Beruflich Dokumente
Kultur Dokumente
Florianpolis, 2006.
2
Florianpolis, 2006.
3
____________________________________________
Prof. Professor Edson Pacheco Paladini, Dr.
Coordenador do Curso
Banca Examinadora:
________________________________
Prof. Paulo Jos de Freitas, Dr. Eng.
Orientador
_______________________________
Prof. Dlvio Ferrari Tubino, Dr. Eng.
______________________________
Prof. Joo Neiva Figueiredo, PhD.
4
AGRADECIMENTOS
SUMRIO
LISTAS DE FIGURAS
Figura 2.4 - (a) Fluxo tradicional e (b) Fluxo puxado JIT Slak, Nigel (2002) .........................24
Figura 4.9 - Grfico tempo mdio para efetuar uma troca de tipo............................................57
LISTAS DE TABELAS
RESUMO
ABSTRACT
The objective of this paper is: to develop a method using discrete simulation and
experimental project as tool of analysis for the identification of the points improvement of the
flow in the lean manufacture. The discreet simulation is powerful tool for systems of the most
varied types, presenting all the necessary requirements to aid in the taking of decision, tends
as base the results of a model. The use of the method it is makes for the necessity of
techniques capable to foresee the functioning of the productive systems under varied
conditions and different scenario, testing alternative of operation, aiming at optimum
exploitation of the productive resources. This work presents the analysis of a process of
assembly of compressors and the alternatives of cellular layout, using the techniques of
project of experiments and computational simulation as tool of analysis of the different
scenarios in the intention of quantitatively to measure the changes introduced in the system in
application, improving the pointers of performance in the process manufacter as increase of
the productivity The results of the application of the proposed method provided an increment
in the availability of the resources in increment in the availability of the productive resources
and the increase in the number of parts produced in 17% approximately.
Key word: Manufacture, simulation, lean
11
Captulo 1 - Introduo
No captulo 3 apresenta-se o mtodo proposto para a anlise dos pontos crticos, por
meio da utilizao de simulao computacional discreta e projeto experimental como
ferramenta.
No captulo 4 descrito o estudo de caso e aplicao em cenrio real do mtodo,
utilizando os conceitos tericos da reviso bibliogrfica fundamentadas no captulo 2 onde se
faz a avaliao quantitativa dos resultados obtidos e realiza-se uma anlise comparativa entre
o sistema atual e o proposto.
No captulo 5 apresentam-se as concluses e as sugestes para trabalhos futuros.
15
Neste captulo, ser feita a fundamentao terica que dar suporte ao desenvolvimento
do trabalho com a reviso dos conceitos sobre os sistemas de produo, focando na
manufatura enxuta e celular, seus conceitos e formas de avaliao do desempenho nas
mudanas atravs de um modelo de simulao discreta da mesma.
De acordo com o descrito, pode-se dizer que ao adotar a filosofia, todos os segmentos
da organizao devem ser envolvidos para que as melhorias se concretizem, onde as
otimizaes e os ganhos podem ocorrer em todas as reas desde os setores administrativos at
o cho de fbrica e, para este trabalho, ser centrado nos assuntos relacionados com os
sistemas de produo na manufatura enxuta.
A manufatura enxuta prega o melhoramento contnuo nas reas produtivas tais como a
reduo da superproduo, das esperas, das movimentaes, dos retrabalhos, dos estoques e
dos defeitos. Tais redues implicam diretamente no incremento do valor agregado ao
produto para o cliente e reduo dos fatores que no acrescentam valor ao produto.
17
Armazenagem Focalizada
Estoque Estoque
amortecedor amortecedor
Estgio A Estgio B Estgio C
Entregas Entregas
Figura 2.4 - (a) Fluxo tradicional e (b) Fluxo puxado JIT Slak, Nigel (2002)
estudo pode ser feito em qualquer organizao, processo ou lugar, mas, geralmente o objetivo
dos estudos so:
O melhor roteiro para o fluxo dentro do sistema que est sendo analisado;
O melhor layout;
A quantidade correta de recursos alocados; sejam eles equipamentos, ferramentas ou
pessoas.
Com os itens acima se pode fazer com que o funcionamento do sistema esteja
dimensionado e, se dimensionado corretamente, ento se diz que o mesmo est balanceado.
Com estudos de modelagem de processos ou sistemas, podemos fazer quaisquer alteraes
tais como automatizao, ampliao, trocas de equipamentos, modificaes de layout, tempos
de ciclo, quantidade de recursos alocados e dentre estes se pode citar mquinas e mo-de-
obra.
Sistemas de produo;
29
Sistemas de computacionais;
Sistemas administrativos;
Sistemas de transporte e armazenamento;
Sistemas de prestao de servios.
condicionais, ou seja, o prximo evento de uma lista mais prximo do relgio de simulao
ocorrer somente se certa condio verdadeira for atendida, caso contrrio, o evento seguinte
ser efetuado se este atender ao tempo de simulao e teste condicional simultaneamente.
