The article presents the application of fuzzy logic to risk assessment in assembly and forming production processes. The fuzzy FMEA method was used, enabling the assessment of risk parameters based on expert opinions. This resulted in the development of a system that allows for greater flexibility and increased resistance to errors associated with human factors, enabling risk assessment through the use of linguistic variables. This allows organisations to analyse and manage risk, improving the efficiency and safety of their operations. This article presents an analysis of the benefits of using fuzzy logic in risk assessment in production in conjunction with the FMEA method, which is one of the most widely used risk assessment methods in industry. It discusses how fuzzy logic can help capture uncertainties in production processes and provide a more flexible framework for their evaluation. A case study is also presented, in which fuzzy logic was applied to risk assessment, highlighting the benefits it brings to production efficiency and safety.
Improving production processes includes not only activities concerning manufacturing itself, but also all the activities that are necessary to achieve the main objectives. One such activity is transport, which, although a source of waste in terms of adding value to the product, is essential to the realization of the production process. Over the years, many methods have been developed to help manage supply and transport in such a way as to reduce it to the necessary minimum. In the paper, the problem of delivering components to a production area using trains and appropriately laid-out carriages was described. It is a milk run stop locations problem (MRSLP), whose proposed solution is based on the use of heuristic algorithms. Intelligent solutions are getting more and more popular in the industry because of the possible advantages they offer, especially those that include the possibility of finding an optimum local solution in a relatively short time and the prevention of human errors. In this paper, the applicability of three algorithms – tabu search, genetic algorithm, and simulated annealing – was explored.
Today, manufacturing companies strive to find the stability between satisfying their customers by producing in accordance with their expectations (quantity and quality) and keeping leading positions when it comes to competitiveness on their markets. This paper aims to compare two very well-known philosophies in the manufacturing industry: Lean Manufacturing (LM) and Six Sigma (6S). The integration of these two philosophies solves the insufficiency that the absence of one of them causes, considering that Six Sigma is based on statistical tools that focus on measuring and reducing variations in processes and achieving goals set by the customers' requirements. Lean Manufacturing focuses mainly on the value added for a client, for example,by eliminating all kinds of waste from processes what leads to the reduction of time and cost of the process. Lean Six Sigma combines the features of both methods, which means that it meets the client's requirements based on statistical knowledge and the process flow control, but simultaneously in addition to that, it reduces the time and cost of the processes. As a result, it gives manufacturing companies the possibility of having loyal and satisfied customers and who provide companies with new customers. This paper has a greater goal of persuading the Angolan manufacturing industries to implement the Integrated Lean Six Sigma (IL6S) into their production and management processes.
PL
Dziś firmy produkcyjne dążą do znalezienia stabilności pomiędzy satysfakcją swoich klientów poprzez produkcję zgodną z ich oczekiwaniami (ilość i jakość) a utrzymaniem czołowej pozycji, jeśli chodzi o konkurencyjność na swoich rynkach. Niniejszy artykuł ma na celu porównanie dwóch bardzo dobrze znanych filozofii w przemyśle wytwórczym: Lean Manufacturing (LM) i Six Sigma (6S). Integracja tych dwóch filozofii rozwiązuje problem braku jednej z nich, biorąc pod uwagę, że Six Sigma opiera się na narzędziach statystycznych, które koncentrują się na pomiarze i redukcji zmienności procesów oraz osiąganiu celów wyznaczonych przez wymagania klientów. Lean Manufacturing skupia się głównie na wartości dodanej dla klienta, na przykład poprzez eliminację wszelkiego rodzaju marnotrawstwa z procesów, co prowadzi do skrócenia czasu i kosztów procesu. Lean Six Sigma łączy w sobie cechy obu metod, co oznacza, że spełnia wymagania klienta w oparciu o wiedzę statystyczną i kontrolę przebiegu procesów, ale jednocześnie dodatkowo skraca czas i koszt procesów. W efekcie daje to firmom produkcyjnym możliwość posiadania lojalnych i zadowolonych klientów oraz zapewnia firmom nowych klientów. Większym celem tego artykułu jest przekonanie angolskiego przemysłu wytwórczego do wdrożenia zintegrowanej metody Lean Six Sigma (IL6S) w procesach produkcji i zarządzania.
The paper deals with the issue of production scheduling for various types of employees in a large manufacturing company where the decision-making process was based on a human factor and the foreman’s know-how, which was error-prone. Modern production processes are getting more and more complex. A company that wants to be competitive on the market must consider many factors. Relying only on human factors is not efficient at all. The presented work has the objective of developing a new employee scheduling system that might be considered a particular case of the job shop problem from the set of the employee scheduling problems. The Neuro-Tabu Search algorithm and the data gathered by manufacturing sensors and process controls are used to remotely inspect machine condition and sustainability as well as for preventive maintenance. They were used to build production schedules. The construction of the Neuro-Tabu Search algorithm combines the Tabu Search algorithm, one of the most effective methods of constructing heuristic algorithms for scheduling problems, and a self-organizing neural network that further improves the prohibition mechanism of the Tabu Search algorithm. Additionally, in the paper, sustainability with the use of Industry 4.0 is considered. That would make it possible to minimize the costs of employees’ work and the cost of the overall production process. Solving the optimization problem offered by Neuro-Tabu Search algorithm and real-time data shows a new way of production management.
The paper deals with the problem of production material flow management. The proper way of logistic tasks management has an impact on the production process effectiveness and the cycle time, which is a very important factor in manufacturing. Reducing the production process cycle time results not only in the ability to provide more customers with orders but also in increasing the level of resources usage (machines, operators etc.). In order to reach the aim of improving production effectiveness, the simulation modeling was used. It is a computer method that supports a decision-making process and allows to perform experiments on production without interfering with the real process. The paper also includes a risk analysis performed to evaluate the imperfections of simulation modeling, based on the rules of fuzzy logic.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article presents the profit optimization model for multi-unit construction projects. Such projects constitute a special case of repetitive projects and are common in residential, commercial, and industrial construction projects. Due to the specific character of construction works, schedules of such projects should take into account many different aspects, including durations and costs of construction works, the possibility of selecting alternative execution modes, and specific restrictions (e.g., deadlines for the completion of units imposed by the investor). To solve the NP-hard problem of choosing the order of units’ construction and the best variants of works, the authors used metaheuristic algorithms (simulated annealing and genetic search). The objective function in the presented optimization model was the total profit of the contractor determined on the basis of the mathematical programming model. This model takes into account monthly cash flows subject to direct and indirect costs, penalties for missing deadlines, costs of work group discontinuities, and borrowing losses. The presented problem is very important for maintaining a good financial condition of the enterprise carrying out construction projects. In the article, an experimental analysis of the proposed method of solving the optimization task was carried out in a model that showed high efficiency in obtaining suboptimal solutions. In addition, the operation of the proposed model has been presented on a calculation example. The results obtained in it are fully satisfying.
Taśmy przenośnikowe możemy użytkować do momentu ich zużycia lub zniszczenia. Możemy je usunąć zapobiegawczo, aby uniknąć awarii i przestojów systemu transportowego. W kopalniach węgla brunatnego taśmy są zdejmowane prewencyjnie, by poddać je regeneracji i ponownie użyć (dwukrotnie lub nawet trzykrotnie). W artykule przedstawiono metodykę doboru optymalnego czasu wymiany profilaktycznej w celu uniknięcia awarii i ich regeneracji. Podano sposób wyznaczenia optymalnego czasu demontażu taśm z przenośnika w celu regeneracji, z uwzględnieniem wzrostu wskaźnika efektywności regeneracji (WSR) z 70% do 90%, co może być konsekwencją wdrożenia diagnostyki stanu taśm.
EN
We can use conveyor belts until they are worn or destroyed. We can remove them preventively to avoid failures and stoppages of the conveying system. In lignite mines, belts are removed preventively for their recondition and use once again (sometimes even twice or triple time). The paper presents the methodology of selecting the optimal time of preventive replacement to avoid failures and for their recondition. The article presents the method of determining the optimal time for belt dismantling form conveyor and their refurbishment, taking into account the increase in the recondition efficiency index (REI) from 70% to 90%, which can be a result of implementing belt condition diagnostics. The paper presents estimated calculations for the hypothetical data of belts installed on coal conveyors with an average operating time of 11 years. The developed models we can adjust to the actual prices and costs as well as the lifetimes of the coal and overburden belts in specific mines. The implementation of condition diagnostics requires resignation from the use of time when selecting the moment of belt replacement and switching to an objective measure of its condition specially worked out to provide the optimal belt recondition efficiency. It is the aim of the new NCBiR project conducted by PGE GIEK SA O/Bełchatów and Wroclaw University of Science and Technology, which has started this year in July.
W artykule przedstawiono wyniki badań jakości połączeń taśm przenośnika, co ma znaczący wpływ na ich wytrzymałość. Diagnostyka taśm przenośnikowych z linkami stalowymi przy użyciu metod nieniszczących (NDT) pozwala wykrywać i monitorować uszkodzenia na całej długości taśmy. Taka diagnostyka umożliwia również ocenę jakości połączenia. Testy, oparte na tej metodzie, zostały przeprowadzone z wykorzystaniem systemu diagnostycznego Diagbelt opracowanego na Wydziale Geoinżynierii, Górnictwa i Geologii Politechniki Wrocławskiej. Zaproponowano kilka metod poprawy jakości połączeń w oparciu o uzyskane wyniki. Przedmiotem badań była trudnopalna taśma przenośnikowa ST 3150 o szerokości B-1200. Testy przeprowadzono na przenośniku taśmowym eksploatowanym w polskiej kopalni podziemnej.
EN
The article presents the results of tests on the quality of conveyor belt joints, which has a significant impact on their strength. Diagnostics of steel conveyor belts using non-destructive methods (NDT) allows detecting and monitoring damage along the entire length of the belt. Such diagnostics also makes it possible to assess the quality of the splices. Tests based on the proposed method were carried out using the Diagbelt diagnostic system developed at the Faculty of Geoengineering, Mining and Geology at the Wroclaw University of Technology.
The article describes the course of the production process of furniture for a system with aserial structure. A two-month analysis of the production system was carried out, queues at individual machines during production, total time of execution of orders, use of machines, average production capacity have been determinded, as well as the factors that affect the delay in production were identified. A layout of the production hall was also made. All defects on machines within 2 months were also noted. The documentation and analysis of these activities allowed us to assess the risks and losses and propose a way to reduce the risk in order to improve the company's production system.
Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem - możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego - jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.
EN
Background: Control plays the main role in ensuring the stability of production processes, while digital models of processes and methods of artificial intelligence are used more and more commonly in it. Production of highly diversified items in small lots at low inventory levels is characterised by a much lower stability as compared with largelot manufacturing. Additionally, innovations created for items or processes result in disturbances to current work. Although this turbulence is usually momentary, it may lead to a loss of function or manufacturing stability, which in turn translates into financial losses, as well as losing customers. This paper presents the potential of using simulation models and artificial neural network models to assess the stability of a reorganized production system. Methods: The problem analysed in the paper is that of merging a simulation model with an ANN model by designing a hybrid model. A direct connection of both types of models is not possible due to their various structures, specificity, and different purposes, as well as the various types of input and output data. Therefore, the idea of merging these two types of models through an expert knowledge base and fuzzy inference was proposed. The results from the simulation model and the ANN model were used to gather the knowledge on the production system being analysed. It has been proposed that the output from the simulation model provided knowledge of the risk level, while the output from the ANN model provided knowledge of process stability. Results: The paper presents the idea of projecting a hybrid model of the expert system in order to assess the stability of a reorganized production system. A model of a hybrid expert system was developed to assess the potential of executing the assumed production plans. The level of risk and the level of stability determined by the simulation model and the ANN model are entered into the system. The output from the expert model is the value of the variable determining the potential of achieving the goal. In the construction of the model, fuzzy inference was used, which uses linguistic variables and is characterized by a knowledge system in the form of fuzzy rules "if ... then ...". For both the independent variable and for the dependent variable, a set of membership functions representing accepted linguistic variables was proposed, and then decision rules were determined. The idea of merging simulation models with ANN models was tested on a practical example in production system that manufactures products for dishwashers. Conclusions: The potentiality to execute production plans depending on the level of risk and the level of stability of the production system is too complicated to be modelled mathematically, but based on the analysis of data from the simulation and ANN models, it is possible to obtain information concerning the relations between corresponding input and output values.
