A fim de descobrir qual a quantidade de caixas de gelo podem ser fabricadas respei-tando o tempo de servi¸co di´ario de nove horas, foram testados cen´arios que diferem na quantidade de mat´eria-prima (MP) liberada para a fabrica¸c˜ao dos gelos. No primeiro cen´ario ´e liberado quantidade suficiente para fabricar 96 caixas, j´a no segundo 120 e fi-nalmente no terceiro a quantidade ´e de 144 caixas de gelo. Lembrando que ao fabricar a calda deve ser batido 110 L por rodada, equivalente a 720 unidades de gelo ou 24 caixas, portanto as quantidades que devem ser fabricadas precisam ser divisores inteiros desses valores.
Foram rodadas dez repeti¸c˜oes para cada cen´ario e os relat´orios gerados pelo JaamSim foram coletados e expostos nas Tabelas 7, 8 e 9. ´E apresentado nas tabelas trˆes colunas:
na primeira ´e indicado o n´umero da repeti¸c˜ao, na segunda coluna ´e indicado o tempo de t´ermino da ´ultima atividade que indica o tempo total de produ¸c˜ao, j´a na terceira coluna indica a quantidade de caixas de gelo fabricadas.
Cap´ıtulo 4. Apresenta¸c˜ao e discuss˜ao dos resultados 38
Tabela 7 – Repeti¸c˜oes do primeiro cen´ario
Repeti¸c˜ao Tempo de t´ermino de Estocar (h) Quantidade fabricada (cx)
1 7,18 96
2 7,17 96
3 7,13 96
4 7,16 96
5 7,30 96
6 7,11 96
7 7,28 96
8 7,24 96
9 7,25 96
10 7,30 96
Fonte: Elaborado pelo autor (2022).
Tabela 8 – Repeti¸c˜oes do segundo cen´ario
Repeti¸c˜ao Tempo de t´ermino de Estocar (h) Quantidade fabricada (cx)
1 8,68 120
2 8,72 120
3 8,67 120
4 8,62 120
5 8,72 120
6 8,52 120
7 8,71 120
8 8,62 120
9 8,56 120
10 8,64 120
Fonte: Elaborado pelo autor (2022).
Tabela 9 – Repeti¸c˜oes do terceiro cen´ario
Repeti¸c˜ao Tempo de t´ermino de Estocar (h) Quantidade fabricada (cx)
1 10,14 144
2 10,24 144
3 10,05 144
4 10,16 144
5 10,09 144
6 9,98 144
7 10,13 144
8 10,15 144
9 10,02 144
10 10,09 144
Fonte: Elaborado pelo autor (2022).
Cap´ıtulo 4. Apresenta¸c˜ao e discuss˜ao dos resultados 39
A Tabela 7 ´e o relat´orio gerado do primeiro cen´ario, onde foi liberado MP suficiente para a fabrica¸c˜ao de 2880 unidades de gelo, equivalente a 96 caixas de gelo. Dentre todas as repeti¸c˜oes, foi escolhida a de maior tempo de t´ermino da ´ultima atividade “Estocar”, gerado na d´ecima, por ser o pior poss´ıvel dado pela simula¸c˜ao. Na pior repeti¸c˜ao, a atividade terminou em, aproximadamente, sete horas e 19 minutos, faltando uma hora e 26 minutos para terminar o expediente. Portanto, n˜ao ´e uma programa¸c˜ao ideal para a empresa que busca usufruir o m´aximo poss´ıvel do tempo que tem.
A Tabela 8 ´e o relat´orio gerado no segundo cen´ario, que ao liberar MP suficiente para fabricar 120 caixas de gelo, a quinta repeti¸c˜ao resultou num tempo de t´ermino da ´ultima atividade de oito horas e 43 minutos.
J´a no terceiro cen´ario, refente a Tabela 9, ao liberar MP para fabricar 144 caixas de gelo, o pior tempo foi de dez horas e 15 minutos para a ´ultima atividade finalizar. Este cen´ario n˜ao ´e o ideal por ultrapassar o tempo de oito horas e 45 minutos de encerramento das atividades da f´abrica.
Com todas as an´alises dos cen´arios, o ideal escolhido foi o segundo, com uma produ¸c˜ao di´aria de 120 caixas de gelo e com a pior repeti¸c˜ao (quinta) terminando as atividades em oito horas e 43 minutos. Desta forma, atendendo a restri¸c˜ao de hor´ario de produ¸c˜ao de oito horas e 45 minutos imposta pela empresa.