Na ltima forma de modelagem, os sistemas so na maioria das vezes do ponto de vista
das entidades, ou seja, as entidades fluem pelo sistema de maneira competir os mesmos
recursos em mesmo tempo de simulao ou no, ou ainda formarem novas entidades que
podem ser receber nova caracterizao e novos atributos.
De acordo com Freitas (2001), a modelagem por processos a forma mais lgica de
modelagem onde o programa do computador imita o comportamento das entidades atravs do
fluxo do sistema de acordo com as rotinas programadas para o cumprimento das atividades no
processo. As entidades so criadas, movimentadas pelo relgio do programa de simulao at
que alguma movimentao da referida entidade cessada por algum tempo para a ocorrncia
de evento com tempo predeterminado ou no. Esse evento pode ser um tempo de
processamento, uma espera em filas nos buffers, uma troca de ferramentas, manuteno, etc.
Portanto, enquanto esta entidade sofre o evento em questo, o relgio do programa de
simulao avana para o tempo em que a entidade na fila do prximo evento seja
movimentada at que ocorra mais uma parada. Esta seqncia de operaes descritas pelo
programa de simulao ocorre at que todas as entidades passem pelas atividades do fluxo
atualizando contentemente as variveis de estado, os atributos e os demais objetos onde as
entidades tm relacionamento durante a passagem pelo sistema e o processo pode ser
interrompido quando estas alcanarem um nmero limite internamente no sistema ou quando
o relgio atingir um valor predeterminado pelo modelista.
S
h = t n -1 , 1- / 2
n
Onde:
n: nmero de replicaes piloto / tamanho da amostra;
h: semi-intervalo de confiana para n replicaes;
S2(n): varincia para n replicaes / amostras;
tn-1,1- /2 : valor crtico da distribuio t-student com nvel de confiana 1- , e n graus de
liberdade.
Para alguns autores, uma vez determinado o tamanho mnimo da amostra e se o
intervalo apresentar limites alm dos desejados, pode-se fazer uma nova estimativa para a
quantidade de replicaes aplicando-se a seguinte frmula:
h2
n* = n
h2
onde:
34
preciso do modelo e o desenvolvimento de uma rotina para a gerao de uma rpida gerao
de relatrios de resultados para anlise.
A simulao de eventos discretos o mtodo mais usado para estudar, modelar,
analisar e melhorar os sistemas de manufatura. A maioria dos pacotes de simulao na
manufatura baseada na interao das entidades atravs do fluxo do processo, ou seja, um
conjunto de processos ou transases viajam atravs de um conjunto de blocos ou recursos no
modelo alterando as variveis de estado deste. Ao conjunto de processos diz-se que so
ativos, enquanto os recursos so passivos e um evento ocorre quando um processo passa
atravs do recurso.
41
2.20. Concluso
No captulo foram mostrados definies e conceitos que envolvem a manufatura enxuta,
simulao e modelagem de sistemas e suas classificaes de acordo com os objetivos e
tambm a terminologia que determinam os elementos bsicos na simulao desses sistemas.
Tambm foram apresentadas as tcnicas envolvidas para tratar a aleatoriedade dos sistemas
reais e como os dados podem ser tratados e incorporados aos modelos dos sistemas e,
finalmente, foi apresentado um resumo dos passos envolvidos num projeto de simulao. Por
fim, apresentaram-se alguns conceitos relativos ao uso da ferramenta simulao discreta na
manufatura e suas configuraes para que se tenha um melhor desempenho da mesma, a
aplicabilidade da tcnica e seus elementos bsicos necessrios para se alcanar os objetivos
quando a simulao aplicada manufatura.
No prximo captulo ser proposto e detalhado um mtodo para avaliao das mudanas
no desempenho de uma linha de produo de uma empresa do setor metal-mecnico.
42
3.1. Introduo
Para a otimizao da produo, a manufatura enxuta defende o melhoramento contnuo
nas reas produtivas tais como a reduo da superproduo, das esperas, das movimentaes,
dos retrabalhos, dos estoques e dos defeitos, ou seja, a total eliminao dos desperdcios e,
para o atendimento dos objetivos da aplicao do mtodo, se faz necessrio o estudo dos
fatores e recursos que podem afetar ou no, o desempenho do sistema. Dentre alguns fatores
se pode citar o quanto est nivelada produo e consequentemente indicando a padronizao
das operaes e o tamanho dos lotes de fabricao, o LeadTime, os tempos para os setups e a
eficincia da mo-de-obra.
Baseado na reviso bibliogrfica realizada no captulo anterior, o layout celular possui
diversas vantagens sobre o layout funcional nos sistemas de produo, portanto, a proposta
neste captulo de ser utilizado um mtodo para focalizao da produo com layout celular.
Para o mtodo proposto, se faz elaborao do modelo de simulao discreta onde
inicialmente se deve representar o sistema atual e a partir da anlise dos resultados dos
parmetros definidos para as variveis respostas, identificam-se as ineficincias e os
parmetros atravs da tcnica de projeto de experimentos com o objetivo da otimizao do
sistema.
