Modelagem Estocástica Aplicada a Problemas Industriais: Estudos de Casos Reais

• Autor(a) principal: Ferreira, Magna Paulina de Souza
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13072022-145503/
• topic: Estocasticidade; Extração de óleo de soja; Mathematical modeling; Meta-euristics; Meta-heurísticas; Modelagem matemática; Planejamento da produção; Production planning; Soybean oil extraction; Stochasticity

A presente tese de doutorado tem por objetivo apresentar os estudos de casos reais desenvolvidos para tratar problemas industriais. Levando em consideração que, em ambientes reais de fábricas, o processo de produção pode sofrer variações de diversas fontes de incerteza, o foco do estudo é construir modelos considerando tais variações. Para tratar os problemas de forma eficiente, primeiramente propomos o uso de uma nova técnica: Chance-constraint with Risk Allocation (CCRA). Além da técnica CCRA, abordamos a técnica de estocástica two-stage, amplamente utilizada na literatura para resolver problemas de planejamento da produção com estocasticidade. Ambas as técnicas são comparadas e são relatadas suas vantagens. O primeiro estudo de caso representa a realidade de uma Indústria de Produção de Potes e Ampolas (IPPA), localizada em Minas Gerais. A principal decisão a ser tomada consiste em dimensionar a quantidade de ampolas e potes que devem ser produzida ao longo de um horizonte de tempo, afim de atender uma certa demanda. Para solucionar o problema, foi realizada a aplicação do método exato Branch-and-Cut (B&C), um Algoritmo Genético simples (AG) e um Algoritmo Genético Multi-populacional (AGMP). Os resultados mostraram que as meta-heurísticas são capazes de encontrar as mesmas soluções ótimas obtidas pelo método exato B&C em instâncias de pequeno porte. Em grupos de instâncias mais complexas, as meta-heurísticas superam o método B&C. Nesse contexto, também foi desenvolvida a ferramenta Production of Pots and Ampoules para auxiliar no desenvolvimento de planejamentos da produção otimizado, integrado com as soluções obtidas através das meta-heurísticas. No segundo estudo de caso, estamos lidando com um processo de produção em uma indústria de extração de óleo, na qual se necessita determinar as configurações ideais a fim de obter maior eficiência na extração do óleo da soja. O processo completo da extração é complexo; nesse sentido, trataremos de apenas um equipamento principal: o laminador, cuja função é transformar os grãos de soja quebrados em pequenas lâminas. Esse equipamento é controlado manualmente com a aplicação de pressão hidráulica nos rolos. Com o objetivo de melhorar a eficiência da produção e visando obter ajustes de pressão e medições de lâminas de forma inteligente e automática, neste trabalho é proposto um modelo matemático estocástico que tem por objetivo obter setpoints de pressão ótimo de um laminador, a fim de manter as espessuras de lâminas no padrão ideal de operação. Os resultados obtidos se mostraram superiores às medidas que são adotadas atualmente na fábrica, aumentando os lucros anuais.