Modelagem - Informatica Industrial

Modelagem Computacional

BRENDA GUTIER - 216655

Os problemas abaixo devem ser respondidos tomando como primeira fonte de referência os slides fornecidos. A partir deles, deve-se estender as respostas com base em pesquisas na literatura sobre o assunto “Modelagem Computacional”.

Enfatiza-se que a modelagem computacional é aplicável em muitas áreas do conhecimento humano. Entretanto, neste trabalho, deseja-se que as respostas estejam relacionadas à área de Engenharia da Produção.

Muito importante: não esqueça de citar as referências de onde foram extraídos os conceitos e exemplos apresentados.

1. O que se entende por um “modelo”? A resposta deve ser apresentada em três etapas ou aspectos: (a) comente os aspectos gerais do conceito de modelo; em seguida, (b) considere os aspectos computacionais dos modelos; finalmente, (c) particularize os modelos computacionais para aqueles aplicados a área de produção. Utilize definições conceituais e exemplos.

1. Modelo é o resultado do processo de produzir uma representação abstrata, conceitual, gráfica ou visual de fenômenos, sistemas ou processos com o propósito de analisar, descrever, explicar, simular, explorar, controlar e predizer estes fenômenos ou processos. É uma representação ou interpretação simplificada da realidade, ou uma interpretação de um fragmento de um sistema, segundo uma estrutura de conceitos mentais ou experimentais. Está presente em muitos estudos de todas as áreas de pesquisa.
2. Para criar um modelo computacional utiliza-se um conjunto de conceitos, métodos, ferramentas e formulações direcionadas à solução de problemas complexos, envolvendo grande número de variáveis e volumosas massas de dados.
3. Na engenharia de produção são utilizados modelos computacionais para realizar simulações de linhas de produção (Promodel), para simular a linha frente à entrada de um novo produto, por exemplo. Ainda, existem modelos computacionais que auxiliam na organização e logística, além dos modelos que realizam previsões de demanda, como o NSS, baseados em diversas variáveis mas que combinadas fornecem resultados sólidos.

1. Os modelos podem ser classificados de várias formas, dependendo do pesquisador, da área de aplicação e, algumas vezes, do conjunto específico de modelos que estão sendo considerados. Algumas das classificações existentes estão apresentadas nos slides. Identifique novas formas de classificação de modelos e exemplos de uso dos mesmos.

Granularidade:

• Solução de equações algébricas – Utilizar modelos de Maxwell para circuitos elétricos.
• Solução de equações diferenciais – Modelo de Briot-Ruffini, muito utilizado na engenharia

Conhecimento do sistema:

• Físicos: equações de Newton para movimento de objetos
• Empíricos: modelos de Walfisch-Ikegame para perdas de propagação de telefonia na cidade de Estocolmo.

Relacionamento entre os parâmetros:

• Lineares - Modelos para solução de problemas de contorno homogêneos como em campos elétricos em cascas esféricas.
• Não lineares – Modelos de Sturm-Liouville para condições de contorno não lineares, como em solidificação de metais.
• Modelo de Monte Carlo usado para avaliar expressões não probabilísticas usando métodos probabilísticos.
• Modelos de simulação de modelos discretos usado para controle da concentração de substâncias químicas.

Wikipédia

MIYAGI, P. E - Controle Programável – Fundamentos do Controle de Sistemas a Eventos Discretos Editora.Blücher, 1996.

1. Uma das aplicações mais proeminentes dos modelos computacionais é na construção de simuladores, que permitem uma visualização dinâmica da interação entre os vários componentes do modelo. Entretanto, quando os simuladores não são bem entendidos pelo analista, corre-se o risco de considerar os resultados do simulador como uma “verdade absoluta”. Apresente um exemplo de uso de simulador onde os resultados gerados pela ferramenta (simulador) não corresponderam à situação real, devido a imprecisões do modelo adotado. Explique a diferença entre o resultado obtido e o que deveria ter sido obtido. Mostre como o modelo causou essa diferença.

Previsão do tempo: são utilizados dados do momento e do passado para similar as previsões futuras, mas como a previsão do tempo depende de inúmeras variáveis, nem sempre o que é previsto é o que acontece na realidade. Isso é dado às imprecisões no modelo que não consegue acompanhar a quantidade de variáveis, o surgimento de variáveis novas e a variabilidade climática do momento em que o mundo se encontra.

...