Para descobrir quantos dias s˜ao necess´arios para atender a demanda do setor de ven-das, contemplada na Figura 7, foi feita uma divis˜ao das quantidades de cada sabor pela capacidade di´aria apresentada pela simula¸c˜ao. Uma altera¸c˜ao do pedido foi feita a fim de respeitar uma restri¸c˜ao relativa ao n´umero de caixas ser divisor inteiro de 24. Logo, as caixas de coco foram aumentadas para 960 e as de uva para 96.
As quantidades escolhidas para atender a demanda e respeitar as restri¸c˜oes da empresa podem ser visualizadas na Tabela 8, com o c´alculo dos dias necess´arios para fabricar.
Tabela 10 – Quantidade de caixas e tempo necess´ario Gelo Quantidade (caixas) Quantidade (dias)
Coco 960 8
Ma¸c˜a verde 360 3
Morango 240 2
Maracuj´a 240 2
Melancia 144 1,2
Uva 96 0,8
Fonte: Elaborado pelo autor (2022).
Na Tabela 8, ressalta-se que ao dividir as 960 caixas de coco por uma produ¸c˜ao di´aria de 120 chega-se numa quantidade de oito dias necess´arias para fabrica¸c˜ao. Fazendo o mesmo com os outros sabores resulta em trˆes dias para ma¸c˜a verde, dois para morango e maracuj´a, 1,2 dias para melancia e 0,8 dias para o sabor uva. Somando todos os dias,
Cap´ıtulo 4. Apresenta¸c˜ao e discuss˜ao dos resultados 40
verifica-se que ´e necess´ario 17 dias para atender a demanda de caixas, o que evidencia a possibilidade de planejar e de programar a produ¸c˜ao da f´abrica a partir desses resultados.
As Figuras 11 e 12, demonstram o resultado obtido no JaamSim ao simular a produ¸c˜ao de todas as caixas de gelo no per´ıodo estabelecido anteriormente.
Figura 11 – Modelo simulado
Fonte: Elaborado pelo autor via JaamSim (2022).
Figura 12 – Vista 3D das caixas de gelo produzidas
Fonte: Elaborado pelo autor via JaamSim (2022).
Cap´ıtulo 4. Apresenta¸c˜ao e discuss˜ao dos resultados 41
Tabela 11 – Resultados obtidos do modelo simulado
Repeti¸c˜ao Tempo de t´ermino de Estocar (h) Quantidade total fabricada (cx)
1 148,67 2040
2 148,61 2040
3 148,61 2040
4 148,73 2040
5 148,68 2040
6 148,66 2040
7 148,64 2040
8 148,62 2040
9 148,69 2040
10 148,60 2040
Fonte: Elaborado pelo autor (2022).
A Tabela 11 traz os resultados do relat´orio que o JaamSim retorna ap´os finalizar a simula¸c˜ao do modelo. Nesta tabela os resultados s˜ao demonstrados em trˆes colunas. A primeira refere-se ao n´umero da repeti¸c˜ao rodada, a segunda o tempo de t´ermino da ´ultima atividade “Estocar”, a terceira o n´umero de caixas de gelo fabricadas ao todo durante o decorrer da simula¸c˜ao.
Ao analisar a Tabela 11, ´e observado que na quarta repeti¸c˜ao, foi obtido o maior tempo de t´ermino da ´ultima atividade de 148,73 horas, equivalente a 16,99 dias. Portanto,
´
e demonstrado via simula¸c˜ao que num tempo de 17 dias ´e poss´ıvel fabricar at´e 2040 caixas de gelo mesmo no pior tempo obtido entre as repeti¸c˜oes. Como a capacidade de armazenamento da cˆamara fria ´e de 8750 caixas e a sa´ıda do gelo ´e programada para um tempo inferior ao tempo de validade (um ano), ´e poss´ıvel estocar essas quantidades obtidas pela simula¸c˜ao.
Para uma melhor visualiza¸c˜ao de como foi sequenciado e programado a produ¸c˜ao de cada sabor de gelo, foi feita a Tabela 9 que serviu como facilitador para a an´alise do sequenciamento da situa¸c˜ao real e para a constru¸c˜ao do Gr´afico de Gantt, Figura 13.
Tabela 12 – Tempo de t´ermino de produ¸c˜ao de cada sabor Gelo T´ermino (d)
Coco 8
Ma¸c˜a verde 11 Morango 13 Maracuj´a 15 Melancia 16,2
Uva 17
Fonte: Elaborado pelo autor (2022).
