Gamut et optimisations combinatoires
Lorsqu’on met en place un configurateur d’objet, on passe inévitablement ( et heureusement ) par la définition des contraintes techniques et économiques de sa mise en production. Après une première phase d’ébauche du configurateur, on est souvent capable de générer, au moins dans ses grandes lignes et contraintes, des populations d’objets possibles…. Mais pas tous souhaitables. Pour ce faire, on a recours à des méthodes dites d’optimisation évolutionniste. Dès lors, l’analyse patiente de ces populations permet le plus souvent de réorienter la gamme des possibles afin que l’objet à produire tienne au moins dans une forme d’ économie de moyen. C’est une idée très proche du concept biologique de paysage adaptif. Sorte de représentation graphique d’une population dont la lecture doit permettre de dégager sa valeur sélective. A savoir, si on l’applique à notre sujet, à définir une population resserrée de combinaisons souhaitables.
Un petit exemple pour bien comprendre?
Une entreprise produit des bassins en inox à partir de tôles rectangulaires dont les dimensions sont contraintes par l’outil de production. Dans notre cas, une découpe laser de dimensions 3000 x 1500 mm. Les règles de découpe pour produire les éléments de fond et de paroi d’un bassin type sont telles qu’il n’est pas possible de connaître précisément le nombre de tôles qu’un nouveau bassin va consommer. Et jusqu’alors, la production passée n’a pas permis de mettre en place des abaques de consommation. Et cette dernière n’a rien de proportionnelle ou linéaire. Autrement dit, un bassin 2 fois plus grand qu’un autre ne consomme pas 2 fois plus de tôles. Jusqu’à notre intervention, la seule façon de définir cette consommation passe par la modélisation détaillée du bassin en bureau d’étude. Et cette étape peut demander 1 à plusieurs semaines…
Dans ses grandes lignes pourtant, l’objet à produire peut se définir globalement par une largeur, une longueur et une profondeur. C’est au moins ce que l’on permet au client de choisir. Mais dans quelles limites? Et sait on si un bassin d’une certaine dimension est plus rentable à produire qu’un autre? Non. On l’ignore. Peut-être ici et là des intuitions mais rien de tangible.
En mettant en place les conditions de découpe d’un fond et d’une paroi de bassin selon les critères employés en production. Puis en ajoutant des règles de calepinage des différentes pièces à découper dans les formats de tôle, j’obtiens assez rapidement un modèle stable sur Grasshopper capable de prédire la consommation de tôle pour un bassin donné. On gagne à ce moment là au moins la possibilité de commander les tôles avant même d’en commencer la modélisation en bureau d’étude. On vient alors de gagner 1 à plusieurs semaines… Les tôles sont déjà commandées et dans le stock quand les fichiers de découpe sont prêts.
Gamut de consommation ?
Mais on peut aller plus loin… Si on crée et stocke les 3 variables de dimensions d’un bassin et qu’on associe à chaque combinaison le résultat du nombre de tôle consommé. On lance une série de plusieurs centaines de bassins virtuels générés aléatoirement. Et on enregistre chaque fois le résultat en utilisant les 3 dimensions largeur, longueur, hauteur + la consommation de tôles. On choisit de représenter ces 4 valeurs sous la forme suivante. : Les 3 dimensions donne une coordonnée 3D d’un point dans l’espace et sa consommation lui donne une couleur variant du vert au rouge selon qu’elle consomme peut ou beaucoup de tôles…
Et on observe le résultat sur plus de 8000 tirages aléatoires. On a alors sous les yeux une représentation en 3D et en couleur d’une population de bassins. Une masse que l’on mettrait des années à produire. Face à ce diagramme, Olivier pense au début au gamut utilisé en colorimétrie et il nomme maladroitement ce diagramme « Gamut de bassin« . Puis, on peut décimer progressivement cette population pour l’amener dans des valeurs de consommation plus tenues ou moins parasites. Au final, on parvient à détecter au moins 2 comportements très intéressants :
- Une forte corrélation entre la consommation de tôles et la hauteur du bassin. Et un pic de consommation quand le bassin dépasse 1450mm.
- Plus intéressant encore, chaque fois que la consommation s’emballe, on peut observer des plats juste avant. Des moments pendant lesquels, la consommation, au lieu de progresser de manière linéaire ralentit et décrit une stagnation. On a donc de véritables paliers de consommation très liés à la hauteur du bassin.
Sans rentrer dans les explications complexes de ces 2 facteurs, ces constats ont engagé des réflexions sur la forme des parois. Ils ont invité également à modifier et optimiser des éléments de structure que l’on peut calepiner de manière opportuniste dans les chutes laissées par les grands éléments à découper. Ils ont permis enfin de fixer les valeurs limites des 3 dimensions de bassins. Puis de créer un abaque pour prédire rapidement les consommations de tôle de bassins avec une marge d’erreur très faible.
De manière plus générale, cette notion de paysage adaptatif constitue désormais un outil d’analyse et d’aide à la décision dans la définition d’une gamme. Il fait désormais partie intégrante du processus de création d’un configurateur. Il aide au moins à observer des possibles et en déduire les standards que le configurateur devra permettre d’atteindre. De cette façon, il décrit aussi le non standard et tente de fixer le sur mesure.
Le parallèle entre le gamut colorimétrique et les méthodes d’optimisation évolutionniste reste un vrai sujet de Design global. Si le gamut vise à définir l’étendue des couleurs atteignables par un périphérique pour en optimiser les performances. Et obtenir des couleurs plus fidèles tout en veillant à en limiter la consommation. Le paysage adaptif tente d’abord d’observer des consommations possibles, fidèles aux contraintes de production. Et parvient de cette façon à délimiter l’étendue des souhaitables qu’une gamme devrait raisonnablement couvrir. En résumé, sans entrer dans un syllogisme facile, la calibration couleur mesure les possibles pour économiser les moyens. L’optimisation évolutionniste, appliquée au Design industriel, mesure les moyens pour limiter les possibles.
Plus tard, on nous parlera d’ Octopus de Robert Vierlinger de l’Université d’Arts Appliqués de Vienne.. Et on se rend compte comme souvent que :
1 On essaie ou l’on croit toujours réinventer la roue.
2 Notre approche restait bien modeste par rapport à celle d’Octopus. Pour ne pas dire ridicule.
3 Il reste quand même tout un champ d’investigation passionnant autour du principe de Pareto. De quoi occuper les longues soirées d’hiver.
Et une boucle commence à se refermer et les vocabulaires commencent à se rencontrer. Le paysage des souhaitables, par exemple, est une dominance de Pareto selon Robert Vierlinger. Ici, pour nos bassins, il décrit la forme d’un standard ou d’une gamme à viser…
Maintenant c’est à vous. Amusez vous à décimer la population des 8000 bassins ci-dessous. Et observer ainsi les comportements de ses gentils individus. Ce diagramme n’est pas une vérité en soi. Juste une aide à la décision. Et des décisions à prendre, il y en a probablement autant que de comportements à ‘interpréter…