Implementation of process planning model based on production processes dataset analysis

The forecasting and planning of production processes has been identi ed as one of the most time-consuming and cost-expensive problem of manufacturing industries. This problem is ampli ed in small and medium enterprises specialized in not-standard products. Their production is characterized by a large productive mix, variable volumes and frequent modi cations. Even the high implementation costs of automated process planning system is a huge barrier and the process is mostly executed manually by experts. The contribution of this thesis stays in the development of an automated model able to support the human expert which has to make the process planning decisions, focused on the production processes performance improvement. The support is given through the results of an analysis on past production processes and time performance indicators. This instrument would have a high industrial relevance considering the impact of the problem and the possible improvement of the performance of production systems. The scienti c relevance of our model stays in the implementation of an innovative Computer Aided Process Planning system built through the analysis of real time data and with a high exibility degree. Considering the drawings of a new component as input, the process planning instrument has been developed through the implementation of a group technology model which, starting from the principle that similar part types requires similar production processes, identify a set of past data representative of the input component's features. These are analysed through process model identi cation in order to achieve the representation of a set of possible paths for the new component. The expert will manually choose the best possible path through the results of a time duration simulation model implemented in order to quantify the process time duration of each possible production path. The developed instrument has been successfully implemented to a product family of tensioners. Numerical results are based on a real database obtained in collaboration with TGR s.r.l., a manufacturing company based in Piacenza.

La pianificazione e produzione dei sistemi produttivi sono state identificate come due dei problemi più impegnativi in termini di tempo e costi all0interno dell0industria manufatturiera. In aziende medio piccole specializzate nella produzione di componenti non standard questi problemi vengono ampli cati dalle caratteristiche del processo: grande variet a dei componenti, dei volumi produttivi e delle performance produttive. L0implementazione di un sistema automatico per la piani cazione del processo presenta diverse criticit a dal punto di vista del costo e dell0a dabilit a di tale implementazione. Questo porta ad avere un sistema gestito spesso manualmente da operatori molto esperti. Il contributo della tesi consiste nello sviluppo di un sistema automatico in grado di supportare gli esperti che devono fare le scelte sulla piani cazione. Il supporto viene garantito attraverso un0analisi dei processi produttivi passati e delle loro durate temporali. Lo strumento potrebbe avere un grande impatto dal punto di vista industriale considerando quanto la qualit a della piani cazione possa in uenzare le performance produttive di un0azienda. L0importanza scienti ca del nostro modello e rappresentata dall'implementazione di un innovativo sistema di Computer Aided Process Planning basato sull0analisi di un insieme di dati produttivi e sviluppato con un alto livello di essibilit~A . Partendo dalla de nizione delle caratteristiche del componente in ingresso, il modello e stato sviluppato attraverso un sistema di Group Technology basato sul principio che prodotti simili richiedono processi simili, che e in grado di identi care un set di processi passati rappresentativi del nuovo componente. Questi processi vengono rappresentati gra - camente ed analizzati in termini di durata temporale, attraverso un modello di simulazione, in modo tale da mettere il tecnico esperto nella miglior posizione possibile per scegliere il processo migliore. Lo strumento sviluppato e stato applicato con successo ad un gruppo di componenti identi cati all'interno di un vero dataset produttivo ottenuto in collaborazione con TGR s.r.l., un'azienda manufatturiera con sede a Piacenza.