
47
aujourdhui des mesures danticipation. Par exemple larrt dimportation de viande bovine du Royaume Uni lors de la premire crise de la vache folle. Ces dernires annes, de nombreux problmes de scurit alimentaire, trs mdiatiss, ont alert lopinion publique. On peut par exemple citer les problmes de salmonelle, dESB (Encphalopathie Spongiforme Bovine), ... Les gouvernements ont rpondu linquitude des consommateurs par de nouvelles lgislations en matire de scurit alimentaire. En France, la loi du 21 Juillet 1983 prescrit que dans les conditions normales dutilisation ou dans dautres conditions, raisonnablement prvisibles par les fabricants, les produits doivent prsenter la scurit laquelle nous pouvons lgitimement nous attendre et ne pas porter atteinte la sant des personnes. Aprs la premire crise de la vache folle, la DGAL ( Direction Gnrale de lAlimentation), lide se forme que lobsession pour les risques alimentaires ne correspond pas au vrai rapport des franais leur alimentation mais quelle rsulte dune focalisation des mdias sur ces problmes [Joly, 2003]. Le dveloppement de la traabilit ne va pas ncessairement de soi et ncessite soit l'appui des politiques, soit une pression forte des consommateurs. On s'aperoit que seules les filires trs concernes (crales bio, viande bovine, ) sont aujourd'hui munies de systmes de traabilit sur la filire entire. Cependant un pays peut difficilement imposer une traabilit fine s'il n'est pas suivi par d'autres puisqu'il pnaliserait ses entreprises nationales dans un contexte de concurrence internationale. L'argument de la garantie de la traabilit d'origine peut parfois tre utilise au niveau national comme une arme protectionniste. Par exemple, depuis dcembre 2004 conformment aux lois sur le bioterrorisme en vigueur aux tats-Unis, lensemble des produits alimentaires arrivant sur le sol amricain sont soumis de nouveaux contrles. Certains y voient une certaine forme de protectionnisme.
Dans ce chapitre, nous avons prsent un tat de lart sur la traabilit dans lindustrie agroalimentaire. Ce travail a dailleurs t prsent lors du 5me congrs international de gnie industriel [Dupuy et al., 2003c]. Dans un premier temps, nous avons dfini le terme traabilit : cest laptitude retrouver lhistorique, lutilisation ou localisation dune entit, au moyen didentifications enregistres [ISO, 1994]. Nous avons
48
galement dcrit les usages de la traabilit (plan de rappel, talonnage, recueil de donnes, ) ainsi que les diffrents types de traabilit de lots de production (traabilits ascendante, descendante, amont, aval et interne). Nous avons galement introduit les deux concepts de base de la traabilit qui sont les deux lments tracs : le TRU (i.e. le lot de production) et lactivit primaire. Nous nous sommes ensuite intresss lindustrie agroalimentaire pour justifier notre choix de primtre dtude : ce secteur a des contraintes en terme de traabilit qui lui sont propres. Les systmes de traabilit de quelques filires de lagro-alimentaire ont t abords pour souligner les diffrences de problmatique et davancement au sein mme de ce secteur industriel. Les intrts davoir un systme de gestion de la traabilit performant ont galement t dtaills. La particularit la plus importante de la traabilit dans lagroalimentaire est la relation tripolaire entre le consommateur, le fournisseur et ltat. Nous sommes aujourdhui passs dans lge de la prcaution o il nest plus ncessaire dattendre quun risque soit avr pour agir. Les fabricants doivent mettre en place des systmes de traabilit performants pour pouvoir rpondre des risques quils ne connaissent pas encore. Les exigences des consommateurs ne cessent daugmenter et les industriels doivent faire voluer leurs systmes de traabilit avec cette demande. Cependant, si ltat de lart sur la traabilit est riche et constamment ractualis, trs peu de travaux portent sur les systmes de gestion de la traabilit, leur implantation et surtout leur optimisation. Cest ce que nous essayons de complter par nos travaux prsents dans les chapitres 5, 6 et 7. Avant de les aborder, nous proposons un tat des lieux, complt des diffrentes rfrences disponibles, dans le chapitre suivant (Chapitre 4 : Les outils pour un systme de traabilit).
49
Chapitre 4 : Les outils pour un systme de traabilit
Chapitre 4 Les outils pour un systme de traabilit
4.1
Introduction
Tout systme de traabilit repose sur deux entits fondamentales : Un systme didentification physique des lots, par exemple par tiquettes code barre ou puces lectroniques. Cette identification permet de distinguer de faon univoque le lot dans latelier et le stock. Un systme dinformation, quil soit informatique ou papier, qui garde lhistorique des enregistrements sur les lots de produits. Ce systme stocke linformation et la restitue avec des requtes de traabilit. Dans ce chapitre, nous prsentons un tat des lieux des outils utiliss pour les systmes de traabilit. Notre objectif est de proposer une dichotomie claire entre systme d'identification et systme d'information pour enregistrer et restituer les informations. Dans le systme d'information, nous distinguons trois niveaux possibles de suivi de la traabilit.
4.2 Identification physique des lots
4.2.1 L'identifiant du lot
Du plus simple au plus compliqu, de nombreux systmes permettent lidentification physique des lots : Etiquette manuscrite Boucles doreilles pour les animaux (ex : bovins) Marquage des produits (ex : tampon didentification sur un jambon)
50
Etiquette code barre Impression sur des cartons ou palettes Puces RFID (Radio Frequency Identification) Le principe de base reste toujours didentifier le lot de faon unique, en gnral grce un code aussi appel numro de lot. Pour la plupart des changes entre entreprises (produits finis), les lots sont identifis avec une identification comportant des informations gnriques : Nom de larticle Date(s) (de production, conditionnement, vente et/ou date limite de consommation, ) N de lot Nom et adresse du producteur, distributeur, revendeur ou exportateur Pays dorigine Morrison et Blanchfield [2000] prcise que la Date Limite de Consommation (DLC) ou la Date Limite dUtilisation Optimale (DLUO) peuvent parfois suffire pour identifier un lot, en particulier pour les produits extra frais avec une courte date de premption. Il prcise galement que pour les produits dont la date de premption est plus large (par exemple la semaine), il est important daffiner lidentification des lots pour rduire les ventuels rappels. Il propose un exemple de numro de lot. WBN2734 W Identifiant de lusine de production B Ligne de production spcifique N Code de lheure 273 Quantime de fabrication 4 Identification de lanne (4 pour 2004) Cependant, les numros de lot utiliss peuvent tre compltement diffrents suivant les contraintes et les processus de fabrication. Lobjectif reste toujours didentifier les lots de faon unique. Le numro de lot dpend directement de la dfinition des lots de fabrication ou de transport. Voici quelques exemples, bass sur les numros de lot utiliss dans le groupe Aoste : Un lot de rception de viande correspond la rception dun article donn, lors dune livraison. Il est possible de diffrencier deux lots dun mme article dans une mme livraison avec un numro de sous lot. Voici la trame dun numro de lot de rception de viande :
51
AAAAAAFFFFFFFBBBBBBBBBLLLLLL AAAAAA Code article FFFFFFF Code fournisseur BBBBBBBBB N de Bon de Livraison (BL) LLLLLL N de sous lot Un lot de pte correspond une tonne de pte sur une journe donne : AAAAAAOOOOOOOOTTTT AAAAAA Code article OOOOOOOO N dOrdre de Fabrication (OF) TTTT N de tonne de la journe de lOF
Dans la cration dun numro de lot, une question fondamentale est celle de la dure de lunicit du numro de lot. Combien de temps garantit-on lunicit du numro de lot ? Pour les produits faible date limite de consommation, la dure de lunicit peut tre relativement courte. Par exemple, un numro de lot de fruits frais peut avoir une dure dunicit dun an puisquil ny aura pas de confusion. Par contre, un lot de botes de conserves peut tre consomm sur plusieurs annes. Le producteur doit donc tre en mesure didentifier le lot sur des annes diffrentes. Une unicit de dure au moins gale un an plus la dure de vie du produit trac semble un minimum.
4.2.2 Etiquettes et enregistrements manuels
L'utilisation d'tiquettes et d'enregistrement manuels est le moyen le plus simple pour obtenir un systme de traabilit. Il passe par l'utilisation d'tiquettes d'identification lies aux lots de produits tracer et d'enregistrements chaque transformation, mlange ou sparation de ces lots. L'information est crite manuellement par les oprateurs sur les tiquettes et les enregistrements qualit. En cas de problme de scurit alimentaire, on consulte les enregistrements qualit. Cest un systme trs souple : on peut par exemple modifier rapidement les informations enregistrer ou ajouter de nouveaux produits. De plus, il est peu onreux, puisqu'il ne ncessite que du papier et des stylos Lenregistrement manuel est particulirement adapt pour des processus de fabrication simple (avec peu de mlanges et de sous-produit). Par exemple, dans le cas dun produit gr au lot qui subit plusieurs transformations successives, une fiche traabilit peut suivre le lot. Elle est ainsi complte avec des informations qualit au fur et mesure du processus de fabrication. Aprs lexpdition du produit (dment identifi),
52
la fiche traabilit est archive et peut tre consulte tout moment en cas de besoin. Lenregistrement manuel est galement intressant pour des trs petites entreprises qui souhaitent tracer les produits mais nont pas les moyens dinvestir dans un systme informatis. Cependant, l'enregistrement papier pose des problmes de fiabilit (erreurs de lecture / criture), de productivit (temps ncessaire recopier les informations) et de temps de rponse en cas de rappel (consultation des enregistrements qualit). De plus, toute comparaison avec un bilan matire devient trs difficile sans gestion informatise du stock.
4.2.3 Les outils d'identification automatique
L'enregistrement et l'impression des informations peuvent tre automatiss. L'utilisation de codes barres, d'criture code optique (ECO) ou d'tiquettes radiofrquence est largement rpandue dans l'industrie. En gnral, les tiquettes prsentent les mmes informations qu'une tiquette "manuelle" ainsi qu'un code permettant d'identifier les lots de faon univoque. Les identifications automatiques permettent de diminuer les erreurs de copies / recopies. En gnral, les donnes utilises dans l'atelier restent visibles sur l'tiquette. D'autres donnes peuvent tre enregistres informatiquement et accessibles dans le systme de gestion partir du numro de lot. Avec un systme de traabilit informatis, les recherches en cas de rappel sont beaucoup plus rapides. Cependant, l'automatisation de la traabilit prsente un coup matriel non ngligeable. L'achat de lecteurs, d'imprimantes et d'un systme informatique adquat est parfois difficilement justifi par un systme de traabilit prsentant un faible retour sur investissement.
4.2.4 Nouvelles techniques didentification
4.2.4.1 Identification par marquage ADN
Comme le souligne lINRA [2000], lidentification ADN est utilise comme contrle de la traabilit, en particulier dans la filire de la viande bovine [Arana et al., 2002]. Il sagit alors de garder une banque de donnes avec les marquages ADN des animaux abattus. Lors dun contrle de traabilit sur un produit fini, on vrifie que lADN analys corresponde celui gard dans la banque de donnes. La banque de donnes peut dailleurs tre remplace par le stockage dune partie de lanimal, par exemple les oreilles, qui seront analyses paralllement aux chantillons de produits finis. Pour identifier sans faille les contrefaons mais aussi pour lutter contre la fraude la garantie ou pour protger des produits brevets,
53
certaines socits proposent la traabilit par ADN. Elles synthtisent de l'ADN qui sert marquer toutes sortes de produits. L'ADN de synthse, copi sur l'ADN humain, est contenu dans des microsphres insres dans chaque objet. En marquage, les molcules sont prsentes soit en poudre soit en liquide. En lecture, il est procd des analyses par chemiluminescence ou par microscopie spciale. Aprs une polymerase chain reaction (PCR), l'ADN est amplifi pour tre lu. Il est alors trs simple de savoir si le produit tudi est l'original (marqu) ou une copie (non marque). Les codes gnrs par l'ADN sont quasi infinis [Cunningham et Meghen, 2001]. De nombreux secteurs industriels sont concerns : parfums et cosmtiques, lectronique, ptrole mais aussi des vins et spiritueux aux semences vgtales. Les techniques de traabilit par lADN sont galement adaptes la recherche de produits contenant des OGM (Organismes Gntiquement Modifis) [Auer, 2003]. On peut remarquer que le marquage ADN ou la traabilit de lADN des bovins sont des techniques efficaces pour contrler un systme de traabilit. Par exemple, pour la viande bovine, on vrifie au cas par cas si les informations inscrite sur lidentifiant (tiquette) correspond bien lanalyse ADN, considre comme infaillible. Mais, contrairement ce que certains acteurs des filires concernes le laissent entendre, ces systmes ne remplacent en aucun cas un systme de suivi de la traabilit : ce sont uniquement des moyens de contrle quasiment infaillibles.
4.2.4.2 RFID : avenir de la traabilit ?
La RFID (Radio Frequency IDentification) est une technologie didentification par radiofrquences [Jansen et Eradus, 1999; Morgenroth et al., 2004]. Le principe de la RFID consiste stocker un numro de srie unique, identifiant le lot tracer, au sein dune puce relie une antenne miniaturise, lensemble formant un transpondeur. Le lecteur RFID (ou transcepteur) met des ondes radio certaines frquences et communique avec la puce qui renvoie le contenu de sa mmoire (identifiant mais aussi dautres informations comme la date limite consommation, lieux et horaires de fabrication, ). La technologie nest pas trs rcente puisque ds 1969 le terme RFID apparat et quil se base sur des technologies militaires mise au point dans les annes 50 pour identifier distance les avions allis. Cependant lintrt pour des applications de la RFID la traabilit des produits est rcent car les puces RFID sont de plus en plus miniaturises et surtout de moins en moins cher (environ 0.5 euro pour une puce de moins de 0.5 mm2 ). Lintrt de lusage de la RFID pour la traabilit semble vident :
54
Les ondes magntiques peuvent traverser des matriaux non mtalliques. Lidentifiant nest plus ncessairement clairement visible. La lecture est automatique : au passage devant le transcepteur, toutes les puces prsentes envoient leur information. Le temps de lecture est considrablement rduit : des centaines de puces peuvent tre identifies en quelque secondes.
Ds lors les consquences pour la gestion de la traabilit dans les entreprises pourraient tre normes : A la rception des produits, des dizaines de lots diffrents peuvent tre enregistrs en quelques secondes ainsi que de nombreuses informations qualit lies ces lots. Par exemple, pour une rception de viande, le simple passage devant le transcepteur permettrait didentifier les n lots prsents dans la rception et denregistrer des donnes comme la date et le lieu dabattage, le numro de tampon sanitaire, la date et le lieu de dsossage, le lieu de naissance et dlevage, Dans le cas dun processus de fabrication avec assemblage, si les puces suivent les produits, le passage devant un transcepteur enregistrera automatiquement les consommations. Il ny aura plus de perte de temps pour aller lire les tiquettes. Cependant, lusage de la RFID est encore loin dtre gnralis dans lindustrie agro-alimentaire. Le prix des puces est encore trop important pour une utilisation de masse et des progrs doivent tre faits pour dfinir des standards de communication dinformation. Aujourdhui, la RFID est surtout utilise comme identifiant de supports (palettes, bacs, balancelles) qui sont identifis et suivis : les transpondeurs sont alors rutiliss pour dautres produits. Code barre et RFID devraient donc encore cohabiter pendant quelques annes.
4.3 Systmes dinformation
Le systme dinformation permet de garder lhistorique de cration, consommation et mouvement des lots ainsi que les informations qui sont rattaches ces lots. Il peut tre papier, informatique ou mixte. Dans le cas dun rappel, un systme informatique permet didentifier les lots concerns en quelques heures (voir quelques minutes) alors que le systme papier peut mobiliser plusieurs personnes pendant plusieurs jours.
55
La traabilit des produits agroalimentaires peut tre gre diffrents niveaux. A chaque niveau correspond un type de systme dinformation (Tableau 3). Latelier de fabrication, lentrept Lentreprise, le groupe La filire, la chane logistique MES7, WMS8 GPAO9, ERP10 Outils Internet
Tableau 3 : les 3 niveaux de gestion de la traabilit

