Made available in DSpace on 2016-08-10T10:40:21Z (GMT). No. of bitstreams: 1 Arineia Nogueira de Assis.pdf: 693374 bytes, checksum: dad2ec792a9f740945465bdeeb7830db (MD5) Previous issue date: 2014-02-27 / The first objective of this study is to classify the production planning and control (PPC) strategy and the ordering system (OS) of a clothing company, and the second is to propose a theoretical model based on PPC strategies and production sequencing for consequent practical implementation in industries with repetitive production system and multiple products. A study case was conducted, identifying reduction and qualification in inventory, increasing productivity as results. / O primeiro objetivo deste trabalho é classificar a estratégia de planejamento e controle de produção (PCP) e o sistema de coordenação de ordens (SCO) de uma indústria de confecção. E, o segundo, é propor um modelo teórico baseado em estratégias de PCP e sequenciamento de produção, para sua consequente implantação prática em indústrias com sistema de produção repetitivo e com múltiplos produtos. Realizou-se um estudo de caso e apresentou-se os resultados, identificando redução e qualificação de estoque, e aumento da produtividade.

Made available in DSpace on 2016-06-02T19:05:49Z (GMT). No. of bitstreams: 1 3570.pdf: 760157 bytes, checksum: 38b3438fc00a0ce961ba30506837322f (MD5) Previous issue date: 2009-11-27 / There are many researches being developed in the Production Sequencing and Production Scheduling by the Tear team. In one of the researches focus, it has been investigated the use of simulation in cooperation with Artificial Intelligence to obtain a computer system as the solution of a reactive system in the entrance of production system. The main goal is to have a framework model to an intelligent system to help the products sequencing in the entrance of production systems. The framework should be a guide in the construction and customization of the intelligent system to be constructed. / No Tear (Laboratório de Pesquisa e Desenvolvimento de Tecnologia e Estratégias de Automação) vários trabalhos vêm sendo desenvolvidos na temática de seqüenciamento e programação da produção. Em um dos focos, o de seqüenciamento de produtos na entrada de um sistema produtivo, tem-se investigado o uso de simulação em cooperação com técnicas de Inteligência Artificial buscando-se uma aplicação como solução para condições de re-seqüenciamento ou de seqüenciamento reativo da entrada do sistema produtivo. A proposta deste trabalho é modelar um framework para um sistema de auxílio ao seqüenciamento na entrada do sistema produtivo. O framework deve servir como guia na construção e customização do sistema.

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2016-06-01T14:43:08Z No. of bitstreams: 1 Valdemar Modolo Junior.pdf: 2802590 bytes, checksum: f3956818acd10efc3244abc007294827 (MD5) / Made available in DSpace on 2016-06-01T14:43:08Z (GMT). No. of bitstreams: 1 Valdemar Modolo Junior.pdf: 2802590 bytes, checksum: f3956818acd10efc3244abc007294827 (MD5) Previous issue date: 2015-06-10 / Among the optimization methods, the Genetic Algorithm (GA) has been producing good results in problems with high order of complexity, such as, for example, the production scheduling problem in job shop environment. The production sequencing problems must be translated into a mathematical representation, so that the AG can act. In this process we came up a problematic, the choice between different ways to represent the solution as some representations have limitations, how to present not feasible and / or redundant solutions. Therefore the aim of this study is to conduct a comparative study between different representations of the solution in the AG in production sequencing problems in job shop environments. Two representations of the solution were analyzed, the priority lists based and based on order of operations and compared with a binary representation, in the context of sequencing problem set defined by Lawrence (1984). The results were evaluated according to the total processing time (makespan), the computational cost and the proportion of generated feasible solutions. It was noticed that the representation of the solution based on order of operations, which produced 100% of feasible solutions, was the one that showed the best results although no convergence to the best known solution to every problem. / Dentre os métodos de otimização, o Algoritmo Genético (AG) vem produzindo bons resultados em problemas com ordem de complexidade elevada, como é o caso, por exemplo, do problema de sequenciamento da produção em ambiente job shop. Os problemas de sequenciamento da produção devem ser traduzidos para uma representação matemática, para que o AG possa atuar. Neste processo surgi uma problemática, a escolha entre as diferentes formas de se representar a solução visto que algumas representações apresentam limitações, como apresentar soluções não factíveis e/ou redundantes. Portanto o objetivo deste trabalho é realizar um estudo comparativo entre diferentes representações da solução no AG em problemas de sequenciamento da produção em ambientes job shop. Duas representações da solução foram analisadas, a baseada em listas de prioridades e a baseada em ordem de operações e comparada com uma representação binária, no contexto do conjunto de problemas de sequenciamento definidos por Lawrence (1984). Os resultados foram avaliados em função do tempo total de processamento (makespan), do custo computacional e da proporção de soluções factíveis geradas. Percebeu-se que, a representação da solução baseada em ordem de operações, a qual produziu 100% de soluções factíveis, foi a que mostrou os melhores resultados apesar de não apresentar convergência para a melhor solução conhecida em todos os problemas.

