Embed Size (px)
Citation preview
UNIVERSIDADE REGIONAL DO CARIRI
CENTRO DE CIÊNCIAS E TECNOLOGIAS – CCT
DEPARTAMENTO DA CONSTRUÇÃO CIVIL
PÓS-GRADUAÇÃO EM GERENCIAMENTO DA CONSTRUÇÃO CIVIL
MARCELO DE ALENCAR E SILVA
USO DA SIMULAÇÃO DE EVENTOS DISCRETOS COMO AUXÍLIO À TOMADA
DE DECISÃO NO PROJETO DO SISTEMA DE PRODUÇÃO
JUAZEIRO DO NORTE, CEARÁ.
2017
MARCELO DE ALENCAR E SILVA
USO DA SIMULAÇÃO DE EVENTOS DISCRETOS COMO AUXÍLIO À TOMADA
DE DECISÃO NO PROJETO DO SISTEMA DE PRODUÇÃO
Monografia apresentada como requisito parcial para obtenção do grau de Especialista em Gerenciamento da Construção Civil pela Universidade Regional do Cariri.
Orientador: Prof. Me. Jefferson Luiz Alves Marinho
Co-orientador: Prof. Jefferson Heráclito Alves de Souza
JUAZEIRO DO NORTE, CEARÁ.
2017
MARCELO DE ALENCAR E SILVA
USO DA SIMULAÇÃO DE EVENTOS DISCRETOS COMO AUXÍLIO À TOMADA
DE DECISÃO NO PROJETO DO SISTEMA DE PRODUÇÃO
Monografia apresentada como requisito parcial para obtenção do grau de Pós-Graduação em
Gerenciamento da Construção Civil pela Universidade Regional do Cariri
Monografia defendida e aprovada, em (___ / ___ / 2017), pela banca examinadora:
_____________________________________________________________
Prof. Me. Jefferson Luiz Alves Marinho
Orientador
_____________________________________________________________
Profª.
Examinador Interno
_____________________________________________________________
Prof.
Examinador Interno
A Deus.
Aos meus pais, João e Leônia.
A minha irmã, Márcia.
AGRADECIMENTOS
A Deus pela força que me ergueu diante de todas as dificuldades e que me guiou durante
essa conquista.
Aos meus pais, pelo apoio incondicional durante toda minha vida. Em especial, durante
os anos de pós-graduação, quando mesmo a distância geográfica, não impediu que me sentisse
seguro e confiante, sabendo que meu porto seguro estaria sempre lá, de braços abertos.
A todos os professores que me ajudaram a chegar aqui, trazendo preciosas informações
e orientações, tanto no aspecto profissional, como no aspecto pessoal também.
Aos professores Jefferson Luiz Alves Marinho e Jefferson Heráclito Alves de Souza,
pela paciência, tempo e dedicação despendidos durante a orientação deste trabalho.
A todos meus amigos e colegas de graduação e especialização. Pessoas muito especiais
que conheci aqui em Juazeiro do Norte e espero poder levar a amizade para toda a vida.
“Se uma imagem vale mais do que mil palavras, um modelo vale mais do que mil imagens.” (Edward McCracken)
RESUMO
A indústria da construção civil, com as suas peculiaridades, é caracterizada por elevada
complexidade, a qual tende a aumentar com o passar do tempo, proporcionalmente ao nível de
exigências. Diante disso, a importância de projetar e simular os sistemas de produção de forma
antecipada tem crescido. A simulação de eventos discretos surge como uma ferramenta
gerencial para avaliar os cenários alternativos em empreendimentos de construção. Entretanto,
seu emprego tende a ser pouco explorado no projeto do sistema de produção de
empreendimentos reais, principalmente devido à dificuldade de interpretação dos dados e da
pouca experiência dos tomadores de decisão com essa ferramenta. Por esse motivo, o objetivo
principal desse trabalho é avaliar a potencialidade do uso da simulação de eventos discretos no
suporte às decisões gerenciais tomadas na fase de planejamento. Para isso, através do software
Arena Simulation, o processo produtivo das fundações de uma obra de grande porte na cidade
de Porto Alegre foi modelado e simulado cinco em cenários. Os resultados obtidos das
simulações serviram como base para tomada de decisão e escolha entre uma das cinco
alternativas consideradas.
Palavras-chave: Projeto do sistema de produção, Simulação de eventos discretos; Arena Simulation; Gestão da produção.
ABSTRACT
The construction industry, with its peculiarities, is characterized by the high complexity, which
tends to increase over time, in proportion to the level of requirements. Therefore, the importance
of designing and simulating the production systems in advance has grown. The discrete event
simulation emerges as a management tool to evaluate alternative scenarios in construction
projects. However, their use tends to be poorly explored in Production System Design of real
projects, mainly due to the difficulty on data understanding and the lack of experience of
decision-makers with this tool. Thus, the main objective of this study is to evaluate the potential
of using discrete event simulation in supporting the management decisions taken in the planning
phase. For this, through the Arena Simulation software, the foundation production process of a
large project in the city of Porto Alegre has been modeled and five scenarios have been
simulated. The results of the simulations were the basis for decision-making and for the choice
from one of the five alternatives considered.
Keywords: Production System Design, Discrete event simulation; Arena Simulation; Production management.
LISTA DE ILUSTRAÇÕES
Figura 01 – Sistema de produção .............................................................................................. 15 Figura 02 – Modelo geral de gestão da produção ..................................................................... 20 Figura 03 – Tipos de Sistemas .................................................................................................. 28 Figura 04 – Etapas da Simulação .............................................................................................. 33 Figura 05 – Elementos Centrais da Design Science Research .................................................. 41 Figura 06 – Delineamento da Pesquisa ..................................................................................... 43 Figura 07 – Avaliação dos Softwares de SED .......................................................................... 45 Figura 08 – Ambiente de Trabalho do Arena Simulation ......................................................... 45 Figura 09 – Primeira Etapa do Complexo Fecomércio-RS, Sesc e Senac ................................ 47 Figura 10 – Fundações ............................................................................................................. 48 Figura 11 – Simplificação do Processo de Fundações .............................................................. 49 Figura 12 – Modelo Conceitual do processo de execução das fundações ............................... 51 Figura 13 – Modelo Computacional ......................................................................................... 53 Figura 14 – Características dos Cenários Simulados ................................................................ 54 Figura 15 – Instantaneous Utilization Nivelado ...................................................................... 55 Figura 16 – Faixa Recomendável do Scheduled Utilization ..................................................... 56 Figura 17 – Instantaneous Utilization - Cenário 01 .................................................................. 57 Figura 18 – Scheduled Utilization - Cenário 01 ........................................................................ 58 Figura 19 – Instantaneous Utilization - Cenário 02 .................................................................. 59 Figura 20 – Scheduled Utilization - Cenário 02 ........................................................................ 60 Figura 21 – Instantaneous Utilization - Cenário 03 .................................................................. 61 Figura 22 – Scheduled Utilization - Cenário 03 ........................................................................ 61 Figura 23 – Instantaneous Utilization - Cenário 04 .................................................................. 62 Figura 24 – Scheduled Utilization - Cenário 04 ........................................................................ 63 Figura 25 – Instantaneous Utilization - Cenário 05 .................................................................. 64 Figura 26 – Scheduled Utilization - Cenário 05 ........................................................................ 65 Figura 27 – Resumo das Características dos Cenários ............................................................. 65
LISTA DE ABREVIATURAS E SIGLAS
CPM – Critical Path Method
EE – Estudo Empírico
IGLC – International Group for Lean Construction
JIC – Just in Case
JIT – Just in Time
NORIE – Núcleo Orientado para a Inovação da Edificação
PEPS – Primeiro que Entra – Primeiro que Sai
PERT – Programme Evaluation Review Technique
PSP – Projeto do Sistema de Produção
TIC – Tecnologia da Informação e Comunicação
TPC – Tambor-pulmão-corda
UEPS – Último que Entra – Primeiro que Sai
UFRGS – Universidade Federal do Rio Grande do Sul
URCA – Universidade Regional do Cariri
VIM – Visual Interactive Modelling
VIMS – Sistemas de Modelagem Interativa Visual
VIS – Visual Interactive Simulation
WBS – Work Breakdown Structure
WIP – Trabalho em Progresso
SUMÁRIO 1. Introdução ............................................................................................................ 12
1.1. Justificativa ................................................................................................... 131.2. Objetivos ...................................................................................................... 13
1.2.1. Objetivo Principal .................................................................................. 131.2.2. Objetivos Específicos ............................................................................. 13
1.3. Limitações do Trabalho .................................................................................. 131.4. Estrutura do Trabalho ..................................................................................... 14
2. PROJETO DO SISTEMA DE PRODUÇÃO ............................................................ 152.1. CONCEITO DE SISTEMA DE PRODUÇÃO .................................................. 15
2.1.1. Crítica à Visão Tradicional de Produção ................................................... 172.2. Sistema de Produção por Projeto ..................................................................... 182.3. Projeto de Sistema de Produção na Manufatura ..................................................... 19
2.3.1. Nível de Integração Vertical .................................................................... 212.3.2. Capacidade Produtiva ............................................................................. 222.3.3. Layout ................................................................................................... 232.3.4. Fluxos e Sincronia da Produção ..................................................................... 24
3. MODELAGEM DE SISTEMAS DE PRODUÇÃO .................................................. 273.1 Tipos de Sistemas ................................................................................................ 273.2. Modelo ........................................................................................................ 283.3. Modelagem ........................................................................................................ 293.4. Simulação Computacional ................................................................................... 30
3.4.1. Etapas da Modelagem de Simulação ............................................................... 333.4.2. Sistemas de Modelagem Interativa Visual ....................................................... 37
4. Método de pesquisa ............................................................................................... 404.1 Estratégia de Pesquisa .......................................................................................... 404.2 Delineamento da Pesquisa .................................................................................... 434.3 Fase Exploratória ................................................................................................ 44
4.3.1 Seleção do Software de Simulação de Eventos Discretos ................................... 444.3.2 Estudo Empírico ............................................................................................ 46
4.4 Fase de Desenvolvimento ..................................................................................... 494.4.1 Modelo Conceitual ........................................................................................ 494.4.2 Modelo Computacional .................................................................................. 524.4.3 Simulações ................................................................................................... 54
5. Resultados e discussões ............................................................................................. 55
5.1 Cenário 01 .......................................................................................................... 565.2 Cenário 02 .......................................................................................................... 585.3 Cenário 03 .......................................................................................................... 605.4 Cenário 04 .......................................................................................................... 625.5 Cenário 05 .......................................................................................................... 635.6 Tomada de Decisão ............................................................................................. 65
6. Conclusão ................................................................................................................ 67 Referências .................................................................................................................. 67Apêndide A ................................................................................................................. 73
12
1. INTRODUÇÃO
Muitos dos esforços disseminados a partir do chamado pensamento Lean (WOMACK;
JONES, 1996) estão relacionados aos fluxos, perdas e incertezas. Dessa forma, um dos
principais desafios observados na construção, apontado por Howell (1999), diz respeito à
combinação dos efeitos da dependência e da variabilidade aliados à complexidade,
característica deste ambiente. O planejamento e o controle dos processos na construção são
etapas de difícil execução, uma vez que a incerteza é altamente presente nesse cenário em
função da interdependência entre as atividades (TOMMELEIN, 1997). Dessa forma, o ato de
considerar a existência e a extensão da variabilidade e da incerteza mostra-se fundamental para
minimizar os impactos negativos desses fenômenos nos processos.
Ao mesmo tempo em que emerge a necessidade em se abordar questões relacionadas à
incerteza e à variabilidade, a importância do Projeto do Sistema de Produção (PSP), conforme
apontado por Schramm e Formoso (2007), é frequentemente desconsiderada. Para projetar e
controlar sistemas de produção é necessária uma visão sistêmica, que permita o foco na sua
estruturação e teste de alternativas para a sua execução (RECK, 2013). Assim, em um cenário
de elevada complexidade como a construção civil (OWEN; KOSKELA, 2006), a utilização de
técnicas capazes de analisar o comportamento desses fenômenos em um sistema é fundamental
para auxiliar o processo de tomada de decisão (SCHRAMM; FORMOSO, 2007).
A aplicação de ferramentas tradicionais de gestão de empreendimentos (como as redes
CPM-PERT, por exemplo) são consideradas inapropriados para projetos complexos
(BACCARINI, 1996), sendo que existe uma carência de ferramentas e técnicas adequadas para
apoiar a tomada de decisão em empreendimentos da construção (GIDADO, 1996).
A utilização da simulação de eventos discretos (SED) surge como uma ferramenta de
suporte, para que a análise do comportamento de um sistema ou processo seja realizada
considerando-se o impacto da incerteza, da variabilidade e da interconectividade das variáveis
de produção (RECK, 2013).
13
1.1. Justificativa
A oportunidade da realização do presente trabalho surgiu da parceria do grupo de pesquisa
do NORIE/UFRGS com uma empresa construtora responsável pela execução da nova sede do
complexo Fecomercio, Sesc e Senac localizado na cidade de Porto Alegre, no Rio Grande do
Sul, que necessitava de uma solução para reduzir os custos do seu processo produtivo.
Considerando o grande porte do empreendimento a ser construído, aliado à sua elevada
complexidade, buscou-se desenvolver um PSP para o processo de execução, com o apoio de
simulação de eventos discretos, no qual foram analisados vários cenários e apresentados
soluções mais favoráveis a realidade do empreendimento.
1.2. Objetivos
1.2.1. Objetivo Principal
Avaliar o uso da simulação de eventos discretos (SED) como base para a tomada de
decisão, em fase de planejamento, em empreendimentos de construção civil.
1.2.2. Objetivos Específicos
Especificamente visou-se:
1. Identificar as oportunidades de utilização do modelo computacional no dimensionamento de equipamentos para melhor sincronização da produção;
2. Explorar possíveis alternativas e oportunidades de melhoria para a logística e para a execução do processo;
3. Utilizar do modelo computacional para verificar o comportamento do processo produtivo frente à variabilidade.
1.3. Limitações do Trabalho
O trabalho foi realizado em uma obra de grande porte, caracterizada como um
empreendimento de alta complexidade devido à grande variedade dos elementos construtivos,
alto grau de incerteza e grande interdependência nos processos. Para o presente estudo, foi
escolhida apenas a etapa de fundações por a mesma estar em fase de planejamento mais
avançada, com maiores informações e menor grau de incerteza envolvido.
14
1.4. Estrutura do Trabalho
A estrutura do trabalho foi dividida em seis capítulos, que demostram as diferentes etapas
do desenvolvimento do mesmo.
• Capítulo 01: Traz em seu conteúdo informações necessárias e suficientes sobre o objeto
de estudo deste trabalho, sua relevância e os objetivos deste estudo;
• Capítulo 02: Traz uma revisão bibliográfica referente ao projeto do sistema de produção;
• Capítulo 03: Traz uma revisão bibliográfica referente à modelagem de sistemas de
produção;
• Capítulo 04: Descreve a metodologia utilizada no estudo;
• Capítulo 05: Apresenta os resultados obtidos frente aos cenários simulados;
• Capítulo 06: Apresentas as principais conclusões do estudo.
15
2. PROJETO DO SISTEMA DE PRODUÇÃO
Nesse primeiro capítulo, são introduzidos os conceitos relacionados ao projeto do sistema
de produção (PSP) e os objetivos deste processo. Em seguida, uma crítica é feita à gestão
tradicional da produção na construção civil, a qual é apresentado os conceitos de transformação,
fluxo e valor fundamentados por Koskela (2000).
2.1. CONCEITO DE SISTEMA DE PRODUÇÃO
De acordo com Meredith e Shafer (2002), um sistema de produção é caracterizado pela
reunião intencional de pessoas, objetos e procedimentos em um ambiente operável. Na Figura
01 está representado os principais elementos de um sistema de produção, que são: insumos,
sistemas de transformação, produtos, ambiente e mecanismos usados para o monitoramento e
controle. Dessa forma, o setor de produção se encarrega em gerar valor a partir de uma
determinada entidade, transformando insumos em produtos úteis, sendo que essa
transformação, segundo Meredith e Shafer (2002), pode ser organizada em quatro tipos
principais:
Figura 01 – Sistema de Produção
Fonte: Meredith e Shafer (2002)
16
(a) Alteração ou mudança física do insumo (por exemplo, corte e dobra do aço);
(b) Transporte de produtos a determinados locais (por exemplo, transporte de concreto até o local da aplicação);
(c) Armazenamento em ambiente seguro e por um determinado tempo (por exemplo, armazenamento de sacos de cimentos de forma a evitar a umidade);
(d) Inspeção, valorizando o produto através do conhecimento de suas propriedades (por exemplo, ensaio de dureza superficial ou esclerometria).
De forma semelhante, Gaither e Frazier (2005) adotam a seguinte definição de sistema de
produção: a) o sistema de produção recebe insumos na forma de materiais, pessoal, capital,
serviços públicos e informação; b) os insumos recebidos são modificados em um subsistema de
transformação para os produtos e serviços requeridos; c) uma quantidade de produtos
modificados é monitorada no subsistema de monitoramento e controle para determinar se o
produto é aceitável ou não, em termos de qualidade, quantidade e custo; e d) em casos que o
produto não é aceito, é necessário uma ação corretiva por parte da administração.
Contudo, Hopp e Spearman (2000) destacam o conceito de fluxo, apresentando o sistema
de produção como uma rede de processos orientada aos objetos por onde as entidades fluem. A
partir disso, os autores enfatizam os seguintes aspectos para qualquer sistema de produção:
(a) O objetivo do sistema de produção está geralmente relacionado à lucratividade;
(b) Os processos podem representar tanto processos físicos como aqueles processos que
suportam a função produção;
(c) As entidades podem ser tanto as partes sendo transformadas como também a informação
utilizada para controlar o sistema;
(d) O fluxo de entidades através do sistema descreve a forma como materiais e informações
são processados dentro do sistema, sendo a gestão destes fluxos a principal atividade da
função produção;
(e) O gerenciamento das interações entre os processos é mais importante do que o
gerenciamento de processos e entidades individualmente.
17
2.1.1. Crítica à Visão Tradicional de Produção
De acordo com Koskela (2000), o modelo tradicional de gestão da produção apoia-se
fortemente no conceito de transformação, considerando a produção unicamente como a
conversão de insumos em produtos. O modelo tradicional se baseia em alguns princípios: a) o
processo de transformação é decomposto em subprocesso menores e mais gerenciáveis; b) a
redução do custo total do processo é garantida pela redução do custo de cada subprocesso
individualmente; c) o valor de um produto resultante de um processo é calculado pelo valor
(custo) dos insumos utilizados naquele processo.
Koskela (2000) observa que o foco da produção é apenas a transformação dos
subprocessos, o modelo de transformação negligencia e diminui a eficiência do fluxo global do
processo de produção. Deste modo, é definido por Koskela (2000) o conceito de fluxo e geração
de valor. Assim, o tempo é introduzido como uma entrada na produção, onde o que é
quantificado é o tempo consumido e o valor agregado ao produto pela transformação. Koskela
(2000) também afirma que o tempo pode ser consumido por dois tipos de atividades, as
atividades de transformação e as de fluxo, que podem ser: transporte, espera e inspeção;
enquanto que o valor é agregado ao produto apenas pelas atividades de transformação. Diante
disso, para melhorar o processo de produção, entende-se que é necessário eliminar as atividades
que não agregam valor ao produto final, ou seja, deve-se eliminar as atividades de fluxo, que
seriam: transportes desnecessários, atrasos na produção e inspeção final da qualidade do
produto (KOSKELA, 2000).
Koskela e Howell (2000) também criticam a abordagem tradicional do planejamento,
execução e controle da produção. Os autores argumentam que essa abordagem sofre de sérias
deficiências de base teórica: a) o papel do planejamento não é definido de forma real, sendo
que o planejamento de curto prazo é negligenciado ou fracamente desenvolvido; b) não há uma
gestão, de forma sistêmica, da execução; c) o papel do controle da produção é visto apenas
como medição do desempenho e realização de ações corretivas, ao invés de ser um processo de
aprendizagem contínua.
Estes problemas estão relacionados à falhas na base teórica da gestão da produção,
apresentados por Koskela e Howell (2002): a) o controle da produção é visto apenas como um
termostato; b) a função execução é vista apenas como um repasse de ordens de serviços. O
modelo do termostato é a criação de um padrão de desempenho que é usado como referência
para uma avaliação periódica do andamento da produção tendo como propósito avaliar a
18
aderência ao padrão estabelecido (HOFSTEDE, 1978). A principal crítica com relação a esse
modelo é que ele não considera, explicitamente, o efeito da aprendizagem ou das melhorias
(KOSKELA; HOWELL, 2002).
2.2. Sistema de Produção por Projeto
Existem diferentes formas de classificação dos sistemas de produção, sendo a
classificação mais comum a Matriz Produto-Processo ou Matriz Volume-Variedade, proposta
por Hayes e Wheelwrigth (1979). Esta classificação considera a construção civil como um
sistema de produção por projeto, que via de regra tem como características principais: (a)
carácter único; (b) duração finita, com início e fim bem definidos; (c) organização temporária;
(d) fluxo de trabalho desordenado; e (e) realização múltiplas tarefas, muitas vezes simultâneas
e independentes (BALLARD; HOWELL, 1998; MEREDITH; SHAFER, 2002). As seguintes
características são acrescentadas por Slack, Chambers e Johnston (2007): (a) envolvem
normalmente produtos altamente customizados; (b) tem um carácter de definição progressiva,
ou seja, as atividades para a confecção do produto podem ser mal definidas e incertas, sendo
modificadas durante o processo de produção; e (c) os recursos para fazer o produto são
organizados especialmente para cada produto.
Diante disso, Gaither e Frazier (2005) observam a necessidade da elaboração de um plano
de execução do projeto no inicio das atividades, alertando que este plano deve ser modificado
à medida que as condições vão mudando durante o projeto. Por isso, o planejamento e controle
devem ocorrer ao longo da evolução do projeto, sendo estes processos essenciais na gestão de
sistemas de produção por projetos (MEREDITH; SHAFER, 2002). Na visão tradicional desse
tipo de sistema, uma das primeiras tarefas do planejamento consiste na definição detalhada de
todas as tarefas, para que estas possam ser agendadas, orçadas e para que se possa atribuir
responsabilidades (MEREDITH; SHAFER, 2002). Em geral existe um padrão de divisão do
projeto em atividades, Work Breakdown Structure (WBS), que serve de ponto de partida para
a elaboração do plano de longo prazo do projeto (GAITHER; FRAZIER, 2005; MEREDITH;
SHAFER, 2002; SLACK; CHAMBERS; JOHNSTON, 2007).
Segundo Meredith e Shafer (2002), a programação das atividades do projeto normalmente
é complexa devido a: (a) grande número de atividades; (b) grande quantidade e variedade de
relações de precedência entre atividades; e (c) o tempo limitado do projeto. Na visão tradicional
19
do planejamento da produção, as atividades que devem ser executadas são definidas para que
sejam atingidos os objetivos do projeto, no tempo em que cada uma delas requer e na ordem
em que elas precisão ser concluídas (MEREDITH; SHAFER, 2002). Por conta disso, na área
de gestão de projetos, duas técnicas de redes de precedência são muito confundidas: Program
Evaluation and Review Technique (PERT) e Critical Path Method (CPM) (GAITHER;
FRAZIER, 2005; MEREDITH; SHAFER, 2002; SLACK; CHAMBERS; JOHNSTON, 2007).
Esta sistemática de gestão de projetos apresentada nesta seção está intimamente ligada a
visão tradicional de gestão da produção discutida anteriormente. Mas é importante ressaltar as
características desse tipo de sistema, no qual a indústria da construção faz parte, pois as mesmas
influenciam a forma de abordagem do projeto do sistema de produção descrito a seguir.
2.3. Projeto de Sistema de Produção na Manufatura
De acordo com Slack, Chambers e Johnston (2007) o termo projeto é usualmente utilizado
quando se quer referir ao projeto (design) dos produtos que serão produzidos. No entanto, esta
atividade também se refere ao projeto do sistema de produção que efetivamente produz estes
produtos.
Na Figura 02 é apresentado um modelo geral de gestão da produção proposto por Slack,
Chambers e Johnston (2007). Neste modelo é observado o mesmo conceito de sistema de
produção apresentado na Figura 01 por Meredith e Shafer (2002), sendo que são acrescentadas
as funções de projeto, planejamento e controle e melhoria dentro do escopo da transformação e
a estratégia de produção como o objetivo almejado por estas três primeiras atividades. Segundo
Reck (2013), a partir desta estrutura, a estratégia de produção influencia diretamente a atividade
de projeto, planejamento e controle e melhoria de um sistema de produção.
20
Figura 02 – Modelo geral de gestão da produção
Fonte: Slack, Chambers e Johnston (2007)
Slack, Chambers e Johnston (2007) afirmam que dentro da gestão da produção, a
atividade de projeto está relacionada tanto ao projeto do produto quanto ao projeto do sistema
de produção, sendo tratados de formas separadas, mas relacionados entre si. Pequenas
mudanças no projeto do produto podem desencadear grandes modificações na forma com que
as operações iram produzi-lo, ou as definições do produto podem ser restringidas pelo projeto
do processo.
O projeto do sistema de produção é definido por Gaither e Frazier (2005) como o
planejamento e projeto dos processos, que requer conhecimento sobre a estratégia de produção,
projetos de produtos ou serviços, tecnologia do sistema de produção e mercado, sendo estes
conhecimentos utilizados para desenvolver um plano detalhado para produzir produtos e
serviços. Ainda segundo Gaither e Frazier (2005) o resultado deste plano é a determinação das
etapas do processo tecnológico a ser utilizado e as conexões entre estas etapas, assim como o
projeto de construção e instalação de layout, escolha de equipamentos, determinação da
quantidade de funcionários e suas habilidades necessárias.
O projeto do sistema de produção, no contexto da construção civil, é a primeira atividade
a ser realizada para estruturar os recursos e os processos para a execução de empreendimentos
(BALLARD et al., 2001a, 2001b; KOSKELA; BALLARD, 2003). Ballard et al. (2001b) afirma
que o escopo do PSP engloba desde a definição da organização necessária para a realização do
empreendimento até o projeto de operações, devendo criar condições para o controle e melhoria
do sistema.
Após ter sido abordada a definição do sistema de produção, a seguir, são apresentadas as
atividades que compõem o seu escopo de decisão. Estas atividades são: definição do nível de
21
integração vertical, planejamento da capacidade produtiva, definição dos fluxos físicos,
planejamento de layout e sincronia da produção.
2.3.1. Nível de Integração Vertical
A integração vertical está associada a escolha dos processos que a empresa pretende
manter sob o seu domínio, geralmente relacionado à decisão de fazer ou comprar (SLACK;
CHAMBERS; JOHNSTON, 2013). Askin e Goldberg (2007) afirmam que a integração vertical
é também relacionada à estratégia de gestão da cadeia de suprimentos das empresas, ou seja, a
maneira como as empresas estabelecem parcerias com seus fornecedores e clientes e a gestão
dos fluxos dos produtos e informações desde as atividades básicas até a entrega do produto.
Há uma grande quantidade de empresas que recorrem à integração vertical para garantir
o fornecimento de materiais (ASKIN; GOLDBERG, 2007). Além disso, os efeitos da
integração vertical na produção podem influenciar, segundo Slack, Chambers e Johnston (2013,
p. 99), os seguintes fatores:
(a) Qualidade: as origens de problemas relacionados a qualidade são mais facilmente encontradas quando a mão de obra é própria, mas pode haver riscos de complacência das equipes. Já na cadeia de suprimentos, os fornecedores podem ter mais experiência no processo de execução e mais conhecimentos específicos, no entanto a contratante pode sofrer pressão por parte do mercado e ter dificuldades de comunicação;
(b) Rapidez: as operações mais integradas geralmente apresentam uma maior sincronização da produção, acelerando a troca de informações e materiais, mas se a operação tem clientes externos, os internos podem acabar sendo negligenciados. Já em uma cadeia de suprimentos, a comunicação pode ser construída, mas há também o risco de haver transportes em excesso;
(c) Confiabilidade: uma comunicação facilitada pode ajudar na integração vertical, mas quando a operação tem clientes externos, os internos correm o risco de serem negligenciados. Um bom desempenho de entregas de produtos na cadeia de suprimentos pode ser encorajado por penalidades em entregas tardias, mas barreiras organizacionais podem dificultar a comunicação;
(d) Flexibilidade: a necessidade de mudanças nos processos pode ser percebida mais facilmente pela maior proximidade da contratante com seus processos, mas a habilidade de resposta tem como limitação a escala e o escopo das operações. Já na cadeia de suprimentos, a habilidade e a capacidade de resposta é mais facilitada, no entanto os fornecedores podem ser influenciados pelas necessidades conflitantes de diferentes clientes; e
(e) Custos: produzindo a contratante pode permanecer com todos os lucros de seus processos, mas o baixo volume de produção pode reduzir lucros e a não terceirização pode reduzir a inovação nos processos. Já na cadeia de suprimentos, há um compartilhamento de custos de produção, mas os custos de comunicação e coordenação também devem ser considerados.
22
Dessa forma, as características que um fornecedor deve ter, segundo Meredith e Shafer
(2002, p. 107), são:
• Ter condições de entregar os produtos no prazo determinado, com a qualidade e quantidade especificada, para manter o fluxo constante das atividades da organização;
• Ter preços justos e realizar esforços contínuos para manter ou reduzir o preço;
• Ter a capacidade de reação a mudanças imprevistas, como aumento ou redução de demanda, qualidade, especificações ou programações de entrega;
• Ter uma política de melhoramento constante dos seus produtos e serviços.
A decisão sobre os elementos a serem fabricados e a serem comprados de fornecedores
externos tem grande importância para a empresa, devendo ser consideradas as competências
básicas da empresa e os requisitos dos clientes (ASKIN; GOLDBERG, 2007). Askin e
Goldberg (2007) afirmam que a maioria das empresas não tem interesse em atribuir o controle
de peças-chave aos seus fornecedores, no entanto, commodity (produtos disponíveis a partir de
vários fornecedores a preços competitivos, que não apresentam diferenciação em termos de
qualidade e que, normalmente, são entregues rapidamente) são raramente produzidos
internamente devido ao baixo risco envolvido na compra desses produtos. Em compensação,
os elementos que se relacionam diretamente às competências básicas da empresa são
usualmente produzidos internamente (ASKIN; GOLDBERG, 2007).
2.3.2. Capacidade Produtiva
A capacidade produtiva é definida por Gaither e Frazier (2005) como a cadência máxima
de produção de uma organização. Planejar a capacidade é definir o tempo e a quantidade
necessária de instalações, equipamentos e mão de obra (MEREDITH; SHAFER, 2002). Hopp
e Spearman (2000) afirmam que as decisões relacionadas à capacidade produtiva têm um
impacto estratégico para o projeto de novos sistemas de produção e tem muitos efeitos no
desempenho do sistema de produção, por influenciar outros elementos do planejamento e
controle.
Contudo, segundo Slack, Chambers e Johnston (2007), um sistema de produção é
composto por um conjunto de processos, os quais podem ter diferentes capacidades de
produção. Para que um sistema de produção opere com eficácia, todos os seus processos
deveriam ter a mesma capacidade produtiva. Caso contrário, a capacidade de seu processo mais
lento (com a menor capacidade produtiva) limitaria a capacidade de todo o sistema. O processo
23
mais lento de um sistema de produção é chamado de gargalo, cuja capacidade restringe as saídas
de todo o processo.
Hopp e Spearman (2000) relatam a possibilidade dos processos gargalos serem
projetados, reduzindo o número de potenciais gargalos através do aumento da capacidade
produtiva em alguns processos para fazer com que os mesmos não restrinjam a produção.
Todavia, esta abordagem é vantajosa quando o custo de adicionar capacidade extra não é
elevado.
2.3.3. Layout
A forma como os recursos são posicionados em entre si e como as várias atividades são
alocadas em relação a estes recursos caracterizam um layout de um sistema de produção. O
layout determina o padrão de fluxo dos recursos ao longo do sistema de produção (SLACK;
CHAMBERS; JOHNSTON, 2007).
De acordo com Dalmas (2004, p. 27) existem quatro tipos básicos de layout:
(a) Por produto: é utilizado, mais frequentemente, em sistemas de produção repetitiva, nos quais a demanda é grande suficiente para justificar economicamente o uso de equipamentos dedicados para um produto único. Os processos de produção são dispostos sequencialmente de forma que o produto percorre cada área, uma após a outra. Os equipamentos são projetados para possuírem taxas de produção semelhantes em cada estágio;
(b) Por processo: este tipo de layout é empregado quando produtos muito distintos são produzidos e há necessidade de conhecimento especializado nos processos de produção. Esta abordagem tem comumente maior flexibilidade para produzir uma diversidade de itens, mas sofre pela baixa utilização dos equipamentos e longos tempos de atravessamento (lead time);
(c) Celular: este tipo de layout tenta dividir grandes instalações em células menores projetadas para produzirem uma família de produtos ou partes relacionadas. O relacionamento pode ser em função da similaridade de máquinas e ferramentas utilizadas ou utilização em um mesmo produto final. Cada célula se assemelha a uma pequena fábrica mais simples, com a vantagem de movimentações de materiais mais curtas e de coordenação mais fácil;
(d) Posicional: este tipo de layout tem como característica o produto permanece fixo, tendo em vista seu tamanho ou peso (ou sua natureza, como é o caso da construção civil), enquanto os recursos de produção (materiais, equipamento e equipes) convergem para o seu entorno, onde são executadas as atividades.
Slack, Chambers e Johnston (2007) reforçam que empreendimentos da construção civil
são, normalmente, caracterizados como sistemas de produção organizados em layout
posicional. Por consequência, existe a necessidade de elaborar um projeto detalhado de layout
24
a cada nova obra, com o objetivo de melhorar a eficiência dos recursos transformadores (mão
de obra, materiais e equipamentos).
2.3.4. Fluxos e Sincronia da Produção
Como foi disposto no início deste capítulo, de acordo com Koskela (2000), ao se eliminar
as atividades de fluxo que não agregam valor ao produto final, pode-se eliminar falhas e reduzir
retrabalhos, além de aumentar ganhos com qualidade e produtividade. Uma das formas de
eliminar as atividades de fluxo é trabalhar com o fluxo contínuo na produção. O fluxo contínuo
pode ser definido como a produção e movimentação de um item por vez (ou um lote de
pequenos itens), continuamente, ao longo de uma série de etapas de processamento, realizando-
se em cada etapa apenas o que é exigido pela etapa seguinte (LEAN ENTERPRISE
INSTITUTE, 2008). Para obter o fluxo contínuo na produção, três variáveis de tempo devem
ser compreendidas:
(a) Takt time: para cada produto, a taxa de demanda determina a frequência na qual este
deve ser produzido. Todas as partes constituintes do produto final também devem entrar
em produção na mesma frequência. Este ritmo, ou takt time, determina o intervalo entre
entregas sucessivas de um produto para o sistema a fim de responder precisamente a
demanda (ASKIN; GOLDBERG, 2007);
(b) Lead time: tempo em que um produto se movimenta por todas as etapas de um
processo, desde a matéria prima até o produto acabado (ROTHER, 1997); e
(c) Tempo de ciclo: frequência com que uma peça ou produto é completado por um
processo, ou, o tempo que leva entre um componente e o próximo saírem do mesmo
processo (ROTHER, 1997), dessa forma o tempo de ciclo inclui todas as atividades que
um operador necessita para produzir uma unidade, ou seja, inclui processamento,
transporte, espera, etc.
Rodrigues e Mackness (1998) afirmam que um sistema de produção perfeitamente
sincronizado caracteriza-se pela chegada de componentes nas estações de trabalho em tempo
hábil para sua produção, sem a formação de estoques entre processo, eliminando assim atrasos,
minimizando os custos e melhorando o desempenho na pontualidade de entrega, ou seja,
utilizando o conceito de fluxo contínuo.
25
Ainda segundo Rodrigues e Mackness (1998, p. 247), existem três abordagens para
sincronização da produção:
(a) Just in Case (JIC): esta é uma abordagem mais tradicional, que parte da consideração de que, a partir da maximização das eficiências de processos individuais através da definição de lotes econômicos, medidas de custos locais e a definição de que cada recurso deve ser gerenciado e trabalhar com 100% de utilização, obtém-se a otimização do desempenho do sistema como um todo. As principais críticas, discutidas por Rodrigues e Mackness (1998), são o grande número de entregas realizada no final do mês devido a atrasos durante o mesmo, muito trabalho em progresso, muitos despachos de produtos e ordens de entrega atrasadas.
(b) Just in Time (JIT): esta abordagem tenta criar uma corrente de processos de produção balanceada, em que os produtos são produzidos quando necessários e puxados pela demanda do mercado. Esta abordagem tem a vantagem de reduzir estoques, lead time e custos, além de aumentar a satisfação dos clientes. Entretanto, esta abordagem encontra algumas limitações na sincronização da produção, pois, em alguns casos, é difícil criar um fluxo balanceado e mesmo quando obtido, este fluxo poderia gerar perdas sempre que um processo parasse.
(c) Tambor-pulmão-corda (TPC): esta terceira abordagem para sincronização da produção é a proposta do Gerenciamento das Restrições, a qual é uma junção de sistemas puxados e empurrados e é chamada de tambor-pulmão-corda. A mesma reconhece que existem gargalos em qualquer processo e a primeira ação é identificá-los, logo é definida a utilização máxima desse recurso (tambor) e, posteriormente, subordinar todos os outros recursos a essa decisão (corda) da mesma forma que a abordagem JIT. Mas, para garantir a taxa de produção, são utilizados buffers no sistema (pulmão), localizados antes do processo gargalo, para preservar sua total utilização, e ao final do sistema, para garantir o cumprimento das datas de entrega.
Dessa forma o gerenciamento de restrições fundamenta-se em oito regras, que orientam
operacionalmente a gestão da produção (ASKIN; GOLDBERG, 2007, p. 18; MEREDITH;
SHAFER, 2002, p. 13):
(a) Balancear (sincronizar) o fluxo e não a capacidade;
(b) Os gargalos determinam a utilização dos processos não gargalo. Maximizar a utilização dos processos não gargalo somente adiciona custos, tempo ocioso e estoque;
(c) A utilização (produzir quando o material ainda não é necessário) não é igual à ativação de um processo. Produzir além da taxa de produção do gargalo gera estoque;
(d) Uma hora perdida em um processo gargalo é uma hora perdida para o sistema inteiro;
(e) Uma hora economizada em um processo não gargalo não é relevante; os gargalos governam a taxa de produção e o nível de estoque. A taxa de produção do gargalo determina as necessidades dos processos que fornecem materiais ao gargalo e a máxima quantidade de material disponível para os processos posteriores a ele;
(f) O tamanho do lote de transferência (lote de transferências de produtos entre diferentes tarefas) não necessita e não deve ser igual ao lote de processo (lote de
26
produção em cada atividade). Pode ser vantajoso para o tempo de atravessamento mover o material em lotes menores;
(g) O tamanho dos lotes de processo deveria ser variável, não fixo; e
(h) A programação da produção deve ser estabelecida considerando todas as restrições simultaneamente e não somente uma restrição.
27
3. MODELAGEM DE SISTEMAS DE PRODUÇÃO
3.1 Tipos de Sistemas
Um sistema é definido como uma coleção de entidades que agem ou interagem em
conjunto para a realização de algum fim lógico (LAW; KELTON, 2000). Por esse motivo, é
importante entender os tipos de sistemas presentes na literatura. A Figura 03 apresenta uma
classificação de tipos de sistema. Na sequência, é realizada a descrição dos diferentes sistemas,
segundo Law e Kelton (2000, p. 5):
(a) Estático: representa um sistema em um momento particular.
(b) Dinâmico: representa um sistema como este evolui durante o tempo dependendo das características do problema sob estudo. O avanço do tempo pode ser feito de duas formas: a incrementos constantes ou variáveis.
(c) Determinístico: caracteriza-se por apresentar todas as variáveis determinísticas e o problema descrito pode – e deve – ser estudado analiticamente. Assim, o resultado é “determinado”, pois o conjunto de quantidades e relacionamentos dos dados é especificado.
(d) Estocástico (ou probabilístico): baseia-se geralmente em uma descrição mais próxima e mais complexa da realidade, o modelo contém uma ou mais variáveis aleatórias, as quais representadas através de amostras. Esse tipo de sistema tem o objetivo de reproduzir o comportamento probabilístico, pois as variáveis produzem resultados aleatórios.
