Doktori Ertekez es J osvai J anos Sz echenyi Istv an Egyetem, M uszaki Tudom anyi Kar 2012

Átírás

1 Doktori Értekezés Jósvai János Széchenyi István Egyetem, Műszaki Tudományi Kar 2012

2 Jósvai János Proaktív termelésütemezési, logisztikai módszerek és ipari alkalmazásaik doktori értekezés Témavezetők: Dr. Kardos Károly Széchenyi István Egyetem Dr. Horváth Zoltán Széchenyi István Egyetem Infrastruktúrális Rendszerek Modellezése és Fejlesztése Multidiszciplináris Műszaki Tudományi Doktori Iskola

3 Tartalomjegyzék 1. Bevezetés Téma aktualitása Motiváció, célkitűzés A termeléstervezés problémakörének irodalmi áttekintése Termelési rendszerek működése A termelés mint rendszer Termeléstervezés feladatai Termeléstervezés lépései A mai termelési rendszerek kihívásai Termék előállítási folyamat A termékelőállítási folyamat lehatárolása Termelési struktúrák Flow shop jellemzése A Digitális Gyár és szerepe a termeléstervezésben A Digitális gyár fogalma Szimuláció fogalma és folyamata A gyártási sorrendtervezés megoldási eljárásainak áttekintése Egzakt megoldást biztosító eljárások Heurisztikus eljárások Konstruktív eljárások Lokális keresési eljárások Metaheurisztikus eljárások Metaheurisztikák oszályozása Evolúciós módszer

4 3. Termeléstervezési eljárások Gyártási sorrendtervezés a tömeggyártásban Tesztkészletek a sorrendtervezési problémára Elméleti tesztkészlet Ipari tesztkészlet Az elemzések végrehajtására szolgáló dinamikus szimulációs modellek Elméleti feladatkészlet szimulációs modellje Ipari feladat szimulációs modellje Megoldási módszerek a gyártási sorrendtervezésben Új heurisztikus algoritmus fejlesztése és vizsgálata NEH heurisztikus algoritmus implementációja, elemzése Új heurisztikus algoritmus létrehozása és vizsgálata Metaheurisztikus eljárások implementációja és vizsgálata Iteratív greedy keresés implementációja és elemzése TGA eszköz A megoldási módszerekkel elért eredmények Ipari szempontú, szimuláción alapuló optimalizáció Ipari szempontú optimalizáció Komplex termeléstervező eszköz létrehozása Integrált ipari transzport folyamat modelljének kidolgozása Eredmények összegzése Köszönetnyilvánítás 78 Irodalomjegyzék 87 Saját publikációk jegyzéke 90 A. 91 A.1. A vizsgált eljárások futtatási eredmények összesítése A.2. Futtatási eredmények 5 gép 20 feladat esetén A.3. Futtatási eredmények 5 gép 50 feladat esetén A.4. Futtatási eredmények 5 gép 100 feladat esetén A.5. Futtatási eredmények 10 gép 20 feladat esetén

5 A.6. Futtatási eredmények 10 gép 50 feladat esetén A.7. Futtatási eredmények 10 gép 100 feladat esetén A.8. Futtatási eredmények 10 gép 200 feladat esetén A.9. Futtatási eredmények 20 gép 20 feladat esetén A.10.Futtatási eredmények 20 gép 50 feladat esetén A.11.Futtatási eredmények 20 gép 100 feladat esetén A.12.Futtatási eredmények eltérő paraméterbeállításokkal

6 Táblázatok jegyzéke 2.1. A termeléstervezési feladat megoldásának eljárásai és eszközei Elméleti és ipari tesztfeladatkészletek paraméterei A NEH és PNEH eljárások által elért eredmények (RP D[%]) A szimulációs optimalizáló eszközöket jellemző indikátorok Optimalizáló eljárások rangsora a kis méretű tesztkészlet eredményei alapján Optimalizáló eljárások futási időigénye 20 gép és 100 feladatos készlet eredményei alapján Holonikus termelésütemezési rendszer termék ügynök döntési funkciói Holonikus termelésütemezési rendszer feladat ügynök döntési funkciói Holonikus termelésütemezési rendszer erőforrás ügynök döntési funkciói A modell által figyelembe vett tényezők A.1. Az optimalizációs eszközök teljesítménye RP D[%] A.2. Az optimalizációs eszközök futási időigénye A.3. Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.4. Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.5. Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel 94 A.6. Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.7. Tecnomatix GA eredményei A.8. Implementált IGA alapú eljárás eredményei A.9. Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.10.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.11.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel 96 A.12.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.13.Tecnomatix GA eredményei

7 A.14.Implementált IGA alapú eljárás eredményei A.15.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.16.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.17.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel 98 A.18.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.19.Tecnomatix GA eredményei A.20.Implementált IGA alapú eljárás eredményei A.21.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.22.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.23.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel101 A.24.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.25.Tecnomatix GA eredményei A.26.Implementált IGA alapú eljárás eredményei A.27.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.28.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.29.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel103 A.30.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.31.Tecnomatix GA eredményei A.32.Implementált IGA alapú eljárás eredményei A.33.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.34.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.35.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel105 A.36.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.37.Tecnomatix GA eredményei A.38.Implementált IGA alapú eljárás eredményei A.39.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.40.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.41.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel108 5

8 A.42.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.43.Implementált IGA alapú eljárás eredményei A.44.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.45.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.46.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel110 A.47.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.48.Tecnomatix GA eredményei A.49.Implementált IGA alapú eljárás eredményei A.50.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.51.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.52.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel112 A.53.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.54.Tecnomatix GA eredményei A.55.Implementált IGA alapú eljárás eredményei A.56.Implementált NEH alapú eljárás eredményei növekvő sorbarendezéssel A.57.Implementált NEH alapú eljárás eredményei csökkenő sorbarendezéssel A.58.Újonnan fejlesztett NEH alapú heurisztika eredményei növekvő sorbarendezéssel114 A.59.Újonnan fejlesztett NEH alapú heurisztika eredményei csökkenő sorbarendezéssel A.60.Tecnomatix GA eredményei A.61.Implementált IGA alapú eljárás eredményei A.62.Valószínűségi és konfigurációs paraméterek optimalizációt befolyásoló hatásai 116 6

