بهینه سازی طرح ریزی چیدمان واحدهای صنعتی
بهینه سازی طرح ریزی چیدمان واحدهای صنعتی – ایران ترجمه – Irantarjomeh
مقالات ترجمه شده آماده گروه مهندسی صنایع
مقالات ترجمه شده آماده کل گروه های دانشگاهی
مقالات
قیمت
قیمت این مقاله: 38000 تومان (ایران ترجمه - Irantarjomeh)
توضیح
بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.
شماره | ۱۱۴ |
کد مقاله | IND114 |
مترجم | گروه مترجمین ایران ترجمه – irantarjomeh |
نام فارسی | روشی نوین برای بهینه سازی و طرح ریزی و چیدمان واحدهای صنعتی |
نام انگلیسی | A novel facility layout planning and optimization methodology |
تعداد صفحه به فارسی | ۲۳ |
تعداد صفحه به انگلیسی | ۴ |
کلمات کلیدی به فارسی | بهینه سازی تولید, واقعیت افزوده, طرح ریزی و چیدمان واحدهای صنعتی |
کلمات کلیدی به انگلیسی | Manufacturing optimization, Augmented reality, Facility layout planning |
مرجع به فارسی | فن آوری تولیددپارتمان مهندسی مکانیک، کالج مهندسی، دانشگاه ملی سنگاپورالزویر |
مرجع به انگلیسی | Manufacturing Technology; Mechanical Engineering Department, Faculty of Engineering, National University of Singapore, Singapore; Elsevier |
کشور | سنگاپور |
روشی نوین برای بهینه سازی و طرح ریزی و چیدمان واحدهای صنعتی
چکیده
این مقاله سامانه طرح ریزی کارخانه نوینی را برای طرح ریزی و چیدمان واحدهای صنعتی (FLP) زمان واقعی[۱] پای کار[۲] ارائه می دهد. در این مبحث دو نمونه طرح ریزی واحدهای صنعتی پشتیبانی می شود، دستی و خودکار. در این سامانه، روش مدلسازی سریعی توسعه داده شده که کاربران می توانند تسهیلات موجود را بصورت مدل های اولیه مجازی شکل دهد. ساز و کار تعریف معیار و محدودیت نیازمند وظایف FLP متفاوتی است، و برای طرح ریزی خودکار واحد صنعتی روش بهینه سازی مبتنی بر الگوریتم ژنتیک فرایند سلسله مراتبی تحلیلی[۳] (AHP-GA) اتخاذ شده است. بمنظور ایجاد تجسمی از فرایند طرح ریزی از واقعیت افزوده[۴] (AR) استفاده شده است.
کلمات کلیدی: بهینه سازی تولید، واقعیت افزوده، طرح ریزی و چیدمان واحدهای صنعتی
[۱] Real-time
[۲] On-site
[۳]Analytical Hierarchy Process–Genetic Algorithm
[۴]Augmented reality
بهینه سازی طرح ریزی چیدمان واحدهای صنعتی
۱- مقدمه
طرح ریزی واحدهای صنعتی (FLP) به طراحی نقشه های جانمایی ماشین آلات/تجهیزات در سالن تولید[۱] اشاره دارد. یک نقشه طرح ریزی تولید خوب طراحی شده می تواند سبب کاهش تا پنجاه درصدی هزینه های عملیاتی شود [۱]. عرفاً، FLP طی مرحله طراحی سالن تولید یعنی پیش از ساخت سالن تولید مطرح می شود. ابزارهای واقعیت مجازی (VR) و الگوریتمی دو رویکردی هستند که بطور گسترده بکار می روند. رویکردهای الگوریتمی بر تدوین ریاضیاتی FLP با استفاده از مدل های مختلفی مثل مدل مسئله تخصیص درجه دوم، مدل مسئله عدد صحیح مختلط، GA (الگوریتم ژنتیک)، SA (آنیلینگ[۲] شبیه سازی شده) و غیره تمرکز دارند. هرچند، به علت پیچیدگی ترکیبی مسئله FLP، یافتن بهترین راه حل تقریبا غیرممکن است. ابزارهای مبتنی بر VR رویکرد جایگزینی را برای بیان FLP فراهم می کنند. ابزارهای مبتنی بر VR با ایجاد محیط مجازی سه بعدی به کاربران بر اساس دانش و تجربیات خود اجازه طراحی دستی نقشه های جانمایی را می دهند.
پیشرفت صنعت مدرن با چالش هایی جدیدی برای FLP روبروست. برای برآوردن اهداف تولید که به سرعت تغییر می کنند، امروزه شرکت ها نیاز دارند جانمایی سالن تولید را پیوسته تغییر دهند تا عملیاتشان را بروز نمایند. FLP برای سالن های تولید موجود ویژگی های زیر را دارد: (۱) حضور تاسیسات موجود با محدودیت هایی بحرانی روبروست؛ (۲) عموما وظیفه FLP گرایش دارد در ابعاد کوچک باشد، مثل حذف و اضافه کردن تعدادی از ماشین آلات؛ و (۳) معیارهای استفاده شده اغلب تک کاره هستند، و به وظایف متفاوتی اختصاص دارند. رویکرد الگوریتمی و ابزارهای مبتنی بر VR برای پرداختن به این امور کارایی ندارند. از این رو، شرکت ها اغلب نقشه جانمایی کمتر از بهینه ای را پیاده سازی می کنند.
با تهیه اطلاعات زمان واقعی از محیط واقعی، تکنولوژی واقعیت افزوده (AR) می تواند راه حلی شدنی را برای FLP فراهم می کند. از زمان ظهور فناوری AR، ابزارهای FLP کمکی VR متعددی گزارش شده اند. هرچند، بسیاری از این ابزارها مکانیزم های مناسبی برای ارزیابی نقشه های جانمایی ندارند و این به میزان زیادی سودمندی آنها را محدود می کند.
این مقاله متدلوژی بهبود یافته مبتنی بر AR را برای FLP سالن های تولید موجود ارائه می دهد. یک روش بهینه سازی و طرح ریزی پای کار پیشنهاد شده است. با استفاده از فناوری AR، اطلاعات تاسیسات موجود در زمان واقعی بدست آمده تا معیارها و محدودیت های جانمایی را فرموله کند. همانطور که در شکل ۱ نشان داده شده، مفهوم ارتقایافته واقعیت می تواند بکارگیری کامل تجربه، دانش و شهود کاربران را برای شناسایی امور مشخصی که باید بیان شوند و بررسی نقشه های جانمایی پای کار تسهیل نماید. سیستمی به نام AFLP (FLP مبتنی بر AR) برای پیاده سازی متدلوژی پیشنهاد شده توسعه داده شده است (شکل ۲).
در AFLP، برای کسب داده های هندسی تاسیسات موجود یک روش مدلسازی پای کار توسعه داده شده است. این داده ها همراه با داده های نشانگر تاسیساتی که باید جانمایی شوند، برای تعریف معیارها و محدودیت های جانمایی که در زمان واقعی برای مقاصد ارزیابی محاسبه شده اند، استفاده می شوند. در سالن تولید افزایش یافته، کاربران می توانند جانمایی تاسیسات جدید را بطور شهودی آنقدر تغییر دهند تا ارزیابی خوبی بدست آید. بعلاوه، برای تهیه نقشه های جانمایی جایگزین یک روش بهینه سازی اتخاذ می شود.
[۱] Shopfloor
[۲] Annealing
بهینه سازی طرح ریزی چیدمان واحدهای صنعتی
۲- معماری سیستم AFLP
سیستم AFLP (شکل ۳) شامل چهار ماژول است، ماژول عمل متقابل کاربر، ماژول مدلسازی، ماژول ارزیابی، و ماژول بهینه سازی. برای ردیابی دوربین PTAM اتخاذ شده و فضایی مجازی در محیط سالن تولید افزوده شده که مدل های سه بعدی که نشانگر تاسیساتی هستند که باید جانمایی شوند در آن نمایش داده می شوند. ماژول مدلسازی از روش مدلسازی زمان واقعی استفاده کرده و کاربران را قادر می سازد تاسیسات موجود را با استفاده از مدل های اولیه، مثل بلوک و ستون بازسازی کنند. ماژول ارزیابی مجموعه ای از مدل ها و توابع را برای کاربران فراهم می کند تا محدودیت ها و معیارهای FLP را تعریف کنند. برای برآورده ساختن الزامات خاص وظایف FLP گوناگون، کاربران می توانند ارزیابی را بر حسب تعداد و محتوای معیارها و محدودیت ها سفارشی[۱] کنند. طی فرایند طرح ریزی دستی، همچنانکه کاربران مدل های مجازی تاسیسات جدید را دستکاری می کنند، ماژول ارزیابی بازخورد زمان واقعی را برای کمک به تصمیم گیری کاربران تهیه می کند. برای طرح ریزی خودکار، از تکنیک اولویت بندی[۲] برای ترکیب معیارها برای فرموله کردن مدل های بهینه سازی تک معیاره[۳] و از GA برای بدست آوردن نتایج بهینه شده استفاده می کند. از میان طرح های جانمایی بدست آمده از هر دو سناریوی طرح ریزی، کاربران می توانند بهترین طرح را بعنوان جانمایی نهایی انتخاب کنند.
[۱] Customize
[۲] Prioritization
[۳] single objective optimization models
۲٫۱- مدلسازی پای کار
در مورد بدست آوردن تعامل زمان واقعی در برنامه های مبتنی بر AR، بازسازی محیط واقعی چالش حساسی است [۶، ۷]. در AFLP روش مدلسازی سریعی توسعه داده شده که کاربران را قادر می سازد اشیاء واقعی را بعنوان شیء اولیه بازسازی نمایند. در این روش، مدل اولیه ای با تعریف نقاط کلیدی، مثل رئوس صفحه ساخته می شود. در AR یک نقطه کلیدی با محاسبه مختصات سه بعدی نقطه در سیستم مختصات جهانی (CS) تعریف می شود. برای نقطه X، که با داشتن دو ماتریس تغییرشکل تصویر-به-جهانِ MA (فریم A) و MB (فریم B) و مختصات متناظر در تصویر CS، مختصاتش در جهان CS را می توان تعیین کرد. این فرایند می تواند ساده سازی شود اگر نقطه مورد هدف در صفحه شناخته شده ای واقع باشد، مثل صفحه x-y، و با مکان یابی نقطه در یک قالب، مختصاتش بدست خواهند آمد.
در AFLP، این روش در ابتدا برای تعریف CS برای محیط سالن تولید بکار رفته است (شکل ۷ الف). CS با تعیین مبدأ و دو نقطه در صفحه x-y (یا y-z، z-x) ایجاد شده است. مکان، وضع و مقیاس CS را می توان بصورت دستی تنظیم کرد. فاکتور سنجش جهانی GS در معادله (۱) تعریف شده است.
۲٫۲- معیارها و محدودیت ها
در این پژوهش، معیارها به اهداف وظایف FLP مثل کمینه سازی هزینه جابجایی مواد اشاره دارند، و محدودیت ها بعنوان قیودی برای فهم طرح های جانمایی ایده آل مثل تداخل فیزیکی بین تاسیسات، در نظر گرفته می شوند. برای FLP سالن تولید حاضر، معیارها اغلب تمایل دارند منحصر به الزامات وظایف باشند؛ کاربران ممکن است تنها زمانی قادر به شناسایی و آدرس دهی اوضاع برای FLP باشند که در سالن تولید قرار دارند. برای حل این مشکل، ماژول ارزیابی مجموعه ای از مدل های ریاضیاتی را برای کاربران فراهم می کند تا معیارها را تعریف کرده و محتوای آنها را بصورت دستی سفارشی نمایند (شکل ۴). مدل های معیار (CM) زیر یکپارچه شده اند:
۲٫۳- بهینه سازی مبتنی بر AHP-GA
طی فرایند طرح ریزی دستی، شهود انسانی برای تسهیل تولید طرح های جانمایی موفق بررسی شده است. هرچند، این طرح های جانمایی ممکن است ذهنی باشند و بتوان بعدا آنها را اصلاح کرد. در این زمینه، ماژول بهینه سازی الگوریتمی برای تولید طرح های جانمایی جایگزین توسعه داده شده است. می توان مسائل FLP را با استفاده از مدل های معیار برای تعریف معیارهای چندگانه، بصورت مدل های MADM (تصمیم گیری های چند شاخصه[۱]) فرموله کرد [۱۰]. رویکردهای موثر MADM شامل رویکرد جمع وزنی[۲]، رویکرد رتبه بندی پارتو، و غیره می شود.
[۱] Multiple Attribute Decision Making
[۲] Weighted-sum
بهینه سازی طرح ریزی چیدمان واحدهای صنعتی
۳- پیاده سازی و مطالعه موردی
یک وظیفه FLP ساده سازی شده در شکل ۷ هدایت و به تصویر کشیده شده است. در این وظیفه سه وسیله جدید باید نصب شوند، یک ماشین تراش[۱]، پرس مته رومیزی[۲] و یک صفحه مانیتور. جدول ۱ محدودیت هایی را که باید بر تاسیسات اعمال شوند، و جدول ۲ معیارهایی را که باید در این وظیفه در نظر گرفته شوند نشان می دهد.
[۱] Lathe
[۲] Bench drill press
بهینه سازی طرح ریزی چیدمان واحدهای صنعتی