Optimização de um sistema de células de robots utilizando o ARENA

Jorge Mendes(a)

, Manuel Martins(b)

, Samuel Ribeiro(c)

, Sérgio Castro(d)

(a)

a56629, (b)

a53760, (c)

a53740, (d)

a56631

ABSTRACT

O trabalho desenvolvido aborda os temas de

planeamento de acontecimentos, fluxo de processo e

diagrama ciclo de actividades, ou seja a Modelação e

Simulação de um conjunto de processos e

acontecimentos. A avaliação do sucesso deste tipo de

simulação é aqui encarada sob uma perspectiva da

ferramenta ARENA com a qual construímos o modelo

lógico e animação respectiva. A finalidade deste

projecto foi encontrar a melhor solução na simulação de

processos e acontecimentos realizando um estudo e

analise para uma selecção de tempos e recursos. Como

resultado obteve-se o mais equilibrado possível

trabalhando com todas as hipóteses de recursos tanto

nos processos e buffers. Todo o processo de utilização

desta aplicação será justificado neste trabalho.

1. INTRODUCTION

Cada vez mais as empresas necessitam dum

planeamento de produção rigoroso visando a qualidade

e profissionalismo. Toda a linha de montagem

empresarial é definida por processos planeados e

concebidos respeitando determinadas regras de

execução. A simulação destes processos ajuda a

perceber todo espaço temporal de fabrico, recursos

necessários e acontecimentos futuros. A simulação tem,

por isso, vindo a assumir um papel cada vez mais

importante no dia-a-dia das organizações.

A ferramenta ARENA garante a perfeita

simulação. Nesta ferramenta o utilizador define o

sistema que pretende criar, parametriza-o e selecciona

as estratégias de controlo a aplicar às entidades e

recursos que o compõem. O modelo, representativo do

sistema real, controla e garante a implementação das

estratégias seleccionadas pelo utilizador. Acoplou-se

um tipo de animação representando todo o modelo

lógico para melhor entender a linha de montagem desde

a chegada de peças, passando pela união delas até o

produto final.

Outra característica importante, é a possibilidade

de estudar alternativas ao nível dos factores

intervenientes do ambiente produtivo bem como das

estratégias que o controlarão sem ter que redesenhar

todo o sistema de cada vez que se pretenda alguma

alteração.

2. SIMULAÇÃO

Na nossa simulação atribuímos aos tempos de duração

do processamento do recurso M1 o número de aluno

mais baixo, ao M2 o segundo menor número, até ao M4

que ficou com o maior número. Foram adicionados 3

buffers M1, M2 e M3. Para os diversos processos assim

como para os diversos buffers os seus atributos foram

constantemente alterados até encontrar a melhor

solução.

3. CONCEPÇÃO E DESENVOLVIMENTO EM

ARENA

O software de simulação Arena possui diversas

ferramentas com funções como analisar dados de

entrada, analisar resultados e visualizar a simulação.

Dentro do tópico dados de entrada entende-se como

sendo as informações do cenário real a serem

submetidas no nosso modelo Arena. Para o

desenvolvimento do modelo foram utilizados diversos

módulos dispostos pelos vários templates. Os templates

usados foram Basic Process, Advanced Transfer,

Advanced Process e Reports. Os módulos usados foram

Create, Dispose, Process, Batch, Assign, Record dentro

do template Basic Process, dentro do template

Advanced Transfer foram usados Station e Route. No

template Advanced Process o Match, Seize e Release

foram os módulos usados no modelo. O template

Reports contém diversos pdf’s que devolvem os

resultados da simulação. Todos estes templates contêm

variadas tabelas para alterar como por exemplo os

recursos usados e a forma das filas de espera.

Inicialmente definiu-se o modelo base de todo o

processo de construção do produto, projectando toda a

simulação real. Numa segunda fase adicionou-se ao

modelo diversos módulos para a construção da

animação, facilitando a compreensão dos processos.

3.1. Modelo Lógico sem Buffers

Neste primeiro exemplo descrevemos os processos do

modelo lógico sem os buffers, será também apresentado

em tabelas as dos resultados normais e optimizados de

conforme a utilização de recursos. Esta primeira figura

mostra s composição do modelo.

Figura 1 - Modelo Lógico sem Buffers

3.1.1. Estado normal

No estado normal são atribuídos um recurso a cada

processo originando o seguinte resultado testado no

Arena.

Tabela 1: Tempo médio de espera

Recursos Tempo médio de espera

M1.Queue 1,3270

M2.Queue 5,9013

M3.Queue 6867,51

M4.Queue 0,01126054

Esta tabela mostra o resultado do tempo médio de

espera em cada fila. Sendo a fila “M3.Queue” aquela

com maior tempo médio de espera.

Tabela 2: Utilização individual

Recursos Utilização

Robo1 0,4967

Robo2 0,7579

Robo3 0,9996

Robo4 0,3639

Nesta tabela está apresentado em percentagem a

utilização de cada recurso. O “Robo3” foi o mais

utilizado.

3.1.2. Estado optimizado

Após o teste no estado normal, tentou-se optimizar

aumentando o número de recursos no robô 3 para o

dobro. O resultado foi bastante positivo, visto que o

tempo médio de espera de cada fila diminuiu, excepto a

fila M4, equilibrando o tempo médio entre as filas. Esta

foi a melhor optimização conseguida para este modelo

lógico. Um maior aumento dos recursos traria uma

diminuição no tempo de espera das filas, no entanto, os

recursos iriam ficar num estado de sub aproveitamento.

Tabela 3: Tempo médio de espera optimizado

Recursos Tempo médio de espera

M1.Queue 1,2917

M2.Queue 5,6424

M3.Queue 1,4723

M4.Queue 0,3968

Em comparação com a tabela anterior referente ao

tempo médio de espera, este caso está bastante melhor,

notando-se uma maior diferença na fila M3.

Tabela 4: Utilização individual optimizada

Recursos Utilização

Robo1 50%

Robo2 74%

Robo3 68%

Robo4 49%

O recurso no processo de optimização foi alterados

no “Robo3” para dois recursos diminuindo a sua

utilização individual para 68%. Desta forma a utilização

de

3.2. Modelo Lógico com Buffers

Na composição do modelo definiu-se como pontos de

chegada “Chegada Front” e “Chegada Rear” através dos

módulos Create. Nestes acontecimentos foram

definidos processos M1 e M2 podendo variar os seus

atributos no número de atributos e tempos envolventes.

No processo M1 o tempo de processamento ficou

definido como Uniform entre 0 e 4, quanto ao processo

M2 o tempo definido foi Uniform entre 0 e 6. Acoplou-

se a este acontecimento os módulos Seize e Release, o

Seize correspondente à ocupação dos buffers M1 e M2

enquanto que o Release ficará encarregue de libertar as

peças dos processos M1 e M2.

Para efeitos de poupança de imagem retiraram-se os

módulos Station, Route, Assign e Record. Mostrando só

os módulos essenciais

Figura 2: M1, M2, Buffer M1 e Buffer M2

Posteriormente a estes processos e à libertação das

peças, foi iniciada a unificação das peças. Os módulos

usados foram o Match para sincronizar e o Batch que

tem como função juntar as peças. Utilizou-se também

um módulo Seize designado como “Seize M3” e logo de

seguida um Release para libertar os Buffers M1 e M2.

Atribui-se também a este modelo o processo M3

com um tempo de processamento Uniform entre 2 e 9

definido como acontecimento actual Delay.

Figura 3: União de peças

Após estes passos, introduziu-se um módulo Seize

denominado por “Seize Buffer M3” definindo como

reservado o buffer M3 e em simultâneo a libertação do

processo M3. Na fase final e após a libertação do M3

reserva-se o processo M4 assim como a libertação do

buffer M3. Deu-se por terminado o modelo após o

último processo da simulação o M4.

Figura 4: Fase final

3.2.1. Animação em ARENA

O ARENA tem a grande vantagem de relacionar o

modelo construído com uma animação demonstrativa.

Esta funcionalidade favorece o utilizador e analisador

do modelo.

Neste caso para que a animação ocorre-se foram

necessários módulos Station, Rote e Assign.

Foram criados inicialmente dois módulos Station,

Station M1 e M2, que indicam o local físico do inicio

dos processos M1 e M2. Os módulos Assign

correspondentes a M1 e M2 têm como objectivo a

atribuição de imagens às peças após a sua passagem

pelos módulos Process. Logo de seguida são acoplados

dois módulos Record atribuindo-lhes as funções Count

com o objectivo de contabilizar todas as peças que

passam em cada processo. A Route Fim M1 e Fim M2

indicam as próximas Station. A próxima figura mostra

esses processos.

Figura 5: Station, Assign e Route

Indicadas as Station, as peças seguem para os

Buffers M1 e M2 indicados pelas Station Buffer_M1 e

Buffer_M2. São também definidos os “Fim Buffer_M1”

e “Fim Buffer_M2” indicando as próximas Station.

Figura 6: Station e Route

Posteriormente, são declaradas as Station para a

junção das peças, a criação de um Assign para modificar

a imagem do objecto e mais um Record para o count

das peças que passam no processo M3.

Figura 7: Station, Assign e Route

Na Station seguinte indicada pela Route “Fim M3”,

é declarado a reserva do “Buffer M3” e a libertação do

robô M3.

Figura 8: Station e Route

A Route “Fim Buffer M3” indica a Station “Station

M4”, nesta estação foi acoplada também um módulo

Assign modificando a imagem do objecto. O modelo

processual com animação termina com uma Station

“Station Fim” indicando o módulo Dispose.

Figura 9: Station, Assign e Route

A animação resultante da aplicação de todos os

módulos está demonstrada na figura seguinte.

Figura 10: Animação demonstrativa

4. ALTERNATIVAS DE DESEMPENHO

A unidade de tempo usada nestes exemplos foi em

horas. O espaço de tempo usado foi de 50000 horas.

Todas as optimizações foram feitas dentro deste espaço

de tempo.

4.1. Estado Normal

A simulação no seu estado normal tem pontos críticos,

nomeadamente ao nível do tempo de espera médio e

percentagem de utilização dos recursos.

Tabela 5: Estado normal, tempo médio de espera

Fila de espera Tempo médio (hora)

M1.Queue 9590,81

M2.Queue 9462,19

Seize Buffer M1.Queue 3,5297

Seize Buffer M2.Queue 2,5373

Seize Buffer M3.Queue 0,00

Seize M3.Queue 5,1353

Seize M4.Queue 0,00

O número de recursos associados a cada fila de

espera neste caso foi de um recurso. Portanto o

resultado obtido foi de um tempo médio de espera

bastante elevado nas filas de espera “M1.Queue” e

“M2.Queue”, destacando-se também as filas de espera

“Seize Buffer M1.Queue”, “Seize M3.Queue” e “Seize

Buffer M2.Queue”.

Tabela 6: Utilização individual

Recursos Utilização

Buffer_M1 99%

Buffer_M2 94%

Buffer_M3 15%

Robo1 100%

Robo2 100%

Robo3 100%

Robo4 31%

Como o número de recursos usados estavam

reduzidos à unidade, as percentagens de utilização

foram de 100% em alguns dos casos e em outros muito

próximo desse valor. É claro que este resultado é

negativo, por isso fizeram-se diversas tentativas

modificando o número de recursos em cada caso.

4.2. Primeira optimização

Na primeira optimização aumentou-se o para o dobro

número de recursos do robo1, robo2 e robo3 e

aumentou-se os buffers 1 e 2 para cinco recursos. Desta

forma, tentamos reduzir a utilização dos robôs. Os

valores encontrados são bastante positivos, sendo que o

sistema não tem grandes filas de espera. O seguinte

gráfico demonstra os valores de espera médios

Figura 11: Tempo médio de espera

O gráfico seguinte mostra a percentagem de utilização

dos vários recursos da simulação. Como podemos

verificar com esta optimização conseguimos diminuir a

percentagem de utilização dos recursos

significativamente. O objectivo desta optimização,

reduzir a percentagem de utilização e tempos de espera

foi atingido, no entanto, não queremos ter valores muito

baixos de utilização, pois isso indica sub

aproveitamento dos recursos. Com esta optimização

chegamos a bons valores, no entanto pretendemos

diminuir o tempo médio de espera em M1, pois tem um

valor muito elevado em comparação com a fila de

espera de M2.

Figura 12: Utilização de recursos

4.3. Segunda optimização

Para diminuirmos a fila de espera em M2 tivemos que

proceder a grandes alterações noutros recursos. Os

recursos robô 1 e 2 ficaram com ambos com uma

capacidade de três. O robô 3 com dois de capacidade e o

robô 4 manteve-se com um. Uma das formas para

diminuir o tempo de espera nas estações de

processamento consiste em aumentar a capacidade dos

buffers, desta forma mais robôs podem ser libertados,

pois têm espaço no buffer e, consequentemente diminui

as filas de espera. Concluindo, aumentamos o buffer de

M1 para uma capacidade de 16 e o buffer de M2 para

12. O buffer de M3 manteve-se com apenas um espaço

de capacidade. Desta forma, conseguimos diminuir o

tempo de espera em M1, mas em contrapartida

aumentou em M2. Apesar do aumento de M2 o valor

máximo é menor que na optimização anterior.

Figura 13: Tempo médio de espera

No caso da percentagem de utilização esta optimização

não foi muito boa, pois tanto o recurso Robô 1 e Buffer

M1 estão com valores muito baixos, o que indica que

está a haver sub aproveitamento do robô 1 e do buffer

M1. Mas através das várias simulações que se

diminuíssemos ou o buffer M1 ou o número de robôs 1,

então a fila de espera aumentaria drasticamente.

Resultando outra vez em valores muito elevados.

Figura 14: Utilização dos recursos

CONSIDERAÇÕES FINAIS

O presente trabalho teve como principal objectivo a

criação de uma simulação com o intuito de encontrar a

melhor solução para a produção de peças.

Sendo assim a primeira fase focou-se na criação do

modelo composto por processos e acontecimentos e

uma segunda pela animação.

Na fase das optimizações, depois de muitas tentativas

chegamos à conclusão que a primeira optimização foi a

mais bem conseguida das nossas tentativas, pois

conseguimos diminuir tanto os tempos médios de espera

para valores razoáveis, mantendo uma percentagem de

utilização dos recursos dentro do razoável, o que mostra

que está a ser feita uma boa gestão.

Para aumentarmos o número de produtos finais,

podemos aumentar os recursos, mas como verificamos,

não compensa pois vai diminuir bastante a percentagem

de utilização.

Através deste trabalho e da utilização do ARENA

conseguimos criar novas capacidades na área de

produção, nomeadamente, na optimização de células de

robôs num ambiente de produção. Tivemos algumas

dificuldades em assimilar e processar os resultados que

eram devolvidos pelo ARENA no fim da simulação.