Uma abordagem para diminuição de custos na logística reversa com o auxílio de gêmeos digitais e otimização multiobjetivo

• Ano de defesa: 2024
• Autor(a) principal: PEREIRA, Alyson Benoni Matias
• Orientador(a): MONTEVECHI, José Arnaldo Barra
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Itajubá
• Programa de Pós-Graduação: Programa de Pós-Graduação: Doutorado - Engenharia de Produção
• Departamento: IEPG - Instituto de Engenharia de Produção e Gestão
• País: Brasil
• Palavras-chave em Português: Gêmeos digitais; Logística reversa; Otimização multiobjetivo; Simulação
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/4210

O DAI (Doutorado Acadêmico para Inovação) é uma iniciativa do CNPq que tem como objetivo de permitir que Programas de Pós-Graduação possam fomentar projetos de interação com empresas através de teses, dissertações e trabalhos de conclusão de cursos. A empresa parceira deste trabalho é uma multinacional que produz eletrônicos (smartphones, impressoras, notebooks, monitores) para grandes marcas como HP e Motorola. A empresa possui grande preocupação com o meio ambiente e os recursos naturais, cada vez mais escassos. Essa preocupação, inclusive, vem crescendo nos últimos tempos entre várias empresas, incentivada por novas leis que as obrigam a estarem cada vez mais atentas ao problema de escassez de recursos. A gestão de resíduos é uma das maneiras mais atuais de auxiliar na reutilização desses recursos naturais finitos e uma das principais técnicas utilizadas para ajudar nessa gestão é a Logística Reversa (LR). Ela compreende, principalmente, o retorno de produtos no final da sua vida útil, a partir do usuário até a empresa, a separação e seleção de materiais reutilizáveis. Um dos problemas de roteamento na Logística Reversa se refere ao veículo utilizado para as coletas, e, apesar desses problemas de serem amplamente abordados na literatura, uma nova abordagem vem surgindo. Ela permite realizar estudos que antes não eram possíveis, devido ao fato de ser difícil estudar a LR em um contexto que não seja o real, ou seja, sem enviar os veículos para realizar a rota e analisar os resultados. Tentando amenizar essa dificuldade, este trabalho busca utilizar Gêmeos Digitais (GDs), uma representação virtual de um modelo real, como uma forma de representar virtualmente esse sistema. Além dos GDs, também são utilizados Clusters em conjunto com ferramentas de otimização multiobjetivo, como os Algoritmos Genéticos, de modo a ser possível agrupar as coletas próximas e otimizá-las. Desse modo, foi possível minimizar os custos econômicos e os custos da emissão de CO2 com relação aos dados históricos disponibilizados pela empresa parceira deste estudo, ao mesmo tempo em que a quantidade de produtos coletados foi maximizada. Para testar a ferramenta criada, são utilizados os GDs em dois estudos de caso com dados reais. Sendo assim, foi possível definir diariamente as melhores coletas a serem realizadas, permitindo que a empresa possa calcular melhor seus custos e diminuir a emissão de gases poluentes, dois tópicos cada vez mais desejados pela empresa em questão. Foi criado um Framework capaz de agrupar as coletas, realizar os cálculos e auxiliar o tomador de decisão a verificar quais as melhores coletas a se fazer, diferentemente do modelo atual utilizado pela empresa que não permite essa decisão por parte da empresa, o responsável por essa decisão, hoje, é a transportadora responsável por coletar os resíduos eletrônicos. Os estudos de caso mostraram que a economia potencial pode chegar a 80% com relação ao valor pago pela empresa atualmente, demonstrando que o Framework criado possui grande potencial para ser utilizado e pode ser uma ferramenta poderosa de auxílio à tomada de decisão.