1 inteligência artificial aplicada a sistemas de controle e automação das 6607 simulador da...

37
1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Professor:Guilherme Bittencourt Aluno: Denis Pinha

Upload: internet

Post on 17-Apr-2015

106 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

1

Inteligência Artificial Aplicada aSistemas de Controle e Automação

DAS 6607

Simulador da Produção

Departamento de Automação e Sistemas

Universidade Federal de Santa Catarina

Professor:Guilherme Bittencourt

Aluno: Denis Pinha

Page 2: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

2

TópicosTópicos

IntroduçãoExemplo de um problema (Contexto)Universo de Soluções, complexidade e técnicas para resolver o problema Hierarquia dos frames (objetos ou conceitos) de um simulador de fábricaApresentação básica de um simulador de produção desenvolvido para uma empresa

Page 3: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

3

Introdução: O que é Inteligência Introdução: O que é Inteligência Artificial?Artificial?

Conjunto de técnicas para resolver problemas complexos, isto é, problemas que, apesar de não ter solução algorítmica , são solucionados por seres humanos.

Page 4: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

4

Introdução ao ambiente Introdução ao ambiente fabrilfabril

o conhecimento sobre o mundo não precisa, necessariamente,

obedecer a nenhuma propriedade matemática global, como

coerência ou completude. Sua adequação deve ser medida pela sua

utilidade na solução de problemas práticos;

Ex:

Cabine de Pintura , Operações

Simultâneas, Peças Conjugadas, Estoque

Alto

Page 5: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

5

SEQÜENCIAMENTO DA SEQÜENCIAMENTO DA PRODUÇÃOPRODUÇÃO

Problema Introdutório:Problema Introdutório:O Caso dos LeitoresO Caso dos Leitores

Page 6: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

6

EnunciadoEnunciadoParte 1Parte 1

Alberto (A), Bruno (B), Carlos (C) e Daniel (D) moram juntos. Aos domingos, pela manhã, gostam de ler os jornais O Globo (GlGl), Jornal do Brasil (JBJB), O Dia (DiDi) e o semanário Casseta e Planeta (CPCP), que recebem à porta de casa por volta das 8:00 horas.

Além disso, após todos terem lido todos os jornais, desejam sair juntos, e o mais cedo possível, para a praia no (único) carro que possuem.

A hora em que acordam, bem como a ordem em que preferem ler os jornais e os respectivos tempos de leitura, podem ser vistos no quadro apresentado a seguir.

Por uma questão de organização, os jornais não são subdivididos em partes ou cadernos e, portanto, só podem ser lidos por uma pessoa de cada vez.

Page 7: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

7

DadosDados

Ordem

LEITOR ACORDA Tempo de leitura

Alberto 8:30 JB Gl Di CP

60 min 30 min 2 min 5 min

Bruno 8:45 Gl Di JB CP

75 min 3 min 25 min 10 min

Carlos 8:45 Di Gl JB CP

5 min 15 min 10 min 30 min

Daniel 9:30 CP JB Gl Di

90 min 1 min 1 min 1 min

Page 8: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

8

QuestõesQuestões

Supondo que os quatro amigos conseguem se alimentar e realizar as suas higienes matinais enquanto estão lendo os jornais, pergunta-se:

Qual a relação deste enunciado com o de um problema de programação e controle da produção? Isto é, o que seriam neste enunciado os:

• Produtos ou itens• Máquinas ou recursos de produção• Tempos de operação ou de fabricação• Roteiros de produção• Prioridades ou seqüências de produção

Quais técnicas ou ferramentas de Sistemas, Planejamento e Controle da Produção e/ou Pesquisa Operacional podem ser usadas para a solução do problema ?

Page 9: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

9

QuestõesQuestões

Qual a seqüência de leitura de cada jornal (isto é, quem lê o

quê em primeiro, segundo, terceiro e quarto lugar) que permite

a Alberto, Bruno, Carlos e Daniel saírem juntos o mais cedo

possível para a praia? Que hora é esta ?

É possível provar que a resposta dada ao item anterior é a

resposta ótima do problema ? Como ?

Supondo que os quatro amigos possam ler os jornais em

qualquer ordem, quantas soluções possíveis tem esse

problema?

Page 10: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

10

QuestõesQuestões

Nesse caso, considerando que um computador rápido leva um

segundo para processar (isto é, encontrar e avaliar) mil

soluções possíveis do problema, qual o tempo computacional

necessário para pesquisar todo o universo de soluções com o

objetivo de se encontrar a solução ótima ? Expresse este

tempo na maior unidade possível (isto é segundos, minutos,

hora, dia, semanas, meses ou o que for apropriado).

Como este tempo computacional cresceria se o número de

leitores passasse a ser cinco ? E se fossem seis os leitores ?

E se fossem sete ?

Page 11: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

11

SEQÜENCIAMENTO DA SEQÜENCIAMENTO DA PRODUÇÃOPRODUÇÃO

Problema Introdutório:Problema Introdutório:O Caso dos LeitoresO Caso dos Leitores

Page 12: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

12

AnalogiasAnalogias

Qual a relação do problema com a programação e controle

da produção? Isto é, o que seriam no enunciado os:

Produtos ou itens ?

Seriam as pessoas: Alberto, Bruno, Carlos e Daniel.

Máquinas ou recursos de produção ?

Seriam os jornais: Jornal do Brasil, Globo, Dia e

Planeta.

Tempos de operação ou de fabricação ?

Seriam os tempos estimados de leitura.

Page 13: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

13

Solução GráficaSolução Gráfica

Qual a seqüência de leitura de cada jornal (isto é, quem lê o

quê em primeiro, segundo, terceiro e quarto lugar) que permite

ao Alberto, Bruno, Carlos e Daniel saírem juntos o mais cedo

possível para a praia? Que hora é esta ?

Para solução da questão será utilizado um método de

"tentativas e erros". Serão testadas três alternativas

baseadas em três hipóteses distintas de priorização (isto

é, seqüência de leitura de cada jornal), escolhendo-se o

melhor resultado obtido.

Page 14: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

14

Solução 1Solução 1Ordem

LEITOR ACORDA Tempo de leitura

Alberto 8:30 JB Gl Di CP60 m 30 m 2 m 5 m

Bruno 8:45 Gl Di JB CP75 m 3 m 25 m 10 m

Carlos 8:45 Di Gl JB CP5 m 15 m 10 m 30 m

Daniel 9:30 CP JB Gl Di90 m 1 m 1 m 1 m

JB

Gl

Di

CP

DanielAlberto Bruno Carlos

9:30 10:008:30 8:45 12:0010:15 11:00

Jornal Leitor 1 Leitor 2 Leitor 3 Leitor 4

JB

Gl

Di

CP

AA

11:5111:51

BB

CC

DD

DD

DD

DD

BB

BB

BB

CC

CC

CC

AA

AA

AA

Page 15: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

15

Solução 1 / ObservaçõesSolução 1 / Observações

• O Roteiro (que é uma restrição do problema) pode levar a jornais ociosos .

ex: às 10:00 horas, Bruno pega O Dia ao invés do Jornal do Brasil (que assim fica mais tempo ocioso), porque o seu roteiro obriga que assim seja.

10:00

JB

Gl

Di

CP

12:0010:15 11:009:30 10:008:30 8:45

DanielAlberto Bruno Carlos

Ordem

LEITOR ACORDA Tempo de leitura

Alberto 8:30 JB Gl Di CP60 m 30 m 2 m 5 m

Bruno 8:45 Gl Di JB CP75 m 3 m 25 m 10 m

Carlos 8:45 Di Gl JB CP5 m 15 m 10 m 30 m

Daniel 9:30 CP JB Gl Di90 m 1 m 1 m 1 m

Page 16: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

16

Solução 1 / ObservaçõesSolução 1 / Observações

• A Seqüência (que é fruto da solução adotada) pode levar a

leitores ociosos .

ex: às 10:15 horas, Carlos pode pegar o Jornal do Brasil mas tem que esperar Daniel, porque a seqüência de produção adotada obriga que assim seja.

JB

Gl

Di

CP

12:0010:15 11:009:30 10:008:30 8:45

DanielAlberto Bruno Carlos

Ordem

LEITOR ACORDA Tempo de leitura

Alberto 8:30 JB Gl Di CP60 m 30 m 2 m 5 m

Bruno 8:45 Gl Di JB CP75 m 3 m 25 m 10 m

Carlos 8:45 Di Gl JB CP5 m 15 m 10 m 30 m

Daniel 9:30 CP JB Gl Di90 m 1 m 1 m 1 m

Jornal Leitor 1 Leitor 2 Leitor 3 Leitor 4

JB

Gl

Di

CP

AA

BB

CC

DD

DD

DD

DD

BB

BB

BB

CC

CC

CC

AA

AA

AA

10:15

Page 17: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

17

Solução 3Solução 3Ordem

LEITOR ACORDA Tempo de leitura

Alberto 8:30 JB Gl Di CP60 m 30 m 2 m 5 m

Bruno 8:45 Gl Di JB CP75 m 3 m 25 m 10 m

Carlos 8:45 Di Gl JB CP5 m 15 m 10 m 30 m

Daniel 9:30 CP JB Gl Di90 m 1 m 1 m 1 m

JB

Gl

Di

CP

12:0011:159:458:30 8:45

DanielAlberto Bruno Carlos

Jornal Leitor 1 Leitor 2 Leitor 3 Leitor 4

JB

Gl

Di

CP

AA

11:3011:30

BB

CC

DD

DD

DD

DD

BB

CC

CC

AA

AA

AA

BB

BB

CC

Page 18: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

18

Conclusão do ProblemaConclusão do ProblemaComparando-se as três soluções verifica-se que a melhor

solução é a terceira. Um resultado nada óbvio já que das três hipóteses examinadas essa é aquela onde mais leitores são submetidos a esperas forçadas (vide quadro abaixo).

Solução Fim Planejado Esperas Forçadas

1 11:45 Bruno de 10:03 até 11:11

Carlos de 9:15 até 11:01

2 11:45 ---

3 11:30Alberto de 8:30 até 9:15

Bruno de 8:45 até 9:05

Daniel de 9:30 até 9:45

JB

Gl

Di

CP

12:0011:159:458:30 8:45

DanielAlberto Bruno Carlos

11:30

Page 19: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

19

ConclusãoConclusão

Portanto, decisões “locais” que, à primeira vista, possam parecer irracionais,

JB

Gl

Di

CP

12:0011:159:458:30 8:45

DanielAlberto Bruno Carlos

11:30

Por exemplo,

Alberto acorda, todos continuam

dormindo, o seu jornal preferido

(JB) está disponível, e mesmo

assim ele é impedido de lê-lo

antes de Carlos que, por sua vez,

só acordará 15 minutos depois, e

ainda lerá 2 outros jornais antes

de pegar o JB !

numa visão “global” e estruturada do problema - proporcionada pelo gráfico de Gantt - mostram-se perfeitamente lógicas .

Aqui, o entendimento integral do problema mostra como a paciência (de Alberto, Bruno e Daniel) pode ser uma virtude necessária e compensadora !

Page 20: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

20

Análise do Melhor CasoAnálise do Melhor Caso

Como provar que esta resposta é ótima ?

Page 21: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

21

Solução ÓtimaSolução Ótima

• O que não significa que seja a única solução ótima !

JB

Gl

Di

CP

12:0011:159:458:30 8:45

DanielAlberto Bruno Carlos

11:3011:30

• Por exemplo, podemos só inverter os 2 últimos leitores do

Planeta na Solução 3 :

Page 22: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

22

Universo de SoluçõesUniverso de Soluções

Caso os quatro amigos possam ler os jornais em qualquer

ordem, quantas soluções possíveis tem esse problema ?

Se houvesse apenas um jornal, haveria (4 !) = 24 soluções(4 !) = 24 soluções de seqüenciamento.

Como, entretanto, há quatro jornais em questão e o seqüenciamento da leitura de cada um deles é independente da seqüência de leitura dos demais, há

(4 !)(4 !)44 = 331.776 soluções = 331.776 soluções.

Com efeito, o número de soluções possíveis (factíveis e

não factíveis) de seqüenciamento é da ordem de (n !)(n !)mm,

onde nn são os itens e mm são os recursos envolvidos no problema.

Page 23: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

23

Complexidade do Problema Complexidade do Problema

Neste caso, considerando que um computador rápido leva um

segundo para processar (isto é, encontrar e avaliar) mil

soluções possíveis do problema, qual o tempo computacional

necessário para pesquisar todo o universo de soluções com o

objetivo de se encontrar a solução ótima ? Expresse este

tempo na maior unidade possível (isto é, segundos, minutos,

horas, dias, semanas, meses ou o que for apropriado).

331.776 soluções / 1000 soluções por segundo / 60= 5 ½ minutos

Page 24: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

24

Natureza Combinatória Natureza Combinatória ExplosivaExplosiva

Como este tempo computacional cresceria se o número de leitores passasse a ser cinco ?E se fossem seis leitores ?E se fossem sete ?

A tabela abaixo registra a evolução do universo de soluções e correspondente tempo de processamento:

Leitores/ Itens

Jornais /Máquinas

Universo deSoluções

Tempo deProcessamento

Requerido

4 4

5 4

6 4

7 4

331.776

2,1 x 10 8

2,7 x 10 11

6,5 x 10 14

5,5 minutos

2,4 dias !

8,5 anos !!

205 séculos !!!!205 séculos !!!!

Page 25: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

25

Técnicas para ResolverTécnicas para Resolver o Problema o Problema

Quais técnicas ou ferramentas de Administração, Sistemas

(Sistema Multiagente (SMA) , Planejamento e Controle e/ou

Pesquisa Operacional podem ser usadas para a solução do

problema ?

Ferramentas gráficas (e.g. gráficos de Gantt), métodos

analíticos ou matemáticos (e.g. programação linear,

programação combinatorial, programação inteira,

programação dinâmica) e métodos heurísticos,

baseados no bom-senso (e.g modelos de simulação

computacional).

Page 26: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

26

Métodos heurísticosMétodos heurísticosDiante da complexidade do problema de programação,

analisaremos agora quatro métodos estruturados para resolução do problema. São eles:

PROGRAMAÇÃO PARA FRENTEPROGRAMAÇÃO PARA FRENTE (pedido a pedido) => comumente (embora imprecisamente) chamado de “FORWARD PLANNING”

PROGRAMAÇÃO PARA TRÁS BASEADA NA ABORDAGEM PROGRAMAÇÃO PARA TRÁS BASEADA NA ABORDAGEM MRPMRP (pedido a pedido) => comumente (embora imprecisamente) chamado de “BACKWARD PLANNING”

PROGRAMAÇÃO BASEADA NA TEORIA DAS RESTRIÇÕESPROGRAMAÇÃO BASEADA NA TEORIA DAS RESTRIÇÕES (operação a operação) => também chamado de “PROGRAMA-ÇÃO MISTA”

PROGRAMAÇÃO POR SIMULAÇÃOPROGRAMAÇÃO POR SIMULAÇÃO (operação a operação) => também chamado (embora imprecisamente) de “PROGRAMA-ÇÃO POR CAPACIDADE FINITA”

Page 27: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

27

Programação por SimulaçãoProgramação por Simulação

Com os dados do problema dos Leitores, construa uma solução estruturada baseada na “PROGRAMAÇÃO POR PROGRAMAÇÃO POR SIMULAÇÃOSIMULAÇÃO (operação a operação)”. Utilize para tanto a seguinte lógica de construção:

Avance o “relógio da simulação” até o instante onde ocorre o primeiro evento significativo (por exemplo, a chegada de um material, o fim de processamento num recurso, etc.)

