|
Abstract:
|
A intralogística, que trata da movimentação, armazenamento e controle de materiais dentro das organizações, desempenha um papel estratégico na busca por eficiência operacional em um mercado global competitivo. A evolução tecnológica, impulsionada pela Indústria 4.0, tem transformado esse setor por meio da automação, digitalização e integração de sistemas físicos e digitais. Tecnologias como a Internet das coisas (IoT), sistemas ciberfísicos e algoritmos avançados, aliados ao uso de Robôs Autonomos Móveis (AMRs), proporcionam maior flexibilidade, precisão e eficiência nas operações internas. Contudo, a adoção de AMRs no ambiente industrial ainda enfrenta obstáculos significativos. O alto investimento inicial, os desafios de integração com sistemas legados e a complexidade do planejamento de rotas e alocação eficiente desses equipamentos representam barreiras importantes à sua implementação. Neste contexto, neste trabalho detalha-se o desenvolvimento do Linsym que auxilia a tomada de decisão para o dimensionamento e a alocação otimizada de AMRs em ambientes intralogísticos. O Linsym, desenvolvido em Python, combina técnicas de otimização baseadas em problemas de cobertura, scheduling. planejamento de caminhos e problema de roteamento de veículo (VRP), sendo parametrizado com dados reais de operação. A análise de diferentes cenários, utilizando representações de plantas industriais reais, permitiu validar a aplicabilidade do modelo e sua capacidade de gerar indicadores relevantes como throughput, taxa de utilização da frota, ocorrência de conflitos e eficiência energética, fornecendo subsídios quantitativos para decisões estratégicas e táticas na automação intralogística. O modelo pode ser facilmente adaptado e aplicado a outros cenários que envolvam movimentação de produtos e processos intralogísticos com suporte de robôs. |
