Modeling and analysis of flexible manufacturing systems based in Bayesian networks and Petri nets.

O objeto de estudo deste trabalho é a construção de modelos que permitam a estruturação do projeto do controle de sistemas flexíveis de manufatura que considerem não somente estados de operação normal, mas também estados anormais, isto é, em situações de falhas. Entende-se como falha o desvio de pelo menos uma propriedade do sistema que leva o mesmo a um estado de defeito, que por sua vez se define como um comportamento incomum, não projetado, do sistema sob estudo, que finalmente é manifestado como um defeito. Sistemas flexíveis de manufatura são sistemas que executam múltiplos processos visando à produção de diversos bens. O processo é um conjunto de ações de transformação que por sua parte requerem um conjunto de recursos que são compartilhados por outros processos simultaneamente. Sistemas flexíveis de manufatura envolvem um número relativamente grande de componentes, máquinas, equipamentos e operadores humanos, que interagem de maneira diversificada manipulando um grande conjunto de informação e diferentes materiais em ambientes que podem até ser agressivos. Independentemente de qualquer programa de manutenção, falhas são eventos que são possíveis de acontecer em qualquer sistema de tal natureza. Num ambiente ideal, o funcionamento de todos os componentes poderia ser monitorado com o objetivo de detectar as falhas prematuras, mas devido ao custo envolvido, isso se torna inviável. Neste sentido surge o desafio de detectar as falhas a partir da observação do contexto do funcionamento do processo, mediante a monitoração de alguns parâmetros, em geral de fácil acesso, e tomando em consideração manifestações (sintomas) das falhas de um ponto de vista qualitativo. O presente trabalho propõe a utilização de redes Bayesianas para o diagnóstico de falhas em sistemas flexíveis de manufatura. As redes Bayesianas constituem uma ferramenta útil para a representação das relações que existem entre as causas (componentes em estado de falha) e os sintomas (observações anormais do processo). A partir deste modelo, inferências podem ser feitas para o diagnóstico do sistema.Por outro lado, nos últimos anos a rede de Petri tem sido utilizada exitosamente na representação dos aspectos de controle de sistemas produtivos e particularmente de sistemas de manufatura e, desta forma, considera-se aqui tal ferramenta para a modelagem do sistema não só em condições normais de funcionamento como também para a representação do tratamento de falhas, no contexto de um sistema tolerante a anomalias do processo. Especial ênfase é dada à estruturação de uma metodologia que permita a concepção de um procedimento eficaz para a construção de modelos de controle.The objective of the present work is the construction of models proper for the easy implementation of flexible manufacturing control systems able to handle not only with normal behavioral conditions, but with abnormal (or faulty) behavior as well. A fault is defined as a deviation of at least one system property that drives the system into an error state. An error is defined as an uncommon behavior, not expected from the system functionalities. Flexible manufacturing systems are systems that execute multiple processes for the production of several items in several ways. A process is a sequence of certain transformation tasks that require a set of resources shared simultaneously by multiple processes. In this sense, flexible manufacturing systems are constituted of a relatively great number of devices, machines, equipments and human operators that work together manipulating great quantities of information and materials. This work is usually performed in aggressive environments. So, independent of any maintenance program, faults are events that cannot be totally avoided. In an ideal environment, the monitoring of all components is the way to avoid faults. Nevertheless, due to the cost involved, this is an impossible task. In this context, there is a challenge to properly detect faults from the observation of the systems context, through the monitoring and observation of some parameters in general easy to access, including also qualitative information from operators. In the present work, it is proposed the use of Bayesian networks for the fault diagnosis in flexible manufacturing systems. Bayesian networks constitute a useful tool for the modeling of the causal relation between the causes (faulty components) and the symptoms (manifestations). Based on this model, inference can be done for the system diagnosis task. Additionally, in the last years Petri net has been successfully used for the modeling of control systems of productive systems and particularly, manufacturing control systems. In this work, beyond the use of Petri net for the modeling of normal situations of the system, Petri net is used for the modeling of the fault treatment techniques. This drives the system tolerance to faults. Especial emphasis is laid into methodological issues that allows for the structuration of a systematic procedure proper for the modeling and construction of control systems