考慮機台健康度之兩階段彈性流線型生產排程研究

Abstract

" 近年來全球製造業的蓬勃發展，在大多數產業類別中，皆存在彈性流線型生產排程（Flexible Flow Shop）相關的問題，擁有一套高效率且有品質的排程規劃方法便顯得格外重要。而在整個製造系統裡，機台健康度，在本研究中特指機台效能，是影響整體排程結果的關鍵，但在排程的過程中卻時常被忽略，或是僅以給予寬放值的方式來衡量機台的產能表現後，再由各機台的產能來規劃後續的排程，如此所制訂出來的排程計畫便不是最符合實際生產情境的結果，因此有必要將機台健康度參數同時納入考慮，且在工廠的生產線上，由於機台年齡不同、製造環境改變或人為操作因素等，都容易使得機台健康度在一定時間內發生改變，如果能適時將機台健康度參數更新後重新進行排程，保持讓健康度相對較好的機台進行較高難度且複雜的作業，必定能規劃出更有效率的排程結果，如此便能夠節省更多的生產時間與成本，並且讓產能保持在最佳的狀態。 本研究針對前述內容，以考慮機台健康度之兩階段彈性生產排程為基礎，首先建立一混合整數線性規劃模型（Mixed Integer Linear Programming, MILP）求解此排程問題，以最小化總完工時間為目標，不過發現模型所需使用的決策變數非常多，導致必須花費許多時間才能獲得排程結果，但在實際生產線上，必須在短時間內更新機台健康度參數後，迅速重新獲得一組最佳的排程計畫，以利後續作業持續進行，而不會出現為了等待新的排程計畫而導致產線停擺的情況發生，因此本研究以MILP為基礎，設法減少數學模型決策變數的總數，建立了分階求解法（Two Phase Scheduling Heuristic, TPSH），另外也結合基因演算法的概念，創立了貪婪式基因演算法（Greedy Genetic Algorithm, GGA），兩者皆能在更短的時間內求得兼具品質與效率的排程結果，如此一來生管人員便能快速重新調整排程，以應付實際產線上機台健康度的改變。 "