Aplicação do algoritmo genético e simulação de eventos discretos em um indústria de latas

Abstract

O uso de softwares de simulação vem sendo cada vez mais comum para o apoio a tomada de decisão, porém em algumas situações a busca por soluções de problemas complexos pode se tornar inviável por questão de tempo para obter-se uma solução, um exemplo disso é a busca por um conjunto de posicionamentos ideais para sensores ao longo da linha de produção Este estudo aborda a otimização do fluxo de latas do modelo de simulação da indústria, resolvendo o problema de posicionamento dos sensores localizados em esteiras entre as máquinas, responsáveis por tomar decisão de bloquear ou desbloquear a entrada de uma máquina de acordo com a lotação da esteira atual, para impedir que acúmulos de latas na esteiras ocorram, que por sua vez implica em vários outros problemas. Buscando formas de tornar a solução destes tipos de problemas viáveis experimentou-se a combinação da otimização combinatória e simulação de produção para encontrar o posicionamento ideal dos sensores, além de preencher lacunas na modelagem de falhas abertas no modelo de simulação utilizado. Neste trabalho, foi escolhido o algoritmo genético por ser uma ferramenta embutida do software de simulação utilizado pela empresa. O estudo envolveu a análise das restrições do posicionamento dos sensores e a correta utilização de hiper parâmetros para a aplicação do algoritmo genético. Também foi adicionada a modelagem de tempo médio entre falhas e tempo médio de reparos para impor condições mais realistas ao modelo de simulação, juntamente com a realização de experimentos comparativos para avaliar os métodos de configuração sugeridos pela literatura. Como resultado, verificou-se que a aplicação do algoritmo genético em conjunto com a simulação de eventos discretos pode proporcionar melhorias significativas no processo de produção de latas, pois consegue encontrar uma boa solução em tempo hábil que, de forma robusta, comprova o aumento da capacidade produtiva da indústria em, no mínimo, 0,51%, números significantes para a empresa, além de proporcionar um conjunto de soluções simples e diretas para o decisor. Os resultados sugerem uma preferência maior pelo uso da configuração Dynamic ILM/DHC do algoritmo genético devido a sua capacidade em diminuir o espaço de busca e encontrar soluções melhores e menos tempo.