پایان نامه بهینه‌سازیِ شبیه‌سازیِ برنامه تولید با استفاده از الگوریتم ژنتیک

پایان نامه

برای دریافت درجه کارشناسی ارشد

مدیریت صنعتی – تولید صنعتی 

چکیده

در حال حاضر پیچیدگی و پویایی روزافزون محیط‌های تولیدی، کاربرد مدل‌های تحلیلی را در ارزیابی و تصمیم‌گیری آن‌ها با محدودیت‌های قابل توجهی روبه‌رو نموده است. لذا استفاده از شبیه‌سازی رایانه‌ای به‌عنوان ابزاری که قابلیت گسترده‌ای در فرموله‌نمودن سیستم‌های فوق دارد، به‌طور وسیع مورد استقبال قرار گرفته است. با این وجود، ارائه بهترین راه‌حل همواره یکی از چالش‌های اصلی این حوزه است.

در این راستا، پژوهش پیش رو به چگونگی حل مشکل برنامه‌ریزی خط تولید کاشی کارخانه مورد مطالعه پرداخت. مسئله تعیین تعداد بافرهای تخصیصی به هر خط بود. با استفاده از ترکیب تکنیک شبیه‌سازی رایانه‌ای و الگوریتم بهینه‌سازی ژنتیک، تعداد بهنیه بافرهای تخصیصی مشخص شد و زمان توقف کوره به حداقل ممکن خود رسید. ابتدا، سیستم تولیدی با استفاده از تکنیک شبیه‌سازی مدل شد و سپس از ترکیب آن با الگوریتم بهینه‌سازی ژنتیک، جواب‌های بهینه حاصل شدند.

بطور خلاصه، می‌توان هدف از انجام این پژوهش را این‌چُنین بیان کرد:

کاهش زمان توقف کوره از طریق تخصیص بهینه بافرها به خطوط تولیدی از طریق ترکیب تکینک شبیه‌سازی و الگوریتم بهینه‌سازی ژنتیک.

کلمات کلیدی: بهینه‌سازیِ شبیه‌سازی، الگوریتم‌های فراابتکاری، الگوریتم ژنتیک، برنامه‌ریزی تولید

- مقدمه

در فرآیند توسعه بشری، همواره سیستم‌های پیچیده‌تری به‌وجود می‌آیند و به همان نسبت مدیریت، نظارت و کنترل آن‌ها مشکل‌تر می‌شود]1[. پیچیدگی، پویایی روزافزون و ماهیت تصادفی کارکرد سیستم‌ها بیش‌ازپیش بررسی و تحلیل آن‌ها را دشوار نموده است. محیط‌های تولیدی و صنعتی نیز از این قاعده مستثنی نیستند. از این نقطه‌نظر، به‌کارگیری مدل‌های تحلیلی بدلیل ساده‌سازی و عدم توجه به تمامی ابعاد مرتبط با سیستم، با محدودیت‌های قابل‌توجهی همراه می‎شوند و ارائه بهترین راه‌حل، همواره یکی از چالش‌های اصلی در این رویکرد می‌باشد و تعیین مقادیر بهینه متغیرها از طریق روش‌های رایج امکان‌پذیر نمی‎باشد]2[. برای رفع این معضلات، مدیر ناچار به ارائه راهکارهایی جهت بهبود وضع موجود است. یکی از انواع این راهکارها، بهینه‌سازی شبیه‌سازی است.

خوشبختانه، روش‌های متنوع و گسترده بهینه‌سازی شبیه‌سازی امکان تحلیل مسائل پیچیده را فراهم کرده است. مزیت بارز این روش‌ها در آن است که بدون جستجوی کلیه نقاط فضای موجود، سعی در یافتن جواب بهینه دارند]2[. شبیه‌سازی که به‌عنوان یک تکنیک توانمند تجزیه و تحلیل سیستم‌ها شناخته می‌شود، می‌تواند نقش مهمی را در اداره کارآمد واحدهای تولیدی ایفا کند.

