1. Aleksander MOCZAŁA: Rozwój systemów ERP... 1

Transkrypt

1

2 SPIS TREŚCI CONTENT: 1. Aleksander MOCZAŁA: Rozwój systemów ERP Leif GOLDHAHN, Michael KAISER: Development of adaptable multimedia process descriptions for process planning and manufacturing via a knowledge based CAP System Dariusz PLINTA: Optymalizacja systemów produkcyjnych z wykorzystaniem symulacji komputerowej Martin KRAJČOVIČ: Joint replenishment and reorder point systems in purchase order determining Sławomir KUKLA: Prognozowanie i symulacja w analizie systemów produkcyjnych Milan MALCHO, Jozef JANDAČKA: The proposal of heat recuperation at malt production Maria BARON PUDA: Systemy wynagradzania w przedsiębiorstwach produkcyjnych. Różnicowanie płac zasadniczych Milan MALCHO, Jozef JANDACKA: Innovation of technological equipment for calcining of ceramics ISSN Czasopismo Akademii Techniczno Humanistycznej w Bielsku Białej Katedra Inżynierii Produkcji We współpracy: Uniwersytet Techniczny w Żylinie Słowacja Słowackie Centrum Produktywności w Żylinie Słowacja Adres redakcji: Akademia Techniczno Humanistyczna Katedra Inżynierii Produkcji ul. Willowa 2, Bielsko Biała tel , kip@ath.bielsko.pl Redaktor Czasopisma: dr inż. Aleksander Moczała Akademia Techniczno Humanistyczna w Bielsku Białej Rada Naukowa Redakcji: Przewodniczący: prof. dr hab. inż. Józef Matuszek Akademia Techniczno Humanistyczna w Bielsku Białej Prof. dr hab. inż. Milan Gregor Uniwersytet Techniczny w Żylinie Prof. dr hab. inż. Branislav Micieta Słowackie Centrum Produktywności w Żylinie Prof. dr hab. inż. Jan Szadkowski Akademia Techniczno Humanistyczna w Bielsku Białej Uwagi redakcyjne Decyzja ostateczna o druku jest podejmowana po uzyskaniu recenzji artykułu. Redakcja zastrzega prawo skracania nadesłanych przez autorów publikacji do druku.

3 Aleksander MOCZAŁA ROZWÓJ SYSTEMÓW ERP Streszczenie: W artykule przedstawiono problem ewolucji systemów ERP i przepływu danych w kooperacji procesów produkcji. Rozwój produktywności wymaga ułatwienia inicjowania, tworzenia i powiększania kooperacyjnych powiązań co wymaga rozwoju systemów inżynierii zarządzania. Rozwój systemów ERP wymaga możliwości wyszukiwania przedsiębiorstw posiadających wolne zasoby. Proponowana ewolucja systemów wspomaga tworzenie procesów produkcyjnych z innymi przedsiębiorstwami Słowa kluczowe: MRP, ERP, CRM, zarządzanie przedsiębiorstwem, kooperacja, Maszyny licząco księgujące systemu Hollerith stosowane były w okresie międzywojennym również przez polską administrację zagłębia karwińskiego (Zaolzie) po przejęciu przez Polskę w 1938 r. Schemat funkcjonowania systemu maszyn licząco analitycznych Tabulating Machine Company przedstawia rys 1.1. wykorzystujący karty dziurkowane, odczytywane raczej pneumatycznie niż z zastosowaniem elektryczności. Ten sam system kart dziurkowanych wykorzystywany był w czytnikach polskich komputerów Odra jeszcze w latach 80 tych. 1. HISTORIA SYSTEMÓW ZARZĄDZANIA PRODUKCJĄ 1.1. Wprowadzenie W 2007 roku polski rynek ERP powinien osiągnąć wartość 200 mln dol. To o 30 proc. więcej niż dwa lata temu. Koniunkturę nakręca popyt na rozwiązania wertykalne, głównie dla produkcji procesowej i dyskretnej, sektora fi nansowego oraz dla handlu detalicznego i hurtowego [4] Zintegrowane Systemy Informatyczne klasy ERP ukształtowały się w latach 90 tych, a korzeniami sięgają metodologii MRP oraz MRP II. Wykształciły się poprzez wielokrotne dodawanie do tychże systemów kolejnych modułów i często nazywane są po prostu MRP III (Money Resource Planning Planowanie Zasobów Finansowych). Ofi cjalny standard ERP nie został do tej pory zdefiniowany jednak przyjmuje się że podstawowy system ERP to MRP II plus rachunkowość zarządcza, cash fl ow i rachunek kosztów Historia systemów zarządzania produkcją Patrząc na historię systemów zarządzania produkcją należy wspomnieć osobę Hermana Hollerith, który już w XIX stuleciu konstruował pierwsze swoje maszyny liczące. Herman Hollerith (ur w USA), utworzył Tabulating Machine Company (TMC), opatentował system maszyn licząco analitycznych. Tabulating Company Machine rósł w siłę w miarę jak maszyny zdobywały uznanie. W roku 1924 łącząc się z kilkoma innymi fi rmami dał początek korporacji IBM. Rys Schemat funkcjonowania systemu maszyn licząco analitycznych Tabulating Machine Company. Kolejną znaną postacią, zasłużoną w rozwoju systemów zarządzania produkcją był również Joseph Orlicky emigrant z Czechosłowacji po II wojnie światowej, jeden z twórców teorii MRP w latach 1970 tych. Joseph Orlicky naukowiec pracujący w IBM porównywał konsekwencje powstania systemów MRP do ogłoszenia przez Mikołaja Kopernika polskiego astronoma rewolucyjnej teorii o obrotach ciał niebieskich Rozwój systemów zarządzania produkcją Ewolucja systemów zarządzania produkcją ma już blisko półwieczną historię. W okresie od 1960 do 2000 roku pojawiły się następujące rodzaje systemów: 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 1

4 Rozwój systemów ERP Aleksander Moczała 1960 IC (Inventory Control) systemy Zarządzania Gospodarką Magazynową, które były pierwszymi systemami wspomagającymi zarządzanie przedsiębiorstwem, 1970 MRP (Material Requirements Planning) Planowanie Potrzeb Materiałowych systemy wykorzystywane do racjonalizacji planowania, poprzez wydawanie zleceń zakupu i produkcji w odpowiednim momencie, aby każdy produkt pojawił się w potrzebnej chwili i w wymaganej ilości, 1980 MRP II (Manufacturing Resorce Planning) Planowanie Zasobów Produkcyjnych rozwinięcie MRP I, poszerzone o bilansowanie zasobów produkcyjnych i dystrybucję, wprowadzone przez organizację APICS (American Production and Inventory Control Society) Amerykańskie Stowarzyszenie Sterowania Produkcją i Zapasami, 1990 ERP (Enterprise Resource Planning) czasem określane jako MRPIII lub MRPII Plus Planowanie Zasobów Przedsiębiorstwa rozwinięcie systemu MRPII o procedury finansowe, w tym księgowości zarządczej (Cash Flow, metoda Activity Based Costing). ERP jest zbiorem aplikacji, adresowanym głównie do firm produkcyjnych, aby zapewnić optymalizację zasobów i procesów wewnętrznych przedsiębiorstwa. Dotyczy m. in.: odpowiedniego planowania zasobów, utrzymywania odpowiedniego poziomu zapasów, zapewnienia przejrzystości procesu produkcyjnego, 1999 CMR (Customer Relationship Management) Zarządzanie Relacjami z Klientem, powstała jako nowa koncepcja zarządzania zorientowana na kontakty z klientem, opierająca się na nowoczesnych modelach biznesowych oraz na interaktywnych technologiach. Rozwiązania CMR są adresowane do wszystkich przedsiębiorstw, zarówno produkcyjnych jak i handlowych oraz mogą być stosowane równie skutecznie w małych jak i w dużych przedsiębiorstwach, 2000 ERP II jest zbiorem specyficznych dla danej branży aplikacji, które generują wartości dla klientów i udziałowców, poprzez udostępnienie i optymalizację procesów, zarówno wewnątrz przedsiębiorstwa, jak i pomiędzy przedsiębiorstwami partnerami. ERP II wyewoluowało z koncepcji rozszerzonego ERP (extended ERP), w której do tradycyjnego systemu ERP dodano możliwość transakcji między przedsiębiorstwami (B2B) rys TRENDY W ROZWOJU SYSTEMÓW ZARZĄDZANIA PRODUKCJĄ Współczesne badania dla ERP mają na celu: Integracja przedsiębiorstw: EI (enterprise integration) business to business BtB, przy użyciu języka XML i norm dla procesów zarządzania jak BPML, ebxml Rys Kierunek ewolucji systemów zarządzania w przedsiębiorstwie Integracja ERP z aplikacjami: CRM (Customer Relationship Management) SCM (Supply Chain Management) MES (Manufacturing Execution System), WMS (Warehouse Management Systems) and TMS (Transportation Management Systems). Systemy rozwijające ideę Enterprise Resource Planning Planowanie Zasobów Przedsiębiorstwa, to zbiór aplikacji, które pozwalają integrować działania przedsiębiorstwa na wszystkich szczeblach zarządzania zapewniając optymalne wykorzystanie zasobów oraz uporządkowanie i przejrzystość procesów wewnętrznych. Systemy ERP uzupełnia się także dodatkowymi modułami, którymi mogą być np. CRM (Customer Relationship Management) czyli Zarządzanie Relacjami z Klientami, SCA (Supply Chain Automation), e biznes Przyjmowanie i wysyłanie zamówień przez internet, moduły rachunkowości zarządczej, hurtownie danych, zarządzanie wiedzą, GM/dystrybucja Implementacja i funkcje SCM Integracja w ramach łańcucha logistycznego jest to dział, który dyktuje aktualne kierunki rozwoju zintegrowanych systemów wspomagających zarządzanie, sprawia że tworzone są aplikacje, które zaczynają łączyć przedsiębiorstwa w ramach defi niowanych procesów ERP II lub też pozwalają całkowicie integrować działania wielu przedsiębiorstw za pomocą systemów SCM (Supply Chain Mannagement) Zarządzanie Łańcuchem Dostaw. Podczas implementacji SCM w bardziej szczegółowy sposób traktowane są funkcje planowania i realizacji łańcucha dostaw. SCM umożliwia opracowanie modelu całej sieci dostaw oraz wszystkich jej ograniczeń. Następnie za pomocą tego modelu można zsynchronizować działania i zaplanować przepływ materiałów w całym łańcuchu dostaw. Na tej podstawie dostosowuje się podaż do popytu oraz tworzy możliwe do realizacji plany związane z zaopatrzeniem, produkcją, zapasami i transportem. W planowaniu SCM uwzględnia się wiele lokalizacji, ich wzajemne zależności, globalny łańcuch dostaw i partnerów handlowych danej firmy. Proces współpracy na skalę globalną jest nowością dla większych fi rm i wymaga wprowadzenia zmian organizacyjnych. Obejmuje nie tylko realizację, ale i planowanie strategiczne, taktyczne oraz operacyjne. W rezultacie SCM ma wpływ na procesy biznesowe nawet na najniższym poziomie Systemy ERP z wprowadzaną aplikacją SCM Planowanie w czasie rzeczywistym, zaawansowane metody symulacji i możliwości optymalizacji za pomocą SCM gwarantują całkowicie nowy przepływ procesów, inny niż w przypadku systemu ERP. Użytkownicy SCM muszą gruntownie zapoznać się z funkcjonowaniem całego łańcuchu dostaw. System ERP zarządza przepływem wewnętrznych procesów fi rmy w sposób umożliwiający produkcję zapasów i kosztów. Natomiast wdrożenie systemów SCM przynosi dodatkowe korzyści dzięki: Umożliwieniu integracji procesów biznesowych wewnątrz fi rmy i poza nią za pośrednictwem Internetu; Dostarczeniu fi rmom funkcjonalności umożliwiających integrację z rynkami elektronicznymi; Umożliwieniu globalnego planowania (zamiast specyfi cznego dla zakładu przebiegu MRP) Umożliwieniu symulacji w czasie rzeczywistym, co pozwala na trafniejsze 2 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

5 Aleksander Moczała i szybsze reagowanie na pojawiające się na rynku trendy bądź specjalne zlecenia klientów; Dostarczaniu funkcjonalności jednoczesnego planowania potrzeb materiałowych i zdolności produkcyjnych; Zapewnieniu przejrzystości łańcucha dostaw na poziomie alokacji klientów i dostawców, stanu zapasów, zleceń, prognoz, planów produkcji oraz kluczowych wskaźników efektywności Przyszłość systemów zarządzania produkcją Przyszłość w badaniach dla ERP to dalsza integracja systemów: integracja systemów SCM (Supply Chain Management) oraz kombinacja aplikacji SCM z GIS (Geographical Information System) CAC (Computer Aided Cooperation) systemy wspomagania kooperacji Widzimy już dziś jak tworzenie produktów obejmuje kilka przedsiębiorstw i tak ewoluują też systemy. Wychodzą one poza przedsiębiorstwa i pozwalają na koordynację poszczególnych procesów klasa ERP II, lub też łączą całe łańcuchy dostaw systemy SCM. Wewnątrz przedsiębiorstw systemy ERP uzupełniane są o systemy zarządzania wiedzą, ECR, CRM, portale korporacyjne, aplikacje e biznesowe. Przedsiębiorstwa kładą nacisk na aplikację platformę handlu elektronicznego muszą ponieść koszty wdrożenia, zyskują jednak prawo do pobierania opłat za korzystanie z niej stałe opłaty licencyjne i procent od wartości transakcji. Duża liczba firm korzystających z platformy może wprawdzie skłonić jej właścicieli do obniżenia ceny, ale i tak jej wysokość stanowi istotną barierę dla wielu fi rm, które chciałyby z takiej platformy korzystać. Alternatywą dla dużych fi rm jest budowa własnych rozwiązań e procurement na bazie narzędzi dostarczanych zarówno przez dostawców systemów ERP, jak i innych producentów rozwiązań e commerce. Rozwój systemów ERP Dzięki GRP Global Resource Planning zintegrowanie dużej liczby dostawców przedsiębiorstwa, choć podnosi koszty wdrożenia powinno dać zyski rozwiązaniem będą elektroniczne rynki, ale te dopiero powstają. Klient będzie posiadał stały wybór: albo organizować rynek we własnym zakresie, albo kupić proponowane rozwiązanie i poddać się praktykom monopolistycznym dostawcy oprogramowania. Trzecim naturalnym źródłem korzyści jest integracja e procurement z systemami ERP własnymi i dostawców, których wyszukiwanie stanie się szybsze i trafniejsze. Literatura [1] Botta Genoulaz V., *, Millet P. A., Grabot B.: A survey on the recent research literature on ERP systems, Elsevier, Computers in Industry 56 (2005) [2] Grudzewski W., Hajduk I.: Kierunki rozwoju zarządzania a globalizacja, Ekonomika i Organizacja Przedsiębiorstw, 1/2002. [3] Jacobs F. R., Bendoly E.: Enterprise resource planning: developments and directions for operations management research, European Journal of Operational Research 146 (2) (2003) [4] Hoppe Marc: A star is born, SAP Systems Integration, sapinfo. net N 78/2006 [5] Knosala R.: Zastosowanie metod sztucznej inteligencji w inżynierii produkcji, WNT, Warszawa [6] Kosturiak, J. Gregor M. Micieta B. Matuszek, J.: Projektovanie výrobných systémov pre 21 storočie. EDIS, Žilina, 2000, 398s. (ISBN ) [7] Maber Vincent A.: The early road to material requirements planning, Elsevier, Journal of Operations Management 25 (2007) [8] Matuszek J.: Zarządzanie przedsiębiorstwem XXI wieku Przegląd Mechaniczny, Zeszyt 2/2002. [9] Moczała A.: The Direction of Development of ERP Systems, Medzinarodna vedecka konferencja InvEnt 2007, Zylina, [10] Moczała A.: Designing Production Processes With Computer Aided Cooperation. 18 International Scientifi c Conference in Mittweida 18. Internationale Wissenschaftliche Konferenz Mittweida, November 2006 Rys. 2. Prognoza ewolucji systemów ERP zarządzania w przedsiębiorstwie CAC Computer Aided Cooperation systemy wspomagania kooperacji dzięki zastosowaniu przy równoległemu opracowywaniu procesu kooperacji (simultaneous engineering SE) można uzyskać skrócenie procesu projektowania produkcji Przewidywanym obecnie celem rozwoju systemów zarządzania jest stworzenie systemów GRP Global Resource Planning planowanie zasobów dowolnie wielu przedsiębiorstw, to zbiór aplikacji, które pozwalają integrować działania wielu przedsiębiorstw na wszystkich szczeblach zarządzania zapewniając optymalne wykorzystanie zasobów oraz uporządkowanie i przejrzystość procesów wewnętrznych. Systemy ERP z dodatkowymi modułami, którymi mogą być np. CRM, SCA, e biznes, CAC wyposażone w narzędzia pozwalające na integrację systemów różnych producentów i wersji językowych DEVELOPMENT OF ERP SYSTEMS Abstract The paper presents problem evolution of ERP systems and data fl ow in the co operation of production process. The development of productivity demands facilitation of initiation, formation and enlarging the cooperation connections. This problem demands development of systems in management engineering. This development of systems ERP demands possibility of looking enterprises which have free resources. The proposed evolution of systems makes support for creating production process with other cooperating enterprises. dr inż. Aleksander MOCZAŁA Katedra Inżynierii Produkcji, Akademia Techniczno Humanistyczna, Bielsko Biała, , ul. Willowa 2, amoczala@ath.bielsko.pl 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 3

