2.2. SIMULAÇÃO
2.2.2. Aplicações de Simulação
As áreas de aplicação da simulação são amplas e variadas. Prado (2014) lista algumas dessas aplicações:
Linhas de produção: é a área com maior quantidade de aplicações de modelagem. Empresas de manufatura até a mineração podem apresentar inúmeros cenários, tais como modificações do sistema existente, melhor política de estoque, planejamento totalmente novo de fluxo de um setor. Logística: é outra área que vem crescendo o uso de simulação. Os cenários a
serem criados pode ser uma fábrica, um banco, o tráfego de uma cidade. Os meios de transporte podem ser empilhadeiras, caminhões, trens, navios entre outros. Além do que, questões ligadas a empresas que trabalham puramente com transportes podem ser estudadas.
Comunicações: existe uma extensa variedade de problemas de comunicação que podem ser estudados pela modelagem de filas. Consegue-se obter informações sobre o tempo de resposta e sobre chamadas perdidas. Empresas de telefonia podem fazer importantes usos dessa técnica na análise de seus sistemas de comunicações.
Bancos, supermercados, escritórios, etc: através de simulação pode se determinar o número de caixas de um supermercado ou banco de modo que as filas tenham um tempo de espera seja baixo.
Medeiros et al. (2015) utiliza simulação computacional em que propõe a análise da viabilidade operacional de cenários logísticos alternativos para o transporte de cabotagem do
estado do Amazonas. Os resultados do estudo apontaram que os cenários que tiveram taxa média de ocupação dos portos em torno de 70% são os que obtiveram os melhores indicadores operacionais, evidenciando que a viabilidade dos cenários construídos depende do equilíbrio entre a demanda exigida e a capacidade de movimentação.
Já Mendes, Correia e Tozi (2012) fizeram uma análise de alternativas para aumento da qualidade e operacional de terminais de cargas em aeroportos também por meio de simulação computacional. Os resultados da simulação mostram que mudanças na velocidade das esteiras de armazenamento e a adoção da estratégia de localização de estoque de posicionamento em frequência podem melhorar significativamente os indicadores de tempo de espera na entrada e saída do armazenamento, tempo total de armazenamento e de produtividade de armazenamento.
Wanke et al. (2006) realizou um estudo sobre os impactos no varejo das principais decisões estratégicas de produção e distribuição da indústria. Foram quantificados os efeitos principais e secundários das decisões entre empurrar/puxar e centralizar/descentralizar os estoques sobre indicadores de nível de serviço, estoque médio, quantidade de envios e faltas no varejo. O resultado obtido, foi que um melhor desempenho no varejo depende de operações não enxutas na indústria.
Ramos Neto e Pinto (2004) simularam operações de carregamento e transporte em minas a céu aberto. Os testes foram realizados com dados reais e o resultado da simulação foi satisfatório quando comparado com a operação real e com resultados de outro simulador.
Pereira et al. (2017) elaborou uma aplicação da simulação computacional através do arena no desenvolvimento de uma academia de CrossFit.
Lopes (2016), Ventura (2018), Zeng e Yang (2008) e Briesemeister (2017) aplicaram a simulação computacional em processos na área de transportes e logística.
2.2.3. Softwares de Simulação
Atualmente, muitos dos softwares comercializados não demandam computadores de alto desempenho. Geralmente a interface do usuário com o software de simulação é feita através de itens gráficos que representam as diversas entidades ou processos do sistema que está sendo simulado bem como suas interações (OLIVEIRA, 2008). O FlexSim por exemplo é aplicado por Beaverstock et al.(2012) como modelo de simulação aplicada, devido a facilidade e riqueza de funcionalidades. Além desse, o Simul8 também é utilizado e já foi
considerado um dos softwares de simulação com o maior número de licenças vendidas no mundo (CHWIF; MEDINA, 2006).
Silva (2006) fez uma avaliação em sua tese de mestrado, comparando os softwares Arena, Promodel, @Risk algumas características técnicas de: saída de dados, eficiência e teste, execução, suporte técnico, desenvolvimento do modelo e apresentou uma pontuação final após implementação de uma metodologia conforme a Tabela 1.
Tabela 1 – Pontuação total obtida pelos softwares de simulação Software Pontuação
Arena 248
Promodel 235
@Risk 166
Fonte: Adaptado de Silva, 2006.
Dentre diversas ferramentas de simulação existentes na atualidade o software Arena, além de interface intuitiva, é a plataforma de maior entendimento da autora deste trabalho, por esse motivo a escolha para a aplicação do estudo de caso. Essa ferramenta será melhor detalhada no item seguinte.
2.3. SOFTWARE ARENA
O software Arena teve o lançamento em 1993 devido a uma evolução de dois outros sistemas de simulação desenvolvidos pela mesma empresa, SIMAN e CINE MA, de 1982 e 1990, nessa ordem (PRADO, 2014).
Arena é um ambiente gráfico integrado de simulação, que contém todos os recursos para modelagem de processos, desenhos e animação, análise estatística e análise de resultados. Permite a modelagem e simulação de vários processos, dentre eles utilizados na análise de filas, linhas de produção e ainda processos industriais contínuos.
Para a construção dos modelos de simulação, o Arena tem ferramentas muito úteis de analisador de dados: de entrada (Input Analyser) e de resultados (Output Analyzer).
A ferramenta de entrada (Input Analyzer) permite a inserção dos dados reais do funcionamento do processo e é possível adotar uma melhor distribuição estatística que se aplica a eles. E a ferramenta de resultados (Output Analyzer) possibilita analisar os dados coletados durante a simulação.
O Arena possui uma barra de ferramentas que abriga módulos e comandos necessários para a modelagem. Nos módulos são definidos o tipo de processamento, alocação e direcionamento das variáveis. Na barra de ferramentas existe uma área chamada processo básico (Basic Process) que permite a compreensão básica da implementação de um processo de filas. Na Figura 5 podem-se observar alguns dos módulos usados no modelo básico.
Figura 5 – Modelo Básico no Arena
Fonte: Freitas Filho (2008, p. 107)
O processo de chegada é a designação de uma distribuição de probabilidade que descreve a chegada de tarefas no sistema. A distribuição é recebida da ferramenta de entrada Input Analyzer seguindo dados fornecidos, tempo entre chegadas, e transformados em distribuição probabilística.
O módulo Create é responsável pela criação de entidades do modelo e é isso que controla o processo de chegada no sistema. Nele é capaz personalizar o nome do processo, o tipo de entidade, a expressão que representa a o processo de chegada, a unidade de tempo a ser utilizada e a quantidade de entidades em função dessa expressão .
Já o módulo Process é mostrado como será o atendimento das entidades no processo de chegada anterior e retrata o atraso que a entidade sofre. É fundamental informar a ação a ser praticada e como irá se comportar. Na Figura 6 é ilustrado um dos módulos a ser estudado.
Figura 6 – Módulo Process
Fonte: Autora (2020)
No campo Action é definido o tipo de processamento que a entidade vai passar pelo atendimento. As opções de escolha são:
Delay: essa ação acarreta que a entidade que estiver passando por esse módulo sofre um atraso, acontecendo uma parada ou espera. Dessa forma, assume-se que a entidade não necessita de nenhum recurso para realizar essa atividade, como por exemplo, um material é produzido e ocorre uma parada para seu tingimento;
Seize Delay: tem sentido de que um recurso atende cada entidade por um determinado período de tempo, um exemplo é uma máquina utilizada para o tingimento de um material por um tempo definido;
Seize Delay Release: significa que além de o recurso atender a entidade por um tempo, só é liberado quando o processo realmente encerrar, buscando o exemplo anterior, a máquina de tingimento só deixará de tingir quando um sinal indicar que ele está tingido por completo.
Existe a possibilidade de indicar se o atendimento ocorre num processo automático ou não, se tem prioridade nesse serviço e quantidade de recursos, de pessoas ou máquinas, a serem utilizadas para o atendimento das entidades. Também é possível para essa função, fornecer uma distribuição probabilística.
O Arena dispõe de módulos que complementam e auxiliam no detalhamento dos modelos.
Após a modelagem de todo o sistema, é necessária a configuração das especificações e controles para a simulação. Para a configuração do tempo pretendido de simulação (o tempo real do modelo, sendo milésimos de segundos do tempo em que o programa executa ), a unidade de tempo usada e o número de replicações, utilizam-se a janela run/setup.
A determinação do número de replicações e serem executadas cabem ao modelador. Mas se esse número é pequeno para um resultado viável, a variável de resposta pode apresentar muita variabilidade, que impede o alcance de intervalo de confiança desejável.
