E-ISSN: 2587-0351 | ISSN: 1300-2694
Pamukkale University Journal of Engineering Sciences A hybrid genetic algorithm for solving energy-efficient mixed-model robotic two-sided assembly line balancing problems with sequence-dependent setup times [Pamukkale Univ Muh Bilim Derg]
Pamukkale Univ Muh Bilim Derg. Ahead of Print: PAJES-17092 | DOI: 10.5505/pajes.2024.17092

A hybrid genetic algorithm for solving energy-efficient mixed-model robotic two-sided assembly line balancing problems with sequence-dependent setup times

Şehmus Aslan
Mardin Artuklu University, Management, Mardin

Serious environmental challenges such as global warming and climate change have captured a growing amount of public awareness in the last decade. Besides monetary incentives, the drive for environmental preservation and the pursuit of a sustainable energy source have contributed to an increased recognition of energy usage within the industrial sector. Meanwhile, the challenge of energy efficiency stands out as a major focal point for researchers and manufacturers alike. Efficient assembly line balancing plays a vital role in enhancing production effectiveness. The robotic two-sided assembly line balancing problem (RTALBP) commonly arises in manufacturing facilities that produce large-sized products in high volumes. In this scenario, multiple robots are placed at each assembly line station to manufacture the product. The utilization of robots is extensive within two-sided assembly lines, primarily driven by elevated labour expenses. However, this adoption has resulted in the challenge of increasing energy consumption. Therefore, in this study, a new hybrid genetic algorithm is introduced, incorporating an adaptive local search mechanism. for the mixed-model robotic two-sided assembly line balancing problems with sequence-dependent setup times. This algorithm has two main objectives: minimizing cycle time (time-based approach) and overall energy consumption (energy-based approach). Depending on managerial priorities, either the time-based or energy-based model can be chosen for different production timeframes.

Keywords: Robotic Two-Sided, Assembly Line, Energy Consumption, Hybrid Genetic Algorithm, Setup Times

Enerji verimli sıra-bağımlı hazırlık zamanlı karışık modelli robotik çift taraflı montaj hattı dengeleme problemlerinin çözümü için bir hibrit genetik algoritma

Şehmus Aslan
Mardin Artuklu Üniversitesi, İİBF, İşletme, Mardin

Son on yılda küresel ısınma ve iklim değişikliği gibi çevresel sorunlar, kamuoyunun giderek dikkatini çekmiştir. Parasal teşviklerin yanısıra, çevresel koruma ve sürdürülebilir enerji kaynağı arayışı nedeniyle endüstride enerji kullanımı daha da önem arz etmiştir. Aynı zamanda, enerji verimliliği sorunu, araştırmacılar ve üreticiler için de önemli bir odak noktası olarak öne çıkmaktadır. Verimli montaj hattı dengeleme, üretim etkinliğini artırmada önemli bir rol oynamaktadır. Robotik çift taraflı montaj hattı dengeleme problemi (RÇMHDP), yüksek hacimde büyük ürünler üreten üretim tesislerinde yaygın olarak karşılaşılan bir problemdir. Bu montaj hattında, ürünü üretmek için her montaj hattı istasyonunda birden fazla robot bulunur. İki taraflı montaj hatlarında robotların kullanımı, özellikle yüksek işçilik maliyetleri nedeniyle yaygın bir şekilde tercih edilmektedir. Ancak, bu durumda da enerji maliyetleri sorunu ortaya çıkmaktadır. Bu nedenle bu çalışmada; sıra- bağımlı hazırlık zamanlı karışık modelli robotik çift taraflı montaj hattı dengeleme problemleri için, uyarlanabilir yerel arama mekanizmasını içeren yeni bir hibrit genetik algoritma önerilmiştir. Bu algoritmanın iki ana amacı vardır: çevrim süresini (zamana dayalı yaklaşım) ve toplam enerji tüketimini (enerjiye dayalı yaklaşım) en aza indirmek. Yönetimsel önceliklere bağlı olarak, farklı üretim zaman dilimleri için zamana dayalı veya enerjiye dayalı model seçilebilir.

Anahtar Kelimeler: Robotik Çift Taraflı, Montaj Hattı, Enerji Tüketimi, Hibrit Genetik Algoritma, Hazırlık Zamanları



Corresponding Author: Şehmus Aslan, Türkiye
Manuscript Language: English
LookUs & Online Makale