???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tedebc.ufma.br/jspui/handle/tede/tede/3056
Tipo do documento: Dissertação
Título: Otimização por algoritmo genético da produtividade em uma oficina de manutenção de vagões aplicada em caso real
Título(s) alternativo(s): Optimization by genetic algorithm of productivity in a wagon maintenance workshop applied in real case
Autor: CARVALHO, Jonas Fontes de 
Primeiro orientador: OLIVEIRA, Clóvis Bôsco Mendonça
Primeiro membro da banca: OLIVEIRA, Clóvis Bôsco Mendonça
Segundo membro da banca: COELHO, Paulo Henrique da Silva Leite
Terceiro membro da banca: SÁ, Eveline de Jesus Viana
Resumo: Na indústria atual a busca pela otimização de processos tem sido cada vez mais constante, porém muitas vezes tal prática mostra-se bastante complexa dada a quantidade de variáveis envolvidas, um exemplo disso é o caso em que a partir de um grupo heterogêneo de trabalhadores deseja-se definir o melhor conjunto de duplas de trabalho de forma que a produtividade coletiva seja a maior possível. Em situações como esta, o uso da metaheurística algoritmo genético torna-se bastante atrativa, uma vez que na literatura há muitos exemplos de seu uso na otimização de problemas não lineares, com características contínuas e discretas das variáveis de controle e com aumento exponencial no número possível de soluções, além da flexibilidade de incorporar à solução as restrições reais do problema. Neste contexto, este estudo codificou um problema de definição de equipes de trabalho em uma oficina de manutenção de vagões de carga de uma mineradora. Na etapa de simulação teórica, utilizando dados históricos de desempenho das equipes, o algoritmo genético indicou uma solução 22% melhor quando comparada com a escolha aleatória de equipes de trabalho. Por fim a solução sugerida pelo algoritmo genético foi implementada em campo, resultando em um aumento de performance de 7,9% quando comparando os trimestres antes e depois da otimização.
Abstract: In today's industry, the search for process optimization has become increasingly common, but often this practice is quite complex given the number of variables involved, as in the case of defining the most productive work teams from a heterogeneous group of workers. In situations like this, the use of the metaheuristic genetic algorithm becomes attractive, since in the literature it presents many successful experiences with nonlinear problem optimization, with continuous and discrete control variables and with an exponential increase in the possible number of solutions, besides the flexibility to incorporate constraints of the problem into the solution. In this context, this work modeled a problem of work teams definition in a cargo wagon maintenance workshop of a mining company. In the simulation phase, using historical performance data of the teams, the genetic algorithm indicated an optimized solution 22% better than the random work team selection. Finally, the solution indicated by the genetic algorithm optimization was implemented in practice and comparing the results from the trimesters before and after the field tests, the optimization done improved in 7,9% the team performance.
Palavras-chave: Manutenção de vagões
Otimização
Metaheurística
Sistemas evolutivos
Algoritmos genéticos
Wagon maintenance
Optimization
Metaheuristic
Evolutionary systems
Genetic algorithms
Área(s) do CNPq: Análise de Algoritmos e Complexidade de Computação
Idioma: por
País: Brasil
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA E AMBIENTE/CCET
Citação: CARVALHO, Jonas Fontes de. Otimização por algoritmo genético da produtividade em uma oficina de manutenção de vagões aplicada em caso real. 2019. 43 f. Dissertação (Programa de Pós-Graduação em Energia e Ambiente/CCET) - Universidade Federal do Maranhão, São Luís, 2019.
Tipo de acesso: Acesso Aberto
URI: https://tedebc.ufma.br/jspui/handle/tede/tede/3056
Data de defesa: 11-Nov-2019
Appears in Collections:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA E AMBIENTE

Files in This Item:
File Description SizeFormat 
JONAS-CARVALHO.pdfDissertação de Mestrado1,33 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.