بدلیل تأثیرات متقابلی که قسمت‌های مختلف یک سیستم بر روی‎هم دارند، علم شبیه‌سازی سیستم‌ها به کمک مدیران و مهندسین آمده است تا به مطالعه و بررسی نتایج حاصل از این اثرات بپردازد. در واقع یکی از کارآمدترین و پیشرفته‌ترین ابزارهای نوین عصر صنعتی و اطلاعاتی جهت تجزیه و تحلیل سیستم‌ها، شبیه‌سازی رایانه‌ای می‌باشد]1[.

بهینه‌سازی در علوم ریاضی و رایانه فرآیند انتخاب یا یافتن بهترین عضو در مجموعه‌ای از گزینه‌های موجود می‌باشد. هر فرآیندی پتانسیل بهینه‎شدن را دارد و مسائل پیچیده می‌توانند در زمینه‌های مختلف مانند علوم مهندسی، اقتصاد و مدیریت به‌صورت مسائل بهینه‌سازی، مدل‎سازی شوند. هدف از مدل‎سازی مسائل بهینه‌سازی، حداقل‌کردن زمان، هزینه و ریسک و یا حداکثر‌کردن سود، کیفیت و اثربخشی است. برخی از مسائل بهینه‌سازی پیچیده هستند و به‌دست‌آوردن جواب‌های بهینه در زمان معقول با روش حل دقیق، دشوار می‌باشد. از این‌رو توسعه روش‌های حل، در این نوع مسائل که بتوانند در زمان معقول جواب‌های بهینه یا نزدیک به بهینه به‌دست آورند، از نظر اقتصادی بصرفه‌تر است. در سالیان اخیر محققان در اکثر مسائل پیچیده بهینه‌سازی با پیاده‌سازی روش‌های فراابتکاری به نتایج مناسبی دست یافته‌اند]3[.

مدل شبیه‌سازی یک سیستم تولیدی به مثابه ابزار تحلیلی دقیقی است که مدیران، طراحان و برنامه‌ریزان یک واحد تولیدی را قادر می‌سازد تا با نگرشی سیستمی به‌سهولت تأثیر تغییر پارامترها و متغیرهای هر یک از زیرسیستم‌های موجود را بر روی عملکرد مجموعه سیستم تولیدی ارزیابی نموده و درجه اهمیت آنان ‌را در فرآیند تأثیرگذاری، محک بزند]4[.

در دنیای صنعتی امروز، شبیه‌سازی به‌عنوان یک روش‌شناسی حل مسائل و تجزیه و تحلیل سیستم‌ها از اهمیت به‌سزایی برخوردار است. قدرت و توانایی این تکنیک در مدل‌سازی سیستم‌های پیچیده صنعتی و خدماتی، سادگی مدل‌سازی، سهولت درک از یک‌سو و پیشرفت سیستم‌های سخت‌افزاری و نرم‌افزاری برای حل مدل‌های ایجاد شده از سوی دیگر، شبیه‌سازی را از تکنیک‌های مدل‌سازی متمایز می‌کند. شبیه‌سازی به‌کاربر آن، امکان آزمایش با سیستم‌هایی را می‌دهد که بدون آن، آزمایش غیرممکن یا غیرعملی است]5[.

1-2- بیان مسئله

برنامه‌ریزی تولید نقش به‌سزایی در کاهش قیمت تمام‌شده محصولات دارد. این عامل از مهم‌ترین عوامل رقابتی در هر صنعت است. کارخانجات تولید کاشی هم از این قاعده مستثنی نیستند. از آنجاییکه بقای هر بنگاه اقتصادی وابسته به سودآوری آن می‌باشد، باید با بررسی عمیق و ارائه برنامه بهینه تولید به این مهم دست یافت.

