유연생산시스템의 최적구성 결정을 위한 발견적 해법
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 김원중 | - |
dc.contributor.author | 장진익 | - |
dc.date.accessioned | 2018-11-08T06:57:39Z | - |
dc.date.available | 2018-11-08T06:57:39Z | - |
dc.date.issued | 2008-02 | - |
dc.identifier.other | 6934 | - |
dc.identifier.uri | https://dspace.ajou.ac.kr/handle/2018.oak/4522 | - |
dc.description | 학위논문(박사)--아주대학교 일반대학원 :산업공학과,2008. 2 | - |
dc.description.abstract | 유연생산시스템은 고도로 자동화되고, 효율적이며 여러 종류의 부품을 동시에 가공할 수 있는 제조공정을 갖는 생산시스템으로 인식되고 있다. 상당한 액수의 초기투자가 필요한 이러한 생산시스템은 설계단계에서는 필요한 생산율을 보장하면서 적은비용으로 기계, 팔레트 및 작업장의 버퍼 등 자원의 대수를 결정해야 한다. 본 논문에서는 이러한 유연생산시스템의 성능척도를 구하기 위해 폐쇄형 대기행렬 네트워크로 모형화 시켰으며, 최적구성을 구하기 위한 효율적인 방법으로서 발견적인 해법을 개발한다. 첫 번째 모형에서는 각 작업장의 로컬버퍼가 유한한 유연생산시스템의 최적구성구하는 문제를 다룬다. 제시된 해법은 최저구성 결정, 발견적 해법 도출, 최적해 결정의 3단계로 구성된다. 각 작업장의 기계대수 와 로컬 버퍼의 수의 조합으로 형성되는 수많은 시스템구성으로 인해 완전열거법으로는 최적구성결정이 불가능 했던 문제들도 대부분 개인용 컴퓨터로 수행가능하며, 도출된 해는 대부분의 경우에 최적해와 일치 하였다. FMS 초기 설계단계에서 두 가지 중요한 이슈는 부품의 선정과 시스템 구성의 결정이다. 이러한 문제에 대한 통상적 접근법은 부품선정을 먼저하고 최적구성을 나중에 결정하는 일이다. 그러나 이는 동시에 결정하는 것보다 못하다고 알려져 있다. 두 번째 모형에서는 부품의 최적구성과 시스템 구조를 동시에 결정하는 해법절차를 개발한다. 모형의 목적함수는 부품의 생산으로 인한 이익과 시스템구성에 관한 각 자원의 하드웨어 설치비용으로 표현되며, 제약조건은 설치될 자원의 대수를 일반화한 가용 자금과 시스템의 생산능력 요구로 구성되는 선형계획법으로 정식화 되었다. 먼저 제시된 발견적 해법을 적용한 다음 열거법을 사용함으로써, 최적 부품구성 및 시스템구성을 구할 수 있다. 이에 대한 수치 예제가 제시됐다. 세 번째 모형은 유연생산시스템을 다종류 폐쇄형 대기행렬 네트워크로 모형화 했을 경우의 이점을 설명한다. 단일종류를 취급하는 FMS의 최적구성에 관한 기존 해법인 Dellery & Frein 방법에 의해 얻어진 해를 초기해로 하여 제시된 해법인 발견적 해법을 적용한 다음 묵시적 열거법을 적용하여 체계적으로 각 자원의 수를 늘려 최적해를 얻는다. 구해진 최적해는 다종류 모형과 단일종류로 통합하여 개산된 모형간의 차에 대한 기대로 확증할 수 있다. 수치 예제가 제시됐다. 마지막 모형은 최적부품구성과 시스템구성을 동시에 결정하는 모형이다. 시스템 수행척도를 평가하는 데에 다종류 폐쇄형 대기행렬 네트워크가 사용되며, 개발된 알고리즘에 선형계획 모형을 적용하여 최적 시스템구성을 결정한다. 제시된 해법절차에 의해 얻어진 발견적 해는 수치 예제를 통하여 정확한 해의 결과가 대부분 일치하였다. | - |
dc.description.tableofcontents | 제1장 서론 = 1 1.1 연구의 배경과 목적 = 1 1.2 연구의 범위 및 구성 = 5 제2장 제한된 크기의 로컬버퍼를 갖는 FMS의 최적구성 결정 = 7 2.1 FMS의 개요 = 7 2.1.1 FMS의 개념 = 7 2.1.2 FMS의 구성요소 = 8 2.2 FMS의 성능평가 = 10 2.2.1 모델의 구성 = 10 2.2.2 Yao-Buzacott 알고리즘 = 13 2.3 제한된 로컬버퍼를 갖는 FMS의 최적구성 결정 알고리즘 = 19 2.3.1 최저구성의 결정 = 21 2.3.2 발견적 해법 = 22 2.3.3 최적해의 결정 = 26 2.4 최적구성 수치 예제 = 28 제3장 자금제약하의 FMS의 부품 및 시스템구조 결정 = 33 3.1 개요 = 33 3.2 부품 및 시스템구조 결정을 위한 기존모형 = 34 3.2.1 부품 및 시스템구조 결정 개요 = 34 3.2.2 기호의 정의 = 36 3.2.3 모형수립의 기본 가정 = 38 3.2.4 기존의 최적화 모형 = 39 3.3 자금제약하의 부품 및 시스템구조 결정 = 44 3.3.1 모형 개선 = 44 3.3.2 모형 해석 = 46 3.3.3 모형의 단순화 = 49 3.3.4 해법 절차 = 50 3.3.5 수치 예제 = 60 제4장 다종류 제품을 생산하는 FMS의 최적구성 결정 = 65 4.1 개요 = 65 4.2 단일종류 제품을 생산하는 FMS의 최적구성 결정 = 65 4.2.1 최적구성 결정 문제 = 66 4.2.2 최저구성의 결정 = 67 4.2.3 발견적 해법 = 68 4.2.4 최적해의 발견 = 68 4.3 다종류 제품을 생산하는 FMS의 최적구성 결정 = 70 4.3.1 다종류 CQN 모형의 특성 = 70 4.3.2 해법 절차 = 73 4.4 수치 예제 = 82 제5장 FMS의 부품구성 및 시스템구조의 동시 결정 = 93 5.1 개요 = 93 5.2 유연생산시스템의 부품 및 시스템구조 결정 = 94 5.2.1 부품결정과 구조결정 개요 = 94 5.2.2 기호 정의 = 94 5.2.3 기존 연구 = 96 5.3. 다품종 생산 FMS의 부품 및 시스템구조 결정 = 98 5.3.1 모형 수립 = 98 5.3.2 시스템구조 결정 해법 = 103 5.3.3 부품 및 시스템구조의 동시 결정 해법 = 109 5.4. 수치 예제 = 114 제6장 결론 = 118 참고문헌 = 122 ABSTRACT = 130 | - |
dc.language.iso | kor | - |
dc.publisher | The Graduate School, Ajou University | - |
dc.rights | 아주대학교 논문은 저작권에 의해 보호받습니다. | - |
dc.title | 유연생산시스템의 최적구성 결정을 위한 발견적 해법 | - |
dc.title.alternative | Chang, Jin-Ick | - |
dc.type | Thesis | - |
dc.contributor.affiliation | 아주대학교 일반대학원 | - |
dc.contributor.alternativeName | Chang, Jin-Ick | - |
