تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,114,128 |
تعداد دریافت فایل اصل مقاله | 97,217,926 |
Two Stage Assembly Flow Shop Scheduling Problem with Aging Effect, Limit Access to Work, and Preventive Maintenance | ||
Advances in Industrial Engineering | ||
مقاله 6، دوره 52، شماره 1، تیر 2018، صفحه 49-60 اصل مقاله (1.16 M) | ||
نوع مقاله: Research Paper | ||
شناسه دیجیتال (DOI): 10.22059/jieng.2018.221166.1262 | ||
نویسندگان | ||
Adeleh Rezghi؛ Javad Rezaeian* | ||
Department of Industrial Engineering, Mazandaran University of Science and Technology, Mazandaran, Iran | ||
چکیده | ||
This paper studies the two-stage assembly flow shop problem (TAFSP) considering aging effects of the machines and preventive maintenance activities. At the first stage, m-1 parallel machines process parts of each jobs, and at the second stage, related parts of the jobs are assembled by one assembly machine. As the machines work on the jobs, their tools get aged. Aging effects on the machines causes that they will not be able to complete the jobs in the same time could as they were new or when they are operating jobs immediately after their preventive maintenance activity. Processing times of the job are related to the positions, in which it is located after the last preventive maintenance. The job that is operated in a position immediately after the preventive maintenance activity on a machine has its standard processing time. However, the processing time of the jobs operated in the further positions increase based on the number of the positions. The machines return to the initial condition after each preventive maintenance activity. The objective is to schedule the jobs on the machines and determine when the preventive maintenance activities get done on them in order to minimize the total weighted tardiness and maintenance costs. An integer mathematical model is presented for the problem and its validation is shown by solving an example in small scale. Since two-stage assembly flow shop problem is NP-hard, in order to solve the problem in medium and large scale two meta-heuristic algorithms, hybrid genetic algorithm (HGA) and hybrid particle swarm optimization (HPSO) are proposed. These algorithms are the hybrid version of genetic algorithm and particle swarm optimization representatively with simulated annealing. The algorithms are tuned by using Taguchi method, and are used to solve many numerical examples. Finally, the statistical analysis illustrates that the performance of HPSO is better than HGA. | ||
کلیدواژهها | ||
Aging Effect؛ Genetic Algorithm؛ Preventive maintenance؛ Simulated Annealing؛ Two-Stage Assembly Flow Shop Problem | ||
عنوان مقاله [English] | ||
زمانبندی خط مونتاژ جریان کارگاهی دومرحلهای با درنظرگرفتن اثر کهولت در زمان پردازش، محدودیت دسترسی به کارها و نگهداری و تعمیرات پیشگیرانه | ||
نویسندگان [English] | ||
عادله رزقی؛ جواد رضائیان | ||
کارشناسی ارشد، گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران | ||
چکیده [English] | ||
رقابت بینالمللی و توانایی پاسخ به تغییرات بازار از ویژگیهای کلیدی در طراحی سیستم کارآمد تولیدی است. جریان کارگاهی مونتاژ دومرحلهای، سیستمی ترکیبی است که در آن قطعات مختلف بر روی ماشینهای موازی بهصورت غیرمستقل تولید میشود، این سیستم روشی است که برای تولید طیف وسیعی از کالاها با مونتاژ و ترکیب قطعات مختلف بهکار میرود. در این تحقیق مسئلة زمانبندی خط جریان مونتاژ دومرحلهای با درنظرگرفتن اثر استهلاک ماشینها و فعالیتهای نگهداری و تعمیرات بررسی شده است. برای مسئلة مورد نظر ابتدا یک مدل ریاضی عدد صحیح ارائه شده است، همچنین با حل یک نمونه کوچک عملکرد آن نمایش داده و تحلیل حساسیتهای مختلف برای آن ارائه شده است. برای حل در ابعاد متوسط و بزرگ نیز الگوریتمهای فرا ابتکاری HGA و HPSO دریافت شده است که بهترتیب ترکیبی از الگوریتمهای ژنتیک و شبیهسازی تبرید و الگوریتم تجمع پرندگان هستند. تنظیم پارامترهای دو الگوریتم نیز با استفاده از روش آماری تاگوچی انجام شده است. نتایج دو الگوریتم نشان میدهد الگوریتم HPSO در مقایسه با الگوریتم HGA، از نظر بهدستآوردن پاسخهای باکیفیتتر (براساس سنجة مقدار تابع هدف) در مسائلی با ابعاد بزرگ کیفیت بیشتری دارد. | ||
کلیدواژهها [English] | ||
اثر استهلاک, الگوریتم ژنتیک, زمانبندی خط جریان مونتاژ دومرحلهای, شبیهسازی تبرید, نگهداری و تعمیرات | ||
مراجع | ||
10. Salehi Mir, M.S, and Rezaeian J. (2016). "A robust hybrid approach based on particle swarm optimization and genetic algorithm to minimize the total machine load on unrelated parallel machines", Applied Soft Computing, Vol. 41, No .???, PP. 488-504.11. Torabzadeh, E., and Zandieh, M. (2010). "Cloud theory-based simulated annealing approach for scheduling in the two-stage assembly flow shop", Advances in Engineering Software, Vol. 41, No.10-11, PP. 1238-1243.
12. Yaser Z. et al. (2015). "Minimization of makespan for the single batch-processing machine scheduling problem with considering aging effect and multi-maintenance activities", International Journal of Advanced Manufacturing Technology, Vol. 76, No. 9, PP.1879-1892.
13. Chou-Jung H. et al. (2013). "Unrelated parallel-machine scheduling problems with aging effects and deteriorating maintenance activities", Information Sciences, Vol. 253, No??? , PP.163-169.
14. Behnam Vahedi N., Fattahia p, and Ramezanian R.(2013). "Hybrid firefly-simulated annealing algorithm for the flow shop problem with learning effects and flexible maintenance activities", International Journal of Production Research, Vol. 51, No. 12, PP.3501-3515.
15. Abdollahpour S., and Rezaeian J. (2015). "Minimizing makespan for flow shop scheduling problem with intermediate buffers by using hybrid approach of artificial immune system", Applied Soft Computing, Vol. 28, No??? , PP. 44-56.
| ||
آمار تعداد مشاهده مقاله: 1,227 تعداد دریافت فایل اصل مقاله: 630 |