Türkiye’de endüstri mühendislerine duyulan ihtiyacı anlamak için iş ilanlarına bakmak oldukça yeterli olacaktır.Neredeyse iş alanlarının tamamında endüstri mühendisleri iş imkanı bulabiliyor.Endüstri mühendislerinin değişik iş alanlarında çalışma fırsatlarının diğer mühendislik dallarına göre oldukça geniş bir yelpazeye sahip olduğunu söyleyebilirim.Dilerseniz endüstri mühendisi aranan iş alanlarına kısaca bir bakalım.Not olarak küçük sayıda ilan alan özel iş alanlarını hesaba katmadığımı belirtmek isterim.Yani bu tablo size genel bir bilgi verecektir.İşte endüstri mühendisi aranan iş alanları:Mühendislik,Üretim/İmalat,Planlama,Bilgi İşlem,Satış,Pazarlama,Kalite,Yönetim,İş Geliştirme,Finans,ARGE,Teknik,Lojistik,Satınalma,Hizmet. Servis,İnsan Kaynakları,Müşteri İlişkileri CRM,Denetim Teftiş,Operasyon,Muhasebe,Bakım Onarım. Kariyer.net adresinden derlediğim endüstri mühendisleri ile ilgili iş alanlarına göre iş ilanları sonuçlarını sizlerle paylaşmak istiyorum.Bu sonuçlar sayesinde hangi iş alanlarında daha çok endüstri mühendisine ihtiyaç duyulduğunu görebilirsiniz.Tabii ki bu yaptığım çalışma güncel iş ilanlarını içermektedir.Dönemsel olarak bu ilanlarda ufak değişimler olabilir.Ama en azından bu sonuçların bize küçük değişimlerle bilgi vereceğini umuyorum.Bu yazımda sizlere iş alanlarını göstereceğim,gelecek yazımda da bu iş alanlarında aranan endüstri mühendisleri için bazı önemli iş pozisyonlarından bahsedeceğim.
Sonuçlar:
İş alanlarına göre aranan endüstri mühendisi sayıları
Listede başı Mühendislik departmanının çektiğini görüyoruz % 21 gibi bir değerle.Tabii ki Mühendislik departmanında aranan iş pozisyonlarının diğer iş alanlarını da kapsayabileceğini belirtmek isterim.Üretim/İmalat alanına bakarsak hemen 2.sıradan geliyor.Bu alanda üretim planlama sorumlusu,üretim müdürü,üretim planlama şefi gibi pozisyonlar aranıyor. Planlama alanıda diğer alanlarına içine karışıyor diyebiliyorum.Daha çok üretim planlama alanı ön planda olurken satış,malzeme planlama gibi alanlar da içinde mevcut.Bilgi işlem iş alanında endüstri mühendislerinin bu kadar çok sayıda aranması oldukça dikkat çekici.Özellikle erp sistemlerine hakim,SAP erp programını iyi derecede bilen,SAP modül uzmanları aranıyor.
Gelecek yazımda bu iş alanlarının içindeki iş pozisyonlarını daha yakından büyüteç altına alacağız.Bu konu hakkında bilgili olmak inanın bize çok şey kazandırır.Mezun olan endüstri mühendislerine ve olacaklara iyi bir bilgi fırsatını olduğunu düşünüyorum.İşletmeler bizlerden neler istiyor,hangi iş alanlarında,hangi iş pozisyonlarında endüstri mühendislerine ihtiyaçları var bu konuyu derinlemesine araştırmak çok önemli.Tabii ki bu çalışmayı son 5 yıllık arşiv bilgisiyle yapmak isterdim.Ama kariyer.net gibi Türkiye’nin en çok iş ilanı bir sitesinden bu çalışmayı yaptığım için şanslı sayılabilirim.Bize bu bilgilerin, güncel bilgiler de olsa son dönemi içine almasına rağmen bir fikir verebileceğini umuyorum.
Aşağıdaki şekilde aylara ait talep ve normal,fazla mesai,fason üretime dair kapasite miktarları verilmiştir.
Başlangıç stok miktarı250 br
Maliyetler:
Normal:150$ birim başına Fazla mesai:200$ birim başına Fason:300$ birim başına
Stok:
Taşıma maliyeti:10$ birim ay başına
Şimdi bu verilenlere göre bütünleşik planlama problemini doğrusal programlama taşıma metoduyla çözelim.
İlk önce tablomuzda aylara ait talep ve normal fazla mesai fason üretim toplam kapasite miktarlarını giriyoruz.
Daha sonra tabloda taşıma maliyetlerini giriyoruz.Ocak ayının başlangıç stok döneminden itibaren 0 üzerinden 10 ar arttırarak soldan sağa doğru ilerliyoruz.Sonrasında Ocak ayının normal üretim dönemine geçiyoruz yukarıdaki maliyet verilerinden 150$ olduğunu görüyoruz.150 200 300 değerlerini her ay için ayrı ayrı giriyoruz.Bu değerleri de girdikten sonra soldan sağa maliyet taşıma işlemlerini gerçekleştiriyoruz ve tablomuz bu hale geliyor.
Sonraki işlem taleplere göre her aya ait kapasite atama işlemini yapmaktır.Ocak ayının başlangıç stok miktarı 250 dir.İlk kapasiteyi 1. sütun 1. satıra uyguluyoruz.Ocak ayında başlangıç dönemi hariç en düşük maliyet 150 ile normal üretim döneminde bulunuyor.Bu kutuya maksimum atamayı gerçekleştiriyoruz 800 ile.Sonrasında fazla mesai dönemine 150 miktar atama yapıyoruz.Ve böylece Ocak ayına ait talebi doldurmuş oluyoruz.Burada dikkat edilmesi gereken nokta atamaları yaptıktan sonra toplam kapasiteleri takip etmektir.Ben burada atama yapılamayacak kapasitesi dolmuş dönemleri X ile belirttim.
Atamaları taleplere göre en düşük maliyet kuralıyla yaptıktan sonra kullanılamayan kapasiteleri hesaplıyoruz.Toplam kullanılamayan kapasite miktarı 1450 çıkıyor.Dönem sonu stok miktarı soruda verilmemişti onu sıfır olarak aldık.
Kırmızıyla atanmış değerleri maliyetlerle çarparsak bu üretim planının toplam maliyetini de hesaplamış oluruz.
Buradan toplam maliyetimiz hesaplarsak 984 bin 400 $ çıkar.
Toplam kapasite miktarımız 7750 birimdir.Kullanılamayan kapasite miktarı 1450 birimdir.Bu durumda üretim kapasitemizin %18.70 ini kullanamıyoruz demektir.Bütünleşik üretim planlama problemini daha önce farklı bir yöntemle çözmüştük önceki yazımızda.Bu sefer transport taşıma metodu yöntemini denedik.Tabii ki bu yöntemleri birbiriyle kıyaslamak gerekir.Hangi yöntemin daha iyi sonuç vereceği çıkan maliyet miktarına bağlıdır.Şirketler her zaman yüksek maliyetlerden kaçınmak isterler.
Günümüzde artık bu işlemler elle yapılmak yerine ERP sistemleri denilen bilgisayar programı paketleri aracılığıyla yapılıyor.Burada işin mantığını,işleyeşini sistemin nasıl ilerlediğini anlamak çok önemli.Bu bilgiler angarya gibi gözükse de erp paket programı kullanmaya başladığınızda işlerin size ne kadar tanıdık geldiğini göreceksiniz.
Dana Corporation (şirket) mühendislik,araştırma ve geliştirme için dünya çapında bir kaynak ve modüler sistemler teknolojisinin geliştirilmesinde lider bir firmadır.Şirket,otomobil üreticileri için araç parçalarının dünyadaki en geniş bağımsız tedarikçilerinden biridir.Şirket dünya çapında 80 bin e yakın çalışanı ve 10 milyar dolara yaklaşan satış rakamlarıyla hızla ilerlemektedir.Şirketin sürekli geliştirme için araştırma ve araç parça tasarımını ilerletmek için saptamaları;kendi alanında en gelişmiş ve geniş kapsamlı bir pazarı getirme fırsatını sağlamıştır ve kanıtlamıştır.
Planda imalat şirketinin elinde ürettiği ürüne ilişkin 6 aylık talep bilgileri mevcuttur.Şirket tahmin edilen talebin %10 u kadar emniyet stoğu bulundurmayı politika olarak benimsemiştir.Ocak ayında elde başlangıç stoğu bulunmamaktadır.Ayrıca her ayın emniyet stoğu bir sonraki ayın başlangıç stoğudur.
Birim başına düşen imalat maliyeti: 100 TL/br Aylık stok bulundurma maliyeti : 2 TL/br Saat başına işçilik ücreti : 8 TL/br Elde bulundurmama maliyeti : 5TL/br Fazla mesai işçilik saat ücreti : 12 TL/br Günlük çalışma saati : 8 saat/gün Her ay gerekli üretimi yapamamanın birim başına düşen ek maliyeti : 4 TL/br Birim başına gereken işçilik saati : 4 saat İşçi başına işten çıkarma maliyeti : 500 TL İşçi başına işe alma ve eğitme maliyeti :400 TL
Şirketin elinde uygulamaya konulacak 3 adet plan mevcuttur:
Plan 1:Ocak ayında elimizde 250 işçi olduğunu düşünerek değişken işgücü hacmiyle üretimi yapmak
Plan 2: 518 kişilik bir işgücü hacmini elde bulundurmak.Fazla stok maliyetine ve stokout (noksan stok ) maliyetine katlanmak
Plan 3: 500 kişilik bir işgücü hacmini elde bulundurmak.Her ay gerekli üretimi yapamamanın maliyetine katlanma,yada fazla stok maliyetine katlanma.
Şimdi bu verilen bilgiler ışığında üretim planlarını oluşturmaya başlayalım.Öncelikle Üretim gereksinimlerini hesaplamamız gerekiyor.Bunun için başlangıç stoğu,talep,güven stoğu bilgilerine ihtiyacımız olacak.Aşağıdaki tabloda üretim gereksinimleri hesaplanmıştır.
Şimdi birlikte tabloyu inceleyelim.Soruda verilen bilgide güven stoğu miktarları her ay için talebin %10 una eşittir.İlk ay elimizde stok bulundurmadığımız için başlangıç stok miktarı 0 olur. Üretim gereksinimi=Talep + (Güven stoğu-başlangıç stoğu ) her ay için böyledir.Bu matematiksel ifadeyi şöyle açıklayabiliriz: Üretim gereksinimi yani üreteceğimiz ürün miktarı talebi karşılamalıdır.Bunun yanısıra şirket stok tutmayı planlamaktadır.Tutabileceği stok miktarı emniyet yani güven stoğuna bağlıdır.Önceki aylardan devreden güven stokları başlangıç stoğu olarak geçer.Bu başlangıç stoğunu kullanarak bu miktardan üretim yapmamıza gerek kalmaz.Bu miktarı emniyet stok miktarından düşeriz.
Üretim gereksinim miktarlarını her ay için hesapladıktan sonra Plan 1 i oluşturmaya geçebiliriz.
Ocak ayı için hesaplamaları yapalım.
Üretim saati gereksinimi:11000 * 4 (birim başına gereken işçilik saati) = 44000 İş gücü başına aylık saat : 22 (ocak ayında çalışılan gün sayısı * 8 (günlük çalışma saati) =176 Gerekli işgücü: 44000 / 176 = 250 planda ocak ayında elimizde varsayılan işçi sayısı
Şubat ayına geçtiğimizde elimizdeki 250 işçi gerekli işgücü 408 işçi sayısını karşılayamıyor bu yüzden işçi alıyoruz.Nisan ayına bakarsak gerekli işgücü sayısının düştüğünü görüyoruz 750 den 636 ya.Bu yüzden işçi çıkarıyoruz ve işçi çıkarma maliyetine de katlanıyoruz.
Bu hesaplamaların sonucunda ulaşılan toplam maliyet bize planın uygulanabilirliği hakkında bilgi verecektir.
Plan 2:Sabit işgücü hacmiyle stok veya stok out maliyetlerine katlanıyoruz.
Tabloyu incelersek bu planda üretim miktarı üzerinden gittiğimizi görebilirsiniz.Sabit işgücü hacmini elverişli üretim zamanını hesaplarken kullanıyoruz.Mesela Ocak ayı için 518*8*22 bize bu ay için elverişli üretim zamanını saat cinsinden verir.Ayın sonundaki stok miktarını hesaplarken üretim gereksinimlerini yapılan üretim miktarlarından düşüyoruz.Ocak ayı için 22972-11000 ay sonu stok miktarını verir.Burada dikkat edilmesi gereken nokta bir sonraki ay a stokların devredilmesi durumudur.Şubat ayı için ay sonu stok miktarı = 11972 + (19684-15500 ) dür.Ay sonu stok miktarı yetersiz ise bunu – ile gösterebiliriz.Bu durumda stok out noktan stok maliyetine de katlanmak durumundayız.
Bu planın plan 1 den çok daha iyi olduğunu toplam maliyetden görebiliyoruz.4 kat daha iyi bir plan olduğunu söyleyebiliriz maliyet açısından.
Plan 3:Bu planda sabit işgücü hacmiyle üretimi yapamamanın maliyetine veya stok maliyetine katlanıyoruz.
Nisan ayına bakarsak üretmemiz gereken miktar 26700 iken yapılan üretim miktarı 21000 dir.Ortada 5700 luk üretim açığı vardır bu açığı önceki ayın stoğundan 4000 miktarla çoğunu karşılıyoruz.Fakat gene de 1700 lük bir açık kalıyor bu durumda üretim yapamamanın maliyetine katlanmak zorunda oluyoruz.
Toplam Maliyet:69800+40000=109800
Toplam Maliyetlerden en iyi maliyetli planın Plan 2 olduğunu görüyoruz.
NOT:Bu gördüğünüz basit ve yalın bir tarzda ele alınmış bir bütünleşik üretim planlama problemidir.Maalesef gerçek hayatta bu problemler bu kadar basit olamıyor.Öyle işçi al işçi çıkar bu kadar basit işler değil.İşin içine başka faktörler de giriyor.Karar vermek oldukça kompleks karışık ve zorlu bir hal alıyor...
2009 yılındaki piyasa düşüşlerine rağmen,Kanadalı bir pencere ve kapı üreticisi bu düşüşten yalın üretim felsefesi sayesinde etkilenmedi.Kanada Vancaouver da bulunan Vnyltek isimli şirket 2008 bahar ve yaz aylarında satışlarında %25-30 artış yakalamıştır.
İnteraktif küçük bir uygulamadır,çeşitli sezgiselleri anime ederek tesis düzenleme sürecini işletir.Kullanıcı tarafından veya rastgele üretilmiş verileri de işleyebilir.
FLAP çeşitli departmanların düzenlemesini optimum etmeden önce daha önceden belirlenmiş tesisin bütün boyutları için; departmanların ilgili boyutlarını girdi olarak alır.Tam olarak birimin harici yapısına etki edebilen FLAP departmanları dikdörtgen boyutlu veya değişkenler alanlar olarak saklar.
FLAP program tesis düzenleme problemleri için grafiksel bir yöntem sunar.Kullanıcı problem üzerinde tam bir kontrole sahiptir.Problem çözümü yapılır,veri üretilir,süreç görselleştirilir.
Programı görmek için:
http://riot.ieor.berkeley.edu/riot/Applications/flap/ bu adrese girin "Launch Facilities layout applet" i tıklatın.Program java tabanlıdır.Yalnız download ederken readme yi mutlaka okuyun.Program bildiğiniz exe windows gibi programları gibi çalışmıyor.Komut satırından başlatmanız gerekiyor. Ya da dilerseniz bu işlerle hiç uğraşmayın verdiğim adresten programı kullanın.
VIP-PLANOPT
VIP-PLANOPT Mühendisler,endüstriyel planlamacılar,tesis tasarımcıları ve mimarlar için tesis düzenleme optimizasyon aracıdır.gerçek dünya endüstriyel tesis düzenleme problemlerini çözer.VIP-PLANOPT Flap a nazaran daha geniş kapsamlı detaylı bir program.Tabii olarak ücretli olması da normaldir.Aşağıda verdiğim adreste programın ücretsiz sürümü yer alıyor.Yalnız bu sürümde programa bazı sınırlamalarla gireceksiniz.Deneme amaçlı kullanım için işinize yarayabilir.
Programın ücretsiz sürümünü kullanmak için http://www.planopt.com/VIP-PLANOPT/evaluation.html bu adresdeki formu doldurup gönderiniz.
A ve Q ürünlerine olan talep sırasıyla 103 ve 200,ürünlerin teslim tarihleri sırasıyla 8. ve 7. haftalardır.Eldeki malzeme miktarı A=18,Q=6,B=10,C=20,D=0,E=30
A ürünü için 5,Q ürünü için 6 adet emniyet stoğu bulundurulacaktır.Diğer ürünler için emniyet stokları yoktur.A ürününün 10 tanesi elde tutulacaktır.Ambara gelecek malzeme yoktur.A,Q,B ve C için sipariş miktarları net ihtiyaçlara eşittir.Fakat D ve E için sipariş miktarları 200 ve 500 dür.(D ve E nin mrp tablosunu çıkarırken bu bilgiye dikkat edecez !)
Tablo1 ürün ağacını gösterir.A nın altında 1. seviyede B ve C ;C’nin altında 2.seviyede D ve E ürünleri bulunmaktadır.Q’nun altında 1.seviyede E ve C;C’nin altında 2.seviyede D ve E bulunuyor.Öncelik zamanı siparişin ne zaman önce verilmesi gerektiğini gösterir.
Tablo2 de soruda verilen ürünlerle ilgili eldeki miktar,emniyet stoğu ve elde tutulacak miktarları görüyorsunuz.
Tablo2
Tablo-3 bize ana üretim programını gösterir.Planda 8.haftada A ürününden 103 ve Q ürününden 7.haftada 200 talep miktarı belirtilmiş.
Tablo3
Şimdi bu bilgiler ışığında MRP tablolarını çıkartalım.Burada A’nın eldeki malzemesini hesaplarken Eldeki miktar-(emniyet stoğu + elde tutulan miktar) işleminden 18 – 10-5 = 3 olarak eldeki malzemeyi hesaplıyoruz.A ürününün 10 tanesi elde tutulacağı için başlangıçtaki eldeki malzeme miktarından bu miktarı çıkarıyoruz..Bulduğumuz sonuç net eldeki malzeme miktarıdır.Ana üretim programı tablosuna dönersek A ürününden 8.hafta 103 adet talep olduğunu görüyoruz bu durumda brüt ihtiyacımız A dan 8. hafta 103 olacaktır.Elimizde 3 adet de A malzemesi vardır bunu da kullanırsak net ihtiyacımız 100 adet olacaktır.Planlanan sipariş bu durumda 100 adet oluyor.A’nın öncelik zamanı bize ne zaman önce sipariş verilmesi gerektiğini gösterecektir.A’nın öncelik zamanı 4 hafta olduğu için 4. hafta 100 adet sipariş veriyoruz.
Q ürününden ana üretim programında 7.hafta 200 talep belirtiliyor.Eldeki malzeme=6-6-0=0 Q nun öncelik zamanı 2 hafta ve biz 2 hafta önceden sipariş veriyoruz.
Şimdi burada dikkat edilmesi gereken nokta B hangi ürün veya ürünlerin altındadır.En baştaki ürün ağacı tablosuna bakarsak B A ürününün altında 1.seviyede gözüküyor.Dolayısıyla A’nın gereksinimini doğru zamanda doğru miktarda karşılamak zorundadır.A nın yukarıdaki mrp tablosuna bakarsak 4.hafta 100 adet sipariş verildiğini görürüz.Aynı şekilde B den 4. hafta brüt ihtiyaç söz konusudur.eldeki malzeme=10-0-0 olarak hesaplanır.
Ürün ağacı tablosuna bakalım C A’nın altında 1.seviyede 2 miktar olarak ve Q nün altında 1.seviyede 1 miktar olarak belirtilmiştir.Bu durumda A ve Q dan gelecek talepleri karşılaması için 2 farklı haftada brüt ihtiyaca gerek duyacaktır.A’nın mrp tablosundan 4.haftada 100 adet sipariş gerekiyor ve C ürünü A’nın altında 2 miktar gereksinimi olarak belirtilmiştir.Bu durumda 4.haftada 2*100 den brüt ihtiyacı 200 miktar olarak hesaplarız.Q nun çıktısı da 5.hafta 200 dür ve miktarı 1 dir.200*1 olarak brüt ihtiyacı hesaplarız.
D ürün ağacı tablosunda A nın altındaki C nin altında 2.seviyede 1 miktar olarak ve Q nün altındaki C nin altında 2.seviyede 1 miktar olarak belirtilmiştir.C’nin çıktılarından 2 ve 3.hafta 180 ,200 brüt ihtiyaca gereksinim duyar.Burada önemli bir nokta soruda verilen D’nin sipariş miktarının 200 olmasıdır.Bu durumda planlanan sipariş 200 olmaktadır her 2 hafta için.Bu durum elimizde 20 adet malzeme bulundurmayı doğuracaktır.
Ürün ağacı tablosunda E A nın altındaki C nin altında 2.seviyede 2 miktar,Q nün altında 1.seviyede 1 miktar,Q nün altındaki C nin altında 2.seviyede 2 miktar olarak gösterilmiştir.Bu durumda 3 farklı çıktı alacaktır.Q nün çıktısı mrp tablosundan 5.hafta 200 miktardır.C’nin çıktısı 2 ve 3.hafta 180 ve 200 dür bu miktarları 2 ile çarpıyoruz (C’nin altında 2 miktar olarak bulunduğu için ).Önemli nokta E nin soruda verilen sipariş miktarı 500 dür.Bu planlanan siparişe göre eldeki malzeme yi hesaplıyoruz.5.haftada elimizde brüt ihtiyaçtan fazla malzeme olduğu için sipariş vermemize gerek kalmıyor.Bunun sonucunda 5.hafta elimizde 70 malzeme kalıyor.
Bir toptancı alan satıcıları tedariği için Batı Virginia Morgantown ve Louisville de dağıtım merkezi kurmayı planlıyor.Bu dağıtım merkezi Richmond,Philadelphia,Cleveland ve Knoxville’de bulunan depolara hizmet verecektir.En az maliyetli atama modeliyle toplam dağıtım maliyetini hesaplayalım.
Öncelikle kullanacağımız yöntem hakkında biraz bilgi edinelim ondan sonra çözüme geçelim. En düşük maliyetler yöntemi:En ucuz rota üzerine yoğunlaştığından daha iyi bir başlangıç çözümü bulmaktadır.Kuzeybatı köşesi yönteminde olduğu gibi kuzeybatı kutusuyla başlamak yerine en düşük birim maliyetli kutuya mümkün olduğunca fazla atama yapmak suretiyle başlangıç çözümü oluşturmaya başlanır.Daha sonra arz ve talep miktarları ayarlanır ve yapılan atama tamamlanan satır ya da sütun iptal edilir.[Hamdy Taha Yöneylem Araştırması kitabı sf 180]
Çözüm de şekildeki numaralar atamaların sıralamasını göstermektedir.Gelin birlikte çözüme bakalım.
İlk atamamız en düşük maliyet olan 60 $ dan başlıyor.Maksimum talep atamasını gerçekleştiriyoruz.X ler atama yapılmayan yerleri gösteriyor.Sonrasında en düşük maliyetimiz 70 $ burada önemli nokta 2 kutuda bu maliyetden görüyorsunuz.Keyfi olarak atama yapıyoruz Hamdy Taha ‘nın kitabına bakabilirsiniz.Sonrasında işlemler aynı şekilde devam ediyor.
Toplam Maliyet=5000*60+10000*70+5000*70+10000*85=300.000+700.000+35.000+850.000
Toplam maliyetimiz buradan 1.885.000 $ çıkar.Bu optimal bir çözüm olabilir.Fakat diğer atama modellerini de deneyip test etmek gerekir.Vogel yaklaşımı,Macar atama modeli gibi.Yani her zaman bu yöntemle optimal çözümü yakalayamazsınız.
Bu vaka analizi otomobil üretim teknolojisi seçimi kararı üzerine yapılan bir çalışmayı içeriyor.En uygun otomobil üretim teknolojisinin seçimi,diğer stratejik kararlar ile zorlu birleştirmeyle karakterize ediliyor.Bu karmaşık bir görevdir çünkü uzun dönem faydalar,sosyal,ekonomik ve politik kriter;soyut ve somut kriterin var olması;çelişkili kriterin var olması ve çoklu hissedarların var olması.
Bu vaka analizinde Analitik Hiyerarşi Prosesi (AHP) zirvede ve durgun sezonlara dair ekstra kavramayla karar vericiyi sağlayan ve ilgili departmanların müşterek işbirliğini yükselten, departmanların kararlarını skorlar içine özetliyor. Pay alımı modeli,geleneksel metotların kullanımı yerine ve sipariş için proses zamanını hızlandırmada; gereken pay alımlarının içine tedarikçileri önceliklere transfer ediyor.
Bir üretim şirketi ABD’de alüminyum geçitler,köprüler,merdivenler ve rampalar üretiyor,bu şirket müşteri isteğine göre üretim için hücresel üretim sistemi uygulaması üzerine odaklanmıştır.Aşağıdaki adımlar klasik bir üretim sisteminden hücresel üretim sistemine geçiş için firmada yapılan değişiklikleri gösteriyor.
1.Başlangıç Tasarım Safhası
Uygulamadan önce sistemin tesis düzenlemesi fonksiyonel olarak şekil 1 de gösterilmiştir.Proje takımı seçiliminden sonra,planlar şirket için tasarlanmıştır – yalın ve hücresel üretime geçişte geniş katılım.Bu zaman çerçevesinde 6 gün yalın üretim ve TPM workshops personelin yüzde 80 i için karşılandı.
şekil 1
2.Ürünleri/Parçaları ve Makineleri Sınıflandırma ve Gruplandırma Safhası
Birinci görev ürün ailelerini tanımlamaktı.Makina-parça oran matrisine dayalı takım, merdivenlere,rampalara, hücresel üretim için ideal adaylara karar verdi.Ardından gelen ekonomik analizler ve gerekçe her hücrenin ekonomik olarak uygulanabilir olabileceğini gösterdi.Gelen alüminyum hamadde stoklarının geniş boyutlarda olmasından dolayı daha küçük boyutlara stokları indirmek için ekonomik olarak da kabul edilebilirdi.
3.Kaynak Kapasiteleri Geliştirme Safası
Her bir hücre için zamanları belirledikten sonra,proses elemanlarının seçilmesiyle takım ilerlemesine devam eder.Ayrıca kaynak makinalarının düzgün dağıtımı her bir hücre için kurulmuş, ve birkaç yeni priz bu kaynak makinalarının işlemesi için kurulmuştur.
Pürüzsüz bir üretim akışını sürdürmek amacıyla,her bir hücre zımbaların,freze makinalarının uygun sayısını aldı.İşçilerin eğitim ve alıştırma gereksinimleri için,takım liderleri ve şefler bu zaman etrafında belirlenmştir.TPM workshops ve yalın üretim çalışmaları şefler,takım liderleri işgücünün özelliği için takip edilmiştir.Bu takım liderleri 5S fabrika faaliyetlerinin geniş bir ölçeğinin önemini duyurmuşlardır.5S disiplinini sürdürebilmek için 5S değerlendirme raporları geliştirilmiş ve rutin olarak uygulanmıştır.Her hücre için standart çalışma tarif edilmiş,tam ölçüler sürekli geliştirme izleme için geliştirilmiştir.bu ölçülere dayalı uygun kazanım paylaştırma programı geliştirildi.Bu kazanım paylaştırma programı fabrika üzerinden genişçe ilan edilmiştir,ve bu programın bir kopyası bütün fabrika personeli için geçerli kılındı.
4.Kaynakları yeniden düzenleme safhası
Hücre takımlarının katılımıyla son kazanç her hücrede belirtildi.Makina yerleştirmeleri, parça hareketleri düzenini,sıralamasını maksimum kılmak için çözülmüştür.şekil 2 fabrikanın yeni düzenlemesinin görünümünü tablo olarak gösteriyor.Hücrenin personel sağlaması güncel hücre zaman gereksinimleri için sonlandırılmıştır.Görevler kayıp zamanları minimize etmek için çalışanlara atanmıştır.İşçi atamaları rampa üretimi hücresi için şekil 3 de gösteriliyor.
Şekil 2
şekil 3
5.Üretim Kontrol Safhası
Firma talep ve tahmin edilmiş satışlara dayalı,üretim yığını ve neticede karışık seviyeli montaj planları her hücre için kurulmuştu.Bu seviyeli üretim planına dayalı,optimal konteynır boyutları ve konteynır sayıları her hücre için kurulmuştur.Kanban uygulaması için yeni yük taşıma araçları yığınları istasyonlar arasında taşıma için yapılandırılmıştır ve hem de kanban sinyalleri olarak çalıştırılmıştır.Hücresel üretim uygulamasını başlatmadan önce,malzeme tedarikçileri güvenilir değildi.Yeni satış ve değerlendirme sistemi üzerinden ,bütün potansiyel tedarikçiler değerlendirildi.Birkaç ziyaret ve konferans güncel ve potansiyel satıcılarla gerçekleştirildi.Tam zamanlı teslimatlar için gereksinim ve güvenilirlik bu görüşmelerde vurgulandı.Bu düzenli görüşmelerden sonra şirketin tedarikçi kanban sinyallerine uygun cevap verebilen satıcılar olarak nihai satıcılar seçildi.Tam ekipman etkinliğini sağlamak amacıyla,toplam kalite kontrol ve tam zamanlı üretim,uygun geri besleme bilgi sistemi ve görsel yönetim araçları geliştirildi.Bu bilginin uygun yerlerde kullanılması üzerinden,işçiler kendi-izleme ve sürekli geliştirme takımları içine atanmıştı.Kazanım paylaşma sistem detaylarının geçerliliğiyle ,yöneticiler geliştirmelerin etkilerini tahmin edebileceklerdi.
Yalın dönüşümün ilk safhası Mayıs 2000 de başladı. Şekil 4 karşılaştırmalı iş ölçüm değerlerini sunuyor.
Şekil 4
Parçaların taşıma mesafesi hücresel üretim sistemiyle 67 metreden 34 metreye düşmüştür.Bu %54 lük bir gelişmedir.Üretim teslim zamanı %60 düşürülmüştür 18 günden 7 güne.
Bu yazıyı Endüstri ve Sistem Mühendisliği giriş kitabının 1.bölümündeki tartışma sorusundan ele alarak hazırladım.Soru şöyleydi:Endüstri mühendisliğinin inşaat,kimya,makine ve elektrik mühendisliği disiplinlerine benzer bir mühendislik disiplini olduğuna ikna edici bir tartışma hazırlayınız.
Endüstri Mühendisliğinin gerçek bir mühendislik disiplini olup olmadığı Temel Mühendislik Sürecine uyması durumunda yatar.Dilerseniz öncelikle temel mühendislik süreçlerini kısaca bir inceleyelim ve bir endüstri mühendisliği çalışmasını bu süreçlere göre gerçekleştirelim.
Temel Mühendislik Süreçleri
1.Problem Belirtisi ve İhtiyacın ifadesi 2.İstenen sonuçların ifadesini de içeren problem tanımı 3.Analiz (deney yapmayı da içerebilir) 4.Alternatif çözümlerin sentezi 5.Karar (Bir Alternatifi seçme) 6.Çözüm,sistem veya yöntem
Öncelikle Mühendislik ve diğer disiplinler arasındaki ayırt edici farka bakalım.Yukarıda görünen bazı maddeleri matematikçiler,istatistikçiler yaptıklarını söylebilirler.Matematikçiler problem çözerler,istatistikçiler analiz yapar.Mühendisliğin diğer disiplinlerden en önemli farkı sistem veya sistemler tasarlamasıdır.Bir mimar bina tasarımı yaparken bir sistem tasarladığını öne sürebilir.Fakat malzeme ve kuvvetler hakkında mukavemet konusunda mühendislerden yardım alması gerekir.İşte Mühendisliğin en can alıcı noktası budur.İnşaat mühendisleri bina ve yapı sistemleri tasarlar,makine mühendisleri mekanik çalışan sistemleri tasarlar (motor,tezgah,makine),elektrik-elektronik mühendisleri elektronik devreler tasarlayabilir.Peki Endüstri Mühendisleri ne sistemleri tasarlar sorusuna gelince üretim planlama sistemi,kalite kontrol sistemi,çizelgeleme sistemi,fabrika düzeni sistemi tasarlama gibi en geniş ölçekte düşünülebilir.
Şimdi bir örnekle yukarıdaki mühendislik süreçlerinin Endüstri Mühendisliği disiplinine uygulanabilirliğini tartışalım
1.Şirketin üretim planlama politikasında bazı eksiklikler olduğu anlaşıldı.Bunların etkisi olarak beklenenden çok az talep gelmesi,bunun sonucunda stok fazlası ürünlerin çoğalması,stok tutma maliyetlerinin şirkete fazladan yük bindirmesi,çizelgeleme sisteminde yanlışlar işleri sıralamada yapılan hatalar sonucu üretim zamanının uzaması,üretim zamanının uzaması sonucu teslimatın geç yapılması,müşteri kaybı gibi sorunlar.
2.Kaynak sınırlaması kullanımıyla bir bütünleşik üretim planlama için amaç programlama yaklaşımı modeli
Bu problem farklı operasyonel sınırlamalar,üretim kapasitesi içeren,işgücü düzeyi,tesis düzenleme,makine kullanımı,depo alanı ve diğer kaynak limitleriyle bir bütünleşik üretim planlama problemidir.Kuzey Amerika ve Çin’de 3 tane üretim fabrikası ele alınıyor.Bir amaç programlama modeli maksimum kar,tamir maliyetini minimuma indirme ve maksimum makine kullanımı için geliştiriliyor.
3.Analiz
Şirket dünyada çok uluslu en geniş yüzey ve malzeme bilimi şirketlerinden biridir.Şirket çevre teknolojileri,proses teknolojileri görünüm ve performans teknolojileri ve malzeme servisleri olmak üzere 4 bölümden oluşuyor.
Son zamanlarda şirket bir sistem güncellemesi yapmış.Bütün modüller aynı zamanda uygulanmış;aşama aşama olması yerine hepsi bir anda gerçekleştirilmiş.(modüller derken mesela SAP tarzı bir kurumsal kaynak planlama programı düşünülebilir,bildiğiniz SAP çeşitli modüllerden oluşur.)Bu agresif hareket sipariş süreci ve ürün teslimatında başarılı olmamış.Sistem bütünleştirme hatası üretim planlamada başarısızlığa ve kaosa yol açıyor.Şirket üretim ve ürün eksikliğinde gecikme sorunuyla karşılaşıyor.Bunun sonucunda satışlarda azalma ve taşıma maliyetlerinde artış gerçekleşiyor.Üretim planlama problemi hem de fazladan iş yükünü artırıyor.Satış departmanı daima müşterilerden uzun teslimat zamanı veya noksan stok hakkında şikayetler alıyor.Müşteri servisi takımı çok sık bir bölgeden diğerine yeniden ayırmaya,bölüştürmeye veya stok transferine gerek duyuyor.
4.Alternatif çözümler olarak akademik literatür yazarlar tarafından inceleniyor.Bu yayınlar arasından geniş bir incelemeyle çözüm listesi çıkartılıyor.
5.Probleme uyan en iyi çözüm amaç programlama yaklaşımı modeli olarak seçiliyor.
6.Çözümler
değişik fabrikalardan her ürünün birim gelir sonuçları
üretim maliyetleri,stok maliyetleri ve geri dönen sipariş maliyetleri (ton başına USD)
İşgücü planlama
Makine kapasitesi (saat başına )
ve sonuçlar
3 periyotluk üretim planı
Not olarak belirteyim bütün bu çalışmalar endüstri mühendisleri tarafından yapılmıştır.Artık ikna olduğunuzu umuyorum :) .Hala ikna olmayan varsa normaldir bu çalışmanın tamamına [2009, Stephen C.H. Leung *, Shirley S.W. Chan, A goal programming model for aggregate production planning with resource utilization constraint, Computers & Industrial Engineering 56 (2009) 1053–1064] referansından bakabilirler.
Bu vaka analizinde Finlandiya’da bulunan mobil telefon şirketi ele alınıyor.İletişim ağı ekonomisinin gelişimiyle şirket, anahtar teknolojiler ve öz yetenek üzerine odakla bir global üretim stratejisine başvuruyor . dış kaynaklara yönelirken majör eleman üretim aktiviteleri mesela bilgisayar parçaları,bellek çipleri ve LCD paneller gibi.fig.6 iletişim ağı ekonomisinde tedarik zincirinin ana parçasını gösteriyor.
Tedarik zincir ağında müşteriler ve tedarikçiler dünya çapında yayılmıştır.Mobil telefon şirketi üretim rolü oynuyor.Direkt tedarikçiler tedarikçi-I olarak etiketlenen yazılım olarak kaynakları karşılıyor,PCB,LCD,cover ve bilgisayar parçaları.Tedarikçi-II alt kaynakları sağlıyor,chip board,interface ve şarj edici.
Bu vaka analizinde spesifik tedarik zincir ağının işlemi çoklu etmen tedarik zincir yapısıyla analiz ediliyor ve iletişim ağı ekonomisinin etkisi tanımlanıyor.
Wenzhou Çin’den müşteri siparişi geldiğini varsayalım.Müşteri mobil telefon şirketinin customer interface agent üzerinden siparişi işleme koyuyor.Bu etkileşim üzerinden müşteri değişik sipariş parametrelerini (ürün özellikleri,fiyat ve ulaştırma zamanı) kurgulayabilir.Sipariş bilgisi sonrasında sipariş yönetimi temsilcisine gider.Teslimatı hızlandırmak amacıyla sipariş yönetimi temsilcisi Çin’deki Xiamen fabrikası için bu siparişin son halini ayırır.Yazılım tasarımı ve PCB assembly işlemleri hala Finlandiya’da tutuluyordur.Sonra stok,üretim ve tedarik yönetimi etmeninden kaynak ve kapasite bilgisi üzerine dayalı üretim planlama etmeni üretim planını başlatır.Xiamen fabrikası için tedarik etmeni üretim planını aldıktan sonra üretim planı 3 malzeme gereksinimine ayrıştırılır:LCD,Cover ve bilgisayar parçaları.Malzeme ihtiyaçları supplier interface agent üzerinde teklifte bulunan potansiyel tedarikçilere yayınlanacaktır.Nihai karar tedarik yönetimi etmeni tarafından yapılır.(supplier management agent) Tedarik zinciri yapısının son hali fig 7. görülebilir
Tedarik zinciri yapısını genel iletişim ağı ekonomisine uydurmak amacıyla sisteme varsayıma dayanan katılımcı düğümler ekleyebiliriz.Fig 8 tedarik zincirinin iletişim ağı ekonomisi yapısını gösteriyor.
Varsayılan düğümler ağın matriks tanımını ve dengesini kolaylaştırmak için eklenir.Eğer tedarikçi-I katmanındaki direkt tedarikçiler tedarikçi-II deki tedarikçilere sahip değilse onlar bazı varsayılan düğümlere etkileşimli ortak etmen olarak tahmin edilen 1 ile bağlanmalıdır.
yukarıdaki modelleme prosedürü üzerinden spesifik bir tedarik zinciri yapısı,girdi-çıktı elemanları arasında ilişkinin açık olduğu bir ağ ekonomisi formatına dönüşebilir.Girdi-çıktı değerlerinin analiziyle değer genişletme etkisinin genel bir fikrini elde edebiliriz.Sistem fonksiyonunun daha iyi anlayışı, maliyetleri düşürme ve kapasite tamamlamasının kavranmasında yardımcı olacaktır.Mesela, eğer kesin yolun değer genişletme etkisi aşırı yüksekse birçok alım-satım maliyetleri düşürme konusunda ödenmiş olmalıdır.Diğer taraftan,eğer biz tedarikçi zinciri yapılarının etkileşimli ortak etmen matrisini bilirsek, çıktı elemanlarının potansiyel maliyetlerini ve değerini; bazı özel amaç için uygun tedarik zinciri yapısını seçmeye göre tahmin edebiliriz.
