کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5470204 1519289 2017 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Changeability Focused Planning Method for Multi Model Assembly Systems in Automotive Industry
ترجمه فارسی عنوان
قابلیت تغییر پذیری روش برنامه ریزی متمرکز برای سیستم های چندگانه مدل سازی در صنعت خودرو
کلمات کلیدی
تغییر پذیری، سیستم مونتاژ، روش برنامه ریزی،
ترجمه چکیده
تولید خودرو سری تولید شده به طور موثر در تعداد مشخصی از وسایل نقلیه در هر دوره تولید می شود. با توجه به پیش بینی های بازار، روند کلی بازار، تقاضای روز افزون برای وسایل نقلیه الکتریکی را در یک وسیله نقلیه مفهومی ناگهان نشان می دهد. این تقاضا نمی تواند دقیقا به دلیل عوامل تأثیرگذار مانند یارانه های دولتی پیش بینی شود. بنابراین، شرکتهای خودروسازی با چالشهایی مواجه هستند که به سرعت در حال تغییر سیستمهای تولید خود هستند. یک روش برای رسیدگی به انواع مدل ها در مونتاژ نهایی خودرو، ایجاد خطوط مونتاژ مخلوط مدل است. از آنجایی که خطوط مونتاژ تک مدل برای یک حجم خاص تولید یک مدل بهینه شده اند، ادغام پس از آن خودروها با استفاده از مفاهیم نیروی جایگزین به خطوط مونتاژ تک مدل، به عنوان یک چالش بزرگ در مونتاژ نهایی، به شمار می آیند. علاوه بر این، تولید با سیستم های مونتاژ پیکربندی بهینه پس از یکپارچه سازی یک مدل اضافی دیگر امکان پذیر نیست. برای مقابله با این چالش، رویکرد برنامه ریزی خطوط مونتاژ با استفاده از مفهوم تغییر پذیری در طرح سبز در این مقاله ارائه شده است. رویکرد ارائه شده یک روش جدید برای پوشش عدم اطمینان در مورد ترکیب مفهوم نیروی محرکه خطوط مونتاژ ارائه می دهد. این بر پایه اولیه خط مونتاژ مربوط به تعادل خطوط و تجهیزات مونتاژ به عنوان تغییرات بعدی ممکن است به هزینه های افزایش هزینه سیستم مونتاژ تأثیر می گذارد. مناقش هدف این است که تغییرات در سیستم مونتاژ را به حداقل برساند به دلیل ادغام مفاهیم تکاملی بیشتر و در عین حال تضمین هزینه مونتاژ. به هر حال، مسئله متعادل سازی خط برای یک نسبت حجم تولید ثابت با استفاده از یک الگوریتم بهینه سازی توسعه یافته حل شده است. پس از آن، نسبت حجم تولید به منظور شناسایی یک راه حل بهینه برای تعادل خطوط و تجهیزات مونتاژ متفاوت است. عدم قطعیت نسبت حجم در یک مدل محاسبه هزینه های یکپارچه در نظر گرفته شده است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
چکیده انگلیسی
Series vehicle production is designed to produce effectively at a defined number of vehicles per period. Regarding market forecasts the overall market trend depicts an increasing demand for electrified vehicles within an uncertain propulsion concept vehicle mix. This demand cannot be predicted precisely because of volatile influencing factors such as governmental subsidies. Automotive companies are therefore confronted with the challenge of rapidly adapting their production systems accordingly. An approach to handle the variety of models within vehicle final assembly is to establish mixed model assembly lines. Since single model assembly lines are optimized for a specific production volume of one model, the subsequent integration of vehicles using alternative propulsion concepts into single model assembly lines stands as a great challenge in final assembly. Moreover, producing with optimal configured assembly systems after integrating an additional model is not ensured further on. To address this challenge, an approach for the greenfield planning of assembly lines using the concept of changeability is presented within this paper. The presented approach offers a new method to cover uncertainty regarding the future propulsion concept mix of assembly lines. This affects the initial setup of an assembly line concerning the line balancing and assembly equipment as possible subsequent changes to the assembly system increase costs. The target conflict is to minimize changes to the assembly system due to the integration of further propulsion concepts while ensuring cost efficient assembly. Hereto, the line balancing problem is solved for a fixed production volume ratio using a developed optimization algorithm. Thereafter, the production volume ratios are varied in order to identify an optimal solution for line balancing and assembly equipment. The uncertainty of volume ratios is considered in the integrated costs calculation module.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia CIRP - Volume 63, 2017, Pages 515-520
نویسندگان
, , ,