Facultad de Ciencias e Ingeniería
URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/9119
Explorar
2 resultados
Resultados de búsqueda
Ítem Texto completo enlazado Implementación de un algoritmo memético para resolver el problema de corte de materiales aplicado a la producción de barras de acero para hormigón(Pontificia Universidad Católica del Perú, 2022-02-01) Ghersi Sayán, Andrés Enrique; Cueva Moscoso, RonyEl país ha vivido durante los últimos años un aumento en el PBI que lo ha colocado como unos de los principales países de la región. Este crecimiento se debe al aumento sostenido de la producción en diversos sectores. Por cifras del Ministerio de Economía y Finanzas (MEF), el sector de construcción, a cargo del Ministerio de Vivienda y Construcción representa uno de los principales contribuyentes al PBI interno (MEF), con un aporte del 5% al indicador. Además, se proyecta un crecimiento de 7% sostenido en los próximos años, por encima del promedio nacional. Esto ayudará a impulsar los sectores primarios y secundarios relacionados. Así que se vuelve prioritaria la elaboración de soluciones que aumenten la eficiencia en el consumo de recursos a todo nivel. En particular, este proyecto plantea abordar la producción de las barras de acero para hormigón a nivel industrial. La actividad productiva por la cual el acero fundido es convertido en barras de acero grandes, que serán a su vez cortadas en longitud para conseguir barras más pequeñas, que son usadas en la manufactura y la construcción de edificios. Estas son las conocidas como barras de acero para hormigón. El proceso consta de dos partes principalmente: ● La elaboración de barras largas estándar por el proceso de colada y ● Una segunda fase de corte para obtener los productos finales, barras de acero para hormigón, según el tamaño solicitado por los clientes. Aunque la producción de la barra grande (primaria) se realiza en una línea de ensamblaje a partir de acero fundido, lo que la vuelve virtualmente infinita y modificable en tamaño, las barras pequeñas se elaboran a partir de un tamaño estándar que cada fábrica utiliza para la manufactura. Para elaborar la producción de barras estándar, se toman en cuenta las negociaciones entre los ejecutivos de ventas y los clientes potenciales, obteniéndose requerimientos de producción. Dichos requerimientos son luego incluidos en la programación del periodo tomando en cuenta la disponibilidad de material (acero fundido). Debido a esto, aunque la primera etapa de corte es limpia por la naturaleza de la fabricación, en la segunda se pueden producir desperdicios y pérdidas, pues las barras grandes no siempre se utilizan al cien por ciento en la creación de barras de acero para hormigón. El problema entonces es de corte de materiales, el cual consiste en conseguir un número de piezas de diferentes largos que deben ser cortadas de una fuente, de tal forma que se cumpla con la demanda de largos y se produzcan optimizando una función objetivo. Por lo mencionado este trabajo de fin de carrera, plantea implementar un algoritmo memético para resolver el problema de corte de materiales aplicado a la producción de barras de acero para hormigón. Objetivo General Implementar un algoritmo memético para resolver el problema de corte de materiales aplicado a la producción de barras de acero para hormigón. Objetivos Específicos O1. Definir la función objetivo a evaluar para los algoritmos genético y memético O2. Diseñar un algoritmo memético como alternativa de solución para el problema de corte de materiales unidimensional de barras de acero para hormigón O3. Adaptar un algoritmo genético obtenido de la revisión de la literatura como alternativa de solución para el problema de corte de materiales de barras de acero para hormigón O4. Implementar los algoritmos propuestos en un módulo de ejecución de algoritmos O5. Realizar experimentación mediante pruebas numéricas para comparar el desempeño entre ambas alternativas de solución.Ítem Texto completo enlazado Implementación de un algoritmo memético para optimizar la carga de hornos para la producción de sanitarios(Pontificia Universidad Católica del Perú, 2019-10-28) Palomares Melgarejo, Natalia Gabriela; Cueva Moscoso, RonyLa continua competencia entre las empresas del sector fabricación de cerámicos y sanitarios ha hecho que estas busquen mejorar su calidad y su eficiencia, en el proceso productivo, para aumentar sus ganancias y reducir pérdidas. Una de las formas en que esto se ha manifestado es mediante el uso de soluciones informáticas. Sin embargo, aunque estas se enfocan en varios aspectos como la gestión de personal, almacenes, registros de ventas, entre otros, dejan un vacío en la optimización de las etapas del proceso de fabricación en sí. Tal es el caso de la fase de cocción, que tiene una larga duración y carece de una estrategia para la selección óptima de piezas que serán cargadas en el horno, ocasionando un cuello de botella en el proceso. La variedad de modelos a elaborar, la cantidad de piezas que los componen, los colores, así como la demanda, las restricciones de peso y volumen (de las vagonetas y hornos), dificultan la selección de piezas. Este problema no solo se presenta en el sector fabricación de sanitarios, sino también en otros, donde se manufacturan y ensamblan productos compuestos por varias partes, razón por la cual se han realizado varias investigaciones para desarrollar soluciones basadas en algoritmos que generen buenos resultados en tiempos razonables. La clase de algoritmos más usados en estos casos son los metaheurísticos y, dentro de esta categoría, el algoritmo genético debido a su simplicidad. Sin embargo, en investigaciones recientes se ha visto que los algoritmos meméticos generan buenas soluciones en un número menor de evaluaciones y con mejor calidad. Tomando en cuenta lo mencionado anteriormente, este proyecto de fin de carrera tuvo como objetivo: diseñar e implementar un algoritmo memético que genere una selección de piezas priorizando aquellas que aprovechen la capacidad de peso y volumen de hornos y vagonetas, considerando la demanda de los sets de productos. Este algoritmo luego fue calibrado para mejorarlo y finalmente se lo comparó con el algoritmo genético para determinar cuál de ellos es el mejor para este tipo de problemas.