Industrie du futur : aide à l'identification des phénomènes dangereux lors de la conception de machines flexibles

Autor: Daille-Lefevre, B, MARSOT, J., Martin, P.
Přispěvatelé: Institut national de recherche et de sécurité (Vandoeuvre lès Nancy) (INRS ( Vandoeuvre lès Nancy)), École Nationale Supérieure des Arts et Métiers (ENSAM), Laboratoire de Conception Fabrication Commande (LCFC), Université de Lorraine (UL)-Arts et Métiers Sciences et Technologies, HESAM Université (HESAM)-HESAM Université (HESAM), MAFAYOUX, Jenny, Administrateur Ensam, Compte De Service
Jazyk: francouzština
Rok vydání: 2020
Předmět:
Zdroj: 13ème CONFERENCE INTERNATIONALE DE MODELISATION, OPTIMISATION ET SIMULATION (MOSIM2020), 12-14 Nov 2020, AGADIR, Maroc
13ème CONFERENCE INTERNATIONALE DE MODELISATION, OPTIMISATION ET SIMULATION (MOSIM2020), 12-14 Nov 2020, AGADIR, Maroc, Nov 2020, AGADIR, Maroc
13ème Conférence internationale de Modélisation, Optimisation et Simulation (MOSIM)
MOSIM
MOSIM, 2020, Agadir, Maroc. 6p
Popis: International audience; Les concepteurs de machines industrielles doivent légalement évaluer les risques qu'elles présentent, ce qui passe obligatoirement par l'identification des phénomènes dangereux mis en jeu. Pour les aider dans cette tâche, le modèle EZID (Energy analysis for systematic haZard Identification during Design) a été imaginé. Celui-ci se base sur le postulat suivant : les phénomènes dangereux n'existent qu'en présence d'énergies. Dans ce cas, identifier les phénomènes dangereux revient à suivre les flux d'énergies entrants dans la machine, transmis d'un élément à l'autre, diffusés ou transformés. Si la pertinence de ce modèle a été montrée dans le cadre de la conception d'une machine spéciale mono tâche, qu'en est-il lorsqu'il est appliqué sur des machines flexibles répondant au paradigme de l'industrie du futur ? C'est à cette question que tente de répondre cet article. Pour ce faire, la méthode EZID a été appliquée à un cas réel de conception d'un îlot de fabrication flexible. Les résultats sont également comparés à ceux obtenus avec une méthode classique d'identification des phénomènes dangereux.
Databáze: OpenAIRE