KR20230113011A - 건설기계 조립 공정의 생산 계획 장치 - Google Patents

건설기계 조립 공정의 생산 계획 장치 Download PDF

Info

Publication number
KR20230113011A
KR20230113011A KR1020220009360A KR20220009360A KR20230113011A KR 20230113011 A KR20230113011 A KR 20230113011A KR 1020220009360 A KR1020220009360 A KR 1020220009360A KR 20220009360 A KR20220009360 A KR 20220009360A KR 20230113011 A KR20230113011 A KR 20230113011A
Authority
KR
South Korea
Prior art keywords
production
assembly process
materials
time
construction machine
Prior art date
Application number
KR1020220009360A
Other languages
English (en)
Inventor
홍순도
김호영
이광헌
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020220009360A priority Critical patent/KR20230113011A/ko
Publication of KR20230113011A publication Critical patent/KR20230113011A/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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41805—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by assembly
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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
    • 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
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change

Landscapes

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

Abstract

본 발명은 건설기계 조립 공정의 생산 계획 장치에 관한 것으로서, 건설기계 조립 공정의 목표 생산량을 사용자로부터 입력받는 목표 생산량 입력부와, 상기 입력된 목표 생산량을 생산하는 데 소요되는 생산 소요시간을 기설정된 공정별 생산능력 정보에 기초하여 산출하는 생산 소요시간 산출부와, 상기 목표 생산량의 생산 시 필요한 자재 수와 상기 산출된 생산 소요시간과 상기 건설기계 조립 공정에 필요한 자재들을 운송하는 운송 차량에 대한 순환 시간, 적재 및 하역 작업시간에 기초하여 해당 운송 차량의 필요 운행 회차를 계산하는 필요 운행 회차 계산부와, 상기 운송 차량이 상기 필요 운행 회차에 걸쳐 상기 조립 공정에 투입할 자재들을 운송하는 생산 계획 프로세스를 수행한 후 이에 따른 상기 운송 차량의 회차별 견인 용량과 현재 시점까지 투입된 자재들의 재고 소진 기간을 기설정된 계획 알고리즘 기반 함수를 이용하여 결정하는 생산 계획 결정 모듈을 포함하는 것을 특징으로 한다.
이에 따라, 건설기계 조립 공정 시 운송 차량에 의해 회차별로 운송되는 자재 적재 수의 편차를 줄여 생산 운영 시간을 감소시킬 수 있어 이로 인해 기업의 생산성이 향상되고 물류비용 및 자재 관리 비용을 절감할 수 있는 효과가 있다.

