Articulo_ Diseño De Estación De Trabajo Independiente Del Proceso Para Automatización Lean.docx

Diseño de estación de trabajo independiente del proceso para automatización lean Los enlaces del autor abren el panel de superposiciónK. Shigematsu aY. Yamazaki (3) bS. Kato bF. Kojima bS. Takata (1) a Mostrar más https://doi.org/10.1016/j.cirp.2018.04.081Obtener derechos y contenido

Resumen Debido al aumento de los costos de mano de obra , las empresas manufactureras han dado importancia a la implementación de sistemas de automatización de bajo costo , especialmente en los países en desarrollo . En respuesta a dichos requisitos, hemos propuesto un sistema de automatización lean, en el que se reduce el tiempo de espera del equipo de manejo de materiales . Esto se logra agrupando las operaciones y asignando equipos a cada grupo de operaciones . Con este método de diseño, las estaciones de trabajo no están necesariamente dispuestas en el orden de la secuencia de proceso. En este estudio, proponemos un método para optimizar el diseño de la estación de trabajo para reducir la distancia de transferencia de equipos y disminuir el costo de los equipos para cada producto. Para verificar la efectividad del sistema de automatización lean propuesto, el método desarrollado aquí se aplica a una línea de ensamblaje de unidades de control de motores eléctricos.  

Artículo anterior en cuestión Siguiente artículo en cuestión

Palabras clave Automatización de montaje Método de diseño Diseño de línea

1 . Introducción Debido al crecimiento del mercado global, es cada vez más importante para las empresas manufactureras producir productos rentables y de alta calidad independientes de los sitios de producción . Con el fin de satisfacer este requisito, las compañías de manufactura globales buscan implementar sistemas de fabricación automatizados, no solo en los países desarrollados , sino también en los países en desarrollo . Sin embargo, la introducción de sistemas automatizados implica el riesgo de aumentar potencialmente el costo por unidad de producto debido a la gran inversión inicial en condiciones de mercado imprevisibles.. En nuestro estudio anterior, propusimos el concepto de automatización lean para abordar este problema con un enfoque en la reducción del tiempo de espera para el equipo de automatización, y se desarrolló un método de diseño para minimizar el costo total del equipo para las operaciones de manejo de materiales [1],[2]. Convencionalmente, los sistemas de manejo de materiales están diseñados independientemente para cada estación de trabajo, que, en conjunto, componen la línea de producción. Sin embargo, en el método propuesto, todas las operaciones de manejo de materiales para las estaciones de trabajo se consideran integradas y se agregan en un cierto número de grupos. Luego, se asigna el equipo adecuado para ejecutar las operaciones que se incluyen en cada grupo. Con este método, se puede aumentar la tasa operativa de cada equipo y se puede reducir el número total de equipos sofisticados y costosos. Esto resulta en un costo reducido del sistema de manejo de materiales. En este método, el equipo de manejo de materiales se mueve entre las estaciones de trabajo y ejecuta las operaciones requeridas, que pertenecen a diferentes estaciones de trabajo. Por lo tanto, las estaciones de trabajo no están necesariamente dispuestas en la misma secuencia que el proceso de producción. Por ejemplo, las estaciones de trabajo podrían organizarse de tal manera que se minimice el movimiento total del equipo de manejo de materiales, reduciendo así el tiempo de ciclo (CT) y el costo de transferir el equipo. Por lo tanto, proponemos un método aquí para optimizar el diseño de la estación de trabajo de una línea de producción automatizada basada en el concepto de automatización lean.

Hay muchos trabajos existentes en el área de diseño de sistemas de fabricación flexible relacionados con el diseño de línea automatizado [3] , [4] , [5] . Sin embargo, pocos de estos trabajos discuten el diseño de la estación de trabajo en relación con el concepto de automatización lean, en el que cada equipo ejecuta múltiples operaciones, independientemente de la secuencia del proceso . El resto de este documento está organizado de la siguiente manera. La sección 2explica el concepto de automatización esbelta. La Sección 3 describe el método utilizado para optimizar el diseño de la estación de trabajo de la línea de producción según el concepto de automatización lean. La Sección 4 describe un caso en el que el método propuesto se aplica a una línea de ensamblaje de una unidad de control de motor electrónico (ECU) para verificar su efectividad. La sección 5 concluye el documento.

2 . Diseño de sistemas de manejo de materiales para automatización lean. 2.1 . Concepto de automatización lean. En la producción ajustada, las operaciones se dividen en dos categorías: operaciones de valor agregado, que son las operaciones principales, y operaciones auxiliares, que son operaciones sin valor agregado principalmente para el manejo de materiales. El análisis de varias líneas de producción automatizadas para un fabricante de partes de automóviles reveló que el costo del equipo de las operaciones de manejo de materiales sin valor agregado representa aproximadamente el 40% del costo total del equipo. Convencionalmente, el equipo para las operaciones de manejo de materiales está diseñado independientemente para cada estación de trabajo, como se muestra en la Fig. 1 (a). En consecuencia, la tasa de operación del equipo es bastante baja, con un promedio de aproximadamente el 25%, porque se usan solo una o dos veces en cada ciclo de producción. Desde la perspectiva de la producción ajustada, esto se considera un gran desperdicio en la producción. Para reducir dichos residuos, se agrupan operaciones de manejo de materiales similares, independientemente de sus estaciones de trabajo. Luego, se asigna el equipo adecuado a cada grupo de operación , como se muestra en la Fig. 1 (b). Usando este método, podemos

mejorar la tasa de operación del equipo de manejo de materiales.y reducir la cantidad de equipos y costos asociados. Estos sistemas se conocen como " sistemas de automatización lean ".

1. Descargar imagen de alta resolución (435KB) 2. Descargar imagen a tamaño completo Fig. 1 . Concepto de automatización lean.

2.2 . Método de diseño de los sistemas de manejo de materiales para automatización lean. Para realizar el concepto de automatización lean, nuestro trabajo anterior desarrolló un método de diseño para el sistema de manejo de materiales [2] . En el método, optimizamos el número de grupos de operaciones, el tamaño de cada grupo y el equipo asignado a cada grupo mediante el uso de un algoritmo genético (AG). Las operaciones se caracterizan por sus atributos, que representan las características de los objetos a manejar y sus movimientos. El equipo también se caracteriza por los atributos de las operaciones que cada equipo puede ejecutar. A continuación, se determina de manera única el equipo más económico que es capaz de ejecutar todas las operaciones que pertenecen a cada grupo. Por lo tanto, al optimizar los grupos de operaciones que utilizan GA, se puede minimizar el costo del sistema de manejo de materiales. Nuestro estudio anterior consideró la TC como la restricción. La suma del tiempo de operación para cada pieza del equipo se revisó para determinar si excedía el CT requerido. En este estudio, sin embargo, el énfasis se coloca en el CT porque los

cambios en el diseño de la estación de trabajo pueden llevar a un CT más corto. Teniendo esto en cuenta, utilizamos el costo por producto (CP) como el valor de aptitud en la AG, que se calcula a partir del costo total del equipo y la TC, como se indica en la ecuación. (1) . (1)CP=COT/CT donde C denota el costo total del equipo de manejo de materiales de cada diseño; OT es el total de horas de operación; y CT es el tiempo de ciclo. Adoptamos el método de peso posicional clasificado propuesto por Helgeson y Birnie para determinar la secuencia de operación de cada equipo para evaluar la TC [6] .

3 . Método de diseño de estación de trabajo independiente del proceso 3.1 . Concepto del diseño de la estación de trabajo independiente del proceso para la automatización lean En nuestro estudio anterior, el diseño de la estación de trabajo se dio como una premisa. Consideramos dos tipos de diseños de estaciones de trabajo: la línea recta y la línea en forma de U. En ambos casos, las estaciones de trabajo están dispuestas en el orden de las operaciones principales, como se muestra en la Fig. 2 (a). Este diseño es razonable en una línea de producción manual porque reduce el riesgo de que los operadores confundan la secuencia de operación. Sin embargo, en el caso del sistema de automatización lean , cada equipo automatizado ejecuta múltiples operaciones, independientemente de la estación de trabajo a la que pertenezcan. En este caso, las estaciones de trabajo no están necesariamente dispuestas en el orden de las operaciones principales, como se muestra en la Fig. 2(segundo); en cambio, el diseño de la estación de trabajo debe optimizarse teniendo en cuenta los diversos factores que reducen el costo total del equipo y la CT. Se consideran los siguientes factores: • Distancias móviles del equipo de manejo de materiales para ejecutar las operaciones asignadas.