(e) Discreto: a passagem do tempo é feita em incrementos mensuráveis entre eventos consecutivos supõe-se que o estado do sistema não se altera durante este intervalo. Este é um dos métodos mais frequentemente utilizados no apoio à tomada de decisão.
(f) Contínuo: a passagem do tempo é vista como se fosse de fato contínuo, muito embora seja feita a pequenos intervalos de tempo, por restrição do método empregado e do próprio computador é muito útil no estudo de sistemas como operações de refinarias de petróleo, já́ que são, em geral, de natureza determinística.
28
Figura 03 – Tipos de Sistemas
Fonte: Law e Kelton (2000)
3.2. Modelo
O Collins English Dictionary (2013) define modelo como uma representação ou
descrição simplificada de um sistema ou de entidades complexas, especialmente as projetadas
para facilitar cálculos ou previsões. Williams (2002) salienta que: (a) um modelo descreve ou
representa algo real; (b) um modelo simplifica entidades reais; (c) a produção do modelo tem
um propósito, geralmente para realizar algum cálculo ou previsão do comportamento da
entidade. Segundo Price e John (2004, p. 7), os modelos podem ser caracterizados de acordo
com o uso a que se destinam. Assim, os modelos podem ser:
(a) Modelos descritivos: modelos que explicam ou descrevem um problema, fenômeno ou sistema. Um organograma é exemplo desse tipo de modelo. Tal modelo é útil para entendimento e comunicação sobre o sistema;
(b) Modelos prescritivos: são modelos que indicam cursos de ação de acordo com as necessidades. Os modelos de programação linear ou de otimização são exemplos desse tipo de modelo;
(c) Modelos preditivos: são modelos que indicam como o mundo pode evoluir à luz de certas decisões ou ações. Jogos de guerra, por exemplo, são projetados para ilustrar as consequências de estratégias de combate específicas ou decisões sobre o mix de combatentes.
Existe a necessidade de manipular o modelo, para explorar alternativas reais ou para
explicar por que ocorreram diferenças entre essas alternativas distintas, uma vez que o modelo
não apenas define as partes ou elementos conceituais de um todo, como também define a relação
entre os conceitos. Para poder manipular o modelo, é necessário que suas definições sejam
manipuláveis em uma linguagem formal, consistente, claras e precisa. A simplificação é
29
inerente à modelagem, mas não significa uma desvantagem, já que apenas se abstrai os
elementos chave da realidade para se obter as informações necessárias (WILLIAMS, 2002).
3.3. Modelagem
Pidd (2004) relata dois propósitos chave da modelagem na ciência da gestão: (a) a tomada
de decisão, explicitando os propósitos para ajudar o tomador de decisão a fazer a melhor
escolha; e (b) o controle, para ajudar gestor a controlar o sistema com eficácia. Entretanto, é
necessário acrescentar mais um propósito, que é entender melhor o sistema. Para projetos
complexos o entendimento das entidades do sistema e o seu comportamento é fundamental,
pois considerando apenas as propriedades das partes não se pode compreender o todo
diretamente (WILLIAMS, 2002, p. 67).
Assim que o modelo é construído, o mesmo deve permitir análises de cenários e estudos
do tipo “e se?” (WILLIAMS, 2002). Essa experimentação, que pode ser impossível no mundo
real, pode trazer novas percepções das características do sistema que o modelo representa
(FORRESTER, 1961). Dessa forma, através da modelagem de um sistema complexo, muito
pode ser aprendido sobre as interações das variáreis do sistema, comparado à manipulação no
sistema real (FORRESTER, 1961). Williams (2002) descreve quatro vantagens do processo de
modelagem:
(a) Confrontação: ao invés de permitir que suposições genéricas sobre determinado sistema sejam utilizadas na tomada de decisão, essas suposições serão confrontadas e testadas assegurando que as mesmas são reais e verdadeiras;
(b) Explicação: durante a modelagem, as premissas do sistema serão explicitadas para construir o modelo; assim o processo de modelagem requer que o os gestores do sistema definam-nas explicitamente;
(c) Envolvimento: o processo de construção revela lacunas de conhecimento e motiva o modelador a tentar preencher estas lacunas; e
(d) Diálogo: a atividade de modelagem requer do analista a necessidade de lidar com pessoas de uma gama de disciplinas envolvidas no empreendimento, a qual pode iniciar o diálogo e aumentar a comunicação.
Williams (2002) acrescenta o benefício do aprendizado ao longo do processo de
modelagem, já́ que, através do processo de conceituação, quantificação, experimentação e
aplicação, o modelador tem a oportunidade de aprender sobre o sistema, podendo aplicar o
aprendizado no sistema real.
30
3.4. Simulação Computacional
A simulação é uma técnica que usa computadores para imitar ou simular diversos tipos
de operações ou processos do mundo real (LAW; KELTON, 1991), a qual tem sido usada pela
manufatura, indústria de serviços, defesa, saúde e serviços públicos (JAHANGIRIAN et al.,
2010). Também pode ser definida como uma experimentação de um sistema operacional,
representada através do tempo, com o propósito de melhor entender ou melhorar esse sistema
(ROBINSON, 2004). Kamat e Martinez (2000) afirmam que a simulação é uma poderosa
ferramenta de avaliação que é adequada para o projeto de processos de construção com recursos
complexos.
Robinson (2004, p. 4) afirma que existe a necessidade de utilização da simulação
computacional para discutir a natureza dos sistemas de operações, os quais estão sujeitos:
(a) Variabilidade: previsível ou imprevisível;
(b) Interdependência: os componentes afetam uns aos outros e é difícil prever os efeitos das interconexões em um sistema, especialmente quando a variabilidade está presente;
(c) Complexidade, a qual pode ser de duas formas:
1. Complexidade combinatória: relacionada com o número de componentes no sistema ou o número de combinações entre componentes;
2. Complexidade dinâmica: relacionada com a interação entre componentes através do tempo, ou seja, as interconexões entre componentes normalmente não são unidirecionais, mas existem loops ou feedback de informações na direção oposta ao fluxo de transformação das operações.
Assim como existem diferentes tipos de sistemas, também existem diferentes formas de
simular estes sistemas. Uma simulação estática é a representação de um sistema em um
determinado tempo, enquanto a dinâmica representa o sistema ao longo da sua evolução no
tempo. Quando a simulação não apresenta um componente probabilístico, é denominada de
determinística, e seu resultado é determinado assim que as quantidades de entrada e a relação
entre elas são definidas. Já os modelos de simulação estocásticos produzem resultados
aleatórios e devem, portanto, ser tratados somente como uma estimativa das reais características
do modelo. Já as simulações discreta e contínua são definidas da mesma forma que os sistemas
discretos e contínuos, respectivamente, sendo que a diferença reside na passagem do tempo
(LAW; KELTON, 2000).
31
Dessa forma, a simulação de eventos discretos (SED) apenas registra o tempo quando há
alguma mudança no sistema representado, ou seja, o sistema é modelado como uma série de
eventos (ou instantes) no tempo e seu estado apenas se altera quando um novo evento acontece
(ROBINSON, 2004). Essa técnica promove ao usuário informações detalhadas, tais como:
gráficos de estatísticas de produção, uso de recursos e discriminação do tempo do sistema
modelado (KAMAT; MARTINEZ, 2000). A mesma é adequada para a análise de processos
detalhados, utilização de recursos, filas e análises relativamente de curto prazo
(JAHANGIRIAN et al., 2010).
No entanto, Robinson (2004) salienta que essa técnica apresenta algumas desvantagens:
(a) os softwares de simulação não são, necessariamente, baratos e os custos de desenvolvimento
e uso de modelos podem ser altos, principalmente se um consultor é utilizado no processo; (b)
é uma atividade que consome tempo e os benefícios não são imediatos; (c) a maioria dos
modelos de simulação requer uma grande quantidade de informações, que podem não estar
disponíveis ou necessitam ser tratadas para utilização; e (d) a simulação requer algumas
habilidades específicas, tais como modelagem conceitual, validação, conhecimentos de
estatística, e capacidade de lidar com pessoas (por exemplo, gerentes de projetos).
Para compreender melhor o processo de modelagem da SED, é importante conhecer a
terminologia básica empregada. As quais, segundo Law e Kelton (2000), são:
(a) Variáveis de estado: são variáveis cujos valores determinam o estado de um sistema,
como, por exemplo, número de pavimentos aguardando para serem executados ou
estado de uma equipe (ocupada ou ociosa).
(b) Eventos: são acontecimentos, ocorrências, programadas ou não, que provocam uma
mudança de estado no sistema, como, por exemplo, o início da execução de um
pavimento ou a disponibilização de uma equipe no canteiro.
(c) Entidades: representa um objeto que necessita de uma definição clara e explícita,
podendo ser dinâmica (uma equipe) ou estática (um pavimento).
(d) Atributos: são as características próprias das entidades, aquilo que as definem
totalmente, como, por exemplo, número do pavimento ou produtividade da equipe.
(e) Recursos: é uma entidade estática que fornece serviços às entidades dinâmicas. Tem
dois estados básicos: ocupado ou livre, como, por exemplo, equipe de pedreiros ou
32
elevador. Pode servir mais de uma entidade simultaneamente, ou, caso contrário, há a
formação de filas aguardando pela disponibilidade do recurso.
(f) Filas: acúmulo de entidades aguardando pela disponibilidade de um recurso, sendo que
toda fila tem uma política: primeiro que entra - primeiro que sai (PEPS), último que
entra - primeiro que sai (UEPS).
(g) Atividade: é um período de tempo predeterminado que uma vez iniciada, seu final pode
ser programado, como, por exemplo, execução de reboco ou transporte de material entre
dois pavimentos.
(h) Espera: período de tempo sob o qual, em geral, não se tem controle. Uma vez iniciada,
não se pode programar seu fim, tais como: pavimento aguardando a disponibilidade da
equipe ou dependendo do tempo de execução dos pavimentos anteriores.
(i) Tempo simulado: tempo real do sistema sendo simulado.
(j) Tempo de simulação: tempo necessário para a execução de um experimento.
Law e McComas (1991) afirmam que apenas 30 a 40% do esforço para gerar modelos de
simulação está na etapa de modelagem do sistema. Por esse motivo, estes mesmo autores
especificaram sete elementos para uma modelagem bem definida, os quais são (LAW;
MCCOMAS, 1991):
(a) Conhecimento do método de simulação, modelos estocásticos da pesquisa operacional
(teoria das filas, por exemplo), teoria de probabilidades e estatística;
(b) Formulação do problema de forma correta;
(c) Obter informações corretas e apuradas dos processos de operação do sistema e lógica
de controle;
(d) Escolher apropriadamente o software de simulação e utilizá-lo de forma correta;
(e) Estabelecer a validade e credibilidade do modelo;
(f) Usar procedimentos estatísticos adequado para a interpretação das saídas da simulação;
(g) Empregar técnicas corretas de gerenciamento de projetos.
33
3.4.1. Etapas da Modelagem de Simulação
Com o intuito de gerar modelos de simulação válidos e que representem o sistema real da
forma mais coerente, diferentes autores descrevem as etapas que um estudo de simulação deve
seguir. Segundo Law e Kelton (1991), os estudos de simulação devem seguir dez etapas (Figura
04) que serão descritas a seguir. À medida que se realiza o desenvolvimento do estudo e um
melhor entendimento do sistema real é obtido, é desejável voltar a uma etapa anterior para
acrescentar as suposições que antes não estavam explicitas (LAW; KELTON, 1991).
Figura 04 – Etapas da Simulação
Fonte: Law e Kelton (1991)
Etapa 01 - Formular o problema e planejar o estudo
Um dos mais importantes aspectos é a definição cuidadosa dos objetivos gerais e questões
específicas a serem discutidas (LAW; KELTON, 1991). Esta etapa é muitas vezes
negligenciada pela falta de conhecimento da natureza da simulação, as informações que ela
pode fornecer e o tempo e esforço requerido para realizar um bom estudo (LAW; MCCOMAS,
1991). Assim, tem-se a necessidade de entender como a simulação se comporta, tanto por parte
dos responsáveis pela modelagem do sistema como por parte dos usuários finais dos resultados
(especialista do sistema real).
Segundo Law e McComas (1991), a condução de uma reunião inicial pode superar a falta
de entendimento da equipe de estudo sobre a simulação, definindo e discutindo as seguintes
atividades:
34
(a) Identificar os principais problemas de desempenho para o sistema existente (se este
sistema existir);
(b) Determinar os objetivos gerais do estudo e de cinco a dez aspectos específicos a serem
considerados pelo modelo;
(c) Decidir como o modelo será́ utilizado no processo de tomada de decisão;
(d) Identificar quem será́ o usuário final do modelo (um analista experiente ou um
engenheiro de produção), uma vez que isto afeta quão amigável o modelo deve ser;
(e) Especificar as medidas de desempenho que serão utilizadas para comparar diferentes
cenários do sistema; e
(f) Delinear as configurações do sistema sob estudo, evitando reprogramações mais tarde.
Segundo Law e McComas (1991), devido ao tempo de execução do estudo, pode ser
necessário usar um modelo de simulação para estudar o trabalho detalhado de um sistema
particular, enquanto outro modelo mais agregado pode ser utilizado para explorar a eficácia do
sistema global.
Etapa 02 - Coletar dados e definir um modelo conceitual
A coleta de dados não é uma tarefa fácil, já́ que uma única pessoa ou documento não tem
todas as informações necessárias. Segundo estes mesmos autores os dados devem ser coletados
para especificar os parâmetros do modelo e distribuições de probabilidade de entrada. As
informações e dados coletados devem ser agrupados em um conjunto de documentos chamado
de documentos de suposições, os quais serão utilizados para realizar a caminhada estrutura do
modelo conceitual do sistema a ser representado. Dados sobre o desempenho do sistema
existente também deve ser coletado para contribuir com a validação do modelo (LAW;
MCCOMAS, 1991).
O nível de detalhe do modelo depende dos objetivos do estudo, dados disponíveis,
questões de credibilidade, restrições de computadores e opiniões dos especialistas no sistema.
Por exemplo, modelos usados para projetar novos sistemas são geralmente menos detalhados
em relação àqueles usados para aperfeiçoar sistemas existentes, devido à diferença de metas do
projeto e na disponibilidade de dados (LAW; MCCOMAS, 1991).
35
Law e Kelton (1991) sugerem que a modelagem sempre comece com um modelo
moderadamente detalhado, que pode ser detalhado posteriormente, se necessário. Esses
mesmos autores afirmam que um modelo deve conter apenas o detalhamento suficiente para
capturar a essência do sistema para o propósito para qual o modelo foi produzido. Um modelo
excessivamente detalhado pode ser custoso para programar e executar. É importante para o
especialista em simulação interagir regularmente com o gerente e outros agentes chave do
sistema que está sendo modelado. Os benefícios dessa abordagem são (LAW; MCCOMAS,
1991):
(a) Geralmente quando um estudo é inicializado, não existe uma ideia clara do problema a
ser resolvido, com o andamento do estudo a natureza do problema se torna mais clara;
(b) O interesse e envolvimento do gerente do sistema real são mantidos;
(c) O conhecimento do sistema pelo gerente contribui para a validação do modelo; e
(d) O modelo é mais verossímil, já́ que o gerente compreende e aceita as suposições do
modelo.
Etapa 03 - Validar o modelo conceitual
Na construção do modelo conceitual do sistema real é de extrema importância para o
especialista em simulação envolver pessoas no estudo, as quais são intimamente familiarizadas
com as operações do sistema real (LAW; KELTON, 1991). Essa interatividade contribui para
aumentar a validade do modelo e a sua credibilidade, como descrito anteriormente. Mas para
essa validação, a caminhada estruturada do modelo conceitual pode ser uma alternativa,
verificando se as suposições presentes no modelo conceitual estão corretas, completas e
consistentes. Ao longo da caminhada estruturada, vários erros de suposição do modelo podem
ser identificados e corrigidos, algumas novas suposições são acrescentadas e algumas questões
de nível de detalhe são resolvidas pelos especialistas do sistema. Essa caminhada estruturada
deve ser realizada antes da fase de codificação começar.
Etapa 04 - Construção e verificação do programa computacional
Segundo Law e McComas (1991) a escolha do software usado para desenvolver o estudo
de simulação pode ter um grande impacto no sucesso do projeto. Estes mesmos autores afirmam
que o software irá afetar: (a) o nível de detalhe possível; (b) validação do modelo; (c) tempo de
execução do modelo; e (d) tempo de término do estudo.
36
Law e McComas (1991) também sugerem que, baseado em suas experiências
profissionais, que a maioria dos modelos de simulação válidos de sistemas complexos deve ser
programada de alguma forma, mesmo que seja usada a linguagem de simulação ou simulador.
Muitos vendedores de software de simulação oferecem versões com capacidade de animação.
A animação é útil para comunicação da essência do modelo de simulação para os gerentes e
outros interessados, o que aumenta a credibilidade do modelo (LAW; MCCOMAS, 1991). Mas
esta apresenta duas limitações (LAW; MCCOMAS, 1991): não é um substituto para uma
análise estatística cuidadosa da saída da simulação, e não é garantia de um modelo valido ou
um modelo depurado.
Law e McComas (1991) afirmam que existem várias técnicas usadas para depurar, ou
seja, verificar o programa de simulação: (a) desenvolver o programa de forma modular; (b)
usando depuração e rastreamentos iterativos; (c) fazendo uma caminhada estruturada do código;
(d) checar as saídas da simulação para verificar dados com razoabilidade; e (e) animação.
Etapa 05 e 06 – Simulações Piloto e Validação do modelo computacional
A realização de simulações piloto tem o propósito de validação do modelo de simulação
(LAW; MCCOMAS, 1991). As simulações piloto podem ser usadas para testar a sensibilidade
das saídas do modelo a pequenas mudanças nos parâmetros de entrada (LAW; KELTON,
1991). Os resultados numéricos e animações das simulações piloto devem ser examinados
cuidadosamente por especialistas do sistema para detectar erros remanescentes nos
pressupostos do modelo e, caso necessário, o modelo deve ser modificado para refletir as
alterações necessárias (LAW; MCCOMAS, 1991). O teste mais definitivo de validade de um
modelo de simulação é estabelecer que a sua medida de desempenho se aproxime a medida de
desempenho que deveria ser esperada de uma configuração do sistema proposto (LAW;
MCCOMAS, 1991). Se as saídas mudam bastante, uma melhor estimativa dos parâmetros de
entrada deve ser obtida e se um sistema similar ao que está sendo estudado existir, as
informações de saída da simulação piloto podem ser comparadas com aquelas do sistema real
(LAW; KELTON, 1991).
Etapa 07 - Projeto de experimentos
Para que uma estimativa da simulação seja precisa estatisticamente e livre de vieses, o
analista deve especificar para cada sistema as escolhas apropriadas para os seguintes aspectos
(LAW; MCCOMAS, 1991): (a) comprimento de cada tempo de simulação; (b) número de
37
replicações simuladas independentes; (c) condições iniciais para cada simulação; e (d)
comprimento do período de warmup, caso seja apropriado.
Law e McComas (1991) sugerem a realização de pelo menos três a cinco simulações
independentes para cada cenário e usar a média da medida do desempenho estimada, a partir
das simulações individuais, como a estimativa da medida global do desempenho.
Etapa 08 e 09 - Realização da simulação e analisar das saídas do modelo
Realizar a simulação é prover dados de desempenho necessários para a etapa de análise
(LAW; KELTON, 1991). Segundo Law e McComas (1991), os dados de saída da simulação
são utilizados para construir estimativas numéricas da medida do desempenho desejada para
cada configuração do sistema de interesse. Metas típicas são de construir um intervalo de
confiança para uma medida de desempenho para um projeto do sistema particular ou para
decidir qual o sistema simulado é o melhor relacionado com algumas medidas especificas de
desempenho (LAW; KELTON, 1991). Law e McComas (1991) afirmam que muitas vezes é
útil empregar interfaces gráficas para analisar estas medidas de desempenho do sistema
simulado.
Etapa 10 - Documentação e apresentação dos resultados do estudo
Devido ao fato de que os modelos de simulação são usados para mais de um tipo de
aplicação, é importante documentar as suposições inseridas no modelo assim como no
programa de computador (LAW; KELTON, 1991). Law e McComas (1991) afirmam que um
dos fatores mais determinantes para saber se os resultados da simulação são utilizados no
processo de decisão é a credibilidade do modelo e do especialista em simulação. Por isso
motivo, estes autores enfatizam as atividades de interação regular com os gerentes do sistema,
a caminha estruturada do modelo conceitual e o uso da animação.
3.4.2. Sistemas de Modelagem Interativa Visual
Os Sistemas de Modelagem Interativa Visual (VIMS) permitem construir o modelo de
simulação e simulá-lo de uma maneira interativa. O sistema, ou software, fornece um conjunto
de objetos predefinidos de simulação, o qual permite ao modelador selecionar os objetos e
definir a lógica do modelo através de uma série de menus (ROBINSON, 2004). Como resultado,
o usuário que utiliza um software com funções VIMS necessita relativamente menos
habilidades de programação, mesmo que os objetos predefinidos estejam conectados a uma
38
linguagem de programação ou tenham uma linguagem interna, permitindo modificações
(ROBINSON, 2004).
Muitos pacotes de simulação utilizados regularmente hoje podem ser classificados como
VIMS (PIDD, 2004). No entanto, nem sempre um pacote do tipo VIMS é o mais adequado,
dadas suas limitações. Pidd (2004) relata quando é mais vantajoso recorrer à programação
computacional ao invés de um software VIMS nas seguintes situações: quando a simulação
envolve eventos lógicos complexos ou necessitam incluir cálculos bem específicos, quando a
simulação é em grande escala e necessita ser mantida por muito tempo, quando existe a
necessidade de rápidas simulações e quando a organização não quer investir em especialistas
de software quando já́ existe um considerável conhecimento de programação.
Já o Visual Interactive Modelling (VIM), ou Visual Interactive Simulation (VIS),
começou a ser utilizado em 1976 como uma evolução a simulação de eventos discretos e foi
primeiramente idealizado por Hurion (1986). Segundo Elder (1992), o VIM é um módulo
embutido no programa computacional o qual usa cores e gráficos para mostrar o estado atual
de variáveis importantes para o modelo e também fornece facilidades interativas que permitem
o usuário ajustar os parâmetros do modelo. Quando os parâmetros são ajustados, os gráficos
mostrados são atualizados para permitir que o usuário veja como as variáveis se modificaram,
ou seja, a ideia principal é permitir que o usuário compreenda o relacionamento entre os
parâmetros de entrada do modelo e as variáveis de saída (ELDER, 1992).
Shi e Zhang (1999) afirmam que animar um sistema significa, literalmente, dar vida ao
mesmo e na prática da simulação significa visualizar mudanças de parâmetros ao longo do
tempo. Os benefícios da VIM são:
(a) Comunicar a essência do modelo de simulação para um gestor ou outras pessoas que não estão cientes dos detalhes técnicos do modelo (LAW; KELTON, 2000) e permite a rastreabilidade dos eventos de simulação (ROBINSON, 2004);
(b) Fácil verificação e validação dos modelos, já́ que o mesmo permite a simulação do modelo em determinadas condições para testes, além de permitir aos usuários leigos visualizar o modelo e verificar a sua validade (LAW; KELTON, 2000; ROBINSON, 2004);
(c) Fornece a possibilidade de utilizar os modelos em grupos de solução de problemas (LAW; KELTON, 2000; ROBINSON, 2004);
39
(d) Aumenta a compreensão dos resultados, permitindo experimentação interativas com o modelo (ROBINSON, 2004).
Bell et al.(1999) realizou uma survey com tomadores de decisão que utilizaram a VIS e
as principais desvantagens apontadas foram: o tempo de desenvolvimento e a expertise
necessários para o processo de modelagem, a aceitação dos resultados sem seu completo
entendimento e o aumento no tempo necessário de participação do tomador de decisão no
processo.
40
4. MÉTODO DE PESQUISA
Este capítulo apresenta uma descrição do método de pesquisa utilizado para a realização
desse trabalho. O capítulo começa com a descrição da escolha de estratégia de pesquisa
utilizada no seu desenvolvimento. Posteriormente são apresentados o delineamento do processo
de pesquisa e a descrição das etapas.
4.1 Estratégia de Pesquisa
O presente trabalho trata de uma pesquisa sobre gestão da produção com auxílio da
tecnologia da informação e comunicação (TIC), mais especificamente, da proposição do uso da
simulação de eventos discretos no Projeto do Sistema de Produção da construção civil. Isso
implica ser uma pesquisa que estuda o artificial, em oposição às ciências naturais.
Segundo March e Smith (1995), as ciências naturais envolvem atividades de descoberta
e justificativa, ou seja, a geração ou proposição de alegações específicas e teste ou validação
dessas alegações. Os mesmos autores afirmam que design science research (ciências do design
ou ciências prescritivas) consistem em atividades de construção de um artefato para um
propósito específico e avaliação da utilidade desse artefato. Simon (1996) afirma que nas
ciências naturais produz-se conhecimentos sobre objetos e fenômenos do mundo que descrevem
e explicam como estes se comportam e interagem entre si, enquanto a design science research
gera conhecimentos referentes a objetos artificiais, feitos pelo homem, os quais são projetados
para alcançar alguns objetivos desejáveis. March e Smith (1995) ainda afirmam que tanto as
atividades da design science research como das ciências naturais são necessárias para o avanço
do conhecimento.
Para Aken (2004) o produto da design science research é o design, o qual pode ser
definido como uma representação de um sistema ou processo a ser realizado. Este mesmo autor
relata que para realizar o design, é necessário utilizar um ciclo de solução de problemas, o qual
consiste em: definição do problema e contexto, planejamento da intervenção, implementação
da solução e avaliação. Aken (2004) ainda afirma que o design pode ser de três tipos: (a) object-
design, ou seja, o desenvolvimento da intervenção ou artefato; (b) realization-design, que é o
41
planejamento da intervenção para a construção do artefato; e (c) process-design, o qual é o
método a ser adotado para desenvolver a solução do problema.
A design science research é uma forma de produção de conhecimento que envolve o
projeto ou a construção de soluções inovadoras, destinadas a resolver categorias de problemas
enfrentados no mundo real e, por esse meio, para fazer uma contribuição para o avanço do
conhecimento (LUKKA, 2003). Assim, essa estratégia de pesquisa apresenta dois componentes
básicos, a prática e a teoria, os quais são apresentados na Figura 05.
Figura 05 – Elementos Centrais da Design Science Research
Fonte: Lukka (2003)
Mas, segundo Holmstrom et al. (2009), o objetivo principal da design science research é
solucionar uma classe de problemas e não apenas criar conhecimentos de caráter explanatório.
A design science research é uma abordagem de pesquisa que procura (HOLMSTROM et al.,
2009): (a) explorar novas soluções alternativas para resolver problemas, (b) explicar esse
processo exploratório de soluções alternativas de solução de problemas, e (c) melhorar o
processo de solução do problema.
