Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2015-03-13T19:26:15Z No. of bitstreams: 2 DISSERTAÇÃO Rafael Valença Azevedo.pdf: 3613931 bytes, checksum: 7fcd4342dc4b7b5e89fd3ebd5aab5be4 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T19:26:15Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Rafael Valença Azevedo.pdf: 3613931 bytes, checksum: 7fcd4342dc4b7b5e89fd3ebd5aab5be4 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-11-20 / CNPQ / Esta dissertação trata de caminhos para modelagem e busca de solução para um problema de otimização da manutenção de forma a tornar o modelo mais aplicável a casos reais. Para tanto, considera um Algoritmo Genético (AG) Multiobjetivo acoplado com Simulação Discreta de Evento (SDE), mais especificamente a técnica de Simulação Monte Carlo (SMC) para resolver problemas de definição simultânea da política de substituição e da quantidade de sobressalentes para sistemas sujeitos a reparos imperfeitos. Uma abordagem multiobjetivo é utilizada, onde a taxa média de custo de manutenção, o número esperado de falhas por ciclo de substituição, a vida residual média e o investimento em sobressalentes devem ser minimizados, enquanto que a disponibilidade deve ser maximizada. O processo de falha-reparo do sistema é modelado por um Processo de Renovação Generalizado (PRG). A metodologia apresentada fornece um conjunto de soluções promissoras que incorporam não apenas o intervalo de substituição por idade, mas também o número máximo de falhas por ciclo e a quantidade de peças sobressalentes que deve ser comprada no início de um horizonte de planejamento. O AG Multiobjetivo e o algoritmo da SDE são validados por um exemplo com solução analítica. Além disso, um exemplo de aplicação é apresentado e uma análise sobre a disponibilidade e o investimento é sugerida para auxiliar o decisor a escolher uma solução do conjunto obtido.