Application of discrete event simulation to assembly line balancing in an automotive company

Authors

  • Lucio Flore Maciel Maxion Structural Components, Cruzeiro, SP, Brasil.
  • Aneirson Francisco da Silva Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Guaratinguetá, SP, Brasil.
  • Elias Carlos Aguirre Rodríguez Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Guaratinguetá, SP, Brasil. https://orcid.org/0000-0003-1120-1708
  • Fernando Augusto Silva Marins Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Guaratinguetá, SP, Brasil. https://orcid.org/0000-0001-6510-9187

DOI:

https://doi.org/10.14488/1676-1901.v23i4.4967

Keywords:

Discrete Event Simulation, Line Balancing, Conceptual Modeling, IDEF-SIM, Automotive Sector Company

Abstract

The overall objective of the research was to develop a simulation model discrete event for balancing an assembly line for components in a Brazilian automotive company, seeking to increase line productivity and using lower amounts of inputs. In the situation studied for many elements with stochastic behavior, which may influence the productivity of the line beyond the range of products that supply assembly, which makes the balancing line a complex task and promotes the use of the simulation procedure as a solution. In conceptual modeling of the studied problem adopted the IDEF-SIM method and for the simulation we used the ProModel® software. As results has a conceptual model and implemented for an assembly line that has enabled interesting information about the problem, such as joining functions of two posts jobs, eliminate excess movement and eliminate bottlenecks.

Downloads

Download data is not yet available.

Author Biographies

Lucio Flore Maciel, Maxion Structural Components, Cruzeiro, SP, Brasil.

Graduado em Engenharia Mecânica pela UNESP (2006), mestrado em Pesquisa Operacional pelo Instituto Tecnológico de Aeronáutica (2016). É Gerente de Engenharia na Maxion Wheels do grupo Iochpe Maxion. Tem experiencia na área de desenvolvimento produtos, processos industriais e simulação de eventos discretos auxiliando tomada de decisão.

Aneirson Francisco da Silva, Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Guaratinguetá, SP, Brasil.

Graduado em Administração pela UNITRI (2004), Especialização em Economia e Finanças pela UFU (2006), mestrado em Engenharia de Produção pela UNIFEI (2009), doutorado em Engenharia de Produção pela Unesp (2013), e estágio de Pós-doutorado na USP (2018). É Prof. Livre Docente no Departamento de Produção da Faculdade de Engenharia e Ciências - Campus de Guaratinguetá da UNESP e Pesquisador PQ2 do CNPq. Tem experiência na área de Engenharia de Produção, com ênfase em Pesquisa Operacional e Estatística, atuando principalmente nos seguintes temas: Pesquisa Operacional, Métodos de Otimização e Simulação, Data Envelopment Analysis, Design of Experiments.

Elias Carlos Aguirre Rodríguez, Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Guaratinguetá, SP, Brasil.

Graduado em Ciências Estatísticas pela Universidade Nacional de Trujillo - Perú (2019) e mestrado em Engenharia na área de Produção pela Universidade Estadual Paulista – UNESP (2023). Tem experiência na área de Probabilidade e Estatística, Ciência da Computação, e Engenharia de Produção, atuando principalmente nos temas de Estatística Aplicada, Análise Multivariada, Demografia, Ciência de Dados, Técnicas de Amostragem, Análise de Dados, Aprendizado de Máquina, Pesquisa Operacional, e Métodos de Otimização Simulação e Tomada de Decisão.

Fernando Augusto Silva Marins, Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Guaratinguetá, SP, Brasil.

Graduado em Engenharia Mecânica pela UNESP (1976), mestrado em Pesquisa Operacional pelo Instituto Tecnológico de Aeronáutica (1981), doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas (1987), e estágio de Pós-doutorado na Brunel University em Londres - Inglaterra (1994). É Prof. Titular no Departamento de Produção da Faculdade de Engenharia e Ciências - Campus de Guaratinguetá da UNESP e Pesquisador PQ2 do CNPq. Tem experiência na área de Engenharia de Produção, com ênfase em Pesquisa Operacional e Logística, atuando principalmente nos seguintes temas: Logística e Gerenciamento da Cadeia de Suprimentos, Modelos de Otimização da Pesquisa Operacional, Métodos de Apoio à Tomada de Decisão e de Simulação.

References

AMARAL, J. V. S., MONTEVECHI, J. A. B., MIRANDA, R. C., SOUSA JUNIOR, W. T. Metamodel-based simulation optimization: A systematic literature review. Simulation Modelling Practice and Theory, 114, 102403, 2022.

BANKS, J.; CARSON II, J. S.; NELSON, B. L.; NICOL, D. M. Discrete-event Simulation. 4th. ed. New Jersey: Prentice-Hall, 2005.

BUDDE, L. L. S., HAENGGI, R., FRIEDLI. Use of DES to develop a decision support system for lot size decision-making in manufacturing companies. Production & Manufacturing Research, v.10, n.1, 494-518, 2022.

BONGOMIN, O.; MWASIAGI, J.I.; NGANYY, E.O.; NIBIKORA, I. A complex garment assembly line balancing using simulation-based optimization. Engineering Reports, v.2, n.11, p. 1-23, 2020.

CHWIF, L.; MEDINA, A. Modelagem e Simulação de Eventos Discretos. 4ª Edição: Teoria e Aplicações. Elsevier Brasil, 2014.

CHUNG, C. Simulation modeling handbook: a practical approach. CRC Press LLC, 2004.

FERREIRA, W. P., ARMELLINI, F., De Santa-Eulalia, L. A. Simulation in industry 4.0: A state-of-the-art review. Computers & Industrial Engineering, 149, 106868, 2020.

FU, M. C. Handbook of simulation optimization. Springer, 2015.

HOEFLER, T.; JEANNOT, E.; MERCIER, G. An Overview of Process Mapping Techniques and Algorithms in High-Performance Computing. Emmanuel Jeannot and Julius Zilinskas. High Performance Computing on Complex Environments, Wiley, p.75-94, 2014.

HUNT, V. D. Process Mapping: How to Reengineer your Business Process. John Wiley & Sons, New York, 1996.

JAHANGIRIAN, M.; ELDABI, T.; NASEER, A.; STERGIOULAS, L. K.; YOUNG, T. Simulation in manufacturing and business: A review. European Journal of Operational Research, v.203, n.1, p.1-13, 2010.

KANG, P. S., BHATTI, R. S. Continuous process improvement implementation framework using multi-objective genetic algorithms and discrete event simulation. Business Process Management Journal, v.25, n.5, 1020-1039, 2018.

KIRIS, S.B.; ERYARSOY, E.; ZAIM, S.; DELEN, D. An integrated approach for lean production using simulation and data envelopment analysis. Annals of Operations Research, v.320, n.2, p. 863-886, 2023.

LAW, A. M. Simulation modeling and analysis, 4th ed. New York: McGraw-Hill, 2007.

LEAL, F.; ALMEIDA, D.A. de; MONTEVECHI, J. A. B.. Uma Proposta de Técnica de Modelagem Conceitual para a Simulação por meio de elementos do IDEF. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, Anais [...] João Pessoa, PB, 2008.

LEAL F.; SANTOS G.; RIBEIRO S.; QUEIROZ J.; ROCHA F. Aplicação do mapeamento do fluxo de valor integrado a simulação a eventos discretos para identificar desperdícios em uma fabrica de laticínios In: XLVI SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, Anais [...], Salvador, 2014.

LEAL, Fabiano. Análise do efeito interativo de falhas em processos de manufatura por meio de projeto de experimentos simulados. 2008. Tese de Doutorado. Faculdade de Engenharia do Campus de Guaratinguetá, Universidade Estadual Paulista.

MIRANDA, R. C., MONTEVECHI, J. A. B., SILVA, A. F., MARINS, F. A. S. A New Approach to Reducing Search Space and Increasing Efficiency in Simulation Optimization Problems via the Fuzzy-DEA-BCC. Mathematical Problems in Engineering, 1–15, 2014.

MIRANDA, R. C., MONTEVECHI, J. A. B., SILVA, A. F., MARINS, F. A. S. Increasing the efficiency in integer simulation optimization: Reducing the search space through data envelopment analysis and orthogonal arrays. European Journal of Operational Research, v. 262, 673-681, 2017.

MONTEVECHI, J. A. B.; PINHO, AL. F.; LEAL, F.; MARINS, F. A. S. Application of design of experiments on the simulation of a process in an automotive industry. In: Proceedings of the 39th conference on Winter simulation: 40 years! The best is yet to come. IEEE Press, p. 1601-1609, 2007.

MONTEVECHI, J. A. B.; LEAL, F.; PINHO, A. F.; COSTA, R. F. S.; OLIVEIRA, M. L. M.; SILVA, A. L. F. Conceptual modeling in simulation projects by mean adapted IDEF: an application in a Brazilian tech company. In: PROCEEDINGS OF THE WINTER SIMULATION CONFERENCE, Baltimore, USA, 2010.

PINHO, A. F.; MONTEVECHI, J. A. B.; MARINS, F. A. S. Avaliação de um método de otimização proposto para modelos de simulação a eventos discretos. In: XLI SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, Anais [...], Porto Seguro, 2009.

PINTO, W. G. M., MONTEVECHI, J. A. B., MIRANDA, R. C., SANTOS, C. H., PEREIRA, A. B. M. Optimisation Via Simulation Applied to Reverse Logistics: A Systematic Literature Review. International Journal of Simulation Modelling, v. 22, n. 1, 29-40, 2023.

RAZALI, M. M,; RASHID, M.F.F.A.; MAKE, M.R.A. Optimization of automotive manufacturing layout for productivity improvement. Journal of Mechanical Engineering, v. SI4, n.1, p.171-184, 2017.

REKIEK, B., DOLGUI, A., DELCHAMBRE, A.; BRATCU, A. State of art of optimization methods for assembly line design. Annual Reviews in Control, v. 26, n. 2, p.163-174, 2002.

SAMANT, S.; MITTAL, V.K.; PRAKASH, R. Resource optimisation for an automobile chassis manufacturer through value stream mapping enhanced with simulation technique and constraint programming. International Journal of Industrial and Systems Engineering, v. 28, n. 3, p.379-401, 2018

Sousa Junior, W. T., Montevechi, J. A. B., Miranda, R. C., Campos, A. T. Discrete simulation-based optimization methods for industrial engineering problems: A systematic literature review. Computers & Industrial Engineering, v. 128, 526-540, 2019.

ROBINSON, S. Conceptual modelling for simulation Part I: definition and requirements. Journal of the Operational Research Society, v. 59, n. 3, p.278-290, 2008.

SARGENT, R. G. Verification and validation of simulation models. In: WINTER SIMULATION CONFERENCE, Proceedings... Austin, TX, USA, 2009.

TIACCI, L. Mixed-model U-shaped assembly lines: Balancing and comparing with straight lines with buffers and parallel workstations. Journal of Manufacturing Systems, v. 45, p. 286-305, 2017.

Downloads

Published

2024-03-13

How to Cite

Maciel, L. F., Silva, A. F. da, Rodríguez, E. C. A., & Marins, F. A. S. (2024). Application of discrete event simulation to assembly line balancing in an automotive company. Revista Produção Online, 23(4), 4967 . https://doi.org/10.14488/1676-1901.v23i4.4967

Issue

Vol. 23 No. 4 (2023)

Section

Papers

License

Copyright (c) 2024 Revista Produção Online

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

The Journal reserves the right to make spelling and grammatical changes, aiming to keep a default language, respecting, however, the style of the authors.

The published work is responsibility of the (s) author (s), while the Revista Produção Online is only responsible for the evaluation of the paper. The Revista Produção Online is not responsible for any violations of Law No. 9.610 / 1998, the Copyright Act.

The journal allows the authors to keep the copyright of accepted articles, without restrictions


 
This work is licensed under a Creative Commons License .