بهینه‌سازی چیدمان سلولی پویا و پایدار بر اساس راهبرد مقیاس‌بندی سرعت پردازش و مسیریابی فرایند در مصرف انرژی و ایمنی محیط کار

افزایش نگرانی‌ها در خصوص مسائل زیست‌محیطی، کمبود منابع و مسائل رفاهی کارکنان، سازمان‌ها را به سمت تجدیدنظر در مورد استراتژی‌های تولید و چیدمان تسهیلات سوق داده است تا چیدمانی ارائه دهند که به تمام ابعاد پایداری (اقتصادی، رفاه ‌اجتماعی و زیست‌محیطی) توجه داشته باشد؛ بنابراین در این پژوهش، یک مدل ریاضی چندهدفه به‌منظور ایجاد توازن بین کاهش هزینه‌های چیدمان، کاهش میزان مصرف انرژی الکتریکی و افزایش ایمنی محیط تولید برای کارکنان توسعه یافته است. ویژگی‌ برجسته مدل پیشنهادی، درنظرگرفتن راهبرد مقیاس‌بندی سرعت پردازش عملیات در ماشین‌ها در کنار مسیریابی فرایند است که با مفاهیمی نظیر قابلیت اطمینان ماشین‌ها، تعادل بار کاری، تخصیص اپراتور ترکیب شده است. به‌منظور اعتبارسنجی و کاربردپذیری مدل پیشنهادی از روش معیار جامع و نمونه‌های برگرفته از مبانی نظری موضوع استفاده شده است. با توجه به پیچیدگی مدل و ناتوانایی نرم‌افزار گمز در ارائه جواب برای مسائل با ابعاد بزرگ در زمان مطلوب، از الگوریتم ژنتیک رتبه‌بندی نامغلوب (nsga-ii) استفاده شده است. درنهایت رویکرد پیشنهادی به‌صورت یک مطالعه موردی واقعی در یک کارگاه تولید اجاق‌گاز و فرهای صنعتی مورداستفاده قرار گرفت. نتایج، دستیابی به صرفه‌جویی 62 درصدی در هزینه‌های تولید را از اعمال روش پیشنهادی نشان می‌دهد.

optimization of dynamic and sustainable cellular layout based on the strategy of scaling processing speed and process routing in energy consumption and workplace safety

increasing concerns about environmental issues, resources constraint and social issues of employees have moved organizations to review production strategies and facility layout to provide an arrangement that takes into account all dimensions of sustainability (economic, social, and environmental). therefore, in this research, a multi-objective mathematical model has been developed to achieve a balance between reducing layout costs, reducing electrical energy consumption, and improving the safety of the production environment for the operators. one prominent feature of the proposed model is the consideration of the strategy of scaling the processing speed of operations in machines alongside process routing. this is combined with concepts such as machine reliability, workload balancing, and operator allocation. in order to validate and assess the usability of the proposed model, the lp-metric method and examples derived from the relevant literature have been utilized. considering the complexity of the model and the limitations of the gams software in providing timely solutions for large-scale problems, the non-dominated sorting genetic algorithm ii (nsga-ii) has been employed. finally, the proposed approach was used as a real case study in a gas stove and industrial oven production workshop. the results show a 62% savings in production costs from applying the proposed method.