Os resultados e sugestes sero aplicveis para a linha de montagem em questo, sendo
apenas aplicveis para as outras linhas e estgios do processo, as tcnicas de modelagem.
Na figura 3.1 apresentado o fluxograma ilustrando o mtodo proposto para o trabalho.
43
Definio dos
objetivos e
metas
Definio dos
parmetros de
entrada
Projeto de
experimentao
na
manufatura
Definio das
medidas de
desempenho
Desenvolvimento
do modelo de
simulao
Execuo das
Simulaes e
Anlise
Ajuste dos
parmetros
Os objetivos foram
Alcanados ?
Im plementao
das
mudanas
Entretanto, para o presente trabalho, pode-se resumir como os principais objetivos sendo:
Tempo de setup;
Porcentagem de reprocesso;
Tempo padro das operaes;
Tamanho mdio dos lotes de produo;
ndices de manuteno por operao.
Taxa de utilizao dos buffers A anlise desse indicador pode ser muito til
principalmente quando se avalia uma linha de produo seriada onde parte dela
pode ser chamada de clula produtiva composta por diversos postos de trabalho
principalmente onde estes so automticos que podem ter diversos fatores que
podem ou no influenciar no desempenho total do sistema, tais como, pequenas
paradas das estaes de trabalho, pequenas anomalias, variaes no ciclo e onde se
tm estaes que envolvem o trabalho humano, temos fatores como quebra de ritmo
e falta de treinamento, entre outros, onde na manufatura enxuta tambm est
associada ao desempenho global do sistema.
3.9. Consideraes
Neste captulo apresentou-se um mtodo para avaliao das variveis de desempenho
do sistema de produo em estudo, empregando tcnicas de simulao discreta e projeto
experimental.
No prximo captulo, ser apresentada a aplicao da proposta do estudo em uma
empresa do setor metal-mecnico.
49
4.1. Introduo
Segundo Tubino (1999), de acordo com o tipo de operaes que o produto sofre,
podem-se classificar os sistemas produtivos em dois grandes grupos: processos contnuos e
processos discretos. Essa classificao est associada ao grau de padronizao dos produtos e
ao volume de produo da demanda.
Nos processos contnuos, pode-se citar a produo de bens ou servios que no podem
ser identificados individualmente, e os processos conhecidos como discretos envolvem a
produo de bens ou servios que podem ser isolados, em lotes ou unidades, particularizando-
os uns dos outros e, em funo da demanda para a qual se destinam, podem ser subdivididos
em processos repetitivos em massa para grandes demandas, processos repetitivos em lotes
para demandas mdias que o caso da empresa em questo empregando a simulao.
Nas primeiras sees descrevem-se o funcionamento do processo produtivo de
compressores em uma das quatro linhas produtivas da pr-montagem da empresa e, em
seguida, apresenta-se o levantamento das informaes que so necessrias para a avaliao e
o atendimento das metas que so objetivos da aplicao do mtodo proposto no estudo e o
processo de modelagem do sistema produtivo em questo. Em seguida, a fase verificao e
validao do modelo onde este dever mostrar que os resultados da simulao tenham um
comportamento semelhante ao do sistema modelado.
financiam projetos destinados na busca de ser o fornecedor preferencial de solues para uma
melhor qualidade de vida, maior eficincia energtica, menor nvel de rudo e maior
desempenho em se tratando da qualidade.
UGB Rotores - neste setor produzido o rotor, que tem a funo de fornecer a
rotao utilizada pra movimentao do kit mecnico de compresso do gas
refrigerante. Tambm produzida a tampa do cilindro de bloco.
testada a efetividade da mesma podendo ser novamente retrabalhado ou rejeitado. Aps esse
ponto, o compressor passa pelas cabines de pintura e montagem final respectivamente, onde
nesta etapa final, so agregados ou no mais componentes que dependem do cliente e
segmento do mercado, sendo finalmente testado e despachado para o depsito ou expedio.
Atualmente, o volume de produo mensal dessa linha bastante alto com ciclos em
torno de 8,5 segundos. A produo mensal est mostrada na figura 4.3
231.000
198.000
Quantidade Produzida
165.000
132.000
99.000
66.000
33.000
0
03
03
3
3
3
3
3
3
3
/0
/0
0
/0
/0
/0
/0
/0
t/0
v/
v/
n/
n/
o
r
l
ar
ai
z
t
ju
ab
ou
se
fe
no
ja
ag
de
ju
m
m
Ms
Figura 4.3 Grfico da produo mensal da linha
O objetivo principal da seleo das metas acima nada mais que a reduo dos custos
de fabricao e seu atendimento ser avaliado pelos parmetros de medidas de desempenho.
