수학적 모델링과 이산 이벤트 시뮬레이션(DES)을 조합하여 컨베이어 시스템을 최적화하는 방법을 보여드리고 싶습니다. 이는 업계에서 사용할 수 있는 다양한 컨베이어 최적화 예제에 추가된 것입니다. 그러나 이 기사에서 설명하겠지만 내가 제안한 워크플로와 절차는 훨씬 적은 노력으로 훨씬 더 나은 결과를 얻을 수 있습니다.
시뮬레이션은 일반적인 최적화 접근 방식을 용이하게 합니다.
복잡한 컨베이어 시스템에는 (항상) 시뮬레이션만 필요하다는 것은 일반적인 오해입니다. 이것은 정확하지 않습니다. 이 기사에서 설명할 것처럼 먼저 라우팅 비율을 최적화한 다음 동적 시뮬레이션에서 레이아웃 및 수학적으로 파생된 라우팅 규칙을 구현하는 이중 접근 방식을 적용하는 것이 좋습니다. 그럼에도 불구하고 컨베이어 개념 및 레이아웃을 테스트하기 위해 이산 이벤트 시뮬레이션 모델링을 사용하는 기존 접근 방식으로 남아 있습니다.
다음은 간단한 컨베이어 예를 포함하여 간단한 모델의 몇 가지 예입니다. 더 복잡한 시나리오, 즉 더 복잡한 컨베이어 레이아웃에서 다음과 같은 간단한 예를 생각해 보십시오.
AnyLogic 외에 컨베이어 시뮬레이션에 널리 사용되는 다른 도구는 simio, AutoMOD, Plant Simulation, FlexSim 등이 있습니다. 예를 들어 Simmer in R 을 사용하여 더 적은 시각화로 더 높은 추상화 수준에서 컨베이어 시스템을 모델링할 수도 있습니다 . “simmer”에 대한 포괄적인 문서는 아래 링크된 문서를 확인하십시오.
기존의 접근 방식은 시뮬레이션 환경에서 제안된 컨베이어 레이아웃을 구현하는 것으로 구성됩니다. 다음으로, 장비는 기술 사양에 따라 설정됩니다. 그런 다음 시뮬레이션 실험이 반복적으로 적용됩니다. 이러한 반복 동안 시뮬레이션 분석가는 레이아웃 최적화와 라우팅 최적화(해당되는 경우)를 결정하려고 합니다.
컨베이어 시스템의 복잡성 설명
예를 들어, 아래 그림에 표시된 컨베이어 레이아웃을 고려하십시오. 아래 그림에 표시된 레이아웃은 공급 프로세스에서 후속 조립 및/또는 최종 처리 스테이션으로의 유입 및 유출을 포함합니다. 레이아웃은 버퍼 영역으로 들어오고 나가는 흐름을 더 포함합니다.
자재 흐름은 전체 생산 프로그램 및 마스터 일정에 따라 동적으로 변경됩니다. 특정 부품군 또는 배치 번호의 유입이 유출을 초과하는 시점이 있습니다(예: 밤새 재고가 있는 경우). 이러한 상황에서 버퍼 영역은 부품을 치우는 데 사용됩니다. 다른 경우에 공급하는 생산 프로세스는 현재 다운스트림 프로세스(유출)에서 배송되거나 처리되지 않는 제조 부품 제품군일 수 있습니다. 가능한 경우 부품은 버퍼에서 선택되어 거기에서 다운스트림으로 공급됩니다.
분명히 재료 흐름은 빠르게 복잡해질 수 있습니다. 라우팅 규칙 및 라우팅 비율을 사용하여 컨베이어 시스템 의 어떤 부분을 따라 흘러야 하는 부품을 결정할 수 있습니다 . 이것은 목적 함수가 하나 또는 여러 부품군에 대한 전체 시스템 처리량인 수학적 모델로 설명할 수 있습니다. 컨베이어 용량, 특히 턴테이블의 용량은 이 수학적 모델의 제약 조건입니다. 그런 다음 모델은 라우팅 비율에 대해 최적화할 수 있습니다. 즉, 공식적으로 관련 최적화 변수로 정의된 경우입니다.