Para utilizar a estratégia de pesquisa da design science research, Holmstrom et al. (2009)
afirma que primeiramente o cientista cria o fenômeno artificial para posteriormente obter as
informações necessárias para avaliá-lo. Dessa forma o pesquisador está interessado em
desenvolver os meios para um fim, ou seja, um artefato para solucionar o problema
(HOLMSTROM et al., 2009). Entretanto, a design science research pode resultar em diferentes
tipos de produtos, ou outcomes:
42
(a) Constructos ou conceitos: são a base conceitual usada para desenvolver a solução de
um problema específico, eles formam uma linguagem especializada e compartilham o
conhecimento de uma disciplina ou áreas do conhecimento (MARCH; SMITH, 1995);
(b) Modelo: é um conjunto de proposições ou declaração que expressa as relações entre
constructos, o modelo pode ser compreendido como uma descrição de como as coisas
são (MARCH; SMITH, 1995);
(c) Método: é um conjunto de passos (algoritmo ou diretrizes) usadas para realizar uma
tarefa, são baseados em um conjunto de constructos subjacentes (uma linguagem) e uma
representação (um modelo) do espaço ou ambiente da solução (MARCH; SMITH,
1995);
(d) Implementação ou instantiation: é a implementação do artefato no seu ambiente, ela
operacionaliza constructos, modelos e métodos, demonstrando a viabilidade e
efetividade dos mesmos (MARCH; SMITH, 1995); e
(e) Regras tecnológicas: é um conjunto de conhecimento geral, conectado a intervenções
ou artefatos com uma solução desejada ou desempenho em uma área de aplicação, o
conjunto de conhecimento geral pode ser entendido como a existência de uma prescrição
geral para um conjunto de problemas (AKEN, 2004).
Lukka (2003) define as etapas de uma design science research: (a) encontrar um problema
de relevância prática; (b) obter um entendimento profundo sobre o tópico; (c) desenvolver uma
construção para resolver o problema; (d) implementar e testar a solução; (e) examinar o escopo
e aplicabilidade da solução; e (f) identificar e analisar a contribuição teórica.
No presente trabalho, optou-se pela abordagem da design science research pelos seguintes
motivos: (1) a elaboração do PSP lida com a construção de um plano que tem como objetivo
contribuir para a gestão do empreendimento, ou seja, seu foco incide sobre um problema real e
de relevância prática para a empresa que está sendo estudada; (2) o processo de elaboração do
PSP envolve estreita cooperação dos intervenientes do empreendimento em estudo, que
assumem a forma de uma equipe, na qual o aprendizado se dá com base na proposição e
experimentação de soluções para os problemas encontrados. O principal produto desta pesquisa
foi a implementação do método de simulação de eventos discretos no processo de PSP. Esta
implementação foi avaliada em função da sua viabilidade e efetividade.
43
4.2 Delineamento da Pesquisa
O delineamento da pesquisa é apresentado na Figura 06. A pesquisa foi dividida em
quatro grandes fases: revisão bibliográfica, fase exploratória, fase de desenvolvimento e fase
de consolidação, as quais são relacionadas às etapas típicas da design science research,
propostas por Lukka (2003).
Figura 06 – Delineamento da Pesquisa
Fonte: o autor (2017)
A revisão bibliográfica foi realizada ao longo de toda a pesquisa, dando suporte ao
desenvolvimento, implementação e contribuições das soluções propostas ao longo do
desenvolvimento do trabalho. Esta etapa da pesquisa foi realizada com o intuído de encontrar
trabalhos que: tivessem desenvolvido métodos, modelos e abordagens para projetar sistemas de
produção na construção civil; e discutissem como é utilizada a simulação de eventos discretos
na construção civil. Foram analisados trabalhos publicados em revistas e congressos
internacionais, sendo o International Group for Lean Construction (IGLC) a principal fonte de
pesquisa para este presente estudo.
Na fase exploratória, foi realizada a seleção do software utilizado na pesquisa e o estudo
empírico (EE). Na fase de desenvolvimento, foi realizada a modelagem dos cenários de estudo
e a simulação dos mesmos. Na última fase, foi analisada a elaboração do PSP do
44
empreendimento em estudo com o uso da ferramenta de SED e feita uma avaliação da
viabilidade e efetividade do método proposto.
4.3 Fase Exploratória
A fase exploratória deste trabalho compreende a seleção do software para a utilização na
pesquisa e o estudo empírico. Estas duas etapas ocorreram de forma paralela.
4.3.1 Seleção do Software de Simulação de Eventos Discretos
Optou-se por adotar o software Arena Simulation 14, da Rockwell Automation Inc., o
mesmo utilizado por Schramm (2009), que desenvolveu um estudo anterior sobre o uso de SED
para o projeto do sistema de produção. Esta decisão foi tomada em função das vantagens
apontadas por Schramm (2009) em relação a outros programas computacionais. A fim de
proceder a escolha do software, Schramm (2009) utilizou os critérios: facilidade de uso,
adequação ao contexto da pesquisa, qualidade dos recursos de animação; capacidades
estatísticas e custo de aquisição. Estes critérios basearam-se nos critérios originalmente
propostos por Law e Haider (1989) e Davis e Williams (1994), que apontam uma série de
características desejáveis dos softwares de simulação utilizados na análise de sistemas de
produção.
Quatro softwares foram avaliados no processo de escolha: STROBOSCOPE
(MARTINEZ, 1996) ProModel (ProModel Corporation), Arena (Rockwell Automation Inc.) e
Extend (Imagine That Inc.). O STROBOSCOPE foi avaliado em função de seu uso por vários
pesquisadores da área de gestão da produção na construção civil. Já os demais softwares foram
avaliados em função de suas largas utilizações por pesquisadores em diversos setores
industriais, principalmente com base na consulta a artigos publicados no International Group
for Lean Construction. A Figura 07 mostra o resultado da avaliação dos quatro softwares.
45
Figura 07 – Avaliação dos Softwares de SED
Fonte: Schramm (2009)
Reck (2013) afirma que o Arena Simulation é um software com capacidades visuais e
interativas do Visual Interactive Modelling Systems, conforme discutido no capítulo anterior.
Dessa forma, o mesmo permite modelar o sistema através de módulos que contém as lógicas de
programação conectadas a estes módulos. Ao final do processo de modelagem é possível obter
um diagrama de rede que apresenta o sequenciamento das atividades. As entidades que fluem
pelo diagrama de rede são as unidades repetitivas do empreendimento. O Arena também
permite a comunicação do modelo com planilhas eletrônicas, o que facilita o processo de
atribuição de valores de entrada e o processo de coleta de dados de saída (RECK, 2013).
A Figura 08 mostra o ambiente de trabalho do Arena Simulation, o qual é composto por
três janelas: a barra de projeto, na qual estão presentes os templates; o diagrama de rede, que
define a sequência lógica do modelo; e exibição de planilhas.
Figura 08 – Ambiente de Trabalho do Arena Simulation
Fonte: Reck (2013)
46
4.3.2 Estudo Empírico
Descrição da Empresa M
Fundada em 1978, a empresa M é uma empresa especializada em projetos e construções
e atualmente é líder de mercado em soluções inteligentes de engenharia executiva, em obras de
infraestrutura e construção civil. Com sede em Porto Alegre (RS) e Central de Logística e
almoxarifado em Nova Santa Rita (RS), escritórios em São Paulo e Rio de Janeiro e filial em
Palmas (TO). A Empresa M conta com 1.600 colaboradores diretos e 3.200 indiretos, executa
contratos nos diversos estados brasileiros, como Minas Gerais, Rio Grande do Sul, Rio de
Janeiro, São Paulo, Pernambuco, Tocantins, entre outras áreas do Brasil, totalizando 815.000
metros quadrados construídos. Desde a sua fundação, a Empresa M foi responsável pela
execução de 183 obras, sendo 113 na área pública e 70 voltadas ao setor privado.
Descrição do Empreendimento
O empreendimento utilizado como objeto deste estudo trata-se da primeira etapa da nova
sede do complexo Fecomércio-RS, Sesc e Senac, conforme mostrado na Figura 09 e encontra-
se em fase inicial de execução, na região metropolitana de Porto Alegre, no Rio Grande do Sul.
O empreendimento será construído em 3 etapas, totalizando 150 mil metros quadrados de área
construída, sendo que a primeira etapa contempla 45 mil destes.
As obras da primeira etapa do complexo começaram no dia 1º de setembro de 2016 e
devem ser concluídas em fevereiro de 2019 – um cronograma de 30 meses de atividades. Estão
previstos para serem concluídos, nessa primeira etapa, o edifício administrativo (principal
edificação, composto por nove pavimentos), estacionamentos, restaurantes, auditórios e o
centro de conivência. O valor estimado para a construção desta primeira etapa é de
aproximadamente R$ 150 milhões.
47
Figura 09 – Primeira Etapa do Complexo Fecomércio-RS, Sesc e Senac
Fonte: o autor (2017)
Elemento a ser estudado
Para este estudo serão contempladas as fundações da primeira etapa da nova sede da
empresa. O processo de execução das fundações foi escolhido como objeto deste estudo, pois
o mesmo já se encontra em um estágio de planejamento mais avançado (projeto estudado e
definido, fornecedor contratado) e pela maior disponibilidade e confiabilidade de dados
coletados, dispondo de um menor grau de incerteza envolvido.
A estrutura dos prédios do empreendimento estudado é caracterizada pela grande
heterogeneidade em seus elementos, tanto em carga, quanto em posição e forma. Por
consequência, as fundações apresentam uma grande variedade em seus componentes. Foram
contabilizadas 1457 estacas na primeira etapa do empreendimento, distribuídas em seis
diâmetros diferentes, variando de 40 cm a 120 cm (Figura 10). Com relação aos blocos, foram
contabilizados 520 blocos de 20 tamanhos diferentes, com dimensões variando de 70 cm x 70
cm a 1550 cm x 1110 cm, totalizando um volume de concreto de 9.324,33 metros cúbicos.
48
Figura 10 – Fundações
Fonte: o autor (2017)
O processo produtivo da fundação em questão será composto pelas seguintes atividades:
1. Estaqueamento com hélice contínua;
2. Escavação do bloco de fundação com retroescavadeira;
3. Arrasamento de estacas (manual e automatizado);
4. Ensaio de integridade das estacas;
5. Execução de concreto magro;
6. Execução de formas para bloco;
7. Execução de ferragem para bloco;
8. Concretagem do bloco;
49
9. Desforma do bloco;
10. Impermeabilização do bloco;
11. Reaterro do bloco.
Optou-se por desconsiderar parte da complexidade presente no processo produtivo real,
como forma de focar nas atividades que teriam um impacto maior na utilização dos recursos do
processo, tendo como vantagem uma melhor visualização da interação entre estas atividades.
Diante disso, o estudo foi simplificado, sendo segmentado em quatro etapas, conforme ilustrado
na Figura 11:
Figura 11 – Simplificação do Processo de Fundações para Elaboração do Modelo Conceitual
Fonte: o autor (2017)
4.4 Fase de Desenvolvimento
4.4.1 Modelo Conceitual
A elaboração do modelo conceitual iniciou com o levantamento de dados gerais, no qual
foi possível identificar aspectos básicos da construtora, do contrato, do empreendimento, do
processo a ser estudado. Esta primeira aproximação permitiu formular o problema de forma
adequada, identificando os principais desafios e as oportunidades de aplicação da simulação
computacional como suporte às decisões gerenciais.
Na coleta de dados também foram conhecidas informações básicas do projeto, tais como,
quantidades, produtividades médias, características de execução relevantes para a simulação e
principais recursos para cada etapa do processo produtivo.
Os seguintes critérios foram absorvidos nesta etapa:
(a) O período contratual de execução das fundações e a impossibilidade de faturamento em
caso de adiantamento do serviço (não há interesse em adiantamento do serviço para não
haver fluxo de caixa negativo);
50
(b) Há estacas de 120 cm de diâmetro que requerem um equipamento especial para
execução;
(c) As estacas de 120 cm de diâmetro só poderão ser arrasadas manualmente por restrições
de equipamento;
(d) A construtora considera ter em obra no máximo 3 perfuratrizes, 3 retroescavadeiras e 1
máquina de arrasamento de estacas;
(e) A construtora considera trabalhar com no máximo 2 equipes para arrasamento manual
de estacas e 5 equipes para blocos de fundação;
(f) A taxa de ocupação para a máquina de arrasamento deve ser máxima;
(g) A taxa de ocupação para as retroescavadeiras deve ser no máximo 70%, por ser utilizada
em limpezas e outras atividades de apoio;
(h) Tempo máximo de locação para a máquina de arrasamento de estacas deve ser 60 dias;
(i) Tempo máximo de locação para a perfuratriz de 120 cm de diâmetro é de 30 dias.
Para avaliar a aplicabilidade da modelo conceitual na tomada de decisões do PSP da obra,
foi necessário o estabelecimento de critérios para essa tomada de decisão, em conjunto com a
equipe técnica da obra. A construtora mostrou preferência por trabalhar com fluxo ininterrupto,
ou seja, com a máxima utilização da capacidade do equipamento e em segundo lugar considerar
uma avaliação do cenário sob a ótica do fluxo contínuo.
Dessa forma, foram estabelecidos dois critérios de avaliação:
(a) Taxa de ocupação dos recursos;
(b) Trabalho em progresso.
A unidade de repetição adotada foi a estaca. Embora as 1457 unidades existentes no
projeto apresentassem variação de diâmetro entre 40 e 120 cm, foi possível a simplificação em
dois elementos de repetição principais, conforme ilustrado na Figura 12:
51
Figura 12 – Modelo Conceitual do processo de execução das fundações
Fonte: o autor (2017)
(a) Estacas Comuns (Estaca Tipo 1): Diâmetro 40cm a 90cm, com alta variabilidade de
produtividade;
(b) Estacas Especiais (Estaca Tipo 2): Diâmetro 120cm, baixa variabilidade se comparada
às do tipo 1 e demandam requisitos específicos no PSP, principalmente no que se refere
a restrições de equipamentos.
