IMPLANTAÇÃO E SIMULAÇÃO DO SISTEMA KANBAN

Rodrigo Marcelo Coelho

IMPLANTAÇÃO E SIMULAÇÃO DO SISTEMA KANBAN

DE MOVIMENTAÇÃO DE MATERIAIS:

ESTUDO DE CASO NA INDÚSTRIA ELETRÔNICA DO

SEGMENTO EMS.

Dissertação apresentada ao Curso de Pós-Graduação em

Engenharia de Produção da UFMG como requisito

para obtenção do grau de Mestre em Engenharia de

Produção.

Orientador: Prof. PhD. Samuel Vieira Conceição

Belo Horizonte

Escola de Engenharia da UFMG

2003

1

AGRADECIMENTOS

Esta dissertação tornou-se possível através do convênio de cooperação científica e

tecnológica entre a Jabil Circuit do Brasil e o DEP – UFMG. Os agradecimentos são

direcionados:

• À diretoria da Jabil e às gerências as quais este projeto esteve vinculado.

• Ao prof. orientador PhD Samuel Vieira Conceição, meu respeito e admiração.

• Ao prof. Darci Prado pela cordialidade e apoio nas lições dos modelos de simulação

empregando o software ARENA.

• À Paragon Tecnologia Ltda pelo empenho em disponibilizar o software

ARENA.

• Ao prof. PhD Alexandre Bracarense que cedeu temporariamente a licença de uso

do software ARENA para o desenvolvimento dos modelos de simulação.

• Ao prof. D.Sc. Luiz Ricardo Pinto pelas contribuições no desenvolvimento dos

modelos de simulação do ARENA.

• À Capes pelo apoio financeiro recebido durante o projeto.

2

Falando a respeito do avanço das técnicas de manufatura japonesas: “No human

condition is ever permanent and we should not be overjoyed in good fortune”.

(Yasuhiro Monden, 1994)

3

SUMÁRIO

LISTA DE QUADROS, FIGURAS E TABELAS .........................................................4 RESUMO......................................................................................................................5 ABSTRACT .................................................................................................................6 1 INTRODUÇÃO .........................................................................................................7 1.1 Contexto do problema .............................................................................................7 1.2 Objetivos...............................................................................................................10 1.2.1 Gerais.................................................................................................................10 1.2.2 Específicos .........................................................................................................10 2 REVISÃO DE LITERATURA.................................................................................13 2.1 Sistemas de manufatura .........................................................................................13 2.2 Lógicas de programação e controle da produção....................................................14 2.3 A função Armazenagem e as atividades de “picking” ............................................20 2.4 Filosofia da manufatura Just in time – JIT .............................................................23 2.5 Sistema Kanban ....................................................................................................25 2.6 Mecanismos de produção “pull” x “push”..............................................................28 2.7 Cálculo do número de cartões – kanbans ...............................................................31 2.8 Modelagem de Sistemas utilizando Simulação.......................................................33 2.9 Método de medição de tempos MOST.................................................................43 3 METODOLOGIA ....................................................................................................46 4 ESTUDO DE CASO ................................................................................................50 4.1 Escopo do projeto/delimitação da pesquisa ............................................................50 4.2 Introdução .............................................................................................................51 4.3 Avaliação da estratégia de suprimento dos processos de produção.........................53 4.3.1 Matriz de macrofatores .......................................................................................53 4.3.2 Características da manufatura de PCI e PF em relação ao sistema JIC x JIT .......56 4.3.3 Introdução de novos produtos na empresa sob a ótica dos sistemas JIC x JIT......57 4.3.4 Características da demanda de PCI e PF em relação ao sistema JIC x JIT...........60 4.3.5 Planejamento de materiais para produto fabricado sob encomenda......................62 4.3.6 Atividades de picking na armazenagem de materiais...........................................65 4.3.7 Conclusão da avaliação da estratégia de suprimento interno................................67 4.4 Modelo Inicial de implantação do Kanban com buffer centralizado .......................68 4.5 Técnica de simulação da linha de montagem usando ARENA..............................77 4.5.1 Cálculo dos tempos de processamento usando método MOST..........................78 4.5.2 Design do sistema de suprimento Kanban com buffer descentralizado ................79 4.5.3 Modelagem dos cenários usando ARENA.........................................................85 5 RESULTADOS........................................................................................................90 5.1 Cenário do Modelo 1 .............................................................................................95 5.2 Cenário do Modelo 2.1 ........................................................................................101 5.3 Cenário do Modelo 2.2 ........................................................................................104 6 CONCLUSÃO .......................................................................................................108 7 REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................113 8 ANEXOS ...............................................................................................................118

4

LISTA DE QUADROS, FIGURAS E TABELAS QUADRO 1 Estratégias simples e combinadas de picking 22 QUADRO 2 Matriz de macrofatores 55 QUADRO 3 Os processos de PCI e PF em relação ao JIC x JIT 56 QUADRO 4 Introdução de novos produtos em relação ao JIC x JIT 59 QUADRO 5 Características da demanda de PCI e PF em relação ao JIC x JIT 61 QUADRO 6 Abordagem de planejamento de materiais 63 QUADRO 7 Análise das estratégias de picking na empresa 66 QUADRO 8 Resumo dos ganhos nas estratégias de suprimento 110 FIGURA 1 Exemplo de cartão kanban 26 FIGURA 2 Sistema de filas com fluxo “ pull” empregando kanbans 29 FIGURA 3 Sistema de filas com fluxo tradicional “ push” 30 FIGURA 4 Esquema do Kanban centralizado 69 FIGURA 5 CI 95 % para o tamanho da fila no posto Mont 1 96 FIGURA 6 CI 95% para o tempo na fila no posto Mont 1 97 FIGURA 7 CI 95% para o tempo de trânsito no sistema 98 FIGURA 8 CI 95% para o desvio padrão do tamanho da fila no posto Mont 1 98 FIGURA 9 CI 95% para o desvio padrão do tempo na fila no posto Mont 1 99 FIGURA 10 CI 95% para o desvio padrão do tempo no sistema 99 FIGURA 11 Gráfico do No de operadores x tempo de trânsito 107 FIGURA 12 Layout e fluxo de material na linha de produção do POS 128 FIGURA 13 Foto do produto POS 129 FIGURA 14 Diagrama de blocos do Modelo 1 130 FIGURA 15 Diagrama de blocos do Modelo 2.1 131 FIGURA 16 Diagrama de blocos do Modelo 2.2 132 TABELA 1 Parâmetros do sistema Kanban com buffer centralizado 72 TABELA 2 Custo de manutenção de estoque com suprimento por OP’s 74 TABELA 3 Custo de manutenção de estoque com suprimento kanban 76 TABELA 4 Tempos operacionais obtidos pelo método MOST 79 TABELA 5 Parâmetros do sistema Kanban com buffer descentralizado 81 TABELA 6 Descrição do turno diário de trabalho 85 TABELA 7 Relatório simplificado do ARENA 94 TABELA 8 Tamanho e tempo médio de fila para o Modelo 1 95 TABELA 9 Taxa de ocupação dos postos para o Modelo 1 96 TABELA 10 Tamanho e tempo médio de fila para o Modelo 1 102 TABELA 11 Taxa de ocupação dos postos para o Modelo 2.1 104 TABELA 12 Tamanho e tempo médio de fila para o Modelo 2.2 106 TABELA 13 Parâmetros do MOST para o Movimento Geral 118 TABELA 14 Parâmetros do MOST para o Movimento Controlado 119 TABELA 15 Parâmetros do MOST com o uso de ferramentas manuais 120 TABELA 16 Parâmetros do MOST para o posto de preparação 1 121 TABELA 17 Parâmetros do MOST para o posto de preparação 2 122 TABELA 18 Parâmetros do MOST para o posto de preparação 3 123 TABELA 19 Parâmetros do MOST para o posto de preparação 4 124 TABELA 20 Parâmetros do MOST para o posto de montagem 1 125 TABELA 21 Parâmetros do MOST para o posto de montagem 2 126 TABELA 22 Parâmetros do MOST para o posto de teste 127

5

RESUMO

Esta dissertação é um estudo de caso na indústria eletrônica do segmento EMS –

eletronic manufacturing service - prestadora de serviços de manufatura para as

empresas proprietárias das marcas originais.

A volatilidade do setor e o elevado grau de obsolescência dos produtos fazem com que a

pressão por custos baixos seja um fator de sobrevivência no mercado globalizado. Logo,

são bem vindas quaisquer intervenções no sistema de suprimento e manufatura que

viabilizem aumento de produtividade ou redução de custos.

A integração da área de gestão de materiais com a função manufatura para atingir este

objetivo, é viabilizada, neste estudo, através da definição da estratégia de suprimento

interno mais adequada aos processos de manufatura da empresa, mediante ordem de

produção convencional ou utilizando técnicas do Just in time.

Em um segundo momento, a modelagem do sistema de manufatura empregando técnica

de simulação e o software ARENA serão utilizados para avaliar a performance da linha

de produção de um cliente particular. A performance é mensurada pelo atendimento da

demanda no tempo disponível do turno de trabalho empregando sistema de suprimento

JIT/Kanban e com alternativa de reconfiguração da linha de montagem variando o

número de operadores.

Ênfase nos métodos para medição de tempos das operações de montagem são fatores

importantes na simulação, e aqui será abordado com o uso do método MOST.

6

ABSTRACT

This writing is a case study in a special sector of eletronic industry well known as EMS.

These eletronic manufacturing service firms provide its services of manufacturing for

clients who are owners of the product original trademark.

Volatility of this sector associated with a high degree of obsolescence of these products

become pressure for low costs an important survival factor in the global market. So any

practices in the supply system and manufacturing that increase productivity or reduce

costs are encouraged.

Integration of material management area with manufacturing function to reach that

objective comes true in this study by defining the best internal supply strategy for

manufacturing processes existing in the mill according to either the usual requisition

orders or by using Just in time techniques with kanbans.

Modeling of the manufacturing system will also be done by using simulation run

technique with ARENA software in order to evaluate the performance of assembly

line. That will be measured by demand fill rate during shift schedule using both

JIT/Kanban system as a mean to supply assembly line and an alternative of change in

layout by reducing number of operators.

Time measurement methods used to collect the processing times of operations at the

work stations are here emphasized as important factors in simulation studies and an

approach by using MOST method will be discussed in details.

7

1 INTRODUÇÃO

A seguinte seção apresenta uma introdução ao assunto da dissertação de Mestrado,

incluindo o contexto ao qual o projeto de pesquisa está inserido e os objetivos da

pesquisa.

1.1 Contexto do problema

O cenário atual de intensa competitividade entre as cadeias de suprimento ultrapassa a

competição pura e simples entre as empresas levando-as a reexaminar suas estratégias

de gerenciamento de materiais, sistemas e métodos de produção. Este contexto, que

serve de base para introduzir o assunto da dissertação é analisado por Bhattacharya et al.

(1995).

Diante deste fato, “o papel da manufatura pode ser visto como uma arma de

competitividade das empresas quando atua em sintonia com a estratégia da companhia,

caso contrário, pode se tornar um fardo pesado” (Skinner, 1969, p. 136). O autor

enfatiza a necessidade de romper pressupostos que tornam evidente, na grande maioria

dos casos, o confronto entre a visão sistêmica da alta gerência e a visão um tanto míope

da gerência de manufatura. Eis a sua interpretação do relacionamento entre a função

estratégia e a manufatura:

“ O propósito da manufatura é servir a companhia; encontrar suas necessidades para a

sobrevivência, o lucro, o crescimento. A manufatura é parte do conceito estratégico que conecta

as forças e os recursos da companhia às oportunidades do mercado. Cada estratégia desenha um

perfil único para a manufatura e cabe à esta gerência de manufatura ter a habilidade para alcançá-

lo resultando daí a chave do seu sucesso” (Skinner, 1969, p.140).

Ao longo das décadas, percebe-se que alguma coisa mudou estreitando o

relacionamento entre a média e a alta gerência, mas a busca pela integração entre a

estratégia e a manufatura ainda parece presente e válida nos dias de hoje. A dinâmica do

8

mercado continua a criar demandas, a área estratégica da empresa define o foco de

atuação do negócio e cabe à função manufatura realizá-las.

Nesta linha de pensamento, Papadopoulos et al. (1993) comentam que uma empresa de

manufatura costuma lidar no dia-a-dia com problemas de tomada de decisão no âmbito

estratégico, tático e operacional. No nível estratégico, estão as decisões relacionadas à

missão da empresa e os seus objetivos de longo prazo tais como a localização de plantas

industriais, aquisição de novos recursos e introdução de novas tecnologias e produtos.

As decisões de nível tático situam-se em um horizonte de planejamento mais estreito

que varia de semanas a meses e servem geralmente de input para as decisões de longo

prazo. Elas dizem respeito ao tipo de sistema de fabricação (produção em massa ou em

lotes), ao modelo de produto a ser fabricado e ao volume a ser produzido.

Finalmente, as decisões de nível operacional tomadas no ambiente do chão de fábrica

são aquelas de curto prazo podendo variar de horas até dias e geralmente estão

relacionadas à alocação dos recursos recuperáveis (máquinas) para a transformação dos

recursos irrecuperáveis (matérias-primas e componentes) em produtos acabados -

throughput 1. Os problemas de alocação de recursos envolvem as atividades de

seqüenciamento de lotes de produção – scheduling - que competem por recursos

escassos também comumente chamados de recursos com capacidade finita.

O presente projeto de pesquisa caracteriza-se, então, como um problema de tomada de

decisão de caráter essencialmente estratégico e tático baseado no design do sistema de

suprimento que, assim como todos os problemas de design, são decisões que têm efeito

de longo prazo e são planejadas em um horizonte de tempo superior com duração de

anos. Estão incluídas neste exemplo as modificações de layout na linha de montagem,

bem como as mudanças no sistema de produção e controle de suprimento. O projeto de

simulação da linha de montagem tem uma atuação mais direta na tomada de decisão de

nível tático. Assim que forem propostos os modelos de layout da linha de produção e de

alocação do buffer para o suprimento, procede-se à simulação do modelo para avaliar as

condições de operação da linha de produção. Este tipo de simulação de linha de

1 Throughput é transformação de materiais e componentes em produto acabado.

9

montagem é conhecido como simulação terminal com início e término do turno bem

definidos. Finalmente, o modelo proposto pode ser validado mediante um atributo de

desempenho, decidindo pela sua implementação ou então pode ser rejeitado.

Uma introdução ao conceito dos principais tipos de sistemas de manufatura torna-se a

partir deste ponto necessária para a compreensão do contexto, objeto de estudo da

dissertação. Os sistemas de manufatura podem ser classificados em sistemas de

fabricação em lote e sistemas de processo contínuo tais como os processos químicos e

petroquímicos. Nesta dissertação, apenas serão abordados os sistemas de fabricação em

lotes de produção.

O sistema convencional de manufatura JIC - Just in case - é baseado nas configurações

clássicas da estrutura do processo produtivo como o modelo da linha de montagem em

massa Fordista, o job shop2 e o flow shop3. A fabricação em massa caracteriza-se por

manusear lotes de alto volume de produção e baixa variedade de produtos. O job shop é

capaz de lidar com um mix maior de produtos à custa de um volume mais reduzido

devido à complexidade dos roteiros existentes no ambiente produtivo. A característica

principal do JIC é empurrar o material ao longo do processo produtivo, resultando em

excesso de inventário no chão de fábrica.

O sistema de fabricação alternativo chamado JIT - Just in time - apresenta lotes de

menor volume de produção e capacidade limitada quanto à variedade de produtos, com

postergação da diferenciação do produto no final da linha de produção. Neste caso,

explora-se a similaridade dos componentes empregados nos modelos que compõem o

mix de produtos. Por outro lado, há maior freqüência de suprimento da linha de

produção e conseqüentemente redução na quantidade de inventário em processo.

2 Job shop é um conjunto de máquinas diferentes que executa tarefas em um conjunto de lotes de produção (jobs) e cuja sequência pode variar para cada job (Pinedo, 1994) 3 Flow shop é um conjunto de máquinas que executa tarefas em um conjunto de lotes de produção (jobs) cuja sequência de processamento é a mesma para todos os jobs. (Pinedo, 1994)

10

Conectando o design de um sistema de suprimento mais adequado a um processo

particular de manufatura e uma técnica para avaliar o desempenho deste mesmo

processo, será apresentado uma introdução à técnica de simulação. Pode-se dizer que a

simulação consiste em uma técnica de modelagem de natureza descritiva que permite

prever o comportamento e medir a performance de um sistema real em um ambiente

virtual empregando um recurso computacional de hardware e software.

1.2 Objetivos

Os objetivos desta dissertação estão classificados em objetivos gerais e específicos. Os

primeiros descrevem o que será feito ao longo da exposição deste trabalho de pesquisa,

enquanto os objetivos específicos irão mostrar como os objetivos gerais serão atingidos.

1.2.1 Gerais

i. Avaliação da estratégia de suprimento interno mais adequada aos processos de

fabricação do produto do cliente em uma empresa prestadora de serviços de

manufatura do segmento eletrônico.

ii. Análise de performance da linha de produção, mediante o sistema de suprimento

JIT/kanban como modelo alternativo aos modelos tradicionais que visa à redução de

inventário em processo e a prevenção de perdas. Em se falando principalmente de

empresas prestadoras de serviço de manufatura eletrônica, segmento de mercado

altamente volátil cujos produtos apresentam alto grau de obsolescência, a pressão por

custos baixos é uma realidade.

1.2.2 Específicos

i. Elaborar uma metodologia para avaliar a estratégia de suprimento interno mais

adequada ao processo de produção de placas de circuito integrado (PCI) e processo

de montagem de produto final (PF), mediante a construção de uma matriz de

direcionadores da estratégia de suprimento.

11

ii. Simular a rotina de uma linha de montagem de terminais de cartões magnéticos,

doravante denominados POS – point on sale - FIG. 13 do Anexo 4. O objetivo da

simulação é analisar a performance da linha de produção, mensurada por meio do

atendimento da demanda solicitada, durante o tempo disponível do turno de trabalho,

mediante alternativa de configuração da linha de montagem, alterando o número de

operadores . A linha de produção utiliza sistema de suprimento Kanban e está sujeita

a uma restrição de capacidade do buffer. Os parâmetros do sistema que influenciam

na taxa de produção da linha de montagem são:

• Número de operadores na linha de montagem.

• Número de cartões kanbans no sistema.

• Tamanho dos contêineres ajustados aos kanbans.

• Tempos de processamento das operações de montagem.

• Tempo entre chegada dos lotes de material na linha de produção.

• Tempo de ciclo da linha de montagem.

• Tempo disponível no turno de trabalho.

• Tempo de segurança para proteção contra incertezas no sistema.

Os modelos propostos constituem-se em modelos sem restrição de capacidade do buffer

e com restrição de capacidade do buffer responsáveis pelo suprimento da linha de

preparação e montagem do produto POS padrão. O nível de material em processo -

WIP - Work in Process 4 é mensurado pelo tamanho médio da fila de peças semi-

acabadas que aguardam processamento nos postos de serviço. Esta variável será

parametrizada por meio de uma especificação de projeto do buffer. A redução no nível

de WIP é desejável, haja vista que os postos de montagem do produto apresentam

restrição de capacidade. Exatamente dois modelos de alocação de buffer serão

apresentados:

4 Work in process é toda peça semi-acabada alocada nos postos de serviço da área de produção e que ainda não foi totalmente processada para atingir a condição de produto acabado.

12

• A proposta inicial é um modelo de suprimento sem restrição de capacidade do

buffer em que o tamanho das filas e o tempo médio de espera nas filas dos postos de

serviço não são fatores restritivos para o fluxo normal da linha de produção. Este

modelo será utilizado como uma aproximação inicial para avaliar o tamanho das

filas.

• A proposta alternativa consiste na simulação de dois cenários que apresentam uma

restrição de tamanho para o buffer no posto identificado como “gargalo” na linha

de montagem, propondo uma configuração de linha diferente ao variar o número de

operadores.

13

2 REVISÃO DE LITERATURA

A presente seção relaciona a teoria básica que embasa o assunto da dissertação

mencionando as principais fontes bibliográficas consultadas para a elaboração da

dissertação.

2.1 Sistemas de manufatura

Womack et al. (1990) relatam que o surgimento e a implementação do sistema de

fabricação em massa se deu na linha de montagem da indústria automobilística no início

do século XX, por Henry Ford. A linha de montagem em massa permitia a fabricação

em larga escala, em substituição ao modelo quase artesanal de montagem do automóvel

até então vigente na primeira década do século XX. O sistema de Ford produzia em

massa o automóvel - modelo T - fato que permitiu pela primeira vez na história

popularizar um bem de consumo, em uma sociedade que emergia com a mesma

velocidade das máquinas que moviam em ritmo acelerado as fábricas, que se tornaram

símbolo da segunda fase de industrialização da era moderna a partir de 1900.

Esta sociedade renovada e em constante transformação do início do século XX rompia

definitivamente relações de trabalhos arcaicas com a aristocracia decadente do final do

século e estabelecia no ambiente de fábrica uma nova relação empregatícia entre patrões

e empregados. A nova classe trabalhadora estava disposta a enfrentar os desafios

impostos pela especialização do trabalho nas linhas de montagem, mas, em

contrapartida, reivindicava melhoria no poder de compra dos salários e acesso aos bens

que produziam. Henry Ford captou bem a necessidade daquele enorme potencial de

mercado, antecipando-se aos seus concorrentes pronto atendimento para uma demanda

reprimida.

O sistema de fabricação em massa resistiu com sucesso durante as primeiras cinco

décadas como modelo básico de produção e, já no início da década de 1960, mostrava

14

sinais de desgaste de tal modo que outros modelos começaram a surgir como

alternativa ao sistema de Ford.

Monden (1994) comenta que o primeiro exemplo bem sucedido de manufatura

alternativa ao modelo Fordista vigente foi implantado na fábrica automotiva da Toyota

Motor Company no Japão, a partir da década de 1960. As novas propostas de gestão da

produção implementadas pelo vice-presidente da companhia Taiichi Ohno geraram um

arcabouço de teorias que foram reunidas e originaram um novo conceito de produção,

chamado sistema de manufatura Just in time.

Os tópicos seguintes contrastam as principais idéias contidas no sistema de produção

JIT, concebidos inicialmente na montadora de automóveis Toyota, e os remotos

modelos de produção tradicionais.

2.2 Lógicas de programação e controle da produção

De acordo com Vollmann et al. (1991), os sistemas de planejamento e controle da

produção são ferramentas de apoio à tomada de decisão em relação ao processo de

manufatura, incluindo materiais, máquinas, mão-de-obra, fornecedores, etc. Tanto o

processo de manufatura quanto os sistemas de apoio para planejamento e controle da

produção são projetados para satisfazer as demandas do mercado e apoiar a estratégia

global da companhia tornando-a mais competitiva.

Corrêa et al. (2000) comentam que os sistemas de planejamento e controle da produção

- PCP - fazem parte de um sistema mais geral que coordena o fluxo de informações

dentro da empresa e é chamado de ERP - Enterprise Resources Planning. Os sistemas

ERP agregam módulos para gerenciamento de informações das seguintes áreas:

• Compras, Engenharia, Controle de Inventário, Gestão da Demanda;

• Planejamento Mestre da Produção - MPS - Master Planning Schedule;

• Planejamento das Necessidades de Materiais - MRP e MRP II - Material Resources

Planning;

15

• Planejamento de Capacidade dos Recursos de Produção - CRP - Capacity Resources

Planning;

• Controle de Fabricação - SFC - Shop Floor Control;

Corrêa et al. (2000) explicam que o MPS é um planejamento em nível superior para

atender às necessidades de produtos finais da linha de produção. A demanda do

mercado é sinalizada constantemente pelo departamento de vendas e marketing que

repassa à equipe de planejamento as informações necessárias para organizar um plano

de produção periódico em que os produtos agregados em categorias são efetivamente

desdobrados em itens individuais.

De acordo com o conceito da APIC - American Production and Inventory Control

Society, “o programa mestre de produção não é uma previsão de vendas que representa uma declaração

de demanda. [...] é uma representação combinada de previsões de demanda, pendências, o programa-

mestre em si, o estoque projetado disponível, e a quantidade disponível para promessa” (Corrêa et al.,

2000, p. 197).

Diante disto, entende-se que o plano mestre de produção representa mais uma intenção

de atender a uma expectativa de mercado do que uma declaração concreta e firme de

demanda. Isto se deve muito ao problema clássico de distorção e propagação da

informação da demanda na cadeia de suprimento conhecido como Efeito Forrester e

publicado no Industrial Dynamics por Forrester (1961). Este fenômeno também é citado

por Lee et al. (1997) como Bullwhip Effect e está relacionado com o efeito de propagar

a distorção do verdadeiro parâmetro de demanda ao longo da cadeia de suprimento

(varejo, fornecedor, fabricante). O elo da cadeia de suprimento localizado numa posição

a jusante (downstream) sinaliza a demanda de forma pouco precisa ao elo posicionado a

montante (upstream) e isto se propaga ao longo da cadeia. Este fenômeno causa

desequilíbrios entre suprimento e demanda gerando necessidade de estoques

intermediários entre os elos da cadeia. E no entendimento da moderna Engenharia de

Produção, os estoques são fatores que devem ser minimizados.

Os registros do MPS contabilizam dados relativos à demanda, ao estoque projetado e

disponível em determinada data futura e ao estoque já comprometido para atender a

16

uma demanda efetivada. As ordens de produção planejadas – OP’s – são executadas

pelo módulo de planejamento do sistema ERP. Uma ordem de produção planejada se

transforma em uma ordem de produção confirmada para atender a uma necessidade em

uma data predeterminada através do aval do programador de produção. Uma ordem de

produção confirmada é aberta ou disparada para acionar um processo produtivo

autorizando a alocação de recursos para a fabricação de um item.

O conceito de cálculo das necessidades de materiais baseia-se na idéia de que, em se

conhecendo todos os componentes que compõem a estrutura de um produto, o fator de

uso e os tempos de obtenção de cada um deles (lead times) pode-se, com base em um

horizonte de planejamento futuro, calcular a quantidade de material estritamente

necessária para a fabricação do item e o momento exato em que os materiais devem

estar disponíveis para a produção. Logo o MRP é uma ferramenta de planejamento das

necessidades de materiais e componentes que fazem parte da estrutura de produto de

itens finais e, assim como o MPS, faz parte do pacote computacional que integra os

sistemas ERP.

Os registros do MRP contabilizam as necessidades brutas de cada período

correspondentes à saída de material do estoque necessário para atender uma ordem de

produção. Os recebimentos programados são futuras entradas de material no estoque. A

abertura de uma ordem planejada corresponde à colocação de uma ordem para cobrir

necessidade futura. O recebimento de ordens planejadas é a quantidade de material que

deverá estar disponível no início de cada período, caso naquela data o estoque projetado

seja insuficiente para atender às necessidades brutas. O estoque projetado no final de

cada período de programação corresponde ao estoque do período anterior adicionado

das entradas e deduzido das saídas de material. A função Planejamento e Controle de

Produção trabalha com a seguinte equação de balanço entre estoque (I), produção (P) e

demanda (D):

I0 + P = D + If

As parcelas I0 e If representam, respectivamente, o estoque disponível no início e no

final de cada período de planejamento da produção. Vollmann et al. (1991) comentam

17

sobre as seguintes abordagens de planejamento de materiais empregadas no sistema de

manufatura convencional e no sistema Just in time.

O planejamento de materiais escalonado no tempo é adequado para produto

fabricado em ampla variedade e baixo volume. Esta opção de planejamento de

materiais utiliza a base de dados do MPS e do MRP e baseia-se na explosão de

necessidades, criando tanto ordens de compra de componentes quanto ordens de

produção dos lotes em um ambiente de manufatura tipo job shop. O seqüenciamento de

uma variedade de lotes no chão de fábrica varia de acordo com a carga de trabalho de

cada estação de serviço; o material em processo é mantido em alto nível para maximizar

a utilização da capacidade do centro de processamento. O planejamento é executado

nível a nível na lista de materiais atualizando periodicamente em uma base diária ou

semanal a entrada e saída de componentes do inventário. Para isso leva-se em

consideração os lead times de compra e de produção a fim de priorizar as atividades de

seqüenciamento dos lotes.

O planejamento de materiais baseado em taxas de produção é apropriado para

ambientes de manufatura repetitiva JIT como as linhas de montagem e outros sistemas

de produção em fluxo. O principal objetivo é estabelecer metas de taxa de produção

para cada centro de trabalho de modo a permitir um fluxo contínuo de materiais, sem

paradas da linha de produção. Neste caso de baixa variedade de produtos, o

planejamento se dá em um único nível da lista de materiais que é usada para converter o

plano mestre de produção, baseado em taxa de produção em plano de materiais que

especifica as taxas de fluxo apropriadas para cada componente.

O MRP II é uma extensão do MRP que leva em consideração a capacidade dos recursos

disponíveis (máquinas e equipamentos) no momento de executar o programa MRP. Os

sistemas MRP baseiam-se nos lead times de compra dos materiais dos fornecedores para

programar a produção no médio prazo através do planejamento de produção escalonado

no tempo, enquanto os lead times de fabricação são utilizados na liberação das ordens

de produção.

18

Karmarkar (1987) comenta a vantagem de aferir a performance da manufatura em

termos dos lead times de produção do que em relação ao percentual de utilização da

capacidade, haja vista que este costuma ser variável ao longo do tempo. Alta utilização

de capacidade requer maior tempo de processamento em função do tamanho maior do

lote de fabricação, e indisponibilidade de capacidade do processo causa atrasos no

processamento do lote. O pressuposto é que os lead times de fabricação são o resultado

direto das limitações de capacidade. De uma maneira geral, quanto maior o lead time

maior é o nível de inventário em processo. Quanto maior a variabilidade do lead time e

da previsão de demanda maior é o nível de estoque de segurança. Atrasos (delays) de

alta variabilidade dificultam a coordenação entre linhas de montagem de um produto

que sucedem um processo de fabricação de peças. Há casos em que delays entre

fabricação e utilização podem comprometer a qualidade do produto e aumentar as

chances de perdas físicas. Longos lead times podem comprometer a data planejada para

entrega do lote levando à perda de competitividade da empresa no mercado.

Corrêa et al. (2000) reportam que outras lógicas alternativas ou uma combinação delas

contribuíram nos últimos tempos para aprimorar o gerenciamento dos ambientes de

manufatura como por exemplo o JIT/kanban e o sistema híbrido MRP/JIT.

Segundo os autores, os sistemas híbridos de gestão da produção são aqueles que

utilizam mais de uma lógica básica e trabalham de forma integrada tais como MRP/JIT.

Estes sistemas utilizam a lógica de programação do MRP para planejamento das

necessidades de materiais necessários para atender as ordens de produção provenientes

do chão de fábrica. O JIT atua como a ferramenta de execução responsável pela

movimentação interna e controle de material na linha de produção.

Stockton & Lindley (1994) argumentam que o controle integrado de kanban e MRP II

pode ser útil em ambientes de manufatura com alta variedade e baixo volume. O MRP II

utiliza dados do MPS e da lista de materiais para gerar as necessidades de componentes

individuais. O lead time das células de produção é usado como input para planejar as

datas de liberação das ordens de produção no chão de fábrica, que recebe os materiais

por meio de uma sinalização de kanban.

19

Krajewski et al. (1987) utilizaram um método de simulação para comparar a

performance entre três sistemas de inventário: um deles é gerenciado pelo MRP, o

segundo gerencia o inventário com base no ponto de ressuprimento e o outro emprega

kanban. Foi utilizada uma matriz para avaliar o nível de influência de um conjunto de

fatores em cada sistema de suprimento, de modo que cada fator é composto por um

conjunto - clusters - de dois ou mais indicadores. Dentre os fatores analisados têm-se a

gestão da demanda, influência do fornecedor, influência dos mecanismos de estoque

(buffers), estrutura de produto - BOM - “bill of material”, estrutura do processo quanto

à rota de seqüenciamento nos meios de produção (flow shop, job shop), inventário, além

de outros fatores. Cada fator tem um impacto diferente, exercendo maior ou menor

intensidade na performance de cada sistema que é medida por meio do número total de

horas semanais exigidas, custo semanal de gestão de inventário em processo e número

total de semanas de suprimento de itens finais necessário para satisfazer uma

determinada previsão de demanda. Como já era esperado, o sistema Kanban mostra-se

através deste método de simulação como uma ferramenta adicional para redução de

inventário, aumento de produtividade e do nível de atendimento ao consumidor.

Ding & Yuen (1991) empregaram a linguagem de simulação GPSS para analisar o

comportamento de sistemas de gestão da produção que empregam ambas as lógicas de

programação do MRP e Kanban.

O sistema MRP modificado em coexistência com kanban necessita de um tratamento

especial para lidar com os dados controlados pelo sistema Kanban, a fim de manter a

acurácia do sistema MRP como um todo. No MRP modificado, a liberação de uma peça

gerenciada pelo sistema kanban é registrada no arquivo do programa MRP toda vez que

um contêiner é esvaziado em um sistema kanban composto de vários cartões e com cada

cartão anexado a um contêiner. O kanban anexado ao contêiner vazio funciona como

um gatilho que ordena a produção de peças de outro contêiner.

No sistema que opera com cartão único para um lote de peças, o ponto de ressuprimento

é o gatilho que informa ao sistema MRP o momento da necessidade das peças. Os

20

pesquisadores simularam a explosão no MRP de peças controladas por meio de kanbans

apresentando regras efetivas para se estabelecer o tamanho do lote.

O estudo de Karmarkar (1986) é citado pelos autores no presente trabalho de pesquisa,

ao qual ele sugere uma estrutura de integração entre o MRP e o sistema kanban de modo

que a função do MRP é apenas fazer ajustes no número de kanbans quando necessário.

Assim a explosão de peças no MRP pode ser eliminada e todas as liberações de peças

nos estágios de produção são feitas por meio de kanbans.

Rees et al. (1989) simularam o seqüenciamento de lotes em um ambiente de produção

composto por estações de trabalho com apenas uma máquina. A linguagem FORTRAN

foi utilizada para testar a eficácia do sistema kanban de suprimento em comparação ao

sistema tradicional de abastecimento lote a lote gerenciado pelo MRP. A medida de

performance para os dois sistemas baseou-se em uma abordagem de custos relacionados

com inventário, custos de setup e custos de falta. Os autores concluíram que a

implementação de kanban neste ambiente específico com tempos de ciclo pequenos

reduziu tanto o tempo de setup quanto os custos totais . Da mesma maneira, quando o

tempo de setup e o tempo de ciclo são curtos em um ambiente gerenciado pelo MRP, os

custos totais também podem ser reduzidos.

2.3 A função Armazenagem e as atividades de “picking”

A função armazenagem é responsável por receber os componentes e materiais externos

à fábrica, acondicioná-los em perfeitas condições no depósito e transferi-los para a

produção quando uma requisição de material for solicitada. No âmbito do suprimento

interno, compreendem-se atividades de picking aquelas relacionadas com a separação,

coleta e transporte de materiais do depósito até a área de produção. Mulcahy (1994)

apresenta uma série de considerações a respeito de configurações de layout de

armazéns, formas de disposição de materiais, tipos de transportadores mais adequados,

mas não será aqui apresentada, pois vai além do escopo deste projeto.

21

Entretanto, convém lembrar que o grau de complexidade das tarefas e o esforço exigido

do operador de picking na execução destas atividades estão relacionados principalmente

com as distâncias a serem percorridas no armazém de materiais, o mix de produtos, o

layout do armazém, a disposição dos materiais nos racks, o tipo de transportador

utilizado (paleteira motorizada, manual).

Rodrigues (1999) comenta que cerca de 60% do tempo de um operador de picking são

gastos com movimentação, 20% correspondem à coleta dos produtos, 10% estão

relacionadas à procura do material no armazém e os 10% restantes dizem respeito à

documentação e contagem dos produtos que compõem a lista da requisição de materiais.

O autor sugere quatro estratégias de picking básicas que podem ser combinadas

permitindo um melhor desempenho da atividade de coleta. São elas:

• O picking discreto caracteriza-se por apresentar uma única coleta durante o turno de

trabalho do operador (um ou mais operadores) que visita seções do depósito com

uma requisição de materiais composta por um mix de produtos, para apanhar

individualmente cada um dos produtos.

• O picking por lote é um tipo de coleta em que as requisições de material são

agrupadas em lotes conforme o número de itens similares das requisições. Desse

modo, cada operador pode executar mais de uma requisição por vez em um único

período de coleta.

• O picking por zona explora a coleta de acordo com o layout do depósito onde os

produtos estão separados em zonas. Neste caso, cada operador é responsável por

apanhar tipos de produtos diferentes da lista de materiais uma única vez durante o

turno de trabalho.

• O picking por onda utiliza mais de um período de agenciamento para executar a

coleta das requisições de material durante o turno, e cada operador é responsável

para apanhar um tipo de produto por vez.

22

O QUADRO 1 seguinte apresenta algumas estratégias para coleta de materiais

(picking).

QUADRO 1

Estratégias simples e combinadas de picking

Procedimento de Picking Características

1. Discreto • 1 operador para cada requisição de material

• 1 produto por vez

• 1 coleta por turno

2. Zona • mais de um operador por requisição



3. Lote • 1 operador para cada requisição

• mais de um produto por vez


4. Onda • 1 operador para cada requisição


• mais de uma coleta por turno

5. Zona-Lote • mais de 1 operador por requisição

• mais de 1 produto por vez


6. Zona-Onda • mais de 1 operador por requisição


• mais de 1 coleta por turno

7. Zona-Lote-Onda • mais de 1 operador por requisição

• mais de 1 produto por vez

• mais de 1 coleta por turno

FONTE – RODRIGUES, 1999.

23

2.4 Filosofia da manufatura Just in time – JIT

Fullerton & McWatters (2001) desenvolveram uma pesquisa utilizando a técnica de

survey sobre os benefícios advindos na performance da produção com a implementação

do JIT e, neste trabalho, apresentam o Just in time segundo a visão e a interpretação de

alguns autores.

O Just in time é uma filosofia de manufatura desenvolvida pelos japoneses que

representa “um ideal estético, um estado natural de simplicidade ao se referir à

eficiência da produção” (Zipkin, 1991, p. 42).

“O JIT não é um ritual oriental misterioso, mas ao contrário disso é uma maneira de

operar a produção dando alta prioridade ao fator tempo como jamais se havia dado

atenção antes” (White & Rush, 1990).

“O conceito de Just in time, sem dúvida, evoluiu de uma técnica de manufatura para

uma filosofia legítima de gestão, ou seja o JIT finalmente atingiu a maturidade”

(Gleckman et al., 1994).

Monden (1981) argumenta que os pilares do sistema de produção Toyota foram

construídos sobre um conjunto de práticas chamadas Just in Time e a concepção de um

mecanismo de prevenção de defeitos na linha de montagem (autonomation). Este

mecanismo consiste em uma checagem autônoma do equipamento, a fim de identificar

alguma anormalidade no processo, utilizando um dispositivo de instrumentação e

controle.

Monden (1994) comenta que o propósito das práticas Just in time na Toyota é obter

lucro com a atividade de manufatura através da redução de custo ou melhoria da

produtividade. Esta meta pode ser atingida por meio da eliminação de desperdícios

relacionados ao excesso de recursos de produção (mão-de-obra, equipamentos, estoque

de matérias-primas) e ao excesso de estoque de produto acabado. Este procedimento

24

associado a outras práticas como o controle de qualidade em todas as etapas de

fabricação, a flexibilidade de mão-de-obra na execução de tarefas multifuncionais e a

organização da área de trabalho constituem uma busca de melhoramento contínuo do

processo produtivo (kaizen). A Toyota enfatiza, ainda, combater as ineficiências

geradas pelos altos custos provenientes do tempo excessivo gasto na preparação de

máquinas (setup time), do tempo de parada programada de equipamentos (down time),

em caso de manutenção e do tempo de parada relacionado com a quebra de máquinas

(failure).

A filosofia JIT se resume na implementação de algumas práticas de trabalho e métodos

que tornam a manufatura mais flexível. Podem ser citados a taxa de produção suavizada

e em fluxo contínuo, sinalizada de acordo com a demanda de mercado, pequenos lotes

de produção que reduzem o lead time de fabricação, redução do tempo de setup

garantindo alcançar taxas de produção mais suaves, evitando atrasos nas datas de

entrega do lote de fabricação, mão-de-obra multifuncional, layout modular ou celular

flexível que explora a similaridade de itens fabricados em uma mesma estação de

trabalho.

A recomendação do Just in time, quanto à disposição celular do layout orientado ao

produto, é comentada por Schomberger (1983) que aponta cinco vantagens principais no

uso de células de trabalho em forma de U, em oposição à orientação em linha reta:

flexibilidade de mão-de-obra, disponibilidade da equipe de trabalho para resolver

problemas locais na célula de trabalho, retrabalho da peça defeituosa na mesma célula,

desobstrução da área de produção para trânsito de pessoal e veículos de transporte de

materiais, trajetória curta para uso e manuseio de ferramentas.

De uma maneira geral, pode-se dizer que a característica principal do Just in time

consiste em fornecer a quantidade estritamente necessária de um item, em tempo hábil e

no devido centro de processamento, atendendo ambas as expectativas de qualidade e de

integridade do item de consumo.

25

De acordo com Monden (1994), o princípio básico do sistema Just in time ainda

continua o mesmo desde a sua implantação na Toyota Motor Company, mas introduziu

adaptações ao longo das décadas, tomando novas formas, e incorporou recursos

provenientes da tecnologia integrada pelo uso do computador - CIM - Computer

Integrated Manufacturing com os sistemas de informação da empresa - ERP -

Enterprise Resources Planning, interconectando em rede a função manufatura com o

marketing e fornecedores.

2.5 Sistema Kanban

O mecanismo de controle da produção ou de movimentação de materiais no sistema de

manufatura Just in time é o kanban. Esta palavra de origem japonesa significa um

sinalizador visual tal como uma etiqueta ou cartão. No contexto do sistema de

manufatura Just in time, o kanban representa um cartão contendo um código

alfanumérico que identifica o item, a descrição do item, a quantidade movimentada do

item ou a quantidade a ser produzida em um posto de trabalho, podendo possuir ou não

um código de barras que faz a interface com o sistema de informação ERP.

De acordo com Monden (1994), os principais tipos de kanbans utilizados no ambiente

de produção JIT são: kanbans de retirada – withdrawal kanbans – que especifica o tipo

e a quantidade de produto que o processo subseqüente retira do processo antecedente. O

segundo tipo é o kanban de produção - production ordering kanban ou in-process

kanban - que especifica o tipo e a quantidade de itens que devem ser fabricados pelo

processo antecedente. Outro tipo bem conhecido é o kanban de requisição de material -

material requisition kanban - responsável pelo suprimento de material necessário para

a fabricação de um determinado lote de produção. Um outro modelo de kanban bastante

utilizado é o kanban visual – signal kanban – que vem anexado a um único contêiner

dentre todos aqueles que compõem a pilha do lote total. Durante a operação da linha de

produção, as retiradas de material são feitas normalmente até uma determinada posição

correspondente ao ponto de ressuprimento do lote e que é identificada por este kanban

visual. A partir daí, uma nova ordem de produção ou kanban deve ser emitido a fim de

repor o lote. Outros tipos e variações de modelos de cartões - kanbans - são

26

amplamente relatadas por Monden (1994) e não serão aqui comentados pois vão além

do escopo deste trabalho de dissertação. Convém lembrar que os principais tipos de

kanban representam sempre uma ordem de produção de um item ou uma ordem de

movimentação de materiais ou componentes.

A FIG.1 a seguir mostra um exemplo de cartão – kanban - destinado à movimentação

de material do estoque para a linha de produção na empresa, foco de estudo deste

projeto.

FIGURA 1 - Exemplo de cartão kanban

O sistema de manufatura JIT procura trabalhar com lotes cada vez menores e maior

freqüência de abastecimento da linha de produção. A implementação de kanbans no

ambiente de produção JIT visa à redução gradativa no tamanho dos contêineres até um

limite ideal de maneira a obter um lote de tamanho unitário. Isto equivale a uma perfeita

sincronização entre taxas de produção e suprimento com eliminação total de inventário

em processo.

O autor sugere algumas regras usadas, em particular na Toyota Motor Company, e que

dão suporte para que o sistema Kanban possa atingir com eficácia o propósito do Just in

time:

Código: BOX 1012

Descrição do componente

Quantidade: 50 Un

27

Regra 1: O estágio subseqüente deve retirar do estágio precedente apenas a quantidade

necessária do item de consumo e no momento exato da necessidade.

Deste modo, devem ser proibido ações que se traduzam em retirada de material sem um

kanban correspondente ou retirada de material em quantidades maiores que aquela

solicitada no cartão e, finalmente, a todo kanban deve ser anexado um componente ou

produto físico.

Regra 2: O estágio precedente deve produzir apenas a quantidade necessária que será

retirada pelo processo subseqüente.

Regra 3: Um produto ou material defeituoso nunca deve ser enviado ao estágio

subseqüente.

Regra 4: O número de kanbans no sistema deve ser minimizado.

Regra 5: O sistema Kanban deve ser auto-ajustável, ou seja, capaz de adaptar-se a

pequenas variações de demanda.

A experiência da Toyota mostra que variações de demanda de até 10 % podem ser

contornadas mudando apenas a freqüência de transferência de material de um estágio ao

outro no caso de kanbans de produção, ou mudando a freqüência de transferência de

itens do estoque de componentes para a linha de produção no caso de kanbans de

movimentação de materiais. A inclusão ou retirada de cartões no sistema exige todo um

procedimento de recalcular os parâmetros do sistema Kanban (demanda, tempo de

segurança, tamanho do contêiner) e por isso ela deve ser evitada sempre que for

possível. Logo, deve ser verificado se existe acurácia nos dados de previsão de demanda

no médio prazo, a fim de ajustar a produção diária à capacidade de produção e manter

sempre o foco em ações de melhoria no processo de manufatura.

28

2.6 Mecanismos de produção “pull” x “push”

Primeiramente, serão introduzidos alguns conceitos de tipologias de fabricação antes de

caracterizar o mecanismo de puxar a produção – pull - típica do sistema de manufatura

JIT em oposição ao mecanismo de empurrar a produção – push - que identifica o

sistema de manufatura convencional.

De acordo com Papadopoulos et al. (1993) e Vollmann et al. (1991), são conhecidos

basicamente três tipos de fabricação de produtos destinados a atender um determinado

nicho de mercado.

O primeiro refere-se a produtos fabricados para estoque (make to stock) que são típicos

do sistema de manufatura convencional. Devido à impossibilidade de previsão exata da

demanda de mercado, estes produtos geralmente exigem a presença de um estoque

intermediário (buffer) entre o mercado consumidor e a fábrica. Podem ser citados como

exemplo os bens de consumo de higiene e limpeza em geral.

O segundo tipo de produto é aquele fabricado sob encomenda (make to order) para

atender a um pedido específico de determinado cliente e por esta razão a demanda é

conhecida com precisão. A fábrica mantém estoques de todos os materiais e

componentes necessários para a fabricação do produto, mas não há estoque de produto

acabado até que um pedido seja colocado para atender a uma demanda personalizada de

um cliente específico. A fabricação de um lote de autopeças originais para um

determinado modelo de automóvel a pedido de uma montadora em particular é um

exemplo disto.

Outro tipo de produto é aquele cuja montagem final é feita sob encomenda (assemble to

order), sendo este customizado ao cliente a partir de um padrão comum. Existem

estoques de componentes e subconjuntos padronizados, mas nenhum produto

totalmente acabado é estocado antes de um pedido ser colocado. Este tipo de fabricação

é mais flexível, pois permite produzir em maior escala e compor maior variedade de

produtos finais. Os produtos eletrônicos compõem esse nicho de mercado.

29

No que diz respeito ao mecanismo de produção, pode-se dizer que a manufatura Just in

time caracteriza-se por puxar a produção – pull. Cada estágio subseqüente na linha de

montagem solicita, conforme a taxa de produção, os componentes ou peças semi-

acabadas de estágios precedentes. A demanda é ajustada a uma taxa de produção diária

conforme a configuração da linha de montagem. Esta demanda de produção diária

representa determinada quantidade fixa de cartões – kanbans – no sistema e que

periodicamente solicitam as peças das estações precedentes.

A FIG. 2 mostra o exemplo de um sistema de filas de espera em que o fluxo de material

se dá por meio de kanbans que requisitam peças do buffer de uma estação precedente,

transferindo-as ao buffer da estação subseqüente. A linha tracejada mostra o fluxo de

informação por meio dos kanbans e a linha cheia mostra o fluxo das peças ao longo da

linha de produção.

FIGURA 2 - Fluxograma de um sistema de filas com fluxo “ pull” empregando kanbans

O fluxo da manufatura convencional caracteriza-se por empurrar a produção – push -

dos estágios precedentes aos estágios subseqüentes da linha de montagem como pode

ser visto na FIG. 3.

Ordens de produção

Estação 1 Estação 2 Estação 3 Estação 4

Kanban 2

Peças 1

Kanban 3

Peças 2

Kanban 4

Peças 3

30

FIGURA 3 - Fluxograma de um sistema de filas com fluxo tradicional “ push”

Neste caso, o nível de material em processo - work in process - é superior, haja vista

que um volume maior de materiais e componentes flui ao longo das estações de trabalho

na linha de montagem. Em conseqüência disto, o tempo de processamento do lote

também é mais elevado quando comparado ao sistema de manufatura Just in time. Neste

último caso, como o tamanho do lote a ser processado é menor, inclusive devido à

limitação de capacidade do buffer, verifica-se como via de regra uma redução

substancial no nível de WIP no sistema, assim como do tempo de processamento do

lote.

Resgatando a idéia de que em oposição ao sistema de produção Just in time está o

sistema de manufatura convencional, Corrêa et al. (2000) argumentam que a função dos

estoques entre dois estágios de um processo de transformação é atuar como um

mecanismo regulador, tornando-os mais independentes, haja vista que existe

desequilíbrio no fluxo de operações5 entre os estágios do processo produtivo.

Corroborando a idéia de que o estoque é mesmo necessário, o custo de gestão de

inventário vem a se tornar um fator de competitividade da empresa e que, portanto, deve

ser bem administrado. Logo há um certo entendimento de que o estoque é uma arma que

pode se tornar um mal gerador de ineficiências no processo, porém ele é necessário para

garantir uma perfeita coordenação no fluxo do processo produtivo.

Mas Shingo (1983) discorda desta tese e diz que, no sistema de produção japonês, o

estoque é considerado absolutamente um mal. A estratégia japonesa é eliminar todos os

fatores que necessitam de estoque. Seguindo esta linha de pensamento, o sistema de

5 Operações são tarefas que agregam componentes às peças semi-acabadas em cada estação de trabalho da linha de produção.

Estação 1 Estação 2 Estação 3 Estação 4

Ordens de produção

31

manufatura Just in time procura justamente minimizar estes estoques entre estágios

intermediários do processo por meio de intervenções que se traduzem finalmente em

redução do número de cartões - kanbans - no sistema.

2.7 Cálculo do número de cartões – kanbans

Monden (1994) apresenta o cálculo do número de kanbans para ambos os sistemas

clássicos de gestão de inventário. O primeiro caso se refere ao cálculo do ponto de

ressuprimento cujo tamanho do lote é fixo 6. O segundo caso se refere à revisão

periódica cujo ciclo do pedido é fixo 7.

Este trabalho de dissertação é uma combinação de ambos os modelos de inventário, pois

o sistema Kanban estudado apresenta as características de manter lotes com quantidade

fixa e um ciclo de ressuprimento constante em intervalos regulares de tempo. Neste

caso, o número de cartões para cada item que compõe a estrutura de produto pode ser

calculado em função da demanda de produto acabado, utilizando a seguinte fórmula:

QFD

NLT )1( α+=

onde,

N: número de cartões – kanbans – do item de montagem ou componente que faz parte

da estrutura do produto acabado.

DLT: demanda exigida do produto acabado durante o tempo de ressuprimento.

F: Fator de uso ou a quantidade utilizada de cada item na estrutura do produto acabado.

α: fator de segurança expresso em uma fração da demanda exigida e representa

quantidade de material em excesso suficiente para atender uma demanda adicional além

daquela solicitada.

Q: quantidade de itens por contêiner ou capacidade do contêiner.

6 Monden, 1994. p. 281. 7 Ibidem. p. 284.

32

A mesma fórmula pode ser escrita da seguinte maneira:

))(()1(

QTCH

NLT α+=

onde,

N: número de cartões – kanbans – do item de montagem ou componente que faz parte

da estrutura do produto acabado.

HLT: tempo disponível para a produção durante o turno de trabalho.

α: fator de segurança expresso em uma fração do tempo de duração do turno de trabalho

TC: tempo de ciclo 8

Q: quantidade de itens por contêiner ou capacidade do contêiner

As técnicas mais citadas na literatura para calcular o número de kanbans e implementar

o JIT são a programação matemática e a simulação. A seguir são apresentados

comentários de artigos técnicos publicados por especialistas do assunto e que tratam a

respeito do uso destas técnicas na implementação de Kanban nos mais variados

ambientes de manufatura.

Philipoom et al. (1996) formularam o problema de determinação dos tamanhos de

contêineres, e número de kanbans para um seqüenciamento multiproduto através de um

algoritmo de programação inteira. A viabilidade da solução é obtida utilizando uma

restrição de custo, mas a solução ótima global não pode ser garantida, pois o método

utiliza uma regra heurística para gerar o estágio inicial do seqüenciamento . O algoritmo

é uma boa ferramenta para ser usado no dia-a-dia do chão de fábrica, pois variações de

demanda no curto prazo tornam necessário recalcular o número de kanbans e propor

novo seqüenciamento a partir do tamanho de contêineres preestabelecidos. Entretanto, o

algoritmo é inapropriado para uso em ambientes que apresentam alta variabilidade de

tempos de setup e tempos de processamento.

8 Tempo de ciclo é o intervalo de tempo entre saídas sucessivas de produto acabado no posto de serviço final da linha de produção.

33

Bitran & Chang (1987) também utilizaram programação matemática para modelar o

sistema Kanban em uma linha de montagem de múltiplos estágios com restrição de

capacidade. O problema de natureza não linear é formulado como um modelo de

programação linear inteira cujo objetivo é determinar o número de kanbans e nível de

inventário em cada estágio. O modelo não leva em consideração incertezas associadas

às mudanças na previsão de demanda, de modo que o programa tem que ser executado

periodicamente para recalcular o número de kanbans no sistema. Entretanto, os modelos

de programação linear inteira têm a vantagem de serem mais tratáveis matematicamente

e ainda fornecem o mesmo conjunto de soluções viáveis e ótimas que os modelos não-

lineares em termos de variáveis de decisão.

2.8 Modelagem de Sistemas utilizando Simulação

A evolução da indústria de computadores nas últimas décadas permitiu a difusão da

técnica de simulação para os mais variados campos do conhecimento. Progressos

notáveis vêm sendo obtidos na Engenharia Genética através do desenvolvimento de

modelos tridimensionais de macromoléculas, na operação de sistemas de engenharia tais

como os processos de manufatura, exploração e refino de petróleo, aplicações em

ensaios mecânicos de deformação e na Engenharia Aeroespacial empregando

simuladores de vôo, redes de distribuição, enfim quase tudo pode ser simulado.

Mas o que é simulação, afinal ? Banks & Carson (1984, p.2) definem que “ a simulação é

a imitação da operação de um processo real ou sistema ao longo do tempo” . É correto

afirmar que a simulação é uma técnica de modelagem de sistemas, sem intervenção

direta no sistema real.

