Type de membre
- Régulier
Institution
- École de Technologie Supérieure - ETS
Discipline(s)
- Génie industriel
- Génie mécanique
- Mathématiques appliquées
Expertises
- Logistique industrielle
- Méthodes numériques
- Planification de la production
- Processus stochastiques
- Simulations et plans d'expérience
- Stratégies de maintenance
Biographie
Jean-Pierre Kenné est professeur au département de génie mécanique de l'École de technologie supérieure. Expert en commande optimale stochastique appliquée à la gestion de production et de maintenance des systèmes de production, il s’intéresse aussi à la commande avancée des systèmes dynamiques complexes et à leur implantation en temps réel. M. Kenné a œuvré pendant plusieurs années dans le secteur de l’automatisation des systèmes industriels de production avant de joindre le département de génie mécanique de l’ETS en 2000. Il est auteur de plus de 150 articles de journaux et d’une diversité d’articles de conférence. Sur le plan théorique, il travaille principalement sur le développement de nouveaux modèles d’optimisation traitant de l’intégration de différents concepts d’optimisation en production, en maintenance et en logistique industrielle dans le but de rentabiliser les investissements. En employant la théorie de commande optimale en présence des phénomènes aléatoires, la dynamique du système étudié est décrite par des processus adaptés intégrant l’usure des équipements, la qualité des produits, la planification de la production, de la réutilisation des produits usagés et de la maintenance des machines. Les méthodes numériques, la simulation et les méthodes statistiques sont ensuite utilisées pour résoudre le problème et caractériser les différentes politiques de commande dans un contexte global de production industrielle en présence de différentes sources d’évènements aléatoires. Sur le plan pratique, il travaille sur la mise sur pieds des méthodes de résolution des problèmes de recherche de nature complexe. Ces méthodes permettent de faire une planification efficace des activités des systèmes de production manufacturière en tenant compte des enjeux reliés à la flexibilité de production, la compétitivité et la rentabilité. Les algorithmes de résolution développés sont implantés sur des exemples de systèmes de production manufacturière reflétant des réalités industrielles, soumises à des contraintes budgétaires et environnementales et intégrant la logistique inverse. Il est impliqué dans plusieurs projets de recherche en partenariat avec l’industrie, ainsi que dans plusieurs cours de premier cycle et des cycles supérieurs.