การออกแบบและประเมินประสิทธิภาพระบบการจัดลำดับแบบผสมผสานในสายการประกอบ ยานยนต์ด้วยเทคนิคการจำลองดิจิทัล
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อแก้ปัญหาการจัดเก็บสินค้าคงคลังสำรอง (Buffer) ที่มากเกินความจำเป็นในสายการประกอบยานยนต์ โดยนำเสนอแนวทางการประยุกต์ใช้เทคนิคการจำลองสถานการณ์ทางคอมพิวเตอร์ เพื่อพยากรณ์ขนาดพื้นที่พักคอยที่เหมาะสม ควบคู่ไปกับการปรับปรุงจำนวนพนักงานและกลยุทธ์การจัดลำดับการผลิต งานวิจัยเริ่มต้นจากการสร้างแบบจำลองและตรวจสอบความถูกต้องของแบบจำลองเทียบกับข้อมูลจริง จากนั้นทำการวิเคราะห์ปริมาณผลผลิตและเวลาการผลิต ผลการศึกษาพบว่า กลยุทธ์การจัดลำดับการผลิตแบบคละรุ่นในอัตราส่วน 2 รุ่นปกติ ต่อ 1 รุ่นใหม่ เป็นกลยุทธ์ที่เหมาะสมที่สุด โดยสามารถลดขนาดพื้นที่พักคอยลงได้ถึงร้อยละ 46.6 (จาก 15 เหลือ 8 ช่อง) โดยยังคงรักษายอดการผลิตที่ 48 คันต่อกะ ในกรณีไม่เพิ่มพนักงาน และสามารถเพิ่มยอดการผลิตเป็น 58 คันต่อกะ เมื่อมีการเพิ่มพนักงาน 1 คน นอกจากนี้ การประยุกต์ใช้ หลักการปิดกั้นหลังสถานีแบบปรับปรุง (Modified Blocking After Station: MBAS) ยังช่วยเพิ่มความแม่นยำในการกำหนดความต้องการพื้นที่พักคอยได้อย่างมีประสิทธิภาพ งานวิจัยนี้จึงเป็นเครื่องมือวางแผนที่มีคุณค่าสำหรับการจัดการความซับซ้อนของการผลิต
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Weiss, S., Matta, A., & Stolletz, R. (2018). Optimization of buffer allocations in flow lines with limited supply. IISE Transactions, 50(3), 191–202.
Li, L., Qian, Y., Du, K., & Yang, Y. (2016). Analysis of approximately balanced production lines. Int. J. Prod. Res., 54(3), 647–664.
Alfieri, A., Matta, A., & Pastore, E. (2016). A column generation algorithm for the Buffer Allocation Problem approximated by the Time Buffer concept. IFAC-PapersOnLine, 49(12), 739–744.
Costa, A., Alfieri, A., Matta, A., & Fichera, S. (2015). A parallel tabu search for solving the Primal Buffer Allocation Problem in serial production systems. Comput. Oper. Res., 64, 97–112.
Weiss, S. & Stolletz, R. (2015). Buffer allocation in stochastic flow lines via sample-based optimization with initial bounds. OR Spectrum, 37(4), 869–902.
Smith, J. M. (2016). Joint optimization of buffers and network population for closed finite queueing systems. Int. J. Prod. Res., 54(17), 5111–5135.
Tsadiras, A. K., Papadopoulos, C. T., & O’Kelly, M. E. J. (2013). An ANN-based decision support system for solving the Buffer Allocation Problem. Comput. Ind. Eng., 66(4), 1150–1162.
Staley, D. R. & Kim, D. S. (2012). Experimental results for the allocation of buffers in closed serial production lines. Int. J. Prod. Econ., 137(2), 284–291.
Vergara, H. A. & Kim, D. S. (2009). A new method for the placement of buffers in serial production lines. Int. J. Prod. Res., 47(16), 4437–4456.
Smith, J. & Daskalaki, S. (1988). Performance analysis of production systems with unreliable machines. Int. J. Prod. Res.
Smith, J. & Cruz, J. (2005). Production-inventory systems with stochastic demand.
Matta, A., Pedrielli, G., & Alfieri, A. (2014). Event Relationship Graph Lite: Event-based modeling for simulation-optimization of control policies in discrete event systems. Winter Simulation Conference, 3983–3994.
Pedrielli, G., Alfieri, A., & Matta, A. (2015). Integrated simulation-optimisation of pull control systems. Int. J. Prod. Res., 53(14), 4317–4336.
Chiba, E. (2015). Heuristics for the Buffer Allocation Problem with collision probability using computer simulation. Math. Probl. Eng., 2015, 1–7.
Kose, S. Y., Demir, L., Tunali, S., & Eliiyi, D. T. (2015). Capacity improvement using simulation optimization approaches. Eng. Optim., 47(2), 149–164.
Hema, V. & He, T. (2022). Throughput Analysis for Manufacturing Serial Systems using Discrete-Event Simulation and Analytical Calculation. Eng. & Tech. Rev., 3(1), 15–28.
Vidanelage, L. D., Hebah, M., Mohammad, N., & Aziz, A. (2020). A DES-based approach to maximize patient throughput in outpatient clinic. Eng. Sci. Technol., 1(1), 1–11.
Prasad, V., Thete, R., & Ramesh, R. (2019). Application of DES to Increase Throughput of Manufacturing System—A Case Study. Springer LNME, 531–539.
Hannes, A., John, W., Daniel, N., et al. (2019). Utilizing discrete event simulation to support conceptual development of production systems. Winter Simulation Conference, 2073–2084.
Lang, L., Chwif, L., & Pereira, W. (2022). Decision-Making Impacts of Originating Picking Waves Process for a Distribution Center Using DES. Winter Simulation Conference, 1509–1520.