9 Ábrák jegyzéke 2.1. Termeléstervezés és -irányítás célrendszere [104] Tervezési mátrix az ellátási láncok összefüggéseiben [29][88] Termelő rendszer és kapcsolódása a környezetéhez [3] Célparaméterek okozati hálózata [11] Termeléstervezés és -irányítás struktúrája [101] A termelés négy céldimenziója [24] Példák termeléstervezési feladatok és célok változatosságára Holonikus gyártási rendszer referencia architektúrája [35] A Digitális gyár eljárás, eszköz és adat integrációja A Digitális gyár leggyakoribb programcsomagjai [40] Szimuláció a termelés tervezésben [54] Példa a műveleti időkre egy munkahely esetén Kezelői felület az elméleti feladatkészlethez Kezelői felület a műveleti idő készlethez NEH és PNEH eljárások által elért eredmények Példa az IGA eljárás által létrehozott optimalizációs eredmények lefutási görbéire Keresztezési lépés TGA eszköz teljesítmény görbéje Kisszériás sajtoló-gyártósor lefedettségi görbéi Kisszériás sajtoló-gyártósor termelési programja Üzemen belüli anyagmozgatási struktúra szimulációs tervező eszköze A.1. Optimalizáló eszközök által elért teljesítmények (RPD%) A.2. Futási eredmények 5 gép 20 feladat esetén (RPD%) A.3. Futási eredmények 5 gép 50 feladat esetén (RPD%) A.4. Futási eredmények 5 gép 100 feladat esetén (RPD%) A.5. Futási eredmények 10 gép 20 feladat esetén (RPD%)

10 A.6. Futási eredmények 10 gép 50 feladat esetén (RPD%) A.7. Futási eredmények 10 gép 100 feladat esetén (RPD%) A.8. Futási eredmények 10 gép 200 feladat esetén (RPD%) A.9. Futási eredmények 20 gép 20 feladat esetén (RPD%) A.10.Futási eredmények 20 gép 50 feladat esetén (RPD%) A.11.Futási eredmények 20 gép 100 feladat esetén (RPD%) A.12.Destrukciós lépés változtatása 5 gép 20 feladat esetén (RPD%) A.13.Iterációs lépés változtatása 5 gép 20 feladat esetén (RPD%) A.14.Hűtési lépés változtatása 5 gép 20 feladat esetén (RPD%) A.15.Hűtési valószínűség változtatása 5 gép 20 feladat esetén (RPD%) A.16.Kiemelt feladatok számának változtatása 5 gép 20 feladat esetén (RPD%)

11 1. fejezet Bevezetés 1.1. Téma aktualitása Ajelenkortermelésirendszereitjelentősterhelésingadozásokésbizonytalanságokközepette kell eredményorientáltan működtetni. A velük szemben támasztott technológiai kihívásokon túl rendkívül összetett termékvariáns elvárásoknak is meg kell felelniük, továbbá a vevői igények alapján az egyedi termékek tömeggyártására - mass customisation -kellberendezkedniük. Az elmúlt évek válsága is nagy valószínűséggel korszakváltás kezdetét jelzi, amikor jó néhány korábban bevált paradigmáról le kell majd mondani, és számos, ma nagyon jelentős szerepet játszó technológia innovációja is sürgetővé válik. A változó piacok ellen a termékek növekvő egyediségével próbálnak a vállalatok ellenhatást gyakorolni. Az innovációkat mind rövidebb időközökben integrálják a termékekbe és dobják piacra. Az életciklus rövidülését az alábbi szempontok is alátámasztják: A25%-kal,márkánkéntnyolcmodellremegnövekedettkínálatspektrummellettajárműgyártásban a modellciklusok az elmúlt 20 évben megközelítőleg 4 évre rövidültek. A80-asévekvégénaMercedesgyártócsoportjánál0,9újtermékbevezetésjutottegy évre, ez jelenleg átlagosan évi 2,5 termékbevezetésre emelkedett. Az innovációt és technikai fejlesztést piaci versenyelőnyként értékelik. A járműgenerációk ehhez kapcsolódó gyors cseréje az új termék bevezetések gyakoriság növekedéséhez vezet a járműiparban. Az OEM-ek (Original Equipment Manufacturer) saját gyártásának aránya 2015-ig tovább fog csökkenni a mostani 35%-ról 20%-ra. Ez a járműipar további struktúrális átalakulásához vezet. 9

12 A rövidebb termék életciklusból, a növekvő variánsok számából fakadó jelentős komplexitás bővülés a termelő rendszerek számára jelentős kihívást eredményez a rugalmasság és a termelékenység területén [3][28][100][64] Motiváció, célkitűzés A legtöbb vállalat céljai közé tartozik egy lehetőség szerinti folyamatos növekedés. Ez valós forgalomnövekedésben, nagyobb piaci részesedésben, megemelkedett alkalmazotti létszámban vagy egyéb más kritériumban mutatkozik meg. Atermeléstervezéstekintetébenanövekedésifolyamatokismeretekülönösenérdekes,mivel azon vállalatok, amelyek egy adott növekedési rátát meghaladnak, nagyobb bőrbe kell bújjanak. A termelés tervezés feladata, hogy ezt a bőrt teljesítőképesebb termelési struktúrák formájában rendelkezésre bocsássa. Olyan termék előállítási folyamat koncepció alkalmazása a cél, amely képes a vállalat termelő erőforrásait lehetőségek szerint legrugalmasabban az aktuális igényekre gyorsan reagálva hatékonyan kielégíteni. A termelési mélység csökkenése révén kialakuló termelési struktúra egy hálózatos rendszert képez, amelyben számos vállalat dolgozik egymástól elhatároltan mégis összekapcsolódva. A vállalatok között nem csak a szoftverek területén, hanem szervezési, tervezési területeken is kapcsolódási felületek jönnek létre. A termék életciklus változásából a tervezési idők megrövidülése is következik, így a termelő- és az azokat ellátó rendszerek számára új követelmények keletkeznek. A klasszikus tervezéshez képest az alábbi különbségek állapíthatóak meg: Atervezéstöbbénemprojekthezkötöttentörténik,hanemmindennaposanismétlődő javító, reaktív folyamat. Atervezésfelöleliateljesértékalkotásiláncot,ésigényekszerintdinamikusanváltozó szervezeti sturktúrákon alapul. Az eljárásoknak meg kell felelniük a vállalatot átfogó többszereplős párhuzamos termelés- és ellátástervezési feladatok kihívásainak. Amegcélzotthierarchianélkülirendszerhezrészvételenalapulótervezésieljárásokat célszerű előnyben részesíteni, az adott szakterülethez nem értő partnerek részvételét is figyelembe véve. 10

