ANDRES BELLO
UNIVERSIDAD
INDICE
Diseo de Celulas
El logica de la formacin de grupos de tecnologa, explota la proximidad entre los atributos de algunas piezas y su relacin con las mquinas. En el caso de las celulas, la idea es formar familias de piezas y asignarlas a un grupo de mquinas (celulas). Con esto se tienen 2 problemas bsicos : 1.- Obtencin de la clula 2.- Asignacion de piezas a las celulas Los mtodos para el diseo de Celulas se pueden agrupar en : -Arreglos Matriciales -Mtodos Jerarquicos -Inteligencia Artificial -Con Grafos -Programcion Matemtica
1er Semestre 2006 Prof: Ignacio Carrasco. 3
Diseo de Celulas
Nosotros revisaremos el mtodo propuesto por Albadawi et. al. (2005)*. El cual es un mtodo del tipo Jerarquico con programacin matemtica. Este mtodo se divide en dos fases.
Diseo de Celulas
FASE 1 Identificacion de clulas Paso 1.- Construir la matriz partes-maquinas Paso 2.- Construir la matriz de similaridad Paso 3.- Extraer las celulas iniciales (PCA) Paso 4.- Optimizacin de las celulas iniciales (Mtodo Varimax) FASE 2 Asignacion de Piezas Paso 5.- Construir el modelo de asignacin Paso 6.- Resolver Paso 7.- Construir la matriz de partes-maquinas ordenada.
Sij =
X
k =1
ijk
(Y
k =1
ijk
+ Zijk X ijk )
6
2 = 0.4 4+32
1 1 2 3 4 5 6 1 0 0.67 0.17 0 0.4
As tenemos:
2 0 1 0.25 0.4 0.75 0.17 3 0.67 0.25 1 0.12 0.12 0.5 4 0.17 0.4 0.12 1 0.5 0 5 0 0.75 0.12 0.5 1 0 6 0.4 0.17 0.5 0 0 1
(1)
(S I i )Yi
=0
i=1...P
Donde i : Es el valor propio del vector propio Yi ( Tambien son conocidos como autovalores y autovectores o eigenvalues y eigenvectors). Estos valores son no negativos. I : Es la matriz identidad Para obtener primero los autovalores es necesario resolver el siguiente determinante:
(2)
S I i i = 0
i=1...P
La obtencin de este determinante da un polinomio de orden P (en nuestro ejemplo 6), es decir tiene 6 raices distintas de cero. La obtencin de estos autovalores se puede realizar por el mtodo de 1) Krylov, 2) Diferencias Sucesivas o 3) Jacobi.
1er Semestre 2006 Prof: Ignacio Carrasco. 8
As, con los tres primeros componentes tenemos explicados cerca del 80% de la variacin. Ahora, si queremos explicar el 100% de la variacin de los datos originales necesitamos 6 componentes, es decir, 6 celulas. Con esto que criterio escogemos para determiar las celulas.
1er Semestre 2006 Prof: Ignacio Carrasco. 9
( S I )Y
j
=0
Prof: Ignacio Carrasco. 10
0,2 0 -0,2 -0,4 -0,6 0 0,1 0,2 Celula 1 0,3 0,4 0,5
6 1 3
11
Max
j=1 i =1
1 p
bij4
1 p2
bij2 i =1
p
Donde Q : Numero de celulas p : Representa el numero de maquinas bij : denota la carga de la variable i al componente principal j
12
Max
j=1 i =1
1 p
bij4
1 p2
bij2 i =1
p
Donde Q : Numero de celulas p : Representa el numero de maquinas bij : denota la carga de la variable i al componente principal j
13
0,6 0,4
4 5 2
0,2 0 -0,2 -0,4 -0,6 0 0,1 0,2 0,3 0,4 0,5 Celula 1 Sin Rotar
6 1 3
Finalmente Obtenemos que la primera celula esta compuesta las maquinas 6,3 y 1 y captura el 39% de la variacin, y la segunda celula est compuesta por las maquinas 5,4 y2 y captura otro 30% de variacin
1er Semestre 2006 Prof: Ignacio Carrasco. 14
Max sa.
n
k=1 c=1
kc
zkc
Z
c=1
kc
=1
k=1...K
Donde: K : Numero de partes y piezas Q : Numero de celulas determinadas nkc : Es el numero de visitas a la celula c por la parte k zkc : variable binaria. 1 si la pieza k es asignada a la celula c, 0 sino.
1er Semestre 2006 Prof: Ignacio Carrasco. 15
16
17
I
2
OUT
IN
M1
M2
M3
AGV
20
10
M1
M4
M2
AGV
M5
M3
M6
21
1 M2 M5 M8
M3
M6
M9
22
11
* Herasu, S., Kusiak, A. (1988). Machine layout problem in flexible manufacturing systems. Operation research. 36(2): 258-268.
23
Mtodo Herasu-Kusiak
Este mtodo sirve para ordenar las maquinas en los tipos de FMS de Robot articulado y AGV lineales.
Definamos: vijk : Volumen de partes tipo k a ser llevadas desde la maquina i hacia la maquina j, en un horizonte de tiempo (digamos un mes o un ao) nij : Numero de partes diferentes a ser llevabas desde la maquina i hacia la maquina j en un perod de tiempo k u : Numero de partes tipo k que pueden ser llevadas en un movimiento del carro o brazo.
24
12
Mtodo Herasu-Kusiak
Basado en la notacin anterior calculemos
v ij k fij = k k =1 u
nij
Donde fij : Frecuencia de movimientos entre la maquina i y la maquina j La funcin Es el entero ms pequeo, mayor igual a
Y definamos como Fij a la matriz de flujo de movimientos ajustada como Fij = fij tij . Donde tij es la matriz de tiempo de los movimientos entre cada par de maquinas.
1er Semestre 2006 Prof: Ignacio Carrasco. 25
Mtodo Herasu-Kusiak
El algoritmo es el siguiente: Paso 0:
De la matriz ajustada F ij calcular : Fi* j* = Max { Fij: i=1n, j=1n} Conectar i* y j* y incluyalo en la solucin parcial . Haga Fi*j* = FJ*i* = -
Paso 1:
Calcular F p*q* = Max { Fi*k , Fj*l : k=1n, l=1n} y i) Conecte q* con p* y agregue q* a la solucin parcial ii) Borre la linea p* y la columna p* de Fij iii) Si p*= i*, haga i*=q*; en otro caso haga j*=q*
Paso 2:
Repita el paso 1 hasta que la solucion final sea obtenida..es decir hasta que todas las maquinas sean incluidas.
1er Semestre 2006 Prof: Ignacio Carrasco. 26
13
Mtodo Herasu-Kusiak
-Este algoritmo da una solucin ptima garantizada cuando el nmero de mquinas es igual o menor que 4. -Arroja la secuencia de mquinas en el layout del FMS -Se puede modificar cuando exista una mquina con una posicin fija.
Estos mismos autores, en el mismo articulo, presentan un algoritmo para la solucin del layout en el caso de AGV en doble fila y para puentes gruas robotizados.
27
14