Tese de mestrado integrado. Engenharia Industrial e Gestão. Faculdade de Engenharia. Universidade do Porto. 2010

Trabalho realizado na Ficocables, Lda. e orientado pelo Eng. Filipe Teixeira / Tese de mestrado. Mestrado Integrado em Engenharia Industrial e Gestão. Faculdade de Engenharia. Universidade do Porto. 2012

Estágio realizado na CaetanoBus - e orientado pelo Eng. Ivo Sá / Tese de mestrado integrado. Engenharia Industrial e Gestão. Faculdade de Engenharia. Universidade do Porto. 2013

Estágio realizado na Bosch Termotecnologia, S. A. e orientado pelo Eng.º Tiago Melo Sacchetti / Tese de mestrado integrado. Engenharia Mecânica. Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado integrado. Engenharia Industrial e Gestão. Faculdade de Engenharia. Universidade do Porto. 2012

Tese de mestrado integrado. Engenharia Mecânica. Faculdade de Engenharia. Universidade do Porto. 2010

A indústria aeroespacial investe grandes somas em seus processos de manufatura, especialmente nas ferramentas específicas e em dispositivos de precisão para verificação dimensional de grandes partes estruturais como dianteira, centrais, asas, empenagens, posicionamento e alinhamento de asas, fuselagem, diedros de semi-asas e empenagem horizontal, distâncias relativas entre asa e empenagens e superfícies móveis. Por serem construídos para usos e processos específicos, a flexibilidade da aplicação dos mesmos fica limitada, sendo necessária a criação de um novo dispositivo a cada novo processo. É estudada a viabilidade de uso do sistema GPS Indoor, assim como do Laser, através de sensores previamente localizados nas superfícies das aeronaves, na verificação precisa da posição relativa entre superfícies móveis, asas e alinhamento da fuselagem. Esses registros, conhecidos como pontos de triangulação, poderão ser utilizados tanto na inspeção final da aeronave para liberação de entrega, como para o operador verificar as condições dimensionais da mesma quando houver suspeita de perdas dimensionais em casos de pequenos acidentes, como o pouso duro, a derrapagem em pista e o pouso de barriga, entre outros.

Na medida em que a manufatura enxuta ou Lean Manufacture é introduzida na indústria aeronáutica, processos originalmente concebidos no modelo em docas são transformados em linhas de fabricação ou montagem. Os processos dessa indústria têm características peculiares, sendo que a mais importante é o alto takt, ou seja, da ordem de dias. O objetivo deste trabalho é propor um método para rebalancear tais linhas de montagens, segundo um contexto industrial que impõe, ainda, um conjunto particular de premissas. O método proposto é chamado de MRL-ATT (Método de Rebalanceamento de Linha - Alto Tempo Takt) e pode ser entendido como um roteiro de atividades de um projeto. O método tem um enfoque abrangente do problema e foi desenvolvido a partir de diferentes teorias e ferramentas. Alguma delas originalmente criadas para as indústrias de baixo tempo takt (como a automobilística) tiveram de ser adaptadas para a indústria aeronáutica. O método foi aplicado em uma linha de montagem de um conjunto estrutural aeronáutico e obteve resultados superiores às metas pré-definidas.

Este trabalho apresenta o desenvolvimento e implementação de um sistema computacional inteligente usado para gerar seqüências de montagem ótimas ou próximas da ótima para produtos industriais. Este é um importante problema a ser estudado, uma vez que o custo de montagem para um produto industrial típico pode representar até 50% do custo total de sua manufatura. O Sistema Inteligente para Montagem Automatizada (SIMA) é um programa computacional que gera seqüências de montagem otimizadas, usando duas tácnicas diferentes. A primeira técnica obtém a seqüência de montagem ótima, calculando o custo de montagem de todas as seqüências possíveis. A segunda técnica usa uma Rede Neural de Hopfield modificada e à medida que a rede interage, a função energia que representa o custo de montagem é minimizada. Resultados de simulações são apresentados para três produtos constituídos de 5, 10 e 15 partes cada um. Embora a rede neural possa ficar presa em um ponto de mínimolocal da função enegia, que nem sempre representa a melhor solução possível para o problema, os resultados das simulações mostram que, uma vez ajustados os parâmetros, a rede neural pesquisará soluções ótimas ou próximas das ótimas para a maioria dos casos testados.

No description available.