A memetic ant colony system algorithm for multiple machine scheduling in additive manufacturing with orientation selection of parts and energy costs ​

Stel je een fabrieksvloer voor waar machines geen materiaal wegsnijden om een onderdeel vorm te geven, maar het in plaats daarvan opbouwen, laag voor laag, vanuit een digitaal ontwerp. Dit is additieve fabricage, een proces dat vaak 3D-printen wordt genoemd, en dat de manier waarop we alles maken – van vliegtuigonderdelen tot medische implantaten – heeft gerevolutioneerd. Omdat deze machines complexe vormen kunnen produceren zonder mallen, bieden ze een ongelooflijke flexibiliteit. Deze flexibiliteit gaat echter gepaard met een logistieke puzzel. Wanneer een fabriek tegelijkertijd verschillende van deze machines laat draaien en er een grote order van verschillende onderdelen gemaakt moet worden, moet de manager twee moeilijke zaken tegelijkertijd beslissen: welke onderdelen samengevoegd moeten worden om in één enkele batch te printen, en hoe die onderdelen op het machinebed gedraaid moeten worden om er zoveel mogelijk in te passen. Bovendien zijn deze machines energievreters; de lasers en verwarmers die het materiaal smelten verbruiken enorme hoeveelheden elektriciteit, waardoor de kosten voor het draaien van de machines een belangrijke zorg vormen voor zowel het milieu als de winstgevendheid.

Jarenlang hebben onderzoekers geprobeerd dit planningsraadsel op te lossen, waarbij de focus voornamelijk lag op het zo snel mogelijk voltooien van het werk. Ze hebben diverse computerprogramma's ontwikkeld om de beste manier te bepalen om onderdelen in batches te verpakken en aan machines toe te wijzen. Toch bleef er een aanzienlijke kloof in het onderzoek bestaan. De meeste studies negeerden het feit dat een enkel onderdeel vaak op verschillende manieren geprint kan worden, waarbij elke oriëntatie verandert hoeveel ruimte het inneemt en hoeveel energie het verbruikt. Daarnaast gaven weinig studies prioriteit aan het besparen van energie boven het besparen van tijd, ook al stijgen de energiekosten en wordt duurzaamheid een cruciaal doel voor de moderne industrie.

Een team van onderzoekers van de Universiteit van Sevilla in Spanje heeft dit complexe probleem nu aangepakt met een nieuwe aanpak die twee krachtige computationele strategieën combineert. Ze creëerden een geavanceerd algoritme dat ontworpen is om de dubbele uitdagingen van het efficiënt verpakken van onderdelen en het minimaliseren van de energie die nodig is om te printen, aan te pakken. Hun methode, die ze een memetisch mierenkoloniesysteem noemen, put inspiratie uit de manier waarop echte mierenkolonies de kortste weg naar voedsel vinden. In de natuur laten mieren een chemisch spoor achter, een feromoon; hoe meer mieren een succesvol pad bewandelen, hoe sterker de geur wordt, wat anderen aanzet om het te volgen. De onderzoekers vertaalden dit gedrag naar een computerprogramma waarbij virtuele "mieren" miljoenen mogelijke manieren verkennen om onderdelen te groeperen en te oriënteren. Terwijl het programma draait, leert het welke combinaties van onderdelen en rotaties leiden tot de beste resultaten, waarbij succesvolle patronen worden versterkt en inefficiënte patronen worden weggegooid.

Om dit systeem nog effectiever te maken, voegden de onderzoekers een tweede laag intelligentie toe. Zodra de virtuele mieren een oplossing voorstellen, grijpt een lokale zoekprocedure in om de oplossing te verfijnen. Deze stap werkt als een nauwgezette inspecteur die kleine aanpassingen maakt – zoals het draaien van een enkel onderdeel of het wisselen van twee onderdelen tussen batches – om te zien of de energiekosten verder verlaagd kunnen worden. Door de brede exploratie van de mierenkoloniemethode te combineren met deze precieze lokale verfijning, kan het algoritme door de enorme hoeveelheid mogelijkheden navigeren die betrokken zijn bij het plannen van deze machines zonder vast te lopen in een suboptimale oplossing.

