Rebalans linii montażowej

Podobne dokumenty
LINIA MONTAŻOWA Z WIELOMA OPERATORAMI NA POJEDYNCZEJ STACJI ROBOCZEJ

METODA DOBORU I OCENY STRUKTURY LINII MONTAŻOWEJ

STRATEGIA JUST IN TIME W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ

Harmonogramowanie produkcji

SZEREGOWANIE ZADAŃ W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ

DWUKRYTERIALNA HEURYSTYKA DLA ROZWIĄZYWANIA PROBLEMU BALANSOWANIA LINII MONTAŻOWEJ

Przedmiot: Zarządzanie produkcją Moduł: 3/3

Harmonogramowanie przedsięwzięć

Równoważenie linii. Przedmiot: Zarządzanie produkcją Moduł: 3/3. Prowadzący: mgr inż. Paweł Wojakowski mgr inż. Łukasz Gola

Planowanie przedsięwzięć

PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH

OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI

znalezienia elementu w zbiorze, gdy w nim jest; dołączenia nowego elementu w odpowiednie miejsce, aby zbiór pozostał nadal uporządkowany.

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Instrukcja. Laboratorium Metod i Systemów Sterowania Produkcją.

Wybrane podstawowe rodzaje algorytmów

Zarządzanie projektami

Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle

Technologie cyfrowe. Artur Kalinowski. Zakład Cząstek i Oddziaływań Fundamentalnych Pasteura 5, pokój 4.15

AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016

Cykl. produkcyjny ZARZĄDZANIE PRODUKCJĄ. 1.Wprowadzenie 2.Cykl produkcyjny - rodzaje 3.Cyklogram

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

Balansowanie linii montażowej dwustronnej z uwzględnieniem kosztów

Maciej Piotr Jankowski

Programowanie dynamiczne

Luty 2001 Algorytmy (7) 2000/2001

ORGANIZACJA PRODUKCJI I LOGISTYKI W PRZEMYŚLE SAMOCHODOWYM

Aproksymacja funkcji a regresja symboliczna

OPTYMALIZACJA PRZEPŁYWU MATERIAŁU W PRODUKCJI TURBIN W ROLLS-ROYCE DEUTSCHLAND LTD & CO KG

TEORETYCZNE PODSTAWY INFORMATYKI

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

Sortowanie - wybrane algorytmy

Klasyczne zagadnienie przydziału

Optymalizacja konstrukcji wymiennika ciepła

Sterowanie wykonaniem produkcji

Przykład planowania sieci publicznego transportu zbiorowego

Programowanie celowe #1

t i L i T i

Projektowanie logistycznych gniazd przedmiotowych

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

WSPOMAGANIE PROJEKTOWANIA LINII PRODUKCYJNYCH U-KSZTAŁTNYCH METODĄ PROGRAMOWANIA SIECIOWEGO

ALGORYTMY MATEMATYCZNE Ćwiczenie 1 Na podstawie schematu blokowego pewnego algorytmu (rys 1), napisz listę kroków tego algorytmu:

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Projektowanie i analiza algorytmów

Algorytmy mrówkowe. P. Oleksyk. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne

PRZEGLĄD KONSTRUKCJI JEDNOFAZOWYCH SILNIKÓW SYNCHRONICZNYCH Z MAGNESAMI TRWAŁYMI O ROZRUCHU BEZPOŚREDNIM

System wspomagania harmonogramowania przedsięwzięć budowlanych

Model referencyjny doboru narzędzi Open Source dla zarządzania wymaganiami

Wykład z Technologii Informacyjnych. Piotr Mika

Rysunek 8. Rysunek 9.

PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM

Analiza stanów gry na potrzeby UCT w DVRP

Metoda eliminacji Gaussa

OPTYMALIZACJA W LOGISTYCE

ZINTEGROWANE KOMPUTEROWO PROJEKTOWANIE PROCESÓW I SYSTEMÓW WYTWARZANIA W ŚRODOWISKU PLM

Algorytm. Krótka historia algorytmów

Optymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Algorytmy i struktury danych. Wykład 4

Harmonogramowanie produkcji

Optymalizacja wielokryterialna

Metoda simpleks. Gliwice

Złożoność obliczeniowa zadania, zestaw 2

Programowanie dynamiczne

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

Harmonogramowanie produkcji

Luty 2001 Algorytmy (4) 2000/2001

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych

OPTYMALIZACJA DYSKRETNA

Przygotowanie kilku wersji kodu zgodnie z wymogami wersji zadania,

Algorytmy mrówkowe. H. Bednarz. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne

Zarządzanie Produkcją III

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

Algorytmy przeszukiwania wzorca

Porównanie wydajności CUDA i OpenCL na przykładzie równoległego algorytmu wyznaczania wartości funkcji celu dla problemu gniazdowego

Artykuł autorski, IX Forum Inżynierskie ProCax cz.ii, Kraków października 2012

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

1 Wprowadzenie do algorytmiki

Risk-Aware Project Scheduling. SimpleUCT

Metody numeryczne w przykładach

Temat: Algorytmy zachłanne

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):

WYBÓR PUNKTÓW POMIAROWYCH

Scenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW /99

Pole wielokąta. Wejście. Wyjście. Przykład

Optymalizacja. Algorytmy dokładne

HEURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYCH Z KRYTERIUM MINIMALNO-CZASOWYM

WYRAŻENIA ALGEBRAICZNE

Wydział Matematyki I Informatyki ul. Słoneczna Olsztyn

NARZĘDZIE PROGRAMOWE I METODA LOGICZNEGO ZAPISU WYKORZYSTYWANE DO BALANSOWANIA LINII MONTAŻOWEJ

Zachowania odbiorców. Grupa taryfowa G

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych

Studia stacjonarne I stopnia

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW

PROJEKTOWANIE PROCESU TECHNOLOGICZNEGO MONTAŻU

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

Transkrypt:

BIULETYN WAT VOL. LVI, NUMER SPECJALNY, 2007 Rebalans linii montażowej WALDEMAR GRZECHCA Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, 44-100 Gliwice, ul. Akademicka 2 Streszczenie. Artykuł porusza problem rebalansu linii montażowej. Zaprezentowano znane metody heurystyczne wykorzystywane w problemie balansowania linii montażowej typu 1. Następnie zaproponowano sposób wykorzystania tych algorytmów do rebalansu linii montażowej, problemu występującego w fazie wdrażania nowego produktu na istniejącej już linii produkcyjnej. Słowa kluczowe: rebalans, linia montażowa, metody heurystyczne Symbole UKD: 658.5 1. Wprowadzenie Problem balansowania linii montażowej istnieje już prawie 100 lat od kiedy po raz pierwszy stworzono linię montażową z cyklem produkcyjnym w zakładach produkcyjnych Forda. W roku 1955 został sformułowany matematyczny opis tego typu linii i od tego czasu problem przydziału zadań do stanowisk montażowych jest badany przez wielu naukowców oraz praktyków na całym świecie [1]. Pierwsza opisana linia była linią szeregową i w stosunku do dzisiejszych systemów produkcyjnych była linią bez żadnych ograniczeń. Z czasem okazało się, że sformułowany problem wymaga dodatkowo wielu ograniczeń, a struktura linii szeregowej wzbogaciła się o stanowiska równoległe, możliwość prowadzenia montażu z określonych pozycji (strona prawa, strona lewa, dół, góra), ograniczenia powierzchni stacji itd. Od kilku lat dochodzą jeszcze kolejne zagadnienia: demontażu (recyclingu) oraz rebalansu istniejących już linii produkcyjnych. Pierwsze zagadnienie to demontaż zużytych produktów, w którym pojawiają się części do ponownego wykorzystania, ale także elementy zawierające groźne dla zdrowia substancje. Drugie zagadnienie jest zagadnieniem znanym już od ponad pół wieku

306 W. Grzechca jako problem balansowania linii montażowej typu 2 (stała liczba stanowisk montażowych, szukana minimalna wartość cyklu linii). Jednak analizując setki artykułów poświęconych temu tematowi, można stwierdzić, że ponad 90% zajmuje się liniami tworzonymi od podstaw dla montażu nowego produktu finalnego. Dziś jednak produkcja masowa jednego wariantu produktu to przeszłość. Cykl życia produktu staje się coraz krótszy, a zakłady produkcyjne, aby przetrwać zmieniają asortyment wytwarzanych wyrobów bardzo często. Linie produkcyjne są projektowane jako wielowersyjne oraz przygotowane do montażu już nie tylko różnych wersji tego samego wyrobu, ale wręcz do wytwarzania różnych wyrobów. Pociąga to za sobą konieczność szybkiego projektowania oraz tworzenia nowych balansów linii montażowych. Problem balansowania linii montażowej typu 1 (stały cykl, poszukiwana minimalna liczba stanowisk montażowych) oraz typu 2 jest problemem dualnym, tzn. jeśli zna się rozwiązanie jednego, można wyznaczyć rozwiązanie dla drugiego zagadnienia. W dalszej części artykułu zostanie przedstawiony sposób postępowania w przypadku znajomości algorytmów heurystycznych dla problemu typu 1 i poszukiwania balansu linii dla problemu typu 2. 2. Algorytmy heurystyczne dla problemu balansowania linii montażowej (BLM) 2.1. Sformułowanie problemu Balansowanie linii montażowej polega na równomiernym rozłożeniu operacji pomiędzy stacje robocze linii tak, aby czas przestoju poszczególnych maszyn był minimalny. Zakłada się przy tym, że znane są czasy wykonywania operacji na maszynach, relacje kolejnościowe istniejące pomiędzy operacjami wynikające z technologii wytwarzania produktu finalnego oraz wielkość cyklu produkcyjnego lub liczba maszyn. Aby proces balansowania był zakończony, należy przydzielić każdą operację raz i tylko do jednej stacji roboczej [1, 2]. Rys. 1. Problem balansowania linii montażowej

Rebalans linii montażowej 307 2.2. Wybrane algorytmy heurystyczne dla problemu BLM typu 1 Algorytmy heurystyczne cechuje duża różnorodność. Ogólnie można je podzielić na algorytmy: szeregowania oraz przydziału. Do pierwszej grupy należą algorytmy, które pozwalają wyznaczyć bezpośrednio dopuszczalną sekwencję wykonywania operacji. Sekwencję tę wyznacza się na podstawie heurystycznych reguł. Do drugiej grupy należą algorytmy, które pozwalają wyznaczyć bezpośrednio dopuszczalne podzbiory operacji na stanowiskach pracy. Podzbiory te wyznacza się na podstawie reguł heurystycznych. Algorytmy szeregowania zaleca się, gdy cykl jest krótki względem czasów operacji, tzn. gdy liczba operacji na stanowiskach pracy nie jest duża. W przeciwnym przypadku lepsze rezultaty dają algorytmy przydziału, ponieważ kolejność operacji niezależnych może być dowolna. Do najczęściej stosowanych metod heurystycznych należą: 1. metoda Ranked Positional Weight, 2. metoda Kilbridge a i Westera, 3. metoda IUFF (Immediate Update First-Fit). 2.2.1. Metoda Ranked Positional Weight Kroki wymagane w metodzie Helgensona-Birniego Ranked Positional Weight są następujące: określ pozycję wagową dla każdej operacji (czas najdłuższej ścieżki od początku operacji przez pozostałą część sieci), utwórz ranking operacji, bazując na pozycjach wagowych; operacja o najwyższej wadze jest pierwsza, przydziel operacje (zadania) do stacji roboczych, gdzie elementy o najwyższej wadze mają pierwszeństwo, jeśli na stacji roboczej pozostał czas po przydzieleniu operacji, przypisz do tej stacji następną wynikającą z rankingu operację, tak długo, aż operacja nie zakłóci zależności kolejności lub stacja nie przekroczy czasu cyklu, jeśli nie ma kolejnej operacji, którą można przypisać do stacji, otwórz nową stację roboczą, powtarzaj krok 3, 4 i 5, dopóki wszystkie operacje nie zostaną przypisane stacjom roboczym [2, 3]. 2.2.2. Metoda Kilbridge a i Westera Numery są przypisane każdej operacji i określają liczbę poprzedników. Operacje z najmniejszą liczbą poprzedników zostają przypisane do stacji roboczej jako pierwsze. Następująca procedura została zaproponowana przez Kilbridge a i Westera: stwórz dla operacji diagram relacji kolejnościowej, w którym w kolumnie pierwszej są wszystkie operacje, które nie muszą następować po innych, w kolumnie drugiej wszystkie operacje, które muszą być następnikami

308 W. Grzechca operacji z kolumny pierwszej, a następnie wypełnij tym samym sposobem pozostałe kolumny. Ruchy pomiędzy kolumnami są tak długo możliwe, dopóki elementy występujące w kolumnach nie są połączone grafem, wybierz dopuszczalną wartość cyklu, przypisz operacje do stacji roboczych tak, by suma czasów elementarnych nie przekraczała czasu cyklu (c), usuń przypisane operacje z listy wszystkich operacji i powtórz krok 3, jeśli stacje robocze przekraczają czas cyklu c z powodu włączenia pewnych operacji, to ta operacja powinna być przypisana do następnej stacji roboczej. 2.2.3. Metoda IUFF (Immediate Update First-Fit) Heurystyka Immediate Update First-Fit zaproponowana została przez Hackmana w 1989. Jej realizacja zależy od numerycznej wartości funkcji, które zostały przedstawione w tabeli poniżej. Kroki tej heurystyki są następujące: określ numeryczny wynik dla każdej operacji, uaktualnij zbiór dostępnych operacji (operacje dla których operacje poprzedzające zostały przydzielone), spośród operacji, przydziel tą z najwyższą wartością wyniku numerycznego do pierwszej dostępnej stacji roboczej, w której pojemność oraz relacje kolejnościowe nie zostaną naruszone. Wróć do punktu 2 [2]. Funkcje numeryczne używane w metodzie UIFF Tabela 1 n Nazwa Opis 1 Positional Weight Suma czasu zadania x i wszystkich zadań, które po nim następują 2 Number of Followers Liczba zadań następujących po zadaniu x 3 Number of Immediate Followers Liczba zadań następujących bezpośrednio po zadaniu x 4 Number of Predecessors Liczba zadań poprzedzających zadanie x 5 Work Element Time Czas zadania x 6 Backward Recursive Positional Weight Suma czasu zadania x i wszystkich zadań w ścieżce, gdzie x jest zadaniem głównym 3. Rebalans linii montażowej Jak już wspomniano problem BLM jest problemem dualnym. Poniżej zostanie omówiony sposób rebalansu linii przy znajomości jedynie algorytmów dedykowanych dla problemu BLM typu 1. W wyniku tych algorytmów otrzymujemy dopuszczalne rozwiązanie

Rebalans linii montażowej 309 z najmniejszą liczbą stanowisk roboczych, jaka jest możliwa do wyznaczenia danym algorytmem przy zadanym cyklu produkcyjnym. Jednym ze sposobów wykorzystania tego typu algorytmów jest zwiększanie cyklu od minimalnej wartości (c min = t max, gdzie t max to maksymalny czas wykonania najdłuższego ze wszystkich zadań) do wartości, w której otrzymamy znaną liczbę stanowisk montażowych, z których zbudowana jest linia przeznaczona do rebalansu. Sposób ten na pewno jest poprawny, ale wydaje się żmudny. Autor artykułu proponuje oszacowanie cyklu dla danej liczby stacji, co zapewni znalezienie rebalansu w mniejszej liczbie kroków. Jeśli znamy liczbę stanowisk montażowych K oraz sumę wszystkich czasów wszystkich zadań składających się na montaż produktu finalnego, możemy oszacować wartość cyklu produkcyjnego: gdzie: c s N t = K i i = 1, c s szacowana wartość cyklu; t i czas realizacji zadania i; N liczba zadań; M liczba stanowisk montażowych. (1) Do oceny otrzymanych rozwiązań wyznaczono współczynnik gładkości linii, efektywność linii oraz czas linii (czas, po którym finalny wyrób opuści linię produkcyjną) [4]. Współczynnik gładkości (SI) jest to wskaźnik pokazujący względną gładkość danej zbalansowanej linii montażowej. Współczynnik gładkości równy zeru wskazuje na najlepiej zbalansowaną linię. Im wartość SI jest mniejsza, tym bardziej linia jest zbalansowana. K 2 ( max i ), i= 1 SI = ST ST (2) gdzie: ST max maksymalny czas stacji roboczej; ST i czas wykorzystania stacji i. Efektywność linii (LE) jest to stosunek całkowitego czasu cyklu mnożony przez numer stacji. Pokazuje procentowo wykorzystanie linii. Można to wyrazić następującym wzorem: K STi i= 1 LE = 100%, c K (3)

310 W. Grzechca gdzie: K liczba stacji roboczych; c czas cyklu; ST i czas wykorzystania stacji i. Czas linii (T) jest współczynnikiem zależnym od ilości stacji. Im ten czas będzie mniejszy, tym lepsze zbalansowanie linii. gdzie: K liczba stacji roboczych; c czas cyklu; ST K czas wykorzystania ostatniej stacji. T = ( K 1) c + ST K, (4) Powyższe wskaźniki pozwalają ocenić wyniki dopuszczalne problemu BLM i wybrać najlepszy z nich. 4. Przykład obliczeniowy W celu zilustrowania sposobu postępowania w przypadku rebalansu linii i nieznajomości algorytmów dla problemu BLM typu 2 poniżej rozwiązano przykład numeryczny. Dla grafu relacji kolejnościowej 16 zadań i czasów trwania zadań podanych w nawiasach na rysunku 2 podjęto próbę znalezienia rebalansu linii montażowej dla K = 5, stosując kroki opisane w punkcie 3. Rys. 2. Graf relacji kolejnościowej dla przykładu obliczeniowego W pierwszym kroku znaleziono rozwiązania dla rebalansu linii, rozpoczynając od cyklu równego 9 jednostkom czasowym (t max = t 4 = 9). Wyniki postępowania umieszczono w tabeli 2.

Rebalans linii montażowej 311 Wyniki rebalsu linii montażowej krok 1, metoda RPW Tabela 2 c K SI LE T c K SI LE T 9 9 3,87 91 78 19 5 8,54 86,31 87 10 10 8,37 82 93 20 4 4,24 92,5 80 11 8 3,74 93,18 88 21 5 18,24 78,09 87 12 7 4,24 92,86 84 22 4 4,24 93,18 88 13 7 5,56 90,10 89 23 4 7,34 89 85 14 6 6,48 88,1 84 24 4 12,17 85,42 84 15 7 13 78,1 93 25 4 14,35 82 86 16 6 6,63 85,42 92 26 4 19,13 78,84 85 17 5 1,73 96,47 84 27 4 19,13 75,96 88 18 5 1,73 91,11 88 28 W wyniku eksperymentu otrzymano rozwiązanie balansu linii dla wielu cykli produkcyjnych. Pogrubiono wyniki dla K = 4, czyli istniejącej linii, która wymaga rebalansu dla prezentowanego przykładu obliczeniowego. Rysunek 3 Rys. 3. Rozkład wykorzystania stacji roboczych dla c = 17 oraz K = 4 dla metody RPW

312 W. Grzechca przedstawia wykorzystanie poszczególnych stacji roboczych dla najlepszego otrzymanego rozwiązania. Zestawienie wyników dla przykładu obliczeniowego krok 2 Tabela 3 Metoda RPW Metoda K&W c K SI LE T c K SI LE T 16 6 6,63 85,42 92 17 6 11,32 80,39 92 17 5 1,73 96,47 84 18 6 15,49 75,93 94 18 5 1,73 91,11 88 19 5 7,28 86,32 93 19 5 8,54 86,31 87 20 5 9,59 82 97 20 4 4,24 92,5 80 21 5 17,40 78,09 88 21 5 18,24 78,09 87 22 4 4,24 93,18 88 22 4 4,24 93,18 88 Metoda IUFF-NOF Metoda IUFF-NOIF c K SI LE T c K SI LE T 16 6 4 85,42 93 16 6 4,9 85,42 91 17 5 2,23 96,47 85 17 5 2,23 96,47 85 18 5 4,69 91,11 86 18 5 2,23 91,11 89 19 5 8,54 86,32 87 19 5 7,28 86,32 89 20 5 12,73 82 88 20 5 12,73 82 88 c K SI LE T c K SI LE T 21 5 17,4 78,09 88 21 5 18,3 78,09 87 22 4 4,23 93,18 88 22 5 19,75 74,55 91 23 4 6,78 89,13 86 Metoda IUFF-WET Metoda IUFF-BRPW c K SI LE T c K SI LE T 16 6 9,38 85,42 87 16 6 6,63 85,42 92 17 5 3 96,47 82 17 5 1,73 96,47 84 18 5 5,29 91,11 85 18 5 1,73 91,11 88 19 5 5,29 86,32 89 19 5 8,54 86,32 87 20 5 17,03 82 83 20 5 12,73 82 88 21 4 1,41 97,62 84 21 5 18,25 78,1 87 22 4 4,47 93,18 84

Rebalans linii montażowej 313 W drugim kroku postępowania oszacujemy wartość c s, a następnie obliczymy balans linii, wykorzystując opisane w punkcie 2 heurystyki w celu porównania wielu otrzymanych wyników dopuszczalnych. Wartość c s dla analizowanego przykładu obliczeniowego wynosi 17. W tabeli 3 pogrubiono wyniki dla najlepszych przypadków dla K = 4 otrzymanych różnymi metodami heurystycznymi. Dla 6 metod pięć razy szacowany czas cyklu produkcyjnego obliczony ze wzoru (1) dał najlepszy wynik dla rozpatrywanej metody. Rys. 4. Wartości współczynnika SI dla najlepszych wyników otrzymanych różnymi metodami heurystycznymi Rys. 5. Wartości współczynnika LE wyrażone w procentach dla najlepszych wyników otrzymanych różnymi metodami heurystycznymi Rys. 6. Wartości współczynnika LT dla najlepszych wyników otrzymanych różnymi metodami heurystycznymi

314 W. Grzechca Rys. 7. Rozkład wykorzystania stacji roboczych dla c = 17 oraz K = 4 dla metody IUFF-WET 5. Podsumowanie Problem rebalansu w dzisiejszym sposobie organizacji produkcji i wykorzystania istniejących linii produkcyjnych do wytwarzania wielu wersji i modeli produktów w krótkim czasie stał się ważny ze względu na możliwość wyznaczania dopuszczalnych balansów linii montażowych. Jak pokazano w przedstawionym artykule, znajomość algorytmów do wyznaczania balansu nowych linii pozwala również na ich wykorzystanie podczas zmian produkcji na istniejących liniach. Przydatne staje się również szacowanie wartości cyklu produkcyjnego dla znanej liczby stanowisk roboczych, ponieważ skraca to ilość iteracji w celu uzyskania dopuszczalnego wyniku. Czas ten można przeznaczyć na implementację wielu metod i porównanie otrzymywanych wyników. Porównując rysunki 3 i 7, można zdecydować czy zależy nam na równomiernym rozłożeniu zadań na stanowiskach roboczych czy też na jak najszybszym otrzymaniu produktu finalnego. Rozwiązanie przedstawione na rysunku 7 jest rozwiązaniem optymalnym w myśl idei balansu (czas strat na K-1 maszynach jest zerowy). Stwarza to podstawy do zastosowań różnych algorytmów, aby dokonywać przeglądu wielu wyników końcowych. Praca częściowo finansowana przez Ministerstwo Nauki i Informatyzacji z projektu badawczego 3T11A02229 w roku 2007. Artykuł wpłynął do redakcji 28.03.2007 r. Zweryfikowaną wersję po recenzji otrzymano w kwietniu 2007 r.

Rebalans linii montażowej 315 LITERATURA [1] M. E. Salveson, The asssembly line balancing problem, The Journal of Industrial Engineering, vol. 6, 1955, 18-25. [2] A. Scholl, Balancing and sequencing of assembly lines, Physica Verlag, Heidelberg, 1999. [3] E. Erel, S. Sarin, A survey of the assembly line balancing procedures, Production Planning and Control, vol. 9, no. 5, 1998, 414-434. [4] W. Grzechca, Ocena rozwiązania problemu balansowania linii montażowej, Zeszyty Naukowe Politechniki Śląskiej, Seria Automatyka, z. 135, 2002, 35-43. W. GRZECHCA Re-balance of assembly line Abstract. Problem of rebalancing of assembly line is discussed. Known heuristic methods which are used in finding solution of assembly line balancing problem type 1 are presented. Next, usage of these algorithms for rebalancing of assembly line is proposed. The mentioned problem is very important in a production system during design and starting assembly of a new product. Keywords: re-balance, assembly line, heuristic methods Universal Decimal Classification: 658.5