Return to search

Modelo multiobjetivo de análise envoltória de dados combinado com desenvolvimento de funções empíricas e otimização via simulação Monte Carlo / Multi-objective data envelopment analysis model combined with empirical function development and optimization via Monte Carlo simulation

Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-25T23:07:30Z
No. of bitstreams: 1
Dissertação.pdf: 1014783 bytes, checksum: 22908ac56d455abd6c044c5f2ad518ac (MD5) / Rejected by Luiz Galeffi (luizgaleffi@gmail.com), reason: Solicitamos que realize uma nova submissão seguindo a orientação abaixo:

O arquivo submetido não contém o certificado de aprovação.

O arquivo submetido está sem a ficha catalográfica.

A versão submetida por você é considerada a versão final da dissertação/tese, portanto não poderá ocorrer qualquer alteração em seu conteúdo após a aprovação.

Corrija esta informação e realize uma nova submissão com o arquivo correto.

Agradecemos a compreensão. on 2017-05-30T16:26:10Z (GMT) / Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-30T21:46:52Z
No. of bitstreams: 1
Dissertação - Marcelo Vilela Figueiredo.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-05-31T12:49:55Z (GMT) No. of bitstreams: 1
figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) / Made available in DSpace on 2017-05-31T12:49:55Z (GMT). No. of bitstreams: 1
figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5)
Previous issue date: 2017-03-31 / O controle de qualidade é um dos principais pilares para um bom rendimento de uma linha produtiva, visando garantir maior eficiência, eficácia e redução de custos de produção. A identificação de causas de defeitos e o controle das mesmas é uma atividade relativamente complexa, devido à infinidade de variáveis presentes em determinados processos. Na produção de itens à base de aço fundido, objetiva-se reduzir defeitos de fundição (rechupes, trincas, problemas dimensionais, entre outros), os quais podem ser ocasionados por diversas variáveis de processo, tais como: composição química do aço, temperatura de vazamento e propriedades mecânicas. Em virtude disso, o presente trabalho foi desenvolvido em uma indústria siderúrgica de grande porte, a qual atua na produção de componentes ferroviários e industriais. Por meio de sua extensa base de dados, foram avaliadas as eficiências dos produtos produzidos, sendo os mesmos denominados DMU (Decision Making Units). Para tal foi aplicada a BiO-MCDEA (Bi Objective Data Envelopment Analysis) em sete DMUs produzidas à base de aço fundido em função de 38 variáveis de processos. Nesta aplicação foram evidenciadas as variáveis de processos (input/output) influentes na determinação da eficiência das DMUs. Uma vez obtidos tais resultados, foram desenvolvidas funções empíricas para as variáveis respostas em função das variáveis de processos influentes por meio de regressão não-linear múltipla. Por fim foi realizada a Otimização via Simulação Monte Carlo de forma a determinar com quais valores se deve trabalhar com cada input para a otimização das funções empíricas. Os resultados obtidos foram satisfatórios, sendo bem condizentes com a realidade da empresa e a abordagem aplicada por meio da combinação de diferentes ferramentas se mostrou aderente à realidade estudada, e também inovadora. / Quality control is one of the pillars to guaranty a good yield on a production line, aiming to reach better efficiency, effectiveness and reduction of production costs. The identification of defects causes and its control is an activity relatively complex, due to the infinity of variables on some process. One of the most important objectives on a Steel Castings Parts production is to reduce castings defects (shrinkage, cracks, dimensional problems, etc.), that can be caused by several process variables, such asChemical Composition, Pouring Temperature and Mechanical Properties. Due to the mentioned explanations, this study was developed at a large steel industry, which produces rail and industrial parts. The efficiency of the produced parts, called DMU (Decision Making Units), was analyzed through an extensive data base. It was done by using BiO-MCDEA (Bi Objective Data Envelopment Analysis) on seven DMUs, which are steel casting parts, in function of 38 process variables. Additionally, the process variables influents on the DMU’s efficiency determination were evidenced through the mentioned implementation. Once those results were obtained, empirical functions were developed for the response variables in function of the influents process variables through multiple non-linear regression. Finally an optimization via Monte Carlo Simulation was implemented in order to determine the inputs values necessary to optimize the empirical functions. The achieved results were satisfactory, being consistent with the industry’s reality and the applied methodology through the combination of different tools were effectiveness and innovative.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/150767
Date31 March 2017
CreatorsFigueiredo, Marcelo Vilela [UNESP]
ContributorsUniversidade Estadual Paulista (UNESP), Silva, Aneirson Francisco da [UNESP]
PublisherUniversidade Estadual Paulista (UNESP)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP
Rightsinfo:eu-repo/semantics/openAccess
Relation600

Page generated in 0.0727 seconds