Ett centralt processteg för sågverk är att sönderdela stockar med olika sågmönster. Vid sönderdelning uppstår ett visst råvaruspill, men genom att använda rätt sågmönster till varje enskild stock kan detta spill minimeras. Som ett steg i att göra detta försorteras därför timmer i ett antal timmerklasser som samlar stockar med liknande egenskaper. Råvarustyrning innebär att välja vilka mönster varje klass ska sågas med, hur stor andel av varje klass som ska sågas med dessa mönster samt att bestämma hur stockar sorteras till klasserna. I detta arbete utvecklas ett optimeringsverktyg som angriper problemet att optimera råvarustyrningen med avseende på de framställda produkternas försäljningsvärde. Problemet delas upp i två nivåer där linjärprogrammering kan användas i den ena nivån med syfte att, givet en uppsättning klasser, optimera valen av sågmönster. Linjärprogrammering används eftersom kubikmeterpriset på de sågade trävarorna antas vara konstant med avseende på producerad volym. Den andra problemnivån innebär att optimera timmersorteringen och för detta ändamål implementeras och utvärderas fyra lokalsökningsalgoritmer. Genom ett gränssnitt mot användare och databaser kan sågverk ladda in timmerdata, simulerade produktutfall när timmer sågas med olika sågmönster, samt lägsta och högsta tillåtna produktvolymer. Utöver optimering av råvarustyrning kan optimeringsverktyget användas som stöd för att skapa väl underbyggda kundofferter vid nya orderingångar eller väntade förändringar av råvarufördelning. Optimeringsverktyget klarar alltid av att hitta det optimala valet av postningar och postningsandelar givet en uppsättning klasser om det existerar minst ett val som uppfyller bivillkoren på framställda produktvolymer. Emellertid visar tester att denna beräkningsrutin gör anspråk på för mycket tid, men sannolikt kan den effektiviseras tillräckligt mycket för att användas skarpt i praktiken. Den bästa lokalsökningsalgoritmen fungerar tillfredsställande i tester, men det krävs mer utvecklingsarbete för att den ska rubriceras som helt klar. Främst i form av att möjliggöra för algoritmen att finna en lösning om sågverkets grundinställda klasser inte kan uppfylla bivillkoren på produktvolymer.Testdatat som används kommer från ett verkligt sågverk, men på grund av brister i detta data kan inga slutsatser dras angående ökad lönsamhet för sågverket genom användning av optimeringsverktyget. / A key process step in sawmills is the sawing of logs into wood, using various sawing patterns. A certain amount of waste always results when sawing, but by using the right sawing pattern for each individual log this waste can be minimized. One way to address this is to presort the incoming logs into a number of sawing classes, where all of these collect logs with similar properties. Raw material control at sawmills involves choosing the patterns to be used on each class, the share of each class to be sawn with the various patterns and also deciding the way logs are assigned to the sawing classes. In this work an optimization tool is constructed that addresses the problem of optimizing the raw material control with respect to the sales value of the manufactured products. The problem is divided into two sub-problems where linear programming can be used for one of these sub-problems with purpose to optimize the choices of sawing patterns given a set of classes. Linear programming can be used because the unit price of sawn goods is assumed to be constant with respect to the volume produced. The second sub-problem is to optimize the sorting of logs and in order to do this four different local search algorithms are implemented and evaluated. Through an user and database interface the sawmill can access sawlog data, simulated product outcomes and constraints for product volumes. In addition to optimization of the raw material control the optimization tool can help the user to create well-founded quotations whenever new orders arrive or the anticipated raw material distribution changes. The optimization tool always manages to find the optimal choice of sawing patterns and shares for a set of sawing classes given the existence of at least one choice that fulfills the constraints for manufactured product volumes. Tests show however, that this computational step requires too much time, but it can probably be streamlined enough to be used in practice.The best local search algorithm serves satisfactory in tests, but needs more development in order to be labeled as finished. Foremost by enabling the algorithm to find a solution even if the sawmill's default sawing classes can not fulfill the product volume constraints. The test data used when evaluating the algorithms come from a real sawmill, but due to shortcomings in the data no conclusions about increased profit for the sawmill can be drawn.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:umu-34667 |
Date | January 2010 |
Creators | Johansson, Erik |
Publisher | Umeå universitet, Institutionen för fysik |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | English |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0157 seconds