Rozprawa naukowa nr 439

Rozwój technik komputerowego wspomagania wytwarzania (CIM) dostarcza wielu narzędzi informatycznych mogących efektywnie wspierać procesy technicznego przygotowania i sterowania produkcją. Coraz więcej producentów mebli stosuje zintegrowane systemy informatyczne klasy ERP (enterprise resource planning). Standard ERP określający system planowania zasobów przedsiębiorstwa to kolejny etap ewolucji systemów wspomagania procesów zarządzania.
W literaturze istnieje wiele pozycji dotyczących zintegrowanych systemów informatycznych dla meblarstwa. Istnieją też opracowania wskazujące na możliwość integracji systemów ERP z aplikacjami komputerowymi do wspomagania projektowania (CAD), celem skrócenia czasu przygotowania produkcji nowych wyrobów oraz efektywnej realizacji projektu i produkcji na zamówienie. Prace te dotyczą zarówno mebli skrzyniowych, jak i tapicerowanych czy kuchennych. Interesujące są również propozycje w zakresie takiej integracji przygotowane dla innych branż ze względu na możliwość adaptacji na potrzeby meblarstwa.
Pomimo że systemy klasy ERP przyczyniają się do ograniczenia wielu istotnych kosztów działalności przedsiębiorstwa, to zwykle nie gwarantują osiąnięcia minimalnego kosztu wytworzenia. Zintegrowane systemy informatyczne w znacznej mierze wspierają bowiem decyzje na podstawie zdefiniowanych reguł, natomiast nie zawierają lub zawierają w ograniczonym zakresie algorytmy optymalizacji.

[fragmenty książki]

1. Wstęp

2. Cel i zakres pracy

3. Przedmiot optymalizacji

4. Koncepcja sterowania produkcją poprzez optymalizację procesów technologicznych
4.1. Założenia wstępne
4.2. Powiązanie systemu ERP z modeułem optymalizacji
4.3. Identyfikacja elementów
4.4. Marszruty technologiczne
4.5. Dane do optymalizacji harmonogramów

5. Modele matematyczne i metody optymalizacji
5.1. Optymalizacja czasów jednostkowych operacji obróbki wstępnej
5.2. Optymalizacja czasów jednostkowych operacji frezowania na obrabiarkach sterowanych numerycznie
5.3. Optymalizacja czasów przezbrojeń

6. Zadanie testowe
6.1. Elementy mebli
6.2. Park maszynowy i narzędzia
6.3. Ocena efektywności optymalizacji

7. Wyniki optymalizacji dla zadania tesowego i ich analiza
7.1. Przędkości posuwu i czasy jednostkowe operacji
7.2. Wskaźniki jakości harmonogramów

8. WNioski i spostrzeżenia

Literatura

Summary

The primary aim of the performed research was to develop mathematical mod els, algorithms and computer programs for optimisation of selected technological processes of machining of case furniture parts and subassemblies. The solution should allow for data exchange with integrated ERP systems, which would lead to automation of production preparation and scheduling tasks. The further objective of the paper was to assess efficiency of optimisation performed with the use of prepared methods.

As a subject for investigation the frame and panel doors and drawer faces of solid wood were selected. The optimisation applied to both setup and processing times. The following portions of technological process were considered in unit time optimisation: rip-sawing and 4-side planing treated as single optimisation task, as well as CNC routing; whereas setup time optimisation considered wider set of operations. Unit time optimisation employed systematic search, binary search and genetic algorithm. Reduction of setup times was accomplished through scheduling with a hierarchical combination of dispatching rules. Prepared computer applications take part properties collected in ERP system as input data and generate optimised technological routes and schedules for production flow control. The assessment of the optimisation efficiency was done through the simulation of manufacturing environment based on randomized demand for products.

It was proved that the developed mathematical models, algorithms and com­puter programs allow for the elimination of unnecessary operations, minimization of unit processing times and significant reduction of setup times. The average reduction of unit time was 60, 49 and 34% for planing, routing and sawing respectively. In turn, as a result of optimisation, setup time per operation was 60% lower comparing to non-optimised production flow. The decrease of mean flow time of jobs by 35% allowed for the reduction of due date allowance from 7 to 5 working days.