اثر تنظیم زمان بر روی بهینه سازی فروشگاه جریان

دانلود فیلم The Time

اندازه گیری دقیق اولین گام به سمت بهبود است. شرکت ها از مطالعات زمان و حرکت، ضبط داده های خودکار از کنترل کننده های ماشین، و مشاهده دستی برای ثبت مدت زمان تنظیمات استفاده می کنند.این اندازه گیری ها به الگوریتم های برنامه ریزی تغذیه می کنند و به شناسایی تنگناهای رایج کمک می کنند شامل زمان تنظیم متوسط در هر کار، تنظیم زمان به عنوان درصد کل زمان پردازش، و نسبت داخلی (در حالی که ماشین خارجی متوقف می شود) در حالی که فعالیت های تنظیم شده است.

تاثیر تنظیم زمان بر کارایی Scheduling

تشخیص زمان تنظیمات در برنامه ریزی فروشگاه جریان می تواند منجر به توالی های زیر بهینه شود که زمان بیکار، طول می کشد و افزایش هزینه ها.هنگامی که تنظیمات طولانی هستند، برنامه نویس باید تعادل بین دسته بندی های مشابه را با کاهش تنظیمات و تاریخ جلسه برای مشتریان مختلف.

اثرات بر روی Throughput و Makespan

در یک فروشگاه جریان، زمان از شروع اولین کار به اتمام آخرین کار در ماشین آخرین است. زمان تنظیم بالا به طور مستقیم باعث می شود تا حد مناسب باشد، علاوه بر این، اگر تنظیمات وابسته به توالی باشد، یک توالی ناکارآمد می تواند باعث ایجاد یک آبشار از تاخیر شود.به عنوان مثال، یک شغل نیاز به یک تنظیم طولانی در ماشین اول، تمام فروشگاه های بعدی را به طور بالقوه افزایش می دهد.

اثرات بر هزینه های تولید

زمان های تنظیم طولانی تر به این معنی است که ماشین ها برای دوره های طولانی غیر مولد هستند، این امر ظرفیت موثر فروشگاه را کاهش می دهد، شرکت ها را مجبور می کند تا در ماشین های اضافی یا زمان بیش از حد برای پاسخگویی به هزینه های کار سرمایه گذاری کنند، زیرا اپراتورهای ممکن است در طول تنظیمات بیکار باشند یا نیاز به پرداخت حق بیمه برای تغییر در ساعات پایین داشته باشند.

اثرات بر زمان پیشرو و رضایت مشتری

زمان سرب شامل تمام زمان از قرار دادن سفارش به تحویل است. زمان تنظیم گسترده افزایش زمان منجر تنوع، و آن را سخت تر به نقل قول دقیق تاریخ تحویل دقیق تحویل. تحویل دیر تحویل اعتماد مشتری و ممکن است مجازات های کارآمد است که حساب برای تنظیمات کمک می کند تثبیت زمان سرب، و اجازه شرکت ها برای ارائه رقابت، وعده های تحویل قابل اعتماد است.

مدل سازی ریاضی از راه اندازی Times در فروشگاه Flow Scheduling

برای بهینه سازی یک فروشگاه جریان با تنظیمات، مشکل باید به صورت ریاضی رسمی شود. مدل فروشگاه جریان کلاسیک زمان پردازش را تنها با زمان تنظیمات فرض می کند، مدل پیچیده تر می شود، به ویژه هنگامی که تنظیمات وابسته به توالی هستند.

زمان راه اندازی (SDST)

در فروشگاه جریان SDST، زمان تنظیم در یک ماشین بستگی به کار دارد (در نهایت تکمیل شده و کار بعدی پردازش می شود) این می تواند توسط ماتریس (FLT:0S نشان داده شود، که در آن واحد (FLT:2) می تواند کار کند (FLT 3:ij [F:4] [2] [F] زمان تنظیم [F] که هر کدام از دستگاه های کار [F6] استفاده می کنند.

مدل های برنامه نویسی خطی ترکیبی (MILP)

فرمول های MILP برای برنامه ریزی فروشگاه جریان با تنظیمات از متغیرهای باینری برای نشان دادن توالی های شغلی و متغیرهای مداوم برای زمان شروع و پایان استفاده می کنند. Constraints اعمال می کند که هر کار یک بار پردازش می شود، که ماشین ها به همان ترتیب (فروشگاه جریان جهش) کار می کنند و تنظیم بر روی یک ماشین قبل از شروع کار اتفاق می افتد. توابع Objective به طور معمول به حداقل رساندن یا کل موارد تجاری مانند حل مشکلات متوسط، اما اندازه کافی است.

الگوریتم های بهینه سازی حسابداری برای راه اندازی Times

با توجه به پیچیدگی، محققان و تمرین کنندگان الگوریتم های متعددی را از دقیق تا تقریبی توسعه داده اند تا برنامه ریزی فروشگاه های جریان را با تنظیمات حل کنند.

برنامه های قانون جانسون

برای فروشگاه جریان دو ماشین بدون تنظیمات، قانون جانسون یک توالی بهینه را فراهم می کند. افزونه هایی که زمان های تنظیمات کوچک را شامل می شوند، اما آنها محدود هستند.یک رویکرد زمان تنظیمات را به عنوان بخشی از زمان پردازش یا استفاده از قوانین رتبه بندی اصلاح شده برای فروشگاه های جریان بزرگتر، قانون جانسون به ندرت به طور مستقیم اعمال می شود.

NEH Heuristic با در نظر گرفتن راه اندازی

NEH Heuristic یکی از موثرترین روش های برای برنامه ریزی فروشگاه جریان جهش (تجدید) است، با مرتب سازی شغل ها با زمان پردازش کامل، سپس وارد کردن مشاغل یکی به بهترین موقعیت است که به حساب تنظیمات وابسته: هزینه وارد کردن با استفاده از کل زمان (فرآوری + تنظیم) برای هر توالی جزئی محاسبه می شود.

Metaheuristics: الگوریتم های ژنتیکی و سیمینگ آنالینگ

Metaheuristics به طور گسترده ای برای مشکلات فروشگاه جریان SDST استفاده می شود.یک الگوریتم ژنتیکی توالی های شغلی را به عنوان کروموزوم ها رمزگذاری می کند و از اپراتورهای متقاطع و جهش برای کشف فضای راه حل استفاده می کند. تابع تناسب اندام محاسبه می کند از جمله زمان تنظیم است. Simulated آن را به طور غریزی تجزیه و تحلیل توالی و راه حل های بهتر، به علاوه برخی از کسانی که برای جلوگیری از بهینه سازی ذرات محلی و همچنین می توانند روش های معمول بهینه سازی زمان جستجو را پردازش کنند.

استراتژی های مینیاتور کردن زمان راه اندازی

فراتر از بهینه سازی، کاهش زمان تنظیمات فیزیکی یک اهرم قدرتمند است. تنظیمات کوتاه تر برنامه ریزی را آسان تر و انعطاف پذیری فروشگاه را بهبود می بخشد.

SMED (Single-Minute Exchange of Die)

توسعه یافته توسط Shigeo Shingo برای تویوتا، SMED با هدف کاهش زمان تنظیمات تا کمتر از ده دقیقه، آن را بین :internal Setup [در حالی که دستگاه متوقف شده است] متمایز می کند و external Setup (در حالی که دستگاه در حال اجرا است) روش تبدیل خارجی به مراحل کاهش داده شده است.

گروه بندی شغلی و ساخت سلولی

گروه بندی مشاغل با مشابه بودن در ابزار، مواد یا فرایند کاهش نیاز به تغییرات عمده.در تولید سلولی، ماشین ها در سلول های اختصاص داده شده به خانواده های قطعات در داخل سلول، تنظیمات بین اعضای خانواده حداقل است.

اتوماسیون و استاندارد

تغییر ابزار خودکار، وسایل سریع تغییر و کنترل کننده های ماشین های قابل برنامه ریزی، مشارکت و زمان تنظیم انسان را کاهش می دهد. دستورالعمل های کاری استاندارد شده و آموزش اپراتور اطمینان از سازگاری سیستم های خرید داده می تواند زمان تنظیم و مناطق برجسته برای بهبود را دنبال کند.

مطالعه موردی: کاهش زمان راه اندازی در یک تولید کننده قطعات خودرو

یک تامین کننده خودرو از اجزای موتور یک فروشگاه جریان با پنج دستگاه تنظیم کننده را اداره می کند (به طور متوسط 25 دقیقه در هر تغییر، تجزیه و تحلیل نشان داد که تنظیمات برای 35٪ از کل زمان تغییر حساب شده است. شرکت SMED را پیاده سازی کرده و 60٪ از مراحل تنظیم داخلی را به 11٪ کاهش داد (به عنوان مثال، ابزار پیش از تنظیم، آنها همچنین ابزار کلاس بندی شده توسط تنظیم مواد به طور متوسط کاهش داده شده است.

نتیجه گیری

زمان های راه اندازی یک عامل تعیین کننده در بهینه سازی برنامه ریزی فروشگاه جریان است.آنها بر هزینه های اس اس اس اس، زمان های سرب، و رضایت مشتری تاثیر می گذارند.تولید کنندگان باید ابتدا الگوهای تنظیمات خود را اندازه گیری و درک کنند - به ویژه وابستگی های توالی - سپس مدل های ریاضی مناسب و الگوریتم های بهینه سازی را برای برنامه ریزی به طور موثر، همراه با تکنیک های کاهش فیزیکی مانند SMED، گروه بندی، و اتوماسیون، شرکت ها، می توانند به دست آورد قابل توجهی در از طریق و تنظیم زمان پاسخگو به محیط های تولید، سیستم های پایین، سیستم های سفارشی، تنظیم داده های پایه و سیستم های تولید، تنظیم داده های استاندارد؛ نه؛