복잡한 생산라인에서 효율적 공정관리 기법 도입에 따른 공정흐름 및 생산성 개선 연구 A study on the improvement of work flow and productivity in complex manufacturing line by employing the effective process control methods원문보기
소품종 대량 생산 체제에서 다품종 소량생산 체제로의 변경으로 인해 개별 기업들은 시장 점유율을 지키기 위해서 생산율 극대화, 재공재고의 최소화, 적정 사이클 타임 운영 등 다양한 생산전략을 개발, 이를 적절하게 운영하기 위한 노력을 경주하고 있다. 특히, 복잡한 제조라인의 경우 작업흐름이 특이하고 공정단계가 많으며 매우 복잡한 공정 순서로 인해, 기존의 수리모형이나 대기이론 모형과 같은 분석적 방법을 적용하여 생산전략을 수립하는 데 많은 한계점을 내포하고 있다. 이를 위해 본 논문은 재투입과 병목공정이 혼재된 제조라인을 대상으로 병목공정 앞에서의 자재 투입 통제 문제와 작업장의 생산변경시점 결정 및 배치기계의 배치크기 및 가공순서를 결정하는 휴리스틱 방법을 제안한다. 제안된 방법의 효과를 검증하기 위해 제조환경을 테스트할 수 있는 시뮬레이션 모델을 개발하였으며, 앞서 언급한 세 가지 의사결정 문제에 대해 현재 기업에서 일반적으로 많이 사용되고 있는 기존 방식과 본 연구에서 제안하는 방법들을 비교하는 실험을 하였으며, 실험을 위한 시나리오는 세 가지 의사결정 문제의 휴리스틱 방법을 단일로 적용하는 경우와 휴리스틱 방법을 동시에 적용하는 경우로 나누어 실험하였고, 실험 결과 세 가지 의사결정 규칙을 함께 적용하는 것이 생산율 향상, 사이클 타임 감소, 평균 재공재고 수준 감소에 효과가 있음을 보여주었다.
소품종 대량 생산 체제에서 다품종 소량생산 체제로의 변경으로 인해 개별 기업들은 시장 점유율을 지키기 위해서 생산율 극대화, 재공재고의 최소화, 적정 사이클 타임 운영 등 다양한 생산전략을 개발, 이를 적절하게 운영하기 위한 노력을 경주하고 있다. 특히, 복잡한 제조라인의 경우 작업흐름이 특이하고 공정단계가 많으며 매우 복잡한 공정 순서로 인해, 기존의 수리모형이나 대기이론 모형과 같은 분석적 방법을 적용하여 생산전략을 수립하는 데 많은 한계점을 내포하고 있다. 이를 위해 본 논문은 재투입과 병목공정이 혼재된 제조라인을 대상으로 병목공정 앞에서의 자재 투입 통제 문제와 작업장의 생산변경시점 결정 및 배치기계의 배치크기 및 가공순서를 결정하는 휴리스틱 방법을 제안한다. 제안된 방법의 효과를 검증하기 위해 제조환경을 테스트할 수 있는 시뮬레이션 모델을 개발하였으며, 앞서 언급한 세 가지 의사결정 문제에 대해 현재 기업에서 일반적으로 많이 사용되고 있는 기존 방식과 본 연구에서 제안하는 방법들을 비교하는 실험을 하였으며, 실험을 위한 시나리오는 세 가지 의사결정 문제의 휴리스틱 방법을 단일로 적용하는 경우와 휴리스틱 방법을 동시에 적용하는 경우로 나누어 실험하였고, 실험 결과 세 가지 의사결정 규칙을 함께 적용하는 것이 생산율 향상, 사이클 타임 감소, 평균 재공재고 수준 감소에 효과가 있음을 보여주었다.
Due to the change from small volume production to small quantity batch production systems, individual companies have been attempting to produce a wide range of operating strategies, maximize their productivity, and minimize their WIP level by operating with the proper cycle time to defend their mark...
Due to the change from small volume production to small quantity batch production systems, individual companies have been attempting to produce a wide range of operating strategies, maximize their productivity, and minimize their WIP level by operating with the proper cycle time to defend their market share. In particular, using a complex workflow and process sequence in the manufacturing line has some drawbacks when it comes to designing the production strategy by applying analytical models, such as mathematical models and queueing theory. For this purpose, this paper uses three heuristic algorithms to solve the job release problem at the bottleneck workstation, product mix problem in multi-purpose machine(s), and batch size and sequence in batch machine(s). To verify the effectiveness of the proposed methods, a simulation analysis was performed. The experimental results demonstrated that the combined application of the proposed methods showed positive effects on the reduction of the cycle time and WIP level, and improvement of the throughput.