Het team testte hun nieuwe algoritme met behulp van een breed scala aan scenario's, inclusend standaard testgevallen uit eerdere studies en nieuwe, complexere scenario's waarbij onderdelen in twee of drie verschillende oriëntaties geprint konden worden. Ze vergeleken hun resultaten met de best bekende oplossingen van bestaande methoden en met exacte wiskundige modellen die bekend staan om het vinden van het perfecte antwoord, maar te traag zijn om grote problemen op te lossen. De resultaten waren opmerkelijk. In tests die ontworpen waren om de gemiddelde productiekosten te minimaliseren, vonden het nieuwe algoritme betere oplossingen dan de bestaande methoden in bijna de helft van de gevallen, en evenaarde het de beste resultaten in de rest. Wanneer het doel was om het werk zo snel mogelijk te voltooien, presteerde het algoritme opnieuw beter dan eerdere methoden, waarbij het snellere schema's vond voor veel van de testgevallen.

Misschien wel de meest significante bevinding heeft betrekking op energie. Toen de onderzoekers het algoritme de mogelijkheid gaven om te kiezen uit meerdere oriëntaties voor elk onderdeel, waren de energiebesparingen aanzienlijk. In scenario's met twee alternatieve oriëntaties daalde de gemiddelde energiekosten met ongeveer 3,3 procent. Wanneer drie oriëntaties beschikbaar waren, steeg de besparing naar bijna 6 procent. In sommige specifieke gevallen met drie machines bereikte de reductie zelfs 9,5 procent. Deze cijfers lijken misschien klein bij het eerste oogpunt, maar in een industriële setting waar machines continu draaien, vertalen dergelijke reducties zich in enorme besparingen op de elektriciteitsrekening en een aanzienlijke vermindering van de ecologische voetafdruk van het productieproces.

De studie onthulde ook een belangrijke afweging. Wanneer de planning strikt gericht was op het zo snel mogelijk voltooien van de klus, schoten de energiekosten vaak omhoog, met een stijging van meer dan 20 procent gemiddeld vergeleken met schema's die specif kind zijn ontworpen om energie te besparen. In de meest extreme gevallen, met zes draaiende machines, kon de energiestraf voor het prioriteren van snelheid boven efficiëntie oplopen tot 36 procent. Deze bevinding suggereert dat simpelweg proberen sneller te printen niet altijd de meest efficiënte strategie is. In plaats daarvan biedt een gebalanceerde aanpak die zowel tijd als energie overweegt, en gebruikmaakt van de flexibiliteit om onderdelen te draaien, een veel slimmere weg voorwaarts.

De onderzoekers valideerden hun bevindingen door het algoritme op een standaard computerprocessor te draaien, waarbij de complexe berekeningen in enkele minuten of uren werden voltooid, terwijl de exacte wiskundige modellen vaak niet in staat waren om binnen een redelijke tijd een oplossing te vinden. Dit toont aan dat de nieuwe methode niet alleen effectief, maar ook praktisch is voor echte fabrieken die snel beslissingen moeten nemen. Door te bewijzen dat het overwegen van alternatieve onderdeeloriëntaties de energiekosten aanzienlijk kan verlagen zonder snelheid op te offeren, biedt dit werk een duidelijk stappenplan voor fabrikanten die hun additieve productielijnen duurzamer en kostenefficiënter willen maken. De studie concludeert dat hoewel het probleem van het plannen van deze machines ongelooflijk complex is, de juiste combinatie van intelligente zoekopdrachten en lokale verfijning efficiënties kan ontsluiten die voorheen onbereikbaar waren.