Falhas são eventos que não podem, pela sua própria natureza, serem totalmente eliminados num sistema de manufatura real. No entanto, a maioria das pesquisas e publicações técnicas nesta área consideram somente a descrição e otimização dos processos normais ou processos isolados de tratamento de falhas. Assim este trabalho é uma contribuição no desenvolvimento de uma metodologia de modelagem e análise que considera a detecção e o tratamento de falhas junto com os processos normais. A hipótese é que uma adequada abordagem de modelagem e análise de sistemas de manufatura considerando todas estas características é fundamental para melhorar a flexibilidade e autonomia do sistema. Tais sistemas podem ser abordados segundo a perspectiva de sistemas a eventos discretos (DEDS) e dentre as técnicas existentes de representação destes sistemas, destaca-se o potencial das rede de Petri (PN) como uma técnica uniforme de modelagem e análise, a qual permite o estudo e caracterização de diferentes propriedades de um sistema através de um mesmo modelo. Assim, este trabalho introduz uma metodologia, baseada no conceito de redes de Petri, que além da modelagem e a análise dos processos normais (de acordo com as especificações funcionais), permite a detecção e tratamento de falhas em sistemas de manufatura de uma forma hierárquica e modularizada utilizando supervisores distribuídos nos equipamentos do chão de fábrica. Esta metodologia considera a integração de três módulos referentes aos processos normais, aos processos de detecção de falhas e, aos processos de tratamento de falhas. Através das abordagens top-down e bottom-up a modelagem de um sistema é desenvolvida em níveis hierárquicos. Estudos de caso de sistemas com estas característica são considerados. Nos modelos desenvolvidos são realizados um estudo analítico e simulações para validar a metodologia proposta. / In a real manufacturing system, failures are events that should be considered. However in this area, most researches consider only the description and optimization of normal processes. This research is a contribution to develop a methodology for modeling and analyzing manufacturing system including normal processes, failure detection, and failure treatment. An approach considering those processes is basic for improving flexibility and autonomy of the systems. These systems can be observed from a point of view of discrete event dynamics systems (DEDS). From this point of view, Petri nets are a powerful tool for modeling and analyzing different characteristics of a system using the same model. In this research a methodology based on Petri nets considering normal process, detection, and treatment of failures in manufacturing systems is introduced. This methodology considers a hierarchical and modular structure. The modular characteristic permits integration of three types of processes: normal, failure detection, and failure treatment processes. The hierarchical characteristic permits to model a system by hierarchical levels (such as factory, manufacturing cell, and equipment) based on top-down and bottom-up approaches, and using distributed supervisors inside of machines on the workshop level. Case studies with these characteristics are considered. On the developed models, analytical and simulation analyses are executed to validate the proposed methodology.
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-23032004-150953 |
| Date | 07 June 2002 |
| Creators | Luis Alberto Martínez Riascos |
| Contributors | Paulo Eigi Miyagi, Fabio Gagliardi Cozman, Paulo Roberto Tavares Dalcol, Arthur Jose Vieira Porto, Gilberto Francisco Martha de Souza |
| Publisher | Universidade de São Paulo, Engenharia Mecânica, USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds