earticle

영어

With the growth of the packaging industry, demand on the packaging printing comes in various forms. Customers’ orders are diversifying and the standards for quality are increasing. Offset printing is mainly used in the packaging printing since it is easy to print in large quantities. However, productivity of the offset printing decreases when printing various order. This is because it takes time to change colors for each printing unit. Therefore, scheduling that minimizes the color replacement time and shortens the overall makespan is required. By the existing manual method based on workers’ experience or intuition, scheduling results may vary for workers and this uncertainty increase the production cost. In this study, we propose an automated scheduling method of parallel offset printing process for packaging printing. We decompose the original problem into assigning and sequencing orders, and ink arrangement for printing problems. Vehicle routing problem and assignment problem are applied to each part. Mixed integer programming is used to model the problem mathematically. But it needs a lot of computational time to solve as the size of the problem grows. So guided local search algorithm is used to solve the problem. Through actual data experiments, we reviewed our method’s applicability and role in the field.

한국어

본 연구에서는 패키징 인쇄를 위한 병렬 오프셋 인쇄 공 정의 스케줄링 문제를 다루었다. 문제에 대해 두 부분으로 구분하여 접근하였고, 각각 할당 문제와 차량 경로 문제를 적용하여 수리적으로 모형화 하였다. 스케줄링 모형의 현장 적용성은 실험을 통해 검토하였다. 실제 데이터로 구성된 작은 규모의 문제에서는 수리모형으로도 실용적인 시간 내 에 최적해를 도출할 수 있었고 이와 비교하여 메타 휴리스 틱의 성능을 확인하였다. 기업이 보유한 데이터를 바탕으로 문제 규모를 확장한 실험에서는, 수리모형의 최적해와 비교 하여 메타 휴리스틱이 해의 품질을 보장하면서 시간적 효 율성을 확보할 수 있었다. 본 연구는 수작업 위주의 기존 방식은 주체(작업자)에 따 라 스케줄링의 결과에 불확실성이 존재하는 문제에 주목하 였다. 이러한 불확실성은 전체 생산 비용의 증가를 가져오 기 때문에 이를 개선할 수 있도록 실용적인 시간 내에 일 관된 결과를 제공하는 스케줄링 모형을 제시하였다. 제시한 모형은 단일 라인과 병렬 라인 모두에 적용되어 작업자의 경험에 의존하던 기존의 방식을 개선하는데 도움이 될 것 으로 판단되며, 시간 함수의 정의를 통해 다른 요인들을 반 영하는 연구로의 확장이 가능하다는 의의를 갖는다. 향후 주문의 납기, 복수의 라인에서 동일 주문 인쇄, 동 일하지 않은 라인의 인쇄 용량, 조색 난이도 등을 고려하는 연구로의 확장을 통해 패키징 인쇄 분야의 스마트 생산 시 스템 도입에 기여할 수 있을 것으로 기대된다.