الحسابات الذكية لموازنة خط تجميع متعدد الأهداف مع وقت تنفيذ عشوائي

الباحث

سماح علي عوفي

المشرف

علاء الدين حسن قاسم

الجامعة

الجامعة التكنولوجية

الكلية / القسم

قسم هندسة الانتاج والمعادن / الهندسة الصناعية

الشهادة

دكتوراه

السنة

2021

لغة الرسالة

انكليزي

الكلمات المفتاحية

Assembly line balancing;Stochastic processing time;Multi-objective optimization;Metaheuristics

العولمة في المؤسسات العالمية تتطلب تطوير قابليتها لغرض الاستجابة للتغيرات السريعة وتزايد طلب الزبون وبكلف منافسة في السوق العالمية، لذلك تنوع المنتجات يعتبر واحدة من اكثر الحلول الملائمة لإنتاج المنتجات لتلبي dala السوق. الخطوط التجميعية تعد جزء رئيسي في العمليات التصنيعية للمنتجات المتنوعة، وتستهلك العمليات التجميعية حوالي 20% من الكلف التصنيعية و 50% من وقت التصنيع. لذا اصبحت موازنة خطوط التجميع واحدة من اكثر مجالات البحوث القيمة لوضع حلول للمشاكل الحقيقية المتعلقة بنظم التصنيع. وبذلك احتاجت المؤسسات للحفاظ على مكانتها في عالم المنافسة في الاسواق الى استخدام تطوير خط التجمبع من خلال الاستغلال الامثل للموارد المتوفرة في الشركة وتحقيق كميات الانتاج المطلوبة. الذكاء الحسابي (computational intelligence) عبارة عن مجموعة من المنهجيات والأساليب الحسابية المستوحاة من الطبيعة لمعالجة مشاكل العالم الواقعي المعقدة والتي يمكن أن تكون النمذجة الرياضية أو التقليدية عديمة الفائدة لها لعدة أسباب: قد تكون العمليات معقدة للغاية بالنسبة للتفكير الرياضي ، أو قد تحتوي على بعض أوجه عدم اليقين أثناء العملية ، أو قد تكون العملية ببساطة ذات طبيعة عشوائية، توفر الذكاء الحسابي حلولاً لمثل هذه المشاكل. يستخدم الذكاء الحسابي مجموعة من التقنيات وهي تصميم المنطق الضبابي ( (fuzzy logic لتغطية مشكلة الوقت العشوائية (stochastic) لمرونتها في التعامل مع المؤسسات البشرية التي لديها القدرة على Cab gi التفكير والخبرة البشرية.اما الخوارزميات الجينية (genetic algorithm) تعتبر من التقنيات الهامة في البحث عن الخيار الأمثل من مجموعة حلول متوفرة لتصميم معين معتمدة على توليد المجتمعات (population) والحسابات المتوازية. المنهجية المقترحة في هذا البحث تعتمد الطريقة الهجينة لنمذجة وامثلية النموذج المطور لموازنة خطوط التجميع ،U-shaped and straight استخدم المنطق المضبب لغرض تخمين وقت المهمة العشوائي، وكذلك اعتمد الباحث الطرق التوجيهية (recursive and consecutive heuristic algorithms) والتي صممت لغرض توليد حل لموازنة خطوط التجميع المختلطة بهدف تقليل زمن الدورة الانتاجية. بالاضافة الى ذلك تم استخدام desirability function approach و طريقة الانتروبيا لتحديد الوزن ( entropy weight 004 في النموذج المطور لتوليد حلول بديلة متعددة الاهداف وهي زمن الدورة الانتاجية، الكفاءة، معامل a gal التفاوت؛ زمن الوقت الضائع.اما الخوارزمية الجينية استخدمت لايجاد الحل الامثل، في كل جيل يتم حساب كفاءة كل حل باستخدام دالة الكفاءة (fitness function) تسمح بزيادة مجموعة الحلول المتاحة. هولاء الافراد يتم تعديلهم واحداث الطفرة فيهم من خلال تطوير نموذج المنطق المضبب لضبط العوامل التطورية لغرض تحسين الية البحث في الخوارزمية الجينية. و لكي يتم تحديد اداء وكفاءة النظام المقترح تم تطبيقه على مشكلة حقيقية في شركة ديالى العامة للصناعات الكهربائية في مصنع المحولات الكهربائية، الدراسة طبقت عمليان على ثلاث حالات دراسية lower mix level (MIL) ،high extreme level (HEL) ،extreme level (LEL) لتشمل ظروف العمل الواقعية مقارنة مع الحالة الموجودة. أظهرت النتائج المستحصلة في الحالة الدراسية LEL ان زمن الدورة الانتاجية قلت من )1.4% الى 1.6%( ومعامل النعومة من )35.1% الى 44.7%( والوقت العاطل من )3.3% الى 11.3%( والتفاوت من (990 الى 15.1%( بينما الكفاءة ازدادت من )0.8% الى 6%( و الانتاجية من )1.8% الى 3.69). أظهرت النتائج المستحصلة في الحالة HEL Agel pall ان زمن الدورة الانتاجية قلت من )37.7% الى 49.8%( ومعامل النعومة من(72.200 الى 74.2%( و الوقت العاطل من )64.9% الى 0 والتفاوت من )89.5% الى 92.6%( بينما الكفاءة ازدادت من )22% الى 27.8%( و الانتاجية من )37.7% الى 49.8%( أظهرت النتائج المستحصلة في الحالة الدراسية MIL ان زمن الدورة الانتاجية قلت من )19.7% الى 23.3%( ومعامل النعومة من )55.5% الى 68.1%( و الوقت العاطل من )40.3% الى 0 والتفاوت من )80.3% الى 85.3%( Lain الكفاءة ازدادت من )20% الى 23%( و الانتاجية من(19.690 الى 22.5%( . في هذا البحث؛ تم استخدام تقنية الحاسوب لتطوير برامج لحل هذه المشكلة. وتم كتابة البرامج المطورة بأستخدام ،Matlab 18 Software وتنفيذها على حاسوب محمول 15 Pentium IV Intel(R) Core (TM) .8250U CPU @ 1.60 GHz 1.

