FLOWER

Type de projet
ANR
Date

janvier 2025 - décembre 2028

Leader
Aurélien LEGUY (SAVOYE)
Responsable DISP
Participants DISP
Partenaires

SAVOYE (leader, entreprise), LISPEN / ENSAM, DISP / INSA Lyon

L’ambition de FLOWER est d’intégrer des critères énergétiques dans la conception et la gestion algorithmique des plateformes logistiques pour parvenir à une réduction significative des émissions de CO2.

ASRS

Les plateformes logistiques, points névralgiques des chaines de valeur mondiales, sont des leviers majeurs d’efficience qui demandent à être toujours plus réactives, fluides et optimisées. Les systèmes ASRS (Automated Storage and Retrieval Systems) permettent de décupler la productivité de plateformes logistiques modernes. A date, ces installations ont toujours été dimensionnées par rapport à un flux pic de préparation de commandes. Leur algorithmie de pilotage ne s’adapte pas aux variations d’activités à la baisse et ne prend pas en compte la dépense énergétique de l’entrepôt. Or, la crise climatique imminente impose d'étudier d'autres critères de performance que le simple flux de préparation de commandes, comme le coût énergétique, afin de parvenir à une gestion énergétique en temps réel des ASRS.

FLOWER (Frugal Logistics Operations With an Energy Oracle), est un projet collaboratif de 4 ans qui associe Savoye, ETI française leader dans les systèmes ASRS, le laboratoire LISPEN (ENSAM) et le laboratoire DISP (INSA Lyon) pour concevoir et démontrer une algorithmie de pilotage permettant de minimiser la dépense énergétique des plateformes logistiques.

Cette solution s’appuiera sur des algorithmes d’optimisation bi-objectifs (flux + énergie) codéveloppés avec le DISP ainsi que sur un oracle de prédiction de dépense énergétique à base de machine learning codéveloppé avec le LISPEN sur la base de simulations physiques de Savoye. La nouvelle algorithmie sera testée sur un prototype in-silico et un in-situ avec Savoye.

Ce travail permettra de faire progresser l’état de l’art des algorithmes de recherche opérationnelle et de proposer des pistes sur l’utilisation de simulations sur jumeaux numériques en temps réel par l’utilisation de méthodes d’approximation par IA (réduction de modèles).

Notre ambition est de réduire la dépense énergétique des centres logistiques de 45% en moyenne sur une année d’opération avec cette nouvelle algorithmie (estimation basée sur une pré-étude de 1 an entre Savoye et le LISPEN). Savoye et ses partenaires ouvriront la voie vers des opérations plus frugales dans l’industrie logistique.