Malzeme tipi farklı ürünlerin eklemeli imalat makinasında çizelgeleme problemi için çözüm yaklaşımları

Abstract

Eklemeli İmalat (Eİ) teknolojisi, yüksek geometrik karmaşıklığa sahip parçaları minimum israfla ekonomik olarak üretebilme özelliği sayesinde üretim dünyasında çığır açan bir devrim olmuştur. Eİ teknolojisi, kullanıcılara üretim aşamasında farklı malzemelerle düşük hacimlerde, üstün kalitede ve benzersiz ürünler üretme fırsatı sunmaktadır. Ancak, farklı malzemelerin aynı Eİ makinasında kullanımı, malzeme değişiminden kaynaklı ilave maliyetlerin oluşması, ilave hazırlık sürelerine ihtiyaç duyulması ya da kontaminasyon problemleri gibi bazı sorunlara neden olmaktadır. Eİ makinalarında, üretim maliyetlerinin yüksekliği nedeni ile etkin kullanım için uygun iş çizelgelerinin oluşturulması gerekmektedir. Bu tez çalışmasında, farklı malzemelerden oluşan siparişlerin tek Eİ makinasında çizelgelenerek, siparişler için en büyük tamamlanma zamanının en küçüklenmesi amaçlanmıştır. Bu amaçla, problemin çözümü için tam sayılı bir doğrusal programlama (TSDP) modeli önerilmiş ve büyük boyutlu problemlere çözüm sağlamak için Python programlama dili kullanılarak Tavlama Benzetimi (TB) algoritması kodlanmıştır. Geliştirilen algoritma sayesinde büyük boyutlu problemler için daha kısa sürede iş çizelgeleri oluşturulabilmektedir. Performans parametreleri incelendiğinde, geliştirilen algoritmanın matematiksel modele göre çok daha hızlı sonuçlar verdiği görülmektedir. Matematiksel model ile elde edilen optimum sonuçların tamamı TB algoritması ile de elde edilmiştir.

Additive manufacturing (AM) has been a breakthrough revolution in the manufacturing world due to the ability to economically print parts with high geometric complexity and minimal vast. AM technology offers users the opportunity to produce low volumes, superior quality, and unique products with different materials at the production stage. However, some problems arise with the usage of multi-materials in AM machines. Some of these problems are additional costs due to material replacement, the need for additional set up times or contamination problems. Although AM is a technology that has started to be used widely, production with AM machines is still more costly than other production technologies. Therefore, it is necessary to create an efficient job schedule for the effective use of these machines. In this thesis, it is aimed to minimize the maximum completion time of orders consisting of different materials by scheduling them in a single AM machine. For this purpose, an integer linear programming model that minimizes the maximum completion time is developed. In addition, the Simulated Annealing (SA) algorithm is coded using Python programming language for solving large-scale problems. As a result of the developed algorithm, job schedules can be created quickly for large-scale problems. When the performance parameters are examined, it is seen that the developed algorithm gives very fast results compared to the mathematical model. All the optimum results obtained with the mathematical model are also obtained with the SA algorithm.