• A poca distancia de los operadores fuera de línea que suministran piezas a la línea. • Similitud de las operaciones principales, a las que se puede asignar el mismo equipo. • Disposición de los equipos auxiliares , como los compresores de aire .

1. Descargar imagen de alta resolución (151KB) 2. Descargar imagen a tamaño completo Fig. 2 . Disposición reorganizada.

En este estudio, nos centramos en el movimiento del equipo de manejo de materiales para optimizar el diseño de la estación de trabajo bajo la condición de minimizar la distancia a pie para los operadores fuera de línea. 3.2 . Esquema del método de diseño. Para realizar el concepto explicado en la sección anterior, desarrollamos un método para optimizar el diseño de la estación de trabajo en términos del CP. Para este método, se adopta una estrategia que enumera los posibles diseños, y el CP para cada opción de diseño se calcula diseñando el sistema de manejo de materiales óptimo utilizando el método descrito en la Sección 2.2 . Luego, desde las opciones de diseño, se selecciona el diseño óptimo que proporciona el CP mínimo. Sin embargo, hay una gran cantidad de diseños posibles. Por lo tanto, se requiere tiempo para diseñar el sistema óptimo de manejo de materiales, ya que se utiliza el GA para cada opción de diseño y es difícil ejecutar los cálculos para todas las opciones de diseño. Para resolver este problema, introducimos un índice alternativo (AI), que se correlacionacon el CP y se puede calcular para todas las opciones de diseño posibles dentro de una cantidad práctica de tiempo de cálculo . Entre los términos que componen el CP, el CT es el más sensible de estos términos con respecto al diseño de la estación de trabajo. En general, un medio eficaz

parareducir el CT es reducir el tiempo de ejecución de la operación, que tiene un tiempo total de ejecución más prolongado de las operaciones subsiguientes, con el fin de aumentar el inicio de las operaciones subsiguientes. Dado que, en este caso, los cambios de CT dependen del tiempo de movimiento del equipo, que está determinado por el diseño, definimos el AI como se muestra en la ecuación. (2) . (2)AIi=Σjwj(tj+mtj) donde w j denota el peso posicional clasificado definido por Helgeson y Birnie, que es el tiempo total de ejecución de las operaciones subsiguientes. t j es el tiempo de ejecución real de la operación, excepto el tiempo de movimiento del equipo. mt j es el tiempo de movimiento del equipo calculado a partir del número de estaciones de trabajo a través de las cuales pasa el equipo durante una operación, e i y j indican los índices de diseño y operación, respectivamente. Aquí, los grupos de operación y equipo asignado, que son necesarios para el cálculo de w j y m t j, están determinados por el método de optimización explicado en la Sección 2.2 bajo la condición de que las estaciones de trabajo estén dispuestas en el orden de las operaciones principales. Al utilizar el AI, podemos reducir la cantidad de opciones de diseño que requieren cálculos para identificar el diseño óptimo dentro de un plazo razonable. El procedimiento propuesto para seleccionar el diseño óptimo es el siguiente: 1. Enumere las restricciones del diseño de la estación de trabajo, como las posiciones de las estaciones de trabajo de suministro de piezas y las estaciones de trabajo de salida para los productos terminados . 2. Enumere todos los diseños de estaciones de trabajo posibles que satisfagan las restricciones dadas. 3. Calcule los valores de AI para todos los diseños posibles y ordénelos en orden ascendente. 4. Encuentre las condiciones de terminación basadas en los análisis estadísticos de las relaciones entre la IA y la PC .

5. Evalúe el CP de los diseños utilizando el GA en orden ascendente de los valores de AI hasta que se alcance la condición de terminación. 6. Seleccione el diseño óptimo que tenga el CP mínimo de los diseños evaluados en el Paso 5. 3.3 . Enumeración de los posibles diseños de estaciones de trabajo y cálculos AI. En este estudio, asumimos el diseño en forma de U porque ha demostrado ser efectivo para los sistemas de automatización [7] . Primero, se identifican todas las restricciones necesarias. Estas incluyen las posiciones específicas de las estaciones de trabajo de suministro de piezas que son alimentadas por los operadores fuera de línea y las posiciones específicas de las estaciones de trabajo que requieren equipos auxiliares, como los compresores. Bajo las restricciones especificadas, se enumeran todos los diseños de estaciones de trabajo posibles. Luego, sus IAs son evaluadas y ordenadas en orden ascendente. 3.4 . Buscar el diseño óptimo utilizando el intervalo de predicción obtenido del análisis de regresión entre el AI y el CP Primero, para estimar la relación entre el AI y el PC, se muestrea aleatoriamente un número estadísticamente suficiente de diseños a partir de los diseños posibles [8] . Luego, sus valores de CP se evalúan utilizando el GA, como se explica en la Sección 2.2 . El análisis de regresión entre el AI y el CP se ejecuta, y la línea de regresión obtenida se indica en la Fig. 3 . El intervalo de predicción se obtiene a partir de la varianza de los residuos. El intervalo de predicción indica un rango de valores que contienen el CP mínimo con una probabilidad específica [9] .

1. Descargar imagen de alta resolución (117KB) 2. Descargar imagen a tamaño completo Fig. 3 . Buscando el diseño óptimo utilizando el intervalo de predicción.

El diseño óptimo, que proporciona el CP mínimo con una probabilidad específica, se puede identificar mediante el siguiente procedimiento, basado en la teoría estadística. 1. Al utilizar la AG, evalúe el CP 1 con respecto al AI 1 más pequeño , que se indica como P 1 en la Fig. 3 . 2. Identifique la intersección de la línea inferior del intervalo de predicción y la línea horizontal dibujada desde el punto P 1 , que se denota por I 1 en la Fig. 3 . 3. Encuentre el valor de AI de este punto de intersección, I 1 , que se denota como AI L 1 . Esto indica el límite de AI para el cual se debe evaluar el CP . 4. Continúe con la evaluación del CP con respecto al AI en orden ascendente hasta que el AI alcance el valor límite identificado en el Paso 3. Si el CP recientemente evaluado cae por debajo del CP mínimo en las evaluaciones anteriores, vuelva al Paso 2 para revisar el límite del AI . 5. El diseño, que proporciona el CP más bajo entre los calculados hasta que la AIalcanza el valor límite, se identifica como el diseño óptimo. En el caso de la Fig. 3, los cálculos de CP se terminan cuando se obtiene AI L 3 del CP 3 porque la condición de terminación AI L 3 es más pequeña que AI 4 .

4 . Caso de estudio 4.1 . Aplicación a la línea de montaje de la ECU del motor. Para verificar la efectividad del método de diseño propuesto, el método se aplica a la línea de ensamblaje de una ECU del motor que se muestra en la Fig. 4 . Esta línea contiene diez estaciones de trabajo, incluidas tres estaciones de trabajo de suministro parcial y una estación de trabajo de salida para los productos terminados. Hay 35 operaciones de manejo de materiales. Se adopta la configuración de la línea en forma de U El diseño de la línea se muestra en la Fig. 5 (a), que muestra que las estaciones de trabajo están organizadas en el orden de la secuencia de proceso. Al determinar el diseño óptimo de la estación de trabajo con el CP mínimo, asumimos que las estaciones de trabajo de suministro de tres partes están ubicadas en la posición superior izquierda, que está más cerca del espacio de almacenamiento de piezas en el piso de la fábrica. También asumimos que la estación de trabajo de salida está ubicada en la posición inferior izquierda más cercana a las estaciones de trabajo de suministro de piezas.

1. Descargar imagen de alta resolución (152KB) 2. Descargar imagen a tamaño completo Fig. 4 . Flujo de proceso del sistema de producción de la ECU del motor.

1. Descargar imagen de alta resolución (214KB) 2. Descargar imagen a tamaño completo

Fig. 5 . Diferencias en el diseño antes y después de la optimización.

La AG, que se utiliza para determinar la agrupación óptima de las operaciones y la asignación de equipos, contiene los parámetros enumerados en la Tabla 1 . En el cromosoma, el locus del gen corresponde al número de operación, y cada gen representa el número de la pieza del equipo seleccionado de la biblioteca de equipos, que puede ejecutar las operaciones correspondientes. Por favor, coloque esta tabla en la parte inferior de la página . Tabla 1 . Parámetros de la AG. Número de individuos en cada generación.

40

Numero de generaciones

2000

Tipo de cruce

Dos puntos

Punto de cruce

Aleatorio

Tasa de mutación

0.05

Función fitness

Costo por producto

Estrategia de selección

Selección de élite y selección de la ruleta.

4.2 . Resultados de diseño Bajo las restricciones descritas en la sección anterior, se enumeran 4320 patrones de diseño. Extraemos aleatoriamente 100 muestras de estos patrones de diseño y calculamos su AI y CP, ya que 100 muestras son suficientes para estimar la relación entre el AI y el CP a partir de los 4320 diseños [8] . Los datos muestreados se representan mediante los puntos negros que se muestran en la Fig. 6 . La línea de regresión se denota con la línea roja en la Fig. 6 , que se obtiene mediante un análisis de regresión utilizando el método de mínimos cuadrados . La línea de regresión muestra que la IA y la PC tienen una correlación positiva con un coeficiente de correlación de 0.716. Además, las líneas discontinuas azules en la Fig. 6 indican el intervalo de predicción con un 0.99nivel de confianza . Estas líneas proporcionan el límite de AI para el cual se debe evaluar el CP.

1. Descargar imagen de alta resolución (139KB) 2. Descargar imagen a tamaño completo Fig. 6 . Relación entre la IA y el PC del estudio de caso.

Evaluamos el PC de acuerdo con el procedimiento explicado en la Sección 3.4 . El número de valores de CP evaluados fue 50, que se representan con los triángulos rojos en la Fig. 6 . Este número fue determinado por el límite de AI derivado del CP mínimo, indicado por el círculo rojo en la Fig. 6 . El diseño correspondiente al CP mínimo se muestra en la Fig. 5 (b). Las estaciones de trabajo de suministro y salida de piezas se indican mediante los rectángulos verde y naranja. Las líneas en forma de flecha representan los movimientos de la pieza. Hay nueve piezas de equipo de manejo de materiales . 4.3 . Discusión La Tabla 2 presenta los resultados de la optimización del diseño en comparación con los del diseño de secuencia de proceso que se muestra en la Fig. 5 (a). En ambos casos, los grupos de operación y el equipo asignado están determinados por los mismos medios. El costo está representado en términos del índice. La TC se reduce especialmente en el diseño optimizado en comparación con el diseño de secuencia de proceso. La Fig. 7 muestra los diagramas de Gantt de los sistemas de manejo de materiales con el diseño de la estación de trabajo en el orden de secuencia del proceso y el diseño de la estación de trabajo independiente del proceso. El tiempo de transferencia del equipo, que restringe las ejecuciones de las operaciones subsiguientes y afecta a CT, es de 6.92 s en este último caso, mientras que es de 9.23. s en el primer caso. Esta es una de las razones por las que se mejora la TC. Aunque en el caso de la disposición de las estaciones de trabajo independientes del proceso se utilizan ocho piezas de equipo de transferencia

simple, como transportadores, además de un robot, el costo total del equipo se reduce porque estas piezas de equipo de transferencia simple tienen menos impacto en el costo total del equipo. Tabla 2 . Resultados de la solución óptima para cada método. (a) Disposición de estaciones de trabajo convencionales

(b) Diseño de estación de trabajo independiente del proceso

CT (s) 40.6

36.4

Costo 1258.0

1174.5

CP

14.2

11.5

1. Descargar imagen de alta resolución (197KB) 2. Descargar imagen a tamaño completo Fig. 7 . Diagrama de Gantt de la operación de manejo de materiales.

Con respecto al tiempo de cálculo para obtener el diseño óptimo , el CP se evaluó 150 veces utilizando el GA, en lugar de las 4320 veces que se necesitarían para evaluar todos los diseños posibles. Por lo tanto, la determinación del diseño óptimo requirió aproximadamente 1/30 del tiempo que habría sido necesario si se hubieran evaluado todos los diseños posibles. El tiempo de cálculo real fue de aproximadamente 24 h usando una PC con dos procesadores Intel Xeon E5-2630 v4 y 32 GB de memoria. Dado que el número de muestras no depende del número de diseños candidatos, el método propuesto se puede aplicar a las líneas de producción que contienen mayores cantidades de estaciones de trabajo. En este estudio de caso, los posibles diseños de estaciones de trabajo se basaron en posiciones establecidas para las estaciones de trabajo de suministro de piezas y la estación de trabajo de salida. Esto ayuda a reducir efectivamente el tiempo de viaje de los operadores fuera de línea para las tareas de transferencia de partes. El impacto positivo del diseño optimizado se vuelve más significativo si este efecto también se incluye en la determinación de la reducción general de costos.

5 . Conclusión En este estudio, proponemos un método de optimización del diseño en términos de minimizar el CP para un sistema de automatización lean , que se basa en la determinación de la disposición de las estaciones de trabajo, independientemente de la secuencia del proceso . Dado que esta optimización contiene una gran cantidad de diseños posibles, diseñamos un método para reducir el número de cálculos necesarios para la optimización del diseño mediante la introducción de la AI. El método se aplica a la línea de montaje de una ECU del motor. Los resultados indican que el diseño optimizado obtenido por el método propuesto tiene un mejor CT y el costo total del equipo en comparación con el diseño de secuencia del proceso.

Referencias [1] Y. Yamazaki , S. Takata , H. Onari , F. Kojima , S. KatoLean Sistema de automatización que responde al mercado cambiante Procedia CIRP , 57 ( 2016 ) , pp. 201 - 206 ArtículoDescargar PDFVer registro en ScopusGoogle Scholar [2] Y. Yamazaki , K. Shigematsu , S. Kato , F. Kojima , H. Onari , S. TakataMétodo de diseño de sistemas de manejo de materiales para automatización esbelta: equipo de integración para reducir el tiempo de espera perdido CIRP Annals-Manufacturing Technology , 66 ( 2017 ) , pp. 449 - 542 Ver registro en ScopusGoogle Scholar [3] M. Rajasekharan , BA Peters , T. YangUn algoritmo genético para el diseño de instalaciones en sistemas de fabricación flexible International Journal of Production Research , 36 ( 1 ) ( 1998 ) , pp. 95 - 110 Ver registro deCrossRefen ScopusGoogle Scholar [4] F. Mirko , B. Simon , K. Simon , B. Joze , B. Miran , P. IvoDiseño inteligente de un diseño sin restricciones para un sistema de fabricación flexible Neurocomputing , 73 ( 2010 ) , pp. 639 - 647 Google Académico [5] YL Zhen , SG Ponnambalam , K. IzuiAlgoritmos híbridosmultiobjetivopara la optimización del diseño en sistemas de fabricación celular con múltiples robots Sistemas basados en el conocimiento , 120 ( 2017 ) , pp. 87 - 98 Google Académico

[6] WB Helgeson , DP BirnieAssembly Line Balancing utilizando la técnica de peso posicional clasificado Journal of Industrial Engineering , 12 ( 6 ) ( 1961 ) , pp. 334 - 338 Google Académico [7] RA Gerald , RO John , JS MarcDiseño de líneas de ensamblaje en forma de U y su impacto en la productividad laboral: un estudio experimental European Journal of Operational Research , 156 ( 2004 ) , pp. 698 - 711 Google Académico [8] C. JacobA Power Primer Psychological Bulletin , 112 ( 1 ) ( 1992 ) , pp. 155 - 159 Google Académico