Optimización de una línea de soldadura multimodelo en el sector del automóvil: heurísticas para determinar la secuencia de producción

Abstract

[ES] Uno de los principales retos de la industria consiste en la optimización inteligente de sus líneas de producción con el propósito de incrementar la productividad, mejorar la calidad y reducir costes, así como ajustarse a los tiempos de ciclo preestablecidos. Por este motivo, el presente trabajo fin de máster tiene como objetivo estudiar uno de los problemas más clásicos de la literatura de secuenciación en producción: el problema del taller de flujo de permutación, donde se tiene un conjunto de trabajos que deben ser procesados siguiendo el mismo orden por un conjunto de máquinas, de manera que el tiempo máximo de completación de todos los trabajos sea mínimo (makespan). El problema del taller de flujo de permutación forma parte del conjunto de problemas NP-hard, caracterizados por su elevado coste computacional. Por este motivo, en este trabajo se proponen algoritmos heurísticos y metaheurísticos con el objetivo de obtener buenas soluciones en tiempos razonables.

Cabe recalcar que el proyecto surge a raíz de una necesidad en la planta de carrocerías de una factoría del sector del automóvil, donde se ha generado un creciente interés por mejorar la manera de secuenciar la producción multimodelo en una línea de soldadura. En particular, se pretende minimizar tanto el makespan como los tiempos de espera y de bloqueo de las estaciones, que provocan períodos de inactividad de la maquinaria y, por tanto, pérdidas por desaprovechamiento. Por este motivo, el algoritmo propuesto será implementado en dicha línea de soldadura de la factoría objeto de estudio, la cual cuenta con 8 estaciones de trabajo diferenciadas y por la cual son procesados 68 variantes de modelos diferentes. La simulación a partir de datos pasados reales nos permite obtener la producción real de un determinado rango de tiempo y secuenciar de manera inteligente los trabajos a procesar.

[EN] One of the main challenges of the industry consists in the intelligent optimization of its production lines with the purpose of increasing productivity, improving quality and reducing costs, as well as adjusting to pre-established cycle times. For this reason, this master thesis aims to study one of the most classical problems in the production sequencing literature: the permutation flow shop floor problem, where a set of jobs must be processed in the same order by a set of machines, so that the maximum completion time of all jobs is minimum (makespan). The permutation flow shop problem is part of the NP-hard problem set, characterized by its high computational cost. For this reason, heuristic and metaheuristic algorithms are proposed in this master thesis with the aim of obtaining good solutions in reasonable times. It should be emphasized that the project arises from a need in the car body plant of a factory in the automotive sector, where there has been a growing interest in improving the way of sequencing the multi-model production in a welding line. In particular, the aim is to minimize the makespan as well as the waiting and blocking times of the stations, which cause machine downtime and, therefore, losses due to wastage. For this reason, the proposed algorithm will be implemented on the welding line of the factory under study, which has 8 different workstations and processes 68 different model variants. The simulation from real past data allows us to obtain the real production of a certain time range and to sequence in an intelligent way the jobs to be processed.