Due to the change from small volume production to small quantity batch production systems, individual companies have been attempting to produce a wide range of operating strategies, maximize their productivity, and minimize their WIP level by operating with the proper cycle time to defend their market share. In particular, using a complex workflow and process sequence in the manufacturing line has some drawbacks when it comes to designing the production strategy by applying analytical models, such as mathematical models and queueing theory. For this purpose, this paper uses three heuristic algorithms to solve the job release problem at the bottleneck workstation, product mix problem in multi-purpose machine(s), and batch size and sequence in batch machine(s). To verify the effectiveness of the proposed methods, a simulation analysis was performed. The experimental results demonstrated that the combined application of the proposed methods showed positive effects on the reduction of the cycle time and WIP level, and improvement of the throughput.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
즉, 작업시간이 짧은 작업을 우선적으로 처리한다고 하여 공정 전체 사이클 타임을 줄일 수 없다는 것이다. 그렇기 때문에 생산 납기 시간뿐만 아니라 병목공정의 길이를 동시에 고려한 규칙의 필요성을 제기하였다. 또한, 투입 규칙에서는 공정 전체의 제공재고(WIP)를 고려하는 전통적인 CONWIP규칙과 달리 병목공정의 실제WIP을 고려한 규칙을 고려하였다.
또한, Figure 6의 (b)에서도 마찬가지로 같은 평균 재공재고 중에서 규칙 A가 규칙 B보다 생산율이 높으며 같은 생산율 하에서는 규칙 A가 B보다 평균 재공재고가 낮음을 알 수 있다. 따라서 본 연구에서는 아래 그림과 같은 그래프를 이용하여 각 문제별 규칙 및 세 가지 문제에 대한 규칙 조합을 평가하고자 한다. 이러한 성능평가 기준은 기존의 여러 연구에서 사용한 방법과 유사하며 특히 납기가 고려되지 않은 소품종 대량 생산체제 하에서 가장 일반적인 성능 평가 기준으로 볼 수 있다.
본 연구에서는 현실적인 제조환경을 반영하기 위해배치 기계가 존재하는 공정을 반영하였다. 배치 기계에서 적정 수준의 재고량을 유지하기 위해 배치 크기 및 대기 중인 제품의 가공순서를 효과적으로 이행하기 위한 휴리스틱 제안을 하고자 한다.
본 연구는 생산라인을 개선하기 위한 세 가지 의사결정 문제를 효과적으로 대응할 수 있는 발견적 기법을 제시하고, 기법 도입이 생산성에 미치는 효과를 다루고자 한다.
본 연구에서 앞서 세 가지 발견적 기법에 대해 단일 및 조합 적용 시 생산성 향상에 어떤 영향을 미치는지 분석하고자 한다. 이를 위한 생산성 성능척도 기준으로 생산율, 평균 재공재고 및 사이클 타임을 고려한다[12,13].
본 연구에서는 각 배치 기계 앞에 있는 대기하고 있는 제품 별 로트의 양과 후속 공정에서 대기하고 있는 제품별 로트의 양을 평균화시켜 공정 내의 물류의 흐름을 원활하게 하는 것이다. 또한 자재가 재투입되는 상황을 고려하고 있기 때문에 해당 자재가 현재 몇 번째로 해당작업을 수행 중인지에 대해 구별할 필요가 있다.
본 연구에서는 첫 번째 휴리스틱 방법으로 재투입 횟수와 작업 변경시간을 고려한 작업 투입시점 결정 문제에 대한 휴리스틱 방법을 제안한다.
본 연구에서는 특정 공정에 작업부하가 월등히 높은병목공정이 존재하며 자재의 재투입이 상황이 발생하는현실적이며 복잡한 제조환경을 다루었다.
본 연구에서는 현실적인 제조환경을 반영하기 위해배치 기계가 존재하는 공정을 반영하였다. 배치 기계에서 적정 수준의 재고량을 유지하기 위해 배치 크기 및 대기 중인 제품의 가공순서를 효과적으로 이행하기 위한 휴리스틱 제안을 하고자 한다.
특히, 다품종 소량생산 환경과 같이 다양한 제품을 생산하는 범용 작업장에서는 고객 납기를 충족시키기 위해 효과적인 생산관리를 수행하는 것이 무엇보다 중요하다. 이러한 효과적인 생산관리를 위해선 다양한 의사결정 요소들이 존재하지만, 본 연구에서는 크게 세 가지 관점에서 핵심적인 의사결정을 다루고자 한다.
이에 본 연구에서는 자재 투입시점, 생산변경시점, 배치 크기를 결정하는 세 가지 핵심 의사결정 문제에 대해 효과적인 알고리즘을 제안하고, 알고리즘을 조합한 의사결정이 생산성에 어떤 영향을 미치는 지를 분석하는 데 초점을 맞추고자 한다.
(2013)의 연구에서는 제품의 품질을 고려한 우선순위 할당 규칙을 고려하였다. 제품의 품질을 최상으로 유지하기 위한 최적의 생산량을 계산하고, 이 목표 생산량을 맞추기 위해서 제품의 우선순위를 결정하는 연구를 진행하였다.
가설 설정
각 공정 내에서는 여러 개의 동일 기계 mh(h = 1,2…….M)가 병렬 형태(identical and parallel)로 존재함을 가정하며 병렬형태 모형은 임의의 공정으로 투입된자재가 해당 공정 내에 포함된 어떤 기계로부터도 가공을 받을 수 있음을 의미한다.
작업장별 평균 가공시간은 정규분포를 따르는 것으로 가정하였으며 가공시간의 변동을 정규분포의 분산으로 모형화하였다. 그리고 한 작업 장내에서의 모든 기계의 가공시간 분포는 모두 동일한 모수를 갖는 정규분포로 가정하였는데 이는 한 작업장에 도착한 로트는 장비에 관계없이 항상 일정한 가공시간을 가짐을 의미한다. 즉 1st Process에서의 생산준비시간은 일정하게 2시간으로 가정하였다.
또한, 앞에서 설명한 바와 같이 공정 간의 로트 이송시간은 고려하지 않았으며 기계의 고장시간은 지수분포(Exponential distribution)으로 가정하여 고려함으로써 예측하지 못한 기계의 고장 및 장비 보전에 필요한 시간등을 포함하였다. 한편, 공정으로의 자재 도착은 포아송분포를 따르는 것으로 가정했을 때 평균 도착율을 일정한 값을 갖는 것으로 간주하였다.
생산라인의 첫 번째 공정은 병목공정(타 공정에 비해생산 시간이 월등히 큰 공정으로 묘사) 특징을 가진다고 가정하였으며 세 번째와 네 번째 공정은 병렬 형태로 존재하며, 자재마다 BOM(Bill of material) 흐름에 따라 둘 중 하나의 공정을 거치는 상황을 묘사하였고, 두 공정모두 배치 기계로 작업하는 환경을 반영하였다.
실제 공정에서는 공정간 이동시간이 반영될 수도 있지만, 대부분의 공정에서 작업시간이 공정 간 이동시간보다 매우 큰 값이므로, 본 연구에서는 공정간 이동시간은 고려하지 않았다. 다만, 작업 후에 자재 불량으로 인한 재작업 등이 존재할 수 있기 때문에 본 연구에서는 이를 반영하기 위해 재작업 공정이 별도로 존재함을 반영한다.
작업장별 평균 가공시간은 정규분포를 따르는 것으로 가정하였으며 가공시간의 변동을 정규분포의 분산으로 모형화하였다. 그리고 한 작업 장내에서의 모든 기계의 가공시간 분포는 모두 동일한 모수를 갖는 정규분포로 가정하였는데 이는 한 작업장에 도착한 로트는 장비에 관계없이 항상 일정한 가공시간을 가짐을 의미한다.
그리고 한 작업 장내에서의 모든 기계의 가공시간 분포는 모두 동일한 모수를 갖는 정규분포로 가정하였는데 이는 한 작업장에 도착한 로트는 장비에 관계없이 항상 일정한 가공시간을 가짐을 의미한다. 즉 1st Process에서의 생산준비시간은 일정하게 2시간으로 가정하였다.
