20459

۲۰۴۵۹

ارائه‌ي يك مدل مكان‌يابي-موجودي چند قطعه‌اي براي قطعات¬يدكي تعمير پذير با در نظر گرفتن اولويت تعميرات با استفاده از نظريه صف

كارشناسي ارشد

مدل سازي سيستم هاي كلان

۱۳۹۴-۱۳۹۷

1397/12/14

دكتر ابراهيم تيموري

دكتر غلاميان

صنايع

يكي از عوامل مهمي كه امروزه عامل رقابت سازمان‌هاي مختلف گرديده است، سرعت پاسخگويي به مشتري است كه درعين‌حال كه محدوديت هزينه براي توليدكننده در نظر گرفته مي‌شود، بهينه ترين ميزان موجودي دردست ممكن را بتوان نگهداري كرد تا ماكزيمم رضايتمندي ممكن توسط مشتري حاصل شود. در صنايعي همچون نفت و گاز كه با قطعات گران قيمت روبه رو هستند، به منظور بهينه كردن هزينه هاي سازمان، سعي بر اين است تا به جاي دورريز قطعات، به مديريت موجودي زيرقطعه‌ها ي مصرفي در آنها بپردازند. در اين راستا با توجه به محدود بودن تعداد اپراتورها صف تشكيل مي شود كه همين امر زمان انتظار مشتريان را تحت تاثير قرار داده و در صورت عدم مديريت درست موجب نارضايتي مشتريان مي¬گردد. هدف اصلي اين تحقيق ارائه يك سيستم تك سطحي ، چند قطعه‌اي براي قطعات‌يدكي تعمير پذير است و با توجه به تنوع قطعات مورد استفاده در صنعت نفت و گاز و متفاوت بودن درجه ي اهميت آنها، قطعات داراي اولويت¬بندي هاي متفاوت نيز هستند. همچنين به‌منظور حداقل سازي زمان انتظار مشتري در مواقع كسري موجودي، از خاصيت ارسال عرضي بين انبار پايگاه‌ها استفاده‌شده است. حال با استفاده از تئوري صف، متوسط زمان انتظار قطعات براي تعمير را محاسبه كرده و با استفاده از آن، سطح بهينه¬ي موجودي پايگاه¬هاي تعميراتي از مدل موجودي كه هدف آن كاهش هزينه ي موجودي سيستم است، بدست مي آيد كه مدت زمان انتظار ناشي از كسري موجودي را نيز به ما خواهد داد. پس از آن به منظور كاهش سطح موجودي پايگاه ها، كاهش هزينه هاي ارسال و در راستاي آن كاهش هزينه¬ي كلي سيستم ، مكان يابي مجدد پايگاه هاي تعميراتي صورت مي گيرد. نتايج بدست آمده صحت عمكرد مدل ها را به صراحت بيان خواهند كرد. به منظور حل تابع موجودي، با توجه به پيچيده بودن مدل رياضي آن و عدم كارايي روش‌هاي دقيق، الگوريتم ژنتيك استفاده كرده‌ايم كه درنهايت مدل ارائه‌شده در نرم‌افزار MATLAB كد نويسي شده است. همچنين براي حل دقيق مدل مكان‌يابي نيز از نرم‌افزار گمز استفاده‌شده است. نهايتاً اين مدل‌ها پس از پياده‌سازي بر روي مطالعه‌ي موردي (شركت نفت و گاز پارس جنوبي) تشريح شده است.

1398/02/22

Providing a multi item inventory-location model for repairable spare parts by considering priority repairs using queuing theory

5/12/2019 12:00:00 AM

Customer response, as one of the most important competitive advantages in many companies, not only considers cost restrictions for producers but also cause to optimal available inventory to maximize customer satisfaction. In industries like oil and gas as components are expensive, companies instead of throwing parts away rather to manage the inventory of consumable indentures which can then lead to organizational costs optimization. In this regard, due to the limited number of operators, there is a queue that affects customers' expectations and, in the absence of proper management, causes customer dissatisfaction. The main objective of this research is to provide a single-echelon, multi-item system for repairable spare parts, and due to the variety of components used in the oil and gas industry and their different level of importance, priorities vary. Also, in order to minimize customer waiting time in the case of inventory deficit, the lateral transshipment between bases warehouse has been used. Using queuing theory, we now calculate the average waiting time for repair parts and by this calculation the optimum inventory level of bases is obtained from an inventory model. This model aims at reducing the cost of system inventory which will also give the waiting time for the inventory deficit. Subsequently, in order to reduce the level of inventory of the bases, the costs of sending and in line with it the overall cost of the system, repair shops must be relocated. The results will explicitly state the validity of the models. To solve the inventory function, due to the complexity of its mathematical model and the inefficiency of precise methods, we used a genetic algorithm that ultimately codifies the model presented in Matlab software. Gams software is also used to solve the exact location model. Finally, these models are described in implementation of the case study (South Pars Oil and Gas Company).