Após o término da simulação, é gerado um relatório para análise. Para a simulação do basic process, o relatório indica o tempo médio na fila (TF, waiting time), tamanho médio na fila (NF, number waiting), utilização média do atendente (numbusy) e total de entidades que passaram pelo sistema (number out) entre outros indicadores.
Em um modelo de simulação, a qualidade e a validade são medidas pela proximidade entre os resultados atingidos pelo modelo e aqueles derivado s do sistema real.
Levantados os pontos relevantes à fundamentação teórica deste estudo, o próximo capítulo apresenta o estudo de caso referente ao processo de produção da toalha de banho, item da indústria têxtil.
3. CENÁRIO DE ESTUDO
Neste capítulo apresentam-se os processos a serem considerados na simulação, as limitações da pesquisa e mostram-se quais os cenários a serem analisados no trabalho.
3.1. ESTUDO DE CASO
O estudo de caso do presente trabalho de conclusão de curso é realizado em uma empresa têxtil localizada no município de Joinville, no estado de Santa Catarina. Considera-se o estudo e análise do processo de produção de um produto denominado toalha de banho felpudo de tamanho de 0,70 x 1,35 metros.
O processo da produção da toalha se dá em duas etapas principais: o beneficiamento têxtil e a confecção da peça. No beneficiamento têxtil encontram-se os subprocessos de estamparia e acabamento, os quais são definidos a seguir e ilustrados na Figura 7:
Estamparia: processo de coloração apenas na face do tecido, podendo fazer uma cor lisa ou desenhos;
Acabamento: são todas as operações executadas nos resíduos têxteis com o objetivo de torná-lo próprio ou mais adequado para o fim a que se destina, podendo dar ao tecido um aumento de rigidez, maior peso, maior brilho, melhor toque ou amaciamento.
Figura 7 – Máquinas do beneficiamento têxtil
Acabamento Fonte: Adaptado do Google Fotos (2020)
Já a confecção da peça se dá através de três processos diferentes: a costura transversal do rolo, o corte e costura longitudinal da peça, dobra e embalagem da peça. Alguns dos maquinários utilizados estão ilustrados na Figura 8.
Figura 8 – Maquinários da confecção da peça
Corte e costura longitudinal
Dobra e embalagem da peça
Cada processo descrito anteriormente pode resultar em um gargalo operacional, quando mal dimensionado o número de operadores. Neste trabalho esses canais serão simulados de maneira sequencial para dados reais, a fim de dimensionar o número de recursos.
O processo de fabricação opera num período de 18 horas diárias. Na Tabela 2 são apresentados os dados de produção efetiva média mensal dos maquinários do ano de 2019 dos processos a serem estudados.
Tabela 2 – Produtividade mensal efetiva média do ano de 2019 Período de
utilização do maquinário: 5H00-13H30 / 13H30-23H00
Estamparia Tumbler Rama Industrial Automatex Embalagem
Janeiro 80% 60% 82% 88% 72% 94% Fevereiro 84% 70% 84% 85% 74% 95% Março 89% 65% 86% 85% 73% 96% Abril 87% 63% 88% 87% 75% 97% Maio 85% 64% 82% 90% 74% 96% Junho 83% 64% 84% 86% 75% 99% Julho 81% 62% 89% 85% 74% 97% Agosto 82% 65% 87% 88% 76% 96% Setembro 84% 69% 88% 85% 73% 98% Outubro 85% 64% 83% 87% 73% 97% Novembro 83% 65% 85% 85% 74% 96% Dezembro 81% 60% 84% 86% 75% 98% Fonte: Autora (2020)
O primeiro cenário simulado será o cenário base, sem nenhuma modificação, possibilitando a comparação dos indicadores obtidos através da simulação com a situação real, atualmente utilizada na empresa.
No segundo, terceiro e quarto cenários serão propostas melhorias, de maneira a maximizar a eficiência operacional de fabricação, garantindo a maximização da utilização dos recursos e minimização do tempo ocioso do maquinário.
4. DESENVOLVIMENTO DO MODELO
Neste capítulo são detalhados o desenvolvimento do modelo, o mapeamento dos processos de beneficiamento têxtil e confecção da peça, a coleta e tratamento dos dados necessários à simulação e a construção do modelo de simulação.