13 Ahálózatoknagydinamikájatöbbekközöttrugalmaskapacitásokatigényel. Ezazt jelenti, hogy különböző tervezési- és ellátási koncepcióknak kell rendelkezésre állniuk, amelyek dinamikusan illeszthetőek. A megközelítés olyan tárgyteret igényel, amely lehetővé teszi annak igények szerinti alakítását. Aklasszikustervezésimegközelítésekezzelszembenhierarchikusstruktúrákatfeltételeznek, és hosszú távon közel állandó termelési rendszerekből indulnak ki. Így a fenti követelményeknek ajelenlegitermelésiésellátórendszerektervezéséreszolgálókoncepciókcsakrészben,statikusan tesznek eleget. Az igény ma ezen termékelőállítási folyamatok tervezésének dinamizálása, változó elvárások szerinti analízis lehetőségét figyelembe véve. 11

14 2. fejezet A termeléstervezés problémakörének irodalmi áttekintése Atermeléstervezésés-irányításfogalmaazzalacéllalalakultki,hogyatermelőüzemek anyag- és időgazdálkodását egy átfogó koncepcióvá foglalja össze. Azóta ez a fogalom az ipari gyakorlatban és az akadémiai kutatási területen is fokozatosan megalapozottá, sőt a két terület közötti összekötő elemmé vált. Ebből a tudomány és a gyakorlat is profitál, kölcsönösen adaptálják a másik által elért eredményeket és felismeréseket. Atermeléstervezésés-irányításszámáraakiindulásipontotapiacfelőlérkezővevőimegrendelések azaz igények jelentik, amelyek teljesítését a termeléstervezés és -irányítás szabályozza és irányítja. Fleischmann és Meyr, illetve Stadtler javaslata az ellátási láncok összefüggéseiben is elemzi a legfőbb tervezési funkciókat, amelyet a 2.2 ábra ismertet. Mivel egy vállalat csak korlátos erőforrásokkal rendelkezik, állandó verseny figyelhető meg a megrendelések között a kapacitások felhasználásáért. Ebből ered az a célkonfliktus, amelynek alapját a vállalat és a vevő eltérő igényei alkotják és a 2.1 ábra szemléleteti. Vevői szemszögből a megrendeléseknek a lehető legrövidebb idő alatt kellene a vállalaton átfutnia, hogy a megrendelt termék a lehető leggyorsabban rendelkezésre álljon. Az ügyfelek továbbá hangsúlyt fektetnek a kijelölt szállítási határidők betartására. A vállalat magas és egyenletes kapacitás kihasználtságot tartja fontosnak, hogy elkerülje az állásköltségeket. E mellett a nyersanyag, félkésztermék és késztermék készleteknek a lehető legalacsonyabb szinten kell maradniuk, hogy a forgóeszköz tőkeköltsége, valamint a tárolás, szállítás és kezelés logisztikai költsége alacsony maradjon [74][101][6][98]. Ebből az alapvető célkonfliktusból érzékelhető, hogy a termeléstervezés és -irányítás számára jelentős feladatot jelent a vevői megrendelések teljesítésének végrehajtása. A funkcionális felépítés érzékelteti ennek a területnek az összetettségét, melynek megértéséhez a további alfejezetek igyekeznek támpontot nyújtani. 12

15 2.1. ábra. Termeléstervezés és -irányítás célrendszere [104] 2.2. ábra. Tervezési mátrix az ellátási láncok összefüggéseiben [29][88] 13

16 2.1. Termelési rendszerek működése A termelés mint rendszer Atermelésifolyamatokhozhasonlóösszetett,bonyolultproblémákmegközelítésére,kezelésére és komplex vizsgálatára alakultak ki az úgynevezett rendszerorientált tudományok, amelyek közös vonása, hogy a tanulmányozandó valóságot egységes rendszerként fogják fel. A rendszerorientált vizsgálatok lényeges vonása, hogy figyelembe veszi az összefüggéseket, kutatja hogyan illeszkedik a vizsgálat tárgya az általános keretbe, vagyis az alrendszer (mint egység) hogyan illeszkedik szervesen egy átfogóbb, magasabb rendű rendszerbe. Egy termelő rendszert az alábbiak szerint lehet jellemezni: Elemek, amelyek a termelés résztvevőihez rendelhetők (anyag, reáltőke, munkaerő) Elemek közötti kapcsolatok, amelyek természetük alapján materiális, információs, energetikai vagy gazdasági jellegűek lehetnek. A kapcsolatok irányultságuk alapján megkülönböztethetők: Afolyamatoktöbbelemkapcsolatrendszerétjelentik Astruktúrákkétoldalúkapcsolatok,amelyekmindenkorcsakkételemetkötnek össze egymással A környzetet a termelő üzem természeti, infrastruktúrális, gazdasági és politikai környezete alkotja A peremstruktúra a bemeneti és kimeneti relációk révén, amelyek materiális, információs, energetikai vagy gazdasági jellegűek lehetnek, hozza létre a kapcsolatot a termelő rendszer és környezete között A rendszerelméleti megközelítés az elméleti kiindulópontja a szisztematikus tervezésnek, melynek általános leírását a 2.3 ábra szemlélteti. A termelő rendszer feladatai és céljai a környezetével alkotott kapcsolatrendszer alapján határozhatóak meg [3] [48] Termeléstervezés feladatai Atermeléstervezésés-irányításatermékfajtákszámánakbővülésévelváltszükségessé,a megrendelések végrehajtási folyamatának uralhatósága érdekében. Feladata, hogy a futó ter- 14

17 2.3. ábra. Termelő rendszer és kapcsolódása a környezetéhez [3] melési programot rendszeres időközönként több tervezési periódusra termékfajták és mennyiségek szerint előre tervezze, valamint a rendelkezésre álló vagy szükséges kapacitásokat biztosítsa. A termeléstervezés és -irányítás a művelettervekre alapozottan, amelyek tartalmazzák a szükséges eszközöket és előírt műveleti időket, biztosítja az információkat az anyaggazdálkodás számára a szükséges anyagmennyiségekről és azok rendelkezésre állási időpontjairól. A szemléletmód legfontosabb elemei az értékesítési és vevői megrendelések az ajánlatadástól a kiszállításig terjedően, mennyiségi-, határidő-, és kapacitásszempontok szerint. A termeléstervezés és -irányítás lényegi feladata a tervezés, gyártásindítás, gyártásfelügyelet, továbbá nem kívánt eltérések esetén korrigáló intézkedések bevezetése [101][12][77][2] [61][56][84]. Atervezésicélpontosmeghatározásamennyiségiadatokathozlétre,amelyekalapjánateljes tervezési folyamat orientálódik. Befejezésül a tervezési eredmény a célkitűzések alapján minőségileg és mennyiségileg értékelhető, nem teljesített elvárások esetén az egyes tervezési lépések ismét végrehajthatóak. Atervezésicélokmeghatározásasoránegytovábbinehézségadódikabbólatényből,hogy néhány cél ellentmond egymásnak. A klasszikus példa erre a kapacitáskihasználás és az átfutási idő csökkentése célpáros. Miközben az egyik cél fokozatosan javul, addig majdnem arányosan romlik a másik célparaméter. Ez a dilemma számos cél esetében létezik. A 2.4 ábra ok-okozati hálózatként szemléltet egy lehetséges célrendszert a termelésközi készlet csökkentés szemszögéből [11][85][23]. 15

18 2.4. ábra. Célparaméterek okozati hálózata [11] Termeléstervezés lépései Atermeléstervezésirendszergyakorlatifeladata,hogyavevőimegrendeléseketmegfelelő mennyiségben, a megállapodás szerinti határidőre teljesítse. A termeléstervezés a gyártás lefutását tervezi adott időszakra előre. A termelésirányítás hajtja végre a tervet, figyelembe véve az elkerülhetetlen változtatásokat, amelyek a mennyiség és határidő tekintetében felléphetnek az idő közben bekövetkező gépi üzemzavarok, szállítási késések, munkaerő kiesések, minőségi hiányosságok következtében. A2.5ábraismertetiatermeléstervezésés-irányításlegfőbblépéseit. Ahosszútávútermelési program tervezés leggyakrabban havi szinten határozza meg az eladások, a rendelkezésre álló vevői megrendelések és a kapacitások alapján az elsődleges tervet, amely az értékesíthető termékek fajtáit és mennyiségeit tartalmazza a tervezési időtartamra, amely egy és három év közötti lehet. A középtávú tervezés a mennyiségi tervezést, továbbá a határidő- és kapacitástervezést foglalja magában. A mennyiségi tervezés feladata, hogy a saját gyártású és a vásárolt tételeket típusuk, mennyiségük és határidejük szerint az alkatrészlisták alapján meghatározza. A kalkuláció során tekintettel kell lenni a nyersanyagok, félkésztermékek és késztermékek raktárkészleteinek időbeli ingadozásaira. 16

19 2.5. ábra. Termeléstervezés és -irányítás struktúrája [101] Asajátgyártásútételekesetébenún. átfutásütemezéskövetkezik,amelynekalapjáula műveletterv szolgál, így határozható meg a kezdési időpont. A kapacitásszámítás során a gép és munkaerő igénybevétel kerül ellenőrzésre, és szükséges esetben terheléskiegyenlítést, vagy határidő módosítást hajtanak végre. A gyártás indítása után a kivitelezést a termelésirányítási funkció felügyeli, amely egyúttal a kihasználtság, készletek, átfutási idők, határidők betartását is ellenőrzi. Atermeléstervezésés-irányításezenfunkcióinakösszekapcsolásaszámoseltérőmódonlehetséges, ez teszi lehetővé, hogy a gyakorlatban rendkívül változatos megjelenési formák léteznek. A kapcsolódási pontok kialakításakor az alábbi meghatározó szempontok érvényesülnek: afunkciókkapcsolódásimódja, atermelésifeladatokjóváhagyásimódja, afunkciókvégrehajtásiköreésgyakorisága, aszámítástechnikaitámogatottságfoka, az üzemi információ feldolgozás integráltsága, a vevőorientáltság mértéke. 17

20 A gyártásindítást követően a termelésirányítás feladata, hogy a határidőket, személyi és gépi erőforrásokat a legfrissebb információk alapján finomtervezze. A gépterhelések és a gyártási sorrend meghatározása különböző feladatokon alapszik. Gyártási sorrend. Adott feladatok elvégzésére alkalmas munkahely számára a gyártási feladatok kivitelezési sorrendjét meg kell határozni. A sorrend meghatározásakor számos cél követhető, melyek közül a legfontosabbakat az alábbi lista foglalja össze, alkalmazásuk egyenként és együttesen is lehetséges: a feladatok teljes átfutási idejének minimalizálása agyártóüzemáltallekötötttőkeminimalizálása minimális üresjárat/maximális kapacitáskihasználtság minimalizált átállási költségek határidő betartás maximalizálása egyszerű szabályzási elv változó vállalatpolitikai célok egyszerű figyelembe vétele, mint például egyes vevői csoportok előnyben részesítése Ezen célokhoz rendelhető súlyszámok területtől, konjunktúrától, a megbízások számától és avállalatistratégiátólisfüggenek. Gépkiválasztás. A különböző megrendelések a kapacitástervezés során legtöbbször nem konkrét géphez kerülnek hozzárendelésre, hanem gépcsoportokkal kerülnek párba, amelyek több azonos funkciójú eszközből állnak. Ezek a gépek a legtöbb esetben eltérő automatizáltsággal, üzemóradíjjal és kibocsátóképességgel rendelkezhetnek, így optimálási kérdés is egyben, hogy adott gyártási feladatot mely géphez rendelünk hozzá. Kezdés és befejezés. Az első két feladat alapján a gyártási feladatok számára pontosan meghatározandó a kezdési és befejezési időpont. Asorrendtervezésifeladategyikkonkrétpéldájaafelrakásisorrendtervezésatömeggyártásban. A feladat önmagában is roppant számításigényes, egy 30 elemű gyártási feladat esetében 30! lehetséges esetből kell meghatározni a legjobbakat, amelyek közül az esetleges további szempontokat is figyelembe véve az aktuális termelési sorrend kiválasztható. 18

