Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/34101 |
Resumo: | Este trabalho apresenta uma metodologia para gerenciamento de peças sobressalentes no ciclo normal de operação. Apresenta uma revisão de literatura, estuda os modelos de previsão e propõe modelos conjugados. Posteriormente, apresenta uma metodologia combinada por métodos qualitativos e quantitativos de quatro fases para auxilio na tomada de decisão nos ciclos mensais de planejamento de peças sobressalentes. Responde à questão fundamental de quais peças sobressalentes estocar e em quais quantidades. A primeira fase consiste na seleção de critérios utilizando o Método Ponto de Corte, subcritérios e delimitação das categorias pelo Método Vital, Essencial e Desejável (VED). A segunda utiliza Análise Hierárquica de Processos (AHP) e o Método Botton-up para calcular a criticidade total de cada item. A terceira representa o modelo de previsão que gera os valores da variável do modelo de otimização. Por fim, a quarta fase consiste em um modelo de otimização biobjetivo, baseado em preço e criticidade que pode realizar uma única iteração ou diversas pelo Método p-épsilon e construção da Curva Pareto Ótima com base em previsões e revisões mensais de saldos disponíveis para estocagem dos itens. O modelo é suportado por heurísticas para impedir inviabilidades e reduzir rupturas de estoque. A abordagem desenvolvida avalia peças de reposição com dados reais de 9.263 itens de uma mineradora. Como resultados, tem-se melhor suporte para a decisão durante os ciclos de planejamento e controle adequado dos valores imobilizados em estoque. A contribuição científica consiste no modelo qualitativo e quantitativo multicritério na gestão de previsão de peças sobressalentes com e sem lead time, de modelos de otimização biobjetivo e métodos heurísticos aplicados em dados reais da indústria mineral. |
id |
UFMG_75b21c6ae728bafc791e177c78c7562c |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/34101 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Samuel Vieira Conceiçãohttp://lattes.cnpq.br/1169359835970569João Flávio de Freitas AlmeidaLásara Fabrícia RodriguesHelton Cristiano GomesMagno Silvério Camposhttp://lattes.cnpq.br/9663408185877800Leandro Reis Muniz2020-09-03T18:56:33Z2020-09-03T18:56:33Z2020-03-26http://hdl.handle.net/1843/34101Este trabalho apresenta uma metodologia para gerenciamento de peças sobressalentes no ciclo normal de operação. Apresenta uma revisão de literatura, estuda os modelos de previsão e propõe modelos conjugados. Posteriormente, apresenta uma metodologia combinada por métodos qualitativos e quantitativos de quatro fases para auxilio na tomada de decisão nos ciclos mensais de planejamento de peças sobressalentes. Responde à questão fundamental de quais peças sobressalentes estocar e em quais quantidades. A primeira fase consiste na seleção de critérios utilizando o Método Ponto de Corte, subcritérios e delimitação das categorias pelo Método Vital, Essencial e Desejável (VED). A segunda utiliza Análise Hierárquica de Processos (AHP) e o Método Botton-up para calcular a criticidade total de cada item. A terceira representa o modelo de previsão que gera os valores da variável do modelo de otimização. Por fim, a quarta fase consiste em um modelo de otimização biobjetivo, baseado em preço e criticidade que pode realizar uma única iteração ou diversas pelo Método p-épsilon e construção da Curva Pareto Ótima com base em previsões e revisões mensais de saldos disponíveis para estocagem dos itens. O modelo é suportado por heurísticas para impedir inviabilidades e reduzir rupturas de estoque. A abordagem desenvolvida avalia peças de reposição com dados reais de 9.263 itens de uma mineradora. Como resultados, tem-se melhor suporte para a decisão durante os ciclos de planejamento e controle adequado dos valores imobilizados em estoque. A contribuição científica consiste no modelo qualitativo e quantitativo multicritério na gestão de previsão de peças sobressalentes com e sem lead time, de modelos de otimização biobjetivo e métodos heurísticos aplicados em dados reais da indústria mineral.This work presents a methodology for managing spare parts in the normal cycle of operation. It presents a literature review, studies forecasting models and proposes combined models. Subsequently, it presents a methodology combined by qualitative and quantitative methods of four phases to assist in decision making in the monthly spare parts planning cycles. It answers the fundamental question of which spare parts to stock and in what quantities. The first phase consists of the selection of criteria using the Cutoff Method, subcriteria and delimitation of categories by the Vital, Essential and Desirable Method (VED). The second uses Hierarchical Process Analysis (AHP) and the Botton-up Method to calculate the total criticality of each item. The third represents the forecast model that generates the values of the optimization model variable. Finally, the fourth phase consists of a biobjective optimization model, based on price and criticality that can perform a single iteration or several by the p-epsilon method and construction of the Pareto Optimal Curve based on forecasts and monthly reviews of balances available for storage of the items. The model is supported by heuristics to prevent unavailability and reduce stockouts. The developed approach evaluates spare parts with real data from 9,263 items from a mining company. As a result, there is better support for the decision during the planning cycles and adequate control of the fixed assets in stock. The scientific contribution consists of the qualitative and quantitative multicriteria model in the management of spare parts prediction with and without lead time, of biobjective optimization models and heuristic methods applied to real data from the mineral industry.