6 Leif GOLDHAHN, Michael KAISER Development of adaptable multimedia process descriptions for process planning and manufacturing via a knowledge based CAP System AbstractŁ The increasing individualisation of products is demanding an excellent managing of process information. One solution are multimedia process descriptions to show the individual knowledge of product and processes in a comprehensive way. But with too much information there is a high risk of information overload. So it was necessary to look for a solution to adapt all the information of multimedia process descriptions for the different needs of users. A good possibility to realise such a problem are object oriented knowledge based CAP Systems. So there was developed an technique to adapt these multimedia process descriptions. Keywords: process planning, multimedia, process descriptions, knowledge based systems 1. INTRODUCTION Today industrial manufactured products are getting more and more individual [1]. To manage manufacturing and assembling of these customised products, it is necessary to have special adapted process descriptions. With an intelligent process planning this electronic information will make it possible to shorten times for manufacturing components, assemblies and products. To construct these process descriptions, a good knowledge management is important [2]. The idea was to develop an approach to adapt multimedia process descriptions for the process planning and manufacturing with a knowledge based CAP system. With this technique it is possible to plan industrial processes faster, because only the right information, which is really needed in this situation, will be shown. 2. MULTIMEDIA PROCESS DESCRIPTIONS 2.1. Characteristic of multimedia process descriptions The first step is the state of the art multimedia process descriptions and knowledge based systems which are refl ected. Process descriptions in general are fundamental documents in production enterprises. Job descriptions, CAD drawings, bills of material, quality assurance instructions and further documents belong to them. The importance of the use of multimedia in enterprises is multiple scientifically proven [3], [4], [5]. So the user will understand this kind of information in an easier and faster way than classical alphanumerical descriptions. Alphanumerical process descriptions are arranged as tables consisting of a head and an instruction part. The head part of the process descriptions contains general information of the work piece, of the assembly group and of the process description. The instruction part contains the instructions for the specific work piece as well as the data relevant for checking such features as, testers testing devices, frequency of inspection and kind of documentation. The more complex and extensive the instructions for a successful work execution are, the more attention should be paid to their clarity as to content and layout. For this purpose and for adjusting to the users needs, multimedia process descriptions (Figure 2 solution of multimedia elements in a knowledge based system) offer a wide range of solutions, also as an instrument of the knowledge management in the process description. The idea of multimedia plans are based on an all embracing, human natural description of work. As many as possible of the human sensory organs are addressed to make the assimilation of information easier, faster and to improve man s capacity to remember information [6]. Using multimedia technology means to process not only alphanumeric data but also pictures, animated pictures, sound, language and computer animations. Specific, enterprise related solutions of multimedia quality inspection plans can be set up for each individual application. Multimedia process descriptions integrate product and manufacturing related pieces of information to make them available for blue collar workers on the spot in a decentralised way [7] Application of multimedia process description in small and medium sized enterprises (SME) The multimedia process descriptions are in use at some small and medium sized enterprises [8]. So for example one enterprise uses these plans for assembling mechatronic products [9]. Another example is an enterprise, using these plans for assembling special gears [10]. You also can use these plans for quality inspection for example at co ordinate measuring machines [11]. What is the advantage of using multimedia process descriptions at small and medium sized enterprises? Accurate description of the single assembly steps, especially for manufacturing of very complex products Excellent reproducibility of the assembly and control processes Constant quality parameters Reducing time for learning a new job step for employees Increased image of customers Additional benefi t for service engineers and customers There exists further possibilities to use these descriptions in enterprises like the introduction for setting up machines and so on. 3. KNOWLEDGE BASED CAP SYSTEMS The other part of the new technique is a knowledge based system. With this kind of software it is possible to manage a huge number of process information in a knowledge base with rules and constraints (Figure 1). Such systems are solving problems with known (routine activities) and unknown algorithms (selection of machines, tools, operation sequences). Using heuristic solving methods, knowledge, experience and 4 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

7 Leif Goldhahn, Michael Kaiser Development of adaptable multimedia process descriptions for process planning and manufacturing via a knowledge based CAP System Figure 1: System to apportionment a knowledge based system into development system and application system intuition is the key to success. Manual activities are time demanding in the engineering process and includes labour activity in preparatory [12]. Those activities can be computer aided (CAP) for logic and methodology decisions [13]. So, the flexibility of the plan consistency will increase and will be much more effi cient. The activities of process planning include applications like manufacturing planning, process engineering, machine routing and material processing. Today in the field of CAP Systems there exist knowledge based CAP Systems [14]. State of the art are object oriented systems [15]. They are successfully in use in many enterprises [16], [17],[6],[7]. With the help of these systems the process planning engineer is able to plan faster and more accurately with less errors. A person, who is new in this job, is able to choose components for the process description without having the whole knowledge about the process. They are also able to calculate exact prices on base of calculated process times with such a system. 4. THE ADAPTATION OF MULTIMEDIA PROCESS DESCRIPTION WITH A KNOWLEDGE BASED CAP SYSTEM Presently multimedia process descriptions include all Information in a multimedia based way about the product and the process. If someone needs special information like for example, some parts of the process for a special situation, there is the danger of information overload. To manage these situations and all the information it is necessary to use the advantages of a knowledge based system. But before you can adapt multimedia process description via a knowledge based system it was necessary to develop a solution to handle multimedia elements in such a system. This is an absolutely new possibility and an intermediate step for the new technique (cf. fi gure 2). To adapt multimedia process descriptions with a knowledge based CAP system, there are some following important steps necessary: Based on the needs of industrial processes, there were developed criteria adapting multimedia process descriptions on a multiple way. There are 3 kinds of criterions object oriented criteria situation oriented criteria, and function oriented criteria. Object oriented criteria are related to the process with the information about itself. Situation oriented criteria describe the adaptable infl uences like the user of the description and the kind of process. Function oriented criteria describe the use of the process description with possible infl uences. Actually these criteria are evaluated particularly. Next steps are to set these criteria into a morphology to get a better overview about possible relations and to defi ne the characteristics oft each criterion. Then it is necessary to defi ne and handle the relations of the criteria and their characteristics. After that comes a realisation of the defi ned relations in a knowledge based CAP system. A pilot application with an evaluation will fi nish the procedure. There were other approaches tested, like using only a database. With such a solution you couldn t use rules and constraints. Special about this technique is the combination of advantages of a knowledge based system and multimedia process descriptions. To handle all these information in a good quality it is necessary to adapt them on a multiple way. The developed method for this is shown in figure 3. Figure 2: Elements of multimedia in a knowledge based system (application system) 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 5

