STAtOR 2007 2c.indd - Universiteit Twente

More documents

Recommendations

Info

De volgende fase in de oplossingsheuristiekis de door ons geïntroduceerde Defects AvoidingSequence (DAS). Deze heuristiek maakt gebruikvan het feit dat de volgorde waarin de verschillendepatronen zullen worden gesneden nog nietbepaald is evenals de opbouw van de 2D patronen.Door deze opbouw (configuratie) van de patronente veranderen en de onderlinge volgorde van deverschillende patronen te wisselen kan er eenoplossing ontstaan waarbij de fouten in rest/afvalmateriaal terecht komen. In Figuur 1 is eenvoorbeeld gegeven van een patroon met 3 items(A, B en C) welke in twee verschillende configuratieskan worden gebruikt om ‘om de fout heen tesnijden’ (het zwarte rechthoekje). Uiteraard dienthet deel tussen het begin van de rol tot aan ditpatroon te worden gevuld met andere patronen.Merk op dat beide configuraties kunnen schuivenzonder dat de fout in één van de items terechtkomt. De DAS-heuristiek gaat op zoek naar zo’noplossing. Mocht dit niet mogelijk zijn dan zal deheuristiek de additionele hoeveelheid afval proberente minimaliseren.ResultaatMet behulp van simulaties is aangetoond dat deoplossingsmethodieken die hier in het kort zijnbeschreven, aanzienlijk beter presteren dan deoude werkmethodiek. De hoeveelheid afval voorhet 1D en 2D materiaal kan met respectievelijkruim 80% en 50% worden gereduceerd. Deze resultatenwaren aanleiding om de oplossingsmethodiekdaadwerkelijk in praktijk toe te passen.In praktijk valt het altijd tegenHet toepassen van theoretische oplossingen in depraktijk is altijd lastig. Tijdens de ontwikkelingvan software-tools voor het eenvoudig dagelijksoplossen van 1D en 2D CSP’s bleek al snel dat detheorie een heleboel aannames doet die in depraktijk lang niet altijd geldig zijn. Zo moet erin praktijk rekening worden gehouden met hetfeit dat iedere zaagsnede een verlies oplevert van3mm. Uiteraard is dat niet veel maar het betekentwel dat een patroon dat precies passend is, inpraktijk net iets te groot is.Daarnaast blijkt dat in praktijk een inklembreedteaanwezig is. In het 1D geval betekent ditdat er altijd een reststuk moet overblijven vanminimaal 50 mm (1% extra afval). Het wiskundig‘verkleinen’ van de standaard lengtes met 50 mmis voldoende. Echter, in het 2D geval (snijden vanstof) geldt eenzelfde restrictie welke niet zo eenvoudigop te lossen is. Voor een rolgordijn geldtdat de hoogte iets overschreden mag wordenmaar dat de breedte exact moet worden afgesneden.Dit betekent dus dat een randje kleiner dan50 mm afsnijden van de breedte van een rolgordijnonmogelijk is maar van de hoogte niet nodigis. Als gevolg daarvan dient tijdens de generatievan verschillende patronen na te worden gegaanof het betreffende patroon wel mogelijk is en voorwelke configuraties dit dan geldt.Er zijn tientallen voorbeelden van dit soortpraktische randvoorwaarden welke over het algemeengoed op te lossen zijn zonder daarbij teveelaan kwaliteit van de oplossing in te leveren. Eengroter probleem van de implementatie is de keuzevan de nieuwe werkvolgorde. Zo zou men kunnenpleiten voor een werkvoorbereider welke de softwarebedient en de output (zaag- en snijplannen)gebruikt om de operators aan te sturen. Voordeelvan zo’n opstelling is het feit dat slechts enkeleexpert-users de ontwikkelde software zullen gaangebruiken. Nadeel van deze werkvolgorde is hetverlies aan flexibiliteit. Wat te doen als een reststukom onverklaarbare redenen niet aanwezigis? Wat te doen als door een productiefout eenbepaald item opnieuw dient te worden geproduceerd?16STAtOR juni 2007/2
De andere optie is het real-time optimaliserenvan de verschillende CSP’s. Dit betekent datiedere operator een computer tot zijn beschikkingkrijgt welke hem helpt het afval te minimaliseren.Naast de enorme flexibiliteit heeft dezemethodiek nog een aantal positieve neveneffecten,zoals verhoging van de productiviteit, registratievan productie en traceerbaarheid van eenbepaald item. Een groot nadeel is het feit dat hetsoftwarepakket dusdanig flexibel en makkelijk tegebruiken dient te zijn dat ook een operator metweinig verstand van computers het programmakan bedienen. Bovendien moet de optimalisatiesnel zijn afgerond om de productie niet te veel tevertragen.Aangezien flexibiliteit een enorm belangrijkefactor op de productievloer is, is er gekozen voorde tweede optie. Gebruiksvriendelijke software isontwikkeld welke het mogelijk maakt eenvoudigen snel tussentijds te heroptimaliseren als bijvoorbeeldeen nieuwe weeffout is ontdekt die descanner per abuis had overgeslagen. Diegene diedenkt dat daarmee de implementatie succesvolis afgerond moeten wij teleurstellen. Veruit degrootste uitdaging van het gehele project moetdan nog komen: de acceptatie.Ondanks dat het softwarepakket aan alleflexibiliteits- en eenvoudigheidseisen voldeedbleek het lastig te zijn om werknemers te overtuigenom de software te gaan gebruiken. Deangst dat de computer hun werk zou overnemen(wat totaal niet aan de orde is) bleek eenbelangrijke reden om niet met de software tewillen werken. Veruit de belangrijkste redenvoor de negatieve houding is simpelweg de verandering.Angst voor verandering is menselijken tijdens de acceptatie een groot struikelblok.Maar in diezelfde angst schuilt ook een grootvoordeel: nu, inmiddels een jaar later, is iedereengewend en wil niemand meer terug naar deoude situatie!Tot slotZoals hierboven reeds aangegeven draait de software,met daarin de heuristieken zoals kort in ditartikel beschreven, inmiddels een jaar naar alletevredenheid. Naast tevredenheid bij de werknemersis er ook tevredenheid bij de directiewelke haar afvalpercentages heeft zien dalenmet respectievelijk 70% en 40% voor het zaag- ensnijproces. Kortom, in theorie kan alles, in praktijkvalt het altijd tegen, maar gelukkig is nietsonmogelijk!* Edgar de Gelder ontving voor zijn onderzoek een eervollevermelding van de jury van de VVS-scriptieprijsvoor Statistiek en Operationele Research 2006.Literatuur1. E.E. Bischoff (1995). Cutting and packing. EuropeanJournal of Operations Research, 84(3), pp. 503-505.2. E.R. de Gelder (2005). The one and two-dimensionalcutting stock problem within the roller blind productionprocess – theory and application. Master’s thesis,Erasmus Universiteit Rotterdam.3. P.C. Gilmore and R.E. Gomory (1961). A LinearProgramming Approach To The Cutting StockProblem. Operations Research, 9(60), pp. 849-859.4. P.C. Gilmore and R.E. Gomory (1963). A LinearProgramming Approach To The Cutting StockProblem - Part II. Operations Research, 11(6), pp. 863-888.5. P.C. Gilmore and R.E. Gomory (1965). MultistageCutting Stock Problems of Two and More Dimensions.Operations Research, 13(1), pp. 94-120.6 M. Gradiçar, M. Kljajić, G. Resinovi˘c, and J. Jesenko(1999). A sequential heuristic procedure for onedimensionalcutting. European Journal of OperationalResearch, 114(2), pp. 557-568.Edgar de Gelder is werkzaam bij Pointlogic waar hijzich voornamelijk bezig houdt met loonkostensimulatiesen TV-(reclame-)planning.E-mail: 17STAtOR juni 2007/2
Page 5 and 6: 1. Het sexe-effect: µ 1 >µ 2 en
Page 9 and 10: Figuur 1: Time division multiplexin
Page 11 and 12: verbinding, een ondergrens) zo klei
Page 13 and 14: Rolgordijnen en Operations Research
Page 15: Deze redenering heeft geleid tot ee
Page 19 and 20: Verreweg de beroemdste van allemaal
Page 21 and 22: ATW OverlegregelingV-ATWCAOATW Stan
Page 23 and 24: oven het aantal afgesproken contrac
Page 25 and 26: Foto: PieterBoschRandomized Respons
Page 27 and 28: tie, met als randomizer een digital
Page 29 and 30: Onderzoek heeft aangetoond dat RR l
Page 31 and 32: maniere van uytvinding bedeckt geho

STAtOR 2007 2c.indd - Universiteit Twente

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?