فرآیند تولید کاشی کارخانه مورد مطالعه از سه مرحله اصلی آماده‌سازی (پرس و لعاب)، پخت کاشی (کوره) و بسته‌بندی تشکیل شده است که بین این مراحل، انبارهایی جهت نگه‌داری کاشی در جریان ساخت وجود دارد. در این کارخانه، با توجه به این‎که 4 خط پرس و لعاب، 3 خط کوره و 4 خط بسته‌بندی وجود دارد و تولید هر نوع از کاشی به نسبت معینی از ظرفیت خطوط را اشغال می‌کند، استفاده‌ بهینه از ظرفیت انبارهای میانگیر بین خطوط لعاب و کوره و بسته‌بندی و هم‌چنین زمان مناسب برای تغییر اندازه در خطوط بسته‌بندی می‌تواند علاوه‌بر امکان تولید متنوع اندازه و طرح‌های محصولات، باعث به حداقل رساندن توقفات کوره و گلوگاه[1]‌شدن واحد‌های تولیدی (پرس و لعاب و بسته‌بندی) شود. ضمناً، چیدمان اندازه‌های مختلف کاشی روی خطوط، ظرفیت‌های متفاوتی از تولید را ایجاد می‌کند. لازم به ذکر است، توقفات هر بخش رفتار‌ی متفاوت دارد که در ظرفیت تولید تأثیرگذار است و بسته به شرایط باید بتوان چیدمان تولید را مدیریت کرد.

1-3- ضرورت انجام پژوهش

امروزه، پیچیدگی و ماهیت تصادفی کارکرد سیستم‌های تولیدی، تصمیم‌گیری برای مدیریت را بیش‌ازپیش دشوار نموده است. در این راستا، کمبود منابع در دسترس و سرعت قابل‌توجه رقابت، ضرورت به‌کارگیری مدل‌های تحلیلی را ایجاب می‌کند.

خطوط تولید به‌عنوان یکی از مهم‌ترین اجزاء هر شرکت تولیدی محسوب می‌شوند. هزینه فضای بین ایستگاه‌های کاری از یکسو و هزینه خوابیدگی ایستگاه‌ها به‌دلیل کمبود قطعات ورودی از سوی دیگر موجب می‌شود تا همواره تعیین اندازه ظرفیت انبارهای میانگیر از موضوعات موردتوجه محسوب شود.

در کارخانجات تولید کاشی، کوره به‌عنوان یک گلوگاه محسوب می شود و نقش بسیار مهمی را در فرآیند تولید ایفا می‌کند. کوره ها هزینه توقف بالایی دارند از جمله: مصرف انرژی به‌منظور شروع مجدد کوره و اثرات منفی توقف بر روی کیفیت محصول. به‎همین دلیل، بخش برنامه‌ریزی تولید باید به‎صورتی عمل کند تا حداکثر کارایی کوره بدون توقف و در حال تغذیه دائم به‌دست آید.

1-4- سوالات پژوهش

1.

2.

3.

1-5- اهداف پژوهش

1-5-1- اهداف کلی

اهداف کلی این پژوهش را می‌توان در چند بخش ارائه نمود:

1.

2.

3.

1-5-2- اهداف خاص و مصداقی

بسته به نوع سیستم شبیه‌سازی شده و مسائل و عوامل اثرگذار درون این سیستم می‌توان جزییات و مصادیق بیشتری را ارائه نمود که برای این پژوهش خاص چند هدف به‌صورت مصداقی بیان می‌گردد:

1.

2.

3.

1-6- قلمرو پژوهش

پژوهش حاضر در شرکت کاشی گلدیس یزد انجام شد. مراحل اولیه مربوط به مشاهدات عینی و مصاحبه با افراد مرتبط جهت تکمیل اطلاعات موردنیاز مراحل مختلف پژوهش، در نیمه ابتدایی سال 1393 جمع‌آوری شد. ضمناً، جهت گردآوری اطلاعات موردنیاز مربوط به مدل شبیه‌سازی، از داده‌های موجود در آرشیو واحد برنامه‌ریزی شرکت کاشی گلدیس (1386-1393) استفاده شد. هم‌چنین، مراحل برنامه‌نویسی و ایجاد مدل جهت شبیه‌سازی در نیمه دوم سال 1393 انجام پذیرفت.

1-7- تعریف واژگان کلیدی

بهینه‌سازی شبیه‌سازی[4]: مفهوم "بهینه‌سازی شبیه‌سازی" در شبیه‌سازی سیستم‌ها با استفاده از رایانه عبارت است از فرآیند یافتن بهترین مقادیر ورودی از بین کلیه حالات ممکن، بدون این‌که کلیه حالات ممکن مورد ارزیابی قرار گیرند]6[.

