Simulação de Linha de Produção usando a Plataforma ARENAprojinf.estig.ipb.pt/~a21274/relatoriooo.pdf · Figura 5 – Layout da linha de produção de máquinas de lavar roupa

Simulação de Linha de Produção usando a Plataforma

ARENA

Alexandra Cristina Moreira Fernandes - 21274

Trabalho realizado sob a orientação de

Prof. Dr. Paulo Jorge Pinto Leitão

Engenharia Informática

2011/2012

iii

Simulação de Linha de Produção usando a Plataforma

ARENA

Relatório da UC de Projeto

Licenciatura em Engenharia Informática

Escola Superior de Tecnologia e de Gestão

Alexandra Fernandes

Setembro de 2012

iv

v

A Escola Superior de Tecnologia e Gestão não se responsabiliza pelas opiniões expressas

neste relatório.

vii

Certifico que li este relatório e que na minha opinião, é adequado no seu

conteúdo e forma como demonstrador do trabalho desenvolvido no

âmbito da UC de Projecto.

___________________________________________

Prof. Dr. Paulo Jorge Pinto Leitão – Orientador

Certifico que li este relatório e que na minha opinião, é adequado no seu

conteúdo e forma como demonstrador do trabalho desenvolvido no

âmbito da UC de Projecto.

___________________________________________

Arguente

Aceite para avaliação da UC de Projecto

viii

ix

Agradecimentos

Durante o meu percurso muitos colegas, professores, funcionários do IPB se mostraram disponíveis para me

ajudaram, no entanto existem algumas às quais não posso deixar de agradecer:

Ao Instituto Politécnico de Bragança, em particular à Escola Superior de Tecnologia e Gestão por me ter

recebido e proporcionado excelentes condições de trabalho durante o percurso académico.

Ao Prof. Dr. Paulo Leitão, pelo apoio, disponibilidade e paciência disponibilizados durante a realização do

presente projeto.

À minha família, pela compreensão e carinho disponibilizados, apesar das enumeras horas de ausência,

principalmente nesta fase final.

Ao grupo de trabalho do LCAR, pelo apoio, conhecimento, opinião, amizade e paixão pelo conhecimento

disponibilizados ao longo do meu percurso escolar.

Aos amigos que durante o desenvolvimento do projeto contribuíram com o seu conhecimento, incentivo e

opinião.

x

xi

Resumo

Nas últimas décadas, assistiu-se a um despoletar tecnológico, do qual a indústria fez parte.

Para conseguir acompanhar a evolução tecnológica foi necessário aplicar novas técnicas e

tecnologias, que levem à automatização de toda a plataforma fabril. No entanto, a

automatização só por si não é a solução para todos os problemas, sendo necessário aplicar

métodos que permitam optimizar o funcionamento do sistema.

Neste sentido, a simulação de processos tornou-se numa área de elevado interesse, permitindo

verificar e optimizar sistemas complexos em ambiente virtual. A simulação permite verificar

o funcionamento de sistemas considerando diferentes cenários e assim, ser possível validar

modelos e/ou identificar procedimentos que introduzam melhorias no sistema. De forma a

auxiliar a aplicação de processos de simulação, assim como na posterior análise de resultados

obtidos, existem diversas plataformas de simulação no mercado.

O presente projeto enquadra-se nesta temática, cujo principal objetivo passa pela realização

de um estudo sobre a plataforma de simulação ARENA, e sua posterior utilização para a

modelação e simulação de um sistema de produção de uma linha fabril, produzindo máquinas

de lavar roupa. A simulação do modelo desenvolvido para diferentes cenários permitiu

identificar problemas na linha produtiva e apontar acções que visam uma melhoria de

produtividade da mesma.

Palavras-chave: Simulação, Simulação de Processos, Plataformas de Simulação, ARENA®.

xii

xiii

Abstract

In the last decades, it is noticed a technological development, and particularly in industry. To

keep up with the technological change it is necessary to apply new techniques and

technologies, leading to automate the entire manufacturing platform. However, automation by

itself is not a solution to all the problems, being required to apply methods to optimize the

system operation.

In this way, the simulation of processes has become a field of considerable interest, allowing

to verify and optimize complex systems in a virtual environment. The simulation allows to

verify the operation of systems considering different scenarios and thus be able to validate

models and/or identify procedures that introduce improvements in the system. In order to

assist the application of simulation processes, as well as in the subsequent analysis of the

achieved results, there are several simulation platforms on the market.

This project addresses this topic, whose main goal is achieved by undertaking a study on the

ARENA simulation platform, and its subsequent use for modeling and simulation of a

production system in a manufacturing line, producing washing machines. The simulation of

the developed model using different scenarios allowed to identify problems in the production

line and to point out actions to be implemented in the line aiming the improvement of its

productivity.

Keywords: Simulation, Process Simulation, Simulation Software, ARENA®.

xiv

xv

Conteúdo

1 Introdução .......................................................................................................................... 1

1.1 Contextualização ........................................................................................................... 1

1.2 Problemática e Objetivos .............................................................................................. 2

1.3 Organização do Documento .......................................................................................... 3

2 Simulação de Processos ..................................................................................................... 5

2.1 Definição de Simulação ................................................................................................ 5

2.2 Vantagens versus Desvantagens ................................................................................... 6

2.3 Conceitos de simulação ................................................................................................. 8

2.4 Plataformas de Simulação ............................................................................................. 9

3 Plataforma de simulação ARENA® ............................................................................... 13

4 Caso de Estudo ................................................................................................................. 21

4.1 Bloco "Washing Unit" ................................................................................................. 22

4.2 Reencaminhamento Dinâmico .................................................................................... 23

4.3 Bloco "Functional Testss" .......................................................................................... 24

4.4 Testes de Certificação Avançada ................................................................................ 26

5 Desenvolvimento do modelo para o sistema de produção............................................ 27

Capítulo 6 ................................................................................................................................ 35

6 Análise de Resultados ...................................................................................................... 35

6.1 Funcionamento Atual .................................................................................................. 35

6.2 Alteração nos parâmetros da Estação Functional Tests .............................................. 38 6.2.1 Alteração do tempo de execução .......................................................................... 38

6.2.2 Alteração do número de estações de teste ............................................................ 40

Capítulo 7 ................................................................................................................................ 47

7 Conclusões e Trabalho Futuro ....................................................................................... 47

16

7.1 Conclusões .................................................................................................................. 47

7.2 Trabalho Futuro .......................................................................................................... 48

A Modelo Lógico da Linha de Produção ........................................................................... 51

xvii

Lista de Tabelas

Tabela 1- Blocos Basic Process [sn 07]. ............................................................................................................... 14

Tabela 2 – Blocos Advanced Process [sn 07]. ...................................................................................................... 15

Tabela 3 – Blocos General Flowchart [sn 07]. ..................................................................................................... 16

Tabela 4 – Bloco Transporter Flowchart [sn 07]. ................................................................................................ 17

Tabela 5 – Bloco Conveyor Flowchart [sn 07]. .................................................................................................... 17

Tabela 6 – Contact Data Panel [BA 07]. .............................................................................................................. 19

Tabela 7 – Pressupostos utilizados na simulação. ................................................................................................. 35

Tabela 8 – Relação das entidades com o sistema. ................................................................................................. 36

Tabela 9 – Dados da estação Functional Tests...................................................................................................... 37

Tabela 10 – Pressupostos utilizados na simulação com alteração do tempo de processamento. ........................... 38

Tabela 11 – Relação de entidades no sistema com redução do tempo de processamento. .................................... 39

Tabela 12 – Dados da estação Functional Tests com redução do tempo de processamento. ................................ 39

Tabela 13 – Pressupostos utilizados na simulação com 8 máquinas em funcionamento. ..................................... 40

Tabela 14 – Relação de entidades no sistema com 8 máquinas em execução. ...................................................... 40

Tabela 15 – Dados da estação Functional Tests com 8 máquinas em execução. .................................................. 41

Tabela 16 – Pressupostos utilizados na simulação com 18 máquinas em funcionamento. ................................... 42

Tabela 17 – Relação de entidades no sistema com 18 máquinas em execução. .................................................... 42

Tabela 18 – Dados da estação Functional Tests com 8 máquinas em execução. .................................................. 43

Tabela 19 – Pressupostos utilizados na simulação com 22 segundos de tempo de processamento global. .......... 43

Tabela 20 – Relação de entidades no sistema com 22 segundos de tempo de processamento global. .................. 43

Tabela 21 – Dados da estação Functional Tests com 22 segundos de tempo de processamento global. .............. 44

xviii

xix

Lista de Figuras

Figura 1 – Ambiente gráfico do simulador NetLogo. ....................................................................................... 10

Figura 2 – Ambiente gráfico do simulador Simtwo. ........................................................................................ 11

Figura 3 – Ambiente gráfico da plataforma de simulação ARENA®. ........................................................... 13

Figura 4 – Publicação de artigos. ....................................................................................................................... 19

Figura 5 – Layout da linha de produção de máquinas de lavar roupa. .......................................................... 21

Figura 6 – Esquema que representa a junção de uma peça ao produto final (Marriage). ............................ 22

Figura 7 – Esquema que representa o Teste de controlo (First Tests). ........................................................... 23

Figura 8 – Esquema que representa o Reencaminhamento Dinâmico. .......................................................... 24

