Optimization of assembly line balancing with energy efficiency by using tiki-taka algorithm / Ariff Nijay Ramli
Material type:
TextPublisher: Pahang : UMP, 2023Copyright date: © 2023Description: xii, 89 pages : Illustration ; 30 cm.+ 1 CD ROMContent type: - text
- text
- unmediated
- computer
- volume
- computer disc
- THE0009483 (Local)
| Item type | Current library | Collection | Call number | Copy number | Status | Date due | Barcode | |
|---|---|---|---|---|---|---|---|---|
Thesis
|
UMPLIB PEKAN | Reference | CD13390 (Browse shelf(Opens below)) | Not for loan | T000002451 | |||
Thesis
|
UMPLIB PEKAN | Reference | FTKMA .A75 2023 r Thesis (Browse shelf(Opens below)) | 1 | Not for loan | T000002450 |
Faculty of Mechanical & Automotive Engineering Technology
Thesis (Master of Science) -- Universiti Malaysia Pahang – 2023
Includes bibliographical reference
Assembly line balancing (ALB) boleh diertikan sebagai aktiviti yang digunakan untuk mengoptimumkan pelan susunan sesebuah rangkaian pemasangan kilang dengan cara pengagihan dan penyusunan tugas kerja pemasangan disetiap stesen kerja. Berdasarkan kepada kajian-kajian terdahulu yang dilakukan oleh penyelidik, kebanyakan kajian model rangkaian pemasangan berfokus sepenuhnya hanya kepada permasalahan yang berkaitan dengan masa, ruang, pekerja dan juga beberapa sumber. Bagaimanapun, terdapat kekangan kajian yang menggunakan penggunaan tenaga elektrik dalam sebuah pelan rangkaian pemasangan. Situasi ini menggalakkan kerja kajian ini untuk menyiasat Assembly Line Balancing with Energy Efficiency (ALB-EE). Kajian ini bertujuan untuk memperkenalkan model pengiraan yang mewakili ALB-EE, mencadangkan Tiki-Taka Algorithm (TTA) yang baru untuk menyelesaikan dan mengoptimumkan ALB-EE, dan mengesahkan model yang telah diperkenalkan melalui situasi sebenar kes kajian. Dalam fasa permodelan, kesemua masalah ALB-EE dalam objektif kajian ini dipersembahkan dalam cara matematik untuk mendapatkan rangkaian yang efisien. kemudian, TTA itu akan diuji keberkesanannya melalui perbandingan antara Particle Swarm Optimization (PSO), Grey Wolf Optimization (GWO), Genetic Algorithm (GA), dan Whale Optimization Algorithm (WOA). Akhirnya, sebuah kajian kes industri akan dilakukan untuk menguji model dan algoritma yang telah dibangunkan. Sebuah syarikat automotif telah dipilih, dan data kajian yang telah dikumpul akan digunakan untuk tujuan pengujian. Sebagai rumusan, model Optimized TTA berfungsi dengan terbaik jika dibandingkan dengan PSO, GWO, GA, dan WOA dalam kebanyakan permasalahan kajian. Manakala, aktiviti pengujian kajian kes memberikan keputusan peningkatan kadar efisien rangkaian dari 92.7% kepada 95.1% dengan cara penyusunan kerja melalui aplikasi TTA. Melalui peningkatan kadar efisien, penggunaan tenaga keseluruhan dapat dikurangkan kepada 3,305,478.46 J dari jumlah asal iaitu 3,374,329.46 J. Hal ini menunjukkan bahawa algoritma TTA yang dibina adalah berkesan dan boleh digunakan dalam menyelesaikan masalah situasi sebenar dengan cara penyusunan semula kerja pemasangan, lantas mengurangkan masa pemsasngan dan dapat mengurangkan penggunaan tenaga yang diperlukan oleh mesin-mesin.