Otimização da programação da produção de bebidas à base de frutas por meio de modelos de programação inteira mista

Abstract

ResumoNeste estudo, considera-se um problema de dimensionamento e programação de lotes de produção de bebidas não alcoólicas à base de frutas. O problema é caracterizado por horizonte de planejamento com múltiplos períodos, processo de produção com máquinas distintas, restrições de capacidades de produção e tempos de preparação das máquinas independentes da sequência de produção, além de condições especiais de preparações, como limpezas obrigatórias das máquinas dentro de limitações de tempo de produção. Para tratar o problema, propõe-se uma abordagem de solução baseada em modelos de programação matemática e uso de softwares de otimização. Os modelos são modificações de modelos de programação linear inteira mista conhecidos na literatura de dimensionamento e programação de lotes de produção. Porém, ao invés de considerar múltiplas máquinas em paralelo, os modelos propostos exploram outras possíveis configurações de máquinas para representar apropriadamente os processos de produção envolvidos na produção de bebidas à base de frutas. A abordagem proposta é validada por meio de um estudo realizado em uma fábrica de sucos e néctares de frutas no interior do Estado de São Paulo, em que as soluções obtidas pelos modelos foram testadas e analisadas em situações realistas da empresa. Os resultados mostram que a abordagem tem bom potencial de aplicação prática. Palavras-chave: Indústria de bebidas não alcoólicas; Planejamento da produção; Programação inteira mista; Dimensionamento de lotes. AbstractThis study considers a production lot-sizing and scheduling problem of non-alcoholic fruit juice beverages. The problem is characterized by a multi-period planning horizon, a production process with different machines, capacity constraints and setup times independent from the production sequence, as well as special conditions regarding required machines clean-in-place (CIP) within production time periods. To deal with this problem, we propose a solution approach based on mathematical programming and using optimization software. The models are modifications of mixed integer programming models known in the lot sizing and scheduling literature. However, instead of considering multiple parallel machines, the proposed models explore other possible configurations of machines to properly represent the production processes involved in producing fruit beverages. The proposed approach is validated by a study carried out in a fruit juice company located in the interior of Sao Paulo State, Brazil, in which the solutions obtained by the models were tested and analyzed in real situations at the company. The results show that the approach is potentially good for practical applications.

Production Optimization in a Grain Facility through Mixed-Integer Linear Programming

“…Sanches et al [17] applied a multi-period MIP model for the optimization of production scheduling of fruit beverages. A case study in Brazil was used for validation of the proposed approach.…”

Solving a Production Lot-Sizing and Scheduling Problem from an Enhanced Inventory Management Perspective

“…Baldo et al [10] considered lot-sizing and scheduling in the brewery industry and developed a MIP-based heuristic to solve real-world problem instances. Pagliarussi et al [6] developed a MIP model to solve lot-sizing and scheduling problems of fruit juice beverage production of small-scale dimensions (the CPLEX solver was not capable of obtaining solutions within an acceptable computational time for most test instances). Toledo et al [8] developed the GA model that was compared to the exact model developed in the CPLEX solver to solve a synchronized and integrated two-level lot-sizing and scheduling problem (SITLSP) in soft drink production.…”

“…The authors developed two variants of a two-phase heuristic algorithm based on MIP and constructive heuristics. All of the papers from the soft drink production lot-sizing and scheduling research area [3,[5][6][7][8][9][10] observed the three segments in the objective function (inventories, backorder, production setup). A comparative analysis of relevant research papers addressing the similar problem observed in this paper, with research gaps, is presented in Table 2.…”

Otimização do estoque de uma fábrica de bebidas não alcoólicas em Python

“…Com o notável crescimento da produção de bebidas não alcoólicas no Brasil nos últimos anos torna-se necessária a existência de maneiras mais eficientes de organização da produção e maior eficiência do cronograma de funcionamento de maquinários, aumentando a produtividade das indústrias (PAGLIARUSSI; MORABITO;SANTOS, 2016). O crescimento do número de fábricas de pequeno e médio porte levou a uma maior concorrência e crescente exigência de qualidade na categoria.…”