METHODOLOGIE DE VIRTUALISATION DE PRODUITS A NOMENCLATURE DIVERGENTE

Méthodes de prévision de la production

Trois approches peuvent être mises en place pour prévoir la production dans les scieries. La première approche classique, décrite dans le chapitre I, consiste à évaluer la production future à partir des informations qu’il est possible d’observer sur l’enveloppe de la grume. Nous avons vu que cette approche, basée sur la connaissance des experts, reste très incertaine et génère entre 15 et 20% de produits non conformes aux besoins des clients et des scieurs. C’est pour cette raison que nous présentons deux autres approches, l’approche que nous nommons « billon » que nous comparons à l’approche dite « produit », le sujet de cette thèse, schématisées dans la figure 49 et qui permettent de diminuer ce taux de non qualité. Ces deux Chapitre 3 – 98 – approches étant basées sur la représentation numérique, volumique et interne de la matière première, nous commençons par décrire ses méthodes de numérisation possible et comment nous avons choisi la nôtre. Figure 49 : Les trois approches permettant d’estimer la production dans les scieries 3.1.1 Numérisation de la matière première Quelle que soit l’approche (billon ou produit), la première étape consiste à numériser la matière (passage du réel au numérique, ou virtuel). Différentes recherches dans le domaine du matériau bois ont déjà éprouvé plusieurs des capteurs utiles pour y arriver. Afin de faire émerger le plus pertinent à utiliser dans notre cas, un état de l’art est réalisé afin de montrer les avantages et inconvénients de chacun. Puis dans le paragraphe suivant, nous déterminons le(s)quel(s) permet(tent) d’avoir la représentation la plus complète, précise et réaliste du produit.  Les capteurs permettant de numériser la matière première De multiples capteurs sont utilisés dans l’industrie du bois pour avoir une représentation autant surfacique que volumique de la matière. Ici nous ne décrivons que les capteurs volumiques car les capteurs surfaciques sont utilisés en post processus, sur les produits finis. Ces capteurs utilisent différentes technologies basées sur des longueurs d’ondes différentes. Les capteurs permettant d’obtenir une représentation volumique de la matière doivent utiliser des ondes ayant la capacité de pénétrer cette matière. Dans [Bucur, 2003] et plus récemment [Brashaw & al, 2009], les auteurs présentent les capteurs dont les ondes ont cette capacité et dont l’utilité dans l’industrie du bois est prouvée. Ils mettent en avant plusieurs méthodes d’imagerie : celles utilisant l’effet thermique, les micro-ondes, les ultra-sons, la résonance magnétique (Imagerie par Résonance Magnétique, IRM) et les radiations Ionisantes (rayons X et gamma). Bien que les ondes du visible ne pénètrent pas le matériau, nous citons une catégorie de capteurs permettant d’avoir une représentation de l’enveloppe de la grume par l’utilisation de caméras et/ou de lasers (figure 50.a). En couplant plusieurs de ces capteurs, il est possible d’obtenir une représentation de l’enveloppe de l’objet scanné. La représentation est volumique mais elle ne permet pas d’avoir une vision interne du bois. Cette technique est très utilisée en scierie car elle permet d’avoir une information assez précise du volume et de la forme des billons et des grumes avec un investissement « raisonnable ». De nombreuses recherches sur l’optimisation de la matière première se basent sur ce type de représentation [Todoroski & Rönnqvist, 2002]. Néanmoins, ces capteurs ne permet pas d’obtenir, par anticipation du processus de transformation, une représentation des futurs produits potentiellement sciés. Les techniques dites « thermiques » utilisent la température du matériau et sa capacité à propager la chaleur pour obtenir une image (figure 50.b). Il est possible d’utiliser soit une méthode active où le bois subit des cycles de chaleur, ce qui permet de déterminer l’impact d’une singularité sur la mécanique du bois par effet de dilation, soit une méthode passive dans laquelle le bois est seulement chauffé (sans cycle). Cette deuxième méthode permet d’avoir une bonne connaissance de l’intérieur du matériau et de déterminer la présence de nœuds, de cavités, ou l’humidité du bois. Il est cependant difficile d’obtenir une image correcte et facilement exploitable de l’intérieur du bois par cette technique. Les méthodes utilisant les micro-ondes se basent sur les propriétés diélectriques du matériau (figure 50.c). Utilisées initialement pour des produits collés entres eux et surtout pour le contrôle qualité dans d’autres industries, elles se développent dans les industries du bois pour détecter les singularités telles que les nœuds, les variations structurelles (fentes, trous, …) ou l’humidité du bois [Kaestner & Batth, 2000] [Fuentéalba, 2005]. L’inconvénient majeur des micro-ondes provient de l’interprétation des images qui est souvent complexe à réaliser du fait de la transformation des ondes dans le matériau [Bucur, 2003]

L’approche « billon »

Cette approche anticipe la production sur la base des caractéristiques internes des billons. Elle est étudiée par B. Almecija dans ses travaux de recherche [Almecija & al, 2012a] [Almecija & al, 2012b]. L’objectif principal est de trier les billons à partir de critères évalués dessus, en fonction de la qualité des produits finis qui pourront être fait avec. La stratégie adoptée dans cette étude vise à établir le lien existant entre la qualité du billon définie dans l’entreprise partenaire, correspondant à la capacité d’un billon à produire d’un certain type de produits, et la qualité des produits finis. Le but est donc de déterminer les caractéristiques à mesurer et les différents seuils de décision qui y sont attachés, afin de paramétrer le système de tri, et d’attribuer la bonne qualité au billon en assurant par la même une production au plus juste. Pour établir ces relations, trois phases ont été mises en œuvre. Une première consiste à créer un modèle représentant la connaissance des experts sur la qualité billon et un autre relatif à la qualité produit afin de déterminer les liens directs, indirects, voire inexistants (et qu’il faut donc créer) entre ces deux modèles. L’utilisation d’un modèle représentant la connaissance sur le matériau bois permet de compléter les liens inexistants. Dans un cas, la caractéristique mesurée sur le billon permet de connaitre directement la valeur du critère sur le produit (p. ex. l’essence), dans l’autre, il faut passer par la mesure d’autres caractéristiques afin d’avoir une estimation du critère désiré (p.ex. les nœuds ou l’entre-écorce12) [Almecija & al, 2012]. Cette alternative offre l’avantage de mettre à plat la connaissance de l’entreprise et de faire émerger des vérités difficiles à identifier sans la modélisation. Cependant, elle ne permet pas de définir les liens mathématiques qui existent entre les critères d’évaluation de la qualité billon et ceux de la qualité produit. La deuxième phase consiste à utiliser la simulation pour observer l’influence de certaines caractéristiques du billon (comme le diamètre moyen des nœuds) sur les produits finis. Ces simulations permettent d’avoir une connaissance sur le lien mathématique existant entre les critères d’évaluation de la qualité billons et la qualité produit. Cependant, cette étape a ses limites car certaines singularités et, en particulier, celles dont la présence est aléatoire comme les poches de résine, ou les attaques biologiques sont difficiles à simuler de manière réaliste. Il n’est donc pas possible de déterminer l’ensemble des valeurs relatives à chacun des critères permettant de définir les classes de qualité billons. La dernière phase repose sur le traitement de données, c’est-à-dire qu’elle est basée sur l’exploitation de résultats obtenus par l’expérience. Pour cette étape, une quantité importante de billons doit être scannée, caractérisée puis sciée. Les sciages ainsi obtenus sont eux aussi scannés (avec une caméra dans ce cas) et caractérisés. A partir de là, il s’agit d’établir les liens qui existent entre des singularités (nœuds, fentes, …) préalablement sélectionnées, pour déterminer les critères pertinents à relever sur les billons ainsi que les valeurs limites relatives à la détermination des qualités. Une telle solution semble « chronophage et énergivore » du fait de la nécessité de scanner une quantité importante de billons pour couvrir l’ensemble des cas possibles. Cependant c’est une bonne alternative pour valider les simulations et les modèles proposés précédemment. Pour finir à propos de cette approche billon, on s’aperçoit que son utilisation repose sur une évaluation stochastique de la qualité des produits finis. Il existe beaucoup d’incertitude concernant la fiabilité de la méthode car le bois est un matériau hétérogène et extrêmement variable. L’utilisation de critères propres au billon pour prévoir la qualité des produits finis est donc très incertaine et imprécise. Il est ainsi évident que le taux de non-conformité de la production ne peut pas être minimal.