Modelling of a pull-flow production system with dynamic buffer stock control

We współczesnej logistyce przemysłowej wydajna produkcja opiera się na synchronizacji dostaw surowców z popytem w czasie rzeczywistym, co pozwala zminimalizować marnotrawstwo i poprawić wydajność. W niniejszym artykule zaproponowano podejście modelowe do systemów produkcyjnych oparte na strategii przepływu typu "pull", która steruje uzupełnianiem zapasów surowców w odpowiedzi na popyt w czasie rzeczywistym. System produkcyjny jest przedstawiony w programie Simulink jako dyskretna jednostka produkcyjna wspierana przez zapas buforowy. Pętla sterowania sprzężeniem zwrotnym reguluje przepływ materiałów z magazynu do bufora, wykorzystując punkty wyzwalające oparte na popycie, aby zapobiegać niedoborom i utrzymać stabilną wydajność maszyn. Celem jest zapewnienie nieprzerwanej produkcji przy jednoczesnej optymalizacji poziomów zapasów. Wyniki symulacji podkreślają skuteczność proponowanego podejścia w synchronizacji dostaw z zużyciem, zwiększając ogólną responsywność systemu i wydajność operacyjną.

Słowa kluczowe:

przepływ wyciągania, system produkcyjny, modelowanie, sterowanie uzupełnianiem zapasów

Bibliografia

[1] Aitziane, A., Barra, A., & Bensassi, B. (2021). Sensitivity Analysis Modeling for the Evaluation of the Order Picking Process Performance. International Review of Automatic Control (IREACO), 14(2), 76. https://doi.org/10.15866/ireaco.v14i2.20459

[2] Al-Aomar, R., & Al-Okaily, A. (2006). A GA-based parameter design for single machine turning process with high-volume production. Computers & Industrial Engineering, 50(3), 317–337. https://doi.org/10.1016/j.cie.2006.02.003

[3] Alekseev, M. V., Kudryashov, V. S., Gavrilov, A. N., Ivanov, A. V., Kozenko, I. A., & Sukhanova, N. V. (2022). Development and research of a digital control system for juice consumption after the diffusion apparatus in sugar production. IOP Conference Series: Earth and Environmental Science, 1052(1), 012140. https://doi.org/10.1088/1755-1315/1052/1/012140

[4] Alvarez-Vargas, R., Dallery, Y., & David, R. (1994). A study of the continuous flow model of production lines with unreliable machines and finite buffers. Journal of Manufacturing Systems, 13(3), 221–234. https://doi.org/10.1016/0278-6125(94)90006-X

[5] Cavana, M., & Leone, P. (2022). Smart Gas Network with Linepack Managing to Increase Biomethane Injection at the Distribution Level. Energies, 15(21), 8198. https://doi.org/10.3390/en15218198

[6] Elbaraka, S., Mokhlis, S., Barra, A., & Fouraiji, H. (2025). Modelling and optimization of a machine production process: Buffer stock supply implementation and replenishment control. E3S Web of Conferences, 601, 00026. https://doi.org/10.1051/e3sconf/202560100026

[7] Fouraiji, H., Nsiri, B., & Bensassi, B. (2018). Modeling of stock management by parametric models ARX, ARMAX, BJ and OE. Journal of Theoretical and Applied Information Technology, 96(20), 6842–6852.

[8] Hohendorff Filho, J. C. V., Victorino, I. R. S., Bigdeli, A., Castro, M. S., & Schiozer, D. J. (2024). Effect of production system uncertainties on production forecast, energy demand, and carbon emissions. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 46(3), 115. https://doi.org/10.1007/s40430-024-04688-2

[9] Kim, J., & Gershwin, S. B. (2006). Integrated quality and quantity modeling of a production line. In G. Liberopoulos, C. T. Papadopoulos, B. Tan, J. M. Smith, & S. B. Gershwin (Eds), Stochastic Modeling of Manufacturing Systems (pp. 121–148). Springer-Verlag. https://doi.org/10.1007/3-540-29057-5_6

[10] Lee, C. E., & Chou, F. Der. (1998). A two-machine flowshop scheduling heuristic with bicriteria objective. International Journal of Industrial Engineering : Theory Applications and Practice, 5(2), 128–139.

[11] Lukinskiy, V., & Lukinskiy, V. (2016). Evaluation of the Influence of the Logistic Operations Reliability on the Total Costs of a Supply Chain. Transport and Telecommunication Journal, 17(4), 307–313. https://doi.org/10.1515/ttj-2016-0027

[12] Marek, R. P., Elkins, D. A., & Smith, D. R. (2001). Understanding the fundamentals of Kanban and CONWIP pull systems using simulation. Proceeding of the 2001 Winter Simulation Conference (Cat. No.01CH37304), 2, 921–929. https://doi.org/10.1109/WSC.2001.977394

[13] Richards, G. (2014). Warehouse management: A complete guide to improving efficiency and minimizing costs in the modern warehouse (Second edition). Kogan Page Limited.

[14] Smith, J. S. (2004). Survey on the use of simulation for manufacturing system design and operation. Journal of Manufacturing Systems, 23(4), 331. https://doi.org/10.1016/S0278-6125(04)80057-8

Modelowanie systemu produkcyjnego typu pull-flow z dynamicznym sterowaniem zapasami buforowymi. (2026). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 16(1), 177-182. https://doi.org/10.35784/iapgos.8079

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 16 Nr 1 (2026)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja