Layoutdesign vun der Miwwelproduktiounslinn mat formelle Methoden

mythologesch

Dësen Artikel experimentéiert mat der Uwendung vu verschiddenen heuristeschen Approchen op e reellt Layoutproblem vun enger Miwwelfabrikatiounsfirma. All Modeller ginn mat AHP verglach, wou eng Rei vun interessante Parameteren agesat ginn. D'Experiment weist, datt formell Layoutmodelléierungsapprochen effektiv a reellen Problemer, mat deenen an der Industrie konfrontéiert gëtt, agesat kënne ginn, wat zu bedeitende Verbesserunge féiert.

1. dem Wieler

D'Miwwelindustrie erlieft eng ganz kompetitiv Ära, wéi vill aner, a mir beméien eis, Methoden ze fannen, fir d'Produktiounskäschten ze reduzéieren, d'Qualitéit etc. ze verbesseren. Am Kader vun engem Produktivitéitsverbesserungsprogramm an enger Produktiounsfirma, déi hei genannt gëtt (D'Firma = TC), hu mir e Projet duerchgefouert, fir den Layoutdesign vun der Produktiounslinn an der Werkstatt vun dëser Firma ze optimiséieren, mat dem Zil, déi aktuell Problemer ze léisen, déi mat dem ineffizienten Layout ze dinn hunn. Et gouf decidéiert, eng Rei vu Layout-Modelléierungstechniken anzewenden, fir e bal optimalt Layout ze generéieren, baséiert op formelle Methoden, déi an der Praxis selten benotzt ginn. D'Modelléierungstechniken, déi benotzt ginn, sinn Graphentheorie, Blockplang, CRAFT, Optimal Sequenz a geneteschen Algorithmus. Dës Layouten goufen dann evaluéiert a verglach mat 3 Critèren, nämlech Gesamtfläch, Flow * Dist an den Adjacency Percentage. Déi Gesamtfläch bezitt sech op d'Fläch, déi vun der Produktiounslinn fir all entwéckelt Modell besat ass. Flow * Dist berechent d'Zomm vun de Produkter vum Flow an den Ofstand tëscht all 2 Ariichtungen. Adjacency Percentage berechent de Prozentsaz vun den Ariichtungen, déi d'Ufuerderung vun Nopeschschaft erfëllen.

D'Auswiel vum beschte Layout gouf och formell mat Hëllef vunMulti-KriterienEntscheedungsprozess AHP (Satty, 1980) mat Hëllef vun der Expert Choice Software. Dee beschte Layout gouf mam bestehenden Layout verglach, fir d'Verbesserungen ze demonstréieren, déi duerch formell Approchen zum Layoutdesign erreecht goufen.

D'Definitioun vun engem Problem mat der Layout vun der Anlag ass et, déi bescht Uerdnung vu physikaleschen Ariichtungen ze fannen, fir en effizienten Operatiounsprozess ze garantéieren (Hassan an Hogg, 1991). D'Layout beaflosst d'Käschte vun der Materialbehandlung, d'Liwwerzäit an den Duerchlaf. Doduerch beaflosst et déi allgemeng Produktivitéit an Effizienz vun der Anlag. Laut Tompkins a White (1984) gëtt et den Design vun Ariichtungen duerch d'ganz Geschicht an tatsächlech ginn d'Stadanlagen, déi entworf a gebaut goufen, an den antike ... beschriwwen.

* Korrespondéierenden Auteur

Geschicht vu Griicheland a Réimesche Räich. Zu den Éischten, déi dëst Problem studéiert hunn, gehéieren den Armour an de Buffa et al. (1964). An den 1950er Joren schéngt wéineg publizéiert gi sinn. De Francis an de White (1974) waren déi Éischt, déi déi fréi Fuerschung an dësem Beräich gesammelt an aktualiséiert hunn. Spéider Fuerschung gouf duerch 2 Studien aktualiséiert, déi éischt vum Domschke an Drexl (1985) an déi aner vum Francis et al. (1992). Den Hassan an den Hogg (1991) hunn eng extensiv Studie iwwer d'Aart vun den Daten gemellt, déi am Maschinnelayoutproblem erfuerderlech sinn. D'Maschinnelayoutdaten ginn an enger Hierarchie betruecht; jee nodeem wéi detailléiert de Layout entworf ass. Wann de Layout nëmme gebraucht gëtt fir déi relativ Uerdnung vu Maschinnen ze fannen, sinn Daten, déi d'Maschinnenummer an hir Flossverhältnisser representéieren, genuch. Wann awer e detailléierte Layout gebraucht gëtt, sinn méi Daten erfuerderlech. Beim Fannen vun Daten kënnen e puer Schwieregkeeten optrieden, besonnesch an neie Produktiounsanlagen, wou d'Donnéeën nach net verfügbar sinn. Wann de Layout fir modern an automatiséiert Ariichtungen entwéckelt gëtt, kënnen déi néideg Donnéeën net aus historeschen Donnéeën oder aus ähnlechen Ariichtungen kritt ginn, well se eventuell net existéieren. Mathematesch Modelléierung gouf als e Wee virgeschloen, fir eng optimal Léisung fir de Layoutproblem vun Ariichtungen ze kréien. Zënter dem éischte mathematesche Modell, dee vum Koopmans a Beckmann (1957) als quadratescht Zouweisungsproblem entwéckelt gouf, huet d'Interesse un dësem Beräich e wesentleche Wuesstem ugezunn. Dëst huet e neit an interessant Gebitt fir de Fuerscher opgemaach. Bei der Sich no enger Léisung fir de Layoutproblem vun Ariichtungen hunn d'Fuerscher sech mat der Entwécklung vu mathematesche Modeller beschäftegt. Houshyar a White (1993) hunn de Layoutproblem als ... ugesinn.Integer-ProgramméierungModell, während Rosenblatt (1986) de Layoutproblem als dynamescht Programméierungsmodell formuléiert huet. Palekar et al. (1992) beschäftege sech mat Onsécherheet a Shang (1993) benotzt eMulti-KriterienApproche. Op der anerer Säit huet de Leung (1992) eng Formuléierung vun der Graphentheorie presentéiert.

Gréng anAl-Hakim(1985) huet eng GA benotzt fir d'Deelfamill souwéi den Layout tëscht Zellen ze fannen. A senger Formuléierung huet hien d'Arrangement vun Zellen entweder op linear eenzel Rei oder linear duebel Rei limitéiert. Den entwéckelten Algorithmus ass méi op d'Zellen-Systemlayout oder d'Layout vum Produktiounsraum zougeschnidden, anstatt op d'Zellen-Layout oder d'Maschinnenlayout. Den tatsächlechen Layout vu Maschinnen an Zellen gouf net berücksichtegt. Banerjee an Zhou (1995) hunn d'Optimiséierungsproblem vum Ariichtungsdesign fir en ... formuléiert.eenzel SchleifenLayout mat Hëllef vu geneteschen Algorithmen. Den entwéckelten Algorithmus ass fir den Layout vun Zellsystemer a berücksichtegt dofir net den Layout vu Maschinnen an der Zell. Fu a Kaku (1997) hunn eng Problemformuléierung vun der Anlagenlayout fir e Job Shop-Fabrikatiounssystem presentéiert, wou d'Zil ass, déi duerchschnëttlech Aarbecht am Prozess ze minimiséieren. Si hunn d'Anlag als en oppent Warteschlangnetz ënner enger Rei vun Unnahmen modeléiert. De Problem reduzéiert sech op e Warteschlangzouweisungsproblem (QAP). Simulatioun gouf benotzt fir déi duerchschnëttlech Materialhandhabungskäschten ze minimiséieren an déi duerchschnëttlech Aarbecht am Prozess ze minimiséieren.

2. MODELLÉIERUNGSMETODEN

Modeller ginn no hirer Natur, Viraussetzungen an Ziler kategoriséiert. Déi éischt generesch Systematesch Layoutplanung, déi vum Muthor (1) entwéckelt gouf, ass ëmmer nach e nëtzlecht Schema, besonnesch wann se vun aneren Approchen ënnerstëtzt gëtt a vum Computer ënnerstëtzt gëtt. Konstruktiounsmethoden, wéi Hassan an Hogg (1955) zum Beispill, bauen e Layout vun Null un, während Improvement Methods, wéi Bozer, Meller an Erlebacher (1991) zum Beispill, versichen, e bestehenden Layout fir besser Resultater z'änneren. D'Optimiséierung vu Methoden an och Heuristiken fir Layouten ass gutt vum Heragu (1994) dokumentéiert.De-Alvarengaan de Gomes (2000) diskutéieren engMeta-heuristikApproche als e Wee fir den NP-harden Charakter vun optimale Modeller ze iwwerwannen.

