Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: http://tede.unioeste.br/handle/tede/4209
Tipo do documento: Dissertação
Title: Aplicação de algoritmos genéticos para o problema de escalonamento de tarefas em sistemas de manufatura com controle supervisório e autômatos com parâmetros
Other Titles: Genetic algorithms application for the Job-Shop schedulling in manufacturing systems with supervisory control and automating with parameters
Autor: Spricigo, Mailla Cristine 
Primeiro orientador: Reginato, Romeu
Primeiro membro da banca: Kunz, Guilherme de Oliveira
Segundo membro da banca: Battistella, Sandro
Terceiro membro da banca: Torrico, César Rafael Claure
Resumo: O escalonamento de tarefas, também conhecido como job-shop scheduling, visa encontrar sequências ótimas de eventos que permitam aumentar os índices de produtividade em um sistema de produção. Este trabalho emprega algoritmos genéticos como metaheurística para obtenção de soluções ótimas de escalonamento, combinado com a teoria do controle supervisório (TCS) na geração automática de sequências de operações na produção de peças em um sistema didático de manufatura. A abordagem da TCS permite derivar estruturas de controle (supervisores) que formalmente garantem o funcionamento correto e seguro da planta. Por sua vez, o algoritmo genético busca pela melhor sequência possível de eventos, entre todas as sequências habilitadas pelos supervisores, explorando o paralelismo da planta e, assim, permitindo cumprir com objetivos de produção ao mesmo tempo que atende especificações de segurança e funcionamento. Um exemplo baseado em uma célula didática de manufatura ilustra a abordagem empregada, onde é possível observar a melhora do escalonamento de tarefas em comparação ao escalonamento sequencial. Três diferentes representações para o cromossomo foram utilizadas, sendo elas, a representação baseada em operações, a representação em chaves aleatórias e a representação baseada em regras de prioridade. Os resultados obtidos nas simulações do estudo de caso demonstram a eficácia na utilização do escalonamento de produção baseada em algoritmos genéticos em conjunto com a utilização da TCS para a descrição das restrições do sistema.
Abstract: The job-shop scheduling aims to find optimal sequences of events that increases productivity indexes in a manufacturing systems. This work employs such metaheuristics to obtain optimal scheduling solutions, combined with the supervisory control theory (SCT) in the automatically generation of sequences of operations involved in the production of parts in a didactic manufacturing system. The SCT allows deriving control structures (supervisors) that formally guarantee the plant operation correctness and safeness. In turn, the genetic algorithm searches for the best possible sequence of events, among all enabled by the supervisors, exploring the plant parallelism, allowing to meet production goals while complying with safety and operational specifications. An example based on a didactic manufacturing cell illustrates the used approach where it is possible to observe the improvement of the task scheduling compared to sequential scheduling. Three different representations for the chromosome were used, which are the operation-based representation, random keys representation and priority rule-based representation. The obtained results in the case study simulation demonstrate the efficiency in the use of the job-shop-scheduling based in genetic algorithms with the use the SCT for description of the system restrictions.
Keywords: Sistemas a eventos discretos
Sistemas de manufatura
Controle supervisório
Algoritmo genético
Job-shop scheduling
Discrete event systems
Manufacturing systems
Supervisory control
Genetic algorithm
Job-shop scheduling
CNPq areas: ENGENHARIAS
Idioma: por
País: Brasil
Publisher: Universidade Estadual do Oeste do Paraná
Sigla da instituição: UNIOESTE
Departamento: Centro de Engenharias e Ciências Exatas
Program: Programa de Pós-Graduação em Engenharia Elétrica e Computação
Campun: Foz do Iguaçu
Citation: SPRICIGO, Mailla Cristine. Aplicação de algoritmos genéticos para o problema de escalonamento de tarefas em sistemas de manufatura com controle supervisório e autômatos com parâmetros. 2018. 126 p. Dissertação (Mestrado em Engenharia Elétrica e Computação) - Universidade Estadual do Oeste do Paraná, Foz do Iguaçu, 2018.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.unioeste.br/handle/tede/4209
Issue Date: 31-Aug-2018
Appears in Collections:Mestrado em Engenharia Elétrica e Computação (FOZ)

Files in This Item:
File Description SizeFormat 
Mailla_Cristine_Spricigo_2018.pdf2 MBAdobe PDFView/Open Preview


This item is licensed under a Creative Commons License Creative Commons