Het verbeteren van loadalgoritmes

Bij een Europese automotive producent waar 2 verschillende modellen worden gemaakt vindt de lijnbevoorrading van pallets plaats met treintjes. Deze treintjes worden op een centrale plaats in de fabriek geladen. Na het laden worden de pallets naar de productielijn gebracht. Bij het laden van de treintjes wordt gebruikgemaakt van de productielijn sequentie (orderplanning), BOM en een loadalgoritme dat uitrekent wanneer de pallets aan de lijn leeg zijn.

Opdracht

Het doel van onze opdracht was om het logistieke verkeer (treintjes) rondom de productielijn te verminderen. Dit moest gebeuren met de bestaande IT-structuur. Een andere belangrijke voorwaarde was om het aantal treinen te verminderen en de belading per trein zo dicht mogelijk tegen het maximum van 4 pallets te houden.

Aanpak

Als eerste hebben we een analyse gemaakt van het huidige proces door het bestaande loadalgoritme te ontleden om de werking ervan te begrijpen. Uit deze analyse zijn een aantal parameter naar voren gekomen waarmee we het proces kunnen beïnvloeden. Bijna alle parameters stonden default ingesteld. Eén van de parameter stond zo ingesteld, dat de trein altijd tot 4 pallets werd beladen ongeacht de eindlocatie aan de productielijn.

De werking van dit loadalgoritme was als volgt. Het algoritme zoekt de dringendste pallet (eerste leeg) en vult de trein aan tot 4 pallets die ook aan de voorwaarde voldoen om naar de lijn gebracht te worden. Inhoud van de pallet en het aantal pallets aan de lijn heeft invloed op de werking van het loadalgoritme om de lijn op tijd te bevoorraden.

Resultaten

Door de productielijn in zones te verdelen en deze onderling te balanceren werden de pallets meer in clusters ingedeeld. Treinen reden nu gericht door de productielijn met als gevolg dat de rijafstand en tijd per trein fors is gedaald. Hierdoor konden we met minder treinen dezelfde hoeveelheid pallets naar de lijn brengen.

Python

Uit de analyse is gebleken dat het bestaande loadalgoritme erg complex in elkaar zat. Als oefening hebben we in de programmeertaal Python een nieuw loadalgoritme geschreven om te kijken of we deze konden verbeteren en vereenvoudigen. Het voordeel van dit nieuwe algoritme was dat we meer overzicht hadden en vooruit in de tijd konden kijken. Hierdoor konden de treinen nog efficiënter worden beladen. Kortom een beter dashboard, KPI’s en veel onderhoudsvriendelijk algoritme waarvan de werking beter was te begrijpen.

Neem contact op