DEG _IST © 2017 Ana Paula Barbosa Póvoa, 1
Modelos e Aplicações em Operações & Logística
Ana Paula Barbosa Póvoa
Departamento de Engenharia e Gestão Instituto Superior Técnico
apovoa@ist.utl.pt
Doutoramento & Formação Avançada
“Engenharia de Refinação, Petroquímica e Química”
Engenharia de Processos e
Sistemas
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 2
Estrutura do Módulo
• O que é a Gestão de Operações e a Logística?
• Abordagem Sistémica para a resolução de problemas
• Planeamento & Escalonamento de Sistemas Flexíveis
• Projeto e Planeamento de Cadeias Logísticas
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 3
Introdução: Gestão de Operações - I Abordagem Sistémica
Modelos e Aplicações em
Operações & Logística
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 4
Gestão de Operações
“ A Gestão das Operações relaciona-se com o modo como as Organizações produzem bens
e serviços”
Slack et al, 1995
“É o projecto, operação e melhoria dos sistemas que criam e fornecem os produtos
às/das Organizações”
Chase, Jacobs & Aquilano, 2005
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 5
(Adaptado de Operations Management, Slack et al.,1995)
Estratégia Operacional
Competitividade Posicionamento
Operações
Melhoria
Planeamento e Controlo Projecto
Os objectivos Operacionais
Saídas Entradas
Materiais Informação
Clientes
Instalações Mão de Obra
Bens Serviços Recursos a
transformar
Instalações Mão de Obra
Recursos Transforma-
dores
Gestão de Operações
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 6
“Cadeia de Abastecimento Química”
Instalações Unidades de
Processuais
Site
Particulas
Moleculas
Moleculas Agregadas
(adapted from Marquardt, Webel & Bayer, 2000)
Cadeias de Abastecimento
(Dimensão Física) (Tempo)
Sistemas Multi-functionais
(Adaptado de Marquardt, 2004)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 7
Decisões de Projecto
Estrutura da Cadeia de Abastecimento Localização e Capacidades das Instalações
Necessidades de Recursos na Produção Em Instalações Novas/Existentes
Manutenção e Novos Recursos
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 8
+ Decisões Operacionais
Planeamento da Cadeia de Abastecimento Planeamento da Produção
Escalonamento e Re-escalonamento da Produção
Controlo e Monitorização da Produção
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 9
Volume de Produção
E st ru tu ra d o P roc es so & T em p o d e V id a Fl ix ib il id ad e Cu st o U n it ér io
(+)
(-) (+) (-)
(-)
Diversidade de Produtos
(+)
Job-Shop
Descontínuo (Batch)
Linha de Montagem
Contínuo
Estrutura do Processo & Tempo de Vida
(Adaptado de Hayes & Wheelwright, 1984)
Matriz Produto / Processo
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 10
Produção Contínua / Repetitiva Flow Shop
q Operação
ü Produção de grandes quantidades de Produtos ü Pequeno número de produtos
ü Operários semi-especializados ü Equipamento especializado q Organização do Processo
ü Recursos organizados ao longo do produto de forma linear
ü Operações duplicadas – não existe competição entre recursos
ü Diferentes linhas de produção q Exemplos :
ü Produção de carros, Pasta de Papel
ü Componentes Electrónicos
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 11
Produto 1
Produto 2
Produto 3
A B D
D E C
A E F
Produção Contínua
Repetitiva - Flow Shop
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 12
Flow Shop
Reactor 1
P1 Reactor 2
Reactor 3
Reactor 4
Tanque Arm. 1
Tanque Arm. 2
Tanque Arm. 3 Sep1
Sep2 Sep2
Sep 1
P2 Reactor 5
Reactor 6 Reactor 7
Tanque Arm. 4
Tanque Arm. 5 D2
D1
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 13
q Pros
ü Baixo nível de stock “zero” (JIT).
ü Tempos de espera reduzidos
ü Níveis de produção elevados – controlo + fácil q Cons
ü Baixa flexibilidade
ü Produção de grandes quantidades ü Não existem “setups”
Produção Contínua
/Repetitiva- Flow Shop
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 14
Batch/Descontínuo – Job Shop
q Operação
ü Produção de pequenas quantidades & produtos de elevada qualidade
ü Grande portfolio de produtos ü Equipamento Multitarefa
ü Mão de Obra flexível
ü Processos requerem gestão adequada
§ Escalonamento
§ Armazenamento
§ Utilidades
§ Mão de Obra
q Organização Processual ü Organização por Tarefas ü Partilha de recursos
q Exemplos: farmacêutica, Cosméticos, Produção alimentar, gráficas, etc …
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 15
Produto 3 Produto 2
Produto 1
A B C
E F D
Tarefas
Batch – Job Shop
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 16
Sistemas Batch - Flexíveis
R1
R2
RV1
RV2
ST1 RD2
RD3 RD1
RV1
RV2
FT1
D1
D2
RV1
RV2
RD2 RD1
RD3
RD2
RV1
RV2 Produto A
Produto B
Produto A
Produto C
Campanha 1 Campanha 2
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 17
Produção Batch - Job Shop
q Pros
ü Elevada flexibilidade
ü Tempos de espera reduzidos
q Cons
ü Elevados níveis de inventário ü Baixas taxas de produção
ü Elevados investimentos
ü Tempos de setup elevados
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 18
Projecto – One of a Kind Job Shop
q Produção de um produto de grande dimensão q “One of a kind”
q Recursos são geridos à volta do produto
q Produção flexível – nível de incerteza elevado
q Planeamento & Controlo Rigoroso ütempo,
üorçamento
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 19
q Make-to-order ( por encomenda) ü Produção função da encomenda
ü Inventário em produção e final mínimo q Make-to-stock ( para stock)
ü Produção para cumprir previsões
ü As encomendas são satisfeitas a partir de previsões
Operação vs. Cliente
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 20
Sistemas de Produção Flexíveis
(Adaptado de Rekaitis, 1989)
Multi Instalações Multiproduto
Elevada Média
Multitarefa Jobshop Flowshop
Baixa
Du ra çã o Re la tiv a de Ca m pa nh as d e Pr od uç ão
Baixo Médio
Elevado
Grau de Semelhança dos Processos Produtivos - “Receita”
Mais genéricos
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 21
Sistemas Flexíveis: Projecto
& Operação
Estrutura da Cadeia de Abastecimento
Localização/Capacidades da Instalação & Distribuição
Necessidades de Recursos na Produção em
Instalações Novas/Existentes
Manutenção e Novos Recursos
Planeamento da Cadeia de Abastecimento
Planeamento da Produção
Escalonamento e Re-escalonamento da
Produção
Controlo e Monitorização
da Produção
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 22
Motivação – Indústrias de Processo
n Aplicações Variadas
n Processos complexos de produção
n Melhorar eficiência dos Processos
n Satisfação do cliente
n Redução de custos
n Aumento de Benefícios (receitas e fluxos)
n Resposta em tempo útil
Sistemas de Apoio
à Decisão
Utilidades Químicas
Petróleo/GásFarma/Esp. Metais Ambiente Alimentar
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 23
Caracterização Operacional dos Sistemas -
q Processos ü Dados
processuais…
q Recursos
ü Equipmento, mão de obra, utilidades, etc …
q Condições Operacionais
Horizonte temporal
Políticas de Armazenamento Modos de Operação
Tempos de Preparação
…
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 24
Abordagem Sistémica
n Captura a “Ciência” no processo
- Química, Física, Biológica – desenvolvimento do processo n Captura a relação “Processo”/Recursos
- Projecto da Instalação e sua operação - Engenharia e Economia
O sistema incluiu todas as interacções
relevantes para o problema
Compreensão Modelo Optimização Fases
• Definição
• Abstracção
• Modelização
• Solução
• Verificação
• Refinamento
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 25
Estágio 1
Lavagem
Estágio 3 Estágio
2
Secagem
NaO H
X NaX/Na2X
H
2
O H
2
Catalizador Catalizador
Prod Int.
A/NaA HCl
Prod
Água(g) Água de
Lavagem W
W Prod liq
W H2
Abstracção é a CHAVE
(Adaptado, Shah, 2003)
Processo
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 26 Raw Materials
Products R
e
c
ur rc s
?
?
R
so
(Adaptado, Shah, 2003)
Recursos
Abstracção é a CHAVE
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 27
Condições Operacionais
ü Horizonte Temporal
ü Políticas de Armazenamento (ZW; FIS; UIS)
ü Restrições operacionais (limpeza, utilidades…)
ü Modo de Operação
ü Operação de Curta Duração
ü Operação Periódica
ü Campanhas
ü Procura / Fornecimento
ü Preços e Custos
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 28
Modelo de Optimização
ü Desenvolver um modelo do problema;
ü Definição de Parâmetros ü Definição dos Conjuntos ü Definição das Variáveis
ü binárias (ex. o equipamento é usado ou não ?) ü contínuas (ex. quanto se produz ?)
ü Definir restrições ü Definir os objectivos
üProblemas complexos de optimização ü Formulações Lineares/ Não Lineares
ü Inteiras Mistas
ü (MILPs & MINLPs)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 29
Planeamento & Escalonamento - II
Abordagem Sistémica
Modelos e Aplicações em
Operações & Logística
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 30
Planeamento/Escalonamento
ü Optimizar uma Função Objectivo
ü Min. Atrasos / Max. Prod./ Min Tempos Prod.
