Cellular manufacturing system (CMS)

Cellular manufacturing system (CMS) which is based on the concept of group technology (GT) has been recognized as an efficient and effective way to improve the productivity in a factory. In recent years, there have been continuous research efforts to study different facet of CMS. Most of them concentrated on distinguishing the part families and machine cells either simultaneously or individually with the objective of minimizing intercellular and intracellular part movements. This is known as machine-part grouping problem (MPGP) which is a crucial process while designing CMS. Nevertheless, in reality some components may not be finished within only one cell, they have to travel to another cell(s) for further operation(s). Under this circumstance, intercellular part movement will occur. Different order/sequence of machine cells allocation may result in different total intercellular movement distance unit. It should be noted that if the production volume of each part is very large, then the total number of intercellular movement will be further larger. Therefore, the sequence of machine cells is particularly important in this aspect. With this consideration, the main aim of this work is to propose two-stage approach for solving cell formation problem as well as cell layout problem. The first stage is to identify machine cells and part families, which is the essential part of MPGP. The work in second stage is to carry out a macro-approach to study the cell formation problem with consideration of machining sequence. The impact of the sequencing for allocating the machine cells on minimizing intercellular movement distance unit will be investigated in this stage. The problem scope, which is a MPGP together with the background of cell layout problem (CLP), has been identified. Two mathematical models are formulated for MPGP and CLP respectively. The primary assumption of CLP is that it is a linear layout. The CLP is considered as a quadratic assignment problem (QAP). As MPGP and QAP are NP-hard, genetic algorithm (GA) is employed as solving algorithm. GA is a popular heuristic search technique and has proved superior performance on complex optimization problem. In addition, an industrial case study of a steel member production company has been employed to evaluate the proposed MPGP and CLP models, and the computational results are presented.

Kết quả (Việt) 1:

Hệ thống sản xuất di động (CMS) mà là dựa trên khái niệm về công nghệ nhóm (GT) đã được công nhận như là một cách hiệu quả và hiệu quả để nâng cao năng suất trong một nhà máy. Những năm gần đây, đã có những nỗ lực liên tục nghiên cứu để nghiên cứu các khía cạnh khác nhau của CMS. Hầu hết trong số họ tập trung vào phân biệt một phần gia đình và các tế bào máy đồng thời hoặc riêng rẽ với mục tiêu giảm thiểu chuyển động phần intercellular và tế bào. Điều này được gọi là vấn đề máy tính-phần nhóm (MPGP) là một quá trình rất quan trọng trong khi thiết kế CMS. Tuy nhiên, trong thực tế một số thành phần có thể không được hoàn thành trong vòng chỉ một tế bào, họ phải đi đến một cell(s) cho thêm operation(s). Trong trường hợp này, phong trào intercellular phần sẽ xảy ra. Thứ tự/chuỗi khác nhau máy tế bào phân bổ có thể dẫn đến khác nhau di chuyển tất cả intercellular khoảng cách đơn vị. Cần lưu ý rằng nếu khối lượng sản xuất của mỗi phần là rất lớn, sau đó tổng số intercellular chuyển động sẽ tiếp tục lớn hơn. Vì vậy, dãy tế bào máy là đặc biệt quan trọng trong khía cạnh này. Với việc xem xét này, mục đích chính của việc này là để đề xuất phương pháp tiếp cận hai giai đoạn để giải quyết vấn đề hình thành tế bào cũng như di động bố trí vấn đề. Giai đoạn đầu tiên là xác định các tế bào máy và gia đình một phần, mà là một phần thiết yếu của MPGP. Các công việc trong giai đoạn thứ hai là để thực hiện một macro-phương pháp tiếp cận để nghiên cứu các vấn đề hình thành tế bào với việc xem xét của gia công trình tự. Tác động của các trình tự để phân bổ các tế bào máy về giảm thiểu intercellular di chuyển khoảng cách đơn vị sẽ được điều tra trong giai đoạn này. Phạm vi vấn đề, mà là MPGP cùng với nền tảng di động bố trí các vấn đề (CLP), đã được xác định. Hai mô hình toán học được xây dựng cho MPGP và CLP. Giả định chính của CLP là nó là một cách bố trí tuyến tính. CLP được coi là một vấn đề chuyển nhượng bậc hai (QAP). Như MPGP và QAP là cứng NP, thuật toán di truyền (GA) được sử dụng như là giải quyết các thuật toán. GA là một kỹ thuật tìm kiếm heuristic phổ biến và đã chứng tỏ hiệu suất vượt trội trên vấn đề tối ưu hóa phức tạp. Ngoài ra, một nghiên cứu công nghiệp của một công ty sản xuất thép thành viên đã được sử dụng để đánh giá các đề xuất mô hình MPGP và CLP, và kết quả tính toán được trình bày.

