SIMULAÇÃO COMPUTACIONAL DO SISTEMA DE EMISSÃO DE …abepro.org.br/biblioteca/TN_WIC_206_225_27133.pdf · pode ser aplicado em modelagens matemáticas e simulações computacionais

SIMULAÇÃO COMPUTACIONAL DO SISTEMA

DE EMISSÃO DE ORDENS TWO-BOUNDARY

CONTROL APLICADA A UMA EMPRESA

AUTOMOBILÍSTICA

AMANDA CRISTIE NOBRE (UFG-RC)

[email protected]

Stella Jacyszyn Bachega (UFG-RC)

[email protected]

As atividades desenvolvidas pelo Planejamento e Controle da Produção (PCP)

ganham cada vez mais importância no ambiente empresarial, uma vez que

estas podem garantir vantagens competitivas para a empresa. Dentre as

atividades de controle da produção estão os ordering systems ou Sistemas de

Emissão de Ordens (SEO’s). A simulação computacional pode ser utilizada

para auxiliar a análise do desempenho de SEO’s. Com base neste contexto, o

objetivo do presente trabalho é simular o sistema de emissão de ordens Two-

boundary Control (TBC) no ambiente real de uma empresa automobilística.

Para isso, foram utilizadas as abordagens de pesquisa quantitativa e

qualitativa, e os procedimentos de pesquisa experimental e estudo de caso.

Os resultados obtidos mostraram que o TBC permitiu conduzir a ordem de

produção com a geração de estoques intermediários praticamente

inexistente. Dentre as contribuições deste trabalho, tem-se o incentivo do uso

de simulação para análise de desempenho de sistemas de emissão de ordens

antes de sua efetiva implantação.

Palavras-chave: Sistemas de emissão de ordens, TBC, simulação, empresa

automobilística.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.




2

1. Introdução

As atividades de Planejamento e Controle da Produção (PCP) tornam-se cada vez mais

importantes no ambiente empresarial, pois as vantagens competitivas são adquiridas e/ou

reforçadas quando as necessidades e os desejos de seus clientes são atendidos. Assim, tarefas

como saber o que produzir, quanto e quando adquirem importância no processo decisório das

organizações, para certificar que o produto requerido estará no local e no momento desejados

e em quantidade correta para atender os desejos e necessidades dos clientes.

Uma das atividades do PCP é controlar as necessidades no que se trata de componentes e

materiais e avaliar a capacidade no nível de Sistemas de Emissão de Ordens (SEO‟s).

Conforme Chiavenato (2008), o controle de produção caracteriza a última etapa do PCP.

Trata-se de acompanhar, avaliar e regular as atividades produtivas, visando assegurar que o

planejado seja executado e os objetivos pretendidos sejam atingidos.

Dentre as atividades de controle da produção estão os ordering systems. Essa nomenclatura

foi dada por Burbidge (1990), mas também são conhecidas como Sistemas de Emissão de

Ordens (SEO‟s). Esses sistemas auxiliam no controle de liberação de ordens de produção no

chão de fábrica. Burbidge (1983) classifica os sistemas em três grupos: sistemas de fluxo

controlado, sistemas de estoque controlado, e sistemas para fazer de acordo com o pedido. A

existência de sistemas híbridos foi exposta por Corrêa, Gianesi e Caon (2007). Estes sistemas

possuem características de dois ou mais sistemas, visando melhores resultados.

A literatura da área apresenta vários SEO‟s, dentre eles estão os sistemas Kanban, OPT

(Optimized Production Technology), CONWIP (Constant Work in Process), MRP (Material

Requirements Planning), PBC (Period Batch Control) e o TBC (Two-boundary Control), que

é o foco deste trabalho.

Dentre as técnicas que podem auxiliar as empresas no processo decisório de qual sistema de

emissão de ordens utilizar, está a simulação computacional. A simulação é advogada por

diversos autores como Buffa e Sarin (1987), Law e Kelton (2000), Berends e Romme (1999),

Chwif e Medina (2007) e Freitas Filho (2008). Autores como Iucksch (2005), Jodlbauer e

Huber (2008), MacDonald e Gunn (2008), Ghrayeb, Phojanamongkolkji e Tan (2009),




3

Khojasteh-Ghamari (2009), Wang, Cao e Kong (2009), Bachega e Tavares (2013) aplicam a

simulação computacional para estudo do desempenho de diversos SEO‟s.

Baseado neste contexto, o objetivo do presente trabalho é simular o sistema de emissão de

ordens TBC no ambiente real de uma empresa automobilística. Com a finalidade de alcançar

este objetivo, a estrutura deste trabalho é a que segue: na segunda seção será apresentada a

revisão bibliográfica; na terceira seção, a metodologia de pesquisa utilizada; na quarta seção

tem-se a simulação realizada; e na quinta seção estão as considerações finais.

2. Revisão bibliográfica

Nesta seção há uma breve revisão bibliográfica sobre os sistemas de emissão de ordens que

compõem o sistema híbrido TBC simulado nesta pesquisa (híbrido Kanban-CONWIP) e, logo

após, o sistema TBC é explicado.

2.1. Os sistemas Kanban e CONWIP

Conforme Kim, Chhajed e Palekar (2002), o Kanban pode ser utilizado como uma ferramenta

de produção na qual deve-se considerar o nível de influência direta do cliente. Se este exerce

alta influência no sistema produtivo, o Kanban pode ser utilizado como um sistema de puxar a

produção. Na situação contrária, é mais adequado o uso do sistema empurrado de produção.

O Kanban, assim como demais sistemas de produção existentes que se baseiam em cartão de

controle, são principalmente dedicados a ambientes de produção repetitiva (LAND, 2008).

Forno, Tubino e Valle (2007) afirmam que existem três tipos de cartão Kanban: (a) Kanban

de produção; (b) Kanban de fornecedor; (c) Kanban de transporte/movimentação/requisição.

De forma que o Kanban de produção é usado para dar início à produção. O Kanban de

fornecedor tem a função de avisar ao fornecedor que é necessário o envio de materiais para

uma área específica do processo produtivo. Já o Kanban de transporte é o responsável por

interligar os setores produtivos no chão de fábrica.

Quanto ao CONWIP, este pode ser entendido como um sistema híbrido, pois limita o WIP

(work in process) dentro da linha, mas não o faz entre os postos de trabalho como o Kanban




4

(HOPP; SPEARMAN, 2000). Conforme Spearman et al. (1990), o CONWIP caracteriza uma

forma generalizada de Kanban. No Kanban, os cartões são utilizados para sinalização da

produção de uma determinada peça. Já no CONWIP, os cartões de produção são alocados a

uma linha de produção (e não a um número específico de peças).

Assim, o número de peças é alocado nos cartões no início da linha de produção, baseando-se

na lista de pedidos em carteira (backlog list). O cartão é removido da fila e assinalado com o

primeiro número de peças da lista de pedidos para cada matéria prima (ou componentes)

presente. Os tempos e números de peças são ajustados e também anotados no cartão, como o

tempo de entrada no sistema (SPEARMAN et al., 1990).

2.2. Two-boundary control (TBC)

Conforme Bonvik, Couch e Gershwin (1997), o TBC utiliza uma combinação de algumas

características do Kanban, do CONWIP, ou do Estoque-base. Para este sistema, o tamanho do

buffer de produtos acabados precisa ser pelo menos tão grande quanto a capacidade de

Estoque-Base da última máquina para permitir que este atinja a meta de produção. Como se

trata do sistema híbrido ocorre o envio dos cartões Kanbans para o primeiro estágio para

permitir o carregamento de outra peça, ao invés de emitir cartões Kanbans do estoque de

produtos acabados para o último estágio de produção quando as peças são usadas.

Este cartão Kanban acompanhará a peça por todo o caminho, enquanto outros cartões

Kanbans recirculam para restringir (limitar) o local de acumulação de estoque. Além disso,

nenhum Kanban separado é necessário para a sincronização do último estágio produtivo com

a linha de montagem, visto que a quantidade de material na linha inteira nunca pode exceder o

estoque permitido neste buffer (BONVIK; COUCH; GERSHWIN, 1997).

O TBC pode também ter origem do CONWIP, de acordo com Bonvik, Couch e Gershwin

(1997), em que haverá a restrição de níveis de estoque intermediários. Este sistema está

representado na Figura 1, onde „Ni‟ é o número de cartões Kanbans circulando na célula „i‟ e

“Z” é o número de cartões CONWIP.

Figura 1- Funcionamento do TBC




5

Fonte: Adaptado de Bonvik, Couch e Gershwin (1997)

Tendo o TBC esta configuração (Kanban-CONWIP), no que se trata do controle de WIP

local, usa-se cartões Kanbans, e quanto ao controle global, são usados cartões CONWIP. As

informações são enviadas para a primeira estação de trabalho pelo sistema CONWIP, mas

segundo Boonlertvanich (2005), este fluxo de informação pode ser parado caso não haja

estoque de produtos acabados no instante da chegada de demanda.

O sistema Kanban-CONWIP ou TBC detecta problemas na linha e bloqueia o lançamento de

peças para produção, se essas não puderem ser processadas no futuro. Boonlertvanich (2005)

afirma que o sistema híbrido é caracterizado pelo objetivo de solucionar esta questão da

seguinte maneira: a informação de demanda de produto acabado é disseminada diretamente

do início da cadeia para autorizar o primeiro estágio de produção por meio do método

CONWIP, e para minimizar ou evitar o acúmulo de estoque na entrada do estágio

caracterizado como gargalo, este é limitado em cada estágio pelo Kanban.

Geraghty e Haevey (2005) compararam os SEO‟s puxados e híbridos por meio de simulação.

Os autores concluíram que o sistema híbrido Kanban-CONWIP ou TBC foi de forma

consistente o melhor de todos os outros SEO‟s.

Bonvik, Couch e Gershwin (1997) também realizaram simulações para comparar alguns

sistemas como o Kanban, minimal blocking, estoque-base, CONWIP e TBC. Após o estudo,

explicitou-se que o TBC possui vantagens em relação aos outros sistemas, dentre elas: o TBC

permite melhoria contínua da produtividade e do nível de serviço; e faz o sistema de produção

ser mais responsivo a ajustes nas taxas de produção, que é atingível somente com o controle

Kanban.




6

3. Metodologia

A classificação de uma pesquisa, quanto a sua abordagem, pode ser quantitativa ou qualitativa

(BRYMAN, 1989). Creswell (2013) defende o uso combinado da abordagem quantitativa

com a qualitativa como estratégia de pesquisa. Na presente pesquisa foram utilizadas estas

abordagens de forma combinada.

Quanto aos procedimentos de pesquisa, foram aplicados o método de pesquisa experimental

(BRYMAN, 1989; CRESWELL, 2013) e estudo de caso (YIN, 2013). O estudo de caso foi

empregado na etapa da pesquisa em que foram coletados alguns dados sob essa perspectiva

qualitativa, com a finalidade de compreender o ambiente real da empresa estudada.

O método de pesquisa experimental, que possui preocupações da abordagem quantitativa,

pode ser aplicado em modelagens matemáticas e simulações computacionais (BRYMAN,

1989). Este procedimento foi utilizado nesta pesquisa devido ao uso de simulação

computacional (LAW; KELTON, 2000). Nesta pesquisa, foram seguidos os passos para um

estudo de simulação propostos por Law e Kelton (2000) e usou-se o software ProModel®

Student 2010.

Os dados utilizados na pesquisa foram coletados em uma empresa do ramo automobilístico.

Dentre os dados coletados para a representação do sistema estão: i) quantidade de estações de

trabalho; ii) quantidade de operadores por estação de trabalho; iii) tempos de operação em

cada estação de trabalho; iv) jornada de trabalho; e v) ordem de produção. Alguns dados

coletados não são expostos neste trabalho por questão de sigilo.

O sistema foi modelado e analisado conforme as preocupações de sistemas terminais

(FREITAS FILHO, 2008). Para a identificação do intervalo de confiança para cada variável

analisada no modelo, utilizou-se o nível de confiança 95%. O valor do semi-intervalo de

confiança (half-width) foi interpretado como a confiança de que em 95% das replicações

obtém-se uma média que estará no intervalo da média obtida ± o semi-intervalo (KELTON;

SADOWSKI; SADOWSKI, 2002).

4. Simulação do sistema de emissão de ordens TBC




7

Nesta seção, as principais características do modelo desenvolvido para elaboração do presente

trabalho são apresentadas. Ainda, há a apresentação dos resultados obtidos por meio do

modelo simulado no software ProModel®.

4.1. Principais características do modelo desenvolvido

O modelo do TBC, híbrido Kanban-CONWIP, foi desenvolvido com base nas instruções de

Bonvik, Couch e Gershwin (1997). Salienta-se que o TBC não estava em uso na empresa no

momento da coleta de dados e o ambiente real é caracterizado como flow shop.