Mihram & Mihram (1974), citado por Banks & Carson (1984, p.9) afirma que todo

modelo de representação é uma simplificação do sistema real. Isto quer dizer que o

modelo de simulação é uma réplica reduzida de um conjunto de variáveis do sistema

real. Cabe ao designer do sistema a árdua tarefa de identificar as variáveis, extraí-las do

sistema, e correlacioná-las para que, enfim, possa representá-las em um modelo teórico

experimental. Então, pode-se dizer que a simulação é antes de tudo uma técnica

34

experimental que permite avaliar o efeito da mudança de uma variável de entrada ou

parâmetro, no comportamento da variável controlada também chamada de variável de

saída do sistema.

Kelton & Law (1991) comentam que os modelos de simulação podem ser

determinísticos, probabilísticos ou estocásticos, e ainda uma combinação de ambos.

Situações em que a taxa de chegada, tempo entre as chegadas, tempos de processamento

acontecem de forma aleatória, são regidos por uma distribuição de probabilidade e são

considerados de natureza probabilística. Caso contrário, são considerados eventos

determinísticos. Há modelos que contemplam tanto parâmetros determinísticos quanto

estocáticos e por isso as variáveis de saída do modelo também são de natureza

estocástica.

Em se tratando da modelagem de sistemas utilizando a técnica de simulação, cabe a

seguinte definição: “um sistema é um grupo de objetos que mantém uma interação entre

si, a fim de alcançar algum propósito e ainda é delimitado por uma fronteira no

ambiente ao qual está inserido” (Banks & Cars on,1984, p.6).

O sistema pode ser estático quando as variáveis são estacionárias, ou seja, não variam

com o tempo e, caso contrário, o sistema tem caráter dinâmico e apresenta variáveis

transientes. A modelagem dinâmica da simulação consiste em definir o estado do

sistema, ou seja, o conjunto de variáveis que o descrevem, estabelecidos os parâmetros

iniciais do modelo no instante de tempo t = 0 e a sua evolução em um instante de tempo

t > 0, não importando as condições anteriores.

O sistema é composto por servidores que prestam serviço para as entidades (clientes ou

objetos que se movem no sistema). As entidades possuem propriedades que lhes

conferem um caráter peculiar chamadas de atributos. Por exemplo, em uma linha de

montagem de veículos, as autopeças e submontagens representam as entidades cujo

atributo é seguir uma rota particular na linha de montagem, passando por estações de

serviço específicas que atuam como servidores.

35

O software de simulação ARENA utilizado neste trabalho consiste em uma interface

gráfica em que os modelos são representados por meio de diagrama de blocos. A lógica

do programa é construída sobre a linguagem computacional SIMAN (Simulation

Analysis) e o software ainda possui recursos de animação que fazem parte do módulo

CINEMA do pacote computacional de simulação.

É conveniente comentar que os resultados de experimentos obtidos com simulação de

sistemas de manufatura ou qualquer outro sistema estão sujeitos a muitas restrições

impostas nas hipóteses do modelo. Neste caso em estudo, existem restrições do software

ARENA ao codificar em uma linguagem computacional, através de uma interface

gráfica de diagrama de blocos, todos os eventos e situações possíveis de acontecer no

sistema real.

Outra restrição importante é a percepção do analista ao extrair do sistema real as

variáveis relevantes e elaborar um modelo teórico e reduzido que represente com

exatidão o sistema observado. A intimidade do analista com o software vai evoluindo

desde o primeiro contato e, ao longo da trajetória, criam-se modelos que são desfeitos

em seguida, devido a uma má interpretação daquilo que se pretende modelar e a

possibilidade real que o software pode oferecer. A simulação tem se mostrado uma boa

ferramenta de busca para respostas relacionadas às incertezas presentes nos ambientes

de manufatura.

A concepção destes modelos de simulação está sempre associada a um grau de risco

relacionado ao conhecimento e ao nível de certeza da informação disponível a respeito

dos processos. O resultado da simulação é apenas um reflexo do risco que se dispõe a

enfrentar ao alimentar os dados de entrada em qualquer modelo que se pretende simular.

Como já foi apresentado em tópicos anteriores, seguem alguns comentários dos

trabalhos de pesquisa publicados na literatura a respeito do uso da técnica de simulação

para resolver problemas diversos do chão de fábrica.

36

Abdou & Dutta (1993) desenvolveram um modelo utilizando simulação para resolver

problemas de seqüenciamento multiproduto e com múltiplos estágios de produção. O

objetivo do modelo é determinar para cada item o número ótimo de kanbans, a

capacidade ótima dos contêineres e o intervalo de tempo ótimo entre chegadas do

componente no posto de serviço. A simulação é utilizada para ajustar a faixa de tempos

entre chegadas de material, estabelecer diferentes tamanhos de lote que minimizam o

custo total de operação da linha (setup + WIP + utilização de máquina) calculando o

número correspondente de kanbans.

Lummus (1995) propõe uma análise de simulação utilizando a linguagem

SLAMSYSTEM para seqüenciamento de dois produtos em uma linha de produção com

diferentes tempos de processamento e setup. Verificou-se que a duração dos tempos de

processamento e setup podem influenciar o seqüenciamento resultando em gargalos que

alteram a taxa de produção do processo. Como as atividades relacionadas a setup

geralmente apresentam duração de tempo mais longa, verificou-se nos experimentos de

simulação que os tempos de setup exercem uma influência muito maior na taxa de

produção do que os acréscimos de tempo relacionados com atividades de

processamento.

Gupta & Gupta [1] (1989) simularam um processo JIT/kanban característico, utilizando

a linguagem de simulação DYNAMO. Foram executadas algumas simulações variando

um ou outro parâmetro do modelo (tamanho do contêiner, número de kanbans,

variabilidade na taxa de produção, etc.), e o resultado da mudança de um parâmetro nas

variáveis de saída do modelo foi comparado com dados de uma simulação inicial

tomada como um padrão de comparação.

O resultado do trabalho de pesquisa sugere que o aumento na variabilidade da produção

não afeta a produtividade haja vista que esta última é suportada por um buffer de

material em processo. Retração de demanda conduz a excesso de capacidade e

conseqüentemente leva à redução de inventário – WIP, mas como o nível de WIP foi

similar em todas as simulações, isto leva a crer que o tempo ocioso não foi provocado

por redução de inventário. Os autores comentam ainda que a teoria clássica para

37

determinação do lote econômico é útil no cálculo do tamanho do lote kanban haja vista

que nas simulações executadas não foi possível estabelecer um tamanho de lote único

para todas as condições simuladas.

Gupta & Gupta [2] (1989) desenvolveram um trabalho similar utilizando simulação

dinâmica para avaliar a performance do sistema kanban em linhas de produção

múltiplas constituídas de múltiplos estágios. Baseado em dados constantes de uma

simulação tomada como padrão de comparação, foi investigado o comportamento do

sistema avaliando-se o impacto da mudança de algumas variáveis. Foram analisados o

impacto provocado por paradas de produção em diferentes estágios, diferentes políticas

de gestão de inventário através da variação do número de kanbans e do tamanho dos

contêineres, variabilidade nas taxas de produção, variabilidade dos tempos de

processamento, desbalanceamento da linha e aumento de capacidade de produção em

diferentes estágios.

Notou-se que a ação de aumentar apenas o número de cartões no sistema não é

suficiente para aumentar a taxa de produção quando outras variáveis permanecem

constantes. É imprescindível o balanceamento da linha de produção para que se

verifique um fluxo contínuo e suave no ambiente de produção JIT. O custo adicional de

movimentação e manuseio de inventário necessário para equilibrar variabilidade nos

tempos de processamento e o custo de horas extras são variáveis de decisão antagônicas

- trade offs – que devem ser analisadas com atenção.

Berkley (1993) utilizou a linguagem de simulação SIMAN para verificar a relação entre

estratégia de seqüenciamento e a regra de serviço que maximiza a taxa de produção e

minimiza o nível de inventário em processo. A análise do modelo demonstrou que a

performance relativa das variáveis estratégia de serviço FCFS (first come - first served)

e tempo de processamento mais curto – SPT (shortest processing time) é sensível à

mudança de variabilidade nos tempos de processamento e de capacidade do buffer em

linhas de produção controladas por meio de kanban com cartão único. A estratégia de

serviço FCFS apresenta maiores médias de taxas de produção quando os tempos de

processamento são normalmente distribuídos e a capacidade do buffer é maior. Em

38

contrapartida, a regra de seqüenciamento SPT apresenta maiores médias de taxas de

produção quando os tempos de processamento são representados por uma distribuição

exponencial e os buffers têm capacidade menor.

Berkley (1994) também utilizou a linguagem de simulação SLAM em uma linha de

produção controlada por meio de um sistema Kanban de dois cartões - kanbans de

retirada e kanbans de produção. O problema foi modelado utilizando cadeias de Markov

para definir os estados de transição viáveis nas estações de serviço ao processar um

contêiner completo de peças. O objetivo do estudo é determinar níveis mínimos de

performance em cada estação de serviço, ou seja, a taxa de produção de cada estação, a

fim de se obter a taxa de produção diária desejada. A taxas de produção das estações de

serviço e o tempo de fila dos kanbans de retirada são altamente dependentes do tempo

de processamento em cada estação. Foram executados dois experimentos em que os

tempos de processamento foram ajustados por uma distribuição exponencial e por uma

distribuição de Erlang. Verificou-se que é possível encontrar níveis de performance

mínimos que fornecem condições suficientes para garantir a taxa de produção exigida

independentes da média dos tempos de processamento utilizados em cada estação de

serviço.

Mitra & Mitrani (1989) formularam um modelo analítico, à luz da teoria de filas em

uma linha de produção constituída de estações ou células de serviço em linha com

buffers, compartilhados e controlada por kanbans. Utilizou-se dados obtidos por técnica

de simulação como base para comparar os resultados obtidos com a aproximação do

modelo analítico. Várias condições foram testadas variando alguns parâmetros do

sistema kanban enquanto outros permaneceram constantes. O principal objetivo deste

trabalho consiste em alocar o número total de cartões para cada célula a fim de

maximizar a taxa de produção – throughput.

Lee (1987) utilizou a linguagem de simulação SIMON para avaliar o efeito de regras de

seqüenciamento, tamanho do kanban, demanda e mix de produtos em um sistema de

produção Just in time. Verificou-se que a prática comum de seqüenciamento ao designar

prioridade ao lote cuja demanda tem maior freqüência é menos eficiente quanto à regra

39

de seqüenciamento baseada no tempo de processamento mais curto. No sistema JIT,

aumento de demanda não garante alto nível de utilização do processo. No experimento

em questão, o aumento no tamanho do kanban diminuiu o atraso de finalização do lote –

job tardiness 9 . O autor concluiu que, ao contrário do que se pensa, um mix de produto

maior, desde que não seja excessivo, produz melhor utilização do processo, pois garante

maior ocupação das estações de serviço e em conseqüência menos atraso na finalização

do lote.

Seppanem (1993) estudou um caso típico de simulação utilizando linguagem SIMAN em

uma linha de produção constituída de três estações de serviço em série e uma estação

final para expedição do produto. Ambos os mecanismos de produção, “ push” ou

tradicional e “ pull” empregando kanbans, foram simulados avaliando-se o nível de

material em processo – WIP – work in process e o tempo de fluxo das peças entre a

chegada na primeira estação e a saída na estação final. O modelo tradicional é abordado

à luz da teoria clássica de filas e o lote de produção segue um fluxo em série através das

estações até o estágio final. O tempo de finalização do produto representa o tempo de

processamento nas estações de trabalho mais o tempo de fila em cada estação.

A abordagem do modelo utilizando kanbans emprega dois sistemas de filas em que as

submontagens finalizadas em uma estação de serviço são depositadas em um buffer

denominado PEÇAS. Ordens de produção que chegam de tempos em tempos em cada

estação são depositadas em uma fila de espera denominada CARTÕES. Desse modo,

sempre que houver disponível um determinado número de submontagens que

completam o buffer PEÇAS, este lote é então enviado para uma estação subseqüente e,

em contrapartida, uma ordem de produção de tamanho igual ao kanban retirado deve ser

colocada na estação precedente. Isto funciona de forma idêntica para a segunda e

terceira estações, pois considera-se que a primeira estação tenha capacidade infinita de

prover componentes para as estações seguintes.

9 Job tardiness é o atraso entre a data efetiva de finalização no processamento de um lote e a data programada no schedule. (Lee, 1987, pp. 1416.)

40

Estabelecidas as condições de contorno iniciais tais como os tamanhos dos buffers de

cada estação, as distribuições estatísticas de tempos entre chegadas de ordens de

produção na fila CARTÕES e de tempos de processamento em cada estação, procedeu-

se à análise dos resultados da simulação comparando-se o nível de material em processo

e o tempo de fluxo. Concluiu-se neste caso específico que o modelo empregando

kanban exige maior nível de WIP quando comparado ao modelo clássico. Entretanto,

mostrou-se mais flexível e capaz de atender a uma ordem de produção muito mais

rapidamente do que o modelo tradicional.

Gravel & Price (1988) adaptaram o sistema kanban em um ambiente de manufatura de

pequeno porte operando com job shop. A simulação foi utilizada para testar várias

condições de operação do sistema sob regras de seqüenciamento específicas dos lotes de

produção, a fim de reduzir o nível de WIP e o tempo máximo de finalização do

processamento do lote - makespan 10. Os autores sugerem que o tamanho do lote kanban

é um parâmetro que pode afetar a produtividade, mas é necessário experimentos in loco

para determinar o nível apropriado de WIP. Embora a regra de seqüenciamento baseada

no menor tempo de processamento tenha apresentado desempenho equivalente a outras

regras mais complexas, os autores enfatizam que não há suporte teórico suficiente que

justifique o emprego desta regra neste caso específico de simulação.

Chan (2001) utilizou o pacote de simulação SIMPROCESS, para investigar o efeito do

tamanho dos kanbans na performance de dois sistemas de manufatura JIT.

O primeiro sistema é do tipo JIT/kanban convencional destinado à manufatura de um

produto padrão em que a demanda da estação de seviço subseqüente puxa material da

estação precedente por meio de kanbans.

O segundo sistema é do tipo híbrido, ou seja, uma combinação de ambos os mecanismos

de puxar e empurrar a produção, destinado a fabricar um mix de produtos. Neste caso,

apenas a última estação utiliza sinalização de kanban para ativar o início da produção na

10 Makespan é a data máxima de finalização do processamento de um lote de produção desde a sua chegada no chão de fábrica.

41

primeira estação e, a partir daí, o fluxo do material na linha de produção é idêntico ao

sistema de manufatura tradicional. As medidas de performance analisadas foram a taxa

de atendimento da demanda solicitada, nível de material em processo e o lead time de

fabricação. O ajuste de alguns parâmetros tais como a taxa de produção, tempo de

processamento e tamanho do kanban conduz a condições mais favoráveis de operação

da linha de produção, ou seja, o sistema é capaz de atender à demanda exigida no menor

tempo possível. Os autores notaram que no sistema de fabricação do produto padrão,

aumentando o tamanho do kanban, houve redução na taxa de atendimento da demanda e

acréscimos tanto no nível de WIP quanto dos tempos de processamento. Em relação ao

sistema de fabricação multiproduto, notou-se que o aumento no tamanho do kanban

também provocou aumento na taxa de atendimento da demanda solicitada e reduziu o

tempo de fabricação.

Phillipoom et al. (1990) formularam um modelo de programação linear inteira para

determinar o tamanho dos lotes de um mix de produtos, em um ambiente job shop,

empregando kanbans haja vista que o modelo do lote econômico multiproduto nem

sempre funciona adequadamente no JIT shop. O modelo foi construído sob ambas as

abordagens, de minimização de inventário e minimização de custo. Em seguida,

utilizaram a linguagem de simulação Q-GERT para testar a eficácia do algoritmo

proposto. A implementação do sistema JIT/kanban exige que se tenha tempos de setup

pequenos quando comparados com os tempos de processamento. Sem isso, podem

ocorrer gargalos nas estações de serviço que causam atrasos e, finalmente,

comprometem o fluxo suave de produção característico do JIT. Para isso, um tipo

especial de “k anban visual – signal kanban” foi desenvolvido, para autorizar a

produção em estágios com tempos de setup relativamente altos. Este caso especial de

“ kanban visual” é responsável pela produção de múltiplos contêineres que funcionam

como um buffer eliminando setups nas estações de serviço.

Os autores concluem desta pesquisa que a dupla abordagem de minimização de custos e

minimização de inventário conduz a resultados mais substanciais na operação do JIT

shop, ao invés de buscar apenas redução de inventário físico. Em certas condições, o

42

emprego do caso especial de “ kanban visual” pode ser mais efetivo do que o sistema

que utiliza apenas o kanban convencional.

Farahmand (1994) utilizou a técnica de simulação para rastrear inventário em um

sistema de manufatura cujo fluxo de produção é controlado por kanbans. O sistema é

constituído por um processo que puxa a produção de dois processos dedicados, de tal

modo que variações nas taxas de produção de cada processo influenciam a produção

real diária exigida para satisfazer a demanda solicitada. O trabalho de pesquisa examina

o efeito da variação de alguns parâmetros na variável controlada, ou seja, o tempo total

de processamento do lote. Os parâmetros considerados na análise são o número de

kanbans, o tempo de processamento do contêiner de peças em cada estação de

montagem e o tempo entre chegadas de lotes para ser processado na célula de trabalho.

O autor sugere que o tempo de liberação entre os kanbans de produção e o tempo de

processamento do contêiner têm um efeito considerável na taxa de produção solicitada.

O fator decisivo que otimiza o tempo total de produção equivale ao produto do tempo

entre chegadas dos lotes na linha de produção e o número de kanbans necessários. O

número total de kanbans no sistema que minimiza o inventário pode ser calculado como

uma função do intervalo de tempo entre a liberação dos kanbans, do tempo de

processamento do contêiner e do tempo entre chegadas de lotes.

Farahmand (2000) desenvolveu um estudo de simulação utilizando a linguagem

TAYLOR II, a fim de analisar o efeito da mudança de layout na capacidade de produção

de uma célula de manufatura flexível em substituição a uma linha de montagem de

fluxo contínuo.

A performance do sistema foi analisada em função de alguns parâmetros tais como o

lead time, taxa de produção, work-in-process e a taxa de utilização dos recursos. A

configuração da linha de montagem com fluxo contínuo foi comparada a três cenários

de operação da célula de manufatura, no intuito de aumentar a capacidade aumentando a

velocidade do processo por meio de redução do tempo de ciclo da célula.

43

O primeiro cenário propõe aumentar o número de operações de montagem em posições

do processo que representam gargalos para o novo tempo de ciclo sugerido. Esta opção

requer investimento extra em equipamento e mão-de-obra.

O segundo cenário propõe a redução do tempo de processamento identificando posições

de gargalo na linha de montagem como, por exemplo, postos de testes e inspeção.

O terceiro cenário propõe tirar vantagem do layout celular quanto à utilização dos

equipamentos.

Apesar do modelo de simulação somente ser validado para o propósito específico deste

estudo, os resultados mostraram ganhos bem superiores, obtidos com a célula de

manufatura flexível em relação à linha de montagem em fluxo contínuo.

2.9 Método de medição de tempos MOST

Zandin (1990) apresenta em seu livro, “ MOST Work Measurement System”, o método

alternativo de medição de tempos que sucedeu as técnicas do MTM (Methods Time

Measurement) a partir de 1975 nos EUA. O método consiste em uma técnica orientada

ao movimento do objeto ao se deslocar de um referencial ao outro, livre no espaço com

sua trajetória restrita apenas pela resistência do ar, ou então restrito em apenas uma

direção, no caso de contato com uma superfície.

O método MOST classifica qualquer tipo de movimento em geral, controlado, ou

então em movimento combinado de ambos. O uso de ferramentas manuais é analisado

através de uma seqüência de eventos da ferramenta na execução da tarefa e que pode ser

descrita como uma combinação dos dois movimentos geral e controlado. Os modelos

descritos no MOST são representados por uma seqüência de atividades durante o

movimento do objeto utilizando parâmetros específicos. A cada parâmetro é associado

um índice igual ou múltiplo de 10 que representa uma resistência a ser vencida ou grau

de dificuldade para executar determinada ação. Os parâmetros com os respectivos

índices de cada movimento estão descritos nas tabelas do Anexo 1.

44

No movimento geral, a seqüência de atividades consiste respectivamente na obtenção

do objeto, movimentação do objeto para colocá-lo no local de destino e retorno à

origem. A seqüência de parâmetros do MOST que descreve esta atividade é: [ A B G

A B P A ], em que o parâmetro A representa uma ação de distância horizontal a ser

vencida para se ganhar controle do objeto, B diz respeito ao movimento vertical de

membros do corpo que demonstram hesitação ou pausa ao se apanhar um objeto, G

identifica variadas formas de se obter o controle do objeto (simultâneo ou não, coleta,

pega, etc.) e o parâmetro P que está relacionado à disposição do objeto no local de

destino (deixar de lado, colocar com cuidado, precisão, etc.). O parâmetro A final

descreve o retorno do objeto à posição de origem. O somatório dos índices da seqüência

define a unidade que o método MOST utiliza para quantificar o tempo gasto na

execução da atividade e que é chamado de TMU (Time Measurement Unit). Logo, 1

TMU = 0,00001 hora = 0,0006 minutos = 0,036 segundos, ou seja, 1 hora = 100.000

TMU, 1 minuto = 1.667 TMU, 1 segundo = 27,8 TMU.

As atividades do movimento controlado estão relacionadas à movimentação do objeto

sobre uma trajetória conhecida e retorno à posição de origem. A seqüência que descreve

a atividade é: [ A B G M X I A ]. O parâmetro M indica o tipo de movimento

(empurrar, arrastar, pivotar, movimento de manivela, etc.), o parâmetro X representa a

duração do tempo gasto na execução da ação, enquanto o parâmetro I indica a

orientação do objeto seguido de alinhamento de um ou mais pontos.

A seqüência do MOST empregando o uso de ferramentas manuais é descrita por

atividades de obtenção da ferramenta, posicionamento, uso, liberação e retorno da

ferramenta à posição inicial como segue na seqüência: [ A B G A B P (F L C M T)

A B P A ]. Neste caso, (F L C M T) descreve o uso da ferramenta seja ela para apertar

- Fasten, afrouxar - Loosen, cortar - Cut, medir - Measure, registrar ou inspecionar –

Think, uma atividade qualquer.

O método MOST registra o devido parâmetro, bem como o índice a ser empregado

em determinada atividade e reflete um nível de performance de 100 % considerando um

45

operário bem treinado e em perfeita condição de saúde para executar sua tarefa.

Percentuais de tolerância relacionados à fadiga, paradas de serviço para execução de

necessidades fisiológicas, etc., são parâmetros considerados a parte no método e podem

ser aplicados como fator de correção para o cálculo do tempo padrão de cada operação a

critério do usuário. O tempo padrão da operação é o tempo calculado empregando os

parâmetros do método adicionados do fator de tolerância. Neste texto, foi considerado

um fator de tolerância de 15% relacionado à fadiga e delay.

46

3 METODOLOGIA

Esta seção apresenta uma breve descrição da técnica de “estudo de caso” e os aspectos

gerais da metodologia utilizada na avaliação da estratégia de suprimento interno, com

posterior implantação do sistema de suprimento Kanban e, finalmente, a simulação

deste sistema de suprimento modificado por meio de uma restrição de capacidade do

buffer.

Voss et al. (20002) explicam que a metodologia de estudo de caso pode ser utilizada

para diferentes propósitos com a finalidade de explorar áreas para desenvolvimento de

teorias, construir novas teorias identificando as variáveis e a correlação existente entre

elas, testar teorias já existentes ou, finalmente, refiná-las. A gestão de operações é um

campo dinâmico em que novos métodos e práticas de trabalho emergem a todo

momento. Portanto, os estudos de caso fornecem meios para avaliar a viabilidade de

implementação de novas práticas de manufatura, sistemas de gestão de materiais, etc.

Um estudo de caso realizado em uma única fonte ou local de pesquisa tem a vantagem

de poder ser analisado com maior profundidade do que aqueles que envolvem múltiplos

locais de pesquisa, mas, em contrapartida, apresenta limitações em relação à

generalização das conclusões.

O instrumento básico e inicial para um estudo de caso é a entrevista formalizada por

meio de um questionário, planilha, etc. Mas outras fontes de informação a respeito do

objeto foco de estudo, tais como observações pessoais, conversas informais, notas de

reunião, arquivos internos da organização ou qualquer outro material que o analista

julgar útil pode ser empregado para elaboração de suas conclusões. Desse modo,

comparando a coleta de dados proveniente da utilização da técnica de estudo de caso

com a técnica de survey, pode-se afirmar que a primeira tem muito mais acurácia do

que a última, pois o analista tem acesso aos registros de dados originais.

47

Finalmente, a confiabilidade e a validação do resultado é uma preocupação de qualquer

técnica de pesquisa. A confiabilidade consiste na obtenção do mesmo resultado ao se

repetir a pesquisa empregando o mesmo método. A validação do estudo de caso pode

ser feita usando múltiplas fontes de evidência para comprovar a hipótese inclusive o

acesso a informantes-chave da organização e que podem elucidar equívocos e corrigir

erros eventuais constantes nos relatórios redigidos ao longo da pesquisa de estudo de

caso.

A metodologia de pesquisa da dissertação é um estudo de caso para avaliação da

estratégia de suprimento interno mais adequada aos processos de fabricação de uma

empresa prestadora de serviços de manufatura eletrônica. Posteriormente, a técnica de

simulação será empregada para avaliar as condições de operação da linha de montagem

de um cliente particular, mediante utilização de suprimento Kanban. As estratégias de

suprimento mencionadas neste estudo podem ocorrer por meio de ordens de produção

convencionais – OP’s – típicas do sistema tradicional (Just in Case) ou através de uma

estratégia de suprimento alternativa com uso de kanbans.

Foi realizada uma entrevista estruturada com a gerente do departamento de “Controle de

Inventário”, com o objetivo de identificar a estratégia de suprimento aplicável em cada

processo de fabricação considerando às características dos produtos dos clientes.

Eis as etapas desenvolvidas na metodologia:

• A primeira etapa da metodologia é a composição de uma matriz denominada

macrofatores de estrutura e infra-estrutura apontando parâmetros de controle

que influenciam alguns direcionadores da estratégia de suprimento (fornecedores,

produtos do cliente, demanda, controle de inventário).

• A segunda etapa consiste em cruzar parâmetros de cada processo de manufatura de

placa de circuito integrado (PCI) e montagem do produto final de consumo (PF), de

modo que cada processo se enquadre no sistema convencional JIC ou no sistema

alternativo JIT.

48

• A terceira etapa caracteriza os dois processos de manufatura apontando evidências

que os aproximam do sistema convencional JIC ou do sistema alternativo JIT

quando se trata da introdução de um novo produto do cliente.

• A quarta etapa relaciona os sistemas JIC e JIT com a demanda dos produtos

fabricados em cada processo de manufatura (placas de circuito integrado ou produto

final de consumo).

• A quinta etapa consiste em relacionar cada processo de manufatura segundo uma

abordagem de planejamento de materiais específica para produtos típicos como os

produtos desta empresa cuja montagem é feita sob encomenda. O planejamento

escalonado no tempo é mais adequado ao sistema convencional JIC enquanto o

planejamento baseado em taxa de produção é mais adequado ao sistema JIT.

• A sexta etapa consiste em apontar um panorama da estratégia de coleta de materiais

“ picking” que está relacionada diretamente à área de “Controle de Inventário”.

Estas seis etapas são suficientes para apontar a estratégia direcionadora do suprimento

em cada processo de manufatura por meio de uma ordem de requisição convencional ou

então utilizando kanbans.

Após a definição da estratégia de suprimento mais adequada aos processos de

manufatura, foi escolhida a linha de montagem do produto POS padrão para a

implantação do sistema de suprimento Kanban e que até aquele momento utilizava

suprimento baseado em ordem de requisição convencional.

O modelo de implantação inicial do sistema de suprimento Kanban baseia-se em um

buffer centralizado alocado na área produção para suprir a linha de montagem. O

cálculo do número de kanbans com o respectivo nível de inventário no sistema baseia-

se na fórmula apresentada na seção 2.7.

49

Decorrido um tempo de adaptação de 3 meses ao novo sistema de suprimento Kanban,

segue a etapa de refinamento do sistema com a mudança de alocação do buffer

transferindo os materiais diretamente do estoque da fábrica aos postos de serviço. Esta

proposta é denominada “descentralização do buffer”.

Esta etapa de descentralização do buffer se propõe a executar experimentos usando a

técnica de simulação e o software ARENA versão 3.5 fabricado pela Systems

Modeling Corporation (USA) e distribuído no Brasil pela Paragon Tecnologia

Ltda.

O objetivo da simulação é medir a performance da linha de produção por meio do

atendimento da demanda durante o tempo disponível no turno de trabalho, sujeito à uma

restrição de capacidade do buffer nos postos e com alternativa de reconfiguração da

linha de montagem, variando o número de operadores. O nível de peças semi-acabadas

em processo (WIP) que transitam entre os postos de preparação e montagem é

mensurado pelo tamanho das filas de peças que se acomodam nos buffers dos postos de

serviço.

Esta proposta de buffer descentralizado nos postos de serviço da linha de montagem é

composta por um cenário cujos postos não apresentam restrição de capacidade para

acomodar as peças semi-acabadas (WIP) e dois cenários adicionais cujo buffer apresenta

restrições de capacidade.

O método de medição de tempos MOST é utilizado para coletar os tempos de

processamento das operações de montagem em cada posto de serviço da linha de

montagem do produto POS padrão.

50

4 ESTUDO DE CASO

A empresa foco do estudo de caso é uma companhia multinacional norte-americana

situada na região metropolitana de Belo Horizonte – MG que atua no segmento de

manufatura de produtos eletroeletrônicos e de informática. Este setor da indústria

eletrônica de prestação de serviço de manufatura é conhecido como EMS – eletronic

manufacturing service. Sua carteira de clientes são as empresas fabricantes de

equipamentos originais - OEM - original equipament manufacturers.

4.1 Escopo do projeto/delimitação da pesquisa A presente pesquisa apresenta o seguinte escopo:

• A análise da estratégia de suprimento limita-se à cadeia interna de suprimento da

fábrica envolvendo mais especificamente o departamento de Engenharia Industrial

que atua diretamente nos processos de manufatura e o departamento de Controle de

Inventário responsável por disponibilizar os materiais na área de produção.

• O suprimento externo não é avaliado nesta dissertação e cabe ao departamento de

“Planejamento” e “Compras” disponibilizar em tempo hábil os componentes no

estoque de materiais da fábrica (almoxarifado), para atender as necessidades da

produção.

• Implantação e cálculo dos parâmetros do sistema de suprimento Kanban (tamanho

dos contêineres, número de cartões e inventário físico) na linha de montagem do

produto POS padrão, mediante um modelo de buffer centralizado (estoque pulmão),

alocado em uma área reservada próxima à linha de montagem.

• A linha de produção do produto POS padrão analisada neste projeto é composta dos

postos de preparação, postos de montagem e teste de verificação de funcionamento

do produto acabado conforme FIG 12. do Anexo 3.

51

• A técnica de simulação se restringe unicamente à linha de preparação e montagem

do produto POS padrão.

• A implementação dos resultados da simulação não pode ser verificada na linha de

montagem, pois o modelo atual do produto POS padrão foi recentemente

descontinuado do portifólio de produtos do cliente, e outro modelo similar em breve

fará a substituição do atual modelo.

4.2 Introdução O estudo de caso está estruturado de acordo com as seguintes etapas:

i. Avaliação da estratégia de suprimento dos processos de manufatura de placas de

circuito integrado (PCI) e processo de montagem de produto final (PF).

ii. Implantação do sistema de suprimento Kanban na linha de montagem do produto

POS padrão.

iii. Coleta dos tempos de processamento das operações de montagens empregando o

método de medição de tempos MOST.

iv. Simulação da linha de montagem do produto POS padrão empregando sistema de

suprimento Kanban, mediante descentralização do buffer, alocando o material

diretamente nos postos de serviço.

Os tópicos seguintes compõem as etapas da metodologia utilizada na avaliação da

estratégia de suprimento mais adequada aos processos de fabricação de placas de

circuito integrado (PCI) e montagem do produto final de consumo (PF).

A estratégia de suprimento por meio de ordens de produção convencionais – OP’s – é

típica do sistema tradicional ou Just in Case e retrata a situação da empresa antes do

desenvolvimento desta pesquisa. Neste caso, uma ordem de requisição de material, para

atender a produção de um lote completo, é separada no estoque de materiais da fábrica e

52

enviada em sua totalidade para a área de produção, ocasionando elevado acúmulo de

estoque.

A estratégia de suprimento com uso de kanbans se refere ao sistema JIT e é mais

flexível, pois a ordem de requisição de material (kanban) é emitida em maior

freqüência, e a demanda diária de produção é subdividida em lotes menores com uma

quantidade fixa de material especificada no kanban.

O contexto de suprimento na empresa é formado pelo departamento de “Controle de

Inventário” que, juntamente com os Departamentos de “C ompras” e “Planejamento”

formam a “Área de Materiais”.

Uma breve descrição dos processos de fabricação de placas de circuito integrado (PCI)

e montagem do produto final de consumo (PF) auxilia na compreensão do contexto de

suprimento. O processo de produção PCI é composto por uma fase que emprega

tecnologia automatizada de montagem de componentes em superfície e outra fase de

inserção manual de componentes. O processo de montagem de PF é composto por três

linhas de montagem dedicadas. Uma delas é utilizada para fabricação de impressoras

laser, outra linha de montagem consiste na fabricação do produto padrão denominado

“terminal eletrônico de cartão magnético – POS – point on sale”, e a terceira linha é

reservada à montagem do pinpad (acessório obrigatório do produto POS).

Os produtos dos clientes são, portanto, impressoras de vários modelos, terminais

eletrônicos de cartão magnético POS customizados para diversos clientes a partir de um

modelo padrão e, finalmente, modelos variados de placas de circuito integrado que

entram na composição destes produtos.

Os fornecedores de componentes e materiais, em sua maioria, são fornecedores externos

situados no sudeste asiático e na América do Norte. É importante caracterizar a

localização destes fornecedores, pois isto afeta diretamente os lead times de

fornecimento dos lotes de materiais. O intervalo de tempo decorrido desde a emissão de

uma ordem de compra até a disponibilidade do material no estoque da fábrica pode

53

levar até 6 (seis) meses. Em geral, pode-se dizer que o cenário analisado apresenta lead

times longos e variáveis para cada componente e isto está diretamente associado a

elevados riscos de falta de material, devido a entraves burocráticos para desembaraço de

mercadorias na alfândega e dos lead times longos.

4.3 Avaliação da estratégia de suprimento dos processos de produção

Apresentada a introdução do contexto de sistema de suprimento ao qual a empresa está

inserida, os produtos dos clientes e os fornecedores, parte-se para a composição de

matrizes com parâmetros de controle que vão definir os indicadores da estratégia de

suprimento mais adequada ao processo de fabricação do produto do cliente.

Convém lembrar que as matrizes são respostas do questionário aplicado à gerente de

Controle de Inventário da empresa. Elas refletem uma visão particular da gerente em

relação aos processos de manufatura no âmbito de atuação da sua função. As matrizes

foram construídas de tal modo que os dois processos de manufatura (PCI) e (PF) são

analisados mediante uma série de parâmetros que enquadram o processo de fabricação

dos produtos no sistema JIC ou no sistema JIT. As características ou parâmetros de cada

processo estão sinalizados nas matrizes por um check list (x).

Características que são comuns a ambos os processos de fabricação (PCI) e (PF), de

modo a enquadrá-los em um único sistema de manufatura, estão posicionadas em um

mesmo lado da matriz. Características que diferem um processo do outro em relação ao

sistema de manufatura JIC ou JIT estão posicionadas na matriz em lados opostos. Os

tópicos seguintes apresentam as etapas da metodologia aplicadas neste estudo de caso.

4.3.1 Matriz de macrofatores

O QUADRO 2 ilustra a matriz de macrofatores de estrutura e infra-estrutura com os

parâmetros de controle que influenciam alguns dos principais direcionadores de

estratégia de suprimento (fornecedores, produtos dos clientes, demanda, controle de

inventário).

54

O objetivo da matriz é auxiliar na compreensão do ambiente de produção da empresa e,

com base na literatura de sistemas de manufatura JIC x JIT, definir uma estratégia de

suprimento mais adequada a cada processo, mediante alguns direcionadores.

Para a empresa, é importante identificar as características do processo de produção que

apontam a estratégia mais adequada ao suprimento. Alguns parâmetros são bem

característicos de um sistema de manufatura específico como, por exemplo, a

flexibilidade, velocidade e confiabilidade do JIT. É comum na empresa, em alguns

casos, o cliente solicitar que o suprimento interno para fabricação de seu produto seja

feito nos moldes do sistema JIT, e a empresa, por desconhecimento da literatura

referente a este assunto, deixa de utilizá-lo.

Logo, esta matriz constitui uma ferramenta útil que pode ser empregada na decisão da

estratégia de suprimento mais adequada à fabricação do produto dos atuais clientes ou

mesmo de novos clientes.

55

QUADRO 2

Matriz de macrofatores direcionadores da estratégia de suprimento

Macrofatores Direcionadores da Estratégia de Suprimento

Parâmetros de Controle

Fornecedores (Sourcing)

Número de fornecedores Lead times Sistema de informação Confiabilidade de entrega Flexibilidade e velocidade de entrega Qualidade assegurada

Características dos produtos

do cliente

Variedade de produto Padronização de componentes Tempos de Setup Impacto da variação de mix e volume no controle de Inventário Complexidade do produto Tecnologia (grau de mudança)

Estrutura

(Externos à empresa)

Características da demanda

Alto/baixo volume de produtos Produtos padronizados/customizados Sistema de informação Grau de acurácia das previsões Prazo de entrega

Controle de inventário

Sistema de informação Necessidades de melhor interação com área de Compras e Planejamento Criticidade do material (lead time, qualidade, conformidade) Estratégia de picking (coleta, tempo, custo) Estoque de segurança Custos e riscos de obsolescência Custos e riscos de ruptura de estoque

Infra-estrutura

(Internos à empresa)

Características do processo

de produção

Tipo de layout Tipo de seqüenciamento Tamanho do lote Envolvimento dos funcionários Qualidade dos produtos Grau de automação dos processos

56

4.3.2 Características da manufatura de PCI e PF em relação ao sistema JIC x JIT

O QUADRO 3 caracteriza os processos de manufatura, da empresa, de placa de circuito

integrado (PCI) ou manufatura do produto final de consumo (PF) em relação a ambos

os sistemas JIC e JIT tomando como base alguns parâmetros do processo produtivo.

QUADRO 3

Características do processo de manufatura de PCI e montagem de PF em relação ao

sistema convencional JIC e o sistema JIT

Parâmetros do processo

JIC Fabricação de PCI

Montagem de PF

JIT Fabricação de PCI

Montagem de PF

Tamanho do lote

Grandes lotes de produção

Pequenos lotes de produção

x x

Tipo de layout Job shop x Layout por produto x

Seqüenciamento da produção Centralizado x Centralizado x

Envolvimento dos operários

Baixo

Alto grau de envolvimento dos operários

x x

Relações com fornecedores

Baixa colaboração/ coordenação com os fornecedores

Alto grau colaboração/ coordenação com os fornecedores

x x

Qualidade Alta taxa de defeitos / retrabalhos

x Baixa taxa de defeitos / retrabalhos

x

Automação Existência de ilhas de automação x

Sistemas integrados. Automação para simplificação do processo

x

Lead Times Longos e variáveis x Curtos x

Verificando o QUADRO 3, podemos notar que o processo de produção de placas de

circuito integrado (PCI) se enquadra no modelo de produção convencional, também

chamado de Just in Case. Caracteriza-se por ser um job shop típico com uma grande

variedade de modelos de produto que são fabricadas em um conjunto de máquinas, cujo

roteiro é preestabelecido segundo uma regra de prioridade. Os lead times de

57

deslocamento das peças no sistema são longos e dependentes de taxas de produção

variáveis das máquinas.

Entretanto, algumas características que são bastante comuns ao sistema de produção JIT

também se aplicam ao caso da manufatura de PCI como, por exemplo, o baixo volume

do lote de produção e o alto grau de envolvimento dos funcionários com as atividades

de produção. Convém mencionar que a manufatura de PCI possui um setor que emprega

tecnologia de montagem em superfície mais automatizado, e outro setor de inserção

manual de componentes, cuja coordenação entre as atividades é imprescindível.

Finalmente, o grau de coordenação interno entre a produção e o almoxarifado

(fornecedor) também é considerado bastante satisfatório em relação ao atendimento das

requisições de material no prazo solicitado.

Por outro lado, a área de montagem do produto final de consumo (PF) apresenta todas

as características de um sistema de manufatura JIT com lotes de baixo volume, lead

times curtos, fluxo de material integrado e bem coordenado com a manufatura. Neste

caso, a variedade de produtos é limitada com postergação da diferenciação do produto

mais no final da linha de montagem. Em geral, a estrutura de produto de cada modelo

emprega um grande número de componentes similares que são montados sobre uma

plataforma padrão e com poucos componentes responsáveis pela diferenciação do

produto final.

4.3.3 Introdução de novos produtos na empresa sob a ótica dos sistemas JIC x JIT

No sistema de manufatura JIC, o desenvolvimento de um novo produto não integra as

áreas de engenharia de design com fornecedores e clientes. Os produtos fabricados sob a

ótica tradicional do sistema JIC são pouco diferenciados, com margens pequenas de

ganho ao associar o projeto do produto com o tipo de material ou design oferecido pelo

fornecedor.

O sistema JIT, ao introduzir um novo produto no mercado, dá alta prioridade à

diferenciação do produto mediante preferência ou atributo de desempenho procurando

58

integrar o fornecedor e o cliente à manufatura. Em conseqüência disso é exigido alto

nível de integração dos sistemas de informação (CAD, CAE, CAM) interligando em rede

fornecedor, fabricante e cliente.

O QUADRO 4 aponta na empresa em estudo algumas evidências que aproximam o

processo de manufatura de PCI e PF do sistema convencional JIC ou do sistema

alternativo JIT quando se trata da introdução de um novo produto do cliente.

59

QUADRO 4

Diferenças relacionadas à introdução de novos produtos em ambos os sistemas de

manufatura JIC ou JIT

Parâmetros JIC Fabricação de PCI

Montagem de PF

JIT Fabricação de PCI

Montagem de PF

Tamanho do lote

Processamen-to e transferência de informação em grandes quantidades

x

Processamento e transferência da informação em pequenas quantidades

x

Tipo de layout

Funcional/por departamento x Celular x

Seqüência-mento da produção

Centralizado x Centralizado

x

Envolvimento dos operários Baixo x x

Controle local gerenciado por equipes de projeto

Relações com fornecedores externos

Baixa colaboração com fornecedores no desenho do produto

x x

Alto grau de coordenação e colaboração com fornecedores no desenho dos componentes. Troca de tecnologia e informação entre clientes e fornecedores.

Qualidade

Altas taxas de mudança na engenharia do produto; ocorrências de retrabalhos

Poucas mudanças na engenharia do produto

x x

Automação

Sistemas isolados (CAD, CAM). Baixo nível de integração dos sistemas existentes na empresa

x x

Automação do fluxo de informação. Sistemas integrados (CAD/CAE, CAM, ERP).

Lead Times Longos x Curtos x

60

De acordo com o QUADRO 4, ambos os processos de manufatura de PCI e manufatura

de PF apontam evidência de baixo ou nenhum grau de envolvimento de funcionário no

projeto de um novo produto. Não há participação do setor de engenharia da empresa

com fornecedores para design de novos produtos, e ainda se verifica baixa integração

entre os sistemas de informação, inclusive no âmbito interno da empresa. Nem todos os

processos internos estão conectados interligando em rede as informações por meio do

sistema ERP.

Pode-se afirmar que esta empresa não atua na área de desenvolvimento de produto em

parceria com o cliente que contrata o serviço de manufatura para o seu produto. A

empresa está apta para fabricar qualquer modelo de produto diferenciado em relação à

introdução de um componente presente na estrutura de produto do modelo. Um exemplo

disso é a customização de uma placa de circuito integrado com capacidade de memória

diferenciada para cada modelo de produto (2 MB ou 3 MB). O foco de negócio da

empresa é prestar serviço de manufatura com especificação definida pelo cliente, que é

o proprietário da marca original do produto.

4.3.4 Características da demanda de PCI e PF em relação ao sistema JIC x JIT

A gestão da demanda é um direcionador da estratégia de suprimento com parâmetros

bem sensíveis a cada sistema de manufatura. Os produtos fabricados no sistema JIC

com estrutura de processo do tipo job shop possuem em geral uma demanda de baixo

volume e alto mix e, por isso, o JIC é considerado pouco flexível. A baixa

confiabilidade em relação à integridade do lote e atendimento no prazo também é uma

característica peculiar dos produtos fabricados sob este sistema. Atrasos na data de

entrega dos lotes são freqüentes devido à quebra de máquinas e roteiros complexos que

geram alta variabilidade nas taxas de produção das máquinas.

O JIT possui menor flexibilidade quanto à variedade de produto no processo, mas

admite maior volume de produção. A filosofia de gestão do JIT prima pela integridade

e confiabilidade no manuseio e entrega do lote na data prevista.

61

O QUADRO 5 caracteriza a demanda dos produtos fabricados aos clientes em cada

processo de manufatura em relação aos sistemas JIC e JIT.

QUADRO 5

Características relacionadas à demanda de cada produto PCI ou PF

Parâmetros JIC Fabricação de PCI

Montagem de PF JIT Fabricação

de PCI Montagem

de PF

Tamanho do lote Grandes lotes de

materiais x

Pequenos lotes de

materiais x

Lead times de entrega

Longos e variáveis x Curtos x

Freqüência de entrega Baixa x Alta x

Velocidade de entrega Baixa x Alta x

No Prazo Baixa Alta x x

Con

fiab

ilida

de n

o at

endi

men

to d

a de

man

da

Inte

grid

ade

do

lote

Baixa Alta x x

mix Alto x Baixo x Flexibi-lidade volume Baixo x x Alto

Exigência de estoque de segurança

Alto Baixo x x

Tempo de segurança Alto Baixo x x

Quantidade de requisições Baixa x Alta x

Acurácia das previsões de necessidades de material

Baixa x Alta x

Controle de materiais

Baixo Alto x x

Demanda Probabi-lística Determinís-

tica x x

Tecnologia usada no recebimento das requisições

Baixa Alta x x

Ressuprimento automático de materiais

Não x Sim x

62

Quanto às características de gestão da demanda apresentadas no QUADRO 5, pode-se

concluir que o processo de produção de PCI se enquadra bem dentro do sistema de

manufatura convencional JIC, mas também apresenta características típicas de demanda

do sistema de manufatura JIT. Convém lembrar que todas estas características são

aspectos positivos da manufatura JIT e que já foram incorporados pela área de produção

de PCI como, por exemplo, alta confiabilidade no atendimento da demanda e na

integridade do lote, baixo nível de estoque de segurança, dentre outros. A montagem de

PF apresenta característica do sistema JIC em relação ao baixo volume de produção e

característica do JIT em relação ao baixo mix de produtos.

4.3.5 Planejamento de materiais para produto fabricado sob encomenda

Os produtos, cuja montagem é feita sob encomenda, tais como ambos os tipos de

produtos fabricados pela empresa (PCI e PF), possuem estratégias de planejamento para

suprimento diferenciadas nos sistemas de manufatura JIC ou JIT. O planejamento de

materiais para produtos desta categoria foi visto na revisão de literatura segundo uma

abordagem de planejamento escalonado em períodos fixos de produção e outra

abordagem de planejamento baseada em taxas de produção. A abordagem de

planejamento periódico utiliza a base de dados do MRP para gerar as ordens de compra

e disponibilizar o material no almoxarifado na data disponível para iniciar a OP. A

abordagem de planejamento baseada em taxas de produção utiliza kanbans de

requisição de material.

Estas abordagens não são mutuamente exclusivas, mas, pelo contrário, podem coexistir

simultaneamente. Neste caso, o MRP determina quando os materiais estão disponíveis

no almoxarifado, e os kanbans determinam a entrada e o controle de materiais no chão

de fábrica.

O QUADRO 6 caracteriza cada processo de manufatura segundo estas duas abordagens

de planejamento de materiais.

63

QUADRO 6

Abordagem de planejamento de materiais para produto do tipo “ Assemble to order”

(montagem sob encomenda)

Variáveis Estratégicas

Escalonado no tempo

Fabr

icaç

ão

de

PC

I

Baseado na taxa de produção

Mon

tage

m

de P

F

Proj

eto

Customizado x Padronizado x

Prod

uto

Var

ieda

de

Ampla x Estreito x

Volume de Produto por Período

Baixo

x (similar) Alto x

(similar)

Habilidade de lidar com mudanças no mix de produtos

Alto potencial

x Limitado x

Velocidade

Scheduling / Alta

utilização da capacidade

x

Estoque de

produto acabado

x

Necessidades do Mercado

Entrega

Mudanças de programação (Scheduling)

Difícil x Direta x

Processo Lote discreto x Fluxo

regular x

Inventário Não x Sim x

Manufatura

Redução de custos Utilização da

capacidade Sim x Não x

FONTE - VOLLMANN et al., 1991, p. 371 - adaptação

64

De acordo com o QUADRO 6, o processo de manufatura de PCI apresenta todas as

características de programação da produção escalonada em um horizonte de tempo

previsto, utilizando dados do MPS a cargo do departamento de Planejamento. As OP’s

confirmadas pelo setor de Planejamento geram necessidades de materiais acionando o

setor de Compras através do MRP, de modo a disponibilizar em uma data futura o

material necessário para execução da OP. O MRP leva em consideração os lead times

dos fornecedores, a variedade de componentes e a irregularidade dos volumes

negociados em cada transação. O planejamento periódico é adequado para produtos

customizados de alta tecnologia fabricados em baixo volume. O processo de produção

de placas de circuito integrado emprega máquinas dedicadas de custo elevado e lida

com componentes de alto valor agregado (chips) que estão sujeitos a altas taxas de

introdução de novos produtos.

A habilidade de cumprir os prazos de entrega nos contratos é possível ao estabelecer

regras de prioridade visando otimizar o seqüenciamento da produção, de modo a obter

alta utilização da capacidade instalada. Entretanto, não é possível reduzir custos com

material em processo, pois o planejamento é altamente dependente das quantidades

movimentadas em cada OP no intuito de maximizar a utilização da capacidade.

A montagem de PF insere totalmente dentro da programação baseada em taxa de

produção, como é o caso típico da montagem repetitiva JIT com demanda estável e

pouca variedade de itens na lista de materiais, permitindo um fluxo regular de materiais

no sistema. Na montagem de PF, o planejamento periódico de materiais utiliza a base

de dados do MRP que estabelece a data em que os materiais devem estar disponíveis,

mas, uma vez dentro do sistema, a movimentação de materiais é feita de acordo com a

liberação de kanbans. A linha de produtos é padronizada com maior volume de

produção, no entanto, a possibilidade de mudança no mix é limitada. O fluxo linear

permite velocidade na produção com redução de material em processo, através de

suprimento intermitente em quantidades fixas determinadas em cada kanban de

requisição.

65

4.3.6 Atividades de picking na armazenagem de materiais

Na revisão de literatura, foram vistas as principais estratégias utilizadas na separação,

coleta e movimentação de materiais (picking) do estoque da fábrica para a área de

produção.

As estratégias simples de picking mais conhecidas classificam-se em: picking discreto,

picking por lote, picking por zona e picking por onda. Entretanto elas podem ser

combinadas de modo a se obter uma estratégia específica para cada ambiente de

manufatura.

Em geral, cada estratégia está relacionada com a localização e disposição dos produtos

no depósito de materiais, o número de requisições por turno de trabalho, o número de

operadores engajados em cada requisição, a semelhança dos itens, etc.

O QUADRO 7 caracteriza na empresa em estudo o tipo e a adequação das tarefas de

separação e coleta das requisições de materiais através de OP’s ou kanbans utilizadas

em cada processo de manufatura de PCI ou PF respectivamente.

66

QUADRO 7

Análise da atual estratégia de picking

Parâmetro

Fabricação de PCI Montagem de PF

Montagem em superfície 1 Número de operadores por picking

Inserção

manual 1 1

Mix de produtos na lista de materiais

Alto Alto

Quantidade de itens manuseados na lista de materiais

+ de 100 itens 30 a 50 itens

Freqüência de coletas (OP e Kanban)

Mais de uma coleta por turno 2 ou mais coletas por turno

Tempo de coleta de materiais 11

... ...

Tempo de movimentação de materiais

... ...

Montagem em superfície 24 h OP 8 h Tempo de segurança

Inserção

manual 1 turno (8 h) JIT ...

Tamanho da área de armazenagem

Aproximadamente 1000 m2 de área construída

Há separação entre áreas de armazenagem, estocagem intermediária e picking ?

Não Não

Tipos de unidades de separação (pallet, caixa inteira, caixa fracionada, componente)

caixa, caixa fracionada, componente

pallet, caixa inteira, caixa fracionada, componente

Giro de estoque

... ...

Endereçamento baseado na menor distância média percorrida ?

... ...

Endereçamento baseado na similaridade dos itens ?

Sim (separação por cliente) Sim

Tipo de picking utilizado atualmente

Zona/Onda Onda

11 O preenchimento (...) indica que o dado não está disponível.

67

Através do QUADRO 7, pode-se concluir que a atual estratégia de picking utilizada no

suprimento da produção de PCI é uma estratégia combinada de picking zona/onda, pois

emprega mais de um operador por OP, cada componente da lista de materiais é

apanhado individualmente e existe mais de uma coleta por turno. A estratégia utilizada

na área de montagem de PF é o picking por onda, a coleta de cada produto é individual

e utiliza um operador em cada coleta com uma freqüência de dois suprimentos kanbans

diários durante o turno normal de trabalho de 8,8 h.

A reorganização de layout de depósitos visando redução do tempo de movimentação

durante a operação de picking é um projeto importante para trabalhos futuros. O giro do

estoque físico é um dado que auxilia na definição do endereço dos produtos no armazém

de materiais. Quanto maior o giro mais próximo deve estar localizado o item, de modo a

facilitar a coleta. A armazenagem baseada na complementaridade de itens similares

utilizados em produtos diferentes também é uma regra muito comum utilizada nos

projetos de layout de armazéns e já é utilizada na empresa.

A regra que prioriza a menor distância média percorrida pelo operador durante a sua

tarefa de picking é muito utilizada em projetos de alocação de material nos depósitos e

poderia futuramente vir a ser utilizada. Outros métodos de armazenagem de produtos

são amplamente divulgados na literatura e usam algoritmos de localização e roteamento

baseados em regras heurísticas aplicáveis, conforme a conveniência de cada caso.

4.3.7 Conclusão da avaliação da estratégia de suprimento interno

A avaliação da estratégia de suprimento baseou-se nas matrizes de direcionadores

apontando as características que aproximam os processos de manufatura de PCI e PF

dos sistemas de manufatura convencional JIC ou JIT .

O processo de fabricação de PCI assemelha-se em muitos aspectos ao sistema de

manufatura JIC que utiliza suprimento de materiais via ordens de requisição

convencionais ou OP’s . Vale a pena lembrar que os produtos fabricados neste processo

são placas de circuito integrado, com ampla variedade de modelos, e que são

incorporadas aos produtos de consumo final PF montados sob encomenda do cliente.

