Development and implementation of a life cycle optimization model

Nowadays, the worldwide economic downturn forces the manufacturers and their suppliers to cut costs and enhances the performances of their processes in order to survive in the market. On the other hand, environmental protection is becoming more and more important and green manufacturing got an expected practice that should be integrated in the development of industry [DEN 13]. Inducted by the costs and environmental concerns, Life Cycle Assessment (LCA) and Life Cycle Costing (LCC) have been developed to exploit a simple and intuitive concept: every stage in the life cycle of a product or process has both costs and environmental impacts [FIK 96]. Although a lot of companies knew those methodologies, hardly anybody seemed to use them in any effective or productive way. In this scenario it is mandatory for organizations to start thinking of the whole lifecycle of product and to seek to identify new competitive leverages. Based on those recognitions, in the early stages of product design environmental impact must be weighted, balanced and optimized against other concerns, such as Life Cycle Costs (LCC), availability and time to market etc. These multiples and often conflicting objectives pose a challenging and complex optimization problem [YU 01]. Thus, the focus is moved from the single methodology towards the integration and optimization of all of them together. With this aim a new term, Product Life Cycle Optimization (PLCO), has been coined in order to identify those kind of problem. PLCO involves evaluating simultaneously the costs, environmental impacts and performances burdens associated with all stages of a product’s life cycle in an effort to identify approaches for optimizing those burdens. PLCO extends traditional life cycle analysis such as LCC and LCA by identifying specific, practical opportunities that may exist for reducing costs and environmental impacts and enhancing performances at each lifecycle stage. PLCO provides a holistic “cradle-to-grave” approach for reductions of costs, identifying policies that promote environmental efficiency and improve performances. The aim of the thesis is to develop a PLCO model, based on multi-objective genetic algorithm, to optimize at the same time LCC, LCA results and performance values. Analyzing the previous related studies it is possible to point out that many researchers advocate utilizing multi-objective optimization due to its capability in obtaining improved design solutions and providing designers a better understanding of the design space. A comprehensive and in-depth review on more that 30 previous relevant optimization and integration models have revealed the following limitations, which might undermine their application in practice: - incomplete set of the design objectives; - incomplete representation of LCA; - shortage of studies in the product design field; Aiming at addressing the limitations of previous related studies, this research has tried to develop an improved optimization model for product lifecycle with a more comprehensive set of design objectives by including the objective of maximization performances – minimization of LCC and LCA. Non-dominated Sorting Genetic Algorithm II, a powerful multi-objective optimization technique, was selected as the optimization engine in the developed model. Defined objectives and algorithm the next step is the conceptual development of the model. In order to understand the flow of information a data model based on the QLM standard has been used. The structure of the implementation has been defined through a framework and the model has been mathematically formulated. The PLCO has been physically implemented with two open-source Java based frameworks, it include a user interface in order to make the optimization tool accessible from browser, user friendly and ease to set up. Stress test and four plausible test scenarios are conducted supervised by Holonix. Through a real application case, a COMAU line fraction, the applicability of the model was demonstrated. Finally, the developed model was validated though demonstration and face-to-face discussion with COMAU and Holonix experts.

Al giorno d’oggi, la crisi economica globale obbliga i produttori e i fornitori a tagliare i costi ed a migliorare le prestazioni dei loro processi al fine di sopravvivere nel mercato. Inoltre, i numero dibattiti sulla tutela dell’ambiente e la produzione sostenibile sono diventate pratiche scontate che dovrebbero essere integrate nello sviluppo industriale [DEN 13]. Queste crescenti preoccupazioni verso costi e sostenibilità, hanno fatto sì che fossero sviluppati il Life Cycle Assessment (LCA) e Life Cycle Costing (LCC) allo scopo di estendere esviluppare semplici e intuitivi concetti: in ogni fase del ciclo di vita del prodotto o processo bisogna tener conto sia dei costi sia degli impatti ambientali [FIK 96]. Nonostante molte aziende conoscano queste metodologie, difficilmente esse sembrano essere applicate in modo efficace o produttivo. In questo difficile scenario diviene quindi obbligatorio per le organizzazioni iniziare a pensare all’intero ciclo di vita del prodotto e cercare nuove leve competitive. Per questo, nelle fasi iniziali dello sviluppo nuovo prodotto, gli impatti ambientali devono essere pesati, bilanciati e ottimizzati rispetto ad altri fattori, quali il Life Cycle Cost (LCC), la disponibilità e il time to market etc. Questi molteplici obiettivi sono spesso in conflitto per cui vanno a delineare un problema di ottimizzazione complesso ed impegnativo [YU 01]. L’attenzione viene quindi spostata dalla singola metodologia all’integrazione e all’ottimizzazione di più metodologie insieme. A questo scopo è stato coniato un nuovo termine, Product Life Cycle Optimization (PLCO), in modo da definire questo tipo di problemi. PLCO comprende la valutazione simultanea dei costi, degli impatti ambientali e delle prestazioni associate alle fasi del ciclo di vita al fine d’indentificare degli approcci per ottimizzarne gli effetti. Il PLCO espande le tradizionali analisi sul ciclo di vita, come LCC e LCA, identificando in ogni fase del ciclo di vita specifiche e pratiche opportunità che potrebbero portare all’abbassamento dei costi, degli impatti ambientali e al miglioramento delle prestazioni. Il PLCO fornisce un approccio “cradle-to-grave” per la riduzione dei costi, l’identificazione delle norme che promuovono l’efficienza ambientale ed il miglioramento delle performance. L’obiettivo del lavoro di tesi è quello di sviluppare un modello di PLCO, basato su un algoritmo genetico multi-obiettivo, al fine di ottimizzare contemporaneamente LCC, LCA e valori di prestazione. Dalla letteratura disponibile è emerso che molte ricerche si sono avvalse dell’ottimizzazione multi-obiettivo, per la sua capacità di ottenere migliori soluzioni di design ma anche perché permetteva ai progettisti di comprendere meglio lo spazio di progettazione. Una completa e approfondita analisi di più di 30 rilevanti precedenti modelli di integrazione e ottimizzazione ha evidenziato i seguenti limiti, che sono stati presi in considerazione nello sviluppo pratico di questo lavoro: - incompletezza degli obiettivi di progetto; - incompletezza nella rappresentazione dell’LCA; - mancanza di studi nel settore dello sviluppo nuovo prodotto; Facendo riferimento a tali limiti dei precedenti studi connessi, questa ricerca ha cercato di sviluppato un migliore modello di ottimizzazione per il ciclo di vita del prodotto che tiene conto di un più completo set di obiettivi che includono la massimizzazione delle performance – la minimizzazione di LCC e LCA. Non-dominated Sorting Genetic Algorithm II, un potente algoritmo genetico multi-obiettivo è stato selezionato come motore del modello di ottimizzazione sviluppato. Una volta definiti gli obiettivi e l’algoritmo da utilizzare, è stato necessario sviluppare concettualmente il modello. Per comprendere il flusso d’informazioni è stato disegnato un data model utilizzando lo standard QLM. La struttura dell’implementazione è stata definita tramite un framework e il modello è stato formulato matematicamente. Il PLCO è stato in seguito sviluppato fisicamente con l’uso di due framework Java open source, includendo un’interfaccia utente che rende l’utilizzo dell’algoritmo accessibile da browser, user friendly e facile da parametrizzare. Una serie di stress test e test su quattro scenari sono stati effettuati e supervisionati da Holonix. Attraverso un caso reale, una frazione di linea COMAU, è stata dimostrata l’applicabilità. Infine, il modello è stato validato attraverso dimostrazioni e discussione faccia a faccia con gli esperti di Holonix e COMAU.