⚡ electrical engineering

Circulatory Load-sharing Redundancy for Resource Single Point of Failure in Automated Manufacturing Systems Using Petri Nets

Este artigo propõe uma técnica de redundância de compartilhamento de carga circular baseada em redes de Petri que aumenta a resiliência de sistemas de manufatura automatizados a falhas únicas de recursos ao redistribuir dinamicamente as tarefas entre recursos vizinhos em um círculo, alcançando assim uma alta eficiência de recuperação sem exigir recursos de backup adicionais ou perda operacional.

Autores originais: Ebrahim A. Alzalab, Adeeb A. Ahmed, Haithm M. Al-Gunid, Sadiq Ghalib

Publicado 2026-08-31

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Ebrahim A. Alzalab, Adeeb A. Ahmed, Haithm M. Al-Gunid, Sadiq Ghalib

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

As fábricas modernas dependem de sistemas automatizados que movem peças, montam componentes e embalam mercadorias com uma velocidade incrível. Essas máquinas trabalham em um ritmo estreitamente coordenado, onde um robô entrega uma peça a outro, que então a passa para uma máquina para processamento. Toda a operação depende de cada componente realizar o seu trabalho. Se um robô quebra ou um sensor falha, o fluxo pode parar completamente. Isso não é apenas um pequeno inconveniente; uma linha de produção interrompida significa perda de tempo, desperdício de materiais e danos financeiros significativos. Durante décadas, engenheiros tentaram resolver isso adicionando máquinas de reserva. Se o robô principal falha, um reserva assume o controle. No entanto, comprar e instalar hardware extra para cada máquina é caro, e gerenciar a transição entre eles pode criar seus próprios problemas complexos, às vezes fazendo com que o sistema trave inteiramente.

Uma equipe de pesquisadores propôs uma maneira diferente de lidar com essas quebras, que evita a necessidade de peças de reposição extras. Em vez de adicionar novas máquinas, eles sugerem organizar os robôs existentes não confiáveis em um círculo. Nesta configuração, cada robô é responsável pelo seu próprio trabalho, mas também está pronto para assumir o trabalho de seu vizinho caso esse vizinho pare de funcionar. Se o primeiro robô falhar, o segundo assume o controle. Se o segundo falhar, o terceiro assume, e assim por diante, até que o círculo se feche novamente no primeiro. Este método, chamado de redundância de compartilhamento de carga circular, permite que o sistema continue funcionando mesmo quando uma peça quebra, sem exigir nenhum hardware adicional ou camadas complicadas de controle. Os pesquisadores testaram essa ideia usando um modelo computacional de um chão de fábrica para ver se ela poderia realmente manter a linha de produção em movimento.

O estudo foca em um tipo específico de sistema automatizado conhecido como célula de manufatura, onde múltiplos robôs e máquinas compartilham recursos para processar peças. Os pesquisadores usaram uma ferramenta matemática chamada rede de Petri para mapear exatamente como esses sistemas se comportam. Pense em uma rede de Petri como um fluxograma detalhado que rastreia o movimento de tokens, que representam as peças que estão sendo fabricadas, através dos vários estágios de produção. Essa ferramenta permite que engenheiros prevejam onde o sistema pode ficar travado, um estado conhecido como deadlock (impasse), onde nenhuma peça pode avançar porque cada máquina está esperando por outra. Em um modelo de fábrica padrão sem nenhum plano de reserva, se um único robô crítico falhar, todo o sistema para. Os tokens que representam as peças ficam presos e a produção para completamente.

Para testar sua nova ideia circular, os pesquisadores construíram um modelo digital de uma fábrica com quatro robôs e duas máquinas. Eles organizaram os quatro robôs em um loop, onde cada um atua como uma reserva para o anterior. Eles então simularam um cenário onde um dos robôs subitamente parou de funcionar. No modelo tradicional sem redundância, a falha causou a parada imediata do sistema, resultando em zero recuperação do processo de produção. No entanto, quando aplicaram o arranjo circular, o sistema reagiu de forma diferente. Assim que o primeiro robô falhou, o modelo automaticamente transferiu as tarefas destinadas àquele robô quebrado para o próximo robô no círculo. O segundo robô assumiu o trabalho extra, e a linha de produção continuou a se mover.

Os resultados da simulação foram impressionantes. Quando os pesquisadores introduziram uma falha no meio de uma execução, o sistema com o plano de reserva circular foi capaz de recuperar 90,5 por cento de sua produção normal. Isso significa que, mesmo com um robô parado, a fábrica continuou produzindo a grande maioria de suas peças. Os pesquisadores observaram que houve um pequeno custo para essa resiliência. Durante a operação normal, quando nenhum robô estava quebrado, o sistema com o plano circular produzia ligeiramente menos peças por hora do que um sistema padrão sem quaisquer recursos de redundância. A produção caiu de uma média de 9,3 peças para 7,7 peças. Essa diminuição deve-se ao leve overhead de gerenciar a lógica de reserva, mas os pesquisadores argumentam que perder cerca de 17 por cento da velocidade normal é uma troca justa pela capacidade de continuar operando a 90 por cento da capacidade quando ocorre uma falha.

O estudo também analisou a complexidade do sistema. O método circular adicionou alguns passos extras ao modelo computacional, aumentando o número de transições que o sistema precisava rastrear, mas o fez sem a necessidade de novas máquinas físicas. Os pesquisadores descobriram que o sistema permaneceu estável e não ficou preso em deadlocks, mesmo quando um robô falhou. Eles provaram matematicamente que, desde que apenas um robô falhe por vez, o sistema sempre será capaz de encontrar uma maneira de mover as peças para frente. Isso é uma melhoria significativa em relação aos métodos anteriores que dependiam de máquinas de reserva dedicadas, que são caras, ou sistemas hierárquicos, que podem ser difíceis de analisar e propensos aos seus próprios erros.

Os pesquisadores são cuidadosos ao apontar os limites de suas descobertas. Suas simulações assumiram que apenas um robô falharia em qualquer momento dado. Eles não testaram o que aconteceria se dois ou mais robôs quebrassem simultaneamente, pois isso exigiria um arranjo mais complexo. Eles também observaram que o modelo atual usa escolhas aleatórias para certas ações, e uma abordagem mais determinística poderia melhorar a velocidade ainda mais. Apesar dessas limitações, o trabalho demonstra um caminho claro para tornar as fábricas automatizadas mais resilientes. Ao simplesmente repensar como as máquinas existentes estão conectadas e como elas apoiam umas às outras, é possível construir sistemas que possam suportar quebras sem o alto custo de comprar equipamentos extras. O estudo conclui que esta abordagem circular oferece uma maneira prática e eficiente de manter as linhas de manufatura em movimento diante de falhas mecânicas inevitáveis.

Resumo Técnico: Redundância de Compartilhamento de Carga Circular para Ponto Único de Falha de Recursos em Sistemas de Manufatura Automatizada Usando Redes de Petri

Definição do Problema
Sistemas de Manufatura Automatizada (AMS) são altamente suscetíveis a falhas de recursos (ex: robôs, máquinas, sensores), que podem interromper linhas de produção inteiras, causando perdas financeiras significativas e tempo de inatividade. Embora as redes de Petri tenham sido extensivamente utilizadas para modelar e controlar Sistemas de Eventos Discretos (DES) para evitar deadlocks em ambientes confiáveis, a presença de recursos não confiáveis complica essas estratégias de controle. Abordagens de tolerância a falhas existentes, como os Recursos Redundantes de Compartilhamento de Carga (LSRR), tipicamente dependem de recursos de backup dedicados ou mecanismos de comutação hierárquica. Esses métodos incorrem em altos custos de hardware, aumentam a complexidade do design lógico e introduzem problemas como inversão de prioridade e overhead de controle. Além disso, estender esquemas de backup dedicado para sistemas com múltiplos recursos não confiáveis requer uma proporção de um para um entre recurso e backup, o que é economicamente proibitivo. O problema específico abordado é como alcançar a tolerância a falhas para múltiplos recursos não confiáveis em um AMS sem adicionar hardware de backup dedicado ou estruturas hierárquicas complexas, mantendo a vivacidade (liveness) e a limitação (boundedness) do sistema.

Metodologia
O artigo propõe uma técnica de Recuperação de Redundância de Compartilhamento de Carga Circular (C-LSRR). A metodologia central envolve os seguintes componentes:

Arranjo Circular: Recursos não confiáveis ( $R = \{r_1, r_2, ..., r_n\}$ ) são organizados em uma topologia circular ( $r_1 \to r_2 \to ... \to r_n \to r_1$ ). Nesta configuração, cada recurso $r_i$ é respaldado pelo seu sucessor imediato $r_{i+1}$ (com $r_1$ servindo como o backup para $r_n$ ).
Modelagem por Redes de Petri (US3PR para C-LSRR): O sistema é modelado usando uma extensão da classe S3PR (Sistema de Processos Sequenciais Simples com Recursos), conhecida como US3PR (S3PR Não Confiável). O modelo C-LSRR proposto introduz uma sub-rede de comutação circular sem arcos de inibição.
- Sub-redes de Falha/Reparo: Para cada recurso não confiável $r_i$ , uma sub-rede local de falha/reparo é adicionada, consistindo em um lugar de falha ( $fail_i$ ), uma transição de falha ( $t_{fail, r_i}$ ) e uma transição de reparo ( $t_{rep, r_i}$ ).
- Duplicação de Transições: Para cada transição $t$ na rede original que consome o recurso $r_i$ , uma transição duplicada $t^{(i)}$ é criada. Esta transição duplicada consome o recurso de backup $r_{i+1}$ e requer um token em $fail_i$ para disparar.
- Lógica de Operação: Sob condições normais, tokens residem nos lugares de recursos, habilitando as transições originais. Em caso de falha, um token move-se para $fail_i$ , desabilitando as transições originais e habilitando as transições duplicadas, que redirecionam a carga de trabalho para o próximo recurso no círculo. Após o reparo, o token retorna ao lugar do recurso, restaurando a operação normal.
Controle Supervisório (TGAL): Para garantir que o sistema permaneça vivo (livre de deadlock) e limitado sob ambas as condições normais e degradadas (falha única de recurso), o algoritmo Think Globally, Act Locally (TGAL) é empregado.
- Um supervisor é sintetizado para o modo nominal (todos os recursos funcionando).
- Supervisores separados são sintetizados para cada modo degradado (falha de um único recurso), onde o recurso falho e seu backup são efetivamente tratados como uma capacidade agrupada.
- Esses supervisores são consolidados em um único controlador através da remoção de monitores redundantes (invariantes de lugar).

