توسعه مدل D-optimal دومرحله ای به منظور انتخاب ترکیب اجزای سیستم های تولید انعطاف پذیر (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: سیستم تولید انعطاف پذیر FMS، از ایستگاه های تولیدی ای شکل گرفته است که با سیستمی خودکار به یکدیگر متصل شده اند و توسط یک کامپیوتر مرکزی کنترل می شوند. هدف اصلی مقاله، بهینه سازی انتخاب اجزا و ترکیبات تجهیزات با حداقل آزمایش و بیشترین دقت نتایج در این سیستم است که می تواند در کاهش هزینه ها، بهبود فرایندها و افزایش بازده تولید تأثیر بسزایی داشته باشد. مطالعه موردی این پژوهش صنعت الکترونیک است. در این صنعت فرایندهای تولیدی بسیار پیچیده است و استفاده از اتوماسیون ضرورت دارد. در واقع انتخاب بهترین ترکیب از تجهیزات پیشرفته و اتوماتیک برای دستیابی به انعطاف پذیری سیستم تولیدی، مسئله بسیار مهمی برای مدیران خط است تا بتوانند پاسخ گویی به سفارش های مشتریان به موقع پاسخ دهند. این در حالی است که مسئله در دسته H2C قرار دارد و می بایست ترکیب بهینه ای از تجهیزات انتخاب شود. روش: در این پژوهش برای دستیابی به بهترین ترکیب از تجهیزات، از روش D-Optimal دو مرحله ای استفاده شده است. برای محاسبه شاخص های تولید به ازای ترکیبات تجهیزات مورد استفاده در وضعیت فعلی خط تولید و سایر ترکیبات، شبیه سازی گسسته صورت می گیرد. طبق نتایج محاسبه شده برای شاخص ها و روش وزن دهی، سطح پاسخ «y» مربوط به آزمایش ها محاسبه می شود. هر یک از نتایج به دست آمده، ورودی یک آزمایش در طرح D-Optimal است. آزمایش ها بر اساس سطح اتوماسیون تجهیزات دسته بندی می شوند و به دلیل نزدیک بودن سطح پاسخ آن ها، فقط برای هر دسته از آن ها شبیه سازی صورت می گیرد تا با آزمایش ها نتایج دقیق تر و هزینه کمتر شود. در مرحله اول طرح، کلیه ترکیبات از تجهیزات بررسی می شود و در مرحله دوم طرح، برای کلیه حالات دسته بندی منتخب از مرحله اول، شبیه سازی صورت می گیرد و با توجه به سطح پاسخ به دست آمده از آن ها، طرح بررسی می شود. یافته ها: در مرحله اول، کلیه حالات از سطح اتوماسیون تجهیزات دسته بندی و از هر دسته، یک نمونه انتخاب شد؛ سپس کلیه حالات ترکیبات از اجزای FMS و تجهیزات اتوماتیک بررسی شد. بر اساس محاسبات صورت گرفته، سطح پاسخ بهترین ترکیب در این مرحله 09/14733 به دست آمد و با بررسی دقیق جزئیات، سطح پاسخ های این دسته و کلیه حالات آن در مرحله دوم، مقدار سطح پاسخ برای بهترین حالت برابر با 88/151317 به دست آمد. بر این اساس می توان نتیجه گرفت که میزان استفاده بهینه از تجهیزات اتوماتیک 8/92 درصد است. بر این اساس، فهرستی از بهترین ترکیب تجهیزات انتخاب شده پیشنهاد شده است؛ سپس بهره وری خط در بهترین حالت از ترکیبات تجهیزاتی که مشخص شد با حالت دوم محاسبه شده از ترکیبات بهینه و وضع موجود خط مقایسه شده است. نتیجه گیری: طبق نتایج به دست آمده از طراحی آزمایش ها، استفاده صرف از تجهیزات کاملاً اتوماتیک، کارایی سیستم های تولیدی را افزایش نمی دهد؛ بلکه برآورد میزان اتوماسیون در خطوط مونتاژ نیز به محاسبات بسیار دقیق نیاز دارد.Designing a Two-Stage D-optimal Approach for Selecting Components of Flexible Manufacturing Systems
Objective
Flexible Manufacturing Systems (FMS) are integrated workstations that utilize computer-controlled equipment components for production. These systems are managed by a central computer, which significantly enhances the efficiency and productivity of the production process. Accordingly, a case study is conducted on an FMS electrical manufacturing system with complex manufacturing processes, where automation on the production line is crucial. Selecting the optimal number of advanced equipment is a challenging and vital issue for managers aiming to boost productivity and efficiently fulfill customer orders. It is a hard-to-change model, and replacing equipment incurs substantial costs.
Methods
This study employs the two-stage D-Optimal method to optimize the combination of FMS elements and equipment. The D-Optimal response level input is derived from discrete-event simulation results. Depending on the conditions, various FMS equipment is allocated to each process. Each simulation result for element combinations serves as input for the experimental design. Additionally, the response level (y) of experiments from various FMS indexes is calculated using a weighting method. To reduce the number of experiments and increase data accuracy in a case study with hard-to-change parameters, all combinations are categorized based on the number of automated and manual equipment. The two stages of the D-Optimal design are defined as follows: In the first stage, all combinations within these categories are investigated. In the second stage, the optimized combination from the first stage is analyzed to determine the best configuration. Experiments in the top category from the first stage are simulated and further evaluated in the second stage of the D-Optimal method.
Results
In the first phase, all advanced production equipment and FMS elements were considered. After selecting the best-calculated “y” value, which was 147,133.09 in this category, another D-Optimal design was optimized in the second phase to determine the best combination. This combination yielded a “y” value of 151,317.88, representing an improvement over the best category in the first phase of the D-Optimal design. Consequently, the optimized combination from the first phase was further refined. The results from the developed D-Optimal method and the second phase indicate that the optimal combination of equipment involves using automated and FMS equipment for approximately 92.8% of the total components. Finally, a list of recommended FMS equipment is provided, and its productivity is compared with the productivity at the current level and a higher degree of automation for this production line.
Conclusion
In summary, the results of the experimental design show that using advanced production systems does not necessarily improve system efficiency, and determining optimal combinations requires accurate calculations.
تبلیغات
