Skärmönstergenerering för 2D-cutting stock problem : Råmaterialsoptimering med fyra olika optimeringsmodeller för Olofsfors AB

Detta är en Uppsats för yrkesexamina på avancerad nivå från Umeå universitet/Institutionen för matematik och matematisk statistik

Sammanfattning: Olofsfors AB beställer idag stålplåtar, remsor och stänger av stålleveran- törer för sin produktion av skop- och vägstål samt skogsband. Stålremsorna för produktion av skop- och vägstål beställs i dimensioner som är redo att skä- ras endimensionellt och vidarebehandlas till skopstålsdetaljer i fabriken. För att effektivisera produktionen i form av ekonomibesparingar och minskning av spill har Olofsfors AB köpt en ny maskin som kan behandla större plåtar och skära ut mindre remsor från dessa och de kan således göra ekonomiska besparingar tack vare billigare inköp. Företaget vill hitta en metod som minimerar spill av material vilket ska leda till ekonomiska besparingar. Syftet med projektet är att utveckla ett program som Olofsfors AB kan använda sig av i den dagliga verksamheten för att optimera materialanvändningen. Problemet att skära ut mindre bitar ur ett större råmaterial är vanligt i industrier och kallas Cutting stock problem. Vi har använt oss av en redan utvecklad modell bestående av en modifierad branch & bound-algoritm för att hitta möjliga mönster som kan skäras ut ur råmaterialet, implementerat den i MATLAB® samt förbättrat den. Vidare har det använts fyra olika optimeringsmodeller vilka lett till olika heltalsprogram som samtliga lösts med den inbyggda MATLAB®-metoden intlinprog, vilken använder sig av branch & bound som lösningsmetod. Resultatet gav ett för användaren lättanvänt program som ger förslag på en optimal dimension bland en mängd möjliga dimensioner på ett råmate- rial, utifrån årsvolym och dimensioner för remsor eller stänger. Föreslagen dimension är den dimension som resulterar i så låg materialförbrukning som möjligt. Utöver detta kan Olofsfors AB använda detta program för att hitta vilka mönster som ska skäras ut givet efterfrågan, samt använda utdata från programmet för att reda ut kapacitetsgräns i restbitslager och finna vilka lagerartiklar som är särskilt lämpliga att producera från restbitar.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)