Um modelo de projeto de layout para ambientes job shop com alta variedade de peças baseado nos conceitos da produção enxuta

Segundo Canem e Williamson (1998), o planejamento do layout é importante, pois normalmente representa os maiores e mais caros recursos da organização. Além disso, a localização e disposição física dos equipamentos no chão de fábrica têm impacto em diversos fatores como nível de estoque em processo, tamanho dos lotes de transferência, dificuldade no gerenciamento das atividades, movimentação de pessoas e produtos, entre outros. Portanto, o estudo de conceitos de arranjo físico e o desenvolvimento de modelos de projeto do layout, que visem a otimização dos recursos de produção, são de vital importância na busca pela melhoria dos sistemas produtivos. Neste contexto, este artigo apresenta um novo modelo de projeto de layout, para ambientes job shop com ampla variedade de peças. O modelo foi desenvolvido durante uma pesquisa de doutorado e foi aplicado em algumas empresas do setor metal mecânico. Os resultados obtidos comprovaram a eficiência do modelo projetado. O objetivo do modelo consiste em conduzir a equipe de projeto de layout a desenvolver alternativas de arranjo físico que estejam em consonância com conceitos e princípios da filosofia de produção enxuta. Vale ressaltar novamente que o modelo foi desenvolvido para ambientes com alta variedade de peças, ambientes esses em que, devido à dificuldade em se projetar o arranjo físico, as empresas terminam por adotar o layout funcional, conceito esse de arranjo físico que apresenta sérios problemas como excesso de transporte, altos níveis de estoques em processo, etc.

Multi-objective evolutionary algorithm for single and multiple fault service restoration in large-scale distribution systems

Network reconfiguration for service restoration (SR) in distribution systems is a complex optimization problem. For large-scale distribution systems, it is computationally hard to find adequate SR plans in real time since the problem is combinatorial and non-linear, involving several constraints and objectives. Two Multi-Objective Evolutionary Algorithms that use Node-Depth Encoding (NDE) have proved able to efficiently generate adequate SR plans for large distribution systems: (i) one of them is the hybridization of the Non-Dominated Sorting Genetic Algorithm-II (NSGA-II) with NDE, named NSGA-N; (ii) the other is a Multi-Objective Evolutionary Algorithm based on subpopulation tables that uses NDE, named MEAN. Further challenges are faced now, i.e. the design of SR plans for larger systems as good as those for relatively smaller ones and for multiple faults as good as those for one fault (single fault). In order to tackle both challenges, this paper proposes a method that results from the combination of NSGA-N, MEAN and a new heuristic. Such a heuristic focuses on the application of NDE operators to alarming network zones according to technical constraints. The method generates similar quality SR plans in distribution systems of significantly different sizes (from 3860 to 30,880 buses). Moreover, the number of switching operations required to implement the SR plans generated by the proposed method increases in a moderate way with the number of faults.

Programmable logic design of a compact Genetic Algorithm for phasor estimation in real-time

The main objective of this work is to present an efficient method for phasor estimation based on a compact Genetic Algorithm (cGA) implemented in Field Programmable Gate Array (FPGA). To validate the proposed method, an Electrical Power System (EPS) simulated by the Alternative Transients Program (ATP) provides data to be used by the cGA. This data is as close as possible to the actual data provided by the EPS. Real life situations such as islanding, sudden load increase and permanent faults were considered. The implementation aims to take advantage of the inherent parallelism in Genetic Algorithms in a compact and optimized way, making them an attractive option for practical applications in real-time estimations concerning Phasor Measurement Units (PMUs).