Optimal schemaläggning vid produktion av flygmotorkomponenter
|
|
- Elias Vikström
- för 7 år sedan
- Visningar:
Transkript
1 Optimal schemaläggning vid produktion av flygmotorkomponenter Karin Thörnblad Industridoktorand Tillämpad optimering Logistikutveckling, Volvo Aero November 2010
2 Samarbete med Ann-Brith Strömberg, Matematiska Vetenskaper, Chalmers Tekniska Högskola och Göteborgs Universitet Michael Patriksson, Matematiska Vetenskaper, Chalmers Tekniska Högskola och Göteborgs Universitet Torgny Almgren, Volvo Aero, Trollhättan Stöd från Volvo Aero Vetenskapsrådet NFFP (Nationella flygforskningsprogrammet) Slide 2
3 Multitaskcellen på Volvo Aero Centralt verktygslager Multitaskmaskiner 3 Transportkran 1 Setupstationer 2 Manuell gradning Gradningsrobot 4 Incheckning/ Utcheckning Slide 3
4 Transportkran Transporter mellan lagerplats och arbetsstationer Slide 4
5 3 setupstationer Montering/demontering i och ut ur fixturer Slide 5
6 5 multitaskmaskiner Borrning, fräsning och svarvning Slide 6
7 Gradningsrobot Automatisk gradning Slide 7
8 Den logistiska verkligheten på Volvo Aero Dyra svårflyttbara maskiner Högvärda lågvolymsprodukter Dyra fixturer Extremt höga krav på kvalitet och mått-toleranser Komplexa produktflöden Supply chain Tillverkning Kunder Multitaskcellen: 8 olika produkter 30 olika jobb Slide 8
9 Routing av en produkt Varje produktionsorder följer en sk routing i planeringssystemet Ett jobb i multitaskcellen 3-5 ruttoperationer Multitaskjobb Operation utanför MTC Slide 9
10 Produktkön Planerad order Bearbetning utanför MTC v 0j, planerad ledtid från aktuell position till ankomst till multitaskcellen MT-cell In-checkat lager v jq, planerad ledtid från avslut av jobb j till ankomst till multitaskcellen för jobb q Slide 10
11 Nuvarande detaljplanering av multitaskcellen Manuell planering baserad på Earliest Due Date prioritetslista Andra prioriteringar p g a den rådande logistiska situationen FIFO prioriteringsregel (First In First Out) används i andra delar av fabriken Time (h) Multitaskmaskiner MC1 MC2 MC MC4 MC Real production case Deburring and setup stations ManGr DBR MDM1 MDM MDM Ruttoperationerna i de övriga resurserna läggs ut i ett möjligt schema. Slide 11
12 Matematisk modell med diskreta variabler MC MC MC MC MC Schemats planeringshorisont delas in i T+1 diskreta tidssteg. Variabler: x jku 1 om jobb j ska starta tid u på maskin k 0 annars Startar jobbet vid tid u på maskin k? Ja Nej s j = färdigtidpunkt för jobb j h j s d, om s d, dvs försening av jobb j j j j j 0 annars Slide 12
13 Diskreta maskinproblemet Målfunktion: Minimera summan av sluttiderna och totala förseningen. Ett jobb ska utföras endast en gång Varje jobb kan bara tilldelas en tillåten maskin k Bara ett jobb i taget kan processas i maskin k Jobb q får startas först efter att jobb j avslutats + planerade ledtiden mellan jobben ifall de ska utföras för samma produktionsorder. Release date Maskintillgänglighet Definition av sluttid Definition av försening Binära variabler Slide 13
14 Time Testresultat 21 scenarier verkliga produktionsdata Insamlade under april augusti Real scenarios April - August 2010 Time distribution for data collections Mo 1 Tu 2 We 3 Th 4 Fr 5 Weekday Slide 14
15 Genomförande Schemaläggning av de första 20 jobben i kön m h a Matematisk optimeringsmodell med målfunktion Minimera summan av sluttiderna och totala förseningen Jämförelse med schemaläggning enligt Earliest Due Date (EDD) prioriteringsregel First In First Out (FIFO) prioriteringsregel Shortest Processing Time (SPT) prioriteringsregel Slide 15
16 Varierande beläggning Variationen i antal incheckade jobb indikerar hur beläggningen varierat under perioden. 20 # jobs checked-in Scenarios Slide 16
17 Computation times All computations have been carried out on a 4 Gb quad-core Intel Xeon 3.2 GHz system using AMPL-CPLEX12 Comparison of CPU times (seconds) (s) ~3 months ~8 hours ~15 min Full engineer's model Divided engineer's model Number of jobs Discrete machining + engineer's feas model Medelvärde av 21 verkliga scenarier < 2 min Slide 17
18 Beräkningsresultat Resultaten är givna som medelvärden per jobb. Genomloppstid = sluttid release date Schemaläggningsalgoritm Genomloppstid (h) Skillnad från optimala lösningen (h) Skillnad i försening (h) OPT #jobs checked-in 10 #jobs checked-in > 10 EDD #jobs checked-in 10 #jobs checked-in > 10 FIFO #jobs checked-in 10 #jobs checked-in > 10 SPT #jobs checked-in 10 #jobs checked-in > Slide 18