Kết quả (Việt) 2:

hệ thống sản xuất tế bào (CMS) mà là dựa trên khái niệm về công nghệ nhóm (GT) đã được công nhận như là một cách hiệu quả và hiệu quả để nâng cao năng suất trong một nhà máy. Trong những năm gần đây, đã có những nỗ lực không ngừng nghiên cứu để nghiên cứu khía cạnh khác nhau của CMS. Hầu hết trong số họ tập trung vào việc phân biệt các gia đình phần và các tế bào máy đồng thời hoặc riêng với mục tiêu giảm thiểu cử động phần bào và nội bào. Điều này được gọi là vấn đề máy phần nhóm (MPGP) mà là một quá trình quan trọng trong khi thiết kế CMS. Tuy nhiên, trong thực tế một số thành phần có thể không được hoàn thành trong vòng chỉ một tế bào, họ phải đi đến một tế bào (s) cho các hoạt động tiếp theo (s). Trong bối cảnh này, phong trào phần bào sẽ xảy ra. Khác nhau thứ tự / chuỗi các phân bổ các tế bào máy có thể dẫn đến tổng số đơn vị bào di chuyển khoảng cách khác nhau. Cần lưu ý rằng nếu khối lượng sản xuất của mỗi phần là rất lớn, sau đó tổng số các phong trào bào sẽ được tiếp tục lớn hơn. Do đó, trình tự của các tế bào máy là đặc biệt quan trọng trong khía cạnh này. Với việc xem xét này, mục đích chính của việc này là để đề xuất các phương pháp hai giai đoạn để giải quyết vấn đề hình thành tế bào cũng như các vấn đề bố trí di động. Giai đoạn đầu tiên là xác định các tế bào máy và gia đình một phần, đó là phần thiết yếu của MPGP. Các công việc trong giai đoạn thứ hai là để thực hiện một cách tiếp cận vĩ mô để nghiên cứu các vấn đề hình thành tế bào với việc xem xét trình tự gia công. Tác động của các trình tự phân bổ các tế bào máy vào việc giảm thiểu bào đơn vị khoảng cách di chuyển sẽ được điều tra trong giai đoạn này. Phạm vi vấn đề, mà là một MPGP cùng với nền tảng của vấn đề bố trí di động (CLP), đã được xác định. Hai mô hình toán học được xây dựng cho MPGP và CLP tương ứng. Các giả định cơ bản của CLP là nó là một cách bố trí tuyến tính. CLP được coi là một vấn đề phân bậc hai (QAP). Như MPGP và QAP là NP-khó, thuật toán di truyền (GA) được sử dụng như giải quyết các thuật toán. GA là một kỹ thuật tìm kiếm heuristic phổ biến và đã được chứng minh hiệu suất cao về vấn đề tối ưu hóa phức tạp. Ngoài ra, một nghiên cứu trường hợp công nghiệp của một công ty sản xuất thép thành viên đã được sử dụng để đánh giá MPGP đề xuất và các mô hình CLP, và kết quả tính toán được trình bày.