الگوریتم‌های فراابتکاری[5]: الگوریتم‌های فراابتکاری نوعی از الگوریتم‌های دقیق هستند که برای یافتن جواب‌ بهینه به‌کار می‌روند. روش‌ها و الگوریتم‌‌های بهینه‌سازی به دو دسته الگوریتم‌های دقیق و الگوریتم‌های تقریبی تقسیم‌بندی می‌شوند. الگوریتم‌‌های فراابتکاری برای حل این مشکلات الگوریتم‌‌های ابتکاری ارائه شده‌اند. در واقع الگوریتم‌های فراابتکاری، یکی از انواع الگوریتم‌های بهینه‌سازی تقریبی هستند که دارای راهکارهای برون رفت از بهینه محلی می‌باشند و قابل کاربرد در طیف گسترده‌ای از مسائل می‌باشند]7[.

الگوریتم ژنتیک[6]: الگوریتم ژنتیک یک تکنیک جستجو برای حل مسائل با استفاده از مدل ژنتیک است. این الگوریتم در زمره الگوریتم‌های مبتنی بر جمعیت قرار دارد که ایده اساسی خود را از نظریه تکامل می‌گیرد]8[.

برنامه‌ریزی تولید[7]: ارائه یک برنامه جامع جهت برآورد تقاضای پیش‌بینی‌شده با استفاده از امکانات سازمان]9[.

1-8- جمع‌بندی

هدف از این پژوهش، رفع مشکلات برنامه‌ریزی خط تولید گسسته‌ای هست که با محدودیت ظرفیت انبارهای میانگیر (بافر) مواجه می‌باشد. بدین طریق که پس از انجام مراحل شبیه‌سازی سیستم، با بهره‌گیری از الگوریتم ژنتیک، این مشکل برطرف شود.

در پایان، ساختار کلی پژوهش مطرح می‌شود. فصل دوم، به تعریف واژگان و توضیح مفاهیم مربوط به پژوهش و پیشینه پژوهش‌های قبلی در این زمینه پرداخته می‌شود. فصل سوم، گام‌های ضروری جهت انجام مدل‌سازی و نحوه دست‌یابی به جواب‌ بهینه از طریق الگوریتم ژنتیک، شرح داده می‌شود. فصل چهارم، نتایج حاصل از مدل‌سازی و سپس بهینه‌سازی با استفاده از الگوریتم ژنتیک ارائه داده می‌شود. فصل پنجم، شامل نتیجه‌گیری حاصل از بهینه‌سازی شبیه‌سازی مسئله و پیشنهادات موردنظر برای به‌کارگیری و توسعه مدل می‌باشد.

در دنیای امروز، مدیریت مناسب و کارا عامل رفع بسیاری از مشکلات، نابسامانی‌ها و هزینه‌های نابجاست و یک مدیریت اساسی و مؤثر می‌تواند باعث تعالی سازمان در راستای اهداف مدونش گردد. یکی از الزامات مدیریتی، داشتن دید کلی و جامع نسبت به سیستم تحت مدیریت و کنترل آن می‌باشد تا از یک طرف، قدرت کنترل و مدیریت ارتقا یابد و از طرف دیگر، بتوان تصمیمات استراتژیک و اساسی خود را با اطمینان خاطر بیشتری ارائه نمود.

برای این‌که تصمیمات یک مدیر، چه در سطح میانی و چه در سطح ارشد، تصمیماتی مطمئن و کارساز باشند، داشتن تسلط و احاطه کامل و جامع بر سیستم و قدرت پیش‌بینی بالا الزامیست. این در حالی است که آن‌ها با دنیایی از وقایع و رویدادهایی مواجه می‌شود که قطعیت آن مشخص نبوده و علی رغم تمایل مدیران، معمولاً برآورد تبعات و نتایج تصمیمات، امری پیچیده و گاهی ناممکن است که مسلماً عدم دست‌یابی به نتایج مدنظر با هزینه‌هایی همراه خواهد بود. لذا راهکارها و سیستم‌هایی می‌توانند ما را در این امر کمک کنند که اولاً، بتوانند رویدادها و عوامل مؤثر را به‌صورت یکپارچه و جامع مدنظر قرار دهند و ثانیاً، قادر به ارائه، نمایش و مقایسه نتایج حاصل از تغییرات اعمال‌شده باشند.

این قاعده، به نوعی در کلیه سازمان‌ها، ادارات و مراکز تولیدی دیده می‌شود؛ هرچند که بسته به نوع و جایگاه آن، با شدت و ضعف همراه هست.

در محیط‌های تولیدی امروزی، در مبحث برنامه‌ریزی تولید با توجه به تغییرات نوع تقاضا، روی دادن وقایع نه چندان قطعی و قابل پیش‌بینی و وجود الگوهای تولیدی متفاوت، مدیریت خط تولید دچار چالش می‌باشد و این در حالیست که از یک طرف، مدیریت به دنبال برآورد تقاضاهای متنوع تولید، با حداکثر استفاده از امکانات موجود می‌باشد و از طرفی دیگر، عوامل و پارامترهای گوناگون و پیچیده‌ای در این موضوع دخیل هستند؛ لذا در محیط‌های صنعتی نیز احاطه کلی و جامع بر روی خط تولید می‌تواند در افزایش اطمینان از موفقیت تصمیمات و تغییرات مدنظر، اثرگذار باشد.

شبیه‌سازی سیستم‌ها، از جمله آن‌ راهکارهایی است که ضمن لحاظ‎نمودن موارد اشاره شده، این امکان‌ را در اختیار یک مدیر قرار می‌دهد که دنیای واقعی را در یک اشل کوچکتر، درون یک سیستم رایانه‌ای، در اختیار داشته و در ادامه بتواند تصمیمات خود را بدون هیچ هزینه‌ای در سیستم شبیه‌سازی شده، مورد ارزیابی قرار داده و نتایج حاصله را با برآورد و انتظاراتش، مقایسه نماید. به بیانی دیگر از یک جهت آزمون و خطاهای مدیریتی قبل از اجرا در سیستم واقعی، درون مدل شبیه‌سازی شده، مورد ارزیابی و تحلیل قرار می‌گیرد و از جهتی دیگر از بین گزینه‌های گوناگون مدنظر مدیریت و یا پیشنهادی، بهترین گزینه انتخاب می‌گردد.

در این فصل، پس از مرور مباحث مربوط به تولید، به ارائه مفاهیم بهینه‌سازی شبیه‌سازی در مدیریت برنامه‌ریزی سیستم‌های تولیدی پرداخته خواهد شد. هم‌چنین انواع روش‌های فراابتکاری جهت حل مسائل بهینه‌سازی معرفی و به تفصیل در مورد الگوریتم ژنتیک صحبت خواهد شد. در نهایت به پیشینه پژوهش‌های انجام شده در زمینه کاربردهای متفاوت بهینه‌سازی شبیه‌سازی در صنعت و مزایای آن اشاره خواهد شد.

2-2- مدیریت تولید و سیستم‌های تولیدی

2-2-1- پارادایم‌های[8] تولید

تولید، همواره در شرف تغییر بوده است. در طول تاریخ تاکنون چهار دوره تولیدی وجود داشته است. دوره اول تولید دستی بوده که از ویژگی‌های آن سطح تولید پایین، نظام استاد-شاگردی، کیفیت پایین محصولات، قیمت بالای محصول و ... است. دوره دوم، دوره تولید انبوه "هنری فورد" بوده که می‌توان خط مونتاژ متحرک، قابلیت تعویض کامل قطعات، راحتی اتصال قطعات مختلف به یکدیگر، کاهش زمان چرخه کاری، تعویض‌پذیری کارگران، خلق افراد جدیدی مانند تعمیرکاران و مهندسان صنایع، و کاهش زمان ‌راه‌اندازی ماشین‌آلات را به‌عنوان ویژگی‌های اساسی آن نام برد. دوره سوم، پارادایم تولید ناب (سیستم تولید تویوتا) بود که بنیانگذار و مغز متفکر آن "تایی چی اوهنو" بود. پارادایم تولید ناب به معنای حذف هر نوع فعالیت بدون ارزش افزوده است. تولید ناب اصولی دارد که عبارتند از: حذف ضایعات، عیوب صفر، تیم‌های چندمنظوره، کاهش لایه‌های سازمانی، رهبری تیمی، سیستم‌های اطلاعاتی عمودی، بهبود مستمر و سیستم کششی. دوره چهارم، تولید چابک است که هدف آن اغنای مشتری، اهرمی کردن اثر اطلاعات و افراد، تسلط بر تغییرات و عدم اطمینان و افزایش رقابت‌پذیری از طریق همکاری است. در ادامه به توضیح بیشتر این پارادایم‌ها می‌پردازیم.]10[

2-1-1-1- تولید دستی

سیستم تولید دستی از کارگران کم و ماهر استفاده می‌کند و ابزار و وسایل تولید به‌طور نسبی ساده است. به همین دلیل آن‎چه که تولید می‌شود در حجم بسیار پایین و به شکلی دقیق مطابق خواست مشتری و بر اساس نیاز اوست. گذشته از مزایای تولید دستی، هزینه‌های هنگفت آن که با افزایش تولید و بالا بردن حجم تولید کاهش نمی‌یابد، از جمله معایب آن است.]10[

2-1-1-2-تولید انبوه

"هنری فورد" برای حذف معایب تولید دستی اقدامات وسیعی را انجام داد، به‌طوری که می‌توان گفت بشریت امروزی وام‌دار و مدیون او در امور تولیدی است.

فورد با تغییر روش‌های تولید و ارائه روش‌های نوین تقریباَ تمامی معایب تولید دستی را از بین برد. او با تعویض پذیری قطعات ساده و آسان کردن مونتاژ بسیاری از کارگران تولید که وظیفه آن‌ها اندازه‌کردن قطعات بوده و حجم عظیمی از نیروی انسانی را به خود اختصاص می‌داد، حذف کرد.]10[

2-1-1-3- تولید ناب

یکی از پردامنه‌ترین ادعاها این است که عصر تولید انبوه به پایان چرخه عمر خود رسیده و شیوه‌های جدید، نظیر تخصص انعطاف‌پذیر، جایگزین آن می‌شود.

تولید ناب، روشی است که در آن تولیدکنندگان به دنبال دست‌یابی به مزایا و اجتناب از معایب دو روش تولید دستی و انبوه هستند. یعنی اقداماتی را انجام می‌دهند که بتوانند با استفاده از کارکنان ماهر در تمام سطوح سازمان و ماشین‌آلات چند منظوره که توانایی تولید محصولات مختلف را دارند، قیمت کالای تولیدی را کاهش داده و محصولاتی را تولید کنند که موردنیاز و خواست مشتریان است.]10[

2-1-1-4- تولید چابک

در محیط آشفته، نامطمئن و متغیری که شرکت‌ها در آن مشغول فعالیت هستند، یکی از مهم‌ترین عوامل بقاء و پیشرفت، چابکی آن‌هاست. ویژگی اساسی این محیط، تغییر و عدم اطمینان است. سیستم تولیدی چابک[9] راه‌حلی جدید برای مقابله با این چالش است.

چابکی، مفهومی که طی سال‌های اخیر عمومیت یافته و به‌عنوان‌ راهبردی موفق، توسط تولیدکنندگانی که خودشان ‌را برای یک عملکرد قابل قبول و افزایش آن آماده می‌کنند، پذیرفته شده است. در چنین محیطی، بنگاه باید توان تولید هم‎زمان محصولات متفاوت با طول عمر کوتاه، طراحی مجدد محصولات، تغییر رویه‌های تولید محصولات و جواب‌‌گویی کارا به تغییرات را داشته باشد.

در هر دوره‌ای از تولید، سیستم‌های تولیدی متفاوتی با ویژگی‌های خاص خود وجود داشته‌اند که در ادامه، انواع آن معرفی خواهد شد.]10[

2-3- انواع سیستم‌های تولیدی

سیستم تولید که بخشی از یک سازمان است، به تولید محصولات آن می‌پردازد. این فعالیتی است که به موجب آن منابع، در یک سیستم تعریف شده به جریان درمی‌آیند، با هم ترکیب می‌شوند و در شیوه‌ای کنترل شده تبدیل به ارزش افزوده‌ای می‌شوند که در راستای سیاست‌های ابلاغ شده توسط مدیریت، سودآوری داشته باشند.]11[

تولید پیوسته

تولید انبوه

تولید دسته ای

تولید کارگاهی

حجم تولید

تنوع تولید

دسته‌بندی سیستم‌های تولیدی

در اینجا، به‌طور خلاصه به دسته‌بندی چهار گروه از سیستم‌های تولیدی اشاره می‌شود:

1.

