enegepioio

7/25/2019 enegepioio

http://slidepdf.com/reader/full/enegepioio 1/14

UTILIZAÇÃO DA MODELAGEM ESIMULAÇÃO DE EVENTOS DISCRETOS

COMO FERRAMENTA PARA ANÁLISEDE PROPOSIÇÕES DE OTIMIZAÇÕESEM PROCESSOS INDUSTRIAIS: O CASO

DE UMA INDÚSTRIA DECOMPUTADORES

Marcus Vinicius Lemos da Silva (UESC)[email protected]

Cristina Pereira Medeiros (UESC)[email protected]

Agnaldo Freire (UESC)[email protected]

Renato Reis Monteiro (UESC)[email protected]

A crescente concorrência no setor da industrial obriga os seus gerentes

e gestores a buscar as mais modernas técnicas de administração dos

seus processos e operações. Este trabalho tem como objetivo principal

demonstrar como a modelagem e simulação de eventos discretos pode

fazer a análise de proposição de otimizações em processos industriais,

a partir da análise crítica do modelo. Para mostrar a aplicabilidade da

ferramenta, foi realizado um estudo de caso na empresa PC-Bom

(nome fictício), uma montadora de computadores. Desta forma foi

possível demonstrar como um modelo computacional de simulação

pode ser utilizado no sistema decisório para análise das proposições

de modificação de sistemas produtivos.

Palavras-chaves: Modelagem; Simulação; Otimização.

XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no

Cenário Econômico Mundial Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.





2

1. Introdução

É fundamental há algum tempo que as empresas passem a desenvolver e aplicar em seu

processo produtivo, novas tecnologias capazes de melhorar seu desempenho como um todo, pois cada vez mais a concorrência acontece em escala global em um mercado que está emconstantes mudanças.

O planejamento e desenvolvimento de processos de produção, planejamento e implementaçãode novas tecnologias de produção, alocação de recursos escassos a unidades de negócio e

planejamento de longo prazo da capacidade e das instalações auxiliam as unidades industriaisa desenvolver ou ampliar suas vantagens competitivas neste cenário de livre concorrência.

Diante deste cenário as empresas são obrigadas se utilizar de diversos recursos e as maisnovas tecnologias existentes em todas as áreas do seu negócio, a fim de eliminar gargalos,aumentar sua competitividade e manter-se ou ganhar espaço no mercado.

Gargalos são obstruções no fluxo normal de um processo limitando sua capacidade. Aimplementação de novas tecnologias no processo produtivo busca a eliminação destesgargalos. Este é um processo continuo, pois sempre que se elimina um gargalo surge outroelemento limitador. Por isso Gaither e Frazier (2006) defendem que o mais importante não éidentificar e eliminar os gargalos, mas sim utilizar de forma correta e na sua totalidade osrecursos de que dispõe.

Para serem bem sucedidas, as empresas de hoje devem ser flexíveis e capazes de responderrapidamente a estas mudanças no mercado. Por isso a modelagem e simulação de processos setornam cada vez mais uma ferramenta muito procurada pela empresas nos mais diversosramos de negócio.

A modelagem e simulação de eventos discretos será o objeto de estudo deste trabalho a fim decomprovar através de referencial teórico e um estudo de caso, realizado em uma montadora decomputadores do pólo de informática de Ilhéus, como esta ferramenta pode contribuir para aanálise e proposição de otimização de processos.

Observa-se que hoje no pólo de informática de Ilhéus a maioria das empresas toma decisões baseadas na experiência de um funcionário ou mesmo no “chute”, não existindo o aporte deferramentas de auxilio a tomada de decisões ou mesmo com um referencial teórico.

Diante este cenário, questões ligadas à redução de custos, melhoria de qualidade e otimizaçãode processos industriais, que possuem uma relevância muito grande no dia a dia da empresa,

podem sofrer com decisões arbitrárias ou completamente erradas ocasionando resultadosdesastrosos para a empresa. Dentre estas questões, a melhoria dos processos industriais é umdos pontos críticos para o aumento da competitividade da empresa.

Desta forma este trabalho busca responder a seguinte questão: Como a modelagem esimulação de eventos discretos pode ser utilizada para fazer a análise de proposições dealterações em um processo produtivo?

As vendas de computadores no Brasil no ano de 2010 devem chegar ao incrível número de 14milhões de máquinas vendidas, projeção feita pela Abinee – Associação Brasileira daindústria elétrica e eletrônica, um aumento de 30% nas vendas. O Pólo de Informática, eletro-eletrônico e Telecomunicações de Ilhéus responde por 15% do mercado formal de venda de

computadores, apesar das grandes dificuldades encontradas na área logística e de infra-estrutura.





3

Chwif e Medina (2007) afirmam que a modelagem e simulação é recomendada quando seexiste um problema complexo, dinâmico e com aleatoriedades. Desta forma problemas emsistemas determinísticos ou estatísticos, a simulação não é conveniente pela complexidade.

Assim, para a obtenção de um maior desempenho operacional, o estudo com ferramentas desimulação possibilitam a análise de melhorias em processos através de experimentações sem anecessidade de fazê-lo no sistema real, mas sim em um ambiente computacional. Essasexperimentações possibilitam a obtenção de cenários otimizados além do conhecimento

prévio de todas as suas restrições antes que a proposição seja experimentada no sistema real.

2. Modelagem e Simulação de Eventos Discretos

A palavra simulação é definida por muitos dicionários como fingimento, dissimulação oudisfarce, mas neste trabalho ela tem um sentido mais técnico. A simulação que será tratada é asimulação computacional, que tem como objetivo principal imitar um processo ou

procedimento do mundo real, com auxilio do computador.

Segundo Freitas (2001 apud SCHAPPO, 2006) a simulação consiste na utilização de técnicasmatemáticas implementadas no computador que permitem imitar qualquer tipo de sistema ou

processo do mundo real. Já Pegden (1990 apud SCHAPPO, 2006) define a simulação como o processo de projetar um modelo computacional de um sistema real e conduzir experimentosobjetivando entender seu funcionamento e avaliação de estratégias para sua operação.

A simulação de sistemas é, portanto, uma metodologia experimental que busca descrever ocomportamento de um sistema. Esta metodologia constrói formas de quantificar ocomportamento observado, prevendo o comportamento futuro. A proposta da simulação é

produzir dados que, quando analisados, identificarão importantes aspectos do sistemaestudado, auxiliando na explicação, compreensão e melhoria do mesmo.

Um modelo de simulação de um sistema é a construção e representação simplificada dasdiversas interações entre as partes deste sistema, é uma abstração da realidade, aproximando-se do verdadeiro comportamento do sistema (CHWIF; MEDINA, 2007).

É importante ressaltar que a simulação não é uma ferramenta que irá solucionar todos os problemas, não irá prever o futuro, não é estritamente de otimização e não substitui anecessidade do raciocínio por parte do analista. Chwif e Medina (2007) defendem que asimulação é melhor aplicável para sistemas complexos, dinâmicos e com aleatoriedades.

A modelagem e simulação de eventos discretos busca responder a questões do tipo: “o queocorre se...”. É possível notar que este tipo de questão possibilita infinitas alternativas, o quetorna a simulação capaz de analisar as mais variadas circunstâncias dentro de um sistema.

2.1. Metodologia proposta para um estudo de simulação

Este estudo seguiu as etapas propostas por Chwif e Medina (2007), Segundo os autores, odesenvolvimento de um modelo de simulação é composto por três etapas principais:

a) Concepção ou formulação do modelo; b) Implementação do modelo;c) Análise dos resultados do modelo.

Na fase de concepção é necessário que o analista de simulação entenda claramente o sistema aser simulado e os objetivos. É necessário se definir qual o escopo do modelo, suas hipóteses e

o nível de detalhamento. Ao fim desta etapa o modelo abstrato, que foi desenvolvido, deve sertransformado em um modelo conceitual, de modo que todas as pessoas envolvidas no projeto





4

possam entendê-lo.

Nesta etapa que os dados de entrada do modelo devem ser trabalhados, estes dados de entradados sistemas que são modelados na sua maioria possuem fenômenos aleatórios que fazemcom que nunca se saiba exatamente o tempo para ocorrência ou desenvolvimento dosmesmos.

Como já foi discutido anteriormente, o modelo de simulação busca absorver o comportamentodo sistema real com todas as suas aleatoriedades, e assim representar virtualmente com basenestes dados de entrada de modo que o modelo seja o mais representativo possível. A fase dacoleta e modelagem dos dados é uma das mais importantes na construção de um modelo parasimulação.

Na etapa de implementação, o modelo conceitual é convertido em um modelo computacional.Alguns resultados podem ser gerados para que seja feita a validação e verificaçãocomputacional.

O termo validação está ligado ao modelo conceitual e tem como objetivo verificar se omodelo que está sendo desenvolvido está correto, verificar os parâmetros adotados e o nívelde detalhe e escopo do modelo, para que represente de forma adequada o sistema simulado. O

processo de verificação esta ligado ao modelo computacional, Ele busca verificar se o modeloestá sendo construído corretamente e significa de maneira simples retirar todos os defeitos domodelo.

Pode-se dizer que a validação está relacionada ao que será modelado e a verificaçãorelacionada com a maneira como o modelo será implementado.

O sistema pode ser modelado com a utilização de alguma linguagem específica de simulação,mas o mais comum a ser utilizado hoje em dia são os simuladores, estes se utilizam de

interfaces gráficas que possibilitam ao usuário definir parâmetro e processos do sistema demaneira simples e rápida, havendo apenas a necessidade uma boa lógica de programação por

parte do analista, mas sem a necessidade, em alguns casos, do conhecimento de umalinguagem de programação especifica.

A última etapa do estudo segundo Chwif e Medina (2007) compreende a faze experimental domodelo. A partir dos resultados gerados nas rodas de simulação do modelo é possível gerarconclusões e recomendações sobre o sistema. A Erro! Fonte de referência não encontrada. mostra como acontece esta metodologia de simulação.





5

Fonte: Chwif (1999)Figura 1 - metodologia de simulação.

3. Processo Industrial de montagem de computadores

O processo produtivo de computadores pode ser resumido na Figura 2, nela estão descritos emsequência todos os passos do processo.

Figura 2 - Processo produtivo industrial de computadores.

Quando o material é recebido na linha de produção existem dois caminhos a seguir, a etapa2.1 é responsável por montar o gabinete do computador, nesta etapa gabinete, HD, drives eleitores de cartão são integrados, a etapa 2.2 tem o objetivo de integrar a memória,

processador e outras placas na placa mãe do computador.

A etapa 3 é responsável por integrar a placa mãe ao gabinete do computador. Na etapa 4 érealizada a configuração da BIOS do computador e a realização de um pré teste a fim dedetectar possível mau funcionamento do hardware.

A etapa 5 corresponde ao setor de Run-in no qual é feita a instalação do sistema operacional esão realizados alguns testes de stress e performance na memória, HD e processador.

O controle de qualidade na etapa 6 é responsável por verificar a existência de alguma nãoconformidade no produto antes de encaminhá-lo para etapa 7 para embalagem e expedição do





6

computador.

4. Resultados e discussões

4.1 Concepção

Foi realizado um estudo de caso na empresa PC-Bom (nome fictício) montadora decomputadores localizada no pólo de informática de Ilhéus.

O modelo de simulação foi desenvolvido para a linha de montagem de computadores pessoaise servidores da empresa PC-Bom, foi construído para identificar gargalos em sua linha de

produção. Pretendeu-se no estudo analisar a capacidade de produção da linha e proporalterações no layout ou rearranjo de suas atividades a fim de aumentar a eficiência da fábricae sua capacidade produtiva.

A obtenção dos dados de entrada do modelo se deu pelo processo de cronometragem dasetapas e análise de relatórios fornecidos pela PC-Bom. O tratamento estatístico dos dados foirealizado com o auxilio do software Stat:fit.

Alguns processos dentro das etapas não conseguiram uma boa aderência a nenhumadistribuição analisada. Desta forma, para estes processos foram utilizadas distribuições fixascom base no valor médio obtido, uma vez que os tempos obtidos foram pouco representativosdentro do tempo total da etapa estudada.

4.2 Implementação

Foi desenvolvido um modelo computacional com a utilização do software SIMUL8contemplando o processo produtivo de computadores pessoais e servidores com gabinetesverticais. Este primeiro modelo desenvolvido contemplou os dois produtos supracitados porserem os de maiores demandas para a empresa.

