KR20190078972A - 카본블랙의 생산 공정 스케줄 관리 방법 - Google Patents

카본블랙의 생산 공정 스케줄 관리 방법 Download PDF

Info

Publication number
KR20190078972A
KR20190078972A KR1020170180823A KR20170180823A KR20190078972A KR 20190078972 A KR20190078972 A KR 20190078972A KR 1020170180823 A KR1020170180823 A KR 1020170180823A KR 20170180823 A KR20170180823 A KR 20170180823A KR 20190078972 A KR20190078972 A KR 20190078972A
Authority
KR
South Korea
Prior art keywords
reactor
information
time
production
delivery
Prior art date
Application number
KR1020170180823A
Other languages
English (en)
Other versions
KR102531260B1 (ko
Inventor
오성묵
오영균
Original Assignee
오씨아이 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 오씨아이 주식회사 filed Critical 오씨아이 주식회사
Priority to KR1020170180823A priority Critical patent/KR102531260B1/ko
Publication of KR20190078972A publication Critical patent/KR20190078972A/ko
Application granted granted Critical
Publication of KR102531260B1 publication Critical patent/KR102531260B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 카본블랙 생산 공정 스케줄을 최적화하는 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법에 관한 것이다. 본 발명의 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법은, (A) 정보 획득부를 이용하여 반응기 및 품종 정보, 스케줄링 시간 정보 및 카본블랙 납기 정보 중 적어도 하나를 포함하는 스케줄 관련정보를 획득하는 단계, (B) 제약조건 생성부를 이용하여 상기 획득된 정보를 기반으로 반응기의 제약, 납기 조건의 제약 및 품종의 제약 중 적어도 하나를 포함하는 생산 제약조건을 생성하는 단계, 및 (C) 스케줄 생성부를 이용하여 상기 제약조건에 대응되는 목표함수를 갖는 초기 스케줄을 생성하는 단계를 포함한다.

Description

카본블랙의 생산 공정 스케줄 관리 방법{Method for Managing Production Schedule in Carbon Black}
본 발명은 카본블랙의 생산 공정 스케줄 관리 방법에 관한 것으로, 구체적으로, 복수 개의 반응기에서 복수 개의 품종을 생산하는 카본블랙 수익성 증가를 위해 생산 공정 스케줄을 최적화하는 생산 스케줄 관리 방법에 관한 것이다.
카본블랙(Carbon Black : CB)은 고무 보강제를 중심으로 하는 고무 용도 분야, 수지 착색제, 인쇄 잉크, 도료 등의 용도나 수지 등의 도전성 부여제 등의 용도에 널리 사용되고 있다.
이처럼, 카본블랙은 그 적용 대상에 따라 요구되는 물성과 특성이 다르다. 이에 카본블랙 생산 공정은 필요로 하는 물성에 따라 카본블랙을 품종(grade) 별로 분류하여 생산 관리하고 있다. 대부분의 카본블랙 생산은 한 반응기에서 하나의 품종만 생산되는 경우보다는 한 반응기에서 여러 품종이 순환하면서 생산되는 경우가 많다.
하나의 반응기에서 여러 품종을 생산하는데 있어, 한 품종에서 다른 품종으로 전환(이하 "GC"라 칭함)시 각 품종마다 일정 시간 동안 제품으로 판매할 수 없는 미제품이 발생한다. 이 미제품은 제품으로 판매할 수 없어서 재처리를 해야 하고, 이로 인해 비용이 발생하기 때문에 잦은 GC로 인한 많은 미제품 발생량은 카본블랙 생산의 수익성에 악영향을 미친다.
그러나 기존에는 담당자 본인 혹은 선임자의 경험과 카본블랙 생산 주문량을 토대로 반응기에서 생산 가능한 품종을 주기적으로 생산하는 방식으로 반응기의 구동을 관리하였다. 이에 따라, 불필요하게 GC가 추가적으로 발생하였고, 특정 품종은 생산량에 비해 납기량이 많아 재고량이 부족하고, 특정 품종은 생산량에 비해 납기량이 적어 재고량이 과한 상태가 되어 재고량의 불균형 문제 또한 발생된다.
본 발명은, 복수 개의 반응기에서 복수 개의 품종을 생산하는 카본블랙 수익성 증가를 위해 생산 공정 스케줄을 최적화하는 생산 스케줄 관리 방법을 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이와 같은 문제를 해결하기 위하여, 본 발명의 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법은, (A) 정보 획득부를 이용하여 반응기 및 품종 정보, 스케줄링 시간 정보 및 카본블랙 납기 정보 중 적어도 하나를 포함하는 스케줄 관련정보를 획득하는 단계, (B) 제약조건 생성부를 이용하여 상기 획득된 정보를 기반으로 반응기의 제약, 납기 조건의 제약 및 품종의 제약 중 적어도 하나를 포함하는 생산 제약조건을 생성하는 단계, 및 (C) 스케줄 생성부를 이용하여 상기 제약조건에 대응되는 목표함수를 갖는 초기 스케줄을 생성하는 단계를 포함한다.
또한, 상기 (C) 단계는 스케줄 생성부를 이용하여 상기 생성된 초기 스케줄에서 카본블랙을 생산하지 않는 특정 반응기의 시간 영역대를 현재 생산하고 있는 품종을 생산하는 시간으로 변환하는 단계와, 각 반응기에서 GC가 발생한 시점으로부터 세트 별로 각 품종의 미제품 발생 시간만큼을 제품 생산 시간에서 미제품 발생 시간으로 변환되도록 보정하는 단계를 포함한다.
또한, 상기 (A) 단계는 반응기 정보 획득부를 이용하여 저장부에 저장된 반응기 정보를 기반으로 복수 개의 반응기 관련 정보를 획득하는 단계와, 세트정보 획득부를 이용하여 상기 획득된 반응기 관련 정보를 기반으로 각 반응기와 각 반응기 내에서 생산 가능한 품종끼리 세트를 구성하고, 저장부에 저장된 세트 정보를 기반으로 상기 구성된 각 세트 별로 세트 관련정보를 획득하는 단계와, 시간정보 획득부를 이용하여 저장부에 저장된 기간 정보를 기반으로 스케줄링에 필요한 시간 관련정보를 획득하는 단계와, 납기정보 획득부를 이용하여 저장부에 저장된 기간 정보를 기반으로 카본블랙의 납기 관련정보를 획득하는 단계를 포함한다.
또한, 상기 (B) 단계는 반응기 조건 생성부를 이용하여 저장부에 저장된 반응기 정보를 기반으로 하나의 반응기에서 서로 다른 품종이 동시 생산이 불가능한 제약 조건을 생성하는 단계와, 납기조건 생성부를 이용하여 저장부에 저장된 품종의 생산량, 납기량, 재고량 중 적어도 하나를 기반으로 스케줄링 기간 내 특정 시점까지의 납기를 만족하는 제 1 제약 조건을 생성하는 단계와, 품종조건 생성부를 이용하여 저장부에 저장된 여러 반응기에서 동시 생산 가능한 품종 및 특정 시간에만 생산 가능한 품종 중 적어도 하나를 기반으로 스케줄링 기간 내 특정시점까지의 납기를 만족하는 제 2 제약 조건을 생성하는 단계를 포함한다.
또한, 상기 (C) 단계는 목표함수 설정부를 이용하여 제약조건에 따라 최소화하려는 대상을 갖는 대표값을 이용하여 목표함수를 설정하는 단계와, 초기 스케줄 생성부를 이용하여 상기 설정된 목표함수 및 제약조건을 기반으로 휴리스틱 모델을 사용하여 초기 스케줄을 생성하는 단계를 포함한다.
전술한 바와 같은 본 발명에 의하면, 본 발명의 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법은 다음과 같은 효과를 가질 수 있다.
첫째, 미제품 발생량을 최소화하는 카본블랙 생산 공정 스케줄을 최적화하여 미제품 발생으로 인한 재처리 비용을 감소시킬 수 있고, 미제품이 발생하는 시간에 추가적으로 카본블랙을 더 생산할 수 있어 카본 블랙의 생산성 을 증대시킬 수 있다.
둘째, 재고량을 고려하여 스케줄링을 진행하기 때문에 과한 재고량은 감소시켜주고, 부족한 재고량은 증가시켜 주는 것이 가능하여 적절한 재고량 유지에 유리하다.
셋째, 복잡한 스케줄링도 빠르고 쉽게 진행 가능하므로, 복잡한 스케줄이 주어졌을 때 선제적 대응이 가능하다.
상술한 효과와 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.
도 1 은 본 발명의 실시예에 따른 카본블랙 수익성 증가를 위한 생산 스케줄 관리 장치의 구성을 나타낸 블록도
도 2 는 도 1에서 정보 획득부의 구성을 상세히 나타낸 블록도
도 3 은 도 1에서 제약조건 생성부의 구성을 상세히 나타낸 블록도
도 4 는 도 1에서 스케줄 생성부의 구성을 상세히 나타낸 블록도
도 5 는 도 1에서 저장부의 구성을 상세히 나타낸 블록도
도 6 은 본 발명의 실시예에 따른 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법을 설명하기 위한 흐름도
도 7 은 도 6에서 스케줄 관련정보를 획득하는 방법을 상세히 설명하기 위한 흐름도
도 8 은 도 6에서 생산 제약조건을 생성하는 방법을 상세히 설명하기 위한 흐름도
도 9 는 도 6에서 초기 스케줄을 생성하는 방법을 상세히 설명하기 위한 흐름도
도 10 은 스케줄 생성부의 초기 스케줄 생성부에서 생성된 초기 스케줄의 갠트 차트(gantt chart)를 나타낸 실시예
도 11 은 스케줄 생성부의 보정부에서 보정된 최적 스케줄의 갠트 차트(gantt chart)를 나타낸 실시예
도 12 는 기존의 방식으로 반응기를 구동한 실제 스케줄의 갠트 차트(gantt chart)를 나타낸 실시예
도 13(a)(b)는 예측 출하량과 실제 생산량과의 비교를 위한 그래프
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
이하에서는, 도 1 내지 도 13을 참조하여 본 발명의 몇몇 실시예에 따른 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법에 대해 설명하도록 한다.
도 1 은 본 발명의 실시예에 따른 카본블랙 수익성 증가를 위한 생산 스케줄 관리 장치의 구성을 나타낸 블록도이다.
도 1에서 도시하고 있는 것과 같이, 본 발명의 생산 스케줄 관리 장치는 반응기 및 품종 정보, 스케줄링 시간 정보 및 카본블랙 납기 정보를 포함하는 스케줄 관련정보를 획득하는 정보 획득부(100)와, 상기 정보 획득부(100)에서 획득된 정보를 기반으로 반응기의 제약, 납기 조건의 제약 및 품종의 제약에 따른 생산 제약조건을 생성하는 제약조건 생성부(200)와, 휴리스틱 모델을 사용하여 상기 제약조건에 대응되는 목표함수를 갖는 초기 스케줄을 생성하고, 상기 생성된 초기 스케줄의 반응기 동작 및 품종 생산에 따른 시간적 오류를 보정하여 최적 스케줄을 생성하는 스케줄 생성부(300)와, 반응기 정보, 기간 정보, 품종 정보를 미리 저장하고, 상기 정보 획득부(100) 및 제약조건 생성부(200)로 제공하는 저장부(400)를 포함한다.
도 2 는 도 1에서 정보 획득부의 구성을 상세히 나타낸 블록도이다.
도 2에서 도시하고 있는 것과 같이, 정보 획득부(100)는 반응기 정보 획득부(110), 세트정보 획득부(120), 시간정보 획득부(130), 및 납기정보 획득부(140)를 포함한다.
상기 반응기 정보 획득부(110)는 저장부(400)에 저장된 반응기 정보를 기반으로 복수 개의 반응기 관련 정보를 획득한다. 반응기 관련 정보는 각 반응기의 구동 가능 시간 정보 및 각 반응기 내에서 생산 가능한 품종(grade) 정보를 포함한다.
상기 세트정보 획득부(120)는 상기 반응기 정보 획득부(110)에서 획득된 반응기 관련 정보를 기반으로 각 반응기와 각 반응기 내에서 생산 가능한 품종끼리 세트를 구성하고, 저장부(400)에 저장된 세트 정보를 기반으로 상기 구성된 각 세트 별로 세트 관련정보를 획득한다.
이때, 구성되는 세트는 예를 들어, 반응기1에서 품종A, B, C의 생산이 가능하고, 반응기2에서 품종A, D, E가 생산 가능하다고 하면, 구성되는 세트는 반응기1-품종A, 반응기1-품종B, 반응기1-품종C, 반응기2-품종A, 반응기2-품종D, 반응기2-품종E와 같이 6개의 세트가 구성된다. 각 세트는 예시된 품종A와 같이 서로 다른 반응기에서 모두 생산 가능할 수 있고, 품종A를 제외한 품종들과 같이 특정 반응기에서만 생산 가능할 수도 있다.
그리고 상기 세트 관련정보는 품종 별 각 세트의 생산속도 및 생산량과, 반응기에서 생산되고 있는 품종을 변경하였을 때 발생되는 미제품 발생량을 포함한다. 이때, 획득되는 세트 관련정보는 각 세트의 예전 정보를 이용하여 계산할 수도 있고 시뮬레이션 또는 파일럿 실험 등을 통한 예측값도 가능하다.
한편, 상기 품종 별 각 세트의 생산속도 및 생산량은 원재료에 따라 서로 달라지게 된다. 즉, 원재료의 성능이 좋으면 생산속도 및 생산량이 증가한다. 따라서, 세트 정보로 각 세트의 반응기별 생산되는 품종에 따라 원재료의 종류에 따른 생산속도 및 생산량 정보를 포함한다.
상기 시간정보 획득부(130)는 저장부(400)에 저장된 기간 정보를 기반으로 스케줄링에 필요한 시간 관련정보를 획득한다. 스케줄링에 필요한 시간 관련정보는 스케줄링을 적용할 시점, 스케줄링할 기간, 스케줄링 단위 시간, 및 세트(반응기-품종)별로 생산 가능한 특정 기간에 관한 정보 등을 포함한다.
상기 납기정보 획득부(140)는 저장부(400)에 저장된 기간 정보를 기반으로 카본블랙의 납기 관련정보를 획득한다. 납기 관련정보는 카본블랙의 각 품종 별로 스케줄링 기간 내에 생산해야 하는 납기량 및 납기일에 대한 정보를 포함한다. 이때, 상기 납기 관련정보는 세트정보 획득부(120)에서 구성되는 세트(반응기-품종) 별로 정리 가능하고, 품종 별로만 정리도 가능하다.
한편, 납기량은 예정된 계획을 이용하여 계산할 수도 있지만, 수요를 예측하고, 예정된 계획에 예측한 수요를 더해서 정할 수도 있다. 이때, 수요 예측은 국내 수급이 일정치 않은 카본블랙의 납기 특성으로 인해 예정된 계획에 없는 요구가 발생될 수 있어, 수요 예측이 필요하다.
상기 수요 예측 방법으로, 과거 출하 히스토리를 바탕으로 다음 출하량을 예측한다. 이때, 예측 출하량은 국내 예측 출하량과 해외 예측 출하량을 포함한다.
이처럼, 정보 획득부(100)를 통해 스케줄 관련정보를 획득한다.
도 3 은 도 1에서 제약조건 생성부의 구성을 상세히 나타낸 블록도이다.
도 3에서 도시하고 있는 것과 같이, 제약조건 생성부(200)는 반응기 조건 생성부(210), 납기조건 생성부(220), 및 품종조건 생성부(230)를 포함한다.
상기 반응기 조건 생성부(210)는 저장부(400)에 저장된 반응기 정보를 기반으로 하나의 반응기에서 서로 다른 품종이 동시 생산이 불가능한 제약 조건을 생성한다. 즉, 하나의 반응기에서 생산되는 품종은 동일 시간대에서 동시에 서로 다른 품종의 생산이 불가능하고 하나의 특정 품종만 생산이 가능하다.
상기 납기조건 생성부(220)는 저장부(400)에 저장된 품종의 생산량, 납기량, 재고량을 기반으로 스케줄링 기간 내 특정 시점까지의 납기를 만족하는 제 1 제약 조건을 생성한다. 상기 제 1 제약 조건은 다음 수학식 1의 조건을 만족해야 한다.
Figure pat00001
이때, 상기
Figure pat00002
는 특정 시점 T까지 품종n의 누적 생산량을 의미하고, 상기
Figure pat00003
는 특정 시점 T까지 품종n의 누적 납기량을 의미하고, 상기
Figure pat00004
는 특정 시점 T까지 품종n으로 GC한 누적 회수를 의미하고, 상기
Figure pat00005
는 품종n으로 GC할 때 발생하는 회당 미제품량을 의미하고, 상기
Figure pat00006
는 품종n의 현재 재고량을 의미하고, 상기
Figure pat00007
은 스케줄링 기간 동안 품종n의 재고 사용 비율을 의미한다.
이처럼, 상기 제 1 제약 조건은 수학식 1에서 나타내고 있는 것과 같이, 특정 시점 T까지 품종n의 누적 생산량(
Figure pat00008
)이, 특정 시점 T까지 품종n의 누적 납기량(
Figure pat00009
), 총 미제품량(
Figure pat00010
), 및 남아 있는 재고량 중 사용 가능한 재고량(
Figure pat00011
)의 합보다 크거나 같아야 한다.
상기 품종조건 생성부(230)는 저장부(400)에 저장된 여러 반응기에서 동시 생산 가능한 품종 및 특정 시간에만 생산 가능한 품종을 기반으로 스케줄링 기간 내 특정시점까지의 납기를 만족하는 제 2 제약 조건을 생성한다. 상기 제 2 제약 조건은 다음 수학식 2의 조건을 만족해야 한다.
Figure pat00012
이때, 상기
Figure pat00013
는 특정 시점 T까지 품종n의 누적 생산량을 의미하고, 상기
Figure pat00014
는 특정 시점 T까지 품종n의 누적 납기량을 의미하고, 상기
Figure pat00015
는 특정 시점 T까지 품종n으로 GC한 누적 회수를 의미하고, 상기
Figure pat00016
는 품종n으로 GC시에 발생하는 회당 미제품량을 의미하고, 상기
Figure pat00017
는 품종n의 현재 재고량을 의미하고, 상기
Figure pat00018
은 스케줄링 기간 동안 품종n의 재고 사용 비율을 의미한다. 또한, 상기 R은 반응기 인덱스를 의미하고, 상기
Figure pat00019
은 품종n의 생산이 가능한 반응기를 의미한다.
이처럼, 상기 2 제약 조건은 수학식 2에서 나타내고 있는 것과 같이, 품종n의 생산이 가능한 모든 반응기에서 특정 시점 T까지 품종n의 누적 생산량(
Figure pat00020
)의 합이, 품종n의 생산이 가능한 모든 반응기에서 특정 시점 T까지 품종n의 누적 납기량(
Figure pat00021
), 총 미제품량(
Figure pat00022
), 및 남아 있는 재고량 중 사용 가능한 재고량(
Figure pat00023
) 합의 총합보다 크거나 같아야 한다.
또한, 상기 제 2 제약 조건에서 특정 시간에만 생산 가능한 세트(반응기-품종)는 특정 반응기에서 특정 시간 이외의 누적 생산량이 0으로 만족해야 한다.
도 4 는 도 1에서 스케줄 생성부의 구성을 상세히 나타낸 블록도이다.
도 4에서 도시하고 있는 것과 같이, 스케줄 생성부(300)는 목표함수 설정부(310), 초기 스케줄 생성부(320), 및 보정부(330)를 포함한다.
상기 목표함수 설정부(310)는 스케줄링을 통해 제약조건에 따라 최소화하려는 대상을 갖는 대표값을 이용하여 목표함수를 설정한다. 이때, 대표값은 품종별 회당 미제품 발생량, GC 횟수, 및 품종별 회당 미제품 발생 시간을 포함하며, 목표함수는 최소 미제품 발생량, 최소 GC 횟수, 최소 미제품 발생 시간을 포함한다.
따라서, 대표값이 품종별 회당 미제품 발생량이라면, 설정되는 목표함수는 최소 미제품 발생량이 된다. 또한 대표값이 GC 횟수라면, 설정되는 목표함수는 최소 GC 횟수가 된다. 또한 대표값이 품종별 회당 미제품 발생 시간이라면, 설정되는 목표함수는 최소 미제품 발생 시간이 된다.
상기 목표함수는 다음 수학식 3을 이용하여 설정된다.
Figure pat00024
이때, 상기 품종 별 GC 횟수는 정보 획득부(100)에서 획득된 세트(반응기-품종) 관련정보, 스케줄 시간 관련정보 및 납기 관련정보를 통해 제약조건 생성부(200)에서 생성한 제약 조건에 의해 결정된다. 또한, 상기 대표값은 품종별 회당 미제품 발생량, GC 횟수, 및 품종별 회당 미제품 발생 시간을 포함한다.
이처럼, 상기 목표함수는 수학식 3에서 나타내고 있는 것과 같이, 모든 세트(반응기-품종)(N)를 이용하여 납기량을 생산할 때, 각 세트에서 발생되는 품종 별 GC 횟수가 최소가 되는 대표값이다.
상기 초기 스케줄 생성부(320)는 목표함수 설정부(310)에서 설정된 목표함수 및 제약조건을 기반으로 휴리스틱 모델을 사용하여 초기 스케줄을 생성한다. 이때, 초기 스케줄은 유전 알고리즘(Genetic algorithm), 개미집단 알고리즘(Ant colony algorithm), 분지 한정 알고리즘(Branch-and-Bound algorithm), 분지 절단 알고리즘(Branch-and-Cut algorithm) 등의 휴리스틱 모델을 사용하여 초기 스케줄을 생성한다.
상기 보정부(330)는 초기 스케줄 생성부(320)에서 생성된 초기 스케줄에서 반응기 동작 및 품종 생산에 따른 시간적 오류를 보정하여 최적 스케줄을 생성한다. 시간적 오류는 특정 반응기에서 카본블랙을 생산하지 않는 시간, GC로 인한 미제품 발생 시간을 포함한다. 상기 미제품 발생 시간은 저장부(400)에 저장되어 있는 세트 별 GC시에 발생하는 미제품량 정보를 기반으로 세트 별로 미제품 발생 시간을 책정한다.
즉, 상기 보정부(330)는 생성된 초기 스케줄에서 무의미하게 카본블랙을 생산하지 않는 특정 반응기의 시간 영역대를 검출하고, 이를 현재 생산하고 있는 품종을 생산하는 시간으로 변환한다. 그리고 GC가 발생한 시점으로부터 세트 별로 각 품종의 미제품 발생 시간만큼을 제품 생산 시간에서 미제품 발생 시간으로 변환하여, 보정된 최적 스케줄을 생성한다.
도 5 는 도 1에서 저장부의 구성을 상세히 나타낸 블록도이다.
도 5에서 도시하고 있는 것과 같이, 저장부(400)는 생산 가능한 품종정보, 생산가능 시간정보, 품종별 생산가능 시간정보, 품종별 GC시에 발생하는 미제품량 정보, 품종별 생산속도 정보, 품종별 하루 생산량 정보, 원재료에 따른 품종별 생산속도 및 생산량 정보를 저장하는 반응기 정보 DB(410)와, 세트정보 획득부(120)에서 구성되는 반응기-품종 세트 정보, 세트 별 생산가능 시간정보, 세트 별 GC시에 발생하는 미제품량 정보, 세트 별 생산속도 정보, 세트 별 하루 생산량 정보, 세트 별 원재료에 따른 생산속도 및 생산량 정보를 저장하는 세트 정보 DB(420)와, 품종별 납기량 및 납기일 정보, 스케줄링 특정시점(시작시점, 종료시점, 기간, 단위시간 등) 정보를 저장하는 기간 정보 DB(430)와, 품종별 현재 재고량 정보, 품종별 재고 사용비율 정보, 품종별 예정 및 이전 출하량 정보, 품종별 예측 출하량 정보를 저장하는 품종 정보 DB(440)를 포함한다.