30
25
20
15
10 8
5
0
Recursos
600
500
400
362
300
200
100
0
st
sc
l
o
as
po
co
II
o
ha
ao
ca
de
o
at
s
ga
p
r1
id
rp
dr
Pi
pa
nt
te
m
da
De
st
lo
ol
or
i st
an
uc
ida
ap
r
to
li n
Co
u
Co
sE
m
_B
l
xo
_C
nj
So
te
P
sc
_
rB
ta
M
_R
Ci
ue
a
m
Co
r4
Ei
Ba
li m
no
Es
ar
p
ola
De
T
ir
p_
na
ta
Ca
ng
o
nq
Tm
ed
r
ta
ir
r iz
ca
_A
on
it
ta
ar
ir
M
io
Tm
ar
ed
ta
o
_E
p_
on
rK
er
_M
su
fr i
ta
en
si c
ub
us
a
M
01
Es
_M
ns
Tm
ec
on
s
_M
es
es
Su
ar
_
m
af
rT
03
_E
t
11
_I
te
on
on
09
us
i ci
_P
_R
pr
ar
17
l
af
_A
e
ta
29
_B
es
os
af
_C
es
_M
_P
er
25
15
ar
on
_A
_T
18
ar
ns
_P
_D
07
31
_P
19
_M
_P
27
33
_I
28
35
23
05
21
13
Recursos
A figura 4.6 com o grfico abaixo mostra que a linha em estudo detm uma meta de
produtividade de 89%, em outras palavras, a linha tem com meta de perdas de produtividade
de 11%. Os fatores que geram essas perdas so as interrupes da linha por motivos de trocas
de tipo, manutenes e problemas de qualidade.
340
330
320 322
310
300
c
po
o
ro
t
as
l
po
II
at
de
o
s
ha
to
p
ca
es
is
es
id
pa
oc
ta
rg
m
nd
da
st
un
or
P
ol
or
or
a
ap
uc
an
nt
_D
s
ca
Co
E
id
l
m
m
C
_B
ol
xo
at
i li
i
C
nj
te
rP
rB
R
M
ue
s
p_
a
C
es
am
S
st
r4
Ba
o
Ei
_
li m
ar
a
rT
p_
na
r
tn
E
ta
ng
nq
ol
ao
Tm
D
i
ed
riz
C
ta
ir
ta
on
M
ir
_A
ar
Tm
ar
io
ed
Ki
bo
ta
p_
E
ac
on
er
su
_M
en
fri
ic
us
na
c_
p
Es
M
01
Tu
_M
Tm
ar
st
ns
s
_M
es
Su
es
ar
l im
_
af
e
io
o
03
_E
nt
_I
1
te
on
us
_P
09
pr
_R
ar
ic
17
1
af
_A
e
ta
_B
es
29
os
af
es
_C
_M
er
_P
25
on
ar
15
_A
_T
ar
18
ns
_P
_D
_P
07
31
19
_M
_P
27
33
_I
28
35
23
05
21
13
Recursos
tipo e o tempo entre as trocas, ndices de manuteno da linha e a capacidades das esteiras
transportadoras que fazem papel de buffers entre as estaes de trabalho.
14
12
Reprocesso [%]
10
8
6
4
2
0
03
3
03
3
3
3
03
3
/0
/0
r/0
/0
l/0
/0
t/0
/0
/0
v/
o/
z/
v
n
n
ai
ar
t
ju
ab
ou
fe
se
no
ag
de
ja
ju
m
m
Ms
Figura 4.7 - Grfico de reprocesso da linha
MTBF
Frequncia
11
9
8
Tempo [h]
6
5
3
2
0
03
03
03
3
3
3
03
3
/0
r/0
/0
l/0
/0
/0
t/0
t/0
v/
v/
o/
z/
n
n
ai
ar
ju
ab
ou
se
fe
no
ag
de
ja
ju
m
m
Ms
Figura 4.8 - Grfico tempo mdio entre troca de tipo
57
0,25
0,21
0,18
Tempo [h]
0,14
0,11
0,07
0,04
0,00
3
3
3
03
03
3
3
3
3
3
3
/0
0
/0
/0
l/0
/0
/0
/0
/0
t/0
v/
n/
n/
v
o
r
ar
ai
z
t
ju
ab
ou
se
fe
no
ja
ju
ag
de
m
m
Ms
Figura 4.9 - Grfico tempo mdio para efetuar uma troca de tipo
Paradas linha
Tempo Mdio Paradas Ms
40
35
30
Tempo [h]
25
20
15
10
5
0
03
03
3
3
3
3
3
3
3
/0
/0
0
/0
/0
/0
/0
/0
/0
v/
v/
n/
n/
o
r
l
ar
ai
z
t
t
ju
ab
ou
fe
se
no
ja
ju
ag
de
m
m
Ms
Figura 4.10 - Grfico paradas da linha por manuteno
58
dados reais do processo de produo como mostrado anteriormente com o intuito da gerao
de informaes para anlise e concluses sobre o desempenho do processo atravs da tcnica
de projeto de experimentos. A anlise e concluses obtidas sobre o sistema em estudo sero
feitas em conjunto com os especialistas em manufatura responsveis pela rea do processo em
estudo (PCP) onde sero cruzadas as informaes geradas pelo modelo e o histrico real
ocorrido no mesmo perodo da coleta dos dados.
