Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas

Detalhes bibliográficos
Autor(a) principal: Anzanello, Michel José
Data de Publicação: 2011
Outros Autores: Fogliatto, Flavio Sanson
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/206900
Resumo: A manufatura de produtos personalizados, também conhecida como customização em massa, implica no aumento da variedade de modelos e demanda redução no tamanho dos lotes de produção. Tarefas que dependem da habilidade humana são especialmente afetadas nesse contexto, visto que os trabalhadores precisam se adaptar às características do novo modelo. Esse processo de adaptação dificulta a operacionalização de técnicas de programação de tarefas, uma vez que o tempo de processamento da tarefa é de difícil determinação. Este artigo integra informações oriundas da modelagem de curvas de aprendizado a heurísticas de programação de tarefas voltadas à minimização do tempo demandado para término de um conjunto de tarefas. O tempo de processamento de lotes (tarefas) com diferentes tamanhos e graus de complexidade é estimado através de curvas de aprendizado, sendo então utilizado em heurísticas para programação de tarefas em equipes de trabalhadores paralelos não relacionados. A heurística recomendada, identificada através de simulação, apresenta um desvio de 4,9% em relação ao tempo de término da sequência ótima de tarefas e conduz a um nível satisfatório de ocupação entre as equipes. A heurística é aplicada em um processo da indústria calçadista.
id UFRGS-2_d1c93a0525cccf26972a79825cbfbce4
oai_identifier_str oai:www.lume.ufrgs.br:10183/206900
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Anzanello, Michel JoséFogliatto, Flavio Sanson2020-03-24T04:13:33Z20111676-1901http://hdl.handle.net/10183/206900000820026A manufatura de produtos personalizados, também conhecida como customização em massa, implica no aumento da variedade de modelos e demanda redução no tamanho dos lotes de produção. Tarefas que dependem da habilidade humana são especialmente afetadas nesse contexto, visto que os trabalhadores precisam se adaptar às características do novo modelo. Esse processo de adaptação dificulta a operacionalização de técnicas de programação de tarefas, uma vez que o tempo de processamento da tarefa é de difícil determinação. Este artigo integra informações oriundas da modelagem de curvas de aprendizado a heurísticas de programação de tarefas voltadas à minimização do tempo demandado para término de um conjunto de tarefas. O tempo de processamento de lotes (tarefas) com diferentes tamanhos e graus de complexidade é estimado através de curvas de aprendizado, sendo então utilizado em heurísticas para programação de tarefas em equipes de trabalhadores paralelos não relacionados. A heurística recomendada, identificada através de simulação, apresenta um desvio de 4,9% em relação ao tempo de término da sequência ótima de tarefas e conduz a um nível satisfatório de ocupação entre as equipes. A heurística é aplicada em um processo da indústria calçadista.Mass customization implies in large variety of product models and small lot sizes. Human-based activities are highly affected by the learning process as a new model is put into production. That makes estimation of lot processing times difficult and jeopardizes the efficiency of scheduling techniques. The method proposed in this paper integrates information from learning curve modeling and scheduling heuristics, aiming at minimizing the completion time of jobs to be processed. Lot processing time is estimated by means of learning curve modeling and then used in scheduling heuristics for the unrelated parallel workers problem. The completion time generated by the recommended heuristic, determined through simulation, deviates 4.9% from the optimal sequence and yields good work balance among teams of workers. The heuristic is demonstrated in a shoe manufacturing process.application/pdfporRevista produção online [recurso eletrônico]. Florianópolis, SC. Vol. 11, n. 3 (jul./set. 2011), p. 851-870.Aprendizagem industrialProcesso de produçãoLearning curvesSchedulingUnrelated parallel machinesProgramação de tarefas baseada em curvas de aprendizado para linhas de produção customizadasLearning curve-based scheduling in customized assembly lines info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000820026.pdf.txt000820026.pdf.txtExtracted Texttext/plain42683http://www.lume.ufrgs.br/bitstream/10183/206900/2/000820026.pdf.txt34c8168e9cf1a3866bef1bf634db3a1dMD52ORIGINAL000820026.pdfTexto completoapplication/pdf561370http://www.lume.ufrgs.br/bitstream/10183/206900/1/000820026.pdfb5aebb8f32faed6b9c2582f4b6f5f507MD5110183/2069002020-03-25 04:17:00.224651oai:www.lume.ufrgs.br:10183/206900Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2020-03-25T07:17Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
dc.title.alternative.en.fl_str_mv Learning curve-based scheduling in customized assembly lines
title Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
spellingShingle Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
Anzanello, Michel José
Aprendizagem industrial
Processo de produção
Learning curves
Scheduling
Unrelated parallel machines
title_short Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
title_full Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
title_fullStr Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
title_full_unstemmed Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
title_sort Programação de tarefas baseada em curvas de aprendizado para linhas de produção customizadas
author Anzanello, Michel José
author_facet Anzanello, Michel José
Fogliatto, Flavio Sanson
author_role author
author2 Fogliatto, Flavio Sanson
author2_role author
dc.contributor.author.fl_str_mv Anzanello, Michel José
Fogliatto, Flavio Sanson
dc.subject.por.fl_str_mv Aprendizagem industrial
Processo de produção
topic Aprendizagem industrial
Processo de produção
Learning curves
Scheduling
Unrelated parallel machines
dc.subject.eng.fl_str_mv Learning curves
Scheduling
Unrelated parallel machines
description A manufatura de produtos personalizados, também conhecida como customização em massa, implica no aumento da variedade de modelos e demanda redução no tamanho dos lotes de produção. Tarefas que dependem da habilidade humana são especialmente afetadas nesse contexto, visto que os trabalhadores precisam se adaptar às características do novo modelo. Esse processo de adaptação dificulta a operacionalização de técnicas de programação de tarefas, uma vez que o tempo de processamento da tarefa é de difícil determinação. Este artigo integra informações oriundas da modelagem de curvas de aprendizado a heurísticas de programação de tarefas voltadas à minimização do tempo demandado para término de um conjunto de tarefas. O tempo de processamento de lotes (tarefas) com diferentes tamanhos e graus de complexidade é estimado através de curvas de aprendizado, sendo então utilizado em heurísticas para programação de tarefas em equipes de trabalhadores paralelos não relacionados. A heurística recomendada, identificada através de simulação, apresenta um desvio de 4,9% em relação ao tempo de término da sequência ótima de tarefas e conduz a um nível satisfatório de ocupação entre as equipes. A heurística é aplicada em um processo da indústria calçadista.
publishDate 2011
dc.date.issued.fl_str_mv 2011
dc.date.accessioned.fl_str_mv 2020-03-24T04:13:33Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/206900
dc.identifier.issn.pt_BR.fl_str_mv 1676-1901
dc.identifier.nrb.pt_BR.fl_str_mv 000820026
identifier_str_mv 1676-1901
000820026
url http://hdl.handle.net/10183/206900
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartof.pt_BR.fl_str_mv Revista produção online [recurso eletrônico]. Florianópolis, SC. Vol. 11, n. 3 (jul./set. 2011), p. 851-870.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/206900/2/000820026.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/206900/1/000820026.pdf
bitstream.checksum.fl_str_mv 34c8168e9cf1a3866bef1bf634db3a1d
b5aebb8f32faed6b9c2582f4b6f5f507
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1815447709539106816