Com base no critério de prioridade adotado (MDE), identifique os pedidos que podem ser processados nesse instante no recurso em questão e selecione o mais prioritário para programação.

Repita o passo 2 até que todas as operações tenham sido programadas.

Page 28: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

28

Regras Heurísticas de CarregamentoRegras Heurísticas de Carregamento

PEPSPEPS (Primeiro a entrar deve ser o primeiro a sair)

MTPMTP (Item de menor tempo de processamento deve ser processado primeiro)

MDEMDE (Item com data de entrega mais apertada deve ser processado primeiro)

Maior MultaMaior Multa (Item que induz a maior multa deve ser processado primeiro)

Maior PreçoMaior Preço (Item que induz a maior preço deve ser processado primeiro)

Menor FolgaMenor Folga (Item que tem a menor folga calculada como:

(Data de entrega - Instante da decisão) - Tempo remanescente de processamento

Razão CríticaRazão Crítica (Item que tem a menor folga calculada como:

(Data de entrega - Instante da decisão) / Tempo remanescente de processamento

“... o número de regras de descarregamento de filas existentes só é limitado pela nossa ingenuidade ! ”

Você é capaz de imaginar outras regras heurísticas de descarregamento de filas ?

Page 29: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

29

I

A 0 Atraso

Freqüência

a) situação “quase ótima” em termos de cumprimento de prazo de entrega.

0 I

A

b) regra ignorando os tempos de processamento e datas de entrega.Ex: PEPS

0 I

A

c) regra baseada em tempos de processamento.Ex: MTP

0 I

A

d) regra baseada em data de entrega (carga e capacidade balanceadas).Ex: MDE

0 I

A

e) regra baseada em data de entrega (carga e capacidade desbalanceadas).Ex: MDE

PEDIDOSADIANTADOS

PEDIDOSATRASADOS

Page 30: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

30

Complicadores do ProblemaComplicadores do Problema

Tempos de preparação de máquina

Tempos de transporte

Descontinuidades do tempo (turnos, fins-de-semana, feriados)

Manutenção preventiva

Perdas históricas de capacidade (e.g. manutenção corretiva)

Disponibilidade restrita de ferramentas ou moldes (além das

máquinas)

Disponibilidade restrita de pessoal

Limitações de orçamento

Dinâmica de re-programação

Fabricação para posterior montagem

Page 31: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

31

PONTUALIDADE TOTALPONTUALIDADE TOTAL Diante de tal complexidade, como chegar Diante de tal complexidade, como chegar

lá ?lá ?

PONTUALIDADE PONTUALIDADE TOTAL é :TOTAL é :

Programar e controlar a produção tendo como meta

Entregar 100% dos pedidos no prazo de acordo com as especificações técnicas e o orçamento combinado

e assim

Desenvolver junto ao cliente uma reputação de excelência em termos de cumprimento de prazos

Page 32: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

32

PONTUALIDADE TOTALPONTUALIDADE TOTAL

Ações indicadasAções indicadas Como ser PONTUAL PONTUAL ?

1. Planejar antecipadamente2. Programar realisticamente considerando os limites existentes de capacidade3. Programar com folga4. Programar detalhadamente o curto prazo5. Explorar as possibilidades de seqüenciamento existentes6. Explorar as possibilidades ligadas ao uso de máquinas e roteiros alternativos7. Explorar as possibilidades de ajuste do nível de capacidade

(e.g. horas-extras, subcontratações)8. Explorar as possibilidades de apressamento (i.e. expeditação) de pedidos urgentes9. Explorar as possibilidades de antecipação do recebimento de materiais críticos10. Explorar as possibilidades ligadas ao uso de projetos, processos e materiais

alternativos11. Antecipar para os clientes possíveis problemas de entrega, quando inevitáveis12. Prometer prazos e/ou decidir aceitar encomendas considerando os compromissos

já assumidos13. Acompanhar o andamento e a pontualidade dos processos internos14. Replanejar rapidamente e sempre que fatos significativos aconteçam sem terem

sido previstos

Page 33: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

33

PONTUALIDADE TOTALPONTUALIDADE TOTAL

Ações indicadasAções indicadas Como fazer BARATO BARATO ?