No layout atual, os buffers entre as estaes estaro modelados com capacidade idntica
capacidade atual do processo.
Aps a execuo das simulaes, faz-se necessrio anlise dos resultados da situao
atual onde o foco so as variveis respostas do modelo no sentido de fazer os ajustes como
mostrado no fluxograma do processo de modelagem no captulo anterior. Aps vrias rodadas
para que se faam esses ajustes, o modelo deve ser validado por parte dos especialistas de
manufatura da rea em estudo na empresa, avalia-se o desempenho do sistema real, obtendo-
se algumas informaes que se julgue relevante e, a partir dessa fase, definem-se os fatores
para aplicao da tcnica estatstica do projeto experimental, onde alteraes controladas so
61
500
400 362
300 279
200
100
0
us ed r Bu o
_P 12 Mo ix P st
18 17 lga onj it
C al
_M Tm ali a
23 _B ub sc o
on m no SO
on ar ol I
_P on las ro
r
u Es co
es su Ra a
29 sta _C C
ili a
_A mp bo ga
33 _P En Ta I
_P fus st_ at
er l_B s
_M _E o
29 a T e_ s
10 Me Est 1
on r E r 2
os aca Ta ut
_C o ad to
36 esp r C uei p
eo
21 nta tar sar s
25 tar am sc
28 Ler en em o
_T sic o_ c
ar ssu pr de
st o S po
35 _S sta r C o
rT rC r
o
ta _M _P ate e
ar sa De rga
32 c_ car a I
Fo r C o K
ns 4_ dir tato
_A p
ar _M nta sta
22 r T _De orp
14 ar ir S ch
_C _M o S a
_T res g_ mp
16 1 ont p_C nci
a
i
ga riza sso
_A sta ar m
03 lim loc
n nte
Su dir nc
_D ec nq om
26 Po ub Des
_ E m p PM
ta
34 te E riza pid
11 ar o P
on 19 18 ir B as
d
er Re Ro ndr
08 ara a E Est
ra om
_P Pl tar p A
r
_A _M R un
o
31 30 ca old
_I r_ ol
24 f T Tu car
io Ba mp
er
09 sar tato
_M di ato
_C re om da
_E ca or
T
ilin
d
27 e ion Co
27 _A r De Pis
ar ar Bl
ju _C _D
e Ma
a
ar ria r n
e
C
_B ba 4 m
B
_
s
e
x
T _
s
_A _
ific sf to
02 Alim
s
ns P
ns
_ E
_ lim s
o
on re
_M s_ Kit
M
e
_P ra o
n
_
ta p
t
er M
a
t
_V 5_ ar
06 p
r
01
af
a
n
_
T
07 M
e
s
0
_
e
re
ic
_
a
af
u
_I
rJ
05
13
_M
20
Recursos
20,0%
37,0%
54,0%
71,0%
88,0%
05 lo er M
e
0
2
4
6
8
10
_ O de co a ue
p _ M
07 Su nc ue
07 _ In a _P p a
_M ar M l .Q
s_ nca
l
af o la u
09 aq_ S us
s
eu
_M Pa up_ 09 ar Es e
AQ raf E _M Es ta
_E s t ed tato t..
10 _ M s ir r1 .
_M ED ta.. 11 E .Q
aq _P . 13 _M ixo ue
IS
_P o n
Pi
s ue
11
_M
T ar
af t ar t. Q
_M nt a AO us Bu ue
aq _ E 15 ar c ue
_ ix _R Tm ha
.Q
12 Mn Pis es p _C ue
_M taB t fri ilin ue
a u 17 ar
C d
14 q _ S c h a _M on ro
_M a 18 o ju ...
.
15 lie _B nta nt
nc r4 o.
_M aqu
ia _I Q
aq in 19 ns m ue
_R a R _M er ol ue
on ir as
es ot Ba .Q
1 8 17_ fri or 21 ta ten u eu
M a_ _M r K te e
_B a C on it s.
_M q_ o ta
no Q
aq 4_ n j 23 C u e
19 or
_ M _P r Tu po ue
_M I ol ar bo .Q
D
Recurso
A Q nse as af ue
Tm es
figura para o processo mostrado no grfico abaixo.
20 _K re_ 25 ca ue
IT p_ r
Fila nos Buffers
_O B. _P
_ .. 27 os C ga
ic
am ..
Recurso
22 p_M CO _A
_M M _D . .
nt . _A ion
lim a e sc
aq a_T .. 28 rP
is ...
on po
aq e s e m p 33 ec So .Q
29 _P m _T _E ld ...
_R os p_A es ng a
II.
p_ ul es id ue
En ad.. su ad ue
ga . riz
ar
e.
Q
te C ue
ue
atual, a figura mostra um acmulo maior de peas esperando para serem processadas.
Layout Atual
_R om
ap p.
