
Defesa de Tese de Doutorado de Carlos Rafael Herrera Márquez, em 27/10/2023, às 14:00h, por videoconferência
Link para defesa: https://meet.google.com/zsd-yruo-aoa
SSP-3M: Um Framework Open-source para a Solução de Problemas de Scheduling em Ambientes de Manufatura
Resumo:
A pesquisa sobre a solução dos problemas de escalonamento de tarefas em ambientes de manufatura (shop scheduling problems) tem se concentrado principalmente na construção de algoritmos eficientes que consideram frequentemente restrições simplificadas e situações que constituem simplificações da realidade. No entanto, a solução dos problemas em ambientes reais encontrados na indústria deve lidar com aspectos complexos como fatores de carácter tecnológico, tomada de decisões associadas aos processos de manufatura e diversas situações e imprevistos próprios da dinâmica de uma indústria típica, aspectos estes poucas vezes levados em conta.
Nas últimas duas décadas, têm sido consolidadas dentro dos ambientes de manufatura metodologias e conceitos emergentes com um alto impacto sobre a pesquisa em scheduling. Metodologias como Indústria 4.0, Computer Integrated Manufacturing (CIM), Computer-Aided Process Planning (CAPP), Advanced Planning and Scheduling (APS) e Integrated Process Planning and Scheduling (IPPS) representam hoje os novos cenários e desafios em que se desenvolve o estudo dos problemas de escalonamento de tarefas do tipo shop scheduling em ambientes de manufatura.
Esta tese propõe uma contribuição prática na área de scheduling, por meio do projeto e da implementação de um framework aberto, versátil, extensível e independente do método de otimização para a solução de seis variantes do problema de shop scheduling em ambientes de manufatura: job shop, flow shop, permutation flow shop, generalized flow shop, flexible flow shop e flexible job shop. O framework leva em consideração no processo de otimização características de ambientes produtivos reais tais como flexibilidade devido à presença de máquinas em paralelo, recirculação de tarefas no workflow, prioridade, datas de entrega e consumo elétrico.
Abstract:
The research on the solution of scheduling problems in manufacturing environments (shop scheduling problems) has focused mainly on constructing efficient algorithms that often consider simplified constraints and situations that constitute simplifications of reality. However, the solution of the SSP in the industry must deal with complex aspects such as technological factors, decision-making associated with manufacturing processes, and various situations and unforeseen events inherent to the dynamics of a typical industry, aspects that are rarely taken into account.
In the last two decades, emerging methodologies and concepts have been consolidated with a high impact on the research in scheduling. Methodologies such as Industry 4.0, Computer Integrated Manufacturing (CIM), Computer-Aided Process Planning (CAPP), Advanced Planning and Scheduling (APS), and Integrated Process Planning and Scheduling (IPPS) represent today the new scenarios and challenges in which the study of shop scheduling problems take place.
This dissertation proposes a practical contribution in the area of scheduling with the design and implementation of an open-source framework characterized by versatility, extensibility, and independence of the optimization method to solve six variants of the shop scheduling problem in manufacturing environments: job shop, flow shop, permutation flow shop, generalized flow shop, flexible flow shop, and flexible job shop. It takes taking into account in the optimization process characteristics of real-life production environments, such as flexibility due to the presence of parallel machines, recirculation of tasks in the workflow, task priorities, due dates, and energy consumption.
Banca examinadora:
Prof. Celso da Cruz Carneiro Ribeiro, UFF – Presidente
Profa. Isabel Cristina Mello Rosseti, UFF
Profa. Vanessa Braganholo Murta, UFF
Profa. Débora Pretti Ronconi, USP
Prof. Marcos do Couto Bezerra Cavalcanti, UFRJ
Prof. Nelson Maculan Filho, UFRJ