Description

건설기계 조립 공정의 생산 계획 장치{PRODUCTION PLANNING APPARATUS FOR ASSEMBLY PROCESS OF CONSTRUCTION MACHINERY}
본 발명은 건설기계 조립 공정 시 생산능력의 변수와 비용 함수의 관계를 분석하여 적정 재공을 유지하도록 하는 생산 계획에 대한 예측 모델링을 수행하는 건설기계 조립 공정의 생산 계획 장치에 관한 것이다.
밀크런(Milk Run)은 과거 우유 회사가 매일 축산 농가를 순서대로 돌면서 원유를 수집한 데서 유래된 것으로 구입처가 여러 거래처를 순회하며 상품을 집하하는 방식으로 운영되는 순환 배송 시스템을 나타낸다.
밀크런 시스템의 장점으로는 묶음배송보다 저렴한 비용, 짧은 리드타임, 반복적인 작업으로 인한 높은 신뢰성 등이 있으며, 단점으로는 계획의 복잡성, 재고관리의 어려움, 지연 발생의 위험 등이 있다.
한편, 건설기계는 고객의 수주에 의해 생산되는 MTO(Make-To-Order) 방식으로 진행되는 다품종 소량생산의 대표적인 산업임과 동시에 대규모의 시설투자가 필요한 자본집약적 산업에 해당한다.
특히, 건설기계는 다양한 부품 조립 생산의 형태로 각 공정과 기종별 일괄생산이 불가하여 대량 생산체제를 위한 경제적 생산 규모가 요구되고, 건설기계의 종류가 다양하고 대당 가격이 비싸며 중량이 무거워 최적화된 계획을 통해 재공 및 완제품 재고 비용을 최소화하는 것이 매우 중요하다.
이러한 중요성으로 인해 건설기계의 생산 공정에 밀크런 시스템을 도입하는 경우가 점차 늘어나고 있다.
그러나, 밀크런 시스템은 특성상 배송 도착 시간 사이의 간격이 생기면 배송 물량 및 재공에 큰 편차가 생길 수 있다. 만약 재공이 과도하게 최소화되면 자본 대비 생산성과 인력의 이용률 관계에 있어서 그 활용도가 떨어지게 되고, 반대로 재공이 과도하게 증가하면 비용이 증가하게 된다.
따라서, 여러 생산능력의 변수와 비용 함수의 관계를 분석하여 적정 재공을 유지할 필요가 있으며, 이는 곧 전체 공정의 높은 성능과 경제성을 위해서는 기업의 운영정책 설계가 중요하다는 것을 의미한다.
KR 10-2291141 B1 KR 10-2005-0025953 A
본 발명의 목적은 상기 문제점을 해결하기 위한 것으로서, 건설기계 조립 공정 시 생산능력의 변수와 비용 함수의 관계를 분석하여 적정 재공을 유지하도록 하는 생산 계획에 대한 예측 모델링을 수행하는 건설기계 조립 공정의 생산 계획 장치를 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 일면에 따른 건설기계 조립 공정의 생산 계획 장치는, 건설기계 조립 공정의 목표 생산량을 사용자로부터 입력받는 목표 생산량 입력부와, 상기 입력된 목표 생산량을 생산하는 데 소요되는 생산 소요시간을 기설정된 공정별 생산능력 정보에 기초하여 산출하는 소요시간 산출부와, 상기 목표 생산량의 생산 시 필요한 자재 수와 상기 산출된 생산 소요시간과 상기 건설기계 조립 공정에 필요한 자재들을 운송하는 운송 차량에 대한 순환 시간, 적재 및 하역 작업시간에 기초하여 해당 운송 차량의 필요 운행 회차를 계산하는 필요 운행 회차 계산부와, 상기 운송 차량이 상기 필요 운행 회차에 걸쳐 상기 조립 공정에 투입할 자재들을 운송하는 생산 계획 프로세스를 수행한 후 이에 따른 상기 운송 차량의 회차별 견인 용량과 현재 시점까지 투입된 자재들의 재고 소진 기간을 기설정된 계획 알고리즘 기반 함수를 이용하여 결정하는 생산 계획 결정 모듈을 포함하는 것을 특징으로 한다.
바람직하게는, 상기 생산 계획 결정 모듈은, 혼합 정수 계획 알고리즘을 기반으로 기설정된 목적 함수를 이용하여 상기 운송 차량이 상기 필요 운행 회차에 걸쳐 운송한 운송량과 상기 운송에 따른 총 순환 시간 간의 차이값을 최소화하도록 해당 운송 차량의 회차별 견인 용량을 결정하는 견인 용량 결정부를 포함하는 것을 특징으로 한다.
또한, 상기 생산 계획 결정 모듈은, 동적 계획 알고리즘을 기반으로 기설정된 재귀 함수를 이용하여 상기 결정된 회차별 견인 용량을 가지는 운송 차량이 자재 대기 공간에 각 회차마다 적재할 수 있는 자재들의 재고 소진 기간을 합산한 값을 최소화하도록 상기 조립 공정에 현재까지 투입된 자재들의 재고 소진 기간을 결정하는 자재 적재 결정부를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 건설기계 조립 공정 시 운송 차량에 의해 회차별로 운송되는 자재 적재 수의 편차를 줄여 생산 운영 시간을 감소시킬 수 있어 이로 인해 기업의 생산성이 향상되고 물류비용 및 자재 관리 비용을 절감할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 건설기계 조립 공정의 생산 계획 장치의 구성을 나타낸 블록도이고,