Q
...
s outras. Principalmente nas estaes que precedem medio do eixo e pisto no layout
Para o indicativo WIP, que considera a quantidade de peas nos buffers, o grfico da
62
A figura acima, mostra que as estaes esto com taxa mdia de utilizao abaixo do
ndice programado para a fase de oramento para os programas de produo como
mencionado anteriormente que de 82,0% para esta linha, portanto, a capacidade de fluxo em
peas por hora est menor que o programado. Algumas dessas estaes se mostram com taxa
de utilizao maior que o programado, dessa maneira pode-se deduzir que estas estaes de
trabalho esto sofrendo o efeito da falta espao nos transportadores buffers subsequentes e
sendo assim, se faz necessrio anlise da taxa de bloqueio das estaes da linha para
diagnstico dos motivos que levam a mesma ter este comportamento. A figura 4.14 mostra a
o resultado da simulao com a taxa de bloqueio das estaes.
20%
Bloqueio
15%
10%
5%
0%
B
p
j
TO
sc
c
l
ap
O
or
p
es
ut
o
as
a
t
on
ca
t
Es
om
es
is
r_
r_
ci
m
oc
ch
TA
A
ot
_D
nt
_R
ol
xP
an
C
n
LE
do
_T
o
p_
p_
Bl
_C
ie
_M
te
a_
_M stat
IS
T_
aB
M
Ei
te
a
P
na
i_
al
em
_P _Su
na
Ba
_P
ul
bo
fri
e_
ga
a_
_4
Al
r_
_S
nt
_E
io
p_
ip
ui
es
e_
es
O
Tu
ED
p_
sa
ed
_M
En
nt
aq
s
ic
an
aq
aq
_C
af
_T
n
_R
er
_D
os
_M
p_
ra
_O
_M
_M p_I
_M _M
p_
ar
aq
_M
_M
M
ns
ta
IT
_B
_P
aq
aq
_O
o_
aq
_O
01
aq
_M
n
_O
17
_K
AQ
_I
12
14
_M
aq
aq
_M
ob
_M
aq
24
aq
_M
31
AQ
05
11
p_
_M
_M
_M
15
_R
26
10
03
_O
_M
09
22
28
29
07
_B
20
19
18
Re curso
A figura mostra que para algumas estaes no layout atual, ocorrem interrupes no
fluxo de peas com mais freqncia, fazendo com que as estaes retenham as peas prontas
at que se tenha espao fsico nas estaes subsequentes e consequentemente nos buffers
transportadores, portanto, pode-se notar que as perdas de capacidade podem ser
consideravelmente altas. O fato das estaes que esto posicionadas da metade da linha para
frente no ocorre o fenmeno de bloqueio com freqncia, ou seja, esta situao mostra que a
capacidade das ltimas estaes maior que as estaes iniciais. Este fato pode ocorrer por
vrios fatores tais como desbalanceamento no ciclo das estaes, taxa de freqncia das falhas
para cada estao (MTBF), tempo necessrio para reparar uma falha (MTTR), freqncia das
trocas de modelos, etc.
64
Tempo de setup
Capacidade dos buffers;
Tempo entre setup;
Para o estudo, foi escolhido o uso da estratgia de projeto fatorial com replicaes
onde a vantagem est no fato de todas as combinaes possveis serem analisadas para os
fatores definidos. O nmero total de ensaios para e estratgia selecionada funo da
quantidade de fatores definidos para o estudo, ou seja, 2n .r (n = nmero de fatores, r = n
replicaes).
De acordo com a estratgia, o nmero total de ensaios para o projeto de experimento
no trabalho para 3 replicaes de 23 x 3 = 24 experimentos.
65
Cada fator deve apresentar pelo menos dois valores denominados nveis e, no trabalho,
os valores atribudos para os nveis de cada fator definido a partir dos resultados mostrados
na anlise dos resultados do sistema atual. O nvel 1 representa os valores do sistema atual.
Fator A - Tempo entre setup (MTTR) : Esse fator mede a quantidade de tempo em
minutos para se fazer uma troca de tipo. O nvel 1 prope a reduo desse tempo e
consequentemente o aumento na disponibilidade da linha para produo.
Fator B - Capacidade dos buffers: Este fator expressa o nmero de palets entre
cada estao de trabalho que dependendo da eficincia das estaes anterior e
posterior ao buffer, se faz necessrio maior ou menor quantidade de palets
fazendo papel de estoque amortecedor. Atualmente, nas estaes totalmente
automticas, o nmero mdio de palets so 13.
Nvel 1: 13 palets
Nvel 1: 20 palets
Fator C - Tempo entre setup (MTBF): Esse fator mede a freqncia em minutos
da ocorrncia de uma troca de tipo nvel 1 prope a reduo dessa freqncia e
consequentemente o aumento do tamanho dos lotes de produo.
Fator A B C
Experimento Tempo de setup Capacidade buffers Tempo entre setup
1 1 1 1
2 -1 1 1
3 1 -1 1
4 -1 -1 1
5 1 1 -1
6 -1 1 -1
7 1 -1 -1
8 -1 -1 -1
Para cada varivel de resposta dos experimentos, tm-se os resultados dos valores das
contribuies de cada um dos fatores e de suas combinaes sobre as variaes da varivel de
resposta. Os resultados so mostrados nas tabelas abaixo.
Produo
SQA = 2,4%
SQB = 32,2%
SQC = 0,8%
SQAB = 11,3%
SQAC = 33,4%
SQBC = 13,3%
SQABC = 6,1%
SQErros = 0,7%
SQT = 100,0%
Leadtime
SQA = 60,6%
SQB = 5,1%
SQC = 27,2%
SQAB = 1,1%
SQAC = 1,4%
SQBC = 1,3%
SQABC = 0,2%
SQErros = 3,2%
SQT = 100,0%
Utilizao
SQA = 38,8%
SQB = 14,4%
SQC = 9,8%
SQAB = 8,8%
SQAC = 12,2%
SQBC = 8,9%
SQABC = 4,5%
SQErros = 2,7%
SQT = 100,0%
WIP
SQA = 83,2%
SQB = 3,6%
SQC = 10,4%
SQAB = 0,2%
SQAC = 0,6%
SQBC = 0,5%
SQABC = 0,0%
SQErros = 1,6%
SQT = 100,0%
A tabela 7 mostra os resultados para cada experimento totalizando oito e, para cada
varivel resposta tem-se uma coluna com os valores mdios. Observa-se que a varivel
resposta produo teve melhores valores nos experimentos 1, 2 e 4 sendo os valores muito
prximos. J para as variveis respostas LeadTime e WIP, o melhor resultado foi no
oitavo experimento. Para a taxa de utilizao obteve-se o melhor resultado no experimento 1.
69
Os melhores resultados das combinaes dos nveis dos fatores para cada varivel de
resposta so mostrados na tabela 9.
4.16. Consideraes
Neste captulo foi apresentado o estudo para aplicao de um mtodo apresentado no
captulo 3 para avaliar o desempenho de um processo fabril. Inicia-se com os dados gerais da
empresa, mostrando-se uma de suas linhas de produo e suas caractersticas atuais,
posteriormente, a anlise das variveis do sistema atravs das tcnicas de projeto de
experimentos com o auxlio de um modelo de simulao discreta visando busca de
alternativas para as melhorias nesse sistema.
Foram percebidas melhorias significativas na varivel resposta volume de produo
onde esta era a meta de maior importncia para o trabalho.
72
5.1. Concluses
Os sistemas produtivos para a manufatura enxuta esto sujeitos a uma grande variedade
no mix de produtos, aumentando assim a complexidade dos sistemas. Muitas empresas tm
sistemas que auxiliam o planejamento da produo como, por exemplo, os supervisrios de
produo, scheduling, etc, porm, no levam em considerao as restries relacionadas
rotina diria das empresas tais como a capacidade individual de cada recurso produtivo, as
interaes entre cada um desses recursos e a capacidade nominal de uma clula de acordo
com o mix.
Portanto o planejamento gerado por tais sistemas podem no apresentar o desempenho
esperado e a principal contribuio deste trabalho foi mostrar que com a utilizao do mtodo
para a manufatura enxuta, se consegue expressveis otimizaes dos processos produtivos e
podem-se usar dinamicamente para a tomada de decises no dia a dia nas organizaes
inclusive em nveis estratgico.
Como o mercado consumidor vem exigindo cada vez mais variedades de produtos que
possuam qualidade, confiabilidade e preos adequados, ou seja, a agregao de valores ao
produto, estas exigncias refletem diretamente nas linhas de produo das indstrias e
consequentemente em toda cadeia logstica.
Um dos grandes problemas ainda enfrentado pelas indstrias est na quebra dos conceitos
ou paradigmas na cultura das pessoas. Inicialmente se enfrenta bastantes dificuldades quando
exposto uma alternativa para a melhoria dos processos de manufatura. Para que os esforos
no caiam em descrdito por parte das pessoas envolvidas, se faz necessrio um planejamento
detalhado de todo o trabalho mostrando com os modelos computacionais os cenrios que
possibilitam a viabilidade das mudanas que sero propostas.
Os ciclos de vida dos produtos esto cada vez mais curtos e as exigncias de
aprimoramento e modernizao constante dos produtos e processos so algumas das
conseqncias que o mercado est impondo s indstrias e, alm disso, a concorrncia entre
as empresas, necessidade de tornar-se competitiva sob todos os aspectos, conduz a uma
busca por solues que tornem a produo eficiente.
A relao de custo/benefcio atualmente, a produtividade e a qualidade so os objetivos
mais perseguidos por todas as empresas no horizonte de curto prazo como forma de tornar
seus produtos competitivos e adequar seus custos de produo.
73
Este trabalho teve como objetivo apresentar um mtodo fazendo-se uso da simulao
discreta como ferramenta de anlise para avaliar o desempenho de um processo fabril em
parte do processo de uma empresa do setor metal-mecnico catarinense.