68

Não se trabalha com estoque de segurança elevado, pois as placas de circuito estão

atreladas à montagem do produto final . Este mix de produtos compete no job shop por

recursos (máquinas) escassos originando problemas que necessitam de estudos mais

apurados a respeito do seqüenciamento da produção. A área reservada para abrigar o

estoque pulmão na produção possui capacidade suficiente para armazenar os materiais

requisitados nas OP’s sem congestionar o espaço físico disponível. Os materiais que

entram na estrutura de cada placa são pequenos componentes eletrônicos que exigem

pouco espaço de armazenagem. O número de itens que compõem a lista de materiais é

elevado com cerca de 100 itens. O lote completo de material é entregue de uma só vez

na produção para fabricar o lote requisitado na OP. O tempo de atravessamento ou lead

time das placas no sistema é longo, cerca de 3 dias. Todos estes fatores levam a crer

que o uso de requisição de materiais por meio de OP’s é adequado ao processo de PCI.

Em contrapartida, o processo de montagem do produto final de consumo PF assemelha-

se ao sistema de manufatura JIT com pequenos lotes de produção e maior freqüência de

reposição, demanda relativamente estável e com baixa variedade de modelos de produto

por cliente. O número de itens movimentados na lista de materiais dos clientes é cerca

de 30 a 50 itens. Qualquer mudança na previsão de demanda torna mais fácil reverter o

processo de produção, pois o setup da linha de produção é curto e aproximadamente

igual a 1 hora, e o tempo de deslocamento do lote no sistema é cerca de 4 horas. A área

disponível no galpão da produção é restrita para armazenagem de estoques

intermediários (buffers) haja vista que o material manuseado é bastante volumoso,

provocando obstrução do espaço físico. Tudo isto permite dizer que uma estratégia de

suprimento por meio de kanbans é adequada ao processo de montagem do produto final

de consumo PF.

4.4 Modelo Inicial de implantação do Kanban com buffer centralizado

Com a recém avaliação das características dos processos de manufatura que apontam a

adequação da estratégia de suprimento e partindo do princípio de que a redução de

material em processo otimiza a acurácia do controle de inventário, surgiu a

69

oportunidade deste projeto de implantação do sistema Kanban na linha de produção do

produto POS padrão.

O sistema de suprimento na linha de montagem do produto POS (terminal eletrônico de

cartão magnético), antes da intervenção deste projeto, era feito através de ordens de

requisição convencionais, fato que resultava em volume elevado de material na área de

produção com ocupação desordenada do espaço físico e alta possibilidade de perda ou

desvio de material. Informações da gerência de Controle de Inventário apontam que o

nível de inventário em processo utilizando ordens de requisição convencionais é

equivalente à transferência de material do estoque da fábrica para a área de produção,

em quantidade suficiente para cobrir 3 (três) dias de produção. Diante das circunstâncias

apresentadas, decidiu-se pela implantação do sistema Kanban na linha de produção do

produto POS padrão.

O modelo inicial para o sistema Kanban de movimentação de material implantado

baseou-se em um buffer centralizado, ou estoque pulmão na área de produção que

recebia material do almoxarifado da fábrica e alimentava os postos de serviço, conforme

o fluxo de produção. A FIG. 4 abaixo apresenta o esquema de funcionamento deste

Kanban.

FIGURA 4 – Esquema do Kanban centralizado

A FIG. 4 representa o movimento do cartão kanban (azul) entre um posto de trabalho

qualquer e o buffer centralizado na área de produção, onde cada kanban está anexado a

1 3

Posto de serviço de de trabalho

Almoxarifado da fábrica

Buffer centralizado

Buffer

centralizad

o

ERP

2

70

um contêiner. Na situação (1), o operador, ao transferir o material do buffer centralizado

para o posto de trabalho, retira o cartão do contêiner e o deposita em um compartimento

ao lado do buffer. O sistema ERP faz a interface com o estoque da fábrica para

comunicar a necessidade de repor o kanban retirado no devido horário do suprimento. A

situação (2) representa o uso do material no posto de trabalho e na situação (3), o

operador, ao utilizar o último componente do contêiner, se desloca até o buffer, para

reabastecer o posto de serviço. Isto, teoricamente, acontece até se esgotar a capacidade

do buffer, mas na realidade o mesmo não chega a ser exaurido, pois o sistema Kanban

está projetado com uma margem de segurança de material em excesso capaz de suportar

a demanda entre os suprimentos do buffer .

A primeira providência tomada foi estabelecer o tamanho dos contêineres para cada

componente que compõe a estrutura do produto final. O número de cartões kanbans (N)

para cada componente foi calculado conforme a fórmula clássica de cálculo do número

de cartões mencionada na seção 2.7, com base na demanda do componente durante o

lead time de ressuprimento (DLT), no fator de uso do componente (F), no fator de

segurança (α) e na capacidade do contêiner (Q).

Baseou-se em uma taxa de produção exigida de 360 máquinas por dia e um turno diário

de 8,8 horas de trabalho efetivo. Isto equivale à demanda de 180 máquinas a serem

produzidas no turno da manhã (4 h) e mais 180 máquinas no turno da tarde (4,8 h). O

schedule detalhado está apresentado nas hipóteses dos modelos de simulação na seção

4.5.2 .

Baseado nos mecanismos de segurança do sistema Just in time comentados por Olhager

(1995), pode-se dizer que o fator de segurança adicionado (α=0,5) está relacionado às

incertezas de demanda e do lead time de ressuprimento.

O fator de segurança α=50%, quando for associado à proteção contra incerteza de

demanda, permite uma produção diária de até 540 peças do produto POS padrão, e este

QFD

N LT )1( α+=

71

valor corresponde exatamente à margem de flutuação da demanda dos clientes por este

produto. Desse modo, qualquer mudança na previsão da demanda diária de 360 peças

não torna necessário alterar o número de cartões no sistema recém-implantado.

O fator de segurança também está associado a uma proteção quanto ao lead time de

ressuprimento. Se o tempo disponível em cada turno é de 4h, então o fator α=50%

reflete um tempo de segurança de 2 horas adicionais exatamente igual ao tempo gasto

na separação, coleta e transporte de material do estoque da fábrica até a linha de

produção. Este tempo de segurança reflete um certo receio da gerência de Controle de

Inventário em relação à implantação imediata de um Kanban justo exatamente no

molde do Just in time, com taxa de suprimento igual à taxa de demanda. Desse modo,

qualquer impedimento relacionado à movimentação de material do almoxarifado para a

produção seria atenuado com uma margem de segurança de 2 horas, sem prejudicar o

fluxo normal da produção.

De acordo com a disponibilidade de espaço físico para armazenar estoque intermediário

na área de produção e a demanda diária solicitada, foi estabelecida uma freqüência de 2

(dois) suprimentos do buffer centralizado com intervalos de 6 horas entre o

ressuprimento. A TAB. 1 a seguir mostra o cálculo do número de cartões no sistema e o

inventário físico para este primeiro cenário com modelo de buffer centralizado.

72

TABELA 1

Parâmetros do sistema Kanban com buffer centralizado

Código Un/contêiner Fator de uso

Núm. cartões calculado

Núm. inteiro cartões ajustado

Inventário físico Preço/Un (US$)

1 390 1 0,69 1 390 5,68 2 100 1 2,70 3 300 0,25 3 63 1 4,29 5 315 1,61 4 500 1 0,54 1 500 0,07 5 100 1 2,70 3 300 0,23 6 144 1 1,88 2 288 0,63 7 144 1 1,88 2 288 1,19 8 750 1 0,36 1 750 0,20 9 450 1 0,60 1 450 0,44

10 200 1 1,35 2 400 0,26 11 500 1 0,54 1 500 0,24 12 388 24 16,70 17 6596 0,02 13 800 1 0,34 1 800 0,33 14 200 1 1,35 2 400 0,56 15 154 1 1,75 2 308 9,00 16 154 1 1,75 2 308 18,00 17 40 1 6,75 7 280 160,00 18 1000 2 0,54 1 1000 0,07 19 500 1 0,54 1 500 0,06 20 500 1 0,54 1 500 0,03 21 1000 2 0,54 1 1000 0,01 22 2000 1 0,14 1 2000 0,04 23 1.000 2 0,54 1 1000 0,02 24 500 1 0,54 1 500 0,07 25 210 1 1,29 2 420 0,30 26 150 1 1,80 2 300 3,32 27 500 2 1,08 2 1000 0,01 28 1000 1 0,27 1 1000 0,02 29 220 1 1,23 2 440 9,00 30 500 3 1,62 2 1000 0,00 31 500 6 3,24 4 2000 0,02 32 1.000 4 1,08 2 2000 0,02 33 1.000 6 1,62 2 2000 0,02 34 500 4 2,16 3 1500 0,01

Total 82 31333

Cabe fazer aqui uma explanação a respeito da primeira tentativa de implantação do

sistema de suprimento Kanban empregando buffer centralizado. Este primeiro modelo

de configuração do buffer foi bastante útil para avaliar o efeito da mudança na estratégia

73

de suprimento utilizando kanbans, em relação àquela que utilizava ordens de produção,

anterior à sua implantação. Redução de inventário empregando técnicas do Just in time

já é público na literatura desde tempos remotos, mas neste caso específico de

implementação de Kanban na indústria eletrônica do segmento EMS, verificou-se

redução de inventário em quantidade suficiente para atender a 3 (três) dias de produção

para apenas 6 horas, mesmo utilizando fator de segurança de 50% acima da demanda

solicitada. O resultado desta tática simples utilizada pelo Just in time ao trabalhar com

lotes menores e maior freqüência de ressuprimentos é bastante visível na redução do

estoque em processo.

Uma abordagem de custos aponta que o custo de manutenção do estoque em processo é

um fator que deve ser bem administrado devido ao volume de material manuseado e ao

custo elevado dos produtos deste setor. O custo logístico anual é composto pelo custo de

manutenção de estoque adicionado da parcela de custo relacionado à reposição do

estoque. Vários fatores integram a contabilidade do custo de manutenção do estoque

como, por exemplo, o custo de oportunidade do capital, impostos, seguros,

obsolescência, etc. Considerando apenas o fator custo de capital remunerado a uma taxa

de 24% ao ano, pode-se com base no volume do estoque médio anual calcular o custo

de manutenção do estoque.

Uma classificação ABC do inventário relacionando o volume e o custo na TAB. 1,

mostra que apenas 3 componentes são responsáveis por mais de 80% do custo do

inventário. Considerando que a demanda diária é de 360 peças e a ordem de produção

ou requisição convencional (OP) solicita material suficiente para 3 (três) dias de

produção, procedeu-se à simulação do estoque durante um ano de 250 dias úteis e os

resultados estão apresentados na TAB. 2 seguinte.

74

TABELA 2

Estimativa do custo de manutenção de estoque com suprimento por OP’s

Código Ci

(R$/Un) Qid

(Un/OP)

Did (Un)

Ei,d=250 (Un/ano)

Cm

(R$/ano)

15 27 1080 360 45.000 291.600 16 54 1080 360 45.000 583.200 17 480 1080 360 45.000 5.184.000

Total 6.058.800

A regra para liberação de OP’s é :

Sid = Qid – Did

Se, Sid <360 , (OP)id =1

Se Sid >360 , (OP)id = 0

Ei,d=250 =

Cm = 0,24(Ci )(Ei,d=250)

onde,

Sid: Saldo de estoque do componente i no final do dia d , d = 1,..., 250.

Qid: Quantidade do componente i requisitada na ordem de requisição

Did : Demanda do componente i por dia de produção d , Did = 360

(OP)id: Ordem de requisição do componente i solicitado no dia d ,

(OP)id = 1, se houver requisição de material

(OP)id = 0, caso contrário

2

250

1∑=

=

d

didS

75

Ei,d=250: Saldo médio anual de estoque do componente i na área de produção

Ci : Custo unitário do componente i

Cm: Custo anual de manutenção do componente i

A simulação do estoque destes três componentes, durante 250 dias para estratégia de

suprimento com liberação de kanbans em dois turnos de produção diários, é mostrada

na TAB. 3, no intuito de estimar o custo de manutenção anual do estoque (Cm). A regra

de prioridade para liberação de kanbans em cada turno de produção é mostrada abaixo.

Sij = Qij – Dij

Se, Sij <180 , Kij =1

Se Sij >180 , Kij = 0

Ei,j=500 =

Cm = 0,24(Ci)(Ei,j=500)

onde,

Sij: Saldo de estoque do componente i no turno de produção j , j = 1,..., 500.

Qij: Quantidade do componente i requisitada no kanban Kij

Dij : Demanda do componente i no turno de produção j , Dij = 180

Kij: kanban do componente i solicitado no turno j , Kij = 1, se houver requisição

Kij = 0, caso contrário

Ei,j=500: Saldo médio anual de estoque do componente i na área de produção

Ci : Custo unitário do componente i

Cm: Custo anual de manutenção do componente i

2

500

1∑=

=

j

jijS

76

TABELA 3

Estimativa do custo de manutenção de estoque com suprimento Kanban centralizado

Código Ci

(R$/Un) Qij

(Un/kanban)

Dij (Un)

Ei,j=500 (Un/ano)

Cm

(R$/ano)

15 27 308 180 38.184 247.432 16 54 308 180 38.184 494.865 17 480 280 180 32.500 3.744.000

Total 4.486.297

Logo, com a implementação do sistema Kanban, o custo de manutenção anual médio

corresponde a aproximadamente R$ 4.500.000,00. Pode-se, com base neste valor,

verificar uma redução de 25% no custo de manutenção anual do estoque ao utilizar-se

kanbans de requisição ao invés de ordens de produção convencionais. O procedimento

de redução de estoque em processo na linha de produção é desejável, pois estes

componentes de alto valor agregado estão associados a elevados riscos de danos

causados por manuseio inadequado e perdas. Em alguns casos de placas de circuito

integrado, o retrabalho é demasiadamente custoso ou até mesmo inviável

economicamente. Além disso, o controle de material em processo é muito mais

complexo, pois nem sempre é possível em tempo real acompanhar as transferências de

material do estoque da fábrica para a produção. São necessários sistemas de informação

com registros de entrada e saída de material bem coordenados sinalizando a todo

momento as entradas de material na produção e as baixas automáticas do material como

produto acabado (backflushing). Atrasos de registros ou esquecimentos de

transferências pelos funcionários são comuns na rotina das fábricas, e isto compromete

a acurácia do controle de inventário em processo.

Todos estes fatores levam a crer que a implantação do sistema Kanban amplia a

visibilidade do processo de manufatura, emergindo os problemas que estão associados à

atividade de lidar com grande volume de estoque.

77

4.5 Técnica de simulação da linha de montagem usando ARENA O experimento de simulação segue a metodologia apresentada por Banks & Carson

(1984) :

• Definição do problema a ser abordado: estudo das condições operacionais de rotina

na linha de preparação e montagem do produto POS padrão, empregando sistema de

suprimento Kanban com o objetivo de mensurar a performance da linha de

montagem através do atendimento da demanda, no tempo disponível do turno de

trabalho, sujeito a uma restrição de capacidade do buffer e com alternativa de

reconfiguração da linha de montagem.

• Coleta de dados: obtenção dos parâmetros de entrada que vão alimentar o modelo e

que são intrínsecos à atividade de produção, manuseio e transporte de material

(tempo entre chegadas do lote de peças, tamanho do lote, tempo de processamento,

tempo de ciclo, taxa de produção, duração do turno de trabalho, eficiência da linha,

número de operadores).

• Construção do modelo: modelagem de blocos empregando a interface gráfica do

software de simulação ARENA versão 3.5, para representar o layout da linha de

preparação, montagem e teste do produto POS padrão .

• Experimentação: o sistema estudado foi modelado conforme os modelos de

simulação terminal típicos de linhas de montagem representando as condições de

operação da linha, desde o início até o término do turno. A avaliação do

comportamento da linha de montagem é feita num horizonte de tempo de 1 (um)

ano, representado no modelo de simulação através de 250 replicações equivalentes a

50 semanas de 5 dias úteis. O tamanho das filas de espera de peças semi-acabadas

em processo (WIP) são limitadas por uma restrição de projeto da capacidade do

buffer nos postos de montagem e teste. Desse modo, é possível ajustar o fluxo de

produção à capacidade do buffer disponível em cada posto de serviço. O modelo

também permite avaliar algumas estatísticas importantes relacionadas ao tempo

78

ocioso das peças paradas nas filas dos postos, enquanto estão aguardando

processamento e ao tempo de trânsito das peças, desde a sua entrada até a saída das

mesmas no sistema.

• Validação do modelo: o modelo pode ser validado estabelecendo um intervalo de

confiança para as médias de tempo e tamanho de filas, considerando que os

resultados provenientes das 250 replicações do modelo ocorreram ao acaso e

representam condições reais de interferência de aleatoriedades na rotina da

produção.

• Avaliação dos resultados: o resultado da simulação é avaliado segundo um atributo

de desempenho do modelo ao reproduzir em 250 replicações a demanda solicitada e

apresentar uma alternativa de reconfiguração da linha de montagem, variando o

número de operadores.

• Implementação: o resultado da simulação não poderá ser verificado na linha de

produção da planta industrial devido à descontinuidade do atual modelo do produto

POS padrão.

4.5.1 Cálculo dos tempos de processamento usando método MOST

Os tempos das operações de montagem foram coletados utilizando os parâmetros do

método MOST, e as atividades em cada posto de serviço estão descritas em detalhe

nas tabelas do Anexo 2.

A TAB. 4 seguinte apresenta o resumo do tempo padrão de processamento calculado em

cada posto de serviço da linha de preparação e montagem do produto POS. Um fator de

15% relacionado à fadiga do operário foi adicionado ao valor calculado pelo método

MOST , sendo esta prática comum no cálculo dos tempos das operações de montagem.

79

TABELA 4

Tempos operacionais obtidos pelo Método MOST

4.5.2 Design do sistema de suprimento Kanban com buffer descentralizado Como já foi explicado em seção anterior, a proposta de descentralização do buffer

surgiu após a fase de adaptação ao sistema de suprimento Kanban, inicialmente

implantado utilizando um buffer centralizado próximo à linha de montagem. Todo

processo de implementação de uma nova prática de manufatura tende a evoluir

buscando refinar o sistema implantado após um certo período de adaptação. Foi com

esse objetivo que surgiu a alternativa de descentralizar o buffer alocando material

diretamente aos postos de serviço da linha de produção.

A partir deste momento, surge a necessidade de usar a simulação para projetar o

tamanho do buffer para acomodar as peças semi-acabadas em trânsito entre os postos de

preparação e montagem e analisar a performance, mediante alternativas de

reconfiguração da linha de montagem variando o número de operadores.

A TAB. 5 mostra os cálculos dos novos parâmetros do sistema Kanban após

descentralização do buffer e redimensionamento do tamanho dos contêineres. A

capacidade dos contêineres foi modificada para se ajustar à demanda de 189 unidades

do produto POS padrão em cada turno. Haja vista que a demanda nominal é de 180

peças por turno e existe um percentual de retrabalho de 5%, tem-se que a demanda por

Atividade TMU Segundos Minutos Horas Tempo padrão(Minutos)

No operadores

Preparação 1 1310 47,16 0,786 0,013 0,90 1Preparação 2 1060 38,16 0,636 0,011 0,73 1Preparação 3 1380 49,68 0,828 0,014 0,95 1Preparação 4 1570 56,52 0,942 0,016 1,08 1Montagem 1 3830 137,88 2,298 0,038 2,64 2Montagem 2 1900 68,40 1,140 0,019 1,31 2Teste final 3760 135,36 2,256 0,038 2,59 2Total parcial 14810 533,16 8,886 0,148 10,22 10Fator de tolerância = 15% (fadiga & delay)Total 17032 613,13 10,219 0,170 11,75 10

80

turno é equivalente a 189 unidades. Alguns componentes com valor elevado na coluna

do inventário físico correspondem a pequenos componentes como parafusos, etiquetas,

etc., cuja separação não é viável, pois não influenciam de forma significativa na

capacidade do buffer.

Em relação a outros componentes, alguma tolerância é permitida, pois a carga de

trabalho ao designar um operador para a atividade de separação em contêineres mais

próximos de 189 unidades se torna demasiadamente complexa no dia-a-dia da produção.

Tomou-se esta decisão, pois em geral os referidos componentes estão alocados nos

postos de preparação que não apresentam restrição de capacidade.

Outras regras de decisão podem ser tomadas ao se projetar o tamanho dos contêineres.

Neste caso, priorizou-se aliviar a carga de trabalho do operador em relação à separação

do material ajustando a capacidade do contêiner, tanto quanto possível ao tamanho da

embalagem recebida do fornecedor externo.

81

TABELA 5

Parâmetros do sistema Kanban com buffer descentralizado

Código Un/contêiner Fator de uso

Núm. cartões calculado

Núm. inteiro cartões ajustado

Inventário físico

1 48 1,00 3,94 4 192 2 100 1,00 1,89 2 200 3 63 1,00 3,00 3 189 4 100 1,00 1,89 2 200 5 100 1,00 1,89 2 200 6 144 1,00 1,31 2 288 7 144 1,00 1,31 2 288 8 750 1,00 0,25 1 750 9 75 1,00 2,52 3 225

10 200 1,00 0,95 1 200 11 500 1,00 0,38 1 500 12 388 24,00 11,69 12 4656 13 50 1,00 3,78 4 200 14 200 1,00 0,95 1 200 15 154 1,00 1,23 2 308 16 154 1,00 1,23 2 308 17 40 1,00 4,73 5 200 18 1000 2,00 0,38 1 1000 19 500 1,00 0,38 1 500 20 500 1,00 0,38 1 500 21 1000 2,00 0,38 1 1000 22 100 1,00 1,89 2 200 23 1.024 2,00 0,37 1 1024 24 1000 1,00 0,19 1 1000 25 210 1,00 0,90 1 210 26 150 1,00 1,26 2 300 27 1.000 2,00 0,38 1 1000 28 1000 1,00 0,19 1 1000 29 50 1,00 3,78 4 200 30 500 3,00 1,13 2 1000 31 500 6,00 2,27 3 1500 32 1.000 4,00 0,76 1 1000 33 1.000 6,00 1,13 2 2000 34 500 4,00 1,51 2 1000

Total 76 23538

Os modelos de simulação propostos para a alternativa de buffer descentralizado são:

• O Modelo 1 sem restrição de capacidade do buffer é uma primeira abordagem para

avaliar o efeito do tamanho das filas de espera (WIP) formadas em cada posto de

82

serviço e do tempo médio de espera nas filas. Daí, pode-se avaliar o posto “gargalo”

com maior número de peças em fila, que é responsável pelo estrangulamento do

fluxo normal de produção.

• O Modelo 2.1 e o Modelo 2.2 propõem apresentar dois cenários impondo uma

restrição de tamanho ao buffer do posto gargalo e examinar o efeito da configuração

da linha de produção, mensurada pelo número de operadores sobre as variáveis

controladas (número médio de peças conforme a especificação enviada à expedição

e o tempo de produção).

Pretende-se com estes dois cenários apresentar uma lógica de controle capaz de manter

o fluxo normal de produção, acomodando as peças que se acumulam na fila à

capacidade disponível do buffer no posto de serviço, identificado através do Modelo 1

como o posto “garg alo” da linha de produção.

As hipóteses do Modelo 1, Modelo 2.1 e Modelo 2.2 são idênticas, exceto em relação à

restrição de capacidade do buffer e variação no número de postos de serviço, nos dois

últimos modelos.

• O modelo de simulação é baseado na teoria de filas registrando o evento de chegada

do lote, proveniente do estoque da fábrica, até os postos de preparação. Segue o

processamento da peça pelo servidor e sua saída no término do serviço para o posto

de montagem subseqüente. Se a peça chega no posto e o recurso ou servidor está

ocupado, ela aguarda na fila em um buffer até o momento do seu processamento.

• A linha de montagem do produto POS padrão consiste em 4 (quatro) postos de

preparação de peças ou semi-acabados que são agrupados nos postos de montagem.

Há uma seqüência de dois postos de montagem em paralelo (Montagem 1 A e

Montagem 1 B) e (Montagem 2 A e Montagem 2 B) e, em seguida, há um terceiro

posto em paralelo designado para teste de funcionamento do produto acabado (Teste

A e Teste B). O layout e o fluxo de material na linha de produção pode ser visto na

FIG. 12. do Anexo 3.

83

• As peças dos postos de Preparação 1 e Preparação 2 são agrupadas nos postos de

Montagem 1A e Montagem 1B, resultando em uma junção de duas peças.

• As peças dos postos de Preparação 3 e Preparação 4 são agrupadas nos postos de

Montagem 2A e Montagem 2B com a peça proveniente do posto de Montagem 1A e

Montagem 1B respectivamente, resultando em uma junção de três peças.

• O estoque de matérias-primas da fábrica possui capacidade quase infinita de

suprimento, logo, não se admite parada de produção por falta de material no estoque

da fábrica. A hipótese é relaxada devido a atrasos possíveis de ocorrer em um

pequeno número de casos e que comprometem a realização da demanda solicitada.

• Ao longo de 250 dias de produção, o modelo considera possível ocorrerem atrasos

de até 1 (uma) hora no fornecimento do lote, durante a transferência do material do

estoque da fábrica até a área de produção. Uma possibilidade é o congestionamento

do elevador que separa as duas áreas, em caso de priorizar abastecimento ou

expedição de material de outra linha de montagem, diferente do produto foco deste

estudo. Atraso no fornecimento do lote devido à ocupação de paleteira ou operador

de transporte alocado para atender linha de produção de outro cliente, diferente do

cliente foco deste estudo também é uma possibilidade que é considerada neste

modelo.

• Cada posto de serviço é composto de uma bancada e um assento, de modo que todos

os operários trabalham sentados. A hipótese é relaxada no ato da transferência das

peças para os postos de montagem quando é exigido que o operador se levante e

deposite as peças no buffer do posto de montagem.

• O tempo de transferência das peças entre os postos de preparação e montagem é

negligenciado devido à proximidade entre os postos (cerca de 3 passos).

84

• Os componentes disponíveis e as ferramentas utilizadas nos postos de preparação e

montagem do produto estão todos ao alcance da mão do operador.

• A demanda diária solicitada é igual a 360 unidades do produto POS padrão em

conformidade com a especificação técnica. Há um percentual de retrabalho de 5%

equivalente a 18 peças, de modo que o total de peças produzidas por dia é igual a

378 peças ou 189 peças por turno.

• Os postos de preparação não possuem restrição de capacidade do buffer. O layout

destes postos permite acomodar na bancada os contêineres com o número de

componentes especificados em cada cartão kanban, para atender a demanda

solicitada e também as peças semi-acabadas fabricadas em cada posto de

preparação.

• Procedeu-se à eliminação do fator de segurança elevado do modelo inicial de buffer

centralizado com (α=0,5) para (α=0), retratando um Kanban mais justo,

aproximando-se das verdadeiras condições de suprimento no ambiente Just in time.

• Há 02 (dois) suprimentos diários, pontuais e instantâneos com chegadas

independentes em cada horário.

• Os lotes de componentes possuem tamanho fixo e são suficientes para fabricar 189

unidades do produto POS padrão em cada turno de trabalho de 4 h.

• O tempo entre chegadas dos lotes tem uma distribuição discreta de probabilidade

DISC (0,95; 240 min; 0,05; 300 min). O modelo admite a possibilidade de o lote

chegar entre intervalos de tempo mínimo de 240 min com 95% de probabilidade, e

máximo de 300 min com 5% de probabilidade, analisados em um horizonte de 250

dias de produção.

• Os tempos de processamento nos postos de preparação e montagem são

determinísticos e foram coletados conforme o método MOST e estão registrados

85

na TAB. 4. As tabelas do Anexo 2 apresentam na íntegra a aplicação dos parâmetros

do MOST para o cálculo dos tempos das operações de preparação e montagem.

• A descrição detalhada do turno de trabalho (Schedule) está apresentada na TAB. 6.

TABELA 6

Descrição do turno diário de trabalho

Início Término Tempo (min) Atividade 07:45 h 10:00 h 135 Trabalho efetivo 10:00 h 10:15 h 15 Parada para café 10:15 h 12:00 h 105 Trabalho efetivo 12:00 h 13:00 h 60 Parada para almoço 13:00 h 16:00 h 180 Trabalho efetivo 16:00 h 16:15 h 15 Parada para café 16:15 h 18:00 h 105 Trabalho efetivo

Tempo efetivo total 525

• Número de operadores por posto de serviço = 1

• Total de operadores é variável conforme a configuração da linha de produção.

