Priority Rule and Machine Learning based Scheduling for a Flexible Manufacturing System with Multi-fixturing Pallets

Abstract

This study considers an operations scheduling problem for a flexible manufacturing system in which parts are transported and processed using multi-fixturing pallets that can load multiple parts. The problem is to determine the set of parts to be loaded on each pallet, i.e. palletizing, the sequence of loaded pallets to be initially released into the system, i.e. pallet input sequencing, the route of each pallet through machines while selecting the machine to process each operation of the parts loaded on each pallet, i.e. pallet routing, and the sequence of pallets to process their loaded parts on each machine, i.e. pallet process sequencing. Practical constraints such as central buffer capacity, limited number of pallets and pallet setup worker availability are considered. Two solution approaches, priority rule and machine learning based ones, are proposed for the objective of minimizing makespan. The priority rule based approach uses a combination of priority rules while the machine learning based approach consists of extracting the best schedules, transforming them into training data and generating a random forest. To test the performance of the solution approaches, simulation experiments were done on various test instances, and the results show that the priority rule approach proposed in this study outperforms the existing one and the machine learning based approach is competitive to the best rule combinations and hence provides the possible applicability to practical real-time scheduling systems.|본 연구에서는 여러 종류의 가공품들을 동시에 장착되어 운반 및 가공되는 다중 치구 팔렛(multi-fixturing pallet)이 있는 유연제조시스템에서의 스케줄링 문제를 다루었다. 본 문제의 결정변수로는 다중 치구 장착 팔레트에 장착할 가공품, 팔레트 내 작업 순서, 공정을 수행할 기계 및 기계에서의 팔레트 처리 순서가 있다. 본 연구는 현실적인 유연제조시스템 운영 상황을 반영하기 위해 작업자의 작업 가능 시간, 중앙 버퍼의 가용량, 제한된 팔레트를 제약사항으로 고려하였다. 본 문제의 높은 복잡도로 인하여 빠른 계산에 적절한 해를 제공하는 우선순위 규칙 조합 기반 기법과 함께 동적인 상황에 대응하기 위한 기계 학습 기반 기법을 제시하였으며, 목적함수로는 최대 완료시간(makespan) 최소화를 고려하였다. 또한, 기존 연구들과 다르게 병목 현상을 줄이기 위해 시점마다 기계 부하를 고려하여 선택하는 동적인 접근 방식을 제안한다. 본 연구에서 제안하는 해결법을 이용한 우선순위 규직 조합 기반 기법의 성능과 기존 연구의 성능 및 기계 학습 결과로 나온 성능을 비교하기 위하여 시뮬레이션 실험을 수행하였다. 이에 가장 좋은 규칙 조합을 제시함과 동시에 다중 치구 팔렛을 고려한 유연제조시스템에서의 AI 기법 적용 가능성에 대한 통찰을 제공한다.