Soutenance du Projet de Fédérateur

Département informatique
Filière : Génie productique

Système de pilotage des risques liés à la chaine d

´approvisionnement pétrolière à travers les prévisions

Présenté par : Soutenu le 29 Janvier 2024, devant le jury:

DOUBABI Anas
DOBLI Amina Pr.Tajini Réda Président de jury
DKHYSSY Zakaria
ERRAKI Ahmed

Année universitaire: 2023/2024

 INTRODUCTION

 Importance du système .
 1 Contexte général du projet

2 Visualisation et modélisation

Plan 3 Réalisation du système

4 Conclusion et perspectives

3
01

Contexte général du projet

4
 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

Métier Facility Management

Date de création
en 1996

Chiffre d’affaires (2018) 23,5 Millions Dhs

Automatisation du Reporting des KPIs 5 PFA 2023

 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

La gestion multi La gestion multi

services technique

Automatisation du Reporting des KPIs 6 PFA 2023

 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

SITES CLIENTS UM6P

+4500 sites +16 villes

Automatisation du Reporting des KPIs 7 PFA 2023

 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

SITES CLIENTS UM6P

Automatisation du Reporting des KPIs 8 PFA 2023

 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

SITES Site chez EXPROM

CLIENTS Facilities UM6P

AXA, Lear, Safran…

Contrat de maintenance avec OCP

44 techniciens et 7 agents d’environnement

Automatisation du Reporting des KPIs 9 PFA 2023

 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

Contexte du projet

Service Maintenance
Gestion de la maintenance des Développement des Dashboards personnalisés
installations, des énergies et des sur l’état des projets et de la maintenance du
fluides site .

Automatisation du Reporting des KPIs 1 10

PFA 2023
 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

Problématique

Visualisation des la réactivité du Evaluation de la performance

système de la maintenance des techniciens

Automatisation du Reporting des KPIs 1 11

PFA 2023
 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

Objectif

Automatiser le processus de collecte,

de traitement et de visualisation des
données

Automatisation du Reporting des KPIs 1 12

PFA 2023
 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

Solution

Importation du
GMAO
Génération des
rapports KPIs

Traitement des
données

Importation du
fichier Excel

Automatisation du Reporting des KPIs 13

13 PFA 2023
 1 Contexte général du projet 2 3 4
Organisme d’accueil Cadre du projet Déroulement du projet

Automatisation du Reporting des KPIs 14 14

PFA 2023
02

Visualisation et Modélisation

15
 1 2 Analyse et Modélisation 3 4
Visualisation Modélisation
Outils de visualisation

La visualisation des données est une étape préliminaire

pour bien comprendre le comportement des
changements de prix et les facteurs géopolitiques
correspondant à ces changements.

L’outil choisi pour la visualisation est google colab pour les raison suivants :

 Librairies populaires préinstallées .

 Possibilité d'utiliser des bibliothèques de visualisation avancées .
 Facilité d'utilisation.
 Intégration avec Google Drive.

Automatisation du Reporting des KPIs 16 PFA 2023

 1 2 Analyse et Modélisation 3 4
Visualisation Modélisation

Calcul du Criticité

La Criticité = La Gravite * L’occurrence

Dans notre cas, nous considérons que l'occurrence des risques est identique, alors:

Criticité = Gravite = prix moyen annuel - 80

Automatisation du Reporting des KPIs 17 PFA 2023

 1 2 Analyse et modélisation 3 4
Visualisation Modélisation

Outils de modélisation

Pour la modélisation nous avons choisis la langage SysML qui est

largement utilisé dans les industries pour modéliser des systèmes
complexes et pour faciliter la communication et la collaboration entre
les différentes disciplines impliquées dans le processus d'ingénierie.

Automatisation du Reporting des KPIs 18 18

PFA 2023
 1 2 Analyse et modélisation 3 4
Visualisation Modélisation

Diagramme d’exigence

Le diagramme d'exigences contient les

exigences et les contraintes que le
système doit satisfaire.

Automatisation du Reporting des KPIs 19 19

PFA 2023
 1 2 Analyse et modélisation 3 4
Visualisation Modélisation

Diagramme de cas d’utilisation

Le diagramme de cas d'utilisation

répertorie les finalités et les fonctions
que le système peut accomplir.

Automatisation du Reporting des KPIs 20 20

PFA 2023
03

Réalisation

21
 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Outils utilisés

Environnement de développement Google Colab Espace pour développer

Apprentissage approfondie Keras Prétraitement des données

Apprentissage automatique TensorFlow Construire le modèle

Examiner le modèle
Visualisation des graphes Matplotlib

Automatisation du Reporting des KPIs 22 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Partie ETL Résultats Actions

Architecture globale

Automatisation du Reporting des KPIs 23 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Les LSTMs sont souvent utilisés dans la prédiction

des prix des actions, y compris les prix du pétrole, en
raison de leur capacité à modéliser les dépendances
temporelles complexes notamment le rapport entre
les fluctuations du prix de pétrole et la gravité des
évènements géopolitiques qui influence notre chaine
d’approvisionnement

Automatisation du Reporting des KPIs 24 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Modèle RNN-LSTM

L'architecture du modèle LSTM comprend

une couche LSTM avec 64 unités, suivie
d'une couche dense avec 8 neurones et une
fonction d'activation ReLU, puis d'une
couche de sortie dense avec une seule unité
utilisant une activation linéaire pour la
prédiction des prix. La fonction de perte
utilisée pendant l'entraînement est l'erreur
quadratique moyenne (Mean Squared Error),
et l'optimiseur est configuré avec l'algorithme
Adam.

Automatisation du Reporting des KPIs 25 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Evaluation de la fonction loss et val loss

Automatisation du Reporting des KPIs 26 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Interface

Prix réel vs prix prédit

Le graphique suivant permet

de visualiser la manière dont
les prédictions du modèle se
comparent aux données
réelles.

Automatisation du Reporting des KPIs 27 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Analyse de résidus

Le graphique présente les

résidus sur l'axe vertical par
rapport à la chronologie sur
l'axe horizontal, où chaque
point représente la différence
entre le prix réel et le prix
prédit à une date spécifique.

Automatisation du Reporting des KPIs 28 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Par la suite de tout ce qui a précédé ,nous

avons géneré quelques action
preventives ,a savoir que ceci varie en
fonction de l´entreprise ,de ses ressources
et de sa stratégie

Automatisation du Reporting des KPIs 29 PFA 2023

 1 2 3 Réalisation 4
Outils et architecture Conception Résultats Actions

Aide à la décision

Ainsi , et pour faciliter la prise de décision en

termes des actions , nous avons décidé de
préparer une architecture d´analyse multicritére
qui represente la méthode TOPSIS en langage R
et qui n´aura besoin que de donnees d´entré pour
génrer l´ordre de preference

30 PFA 2023
04

Conclusion et Perspectives

31
 1 2 3 4 Conclusion et Perspectives
Conclusion Perspectives

 Transformation les données

 Automatisation de la génération des rapports

 Une interface simple et efficace.

Automatisation du Reporting des KPIs 32 32

PFA 2023
 1 2 3 4 Conclusion et Perspectives
Conclusion Perspectives

Ajout d'autres KPIs

Enrichissement des fonctionnalités

existantes

Automatisation du Reporting des KPIs 33 33

PFE 2023
MERCI POUR VOTRE ATTENTION

34 34
PFE 2023
 Soutenance du Projet de Fédérateur

Département informatique
Filière : Génie productique

Système de pilotage des risques liés à la chaine d

´approvisionnement pétrolière à travers les prévisions

Présenté par : Soutenu le 29 Janvier 2024, devant le jury:

DOUBABI Anas
DOBLI Amina Pr.Tajini Réda Président de jury
DKHYSSY Zakaria
ERRAKI Ahmed

Année universitaire: 2023/2024