도 2는 도 1의 생산 계획 결정 모듈에 의한 생산 계획 프로세스를 수행하는 시뮬레이션 프로그램의 일례를 나타낸 도면이고,
도 3은 본 발명의 일 실시예에 따른 건설기계 조립 공정의 생산 계획 장치에 의해 생산 계획에 대한 예측 모델링을 수행하는 과정을 나타낸 순서도이다.
이상과 같은 본 발명에 대한 해결하려는 과제, 과제의 해결수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시예 및 도면에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도 1은 본 발명의 일 실시예에 따른 건설기계 조립 공정의 생산 계획 장치의 구성을 나타낸 블록도이고, 도 2는 도 1의 생산 계획 결정 모듈에 의한 생산 계획 프로세스를 수행하는 시뮬레이션 프로그램의 일례를 나타낸 도면이고, 도 3은 본 발명의 일 실시예에 따른 건설기계 조립 공정의 생산 계획 장치에 의해 생산 계획에 대한 예측 모델링을 수행하는 과정을 나타낸 순서도이다.
이하, 전술한 도면들을 참조하여 본 발명의 일 실시예에 따른 건설기계 조립 공정의 생산 계획 장치에 대해 설명하도록 한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 건설기계 조립 공정의 생산 계획 장치는 크게 목표 생산량 입력부(100), 소요시간 산출부(200), 필요 운행 회차 계산부(300) 및 생산 계획 결정 모듈(400)을 포함하여 구성된다.
목표 생산량 입력부(100)는 건설기계 조립 공정의 목표 생산량(M)을 사용자로부터 입력받는다(S100).
소요시간 산출부(200)는 목표 생산량 입력부(100)에 의해 입력된 목표 생산량을 생산하는 데 소요되는 생산 소요시간(T)을 기설정된 공정별 생산능력 정보에 기초하여 산출한다(S200).
소요시간 산출부(200)는 목표 생산량 입력부(100)에 의해 입력된 하루 목표 생산량 M대를 생산하기 위해 필요한 총 자재 수 A개에 기초하여 최대 생산능력일 때 M대 생산에 소요되는 시간, 즉, 생산 소요시간인 T(min)를 구할 수 있다.
여기서, 최대 생산능력이란 이론적으로 달성 가능한 최대한의 생산능력을 의미하며 모든 조립공정에 자재를 무한히 공급한다는 가정하에 M대 생산에 소요되는 시간을 T로 정의한 것이다.
필요 운행 회차 계산부(300)는 목표 생산량(M)을 생산하는 동안 운송 차량(Towing car)에 요구되는 필요 운행 회차(N)를 계산한다(S300).
필요 운행 회차 계산부(300)는 아래의 수학식 1에 기초하여 목표 생산량(M)의 생산 시 필요한 자재 수(A)와 소요시간 산출부(200)에 의해 산출된 생산 소요시간(T)과 건설기계 조립 공정에 필요한 자재들을 운송하는 운송 차량(Towing car)에 대한 순환 시간(t0), 적재 및 하역 작업시간(tload,tunload)에 기초하여 해당 운송 차량의 필요 운행 회차(N)를 계산할 수 있다.
Figure pat00001
여기서, t0는 자재 0개 적재일 때 운송 차량의 순환 시간을 나타내고, tload는 자재 1개를 운송 차량에 적재 시 소요시간을 나타내고, tunload는 자재 1개를 운송 차량에 하역 시 소요시간을 나타낸다.
이때, 상기 수학식 1의 좌항은 총 자재 A개를 회차 상관없이 운송하는 경우의 소요시간에 대응하는 것으로서 T'로 정의할 수 있으며, T'≤T의 관계가 성립하여야 한다.
이는 만일 T'>T의 관계가 성립하게 된다면, 공정시간보다 자재 배송시간이 길어지게 되므로 공정에서는 자재 부족으로 인해 생산성이 저하될 수 있음을 고려한 것이다.
이 경우, 상기 수학식 1에 기초하여 M대 생산에 필요한 총 자재 수 A개를 필요 최대 운행 회차 N차 내에 배송하기 위한 운송 차량의 회차별 견인 용량(Towing car capacity, C)을 구할 수 있다.
이때, C의 범위는 "a≤C≤a+1"로 정의할 수 있으며, a는 C를 소수 첫째 자리에서 내림한 자연수를 나타낸다.
이는 회차별 견인 용량(C)을 a로 일정하게 운행할 땐 필요 최대 운행 회차(N)를 초과하게 되어 공정에 물량 부족으로 인한 생산 불가능 상태(Starvation)가 발생하게 되고, 만약 회차별 견인 용량(C)을 a+1로 일정하게 운행할 땐 필요 최대 운행 회차(N)보다 적게 운행할 순 있지만 자재 배송을 미리 하게 되어 자재 대기 공간의 최대 재공(Max WIP)이 증가되는 문제가 발생함을 고려한 것이다.
따라서, 필요 최대 운행 회차(N)에 회차별 견인 용량(C)을 a와 a+1로 적절히 혼합하여 운행해야할 필요성이 있다.
아래의 수학식 2는 필요 최대 운행 회차(N)에 필요한 회차별 견인 용량(C)에 대한 수식을 a와 a+1를 포함하는 연립 일차방정식 형태로 정리하여 나타낸 것이다.
Figure pat00002
Figure pat00003
여기서, x는 운송 차량의 회차별 견인 용량이 a인 운행 횟수를 나타내고, y는 운송 차량의 회차별 견인 용량이 a+1인 운행 횟수를 나타내고, x와 y의 합은 운송 차량의 전체 운행 횟수(N)를 나타낸다.
상기 수학식 2에 의하면, x는 a개의 자재를 배송하고 y는 a+1의 자재를 배송해야 하며 둘의 합은 M대 생산에 필요한 총 자재 수 A개가 되어야 하므로, 상기 수학식 2의 풀이를 통해 회차별 견인 용량(C)이 a인 경우와 a+1인 경우 각각의 운행 횟수를 정의할 수 있다.
생산 계획 결정 모듈(400)은 운송 차량(Towing car)이 필요 운행 회차(N)에 걸쳐 조립 공정에 투입할 자재들을 운송하는 생산 계획 프로세스를 수행한 후 이에 따른 운송 차량의 회차별 견인 용량(C)과 현재 시점까지 투입된 자재들(j)의 재고 소진 기간을 기설정된 계획 알고리즘 기반 함수를 이용하여 결정한다.
이때, 상기 생산 계획 프로세스는 도 2에 도시된 바와 같은 시뮬레이션 프로그램을 통해 수행되는 것일 수 있다.
이와 관련하여, 생산 계획 결정 모듈(400)은 도 1에 도시된 바와 같이 견인 용량 결정부(420) 및 자재 적재 결정부(440)를 포함할 수 있다.
견인 용량 결정부(420)는 혼합 정수 계획 알고리즘을 기반으로 기설정된 목적 함수를 이용하여 운송 차량(Towing car)이 필요 운행 회차(N)에 걸쳐 운송한 운송량(STi)과 상기 운송에 따른 총 순환 시간(Zi) 간의 차이값(Di)을 최소화하도록 해당 운송 차량의 회차별 견인 용량을 결정한다(S420).
전술한 바와 같이 필요 최대 운행 회차(N)에 a와 a+1의 비율을 적절히 혼합하여 견인 용량(C)을 결정하고자 할 때, 회차별 a를 가질 것인지 또는 a+1을 가질 것인지는 일종의 결정 문제이므로 정수 계획법을 사용하여 최적해를 구할 수 있으나 의사결정 변수에 정수해뿐만 아니라 실수해를 가지는 변수도 존재할 수 있다는 점에서, 본 발명에 따른 견인 용량 결정부(420)는 혼합 정수 계획법을 이용하여 견인 용량을 결정하고자 한다.
또한, 상기 결정된 견인 용량(C)에 따른 a의 운행 횟수와 a+1의 운행 횟수를 밀크런(Milk Run) 운영에 어떻게 배치하여야 회차별 운송 차량의 순환시간의 편차를 최소화할 수 있을지를 구하고자 한다.
견인 용량 결정부(420)는 견인 용량이 a일 때 운송 차량의 1회 순환시간(ta)과 견인 용량이 a+1일 때 운송 차량의 1회 순환시간(ta+1)과 견인 용량이 C일 때 운송 차량의 1회 순환시간(tC)을 각각 정의하는 아래의 수학식 3 내지 6에 기초하여 밀크런(Milk Run) 운영에 배치하기 위한 회차별 견인 용량을 결정할 수 있다.
Figure pat00004
Figure pat00005
Figure pat00006
이와 관련하여, 상기 수학식 3에 따른 회차별 견인 용량을 결정하기 위한 의사 결정 변수 및 제약 조건은 각각 아래의 수학식 4와 같고, 제약 조건은 아래의 수학식 5와 같다.
Figure pat00007
Figure pat00008
Figure pat00009
Figure pat00010
Figure pat00011
Figure pat00012
Figure pat00013
Figure pat00014
Figure pat00015
Figure pat00016
여기서, Xi는 회차별 순환 시간을 나타내고, Zi는 회차별 순환시간을 N회차까지 누적 합산한 값을 나타내고, STi는 tC를 N회차까지 누적 합산한 값을 나타내고, Di는 STi와 Zi의 차이를 나타낸다.
이 경우, Di의 값이 작을수록 Zi의 값이 STi에 가까워지는 상태, 즉, 회차간 운송 차량의 순환시간이 일정해지는 상태가 된다.
따라서, 본 발명에서는 Di 분산을 최소화하기 위한 목적 함수를 아래의 수학식 6과 같이 구성하였다.
Figure pat00017
한편, 상기 수학식 5는 Xi 값이 a 또는 a+1만을 가질 수 있다는 조건과, Xi의 총합이 운송 차량의 견인 용량이 C일 때 필요한 총 순환시간보다 크거나 같아야 하는 조건을 나타내는 것으로서, 견인 용량이 C일 때 운반하는 자재 수와 견인 용량이 a 또는 a+1인 상황에서 운반하는 자재 수가 적어도 같아야 함을 의미한다.
자재 적재 결정부(440)는 동적 계획 알고리즘을 기반으로 기설정된 재귀 함수를 이용하여 견인 용량 결정부(420)에 의해 결정된 회차별 견인 용량(C)을 가지는 운송 차량이 자재 대기 공간에 각 회차마다 적재할 수 있는 자재들의 재고 소진 기간을 합산한 값을 최소화하도록 상기 조립 공정에 현재까지 투입된 자재들(j)의 재고 소진 기간을 결정한다(S440).
여기서, 재고 소진 기간(Run-out Time Method)이란 재고 품목이 소진되기 전에 경과되는 시간으로서 다양한 상품의 재주문을 예약하는 데 필수적인 항목에 해당한다.
전술한 재고 소진 기간(RTj)을 아래의 수학식 7과 같이 수식으로 정리하여 나타내면 다음과 같다.
Figure pat00018
Figure pat00019
여기서, j는 공정에 필요한 자재의 번호, Processtime은 공정시간, Ij는 현재 자재 대기공간의 자재 j의 개수, tj는 현재 자재 j가 투입된 공정의 진행 시간을 각각 나타낸다.
이때, 재고 소진 기간(RTj)이 작을수록 자재의 공급이 긴급함을 의미하는 것일 수 있다.
자재 적재 결정부(440)는 아래의 수학식 8과 같이 동적 계획 알고리즘을 기반으로 기설정된 재귀 함수를 이용하여 재고 소진 기간(RT)을 결정할 수 있다.
Figure pat00020
여기서, fj(t,xj)는 t차수에서 xj 중 어떤 집합을 적재할지 선택할 때 이전까지 적재했던 자재 집합들의 RT 합을 나타내고, RTixi는 t차수에서 i차수로 갈 때 적재할 수 있는 자재 집합들의 RT 합을 나타내고, f* j(t)는 t차수에서 xj 중 어떤 집합을 적재할지 선택할 때 이전까지 적재했던 자재 집합들 중 가장 작은 RT 합을 나타낸다.
이 경우, 운송 차량(Towing car)은 t차수일 때 적재할 수 있는 자재 집합들의 재고소진기간(RT) 합 중 가장 작은 합을 가진 자재들의 집합을 적재하고, t차수에 적재된 자재들 집합의 재고소진기간(RT) 합은 1차수부터 t-1차수까지 적재되었던 자재 집합들의 재고소진기간(RT) 누적 합에 합산된다.
이에 따라, 회차가 진행될수록 운송 차량은 재고소진기간(RT)의 합이 가장 작은 자재들의 집합을 적재하며 목표 생산량 M대에 필요한 자재들을 모두 배송하게 되면 종료된다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
특히, 전술한 내용은 후술할 발명의 청구범위를 더욱 잘 이해할 수 있도록 본 발명의 특징과 기술적 강점을 다소 폭넓게 상술하였으므로, 상술한 본 발명의 개념과 특정 실시예는 본 발명과 유사 목적을 수행하기 위한 다른 형상의 설계나 수정의 기본으로써 즉시 사용될 수 있음이 해당 기술 분야의 숙련된 사람들에 의해 인식되어야 한다.
또한, 상기에서 기술된 실시예는 본 발명에 따른 하나의 실시예일 뿐이며, 해당 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상의 범위에서 다양한 수정 및 변경된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 개시된 실시예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 이러한 다양한 수정 및 변경 또한 본 발명의 기술적 사상의 범위에 속하는 것으로 전술한 본 발명의 청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100; 목표 생산량 입력부
200: 소요시간 산출부
300: 필요 운행 회차 계산부
400: 생산 계획 결정 모듈
420: 견인 용량 결정부
440: 자재 적재 결정부