4.3.1 Le niveau MES / atelier
Ce niveau de gestion de la traabilit peut parfois tre rduit lenregistrement des informations dans latelier de fabrication : lecture des lots, enregistrement des informations de production ou de transformation lies aux lots, Dans ce cas de figure, il enregistre les donnes et les transmet un niveau plus lev : GPAO, ERP ou mme outil Internet. Alors que ces niveaux plus levs sont en gnral bass sur des standards, le niveau MES / atelier concentre les dveloppements spcifiques pour sadapter aux contraintes des diffrents points dactivit. Les enregistrements tant nombreux, le systme dacquisition de donnes doit tre adapt chaque situation et engendrer un minimum de perte de productivit. Dans le cas de la gestion dentrept, un progiciel de type WMS peut trs bien intgrer des fonctionnalits de traabilit, au mme titre quun MES. Parmi les MES rcents, la plupart dentre eux proposent des fonctionnalits de gestion (et pas seulement denregistrement) de la traabilit en proposant des requtes sur les lots de production. En gnral, un niveau de gestion avec les donnes de base (comme par exemple les articles) est quand mme ncessaire. Mais linvestissement dans un module production peut alors tre vit. Dans le cas de linstallation dun systme de gestion de type ERP, lacquisition de donnes peut tre faite soit par un MES classique interfac soit par une couche spcifique dacquisition de donnes.
7 8 9
MES : Manufacturing Execution System WMS : Warehouse Management System GPAO : Gestion de Production Assiste par Ordinateur ERP : Enterprise Resource Planning ou progiciel de gestion intgre
10
56
4.3.2 Le niveau ERP
La majorit des modules production des ERP actuels sont bass sur un mme modle de rfrence. Heij [1996] propose diffrentes modlisations. Nous avons repris les schma de Heij pour proposer un modle simplifi de l'articulation article / nomenclature / gamme (Figure 8). Les entits fondamentales de ce modle sont les suivantes : article, nomenclature, gamme, relation de nomenclature et opration.
Article
Nomenclature
Gamme
Relation de nomenclature
Opration
Figure 8 : modle article / nomenclature / gamme Les entits prsentes ci-dessus sont la base de toute gestion de production sur un ERP classique. Nomenclatures et gammes servent notamment de base au calcul MRP. De plus, un ordre de fabrication (OF) a gnralement une nomenclature et une gamme rattaches. Cependant, ces entits ne suffisent pas pour grer les liens de traabilit qu'il peut y avoir entre des lots de production. En s'appuyant sur les travaux de Van Dorp [2002a], nous cherchons ici proposer une modlisation adapte la traabilit des lots de production. La notion de traabilit au niveau ERP s'articule autour de deux concepts : Les nomenclatures prsentent les liens de consommation ainsi que les quantits thoriques permettant d'obtenir un (ou des) article(s) donn(s). La gamme donne la (ou les) opration(s) successive(s) thoriquement ncessaires pour obtenir l'article en question. Comme nous l'avons vu plus haut, la traabilit consiste enregistrer l'historique de l'utilisation des lots de production (TRU) ainsi
57
que les activits primaires subies par ces TRU. Cest donc au niveau du suivi de fabrication du module production de lERP que ces lments doivent tre grs. Aussi bien pour les quantits et que les activits (oprations), il ne s'agit plus de donnes thoriques : il faut enregistrer de faon exhaustive ce qu'il s'est rellement pass dans l'atelier de production, mme si cela ne correspond plus la nomenclature ou la gamme prvue. Nous avons vu plus haut que ce cas de figure arrive frquemment dans l'industrie agro-alimentaire puisque la qualit et la nature des articles varient beaucoup. Pour structurer les donnes de production enregistres, Van Dorp propose deux concepts. La nomenclature de lots (Bill of lots), par analogie avec la nomenclature de production (Bill of material), est obtenue par l'enregistrement des liens pre / fils entre les diffrents lots de production utiliss. La gamme relle, par analogie avec la gamme de production, enregistre les oprations relles subies par les lots de production. Ds lors, une nouvelle modlisation peut tre propose (Figure 9).
Lot
Nomenclature de lots
Gamme relle
Relation de nomenclature
Opration
Figure 9 : modle relations lot / nomenclature de lot et gamme relle Concrtement, la grande majorit des ERP actuels proposent des fonctionnalits denregistrement et de restitution des informations traabilit. La notion de nomenclature des lots est utilise mme si elle nest pas appele comme telle. En gnral, la traabilit sappuie sur les mouvements de stocks. Dans le cas de lutilisation conjointe des modules achats, expditions et
58
production, chaque mouvement dentre/sortie est reli une commande dachat, une commande client ou un ordre de fabrication. Pour obtenir une nomenclature des lots, linformation pre / fils relie au lot est galement enregistre dans une table spcifique.
4.3.3 Traabilit de filire, les outils Internet
Lecomte et Sadi-Kabeche [2003] proposent un tat des lieux intressant de sept outils Internet franais de gestion de la traabilit. Ces outils sont apparus trs rcemment (depuis 2001) et ont pour objectif de relier les informations de diffrents acteurs dune filire donne. La plupart des ce projets mettant en uvre ces outils se sont heurts la mme problmatique : la nature des acteurs dune filire donne est trs htrogne. En prenant par exemple la filire de la salaison et de la viande de porc, il est vident que les intervenants de la filire sont nombreux et diffrents : En gnral, lleveur de porc dirige une petite entreprise familiale et ne possde pas doutil informatique pour la traabilit. Les abattoirs sont des entreprises dont la taille mais aussi le niveau dinformatisation de la traabilit sont trs variables. Des dcoupeurs et/ou des stockeurs (congel) de viande peuvent ventuellement intervenir dans la chane logistique. La taille et lquipement informatique des entreprises de salaison sont galement trs variables. Certains processus de fabrication, comme par exemple celui du saucisson, imposent davoir un systme de traabilit interne sophistiqu (quil soit papier ou informatis). La nature du distributeur du produit fini va de lentreprise multinationale (exemple : Carrefour) au boucher charcutier de march en passant par des rseaux comme lhtellerie et la restauration. On peut noter que la diversit des acteurs dune chane logistique entrane galement la diversit des systmes de traabilit interne utiliss (papiers ou informatiques). Face la mme problmatique, les solutions proposes sont souvent similaires. Lutilisation dInternet est quasiment gnralise. Internet permet en effet de proposer des interfaces utilisateurs simples et peu coteuses puisquil suffit de se connecter une base de donnes centralise via un navigateur classique (Internet Explorer, Netscape, ). La plupart des outils proposs se prsentent sous forme de formulaires en ligne accessibles sur Internet et informs rgulirement par les utilisateurs.
59
Dans le cas dacteurs de la chane utilisant dj un systme informatique pour leur traabilit interne il est souvent indispensable denvisager un interfaage entre le niveau traabilit externe / Internet et le niveau ERP. Quand le nombre de lots de produits entrants et sortants devient trop important, il nest plus envisageable de saisir le code article, le numro de lot et les informations qualit la main pour chaque lot. Lhtrognit des systmes de traabilit interne pose alors un problme. Le dveloppement de nouveaux langages dchange, en particulier XML, permet une communication entre ces systmes htrognes et une base de donne centralise, via des communications Internet. En gnral, un tiers externe gre la base de donnes, maintient le serveur et forme les utilisateurs. Ce tiers, ou ASP (Application Service Provider), garantit la scurit et la confidentialit des donnes.
Dans ce chapitre, nous avons prsent un tat des lieux des systmes de gestion de traabilit. Une partie de ce travail a t prsent lors du 5me congrs international de gnie industriel [Dupuy et al., 2003c]. Tout systme de traabilit repose sur deux points fondamentaux : lidentification des lots et le systme denregistrement / gestion de linformation. Lidentification des lots de production, quelle soit manuscrite, par code barre au autres, a pour objet didentifier de faon univoque le lot de faon physique (identifier le lot dans latelier) et logique (lidentifiant est une clef unique). Lenregistrement et la gestion de linformation peuvent se faire sur 3 niveaux complmentaires. Dabord la couche atelier a pour objet de recueillir les informations sur les lots de production. Ensuite la couche entreprise (ERP) fait le lien entre les ordres de fabrication, les consommations et les fabrications grce la nomenclature des lots. Enfin, le niveau filire / chane logistique , gnralement gr par des outils Internet partags, permet, par lenregistrement des entres/sorties, de garantir la traabilit de filires entires. Les diffrents niveaux de gestion peuvent cohabiter ou se substituer.
60
Chapitre 5 : Modlisation de la traabilit
Chapitre 5 Modlisation de la traabilit
5.1
Introduction
Comme nous lavons soulign dans le Chapitre 2, notre objectif est de proposer des outils daide la conception, la mise en uvre et loptimisation de systmes de traabilit. Cest dans ce but que nous proposons dans ce chapitre deux modlisations diffrentes : Une mthode doptimisation de la traabilit interne a pour but de modliser le flux des lots de production et dutiliser ces modles pour rduire la dispersion des lots. Nous proposons galement une modlisation du processus denregistrement de la traabilit de la chane logistique. Cette modlisation, applicable avec des briques gnriques est trs utile pour la conception ou loptimisation de nouveaux systmes de gestion de traabilit.
5.2 Mthode doptimisation de la traabilit interne
5.2.1 Introduction
Le travail que nous prsentons ici est une mthode danalyse et damlioration de la traabilit pour les industries agro-alimentaires. Il sappuie sur un travail doptimisation de la traabilit qui a t effectu sur le processus de fabrication de saucisson du groupe Aoste. La problmatique de la traabilit dans lagro-alimentaire ne consiste pas uniquement pouvoir tracer les produits et sous-produits. Il sagit en effet de limiter les risques de scurit alimentaire donc de limiter au maximum les mlanges de produits. La mise en place dune traabilit efficace dans un site de production ne consiste donc pas seulement enregistrer informatiquement
61
ou manuellement les diffrents lots de la chane de production. En effet, elle implique une modification profonde de lorganisation et parfois des processus de fabrication de lentreprise. Par exemple, un systme dinformation, aussi performant soit-il, ne permettra jamais lobtention dune traabilit (au sens plan de rappel dfini au chapitre3.2.1) efficace si les lots de production sont trop gros ou se dispersent beaucoup. Cest pourquoi, avant de mettre en place un systme dinformation grant la traabilit, il est ncessaire danalyser la traabilit et la chane de production existantes. Nous proposons une mthode pour analyser puis amliorer la traabilit interne dune chane de production. Plan de la mthode : 1 re phase : Modlisation du systme existant Etape 1 : Dfinition des TRU existants Etape 2 : Modlisation de lenchanement des TRU Etape 3 : Dtermination de la dispersion Etape 4 : Analyse du systme de traabilit existant me 2 phase : Analyse et amlioration des processus de fabrication et de lorganisation Etape 5 : Analyse du graphe de dispersion Etape 6 : Modification des processus de fabrication et de lorganisation me 3 phase : Dfinition du nouveau systme de traabilit Etape 7 : Dfinition des enregistrements Etape 8 : Dfinition de lidentification des TRU Etape 9 : Dfinition de la base de donnes traabilit me 4 phase : Mise en place du systme de traabilit
5.2.2 Dispersion des lots : dfinition
Pour mesurer la prcision de la traabilit dans un processus de production, nous proposons de nouveaux indicateurs : dispersion descendante, dispersion ascendante et dispersion globale. La dispersion descendante dun lot de matire premire est le nombre de lots de produits finis qui contiennent une partie de ce lot de matire premire. Par exemple, si un lot de rception de jambon est utilis dans n lots de saucisson, alors la dispersion descendante est gale n. La dispersion ascendante dun lot de produits finis est le nombre de diffrents lots de matires premires utilises dans ce lot. Par exemple, un saucisson produit avec des composants de 2 diffrents lots dpaule de porc et de 3 diffrents lots de bardire aura une dispersion ascendante gale 5.
62
La dispersion totale dun systme est gale la somme des dispersions descendantes de tous les lots de matires premires et des dispersions ascendantes de tous les produits finis. Comme nous le prcisons plus loin (5.2.4.2), il peut tre intressant de combiner les dispersions entre elles. Par exemple le produit entre la dispersion descendante et la dispersion ascendante est intressant minimiser pour optimiser le flux matire.
5.2.3 1re phase : Modlisation du systme existant
5.2.3.1 Etape 1 : Dfinition des TRU existants
Cette phase, plus ardue quil ny parat, est fondamentale. Pour dfinir les TRU, il faut se reporter la dfinition du terme (3.2.2, page 35): Le TRU (Traceable Resource Unit) est une unit unique, cest dire quaucune autre unit ne peut avoir les mmes (ou comparables) caractristiques du point de vue de la traabilit . Pour dfinir les TRU dune chane de production, il faut se poser la question Pour un produit donn, comment peut-on diffrencier deux lots de production entre eux ? . Prenons lexemple de la production de mles (mlange de viande hache et d'ingrdients) dans le processus de fabrication du saucisson sec. Comment diffrencie-t-on les bacs de mle aprs le hachage ? On identifie les bacs dont la mle est issue du mme mlange de viandes ; on identifie ce TRU de faon unique grce au numro de mle. Attention, il ne faut pas confondre les TRU et leurs conditionnements ou leurs supports. Par exemple, une palette peut rassembler plusieurs TRU (si ils sont bien identifis). A contrario, comme on la vu dans lexemple prcdant o un lot de mle est prsent dans plusieurs bacs, un mme TRU peut regrouper plusieurs conditionnements. Pour cette phase de dfinition des TRU existants, nous proposons de remplir un tableau pour tous les TRU de la chane de production (voir Tableau 4). Nom du TRU Ex : Mle Description Ex : Les bacs dont la mle (viande hache) est issue du mme mlange de viandes Tableau 4 : exemple de description des TRU
63
5.2.3.2 Etape 2 : Modlisation de lenchanement des TRU
Aprs la dfinition des TRU, nous proposons de reconstituer leur enchanement laide dun graphe. Un graphe de type nomenclature de lots (4.3.2, p. 57) nous semble le modle le plus adapt. Les places de ce graphe reprsentent les TRU et les arcs joignent chaque TRU pre son ou ses TRU fils. La Figure 10 donne un exemple de reprsentation : les TRU A et B sont pres du TRU C .
C
Figure 10 : exemple de reprsentation de lenchanement des TRU En modlisant lenchanement de tout les TRU dfinis dans la phase prcdente, on obtient un modle de la chane de production analyser. Aprs avoir valu la dispersion des lots de production (prochaine tape), nous appellerons cette chane graphe de dispersion . Une analogie peut tre faite avec les graphes de Gozinto. Les graphes de Gozinto reprsentent un ensemble de relations parent composant o la relation est une entit en soit [Loos, 2001; Sheer, 1998]. Ce type de relation peut par exemple sappliquer une nomenclature classique. Comme Van Dorp [2003], nous nappliquons pas les graphes de Gozinto une nomenclature classique mais une nomenclature de lots. La nomenclature de lots est un ensemble de relations pre / fils quantifies qui reprsente les consommations / fabrications rellement effectues par opposition une nomenclature classique qui reprsente les relations prvues.
5.2.3.3 Etape 3 : Evaluation de la dispersion
Comme nous lavons dfini plus haut (5.2.2 p.62), la dispersion descendante entre un TRU pre A et son TRU fils B mesure le nombre de lots du TRU B lis des lots du TRU A. La dispersion ascendante entre un TRU pre A et son TRU fils B mesure le nombre de lots du TRU A dont est issu un lot du TRU B. Nous proposons maintenant de quantifier les arcs du graphe cr ltape 2 (5.2.3.2). Prenons un exemple. Dans le cas de la production de
64
steaks hachs, si un bac de prparation de hachage (TRU A) se retrouve dans 4 mles diffrentes (TRU B) et si une mle est constitue de 3 bacs de prparations alors on obtient la dispersion prsente dans la Figure 11.
A
3 4
=
A
Dispersion descendante
AA et
A
Dispersion ascendante
B B
Figure 11 : modlisation de la dispersion Dans un systme de production classique, la dispersion entre TRU nest pas forcment constante. A partir des dfinitions et en utilisant des lois statistiques, nous pouvons dterminer plusieurs dispersions possibles : Dispersion moyenne Dispersion minimum Dispersion maximale Pour lanalyse de la chane de production, il sagit de dfinir les dispersions de toute la chane de production analyser. Il faut choisir la ou les dispersion(s) utiliser : Dispersion moyenne : elle permet davoir une bonne vue densemble de la dispersion sur la chane. Dispersion maximale : il est intressant de lutiliser quand on dsire garantir une traabilit donne. Dispersion minimale : il est peu intressant dutiliser cette dispersion seule. Combine avec la dispersion maximale, elle permet dobtenir des ordres de grandeur intressants. A lissue de cette tape, aprs avoir dtermin les TRU, leur enchanement et la dispersion des lots, nous proposons de construire le
65
graphe de dispersion initiale qui rassemble ces trois informations. Les places de ce graphe ont t dfinies dans ltape 1, leur enchanement dans ltape 2 et la valeur des arcs dans ltape 3.
5.2.3.4 Etape 4 : Analyse du systme de traabilit existant
Comme le souligne Taillard [GENCOD, 2001], labsence totale dlments de traabilit dans les entreprises est trs rare. Il est donc important deffectuer un tat des lieux du (ou des) systme(s) de traabilit existant(s). Nous proposons donc de lister et de dcrire les diffrents enregistrements existant et lidentification des lots de production. On pourra ainsi commenter et analyser le systme de traabilit existant : points faibles, points forts, parties garder ou abandonner absolument, etc Cette analyse permettra notamment de se fixer des objectifs en pondrant le graphe de dispersion minimum (tape 5) pour crer le graphe de dispersion objectif (tape 6). En effet, des choix stratgiques ou conomiques peuvent par exemple imposer de garder telle ou telle partie du systme de traabilit.
5.2.4 2me phase : analyse et amlioration des processus de fabrication et de lorganisation
5.2.4.1 Etape 5 : Analyse du graphe de dispersion
Il sagit ici didentifier des zones damlioration cest dire les parties du processus de fabrication qui ne sont pas optimales en terme de traabilit. Pour cela, nous proposons de crer un nouveau graphe de dispersion, appel graphe de dispersion optimal. Les valeurs de dispersion de ce graphe correspondent au minimum acceptable par lentreprise. En effet, certaines valeurs de dispersion ne sont pas diminuables. Par exemple, dans le cas de la fabrication de steak hach, la fabrication steak par steak donc sans mlange de viande et sans dispersion nest pas conomiquement viable pour lentreprise. Le graphe de dispersion optimal peut tre considr comme le graphe de dispersion dun systme de traabilit totale . GENCOD EAN France [2001] souligne dailleurs le caractre quasi utopique de la traabilit totale dans une entreprise. Cest la comparaison du graphe de dispersion optimal et du graphe de dispersion initial qui va mettre en vidence les zones damlioration possibles de la chane de fabrication en terme de traabilit. Parfois, le graphe de dispersion optimal peut prsenter moins de TRU dans le cas o le processus de fabrication actuel engendre des lots inutiles.
66
5.2.4.2 Etape 6 : Modification des processus de fabrication et de lorganisation