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Engenharia de ProduçãoUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA PRODUÇÃOEngenharia de produçãoOtimizaçãoProcesso decisórioProgramação linearTomada de decisãoPeças sobressalentesAHPProgramação linearProgramação biobjetivoPrevisão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineralDemand forecast multicritery classification and optimization in spare parts planning in the mineral industryinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALPREVISÃO DE DEMANDA, CLASSIFICAÇÃO MULTICRITÉRIO E OTIMIZAÇÃO NO PLANEJAMENTO DE PEÇAS SOBRESSALENTES NA INDÚSTRIA MINERAL.pdfPREVISÃO DE DEMANDA, CLASSIFICAÇÃO MULTICRITÉRIO E OTIMIZAÇÃO NO PLANEJAMENTO DE PEÇAS SOBRESSALENTES NA INDÚSTRIA MINERAL.pdfapplication/pdf5380526https://repositorio.ufmg.br/bitstream/1843/34101/3/PREVIS%c3%83O%20DE%20DEMANDA%2c%20CLASSIFICA%c3%87%c3%83O%20MULTICRIT%c3%89RIO%20E%20OTIMIZA%c3%87%c3%83O%20NO%20PLANEJAMENTO%20DE%20PE%c3%87AS%20SOBRESSALENTES%20NA%20IND%c3%9aSTRIA%20MINERAL.pdf4c38f2417544ce9b5fa7721ddade80b1MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82119https://repositorio.ufmg.br/bitstream/1843/34101/4/license.txt34badce4be7e31e3adb4575ae96af679MD541843/341012020-09-03 15:56:34.026oai:repositorio.ufmg.br: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Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2020-09-03T18:56:34Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
dc.title.alternative.pt_BR.fl_str_mv |
Demand forecast multicritery classification and optimization in spare parts planning in the mineral industry |
title |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
spellingShingle |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral Leandro Reis Muniz Tomada de decisão Peças sobressalentes AHP Programação linear Programação biobjetivo Engenharia de produção Otimização Processo decisório Programação linear |
title_short |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
title_full |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
title_fullStr |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
title_full_unstemmed |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
title_sort |
Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral |
author |
Leandro Reis Muniz |
author_facet |
Leandro Reis Muniz |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Samuel Vieira Conceição |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1169359835970569 |
dc.contributor.advisor-co1.fl_str_mv |
João Flávio de Freitas Almeida |
dc.contributor.advisor-co2.fl_str_mv |
Lásara Fabrícia Rodrigues |
dc.contributor.referee1.fl_str_mv |
Helton Cristiano Gomes |
dc.contributor.referee2.fl_str_mv |
Magno Silvério Campos |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/9663408185877800 |
dc.contributor.author.fl_str_mv |
Leandro Reis Muniz |
contributor_str_mv |
Samuel Vieira Conceição João Flávio de Freitas Almeida Lásara Fabrícia Rodrigues Helton Cristiano Gomes Magno Silvério Campos |
dc.subject.por.fl_str_mv |
Tomada de decisão Peças sobressalentes AHP Programação linear Programação biobjetivo |
topic |
Tomada de decisão Peças sobressalentes AHP Programação linear Programação biobjetivo Engenharia de produção Otimização Processo decisório Programação linear |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia de produção Otimização Processo decisório Programação linear |
description |
Este trabalho apresenta uma metodologia para gerenciamento de peças sobressalentes no ciclo normal de operação. Apresenta uma revisão de literatura, estuda os modelos de previsão e propõe modelos conjugados. Posteriormente, apresenta uma metodologia combinada por métodos qualitativos e quantitativos de quatro fases para auxilio na tomada de decisão nos ciclos mensais de planejamento de peças sobressalentes. Responde à questão fundamental de quais peças sobressalentes estocar e em quais quantidades. A primeira fase consiste na seleção de critérios utilizando o Método Ponto de Corte, subcritérios e delimitação das categorias pelo Método Vital, Essencial e Desejável (VED). A segunda utiliza Análise Hierárquica de Processos (AHP) e o Método Botton-up para calcular a criticidade total de cada item. A terceira representa o modelo de previsão que gera os valores da variável do modelo de otimização. Por fim, a quarta fase consiste em um modelo de otimização biobjetivo, baseado em preço e criticidade que pode realizar uma única iteração ou diversas pelo Método p-épsilon e construção da Curva Pareto Ótima com base em previsões e revisões mensais de saldos disponíveis para estocagem dos itens. O modelo é suportado por heurísticas para impedir inviabilidades e reduzir rupturas de estoque. A abordagem desenvolvida avalia peças de reposição com dados reais de 9.263 itens de uma mineradora. Como resultados, tem-se melhor suporte para a decisão durante os ciclos de planejamento e controle adequado dos valores imobilizados em estoque. A contribuição científica consiste no modelo qualitativo e quantitativo multicritério na gestão de previsão de peças sobressalentes com e sem lead time, de modelos de otimização biobjetivo e métodos heurísticos aplicados em dados reais da indústria mineral. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-09-03T18:56:33Z |
dc.date.available.fl_str_mv |
2020-09-03T18:56:33Z |
dc.date.issued.fl_str_mv |
2020-03-26 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/34101 |
url |
http://hdl.handle.net/1843/34101 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia de Produção |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ENG - DEPARTAMENTO DE ENGENHARIA PRODUÇÃO |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/34101/3/PREVIS%c3%83O%20DE%20DEMANDA%2c%20CLASSIFICA%c3%87%c3%83O%20MULTICRIT%c3%89RIO%20E%20OTIMIZA%c3%87%c3%83O%20NO%20PLANEJAMENTO%20DE%20PE%c3%87AS%20SOBRESSALENTES%20NA%20IND%c3%9aSTRIA%20MINERAL.pdf https://repositorio.ufmg.br/bitstream/1843/34101/4/license.txt |
bitstream.checksum.fl_str_mv |
4c38f2417544ce9b5fa7721ddade80b1 34badce4be7e31e3adb4575ae96af679 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589295418638336 |