19 Skillnad i försening och sluttider jämfört med optimala lösningen (i procent av medelgenomloppstid för optimala lösningen) 30% 25% 20% EDD (tardiness diff) EDD (compl time diff) FIFO (tardiness diff) FIFO (compl time diff) SPT (tardiness diff) SPT (compl time diff) 15% 10% Ca 3 h 5% 0% Mean all jobs Mean - # jobs checked-in <= 10 Mean - # jobs checked-in > 10 Slide 19
20 Tardiness (h) Förseningsresultat Förseningsresultat från ett fiktivt högvolymsscenario Opt EDD FIFO Job number Slide 20
21 Kortsiktig schemaläggning Ingen kunskap finns tillgänglig om vilka jobb som är på väg till multitaskcellen (eller som finns längre ned i prioritetslistan) t 0 t 1 t 2 time Job 1 - MC1 & MC2 Job 2 - MC1 & MC 2 Job 3 - MC 2 t 0 t 1 t 2 time MC1 MC2 Job 1 - MC 1 & MC2 Job 2 MC1 & MC 2 Job 3 MC 2 Slide 21
22 Med framförhållning Den matematiska optimeringsmodellen tar hänsyn till alla jobb i kön vid skapandet av ett schema. t 0 t 1 t 2 time Job 1 - MC1 & MC2 Job 2 - MC1 & MC 2 Job 3 - MC 2 t 0 t 1 t 2 time MC1 MC2 Job 1 - MC 1 & MC2 Job 2 MC 1 & MC 2 Job 3 MC 2 Slide 22
23 Om man kunde titta in i framtiden t 0 t 1 t 2 time t 3 Job 1 - MC1 & MC2 Job 2 - MC1 & MC 2 Job 3 - MC 2 Job 4 - MC1 & MC2 t 0 t 1 t 2 time t 3 MC1 MC2 Job 1 - MC 1 & MC2 Job 2 MC1 & MC 2 Job 4 - MC1 & MC2 Job 3 MC 2 Förlorad kapacitet t 0 t 1 t 2 time t 3 MC1 MC2 Job 1 - MC 1 & MC2 Job 2 MC 1 & MC 2 Job 3 MC 2 Job 4 - MC1 & MC2 Slide 23
24 Scenario: MC MC MC3 MC Opt results MC ManGr DBR MC1 MDM1 MC2 MDM2 MC3 MDM3 MC4 MC5 ManGr DBR MDM1 MDM2 MDM Mean completion time 28.1 h 27.2 h OPT 2 SPT Tardiness diff (%) 0 % 17.1 % Trolig förlorad kapacitet 12 Shortest Processing Time Slide 24
25 Handskas med förändringar Väntade händelser Nya produkter i kön Varianser i ledtid Oväntade händelser Maskin går sönder Operatör blir sjuk Produkt lämnar kön p g a kvalitetsavvikelse etc. Optimerat schema Oväntade händelser Ny optimeringsberäkning Frekvens: Beräkningstid skift När som helst < 15 min Slide 25
26 Fortsatt forskning Fler beräkningar med realistiska högvolymsscenarier Jämföra resultat med mer sofistikerade schemaläggningsalgoritmer Utvärdera robusthet Constraint programming Lagrange-relaxation Kolumngenerering Utveckla smart och snabb heuristik Mer realistisk modell: fixturer, bemanning etc. Förbättra målfunktionen Mer teori Bättre modell Mer tester Slide 26
27 Frågor eller kommentarer? Karin Thörnblad, industridoktorand Slide 27
Optimering av scheman för en verklig produktionscell: tidsdiskretisering reducerar lösningstiden utan att lösningarnas kvalitet försämras
Optimering av scheman för en verklig produktionscell: tidsdiskretisering reducerar lösningstiden utan att lösningarnas kvalitet försämras Karin Thörnblad 1a, Torgny Almgren 1b, Ann-Brith Strömberg 2a och
Läs merNorthern LEAD Outlook. Utgåva nummer 6 Optimal schemaläggning av produktionsceller. Karin Thörnblad
Northern LEAD Outlook Utgåva nummer 6 Optimal schemaläggning av produktionsceller Karin Thörnblad Introduktion Att bestämma vilken produkt som ska bearbetas i vilken maskin vid vilken tidpunkt är en uppgift
Läs merFöreläsning 8. Planering av funktionell verkstad (del 2): Detaljplanering; sekvensering, orderstyrning, mm
Föreläsning 8 Planering av funktionell verkstad (del 2): Detaljplanering; sekvensering, orderstyrning, mm Kursstruktur Innehåll Föreläsning Lektion Laboration Introduktion, produktionsekonomiska Fö 1 grunder,
Läs merUnderhållsplanering för flerkomponentsystem kostnadseffektivisering med hjälp av en optimeringsmodell för opportunistiskt underhåll
Underhållsplanering för flerkomponentsystem kostnadseffektivisering med hjälp av en optimeringsmodell för opportunistiskt underhåll Dr Institutionen för matematiska vetenskaper Chalmers tekniska högskola
Läs merHur man schemalägger järnvägsunderhåll optimalt
Hur man schemalägger järnvägsunderhåll optimalt Institutionen för matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet SICS Industriell Effektivitet 2014 2014 11 27 Bakgrund Kostnader
Läs merBERÄKNINGSMETODER FÖR DEN FRAMTIDA TÅGPLANEPROCESSEN
BERÄKNINGSMETODER FÖR DEN FRAMTIDA TÅGPLANEPROCESSEN Att ta fram avtalstider Sara Gestrelius Martin Aronsson DAGENS PROCESS JNB 1. JNB publiceras. 2. Deadline for ansökningar. 3. Utkast till tågplan. 4.
Läs merOptimering och simulering: Hur fungerar det och vad är skillnaden?
Optimering och simulering: Hur fungerar det och vad är skillnaden? Anders Peterson, Linköpings universitet Andreas Tapani, VTI med inspel från Sara Gestrelius, RIS-SIS n titt i KAJTs verktygslåda Agenda
Läs merVärdet av intelligenta förpackningar - Ett logistiskt perspektiv. Dr. Ola Johansson Lunds Tekniska Högskola
Värdet av intelligenta förpackningar - Ett logistiskt perspektiv Dr. Ola Johansson Lunds Tekniska Högskola 2010-10-12 Förpackningar Smarta??? Aktiva??? Intelligenta??? Vad är värdet av intelligenta förpackningar?
Läs merOptimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken.
Optimal = basta mojliga. Optimeringslara = matematik som syftar till att analysera och nna det basta mojliga. Anvands oftast till att nna ett basta handlingsalternativ i tekniska och ekonomiska beslutsproblem.
Läs merFLOAT - (FLexibel Omplanering Av Tåglägen i drift) OT8 2 Väl fungerande resor och transporter i storstadsregionen
- (FLexibel Omplanering Av Tåglägen i drift) OT8 2 Väl fungerande resor och transporter i storstadsregionen Styrning genom planering Transparens, användaren förstår vad som händer - hur har algoritmen
Läs merAktivitetsschemaläggning för flerkärninga processorer
Lunds Tekniska Högskola Datorarkitekturer med Operativsystem EDT621 Aktivitetsschemaläggning för flerkärninga processorer Tobias Lilja 5 december 2016 Innehåll 1 Inledning 3 1.1 Syfte................................
Läs merInförande av ruttplanering och slottider: ett medel att påverka kötider och uppstallning vid slakterier.
Införande av ruttplanering och slottider: ett medel att påverka kötider och uppstallning vid slakterier. Sellman S a*., Flisberg P a., Henningsson M a., Jonsson A b., Rönnqvist M c., Wennergren U a. a
Läs merMVE235 Matematisk orientering. Matematisk optimering en introduktion till ämnet och verksamhet vid MV
MVE235 Matematisk orientering Matematisk optimering en introduktion till ämnet och verksamhet vid MV biträdande professor i matematisk optimering http://www.chalmers.se/sv/personal/sidor/ann-brith-stromberg.aspx
Läs merNyheter i korthet. Edgecam Workflow 2016R1 ett stort steg framåt för fräsning, svarvning och trådgnistning
Nyheter i korthet Edgecam Workflow 2016R1 ett stort steg framåt för fräsning, svarvning och trådgnistning Den senaste version av Edgecam förstärker Edgecams ledande position inom CAM världen, inte mindre
Läs merOptimering av försörjningskedjor
DNR LIU-2018-02499 1(6) Optimering av försörjningskedjor Programkurs 6 hp Supply Chain Optimization TAOP18 Gäller från: 2019 VT Fastställd av Programnämnden för Industriell ekonomi och logistik, IL Fastställandedatum
Läs merLektion 6 Detaljplanering (DP)
Lektion 6 Detaljplanering (DP) Rev 013005 NM Nedan följer alla uppgifter som hör till lektionen. De är indelade i fyra nivåer där nivå 1 innehåller uppgifter som hanterar en specifik problemställning i
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 19 april 2017 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merFöreläsning 6: Transportproblem (TP)
Föreläsning 6: Transportproblem (TP) 1. Transportproblem 2. Assignmentproblem Föreläsning 6 Ulf Jönsson & Per Enqvist 1 Transportproblem Transportproblem Varor ska transporteras från fabriker till varuhus:
Läs merDVG A06. Operativsystem, mm. Karlstads universitet Datavetenskap. DVG A06 Johan Eklund. Datavetenskap, Karlstads universitet 1
DVG A06 Operativsystem, mm DVG A06 Johan Eklund, 1 2 DVG A06 Johan Eklund, 2 Operativsystem - Vad är ett operativsystem? - Hur fungerar det..? - Vad använder vi operativsystemet till? - Vilka olika operativsystem
Läs merLunds Tekniska Högskola Datorarkitektur med operativsystem EITF60. Superscalar vs VLIW. Cornelia Kloth IDA2. Inlämningsdatum:
Lunds Tekniska Högskola Datorarkitektur med operativsystem EITF60 Superscalar vs VLIW Cornelia Kloth IDA2 Inlämningsdatum: 2018-12-05 Abstract Rapporten handlar om två tekniker inom multiple issue processorer
Läs merGradientbaserad Optimering,
Gradientbaserad Optimering, Produktfamiljer och Trinitas Hur att sätta upp ett optimeringsproblem? Vad är lämpliga designvariabler x? Tjockleksvariabler (sizing) Tvärsnittsarean hos stänger Längdmått hos
Läs merStudienämnden Data 2012 13
Studienämnden Data 2012 13 Verksamhetsberättelse 3 2013-02-28 Christoffer Öjeling Emil Bryngelsson Daniel Toom Ordförande Vice Ordförande Arr-chef Öjeling, Bryngelsson, Toom SND Verksamhetsrapport 3 1
Läs merDefinition DVG A06. Varför operativsystem? Operativsystem. Översikt. - Vad är ett operativsystem?
