جلسه دفاع رساله: سیدعلی یزدانپرست، گروه مهندسی صنایع
جلسه دفاع رساله سیدعلی یزدانپرست با عنوان «زمانبندی بی درنگ سیستم های هوشمند تولید-بازتولید» 15 اردیبهشت 1405 برگزار می شود.
ارائه کننده: سیدعلی یزدانپرست
استاد راهنما: دکتر سیدحسام الدین ذگردی
استاد مشاور: دکتر توکتم خطیبی
استاد داور داخلی: دکتر علی حسین زاده کاشان، دکتر احسان نیک بخش
استاد داور خارج از دانشگاه: دکتر علی بزرگی امیری، دکتر محمد خوانساری
نماینده تحصیلات تکمیلی : دکتر علی حسین زاده کاشان
تاریخ: ۱۴۰۵/۰۲/۱۵
ساعت: 15:30
مکان: کریدور کارآفرینی و نوآوری و بستر مجازی دانشکده
چکیده:
با پیشرفت سریع فناوری و احاطهی شهروندان توسط تبلیغات مصرفگرایی، تمایل مصرفکنندگان به سفارشیسازی محصولات روند فزایندهای پیدا کرده است. از سوی دیگر، تداوم تولید انبوه به دلیل استخراج بیرویهی منابع طبیعی و آلودگی زیستمحیطی ناشی از آن، آسیبهای غیرقابل جبران بر جای خواهد گذاشت. به همین دلیل، تولید محصولات سفارشی با قطعات پایانعمریافته میتواند یک رویکرد اثربخش برای پاسخ به چالشهای مورد اشاره باشد. بنابراین رسالهی حاضر برخلاف مطالعات پیشین، یک سیستم بازتولید سفارشیسازی مشارکتی پیشنهاد میدهد که مصرفکنندگان در طراحی محصول خود مشارکت دارند و این محصولات در حد امکان با قطعات پایانعمریافته مونتاژ میشوند. هدف این مطالعه، حل مسئلهی زمانبندی سیستم مذکور است. از این رو، ابتدا یک مدل برنامهریزی خطی عدد صحیح مختلط برای حل مسئله زمانبندی با ابعاد کوچک و یک روش ترکیبی ابتکاری-ژنتیک با معرفی چندین قاعدهی اعزام برای تعیین توالی پردازش کارها در واحدهای بازتولید برای ابعاد بزرگتر ارائه میشود. در ادامه با درنظر گرفتن عدم قطعیت در رسیدن کار جدید به سیستم مورد اشاره، مسئله زمانبندی بیدرنگ با روش شبکه عمیق Q چندعامله پاسخ داده میشود و عنصرهای وضعیت، عمل و پاداش مختص هر یک از عوامل یادگیری واحدهای کارگاه بازتولید معرفی میشود. نهایتاً، یک الگوریتم ابتکاری بیکاری ایستگاه به روش یادگیری تقویتی پیشنهادی اضافه میشود که به تصمیمگیری در خصوص بیکاری ایستگاههای واحد مونتاژ تا زمان رسیدن قطعات پایانعمریافته مناسب برای پاسخ به سفارشهای مصرفکنندگان کمک میکند. در مسئلهی زمانبندی، نتایج روش ترکیبی ابتکاری-ژنتیک نشان میدهد که قواعد اعزام برتر واحد دمونتاژ، کاملاً متاثر از وضعیت واحد تمیزسازی-تعمیر هستند و همچنین قطعه با کمینه زمان پردازش تمیزسازی و تعمیر، اولویت پردازش در واحد تمیزسازی-تعمیر است. همچنین نتایج حاصل از روش یادگیری تقویتی چند عامله برای حل مسئله زمانبندی بیدرنگ، با وجود درنظرگرفتن عدم قطعیت رسیدن کار جدید، نسبت به روش ترکیبی ابتکاری-ژنتیک بهتر عمل مینماید و مزایای رویکرد برخط نسبت به برونخط میتواند حدود 6% در هزینههای کارگاه که متاثر از هزینه تاخیر در تحویل محصول و هزینه عدم تطابق محصول سفارشی با محصول تحویلداده به مشتری است، صرفهجویی نماید. در نهایت نتایج روش حل پیشنهادی جهت مدیریت بیکاری ایستگاهها مشخص میکند که در شرایطی که اولویت اصلی سیستم، بیشینهسازی انطباق محصول با درخواست مصرفکننده است، الگوریتم ابتکاری بیکاری ایستگاه میتواند منجر به صرفهجویی در هزینههای کارگاه تا بیش از 15% شود.