Optimering av produktionsscheman i mejeriindustrin

This thesis presents a case study of mathematical production scheduling optimization applied on Arla Foods AB’s production of dairy products. The scheduling was performed as a possible remedy for problems caused by overcrowded finished goods warehouse. Based on the scheduling, conclusions were made on whether the existing two-shift production is sufficient or if an additional night shift should be introduced. In parallel, an empirical and theoretical analysis on the perceived effects of night shift work on employees was conducted. For the optimization, mixed integer programming was used to model the production context through a discrete time scheduling lot-sizing model developed in this thesis. The model developed and implemented on Arla Foods AB contributes to the research field through its feature of relatively low complexity enabling scheduling of extensive production systems when applied in industrial contexts where products may be categorized. The thesis concludes that mathematical production scheduling can solve Arla Foods AB’s production problematics and suggests reallocation of the existing shifts for the purpose of reduced costs and acceptable warehouse levels. This reallocation would incur production during inconvenient hours whereas management remedies reducing negative effects of night shift work are identified.Denna avhandling innefattar en studie av matematisk optimering av produktionsscheman applicerad på Arla Foods ABs produktion av mejeriprodukter. Schemaläggningen utfördes som en möjlig lösning på produktionsproblematik orsakad av överfyllda färdigvarulager. Utifrån de optimerade produktionsschemana drogs slutsatser kring om dagens produktionsstruktur på två skift är tillräcklig eller om introduktion av ett andra nattskift skulle vara fördelaktig. Parallellt med detta presenteras en empirisk och teoretisk studie kring de produktionsanställdas uppfattning kring effekter av att arbeta nattskift. För optimeringen har heltalsoptimering (eng: mixed integer programming) använts för modellering av produktionen genom en produktionsplaneringsmodell med diskret tidsrepresentation (eng: discrete time scheduling lot-sizing model ) som utvecklas i denna avhandling. Denna model, som även appliceras på Arla Foods ABs produktion, presenteras i detalj och karaktäriseras av låg komplexitet vilket möjliggör schemaoptimering av omfattande produktionssystem givet att produktportföljen kan kategoriseras i produktgrupper med liknande egenskaper ur ett produktionsperspektiv. Avhandlingen fastslår att matematisk optimering av produktionsscheman har potential att lösa produktionsproblematiken på Arla Foods AB och föreslår en reallokering av den nuvarande produktionen för minskade kostnader och utjämnade nivåer i färdigvarulager. Produktionsomläggningen skulle innebära produktion under obekväm arbetstid vilket föranleder en analys av initiativ som har potential att minska de negativa effekterna av nattskiftarbete för de produktionsanställda