Claims (3)

  1. 건설기계 조립 공정의 목표 생산량을 사용자로부터 입력받는 목표 생산량 입력부;
    상기 입력된 목표 생산량을 생산하는 데 소요되는 생산 소요시간을 기설정된 공정별 생산능력 정보에 기초하여 산출하는 소요시간 산출부;
    상기 목표 생산량의 생산 시 필요한 자재 수와 상기 산출된 생산 소요시간과 상기 건설기계 조립 공정에 필요한 자재들을 운송하는 운송 차량에 대한 순환 시간, 적재 및 하역 작업시간에 기초하여 해당 운송 차량의 필요 운행 회차를 계산하는 필요 운행 회차 계산부; 및
    상기 운송 차량이 상기 필요 운행 회차에 걸쳐 상기 조립 공정에 투입할 자재들을 운송하는 생산 계획 프로세스를 수행한 후 이에 따른 상기 운송 차량의 회차별 견인 용량과 현재 시점까지 투입된 자재들의 재고 소진 기간을 기설정된 계획 알고리즘 기반 함수를 이용하여 결정하는 생산 계획 결정 모듈;을 포함하는 것을 특징으로 하는 건설기계 조립 공정의 생산 계획 장치.
  2. 제1항에 있어서,
    상기 생산 계획 결정 모듈은,
    혼합 정수 계획 알고리즘을 기반으로 기설정된 목적 함수를 이용하여 상기 운송 차량이 상기 필요 운행 회차에 걸쳐 운송한 운송량과 상기 운송에 따른 총 순환 시간 간의 차이값을 최소화하도록 해당 운송 차량의 회차별 견인 용량을 결정하는 견인 용량 결정부;를 포함하는 것을 특징으로 하는 건설기계 조립 공정의 생산 계획 장치.
  3. 제2항에 있어서,
    상기 생산 계획 결정 모듈은,
    동적 계획 알고리즘을 기반으로 기설정된 재귀 함수를 이용하여 상기 결정된 회차별 견인 용량을 가지는 운송 차량이 자재 대기 공간에 각 회차마다 적재할 수 있는 자재들의 재고 소진 기간을 합산한 값을 최소화하도록 상기 조립 공정에 현재까지 투입된 자재들의 재고 소진 기간을 결정하는 자재 적재 결정부;를 포함하는 것을 특징으로 하는 건설기계 조립 공정의 생산 계획 장치.
KR1020220009360A 2022-01-21 2022-01-21 건설기계 조립 공정의 생산 계획 장치 KR20230113011A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220009360A KR20230113011A (ko) 2022-01-21 2022-01-21 건설기계 조립 공정의 생산 계획 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220009360A KR20230113011A (ko) 2022-01-21 2022-01-21 건설기계 조립 공정의 생산 계획 장치

