Job shop rescheduling with rework and reconditioning in Industry 4.0: an event-driven approach

Abstract

In this paper, we investigate the impact of rescheduling policies in the event of both rework and reconditioning in job shop manufacturing systems. Since these events occur in unplanned and disrupting manner, to address them properly, it is required to manage real-time information and to have fexible reaction capacity. These capabilities, of data acquisition and robotics, are provided by Industry 4.0 Technologies. However, to take full advantage of those capabilities, it is imperative to have efcient decision-making processes to deliver adequate corrective actions. In this sense, we propose an event-driven rescheduling approach. This approach consists of an architecture that integrates information acquisition, optimization process, and rescheduling planning. We study the performance of the system with several algorithms with two performance criteria, namely, (i) relative performance deviation (RPD) in terms of objective function and (ii) schedule stability. We also propose a hybrid policy that combines full rescheduling regeneration with stability-oriented strategies aimed to balance both criteria. We conducted extensive computational tests with instances from the literature under diferent scenarios. The results show that a sophisticated algorithm can obtain better quality schedules in terms of the objective function but at the expense of sacrifcing stability. Finally, we analyze and discuss the results and provide insights for its use and implementation

En este documento, investigamos el impacto de las políticas de reprogramación en el caso de reelaboración y reacondicionamiento en el trabajo. sistemas de fabricación de tiendas. Dado que estos eventos ocurren de manera no planificada y perturbadora, para abordarlos adecuadamente, es necesarios para gestionar información en tiempo real y tener una capacidad de reacción flexible. Estas capacidades, de adquisición de datos y robótica, son proporcionados por Industry 4.0 Technologies. Sin embargo, para aprovechar al máximo esas capacidades, es imperativo contar con procesos de toma de decisiones efcientes para entregar acciones correctivas adecuadas. En este sentido, proponemos un event-driven enfoque de reprogramación. Este enfoque consiste en una arquitectura que integra adquisición de información, proceso de optimización, y reprogramación de la planificación. Estudiamos el rendimiento del sistema con varios algoritmos con dos criterios de rendimiento, a saber, (i) desviación relativa del rendimiento (RPD) en términos de función objetivo y (ii) estabilidad del cronograma. También te proponemos una política híbrida que combina la regeneración de reprogramación completa con estrategias orientadas a la estabilidad destinadas a equilibrar ambos criterios. Realizamos extensas pruebas computacionales con instancias de la literatura bajo diferentes escenarios. Los resultados muestran que un algoritmo sofisticado puede obtener programas de mejor calidad en términos de la función objetivo pero a expensas de sacrificando la estabilidad. Finalmente, analizamos y discutimos los resultados y proporcionamos ideas para su uso e implementación.