A necessidade se fez pelo fato do no cumprimento das metas estabelecidas no
planejamento estratgico. Outro ponto que se pode citar, que o processo estudado possui
tempo de ciclo de produo bastante baixo. Portanto, as aes de melhoria que reduzem esse
tempo de ciclo propostas aqui, podem trazer ganhos para toda a organizao, principalmente
se estas aes forem replicadas para outras reas.
Outro ponto importante do envolvimento das pessoas na aplicao do mtodo, a
conquista da equipe no sentido de quebrar a resistncia das pessoas frente s mudanas,
disseminando a importncia das aes para outros segmentos na manufatura e, com o tempo,
mudando a cultura de toda organizao.
Para dar suporte ao trabalho, na reviso bibliogrfica foram apresentadas
fundamentao terica ao desenvolvimento do trabalho com a reviso dos conceitos sobre
manufatura enxuta, os sistemas de produo, focando na manufatura celular, nos seus
conceitos e formas de avaliao do desempenho, nas mudanas atravs de um modelo de
simulao discreta do processo em questo.
O mtodo proposto para avaliao das mudanas no desempenho da linha de produo
foi apresentado no captulo 3 onde foram selecionados os parmetros de entrada e as medidas
de desempenho para o projeto de experimentos aplicados na manufatura utilizando um
modelo de simulao discreta como ferramenta.
A aplicao do mtodo foi apresentado no captulo 4 onde foi mostrado o desempenho
do processo para a situao atual atravs de um modelo da linha, obtendo-se informaes
importantes sobre o desempenho e os principais fatores que afetam a eficincia esperada.
Definiu-se os fatores para a aplicao da tcnica estatstica de projeto experimental
onde alteraes controladas foram realizadas sobre estes fatores possibilitando a observao e
identificao dos motivos causadores das mudanas ocorridas sobre as variveis de respostas.
Quando o retorno financeiro se d no perodo de longo prazo, os investimentos podem se
tornar invivel ou at ineficientes, que quando as mudanas j no atendem as estratgias da
organizao. Sob essa tica, pode-se usar o mtodo no dia a dia, no plano ttico e ainda em
nvel de planejamento estratgico de longo prazo.
O estudo e aplicao realizados em parte do processo de manufatura da organizao
foram de grande valia para a conscientizao de que cada vez mais, este segmento necessita
da utilizao de mtodos e ferramentas de diagnsticos para as melhorias nos processos,
74
5.2. Recomendaes
O trabalho pode-se estender para todas as outras reas produtivas da organizao
inclusive em outros sites do grupo situados na Europa e sia. O presente trabalho foi limitado
apenas em parte do processo por motivos de disponibilidade de tempo e alocao de recursos.
Uma vez mostrados os ganhos potenciais com a aplicao do mtodo presente no trabalho,
com grande a chance de ser estendida a sua aplicao para os outros setores da empresa.
Aqui, analisa-se apenas a parte final do processo de manufatura que a montagem de
compressores.
Para dar continuidade e resultados efetivos no uso do mtodo nos processos de
manufatura, recomenda-se o apoio da rea de informtica, principalmente no que diz respeito
aquisio de dados que alimentaro os modelos, das lideranas dos diversos segmentos do
processo de produo e principalmente da alta administrao da organizao.
75
REFERNCIAS BIBLIOGRFICAS
BORBA, Mirna de. Estudo de Tempos e Mtodos. Apostila do Curso de Tempos e Mtodos,
Universidade Federal de Santa Catarina, 1998.
BLACK, J.T. O Projeto da Fbrica com Futuro. Porto Alegre: Bookman, 1998.
CAMPOS, Vicente Falconi. TQC - Controle da Qualidade Total (no estilo japons). 4 ed.,
Rio de Janeiro: Bloch Editores S.A., 1994.
FREITAS FILHO, Paulo Jos de. Introduo Modelagem e Simulao de Sistemas com
Aplicaes em Arena. Florianpolis: Visual Books, 2001.
FREITAS FILHO, Paulo Jos de. Um Sistema Inteligente de Simulao para Avaliao de
Desempenho Operacional de Um Sistema Flexvel de Manufatura, Tese de Doutorado em
Engenharia de Produo, Departamento de Engenharia de Produo de Sistemas, UFSC,
Florianpolis, 1995.
HUNT, G. E. Waste Reduction Techniques and Technologies. New York: Mc-Graw Hill, p.
25-54, 1990.
LAW, Averill M; KELTON, W. David. Simulation Modeling and Analysis. 2 ed. New York:
McGraw-Hill, 1991.
SHINGO, S. Sistemas de Produo com Estoque Zero: O Sistema Shingo para Melhorias
Contnuas, Porto Alegre, Bookman, 1996.
SONG, S. J. - HITOMI, K. Interacting the production planning and cellular layout for flexible
cellular manufacturing Production Planning & Control, 1996.
TUBINO, Dlvio F. Manual de Planejamento e Controle de Produo. Atlas, Sao Paulo, 1997.
WOMACK, James P. & JONES, Daniel T. A Mentalidade Enxuta nas Empresas: Elimine o
Desperdcio e Crie Riqueza. 5 ed., Rio de Janeiro: Campus, 2004.