Optimerad råvarustyrning för sågverksindustrin
OptimizationProcess ControlRaw Material ControlSawmillYieldProduction PlanningOptimeringProcesstyrningRåvarustyrningTimmerklassläggningSågverkUtbyte
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.