컨베이어 시스템 라우팅을 위한 최적화 도구
컨베이어 라우팅 최적화를 위한 다양한 도구가 있습니다. 상용 도구가 반드시 필요한 것은 아닙니다. 더 작은 컨베이어 시스템의 경우 무료 도구를 사용할 수 있습니다. 또는 Excel이 설치되어 있는 경우 Excel 및 Excel Solver를 사용하여 소규모 응용 프로그램에 사용할 수 있습니다.
아래는 나 또는 다른 SCDA 회원이 이 블로그에서 이미 소개한 다른 무료 최적화 도구를 다루는 기사 목록입니다.
- 링크: Python에서 최적화를 위한 솔버 사용
- 링크: Julia에서 JuMP 및 GLPK를 사용한 최적화
- 링크: Python의 최적화 및 모델링
- 링크: Python에서 PuLP를 사용한 선형 최적화
이 블로그의 별도 블로그 게시물에서 라우팅 최적화를 위한 Excel Solver를 다룰 것입니다.
컨베이어 시스템 최적화를 위한 절차 모델
위에서 언급한 대부분의 의견을 설명하고 요약하여 컨베이어 시스템 최적화 절차 모델을 설명하기 위한 워크플로 그림을 만들었습니다. 아래에서 볼 수 있습니다.
먼저 레이아웃 개념의 초안을 작성합니다. 여기에는 일부 정적 계산, 야구장 수치 및 경험에 의한 추정이 포함됩니다. 레이아웃은 일반적으로 데이터 가용성이 부족한 상태에서 초안을 작성합니다. 이 단계는 전체 생산 공정의 타당성을 보장해야 합니다.
초기 초안이 작성되면 장비를 구성해야 합니다. 레이아웃은 컨베이어 및 턴테이블 등을 배치해야 하는 위치를 알려줍니다. 그러나 어떤 종류의 컨베이어입니까? 어떤 종류의 드라이브? 이러한 유형의 질문에 대한 답변은 컨베이어 속도 및 가속과 같은 장비 사양에 영향을 미칩니다. 컨베이어 장비에 대해 운동학적 데이터가 지정되면 정적 용량 계산을 수행할 수 있습니다. 예를 들어 컨베이어의 길이가 1m이고 속도가 1m/s인 경우 일정한 최대 속도로 작동할 때 시간당 3600개의 부품을 운반할 수 있습니다.
정적으로 계산된 용량은 장비 용량이 최적화 제약 조건으로 모델링되는 수학적 프로그램으로 전달됩니다. 이 기사의 앞부분에서 설명한 대로 라우팅 비율은 관련 최적화 변수입니다. 수학적 프로그램은 정의된 목표(예: 총 시스템 처리량)를 최적화하려고 합니다. 결과적으로 이 단계를 완료한 후 솔버는 관련 생산 시나리오에 대해 컨베이어 시스템의 각 라우팅 지점에서 라우팅 비율을 정의하게 됩니다.
수학적 모델은 이미 재설계 결정으로 이어질 수 있습니다. 재설계는 장비 구성에만 영향을 미칠 수 있습니다. 그러나 레이아웃 자체를 다시 만들어야 함을 의미할 수도 있습니다.
마지막 단계는 동적 시뮬레이션 모델 입니다. 이러한 종류의 모델은 수학적 프로그램에서 무시되었던 동적 시스템 상호 의존성을 고려합니다.
컨베이어 시스템 최적화에 대한 결론
컨베이어 시스템을 최적화할 때 시뮬레이션 모델링으로 바로 이동하는 것이 반드시 올바른 접근 방식은 아닙니다. 수학적 모델링을 먼저 적용하는 것이 더 효율적일 수 있습니다. 시뮬레이션 모델링은 컨베이어 시스템 최적화의 최종 단계를 용이하게 해야 합니다.
최적화 및 시뮬레이션을 전문으로하는 산업 엔지니어 (R, Python, SQL, VBA)
Leave a Reply