Användning av en tvåstegs D-optimal modell för att välja utrustning till flexibla tillverkningssystem

Varför detta är viktigt för moderna fabriker

Över hela världen tävlar tillverkare om att automatisera sina produktionslinjer med robotar, intelligenta maskiner och datoriserade transportsystem. Men hur mycket automation är egentligen värt att betala för? Denna artikel undersöker den frågan i en verklig elektronikfabrik och finner ett överraskande svar: det bäst presterande systemet är inte helt automatiserat, utan noggrant avvägt mellan maskiner och människor. Genom avancerade datorexperiment och simuleringar visar författarna hur man väljer rätt mix av utrustning för att minska svinn, snabba upp produktionen och undvika överinvesteringar i teknik.

Fabriker som levande, flexibla system

Studien fokuserar på ett flexibelt tillverkningssystem, eller FMS, där olika typer av maskiner, robotar, lagringsenheter och transportanordningar samordnas av en central dator. I fallföretaget bygger två parallella linjer lågspännings- respektive högspänningsprodukter, som vardera passerar fem huvudsteg från inkommande inspektion till slutförpackning. Ledningen vill att dessa linjer ska reagera snabbt på förändrade kundorder, men måste hålla sig inom strikta gränser för hur många maskiner och arbetare de kan sätta in. Istället för att bara lägga till mer automation frågar forskarna: vilken kombination av automatiserade och manuella resurser ger bästa totala prestanda inom dessa begränsningar?

Testar tusentals ”tänk om”-scenarier på en virtuell linje

I stället för att experimentera direkt på den verkliga verkstadsgolvet bygger teamet en detaljerad datormodell av fabriken med diskret-händelsesimulering. Denna virtuella linje återger hur delar anländer, hur lång tid varje operation tar, hur ofta defekter uppstår och hur maskiner och arbetare blir upptagna eller lediga. De kopplar sedan denna modell till ett datorstött provtagningsverktyg som planerar vilka utrustningskombinationer som ska testas. En särskild tvåstegs ”D-optimal” design används för att täcka ett enormt spektrum av möjligheter med så få simuleringskörningar som möjligt, samtidigt som en fast total kapacitet på 84 resursenheter som delas mellan automatiserad och manuell utrustning respekteras.

Att hitta balanspunkten mellan människor och maskiner

För att bedöma om en viss konfiguration är bra eller dålig kombinerar författarna flera praktiska mått till ett enda poängtal. Dessa inkluderar hur många produkter som tillverkas per dag, hur länge föremål stannar i systemet, hur mycket pågående arbete som väntar mellan stationer, hur mycket skrot som produceras, hur hårt maskiner och arbetare utnyttjas och hur produktionsflödet ser ut. Chefer från företaget hjälper till att tilldela relativ vikt åt dessa indikatorer med en strukturerad jämförelsemetod, där man lägger extra tyngd vid att snabbt tillverka fler goda produkter och mindre (men fortfarande viss) vikt vid att hålla lager och avfall låga. Varje simulerad konfiguration får sedan en sammanvägd poäng som speglar fabrikens verkliga prioriteringar.

Varför full automation inte vinner

I första steget skannar D-optimalplanen ett brett landskap av automationsnivåer och pekar ut lovande regioner. I andra steget zoomar metoden in på dessa regioner och testar många finfördelade utrustningskombinationer. Resultaten visar ett starkt icke-linjärt mönster: prestandan förbättras när automationen höjs från den nuvarande måttliga nivån, når en topp när cirka 92,8% av resurserna är automatiserade, och förs sedan tillbaka när linjen närmar sig nästan total automation. Vid denna optimala punkt kan fabriken öka sin dagliga produktionstakt med ungefär två tredjedelar, minska skrotet med cirka 40%, förkorta cykeltider och produktionstider samt höja utrustningsutnyttjandet, samtidigt som den genomsnittliga mängden arbete som väntar i systemet endast ökar marginellt.

Vad detta innebär för industrins beslutsfattare

Huvudbudskapet för icke-specialister är enkelt: ”mer automation” är inte automatiskt bättre. I denna verkliga elektronikfabrik skulle jakten på full automation ha kostat mer samtidigt som den gav sämre total prestanda än en noggrant avvägd mix där en liten men viktig andel arbete förblir manuell. Den tvåstegs datorstödda metod som utvecklats här ger chefer ett praktiskt sätt att testa tusentals tänk-om-scenarier på en digital tvilling av deras produktionslinje, under realistiska begränsningar vad gäller budget, personal och utrustning. Genom att justera prestandamåtten och begränsningarna kan samma angreppssätt vägleda utrustningsval i andra sektorer och hjälpa fabriker hitta sin egen balans mellan människor och maskiner istället för att blint sikta på 100% automation.

Citering: Yu, X., Mi, J., Liu, J. et al. Using a two-stage D-Optimal mode to select equipment for flexible manufacturing systems. Sci Rep 16, 11136 (2026). https://doi.org/10.1038/s41598-026-41466-7

Nyckelord: flexibla tillverkningssystem, optimering av automationsnivå, diskret-händelsesimulering, utrustningsval, Industri 4.0