Bir uçtan bir uca çoklu etmen tedarik zinciri yapısı :Java Agent Development Platform üzerinden kurulabilir.http://jade.tilab.com .Agent lar iletişim ve işbirliğiyle genel amaca erişmek için daha iyi bir süreç üzerine kollektif çalışırlar.
1.X koordinatlarının artış sırasında bütün tesisleri düzenle.Aynı sırada gidiş-geliş sayısını ilave et.En uygun X yeri gidiş-gelişlerin yarısının solda ve sağda olanıdır. 2.Gidiş-gelişlerin yarısı yukarıda ve yarısı aşağıda olacak şekilde aynı işlemi Y koordinatı için tekrarla. 3.Seçilen X ve Y koordinatları en uygun yerlerdir.Şimdi yerin fiyatı,komşuluk ve diğer parametreler göz önüne alınabilir.
Montaj hattı nihai bir ürünü meydana getirmek için parçaların bir hat üzerinde ard arda birleştirildiği,montajlandığı bir üretim sürecidir.İş istasyonları birbirine taşıma bandı veya benzer mekanik malzeme taşıma sistemleriyle bağlıdır.
Üstte yer alan resimde otomasyon montaj hattı görülüyor.
Manuel montaj hattı
Montaj hatları tek yanlı ve 2 yanlı montaj hatları olarak sınıflandırılabilir.2 yanlı montaj hatları genellikle yüksek-yığın geniş ölçekli ürünler otomobiller,tırlar,otobüsler gibi üretmek için dizayn edilir.
-->
şekilde 2 yanlı montaj hattının konfigürasyonunu görüyorsunuz.Görevlerin numaraları ilgili pozisyonlarında kutuların içinde yerleştirilmiştir.Koyu dikdörtgenler kayıp zamanları gösteriyor.2 yönlü dönüş istasyonları mated-station olarak adlandırılmış.
Tek model montaj hatları yüksek çeşitlilikle müşteri talebi için uygun olmayan yüksek yığın standardize edilmiş homojen ürünleri üretmek için dizayn edilir.
Karışık model montaj hatları endüstrilerin geniş bir aralığında kullanılır ve Pazar talebindeki değişimlere uyum sağlamak için esnekliği geliştirir.
Montaj hattı dengeleme problemleri Seri üretim yapan sistemlerde NP-Hard (non deterministic polinom) düzen planlama problemleri olarak bilinir.Birçok kesin çözüm veren yaklaşımlar geliştirilmiştir bunlar 0-1 integer programlama modeli,branch and bound algoritması,dinamik programlama v.b.
Sayısız yaklaşım üretim,otomobil,tüketici elektroniği gibi çeşitli montaj endüstrilerinde montaj hattı dengeleme problemlerini çözmek için geliştirilmiştir.Geleneksel montaj hattı dengeleme probleminde görevlerin bir seti; proses süreleri ve görevlerin izin verilebilir emir tanımlanmasıyla öncelik ilişkileriyle birlikte verilmiştir.Montaj hattı dengeleme probleminin amacı belirtilmiş üretim gereksinimine varmak amacıyla görevlerin bir setinin ardışık iş istasyonlarına atanmasıdır.Böylece iş istasyonlarının sayısının minimize edilmesi gerekir.
Bütün sezgisel yaklaşımlar içinde (öncelik kuralına dayalı içeren,kısıtlı sayım listesi,tabu arama v.b. ) görevler ilk istasyondan başlayan sonuncuya kadar giden ileri yöne atanır.
Ayrıca CPM (kritik yol metodu) metodu da montaj hattı dengeleme probleminde görev atama için [Kao and Yeh, 2006] önerilmiştir.
Montaj Hattı Dengeleme Problemleri ile ilgili bazı akademik çalışmaların özetleri
Odtü Üniversitesi Endüstri Mühendisliği bölümünden Yunus Ege,Meral Azizoğlu ve Nur E. Özdemirel'in yaptıkları çalışmada Assembly line balancing with station paralleling konusunu araştırmışlar.Bu konuyu NP-Hard (non deterministic polinom) problemi olarak görüyorlar.Paralel istasyonların keyfi bir sayısını her bir bölüme atabilir olduğunu belirtmişler.Her görevin belirtilmiş bir araç/ekipman ve bu araç-ekipmanların atanmış olan görevin bütün paralel istasyonlarında bulunması gerektiğini belirtmişler.Yazarların amacı istasyon açma ve araçlandırma ekipman maliyetlerinin tutarını minimize etmek için bölümlere yapılacak görevlerin atama yolunu bulmaktır.Bunun için 2 tane branch and bound algoritması öneriyorlar.Birinci algoritma optimal çözümler içindir diğeri yakın optimal çözümler içindir. Algoritmalar Ms Fortran'ın powerstation versiyonunda kodlanmış ve pentium 3 550 mhz pc de çalıştırılmıştır.
İstanbul Teknik Üniversitesi işletme fakültesi bölümünden Emre Çevikcan,M.Bülent Durmuşoğlu ve Murat E. Ünal'ın yaptığı çalışma A team-oriented design methodology for mixed model assembly systems isimlidir.Team-oriented yaklaşımlarının modern gerçek yaşam montaj sistemlerinde geniş bir kullanımı vardır.Bu çalışmada tek ve karışık model montaj hattı dengeleme sistemleri literatürde geniş bir incelemesi bulunuyor.Karışık model montaj hatlarında montaj takımları yaratmak için team-oriented matematiksel programlama modeli sunuluyor.Algoritmalar Matlab ve Ms Excel programlarında kodlanmıştır.Ayrıca sunulan metodoloji gerçek yaşam karışık model traktör montaj sisteminin seçilmiş bir bölümünde uygulanmıştır.
Montaj Hattı Dengeleme Problemleri ile ilgili yapılan akademik çalışmaların
başlıkları
Becker, C., & Scholl, A. (2006). A survey on problems and methods in generalized assembly line balancing. European Journal of Operational Research, 168, 694–715. Boysen, N., Fliedner, M., & Scholl, A. (2007). A classification of assembly line balancing problems. European Journal of Operational Research, 183(2), 674–693. Bryton, B. (1954). Balancing of continuous production line. M.S. Thesis. NorthwesternUniversity, Evanston, IL. Carraway, R. L. (1989). A dynamic programming approach to stochastic assembly line balancing. Management Science, 35, 459–471. Ghosh, S., & Gagnon, R. J. (1989). A comprehensive literature review and analysis of the design, balancing and scheduling of assembly systems. International Journal of Production Research, 27, 637–670. Graves, S. C., & Lamar, B. W. (1983). An integer programming procedure for assembly system design problems. Operations Research, 31, 522–545. Gutjahr, A. L., & Nemhauser, G. L. (1964). An algorithm for the line balancing problem. Management Science, 11, 308–315. Jackson, J. R. (1956). A computing procedure for a line balancing problem. Management Science, 2, 261–271. Kao, H. H. & Yeh, D. H. (2006). A new approach for assembly line balancing problems. The 36th international conference on computers and industrial engineering (pp. 3886–3897). Taipei, Taiwan. Mitchell, J. (1957). A computational procedure for balancing zoned assembly lines. Research Report 6-94801-1-R3. Westinghouse Research Laboratories, Pittsburgh. Salveson, M. E. (1955). The assembly line balancing problem. The Journal of Industrial Engineering, 6, 18–25. Scholl, A. (1999). Balancing and sequencing of assembly lines. New York: Physica- Verlag Heidelberg. Scholl, A., & Klein, R. (1997). SALOME: A bidirectional branch and bound procedure for assembly line balancing. INFORMS Journal on Computing, 9, 319–334. Scholl, A., & Voß, S. (1996). Simple assembly line balancing–heuristic approaches. Journal of Heuristics, 2, 217–244.
Economic lot scheduling problem:Hemen hemen her şirket veya endüstri için ne,ne zaman ve nasıl üretim yapılacağının planlanmasını sağlayan matematiksel bir modeldir.
Jobshop:Küçük işletmelerin özel/sipariş veya yarı özel/sipariş ,orta ölçekli müşteri siparişleri veya yığın parti işleri gibi üretim süreçlerini sağlayan bir iş koludur.
Scheduling:Üretim ve mühendislik için süreçlerin üretkenliği üzerinde önemli bir araçtır.Üretimde çizelgelemenin amacı üretim zamanlarını ve maliyetlerini minimum yapmaktır.Bu amacını üretim departmanına ne,ne zaman,hangi personelle ve hangi ekipman üzerinde üretim yapılacağını söylerek başarır.Üretim çizelgesi operasyonların ve düşürülen maliyetlerin etkinliğini maksimize etmeyi hedefler.
Makespan:Üretimde bir dizi işlerin veya görevlerin başlangıç ve bitiş zamanları arasındaki zaman farkıdır.
Sequence-dependent setup times:Üretim hedefleri çizelgelemesinin optimizasyonu için en önemli faktördür.Araç-gereçlerin değişimi,demirbaşları,kesme araçları ve üretim ekipmanlarının temizliği gibi konuları içerir
Mixed-Model sequencing:Tam zamanlı üretimin (just in time) anahtar bir elemanıdır.Genellikle şirketler tarafından geniş stoklar tutmadan ürünlerin bir çeşidi için müşteri taleplerini karşılamak adına çeşitli küçük-çok üretimi sürdürmek için kullanılır.Bu strateji için 2 amacı vardır.
1.Montaj hattındaki her bir prosesin toplam montaj zamanını seviyelendirme.Bu amaç bütün ürünlerin hat üzerindeki her bir iş istasyonunda aynı işlem süresine sahip olmayan ve ortalama çevrim süresinden daha uzun olmayan bazı iş istasyonlarını tanır.
2.Hat üzerindeki her bir bölümü tüketen parçaların sabit bir hızının tutulması.Bu amaç karışık-model montaj hattı tarafından kullanılan her bir parçanın miktarını birim ünite başına sabit zamanını tutmayı hedefler.
Flowshop scheduling:Bütün işlerin bütün makinalara aynı emirde ulaşmasıdır.
Jobshop scheduling:J={J1,…Jn} işlerin ve R={R1,…Rn} kaynakların ayarlanması problemidir.Her bir J işi O1,….On olarak operasyonları işlemleri içerir.Bu işlemler hazır olma ve bitiş zamanları arasında belirtilmelidir.
Job sequencing:İş ve görevleri sıralama için kullanılan bazı algoritmaları içerir.Bu algoritmalardan en önemlisi Johnson kuralıdır.
Nedendir bilmiyorum bazı konularda akademisyenler yoğunlaşmışlar.2000’li yılların gidişatından mıdır yoksa kolaya kaçmak mıdır yorumu size bırakıyorum :).Son yıllarda yapılan akademik çalışmaları incelediğimde bazı konuların endüstri mühendisliği dünyasında ön plana çıktığını görüyorum.Bunlar ana başlıklarıyla çizelgeleme (scheduling),yapay zeka teknolojileri(artifical intelligence),zeki imalat sistemleri ,tedarik zinciri yönetimi olarak sıralayabilirim. Yapay zeka teknolojileri ile ilgili makalelerde ve diğerlerinde genetik algoritmaların çok sayıda kullanıldığını söyleyebilirim.Neredeyse 3 makalenin birinde genetik algoritmalar geçiyor.Tedarik zinciri yönetimi konusu da çok popüler.Tedarik zinciri yönetimi altında tedarik zinciri modellemesi,tasarımı,tedarik zinciri ağ yapılarına konularına çok değiniliyor.
Makalelerden bazı örnekler:
A computer simulation model for job shop scheduling problems minimizing makespan [2005, R. Tavakkoli-Moghaddam, M. Daneshmand-Mehr] A Pareto archive particle swarm optimization for multi-objective job shop scheduling [2008, Deming Lei] Hybrid genetic algorithm with adaptive local search scheme [2006,YoungSu Yun] Neural network-based simulation metamodels for predicting probability distributions [2008,Christopher W. Zobel , Kellie B. Keeling] An agent-based approach for e-manufacturing and supply chain integration [2006, David Zhengwen Zhang, Anthony Ikechukwu Anosike *, Ming Kim Lim, Oluwaremilekun Mowanuola Akanle] An intelligent modeling and analysis method of manufacturing process using the first-order predicate logic [2009,Wang Zhenwei a,*, Du Pingan b, Yu Yating] A genetic algorithm approach for multi-objective optimization of supply chain networks [2006, Fulya Altiparmak a,*, Mitsuo Gen b, Lin Lin b, Turan Paksoy] A comparative study of supply chain models under the traditional centralized and coordinating policies with incentive schemes[2006, Navee Chiadamrong a,*, Kanit Prasertwattana]
Çizelgeleme ile ilgili konular:
Jobshop çizelgeleme İş sıralama Makespan Sequence-dependent setup times Total completion time Mixed model sequencing Flowshop Economic lot scheduling problem Total flowtime Priority rules Project scheduling Flowshop scheduling Family sequence dependent setups Gantt chart Sequencing Single machine scheduling Simulation based scheduling Parallel machines Setup times Deteriorating jobs Missing operations Flexible job shop Staff scheduling Lead time minimization Two machine flowshop Load balancing Parallel machines scheduling Rolling schedules Schedule instability Cell scheduling Flexible job shop scheduling Dynamic scheduling Lead time estimating Priority rules Dispacthing rules Work load balancing Hybrid flowshop Mixed model line balancing
Yapay zeka teknolojileri:
Yapay sinir ağları Genetik algoritmalar Bulanık mantık Agentlar Uzman sistemler
