Sistemas multi-agentes e coordenação bio-inspirada aplicados a sistemas de automação de manufatura

• Ano de defesa: 2017
• Autor(a) principal: Ordónez Mutiz, Juan David
• Orientador(a): Pereira, Carlos Eduardo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sistemas de controle; Sistemas multiagentes; Sistemas de manufatura
• Palavras-chave em Inglês: Mass customization; Bio-inspired coordination; Multi-agent systems; Automation and control; Intelligent manufacturing
• Link de acesso: http://hdl.handle.net/10183/180337

A globalização econômica é um fenômeno que tem gerado um mercado que demanda produtos customizados, de alta qualidade e com custos de produção reduzidos para semanter competitivo. Este cenário exige o desenvolvimento de sistemas de produção do tipo "mass customization" que são sistemas que garantem um custo baixo de produção (como os tradicionais sistemas de produção em massa) e ao mesmo tempo possuem a flexibilidade requerida que permite a personalização individual dos produtos. A fim de implementar esse tipo de sistema, dispositivos com mais autonomia e capazes de se autogerenciar passam a ser desejados em vez dos sistemas convencionais com programação centralizada e arranjo de funcionalidades fixas. O conceito de sistemas multi-agentes propõe a descentralização do controle que o mercado requer e fornece aos componentes da planta uma variedade de novas funcionalidades que permitem otimizar seu desempenh. Isso permite que os equipamentos passem a se comportar como agentes de manufatura e possam negociar entre si os processos de manufatura. Porém, o desempenho destes sistemas está fortemente relacionado à coordenação entre os agentes e a qualidade dos dados usados na tomada de decisões, portanto, uma otimização bio-inspirada é proposta a fim de garantir um bom desempenho entre os dispositivos. Buscando fornecer dados para a análise de desempenho e potencialidades desta proposta, um estudo de caso de uma planta de manufatura sob uma plataforma multi-agente usando otimização bio-inspirada é estudada.