Os dados coletados, de uma parte da linha de produção de uma empresa do setor

automobilístico, foram adequados para a representação do funcionamento da parte estudada

segundo o TBC. A parte da linha estudada refere-se à produção de eixos, sendo que no

modelo houve a representação de parte de uma ordem de produção constando somente três

tipos de eixos, que neste trabalho são chamados de eixo 1, eixo 2 e eixo 3.

A parte estudada da linha de produção possui cinco estações de trabalho, em que cada uma é

responsável pela realização de um conjunto de atividades para montagem dos eixos. Para a

representação do TBC com base na realidade da empresa, foram dispostos um posto de

cartões CONWIP no início da linha e quatro postos de cartões Kanban. Ainda, houve a

representação de um estoque inicial, onde a matéria-prima para o início do processo na

estação de trabalho 1 chega em tempos constantes, que seguem o tempo estabelecido pela

empresa e a ordem de produção. Também foi representado um estoque final, para onde são

direcionados os eixos acabados, e quatro estoques intermediários, que são utilizados somente

quando a próxima estação de trabalho estiver ocupada.

A jornada de trabalho representada no modelo é de 8,63 horas. Este é apenas o tempo útil para

a produção. Sendo assim, este tempo foi considerado como a duração da simulação, uma vez

que o objetivo do modelo é analisar o comportamento do sistema estudado em um dia normal

de trabalho, segundo o funcionamento com base no TBC.

Os tempos de operação para cada estação de trabalho foram representados de acordo com a

distribuição triangular. Esta distribuição foi selecionada devido ao fato de não se conhecer a




8

forma exata da distribuição, mas se conhecia estimativas para o menor valor, o valor mais

provável de ocorrer e o maior valor (CHWIF; MEDINA, 2007).

As Figuras 2 e 3 mostram a simulação em andamento para o cenário TBC. Os cartões cinza

são CONWIP e os demais cartões são Kanban (vermelho, azul, verde e amarelo). As

quantidades de entradas, de cada eixo produzido até o momento, assim como do total

produzido, também são indicadas nas figuras.

Figura 2 – Simulação em andamento

Fonte: dados da pesquisa

Figura 3 – Outra vista da simulação em andamento




9

Fonte: dados da pesquisa

Observa-se, ainda, que todos os tipos de eixos (representados pelas cores amarela, vermelha e

cinza) passam por todas as estações de trabalho. Na primeira estação de trabalho, o cartão

CONWIP é anexado ao eixo, juntamente com o cartão Kanban. No decorrer da linha, o cartão

CONWIP continua anexado ao eixo e trocam-se os cartões Kanban conforme a estação de

trabalho. Os cartões Kanban utilizados voltam para o final da fila do seu posto

correspondente.

Portanto, enquanto o cartão CONWIP acompanha a peça durante a produção, os cartões

Kanban estão em constante circulação. Assim, os cartões Kanban fazem o controle local da

produção e o cartão CONWIP coordena a produção de forma global, devido a isso, são

necessários mais cartões Kanban em relação ao CONWIP.

Na última estação de trabalho permanece somente o cartão CONWIP, que após o

processamento terminado, retorna para o início da linha (ao final da fila do posto de cartões

CONWIP). No estoque final, o eixo pronto é representado pela cor preta.

4.2. Resultados obtidos




10

Para análise dos dados médios obtidos nos relatórios, foram feitas 30 replicações. Como os

semi-intervalos de confiança (half-width) foram menores que 10% das médias amostrais, esse

número de replicações foi considerado satisfatório para maior precisão dos dados.

A Tabela 1 apresenta os dados referentes às quantidades médias de produção de cada tipo de

eixo e do total médio de eixos produzidos. Ainda, há os resultados dos mínimos, máximos,

desvio padrão e semi-intervalo de confiança (half-width). Em relação aos eixos dos tipos 1 e

3, não houve variação entre os valores de média, máximo e mínimo. Quanto ao eixo do tipo 2,

o valor médio obtido foi de aproximadamente 69 eixos, com um desvio padrão de 0,41

unidades para mais ou para menos. O total de eixos produzidos foi de aproximadamente 127

eixos, sendo a maior produção de eixos do tipo 2 (conforme a parte da ordem de produção

utilizada no modelo).

Tabela 1 – Resultados da produção de eixos

Tipo de Eixo Média Máximo Mínimo Desvio padrão Half-width

Eixo 1 9 9 9 0 0

Eixo 2 68,97 70 68 0,41 0,15

Eixo 3 49 49 49 0 0

Total de eixos produzidos 126,97 128 126 0,41 0,15

A Tabela 2 é referente ao percentual de utilização das estações de trabalho. Estão

apresentados os valores médios, máximos, mínimos, desvio padrão e half-width. É possível

observar que a primeira estação de trabalho teve uma utilização média de 99,67% do tempo

útil para produção. A quarta estação de trabalho obteve a menor utilização média,

contabilizando 75,07% do tempo útil. Observa-se que, mediante a representação do sistema

TBC na parte da linha estudada, há uma possível tendência de queda de utilização das

estações de trabalho ao longo da linha. Tal fato pode ser explicado pelo fato dos tempos de

operação serem menores ao longo da linha, comparados a primeira estação.

Tabela 2 – Utilização das estações de trabalho

Local Média (%) Máximo (%) Mínimo (%) Desvio padrão Half-width

Estação de trabalho 1 99,67 99,97 99,43 0,14 0,05







11


Os dados sobre o percentual de utilização dos estoques intermediários são apresentados na

Tabela 3. Nesta também há os valores percentuais médios, máximos, mínimos, desvio padrão

e half-width. Nota-se que os estoques intermediários foram pouco utilizados, o que indica uma

característica positiva do sistema TBC quanto à redução desses estoques. As peças

praticamente não passam por um período de espera para serem processadas na próxima

estação de trabalho.

Tabela 3 – Utilização dos estoques intermediários

Local Média (%) Máximo (%) Mínimo (%) Desvio

padrão Half-width

Estoque intermediário 1 0,18 0,27 0,11 0,03 0,02



Estoque intermediário 4 0,02 0,03 0,01 0,01 0

5. Considerações finais

O objetivo inicialmente proposto foi alcançado. Foi realizada a simulação do TBC aplicada no

ambiente produtivo de uma empresa automobilística. Notou-se que a simulação

computacional do TBC auxilia na assimilação do SEO e na percepção dos detalhes de seu

funcionamento. Ainda, os resultados obtidos na simulação indicam que a parte da linha

estudada, mediante o funcionamento do TBC, consegue atender a ordem de produção com

estoques intermediários praticamente inexistentes.

O presente trabalho contribui para maior discussão sobre o tema simulação de sistemas de

emissão de ordens. Ainda, gera informações para a literatura de engenharia de produção sobre

o desempenho do sistema TBC, sistema este pouco estudado na literatura da área. Também, a

pesquisa contribui para o ramo empresarial, ao incentivar o uso de simulação para análise de

desempenho de sistemas de emissão de ordens antes de sua efetiva implantação. Assim, uma

determinada empresa pode simular alterações na produção e analisar se os resultados obtidos

serão vantajosos para alcançar seu objetivo.

Sugere-se, como pesquisa futura, simular, analisar e comparar o desempenho de outros




12

sistemas de emissão de ordens para identificação de qual sistema se aplica melhor a realidade

do sistema produtivo de determinada empresa.

REFERÊNCIAS

BACHEGA, S. J. ; TAVARES, D. M. . Simulation-based Optimization Applied in an Automotive Company. In:

22nd International Conference on Production Research. Proceedings...ICPR 22, 2013, Foz do Iguaçu.

Challenges for Sustainable Operations, 2013.

BERENDS, P.; ROMME, G. Simulation as a research tool in management studies. European Management

Journal , v.17, n.6, pp.576–583, 1999.

BONVIK, A. M.; COUCH, C. E.; GERSHWIN, S. B. A comparison of production-line control mechanisms.

International Journal of Production Research, vol. 35, n. 3, pp. 789-804, 1997.

BOONLERTVANICH, K. Extended-CONWIP-KANBAN System: Control and Performance Analysis.

Georgia Institute of Tecnology, 2005. 243 p. Dissertation (Doctor of Philosophy) School of Industrial and

System Engineering, Georgia Institute of Technology, 2005.

BRYMAN, A. Research methods and organization studies. London: Uniwin Hyman, 1989. 224 p.

BUFFA, E. S.; SARIN, R. K. Modern Produtction/Operations Management. 8ª ed. John Wiley & Sons, 1987.

BURBIDGE, J. L. Planejamento e controle da produção. São Paulo: Atlas, 1983.

BURBIDGE, J. L. Production Control: a universal conceptual framework. Production Planning and Control,

vol. 1, n.1, pp. 3-16, 1990.

CHIAVENATO, Idalberto. Planejamento e Controle de Produção. São Paulo: Manole, 2008.

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

Bravarte. 2ª ed. 2007.