8 Development of adaptable multimedia process descriptions for process planning and manufacturing via a knowledge based CAP System Leif Goldhahn, Michael Kaiser 6. REFERENCES [1] Zäh, Michael; Egermeier, Hans; Eursch, Andreas; Petzold, Bernd: Effi - ziente Interaktion mit virtuellen Prototypen; Werkstattstechnik online 9/2003 [2] Goldhahn, Leif: Kompetenzbasiertes, multimediales Wissensmanagement für die Fertigung. In: Enderlein, Hartmut (Ed.): Kompetenznetze der Produktion und mobile Produktionsstätten. TBI 02. Chemnitz: TU Chemnitz, ibf, 2002, p [3] Westkämper, Engelbert: Fertigungsplanung Wissensmanagement für die Produktion; Werkstattstechnik , p. 51 [4] Meier, H.; Neuschwinger A.: M AIS ein multimediales Arbeitsplatz Informationssystem; Werkstattstechnik 1/ [5] Spath Dieter; Gerlach Stefan: Informationen in Teams in Montage und Produktion; Werkstattstechnik [6] Hüser, M; Rein, E.: Multimediaanwendungen in der Produktion Komplexe Prozesse werden mit Bildern und Symbolen für jeden Mitarbeiter verständlich ausgedrückt. Blick durch die Wirtschaft /18, p. 3 [7] Klement, Roman: Produktionsanlagen mobil, transparent und vernetzt. Industrieanzeiger. Sonderausgabe zum AWK (2002) p. 48 [8] Goldhahn, Leif; Puchegger, Markus; Regenfelder, Jochen : Einführung multimedialer Arbeitspläne und CAD Anbindung für den Gerätebau PDF/mmAPGeraetebau.pdf, 2004 [9] Goldhahn, Leif; Kern, René: Arbeitsplanung für die Fertigung mechatronischer Systeme. 16 th International Scientific Conference Mittweida IWKM Scientific Reports Nr. 2, Figure 3: Knowledge based approch to adapt multimedia process descriptions 2003, p [10] Mäder, Hans Jürgen: Erfahrungen mit multimedialen Arbeitsmitteln aus der Sicht 5. CONCLUSIONS eines Anwenderbetriebes; Scientific Reports ; ISSN [11] Goldhahn, Leif; Kretzschmar, Hans Gerhard; Kaiser, The new technique to adapt multimedia process descriptions with Michael: Development and application of multimedia quality inspection plans at Coordinate Measuring Machines. In: VIth International the help of a knowledge based system is an important contribution to plan and operate industrial processes to make customised Scientifi c Conference Coordinate Measuring Technique Bielsko Biala products more efficient. So the user can get the right information in a Scientifi c Bulletin of University of Bielsko Biala. Number 10. special situation in a faster way. Mistakes could be reduced through 2004, S preselected information. Actual the new technique will be tested and [12] Goldhahn, Leif: Wissensbasierte Arbeits planung. lecture script. Mittweida: University of Applied Sciences, Department of Mechanical Engineering, 2004 evaluated in a pilot project at the laboratory of the University. Using a knowledge based system might be a good solution to handle [13] Westkämper, Engelbert: Computereinsatz in der Planung multimedia process descriptions. This technique is a new possibility to und Fertigung. Werkstattstechnik , p adapt the process information required for customised products. On the [14] Zäh, Michael; Rudolf, Henning; Vogl, Wolfgang: Computer one hand you can use the advantages of multimedia process description Aided Process Planning as a Necessity for the Production of Customised Products in Distributed Production Networks; Vernetzt Planen und and on the other hand you use the power of knowledge based CAP systems. So with the combination of these properties it will be possible to Produzieren 2004 proceedings, p Chemnitz, Technical develop a software tool to manage safely and quickly huge amounts of University of Chemnitz, Faculty of Mechanical Engineering, 2004 the product information and process information. [15] Kaiser, Michael: Konzeptionelle Unter su chu ngen zur Ableitung von Kriterien für die Adaption multimedialer Prozess beschreibungen mittels wissensbasierter Techniken im Fabrikbetrieb. Diploma Prof. Dr. Ing. Leif GOLDHAHN goldhahn@htwm.de Thesis. Chemnitz: Technical University of Chemnitz, Faculty of Mechanical Engineering 2004 Dipl. Ing. Michael KAISER mkaiser@htwm.de InnArbeit Centre of innovative Process Planning and Ergonomics [16] Wiehn Gruschwitz, Elsbeth: Jede Kalkulation steht auf absolut Faculty of Mechanical and Precision Engineering sicheren Füßen CAPP System minimiert Ausschuss, Werkzeugbruch und Planungsfehler. Extra print of Industrie Anzeiger Nr. 18/2003 Hochschule Mittweida (FH) University of Applied Sciences [17] Tristram, Volker: Unikate von der Stange; MM Das Technikumplatz 17, D Mittweida, Germany Industriemagazin Nr. 9/ Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

9 Dariusz PLINTA OPTYMALIZACJA SYSTEMÓW PRODUKCYJNYCH Z WYKORZYSTANIEM SYMULACJI KOMPUTEROWEJ Streszczenie: W artykule przedstawiono zastosowanie metody modelowania i symulacji w usprawnianiu systemu produkcyjnego. W przeprowadzonych badaniach wykorzystano pakiet symulacyjny Arena oraz wchodzący w jego skład moduł do optymalizacji symulowanych procesów OptQuest. W analizowanym przykładzie wyróżniono dwa etapy projektowania: budowa modelu symulacyjnego oraz budowa modelu optymalizacyjnego. Oba etapy zostały zilustrowane praktycznym przykładem analizy gniazda obróbki sworzni. Wykorzystując symulację połączoną z optymalizacją można stosunkowo szybko sprawdzić wszystkie dopuszczalne warianty proponowanych usprawnień w celu dokonania oceny i wyboru najlepszego rozwiązania. Słowa kluczowe: modelowanie i symulacja, optymalizacja procesów produkcyjnych 1. WPROWADZENIE Współczesne przedsiębiorstwa działają w warunkach ograniczonego popytu oraz rynku nabywcy, co wymusza konieczność nieustannego ulepszania własnej działalności. Dlatego też coraz istotniejszym zagadnieniem staje się optymalizacja procesów produkcyjnych [1, 3]. Połączenie optymalizacji z metodą modelowania i symulacji może stanowić efektywną podstawę do usprawniania systemu produkcyjnego. Różnicę pomiędzy modelowaniem, symulacją i optymalizacją przedstawia poniższy rysunek. Różnica pomiędzy opisywanymi pojęciami tkwi w zadaniach, które mają one do spełnienia. Zadaniami tymi są [1]: dla modelowania znalezienie modelu symulacyjnego, dla symulacji określenie rezultatów, czyli wyników, dla optymalizacji określenie właściwych danych wejściowych, które umożliwią uzyskanie wymaganych wartości wyjściowych. Celem każdego przedsiębiorstwa powinno być stworzenie systemu produkcyjnego, który zapewni warunki do produkowania różnorodnych wyrobów wysokiej jakości. Najważniejszym wymaganiem jest jednak ekonomiczność, a zatem niskie koszty jednostkowe, krótki okres zwrotu kapitału, szybki obrót kapitału itd. Dzięki komputerowej symulacji jesteśmy wstanie sprawdzić, czy zamodelowane przyszłe rozwiązanie (usprawnienie obecnego systemu produkcyjnego) spełni założone wymagania. Natomiast dzięki metodom optymalizacji szybciej znajdziemy najlepszy wariant usprawnienia analizowanego systemu. 2. OPTYMALIZACJA SYSTEMÓW PRODUKCYJNYCH Przez optymalizację systemu produkcyjnego rozumiemy takie zaprojektowanie systemu produkcyjnego, czyli wszystkich jego składników, które zapewnią optymalne jego funkcjonowanie [4]. Optymalizacja systemu produkcyjnego może na przykład dotyczyć [4]: doboru pracowników, doboru maszyn, ustawienia stanowisk pracy, doboru środku transportu, umiejscowienia i wielkości buforów. Optymalizacja jest procedurą składającą się z trzech etapów, które polegają na: opracowaniu i odpowiednim przedstawieniu zbioru wariantów dopuszczalnych, sformułowaniu kryteriów optymalizacji, wyborze i opracowaniu metody znajdowania wariantu optymalnego. Rys. 1. Relacje pomiędzy modelowaniem, symulacją i optymalizacją [1] Rys. 2. Wybór optymalnego wariantu procesu technologicznego 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 7

10 Optymalizacja systemów produkcyjnych z wykorzystaniem symulacji komputerowej Ze względu na liczbę kryteriów oceny wariantów optymalizację można podzielić na [4]: jednokryterialną (jedno kryterium oceny), wielokryterialną (dwa lub więcej kryteriów). Optymalizacja wielokryterialna stanowi problem bardziej złożony. Zasadniczą rolę w rozwiązywaniu problemów ze względu na kilka kryteriów odgrywa analiza Pareto. Wyszukuje się w niej optimum Pareto, będące zbiorem rozwiązań, których nie można już poprawić. Polepszając rozwiązanie pod względem jednego z kryteriów, pogarszamy wartość innych. W optymalizacji wielokryterialnej struktury procesu wytwarzania stosuje się dwa podejścia do rozwiązywania problemów [4]: tworzone jest kryterium zastępcze i dla niego rozwiązuje się problem jak dla optymalizacji jednokryterialnej, przeprowadza się optymalizację dwuetapowo najpierw określa się zbiór optimów w sensie Pareto, a następnie wybiera jedno z tych rozwiązań za pomocą dodatkowego kryterium. Wybór wariantu procesu wytwarzania może wydawać się postępowaniem łatwym, szczególnie w oparciu o koszt własny wyrobu. W rzeczywistości nie jest to tak proste. Na etapie projektowania nowego wyrobu określenie takiego kosztu jest bowiem bardzo złożone, ze względu na brak danych. Dlatego zamiast jednego kryterium niejednokrotnie przyjmuje się wiele kryteriów, bardziej dostępnych na etapie projektowania. W takich sytuacjach stosuje się optymalizację wielokryterialną. Jest ona jednak znacznie bardziej skomplikowana od optymalizacji jednokryterialnej [4]. 3. ARENA I OPTQUEST NARZĘDZIA DO MODELO- WANIA, SYMULACJI I OPTYMALIZACJI OptQuest jest dodatkowym narzędziem zawartym w pakiecie symulacyjnym Arena [5]. Zwiększa on możliwości analizy systemów produkcyjnych zamodelowanych w Arenie. Pozwala na znalezienie optymalnych rozwiązań w opracowanych modelach symulacyjnych. Bez odpowiednich narzędzi, znalezienie optymalnych rozwiązań dla modelu symulacyjnego, wymaga sprawdzania ich w sposób heurystyczny lub losowy. To zazwyczaj pociąga za sobą przeprowadzenie symulacji dla wstępnie przyjętych wartości zmiennych wejściowych. Zmiana jednego lub więcej parametrów wiąże się z koniecznością przeprowadzenia kolejnej symulacji. Ten proces jest powtarzany dopóki nie uzyska się zadowalającego rozwiązania. Ten proces może być bardzo czasochłonny nawet dla niewielkich problemów, gdyż niewiadomo jak modyfikować wartości zmiennych wejściowych pomiędzy jedną symulacją a następną. OptQuest automatyczne zmienia te wartości, steruje symulacją i wskazuje optymalne rozwiązanie bazując na jednym modelu opracowanym w Arenie. W kolejnym punkcie przedstawiono praktyczne zastosowanie wymienionych aplikacji. [2] 4. PRZYKŁAD OPTYMALIZACJI FUNKCJONOWANIA GNIAZDA OBRÓBKI SWORZNI Projekt usprawnienia gniazda obróbki sworzni opracowano w dwóch etapach: opracowanie modelu symulacyjnego w Arenie; przeprowadzenie optymalizacji z wykorzystaniem narzędzia OptQuest. Pierwszy etap to projektowanie modelu symulacyjnego, czyli określenie wszystkich niezbędnych stanowisk, czasów ich realizacji oraz czasów przejść materiału między stanowiskami. Co sprowadza się do umieszczania właściwych obiektów przedstawiających stanowiska w przestrzeni modelu symulacyjnego oraz zdefi niowanie ich parametrów opisujących ich funkcjonowanie. Informacje te można uzyskać z dokumentacji technologicznej oraz poprzez obserwację funkcjonowania rzeczywistego systemu. Przykładową kartę technologiczną zawierającą dane wejściowe do symulacji przedstawia tabela 1. Po zbudowaniu modelu (rys. 3) przeprowadzono pierwszą symulację w celu określenia obecnych zdolności produkcyjnych, wyznaczenia wąskich gardeł oraz obciążenia stanowisk. Tab. 1. Karta technologiczna dla sworzni Dariusz Plinta Nr Nazwa Czas Stanowisko operacji operacji Tpz[godz] Tj [min] 10 Cięcie Gilotyna 1,50 3,00 20 Rozgrzewanie Piec 0,25 0,25 30 Kucie Młot kuźniczy 2,00 2,00 40 Szlifowanie Szlifi erka 0,50 0,50 50 Piaskowanie Piaskarka 1,00 40,00 60 Obróbka cieplna Piec 1,00 25,00 70 Kontrola Stanowisko kontroli 0,50 0,50 80 Pakowanie Stanowisko pakowania ,00 Po przeprowadzonej symulacji otrzymano zestaw raportów na podstawie których przeprowadzono analizę wyników w celu przeprowadzenia optymalizacji usprawnianego procesu produkcyjnego. W raportach znalazły się między innymi następujące informacje: ilość wyprodukowanych wyrobów, ilość braków, czas cyklu produkcyjnego, obciążenie maszyn, obciążenie pracowników, wielkości kolejek, wielkość produkcji w toku. Na podstawie przeprowadzonej analizy raportów z pierwszej symulacji wskazano zasoby, które są zasobami krytycznymi czyli decydująco wpływają na działanie całego systemu. Parametry opisujące te zasoby powinny być zmiennymi sterującymi w modelu optymalizacyjnym. Są to zmienne wejściowe w modelu symulacyjnym, które program będzie zmieniał w ustalonym zakresie wartości. W analizowanym przykładzie wybrano następujące wielkości: wielkość partii, ilość pracowników zatrudnionych w gnieździe, ilość stanowisk kontroli jakości. Dla wyżej wymienionych zmiennych określono następnie wartości graniczne, które wynikają z rzeczywistych uwarunkowań produkcyjnych, na przykład z sposobu transportu partii elementów, maksymalnego poziomu zatrudnienia, dostępnej powierzchni produkcyjnej itp.. W analizowanym przykładzie przyjęto następujące ograniczenia: możliwe wielkości serii z przedziału od 10 do 80 co 5 sztuk, ilość pracowników nie większa niż 14 osób, kontrola jakości na maksymalnie 3 stanowiskach. Przeprowadzono kilka optymalizacji zmieniając funkcję celu. Na początku celem było znalezienie rozwiązania, w którym osiągnięta zostanie maksymalna wielkość produkcji wyrobów gotowych (150 sztuk) rys. 4. Okazało się że wiele wariantów spełnia ten warunek. Warianty te posortowano według ilości zatrudnionych pracowników co przedstawiono w tabeli 2. 8 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

11 Dariusz Plinta Optymalizacja systemów produkcyjnych z wykorzystaniem symulacji komputerowej Rys. 3. Model symulacyjny gniazda obróbki sworzni Tab. 2. Zestawienie dziesięciu najlepszych wyników 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 9

12 Optymalizacja systemów produkcyjnych z wykorzystaniem symulacji komputerowej Dariusz Plinta Rys. 4. Model optymalizacyjn gniazda obróbki sworzni Wyniki optymalizacji przedstawione powyżej wykazały, że przy sześciu pracownikach produkcyjnych i dwóch stanowiskach kontroli jakości, ilość wyprodukowanych elementów wynosi 150 sztuk, a w kolejce przeważnie czekają dwa elementy (średnio 2,2 sztuki). Bardzo podobny wynik uzyskano przy serii 25 sztuk, zatrudniając siedmiu pracowników i wykorzystując również dwa stanowiska kontroli. Ilość sztuk pozostanie taka sama, zmniejszy się wielkość średniej kolejki do 1,836szt. W kolejnych optymalizacjach zmieniano również ograniczenia. Na przykład przy ograniczeniu wielkości partii tylko do 50szt najlepszym wariantem okazał się wariant z 8 pracownikami produkcyjnych i dwoma stanowiskami kontroli. Można wtedy wyprodukować maksymalnie 106 sztuk wyrobów gotowych. 5. PODSUMOWANIE Zastosowanie metody modelowania i symulacji pomaga zaprojektować system zbliżony do optymalnego pod względem wielkości maszyn, kosztów i czasu realizacji zadań. Na podstawie przedstawionego przykładu można zauważyć, że zmieniając wielkość partii, liczbę pracowników czy stanowisk można zbadać kilka wariantów systemu produkcyjnego i wybrać wariant spełniający oczekiwane kryteria. Jednak przy takim podejściu do generowania nowych wariantów nie jesteśmy pewni czy nie pominiemy jakiegoś rozwiązania, które dałoby lep- szy wynik. Sprawdzenie wszystkich wariantów jest bardzo pracochłonne, a często nawet niemożliwe do zrealizowania. Programy takie jak OptQuest automatyzują proces sprawdzania wariantów usprawnień. Dzięki temu szybciej i łatwiej jest nam znaleźć najlepsze rozwiązanie. LITERATURA [1] Gregor M., Haluškova M., Hromada J., Košturiak J., Matuszek J.: Simulation of Manufacturing System. Politechnika Łódzka, Bielsko Biała [2] Kosok P.: Modelowanie i symulacja procesów produkcyjnych w przemyśle maszynowym. Akademia Techniczno Humanistyczna, Bielsko Biała [3] Matuszek J., Košturiak, J., Gregor M., Chal J., Krišťak, J.: Lean Company. Akademia Techniczno Humanistyczna, Bielsko Biała [4] Polański Z.: Metody optymalizacji w technologii maszyn. Państwowe Wydawnictwo Naukowe, Warszawa [5] Materiały szkoleniowe pakietu symulacyjnego ARENA. dr inż. Dariusz PLINTA, Akademia Techniczno Humanistyczna w Bielsku Białej, Katedra Inżynierii Produkcji, ul. Willowa 2, Bielsko Biała, e mail: dplinta@ath.bielsko.pl 10 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

13 Martin KRAJČOVIČ JOINT REPLENISHMENT AND REORDER POINT SYSTEMS IN PURCHAASE ORDER DETERMINING Abstract: The joint replenishment problem is a common calculation in the inventory management. This problem is always solved, when one supplier supplies several items. In this case it is more effectively, to order all items at once. One of joint replenishment approaches is based on maximal capacity utilization of used vehicle. This approach will be described in this paper. Keywords: Joint replenishment, point systems 1. AGGREGATE ORDERS AND JOINT REPLENISHMENT When one supplier supplies several material items, then it s cost effective to join all items to one aggregate order. Main benefi ts of this solution result into order cost reduce. Administration, material receipt and transportation are executed in common terms, that means decreasing of orders number and increasing of vehicle capacity utilization. Base problem of joint replenishment is to determine common run out day for all item inventories. Joint replenishment problem can be solved by means of: o Cost oriented approach o Capacity oriented approach Cost oriented approach is based on POQ (Periodic Order Quantity) model, which is modified for multi item inventory problem conditions. Starting point of this approach is total costs function for multi item inventory problem: 2. CAPACITY ORIENTED JOINT REPLENISHMENT APPROACH Principle of capacity oriented approach is based on one key capacity indicator determinant. Type of capacity indicator depends on item and item package characteristics: o Light but large items: key capacity indicator volume (m3, l, etc.) o Heavy and small items: key capacity indicator weight (kg, t, etc.) Each item has an item code number (e.g. barcode), and a bunch of descriptive information, which is interested for us in this case. There are fi elds containing the weight (per case/per unit), volume (per case/ per unit), average demand (per day) and balance on hand (number of cases or units in the warehouse or on order). When items are ordered, all items from a single supplier are ordered at once, in appropriate quantities. The problem solved by this program is to determine the optimum quantities of each item to order. We start with an initial quantity (Balance on Hand BOH) of each item. The ideal case is to order enough quantities of each item so that there is exactly one full truckload, and every item in the order will run out at exactly the same time as all the others. On the fi gure 1 is an illustration with four items. For item x04, there are more then 2 days on hand For item x03, there is more then 1 day on hand For item x02, there are almost 2 days on hand For item x01, there are 4 days on hand where. S i demand for item i n o order costs for one order n si percentage rate of inventory holding costs for item i c i unit price for item i t common order cycle T analysed time period From this function we can calculate common order cycle: and subsequently order quantities for all items: Fig. 1. Principle of capacity oriented approach of joint replenishment 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 11

14 Joint replenishment and reorder point systems in purchaase order determining Martin Krajčovič The total order quantity is to bring the total order to one truckload that will all run out at the same time (6 days in the case on Figure 1). For several items from one supplier, the relationships are expressed much more easily as vector equations. In the following equations, upper lined names will indicate vectors. Lower case letters will be scalars. Sign will indicate the inner ( dot ) product of two vectors and sign * will indicate scalar multiplication. Additionally, and subtraction will be a vector or scalar as indicated by context, and division will be scalar. We will use the following symbols: BOH = Balance On Hand D = Daily demand OO = On Order quantity Q = Quantity to be ordered TD = Total Demand over the time period W = Weight per case t = time until predicted run out of all items w = weight total of entire load (constant, depending on size of truck) Mathematical formulas: Having now solved for t, we plug it back in and get 3. JOINT REPLENISHMENT AND REORDER POINT METHODOLOGY Because real demand has stochastic progression, it s necessary to take into account probabilistic problem solving. In this case it is suitable to use reorder point systems (ROP) application. Principle of ROP application consists of reorder levels determining each of items and following observation of inventory levels progress. When the inventory level at any item will decrease below reorder point, the joint replenishment approach will be initialized, order quantities for each of item will be calculated and new reorder levels, expected run out day and reorder day will be determined. Steps of Joint Replenishment Reorder Point algorithm (Figure 2): 1. Statistical analysis of demand progress for each of item. Calculating of average demand and standard deviation. 2. Calculation of appropriate safety stock and reorder level for each of item based on following formulas: Safety stock: Reorder level: Fig. 2. Joint Replenishment Reorder Point algorithm where: average demand per day l d lead time x p safety stock x s reorder level standard deviation of demand σ d 3. Observation of inventory levels progress for each of items. When disposable inventory (on hand + on order safety stock) for any item decreases below calculated reorder level, then starting joint replenishment approach (step 4). 4. Determining of disposable inventories for each of items. Calculation of new values of average demand and standard deviation. Selection of vehicle types and vehicle capacity determination. 12 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

15 Martin Krajčovič 5. Calculation of common run out day based on formula (4): 6. Calculation of order quantities for each of items based on formula (5): 7. Calculation of expected reorder day: 8. Calculation new values of safety stock and reorder level for each of item based new calculated average demand and standard deviation. 9. Repeat from step 3. Joint replenishment and reorder point systems in purchaase order determining 4. CONCLUSION Presented approach combines joint replenishment and reorder point methodology for inventory control in real conditions. Joint replenishment gives a tool for aggregate ordering of several items from one supplier. Reorder point approach gives a tool for right determining of reorder terms in the stochastic demand conditions. Thus combination of both approaches gives a simple tool for an aggregate ordering several items in conditions of stochastic demand progress and real lead times calculation. Doc. Martin KRAJČOVIČ, PhD. Žilinská Univerzita University of Zilina, Faculty of Mechanical Engineering, Department of Industrial Engineering, martin.krajcovic@fstroj.utc.sk Sławomir KUKLA PROGNOZOWANIE I SYMULACJA W ANALIZIE SYSTEMÓW PRODUKCYJNYCH Streszczenie: W artykule przedstawiono możliwość zastosowania techniki symulacyjnej do analizy systemów produkcyjnych. Obszerną grupę systemów można schematycznie przedstawić jako sekwencje gniazd połączonych systemem transportowym obsługującym również magazyny i obszary składowania dla przechowania częściowo przetworzonych przedmiotów między kolejnymi etapami przetwarzania. Każde gniazdo produkcyjne składa się z zestawu maszyn wykonujących pewne sekwencje operacji na kolejnych przedmiotach przekazywanych przez system transportowy. 1. WPROWADZENIE Modelowanie procesów wytwórczych sprowadza się do określenia charakterystyki i zachowania poszczególnych elementów systemu oraz relacji zachodzących między nimi. Dzięki technice modelowania i symulacji można dokonywać analiz systemów produkcyjnych na modelach komputerowych (rys. 1). Rys. 1. Modelowanie i symulacja systemów produkcyjnych Przy tworzeniu modelu systemu produkcyjnego defi niuje się przede wszystkim granice systemu, połączenie systemu z otoczeniem (np. dostawy materiałowe, wyjście gotowych wyrobów, powiązania z fi rmami kooperacyjnymi), modeluje się stanowiska pracy i ich wzajemne relacje przez zdefi niowanie przepływu materiałów i przepływu informacji, defi niuje się reguły sterowania, program możliwych postojów, przezbrojeń maszyn, prawdopodobnych awarii i ich skutków, defi niuje się koszty itp. Funkcjonowanie systemu jest przedstawiane w sposób grafi czny poprzez animację, a po przeprowadzeniu symulacji uzyskuje się rezultaty w postaci raportów oraz zestawu statystyk obrazujących stopień wykorzystania dostępnych zasobów produkcyjnych, wielkość buforów, obciążenie pracowników, czas spędzany przez przedmiot w systemie itp. Na etapie planowania produkcji symulacja może być wykorzystana zarówno do określania przepustowości wybranych stanowisk produkcyjnych, jak i szacowania sprawności i wydajności całych linii wytwórczych. Zbudowany model może być użyty do określenia różnych algorytmów kontroli projektowanego systemu wytwarzania. Ponadto modele symulacyjne mogą służyć jako pomoce dydaktyczne w szkoleniach personelu mogących odbywać się już w trakcie budowy konkretnego systemu produkcyjnego [1, 3]. Głównymi obszarami zastosowania modelowania i symulacji są [2]: projektowanie systemów produkcyjnych, porównywanie alternatywnych procesów wytwarzania, planowanie i sterowanie produkcją, analiza wykorzystania dostępnych zasobów produkcyjnych (wykrywanie tzw. wąskich gardeł), analiza efektywności zamierzonych inwestycji, prognozowanie i planowanie zamówień, ciągłe doskonalenie procesów i usuwanie marnotrawstwa, przeprowadzanie prezentacji i szkoleń dla personelu, prognozowanie wyników fi nansowych przedsiębiorstwa. 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 13

16 Prognozowanie i symulacja w analizie systemów produkcyjnych Sławomir Kukla 2. PRZYKŁADY PROJEKTÓW SYMULACYJNYCH Przed przystąpieniem do projektu symulacyjnego, dla określenia produktywności systemu wytwarzania, należy: zidentyfikować czynniki powodujące zakłócenia w przebiegu procesów produkcji, określić wielkość ich wpływu na system rzeczywisty, określić możliwości eliminacji zakłóceń, wyznaczyć ryzyko realizacji programu produkcji. Pod pojęciem ryzyka realizacji programu produkcji będzie się rozumieć stopień wrażliwości systemu produkcyjnego na zakłócenia wy- Rys. 2. Obszary procesu oraz wyszczególnione w nich czynniki ryzyka na przykładzie produkcji odlewów żeliwnych rażony w postaci nie osiągnięcia zakładanych wyników w założonym przedziale czasu i w określonych warunkach. W praktyce ocena ryzyka sprowadza się do wyznaczenia wielkości negatywnego wpływu czynników zakłócających na funkcjonowanie systemu produkcyjnego. Na rysunku 2 przedstawiono obszary procesu oraz występujące w nich czynniki ryzyka wyszczególnione na podstawie analizy praktyki produkcyjnej w przemyśle odlewniczym. Chcąc obniżyć poziom ryzyka należy eliminować poszczególne jego czynniki lub obniżać ich poziom powodujący błędy w procesie. Modelować można zarówno procesy dyskretne (np. obróbka wałków na tokarce), jak i ciągłe (np. wytłaczanie tworzyw sztucznych). Istnieje także możliwość modelowania kombinacji procesów dyskretnych i ciągłych, czego przykładem mogą być procesy realizowane w zakładach odlewniczych. Na rysunku 3 przedstawiono widok modelu symulacyjnego systemu produkcyjnego obejmującego procesy przygotowania ciekłego żeliwa, formowania, zalewania form, wybijania odlewów, oczyszczania wstępnego oraz kontroli wzrokowej. Przebieg zasilania linii żeliwem oraz pracy automatycznych linii odlewniczych analizowano jako czynniki wejściowe w projekcie symulacyjnym dla minimalizowania strat wynikających ze złej organizacji procesów wytwarzania [3]. W celu opracowania harmonogramów wytwarzania odlewów przeprowadzono eksperyment składający się z kilku doświadczeń symulacyjnych na modelu komputerowym dla danych testowych. Warianty rozwiązań, mieszczące się w zbiorze rozwiązań dopuszczalnych pod względem terminowości realizacji poszczególnych zleceń produkcyjnych, oceniano pod względem sumarycznych kosztów własnych w analizowanym okresie sprawozdawczym na bazie zakładowego arkusza rozliczeniowego. Rozwiązaniem preferowanym będzie wariant przebiegu procesów produkcji odlewów żeliwnych spełniający wymogi czasowe, dla którego poniesione koszty własne w okresie sprawozdawczym są najniższe (rys. 4). Rys. 3. Fragment modelu symulacyjnego odlewni żeliwa wytwarzanie odlewów na liniach odlewniczych 14 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

17 Sławomir Kukla Prognozowanie i symulacja w analizie systemów produkcyjnych Rys. 4. Wybór wariantu rozwiązania o najniższych kosztach własnych W dalszej kolejności analizowano możliwe warianty przebiegu procesów obróbki odlewów po odbiorze z linii (rys. 5). Biorąc pod uwagę metodę i miejsce realizacji zabiegów obróbki wykańczającej sprawdzono następujące warianty rozwiązań: wszystkie odlewy obrabiane są w zakładach kooperacyjnych, odlewy szlifowane są w odlewni w ramach dostępnych zasobów, a pozostałe w kooperacji, wszystkie odlewy obrabiane są na terenie odlewni wyposażonej dodatkowo w prasy wykorzystywane do obróbki wykańczającej odlewów, wszystkie odlewy obrabiane są na terenie zakładu tradycyjnymi metodami po zainstalowaniu dodatkowych stanowisk szlifierskich. Zaletą podjęcia kooperacji z fi rmami zewnętrznymi, w przypadku obróbki wykańczającej odlewów, jest możliwość negocjacji korzystnej ceny za wykonaną usługę oraz brak konieczności zarządzania tą częścią procesu. Do wad należy zaliczyć wydłużenie cyklu produkcyjnego, konieczność dodatkowego ważenia i transportowania odlewów oraz problemy z jakością świadczonych usług. Realizacja zabiegów obróbki wykańczającej w zakładzie może wiązać się z koniecznością zatrudnienia nowych pracowników oraz z zakupem kolejnych stanowisk pracy. Istnieje możliwość zwiększenia wydajności obróbki wykańczającej niektórych odlewów poprzez wykorzystywanie pras do tego typu działań. Prasy są urządzeniami droższymi i bardziej złożonymi w obsłudze, ale zastosowanie ich w obróbce wykańczającej kilkakrotnie zwiększa wydajność tych zabiegów w porównaniu z tradycyjnymi Rys. 5. Fragment modelu symulacyjnego odlewni żeliwa obróbka wykańczająca odlewów 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 15

