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

Detalhes bibliográficos
Autor(a) principal: Vieira, Jaison
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/85024
Resumo: Orientador: Prof. Dr. Fernando Deschamps
id UFPR_e086ea0d258ab118e4c1d08ae3f4fdf5
oai_identifier_str oai:acervodigital.ufpr.br:1884/85024
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Marques, Alessandro, 1973-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de ManufaturaDeschamps, FernandoVieira, Jaison2023-11-20T19:26:45Z2023-11-20T19:26:45Z2023https://hdl.handle.net/1884/85024Orientador: Prof. Dr. Fernando DeschampsCoorientador: Prof. Dr. Alessandro MarquesDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Manufatura. Defesa : Curitiba, 30/03/2023Inclui referências: p. 117-122Resumo: 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 4.0.1 recurso online : PDF.application/pdfPlanejamento da produçãoAlgorítmos genéticosAutomação industrialPlanejamento dos recursos de manufaturaEngenhariasFramework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - JAISON VIEIRA.pdfapplication/pdf6086420https://acervodigital.ufpr.br/bitstream/1884/85024/1/R%20-%20D%20-%20JAISON%20VIEIRA.pdfabcd28e072e350e17ec9963d93ea9a06MD51open access1884/850242023-11-20 16:26:45.962open accessoai:acervodigital.ufpr.br:1884/85024Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082023-11-20T19:26:45Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
title Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
spellingShingle Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
Vieira, Jaison
Planejamento da produção
Algorítmos genéticos
Automação industrial
Planejamento dos recursos de manufatura
Engenharias
title_short Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
title_full Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
title_fullStr Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
title_full_unstemmed Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
title_sort Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS)
author Vieira, Jaison
author_facet Vieira, Jaison
author_role author
dc.contributor.other.pt_BR.fl_str_mv Marques, Alessandro, 1973-
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Manufatura
dc.contributor.advisor1.fl_str_mv Deschamps, Fernando
dc.contributor.author.fl_str_mv Vieira, Jaison
contributor_str_mv Deschamps, Fernando
dc.subject.por.fl_str_mv Planejamento da produção
Algorítmos genéticos
Automação industrial
Planejamento dos recursos de manufatura
Engenharias
topic Planejamento da produção
Algorítmos genéticos
Automação industrial
Planejamento dos recursos de manufatura
Engenharias
description Orientador: Prof. Dr. Fernando Deschamps
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-11-20T19:26:45Z
dc.date.available.fl_str_mv 2023-11-20T19:26:45Z
dc.date.issued.fl_str_mv 2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/85024
url https://hdl.handle.net/1884/85024
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.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/85024/1/R%20-%20D%20-%20JAISON%20VIEIRA.pdf
bitstream.checksum.fl_str_mv abcd28e072e350e17ec9963d93ea9a06
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860225831010304

Registros relacionados