Congresso de Inovação, Ciência e Tecnologia do IFSP - 2016
Implementação de Estratégias de Controle Aplicados em Sistemas Produtivos Flexíveis com Emprego de Máquinas Multifuncionais
ALEX HIROH SOHARA¹, OSVALDO LUÍS ASATO², FRANCISCO YASTAMI NAKAMOTO3
1 Graduando em Engenharia de Produção, Bolsista IFSP, Câmpus São Paulo, alex.sohara@hotmail.com ² Doutor em Engenharia Mecânica (EPUSP), Instituto Federal de São Paulo, Câmpus Suzano, asato@ifsp.edu.br
3Doutor em Engenharia Mecânica (EPUSP), Instituto Federal de São Paulo, Câmpus São Paulo, nakamoto@ifsp.edu.br
Área de conhecimento (Tabela CNPq): Processos de Fabricação, Seleção Econômica – 3.05.05.05-4 Apresentado no
7° Congresso de Iniciação Científica e Tecnológica do IFSP 29 de novembro a 02 de dezembro de 2016 - Matão-SP, Brasil
RESUMO: Uma das principais pretensões da Indústria 4.0 é a customização em massa, necessitando que os sistemas de manufatura sejam flexíveis e possam lidar com inúmeros processos executados simultaneamente no chão de fábrica que compartilham um conjunto finito de recursos, o que pode gerar o deadlock (travamento) causado por um evento não programado como a quebra de uma máquina. Assim, o presente trabalho tem como objetivo implementar e comparar dois algoritmos inteligentes para a tomada de decisão de alocação de recursos por meio de técnicas e conceitos de modelação e normas que permitam ser inseridas em um módulo de tomada de decisão.
PALAVRAS-CHAVE: indústria 4.0; redes de petri; controle operacional;
Implementation of Applied Control Strategies in Production Systems With flexible employment Multifunction Machines
ABSTRACT: One of the main claims of Industry 4.0 is mass customization, requiring that manufacturing systems are flexible and can handle many processes running simultaneously on the factory floor that share a finite set of resources, which can generate the deadlock, caused by an unscheduled event like the breaking of a machine. Thus, this work aims to implement and compare two intelligent algorithms for making resource allocation decision by techniques and modeling concepts and standards to be inserted into a decision-making module.
KEYWORDS: Industry 4.0; petri nets; operational control; INTRODUÇÃO
Os grandes avanços na automação e na tecnologia da informação possibilitaram uma nova mudança nos paradigmas atuais dos sistemas de manufatura, a chamada Indústria 4.0. A produção passará a ser descentralizada, ou seja, as próprias máquinas e produtos tomarão decisões por si próprios, além de comunicar-se e monitorar-se através de interações entre o mundo real e o virtual, viável por conceitos como Internet das Coisas e sistemas cyber-físicos (BANZATO, 2015; BLANCHET et al., 2014). Entretanto, uma pesquisa realizada pela Confederação Nacional da Indústria (CNI) realizada em janeiro de 2016, aponta que “Em relação às tecnologias digitais aplicadas em processo, as empresas industriais brasileiras ainda estão distantes de linhas mais flexíveis e dinâmicas” (CNI, 2016, p.6).
Essa customização requer que os produtos passem por diversos processos executando simultaneamente no chão de fábrica compartilhando um conjunto finito de recursos, o que pode gerar travamento do sistema, ou deadlock, caso ocorra um evento não planejado como a quebra de uma máquina.
As atividades, no nível operacional, do sistema de manufatura descrevem um comportamento dinâmico e alteram de forma discreta os estados do sistema (NAKAMOTO, 2008), além disso, a complexidade cada vez maior dos sistemas de manufatura torna o monitoramento contínuo de todas as variáveis impossível, tornando o sistema suscetível a falhas que podem não estar relacionados ao tempo ou a uma variável contínua no tempo. Assim os sistemas produtivos flexíveis podem ser classificados como um Sistema a Evento Discreto e pode-se utilizar a metodologia PFS/RdP para modelar tal sistema. MATERIAL E MÉTODOS
O presente projeto de pesquisa utilizou-se de um computador, com acesso à internet, para o uso dos seguintes softwares:
Processador de texto; Planilha eletrônica;
Software de programação para implementação – Plataforma JADE (BELLIFEMINE et al., 2007);
Software para simulação das RdP.
Para alcançar o objetivo deste trabalho, procura-se realizar um levantamento bibliográfico em livros, artigos acadêmicos e observação de novos paradigmas da manufatura para o estabelecimento do estado da arte sobre os Sistemas Produtivos Flexíveis e as metodologias utilizadas para a modelagem desses sistemas. A partir dos dados obtidos será realizada uma classificação prévia das ferramentas para modelagem empregadas a fim de identificar as vantagens, desvantagens e as limitações de cada abordagem. A segunda etapa será realizada uma simulação a partir do modelo criado. A implementação e validação dos modelos dar-se-á mediante prévia análise da aplicabilidade da ferramenta, implementação e teste.
RESULTADOS E DISCUSSÃO
Na atual etapa do projeto, verificou-se o estado da arte sobre os Sistemas Produtivos Flexíveis (SPF) procurando estudar suas características e problemas que podem ocorrer. Realizou-se uma pesquisa bibliográfica das principais ferramentas de modelagem desses sistemas e a análise das vantagens e desvantagens de cada uma dessas ferramentas. Os estudos realizados sobre os SPF apontam que eles podem ser caracterizados como Sistemas Dinâmicos a Eventos Discretos (NAKAMOTO, 2008) e um dos problemas que esse tipo de sistema pode sofrer é o deadlock (travamento) devido a indisponibilidade de recursos (finitos e compartilhados por inúmeros processos executados simultaneamente) causados por eventos não programados, como a quebra de uma máquina (ASATO, 2015). O presente trabalho adota as seguintes ferramentas de modelagem:
A Rede de Petri (RdP) é uma ferramenta de modelagem gráfica e matemática bastante utilizada para o estudo de sistemas dinâmicos a eventos discretos (MURATA, 1989; PERTERSON, 1981), possuindo a vantagem da flexibilidade de abstração de informações do sistema, permitindo melhor fluxo de informação entre os setores da empresa.
O Production Flow Schema (PFS) é uma ferramenta gráfica proposta por (MIYAGI,1996) que permite uma melhor visualização do fluxo das operações de um processo pela abordagem
“top-down”, do qual todo processo pode ser decomposto em sequências de atividade e distribuição,
permitindo aplicar a técnica de sucessivos refinamentos atingindo graus maiores de abstração. Os Controladores Lógicos Programáveis (CLP) são frequentemente utilizados para o controle de Sistemas a Eventos Discretos e existem normas para padronizar as linguagens de programação desses dispositivos (PAREDE e GOMES, 2011). A norma vigente para CLP é a IEC 61131 e a IEC 61499 apresentada pela International Electrotechnical Commission (NAKAMOTO, 2008).
Com bases na revisão bibliográfica, foram escolhidos dois algoritmos de otimização para tomada de decisão diante de uma situação de deadlock: o algoritmo da colônia de formigas (ACO) desenvolvido por (DORIGO, 1996) e o algoritmo genético (GA) introduzido por (HOLLAND, 1975). O algoritmo genético realiza um processo de refinamento sucessivo (cross-over) dos genes em busca de melhores soluções, permitindo que os indivíduos na população evoluam com o tempo (MAZZUCCO, 1999). Já o algoritmo da colônia de formigas se baseia no conceito de encontrar o melhor caminho por meio da quantidade de feromônio depositados pelas formigas que passaram por este caminho, criando uma trilha cada vez mais curto entre o formigueiro e o alimento (COELHO e NETO, 2010). Para a simulação dos algoritmos, foi considerado uma fábrica fictícia que produz três produtos A, B e C, com os seus processos P(A), P(B), P(C) com três atividades cada uma, que utilizam as funcionalidades (F1,F2,F3) das máquinas (R1, R2, R3, R4, R5) de acordo com a tabela abaixo:
TABELA 1. Funções e máquinas utilizadas por cada atividade de cada processo Processos P(A) -> F1 F2 F3 R2 R3 R5 P(B) -> F3 F2 F1 R6 R4 R2 P(C) -> F2 F3 F1 R3 R5 R1
As máquinas multifuncionais (Recursos) com as suas respectivas funcionalidades: TABELA 2. Funcionalidades de cada máquina
Recurso Funcionalidade R1 F1 R2 F1 R3 F2 R4 F2 R5 F1, F2, F3 R6 F2, F3
E os custos de transporte dentro do chão de fábrica: TABELA 3. Tabela de Custo de Transporte
R1 R2 R3 R4 R5 R6 ENT SAI ENT 13 9 5 7 11 15 0 9 SAI 15 11 7 5 9 13 5 0 R1 0 9 11 13 11 9 13 15 R2 5 0 9 11 9 7 11 13 R3 9 5 0 9 7 11 9 11 R4 11 7 9 0 5 9 7 9 R5 7 9 11 9 0 5 9 11 R6 9 11 13 11 9 0 11 13
CONCLUSÕES
A pesquisa realizada permitiu observar evidências de que os sistemas de manufatura estão sofrendo uma nova mudança de paradigma, fortemente impulsionados pelo grande avanço em tecnologias de automação e conectividade. Consequentemente, permitindo que produtos e máquinas possam se comunicar e se monitorar entre si, descentralizando o fluxo de informações e de tomada de decisão. Observou-se que o Brasil foca em melhorar o processo de produção, mas está longe de linhas mais flexíveis e dinâmicas. Nesse sentido, percebeu-se a importância do estudo de SPF da necessidade de flexibilidade e automação dos sistemas de manufatura para a sobrevivência no mercado.
