116

Captulo 6
Tecnologia de Grupo

6.1. Introduo

Desde o incio da cultura humana, as pessoas procurar aplicar a razo s suas aes. Um modo importante de agir racionalmente consiste na associao de objetos similares. Bilogos classificam tens da natureza em gneros e espcies. Ns relacionamos animais a por exemplo mamferos, anfbios, peixes, crustceos, rpteis, etc. Um tigre, um jaguar e um gato so membros de uma mesma famlia. Uma galinha uma ave com asas degeneradas. Este mesmo conceito pode ser aplicado a outros problemas. Quando uma vasta quantidade de informaes precisa ser guardada e ordenada, aplica-se uma taxonomia1. Bibliotecrios aplicam uma taxonomia para classificar livros em bibliotecas. Semelhantemente, na manufatura, milhares de tens so produzidos anualmente. Quando se observa as peas que constituem um produto, o nmero execpcionalmente elevado. Cada pea possui forma tamanho e funo diferentes. Entretanto pode-se identificar similaridades entre estas peas (ver figura 6.1) Por exemplo, engrenagens de dentes retos de tamanhos diferentes sofrem os mesmos processos de fabricao. Portanto, percebe-se que peas podem ser classificadas em famlias da mesma forma que animais e livros. Peas classificadas e agrupadas em famlias produzem uma base de dados conveniente para ser gerenciada.

Figura 6.1. Uma famlia de projeto Pode-se dizer que a Tecnologia de Grupo (GT) a percepo de que muitos problemas so similares, e que agrupando problemas similares, uma soluo nica pode ser encontrada para um conjunto de problemas, poupando-se assim tempo e esforo. GT pode ser aplicada em reas diferentes, tais como: projeto, planejamento da produo, planejamento do processo, escalonamento, inspeo, armazenamento, etc. No projeto de peas, inmeras peas podem possuir uma forma similar (figura 6.1), e estas peas podem ser agrupadas numa famlia de projeto. Usando este conceito, pode-se identificar peas compostas, que englobam
1

Taxonomia um processo cientfico de classificao de seres viventes ou objetos.

117

todas as features de projeto de uma famlia de projeto. Exemplos de peas compostas so dados na figura 6.2.

Figura 6.2. Exemplos de peas compostas Com relao fabricao, peas que no so similares na forma podem entretanto ser fabricadas por processos de fabricao semelhantes. Um exemplo dado na figura 6.3. Esta famlia chamada de famlia de produo, e dela o planejamento do processo pode ser facilitado. Como processos de fabricao similares so necessrios para todos os membros da famlia, uma clula pode ser agrupada para fabricar uma famlia de peas. Isto torna o planejamento e controle da produo bem mais simples, pois somente peas similares so fabricadas em cada clula. Este layout chamado de layout celular. Cada clula consiste de alguns equipamentos, p.ex. mquinas CNC, mquinas de medio por coordenadas, robs, esteiras. Estas mquinas so agrupadas fisicamente para formar uma clula, e escalonadas como uma entidade. Uma clula pode ser considerada como uma fbrica, na qual entra a matria-prima, e sai a pea (ou produto) acabado. A tabela 6.1 ilustra os principais benefcios resultantes da implantao da manufatura celular, em empresas norte-americanas, segundo Wemmerlov e Hyer (1989).

118

Figura 6.3. Uma famlia de produo Tabela 6.1. Maiores benefcios resultantes da manufatura celular em empresas norte-americanas Benefcios Reduo no tempo de setup Reduo no tempo de produo Reduo na quantidade de estoque intermedirio Melhoria na qualidade das peas Reduo no tempo manuseio de material Reduo no custo de mo-de-obra direta Reduo no nmero de dispositivos de fixao Aumento no tempo de utilizao das mquinas Reduo na rea ocupada Aumento na satisfao no trabalho Reduo na quantidade de equipamentos Melhoria Mdia (%) 41,4 24,3 19,4 15,0 21,0 7,2 34,0 23,4 16,2 26,7 25,0

