ISK116 - Bölüm 1. Grup Teknolojisi

Benzer belgeler
GRUP TEKNOLOJİSİ. Yrd. Doç. Dr. Tijen Över Özçelik

İMALAT SİSTEM VE STRATEJİLERİ

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

ÜRETİM HATTI DENGELEME ve GRUP TEKNOLOJİSİ

T.C. Üretim Anabilim Dalı. Yüksek Lisans Tezi. Hücresel Đmalat Sisteminde Hücre ve Yerleşim Düzeni Tasarımı. Ateş ATAMTÜRK

Üretim/İşlemler Yönetimi 2. Yrd. Doç. Dr. Mert TOPOYAN

AHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları

ÜRETİM SİSTEMLERİ ve ÖZELLİKLERİ

Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.

GRUP TEKNOLOJİSİ VE HÜCRESEL ÜRETİM

Analitik Hiyerarşi Prosesi (AHP) Yrd.Doç.Dr. Sabahattin Kerem AYTULUN

Makine Öğrenmesi 2. hafta

KISITLI OPTİMİZASYON

m=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.

AKIŞ SİSTEMLERİ, FAALİYET İLİŞKİLERİ ve ALAN GEREKSİNİMLERİ

MODERN İMALAT SİSTEMLERİ

UÇAK GÖVDESİ MONTAJ ALANI İÇİN HÜCRE TASARIMI VE HÜCRE ETKİNLİĞİNİN BELİRLENMESİ

YZM 3217 YAPAY ZEKA DERS#10: KÜMELEME

Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997

1 Vektör Uzayları 2. Lineer Cebir. David Pierce. Matematik Bölümü, MSGSÜ mat.msgsu.edu.tr/~dpierce/

11. HAFTA YÖNETİMİN FONKSİYONLARI ÖRGÜTLEME. SKY108 Yönetim Bilimi-Yasemin AKBULUT

IENG 227 Modern Üretim Yaklaşımları

Temel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b

Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar

Her bir polis devriyesi ancak bir çağrıyı cevaplayabilir. Bir çağrıya en fazla bir devriye atanabilir.

Algoritmalar ve Karmaşıklık

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

1 ÜRETİM VE ÜRETİM YÖNETİMİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

Genel Graf Üzerinde Mutlak 1-merkez

Web Madenciliği (Web Mining)

MAKİNE ELEMANLARI DERS SLAYTLARI

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN

Robot Teklonolojilerine Giriş. Keşif Algoritmaları. Mehmet Fatih Amasyalı YILDIZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

Makine Elemanları I. Toleranslar. Prof. Dr. İrfan KAYMAZ. Erzurum Teknik Üniversitesi. Mühendislik Fakültesi Makine Mühendisliği Bölümü

Ders 9: Bézout teoremi

Rampalama. Delme. 45 kadar dik dalma. Çok iyi talaş kaldırma. 2xD ye kadar çok iyi delme yeteneği. Ayrı bir kesici takıma ihtiyac yok

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay.

8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2

Güvenlik: Öğrenciler uygulama sırasında kesici, delici, kimyasal zarar verici aletleri kullanırken dikkat etmeleri konusunda uyarılır.

BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları

Power BI. Neler Öğreneceksiniz?

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi

İleri Diferansiyel Denklemler

Karar Verme ve Oyun Teorisi

25. KARARLILIK KAPALI ÇEVRİM SİSTEMLERİNİN KARARLILIK İNCELENMESİ

METASEZGİSEL YÖNTEMLER

Chapter 9. Elektrik Devreleri. Principles of Electric Circuits, Conventional Flow, 9 th ed. Floyd

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama

Bu kısımda işlem adı verilen özel bir fonksiyon çeşidini ve işlemlerin önemli özelliklerini inceleyeceğiz.

Maksimizasyon s.t. İşçilik, saat) (Kil, kg)

İÇERİK PROGRAMLAMAYA GİRİŞ ALGORİTMA AKIŞ DİYAGRAMLARI PROGRAMLAMA DİLLERİ JAVA DİLİNİN YAPISI JAVA DA KULLANILAN VERİ TİPLERİ JAVA DA PROGRAM YAZMA

Veritabanı Tasarımı ve Yönetimi. Uzm. Murat YAZICI

TOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

MAK 210 SAYISAL ANALİZ

Önsöz. İçindekiler Algoritma Algoritma Nasıl Hazırlanır? Yazılımda Algoritma Mantığı Nedir? 1.2. Algoritma Örnekleri ve Sorular

.:: BÖLÜM I ::. MATRİS ve DETERMİNANT

Okut. Yüksel YURTAY. İletişim : (264) Sayısal Analiz. Algoritma & Matlab.

HARMONİK DENKLEM. Burada göz önüne alınacak problem Dirichlet problemidir; yani fonksiyonun sınırda kendisinin verilmesi halidir. 2 2 (15.

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):

FONKSİYONLARIN TABLO ŞEKLİNDE HESAPLANMASI

olsun. Bu halde g g1 g1 g e ve g g2 g2 g e eşitlikleri olur. b G için a b b a değişme özelliği sağlanıyorsa

Kural Motoru.

BİL 810 İnşaat Mühendisliğinde Bilgisayar Uygulamaları

Diziler. Yrd.Doç.Dr.Bülent ÇOBANOĞLU

Lineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler

KOMPAKT ÇÖZÜMLERİ OTOMASYON CONTROLLED BY

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ

3. BÖLÜM MATRİSLER 1

13 Aralık Đlgili Versiyon/lar : ETA:SQL, ETA:V.8-SQL. Đlgili Modül/ler : Raporlar. Kullanıcı Tanımlı Raporlar Bölümünden Yapabildiklerimiz

VARLIK YÖNETİMİ ÇÖZÜMÜ AKILLI. KOLAY. ENTEGRE

İş Sıralama Kuraları -101

Doğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez

doğrusal programlama DOĞRUSAL PROGRAMLAMA (GENEL)

Uzaktan Algılama Uygulamaları

ZİNCİR DİŞLİ ÇARKLAR. Öğr. Gör. Korcan FIRAT CBÜ Akhisar MYO

Yöneylem Araştırması II

Sistem Dinamiği. Bölüm 5-Blok Diyagramlar, Durum-Değişken Modelleri ve Simülasyon Metodları. Doç.Dr. Erhan AKDOĞAN

GÜZ DÖNEMİ ARASINAV SORULARI. 1. Sayısal çözümleme ve fonksiyonu tanımlayarak kullanıldığı alanları kısaca açıklayınız?

İşletim Sistemlerine Giriş

Elemanter fonksiyonlarla yaklaşım ve hata

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi

Algoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI

10-Veri Tabanları.

Hücresel Üretim Sisteminde Makine-Parça Ailelerinin Oluşturulmasında. Dengeli Talep-Kapasite ve Dengesiz Talep-Kapasite Durumunun Analizi

Zeki Optimizasyon Teknikleri

Tek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi

Tanım 2.1. X boş olmayan bir küme olmak üzere X den X üzerine bire-bir fonksiyona permütasyon denir.

MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ

Benzetim. 11. Ders. İmalat Yönetimde. Benzetim

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 3. Uygulama: Dolaşım Akış Çizelgeleme/Terminleme

Transkript:

ISK - Bölüm Grup Teknolojisi Grup Teknolojisi (GT) Grup teknolojisi benzerliklerden faydalanarak büyük ve karmaşık bir üretim sisteminin, küçük ve kolay kontrol edilebilir sistemlere dönüştürülmesi hedeflenmektedir.

Geleneksel Süreç Yerleşimi GT Tabanlı Hücresel Yerleşim Her hücre bir yada birkaç parça ailesinin üretiminde uzmanlaşmış

Beklenen Faydalar: Malzeme taşıma işlerinin azalması Ara envanterin (proses içi stok) azalması Hazırlık sürelerinin azalması Üretim temin sürelerinin azalması Üretim planlama ve kontrolunda kolaylık sağlanması Sorumlulukların ürüne yönelik birleşmesi sonucu kalitenin artması GT sisteminin tasarımı Parça aillerinin oluşturulması Makine hücrelerinin oluşturulması Parça Aileleri: Parçaların üretim ve/veya tasarım benzerliklerine göre gruplanması ile elde edilir. Benzer parçaların oluşturduğu gruba parça ailesi denir. Makine Hücreleri: Bir veya daha fazla parça ailesindeki parçaların (tüm) üretim işlemlerini gerçekleştirebilecek makine tiplerinin bir araya getirilerek oluşturduğu gruba makine hücresi denir.