이와 같이 구성된 본 발명에 따른 카본블랙 수익성 증가를 위한 생산 스케줄 관리 장치의 동작을 첨부한 도면을 참조하여 상세히 설명하면 다음과 같다. 도 1 내지 도 5와 동일한 참조부호는 동일한 기능을 수행하는 동일한 부재를 지칭한다.
도 6 은 본 발명의 실시예에 따른 카본블랙 수익성 증가를 위한 생산 스케줄 관리 방법을 설명하기 위한 흐름도이다.
도 6을 참조하여 설명하면, 먼저 정보 획득부(100)를 이용하여 반응기 및 품종 정보, 스케줄링 시간 정보 및 카본블랙 납기 정보를 포함하는 스케줄 관련정보를 획득한다(S100). 상기 스케줄 관련정보를 획득하는 방법은 하기에서 도 7을 참조하여 상세히 설명하도록 한다.
이어서, 제약조건 생성부(200)를 이용하여 상기 획득된 정보를 기반으로 반응기의 제약, 납기 조건의 제약 및 품종의 제약에 따른 생산 제약조건을 생성한다(S200). 상기 생산 제약조건을 생성하는 방법은 하기에서 도 8을 참조하여 상세히 설명하도록 한다.
그리고 스케줄 생성부(300)를 이용하여 휴리스틱 모델을 통한 상기 제약조건에 대응되는 목표함수를 갖는 초기 스케줄을 생성한다(S300). 상기 초기 스케줄을 생성하는 방법은 하기에서 도 9를 참조하여 상세히 설명하도록 한다.
이어서, 스케줄 생성부(300)는 보정부(330)를 이용하여 상기 생성된 초기 스케줄에서 반응기 동작 및 품종 생산에 따른 시간적 오류를 보정하여 최적 스케줄을 생성한다(S400). 시간적 오류는 특정 반응기에서 카본블랙을 생산하지 않는 시간, GC로 인한 미제품 발생 시간을 포함한다. 상기 미제품 발생 시간은 저장부(400)에 저장되어 있는 세트 별 GC시에 발생하는 미제품량 정보를 기반으로 세트 별로 미제품 발생 시간을 책정한다.
즉, 생성된 초기 스케줄에서 무의미하게 카본블랙을 생산하지 않는 특정 반응기의 시간 영역대를 검출하고, 이를 현재 생산하고 있는 품종을 생산하는 시간으로 변환한다. 그리고 GC가 발생한 시점으로부터 세트 별로 각 품종의 미제품 발생 시간만큼을 제품 생산 시간에서 미제품 발생 시간으로 변환한다.
도 10 은 표 1 및 표 2의 조건을 통해 스케줄 생성부의 초기 스케줄 생성부에서 생성된 초기 스케줄의 갠트 차트(gantt chart)를 나타낸 실시예이고, 도 11 은 표 1 및 표 2의 조건을 통해 스케줄 생성부의 보정부에서 보정된 최적 스케줄의 갠트 차트(gantt chart)를 나타낸 실시예이다.
다음 표 1은 저장부(400)에 저장된 세트별 관련 정보로, 시작 생산 여부, 특정 시간만 생산 가능한 여부, 현재 재고량, 하루 생산량, 평균 미제품 발생 시간, 재고 사용 비율(%) 정보를 도표화한 것이다. 또한 다음 표 2는 저장부(400)에 저장된 스케줄링 특정시점 정보를 도표화한 것이다.
Figure pat00025
Figure pat00026
도 10에서 도시하고 있는 것과 같이 초기 스케줄이 생성되면, 보정부(330)는 상기 생성된 초기 스케줄에서 반응기1에서 품종B의 생산 중 생산하지 않는 시간 영역대(13) 및 반응기4에서 품종I의 생산 중 생산하지 않는 시간 영역대(18)는 도 11에서와 같이, 현재 생산하고 있는 품종B 및 품종I를 생산하는 시간으로 각각 변환되도록 보정한다.
또한, 보정부(330)는 각 반응기에서 GC가 발생한 시점으로부터 도 10에서와 같이, 세트 별로 각 품종의 미제품 발생 시간만큼을 제품 생산 시간에서 미제품 발생 시간으로 변환되도록 보정한다.
도 12 는 표 1 및 표 2의 조건을 통해 기존의 방식으로 반응기를 구동한 실제 스케줄의 갠트 차트(gantt chart)를 나타낸 실시예이다.
본 발명에 따라 생성된 최적 스케줄(도 11)과 기존의 실제 스케줄(도 12)를 이용하여 개선 정보 및 경제적 효과를 계산하면, 연간 35%의 GC 회수 감소 및 연간 30%의 미제품 발생량이 감소됨을 알 수 있다. 그리고 GC 회수를 줄임으로써 미제품 발생 시간에 대신 카본블랙 제품의 생산이 가능하므로 별다른 투자 없이 5% 정도의 카본블랙 생산량이 증대됨을 알 수 있다.
상기 스케줄 관련정보를 획득하는 방법(S100)을 좀 더 상세히 설명하면 다음과 같다.
도 7 은 도 6에서 스케줄 관련정보를 획득하는 방법을 상세히 설명하기 위한 흐름도이다.
도 7을 참조하여 설명하면, 반응기 정보 획득부(110)를 이용하여 저장부(400)에 저장된 반응기 정보를 기반으로 복수 개의 반응기와 관련된 정보를 획득한다(S110). 반응기와 관련된 정보로는 각 반응기의 구동 가능 시간 정보 및 각 반응기 내에서 생산 가능한 품종(grade) 정보를 포함한다.
그리고 상기 세트정보 획득부(120)를 이용하여 상기 획득된 반응기 정보를 기반으로 각 반응기와 각 반응기 내에서 생산 가능한 품종끼리 세트(반응기-품종)를 구성하고, 저장부(400)에 저장된 세트 정보를 기반으로 상기 구성된 각 세트 별로 세트 관련정보를 획득한다(S120). 세트 관련정보는 품종 별 각 세트의 생산속도 및 생산량과, 반응기에서 생산되고 있는 품종을 변경하였을 때 발생되는 미제품 발생량을 포함한다. 획득되는 세트 관련정보는 각 세트의 예전 정보를 이용하여 계산할 수도 있고 시뮬레이션 또는 파일럿 실험 등을 통한 예측값도 가능하다.
한편, 상기 품종 별 각 세트의 생산속도 및 생산량은 원재료에 따라 서로 달라지게 된다. 즉, 원재료의 성능이 좋으면 생산속도 및 생산량이 증가한다. 따라서, 세트 정보로 각 세트의 반응기별 생산되는 품종에 따라 원재료의 종류에 따른 생산속도 및 생산량 정보를 포함한다.
다음 표 3은 원재료에 따라 세트의 생산속도가 달라지는 카본블랙을 도표화한 것이다.
Figure pat00027
이에 따라, 본 발명에 따라 생성되는 생산 스케줄은 품종별 원재료 비율(=생산속도)까지 포함한 최적화된 스케줄을 생성하게 된다. 즉, 원재료 재고량 및 수급까지 고려한 최적화가 가능하며, 급한 품종은 생산 속도가 빠른 원재료를 사용하는 등의 스케줄링 유연성을 증가시킬 수 있다. 아울러, 생산 속도의 증가는 추가적인 미제품 발생 횟수의 감소도 가능하다.