Durante a coleta de dados de produtividade, as etapas do processo de escavação e
execução de blocos tiveram seus dados obtidos na unidade blocos. Para isso, foi adotado um
critério de conversão para a unidade base estaca: A produtividade foi multiplicada pelo número
médio de estacas por bloco.
A definição do Modelo Conceitual tomou como base as etapas do processo em sua forma
simplificada, acrescentando partes do processo que provocam interferência no resultado final,
seja pelo tempo de espera ou pela variabilidade adicionada:
(a) Condições favoráveis: Devido à interferência direta de condições climáticas na etapa de
fundações e à grande recorrência de quebra de equipamentos;
(b) Cura da estaca antes do arrasamento: Elemento importante a ser analisado pelo tempo
de espera que provoca entre um e outro subprocesso, muitas vezes gerando altos índices
de trabalho em progresso;
(c) Ensaios das estacas: Provas de Carga Estática, Dinâmica, Ensaio de Integridade e a
possível necessidade de executar um eventual reforço nas fundações dependendo do
resultado desses testes.
52
Considerando todas essas questões, foi definido o modelo conceitual a ser lançado no
programa para análise das taxas de ocupação de recurso e níveis alcançados de trabalho em
progresso.
4.4.2 Modelo Computacional
Com o uso do Arena Simulator, disponível para a realização deste estudo, e a partir do
modelo conceitual validado, é realizado o modelo computacional do sistema em análise. No
modelo conceitual foram feitas muitas simplificações do sistema de produção real e no modelo
computacional estas foram mantidas, considerando só um nível de detalhe necessário segundo
os fins do estudo.
O modelo está dividido em duas linhas de fluxo, a superior considera como entidades as
estacas cujos diâmetros variam entre 40 a 90cm, e a linha inferior são as estacas de 120cm. Esta
divisão foi feita pela diferenciação de recursos (equipamento) entre estes dois grupos de estacas,
nos processos de estaqueamento e arrasamento. No resto de processos do sistema de produção
modelado nesta simulação os recursos são compartilhados entre as duas linhas de fluxo, para
obter a máxima utilização deles.
Muita da complexidade do sistema de produção real foi desconsiderada ao modelar no
programa computacional, para isso dois mecanismos de segurança foram inseridos no modelo,
representados pelos losangos “Condições Favoráveis” e “Ensaios” (Figura 13), um deles
representa a necessidade de ter condições favoráveis no início da produção e o outro a possível
rejeição de estacas nos testes técnicos. Além disso, considerou-se fatores de segurança ao
estabelecer os limites de utilização dos recursos. O programa e o modelo computacional
permitiram localizar certos recursos dentro de uma linha de tempo, ou seja, foi possível
considerar que alguns equipamentos vão trabalhar em intervalos de tempo definidos pela equipe
de planejamento e controle do projeto.
A técnica utilizada para verificar o programa computacional (Arena Simulator) foi checar
as saídas da simulação para verificar dados com razoabilidade, então esta verificação foi feita
só depois de ter o primeiro modelo computacional apresentado na Figura 13.
53
Figura 13 – Modelo Computacional
Fonte: o autor (2017)
54
Tendo o primeiro modelo computacional pronto, são rodadas simulações piloto com dois
objetivos: 1) verificar o programa computacional e 2) validar o modelo computacional. No que
diz respeito à verificação do programa computacional, é possível dar por verificado o software
Arena utilizado nesta análise, já que os resultados obtidos das corridas piloto eram razoáveis,
ou seja, esperados. Pode-se concluir também que a flexibilidade deste software é suficiente para
representar o problema deste estudo. Para validar o modelo computacional, foram revisados os
resultados e as animações, alguns erros remanescentes nas assunções do modelo foram
detectados e corrigidos, e finalmente uma análise de sensibilidade foi considerada, calibrando
todos os aspectos do modelo, entre eles, parâmetros de entrada, probabilidades utilizadas e o
nível de detalhe.
4.4.3 Simulações
As simulações ocorreram logo após a validação e aprovação do modelo conceitual
juntamente com integrantes da Empresa M. Foram analisados 5 cenários diferentes, cuja maior
diferença entre eles está relacionada a quantidade de equipamentos e equipes que é empregado
para a produção das 1457 estacas. A Figura 14 apresenta a quantidade de equipamentos e
equipes de trabalho simulados em cada cenário.
Figura 14 – Características dos Cenários Simulados
Fonte: o autor (2017)
55
5. RESULTADOS E DISCUSSÕES
Ao final da simulação no Arena foi gerado um relatório com diversos parâmetros de
utilização dos recursos modelados, como pode ser observado no Apêndice A. Neste trabalho,
foram utilizados os parâmetros de instantaneous utilization e scheduled utilization como base
para tomada de decisão. O instantaneous utilization é um parâmetro útil para o
dimensionamento da quantidade de recursos no processo enquanto que o scheduled utilization
é empregado no cálculo da quantidade de tempo que um determinado recurso deve ser alocado
ao processo produtivo. Além desses parâmetros, o tempo de execução e o trabalho em progresso
(WIP) também foram considerados na análise.
Como critérios para análise e escolha entre os cenários simulados, buscou-se a solução
em que: a) os valores do instantaneous utilization fossem o mais nivelado possível (o
nivelamento dos valores desse parâmetro reduz as filas entre os processos e consequentemente
o WIP) (Figura 15); b) os resultados do scheduled utilization tivessem entre uma faixa de
setenta a noventa per cento (para a retroescavadeira, optou-se por esse valor ser inferior a
setenta per cento, por esse recurso desempenhar outras atividades que não foram incluídas nesse
estudo) (Figura 16), c) o tempo de execução estivesse entre 120 e 135 dias, d) o trabalho em
progresso fosse o menor possível e utilizasse a menor quantidade de recursos.
Figura 15 – Instantaneous Utilization Nivelado
Fonte: o autor (2017)
56
Figura 16 – Faixa Recomendável do Scheduled Utilization
Fonte: o autor (2017)
É importante salientar que o trabalho em progresso extraído dos resultados das simulações
do modelo aqui apresentado não indica a quantidade real de estacas com trabalho inacabado. O
WIP foi utilizado como um indicador, unicamente, para fim de comparação entre os cenários,
sendo que um acréscimo de uma unidade ao seu número indica que houve um aumento do
trabalho em progresso, mas não necessariamente o aumento de uma estaca.
A seguir são apresentados os resultados de cada um dos cenários simulados, e discutida
sua contribuição em relação aos objetivos do estudo.
5.1 Cenário 01
O cenário 01 é o planejamento inicial proposto pela Empresa M, executante da obra. Ele
tem como característica possuir três perfuratrizes, sendo duas perfuratrizes comuns e uma
perfuratriz especial, três retroescavadeiras, uma máquina de arrasamento, uma equipe de
arrasamento e cinco equipes de blocos. Com a proposta de melhorar o planejamento inicial,
57
apresentado pela Empresa M, esse cenário serviu como base comparativa para os demais
cenários simulados neste trabalho.
Os resultados da simulação do cenário 01 podem ser verificados nas Figuras 17 e 18. Na
figura 17, observou-se que a equipe de bloco gera um desnivelamento nos valores de
instantaneous utilization, fazendo com que esse parâmetro tenha uma variação entre 52% e
79%, considerando apenas os recursos presentes nas atividades do caminho crítico, o que pode
ter ocasionado um alto trabalho em progresso, 978. Foi observado também que o tempo de
execução desse cenário é de 94 dias, representando apenas 62% do tempo total de projeto, o
que não é considerado um tempo viável para a execução dessa obra, visto que essa redução em
tempo de entrega acarretaria em problemas no fluxo de caixa da empresa.
Figura 17 – Instantaneous Utilization - Cenário 01
Fonte: o autor (2017)
Analisando os resultados do scheduled utilization (Figura 18), percebe-se que a máquina
de arrasamento está sendo utilizada acima da faixa recomendável entre 70% e 90%, sugerindo
que o tempo de alocação de 60 dias para esse equipamento não é suficiente. Além disso, nota-
se a subutilização da equipe de arrasamento. Isso já era esperado devido ao fato essa equipe
58
está disponível durante todo o período da obra enquanto que o processo de arrasamento das
estacas de 120 cm não passa de dois meses.
Figura 18 – Scheduled Utilization - Cenário 01
Fonte: o autor (2017)
5.2 Cenário 02
Neste cenário, buscou-se nivelar os valores do instantaneous utilization, dos recursos
encontrados no fluxo de produção de uma estaca comum, na tentativa de reduzir o grande
trabalho em progresso observado no cenário 01. Como resultado desse nivelamento, o cenário
02 foi simulado fazendo uso de três perfuratrizes, sendo duas comuns e uma especial, três
retroescavadeiras, uma máquina de arrasamento, uma equipe de arrasamento e oito equipes de
blocos.
No cenário 02, conseguiu-se ter um bom nivelamento da produção, fazendo com que os
valores mínimo e máximo do instantaneous utilization (Figura 19) diferissem em nove pontos
percentuais (no cenário 01 essa diferença era de 27 pontos). Como era esperado, o nivelamento
da produção resultou em uma diminuição do tamanho das filas entre os processos, ocasionando
em uma redução do trabalho em progresso, passando de 978 para 814. No entanto, esse
nivelamento da produção resultou em uma diminuição do tempo de execução da obra,
reduzindo em trezes dias úteis quando comparado com o cenário 01.
59
Figura 19 – Instantaneous Utilization - Cenário 02
Fonte: o autor (2017)
Com relação aos equipamentos alugados e que não estão disponíveis durante todo o
período da obra, notou-se que o cenário 02 tem como característica uma melhor utilização
desses recursos, mantendo os valores de scheduled utilization dentro dos limites
recomendáveis, conforme mostrado na Figura 20. O nivelamento da produção exigiu um
aumento considerável na quantidade de equipes de blocos alocadas, fazendo com que essas
equipes fiquem subutilizadas quando disponíveis durante todo o período da obra, sugerindo que
haja uma diminuição desse período alocação.
60
Figura 20 – Scheduled Utilization - Cenário 02
Fonte: o autor (2017)
5.3 Cenário 03
O cenário 03 tem como proposta aumentar o tempo de execução da obra, para que se
torne mais próximo do tempo estimado em projeto e reduzir a quantidade de recursos alocados
no planejamento inicial, para isso reduziu-se o número de retroescavadeiras e equipes de blocos
para, respectivamente, duas e quatro unidades, mantendo a mesma quantidade dos demais
recursos.
Para o cenário 03, a redução da quantidade de recursos ocasionou um aumento no
tamanho das filas, principalmente no processo de confecção dos blocos e consequentemente do
trabalho em progresso de todo o processo, esse resultado é consequência de um maior
desnivelamento da produção, como mostrado na Figura 21. Como era o objetivo desse cenário,
houve um aumento no tempo de execução da obra, passando para 127 dias, que está dentro de
um intervalo de tempo que se considera viável, e que não causará uma preocupação relacionada
ao fluxo de caixa.
61
Figura 21 – Instantaneous Utilization - Cenário 03
Fonte: o autor (2017)
O cenário 03 é caracterizado por um bom dimensionamento dos tempos que os recursos
irão estar disponíveis em obra, mantendo os valores de scheduled utilization dos principais
inferiores a 90% e superiores a 70% (Figura 22).
Figura 22 – Scheduled Utilization - Cenário 03
Fonte: o autor (2017)
62
5.4 Cenário 04
No cenário 04, buscou-se verificar a viabilidade de reduzir a quantidade de perfuratrizes
comuns de duas para uma unidade, buscando-se também um tempo de execução mais adequado
ao tempo proposto em projeto. Além disso, tentou-se nivelar os valores do instantaneous
utilization dos recursos reduzindo o número de retroescavadeiras de três para duas, mantendo
a quantidade dos demais recursos constantes.
A utilização de uma perfuratriz comum, assim como era esperado, trouxe o tempo de
execução da obra para um período de tempo que se considera adequado, aproximadamente 84%
do tempo total de projeto. O que não se esperava era um grande aumento do valor de
instantaneous utilization da perfuratriz (Figura 23), causando um desnivelamento na produção
principalmente quando comparado com o processo de arrasamento mecânico. Essa diferença
entre esses dois processos, não resultou em uma melhora significativa no trabalho em progresso,
reduzindo de 978 para 957.
Com apenas uma perfuratriz, o tempo de alocação de uma máquina subiu para 115 dias,
para que sejam perfuradas e concretadas todas as estacas. De acordo com a Figura 24, esse
tempo se mostrou suficiente, obtendo um valor de scheduled utilization de 85%.
Figura 23 – Instantaneous Utilization - Cenário 04
Fonte: o autor (2017)
63
Figura 24 – Scheduled Utilization - Cenário 04
Fonte: o autor (2017)
5.5 Cenário 05
Neste cenário, o objetivo foi diminuir o trabalho em progresso do sistema produtivo
através da substituição do processo de arrasamento mecânico por um processo de arrasamento
manual. Diante disso, a máquina de arrasamento foi retirada da simulação e mais uma equipe
de arrasamento foi adicionado ao sistema, totalizando duas unidades trabalhando no processo
de arrasamento das estacas. Para não gerar um desbalanceamento de recursos, a quantidade de
recursos do planejamento inicial também foi modificada. Com isso, o cenário 05 se caracterizou
por ter duas perfuratrizes comuns e uma perfuratriz especial, duas retroescavadeiras e cinco
equipes de blocos.