Cap´ıtulo 4. Apresenta¸c˜ao e discuss˜ao dos resultados 42
Figura 13 – Gr´afico de Gantt
Fonte: Elaborado pelo autor (2022).
Com a constru¸c˜ao do Gr´afico de Gantt fica melhor a visualiza¸c˜ao do cronograma que deve ser seguido para a resolu¸c˜ao do problema de programa¸c˜ao da produ¸c˜ao enfrentado pela empresa Alpha. No diagrama ´e poss´ıvel ver quando come¸ca e termina cada produ¸c˜ao de cada sabor, o tempo necess´ario e a dependˆencia que para iniciar a produ¸c˜ao de um sabor deve-se terminar o anterior.
No sequenciamento da produ¸c˜ao de todos os sabores de gelo, foi escolhido produzir toda a demanda de cada sabor antes de passar para outro, a fim de diminuir o tempo gasto limpando maquin´ario e trocando bobinas de embalagem. J´a a ordem dos sabores foi referente a colora¸c˜ao de cada um, o coco tem a colora¸c˜ao mais amena, portanto foi escolhido como o primeiro a fim de diminuir ao m´aximo o tempo necess´ario de limpeza ao realizar a troca de sabores. Em contrapartida, a colora¸c˜ao da uva ´e a mais forte, logo foi colocado por ´ultimo.
43
5 Conclusões e considerações finais
O objetivo geral do estudo foi abordar a simula¸c˜ao como uma auxiliadora na pro-grama¸c˜ao da produ¸c˜ao de uma empresa de pequeno porte, respeitando as restri¸c˜oes de capacidade e de recursos dispon´ıveis na institui¸c˜ao. A programa¸c˜ao envolve coletar tempos de processo, sequenciamento de atividades, quanto, quando e onde produzir e deve sem-pre balancear capacidades produtivas com a demanda. Ao utilizar sistemas ou softwares especializados em simular o ch˜ao de f´abrica para gerenciar suas linhas produtivas, muitas empresas conseguem diminuir as dificuldades atreladas a programa¸c˜ao da produ¸c˜ao. Neste sentido, o uso da simula¸c˜ao computacional leva a tomadas de decis˜oes mais assertivas e r´apidas, gerando vantagens competitivas num mercado cada vez mais competitivo.
Foi poss´ıvel responder aos objetivos estabelecidos com o uso do modelo de simula¸c˜ao desenvolvido. Os resultados obtidos foram validados, portanto, o modelo pode ser usado como auxiliador de tomada de decis˜oes referentes a programa¸c˜ao da produ¸c˜ao da empresa Alpha. Com a cria¸c˜ao de diversos cen´arios do modelo, foi poss´ıvel obter a capacidade di´aria da f´abrica, respeitando todas as restri¸c˜oes impostas e sequenciar as ordens de produ¸c˜ao a fim de atender uma demanda real entregue pelo setor de vendas da empresa em estudo.
Desta forma, a simula¸c˜ao foi considerada uma ferramenta apropriada para tratar o problema de programa¸c˜ao da produ¸c˜ao de uma empresa de pequeno porte. Ao usar o JaamSim como simulador, foi poss´ıvel modelar todo o processo de forma simples devido a sua interface com usu´ario amig´avel e com ajudas recebidas do f´orum de discuss˜oes ofere-cido pelos fundadores dosoftware. Outra vantagem foi refente a uma visualiza¸c˜ao melhor do fluxo das atividades no ch˜ao de f´abrica devido `a ferramenta de vista 3D oferecida pelo JaamSim e por ser um software de c´odigo aberto, n˜ao foi necess´aria nenhuma aquisi¸c˜ao de software para a constru¸c˜ao do modelo computacional.
A grande contribui¸c˜ao do estudo ´e visualizar em uma situa¸c˜ao pr´atica as diferentes possibilidades e dificuldades que podem ocorrer com o uso da simula¸c˜ao em pequenas empresas, al´em de contribuir com o n´ucleo de pesquisa referentes a ferramentas de c´odigo aberto com a experiˆencia adquirida com o JaamSim.
Para a continuidade deste estudo sugere-se uma maior coleta de dados num´ericos do tempo de todas as atividades envolvidas no processo produtivo, bem como uma compa-ra¸c˜ao dos resultados obtidos pelo software JaamSim, utilizado nesse estudo, com outros softwares de simula¸c˜ao, considerando tanto os de c´odigo aberto quanto os de c´odigo fe-chado.
Referências
BANKS, J. et al.Discrete event system simulation. [S.l.]: Pearson Education India, 2005.
