Pasar al contenido principal

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Tesis doctoral (DoctoralThesis)

Conceptual and optimisation modelling for lean supply chain planning in Industry 4.0

  • Reyes Vásquez, John Paul
[ES] La innovación en los métodos de trabajo con nuevos sistemas de producción ajustados, sostenibles y resilientes, así como la gestión tecnológica eficaz son las tendencias actuales para mejorar el rendimiento en las organizaciones. Así, esta tesis doctoral investiga las contribuciones teóricas y formula un modelo conceptual con el uso de herramientas de fabricación ajustada o lean manufacturing (LM) y de la industria 4.0 (I4.0) para procesos de planificación de la producción en las cadenas de suministro. Además, se utiliza la optimización como tecnología facilitadora de la I4.0 para desarrollar la propuesta de solución. La metodología que se utiliza es bibliográfica, exploratoria y experimental; se aplican técnicas de investigación operativa, normalización de datos y casos de estudio en empresas industriales. Como punto de partida se revisa la literatura existente relacionada con la LM y las tecnologías de la I4.0 en el contexto de la cadena de suministro. Seguidamente, se diseña un modelo conceptual denominado LSCP 4.0 para facilitar la toma de decisiones en los niveles de decisión estratégico, táctico y operativo. Se trata de una relación estructurada entre los paradigmas lean, ágil, sostenible, resiliente y flexible para mejorar el rendimiento de las cadenas de suministro mediante la aplicación de las tecnologías facilitadoras de I4.0. Basado en esto, se propone un modelo matemático de optimización lineal entera-mixta, denominado LSCP 4.0, para maximizar los beneficios y planificar simultáneamente la producción, inventario de materiales y productos terminados satisfaciendo la demanda proveniente de previsiones y pedidos en firme en una cadena de suministro de cinco niveles. Novedosamente, se combinan enfoques de producción de just in time (JIT) y planificación de requerimientos de materiales (MRP). Ambos modelos para LSCP 4.0, i.e., conceptual y matemático, se validan en casos de estudio reales de la industria de calzado. Adicionalmente, se considera el uso de otra tecnología facilitadora de la I4.0 como la computación en nube para abordar el problema del intercambio de información entre los nodos de la cadena de suministro. Así, se propone un modelo de datos normalizado para la fabricación colaborativa en la nube aplicado a la industria del calzado., [CA] La innovació en els mètodes de treball amb nous sistemes de producció ajustats, sostenibles i resilients, així com la gestió tecnològica eficaç són les tendències actuals per a millorar el rendiment en les organitzacions. Així, aquesta tesi doctoral investiga les contribucions teòriques i formula un model conceptual amb l'ús d'eines de fabricació ajustada o lean manufacturing (LM) i de la indústria 4.0 (I4.0) per a processos de planificació de la producció en les cadenes de subministrament. A més, s'utilitza l'optimització com a tecnologia facilitadora de la I4.0 per a desenvolupar la proposta de solució. La metodologia que s'utilitza és bibliogràfica, exploratòria i experimental; s'apliquen tècniques d'investigació operativa, normalització de dades i casos d'estudi en empreses industrials. Com a punt de partida es revisa la literatura existent relacionada amb laLM i les tecnologies de la I4.0 en el context de la cadena de subministrament. Seguidament, es dissenya un model conceptual denominat LSCP 4.0 per a facilitar la presa de decisions en els nivells de decisió estratègic, tàctic i operatiu. Es tracta d'una relació estructurada entre els paradigmes lean, àgil, sostenible, resilient i flexible per a millorar el rendiment de les cadenes de subministrament mitjançant l'aplicació de les tecnologies facilitadores d'I4.0. Basat en això, es proposa un model matemàtic d'optimització lineal entera-mixta, denominat LSCP 4.0, per a maximitzar