Sequencing Changeover Lini Produksi Otomatis Menggunakan Optimasi Setup Matrix

Pada lini produksi yang menjalankan beberapa produk, waktu changeover antar produk bervariasi tergantung pada produk mana yang Anda ubah dan ke mana Anda mengubah. Beralih dari Produk A ke Produk B mungkin memerlukan 30 menit, tetapi beralih dari B ke A mungkin memerlukan 60 menit karena persyaratan pembersihan atau penyesuaian yang berbeda. Waktu changeover asimetris ini menciptakan peluang optimasi yang dilewatkan oleh sebagian besar produsen.

Setup matrix menangkap waktu changeover berpasangan ini, dan AI menggunakannya untuk menemukan urutan produksi yang meminimalkan total waktu changeover di seluruh produk yang dijadwalkan untuk suatu periode.

Setup Matrix

Setup matrix adalah tabel di mana setiap baris adalah produk yang Anda ubah dan setiap kolom adalah produk yang Anda ubah ke. Sel berisi waktu changeover untuk transisi spesifik tersebut. Untuk lini yang menjalankan 20 produk, ini adalah matriks 20x20 dengan 380 waktu changeover yang berpotensi berbeda (tidak termasuk diagonal di mana tidak diperlukan changeover).

Waktu-waktu ini bervariasi karena alasan yang baik. Mengubah dari produk berwarna gelap ke produk berwarna terang memerlukan lebih banyak pembersihan daripada sebaliknya. Mengubah dari komponen kecil ke komponen besar memerlukan penyesuaian fixture yang berbeda dari sebaliknya. Beberapa pasangan produk berbagi tooling, membuat changeover minimal, sementara yang lain memerlukan perubahan tooling lengkap.

Bagaimana AI Menemukan Urutan Terbaik

Menemukan urutan yang meminimalkan total waktu changeover adalah varian dari Traveling Salesman Problem, yang secara komputasi sulit untuk jumlah produk yang besar. Algoritma optimasi AI menemukan solusi yang mendekati optimal dengan cepat menggunakan teknik seperti algoritma genetik, simulated annealing, dan ant colony optimization.

AI mempertimbangkan tidak hanya waktu changeover tetapi juga kendala produksi. Tanggal jatuh tempo mengharuskan produk tertentu diproduksi sebelum waktu tertentu. Ukuran lot menentukan berapa banyak unit dari setiap produk yang diproduksi sebelum changeover berikutnya. Ketersediaan peralatan dan jendela pemeliharaan membatasi kapan urutan tertentu dapat dilakukan.

Belajar dari Data Aktual

Setup matrix berdasarkan estimasi engineering sering kali tidak akurat. Sistem AI meningkatkan matriks dengan menganalisis waktu changeover aktual yang dicatat selama produksi. Mereka menemukan bahwa transisi tertentu secara konsisten memerlukan waktu lebih lama dari yang diperkirakan, mungkin karena penyesuaian fixture lebih rumit dari yang diharapkan, dan memperbarui matriks dengan tepat.

Mereka juga mengidentifikasi peluang untuk peningkatan changeover. Transisi yang sangat panjang dibandingkan dengan transisi serupa mungkin mendapat manfaat dari upaya peningkatan SMED (Single Minute Exchange of Die) yang ditargetkan. AI mengidentifikasi peluang ini dan mengukur penghematan waktu dari peningkatan.

Penjadwalan Kampanye

Untuk beberapa lini produksi, mengelompokkan produk yang serupa ke dalam kampanye lebih lanjut mengurangi total changeover. AI mengidentifikasi klaster produk yang berbagi karakteristik setup dan menjadwalkannya dalam blok. Dalam setiap blok, urutan dioptimalkan untuk changeover minimum. Antara blok, terjadi changeover utama. AI menemukan ukuran blok dan urutan yang meminimalkan total waktu changeover sambil memenuhi persyaratan pengiriman.

Untuk informasi lebih lanjut tentang penjadwalan AI dalam manufaktur, kunjungi halaman analisis manufaktur FirmAdapt.