21 A mai termelési rendszerek kihívásai Általánosan érvényes, hogy az értékesítési piac vásárlói piaccá alakulásával az üzemközpontúság helyett a piacorientáltság kapott hangsúlyt a termelési rendszerek céljainak meghatározásában. Korábban a gyártóeszköz és a kihasználtság állt a középpontban, ma az átfutási idő és a határidő betartása áll az előtérben. Mindeközben a készletek alacsonyan tartása is elvárás. Akihasználtságennekkövetkeztébenaháttérbeszorul. A gyakorlatban általában a legtöbb vállalat egyoldalúan reagál az éppen legsürgetőbb problémára. A raktárak és a termelés túltöltöttsége esetében figyelhető meg, hogy készletleépítési intézkedéseket foganatosítanak, amelyek egy idő után a készletek kívánt csökkenéséhez vezetnek. Mindazonáltal, szinte következésképpen bizonyos alkatrészek esetében ellátási problémák merülnek fel. Ebből a cégek a legtöbbször azt a következtetést vonják le, hogy túl rövidek a tervezett átfutási idők. Válaszként a megfelelő értékeket megnövelik, amelynek korábban indított megrendelésállomány a következménye. Ez ismét a készletek növekedéséhez vezet a gyártásban és a szerelésben. Az ebből fakadó hosszabb köztes tárolási idők miatt megnövekedik a megrendelések átfutási ideje és szórása. Eredményképpen a szállítási pontosság a javulás helyett romlik, így csak a sürgős megbízások és különleges akciók révén sikerül a fontosabb megrendeléseket időben a termelésbe, illetve a vevőhöz juttatni. A piacon profit eléréséért és növeléséért működő vállalatok folyamatos versenyben állnak egymással. A haszon növekedését két stratégiával lehet elérni: 1. Ha növelni lehet a piaci részesedést, (netán új piacok szerzésével), azaz ha a piac nem korlátos, akkor technológiai hatékonyság növelése és a piac növekedése egyaránt lieárisan növeli a profitot. Ez a jelenség a húzó ágazatok üzleti sikereinek egyszerű magyarázata. 2. Ha a piac korlátos, tehát nem növekedhet, akkor a hatékonyság növelése az egyetlen forrás. A hatékonyság növelése ebben az esetben már nem növeli lineárisan a hasznot. Ahaszonnövekedésemindenképpenkorlátosmarad. A profit- és hatékonyságnövelés alapvető céljait a termelési rendszerek működése során számos további szempont és feltétel egészíti ki a gyakorlati életben. Egy termelési rendszer teljesítő képességét alapvetően négy egymástól független céldimenzió határozza meg ábra. Ez a négy dimenzió a variabilitás, minőség, sebesség és gazdaságosság általánosságban egy termelési rendszerre érvényes célrendszert alkot. Minden 19

22 egyes céldimenzióhoz hozzárendelhető néhány tipikus részcél, amelyek a közöttük fennálló kölcsönös összefüggések révén a termelés célrendszerét és ezzel a gyár céljait is alkotják. A négy céldimenzióhoz kapcsolt termelési célok a megvalósítás során függetlenek egymástól, és ellentétesek is lehetnek egymással. Kölcsönösen nem fejezhetőek ki egymással, azaz egyik dimenzióhoz rendelt célok nem vezethetőek vissza, illetve nem helyettesíthetőek másik dimenzió céljaival. Az aktuális tervezési feladat bonyolultságát érzékelteti, hogy az elvárt célok változatos összetételűek lehetnek - adott esetben egymásnak ellentmondóak is, amelyek kihatnak a szükséges alapadatok körére, valamint az adott komplex tervezési feladat megoldási módszereire és eszköze- ire is ábra. A termelés négy céldimenziója [24] Atermeléstervezésifeladatmegoldásasoránalkalmazhatóeljárásokéseszközökegycsoportosítását ismerteti a 2.1 táblázat, jól érzékelhető ezen technikák sokrétűsége. Elvárásorientált egymáshoz rendelésük, illetve együtt használatuk komoly elméleti hátteret feltételez a termelés tervezési folyamatok kialakításakor [101][28][9][100][96][54][51][83][57][50][62][44] [66][86][76][32]. A2.7ábraismerteti,hogyadottfeladatokéstervezésicélokmilyenváltozatosésesetenként mennyire összetett problémaköröket érintenek, amelyekre kellően rugalmas, lehetőleg proaktív tervezési folyamatnak kell megoldást adnia. Például az üzemen belüli anyagmozgatási folyamatok szimulációja kevesebb, míg a szerelősor ütemezése hat problémakört is érint, miközben a vizsgálatok céljai is rendre változnak. A táblázat mellett feltü ábrák szemléltetik az egyes feladatok megoldásait. Az egyes méretezési, elemzési lépések esetében az alkalmazható informatikai eszközök köre is változik. 20

23 2.1. táblázat. A termeléstervezési feladat megoldásának eljárásai és eszközei 2.7. ábra. Példák termeléstervezési feladatok és célok változatosságára 21

24 Atermeléstervezéskihívásainakmegválaszolásáraszámosújmegközelítéstiselemzettaz elmúlt években a szakirodalom. Ezek közül az egyik megoldási elv a holonikus gyártás, amelyet önálló modulok és azok elosztott irányítása alkot. Van Brussel és társai által javasolt holonikus gyártási rendszer referencia architektúráját ismerteti a 2.8. ábra [35]. A javasolt rendszer három alapértelmezett ügynököt definiál: feladat ügynök, termék ügynök, és erőforrás ü g y n ö k. M i n d e g y i k ü g y n ö k a t e r m e l é s i r á n y í t á s e g y b i z o n y o s t e r ü l e t é é r t f e l e l ő s gisztikáról, technológiai tervezésről, vagy erőforrás kapacitásról. Az alapértelmezett ügynökök objektum orientált megközelítés szerint szerveződnek, amely lehetővé teszi a központosított algoritmusok és az öröklődés beépítését ábra. Holonikus gyártási rendszer referencia architektúrája [35] Aholonikusgyártásirendszermagábafoglaljaagyártáshozkapcsolódóteljestevékenységi kört, ezzel biztosítva a termelő rendszer rugalmasságát. A kulcsfontosságú elemek önálló és együttműködő tulajdonságokkal is bírnak. A referencia rendszer ügynökei a hozzájuk tartozó adatok és funkciók - például ü t e m e z ő ( funkció ) - révén kommunikálnak egymással, és hozzák meg önállóan és együttműködve a gyártás végrehajtásához szükséges döntéseket. 22

25 Aszakirodalomalapjánaholonikusgyártásirendszerekesetébenkülönfigyelmetérdemel az egyes gyártási feladatok bennragadási lehetősége, elképzelhető, hogy valamely megrendelés gyártása nem fejeződik be [35][102][70][1][73][43][99] Termék előállítási folyamat A termékelőállítási folyamat lehatárolása Atermékelőállításifolyamatmagasszintűmegközelítésemagábanfoglaljaaterméktervezést, folyamat fejlesztést, gyár tervezést, kapacitás menedzsmentet, termék elosztást, termelés ütemezést, minőség biztosítást, munkaerő szervezést, eszköz karbantartást, vezést, ellátási lánc menedzsmentet, üzemek közötti koordinációt, ugyanúgy ahogy a részletes megközelítés a közvetlen termelési funkciókat, mint például a vágás, hengerelés vagy szerelés. Akétmegközelítésközöttiközépútkompromisszumátazértékteremtőfolyamatnézetjelenti. Az értékteremtő folyamat fogalma az erőforrások alkalmazására vonatkozik a termék vagy szolgáltatás előállítása érdekében. Az értékteremtési folyamat irányítása, koordinációja a termelő vállalatok esetében külön funkcióként szerepel az alábbi nevek alatt például: termelés irányítás, gyártás tervezés, üzem szervezés (industrial engineering). Ezen területek többek között az alábbi tevékenységek elvégzéséért is felelősek: termelés ütemezés, készlet gazdálkodás, minőség biztosítás, munkaerő ütemezés, anyaggazdálkodás, eszközgazdálkodás, kapacitás tervezés, valamint minden ami elősegíti a termék előállítását. Az értékalkotási folyamat szemlélet az üzemen belüli anyagáramlási folyamatra koncentrál [33][86][4] Termelési struktúrák Az értékteremtési folyamat szemlélet eltekint a teljes részletességtől a termékek és folyamataik leírásakor, a termelő környezetek ennek ellenére nagyban különböznek a folyamat struktúrájukat tekintve, amely leírja az anyag áramlását az üzemen belül. Hayes és Wheelwright folyamat struktúrájuk alapján a termelési rendszereket négy kategóriába sorolja, amelyeket a következőképpen lehet összegezni [100]: 1. Műhelyszerű gyártás. Kis mennyiségek termelése a jellemző, az üzemen belüli bejárási utak nagyban eltérnek. Kevert anyagáram jellemzi, az átállások rendszeresek. 23

