Considerando-se os resultados encontrados e após avaliação das porcentagens de áreas das matrizes, percebe-se que se faz necessário uma nova proposta de aplicação prática para que as matrizes possuam gestão visual diretas ao serem
interpretadas e assim facilitem a utilização do modelo proposto conforme o fluxograma da Figura 49. Para tal, será realizado um estudo de caso adicional utilizando-se o novo passo a passo B criado para agregar aos resultados obtidos.
Figura 49: Passo a passo B: aplicação com otimização de resultados (Autoral)
Para testar a hipótese do método apresentado no passo a passo B a análise do drone foi refeita (estudo de caso 4) baseando-se agora nesse novo passo. O passo a passo B utiliza além das técnicas tradicionais sobre construção da RSM, os conceitos de análise funcional para as correlações na MDM, permitindo melhor visualização dos resultados. Pois durante o desenvolvimento dos estudos de casos se notou uma defasagem nesses pontos sendo extremamente importante para a aplicação do método e o entendimento do processo para obter resultados promissores. Conforme apresentado
na revisão bibliográfica o entendimento da função do projeto é um diferencial para o desenvolvimento de soluções. O produto escolhido para essa aplicação é novamente o drone pois além de possuir alta complexidade e ser um produto moderno, utilizar o mesmo produto do estudo de caso 3 permitndo uma comparação entre os resultados encontrados.
Para o estudo de caso 4, a aplicação foi realizada e otimizada pela equipe do LabSin com o intuito de identificar falhas na aplicação da ferramenta proposta e focando no desenvolvimento de um método mais eficaz para a visualização da MDM, o que resultou no passo a passo B.
Inicia-se o passo a passo B com a análise funcional (passo 1), ou seja, defini-se as funções do produto antes dos seus componentes. Dentre as técnicas existentes para se definir função, optou-se por seguir com árvore funcional pois ao utilizar-se projeto axiomático e a técnica de “zigzagueamento”, torna-se fácil visualizar as funções, garantindo que todas as funções terão componentes e todos os componentes terão ao menos 1 função, assim, consequentemente, evita-se casos de não função conforme encontrado nos estudos de caso anteriores.
Para desenvolvimento da técnica utilizou-se de informações de funções específicas que todo o drone do mesmo modelo deveria apresentar para satisfazer os requisitos do cliente e verificou-se que foram encontrados os componentes de um drone padrão compatível com o modelo mais vendido no site da Amazon, 2019.
Através da Figura 50, usando o método zigzag proposto no projeto axiomático, pode-se definir a matriz DSM de requisitos funcionais e DSM de componentes e seguindo assim com os próximos passos 2, 3 e 4 para construir as relações entre elementos e funções, gerando os particionamentos manualmente e criar os agrupamentos que ficam facilmente identificáveis.
A seguir, seguem as matrizes DSM de função e componente geradas a partir dos 4 primeiros passos. A Figura 51 mostra os agrupamentos entre funções de um drone padrão obtidos baseado no Passo a Passo B e a Figura 52 apresenta os agrupamentos entre componentes de um drone padrão, também obtidos pelo Passo a Passo B.
Figura 51. Agrupamentos entre funções de um drone padrão (Passo a Passo B)
Figura 52. Agrupamentos entre componentes de um drone padrão (Passo a Passo B).
Após a finalização das etapas de composição dos agrupamentos de componentes e funções da DSM, percebe-se a existência de 5 agrupamentos desacoplados que identificam os grupos de componentes ou sistemas independentes que compõe o drone. Esse resultado é coerente com a teoria de análise funcional e torna a construção dos agrupamentos uma consequência lógica da árvore de falhas.
Prosseguindo com o Passo a Passo B, o passo 5 envolve definir os riscos relacionados ao drone. Para tal foram considerados dados de referência provenientes da pesquisa oficial da FAA conforme realizado anteriormente no estudo de caso 3. Não será utilizada metodologia para definição de riscos visto que eles podem ser provenientes de várias fontes e estão sempre sendo atualizados. Essa escolha também nos permite flexibilizar os resultados da matriz e realmente verificar se, para qualquer risco considerado, a matriz apresentará o mesmo comportamento.
O Passo 6 envolve a correlação e ponderação da matriz de risco. Nos estudos de caso anteriores, um dos causadores do grande número de intrarelação entre os componentes era a utilização do conceito binário. Assim, com a ponderação, pode-se selecionar qual o nível de relação seria o mais coerente para cada produto. Segue na Figura 53 as correlações da matriz de risco e a ponderação utilizada.