Figura 9 – Esquema que representa o Teste de Funcionalidade (Functional Tests). ..................................... 25

Figura 10 – Esquema que representa a entrada no bloco de Testes de Certificação..................................... 26

Figura 11 – Criação de Entidades no sistema. .................................................................................................. 27

Figura 12 – Criação de processos no sistema. ................................................................................................... 28

Figura 13 – Configuração dos processos no sistema. ....................................................................................... 28

Figura 14 – Agregação de duas entidades diferentes. ...................................................................................... 28

Figura 15 – Utilização do bloco Delay. .............................................................................................................. 29

Figura 16 – Configuração do bloco Decide. ...................................................................................................... 30

Figura 17 – Reparação manual (First Tests). .................................................................................................... 30

Figura 18 – Reencaminhamento Dinâmico. ...................................................................................................... 31

Figura 19 – Functional Tests. ............................................................................................................................. 32

Figura 20 – Entidades saem do sistema. ............................................................................................................. 33

Figura 21 – Screenshot da 1ª linha da estação Functional Tests em execução. ............................................... 36

Figura 22 – Gráfico da 1ª linha da estação Functional Tests. .......................................................................... 37

Figura 23 – Gráfico da 1ª linha da estação Functional Tests com tempo de processamento de 5 minutos. . 39

Figura 24 – Gráfico da 1ª linha da estação Functional Tests com alteração do n.º de máquinas para 8. .... 41

Figura 25 – Gráfico da 1ª linha da estação Functional Tests com alteração do n.º de máquinas para 18. .. 42

Figura 26 – Gráfico da 1ª linha da estação Functional Tests com variação do tempo total de

processamento. .................................................................................................................................................... 44

xx

xxi

Lista de Abreviações

A lista de abreviações em baixo, encontra-se por ordem alfabética.

EUA Estados Unidos da América.

FIFO First in, first out.

GPSS General Purpose Simulation System.

LIFO Last in, first out.

NATO North Atlantic Treaty Organization.

POO Programação Orientada a Objetos.

RNCC Royal Norwegian Computing Center

xxii

.

1

Capítulo 1

1 Introdução

Atualmente a sociedade encontra-se submersa na era digital, onde regularmente se confunde o

virtual com o real. O desenvolvimento de novas tecnologias contribuíram para aumentar,

substancialmente, a qualidade de vida da população e promover a sua longevidade.

Com a finalidade de aumentar os lucros e a sustentabilidade das empresas, a indústria

acompanhou este desenvolvimento procurando automatizar toda a plataforma fabril. Para tal

efeito é necessário recorrer a plataformas de simulação, na medida em que se torna

insustentável e demasiado dispendioso parar uma linha fabril completa, para realizar testes de

otimização dos parâmetros de funcionamento da mesma.

1.1 Contextualização

A história encontra-se repleta de referências sobre simulação. O relato mais antigo é de 500

AC, altura em que o império Romano simulava as suas batalhas com diferentes cenários,

procurando antecipar os seus oponentes e otimizar as estratégias a adotar, perante os

diferentes cenários.

Em 1929 é construído nos EUA (Estados Unidos da América) o primeiro simulador de voo

por Edward Link, denominado de “Link Flight Simulator”.

A verdadeira impulsão da simulação ocorreu perto dos anos 40, devido à segunda guerra

mundial. Ulam, Neumann e Fermi desenvolveram simuladores numéricos de processos em

computadores, ou seja, desenvolveram uma aplicação que permite simular de forma direta

problemas probabilísticos relacionados com o coeficiente de difusão do neutron em

determinados materiais. Este projeto conduziu à construção da bomba atómica e ficou

denominado de projeto Manhattan [Wiki 2012a].

2

Em 1960, Keish Douglas Tocher desenvolveu um programa de simulação cujo objetivo era

simular o funcionamento de uma linha fabril, onde as máquinas alteravam o seu estado

(ocupado, em espera, indisponível e erro). Ao mesmo tempo a IBM desenvolveu o GPSS

(General Purpose Simulation System), desenhado para simulações de teleprocessamento.

O RNCC (Royal Norwegian Computing Center) com o auxílio de Univac, iniciou em 1961 o

programa SIMULA originando a linguagem de programação SIMULA I. Anos mais tarde, em

1963 a RAND CORPORATION desenvolveu o SIMSCRIPT, alternativa ao GPSS baseada

em Fortran [wiki 2012b].

Posteriormente à segunda guerra mundial surgiram as primeiras simulações de guerras em

computadores e sistemas de defesa aérea. Estas apareceram com o objetivo de otimizar a

defesa do país e foram patrocinados pelo Departamento de Defesa Militar dos EUA e pela

NATO (North Atlantic Treaty Organization), tendo contribuído para o aparecimento de

técnicas fundamentais, tal como a POO (Programação Orientada a Objetos). Em 1982

surgiram os primeiros ambientes para simulação em microcomputadores, tais como SIMAN

[PC 95].

Até à atualidade foram dados passos significativos que permitiram tornar os programas de

simulação em plataformas de simulação com elevada capacidade de processamento,

interatividade e facilidade na modelação de problemas complexos e, posteriormente, na sua

análise e otimização.

1.2 Problemática e Objetivos

O Instituto Politécnico de Bragança encontra-se envolvido num projeto europeu que possui

como objetivo criar um novo modelo de produção que integre os processos de controlo de

produção e de qualidade de linhas de produção, utilizando sistemas multi-agentes.

A simulação do modelo do sistema de produção em estudo permitirá encontrar possíveis

congestionamentos ao longo da linha de montagem e simular os sistemas considerando

diferentes cenários. Sendo assim serão detetados novos problemas que advém da simulação

do sistema em diferentes cenários e procurar-se-á indicar soluções que permitam a sua

resolução, fomentando a otimização e produtividade da linha fabril.

O presente trabalho tem como objetivo utilizar a plataforma de simulação ARENA®,

produzida pela Rockwell Automation, para modelar e simular um sistema de produção de

3

uma linha fabril que produz máquinas de lavar roupa. Para o efeito foi necessário estudar as

potencialidades e limitações da referida plataforma de simulação, assim como obter

conhecimentos base de simulação para aplicar posteriormente.

1.3 Organização do Documento

O presente documento encontra-se organizado em 7 capítulos.

O primeiro capítulo tem como principal objetivo contextualizar e enunciar a problemática que

leva ao desenvolvimento do projeto, assim como a definir os objetivos do mesmo.

A consolidação e aquisição de novos conhecimentos sobre simulação são aspetos

fundamentais para a realização deste projeto, sendo abordados no segundo capítulo. Neste

capítulo será também realizada uma breve descrição sobre as diferentes plataformas de

simulação disponíveis.

A plataforma de simulação utilizada para a realização do presente projeto será descrita no

capítulo 3.

No quarto capítulo é realizada uma breve descrição do problema, isto é do funcionamento da

linha fabril a simular.

O desenvolvimento da aplicação de simulação é explanado no quinto capítulo, procurando

fundamentar todo o funcionamento e processos de decisão da linha de produção de máquinas

de lavar roupa.

Durante a modelação e simulação foram realizados diferentes cenários de funcionamento,

cujos resultados obtidos e respetiva validação serão abordados no sexto capítulo.

No sétimo capítulo serão apresentadas as conclusões do trabalho e apontadas oportunidades

de trabalho futuro.

Em anexo encontra-se o modelo, incluindo a lógica de controlo, desenvolvido para a linha

produção de máquinas de lavar roupa.

4

5

Capítulo 2

2 Simulação de Processos

2.1 Definição de Simulação

A palavra simulação, deriva do latim Simulatiõne [CJ 98]. Segundo Banks, resulta da

imitação de um processo que se encontra no mundo real, ao longo do tempo. Esta envolve a

criação de uma história fictícia do mundo real e da observação da mesma, de modo a obter

conclusões sobre as características do funcionamento do mundo real que se encontra

representado, ou seja, é utilizada para descrever e analisar o comportamento de um sistema

(mundo real) [BJ 98].

Para Pedgden, Shannon e Sadowski a simulação é o processo de conceção de um modelo que

represente um sistema real e a reprodução de experiências com o referido modelo. A sua

finalidade é compreender o comportamento do sistema, e avaliar as diferentes estratégias

disponíveis para a realização de uma atividade do sistema. Ou seja, consideram que a

simulação é a construção do modelo e o uso experimental do mesmo, para o estudo de um

determinado problema [PC 95].

Kelton e Sadowski afirmam que a simulação é um processo de conceção e criação de um

modelo computorizado de um sistema real para efeitos de testes experimentais numéricos,

conseguindo-se deste modo obter uma melhor compreensão do comportamento desse sistema

para um determinado conjunto de condições [KD 00].

Frequentemente afirma-se que tudo o que pode ser descrito pode ser simulado, na medida em

que a simulação é uma metodologia extremamente importante para a resolução de problemas

que se encontram no mundo real. Regularmente é utilizada para estudar sistemas simples. No

6

entanto, torna-se verdadeiramente relevante quando é utilizada para estudar sistemas

complexos.

Neste trabalho, considerou-se que a simulação é a reprodução mais fidedigna de uma

operação de um processo do mundo real, ou de um sistema ao longo de um determinado

tempo, num ambiente controlado. Deste modo, será possível compreender o comportamento

do processo do mundo real ou sistema, e determinar um conjunto de soluções ou otimizações

da simulação em questão. Esta tornou-se numa técnica importante para planeamento,

conceção e controlo de sistemas.

