A Markov chain-based approach for the improvement of performance evaluation of manufacturing systems

Digital transformation has enabled the usage of plenty of models coming from artificial intelligence field, exploiting refined techniques capable of supporting design, management, operations, and quality in the manufacturing field. Industry 4.0 is the well-known paradigm that incorporates the philosophy, the strategies, methods, and techniques developed to create a smart environment in all production areas, with purposes of efficiency and ease of management all chains of activities within a manufacturing system. The strong link between data and technologies has entailed the deployment of a wide variety of models and control strategies to optimize operations performance. The purpose of the presented work is to show the advantages of detailed and explicit modeling techniques for a manufacturing workstation in isolation, to enhance the performance evaluation of more complex manufacturing systems. The proposed approach employs Phase-Type modeling of both times-to-failure and repair times, to enlarge the modeling capabilities of more simple Markov chains, and to provide more accurate results in performance estimation. As a synthetic and adaptive performance analysis tool, the object of the work empowers the capability of analytic models to efficiently describe complex manufacturing systems, to perform scenario analysis, evaluation of the best production control policies for efficiency and quality, and selection of optimal improvement actions.

La trasformazione digitale ha abilitato all’utilizzo di una serie di modelli provenienti dal campo dell’intelligenza artificiale, sfruttando tecniche capaci di supportare la progettazione, la gestione, le operazioni e la qualità nel panorama manifatturiero. Industria 4.0 è il celebre paradigma che incorpora la filosofia, le strategie e i metodi sviluppati per creare un ambiente smart in tutte le aree di produzione, con obiettivi di efficienza e facilitazione della gestione di tutte le catene di attività in un sistema manifatturiero. La forte connessione fra i dati e le tecnologie comporta il dispiegamento di una vasta varietà di modelli e di strategie di controllo per ottimizzare le prestazioni nelle operazioni. La finalità del lavoro di tesi è quella di mostrare i vantaggi delle tecniche di modellazione esplicita e dettagliata per una stazione di lavoro manifatturiera in isolamento, per migliorare la valutazione delle prestazioni di sistemi manifatturieri più complessi. L’approccio proposto impiega la modellazione Phase-Type sia per i tempi di attesa dei guasti sia per i tempi di riparazione dei fermi stessi, per incrementare le capacità modellistiche di catene di Markov semplici, e per fornire risultati più accurati nella valutazione delle prestazioni. Da strumento sintetico e flessibile per la valutazione delle prestazioni, il contenuto del lavoro potenzia le capacità di modelli analitici nel descrivere efficientemente sistemi manifatturieri complessi, per svolgere analisi di scenario, valutazione delle migliori strategie di controllo della produzione per efficienza e qualità, e selezione delle azioni di miglioramento ottimali.