Proposta metodológica para solução ótima do problema de carregamento de paletes em um plano bidimensional (2D-PCP)

Abstract

O PCP é um desafio significativo no campo da engenharia, com amplas aplicações em setores como paletização automatizada e robótica. Para resolver o PCP, uma variedade de algoritmos e técnicas têm sido utilizadas, incluindo heurísticas, meta-heurísticas, programação matemática e inteligência artificial. A paletização, em termos gerais, refere-se ao carregamento e organização eficiente de produtos em paletes para fins de transporte ou armazenamento. No entanto, isto representa um desafio multifacetado, dada a vasta gama de fatores que devem ser meticulosamente avaliados para alcançar uma solução ótima. A seleção de parâmetros contribui para inúmeras variações do PCP, sendo o 2D-PCP uma delas. Para resolver este problema, este estudo propõe uma nova metodologia desenvolvida para otimizar a distribuição de itens em um palete bidimensional. A estratégia proposta é dividida em duas etapas principais. A primeira consiste na minimização de uma função objetivo baseada na definição de um tensor computacional através da aplicação de um algoritmo de computação evolutiva, e a segunda consiste na eliminação de sobreposições através de uma nova abordagem algorítmica proposta. Cada camada tensora do modelo corresponde a um item destinado à colocação no palete. Esta metodologia apresenta benefícios notáveis, incluindo a fácil identificação de itens sobrepostos no palete. As descobertas sugerem que a solução computacional otimiza a utilização do espaço do palete e fornece informações precisas de posicionamento que poderiam ser usadas a posteriori por um sistema robotizado para executar o processo de peletização.

The PLP constitutes a significant focus in the field of engineering, with wide applications in various sectors, such as automated palletizing and robotics. To solve PLP, a variety of algorithms and techniques have been used, including heuristics, meta-heuristics, mathematical programming and artificial intelligence. Palletizing, in general terms, refers to the efficient loading and arranging of products on pallets for transportation or storage purposes. However, this represents a multifaceted challenge, given the wide range of factors that must be meticulously evaluated to achieve an optimal solution. Parameter selection contributes to numerous variations of PLP, being one of them, the 2D-PLP. To solve this problem, this study proposes a new methodology developed to optimize the distribution of items on a two-dimensional pallet. The proposed strategy is divided into two main steps. The first consists of minimizing an objective function based on the definition of a computational tensor through the application of an evolutionary computing algorithm, and the second consists of eliminating overlaps through a new proposed algorithmic approach. Each tension layer of the model corresponds to an item intended for placement on the pallet. This methodology has notable benefits, including easy identification of overlapped items on the pallet. The findings suggest that the computational solution optimizes pallet space utilization and provides accurate positioning information that could be used posteriorly by a robotic system to perform the palletizing process.