Scheduling of molds manufacturing processes through Process Mining

Abstract

Na indústria dos moldes, sendo este um sector altamente competitivo, as organizações procuram constantemente formas de otimizar os seus processos empresariais de modo a obterem uma vantagem competitiva. Isto leva a que exista um impulso para a integração de tecnologias da Indústria 4.0, com o intuito de obter acesso a ferramentas de gestão mais avançadas. Consequentemente, a quantidade de dados resultantes dos processos de fabrico aumentou significativamente, permitindo análises mais precisas aos processos e em tempo real. Este é também o caso da indústria de moldes, onde, atualmente, continuamos a observar que as organizações enfrentam inúmeros desafios, incluindo uma gestão de recursos insuficiente, incertezas no fornecimento de datas de entrega suficientemente precisas aos clientes e uma falta de visualização dos processos em curso no chão de fábrica. Estes problemas podem impedir a capacidade de acompanhar o estado atual da produção de moldes específicos ou peças de moldes específicas, resultando em ineficiências e na potencial insatisfação dos clientes.Para responder a estes desafios, foi realizado um estudo em que utilizámos algoritmos de Process Mining (PM) para analisar dados reais sobre os processos de produção na indústria de moldes. Estes dados foram utilizados como métricas para um Genetic Algorithm (GA), que foi aplicado para otimizar e determinar os escalonamentos mais viáveis para os pisos de produção. Ao integrar PM e GA, a nossa abordagem visa aumentar a eficiência dos escalonamentos, a utilização de recursos e a visibilidade dos processos de produção em curso.Através desta abordagem, as organizações presentes na indústria de fabrico de moldes podem obter um maior controlo sobre os processos, reduzindo os atrasos e obter a capacidade de fornecer datas de entrega mais precisas aos seus clientes, aumentando assim a sua competitividade no mercado em geral.

In the mold industry, being a highly competitive sector, organizations are constantly seeking ways to optimize their business processes in order to gain a competitive edge. This has led to a push for the integration of Industry 4.0 technologies in order to gain access to advanced management tools. Consequently, the amount of manufacturing process data significantly increased, allowing for more accurate and real-time process analyses. This is also the case of the molds industry, where nowadays, we continue to observe that organizations face numerous challenges, including suboptimal resource management, uncertainties in providing accurate delivery dates to clients, and a lack of visibility into ongoing processes on the production floors. These issues can prevent the ability to track the current status of production for specific molds or parts of a mold, leading to inefficiencies and potential customer dissatisfaction.To address these challenges, a study was carried out in which we employed Process Mining (PM) algorithms to analyze real-world data on production processes within the mold industry. These data were used as metrics for a Genetic Algorithm (GA), which was employed to optimize and determine the most feasible schedules for the production floors. By integrating PM and GA, our approach seeks to increase scheduling efficiency, resource utilization, and visibility into ongoing production processes. Through this approach, organizations in the mold manufacturing industry can achieve greater process control, reduce delays, and gain the ability to provide more accurate delivery dates to clients, thereby enhancing their overall market competitiveness.