//
Yeni arama için tıklayınız.
 

Tez

Funda Güner

Sıra Bağımlı Hazırlık Zamanlarını Dikkate Alan Paralel Çok İşçili Montaj Hatlarının Dengelenmesİ

Balancıng Parallel Multı-Manned Assembly Lınes Wıth Sequence Dependent Setup Tımes

Türkçe

Doktora

Gazi Üniversitesi

Fen Bilimleri Enstitüsü Endüstri Mühendisliği Ana Bilim Dalı

Prof. Dr. Bilal TOKLU

2019

Montaj hattı dengeleme, paralel çok işçili montaj hatları, sıra bağımlı hazırlık zamanları, karma tam sayılı programlama, metasezgisel algoritmalar, kısıt programlama, Benders ayrıştırması

 

Paralel çok işçili montaj hatları genellikle büyük hacimli ürünlerin (otomobil, otobüs, kamyon, vb.) üretildiği sistemler tarafından tercih edilmektedir. Söz konusu hatları geleneksel montaj hatlarından farklı kılan özellik, bir istasyonda birden fazla işçinin eşzamanlı olarak aynı ara ürün üzerinde çalışabilmesidir. Bu tip büyük hacimli ürünlerin üretildiği sistemlerde, montaj hatlarının geleneksel montaj hatları olarak tasarlanması halinde, üretim için gerekli görev sayısının fazlalığı ve görev süresi uzunlukları da dikkate alındığında gerek üretim sisteminin fiziksel kapasitesini aĢan gerekse yatırım maliyetlerini yukarı çeken sonuçlar ortaya çıkabilmektedir. Anılan üretim sistemlerinin paralel çok iĢçili montaj hattı ile tasarlanması, fiziksel alan kullanımı ve yatırım maliyetleri açısından ileri seviyede bir iyileĢtirmeye imkân tanıyabilecektir. Bahse konu montaj hatlarında genellikle, aynı iĢçiye atanan ardıĢık görevler arasındaki geçiĢlerde, ekipman değiĢikliğinden kaynaklanan sıra bağımlı hazırlık zamanları söz konusudur. Bu durum, geleneksel paralel çok iĢçili montaj hattı dengeleme problemini daha karmaĢık hale getirmektedir. Bu kapsamda, iĢbu tez çalıĢmasında, sıra bağımlı hazırlık zamanlarını göz önünde bulunduran paralel çok iĢçili montaj hattı dengeleme problemleri için çözüm yaklaĢımları sunulmaktadır. Ġlk olarak, problemin formal tanımı yapılmıĢ olup, çevrim zamanı kısıdı altında hattaki toplam iĢçi sayısının birincil amaç, hattaki toplam istasyon sayısının ise ikincil amaç olarak en küçüklendiği iki adet karma tam sayılı programlama modeli sunulmuĢtur. Sonrasında, problem için hem klasik kısıt programlama yaklaĢımı hem de aralık yaklaĢımı kullanılarak iki adet kısıt programlama modeli kurulmuĢtur. Orta ve büyük boyutlu problemlere sonuç elde edebilmek için meta sezgisel algoritmalar (genetik algoritma ve tavlama benzetimi algoritması) geliĢtirilmiĢ; ardından problem için bir Benders ayrıĢtırma metodu önerilmiĢtir. Tüm bu çözüm yöntemleri literatürde bulunan test problemleri kullanılarak karĢılaĢtırılmıĢ olup, yöntemlere iliĢkin performans sonuçları ve ileri çalıĢma önerileri sunulmuĢtur

 

Parallel multi-manned assembly lines are preferred by systems where large size products (cars, buses, trucks, etc.) are produced. The difference from traditional assembly lines is that more than one worker can work simultaneously in a station on the same workpiece. When assembly lines are designed as conventional lines in systems where such large size products are produced, results may exceed physical capacity and may increase investment costs, due to the excessing number and durations of tasks required to produce the final product. Designing these production systems as parallel multi-manned assembly lines may lead a considerable improvement on capacity usage and investment costs. In general, there are sequence-dependent setup times due to equipment changes while the transitions between successive tasks assigned to the same worker. This makes the traditional parallel multi-manned assembly line balancing problem more complicated. The problem involves not only the assignment issue of tasks to a specific station but also scheduling these tasks in that station. In this thesis, solution approaches for parallel multi-manned assembly line balancing problems with sequence-dependent setup times are presented. After a formal definition of the problem, two mixed integer programming models are proposed, where the primary objective is to minimize the total number of workers in the line and the second one is the minimization of the total number of stations. Two constraint programming models are then developed using traditional and the interval variable approaches. In order to obtain results for medium and large-scale problems, two meta-heuristic algorithms (genetic algorithm, simulated annealing algorithm) are developed, and then a Benders Decomposition Method is proposed. By using benchmark instances from the literature, all of these solution methods are tested and their performances are compared. Lastly, results and further study suggestions are presented