투입되는 자재는 제품마다 고유한 BOM 구조에 따라여러 유형의 자재가 투입됨을 또한 가정하며 핵심 의사결정 조합을 테스트하기 위해 공정 특성을 세 가지 유형이 공존하는 형태를 고려한다. 첫째는 특정 공정에서 작업부하가 크게 발생하는 병목 현상이 있고, 둘째 범용 기계를 갖는 공정에서는 여러 자재들에 대해 작업이 가능하지만 이 때 기계의 툴(Tool) 교환에 따른 상이한 작업준비시간(setup time)이 발생하는 상황을 반영한다.
제안 방법
5개 공정 내에 여러 개의 세부 단위공정이 존재하는모델을 구성하였으며, 총 24개 세부 공정을 거쳐 작업하는 환경을 시뮬레이션하기 위한 테스트 환경을 구축하였다.
제안된 작업 투입 방법 절차를 살펴보면, 첫째 반복된사전 시뮬레이션 수행을 통해 자재 유형별로 병목공정에서 소요된 총 작업시간을 처리한 자재 수로 나누어 평균작업시간을 산출한다. 둘째, 실제 시뮬레이션을 수행하면서 병목공정에서 작업이 완료된 시점마다 자재 유형별누적된 평균 작업시간을 추정한다. 셋째 특정 자재유형이 일정 수준(시뮬레이션을 통해 도출된 평균 작업시간) 아래로 내려갈 경우 해당 자재를 병목공정에 투입한다.
제품 투입규칙의 경우 전통적인 CONWIP방식과 병목공정들의 재공재고(WIP)수준을 고려한 투입규칙들의 성과를 비교하였고, 병목공정에서는 여러 가지 우선순위규칙 중 최적의 우선순위규칙(Dispatching Rule)을 TOPSIS방법을 이용하여 결정하였다. 또한, 제품의 수요와 같은 외부 환경변화에 따라서 투입규칙과 우선순위 규칙들을 조합하여 공정을 운영할 때와 단일 규칙만 적용하는 방법의 효율성을 비교하였다.
그렇기 때문에 생산 납기 시간뿐만 아니라 병목공정의 길이를 동시에 고려한 규칙의 필요성을 제기하였다. 또한, 투입 규칙에서는 공정 전체의 제공재고(WIP)를 고려하는 전통적인 CONWIP규칙과 달리 병목공정의 실제WIP을 고려한 규칙을 고려하였다.
첫째, 자재 투입 시점을 결정하는 문제에서는 병목공정에 대기 중인 작업들의 재투입 횟수를 고려한 작업부하를 기준으로 하여 평균 작업부하 이하로 내려가는 경우에만 자재를 투입하는 기법을 제안하였으며, 둘째 범용 기계의 생산 변경시점을 결정하는 문제에 대해서는 자재별 차등적인 셋업시간을 고려하여 생산 변경 시점을 결정할 수 있는 방법을 제시하였다. 마지막으로 배치기계에서 대기 중인 자재의 가공순서 및 배치 크기를 결정하는 문제에서는 원활한 공정 간 흐름을 위하여 선행공정과 후속공정 간의 작업별 재공재고 수준을 기반으로한 Starvation을 회피할 수 있는 방법을 제시하였다.
먼저 로트투입 규칙으로 UNIF, CONWIP, WR 및SA를, 마스크 스케줄링 규칙으로 FIFO, SRPT, CWL를, 배치 스케줄링 규칙으로 FIFO, BFQL에 대하여 총 24개의 규칙조합을 실험하였다.
본 시뮬레이션 실험에서는 기존 선행연구에서 제시했던 다양한 방법과 본 연구에서 제안하는 방법들을 조합의 효과를 검증하기 위해 제안한 휴리스틱 방법을 포함하여 작업투입통제규칙, 생산변경시점 할당규칙, 배치공정 가공순서 결정규칙에 각각 5가지, 3가지 및 2가지 규칙을 적용한다.
본 연구는 여러 제품을 생산하는 제조환경을 고려하였으므로, 각 자재별로 남은 작업부하 시간을 산출할 수있고, 이들을 모두 합한 후, 자재 수로 나누어 향후 병목공정에서의 평균 작업시간을 계산하였다.
본 연구에서 제시된 방법의 효과성을 검증하기 위해제조환경을 테스트할 수 있는 시뮬레이션 모델을 개발하였으며, 앞서 언급한 세 가지 의사결정 문제에 대해 현재 기업에서 일반적으로 많이 사용되고 있는 기존 방식과 본 연구에서 제안하는 방법들을 비교하는 실험을 수행하였다.