Background: The paper deals with production process scheduling problem. In large companies, the decision-making process about operators' work, machines availability and production flow is a very difficult task, which is often being done by employees. Thus, not always the decision made is optimal in terms of cost, production time, etc. Methods: As a solution, two intelligent methods: Tabu Search and the genetic algorithm have been analyzed in field of production scheduling. The aim of this work was to examine the possibility of improving presented decision-making process that is being performed when scheduling, using Tabu Search and genetic algorithms. As a result of experimental research, it has been confirmed that the use of appropriately selected and parameterized intelligent methods allows for the optimization of the analyzed production process due to its duration. The research was case of study performed in cooperation with company that produces components for automotive industry. Results: Basing on collected and analyzed data, considered methods can be more or less successfully used in production process scheduling. Comparing both used algorithms, Tabu Search twice proposed worse solutions, the average operational time was 1.63% shorter than the actual one. In this case, better results were reached by using genetic algorithm - potential operational time was always shorter than the actual one, and it was reduced by 6.3% in total on average. Conclusion: Using algorithms allowed to achieve lower workload of employees and to reduce of operational time, which were the evaluation criteria in performed research. Managers of the analyzed company were pleased with the proposed solution and declared interest in developing these methods for future. This shows that intelligent methods can find, in relatively short time, the solution that is close to the optimal and acceptable from the problem point of view.
PL
Wstęp: Artykuł opisuje problem harmonogramowania procesów produkcyjnych. W dużych przedsiębiorstwach proces podejmowania decyzji dotyczących pracy operatorów, maszyn, dostępności zasobów i przepływu produkcji jest bardzo złożonym zadaniem, często wykonywanym przez pracowników. W związku z tym podjęte decyzje nie zawsze są optymalne w kontekście kosztów, czasu produkcji itp. Metody: Jako rozwiązanie, przeanalizowane zostało użycie, w obszarze harmonogramowania produkcji, dwóch metod inteligentnych: Tabu Search i algorytmów genetycznych. Celem pracy było zbadanie możliwości doskonalenia procesu podejmowania decyzji, który jest wykonywany przy harmonogramowaniu produkcji, przy pomocy Tabu Search i algorytmów genetycznych. Jako wynik eksperymentu przeprowadzonego podczas badań, potwierdzono, że użycie odpowiednio wybranych oraz sparametryzowanych metod inteligentnych pozwala na optymalizację analizowanego procesu produkcji. Badania zostały wykonane we współpracy z przedsiębiorstwem zajmującym się produkcją komponentów dla branży motoryzacyjnej, jako studium przypadku. Wyniki: Zgodnie z zebranymi i przeanalizowanymi danymi, wybrane metody mogą być z mniejszym bądź większym powodzeniem stosowane w procesie harmonogramowania produkcji. Porównując zastosowane algorytmy, Tabu Search dwukrotnie zaproponował rozwiązanie gorsze od aktualnego podejścia przedsiębiorstwa, jednak czas produkcji został skrócony średnio o 1.63%. W tym przypadku, lepsze wyniki pozwoliło osiągnąć zastosowanie algorytmu genetycznego - potencjalny czas produkcji był zawsze krótszy od aktualnie stosowanego rozwiązania, a średni czas produkcji został zredukowany o 6.3%. Wnioski: Zastosowanie algorytmów pozwoliło na osiągnięcie niższego obciążenia pracą operatorów oraz zredukowanie czasu operacyjnego, co stanowiło kryteria oceny w przeprowadzonych badaniach. Kierownictwo analizowanego przedsiębiorstwa było zadowolone z zaproponowanych rozwiązań. Zdecydowali się na stosowanie omawianych metod w codziennym harmonogramowaniu produkcji oraz zadeklarowali zainteresowanie rozwojem stosowania metod w przyszłości. Metody inteligentne pozwalają znaleźć, w relatywnie krótkim czasie, rozwiązanie bliskie optymalnemu i akceptowalne z punktu widzenia analizowanego problemu.
12
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The paper presents a method of scheduling execution of technological operations in work centres in a company manufacturing seats for passenger cars. To that end, an optimization algorithm based on the B&B method was developed, aimed at minimizing the number of employees necessary for operation of the work centres and at maximizing capacity of the manufacturing process. Efficiency and effectiveness of the algorithm was verified on the grounds of real data coming from the manufacturing company.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.