Resolução do problema de sequenciamento de linhas de montagem múltiplas em ambiente de produção enxuta

• Processo: 11/18488-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de janeiro de 2012
• Data de Término da vigência: 31 de dezembro de 2013
• Área de conhecimento: Engenharias - Engenharia de Produção - Pesquisa Operacional
• Pesquisador responsável: Antônio Augusto Chaves
• Beneficiário: Mariana Monteiro Ushizima
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Assunto(s): Meta-heurística Otimização combinatória Clustering search Simulação por computador
• Palavra(s)-Chave do Pesquisador: Linhas de Montagem Múltiplas | meta-heurísticas | sequenciamento | Otimização Combinatória

Resumo

Desde que surgiram os conceitos associados à produção enxuta, vários estudos que tratam da utilização eficaz de linhas de montagem de modelos mistos (MMAL - Mixed-Model Assembly Lines) se concentram no sequenciamento de tais linhas. Neste projeto serão abordadas MMAL - múltiplas em ambiente de produção enxuta, as quais são estruturas operacionais em que vários fornecedores internos (kanbans) abastecem várias MMAL simultaneamente, de modo que todas as linhas possam receber peças ou subconjuntos de todos os fornecedores. Para otimizar este sistema, a sequência de programação deve buscar o consumo constante de peças ou subconjuntos, minimizando assim o dimensionamento dos kanbans e estoques intermediários. Baseado no clássico Problema de Monden (Monden, 1983), que determina o sequenciamento de uma única linha, Sanches et al. (2010) apresentaram um modelo matemático que busca o sequenciamento de linhas de montagem múltiplas que mais aproxima o consumo real de um consumo ideal constante. Sendo assim, neste projeto pretende-se resolver o problema de sequenciamento de MMAL - múltiplas utilizando meta-heurísticas clássicas, tais como Busca Local Iterativa (ILS - Iterated Local Search) e Busca em Vizinhança Variável (VNS - Variable Neighboorhod Search), e o método híbrido Busca por Agrupamento (CS - Clustering Search). Para validar os algoritmos propostos serão realizados testes computacionais para diferentes casos encontrados na literatura.(AU)