18 Prognozowanie i symulacja w analizie systemów produkcyjnych Sławomir Kukla Rys. 6. Przykłady wariantów procesów obróbki wykańczającej odlewów TABELA 1: Opis wariantów procesów obróbki wykańczającej odlewów metodami. Do wad należy zaliczyć konieczność powtórnego oczyszczania odlewów. Przykładowe warianty przebiegu obróbki wykańczającej odlewów przedstawiono na rysunku 6 oraz w tabeli 1. Do oceny poszczególnych wariantów rozwiązań przebiegu procesów obróbki wykańczającej przyjęto następujące kryteria: k 1 szacowane koszty zabiegów obróbki wykańczającej w analizowanym okresie, k 2 długość cyklu produkcyjnego, k 3 jakość zabiegów (świadczonych usług). Przeprowadzono eksperyment symulacyjny, z którego wynika, że preferowanym wariantem przebiegu procesów obróbki wykańczającej odlewów jest wariant trzeci. Według założeń tego rozwiązania wszystkie odlewy powinny być obrabiane w odlewni, z czego część na wysokowydajnych prasach. 3. PODSUMOWANIE Symulacja staje się ważnym narzędziem planowania procesów zachodzących w przedsiębiorstwie. Technika modelowania i symulacji jest coraz częściej wykorzystywana przy projektowaniu nowych systemów produkcyjnych oraz do analizy systemów już istniejących. Do głównych zalet symulacji komputerowej, w porównaniu z innymi metodami analizy systemów, można zaliczyć: elastyczność modelu rozumianą jako łatwość wprowadzania zmian w modelu symulowanego procesu oraz łatwość uzupełniania go o nowe parametry, stosunkowo niewielki koszt i czas przygotowania oraz przeprowadzania symulacji w porównaniu z przeprowadzaniem eksperymentów na systemie rzeczywistym, wiarygodność wyników symulacji, zwłaszcza w przypadku możliwości porównania wyników symulacji z danymi otrzymanymi z pomiarów na rzeczywistym systemie, zwalnianie i przyśpieszanie przebiegu symulacji pozwalające na dokładne prześledzenie zjawisk pojawiających się w badanym systemie, rozpoznawanie ograniczeń umożliwiające usunięcie skutków opóźnień w procesie wytwórczym, przepływie informacji itp., możliwość wizualizacji planu zakładu oraz przebiegów procesów dla celów szkoleniowych, możliwość symulacji funkcjonowania systemu w warunkach ekstremalnych. LITERATURA 1. Chung C.: Simulation Modeling handbook: a practical Approach, CRC Press, London Law A., Kelton D.: Simulation modeling and analysis, McGraw Hill, New York Matuszek J., Kukla S.: Zarządzanie produkcją odlewów w oparciu o technikę modelowania i symulacji pracy linii odlewniczych. Archiwum Odlewnictwa R.5, nr 17, 2005, s Zdanowicz R., Świder J.: Modelowanie i symulacja systemów produkcyjnych w programie Enterprise Dynamics. Wydawnictwo Politechniki Śląskiej. Gliwice 2005 dr inż. Sławomir KUKLA Akademia Techniczno Humanistyczna, Katedra Inżynierii Produkcji, ul. Willowa 2, Bielsko Biała, e mail: skukla@ath.bielsko.pl 16 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)

19 Milan MALCHO, Jozef JANDAČKA The proposal of heat recuperation at malt production Project backward acquisition warm at kiln malt Abstract: On Slovakia is still always augmented technology kiln malting barley on kiln. This technology is concerning exploitation flat potential junky warm energic diffi cult. In report is present systems design for downward acquisition warm on blanching drying air by means of deck recuperative exchanger own construction. Key words: backward acquisition warm, kiln malt, recuperative heatexchanger 1. INTRODUCTION Malt kilning is a special method of drying at which certain complicated microbiological changes take place. As it happens with every process of phase change, malt kilning is very energy demanding, too. Besides the modern technologies of kilning on one hurdle kilns with heat recuperation mostly in tube recuperators with glass tubes, considerable part of production is still being kilned on one hurdle recuperators. In the time of building of that equipment for malt production the price of energy was a minor problem and building of energy effi cient systems was economically not interesting. At present the exchange of existing technological equipment for more modern and economically less demanding one is very expensive, and therefore the possibilities of making it less energy demanding using reconstruction and embedding of recuperation systems for recuperation of heat from waste low potency air are being searched. The aim of this paper is the analysis of technologies of malt barley kilning from the thermomechanical point of view, comparison of systems of heat recuperation of heat potential escaping in the air and the proposal of systems of pre heating of the atmospheric air intended for drying from the waste heat. The proposed equipment must enable simple cleaning by reaching the highest possible effectivity of heat transfer. It must also enable the application of the previous alternative of kilning in case of system failure. 2. DETERMINATION OF HEAT POTENTIAL OF DRYING AIR For malt production so called green malt is necessary, that we can gain by humidifying of heaps of malt barley. We let the barley germinate in them at the temperature no less than 16 to 18. After fi nishing these procedures, the green malt is transported to the drying platform, where we decrease the the humidity in 2x12 hour process to the fi nal humidity of 4 2% in a controlled and a very careful way. The basis of curing is, consequent on the gradient of humidity between the dry air and the cured malt, to ensure the transport of the humidity from the malt to the drying air. One of the possibilities of barley kilning is withering on two hurdles arranged above each other. On the up hurdle is the malt precured by humid air, that has already taken a part of humidity of the malt cured on the down hurdle. On the up hurdle comes malt with humidity from 40 to 44% relatively lively (there are still running the biochemical processes), where it is cured to Pict.1:Malt kilning 2x12 hours process I run out of the process of roller burnishing, II main phase of curing, III IV phase of fi nal curing before the transport to malt kiln No.2, IV V the fi rst and the second phase of fi nal curing of the malt itself, VI curing of the kiln dried malt from 10 to 8%. After this it is transported to the down hurdle (mostly by tipping of the hurdle, or by carriers), where it is cured to the fi nal humidity from 2 to 4%. This way treated malt is suitable for storing and for later manufacturing. With the waste air, that is formed by the curing processes, fades also the heat capacity of this air. The heat capacity is included in the heat feeled and in the internal latent heat, plainly bounded in the water vapour. The task of the devices for heat reextraction is to transport maximum amount of heat capacity from the waste air into the fresh air, coming into the focusing point of the heater (the heat exchanger) from the exterior. The waste air is remarkably choked by different mechanic pollutants, polluted by poisonous emissions, corrosive fumes, which are formed by the biochemical processes of malt withering. There is also a high rate of humidity, where the heat is necessary to be taken from and which is necessary to be separated from the fresh air. From the thermomechanical point of view we can realize the introduced conditions by different ways from the possible principles of transport of the heat by recuperational, regenerative and mixing up mean. Nowadays is, when malt barley kilning in the brewery Gemer Rimavská Sobota, the air for the malt kilning supplied by the air vents (pict.2). There is drawn the fresh atmospheric air while it is futher heated in the steam calorifers to temperature cca. 65 C,then it goes through the up and down hurdle, where it gives off a part of the heat to the barley and it takes the humidity of the barley. Such an air, with temperature cca 25 C and humidity cca 90%, becomes waste. With help of the exhaust of the four axial fans is this air supplied into the chimney and it is without any other usage of the heat blown off back 1 / 2007 (4) Produktywność i Innowacje / Productivity & Innovation 17

20 The proposal of heat recuperation at malt production into the atmosphere. For the determination of the heat potential of the curing air in the malting plant there were made measurations, where were measured during the malt kilning different temperatures (external temperature text, temperature above the up hurdle thl, temperature of a wet thermometre tm, temperature of a dry thermometre ts). Temperature sensors for the heat extraction of the wet and dry thermometre were placed in the exhaust air in the chimney. The temperatures were taken down by the temperature recorder DATALOGER TESTO 177 in 5min. intervals during the particular dippings in the period January February. The dipping is simply an amount of cured barley in one inerval for two malt kilns. Pict.2 Drawing in air vents Milan Malcho, Jozef Jandačka The measuration was processed, there were determined the average temperature values, worked out the humidities, created diagrams and charts. The relative humidity was calculated from the relations for Psychometric equation and Relative humidity where is t r temperature of the condensation point, p d partial pressure of the water vapour in the air, p pressure of the saturated water vapour by the dm temperature of the wet thermometer and A psychrometric coefficient. On the pict.4 can be seen the basis of the malt kilning, where we can see a steep temperature rise after the first six hours of the process, what is formed by the final barley kilning temperatures on the down hurdle. This can be also seen on the total output air. The humidity of the air starts to decrease on account of withering of the barley on the down hurdle and we can already see only the influence of the up hurdle. Some of the diagrams of the dippings (diagram No.2) do not match with the technology of the malt kilning. The differences are probably caused by the defective manipulation, or by a malfunction by malt kilning. The task of the next measuring was to find out to what extent the polluted air, which is formed during the malt kilning chokes the pipes of the heat exchanger. There was put a part of the slat exchanger into the chimney on the output of the waste air, on which was installed the fan.the fan ensured the flow of the polluted air through the heat exchanging surfaces of this exchanger. After four months of operation was focused on the pollution of this exchanger. By cleaning was shown, that the exchanger is able to work in an environment like this and it is at the same time not demanding on cleaning and maintenance. The pollution of the heat exchanging slats was cleaned by pressure water. Pict. 3 Malting plant Pict. 5 View on the exchangerplaced in the space of the chimney Pict. 4 The behaviour of the temperatures and humidity on the malt kiln 18 Produktywność i Innowacje / Productivity & Innovation 1 /2007 (4)