In this thesis, we propose an optimization model to achieve the maximum production rate by allocating the machine sequence as well as the buffer sizes in the line. Manufacturing industry such as LCD Panel Glass Manufacturing or Car Paint assembly line utilizes intermediate buffers between to maintain the production continuity and to achieve maximum production rate. In practical sense buffer space is finite and limited within factory shop and research to optimize buffer size has been carried on for years in order to get the maximum production rate within the available space. The system in this research is assumed as a deterministic processing time of a serial production line with geometrically distributed MTTF (Mean Time to Failure) and MTTR (Mean Time To Repair). The machines have equal processing time and are subject to failure. Furthermore, inspired by the aforementioned manufacturing industry, we propose new optimization model that is able to improve the production rate by changing the sequence of flexible machines. To ensure the buffer size optimality we use Heuristic approach called Sectioning approach in evaluating every sequence. Machine Allocation analysis is started with Full Enumeration with k! of possible solution which search space is increasing exponentially. To evaluate longer lines we propose the use of genetic algorithm and particle swarm optimization. In this research we present how the algorithm works followed by the result of both methods which resulted in smaller search space and reduction of computation time.
일반적으로 버퍼(buffer)는 일렬 생산 라인(serial production line) 의 생산 효율을 최대화 시키기 위해 사용되어 왔다. 따라서, 다년간 최적의 버퍼 사이즈를 구하기 위한 연구가 진행 되어왔다. 본 연구에서는 실제 LCD 패널 제조과정 관찰 결과에서 착안한 flexible machine allocation 이 제안되었다. 이는 생산 과정 전 단계에 유동적으로 배치 될 수 있는 여러 대의 flexible machine을 가진 일렬 생산 라인을 대상으로 하고 있다. 논문에서는 생산성의 최대화를 위한 flexible machine allocation과 최적 버퍼 사이즈를 산출하기 위한 방법이 다뤄질 것이다.
각각 다른 특성 값을 지닌 k대의 flexible machine을 일렬로 배치하는 방법(allocation sequence)는 k! 개 이다. 본 연구에서는 배치 방법들 중 최대의 생산 효율을 가지는 방법을 찾는 동시에, 각 기계 사이에 배치될 버퍼의 최적 사이즈를 구하는 모델이 제시되었다. 여기서 해당 모델을 구성하고 있는 각 기계는 unreliable machine이며 같은 공정 시간(processing time) 을 가진다고 가정한다. 또한 버퍼를 위한 공간은 유한하다고 가정한다. 만약, flexible machine의 개수가 많아지고 생산 라인이 길어진다면 k대의 기계를 배치하는 k! 개의 배치 방법을 모두 평가하고 계산하는 데는 많은 시간이 소요될 것이다. 따라서, 주어진 시간 내에 최적 해를 구하기 위한 방법으로 유전 알고리즘(Genetic algorithm, GA) 과 Particle swarm optimization (PSO)이 사용되었다.
