BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE

Documenti analoghi
Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Produzioni Manifatturiere (per parti)

Dimensionamento linee assemblaggio

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

Linee Mixed-Model e Multi-Model

Analisi delle prestazioni dei sistemi produttivi

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

Variabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia

Si debba progettare una linea di assemblaggio che realizzi il prodotto evidenziato nell esploso.

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:

Esercitazione: La distribuzione NORMALE

Variabili aleatorie: parte 1. 1 Definizione di variabile aleatoria e misurabilitá

ISTOGRAMMI E DISTRIBUZIONI:

I processi produttivi

Corso di Progettazione degli Impianti Industriali Ing. Stefano Ierace Prof. Sergio Cavalieri

Variabili casuali multidimensionali

Sistemi di Produzione

Listino Aria Condizionata Frigair - Maggio 2014

Gestione delle scorte - modello stocastico -

ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO

LA FUNZIONE DI PRODUZIONE

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

Introduzione al Corso. Corso di Progettazione degli Impianti Prof. Sergio Cavalieri, Ing. Stefano Ierace AA

RETI DI TELECOMUNICAZIONE

Distribuzioni di due variabili aleatorie

Fatica (HCF): conteggio dei cicli Lecture 5 Conteggio dei cicli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Probabilità e Statistica Esercizi

PRESTAZIONI. senza e con memoria cache

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Figura 1. Cassettiera Poppi della Falsari S.p.a.

LE LINEE DI ASSEMBLAGGIO Il bilanciamento

Variabili Casuali Continue

La SCALA di Probabilità varia tra 0.00 e 1.00.

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

Corso di Fondamenti di Telecomunicazioni

Prof. Anna Paola Ercolani (Università di Roma) Lez. 9 - Distribuzioni di frequenza e rappresentazione grafica

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi

Linee di fabbricazione

PROBABILITA. Distribuzione di probabilità

Cenni di schedulazione in tempo reale. E.Mumolo

5. Esercitazione 5: Dimensionamento del primo stadio di una turbina assiale

Test d ipotesi: confronto fra medie

Indirettezza. Fetch/Execute. Fetch/Execute. Introduzione della Indirettezza (indirect)

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4

Distribuzione di frequenza e rappresentazioni grafiche

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

Variabili casuali. - di Massimo Cristallo -

Modelli e Metodi per l Automazione

INDICE 1 IL SISTEMA ECONOMICO

Esercizi Teoria della Probabilità

Variabili aleatorie continue

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

Variabile casuale Normale

RETI DI TELECOMUNICAZIONE

Prova di recupero di Probabilità e Statistica - A * 21/04/2006

Algoritmi e soluzione di problemi

Attività Precedenze Tempo (gg) A - 5 B - 10 C A 3 D B 2 E B 4 F C, D 6 G F, E 3

λ è detto intensità e rappresenta il numero di eventi che si

Esercitazione E4 Gestione dei dischi

Schema lezione 5 Intervalli di confidenza

Test delle Ipotesi Parte I

Distribuzione Gaussiana (Distribuzione ib i normale) l)

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia

Ulteriori Conoscenze di Informatica e Statistica

Project Management. Nozioni fondamentali. Definizione di Project Management. Prof.ssa E. Gentile a.a

tabelle grafici misure di

Politecnico di Milano. Affidabilità e disponibilità degli impianti meccanici

X (o equivalentemente rispetto a X n ) è la

L offerta dei prodotti agricoli ed agro-alimentari

Lezione Le incertezze nel calcolo strutturale

LA TEORIA DELL OFFERTA. Tecnologia e costi di produzione

Teoria della probabilità Variabili casuali

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

CLASSIFICAZIONE DEI SISTEMI OPERATIVI (in ordine cronologico)

Modello dinamico del reparto produzione Norfolk s.p.a.

Esercitazione n. 6: Verifica di una struttura di copertura in legno

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Test per l omogeneità delle varianze

Distribuzione esponenziale. f(x) = 0 x < 0

COMUNE DI CONSIGLIO DI RUMO

Ripasso segnali e processi casuali. Trasmissione dell Informazione

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

Fondamenti di Infrastrutture Viarie

X ~ N (20, 16) Soluzione

Lezione 6 Manufacturing Resource Planning MRP II

Il sistema di rating Elo nel Tennis Tavolo italiano

Diagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

Prof. Pagani Corrado ESERCITAZIONI DIAGRAMMI DELLE CLASSI UML E JAVA

CONTROLLO E CONTABILITA

Esercitazione di Marketing. Metodo del costo pieno Break Even Point

CALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,

Capitale di Funzionamento Principio della Prudenza

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:

Transcript:

BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE PROBLEMA: Quante e quali operazioni assegnare a ciascuna stazione di lavoro per bilanciare la linea, ovvero per evitare colli di bottiglia o stazioni troppo poco caricate. OBIETTIVO: assegnare la operazioni garantendo la produzione con il minimo costo, nel rispetto dei vincoli tecnologici. / pz C min Costo unitario di assemblaggio Costo di mancato completamento Costo manodopera Punto di ottimo Carico lavoro per stazione CADENZA : capacità produttiva della linea. [q ][ pezzi /min] TEMPO CICLO : tempo a disposizione dell operatore per completare tutte le operazioni assegnate alla sua stazione. T 1/q [min/pezzo] 1

METODO di OTTAS-LAU IPOTESI SEMPLIFICATIVE: 1. Il tempo ciclo e i vincoli di precedenza tra un operazione e l altra costituiscono gli unici vincoli per l assegnazione dei compiti.. Ciascun operatore è retribuito nella stessa misura. 3. Un operazione può essere iniziata solo se tutte le operazioni con vincoli di precedenza sono state completate. 4. Il tempo di completamento di ogni operazione è considerato aleatorio e quindi caratterizzato da una distribuzione normale di cui si possono calcolare valor medio M e deviazione standard σ, la durata di ciascuna operazione è indipendente da quelle della altre operazioni e dall ordine con cui sono eseguite. 5. Le operazioni incomplete vanno completate fuori linea; il costo di completamento fuori linea della singola operazione k-sima I non dipende dalla probabilità di completamento in linea. Siano: T 1/q tempo ciclo della linea, C costo orario del lavoro, M, σ valor medio e deviazione standard della durata della operazione k-sima, n I I ' 1 ν numero operazioni immediatamente successive alla generica operazione, C 60 L M ( /unità) Costo totale di mancato completamento causato dovuto alla operazione k-sima e a tutte le successive Costo MdO per l esecuzione della operazione k-sima

Il metodo si basa sulla definizione di: Operazioni desiderabili, Operazioni sicure, Operazioni critiche. Al fine di definire le tipologie di operazioni precedentemente introdotte, vengono fatte le seguenti considerazioni: Se la durata delle operazioni è una variabile aleatoria con distribuzione normale si può definire: p (t) t) funzione densità di probabilità F (t) M t P (t) F(t) funzione di distribuzione F( t) t ' 0 Probabilità che l operazione abbia una durata τ < t P( t) t' 0 t' 0 1 F( t) P(t) Probabilità che l operazione abbia una durata τ > t, cioè che al tempo t l operazione non sia ancora ultimata F (z) p (z) P (z) Variabile normalizzata t M z σ Valori tabulati M(z)0 z 3

Se alla stazione sono assegnate una serie di operazioni con precisi vincoli di precedenza, devo considerare l aleatorietà di tutte le operazioni precedenti. z T σ M Essendo la generica operazione assegnata alla stazione considerata. F(z ) F probabilità che tutte le operazione assegnata alla stazione, compresa la k-sima siano ultimate entro il tempo ciclo T. P(z ) P 1- F(z ) probabilità di mancato completamento della k-sima operazione entro il tempo ciclo T. DESIDERABILITA MARGINALE L P I Costo MdO Costo mancato completamento Soglia di desiderabilità: F ( z * ) 1 L I F 1 L I z* si ricava dalla tabella 4

Una operazione disponibile all assegnazione è: Operazione DESIDERABILE se z z*, Operazione SICURA se z z*,575 (F 0,995) Operazione CRITICA se non desiderabile quando assegnata ad una stazione vuota. L ASSEGNAZIONE DI UNA OPERAZIONE AD UNA STAZIONE, NUOVA O GIÀ APERTA VIENE ESEGUITA SECONDO I CRITERI ESPRESSI DAL DIAGRAMMA DI FLUSSO. 5

ESERCITAZIONE: Dati preliminari: - N numero di operazioni 11, - q 6 unità/ora, - T 1/q 10 min/unità, - C 30 /ora. Sequenza delle operazioni (diagramma del ciclo di assemblaggio). 6 8 10 3 11 1 4 7 9 5 Op. M k σ Nr.Op. Op. L I I z z* P k P I Prec. Succ. 1 6 1, 0,3,4,5 3,0 0,4 1 6,0 3 4 1,0 1 7,5 4 9 5 1 7 7,0 5 0,4 1 7 1,5 6 0,4 1 8 1,5 7 3 0,6 3 9,0 8 6 1, 1 10 4,0 9 5 1,0 1 11 3,0 10 5 1,0 1 11 3,0 11 3 1,8 -,0 6