Publicação
Escalonamento Dinâmico da Produção de uma fábrica
| Resumo: | A indústria 4.0 está já aí. Com o seu desenvolvimento, as fabricas estão a ficar cada vez mais ciberfísicas. Sendo assim, sistemas de escalonamento dinâmico que podem tratar altas quantidades de dados fazem cada vez mais sentido. Estes sistemas podem reduzir os custos de uma fábrica, otimizando a produção na mesma ao máximo. Em primeiro lugar, o estado da arte dos sistemas de escalonamento foi estudado, de forma a perceber qual seria a melhor opção para implementar um. Duas possibilidades foram implementadas: um algoritmo genético (GA) e um algoritmo de colónia de abelhas artificiais (ABC). Estas soluções utilizam o makespan como função objetivo e oferecem uma grande variabilidade nas soluções devido ao seu sistema de gerar soluções iniciais para os algoritmos. Estes algoritmos foram validados e testados para o Flexible Job Shop Scheduling Problem, resultando daí a conclusão de que o ABC é melhor que o GA por 2% e que o ABC está perto de outros algoritmos de estado da arte. Esta tese também tem como objetivo o tratamento de possíveis eventos dinâmicos que podem acontecer numa fábrica, criando heurísticas para o tratamento destes. A melhor solução implementada com estas heurísticas tem como objetivo diminuir a entropia entre o antigo e o novo planeamento de produção. Foram feitos testes comparando o algoritmo com algoritmos do estado da arte, obtendo bons resultados. Para concluir, dois sistemas de escalonamento estático foram desenvolvidos e várias heurísticas para tratar diferentes disrupções na fábrica foram desenhadas. |
|---|---|
| Autores principais: | Sousa, Ricardo Henrique Macedo |
| Assunto: | Otimização Escalonamento Flexible Job Shop Scheduling Problem Algoritmo Genético Algoritmo de Colonia de Abelhas Artificiais Optimization Scheduling Genetic Algorithm Artificial Bee Colony Algorithm |
| Ano: | 2022 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico do Porto |
| Idioma: | inglês |
| Origem: | Repositório Científico do Instituto Politécnico do Porto |
| Resumo: | A indústria 4.0 está já aí. Com o seu desenvolvimento, as fabricas estão a ficar cada vez mais ciberfísicas. Sendo assim, sistemas de escalonamento dinâmico que podem tratar altas quantidades de dados fazem cada vez mais sentido. Estes sistemas podem reduzir os custos de uma fábrica, otimizando a produção na mesma ao máximo. Em primeiro lugar, o estado da arte dos sistemas de escalonamento foi estudado, de forma a perceber qual seria a melhor opção para implementar um. Duas possibilidades foram implementadas: um algoritmo genético (GA) e um algoritmo de colónia de abelhas artificiais (ABC). Estas soluções utilizam o makespan como função objetivo e oferecem uma grande variabilidade nas soluções devido ao seu sistema de gerar soluções iniciais para os algoritmos. Estes algoritmos foram validados e testados para o Flexible Job Shop Scheduling Problem, resultando daí a conclusão de que o ABC é melhor que o GA por 2% e que o ABC está perto de outros algoritmos de estado da arte. Esta tese também tem como objetivo o tratamento de possíveis eventos dinâmicos que podem acontecer numa fábrica, criando heurísticas para o tratamento destes. A melhor solução implementada com estas heurísticas tem como objetivo diminuir a entropia entre o antigo e o novo planeamento de produção. Foram feitos testes comparando o algoritmo com algoritmos do estado da arte, obtendo bons resultados. Para concluir, dois sistemas de escalonamento estático foram desenvolvidos e várias heurísticas para tratar diferentes disrupções na fábrica foram desenhadas. |
|---|