이러한 제조환경에서 발생할 수 있는 의사결정 문제를 병목공정 앞에서의 자재 투입시점 결정, 범용 기계가존재하는 공정에서의 생산 변경시점 결정 및 배치기계가 존재하는 공정에서의 자재 가공순서 및 한 번에 작업할배치크기를 결정하는 세 가지 유형의 문제로 분류하였다.
이상의 결과를 이용하여 본 연구에서 제시한 작업투입통제규칙(JL_PH)과 기존의 WR 및 SA 규칙과의 비교실험도 수행하였다.
제안된 세 가지 의사결정 문제에 대한 발견적 기법을 단일 적용과 조합 적용을 했을 때 각각의 영향을 분석하기 위해 시뮬레이션 분석을 수행한다.
제안된 작업 투입 방법 절차를 살펴보면, 첫째 반복된사전 시뮬레이션 수행을 통해 자재 유형별로 병목공정에서 소요된 총 작업시간을 처리한 자재 수로 나누어 평균작업시간을 산출한다. 둘째, 실제 시뮬레이션을 수행하면서 병목공정에서 작업이 완료된 시점마다 자재 유형별누적된 평균 작업시간을 추정한다.
제안하는 방법은 병목공정에서의 작업 부하의 밸런스를 유지하는 전략이다. 이를 위해 병목공정에 투입된 자재들의 총 작업부하를 산정해야 하는데 이는 총 작업해야 하는 횟수에 각 작업을 수행하는 데 걸리는 시간 즉 병목공정에서의 작업시간을 곱한 값으로 산정한다.
(2014) 연구에서는 다중 병목공정이 존재하는 공정에서 제품의 투입규칙과 병목공정에서의 우선순위규칙에 관한 연구를 진행하였다. 제품 투입규칙의 경우 전통적인 CONWIP방식과 병목공정들의 재공재고(WIP)수준을 고려한 투입규칙들의 성과를 비교하였고, 병목공정에서는 여러 가지 우선순위규칙 중 최적의 우선순위규칙(Dispatching Rule)을 TOPSIS방법을 이용하여 결정하였다. 또한, 제품의 수요와 같은 외부 환경변화에 따라서 투입규칙과 우선순위 규칙들을 조합하여 공정을 운영할 때와 단일 규칙만 적용하는 방법의 효율성을 비교하였다.
이러한 결과는 본 연구에서 제안한 방법이 FIFO나 SRPT 규칙보다 생산 변경시점을 잘 반영하고 있기 때문으로 해석된다. 즉 기존의 FIFO나 SRPT 규칙은 단순히 작업시간만을 고려하였으나 본 연구에서 제안한 방법은 작업시간과 준비시간을 동시에 고려하였다는 점이 중요하게 작용하였다.
첫째, 자재 투입 시점을 결정하는 문제에서는 병목공정에 대기 중인 작업들의 재투입 횟수를 고려한 작업부하를 기준으로 하여 평균 작업부하 이하로 내려가는 경우에만 자재를 투입하는 기법을 제안하였으며, 둘째 범용 기계의 생산 변경시점을 결정하는 문제에 대해서는 자재별 차등적인 셋업시간을 고려하여 생산 변경 시점을 결정할 수 있는 방법을 제시하였다. 마지막으로 배치기계에서 대기 중인 자재의 가공순서 및 배치 크기를 결정하는 문제에서는 원활한 공정 간 흐름을 위하여 선행공정과 후속공정 간의 작업별 재공재고 수준을 기반으로한 Starvation을 회피할 수 있는 방법을 제시하였다.
대상 데이터
서론에서 언급한 세 가지 핵심 의사결정 문제의 효과적인 전략 조합이 생산성에 미치는 영향을 분석하기 위해 본 연구에서는 5개의 공정을 갖는 제조공정을 대상으로 시뮬레이션 실험을 수행한다.
성능/효과
7이므로 SA 규칙이 약간 우수함을알 수 있다. SA규칙이 다른 규칙에 비해 우수함을 보여주었으나, 큰 차이는 없는 것으로 분석되었다.
Table 7의 결과와 Table 3부터 Table 6까지의 결과를 비교해 보면 본 연구에서 제안한 작업투입통제규칙(JL_PH)이 전반적으로 CONWIP, WR, SA 규칙보다 조금 우수함을 알 수 있다. 이러한 결과는 기존의 WR 규칙이 단지 가공시간만으로 병목작업장에서의 작업부하를 고려하였으나 JL_PH 규칙이 이 작업부하에 생산변경시점을 고려함으로써 제조공정의 전체 상황을 좀 더 정확히 반영한 결과로 해석된다.
