Matheuristics applied to multi-objective production scheduling in a steel industry

• Ano de defesa: 2021
• Autor(a) principal: Ana Cristina Lima Gomes
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Minas Gerais
• Palavras-chave em Português: Engenharia elétrica; Otimização multiobjetivo; Energia - Consumo; Usinas siderúrgicas; Scheduling; No-wait flow shop; Matheuristic; Multi-objective optimization; Energy consumption; Steel industry
• Link de acesso: https://hdl.handle.net/1843/55744

O sequenciamento da produção é um desafio e uma oportunidade para muitas indústrias que buscam melhorar a utilização de seus recursos e diminuir seus custos de fabricação. Apesar disso, ainda existem empresas que conduzem esse complexo processo de tomada de decisão de forma manual, limitando as análises dos negócios. Nesse contexto, e alinhado com a atual revolução digital, esta pesquisa tem como foco a solução de um problema de sequenciamento em uma linha de tratamento térmico de uma siderúrgica multinacional. Um modelo bi-objetivo é proposto para minimizar os custos totais por consumo de energia e o tempo total de atraso na produção. A solução da formulação é realizada por meio de uma heurística matemática - técnica que combina metaheurística e programação matemática - permitindo a obtenção de soluções alternativas para o planejamento da produção. Um modelo de Programação Linear Inteira Mista é projetado para gerar soluções iniciais para um algoritmo Variable Neighborhood Search multiobjetivo. Além disso, uma heurística fix-and-optimize é apresentada para polir as soluções dos algoritmos, puxando-as para a fronteira Pareto ótima. Um benefício desta abordagem proposta é lidar com problemas de grande escala, comuns em casos práticos de programação de produção, com tempo computacional razoável, oferecendo planejamentos alternativos de qualidade e desejada escalabilidade. A heurística matemática sugerida provou ser estatisticamente superior a uma abordagem puramente metaheurística, tomando como métrica de desempenho o hipervolume final das soluções do Pareto aproximado. Testes realizados com dados reais da indústria mostraram melhorias no sequenciamento da linha de tratamento térmico com reduções de custos de energia e atrasos de até 14 % e 100 %, respectivamente. A metodologia também pode ser estendida a outras linhas de produção da empresa no futuro.