4.5.3 Modelagem dos cenários usando ARENA A modelagem dos cenários, utilizando configuração de blocos ou módulos do Arena

versão 3.5 é comentada a seguir:

a) Cenário do Modelo 1

O cenário do Modelo 1 consiste em operar a linha de produção de acordo com as

hipóteses acima, relaxando a hipótese de restrição de capacidade do buffer nos postos de

montagem e teste, para avaliar o tamanho da fila de peças semi-acabadas que aguardam

processamento nos postos de serviço e identificar a existência ou não de postos com

gargalo.

• O módulo Arrive é responsável pela entrada dos lotes kanbans no sistema, através

dos postos de preparação (P1, P2, P3, P4), em intervalos regulares de tempo.

86

• O módulo Assign designa um atributo para as peças que compõem o lote, de tal

modo que, cada peça do lote numerada de 1 a 189 é agrupada com outra peça de

mesmo número de acordo com o critério de junção de peças estabelecidas na

hipótese.

• O módulo Server representa um recurso ou servidor que é responsável pelo

processamento de cada peça. O tempo de processamento é determinístico e foi

calculado usando parâmetros do método MOST, conforme tabela 4. O tempo de

rota para a próxima estação de serviço foi negligenciado, devido à proximidade dos

postos e há um total de 10 servidores no sistema.

• O módulo Pickstation faz a divisão das peças dos postos de preparação (P1) e (P2)

para os postos de montagem (M1A) e (M1B), baseado no menor número de

entidades aguardando processamento na fila destes postos (regra de prioridade

default do programa). Como os tempos de processamento são idênticos em ambos

os postos, os tamanhos das filas de espera são iguais e então foi utilizada uma

expressão adicional para distribuir as peças uniformemente nos dois postos, baseado

no número de peças processadas e registradas por um contador de peças em cada

posto de serviço.

• O módulo Leave é anexado ao módulo Pickstation para possibilitar a divisão das

peças entre os dois recursos disponíveis ou postos de serviço. As opções de recursos

do módulo Pickstation são armazenadas em um atributo denominado “Escolha”

utilizando uma expressão no módulo Leave.

• O módulo Enter define o nome das estações de montagem e teste.

• O módulo Choose (condicional) faz a divisão das peças dos postos de preparação

(P3) e (P4), uniformemente nos postos de montagem (M2A) e (M2B), para se

proceder a junção com as peças provenientes do postos de M1A e M1B

respectivamente. Não há formação de filas de espera nos postos de montagem M2A

e M2B, devido ao baixo tempo de processamento. A regra de distribuição de peças

87

dos postos P3 e P4 é baseada na disponibilidade de peças nestes postos, após

processamento para se proceder a junção nos postos M2A ou M2B, conforme a

seguinte regra:

Se, CONT(Pi , M2A) ≤ CONT(Pi , M2B), então Wi = 1

Se, CONT(Pi , M2A) > CONT(Pi , M2B), então Wi = 0

Pi = {P3,P4}

M1 = {M1A, M1B}

M2 = {M2A, M2B}

CONT(Pi , M2A): é o contador de peças no posto Pi destinadas ao posto M2A,

CONT(Pi , M2B): é o contador de peças no posto Pi destinadas ao posto M2B.

Wi : é a quantidade de peças liberadas no posto Pi aos postos M2A e M2B

• O módulo Batch faz a junção das peças baseado no atributo da última peça que foi

agrupada para compor a nova entidade criada.

• O módulo Inspect exerce a mesma função do módulo Server porém admite a

possibilidade de desvio da entidade para outro módulo baseado em um percentual de

probabilidade de refugo de peças (retrabalho = 5%).

• O módulo Depart representa a saída das peças no sistema (expedição e retrabalho).

• O módulo Simulate é responsável pela execução da simulação estabelecendo as

condições de início e término, bem como o número de replicações do modelo. A

condição de início da simulação é o instante de tempo imediatamente após a

chegada do lote de 189 peças nos postos P1, P2, P3 e P4 simultaneamente. A

condição de término é definida após a passagem da última peça no sistema, de

acordo com a seguinte expressão:

CONT(E) + CONT(R) ≥ 378

88

CONT(E): é o número de peças na expedição registrado por um contador de peças.

CONT(R): é o número de peças no reparo registrado por um contador de peças.

• O módulo Statistics registra as estatísticas coletadas durante a simulação, salvando

os dados em arquivos (.dat) que são recuperados pelo arquivo Output Analyzer.

As figuras do Anexo 5, apresentam a modelagem do sistema no Arena versão 3.5,

com os cenários do Modelo 1, Modelo 2.1 e Modelo 2.2.

b) Cenário do Modelo 2.1

O Modelo 2.1 propõe uma lógica de controle que monitora o sistema, de modo a impor

uma restrição de capacidade ao buffer dos postos M1A e M1B. Desse modo foram

incluídos o módulo Create, gerador da entidade controladora, e o módulo Scan, que

impõe a condição de restrição do tamanho da fila nos postos M1A e M1B. Ainda foram

incluídos os módulos Signal e Delay para enviar um sinal de controle aos postos de

preparação P1 e P2 com a quantidade de peças requisitada. O delay entre o instante de

tempo que o sinal é enviado aos postos de preparação e o mesmo é recebido

corresponde a 3 segundos. O módulo Wait (fila) retém as peças nos postos P1 e P2 até o

recebimento do sinal de controle liberando-as em seguida. A regra de liberação das

peças é a seguinte:

Se, NQ(M1) ≤ 5 então W = 5

Se, NQ(M1) > 5 então W = 0

NQ(M1): é o tamanho da fila no posto M1A e M1B em unidades de peças semi-

acabadas.

W: quantidade de peças a serem liberadas dos postos P1 e P2 aos postos M1.

M1 = {M1A, M1B}

M2 = {M2A, M2B}

89

Desse modo o buffer do posto M1A e M1B é capaz de acomodar até 10 unidades

durante todo o processo de fabricação.

c) Cenário do Modelo 2.2

O cenário do Modelo 2.2 propõe a retirada de um dos postos de montagem M2 pois

estes postos apresentam um tempo de processamento curto em relação aos demais

postos de montagem e teste, de modo que não há formação de filas de espera no posto.

Supondo a retirada do posto M2B verifica-se um aumento na demanda de peças para

serem processadas (378 peças) no posto M2A. Um bloco Wait foi anexado ao bloco

Choose para liberar as peças dos postos P3 e P4 individualmente, conforme a

disponibilidade de peças processadas na montagem (M1A e M1B) e prontas para

satisfazer o critério de junção na montagem M2A. A regra de liberação das peças utiliza

os mesmos módulos Create, Scan, Signal e Delay e está descrita a seguir.

Se, CONT(Pi) ≤ CONT(M1), então Wi = 1

Se, CONT(Pi) > CONT(M1), então Wi = 0

CONT(Pi): é o contador de peças no posto Pi , Pi = {P3,P4}

CONT(M1): é o contador de peças processadas no posto M1, M1 = {M1A,M1B}

Wi : é a quantidade de peças a ser liberada no posto Pi ao posto M2A

Outro módulo Pickstation torna-se necessário para redistribuir uniformemente as peças

nos dois postos de teste seguintes.

90

5 RESULTADOS

A alternativa de descentralização do buffer propõe a simulação da linha de preparação,

montagem e teste do produto POS padrão conforme o Modelo 1, sem restrição de

capacidade do buffer. O Modelo 2.1 e Modelo 2.2 apresentam uma restrição de

capacidade do buffer nos postos de montagem e teste.

Antes de verificar os resultados provenientes da descentralização do buffer, é necessário

apresentar alguns termos relacionados ao balanceamento da linha de produção. Isto quer

dizer que as operações de montagem devem ser agregadas de modo a não ultrapassar o

tempo disponível para cada posto de serviço. Os valores utilizados nas fórmulas abaixo

estão detalhados na TAB. 4 com o resumo dos tempos operacionais nos postos da linha

de produção utilizando o método MOST.

O tempo disponível (TD) em cada posto de serviço da linha de produção é definido pelo

tempo total de produção (TP) dividido pela demanda solicitada (D). Se o tempo do

posto exceder o tempo disponível para cada operário, então torna-se necessário

acrescentar mais operários ao posto de serviço. Logo, o tempo disponível (TD) é :

O tempo de ciclo define o ritmo da linha de produção e é estipulado pelo posto que

gasta o maior tempo na execução da operação de montagem. O tempo de ciclo (TC)

pode ser calculado dividindo-se o tempo padrão do posto de serviço (TPS) pelo número

real de operadores (NR). Verifica-se que o posto de montagem 1 possui um total de 2

(dois) operadores, um operador na Montagem 1A e outro operador na Montagem 1B.

Logo, o tempo de ciclo (TC) é definido pelo posto de Montagem 1:

min39,1378525 === D

TPTD

min32,1264,2 === NR

TPSTC

91

O tempo total da operação de montagem é igual ao somatório dos tempos gastos em

cada posto de serviço. A razão entre o tempo total da operação de montagem (TT) e o

tempo de ciclo (TC) define o número de operadores teoricamente necessários, na

fabricação de uma unidade completa do produto.

Então, o número teórico de operadores (NT) é dado por:

A eficiência da linha de montagem (E) é dada pelo número de operadores teóricos

dividido pelo número real de operadores na linha de montagem. Logo, tem-se:

O tamanho médio das filas e o tempo médio nas filas dos postos de preparação,

montagem e teste serão detalhados nos cenários do Modelo 1, Modelo 2.1 e Modelo 2.2,

nas seções seguintes. Os resultados dos modelos são baseados em 250 replicações,

construídos em um intervalo de confiança, com 95% de probabilidade de conter o valor

esperado destas estatísticas. O limite superior e inferior do intervalo de confiança para a

média, e o desvio padrão da amostra são calculados conforme Kelton et al. (1998,

pp.493-494) através das fórmulas:

9,832,175,11 === TC

TTNT

89,0109,8 === NR

NTE

nnS

tnX n

)()(

2

2/1,1 α−−±

212

2

22

2 )()1()()1(αα χ

σχ −

−<<− nSnnSn

92

)(nX

onde,

: é a média do total de observações

σ : é o desvio padrão da média das observações

t n-1, 1- α/2 : é a variável aleatória de Student com n-1 graus de liberdade

n: é número total de observações

S(n): é o desvio padrão da média das observações

α:: é o nível de significância

χ2 : é a variável aleatória Qui-Quadrado.

A média obtida em cada replicação é o valor esperado das estatísticas “tamanho da fila”

e “tempo na fila”, proveniente do número de observações que ocor rem em cada posto.

O número de peças fabricadas na preparação varia de 0 a 378 peças, e na montagem,

varia de 0 a 189 peças, haja vista que os postos de montagem são dispostos em paralelo

de acordo com o layout da FIG. 12 do Anexo 3. Logo, o tamanho das filas nos postos de

serviço oscila entre um valor mínimo e um valor máximo de peças, apresentando um

valor médio no final de cada replicação.

Kelton & Law (1991, p.284) comentam a experiência deles ao lidar com simulação,

sobre o fato dos dados de saída serem sempre correlacionados, e que nunca

presenciaram simulações que produzam dados de saída independentes. Kelton et al.

(1998, p. 99) reportam que o ARENA requer um mínimo de 320 observações para

calcular o intervalo de confiança (half width), com 95% de probabilidade de conter o

valor esperado das estatísticas relacionadas ao “tempo de fila”. Um mínimo de 5

unidades de tempo são necessárias para o cálculo do mesmo intervalo de confiança para

estatísticas relacionadas ao “tamanho da fila”. Caso contrár io, o ARENA reporta que

os dados são insuficientes para calcular um intervalo de confiança para a média. A

independência dos dados de entrada é uma premissa da teoria clássica de filas em que os

tempos entre chegadas são independentes e identicamente distribuídos conforme uma

mesma distribuição de probabilidade (Kelton & Law, 1991, p.13).

93

Logo, ao checar os dados, o ARENA verifica se a hipótese de independência foi

violada e, em caso positivo, reporta que os dados são correlacionados e o intervalo de

confiança não pode ser calculado. Se a estatística passa no teste de independência, o

intervalo de confiança é calculado em seguida. Corroborando a afirmação acima a

respeito da correlação e independência dos dados, verifica-se que os relatórios do

ARENA reportam em cada replicação dos modelos de simulação deste projeto dados

insuficientes ou correlacionados para se calcular um intervalo de confiança (CI), com

95% de probabilidade de conter as médias de “tempo de fila” e “tamanho da fila”.

Entretanto, isto não impede de calcular o valor esperado ou a média destas duas

variáveis em cada replicação. A TAB. 7 a seguir mostra um relatório simplificado do

ARENA com as estatísticas coletadas durante a simulação em um posto qualquer de

preparação e montagem do produto POS padrão.

Lembrando que o turno total de trabalho corresponde a 615 minutos por dia com 2

paradas de 15 minutos para café e 60 minutos para almoço, tem-se então que o total de

horas efetivamente trabalhadas é de 525 minutos. Logo, a TAB. 7 registra uma

disponibilidade de 0,85366 para todos os postos de serviço. A taxa de ocupação dos

postos é variável conforme a configuração do número de operadores na linha de

produção. A seguinte simbologia é utilizada na TAB. 7:

• (_R available) é a disponibilidade do recurso ou servidor.

• (_R busy) é a taxa de ocupação do recurso.

• (_R_Q Queue T) representa o tempo de espera na fila do recurso (minutos).

• (# in _R_Q) representa o tamanho da fila em unidades de peças semi-acabadas

aguardando processamento no recurso.

• half width é o intervalo de confiança com 95% de probabilidade de conter a média

dos tempos de fila e tamanho da fila.

94

TABELA 7

Relatório simplificado do ARENA

Summary for Replication 1 of 250

Project: Modelo 1 sem restrição de capacidade do buffer

Replication ended at time : 590.0

TALLY VARIABLES

Identifier

Average Half Width Minimum Maximum Obs

PREPARACAO1_R_Q Queue T 113.31 (Corr) .00000 228.90 378

MONTAGEM1A_R_Q Queue T 58.476 (Insuf) .00000 136.9 189

DISCRETE-CHANGE VARIABLES

Identifier

Average Half Width Minimum Maximum Final value

PREPARACAO1_R Available .85366 (Insuf) .00000 1.0000 1.0000

PREPARACAO1_R Busy .55317 (Corr) .00000 1.0000 .00000

# in PREPARACAO1_R_Q 69.645 (Corr) .00000 188.00 .00000

MONTAGEM1A_R Available .85366 (Insuf) .00000 1.0000 1.0000

MONTAGEM1A_R Busy .81132 (Insuf) .00000 1.0000 .00000

# in MONTAGEM1A_R_Q 17.970 (Corr) .00000 39.000 .00000

COUNTERS

Identifier Count

SAIDA_EXPEDICAO_C

RETRABALHO_C

363

15

95

5.1 Cenário do Modelo 1 • Postos de preparação, montagem e teste sem qualquer restrição de capacidade do

buffer.

• Configuração da linha de produção com 10 operadores.

Após executar 250 replicações do Modelo 1, verifica-se que nos postos de montagem e

teste, o maior “tamanho médio de fila” ocorre nos postos de Montagem 1 A e

Montagem 1 B, mostrando que este posto é o “gargalo” da linha de produção. A TAB. 8

mostra os resultados das estatísticas de tamanho das filas e tempo de espera nas filas,

coletadas na simulação.

TABELA 8

Tamanho e tempo médio de fila para o Modelo 1

Tamanho fila (un) WIP

Média Desvio Padrão

CI 95% para a Média

Valor mínimo

Valor máximo

No

observações Preparação 1 68,7 3,21 0,4 57,6 69,6 250 Preparação 2 57,9 2,78 0,347 46,9 58,6 250 Preparação 3 72,1 2,72 0,338 60,6 72,8 250 Preparação 4 80,6 2,26 0,281 69,0 81,1 250 Montagem 1A 17,7 0,869 0,108 14,7 18 250 Montagem 1B 17,5 0,887 0,11 14,5 17,8 250 Montagem 2A 0,141 0 0 0,141 0,141 250 Montagem 2B 0,14 1,64e-8 2,04e-9 0,14 0,14 250 Teste A 0,0507 3,13e-9 3,9e-10 0,0507 0,0507 250 Teste B 0,103 1,27e-8 1,59e-9 0,103 0,103 250 Expedição 359 4,01 0,499 348 370 250 Retrabalho 19,2 4,01 0,499 8 30 250 Tempo de fila

(min) Média Desvio

Padrão CI 95% para a

Média Valor

mínimo Valor

máximo No

observações Preparação 1 112 5,22 0,65 93,6 113 250 Preparação 2 94,2 4,53 0,564 76,3 95,3 250 Preparação 3 117 4,42 0,551 98,5 118 250 Preparação 4 131 3,67 0,458 112 132 250 Montagem 1A 57,5 2,83 0,352 47,9 58,5 250 Montagem 1B 56,8 2,89 0,359 47,3 57,8 250 Montagem 2A 0,459 3,74e-8 4,66e-9 0,459 0,459 250 Montagem 2B 0,454 2,72e-8 3,39e-9 0,454 0,454 250 Teste A 0,165 1,48e-8 1,84e-9 0,165 0,165 250 Teste B 0,334 0 0 0,334 0,334 250 Tempo no sistema

176 8,45 1,05 148 183 250

96

A TAB. 9 registra os valores das estatísticas relacionadas à taxa de ocupação dos postos

de serviço na simulação de 250 replicações do mesmo Modelo 1.

TABELA 9

Taxa de ocupação dos postos de serviço para o Modelo 1

Taxa de ocupação Média Num. operadores Preparação 1 0,553 1 Preparação 2 0,449 1 Preparação 3 0,584 1 Preparação 4 0,664 1 Montagem 1A 0,811 1 Montagem 1B 0,811 1 Montagem 2A 0,403 1 Montagem 2B 0,403 1 Teste A 0,796 1 Teste B 0,796 1 Total 10

Para melhor compreensão dos valores das tabelas anteriores, as figuras seguintes

apresentam os intervalos de confiança para as estatísticas de interesse no posto de

serviço gargalo. A FIG. 5 apresenta o intervalo de confiança com 95% de probabilidade

de conter o valor esperado do “tamanho médio da fila” nos postos de Montagem 1 A e

Montagem 1 B.

FIGURA 5 – Intervalo de confiança de 95 % para o “tamanho médio da fila” no posto

de Montagem 1

97

Convém lembrar que o WIP é medido pelo tamanho médio das filas e que se pretende

projetar a capacidade do buffer nos postos de Montagem 1 A e Montagem 1 B, visando

aproveitar da maneira mais racional possível o espaço físico do posto baseado no layout

atual da linha de produção. Considerando ainda o fator ergonômico, existe a

preocupação de oferecer a máxima condição de conforto ao operador, aliando o espaço

físico disponível no posto com e praticidade na execução das atividades.

Comentários dos modelos com restrição de capacidade do buffer são apresentados mais

adiante com a intenção de projetar o tamanho do buffer de acordo com o espaço

disponível e apresentar outros cenários possíveis de configuração da linha de produção

variando o número de postos de serviço.

Do mesmo modo, a FIG. 6 apresenta o intervalo de confiança com 95% de

probabilidade de conter o verdadeiro parâmetro do “tempo médio” que as peças semi -

acabadas aguardam na fila da Montagem 1 A e Montagem 1 B, antes de serem

processadas.

FIGURA 6 – Intervalo de confiança de 95% para o “tempo médio na fila” no posto de Montagem 1

Outra estatística importante nos sistemas de filas é o tempo médio de trânsito das peças

semi-acabadas no sistema. Neste caso, representa o tempo médio de atravessamento das

peças no sistema desde a chegada nos postos de preparação, passando pela montagem e

teste. Esta estatística contabiliza o tempo total que as peças permanecem nas filas de

98

espera mais o tempo efetivamente gasto no processamento das mesmas. Estes tempos

influenciam diretamente na produção esperada e, portanto, a redução deles é um ganho

para a Engenharia de Manufatura. O tempo médio de trânsito no sistema é apresentado

na FIG. 7.

FIGURA 7 – Intervalo de confiança de 95% para o “tempo médio de trânsito das peças no sistema”.

Todas as estatísticas apresentadas acima estão associadas a um desvio padrão. A FIG. 8

seguinte mostra o intervalo de confiança com 95% de probabilidade de conter o desvio

padrão estimado para as estatísticas “tamanho médio da fila” nos postos de Montag em 1

A e Montagem 1 B.

FIGURA 8 – Intervalo de confiança de 95% para o desvio padrão estimado do

“tamanho médio da fila” no posto de Montagem 1.

99

Do mesmo modo, a FIG. 9 apresenta o intervalo de confiança com 95% de

probabilidade de conter a estimativa do desvio padrão das estatísticas de “tempo médio

das peças nas filas” dos postos de Montagem 1 A e Montagem 1 B.

FIGURA 9 – Intervalo de confiança de 95% para o desvio padrão do “tempo médio na fila” no posto de Montagem 1

A FIG. 10 apresenta o intervalo de confiança com 95% de probabilidade de conter o

valor estimado do desvio padrão do “tempo médio de trânsito das peças no sistema”.

FIGURA 10 – Intervalo de confiança de 95% para o desvio padrão do “tempo médio no sistema”

Ao calcular o intervalo de confiança para o desvio padrão, percebe-se que os resultados

são insignificantes para este modelo, pois o intervalo que contém a estimativa esperada

100

do desvio padrão é menor que 1 (uma) peça no caso do tamanho das filas, menor que 1

(um) minuto no caso dos tempos de espera nas filas dos postos, ou menor que 1 (um)

minuto no caso do tempo de trânsito no sistema.

Retornando à TAB. 8, nota-se que a média do total de peças produzidas e enviadas à

expedição é igual a 359 peças com um desvio padrão de 4,01 unidades. Este resultado

pode ser interpretado como sendo 95% das vezes que se proceder 250 replicações deste

modelo, o valor esperado ou a média de peças boas e enviadas à expedição apresenta

este valor. O total de peças defeituosas que necessitam de reparo é de 19,2 peças, em

média, com desvio padrão de 4,01 unidades sujeitas à mesma interpretação. A TAB. 9

aponta altas taxas de utilização dos postos com valores próximos a 80% nos postos de

montagem e teste. É conveniente comentar que taxas de ocupação dos postos de tal

magnitude são elevadas quando se tratam de operações executadas apenas por força de

trabalho humana, sem nenhum grau de automatização na linha de produção .

Ainda neste modelo, nota-se que os posto de Montagem 1 A e Montagem 1 B registram

filas de tamanho médio igual a 17 peças com desvio padrão menor que 1 (uma) unidade.

Convém reportar que o tempo médio das peças no sistema, desde o momento que

entram nos postos de preparação, passando pela montagem e teste até a saída como

produto acabado, é de 176 minutos com desvio padrão de 8,45 minutos. Este resultado

mostra o elevado tempo de permanência das peças no sistema, como conseqüência da

chegada do lote de 189 peças de uma só vez no horário de suprimento em cada posto de

preparação e, em seguida, o congestionamento do sistema no primeiro posto de

montagem.

Na execução do modelo de simulação, nota-se que as primeiras peças fluem

rapidamente pelo sistema, mas existem dois postos gargalo (Montagem 1 A e

Montagem 1 B) com elevado tempo de processamento que são responsáveis pelo

congestionamento do sistema. Com a evolução da simulação, as peças finais ficam

retidas na fila do posto de preparação por um longo período até iniciar o seu

processamento, conforme a TAB. 8. Isto resulta no final do turno em uma produção de

378 peças com tempo médio no sistema equivalente a 176 min. Esta situação é análoga

101

à chegada de um grande número de clientes, de uma só vez no final do expediente de

um banco, de modo que após o fechamento do estabelecimento bancário, a nenhum

cliente é permitido entrar. O tempo de permanência de cada cliente é igual ao momento

da sua chegada até a conclusão do atendimento, resultando em um elevado tempo médio

de retenção no sistema.

Logo, pode-se dizer que o resultado deste modelo retrata de forma bastante satisfatória a

produção real desejada de 360 peças diárias. A restrição de capacidade do buffer e a

configuração da linha baseada no número de operadores serão tratadas nos tópicos

seguintes.

5.2 Cenário do Modelo 2.1

• Postos de montagem M1A e M1B com restrição de capacidade do buffer menor do

que 10 peças.

• Postos de preparação não possuem qualquer restrição de capacidade do buffer.

• Configuração da linha de produção com 10 operadores.

O cenário do Modelo 2.1 estipula uma lógica de controle, de tal forma que a capacidade

do buffer deve estar limitada em até 10 unidades. Esta capacidade se ajusta

perfeitamente ao layout atual da linha de montagem. Logo, quando o tamanho da fila de

peças aguardando processamento nestes postos for menor do que 5 (cinco) unidades, é

emitido um sinal de controle para os postos de preparação 1 e preparação 2 para enviar

mais 5 (cinco) unidades ao buffer dos postos de montagem 1A ou montagem 1B. A

lógica de controle do modelo de simulação monitora o sistema de modo que as peças

sejam enviadas primeiramente ao posto que contiver o menor número de peças

aguardando na fila do buffer. Desse modo, o buffer se mantém com, no máximo, 10

peças.

A taxa de ocupação dos postos é a mesma do Modelo 1 anterior, pois o número de

postos de trabalho permanece inalterado. O intervalo de confiança com 95% de

probabilidade de conter o valor esperado das estatísticas relacionadas ao tamanho da

102

fila, tempo na fila, total de peças na expedição e retrabalho e tempo de trânsito das

peças no sistema estão apresentados na TAB. 10.

TABELA 10

Tamanho e tempo médio de fila para o Modelo 2.1




Valor mínimo

Valor máximo

No

observações Preparação 1 68,7 3,21 0,4 57,6 69,6 250 Preparação 2 57,9 2,78 0,347 46,9 58,6 250 Preparação 3 72,1 2,72 0,338 60,6 72,8 250 Preparação 4 80,6 2,26 0,281 69,0 81,1 250 Montagem 1A 5,57 0,0931 0,0116 5,31 5,6 250 Montagem 1B 5,17 0,0888 0,0111 4,92 5,2 250 Montagem 2A 0,141 0 0 0,141 0,141 250 Montagem 2B 0,14 1,64e-8 2,04e-9 0,14 0,14 250 Teste A 0,0507 3,13e-9 3,9e-10 0,0507 0,0507 250 Teste B 0,103 1,27e-8 1,59e-9 0,103 0,103 250 Expedição 359 4,01 0,499 348 370 250 Retrabalho 19,2 4,01 0,499 8 30 250 Tempo de fila

(min) Média Desvio


Média Valor

mínimo Valor

máximo No

observações Preparação 1 112 4,68 0,583 93,6 113 250 Preparação 2 94,7 3,35 0,418 76,3 95,3 250 Preparação 3 118 3,9 0,486 98,5 118 250 Preparação 4 131 4,38 0,545 112 132 250 Montagem 1A 12,4 0,18 0,0224 11,5 12,4 250 Montagem 1B 12,2 0,246 0,0306 10,9 12,2 250 Montagem 2A 0,467 0,0042 0,000523 0,466 0,49 250 Montagem 2B 0,458 0,00718 0,000894 0,456 0,483 250 Teste A 0,152 0,0486 0,00605 0 0,168 250 Teste B 0,327 0,0303 0,00377 0,208 0,348 250 Tempo no sistema

171 11 1,37 129 177 250

Verifica-se que o tamanho médio da fila na Montagem 1A é cerca de 5,57 peças com

desvio padrão de 0,1unidade, e 5,17 peças com desvio padrão de 0,1 unidade na

Montagem 1B. O total médio produzido e enviado à expedição é igual a 359 peças

apresentando desvio padrão de 4 unidades, enquanto o total de peças enviadas para

retrabalho soma 19,2 com desvio padrão de 4 unidades. O tempo médio das peças no

sistema equivale a 171 minutos com desvio padrão de 11 minutos.

Nota-se que a restrição do buffer de reduzir o tamanho da fila em até 10 peças ocasiona

a redução de quase 80% no valor do “tempo médio na fila”, quando comparado ao

103

Modelo 1 (sem restrição de capacidade do buffer). Para uma fila de tamanho médio de

17 peças, o tempo médio de permanência no sistema é de 57 minutos e na situação

atual, para uma fila média de 5 peças tem-se um tempo médio de retenção no posto de

12 minutos.

Este resultado é esperado, pois quanto menor o número de peças em fila, menor é o

tempo de espera das peças antes de serem processadas de fato. Em relação ao total de

peças boas produzidas, a média se mantém constante em 359 peças apresentando o

mesmo desvio padrão do Modelo 1 anterior, sem restrição de capacidade do buffer. O

mesmo pode ser notado em relação às peças enviadas para retrabalho. O parâmetro

“percentual de retrabalho” não foi alterado em relação ao Modelo 1 anterior, logo, o

número de peças que necessitam de reparo também se mantém constante. A capacidade

do buffer não influencia na produção nominal exigida de peças. É apenas uma restrição

de projeto da linha de produção.

A técnica de simulação permite avaliar várias configurações para a linha de montagem

variando um ou outro parâmetro. Dentre os parâmetros possíveis de serem alterados,

procurou-se indagar se é viável outra configuração da linha, reduzindo o número de

operadores de modo a atender a demanda solicitada no tempo normal de produção. Nos

postos de preparação, não há possibilidade de melhoria variando o parâmetro operador,

pois cada posto já possui apenas 1 (um) operador. Cada posto de montagem e teste do

modelo 2.1 anterior possui 2 operadores, logo, estes postos sugerem investigação.

Propõe-se a retirada do posto de Montagem 2 B, haja vista que, no posto de Montagem

1, não é viável intervenção porque é o posto gargalo.

Outra alternativa poderia ser a configuração da linha com 8 operadores, ou seja, a

retirada de um operador no posto de Montagem 2 B e outro operador em um dos postos

de teste. O tempo padrão do posto de teste é elevado (2,59 min), bem próximo ao tempo

de processamento do posto gargalo, logo, a retirada de um operador prejudica o

atendimento da demanda no tempo disponível. O tempo de corrida da simulação para

fabricar 378 peças com 8 operadores é de 1.156 minutos, confirmando que a retirada de

um operador no posto de teste não é viável.

104

5.3 Cenário do Modelo 2.2

• Postos de montagem M1A e M1B com restrição de capacidade do buffer menor do

que 10 peças.

• Postos de preparação não possuem qualquer restrição de capacidade do buffer.

• Eliminação do posto de montagem M2B e configuração da linha de produção com 9

(nove) operadores.

O cenário do Modelo 2.2 propõe a retirada do posto de montagem M2B, de modo que a

linha opera com 9 operadores, mantendo a mesma restrição em torno de 10 peças no

buffer dos postos de Montagem 1 A e Montagem 1 B. As médias das taxas de ocupação

dos postos coletadas na simulação do Modelo 2.2 são mostradas na TAB. 11.

TABELA 11

Taxa de ocupação dos postos de serviço para o Modelo 2.2

Taxa de ocupação Média Num. operadores Preparação 1 0,553 1 Preparação 2 0,449 1 Preparação 3 0,584 1 Preparação 4 0,664 1 Montagem 1A 0,811 1 Montagem 1B 0,811 1 Montagem 2A 0,805 1 Teste A 0,796 1 Teste B 0,796 1 Total 9

Nota-se que a taxa de ocupação do posto de Montagem 2 A é o dobro da taxa do

Modelo 2.1 anterior, como já era esperado, com a retirada de um operador. Os postos

restantes não sofreram alteração. Logo, a retirada de um operador no posto de

Montagem 2 B é viável economicamente. A eficiência do balanceamento da linha de

montagem aumenta para 98% com a retirada de um operador. Considerando que o

salário médio de um operador é de R$480,00 por mês, verifica-se no final de um ano

uma economia direta de R$5.800,00 excluindo encargos sociais. Os operadores da linha

105

de montagem em geral são multifuncionais, e isto garante bastante flexibilidade à linha

de produção característica típica do ambiente de manufatura Just in time.

Entretanto, deve-se pensar sempre em projetos de melhoria no sistema de abastecimento

Kanban e, então, pode ser uma boa alternativa treinar e realocar o operador para

executar uma outra atividade. Já foi relatado que um operador pode ser responsável pelo

suprimento de mais de uma linha de montagem dentro da fábrica e isto, em alguns

casos, pode levar a atrasos no suprimento da linha de produção deste produto em

questão.

Outra atividade importante é designar funcionário para proceder à separação de material

em contêineres com capacidade mais justa e próxima da demanda de 189 peças

solicitadas em cada turno. Foi comentado, e pode ser visto na TAB. 5, que muitos

contêineres desviam bastante do Kanban típico, de tamanho unitário e com taxa de

suprimento igual à taxa de demanda. Isto acontece, porque em muitos casos a tarefa de

separação não é priorizada, preferindo-se ajustar o tamanho da embalagem recebida do

fornecedor externo ao tamanho do contêiner utilizado no kanban. Isto

conseqüentemente gera material em excesso no sistema, fato que poderia ser

minimizado.

A TAB. 12 seguinte apresenta as estatísticas de tamanho da fila e tempo na fila para o

Modelo 2.2.

106

TABELA 12

Tamanho e tempo médio de fila para o Modelo 2.2




Valor mínimo

Valor máximo

No

observações Preparação 1 68,7 3,21 0,4 57,6 69,6 250 Preparação 2 57,9 2,78 0,347 46,9 58,6 250 Preparação 3 72,1 2,72 0,338 60,6 72,8 250 Preparação 4 80,6 2,26 0,281 69,0 81,1 250 Montagem1A 5.57 0,0931 0,0116 5,31 5,6 250 Montagem1B 5,17 0,0888 0,0111 4,92 5,2 250 Montagem 2A 0,728 0 0 0,728 0,728 250 TesteA 2,36 1,16 0,145 0,983 8,55 250 TesteB 0,721 0,289 0,0347 0,318 2,17 250 Expedição 359 4 0,499 348 370 250 Retrabalho 19,1 4 0,499 8 30 250 Tempo de fila

(min) Média Desvio


Média Valor

mínimo Valor

máximo No

observações Preparação 1 112 5,22 0,65 93,6 113 250 Preparação 2 94,2 4,53 0,564 76,3 95,3 250 Preparação 3 117 4,42 0,551 98,5 118 250 Preparação 4 131 3,67 0,458 112 132 250 Montagem1A 18,1 0,303 0,0377 17,3 18,2 250 Montagem1B 16,8 0,289 0,036 16 16,9 250 Montagem 2A 1,18 0 0 1,18 1,18 250 TesteA 2,36 1,16 0,145 0,983 8,55 250 TesteB 2,34 0,876 0,109 1,05 6,79 250 Tempo no sistema

186 5,81 0,723 163 193 250

Verificando a TAB. 12 acima, nota-se um fluxo médio de 5 peças na fila dos postos de

Montagem 1 A e Montagem 1 B. O total médio de peças, conforme o padrão de

especificação, e enviados à expedição, também se mantém constante em 359 peças

com desvio padrão de 4 unidades. O total médio de peças defeituosas com destino ao

retrabalho é de 19,1 peças, idêntico aos modelos anteriores. O tempo médio de trânsito

das peças no sistema aumentou para 186 minutos, com desvio padrão de 5,81 minutos.

A relação entre o tempo de trânsito das peças no sistema e o número de operadores nos

modelos com restrição de capacidade do buffer é mostrada no gráfico da FIG. 11.

107

FIGURA 11 – Número de operadores x tempo de trânsito das peças no sistema para os modelos com restrição de capacidade do buffer.

A retirada de um operador atrasa 15 minutos em média o tempo de trânsito das peças no

sistema, entretanto, este valor é insignificante quando comparado ao longo tempo de

retenção das peças nos postos de preparação, considerando que a demanda é atendida no

tempo disponível.

Nenhuma outra configuração para esta linha de montagem é possível variando o

parâmetro número de operadores nos postos de serviço. Foi visto que as peças chegam

em lotes de 189 unidades por turno, com elevado tempo de retenção nos postos de

preparação. Em seguida, verifica-se nos postos de Montagem 1 A e Montagem 1 B uma

carga elevada de peças na fila devido ao alto tempo de processamento destes postos. O

carregamento dos postos de Montagem 2 A e Montagem 2 B é mais aliviado devido ao

curto tempo de atravessamento da peça nestes postos, fato que permite a retirada de um

dos postos em paralelo. Os postos de teste seguintes também são bastante exigidos,

verificando-se elevada carga de trabalho e tempo de processamento. Estes fatores

impedem a retirada de um operador do posto de teste em paralelo, exatamente como

acontece nos postos de Montagem 1 A e Montagem 1 B. Então, pode-se afirmar que a

melhor configuração da linha de produção é a configuração atual de 9 operadores, pois

permite produzir a demanda diária exigida de 360 peças, no tempo disponível de 8,8

horas.

Número de operadores x Tempo das peças no sistema

186

171

160170180190

9 10

número de operadores

tem

po (

min

utos

)

108

6 CONCLUSÃO

Conclui-se deste trabalho que as atuais estratégias de suprimento mostram-se adequadas

para abastecer ambos os processos de produção da empresa, constituídos basicamente

pela fabricação de placas de circuito integrado (PCI) e montagem do produto final de

consumo (PF). O resultado foi baseado em uma metodologia de construção e avaliação

de matrizes de direcionadores da estratégia de suprimento e, ao longo desta dissertação,

foram apontadas características relacionadas ao tipo e mix de produto do cliente,

demanda de cada produto, aspectos internos relacionados ao controle de inventário, etc.

Entretanto, não se pode afirmar definitivamente que uma estratégia de suprimento

Kanban é melhor do que uma estratégia baseada em ordens de requisição convencional

- OP. É claro que uma estratégia de suprimento pode se mostrar compatível com

processo de manufatura estudado quando se analisam algumas características

específicas e, disto, pode se concluir apenas que tal estratégia pode se adequar bem ao

cenário que foi objeto do estudo de caso. Isto quer dizer que as conclusões desta

dissertação são específicas para os processos de fabricação de uma empresa particular

do setor eletrônico de manufatura contratada (EMS). As estratégias atuais de suprimento

empregadas satisfazem as necessidades particulares de um ou outro processo de

fabricação da empresa, de acordo com o panorama geral apresentado nas matrizes de

direcionadores de estratégia de suprimento que descrevem cada processo. O suprimento

convencional com carregamento único no processo de PCI mostra-se adequado sem

nenhum problema de desordem na área de produção, inclusive devido ao volume

reduzido dos materiais manuseados. Entretanto, o suprimento intermitente por meio de

kanbans na montagem de PF mostra-se mais adequado levando-se em consideração o

volume do material movimentado.

Foi visto, na revisão de literatura deste trabalho, relatos de experiências com estratégias

de produção por meio de kanbans e também estratégias combinadas de MRP e kanbans

bem sucedidas e adaptadas em job shops típicos, tal como o processo de manufatura de

PCI com alta variedade de produto. Este setor da fábrica possui um mix de produto

elevado que afeta diretamente o seqüenciamento da produção. Mas apenas o parâmetro

variedade de produto não impede a implementação de suprimento por meio de kanban

109

neste processo de fabricação. É possível implementação de kanbans em job shops desde

que o mix não seja demasiadamente elevado. O estudo detalhado do mix de produto para

determinar regras de seqüenciamento no processo de PCI é assunto para outra

dissertação.

Análises que avaliam parâmetros diferentes daqueles que foram comentados nesta

dissertação podem levar a outra conclusão e se decidir ou não pela manutenção de

ordens de requisição convencionais ou mudança de estratégia empregando kanbans.

A simulação foi empregada neste trabalho como uma técnica preditiva da performance

da linha de montagem do produto POS padrão mensurada por meio do atendimento da

demanda, durante o tempo disponível no turno de trabalho. A linha de montagem utiliza

sistema de suprimento JIT/Kanban e está sujeito a uma restrição de capacidade do

buffer nos postos de montagem e teste. Procurou-se avaliar também uma alternativa de

configuração da linha de produção alterando o número de operadores nos postos de

serviço.

O QUADRO 8 a seguir apresenta o resumo dos ganhos obtidos com a implantação do

sistema de suprimento Kanban com buffer centralizado e posterior simulação da linha

de produção com buffer descentralizado nos postos de serviço.

110

QUADRO 8

Resumo dos ganhos verificados com as mudanças nas estratégias de suprimento

Estratégia de suprimento por OP convencional

Estratégia de suprimento kanban com buffer centralizado

Projeto de Simulação do buffer descentralizado

Área de ocupação do estoque na produção

Elevada

(50 m2)

Reduzida

(10 m2)

Desprezível e diretamente no posto de trabalho

Inventário físico

Alto volume com estoque suficiente para três dias

Baixo volume com estoque suficiente para 6 horas

Baixo volume com estoque suficiente para 4 horas

Acurácia do controle de inventário em processo

Difícil

Mais precisa

Ideal

Custo de manutenção estimado para o estoque anual de material em processo

R$6.000.000,00

R$4.500.000,00

kanban justo com suprimento igual à demanda

Eficiência da linha de produção

89%

89%

98%

Número de operadores

10 operadores 10 operadores 9 operadores

O suprimento por meio de kanbans foi empregado nesta linha de montagem como uma

estratégia de redução de material em processo. Foi dito que inicialmente o suprimento

era realizado por meio de ordens de produção convencionais, fato que gerava na área de

produção um volume de estoque elevado suficiente para suportar 3 dias de produção. A

implantação do Kanban centralizado próximo à linha de montagem reduziu o volume de

material em processo, em quantidade suficiente para suprir a linha de produção durante

6 horas. O ganho de área útil no galpão de produção foi cerca de 40 m2 e permitiu

posteriormente a implantação da linha de montagem do pinpad (acessório obrigatório

do POS). A acurácia do controle de material em processo também foi otimizada, pois

quanto menor o volume de material manuseado, menores são as chances de danos e

perdas. O controle dos registros nos sistema ERP com as movimentações de entrada e

saída de material no almoxarifado tornou-se uma atividade mais habitual com as duas

movimentações diárias do kanban. Com o passar do tempo, estas atividades rotineiras

111

reduzem as chances de esquecimento e atrasos nos registros no sistema ERP e isto

otimiza o controle de inventário em processo em tempo real.

A proposta de descentralização do buffer com a modelagem da linha de produção

utilizando a técnica de simulação otimizou ainda mais o sistema Kanban de

movimentação de material, eliminando completamente as ilhas de estoque intermediário

da área de produção. A organização e limpeza da área tornam-se mais aparente, e o

controle de perdas sobre o volume reduzido de material no posto de trabalho é muito

mais eficiente .

Neste trabalho, o método de coleta dos tempos operacionais foi bastante enfatizado com

uso do método MOST. A descrição detalhada de cada operação de montagem foi

registrada para cada posto aplicando-se o devido parâmetro do MOST. A acurácia dos

tempos das operações de montagem é extremamente importante, pois tempos

subdimensionados podem mascarar a produtividade. A abordagem determinística dos

tempos de processamento não contemplou variabilidades possíveis de ocorrer nos

sistemas reais. Esta decisão resultou em taxas de ocupação bastante elevadas nos postos

de serviço, tornando a simulação bastante automatizada, considerando que as operações

nos postos empregam apenas força de trabalho humana. A única fonte de variabilidade

dos modelos é o tempo entre chegadas dos lotes kanbans, associada à incerteza no

fornecimento do lote nos horários previstos com a implementação recente do sistema

kanban de abastecimento na linha de produção.

Foi visto que o layout original da linha com 10 operadores produz uma eficiência de

89 % no balanceamento da linha. Os modelos de simulação propostos permitiram

reproduzir o comportamento dinâmico da linha de produção, mediante as hipóteses

impostas aos cenários de cada modelo. O parâmetro analisado nos modelos de

simulação foi a redução do número de operadores mantendo-se a operação em cada

posto tal como ela é executada na linha de produção real. O modelo permite inferir que

a linha de produção com o layout original de 10 operadores está superdimensionada, e

uma outra configuração possível e mais enxuta para esta linha é uma configuração com

9 operadores. Esta intervenção na redução do número de operadores resulta em uma

112

eficiência de 98% no balanceamento da linha de produção. Redução de maior número

de postos é inviável, pois compromete o atendimento da demanda solicitada no tempo

disponível de 8,8 h.

Esta linha possui uma característica bastante peculiar com elevado tempo de

permanência das peças no sistema. Este fato é uma conseqüência direta da chegada do

lote completo nos postos de preparação, fato que provoca um tempo de retenção

extremamente longo de cada peça na fila destes postos, antes de serem processadas de

de fato.

Seguem alguns comentários úteis para uma investigação futura a respeito da linha de

montagem utilizada para fabricar o produto POS padrão, foco deste estudo, ou então um

outro produto similar:

• A coleta dos tempos entre chegadas dos lotes nos postos de preparação com maior

rigor pode fornecer uma distribuição de probabilidade mais realista ao sistema

estudado.

• Outros métodos para coleta de tempos (cronometragem utilizando técnicas

estatísticas, etc.) nas operações de montagem podem fornecer dados para

comparação com os tempos atuais resultantes da aplicação de parâmetros do método

MOST.

• O reagrupamento de algumas operações pode reduzir o tempo de montagem,

principalmente no posto identificado como “gargalo”, e conseqüentemente otimizar

ainda mais o balanceamento da linha.

113

7 REFERÊNCIAS BIBLIOGRÁFICAS 1. ABDOU, G.; DUTTA, S. P. A systematic simulation approach for the design of JIT

manufacturing systems, Journal of Operations Management, n. 11, 1993, pp. 225-238.

2. BANKS, J.; CARSON, J. S. Discrete-event system simulation. New Jersey: Prentice-Hall, 1984.

3. BHATTACHARYA, A. K.; COLEMAN, J. L.; BRACE G. Repositioning the supplier – an SME perspective, Production Planing & Control, 1995, vol 6, no. 3, pp. 218-226.

4. BERKLEY, B. J. Effect of buffer capacity and sequencing rules on single-card kanban system performance, International Journal of Production Research, 1993, vol. 31, n.12, pp. 2875-2893.

5. BERKLEY, B. J. Testing minimum performance levels for kanban-controlled lines, International Journal of Production Research, 1994, vol. 32, n. 1, pp. 93-109.

6. BITRAN, G. R.; CHANG, L. A mathematical programming approach to a deterministic kanban system, Management Science, 1987, vol.33, n.4, pp. 427-441.

7. CHAN, F. T. S. Effect of kanban size on Just-in-time manufacturing systems, Journal of Materials Processing Technology, 2001, n. 116, pp. 146-160.

8. CORRÊA, H. L.; GIANESI, I. G. N. Just in Time, MRP e OPT: Um enfoque estratégico. 2a edição. São Paulo: Atlas, 1993.

9. CORRÊA, H. L.; GIANESI, I. G. N. CAON, M. Planejamento, programação e controle da produção: MRP II/ERP - Conceitos, uso e implantação. 3a edição. São Paulo: Atlas, 2000.

10. DING, F. Y; YUEN, M. N. A modified MRP for a production system with the coexistence of MRP and kanbans, Journal of Operations Management, 1991, vol. 10, n.2, pp. 267-277.

11. FARAHMAND, K. Floor inventory tracking of a kanban production system, Proceedings of the 1994 Winter Simulation Conference, Tew et al. eds, pp. 1027-1034.

114

12. FARAHMAND, K. Using simulation to support implementation of flexible manufacturing cell, Proceedings of the 2000 Winter Simulation Conference, Joines et al. eds, pp. 1272-1281.

13. FORRESTER, J. Industrial Dynamics, MIT Press, 1961.

14. FRANÇA, J. L. Manual para normalização de publicações técnico-científicas. 5a edição. Belo Horizonte: Ed. UFMG, 2001.

15. FULLERTON, R. R.; McWATTERS, C. S. The production performance benefits from JIT implementation, Journal of Operations Management, 2001, n. 19, pp. 81-96.

16. GLECKMAN, H.; SCHILLER, Z.; TREECE, J. A tonic for business cycle, Business Week, 1994, n. 57, p. 3365 apud FULLERTON, R. R.; McWATTERS, C. S. The production performance benefits from JIT implementation, Journal of Operations Management, 2001, n. 19, pp. 81-96.

17. GRAVEL, M.; PRICE, W. L. Using the kanban in job shop environment, International Journal of Production Research, 1988, vol. 26, n. 6, pp. 1105-1118.

18. [1] GUPTA, Y. P.; GUPTA, M. A system dynamics model of a JIT-kanban system, Engineering Costs and Production Economics, 1989, n.18, pp. 117-130.

19. [2] GUPTA, Y. P.; GUPTA, M. A system dynamics model for a multi-stage multi-line dual-card JIT-kanban system, Introduction Journal of Production Research, 1989, vol. 27, n.2, pp. 309-352.

20. JOHNSON, R. A. Miller and Freund’s probability and statistics for engineers. USA: Prentice-Hall, 1994.

21. KARMARKAR, U.S. Integrating MRP with kanban pull systems, Working Paper n. QM8615, University of Rochester, Rochester, NY, 1986 apud DING, F. Y; YUEN, M. N. A modified MRP for a production system with the coexistence of MRP and kanbans, Journal of Operations Management, 1991, vol. 10, n.2, pp. 267-277.

22. KARMARKAR, U.S. Lot sizes, lead times and in-process inventories, Management Science, 1987, vol. 33, n.3, pp. 409-418.

115

23. KELTON, W. D.; SADOWSKI, R. P.; SADOWSKI, D. A. Simulation with Arena. USA: WCB/McGraw-Hill, 1998.

24. KRAJEWSKI, L. J.; KING, B. E.; RITZMAN, L. P.; WONG, D. S. Kanban, MRP and shaping manufacturing environment, Management Science, 1987, vol. 33, n. 1, pp. 39-57.

25. LAW, A. M.; KELTON, W. D. Simulation Modeling and Analysis. 2nd ed. USA: McGraw-Hill, 1991.

26. LEE, L.C. Parametric appraisal of the JIT system, International Journal of Production Research, 1987, vol. 25, n. 10, pp. 1415-1429.

27. LEE, H. L.; PADMANABHAN, V.; WHANG, S. Information distortion in a

supply chain: The bullwhip effect, Management Science, 1997, vol.43, n.4, pp. 546-558.

28. LUMMUS, R. R. A simulation analysis of sequencing alternatives for JIT lines using kanbans, Journal of operations Management, 1995, vol.13, pp. 183-191.

29. MIHRAM, D.; MIHRAM, G. A. Human knowledge, the role of models, metaphors and analogy, International Journal of General Systems, 1974, vol.1, n.1, pp. 41-60 apud BANKS, J.; CARSON, J. S. Discrete-event system simulation. New Jersey: Prentice-Hall, 1984.

30. MITRA, D.; MITRANI, I. Control and coordination policies for systems with buffers, Performance Evaluation Review, 1989, vol. 17, n.1, pp. 156-164.

31. MONDEN, Y. What makes the Toyota production system really tick?, Industrial Engineering, 1981, vol.13, n.1, pp. 36-46.

32. MONDEN, Y. Toyota Production System: an integrated approach to Just-in-Time. 2nd ed. Norcross: Institute of Industrial Engineers, 1994.

33. MULCAHY D. E. Warehouse Distribution and Operations Handbook. USA: McGraw-Hill, 1994.

34. OLHAGER, J. Safety mechanisms in just-in-time systems, International Journal of Operations & Production Management, vol. 15, n. 9, 1995, pp. 289-292.

35. PAPADOPOULOS, H. T.; HEAVEY, C.; BROWNE, J. Queueing Theory in Manufacturing Systems Analysis and Design. 1st. ed. London: Chapman & Hall, 1993.

116

36. PHILIPOOM, P.R.; REES, L.P.; TAYLOR III, B. W.; HUANG, P. H. A mathematical programming approach for determining workcentre lotsizes in a just-in-time system with signal kanbans, International Journal of Production Research, 1990, vol. 28, n. 1, pp. 01-15.

37. PHILIPOOM, P.R.; REES, L.P.; TAYLOR III, B. W. Simultaneously determining the number of kanbans, container sizes and the final assembly sequence of products in a just-in-time shop, International Journal of Production Research, 1996, vol. 34, n. 1, pp. 51-69.

38. PINEDO, M.; FELDMAN, A. Scheduling: Theory, Algorithms and Systems. 1st ed. USA: Prentice Hall,1994.

39. PRADO. D. S. Usando o Arena em Simulação. Belo Horizonte, Editora DG, 1999.

40. REES, L.P.; HUANG, P. Y.; TAYLOR III, B. W. A comparative analysis of a MRP lot-for-lot system and a kanban system for a multistage production operation, International Journal of Production Research, 1989, vol. 27, n.8, pp. 1427-1443.

41. RODRIGUES A. M. Estratégias de picking na armazenagem,CEL/Coppead/UFRJ, 1999. Disponível na Internet: <http://www.cel.coppead.ufrj.br/fs-public.htm>, acesso em 10 de fevereiro de 2003.

42. SCHOMBERGER, R. J. Plant layout becomes product-oriented with cellular, just-in-time production concepts, Industrial Engineering, 1983, vol.15, n.11, pp. 66-71.

43. SEPPANEN, M. S. Kanban simulator using SIMAN and LOTUS 1-2-3, Proceedings of the 1993 Winter Simulation Conference, Evans et al. eds, pp. 838-844.

44. SHINGO, S. Non-stock production: The Shingo system for continuous improvement. USA: Productivity Press, 1988.

45. SKINNER, W. Manufacturing – missing link in corporate strategy, Harvard

Business Review, 1969, vol. 47, n. 3, pp. 136-145.

46. STOCKTON, D. J.; LINDLEY, R.J. Implementing kanbans within high variety-low volume manufacturing environments, International Journal of Operations & Production Management, vol 15, n. 7, 1995, pp. 47-59.

117

47. VOLLMANN, T. E.; BERRY, W. L.; WHYBARK, D. C. Manufacturing Planning and Control Systems. USA: Irwin, 3rd edition, 1991.

48. VOSS, C.; TSIKRIKTSIS, N.; FROHLICH, M. Case research in operations management, International Journal of Operations & Production Management, vol. 22, n. 2, 1995, pp. 195-219.

49. WHITE, R. E.; RUSH, W. A. The composition and scope of JIT, Operations Management Review, 1990, n. 7, pp. 9-18 apud FULLERTON, R. R.; McWATTERS, C. S. The production performance benefits from JIT implementation, Journal of Operations Management, 2001, n. 19, pp. 81-96.

50. WOMACK, J.P.; JONES, D.T.; ROOS, D. A máquina que mudou o mundo. Rio de Janeiro: Campus, 1992.

51. ZANDIN K. B. MOST Work Measurement Systems. 2nd ed. New York: Marcel Dekker, 1990.

52. ZIPKIN, P. H. Does manufacturing need a JIT revolution?, Harvard Business Review, 1991, vol. 1, n.2, pp. 40-50.

118

8 ANEXOS

ANEXO 1

TABELA 13

Método MOST - Parâmetros do Movimento Geral

ABG ABP A General Move GET PUT RETURNIndex (x10)

AAction Distance

BBody Motion

GGain Control

PPlacement

Index(x10)

0≤ 5 in No body motion

No gain controlHold

No placementHoldToss

0

1 Within reach Grasp light objectGrasp light object simo

Lay asideLoose fit

1

3 1 – 2 steps Sit without adjustmentsStand without adjustmentsBend and arise 50%

Get non-simoGet heavy/bulkyGet blindGet obstructedFree interlockedDisengageCollect

Loose fit blindPlace with adjustmentsPlace with light pressurePlace with double placement

3

6 3 – 4 steps Bend and arise

Position with carePosition with precisionPosition blindPosition obstructedPosition with heavy pressurePosition with intermediate moves

6

10 5 – 7 steps SitStand

10

16 8 –10 stepsBend and sitClimb on/offStand and bendThrough door

16

FONTE – ZANDIN, 1990. p. 362

119

TABELA 14

Método MOST - Parâmetros do Movimento Controlado

ABG MXI A Controlled Move GET MOVE RETURNIndex(x10)

MMove controlled

Push/Pull/Pivot Crank

XProcess Time

Seconds Minutes Hours

IAlignment

Index(x10)

0 No action No action No process time No alignment 0

1Push/Pull/Pivot ≤ 2 inPush buttonPush or pull switchRotate knob

0.5 0.01 0.0001 Align to 1 point 1

3

Push/Pull/Pivot ≥ 12 inPush/Pull with resistanceSeatUnseatPush/Pull with high controlPush/Pull 2 stages ≤ 12 inPush/Pull 2 stages ≤ 24 in total

1 revolution 1.5 0.02 0.0004Align to 2points≤ 4 in

3

6 Push/Pull 2 stages > 12 inPush/Pull 2 stages > 24 in totalPush with 1 – 2 steps

2 – 3 revs. 2.5 0.04 0.0007Align to 2points> 4 in

6

10 Push/Pull 3 – 4 stepsPush with 3 – 5 steps

4 – 6 revs. 4.5 0.07 0.0012 10

16 Push with 6 – 9 steps 7 – 11 revs. 7.0 0.11 0.0019 Align withprecision

16


120

TABELA 15

Método MOST - Parâmetros para execução de tarefas com uso de ferramentas manuais

ABG ABP * ABP A Tool Use GET TOOL PUT TOOL USE TOOL ASIDE TOOL RETURN

F L Fasten Loosen

FingerAction

Wrist Action Arm Action ToolAction

Spins Turns Strokes Cranks Taps Turns Strokes Cranks Strikes Screw(diam.)

Index(x10)

Fingers,screw-drivers

Hand,screw-driver,Ratchet,T-Wrench

Wrench,Allen key,

Wrench,Allen key,Ratchet

Hand,Hammer Ratchet

T-Wrench,2- hands

Wrench,Allen key

Wrench,Allen key,Ratchet

Hand,Hammer

PowerWrench

Index(x10)

1 1 - - - 1 - - - - - - 13 2 1 1 1 3 1 - 1 - 1 ¼ “ 36 3 3 2 3 6 2 1 - 1 3 1 “ 6

10 8 5 3 5 10 4 - 2 2 5 1016 16 9 5 8 16 6 3 3 3 8 1624 25 13 8 11 23 9 6 4 5 12 2432 35 17 10 15 30 12 8 6 6 16 3242 47 23 13 20 39 15 11 8 8 21 4254 61 29 17 25 50 20 15 10 11 27 54


P Tool PlacementTool Hammer Fingers/

HandKnife Scissors Pliers Writing

instrumentMeasuringdevice

Surfacetreatingdevice

Screw-driver

Ratchet T-Wrench Fixed EndWrench

AllenWrench

PowerWrench

AdjustableWrench

Index 0 (1) 1 (3 or 6) 1 (3) 1 (3) 1 (3) 1 1 1 3 3 3 3 3 3 6

FONTE – ZANDIN, 1990. p.82

I - Alignment of machine tools Alignment of nontypical objects (flat, large, flimsy, sharp, difficult to handle)Align to Workpiece Scale mark Indicator dial Positioning

MethodAgainststops

1 adjustment to stop 2 adjustments to stops1 adjustment to 2stops

3 adjustments to stops2 – 3 adjsutments tolinmark

Index 3 6 10 Index 0 3 6 10

FONTE – ZANDIN, 1990. pp.65-66

ABG ABP * ABP A Tool Use GET TOOL PUT TOOL USE TOOL ASIDE TOOL RETURN

CCut

SSurface Treat

MMeasure

RRecord

TThink

Twist/Bend

Cutoff Cut Slice Air-Clean

Brush-Clean

Wipe Measure Write Mark Inspect Read

Pliers Scissors Knife Nozzle Brush Clothe Measuringdevice

Pencil Marker Eyes,fingers

EyesIndex(x10)

Wire Cut(s) Slice(s) Sq. Ft(0.1 m2)

Sq. Ft(0.1 m2)

Sq. Ft(0.1 m2)

in (“), ft (‘) Digits Words Digits Points Digits,singlewords

Text ofwords

Index(x10)

1 Grip 1 - - - - 1 - Checkmark

1 1 1

3 Soft 2 1 - - ½ 2 - 1 scribeline

3 3 gauge 36 156 Twist

Bend-loop

Medium 4 - 1 spotpointcavity

1 smallobject

- 4 1 2 5 touchfor heat

Scale value, Date ortime

6

12 2410 Hard 7 3 - - 1 Profile-gauge

6 - 3 9 feelfor

defectVernier-Scale

10

9 2 3816 Bend-cotterpin

11 4 3 2 2 Fixed-scaleCaliper-12 in

Signature or date

5

Table value

16

24 15 6 4 3 - Feeler-gauge 13 3 7 54 24

3220 9 7 5 5 Steel-tape 6’

Depth-Micrometer

18 4 10 72

3242 27 11 10 7 7 OD-Micro-

4 in23 5 13 94 42

54 33 ID-Micro-4in

29 7 16 119 54


121

ANEXO 2

TABELA 16

Método MOST - Parâmetros aplicados ao posto de preparação 1

NoSeq:G/C/T Método

Freqparcial Freq TMU

1 G Pegar o display A 1 B 0 G 1 A 1 B 0 P 0 A 0 302 C Desembalar o display A 0 B 0 G 0 M 3 X 0 I 0 A 0 303 G Pegar o cabo e inserir no display A 1 B 0 G 1 A 1 B 0 P 6 A 0 904 C Dobrar o cabo do display A 0 B 0 G 0 M 1 X 0 I 0 A 0 105 G Pegar a jiga e posicionar na bancada A 1 B 0 G 1 A 1 B 0 P 1 A 0 406 C Abrir e fechar a jiga/prancheta A 1 B 0 G 1 M 1 X 0 I 0 A 0 2 607 G Colocar o display na jiga A 0 B 0 G 0 A 1 B 0 P 1 A 0 208 G Pegar a solda e posicionar nos terminais A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

9 G Pegar o ferro de solda e posicionar nosterminais

A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

10 C Soldar os terminais A 0 B 0 G 0 M 3 X 6 I 0 A 0 9011 G Retirar o conjunto do display da jiga A 1 B 0 G 1 A 1 B 0 P 0 A 0 3012 G Pegar a placa principal A 1 B 0 G 1 A 1 B 0 P 0 A 0 3013 G Inserir a outra extremidade do cabo do

display na placa principalA 0 B 0 G 0 A 1 B 0 P 6 A 0 70

14 G Pegar a solda e posicionar nos terminais A 1 B 0 G 1 A 1 B 0 P 3 A 0 60


A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

16 C Soldar os terminais A 0 B 0 G 0 M 3 X 6 I 0 A 0 9017 G Pegar o conjunto e deixar de lado na

bancadaA 1 B 0 G 1 A 1 B 0 P 1 A 0 40

18 G Pegar a placa principal e colocar nabancada

A 1 B 0 G 1 A 1 B 0 P 1 A 0 40

19 G Pegar a placa do teclado e inserir o caboda placa principal

A 1 B 0 G 1 A 1 B 0 P 6 A 0 90

20 G Pegar a solda e posicionar nos terminais A 1 B 0 G 1 A 1 B 0 P 3 A 0 60


A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

22 C Soldar os terminais A 0 B 0 G 0 M 3 X 0 I 0 A 0 3023 G Inserir e retirar um conector de teste A 1 B 0 G 1 A 1 B 0 P 3 A 0 2 12024 G Pegar o conjunto e deixar de lado na

bancadaA 1 B 0 G 1 A 1 B 0 P 1 A 0 40

131047,160,786

0,0131

FONTE - ZANDIN, 1990 - adaptação

TMU

PLANILHA ANÁLISE MOSTAtividade Preparação 1: montagem do cabo plano + display na placa principal + teste display

Sequência do modelo

27,8 TMU = 1 seg.; 1.667 TMU = 1 min.; 100.000 TMU = 1 hr.

hr.min.seg.

122

TABELA 17


NoSeq:

G/C/T MétodoFreq

parcial (F) Freq TMU1 G Pegar a tampa superior A 1 B 0 G 1 A 1 B 0 P 0 A 0 302 G Pegar um tubo de cola PVC A 1 B 0 G 1 A 1 B 0 P 0 A 0 303 C Passar 2 filetes de cola na tampa

superior (extensão menor 12 in)A 0 B 0 G 0 M 1 X 0 I 0 A 0 2 20

4 G Pegar moldura do diplay A 1 B 0 G 1 A 1 B 0 P 0 A 0 305 G Encaixar moldura do display na tampa

superiorA 0 B 0 G 0 A 1 B 0 P 3 A 0 40

6 G Pegar o conjunto tampa/moldura e colocar na jiga

A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

7 G Pegar placa do leitor magnético A 1 B 0 G 1 A 1 B 0 P 0 A 0 308 C Retirar proteção do cabeçote A 1 B 0 G 1 M 3 X 0 I 0 A 0 509 G Pegar 2 calços do leitor magnético A 1 B 0 G 1 A 1 B 0 P 0 A 0 2 60

10 C Retirar proteção dos calços do leitor A 1 B 0 G 1 M 3 X 0 I 0 A 0 2 10011 G Colocar os calços na posição indicada

na tampa superiorA 0 B 0 G 0 A 1 B 0 P 3 A 0 2 80

12 G Pegar 2 molas e posicionar com ajuste no leitor

A 1 B 0 G 1 A 0 B 0 P 3 A 0 2 100

13 T Pegar uma pinça e colocar a placa do leitor na jiga

A 1 B 0 G 1 A 1 B 0 P 3 C 1 A 1 B 0 P 1 A 0 90

14 G Colocar placa leitor na tampa superior A 0 B 0 G 0 A 1 B 0 P 3 A 015 G Pegar 2 parafusos A 1 B 0 G 1 A 1 B 0 P 0 A 0 2 6016 T Parafusar na placa do leitor em pontos

separados menos de 2 inA 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 2 170

18 T Retirar o conjunto da jiga, inspecionar 4 pontos e deixar de lado na bancada

A 1 B 0 G 1 A 1 B 0 P 0 T 6 A 1 B 0 P 1 A 0 110

106038,160,636

0,0106

AtividadePLANILHA ANÁLISE MOST

Preparaçao 2: montagem do painel do display + leitor magnético


TMUseg.min.


FONTE - ZANDIN, 1990 - adapatação

hr.

123

TABELA 18


NoSeq: G/C/T Método

Freq parcial (F) Freq TMU

1 G Pegar a tampa de alojamento do pinpad A 1 B 0 G 1 A 1 B 0 P 0 A 0 302 G Pegar o tubo de cola PVC A 1 B 0 G 1 A 1 B 0 P 0 A 0 303 G Passar cola em 2 pontos separados mais de 2 in A 0 B 0 G 0 F A 1 F B 0 F P 6 A 0 2 1404 G Deixar o tubo de cola ao lado na bancada A 0 B 0 G 0 A 1 B 0 P 1 A 0 205 G Pegar a tampa da impressora e encaixar na tampa do

alojamentoA 1 B 0 G 1 A 1 B 0 P 3 A 0 60

6 G Deixar o conjunto de lado na bancada A 0 B 0 G 0 A 1 B 0 P 1 A 0 207 G Pegar uma impressora A 1 B 0 G 1 A 1 B 0 P 0 A 0 308 C Desembalar a impressora A 0 B 0 G 0 M 3 X 0 I 0 A 0 309 G Pegar o suporte da impressora A 1 B 0 G 1 A 1 B 0 P 0 A 0 30

10 G Afixar o suporte da impressora passando os cabos terra e da cabeça pelo centro

A 0 B 0 G 0 A 1 B 0 P 3 A 0 40

11 G Pegar 3 parafusos A 1 B 0 G 1 A 1 B 0 P 0 A 0 3 9012 T Parafusar os 3 parafusos separados mais de 2 in e

deixar de lado na bancada A 1 B 0 G 1 A 0 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 3 220

13 C Pegar a tampa da impressora e encaixar na impressora

A 1 B 0 G 1 M 3 X 0 I 0 A 0 50

14 G Pegar 4 parafusos A 1 B 0 G 1 A 1 B 0 P 0 A 0 4 12015 T Afixar o conjunto da impressora/tampa com 4

parafusos separados mais de 2 inA 1 B 0 G 1 A 0 B 0 F P 3 F A 1 F F 3 A 1 B 0 P 1 A 0 4 320

16 T Inspecionar a fixação dos 7 parafusos e deixar o conjunto de lado na bancada

A 1 B 0 G 1 A 1 B 0 P 0 T 10 A 1 B 0 P 1 A 0 150

138049,680,828

0,0138


min.hr.

Atividade

PLANILHA ANÁLISE MOSTPreparação 3: montagem da impressora

seg.


TMU27,8 TMU = 1 seg.; 1.667 TMU = 1 min.; 100.000 TMU = 1 hr.

124

TABELA 19


NoSeq:

G/C/T Método Freq

parcial (F) Freq TMU1 G Pegar a base plástica A 1 B 0 G 1 A 1 B 0 P 0 A 0 30

2 C Desembalar a base plástica A 1 B 0 G 1 M 3 X 0 I 0 A 0 503 T Executar 10 cortes de alicate para

remover tampas falsasA 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F C 3 A 1 B 0 P 1 A 0 10 650

4 G Posicionar base plástica na jiga A 0 B 0 G 1 A 1 B 0 P 3 A 0 505 G Pegar cabo de alimentação e inserí-lo

na base plásticaA 1 B 0 G 1 A 1 B 0 P 3 A 0 60

6 C Acionar a alavanca para afixar o cabo na base

A 1 B 0 G 1 M 1 X 0 I 0 A 0 30

7 G Retirar a base da jiga e colocar de lado na bancada

A 1 B 0 G 1 A 1 B 0 P 1 A 0 40

8 G Pegar a guia do papel A 1 B 0 G 1 A 1 B 0 P 0 A 0 309 G Pegar o tubo de cola PVC A 1 B 0 G 1 A 1 B 0 P 0 A 0 30

10 G Passar cola em 2 pontos separados menos de 2 in

A 0 B 0 G 0 F A 1 F B 0 F P 6 A 0 2 140

11 G Deixar o tubo de cola ao lado na bancada

A 0 B 0 G 0 A 1 B 0 P 1 A 0 20

12G

Inserir a guia do papel na base plástica A 0 B 0 G 0 A 1 B 0 P 3 A 0 40

13 G Pegar tampa do compartimento Mini Sam

A 1 B 0 G 1 A 1 B 0 P 0 A 0 30

14 C Desembalar a tampa do compartimento Mini Sam

A 1 B 0 G 1 M 1 X 0 I 0 A 0 30

15 G Colocar a tampa de lado na bancada A 0 B 0 G 0 A 1 B 0 P 1 A 0 2016 G Pegar etiqueta do pé de borracha A 1 B 0 G 1 A 1 B 0 P 0 A 0 3017

CRetirar um pé de borracha da etiqueta A 1 B 0 G 1 M 3 X 0 I 0 A 0 50

18 G Colocar um pé de borracha na tampa do compartimento MiniSam

A 0 B 0 G 0 A 1 B 0 P 3 A 0 40

19 G Pegar etiqueta do LED A 1 B 0 G 1 A 1 B 0 P 0 A 0 3020 C Retirar 2 LEDs da etiqueta A 1 B 0 G 1 FM 3 F X 0 F I 0 A 0 2 8021 G Colocar 2 LED na tampa do

compartimento MinisamA 0 B 0 G 0 F A 1 F B 0 F P 3 A 0 2 80

22 G Colocar a tampa de lado na bancada A 1 B 0 G 1 A 1 B 0 P 1 A 0 401570

56,520,942

0,0157



Preparação 4: montagem da base da máquina + cabo de energia

seg.min.hr.



125

TABELA 20

Método MOST - Parâmetros aplicados ao posto de montagem 1

NoSeq: G/C/T Método

Freq parcial (F) Freq TMU

1 G Pegar a tampa superior e colocar na jiga A 1 B 0 G 1 A 1 B 0 P 0 A 0

302 T Inspecionar 2 pontos A 1 B 0 G 1 A 1 B 0 P 3 T 3 A 0 B 0 P 0 A 0 903 G Coletar 24 teclas e posicionar no devido local na tampa

superiorA 1 B 0 G 3 F A 1 F B 0 F P 6 A 0 24 1720

4 G Pegar membrana de silicone do teclado e posicionar sobre as teclas

A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

5 C Pegar membrana protetora display e retirar as 2 proteções A 1 B 0 G 1 M 3 X 0 I 0 A 0 2 100

6T Pegar pistola de ar comprimido e limpar ambas as

superfícies A 1 B 0 G 1 A 1 B 0 F P 1 F A 0 F S 6 A 1 B 0 P 1 A 0 2 190

7 G Pegar a placa principal e colocar na jiga/prensa A 1 B 0 G 1 A 1 B 0 P 3 A 0 2 1208 G Pegar 2 espaçadores e colocar nos devidos pontos da placa

principal A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

9 C Acionar a alavanca par a fixar os espaçadores na placa principal

A 1 B 0 G 1 M 3 X 0 I 0 A 0 50

10 G Retirar a placa da jiga/prensa A 1 B 0 G 1 A 1 B 0 P 0 A 0 3011 C Pegar a placa principal e retirar a proteção do display A 1 B 0 G 1 M 3 X 0 I 0 A 0 5012 G Deixar a placa de lado na bancada A 0 B 0 G 0 A 1 B 0 P 1 A 0 2013 G Pegar a placa do teclado e e posicionar na tampa superior A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

14 G Pegar 2 parafusos A 1 B 0 G 1 A 1 B 0 P 0 A 0 2 6015 T Afixar a placa do teclado com 2 parafusos na tampa

superior A 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 2 170

16 G Acondicionar display na tampa superior A 1 B 0 G 1 A 1 B 0 P 3 A 0 6017 G Pegar 4 parafusos A 1 B 0 G 1 A 1 B 0 P 0 A 0 4 12018 T Afixar o display com 4 parafusos na tampa superior A 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 4 29019 C Dobrar o cabo do display A 1 B 0 G 1 M 3 X 0 I 0 A 0 5020 G Encaixar o cabo do leitor no conector do leitor magnético A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

21 G Acondicionar placa principal sobre placa do teclado A 1 B 0 G 1 A 1 B 0 P 3 A 0 6022 C Inserir o conjunto na tampa superior alinhando 2 pontos A 0 B 0 G 0 M 0 X 0 I 3 A 0 3023 G Pegar 2 parafusos A 1 B 0 G 1 A 1 B 0 P 0 A 0 2 6024 T Afixar a placa principal na tampa superior A 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 2 17025 T Inspecionar 8 parafusos no conjunto e deixar ao lado na

bancadaA 1 B 0 G 1 A 1 B 0 P 0 T 10 A 1 B 0 P 1 A 0 150

3830137,882,298

0,0383


PLANILHA ANÁLISE MOSTMontagem 1 : montagem da membrana display + teclas + placa teclado + placa principal + cabo leitor

27,8 TMU = 1 seg.; 1.667 TMU = 1 min.; 100.000 TMU = 1 hr. seg.min.hr.


TMU

Atividade

126

TABELA 21

Método MOST - Parâmetros aplicados ao posto de montagem 2

NoSeq:

G/C/T Método Freq

parcial (F) Freq TMU1 G Pegar tampa superior e colocar na Jiga A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

2 G Pegar conjunto impressora A 1 B 0 G 1 A 1 B 0 P 0 A 0 303 G Ajustar cabos A 0 B 0 G 1 A 0 B 0 P 3 A 0 404 G Colocar conju. Impressora na Jiga A 0 B 0 G 0 A 1 B 0 P 3 A 0 405 G Encaixar cabos ( conectar ) A 1 B 0 G 1 A 1 B 0 P 3 A 0 3 1806 T Girar conjunto impressora A 1 B 0 G 1 M 1 X 0 I 0 A 0 307 T Verif. Correto posicionamento dos

cabosA 0 B 0 G 0 A 0 B 0 P 0 T 3 A 0 B 0 P 0 A 0 30

8 G Pegar tampa traseira A 1 B 0 G 1 A 1 B 0 P 0 A 0 309 G Encaixar cabo de alimentação A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

10 G Encaixar tampas A 0 B 0 G 0 A 1 B 0 P 3 A 0 2 8011 T Verificar cabos A 0 B 0 G 0 A 1 B 0 P 0 T 0 A 0 B 0 P 0 A 0 1012 G Pegar 2 parafusos VIS 0267 A 1 B 0 G 1 A 0 B 0 P 0 A 0 2 4013 T Parafusar A 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 2 17014 G Pegar 2 parafusos VIS 0296 A 1 B 0 G 1 A 1 B 0 P 0 A 0 2 6015 T Parafusar A 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 2 17016 G Pegar 2 parafusos VIS 0267 para

tampa impressoraA 1 B 0 G 1 A 1 B 0 P 0 A 0 2 60

17 T Parafusar A 1 B 0 G 1 A 1 B 0 F P 3 F A 0 F F 3 A 1 B 0 P 1 A 0 2 17018 T Verificação A 1 B 0 G 1 A 1 B 0 P 0 T 10 A 0 B 0 P 0 A 0 13019 G Pegar placa minisam e encaixar A 1 B 0 G 1 A 1 B 0 P 3 A 0 6020 G Pegar pé de borracha A 1 B 0 G 1 A 1 B 0 P 0 A 0 3021 C Retirar película protetora A 1 B 0 G 1 M 3 X 0 I 0 A 0 5022 G Colocar pé de borracha A 0 B 0 G 0 A 1 B 0 P 3 A 0 4023 G Pegar etiqueta no. série A 1 B 0 G 1 A 1 B 0 P 0 A 0 3024 C Destacar A 1 B 0 G 1 M 3 X 0 I 0 A 0 5025 G Colar etiqueta A 0 B 0 G 0 A 1 B 0 P 3 A 0 4026 G Pegar etiqueta logotipo A 1 B 0 G 1 A 1 B 0 P 0 A 0 3027 C Destacar A 1 B 0 G 1 M 3 X 0 I 0 A 0 5028 G Colar etiqueta A 0 B 0 G 0 A 1 B 0 P 3 A 0 4029 T Verificar sujeira e colocar ao lado A 1 B 0 G 1 A 1 B 0 P 3 T 1 A 1 B 0 P 1 A 0 90

190068,401,140

0,0190


Sequência do Modelo



Montagem do cabo de energia + base + impressora + placa MiniSam + etiquetas

seg.min.hr.

TMU

127

TABELA 22

Método MOST - Parâmetros aplicados ao posto de teste final

NoSeq:

G/C/T MétodoFreq parcial

(F) Freq TMU1 T Inspeção visual de 23 pontos no

banjoA 1 B 0 G 1 A 1 B 0 P 0 T 24 A 1 B 0 P 1 A 0 290

2 G Colocar e retirar o papel de impressao na máquina

A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

3 G Conectar e desconectar 4 cabos na máquina

A 1 B 0 G 1 A 1 B 0 P 3 A 0 8 480

4 G Colocar e retirar o cartao Mini Sam na placa do banjo

A 1 B 0 G 1 A 1 B 0 P 3 A 0 2 120

5 C Ligar e desligar o terminal/banjo A 1 B 0 G 1 M 1 X 0 I 0 A 0 2 606 C Pressionar a tecla F1 do

microcomputadorA 1 B 0 G 1 M 1 X 0 I 0 A 0 30

7 C Testes A 0 B 0 G 0 M 0 X 220 I 0 A 0 22008 G Pegar o banjo A 1 B 0 G 1 A 1 B 0 P 0 A 0 309 G Colocar a tampa da impressora no

banjoA 1 B 0 G 1 A 1 B 0 P 3 A 0 60

10 C Colocar a tampa do alojamento da placa Mini Sam

A 1 B 0 G 1 M 3 X 0 I 0 A 0 50

11 G Pegar o scanner A 1 B 0 G 1 A 1 B 0 P 0 A 0 3012 C Alinhar o scanner em 4 etiquetas

com codigo de barrasA 0 B 0 G 0 M 0 X 0 I 3 A 0 4 120

13 G Deixar o scanner de lado na bancada

A 0 B 0 G 0 A 1 B 0 P 1 A 0 20

14 C Pegar uma embalagem de plástico e abrir

A 1 B 0 G 1 M 1 X 0 I 0 A 0 30

15 G Colocar o banjo na embalagem plástica

A 1 B 0 G 1 A 1 B 0 P 3 A 0 60

16 G Caminhar 2 passos para colocar o banjo na caixa de embalagem e retornar à bancada

A 0 B 0 G 0 A 3 B 3 P 3 A 3 120

3760135,362,256

0,0376



Teste final : Teste de funcionamento da máquina

seg.min.hr.



128

ANEXO 3 - FIGURA 12 - Layout e fluxo de material na linha de preparação e montagem do POS

Preparação 1

Preparação 2

Preparação 4

Preparação 3

Montagem 1A

Montagem 2A

Teste A

Montagem 1B

Teste B

Montagem 2B

Exp

ediç

ão

Ret

raba

lho

129

ANEXO 4

FIGURA 13 – Foto do produto POS

FONTE – domínio público

130

ANEXO 5

FIGURA 14 – Diagrama de blocos do Modelo 1

Arrive Arrive Arrive Arrive

Assign

Server

Assign

Batch

Server Server

Assign Assig n

Server Server

Depart

Server

Simulate

Server

Server

PRE PARACAO 1

MONT AGE M 1A MONT AGE M 1B

Batch

Batch Batc hMONT AGE M 2B

MONT AGE M 2A

T E S T E A

T E S T E B

E XPE DI CAO

Assign

AssignAssign

Assign

Assign AssignAssign

Assign

Assign

Assign

Assign

Assign

Assign

Assig n

PickStation Leave

EnterEnter

Enter

Enter

PickStation Leave

Enter Enter

Enter Enter

Choose Choose

Inspe ct

Depart

Inspect

R E TR ABALH O

PRE PARACAO 2PRE PARACAO 3

PRE PARACAO 4

Statistics

131

FIGURA 15 – Diagrama de blocos do Modelo 2.1

Arrive Arrive ArriveArrive

Ass ign

Server

Ass ign

Batch

Server Server

Ass ign Ass ign

Server Server

Depart

Server

Simulate

Server

Server

PREPARACAO 1

MONT AGEM 1A MONT AGEM 1BBatch

Batch BatchMONT AGEM 2B

MONT AGEM 2A

T EST E A

T EST E B

EXPEDI CAO

Assign

Ass ignAss ign

Ass ign

Ass ign Ass ign

Ass ignAss ign

Ass ign

Ass ign

Ass ign

Ass ign

Ass ign

Ass ign

PickStation Leave

EnterEnter

Enter

Enter

PickStation Leave

Enter Enter

Enter Enter

Choose Choose

Inspect

Depart

Inspect

RET RABALHO

PREPARACAO 2PREPARACAO 3 PREPARACAO 4

Statis tics

Create SCAN Signal Delay

Wait Wait

Lógica de controle

132

FIGURA 16 – Diagrama de blocos do Modelo 2.2

Arrive Arrive Arrive Arrive

Assign

Server

Assign

Batch

Server Server

Assign Assign

Server Server

Depart

Server

Simulate

Server

PREPARACAO 1

MONTAGEM 1A MONTAGEM 1BBatch

Batch

MONTAGEM 2A

TESTE A TESTE B

EXPEDI CAO

Assign

AssignAssign

Assign

Assign Assign

Assign

Assign

Assign

Assign

Assign

PickStation Leave

EnterEnter

Enter

PickStation Leave

Enter Enter

Enter

Choose Choose

Inspect

Depart

Inspect

RETRABALHO

PREPARACAO 2PREPARACAO 3 PREPARACAO 4

Create SCAN Signal Delay

Wait Wait

PickStation Leave

Enter

Enter

WaitWait

Enter Assign

Statistics

Documents

IMPLANTAÇÃO E SIMULAÇÃO DO SISTEMA KANBAN