Déi verschidde Modelléierungstechniken, déi an dëser Aarbecht benotzt ginn, sinn Graphentheorie, CRAFT, Optimal Sequenz, BLOCPLAN a geneteschen Algorithmus. Hei ënnendrënner ginn d'Parameteren erkläert, déi vun all Algorithmus erfuerderlech sinn, fir dësen ze modelléieren.

Graf Theorie

D'Grafentheorie (Foulds a Robinson, 1976; Giffin et al., 1984; Kim a Kim, 1985; a Leung, 1992) applizéiert engKantgewiichtmaximal planare Graph, an deem d'Eckpunkten (V) d'Ariichtungen an d'Kante (E) Nopeschpunkten representéieren an Kn de komplette Graph vun n Eckpunkten bezeechent. Mat engem gewichtete Graph G ass d'Layoutproblem vun den Ariichtungen, eng maximal gewichtet Spannung ze fannen.ËnnergrafG' vun G, dat planar ass.

Dës Aarbecht benotzt 2 verschidden Aarte vun Approchen fir d'Fallstudie ze modelléieren. Déi éischt Approche ass déiDelta-EderMethod vum Foulds a Robinson (1976). D'Method besteet aus enger einfacher Aféierung mat engem initialen K4, an d'Eckpunkte ginn dann een nom aneren no engem Virdeelkriterium agefouert. Den zweeten Usaz, deen benotzt gëtt, ass den Algorithmus fir d'Radexpansioun (Green aAl-Hakim,1985). Hei gëtt den initialen K4 kritt andeems eng Kant mat dem héchste w8 ausgewielt gëtt an dann 2 hannereneen Eckpunktinsertiounen no de Beneficekriterien ugewannt ginn. Den Algorithmus geet dann mat engem Insertiounsprozess weider, deen d'Radexpansiounsprozedur genannt gëtt. E Rad op n Eckpunkten gëtt als Zyklus op definéiert.(n-1)Eckpunkten (genannt Rand), sou datt all Eckpunkt un en zousätzleche Eckpunkt (genannt Nab) grenzt. Loosst W e Rad mat der Nab x sinn. Wielt 2 Eckpunkten k an l, déi d'Randen vun dësem Zyklus sinn. E Eckpunkt aus der Rei vun net benotzte Eckpunkten gëtt dann an dëst Rad an der aktueller partieller Form agefouert.Ënnergrafsou datt y eng Nabe vum neie Rad W′ ass, dat k, l an x ​​als Felgen enthält, an all Felgen a W elo nieft dem Eckpunkt x oder Eckpunkt y leien. Wann all net benotzte Eckpunkt hannereneen op déi uewe genannte Manéier agesat gëtt, kritt een de finale maximal planare Subgraph.

Benotzung vu CRAFT

CRAFT (Computerized Relative Allocation of Facilities Technique) benotzt en paarweisen Austausch fir e Layout z'entwéckelen (Buffa et al., 1964; Hicks a Lowan, 1976). CRAFT ënnersicht net all méiglech paarweis Austausch, ier e verbessert Layout generéiert gëtt. D'Inputdaten enthalen Dimensioune vum Gebai an den Ariichtungen, de Materialfloss oder d'Frequenz vun de Reesen tëscht Ariichtungspaaren an d'Käschte pro Eenheetslaascht pro Eenheet Distanz. D'Produkt vum Floss (f) an der Distanz (d) liwwert d'Käschte fir Material tëscht 2 Ariichtungen ze transportéieren. D'Käschtereduktioun gëtt dann op Basis vum Bäitrag zu de Käschte fir d'Materialbehandlung virun an nom Austausch berechent.

Optimal Sequenz

D'Léisungsmethod fänkt mat engem arbiträren sequenziellen Layout un a probéiert en ze verbesseren andeems 2 Departementer an der Sequenz gewiesselt ginn (Heragu, 1997). Bei all Schrëtt berechent d'Method d'Ännerunge vum Floss*Distanz fir all méiglech Wiessele vun 2 Departementer a wielt dat effektivst Koppel. Déi 2 Departementer ginn gewiesselt an d'Method widderhëlt sech. De Prozess stoppt wann kee Wiessel zu enger Reduktioun vun de Käschte féiert. Den Input, deen néideg ass fir e Layout mat der Optimal Sequenz ze generéieren, sinn haaptsächlech Dimensioune vum Gebai an den Ariichtungen, de Materialfloss oder d'Frequenz vun de Reesen tëscht Ariichtungspairen an d'Käschte pro Eenheetslaascht pro Eenheet Distanz.

BLOCPLAN benotzen

BLOCPLAN ass en interaktiven Programm, deen benotzt gëtt fir souwuel een- wéi och méistäckeg Plangungen z'entwéckelen an ze verbesseren (Gréng a Al-Hakim,1985). Et ass e einfacht Programm, dat gutt initial Layouten generéiert wéinst senger Flexibilitéit baséiert op verschiddenen integréierten Optiounen. Et benotzt souwuel quantitativ wéi och qualitativ Donnéeën fir

verschidde Blocklayouts an hire Fitnessmooss generéieren. De Benotzer kann déi relativ Léisunge baséiert op den Ëmstänn auswielen.

Genetesch Algorithmus

Et gëtt vill Méiglechkeeten, fir Problemer mat Ariichtungen ze formuléieren, déi duerch genetesch Algorithmen (GA) geformuléiert ginn. Banerjee, Zhou a Montreuil (1997) hunn GA op Zelllayout ugewannt. D'Slicing Tree Structure gouf fir d'éischt vum Otten (1) als eng Method virgeschloen, fir eng Klass vu Layouten duerzestellen. Dës Approche gouf spéider vu ville Autoren, dorënner Tam a Chan (1982), benotzt, déi se benotzt hunn, fir d'Problem vun der ongläicher Flächelayout mat geometresche Restriktiounen ze léisen. Den GA-Algorithmus, deen an dëser Aarbecht benotzt gëtt, gouf vum Shayan a Chittilappilli (1995) entwéckelt, baséiert op Slicing Tree Structures (STC). En kodéiert e baumstrukturéierte Kandidatenlayout an eng speziell Struktur vun 2004-dimensionalen Chromosomen, déi déi relativ Positioun vun all Ariichtung an engem Slicing Tree weist. Spezial Schemae si verfügbar, fir de Chromosom a GA-Operatiounen ze manipuléieren (Tam a Li, 2). Eng nei "Klonéierungs"-Operatioun gouf och a Shayan agefouert.Al-Hakim(1999). Déi gewielte Léisung duerch GA gëtt dann an e Slicing-Layout ëmgewandelt. Et fänkt mat engem initialen Block un, deen all d'Ariichtungen enthält. Wéi den Algorithmus fir d'Konstruktioun vum Layout virugeet, ginn nei Partitiounen erstallt an Ariichtungen tëscht nei generéierte Blöcke zougewisen, bis et nëmmen nach eng Ariichtung an all Block gëtt. Mëttlerweil ginn och d'Koordinaten vun all Ariichtung berechent. De rechtlinnegen Ofstand tëscht de Schwéierpunkten vun den Ariichtungen gëtt benotzt fir d'Fitness vum jeeweilege Chromosom ze evaluéieren. Wann den GA endet, iwwerhëlt eng Zeechnungsprozedur fir de Layout mat de gespäicherte Wäerter vun de Koordinaten auszedrécken. D'Objektivfunktioun huet en Strofterm fir schmuel Schnëtter ze vermeiden.

3. EXPERIMENTÉIERUNG MAT ENGEM FALLSTUDIE

Fir d'Leeschtung vun de virdru beschriwwene Methoden ze testen, goufen se all op e realen Fall an der Miwwelproduktioun ugewannt. D'Firma produzéiert 9 verschidde Stiler vu Still, 2-Sëtzer a3-Sëtzerjeeweileg. D'Produktioun vun all de Modeller verfollegt déiselwecht Operatiounen, awer et gi verschidde Rohmaterialien. 5 Deeler, nämlech Sëtzpolster, Réckpolster, Äerm, Sëtzer a Récklehnen, ginn intern a Chargen vu verschiddene Gréissten a verdeelte Beräicher (Ofdeelungen) produzéiert. D'Beweegung vun Deeler verursaacht Problemer wéi Aarbecht amgaang, fehlend Deeler, Mangel, Stau a falsch Plazéierung.

All Produkt geet duerch 11 Operatiounen, déi an der Anlag 1 - Schneidberäich - ufänken an an der Anlag 11 - Bolzenberäich - ophalen. All déi lescht Montage kann an Ënnerbaugruppen mat dem selwechten Numm opgedeelt ginn. Dës Ënnerbaugruppen treffen sech um Bolzenberäich.-OpAnlag fir d'Endmontage. All Ënnerbaugruppen fänken hir Operatiounen onofhängeg un a maachen all eng festgeluecht Rei vun Operatiounen duerch, déi a Form vun engem Montagediagramm an der Fig. 1 duergestallt ass. D'Anlagen vum aktuellen Layout sinn net no der Sequenz vun den Operatiounen placéiert.

Dofir gëtt et kee sequenziellen Materialfloss, wat zu Aarbechten amgaang féiert. D'Interaktioun tëscht den Ariichtungen kann duerch subjektiv wéi och objektiv Moossname bestëmmt ginn. Den Haaptinput, deen fir Flussdiagrammer erfuerderlech ass, ass d'Nofro, d'Quantitéit u produzéierte Materialien an d'Quantitéit u Material, déi tëscht all Maschinn fléisst. De Materialfloss gëtt op Basis vun der Quantitéit vum Materialfloss berechent, déi pro 10 Méint transportéiert gëtt * Moosseenheet, déi an der Figur 2 gewisen ass. Figur 3 weist d'Fläch vun all den Departementer, déi an der Fallstudie benotzt goufen. Figur 4 weist den aktuellen Layout vun der Fallstudie.

Figur 1 Montagediagramm fir d'Fallstudie

Figur 2 Materialoflaf fir d'Fallstudie.

Figur 3 Nummer déi dem Departement entsprécht

Figur 4 Aktuellt Layout vun der Miwwelfirma an d'Dimensioune vun all Departement, déi an der Modelléierung vun der Fallstudie benotzt goufen

4. Uwendung vun de Modelléierungsansatz

Hei ginn déi verschidde Modelléierungsmethoden, déi an der Sektioun 2 diskutéiert goufen, op d'Fallstudie ugewannt, fir alternativ Layouten zum Vergläich ze generéieren.

4.1 Benotzung vun der Graphentheorie

Tabelle 1 weist de Verglach vun de Resultater mat zwou verschiddene Methoden vun der Graphentheorie, nämlech der Foulds and Robinsons Method an der Wheels and Rims Method. Tabelle 2 weist kloer, datt d'Foulds and Robinsons Method déi besser vun den zwou Resultater ass. D'Resultater vun der Foulds and Robinsons Method ginn am Detail an de Figuren erkläert.5-7.

Tabelle 1: Eng Tabelle déi de Verglach vun den 2 verschiddene Methode vun der Graphentheorie weist, déi benotzt goufen.

Figur 5 Adjazenzdiagramm vun de Resultater vun der Fallstudie mat der Foulds- a Robinson-Method.

Figur 6 Verbessert Layout no der Benotzung vun der Graphentheorie (Method vu Foulds a Robinsons)

1-Schneiden,2- Nähen, 3- Kaliko fëllen, 4- Nahaufnahme, 5- Kësseninsatz fëllen, 6- Schaumstoff schneiden, Schaumstoff schneiden, 7- Kadermontage, 8- Kleben,9 - FréijoerErop,10-Polsterung,11- Opschrauwen.

Figur 7 Flow * Distanzbeurteilungsdiagramm fir d'Fallstudie mat Hëllef vu Graphentheorie (Foulds a Robinsons Method)

4.2 Benotzung vu CRAFT

D'Inputdaten fir CRAFT ginn aginn an déi initial Käschte fir den aktuellen Layout ginn als éischt berechent. Dës Käschte kënne mat engem paarweise Verglach reduzéiert ginn, wéi an de Figuren 1 gewisen.

Figur 8 Ufankskäschte fir den aktuellen Layout mat CRAFT

Figur 9 Schrëtt fir Schrëtt Austausch vu CRAFT

D'Resultater, déi mam CRAFT kritt goufen, sinn an der Tabell 2 gewisen. Baséierend op den uewe genannten Berechnungen kann en neien a verbesserte Layout gezeechent ginn, deen an der Figur 10 gewisen ass.

Tabelle 2: Eng Tabelle mat de Resultater

Figur 10 Verbessert Layout generéiert vu CRAFT

4.3 Optimalen Sequenzalgorithmus

D'Inputdaten sinn déiselwecht wéi fir CRAFT, ausser datt se engem anere Set vu paarweise Vergläicher folgen. Tabelle 3 weist d'Resultater aus dem verbesserte Layout. Figur 11 weist de verbesserte Layout mat Optimum Sequence.

Tabelle 3 Eng Tabelle déi d'Resultater mat CRAFT weist