Integre-ohjelmoinnin ymmärtäminen valmistusteollisuuden kontekstissa

Integer ohjelmointi (IP) on haara matemaattisen optimointi, jossa päätöksen muuttujat ovat rajoitettu kokonaislukua arvoja. Valmistuksessa, tämä rajoitus on välttämätön, koska monet päätökset sisältävät erillisiä valintoja: onko tarkastettava tietyn yksikön, kuinka monta tarkastajaa määrätä, tai mitä konetta aikatauluun. Toisin kuin lineaarinen ohjelmointi, joka olettaa jatkuvia muuttujia, IP mallit kaappaavat todellisuuden, että et voi tarkastaa 2,7 yksikköä tai palkata 1,4 operaattoria. Ydin IP malli sisältää objektiivisen toiminnon (usein minimoimalla kustannukset tai maksimoimalla laadun) ja joukon rajoituksia (resurssirajat, laatutavoitteet, tuotantokapasiteetti). Ratkaisemalla malli, valmistajat saavat optimaalisen tai lähes optimaalinen suunnitelma, joka tasapainottaa laatua ja tehokkuutta.

Integer ohjelmointi voidaan edelleen luokitella puhdasta kokonaislukua ohjelmointi (kaikki muuttujat kokonaisluku), binary kokonaisluku ohjelmointi (muuttujat 0 tai 1), ja seka-integer ohjelmointi (jotkut jatkuva, jotkut kokonaisluku). Binary muuttujat ovat erityisen tehokkaita mallintamiseen kyllä / ei päätöksiä, kuten onko suorittaa tarkastuksen tietyllä asemalla. Edistyneet ratkaisijat kuten Gurobi, CPLEX, ja avoimen lähdekoodin vaihtoehtoja, kuten SCIP ja CBC käyttää algoritmeja kuten haara-ja-sidottu, leikkaus lentokoneet, ja heuristics löytää toteuttamiskelpoisia ratkaisuja nopeasti reaalikokoisia ongelmia.

Laadunvalvonnan rooli nykyaikaisessa valmistuksessa

Laadunvalvonta (QC) varmistaa, että tuotteet täyttävät ennalta määritellyt standardit ennen asiakkaiden saavuttamista. Perinteiset QC-menetelmät sisältävät manuaalisen tarkastuksen, tilastollisen prosessin valvonnan (SPC) ja hyväksymisen näytteenottosuunnitelmat. Vaikka nämä lähestymistavat ovat monissa yhteyksissä tehokkaita, ne kärsivät usein tehottomuudesta. Manuaaliset tarkastukset ovat hitaita ja epäjohdonmukaisia; SPC perustuu oletuksiin normaaliudesta ja riippumattomuudesta; ja ANSI/ASQ Z1.4:n kaltaiset näytteenottosuunnitelmat voivat johtaa joko ylitarkastukseen (hukkatyö) tai alitarkastukseen (suuri virhepoistuma). Tuotantomäärien kasvaessa ja asiakkaiden odotusten kiristyessä valmistajat tarvitsevat järjestelmällisempiä, datalähtöisiä menetelmiä. Integer-ohjelmointi korjaa nämä puutteet optimoimalla nimenomaisesti tarkastuskustannusten ja vikariskin välisen kaupan kaikissa tuotantolinjan vaiheissa.

Laadunvalvonnan ongelmien muotoilu Integre-ohjelmina

Optimaalinen tarkastus

Yksi QC:n yleisimmistä IP-sovelluksista on päättää, missä ja kuinka monta tarkastusta suoritetaan monivaiheisen kokoonpanolinjan yhteydessä. Oletetaan, että tehdas tuottaa elektronisia levyjä, joissa on useita kokoonpanoasemia. Valmistaja voi joko tarkastaa jokaisen aseman jälkeen tai vain loppukokeen aikana. Tavoitteena on minimoida kokonaiskustannukset, joihin sisältyy tarkastustyö, uudelleentyökustannukset ja asiakkaalle päätyvien viallisten yksiköiden rangaistus. Binäärimuuttujat osoittavat, onko tarkastettava tietyllä asemalla, kun taas kokonaislukumuuttujat edustavat nimettyjen näytteenottajien määrää. Rajoitukset varmistavat, että odotettu virhepoistumisaste pysyy johdon alapuolella. Tämä malli toteutettiin keskikokoisella autonosien toimittajalla, mikä johti 12 prosentin pienenemiseen tarkastuskustannuksissa samalla lähtevällä laatutasolla.

Attribuutin näytteenottosuunnitelman suunnittelu

Määrittelyn mukaan otantaan sisältyy otoskoko n[ (integer) ja hyväksymisnumero c[ (integer). Tavoitteena on minimoida odotettu kokonaiskustannus erää kohti, johon sisältyy tarkastuskustannukset, vaatimustenmukaisen erän hylkäämiskustannukset ja vaatimustenvastaisen erän hyväksymisestä aiheutuvat kustannukset. Esimerkiksi binäärinen IP-raja-arvo voi valita ehdokasjoukon joukosta ].

Huolto ja prosessinohjaus

Laatu ei ole vain havaitseminen vaan myös ennaltaehkäisy. Integer ohjelmointi käytetään ajoittamaan ennaltaehkäisevä huolto (PM) ja ohjaus prosessin säätöjä. Jokainen kone työkalu kuluu ajan, vaikuttavat tuotteen mitat. IP malli voi päättää, milloin korvata tai kalibroida työkaluja perustuu sensorin tiedot ja historialliset liukumisasteet. Muuttujat sisältävät binäärinen päätös suorittaa PM tiettynä ajanjaksona ja kokonaisluku muuttujat määrä yksiköitä tuotettu viime PM. Tavoite minimoi kokonaiskustannukset PM, alasmenoaika ja vika rework, edellyttäen suurin sallittu virhenopeus. Tämä lähestymistapa on erityisen voimakas suurtehoisilla teollisuudenaloilla, kuten puolijohde valmistus, jossa yksittäinen ajelehtiminen voi aiheuttaa miljoonia romuna.

Laskutehtävät ja reaalimaailman käyttöönotto

Ratkaistaan kokonaisia ohjelmia

Integer-ohjelmat ovat yleensä NP-kovia, mikä tarkoittaa, että ratkaisuaika voi kasvaa eksponentiaalisesti ongelmakoon kanssa. Kuitenkin modernit ratkaisijat käyttävät kehittyneitä tekniikoita kuten presolvea (mallin koon pienentämiseksi), haara- ja leikkausta (raja-arvojen tiukentamiseksi), ja heuristiikkaa (hyvien ratkaisujen löytämiseksi nopeasti). Tyypillinen valmistus QC-malli 500... tarjoaa perusteellisen käyttöönoton kokonaislukujen ohjelmointiin. Monet yritykset upottavat nämä ratkaisijat valmistusratkaisuihinsa (MES) tai Quality Management-ohjelmistoon (QMS). Optimointimoottoreilla tarjottavat REST-PI-mallit mahdollistavat reaaliaikaisen uudelleenoptimoinnin tuotantoyhdistelmän muuttuessa.

Datahaasteet

Tarkkuus IP-mallin riippuu laadusta sen syöteparametrit: vikaluvut, tarkastuskustannukset, uudelleentyöajat, ja rangaistuskustannukset. Valmistajat usein puuttuu tarkkoja tietoja, erityisesti monimutkaisia kokoonpanolinjat. Kaksi strategiaa lieventää tätä ongelmaa. Ensinnäkin, käyttää historiallinen vikadata ja soveltaa regressio tai koneoppimista arvioida parametrejä, luottamusvälein mahdollistaa vankan optimointia. Toiseksi, omaksua kaksivaiheinen lähestymistapa: ajaa IP lähtötason tietoja, toteuttaa suosituksia, kerätä palautetta ja määräajoin uudelleenarvioida parametreja. Tämä iteratiivisen syklin, joskus kutsutaan ...digital kaksi-yhteensopiva optimointi, . luo luottamusta ja parantaa mallin tarkkuutta ajan mittaan. Pienemmät tehtaat voivat aloittaa yksinkertaistettuja malleja, jotka käyttävät likimääräisiä kustannuksia ja päivittää kuin he oppivat.

