Optimización del proceso de montaje de componentes SMD usando algoritmo genético multi-objetivo en la industria
Item
-
Tipo do ITEM
-
Artigo Ciêntifico
-
Título do Artigo
-
Optimización del proceso de montaje de componentes SMD usando algoritmo genético multi-objetivo en la industria
-
Descrição
-
La optimización de la secuencia de montaje de componentes SMD en las placas de circuitos impresos ha sido objeto de una intensa investigación como uno de los puntos clave para la eficiencia de las placas de líneas de producción en industrias de la electrónica en el polo industrial de Manaus. Se han identificado varios técnicas de optimización que caen en forma de soluciones a es-te problema. Entre las diversas técnicas utilizadas en la inteligencia artificial demuestra mejores resultados en comparación con los demás. En este vasto campo de la inteligencia computacional, algoritmos genéticos también llamado evolutivo en su analogía con la evolución biológica natural de las especies, se perfila como la mejor herramienta para diversas razones técnicas y de implementación, por no hablar de que los mejores resultados se obtienen utilizando esta herramienta. Otro tipo de algoritmo evolutivo llamado algorit-mo genético multiobjetivo o NSGA-II, es una técnica reciente, que ha mostrado resultados más significativos que el propio algoritmo genético, no sólo en el área de optimización como en diversas áreas de investigación. Por lo tanto este documento se propone que el resultado obtenido en el optimizador basado en NSGA-II es transportado a la máquina para insertar componentes SMD haciendo que para obtener una mayor productividad en comparación con el fabricante optimizador. Varias pruebas se hicieron en diferente optimi-zador conjunto de situaciones usando el NSGA-II y los resultados se consideraron excelentes. En el paso final de la validación del op-timizador fue creado para establecer una tarjeta estándar que se podría comparar las actuaciones de los optimizadores de ambos. El re-sultado final fue concluyente y puntos para el aumento de la productividad de la placa estándar utilizando el optimizador creado, por lo que el algoritmo genético multiobjetivo muestra de nuevo una herramienta prometedora para la optimización de este tipo de pro-blema, así como en la resolución de la siguiente optimización montaje de componentes SMD en las placas de circuitos impresos.
-
Abstract
-
La optimización de la secuencia de montaje de componentes SMD en las placas de circuitos impresos ha sido objeto de una intensa investigación como uno de los puntos clave para la eficiencia de las placas de líneas de producción en industrias de la electrónica en el polo industrial de Manaus. Se han identificado varios técnicas de optimización que caen en forma de soluciones a es-te problema. Entre las diversas técnicas utilizadas en la inteligencia artificial demuestra mejores resultados en comparación con los demás. En este vasto campo de la inteligencia computacional, algoritmos genéticos también llamado evolutivo en su analogía con la evolución biológica natural de las especies, se perfila como la mejor herramienta para diversas razones técnicas y de implementación, por no hablar de que los mejores resultados se obtienen utilizando esta herramienta. Otro tipo de algoritmo evolutivo llamado algorit-mo genético multiobjetivo o NSGA-II, es una técnica reciente, que ha mostrado resultados más significativos que el propio algoritmo genético, no sólo en el área de optimización como en diversas áreas de investigación. Por lo tanto este documento se propone que el resultado obtenido en el optimizador basado en NSGA-II es transportado a la máquina para insertar componentes SMD haciendo que para obtener una mayor productividad en comparación con el fabricante optimizador. Varias pruebas se hicieron en diferente optimi-zador conjunto de situaciones usando el NSGA-II y los resultados se consideraron excelentes. En el paso final de la validación del op-timizador fue creado para establecer una tarjeta estándar que se podría comparar las actuaciones de los optimizadores de ambos. El re-sultado final fue concluyente y puntos para el aumento de la productividad de la placa estándar utilizando el optimizador creado, por lo que el algoritmo genético multiobjetivo muestra de nuevo una herramienta prometedora para la optimización de este tipo de pro-blema, así como en la resolución de la siguiente optimización montaje de componentes SMD en las placas de circuitos impresos.
-
Língua do arquivo
-
inglês
-
Data da Publicação
-
Ano Desconhecido
-
Autores
-
Weverson dos Santos Cirino
-
Nadime Mustafe
-
Ana Reis
-
Anderson Castro
-
Ubiratan Holanda Bezerra
-
Local
-
UFPA - Cuba/2014
