Tuotantolinjan toiminnan optimointi koneoppimisen avulla
Luhti, Jesse (2011)
Luhti, Jesse
Lahden ammattikorkeakoulu
2011
All rights reserved
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-201104285116
https://urn.fi/URN:NBN:fi:amk-201104285116
Tiivistelmä
Tämä opinnäytetyö käsittelee viilujen jatkamislinjan optimointia koneoppimisen keinoin. Työn toimeksiantajana on Koskisen OY. Työn suoritus tapahtui vuosien 2009, 2010 ja 2011 aikana.
Opinnäytetyön tarkoituksena on parantaa viilujen jatkamislinjan kapasiteettia poistamalla linjan loppuosan jakolaitteiden toiminnan aiheuttama pullonkaula. Käytettyjä koneoppimisen keinoja ovat evoluutio-oppimismenetelmät, kuten geneetinen algoritmi ja geneettinen ohjelma. Tuotantolinjasta luodaan simulointimalli, jossa linjan loppuosan viilujen jakolaitteille kokeillaan erilaisia toimintamalleja, joista geneettisellä algoritmillä saadut tulokset siirretään tuotantolinjan logiikkaan. Geneettisellä ohjelmalla etsitään yksittäiselle jakolaitteelle sopivaa toimintalogiikkaa, mutta hyvää menetelmää ei löydy ja geneettinen ohjelma vaatii lisätutkimuksia.
Geneettisen algoritmin tuloksena saatu vakiojako toimintamalli poistaa kapasiteetin pullonkaulan lähes täysin. Vakiojakoa täydennetään automaattisella syöttötahdin laskennalla, joka vähentää operaattoreilta vaadittavaa säätötyötä sekä parantaa linjan kapasiteettia. Täyden kapasiteetin saavuttamiseksi vaadittaisiin keskitettyä päätöksentekoa, jossa linjaa ohjaavalle logiikalle luotaisiin ylemmän tason järjestelmä.
Opinnäytetyön tarkoituksena on parantaa viilujen jatkamislinjan kapasiteettia poistamalla linjan loppuosan jakolaitteiden toiminnan aiheuttama pullonkaula. Käytettyjä koneoppimisen keinoja ovat evoluutio-oppimismenetelmät, kuten geneetinen algoritmi ja geneettinen ohjelma. Tuotantolinjasta luodaan simulointimalli, jossa linjan loppuosan viilujen jakolaitteille kokeillaan erilaisia toimintamalleja, joista geneettisellä algoritmillä saadut tulokset siirretään tuotantolinjan logiikkaan. Geneettisellä ohjelmalla etsitään yksittäiselle jakolaitteelle sopivaa toimintalogiikkaa, mutta hyvää menetelmää ei löydy ja geneettinen ohjelma vaatii lisätutkimuksia.
Geneettisen algoritmin tuloksena saatu vakiojako toimintamalli poistaa kapasiteetin pullonkaulan lähes täysin. Vakiojakoa täydennetään automaattisella syöttötahdin laskennalla, joka vähentää operaattoreilta vaadittavaa säätötyötä sekä parantaa linjan kapasiteettia. Täyden kapasiteetin saavuttamiseksi vaadittaisiin keskitettyä päätöksentekoa, jossa linjaa ohjaavalle logiikalle luotaisiin ylemmän tason järjestelmä.