CORRÊA, H. L.; GIANESI, I. G. N; CAON, M. Planejamento, programação e controle da produção: MRP

II-ERP, conceitos, uso e implantação. 5. ed. São Paulo: Atlas, 2007.

CRESWELL, J. W. Research design: qualitative & quantitative approaches. 4th

ed. London: Sage, 2013.

FORNO, A. J. D.; TUBINO, D. F.; VALLE, A. C. R.; Implementação de kanban de fornecedor, transporte e

produção: estudo de caso em empresa de cabines de máquinas agrícolas. In: ENCONTRO NACIONAL DE

ENGENHARIA DE PRODUÇÃO, XXVII ENEGEP, 2007, Foz do Iguaçu. Anais... Foz do Iguaçu, 2007.

FREITAS FILHO, P. J. Introdução à modelagem e simulação de sistemas. Florianópolis: Visual Books. 2ª ed.

2008.

GERAGHTY, J.; HEAVEY, C. A review and comparison of hybrid and pull-type production control strategies.

OR Spectrum, v. 27, n. 2, p. 435-457, 2005.

GHRAYEB, O.; PHOJANAMONGKOLKIJ, B.; TAN, B. A. A hybrid push/pull system in assemble-to-order

manufacturing environment. Journal of Intelligent Manufacturing, 20, pp. 379-387, 2009.




13

HOPP, W. J.; SPEARMAN, M. L.; Factory Physics: foundations of manufacturing management. 2 ed.

Boston: McGraw-Hill, 2000.

IUCKSCH, A. M. Simulação de sistemas de gestão de produção em manufatura sazonal. 2005. 89 f.

Dissertação (Mestrado Profissionalizante em Engenharia – Escola de Engenharia), Universidade Federal do Rio

Grande do Sul, 2005.

JODLBAUER, H.; HUBER, A. Service-level performance of MRP, kanban, CONWIP and DBR due to

parameter stability and environmental robustness. International Journal of Production Research, v. 46, n. 8,

pp. 2179–2195, april 2008.

KELTON, W. D.; SADOWSKI, R. P.; SADOWSKI, D. A. Simulation with Arena. 2nd

ed., New York:

McGraw-Hill, 2002.

KHOJASTEH-GHAMARI, Y. A performance comparison between Kanban and CONWIP controlled assembly

systems. Journal of Intelligent Manufacturing, 20, pp. 751-760, 2009.

KIM, K.; CHHAJED, D.; PALEKAR, U. S. A comparative study of the performance of push and pull systems in

the presence of emergency orders. International Journal of Production Research, v. 40, n. 7, p. 1627-1646,

2002.

LAND, M. J. Cobacabana (control of balance by card-based navigation): A card-based system for job shop

control. International Journal Production Economics, 117, p. 97-103, 2008.

LAW, A. M.; KELTON, W. D. Simulation Modeling & Analysis. 3rd edition, New York: McGraw- Hill, 2000.

MACDONALD, C.; GUNN, E.A. A simulation based system for analysis and design of manufacturing

production control systems. Proceedings… Winter Simulation Conference, pp. 1882-1890, 2008.

SILVA, A. E.; SANTOS, A. G.; LIMA, M. L. S.; BACHEGA, S. J. Simulação computacional como técnica de

auxílio no processo de ensino e aprendizagem do sistema de emissão de ordens Two-Boundary Control (TBC).

In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 28.,2008, Bento Gonçalves. Anais...

Bento Gonçalves: ABEPRO, 2012.

SIPPER, D.; BULFIN JR.; R.L. Production: planning, control and integration. New York: McGraw- Hill, 1997.

SPEARMAN, M. L. WOODRUFF, D. HOPP, W. J. CONWIP: a pull alternative to kanban. International

Journal of Production Research, v. 28, n. 5, pp. 879-894, 1990.

WANG, Y.; CAO, J.; KONG, L. Hybrid Kanban/Conwip Control System Simulation and Optimization Based on

Theory of Constraints. Proceedings… IEEE International Conference on Intelligent Computing and Intelligent

Systems, ICIS 2009, v. 2, pp. 666-670, 2009.

YIN, R.K. Case study research: design and methods. Sage Publications Inc., 5th

ed., 2013.

Documents

SIMULAÇÃO COMPUTACIONAL DO SISTEMA DE EMISSÃO DE …abepro.org.br/biblioteca/TN_WIC_206_225_27133.pdf · pode ser aplicado em modelagens matemáticas e simulações computacionais