Les secteurs damlioration des processus de fabrication et de lorganisation tant mis en vidence, nous proposons alors de chercher des solutions damlioration, secteur par secteur. Ce travail doit tre fait en collaboration troite avec les personnes connaissant bien le processus de production. Des mthodes de crativit collective comme le Brainstorming peuvent aider trouver des solutions pour diminuer la dispersion. Il sagit ici de proposer un maximum damliorations possibles puis de choisir la plus pertinente pour chaque secteur damlioration. Il est indispensable que les diffrents acteurs de lentreprise prennent part cette discussion car un projet damlioration de la traabilit est un projet transversal qui concerne tous les secteurs de lentreprise. Cette phase de recherche de solutions damliorations de la traabilit doit aboutir la dfinition des grandes lignes de changement qui deviendront autant de projets internes aux services concerns par les changements. A partir des dcisions prises dans cette tape, nous proposons de construire un troisime graphe de dispersion : le graphe de dispersion objectif. Ce graphe reprend les TRU et les dispersions que lon a dcid dobtenir. Plus le graphe de dispersion objectif sera proche du graphe de dispersion optimal, plus le projet doptimisation de la traabilit sera ambitieux et meilleur sera le rsultat en terme de traabilit (Figure 12). Par contre tendre vers le graphe de dispersion optimal peut augmenter considrablement les cots.
Graphe de dispersion initial
Graphe de dispersion objectif
Graphe de dispersion optimal
A [1] [1] C [4]
B [3] [1] [1]
A [3]
B [2] [1] [1]
A [2]
B [1]
Mauvaise traabilit
Traabilit totale
Figure 12 : les diffrents graphes de dispersion Cette phase de recherche dun compromis est difficile grer. Il sagit en effet de comparer le cot des solutions envisages avec les gains quelles peuvent apporter. Or il est trs difficile de mesurer les gains apports par un systme performant de gestion de la traabilit. Ce sont, en
67
effet, principalement des gains en diminution des risques encourus par lentreprise. Cependant, il faut garder lesprit que la traabilit de la chane est celle du maillon le moins performant de cette chane en terme de traabilit. Le graphe de dispersion obtenu est orient, antisymtrique et antirflexif. Il est compos dautant de composantes fortement connexes que de sommets (sans circuit). Si lon associe un poids chaque arc du graphe en multipliant la dispersion maximale ascendante par la dispersion maximale descendante, on peut calculer le chemin critique (plus long chemin) dun sommet fictif initial qui alimenterait tous les sommets sans prdcesseur un sommet fictif terminal qui serait aliment par tous les sommets sans successeur. Les tches critiques correspondent aux liaisons qui devraient donner lieu une amlioration de lorganisation ou des processus de fabrication. La formule associe au calcul des poids se justifie car dans le pire des cas, x lots terminaux seront composs de y lots initiaux si x est la dispersion descendante et y la dispersion ascendante. Des outils doptimisation peuvent tre dvelopps pour aider les industriels optimiser la dispersion des lots de production. Dans le Chapitre 7, nous proposons un modle mathmatique permettant de minimiser la dispersion dans un cas particulier : le cas du dsassemblage puis du mlange de lots de production.
5.2.5 3me phase : Dfinition du nouveau systme de traabilit
Une fois que le systme de production a t optimis pour la traabilit, il sagit de mettre en place un systme dinformation permettant de tracer les TRU du nouveau systme. Il est judicieux de choisir un systme dont les enregistrements sont les plus fidles possibles aux processus de fabrication. Pour cela, il faut garder en tte ces trois rgles fondamentales : 1- Chaque TRU doit tre identifi de faon unique. 2- Chaque TRU doit tre li avec son TRU pre. 3- Les identifications de TRU doivent permettre daccder aux informations qui lui correspondent. Suite la mise en place des amliorations, la chane de production a t optimise en terme de traabilit. Il sagit maintenant de mettre en place les outils permettant dobtenir une traabilit fidle au nouveau processus de production.
68
5.2.5.1 Etape 7 : Dfinition des enregistrements
Lenregistrement dun lot de production correspond la dclaration de son existence. Cela passe par la cration et l'enregistrement dun code didentification et des informations lies aux lots. La mise en place dun systme de traabilit peut tre faite avec deux types denregistrements : des enregistrements manuels sur des feuilles de papier ou des enregistrements informatiques. Le premier type denregistrement est souple et peu coteux. Cependant, il nest pas adapt lenregistrement de nombreux lots. De plus, en cas de crise alimentaire, la recherche de traabilit est longue et moins fiable (erreurs dcriture ou de relecture). Lenregistrement informatique est plus coteux et plus lourd mettre en place. Cependant, il permet une traabilit prcise, fiable et rapide, quelque soit le volume de production. De plus, le systme informatique de gestion de la traabilit peut tre coupl avec dautres systmes informatiques (gestion des stocks, gestion de production, ). Suivant les caractristiques du systme de production, il faut faire un choix du systme denregistrement de la traabilit (Tableau 5). Enregistrement Papier Avantages Systme souple Facilit dimplantation Peu coteux Enregistrement Informatique
Inconvnients
Intgrabilit avec les systmes informatiques Rapide Fiable Peut grer la traabilit de grosses productions. Peu adapt aux grosses productions Cot du systme Recherches de traabilit longues et Lourdeur de la mise en place non totalement fiables Tableau 5 : comparaison des enregistrements papier et informatique Dans le cas dun enregistrement informatique, il faut veiller installer un systme ergonomique. Il faut par exemple viter la recopie de textes ou de codes de traabilit et automatiser un maximum la saisie. Ce choix est directement li au choix du mode de passage dinformation. Par exemple, lutilisation de code barre peut permettre dviter des saisies inutiles et de fiabiliser les entres dinformation.
5.2.5.2 Etape 8 : Dfinition de lidentification des TRU
Lidentification des TRU est primordiale. Elle doit suivre chaque lot de faon univoque et claire. Ldition de lidentification est faite lors de la cration donc de lenregistrement des lots de production.
69
De nombreux modes didentification sont possibles. Nous proposons ici une liste non exhaustive regroupant les principaux modes didentification : Identification des conditionnements : au lieu de tracer les TRU, leurs conditionnements sont tracs et les TRU sont attribus informatiquement aux conditionnements. Ce type didentification est adapt des produits qui subissent des oprations sans changer de conditionnement. Il peut ventuellement permettre une automatisation de la traabilit (en utilisant par exemple des botiers magntiques). Identification par tiquette manuscrite : les lots sont identifis par des tiquettes sur lesquelles lidentification et les informations dsires sont manuscrites. Ce type de systme est gnralement utilis avec des enregistrements papier. Identification par tiquette code barre : ces tiquettes sont dites via un systme informatique. Elles comportent linformation ncessaire aux oprateurs dans latelier ainsi quun code barre permettant lidentification informatique immdiate du lot. Identification par tiquette magntique : cette identification peut permettre une automatisation de lidentification des conditionnements (voir plus haut) en utilisant des tiquettes en lecture seule portant lidentification du conditionnement. On peut galement utiliser des tiquettes magntiques en mode criture / lecture : ltiquette est alors porteuse dinformation sur le lot, notamment le code didentification, comme pour lidentification par code barre. Comme nous lavons dj prcis, il faut viter la confusion entre TRU et conditionnement. Pour lidentification dun mme TRU prsent sur plusieurs conditionnements, chaque conditionnement sera identifi ( laide par exemple dune tiquette) mais ces tiquettes porteront le mme code didentification du TRU. Cependant, il est alors important de garder linformation du nombre de conditionnement constituant un TRU. Il sagit dans cette phase de choisir le mode didentification le plus adapt aux processus de fabrication. Lutilisation dun seul type didentification dans la chane de production nest pas obligatoire : les identifications sont lies au TRU. Cependant, dans un soucis dhomognit et de facilit dinstallation et de maintenance, il semble intressant de mettre en place un minimum de systmes diffrents lis au suivi de production.
5.2.5.3 Etape 9 : Dfinition de la base de donnes traabilit
Pour la ralisation de cette tape, nous proposons dans un premier temps de lister toutes les donnes qui doivent tre traces avec chaque
70
TRU. Par exemple, le poids, le code didentification, le (ou les) lot(s) de fabrication pres, les analyses effectues, Lanalyse des points critiques de la production dtermine en grande partie les lments tracer. Cest pourquoi une dmarche de qualit (ISO par exemple), danalyse des modes de dfaillance (AMDEC11) ou danalyse des risques (HACCP12) nous semble trs importante pour aider lister les informations tracer. Il sagit ici de lister les informations qualit que lon veut lier au lot de production. Dans le cadre de lutilisation dun progiciel standard, on pourra alors identifier les informations enregistrables en standard, les informations enregistrables via le paramtrage dun plan qualit et ventuellement les donnes qui ncessitent un dveloppement spcifique. A partir du graphe de dispersion, du tableau des informations lies aux TRU et des codes didentification des TRU, on obtient facilement le modle entit/relation correspondant la chane de production modlise.
5.2.6 4me phase : Mise en place du systme de gestion de traabilit
Aprs la dfinition du systme de traabilit, cette dernire phase consiste mettre en place le systme dfini. Le mode de mise en place variera en fonction de lentreprise. Par exemple, pour une entreprise multisites, on pourra prvoir une implantation sur un site pilote et utiliser cette exprience pour limplantation sur dautres sites. Lintrt de la mise en place dune base de donnes pour la traabilit est de pouvoir lancer des requtes sur les donnes enregistres. Voici quelques exemples de requtes possibles : A partir dun numro de lot (matire premire ou produit semi-fini), quels sont les numros de lots des TRU fils ainsi que les diffrentes activits primaires subies ? Cest la traabilit descendante. A partir dun numro de lot (produit semi-fini ou produit fini), quels sont les numros de lots des TRU pres composant ce lot ? Cest la traabilit ascendante. La traabilit interne des entreprises agro-alimentaires sapparente beaucoup un suivi de production. Les personnes qui vont renseigner les enregistrements sont les diffrents oprateurs et personnes responsables tout au long de la chane de production. Cest pourquoi il faut garder lesprit de mettre en place un systme ergonomique, facile dutilisation et
11
AMDEC : Analyse des Modes de Dfaillance, de leurs Effets et de leur Criticit. Technique qui part de lexamen HACCP : Hazard Analysis Critical Control Point. Approche organise et systmatique permettant de construire,
des causes possibles de dfaillance des lments dun systme pour aboutir aux effets de ce systme.
12
de mettre en uvre ou damliorer lassurance de la scurit des denres alimentaires.
71
le moins pnalisant pour la productivit des diffrents ateliers de production. Dautre part, limplantation dun tel systme va modifier lorganisation et les mthodes de travail. Il est donc essentiel de travailler troitement avec les utilisateurs pour viter tout rejet et intgrer leurs attentes. La communication et la formation restent des lments primordiaux pour la prennit du systme. La modlisation de la traabilit de la chane logistique prsente dans le paragraphe suivant ( 5.3) peut trs bien tre utilise pour mettre en uvre le systme de gestion de la traabilit du flux matire que nous venons de prsenter.
5.3
Modlisation du systme de traabilit de la chane logistique
5.3.1 Introduction
Comme nous lavons vu prcdemment, la traabilit est au centre des proccupations actuelles des entreprises, en particulier dans lindustrie agroalimentaire. Mme si le concept de chane logistique nest pas nouveau, il est lui aussi au centre des intrts sur la performance. Or, on peut constater que le sujet de la traabilit a aujourdhui surtout t tudi dans la littrature scientifique dun point de vue qualit ou commercial et peu dun point de vue optimisation de la chane logistique . On peut galement constater que, dans la littrature, loptimisation de la chane logistique est souvent aborde sous un angle de diminution des cots (de stockage, de transport, de production, ) et peu sous langle de loptimisation de lchange dinformations (notamment la traabilit). Nous proposons dans cette partie un modle gnrique permettant doptimiser la traabilit dune chane logistique.
5.3.2 Optimisation de la chane logistique
Optimiser la chane logistique cest dabord amliorer la satisfaction client. Or, comme nous lavons vu prcdemment, les clients sont de plus en plus demandeurs dinformations lies aux produits. Cest dans ce cadre que loptimisation de la traabilit fait partie intgrante de loptimisation de la chane logistique. Pour nous, optimiser la traabilit dune chane logistique, cest par exemple :
72
Diminuer la dispersion physique des lots : diminuer les mlanges de lots cest diminuer la taille des rappels donc le cot du rappel et son impact mdiatique. Diminuer la dispersion de linformation sur la chane : rester prcis dans le suivi des lots, cest galement diminuer la taille des rappels. Augmenter le primtre des informations partages : partager le maximum dinformations pertinentes sur les lots (date et lieu dlevage ou de rcolte, allergnes ventuels, OGM ventuels, ) cest augmenter la satisfaction client. Augmenter la fiabilit de linformation : tre en mesure de garantir la vracit des informations transmises au client est un point clef de la traabilit dune chane logistique. Augmenter la rapidit de rponse du systme : tre rapide en cas de problme, cest tre capable de grer au mieux une crise ventuelle.
5.3.3 Modlisation du processus denregistrement du flux matire
5.3.3.1 Objectif
Que ce soit en interne au niveau de latelier de production ou au niveau de la chane logistique avec les relations client / fournisseur, un systme de traabilit passe forcment par lenregistrement du flux matire. Notre objectif est de proposer des modles gnriques de processus qui puissent sappliquer la plupart des processus denregistrement du flux matire rencontrs dans lindustrie. Une modlisation modulaire a t choisie. Pour toutes les industries avec des productions par lot , chaque tape du processus de production correspond un des modles gnriques. Ces modles peuvent senchaner comme des briques pour modliser la chane logistique complte. Nous avons identifi 3 cas de processus diffrents : fabrication, rception et expdition.
5.3.3.2 Modlisation avec ARIS
Le modle ARIS [Scheer, 2002] et en particulier la modlisation de chanes de processus vnementielles (CPE) ont t choisis. La modlisation commence par 2 entits fondamentales : les vnements et les fonctions. Un modle doit toujours commencer et terminer par des vnements. Une fonction est dclenche par un vnement et engendre un vnement.
73
Une fois le squelette du processus modlis par lenchanement des vnements et des fonctions, on peut lui affecter des ressources (humaines ou matrielles) et des units organisationnelles (rles et responsabilits) : cest la chane de processus vnementielle tendue (CPEE). On peut alors visualiser le modle selon plusieurs points de vues (donnes, fonction, organisation). La Figure 13 prsente le formalisme
vnement
Ressource
Fonction
Unit organisationnelle
vnement
graphique utilis pour la modlisation des processus avec ARIS. Figure 13 : le formalisme de modlisation ARIS
5.3.3.3 Les 3 modles gnriques
Les mmes principes ont t retenus pour les 3 modles fabrication, rception et expdition : Les processus principaux (fabrication, rception et expdition) vont senchaner entre eux. Il commencent et finissent donc tous par des vnements similaires (nouveau lot ). Lenregistrement de la traabilit comporte toujours plusieurs tapes distinctes : Ouverture du lot : il sagit de crer un nouveau lot avec une identification unique (N de lot). Cest la cration du TRU (cf. 3.2.2). Cration de lidentifiant : le lot doit tre physiquement signal. La cration de lidentifiant correspond par exemple ldition dune tiquette code barre (cf. 4.2).
74
Enregistrement des consommations et des liens pre / fils : il sagit non seulement de garder les liens entre les lots entrants et les lots sortants mais aussi dattribuer les quantits consommes / cres pour chaque lot. Cest la cration de la nomenclature de lot (cf. 4.3.2). Enregistrement des informations du lot : cette tape consiste informer des donnes qualit ou de production diverses (ressources utilises, temps de fabrication, contrles qualit, analyses bactriologiques, tempratures, etc). Il sagit denregistrer ici les informations correspondant lactivit primaire (cf. 3.2.2). Clture du lot : la clture du lot intervient quand plus aucune information ne peut tre apporte au lot. Un lot peut tre consomm partir du moment o il a t ouvert (numro de lot cr) et identifi physiquement. Il nest par exemple pas ncessaire davoir toutes les informations qualit du lot pour pouvoir le consommer dans une tape suivante. On peut tout fait imaginer de consommer un lot de rception de viande frache avant davoir reu les rsultats de son analyse bactriologique qui prendra quelques jours. En cas de problme dtect par lanalyse, il faut cependant tre capable de rappeler les bons lots de produits semi finis. Les mmes principes de base ayant t retenus pour les trois modles, ceux-ci sont trs similaires. La modlisation ARIS permet lutilisation de plusieurs niveaux : la Figure 14 reprsente les trois fonctions de base alors que les autres figures dtaillent les fonctions de base (Figure 15, Figure 16, Figure 17).
Nouveau(x) lot(s) de composant(s) en entre
Fabriquer
Nouveau(x) lot(s) de composs cr(s)
Nouveau lot rceptionner
Rceptionner
Nouveau lot rceptionn cr
Nouveau(x) lot(s) expdier
Expdier
Nouveau lot dexpdition cr
Figure 14 : les 3 fonctions de base
75
Ouvrir un nouveau lot rceptionn
Nouveau lot ouvert
Crer identifiant du lot rceptionn
Enregistrer les consommations et les liens pre/fils
Enregistrer les inform ations du lot rceptionn Tous les paramtres sont enregistrs
Liens et quantits entrs
ET
Clturer le lot
Lot rceptionn cr et inform
Figure 15 : modle CPE de la fonction rceptionner
Ouvrir un (des) nouveau(x) lot(s) de compos(s).
Nouveau(x) lot(s) ouvert(s)
Crer identifiant(s) du (des) lot(s) de composs
Enregistrer les inform ations du (des) lot(s)
Toutes les inform ations sont entres
ET
Clturer le(s) lot(s)
Lot(s) de compos(s) cr(s) et inform(s)
Figure 16 : modle CPE de la fonction fabriquer
76
Nouveau(x) lot(s) expdier
Ouvrir un nouveau lot dexpdition. Lot dexpdition ouvert
Crer identifiant du lot dexpdition Nouveau lot dexpdition cr
Enregistrer les lots expdier
Enregistrer des informations dexpdition
Liens pre / fils et quantits entrs
Toutes les informations sont entres
ET
Clture du lot
Lot dexpdition cr et inform
Figure 17 : modle CPE de la fonction expdier
5.3.3.4 Enchanement des modles
Dans le cas dune modlisation du processus denregistrement du flux matire dune chane logistique donne, nous proposons denchaner les modles prsents ci-dessus et de les appliquer la chane logistique concerne (Figure 18). Il sagit alors de complter le modle en attribuant les ressources (humaines et matrielles) concernes et les units organisationnelles. Les phases danalyse et/ou doptimisation peuvent alors commencer : nous les prsentons dans le paragraphe 5.3.4 (Mise en uvre des modles) et nous les illustrons dans le paragraphe 6.3.3 (Exploitation du modle).
77
Stockeur matire premire

Rception Matir e Premire
Lot M P rceptionner 1
Crer identifiant du lot rceptionn Nouveau lot rceptionn cr
Nouveau lot ouvert
ET
Enregistrer les consommations et les liens pre/fils Enregistrer les informations du lot rceptionn
Tous les paramtres sont enregistrs
Rceptionner 1 Lot M P interne 1

ET
Clturer le lot
Nouveau lot ouvert
ET
Expdition Matire Prem ir e
Expdier 1 Lot M P expdi 1
ET
Clturer le lot
Industrie 1ere transformation

Rception Matir e Premire
Rceptionner 2
Nouveau lot ouvert
ET
Lot M P interne 2
ET
Clturer le lot
N ouveau lot rceptionner
Fabriquer 1
N ouveau lot ouvert
ET
Fabrication Sem i-fini 1

Lot interne SF 1
Crer identifiant d u lot rceptionn
Enregistrer les informations du lo t rceptionn
N ouveau lot rceptionn cr
Lie ns et quantits entrs
ET
Clturer le lot
Ouvr ir un nouveau lot rceptionn
Fabrication Sem i-fini 2
Fabriquer 2
Crer identifiant du lot rceptionn Nouveau lot r ceptionn cr
Nouveau lot ouvert
ET
Enregistrer les consommations et les liens pre/fils Enregist rer les informations du lot rceptionn
ET
Clturer le lot
Lot interne SF 2
Expdition Semi-fini 2
N ouveau lot ouvert
ET
Expdier 2 Lot SF expdi 2
Crer identifiant d u lot rceptionn
Enregistrer les informations du lo t rceptionn
ET
Clturer le lot
Industrie 2me transformation

Rception Semi-fini 2
Rceptionner 3
Nouveau lot ouvert
ET
Lot interne SF 3
Nouveau lot r ceptionn cr
ET
Clturer le lot
Fabriquer 3
N ouveau lot ouvert
Fabrication Produit Fini

Lot interne SF 4
ET
Crer identifiant d u lot rceptionn Enregistrer les consommations et les liens pre/fils Enregistrer les informations du lo t rceptionn
ET
Clturer le lot
Lot rceptionn cr et inform N ouveau lot rceptionner
Expdition Produit Fini
Expdier 3
Crer identifiant du lot rceptionn Nouveau lot r ceptionn cr
Nouveau lot ouvert
ET
ET
Lot PF expdi
Clturer le lot
Figure 18 : enchanement des modles gnriques
5.3.4 Mise en uvre des modles
5.3.4.1 Comparaison des modles
Lutilisation du logiciel ARIS peut aider mettre en vidence les diffrences entre deux modles : un modle cible obtenu par combinaison des modles gnriques et un modle de lexistant modlisant le processus denregistrement rel du flux matire de lentreprise. En utilisant les modles gnriques proposs dans la partie prcdente et en les comparant au modle dun processus denregistrement du flux matire existant, on peut facilement mettre en vidence des carences ou des incohrences. Des zones damliorations potentielles du processus existant sont ainsi identifies. On peut alors sappuyer sur le modle gnrique pour les optimiser.
5.3.4.2 Conception de systmes de traabilit
Lun des principaux intrts du modle que nous prsentons est laide la conception de systmes de traabilit. Une fois lenchanement
78
des modles gnriques cr, des ressources matrielles et organisationnelles peuvent tre associes aux fonctions du modle obtenu. Le modle devient alors un rel support daide la conception qui garantit la cohrence du systme cible mettre en place.
5.3.4.3 Analogie avec le modle SCOR
Une analogie peut dj tre faite avec le modle SCOR (Supply Chain Operations Reference) [Stephens, 2001]. Celui-ci subdivise la chane logistique en cinq grands processus : planification (Plan), approvisionnement (Source), fabrication (Make), livraison (Deliver) et gestion des retours (Return) (Figure 19).
PLAN
SOURCE
MAKE
DELIVER
RETURN
Figure 19 : les processus de base du modle SCOR Le modle SCOR dcompose ces processus en lments auxquels sont associs des indicateurs de performances et des "best practices". La dmarche associe au modle SCOR commence par un Business Process Reengineering permettant de modliser une situation avec les briques de base proposes par le modle. Puis, grce un benchmarking , la dmarche se termine par l'analyse des "best practices" proposes et la dfinition du modle de rfrence cible de l'entreprise. On retrouve dans le modle que nous proposons lapprovisionnement (fonction rceptionner), la fabrication (fonction fabriquer) et la livraison (fonction expdier). La planification ne se retrouve pas dans notre modle. En effet, comme nous lavons soulign dans le paragraphe 4.3.2, la traabilit sappuie toujours sur ce qui a t ralis sans se proccuper de ce qui a t prvu. En dautre termes, nous nous intressons aux nomenclatures de lots plutt quaux nomenclatures classiques. Il ne nous a galement pas sembl ncessaire de crer un modle gnrique pour la gestion des retours. En effet, nous considrons la gestion
79
des retours comme un processus de fabrication part entire o le lot retourn constitue un nouveau lot en entre. Comme pour le modle SCOR, nous proposons dutiliser des indicateurs de performance afin de qualifier la chane logistique dun point de vue de sa traabilit. Cette partie est dveloppe dans le paragraphe suivant.
5.3.5 Mise en place dindicateurs de performance
5.3.5.1 Objectifs
Les clients sont de plus en plus demandeurs dinformations qualit et dinformations de traabilit sur les produits. Ces informations ne peuvent tre garanties que grce un systme de traabilit fiable et performant. Dans ce contexte, loptimisation de la traabilit fait partie intgrante de loptimisation de la chane logistique. Nous cherchons ici proposer un systme dindicateurs de performance cohrent qui, associ au modle que nous avons prsent, aide qualifier puis optimiser le systme de gestion de traabilit dans la chane logistique.
5.3.5.2 Dfinition d'un indicateur de performance
L'AFGI13 propose une dfinition dun indicateur de performance : cest une donne quantifie qui mesure l'efficacit de tout ou partie d'un processus ou d'un systme par rapport une norme, un plan ou un objectif qui aura t dtermin et accept dans le cadre d'une stratgie d'ensemble [Gallois, 1990]. Elle propose galement un tableau pour classer les indicateurs (Tableau 6).
Indicateur Type de performance
Composantes des indicateurs
Nature des indicateurs
Mesure
Type d'objectifs
Variables d'action
Dure de vie
Domaines d'valuation Comportemen Qualit t du systme intrinsque
Tableau 6 : classement des indicateurs, typologie de lAFGI
13
AFGI : Association Franaise de Gestion Industrielle
80
5.3.5.3 Systme d'indicateurs de performance
Un indicateur de performance ne prend sens que par son association avec [Burlat et Campagne, 2001] : Un objectif. Cet objectif peut tre issu de la dcomposition d'objectifs stratgiques. L'objectif s'exprime dans une (ou des) variable(s) dite(s) essentielle(s). On appelle indicateur de rsultats une mesure de cette variable essentielle destine valuer l'atteinte de l'objectif. Des variables d'action. Ce sont des moyens, un collectif d'acteurs ; ces variables d'action, on associe des indicateurs de processus qui rendent compte de l'volution des activits qui participent un processus. En appliquant ce principe au cas particulier de la traabilit, nous proposons un objectif global dcompos en sous objectifs : Objectif global (stratgie d'entreprise) : optimiser la traabilit Sous-objectifs : Augmenter la fiabilit des donnes Augmenter la productivit des oprateurs chargs de l'acquisition de donnes Diminuer le temps de rponse d'une requte de traabilit Diminuer la dispersion physique des lots de production Diminuer la dispersion de l'information Quant aux variables daction, elles dpendent de chaque indicateur. On peut citer par exemple : Dispersion physique des lots : la dfinition mme des lots de production, les modes de fabrication ont une influence directe sur la dispersion physique. Rapidit retrouver les lots recherchs : les solutions matrielles et logicielles retenues ont une influence directe sur le temps de rponse dune requte de traabilit.
5.3.5.4 Indicateurs de performance pour la traabilit
Afin de qualifier la traabilit de la chane logistique et de mesurer lefficacit de son optimisation, nous proposons dutiliser les indicateurs de performance suivants : Dispersion physique des lots. Tout au long de la chane logistique et des processus de fabrication, diffrentes oprations peuvent provoquer la dispersion physique des lots. Par exemple, dans le cas de la
81
constitution dune recette, le produit compos est le rsultat du mlange de n lots de produits composants. Plus la dispersion est leve, moins le systme de traabilit est performant dans le rappel des produits ( taille de lot de matires premires constante). Dispersion de linformation : la dispersion de linformation sajoute parfois la dispersion physique. En effet, linformation enregistre dans le systme nest pas forcment cohrente avec la ralit physique de composition des lots. Fiabilit du systme de traabilit : cet indicateur de performance est difficile obtenir. Il mesure le taux de vracit des informations enregistres et restitues par le systme. Nombre darticles tracs : cet indicateur mesure le primtre couvert par les systmes de traabilit. Tous les articles sont-ils tracs ? Seulement les articles critiques ? Trace-t-on des articles qui ne prsentent pas priori de risque microbiologique ? etc Rapidit retrouver les lots correspondant une requte. Entre un systme de traabilit informatique et systme papier, le temps de rponse une requte peut varier de quelques secondes de recherche dans la base de donnes plusieurs jours de lecture et de recoupement des feuilles denregistrement des lots. Le Tableau 10 (6.3.4) prsente des indicateurs de performance que nous avons mis uvre dans le groupe Aoste.
5.3.5.5 Utilisation des indicateurs de performance
Un des intrts de lutilisation dindicateurs de performance est le benchmarking, mthode permettant de comparer, indicateur gal, des entreprises diffrentes. Nous navons cependant pas pu crer de base de donnes de valeurs dindicateurs dans dautres entreprises par manque de temps et surtout de connaissance dentreprises prtes partager ce type dinformation. Cependant au sein mme du groupe Aoste, les diffrents sites de production ont pu tre compars pour identifier des carts et surtout faire merger des meilleures pratiques (best practices).
Les chapitres prcdents avaient abouti au constat que les entreprises de lagroalimentaire manquaient doutils pour analyser, concevoir, valuer et optimiser les systmes de traabilit et le flux matire trac. Cest ce besoin que nous avons rpondu dans ce chapitre. Dans un premier temps, nous avons prsent une mthode danalyse, de modlisation et doptimisation de la traabilit du flux des
82
lots de production. En partant de la constatation que le mlange des lots de production pnalise beaucoup les rappels donc la traabilit, nous avons expos notre mthode doptimisation. Base sur une modlisation de la dispersion des lots, elle consiste crer plusieurs graphes successifs qui aident identifier des points damlioration potentiels. Cette mthode est utilisable pour optimiser la traabilit du flux matire interne. Elle sapplique au niveau atelier / MES de gestion de la traabilit. Ces travaux ont fait lobjet dun article prsent lors de la confrence internationale IEEE SMC 2002 [Dupuy et al., 2002b]. La seconde partie de ce chapitre est consacre la modlisation du systme de gestion de la traabilit de la chane logistique. Nous exposons une modlisation par briques lmentaires du processus denregistrement du flux matire. Les 3 processus lmentaires identifis sont : rceptionner, fabriquer et expdier. Ils sont combins pour modliser une chane logistique entire ou une partie de celle-ci. Le modle cible obtenu sert analyser, optimiser et concevoir des systmes de gestion de la traabilit. Nous compltons le modle par lintroduction dindicateurs de performance utiliss pour valuer, comparer et amliorer le systme de gestion de la traabilit. Ces travaux ont fait lobjet de prsentations dans des journes de rencontres scientifiques [Dupuy et al., 2003a; 2003b]. Dans le chapitre suivant nous prsentons lapplication des modlisations prsentes ci-dessus dans le cas particulier du projet SPRING 3000 du groupe Aoste.
83
Chapitre 6 : Application des modles
Chapitre 6 Application des modles
6.1
Introduction
Dans le chapitre prcdant, nous avons dcrit deux mthodes de modlisation : la premire permet danalyser et doptimiser de la dispersion du flux matire et la seconde concerne le processus denregistrement des lots de production et donc des caractristiques de la traabilit. Ces deux modlisations ont t appliques lors du projet SPRING 3000 (prsent succinctement dans le Chapitre 2). Dans ce chapitre, nous prsentons donc ces applications.
6.2 Application de la mthode doptimisation de la traabilit interne
Ltude que nous prsentons ici est lapplication de la mthode doptimisation de la traabilit (5.2) au cas de la production de saucissons dans le groupe Aoste. Nous tudierons donc la traabilit des produits partir de leur entre la dcoupe jusqu leur sortie des sites de production : cest la traabilit interne au groupe Aoste.
6.2.1 1re phase : Modlisation du systme existant
6.2.1.1 Etape 1 : Dfinition des TRU existants
Suite une analyse dtaille des diffrents sites de production et du site de dcoupe de viande Aoste, nous avons pu identifier les diffrents lots de production prsents dans le processus de fabrication (Tableau 7).
84
1- Lot de livraison de viande 2- Lot de sous-produits dcoups
3- Lot de conglation
Il regroupe les balancelles de viande dun mme camion, dun mme fournisseur, dun mme type darticles (Epaules, bardires, ) et dune mme qualit (Certifi, Franais, ). Pour les produits nobles (paule de porc, paule de coche, ...), il regroupe les balancelles de dcoupe de mme rfrence issues dun mme lot de livraison. Pour les produits non nobles (parures, gras, os, ...) il regroupe les articles dune mme rfrence dcoups le mme jour. Il regroupe les palettes darticles dun mme type, congels et issus de lots de sous-produits dcoups. Il regroupe les lots de sous produits dcoups expdis dans un mme camion vers un site du groupe ou un client. Il regroupe les lots de conglation expdis dans un mme camion vers un site du groupe, une socit de stockage ou un client. Il regroupe les cadres de jambons dclasss lors dune mme journe de production. En effet, les jambons destins au processus de fabrication de jambon cru qui ne satisfont pas les critres de qualit, sont dclasss pour intgrer la chane de production du saucisson, via la dcoupe. Ce lot regroupe les balancelles ou cadres dun camion correspondant un mme type darticle et une mme qualit. Une tonne de mle correspond 5 chariots dune mme pte (mlange de viande hache et dpices) donne. Ce lot correspond une rception de consommables : une livraison dun fournisseur pour un article donn. Ce lot correspond lensemble des produits embosss partir dune mme pte et sur une ligne dembossage donne. Ce lot est constitu des saucissons conditionns dun code article donn et dun jour dembossage donn.
