7/5/2020 https://translate.googleusercontent.

com/translate_f

1. Ion produk dan perencanaan perawatan: pendekatan terintegrasi di

bawah ketidakpastian

Secara simultan menentukan ukuran lot produksi, jadwal pemeliharaan preventif khusus perakitan, dan urutan pekerjaan untuk mesin multikomponen sehingga
mengoptimalkan total biaya operasi. mempertimbangkan lingkungan yang dicirikan oleh proses stokastik dan ketidakpastian terkait permintaan, pasokan, hasil
mesin, dll. Model yang ada juga tidak memiliki inklusi komprehensif dari ketidakpastian yang berdampak pada kelancaran pelaksanaan operasi yang direncanakan.

Model terintegrasi yang menunjukkan penggabungan simultan dari kompleksitas seperti mesin multikomponen, produksi berbagai produk, variasi dalam perkiraan
dan permintaan aktual, variasi dalam kualitas bahan baku, dll hilang dalam literatur

Ini mempertimbangkan insiden yang bersifat stokastik dan juga sulit dikendalikan, misalnya fluktuasi permintaan, ketidakpastian pasokan, hasil mesin, dll. Juga
diketahui bahwa setiap organisasi dapat mengadaptasi kebijakan produksi dan kebijakan terkait perawatan yang berbeda di tingkat yang berbeda. , yaitu. tingkat
strategis, operasional, dan taktis. Sementara tingkat strategis mengacu pada perencanaan jangka panjang dan memiliki ruang lingkup yang lebih luas, rencana
operasional mengacu pada bagian dari rencana strategis yang mengakomodasi tingkat ketidakpastian yang moderat, sedangkan rencana taktis terkait dengan kegiatan
sehari-hari dan tindakan segera . Karena itu menjadi penting untuk mengevaluasi integrasi
Teks asli
Pekerjaan saat ini secara simultan
While strategic level refer
1. Menyediakan rencana terpadu yang terintegrasi scope, operational plans
accommodates moderate
a. Urutan pekerjaan are related to day to day a
b. Ukuran lot Sumbangkan terjemahan yang
c. Jadwal pemeliharaan preventif bagi individu yang ssemblies
2. Mempertimbangkan ketidakpastian terkait
a. Kualitas pemasok bahan baku
b. Hasil mesin
c. Galat perkiraan permintaan
3. Menggabungkan kompleksitas dunia nyata seperti
a. Proses pemesinan yang tidak sempurna
b. Proses pemeliharaan tidak sempurna
c. Mesin multikomponen
d. Waktu pemasangan tergantung urutan
e. Kapasitas produksi mesin yang terbatas
f. Kendala komitmen pengiriman
4. Mengevaluasi pendekatan terpadu pada berbagai tingkat manajemen operasi, yaitu. tingkat strategis, tingkat operasional, dan tingkat taktis