26 2. Szakaszolt gyártósor. Kötegelt termelés zajlik a korlátozott számú azonosítható útvonalon az üzemben. Az egyes állomások az útvonalon nincsenek taktolt anyagmozgató rendszerrel összekötve, az egyes állomások között készletek halmozhatóak fel. 3. Folyamatos gyártósor. Ez a klasszikus mozgó szerelősor, amely Henry Ford által vált híressé. A termék szerelése kötött útvonalon zajlik, ahol az egyes állomások taktolt anyagmozgató rendszerrel vannak összekötve. 4. Folyamatos áramlású folyamatok. végig egy rögzített útvonalon. Ömlesztett termékek automatikusan áramlanak A termelési folyamatok lényegesen különböznek akkor, ha nagyon sokféle terméket gyártunk egyedi igények alapján, és akkor, ha ugyanazt a terméket nagy tömegben készítjük hosszú időszakon keresztül. Az, hogy egy termékből mekkora mennyiség gyártása tekinthető egyedinek, illetve tömegesnek, függ a termék gyártási idejétől is. A gyártott mennyiségnek az igénybe vett kapacitáshoz viszonyított relatív nagyságát nevezzük a gyártás tömegszerűségének. Aterméktömegszerűségifokaszerintnégykategóriábasorolható: 1. Egyedi gyártás. Egyedi gyártásnál ritkábban jelenik meg a termék a termelőrendszerben, mint amennyi idő egyetlen darab elkészítéséhez szükséges, tehát a termék nincs mindig jelen a termelőrendszerben. 2. Kis- és középsorozat-gyártás. Kis- és középsorozat-gyártásnál gyakrabban jelenik meg a termék a termelőrendszerben, mint amennyi idő egyetlen darab elkészítéséhez szükséges, tehát a termék mindig jelen van a termelőrendszerben, de még egyetlen erőforrást sem foglal le teljesen. 3. Nagysorozat-gyártás. Nagysorozat gyártásnál gyakrabban jelenik meg a termék atermelőrendszerben,mintamennyiidőazelkészítéséhezszükséges,tehátatermék mindig jelen van a termelőrendszerben, és van egyetlen (esetleg néhány) olyan erőforrás, amelyet a termék mindig lefoglal. 4. Tömeggyártás. Tömeggyártásnál valamennyi erőforrás specializálódik egyetlen termék gyártására. Minden erőforrás állandóan egyetlen terméket gyárt, továbbá a nagyobb mennyiség, valamint a jobb kapacitáskihasználás érdekében az egyes tevékenységeket párhuzamosan több erőforráson is végzik. 24

27 Nagysorozat- és tömeggyártás esetén a folyamatos gyártósor a legalkalmasabb termelési forma, melyet másnéven flow shop rendszerként is jelöl az irodalom [100][6][101][58][92] [31][38][39]. A kutatómunka során ezzel a termelési környezettel foglalkoztam, a további fejezetek ismertetik részletesen ezt a termelési formát Flow shop jellemzése Aflowshoptermelésikörnyezetfeladataiközülaszakirodalombanazütemezésiproblémaaz egyik legelterjedtebb. A flow shop ütemezési probléma esetén n feladatot, munkát (1,...,n) kell elvégezni m gépen (1,...,m). Az egyes gépeken elvégzendő feladatok műveleti idejeit jelölje τ k,j,aholk =(1,...,m)ésj =(1,...,n), ezek az időértékek rögzítettek, előre ismertek és nem negatívak. Ennek a problémakörnek az általánosan elfogadott feltételezései a következők [81][79][30]: 1. Minden egyes feladatot egyidejűleg kizárólag csak egy gépen lehet végrehajtani. 2. Minden egyes gép egyidejűleg csak egy feladaton dolgozhat. 3. Végrehajtás megszakítás nem engedélyezett. 4. Minden feladat független egymástól, és rendelkezésre állnak a végrehajtásra a 0 időpillanatban. 5. Afeladatokbeállításiidejeiagépekenelhanyagolhatóak,ígyfigyelmenkívülhagyhatóak. 6. A gépek folyamatosan rendelkezésre állnak. 7. A folyamat közbeni tárolás engedélyezett. Amennyiben a feladat által következőként igénybe veendő gép még nem áll rendelkezésre, akkor a feladat várakozhat és a géphez tartozó várakozó sorhoz csatlakozik. A problémakör célja, hogy találjunk egy olyan sorrendet a feladatok számára a gépeken, amely az adott kritériumok szerint optimalizált. Az irodalomban a leggyakoribb kritérium ateljesátfutásiidő(c max )minimalizálása. Bár a flow shop ütemezési probléma optimumig megoldható polinom m =2esetén időben [47]. Általában (n!) m ü t e m e z é s i l e h e t ő s é g e t k e l l fi g y e l e m b e v e n n i [ 7 9 ]. A s z a k i r o d aproblématovábbkorlátozott. Afeladatoknemelőzhetikmegegymást,azazamunkák végrehajtási sorrendje azonos az összes gépen. 25 Ezt a feladatkört permutációs flow shop

