Otimização da distribuição de cargas na INDASA

Abstract

O presente relatório realizou-se no âmbito do estágio curricular do curso do Mestrado de Matemática e Aplicações, que decorreu na INDASA, empresa pertencente à indústria de abrasivos flexíveis, com o objetivo de desenvolver um instrumento de apoio ao planeamento da alocação de cargas no trabalho das diversas máquinas. Pretende-se garantir o equilíbrio do esforço das máquinas. Este trabalho dividiu-se em duas fases. Na primeira fase procedeu-se a uma análise dos dados fornecidos pela empresa, com vista a identificar as variáveis de interesse a considerar no problema de otimização. Para esse efeito procedeu-se a um agrupamento dos tipos de lixa por tempos de processamento e a um estudo estatístico baseado na análise de caixas de bigodes construídas com recurso ao software estatístico R. Na segunda fase foram desenvolvidos vários modelos de Programação Linear Inteira, os quais foram resolvidos com recurso ao Open Solver tendo sido desenvolvida uma aplicação em Excel como ferramenta de apoio ao planeamento de alocação ótimo das cargas.

This report was carried out as part of the Mathematics and Applications Masters course, and addresses a problem proposed by INDASA, a company belonging to the flexible abrasives industry, with the objective of developing an instrument to support the planning of workload allocation of the various machines. It is intended to ensure the balance of the machine efforts. This work was divided into two phases. In the first phase, the data provided by the company was analyzed to identify the variables of interest to be considered in the optimization problem. For this purpose a grouping of the sandpaper types was carried out for processing times and a statistical study based on the analysis of boxplots constructed with the use of R Statistical Software. In the second phase, several Integer Linear Programming models were developed, which were solved using the Open Solver and an Excel application was developed as a tool to support optimal load allocation planning.