• Login
    View Item 
    •   DSpace Home
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016171P2 Programa de Pós-Graduação em Engenharia de Manufatura
    • Dissertações
    • View Item
    •   DSpace Home
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016171P2 Programa de Pós-Graduação em Engenharia de Manufatura
    • Dissertações
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)

    Thumbnail
    View/Open
    R - D - JAISON VIEIRA.pdf (5.804Mb)
    Date
    2023
    Author
    Vieira, Jaison
    Metadata
    Show full item record
    Abstract
    Resumo: O planejamento e a programação são funções essenciais para que os sistemas industriais operem de maneira eficaz, visando atender às demandas de produção dentro do prazo estabelecido. Diversos estudos na literatura propõem modelos matemáticos de Sistemas Avançados de Planejamento e Programação da Produção (APS) para diferentes cenários, levando em conta configurações variadas de recursos e limitações. No entanto, somente recentemente os APS, que utilizam esses modelos, têm sido amplamente discutidos e utilizados, mas ainda não exploraram completamente os conceitos de digitalização e Indústria 4.0. Este trabalho tem como objetivo desenvolver um framework de um Sistemas Avançados de Planejamento e Programação da Produção para o ambiente de manufatura, utilizando sistemas computacionais de inteligência artificial e aplicando conceitos da Indústria 4.0. Inicialmente, é apresentada uma revisão sistemática da literatura realizada por meio da aplicação do método ProKnow-C em sistemas APS. Em seguida, é mostrado o desenvolvimento de um MVP (Minimum Viable Product) de um sistema de APS por meio da abordagem Design Science Research (DSR), buscando gerar mais flexibilidade e autonomia para estes sistemas, dentro dos conceitos de Indústria 4.0. A abordagem DSR foi explorada em suas etapas, resultando no desenvolvimento de um framework para um sistema comercial de APS, com a aplicação do Algoritmo Genético de Classificação Não Dominada II (NSGA-II). São apresentadas as definições das funções objetivas, um estudo sobre os principais sistemas de APS disponíveis no mercado, a estruturação do sistema, o detalhamento do algoritmo no back-end e os resultados obtidos na simulação por meio do desenvolvimento de protótipos e frontend. Com a utilização da metodologia DSR e a aplicação do algoritmo NSGA-II, busca-se contribuir para o desenvolvimento de sistemas de APS mais eficazes e inovadores, que atendam às demandas da Indústria 4.0.
     
    Abstract: Planning and scheduling are essential functions for industrial systems to operate effectively, aiming to meet production demands within established deadlines. Several studies in the literature propose mathematical models of Advanced Planning and Scheduling (APS) Systems for different scenarios, taking into account various configurations of resources and limitations. However, only recently have APS systems using these models been widely discussed and used, but they have not fully explored the concepts of digitization and Industry 4.0. This work aims to develop a framework for an Advanced Planning and Scheduling System for the manufacturing environment, using artificial intelligence computational systems and applying concepts of Industry 4.0. Initially, a systematic literature review is presented through the ProKnow-C method applied to APS systems. Then, the development of an MVP (Minimum Viable Product) of an APS system is shown through the Design Science Research (DSR) approach, seeking to generate more flexibility and autonomy for these systems within the Industry 4.0 concepts. The DSR approach was explored in its stages, resulting in the development of a framework for a commercial APS system, with the application of the Non-Dominated Sorting Genetic Algorithm II (NSGA-II). Objective function definitions, a study on the main APS systems available in the market, system structuring, algorithm detailing in the back-end, and results obtained in the simulation through the development of prototypes and front-end are presented. By using the DSR methodology and applying the NSGA-II algorithm, we aim to contribute to the development of more effective and innovative APS systems that meet the demands of Industry 4.0.
     
    URI
    https://hdl.handle.net/1884/85024
    Collections
    • Dissertações [24]

    DSpace software copyright © 2002-2022  LYRASIS
    Contact Us | Send Feedback
    Theme by 
    Atmire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_typeThis CollectionBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_type

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

    DSpace software copyright © 2002-2022  LYRASIS
    Contact Us | Send Feedback
    Theme by 
    Atmire NV