15. Evitar grandes antecipações na produção de componentes não-críticos16. Apresentar os custos e benefícios de cada possível solução de programação17. Identificar as operações e recursos críticos para concentrar neles os ajustes de

capacidade (horas-extras, subcontratações)

Como fazer RÁPIDO RÁPIDO ?18. Programar para dispor dos equipamentos o mais cedo possível (e faturar o quanto

antes)

Como ser FLEXÍVEL FLEXÍVEL ?

19. Conhecer (representar) as alternativas de gestão de curto prazo para exploração sistemática

Page 34: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

34

Simulação com capacidade finita Simulação com capacidade finita Acionamento x Dimensionamento x ProjetosAcionamento x Dimensionamento x Projetos

Simuladores voltados a programação do dia-a-dia e acionamentoSimuladores voltados a programação do dia-a-dia e acionamentoFactor, Schedulex, Leitstand, AHP-Leitstand, Auto-sched, Moopi, MPSwin, Infor, CA-Quick, Pacemaker, Preactor, CB/Plan, Response Agent, Fact, MicroPlanner, Metashop, Job-shop, Syn-Quest, Ortems, AutoSched, Broner, Process, See-The-Future (BR)

Simuladores voltados ao dimensionamento do sistema de produçãoSimuladores voltados ao dimensionamento do sistema de produçãoPromodel, Arena, See-why, Forssight

Simuladores voltados a gestão de projetosSimuladores voltados a gestão de projetosScitor OS Suite, Concerto

Simuladores voltados a programação do dia-a-diaSimuladores voltados a programação do dia-a-diaManugistics, Goal System, Thru-put, Drummer, Rhythm

Page 35: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

35

Horários

Tipos de Operação

Situação

Custo Variável

Tempo Setup

Rendimento Classe

Estoques

Tipo: Contínuo, Taxa Habilitação Serventia:

Processamento, Setup, Transporte

Data

Acabado, Manufaturado

e Materiais,

Máquinas Operadores Ferramentas

Pedidos

Clientes

RecursosOnde

Plano de ProduçãoQuanto

EngenhariaO que e Como Faz

Fábrica

Exemplo simplificado de hierarquias de objetos e seus respectivos Exemplo simplificado de hierarquias de objetos e seus respectivos atributos para um simulador de manufatura (Fábrica)atributos para um simulador de manufatura (Fábrica)

Horários

Tempo de Transporte

Valor de Venda

Quantidade

Prioridade Tipo Item: Manufaturado

Itens

Unidade: Kg, Peças

Custo

Lista de Materiais

Componência

Lista de Operações e Alternativas

Roteiros de Produção

Alternativas de Recursos Taxa de Produção

Classe

Lote de Produção

Lote de Tranferência

Operador

Ferramenta

Page 36: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

36

FontesFontes

BITTENCOURT , Guilherme - Notas de Aula da Disciplina DAS 6607 - 2007

COSTA, R, 1996, Pontualidade total na produção sob encomenda: conceito, tecnologia e uso da simulação computacional na gestão do chão de fábrica. Ph.D dissertação, Universidade Federal do Rio de Janeiro, Rio de Janeiro, Rio de Janeiro, Brasil.

Page 37: 1 Inteligência Artificial Aplicada a Sistemas de Controle e Automação DAS 6607 Simulador da Produção Departamento de Automação e Sistemas Universidade

37

Obrigado pela atençãoObrigado pela atenção

e-mail: e-mail:

[email protected]@trilhaprojetos.com.br

[email protected]@das.ufsc.br

Página: www.trilhaprojetos.com.brPágina: www.trilhaprojetos.com.br