Komputerowe wspomaganie procesu sekwencjonowania – koncepcja Paint Shop 4.0

• Autorzy: Krystek J. , Alszer S. , Bysko S.

Identyfikatory

DOI

doi.org/10.17814/mechanik.2018.7.74

Warianty tytułu

EN

Computer aided design of sequencing problem – the concept of Paint Shop 4.0

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono koncepcję pracy lakierni dla przemysłu motoryzacyjnego – Paint Shop 4.0 – opartą na ideach Przemysłu 4.0 i Digital Factory. Opisano nowe podejście do sekwencjonowania karoserii, uwzględniające rzeczywistą strukturę wydziału lakierni z występującymi tam buforami. Stworzono aplikację, w której zostały zaimplementowane autorskie algorytmy sekwencjonowania karoserii.

EN

Presented is the concept of paint shop operation for the automotive industry – Paint Shop 4.0, based on the ideas of Industry 4.0 and Digital Factory. A new approach to the issue of car body sequencing, taking into account the actual structure of the paint shop department with buffers, has been presented. In the created application, proprietary car body sequencing algorithms were implemented.

Słowa kluczowe

PL

produkcja samochodów; proces lakierowania; lakierowanie; sekwencjonowanie; bufor; Przemysł 4.0; Paint Shop 4.0

EN

car production; painting process; sequencing; buffer; Industry 4.0; Paint Shop 4.0

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Mechanik
• Rocznik: 2018
• Tom: R. 91, nr 7
• Strony: 529--531
• Opis fizyczny: Bibliogr. 10 poz., rys., tabl.

Twórcy

autor

Krystek J.

• Politechnika Śląska

autor

Alszer S.

• Politechnika Śląska

autor

Bysko S.

• Politechnika Śląska

Bibliografia

• 1. Parello B.D., Kabat W.C., Wos L. “Job-shop scheduling using automated reasoning: a case study of the car sequencing problem”. Journal of Automated Reasoning. 2, 1 (1986): s. 1–42.
• 2. Solnon C., Cung D., Nguyen A., Artigues C. “The car sequencing problem: Overview of state-of-the-art methods and industrial case-study of the ROADEF 2005 Challenge Problem”. European Journal of Operational Research. 191, 3 (2008): s. 912–927.
• 3. Benoist T. “Soft car sequencing with colors: Lower bounds and optimality proofs”. European Journal of Operational Research. 191, 3 (2008): s. 957–971.
• 4. Fong-Yuen D., Zhu J., Sun H. “Comparing two weighted approaches for sequencing mixed-model assembly lines with multiple objectives”. International Journal Production Economics. 102, 1 (2006): s. 108–131.
• 5. Mazur M., Niederliński A. “A two-stage for an optimum solution for the car assembly scheduling problem: Part 1 & Part 2”. Archives of Control Science. 25, 3 (2015): s. 355–375.
• 6. Krystek J., Alszer S. „Współczesne problemy sekwencjonowania samochodów na wydziale lakierni”. Mechanik. 90, 7 (2017): s. 527–529.
• 7. Alszer S., Krystek J. “The algorithms of buffers handling in car sequencing problem presented on an actual production line”. 24th International Conference on Production Research (ICPR). DEStech Publications, 2018, s. 277–282.
• 8. Kagermann H., Wahlster W., Helbig J. “Recommendations for implementing the strategic initiative Industrie 4.0. Final report of the Industrie 4.0 Working Group”. 2013.
• 9. Krystek J. „Zintegrowany przepływ informacji w systemie produkcyjnym”. Mechanik. 89, 7 (2016): s. 721–723, DOI:10.17814/mechanik.2016.7.152.
• 10. Chi G. Lee, Sang C. Park. “Survey on the virtual commissioning of manufacturing systems”. Journal of Computational Design and Engineering. 1, 3 (2014): s. 213–222, DOI: 10.7315/JCDE.2014.021.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).