Diz 61 cz

Z DCEwiki
Skočit na navigaci Skočit na vyhledávání
Verze k tisku již není podporovaná a může obsahovat chyby s vykreslováním. Aktualizujte si prosím záložky ve svém prohlížeči a použijte prosím zabudovanou funkci prohlížeče pro tisknutí.

Paralelní algoritmy pro optimalizaci výroby

Autor: Libor Bukata

Disertační práce 2018

Průmyslová výroba je založena na složitých procesech, které přímo ovlivňují výrobní kapacitu a celkové náklady. Není proto divu, že je snaha využít počítače k optimalizaci těchto procesů za účelem zlepšení rentability výroby. Optimalizace výrobních procesů je ovšem typicky velmi náročná na výpočetní zdroje, a tak je velmi výhodné použít vícejádrové procesory nebo grafické karty, od kterých lze typicky očekávat urychlení o jeden či dva řády, aby se nalezly lépe optimalizované procesy v daném časovém horizontu. Přechod k paralelní optimalizaci nicméně často vyžaduje nový návrh algoritmů a velmi dobrou znalost použité architektury. Z těchto důvodů nejsou paralelní algoritmy všeobecně používány v oblasti operačního výzkumu. Tato dizertační práce se zabývá návrhem nových paralelních algoritmů pro řešení dvou problémů, které jsou důležité pro optimalizaci výrobních procesů. První problém se týká optimalizace spotřeby robotických buněk, kde cíl je minimalizovat celkovou spotřebu energie bez dopadu na kapacitu výroby. Druhý problém je rozvrhování s omezenými zdroji, což je universální problém, jež najde uplatnění například v hutním průmyslu nebo v rozvrhování montážních hal. Výkonnost algoritmů byla ověřena na testovacích datech obsahujících optimalizační problémy. Experimenty ukázaly výbornou škálovatelnost a paměťovou efektivitu hybridní heuristiky a metody větví a mezí, které lze použít pro optimalizaci robotických buněk až s 12 roboty. Pro porovnání existující práce uvažovaly maximálně 4 roboty. Tabu Search algoritmus naproti tomu byl navržen pro grafické karty a jeho efektivita překonává ostatní existující implementace tohoto algoritmu. Algoritmy byly také použity k optimalizaci existující robotické buňky ve Škodě Auto. Změřená úspora 20 % energie naznačuje, že pokud by se optimalizace běžně používala v průmyslu, tak pak by to mělo pozitivní dopad na prostředí a ekonomiku. Tento výsledek podnítil další spolupráci s průmyslovými partnery (Blumenbecker, Škoda Auto), s kterými v rámci projektu eRobot pracujeme na integraci navržených algoritmů do softwaru pro virtuální zprovoznění robotických buněk. Integrace umožní snadné použití optimalizace širokému okruhu vývojářů robotických buněk.