Principais Contribuições
O artigo delineia cinco contribações primárias:

Mecanismo de Redundância Circular: Um novo esquema de redundância para lidar com múltiplos recursos não confiáveis que não requer hardware de backup dedicado ou camadas hierárquicas, baseando-se no backup mútuo entre os recursos existentes.
Modelo de Rede de Petri Sem Inibidores: Um modelo formal de rede de Petri utilizando uma sub-rede de comutação circular que gerencia transições de falha e reparo sem o uso de arcos de inibição, economizando assim recursos computacionais.
Verificação Formal: Esboços de provas e definições estabelecendo que a rede C-LSRR resultante preserva a vivacidade (liveness) e a limitação (boundedness) no evento de uma falha única de recurso.
Síntese de Controlador: A aplicação e adaptação do algoritmo TGAL à rede C-LSRR para gerar supervisores que garantem a vivacidade tanto para estados normais quanto degradados.
Verificação Experimental: Resultados de simulação demonstrando a eficácia da abordagem em um modelo benchmark padrão S4R.

Resultados Experimentais
A metodologia foi validada através de simulações em um modelo S4R contendo 23 lugares, 18 transições e 4 robôs não confiáveis ( $R_1$ a $R_4$ ) com 50 partes iniciais.

Desempenho de Linha de Base (Baseline): Um sistema S4R não redundante alcançou um throughput médio de 9,3 partes. No entanto, após a falha do robô $R_1$ , o sistema parou completamente (0% de recuperação).
Desempenho C-LSRR (Normal): O sistema C-LSRR sem falhas alcançou um throughput médio de 7,7 partes, representando uma diminuição de 17% em relação à linha de base devido ao overhead do mecanismo de redundância.
Desempenho C-LSRR (Falha): Quando $R_1$ falhou no passo 7.500, o sistema C-LSRR continuou operando com um throughput médio de 7,0 partes. Isso resultou em uma taxa de recuperação de 90,5% em relação ao estado degradado do sistema não redundante.
Overhead: O modelo C-LSRR aumentou o número de lugares em 17% (23 para 27) e de transições em 111% (18 para 38). O tempo de simulação aumentou em 40% (3,2s para 4,5s), o que os autores consideram razoável para uso prático.
Comparação: A taxa de recuperação de 90,5% supera as soluções não redundantes (0%) e é competitiva com soluções LSRR dedicadas (citadas como 77,8% na literatura anterior), sem os custos de hardware associados.

Significância e Alegações
O artigo afirma que o C-LSRR oferece uma solução de baixo custo e estruturalmente simples para tolerância a falhas em AMS. Ao organizar os recursos em um círculo, o sistema alcança alta resiliência (90,5% de recuperação) contra falhas de ponto único sem a necessidade de hardware de backup dedicado ou estruturas de controle hierárquicas complexas. Os autores enfatizam que a leve redução no throughput normal (de 9,3 para 7,7 partes) é um trade-off justificável pelo ganho significativo na disponibilidade do sistema. A abordagem é apresentada como uma alternativa viável à redundância dedicada, particularmente para sistemas onde os custos de hardware são uma restrição.

Limitações e Trabalhos Futuros
Os autores explicitamente observam que a abordagem atual assume apenas uma falha de recurso por vez; o tratamento de múltiplas falhas simultâneas é adiado para trabalhos futuros. Adicionalmente, o estudo baseia-se em seleção aleatória de transições, e os autores sugerem que abordagens determinísticas poderiam melhorar ainda mais o throughput. Direções de pesquisa futura incluem a extensão do método para múltiplas falhas, a otimização do throughput via transições determinísticas, o teste em modelos mais complexos e a integração de aprendizado de máquina para previsão de falhas.

Mais como este