Passa ai contenuti principali

Pianificazione della produzione industriale

Per avere un'idea più precisa su come l'ottimizzazione possa essere usata per la pianificazione della produzione industriale, può essere interessante leggere la tesi di laurea di Diego Valorisi, dal titolo "Pianificazione e scheduling della produzione: un caso di studio", relatore prof. Giovanni Righini, correlatore ing. Fabrizio Rota.

L'indice della tesi è il seguente. che da un'idea ben precisa del contenuto e degli argomenti trattati:
Introduzione 1
IBM Italia s.p.a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Il Cliente: Whirlpool Europe s.r.l. . . . . . . . . . . . . . . . . . . . 2
L’Obiettivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
La pianificazione della produzione . . . . . . . . . . . . . . . . . . . 3
Lo scheduling della produzione . . . . . . . . . . . . . . . . . . . . 5
Struttura della Tesi . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1 Il Progetto 8
1.1 L’organizzazione attuale . . . . . . . . . . . . . . . . . . . . . 8
1.1.1 La produzione snella . . . . . . . . . . . . . . . . . . . 8
1.2 La nuova organizzazione . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 La logica push . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2 La logica pull . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.3 Il punto di sdoppiamento . . . . . . . . . . . . . . . . . 12
1.2.4 Il concetto di supermercato . . . . . . . . . . . . . . . 14
1.2.5 Le nuove esigenze . . . . . . . . . . . . . . . . . . . . . 15
1.3 Analisi dei sistemi gestionali . . . . . . . . . . . . . . . . . . 15
1.3.1 La gestione con SAP APO . . . . . . . . . . . . . . . . 16
1.3.2 La gestione con PPO . . . . . . . . . . . . . . . . . . . 17

2 Il processo di produzione di Poprad 19
2.1 Le fasi del processo . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 I problemi dello stabilimento . . . . . . . . . . . . . . . 21
2.2 Analisi dei vincoli . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.1 Il vincolo dei calendari . . . . . . . . . . . . . . . . . . 23
2.2.2 Il vincolo della produzione per linea . . . . . . . . . . . 24
2.2.3 Il vincolo delle capacit`a delle risorse . . . . . . . . . . . 24
2.2.4 Il vincolo della produzione dei cestelli FL . . . . . . . . 24
2.2.5 Il vincolo di fornitura dei componenti tub h4 e aquastop 25
2.2.6 I vincoli di approvvigionamento dei componenti critici . 25
2.2.7 Il vincolo della situazione iniziale delle scorte . . . . . . 25
2.2.8 Il vincolo del primo turno per un gruppo di prodotti
finiti TL . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2.9 Il vincolo delle TL per il mercato di Hong Kong . . . . 26
2.2.10 I vincoli di lotto . . . . . . . . . . . . . . . . . . . . . . 26
2.2.11 I vincoli di configurazione . . . . . . . . . . . . . . . . 26
2.2.12 I vincoli di finestre temporali sulla domanda . . . . . . 26
2.3 Gli obiettivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.1 Gli obiettivi della pianificazione . . . . . . . . . . . . . 27
2.3.2 Gli obiettivi dello scheduling . . . . . . . . . . . . . . . 27

3 Plant PowerOps 29
3.1 Cos’`e Plant PowerOps? . . . . . . . . . . . . . . . . . . . . . 29
3.2 La tecnologia di PPO . . . . . . . . . . . . . . . . . . . . . . . 32
3.2.1 Il production planning module . . . . . . . . . . . . . . 32
3.2.2 Il batching module . . . . . . . . . . . . . . . . . . . . 34
3.2.3 Lo scheduling module . . . . . . . . . . . . . . . . . . . 34
3.3 La base di dati . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.3.1 Tabelle generali . . . . . . . . . . . . . . . . . . . . . . 36
3.3.2 Master data resources . . . . . . . . . . . . . . . . . . 39
3.3.3 Master data calendars . . . . . . . . . . . . . . . . . . 41
3.3.4 Master data materials e storage units . . . . . . . . . . 44
3.3.5 Master data recipes, activities e modes . . . . . . . . . 47
3.3.6 Master data setup times e setup cost . . . . . . . . . . 52
3.3.7 Transactional data demands . . . . . . . . . . . . . . . 54
3.3.8 Transactional data procurements . . . . . . . . . . . . 56
3.3.9 Transactional data production plans . . . . . . . . . . . 57
3.3.10 Transactional data production orders . . . . . . . . . . 59
3.3.11 Transactional data material flow . . . . . . . . . . . . 66
3.3.12 Transactional data production schedule . . . . . . . . . 68