Figura 53. Correlações da matriz de risco e ponderações utilizada
Nesse estudo de caso 4, visando reduzir o número de correlações, considerar-se apenas os níveis mais intensos de relação entre componentes, no caso, as relações vermelhas e amarelas. Na Figura 54, pode-se visualizar a matriz após omitirmos as relações mais fracas (verdes).
Figura 54. Correlação da matriz de risco sem os vínculos fracos
Após a aplicação das DSM e parcialmente da RSM, todos os dados foram compilados em uma MDM para o caso do drone. Novamente destaca-se que essa matriz mais completa permite visualizar, além das relações Componente x Componente, Função x Função, Risco x Risco; relações entre Componente x Função, Componente x Risco e Função x Risco.
Destaca-se nesse estudo de caso que não se constrói completamente a RSM sem antes visualizar-se as matrizes secundárias de Componente x Função, Componente x Risco e Função x Risco. Segue-se para a segunda parte da aplicação do passo 6 com as matrizes secundárias e também com o passo 7, particionamento da matriz de riscos, que só deve ser realizado ao avaliar-se a MDM como um todo.
Após particionar a matriz de risco e ponderar as matrizes secundárias não simétricas, nota-se uma interface muito mais visual e amigável para que seja possível abstrair resultados e observar padrões.
Outra significativa diferença entre o Passo a Passo B e o A é o passo 8 que aborda a criação de agrupamentos da matriz risco x risco. Enquanto, anteriormente, os agrupamentos eram criados através da experiência e conhecimento de cada um dos especialistas ao definirem critérios aleatórios para observar um padrão, nessa aplicação encontra-se a oportunidade de definirem-se os agrupamentos através de blocos de cores provenientes dos agrupamentos de funções e consequentemente componentes.
Portanto, passo 9, projeta-se na matriz Risco x Risco os resultados obtidos nas matrizes de Função x Risco e Componente x Risco de acordo com os grupos de maior concentração de interações vermelhas. Os agrupamentos projetados na matriz de risco foram separados por cor, e podem ser visualizados na matriz MDM da Figura 55.
Cada agrupamento da matriz de risco representado por cores, também consegue ser relacionado aos agrupamentos de função e componente. Dessa forma identifica-se os agrupamentos nas matrizes Componente x Componente e Função x Função de acordo com seus níveis superiores na análise funcional, representado pela árvore de função.
Como pode ser observado pela Figura 55, os agrupamentos da matriz RSM consequentes da aplicação de ponderação MDM estão relacionados aos riscos conforme relações a seguir:
Ag1: I, II, III, V Ag2: II
Ag3: I, III, IV Ag4: I
Ag5: III
Dessa forma, torna-se possível criar agrupamentos de riscos sem tanta participação dos especialistas visto que os agrupamentos são formados por projeções de outras matrizes, sendo assim, uma consequência da utilização de análise funcional. Os fatores que ainda permanecem dependentes da intervenção de especialistas seriam a definição de funções padrões de um drone e ponderação das matrizes relacionadas a risco, sejam elas simétricas ou assimétricas.
A partir da MDM, e considerando que a matriz de Componente x Componente é desacoplada, percebe-se que a RSM apresenta um alto nível de acoplamento entre os agrupamentos. Portanto, considera-se que, para ser alcançado um resultado visual que contemple a relação Componente, Função e Risco, pode-se considerar uma lista de riscos aleatória pois, mesmo esses riscos sendo completamente díspares, a utilização da matriz os torna possíveis de serem mapeados com parâmetros adequados.
Encerrando as informações alcançadas pelo estudo de caso 4, encontram-se algumas contribuições positivas para os estudos de caso. Estes mostraram que a aplicação da RSM propiciou maior acurácia na escolha de uma solução entre as outras opções pois, os resultados de maior risco podem ser excluídos ou modificados antes do estudo de viabilidade. Dessa forma, consegue-se visualizar a característica complementar da ferramenta, se comparada as ferramentas de risco atuais visto que as matrizes podem ser utilizadas antes do estudo de viabilidade.
