Optimization of the production process in an automotive spring industry

• Ano de defesa: 2021
• Autor(a) principal: Andrade, Pedro Rochavetz de Lara
• Orientador(a): Araujo, Silvio Alexandre de
• Banca de defesa: Araujo, Silvio Alexandre de , Poldi, Kelly Cristina , Silva, Sônia Cristina Poltroniere , Leão, Aline Aparecida de Souza , Constantino, Ademir Aparecido
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Estadual Paulista; Londrina
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia de Produção
• País: Brasil
• Palavras-chave em Português: Controle de produção; Metais - Corte; Colunas metálicas; Modelos matemáticos; Indústria automobilística; Production control; Metal-cutting; Columns, Iron and steel; Mathematical models; Automobile industry and trade
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/29252

Nesta tese, o Problema de Corte de Estoque é estudado, considerando três abordagens ambientadas em uma indústria de molas automotivas. As duas primeiras abordagens tratam da otimização do processo de corte unidimensional de barras, minimizando perdas de material e custos de estoque em Problemas Integrados de Dimensionamento de Lotes e Corte de Estoque. Foram propostos dois modelos matemáticos e respectivos métodos de solução baseados em geração de colunas. O primeiro deles trata de decisões a curto prazo, considerando máquinas paralelas e questões relativas aos itens e produtos finais. O segundo modelo está focado em questões a médio prazo, considerando a compra de objetos como uma das variáveis de decisão, além de demanda, limites e custos de estoque de objetos, itens e produtos finais. A terceira abordagem trata da alocação de itens ao forno de têmpera como um Problema de Corte de Estoque. O modelo matemático proposto baseia-se em uma formulação de fluxo em arcos. Resultados com dados reais mostram que os três modelos matemáticos obtiveram, em tempo computacional viável, soluções significativamente superiores em comparação à prática da empresa. Testes com instâncias aleatórias foram realizados, permitindo uma análise da influência de diversos parâmetros destes problemas. Em geral, instâncias pequenas com itens grandes apresentam melhores resultados, com gaps e tempos computacionais reduzidos.