4- Lot dexpdition frais 5- Lot dexpdition congel 6- Lot de jambons dclasss
7- Lot de rception de viande dcoupe 8- Lot de hachage tonne de mle 9- Lot de condiments
10- Lot de produits embosss 11- Lot de conditionnement
12- Lot de distribution Une commande regroupe en gnral plusieurs types de produits. Ce lot commande correspond une commande client 13- Lot de boyaux Ce lot correspond une rception de boyaux : une livraison dun fournisseur pour un article donn.
Tableau 7 : les TRU identifis dans le processus de fabrication du saucisson
85
6.2.1.2 Etape 2 : Modlisation de lenchanement des TRU
Une fois que les diffrents TRU ont t dfinis, il a t facile de modliser leur enchanement. Dans le cas du processus de production de Aoste, le graphe de dispersion est celui prsent dans la description de ltape 3.
6.2.1.3 Etape 3 : Dtermination de la dispersion
La dtermination de la dispersion a t plus difficile. En effet, suivant la nature des lots de production, la valeur peut varier beaucoup. Par exemple, la dispersion descendante entre un lot de livraison de viande et un lot de sous produits dcoups peut varier entre 4 lots de sous-produits dcoups pour un lot de bardires 20 lots de sous-produits dcoups pour une demie coche. Cependant, il est important de quantifier la dispersion, ne serait-ce que pour obtenir un ordre de grandeur. Nous avons choisi de considrer tous les articles du processus de fabrication et dutiliser les dispersions maximales et minimales. En effet, la valeur moyenne est peu significative (tant donn la variabilit) et plus difficile quantifier. La dispersion maximale est intressante car elle donne une valeur de la dispersion dans le pire des cas . La dispersion minimale permet de garder un ordre de grandeur en comparaison avec la dispersion maximale. La Figure 20 dfinit le graphe de dispersion initiale. Prenons par exemple les valeurs entre le nud 1 (lot de rception des viandes) et le lot 2 (lot de sous produits dcoups). Suivant la nature du lot de rception de viande (demi coche, jambon, paule de porc, ) celui-ci peut tre dcoup en 4 20 articles de sous-produits dcoups. La dispersion descendante prend alors la valeur [4-20]. Dans un lot de sous produits dcoups donn, suivant sa nature et les rceptions de viande de la journe, on peut rencontrer de 1 (pour les produits nobles) 60 (pour les sous-produits) lots de rception. La dispersion descendante prend alors la valeur [1-60].
86
Lot de livraison de viande [1-60] [4-20] Lot de sous-produits dcoups [1-10] [1-2] Lot de conglation [1-10]
[30]
[1] [1]
Lot de jambons dclasss
[16]
2 3
[1]
[1-10] [1]
4
[1]
Lot dexpdition - frais
Lot dexpdition - congel
5
[1] [1] [1] Lot de rception de viande dcoupe [4-16] [2-125]
Lot de condiments
[1-2]
8
Lot de boyaux
Lot de hachage - tonne de mle [1] [1-5]
13 [1-2]
10
Lgende : [a-b] {dispersion mini = a}et {dispersionmaxi = b} [c] {dispersion mini = dispersion maxi = c [1-10] [1]
Lot de produits embosss
11
[1-10] [1-15]
Lot de conditionnement
12
Lot de distribution - commande
Figure 20 : graphe de dispersion initiale.
87
6.2.1.4 Etape 4 : Analyse du systme de traabilit existant
Pour cette analyse, nous avons tudi les diffrents sites de production. Nous avons pu en tirer les conclusions suivantes : La traabilit actuelle est une traabilit papier pour la plupart des maillons de la chane. Cest une traabilit relativement fidle aux processus de production et dorganisation mis en uvre actuellement, en particulier pour les sites o ont t mis en place les documents ISO. Cependant : La moindre recherche de traabilit est lente et fastidieuse. Il y a des pertes dinformations sur certains maillons de la chane de la traabilit, notamment : - Le passage des viandes entre la dcoupe et les sites. - Lutilisation du quantime de fabrication comme lment de traabilit. Les processus de fabrication actuels augmentent (parfois inutilement) la dispersion des lots. Par exemple : - Le mlange des ptrins dans certains sites de production. - Le transfert de conditionnements la conglation de la dcoupe : les viandes qui sont congels la dcoupe sont ensuite dmoules pour tenir moins de place lors du stockage. Les systmes informatiques utiliss sont nombreux, htrognes et indpendants : - Applications lies Eurobyte (systme de lecture dtiquettes code barres). - Application spcifique des rendements de la dcoupe. - GENACOD 400 (ERP, modules stock, achats, commercial, EDI, ) - Systme de gestion de ltuvage / schage St Symphorien
6.2.2 2me phase : analyse et amlioration des processus de fabrication et de lorganisation
6.2.2.1 Etape 5 : Analyse du graphe de dispersion
Pour analyser le graphe de dispersion initial, nous avons construit le graphe de dispersion optimal (Figure 21). Nous avons ensuite isol les trois types de liaisons existants : Les liaisons ne prsentant pas de dispersion : si la dispersion est gale 1, il nest priori pas ncessaire damliorer lorganisation de travail ou les processus de fabrication.
88
Les liaisons prsentant une dispersion non diminuable. Ces liaisons sont entoures en double trait pointill gris dans le schma suivant (Figure 22). Il sagit en gnral de processus de fabrication o la dispersion prsente une valeur ajoute, comme par exemple la dcoupe de la viande, ou dopration pour lesquelles la diminution de dispersion est trs difficile obtenir. Les liaisons o lon peut diminuer la dispersion. Ces liaisons sont entoures en trait noir dans le schma suivant (Figure 22).
[1] [1] [1] [16]
Lot de livraison de viande
Lot de jambons dclasss
[1] [4-20]
Lot de sous-produits dcoups
[1] [1]
Lot de conglation
2 3
[1] [1]
[1] [1]
Lot dexpdition - congel
4
[1]
Lot dexpdition - frais
5
[1] [1] [1]
Lot de condiments
7
[1-2]
Lot de rception de viande dcoupe
[4-16] [2-125]
8
Lot de boyaux
Lot de hachage - tonne de mle
13
[1-2]
[1] [1-5]
Lot de produits embosss
10
[1] [1]
11
Lot de conditionnement
[1-10] [1-15]
12
Lot de distribution - commande
Figure 21 : graphe de dispersion optimal
89
Identifier les lots de livraison des jambons pour les jam bons dclasss
1
Identifier les lots de livraison pour les sousproduits dcoups non nobles Dcoupe des produits en de nombreuses rfrences : valeur ajoute. Identifier les sous-produits dcoups correspondant un lot de conglation et faire correspondre un lot pre pour un lot fils
[1]
[1] 6 [1]
[1] [4-20] [16]
[1] [1]
2 3
[1]
Garder lidentification des lots de sous-produits dcoups pendant et aprs leur transport.
[1]
[1] [1]
4
[1] [1] [1] [1]
7
[1-2] [4-16] [2-125]
Mlange des viandes pour la fabrication du saucisson : valeur ajoute
8 13
[1-2] [1] [1-5]
Difficilement diminuable ...
10
[1] [1]
Redfinir lidentification des lots de conditionnement.
11
[1-10] [1-15]
Obligation dclatement des lots pour leur distribution.
12
Figure 22 : graphe de dispersion optimal et commentaires associs.
6.2.2.2 Etape 6 : Modification des processus de fabrication et de lorganisation
Suite la phase danalyse du systme de production et de sa traabilit, nous avons organis une runion qui nous a permis de prsenter le bilan de cette phase et de discuter des amliorations possibles du systme de production pour optimiser la traabilit. Les chefs des sites de production, le directeur industriel, le directeur des systmes dinformation et le responsable qualit du groupe taient prsents. Il sagissait en effet de prendre des dcisions concertes avec les diffrents acteurs concerns par la traabilit dans la chane de production. Suite une prsentation de lanalyse de lexistant, les diffrents intervenants ont t invits travailler travers un Brainstorming sur les diffrents points damliorations souligns dans les parties prcdentes. Quelques problmes de traabilit, plus spcifiques ont galement t abords (Tableau 8).
90
Sujets abords Les jambons dclasss.
Conclusions Problme interne au site dAoste. La possibilit de mettre en place une identification des lots de livraison des jambons dclasss sera tudie dans le site Aoste. Etudier la possibilit de rassembler les parures pour obtenir un mlange constitu des viandes dun (ou de quelques) fournisseur(s). On limiterait ainsi le nombre de rfrences obtenues partir dun fournisseur et on faciliterait lidentification dun fournisseur unique. Voir si le taux de gras et la variabilit des composants utiliss seraient acceptables. Garder les lots de sous produits dcoups de dcoupe jusquaux sites de production. Etudier la possibilit de trier les balancelles et les cadres pour grouper les lots dans les camions. Utilisation dune identification unique pour le site dAoste et chaque site de production. Cest un problme de traabilit de chane et non de traabilit interne. A tudier via le service des achats Ce mlange est d des contraintes de productivit.
Traabilit fournisseurs des lots de sous-produits dcoups non nobles.
Passage dinformation entre la dcoupe et les sites de production.
Rception des viandes de fournisseurs extrieurs. Mlange de ptes Maclas Identification des lots de produits embosss au conditionnement
Pour obtenir une traabilit efficace, il faut lier les lots de produits conditionns (sortie de schage) aux lots de conditionnement. Nouvelle dfinition du lot de produits embosss : groupe de produits dun type donn (code GM) embosss avec une mle donne, sur une ligne dembossage donne. Les lots de conditionnement doivent tre lis aux lots de produits embosss. Une identification temporelle (horaire denregistrement des balancelles), avec une fentre de scurit , pourrait tre utilise. Traabilit des condiments et Lutilisation de mixte permet une traabilit plus fine. Lutilisation des boyaux du mlangeur Maclas est problmatique dun point de vue traabilit. Tableau 8 : les points damlioration sur la traabilit A laide du tableau ci-dessus, nous avons pu cr le graphe de dispersion objectif.
91
6.2.3 3me phase : Mise en place du systme dinformation
6.2.3.1 Etape 7 : Dfinition des enregistrements
Pour le cas du groupe Aoste, lutilisation dune base de donnes informatique pour la gestion de la traabilit nous a paru la solution la plus approprie, compte tenu du contexte multi-sites et des quantits de production. Au long des diffrentes tapes du processus de fabrication, les activits primaires finissent quasiment toujours par une pese des lots de production. Ces peses permettent la constitution et la dfinition des TRU. Il nous a donc sembl logique dutiliser ces peses pour lenregistrement des lots.
6.2.3.2 Etape 8 : Dfinition de lidentification des TRU
Lutilisation dune traabilit des conditionnements nest pas utilisable dans le cas du groupe Aoste : les types de conditionnements sont trop nombreux. Pour la mise en place dun systme de traabilit informatique, il nous a donc sembl intressant dutiliser un systme de code barre sur des tiquettes dites lors de lenregistrement des TRU. Cest un systme souple vitant la recopie des informations. Il est accompagn par la mise en place dimprimantes et de lecteurs de codes barres. Le Tableau 9 rsume les choix qui ont t faits pour la dfinition des identifications des TRU et des enregistrements.
92
TRU Lot de rception de viande Lot de Jambons dclasss Lot de dcoupe Lot conglation Lot de rception de viande Lot de consommables Lot de hachage Lot de boyaux Lot dembossage
Enregistrements et identifications Pese des camions : dition dtiquettes code barre pour chaque crochet de viande Edition dune tiquette code barre pour chaque lot de jambon dclass (identification des fournisseurs) Pese des lots de dcoupe + tiquettes didentification des lots de rception : dition tiquettes lots de dcoupe Pese du lot de conglation + tiquettes lot de dcoupe : dition tiquettes lots de conglation Pese du lot de rception + tiquettes lot de dcoupe ou conglation : dition tiquettes lots de rception Edition dune tiquette la rception Pese du lot de hachage + tiquettes lot de rception + tiquettes lots de consommables : dition tiquettes lots de hachage Edition dune tiquette la rception Pese du lot dembossage + tiquettes lots de hachage : dition tiquettes lots dembossage
Lot de conditionnement Lecture des codes barres embossage lentre des lignes de conditionnement Lot dexpdition Lecture des codes barres des tiquettes de commande Tableau 9 : dfinition des TRU
6.2.3.3 Etape 9 : Dfinition de la base de donnes traabilit
Pour les diffrents sites de production dAoste, nous navons pas eu de difficult dfinir les informations enregistrer. En effet, la plupart des sites (sauf la dcoupe) avaient conduit une dmarche qualit pour la certification ISO 9001. Cette dmarche a permis de dfinir des enregistrements qualit (EQS) prsents sous forme de tableaux remplir. Les diffrents champs remplir correspondent aux attributs de la table du TRU concern (Figure 23).
93
Lot de livraison de viande Code lot livraison viande Date / horaire de rception Numro BL Numro camion Type produit Qualit produit Poids annonc Poids rel Observations Fournisseur Lot de jambons dclasss Code lot jambons dclasss Lots de livraison de viande correspondant Poids net Date de dclassement
Lot de sous-produits dcoups Code lot sous-produits dcoups Date / horaire de dcoupe Lot(s) de livraison viande correspondant ou Lot de jambons dclasss correspondant Numro article Poids net Destination / client Table de travail Lgende Nom du lot Clef d identification unique Lien avec lots parents Attributs
Figure 23 : exemple du modle entit/relation avec 3 TRU appliqu la dcoupe des viande du groupe Aoste
6.3 Modlisation de la chane logistique du groupe Aoste
6.3.1 Contexte
Les travaux prsents dans le paragraphe 5.3 (p.72) ont t appliqus au cas du groupe Aoste. La chane logistique dans laquelle sinsre le groupe Aoste est complexe et fait intervenir de nombreux acteurs (voir 2.2.2 p.19). Le primtre du projet SPRING 3000, dans le cadre duquel la validation du modle a t faite, sest limit la mise en place dun systme de gestion de la traabilit interne du groupe. Cest donc le contexte multi site du groupe qui nous a permis de valider nos travaux, extrapols une chane logistique plus tendue.
94
6.3.2 Modlisation
Dans un premier temps, les activits principales des sites de production du groupe ont t identifies pour permettre le premier niveau de modlisation. Les diffrentes activits ont donc t modlises partir des trois modles gnriques de processus : rceptionner, fabriquer et expdier (voir Figure 24).
Nouveau lot viande
Rceptionner viande
Nv lot viande rceptionn
Dcoupe de viande
Fabriquer vde dsosse

Nv lot vde dsosse fabriqu
Hachage
Expdier vde dsosse

Nv lot vde dsosse exp.
Embossage Rceptionner vde dsosse

Nv lot vde dsosse rcep.
Schage Fabriquer pte

Nv lot pte fabriqu
Conditionnement Fabriquer produit frais

Nv lot produit frais
etc
Figure 24 : premier niveau de modlisation appliqu au cas du groupe Aoste Une fois le premier niveau modlis, le second niveau a directement t dduit des modles gnriques dfinis (voir exemple avec Figure 25). Le dtail du processus denregistrement du suivi matire de lensemble de la chane logistique a ainsi pu tre facilement obtenu.
95
Dtail de la fonction Fabriquer pte

Dtail de la fonction fabriquer
Nv lot vde dsosse rcep.
Ouvrir un (des) nouveau(x) lot(s) de compos(s).
Nouveau(x) lot(s) ouvert(s)
Fabriquer pte
Crer identifiant(s) du (des) lot(s) de composs Enregistrer les consommations et les liens pre/fils Enregistrer les informations du (des) lot(s)
Toutes les informations sont entres
ET
Nv lot pte fabriqu
Clturer le(s) lot(s)
Lot(s) de compos(s) cr(s) et inform(s)
Figure 25 : exemple : passage du premier niveau au second niveau de modlisation pour la fonction fabriquer pte
6.3.3 Exploitation du modle
Dans le cadre du projet SPRING 3000, la modlisation a principalement t utilise dans deux cas de figure : Dabord en temps quoutil daide la conception. Tous les postes dacquisition de donnes (i.e. les points denregistrement du flux matire) ont t dfinis a laide de documents appels DCO (Document de conception organisationnelle) qui sont des cahiers des charges trs dtaills dcrivant linterface homme / machine et les rgles de gestion associes. En effet, mme si le systme de gestion de la traabilit est bas sur une application standard, toute la partie acquisition de donnes est un dveloppement spcifique adapt aux contraintes et besoins des ateliers de production. Pour concevoir ces DCO, nous nous sommes appuys sur la modlisation CPE des diffrentes fonctions. Grce a elle, nous nous sommes assur de la cohrence du systme dfini. Concrtement, pour reprendre lexemple du poste de constitution des tonnes de pte (Figure 25), la modlisation nous a permis didentifier les diffrents points importants (cration du lot, enregistrement des consommations, enregistrement des donnes lies au hachage) et de les synchroniser. Ensuite en temps quoutil daide la mise en uvre. Nous avons utilis la possibilit dattribuer des ressources humaines et matrielles un modle donn en construisant les CPEE. Ainsi nous avons attribu chaque fonction les personnes qui allaient effectuer le travail ainsi que les applications utilises. Cette utilisation nous a permis non seulement danticiper nos besoins en ressources mais aussi de planifier les
96
formations. Les modles ont galement servis de support lors de certaines formations pour dcrire le travail effectuer. Finalement, lensemble du systme denregistrement du flux matire a t mis en place sur les sites de fabrication de saucisson sec. Sur un site type , un tel systme met en uvre 8 points dacquisition de donnes dans les ateliers : Rception des viandes Transfert des lots de viande en pied de ligne hachage Constitution des tonnes de viande au hachage Validation des tonnes de viande au hachage Transfert en pied de ligne embossage Entre des balancelles en tuves schoir (acquisition fin embossage) Gestion des schoirs (visas et transferts) Sortie des schoirs A la date de rdaction de cette thse, dj 4 sites de production de saucisson du groupe Aoste utilisent compltement le systme dacquisition dfini et mis en uvre grce au modle prsent.
6.3.4 Indicateurs de performance
Suite lextension du systme de gestion de traabilit sur plusieurs sites, le besoin sest fait sentir dvaluer les systmes implants. Lutilisation dindicateurs de performance sest prsente comme une solution intressante. Aucun benchmark na t fait avec des entreprises extrieures par manque de contacts et de donnes pour comparer. Cependant la comparaison des sites dj quips entre eux nous a sembl plus facile et trs intressante. Comme nous lavons soulign plus haut, notre objectif principal est dinstaller un systme de gestion de traabilit efficace, cest dire rapide, fiable et prcis. Les indicateurs de performance que nous avons souhait mettre en place dcoulent donc de ces objectifs et nous permettent de former un premier systme dindicateurs cohrant : Objectif principal : avoir un systme de gestion de traabilit de type plan de rappel efficace Sous objectifs : Augmenter la rapidit du systme Augmenter la fiabilit du systme Augmenter la prcision du systme Augmenter le primtre des articles tracs Trois indicateurs de performance ont t crs et sont prsents dans le Tableau 10.
97
Indicateur : Temps de rponse Sous objectif concern : rapidit de rponse du systme. Valeur : temps mis par un utilisateur form pour trouver lidentification et lemplacement des balancelles de saucisson concernes par un nombre dfini de lots de viande rceptionns. Mesure : chronomtrage de lutilisateur. Variables daction : lergonomie et les fonctionnalits du systme ont une trs grosse influence sur le temps de rponse dune requte donne. Indicateur : Taux danomalies de stock Sous objectif concern : fiabilit du systme. Calcul : nombre total danomalies de stock sur un site de production donn et une priode donne divis par le nombre total dacquisitions de donnes (toutes les consommations et fabrications) sur ce site et cette priode. Mesure : nous avons cr une requte SQL pour calculer ces valeurs partir de la base de donnes du systme. Variables daction : la formation des utilisateurs est un point essentiel pour diminuer les anomalies ; la mise en uvre de contrles de stock et ventuellement de blocages au niveau des postes de latelier est trs efficace; lergonomie des postes dacquisition de donnes peut galement avoir une influence non ngligeable Remarque : la fiabilit dun systme de traabilit est trs difficile valuer. Le systme que nous avons mis en place sappuie sur la gestion des stocks et des anomalies sont gnres si les quantits en stock sont infrieures aux quantits consommes Indicateur : taux de couverture de la traabilit Sous objectif concern : primtre des articles tracs. Calcul : Nombre darticles grs au lot sur un site donn divis par le nombre total darticles utiliss dans le processus de fabrication du site. Mesure : nous avons cr une requte SQL pour calculer le taux de couverture. Variables daction : le taux de couverture peut augmenter en proposant les postes dacquisition de donnes et surtout une organisation adapte pour dclarer les consommations de nouveaux articles. Remarque : le systme de traabilit install dans le cadre de SPRING 3000 a dabord trac les viandes et les produits fabriqus pour ensuite stendre la traabilit des consommables (noisettes, boyaux, ficelle,) Tableau 10 : exemple dindicateurs de performance de la traabilit
98
Un indicateur calculant la dispersion des lots de production afin dvaluer la prcision du systme aurait t trs intressant. Cependant, nous avons eu des difficults dfinir un mode de calcul qui permette de comparer les valeurs entre deux sites de production. Les trois indicateurs proposs ci-dessus ont t mis en place et permettent de suivre et doptimiser le systme de traabilit implant.
6.4 Rsum et Conclusion
Dans ce chapitre, nous avons prsent lapplication des modlisations prsentes dans le chapitre prcdant au cas du groupe Aoste. Une partie de ces rsultats ont fait lobjet dun article [Dupuy et al., 2002b] et de prsentations des journes de travail [Dupuy et al., 2003a; 2003b]. La mthode doptimisation de la traabilit interne par la rduction de la dispersion a t applique au cas du processus de dcoupe de viande et de fabrication de saucisson du groupe Aoste. Nous avons prsent ici les diffrents arbres de dispersion obtenus. Nous avons appliqu cette mthode dans le cadre du projet SPRING 3000. Cette dmarche a t pralable linstallation du nouveau systme de gestion de la traabilit. Elle a permis de remettre plat les processus de fabrication en tenant compte de leur impact sur la dispersion des lots. La modlisation du processus denregistrement de la traabilit par des briques gnriques a galement t utilise. Elle a t dune grande aide pour la conception et la mise en uvre des postes dacquisition de donnes dans les ateliers de production. Aujourdhui, quatre sites de production sont quips et utilisent quotidiennement les postes dacquisition de donnes pour suivre leur traabilit. Lextension dautres sites est en cours. Quelques indicateurs de performance ont galement t mis en place pour suivre et amliorer le systme de gestion de la traabilit.
99
Chapitre 7 : Optimisation de la dispersion des lots de fabrication
Chapitre 7 Optimisation de la dispersion des lots de fabrication
7.1
Introduction
Comme nous lavons prsent plus haut, la problmatique de la traabilit a volu. Il ne sagit plus uniquement de tracer exhaustivement lhistorique de lots de production mais galement de rduire la taille dventuels rappels. Le problme que nous prsentons ici sattache diminuer le mlange des lots de production dans un cas particulier : un processus de fabrication avec dcoupe (ou dsassemblage) puis mlange (ou assemblage) des lots de production. Cette dmarche peut tout fait sintgrer dans lobjectif dobtenir un graphe de dispersion optimal pour la dispersion des lots de production (cf. 5.2). Etant donne une nomenclature trois niveaux (des matires premires dsassembles en composants assembls en produits finis), lobjectif du problme que nous proposons est donc de diminuer la dispersion des lots de fabrication pour optimiser la traabilit globale. Nous avons modlis et expriment ce problme de dispersion, rencontr dans le processus de fabrication du saucisson sec, dans le groupe Aoste. Nous proposons un modle mathmatique pour optimiser la dispersion et les rsultats obtenus avec le logiciel LINGO.
7.2 La dispersion des lots : un nouvel enjeu de la traabilit
De nos jours, les consommateurs sont de plus en plus exigeants sur la traabilit des produits agro-alimentaires. Ils sont demandeurs de plus dinformations et plus de transparence par rapport des problmes comme lESB (Encphalopathie Spongiforme Bovine), la dioxine ou les aliments transgniques. Lobjectif pour les producteurs nest plus seulement de tracer efficacement des produits mais aussi de diminuer le volume (donc le cot) des rappels en cas de besoin.
100
Par exemple, en 2000, un producteur franais de steak hach a t oblig de rappeler 37 tonnes de produits finis cause dune rception dun lot de trois tonnes de viandes contrl positif la prsence de prion de lESB. Aprs ce problme de scurit alimentaire, lentreprise a non seulement d optimiser son systme de traabilit mais aussi rduire le nombre de lots mlangs dans un lot de viande hach [Gategno, 2001]. Lobjectif du problme que nous prsentons ici est de minimiser la quantit de produits rappels en cas de besoin dans le cas particulier dune nomenclature trois niveaux avec assemblage et dsassemblage.
7.3 Le problme de dispersion des lots
7.3.1 Un exemple industriel : la production de saucisson sec
Le problme que nous tudions provient du processus de fabrication de saucisson dans le groupe Aoste. Comme nous lavons introduit prcdemment, pour produire du saucisson sec, la viande de porc est dcoupe en composants comme le jambon, lpaule, les gras dur, la bardire, le jarret, Ensuite, ces composants sont mlangs et hachs pour obtenir une pte (ou mle). Ces lots de ptes sont ensuite utiliss pour la production de diffrents saucissons.
Coche
Bardire
Epaule
Jambon
Viandes
Dsossage
Poitrine
Gras 2
Bardire
Trimming
Epaule 4D
Parure dpaule
Jambon 4D
Viande dsosse et Parure de parures
jambon
Hachage + Embossage
Saucissons
Saucisson 1
Saucisson 2
Saucisson 3
Saucisson 4
Figure 26 : processus de dcoupe et de mlange des lots dans le processus de fabrication du saucisson
101
Chaque type de matire premire (les viandes) donne des composants (les lots de viande dcoupe) dans des proportions connues, considres comme fixes. Ceci constitue la nomenclature de dsassemblage (ou dcoupe). Un lot de composants peut tre constitu par diffrents types de matires premires. Par exemple, un lot de gras dur peut tre constitu par du gras dur provenant dpaule, de coche et de jambon de porc. Les ptes (mlanges de viande assaisonns) seront considres dans ce chapitre comme des produits finis. Elles sont composes de diffrentes matires premires, dans des proportions donnes. Ces proportions sont considres comme fixes et constituent les nomenclatures dassemblage (ou mlange). Dans une journe de travail, latelier de dcoupe reoit diffrents lots de diffrents types de matire premire (jambon, paule, coche). De mme, de nombreux lots de composants ainsi que de produits finis vont tre crs. Lobjectif de lentreprise est de minimiser le cot d un rappel. Si par exemple le problme de scurit alimentaire provient dun lot de matire premire, les produits finis issus ce lot seront identifis par la traabilit descendante puis rappels. Dans le cas dun problme dcel sur lot de produit fini, on remonte par la traabilit ascendante aux lots de matire premire concerns puis on redescend aux autres lots de produits finis par la traabilit descendante. Pour minimiser le cot dune crise de scurit alimentaire, les entreprises cherchent donc rduire la taille et le nombre de produits rappels. Dans le cas du processus de fabrication du saucisson, non seulement la taille des lots de production doit tre rduite mais aussi les mlanges de matire premire. Plus les lots de matire premire sont mlangs dans les lots de produit fini, plus la taille du rappel, donc son cot, est grand.
7.3.2 Dispersion des lots
Pour mesurer la prcision de la traabilit dans un processus de production, nous proposons dutiliser des indicateurs dj prsentes dans le chapitre 5 : dispersion descendante, dispersion ascendante et dispersion totale. Nous rappelons ici la dfinition de ces indicateurs. La dispersion descendante dun lot de matire premire est le nombre de lots de produits finis qui contiennent une partie de ce lot de matire premire. Par exemple, si un lot de rception de jambon est utilis dans n lots de saucisson, alors la dispersion descendante est gale n. La dispersion ascendante dun lot de produits finis est le nombre de diffrents lots de matires premires utilises dans ce lot. Par exemple, un saucisson produit avec des composants de 2 diffrents lots dpaule de
102
porc et de 3 diffrents lots de bardire aura une dispersion ascendante gale 5. La dispersion totale dun systme est gale la somme des dispersions descendantes de tous les lots de matires premires et des dispersions ascendantes de tous les produits finis.
7.3.3 Modle graphique et complexit
La Figure 27 schmatise les lots de fabrication prsents dans la Figure 26.
Matires premires Raw materials
Composants achets Bought components
Composants Components
Finished products Produits finis
Figure 27 : illustration des lots de fabrication et de leur dispersion Une analogie peut tre faite entre le problme de dispersion prsent ci-dessus et le problme de transport cots fixes. Les sources reprsentent les lots de matire premire, les nuds intermdiaires sont les lots de composants et les destinations sont les lots de produits finis. Les arcs modlisent les liens de dsassemblage ou dassemblage de la nomenclature. Un cot est attribu chaque utilisation dun arc. Ce cot ne dpend pas du flux (de la quantit) sur larc : il est fixe. La somme des liens entre les lots de matires premires et les lots de produits finis (i.e. la somme des cots fixes) est minimise. Une telle analogie nous permet de conclure que le problme prsent ci-dessus est au moins aussi complexe quun problme de transport avec cot fixe, cest dire NP difficile [Palekar et al., 1990].
103
7.4
Modle mathmatique
Nous proposons un modle mathmatique pour le problme de dispersion. Les variables et donnes sont prsentes dans la Table 1 et le modle lui-mme dans la Table 2 en fin de chapitre. i, j, k et l sont les indices, respectivement, des lots de matires premires, des lots de composants, des lots de produits finis et des lots de composants achets. La fonction objectif (1) permet de calculer la dispersion totale minimum. Cest la somme des liens entre les lots de matires premires et de produits finis donns par Y(i,k) et de la dispersion due aux composants achets xRF(l,k). Les quations (2) et (3) donnent les contraintes dues respectivement aux nomenclatures de dsassemblage et dassemblage. Les quantits doivent tre conserves tout au long du processus de fabrication. Les contraintes (7) expriment que la quantit totale dune matire premire donne est utilise dans les lots de composants. Les contraintes (4) indiquent que la quantit des lots de composants provient uniquement des lots de matires premires. Chaque lot de produit fini provient des lots de composants et/ou des lots de composants achets ; leur quantit est galement conserve (5). De plus, chaque composant est entirement assembl dans les lots de produits finis (6). Les quations (8), (9) et (10) expriment que les variables binaires xRC, xCF et xBF sont gales 1 si respectivement QRC, QCF et QBF sont diffrents de 0. Les quations (11) sont utilises pour dterminer Y(i,k) qui est gal 1 si le lot de matire premire i est utilise dans le produit fini k. Y(i,k) nest pas dfinie comme une variable binaire car elle est minimise dans la fonction objectif : elle prendra automatiquement les valeurs 0 ou 1. Si xRC et xCF sont gaux 1, la seule valeur possible pour Y(i,k) est 1. Sinon, Y(i,k) prendra la valeur 0, grce la fonction objectif. Grce au modle mathmatique prsent ci-dessus, il devient ais de calculer les dispersions ascendantes (13) dun lot de produit fini et descendante (12) dun lot de matire premire.
D _ DISP(i ) =
Y (i, k )
k =1 M
(12)
Q
U _ DISP(k ) =
Y (i, k ) + x
i =1 l =1
BF (l , k )
(13)
104
7.5
Rsultats et commentaires
Avec M comme nombre de lots de matires premires, N le nombre de lots de composants, P le nombre de lots de produits finis, Q le nombre de lots de composants achets et S le nombre de types de composants diffrents, le nombre dquations peut tre calcul : M + 2N + P + MS + PS + 2MN + 2PN + 2 PQ + MNP. Le nombre de variables binaires est gal QP+ MN + NP. Nous avons utilis le logiciel LINGO 6.0 pour rsoudre le modle mathmatique linaire mixte entier (MILP). Un premier problme a t expriment avec 4 lots de matires premires, 6 lots de composants, 4 lots de produits finis et 2 lots de composants achets. Cet exemple a gnr 142 variables (56 entires) et 244 contraintes. Loptimum global a t trouv en 5 heures et 59 minutes avec un PC 1.2 GHz Pentium III. Les donnes et la rsolution du problme sont prsentes en annexe B. Un autre problme caractris par 8 lots de matires premires, 12 lots de produits finis et 8 lots de composants a t trait. Il a gnr 1292 variables (576 entires) et 3684 contraintes. Le calcul a t arrt aprs 12 heures de calcul, sans que loptimum global ait t trouv (environ 50.000.000 itrations). Le meilleur optimum local rencontr tait gal 73 avec une borne infrieure gale 58 (soit un cart de 25,9 % par rapport la borne). En fait, lapplication industrielle prsente encore plus de variables. Un chantillon de donnes relles, sur une priode dune journe, prsente au moins 20 lots de matires premires, 30 lots de composants, 30 lots de produits finis et 10 lots de composants achets. Cest dire 1800 variables entires et 22211 contraintes. Le modle propos ne peut pas tre utilis pour des donnes industrielles dans un temps raisonnable et des mthodes heuristiques doivent tre envisages. Notre problme est au moins aussi complexe quun problme de transport cots fixes. Trs peu dheuristiques ont t dveloppes pour ces problmes. Des mthodes branch and bound et dautres utilisant la programmation dynamique sont gnralement utilises. Le modle MILP propos nest pas utilis pour ordonnancer ou planifier la production. Les quantits de matires premires et de produits finis sont fixes et il ny a pas de variables de temps. Mais loptimisation de la dispersion des lots de production peut tre utile la fois aux niveaux tactique et stratgique. Sur le plan tactique, le modle peut tre utilis suite un calcul de besoins nets. Avec des lots de matires premires et de produits finis donns, notre modle peut calculer la meilleure faon de constituer des lots
105
de composants avec une dispersion minimum. Lensemble des donnes peut ainsi reprsenter un jour ou une semaine de production. Le modle peut galement tre utilis un niveau stratgique. Des nouvelles recettes de produits finis peuvent tre testes pour valuer limpact de la recette sur la dispersion donc sur la traabilit. Il devient alors plus facile de dterminer si une nouvelle recette implique une dispersion de lots faible ou leve. Par exemple, dans le cas de la production de saucisson, le modle MILP a montr quil tait prfrable de concentrer les lots de composants achets sur quelques lots de produits finis. Les nouvelles nomenclatures de dsassemblage peuvent galement tre values.
7.6 Conclusion et perspectives
Comme nous lavons montr, le principal intrt de la traabilit est de pouvoir grer une situation de crise. Les entreprises de lagroalimentaire souhaitent rduire le cot des rappels aussi bien en terme de cot des produits quen terme dimpact mdiatique. Une faon de rduire ce cot est de rduire les tailles de lots et le mlange des lots pour rduire la taille des rappels. Dans le cas particulier dune nomenclature trois niveaux, il devient plus complexe de rduire la dispersion des lots. Ce cas particulier a t rencontr dans le processus de fabrication du saucisson. Nous avons propos un modle mathmatique pour rduire la dispersion des lots. Cependant un tel modle est trop complexe pour tre utilis quotidiennement dans lindustrie. Cependant, il peut tre utilis avec des modles simplifis. Cest galement une base pour comparer les performances de futures heuristiques. Ce travail a fait lobjet dune publication dans un numro spcial recherche oprationnelle de la revue internationale Journal of Food Engineering (actuellement en presse) [Dupuy et al., 2004]. La prsentation du modle mathmatique a galement t faite lors de la confrence internationale ECCO XV Lugano [Dupuy et al., 2002a]. De nouvelles perspectives sont ouvertes : Comme nous lavons dj dit, la mthode de rsolution que nous proposons est limite car ds que le nombre de donnes augmente, elle devient inutilisable. Une direction possible pour de futures recherches serait de dvelopper des heuristiques qui pourraient rsoudre le problme dans des temps raisonnables. Ainsi, le cas industriel de la production de saucissons pourrait tre trait sans avoir rduire le nombre de variables. Le cas tudi est caractris par une nomenclature trois niveaux (matires premires, composants et produits finis). Le modle de
106
dispersion pourrait tre complt par un quatrime niveau si lon considrait le processus de conditionnement. Un lot de produits donn peut tre conditionn de nombreuses faons diffrentes. De plus, un produit conditionn peut ventuellement tre compos de plusieurs lots de produits comme par exemple un box compos par des produits de diffrentes saveurs. Nous pouvons nous demander si les rsultats dun modle 4 niveaux seraient trs diffrents dun modle trois niveaux. Le MILP que nous proposons cherche minimiser la dispersion des lots car notre but est de minimiser la taille de rappel des lots en cas de crise. Les quantits des lots de matires premires et de produits finis pourraient ainsi intervenir dans la fonction objectif pour pondrer les dispersions ascendantes et descendantes. Cela constituerait une autre perspective intressante.
107
Donnes BoMRC(a,b) : quantit de composant b donn par une unit de matire premire a : nomenclature de dsassemblage. BoMCF(b,c) : quantit de composant b utilis dans le produit fini c : nomenclature dassemblage. TRM(i) type du lot de matire premire i TFP(k) type du lot de produit fini k QRM(i) quantit du lot de matire premire i. QFP(k) quantit du lot de produit fini k. TCOMP(j) Type du lot de composant j C_B_SIZE Taille de lot de composant maximum. M Nombre de lots de matires premires N Nombre de lots de composants P Nombre de lots de produits finis Q Nombre de lots de composants S Nombre de diffrents types de composants Vhv Very high value : valeur trs grande Variables Y(i,k) variable gale 1 si le lot de matires premires i est utilis dans le lot de produits finis k et gale 0 sinon. xBF(l,k) variable binaire gale 1 si le lot de composants achets l est utilis dans le lot de produits finis k et gale 0 sinon. xRC(i,j) variable binaire gale 1 si le lot de matires premires i est utilis dans le lot de composants j et gale 0 sinon. xCF(j,k) variable binaire gale 1 si le lot de composants j est utilis dans le lot de produits finis k et gale 0 sinon. QRC(i,j) quantit du lot de matires premires i utilise dans le lot de composants j. QBF(l,k) quantit du lot de composants achets l utilise dans le lot de produit fini k. QCF(j,k) quantit du lot de composants j utilis dans le lot de produits finis k QCOMP(j) quantit du lot de composant j. Table 1 : dsignation donnes et variables
108
Z=
Minimize
i =1 k =1
Y (i, k ) +
x
l =1 k =1
BF (l , k )
(1)
N
BoM RC (TRM (i ), b) QRM (i ) =
RC j =1 TCOMP ( j ) =b
Q
N
(i, j ) (2)
i = 1...M , b = 1...S
BoM CF (b, TFP (k )) QFP (k ) =
CF j =1 TCOMP ( j ) =b
( j, k ) +
BF l =1 TBCOMP ( l ) =b
(l , k ) (3)
k = 1...P, b = 1...S
QCOMP ( j ) = QRC (i, j )
i =1 M
j = 1...N
Q
(4)
QFP (k ) = QCF ( j , k ) + QBF (l , k )

j =1 l =1
k = 1...P
(5)
Q
k =1
CF
( j , k ) = QCOMP ( j )
j = 1... N
(6)
Q
j =1
RC
(i, j ) = QRM (i )
i = 1...M
(7)
x RC (i, j ) Q RC (i, j ) Q RC (i, j ) x RC (i, j ) Vhv xCF ( j , k ) QCF ( j , k ) QCF ( j , k ) xCF ( j , k ) Vhv x BF (l , k ) Q BF (l , k ) Q BF (l , k ) x BF (l , k ) Vhv
i = 1...M , j = 1...N
(8)
k = 1...P, j = 1...N
(9)
l = 1...Q, k = 1...P
(10) (11)
x RC (i, j ) + xCF ( j , k ) Y (i, k ) + 1
i=1M, j=1N, k=1P

Table 2 : modle mathmatique
109
Chapitre 8 : Conclusion gnrale
Chapitre 8 Conclusion gnrale