els beneficis i planificar simultàniament la producció, inventari de materials i productes acabats satisfent la demanda provinent de previsions i comandes en ferma en una cadena de subministrament de cinc nivells. Novament, es combinen enfocaments de producció de just in time (JIT) i planificació de requeriments de materials (MRP). Tots dos models per a LSCP 4.0, i.e., conceptual i matemàtic, es validen en casos d'estudi reals de la indústria de calçat. Addicionalment, es considera l'ús d'una altra tecnologia facilitadora de la I4.0 com la computació en núvol per a abordar el problema de l'intercanvi d'informació entre els nodes de la cadena de subministrament. Així, es proposa un model de dades normalitzat per a la fabricació col·laborativa en el núvol aplicat a la indústria del calçat., [EN] Innovation in working methods with new lean, sustainable and resilient production systems, as well as effective technology management, are current trends to improve performance in organisations. This PhD thesis investigates the theoretical contributions and formulates a conceptual model with the use of lean manufacturing (LM) and Industry 4.0 (I4.0) tools for production planning processes in supply chains (SCs). In addition, optimisation is employed as an enabling technology of I4.0 to develop the proposed solution. The applied methodology is bibliographic, exploratory and experimental; operational research techniques, data standardisation and case studies in industrial companies are applied. As a starting point, the existing literature related to LM and I4.0 technologies in the SC context is reviewed. Then a conceptual model, known as LSCP 4.0, is designed to facilitate decision making at the strategic, tactical and operational decision levels. It is a structured relation among lean, agile, sustainable, resilient and flexible paradigms to improve SCs' performance via the application of I4.0 enabling technologies. Based on this, an integer-mixed linear optimisation mathematical model, termed LSCP 4.0, is proposed to maximise profits and to simultaneously plan production, material inventory and finished goods by satisfying the demand from forecasts and firm orders in a five-tier SC. Novel just-in-time (JIT) production and material requirements planning (MRP) approaches are combined. Both models for LSCP 4.0, i.e., conceptual and mathematical, are validated in real case studies from the footwear industry. The use of another I4.0 enabling technology, such as cloud computing, is considered to address the problem of information exchange between SC nodes. Thus a standardised data model for collaborative manufacturing in the cloud applied to the footwear industry is proposed., This thesis has been developed at the Research Centre on Production Management and Engineering (CIGIP) of the Universitat Politècnica de Valencia, within the framework of the projects: "Industrial Data Services for Quality Control in Smart Manufacturing (i4Q)" funded by the European Union H2020 Programme with grant agreement No. 958205; the MCIN/AEI/10.13039/501100011033 and by European Union Next GenerationEU/PRTR with grant agreement PDC2022-133957-100); "Industrial production and loginics optimization in industry 4.0 (i40PT)" funded by the Generalitat Valenciana within the framework of the research groups of excellence project PROMETEO/2021/065; "Optimisation of zero-defects production technologies enabling supply chains 4.0 (CADS4.0)" funded by the Spanish Ministry of Science, Innovation and Universities with grant agreement RTI2018-101344-B-100; "Operational Programme of the European Regional Development Fund (ERDF) of the Autonomous Valencian Community 2014-2020" (Ref. IDIFEDER/2018/025); "Resilient, Sustainable and People-Oriented Supply Chain 5.0 Optimisation Using Hybrid Intelligence" (RESPECT) (Ref. CIGE/2021/159); and a PhD grant from the Technical University of Ambato.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Tesis doctoral (DoctoralThesis)

Job shop smart manufacturing scheduling by deep reinforcement learning for Industry 4.0

  • Serrano-Ruiz, Julio Cesar|||0000-0002-6671-7077
[ES] El paradigma de la Industria 4.0 (I4.0) gravita en gran medida sobre el potencial de las tecnologías de la información y la comunicación (TIC) para mejorar la competitividad y sostenibilidad de las industrias. El concepto de Smart Manufacturing Scheduling (SMS) surge y se inspira de ese potencial. SMS, como estrategia de transformación digital, aspira a optimizar los procesos industriales mediante la aplicación de tecnologías como el gemelo digital o digital twin (DT), el modelo de gestión zero-defect manufacturing (ZDM), y el aprendizaje por refuerzo profundo o deep reinforcement learning (DRL), con el propósito final de orientar los procesos de programación de operaciones hacia una automatización adaptativa en tiempo real y una reducción de las perturbaciones en los sistemas de producción. SMS se basa en cuatro principios de diseño del espectro I4.0: automatización, autonomía, capacidad de acción en tiempo real e interoperabilidad. A partir de estos principios clave, SMS combina las capacidades de la tecnología DT para simular, analizar y predecir; la del modelo ZDM para prevenir perturbaciones en los sistemas de planificación y control de la producción; y la del enfoque de modelado DRL para mejorar la toma de decisiones en tiempo real. Este enfoque conjunto orienta los procesos de programación de operaciones hacia una mayor eficiencia y, con ello, hacia un mayor rendimiento y resiliencia del sistema productivo. Esta investigación emprende, en primer lugar, una revisión exhaustiva del estado del arte sobre SMS. Con la revisión efectuada como referencia, la investigación plantea un modelo conceptual de SMS como estrategia de transformación digital en el contexto del proceso de programación del taller de trabajos o job shop. Finalmente, la investigación propone un modelo basado en DRL para abordar la implementación de los elementos clave del modelo conceptual: el DT del taller de trabajos y el agente programador. Los algoritmos que integran este modelo se han programado en Python y han sido validados contra varias de las más conocidas reglas heurísticas de prioridad. El desarrollo del modelo y los algoritmos supone una contribución académica y gerencial en el área de la planificación y control de la producción., [CA] El paradigma de la Indústria 4.0 (I4.0) gravita en gran mesura sobre el potencial de les tecnologies de la informació i la comunicació (TIC) per millorar la competitivitat i la sostenibilitat de les indústries. El concepte d'smart manufacturing scheduling (SMS) sorgeix i inspira a partir d'aquest potencial. SMS, com a estratègia de transformació digital, aspira a optimitzar els processos industrials mitjançant l'aplicació de tecnologies com el bessó digital o digital twin (DT), el model de gestió zero-defect manufacturing (ZDM), i l'aprenentatge per reforçament profund o deep reinforcement learning (DRL), amb el propòsit final dorientar els processos de programació doperacions cap a una automatització adaptativa en temps real i una reducció de les pertorbacions en els sistemes de producció. SMS es basa en quatre principis de disseny de l'espectre I4.0: automatització, autonomia, capacitat d¿acció en temps real i interoperabilitat. A partir d'aquests principis clau, SMS combina les capacitats de la tecnologia DT per simular, analitzar i predir; la del model ZDM per prevenir pertorbacions en els sistemes de planificació i control de la producció; i la de de l'enfocament de modelatge DRL per millorar la presa de decisions en temps real. Aquest enfocament conjunt orienta els processos de programació d'operacions cap a una eficiència més gran i, amb això, cap a un major rendiment i resiliència del sistema productiu. Aquesta investigació emprèn, en primer lloc, una exhaustiva revisió de l'estat de l'art sobre SMS. Amb la revisió efectuada com a referència, la investigació planteja un model conceptual de SMS com a estratègia de transformació digital en el context del procés de programació del taller de treballs o job shop. Finalment, la investigació proposa un model basat en DRL per abordar la implementació dels elements claus del model conceptual: el DT del taller de treballs i l'agent programador. Els algorismes que integren aquest model s'han programat a Python i han estat validats contra diverses de les més conegudes regles heurístiques de prioritat. El desenvolupament del model i els algorismes suposa una contribució a nivell acadèmic i gerencial a l'àrea de la planificació i control de la producció., [EN] The Industry 4.0 (I4.0) paradigm relies, to a large extent, on the potential of information and communication technologies (ICT) to improve the competitiveness and sustainability of industries. The smart manufacturing scheduling (SMS) concept arises and draws inspiration from this potential. As a digital transformation strategy, SMS aims to optimise industrial processes through the application of technologies, such as the digital twin (DT), the zero-defect manufacturing (ZDM) management model and deep reinforcement learning (DRL), for the ultimate purpose of guiding operations scheduling processes towards real-time adaptive automation and to reduce disturbances in production systems. SMS is based on four design principles of the I4.0 spectrum: automation, autonomy, real-time capability and interoperability. Based on these key principles, SMS combines the capabilities of the DT technology to simulate, analyse and predict; with the ZDM model, to prevent disturbances in production planning and control systems; by the DRL modelling approach, to improve real-time decision making. This joint approach orients operations scheduling processes towards greater efficiency and, with it, a better performing and more resilient production system. This research firstly undertakes a comprehensive review of the state of the art on SMS. By taking the review as a reference, the research proposes a conceptual model of SMS as a digital transformation strategy in the job shop scheduling process context. Finally, it proposes a DRL-based model to address the implementation of the key elements of the conceptual model: the job shop DT and the scheduling agent. The algorithms that integrate this model have been programmed in Python and validated against several of the most well-known heuristic priority rules. The development of the model and algorithms is an academic and managerial contribution in the production planning and control area., This thesis was developed with the support of the Research Centre on Production Management and Engineering (CIGIP) of the Universitat Politècnica de València and received funding from: the European Union H2020 programme under grant agreement No. 825631, “Zero Defect Manufacturing Platform (ZDMP)”; the European Union H2020 programme under grant agreement No. 872548, "Fostering DIHs for Embedding Interoperability in Cyber-Physical Systems of European SMEs (DIH4CPS)"; the European Union H2020 programme under grant agreement No. 958205, “Industrial Data Services for Quality Control in Smart Manufacturing (i4Q)”; the European Union Horizon Europe programme under grant agreement No. 101057294, “AI Driven Industrial Equipment Product Life Cycle Boosting Agility, Sustainability and Resilience” (AIDEAS); the Spanish Ministry of Science, Innovation and Universities under grant agreement RTI2018-101344-B-I00, "Optimisation of zero-defects production technologies enabling supply chains 4.0 (CADS4.0)"; the Valencian Regional Government, in turn funded from grant RTI2018- 101344-B-I00 by MCIN/AEI/10.13039/501100011033 and by “ERDF A way of making Europe”, "Industrial Production and Logistics optimization in Industry 4.0" (i4OPT) (Ref. PROMETEO/2021/065); and the grant PDC2022-133957- I00, “Validation of transferable results of optimisation of zero-defect enabling production technologies for supply chain 4.0” (CADS4.0-II) funded by MCIN/AEI/10.13039/501100011033 and by European Union Next GenerationEU/PRTR.