A atribuição do processo de arrasamento das estacas comuns à equipe de arrasamento faz
com que o valor de instantaneous utilization desse recurso aumente consideravelmente, quando
comparado com os demais cenários, como é percebido na Figura 25. Isso é resultado também
do aumento da agregação de valor que o recurso proporciona ao processo, já que agora ele é
necessário para a realização de uma atividade que está no caminho crítico do processo. A
mudança de arrasamento mecânico para arrasamento manual proporcionou uma melhora
significativa no nivelamento da produção, resultando em uma redução considerável do trabalho
em progresso. Fato este que pode ser visualizado pela necessidade do acumulo de um grande
número de estacas esperando o arrasamento mecânico.
64
Figura 25 – Instantaneous Utilization - Cenário 05
Fonte: o autor (2017)
Com relação ao scheduled utilization (Figura 26), percebe-se que a equipe de blocos e a
equipe de arrasamento estão sendo subutilizadas nesse cenário. No entanto, a redução da
quantidade de qualquer uma dessas duas equipes acarretaria no não cumprimento do prazo de
projeto, ultrapassando os 150 dias de execução, por isso para que esses valores fiquem dentro
do intervalo de 70% a 90%, caso a Empresa M julgue necessário, seria preciso reduzir o período
de tempo disponível desses recursos.
65
Figura 26 – Scheduled Utilization - Cenário 05
Fonte: o autor (2017)
5.6 Tomada de Decisão
A Figura 27 apresenta um resumo dos cinco cenários simulados, comparando a
quantidade de equipamentos e equipes utilizados em cada situação e o tempo de execução e o
trabalho em progresso resultantes em cada cenário.
Figura 27 – Resumo das Características dos Cenários
Fonte: o autor (2017)
66
É importante salientar que a simulação não tem como propósito apresentar uma solução
para um determinado problema. O objetivo de uma simulação é gerar parâmetros que possam
servir como base para uma tomada de decisão. Neste trabalho, os parâmetros analisados foram
de grande importância para a escolha do cenário 05 representando a melhor solução para os
problemas que aqui foram levantados.
Observou-se que o cenário 05, quando comparado com a solução inicial apresentada pela
Empresa M (cenário 01), embora não tenha sido o menor trabalho em progresso encontrado,
apresentou uma redução significativa de 978 para 844, mantendo um tempo de execução de
obra considerado adequado para não trazer problemas para o fluxo de caixa (123 dias, 82% do
tempo de projeto), fato que não foi constatado no cenário 02. Outras vantagens percebidas
foram a redução dos recursos (diminuição da quantidade de perfuratriz e retroescavadeira) e,
principalmente, a eliminação da máquina de arrasamento, que possuía um custo de alocação
muito alto.
67
6. CONCLUSÃO
A simulação não é uma ferramenta de imitação do mundo real, ao tentar fazer isso, acaba-
se transformando o problema computacional em um problema tão complexo quanto o problema
real. O que se pretende é adaptar um sistema real ao modelo, neste caminho são feitas várias
simplificações, desconsiderando alguns detalhes, ou seja, algumas adaptações devem ser feitas
para que o modelo computacional proporcione soluções validas para o problema real.
A simulação é uma ferramenta para avaliar ideias e conceitos, quando se faz uma
simulação, primeiro deve-se entender o problema para poder simulá-lo. É importante
compreender os principais mecanismos do problema e da situação ora manifestada.
A informação ou resultados obtidos a partir do modelo tem que ser analisados. Não são
uma verdade absoluta, os dados obtidos do simulador têm que ser interpretados.
As simplificações feitas na simulação, contribuem para que grande parte da complexidade
do sistema real seja desconsiderada, por isso é importante considerar meios ou fatores de
segurança dentro do modelo ou quando os resultados são interpretados.
Um software de simulação é capaz de acompanhar o processo produtivo real com o
modelo computacional, mas principalmente o objetivo é obter uma série de informações através
de relatórios, que quando são corretamente interpretados, são úteis na tomada de decisão. O
relatório da simulação do Cenário 05 é apresentado no Apêndice A.
Pode-se concluir que a Simulação de Eventos Discretos possibilita uma análise de uma
quantidade maior de cenários, reduzindo a complexidade intrínseca ao planejamento de obras
de construção civil e permitindo uma comparação mais precisa entre as variáveis presentes no
processo produtivo. Portanto, a SED surge como uma ferramenta de apoio a tomada de decisão
no Projeto do Sistema de Produção, proporcionando projetos mais enxutos, com uma
quantidade menor de trabalho em progresso, menos desperdício e, consequentemente com um
custo reduzido.
68
REFERÊNCIAS AKEN, J. E. Management Research Based on the Paradigm of the Design Sciences: The Quest
for Field-Tested and Grounded Technological Rules. Journal of Management Studies, v. 41,
n. 2, 2004. p. 219–246,.
ASKIN, R. G.; GOLDBERG, J. B. Design and Analysis of Lean Production Systems. New
York: John Wiley & Sons, 2002.
BACCARINI, D. The concept of project complexity a review. International Journal of
Project Management, v. 14, n. 4, 1996. p. 201–204.
BALLARD, G.; HOWELL, G. What kind of production is construction? Em: ANNUAL
CONFERENCE OF THE INTERNATIONAL GROUP FOR LEAN CONSTRUCTION, 6.
1998, Brazil. Proceedings... Guarujá, Brazil: IGLC, 1998.
BALLARD, G.; KOSKELA, L.; HOWELL, G.; ZABELLE, T. Production System Design:
Work Structuring Revisited. White Paper 11 - International Group for Lean Contruction,
2001a.
______. Production System Design in Contruction. In: ANNUAL CONFERENCE OF THE
INTERNATIONAL GROUP FOR LEAN CONSTRUCTION, 9. 2001, Singapore.
Proceedings... Singapore: IGLC, 2001b.
BELL, P. C.; ANDERSON, C. K.; STAPLES, D. S.; ELDER, M. Decision-makers’ perceptions
of the value and impact of visual interactive modelling. Omega, v. 27, n. 2, 1999. p. 155–165.
COLLINS ENGLISH DICTIONARY. Collins Dictionary. London: William Collins, 2013.
DALMAS, V. Avaliação de um Layout Celular Implementado: um Estudo de Caso em
uma Indústria de Autopeças. 2004. Dissertação (Mestrado em Engenharia de Produção) –
Programa de Pós-Graduação em Engenharia de Produção, UFRGS, Porto Alegre.
DAVIS, L.; WILLIAMS, G. Evaluating and selecting simulation software using the analytic
hierarchy process. Integrated Manufacturing Systems, v. 5, n. 1, p. 23-32, 1994.
69
ELDER, M. D. Visual Interactive Modelling: Some Guidelines for its Implementation and
Some Aspects of its Potential Impact on Operational Research. 1992.Dissertation (Doctor
of Management Science) - Department of Management Science, University of Strathclyde,
Glasgow.
FORRESTER, J. W. Industrial Dynamics. Cambridge, MA: MIT Press, 1961.
GAITHER, N.; FRAZIER, G. Administração da Produção e Operação. 8. ed. São Paulo:
Thomson, 2005.
GIDADO, K. I. Project complexity: The focal point of construction production planning.
Construction Management and Economics, v. 14, n. 3, may, 1996. p. 213–225.
HAYES, H.; WHEELWRIGHT, C. Link manufacturing process and product life cycles.
Harvard business review, v. 57, n. 1, p. 133-140, 1979.
HOFSTEDE, G. The Poverty of Management Control Philosophy. Academy of Management
Review, v. 3, n. 3, 1978. p. 450–461.
HOLMSTROM, J.; KETOKIVI, M.; HAMERI, A.-P. Bridging Practice and Theory : A Design
Science Approach. Decision Sciences, v. 40, n. 1, 2009. p. 65–88.
HOPP, W. J.; SPEARMAN, M. L. Factory Physics: foundation of manufacturing
management. New York: McGraw Hill, 2000.
HOWELL, G. What is Lean Construction – 1999. Em: Annual Conference of the International
Group for Lean Construction, 7, 26-28 jul, 1999. Berkeley, CA. Proceedings... University of
California, 1999.
HURRION, R. D. Visual interactive modelling. European Journal of Operational Research,
v. 23, n. 3, março, 1986. p. 281–287.
JAHANGIRIAN, M.; ELDABI, T.; NASEER, A.; STERGIOULAS, L. K.; YOUNG, T.
Simulation in manufacturing and business: A review. European Journal of Operational
Research, v. 203, n. 1, 2010.
70
KAMAT, V. R.; MARTINEZ, J. C. 3D Visualization of Simulated Construction Operations.
Em: WINTER SIMULATION CONFERENCE, 2000, USA. Proceedings... Orlando, Florida:
WSC, 2000. p. 1933-1937.
KOSKELA, L. An exploration towards a production theory and its application to
construction. 2000. Dissertation (Doctor of Technology) – Technical Research Center of
Finland, Espoo.
KOSKELA, L.; BALLARD, G. What should we require from a production system in
construction? In: CONSTRUCTION RESEARCH CONGRESS, 2004, Hawaii, USA.
Proceedings... USA: ASCE, 2003.
KOSKELA, L.; HOWELL, G. Reforming Project Management: the role of planning, execution
and controlling. In: ANNUAL CONFERENCE OF THE INTERNATIONAL GROUP FOR
LEAN CONSTRUCTION, 8, United Kingdom. Proceedings... Brighton, UK.: IGLC, 2000.
______. The underlying theory of project management is obsolete. In: PROJECT
MANAGEMENT INSTITUTE RESEARCH CONFERENCE, 2002, USA. Proceedings...
Seattle, USA: PMI, 2002. p. 293-302.
LAW, A. M.; HAIDER, S. W. Selecting Simulation Software for Manufacturing Application.
Industrial Engineering, v. 21, n. 5; p. 33-36, May 1989.
LAW, A. M.; KELTON, W. D. Simulation Modeling and Analysis. 2. ed. New York: Mc-
Graw-Hill, 1991.
______. Simulation Modeling and Analysis. 3. ed. New York: McGraw Hill, 2000.
LAW, A. M.; MCCOMAS, M. Secrets of Successful Simulation Studies. In: WINTER
SIMULATION CONFERENCE, 1991, USA. Proceedings... Phoenix. USA: WSC, 1991. p.
21-27.
LEAN ENTERPRISE INSTITUTE. Lean Lexicon: a graphical glossary for Lean Thinkers.
4. ed. Cambridge, MA: LEI, 2008.
LUKKA, K. The Constructive Research Approach. In: OJALA, L.; HILMOLA, O.-P. (Ed.).
Case study research in logistics. Finland: Publications of the Turku School of Economics and
Business Administration, Series B1, 2003. p. 83–101.
71
MARCH, S. T.; SMITH, G. F. Design and natural science research on information technology.
Decision Support Systems, v. 15, n. 4, 1995. p. 251–266.
MARTINEZ, J. C. STROBOSCOPE: State and Resource Based Simulation of
Construction Processes. 1996. Tese (PhD) - Departmento de Engenharia Civil, University of
Michigan, Ann Arbor, USA.
MEREDITH, J. R.; SHAFER, S. M. Administração da Produção para MBAs. Porto Alegre:
Bookman, 2002.
OWEN, R. L.; KOSKELA, L. An agile step forward in project management. 2nd Specialty
Conference on Leadership and management in Construction, 2006.
PIDD, M. Computer Simulation in Management Science. 5. ed. Chichester, UK: John Wiley
& Sons, 2004.
PRICE, S.; JOHN, P. The Status of Models in Defence Systems Engineering. Em: PIDD, M.
(Ed.). Systems Modelling: theory and practice. Chichester: John Wiley & Sons, 2004.
RECK, R. H. Método para integração da simulação de eventos discretos e modelagem 4D
no projeto do sistema de produção de empreendimentos habitacionais de interesse social.
2013. Dissertação (Mestrado em Engenharia Civil) – Programa de Pós-Graduação em
Engenharia Civil, UFRGS, Porto Alegre.
ROBINSON, S. Simulation: The Practice of Model. Chichester: John Wiley and Sons, 2003.
RODRIGUES, L. H.; MACKNESS, J. R. Teaching the meaning of manufacturing
synchronisation using simple simulation models. International Journal of Operations &
Production Management, v. 18, n. 3, 1998. p. 246–259.
ROTHER, M. Crossroads: wich way will you turn on the road to lean? Em: LIKER, J.K.
(Editor). Becoming lean: inside stories of U.S. manufacturers. Portland, Oregon, USA:
Productivity press, 1997.
SCHRAMM, F. K. Projeto de Sistemas de Produção na Construção Civil Utilizando
Simulação Computacional como Ferramenta de Apoio à Tomada de Decisão. 2009. Tese
(Doutorado em Engenharia Civil) - Programa de Pós-Graduação em Engenharia Civil,
Universidade Federal do Rio Grande do Sul, Porto Alegre.
72
SCHRAMM, F. K.; FORMOSO, C. T. Uso de simulação interativa visual no projeto de
sistemas de produção de empreendimentos da construção civil. Anais do terceiro encontro de
tecnologia de informação e comunicação na construção civil. 2007.
SHI, J. J.; ZHANG, H. Iconic Animation of Construction Simulation. In: WINTER
SIMULATION CONFERENCE, 1999, USA. Proceedings... Phoenix, USA: WSC, 1999. p.
992-997.
SIMON, H. The Sciences of the Artificial. Cambridge, MA: MIT Press.1996, 3. ed.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Operations Management. 5 ed. Harlow,
England: Prentice Hall, 2007.
TOMMELEIN, I. D. Discrete-event Simulation of Lean Construction Processes. Proceedings
of the Fifth Conference of the International Group of Lean Construction IGLC5, p. 121–
136, 1997.
WILLIAMS, T. M. Modeling Complex Projects. Chichester: John Wiley & Sons, 2002.
WOMACK, J. P; JONES, D. Lean Thinking. Simon and Schuster, New York, 1996.
73
APÊNDICE A – RELATÓRIO CENÁRIO 05
74
75
76