구체적으로, WR과 SA 규칙에 대한 결과를 비교해보면, 생산율이 WR이 SA보다 약간 높은 수치를 나타내었으나 일정한 생산율 하에서 사이클 타임과 재공재고는 SA규칙이 낮은 값을 주는 것을 알 수 있다.
이상 세 가지 결과를 정리하면 작업투입 통제규칙으로는 CONWIP, WR, SA가 상대적으로 우수하며 생산변경시점 결정규칙은 본 연구에서 제안한 PX_PH 규칙이 우수함을 알 수 있다. 그리고 배치 크기 및 가공순서 결정규칙은 본 연구에서 제안한 방법이 기존의 FIFO 방식과 큰 차이가 없음을 알 수 있었다.
둘째, 대부분의 다품종 소량생산 환경에서는 범용기계를 통한 제품 생산이 이루어진다. 이를 경우, 범용 기계에 작업 변경(Product Mix) 시점을 어떻게 결정하는가는 매우 중요하다[4].
둘째, 생산 변경시점 결정 규칙에 대한 실험결과로는본 연구에서 제시한 휴리스틱 방법(PX_PH) 규칙의 성능이 생산율, 사이클 타임 및 평균 재공재고량에서 나머지 규칙인 FIFO나 SRPT 보다 우수한 결과를 보였다. 즉같은 생산율 하에서는 사이클 타임이 가장 낮고, 같은 사이클 타임에서는 가장 높은 생산율을 나타내고 있다.
마지막으로, 배치 크기 및 가공순서를 결정하는 규칙은 FIFO와 본 연구에서 제안한 방법(BS_PH) 사이의 성능차이는 크지 않았다. 이러한 결과는 이 실험에서 대상으로 병목공정에 비해 타 공정에서 대기 중인 재공재고가 적어 배치 간 할당의 영향이 크지 못하였고, 이로 인해 전체 성능에 미친 영향이 미약했기 때문인 것으로 풀이된다.
생산율은 CONWIP, WR 및 SA 규칙이 전반적으로UNIF 규칙보다 높고 사이클타임과 평균 재공재고량은 UNIF 규칙의 경우 일정한 생산율에서 급격하게 증가함을 알 수 있다. 하지만, CONWIP, WR 및 SA의 경우는사이클타임및 재공 재고량이 비교적 완만히 증가하였다.
셋째, 단일 기계에서 여러 개의 제품을 동시에 생산가능한 환경, 즉 배치 기계를 운영하는 작업장일 경우, 배치 로트 크기(Batch size)를 결정하는 문제도 적정 수준의 재조관리에 있어 핵심적인 의사결정이라고 할 수있다. 여러 개의 로트를 한꺼번에 처리할 수 있는 기계에서는 한 번에 처리하는 로트의 개수인 배치의 크기와 형성된 배치의 가공순서를 결정하는 문제로 정의될 수 있다.
실험을 위한 시나리오는 세 가지 의사결정 문제의 휴리스틱 방법을 단일로 적용하는 경우와 휴리스틱 방법을 동시에 적용하는 경우로 나누어 실험하였으며, 실험 결과 세 가지 의사결정 규칙을 함께 적용하는 것이 생산율향상, 사이클 타임 감소, 평균 재공재고 수준 감소에 효과가 있음을 보여주었다.
즉같은 생산율 하에서는 사이클 타임이 가장 낮고, 같은 사이클 타임에서는 가장 높은 생산율을 나타내고 있다. 이러한 결과는 본 연구에서 제안한 방법이 FIFO나 SRPT 규칙보다 생산 변경시점을 잘 반영하고 있기 때문으로 해석된다. 즉 기존의 FIFO나 SRPT 규칙은 단순히 작업시간만을 고려하였으나 본 연구에서 제안한 방법은 작업시간과 준비시간을 동시에 고려하였다는 점이 중요하게 작용하였다.
이상 세 가지 결과를 정리하면 작업투입 통제규칙으로는 CONWIP, WR, SA가 상대적으로 우수하며 생산변경시점 결정규칙은 본 연구에서 제안한 PX_PH 규칙이 우수함을 알 수 있다. 그리고 배치 크기 및 가공순서 결정규칙은 본 연구에서 제안한 방법이 기존의 FIFO 방식과 큰 차이가 없음을 알 수 있었다.
이상의 결과를 통해 세 가지 제안된 휴리스틱 조합 방식이 평균재고수준, 사이클 타임, 생산율에서 우수한 결과를 보이는 이유는 병목공정의 재공재고 수준을 고려하여 적절한 시점에 자재를 투입하고, 범용기계의 셋업시간을 고려하여 적절한 시점에 생산 변경을 진행하며, 선행공정과 후속공정 간에 대기 중인 재공재고들의 적절한 작업부하를 고려하여 배치 크기 및 가공순서를 결정함으로써 공정간 원활한 흐름을 제공한 결과로 해석될 수 있다.
첫째, 작업투입 통제규칙에 대한 결과로는 먼저 시스템의 상태에 기반을 두지 않는 작업투입 규칙인 UNIF 규칙이 CONWIP, WR 및 SA에 비하여 성능이 우수하지 못하다는 점이다.
후속연구
향후 본 연구에서 제시된 제조환경에 맞는 산업별 공정을 분류하고 각 산업별 공정에 대해 제안된 방법을 적용하여 그 효과성을 검증함으로써 제안된 방법의 실용성 및 맞춤형 적용 가능성을 제고하는 연구가 뒤따라야 할것으로 판단된다.
Figure 5은 효과적인 배치 수량 및 가공순서를 결정하기 위한 휴리스틱 절차를 보여주고 있다. 후속 공정에서 중간 재고가 부족하여 공급부족현상이 예상되는 로트종류가 존재하면 해당 제품을 가장 우선적으로 가공하게되고, 그렇지 않으면, 하나 이상의 배치가 형성된 로트종류들 중에서 현 공정의 작업 부하와 후속 공정의 작업부하의 차이가 가장 큰 로트 종류를 선택하여 가공을 시작한다.
질의응답
핵심어
질문
논문에서 추출한 답변
작업 투입의 시점이 적절하지 못해서 너무 빨리 자재를 투입하여 생기는 문제는?
특히 다품종 소량생산체제 환경 하에서는 고객의 납기요구를 만족시키기 위하여 효과적인 작업 투입 통제 규칙이 필요하다. 작업 투입의 시점이 적절하지 못해서 너무 빨리 자재를 투입하면 생산시스템의 혼잡도를 증가시킬 뿐만 아니라 재고의 양이 증가하게 되며, 반면에 너무늦게 투입이 되면 납기 내에 생산을 완료하지 못하게 되므로 고객의 수요를 충족시켜줄 수가 없다.
일정한 WIP 수준을 유지하는 방법은 어느 경우에 효과적인가?
제조현장에서 많이 활용되고 있는 방법은 일정한 WIP 수준을 유지하는 방법(CONWIP Method)이다. CONWIP 방법은 모든 공정에서의 작업시간이 균등한경우에는 효과적이다. 하지만 병목공정이 뚜렷한 생산라인의 경우 공정 내에 범용 기계에서는 작업 변경시간(setup time)이 작업 부하(workoad)에 미치는 영향이 크기 때문에, CONWIP 방법의 적용이 생산성 개선에 있어그 효과가 매우 제한적일 수밖에 없다.
소품종 대량 생산 체제에서 다품종 소량생산 체제로의 변경으로 개별 기업이 하고 있는 노력은?
소품종 대량 생산 체제에서 다품종 소량생산 체제로의 변경으로 인해 개별 기업들은 시장 점유율을 지키기 위해서 생산율 극대화, 재공재고의 최소화, 적정 사이클 타임 운영 등 다양한 생산전략을 개발, 이를 적절하게 운영하기 위한 노력을 경주하고 있다. 특히, 복잡한 제조라인의 경우 작업흐름이 특이하고 공정단계가 많으며 매우 복잡한 공정 순서로 인해, 기존의 수리모형이나 대기이론 모형과 같은 분석적 방법을 적용하여 생산전략을 수립하는 데 많은 한계점을 내포하고 있다.