또한, 시간정보 획득부(130)를 이용하여 저장부(400)에 저장된 기간 정보를 기반으로 스케줄링에 필요한 시간 관련정보를 획득한다(S130). 스케줄링에 필요한 시간 관련정보는 스케줄링을 적용할 시점, 스케줄링할 기간, 스케줄링 단위 시간, 및 세트(반응기-품종)별로 생산 가능한 특정 기간에 관한 정보 등을 포함한다.
또한, 납기정보 획득부(140)를 이용하여 저장부(400)에 저장된 기간 정보를 기반으로 카본블랙의 납기 관련정보를 획득한다(S140). 납기 관련정보는 카본블랙의 각 품종 별로 스케줄링 기간 내에 생산해야 하는 납기량 및 납기일에 대한 정보를 포함한다. 이때, 납기 관련정보는 세트정보 획득부(120)에서 구성되는 세트(반응기-품종) 별로 정리 가능하고, 품종 별로만 정리도 가능하다.
한편, 납기량은 예정된 계획을 이용하여 계산할 수도 있지만, 수요를 예측하고, 예정된 계획에 예측한 수요를 더해서 정할 수도 있다. 수요 예측은 국내 수급이 일정치 않은 카본블랙의 납기 특성으로 인해 예정된 계획에 없는 요구가 발생될 수 있어, 수요 예측을 통해 스케줄 생성은 매우 중요하다.
상기 수요 예측 방법으로, 과거 출하 히스토리를 바탕으로 다음 출하량을 예측한다. 예측 출하량은 국내 예측 출하량과 해외 예측 출하량을 포함한다.
도 13(a)(b)는 예측 출하량과 실제 생산량과의 비교를 위한 그래프로서, 도 13(b)에서 도시하고 있는 것과 같이, 예측된 출하량이 실제 생산량과 그 정확성이 매우 높은 것을 알 수 있다.
한편, 상기 생산 제약조건을 생성하는 방법(S200)을 좀 더 상세히 설명하면 다음과 같다.
도 8 은 도 6에서 생산 제약조건을 생성하는 방법을 상세히 설명하기 위한 흐름도이다.
도 8을 참조하여 설명하면, 반응기 조건 생성부(210)를 이용하여 저장부(400)에 저장된 반응기 정보를 기반으로 하나의 반응기는 서로 다른 품종의 동시 생산이 불가능한 제약 조건을 생성한다(S210). 즉, 하나의 반응기에서 생산되는 품종은 동일 시간대에서 동시에 서로 다른 품종의 생산이 불가능하고 하나의 특정 품종만 생산이 가능하다.
그리고 납기조건 생성부(220)를 이용하여 저장부(400)에 저장된 품종의 생산량, 납기량, 재고량을 기반으로 스케줄링 기간 내 특정 시점까지의 납기를 만족하는 제 1 제약 조건을 생성한다. 제 1 제약 조건은 상기 수학식 1의 조건을 만족해야 한다(S220).
즉, 상기 제 1 제약 조건은 수학식 1에서 나타내고 있는 것과 같이, 특정 시점 T까지 품종n의 누적 생산량(
Figure pat00028
)이, 특정 시점 T까지 품종n의 누적 납기량(
Figure pat00029
), 총 미제품량(
Figure pat00030
), 및 남아 있는 재고량 중 사용 가능한 재고량(
Figure pat00031
)의 합보다 크거나 같아야 한다.
또한, 품종조건 생성부(230)를 이용하여 저장부(400)에 저장된 여러 반응기에서 동시 생산 가능한 품종 및 특정 시간에만 생산 가능한 품종을 기반으로 스케줄링 기간 내 특정시점까지의 납기를 만족하는 제 2 제약 조건을 생성한다(S230). 제 2 제약 조건은 상기 수학식 2의 조건을 만족해야 한다.
즉, 상기 제 2 제약 조건은 수학식 2에서 나타내고 있는 것과 같이, 품종n의 생산이 가능한 모든 반응기에서 특정 시점 T까지 품종n의 누적 생산량(
Figure pat00032
)의 합이, 품종n의 생산이 가능한 모든 반응기에서 특정 시점 T까지 품종n의 누적 납기량(
Figure pat00033
), 총 미제품량(
Figure pat00034
), 및 남아 있는 재고량 중 사용 가능한 재고량(
Figure pat00035
) 합의 총합보다 크거나 같아야 한다.
또한, 상기 제 2 제약 조건에서 특정 시간에만 생산 가능한 세트(반응기-품종)는 특정 반응기에서 특정 시간 이외의 누적 생산량이 0으로 만족해야 한다.
또한, 상기 초기 스케줄을 생성하는 방법(S300)을 좀 더 상세히 설명하면 다음과 같다.
도 9 는 도 6에서 초기 스케줄을 생성하는 방법을 상세히 설명하기 위한 흐름도이다.
도 9를 참조하여 설명하면, 목표함수 설정부(310)를 이용하여 스케줄링을 통해 제약조건에 따라 최소화하려는 대상을 갖는 대표값을 이용하여 목표함수를 설정한다(S310). 대표값은 품종별 회당 미제품 발생량, GC 횟수, 및 품종별 회당 미제품 발생 시간을 포함하며, 목표함수는 최소 미제품 발생량, 최소 GC 횟수, 최소 미제품 발생 시간을 포함한다.
따라서, 대표값이 품종별 회당 미제품 발생량이라면, 설정되는 목표함수는 최소 미제품 발생량이 된다. 또한 대표값이 GC 횟수라면, 설정되는 목표함수는 최소 GC 횟수가 된다. 또한 대표값이 품종별 회당 미제품 발생 시간이라면, 설정되는 목표함수는 최소 미제품 발생 시간이 된다. 그리고 상기 목표함수는 상기 수학식 3을 이용하여 설정된다.
즉, 상기 목표함수는 수학식 3에서 나타내고 있는 것과 같이, 모든 세트(반응기-품종)(N)를 이용하여 납기량을 생산할 때, 각 세트에서 발생되는 품종 별 GC 횟수가 최소가 되는 대표값이다.
이어서, 초기 스케줄 생성부(320)를 이용하여 목표함수 설정부(310)에서 설정된 목표함수 및 제약조건을 기반으로 휴리스틱 모델을 사용하여 초기 스케줄을 생성한다(S320). 초기 스케줄은 유전 알고리즘(Genetic algorithm), 개미집단 알고리즘(Ant colony algorithm), 분지 한정 알고리즘(Branch-and-Bound algorithm), 분지 절단 알고리즘(Branch-and-Cut algorithm) 등의 휴리스틱 모델을 사용하여 초기 스케줄을 생성한다.
전술한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
100 : 정보 획득부 110 : 반응기 정보 획득부
120 : 세트정보 획득부 130 : 시간정보 획득부
140 : 납기정보 획득부 200 : 제약조건 생성부
210 : 반응기 조건 생성부 220 : 납기조건 생성부
230 : 품종조건 생성부 300 : 스케줄 생성부
310 : 목표함수 설정부 320 : 초기 스케줄 생성부
330 : 보정부 400 : 저장부
410 : 반응기 정보 DB 420 : 세트정보 DB
430 : 기간정보 DB 440 : 품종정보 DB

Claims (10)

  1. (A) 정보 획득부를 이용하여 반응기 및 품종 정보, 스케줄링 시간 정보 및 카본블랙 납기 정보 중 적어도 하나를 포함하는 스케줄 관련정보를 획득하는 단계;
    (B) 제약조건 생성부를 이용하여 상기 획득된 정보를 기반으로 반응기의 제약, 납기 조건의 제약 및 품종의 제약 중 적어도 하나를 포함하는 생산 제약조건을 생성하는 단계; 및
    (C) 스케줄 생성부를 이용하여 상기 제약조건에 대응되는 목표함수를 갖는 초기 스케줄을 생성하는 단계를 포함하는
    생산 스케줄 관리 방법.
  2. 제 1 항에 있어서,
    상기 (C) 단계는
    스케줄 생성부를 이용하여 상기 생성된 초기 스케줄에서 카본블랙을 생산하지 않는 특정 반응기의 시간 영역대를 현재 생산하고 있는 품종을 생산하는 시간으로 변환하는 단계와,
    각 반응기에서 GC가 발생한 시점으로부터 세트 별로 각 품종의 미제품 발생 시간만큼을 제품 생산 시간에서 미제품 발생 시간으로 변환되도록 보정하는 단계를 포함하는 생산 스케줄 관리 방법.
  3. 제 1 항에 있어서,
    상기 (A) 단계는
    반응기 정보 획득부를 이용하여 저장부에 저장된 반응기 정보를 기반으로 복수 개의 반응기 관련 정보를 획득하는 단계와,
    세트정보 획득부를 이용하여 상기 획득된 반응기 관련 정보를 기반으로 각 반응기와 각 반응기 내에서 생산 가능한 품종끼리 세트를 구성하고, 저장부에 저장된 세트 정보를 기반으로 상기 구성된 각 세트 별로 세트 관련정보를 획득하는 단계와,
    시간정보 획득부를 이용하여 저장부에 저장된 기간 정보를 기반으로 스케줄링에 필요한 시간 관련정보를 획득하는 단계와,
    납기정보 획득부를 이용하여 저장부에 저장된 기간 정보를 기반으로 카본블랙의 납기 관련정보를 획득하는 단계를 포함하는 생산 스케줄 관리 방법.
  4. 제 3 항에 있어서,
    상기 세트 관련정보는
    품종 별 각 세트의 생산속도 또는 하루 생산량과, 반응기에서 생산되고 있는 품종을 변경하였을 때 발생되는 미제품 발생량을 포함하고, 상기 품종 별 각 세트의 생산속도 또는 하루 생산량은 원재료의 종류에 따른 생산속도 또는 하루 생산량 정보를 포함하는 생산 스케줄 관리 방법.
  5. 제 3 항에 있어서,
    상기 납기 관련정보는 카본블랙의 각 품종 별로 스케줄링 기간 내에 생산해야 하는 납기량 및 납기일에 대한 정보를 포함하고, 상기 납기량은 예정된 계획에 예측한 수요를 더해서 정하며, 상기 수요 예측은, 과거 출하 히스토리를 바탕으로 다음 출하량을 예측하는 생산 스케줄 관리 방법.
  6. 제 1 항에 있어서,
    상기 (B) 단계는
    반응기 조건 생성부를 이용하여 저장부에 저장된 반응기 정보를 기반으로 하나의 반응기에서 서로 다른 품종이 동시 생산이 불가능한 제약 조건을 생성하는 단계와,
    납기조건 생성부를 이용하여 저장부에 저장된 품종의 생산량, 납기량, 재고량 중 적어도 하나를 기반으로 스케줄링 기간 내 특정 시점까지의 납기를 만족하는 제 1 제약 조건을 생성하는 단계와,
    품종조건 생성부를 이용하여 저장부에 저장된 여러 반응기에서 동시 생산 가능한 품종 및 특정 시간에만 생산 가능한 품종 중 적어도 하나를 기반으로 스케줄링 기간 내 특정시점까지의 납기를 만족하는 제 2 제약 조건을 생성하는 단계를 포함하는 생산 스케줄 관리 방법.
  7. 제 6 항에 있어서,
    상기 제 1 제약 조건은
    특정 시점 T까지 품종n의 누적 생산량(
    Figure pat00036
    )이, 특정 시점 T까지 품종n의 누적 납기량(
    Figure pat00037
    ), 총 미제품량(
    Figure pat00038
    ), 및 남아 있는 재고량 중 사용 가능한 재고량(
    Figure pat00039
    )의 합보다 크거나 같은 것을 특징으로 하는 생산 스케줄 관리 방법.
  8. 제 6 항에 있어서,
    상기 제 2 제약 조건은
    품종n의 생산이 가능한 모든 반응기에서 특정 시점 T까지 품종n의 누적 생산량(
    Figure pat00040
    )의 합이, 품종n의 생산이 가능한 모든 반응기에서 특정 시점 T까지 품종n의 누적 납기량(
    Figure pat00041
    ), 총 미제품량(
    Figure pat00042
    ), 및 남아 있는 재고량 중 사용 가능한 재고량(
    Figure pat00043
    ) 합의 총합보다 크거나 같은 조건, 또는 특정 시간에만 생산 가능한 세트(반응기-품종)는 특정 반응기에서 특정 시간 이외의 누적 생산량이 0으로 만족해야 하는 것을 특징으로 하는 생산 스케줄 관리 방법.
  9. 제 1 항에 있어서,
    상기 (C) 단계는
    목표함수 설정부를 이용하여 제약조건에 따라 최소화하려는 대상을 갖는 대표값을 이용하여 목표함수를 설정하는 단계와,
    초기 스케줄 생성부를 이용하여 상기 설정된 목표함수 및 제약조건을 기반으로 휴리스틱 모델을 사용하여 초기 스케줄을 생성하는 단계를 포함하는 생산 스케줄 관리 방법.
  10. 제 9 항에 있어서,
    상기 목표함수는 모든 세트(반응기-품종)(N)를 이용하여 납기량을 생산할 때, 각 세트에서 발생되는 품종 별 GC 횟수가 최소가 되는 대표값인 것을 특징으로 하는 생산 스케줄 관리 방법.
KR1020170180823A 2017-12-27 2017-12-27 카본블랙의 생산 공정 스케줄 관리 방법 KR102531260B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170180823A KR102531260B1 (ko) 2017-12-27 2017-12-27 카본블랙의 생산 공정 스케줄 관리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170180823A KR102531260B1 (ko) 2017-12-27 2017-12-27 카본블랙의 생산 공정 스케줄 관리 방법

Publications (2)

Publication Number Publication Date
KR20190078972A true KR20190078972A (ko) 2019-07-05
KR102531260B1 KR102531260B1 (ko) 2023-05-10

Family

ID=67225295

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170180823A KR102531260B1 (ko) 2017-12-27 2017-12-27 카본블랙의 생산 공정 스케줄 관리 방법

Country Status (1)

Country Link
KR (1) KR102531260B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120133362A (ko) * 2011-05-31 2012-12-10 (주)브이엠에스 솔루션스 로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템
KR20140111073A (ko) * 2013-03-05 2014-09-18 에스케이이노베이션 주식회사 폴리머 생산 스케줄링 방법 및 스케줄링 장치
KR20150105145A (ko) * 2014-03-07 2015-09-16 한국과학기술원 납기일 및 재고비용을 고려한 제품생산 계획방법 및 계획시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120133362A (ko) * 2011-05-31 2012-12-10 (주)브이엠에스 솔루션스 로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템
KR20140111073A (ko) * 2013-03-05 2014-09-18 에스케이이노베이션 주식회사 폴리머 생산 스케줄링 방법 및 스케줄링 장치
KR20150105145A (ko) * 2014-03-07 2015-09-16 한국과학기술원 납기일 및 재고비용을 고려한 제품생산 계획방법 및 계획시스템

Also Published As

Publication number Publication date
KR102531260B1 (ko) 2023-05-10

Similar Documents

Publication Publication Date Title
US20220027817A1 (en) Deep reinforcement learning for production scheduling
Kojima et al. Performance evaluation of SCM in JIT environment
JP2017162044A (ja) 生産計画装置、生産計画方法および生産計画プログラム
CN106408127B (zh) 一种原油调度排产方法及系统
D'Alessandro et al. Divide and conquer: Rohm and Haas' response to a changing specialty chemicals market
US20180260769A1 (en) Supply chain analytics tool
JP2007140785A (ja) 在庫管理システム
Erdirik‐Dogan et al. Planning models for parallel batch reactors with sequence‐dependent changeovers
EP1793333A1 (en) Automatic cost generator for use with an automated supply chain optimizer
JP2006251869A (ja) 受発注システム
Vogelezang 4.3 Using COSMIC FFP for Sizing, Estimating, and Planning in an ERP Environment
Godichaud et al. Metaheuristic based optimization for capacitated disassembly lot sizing problem with lost sales
CN112070333A (zh) 计划制定辅助装置和计划制定辅助方法
Pourakbar et al. A joint economic lot-size model for an integrated supply network using genetic algorithm
Khalifehzadeh et al. Two effective metaheuristic algorithms for solving a stochastic optimization model of a multi-echelon supply chain
Hicks et al. Dynamic scheduling for complex engineer-to-order products
KR20190078972A (ko) 카본블랙의 생산 공정 스케줄 관리 방법
WO2019116683A1 (ja) 保守計画生成システム
US20060009989A1 (en) Method, apparatus, data structure and system for scheduling work consistent with an entity's strategic objectives
Kazi Arif-Uz-Zaman et al. Lean supply chain performance evaluation method
Martínez et al. Order acceptance for revenue management and capacity allocation in make-to-order batch plants
US20240037590A1 (en) Management system
JP5173754B2 (ja) 情報処理装置、情報処理方法、及びコンピュータプログラム
Chin Extending Process Integration to asset maintenance and resource conservation in circular economies
Sumichrast A new cutting-stock heuristic for scheduling production

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant