Abordagem exata e heurísticas para o problema de planejamento de ordens de manutenção de longo prazo : um estudo de caso industrial de larga escala.
| dc.contributor.author | Aquino, Roberto Dias | |
| dc.contributor.author | Chagas, Jonatas Batista Costa das | |
| dc.contributor.author | Souza, Marcone Jamilson Freitas | |
| dc.date.accessioned | 2020-07-23T17:58:07Z | |
| dc.date.available | 2020-07-23T17:58:07Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | Este trabalho tem seu foco em um problema real de planejamento de manutenção de longo prazo para uma planta de beneficiamento de minério de ferro no Brasil. Este e um problema complexo de programação de ordens de manutenção à preventiva, para o qual é necessário atribuir ordens de manutenção preventiva para as equipes de trabalho disponíveis em um horizonte de 52 semanas. Para resolvê-lo, foi desenvolvido um modelo de programação linear inteira mista, bem como algoritmos metaheurísticos baseados nos métodos Simulated Annealing, Variable Neighborhood Search e Biased Random-Key Genetic Algorithm. O modelo exato serviu para validar os resultados dos algoritmos heurísticos aplicados a instancias de dimensões menores. Os algoritmos metaheurísticos foram capazes de produzir soluções melhores do que aquelas empregadas pela empresa, e em um tempo de execução adequado para a tomada de decisão. | pt_BR |
| dc.description.abstracten | This work has its focus on a real long-term maintenance programming problem of an iron ore processing plant of a company in Brazil. This is a complex problem of maintenance programming, where preventive programming orders have to be assigned to the available work teams within 52-week planning. In order to solve it, we developed a Mixed Integer Linear Programming (MILP) model as well as metaheuristic algorithms based on Simulated Annealing, Variable Neighborhood Search, and Biased Random-Key Genetic Algorithm. The MILP model was used to validate the results of the metaheuristic algorithms applied to smaller instances. The metaheuristic algorithms were able to find better solutions than those employed by the company, at an execution time adequate for decision making. | pt_BR |
| dc.identifier.citation | AQUINO, R. D.; CHAGAS, J. B. C.; SOUZA, M. J. F. Abordagem exata e heurísticas para o problema de planejamento de ordens de manutenção de longo prazo: um estudo de caso industrial de larga escala. Pesquisa Operacional para o Desenvolvimento, v. 11, n. 3, p. 159-182, dez. 2019. Disponível em: <http://doi.editoracubo.com.br/10.4322/PODes.2019.012>. Acesso em: 18 jun. 2020. | pt_BR |
| dc.identifier.doi | https://doi.org/10.4322/PODes.2019.012 | pt_BR |
| dc.identifier.issn | 1984-3534 | |
| dc.identifier.uri | http://www.repositorio.ufop.br/handle/123456789/12500 | |
| dc.identifier.uri2 | http://doi.editoracubo.com.br/10.4322/PODes.2019.012 | pt_BR |
| dc.language.iso | pt_BR | pt_BR |
| dc.rights | restrito | pt_BR |
| dc.subject | Escalonamento | pt_BR |
| dc.subject | Otimização combinatória | pt_BR |
| dc.title | Abordagem exata e heurísticas para o problema de planejamento de ordens de manutenção de longo prazo : um estudo de caso industrial de larga escala. | pt_BR |
| dc.type | Artigo publicado em periodico | pt_BR |