A simulação de processos é o modelo computacional que representa a execução das

atividades de um processo, ao mesmo tempo que são referenciados os possíveis

congestionamentos do problema real [TK 95]. Considera-se que um processo é uma sequência

de atividades, que processam várias entradas e produzem várias saídas.

O modelo computacional pretende reproduzir o mais fielmente possível o sistema real. Ao

longo do tempo ocorrem os acontecimentos esperados, ao mesmo tempo que é exibida uma

imagem animada do fluxo de dados. Uma vez que o software de simulação mantém o controlo

das estatísticas sobre o modelo, o desempenho de um processo é avaliado pela análise de

saída dos dados do modelo [TK 95].

A simulação é recorrentemente aplicada em projetos e análise de plataformas fabris, avaliação

de sistemas de armas militares ou para tratar necessidades logísticas, determinar requisitos de

hardware ou protocolos para redes de comunicação, avaliar projetos para organizações de

serviços, tais como restaurantes fast food ou hospitais, otimização de processos de negócios,

políticas de ordenação para um sistema de inventário e análise de sistemas financeiros ou

económicos, entre outras [LA 03].

2.2 Vantagens versus Desvantagens

A evolução das plataformas de simulação permitiu observar que a simulação é uma área em

constante mudança e de elevada importância. No entanto, como toda a tecnologia, esta possui

vantagens e desvantagens.

A simulação apresenta mais vantagens que desvantagens, na medida em que a presente

tecnologia permite testar todos os aspetos de uma proposta de mudança no sistema sem

comprometer os recursos que serão empregues na mesma. De seguida encontram-se

explicadas algumas vantagens:

7

Possibilita comprimir ou expandir o tempo de simulação possibilitando estudar todos

os fenómenos com um elevado detalhe. Ou seja, pode-se examinar o impacto de uma

alteração no sistema em minutos, e assim dispensar horas a observar as operações

que ocorrem em breves minutos de atividade simulada. Sendo assim, investir num

estudo de simulação é extremamente importante e lucrativo [BJ 98] [PC 95].

Permite conhecer a causa de determinados fenómenos, ou seja, é possível estabelecer

a resposta a estes fenómenos recorrendo à reconstituição do sistema real. O mesmo

não se pode aplicar ao sistema real, visto que este não pode ser controlado na sua

totalidade [BJ 98] [PC 95].

A maior vantagem da simulação reside no facto de permitir explorar novos

procedimentos operacionais, métodos ou políticas sem acarretar custos e a paragem

do sistema real. Estas modificações serão realizadas sobre o modelo de simulação

considerado válido, permitindo a observação do efeito das alterações no computador

[BJ 98] [PC 95].

Possibilita diagnosticar problemas com maior facilidade, aumentando assim a

compreensão destes e os efeitos que determinadas variáveis possuem no sistema real.

Permite igualmente, descobrir a causa de trabalhos no sistema real [BJ 98] [PC 95].

Permite empregar a simulação como estudo do funcionamento do sistema real, em

vez de indicar as previsões sobre o que acontecerá no sistema. A observação da

mesma torna mais simples a aprendizagem e compreensão do sistema real.

Em algumas plataformas de simulação é possível observar as operações a partir de

vários ângulos e níveis de ampliação, permitindo assim detetar falhas que o sistema

real possui e que são difíceis de descobrir no papel.

Pode ser utilizada para treinar uma equipa de trabalho, sendo que é menos

dispendioso e prejudicial do que a aprendizagem diretamente no sistema real.

Admite especificar requisitos no modelo do sistema real, ou seja, se simular

diferentes cenários para cada uma das operações, os requisitos poderão ser

estabelecidos.

Permite realizar testes em cenários que em ambiente real são complicados de ocorrer

ou requerem ambientes perigosos.

8

No entanto, a construção de um modelo de simulação carece de formação específica. Sendo

que a qualidade da análise e da simulação depende da qualidade do modelo e da habilidade do

analista [BJ 98] [PC 95]. Adicionalmente, os resultados da simulação são em alguns casos,

difíceis de interpretar, ou seja, pode-se realizar a simulação duas ou mais vezes e obter

esporadicamente, um ou mais parâmetros fora do intervalo de confiança. Este fato torna

difícil verificar se uma observação realizada durante uma execução da simulação é devido a

uma relação significativa do problema simulado ou se resulta da aleatoriedade do modelo [BJ

98] [PC 95].

Outro fator negativo da simulação reside no facto de a modelação, simulação e análise

poderem-se tornar demorosas e dispendiosas. No entanto, reduzir os recursos para a

modelação e análise pode comprometer a qualidade do modelo de simulação ou da análise [BJ

98] [PC 95].

2.3 Conceitos de simulação

A simulação apresenta conceitos base que são necessários para fomentar a compreensão do

sistema real, assim como servirão de auxílio na formulação do modelo computacional.

De seguida, será abordada a nomenclatura utilizada na simulação, sendo de realçar que esta

não é única, no entanto a sua aceitação possui consenso geral.

Uma palavra vulgarmente utilizada em simulação é entidades. As entidades representam os

objetos dinâmicos da simulação, normalmente criadas para se movimentarem durante um

período de tempo, sendo depois descartadas, como por exemplo um carro ou uma pessoa.

Estas mudam de estado, são afetadas por outras entidades ou processos do sistema e

influenciam os resultados de desempenho da simulação. É possível existirem entidades que se

mantem em circulação no sistema. Todas as entidades são criadas pelo utilizador ou

automaticamente pelo software [KD 00].

Os atributos são as propriedades características de cada entidade. Uma entidade possui

numerosos atributos, como por exemplo uma cor ou tamanho [BJ 98] [KD 00].

Em contrapartida aos atributos existem as variáveis, que não estão ligadas a qualquer

entidade, ou seja, encontram-se definidas no sistema. As variáveis são fragmentos de

informação que refletem alguma característica do sistema, sendo possível de serem alteradas

pelas entidades. Podem ainda representar algo que se altere durante a simulação [KD 00].

9

Os recursos representam pessoas ou equipamentos, entre outros, que podem ser consumidos

por uma ou mais entidades, ao mesmo tempo. Normalmente, as entidades competem entre si

pelos recursos. O número de recursos pode diferir ao longo da simulação, e estes possuem

diferentes estados, tais como ocupado, disponível, bloqueado ou erro. Quando uma entidade

apreende o recurso, a entidade continua no sistema por algum tempo, e posteriormente liberta

o recurso. Em contrapartida, quando o consumo do recurso é negado, a entidade aguarda

numa fila ou é desviada para outro recurso [BJ 98] [KD 00].

As listas são utilizadas para representar filas. Normalmente seguem a estrutura FIFO (first in,

first out), ou seja, a primeira entidade a chegar é a primeira a ser processada. No entanto,

pode-se adotar outras estruturas de processamento, tais como LIFO (last in, firts out), ou seja

a última a entrar é a primeira a sair, sendo que o valor de um determinado atributo pode

contribuir para que tal se verifique [BJ 98] [KD 00].

Os acumuladores estatísticos são utilizados para verificar o progresso da simulação, ou seja,

auxiliam na análise de dados fulcrais para a simulação. Exemplos de acumuladores

estatísticos são o número de peças concebidas, a totalidade do tempo de espera das filas e o

número de peças que passaram por estas [KD 00].

A simulação baseia-se em eventos, ou seja, um evento é um acontecimento que ocorre num

determinado instante, e que pode alterar atributos, variáveis ou acumuladores estatísticos. É

exequível ocorrerem vários eventos ao mesmo tempo [KD 00].

Denomina-se de atividade um período de tempo, cuja duração é previamente conhecida. Esta

pode tratar-se de uma constante, de um valor aleatório de uma distribuição estatística, do

resultado de uma equação de entrada, entre outros [BJ 98].

Um conjunto de condições do sistema pode colidir num atraso temporal indeterminado. Tal

acontecimento pode ocorrer quando uma entidade se associa a uma fila de um recurso, sendo

que neste caso, o tempo que a entidade permanece na fila é indeterminado [BJ 98].

2.4 Plataformas de Simulação

Para realizar a simulação de processos, normalmente, são utilizadas plataformas de simulação

que facilitam este processo, reduzindo a complexidade e tempo de desenvolvimento.

Estas ferramentas distinguem-se normalmente devido ao tipo de aplicação que focam. Por

exemplo, existem algumas plataformas de simulação específicas para robótica, como por

exemplo o RobotStudio e o SimTwo, outras para sistemas baseados em agentes evolutivos,

10

como Netlogo, Repast, Swarm e Mason, e outras mais direcionadas para processos

conduzidos por eventos, como ARENA, Delmia, ProcessModel e SIMPROCESS.

Cada uma destas plataformas apresenta características próprias assim como metodologias e

objectivos adequados ao domínio de aplicação. Este facto é ilustrado pela breve descrição que

é feita de seguida a duas plataformas de simulação.

O NetLogo foi concebido em 1999 por Uri Wilensky e encontra-se atualmente em

desenvolvimento contínuo no Center for Connected Learning and Computer-Based Modeling

[NL 12]. Esta plataforma fornece um ambiente de modelação programável utilizado para

modelar sistemas complexos evolutivos ao longo do tempo, como sejam fenómenos naturais e

sociais [NL 12]. A Figura 1 apresenta o ambiente gráfico do software de simulação NetLogo,

o qual ao ser executado numa máquina virtual Java, funciona nos principais sistemas

operativos (Mac, Windows, Linux, entre outras) [NL 12].

Figura 1 – Ambiente gráfico do simulador NetLogo.

O NetLogo é uma plataforma baseada em agentes, no qual as entidades do sistema a modelar

são representadas por agentes distribuídos e autónomos. Estes agentes possuem uma visão

local do sistema e interagem de forma a atingir os objetivos do sistema. Assim é possível

explorar a relação entre o comportamento do micro-nível das entidades e dos padrões de

macro-nível que emergem da sua interação [NL 12].

O SimTwo é um simulador, desenvolvido na Universidade do Porto em Object Pascal, que

permite simular os componentes dinâmicos de um robô, de forma rápida e realista. O aspecto

11

e o comportamento são definidos em ficheiros XML, sendo que utiliza linguagem baseada em

XML, como analisador de expressões matemáticas internas para permitir a conceção de robôs

complexos. Neste ambiente, o robô é decomposto num sistema de corpos rígidos e motores,

ao qual se encontram associadas as suas propriedades físicas: forma, massa, inércia, atritos

das superfícies e elasticidades [CP 11].

Este simulador permite simular diferentes tipos de robôs, entre os quais: robôs móveis com

diferentes configurações (diferenciais ou com rodas omnidirecionais), manipuladores,

quadrúpedes, humanoides, dirigíveis (com ou sem hélices para propulsão) [CP 12].

Figura 2 – Ambiente gráfico do simulador Simtwo.

O SimTwo utiliza várias bibliotecas Open Source, entre elas o GLScene, utilizado para

permitir a visualização 3D, o ODE que funciona como o motor de simulação de corpos

rígidos, o Pascal Script, que permite escrever código em pascal e posteriormente compilar, o

SynEdit, que implementa o editor de scripts, o OmniXml que realiza a configuração do

mundo, objetos e robôs da simulação em XML e o RxLib que permite que um conjunto de

componentes, tais como persistência, seja editável [CP 12].

Este simulador possui algumas limitações, entre elas o facto de apenas funcionar no sistema

operativo Windows e a degradação de desempenho com o aumento do número de objetos

utilizados, na medida em que o processamento é realizado de 40ms em 40ms.

Uma vez que o trabalho descrito neste documento aborda um caso de estudo relativo a

processos conduzidos por eventos, foi escolhido o software ARENA que é adequado a este

tipo de sistemas. No capítulo seguinte será realizada uma descrição deste software.

12

13

Capítulo 3

3 Plataforma de simulação ARENA®

O software de simulação ARENA® (http://www.arenasimulation.com) surge da fusão do

pacote CINEMA com a linguagem SIMAN, em 1993. A linguagem SIMAN, inspirada na

GPSS, passa a ser representada de forma gráfica no ARENA, o que proporcionou que se

tornasse muito intuitiva. Anos mais tarde, em 1995 é lançado o ARENA for Windows 95,

sendo a primeira ferramenta de simulação a operar numa versão de 32 bits. Atualmente, o

software ARENA® encontra-se na versão 14, tendo o presente projeto sido desenvolvido com

a versão 13.90.

O ARENA® foi projetado para simular sistemas conduzidos por eventos e em particular para

analisar os impactos da introdução de alterações ao sistema real. A figura seguinte ilustra o

ambiente do software ARENA.

Figura 3 – Ambiente gráfico da plataforma de simulação ARENA®.

http://www.arenasimulation.com/

14

A grande vantagem do software ARENA®, reside no facto de possuir a facilidade de

utilização em simuladores de alto nível, com a flexibilidade das linguagens de simulação,

tudo isto na mesma interface gráfica. Isto deve-se ao facto de a modelação ser hierárquica,

permitindo a qualquer instante, utilizar a linguagem SIMAN em conjunto com os módulos de

nível mais alto de outro modelo. Se existir necessidade, como em algoritmos de decisão

complexos ou na recolha de dados de uma aplicação externa, podem-se inserir no modelo

pedaços de código em linguagens de programação de alto nível, como Visual Basic, C/C++

ou Java. O Arena possui integração com o Microsoft Office, ou seja, permite a leitura e

escrita de dados do Microsoft Office Excel e Microsoft Office Access [KD 00] [sn 07]. Possui

uma ferramenta adicional o Input Analyser extremamente rica para estudos de pós-otimização

[KD 00] [sn 07].

Em ARENA® as variáveis podem ser vetores ou matrizes, caso se pretenda recorrer a listas

ou tabelas bidimensionais para organizar a informação. Possui dois tipos de variáveis, as

internas e as definidas pelo utilizador. As variáveis internas dizem respeito ao número da fila,

ou ao tempo atual do relógio de simulação, entre outras. As variáveis definidas pelo utilizador

referem-se a variáveis, como a média de tempo de serviço, o tempo de viagem, entre outras

[KD 00] [sn 07].

A programação em Arena é baseada na utilização de módulos que após a devida interligação e

configuração, constitui a lógica de controlo do modelo. O ARENA fornece um conjunto de

módulos gerais, escritos em linguagem SIMAN ou Visual Basic. No entanto o utilizador, se

assim o entender, pode construir modelos para uso próprio. A tabela que se segue descreve os

módulos gerais fornecidos pelo ARENA para modelar o sistema real.

Tabela 1- Blocos Basic Process [sn 07].

Bloco/Módulo Funcionalidade

Criar entidades no modelo de simulação e identificar o tipo de entidade.

As entidades são criadas através de um cronograma ou com base no

tempo entre as chegadas.

Utilizado para expulsar as entidades do modelo de simulação quando

estas devem ser suprimidas do modelo.

Método de processamento principal na simulação, apreende e liberta os

recursos disponíveis.

O tempo do processamento é atribuído à entidade, podendo ser

considerado como valor acrescentado, sem valor agregado,

transferência, espera, entre outros. Possui uma opção de submodelo,

criando desta forma uma lógica hierárquica.

15

Responsável por permitir a tomada de decisão de processos no sistema.

Contém opções para decidir com base em uma ou mais condições, ou

em uma ou mais probabilidades. As condições podem ser baseadas em

valores de atributos, valores de variáveis, segundo o tipo de entidade, ou

uma expressão.

Possui um mecanismo de agrupamento das entidades envolvidas no

modelo de simulação. A agregação poderá ser permanente ou

temporariamente agrupada. Quando temporária as entidades

posteriormente deverão ser divididas utilizando o módulo Separate.

Permite que se replique uma entidade em várias entidades. Poderá ser

utilizado para dividir uma entidade que sofreu agregação através do

Batch module.

Utilizado para atribuir novos valores a variáveis, atributos de entidades,

tipos de entidades, imagens de entidades, ou outras variáveis do sistema.

Permite várias atribuições com apenas um módulo deste tipo.

Recolhe dados estatísticos do modelo de simulação.

Tabela 2 – Blocos Advanced Process [sn 07].


Ajusta uma variável para um determinado valor, a uma taxa específica.

Atrasa uma entidade, por um determinado período de tempo.

Remove um determinado número de entidades do grupo da entidade,

encaminhando-os para o módulo pretendido.

Responsável por “segurar” uma entidade numa fila até se verificar uma

determinada condição. Se a entidade se encontrar a realizar uma

determinada condição, esta deverá permanecer no bloco até a condição

se tornar verdadeira.

Permite reunir um determinado número de entidades em filas de espera

diferentes. A combinação das entidades ocorre, quando existir uma

entidade em cada uma das filas.

Remove um número consecutivo de entidades, segundo um ranking, que

se encontrem numa fila previamente estabelecida.

Possibilita a leitura de dados de um ficheiro ou do teclado, e atribui os

valores dos dados a uma lista de variáveis ou atributos. Permite ainda, a

gravação de dados num arquivo.

16

Retira unidades de um recurso, cuja entidade já foi capturada, ou seja,

permite libertar os recursos individualmente ou dentro de um conjunto.

Remove a entidade de uma determinada fila de espera e envia-a para um

módulo deliberado anteriormente.

Pesquisa em filas, num grupo, ou numa expressão, de modo a encontrar

a entidade que satisfaça a condição de pesquisa.

Aloca os recursos para uma entidade, ou seja, quando uma entidade

entra no presente módulo, aguarda numa fila, até que todos os recursos

especificados se encontrem disponíveis ao mesmo tempo.

Avalia o código de sinal e envia um sinal para cada módulo Hold, que se

encontre à espera do mesmo sinal, libertando assim o número

especificado de entidades.

Adiciona uma entidade ao armazém.

Remove uma entidade do armazém.

Os módulos Advanced Transfer Panel são responsáveis por modelar o movimento de

entidades de um local para o outro. Encontram-se divididos em três grupos: General

flowchart modules, Conveyor flowchart modules e Transporter flowchart modules.

As tabelas que se seguem descrevem os módulos de cada um destes três grupos.

Tabela 3 – Blocos General Flowchart [sn 07].


Responsável por informar quando uma entidade entra numa estação.

Possibilita a libertação de dispositivos de transporte, utilizados para

transportar uma entidade.

Permite transferir uma entidade para uma estação ou um módulo. Esta

poderá ser transferida de duas formas, ou para um módulo que define a

estação por referência, ou routing ou transporte, ou através de uma

ligação gráfica até outro módulo.

Permite que uma entidade selecione uma determinada estação, que se

encontre definida no modelo lógico.

Possibilita transferir uma entidade para uma determinada estação ou

para a estação seguinte, utilizando o tempo de percurso especificado. Ou

seja, quando uma entidade entra no presente módulo, o atributo Station

(Entity.Station) encontra-se definido para a estação de destino. A

entidade é posteriormente enviada, utilizando o tempo de percurso

especificado anteriormente.

17

Responsável por definir uma estação, ou conjunto de estações, que

correspondem a uma determinada localização física ou lógica durante o

processamento.

Tabela 4 – Bloco Transporter Flowchart [sn 07].


Aumenta a capacidade de um Conveyor anteriormente interrompida, ou

seja, quando o Conveyor é ativado passa a residir no local da estação, até

que este transite ou seja solicitado por uma entidade.

Atribui um Conveyor a uma entidade, sem este transitar para o local da

entidade.

Liberta as entidades do Conveyor alocado mais recentemente.

Altera o estado de uma entidade do Conveyor.

Avança um Conveyor de um local para outro, sem mover a entidade de

controlo da estação destino. Esta permanece no mesmo local, até que o

Conveyor chegue ao destino.

Quando uma entidade entra no módulo Request é atribuído um

Conveyor. A entidade permanece no módulo até que a unidade do

Conveyor tenha chegado à estação, para a qual a entidade se deve

mover. Posteriormente, a entidade move-se para fora do módulo de

solicitação.

Transfere a entidade de controlo para uma estação destino.

Tabela 5 – Bloco Conveyor Flowchart [sn 07].


Aloca uma ou mais células de um Conveyor de uma entidade, para

circular de uma estação para outra.

Move uma entidade, da posição atual, para uma estação especificada

anteriormente.

18

Liberta as células da entidade do Conveyor.

Altera o estado de um Conveyor, ou seja, do estado inativo passa para o

estado ativo. O Conveyor pode transitar de estado em qualquer módulo.

Oposto do Start module, ou seja, do estado ativo passa para o estado

inativo.

De forma a melhor compreender o funcionamento da plataforma ARENA elaborou-se um

pequeno exemplo. Para o efeito considere-se um escritor de artigos que se encontra em fase

de produção, sendo que demora cerca de 6 horas a escrever um artigo. Uma vez que o

presente escritor não possui conhecimentos de utilizador comum de um computador,

contratou uma secretária para dactilografar os seus artigos sendo que a mesma dactilografa

um artigo em 30 minutos. Posteriormente, o artigo é avaliado pelo editor que o poderá

descartar ou publicar.

A Figura 4 representa o modelo desenvolvido para o enunciado anterior. Como se pode

constatar foi necessária a utilização de um bloco Create para criar as entidades no sistema,

que no presente caso representam artigos. Na medida em que existem dois processos pelo

qual o artigo deve passar, i.e. a escrita e a dactilografia, será necessário utilizar dois blocos

Process. No final destes dois processos, é utilizado um bloco Decide, baseando-se numa

probabilidade de 50% de aceitação do artigo. Finalmente são utilizados dois blocos Dispose

para descartar as entidades, caso seja aceite ou não.

19

Figura 4 – Publicação de artigos.

O Arena Contact Center Edition é um sistema de simulação construído sobre o ARENA®,

que se encontra personalizado, para permitir construir e executar modelos de simulação de

operação de contact center com rapidez e facilidade. Na Tabela 6 encontram-se sintetizados

os principais módulos utilizados para o referido efeito [BA 07].

Tabela 6 – Contact Data Panel [BA 07].


Configuration module Especifica o layout do centro de contato a ser simulado.

Contact module Define os nomes de contatos estudados pelo centro de

contato.

Pattern module Determina os padrões de chegada dos contatos dos nomes de

contato específicos.

Agent module

Define os agentes do cento de contato. Cada grupo de

agentes é composto por agentes idênticos com base numa

descrição genérica. Esta é definita por um período de tempo

de diálogo detalhado, juntamente com uma lista associada.

Schedule module Define os períodos para os quais os agentes podem ser

atribuídos.

Report module Especifica a recolha das estatísticas e geração dos relatórios

para os diferentes centros de contato.

Animate module Possibilita realizar em tempo real, a animação de estatísticas

da simulação.

20

Em conclusão, a utilização do software ARENA permite de uma forma muito intuitiva

construir o modelo e a sua lógica de controlo, através da correta interligação de módulos e a

sua parametrização, além de fornecer uma GUI e saída de resultados que potenciam o

processo de simulação. Esta característica foi determinante para a escolha do ARENA no

presente trabalho.

21

Capítulo 4

4 Caso de Estudo

No presente capítulo, pretende-se descrever a linha de produção considerada como caso de

estudo neste trabalho, com o objetivo de auxiliar na compreensão do processo de produção de

máquinas de lavar roupa. Devido a questões de confidencialidade, a descrição da linha de

produção não será realizada de forma pormenorizada e serão ocultados os nomes reais das

estações e processos de trabalho.

O principal objetivo deste projeto, como mencionado anteriormente, é a modelação de um

sistema de produção de uma linha fabril, que tem como finalidade a produção de máquinas de

lavar roupa.

A linha de produção em estudo possui duas linhas de montagem de máquinas de lavar

paralelas, cada uma compreendendo uma sequência de estações de trabalho (automatizadas ou

utilizando operadores). Na Figura 5 encontra-se ilustrado o layout simplificado do sistema de

produção em estudo, extraída da leitura dos diferentes documentos disponibilizados pela

empresa.

Figura 5 – Layout da linha de produção de máquinas de lavar roupa.

Como se pode observar, as duas linhas de montagem paralelas cruzam-se ao longo da

produção permitindo a otimização dos recursos fabris.

22

Ao longo da linha de produção, todos os processos de manufatura demoram cerca de 29

segundos, expecto as reparações manuais, que ocorrem ao longo da linha de produção, assim

como a estação onde se realizam os testes de controlo de qualidade do produto no final da

linha (Functional Tests).

De seguida, serão descritas de forma pormenorizada, determinadas zonas de maior relevo.

4.1 Bloco "Washing Unit"

No bloco “Washing Unit line 1A” podem-se denotar duas zonas de maior interesse. A

primeira refere-se à agregação de uma peça ao produto em transformação (máquina de lavar

roupa) e a segunda alude a um teste de controlo, realizado nesta seção, o qual denominar-se-á

de First Tests.

No primeiro caso, após o produto manufaturado sair do Processo #1.A irá para o Processo

#2.A, onde aguardará a chegada da peça a acrescentar ao produto, que provém do Processo

#4. O Processo #2.A será o responsável por agregar a peça ao produto. De seguida, o produto

deverá percorrer o curso da linha de montagem, avançando para o Processo #3.A. A Figura 6

representa a situação descrita.

Figura 6 – Esquema que representa a junção de uma peça ao produto final (Marriage).

De forma análoga, após a peça passar pelo Processo #1.B irá para o Processo #2.B, onde

aguardará a chegada de uma peça proveniente do Processo #4.

Como mencionado anteriormente, num dado instante do processo de fabrico é realizado um

teste de controlo, em Processo #2.A, tal como é ilustrado na Figura 7.

23

Figura 7 – Esquema que representa o Teste de controlo (First Tests).

Pretende-se, com este teste, averiguar a qualidade do produto, ou seja, pretende-se verificar

se o produto possui alguma anomalia nesta fase da produção. Se o produto possuir alguma

anomalia, deverá ser encaminhado para outra estação de trabalho, a estação Processo #3.A,

onde se procederá à reparação do mesmo, na estação Processo #2.A. Esta reparação irá

demorar cerca de 20 minutos. Posteriormente, o produto volta a ser inserido na linha de

produção, para se proceder, novamente, ao mesmo teste de controlo. É importante realizar

este teste outra vez, para garantir que a reparação foi efetuada com sucesso.

Caso o produto não possua nenhuma irregularidade, ele segue o curso natural da linha de

montagem, seguindo para a próxima estação, Processo #4.A.

Na segunda linha de montagem, isto é a Washing Unit line 2A é realizado, de forma análoga,

o procedimento anteriormente descrito.

4.2 Reencaminhamento Dinâmico

Durante o processo fabril podem-se observar duas linhas de montagem autónomas, exceto em

dois pontos da planta fabril. Estes pontos pretendem implementar dinamicamente o

reencaminhamento das paletes. Esta situação encontra-se representada na Figura 8.

24

Processo #1.A

Processo #1.B

Processo #2'

Processo #2''

Processo #2'''

Processo #3.A

Processo #3.B

Figura 8 – Esquema que representa o Reencaminhamento Dinâmico.

Neste caso, após o produto ser processado no Processo #1.A, poderá ser manufaturado pelo

Processo #2’ ou pelo Processo #2’’. Analogamente, após o produto passar pelo processo

Processo #1.B deverá passar pelo Processo #2’’ ou pelo Processo #2’’’. Para o Processo #3.A

apenas seguirá o produto oriundo do Processo #2’ ou do Processo #2’’. De forma

semelhante, o Processo #3.B processará as peças provenientes do Processo #2’’ ou do

Processo #2’’.

