Optimal production planning and scheduling of mixed batch and continuous industrial processes

Abstract

The use of techniques for the optimization of decision-making procedures in the process industries (chemicals, food, pharmaceuticals, pulp and paper, oil and gas, cement, etc.) is more relevant than ever. Current markets are characterised by increased competitiveness that forces process industries to operate with miniscule profit margins. Therefore, improved production and resource efficiency is critical for the viability and future growth of all industries. Production planning and scheduling is the process related to the efficient allocation of resources, such as equipment, utilities and manpower, over a given time horizon of interest, e.g., daily, weekly etc., so that all required tasks are executed, and incoming orders are satisfied. Efficient production planning and scheduling is extremely beneficial to all industries, since some of the induced benefits are increased productivity, lower production costs and reduced energy needs and waste. Despite the increased use of digitalization, production planning and scheduling remains a manual process mainly due to the lack of optimized methods that can handle real-life problems. This thesis considers the development of mathematical frameworks to provide optimized solutions for a wide range of high complexity production planning and scheduling problems. The proposed methodologies are based on mixed integer linear programming (MILP) modelling frameworks. Moreover, several novel solution algorithms have been investigated to allow the applicability of the presented methodologies in real-life industrial problems. More specifically, the first chapters consider the production scheduling problem of multiproduct plants comprising of mixed batch and continuous processes, a layout commonly met in several industrial sectors, such as food, pharmaceuticals, specialty chemicals etc. First, two MILP-based mathematical frameworks with distinct advantages are presented for the optimal production scheduling problem of such industrial facilities. The developed frameworks are then successfully applied on a real-life scheduling problem of a food industry. Near-optimal solutions are efficiently generated, comparing favourably with manually derived schedules by the production engineers. Next, an optimization-based solution strategy is proposed for the integrated production planning and scheduling problem in breweries. Beer production consists is characterized by a long lead time, making the efficient coordination of production a difficult task. An extensive computational analysis shows the superiority of the developed methodology compared to other approaches in the open literature, while a problem originating from a real Greek brewery is used to illustrate the applicability of the proposed framework. The optimal planning of COVID-19 vaccine supply chains is addressed in the final part of this thesis. A novel MILP model is developed to generate optimal tactical and operational decisions for the underlying supply chain problem. Key issues of the COVID-19 vaccine supply chain e.g., vaccination targets, transportation lead-times and vaccine perishability, are cleverly incorporated in the model to optimise an economic objective. Furthermore, a decomposition strategy is introduced to address realistically sized case studies and applied to a case simulating the Greek COVID-19 vaccination program. Finally, a rolling-horizon technique is introduced to address uncertainty factors such as demand fluctuations due to cancelled vaccination appointments.

Το ερευνητικό έργο που παρουσιάζεται σε αυτή τη διδακτορική διατριβή πραγματεύεται την ανάπτυξη μαθηματικών μοντέλων μεικτού ακέραιου γραμμικού προγραμματισμού (MILP) και αποδοτικών μεθόδων επίλυσης σύνθετων προβλημάτων βελτιστοποίησης που αφορούν θέματα i) χρονοπρογραμματισμού παραγωγής, ii) ενοποιημένου χρονοπρογραμματισμού και σχεδιασμού παραγωγής και iii) σχεδιασμού και λειτουργίας δικτύων εφοδιαστικών αλυσίδων εμβολίων COVID-19. Ο χρονοπρογραμματισμός παραγωγής αποτελεί τη διαδικασία λήψης αποφάσεων κατά την οποία κατανέμονται οι διαθέσιμοι πόροι μιας βιομηχανικής εγκατάστασης στις διάφορες διεργασίες που είναι απαραίτητες για την παραγωγή των τελικών προϊόντων. Οι πόροι αυτοί μπορεί να περιλαμβάνουν τον εξοπλισμό επεξεργασίας, αποθήκευσης και μεταφοράς υλικών, το ανθρώπινο δυναμικό και τις βοηθητικές παροχές, π.χ. ηλεκτρισμό, νερό, κ.α. Ο σχεδιασμός παραγωγής αποτελεί μια άλλη διαδικασία λήψης αποφάσεων, η οποία αφορά επίσης την κατανομή των διαθέσιμων πόρων και η οποία προηγείται του χρονοπρογραμματισμού παραγωγής, με την έννοια ότι οι αποφάσεις που λαμβάνονται κατά τον σχεδιασμό αποτελούν είσοδο του χρονοπρογραμματισμού παραγωγής. Οι διαφορές ανάμεσα σε χρονοπρογραμματισμό και σχεδιασμό παραγωγής έγκειται στον υπό μελέτη χρονικό ορίζοντα (μέρες-εβδομάδα για χρονοπρογραμματισμό και εβδομάδες-μήνες για σχεδιασμό) και στην λεπτομέρεια των αποφάσεων (πιο λεπτομερείς κατά τον χρονοπρογραμματισμό). Στην πράξη τα δύο αυτά στάδια αποφάσεων μελετώνται ξεχωριστά, ωστόσο εκτενείς έρευνες έχουν δείξει ότι η ενοποιημένη μελέτη του χρονοπρογραμματισμού και του σχεδιασμού παραγωγής οδηγεί σε σημαντική αύξηση της αποδοτικότητας μιας βιομηχανικής μονάδας. Tα ρεαλιστικά προβλήματα χρονοπρογραμματισμού παρουσιάζουν εξαιρετικά υψηλή υπολογιστική πολυπλοκότητα, με αποτέλεσμα να μην μπορούν να επιλυθούν σε χρόνους αποδεκτούς από την βιομηχανία. Επομένως, κρίνεται αναγκαία η ανάπτυξη νέων υπολογιστικών τεχνικών, οι οποίες θα συνδυάζουν αποτελεσματικότητα, απόδοση και ταχύτητα, έτσι ώστε να υποστηρίξουν τις διοικήσεις των επιχειρήσεων στη διαδικασία λήψης αποφάσεων. Προς αυτή την κατεύθυνση, στην παρούσα διατριβή πραγματοποιείται τόσο η ανάπτυξη νέων μαθηματικών μοντέλων, λαμβάνοντας υπόψη ρεαλιστικά χαρακτηριστικά, όσο και η ανάπτυξη νέων αλγορίθμων για την επίλυση των προβλημάτων σε σύντομο υπολογιστικό χρόνο. Στο τελευταίο τμήμα του διδακτορικού, εφαρμόστηκε η τεχνογνωσία που είχε αποκτηθεί στον τομέα της μαθηματικής μοντελοποίησης, στο πρόβλημα βέλτιστης λειτουργίας και σχεδιασμού μιας εφοδιαστικής αλυσίδας για την διανομή των εμβολίων COVID-19. Το πρόβλημα αυτό αφορά κυρίως τον καθορισμό των μεταφερόμενων και αποθηκευμένων ποσοτήτων αλλά και τον προγραμματισμό των εμβολιασμών στα εμβολιαστικά κέντρα. Ο συγκεκριμένος τύπος εφοδιαστικής αλυσίδας εμφανίζει χαρακτηριστικά τα οποία δυσχεραίνουν την εύρυθμη λειτουργία του, κυρίως λόγω των ιδιαιτεροτήτων των εμβολίων τύπου mRNA, συγκεκριμένα τον περιορισμένο χρόνο ζωής των εμβολίων και τις ανάγκες αποθήκευσης σε βαθιά κατάψυξη. Η βιβλιογραφία για τη βελτιστοποίηση ιατρικών εφοδιαστικών αλυσίδων περιορίζεται κυρίως σε φάρμακα και βρίσκονται ελάχιστες μελέτες για την εφοδιαστική αλυσίδα εμβολίων, οι οποίες αφορούν κυρίως την διανομή εμβολίων σε χώρες του τρίτου κόσμου. Επίσης δεν βρίσκεται μελέτη στη βιβλιογραφία για εφοδιαστικές αλυσίδες εμβολίων για την αντιμετώπιση πανδημίας, καθώς και για εμβόλια mRNA. Τα παραπάνω δημιουργούν ένα ερευνητικό κενό μεγάλου ενδιαφέροντος ιδιαιτέρως λόγω των τελευταίων εξελίξεων. Για τους παραπάνω λόγους αναπτύχθηκαν νέα μοντέλα και αλγόριθμοι επίλυσης για την βελτιστοποίηση των αποφάσεων που αφορούν την εφοδιαστική αλυσίδα εμβολίων COVID-19. Επιπλέον ορίζεται ένα νέο πρόβλημα, στο οποίο καθορίζεται ταυτόχρονα και το πρόγραμμα εμβολιασμών σε κάθε εμβολιαστικό κέντρο, μέσω της ενσωμάτωσης αποφάσεων που αφορούν τις ανάγκες σε υγειονομικό προσωπικό.