O simulação se inicia na etapa 1 que possui tempo zero de processamento para fins desimulação e chegadas finitas. Estas totalizam um número de 112 máquinas distribuídas em 7lotes de 16 cada um por dia simulado. Os lotes foram calculados com base na capacidade

produtiva estipulada pela empresa, dividindo-a pelo tempo diário disponível para montagem.

Todos os postos de trabalho foram configurados no modelo para funcionar das 08h 00 min. às18h 15 min. com intervalo de 1h30min para o almoço e 10 minutos de intervalo no horário damanha e à tarde, com exceção do Run-in que continua desenvolvendo sua atividade nessesintervalos. Muitas vezes, algumas máquinas terminam seu processamento no Run-in após as18h 15min. Para fins de simulação foi considerado então que o término das atividades nesse

posto, seria às 20h 15min.

O desenvolvimento do modelo não contemplou o reparo de máquinas não conformes, poiseste processo não está bem definido pela empresa, no qual não existe se quer um funcionáriodesignado especificamente para esta tarefa.

Desta forma, estas máquinas podem ficar em tempo de espera até que haja disponibilidade dealgum colaborador ou o momento que seja necessário a liberação do lote. No momento davalidação do modelo este não foi um ponto questionável e de possível invalidação do modelo

por representar menos de 2% do total de máquinas montadas pela fábrica e não interferir nosobjetivos do estudo.

O modelo foi desenvolvido em uma fase de Transição de utilização de sistemas operacionais

para teste e por este motivo foram contempladas duas situações diferentes dentro destesistema.





7

Anteriormente, o Run-in possuía um período de 15 minutos de teste mais o tempo necessário para copiar a imagem do Windows XP ou outro sistema operacional mais leve.

Agora este posto passa por um período de testes de 1 hora e realiza a clonagem da imagem doWindows 7, Linux ou outro sistema operacional mais pesado. Diante disso, a comparaçãoentre as duas situações e os impactos para o sistema serão discutidos na análise dos cenários.

4.3 Análise

Utilizando o modelo desenvolvido, foram realizadas duas simulações distintas referentes aomodelo atual e propostos, a primeira levou em consideração apenas um dia de trabalho, com112 máquinas para serem montadas no dia. A segunda simulação foi feita para o período deuma semana de trabalho, 112 máquinas por dia totalizando 560 máquinas. O intuito destassimulações iniciais foi estabelecer a capacidade produtiva da empresa a partir do modelo ecompará-las com as informações que eram passadas sobre a capacidade da fábrica. Foramavaliados os seguintes parâmetros:

a) Volume total produzido; b) Número de computadores montados até a chegada ao Run-in.c) Porcentagem do tempo em que os postos de trabalho estão esperando por trabalho;d) Porcentagem do tempo em que os postos de trabalho estão efetivamente trabalhando;

4.3.1 Situação atual

4.3.1.1 Capacidade Produtiva

As tabelas a seguir apresentam os resultados obtidos na simulação para um dia de trabalho euma semana, com ambas as situações já descritas. Os resultados obtidos possuem umintervalo de confiança de 95%, ou seja, apenas 5% das ocorrências devem estar fora deste

resultado. São apresentados também estes desvios para menos (-95%) e para mais (+95%) a partir da média obtida.

A fábrica assume média de montagem diária de 100 computadores. Porém, a partir da Tabela1, é possível verificar que a valor real da média de montagem de computadores em um dia éaproximadamente 76, quando utilizado o Windows XP no Run-in e cerca de 64 máquinasquando o Windows 7 ou Linux são utilizados, ambos aquém do estimado pela fábrica.

Sistema simuladoWin XP - 15 min de

Run-inWin 7 e Linux - 1H de Run-

inObjeto do estudo -95% Média +95% -95% Média +95%

Número de computadores

montados74,8 75,99 77,17 63,74 63,97 64,21

Fechamento - nº de computadoresmontados antes no Run-in

97,23 97,93 98,63 97,14 97,82 98,5

Tabela 1 - Número de computadores montados em um dia de trabalho

Já considerando a produção em uma semana de trabalho ininterrupta com o mesmo tipo de produto, foram obtidos resultados mais consistentes com adotado pela administração dafábrica, conforme mostrado na Tabela 2.

