Abstract The challenge being addressed in this paper is how best to prepare production for the potential disruptive events in order to minimise the impact of these unexpected disturbances. In particular, the paper is focusing on two particular approaches to disruption preparation. The first examines the optimal location and quantity of inventory or “work-in-progress”. The second explores the role of inspection stations in providing timely warning of quality issues. A mathematical model of the operations of a production system is suggested, which covers several types of disruptions: resource breakdowns with unknown start time, product quality losses and random demand fluctuations. The optimal solution minimises a total cost objective function, which is made up of production costs, inventory holding costs, inspection costs, as well as penalty costs for the lost or uncompleted orders. As an output, the model gives the best location and quantity of inventory and the best location of inspection points for any arbitrary production system. The model is first formulated as an optimal control problem, and it is shown how to transform it to a quadratic integer programming problem. The approach was applied to study an industrial strength laboratory production system that reflects the actual industrial disruption scenarios experienced by an industrial collaborator in a key production facility. The optimal solution for this laboratory system is presented and its evaluation is shown under several scenarios with disruptions. The model was also tested on large scale production systems with up to 500 resources.

中文翻译：

---

弹性规划策略，以支持容错生产操作

摘要 本文解决的挑战是如何最好地为潜在的破坏性事件做好生产准备，以尽量减少这些意外干扰的影响。特别是，本文重点介绍了两种特殊的中断准备方法。第一个检查库存或“在制品”的最佳位置和数量。二是探索检验站在质量问题及时预警中的作用。建议了一个生产系统运行的数学模型，它涵盖了几种类型的中断：未知开始时间的资源故障、产品质量损失和随机需求波动。最优解最小化总成本目标函数，它由生产成本、库存持有成本、检验成本、以及丢失或未完成订单的罚款费用。作为输出，该模型为任意生产系统提供了库存的最佳位置和数量以及检查点的最佳位置。该模型首先被表述为一个最优控制问题，并展示了如何将其转换为二次整数规划问题。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。该模型为任意生产系统提供了库存的最佳位置和数量以及检查点的最佳位置。该模型首先被表述为一个最优控制问题，并展示了如何将其转换为二次整数规划问题。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。该模型为任意生产系统提供了库存的最佳位置和数量以及检查点的最佳位置。该模型首先被表述为一个最优控制问题，并展示了如何将其转换为二次整数规划问题。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。该模型首先被表述为一个最优控制问题，并展示了如何将其转换为二次整数规划问题。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。该模型首先被表述为一个最优控制问题，并展示了如何将其转换为二次整数规划问题。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。该方法被应用于研究工业强度实验室生产系统，该系统反映了工业合作者在关键生产设施中所经历的实际工业中断场景。介绍了该实验室系统的最佳解决方案，并在几种中断情况下显示了其评估。该模型还在具有多达 500 个资源的大规模生产系统上进行了测试。