İmalat Sürecine Göre Benzer Parçalar Aile Aile Aile Ürünler Parça Aileleri Parça Aileleri İki şekil olarak benzer olan parça imalat açısından farklı olabilir: (a),, adet/yıl, tolerans = ±. inch, CR çelik, nikel kaplama (b) adet/yıl, tolerans = ±. inch, - paslanmaz çelik

Grup Teknolojisinde Kümelendirme Yöntemleri Tasarım esaslı yöntemler parçaları tasarım özelliklerine göre gruplandırmak suretiyle parça ailelerini oluştururlar. Daha sonra parça ailelerinin uygun makine hücrelerine atanması gerçekleştirilir Üretim esaslı yöntemler parçaların rota ve operasyon bilgilerini kullanarak parça ailelerini oluştururlar. Bazı üretim esaslı yöntemler eşzamanlı olarak hem parça ailelerini hem de makine hücrelerini oluşturabilirler. 9 Parça Tasarım Özellikleri Esas ölçüler Temel dış şekil Temel içşekil Boy/çap oranı Malzeme tipi Parça fonksiyonu Tolerans Yüzey bitiş hassasiyeti

Part İmalat Özellikleri Esas üretim süreci Operasyon sırası Parti büyüklüğü Yıllık üretim Makine takımları Kesici takımlar Monokod veya Hiyerarşik Kod

Polikod veya Zincir Kod Opitz Kodlama Sistemi

Hücreselİmalat GT nin imalatta uygulaması anlamına gelir. Tüm imalat sürecinin veya bir kısmının hücrelere dönüştürülmesidir. Bir imalat hücresi belli bir parça ailesinin üretimi için bir araya gelen makineler bütünüdür. Üretim Akış Analizi Üretim akış analizi parça ailelerini ve makine hücrelerini oluşturmak için kullanılan yöntemlerin genel adıdır. Bu tip yöntemler sınıflama ve kodlama çalışması ve/veya parça çizimlerine ihtiyaç duymazlar. Bu yöntemler yalnızca operasyon sıraları ve makine rota bilgileri ile parça ailelerini oluşturabilirler.

Makine-Parçaİlişki Matrisi Parçalar Makineler X X... X n X X X... n............ X m X m... X nm X ij =, parça i nin makine j de operasyonu varsa, aksi halde Örnek: Makine-parça ilişki matrisi Parçalar Makineler A B C D E F 9

Diyagonal blok gösterimi Parçalar A Makineler B D C E F 9 Derece Sıralama Algoritması Adım : Makine parça matrisinin her satırı için girdilerini ikili bir sistemde oku. Satırları azalan ikili değer sırasında derecele. Aynı değerdeki satırlar için, derecelemeyi, satırların sırasına göre belirle. Şimdiki matris satır sırası ile belirlenen derece sırası aynı ise algoritmayı durdur. Aksi halde adım ye git. Adım : Azalan derece sırasında satırları düzenleyerek makine parça matrisini yeniden oluştur. Matrisin her sütunu için girdilerini ikili bir sistemde oku. Sütunları azalan ikili değer sırasında derecele. Aynı değerli sütunlar için, derecelemeyi, satırların sırasına göre belirle. Şimdiki matris satır sırası ile belirlenen derece sırası aynı ise algoritmayı durdur. Aksi halde adım e geri dön.

