Este documento descreve a simulação e otimização de um sistema de montagem de produtos utilizando o software ARENA. Inicialmente, o modelo lógico sem buffers é apresentado e os resultados da simulação no estado normal mostram altos tempos médios de espera. Posteriormente, buffers são adicionados e várias otimizações são testadas, reduzindo os tempos de espera e equilibrando a utilização dos recursos. A animação do modelo é construída para melhor entendimento do fluxo de produção.
1. 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 mais baixo, ao M2 o segundo menor número, até ao M4
que ficou com o maior número. Foram adicionados 3
O trabalho desenvolvido aborda os temas de buffers M1, M2 e M3. Para os diversos processos assim
planeamento de acontecimentos, fluxo de processo e como para os diversos buffers os seus atributos foram
diagrama ciclo de actividades, ou seja a Modelação e constantemente alterados até encontrar a melhor
Simulação de um conjunto de processos e solução.
acontecimentos. A avaliação do sucesso deste tipo de
simulação é aqui encarada sob uma perspectiva da 3. CONCEPÇÃO E DESENVOLVIMENTO EM
ferramenta ARENA com a qual construímos o modelo ARENA
lógico e animação respectiva. A finalidade deste O software de simulação Arena possui diversas
projecto foi encontrar a melhor solução na simulação de ferramentas com funções como analisar dados de
processos e acontecimentos realizando um estudo e entrada, analisar resultados e visualizar a simulação.
analise para uma selecção de tempos e recursos. Como Dentro do tópico dados de entrada entende-se como
resultado obteve-se o mais equilibrado possível sendo as informações do cenário real a serem
trabalhando com todas as hipóteses de recursos tanto submetidas no nosso modelo Arena. Para o
nos processos e buffers. Todo o processo de utilização desenvolvimento do modelo foram utilizados diversos
desta aplicação será justificado neste trabalho. módulos dispostos pelos vários templates. Os templates
usados foram Basic Process, Advanced Transfer,
1. INTRODUCTION Advanced Process e Reports. Os módulos usados foram
Create, Dispose, Process, Batch, Assign, Record dentro
Cada vez mais as empresas necessitam dum do template Basic Process, dentro do template
planeamento de produção rigoroso visando a qualidade Advanced Transfer foram usados Station e Route. No
e profissionalismo. Toda a linha de montagem template Advanced Process o Match, Seize e Release
empresarial é definida por processos planeados e foram os módulos usados no modelo. O template
concebidos respeitando determinadas regras de Reports contém diversos pdf’s que devolvem os
execução. A simulação destes processos ajuda a resultados da simulação. Todos estes templates contêm
perceber todo espaço temporal de fabrico, recursos variadas tabelas para alterar como por exemplo os
necessários e acontecimentos futuros. A simulação tem, recursos usados e a forma das filas de espera.
por isso, vindo a assumir um papel cada vez mais Inicialmente definiu-se o modelo base de todo o
importante no dia-a-dia das organizações. processo de construção do produto, projectando toda a
A ferramenta ARENA garante a perfeita simulação real. Numa segunda fase adicionou-se ao
simulação. Nesta ferramenta o utilizador define o modelo diversos módulos para a construção da
sistema que pretende criar, parametriza-o e selecciona animação, facilitando a compreensão dos processos.
as estratégias de controlo a aplicar às entidades e
recursos que o compõem. O modelo, representativo do
3.1. Modelo Lógico sem Buffers
sistema real, controla e garante a implementação das
Neste primeiro exemplo descrevemos os processos do
estratégias seleccionadas pelo utilizador. Acoplou-se
modelo lógico sem os buffers, será também apresentado
um tipo de animação representando todo o modelo
em tabelas as dos resultados normais e optimizados de
lógico para melhor entender a linha de montagem desde
conforme a utilização de recursos. Esta primeira figura
a chegada de peças, passando pela união delas até o
mostra s composição do modelo.
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. Figura 1 - Modelo Lógico sem Buffers
2. SIMULAÇÃO
Na nossa simulação atribuímos aos tempos de duração
do processamento do recurso M1 o número de aluno
2. 3.1.1. Estado normal
No estado normal são atribuídos um recurso a cada
O recurso no processo de optimização foi alterados
processo originando o seguinte resultado testado no
no “Robo3” para dois recursos diminuindo a sua
Arena.
utilização individual para 68%. Desta forma a utilização
Tabela 1: Tempo médio de espera de
Recursos Tempo médio de espera
M1.Queue 1,3270 3.2. Modelo Lógico com Buffers
M2.Queue 5,9013 Na composição do modelo definiu-se como pontos de
M3.Queue 6867,51 chegada “Chegada Front” e “Chegada Rear” através dos
M4.Queue 0,01126054 módulos Create. Nestes acontecimentos foram
definidos processos M1 e M2 podendo variar os seus
atributos no número de atributos e tempos envolventes.
Esta tabela mostra o resultado do tempo médio de No processo M1 o tempo de processamento ficou
espera em cada fila. Sendo a fila “M3.Queue” aquela definido como Uniform entre 0 e 4, quanto ao processo
com maior tempo médio de espera. M2 o tempo definido foi Uniform entre 0 e 6. Acoplou-
Tabela 2: Utilização individual se a este acontecimento os módulos Seize e Release, o
Recursos Utilização Seize correspondente à ocupação dos buffers M1 e M2
enquanto que o Release ficará encarregue de libertar as
Robo1 0,4967
peças dos processos M1 e M2.
Robo2 0,7579
Robo3 0,9996 Para efeitos de poupança de imagem retiraram-se os
módulos Station, Route, Assign e Record. Mostrando só
Robo4 0,3639
os módulos essenciais
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 Figura 2: M1, M2, Buffer M1 e Buffer M2
dobro. O resultado foi bastante positivo, visto que o
tempo médio de espera de cada fila diminuiu, excepto a Posteriormente a estes processos e à libertação das
fila M4, equilibrando o tempo médio entre as filas. Esta peças, foi iniciada a unificação das peças. Os módulos
foi a melhor optimização conseguida para este modelo usados foram o Match para sincronizar e o Batch que
lógico. Um maior aumento dos recursos traria uma tem como função juntar as peças. Utilizou-se também
diminuição no tempo de espera das filas, no entanto, os um módulo Seize designado como “Seize M3” e logo de
recursos iriam ficar num estado de sub aproveitamento. seguida um Release para libertar os Buffers M1 e M2.
Tabela 3: Tempo médio de espera optimizado Atribui-se também a este modelo o processo M3
Recursos Tempo médio de espera com um tempo de processamento Uniform entre 2 e 9
M1.Queue 1,2917 definido como acontecimento actual Delay.
M2.Queue 5,6424
M3.Queue 1,4723
M4.Queue 0,3968
Figura 3: União de peças
Em comparação com a tabela anterior referente ao
tempo médio de espera, este caso está bastante melhor,
Após estes passos, introduziu-se um módulo Seize
notando-se uma maior diferença na fila M3.
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
Tabela 4: Utilização individual optimizada reserva-se o processo M4 assim como a libertação do
Recursos Utilização buffer M3. Deu-se por terminado o modelo após o
Robo1 50% último processo da simulação o M4.
Robo2 74%
Robo3 68%
Robo4 49%
3. Na Station seguinte indicada pela Route “Fim M3”,
é declarado a reserva do “Buffer M3” e a libertação do
Figura 4: Fase final robô M3.
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 Figura 8: Station e Route
do modelo.
Neste caso para que a animação ocorre-se foram A Route “Fim Buffer M3” indica a Station “Station
necessários módulos Station, Rote e Assign. M4”, nesta estação foi acoplada também um módulo
Foram criados inicialmente dois módulos Station, Assign modificando a imagem do objecto. O modelo
Station M1 e M2, que indicam o local físico do inicio processual com animação termina com uma Station
dos processos M1 e M2. Os módulos Assign “Station Fim” indicando o módulo Dispose.
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
Figura 9: Station, Assign e Route
dois módulos Record atribuindo-lhes as funções Count
com o objectivo de contabilizar todas as peças que
A animação resultante da aplicação de todos os
passam em cada processo. A Route Fim M1 e Fim M2
módulos está demonstrada na figura seguinte.
indicam as próximas Station. A próxima figura mostra
esses processos.
Figura 5: Station, Assign e Route
Indicadas as Station, as peças seguem para os Figura 10: Animação demonstrativa
Buffers M1 e M2 indicados pelas Station Buffer_M1 e
Buffer_M2. São também definidos os “Fim Buffer_M1” 4. ALTERNATIVAS DE DESEMPENHO
e “Fim Buffer_M2” indicando as próximas Station.
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)
Figura 6: Station e Route M1.Queue 9590,81
M2.Queue 9462,19
Posteriormente, são declaradas as Station para a Seize Buffer M1.Queue 3,5297
junção das peças, a criação de um Assign para modificar
Seize Buffer M2.Queue 2,5373
a imagem do objecto e mais um Record para o count
das peças que passam no processo M3. 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
Figura 7: Station, Assign e Route resultado obtido foi de um tempo médio de espera
4. bastante elevado nas filas de espera “M1.Queue” e valor muito elevado em comparação com a fila de
“M2.Queue”, destacando-se também as filas de espera espera de M2.
“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% Figura 12: Utilização de recursos
4.3. Segunda optimização
Como o número de recursos usados estavam
Para diminuirmos a fila de espera em M2 tivemos que
reduzidos à unidade, as percentagens de utilização
proceder a grandes alterações noutros recursos. Os
foram de 100% em alguns dos casos e em outros muito
recursos robô 1 e 2 ficaram com ambos com uma
próximo desse valor. É claro que este resultado é
capacidade de três. O robô 3 com dois de capacidade e o
negativo, por isso fizeram-se diversas tentativas
robô 4 manteve-se com um. Uma das formas para
modificando o número de recursos em cada caso.
diminuir o tempo de espera nas estações de
processamento consiste em aumentar a capacidade dos
4.2. Primeira optimização
buffers, desta forma mais robôs podem ser libertados,
Na primeira optimização aumentou-se o para o dobro
pois têm espaço no buffer e, consequentemente diminui
número de recursos do robo1, robo2 e robo3 e
as filas de espera. Concluindo, aumentamos o buffer de
aumentou-se os buffers 1 e 2 para cinco recursos. Desta
M1 para uma capacidade de 16 e o buffer de M2 para
forma, tentamos reduzir a utilização dos robôs. Os
12. O buffer de M3 manteve-se com apenas um espaço
valores encontrados são bastante positivos, sendo que o
de capacidade. Desta forma, conseguimos diminuir o
sistema não tem grandes filas de espera. O seguinte
tempo de espera em M1, mas em contrapartida
gráfico demonstra os valores de espera médios
aumentou em M2. Apesar do aumento de M2 o valor
máximo é menor que na optimização anterior.
Figura 11: Tempo médio de espera Figura 13: Tempo médio de espera
O gráfico seguinte mostra a percentagem de utilização
No caso da percentagem de utilização esta optimização
dos vários recursos da simulação. Como podemos
não foi muito boa, pois tanto o recurso Robô 1 e Buffer
verificar com esta optimização conseguimos diminuir a
M1 estão com valores muito baixos, o que indica que
percentagem de utilização dos recursos
está a haver sub aproveitamento do robô 1 e do buffer
significativamente. O objectivo desta optimização,
M1. Mas através das várias simulações que se
reduzir a percentagem de utilização e tempos de espera
diminuíssemos ou o buffer M1 ou o número de robôs 1,
foi atingido, no entanto, não queremos ter valores muito
então a fila de espera aumentaria drasticamente.
baixos de utilização, pois isso indica sub
Resultando outra vez em valores muito elevados.
aproveitamento dos recursos. Com esta optimização
chegamos a bons valores, no entanto pretendemos
diminuir o tempo médio de espera em M1, pois tem um
5. 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.