BATISTA, C. A. G. O problema de sequenciamento em m´aquina ´unica em uma ind´ustria metal mecˆanica. Disserta¸c˜ao (B.S. thesis) — Universidade Tecnol´ogica Federal do Paran´a, 2020.
CORREIA, E. G.; NASCIMENTO, F. Rodrigues do. A aplica¸c˜ao de t´ecnicas de sequen-ciamento da produ¸c˜ao para minimizar o makespan; estudo de caso de uma empresa do setor de confec¸c˜oes com o ambiente flexible flow shop. Encontro Nascional de Engenharia de Produ¸c˜ao (Enegep), 2016.
DAGKAKIS, G.; HEAVEY, C. A review of open source discrete event simulation software for operations research. Journal of Simulation, Taylor & Francis, v. 10, n. 3, p. 193–206, 2016.
DIAS, L. M. et al. Discrete simulation software ranking—a top list of the worldwide most popular and used tools. In: IEEE. 2016 Winter Simulation Conference (WSC). [S.l.], 2016. p. 1060–1071.
FERNANDES, F. C. F.; GODINHO FILHO, M. Planejamento e controle da produ¸c˜ao:
dos fundamentos ao essencial. Atlas S˜ao Paulo, 2010.
FUCHIGAMI, H. Y. Introdu¸c˜ao ao sequenciamento da produ¸c˜ao. Catal˜ao: UFG, 2016.
GAVIRA, M. d. O. Simula¸c˜ao computacional como uma ferramenta de aquisi¸c˜ao de co-nhecimento. Tese (Doutorado) — Universidade de S˜ao Paulo, 2003.
GUERRINI, F. M. Planejamento e Controle da Produ¸c˜ao - Modelagem e Implementa¸c˜ao.
[S.l.]: Grupo GEN, 2018.
GUERRINI, F. M.; AZZOLINI, W.; BELHOT, R. V. Planejamento e controle da
produ-¸
c˜ao: Modelagem e implementa¸c˜ao. [S.l.]: Elsevier Brasil, 2018.
HOLLAND, H.; PEREIRA, P. C. Impactos da implanta¸c˜ao do sistema de planejamento e controle da produ¸c˜ao na produtividade de uma empresa de pequeno porte do ramo aliment´ıcio. Brazilian Journal of Development, v. 8, n. 4, p. 25147–25182, 2022.
HOPP, W. J.; SPEARMAN, M. L. Factory physics. [S.l.]: Waveland Press, 2011.
INGALLS, R. G. Introduction to simulation. In: IEEE. Proceedings of the 2011 winter simulation conference (WSC). [S.l.], 2011. p. 1374–1388.
KING, D.; HARRISON, H. S. Open-source simulation software “jaamsim”. In: IEEE.
2013 Winter Simulations Conference (WSC). [S.l.], 2013. p. 2163–2171.
LANG, S. et al. Open-source discrete-event simulation software for applications in pro-duction and logistics: An alternative to commercial tools? Procedia Computer Science, Elsevier, v. 180, p. 978–987, 2021.
LOB ˜AO, E. d. C.; PORTO, A. J. V. Proposta para sistematiza¸c˜ao de estudos de
simula-¸c˜ao. Engenharia & Arquitetura, v. 1, n. 2, p. 61–69, 1999.
NASCIMENTO-E-SILVA, D. Planejamento e controle da produ¸c˜ao: aspectos conceituais e operacionais. [S.l.: s.n.], 2021. ISBN 9786500188738.
NETTO, R. T. Maximiza¸c˜ao da produ¸c˜ao em uma f´abrica de sorvetes utilizando uma abordagem integrada de dimensionamento e sequenciamento de lotes. Universidade Esta-dual Paulista (Unesp), 2018.
PAUL, R. J. Activity cycle diagrams and the three-phase method. In: Proceedings of the 25th conference on Winter simulation. [S.l.: s.n.], 1993. p. 123–131.
PINEDO, M.Scheduling: theory, algorithms, and systems. 5-th ed. Cham. [S.l.]: Springer, 2016.
SULE, D. R. Production planning and industrial scheduling: examples, case studies and applications. [S.l.]: CRC press, 2007.
TUBINO, D. F. Planejamento e Controle da Produ¸c˜ao - Teoria e Pr´atica. [S.l.]: Grupo GEN, 2017.
VENANZI, D.; SILVA, O. R. d. Introdu¸c˜ao `a engenharia de produ¸c˜ao: conceitos e casos pr´aticos. Rio de Janeiro: Livros T´ecnicos e Cient´ıficos Editora Ltda, 2016.