Implementation of a flexible tool for optimized scheduling in manufacturing environments

The number of companies facing scheduling problems has increased considerably in recent years. As far as the manufacturing area is conceived, the computational complexity combined with the diversity of applications created a fragmented and excessively specialized field of research. According to literature, this leads to a research gap that is based on the scarce application of scheduling theory in practical environments. What emerged from the literature is that it is extremely difficult to consider all aspects of production in order to solve to optimality the scheduling problem in reasonable times. The aim of this thesis is to build a flexible tool on a theoretical framework that can work in a manufacturing environment. Here, production systems usually encounter various of unexpected disruptions, which may invalidate the original schedules, and thus rescheduling becomes essential. The proposed algorithm can solve the complex scheduling problem in real industrial environments by means of a guided optimization process combined with Boolean algebra to reproduce the plant behavior. Besides, the proposed framework can be extended to a wide range of production environments, as it considers the most relevant aspects of a general industrial process. Another purpose of this research is to fill the gap between academic and industrial worlds, through an application of the novel scheduling tool to an industrial case, demonstrating that the proposed tool is able to provide real help during the scheduling activities of the company. The implemented scheduling tool on physical assets at Pirelli S.p.A plant in Settimo Torinese, provides the necessary testing to the proposed optimization procedure. In addition, a validation tool able to proper simulate the plant has been developed in order to validate the functioning of the algorithm. Some of the possible future endeavors lie in the possibility to create a more robust and reliable framework, that can achieve the target with lower computational time.

Negli ultimi anni il numero di aziende che si sono trovate ad affrontare problemi di schedulazione è notevolmente aumentato. In particolare, nell’ambito manifatturiero la complessità computazionale unita alla diversità dei campi di applicazione sono state le principali cause che hanno portato ad avere un ambito di ricerca frammentato ed eccessivamente specializzato. Nel contesto industriale, le procedure di schedulazione vengono continuamente aggiornate a causa di continue perturbazioni, portando la necessità di nuove programmazioni ad avere un ruolo cruciale. Il lavoro di tesi si pone come obiettivo quello di costruire uno strumento flessibile in grado di adattarsi ad una realtà industriale come questa. In seguito ad un’analisi delle lacune presenti in letteratura, è emerso come risolvere il problema della schedulazione in maniera ottimale sia, ad oggi, estremamente complicato. Attraverso una procedura guidata di ottimizzazione, combinata con l’utilizzo dell’algebra Booleana, per riprodurre il comportamento di un impianto produttivo, lo strumento proposto è stato in grado di risolvere il problema della schedulazione in ambito industriale. Avendo considerato alcuni degli aspetti produttivi più rilevanti, la struttura sviluppata si presta ad essere applicata nella generalità dei processi produttivi. Con l’obbiettivo di ridurre il gap esistente tra l’ambito di ricerca e quello applicativo, lo strumento proposto è stato testato in uno specifico campo di prova quale l’impianto industriale Pirelli S.p.A. di Settimo Torinese. L’applicazione nel reale ha permesso di validare lo strumento, mostrando un eccellente capacità di programmare le attività produttive. Per consentire una verifica della validità procedurale di ottimizzazione, è stato inoltre implementata un’ulteriore struttura di validazione. Nell’ottica di sviluppi futuri, sono state concepite alcune proposte con cui si tenterà di aumentare la robustezza e l’affidabilità della struttura proposta.