Made available in DSpace on 2016-06-02T19:06:27Z (GMT). No. of bitstreams: 1 DissARS.pdf: 1479466 bytes, checksum: b0e4db694de6cc642354b502d3f9187f (MD5) Previous issue date: 2005-05-31 / Universidade Federal de Sao Carlos / Production planning in automated manufacturing environments is a complex task which comprehends, among other activities, the production sequencing. One of the techniques used to determine the best production sequencing is the simulation. All possible sequences can be simulated and, right after that, the sequences with the best performance are verified, according to some criteria. However, due to the combinatory nature of the sequencing, the simulation of all possible combinations takes long time, becoming quite impracticable in many cases. Besides, events that were not programmed occur frequently in automated manufacturing environments and the decision maker must be fast choosing alternatives. Aiming to contour this problem, this work proposes a fuzzy analyser of sceneries for the production sequencing (ANCSP). The goal is to reduce the quantity of sequences to be simulated by the decision maker when non programmed events occur in the productive system, according to a defined performance criteria. The maximum quantity of generated sequences is calculated based on the time avaliable to realize the simulation. The proposed model intends to support the usage of the simulation technique by the decision makers. The ANCSP was implemented and various tests were performed. A specific model of flexible manufacturing system was considered to perform the tests. The performance of the ANCSP was analyzed comparing its results with those presented by a simulation software, for the same test sets and in accordance to the performance measures established. / O planejamento da produção em ambientes automatizados de manufatura é uma tarefa complexa que compreende, dentre outras atividades, o sequenciamento da produção. Uma das técnicas usadas para determinar qual a melhor sequência de produção é a simulação. Todas as sequências possíveis são simuladas e, logo após, verifica-se qual a sequência que obteve o melhor desempenho, de acordo com algum critério. Entretanto, devido à natureza combinatória do sequenciamento, a simulação de todas as sequências possíveis consome muito tempo, tornando-se inviável em muitos casos. Além disso, eventos não programados ocorrem com frequência nos ambientes automatizados de manufatura e o tomador de decisão precisa ter escolhas rápidas. Visando contornar esses problemas, esse trabalho propõe um analisador nebuloso de cen´arios para o sequenciamento da produção (ANCSP). O objetivo é reduzir a quantidade de sequências a serem simuladas pelo tomador de decis ao no momento da ocorrência de eventos não programados no sistema produtivo, de acordo com alguma medida de desempenho. A quantidade máxima de sequências geradas é calculada com base no tempo que o tomador de decisão possui para realizar a simulação. Dessa maneira, o modelo proposto pretende apoiar o uso da técnica de simulação pelos tomadores de decisão. O ANCSP foi implementado e diversos testes foram realizados. Para a realização dos testes, considerou-se um modelo específico de sistema flexível de manufatura. O desempenho do ANCSP foi analisado mediante comparação dos seus resultados com aqueles apresentados por um software de simulação, para o mesmo conjunto de testes e de acordo com as medidas de desempenho estabelecidas.