REVIEW JURNAL OPTIMIZATION OF CYCLE TIME IN AN ASSEMBLY BALANCING PROBLEM

v   Identitas Jurnal

Penulis                             :        Vishnu Raj A S, Jeeno Mathew, Peter Jose
Title                                 :        Optimization of Cycle Time in an Assembly Balancing Problem
Publikasi                          :       April 2016
Volume                            :       Volume 25 2016
Instansi                  :        Dept. of ME, St.Joseph’s College of Engineering and Technology Palai,Kottayam,India
Download                       : http://www.sciencedirect.com/science/article/pii/S2212017316305850
Powerpoint                     : https://drive.google.com/open?id=0B-15jkxCK8_3UllyX0lkMUJrczg
Reviewer                         :       Guntur Aji Pangestu
Tanggal Review              :       11 Januari 2017

v   Abstraksi
Perakitan adalah sistem produksi aliran kerja berurutan yang masih khas di produksi massal standar produk. Berbagai macam produk yang diproduksi pada baris yang sama tenang mirip dengan produk utama karya ini mengusulkan pendekatan jalur perakitan campuran model menyeimbangkan masalah (MALBP) dengan paralel workstation. Metode yang ada untuk memecahkan perakitan menyeimbangkan masalah tidak dapat diterapkan untuk Kombinatorial jenis masalah. Ketika kita menggunakan metode heuristik untuk masalah Kombinatorial jenis yang memiliki lebih banyak jumlah elemen bekerja, mungkin tidak memberikan solusi yang optimal dan menjadi membosankan. Jadi tulisan ini ditujukan untuk mengusulkan sebuah metode untuk memecahkan jenis seperti kompleks baris menyeimbangkan masalah.

v   Pendahuluan
Menyeimbangkan perakitan adalah untuk menetapkan tugas yang berbeda untuk berbagai Stasiun sedemikian rupa sehingga hubungan didahulukan terjaga dan beberapa pengukuran efektivitas yang dioptimalkan. Tujuan utama dari garis menyeimbangkan akan mendistribusikan tugas-tugas yang diperlukan secara merata di Stasiun kerja dengan meminimalkan waktu mesin dan operator. Masalah dibahas dalam makalah ini adalah campuran-model perakitan menyeimbangkan masalah (MALBP) di mana sebuah workstation dapat dibuat paralel ke workstation yang sudah ada. MALBP dapat digolongkan menjadi dua jenis yang berbeda, yang disebut sebagai masalah ganda. MALBP-I: meminimalkan jumlah workstation, untuk waktu siklus tertentu. Masalah jenis ini digunakan untuk desain perakitan baru di mana tingkat permintaan dan produksi yang dikenal. Di MALBP-II: Meminimalkan waktu siklus, untuk nomor tertentu workstation. Untuk memaksimalkan tingkat produksi perakitan yang ada masalah jenis ini digunakan. Kelas masalah dibahas dalam makalah ini adalah MALBP-II.

v   Penjelasan Masalah
Masalahnya dianggap dalam makalah ini adalah jalur perakitan dicampur-model menyeimbangkan masalah (MALBP) yang memiliki ketentuan untuk menciptakan workstation paralel. Satu set model serupa M (m = 1..., M) dirakit secara bersamaan ke baris. Rasio unit nomor model adalah qm
Uni didahulukan grafik dapat dilakukan hanya jika ada tidak ada konflik prioritas antara model-model. Setiap tugas (saya = 1..., N) memiliki waktu pemrosesan yang dapat bervariasi antara model-model yang berbeda. Tim adalah waktu pemrosesan integer tugas saya untuk sebuah model m (tim = 0 menunjukkan bahwa model m tidak perlu tugas saya ditugaskan).
Proses replikasi menciptakan workstation paralel. Jika proses replikasi workstation tidak dalam cara yang terkontrol, ini mengakibatkan hilangnya keuntungan utama menggunakan lini perakitan.
Masalahnya dianggap dalam makalah ini memiliki mekanisme untuk mengontrol replikasi workstation. Pendekatan ini dapat didefinisikan dengan parameter ditetapkan pengguna di mana waktu pengolahan minimum yang memicu proses replikasi untuk workstation (MRT, replikasi minimal waktu). Ini berarti bahwa, workstation dapat direplikasi, hanya jika waktu pemrosesan lebih besar dari waktu minimum replikasi. Di replika workstation, operator dua atau lebih bekerja secara paralel dapat diperbolehkan. Jumlah replications workstation dapat diperoleh oleh tugas terpanjang waktu pemrosesan diberikan oleh RK = [maxm = 1,... M; Aku = 1,... N {timxik}] ÷ MRT

v   Metodologi
Jalur perakitan menyeimbangkan masalah dapat diselesaikan dengan menggunakan metode heuristic dan metode heuristic Meta. Masalah utama metode heuristic adalah kemungkinan metode untuk terjebak di daerah optima lokal, tidak menjelajahi daerah dengan solusi yang juga efisien, atau solusi optimal. Prosedur terdiri dari tahapan sebagai berikut.
1.        Langkah pertama untuk tahap-1 adalah untuk mengetahui terikat lebih rendah untuk waktu siklus dan kemudian mengembangkan solusi awal.
2.        Langkah kedua Genetik algoritma untuk menemukan solusi yang layak, solusi, dengan operator nomor yang ditentukan. Prosedur GA mengurangi waktu siklus oleh satu unit yang diperoleh pada akhir tahap 1 dan mencoba untuk menemukan solusi yang layak dengan ditentukan jumlah operator.

v   Hasil dan Pembahasan
Pertimbangkan dua model, A dan B dengan nilai-nilai saham produksi qA = 0,42 dan qB = 0,58, [4] secara bersamaan berkumpul di jalur produksi dengan operator 16 tetap.
Langkah pertama dari prosedur yang diusulkan adalah untuk menghitung terikat lebih rendah untuk waktu siklus. Jumlah total tugas pengolahan kali untuk model A adalah 1322 dan untuk model B adalah 1162, jadi terikat lebih rendah untuk waktu siklus dalam contoh ini adalah LB = max {[1322/16], [1162/16], 94} terikat lebih rendah Diperoleh dari perhitungan di atas adalah 94, mana yang dianggap waktu minimum replikasi untuk masalah ini.

