Nalaganje ...
Projekti / Programi vir: ARIS

Stohastični modeli za logistiko proizvodnih procesov

Raziskovalna dejavnost

Koda Veda Področje Podpodročje
2.10.02  Tehnika  Proizvodne tehnologije in sistemi  Izdelovalna tehnologija 

Koda Veda Področje
2.03  Tehniške in tehnološke vede  Mehanika 
Ključne besede
pametna tovarna, optimizacija proizvodnih procesov, hevristike in umetna inteligenca, logistika v proizvodnji, digitalni dvojček
Vrednotenje (pravilnik)
vir: COBISS
Raziskovalci (20)
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  52103  dr. Simon Brezovnik  Matematika  Raziskovalec  2022 - 2023  50 
2.  39495  Luka Čurović  Energetika  Raziskovalec  2022 - 2023  67 
3.  21232  dr. Mihael Debevec  Proizvodne tehnologije in sistemi  Raziskovalec  2020 - 2023  638 
4.  29631  dr. Boštjan Gabrovšek  Matematika  Raziskovalec  2020 - 2023  77 
5.  10499  dr. Niko Herakovič  Konstruiranje  Raziskovalec  2020 - 2023  716 
6.  39193  dr. Jure Murovec  Energetika  Raziskovalec  2022 - 2023  53 
7.  32686  dr. Tina Novak  Naravoslovje  Raziskovalec  2020 - 2022  30 
8.  24328  dr. Aljoša Peperko  Matematika  Raziskovalec  2020 - 2023  197 
9.  33801  dr. Miha Pipan  Proizvodne tehnologije in sistemi  Raziskovalec  2020 - 2023  187 
10.  22649  dr. Janez Povh  Računalniško intenzivne metode in aplikacije  Raziskovalec  2020 - 2022  343 
11.  50842  Jernej Protner  Proizvodne tehnologije in sistemi  Raziskovalec  2020 - 2021  30 
12.  39494  dr. Matevž Resman  Proizvodne tehnologije in sistemi  Raziskovalec  2020 - 2023  55 
13.  21774  dr. Darja Rupnik Poklukar  Matematika  Raziskovalec  2020 - 2023  57 
14.  31322  dr. Marko Šimic  Proizvodne tehnologije in sistemi  Raziskovalec  2020 - 2023  277 
15.  37663  dr. Dejan Tomažinčič  Konstruiranje  Raziskovalec  2022 - 2023  58 
16.  39194  dr. Maja Turk  Proizvodne tehnologije in sistemi  Raziskovalec  2022  29 
17.  21773  dr. Helena Zakrajšek  Matematika  Raziskovalec  2020 - 2022  27 
18.  39298  dr. Peter Zobec  Konstruiranje  Raziskovalec  2022 - 2023  36 
19.  37172  dr. Hugo Zupan  Proizvodne tehnologije in sistemi  Raziskovalec  2020 - 2023  113 
20.  03430  dr. Janez Žerovnik  Matematika  Vodja  2020 - 2023  805 
Organizacije (1)
št. Evidenčna št. Razisk. organizacija Kraj Matična številka Štev. publikacijŠtev. publikacij
1.  0782  Univerza v Ljubljani, Fakulteta za strojništvo  Ljubljana  1627031  29.477 
Povzetek
Pri organizaciji proizvodnje v sodobnem podjetju, še posebej tistem, ki sledi viziji tovarne 4.0, je ključni dejavnik konkurenčnosti optimizacija proizvodnih procesov. Načrtovanje proizvodnje na osnovi daleč vnaprej znanih točno določenih velikih naročil se hitro umika proizvodnji majhnih serij izdelkov ali celo individualizirani proizvodnji, kjer so dobavni časi vedno krajši, kupci pa želijo imeti možnost spreminjanja podrobnosti naročila čim dlje. Zaradi vsega tega ter zaradi zmanjševanja stroškov skladiščenja se zaloga materiala vztrajno zmanjšuje, kar očitno prenaša eno od težišč optimizacije proizvodnje na področje logistike proizvodnih sistemov. Modeliranje praktičnih problemov s stohastičnimi modeli je v zadnjem času izredno zanimiva tema na področju teoretične in uporabne znanosti. Pristopi so različni, razkorak med teoretičnimi rezultati in praktično uporabnimi metodami pa je še vedno velik. Z aktualno temeljno raziskavo želimo dodati originalne prispevke v segmentu, ki je raziskovalni izziv z veliko potencialno uporabnostjo in se navezuje na cilje Slovenske strategije pametne specializacije (SVRK, 2015). V okviru projekta nameravamo definirati in študirati originalen generični model, s katerim bomo na poenoten način modelirali logistiko proizvodnih procesov. Razvili bomo prototipno optimizacijsko orodje, v katerem bodo sodelovali različni programski moduli, ki bodo ponujali inteligentne optimizacijske algoritme za različne specialne modele na strateškem, taktičnem in operativnem nivoju. Ker bodo moduli komunicirali preko istih podatkovnih struktur, bo naravno omogočeno sodelovanje različnih hevristik. Cilj je razviti hevristične algoritme, ki se bodo dinamično prilagajali spremembam v okolju, tako da bomo uporabili metode iz statistične teorije učenja in umetne inteligence. Med posebnimi modeli, ki jih nameravamo razviti bodo predvsem stohastične verzije znanih in novih optimizacijskih problemov. Reševanje takih nalog je praviloma računsko izredno intenzivno, zato bomo za implementacijo hevristik in njihovo analizo uporabili visoko zmogljivi računalnik na FS UL. Načrtujemo tudi realizacijo eksperimentalne pametne tovarne v demo centru na FS UL, kjer bomo demonstrirali sinergijske učinke zaradi sodelovanja optimizacijskih modulov na različnih nivojih. Projekt je ambiciozen, saj bo izvedljiv samo s povezovanjem znanja iz zelo različnih področij, od zelo konkretnega o logistiki in optimizaciji proizvodnih procesov v pametni tovarni, do poznavanja teorije računske kompleksnosti in hevristik za težke optimizacijske probleme. Za realizacijo bodo nujno potrebna tudi znanja in veščine programiranja v okolju HPC in v demo centru pametne tovarne. Sestava projektne ekipe vključuje raziskovalce s področja strojništva, matematike in računalništva, njihove izkušnje in reference pa zagotavljajo izvedljivost projekta. Predvideni originalni in inovativni rezultati bodo predvsem: -Originalen generični model logistike proizvodnih procesov, ki bo dovolj splošen, da bo zajel mnoge (ali vse) smiselne specialne modele; -Prototipno optimizacijsko orodje z moduli za reševanje optimizacijskih nalog na različnih nivojih (strateškem, taktičnem in operativnem); -Novi modeli za relevantne optimizacijske naloge, kjer bomo predvsem definirali stohastične verzije; -Novi hevristični algoritmi za nove in znane optimizacijske naloge, kjer bo novost predvsem sodelovanje med hevristikami na različnih nivojih; -Demonstracija metodologije v demo centru pametne tovarne. Originalni rezultati bodo objavljivi v znanstveni literaturi, pridobljeno znanje pa bomo v primerni obliki vključili v pedagoški proces. Prototipno programsko orodje in pridobljeno znanje bo tudi uporabno v prihodnjih aplikativnih in razvojnih raziskavah. Programsko orodje bo zasnovano tako, da ga bo mogoče dopolnjevati in tako širiti nabor povezanih optimizacijskih modulov.
Zgodovina ogledov
Priljubljeno