최적화된 기계 설정 순서

최적화된 장비 설정 순서를 구현하면 설정 비용이 절감되고 장비 생산성이 향상됩니다. 효과적인 작업 일정 및 운영 생산 계획의 중요한 측면입니다. 따라서 일부 회사는 ERP를 사용하여 최적화된 기계 설정 시퀀스를 도출합니다. ERP와 마스터 데이터가 이를 지원한다면 이것은 훌륭합니다. 다른 생산 계획 팀은 작업 센터의 설정 순서를 기억하고 있기 때문에 최적의 설정 순서를 결정하기 위한 도구나 고급 분석이 실제로 필요하지 않다고 덧붙일 수 있습니다. 그러나 이 기사에서는 예를 들어 Excel에서 생산 계획을 수행하거나 다양한 제품 믹스를 보유하거나 제품 포트폴리오에서 수명이 짧은 고주파 제품 수명 주기를 갖는 세 번째 제조 회사 그룹에 대해 설명합니다.

최적화된 기계 설정 순서를 위해 Excel Solver 사용

소규모 제조업체가 취할 수 있는 첫 번째 접근 방식은 Excel을 사용하는 것입니다. Excel Solver를 사용하여 예를 들어 주어진 기계에 대한 최적의 설정 순서를 정의하는 수학 프로그램을 구현할 수 있습니다. 이를 위해 템플릿을 개발했습니다. 아래 링크를 통해 만나보실 수 있습니다.

링크: Excel Solver를 사용한 기계 설정 시퀀싱

Excel Solver는 Excel에서 사용할 수 있습니다. Excel에 이미 포함되어 있지만 명시적으로 활성화해야 하는 추가 기능입니다. 이 접근 방식은 현재 Excel에서 모든 계획을 수행하는 회사에 적합합니다. 그러나 지정된 기계 또는 작업 센터에 대해 설정 매트릭스가 200개 이상의 셀로 구성된 경우 Excel Solver는 더 이상 시퀀싱 문제를 해결할 수 없습니다. Excel Solver는 최대 200개의 결정 변수, 즉 최적화 변수만 처리할 수 있기 때문입니다.

작업 시퀀싱에 Excel을 사용하는 또 다른 단점은 다양한 제품 그룹, 설정 매트릭스 및 설정 시간이 있는 많은 작업 센터에서 응용 프로그램을 확장하기 어렵다는 것입니다. 현재 Excel에서 모든 생산 계획을 수행하지 않고 맞춤형 ERP 또는 표준화된 ERP를 구입하거나 개발할 계획이 없는 회사의 경우 Pytho 프레임워크에서 시스템 설정 시퀀싱을 구현하는 것이 좋습니다.

Excel Solver에 대한 자세한 내용은 https://www.solver.com/excel-solver-how-load-or-start-solver 에서 확인할 수 있습니다.

최적화된 기계 설정 순서를 위한 Python

Excel Solver의 대안으로 Python을 사용하는 것은 계획 워크플로우와 관련하여 여전히 유연한 소규모 회사에 적합합니다. 즉, 회사는 현재 Excel 또는 특정 ERP 시스템을 사용하는 데 제약을 받지 않습니다. 회사(예: 신생 기업)에서 ERP 시스템을 사용하고 싶지 않은 경우 Python은 수많은 작업 센터, 라우팅, 설정 매트릭스 및 시스템당 제품 또는 제품 그룹으로 확장 가능한 계획 워크플로를 구현하는 좋은 방법이 될 수 있습니다.

Python(Excel에 비해)을 사용하여 설정 매트릭스(제품, 부품, 부품 제품군 및 제품 그룹)가 서로 다른 대규모 작업 센터 집합에 대해 자동화된 계획 워크플로를 구현하는 것이 훨씬 쉽습니다. 설정 시간, 즉 기본 계획 데이터를 유지하는 것도 더 쉽습니다. 설정 매트릭스를 업데이트하고 최적의 설정 순서를 계산하는 작업은 대규모 작업 센터 집합과 대규모 작업 집합으로 하룻밤 사이에 쉽게 수행할 수 있습니다.

기본 수학 프로그램은 예를 들어 모델링을 위한 PuLP 와 해결을 위한 coinOR를 사용하여 Python에서 신속하게 구현될 수 있습니다. 이러한 도구는 모두 무료입니다. Excel 라이선스 비용을 지불할 필요조차 없습니다.