miskolci egyetem g p szm rn ki s informatikai kar alkalmazott informatikai tansz k n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék PowerPoint Presentation
Download Presentation
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Loading in 2 Seconds...

play fullscreen
1 / 35

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék - PowerPoint PPT Presentation


  • 101 Views
  • Uploaded on

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. TTVI. Teremeléstervezés és vállalatirányítás. 2012/13 1. félév 6. Előadás Dr . Kulcsár Gyula egyetemi docens. Termelési egyenletek. Készlet-egyenlet. Termelési egyenletek.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék' - noel-sweet


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
miskolci egyetem g p szm rn ki s informatikai kar alkalmazott informatikai tansz k

Miskolci EgyetemGépészmérnöki és Informatikai KarAlkalmazott Informatikai Tanszék

TTVI

Teremeléstervezés

és vállalatirányítás

2012/13 1. félév 6. Előadás

Dr. Kulcsár Gyula

egyetemi docens

termel si egyenletek
Termelési egyenletek
  • Készlet-egyenlet
termel si egyenletek1
Termelési egyenletek
  • Komponens-szükséglet egyenlet
termel si egyenletek2
Termelési egyenletek
  • Kapacitás-szükséglet egyenlet
termel si egyenletek3
Termelési egyenletek
  • Gyártás-átfutási idő egyenlet
termel si egyenletek4
Termelési egyenletek
  • Szállítási határidő egyenlet
tervez s 1 f zisa
Tervezés (1 fázisa)

1. Termelési főterv elkészítése:

  • konkrét megrendelések
  • várható értékesítések prognózis-adatai alapján

Tételes végtermék-kiszállítási terv

  • végtermékre,
  • tartalék szerelvényekre, szerviz alkatrészekre,

amely

  • „hozza” a tervezett vállalati nyereséget,
  • erőforrások (személyek + eszközök) oldaláról reális fedezettel rendelkezik,
  • tükrözi a vállalat hosszú távú műszaki fejlesztési elképzeléseit.
tervez s 2 f zisa
Tervezés (2 fázisa)

2. Szükségletszámítás:

Anyagszükséglet tervezése

  • Termelési főterv bruttó anyagszükséglete
  • Raktárkészlet + indított rendelések eredményeként képződő készlet

Anyagszükséglet-terv

  • beszerzési tételekre,
  • belső gyártású (szerelésű) tételekre.

Kapacitásszükséglet tervezése

  • erőforrás-adatok (szabadkapacitások)
  • műveleti időadatok

Durva-program (középtávú ütemterv)

  • belső gyártású (szerelésű) tételekre.
tervez s 3 f zisa
Tervezés (3 fázisa)

3. Termelésprogramozás:

  • durva program alapján rövid időszakra előre megadja az elvégzendő feladatok részletes listáját homogén munkahely vagy egyedi gép bontásban,
  • ez alapján elkészíthetők a részletes gyártási dokumentációk
    • (pl.: művelettervek, műveleti utasítások, szerszámjegyzékek, anyagkivételezési és mozgatási utasítások, alaktrészprogramok, robotprogramok stb.)
kivitelez s v grehajt s ir ny t s
Kivitelezés (végrehajtás-irányítás)

A tevékenységek a tárgyidőszakban

  • előretartással,
  • Időben, vagy
  • késéssel történnek.

Beszerzés:

beszerzési rendelés kiadása, nyomonkövetés,

beérkeztetés a raktárba.

Gyártás (szerelés):

gyártási rendelés kiadása, nyomonkövetés, visszajelentések aktualizálása, újraütemezés,…, készre jelentés, kiszállítás.

diszkr t termel si folyamatok ir ny t sa gy rt s szerel s
Diszkrét termelési folyamatok irányítása(Gyártás, szerelés)
  • Középtávú termelési tervek rövidtávú feladatokra bontása, a feladatok ütemezése, finomprogramozása;
  • a feladatok végrehajtásához szükséges anyagi, személyi és információs feltételek biztosítása;
  • a feladatok kiosztása és elindítása;
  • a folyamatok valós idejű felügyelete és irányítása;
  • a végrehajtás minőségének biztosítása:
  • teljesítménymutatók számítása és az eredmények értékelése;
  • a bizonytalanságok és a váratlan események kezelése.
matematikai modellek a termel s tervez s ben s ir ny t s ban
Matematikai modellek a termelés tervezésében és irányításában

Néhány fontosabb modell és módszer:

  • lineáris programozás
  • diszkrét programozás
    • hátizsák feladat
    • az utazó ügynök feladata
    • hozzárendelési feladat
  • termelésprogramozási módszerek (gyakorlaton ismertetett algoritmusok)
line ris programoz s
Lineáris programozás

Alkalmazási példák:

  • Egy gyár bizonyos időszakra szóló termelési feladatának meghatározása
    • gyártott mennyiségek meghatározása terméktípusonként
    • erőforráskorlátok és egyéb korlátozások betartása
    • elérhető profit maximalizálása
  • Technológiai folyamat-alternatívák kiválasztása
    • technológiai folyamat-alternatívák kijelölése feladatonként
    • kapacitáskorlátok és egyéb korlátozások betartása
    • összköltség minimalizálása
line ris programoz s1
Lineáris programozás