üDescrição do Processo ü Flowsheet da Instalação
ü Adequação Equipamento –Tarefas/materiais ü Restrições Operacionais
ü Requisitos de Produção
ü Custos/Valores económicos ü Tempos de Operação
ü Operação óptima: escalonamento A fim de:
Determinar:
Dado:
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 31
Componentes Chave
r
ü Tarefas – actividades que introduzem alteração nos materiais:
ü Processamento
ü Armazenamento
ü Transporte …
ü Recursos – descrevem todos os meios a utilizar:
ü Equipamentos de processamento, armazenamento,
ü transporte
ü Mão de Obra
ü Utilidades …
ü Tempo :
ü Externo - Produção versus Procura externa
ü Interno – Planeamento e escalonamento de produção
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 32
Modelação do tempo
1 2 4 T-2 T-1 T
0 H
3
Tempo Discreto Tempo Contínuo
Slot 1 Slot 2 Slot T-2 Slot T-1
0 H
1 2 3 T-2 T-1 T
ü As actividades (tarefas) têm de ocorrer de forma a atingir os objectivos e sem violarem as restrições dos problemas a tratar
ü A utilização dos recursos pelas actividades e a sua
disponibilidade ao longo do tempo têm de ser
analisável
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 33
Tempo Discreto vs. Contínuo
ü Tempo Discreto
ü Formulações matemáticas fortes (“tight”) ü Modelos de grande dimensão – grelha fina
ü Tempos de processamento independentes do tamanho dos lotes.
ü Tempo Contínuo
ü Formulações matemáticas fracas (“loose”)
ü Modelos mais pequenos – menor número de pontos na grelha
ü Pontos na grelha determinados pelo modelo
ü Tempos de processamento função do tamanho dos
lotes
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 34
Componentes Chave
r
ü Tarefas – actividades que introduzem alteração nos materiais:
ü Processamento
ü Armazenamento
ü Transporte …
ü Recursos – descrevem todos os meios a utilizar:
ü Equipamentos de processamento, armazenamento,
ü transporte
ü Mão de Obra
ü Utilidades …
ü Tempo :
ü Externo - Produção versus Procura externa
ü Interno – Planeamento e escalonamento de produção
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 35
Processo + Recursos + Produção
320 t
400t
125 t A
B
Reaction C
Mix 1
Mix 2
P1
P2 Add
3h
2h
1h
80% 20%
75% 25%
“States”
“Tasks”
600t
1450t
Quanto tempo leva a produzir?
(adaptado, Shah, 2004)
State Task Network
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 36
Modelo
(Kondili et al, 1988, Shah et al 1993)Processo Tarefas, Estados, STN
Equipamento Multitarefa Capacidade e Adequação Representação do Tempo Discreta, Intervalos Fixos
Custos de Operação Função linear dos lotes Modos de Operação Periódico e não periódico Restrições Operacionais Limpeza, etc. …
Procura Intervalos, valores fixos
Restrições e Função Objectivo Lineares
Problema
MILP
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 37
Modelo STN– Tempo Discreto
q Índices
ü i – tarefa
ü j – unidades de equipamento ü s – materiais
ü u - Utilidades ü t – tempo
ü H – período de escalonamento
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 38
q Tarefa i
ü K
i- conjunto de unidades de equipamento adequados à tarefa i ü S
i– conjunto de estados consumidos pela tarefa i
ü S ´
i– conjunto de estados produzidos pela tarefa i ü p
i– tempo de processamento da tarefa i
ü - proporção de input/output do estado s na tarefa i
ü - proporção fixa e variável de procura da utilidade u pela tarefa i
q Unidade j
ü - capacidade máxima e mínima da unidade j que pode processar a tarefa i
ü I j - conjunto de tarefas que podem ser processadas na unidade j
max , min
ij ij
V V
is , is
r r
ui
,
uia b
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 39
q Estado s :
ü v s – preço de venda do material s
ü T s – conjunto de tarefas que consomem o material s ü T ´ s – conjunto de tarefas que produzem o material s
ü C s – capacidade máxima de armazenamento do material s
q Utilidades u :
ü U u max – máximo disponível da utilidade u
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 40
Variáveis
S st - representa a quantidade de material s no tempo t W ijt = 1 se a tarefa i ocorre na unidade j no tempo t
B ijt - batch da tarefa I que ocorre na unidade j no tempo t D st - quantidade de material s entregue no tempo t
R st - quantidade de material s recebido no tempo t
U ut – quantidade de utilidade u consumida no tempo t
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 41
( , 1 ,0 ) . , .
