Forståe oppsettstider i Flow Shop Planlegging

Flow shop planlegging er en kjerne utfordring i produksjon, der flere jobber må behandles på en rekke maskiner i samme rekkefølge. Målet er å finne en sekvens som minimerer den totale ferdigstillelsestiden, kjent som makespan, eller andre ytelsesmetrikker. Blant de mange variabler som påvirker optimal planlegging, installasjonstider skiller seg ut som en kritisk men ofte undervurdert faktor.

Konfigurasjonstid refererer til perioden som kreves for å forberede en maskin for å behandle en ny jobb. Dette inkluderer aktiviteter som å endre skjæreverktøy, omkonfigurere jigs og fixtures, laste nye programmer, rengjøring rester og justere temperatur eller trykkinnstillinger. I enkelte bransjer kan oppsettstidene regne for opptil 30 % av den totale produksjonstiden, noe som gjør ledelsen avgjørende for effektivitet.

Typer av oppsettstider

Konfigurasjonstider kan klassifiseres basert på deres avhengighet av jobbsekvens. ]Sequence-uavhengige oppsettstider er konstante for en gitt jobb uavhengig av den forrige jobben. For eksempel kan det å rense en mikser etter enhver sats ta samme tid. I kontrast til, variere avhengig av rekkefølgen av jobber. Endring fra en lys farge til en mørk farge på en trykkpresse kan kreve mindre rengjøring enn det omvendte. Sekvensavhengige oppsett er mer utfordrende å modellere og optimalisere, men de reflekterer reelle forhold i mange produksjonsmiljøer.

Måleoppsett

Nøyaktig måling er det første trinnet mot forbedring. Selskaper bruker tids- og bevegelsesstudier, automatisert dataopptak fra maskinkontrollere og manuell observasjon for å registrere oppsettsvarighetene. Disse målingene mate inn i planleggingsalgoritmer og hjelpe til å identifisere flaskehalser. Vanlige metrikker inkluderer gjennomsnittlig installasjonstid per jobb, oppsettstid som en prosentdel av total behandlingstid, og forholdet mellom intern (performert mens maskinen stoppes) til eksterne (performert mens maskinen kjører) oppsettsaktiviteter.

Effekten av konfigureringstider på planleggingseffektivitet

Overse installasjonstider i flytbutikkplanlegging kan føre til suboptimale sekvenser som øker inaktiv tid, forlenger makespan og øke kostnader. Når oppsett er lange, må planleggeren balansere avdraget mellom gruppering lignende jobber for å redusere oppsett og møte forfallsdatoer for ulike kunder.

Effekter på gjennomstrømning og makespan

I en flytbutikk er makespan tiden fra starten av den første jobben til ferdigstillelsen av den siste jobben på den siste maskinen. Høye installasjonstider inflasjon makespan direkte. Videre, hvis oppsett er sekvensavhengig, kan en ineffektiv sekvens forårsake en cascade av forsinkelser. For eksempel, en jobb som krever en lang installasjon på den første maskinen vil presse tilbake alle påfølgende jobber på den maskinen, potensielt å smelte nedstrømsmaskiner. Studier viser at forsømmelse av oppsettstider kan øke gjøres med 15% ⁇ 40% i praktiske flyt butikker.

Effekter på produksjonskostnader

Lengre installasjonstider betyr maskiner som ikke er produktive i lengre perioder. Dette reduserer den effektive kapasiteten i butikken, tvinger selskaper til å investere i ekstra maskiner eller overtid for å møte etterspørselen. Arbeidskostnader øker også fordi operatører kan være inaktive under installasjoner eller kreve premiumbetaling for overskytelser. Indirekte kostnader inkluderer økte lagerbuffere for å dekke planleggingsusikkerhet. Ved å redusere installasjonstidene og integrere dem i optimalisering, kan produsentene redusere kostnader for per enhet betydelig.

Effekter på ledertid og kundetilfredshet

Førtid omfatter hele tiden fra ordreplassering til levering. Utvidede installasjonstider øker ledende tid variabilitet, noe som gjør det vanskeligere å sitere nøyaktig leveringsdatoer. Lane leveranser skade kundetillit og kan pådra seg straffer. Effektiv planlegging som regnskap for installasjoner bidrar til å stabilisere blytider, slik at selskaper kan tilby konkurransedyktige, pålitelige leveringsløfter. I make-to-order miljøer, er dette spesielt kritisk.

Matematisk modellering av oppsettstider i Flow Shop Planlegging

For å optimalisere en strømningsbutikk med installasjoner, må problemet formaliseres matematisk. Den klassiske strømningsbutikkmodellen antar kun behandlingstider. Med oppsettstider, blir modellen mer kompleks, spesielt når installasjoner er sekvensavhengige.

Sekvensavhengige oppsettstider (SDST)

I en SDST flytbutikk, er oppsettstiden på en maskin avhengig av jobben som nettopp er fullført og neste jobb som skal behandles. Dette kan representeres av en matrise S der element s]i]] er oppsettstiden når jobb ]i før jobb ]] ]j. Optimeringsproblemet blir en variant av det reisende salgsmannen problem (TSP) for hver maskin, med den ekstra begrensningen av konsekvent arbeidsordre på tvers av maskiner. Dette er NP-hard, og nøyaktige metoder kan bare løse små tilfeller.

Modeller for kombinasjonsheltal Linear Programmering (MILP)

MILP formuleringer for flyt shop planlegging med oppsett bruker binære variabler til å representere jobbsekvenser og kontinuerlige variabler for start og slutttider. Begrenser håndhever at hver jobb behandles en gang, at maskiner prosesserer jobber i samme rekkefølge (permutasjon flyt shop), og at en installasjon på en maskin oppstår før en jobb starter. Målfunksjoner vanligvis minimerer makepan eller total slitenhet. Kommersielle løsere som CPLEX eller Gurobi kan håndtere moderate problemer, men for store industrielle tilfeller er heuristiske tilnærminger nødvendig.

Optimering Algoritmer Regnskap for oppsettstider

Siden kompleksiteten har forskere og utøvere utviklet mange algoritmer ⁇ fra nøyaktig til omtrentlig ⁇ for å løse flytbutikkplanlegging med oppsett.

Johnsons regelutvidelser

For to-maskin flytbutikk uten oppsett, Johnsons regel gir en optimal sekvens. Utvidelser som inneholder små oppsettstider eksisterer, men de er begrenset. En tilnærming behandler oppsettstider som en del av prosesseringstidene eller bruker endret rangeringsregler. For større strømningsbutikker gjelder Johnsons regel sjelden direkte.

NEH Heuristic med oppsettsoverveielser

NEH heuristic er en av de mest effektive konstruktive metodene for planlegging av permutasjon flyt shop. Det starter ved å sortere jobber etter total behandlingstid, deretter setter jobber en etter en i den beste posisjon. For å ta hensyn til installasjonskostnader, er innsettingskostnaden beregnet ved hjelp av den totale tiden (behandling + oppsett) for hver partiell sekvens. Varianter av NEH som vurderer sekvensavhengige oppsett har vist seg å produsere løsninger av høy kvalitet raskt. Ekstern ressurs:

Metaheuristics: Genetiske algoritmer og simulert annealing

Metaheuristikk er mye brukt for store SDST flyt butikk problemer. En genetisk algoritme koder jobbsekvenser som kromosomer og bruker crossover og mutasjonsoperatører for å utforske løsningsplassen. Fitnessfunksjonen beregner makespan inkludert oppsettstider. Simulert stimulerende iterativt gjennomtrenger sekvensen og aksepterer bedre løsninger, pluss noen verre for å unngå lokal optima. Partikkelsverm optimalisering og tabu søk er også vanlig. Disse metodene kan håndtere hundrevis av jobber og maskiner og produsere nær-optimale tidsplaner i rimelig tid.

Strategier for å minimere oppsettstider

Utover optimalisering er det å redusere den fysiske installasjonstiden en kraftig håndtak. Kortere oppsett gjør planleggingen enklere og forbedre butikkfleksibiliteten.

SMED (Enkelt Minute Exchange of Die)

Utviklet av Shigeo Shingo for Toyota, har SMED som mål å redusere installasjonstidene til under ti minutter. Den skiller mellom intern installasjon (performert mens maskinen er stoppet) og ekstern oppsett (en mens maskinen kjører). Metoden konverterer interne trinn til eksterne, strømlinjeformer gjenværende trinn og standardiserer prosedyrer. Selskapet har rapportert installasjonsreduksjoner på 50 ⁇ 90 % ved bruk av SMED. Mer informasjon kan finnes på SMED på Wikipedia.

Jobbgruppe og cellulær produksjon

Gruppering jobber ved likhet i verktøy, materiale eller prosess reduserer behovet for store overganger. I cellulære produksjon, maskiner er arrangert i celler dedikert til familier av deler. Innen en celle, oppsett mellom familiemedlemmer er minimal. Denne tilnærmingen, kombinert med planlegging som behandler hele familier sammen, dramatisk kutte total oppsettstid.

Automatisering og standardisering

Automatiserte verktøyskiftere, hurtigutskiftningsarrangementer og programmerbare maskinstyrere reduserer menneskelig engasjement og installasjonsvarighet. Standardiserte arbeidsinstruksjoner og operatørtrening sikrer konsistens. Dataoppkjøpssystemer kan spore installasjonstider og markere områder for forbedring.

Case Study: Redusere oppsettstider i en automotive deler Produsent

En billeverandør av motorkomponenter drev en strømningsbutikk med fem CNC-maskiner. Oppsettstider var sekvensavhengige, i snitt 25 minutter per endring. Analyse viste at oppsett utgjorde 35 % av total skifttid. Selskapet implementerte SMED, konverterte 60 % av interne oppsettstrinn til eksterne (f.eks. forhåndsstabile verktøy, forhåndsinnstillingsforsinkelser). De grupperte også jobber etter materialkvalitet og verktøykrav. En ny NEH-basert tidsplaner inkorporerte den reduserte oppsettsmatrisen. Over seks måneder, gjennomsnittlig oppsettstid falt til 11 minutter, gjørpan redusert med 22 %, og levering på tid forbedret fra 78 % til 96 %. Programvaren som ble brukt ble bygget på prinsippene beskrevet i en Study on SDST flytoptimering av Ribas et al..

Konklusjon

Konfigurasjonstidene er en avgjørende faktor i flytbutikkplanleggingsoptimering. De påvirker makespan, kostnader, ledetider og kundetilfredshet. Produsentene må først måle og forstå installasjonsmønstrene sine ⁇ spesielt sekvensavhengigheter ⁇ og deretter anvende passende matematiske modeller og optimeringsalgoritmer for å planlegge effektivt. Kombinert med fysiske reduksjonsteknikker som SMED, gruppering og automatisering, kan selskaper oppnå betydelige gevinster i gjennomstrømning og responsivitet. Integrering av installasjonstidsdata i produksjonsplanleggingssystemer er ikke valgfritt; det er et grunnlag for konkurransedyktig produksjon i høy-mix, lav volum miljøer.