Matematikai alapmodell:

xjváltozók (valós számok), cj, bi, aijkonstansok (valós számok),n, m konstansok (természetes számok)

line ris programoz s2
Lineáris programozás
  • Egy gyár bizonyos időszakra szóló termelési feladatának meghatározása

Matematikai alapmodell értelmezése:

j a terméktípus azonosítója

xja j. terméktípusbólgyártandó mennyiség

n a terméktípusok száma

cja j. terméktípus egységnyi gyártott mennyiségén keletkező haszon

i az erőforrástípus azonosítója

aija j. terméktípus egységnyi gyártásához szükséges erőforrásigény az i. erőforrástípus esetén

bi az i. erőforrástípus kapacitáskorlátja

m az erőforrástípusok száma

További feltételek is figyelembe vehetők,

a feladat lényege nem változik.

line ris programoz si feladatok megold sa matlab seg ts g vel
Lineáris programozási feladatok megoldása Matlab segítségével

Modell:

f, x, b, beq, lb, ubvektorokA,Aeq mátrixok.

Megoldás:

x = linprog(f,A,b)

x = linprog(f,A,b,Aeq,beq)

x = linprog(f,A,b,Aeq,beq,lb,ub)

[x,fval] = linprog(...)

nemfolytonos modellek
Nemfolytonos modellek

Nemfolytonos modell:

a feladatban az ismeretlenek egy része, vagy az összes ismeretlen csak diszkrét értékeket vehet fel.

Megkülönböztethető

    • tiszta diszkrét típusú,
    • vegyes diszkrét típusú modell.

Alkalmazásuk indokai:

  • Bizonyos változók esetében a folytonos érték nem értelmezhető (pl.: nem osztható termékek gyártási mennyisége, sorozatnagysága stb.).
  • A folytonos optimum kerekítésével kapott érték távol eshet a diszkrét optimumtól.
  • Minőségi és mennyiségi döntések szétválasztása.
diszkr t programoz s
Diszkrét programozás

Tipikus példa az ún. Hátizsák feladat:

  • csődarabolás
  • szűkkeresztmetszet vizsgálata (gyártás, logisztika stb.)

A Hátizsák feladat matematikai alapmodellje:

xjváltozók (bináris számok),

cj, aj, n, b konstansok (természetes számok)

diszkr t programoz s folyt
Diszkrét programozás (folyt.)

Továbbfejlesztett modell:

xjváltozók

cj, aij, bi, n, m konstansok

x, c, b vektorok

A mátrix

Bnn-elemű bináris vektorok halmaza

vegyes diszkr t programoz s
Vegyes diszkrét programozás

Általánosított modell:

n, m konstansok

x, y, c, d, b vektorok

A, B mátrixok

az utaz gyn k feladata
Az utazó ügynök feladata

Tipikus példa:

  • Termelésütemezés (gépátállítási idők)
  • Anyagmozgatás (szállítási idők)
az utaz gyn k m dos tott feladata
Az utazó ügynök módosított feladata

Tipikus példa:

  • Termelésütemezés (gépátállítási idők és műveleti idők)
  • Anyagmozgatás (szállítási idők és szállítási korlátok)
termel stervez si s ir ny t si feladatok megold sa t bbc l keres si m dszer alkalmaz s val

Termeléstervezési és -irányítási feladatok megoldása többcélú keresési módszer alkalmazásával

Dr. Kulcsár Gyula, egyetemi docens

Miskolci Egyetem Alkalmazott Informatikai Tanszék

t bbc l optimaliz l s
Többcélú optimalizálás
  • Döntési változók
  • Korlátozások, feltételek
  • Célfüggvények

egy megengedett megoldás

a megengedett megoldások halmaza

egy célfüggvény, a célfüggvények száma

megold sok min s t se t bbc l keres elj r sokban
Megoldások minősítésetöbbcélú kereső eljárásokban

Az előjeles függvényérték kifejezi az megoldás megoldáshoz viszonyított relatív minőségét.

jobb megoldás mint ha

ésazonosan jó megoldások ha

rosszabb megoldás mint ha

Egycélú keresés Többcélú keresés

  • Tabukeresés (TS), Szimulált hűtés (SA),
  • Genetikus algoritmus (GA)…
sszefoglal s
Összefoglalás
  • Diszkrét termelési folyamatok számítógépes tervezése és irányítása
  • Új szemléletű, többcélú megoldás-értékelő modell
  • Alkalmazási példa: MES funkciók továbbfejlesztése
slide35

"A bemutatott kutató munka a TÁMOP-4.2.1.B-10/2/KONV-2010-0001 jelű projekt részeként az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg"

Köszönöm a megtisztelő figyelmet!

kulcsar@ait.iit.uni-miskolc.hu

http://ait.iit.uni-miskolc.hu/~kulcsar