Cenário 3

No cenário 3 analisa-se o investimento na máquina “Tumbler”. Foi escolhida essa máquina por apresentar uma produção efetiva diferente das demais, já apresentadas na Tabela 2. Foi definida uma nova máquina que detém um aumento de 25 %, que serão considerados em todos os meses de produção. Na Figura 34 é mostrado como a distribuição ficou depois da modificação.

Figura 34 – Módulo “Tumbler” com distribuição modificada

Fonte: Autora (2020)

A entrada do tecido no processo permanecerá em 86% e o número de operadores se mantém em 2 operadores por máquina, como no cenário 1. Nas Tabelas 10 e 11 são apresentados os resultados com as medidas de utilização dos operadores e a soma para as categorias de tempos em que a entidade passou nos processos, respectivamente.

Tabela 10 – Resultados da Simulação do Cenário 3 QTDE DE OPERADORES TAXA DE UTILIZAÇÃO

MÉDIA TAXA DE UTILIZAÇÃO MÁXIMA OP. ESTAMPARIA 2 48,87% 48,93% OP. TUMBLER 2 49,73% 49,80% OP. RAMA 2 49,67% 49,77% OP. INDUSTRIAL 2 50,38% 50,45% OP. AUTOMATEX 2 43,07% 43,10% OP. EMBALAGEM 2 56,19% 56,25% Fonte: Autora (2020)

Tabela 11 – Resultado de Tempos da Simulação do Cenário 3

TEMPO MÉDIO ACUMULADO (h) TEMPO ACUMULADO MÁX. (h)

ESTAMPARIA 97706,86 97842,27 TUMBLER 99425,35 99560,14 DEP. ESTAMPARIA 132,86 133,63 RAMA 99305,86 99505,57 DEP. CONFECÇÃO 226,93 228,17 INDUSTRIAL 100733,13 100858,46 AUTOMATEX 86107,86 86188,06 EMBALAGEM 112340,4 112453,97 Fonte: Autora (2020)

O tempo em que a entidade permaneceu no processo teve como média de 511,38 h e máxima de 532,72 h. Então pode-se concluir que se praticar o investimento na máquina “Tumbler” , o resultado não seria como o previsto visto que era presumido um aumento na produção.

5.3.4. Cenário 4

E por fim, no ultimo cenário, é sugerido a combinação do cenário 2 com o cenário 3, aumento de produtividade e investimento da máquina “Tumbler”. Com essa nova proposta, o tempo em que a entidade permaneceu no processo foi mesmo que o cenário 2 , média de 511,42 h e máxima de 534,06 h. A Tabela 12 é referente aos resultados com as medidas de utilização dos operadores e a Tabela 13 representa a soma para as categorias de tempos em que a entidade passou nos processos.

Tabela 12 – Resultados da Simulação do Cenário 4 QTDE DE OPERADORES TAXA DE UTILIZAÇÃO

MÉDIA TAXA DE UTILIZAÇÃO MÁXIMA OP. ESTAMPARIA 2 41,94% 42,05% OP. TUMBLER 2 42,68% 42,76% OP. RAMA 2 42,63% 42,70% OP. INDUSTRIAL 2 43,23% 43,28% OP. AUTOMATEX 2 36,96% 36,99% OP. EMBALAGEM 2 48,22% 48,28% Fonte: Autora (2020)

Tabela 13 – Resultado de Tempos da Simulação do Cenário 4

TEMPO MÉDIO ACUMULADO (h) TEMPO ACUMULADO MÁX. (h)

ESTAMPARIA 83843,07 84046 TUMBLER 85301,75 85462,93 DEP. ESTAMPARIA 114,05 115,05 RAMA 85301,75 85462,93 DEP. CONFECÇÃO 194,55 196,4 INDUSTRIAL 86429,59 86554,69 AUTOMATEX 73904,64 73964,94 EMBALAGEM 96409,91 96519,81 Fonte: Autora (2020)

Sendo assim, é possível afirmar que com a realização desta combinação o processo irá melhorar na taxa de ocupação dos operadores e tempos em que a entidade permaneceu no processo, em comparação aos cenários 1 e 3, mas será equivalente ao cenário 2.

5.4. ANÁLISE GERAL

Com os cenários apresentados, é possível analisar e comparar os tempos em que a entidade permaneceu no processo, as categorias de tempos acumulados médio e máximo em que a entidade passou nos processos, e taxa de utilização dos operadores.