Um exemplo ilustrando a economia que GT pode trazer na fabricao dado na figura 6.4. Neste exemplo, seis peas semelhantes so agrupadas numa famlia, e para a execuo dos furos nestas peas, necessrio apenas o dispositivo de fixao com adaptadores mostrados na figura 6.4(b). Estes adaptadores, que so de baixo custo, so necessrios devido a algumas diferenas em tamanhos e posies dos furos, e tambm devido ao tamanho e forma das peas. Portanto, ao invs de projetar, fabricar e utilizar seis dispositivos individuais para cada pea, utiliza-se somente um dispositivo, reduzindo-se portanto, o custo de fabricao da famlia de peas. 6.1.1. Mtodos de Formao de Famlias de Peas A manufatura celular baseia-se na formao de famlias de peas e agrupamentos de mquinas. O sucesso da manufatura celular determinado principalmente pela forma em que as peas e mquinas so agrupadas. Alguns mtodos para isto so citados abaixo: (a) mtodo visual (b) mtodos heursticos (c) classificao e codificao (d) anlise do fluxo da produo (Production Flow Analysis - PFA)

119

Figura 6.4. Uma famlia de peas cujos furos so usinados utilizando-se o mesmo dispositivo de fixao

Dentre as empresas estudadas por Wemmerlov e Hyer, 19 de 46 (isto , 41%) empregam o mtodo visual. 11 delas (24%) usam o mtodo heurstico, no qual uma mquina chave 9

identificada primeiramente, e vrias outras mquinas so adicionadas para formar a clula.

empresas (20%) utilizam o mtodo PFA, que consiste de uma matriz que registra relaes entre mquinas e peas, sobre as quais as clulas so formadas. 7 empresas (15%) examinam planos de processo existentes como parte do processo de formao de famlias.

6.2. Classificao e Codificao A maioria das aplicaes de GT so baseadas no mtodo de classificao e codificao (C&C), que descreve as caractersticas bsicas de uma dada pea com respeito sua forma geomtrica e/ou rota de processo. Agrupando-se peas como o mesmo cdigo ou similar numa s clula, o projeto, o

120

planejamento do processo, a manufatura, a estimativa de custos e o MRP so efetuados em geral de forma mais eficiente. Como numa empresa que adota a manufatura celular as peas so agrupadas em famlias, o processamento de cada pea deve ser similar, e isto resulta na reduo de custos de fabricao. A C&C quando aplicado corretamente resulta num retorno de investimento de 75% a 400% por ano, segundo Hyde (1981). Devido a isto, existem atualmente dezenas de sistemas de C&C.

6.2.1. Princpios de Classificao e Codificao

O termo classificao significa o agrupamento de peas, baseado nas suas similaridade e/ou dissimilaridades. Alguns parmetros podem ser considerados para esta tomada de deciso (ver figura 6.5). Um cdigo pode ser uma combinao de nmeros e/ou letras, que so atribudos s peas para o armazenamento e processamento desta informao. Existe um nmero considervel de questes que devem ser consideradas ao construir-se tal sistema. Entretanto, os quatro princpios seguintes podem ser usados em geral como guia: deve englobar todas as possibilidades; deve ser mutuamente exclusivo; deve ser baseado em caractersticas permanentes; deve ser baseado no ponto-de-vista do usurio. Seguir estes princpios no to simples como parece primeira vista. recomendaes ocorrem frequentemente e certas transigncias devero acontecer. Alguns atributos de projeto e manufatura tipicamente includos em sistemas de classificao de GT so ilustrados na tabela 6.2. Conflitos entre

Tabela 6.2. Atributos de projeto e fabricao tipicamente includos em sistemas de classificao de GT Projeto forma externa bsica forma interna bsica quociente comprimento/dimetro tipo de material funo da pea dimenses maiores dimenses menores tolerncias acabamentos superficiais Fabricao processo principal dimenso maior quociente comprimento/dimetro acabamentos superficiais mquina-ferramenta sequncia de operaes tempo de produo tamanho do lote produo anual dispositivos de fixao ferramentas

121

Figura 6.5. Presena de features em peas como meio de classificao

6.2.2. Estruturas de Sistemas de Codificao

Existem trs tipos bsicoos de estruturas de C&C para aplicaes atuais de GT: Hierrquica (monocdigo); Em cadeia (policdigo); Hbrida (combinada). Uma estrutura hierrquica construda como uma rvore onde cada dgito amplifica a informao do dgito anterior, portanto tornando a estrutura dependente do dgito anterior quele dgito (ver figura 6.6). Um sistema de codificao hierrquico fornece uma anlise detalhada dos tens classificados, pois sua estrutura compacta. Ele pode conter uma quantidade enorme de informaes num nmero limitado de dgitos. Este tipo de sistema efetivo para a extrao de dados baseados na forma, no tamanho, nas dimenses da pea. Para um sistema de codificao hierrquico contendo N dgitos e M atributos para cada dgito, o nmero possvel de combinaes de cdigos dado por:

122

Rhierarquico = M n
n=1

Figura 6.6. Um exemplo de estrutura hierrquica

Um cdigo em cadeia possui uma estrutura na qual cada posio de um dgito representa uma informao inependente, e no relaciona-se diretamente com a informao de outros dgitos. Este sistema mais adaptvel a aplicaes orientadas produo, como a classificao de mquinas, ferramentas, operaes (ver figura 6.7). Como h a necessidade de especificar-se todos os tens neste sistema de codificao, este menos compacto do que o sistema hierrquico. O nmero de possveis cdigos que o sistema pode gerar ilustrado abaixo:

Rem cadeia = M N

Nmero do dgito Classe da feature Atributo = 1 Atributo = 2 Atributo = 3 ...

1 Forma externa Forma 1 Forma 2 Forma 3 ...

2 Forma interna Forma 1 Forma 2 Forma 3 ...

3 Furo Radial Axial Ambas ...

... ... ... ... ...

Figura 6.7. Exemplo de estrutura em cadeia

Como um sistema de codificao usado por vrios departamentos diferentes numa empresa (alguns orientados produo, enquanto outros so orientados ao projeto), difcil, e algumas vezes inconveniente, adaptar-se um sistema puramente hierrquico ou em cadeia. Uma combinao de ambas as estruturas pode fornecer a melhor soluo para o problema da implementao de um

123

sistema C&C (ver figura 6.8). Em tal sistema vrios dgitos so monocdigo, enquanto outros so policdigo. Esta estrutura no compacta como a hierrquica, porm ela aplicvel em quaisquer departamentos. Suponha que o nmero de dgitos dos monocdigos seja Nm , e dos policdigos Np . O nmero de combinaes possveis do cdigo ser:

Rhibrido = M n + M N p
n =1

Nm

Figura 6.8. Exemplo de estrutura hbrida

6.2.3. Sistemas C&C Computadorizados

Qualquer sistema C&C pode ser programado em computador atravs de qualquer linguagem (p.ex. C, Pascal) ou gerenciador de bancos de dados (p.ex. Dbase, Oracle). computador oferece as seguintes vantagens: Ele reduz significativamente os erros que frequentemente ocorrem na procura manual em tabelas. Ele diminui o tempo de codificao das peas. Tutoriais e perguntas aparecem na tela, eliminando a necessidade de procura em livros de cdigo. Ele reduz a quantidade de tempo de processamento manual do cdigo. O computador gera o cdigo e o retm permanentemente na base de dados sem interveno humana. Ele permite um interfaceamento rpido a outros sistemas de bancos de dados para o projeto, planejamento do processo, controle numrico, estoque, escalonamento, etc. A utilizao do

6.2.4. Alguns Cdigos Existentes Existem muitos sistemas de codificao atualmente, e a maioria destes cdigos so bem conhecidos. Abaixo feita uma breve apresentao de cada um destes cdigos.

Sistema Opitz Este sistema foi desenvolvido por H. Opitz, na Universidade de Aachen, Alemanha, tendo servido de base para inmeros outros sistemas criados posteriormente. Ele representa um dos

124

esforos pioneiros na rea de GT, sendo de fcil compreenso e adequado a diversas aplicaes. Este sistema foi um dos primeiros mtodos de classificao utilizados para peas usinadas, depois extendido para outras aplicaes, como para peas fundidas, ferramentas, mquinas e materiais. A concepo bsica do sistema est definida em dois campos de cdigo. Um cdigo de forma, composto de cinco dgitos e uma parte suplementar, com outros quatro dgitos. Pode ainda ser acrescido de um campo de cdigo secundrio, conforme for necessrio a determinada aplicao. O esquema bsico daestrutura do cdigo est representado na figura 6.9, indicando o contedo dos campos, na sua forma bsica e suplementar. Na figura 6.10 mostrada a descrio dos dgitos para a definio do cdigo de forma. Um exemplo de codificao da geometria bsica mostrado nas peas da figura 6.11.

Figura 6.9. Esquema geral do cdigo Opitz

Enquanto a parte suplementar descreve caractersticas gerais de interesse da rea de manufatura, como tipo de material, sua forma original e preciso, o cdigo secundrio sempre uma extenso criada para aplicao especfica, melhor detalhamento, ou para atender a perticularidades de determinada empresa (figura 6.12).

125

Figura 6.10. Definio dos dgitos do cdigo de forma

Figura 6.11. Exemplo de codificao da geometria bsica

126

Figura 6.12. Cdigo secundrio para operaes

Sistema KK-3 Este sistema de propsito geral para classificao de peas usinadas. Foi desenvolvido no Japo pela JSPMI (Sociedade Japonesa para a Promoo de Mquinas Industriais). Em sua primeira verso, em 1970, foi apresentado como KK-1, baseando-se num cdigo de 10 dgitos, mesmo tamanho mantido na segunda verso, em 1973. Na verso atual, apresentada em 1976, o cdigo passa a ter um tamanho de 21 dgitos, sendo bem mais completo que as verses anteriores, mantendo compatibilidade com aquelas verses apenas nos oito primeiros dgitos. O primeiro dgito faz uma distino geral relativa funo principal das peas, como eixos, engrenagens, etc. No segundo dgito so desritos maiores detalhes funcionais, como o tipo da engrenagem e do eixo. Com apenas dois dgitos o sistema possibilita a classificao de mais de cem especificaes funcionais para peas rotacionais e no-rotacionais. Nos demais dgitos obtm-se uma completa descrio das peas. Uma descrio dos dgitos do cdigo KK-3 feita na figura 6.13. Um exemplo de uma pea codificada segundo o cdigo KK-3 dado na figura 6.14.

6.3. Anlise do Fluxo da Produo (PFA)

A codificao de uma pea baseia-se inteiramente na presena de features numa pea. O cdigo ento usado para determinar famlias de peas. Uma desvantagem desta abordagem que ela no contm informaes a respeito da manufatura (roteamento) na tomada de decises. A Anlise do Fluxo da Produo (PFA) representa uma abordagem diferente para esta classe de problemas. Ao invs de utilizar o cdigo GT, a PFA envolve o exame do roteamento, e o

agrupamento simultneo das mquinas em clulas, e peas em famlias, baseado nas informaes de fabricao.

127

Figura 6.13. Esquema geral do cdigo KK-3

Dgito 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

tem Nome Material Comprimento Dimetro Forma primria e quociente da dimenso principal Superfcie externa Rosca concntrica Rasgo funcional Forma incomum Feature estampada Superfcie cilndrica 3 Superfcie primria interna Superfcie curva interna Superfcie plana interna Supeerfcie na extremidade Furos com posies regulares Furo inclinado Processo no de usinagem Preciso

Condio da pea Vlvula de controle (outras informaes) Barra de cobre 80mm 60mm L/D = 1,3 Com cone funcional Sem Sem Sem Sem Sem Furo escalonado, sem rasgo Sem Sem Plano Furos localizados na circunferncia Sem Sem Processo de retificao na superfcie externa

Cdigo 0 9 7 2 2 2 3 0 0 0 0 0 2 0 0 0 3 0 0 4

128

Figura 6.14. Cdigo KK-3 para uma dada pea No mtodo PFA, todas as peas envolvidas so examinadas e as mquinas usadas so listadas junto com as peas numa matriz. Como a matriz contm informaes sobre mquinas e peas, ela denominada matriz mquina-pea. A matriz composta por 1s e 0s (ver figura 6.15). O tamanho da matriz MxN, sendo M o nmero de mquinas e N o nmero de peas. Se o nmero de peas e mquinas for pequeno, pode-se identificar as clulas atravs do mtodo visual. Entretanto, se mais peas e mquinas estiverem envolvidas, deve-se aplicar um mtodo mais efetivo. mtodos so ilustrados abaixo. Pea 0 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 1 1 1 1 1 8 9 1 Trs destes

M q u i n a

0 1 2 3 4 5 6 7 8

1 1

Figura 6.15. Uma matriz mquina-pea 6.3.1. Algoritmo de Agrupamento Direto (DCA) Este algoritmo rearranja continuamente a ordem das colunas e linhas da matriz mquina-pea, at que um critrio de parada seja atingido. Este algoritmo apresentado abaixo: 1. Contar o nmero de clulas positivas (entradas 1) em cada coluna e linha. Rearranjar a matriz com as colunas em ordem decrescente, e as linhas em ordem crescente de clulas 1. 2. Iniciar com a primeira coluna, mover as linhas que possuem entradas positivas nesta coluna para o topo da matriz. Repetir o procedimento com cada coluna at que todas as colunas sejam rearranjadas. 3. Se a matriz resultante a mesma que a predecessora, pare. Seno, v para o passo 4. 4. Iniciando com a primeira coluna da matriz, mover as colunas que possuem entradas 1 para a parte mais esquerda da matriz. Repetir este procedimento com cada coluna at que todas as colunas sejam rearranjadas. 5. Se a matriz resultante a mesma que a predecessora, pare. Seno, v para o passo 2.

A figura 6.16 mostra as matrizes inicial, intermedirias e final, resultantes da aplicao do algoritmo DCA. A matriz resultante indica que as mquinas A, B e D devem estar numa clula produzindo peas 3, 5 e 2, enquanto as mquinas C e D devem fazer parte de outra clula, a qual fabrica peas 1, 4 e 6.

129

1 A B C D E

2 1

3 1 1 1

5 1

6
2 2 2 3 3

1 1 1
2 2 3

1 1 1
2 2

1
1

A B C D E

3 1 1 1

2 1

5 1

1 1 1

1 1 1 1

A B D C E

3 1 1 1

2 1 1

5 1 1

6 A B D C E

3 1 1 1

5 1 1

2 1 1

1 1

1 1

1 1

1 1

Figura 6.16. Exemplo de aplicao do algoritmo DCA a uma matriz mquina-pea

6.3.2. Algoritmo Baseado no Coeficiente de Similaridade

Este algoritmo utiliza os coeficientes de similaridade, Sij , onde i e j so identificadores de mquinas. O coeficiente de similaridade calculado atravs da equao abaixo:

S ij =
onde:

N ij N ij + M ij

Nij = nmero de peas que visitam ambas as mquinas i e j; Mij = nmero de peas que visitam ou a mquina i ou a mquina j, mas no ambas.

Para a mesma matriz mquina-pea utilizada na seo anterior, na qual h a presena de cinco mquinas (A, B, C, D e E) e seis peas (1,2,3,4,5 e 6), os coeficientes de similaridade de todos os pares de mquinas so calculados da equao acima e so listados na tabela 6.3. O agrupamento de mquinas pode ser ento efetuado baseado nestes coeficientes, considerando que aqueles pares com valores acima de um nmero real chamado de filtro (threshold) (0<<1) sejam agrupados. Por exemplo, considerando = 0,60, as mquinas A, D e B esto num grupo, enquanto mquinas C e E esto noutro grupo.

130

Tabela 6.3. Coeficientes de similaridade para a matriz mquina-pea inicial da figura 6.15
Par de Mquinas AB AC AD AE BC BD BE CD CE DE Nij 1 0 2 0 0 2 0 0 2 0 Mij 2 1 Sij 0,33 0 0,67 0 0 0,67 0 0 0,67 0

6.3.3. Algoritmo de Ordem de Ranqueamento (ROC) Este algoritmo ilustrado abaixo: 1. Para todos os j, calcular o peso total binrio da columa j i =

2
i

M ij

2. Se j est em ordem crescente, v para o passo 3. Seno, rearranje as colunas para tornar os

j em ordem crescente.
3. Para todos os i, calcular o peso total binrio da linha i j =

2
j

M ij

4. Se i est na ordem crescente, pare. Seno, rearranje as linhas para tornar i em ordem crescente. Repita o procedimento at que nenhum outro arranjo seja necessrio. A figura 6.17 mostra a aplicao do algoritmo ROC para a mesma matris mquina-pea utilizada nos mtodos anteriores. Pode notar que as mquinas A, B e D esto num grupo (fabricando as peas 5, 2 e 3), enquanto as mquinas C e D esto noutro (fabricando as peas 6, 1 e 4). 1 A B C D E 2 1 1 1 1
20 10 11

3 1 1 1

5 1

6
0 1 2 3 4

1 1 1
20 9

1
16

A B C D E

5 1

2 1

3 1 1 1

4
5 6 48 7 56

1 1
0

1 1
5

1
1

1
2 3

1
4

A B D C E

5 1 1

2 1 1

3 1 1 1

4
0 1 2 3 4

1
5 6 7

1 1

1 1
24

16 24

Figura 6.17. Exemplo de aplicao do algoritmo ROC a uma matriz mquina-pea