dc.contributor.department | 일반대학원 산업공학과 | - |
dc.date.awarded | 2008. 2 | - |
dc.description.degree | Master | - |
dc.identifier.localId | 566723 | - |
dc.identifier.url | http://dcoll.ajou.ac.kr:9080/dcollection/jsp/common/DcLoOrgPer.jsp?sItemId=000000006934 | - |
dc.subject.keyword | 유연생산시스템 | - |
dc.subject.keyword | 최적구성 | - |
dc.subject.keyword | 발견적 해법 | - |
dc.description.alternativeAbstract | The flexible manufacturing system(FMS) is an alternative to conventional discrete manufacturing processes that permits highly automated, efficient, and simultaneous machining of a variety of part types. A design issue frequently encountered in the FMS that represent a significant investment is to find the lowest cost configuration, i.e. to find the number of each resource type(machines, pallets, local buffers), which assure a given production rate. The FMS is modeled as a closed queueing network(CQN) with a set of stations, and measured system performances. Hence, the purpose of this thesis is to develope efficient methods to determine this optimal configuration. The first model is concerned with determining configuration for FMS with a local buffer of limited capacity. The proposed method consists of three steps : 1) determine a lower configuration, 2) derive a heuristic solution, 3) find optimal solution. The computational efforts required in the above procedure usually lie within the capability of personal computers. Furthermore, the derived heuristic solutions are close to the optimal solution in most cases. In the early stage of FMS design, two important issues are raised : selection of parts and determination of configuration. The common approach to solve these problems is selecting parts first and determining configuration next. However, it is known that solving two problems simultaneously is better way than treating them separately. The second model attempts to figure the best combination of parts and system configuration all together. The objective function in the model is identified as benefits from production of the parts and the hardware cost of proposed system. The constraints include amounts of budget available and required system capacity. Applying a heuristic procedure first and then an enumeration algorithm, we are able to obtain the optimal combination of parts and the optimal system configuration. For this, numerical examples are also presented., The third model describes the advantages of using a multiple class closed queueing networks in FMS modeling. The proposed procedure first derives a heuristic procedure beginning with the solution obtains by the previous method of Dallery & Frein, and then obtains the optimal solution using the proposed implicit enumeration algorithm. The optimal solution confirms as expect the difference between a multiple class model and an approximated single class model. Numerical examples are also presented. The final model attempts to find the optimal combination of parts and system configuration simultaneously. A multiple classes closed queueing network model is use to evaluate system performances, and configurations are found by utilizing linear programming model in the algorithm developed. Though the procedure presented yields heuristic solution, the obtained results in all the examples match the exact solution | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.