Desta forma, o Processo #2’’ constitui o elemento chave para reencaminhar paletes entre as

duas linhas de montagem.

4.3 Bloco "Functional Testss"

O presente bloco, designado por Functional Tests, é um dos casos mais relevantes neste caso

de estudo, na medida em que é onde se realizam os testes finais de qualidade do produto.

Estes testes de qualidade são de elevada importância, visto que é o local onde o produto é

testado exaustivamente, permitindo, à fábrica aferir a qualidade do produto desenvolvido. A

Figura 9 ilustra o processo relativo a esta estação.

25

Figura 9 – Esquema que representa o Teste de Funcionalidade (Functional Tests).

Após o produto ser manufaturado pelo Processo #1.A e de seguida pelo Processo #2.A, chega

ao Processo #3.A, onde é realizado o teste de qualidade ao produto, referido anteriormente.

Este terá a duração de 6 minutos. Se o teste de qualidade for positivo o produto seguirá para o

Processo #5.A. Caso contrário, será processado no Processo #4.A, onde se procederá à sua

reparação, de forma manual, com um valor estimado de 6 minutos. Posteriormente, o produto

será reintroduzido na linha de montagem, para efetuar novamente o teste de qualidade. Caso o

produto volte a ser considerado inapto será encaminhado para a estação de reparação.

De forma similar, o mesmo procedimento é repetido na segunda linha de montagem.

O Processo #3.A é a estação onde se realiza o teste de controlo de qualidade, ao qual se

denominou de Teste de Funcionalidade (Functional Tests) e que verifica as funcionalidades

dos botões, estanquicidade da máquina e é executado um pequeno ciclo de lavagem. No

interior da presente estação encontram-se dezoito máquinas, cada uma destas demorando 6

minutos a executar o conjunto de teste adequados ao modelo da máquina produzida.

Atualmente, apenas 6 das 18 máquinas se encontram em funcionamento.

26

4.4 Testes de Certificação Avançada

Na reta final de todo o processo fabril, são realizados testes de certificação a um número

reduzido de máquinas de lavar roupa, cerca de 3% do total de produção. O teste de

certificação possui a duração de uma hora e trinta minutos, onde se encontram vinte máquinas

em funcionamento paralelo. Este processo encontra-se ilustrado na Figura 10.

Figura 10 – Esquema que representa a entrada no bloco de Testes de Certificação.

Da análise da Figura 10, pode-se concluir que após o produto passar pelo Processo #1.A ou

pelo Processo #1.B, poderá seguir para o Processo #3.A ou Processo #3.B, respetivamente.

Em contrapartida, cerca de 3% do produto passará pelos testes de certificação (Processo #2),

e posteriormente serão encaminhados para o Processo #3.A ou Processo #3.B, sendo de

caracter preferencial o que se encontrar primeiro disponível.

27

Capítulo 5

5 Desenvolvimento do modelo para o sistema

de produção

Este capítulo tem como objetivo descrever o desenvolvimento do modelo e respetiva lógica

de controlo para o caso de estudo que constituem a aplicação computacional.

A presente aplicação pretende simular o modelo do sistema de produção de máquinas de lavar

roupa, descrito atrás utilizando o software ARENA®. A programação em ARENA® é

realizada por blocos.

Como referido anteriormente, é necessária a criação de entidades no sistema, sendo utilizado

para o efeito o bloco Create. A entidade criada passa a representar a máquina de lavar, em

produção, no sistema real. A Figura 11 ilustra o processo explicado anteriormente.

Figura 11 – Criação de Entidades no sistema.

No entanto, até que esta esteja transformada num produto final, deverá passar pelas restantes

etapas do processo fabril. Para representar um processo da linha de produção (isto é na

máquina) utiliza-se o bloco Process, sendo o processo ilustrado na Figura 12.

28

Figura 12 – Criação de processos no sistema.

Na configuração do processo são definidos os recursos consumidos, que utilização do mesmo

implica, assim como a sua durabilidade, que no presente estudo é de 29 segundos, para cada

processo. A Figura 13 exemplifica o processo explicado anteriormente.

Figura 13 – Configuração dos processos no sistema.

Tal como descrito anteriormente, uma situação particular é quando a palete chega a uma

estação, onde é necessário acrescentar uma nova peça à máquina em construção. A lógica de

controlo para esta situação encontra-se ilustrada na Figura 14.

Figura 14 – Agregação de duas entidades diferentes.

29

A adição de uma nova peça à máquina em construção implica a criação de uma nova entidade

no sistema em causa. A criação de cada entidade será realizada de 29 em 29 segundos, sendo

que a primeira criação da mesma ocorre aos 150 segundos (sendo que anteriormente existe

um número de processos considerável, garante-se assim que apenas é criado o que será

consumido).

Após a criação da nova entidade, esta deverá ser sincronizada com a entidade já existente no

sistema. Para o devido efeito será necessário utilizar o bloco Match. Quando uma entidade

ingressa no bloco Match aguarda numa das filas que este possui, que no presente estudo são

apenas duas, pois a agregação é de dois produtos, até que a outra entidade presente no sistema

compareça na segunda fila, obtendo-se a combinação desejada. Posteriormente, as entidades

serão agrupadas, recorrendo ao bloco Batch. Esta agregação é permanente e a entidade

resultante da agregação segue para o próximo processo fabril.

O bloco Delay é utilizado para simular o tempo de processamento que uma máquina demora a

agregar os dois produtos. A sua utilização encontra-se representada na Figura 15.

Figura 15 – Utilização do bloco Delay.

A palete de transporte da máquina de lavar roupa em produção prossegue o seu fabrico

normal até chegar à próxima estação do processo. Neste caso, o processo é relativo a uma

estação de processo que foi modelado utilizando o bloco Process, com uma duração de 29

segundos.

O bloco Decide é responsável pela tomada de decisão envolvida no modelo de simulação. A

decisão, neste caso, será baseada numa probabilidade. Segundo dados oficiais sobre a linha de

produção, cerca de 3% das máquinas necessitam de ser reparadas, sendo que a reparação

consumirá cerca de 20 minutos. Assim o bloco Decide foi configurado com 3%, tal como

ilustrado na Figura 16. De forma a simular, a reparação manual foi modelada usando o bloco

Process configurado com 20 minutos.

30

Figura 16 – Configuração do bloco Decide.

Posteriormente, a peça em produção será reintegrada na linha de produção.

A Figura 17 ilustra a lógica de controlo para a situação em que a palete chega à etapa de

controlo de qualidade, anteriormente designada por First Tests. Mais uma vez, esta é

modelada utilizando o bloco Process com a duração de 29 segundos.

Figura 17 – Reparação manual (First Tests).

A máquina em produção prosseguirá a linha de montagem até chegar ao ponto da linha de

produção, onde é passível realizar o reencaminhamento dinâmico, cuja lógica está ilustrada na

Figura 18.

31

Figura 18 – Reencaminhamento Dinâmico.

Após a peça ser manufaturada pelo bloco Process, dispõe de duas opções de progressão na

linha de montagem. Ou seja, ou segue para o processo, denominado de Processo #2’ ou para

o Processo #2’’. De modo a permitir a tomada de decisão dos processos no sistema, utilizou-

se o bloco Decide, sendo que a decisão é baseada numa probabilidade. Uma vez que, o

Processo #2’’ se encontra atualmente desativado, definiu-se para o primeiro Decide uma

probabilidade de ocorrência de 100% deste ser verdadeiro. O mesmo não se verifica no

segundo Decide, visto que a probabilidade de o Processo #2’’ ocorrer é de 0%, pois a peça

deverá ser processada pelo Processo #2’’’.

O Processo #2’’ apenas se encontra ativado, quando um ou dois processos que realizam a

mesma operação (Processo #2’ e Processo #2’’’) se danifiquem, permitindo assim que a

plataforma fabril se encontre permanentemente em produção. Caso o Processo #2’’ se

encontre ativo e realize operações é necessário posteriormente, verificar para qual dos

processos a máquina em produção deverá ir. Como tal, é necessário um terceiro bloco Decide,

permitindo, deste modo decidir para qual dos processos deverá prosseguir a peça. O critério

que será utilizado pelo sistema é o de decisão baseando-se numa probabilidade de 50%,

permitindo assim o balanceamento.

Quando uma entidade chega à estação do Functional Tests depara-se com uma estrutura

hierárquica, tal como ilustrada na Figura 19. Para o devido efeito foi utilizado o bloco

Process, mas com a opção de submodelo.

32

Figura 19 – Functional Tests.

No submodelo existem 18 máquinas aptas para realizar o teste de controlo de qualidade, que

poderão ser ativadas ou não, dependendo do cenário a simular. Segundo dados fornecidos

pela fábrica, atualmente apenas se encontram em trabalho contínuo 6 máquinas, onde o tempo

de processamento é de 6 minutos, sendo estes os valores utilizados para configurar os blocos

Process.

Neste sub-módulo, é possível observar que os blocos Decide foram colocados de forma a

balançar o sistema. As unidades, onde se realiza o teste de controlo, encontram-se modeladas

33

com o bloco Process, nele constam descritos os recursos consumidos e a durabilidade do

teste.

No final da linha de produção as entidade saem do sistema através do bloco Dispose, na

medida em que já se encontram em produto final. Esta situação encontra-se representada na

Figura 20.

