AMBIENTEHÍBRIDOUTILIZANDOSIMULAÇÃOAEVENTOSDISCRETOSECÉLULASDE MANUFATURAPARADESENVOLVIMENTOETESTEDESISTEMASDECONTROLE
LEONARDO D.CARDOSO1,2,JOÃO J. A.RANGEL2,PATRICK J. T.BASTOS1
Laboratório de Manufatura, Instituto Federal Fluminense
Rua Dr Siqueira, 273, Pq. Dom Bosco, 28030-130, Campos dos Goytacazes, RJ, Brasil E-mails: leocardoso@iff.edu.br, patrickbastos01@gmail.com
2- Programa de Pós-graduação em Engenharia de Produção, Universidade Candido Mendes
Rua Anita Peçanha, 100, Pq. São Caetano, 28030-335, Campos dos Goytacazes, RJ, Brasil E-mail: joao@ucam-campos.br
Abstract This paper presents a hybrid environment for development and tests of control systems. The environment uses a model of discrete event simulation integrated to didactic cells of manufacturing processes. The control logic of the automated system can operate in the process in real time and of integrated way both in the simulation model as in the real system of manu-facturing. During the tests, it was indifferent to the system of control the performance in the process represented by the simula-tion model or the real part.
Keywords Discrete event simulation, control system, hybrid environment, commissioning.
Resumo O presente trabalho apresenta um ambiente híbrido para desenvolvimento e testes de sistemas de controle. O ambien-te utiliza um modelo de simulação a eventos discretos inambien-tegrado a células didáticas de processos de manufatura. A lógica de con-trole do sistema automatizado pode atuar no processo em tempo real e de forma integrada tanto no modelo de simulação como no sistema real de manufatura. Durante a realização dos testes, ficou idêntico para o sistema de controle a atuação tanto no pro-cesso representado pelo modelo de simulação como a parte real.
Palavras-chave Simulação a eventos discretos, sistema de controle, ambiente híbrido, comissionamento.
1 Introdução
A simulação a eventos discretos (ou simulação discreta) teve grande expansão nas últimas quatro décadas. É frequentemente utilizada em diversos se-tores para análise de recursos como a quantidade de operadores e máquinas, fluxo de produção, leiaute de instalações industriais, dentre outros parâmetros co-muns em sistemas dinâmicos (Banks, 2000). Depen-dendo da complexidade do processo, esta abordagem pode gerar reduções significativas do tempo e custo da análise. Acompanhando este crescimento, foram criados os ambientes de simulação discreta comerci-ais como o Arena, ProModel, AutoMod, Simul8 e vários outros. Estes ambientes possuem uma estrutura para desenvolvimento de modelos bem completa, possibilitando uma programação em alto nível e uma implementação rápida, devido à linguagem de pro-gramação ser integrada ao ambiente gráfico. Com isto, sistemas discretos no tempo podem ser analisa-dos com alto grau de detalhes, podendo-se avaliar o comportamento dinâmico e estocástico com as res-pectivas regras operacionais de forma visual e descri-tiva (Law, 2007).
Em meados da década de 1990, autores como Smith
et al (1994), Wysk et al (1995), Davis et al (1996),
Dougall (1998) e Auinger et al (1999) propuseram mecanismos para integração dos modelos de simula-ção a eventos discretos (SED) com sistemas de con-trole. Grande parte destes autores destaca que estes
mecanismos poderiam ser utilizados em testes de sistemas de controle, mas, não apresentam grandes detalhes desta aplicação. Em trabalhos mais atuais, autores como McGregor, (2002), Harrison e Tilbury (2008) e Viswanathan et al (2011) propuseram a cri-ação de ambientes híbridos compostos por modelos de simulação e sistemas reais para a realização de testes em sistemas de controle. Estes ambientes hí-bridos podem se apresentar como uma alternativa mais viável, uma vez que apenas parte do sistema real é utilizada. Sendo assim, elabora-se apenas o modelo de simulação da parte de maior interesse do processo em análise, ao invés do modelo do sistema completo.
Diante deste contexto, o presente trabalho apresenta a construção e avaliação de um ambiente híbrido para realização de testes em sistemas de controle. O ambi-ente híbrido foi elaborado a partir de um modelo de simulação discreta em Arena integrado a células di-dáticas de processos de manufatura utilizadas em treinamentos. Ou seja, o que está sendo proposto é a possibilidade de construção de um mecanismo de teste mais versátil (híbrido) com o qual sistemas de controle possam ser projetados de forma mais ágil e simples. Assim, os custos da etapa de implantação de projetos de automação poderiam ser reduzidos uma vez que a dinâmica do sistema possa ser aferida em ambientes virtuais inseridos no contexto real de pro-dução. Tal afirmação pode ser observada mais facil-mente em sistemas automáticos complexos como, por exemplo, linhas de produção de automóveis. Nestes, falhas tanto no programa de controle quanto no
sis-tema físico poderiam gerar custos muito elevados, que podem ser detectados ou até eliminados através de testes prévios, realizados de forma virtual.
2 Ambiente híbrido para comissionamento A construção de modelos matemáticos e compu-tacionais para teste e avaliação de sistemas de contro-le é normalmente realizada na etapa anterior ao co-missionamento de unidades de processos industriais. Assim, modelos de simulação podem ser empregados previamente para avaliar a dinâmica do processo e permitir a redução de custo e tempo do comissiona-mento dos sistemas de controle.
Neste contexto, diversas abordagens podem ser em-pregadas nas etapas de implantação de um sistema de controle em unidades industriais. Por exemplo, em sistemas discretos no tempo, as Redes de Petri são empregadas, devido à sua grande adequação a mode-lagem e simulação, na fase de projeto do controlador. Já a representação por autômatos finitos, apresentam maiores possibilidade teóricas e são aplicadas com frequência para analisar a robustez sistemas de con-trole (Basilio et al 2010). Enquanto em sistemas esto-cásticos, a análise do desempenho em termos econô-micos ou de confiabilidade tem sido analisada utili-zando cadeias de Markov e modelos de simulação discreta. Apesar da existência de tantos métodos, os seus marcos teóricos são muito recentes e estão longe do nível de resultados desejados para uma avaliação precisa de um sistema de controle dinâmico. (Moraes e Castrucci, 2007).
Estes métodos citados permitem construir modelos que auxiliem o desenvolvimento do sistema de con-trole de forma mais confiável. No entanto, não permi-te a inpermi-tegração ao sispermi-tema para a realização de permi-tespermi-tes após o desenvolvimento do sistema de controle. As-sim, a possibilidade de construção de um ambiente híbrido pode permitir o desenvolvimento e testes em sistemas de controle de forma mais rápida, segura e com redução de custos.
A Figura 1 mostra esquematicamente o inter-relacionamento do sistema de controle e o ambiente híbrido, da forma como foi proposta neste trabalho. O sistema de controle é o objeto de teste que se dese-ja avaliar. O ambiente híbrido é composto por um modelo de simulação, referente à parte do processo em análise, conectado à outra parte do processo da unidade de produção.
Figura 1: Estrutura funcional do ambiente híbrido e sistema de controle.
3 Descrição física do sistema híbrido de teste O ambiente híbrido proposto para teste de um sistema de controle foi composto por quatro células didáticas de manufatura e um modelo de simulação. A Figura 2 apresenta o conjunto de células e o mode-lo de simulação ao fundo no monitor de 42 polega-das.
Figura 2: Células didáticas de manufatura (Célula 1: Alimentador; Célula 2: Separador de Peças; Célula 3: Separação e Processamen-to; e Célula 4: Estocagem) e o modelo de simulação.
Diferentes peças com características distintas podem ser fornecidas às células. Foram utilizadas cinco pe-ças dos seguintes tipos: (1) metálicas grandes fura-das; (2) metálicas grandes; (3) plásticas grandes; (4) metálicas pequenas; e (5) plásticas pequenas. As pe-ças do tipo 2, 4 e 5 são consideradas defeituosas e devem ser descartadas durante o processo. As peças do tipo 1 passam por uma operação de polimento na Célula 2 e são estocadas na Célula 3. A peça do tipo 3 é diretamente encaminhada para Célula 3. A Figura 3 apresenta as diferentes peças utilizadas no proces-so.
Figura 3: Peças utilizadas no processo (1: metálica grande furada, 2: metálica grande, 3: plástica grande, 4: metálica pequena e 5: plástica pequena).
O modelo de simulação foi elaborado para funcionar no lugar da Célula 2 (Separador). Esta célula tem a função de descartar peças fornecidas pela Célula 1 com dimensões fora da especificação. A Figura 4 apresenta um desenho esquemático para descrever a Célula 2. Note que as peças são posicionadas no iní-cio da esteira transportadora (A) e encaminhadas para uma guia onde podem seguir para o descarte (B), caso não possuam as dimensões corretas ou para a direção oposta (C), onde serão retiradas pela garra e direcionadas para a próxima célula.
Figura 4: Desenho esquemático Célula 2 (A: entrada de peças; B: descarte de peças; C: peças a serem processadas; D: entrega de peças para a Célula 3).
Durante a operação do sistema, a Célula 1 interage com o modelo de simulação e este por sua vez intera-ge também com a próxima célula do sistema (Célula 3). Assim, como resultado final, pode-se ter o sistema de controle atuando de forma indistinta tanto com a parte real do processo como o modelo de simulação. A Figura 5 mostra de forma esquemática a represen-tação em detalhes do sistema de teste, destaca-se que a Célula 2 do sistema pode ser física, durante o pro-cessamento das peças, ou virtual, durante a realização dos testes.
Figura 5: Desenho esquemático do sistema de testes.
4 Desenvolvimento do ambiente híbrido proposto O desenvolvimento do ambiente híbrido de tes-tes foi dividido em três etapas: A etapa 1 consistiu no elaboração do sistema de controle e implementação da rede, a etapa 2 consistiu no desenvolvimento do modelo de simulação. Por fim, a etapa 3 consistiu na integração destes.
4.1 Sistema de controle e implementação da rede
O sistema de controle foi desenvolvido em dia-grama ladder. Os controladores utilizados nas células foram o CP1H, do fabricante Omron. Os equipamen-tos utilizados são educacionais e assim são construí-dos em escala reduzida. Existem ainda mecanismos como a limitação da energia do circuito de força, tanto pneumático quanto elétrico, que reduzem o risco em caso de erros da programação. Isto permitiu a não utilização uma metodologia que possibilitasse a
construção de uma lógica de controle mais robusta, método formal, como as redes de petri. Porém, em um sistema com equipamentos mais robustos, de por-te industrial, é altamenpor-te aconselhável a sua utiliza-ção durante o desenvolvimento do programa de con-trole. Além disto, o uso de um modelo formal possi-bilitaria que a partir do conhecimento prévio do cor-reto funcionamento do sistema fosse possível gerar falhas e facilmente detectá-las.
No presente trabalho 3 (três) falhas a serem detecta-das foram inseridetecta-das no programa de controle, dia-grama Ladder, em pontos intuitivamente considera-dos críticos para o correto funcionamento do sistema. Os pontos escolhidos mesclam tanto simultaneidade de sinais de atuadores de uma mesma célula (apenas uma falha), quanto de células distintas que se intera-gem (duas das três falhas).
O sistema utiliza duas redes de comunicação. A pri-meira tem por objetivo permitir a troca de informa-ções entre os CLP’s, utilizando o padrão físico RS-422. O protocolo da camada de enlace utilizado foi o
serial link. Esta rede possibilita a interligação dos
CLP’s considerados escravos, ao CLP mestre, os dados compartilhados pelos escravos são armazena-dos em endereços de memória do mestre. A segunda rede utilizada permite a troca de informações entre o modelo de simulação e o sistema de controle. O pa-drão de comunicação físico utilizado foi o RS 232 e o protocolo da camada de enlace host link. A Figura 6 apresenta um desenho esquemático da rede de con-trole e troca de dados entre o sistema de concon-trole e o modelo de simulação.
Figura 6: Esquema das redes de comunicação utilizadas.
4.2 Modelo de simulação
Para elaboração do modelo de simulação utili-zou-se a metodologia proposta por Banks (2009), seguindo os seguintes passos: Formulação e análise do problema; construção do modelo conceitual; cons-trução o modelo de simulação; verificação e valida-ção; e experimentos.
O modelo conceitual foi traduzido para o software Arena®12 da Rockwell Automation para a realização das simulações computacionais (Kelton et al. 2007). O modelo desenvolvido não utilizou o módulo
pro-cess, tradicionalmente empregado para representação
de ações em modelos de simulação em Arena. Para representar o acionamento dos sensores foi utilizado o módulo assign, enquanto a leitura dos valores de saída do controle foi realizada utilizando o módulo
hold. Já o tempo entre os acionamentos foi
Foi utilizada adicionalmente a metodologia de traba-lho proposta por Sargent (2011) para a verificação e validação do modelo. Convém ressaltar que o modelo computacional foi construído após o modelo concei-tual estar pronto, verificado e validado por completo.
5 Testes com o ambiente híbrido proposto Os testes foram realizados em três etapas. Na primeira, integrou-se o modelo computacional desen-volvido ao sistema de controle para realização de testes, tanto do modelo quanto do sistema de contro-le, chamado comissionamento virtual. Esta etapa a-lém possibilitar avaliar erros existentes no funciona-mento individual da célula possibilita validar o mo-delo desenvolvido. Na segunda etapa, integrou-se o modelo e o sistema de controle a planta de processo e realizou-se o comissionamento híbrido. Assim, além do funcionamento individual da célula é possível detectar falhas na interação da estação em questão com o restante do processo. Por fim, integrou-se a célula à planta de processo realizando os últimos testes do sistema. Estas etapas serão detalhas nas sessões seguintes.
5.1 Comissionamento virtual
Para realizar o comissionamento virtual inte-grou-se o sistema de controle desenvolvido ao mode-lo de simulação, utilizando um servidor OPC que acessa os dados através da rede host link, descrita na seção anterior. Neste sistema o modelo computacio-nal é responsável pelo envio das condições de entra-da do controlador, simulando o valor gerado pelos sensores do processo. Para que não houvesse um conflito entre as condições geradas pelos sensores físicos, interligados as interfaces de entrada e saída do controlador, endereços de memória foram utiliza-dos na lógica.
A Figura 7 apresenta um desenho esquemático da integração do sistema de controle ao modelo compu-tacional. A partir dos valores de entrada gerados pelo software de simulação Arena e enviados pelo cliente OPC do próprio software, os dados são lidos pelo controlador através do servidor OPC do fabricante Matrikon. Então, este controlador, segundo a lógica de programação nele implementada, gera condições de saída que são enviadas ao modelo através do ser-vidor OPC. Mediante o recebimento do sinal gerado pelo controlador o modelo computacional modifica as condições das entradas após um tempo que repre-senta a execução das ações dos comandos pelo siste-ma físico, como por exemplo, o tempo de avanço de um atuador.
Para que as condições de saídas do controlador não gere o acionamento dos equipamentos representando um risco, todo o circuito de potência do sistema foi interrompido. Neste caso específico o fornecimento de ar comprimido e a alimentação dos relés da esteira
foram interrompidos. Como a energia pneumática é responsável pelo movimento dos atuadores, apesar do controlador gerar o acionamento dos solenoides das válvulas não há o avanço dos atuadores. Isto permite que apenas o sistema virtual seja executado, evitando colisões dos atuadores em casos de falhas. Por outro lado durante os testes todo circuito de comando é acionado de mesma forma que durante o funciona-mento normal do processo, possibilitando que se rea-lizem testes deste circuito.
Figura 7: Esquema da integração do modelo de simulação da Célula 2 ao sistema de controle para o comissionamento virtual. Os testes efetuados detectaram as falhas inseridas no sistema desenvolvido. Apesar de simples estas pode-riam causar danos aos componentes se não fossem previstas através do comissionamento virtual. O pri-meiro erro detectado foi o conflito entre a esteira transportadora e a guia. Assim que a peça chegava até a guia e acionava o sensor óptico existente nesta realizava-se o movimento de avanço em direção à posição de descarte ou direcionamento para próxima célula simultaneamente com o desacionamento da esteira. Devido à inércia, esta poderia continuar gi-rando, empurrando a peça em direção à garra e ao realizar o movimento de avanço da guia gerar o tom-bamento da peça. Apesar de não haver um sensor que indique a movimentação da esteira, utilizou-se um temporizador para garantir que no momento do avan-ço da guia a esteira estivesse parada. Esta alternativa permite que a peça seja depositada na esteira apenas após a sua parada completa.
Outro erro foi detectado, este no modelo computa-cional. O simulador atribuía o valor de um sensor no momento incorreto, gerando um deadlock, uma situa-ção onde o sistema de controle aguardava uma condi-ção do modelo para execucondi-ção de um passo. Mas, esta só seria gerada após a execução do referido passo pelo sistema de controle, não permitindo a execução do processo. Para correção deste bastou alterar a or-dem dos acionamentos das condições de entrada. Após realização das modificações citadas testou-se novamente o sistema desenvolvido tanto na condição
de peças fora da especificação quanto peças dentro da especificação.
O sistema apresentou o comportamento esperado. A próxima etapa foi integrar o sistema de controle de-senvolvido à célula física e testar o funcionamento desta. Para isto foi necessário substituir os endereços de memória, utilizados pelo modelo da lógica de con-trole, pelos endereços dos sensores físicos. O sistema apresentou um comportamento adequado, porém alguns ajustes de posicionamento dos sensores tive-ram de ser efetuados para o correto funcionamento do sistema.
A utilização do sistema físico possibilitou validar o modelo computacional. Para garantir que o modelo representa a dinâmica do sistema real, integrou-se o sistema físico ao sistema de controle, que utilizando os valores simulados pelo modelo realizava o movi-mento dos atuadores tanto físicos quanto virtuais. Assim realizou-se um ajuste nos tempos de execução das alterações dos valores de entrada pelo modelo, realizando o correto sincronismo do sistema físico e virtual.
Apesar de proporcionar uma análise detalhada do sistema de controle da Célula 2, esta abordagem não possibilitou detectar os erros inseridos no programa de controle onde há uma simultaneidade de sinais na interação desta célula com a Célula 3. Após realizar testes utilizando o comissionamento virtual novamen-te substituíram-se os endereços da lógica de progra-mação pelos endereços de memória modificados pelo modelo. A grande vantagem gerada pelo teste efetua-do foi a validação efetua-do modelo que agora permite a análise através do sistema híbrido de forma mais rea-lística.
5.2 Comissionamento híbrido
Após execução dos testes virtuais, utilizou-se o comissionamento híbrido para analisar a interação da Célula 2 com a planta de processo. Para execução destes testes, integrou-se o controlador desta célula aos demais controladores da planta através de uma rede de comunicação existente entre estes. Esta inte-ração ocorre através de um sinal enviado pela Célula 1, representando que uma peça foi depositada na Cé-lula 2. Além da confirmação da presença da peça através de um sensor existente nesta ultima, que ini-cia a operação da referida célula. Porém, durante os testes o acionamento do sensor que representa a pre-sença da peça na Célula 2, além de toda dinâmica do processo, é representada pelo modelo computacional. Desta forma a Célula 2 física fica transparente para o sistema e possibilita analisar a interação com a planta sem o risco de colisões e outras falhas.
Os testes efetuados detectaram a presença das duas falhas inseridas no programa de controle e que não foram detectadas pelo comissionamento virtual. Na primeira delas o sistema gerava o inconveniente a-cionamento da esteira antes do recuo do atuador que efetua a entrega da peça à célula. Esta falha poderia
gerar o empenamento ou até mesmo danos mais gra-ves tanto ao atuador quanto a esteira. Após correção da falha citada, novos testes foram efetuados. Os testes indicaram que o sistema de controle permitia que uma segunda peça fosse entregue a Célula 2 an-tes que esta finalizasse o envio da peça anterior a célula seguinte. Este problema geraria o processa-mento simultâneo de duas peças, não previsto pelo sistema físico, o que poderia gerar problemas como danos aos equipamentos e paradas de processo. A correção deste erro foi efetuada com uma lógica que atribuía condição de ocupado a Célula 2 mediante a entrega da peça pela Célula 1. Apenas após a execu-ção do ultimo passo da entrega da peça a célula se-guinte e o retorno dos atuadores a posição de recuo, esta condição era modificada permitindo a entrega da peça a Célula 2. A correção desta falha exigiu uma pequena modificação na lógica da Célula 1, esta mo-dificação teve de ser efetuada de forma cuidadosa, pois o teste desta teve de ser efetuado utilizando o sistema físico. Após as referidas alterações testou-se novamente o sistema e nenhum outro conflito foi detectado. Então a etapa de analise da interação entre a Célula 1 e 2 foi finalizada. Faltava analisar a intera-ção da Célula 2 com a Célula 3, que até então era mantida desligada.
De forma semelhante à interação com a Célula 1, um sinal enviado pela Célula 2 através da rede existente entre os controladores inicia a operação da Célula 3. Esta parte se diferencia da análise anterior, pois nesta um sinal do modelo computacional que iniciará a operação da célula física. Neste caso, deve-se tomar o cuidado de quando esta operação for efetuada, de-positar uma peça na Célula 3 para que esta não inicie a operação sem a presença de peças.
Os testes efetuados apontaram um erro semelhante à análise anterior, onde a operação da Célula 3 era ini-ciada antes do recuo do atuador da Célula 2 respon-sável pela entrega da peça. Após correção da referida falha novamente testes foram realizados e nenhuma outra falha foi detectada.
O próximo passo foi a modificação dos endereços da lógica da Célula 2 pelos endereços físicos dos senso-res. Além disto, o reestabelecimento tanto do ar com-primido quanto da eletricidade aos componentes e a integração do sistema de controle ao sistema físico da Célula 2.
5.3 Testes finais
Após o comissionamento virtual e híbrido, inte-grou a Célula 2 a planta de processo. Como o forne-cimento tanto pneumático quanto elétrico foi previa-mente reestabelecido a interação entre as células o-correu de forma física. Estes testes exigiram cuidado ao serem realizados, mas não apresentaram nenhuma falha. A Figura 8 apresenta uma imagem do momento em que a Célula 4 (estocagem) gera um gargalo e todas as células anteriores aguardam a execução da operação desta, mostrando o correto funcionamento
da planta. O indicador A mostra a Célula 1 aguar-dando o fim da operação da Célula 2 para permitir a entrega da peça. O indicador B mostra a Célula 2 aguardando o fim da operação da Célula 3 para per-mitir a entrega da peça. Assim como o indicador C apresenta a Célula 3 aguardando o término da opera-ção da Célula 4 para permitir a entrega da peça. Por fim, o indicador D apresenta a peça em processamen-to pela Célula 3.
Figura 8: Realização dos testes físicos.
A ausência de falhas demonstra que os testes realiza-dos tanto com o comissionamento virtual, quanto com o comissionamento híbrido detectaram as falhas inseridas no sistema de controle que poderiam gerar danos ao sistema caso ocorressem nos testes finais.
6 Conclusões
O ambiente híbrido, composto pelo modelo de simulação e o sistema didático de manufatura auto-matizado com comunicação via rede, foi desenvolvi-do e demonstrou que a interface funcionou de forma adequada. A comunicação em tempo real entre o con-trolador e o modelo de simulação foi alcançada utili-zando este processo e o modelo de simulação com-portou-se de maneira semelhante ao sistema real. A abordagem proposta demonstrou a possibilidade de se utilizar o ambiente híbrido para realização de repa-ros e testes em sistemas industriais semelhantes. Nes-tes casos, um modelo de simulação pode ser constru-ído especificamente para a parte de interesse e se avaliar a operação de um processo completo com maior segurança.
A simulação a eventos discretos apresentou-se como uma abordagem potencial para auxiliar o desenvol-vimento e teste de sistemas de controle. Esta é consi-derada uma etapa complexa do projeto. A utilização desta abordagem pode possibilitar a construção de um sistema de controle mais confiável, com um me-nor índice de erros, já que várias alterações podem ser realizadas ainda na fase de teste.
Apesar de ser recomendado, o presente trabalho ain-da não utilizou um método que pudesse auxilar o projeto do sistema de controle, como rede de petri, por exemplo. A associação de uma etapa mais formal possibilitaria uma análise mais detalhada em que as falhas poderiam ser inseridas no sistema de controle
de uma forma mais estruturada. Esta é uma sugestão que fica para um trabalho futuro neste contexto.
Agradecimentos
Os autores gostariam de agradecer ao Conselho Na-cional de Desenvolvimento Científico e Tecnológico (CNPq) e à Fundação de Amparo à Pesquisa do Es-tado do Rio de Janeiro (FAPERJ), pelo suporte fi-nanceiro para esta pesquisa.
Referências Bibliográficas
Auinger, F.; Vordewinkler, M. & Buchtela, G. (1999). Interface drive domain - independent modeling architecture for “soft-comissioning” and “reality in the loop”. Proceedings of Winter Simulation Conference, Phoenix, AZ – USA, pp. 798-805.
Banks, J. (2000). Simulation in the future. Proceedings of the Winter Simulation Conference, Orlando, FL – USA. pp. 1568-1576. Banks, J.; Carson II, J. S. & Nelson, B. L. (2009). Discrete-event system simulation. 5ª Ed., New Jersey: Prentice Hall.
Basilio, J. C.; Carvalho, L. K. & Moreira, M. V. (2010). Diagnose de falhas em sistemas a eventos discretos modelados por autômatos finitos. SBA Controle & Automação 2010, Vol. 21, N. 5, pp. 510-533.
Davis, W, J.; Macro, J.G.; Brook, A. L.; Lee, M. S. & Zhou, G. S. (1996). Developing a Real-Time Emulation/Simulation Capability for the Control Architecture to the Ramp FMS. Proceedings of the Winter Simulation Conference, Coronado, CA – USA, pp. 171-178.
Dougall, D. J. Applications and benefits of real-time I/O simulation for PLC and PC control systems. ISA Transactions. Vol. 36, N 4, pp. 305-311. Harrison, W. S. & Tilbury, D. (2008). Virtual fusion:
hybrid process simulation and emulation-in-the-loop, Proceedings of the 9th Biennial ASME Conference on Engineering Systems Design and Analysis, Haifa – Israel.
Kelton, W. D.; Sadowski, R. P. & Sturrock, D.T. (2007). Simulation with Arena, 4ª Ed., New York: McGraw- Hill.
Law, A. M. (2007). Simulation modeling and analysis, 4ª Ed., Mc Graw Hill.
Mc-Gregor, I. (2002). The relationship between simulation and emulation, Proceedings of the Winter Simulation Conference, San Diego, CA – USA, pp.. 1601-1612.
Moraes, C. C. & Castrucci, P. B. L. (2007). Engenharia de Automação Industrial. 2ª Edição, Edª LTC, pp 347.
Sargent, R. G. (2011) Verification and validation of simulation models. Proceedings of the Winter
Simulation Conference, Phoenix, AZ – USA. pp. 183-198.
Smith, J. S.; Wysk, R. A.; Sturrock, D. T.; Ramaswamy, S. E.; Smith, G. D. & Joshi, S. B. (1994). Discrete Event Simulation for Shop Floor Control. Proceedings of the Winter Simulation Conference, Lake Buena Vista, FL – USA. pp. 962-969.
Viswanathan, J.; Harrison, W. S.; Tilbury D. M.; & Gu, F. (2011). Using hybrid process simulation to evaluate manufacturing system component choices: integrating a virtual robot with the physical system, Proceedings of the Winter Simulation Conference, Phoenix, AZ – USA. pp. 2827-2838.
Wysk, R. A.; Peters, B. A. & Smith, J. S. (1995). A Formal Process Planning Schema for Shop Floor Control. Engineering Design and Automation Journal, Vol. 1. N. 1, pp. 3-19.