Örnek: Aşağıdaki makine parça matrisine göre uygun parça ailelerini ve makine hücrelerini DSA kullanarak bulunuz. Parçalar 9 Makineler Iterasyon no. - Adım : Satır sıralama 9 Ondalık değer Sıra 9 9 9 İkili değer

Iterasyon no. - Adım : Sütun sıralama 9 İkili değer Ondalık değer Sıra 9 Iterasyon no. - Adım : Satır sıralama 9 Ondalık değer Sıra İkili değer

Diyagonal Blok Çözümü 9 Örnek: Aşağıdaki N= parça ve M= makine probleminin DSA ile en iyi çözümünü verilen parça rotalarına göre bulunuz. Parçalar Operasyon No. M M M M M M M M M M M M M M M M M M M M M M M

Makine Parçaİlişki Matrisi Parçalar Makineler M M M M M M Iterasyon no. - Adım : Satır sıralama Ondalık değer Sıra M M M M M M İkili değer

Iterasyon no. - Adım : Sütun sıralama İkili değer M M M M M M Ondalık değer Sıra 9 Iterasyon no. - Adım : Satır sıralama Ondalık değer Sıra M M M M M M İkili değer

Parça aileleri, makine hücreleri ve istisnai elemanları Parça aileleri Makine hücreleri M M M M M M İstisnai parçalar Tek Hatlı Kümelendirme Algoritması Step : Makine çiftleri arasındaki benzerlik katsayıları hesaplanır ve bir benzerlik matrisinde gösterilir. Step : Adım de elde edilen benzerlik matrisindeki en yüksek benzerlik katsayısı belirlenir. Belirlenen benzerlik katsayısı bu aşamadaki makine gruplaması için eşik değeri gösterir. Bu eşik değere göre gruplama yapılır ve eğer tek grup kalmışsa DUR aksi halde adım e git.

Tek Hatlı Kümelendirme Algoritması Step : Adım de gerçekleştirilen gruplamaya göre benzerlik matrisinin boyutu küçülür ve yeni benzerlik katsayıları bir önceki benzerlik matrisinden yaralanılarak elde edilir. En yüksek benzerlik derecesine sahip olan makine ve/veya makine grupları bir araya getirilerek gruplama yapılır. Bu adım bütün makineler tek bir hücre (grup) olarak ifade edilinceye kadar sürdürülür. Jackard Benzerlik Katsayısı nij n S = ij max, ni n ij j n i = i makinesinde yapılan işlerin sayısı veya i satırındaki lerin sayısı n j = j makinesinde yapılan işlerin sayısı veya j satırındaki lerin sayısı n ij = Hem i hem de j makinesinde ortak yapılan işlerin sayısı Sij = i makinesi ile j makinesi arasındaki benzerlik katsayısı

Örnek: Parça: Makine Makine n =, n =, n = n n S = max, = max, =. n n Örnek: Beş makine tipinden oluşan bir üretim atölyesinde parça-makine ilişki matrisi aşağıdaki gibidir. Makine hücrelerini Tek Hatlı Kümelendirme yöntemine göre belirleyiniz. Parça Makine

Adım : Benzerlik kaysayısı matrisi Makine.... Makine...... Adım : Makineler - ve - birleştirilir (T=.) Makine.... Makine...... 9

Adım : Benzerlik matrisi düzenlenir: Makine hücreleri Makine hücreleri... S, = max (S, S, S, S ) = max (.,.,.,.) =. 9 Adım : Kümeler ve birleştirilir (T=.) ve benzerlik matrisi düzeltilir.... S, = max (S, ; S, ) = max (.,.) =.

DENDOGRAM (Çözüm Hiyerarşisi) Örnek: Bir önceki probleme dayanarak makine hücre oluşumunu (T) =. için belirleyiniz.

Parça aileleri ve diyagonal blok çözüm Makine Parça Makine Parça Örnek: Bir önceki probleme dayanarak makine hücre oluşumunu (T) =. için belirleyiniz.

Parça aileleri ve diyagonal blok çözüm Makine Parça Makine Parça Gruplama Etkinliği (Chandrasekharan and Rajagopalan, 9) Gruplama etkinliği çözüm kalitesini ölçen bir ölçüttür: ) ( n n GE α α + = α = ağırlık faktörü [ ].

İki çözümün GE (α=.) için karşılaştırması Benzerlik =. Benzerlik =. GE =. (.) +. (/) =.99 GE =. (/) +. (/) =. GE sonuçlarına göre T=. çözümü daha iyi bir çözüm kalitesine sahiptir.