Optimizing production in ceramic industry using simulation

Abstract

Dinamik sistemleri iyileştirmek maksadıyla uygulanan geleneksel deneme yanılma esaslı denemeler çok masraflı ve zaman alan yaklaşımlardır. Bu çalışmada gerçek bir üretim sisteminde benzetim modelleme ve çıktıların deneyde kullanılması yaklaşımı uygulanmıştır. Bu sistem banyo seramikleri üreten bir fabrikadır. Bu araştırma benzetim kavramı ve ProModel benzetim yazılımı ile ilgili temel bilgileri sağlamaktadır. Ayrıca dinamik sistemin benzetim modeli ve seçilmiş değişkenlerden oluşan deney tasarımını, istatistiksel analizleri ve yorumlamaları da ihtiva etmektedir. Bu çalışmanın maksadı sistemdeki değişik faktörlerin performans ölçüsü olarak tanımlanan Cmax (1000 adet banyo takımı üretmek için gereken zaman) üzerindeki etkilerini görerek verimliliğini arttırmak için sistem değişkenleriyle yeni yatırım politikaları tasarlayacak olan yönetime karar desteği sağlayacak bir model geliştirmektir. Bunun için bir kesikli benzetim modeli tasarlanmış ve değişik faktör kombinasyonları için benzetim sistemi çalıştırılmıştır. Elde edilen sonuçları incelemek için istatistiksel metotlar kullanılmıştır. Sonuçlar göstermiştir ki, Cmax performans ölçüsü üzerinden diğer parametreler değiştirilerek sistemin etkinliği arttırılabilmektedir.

OPTIMIZING PRODUCTION IN CERAMIC INDUSTRY USING SIMULATION Traditional experimentation based on trial-and-errors is a very expensive and time-consuming approach for optimization of dynamic systems. In this study simulation modeling approach and design of experiments is applied to a real production system. This system is a sanitary ceramics plant. This research provides basic knowledge about simulation concept, a brief introduction and knowledge about ProModel simulation software, a conceptual and simulation model of this dynamic system, an experimental design containing selected variables, statistical analysis and interpretations. The aim of this study is to develop a model for decision support to management in designing new investment policies with some system variables to increase system productivity via seeing the effects of different variables on system performance measure (the time needed to produce 1000 sets of products). A discrete event simulation model is built and simulation runs are conducted for various combinations of the parameters. Statistical tools are employed to analyze the obtained results. Analysis of the results shows that efficiency of the system is improved with regards to performance measure by playing with the parameters.