Made available in DSpace on 2016-06-02T19:51:46Z (GMT). No. of bitstreams: 1
3387.pdf: 2954742 bytes, checksum: 792e30cc93d7f68d7c0f647b0d217541 (MD5)
Previous issue date: 2010-12-03 / Financiadora de Estudos e Projetos / This work deals with a production scheduling problem that appears in the aeronautics industry, involving special structures called assembly fixtures, composed of several workstations in parallel to assemble parts of the aircrafts. Tasks should be scheduled to be performed in these workstations in order to minimize the quantity of manpower needed to do the assembly and determine the production capacity of the assembly fixture, which means minimizing the makespan (the total time needed to finish the tasks). However, in addition to the usual constraints such as due dates and precedence among tasks, there are also constraints that prevent two tasks to be performed at the same time in two adjacent workstations on the assembly fixture. The assembly and the teams who work there are in continuous improvement of assembling processes, according to the cumulative production increases and the learning curve is traversed. The learning curve was divided in four stages with specific characteristics in each. Mixed integer linear programming models are proposed to represent the production scheduling problem of each stage, based on practical cases studies of assembly fixtures scheduling in an aeronautics company. Those models are solved using a modeling language and optimization software. The solutions are analyzed and compared and based on then, it is evaluated how the learning curve affects the airplane production over time and it is shown, in the results, that there exists potential of improvement in the use of assembling resources, using production scheduling and levelling the resources. / Este trabalho aborda um problema de programação da produção que ocorre na indústria aeronáutica, envolvendo estruturas especiais de montagem chamadas gabaritos, compostas de diversos postos de trabalho em paralelo para montar partes das aeronaves. Tarefas devem ser programadas para serem executadas nestes postos de trabalho de maneira a minimizar a quantidade total de mão de obra necessária para realizar a montagem em questão e determinar a capacidade de produção do gabarito, ou seja, minimizar o makespan (tempo total para executar as tarefas). Porém, além das restrições usuais, como prazos de entrega das tarefas e precedências entre as tarefas, existem também restrições que impedem que duas tarefas possam ser executadas ao mesmo tempo em dois postos de trabalho adjacentes no gabarito. A montagem e as equipes que nela trabalham estão em melhoria contínua dos processos de montagem, conforme a produção acumulada aumenta e a curva de aprendizagem é percorrida. A curva de aprendizagem foi dividida em quatro fases com características específicas em cada uma. Propõem-se modelos de programação linear inteira mista para representar o problema de programação em cada uma das fases, com base em estudos de casos práticos de programação de gabaritos de montagem de uma empresa aeronáutica. Estes modelos são resolvidos utilizando-se uma linguagem de modelagem e um software de otimização. As soluções encontradas são analisadas e comparadas e com base nelas, avalia-se como a curva de aprendizagem afeta a produção de aviões ao longo do tempo e demonstra-se que existe potencial de melhoria no uso dos recursos de montagem, utilizando programação da produção e nivelamento dos recursos.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/3648 |
| Date | 03 December 2010 |
| Creators | Silva, Bruno Jensen Virginio da |
| Contributors | Morabito Neto, Reinaldo |
| Publisher | Universidade Federal de São Carlos, Programa de Pós-graduação em Engenharia de Produção, UFSCar, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds