Epsilon Archive for Student Projects

Abstract

Sönderdelning och transport av GROT (grenar och toppar) kräver dyra maskinsystem samtidigt som efterfrågan av sortimenteten varierar kraftigt under året. Det är därför svårt att planera flöden av GROT-flis effektivt och samtidigt välja rätt maskinsystem.

AB Karl Hedin är en sågverkskoncern lokaliserad i Bergslagen. De äger fyra sågverk varav tre är sverigebaserade. De levererar även GROT-flis till flertalet värmeverk och har ett behov av ett beslutsstöd som underlättar sortimentets flödesplanering och föreslår maskinsystem.

Projektets syfte var att skapa ett användarvänligt enperiodsbeslutsstöd med mål att maximera den totala vinsten och genom detta kvantifiera GROT-flisflödets förbättringspotential. Nio månaders historiska flödesdata kartlades och användes som jämförande testperiod.

Genom en fallstudie bestående av två scenarier analyserades optimeringar med månadsvisa, kvartalsvisa och säsongsvisa (9 mån) optimeringshorisonter:
1. Optimering genomfördes med historisk identisk tillgång och efterfrågan från testperioden. Beslutsstödet gavs således utrymme att styra flöden såväl som maskinsystemval.
2. Optimering genomfördes med historisk identisk tillgång från testperioden. Avseende efterfrågan tilläts ett avsteg på maximalt 10 % från varje mottagares verkliga inlevererade energimängder. Beslutsstödet gavs därigenom dessutom utrymme att delvis omfördela energimängder mellan mottagare.

Resultatet visade att längre optimeringshorisonter genererade högre potentiella vinster. Det andra scenariots tillåtna avsteg från respektive mottagares inlevererade energimängd styrde optimeringsutfallen mot transportavståndsminimering snarare än att höja leveranserna till de bäst betalande mottagarna.
Optimeringarna genererade estimerade höjningar av den totala vinsten på 4,9 till 9,2% beroende på scenario och optimeringshorisont. Medeltransportavståndet reducerades vid optimering i genomsnitt med 12 km. Maskinsystemet lastbilshugg föreslogs genomgående före traktorhugg/lastväxlare.

Chipping and transportation of forest residues requires expensive machine systems and the delivery of this assortment must meet a large seasonal variation in demand. This makes for complex planning and decision support is needed to better select the right system and plan the transportation.

AB Karl Hedin is a sawmill company based in the Bergslagen area of Sweden. They own four sawmills, three of which are located in Sweden. They also supply raw materials to several plants, for which they expressed the need for a decision support system to handle the flows of forest residues.

The project's aim was to create a user-friendly single-period decision support system for optimizing forest residue chipping and flow planning, as well as to quantify the possible improvement potential enabled by such a system. The objective of the decision support was to maximize the profit. The development and test of the system was done using nine months of historical data from 2011-2012.

To quantify the improvement potential enabled by the system, two scenarios were analyzed with monthly, quarterly and seasonal (9 months) optimization horizons:
1. Optimization was performed using the identical supply and demand as found during the test period. In this scenario, the decision support was only allowed to influence the choice of machine system and destination of the transportation flows.
2. Optimization was performed with identical supply as found during the test period. The delivery to each customer was allowed to deviate up to 10 % from the historical delivery, with a greater possibility for re-allocation between customers.

The results showed that longer optimization horizons generated a higher potential profit. A permitted delivery deviation of up to 10 % generated a result which was primarily more by the transport cost than customer price. This is because transport distance varied more between potential customers than price did.

The results showed that the potential increase in profit varied between 4,9 and 9,2 % depending on the scenario and optimization horizons. The average transport distance reduction for all the optimizations was 12 km. Both scenarios resulted in truck-mounted chippers being more frequently chosen than tractor-mounted chippers.