Table 1. Processing Time of Model A and Model B


Task
tA
tB
Task
tA
tB








1
0
20
14
13
0

2
77
77
15
55
55

3
73
73
16
19
20

4
150
150
17
37
0

5
88
88
18
94
94

6
62
0
19
13
13

7
36
0
20
0
90

8
0
20
21
20
20

9
66
66
22
47
47

10
25
25
23
96
82

11
55
55
24
41
37

12
71
71
25
125
0

13
59
59










Prosedur dimulai dengan waktu siklus C = 94. Prosedur dimulai dengan meningkatkan nilai waktu siklus oleh satu unit waktu sampai solusi dengan 16 operator. Siklus waktu yang sesuai dengan nomor pra-ditentukan operator di ujung panggung ada 110. Solusi yang diperoleh untuk heuristik konstruktif dengan operator 16 diberikan dalam tabel 2.x
Table 2. Solution for constructive heuristics with 16 operators
Station K

Task
WA
WB
No. of


operator














1

1,3
73
93
1

2

5
88
88
1

3

6,7
98
0
1

4

4,11
205
205
2

5

8,13
59
79
1

6

2,10
102
102
1

7

9,14,16
98
86
1

8

18
94
94
1

9

12,19
84
84
1

10

17,21,22
104
67
1

11

15,23
151
137
2

12

20
0
90
1

13

24,25
166
37
2







Kolom pertama menunjukkan workstation indeks k, dan kolom kedua mewakili tugas tugas untuk workstation. Beban kerja workstation setiap diwakili oleh WA dan WB untuk masing-masing model A dan B masing-masing di kolom ketiga dan keempat dan kolom yang kelima adalah jumlah operator di setiap workstation. Satu harus dicatat bahwa workstation 4, 11, 13 direplikasi ke menghasilkan tiga paralel workstation dan operator.
Tahap kedua dimulai (prosedur GA) dengan waktu siklus, C = 109, di mana waktu siklus yang diperoleh pada akhir tahap 1 dikurangi dengan satu unit. Selama tahap ini setiap kali solusi dengan operator 16 tercapai, nilai waktu siklus menurun oleh satu unit. Solusi terbaik yang layak dengan operator 16 ditemukan untuk tahap ini dengan C=94. The larutan diperoleh pada akhir tahap 2 ditampilkan dalam tabel 3.

Table 3. Solution for the stage 2 (GA)


Station K
Task
WA
WB
No. of

operator












1
1,2
77
90
1

2
3
73
73
1

3
5
88
88
1

4
4,7,8
186
170
2

5
6
62
0
1

6
11
55
55
1

7
10,13
84
84
1

8
9,16
85
86
1

9
12,14
84
71
1

10
18
94
94
1

11
15,17
92
55
1

12
19,21,22,23
176
162
2

13
20,24,25
166
127
2






Kolom pertama menunjukkan workstation indeks k, dan kolom kedua mewakili tugas tugas ke workstation. Beban kerja Workstation setiap diwakili oleh WA dan WB untuk masing-masing model A dan B masing-masing di kolom ketiga dan keempat dan kolom yang kelima adalah jumlah operator di setiap workstation. Pada akhir tahap 2 (GA) larutan diperoleh memiliki tiga paralel workstation. Dari tabel 3, workstation 4, 12, 13 direplikasi untuk menghasilkan tiga workstation paralel masing-masing.
Algoritma genetik prosedur dijalankan untuk 100 iterasi. Telah diamati bahwa setelah 16 iterasi, ada tidak ada perubahan yang cukup besar dalam waktu siklus. Gbr.2 menunjukkan variasi waktu siklus dengan jumlah iterasi. Sampai dengan 16 iterasi siklus waktu dapat dikurangi dengan satu unit dan setelah 16 iterasi siklus waktu tetap tidak berubah selama iterasi lebih lanjut.
Telah diamati bahwa nilai siklus waktu 94 tetap tidak berubah setelah 16 iterasi pengulangan lebih dari 100. Itu berarti bahwa waktu siklus 94 tidak dapat dikurangi lebih lanjut nilai dan nilai waktu siklus tidak di bawah terikat lebih rendah, yang berarti bahwa solusi ini optimal.

v   Kesimpulan

Makalah ini menyajikan suatu prosedur yang berulang-ulang untuk memecahkan Lini perakitan campuran model (MALBP) yang menggunakan algoritma genetik dengan paralel workstation. Tujuan utama adalah untuk memaksimalkan tingkat produksi jalur perakitan untuk sejumlah pra-didefinisikan operator. Tujuan dari makalah ini dapat diperpanjang untuk satu lebih objektif, minimalisasi workstation dalam campuran model perakitan menyeimbangkan masalah. Dengan masalah yang dibahas dalam makalah ini sebuah metode untuk mengoptimalkan jumlah workstation dalam perakitan campuran model dapat dikembangkan menggunakan GA. menggunakan heuristik meta sama, metode yang dapat dikembangkan untuk simultan optimasi dari waktu siklus dan jumlah workstation dalam campuran model perakitan menyeimbangkan masalah. 

Komentar

Posting Komentar