Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Diseño y aplicación de una metodología multiobjetivo, basada en los algoritmos genéticos “VEGA” y “MOGA”, para mejorar el desempeño de las variables tiempo de procesamiento, porcentaje de producción defectuosa causada por la fatiga del operario y costo de mano de obra directa, en un sistema de fabricación tipo “Job Shop” de una compañía metalmecánica.

Coca Ortegón, Germán Augusto (2014) Diseño y aplicación de una metodología multiobjetivo, basada en los algoritmos genéticos “VEGA” y “MOGA”, para mejorar el desempeño de las variables tiempo de procesamiento, porcentaje de producción defectuosa causada por la fatiga del operario y costo de mano de obra directa, en un sistema de fabricación tipo “Job Shop” de una compañía metalmecánica. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

3MB

Resumen

El proyecto presentado a continuación muestra el diseño y aplicación de una metodología multiobjetivo basada en los algoritmos genéticos “VEGA” y “MOGA". De esta forma, se obtiene el mejoramiento en el desempeño de las variables: tiempo de procesamiento, porcentaje de producción defectuosa causada por la fatiga del operario y costo de mano de obra directa, en una compañía metalmecánica, cuyo sistema de fabricación es del tipo “Job Shop”. Al respecto, se compara el comportamiento de las variables en mención, tomando como base para el análisis dos referentes. El primero corresponde al comportamiento después de haber aplicado la metodología diseñada; mientras que el segundo corresponde al comportamiento propio de la utilización de técnicas tradicionales para la solución de éste tipo de problemas. De acuerdo con lo anterior, se procede en términos generales de la siguiente manera: se revisa la bibliografía correspondiente a programación de operaciones, enfatizando de forma especial, en las metodologías tradicionales e inteligentes relacionadas con la asignación de recursos en los sistemas de fabricación tipo “Job Shop”. Más adelante, se identifican las variables que intervienen en el proceso de programación de operaciones de la Compañía objeto de estudio. La anterior información, sirve como base para diseñar y posteriormente aplicar la respectiva metodología. Por último, se realiza un comparativo con los resultados obtenidos, al utilizar técnicas tradicionales para la programación de operaciones en sistemas “Job Shop”; permitiendo de ésta forma, establecer la efectividad de la metodología propuesta. De manera específica, la metodología diseñada a partir de los algoritmos VEGA y MOGA, se le denomina “método uno” y a la metodología tradicional basada en un método híbrido entre algoritmos genéticos y sumas ponderadas se le denomina “método dos”. Al evaluar las anteriores metodologías (método uno y método dos) se encontraron entre otros, los siguientes resultados:  Respecto a los valores tomados por los coeficientes de variación luego de aplicar el método uno sobre las variables de interés (tiempo de procesamiento, costo de mano de obra directa y fracción defectuosa), se observa que los parámetros bajo análisis, toman valores superiores a los coeficientes de variación obtenidos, después de aplicar el método dos. De manera particular, se encuentra que en cuanto al comportamiento de la variable tiempo de proceso (en horas), el valor del coeficiente de variación arrojado por el método uno, supera el valor del coeficiente de variación arrojado por el método dos en 49,38%. De acuerdo con lo anterior, se establece que el método uno muestra mayor capacidad para detectar cierta diversidad de soluciones, las cuales pueden fluctuar entre determinados valores extremos (valores mínimos a valores máximos) para aquellas variables objeto de estudio. Es asi como, se determina que el método uno al encontrarse estructurado para identificar soluciones no dominadas extremas, posee mejor nivel de adaptación, al ser comparado con el desempeño del método dos. Con relación a lo expresado, se comenta que al aplicar el método uno pueden por ejemplo, detectarse tiempos de fabricación muy bajos o muy altos. A su vez, estos tiempos de fabricación, con el fin de cerrar el ciclo de evaluación, se procede a asociarlos en cada caso con los respectivos valores de penalización por costo de mano de obra directa y, asimismo por fracción defectuosa causada por la fatiga del operario.  Con relación a los individuos de mínimo valor provenientes del método uno al compararlos con el individuo de mayor factor de ponderación proveniente del método dos, se encuentra en síntesis que el desempeño del método uno supera el desempeño del método dos, debido a los siguientes hechos entre otros: en cuanto al tiempo de procesamiento en horas, el método uno presenta un valor inferior en 6,92 % al compararlo con el método dos y, en cuanto a la penalización por fracción defectuosa el método uno presenta un valor inferior en 2,1 % al compararlo con el método dos.  