Challenge Numerique Industriel

General Data
Academic program	Formation ECAM LaSalle Spécialité Systèmes Numériques et Génie Industriel			Module Manager(s) : MARCONNET Bertrand
EC Type : Lectures	Challenge Numerique Industriel (LAISni08EChaNumInd)
Project : 36h00 Total duration: 36h00	Status Obligatoire	Period Semestre 8	Teaching language : Français

General objectives
Définir une stratégie industrielle pour produire un produit selon des prévisions et contraintes fournisseurs. Concevoir et déployer physiquement une ligne de production (implantation, flux produit, méthode 5S, postes de travail). Mettre en place une gestion de production complète (MPS, MRP, ALab Work) et mesurer des indicateurs clés (KPI). Gérer en équipe les flux physiques et numériques d’une chaîne logistique complète. Réagir efficacement à des aléas industriels réels et résoudre des problèmes techniques et organisationnels. Intégrer des outils numériques (IoT, robotique) pour améliorer la performance industrielle.

General objectives

Définir une stratégie industrielle pour produire un produit selon des prévisions et contraintes fournisseurs.
Concevoir et déployer physiquement une ligne de production (implantation, flux produit, méthode 5S, postes de travail).
Mettre en place une gestion de production complète (MPS, MRP, ALab Work) et mesurer des indicateurs clés (KPI).
Gérer en équipe les flux physiques et numériques d’une chaîne logistique complète.
Réagir efficacement à des aléas industriels réels et résoudre des problèmes techniques et organisationnels.
Intégrer des outils numériques (IoT, robotique) pour améliorer la performance industrielle.

Content
Simulation industrielle intensive de deux jours (plateformes INEXO et GHC). Fabrication physique d’un produit imposé (voiture solaire en bois "Cytron Toy") selon un cahier des charges industriel précis. Gestion de la chaîne logistique complète (fournisseurs, OEM, 3PL, clients finaux). Application des méthodes de gestion industrielle : MPS, MRP, ALab Work, gestion des stocks, prévisions. Conception physique et numérique des postes de travail (ergonomie, sécurité, 5S). Intégration de l’IoT pour la collecte de données de production (Arduino IoT Cloud). Utilisation d’un bras robotisé/cartésien pour automatiser certaines opérations industrielles. Réalisation de simulations chronométrées (équivalent 8h en 45 minutes) avec gestion d'aléas industriels réalistes. Évaluation de la performance industrielle et logistique (KPI : OEE, OTIF, Takt time, niveaux de stock).

Content

Simulation industrielle intensive de deux jours (plateformes INEXO et GHC).
Fabrication physique d’un produit imposé (voiture solaire en bois "Cytron Toy") selon un cahier des charges industriel précis.
Gestion de la chaîne logistique complète (fournisseurs, OEM, 3PL, clients finaux).
Application des méthodes de gestion industrielle : MPS, MRP, ALab Work, gestion des stocks, prévisions.
Conception physique et numérique des postes de travail (ergonomie, sécurité, 5S).
Intégration de l’IoT pour la collecte de données de production (Arduino IoT Cloud).
Utilisation d’un bras robotisé/cartésien pour automatiser certaines opérations industrielles.
Réalisation de simulations chronométrées (équivalent 8h en 45 minutes) avec gestion d'aléas industriels réalistes.
Évaluation de la performance industrielle et logistique (KPI : OEE, OTIF, Takt time, niveaux de stock).

Corequis
Connaissances de base en gestion industrielle (MPS, MRP, 5S). Compétences élémentaires en IoT (Arduino) et robotique industrielle.

Bibliographie
Support pédagogique IDC Kick-Off. Documentation technique IoT (Arduino IoT Cloud). Références standards industrielles (ISO 9001, ISO 10218-1 robotique industrielle).

Assessment(s)
N°	Nature	Coefficient	Observable objectives
1	Projet	1	Respect des KPI de production/logistique : OEE, OTIF, Takt time, Qualité. Gestion des aléas (stocks, qualité, délais). Analyse comparative jour 1 (manuel) vs jour 2 (digitalisé). Proposition d’amélioration continue et recul critique.