참고문헌 (15)
Monch J. W, Fowler S, Dauzere-Peres S. J and Mason O. R, "A survey of problem, solution, and future challenges in scheduling semiconductor manufacturing operations", Journal of Scheduling, Vol.14, No.6, pp.583-599, 2011. DOI: http://dx.doi.org/10.1007/s10951-010-0222-9
Chen T. L, "A self-adaptive agent-based fuzzy-neural scheduling system for a wafer fabrication factory", Expert Systems with Applications, Vol.38, No.6, pp.7158-7168, 2011. DOI: http://dx.doi.org/10.1016/j.eswa.2010.12.044
Fu M, Askin R, Fowler J, Haghnevis M, Keng N, Pettinato J. S and Zhang M, "Batch production scheduling for semiconductor back-end operations", Semiconductor Manufacturing, IEEE Transactions, Vol.24, No.2, pp.249-260, 2011. DOI: http://dx.doi.org/10.1109/TSM.2011.2114900
Cheng H. C and Chiang T. C, "A two-stage hybrid memetic algorithm for multi objective job shop scheduling", Expert Systems with Applications, Vol.38, No.9, pp.10983-10998, 2011. DOI: http://dx.doi.org/10.1016/j.eswa.2011.02.142
Sha D. Y, Hsu S. Y, Che Z. H and Chen C. H, "A dispatching rule for photolithography scheduling with an on-line rework strategy", Computers and Industrial Engineering, Vol.50, No.3, pp.233-247, 2006. DOI: http://dx.doi.org/10.1016/j.cie.2006.04.002
Kayton D, Teyner T, Schwartz C and Uzsoy r, "Effects of dispatching and down time on the performance of wafer fabs operating under theory of constraints", Proceedings of the 1996 IEEE/CPMT international electronics manufacturing technology symposium 14-16 October Austin TX USA, pp.49-56, 1996. DOI: http://dx.doi.org/10.1109/IEMT.1996.559681
Uzsoy R, Church L. K and Ovacik I. M, "Dispatching rules for semiconductor testing operations: a computational study", Proceedings of the thirteenth IEEE/CHMT international electronics manufacturing technology symposium 28-30 September, pp.272-276, 1992. DOI: http://dx.doi.org/10.1109/IEMT.1992.639903
H. J. Yoon and J. G. Kim, "Heuristic scheduling policies for a semiconductor wafer fabrication facility: minimizing variation of cycle times", The International Journal of Advanced Manufacturing Technology, Vol.67, No.1, pp.171-180, 2013. DOI: http://dx.doi.org/10.1007/s00170-013-4762-y
S. W. Yoon, Y. J. Cho and S. J. Jeong, "Combination effects analysis of bottleneck-load order review/release and the dispatching rule: Application to a printed circuit board manufacturing line with multiple bottlenecks", International Journal of Precision Engineering and Manufacturing, Vol.15, No.8, pp.1725-1732, 2014. DOI: http://dx.doi.org/10.1007/s12541-014-0525-4
Chen C. F, Wu K. J, Chang C. T, Wong D. S. H and Jang S. S, "Generation and verification of optimal dispatching policies for multi-product multi-tool semiconductor manufacturing processes", Computers and Chemical Engineering, Vol.52, No.3, pp.112-121, 2013. DOI: http://dx.doi.org/10.1016/j.compchemeng.2012.12.009
Thiesse F and Fleisch E, "On the value of location information to lot scheduling in complex manufacturing processes", International Journal of Production Economics, Vol.112, No.2, pp.532-547, 2008. DOI: http://dx.doi.org/10.1016/j.ijpe.2007.05.006
Vinod V and Sridharan R, "Simulation modeling and analysis of due-date assignment methods and scheduling decision rules in a dynamic job shop production system", International Journal of Production Economics, Vol.129, No.1, pp.127-146, 2011. DOI: http://dx.doi.org/10.1016/j.ijpe.2010.08.017
Weigert G, Klemmt A and Horn S, "Design and validation of heuristic algorithms for simulation-based scheduling of a semiconductor Backend facility", International Journal of Production Research, Vol.47, No.8, pp.2165-2184, 2009. DOI: http://dx.doi.org/10.1080/00207540902744784
GRAVES, R. J., KONOPKA, J. M., & MILNE, R. J. (1995). Literature review of material flow control mechanisms. Production Planning & Control, 6(5), 395-403. DOI: http://dx.doi.org/10.1080/09537289508930296
Glassey, C.R. and Resende, M.C.G., "A Scheduling Rule for Job Release in Semiconductor Fabrication,", Operations Research Letters, 7, 213-217, 1998. DOI: http://dx.doi.org/10.1016/0167-6377(88)90033-8
※ AI-Helper는 부적절한 답변을 할 수 있습니다.