Tapaustutkimus: Kokoonpanolinjalla olevien tarkastusasemien sisäinen ohjelmointi

Keskikokoinen elektroniikkavalmistaja, joka tuottaa painettuja piirilevykokoonpanoja (PCBA), kohtasi nousevia uudelleentyökustannuksia ja asiakasvalituksia. Voimassa oleva QC-suunnitelma vaati 100%:n silmämääräistä tarkastusta kolmella asemalla, minkä jälkeen tehtiin toiminnallinen testi. Yhtiö halusi vähentää tarkastustyötä ja leikkausvirheen karkaamista. Kokonaislukuohjelmointimalli rakennettiin binäärimuuttujilla kullekin 12 asemalle; tavoite minimoi työvoimakustannukset sekä odotetut uudelleentyö- ja rangaistuskustannukset. Rajoitukset rajoittivat kokonaisvirheen poistumisen alle 0,5%:iin ja varmistivat, että jokaisella kriittisellä operaatiolla (holding, komponenttien sijoittaminen) oli vähintään yksi tarkastusnopeus 0,7%:sta 0,4%:iin. Hanke maksoi itselleen kuuden kuukauden kuluttua. Tämä esimerkki osoittaa, että IP-ratkaisulla ei välttämättä lisätä tarkastusta, vaan siirretään oikea määrä oikeaan paikkaan.

Tulevaisuuden linjaukset ja integraatio teollisuus 4,0

Koska valmistus käsittää esineiden internetin (IoT) ja pilvilaskennan, kokonaislukuohjelmointi tulee entistäkin tehokkaammaksi. Reaaliaikaiset tiedot antureista voivat syöttää dynaamisia IP-malleja, jotka säätävät tarkastussuunnitelmia lennolla. Jos esimerkiksi tietty kone alkaa tuottaa suvaitsemattomia osia, malli voi välittömästi lisätä tarkastustiheyttä alajuoksulla. Lisäksi sekaohjelmointi voidaan yhdistää vahvistukseen oppimalla käsittelemään epävarmuutta vikatodennäköisyyksissä. Toinen nouseva suuntaus on stokastisen kokonaisluku-ohjelmoinnin käyttö, joka nimenomaisesti selittää satunnaisia vikatilanteita ja tarjoaa vankat suunnitelmat, jotka toimivat hyvin monissa skenaarioissa. Näihin teknologioihin investoivat yritykset saavat nyt kilpailuetua laadun, kustannusten ja nopeuden suhteen.

Päätelmät

Integroitu ohjelmointi muuttaa laadunvalvontaa reaktiivisesta, intuitioon perustuvasta toiminnasta ennakoivaksi, optimoiduksi toiminnaksi. Matematiikan avulla valmistajat voivat alentaa kustannuksia ja parantaa laatua. Sovellusalueet ovat laajoja ja kattavat tarkastusasemien ja näytteenottosuunnitelmien suunnittelusta ennaltaehkäisevään ylläpitoon ja prosessin mukauttamiseen. Vaikka tiedonkeruu ja mallin monimutkaisuus aiheuttavat alkuvaiheen esteitä, pitkän aikavälin hyödyt ovat merkittäviä: jätteen vähentäminen, asiakastyytyväisyyden lisääntyminen ja kannattavuuden lisääntyminen. Laskelmien avulla voidaan saavuttaa paremmin, jokaisen valmistajan tulisi harkita kokonaislukuohjelmoinnin sisällyttämistä laatutyökaluihinsa. Teollisiin ongelmiin sovellettavat matemaattiset ohjelmointitekniikat voivat tutustua []MIT OpenCourseWare on Optimization Methods]].