Comparando-se todos os cenários analisados, os que apresentaram melhores desempenhos foram os cenários 2 e 4 com taxas e tempos semelhantes que diferem-se em 14 % nos tempos acumulados dos outros cenários.Num olhar empresarial, o cenário 2 seria escolhido pois não necessita de tanto investimento, é necessário somente um aprimoramento da entrada de tecido, como no cenário 4 que faz necessária a mudança em dois processos.

6. CONSIDERAÇÕES FINAIS

Este trabalho teve como objetivo desenvolver um modelo de simulação do processo de produção do beneficiamento têxtil e confecção de toalha de banho e simular essas etapas, a fim de melhorar os recursos necessários para garantir um nível de serviço adequado na Indústria Têxtil.

O cenário base foi usado para calibrar e validar o modelo de simulação com o real, onde foram feitas as comparações e adaptações necessárias para que o modelo retratasse a realidade.

O cenário 1 teve como proposta a modificação no número de operadores em dois processos diferentes, resultando em uma melhor taxa de utilização dos operadores. Pois como os operadores trabalham durante 9 horas no dia e muitos processos são manuais, o processo ideal seria que os operadores estivessem isentos da exaustão que este tempo ocasiona, uma vez que reduz significamente à qualidade de vida e a quantidade da produção.

A fim de aumentar a produtividade da empresa, no cenário 2 houve um aumento na produção na entrada do tecido, passando de 86% para 100% de produção efetiva. Com essa mudança, os tempos do processo diminuíram em 14% sendo assim, mais eficiente que o cenário base.

No cenário 3 foi sugerido um investimento num maquinário no meio do processo do beneficiamento têxtil. Foi visto que na etapa analisada no cenário base, a su a produção efetiva era em média de 64%. Sugeriu-se um investimento em que o maquinário aumentasse em 25% da produção em todos os meses. Com a substituição, notou-se que os resultados de tempos e taxa de utilização eram semelhantes ao cenário 1.

E por fim, no ultimo cenário, realizou-se uma agregação dos cenários 2 e 3, causando um aumento de produtividade em duas etapas. Mas com base nos resultados obtidos constatou-se que essa associação não iria mudar do que já tinha sido alcançado no cenário 2.

O mapeamento dos processos mostrou-se importante para o entendimento dos fluxos e suas particularidades. Tomou-se os processos mapeados como a construção do projeto conceitual de simulação. A coleta e tratamento dos dados são de fundamental importância para que o cenário simulado reflita as características do modelo real, apesar disso é uma etapa dispendiosa, já que muitas vezes estes dados devem ser tomadas manualmente.

Na construção do modelo de simulação, o analista deve ter sensibilidade para a interpretação das propriedades do modelo real e transformá-la para um modelo lógico. É uma

etapa que depende de constante análise e interpretação dos resultados. A simulação é uma importante ferramenta de análise e planejamento, através dela foi possível dimensionar operações para garantir um bom nível de desempenho, minimizando a utilização de recursos.

Para trabalhos futuros sugere-se que a coleta de dados seja realizada de maneira a considerar algumas especificidades de cada um dos processos e que no caso do banco de dados considerado neste trabalho não foi possível de realizar e também a busca por gargalos em todos os processos estudados.

REFERÊNCIAS

ABIT. Associação Brasileira da Indústria Têxtil e de Confecção. Quem Somos: MUITO MAIS FORÇA PARA O SETOR E PARA O BRASIL. Disponível em:

https://www.abit.org.br/cont/quemsomos. Acesso em: 29 mar. 2020.

ÁLVAREZ, J. A. R. Evaluación agregada: una innovación em lag estión de inventários en una empresa de alimentos de consumo masivo. In: EIGHTH LACCEI LATIN AMERICAN AND CARIBBEAN CONFERENCE FOR ENGINEERING AND TECHNOLOGY, 2010. Anais... Arequipa, Peru, 2010.

AMORIM, Alberto Henrique. Competitividade internacional do complexo têxtil brasileiro no período 1998 a 2006.REDIGE, v. 2, n. 1, 2011.

ANDRADE, Eduardo Leopoldino de. Introdução à Pesquisa Operacional. 4. ed. Rio de Janeiro: LTC, 2009.

ANDRADE, Eduardo Leopoldino de. Introdução a Pesquisa Operacional: métodos e modelos para análise de decisões. Rio de Janeiro: LTC, 2015.

ARTCOR. Um pouco da história da indústria têxtil no mundo. 2018. Disponível em: https://artcorbrasil.com.br/um-pouco-da-historia-da-industria-textil-no-mundo/. Acesso em: 18 mar. 2020.

ARTCOR. Tecelagem. 2018. Disponível em:https://artcorbrasil.com.br/tecelagem/. Acesso em: 18 mar. 2020.

BATISTA, Felipe Lima. Redução de Lead Time do mapeamento do fluxo de valor em uma indústria farmacêutica. 2009. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) – Escola Politécnica da Universidade de São Paulo, São Paulo, 2009.

BRIESEMEISTER, Roberta. CENTRO DE DISTRIBUIÇÃO DE PRODUTOS DENTRO DO CONCEITO DE CROSS-DOCKING: MODELAGEM MATEMÁTICA E

SIMULAÇÃO. 2017. 191 f. Tese (Doutorado) - Curso de Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, 2017.

CHAO, Wisley. Identificação de gargalos na cadeia logística utilizando técnicas de simulação: avaliação da malha de distribuição de GLP em São Paulo. 2001. 128 f. Dissertação (Mestrado) - Curso de Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, 2001.

CHWIF, Leonardo; MEDINA, Afonso Celso. INTRODUÇÃO AO SOFTWARE DE

SIMULAÇÃO SIMUL8. XXXVIII Simpósio Brasileiro de Pesquisa Operacional. Goiânia, p. 2571-2580. set. 2006. Disponível em:<http://din.uem.br/sbpo/sbpo2006/pdf/arq0283.pdf>. Acesso em: 16 maio 2020.

COSTA, Shirley; BERMAN, Debora; HABIB, Roseane Luz. 150 anos da indústria têxtil brasileira. Rio de Janeiro: SenaiCetiqt/Texto&Arte, 2000.

CUNHA, A. C. et al. Modelo de gestão de estoques em uma empresa de ferragens e produtos metalúrgicos de pequeno porte. In: XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 2013. Anais... Salvador: BA, 2013.

FCEM. História da indústria têxtil: quais os avanços até os dias atuais? 2019. Disponível em: https://fcem.com.br/noticias/historia-da-industria-textil-quais-os-avancos-ate-os-dias- atuais/. Acesso em: 18 mar. 2020.

FCEM . Segmentos têxteis: conheça os 4 principais do mercado brasileiro. 2019. Disponível em: https://fcem.com.br/noticias/segmento -textil-os-4-principais-do-mercado- brasileiro/. Acesso em: 29 mar. 2020.

FEBRATEX. Indústria têxtil catarinense: entenda a importância desse polo. 2020. Disponível em: https://febratex.com.br/industria-textil-catarinense-entenda-a-importancia- desse-polo/. Acesso em: 25 abr. 2020.

FEBRATEX. O potencial da indústria têxtil no Brasil e como investir. 2019. Disponível em: https://febratex.com.br/o-potencial-da-industria-textil-no-brasil-e-como-investir/. Acesso em: 25 abr. 2020.

FEBRATEX. Qual a importância da indústria têxtil no Brasil e o que representa? 2019. Disponível em: https://febratex.com.br/qual-a-importancia-da-industria-textil-no-brasil-e-o- que-representa/. Acesso em: 23 abr. 2020.

FEBRATEX. CADEIA TÊXTIL: ENTENDA AS OPORTUNIDADES DESTE

SEGMENTO DE ACORDO COM A ABIT.2019. Disponível

em:https://fcem.com.br/noticias/cadeia-textil-entenda-as-oportunidades-deste-segmento-de- acordo-com-a-abit/#.xg1v1-hkjiu. Acesso em: 29 out. 2019.

FREITAS FILHO, Paulo José. Introdução à modelagem e simulação de sistemas com aplicações arena.2. ed.Florianópolis: Visual Books, 2008.

HARRISON, J. Richard; LIN, Zhiang; CARROLL, Glenn R.; CARLEY, Kathleen M. Simulation modeling in organizational and management research.Academyof Management Review, v. 32, n.4, p. 1229-1245, 2007.

HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introdução à pesquisa operacional. McGraw Hill Brasil, 2013.

LOPES, Raiza Bender. MAPEAMENTO DOS PROCESSOS E SIMULAÇÃO DE UM TERMINAL REGULADOR DE CONTÊINER. 2016. 93 f. TCC (Graduação) - Curso de Engenharia de Transportes e Logística, Universidade Federal de Santa Catarina, Joinville, 2016.

LOPES FUJITA, Renata Mayumi; JORENTE, Maria José. A Indústria Têxtil no Brasil: uma perspectiva histórica e cultural. ModaPalavra e-Periódico, v. 8, n. 15, jan.-jul., 2015.

MARTINS, Flávio Antônio de Araújo. Modelo para avaliação do Lead Time

Produtivo nas Empresas Têxteis. 2003. 100f. Dissertação (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, UFSC, Florianópolis.

MEDEIROS, Rafael Lima et al . Cenários logísticos alternativos para a cabotagem do estado do Amazonas utilizando simulação computacional. J. Transp. Lit., Manaus , v. 9, n. 1, p. 60-64, Jan. 2015.

MENDES, Davi Santos; CORREIA, Anderson R.; TOZI, Luiz Antonio. Análise de alternativas para aumento da produtividade e qualidade operacional de terminais de cargas em aeroportos por meio de simulação computacional. J. Transp. Lit., Manaus , v. 6, n. 2, p. 124-143, Jun 2012.

OLIVEIRA, Clênio Senra de. Aplicação de técnicas de simulação em projetos de manu fatura enxuta. Estudos Tecnológicos, v. 4, n. 3, p. 204-217, set./dez. 2008.

PASSADO, Cortina do. Um breve resumo da Cronologia da Cidade de Joinville. 2019. Disponível em: https://cortinadopassado.com.br/2019/01/21/joinville-sc-historia/. Acesso em: 30 set. 2020.

PEREIRA, Lucas Silva de Souza et al. Aplicação da simulação computacional através do Arena no desenvolvimento diário dos Wods na CFP9®. In: XXXVII ENCONTRO

NACIONAL DE ENGENHARIA DE PRODUÇÃO, 2017, Joinville. Anais [...] . Joinville: Enegep, 2017. p. 1-19.

PRADO, Darci Santos do. Usando o Arena em simulação. 5. ed. Nova Lima: FALCONI Editora, 2014. 388 p.

RAMOS NETO, Augusto Nogueira; PINTO, Luiz Ricardo. Template do programa Arena para simulação das operações de carregamento e transporte em minas a céu

aberto. Rem: Rev. Esc. Minas, Ouro Preto , v. 57, n. 1, p. 65-69, Mar. 2004

SILVA, André Koide da. Método para avaliação e seleção de softwares de simulação de eventos discretos aplicados à análise de sistemas logísticos. 2006. 191 f. Tese (Mestrado) – Engenharia de Sistemas Logísticos, Escola Politécnica da Universidade de São Paulo, São Paulo, 2006.

STERMAN, J. Business dynamics: systems thinking and modeling for a complex world. McGraw-Hill Companies: USA, 2000.

SUZIGAN, W. Indústria Brasileira.Origem e desenvolvimento. 2ª ed., São Paulo: Huicitec/Unicamp, 2000.

TAHA, Hamdy A.. Pesquisa Operacional. 8. ed. São Paulo: Pearson, 2008.

TEIXEIRA, Francisco MP. A história da indústria têxtil paulista.Sinditêxtil-SP, 2007. VALOR . Abit prevê alta de 2,3% na produção têxtil em 2020: Avanço é melhor que o desempenho esperado para 2019, de queda de 2% no segmento têxtil e de alta de até 0,6% no de confecções. 2019. Cibelle Bouças. Disponível em:

https://valor.globo.com/empresas/noticia/2019/12/18/abit-prev-alta-de-23-pontos-percentuais- na-produo-txtil-em-2020.ghtml. Acesso em: 29 mar. 2020.

VENTURA, Fabiano Luiz Fossatti. UTILIZANDO SIMULAÇÃO PARA A AVALIAÇÃO DE DESEMPENHO DO CENTRO DE REPAROS DE EQUIPAMENTOS DE

DIAGNÓSTICO IN VITRO DE UMA MULTINACIONAL. 2018. 89 f. TCC (Graduação) - Curso de Engenharia de Transportes e Logística, Universidade Federal de Santa Catarina, Joinville, 2018.

WANKE, Peter et al . Um estudo sobre os impactos no varejo das principais decisões estratégicas de produção e distribuição da indústria. Gest. Prod., São Carlos, v. 13, n. 1, p. 1-13, Abr. 2006.

ZENG, Qingcheng; YANG, Zhongzhen.Integrating simulation and optimization to schedule loading operations in container terminals.Elsevier, China, p.1935-1944, jun. 2019.

Figura 35 – Modelo completo no Arena