Aplicação de algorítmo genético e da methaeurística simulated anneling em um processo siderúrgico

Cristie Diego Pimenta, Messias Borges Silva, Fernando Augusto Silva Marins

Resumo


O objetivo deste artigo é mostrar a aplicação de algoritmo Genético e de Simulated Anneling para otimizar as predições estatísticas para o processo de tratamento térmico de têmpera em arames de aço. Essa modelagem estatística pode ser capaz de substituir o processo utilizado para a preparação de fornos de têmpera e revenimento, que tradicionalmente é realizada por meio de ajustes feitos a partir do resultado da propriedade mecânica dureza, ensaiada em laboratório e exigida para atender as especificações de clientes. Buscou-se compreender a influência das variáveis de entrada (fatores) e os seus efeitos na  propriedade mecânica dureza, em arames de aço SAE 9254, para o diâmetro 2,00mm, utilizado para a fabricação de molas de válvula e de embreagem para o seguimento automobilístico. Foram investigadas as principais variáveis de entrada do processo e para isso, utilizaram-se as metodologias Regressão Múltipla Quadrática e a Metodologia de Superfícies de Resposta (RSM). Para a otimização do modelo estatístico foram utilizadas as metodologias Algoritmo Genético (AG) e a Meta-heurística Recozimento Simulado (Simulated Anneling). Os resultados revelaram que é possível se obter bons resultados se utilizada essa modelagem estatística e se o modelo estatístico for otimizado por meio das técnicas aplicadas neste artigo. Se as metodologias forem aplicadas corretamente, isso poderá trazer avanços científicos que poderiam proporcionar a automatização deste processo, e consequentemente isso poderia contribuir para o aumento de produtividade e da qualidade do produto.


Palavras-chave


Tratamento Térmico. SAE 9254. Metodologia de Superfície de Resposta. Algorítmos Genéticos. Meta-heurística.

Texto completo:

PDF ♪ÁUDIO♪

Referências


AJIC, D.; JOSIC, S.; PODRUG. Design of experiment’s application in the optimization of milling process. Metalurgija, Sonja Josic, v.49, n.1, p. 123–126, oct. 2010.

BARROS, A. D.; MOCELLIN, J. V. Análise da flutuação do gargalo em flow shop permutacional com tempos de setup assimétricos e dependentes da seqüência. Gestão & Produção, São Paulo, v. 11, n. 1, p. 101-108, jan. 2004. https://doi.org/10.1590/S0104-530X2004000100009

BUZZO, W. R.; MOCELLIN, J. V. Programação da produção em sistemas flow shop utilizando um método heurístico híbrido algoritmo genético simulated annealing. Gestão & Produção, São Carlos, v.7, n. 3, p. 364-377, dez. 2000. https://doi.org/10.1590/S0104-530X2000000300012

BUZZO, W. R.; MOCELLIN, J. V. A influência da temperatura inicial no desempenho de um método híbrido algoritmo genético – Simulated annealing para a programação flow shop permutacional. 2005. 19 f. Dissertação (Mestrado em Engenharia de Produção)- Escola de Engenharia de São Carlos, Universidade de São Paulo, São Paulo, 2005.

CALLISTER JR., W. D.; RETHWISCH, D. G. Ciência e engenharia de materiais: uma introdução. 8. ed. New York: LTC, 2012. 724 p.

CHAVES, A. A.; BIAJOLI, F. L.; MINE, O. M.; SOUZA, M. J. F. Metaheurísticas híbridas para resolução do problema do caixeiro viajante com coleta de prêmios. Produção, São Paulo, v.17, n. 2, p. 263-272, oct. 2007. https://doi.org/10.1590/S0103-65132007000200004

CHERRUAULT, Y.; MORA, G. Optimisation Globale – theorie des courbes α-denses. 1. ed. Paris: Economica, 2005. 170 p.

CHIAVERINI, V. Aços e ferros fundidos. 7. ed. São Paulo: Associação Brasileira de Metalurgia e Materiais, 2012. 600 p.

COSTA, C. B. B. Modelagem detalhada e otimização de processos de cristalização. 2006. 150 f. Tese (Doutorado em Engenharia Química) - Universidade Estadual de Campinas, Campinas, 2006.

CRUZ, G. M. Avaliação das variáveis de processamento de normalização e têmpera dos aços de classificação ASTM516-70N e USIAR360Q no forno de tratamento térmico 2 da Usiminas. 2003. 74 f. Dissertação (Mestrado em Engenharia Metalúrgica e de Minas) - Universidade Federal de Minas Gerais, Belo Horizonte, 2003.

DIÓGENES, A. N. Reconstrucção Tridimensional de Meios Porosos utilizando técnicas de Simulated Annealing. 2009. 147 f. Tese (Doutorado em Engenharia Mecânica) - Universidade Federal de Santa Catarina. Florianópolis, 2009.

FERREIRA, G.C.; SOUZA, M. J. F. S.; DUTRA, V.G. Metaheurísticas simulated

annealing e iterated local search aplicadas ao problema de p-medianas capacitado: um estudo de caso. Journal of Materials Processing Technology, Sydney, v. 1, n. 1, p. 11-20, oct. 2008.

HOLLAND, J. H. Adaptation in natural and artificial systems. 1. ed. Cambridge: MIT press, 1975. 500 p.

JUNIOR, H. A. O. Projeto de filtros digitais e separação de fontes usando fuzzy adaptive simulated annealing. 2008. 140 f. Tese (Doutorado em Engenharia)- Universidade Federal do Rio de Janeiro. Rio de Janeiro, 2008.

KIRKPATRICK, S.; GELLAT, D. C.; VECCHI, M. P. Optimization by Simulated Annealing. Science, New York, v. 220, n. 1, p. 671–680, oct. 1983. https://doi.org/10.1126/science.220.4598.671

LIBRANTZ, A. F. H.; ARAÚJO, S. A. ; SANTANA, J. C. C.; BENVENGA, M. A. C. Cinética e otimização do processo de secagem do malte de milho usando simulated annealing. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 5., 2010. [Anais...]. São Carlos- Brasil, 2010. 1-17 p.

MARK, J. A.; SHARI, L. K. Using Design of Experiments. Paint &Coatings Industry, Troy, v. 19, n. 1, p. 52–57, oct. 2003.

MONTGOMERY, C. D. Design and analysis of experiments. 8. ed. New York: John Wiley & Sons, 2013. 203 p.

MONTGOMERY, D. C.; RUNGER, G. C. Estatística aplicada e probabilidade para engenheiros. 2. ed. New York: LTC, 2003. 463 p.

NARA, K. Simulated annealing applications. Modern Optimization Techniques in Power Systems, Washington, v. 1, n. 1, p. 15-38, jan. 1999. https://doi.org/10.1007/978-94-015-9189-8_2

NETO, B. B.; SCARMINIO, I. S.; BRUNS, R. E. Como fazer experimentos: pesquisa e desenvolvimento na ciência e na indústria. 3. ed. Campinas: Unicamp, 2007. 480 p.

OLIVEIRA, S. A. Metaheurísticas aplicadas ao planejamento da expansão da transmissão de energia elétrica em ambiente de processamento distribuído. 2004. 150 f. Tese (Doutorado em Engenharia)- Universidade de Campinas, Campinas, 2004.

PAIVA, E. J. Otimização de manufatura com múltiplas respostas baseadas em índices de capacidade. 2006. 117 f. Dissertação (Mestrado em Engenharia)-Universidade Federal de Itajubá, Itajubá, 2006.

RODRIGUES; F. L.; LEITE, H. G., SANTOS, H. N.; SOUZA, A. L. Meta-heurística Algoritmo Genético para solução de problemas de planejamento florestal com restrições de integridade. Revista Árvore, São Paulo, v. 28, n. 2, p. 21–39, oct. 2004. https://doi.org/10.1590/S0100-67622004000200010

SILVA, K. G. Uso de simulated annealing e algoritmo genético no problema da reconfiguração de uma rede de distribuição de energia elétrica. 2013. 140 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Rio Grande do Norte, Natal, 2013.

SOUZA, M. J. F. Notas de aula da disciplina Inteligência Computacional para Otimização. Departamento de Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, 2007.

TOFFOLO, T. A. M.; SOUZA, M. J. F. S.; SILVA, G.P. Resolução do problema de rodízio de tripulações de ônibus urbano via simulated annealing e iterated local search. 2005. 100 f. Monografia (Especialização em Computação) - Universidade Federal de Ouro Preto, Ouro Preto, 2005.

YAMAMOTO, L. Uso de simulated annealing e algoritmo genético no problema da reconfiguração de uma rede de distribuição de energia elétrica. 2004. 100 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Paraná, Curitiba, 2004.

ZINI, E. O. C. Algoritmo Genético especializado na resolução de problemas com variáveis contínuas e altamente restritos. 2009. 100 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual Paulista, 2009.




DOI: https://doi.org/10.14488/1676-1901.v21i1.4200

Métricas do artigo

Carregando Métricas ...

Metrics powered by PLOS ALM


R. Eletr. de Eng. de Produção e Correlatas - ISSN 1676-1901 Creative Commons License
Esta obra está licenciada sob uma Licença Creative Commons. © 2002 / Todos os direitos reservados Associação Brasileira de Engenharia de Produção (ABEPRO) Universidade Federal de Santa Catarina (UFSC).                           Contato: producaoonline@gmail.com