Figura 20 – Entidades saem do sistema.

No anexo A encontra-se o modelo completo de simulação da linha de produção de máquinas

de lavar roupa.

34

35

Capítulo 6

6 Análise de Resultados

O modelo computacional desenvolvido no capítulo anterior, foi testado em diferentes

cenários, de forma a ser possível observar quais as possíveis melhorias que se podem

introduzir na linha de produção que necessitam uma melhoria no seu desempenho. Os

diferentes cenários simulados permitirão compreender o impacto que determinadas estações

de trabalho possuem em toda a plataforma fabril.

A simulação utiliza as ferramentas fornecidas pelo software ARENA®, nomeadamente os

oito tipos de relatórios: Category Overview, Entities, Process, Queues, Resources, Transfers,

User specified e Frequencies. Neles são impressos os cálculos estatísticos, que tomam em

consideração o número de replicações utilizados na simulação. Na análise do presente projeto,

apenas serão utilizados os relatórios dos tipos: Entities, Process, Queues e Resources.

De seguida, serão explanados os diferentes testes efetuados à linha fabril.

6.1 Funcionamento Atual

A presente simulação foi realizada para um período de 15 dias. Tem como finalidade

identificar os problemas, existentes ao longo da linha de produção de máquinas de lavar

roupa. A Tabela 7 expõe sucintamente os dados do sistema real.

Tabela 7 – Pressupostos utilizados na simulação.

Parâmetros Valor/Unidade

Tempo de processamento normal 29 Segundos

Nº Máquinas em funcionamento (Funtional Testss) 6 Unidades

36

Tempo de processamento (Funtional Tests) 6 Minutos

Nº Máquinas em funcionamento (ZHQ) 20 Unidades

Tempo de Teste ZHQ 1 Hora e 30 Minutos

1ª Reparação Manual 20 Minutos


A figura seguinte representa um screenshot retirado durante o processo de simulação deste

cenário.

Figura 21 – Screenshot da 1ª linha da estação Functional Tests em execução.

Com a execução da simulação da aplicação, verificou-se que existe um elevado número de

entidades (máquinas de lavar roupa), que se encontram congestionadas na linha fabril. Este

acontecimento deve-se ao facto de o número de entrada de entidades na linha de produção ser

demasiado superior ao número de máquinas produzidas, para o mesmo período. A tabela 8

apresenta os dados recolhidos que fundamentam o referido anteriormente.

Tabela 8 – Relação das entidades com o sistema.

Nº Entidades

Entrada no Sistema 86.362

Saída do Sistema 41.851

Entidades Presas no Sistema 44.511

Após uma análise detalhada aos relatórios gerados pela aplicação, verificou-se que o

problema da presente linha de produção encontra-se na estação Functional Tests, na medida

em que as entidades ficam retidas nesta estação. De notar que apesar de possíveis seis

37

estações, o elevado tempo de inspeção em cada uma delas (quando comparado com o tempo

dos outros processos ao longo da linha) faz desta estação o elemento bottleneck da linha.

O gráfico da Figura 22 representa a relação do número de entidades que frequentaram a

estação Functional Tests da linha de montagem #1, num período de 15 dias. O

comportamento adotado pela segunda linha, na mesma estação, é semelhante.

Figura 22 – Gráfico da 1ª linha da estação Functional Tests.

Como se pode observar no gráfico, o tempo que uma entidade espera para ser atendida possui

um crescimento exponencial. Este comportamento verifica-se porque o número de máquinas

que chega à estação Functional Tests é superior ao número de máquinas que sai da mesma, o

que a longo prazo pode-se tornar insustentável.

A Tabela 9 ilustra os tempos de espera na estação Functional Tests

Tabela 9 – Dados da estação Functional Tests.

Média

(em dias)

Valor Mínimo

(em dias)

Valor Máximo

(em dias)

Tempo de espera de uma entidade no

Functional Tests - 1ª Linha 3,3981 0,0000 10,1118



Tempo que a entidade passa na estação




38

Da análise da tabela 9 constata-se que o tempo que uma máquina tem que esperar para

realizar o teste de controlo de qualidade, é de cerca de 3,4 dias. O valor máximo que uma

entidade já esperou para realizar o teste de controlo é de aproximadamente 10,1 dias. Este

comportamento é pouco rentável e incomportável, uma vez que a realização do presente teste

de controlo de qualidade do produto é extremamente importante e obrigatória, pois permite à

empresa aferir a qualidade do produto.

De seguira, serão abordados diferentes cenários que poderão auxiliar na avaliação do impacto

que a estação Funtional Tests possui na linha de produção.

6.2 Alteração nos parâmetros da Estação Functional Tests

O presente cenário de estudo tem como principal objetivo analisar o impacto que a estação

Functional Tests possui na linha de produção, ou seja, avaliar o quanto uma determinada

alteração de funcionamento, nesta estação, condicionará o resto da linha de produção. Serão

estudadas três alterações à mesma, procurando determinar o impacto que estas possuem na

produção e qual a melhor opção a adotar, de forma a maximizar a produção de máquinas de

lavar roupa.

6.2.1 Alteração do tempo de execução

Uma alteração pertinente à estação Functional Tests é reduzir o tempo de processamento do

teste de controlo de qualidade, de 6 minutos (valor atual na linha de produção) para 5

minutos. A tabela 10 sintetiza os prossupostos assumidos para a realização deste cenário.

Tabela 10 – Pressupostos utilizados na simulação com alteração do tempo de processamento.



Nº Máquinas em funcionamento (Funtional Tests) 6 Unidades





2ªReparação 6 Minutos

Depois de executada a simulação da aplicação desenvolvida para este cenário é possível

observar um aumento de produtividade da linha de produção, uma vez que o número de

máquinas produzidas no mesmo intervalo aumentou de 41.851 para 50.221 (16%), tal como é

ilustrado na tabela 11.

Por outro lado, o número de máquinas que se encontram na linha foi reduzido.

39

Tabela 11 – Relação de entidades no sistema com redução do tempo de processamento.

Nº Entidades




A Figura 23 representa a relação do número de entidades que passaram pela estação

Functional Tests, da primeira linha de manufatura, num período de 15 dias.

Como se pode observar o tempo de espera de uma entidade diminuiu. No entanto, embora

atenuado continua a existir e a crescer exponencialmente, o que significa que a longo prazo se

torna inexequível.

Figura 23 – Gráfico da 1ª linha da estação Functional Tests com tempo de processamento de 5 minutos.

Na tabela 12, verifica-se que o tempo que uma máquina tem que esperar para realizar o teste

de controlo de qualidade, diminuiu de 3,4 dias para 2,6 dias, ou seja diminuiu

aproximadamente um dia, em cada uma das linhas de produção. Observou-se ainda, uma

diminuição do tempo de espera máximo de uma entidade.

Tabela 12 – Dados da estação Functional Tests com redução do tempo de processamento.

Média

(em dias)

Valor Mínimo

(em dias)

Valor Máximo

(em dias)

Tempo de espera de uma entidade

no Functional Tests - 1ª Linha 2,587 0,000 9,138

Tempo de espera de uma entidade

no Functional Tests - 2ª Linha 2,582 0,000 9,240

Tempo que a entidade passa na 2,590 0,0035 9,142

40

estação Functional Tests - 1ª Linha

Tempo que a entidade passa na

estação Functional Tests - 2ª Linha 2,586 0,0035 9,244

Em conclusão, a redução de 1/6 no tempo de execução nesta estação levará a um aumento de

16% na produtividade. Tendo em vista o aumento da produção de uma forma mais

significativa é necessário considerar a articulação com outros parâmetros do sistema.

6.2.2 Alteração do número de estações de teste

A alteração realizada anteriormente ao sistema real não permitiu a otimização ideal à linha

fabril. Como tal, foi estudado o efeito que a alteração do número de estações que realizam os

testes de qualidade produz na linha de produção de máquinas de lavar roupa. A presente

simulação considerará o aumento do número de máquinas em funcionamento, de 6 unidades

(valor atual na linha de produção) para 8 unidades.

A tabela 13 explana de forma sucinta os pressupostos utilizados para a presente simulação.

Tabela 13 – Pressupostos utilizados na simulação com 8 máquinas em funcionamento.









A execução da simulação da aplicação, com as alterações necessárias à realização do presente

cenário, permite observar um aumento significativo da produtividade, cerca de xx% em

relação do funcionamento atual, conforme ilustrado na Tabela 14.

Tabela 14 – Relação de entidades no sistema com 8 máquinas em execução.

Nº Entidades




A Figura 24 representa a relação do número de entidades que passaram pela estação

Functional Tests da primeira linha de produção, no período de 15 dias, para a presente

simulação.

41

Da análise do mesmo, pode-se verificar-se que embora o número de máquinas produzidas

tenha aumentado consideravelmente, o tempo de espera foi atenuado, mas não se encontra

impedido de crescer exponencialmente.

Figura 24 – Gráfico da 1ª linha da estação Functional Tests com alteração do n.º de máquinas para 8.

Da análise dos relatórios gerados pelo simulador pode-se observar que em média uma

entidade continua a esperar cerca de 2,6 dias, sendo que o valor máximo de espera,

documentado pelo software ronda os 5,4 dias, em ambas as linhas de produção.

O tempo que uma entidade permanece, na estação em estudo, é de em média 2,6 dias, sendo

que o maior valor registado pelo software encontra-se em cerca de 5,7 dias.

A tabela 15 expõe os dados referenciados anteriormente, entre outros.

Tabela 15 – Dados da estação Functional Tests com 8 máquinas em execução.

Média

(em dias)

Valor Mínimo

(em dias)

Valor Máximo

(em dias)









Uma vez que, a alteração realizada anteriormente não permitiu a otimização ambicionada para

o problema, mas obteve resultados positivos do ponto de vista do número de máquinas

42

produzidas. Foi considerado um novo cenário que contempla a existência das 18 estações no

functional tests (que existem na linha, mas não se encontram atualmente em funcionamento).

A tabela 16 ilustra o caso referenciado.

Tabela 16 – Pressupostos utilizados na simulação com 18 máquinas em funcionamento.



Nº Máquinas em funcionamento

(Funtional Tests) 18 Unidades






A Tabela 17 ilustra os resultados obtidos sendo possível observar uma melhoria significativa

na produtividade da linham a qual agora não apresenta congestionamento.

Tabela 17 – Relação de entidades no sistema com 18 máquinas em execução.

Nº Entidades



Entidades Presas no Sistema 92

O gráfico em baixo (Figura 25) permite observar que o número de entidades a entrarem em

produção é diretamente proporcional ao número de máquinas de lavar roupa produzidas.

Figura 25 – Gráfico da 1ª linha da estação Functional Tests com alteração do n.º de máquinas para 18.

43

Segundo os relatórios gerados pela aplicação, pode-se observar que os tempos de espera de

uma entidade, na estação Functional Tests, são insignificantes. O mesmo se verifica com o

tempo que uma entidade se mantém em teste dentro da presente estação.

Tabela 18 – Dados da estação Functional Tests com 8 máquinas em execução.

Média

(em dias)

Valor Mínimo

(em dias)

Valor Máximo

(em dias)









Este cenário de estudo possui, como principal objetivo, analisar o impacto que uma redução

do tempo de execução de cada processo terá na linha de produção. Assim considerou-se uma

diminuição de 29 segundos (valor atual na linha de produção) para 22 segundos, nos vários

processos ao longo da linha. A tabela 19 sintetiza os prossupostos assumidos para a realização

do presente cenário.

Tabela 19 – Pressupostos utilizados na simulação com 22 segundos de tempo de processamento global.









Após a simulação da aplicação desenvolvida, (ver tabela 20) são gerados automaticamente os

relatórios a analisar. Da observação destes, conclui-se que o cenário adotado, ao contrário do

esperado, é muito semelhante à primeira abordagem realizada. Ou seja, verificou-se que a

redução do tempo de processamento nas várias estações ao longo da linha não implica um

aumento de produtividade. Isto é justificado pelo fato de apesar de cada processo ser mais

rápido o congestionamento na estação Functional Tests mantem-se.

Tabela 20 – Relação de entidades no sistema com 22 segundos de tempo de processamento global.

Nº Entidades




44

A Figura 26 caracteriza a relação do número de entidades que frequentaram a estação

Functional Tests (primeira linha de produção), num período de 15 dias. Da análise do gráfico

concluísse que o tempo de espera foi reduzido, mas não se encontra extinto, ou seja continua a

crescer exponencialmente.

Figura 26 – Gráfico da 1ª linha da estação Functional Tests com variação do tempo total de

processamento.

Da observação dos relatórios gerados pelo simulador pode-se verificar que em média uma

entidade espera aproximadamente 3,4 dias, para realizar o teste de controlo de qualidade, em

ambas as linhas de montagem. O maior valor registado de espera é de aproximadamente 10

dias. Segundo os valores registados pela aplicação não ocorreu uma diferença significativa em

relação ao sistema real.

Tabela 21 – Dados da estação Functional Tests com 22 segundos de tempo de processamento global.

Média

(em dias)

Valor Mínimo

(em dias)

Valor Máximo

(em dias)


Functional Tests - 1ª Linha 3,3929 0.0000 10.1619


Functional Tests - 2ª Linha 3,4030 0.0000 10.1324





45

O presente cenário apenas veio corroborar a conjetura, abordada anteriormente, de que o

principal problema da linha de produção de máquinas de lavar se encontra na estação

Functional Tests. Aconselha-se assim a realização de um estudo de investigação que permita

diminuir a duração do teste de controlo de qualidade e ao mesmo tempo verificar a

possibilidade de aumentar o número de máquinas na execução do referido testem através da

re-activação de estações existentes mas não em funcionamento.

46

47

Capítulo 7

7 Conclusões e Trabalho Futuro

A realização do presente projeto permitiu alargar os conhecimentos na área da simulação,

uma área extremamente vasta e complexa. Possibilitou o contacto com uma ferramenta de

simulação extremamente poderosa, que permite a simulação de sistemas reais de elevada

complexidade.

7.1 Conclusões

A plataforma de simulação ARENA® é uma ferramenta de simulação extraordinariamente

robusta e eficaz, com uma programação modular e intuitiva e que permite gerar diferentes

tipos de relatórios e executar em diferentes períodos, permitindo ao analista observar os dados

de simulação em diferentes períodos de temo. Embora seja uma plataforma de simulação

notável, que permite ao analista simular um enorme leque de sistemas reais diferentes, requer

um estudo aprofundado sobre o software, devido à complexidade e versatilidade do mesmo.

A nível industrial torna-se extremamente rentável investir neste software. No entanto, é

necessário ter em conta, que ao investir num software deste género será necessário oferecer

formação do mesmo aos funcionários que operaram com ele, na medida em que pretende-se

que estes retirem o maior partido possível da utilização do mesmo.

Do estudo elaborado para a linha de produção de máquinas de lavar roupa, que envolveu a

conceção do modelo e lógica de controlo e a sua simulação em diferentes cenários, diversas

conclusões foram extraídas.

48

Assim, verificou-se que a estação Functional Tests, o elemento congestionados da atual linha

limitando a sua produtividade. A análise da simulação de vários cenários permitiu elaborar

recomendações para a empresa e passam pelo estudar a possibilidade de redução do tempo de

processamento do teste e aumento do número de estações teste.

7.2 Trabalho Futuro

Durante o desenvolvimento da presente aplicação, chegou-se à conclusão que poderá ser

realizada uma animação de forma a completar a simulação. Uma modelação com animação a

duas dimensões ou três dimensões, permitirá observar determinados fatores que uma simples

modelação não antevê. Além disso, esta animação torna passível que um utilizador leigo na

plataforma de simulação possa observar o fenómeno com maior facilidade.

Num estudo futuro, poderá também incluir-se os custos de cada processo fabril, assim como,

mão-de-obra, recursos materiais, entre outros.

O presente estudo pode ser completado interligando-o a uma base de dados, recebendo dados

on-line, e posteriormente simulando utilizando esses dados. Assim, baseando-se no histórico

de produção será possível simular o que acontecerá com um rigor e exatidão superiores.

49

Referências bibliográficas

[AT 07] Altiok, Tayfur. Simulation Modeling and Analysis with Arena. Elsevier – 2007.

[BA 07] Brandley, Allen. Arena Contact Center. Rockwell Automation – Novembro de 2007.

[BJ 98] Banks, Jerry.Handbook of Simulation – Principles, Methodology, Advances, Applications, and

Practice. JOHN WILEY & SONS, LDA – 1998.

[CJ 98] Costa, J. Almeida. Dicionário da Língua Portuguesa. Porto Editora – 8ª edição, 1998.

[CP 11] Costa, Paulo; Gonçalves, José; Lima, José; Malheiros, Paulo. SimTwo realistic simulator: a

tool for the development and validation of robot software – 2011.

[CP 12] http://paginas.fe.up.pt/~paco/wiki/index.php?n=Main.SimTwo - Agosto 2012.

[KD 00] Kelton, W.David. Simulation with Arena, Third Edition – International Edition. McGraw-Hill

– 2000.

[LA 03] Law, Averill M. Simulation Modeling and Analysis, Third Edition. McGraw-Hill – 2003.

[NL 12] http://ccl.northwestern.edu/netlogo/ - Agosto 2012.

[PC 95] Pegden, C. Dennis. Introduction to Simulation Using SIMAN – Second Edition. McGraw-Hill

– 1995.

[sn 07] Arena® User’s Guide. Rockwell Automation – Novembro de 2007.

[TK 95] Tumay, Kerim. Business Process Simulation. Winter Simulation Conference – 1995.

[Wiki 2012a] http://en.wikipedia.org/wiki/Monte_Carlo_method - Agosto 2012.

[Wiki 2012b] http://en.wikipedia.org/wiki/Simula - Agosto 2012.

http://paginas.fe.up.pt/~paco/wiki/index.php?n=Main.SimTwo

http://ccl.northwestern.edu/netlogo/

http://en.wikipedia.org/wiki/Monte_Carlo_method

http://en.wikipedia.org/wiki/Simula%20-%20Agosto%202012

50

51

Anexo A

A Modelo Lógico da Linha de Produção

Documents

Simulação de Linha de Produção usando a Plataforma ARENAprojinf.estig.ipb.pt/~a21274/relatoriooo.pdf · Figura 5 – Layout da linha de produção de máquinas de lavar roupa