의약 중간체 제조 공장을 포함한 정밀 화학 산업에서 생산 계획 및 전사적 자원 관리(enterprise resource planning) 관한 의사 결정은 기업 운영 효율성 최적화에 매우 주요한 연구 주제이다. 기존의 의사 결정 시스템은 공장 간의 자원 관리와 공장내 생산 계획이 분리되어, 전사적 관점에서의 전역 해를 도출하는데 한계가 있다. 본 연구에서는 무선 식별 시스템(Radio Frequency Identification; RFID) 기반의 실시간 물류 관리 시스템을 이용하여 의약품 중간체 산업의 전사적 자원 관리와 최적 생산 계획 수립을 동시에 수행할 수 있는 의사결정 플랫폼을 개발하고, 실제 제조 공정에 적용하여 그 효과를 분석한다. 기존의 분리된 운영 체제와는 달린 본 연구에서 제안하는 통한 의사결정 플랫폼은 원료 주문 및 운송 시간에 관한 정보가 RFID 기술을 통해 제조 공정 생산 계획 수립의 핵심 데이터로 사용됨으로써, 별도의 재고 관리 시설 없이 공장간 물류 현황에 대응하여 최적 생산 계획이 수립된다. 이를 위하여 제품 생산 시간 최소화를 목적 함수로 설정하고, 마감 기한 및 주문량에 대한 제약조건 등을 포함한 혼합정수선형계획 모델을 개발하였다. 이후 개발된 최적화 모델을 실제 의약품 중간체 생산 문제로 적용함으로써, 제안한 통합 의사결정 플랫폼의 효용성을 입증하였다. 본 연구 결과로 생산 시간 최적화를 위해 단순한 공정 조합을 필요로 하는 생산물이 먼저 제조되고 복잡한 공정 구조를 가진 생산물이 순차적으로 생산되는 생산 일정이 최적임을 확인하였다.

This study proposed a new optimization-based decision model for an enterprise resource planning and production scheduling of a pharmaceutical intermediates manufacturing plant. To do this work, we first define the inflow and outflow information as well as the model structure, and develop an optimization model to minimize the production time (i.e., makespan) using a mixed integer linear programing (MILP). The unique feature of the proposed model is that the optimal process scheduling is established based on real-time resource logistics information using a radio frequency identification (RFID) technology, thereby theoretically requiring no material inventories. essential information for process operation, such as the required amount of raw materials and estimated arrival timing to manufacturing plant, is used as logistics constraints in the optimization model to yield the optimal manufacturing scheduling to satisfy final production demands. We illustrated the capability of the proposed decision model by applying the optimization model to two scheduling problems in a real pharmaceutical intermediates manufacturing process. As a result, the optimal production schedule and raw materials order timing were identified to minimize the makespan while satisfying all the product demands.

Enterprise resource planning Process scheduling Pharmaceutical plant optimization

Kim J, Prospective of Industrial Chemistry, 3 (6), 1-6(2000).
Marques CM, Moniz S, Sousa JP, Barbosa-Povoa AP, Reklaitis GV, Comput. Chem. Eng., 134, 106672 (2020)
Stefansson H, Shah N, Aided Chemical Engineering, 20, 1003 (2005)
Kim J, Kim J, Lee T, Lee IB, Moon I, Ind. Eng. Chem. Res., 49(24), 12646 (2010)
Varma VA, Pekny JF, Blau GE, Reklaitis GV, Comput. Chem. Eng., 32(4-5), 1000 (2008)
Lainez JM, Schaefer E, Reklaitis GV, Comput. Chem. Eng., 47, 19 (2012)
Waller MA, Esper TL, Council of Supply Chain Management Professionals (2014).
Uthayakumar R, Priyan S, Operations Research for Health Care, 2(3), 52-64(2013).
Sarin SC, Sherali HD, Liao L, IIE Transactions, 46(12), 1298 (2014)
Papageorgiou LG, Rotstein GE, Shah N, Ind. Eng. Chem. Res., 40(1), 275 (2001)
Kwon S, Review of Architecture and Building Science, 50(10), 37-41(2006).
Moon TS, Choi SM, Kang SB, The Journal of Society for e-Business Studies, 14(4), 267-286(2009).
Lee C, Shim KS, Lee YJ, Rural Development Administration, 1-295(2005).
Leem S, Um W, Lee Y, The Journal of Internet Electronic Commerce Research, 10(4), 1-12(2010).
McCarl AB, GAMS Development Corporation, 1-950 (2009).