Dans ce mmoire, nous nous sommes consacrs ltude de loptimisation de la traabilit des produits dans lindustrie agroalimentaire. Aprs avoir soulign lvolution du besoin des entreprises de ce secteur pour des systmes de traabilit plus prcis, rapides et fiables, nous nous sommes attachs proposer des modles et des mthodes pour les aider rpondre ces besoins. Lensemble de nos travaux a t valid par leur application au sein dune entreprise agro-alimentaire : le groupe Aoste. Dans une premire partie (Chapitre 2), nous avons prsent le contexte industriel dans lequel se sont drouls nos travaux et la problmatique de recherche que nous en avons tir. Le projet SPRING 3000, au sein du groupe Aoste, a eu pour objet de dfinir et dimplanter un systme informatique de gestion de production avec comme principal objectif de suivre la traabilit des lots de production. A partir de notre exprience sur ce projet, nous avons identifi une demande plus globale de lensemble de lindustrie agro-alimentaire : le besoin doutils daide l'analyse, la conception et loptimisation de systmes de gestion de la traabilit. Dans la partie suivante (Chapitre 3) nous avons propos un tat de lart sur la traabilit dans lindustrie agro-alimentaire. Mme si la traabilit nest devenue un sujet central pour les entreprises de lagroalimentaire que rcemment, de nombreux travaux existent dj sur les dfinitions et les applications de la traabilit, sur les intrts dun systme de traabilit performant et sur lattitude des consommateurs vis vis des produits alimentaires. Le Chapitre 4 a t consacr un tat des lieux des systmes de gestion de la traabilit existants aujourdhui. Nous avons cherch identifier les diffrents niveaux de gestion de la traabilit (atelier, entreprise et chane logistique) et dcrire les systmes de gestion qui leur correspondent (MES, ERP et outils Internet). Pour rpondre au besoin identifi dans la premire partie et confirm par ltat de lart et ltat des lieux, nous avons propos des mthodes et des outils de modlisation (Chapitre 5). Nous avons d'abord prsent une mthode doptimisation de la traabilit du flux des lots de production par la diminution de la dispersion. Nous avons ensuite propos
110
Chapitre 8 : Conclusion gnrale
une modlisation par briques gnriques des processus dacquisition des donnes pour optimiser la chane logistique. Nous compltons cette approche chane logistique par lintroduction dindicateurs de performance utiliss pour valuer, comparer et amliorer les systmes de gestion de traabilit. Le Chapitre 6 a t consacr la description de lapplication des modles prsents dans le chapitre 5 dans le cadre du projet SPRING 3000 au sein du groupe Aoste. Dans la dernire partie (Chapitre 7), nous abordons un cas particulier doptimisation de la dispersion des lots de production. Ce cas particulier du processus de fabrication avec une nomenclature de dsassemblage et une nomenclature dassemblage a t rencontr dans le groupe Aoste avec la dcoupe de viande et le mlange des parures dans des recettes de saucisson. Il implique une optimisation non triviale pour la minimisation de la dispersion des lots. Nous proposons donc un modle mathmatique MILP pour minimiser la dispersion des lots dans ce cas particulier. Ce modle peut sappliquer dans le cadre de la mthode doptimisation de la traabilit du flux matire par minimisation de la dispersion (Chapitre 5). Plusieurs perspectives peuvent tre identifies suite aux travaux que nous prsentons dans ce mmoire. Les deux mthodes de modlisation du Chapitre 5 pourraient tre compltes par des outils adapts. Par exemple, la mthode doptimisation de la dispersion du flux interne pourrait sinsrer dans un outil de modlisation spcifique identifiant le chemin critique. En combinant les deux mthodes de modlisation, un guide de modlisation de la traabilit dans les chanes logistiques pourrait alors tre propos. Dans le Chapitre 7, nous proposons un modle mathmatique pour optimiser un problme particulier de minimisation de la dispersion. Cependant, dautres problmes de dispersion peuvent tre rencontrs dans lindustrie. Il serait intressant non seulement de rpertorier les problmes existants mais aussi dy rpondre par des modles adapts. De plus, comme nous lavons vu, le modle mathmatique prsent est trop complexe pour tre rsolu tel quel en un temps raisonnable. Il serait donc intressant de dvelopper des mthodes heuristiques correspondantes. Au niveau de la mise en place du systme de gestion de la traabilit au sein du groupe Aoste, quatre sites de production sont aujourdhui quips de postes dacquisition de donnes (en atelier) et dun systme de gestion des donnes de type ERP (module gestion de production). Lextension du systme actuel aux autres sites de production va donc suivre (2 sites de saucisson puis les sites de lactivit cuit ). Une extension fonctionnelle vers le contrle de gestion est galement envisage. Par la suite il serait galement intressant dengager une rflexion sur la filire porc pour avoir une traabilit cohrente sur toute la chane logistique. La mise en uvre dun outil Internet partag, interfac avec le systme de traabilit actuel semblerait une suite logique.
111
Chapitre 9 : Bibliographie
Chapitre 9 Bibliographie
Arana, A., Soret, B., Lasa, I., and Alfonso, L. (2002). "Meat traceability using DNA markers: application to the beef industry." Meat Science, 2002, Vol.61, pp. 367-373. Auer, C. A. (2003). "Tracking genes from seed to supermarket: techniques and trends." Trends in plant science, 2003, Vol.8, n12, pp. 591597. Bernues, A., Olaizola, A., and Corcoran, K. (2003). "Labelling information demanded by European consumers and relationships with purchasing motives, quality and safety of meat." Meat Science, 2003, Vol. 65, pp. 1095-1106. Burlat, P., and Campagne, J. P. (2001). "Pilotage de la performance industrielle : mise en oeuvre d'indicateurs pour la matrise des flux." In : Performance industrielle et gestion des flux, Paris : Herms Sciences Publications, 2001, pp.189-210. Careau, H., and Dewailly, E. (1995). "The Northern Aquatic Food Chain Contamination Database : a research tool." The Science of total environment, 1995, Vol. 160/161, pp. 539-543. CNA. (2001). "Avis sur la traabilit des denres alimentaires.", avis n28 [en ligne], 2001, CNA (Conseil National de l'Alimentation), 2001,
43 p.
Disponible sur :<http://www.agriculture.gouv.fr/spip/IMG/pdf/ avis_trac_2806-0.pdf> Cochoy, F. (2002). "Une petite histoire du client, ou la progressive normalisation du march et de l'organisation." Sociologie du travail, 2002, Vol.44, pp. 357-380.
112
Cunningham, E. P., and Meghen, C. M. (2001). "Biological identification systems: genetic markers." Rev. sci. tech. Off. int. Epiz., 2001, Vol.20, n2, pp.491-499. Dupuy, C., Botta - Genoulaz, V., and Guinet, A. (2002) "Batch dispersion model to optimize traceability in food industry." XV Conference of the European Chapter on Combinatorial Optimisation (ECCO XV), 30 Mai - 1er Juin 2002, Lugano, Switzerland, Abstract-book pp 51. Dupuy, C., Botta - Genoulaz, V., and Guinet, A. (2002) "Traceability analysis and optimization method in food industry." IEEE International Conference on Systems, Man and Cybernetics (IEEE SMC 02), 6-9 Octobre, Hammamet, Tunisia, vol.1, pp.494-499. IEEE catalog number : 02CH37349C ISBN : 0-7803-7438-X Dupuy, C., Botta - Genoulaz, V., and Guinet, A. "Optimisation de la chane logistique par la matrise de la traabilit." Journes communes OGP-Vendome-ERP, 16 Juin 2003, INSA de Lyon, prsentation. Accessible sur : http://prisma.insa-lyon.fr/GroupeERP/Documents/ 20030616Lyon/DUPUY.pdf Dupuy, C., Botta - Genoulaz, V., and Guinet, A. "Optimisation de la traabilit dans une industrie agro-alimentaire." Journe industrielle ROADEF - Informatique et logistique, IUT GLT, Montluon, prsentation. Dupuy, C., Botta - Genoulaz, V., and Guinet, A. (2003) "Traabilit dans l'industrie agro-alimentaire : tat des lieux." [CD ROM] 5e Congrs International de Gnie Industriel, 26-29 octobre 2003, Ville de Qubec, Canada. 11p. ISBN 2-9808240-0-3
Dupuy, C., Botta - Genoulaz, V., and Guinet, A. (2004). "Batch dispersion model to optimise traceability in food industry." Journal of Food Engineering, Special Issue: Operational Research and Food Logistics, in press. Ewald, F. (1997). "Le retour du malin gnie. Esquisse d'une philosophie de la prcaution." In : O. Godard, ed. Le principe de prcaution dans la conduite des affaires humaines, Paris : Maison es sciences de l'homme & Institut national de la recherche agronomique, 1997, pp.99-126. Gallois, P. M. (1990). "Evaluation et pilotage de la performance industrielle." Ecosip, Gestion industrielle et mesure conomique, Economia, 1990, Vol. ,p.275-294.
113
Gategno, I. (2001). "Soviba, ce qui a chang depuis le 20 octobre 2000." Revue de l'Industrie Agroalimentaire, 2001, Vol. pp. 46-47. GENCOD. (2001). La traabilit dans les chanes d'approvisionnement, de la thorie la pratique, Issy-les-Moulineaux : GENCOD 2001, 98p. Heij, J. C. J. d. (1996). "Assessment of Business Information Systems by Data Structures," Ph.D. Thesis, Eindhoven University of Technology (TUE), 1996 Ingrand, P., Salmi, L., Benz-Lemoine, E., and Dupuis, M. (1998). "Evaluation de la traabilit effective des produits sanguins labiles partir des dossiers mdicaux." Transfus Clin Biol, 1998, Vol.5, pp. 397-407. INRA. (2000). "La traabilit dans la filire bovine garantie par un test ADN." [en ligne] Dossier de presse. 13 Fvrier 2000. Accessible sur : http://www.inra.fr/genomique/communique2.html ISO. (1994). "Norme ISO 8402 : 1994. Management de la qualit et assurance de la qualit". 1994, European standard. Jansen, M. B., and Eradus, W. (1999). "Future developments on devices for animal radiofrequency identification." Computers and Electronics in Agriculture, 1999, Vol.24, pp.109-117. Joly, P. B. (2003). "Les exigences de la socit en matire de scurit sanitaire des aliments d'origine animale - rflexions partir du cas franais." Rev. sci. tech. Off. int. Epiz., 2003, Vol. 22, n2, pp.373386. Kim, H. M., Fox, M. S., and Gruninger, M. (1995). "An ontology of quality for enterprise modelling.", In: Proceedings of the Fourth Workshop on Enabling Technologies: Infrastructure for Collaborative Enterprises, IEEE Computer Society Press, pp. 105116. Lambert, J. L. (1987). L'volution des modles de consommation alimentaire en France., Paris : Lavoisier, 1987, 188p. Latouche, K., Rainelli, P., and Vermesch, D. (1999). "Food safety issues and the BSE scare: some lessons from the French case." Food Policy, 1999, Vol.23, n5, pp.347-356.
114
Lecomte, C., and Saidi-Kabeche, D. "La traabilit dans les filires agroalimentaires : lapport des outils internet." [CDROM] 5e Congrs International de Gnie Industriel, Octobre 2003, Qubec, Canada. Liddell, S., and Bailey, D. V. (2001). "Market opportunities and threats to the U.S. pork industry posed by traceability systems." International Food and Agribusiness Management Review, 2001, Vol.4, pp.287-302. Loader, R., and Hobbs, J. E. (1999). "Strategic responses to food safety legislation." Food Policy, 1999, Vol.24, pp.685-706. Loos, P. (2001) "Gozintographs fo By-Products and Cyclic Production: An Approach for ERP System Application." In: Strong, D.; Straub, D. 7th Americas Conference on Information Systems (AMICS 2001), 3-5 Aot 2001, Boston, Massachusetts, USA, pp. 1111-1117. Minegishi, S., and Thiel, D. (2000). "System dynamics modeling and simulation of a particular food suplly chain." Simulation Practice and theory, 2000, Vol.8, pp.321-339. Moe, T. (1998). "Perspectives on traceability in food manufacture." Food Science and Technology, 1998, Vol.9, pp.211-214. Morgenroth, D., Hales, T., and Fobes, K. (2004). "Another link in the chain." Card Technology Today, 2004, Vol.16, n4, pp.11-12. Morris, C., and Young, C. (2000). ""Seed to shelf", "teat to table", "barley to beer" and "womb to tomb" : discourses of food quality and quality assurance schemes in the UK." Journal of rural studies, 2000, Vol.16, pp.103-115. Morrison, C., (2000). "The role of traceability in food labelling." In :Blanchfield, Food Labelling, Boca Raton : CRC Presse, 2000, chapitre 15, ISBN : 1 85573 496 6 Palekar, U. S., Karwan, M. H., and Zionts, S. (1990). "A branch and bound method for the fixed charge transportation problem." Management Science, 1990, Vol.36, pp.1092-1105. Parlement europen. (2001). " Directive 2001/95/CE du Parlement europen et du Conseil du 3 dcembre 2001 relative la scurit gnrale des produits". Journal officiel n L 011 du 15/01/2002, pp. 4-17
115
Parlement europen. (2002). "Rglement (CE)N o 178/2002 du parlement europen et du conseil du 28 janvier 2002 tablissant les principes gnraux et les prescriptions gnrales de la lgislation alimentaire,instituant l'Autorit europenne de scurit des aliments et fixant des procdures relatives la scurit des denres alimentaires" Journal officiel nL31 du 01/02/2002, 24 p. Ramesh, B., Dwiggins, D., DeVries, G., and Edwards, M. "Towards requirements traceability models." International Symposium and Workshop on Systems Engineering of Computer Based Systems, Mars 1995, Los Alamitos CA, IEEE Computer Society Press, pp.229-232. Salan, Y., and Flores, K. (2001). "Information quality: meeting the needs of the consumer." International Journal of Information Management, 2001, Vol.21, pp.21-37. Scheer, A.-W. (2002). ARIS : des processus de gestion au systeme integr d'applications, Berlin : Springer Verlag, 180p. Sheer, A. W. (1994). Business Process Engineering : Reference Models for Industrial Enterprises, Berlin : Springer Verlag, 1994. Sohal, A. S. (1997). "Computerised parts traceability: an implementation case study." Technovation, 1997, Vol.17, n10, pp. 583-591. Stephens, S. (2001). "Supply Chain Operations Reference Model Version 5.0: A New Tool to Improve Supply Chain Efficiency and Achieve Best Practice." Information Systems Frontiers, 2001, Vol.3, n4, pp. 471-476. Van der Vorst, J. G. A. J., Beulens, A. J. M., and Van Beek, P. (2000). "Modelling and simulating multi-echelon food systems." European Journal of Operational Research, 2000, Vol.122, pp. 354-366. Van Donk, D. P. (2001). "Make to stock or make to order: the decoupling point in the food processing industries." Int. J. Production Economics, 2001, Vol.69, pp. 297-306. Van Dorp, C. A. (2002) "Extending ERP with recipe and material traceability." In : R. Ramsower, J. Windsor and J.I. DeGross. Eighth americas conference on information systems, 9-11 Aot 2002, Dallas USA, 2002, pp. 934-944. Van Dorp, C. A. (2002) "Induction of a reference data model for tracking and tracing.". In : R. Ramsower, J. Windsor and J.I. DeGross. Eighth Americas Conference on Information Systems, 9-11 Aot 2002, Dallas USA, 2002, pp. 945-957.
116
Van Dorp, C. A. (2003) "A traceability application based on Gozinto graphs." EFITA 2003 Conference, 5-9 Juillet 2003, Debrecen, Hungary, 2003, pp. 280-285. Van Wezel, W., and Van Donk, D. P. (1996) "Scheduling in food processing industries : preliminary findings of a task oriented approach." Second International Conference on Computer Integrated Manufacturing in the Process Industries, Eindhoven, The Netherlands, pp. 545-557. Verret, C., Mathoulin-Plissier, S., Courbil, R., Perez, P., Destruel, F., Roubinet, F., Rech, H., Vidal, I., and Salmi, L. R. (1998). "Evaluation du systme de traabilit des produits sanguins labiles en rgion Midi-Pyrnes." Transfus Clin Biol, 1998, Vol.5, pp.275-282. Viruega, J. L., and Vernet, M. (1999). "Le nouvel usage de la traabilit dans le secteur franais de la viande bovine." Revue franaise de gestion industrielle, 1999, Vol.18, n4, pp.81-97.
117
Annexe A
Annexe A : Glossaire et prsentation du groupe Aoste

Nous proposons dans cette annexe un glossaire des termes spcifiques au groupe Aoste et la reprise des paragraphes prsentant la chane logistique et les processus de fabrication du groupe Aoste. Glossaire des termes employs Balancelle : Support sur lequel sont suspendus les saucissons pour ltuvage et le schage. Bardire : (ou lard gras) couverture dorsale du porc (ou barde). Cadre : Support dans le quel sont reues certaines viandes (congeles en particulier). Coche : truie ayant dj mis bas. La viande de coche entre dans la composition du saucisson. coche : coche coupe en 2 dans le sens de la longueur, une des matires premires de latelier de dcoupe. Dcoupe : phase dans laquelle la viande brute (paule brute, jambon brut, coche, ) et pare (= phase de dsosse ; = phase de parage). Dmoulage : suite la conglation des viandes, celles si changent de support pour tenir moins de place : cette opration est le dmoulage. Dsossage (ou dsosse) : voir dcoupe Embossage : phase o la mle (=pte) est mise sous boyaux. Etuvage : phase de maturation / dessiccation durant de un trois jour entre lembossage et la sche. Epaule 4D : Epaule de porc dgraiss, dsoss, dcouenn, sans jarret Hachage : phase dans laquelle les viandes sont cutterises , mlanges haches et assaisonnes. Mle : Viande hache et assaisonne (= pte) Pte : Viande hache et assaisonne (= mle) Poitrine : partie basse du tronc du porc. Tranchage : phase de tranchage des saucissons pour obtenir des barquettes de saucisson prtranch (en gnral dans le rayon libre service des supermarchs).
118
Annexe A
Les activits du groupe Aoste Le groupe Aoste appartient au groupe international Sara Lee. Il produit et distribue des produits de charcuterie travers 5 grandes activits : Lactivit SEC produit et commercialise des produits comme des saucissons, des saucisses, du chorizo, Elle regroupe 5 sites de production dans la rgion lyonnaise sur 5 rseaux commerciaux correspondant des marques (Justin Bridou, Cochonou, Calixte, Aoste, ...) Lactivit jambon cru produit et commercialise des jambons crus. Elle regroupe 5 rseaux commerciaux dont le plus important est Aoste France et un site de production au village dAoste (38). Le groupe Aoste possde galement deux sites en Italie. Lactivit jambon cuit sur 2 sites de production regroupe tout le processus de fabrication de la dcoupe au conditionnement en passant par la cuisson. Lactivit tranchage, situe sur 2 sites, tranche et conditionne les produits fabriqus dans le groupe (saucisson et jambons prtranchs). Lactivit tradi regroupe 2 rseaux commerciaux sur 2 sites. Ce ple commercialise des produits et des plats cuisins pour les charcuteries : cest une activit de ngoce. Nos travaux se sont particulirement concentrs sur le processus de fabrication de lactivit SEC, de la dcoupe viande lexpdition. Elle concerne donc les usines de lactivit sec et la dcoupe de la viande, situe sur le site dAoste. Les sites de production de lactivit saucisson SEC Lieu : Maclas (42) Marque principale : Justin Bridou Lieu : St Symphorien sur Coise (69) Marque principale : Cochonou Lieu : Vernoux (07) Marque principale : Calixte Lieu : Yssingeaux (43) Marque principale : / Lieu : Aoste (38) Marque principale : Aoste Autres activits : dcoupe de viande, jambon sec, tranchage Lieu : Peyrolles en Provence (13) Marque principale : Noix fine Autres activits : dcoupe de viande, jambon cuit, saucisserie
119
Annexe A
Chane logistique et processus de fabrication du saucisson sec Dcoupe de la viande Les porcs sont levs en France (principalement en Bretagne) ou ltranger (Angleterre, Espagne, Belgique, ...). Ils sont tus dans des abattoirs agrs gnralement proches du lieu dlevage. Ils sont alors dcoups en grands quartiers (bardire, demi coche, paule de porc, jambon de porc, ...) par les abattoirs eux-mmes ou par des socits extrieures. Cest ainsi que la viande entre dans le processus de production du groupe Aoste. Une seconde dcoupe, plus fine, est alors effectue. On obtient ainsi plus dune centaine de rfrences de morceaux de viandes diffrents. Certaines rfrences comme le filet mignon ou certaines parures ne sont pas utilises dans le processus de fabrication du saucisson : elles sont vendues des socits extrieures au groupe. Les articles utiliss par le processus de fabrication du saucisson sont envoys sur les diffrents sites. En cas de surplus, la conglation et le stockage dans des socits extrieures spcialises sont utiliss.
Groupe Aoste
Abattoirs Dcoupe viande Aoste (1 site) Sites de production (6 sites) Plates-Formes Supermarchs de distribution
leveurs
Dcoupeurs Tranchage (2 sites)
Socits ext de conglation (2 sites)
Clients extrieurs
Fournisseurs extrieurs
Chane logistique de lactivit saucisson sec du groupe Aoste
120
Annexe A
Coche
Bardire
Epaule
Jambon
Viandes
Dsossage
Poitrine
Gras 2
Bardire
Trimming
Epaule 4D
Parure dpaule
Jambon 4D
Viande dsosse et Parure de parures
jambon
Hachage + Embossage
Saucissons
Saucisson 1
Saucisson 2
Saucisson 3
Saucisson 4
Dcoupe de viande et mlange des lots dans la fabrication du saucisson Fabrication du saucisson sec Les sites de production de saucisson reoivent non seulement des viandes de la dcoupe mais aussi des viandes dcoupes de fournisseurs extrieurs. Ils reoivent galement dautres produits tels que les ingrdients (pices, noisettes, ...), les boyaux et les lments de conditionnement (film, cartons, ). La production de saucisson est faite travers 4 grandes tapes : le hachage (hachage et mlange des viandes avec les condiments), lembossage (mise sous boyaux de la mle obtenue au hachage), ltuvage et le schage (de 1 4 semaines suivant la taille des produits) puis le conditionnement.
Dcoupe viande Mise sous boyaux -Embossage-
Conditionnement
Viande
Prparation mle - Hachage tuvage Schage
Saucisson
Etapes de la production du saucisson SEC Une fois la production des saucissons acheve, ceux-ci sont parfois envoys sur des sites de tranchage pour obtenir des produits prtranchs. La plupart du temps, une fois conditionns, les saucissons sont envoys directement sur les plateformes de distribution puis distribus sur les supermarchs.
121
Annexe B
Annexe B : Exemple de rsolution du problme de dispersion des lots
Lannexe suivante prsente un exemple avec 4 lots de matires premires, 6 lots de composants, 4 lots de produits finis et 2 lots de composants achets. Donnes : Nom, type et quantit des lots de matires premires
Nom Type Quantit MP1 T_MP1 1000 MP2 T_MP1 1200 MP3 T_MP2 1000 MP4 T_MP2 1200
4 Lots de matires premires 2 Types de matires premires
6 Lots de composants 2 Lots de composants achets 2 Types de composants
4 Lots de produits finis 2 Types de produits finis
Nom et type des lots de composants :

Nom Type COMP1 COMP2 COMP3 COMP4 COMP5 COMP6 T_C1 T_C1 T_C1 T_C2 T_C2 T_C2
Nom quantit et type des lots de composants achets :

Nom Quantit Type 1 10000 T_C1 2 10000 T_C2
Nom, type et quantit des lots de produits finis :

Nom Type Quantit REC1 2000 REC2 2000 REC3 2000 REC4 2000
122
T_REC1 T_REC1 T_REC2 T_REC2
Annexe B
Nomenclature de dcoupe :
T_C1 T_MP1 T_MP2 0,6 0,45 T_C2 0,4 0,55
Nomenclature dassemblage :
T_REC1 T_COMP1 T_COMP2 0,5 0,5 T_REC2 0,7 0,3
Rsultats : Les rsultats obtenus sont les suivants : Objectif optimal global : 16 (dispersion totale) Temps de calcul : 5h 59min
Dispersion descendante :
Dispersion ascendante :
Dispersion totale : 16
Variable N MAX_QCOMP T_MP( MP1) T_MP( MP2) T_MP( MP3) T_MP( MP4) MAT( MP1) MAT( MP2) MAT( MP3) MAT( MP4) MAXD( MP1) MAXD( MP2) MAXD( MP3) MAXD( MP4) T_COMP( COMP1) T_COMP( COMP2) T_COMP( COMP3) T_COMP( COMP4) T_COMP( COMP5) T_COMP( COMP6)
Value 1000000. 1000.000 1.000000 1.000000 2.000000 2.000000 1000.000 1200.000 1000.000 1200.000 0.000000 0.000000 0.000000 0.000000 1.000000 1.000000 1.000000 2.000000 2.000000 2.000000
Reduced Cost 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
123
Annexe B Q_COMP( COMP1) Q_COMP( COMP2) Q_COMP( COMP3) Q_COMP( COMP4) Q_COMP( COMP5) Q_COMP( COMP6) T_REC( REC1) T_REC( REC2) T_REC( REC3) T_REC( REC4) Q_REC( REC1) Q_REC( REC2) Q_REC( REC3) Q_REC( REC4) MAXA( REC1) MAXA( REC2) MAXA( REC3) MAXA( REC4) T_COMPA( 1) T_COMPA( 2) Q_COMPA( 1) Q_COMPA( 2) QCM( MP1, COMP1) QCM( MP1, COMP2) QCM( MP1, COMP3) QCM( MP1, COMP4) QCM( MP1, COMP5) QCM( MP1, COMP6) QCM( MP2, COMP1) QCM( MP2, COMP2) QCM( MP2, COMP3) QCM( MP2, COMP4) QCM( MP2, COMP5) QCM( MP2, COMP6) QCM( MP3, COMP1) QCM( MP3, COMP2) QCM( MP3, COMP3) QCM( MP3, COMP4) QCM( MP3, COMP5) QCM( MP3, COMP6) QCM( MP4, COMP1) QCM( MP4, COMP2) QCM( MP4, COMP3) QCM( MP4, COMP4) QCM( MP4, COMP5) QCM( MP4, COMP6) XCM( MP1, COMP1) XCM( MP1, COMP2) XCM( MP1, COMP3) XCM( MP1, COMP4) XCM( MP1, COMP5) XCM( MP1, COMP6) XCM( MP2, COMP1) XCM( MP2, COMP2) XCM( MP2, COMP3) XCM( MP2, COMP4) XCM( MP2, COMP5) XCM( MP2, COMP6) XCM( MP3, COMP1) XCM( MP3, COMP2) XCM( MP3, COMP3) XCM( MP3, COMP4) XCM( MP3, COMP5) XCM( MP3, COMP6) XCM( MP4, COMP1) XCM( MP4, COMP2) XCM( MP4, COMP3) XCM( MP4, COMP4) XCM( MP4, COMP5) XCM( MP4, COMP6) QRC( COMP1, REC1) QRC( COMP1, REC2) QRC( COMP1, REC3) QRC( COMP1, REC4) QRC( COMP2, REC1) QRC( COMP2, REC2) QRC( COMP2, REC3) QRC( COMP2, REC4) QRC( COMP3, REC1) QRC( COMP3, REC2) QRC( COMP3, REC3) QRC( COMP3, REC4) QRC( COMP4, REC1) QRC( COMP4, REC2) QRC( COMP4, REC3) QRC( COMP4, REC4) QRC( COMP5, REC1) QRC( COMP5, REC2) QRC( COMP5, REC3) 310.0000 1000.000 1000.000 90.00000 1000.000 1000.000 1.000000 1.000000 2.000000 2.000000 2000.000 2000.000 2000.000 2000.000 0.000000 0.000000 0.000000 0.000000 1.000000 2.000000 1000000. 1000000. 310.0000 0.000000 290.0000 90.00000 310.0000 0.000000 0.000000 720.0000 0.000000 0.000000 0.000000 480.0000 0.000000 280.0000 170.0000 0.000000 30.00000 520.0000 0.000000 0.000000 540.0000 0.000000 660.0000 0.000000 1.000000 0.000000 1.000000 1.000000 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 1.000000 0.000000 1.000000 1.000000 0.000000 1.000000 1.000000 0.000000 0.000000 1.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 310.0000 1000.000 0.000000 0.000000 0.000000 0.000000 1000.000 0.000000 0.000000 0.000000 0.000000 0.000000 90.00000 0.000000 1000.000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000 0.000000 0.000000 0.000000 2.000000 0.000000 0.000000 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000 0.000000 0.000000 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
124
Annexe B QRC( COMP5, QRC( COMP6, QRC( COMP6, QRC( COMP6, QRC( COMP6, XRC( COMP1, XRC( COMP1, XRC( COMP1, XRC( COMP1, XRC( COMP2, XRC( COMP2, XRC( COMP2, XRC( COMP2, XRC( COMP3, XRC( COMP3, XRC( COMP3, XRC( COMP3, XRC( COMP4, XRC( COMP4, XRC( COMP4, XRC( COMP4, XRC( COMP5, XRC( COMP5, XRC( COMP5, XRC( COMP5, XRC( COMP6, XRC( COMP6, XRC( COMP6, XRC( COMP6, Y( MP1, Y( MP1, Y( MP1, Y( MP1, Y( MP2, Y( MP2, Y( MP2, Y( MP2, Y( MP3, Y( MP3, Y( MP3, Y( MP3, Y( MP4, Y( MP4, Y( MP4, Y( MP4, QRCA( 1, QRCA( 1, QRCA( 1, QRCA( 1, QRCA( 2, QRCA( 2, QRCA( 2, QRCA( 2, XBF( 1, XBF( 1, XBF( 1, XBF( 1, XBF( 2, XBF( 2, XBF( 2, XBF( 2, RECETTE_DECOUPE( RECETTE_DECOUPE( RECETTE_DECOUPE( RECETTE_DECOUPE( RECETTE_MELANGE( RECETTE_MELANGE( RECETTE_MELANGE( RECETTE_MELANGE( REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) REC1) REC2) REC3) REC4) 1, 1) 1, 2) 2, 1) 2, 2) 1, 1) 1, 2) 2, 1) 2, 2) 0.000000 1000.000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 1.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 1.000000 1.000000 0.000000 0.000000 0.000000 1.000000 1.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 1400.000 1090.000 0.000000 0.000000 600.0000 510.0000 0.000000 0.000000 1.000000 1.000000 0.000000 0.000000 1.000000 1.000000 0.6000000 0.4000000 0.4500000 0.5500000 0.5000000 0.7000000 0.5000000 0.3000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000 4.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 6.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000 0.000000 2.000000 0.000000 0.000000 2.000000 2.000000 2.000000 0.000000 0.000000 2.000000 2.000000 2.000000 0.000000 2.000000 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
125
Rsum
Ces dix dernires annes, la traabilit est devenue une composante essentielle dans la demande des clients des industries de production, en particulier de lagro-alimentaire. Celles-ci sont aujourdhui conscientes de la ncessit de mettre en uvre des systmes de traabilit prcis, rapides et fiables. Mme si le retour sur investissement est difficile valuer, un systme de traabilit est indispensable pour garantir le systme qualit, gagner de nouveaux marchs ou survivre en cas de crise agro-alimentaire. Devant ce constat, les industriels ont cependant des difficults analyser, concevoir et mettre en uvre des systmes cohrents et efficaces qui rpondent la demande de leurs clients. Dans ce mmoire, nous proposons des mthodes et des outils pour rpondre cette problmatique. Nous nous appuyons non seulement sur les travaux dj existants dans la littrature scientifique mais aussi sur notre exprience dans lindustrie agro-alimentaire. Ce travail a en effet t effectu en collaboration troite avec le groupe Aoste, producteur de charcuterie, dans le cadre dun projet de mise en place dun systme informatique de gestion intgre avec comme objectif principal loptimisation de la traabilit. Dans un premier temps, nous proposons un tat de lart et un tat des lieux sur la traabilit dans lindustrie agro-alimentaire et sur les outils mis en uvre pour obtenir cette traabilit. Nous rpondons ensuite la problmatique en proposant des modlisations non seulement du flux matire et de son suivi mais aussi du processus denregistrement de la traabilit. Enfin, nous prsentons un modle mathmatique pour optimiser la traabilit dans un cas prcis : les nomenclatures trois niveaux avec assemblage et dsassemblage.
Mots cls : Traabilit, agro-alimentaire, modlisation, optimisation, systmes de gestion intgre, dispersion des lots de production
126

These

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

These

Загружено:

Авторское право:

Доступные форматы

N dordre : 04-ISAL-0047 Anne 2004

LInstitut National des Sciences Appliques de Lyon

Informatique et Information pour la Socit (EDIIS) Spcialit Productique

Informatique et Systmes Coopratifs pour lEntreprise (ISCE)

Institut national des sciences appliques de Lyon

OTTERBEIN M. (Pr. mrite)

VUILLERMOZ P.L. (Pr. mrite) PHYSIQUE DE LA MATIERE

PLM BIOLOGIE ET PHARMACOLOGIE CREATIS**

CENTRE DE GENIE ELECTRIQUE DE LYON

2.2.1 2.2.2 2.3

2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 2.4

2.4.1 2.4.2 2.4.3 2.5 2.6

Vers une problmatique de recherche ___________________________ 30 Rsum et conclusion ________________________________________ 31

3.2.1 3.2.2 3.3 3.4

3.4.2 3.4.3 3.4.4 3.4.5 3.5 3.6

Historique _______________________________________________________ 45 Relation au produit ________________________________________________ 46

Le rle de ltat et de la lgislation _________________________________ 47

Rsum et conclusion ________________________________________ 48

4.2.1 4.2.2 4.2.3 4.2.4

Identification par marquage ADN ____________________________________ 53 RFID : avenir de la traabilit ? ______________________________________ 54

4.3.1 4.3.2 4.3.3 4.4

Rsum et conclusion ________________________________________ 60

5.2.1 5.2.2 5.2.3

2me phase : analyse et amlioration des processus de fabrication et de

3me phase : Dfinition du nouveau systme de traabilit _______________ 68

5.2.5.1 5.2.5.2 5.2.5.3

4me phase : Mise en place du systme de traabilit ___________________ 71

5.3.1 5.3.2 5.3.3

5.3.3.1 5.3.3.2 5.3.3.3 5.3.3.4

Mise en uvre des modles _______________________________________ 78

5.3.4.1 5.3.4.2 5.3.4.3

Mise en place dindicateurs de performance __________________________ 80

5.3.5.1 5.3.5.2 5.3.5.3 5.3.5.4 5.3.5.5

Rsum et conclusion ________________________________________ 82

6.2.1.1 6.2.1.2 6.2.1.3

Etape 4 : Analyse du systme de traabilit existant ______________________ 88

3me phase : Mise en place du systme dinformation ___________________ 92

6.2.3.1 6.2.3.2 6.2.3.3

6.3.1 6.3.2 6.3.3 6.3.4 6.4

Rsum et Conclusion ________________________________________ 99

7.3.1 7.3.2 7.3.3 7.4 7.5 7.6

CHAPITRE 8 BIBLIOGRAPHIE ______________________________________ 112

La traabilit : un sujet dactualit

A nalyse Et at de lart Et at des lie ux

Modli sation Opt imisat ion Mi se e n uvre

Probl mat ique de reche rche

Chapitre 2 : Dune Chapitre 2 problmatique industrielle une problmatique scientifique

Chapitre 7 : Chapitre 7 Optimisation de la dispersion des lots de fabrication

Probl mat ique industrielle Chapitre 1 : Introduction Chapitre 1

Chapitre 6 : Application Chapitre 6

Chapitre 2 : Dune problmatique industrielle une problmatique de recherche

Chapitre 2 Dune problmatique industrielle une problmatique de recherche

2.2.1 Les activits du groupe Aoste

Chapitre 2 : Dune problmatique industrielle une problmatique de recherche

Dcoupeurs Tranchage (2 sites)

Socits ext de conglation (2 sites)

Figure 2 : Chane logistique de lactivit saucisson sec du groupe Aoste

Chapitre 2 : Dune problmatique industrielle une problmatique de recherche

Figure 3 : tapes de la production du saucisson SEC

2.3.1 Traabilit avant le projet

de mettre en uvre ou damliorer lassurance de la scurit des denres alimentaires.

Chapitre 2 : Dune problmatique industrielle une problmatique de recherche

ISO : International Organization for Standardization

Chapitre 2 : Dune problmatique industrielle une problmatique de recherche

Vers une problmatique de recherche _ 30 Rsum et conclusion ______________ 31

Historique _______ 45 Relation au produit 46

Identification par marquage ADN 53 RFID : avenir de la traabilit ? __ 54