Sistema simulado Win XP - 15 min de Run-in Win 7 e Linux - 1H de Run-

in Objeto do estudo -95% Média +95% -95% Média +95%

Número de computadoresmontados

505,27 506,97 508,68 493,98 495,33 496,69





8

Fechamento - nº de computadoresmontados antes no Run-in

529,29 530,72 532,15 529,31 530,65 532,00

Tabela 2 - Número de computadores montados em uma semana de trabalho

Ambas as situações analisadas na Tabela 2 têm médias diárias aproximadamente iguais a 100computadores, porém estes números não correspondem às médias reais diárias.

Observando a grande variação de produção diária na comparação da simulação feita para umdia e para uma semana, verificou-se a necessidade de fazer um estudo da variação da médiade computadores montados ao longo de uma semana. O Quadro 1 mostra os resultados paradiferentes números de dias simulados.

DiasSimulados

Computadores Montados (em jornada normal de trabalho)Run-in 15 min, Win XP Run-in 1 H, Win 7 ou Linux

1 75,99 63,972 180,74 171,39

3 289,74 279,114 398,76 386,825 506,97 495,33

Quadro 1 - Total de computadores montados ao longo de uma semana

A partir do Quadro 1 é possível evidenciar os benefícios do estudo para o Planejamento eControle da Produção (PCP) agregando-lhe valor na análise da capacidade produtiva dafábrica.

Relacionando os dias simulados com prazos de entrega de pedidos, pode-se determinar otempo necessário para atender a demanda. Por exemplo, um pedido de 200 máquinas não

pode ser produzido em menos de 3 dias, conforme o Quadro 1. Partindo da média diária de100 máquinas estabelecida pela fábrica, o pedido do exemplo em questão seria atendido aofinal do segundo dia de produção, porém como demonstrado na simulação é inviável atende-lo no prazo estabelecido sem que seja necessária a realização de horas extras, o que acontecefrequentemente na fábrica.

Ao longo da semana a média de computadores produzidos aumenta conforme demonstrado naQuadro 2. Este fato acorre porque muitos computadores não finalizados no dia anterior detrabalho retomam o processo no começo do dia diminuindo a ociosidade dos postos detrabalho.

Dias

Simulados

Média diáriaRun-in

15 minWin XPRun-in

1 H Win 7ou Linux1 75,99 63,972 90,37 85,693 96,58 93,044 99,69 96,705 101,39 99,07

Quadro 2 - Variação da média de produção diária ao longo de uma semana

Logo a simples análise da média baseada na média semanal não pode ser utilizada como parâmetro para determinar a capacidade produtiva da fábrica.

4.3.1.2 Utilização dos postos de trabalho Na Figura 3 foi feita a análise da taxa percentual de utilização de cada posto de trabalho, uma





9

vez que os operários se revezam na realização das atividades dentro dos postos. O posto de Run-in não foi representado neste gráfico, pois por ser um posto que admite, enumerasmaquinas sendo operadas ao mesmo tempo e em tempos diferentes o modelos desenvolvidonão media sua taxa de utilização.

Inicialmente é possível observar que os postos que ficam localizados após o Run-in possuem baixa taxa de utilização como conseqüência do extenso tempo requerido para este posto,representando grande parte do tempo de trabalho necessário para a montagem de umcomputador. Neste posto os computadores chegam de maneira individual, mas são liberadosem lotes de 16 à 24 máquinas, desta forma o tempo de processamento passa a ser não de umcomputador ou do primeiro deles mas sim do ultimo a começar o trabalho, daí o elevadotempo de trabalho neste posto.

Figura 3 - Porcentagem de tempo em que os postos estão trabalhando para Simulação de um dia

Observando a tabela dos resultados evidencia-se que a montagem das caixas de embalagem ekits é caracterizada como exceção, com relação às taxas de utilização dos demais postos. Porser este um posto que não possui precedentes para iniciar suas atividades, neste ponto osoftware na simulação aloca os recursos humanos que não estão realizando outras tarefas paraexecutá-la.

De maneira análoga a Figura 4 apresenta o gráfico com a porcentagem de tempo que cada posto de trabalho passa em espera de trabalho.





10

Figura 4 – porcentagem de tempo de espera dos postos de trabalho para Simulação de um dia

Os gráficos da porcentagem de tempo efetivo de trabalho e da porcentagem de tempo deespera dos postos de trabalho se comportam da mesma maneira independente do número dedias simulados, desta maneira não houve necessidade da representação dos mesmos nesteestudo.

4.3.2 Modelos propostos

Uma vez feita a análise da situação atual da fábrica e sua capacidade produtiva foram propostos dois cenários com alterações no sistema produtivo com o objetivo de estudar

alternativas para aumentar a produtividade sem aumentar os custos de produção. Foram propostos os seguintes cenários:

a) Extinguir a fila de espera após o Run-in; b) Dobrar a linha de montagem de computadores na parte da manhã.

4.3.2.1 Extinguir a fila de espera após o Run-in;

A premissa básica deste modelo é acabar com o acúmulo de computadores após o Run-in fazendo com que eles sejam logo processados pelo posto CQ Final com o objetivo de aceleraro trabalho dos postos localizados após o Run-in possibilitando a finalização de maiscomputadores ao longo do dia de trabalho.

A exemplo da análise feita da situação atual da fábrica, foram feitas simulações para 1, 2, 3, 4e 5 dias de trabalho consecutivos com o mesmo produto, levando-se em consideração asmesmas características do sistema diferenciando-se apenas pela mudança proposta.

Foi observado nas simulações que a variação nos parâmetros analisados dos postos(ociosidade e tempo trabalhando) foi pequena com o aumento do número de dias simulados.A Tabela 3 mostra os resultados da taxa de utilização para uma semana de trabalhocomparando com o modelo anterior. O cenário utilizado para comparação será o que realiza aclonagem do Windows 7 ou Linux e realiza 1 hora de testes no Run-in por este ser o novo

padrão da empresa.

Sistema simulado Win 7 e Linux - 1H de Run-in Mesmo cenário sem esperaapós o Run-inObjeto do estudo -95% Média +95% -95% Média +95%





11

Prep. do gabinete 64,84 64,95 65,06 64,99 65,1 65,22Mont. da placa mãe 31,01 31,14 31,27 31,06 31,2 31,33Integração 1 43,27 43,47 43,67 43,37 43,57 43,77Integração 2 42,84 42,97 43,11 42,93 43,07 43,22Teste e Conferência 48,84 49,03 49,21 47,61 47,8 47,99

Fechamento 26,1 26,25 26,4 26,17 26,32 26,47CQ FINAL 31,93 32,07 32,21 33,73 33,85 33,97Vistoria 24,72 24,92 25,12 25,73 25,93 26,13Embalagem 17,41 17,54 17,67 19,03 19,14 19,24Mont. das caixas 81,02 81,76 82,5 59,69 61,45 63,21

Tabela 3 - Comparativo da porcentagem de trabalho entre o cenário atual da fábrica e o 1º modelo proposto

Observa-se na Tabela 3 que houve uma pequena variação na porcentagem de tempo detrabalho. Com base nos resultados obtidos nesta simulação para vários dias, foi montado oQuadro 3 que compara a capacidade produtiva da fábrica em sucessivos dias de produção deum mesmo produto comparando o modelo atual e o modelo proposto, apresentando também a

evolução da média diária de produção.

DiasSimulados

Computadores Montados(em jornada normal de trabalho)

Média diária

Sistema Atual

Sistema

Proposto Sistema Atual

Sistema

Proposto1 63,97 82,18 63,97 82,182 171,39 189,32 85,69 94,663 279,11 297,92 93,04 99,314 386,82 406,43 96,70 101,615 495,33 515,43 99,07 103,09

Quadro 3 - Comparativo entre os modelos atual e proposto 1 da capacidade produtiva da fábrica

A partir da Quadro 3 é possível observar que o modelo proposto apresenta um ganho de produtividade com relação ao que é feito atualmente na fábrica. A média de computadoresmontados teve um discreto aumento de apenas 4 máquinas ao final dos 5 dias simulados, o

que não reflete o ganho gerado pelo modelo proposto. Porém, para um dia de produção asimulação apresentou um aumento da capacidade produtiva em cerca de 19 máquinas.

Portanto, o modelo se mostrou bastante eficiente diante a necessidade de atender a umademanda de produção diária de 80 computadores já que a mesma produção não pode seratingida ao final de um dia de trabalho no modelo atual (64 computadores), sem que sejamrealizadas horas extras.

Este modelo proposto garantiria à fábrica uma maior capacidade produtiva tornando o sistemamais eficiente e capaz de atender a maiores demandas sem a necessidade de realização detrabalho fora do expediente.





12

4.3.2.2 Dobrar a linha de montagem de computadores na parte da manhã

Este modelo foi desenvolvido buscando um sistema de trabalho que possibilitasse amaximização da utilização do Run-in e a criação de um pulmão após este posto sem que a

produção ficasse desbalanceada. Desta forma, os postos continuariam com as mesmasatividades, não havendo também a necessidade de contratação de mão de obra auxiliar para aampliação da capacidade produtiva. Para o funcionamento deste modelo foi aumentado onúmero de maquinas a serem montadas em um dia de trabalho de 112 para 144.

Existe na empresa uma segunda linha de produção que é utilizada apenas para a montagem deservidores tipo hack e notebooks. A proposta é utilizar duas configurações de produção emtrês períodos distintos durante o dia de trabalho, utilizando a segunda linha de montagem.

Os três períodos e suas configurações são mostrados a seguir:

a) Turno matutino: neste período propõe-se a criação de mais um posto de preparação degabinetes e dois postos de integração, de modo que apenas os postos até o Run-in

trabalhem e todos os colaboradores da fábrica estejam concentrados nestas tarefas. Com ointuito de maximizar a utilização dos recursos e viabilizar este modelo, os primeiros 30minutos serão reservados a desembalagem dos gabinetes. A duplicação dos postos estariaativa apenas na parte da manhã e possibilitaria que mais computadores fossem montados eencaminhados ao posto de Run-in neste período de trabalho;

b) Horário de Almoço: as máquinas montadas no período matutino que ainda nãocompletaram seu ciclo de Run-in continuariam a ser processadas nesse período

possibilitando que estejam disponíveis no período seguinte. Isto é possível, pois este postonão necessita de um recurso humano para realizar sua atividade;

c) Turno Vespertino: no período da tarde a fábrica deve retornar a sua configuração originalcom apenas uma linha de produção e os recursos devem retornar aos seus postos originais.

Existe na fábrica dois KVMs, equipamento utilizado no teste das máquinas, que serãoutilizados neste período de trabalho no posto de CQ Final, possibilitando que todas asmáquinas acumuladas desde o início da manhã sejam processadas e mandadas parainspeção e embalagem.

Os resultados obtidos no modelo ao final de um dia de produção, mostram que o número decomputadores montados antes do Run-in passa de 98 para 142, aumentando a produtividade,conforme Tabela 4.

Sistema simuladoModelo Atual utilizando Win 7

e Linux - 1H de Run-in Dobrar a linha de montagem de

computadores na parte da manhã

Objeto do estudo -95% Média +95% -95% Média +95%Nº de computadoresmontados

63,74 63,97 64,21 114,03 115,19 116,35

Fechamento - nº de comp.Completos antes no Run-in

97,14 97,82 98,5 142,22 142,35 142,47

Tabela 4 - Comparativo do nível de produção entre o modelo atual e o 2º Modelo Proposto

Estes resultados demonstram como o sistema proposto amplia a capacidade produtiva dafábrica em 80%, passando de uma produção média de 64 para 115 computadores em um diade trabalho. Os resultados deste modelo para mais dias de produção estão representados noQuadro 4.

DiasSimulados

Computadores Montados(em jornada normal de trabalho)

Média diária





13

Sistema AtualSistemaProposto

Sistema AtualSistema

Proposto1 63,97 115,19 63,97 115,192 171,39 222,24 85,69 111,123 279,11 352,42 93,04 117,474 386,82 485,75 96,70 121,445 495,33 621,07 99,07 124,21

Quadro 4 - Comparativo entre os modelos atual e proposto 2 da capacidade produtiva da fábrica

5. Conclusão

A modelagem e simulação de eventos discretos mostrou-se eficiente como uma ferramenta deapoio ao sistema decisório diante um cenário em que a redução de custos e a otimização de

processos são de fundamental importância para o aumento da competitividade de empresas.Sem a realização de análises das consequências sobre as decisões do dia a dia das empresas,as mesmas estão sujeitas a resultados desastrosos.

Utilizando a simulação foi possível a realização de um estudo aprofundado do sistema produtivo da empresa e com isso identificar quais pontos do sistema deveria ter uma atençãomaior visando proposições de modificações e melhorias no sistema, além da análise dosimpactos para a empresa de uma mudança já realizada no sistema.

Foi possível também experimentar as modificações sugeridas para o sistema e, com basenestas experimentações, determinar que alterações trariam benefício em relação a

produtividade, parâmetro principal do estudo.A análise do fluxo e tempos de cada processo necessário para a montagem de um computadorconstatou que existe um bom balanceamento das atividades na linha, possibilitando que a

produção ocorra com um fluxo normal com exceção do Run-in. Ele é responsável pela

diminuição da média diária assumida pela empresa, pois como pode ser observado nas tabelas1, 2 e 4, muitos computadores são montados na linha, mas ficam retidos neste postoimpedindo que sejam finalizadas.A partir do Run-in as máquinas são processadas em lotes, que são determinados pelacapacidade dos carrinhos. A fábrica dispõe de carrinhos cuja capacidade varia entre 16 e 24máquinas. No entanto, a capacidade de processamento do posto de Controle de QualidadeFinal, localizado após o Run-in, é limitada a 16 máquinas por vez. Carrinhos carregados com24 máquinas aumentam os tempos de espera dos primeiros computadores processados noRun-in e consequentemente dos demais postos. Este atraso é significativo e comprovado pelo

primeiro modelo proposto no qual a extinção da fila de espera após o Run-in proporcionou umaumento de produção. Diante disto é proposto que no sistema atual, não se utilizem carrinhos

com mais de 16 máquinas.O segundo modelo proposto mostrou-se bastante eficaz para grandes lotes de produção,aumentando a produtividade em 80%.Ambos os modelos simulados se mostraram eficientes na proposição de melhorias para o

processo produtivo e são recomendados em situações distintas.O primeiro modelo proposto é indicado para demanda superior a 63 máquinas (capacidadeatual da fábrica) para lotes de até 83 máquinas. Com este modelo, é possível maximizar autilização dos colaboradores e possibilitar que um ou dois colaboradores sejam deslocados

para a realização de outras atividades distintas, tais como montagem de notebooks ouservidores tipo hack.O segundo modelo proposto é indicado para demanda superior a 80 computadores em um dia,aumentando a eficiência de produtividade da fábrica. A capacidade máxima implementada

por este modelo é de 116 máquinas produzidas no período normal de trabalho sem





14

necessidade de horas extras. A limitação deste modelo é a necessidade da utilização de todosos colaboradores da produção para a montagem de computadores.A principal diferença entre os modelos propostos está na capacidade produtiva implementadaà empresa e também na disponibilidade dos recursos humanos.

Referências

ACHAPPO, Adriano José. Um método utilizando simulação discreta e projeto experimental para avaliar ofluxo na manufatura enxuta. 2006. Dissertação (Mestrado em Engenharia de Produção e Sistemas) -Universidade Federal de Santa Catarina, Santa Catarina, 2006.

CHWIF, L.; MEDINA, Modelagem e Simulação de Eventos Discretos: Teoria & Aplicações. São Paulo:Editora dos Autores, 2007.

CHWIF, Leonardo. Redução de modelos de simulação de eventos discretos na sua concepção: uma abordagemcasual. Tese (Doutorado em Engenharia) - Escola Politécnica da USP. São Paulo, 1999.

Davidson. Tempo bom para o polo de informática - http://www.pimenta.blog.br/?p=31117 acessado em10/01/2011.

GAITHER, Norman; FRAZIER, Greg. Administração da produção e operações. 8.ed. São Paulo: PioneiraThomson Learning, 2006. 598p.

Documents

enegepioio