แบบจำลองสถานการณ์ลอจิสติกส์ภายในของระบบเอจีวีในแผนกประกอบโรงงานผลิตรถยนต์
Internal Logistics Simulation Based on AGV System in Assembly Section of an Automotive Manufacturer
Abstract
งานวิจัยนี้เป็นการศึกษาวิเคราะห์ลอจิสติกส์ภายในของระบบเอจีวีในแผนกประกอบโรงงานผลิตรถยนต์ด้วยแบบจำลองสถานการณ์ ปัจจุบันโรงงานกรณีศึกษาใช้แรงงานคนและรถขนของลากจูง (Trucky) ในการขนส่งวัตถุดิบ แต่ทางโรงงานกำลังพิจารณาปรับระบบการขนถ่ายวัสดุเป็นพาหนะลำเลียงวัสดุอัตโนมัติหรือเอจีวี อีกทั้งยังมีแผนที่จะเพิ่มกำลังการผลิตโดยเพิ่มจากเดิม 12% ดังนั้นงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อวิเคราะห์เส้นทางการเดินรถเอจีวีในการขนถ่ายวัตถุดิบเข้าสายการประกอบเพื่อให้สามารถตอบสนองต่อความต้องการของลูกค้าที่สูงขึ้นได้ นอกจากนั้นยังหาจำนวนเอจีวีที่เหมาะสม จากการศึกษากำลังการผลิตในปัจจุบัน แผนผัง ระยะทางภายในผัง และคุณสมบัติของเอจีวี เส้นทางเอจีวีจึงได้ถูกออกแบบขึ้นโดยยึดหลักการของเส้นทางที่สั้นที่สุดโดยมีจุดตัดที่ต่ำและมีการเปลี่ยนแปลงผังให้น้อยที่สุด ได้เป็น 3 รูปแบบ หลังจากนั้นการจำลองสถานการณ์ด้วยคอมพิวเตอร์ถูกนำมาช่วยวิเคราะห์ผลเปรียบเทียบแทนการทดลองในระบบจริง จากผลการจำลองสถานการณ์พบว่า ผังแบบที่ 3 เป็นทางเลือกที่ดีที่สุดที่ไม่มีจุดตัด สามารถตอบสนองความต้องการที่ระดับการผลิตเดิมได้ด้วยเอจีวีเพียง 2 คันและสามารถรองรับการขยายกำลังการผลิตได้ถึง 21%
This research aims to analyze the internal logistics in the assembly section of an automotive manufacturer by computer simulation. Currently, the case study factory uses human labor and truckies for the transport of raw materials or specific items. However, the Automated Guided Vehicle System (AGV) is currently under review to replace the material handling system and the productivity has also been planned to increase by 12%. Therefore, the objective of this research is to analyze the AGVs routing in the assembly section to serve increasing customer demand and to find the appropriate number of AGVs. According to the study of capacity, plant layout, plant spatial distance and the specification of an AGV, AGV routes were designed based on the shortest path with the minimum intersection points and the minimum layout changes. There were three patterns of AGV routes. Then, a computer simulation was used to compare these three patterns in preference to actual testing in the plant. The results from the simulation showed that the third route, with no intersection point is deemed the best option. This route can meet the requirements of the existing production capability with the use of only two AGVs. Overall it can support the manufacturing capacity expansion by 21%.
Keywords
[1] T. Ran, “Internal logistics as a part of supply chain case: Nokia-China, dongguang branch,” M.S. thesis, Lahti University of Applied Science, Faculty of Business Studies, 2009.
[2] L. F. Rocha, A. P. Moreira, and A. Azevedo, “Flexible internal logistics based on AGV system’s: A case study,” in Proceedings 2010 Management and Control of Production Logistics, Portugal, 2010.
[3] M. Qi, X. Li, X. Yan, and C. Zhang, “On the evaluation of AGVS-based warehouse operation performance,” Simulation Modelling Practice and Theory, vol. 87, pp. 379–394, 2018.
[4] C. Chen, D. T. Huy, L. K. Tiong, I.-M. Chen, and C. Yiyu, “Optimal facility layout planning for AGVbased modular prefabricated manufacturing system,” Automation in Construction, vol. 98, pp. 310–321, 2019.
[5] X. Fan, Q. He, and Y. Zhang, “Zone design of tamdem loop AGVs path with hybrid algorithm,” IFAC Papers Online, vol. 48, no. 3, pp. 869–874, 2015.
[6] M. P. Fanti, A. M. Mangini, G. Pedroncelli, and W. Ukovich, “A decentralization control strategy for the coordination of AGV systems,” Control Engineering Practice, vol. 70, pp. 86–97, 2018.
[7] R. Russell and T. Bernard, Operations Management. Asia: John Wiley & Sons, Inc., 2009.
[8] C. Harrell, B. K. Ghosh, and R. O. Bowden, Simulation Using ProModel. Singapore: McGraw Hill, 2012.
[9] Aichikikai techno system. (2018). Aichikikai techno system co.,Ltd. Nagoya, Japan. [Online]. Available: http://www.aiki-tcs.co.jp/
[10] B. Phruksaphanrat, Computer Simulation by ProModel. Pathum Tani: Thammasat Press, 2019 (in Thai).
[11] A. B. Viharos and I. Nemeth, “Simulation and scheduling of AGV based robotic assembly systems,” IFAC Paper On Line, vol. 51–11, pp. 1415–1420, 2018.
[12] V. Vavrik, M. Gregor, and P. Grznar, “Computer simulation as a tool for the optimization of logistics using automated guided vehicles,” Precedia Engineering, vol. 192, pp. 923–928, 2017.
DOI: 10.14416/j.kmutnb.2021.02.004
ISSN: 2985-2145