Statecharts representam graficamente sistemas reativos que respondem aos estímulos externos ou internos e mudam estados de um dado sistema. Statecharts estendem diagramas de estado com hierarquia, paralelismo e interdependência. Devido às suas características, eles foram adaptados para representar e tratar analiticamente modelos de desempenho (sistemas reativos cujo desempenho deve ser avaliado). Uma característica presente em Statecharts é registrar (ou memorizar) um estado do sistema que não é possível representar numa forma direta em modelos Markovianos devido à sua propriedade de "sem memória". São duas as contribuições deste artigo: mostrar que Statecharts são viáveis para especificar sistemas reativos e avaliar o seu desempenho tanto por técnicas analíticas quanto por simulação; mostrar que a inclusão de representação de memória em Statecharts pode, de fato, ser tratada por abordagens analíticas e de simulação. Um estudo de caso de um sistema de manufatura é considerado para mostrar que os objetivos foram alcançados.

Statecharts are a graphical representation to model reactive systems that respond to external or internal stimuli by changing the state of a given system. Statecharts can be seen as an extension of state-transition diagrams that allows modeling hierarchy, orthogonality, and interdependence. Due to their features to represent reactive systems, Statecharts have been adapted to represent and deal analytically with performance models (reactive systems whose performance is to be evaluated). An interesting feature present in Statecharts is to record the system's state, which cannot be represented in Markov models in a straightforward manner due to its "memory-less" property. The contributions of this paper are: show that Statecharts are a feasible alternative to specify a reactive system so that its performance can be evaluated by both analytical and simulation techniques; show that the inclusion of the memory representation in the Statecharts specification can indeed be made by both analytical and simulation techniques. The results of a case study of a manufacturing system show that the objectives are achieved.

Apresenta-se um modelo de manutenção para um equipamento que se deteriora com o tempo. O equipamento produz periodicamente um lote de peças. Cada lote produzido é inspecionado e, em função do número de peças defeituosas encontradas, deve-se decidir sobre deixar o equipamento operando ou revisá-lo. O objetivo é obter uma política de manutenção que minimize o custo médio a longo prazo de operação e revisão do equipamento. A estrutura de custos inclui um custo de operação, um custo de revisão e um custo por peça defeituosa produzida. Para obter uma política de manutenção de custo mínimo, o problema é modelado como um Processo Markoviano de Decisão com Informação Parcial. Exemplos numéricos são apresentados.

In this paper a maintenance model is presented for an equipment deteriorating in with time. The equipment periodically produces a batch of parts. Each batch is inspected and, based on the number of defective parts, a decision about the revision of the equipment is made. The goal of the model is to obtain a maintenance policy for the equipment that minimizes the long run average cost. The cost structure includes an operation cost, a revision cost and a defective part cost. To obtain a minimum cost policy, the problem is modeled as a Markov Decision Process with Partial Information. Numerical examples are presented.

Neste artigo analisa-se um sistema de manutenção de máquinas com dois servidores diferentes, tempos até a quebra das máquinas exponencialmente distribuídos e tempos de reparo seguindo uma distribuição do tipo fase com configuração de Cox. Consideram-se dois modelos que se diferenciam pela possibilidade ou não de se observar as fases das distribuições do tipo fase: um modelo com informação completa e um modelo com informação parcial. No primeiro caso, modela-se o sistema por um processo markoviano de decisão a tempo contínuo e no segundo por um processo markoviano de decisão com informação parcial, conforme este é definido em Hordijk & Loeve (1994). Resultados numéricos são apresentados

In this paper we analyse a manufacturing system with two different servers. The times to failure follow an exponential distribution and the machines repair times follow a phase type distribution with Cox configuration. We consider two models: a full information model and a partial information model, which differ themselves by the possibility of observing or not the phases of the phase type distribution. The first one is modelled by a continuous time Markov decision process, and the second one by a decision Markov processes with partial information, as defined in Hordijk & Loeve (1994). Numerical results are presented