Modèle d'optimisation de l'ordonnancement des travaux correctifs et de maintenance dans un contexte minier souterrain

L’ensemble des activités de maintenance et de réparations représentent des coûts significatifs dans l’industrie minière. Une gestion optimale de ces activités entraîne entre autres un grand nombre de bénéfices comme une diminution des arrêts non planifiés, une baisse de la consommation énergétique des équipements et une hausse de la durée de vie des équipements. Actuellement, l’ordonnancement des bons de travail (BT) est réalisé de façon manuelle et basé sur la grande expérience des planificateurs de maintenance et de l’ensemble de l’équipe de maintenance. Ces problèmes d’ordonnancement sont de taille significative, ils comportent un grand nombre de contraintes ainsi que des fonctions objectifs variées à optimiser. La résolution de problèmes combinatoires de ce type est très difficile à accomplir manuellement et encore plus difficile de résoudre à l’optimalité sans assistance par ordinateur. Un modèle mathématique pourrait aider et guider l’équipe de maintenance d’établir un ordonnancement optimal des travaux à réaliser sur un horizon de temps variable. Le mémoire suivant traitera du développement d’un modèle permettant l’ordonnancement optimal des activités de maintenance et de réparations. Cet ordonnancement respecte les contraintes usuelles des planificateurs de la maintenance : assurer pour chaque type d’équipement un nombre minimum d’équipements actifs (non immobilisés), affecter les bonnes ressources (mécaniciens et équipement) selon la spécificité de chaque bon de travail (BT), ajuster la durée d’une tâche en fonction de l’assignation des ressources humaines, et accélérer autant que possible les travaux en arriéré (Backlog). Le modèle a pour objectif d’ordonnancer de façon robuste et de compiler rapidement le plus grand nombre d’activités prêtes à être effectuées en fonction de leur indice de priorité (établi a priori) tout en minimisant la durée globale des travaux. Le modèle est validé sur des données réelles tirées d’applications minières.