DVG A06 Operativsystem, mm Definition Den del av systemet som hanterar all hårdvara och all mjukvara. Kontrollerar: -alla filer -alla enheter -varje del av minnet -varje ögonblick av processortiden (-nätverk
Läs merTAOP86/TEN 1 KOMBINATORISK OPTIMERING MED
Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: 10 januari 201 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:
Läs merOptimerande beslutstöd för tågtrafikledning
Optimerande beslutstöd för tågtrafikledning Johanna Törnquist Krasemann Docent i Datavetenskap Blekinge Tekniska Högskola & Linköpings universitet www.bth.se/float Johanna Törnquist Krasemann 1 Översikt
Läs merStudienämnden Data 2012 13
Studienämnden Data 2012 13 Verksamhetsberättelse 3 2013-02-28 Christoffer Öjeling Emil Bryngelsson Daniel Toom Ordförande Vice Ordförande Arr-chef Öjeling, Bryngelsson, Toom SND Verksamhetsrapport 3 1
Läs merIndustriell Marknadsföring & Supply Chain Management Dag 1 Introduktion Håkan Aronsson
Industriell Marknadsföring & Supply Chain Management Dag 1 Introduktion Håkan Aronsson Vad tänker ni på?? När ni hör ordet Logistik Supply chain management 2 Material flow (MF) Demand (material flow) Transport
Läs merFör att du ska kunna lita på ditt Waratah-aggregat/utrustning i det dagliga arbetet
TimberRite MÄT- OCH STYRSYSTEM För att du ska kunna lita på ditt Waratah-aggregat/utrustning i det dagliga arbetet måste du kunna vara säker på att din investering ger maximal produktivitet. TimberRite-mätsystemen
Läs merSKRÄDDARSYDDA LÖSNINGAR INOM PLÅTBEARBETNING
SKRÄDDARSYDDA LÖSNINGAR INOM PLÅTBEARBETNING 1 2 KOMPETENTA MEDARBETARE MED AVANCERAD MASKINPARK STARKA SKÄL ATT VÄLJA WERMLANDS TUNNPLÅT Framgångsrika industritillverkare kräver professionella partners.
Läs mer10:20-10:40 10:40-11:20 11:20-12:00 12.00-13.00 Lunch
Blandad trafik påp dubbelspåriga järnvj rnvägar 10:20-10:40 10:40 Johanna Törnquist Krasemann, LiTH/BTH Kapacitetens effekt på den operativa tågdriften vid störningar rningar, kvantitativa beräkningsmetoder
Läs merVälkommen på utbildning!
Välkommen på utbildning! LEAN Production 1 dag 1 Introduktion 2 Bakgrund och Teorier 3 5S, STF, Std arbete 4 LEAN Spel 5 Ekonomi, Extra Norrköping Nov 2015 Leanspelet! FLÖDESSPELET /LEANSPELET VI MÄTER:
Läs merWNT TOOL SUPPLY 24/7. Individuella lösningar för anskaffande av verktyg. December
WNT TOOL SUPPLY 24/7 December 2017 Individuella lösningar för anskaffande av verktyg www.wnt.com Innehållsförteckning WNT s Verktygsleverans 24/7 Fördelar Verktygsuttagssystem Andra möjligheter WNT s Verktygsleverans
Läs merKortare väntetider, bättre utnyttjande av operationssalarna
Kortare väntetider, bättre utnyttjande av operationssalarna Marie Persson Institutionen för datavetenskap och kommunikation Blekinge Tekniska Högskola marie.persson@bth.se Krisjanis Steins Institutionen
Läs merTNSL05 Optimering, Modellering och Planering. Föreläsning 4
TNSL05 Optimering, Modellering och Planering Föreläsning 4 2018-11-14 2 Kursmål: idag Studenten ska efter avslutad kurs kunna: Analysera och formulera optimeringsmodeller inom ekonomiska tillämpningsområden
Läs merEffektiv Operativ Omplanering Av
Projektgrupp vid Blekinge Tekniska Högskola (BTH): Dr. Johanna Törnquist Krasemann (projektledare) Prof. Håkan Grahn Doktorand Muhammad Zeeshan Iqbal Projektassistent Sara Solanti Kontaktpersoner vid Trafikverket:
Läs merStrategisk optimering av transporter och lokalisering. Hur matematisk optimering kan användas för att lösa komplexa logistikproblem
Strategisk optimering av transporter och lokalisering Hur matematisk optimering kan användas för att lösa komplexa logistikproblem Björn Samuelsson Teknologie Licentiat 1991 SSAB Hardtech 1995-98, distributionsutvecklare
Läs merOptimering. Optimering
TAOP88 Optimering för ingenjörer Examinator: Kaj Holmberg kaj.holmberg@liu.se Kurshemsida: http://courses.mai.liu.se/gu/taop88 Lärare: Föreläsningar: Kaj Holmberg Lektioner, labbar: Oleg Burdakov, William
Läs merTentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP14/TEN 1 OPTIMERINGSLÄRA GRUNDKURS för I, Ii och TB Datum: 24 augusti 2009 Tid: 8.00-13.00 Hjälpmedel: Lundgren m fl: Optimeringslära och/eller Lundgren
Läs merMIO310 Optimering & Simulering. Kursansvarig: Universitetslektor Fredrik Olsson Produktionsekonomi Lunds tekniska högskola
MIO310 Optimering & Simulering 2015 Kursansvarig: Universitetslektor Fredrik Olsson Produktionsekonomi Lunds tekniska högskola Antal poäng: 6 hp. Obligatorisk för: Industriell Ekonomi åk 3. Nivå: G2 Rek.
Läs merDavid Marshall, CEAS President: Congratulations to the Swedish Society FTF for a fantastic conference.
Flygtekniska Föreningens tidskrift Nr 3/2013 Redaktör: Ulf Olssön ulf.ölssön.thn@gmail.cöm I det har numret FTF Kongress 2013... 1 Europeiska civila program... 2 Europeiska militära projekt... 2 Europa
Läs merHöga omdömen av utbildning i matematik vid Umeå universitets
Sid 1 (5) a omdömen av utbildning i matematik vid Umeå universitets Matematik Matematisk statistik Umeå universitet erhåller omdömet mycket hög kvalitet på kandidatexamen i matematik. Masterexamen i matematisk
Läs merKurser inom profilen Teknisk matematik (Y)
Kurser inom profilen Teknisk matematik (Y) Kurser i Optimeringslära Obligatorisk TAOP24 Optimeringslära fortsättningskurs Y Valbara TAOP04 Matematisk optimering TAOP34 Optimering av stora system TAOP87
Läs merSamverkansformer och resultat av FFI HP projekt vid tillverkning av transmissionsdetaljer
Results of FFI HP projects at a workshop for machining of transmission parts 1 Samverkansformer och resultat av FFI HP projekt vid tillverkning av transmissionsdetaljer Sven Hjelm Mats Bagge Global Industrial
Läs merFormell Verifiering. Hur vet man att ett system fungerar korrekt? Lisa Kaati
Formell Verifiering Hur vet man att ett system fungerar korrekt? Lisa Kaati Innehåll Motivering Formell verifiering Modellkontroll (model checking) Verifiering av kod Forskning Dator system finns överallt
Läs merSpeciell användning av heltalsvariabler. Heltalsprogrammering. Antingen-eller-villkor: Exempel. Speciell användning av heltalsvariabler
Heltalsprogrammering Speciell användning av heltalsvariabler max z = då c j x j j= a ij x j b i j= x j 0 x j heltal i =,..., m j =,..., n j =,..., n ofta x j u j j =,..., n Oftast c, A, b heltal. Ibland
Läs merÖka prestanda i Shared-Cache multi-core processorer
Öka prestanda i Shared-Cache multi-core processorer 1. Abstract Många processorer har nuförtiden flera kärnor. Det är även vanligt att dessa kärnor delar på högsta nivås cachen för att förbättra prestandan.
Läs merMagnus Berg Utvecklingsingenjör. Feb 2013 Verksamhetsoptimering SSAB Oxelösund
Magnus Berg Utvecklingsingenjör Feb 2013 Verksamhetsoptimering SSAB Oxelösund SSABs nyckelsegment Anläggningsmaskiner Råmaterialhantering Tunga transporter Energi Bil Service Centers Industriella applikationer
Läs merREALTIDSÖVERVAKNING, KONTROLL, STYRNING OCH PROAKTIV BESLUTSHANTERING AV VATTENLEDNINGSNÄT
REALTIDSÖVERVAKNING, KONTROLL, STYRNING OCH PROAKTIV BESLUTSHANTERING AV VATTENLEDNINGSNÄT Michael Kamdem Tekniska verken i Linköping VA GIS Stockholm 2015-01-29 GIS Verktyg + hydrauliska modeller Primära
Läs merTAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: 1 april 01 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Läs merTNSL05 Optimering, Modellering och Planering. Föreläsning 2: Forts. introduktion till matematisk modellering
TNSL05 Optimering, Modellering och Planering Föreläsning 2: Forts. introduktion till matematisk modellering 2017-11-01 2 Dagordning Matematisk modellering, Linjära Problem (LP) Terminologi Målfunktion
Läs merOperativsystem DVG A06. Definition. Varför operativsystem? - Vad är ett operativsystem?
Operativsystem DVG A06 Operativsystem, mm - Vad är ett operativsystem? - Hur fungerar det..? - Vad använder vi operativsystemet till? - Vilka olika operativsystem finns? 2 Definition Den del av systemet
Läs merAllmänt om projektet och validering av modellerna CFD-modeller Analyserade scenarier Tunnlar. CFD-modeller som ingår i studien.
Upplägg Kvalitetssäkring av olycks- och skadeförebyggande arbete med brandskydd i byggnader LTH, SP, Brandskyddslaget Proj.ledare G. Holmstedt Allmänt om projektet och validering av modellerna CFD-modeller
Läs merMaskininvesteringar. Gör rätt från start. Låt oss hjälpas åt - för att få lönsamhet på din maskin. Mycket snabbare.
Maskininvesteringar Gör rätt från start Låt oss hjälpas åt - för att få lönsamhet på din maskin. Mycket snabbare. 12 minuter kan ge dig 12 månader Om du funderar på att köpa en ny maskin, ge oss 12 minuter
Läs merSAMORDNAD PLANERING AV TIDTABELL, LOK OCH VAGNAR FÖR LKAB
SAMORDNAD PLANERING AV TIDTABELL, LOK OCH VAGNAR FÖR LKAB Martin Joborn, RISE & LiU Dick Carlsson, LKAB Patrik Eveborn, Optimal Solutions Research Institutes of Sweden RISE SICS Bilder: LKAB, Trafikverket
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 13 januari 2018 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merExcellence i planering MAFs årskonferens 2012-03-21 Växjö. Mats Toftebrant CIO Eldon Claes Bengtsson Optimity
Excellence i planering MAFs årskonferens 2012-03-21 Växjö Mats Toftebrant CIO Eldon Claes Bengtsson Optimity Agenda Vilka är Eldon Planeringsutmaning Optimity Projekt Demo Framtida steg Djupare om Optimity
Läs merGrundläggande programmering med matematikdidaktisk inriktning för lärare som undervisar i gy eller komvux gy nivå, 7,5 hp
Grundläggande programmering med matematikdidaktisk inriktning för lärare som undervisar i gy eller komvux gy nivå, 7,5 hp Dag Wedelin, bitr professor, och K V S Prasad, docent Institutionen för data- och
Läs merOptimering. Optimering av transportproblem. Linköpings universitet SL. Campusveckan VT2013
Optimering Optimering av transportproblem Campusveckan VT2013 Linköpings universitet SL 1 Optimering - Distributionsproblem Företaget Kulprodukter AB producerar sina kulor vid fyra olika fabriksanläggningar
Läs mer2D vs 3D? Nya gränssnitt för processindustrins kontrollrum En pilotstudie
2D vs 3D? Nya gränssnitt för processindustrins kontrollrum En pilotstudie Produkt- och produktionsutveckling Chalmers tekniska högskola MariAnne Karlsson 1 2 3 4 Bakgrund Processindustrins kontrollrum
Läs merSmart Industri Digitaliseringens möjligheter - Investering i Kompetens Göteborg Torsten Nordgren Director Future Factory and Business
Smart Industri Digitaliseringens möjligheter - Investering i Kompetens Göteborg 2018-10-09 Torsten Nordgren Director Future Factory and Business Transformation SKF ett globalt företag Grundat 1907 Försäljning
Läs merUppskatta ordersärkostnader för tillverkningsartiklar
Handbok i materialstyrning - Del B Parametrar och variabler B 12 Uppskatta ordersärkostnader för tillverkningsartiklar Med ordersärkostnader för tillverkningsartiklar avses alla de kostnader som utöver
Läs merCHALMERS ROCK PROCESSING SYSTEM
CHALMERS ROCK PROCESSING SYSTEM Dynamisk Simulering av Krossanläggningar PHD GAUTI ASBJÖRNSSON Optimal Krossning - Malning PHD JOHANNES QUIST Modellering och Styrning av Krossanläggningar MSC MARCUS JOHANSSON
Läs merFö relä sning 2, Kö system 2015
Fö relä sning 2, Kö system 2015 Vi ska börja titta på enskilda kösystem som ser ut på följande sätt: Det kan finnas en eller fler betjänare och bufferten kan vara ändlig eller oändlig. Om bufferten är
Läs merBannister en milstolpe i idrottshistorien
Bannister en milstolpe i idrottshistorien Sir Roger Gilbert Bannister, född 23 mars 1929 i Harrow utanför London, är en brittisk löpare och akademiker (neurolog). Han blev den förste att springa drömmilen,
Läs merSimuleringsbaserad optimering av tidtabeller (KAJT-projekt: FlexÅter) Johan Högdahl
KTH ROYAL INSTITUTE OF TECHNOLOGY Simuleringsbaserad optimering av tidtabeller (KAJT-projekt: FlexÅter) Johan Högdahl KAJT-dagar 2018, 17 april 2018. Metod: Kombinerad optimering och simulering Olika frågeställningar
Läs mer7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00
Statistisk försöksplanering och kvalitetsstyrning Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen 5Hp 41I12B KINAF13, KINAR13, KINLO13,KMASK13 7,5 högskolepoäng Tentamensdatum: 30 oktober
Läs merVälkommen på utbildning!
Välkommen på utbildning! LEAN Production 1 dag 1 Introduktion 2 Bakgrund och Teorier 3 5S, STF, Std arbete 4 LEAN Spel 5 Ekonomi, Extra Norrköping Nov 2014 Leanspelet! FLÖDESSPELET /LEANSPELET VI MÄTER:
Läs merQUEST TM Flödessimulering
QUEST TM Vad är simulering? Simulering är att experimentera med en modell av verkligheten Simulering är ett verktyg för effektivt projektarbete Simulering är ett nytt arbetsätt 2 Varför flödessimulering?
Läs merS/4HANA Cloud för tillverkande industri möjligheter och utmaningar
2018-11-05 Birgit Nilsson S/4HANA Cloud för tillverkande industri möjligheter och utmaningar SAPSA Impuls 2018 Agenda Cloud eller OnPrem - Förutsättningar och begränsningar Functional Scope Best Practice
Läs merHitta k största bland n element. Föreläsning 13 Innehåll. Histogramproblemet
Föreläsning 13 Innehåll Algoritm 1: Sortera Exempel på problem där materialet i kursen används Histogramproblemet Schemaläggning Abstrakta datatyper Datastrukturer Att jämföra objekt Om tentamen Skriftlig
Läs merRegression med Genetiska Algoritmer
Regression med Genetiska Algoritmer Projektarbete, Artificiell intelligens, 729G43 Jimmy Eriksson, jimer336 770529-5991 2014 Inledning Hur många kramar finns det i världen givet? Att kunna estimera givet
Läs merIndustriell Marknadsföring & Supply Chain Management Dag 1 Introduktion Håkan Aronsson
Industriell Marknadsföring & Supply Chain Management Dag 1 Introduktion Håkan Aronsson Schema för modulen 2 Material flow (MF) Demand (material flow) Transport Market Supply (load unit flow) Transport
Läs merFinns den optimala tågplanen?
Finns den optimala tågplanen? Martin Aronsson SICS/DNA 1 Vad är optimera? Att optimera innebär att finna den bästa, optimala, lösningen på ett problem utifrån de förutsättningar som ges Givet Förutsättningar
Läs merFörstudie hos Företag X rörande Automatisk fastsättning av komponenter på skåpluckor
Förstudie hos Företag X rörande Automatisk fastsättning av komponenter på skåpluckor Realiserat av: Utfört Ingrid Bjonge &, Robotdalen Maj-Nov 2017 SAMMANFATTNING I denna föreslagna lösning elimineras
Läs merSannolikhetsprognoser för nedisning på vindturbiner
Sannolikhetsprognoser för nedisning på vindturbiner Tema Vindresurs 2018-11-08 Jennie Molinder Uppsala Universitet Kontakt: jennie.molinder@geo.uu.se Motivation Kan sannolikhetsprognoser av istillväxt
Läs merOrderkvantitet med hjälp av ekonomiskt beräknad
Handbok i materialstyrning - Del D Bestämning av orderkvantiteter D 32 Orderkvantitet med hjälp av ekonomiskt beräknad täcktid Materialstyrning innebär förenklat att styra materialflöden genom att för
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 13 januari 2016 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merFöreläsning 4. Fast position Projektplanering (CPM och PERT)
Föreläsning 4 Fast position Projektplanering (CPM och PERT) 2 Kursstruktur Innehåll Föreläsning Lek1on Labora1on Introduk*on, produk*onsekonomiska grunder, Lean produc*on, ABC-klassificering Fö 1 Leanspel
Läs merOptimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s
Tekniska Högskolan i Linköping Optimering av realistiska sammansatta s Matematiska Institutionen Lösning till tentamen Optimeringslära 2014-01-15 Kaj Holmberg Lösningar/svar Uppgift 1 1a: (Detta problem
Läs merFöreläsning 13 Innehåll
Föreläsning 13 Innehåll Exempel på problem där materialet i kursen används Hitta k största bland n element Histogramproblemet Schemaläggning PFK (Föreläsning 13) VT 2013 1 / 15 Hitta k största bland n
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: april 2018 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg: Optimering
Läs merAutomation, additiv tillverkning och digitalisering
Reväst seminarium om framtidens robotiserade arbetsmarknad Automation, additiv tillverkning och digitalisering Magnus Widfeldt magnus.widfeldt@swerea.se 1 Utgångspunkt: Vision http://www.swerea.se/framtidens-industri-2030
Läs merKurskod: TAIU06 MATEMATISK STATISTIK Provkod: TENA 17 August 2015, 8:00-12:00. English Version
Kurskod: TAIU06 MATEMATISK STATISTIK Provkod: TENA 17 August 2015, 8:00-12:00 Examiner: Xiangfeng Yang (Tel: 070 2234765). Please answer in ENGLISH if you can. a. Allowed to use: a calculator, Formelsamling
Läs merPer Ola Post. Teknisk fysik 1987. Scania 1987 2004. BT/ Toyota 2004-2010. 2010-12-01 Konsult med specialiteten TPS. Gift, tre barn och två katter
Per Ola Post Teknisk fysik 1987 Scania 1987 2004 BT/ Toyota 2004-2010 2010-12-01 Konsult med specialiteten TPS Gift, tre barn och två katter post@assist.nu 17/10/2012 - page 1 Vad är TPS? TPS fokuserar
Läs merTAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C Datum: 2 augusti 2011 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
Läs merReglering och Optimering av transportuppdrag. Volvo Construction Equipment
Reglering och Optimering av transportuppdrag Introduktion Site establishment Exploitation Processing Distribution Maintenance Reclamation 1 Investigation & planning 2 Equipment transport 3 Preparing access
Läs merGrafisk teknik IMCDP IMCDP IMCDP. IMCDP(filter) Sasan Gooran (HT 2006) Assumptions:
IMCDP Grafisk teknik The impact of the placed dot is fed back to the original image by a filter Original Image Binary Image Sasan Gooran (HT 2006) The next dot is placed where the modified image has its
Läs merFöreläsning 6. Lagerstyrning
Föreläsning 6 Lagerstyrning Kursstruktur Innehåll Föreläsning Lektion Laboration Introduktion, produktionsekonomiska Fö 1 grunder, produktegenskaper, ABC klassificering Produktionssystem Fö 2 Prognostisering
Läs merRealtidssystem HT03. Vad är realtidssystem? Inbyggda system. Att programmera, Tasks (Uppgifter) Realtidssystem kräver analys
Realtidssystem HT03 Vad är realtidssystem? Föreläsare: Wang Yi Rum: 1235, yi@it.uu.se, Tel: 471 3110 Assistent: Tobias Amnell Rum: 1216, tobiasa@it.uu.se, Tel: 4717122 Webbsida: www.it.uu.se/edu/course/homepage/realtid/h03
Läs merKundundersökning mars Operatör: Norrtåg Trafikslag: Tåg Sträcka: T35 Umeå-Sundsvall
Kundundersökning mars Operatör: Norrtåg Trafikslag: Tåg Sträcka: T Umeå-Sundsvall Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys s.
Läs merPresentationsupplägg. Komplexitet - för ökad förståelse av dynamik och integrationseffekter. Definitioner. Marknaden idag ställer ökande krav
Komplexitet - för ökad förståelse av dynamik och integrationseffekter Dr. Fredrik Nilsson Presentationsupplägg Den affärsmässiga omställningen Logistik ur ett komplexitetsperspektiv 3 exempel Slutsatser
Läs merKostnadsoptimering genom rätta skärdata - Hur mycket pengar går att spara?
Kostnadsoptimering genom rätta skärdata - Hur mycket pengar går att spara? Proceedings of the 4th international Swedish Production Symposium, p. 54-547. Fredrik Schultheiss, E-mail: fredrik.schultheiss@iprod.lth.se
Läs merVivianne Karlsson Trafikverket
Vivianne Karlsson Trafikverket TMALL 0145 Presentation Widescreen v 1.0 FOI-dag Vidmakthållande 2018-04-19 Ska vi uppfinna hjulet igen? Varför är det viktigt? 3 Myndighetförordning (2007:15) verksamheten
Läs merProjektinformation TAOP61 Optimering av realistiska sammansatta system Projekt 4: Lösning av snöröjningsproblemet
Linköpings Tekniska Högskola 2016 10 27 Matematiska institutionen/optimeringslära Kaj Holmberg Projektinformation TAOP61 Optimering av realistiska sammansatta system Projekt 4: Lösning av snöröjningsproblemet
Läs merAgenda. Syfte med datorbygge Datorns delar. Datorbygge. Moderkort Processor Minne och hårddisk Instickskort Övrigt
Datorbygge Agenda Syfte med datorbygge Datorns delar Moderkort Processor Minne och hårddisk Instickskort Övrigt Datorbygge Syfte med datorbygge Att alla ska ha byggt ihop en dator eftersom många tror att
Läs merProduktionsplanering processbeskrivning och riktlinjer för Region Östergötland
Produktionsplanering processbeskrivning och riktlinjer för Region Östergötland Giltig fr o m: 2016-08-19 Sida 1/11 [Metadata::Informationsklassning] Dokumenthistorik Version Datum Kommentar Handläggare
Läs merMejeriproduktionens miljöpåverkan. Johanna Berlin
Mejeriproduktionens miljöpåverkan Johanna Berlin Ett industriforskningsinstitut med uppgift att stärka företagens konkurrenskraft Så här arbetar SIK Strategisk forskning Industrigemensamma projekt, nätverk,
Läs merGrafisk teknik IMCDP. Sasan Gooran (HT 2006) Assumptions:
Grafisk teknik Sasan Gooran (HT 2006) Iterative Method Controlling Dot Placement (IMCDP) Assumptions: The original continuous-tone image is scaled between 0 and 1 0 and 1 represent white and black respectively
Läs merEnergifrågans betydelse för produktionsplanering på SSAB
Energifrågans betydelse för produktionsplanering på SSAB Martin Waldemarsson Doktorand, Produktionsekonomi Linköpings Universitet Linköping Tomas Hirsch Chef för strategisk energiförsörjning SSAB EMEA
Läs merBeräkna standardavvikelser för ledtider
Handbok i materialstyrning - Del B Parametrar och variabler B 4 Beräkna standardavvikelser för ledtider De formler som traditionellt används för beräkning av standardavvikelser för efterfrågevariationer
Läs mer