Publications (1)

Publication Number Publication Date
KR20230113011A true KR20230113011A (ko) 2023-07-28

Family

ID=87427369

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220009360A KR20230113011A (ko) 2022-01-21 2022-01-21 건설기계 조립 공정의 생산 계획 장치

Country Status (1)

Country Link
KR (1) KR20230113011A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050025953A (ko) 2002-07-09 2005-03-14 도꾸리쯔교세이호진 상교기쥬쯔 소고겡뀨죠 생산 계획 작성 시스템, 방법, 및 프로그램을 기록한 기록매체
KR102291141B1 (ko) 2020-07-02 2021-08-20 지식시스템(주) 생산 계획 시뮬레이션 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050025953A (ko) 2002-07-09 2005-03-14 도꾸리쯔교세이호진 상교기쥬쯔 소고겡뀨죠 생산 계획 작성 시스템, 방법, 및 프로그램을 기록한 기록매체
KR102291141B1 (ko) 2020-07-02 2021-08-20 지식시스템(주) 생산 계획 시뮬레이션 장치 및 방법

Similar Documents

Publication Publication Date Title
Matzka et al. Buffer sizing of a Heijunka Kanban system
Ghadiri Nejad et al. Trade-off between process scheduling and production cost in cyclic flexible robotic cells
CN105740961B (zh) 一种基于进化算法的零散货物拼船/车运输优化方法
Mácsay et al. Toyota production system in milkrun based in-plant supply
Mahmudy Optimization of part type selection and machine loading problems in flexible manufacturing system using variable neighborhood search
Zhang et al. Research on hybrid-load AGV dispatching problem for mixed-model automobile assembly line
CN115481897A (zh) 一种agv无人仓库设备优化配置方法
CN111115084A (zh) 一种最大化满足交货期的物流优化控制系统及方法
CN113519009A (zh) 基于区块链的工业制造资源共享方法、装置和系统
CN115618994A (zh) 一种基于模拟退火算法的物流园区车辆装货方法
Ebner et al. Intelligent self-designing production control strategy: Dynamic allocation hybrid pull-type mechanism applicable to closed-loop supply chains
KR20230113011A (ko) 건설기계 조립 공정의 생산 계획 장치
CN113128924B (zh) 货物调度方法、装置和计算机可读存储介质
Liang et al. Integrated scheduling of production and material delivery in a make-to-order flow shop
Tavakoli et al. Proposing a new mathematical model and a meta-heuristic algorithm for scheduling and allocating automated guided vehicle
CN115345550B (zh) 车辆路径规划方法及系统
Joo et al. Batch delivery scheduling of trucks integrated with parallel machine schedule of job orders from multi-customers
El Amraoui et al. A mixed linear program for a multi-part cyclic hoist scheduling problem
Basán et al. An effective MILP-based decomposition algorithm for the scheduling and redesign of flexible job-shop plants
US10995615B2 (en) Method for optimizing mining production
Majidian-Eidgahi et al. Multi-objective optimization for mixed-model assembly line sequencing and balancing in the context of Industry 4.0
US20090099815A1 (en) Method and System for Analyzing Interlinked Production Processes for Manufacturing A Product
Yazdani et al. Truck routing and scheduling for cross-docking in the supply chain: model and solution method
Tanizaki et al. Scheduling algorithm using path relinking for production process with crane interference
Naderi et al. A real multi-objective bin packing problem: a case study of an engine assembly line