El número de frentes detectados con el método uno es de 32 frentes, mientras que el número de frentes detectados con el método dos es sólo de un frente. Con base en los resultados presentados, se pudo establecer que al analizar las tendencias del mercado (crecimiento, estabilidad o decrecimiento), la dirección de operaciones de la compañía, puede seleccionar diferentes programas de producción, los cuales proceden de diversos individuos no dominados. Asimismo, en algunas circunstancias propias de la organización objeto de estudio, se pueden seleccionar programas de producción que generen la menor penalización posible por costo de mano de obra directa o por fracción defectuosa debida a la fatiga del operario, Abstract : The project below shows the design and implementation of a methodology based on multobjetive "VEGA" genetic algorithms "MOGA. Thus, the improvement is obtained in the performance of the variables: processing time, percentage of defective products caused by operator fatigue and cost of direct labor, in a metallurgical company, whose manufacturing system is of the type "Job Shop ". In this regard, the behavior of the variables in question is compared, based on two reference analysis. The first corresponds to the behavior after applying the methodology designed; while the second corresponds to the behavior of the use of traditional techniques for solving this type of problem. According to the above, it generally proceeds as follows: the relevant literature is reviewed to schedule operations, focusing specially in traditional and intelligent methodologies related to resource allocation in manufacturing systems type "Job Shop ". Later, the variables involved in the process of scheduling operations of the Company under study are identified. The above information serves as a basis to design and then apply the appropriate methodology. Finally, a comparison is made with the results obtained by using conventional techniques for programming operations "Job Shop" systems; allowing in this way, establish the effectiveness of the proposed methodology. Specifically, the methodology designed from the VEGA and MOGA algorithms, called "Method One" and the traditional methodology based on a hybrid approach between genetic algorithms and weighted sums is called "method two". In assessing the above methodologies (Method One and Method Two) were among others the following results: • With regard to the values taken by the coefficients of variation after applying the method one on the variables of interest (processing time, cost of direct labor and defective fraction), we see that the parameters under analysis, taking values in excess variation coefficients obtained after applying method two. In particular, we find that in terms of the behavior of the variable processing time (in hours), the coefficient of variation thrown by method one, exceeds the value of the coefficient of variation method two thrown in 49.38%. According to the above, it is established that one method shows greater ability to detect certain diversity of solutions, which can fluctuate between certain extreme values (minimum to maximum values values) for those variables object of study. This is how, it is determined that one method be structured to identify nondominated extreme solutions, has better adaptation level, when compared with the performance of the method both. In view of the above, it is said that one can apply the method eg time detected very low or very high manufacturing. In turn, this time of manufacture, in order to close the cycle of evaluation is necessary to associate each with the respective values of penalty cost of direct labor and also by defective fraction caused by fatigue operator. • With respect to individuals of minimum value from the method each compared to the individual higher weighting factor from method two is in synthesis method performance one outperforms the two method, due to the following facts among others: in terms of processing time in hours, method one has a lower value of 6.92% compared to method two, and as to the penalty fraction defective method one has a lower value to 2,1% compared to method two. • The number of fronts detected with method one is 32 fronts, while the number of fronts detected by method two is just one front. Based on the results presented, it was established that in analyzing market trends (growth, stability or decline), the direction of company operations, you can select different production programs, which come from various non-dominated individuals. Also, some specific to the organization under study conditions, you can select programs that generate production the least penalty cost of direct labor or fraction defective due to fatigue

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Castrillón Gómez, Omar Danilo and Ruiz Herrera, Santiago
Información adicional:Tesis presentada como requisito parcial para optar al título de Magíster en ingeniería – ingeniería industrial
Palabras clave:Algoritmos genéticos, Multiobjetivo, Job Shop, Tiempo de procesamiento, VEGA, MOGA, Industria metalmecánica - Colombia, Industrias manufactureras, Control de la producción, Genetic algorithms, Multi-objective, Job Shop, Makespan time, VEGA, MOGA, Metalworking industry - Colombia, Manufacturing industries, Production control
Temática:0 Generalidades / Computer science, information & general works
6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
6 Tecnología (ciencias aplicadas) / Technology > 67 Manufactura / Manufacturing
Unidad administrativa:Sede Manizales > Facultad de Ingeniería y Arquitectura > Departamento de Ingeniería Industrial
Código ID:44382
Enviado por : Biblioteca Digital Universidad Nacional de Colombia - Sede Manizales
Enviado el día :27 Oct 2014 22:50
Ultima modificación:27 Oct 2014 22:50
Ultima modificación:27 Oct 2014 22:50
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox