Journées de l'optimisation 2007 Optimizations days

Mining industry is a key element of Canada's economy. Today several companies suffer from high costs of ores extraction. These increasing costs decrease extraction profitability that sometimes causes the closure of mining operations. A major component of the extraction costs is the cost associated to the transportation of fragmented material between shovels to unloading areas. Several dispatching algorithms have been proposed in the literature in order to minimize transportation costs. However, recent studies have proven the inadequacy of the use of deterministic algorithms within a stochastic mining environment. Based on a large literature review concerning the evolution of control architectures of complex production and transport systems, we suggest defining a new structure for dispatching systems in open-pit mines that will be decentralized, agile, robust and reactive to face the incontrollable environment disturbances. ------- L’industrie minière représente un secteur clé de l’économie canadienne. Plusieurs compagnies souffrent aujourd’hui des coûts élevés d’extraction de minerais. Ces coûts en hausse abaissent la rentabilité de l’extraction et mènent parfois à la fermeture de certaines mines. Une portion importante de ces coûts d’extraction provient du processus de transport de la roche fragmentée entre les pelles et les aires de déversement. Plusieurs algorithmes de répartition ont été proposés dans la littérature afin d’optimiser le pilotage du système de transport. Cependant, des études récentes prouvent l’inadéquation de ces algorithmes déterministes face à la forte composante stochastique de l’environnement minier. À la suite d’une large revue de littérature portant sur l’évolution des architectures de pilotage des systèmes complexes de production et de transport nous proposons de définir pour les systèmes de transport minier une structure de pilotage non centralisée, agile, robuste et capable de réagir à temps aux stimuli de l’environnement externe.

Une nouvelle approche permet de générer des plans de palettisation qui intègrent simultanément les critères de compacité et de stabilité. Les plans sont générés grâce à un algorithme génétique combiné à une procédure de placement des colis sur la surface de la palette. La recherche du plan le plus économique prend en considération la somme des coûts de stockage, de manutention et de transport comme critère d’évaluation. Ainsi, le choix du plan final est fait grâce à un compromis entre la maximisation du nombre de colis placés et la minimisation des coûts liés aux techniques de maintien artificiel qui assurent la stabilité de la charge, si un croisement minimal n’est pas offert par le plan de placement.

In cargo railways, tactical planning needs to consider a horizon from a few weeks to one year. This raises the challenge of devising solvable models for reasonably long periods that are accurate enough to represent the main characteristics of railway operations. We present a model that relates network topology, capacity and travel times; available traction described by the locomotive fleet and its possible arrangements; car fleet with types and respective quantities; and demands between pairs of yards specifying compatible types of cars, revenue and load/unload rates. The objective is to find the set of demands to satisfy together with the use of the railway resources that maximize profit, revenue or any other index. We extend this model to allow the congestion on the links to change the associated travel times. Also, we provide a MIP based heuristic to solve the problem when deciding upon a yard is permitted in the model. Experiments on real data and constructed instances are reported.