Prazno
Vsi izdelki RPi bi se z uvedbo predlaganega koncepta sestavljali na montažnem mestu MM2.
Prednost takšnega koncepta je, da tudi če RPi sestavlja robot R1, se ob odložitvi baznega dela na paleto, mesto MM1 takoj izprazni in posledično paleta, ki na mestu DM2 čaka na izpraznitev mesta MM1 nadaljuje pot do mesta MM1. Poleg tega bi v primeru izdelave določene serije RPi-jev izničili število primerov, ko mora eden izmed robotov zaradi nevarnosti kolizije čakati drugega.
V prejšnjem odstavku opisani prednosti prerazporeditve operacij robota R1 predstavljata ustrezni izhodišči za izboljšanje pretočnega časa simuliranega proizvodnega procesa izdelave serije RPi-jev. Za potrditev ali zavrnitev te trditve za izdelavo izbrane serije 25-ih RPi-jev smo izvedli simulacijske eksperimente.
3.7.2 Simulacijski eksperimenti
Za simulacijsko eksperimentiranje smo za digitalni model obstoječega proizvodnega sistema načrtovali sledeč niz simulacijskih eksperimentov:
- Eksperiment 1: eksperiment za vpogled v obnašanje simuliranega proizvodnega procesa
Metodologija raziskave
iz kock z naključno izbranim zaporedjem strege baznih delov iz zalogovnika na montažno mesto.
- Eksperiment 2: eksperiment za vpogled v obnašanje simuliranega proizvodnega procesa izdelave sestava RPi-ja in pridobitev časa izdelave izbrane serije 25-ih RPi-jev z naključno izbranim zaporedjem strege baznih delov iz zalogovnika na montažno mesto.
- Eksperiment 3: cikel eksperimentov za pridobitev najugodnejšega zaporedja strege baznih delov v montažni proces za dosego najkrajšega časa izdelave izbrane serije 25-ih vzorcev iz kock.
- Eksperiment 4: cikel eksperimentov za pridobitev najugodnejšega zaporedja strege baznih delov v montažni proces za dosego najkrajšega časa izdelave izbrane serije 25-ih RPi-jev.
Za primerjavo obstoječe razporeditve montažnih operacij s predvidenim scenarijem in izpolnitev zastavljenega cilja računalniške simulacije smo za digitalni model predvidenega scenarija delovanja sistema načrtovali:
- Eksperiment 5: cikel eksperimentov za pridobitev najugodnejšega zaporedja strege baznih delov v montažni proces za dosego najkrajšega časa izdelave izbrane serije 25-ih RPi-jev.
3.8 Izvajanje simulacijskih eksperimentov
Simulacijsko eksperimentiranje je potekalo na način, da smo izvajali načrtovane eksperimente v takšnem vrstnem redu kot si sledijo pri opisu le-teh v poglavju 3.7.2 Simulacijski eksperimenti. Pri vseh eksperimentih nas je zanimal čas simuliranega procesa izdelave izbranih 25-ih izdelkov. Vrednost omenjenega parametra smo po zaključku posameznega eksperimenta tudi zabeležili, saj smo čas, ki je potreben za izdelavo izbranih izdelkov, vzeli za kriterij tako vrednotenja optimizacije zaporedja strege baznih delov iz zalogovnika na montažno mesto kot tudi primerjave učinkovitosti delovanja obstoječega in predvidenega koncepta montažnega procesa za sestav RPi-ja.
Ob zagonu vsakega simulacijskega eksperimenta so se v simulacijskem modelu na transportni liniji tik pred mestom DM2 kreirale 4 palete, od katerih je nato prva paleta nadaljevala pot do mesta MM1, kjer se je preko robotskega objekta R1 izvedla strega prvega baznega dela na paleto. Posamezen eksperiment se je zaključil, ko je robotski objekt v podmodel Izdelki, ki ponazarja drugo vrsto zalogovnika baznih delov, odložil 25. izdelek.
V sklopu eksperimentov 3, 4 in 5 so se izvedli cikli eksperimentov, ki smo jih sprožili preko objekta GAWizard. Pred zagonom posameznega cikla eksperimentov smo v omenjen objekt uvozili eno izmed vhodnih tabel (pri eksperimentu 3 je bila to vhodna tabela za simulacijo izdelave vzorcev iz kock, pri eksperimentih 4 in 5 pa vhodna tabela za simulacijo izdelave RPi-jev). Zaporedje baznih delov seznama znotraj vhodne tabele je bilo namreč predmet optimiziranja, saj razvrstitev baznih delov v vhodni tabeli narekuje zaporedje strege baznih delov v montažni proces. Ob zagonu posameznega cikla eksperimentov so se preko objekta GAWizard v simulacijski model integrirali genetski algoritmi za samodejno iskanje najugodnejšega zaporedja strege baznih delov iz zalogovnika na montažno mesto.
Optimizacija zaporedja strege baznih delov se je pri vseh treh ciklih eksperimentov
Metodologija raziskave
strege baznih delov, ki je znotraj cikla eksperimentov povzročilo najkrajši čas procesa izdelave izbranih izdelkov, je bilo za izbran kriterij vrednotenja najugodnejše.
Optimizacija z genetskimi algoritmi je stohastični postopek, ki v večini primerov kreira približno rešitev obravnavanega problema. Genetski algoritmi med potekom optimizacije pregledujejo vrsto predlaganih rešitev (v našem primeru so to različna zaporedja baznih delov seznama vhodne tabele). Te rešitve se v uporabljenem programskem orodju imenujejo individuali. Individuali, ki se preučujejo v enem optimizacijskem koraku so združeni v sklop imenovan generacija. Z določitvijo velikosti generacije v objektu GAWizard se opredeli koliko individualov se preučuje znotraj ene generacije. Če je število generacij več kot 1, se v prvi generaciji preučuje tolikšno število individualov kot je številčna vrednost vnosa velikosti generacije, pri vsaki naslednji generaciji pa se preučuje dvakrat večje število individualov kot je vrednost vnosa velikosti generacije. Za uravnavanje statistične zanesljivosti rezultatov optimizacije je v objektu GAWizard tudi možnost nastavitve števila simulacijskih eksperimentov za vrednotenje posameznega individuala. Število eksperimentov, ki se izvedejo z zagonom optimizacijskega postopka preko GAWizard-a je torej odvisno od [38]:
- števila generacij, - velikosti generacije in
- števila eksperimentov za vrednotenje posameznega individuala.
Večji kot sta vrednosti prvih dveh naštetih parametrov več individualov se pri celotnem optimizacijskem ciklu preučuje. Večje kot so številske vrednosti naštetih parametrov, več simulacijskih eksperimentov se z optimizacijo izvede, kar pomeni, da dobimo natančnejše in zanesljivejše rezultate optimizacije. Po drugi strani se z večanjem vrednosti naštetih parametrov čas trajanja optimizacijskega cikla podaljšuje, zato je potrebno parametre GAWizard-a določiti smiselno z upoštevanjem zahtev raziskovalnega cilja.
V oblikovanih dveh simulacijskih modelih smo za potrebe eksperimentov 3, 4 in 5 pred zagonom optimizacijskega cikla nastavili sledeče vrednosti parametrov objekta GAWizard:
- število generacij: A = 10 - velikost generacije: B = 20
- število eksperimentov za vrednotenje posameznega individuala: C = 2
Ob upoštevanju vrednosti parametrov A, B in C ter enačbe (3.5) lahko izračunamo število simulacijskih eksperimentov N, ki so se izvedli v okviru optimizacijskega cikla eksperimentov 3, 4 in 5. Po izračunu dobimo rezultat 760 eksperimentov.
𝑁 = 𝐶 ∗ (𝐵 + 2 ∗ 𝐵 ∗ (𝐴 − 1)) (3.5)
Po izvedbi cikla 760-ih simulacijskih eksperimentov se je zaključil optimizacijski postopek iskanja najugodnejšega zaporedja strege baznih delov iz zalogovnika na montažno mesto pri posameznem eksperimentu 3, 4 in 5.
4 Rezultati in diskusija
Eksperiment 1 in 2 smo izvajali na simulacijskem modelu obstoječega sistema. Zanimal nas je s simulacijo pridobljen čas izdelave 25-ih naključno izbranih izdelkov pri naključnem zaporedju strege baznih delov v montažni proces. Z eksperimentom 1 smo simulirali izdelavo 25-ih naključnih vzorcev iz kock in z eksperimentom 2 izdelavo 25-ih RPi-jev, od katerih se jih je 12 izdelalo s črnimi pokrovi in 13 z belo-rdečimi pokrovi). Ko je bil pri posameznem simulacijskem eksperimentu v podmodel Izdelki, ki predstavlja drugo vrsto zalogovnika z baznimi deli in končanimi izdelki, s strani objekta R1 odložen 25. izdelek, je to pomenilo zaključek eksperimenta. Vrednosti, ki smo ju pridobili kot rezultata simulacij za eksperiment 1 in 2, predstavljata časa izdelave izbranih dveh serij izdelkov pri naključnem zaporedju strege baznih delov (preglednici 4.1).