خلاصة:
در سالهای اخیر رباتها به طور گستردهای در سیستم مونتاژ با عنوان خطوط مونتاژ رباتیک مورد استفاده قرار گرفته است. در این خطوط مجموعهای از فعالیتها باید به ایستگاهها تخصیص داده شوند و هر ایستگاه نیازمند انتخاب یکی از انواع رباتها برای پردازش فعالیتهای تخصیص یافته است. در شرایط واقعی ممکن است رباتها در طی افق زمانبندی به دلایل مختلفی مانند خرابی از دسترس خارج شوند. این تحقیق در زمینه بالانس خط در شرایط عدم قطعیت صحبت میکند خطوط u-شکل به دلیل انعطافپذیری و کارایی بیشتر نسبت به خطوط مستقیم، در بسیاری از صنایع مورد استفاده قرار گرفتهاند. این خطوط گزینههای بیشتری برای تعیین فعالیتها به ایستگاههایکاری ارائه میدهند و اپراتورها میتوانند همزمان به ایستگاههایکاری در هر دو سمت ورودی و خروجی سرویس دهند. هدف در این مساله حداقل کردن زمان سیکل برای تعداد مشخصی ایستگاههایکاری و به حداقل رساندن هزینه احداث ربات می باشد. این مقاله، یک مدل استوار برای مواجه با عدم قطعیت در مسأله بالانس و توالی خط مونتاژ رباتیک u-شکل مدل ترکیبی ارائه میدهد همچنین زمانهای آمادهسازی بین فعالیتها و زمانهای خرابی و زمان نگهداری و تعمیرات هر ربات در آن در نظر گرفته می شود. از آنجایی که این مسأله یک مسأله NP-hard است لذا از الگوریتم فراابتکاری، جستجوی هارمونی چندهدفه جهت حل و بهینهسازی استفاده میشود.
In the recent years, robots have been widely used in assembly systems as called robotic assembly lines where a set of tasks have to be assigned to stations and each station needs to select one of the different robots to process the assigned tasks. Our focus is on u-type layouts because they are widely employed in many industries due to their efficiency and flexibility . In these lines, a worker can be assigned to multiple stations located at entrance and exit sides. However, in many realistic situations, robots may be unavailable during the scheduling horizon for different reasons, such as breakdowns. This research deals with line balancing under uncertainty The Objective in this research is minimizing the cycle time for a given number of workstations and minimizing robot cost.This research deals with line balancing under uncertainty and presents one robust optimization model for balancing and sequencing of u-shaped robotic assembly line with considering set up times between task, failure robot times and preventive maintenance times for every robot. Since the NP-hard nature of the problem, multi-objective harmony search is developed to solve it. Numerical experiments also demonstrated that by increasing uncertainty level, the objective function values, cost and cycle times (minimum, maximum and average) increased. performance of the robust approach by the results, shows that in real conditions, considering the probability of event failure, values of cycle time and cost change significantly, which indicates the need to consider uncertainty, especially failure in robotic assembly lines.
ملخص الجهاز:
این مقاله ، یک مدل استوار برای مواجه با عدم قطعیت در مسئله بالانس و توالی خط مونتاژ رباتیک u-شکل مدل ترکیبی ارائه می دهد همچنین زمان های آماده سازی بین فعالیت ها و زمان های خرابی و زمان نگهداری و تعمیرات هر ربات در آن در نظر گرفته می شود.
نیلاکانتان و همکاران (٢٠١٦) همچنین مسئله EԹ بالانس خط مونتاژ رباتیک u-شکل را به منظور حداقل کردن زمان سیکل و هزینه مطالعه کردند و الگوریتم های بهینه سازی ازدحام ذرات و تفاضل تکاملی برای حل آن ارائه دادند.
درحالیکه در شرایط واقعی، فرآیندهای مونتاژ به منابع مختلف عدم قطعیت بستگی دارد برای این منظور می توانیم از بهینه سازی استوار استفاده کنیم که یکی از روش های بهینه سازی اساسی است که عدم قطعیت و اثرات آن را مدل میکند.
پریرا (٢٠١٨) همچنین یک مسئله بالانس و تخصیص کارگر خط مونتاژ را در نظر گرفت در حالتی که زمان های فعالیت در آن بین حدود بالا و پایین مشخص فرض شده بود و تابع هدف حداقل کردن حداکثر مقدار ممکن در میان سناریوهای موجود بود.
این موضوعات در کنار در نظر گرفتن زمان آماده سازی وابسته به توالی بین فعالیت ها برای خطوط مونتاژ مدل های ترکیبی و ارائه الگوریتمی جهت حل این دسته از مسائل ؛ موضوعاتی است که در این مقاله به آن پرداخته میشود.
I. (2017), “U-shaped Assembly Line Worker Assignment and Balancing Problem: A Mathematical Model and Two Meta-heuristics”, Computers & Industrial Engineering, 112, 246-263.
Farrokhi-Asl, H (2016), “Multi-objective metaheuristics for solving a type II robotic mixed-model assembly line balancing problem”, Journal of Industrial and Production Engineering, 33(7), 472–484.