4 Ilmodello 70
4.1 La fase di raccolta e trasformazione dati . . . . . . . . . . . . 70
4.1.1 I dati in ingresso a PPO . . . . . . . . . . . . . . . . . 71
4.1.2 Il vincolo dei calendari . . . . . . . . . . . . . . . . . . 71
4.1.3 Il vincolo della produzione per linea . . . . . . . . . . . 73
4.1.4 Il vincolo di capacit`a delle risorse e della produzione
dei cestelli FL . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.5 Il vincolo di fornitura componenti tub h4 e aquastop . 75
4.1.6 I vincoli di approvvigionamento dei componenti critici . 75
4.1.7 La situazione iniziale delle scorte dei componenti critici 75
4.1.8 Il vincolo del primo turno per un gruppo di prodotti
finiti TL . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.1.9 Il vincolo delle TL per il mercato di Hong Kong . . . . 76
4.1.10 I vincoli di lotto . . . . . . . . . . . . . . . . . . . . . . 76
4.1.11 I vincoli di configurazione . . . . . . . . . . . . . . . . 77
4.1.12 I vincoli di finestre temporali sulla domanda . . . . . . 78
4.2 La modellazione in PPO . . . . . . . . . . . . . . . . . . . . . 81
4.2.1 Le tabelle generali . . . . . . . . . . . . . . . . . . . . 81
4.2.2 Master data resources . . . . . . . . . . . . . . . . . . 83
4.2.3 Master data calendars . . . . . . . . . . . . . . . . . . 85
4.2.4 Master data materials e storage unit . . . . . . . . . . 86
4.2.5 Master data recipes, activities e modes . . . . . . . . . 88
4.2.6 Master data setup times e setup cost . . . . . . . . . . 92
4.2.7 Transactional data demands . . . . . . . . . . . . . . . 98
4.2.8 Transactional data procurements . . . . . . . . . . . . 99
4.3 Simulazioni e risultati ottenuti . . . . . . . . . . . . . . . . . . 100
4.3.1 Confronto delle soluzioni di pianificazione . . . . . . . . 100
4.3.2 Confronto delle soluzioni di scheduling . . . . . . . . . 109
5 Conclusioni 118
Bibliografia 126
Ringraziamenti 128

Commenti

Post popolari in questo blog

PuLP – Un valido strumento per la didattica

L'insegnamento dei concetti di base della ricerca operativa, ovvero la programmazione lineare, ha trovato nel corso degli ultimi anni diversi strumenti di supporto. Sono ormai parecchi i software gratuiti e open source che permettono agli studenti e agli insegnanti di toccare con mano le nozioni e i concetti spiegati e studiati sui banchi. Ricordiamo, ad esempio, glpk che con il suoi linguaggio di modellazione MathProg permettete di scrivere e risolvere anche complessi modelli di programmazione lineare intera. Oppure citiamo anche lp_solve che con il suo ambiente impropriamente chiamato lp_solve IDE permette di scrivere e risolvere modelli di programmazione lineare direttamente nella formulazione matematica. A mio avviso però le proposte appena citate sono limitate nella potenza espressiva e nelle capacità di integrarsi con altri software o moduli esterni. Queste limitazioni sono egregiamente risolte da PuLP : un modellatore di problemi di programmazione lineare intera basato ...

Ci arricchiremo con la ricerca operativa?

A questa domanda forse possiamo rispondere sì :-) , rimandando al lavoro molto fresco ed interessante di Giancarlo Volpe dal titolo " Scommesse sportive: un modello di Ricerca Operativa che descrive la “vincita perfetta” " E' possibile scaricare il documento da scribd.com . Dall'apprezzabile contenuto didattico la parte entrale, dove si illustra passo passo come è possibile usare il risolutore di excel per applicarlo al modello descritto. Buona lettura e giocate con moderazione. Un Modello di Ricerca Operativa per Scommesse Sportive

Che cos'è la riottimizzazione

Che cos'è la riottimizzazione Quando si parla di processi di ottimizzazione, la riottimizzazione copre un ruolo particolare. Scopriamo insieme cosa vuol dire. Introduzione Partiamo dalle basi e diciamo che risolvere un  problema di ottimizzazione  è la migliore risposta ad un problema del tipo:  “Qual è il modo migliore per fare una certa cosa? Facciamo un esempio.  Qual è il modo migliore per andare da Palermo a Bolzano, nel più breve tempo possibile, passando da 100 diverse località sparse per l’Italia?  Forse in tanti hanno riconosciuto il problema del  cammino di costo minimo : come visitare un grafo partendo da un nodo origine per arrivare ad un nodo destinazione minimizzando la somma dei costi, che vengono pagati ad ogni arco attraversato. A parte la difficoltà di descrivere in termini matematici il problema da risolvere e trascrivere tutto in un software funzionante, ci sono due aspetti specifici da tenere in considerazione: il...