2.

3.

4.

جدول 2-1– مقایسه انواع سیستم‌های تولیدی]11[

نوع سیستم تولیدی

ویژگی‌ها

مزایا

محدودیت‌ها

کارگاهی

1. تنوع زیاد محصولات و حجم کم تولید

2. استفاده از ماشین‌آلات عمومی

3. کارگران ماهر و متخصص

4. حجم بالای مواد و قطعات و ...

5. برنامه‌ریزی دقیق مواد و ماشین‌آلات و ...

1. تولید محصولات متنوع با استفاده از ماشین‌آلات عمومی

2. وجود کارگران متخصص و چند مهارته

3. استفاده کامل از پتانسیل اپراتورهای خط تولید

4. وجود فرصت‌های جدید جهت تولید خلاقانه محصولات نو

1. هزینه زیاد تولید بدلیل تعداد دفعات بالای تنظیمات خط

2. حجم بالای موجودی در تمامی سطوح تولید (ساخته، نیمه ساخته، قطعات و ...) و بالطبع آن هزینه بالای نگه‌داری

3. پیچیدگی برنامه‌ریزی تولید به جهت وجود کارگاه‌های مختلف

دسته‌ای

1. زمان تولید کوتاهتر

2. انعطاف پذیری ماشین‌آلات و چیدمان خط

3. نیاز به تنظیمات جدید جهت تولید هر محصول

4. کم شدن زمان موعد تحویل محصولات و هزینه‌ها در مقایسه با تولید کارگاهی

1. استفاده بهتر از ماشین‌آلات و فضای تولیدی

3. هزینه تولید کمتر هر واحد محصول در مقایسه با تولید کارگاهی

4. سرمایه‌گذاری کمتر ماشین‌آلات و فضای تولیدی

5. انعطاف پذیری تولید محصولات متنوع

1. پیچیده بودن برنامه‌ریزی مواد بدلیل جریان طولانی‌تر و نامنظم تولید

2. دشواری برنامه‌ریزی تولید و کنترل

3. بیشتر بودن میزان موجودی مواد در مقایسه با تولید پیوسته

4. هزینه بالاتر تولید بدلیل تغییرات متعدد در تنظیمات

انبوه

1. ظرفیت تولید و نرخ خروجی بیشتر ماشین‌آلات

2. حجم بالای تولید

3. سیکل کوتاهتر تولید

4. کم شدن موجودی در جریان ساخت و تولید

5. آسان‌تر بودن برنامه‌ریزی و کنترل تولید مواد

1. نرخ بالای میزان تولید با سیکل کوتاه

2. استفاده از ظرفیت بالاتر خط بدلیل بالانس کردن خط تولید

3. نیاز به‌کارگران معمولی و کمتر مهارت دیده

4. حجم پایین موجودی مواد

5. هزینه پایین تولید محصول

1. تغییر یافتن کل خط تولید هم‎زمان با تغییر طراحی محصول

2. نیاز به سرمایه‌گذاری زیاد ماشین‌آلات و امکانات تولیدی

3. تعیین شدن سیکل تولید با توجه به زمان گلوگاه

پیوسته

1. عدم انعطاف پذیری چیدمان و طراحی ماشین‌آلات

2. وابستگی و توالی فرآیندهای تولید

3. غیرقابل‌تفکیک بودن محصول نهایی بدلیل ترکیب شدن از چندین ماده اولیه

4. برنامه‌ریزی و زمان‌بندی امری روزمره می‌باشد

1. استاندارد بودن محصول و پروسه تولید

2. نرخ بالاتر میزان تولید با توجه به زمان کوتاه‌تر سیکل تولید

3. نیاز به‌کارگران بامهارت کم

4. هزینه کم تولید با توجه به میزان بالای حجم تولیدی

5. جابجایی اتوماتیک مواد

1. انعطاف پذیری کم خط تولید

2. نیاز به سرمایه زیاد جهت تنظیم دستگاه‌ها

3. تنوع کم محصولات کم

4. توقف یکی از ماشین‌آلات منجر به توقف کل خط تولید خواهد شد

2-5- آشنایی با فرآیندهای تولید و انواع آن

فرآیند تولید سازمان همواره از اجزایی تشکیل شده است که با کنار هم قرار گرفتن یکدیگر "فرآیند تولید" را شکل می‌دهند. ارائه طرحی برای کنار هم قرار دادن اجزای فرآیند تولید را "طراحی فرآیند تولید" گویند. از آنجایی که فعالیت اصلی یک کارخانه، تولید محصول است؛ بنابراین چگونگی عملکرد فرآیند تولید، برای یک کارخانه عامل اساسی و حیاتی محسوب می‌شود. فرآیند تولید باید به گونه‌ای طراحی گردد که علاوه ‌بر اثربخش و کارا بودن با امکانات سازمان و نیازهای محصول نیز مطابقت داشته باشد. بنابراین طراحان فرآیند تولید باید با شناخت دقیق انواع طرح‌ها و با توجه به اهداف سازمان و توانایی‌ها و امکانات موجود، طرح موردنیاز خود را بیایند و فرآیند تولید را بر طبق آن شکل دهند. به‌طور کلی فرآیند تولید را می‌توان به دو فرآیند تولید پیوسته و غیر پیوسته دسته‌بندی نمود:

1.

2.

در فرآیندهای تولیدی غیر پیوسته با محدودیتی بنام ظرفیت انبارهای میانگیر مواجه هستیم. انبار میانگیر چیست و چه ویژگی‌ای دارد؟ در ادامه به این پرسش، جواب‌ داده خواهد شد:

پردازش کارها در هر فرآیند تولیدی می‌تواند با مجموعه‌ای از بایدها و نبایدها مواجه باشد. این بایدها و نبایدها که در علم تصمیم‌گیری "محدودیت" نامیده می‌شوند، به شکل‌های گوناگونی در مسائل زمان‌بندی عملیات بروز می‌نمایند. این محدودیت‌ها معمولاً وابسته به ساختار فرآیند تولید هستند. ]6[

یکی از محدودیت‌های وابسته به ساختار تولید، محدودیت مربوط به انبارهای میانگیر و خطوط انتظار است. در بسیاری از سیستم‌های تولیدی به‌ویژه سیستم‌هایی که محصولات را به‌صورت فله‌ای و انبوه تولید می‌نمایند، این محدودیت به چشم می‌خورد. ظرفیت انبارهای میانگیر که بین هر دو مرحله از فرآیند وجود دارد، محدود است و در صورت پُر بودن انبارهای میانگیر، فعالیت قبل از انبار بلوکه[11] (متوقف) می‌شود. شروع مجدد این عملیات تا زمان محیا شدن ظرفیت در انبار میانگیر به تعویق می‌افتد. در شکل 2-2 ساختار این‌گونه خطوط تولید نشان داده شده است. در این شکل دایره‌ها نشان‌دهنده ماشین‌آلات و مثلث‌ها نشان‌دهنده انبارهای میانگیر هستند.]6[

[1]. bottleneck

[2]. Scenario

[3]. Buffer

[4]. Simulation Optimization

2. Metaheuristic Algorithm

[5]

[6]. Genetic algorithm

[7]. Production Planning

[8]. Paradigm

[9]. Agile manufacturing system

[10]. American production and inventory control society

[11]  - Blocking

Absract

At present, the complexity and dynamics of increasing production environments, the use of analytical models in the evaluation and decision-making is faced with significant limitations. Therefore, the use of computer simulation as a tool that can be widely formulated these systems widely welcomed. However, providing the best solution has always been one of the main challenges in this field.

In this regard, research ahead how to solve the problem of tile production line of the factory. It determines the number of buffers allocated to each line. Computer simulation and optimization techniques combined with genetic algorithm, the optimal number of buffers allocated specific and furnace downtime to the minimum amount possible. Initially, the production system using simulation techniques to model and then in combination with genetic optimization algorithm, the optimum results were achieved.

In short, the aim of this research can be stated thus:

Reduce downtime through optimal allocation buffers furnace production lines by combining simulation technique is supposed genetic optimization algorithm.

Keywords: Simulation Optimization, Metaheuristic Algorithm, Genetic Algorithm, Production Planning