Otomotiv montaj hatlarında montaj öncesi ara stok içeriğinin belirlenmesi

Karma modelli montaj hatlarında hattın düzgün ilerlemesi, üretim kısıtları ve müşteri talepleri doğrultusunda belirlenmiş olan çizelgelenmiş sıraya uyuma bağlıdır. Fakat çizelgelenmiş sıra kasıtlı ve kasıtsız araç sıra değişiklikleri nedeniyle bozulabilmektedir. Bozulan sırayı onarmak için boyahane ile montaj departmanları arasında araç yeniden sıralanma ara stoğu bulunmaktadır. Bu ara stok bozulan sırayı üç farklı şekilde onarmaktadır: Bunlar (i) araç sıralarının değiştirilmesi, araçların yeniden sıralanması, (ii) hatalı araçların ara stokta tutulan araçlarla değiştirilmesi, (iii) son olarak da ara stok kapasitesi ve araç hatalarına bağlı olarak yeniden sıralamayla onarmanın mümkün olmadığı durumda ara stoktan montaj hattına araç beslenmesidir. Tezde, boyahanede rastgele oluşan hataları göz önünde bulunduran iki-aşamalı stokastik programlama modeli geliştirilmiştir. Modelin ilk aşamasında, bozulan sıranın onarılması için yeniden sıralama ara stoğunda tutulması gereken optimal model-renk kombinasyonlarına ait miktarlar belirlenmektedir. İkinci aşamada ise boyahanede oluşan hatalar gözlendikten sonra, araçların montaj giriş sıralarına karar verilmektedir. Problemin çözümü ara stok depolama sistemine bağlı olduğundan, otomatik depolama ve çekme sistemleri (AS/RS) ve yeniden sıralama hatları (mix-bank) için iki ayrı model kurulmuştur. Geliştirilen iki-aşamalı stokastik modelin çözümü örneklem ortalaması yaklaşımı (SAA) ile yapılmış, ara stokta tutulması gereken optimal model-renk kombinasyonlarının miktarları belirlenmiştir. Ayrıca hata oranı, ara stok kapasitesi, araçların boya giriş sıralarının çizelgelenmiş sıraya uyumu gibi problem parametrelerinin çözüme etkisini incelemek için bir sayısal çalışma yapılmıştır. Boya hatalarına bağlı araç sıra değişiklikleri anlık karar vermeye dayandığı için, araç üreticilerinin kolaylıkla uygulayabileceği kural tabanlı, sezgisel alternatif bir model kurulmuştur. Geliştirilmiş olan kural tabanlı model matematiksel modele yakın sonuçlar vermiştir. Son olarak, AS/RS ve yeniden sıralama hatlarında karşılaşılan büyük ölçekli problemleri de çözebilmek için, sunulan model genetik algoritma kullanılarak geliştirilmiştir.