Pertimbangkan mesin yang terdiri dari banyak rakitan. Waktu untuk kegagalan rakitan ini mengikuti dua parameter distribusi Weibull dengan bentuk yang diberikan
(β) dan parameter skala (η). Karena distribusi kegagalan Wiebull dapat digunakan untuk memodelkan kenaikan, penurunan, serta tingkat kegagalan konstan, hal
yang sama digunakan untuk mengkarakterisasi karakteristik kegagalan rakitan yang dipertimbangkan. Mesin mungkin gagal secara stokastik berdasarkan waktu ke
kegagalan distribusi rakitan dan usia awal. Kegagalan acak seperti itu memerlukan tindakan pemeliharaan korektif (CM) yang dianggap minimal, yaitu, setelah
setiap majelis CM dipulihkan menjadi sama buruknya seperti pada saat perbaikan. Waktu yang diperlukan untuk pemeliharaan korektif ini tergantung pada waktu
yang dihabiskan untuk mengidentifikasi kesalahan, diagnosis, ketersediaan, dan kesiapan sumber daya perbaikan, dll. Ketergantungan seperti itu membuat sulit
untuk secara tepat memperkirakan waktu yang tepat yang diperlukan untuk melakukan CM. Oleh karena itu, untuk setiap rakitan, TTR cm dianggap berdistribusi
normal, parameter (mean dan standar deviasi) yang dapat diperoleh dari buku catatan pemeliharaan. PM diusulkan untuk mengurangi kerugian downtime yang tidak
direncanakan. Tindakan PM membawa pemulihan tertentu ke mesin. Faktor restorasi (R) digunakan untuk memodelkan tingkat perbaikan tindakan PM tersebut.
Faktor restorasi adalah fraksi yang menandakan berapa banyak umur komponen dapat dipulihkan setelah melakukan kegiatan pemeliharaan. Waktu untuk melakukan
pemeliharaan preventif ( TTRpm ) ditetapkan dan diketahui untuk setiap unit. Mesin ini digunakan untuk memproses permintaan beberapa produk dari berbagai
pelanggan. Masing-masing produk ini memiliki waktu produksi tetap dan diproses dari bahan baku tunggal tetapi spesifik. Mempertimbangkan shift kerja 10 jam per
hari dan 24 hari kerja dalam sebulan, total jam kerja per bulan untuk mesin yang dipertimbangkan adalah 240. Jika target produksi bulanan tidak dapat dipenuhi
dalam 240 jam ini, manajer produksi memanggil pekerja untuk lembur yang biayanya dua kali lipat biaya tenaga kerja normal . Namun, jumlah total jam lembur
tidak boleh lebih dari 5 per hari. Jika produk selesai sebelum bulan berakhir, produk dapat langsung dikirim ke pelanggan dan karenanya tidak ada persediaan barang
jadi yang dihitung. Bahan baku untuk produk ini dipasok oleh pemasok unik. Karena variabilitas proses yang melekat, lot yang diterima dari pemasok mengandung
sejumlah kuantitas yang tidak memenuhi spesifikasi yang disyaratkan dan karenanya tidak dapat digunakan untuk pembuatan. Ini disebut sebagai penolakan
pemasok yang memengaruhi peringkat kualitas masing-masing pemasok. Peringkat kualitas bervariasi dari bulan ke bulan, tergantung pada variabilitas proses pada
akhir pemasok dan tindakan penahanan yang dilakukan olehnya. Mesin tempat bahan mentah ini diproses juga menghasilkan bagian yang rusak karena penyebab
kebetulan dan penyebab yang ditetapkan dan karenanya diperlakukan sebagai proses pemesinan yang tidak sempurna . Karena proses permesinan yang tidak
sempurna, semua produk yang diproduksi menggunakan mesin mungkin tidak memenuhi persyaratan kualitas pelanggan dan dengan demikian disebut "tidak baik -
baik saja." Dalam hal penolakan yang lebih tinggi, mungkin ada kekurangan produk "OK" terhadap kuantitas yang diminta. Perbedaan ini tercermin sebagai
pembuat backorder dan biaya dalam bentuk biaya pemesanan ulang untuk setiap kekurangan tersebut. Untuk lingkungan seperti itu , di mana penolakan diharapkan,
perencana material memesan kelebihan jumlah bahan baku untuk memenuhi kebutuhan pelanggan akhir sambil menjaga penolakan internal dan eksternal.

The disebutkan di atas deskripsi memiliki potensi untuk mendapatkan diterjemahkan ke masalah industri yang relevan yang dapat dinyatakan sebagai penentuan
simultan: 1. urut Kerja 2. Produksi ukuran lot 3. Keputusan terkait dengan pemeliharaan preventif individu perakitan sehingga untuk: Meminimalkan total biaya
operasi sedemikian rupa sehingga

(TCO) = TSC + TICC + TCOPM + TCOCM + TBOC + TOTC Dikenakan batasan : Total jumlah jam produksi harian <15Jumlah hari produksi dalam sebulan <24

https://translate.googleusercontent.com/translate_f 1/2
7/5/2020 https://translate.googleusercontent.com/translate_f
(TCO) = TSC + TICC + TCOPM + TCOCM + TBOC + TOTC Total biaya operasi = Total biaya pemasangan + Total biaya persediaan tercatat + Total biaya
pemeliharaan preventif + Total biaya pemeliharaan korektif + Total biaya pesanan kembali + Total biaya lembur + Total biaya lembur

C onsiders waktu pemasangan yang tergantung urutan untuk setiap produk

2. Tentang kekokohan produksi bersama dan penjadwalan perawatan

di tengah ketidakpastian

Produksi dan pemeliharaan preventif adalah fungsi yang sangat penting dalam industri yang bertindak atas sumber daya yang sama . Namun, dalam sebagian besar
lokakarya nyata, penjadwalan kegiatan masing-masing bersifat independen dan kendala yang tidak dapat dicapai pada saat yang sama jarang dipertimbangkan. Oleh
karena itu, kita menghadapi masalah penjadwalan bersama produksi dan tugas pemeliharaan preventif kita masih harus mencari penjadwalan yang paling kuat, yaitu
yang tahan terhadap ketidakpastian. Sebagai metode resolusi penjadwalan , kami akan mempertimbangkan optimasi koloni semut yang terkenal, algoritma genetika,
pencarian tabu dan beberapa hibridisasi dari metode ini. Pendekatan kami dapat diterapkan pada metode pembangkit penjadwalan bersama lainnya . Secara khusus,
kami mempelajari bagaimana penyisipan tugas pemeliharaan dapat berkontribusi pada ketahanan penjadwalan produksi dan bagaimana beberapa strategi
penjadwalan dan metode lebih kuat daripada yang lain. Beberapa hasil percobaan menunjukkan manfaat dari pendekatan kami.

Aku n fakta, penyisipan tugas pemeliharaan dalam penjadwalan produksi dapat mengurangi kegagalan mesin. Karena keandalan mesin tidak bertahan lama, risiko
kegagalan meningkat, semakin jauh dari intervensi perawatan terakhir. Dengan demikian, evolusi intensitas kegagalan (gangguan) dalam periode waktu yang
dibatasi oleh dua operasi perawatan berturut-turut pada mesin yang sama dapat dibagi menjadi dua interval. Sebuah interval pertama di mana intensitas kegagalan
adalah nihil, yang berarti tidak ada aplikasi gangguan diperbolehkan karena mesin tersebut hanya dikenai operasi pemeliharaan. Interval pertama ini dilambangkan
dengan Rj untuk mesin yang diberikan j . Sebuah interval kedua di mana risiko kegagalan mesin meningkatkan secara progresif n Bahkan, penyisipan tugas
pemeliharaan dalam penjadwalan produksi dapat mengurangi kegagalan mesin. Karena keandalan mesin tidak bertahan lama, risiko kegagalan meningkat, semakin
jauh dari intervensi perawatan terakhir. Dengan demikian, evolusi intensitas kegagalan (gangguan) dalam periode waktu yang dibatasi oleh dua operasi perawatan
berturut-turut pada mesin yang sama dapat dibagi menjadi dua interval. Sebuah interval pertama di mana intensitas kegagalan adalah nihil, yang berarti tidak ada
aplikasi gangguan diperbolehkan karena mesin tersebut hanya dikenai operasi pemeliharaan. Interval pertama ini dilambangkan dengan Rj untuk mesin yang
diberikan j . Interval kedua di mana risiko kegagalan mesin meningkat secara progresif

Makalah ini mengusulkan studi produksi bersama dan ketahanan penjadwalan pemeliharaan di bengkel aliran permutasi menggunakan dua strategi: berurutan dan
terintegrasi. Sebuah metode resolusi penjadwalan, kami mengusulkan sebuah adaptasi dari Tabu Search, Algoritma Genetika, Semut Colony Optimization dan
beberapa hibridisasi metode ini. Karena di bengkel-bengkel industri yang nyata, penjadwalan bersama yang dihasilkan dari tugas-tugas produksi dan pemeliharaan
tidak terhindarkan akan terganggu, kami mengusulkan pendekatan baru untuk mempelajari kekokohan penjadwalan ini. Pendekatan kami mempertimbangkan
gangguan pada waktu pemrosesan tugas produksi sesuai dengan beberapa level dan kelas. Beberapa studi eksperimental dilakukan dalam makalah ini. Hasil
percobaan ini menunjukkan pertama manfaat pemeliharaan pada ketahanan penjadwalan produksi. Kemudian, studi komparatif dari semua metode yang dipelajari
menunjukkan bahwa strategi terintegrasi lebih kuat daripada yang berurutan, dan bahwa hibrida dan pendekatan evolusi umumnya memberikan hasil terbaik.

3. Penjadwalan perawatan preventif dan produksi terintegrasi untuk

satu alat berat dengan ketidakpastian kegagalan

T alamat makalahnya masalah menemukan jadwal yang kuat dan stabil untuk mesin tunggal dengan kendala ketersediaan. Mesin mengalami kerusakan yang
tidak terduga dan mengikuti fungsi kegagalan Weibull. Model bersama untuk mengintegrasikan run preventive maintenance (PM) berbasis run ke dalam masalah
penjadwalan produksi diusulkan, di mana urutan pekerjaan, waktu PM dan waktu penyelesaian pekerjaan yang direncanakan ditentukan secara proaktif secara
simultan. Bertujuan untuk mengoptimalkan dua tujuan ketahanan dan stabilitas sistem , sebuah algoritma genetika yang didasarkan pada sifat-sifat dari jadwal
optimal diusulkan. Hasil percobaan menunjukkan bahwa algoritma yang diusulkan efisien dan efektif di bawah ukuran masalah praktis. Selain itu, dampak dari
tingkat ketidakpastian pada kinerja dan tradeoff antara ketahanan dan stabilitas dieksplorasi secara rinci. Model matematika yang dirumuskan adalah
pemrograman bilangan bulat bilangan bulat stokastik yang rumit yang tidak mungkin dipecahkan secara efektif oleh para pemecah komersial. Dalam tulisan ini,
algoritma genetika (GA) diterapkan, yang efektivitasnya telah terbukti ketika memecahkan banyak masalah optimasi kombinasional

Dalam makalah ini, kami mempelajari masalah penjadwalan perencanaan produksi dan perencanaan pemeliharaan bersama untuk mengatasi ketidakpastian
dalam lingkungan mesin tunggal. Pendekatan proaktif diusulkan untuk menyelesaikan masalah ini, mengingat pada tahap keputusan tidak hanya parameter yang
tidak pasti, tetapi juga informasi tentang kebijakan penjadwalan ulang yang akan diikuti selama eksekusi di lantai toko. Model gabungan diusulkan, di mana
urutan pekerjaan, waktu PM dan waktu penyelesaian pekerjaan yang ditentukan secara proaktif ditentukan secara bersamaan, yang semuanya membentuk
rencana penjadwalan awal yang lengkap. Bertujuan untuk mengoptimalkan dua-tujuan ketahanan dan stabilitas sistem, suatu algoritma genetika yang didasarkan
pada sifat-sifat dari jadwal optimal diusulkan untuk menyelesaikan masalah ini. Algoritma yang diusulkan diimplementasikan dan diuji pada sejumlah besar
contoh uji yang dihasilkan secara acak . Hasil percobaan menunjukkan bahwa algoritma yang diusulkan efektif dan efisien dalam menyelesaikan masalah dengan
ukuran praktis

https://translate.googleusercontent.com/translate_f 2/2