Detalhes bibliográficos
Ano de defesa: |
2018 |
Autor(a) principal: |
Souza, Yuri Prado |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/157366
|
Resumo: |
Neste trabalho propõe-se uma abordagem para o Problema de Balanceamento de Linhas de Montagem (do inglês, Assembly Line Balancing Problem - ALBP) para aumentar a eficiência de uma indústria montadora de veículos. O ALBP caracteriza-se como um problema de sequenciamento de tarefas em estações de trabalho classificado como um problema de Otimização Combinatória NP-difícil e, portanto, a solução exata do problema em ambientes reais geralmente implica em elevado custo computacional. Para resolver o ALBP, foram formulados um modelo matemático de otimização inteira mista para obtenção de soluções determinísticas e um modelo estocástico com recurso que considera a incerteza dos tempos de execução das tarefas pelos operadores. A motivação para o desenvolvimento do presente trabalho decorre da observação de interrupções constantes do fluxo de produção nesta indústria, atribuídas às mais diversas naturezas, e que causavam transtornos e elevados níveis de estresse aos trabalhadores. Ambos os modelos, determinístico e estocástico, aumentaram a capacidade de produção de 196 unidades/dia para 245 e 233 unidades/dia, respectivamente. O modelo estocástico aumentou o tempo de ciclo CT em 5,6% quando comparado ao modelo determinístico, embora diminua a capacidade efetiva em 4,8% Porém, não considerar a incerteza no tempo de execução das tarefas pode diminuir a quantidade produzida em até 10,6%. Contrariamente ao entendimento comum em linhas de montagem, este trabalho conclui que reduzir os tempos de ociosidade aos níveis mínimos é prejudicial à produtividade de linhas de montagem. Isto se deve ao fato de que uma parcela do tempo atribuído à ociosidade dos operadores, na verdade contêm um tempo adicional gerado pela incerteza do tempo de execução das tarefas. Os resultados sugerem que a abordagem do ALBP sob incerteza contribui para o aumento dos índices de capacidade operacional da empresa. Devido ao grande esforço computacional necessário para a solução dos modelos de otimização propostos (determinístico e estocástico), não se consegue resolver, em um tempo computacional razoável, exemplares de dimensões reais do problema. Em vista disto, o trabalho propõe também uma heurística para a solução do ALBP visando minimizar o tempo de ciclo. Experimentos computacionais sugerem que a heurística proposta obtém resultados razoáveis para grandes exemplares do problema em um tempo computacional pequeno |