MaxPR s SP S s H S s v s t D s t v s
é ù
= Î å ê ë + - + å ú û
Função Objectivo – maximização das receitas (pode ser outra)
O primeiro termo define a receita originada com a quantidade de produtos produzida e que fica armazenada. O segundo termo
quantifica a receita obtida pelas encomendas entregues durante o período de escalonamento
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 42
Restrições de afectação
Garantem a continuidade da tarefa durante o período de escalonamento (H)
Aloca a tarefa i (W ijt ) à unidade adequada (unidade j) garantindo a
ocupação da unidade durante o tempo de processamento da tarefa (p i ) – backward assignment.
O duplo somatório não pode envolver mais do que uma unidade W ijt 1 ,t 1,...,H
1 1
t W i,j,t' j
i I t' t p j i
£ " =
å å
Î = - + ³
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 43
Restrições de Capacidade
Garantem que o tamanho do batch (B ijt ) está dentro dos limites de capacidade do equipamento
Garantem que a quantidade armazenada está dentro da capacidade disponível
0 £ S st £ C s " s t , = 1,..., H
min max
, , 1,...,
ij ijt ijt ij
V W £ B ijt £ W V × " Î i j K t i = H
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 44
Restrição do Balanço Mássico
A quantidade de material s armazenado no tempo t é igual à quantidade que existia no período anterior somado de toda a quantidade produzida ou recebida do exterior menos a quantidade consumida ou vendida para o exterior.
, 1,...,H 1
, , 1 , , , , , ,
s i s i
is is
i T j K i i T j K
S s t S s t r B i j t p r B i j t D s t R s t s t
Î Î Î Î
= - + å å - - å å - + " = +
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 45
Restrições das Utilidades
A primeira equação calcula a quantidade de utilidade u consumida pela tarefa i no tempo t
A segunda equação garante que a quantidade consumida não pode exceder o disponível
( ) , 1,...,
i
ut ui ijt ui ijt
i j k
U a W b B u t H
Î
= åå + " =
0 £ U
ut£ U
umax" u t , = 1,..., H
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 46
( , 1 ,0 ) . , .
MaxPR s SP S s H S s v s t D s t v s
é ù
= Î å ê ë + - + å ú û s.t.
1 ,t 1,...,H 1 1
t W i,j,t' j
i I t' t p j i
£ " =
å å
Î = - + ³
0 £ S
st£ C
s" s t , = 1,..., H
min max
, , 1,...,
ij ijt ijt ij
V W £ B ijt £ W V × " Î i j K t i = H
, 1,...,H 1
, , 1 , , , , , ,
s i s i
is is
i T j K i i T j K
S s t S s t r B i j t p r B i j t D s t R s t s t
Î Î Î Î
= - + å å - - å å - + " = +
, , , , ,
st ijt ijt st st ut
S W B D R U
( ) , 1,...,
i
ut ui ijt ui ijt
i j k
U a W b B u t H
Î
= åå + " =
(Kondili et al, 1993; Shah et al. 1993 )
0 £ U
ut£ U
umax" u t , = 1,..., H
Modelo STN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 47
Processo + Recursos+
Produção
320 t
400t
125 t A
B
Reaction C
Mix 1
Mix 2
P1
P2 Add
3h
2h
1h
80% 20%
75% 25%
“States”
“Tasks”
600t
1450t
Quanto tempo leva a produzir?
(adaptado, Shah, 2004)
State Task Network
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 48
Resultados: Escalonamento
Batch de P2 Batch de P1
Resposta: 26 horas
(adaptado, Shah, 2003)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 49
Exercicio- STN
q Represente o STN da seguinte receita:
ü Tarefa 1: Aqueça o material S1 durante 2 horas a fim de produzir o intermediário S3 que não é armazenável.
ü Tarefa 2: processe o material S2 durante 2 horas a fim de produzir o intermediário S4 que pode ser armazenado.
ü Tarefa 3: misture 60% de S3 com40% S4 que reagem durante 4 horas produzindo S5.
ü Tarefa 4: misture 60% deS3 com40% deS5 que reagem
durante 2 e produzem S6.
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 50
Solução
S1
S2 Task 2 S4
Task 4
Task 3
S6
S5 2h
2h
60%
40%
Task 1 2h S3
4h
40%
60%
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 51
Restrições das formulações STN
Modelos Genéricos mas complexos
ü Tarefas sempre associadas a estados de materiais que sofrem transformação.
ü Tarefas associadas a um único equipamento.
ü Cada recurso é tratado de forma distinta e não uniforme.
ü Introdução de generalizações implica restrições.
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 52
Resource-Task Network, RTN
(Pantelides, 1994)• Classificados de acordo com a sua funcionalidade
• Todos os recursos da mesma
“classe” têm as mesmas características
Recursos Tarefas
• Operação abstracta
que consome e produz recursos
• Tratamento Uniforme para todos os Recursos - Materiais
- Equipamento de processamento & armazenamento - Utilidades & mão-de-obra
- Ligações
- Recursos de transporte …
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 53
Resource-Task Network, RTN
(Pantelides, 1994)A Reacção B
Reactor
Reacção A B
A Reacção B
Limpeza
Reactor sujo Reactor limpo
Reacção A B com limpeza
Modelos Genéricos & Simples
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 54
A
B
Reaction C
Mix 1
Mix 2
P1
P2 Add 3h
2h
1h
80% 20%
75% 25%
“Resources”
“Tasks”
600t
1450t
Quanto tempo leva a produzir ? Resource Task Network
R1 T
R2
Processo + Recursos+
Produção
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 55
Modelo RTN– Tempo Discreto
q Índices
ü r – recursos ü k - tarefa ü t – tempo
ü H – período de escalonamento
q Parâmetros
ü p
k– tempo de processamento da tarefa k
ü v
r– preço de venda do recurso r, onde r é o produto vendido ü - volume max/min da tarefa k no recurso r
ü R
rmax– quantidade máxima disponível do recurso r
ü - proporção do recurso r consumido/produzido pela tarefa k no tempo θ
max
,
minrk rk
V V
kr q , kr q
µ n
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 56
Variáveis
R rt - quantidade de recurso r disponível no tempo t
N kt = 1 se a tarefa k é processada no tempo t; 0 caso contrário
ξ kt- = quantidade do recurso consumido/produzido pela tarefa k no tempo t
Π rt - quantidade do recurso recebido/entregue no tempo t (- entregue; + recebido)
Modelo RTN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 57
Função Objectivo – maximização das receitas (pode ser outra)
O primeiro termo define a receita originada com a quantidade de produtos produzida e que fica armazenada. O segundo termo
quantifica a receita obtida pelas encomendas entregues durante o período de escalonamento
Modelo RTN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 58
Restrição do Tamanho do Batch
O tamanho do batch tem de estar dentro das capacidades disponíveis
Restrições de Capacidade
A quantidade de recurso tem de estar dentro da quantidade disponível 0 £ R
rt£ R
rtmax" r t , = 1,..., H
min max
, , 1,...,
kr kt kt kt kr k
V N £ x £ N V × " k r PE t Î = H
Modelo RTN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 59
Balanço Mássico
A quantidade de recurso no tempo t é igual à existente no temo (t-1) adicionada da quantidade produzida e diminuída da
quantidade consumida
Modelo RTN– Tempo Discreto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 60
Modelo RTN– Tempo Discreto
min max , , 1,...,
kr kt kt kt kr k
V N £ x £ N V × " k r PE t Î = H
0 £ R rt £ R rt max " r t , = 1,..., H
, , ,
rt kt kt rt
R N x P
s.t.
(Pantelides, 1994 )
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 61
RTN - Exercício
q Derive o RTN e identifique os parâmetros para a seguinte receita
ü Considere a reacção I que converte 10 ton de A em 8 ton B & 2 de C.
ü A reacção ocorre num reactor e consome 5 ton/h de água Notas
Identifique os recursos
Faça a distinção entre o consumo de recursos permanentes e não permanente
q Existe uma representação genérica do RTN que possa ser aplicada
independentemente das quantidades a produzir (ex 10 & 20 ton A)?
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 62
Solução
q Reacção
ü Consome 10 ton A
ü Produz 8 ton B e 2 ton C ü Consome 5 ton/h de água
q Opção 1
ü Representação em termos absolutos
q Option 2 – Mais genérica
ü Representação em termos relativos ü Aplicável a várias situações
(Castro, 2009)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 63
Formulações: STN versus RTN
(
, 1 ,0)
. , .MaxPR s SP Ss H Ss vs t Ds t vs
é ù
= Îå êë + - +å úû
s.t.
1 ,t 1,...,H 1 1
t Wi,j,t' j
i I t' t pj i
£ " =
å å
Î = - + ³
0£Sst £Cs "s t, =1,..., H
min max , , 1,...,
ij ijt ijt ij
V W £Bijt £W V× " Îi j K ti = H
, , 1 , , , , , ,
, 1,...,H 1
s i s i
is is
i T j K i i T j K
Ss t Ss t Bi j t Bi j t Ds t Rs t
s t
r t r
Î Î Î Î
= - + - + å- +
" = +
å å å å
, , , ,
st ijt ijt st st
S W B D R
s.t.
min max , , 1,...,
kr kt kt kt kr k
V N £x £N V× "k r PE tÎ = H
0£Rrt £Rrtmax "r t, =1,..., H
, , ,
rt kt kt rt
R N x P
( ) , 1,...,
i
ut ui ijt ui ijt
i j k
U a W b B u t H
Î
= åå + " =
0 £ U
ut£ U
umax" u t , = 1,..., H
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 64
Real Cases Solution
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 65
Digester
Splitter
Heat Exchanger Stream 1
Stream 2 Stream 4
Stream 3
• Quatro digestores com operação descontínua (D3, D4, D5 e D6)
• Limitação do recurso : Vapor
Qual a Sequência Óptima de Produção para maximizar Produção face ao perfil de vapor disponível ?
Escalonamento: Pasta de Papel
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 66
Observam-se frequentemente tempso de espera que fazem reduzir a produção
Limitação de vapor
Vapor partilhado pelos 4 digestores
2 digestores estão simultanemaneto da fase de aquecimento
Escalonamento: Pasta de Papel
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 67
Processo:
1 – Enchimento das aparas de madeira;
2 – Enchimento do ácido
3 – Aquecimento ( 55ºC para 130ºC) 4 – Cozimento
5 – Desgasificação (a alta e baixa pressão) 6 - Descarga
Operação cíclica – sequência que se repete ao longo da operação
Escalonamento: Pasta de Papel
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 68
Modelo Detalhado (gPROMS)
Modelação da Operação de Cozimento
Modelo RTN – Escalonamento Tempo Discreto
Sequência Óptima
Escalonamento: Pasta de Papel
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 69
Processo de Cozimento, RTN
(Castro, Barbosa-Póvoa e Matos, 2002)
Fase de aquecimento simplificada K=3-10
S1 k=1 S2
R1
S1 k=1 S2
S1 k=1 S2
S1 k=1 S2
k=2 k=2 k=2 k=2
S3 S3 S3 S3 R2
k=3-10 k=3-10 k=3-10 k=3-10
S8 S8
S8 S8 R3
k=11 k=11 k=11 k=11 S9
S9 S9 S9 k=12
k=12 k=12 k=12 S10
S10 S10 S10
R4 k=13
k=13 k=13 k=13 k=14
k=14 k=14 k=13
S11 S11 S11 S11
R5 R6
D3 D4 D5 D6
D3 D4 D5 D6
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 70
H0 (3,3)
S3 S4 S8
H1 (3,3) H0 (3,4)
H0 (3,5)
H0 (3,6)
H1 (3,4)
H1 (3,5)
H1 (3,6) S5
S6
S7 H1 (4,3)
H1 (5,3)
H1 (6,3)
D3
H0 (4,4)
S3 S4 S8
H1 (4,4) H0 (4,3)
H0 (4,5)
H0 (4,6)
H1 (4,3)
H1 (4,5)
H1 (4,6) S5
S6
S7 H1 (3,4)
H1 (5,4)
H1 (6,4)
D4
H0 (5,5) S3
S4 S8
H1 (5,5) H0 (5,3)
H0 (5,4)
H0 (5,6)
H1 (5,3)
H1 (5,4)
H1 (5,6) S5
S6
S7 H1 (3,5)
H1 (4,5)
H1 (6,5)
D5
H0 (6,6) S3
S4 S8
H1 (6,6) H0 (6,3)
H0 (6,4)
H0 (6,5)
H1 (6,3)
H1 (6,4)
H1 (6,5) S5
S6
S7 H1 (3,6)
H1 (4,6)
H1 (5,6)
D6
Aquecimento, RTN
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 71
Estrutura simplificada para a sequência D3-D6-D4-D5:
H0 (3,3)
S3 S4 S8
H1 (3,3)
H0 (3,5) H1 (3,6)
S6
D3
H0 (4,4) S3
S4 S8
H1 (4,4)
H0 (4,6)
H1 (4,5) S7
D4
H0 (5,5) S3
S8 S4
H1 (5,5) H0 (5,4)
H1 (5,3)
D5 S6
H0 (6,6)
S3 S4 S8
H1 (6,6)
H0 (6,3) H1 (6,4)
S5
D6
13 t/h 14 t/h
Sequência Óptima D3-D4-D5-D6 D3-D6-D4-D5
Tempo de ciclo (min) 605 595
Escalonamento: Pasta de Papel
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 72
Escalonamento Óptimo para 14 ton/hr
0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000
D3 D4 D5 D6
Time (min)
Chip filling Acid filling Steam sharing Heating till 90ºC (H0) Final heating (H1) Cooking HP Degassing LP Degassing Blowing
(Castro, Barbosa-Póvoa e Matos, 2002)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 73
Planning and scheduling tools at Pharmaceutical – Chemical Company
(Moniz, Barbosa-Póvoa, Sousa, 2013),
Farol B15 occupation plan
Is the schedule feasible?
Are there better schedules?
How to obtain alternative
schedules fast? … and how to compare
them?
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 74
A methodology for scheduling problems
(Moniz, Barbosa-Póvoa, Sousa, 2013)q Scheduling methodology The proposed
methodology can be used by several departments in
the company
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 75
Scheduling methodology: recipe design
A methodology for scheduling problems
(Moniz, Barbosa-Póvoa, Sousa, 2013)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 76
Samuel Moniz 76
MILP formulation to deal with:
• sequence- dependent changeovers
• temporary storage in the processing units
• lots blending
• material flows traceability
(Schedule assuming a demand of 3,000 kg)
(Schedule with two lots of 1,500 kg)
A methodology for scheduling problems
(Moniz, Barbosa-Póvoa, Sousa, 2013)2. Generic Models
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 77
Production scenarios
Scenario Product Amount Restrictions
Total time [sec]
Objective
1 ST75 60 kg 70 Minimize cost
2 ST75 80 kg 70 Minimize cost
3 ST02 20 kg 90 Minimize cost
4 ST02 32 kg 72 Minimize cost
5 ST02 32 kg Unable to use RV202, RV1201 and
FSEC41 75 Minimize cost
6 HC63 60 kg 60 Minimize cost
7 HC63 90 kg 49 Minimize cost
8 HC63 25 kg 120 Minimize cost
9 MIX - ST02=20KG; HC63=90KG 190 Minimize cost
10 MIX - ST75=80KG;ST02=32KG 180 Minimize cost
11 MIX - ST75=80KG;ST02=32KG;HC63=90KG 1802 Minimize cost
Is the schedule feasible?
Are there better schedules?
How to obtain alternative schedules fast?
… and how to compare them?
min Cost = storage costs – operational costs
– missing delivery costs
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 78
Scenario 9
q
Samuel Moniz 78
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 79
Scenario 11
q
Samuel Moniz 79
Unit 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 PP14001
R2001 HC6300M_L1|DEST_T2|514HC6300M_L1HC6300M_L1
RV1201 ST02000_L1|ELUENTE|907ST02000_L1ST02000_L1|SUSP|984COL HC6300M_L1|DISS_T1|514HC6300M_L1|CRIST|647HC6300M_L1HC6300M_L1
RV202 ST02000_L1|DISSOL|167ST02000_L1
RV402
RV1602 HC6301X_L1|REACTION_T1|1319HC6301X_L1
RV401 ST02000_L1|DESTIL+REACT|252ST02000_L1COL HC6300M_L1|REACTION|411HC6300M_L1
RV633 ST75030_L1|LOAD1|373ST75030_L1|SOLUTION3|376COL ST01037_L1|DISTILL|456ST01037_L1|DISTILL2|717COL ST02001_L1|REACTION|326ST02001_L1ST02001_L1COL HC63012_L1|REACTION_T8|631COL ST75045_L1|REACTION1|608ST75045_L1ST75045_L1
RV2510 HC63011_L1|REACTION_T1|1510HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1COL ST02001_L1|SOLSODIUM|274ST02001_L1|SEPARATION1|1252ST02001_L1ST02001_L1|SEPARATION2|862ST02001_L1|PRECIP|759ST02001_L1|WASHINGSOL|263 ST75045_L1|PRECIPITATION3|2599
RV4001 ST75030_L1|REACTION1|1359COL ST75035_L1|REACTION1|467ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1|MIX|4493COL ST75040_L1|REACTION1|4478ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1COL ST75000_L1|DISTILLATION|3132ST75000_L1ST75000_L1ST75000_L1 RV8001 ST75030_L1|PH+SUSP|6598COL HC63011_L1|TAMPAO_T2|1971HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1|SEP_T4|6206HC63011_L1|DIST_T6|3351HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1COL HC63012_L1|CRIST_T9|5693HC63012_L1HC63012_L1COL ST75000_L1|REACTION1|2631 PP12501 HC63011_L1|SEP_T3|7553HC63011_L1HC63011_L1|DIST_T5|5585HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1HC63011_L1COL ST75040_L1|CARGA|2252COL ST75045_L1|CARGA|1999
FSEC71 ST75035_L1|FILTERING|95ST75035_L1ST75035_L1ST75035_L1ST75035_L1|DRYING|95ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1ST75035_L1COL ST75040_L1|DRYING|93ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1COL ST75000_L1|DRYING5|519ST75000_L1 FMP4004 ST75040_L1|FILTERING|93ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1ST75040_L1
FC304 HC63011_L1|FIL_T6|114 ST02000_L1|FILTERING|34ST02000_L1|WASHING|34ST02000_L1|DRYING|34ST02000_L1ST02000_L1ST02000_L1COL HC6300M_L1|FILT_T2|97
FSEC41 ST75030_L1|DRYING|105ST75030_L1ST75030_L1ST75030_L1COL ST01037_L1|DRYING|239ST01037_L1ST01037_L1ST01037_L1ST01037_L1ST01037_L1ST01037_L1COL ST02001_L1|DRYING|44ST02001_L1ST02001_L1COL HC6301X_L1|DRYING|120HC6301X_L1COL ST75045_L1|DRYING5|98ST75045_L1ST75045_L1
FMP4006 HC63012_L1|FIL_T10|118COL ST75000_L1|FILTERING_T4|519
FMP4001 ST75030_L1|FILTERING|105ST75030_L1COL ST01037_L1|FILTERING|239COL ST02001_L1|FILTERING|39ST02001_L1|WASHING|44COL HC6301X_L1|FILT_T2|120COL ST75045_L1|FILTERING2|122ST75045_L1|FILTERING_T4|98ST75045_L1
EV1321 HC63011_L1|DRYING|114HC63011_L1HC63011_L1 HC6300M_L1|DRYING|97HC6300M_L1
EV1322 HC63012_L1|DRY_T11|118HC63012_L1HC63012_L1HC63012_L1HC63012_L1
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 80
Planeamento & Escalonamento
ü Muitas outras abordagens existem – dependem do problema a tratar
ü Escalonamento dos produtos num
oleoduto
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 81
• Melhorar Margens de Lucro
• Ferramentas de Apoio à Decisão
q Planeamento e Escalonamento Integrados q Operações de Refinaria
q Distribuição e Gestão de Inventário
Recursos
Petrolíferos Exploração Produção Mercado Petroquímica
Indústria
Produtos de Consumo Recursos
Petrolíferos Exploração Produção Mercado Petroquímica
Indústria
Produtos de Consumo Recursos
Petrolíferos Exploração Produção Mercado Petroquímica
Indústria
Produtos de Consumo
Distribuição Óptima de Produtos Petrolíferos:
Escalonamento de Oleodutos e Gestão de
Inventário
(Relvas, Barbosa-Póvoa. Matos, 2006/7/8)DEG _IST © 2017 Ana Paula Barbosa Póvoa, 82
• Modelo MILP I
• Horizontes temporais médios (mês)
• Planeamento na cadeia
• Representação agregada de tanques
• Escalonamento Reactivo
• Situações imprevistas
• Heurística de Inicialização
• Redução de complexidade/tempo computação
• Modelo MILP II
• Representação desagregada de tanques
• Horizontes temporais curtos (semana)
• Escalonamento de recursos no centro de distribuição
Outputs Inputs
Condições
Iniciais Previsões Mercado
Ferramenta de Apoio à Decisão
Modelo I
A lg o ri tm o M IL P
Heurística Inicialização
Parâmetros do Cenário
Escalonamento Reactivo
Modelo II
Decidir Nível Detalhe
Inputs
Dados de Alteração Alteração?
Escalonamento
Oleoduto Gestão de Inventário
Distribuição Óptima de Produtos Petrolíferos:
Escalonamento de Oleodutos e Gestão de
Inventário
(Relvas, Barbosa-Póvoa. Matos, 2006/7/8)DEG _IST © 2017 Ana Paula Barbosa Póvoa, 83
• Oleoduto multiproduto
q Uma origem: refinaria
q Um destino: parque de tanques em mercado local
• Mapa de sequências possíveis entre produtos
• Restrições operacionais do oleoduto
• Gestão de inventário
q Recepção e expedição de produto q Alocação de produtos a tanques
• Restrições operacionais do parque de tanques
• Satisfazer procura discreta de clientes
Distribuição Óptima de Produtos Petrolíferos:
Escalonamento de Oleodutos e Gestão de
Inventário
(Relvas, Barbosa-Póvoa. Matos, 2006/7/8)DEG _IST © 2017 Ana Paula Barbosa Póvoa, 84
Situações Imprevistas
S1 Alteração de previsão de clientes
S2 Alterações à sequência de produtos
S3 Paragens imprevistas do oleoduto
S4 Alterações a volumes de batches
S5 Ajustes de caudal
S6 Variação da capacidade de armazenagem
? Outras…
Estratégia
• Representação MILP de situações imprevistas
• Mecanismo de activação/desactivação de situações
• Integração com Modelo de Representação MILP I
Distribuição Óptima de Produtos Petrolíferos:
Escalonamento de Oleodutos e Gestão de
Inventário
(Relvas, Barbosa-Póvoa. Matos, 2006/7/8)DEG _IST © 2017 Ana Paula Barbosa Póvoa, 85
• 147 km comprimento
• 18 000 m
3 (aprox.)• 6 produtos
q Produtos Brancos: Gasóleo, Jet Fuel, Gasolina s/c 98, Gasolina s/c 95
q GPL: Butano, Propano
• Caudal de Projecto: 720 m
3/h
Oleoduto Aveiras de Cima
Sines
Escalonamento de Oleodutos e
Gestão de Inventário - CLC
(Relvas, Barbosa-Póvoa. Matos, 2007/8)
DEG _IST © 2017 Ana Paula Barbosa Póvoa, 86