Nueva metodología matricial para la transparencia algorítmica en el equilibrado de líneas de ensamblaje utilizando algoritmos genéticos

Abstract

Aquesta tesi s'emmarca en plantejar millores en l'ús d’algorismes d'optimització per resoldre el problema de l'equilibratge de les línies de muntatge per part de petites i mitjanes empreses (pimes). El personal encarregat de la industrialització d'un nou catàleg de productes, com els enginyers de processos, han de dissenyar els processos de fabricació industrial per aconseguir l'equilibrat de la línia de muntatge. El problema de l'equilibrat d'una línia de muntatge consisteix a assignar les tasques necessàries per al muntatge de tot el catàleg de productes a les estacions de treball de la línia, respectant una sèrie de restriccions com les de precedència entre les tasques de muntatge. El resultat de l’equilibratge ha de complir amb criteris d'eficiència productiva, com minimitzar el nombre d'estacions de treball o minimitzar el temps de cicle. Per a resoldre el problema de l'equilibratge de línies de muntatge d’un catàleg de productes amb múltiples referències, s'utilitzen tècniques pròpies de la investigació operativa, com són la resolució per algorismes d'optimització i més concretament els algorismes genètics, implementats en programes informàtics específics. S'ha detectat tant a la bibliografia científica especialitzada consultada, com en una enquesta realitzada a 38 enginyers de processos de pimes, com per l'experiència de 25 anys de l'autor d'aquesta tesi com a enginyer de processos, que l'ús d'aquests algorismes d'optimització no és habitual a la majoria de les pimes, tot i reconèixer que l'ús d'aquestes tècniques ajudaria a organitzar i equilibrar les línies de muntatge. Per facilitar la implementació de l’ús d’algorismes d’optimització entre les pimes, aquesta tesi desenvolupa una nova metodologia matricial a aplicar conjuntament amb un algoritme d’optimització com poden ser els algorismes genètics, per dissenyar línies de muntatge noves, classificades com de models mixtos i objectiu únic de tipus 2, conegudes amb les sigles en anglès de MMALB type 2 (Mixed Model Assembly Line Balancing type 2). La hipòtesi inicial de la tesi és que és possible millorar la transparència algorísmica dels resultats obtinguts en l'equilibrat d'una línia de muntatge, per mitjà de la preparació prèvia del model matemàtic del problema i posterior organització dels resultats en base a la metodologia matricial proposta. El resultat és una modelització de la línia de muntatge que permet una millor comprensió dels factors que influeixen en la solució proporcionada per un algorisme genètic. L'objectiu principal de la nova metodologia és aconseguir una millor transparència algorítmica respecte a les tècniques proposades a la bibliografia especialitzada. La transparència algorítmica es defineix com la facilitat d'entendre o interpretar la influència dels factors que regulen el funcionament de la resolució dels algorismes d'optimització. A la bibliografia especialitzada no s'han trobat treballs que se centrin en la millora de la transparència algorísmica. La nova metodologia matricial, respecte a altres mètodes de resolució analitzats a la bibliografia, permet reduir el cost computacional en casos amb un gran nombre de referències de producte, a més que es pot implementar en programes informàtics tipus fulla de càlcul, d'ús habitual a les pimes. La nova metodologia matricial s'ha validat a través de la seva aplicació en un cas d'estudi basat en la indústria, que és paradigmàtic per a 38 pimes entrevistades associades a l'organització CEAM-Metal.

Esta tesis propone mejoras en el uso de los algoritmos de optimización para resolver el problema del equilibrado de las líneas de ensamblaje por parte de pequeñas y medianas empresas (pymes). El personal encargado de enfrentarse a la industrialización de un nuevo catálogo de productos, como los ingenieros de procesos, deben diseñar los procesos de fabricación industrial para lograr el equilibrado de dicha línea de ensamblaje. El problema del equilibrado de una línea de ensamblaje consiste en asignar las tareas necesarias para el ensamblaje de todo el catálogo de productos a las estaciones de trabajo de la línea, respetando una serie de restricciones como, por ejemplo, las de precedencia de las tareas de ensamblaje. El resultado del equilibrado tiene que satisfacer criterios de eficiencia productiva, habitualmente minimizar el número de estaciones de trabajo o minimizar el tiempo de ciclo. Para la resolución del problema del equilibrado de líneas de ensamblaje con un catálogo de productos con múltiples referencias, se utilizan técnicas propias de la investigación operativa, como son la resolución por algoritmos de optimización y, más concretamente, los algoritmos genéticos, implementados en programas informáticos específicos. Se ha detectado, tanto en la bibliografía científica especializada consultada como en una encuesta realizada a 38 ingenieros de procesos de pymes como por la experiencia de 25 años del autor de esta tesis como ingeniero de procesos, que el uso de estos algoritmos de optimización no es habitual en la mayoría de las pymes, si bien es conocido que el uso de estas técnicas ayudar a organizar y equilibrar sus líneas de ensamblaje. Para facilitar la implementación del uso de algoritmos de optimización entre las pymes, esta tesis desarrolla una nueva metodología matricial a aplicar conjuntamente con un algoritmo de optimización como los algoritmos genéticos, para diseñar líneas de ensamblaje nuevas, clasificadas como de modelos mixtos y objetivo único de tipo 2, conocidas con las siglas en inglés de MMALB type 2, Mixed Model Assembly Line Balancing type 2. La hipótesis inicial de la tesis es que es posible mejorar la transparencia algorítmica de los resultados obtenidos en el equilibrado de una línea de ensamblaje, por medio de la preparación previa del modelo matemático del problema y posterior organización de los resultados en base a la nueva metodología matricial propuesta. El resultado es una modelización de la línea de ensamblaje que permite una mejor comprensión de los factores que influyen en la solución proporcionada por un algoritmo genético. El objetivo principal de la nueva metodología es lograr una mejor transparencia algorítmica respecto a las técnicas propuestas en la bibliografía especializada. La transparencia algorítmica se define como la facilidad de entender o interpretar la influencia de los factores que regulan el funcionamiento de resolución de los algoritmos de optimización. En la bibliografía especializada no se han encontrado trabajos que se centren en la mejora de la transparencia algorítmica. La nueva metodología matricial, respecto a otros métodos de resolución analizados en la bibliografía, permite reducir el costo computacional en casos con un gran número de referencias de producto, además de que se puede implementar mediante programas informáticos tipo hoja de cálculo, de uso habitual en las pymes. La nueva metodología matricial propuesta se ha validado a través de su aplicación en un caso de estudio basado en la industria, que es paradigmático para 38 pymes entrevistadas asociadas a la organización CEAM-Metal.