شبیه سازی خط تولید میلگرد و تعیین تعداد جواب های غیرمسلط برای جرثقیل های خط تولید

محورهای موضوعی : آینده پژوهی

محمدعلی افشارکاظمی ¹ , محمود البرزی ² , شادی محجوب روش ³

1 - ندارد
2 - ندارد
3 - ندارد

تاریخ دریافت : 1390/03/17 تاریخ پذیرش : 1390/07/25 تاریخ انتشار : 1391/02/01

کلید واژه: شبیه سازی, جواب غیر مسلط, متوسط زمان انتظار, چرخه کاری, ضریب بهره وری,

چکیده مقاله :

در این تحقیق تلاش شده است تا خط تولید میلگرد بااستفاده از رویکرد شبیه سازی گسسته مدلسازی و تعدادجرثقیل های مورد نیاز با توجه به سرعت خط، نرخ خرابی هریک از ماشین آلات، فضای مورد نیاز و عواملی از این دستدر طی زمان محاسبه گردد. برای دستیابی به این هدف ابتدا فرآیند تولید شناسایی و مدل منطقی با استفاده ازنرم افزارEDجهت شبیه سازی فرآیند مدل مذکور تدوین گردید. داده های مربوط به هرموجودیت با استفاده از زمان سنجی بدست آمده و سپس حجم نمونه و نوع توزیع با توجه به داده های فوق محاسبه گردید. برای اعتبارسنجی و تأیید مدل،یک مقایسه بین نتایج حاصل از شبیه سازی و نتایج واقعی توسط تست های آماری انجام گرفته است.برای دست یابی بهجواب موثر در مسئله جرثقیل ها و بهبود عملکرد خط تولید، ابتدا سه شاخص تعداد خروجی، ضریب بهره وری، متوسطزمان انتظار توسط خبرگان انتخاب و هشت چیدمان مختلف با توجه به فضای سالن تولید به عنوان گزینه برای جرثقیل هامشخص گردید. هر شاخص با استفاده از مدل شبیه سازی و بر اساس رویکرد تکرارپذیر برای هر یک از هشت حالت اندازهگیری و وزن آن توسط تکنیک آنتروپی 1 تعیین می گردد. در انتها با استفاده از الگوریتم تاپسیس 2 گزینه ها رتبه بندیشده و جواب موثر مشخص می گردد.

چکیده انگلیسی:

In this research, it has been attempted to model the production line of reinforcement barsusing discrete simulation modeling to determine the number of cranes required, considering therelevant factors such as, production line speed, failure rates of each machine and the spacerequirement. To achieve this, the production process was first investigated and an appropriatesimulation model was formulated using the Enterprise Dynamics (ED) simulation package. Therelevant data were then collected for each entity through time study. The sample size and thestatistical distributions were identified. To check for model validation, the simulation resultswere compared with actual data using statistical tests. To determine the desired number ofcranes and improve the production line performance, three indices i.e. output rate, productivityfactor and mean waiting time were determined through expert opinion and eight differentlayouts were constructed as alternatives considering the space constraint. All three indices weredetermined through simulation taking a reproducible approach. The weights of the criteria werecomputed using the Entropy technique and the alternatives were ranked using the TOPSISmethodology