avançadas de produção” Joinville , SC, Brasil, 10 a 13 de

APLICAÇÃO DE SIMULAÇÃO

COMPUTACIONAL PARA OTIMIZAR

OS PROCESSOS DE UMA EMPRESA

PRESTADORA DE SERVIÇOS PARA

ISOTANQUES

Ricardo Kenji Oi (UniSantos)

[email protected]

Jose Fontebasso Neto (UniSantos)

[email protected]

Caio Cesar Maia (UniSantos)

[email protected]

Debora Agraz Cutino Nogueira (UniSantos)

[email protected]

Renato Fares Khalil (UniSantos)

[email protected]

Os isotanques são utilizados para transportar cargas a granel líquida

ou gasosa incluindo os produtos perigosos. A utilização desse tipo de

tanque requer frequente manutenção para o atendimento da legislação,

que são realizadas por diversas empresas, sendo a maioria delas de

pequeno porte e desprovidas de ferramentas de gestão. No presente

trabalho foi desenvolvido um modelo de simulação utilizado o software

Arena que utilizou os dados de uma empresa prestadora de serviços de

manutenção para isotanques localizada em Cubatão/SP. A simulação

abordou a principal operação da empresa que é a lavagem, uma vez

XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.





2

que todos os demais serviços dependem dessa etapa. Foram abordados

dois cenários: o cenário atual e um cenário alternativo, em que os

gargalos são aliviados através do acréscimo de mão de obra. Os

resultados mostram que no cenário alternativo, o tempo de espera total

médio para os serviços de lavagem são reduzidos em até 43%, abrindo

espaço para ampliar o atendimento e aumentar a satisfação dos

clientes com o cumprimento de prazos, além de otimizar a mão de

obra, o que permitiria reduzir os custos operacionais da empresa.

Palavras-chave: isotanques, processos, otimização, simulação, Arena





3

1. Introdução

O transporte de produtos perigosos requer que as empresas especializadas atendam às

exigências de segurança, saúde, qualidade e meio ambiente seguindo normas e procedimentos

da legislação pública. Por isso, a organização deve utilizar um sistema de transporte seguro e

técnicas eficientes para manusear cargas de produtos perigosos e nocivos à saúde e ao meio

ambiente. Entre esses produtos encontram-se inflamáveis, explosivos, corrosivos, tóxicos,

radioativos, entre outros.

O modal rodoviário é o mais utilizado para a movimentação de produtos perigosos, que

abastece as indústrias químicas e petroquímicas. No transporte de carga a granel líquida ou

gasosa, geralmente são empregados os contentores cisterna, também conhecidos como

isotanques. Esse tipo de tanque é construído sob as normas da ISO, tornando-o adequado

para o transporte de produtos perigosos. Nos isotanques é necessário efetuar serviços de

inspeção, reparo, manutenção e lavagem, tendo em vista o atendimento pleno das normas.

Existem no mercado dezenas de empresas que prestam esse tipo de serviço, geralmente de

pequeno porte, que não fazem o uso de ferramentas de planejamento, prejudicando assim a

eficiência operacional e a qualidade dos serviços prestados.

O presente trabalho teve como objetivo aplicar a simulação computacional através do

software Arena para analisar os processos e a respectiva proposição da melhoria desses. Para

tanto, foram utilizados dados reais de uma empresa localizada na cidade de Cubatão/SP que

atua no segmento de serviços para isotanques.

2. Fundamentação teórica

Os serviços têm como característica a produção e o consumo simultâneos, e a demanda

apresenta normalmente elevada variabilidade. Considerando que a prestação de serviços é

intangível, a percepção da qualidade é muitas vezes subjetiva. Nesse sentido, a gestão de





4

serviços está relacionada com as atividades que definem o tipo de serviço prestado e a forma

como esse será fornecido aos consumidores (JOHNSTON; CLARK, 2002).

Um aspecto que a gestão de serviços deve considerar é que os processos geralmente não são

totalmente automatizados e a presença humana ainda é prevalente na execução das atividades,

sobretudo naquelas em que há elevado contato com os clientes, conhecidas como front office,

o que repercute na variabilidade e incerteza nos processos (GIANESI; CORRÊA, 2010).

Para resolver esse problema, a simulação surge como uma alternativa que permite reproduzir

o comportamento de um sistema real com o uso dos modernos recursos da tecnologia da

informação, possibilitando a visualização de resultados que serão obtidos em uma situação

real. A vantagem da utilização da simulação é de permitir a análise de diversas alterações no

cenário virtual, sem o custo e o risco de atuar no cenário real (CHWIF; MEDINA, 2010).

Um modelo de simulação computacional corresponde a abstração da realidade, que se

aproxima do verdadeiro comportamento do sistema, de forma simplificada, permitindo uma

previsão sob diversas circunstâncias, a fim de melhorar o seu desempenho (RAHMAN;

SABUJ, 2015).

A simulação pode ser aplicada em diversos tipos de operações com o objetivo de analisar o

sistema atual para verificar os resultados da ampliações e melhorias no processo. Essa técnica

pode ser utilizada tanto para projeto e avaliação de novos sistemas, como também para

reconfiguração física ou mudanças no controle e/ou regras de operação de sistemas existentes,

visando a melhoria dos processos (SAKURADA; MIYAKE, 2009).

Com a evolução dos sistemas de informação computacional nas últimas décadas, a

modelagem de problemas simulando cenários tornou-se uma prática não só extremamente

viável como também imprescindível para ser utilizada como ferramenta de planejamento e de

tomada de decisões (LACHTERMACHER, 2007).

A otimização é a principal objetivo da simulação de um sistema. Trata-se de um processo de

tentar diferentes combinações de valores para variáveis independentes que podem ser





5

controladas, buscando-se uma combinação de valores que possibilite uma saída mais desejada

(HARREL et al, 2000).

Num processo a formação de filas é inevitável e surge sempre que os recursos disponíveis

para execução de uma atividade são limitados, acarretando espera, que se for demasiada, gera

insatisfação por parte dos clientes do serviço. Dessa forma, a simulação facilita a análise da

melhor solução para o problema (PRADO, 2014a).

Slack et al (2009) afirmam que as filas são formadas quando a chegada de demandas

individuais em uma operação é difícil de prever ou o tempo para produção de um produto ou

serviço é incerto, ou em ambos os casos. Chwif e Medina (2014) esclarecem que o fenômeno

de formação de uma fila é consequência direta dos fenômenos aleatórios das chegadas dos

clientes e do atendimento desses. Dessa forma, torna-se necessário coletar corretamente os

dados que representam o real funcionamento do sistema a ser analisado.

O Arena da Rockwell Automation tem sido um dos softwares mais utilizados no campo da

simulação de operações. É composto por um conjunto de módulos utilizados para descrever

uma aplicação real e que funcionam como comandos de uma linguagem de programação. Os

elementos básicos da modelagem são as entidades que representam pessoas, objetos,

transações, etc. que se movem ao longo do sistema. As estações de trabalho demonstram onde

será realizado um serviço ou transformação e os fluxos representam os caminhos que a

entidade irá percorrer ao longo das estações. Esse software tem sido empregado para simular

os mais diversos ambientes, desde linhas de produção, minas, tráfego nas ruas de uma cidade,

entre outros (PRADO, 2014b).

Diversos estudos na área de serviços têm sido desenvolvidos com a aplicação do software

Arena. Aboueljinane et al (2014) desenvolveram um modelo de simulação de eventos

discretos para analisar possíveis mudanças nos processos de serviços de emergências na

França, que levariam a uma maior eficiência operacional para o desempenho da cobertura.

Takakuwa e Shiozaki (2004) simularam um departamento de emergência de um hospital geral

para o planejamento de operações objetivando minimizar os tempos de espera do paciente.

Melo et al (2011) aplicaram a simulação para analisar a execução de serviços de um contrato





6

de manutenção de instrumentação de uma empresa prestadora de serviços onshore e offshore,

em que foi possível identificar os gargalos. Borges et al (2016) aplicaram o software para

simular as operações em um hotel com intuito de identificar oportunidades de melhorias nos

processos. De Souza Pereira et al (2013) desenvolveram um modelo com objetivo de

minimização do tempo em que os clientes permaneciam dentro do sistema sem que fosse

necessário alterar fisicamente o layout do local e nem adquirir novos recursos em uma

secretaria municipal na cidade de Macaé/RJ. Schons e Rados (2009) desenvolveram um

modelo de simulação na biblioteca da UFSC para analisar o tempo em espera em filas, que

representa uma das maiores insatisfações dos clientes na área de serviços.

3. Metodologia

A pesquisa desenvolveu um modelo de simulação com os dados obtidos das operações de

uma empresa prestadora de serviços para isotanques localizada na cidade de Cubatão/SP, que

atende clientes dos ramos químico e petroquímico. A simulação abordou o principal processo

da empresa que é a lavagem, pois trata-se de uma atividade crítica no desempenho das demais

atividades fins, já que todo isotanque deve ser lavado antes e depois de qualquer manutenção

e antes de seu armazenamento, para evitar contaminações.

O lavador possui quatorze funcionários, o setor de reparo tem doze colaboradores, o gate

opera com quatro trabalhadores e o setor de testes periódicos conta com quatro empregados.

Os setores operacionais dessa empresa atuam em dois turnos, que trabalham de segunda a

sábado. A empresa tem capacidade para atender até 40 isotanques por dia.

Quadro 1 – Tipos de serviços de limpeza

Limpeza A Limpeza B Limpeza C Limpeza D

Produto 1 Água Água Solvente Água

Produto 2 Sabão Vapor ou Diesel Sabão Sabão

Produto 3 Água Sabão Água Água

Produto 4 -- Água -- --





7

Para o entendimento do processo e análise dos tempos, falhas e pontos a serem melhorados

foram elaborados dois fluxogramas, um para os processos da limpeza A, B e C, que possuem

as mesmas atividades, mudando apenas os tempos de cada uma, ilustrado na Figura 1, e outro

para o processo D, que é deferente dos demais, que está representado pela Figura 2. Esses

fluxogramas foram desenvolvidos a partir da observação in loco nas operações da empresa e

também através de entrevista com os colaboradores. Ressalta-se que atualmente a organização

não tem seus processos documentados.

Para a construção do modelo foi necessário obter dados e adotar algumas premissas para a

montagem das expressões dos processos e das entradas do modelo:

a) Coleta dos dados: os dados foram coletados nas áreas da empresa entre outubro de

2015 a março de 2016; foram obtidos os tempos e as quantidades de entradas e de

saídas de isotanques;

b) Estimativas das probabilidades e distribuições: foram obtidas a partir dos dados

coletados e compilados em tabelas de frequência e, posteriormente, introduzidas no

modelo de simulação;

c) Recursos: são os funcionários de cada equipe, os equipamentos utilizados e os

produtos empregados em cada tipo de limpeza;

d) Movimentação: os isotanques são movimentados entre os setores da empresa por meio

de empilhadeiras portuárias de grande porte;

e) Alimentação do modelo: o pátio da empresa tem capacidade para armazenamento de

até 2.500 isotanques; a taxa de ocupação é praticamente constante, em torno de 85%.

Figura 1 – Fluxograma do tipo de limpeza A, B e C





8

Figura 2 – Fluxograma do tipo de limpeza D





9

Os isotanques entram no processo de lavagem conforme os prazos acordados com os clientes.

O setor responsável identifica o tipo de lavagem a ser realizado apenas quando o isotanque

chega, logo, a escolha do tipo (A, B, C ou D) é probabilística, conforme ilustra a Tabela 1.

Tabela 1 – probabilidade dos tipos de lavagens

Tipo de Lavagem A B C D

Percentual 44,3% 25,6% 27,5% 2,5%

O tempo entre as chegadas dos isotanques para lavagem também é aleatório e muito variável,

pois também depende do prazo acertado com os clientes, dificultando o planejamento. A

Tabela 2 mostra as probabilidades acumuladas do tempo entre chegadas no setor de lavagem.

Tabela 2 – probabilidade do tempo entre chegadas no setor de lavagem

Chegada de Isotanque (min) 240,0 80,0 36,9 24,0 17,8 14,1 11,7 8,7





10

Probabilidade Acumulada 0,00 0,19 0,56 0,76 0,93 0,98 0,99 1,00

4. Resultados e discussão

As principais atividades do setor de lavagem conforme revelam os fluxogramas das Figuras 1

e 2 são: desmontagem das válvulas; limpeza; secagem; e montagem das válvulas. Cada uma

tem características que variam com o tipo de lavagem, assim, as distribuições empíricas que

modelam cada uma dessas atividades são apresentadas nas Tabelas 3 a 6.

Tabela 3 - Desmontagem das válvulas

Lavagem A

Tempo (minutos) 20,0 22,2 26,6 30,9 35,3 39,7 48,1

Probabilidade acumulada 0,00 0,10 0,30 0,41 0,59 0,81 1,00

Lavagem B

Tempo (minutos) 24,0 29,5 40,0 53,2

Probabilidade acumulada 0,00 0,28 0,52 1,00

Lavagem C

Tempo (minutos) 20,0 23,4 30,1 36,8 50,2

Probabilidade acumulada 0,00 0,23 0,70 0,91 1,00

Lavagem D

Tempo (minutos) 28,0 37,7 60,5

Probabilidade acumulada 0,00 0,52 1,00

Tabela 4 - Limpeza

Lavagem A

Tempo (minutos) 24,0 26,4 29,6 31,2 32,8 34,4 36,0 38,1

Probabilidade acumulada 0,00 0,02 0,38 0,57 0,82 0,97 0,99 1,00

Lavagem B

Tempo (minutos) 58,0 62,0 69,8 74,5 79,2 83,9 88,6 94,7


Lavagem C





11

Tempo (minutos) 62,0 70,6 76,5 82,3 88,1 93,9 99,7 109,9


Lavagem D

Tempo (minutos) 90,0 92,5 97,5 106,0 125,4


Tabela 5 - Secagem

Lavagem A

Tempo (minutos) 30,0 31,6 34,9 38,1 41,4 44,6 51,9

Probabilidade acumulada 0,00 0,22 0,57 0,71 0,77 0,91 1,00

Lavagem B

Tempo (minutos) 30,0 33,9 39,5 43,3 52,0


Lavagem C

Tempo (minutos) 30,0 32,2 36,6 41,0 51,4


Lavagem D

Tempo (minutos) 30,0 32,3 42,0

Probabilidade acumulada 0,00 0,70 1,00

Tabela 6 - Montagem

Lavagem A

Tempo (minutos) 60,0 72,0 96,0 120,0 168,0 240,0

Probabilidade acumulada 0,00 0,56 0,81 0,85 0,87 1,00

Lavagem B

Tempo (minutos) 50,0 92,2 135,8 170,1 238,7


Lavagem C

Tempo (minutos) 80,0 90,2 110,6 131,0 171,8


Lavagem D

Tempo (minutos) 237,8

Probabilidade acumulada 1,00





12

As demais atividades acessórias foram modeladas através das informações obtidas com os

operários e supervisores, a saber:

Colocar ou retirar o isotanque da baia: 10 a 12 minutos;

Colocar o isotanque na baia de degasagem: 13 a 17 minutos;

Retirar o isotanque da baia de degasagem: 10 a 15 minutos.

Essas atividades consideram o tempo de deslocamento da empilhadeira entre os locais.

A lavagem tipo D possui duas atividades extras que necessitam de operários:

Remoção de resíduos: 18 a 20 minutos;

Preparação para degasagem: 10 a 15 minutos.

Nesse tipo há ainda uma atividade que não necessita de operários:

Degasagem do isotanque: 5 a 15 horas.

As atividades corretivas também foram modeladas baseadas em informações dos operários e

supervisores, uma vez que 25% dos isotanques lavados apresentam algum problema:

Inspeção da qualidade: 20 minutos;

Correções da montagem: 15 minutos;

Correções na secagem: 40 minutos;

Reinspeção: 5 a 10 minutos.

A operação do setor de lavagem conta com quatro equipes:

Lavagem: duas duplas de lavadores, que lavam e secam os isotanques;





13

Desmontagem: dois lavadores-montadores, que desmontam as válvulas, apoiam a

equipe de montagem e executam a remoção de resíduos e preparação para

degasagem do isotanque, além de montagens corretivas;

Montagem: dois montadores, que montam as válvulas dos isotanques após a

secagem e efetuam correções, caso necessário;

Empilhadeiras: dois operadores de empilhadeiras que movimentam os isotanques

entre as baias para os serviços;

Um vistoriador, que efetua a vistoria final e corretiva nos isotanques lavados.

O modelo produzido a partir dessas informações para simulação com o Arena está

representado na Figura 3.

Figura 3 – Modelo de simulação em Arena

A simulação do modelo considerou um horizonte de 60 meses e os resultados estão

apresentados nas Tabelas 7 a 12.





14

Tabela 7 - Duração média das lavagens completas

Tempo (h) Variação (h)

Lavagem A 03:59 00:01

Lavagem B 04:03 00:01

Lavagem C 03:55 00:01

Lavagem D 14:16 00:12

Tabela 8 - Duração média das correções completas


Lavagem A 00:15 00:01

Lavagem B 00:16 00:01

Lavagem C 00:15 00:01

Lavagem D 00:16 00:02

Tabela 9 - Duração média da espera entre serviços


Lavagem A 07:17 00:08

Lavagem B 07:31 00:09

Lavagem C 07:38 00:10

Lavagem D 08:25 00:20

Tabela 10 - Duração média do movimento entre serviços


Lavagem A 00:22 00:01

Lavagem B 00:21 00:01

Lavagem C 00:22 00:01





15

Lavagem D 01:00 00:01

Tabela 11 - Quantidade média de isotanques lavados por mês

Unidades Variação (un)

Lavagem A 181,90 3,40

Lavagem B 106,73 2,41

Lavagem C 113,60 2,88

Lavagem D 10,02 0,83

Tabela 12 - Taxa de utilização dos recursos

Recurso Utilização

Empilhadeira 1 18,04%


Equipe Lavagem 1 77,97%


Lavador Montador 1 62,88%


Montador 1 45,79%

Montador 2 44,70%

Vistoriador 34,79%

A Tabela 12 mostrou que nas equipes de lavagem os lavadores-montadores estão com taxas

de utilização muito altas, acima de 60%. Assim, simulou-se um cenário com três equipes de

lavagem e um lavador-montador exclusivo para a equipe de desmontagem. As Tabelas 13 a

18 apresentam os resultados dessa simulação.

Tabela 13 - Duração média das lavagens completas


Lavagem A 03:58 00:01





16

Lavagem B 04:05 00:01

Lavagem C 03:56 00:01

Lavagem D 14:22 00:10

Tabela 14 - Duração média das correções completas


Lavagem A 00:15 00:01

Lavagem B 00:15 00:01

Lavagem C 00:15 00:01

Lavagem D 00:14 00:02

Tabela 15 - Duração média da espera entre serviços


Lavagem A 04:44 00:03

Lavagem B 04:44 00:03

Lavagem C 04:47 00:03

Lavagem D 04:46 00:09

Tabela 16 - Duração média do movimento entre serviços


Lavagem A 00:21 00:01

Lavagem B 00:22 00:01

Lavagem C 00:22 00:01

Lavagem D 01:00 00:01

Tabela 17 - Quantidade média de isotanques lavados por mês

Unidades Variação (unid.)

Lavagem A 182,00 2,79

Lavagem B 106,78 2,03

Lavagem C 112,17 2,71

Lavagem D 10,48 0,83





17

Tabela 18 - Taxa de utilização dos recursos

Recurso Utilização









Montador 1 41,51%

Montador 2 41,31%

Vistoriador 34,66%

Os resultados comprovaram que o acréscimo de uma equipe de lavagem e de um lavador-

montador exclusivo reduziria significativamente o tempo de espera em mais de 35% para a

lavagem A, em mais de 37% para as lavagens B e C, e em mais de 43% para as lavagens D.

Todos os demais valores permaneceram estatisticamente iguais. Essa redução na espera

permitirá que os serviços sejam prestados em menor tempo, de forma a aumentar a satisfação

dos clientes com o cumprimento de prazos, além de reduzir a utilização das equipes de

lavagem e desmontagem, permitindo um serviço mais detalhado e menos sujeito a correções.

Cabe ressaltar que as empilhadeiras apresentaram baixa utilização, contudo, elas também são

utilizadas para retirar e colocar os isotanques que chegam e partem do pátio nos caminhões,

assim, a sua taxa de utilização é maior do que a indicada neste estudo.

5. Conclusão

A aplicação da simulação computacional para analisar os processos da empresa de

manutenção e armazenamento de isotanques mostrou que há algumas equipes do setor de





18

lavagem de isotanques sobrecarregadas, com utilização acima de 60%, acarretando problemas

na execução dos serviços, dado o elevado índice de 25% de reprovação na vistoria dos

serviços de lavagem.

A análise de um cenário alternativo, em que uma mais uma equipe de lavagem e um lavador-

montador são acrescidos às atuais equipes, mostra uma redução de mais de 20 % na utilização

das equipes de lavagem e de cerca de 10 % no caso dos lavadores-montadores, além de uma

significativa redução que varia de 35% a 43% nos tempos de espera entre os serviços dos

isotanques atendidos, o que resultaria em maior cumprimento de prazos e redução das

reprovações na vistoria.

Outros aspectos a considerar são: introdução de controles de tempo de execução dos serviços,

haja vista que não existem, ou são iniciativas individuais, impedindo um planejamento

eficiente e um efetivo aproveitamento dos equipamentos e mão de obra e; triagem dos

isotanques por tipo de lavagem e prazo de entrega na entrada do pátio, organizando baias para

apenas um único tipo de lavagem, permitindo a padronização de procedimentos e melhor

gestão de materiais e aproveitamento do quadro de funcionários.

6. Referências

ABOUELJINANE, L.; SAHIN, E.; JEMAI, Z.; MARTY, J. A simulation study to improve the performance of

an emergency medical service: application to the French Val-de-Marne department. Simulation modelling

practice and theory, n. 47, p. 46-59, 2014.

BORGES, L. A.; ADEDEJI, F. S.; ATES, M.; ELLIS, S.; OSEME, K.; SENTURK, F. PCN and Arena meet

hotel. The Journal of Applied Business and Economics, v. 18, n. 1, 2016.

CHWIF, L.; MEDINA, A. C. Modelagem e Simulação de Eventos Discretos: Teoria & Aplicações. 3. ed. São

Paulo: Ed. dos Autores, 2010.

DE SOUZA PEREIRA, N. E.; MEZA, E. B. M.; TAMMELA, I. Modelagem e Simulação dos Processos de

Atendimento ao Público num Orgão Público Municipal Visando a Melhoria do Serviço: Um Estudo de Caso na

Prefeitura Municipal de Macaé. In: X Simpósio de Excelência em Gestão e Tecnologia, 2013, Resende.

SEGET – Gestão e Tecnologia para a Competitividade. Resende: AEDB, 2013, v. 10.

GIANESI, I. G. N.; CORRÊA, H. L. Administração Estratégica de Serviços - Operações para a Satisfação

do Cliente. São Paulo: Atlas, 2010

HARREL, C. R.; GHOSH, B. K.; BOWDEN, R. Simulation Using Promodel. New York: McGraw-Hill, 2000.

JOHNSTON. R.; CLARK, G. Administração de Operação de Serviço. São Paulo: Atlas, 2002.





19

LACHTERMACHER, G. Pesquisa Operacional na Tomada de Decisões: Modelagem em Excel. 3. ed. Rio de

Janeiro: Elsevier, 2007.

MELO, N. A. F.; PESSANHA, A. M. B.; ROCHA FILHO, S. M. D. Estudo da Aplicação do Software Arena em

um Contrato de Prestação de Serviço de Manutenção de Instrumentação. Exatas & Engenharia, v. 1, n. 02,

2011.

PRADO, D. (2014a). Teoria das Filas e Simulação. 5. ed. Nova Lima: Editora Falconi, 2014.

__________(2014b). Usando o ARENA em simulação. 5 ed. Nova Lima: Editora Falconi, 2014.

RAHMAN, C. M.; SABUJ, S. U. Process flow improvement proposal of a batch manufacturing system using

arena simulation modeling. Review of General Management, v. 21, n. 1, p. 63-77, 2015.

SAKURADA, N.; MIYAKE, D. I. Aplicação de simuladores de eventos discretos no processo de modelagem de

sistemas de operações de serviços. Gestão & Produção, v. 16, n. 1, p. 25-43, 2009.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 3 ed. São Paulo: Atlas, 2009.

TAKAKUWA, S.; SHIOZAKI, H. Functional analysis for operating emergency department of a general

hospital. Proceedings of the 2004 Winter Simulation Conference, p. 2003-2011, 2004.

SCHONS, C. H.; RADOS, G. V. A importância da gestão de filas na prestação de serviços: um estudo na

BU/UFSC. Revista Digital de Biblioteconomia e Ciência da Informação, v. 6, n. 2, p. 116-135, 2009.

javascript:__doLinkPostBack('','mdb~~buh%7C%7Cjdb~~buhjnh%7C%7Css~~JN%20%22Review%20of%20General%20Management%22%7C%7Csl~~jh','');

Documents

avançadas de produção” Joinville , SC, Brasil, 10 a 13 de