Importante destacar que apesar do estudo de caso 4 utilizar uma ponderação de cores, o propósito desse projeto não foi sugerir uma metodologia em substituição ao FMEA. Conforme já explicado, o FMEA é realizado, geralmente, depois do estudo de
viabilidade na fase preliminar do projeto do produto e não mostra de maneira clara as interações entre os riscos. A RSM aplicada ao projeto do produto pode contribuir ao FMEA com informações complementares pois, dessa forma, pode-se melhorar a gestão visual conforme os agrupamentos são identificados. A diferença principal situa-se na aplicação da RSM que ocorre na fase de estudo de viabilidade.
Como abordado anteriormente, os maiores benefícios do uso da RSM para projeto do produto estão relacionados a gestão visual, fase de desenvolvimento e interações entre os riscos. Após avaliação da bibliografia, composição e validação do modelo para projeto do produto através dos estudos de caso, seguem compiladas as vantagens observadas do uso de RSM para projeto do produto. Destaca-se que essas vantagens podem ser observadas tanto na utilização do passo a passo A quanto no passo a passo B.
• Abordagem complementar ao método clássico de gerenciamento de riscos e ao FMEA;
• Compreensão das inter-relações do produto de forma "agrupamento local" ou para o produto como um todo;
• Isolamento de agrupamento dos riscos dos produtos, fazendo-os não se propagarem para outros agrupamentos e evitando a propagação de falhas;
• Possibilidade de tomar medidas corretivas considerando as interações entre riscos e não apenas o risco isolado. Às vezes, romper a conexão entre os riscos pode ser mais eficaz do que mitigar o risco em si;
• A ferramenta RSM permite uma maior comunicação entre os riscos do projeto, bem como uma maior confiança nas atividades de gerenciamento de risco pelo uso da gestão visual;
• O método pode fornecer ao decisor classificações complementares que, juntamente com aquelas existentes, criam sinais de alerta significativos antecipadamente sobre a realidade de fenômenos complexos;
• A aplicação da RSM na fase de estudo de viabilidade facilita a identificação de soluções que são muito arriscadas para serem consideradas durante o estudo de viabilidade na fase preliminar.
Todavia, ao ser proposto o passo a passo B para melhoria da aplicação do método, pode-se observar as seguintes vantagens em comparação ao A:
• O uso da ponderação para as matrizes relacionadas a risco (risco x risco, risco x função e risco x componente), além de sua contribuição visual, soluciona problemas como a falta de critério observado na aplicação binária na qual a opção por definir-se uma correlação ou não entre elementos, estava sujeita a opinião de cada grupo de especialistas. Também propicia a escolha sobre o grau de força entre as interações dos elementos relacionados, tornando possível elencar e priorizar relações essenciais.
• A abordagem teórica utilizada é melhor estruturada para os estudos de caso ao serem utilizados os conceitos de metodologia de projeto, assim, iniciar o projeto do produto com a definição de funções através da árvore de funções possibilitou com que fosse possível correlacionar função, componente e risco na matriz de risco x risco. Resultado este que não havia sido alcançado apenas com o passo a passo A.
• O Passo a passo B propiciou a automatização parcial com a criação de agrupamento na matriz risco x risco. Esse é um grande diferencial dessa sequência de passos visto que quanto menor a interação humana, mais preciso e constante serão os resultados.
• Também foi possível verificar possíveis relações entre as matrizes assimétricas (função risco, componente x risco) pois as ponderações seguem os padrões prevenientes dos agrupamentos de componentes e funções.
Com esse comparativo, fica evidente as desvantagens do passo a passo A como a aplicação binária, a não utilização de função como passo inicial no desenvolvimento do método, a dependência de especialistas na aplicação, e a impossibilidade de se correlacionar facilmente componente, função e risco.
Esses tópicos, apesar de serem desvantagens, agregam valor aos estudos de caso e a este projeto ao compreender-se que, no Brasil, as empresas que desenvolvem projetos de produto, dificilmente apresentam uma sistemática com embasamento teórico
que lhes permita atingir a melhor performance possível. Essa afirmação fica evidente ao observar-se o resultado final do passo a passo B, que se aproxima bastante ao modelo teórico de Marle (2016).
É importante destacar que esse trabalho é pioneiro na aplicação da RSM em uma MDM que vincule componente, função e risco. Os estudos de caso 1,2 e 3 serviram como referência para a otimização do resultado no estudo de caso 4, e os resultados obtidos nessa otimização são a maior contribuição desse trabalho.
5 CONCLUSÕES E RECOMENDAÇÕES
A concepção e desenvolvimento de produtos de engenharia complexos exigem esforços e colaboração de centenas de participantes de diversas áreas, resultando em relações complexas entre pessoas e tarefas. Muitas das ferramentas de gerenciamento de projetos tradicionais não são suficientes para resolver problemas de grande complexidade. Embora essas ferramentas permitam a modelagem de processos sequenciais e paralelos, elas não conseguem resolver casos como interdependência (retroalimentação e iteração), que é comum em desenvolvimento de projetos de produtos complexos. Para resolver esse problema, as ferramentas DSM e RSM evoluíram.
Este método matricial difere de ferramentas tradicionais de gerenciamento de projeto, porque se concentra em representar os fluxos de informação, em vez de fluxos de trabalho. O método RSM é um modelo de troca de informações que permite a representação de relações de riscos complexos, a fim de determinar um agrupamento dos riscos que estão sendo modeladas. A complexidade exigida para a construção da RSM, representada pela necessidade de um conhecimento detalhado do produto, constitui-se de um fator de atenção no momento de avaliar-se o uso intensivo desta técnica.
Demonstrou-se a importância das DSMs utilizando algumas aplicações em produtos conhecidos, e a literatura está cheia de implementações bem-sucedidas de áreas como o setor automotivo (Cord e Eppinger, 1993; Yassine et al, 2000.), Aeroespacial (Grose, 1994; Browning e Eppinger, 2002), de semicondutores (Osborne, 1993), construção (Austin et al., 2000), e de telecomunicações (Eppinger, 2002). Contudo para a aplicação da RSM apenas alguns casos foram encontrados Marle, 2016).
Esta pesquisa possibilitou comprovar a eficácia e mapear vantagens e desvantagens do método RSM ao inter-relacionarmos a base teórica aos estudos de caso no processo de projeto do produto. Pela abordagem utilizada pode-se destacar que os conceitos abordados aplicam técnicas que podem servir de suporte ao processo de projeto do produto. Foi realizada uma sistematização teórica embasada na revisão
bibliográfica visando aproximar o conhecimento referente ao tema e esclarecer a estrutura dos modelos de referência adotados para os aspectos discutidos.
Embora esse projeto seja pioneiro ao aplicar RSM ao projeto do produto e matriz MDM, ele pode ser considerado como ponto de partida para novas discussões sobre as aplicações da técnica otimizada, com o objetivo de encorajar futuros estudos e desenvolvimentos que almejem acompanhar o aumento da demanda de complexidade e de mercado.
Nesse projeto é possível observar que a RSM pode proporcionar vários benefícios ao projeto do produto, tanto para as fases de desenvolvimento do produto em si quanto para o aprimoramento de metodologias específicas para risco existentes como o FMEA.
Mediante a realização dos estudos de caso, foi possível verificar a aplicação prática de determinados conceitos podendo-se diagnosticar para 3 tipos diferentes de produto quais foram os resultados obtidos e ainda otimizar-se o método com a aplicação do estudo de caso 4. Foi possível identificar que os especialistas em desenvolvimento do produto são essenciais para o processo de obtenção da RSM e aumentam a excelência do desenvolvimento e do resultado pois o conhecimento tácito é fundamental para compor com melhor acuracidade as relações entre os riscos e seus impactos, sejam eles sozinhos ou em agrupamentos. Contudo, ao otimizar-se o método, essa interação com os especialistas reduziu, tornando a aplicação do método possível de ser parcialmente automatizada.
O estudo aqui desenvolvido contribui para a evolução do conhecimento sobre análise de risco aplicado a desenvolvimento de produtos tornando a pesquisa de grande valia para a comunidade acadêmica que pode prosseguir com o debate aqui estruturado. Com a finalidade de melhor entender as características existentes no planejamento de sistemas complexos, foram detalhadas as características da RSM para lidar com gerenciamento do fluxo de informações, possibilitando o correto mapeamento de elementos interdependentes. Verificou-se também que a sua utilização não inviabiliza a utilização das outras técnicas, pelo contrário, serve como complemento para um planejamento mais robusto e correto.
• Realizar novos estudos de caso em produtos similares e díspares utilizando especialistas das áreas envolvidas para verificar se os padrões observados se mantêm tanto no passo a passo A quanto no passo a passo B;
• Comparar detalhadamente a sistematização proposta neste trabalho com outros estudos de caso de diferentes tipos de produtos com o intuito de comprovar e validar a estruturação entre RSM e projeto do produto;
• Divulgar o tópico e conceitos deste trabalho em áreas científicas, já que o tema é pouco explorado;
• Divulgação da metodologia de projeto através de softwares reconfiguráveis para cada ramo de aplicação acompanhando a execução por um grupo de empresas permitindo assim identificar pontos fortes e fracos da teoria, e o nível de aderência ao contexto proposto.
Referências
ALLAN, N.; YIN, Y. Development of a methodology for understanding the potency of risk connectivity. J. Manage. Eng., v. 27, n. 2, p.75–79, 2011.
ALVARENGA, F. B. Uma Abordagem Metodológica para o Projeto de Produtos Inclusivos. 2006. Tese (Doutorado em Engenharia Mecânica) - Faculdade de Engenharia Mecânica, Universidade Estadual de Campinas - UNICAMP, Campinas, 2006.
BACCARINI, D. The concept of project complexity – a review. International Journal of Project management, v. 14, n. 4, p. 201-204, 1996.
BACK, N.; OGLIARI, A.; DIAS, A.; SILVA, J. C. Projeto integrado de produtos: planejamento, concepção e modelagem. Barueri: Monole, 2008.
BAXTER, M. Projeto de Produto: guia prático para o design de novos produtos. São Paulo: Blucher, 2011-. ISBN 978-85-212-0614-9. 3ª. ed. Tradução Itiro Iida.
BIEDERMANN, W.; LINDEMANN, U. Cycles in the Multiple-Domain Matrix–Interpretation and Applications. In: 10TH INTERNATIONAL DSM CONFERENCE, 2008, Estocolmo. Anais… p.11-12.
BROWNING, T. R. Applying the design structure matrix to system decomposition and integration problems: A review and new directions. IEEE Transactions on Engineering Management, v. 48, n. 3, p. 292–306, 2001.
CARRASCOSA, M.; EPPINGER, S. D.; WHITNEY, D. E. Using the design structure matrix to estimate product development time. In: ASME DESIGN ENGINEERING TECHNICAL CONFERENCES (DESIGN AUTOMATION CONFERENCE), 1998. Proceedings... p. 1-10.
CHEN, S.; FATH, B. D.; CHEN, B. Information-based network environ analysis: A system perspective for ecological risk assessment. Ecol. Indicat., v. 11, n. 6, p. 1664–1672, 2011.
CHEN, S.-J.; LIN, L. Decomposition of interdependent task group for concurrent engineering. Comput. Ind. Eng., v. 44, n. 3, p. 435–459, 2003.
CHEN, Y.; ZHANG, Y.; LIU, J.; MO, P. Interrelationships among critical success factors of construction projects based on the structural equation model. J. Manage. Eng., v. 28, p. 243-251, 2005.
CLARK, K. B.; FUJIMOTO, T. Product Development Performance: Strategy, Organization, and Management in the World Auto Industry. Boston: Havard Business School Press, 1991.
COCHRAN, D. S.; EVERSHEIM, W.; KUBIN, G.; SESTERHENN, M. L. The application of axiomatic design and lean management principles in the scope of production system segmentation. International Journal of Production Research, v. 38, n. 6, p. 1377-1396, 2000.
CONDOOR, S. Cognitive Framework for the Design Process. In: 4TH INTERNATIONAL CONFERENCE ON DESIGN THEORY AND METHODOLOGY, American Society of Mechanical Engineers (ASME), 1992. Proceedings... p. 42: 277-281.
CORDEIRO, Gabrielly A.; ALKMIN E SILVA, Ludmila C. D.; DEDINI, Franco G.; GIORIA, Gustavo Dos Santos. Basic study of contextualization between project management and products design. In: 23RD ABCM INTERNATIONAL CONGRESS OF MECHANICAL ENGINEERING, 2015, Rio de Janeiro. Proceedings...
DANILOVIC, M.; BROWNING, T. Managing complex product development projects with design structure matrices and domain mapping matrices. International Journal of Project Management, v. 25, p. 300-314, 2007.
DEDINI, F. G. Apostila de metodologia de projetos. Apostila – Faculdade de Engenharia Mecânica. Universidade Estadual de Campinas – UNICAMP. Campinas: UNICAMP, 2019.
DEDINI, F.G. Sistemática e Metodologia de Projeto. Notas de Aula IM136. Campinas, 2015.