การวางแผนการผลิตด้วยวิธีการสร้างแบบจำลองทางคณิตศาสตร์ กรณีศึกษาท่อเหล็กที่เป็นส่วนประกอบช่วงล่างของรถยนต์
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้นำเสนอวิธีการวางแผนการผลิตเพื่อลดเวลาการผลิตของกระบวนการผลิตท่อเหล็กที่เป็นส่วนประกอบช่วงล่างของรถยนต์ โดยศึกษาที่กระบวนการขัดผิวและกระบวนการเคลือบผิวซึ่งแต่ละกระบวนการมีหลายเครื่องจักรแบบขนาน กระบวนการขัดผิวมีเงื่อนไขที่อัตราการผลิตที่แตกต่างกัน ในขณะที่กระบวนการเคลือบผิวมีเงื่อนไขของขนาดเส้นผ่านศูนย์กลางผลิตภัณฑ์และอัตราการผลิตที่แตกต่างกัน การวางแผนการผลิตในแต่ละกระบวนการมีความซับซ้อนจากความหลากหลายของผลิตภัณฑ์และคำสั่งซื้อของลูกค้า ปัจจุบันการวางแผนการผลิตอาศัยประสบการณ์ของผู้วางแผน ส่งผลให้เวลาในการผลิตของกระบวนการขัดผิวและกระบวนการเคลือบผิวสูง ดังนั้นบทความนี้จึงได้หาวิธีการวางแผนการผลิตที่เหมาะสมเพื่อลดเวลาในการผลิต โดยพัฒนาตัวแบบทางคณิตศาสตร์ในการวางแผนการผลิตที่เหมาะสมของท่อเหล็กที่มีความหลากหลายของผลิตภัณฑ์และอัตราการผลิตในกระบวนการขัดผิวและกระบวนการเคลือบผิว โดยมีวัตถุประสงค์เพื่อลดเวลาในการผลิตของกระบวนการขัดผิวและกระบวนการเคลือบผิว ผลจากการประยุกต์ข้อมูลและแก้ปัญหาโดยใช้ Microsoft Excel Solver พบว่าเวลาการผลิตของกระบวนการขัดผิวลดลงจากเดิมร้อยละ 11.77 และเวลาการผลิตของกระบวนการเคลือบผิวลดลงจากเดิมร้อยละ 13.34
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารแนวหน้าวิจัยนวัตกรรมทางวิศวกรรม ถือเป็นลิขสิทธิ์ของวารสารฯ เท่านั้น ไม่อนุญาติให้บุคคลหรือหน่วยงานใดคัดลอกเนื้อหาทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่เพื่อกระทำการใด ๆ ที่ไม่ถูกต้องตามหลักจริยธรรม
References
Gresova E, Svetlik J. Modeling within national economy using industry-oriented indicators: Evidence from Czech Republic. MM Sci. J. 2020;6:3892-95.
Gresova E, Svetlik J. Economic impact of industrial segment in the selected country. Manag. Syst. Prod. Eng. 2020;28:312–7.
Cohen Y, Shoval S, Faccio M, Minto R. Deploying cobots in collaborative systems: Major considerations and productivity analysis. Int. J. Prod. Res. 2021.
Cohen Y, Faccio M, Pilati, F.; Yao, X.F. Design and management of digital manufacturing and assembly systems in the Industry 4.0 era. Int. J. Adv. Manuf. Tech. 2019;105:3565-77.
Guo Z, Wang C, Yang G, Huang Z, Li G. MSFT-YOLO: Improved YOLOv5 Based on Transformer for Detecting Defects of Steel Surface. Sensors 2022;22:3467.
Word Steel Association. The white book of steel. Available online: https://worldsteel.org/publications/bookshop/the-white-book-of-steel/(accessed on 10 March 2022).
The importance of steel pipes Rojpairi Automation Buan Equipment Co., Ltd.. https://www.rojpaiboon.co.th/th
Yongphisanphob W . 2566. Business/industry trends 2566-2568: Auto parts industry. https://www.krungsri.com/1.03.2566.
Chalermsak T, Kaona J. Development of Measurement Tools A Case Study Automotive Wire Harness Manufacturer. Journal of Engineering, RMUTT. 2022;20(1):25-30. (in Thai)
Draheim D. Business process technology: a unified view on business processes, workflows and enterprise applications.Berlin: Springer Science & Business Media, 2010.
Salvador M. A solution to a special case of flow shop scheduling problem. Symposium on the Theory of Scheduling and Its Applications, 1973; pp. 83-91.
Geyik F, Cedimoglu, I.H. A Review of the Production Scheduling Approaches Based-on Artificail Intelligence and the Integration of
Process Planning and Scheduled. 2003.
Arz Y. Qwam Alden. Improving productivity employ simulation model: A case study of a steel pipe manufacturing company. Anbar Journal of Engineering Science (AJES). 2022;13(1):35–45.
Maitreesorasunte C, Jeenanunta C, Buddhakulsomsiri J, Chaysiri R, Pannakkong W, Karnjana J, Nakamura M. A steel tube production planning and scheduling with product-dependent changeover time using Digital Twin. International Scientific Journal of Engineering and Technology. 2020;4(2):13-9
Prakob J, Linear Programming.1st ed. Bangkok: National Instiutute of Development Administration; 1992. (in Thai)
Tantasut W, Wijiravanit W, Thongprasert S. Operations research.Bangkok : SE-Education Book Publishers; 1997. (in Thai)
Atthawit T, Pisal Y. Aggregate production planning using spreadsheet solve:model and case study. Science Asia. 2002;28:291-300.
Ahmed W, Fadi A. Solving the university class scheduling problem using advanced ILP Techiques. Department of Computer Engineering. American University of Sharjah (AUS), UAE. 2007.