Método baseado em inteligência artificial para previsão do prazo de entrega de tarefas em estações de manufatura

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBorsato, Milton-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-3607-8315-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9039613643111474-
Autor(es): dc.contributorNievola, Julio Cesar-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-2212-4499-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9242867616608986-
Autor(es): dc.contributorBorsato, Milton-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-3607-8315-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9039613643111474-
Autor(es): dc.contributorVolpato, Neri-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-1523-3977-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8414652619232683-
Autor(es): dc.creatorModesti, Paulo Henrique de-
Data de aceite: dc.date.accessioned2022-02-21T21:47:25Z-
Data de disponibilização: dc.date.available2022-02-21T21:47:25Z-
Data de envio: dc.date.issued2021-05-19-
Data de envio: dc.date.issued2021-05-19-
Data de envio: dc.date.issued2020-10-29-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/25001-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/660558-
Descrição: dc.descriptionAn important competitive advantage of an industry is the ability to meet the delivery times promised to its customers. However, with the increase in demand for customized products, imposed by the market in the last decades, the complexity to estimate manufacturing times increases. This difficulty is amplified in some sectors of the industry where a great variety of parts are produced and whose demand for new tasks is random. Examples of this sector are companies such as job shops, prototype manufacturers and spare parts, as they operate with low volumes of production per part and have to deal with variable lead times and the need for quick presentation of delivery times. Thus, it is evident that the predictability of the delivery time is a complex process. In this way, the objective of this research was defined as the development of a method, capable of predicting the deadline for the delivery of tasks in real time, aiming to assist in decision making regarding the planning of industries. For the development of this method, Design Science Research was used as the methodological framework. Thus, six steps were taken: (i) problem identification and motivation; (ii) definition of the solution’s objectives; (iii) design and development; (iv) demonstration; (v) evaluation and (vi) communication of results. To demonstrate the method, the same was applied in a real case, in the prototypes department of an appliance company in the region of Curitiba, being evaluated through questionnaires and comparisons. When analyzing the results, it is proved that the proposed method allows greater assertiveness in the task delivery date forecasts. This work focused on the study of a prototype department of a company in the white good business, but there is a possibility that the model could be adapted to other segments.-
Descrição: dc.descriptionUm importante diferencial competitivo de uma indústria, é a capacidade de cumprir os prazos de entrega prometidos aos seus clientes. Todavia, com o aumento da demanda por produtos customizados, imposto pelo mercado nas últimas décadas, aumenta-se a complexidade para estimar os tempos de fabricação. Esta dificuldade é ampliada em alguns setores da indústria onde são produzidas grande variedade de peça e cuja demanda de novos trabalhos é aleatória. São exemplos deste setor empresas como ferramentarias, fabricantes de protótipos e peças de reposição, pois operam com baixos volumes de produção por peça, além da variação dos tempos de execução e necessidade de rápida apresentação dos prazos de entrega. Assim, evidencia-se que a previsibilidade do prazo de entrega trata-se de um processo complexo. Dessa maneira, definiu-se como objetivo desta pesquisa o desenvolvimento de um método, capaz de prever o prazo de entrega de tarefas em tempo real, visando auxiliar na tomada de decisão quanto ao planejamento das indústrias. Para o desenvolvimento deste método utilizou-se como framework metodológico o Design Science Research. Dessa forma, seis etapas foram realizadas: (i) identificação do problema e motivação; (ii) definição dos objetivos da solução; (iii) projeto e desenvolvimento; (iv) demonstração; (v) avaliação e (vi) comunicação dos resultados. Para demonstração do método o mesmo foi aplicado em um caso real, no departamento de protótipos de uma empresa de eletrodomésticos da região de Curitiba, sendo avaliado através de questionários e comparativos. Ao analisar os resultados, comprova-se que o método proposto permite maior assertividade nas previsões de data de entrega de tarefas. Este trabalho teve como foco o estudo de um departamento de protótipos de uma empresa do ramo de linha branca, porém há possibilidade de o modelo ser adaptado para outros segmentos.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Mecânica e de Materiais-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectProcessos de fabricação-
Palavras-chave: dc.subjectServiços ao cliente-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectTempo - Medição-
Palavras-chave: dc.subjectAdministração da produção-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectManufacturing processes-
Palavras-chave: dc.subjectCustomer services-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectTime measurements-
Palavras-chave: dc.subjectProduction management-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA MECANICA::PROCESSOS DE FABRICACAO-
Palavras-chave: dc.subjectEngenharia Mecânica-
Título: dc.titleMétodo baseado em inteligência artificial para previsão do prazo de entrega de tarefas em estações de manufatura-
Título: dc.titleArtificial intelligence-based method for predicting job shop flow time-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.