Optimization approach for robotic assembly line balancing in constrained greenfield and reconfiguration scenarios
Date
2025
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Stuttgart : Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Abstract
Diese Forschungsarbeit untersucht das Potenzial automatisierter Optimierungstechniken zur Kostenreduktion bei der Betriebsmittelaustaktung von robotergestützten Montagelinien (engl.: Robotic Assembly Line Balancing Problem (RALBP)) in Greenfield- und Rekonfigurationsszenarien. Einleitend werden die Verschiebungen in Richtung Flexibilität untersucht und die resultierenden Fertigungsanforderungen an die Betriebsmittelaustaktung identifiziert. Verschiedene Problemformulierungen werden untersucht und mit realen Anforderungen verglichen, was zur einer Problemdefinition unter Berücksichtigung von Aufgabentypen (engl.: RALBP with Task Types (RALBP-TT)) führt. Unternehmensanforderungen der kundenindividuellen Massenproduktion verdeutlichen den Bedarf an Rekonfigurationlösungen, und eine Untersuchung der vorhandenen Modelle zeigt Verbesserungsbedarf auf. Die vorhandenen Lösungstechniken werden auf der Basis ihrer Assembly Line Balancing (ALB) Eignung und der Fertigungsanforderungen verglichen, wobei die exakten Methoden als am besten geeignet herausgestellt werden. Als Ansatz werden ein exaktes Integer Programming (IP)-Modell für Greenfield- und Rekonfigurationsszenarien und ein Genetic Algorithm (GA)- Modell zur Validierung vorgestellt. Die Modelle berücksichtigen zusätzliche Randbedingungen, einen Mehrkostenansatz und eine Ressourcendatenbank. Die Leistungsfähigkeit der Modelle IP und GA wird anhand eines neuen Benchmarking-Datensatzes validiert und verglichen. Die Diskussion zeigt, dass das IP-Modell bestehende Anlagen zur Kostenreduktion nutzen kann, allerdings mit Kompromissen. Im Vergleich dazu verkürzt das GA-Modell die Rechenzeit drastisch, verursacht aber aufgrund seines sequenziellen Charakters und den Kompromissen bei der Nutzung von Betriebsmitteln und Arbeitsstationen höhere Gesamtkosten. Zukünftige Forschungsarbeiten könnten flexible Zykluszeitbeschränkungen für das IP-Modell untersuchen oder die sequenziellen GA-Schritte verbessern. Des Weiteren ist die Untersuchung eines multikriteriellen Ansatzes zur Integration von Nachhaltigkeitszielen oder des Ziels der Anlagenreduzierung möglich. Für weitere Untersuchungen wird die Validierung und Verfeinerung von Optimierungsmodellen in der Praxis auf der Grundlage von Rückmeldungen aus der Industrie vorgeschlagen.
This research explores the potential of automated optimization techniques in reducing costs for the Robotic Assembly Line Balancing Problem (RALBP) in greenfield and reconfiguration scenarios. The introduction analyses the shifts towards flexibility and mass customization and identifies the manufacturing requirements on the Assembly Line Balancing (ALB). Various problem formulations are examined and reviewed on real-world requirements, leading to the definition of the RALBP with Task Types (RALBP-TT). The manufacturing requirements of mass personalization highlight the necessity for reconfiguration solutions, and an investigation of existing models reveals the need for improvements. Solution techniques are compared based on their ALB suitability and manufacturing requirements, highlighting the exact methods as best suited. As a result, an exact Integer Programming (IP) model for greenfield and reconfiguration scenarios and a Genetic Algorithm (GA) model for validation are presented. The models include additional constraints, a multi-cost approach, and a resource database. The performance of the IP and GA models are validated and compared using a new benchmarking dataset, and the discussion shows that the IP model can leverage existing equipment for cost reduction but with compromises. In comparison, the GA drastically reduces computation time but yields higher total costs due to its sequential nature and compromises in equipment and workstation usage. Future research directions could investigate flexible cycle time constraints for the IP model or improve the sequential GA steps. Furthermore, a multiobjective approach to addressing sustainability goals, or the objective of equipment reduction, is worth investigating. Real-world validation and refinement of optimization models based on customers’ feedback are suggested for further investigation.
This research explores the potential of automated optimization techniques in reducing costs for the Robotic Assembly Line Balancing Problem (RALBP) in greenfield and reconfiguration scenarios. The introduction analyses the shifts towards flexibility and mass customization and identifies the manufacturing requirements on the Assembly Line Balancing (ALB). Various problem formulations are examined and reviewed on real-world requirements, leading to the definition of the RALBP with Task Types (RALBP-TT). The manufacturing requirements of mass personalization highlight the necessity for reconfiguration solutions, and an investigation of existing models reveals the need for improvements. Solution techniques are compared based on their ALB suitability and manufacturing requirements, highlighting the exact methods as best suited. As a result, an exact Integer Programming (IP) model for greenfield and reconfiguration scenarios and a Genetic Algorithm (GA) model for validation are presented. The models include additional constraints, a multi-cost approach, and a resource database. The performance of the IP and GA models are validated and compared using a new benchmarking dataset, and the discussion shows that the IP model can leverage existing equipment for cost reduction but with compromises. In comparison, the GA drastically reduces computation time but yields higher total costs due to its sequential nature and compromises in equipment and workstation usage. Future research directions could investigate flexible cycle time constraints for the IP model or improve the sequential GA steps. Furthermore, a multiobjective approach to addressing sustainability goals, or the objective of equipment reduction, is worth investigating. Real-world validation and refinement of optimization models based on customers’ feedback are suggested for further investigation.
Description
Keywords
Citation
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as CC BY-NC-ND