28 problémaként ismerik, és F/permu/C max - ként jelölik, továbbiakban PFSP. Ebben az esetben csak n! ütemezésilehetőségetkellvizsgálni. Adisszertációazutóbbitípusúkörnyezetre koncentrál, amely matematikailag a egyenletek szerint jellemezhető. Gépek halmaza: M = {m k },k=1,...,m, m Z + (2.1) Munkák halmaza: J = {j i },i=1,...,n, n Z + (2.2) Műveletek halmaza: O = {o k,i }, ahol a műveleti idők: τ k,i,τ k,i R (2.3) Felrakási sorrend: π =(π 1,π 2,...,π n ), 1, 2,...,n elemek egy permutációja (2.4) Keresési tér nagysága: n!, NP teljes feladat Minimalizálási feladat Legyen C(k, j i )aj i munka elkészülési ideje a k gépen, ekkor C(1,π 1 ) = τ 1,π1 (2.5) C(1,π l ) = C(1,π l 1 + τ 1,πl,l =2,...,n (2.6) C(k, π 1 ) = C(k 1,π 1 )+τ k,π1,k =2,...,m (2.7) C(k, π l ) = max{c(k, π l 1 ),C(k 1,π l )+τ k,l },l =2,...,n; k =2,...,m (2.8) Célfüggvény: C max (π) = C(m, π n ) (2.9) 2.3. A Digitális Gyár és szerepe a termeléstervezésben A Digitális gyár fogalma ADigitálisgyárkoncepciókat,digitáliseszközöketbocsájtrendelkezésreatervezéshez,modellezéshez és szimulációhoz. A Digitális gyár egyik legfontosabb központi eleme egy közös adatbázis az összes alkalmazás, továbbá a valós üzemmel történő integráció számára. Digitális gyár eme két komponens révén jóval több mint pusztán az egyes tervezési eszközök ö s s z e s s é g e. A Digitális gyár fogalmát a 4499 számú VDI-irányelv az alábbiak szerint definiálja: A Digitális gyár egy felső szintű fogalom, amely a digitális modellek, eljárások és eszközök - többek között a szimuláció és a 3D- vizualizáció - átfogó hálózata, melyeket egy átjárható adatmenedzsment integrál. Célja a valós gyárban a termékkel kapcsolatos összes jelentős 26 A

29 2.9. ábra. A Digitális gyár eljárás, eszköz és adat integrációja struktúra, folyamat és erőforrás teljes mértékű tervezése, értékelése és folyamatos javítása. ADigitálisgyártechnológiájalehetővéteszi,hogyavirtuálisanlétrehozottgyárbanatermékeket, folyamatokat és berendezéseket modellekkel leképezzük, és a tervezett termelést a számítógépen virtuálisan úgy javítsuk, hogy a valós gyár számára egy megérett, messzemenőkig hibamentes termelési folyamat álljon rendelkezésre. ADigitálisgyáreljárásaiéseszközeiatermékfejlesztéséstermeléstervezésmeglehetősen komplett digitális tervezését valósítják meg a konstrukciótól a technológiaszimuláción át, egészen a virtuális felfutásig és üzemeltetésig egy teljesen integrált adatmenedzsment segítségével, melyet a 2.9 ábra szemléltet. A folyamatok korai párhuzamosításával a fejlesztési- és üzembe helyezési idők jelentősen csökkenthetőek. A digitális termékfejlesztés már számos vállalatnál hosszú ideje gyakorlat, a legelterjedtebb informatikai eszközök rendszerét ismerteti a 2.10 ábra, melyen a szoftveres megoldások komplex kapcsolatrendszere is jól felismerhető. A Digitális gyár fókusza manapság a termeléstervezésre és a folyamatok integrációjára esik, amelyek a termék és a termelés létrejöttéhez, működéséhez szükségesek [54][85][8][22] [26][91][52][75][85]. 27

30 2.10. ábra. A Digitális gyár leggyakoribb programcsomagjai [40] Szimuláció fogalma és folyamata AszimulációaDigitálisgyáregyikközpontitechnológiája. Agyártásirendszerekéstermelési folyamatok szimulációja hatékony segítséget nyújt a termelő rendszerek felmérésében, elemzésében, tervezésében és programozásában.a szimuláció fogalmát a 3633-as VDI-irányelv az alábbiak szerint definiálja: A szimuláció egy rendszer dinamikus folyamatának leképezése egy kísérletezésre alkalmas modell segítségével, melynek alkalmazásával a valóságba átültethető következtetések vonhatóak le. Tágabb értelmezésben a szimuláció fogalma alatt egy szimulációs modellel végrehajtott célzott kísérlet előkészítését, végrehajtását és kiértékelését értjük. Arövidtermelésiátfutásiidőelvárásatermeléstérintőmindenneműanyagáramlásesetében rendkívül gondos tervezést és irányítást igényel. A mindenkori termelési feladatnak egyrészt késlekedés nélkül pontosan kell rendelkezésre állánia a megmunkálás helyén, másrészt a termelésben lehetőség szerint a készleteknek alacsony szintűnek kell maradnia, a kis tőkelekötés melletti gyors reakcióképesség és rövid átfutási idők érdekében. Biztosítani kell továbbá, hogy részegységek zavara nagyobb területeket, vagy akár az egész termelést ne érinthesse. A modern rugalmas termelő üzemek, a nagy számú és eltérő célmeghatározással és a különböző területek közötti számos összefüggéssel, komplexitása miatt nem elegendő a kvázi statikus termelési folyamat tervezés. Az algoritmizálható eljárásokat csak viszonylag korlátozott fel- 28

31 adatok esetében lehet a gyakorlatban alkalmazni. A diszkrét, eseményorientált-szimuláció (dinamikus szimuláció) modern, nagy teljesítményű eszközei hatékonyan képesek a termelési és anyagáramlási folyamatok tervezését és üzemeltetését támogatni ábra. Szimuláció a termelés tervezésben [54] A dinamikus szimuláció alkalmazásának céljai közé tartozhatnak az alábbi feladatok: Gyári layout dinamikus vizsgálata és optimalizációja Meglévő vagy jövőbeni termelési rendszerek teljesítményének optimalizálása Termelési koncepció korai dinamikus vizsgálata Szűk keresztmetszetek meghatározása a termelésben és anyagáramlásban Tárolási- és átfutási idők csökkentése Gyártósor és az időtervezés javítása Gyártási változatok elemzése, validálása és optimalizálása Termelő erőforrások kihasználtságának maximálása 29

32 Puffer kiterheltség dinamikus vizsgálata Széleskörű analízisekkel és statisztikákkal tesztelhetőek az elemzendő termelési és anyagáramlási feladatok, hogy még a termeléstervezés korai szakaszában gyors, megbízható döntések születhessenek [10][54][8][75][15][34][49]. Adisszertációbankiválasztottoptimalizálásimódszerekimplementálásáraésakísérletifuttatások végrehajtására a termelési folyamatok modellezésére és időben dinamikus szimulációjára kifejlesztett Plant Simulation programcsomag szolgált. A szimulációs modellépítés és dinamikus szimuláció, viselkedéselemzés a legkorszerűbb tervezési eljárás a termeléstervezés területén. A szimuláció alkalmazását a termeléstervezésben a 2.11 ábra ismerteti. Ebben az eseményvezérelt és teljesen objektumorientált környezetben építettem fel az elméleti és ipari termelési struktúra modelljét, majd elvégeztem az optimalizálási eljárások programozási implementációját. A szimulációs futtatások során rögzített eredmények kiértékelése minősítette akutatássoránelemzettmegoldásieljárásokat A gyártási sorrendtervezés megoldási eljárásainak á t t e k i n t é s e A PFSP szakirodalma a gyakorlatban is felmerülő meghatározó szerepe és a feladat bonyolultsága miatt is igen kiterjedt. Kis méretű feladatok esetében a probléma nagysága még lehetővé teszi az egzakt megoldást biztosító eljárások alkalmazását, melyek segítségével az abszolut optimum meghatározható. Anagyobbméretűfeladatokesetébenakeresésitérolyanszéleskörű,hogyegzaktmegoldást adó módszerekkel tervezési időn belül a rendelkezésre álló informatikai eszközökkel nem lehetséges megoldást adni. A vizsgált feladat NP - teljes - polinom időben valószínűsíthetően nem megoldható nemdeterminisztikusan polinomiális feladat -, melynek megoldására metaheurisztikus és heurisztikus módszerek alkalmasak. Az eljárások eltérő algoritmusok segítségével igyekeznek a közelítő megoldást létrehozni. Az algoritmusok az optimalizációs lépéseik végrehajtásakor szabályrendszerekre, illetve sztochasztikus döntésekre, vagy ezek kombinációira támaszkodhatnak. 30

33 Olyan eljárásokat kerestem a szakirodalomban, amelyek a legpontosabbak, rekonstruálhatók és implementálhatóak, továbbá a gyakorlatban kivitelezhetőek. Az optimálási módszereket az irodalomkutatás alapján a state of the art eljárások közül választottam ki. A továbbiakban kutatómunkám során vizsgált és fejlesztett eljárásokat ismertetem. [68][45][63][39][97][67][80] [94][27][25] Egzakt megoldást biztosító eljárások Gyártósori környezetben a munkadarabok azonos sorrendben végigjárják az állomásokat, vagy megmunkáló központokat. Ez a termelési elv permutációs problémát jelent a termékek sorrendjének meghatározása során. A tipikus kombinatorikus optimalizációs problémák, mint amilyen a gyártás ütemezés is, általában NP-teljes feladatok [27]. Egyik megoldási módja ennek a problémának az összes lehetséges változat kiértékelése, amely valós nagy méretű probémák esetében alkalmazhatatlan számítási időigényt jelent. Kutatómunkám során a rendelkezésre álló eszközök segítségével a szimulációs környezetben a lehetséges megoldások száma alapján 10! méretű feladat megoldása jelentette a felső korlátot ennek amódszernekazalkalmazásában. Agyártósorokonelőállítotttermékfajtákszámaavizsgáltidőszakokonbelülszinténjóval több volt annál, hogy azt teljes leszámolással kezelni lehetne. További hatékony eljárások elemzését tűztem ki célul a munkám során, melyekkel a jóval összetettebb és nagyobb méretű feladatokat is megfelelő időn belül meg lehet oldani Heurisztikus eljárások Teljes vagy egzakt megoldást adó módszerekkel a komplex kombinatorikai optimalizációs feladatok, mint például a PFSP, megoldása rendkívül számítási időigényes. Ez a jelenség vezette a kutatókat az ehhez hasonló problémák megoldása terén a közelítő eljárásokhoz. A közelítő eljárások esetében az optimális megoldás elérését feláldozzák az optimum közeli megoldás elfogadható számítási időn belüli meghatározásáért. A közelítő megoldások alap formáját heuriszikáknak nevezzük. Aheurisztikuseljárásokatkétfőcsoportraoszthatjuk,egyikfőcsoportjátakonstruktívheurisztikák alkotják, míg a másikat a lokális keresést alkalmazó eljárások képezik. Az első csoportba tartozó megoldási módszerek a rendelkezésre álló kiinduló adatokból hoznak létre megvalósítható ütemezést, míg a második halmaz tagjai egy korábban létrehozott ütemezést igyekeznek fejleszteni valamely probléma specifikus megoldási technikával [13]. 31

34 Konstruktív eljárások Arendelkezésreállóinformációkalapjánkezdődőeljárássoránamegoldáslétrehozásaaz egyes munkák hozzáadásával történik a már meglévő részmegoldáshoz. A konstruktív heurisztikus megoldások alapvetően a leggyorsabb közelítő eljárások közé tartoznak, jóllehet speciális alkalmazásaik jelentős számítási feladatot is generálhatnak. A számítási időigény tekintetében nyújtott előnyüket a lokális keresési eljárásokkal összehasonlítva ellensúlyozza agyengébbteljesítőképességükazeredményektekintetében. Agyártásütemezésbenalkalmazott legelterjettebb konstruktív heurisztikák a különböző prioritási szabályok, ilyenek például: a vizsgált gépen a legrövidebb műveleti idejű munka figyelembe vétele; avizsgáltgépenaleghosszabbműveletiidejűmunkafigyelembevétele; alegrövidebbteljesműveletiidővelrendelkezőmunka; aleghosszabbteljesműveletiidővelrendelkezőmunka. A prioritási elvek szerinti ütemezés széles körű elterjedtségét egyszerű alkalmazásuk és alacsony számítási igényük indokolja. Noha bizonyos esetekben igen jól teljesítenek, nem létezik olyan szabály, amelyet bármely gyártásütemezési feladatra kielégítő teljesítménnyel lehetne alkalmazni. Sőt, előre nem lehet megbecsülni, hogy egy priorizálási szabály egy speciális probléma esetén milyen teljesítményt fog nyújtani [41]. Lokális keresési eljárások Jelöljön s egy lehetséges megoldást, melynek szomszédságát a N: S 2 s függvénnyel definiálhatjuk, ahol minden s hozzárendelhető valamely szomszédos megoldáshoz N(s) S. Jelölje N(s) az s-hez tartozó összes szomszédos megoldást. A megoldások minden definiált szomszédságában a legjobb minőségű megoldást vagy megoldásokat, pl.: a legjobb célfüggvény értékkel rendelkező(ke)t, lokális optimum(ok)nak nevezzük a definiált szomszédságon belül [13]. A lokális keresési eljárások egy induló megoldásból építkeznek iteratív lépésekben. A megoldás egy részét vagy egészét próbálják meg kicserélni egy jobbra a megfelelően definiált szomszédságon belül. Az induló megoldás elemeinek kicserélésére a lokális keresési eljárások 32