Na questão da modelagem de Sistemas Produtivos Flexíveis, notou-se que grande vantagem do PFS é que ela possibilita a descrição funcional e hierárquica do sistema, com possibilidade de abstração gradativa que pode ser interpretada posteriormente em uma RdP, facilitando o projeto de sistemas de controle de SPF.
Espera-se que os algoritmos a serem testados apontem para a sequência de menor custo no caso da quebra de uma das máquinas devido ao número baixo de produtos e processos na simulação. Entretanto, em um ambiente real, as empresas produzem diversos produtos ao mesmo tempo em que passam por diversas etapas até a finalização. O cálculo do custo para cada possibilidade de remanejo diante a quebra de uma máquina é inviável temporalmente, assim, cada vez mais são adotados métodos aproximados para resolver esse tipo de problema através de algoritmos de otimização como o GA e ACO, que oferecem uma solução razoável com tempo de processamento adequado para o nível operacional da fábrica.
AGRADECIMENTOS
Os autores agradecem ao Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP), ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pelo apoio para o desenvolvimento do presente trabalho.
REFERÊNCIAS
ASATO, O. L. Regeneração de Sistemas Produtivos Mediante a Realocação Dinâmica de Recursos com Flexibilidade Funcional. Tese (Doutorado) – Escola Politécnica da Universidade de São Paulo, SP, 2015.
BANZATO, E. Indústria 4.0. Logística: Redução de custos na cadeia de valor. [S.l.]: n.299, p. 40-44, set. 2015. Disponível em: <http://www.imam.com.br/logistica/edicoes/299.pdf>. Acesso em 4 jun. 2016.
BLANCHET, M. et al. INDUSTRY 4.0: The new industrial revolution: How Europe will succeed. Munique: Roland Berger, 2014.
BELLIFEMINE, F.; CAIRE, G.; GREENWOOD, D.; Developing Multi-Agent Systems with JADE. England: John Wiley & Sons Ltd, 2007.
COELHO, L.; TAVARES NETO, R. Colônia de Formigas: Uma Abordagem Promissora para Aplicações de Atribuição Quadrática e Projeto de Layout. Disponível em: <http://www.dep.ufscar.br/admin/upload//ARTIGO_1156534584.PDF>. Acesso em: 10 out. 2010. CONFEDERAÇÃO NACIONAL DA INDÚSTRIA. SONDAGEM ESPECIAL: Indústria 4.0. [S.l.]:
ano 17, n.2, abr. 2016. Disponível em:
<http://arquivos.portaldaindustria.com.br/app/cni_estatistica_2/2016/05/16/217/SondEspecial_Industri a4.0_Abril2016.pdf>. Acesso em 5 jun. 2016.
DORIGO, M.; MANIEZZO, V.; COLORNI, A. Ant System: Optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics, 1996.
HOLLAND, J. H. Adaptation in natural and artificial systems. University of Michigan Press, 1975. MAZZUCCO, J. Uma Abordagem Híbrida do Problema da Programação da Produção
através dos Algoritmos Simulated Annealing e Genético, Tese de Doutorado, Florianópolis-SC: PPGEP/UFSC, 1999.
MIYAGI, P. E.; Controle Programável - Fundamentos do Controle de Sistemas a Eventos Discretos. São Paulo: Editora Edgard Blucher Ltda., 194p. 1996.
MURATA, T.; Petri Nets: Properties, Analysis and Applications. Em: Proceding of the IEEE, vol. 77 nº 4, 1989. pp; 541-580. 1989.
NAKAMOTO, F. Y.; Projeto de Sistemas Modulares de Controle para Sistemas Produtivos. Tese (Doutorado) – Escola Politécnica da Universidade de São Paulo, SP, 2008.
PAREDE, I.M.; GOMES, L.E.L. Linguagem de programação. In: Eletrônica: Automação Industrial. v.6. São Paulo: Fundação Padre Anchieta, 2011. cap.4, p.66-74.
PETERSON, J. L.; Petri Net Theory and the Modeling of Systems. Englewood cliffs, Prentice-Hall, 1981. 2909p.
