Sekatuotantolinjan tilausjonon optimaalinen järjestäminen lineaarisella kokonaislukuohjelmoinnilla

Abstract

Tässä diplomityössä tutkittiin sekatuotantolinjan työjärjestyksen määrittämistä lineaarista kokonaislukuoptimointimallia käyttäen. Sekatuotanto on yleisesti käytetty tuotantomuoto asiakastarpeen mukaan kustomoitavien tuotteiden valmistuksessa. Sekatuotannossa tuotevariaatioiden eripituiset työvaiheajat aiheuttavat kuitenkin epätasaista linjakuormitusta, johon voidaan puolestaan vaikuttaa työjärjestyksellä. Tutkimuksessa optimointimallin tavoitteena oli tuotantolinjan resurssien suurimpien työkuormien summan minimoiminen aikataulutushorisontin yli. Resurssilla viitataan tässä työssä työntekijäryhmään, jonka vastuualueella, eli segmentillä on yksi tai useampi työpiste. Diplomityössä tutkittiin sekatuotantolinjan aikatauluttamista yleisesti sekä soveltaen aikatauluttamista työn tapaustutkimuksessa käytännön tuotantolinjaan.

Yleisessä tutkimuksessa selvitettiin, kuinka tuotantolinjan konfiguraatio vaikuttaa optimoinnilla saavutettavien ja satunnaisesti luotujen aikataulujen työkuorman tasaisuuteen. Tutkimus suoritettiin 12 työpistettä sisältävälle tuotantolinjalle. Tutkimuksessa muuttujina olivat segmenttikoko, työpisterajojen avonaisuus ja aikataulutettavien tilausten työaikojen vaihtelu. Koska osittain avonaisten työpisteiden huomioiminen varsinaisessa optimointimallissa osoittautui laskennallisesti raskaaksi, tutkittiin työssä myös aikataulutuksen ajaksi avonaisten työpisterajojen avonaisuuden huomiotta jättämisen vaikutusta saavutettavissa olevien aikataulujen työkuorman tasaisuuteen.

Tutkimuksen perusteella optimoinnilla saavutettujen aikataulujen maksimikuormitukset pienenivät tuotantolinjan järjestelystä ja työkuormien vaihtelusta riippuen 0-22 %. Suurimmat parannukset satunnaisaikatauluihin nähden saavutettiin tilausten työaikojen vaihtelun ollessa suurta, segmenttien sisältäessä 2-4 työpistettä ja työpisterajojen salliessa 0-25 % työvaiheen työmäärän suorittamisen viereisellä työpisteellä. Kaiken kaikkiaan tasaisimmat resurssikuormitukset saavutettiin täysin avonaisilla työpisterajoilla ja kaikki tuotantolinjan työpisteet käsittävällä 12 työpisteen segmentillä. Työpisterajojen avonaisuuksien huomiotta jättäminen aikataulutuksen ajaksi jätti työkuormitukset keskimäärin 1,5 % suuremmiksi, verrattuna malliin, jossa työpisterajat huomioitiin alusta alkaen.

Tutkimuksen mallia sovellettaessa tapaustutkimuksessa pidemmän tuotantolinjan aikatauluttamiseen saavutettiin 6-10 % kokonaispienennys linjan kaikkien resurssien maksimityökuormissa. Vertailuarvona käytettiin käytössä olevalla sääntöpohjaisella aikataulutusmenetelmällä luotua aikataulua. Yksittäisten resurssien kuormituspiikkien suuruus tippui tapaustutkimuksessa 0-24 %.

In this thesis the scheduling of a mixed model assembly line was investigated using mixed model linear programming model. Mixed model assembly lines are widely used in production where products are customized according to customer needs. However, the customization options lead to uneven workload balance on the assembly line. The uneven workload can be balanced through scheduling of the orders. The objective of the optimization model was to minimize the sum of maximum re-source load peaks. In this thesis the term resource is used to refer to a group of employees responsible for one or more workstations on the production line. The scheduling of mixed model assembly line was studied first in general and then in an industrial case study.

The potential of minimizing the resource load peaks through optimization regarding different configurations of the mixed model production line was studied in the general research section. The optimized schedules were compared with randomly constructed schedules. The research was done to a production line consisting of 12 workstations. The variables in the research were the number of workstations per resource, the level of allowance in open workstation borders as well as the variability of the task times. Also, since the consideration of partially open workstation borders proved to be computationally difficult the effect of not considering the open workstation borders was also studied in the general research section.

Based on the research the maximum resource workloads decreased 0-22 % depending on configuration of the production line as well as on the variations between the task times. The largest improvement in maximum workload peaks were obtained with large variation in task times on a line with segments of 2-4 workstations and station borders allowing 0-25 % of the work to be done on a station next to the actual station. All in all, the resource workloads were the most even when the station borders were fully open, and the line consisted only of one resource. However, with these configurations the production line can self-balance itself and therefore there was no noticeable difference between the optimized and randomly generated orders regarding workload peaks. By not considering the open workstations during the actual sequencing the workload peaks were about 1,5 % higher than when the open workstation borders were considered from the beginning.

When the model from the general research was used in the scheduling of an actual, longer production line the obtained maximum resource peaks were 6-10 % less than with a schedule created by current scheduling based on rules. The improvement in individual segments varied between 0-24 %.