In globalizing world enterprises must have the power to respond rapidly changing and rising customer demands combined with cost competitive. In order to have such power, enterprises generally produce specific characteristics or high volumes of standard products. In high volume production of standard products, assembly lines are generally used. Assembly process expenditure consumes more than 20% of the manufacturing cost, while it is consumes up to 50% of the production time. Therefore, it is required in the world of globalization and free competition to use assembly lines in the best capacity and in the best use of the resources interacting to reach the best competitive productivity. Computational intelligence (CI) is a set of nature-inspired computational methodologies and approaches to address complex real-world problems to which mathematical or traditional modeling deficient for known reasons. The fuzzy logic as a CI branch is modeled to cover stochastic time problems for their flexibility to employ reasoning of human experience. The genetic algorithms with the evolutionary procedure have the abilities of population-based searching and parallel calculations are appropriate for optimizing the problem. Therefore, these capabilities are motivated here for assembly line balancing to reach the best realistic solution in an uncertain environment. The research methodology interacted with the development and construction of a series of complementary models that started with balancing straight and U-shaped layouts as a hybrid method modeling and exploratory workstation random work task improvement called "Worker-Task Stochastic Assigned to Workstation Heuristic (W- TSAWH)".Then Fuzzy-based mathematical model is launched to estimate stochastic task time. Afterwards recursive and consecutive heuristic algorithms were modeled to deal with mixed model assembly line to generate initial feasible solution with minimum cycle time. This model allows to examine the behavior of multi-objective function such as cycle time (CT), efficiency (E), smoothness index (SI), variation (V), and idle time (Id) under different alternative design solutions using desirability function approach weighted by entropy weight method. The initial solutions were optimized by employing the adaptive genetic algorithm and improvement procedure. Evolutionary operators were adjusted by developing fuzzy adaptive genetic model for better search mechanism of the genetic algorithm. Moreover, desirability function approach and penalty function are used to represent fitness function. Penalty function was considered as a common tool applied in statistic to prevent zero and negative values of the infeasible solution effect. Thus, the fitness function was allowed to increase the region that be used in adaptive genetic algorithm search. The developed methodology was implementing in "Dayla state company for electrical industries" as empirical application. In order to demonstrate the applicability of the methodology and effective solution, two cases at extreme levels i.e. (lower extreme level (LEL), high extreme level (HEL)) with the third level i.e.(mix level (MIL)) are examined with comparison of the existing situation. Benchmarks of the performance of the solutions were conducted under pre-specified range of the fuzzy input variables for covering the diversity of the work condition. The results of LEL test problem showed the cycle time was reduced from (1.4% to 1.6%), smoothness index (35.1% to 44.7%), idle time (3.3 to 11.3%), variation (9% to 15.1%), and the efficiency was increased from (0.8% to 6%), and productivity (1.8% to 3.6%). The results of HEL test problem showed the cycle time was reduced from (37.7% to 49.8%), smoothness index (72.2% to 74.2%), idle time (64.9% to 73.3%), variation (89.5% to 92.6%), and the efficiency was increased from (22% to 27.8%), and productivity (37.7% to 49.8%). The results of MIL test problem showed the cycle time was reduced from (19.7% to 23.3%), smoothness index (55.5% to 68.1%), idle time (40.3% to 44.9%), variation (80.3% to 85.3%), and the efficiency was increased from (20% to 23%), and productivity (19.6 to 22.5%). The developed programs were written using Matlab18 Language and implemented on a Laptop Pentium IV Intel(R) Core (TM) i5 8250U CPU @ 1.60 GHz 1.80 GHz.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب