Considerações críticas acerca da relação do Mecanismo da Função
Produção e a simulação computacional – um estudo de caso
Ricardo Augusto Cassel (UNISINOS) cassel@euler.unisinos.br
Marcelo Klippel (UNISINOS) marcelo@klippel.com.br
José Antonio Valle Antunes Júnior (UNISINOS) junico@produttare.com.br
Resumo
Um dos princípios mais importantes desenvolvidos no âmbito do Sistema Toyota de Produção, como uma das partes mais relevantes do trabalho de Shigeo Shingo, e que por muitas vezes é desprezada, chama-se Mecanismo da Função Produção – MFP. O MFP propõe a divisão do processamento e execução da produção em dois eixos: o processo e a operação. Esta divisão, apesar de parecer irrelevante para alguns, se torna fundamental quando da utilização de mão-de-obra multifuncional. Este artigo pretende discutir e demonstrar a utilidade do MFP através da utilização da Simulação Computacional. Os autores apresentam um caso realizado em uma empresa do setor metal-mecânico, onde a Simulação Computacional foi utilizada para a definição do leiaute e o dimensionamento de uma célula de manufatura operada por trabalhadores multifuncionais.
Palavras-chave: Mecanismo da Função Produção, Simulação Computacional, multifuncionalidade, célula de manufatura.
1. Introdução
O crescimento observado na indústria japonesa a partir da segunda metade do século XX proporcionou uma revolução na Administração da Produção, através da quebra de paradigmas sustentados desde a Revolução Industrial no início do século.
Shingo (1996b) considera a evolução histórica dos Sistemas de Produção a partir de 5 Revoluções Industriais:
− 1ª Revolução: O progresso se dá através da divisão do trabalho;
− 2ª Revolução: Aumento da função das mãos (mecanização e motorização); − 3ª Revolução: A Ciência do trabalho;
− 4ª Revolução: Respondendo às necessidades humanas: O Método Hawthorne; − 5ª Revolução: Desenvolvimento da era de produção com Estoque-Zero (SPEZ).
Antunes (1995) desenvolve uma reordenação destas “Revoluções”, da seguinte forma: a primeira e a segunda revolução de Shingo pertencem ao chamado período
Pré-Paradigmático da Administração da Produção; a terceira e a quarta revolução correspondem
ao que será denominado de Paradigma da Melhoria nas Operações; e a quinta revolução industrial ao que se denominará de Paradigma da Melhoria nos Processos.
Para o desenvolvimento do presente trabalho, considera-se como principal quebra de paradigmas a mudança que diz respeito ao paradigma que analisa a produção através da análise das operações que compõem um processo produtivo. Este paradigma tornou-se ultrapassado, pois o processo era visto como um somatório de operações. Afirmava-se que esforços de melhorias focados em uma operação significavam a melhoria do processo como
um todo. Neste momento, observa-se uma contribuição fundamental do STP de forma geral e de Shigeo Shingo em particular, pois a partir do seu surgimento, a análise da produção passou a ser vista de uma forma diferente, surgindo o novo paradigma conhecido por Paradigma da Melhoria nos Processos. Este paradigma deu origem ao Mecanismo da Função Produção.
2. Mecanismo da Função Produção - MFP
Primeiramente, analisar-se-á a função da produção como um todo, visando compreender o seu funcionamento. O ponto de partida para a compreensão do MFP consiste em estabelecer uma clara diferenciação entre o que Shingo denomina de Função-Processo e Função-Operação. A Função-Processo consiste conceitualmente em observar o fluxo do objeto de trabalho (material, serviços ou mesmo idéias) no tempo e no espaço. A Função-Operação consiste, por outro lado, no acompanhamento do fluxo do sujeito do trabalho no tempo e no espaço. Portanto, segundo Shingo (1996a) todos os Sistemas Produtivos podem ser compreendidos como uma rede funcional de processos e operações. Afirma Shingo (1996b): “Produção constitui uma rede de processos e operações, fenômenos que se posiciona ao longo de eixos que se interseccionam. Em melhorias de produção, deverá ser dada prioridade máxima para os fenômenos de processo.” (SHINGO, 1996b, p. 29).
A partir desta nova análise observa-se que o processo, conforme apresentado por Shingo, pode ser entendido como sendo o fluxo de produtos de um posto de trabalho para outro. Sendo assim, o processo compreende todas as etapas pelas quais a matéria-prima se movimenta até se transformar em um produto acabado. Os postos de trabalhos são os equipamentos e operadores e, logo a operação refere-se ao estágio distinto no qual um trabalhador/operador pode trabalhar em diferentes produtos, constituindo-se em um fluxo temporal e espacial, com foco no trabalhador. Desta maneira, a análise dos aspectos relacionados ao processo examina o fluxo de materiais ou produtos enquanto que a análise das operações possibilita examinar o trabalho realizado pelos equipamentos e trabalhadores para transformar este material/produto em um produto acabado.
Observa-se que para se realizar melhorias significativas no processo de produção como um todo, deve-se distinguir os aspectos relacionados aos processos e às operações. Ou seja, existem maneiras e alternativas distintas de tratamento para cada um dos dois aspectos. Os esforços centrados na melhoria das operações (ótimo local) não asseguram ganhos em termos sistêmicos ao processo (ótimo global). Observa-se que a análise focada nas operações contribui basicamente para a redução dos custos de produção. Por outro lado, a análise do
processo possibilita ganhos significativos na eficácia do Sistema, através de uma maior
agregação de valor ao produto e eliminação daquelas operações que aumentam os custos, e geram perdas produtivas.
Para Ghinato (1996): “A otimização da produção é o próprio enxugamento da estrutura (rede), através da redução ou eliminação de atividades que não agregam valor ao produto pela implementação de melhorias. Desta forma não só os espaços entre as interseções devem ser diminuídos ou eliminados como também o número de interseções existentes” (GHINATO, 1996, p. 69).
Nas empresas industriais onde é possível, do ponto-de-vista técnico-econômico, fazer a opção pela utilização intensiva do layout celular, os tempos de preparação baixos são fundamentais para aumentar o grau de multifuncionalidade dos trabalhadores, ou seja, efetivar a mesma produção com o mínimo de trabalhadores. O balanceamento e o dimensionamento da célula devem ser executados utilizando o conceito de Operação-Padrão. A aplicação do conceito de Autonomação/Pré-Automação torna possível a separação radical do homem da máquina possibilitando, assim, suplantar eficazmente a concepção Taylorista/Fordista simbolizado na lógica ‘um homem/um posto/uma tarefa’. A partir da separação homem/máquina adquire
sentido executar a divisão dos tempos de operação entre os tempos manuais e tempos de máquina. Ceteris Paribus, quanto menor a relação entre os tempos manuais e os tempos de máquina maior será o grau de multifuncionalidade possível, ou seja, um mesmo trabalhador poderá executar um número muito maior de tarefas. A simplificação das operações, incluindo as de preparação de máquinas, que constituem a célula de produção, é essencial para que estes tempos manuais sejam radicalmente reduzidos, permitindo assim aumentar o grau de multifuncionalidade dos trabalhadores. Finalmente, é preciso considerar que os trabalhadores devem ser suficientemente treinados para operarem os processos de fabricação necessários. Com a lógica da Autonomação, separação do homem da máquina expandida na fábrica da Toyota torna-se possível, com rigor teórico/prático, introduzir por toda a Empresa o conceito de multifuncionalidade. A multifuncionalidade pode ser utilizada de forma generalizada, porque as máquinas são projetadas para desligarem automaticamente sempre que forem detectados problemas de qualidade (desvios dos padrões qualitativos) ou quando for atingida a quantidade programada. As implicações industriais da utilização dos operadores multifuncionais são amplas e fundamentais. Entre elas pode-se citar: i) permitir a criação das células de fabricação; ii) melhoria da qualidade dos produtos fabricados; iii) modificações radicais na organização do trabalho e da produção; iv) permitir modificações no controle de fabricação; v) possibilitar a execução de modificações da relação trabalhadores/supervisão. O eixo teórico/prático de todas estas mudanças consiste na busca incessante e contínua da eliminação das Perdas e, por conseqüência, da redução dos custos globais de produção.
3. Simulação Computacional
Em Pesquisa Operacional (PO), um dos métodos mais utilizados é a simulação computacional (FILDES & RANYARD, 1997). Uma definição formal para simulação computacional afirma que esta é uma técnica de PO que envolve a criação de um programa computacional que representa alguma parte do mundo real de forma que experimentos no modelo são uma antevisão do que acontecerá na realidade (HOLLOCKS, 1992), com o objetivo de apoiar decisões nos mais variados campos de conhecimento.
A simulação pode ser usada como uma ferramenta de suporte a decisões. Ela permite que se façam testes do tipo “what-if”, ou seja, modifica-se o programa alterando algumas características do modelo e testa-se o que aconteceria se estas modificações fossem feitas no sistema real. Esta capacidade de se testar o que acontece se, além de permitir que se visualize os resultados de mudanças no sistema atual, permite também que se anteveja o funcionamento de um projeto a ser implementado, evitando gastos inúteis em equipamentos desnecessários ou mudanças desfavoráveis.
Dessa maneira, o uso da simulação para o estudo de sistemas tem as seguintes vantagens (LAW & KELTON, 1991):
− sistemas complexos que contenham elementos estocásticos que não conseguem ser descritos perfeitamente por modelos matemáticos resolvidos analiticamente podem ser estudados pela simulação;
− fornece um controle melhor sobre as condições experimentais do que seria possível no sistema real, pois se pode fazer várias replicações no modelo designando-se os valores que se deseja para todos os parâmetros;
− permite a replicação precisa dos experimentos, podendo-se, assim, testar alternativas diferentes para o sistema;
− permite simular longos períodos em um tempo reduzido;
equipamentos desnecessários.
No entanto, a simulação também tem suas desvantagens (LAW & KELTON, 1991):
− devido a sua natureza estocástica, os modelos de simulação devem ser rodados várias vezes para poder se prever a performance do sistema;
− a simulação é muito dependente da validade do modelo desenvolvido, ou seja, de nada adianta se fazer um estudo detalhado dos dados de saída e se encontrar uma solução para o problema, se o modelo criado não representa fidedignamente o sistema ou se os dados de entrada não são corretos;
− a simulação não é uma técnica otimizante, ela só testa as alternativas dadas pelo usuário. Evidências sugerem que a maioria das simulações é desenvolvida utilizando pacotes computacionais do tipo chamado Visual Interactive Modelling Systems (VIMS) (PIDD, 1998) ou Simuladores (LAW & KELTON, 1991). Estes programas permitem que usuários com pouca experiência em modelagem e na utilização de simulação consigam desenvolver simulações em um curto período de tempo sem a necessidade do uso de programação computacional aprofundada. Além disso, a maioria dos sistemas a serem modelados não detém complexidade tão acentuada que não permita a utilização dos VIMS, tanto em termos de capacidade de representação das inter-relações das partes do sistema quanto em termos de velocidade de processamento.
Destaca-se ainda que, com o apoio de ferramentas de simulação, uma série de análises sistêmicas das unidades de negócio pode ser realizada, tendo em vista, por exemplo, a necessidade de redução de lead times de projetos que envolvam a implantação de novas linhas de produção ou ainda a manutenção e upgrade de linhas existentes. No caso específico de indústrias de manufatura, esse tipo de ferramenta pode ser de grande utilidade nas fases de concepção de projetos de mudança de layout e/ou ampliação de linhas produtivas, permitindo considerar os seus impactos de forma sistêmica. Nesse sentido, a simulação pode auxiliar também no planejamento dos recursos necessários para a operação da linha, e no planejamento das multi-funcionalidades requeridas dos operadores.
O caso a ser apresentado a seguir segue a trilha da maioria dos sistemas, sendo possível modelá-lo em softwares já prontos e disponíveis no mercado. Neste caso específico, a complexidade de definição dos resultados a serem obtidos com uma mudança de layout, tanto em termos do número de variáveis/restrições envolvidas quanto no que tange ao grau de variabilidade das mesmas, indicam que a ferramenta de Simulação Computacional é de grande auxílio para o apoio à tomada de decisões, bem como para um entendimento sistêmico do processo logístico. As previsões de aumento na demanda dos produtos, a necessidade de tornar a empresa mais enxuta e eficiente, e investimentos no médio e longo prazo são questões concretas e atuais que podem ser analisadas com apoio da simulação computacional.
4. O Caso
O presente trabalho teve como objetivo geral a construção de um modelo sistêmico, integrado e agregado da nova célula de manufatura de uma empresa industrial do ramo metal mecânico. Este modelo visa analisar e identificar possíveis ações que para o aumento da produtividade e eliminação das perdas (atividades que geram custo e não adicionam valor ao processo) da mesma, e a definição das vantagens a ser obtidas com a mudança para este novo layout.
O desenvolvimento do trabalho foi realizado conjuntamente com uma equipe de analistas interna da Empresa. O projeto teve ainda os seguintes objetivos específicos:
− Análise detalhada dos processos sendo especificados para a nova célula de manufatura; − Construção de modelos de Simulação Computacional desses processos;
− Definição e construção de modelos de Simulação Computacional que representem cenários alternativos para a definição das seguintes opções: i) número total de operadores na célula; ii) utilização ou não de um auxiliar para a alimentação das retíficas Bryant; iii) políticas de operação de cada operador; iv) número de retíficas Bryant necessárias.
− Desenvolver um relatório técnico visando a determinação das especificações principais da célula de manufatura da Empresa.
O princípio geral do trabalho consistiu na modelagem computacional da nova célula de manufatura da Empresa usando políticas atuais de alocação de operadores, e posterior análise com simulações de cenários futuros, tendo em conta as previsões de possível aumento na demanda dos produtos, bem como o desejo de tornar a empresa mais enxuta e eficiente.
O trabalho foi conduzido com a utilização da ferramenta Micro Saint, um software de simulação que atende às características do problema em questão e que já foi utilizado outros em estudos similares. O Micro Saint é um pacote de simulação de propósito genérico e com interface facilitada para o usuário. O nível de flexibilidade atingido por este programa, devido ao seu método de modelagem por rede de atividades, tem permitido a sua utilização em diversas áreas de aplicação. A sua lógica de construção de modelos é bastante simples e flexível, permitindo que o tempo envolvido na construção do modelo computacional seja curto e efetivo.
Vale ressaltar que a aplicação do programa permite a visualização de uma animação simbólica das atividades realizadas. Com isto, é facilitada a verificação dos inter-relacionamentos dos elementos do sistema modelado de uma forma dinâmica, o que contribui para a detecção de erros lógicos.
Assim, as seguintes etapas foram desenvolvidas, visando o alcance dos objetivos propostos pelo trabalho:
1. Reunião geral para apresentação da proposta de trabalho; 2. Formação da equipe interna de trabalho da Empresa;
3. Planejamento global do projeto piloto: definição dos objetivos do trabalho, cenários a serem propostos, indicadores, cronograma fino, etc.
4. Modelagem Conceitual do Sistema: descrição macro do sistema estudado, construção dos fluxos de atividades e definição dos dados relevantes à modelagem;
5. Coleta de dados;
6. Análise estatística dos dados coletados; 7. Modelagem computacional do sistema real; 8. Verificação e validação do sistema real; 9. Ajustes do modelo computacional;
10. Construção computacional dos cenários propostos; 11. Verificação e ajustes dos cenários propostos; 12. Projeto dos Experimentos de simulação; 13. Replicação dos modelos construídos; 14. Análise dos resultados;
15. Treinamento da equipe interna na ferramenta MS; 16. Formalização dos resultados.
O ritmo do projeto, em termos de sua intensidade de horas semanais de trabalho, foi definido pela empresa em termos da disponibilidade das pessoas envolvidas na equipe interna de trabalho, bem como na disponibilidade dos dados necessários para a simulação.
A linha original de componentes cruzetas na Empresa utilizava equipamentos compartilhados por todos os modelos de cruzetas produzidos. A idéia era de se ter uma linha dedicada a dois ou três modelos de grande demanda, mudando o seu layout para celular.
Essa mudança de layout, apesar de ter sido, e estar sendo, estudada e discutida pelas pessoas envolvidas no processo, não tem seus resultados garantidos, principalmente pela dificuldade de se contemplar todas as restrições a serem encontradas e os efeitos indesejados que surgirão a partir destas. Questões como o dimensionamento da linha (tanto em nível de números de operadores necessários, como de máquinas a serem utilizadas) e como as políticas de operação de cada funcionário envolvido na célula são de difícil definição, pois a unidade não tem exemplos similares para utilizar como parâmetro.
Para iniciar a análise e definição das decisões a serem tomadas quanto à funcionalidade e ao dimensionamento da célula, tomou-se como ponto de partida a definição de layout previamente desenvolvida pela Empresa. Este layout está apresentado a seguir:
Figura 1 - Layout da célula a ser analisada
Na Figura 1, pode-se observar que a célula possui duas entradas de matéria-prima: uma para as capas e outra para as cruzetas. As capas são retificadas nas máquinas Bryant, são lavadas e oleadas, e sofrem a montagem dos roletes e anéis de proteção. Já as cruzetas são retificadas tanto em diâmetro (máquinas Cincinatti) como em topo (máquina Badger), são lavadas e oleadas, e sofrem a montagem da graxeira. Ao final do processo, as capas e as cruzetas são montadas gerando o conjunto final, sendo que este conjunto é formado por 4 capas e 1 cruzeta.
Esta fase do projeto tratou da modelagem da proposta da nova célula de produção de cruzetas na Empresa em questão. A complexidade desta modelagem foi trabalhada em dois níveis: i)
Construção do Modelo Conceitual: consiste na transcrição das diversas atividades do fluxo
de materiais e pessoas em um modelo simplificado representativo das características determinantes do sistema estudado; ii) Construção do Modelo Computacional: tratou-se de codificar o modelo conceitual em um conjunto de instruções lógicas que emulassem comportamento do sistema. Essas instruções possuem um formato específico, de acordo com a ferramenta computacional utilizada.
No Micro Saint, a modelagem é feita através da construção de um fluxograma de atividades. Essas atividades podem ser usadas para representar operações de processamento manual, processos automáticos, preparação de máquinas, etc. O modelo final constitui-se de uma rede de atividades concatenadas (Figura 2).
Figura 2 - Representação gráfica do modelo de simulação gerado no Micro Saint
O seqüenciamento das atividades faz com que cada uma delas só possa ser realizada após a realização das atividades precedentes. O modelo está divido nas seguintes partes: i) Enchimento dos Alimentadores das Máquinas (atividades verdes): atividades que geram a alimentação dos alimentadores das máquinas Bryant e Cincinatti; ii) Manutenções e Trocas de Rebolo (atividades marrons): atividades que geram as necessidades de manutenção e troca de rebolo, e suas respectivas atividades de reparo; iii) Operações da Célula (atividades brancas): atividades que representam as máquinas e outras operações da célula de manufatura; iv) Regras Lógicas das Atividades dos Operadores (atividades azuis): conjunto de regras que definem a seqüência de atividades dos operadores.
5. Conclusões acerca da relação entre o MFP e a simulação
A divisão da função produção em dois eixos distintos (Função Operação e Função Processo), proporcionada pela visão do Mecanismo da Função Produção, permite que sejam identificadas as etapas nas quais cada recurso é envolvido durante o processamento do(s) produto(s). Estas etapas irão compor duas estruturas básicas do modelo de simulação:
− A primeira é formada pelas funções e regras criadas dentro das atividades (do modelo de simulação) relacionadas com cada equipamento da célula. Como cada atividade é descrita por eventos de início e fim da operação, a descrição da Função Operação é fundamental para a definição destas atividades. Além disso, a definição do próximo etapa a “ser seguida” pelo equipamento também deve ser descrito na atividade.
− A segunda estrutura relacionada à Função Operação diz respeito ao conjunto de atividades (ver Figura 2) que descrevem as regras a serem seguidas pelos operadores. Tais atividades, identificadas pela cor azul, mostram os caminhos a serem seguidos pelos operadores, bem como as regras de definição das próximas etapas a serem cumpridas pelos mesmos.
Quanto à Função Processo, esta fica evidente quando da execução do modelo de simulação. Cada entidade (que neste caso são peças a serem processadas) que entra no sistema, percorre as atividades necessárias para que a peça (entidade) seja finalizada. Este fluxo representa literalmente as etapas do processo da peça.
Assim sendo, pode-se dizer que, o mapeamento das funções Operação e Processo, de acordo com o lógica do MFP, pode ser de muita valia durante a etapa de modelagem conceitual e coleta de dados do sistema. Desta forma, além da divisão entre Função Operação e Função Processo ser importante no que tange o auxílio na tomada de decisão, considerando o impacto em termos de melhorias nas Operações ou no Processo, ambas as situações são relevantes para utilização na modelagem computacional. Assim sendo, as informações da matriz gerada com o mapeamento podem ser usadas diretamente na etapa de construção do modelo computacional, facilitando e reduzindo o tempo de modelagem do sistema.
Referências
ANTUNES JÚNIOR, J. A. V. (1998) Em Direção a Uma Teoria Geral do Processo na Administração da
Produção: uma discussão sobre a possibilidade de unificação da Teoria das Restrições e da teoria que sustenta a construção dos sistemas de produção com estoque zero. Tese de Doutorado em Administração, Porto Alegre:
Programa de Pós-graduação em Administração da Universidade Federal do Rio Grande do Sul/UFRGS.
FILDES, R. & RANYARD, J.C. (1997). Success and survival of operational research groups – a review. Journal
of the Operational Research Society, vol. 48, pp.336-360.
GHINATO, P. (1996) Sistema Toyota de Produção: mais do que simplesmente just-in-time. Caxias do Sul: Universidade de Caxias do Sul.
HOLLOCKS, B. (1992) “A well-kept secret? Simulation in manufacturing industry reviewed.” OR Insight, Vol. 5, No. 4, out. - dez. 1992, p. 12 - 17.
LAW, A. M. & KELTON, W. D. ( 1991) Simulation modeling & analysis. McGraw-Hill. 2ª Edição. Singapura, PIDD, M. (1998) – Computer simulation in management science. 4ª ed. John Wiley & Sons Ltd, Chichester, Reino Unido.
SHINGO, S. (1996a) Sistema Toyota de Produção - do ponto-de-vista da Engenharia de Produção. Porto Alegre, Editora Bookman.
SHINGO, S. (1996b) Sistema de Produção com Estoque-Zero: O Sistema Shingo para Melhorias Contínuas. Porto Alegre, Editora Bookman.
