عنوان پایان‌نامه
ارائه یک مدل ریاضی تخصیص برای خط مونتاژیک سیستم تولیدی با در نظر گرفتن نقش فاکتورهای نیروهای انسانی در کیفیت محصولات
- رشته تحصیلی
- مهندسی صنایع گرایش بهینه سازی سیستم ها
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3652;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81791;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3652;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81791
- تاریخ دفاع
- ۲۹ شهریور ۱۳۹۶
- دانشجو
- عرفان عسگری
- استاد راهنما
- زینب سازور
- چکیده
- توسعه خطوط مونتاژ شاید یکی از مهمترین پیروزی های قرن بیستم باشد. ظهور خط مونتاژ در سیستم های تولید باعث پیدایش تولید انبوه شد و محصولات بسیاری را با هدف رضایت مشتریان با قیمت های مناسب عرضه کرد. اگر چه اولین خط مونتاژ به هنری فورد اعتبار داده شده است که در سال 1913 چنین خطوطی تولید کرده و از آن برای تولید خودروهای فورد استفاده کرده است، تجزیه و تحلیل و خط مشی خط مونتاژ به سال 1955 بر میگردد. تحقیق گسترده ای در مورد مسئله متعادل سازی خط مونتاژ (ALBP) از آن زمان صورت گرفته است، اما ساختار این مساله به طور مداوم از توسعه الگوریتم های دقیق جلوگیری می کند. از آن زمان، خواسته ها و نیازهای مشتریان نیز تغییر کرده است. آنها سعی می کنند تا کالاهایی با کیفیت بالا و قیمت تولید کنند. به همین دلیل، تولید کنندگان و سازندگان به سمت تولید کالا با درنظر گرفتن این دو شرایط(کیفیت بالا و قیمت پایین) پیش بروند. درصد قابل توجهی از محصولات معیوب مربوط به اشتباهات انسان و اپراتور است. به عنوان مثال، مشخص شده است که در شرکت تولید پیجر تقریبا 18 درصد از محصولات معیوب مربوط به اشتباهات انسانی است. در انگلستان اعلام شده است که در شرکت های مراقبت های بهداشتی که به طور متوسط 100000 نیروی کار دارند، 31 میلیون پوند در هر سال به علت اشتباهات نیروی کار هدر می رود. در نتیجه، در این تحقیق به تاثیر عوامل انسانی (مانند خستگی، یادگیری، انگیزش و غیره) بر کیفیت کالاهای نهایی در خط مونتاژ پرداخته شده است. در واقع، عوامل انسانی که از مرور ادبیات استخراج می شوند شناسایی خواهند شد. تحلیل پوششی داده ها (DEA) برای محاسبه وزن هر عامل استفاده می شود. پس از محاسبه احتمال خطای انسانی (HEP)، یک مدل ریاضی از مسئله تخصیص (AP) برای ادغام HEP با AP ارائه شده است. نتیجه این ادغام یک مدل دو هدفه به منظور کمینه کردن هزینه های تخصیص و همچنین خطای کل سیستم است. مدل پیشنهادی با روش محدودیت اپسیلون افزوده شده حل شده است. روش حل پیشنهاد شده در بخش نمونه های عددی بر روی مدل ارائه شده اجرا شده است. روش محدودیت اپسیلون افزوده شده با الگوریتم ژنتیک مرتب سازی غالب (NSGA-II) بر اساس چهار فاکتور زمان، تعداد نقاط پارتو، تنوع و انحراف معیار مقایسه شده است. در نهایت، همانطور که انتظار می رفت، عوامل انسانی بر تصمیم گیری تصمیم گیرنده (DM) برای استخدام کارگران و کارکنان تأثیر قابل توجهی دارند. مجموعه نقاط پارتو به تصمیم گیرنده این امکان را می دهد که بر اساس حد بالا برای هزینه ها یا کیفیت نقطه بهینه را مشخص کند. واژگان کلیدی : خط مونتاژ، عوامل انسانی، مدل ریاضی چند هدفه، روش محدودیت اپسیلون افزوده شده،
- Abstract
- Development of assembly lines is perhaps one of the most important triumphs of the twentieth century. The advent of the assembly line in production systems triggered mass production and made many products available to the benefit of mankind at reasonable prices. Although the first assembly line is credited to Henry Ford who developed such a line in 1913 and used it to produce Ford automobiles, the analysis and analytical statement of the assembly line balancing problem dates back only to 1955. Extensive research on the Assembly Line Balancing Problem (ALBP) has accumulated since then, but the structure of the problem consistently defied the development of exact algorithms. Products quality is one of the most important concerns in this area. Since that time, customers’ desires and needs are changed, too. They try to have products with high quality and low price. For this reason, producer and manufacturer goes to produce products with considering these two conditions: High Quality and Low Price. A significant percentage of defective products are related to human and operator mistakes. For example, it is determined that in the pager company almost 18 percent of defective products is related to human mistakes (SAPTARI et al., 2014). In the UK, it is declared that in healthcare companies which on average they have 100000 workforces, 31 million pounds is wasted in each year because of workforces mistakes (Qureshi et al., 2016). As a result, we addressed in this paper the impact of human factors (Fatigue, Learning, Motivation…) on products’ quality in an assembly line manufacturing system. In the following, Data Envelopment Analysis (DEA) is used to compute each factor weights. After calculating Human Error Probability (HEP), a mathematical model of Assignment Problem (AP) is developed in order to integrate HEP. Accordingly, a multi objective model is proposed. This model solved with the augmented ?-constraint method. Proposed method and model are tested in the numerical example section. The solutions are compared with Non-dominated Sorting Genetic Algorithm-II (NSGA- II). Finally, as we expected, human factors have significant effects on decisions of Decision Maker (DM) for hiring workers and employees. Also, it is shown that a set of solution (based on the Pareto front), gives power to decision makers for making their decisions. Keywords: Assembly line, Human factors, Multi-objective mathematical modeling, Augmented ?-constraint method, NSGA-II.
