Modelagem e simulação de sistemas a eventos discretos via redes de Petri estocásticas: aplicação em mineração

=== Some operational production processes are typically complex, mainly because of their dynamic nature, that changes their state over time, and their stochastic nature, which is determined by variables associated with uncertainty. A discrete event system is a dynamic system that evolves with the o...

Full description

Bibliographic Details
Main Author: Cesar Monteiro Ribeiro
Other Authors: Adriano Chaves Lisboa
Format: Others
Language:Portuguese
Published: Universidade Federal de Minas Gerais 2015
Online Access:http://hdl.handle.net/1843/BUBD-9ZDK8E
Description
Summary:=== Some operational production processes are typically complex, mainly because of their dynamic nature, that changes their state over time, and their stochastic nature, which is determined by variables associated with uncertainty. A discrete event system is a dynamic system that evolves with the occurrence of events at intervals generally irregular and uncertain, being suitable to model operational processes. Among the techniques of discrete event system, Petri nets are an elegant way of modeling, whose simulation is simple and direct, besides having a well-established formal specification and being widely disseminated. They are suitable for modeling systems that have parallel concurrent asynchronous non-deterministic activities. In this work, the concepts of Petri nets were used to model the operations of loading and hauling mining processes of an open pit mine. Two diferent Petri net models have been developed in this work. The models follow a chronological order in the work evolution, showing an increasing level of complexity and accuracy. The first model has only 43 places, 38 transitions and 113 arcs. The fourth model, the most complete, which has characteristics of a colored Petri net, has 255 places, 170 transitions and 606 arcs. In an instance with realistic values, the loading/unloading and hauling represent about 60% of the mine productivity value and operational stops and maintenance represent about 40%. The simulator shown to be approximately three times faster than the reference model constructed in SIMAN. The productivity measure converges in the first seconds of simulation. Production results presented errors below 4%. === Alguns processos operacionais de ambientes produtivos são caracteristicamente complexos, principalmente devido à sua natureza dinâmica que muda seu estado ao longo do tempo e à sua natureza estocástica que é determinada por variáveis com incerteza associada. Um sistema a eventos discretos é um sistema dinâmico que evolui com a ocorrência de eventos em intervalos de tempo em geral irregulares e incertos, se mostrando adequado para modelar processos operacionais. Dentre as técnicas de sistema a eventos discretos, as redes de Petri se apresentam como uma forma elegante de modelagem, cuja simulação é simples e direta, além de possuírem especificação formal bem estabelecida e serem largamente difundidas. São indicadas para modelagem de sistemas que tenham atividades paralelas, concorrentes, assíncronas e não determinísticas. Neste trabalho, os conceitos de redes de Petri foram utilizados para modelar e simular os processos de operações de carregamento e transporte para uma mina a céu aberto. Foram desenvolvidos 2 modelos de redes de Petri diferentes. Os modelos seguiram uma ordem cronológica na evolução do trabalho, apresentando um crescimento na complexidade e na acurácia. O primeiro modelo, e o mais simples, foi construído com apenas 43 lugares, 38 transições e 113 arcos. O segundo modelo, o mais completo, que possui características de uma rede de Petri colorida, foi construído com 255 lugares, 170 transições e 606 arcos. Na instância testada com valores realistas, a carga e descarga representam cerca de 60% do valor de produtividade da mina e as paradas operacionais e paradas para manutenção respondem por cerca de 40%. O simulador demonstrou ser cerca de três vezes mais rápido para apresentar os resultados da simulação quando comparado ao modelo de referência feito em SIMAN. A convergência da produtividade em função do tempo foi atingida nos primeiros segundos da simulação e os resultados da produção apresentaram erros abaixo de 4%.