ارائه مدل ریاضی برای بهینه‌سازی زمان‌بندی تولید محصولات روانکار

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناس ارشد مهندسی صنایع، گروه سیستم‌های اقتصادی و اجتماعی، دانشکدۀ مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران

2 دانشیار گروه سیستم‌های اقتصادی و اجتماعی، دانشکدۀ مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران

3 دانشیار گروه مدیریت سیستم بهره‌وری، دانشکدۀ مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران

چکیده

امروزه برنامه‌ریزی و زمان‌بندی تولید به هسته اصلی مدیریت تولید در سیستم‌های تولیدی تبدیل شده است؛ چراکه منجر به کسب سود بیشتر و تثبیت تولید روزانه می‌شود. فرآیند تولید در برخی از صنایع تولیدی به‌صورت پیوسته و با ظرفیت بالا است؛ بنابراین تصمیم بهینه برای تولید پایدار و حداکثرسازی سود شرکت ضروری است. مسأله‌ی برنامه‌ریزی و زمان‌بندی تولید در سیستم‌های تولید پیوسته که فرآورده‌های متفاوتی را تولید می‌کنند، با درنظر گرفتن محدودیت‌های مختلف عملیاتی برای تولید فرآورده‌های مختلف و به‌منظور تأمین تقاضای مشتریان، یکی از مسائل پیچیده، اما بااهمیت در صنایع تولید، علی‌الخصوص تولید محصولات روانکار می‌باشد. در این پژوهش با درنظر گرفتن ساختار تولید محصولات روانکار، به مدل‌سازی و بهینه‌سازی زمان‌بندی تولید پرداخته می‌شود. هدف از مدل‌سازی، بهینه‌سازی زمان‌بندی و ارائه توالی اجرای برنامه تولید با درنظر گرفتن سطح و ظرفیت موجودی مخازن می‌باشد. درنهایت اعتبارسنجی مدل پیشنهاد شده، با استفاده از داده‌های مرتبط با صنعت صورت گرفته است. برای مسأله مورد مطالعه، مدل ریاضی فرموله شده در نرم‌افزار بهینه‌سازی Gams پیاده شده و راه‌حل بهینه در یک زمان قابل‌قبول به‌دست آمده است. نتایج به‌دست آمده نشان از بهبود برنامه زمان‌بندی داشته و دلالت‌بر قابلیت استفاده از مدل پیشنهادی در دنیای واقعی دارند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Presentation of a Mathematical Model for Optimizing the Production Scheduling of Lubricant Products

نویسندگان [English]

  • Milad Moshrefi Nabikandi 1
  • Ali Husseinzadeh Kashan 2
  • Bakhtiar Ostadi 3
1 Master of Industrial Engineering, Department of Socio-Economic Systems, Faculty of Industrial Engineering, Tarbiat Modares University, Tehran, Iran
2 Associate Professor, Department of Socio-Economic Systems, Faculty of Industrial and Systems Engineering, Tarbiat Modares University, Tehran, Iran
3 Associate Professor, Department of Systems and Productivity Management, Faculty of Industrial and Systems Engineering, Tarbiat Modares University, Tehran, Iran
چکیده [English]

Nowadays, production planning and scheduling have become the core of production management in manufacturing systems, as they lead to greater profitability and stabilization of daily output. In some manufacturing industries, the production process is continuous and operates at high capacity. Therefore, making optimal decisions for sustainable production and maximizing company profit is essential. The problem of production planning and scheduling in continuous manufacturing systems that produce various products, considering operational constraints for different products to meet customer demand, is one of the complex yet important issues in manufacturing industries—particularly in the production of lubricant products. In this study, considering the structure of lubricant production, a model is developed and optimized for production scheduling. The goal is to optimize scheduling and provide an execution sequence for the production plan, while taking into account tank inventory levels and capacity constraints. The validity of the proposed model is verified using real data. The formulated mathematical model has been implemented in the GAMS optimization software, and the optimal solution(s) has been obtained within an acceptable runtime. The results demonstrate improvements in scheduling and indicate the applicability of the proposed model in real-world scenarios.

کلیدواژه‌ها [English]

  • Lubricant Products
  • Production Planning
  • Mathematical Modeling
  • Hybrid Flow Shop (HFS)

مراجع

  • Su, L., Tang, L., Grossmann, I., & Huang, Y. (2022). Modeling and Optimization of Stochastic Scheduling for Refinery Processes.

https://egon.cheme.cmu.edu/Papers/Su_Modeling%20and%20Optimization%20for%20Refinery%20Scheduling.pdf

  • Al-Ahmari, A., Kaid, H., Li, Z., Wu, N., El-Tamimi, A-A., & Qiao, Y. (2022). A new MINLP continuous time formulation for scheduling optimization of oil refinery with unreliable CDUs. Mathematical Problems in Engineering, Article ID 1298495, 1-12. https://doi.org/10.1155/2022/1298495
  • قندی بیدگلی، سمیه، بنرودی، ریحانه، (1401). «مدل‌سازی ریاضی و حل مسأله زمان‌بندی جریان کارگاهی انعطاف‌پذیر با جریان‌های معکوس و محدودیت دسترسی به ماشین‌ها». نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید، 10(21): 1-17.

https://doi.org/10.22084/ier.2023.25010.2048

  • Shao, F. (2021). The study of time representations for chemical production scheduling models. Msc Thesis, Queen's University,Canada. https://www.proquest.com/openview/aa2b0c98509536ba1bd9b6d1ffb6ada4
  • Alharkan, IM. (2005). Algorithms for sequencing and scheduling. Industrial Engineering Department, King Saud University, Riyadh, Saudi Arabia.
  • Persson, J. (1999). Production planning and scheduling in refinery industry. Department of Mathematics, Linkoeping University, Sweden.
  • Georgiadis, GP., Elekidis, AP., & Georgiadis, MC. (2019). Optimization-based scheduling for the process industries: from theory to real-life industrial applications. Processes, 7, 438. https://doi.org/10.3390/pr7070438
  • خاکساری، پریا، قندی بیدگلی، سمیه، (1402). «مدل‌سازی ریاضی و حل مسأله زمان‌بندی جریان کارگاهی بدون انتظار با درنظر گرفتن زمان آزادسازی و فعالیت‌های نگهداری و تعمیرات پیش‌گیرانه». نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید، 11(23)، 39-55.

https://doi.org/10.22084/ier.2024.5564

  • Tao, Z., Liu, X., & Zeng, P. (2014). Study on hybrid flow shop scheduling problem with blocking based on GASA. The Open Automation and Control Systems Journal, 6(1), 5293-600. http://dx.doi.org/10.2174/1874444301406010593
  • Pessoa, R., Maciel, I., Moccellin, J., Pitombeira-Neto, A., & Prata, B. (2021). Hybrid flow shop scheduling problem with machine blocking, setup times and unrelated parallel machines per stage. Investigacion Operacional.
  • Wang, Y., Wang, Y., & Han, Y. (2023). A variant iterated greedy algorithm integrating multiple decoding rules for hybrid blocking flow shop scheduling problem. Mathematics, 11(11), 2453. https://doi.org/10.3390/math11112453
  • Dai, X., Zhao, L., Li, Z., Du, W., Zhong, W., He, R., & Qian F. (2021). A data-driven approach for crude oil scheduling optimization under product yield uncertainty. Chemical Engineering Science, 246, 116971.

https://doi.org/10.1016/j.ces.2021.116971

  • Yu, L., Wang, S., & Xu, Q. (2022). Optimal scheduling for simultaneous refinery manufacturing and multi oil-product pipeline distribution. Computers & Chemical Engineering, 157, 107613.

https://doi.org/10.1016/j.compchemeng.2021.107613

  • Moradi, S., MirHassani, SA., Hooshmand, F. (2019). Efficient decomposition-based algorithm to solve long-term pipeline scheduling problem. Petroleum science, 16, 1159-1175. https://doi.org/10.1007/s12182-019-00359-3
  • Yang, H., Bernal, DE., Franzoi, RE., Engineer, FG., Kwon, K., Lee, S., & Grossmann, IE. (2020). Integration of crude-oil scheduling and refinery planning by Lagrangean Decomposition. Computers & Chemical Engineering, 138, 106812. https://doi.org/10.1016/j.compchemeng.2020.106812
  • Su, L., Bernal, DE., Grossmann, IE., & Tang, L. (2023). Modeling for integrated refinery planning with crude-oil scheduling. Chemical Engineering Research and Design, 192, 141-57. https://doi.org/10.1016/j.cherd.2023.02.008
  • Khor, CS., Varvarezos, D. (2017). Petroleum refinery optimization. Optimization and Engineering, 18(4), 943-989. https://link.springer.com/article/10.1007/s11081-016-9338-x
  • Jia, Z., & Ierapetritou, M. (2004). Efficient short-term scheduling of refinery operations based on a continuous time formulation. Computers & Chemical Engineering, 28(6-7), 1001-1019. https://doi.org/10.1016/j.compchemeng.2003.09.007
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
دوره 12، شماره 25
اسفند 1403
صفحه 5-17

فایل ها

هم رسانی

ارجاع به این مقاله

آمار