تخصیص اپراتور

هدف این مقاله، ارائه رویکردی مبتنی بر بهینه سازی شبیه سازی برای بهبود عملکرد سیستم تولید سلولی با بهینه سازی تخصیص منابع و تعیین توالی انجام کارها در هر سلول است. از فرضیات در نظر گرفته شده در این پژوهش، احتمالی بودن کلیه پارامترهای مدل، خرابی ماشین آلات و در نظر گرفتن چندین محصول در سیستم تولیدی است. ابتدا متغیرهای کنترل شدنی و پاسخ مسئله براساس هدف پژوهش و شرایط سیستم تولیدیِ درحال بررسی و حدود آنها تعیین شده است. سپس با استفاده از طراحی آزمایش های تاگوچی، سناریوهای آزمایشی براساس ترکیب متغیرهای کنترل شدنی طراحی شده است. بعد از آن با استفاده از شبیه سازی، سناریوهای آزمایشی ارزیابی و متغیرهای پاسخ مربوطه تعیین شده اند. درادامه برای بسط نتایج به کل فضای جواب از شبکه های عصبی مصنوعی استفاده شده است. درپایان سناریوی بهینه با استفاده از روش تحلیل پوششی داده ها مشخص شده است. در آخر عملکرد سناریوی بهینه شناسایی شده با وضعیت فعلی سیستم تولیدی مقایسه و میزان بهبود درصورت پیاده سازی سناریوی بهینه مشخص شده است. برای پیاده سازی رویکرد ارائه شده یک واحد تراشکاری صنعتی در نظر گرفته شده است که از سیستم سلولی استفاده می کند.

سیستم تولید سلولی پویا، یکی از سیستم های تولیدی شناخته شده است که امکان افزایش میزان واکنش پذیری، انعطاف پذیری و چابکی را در تولید ، به منظور رقابت در بازار فراهم می کند؛ ولی با رشد توسعه صنعتی و توجه روزافزون جوامع به میزان مصرف انرژی و شرایط کارکنان در تولید، با چالش جدیدی مواجه شده است؛ به نحوی که باید مباحث پایداری را از همان ابتدا و در طراحی چیدمان تسهیلات بگنجاند. این مقاله یک مسئله بهینه سازی چندهدفه را در یک سیستم تولید سلولی پویا، با در نظر گرفتن میزان مصرف انرژی (الکتریکی) و توجه به ایمنی محیط کار کارکنان بررسی می کند. برای این امر یک مدل جدید، توسعه یافته است که حداقل سازی هزینه های جابه جایی و بازآرایی تسهیلات، حداقل سازی خطرات محیط کار (خطر بالقوه قرارگیری ماشین آلات در مکان خاص) و مصرف انرژی الکتریکی در عملیات تولید محصول را دنبال می کند. به منظور نزدیک شدن مدل به شرایط واقعی، دیگر موضوعات مربوط به محیط واقعی تولید، مانند استخدام و اخراج اپراتورها در هر دوره، آموزش، دستمزد و تخصیص نیز در مدل گنجانده شده است. مدل پیشنهادی با طراحی نمونه هایی در ابعاد مختلف و با استفاده از روش اپسیلون، محدودیت و الگوریتم فرا ابتکاری NSGA-II و MOPSO حل و با استفاده از شاخص های عملکردی (میانگین فاصله از ایده آل، پراکندگی، یکنواختی و زمان پردازش) مقایسه و با استفاده از آزمون T تحلیل شده است. نتایج نشان داد کیفیت جواب های حاصل از الگوریتم NSGA-II نسبت به دیگر روش ها بهتر بوده و از نظر زمان حل، حداقل 2 برابر زودتر از روش اپسیلون محدودیت به جواب رسیده است.