Minimização do custo de antecipação e atraso para o problema de sequenciamento de uma máquina com tempo de preparação dependente da sequência: aplicação em uma usina siderúrgica

• Autor(a) principal: Leandro de Morais Bustamante
• Data de Publicação: 2006
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/NVEA-72CN7W
• topic: Problema de atraso e antecipação; Programação linear inteira mista; Tempo de preparação dependente da sequência; Sequenciamento da produção de uma máquina; Programação linear; Engenharia de produção; Usinas siderurgicas Automação

Nesta dissertação foi estudado o problema de seqüenciamento de uma máquina, com objetivo de minimizar o somatório dos custos de antecipação e atraso no atendimento de uma demanda e com tempo de preparação de máquina dependente da sequência de produção. O problema do planejamento operacional da produção do laminador de uma usina siderúrgica, que serve de inspiração e ambiente para esta pesquisa, consiste em determinar uma melhor seqüência para a produção de um conjunto de ordens planejadas. Cada ordem possui uma data desejada para atendimento, ocorrendo a incidência de custo de atraso se a ordem é programada para produzir posteriormente à respectiva data desejada, ou custo de antecipação se a ordem PE produzida antes do desejado. Para representar o problema, foram desenvolvidos modelos utilizando Programação Linear Inteira Mista. Foram propostos dois modelos utilizando as formulações de Manne [16] e Wagner [24], tratando o tempo de preparação de máquina como uma restrição do problema. Entretanto, a partir das conclusões iniciais para situações de ociosidade da máquina, foi percebida a necessidade de tratar também o custo de preparação, sendo desenvolvido então um outro modelo. As dificuldades de modelagem do problema estudado partindo-se das definições de Manne e Wagner são explicitadas, assim como a comparação do desempenho dos modelos quando aplicados na resolução de um mesmo cenário de teste. Os modelos foram implementados utilizando a linguagem de programação MathProg e o software de otimização GLPK 4.8. A modelagem proposta e as análises dos resultados, mesmo que limitados para problemas em escala reduzida, permitem avaliar a aplicação dos modelos para o caso estudado e conhecer melhor o problema e suas soluções, gerando conhecimento que pode contribuir para o desenvolvimento de heurísticas convenientes para tratar problemas reais.