Discrete Event Simulation (DES) for Production Planning and Scheduling (PPS)

국내외 제조 산업에서 Industry 4.0과 더불어 디지털 트윈에 대한 관심들이 높습니다. 실제 공장과 동일한 가상의 공장을 만들고, 다양한 시나리오를 가상공장을 대상으로 실험하고, 결과를 비교 분석하여 검증된 대안을 실제 공장에 적용하려는 디지털 트윈에서는 시뮬레이션 모델링이 핵심 기술입니다.

시뮬레이션 모델링은 목적에 따라 모델링 기법이나 상세 정도 (level of details)가 달라지는데, 이번 블로그에서는 제조 기업의 생산 계획과 스케줄링을 위한 시뮬레이션 모델을 대상으로 합니다. 생산 운영 시스템은 Figure 1에 나타난 바와 같이 비즈니스 계층 구조에 따라서 다양한 모듈들이 존재합니다. 공통적으로 적용할 수 있는 데이터로 통합 시뮬레이션 모델을 만들고, 이를 기반으로 각 모듈에 특화된 기능들을 추가하여 원하는 어플리케이션을 구축할 수 있습니다. 아울러 시뮬레이션 모델은 최적화와 AI/ML 기술과 접목하여 생산 운영 효율을 높이는 기본 도구로도 활용될 수 있습니다.

Figure 1: Production Planning and Scheduling Modules (source: https://vms-solutions.com/)

생산 계획 측면에서 작업물과 설비의 행태를 모델링하기에는 이산사건 시뮬레이션이 효과적

이산사건 시뮬레이션 (DES: discrete event simulation)은 계획 및 스케줄링 관점에서 생산 시스템의 행태를 분석하기 매우 적합한 방법입니다. 이산사건 시뮬레이션은 “사건 혹은 이벤트”와 “이산”이라는 단어에 주목해 볼 필요가 있습니다. 우선 사건 (event)은 대상 시스템으로부터 유한개의 사건들을 정의하고, 하나의 사건이 발생하면 그에 따라 정의된 처리 함수가 호출되어 해당 사건을 처리하게 됩니다. 예를 들면, 장비가 어떤 작업물을 가공 완료하는 사건이 발생하면, 대기 중인 작업물들 중에서 다음 수행할 작업물을 선택하게 합니다. 다음으로 이산 (discrete)은 사건이 발생하는 패턴이 연속적이 아니라 불연속적으로 발생하며 사건 간의 발생간격이 랜덤하거나 규칙에 따라서 정의할 수 있습니다. 어떤 작업물이 설비에서 가공이 시작되면, 정해진 가공 시간 후에 “가공 완료” 사건이 발생합니다.

MOZART LSE (loading simulation engine)를 활용한 생산 시뮬레이션

이산사건 시뮬레이션은 제품이 설비에 로딩/언로딩하는 이벤트에 초점을 맞추어 모델링함으로써 실제 공장에서 어떻게 흘러가는지를 잘 모사할 수 있습니다. 생산 시뮬레이션 엔진의 두 가지 핵심 객체는 작업물 (job)과 설비 (resource)입니다. 설비가 앞에 대기중인 여러 작업물 중에서 우선 순위에 따라서 하나를 고르는 규칙 (dispatching rule)을 사용자가 정의하면, 시뮬레이션 엔진이 이산 사건의 처리를 담당하게 됩니다.

시뮬레이션 모델 역시 이 두 객체를 중심으로 구성됩니다. 생산할 제품들과 각 제품을 만드는 데 거쳐야하는 공정들을 정의한 BOP (bill of process) 모델, 설비의 가공 행태와 가공 가능한 공정 및 소요 시간 등을 정의하는 설비 모델 (resource model), 그리고 생산 제약이나 규칙 등을 정의하는 규칙들 (rules & constraints)로 이루어집니다. MOZART LSE를 이용하여 사용자는 입력 및 출력 데이터들을 테이블 형태로 볼 수 있고, 쉽게 분석할 수 있도록 구현된 분석 UI를 통해서 볼 수도 있습니다. 

결론

이산사건 시뮬레이션은 제조 공장의 생산 계획 및 스케줄을 생성하는 측면에서 설비와 작업물을 중심으로 비 연속적으로 발생하는 이벤트를 모델링하고 분석하기에 좋은 방법입니다. 제조 담당자 혹은 계획 담당자들이 고려해야하는 거의 모든 요소들을 이벤트 관점에서, 어떤 시점에 내려야하는 의사 결정이고, 어떤 규칙에 의거해서 결정해야 하는지를 정하고 나면, 시스템에 구현하는 것은 비교적 쉬운 일입니다. 각 의사결정에 동원된 각종 데이터를 사유 코드 (reason code)로 제공함으로써 최종 결과물을 분석하고 지속적으로 시스템을 향상시킬 수 있는 방안입니다.

Learn more: Resource Download