Please use this identifier to cite or link to this item: https://repositorio.ufpa.br/jspui/handle/2011/8009
metadata.dc.type: Dissertação
Issue Date: 30-Oct-2015
metadata.dc.creator: CASTRO, Anderson de Oliveira
metadata.dc.contributor.advisor1: BEZERRA, Ubiratan Holanda
metadata.dc.contributor.advisor-co1: LEITE, Jandecy Cabral
Title: Otimização do processo de montagem de componentes eletrônicos de superfície utilizando ferramenta multicritério
Citation: CASTRO, Anderson de Oliveira. Otimização do processo de montagem de componentes eletrônicos de superfície utilizando ferramenta multicritério. Orientador: Ubiratan Holanda Bezerra. 2015. 131 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém. 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/8009. Acesso em:.
metadata.dc.description.resumo: Os problemas de otimização de processos industriais atraíram muitas pesquisas no início dos anos 90 do século passado. O aumento do volume de produção, o aumento da competitividade do mercado e os avanços tecnológicos pressionaram as indústrias a buscar soluções de baixo custo e implementação rápida. Um dos processos que se tornou a razão principal para o aumento do volume de vendas foi o processo de montagem de placas de circuito impresso, cuja tecnologia de montagem em superfície composta por máquinas de serigrafia, montadoras de chips automatizadas e fornos de refusão representou um avanço, pois substituiu o processo anterior que empregava a tecnologia através de furos. Esta pesquisa formulou um novo ponto de vista para otimização de montadoras modulares de chip baseada no conhecido problema de arranjo de alimentadores e no problema de movimentação da cabeça de montagem aplicando de forma global um Algoritmo Genético de Multicritério Não Dominante (NSGA-II) cujo objetivo foi a redução do tempo total do ciclo de montagem. A modelagem das funções de aptidão foi apresentada e a ferramenta de otimização multicritério foi descrita utilizando as funções da máquina e suas respectivas restrições. O mesmo método poderia ser aplicado para descrever outros tipos de máquinas para auxiliar pesquisas futuras.
Abstract: The optimization problems of industrial process attracted many researches since the early 90's of the last century. The production volume increase, market competition increase and technological advances pushed the industries to seek for low cost and quick implementation solutions. One of the processes that became the core reason for increasing the sales volumes was the surface mount technology composed by printing, automated chip mounting and reflow oven which replaced the through hole technology. This research formulated a new point of view for optimization of modular chip mounters based on the already known feeder assignment problem and assembly head motion problem applying the global optimization using the non sorting dominance genetic algorithm the NSGAII in regard of the total cycle time reduction. The modeling of the fitness functions was presented and the multi criteria optimization tool was described using the machine functions and constraints. The same method could be applied to describe other type of machines to support future research.
Keywords: Otimização multicritério
Montadora de chips
Algoritmo genético dominante
Função objetivo
Multicriteria optimization
Chip mounter
Nonsorting genetic algorithm
Objective-function
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Appears in Collections:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_OtimizacaoProcessoMontagem.pdf2,73 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons