A Tabela 7 mostra os resultados obtidos para cada cenário proposto, a partir da simulação dos oito cenários no software ProModel®.
Tabela 7 - Cenários propostos
Cenários Variáveis manipuladas Variáveis de saída Quantidade
de matéria- prima na
entrada
Número de operadores no local de embalagem
Capacidade do local de embalagem
Quantidade de entidades em processo
Total de pastas produzidas
Cenário 1 60 1 10 5 55
Cenário 2 60 1 20 5 55
Cenário 3 60 2 10 0 60
Cenário 4 60 2 20 0 60
Cenário 5 90 1 10 40 50
Cenário 6 90 1 20 40 50
Cenário 7 90 2 10 29 61
Cenário 8 90 2 20 29 61
Podemos observar na figura 10, a simulação do processo e os 4 operadores envolvidos.
Figura 10 - Simulação do processo e os 4 operadores envolvidos
O número de operadores no local de embalagens foi aumentado para 2 operadores. Totalizando 5 operadores no processo de produção. Esta situação pode ser vista na figura 11.
Figura 11 - Simulação do processo e os 5 operadores envolvidos
Considerando os dados coletados na simulação, presentes na tabela 7, podemos concluir que o cenário 3 é a melhor opção entre os cenários propostos.
Pois apresentou um aproveitamento de 100%, ou seja, em 8 horas de trabalho, para 60 matérias-prima na entrada foram produzidas 60 pastas.
Esse aproveitamento é obtido a partir da quantidade de matéria-prima na entrada do processo pela quantidade total de pastas produzidas.
O cenário 3 apresenta 60 matérias-prima na entrada, 2 operadores no local de embalagem e sua capacidade é de 10 entidades no local de embalagem.
A capacidade do local de embalagem não interferiu na quantidade total de pastas produzidas, portanto é desnecessário um aumento em sua capacidade. Esta situação se repetiu para os 8 cenários. Portanto, também, podemos concluir que o cenário 4 apesar de também ter apresentado um aproveitamento de 100% pode ser descartado, pois um aumento na capacidade do local de embalagem não interferiu no total de pastas produzidas.
Segue abaixo tabela 8 com o aproveitamento dos 8 cenários propostos, ratificando a opção pelo cenário 3.
Tabela 8 - Aproveitamento dos 8 cenários propostos
Cenários Variáveis manipuladas Variáveis de saída
Quantidade de matéria-
prima na entrada
Número de operadores no local de embalagem
Capacidade do local de embalagem
Quantidade de entidades em processo
Total de pastas produzidas
Porcentagem de aproveitamento de cada cenário
Cenário 1 60 1 10 5 55 91,6%
Cenário 2 60 1 20 5 55 91,6%
Cenário 3 60 2 10 0 60 100 %
Cenário 4 60 2 20 0 60 100 %
Cenário 5 90 1 10 40 50 55 %
Cenário 6 90 1 20 40 50 55 %
Cenário 7 90 2 10 29 61 67,7%
Cenário 8 90 2 20 29 61 67,7%
5 CONCLUSÕES
A simulação é indiscutivelmente uma grande aliada no processo de tomada decisões. A flexibilidade permitida na análise de diferentes cenários, ou configurações de um modelo, trás inúmeras vantagens no uso desta tecnologia. Vários pontos de vista podem ser abordados, ganhando-se com isto uma melhor orientação dos investimentos rumo ao diferencial competitivo desejado.
Portanto, após verificação do modelo elaborado para simular a fabricação de Pastas Diamantadas, foi possível constatar que o mesmo atendeu às expectativas da sua construção, possibilitando atender a dinâmica dos processos envolvidos e auxiliar aos gestores da empresa ABRASDI na análise e na tomada de decisão na linha de produção da fabricação de serras.
Os resultados da simulação mostraram ainda, o número necessário de operários para todo o processo de fabricação, com isso, pode-se auxiliar a empresa ABRASDI em relação ao número de operários necessários para se produzir um número de pastas diamantadas que atenda a demanda da empresa.
Espera-se que os resultados das simulações computacionais aqui apresentados sobre a produção de pastas diamantadas possam contribuir para o desenvolvimento de novos trabalhos a serem realizados neste campo de conhecimento.
REFERÊNCIAS
ANJINHO C.A. (2004). Análise de ferramentas diamantadas utilizadas no processo de desbaste de um granito português.
ANJINHO C.A. (2004). “Analysis of diamond tools used for cutting and grinding marbles and granites”, M.Sc. Thesis, Technical University of Lisbon.
BANKS, J. and CARSEN, J. S., Discret Event System Simulation, Prendice-Hall, Englewood Cliffs, NJ, 1984.
BARBOSA, O. (1991). Diamante no Brasil – Histórico, Ocorrência, Prospecção e Lavra, CPRM, Rio de Janeiro, 136p.
Brasil tem tecnologia para produzir diamante sintético. Disponível em:
http://www.comciencia.br/200405/noticias/notant.htm em 21/05/2004.
http://www.comciencia.br.
BRATLEY Paul, BENNET F. L., SCHRAGE L. E. A Guide to Simulation, Second Edition.
New York, Springer-Verlag, 1987.
CASSEDANNE, J. P. (1989). Diamonds in Brazil, The Mineralogical Record, volume 20, September-October.
CORRÊA, H. L., GIANESI, I. G. N., CAON, M., Planejamento, Programação e Controle da Produção MRP II/ERP: Conceitos, Uso e Implantação, Editora Atlas, 4ª Edição, 2001.
COSTA, M. J. e LUZ A. B da .(2008). Rochas e Minerais Industriais: Usos e Especificações. Cap. 19 – p.427 – 449.
DAVIS, J. (2003). The diamond wars have begun. In: WIRED, September.
DANESE, L. C. (2008). Diamante. In: Sumário Mineral – DNPM. Disponível em:
www.dnpm.gov.br.
DE OLIVEIRA L. J. e FILGUEIRA M. Desgaste e propriedades mecânicas de pérolas diamantadas processadas por metalurgia do pó. Universidade Estadual do Norte Fluminense (UENF). Programa de Pós-graduação em Engenharia e Ciências dos Materiais (PPGECM), Grupo de Compósitos e Ferramentas de Materiais de Alta Dureza (GFER). Campos dos Goytacazes/RJ – Brasil.
DE OLIVEIRA L. J. e FILGUEIRA M.. Pérolas diamantadas obtidas por metalurgia do pó:
Nacionalização da tecnologia. Universidade Estadual do Norte Fluminense – UENF/
Laboratório de Materiais Avançados – LAMAV. Campos dos Goytacazes/RJ – Brasil.
FILGUEIRA Marcello. Revista Matéria, v. 13, n. 1, pp. 23 – 32, 2008. Disponível em:
http://www.materia.coppe.ufrj.br/sarra/artigos/artigo10759 em 22/02/2006
FREITAS FILHO P. J. (2001) Introdução à Modelagem e Simulação de Sistemas com Aplicações em Arena. 2a edição.
HARREL, C. R.; GHOSH, B. K.; BOWDEN, R. (2000) Simulation Using ProModel.
McGraw-Hill
HOLLOCKS, B. A (1992) well-kept secret: Simulation in manufacturing industry review.
OR Insight 5(4) 12-17.
JANSE, (BRAM) A.J.A. (1995). A history of diamond sources. In: Africa: Part I, Gems & Gemology, vol. 31, no 4, p. 228-255.
LAW, A.; KELTON, D.(2000) Simulation modeling and analysis. New York, McGraw-Hill.
LEAL, F.; ALMEIDA, D.A. E MONTEVECHI, J.A.B. (2008) Uma Proposta de Técnica de Modelagem Conceitual para a Simulação através de Elementos do IDEF. Simpósio
Brasileiro de Pesquisa Operacional – XL-SBPO, João Pessoa - PB, 1-12.
LOBÃO, E. C.; PORTO, A. J. V.; Proposta Para Sistematização de Estudo de Simulação;
Escola de Engenharia de São Carlos – EESC/USP; São Paulo; 1996.
MONTGOMERY, Douglas C., Design and Analysis of Experiments, 4th. Edition, 1997, John Wiley & Sons Inc., 704 p.
MYAGI, P. E. (2006). Introdução a Simulação Discreta.Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia Mecatrônica e de Sistemas Mecânicos. São Paulo.
O'KANE, J. F.; SPENCELEY, J. R.; TAYLOR, R. (2000). Simulation as an essential tool for advanced manufacturing technology problems. Journal of Materials Processing
Technology, 107, pp 412-424.
OLSON, D. W. (2002). Industrial diamond. In: Mineral Industry Survey –USGS,2001, Annual Review, p. 23.1-23.9.
PARAGON, http://www.paragon.com.br
PEDGEN, C.D., SHANON, R.E., SADOWSKY R. Introduction to Simulation Using SIMAN, McGraw-Hilt New Jersey, 1990.
PRADO, D. S.; Usando o Arena em Simulação; Belo Horizonte – MG; Editora de Desenvolvimento Gerencial; 1999.
PROMODEL, http://www.promodel.com
SCHAPPO, A. J. (2006). Um método utilizando Simulação discreta e projeto experimental para avaliar o fluxo na manufatura enxuta. Dissertação de mestrado em engenharia de produção. UFSC, Florianópolis, SC.
SCHRIBER, T.J., Simulation Using GPSS, Wiley, NY, 1974.
SHANNON, R. E., Systems Simulation: The Art Science, Prentice-Hall, Englewood Cliffs, 1975.
SILVA, Wesley A. Otimização de parâmetros da gestão baseada em atividades aplicada em uma célula de manufatura. Dissertação de mestrado, Universidade Federal de Itajubá, 2005.
Site do Departamento Nacional de Produção Mineral. Disponível em: www.dnpm.gov.br.
SMOAK, F. J. (1985). Diamond-Industrial. A Chapter from Mineral Facts and Problems, Edition, 16 p.
SPÍNOLA Vera, GUERREIRO Luis Fernando e BAZAN Rafaela. A Indústria de Rochas Ornamentais. Desenbahia - Agência de fomento do Estado da Bahia. Disponível em:
http://www.desenbahia.ba.gov.br/capa/default.asp Rochas_ornamentarias.prn.pdf - Similares de V Spínola em 2004. Citado em dois artigos relacionados em 02/2004 dos autores citados acima.
STAMM, Harro. Simulação industrial: uma avaliação de sua utilização no sudeste e sul do Brasil. Dissertação de mestrado em engenharia de produção. UFSC, Florianópolis, SC, 1998.
STRACK, Jair. GPSS: modelagem e simulação de sistemas. Rio de Janeiro: LTC, 1984.
TORGA, B. L. M. (2007). Modelagem, Simulação e Otimização em Sistemas Puxados de Manufatura. Dissertação de mestrado em engenharia de produção. Universidade Federal de Itajubá, Itajubá, 2007.
VIEIRA, G. E. (2006). Uma revisão sobre a aplicação de simulação computacional em processos industriais.XIII SIMPEP – Bauru, SP.
UENF (2004). UENF produz 10 mil quilates de diamante. Disponível em:
http://www.uenf.br/index.php
ZEPEDA, V. Novos produtos deverão impulsionar setor de rochas ornamentais no estado.
Disponível em: http://www.faperj.br/boletim_interna.phtml?obj_id=5886. Acesso em: 29 out. 2009.