Suporte a decisão na gestão da manutenção industrial: abordagem baseada em mineração de processos, simulação e métodos multi-critério

• Ano de defesa: 2020
• Autor(a) principal: Borges, Reginaldo
• Orientador(a): Santos, Eduardo Alves Portela
• Banca de defesa: Santos, Eduardo Alves Portela , Loures, Eduardo de Freitas Rocha , Scalabrin, Edson Emílio , Romano, Cezar Augusto , Bazzi, Claudio Leones
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Paraná; Medianeira
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia de Produção e Sistemas
• País: Brasil
• Palavras-chave em Português: Fábricas – Manutenção; Mineração de dados (Computação); Métodos de simulação; Engenharia de produção; Plant maintenance; Data mining; Simulation methods; Production engineering
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/29161

Os processos de manutenção industrial (MI) no contexto da indústria 4.0 têm evoluído significativamente nos últimos anos, estando cada vez mais condicionada ao uso de tecnologias, o que facilita visão e execução das fábricas inteligentes, que não dependem apenas das pessoas para a tomada de decisões. Neste sentido a presente pesquisa contribui para a tomada de decisão na MI, o objetivo é propor um framework para a simulação de eventos discretos que permita gerar informações para o cálculo de indicadores de desempenho com o auxílio da mineração de processos. O modelo de simulação foi elaborado em CPN (Colored Petri Nets) com base nos indicadores a serem selecionados por uma equipe de manutenção de um local pré-definido. A mineração de processos foi responsável por extrair as informações necessárias para a modelagem e também por extrair as informações originadas das simulações realizadas. Para a tomada de decisão além dos valores de cada indicador também foram considerada a opinão da mesma equipe de manutenção que definiu os pesos de cada indicador por meio do método AHP (Analytic Hierarchy Process). A combinação dos dados quantitativos e qualitativos foi realizada por meio do método Promethee (Preference Ranking Organization Method for Enrichment Evaluation), o qual ordenou os cenários simulados conforme seus desempenhos. Os resultados deste estudo mostraram que é possível chegar a uma decisão confiável, e permite aos seus executores a melhoria contínua por meio da criação e simulação de novos cenários para um determinado ambiente.