Métodos heurísticos e meta-heurísticos para a resolução do problema de sequenciamento de ordens de manutenção preventiva de longo prazo.

O sucesso de uma empresa requer o bom funcionamento e a confiabilidade de seus sistemas com máquinas e equipamentos em bom estado. Para isso, é essencial um bom plano de manutenção preventiva, que tende a ficar mais complexo com o aumento do número de equipamentos e o horizonte de planejamento. O ob...

Descripción completa

Detalles Bibliográficos
Autores: Santos, Arthur Almeida, Martins, Alexandre Xavier, Souza, Marcone Jamilson Freitas, Machado, Rafaela Heloisa Carvalho
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2023
País:Brasil
Institución:Universidade Federal de Ouro Preto (UFOP)
Repositorio:Repositório Institucional da UFOP
Idioma:portugués
OAI Identifier:oai:repositorio.ufop.br:123456789/19090
Acceso en línea:https://www.repositorio.ufop.br/handle/123456789/19090
http://dx.doi.org/10.12819/2023.20.10.9
Access Level:acceso abierto
Palabra clave:Planejamento de manutenção de longo prazo
Grasp
Simulated annealing
Iterated local search
Meta-heurísticas
Descripción
Sumario:O sucesso de uma empresa requer o bom funcionamento e a confiabilidade de seus sistemas com máquinas e equipamentos em bom estado. Para isso, é essencial um bom plano de manutenção preventiva, que tende a ficar mais complexo com o aumento do número de equipamentos e o horizonte de planejamento. O objetivo deste estudo é desenvolver algoritmos meta-heurísticos eficientes para tratar o Problema de Planejamento de Ordens de Manutenção Preventiva de Longo Prazo (PPOMPLP). O trabalho se inicia com o desenvolvimento de uma heurística construtiva e de alocação, seguido do desenvolvimento de algoritmos de busca local e meta-heurísticos baseados em Greedy Randomized Adaptive Search Procedure (GRASP), Simulated Annealing (SA) e Iterated Local Search (ILS). O desempenho dos algoritmos desenvolvidos foi comparado entre eles e com os da literatura. Para a calibragem e validação dos algoritmos meta-heurísticos, foram resolvidas instâncias fictícias pequenas. Após a calibragem, os algoritmos meta-heurísticos foram aplicados à resolução de instâncias maiores e à real. Os experimentos mostraram que o ILS foi o algoritmo de melhor desempenho e seu resultado na instância real foi 40,5%, melhor que o apresentado na literatura.