Mitigação de falhas e atrasos em roteiros milk-run operando em cadeias de suprimentos do tipo OEM

(1)

Jaime Andrés Cardona Arias

MITIGAÇÃO DE FALHAS E ATRASOS EM ROTEIROS

MILK-RUN OPERANDO EM CADEIAS DE

SUPRIMENTOS DO TIPO OEM

Dissertação submetida ao Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal de Santa Catarina para a obtenção do Grau de Mestre em Engenharia de Produção. Orientador: Prof. Dr. Antônio Galvão Naclério Novaes.

Co-orientador: Prof. Dr. Ricardo Villarroel Dávalos.

Florianópolis, SC 2017

(2)

Ficha de identificação da obra elaborada pelo autor, através do Programa de Geração Automática da Biblioteca Universitária da UFSC.

(3)

Jaime Andrés Cardona Arias

MITIGAÇÃO DE FALHAS E ATRASOS EM ROTEIROS MILK-RUN OPERANDO EM CADEIAS DE SUPRIMENTOS DO TIPO

OEM

Esta Dissertação foi julgada adequada para obtenção do Título de “Mestre em Engenharia de Produção”, e aprovada em sua forma final pelo Programa de Pós-Graduação em Engenharia de Produção.

Florianópolis, 11 de Outubro de 2017

Profa. Lucila Maria de Souza Campos, Dra. Coordenadora do Curso

Banca Examinadora:

Prof. Antônio Galvão Naclério Novaes, Dr. Orientador

Universidade Federal de Santa Catarina

Prof. Ricardo Villarroel Dávalos, Dr. Universidade Federal de Santa Catarina

Prof. Orlando Fontes Lima, Dr. Universidade Estadual de Campinas

Prof. Edson Tadeu Bez, Dr. Universidade do Vale do Itajaí

(4)

(5)

Dedico esta dissertação a minha família, especialmente a minha mãe por me motivar cada dia a ser uma melhor pessoa. A minha irmã, a minha tia Carmelita, a minha avó e a Juanjo pelo amor, carinho e confiança que sempre depositam em mim.

(6)

(7)

AGRADECIMENTOS

Agradeço a DEUS por ter me trazido até este ponto da vida e pela força dada para lutar cada dia por meus objetivos e ideais.

A minha mãe Ofelia, que sempre me educa através do exemplo, mulher “verraca”, bondosa e trabalhadora. Por mais arriscado e incerto que seja o ideal de um dos seus filhos, sempre acredita neles e se sacrifica para nos brindar um apoio incondicional.

A minha irmã, que admiro muito e que tem desenvolvido o melhor papel de irmã maior. Sempre me motiva a seguir crescendo em todos os âmbitos da vida. Aos meus irmãos Wilson, Wilder, Mauricio e Geiman que admiro e quero demasiado, agradeço-lhes por todos seus ensinamentos, e ao meu pai que desde o céu deve estar orgulhoso da família que somos.

A minha avó Adela que sempre se preocupa por mim e com quem disfruto cada momento que passo ao seu lado. A minha tia Carmelita, que se tornou na minha segunda mãe com seu afeto e compreensão. Junto a minha mãe foi um apoio fundamental na minha formação acadêmica. A Juanjo pelo seu carinho e quem considero meu irmão menor. A toda minha família que sempre me apoia, isto é para todos vocês.

Ao meu orientador, o Prof. Novaes, de quem me levo não só um grande aprendizado acadêmico, pois em cada conversa me transmitiu ensinamentos que vou levar durante toda minha vida. Grande exemplo de tenacidade e paixão pela sua profissão e a vida.

Ao meu co-orientador, o Prof. Dávalos, quem sempre esteve à disposição para me ensinar tantas coisas fundamentais para o desenvolvimento da nossa dissertação e que cada semana me motivou a continuar.

Ao meu tio Elias, quem desde criança me ensinou o grande poder que tem a educação acadêmica nas pessoas. Foi sempre um grande motivador para mim.

A minha tia Rubiela, quem hoje nos acompanha desde o céu, mas deixou muitos ensinamentos em mim e na minha família. A sua essência permanecera viva em nos por sempre. Seu amor pela vida e, a sua paixão e loucura, me ensinaram que apesar das situações complicadas e dos problemas vimos ao mundo para ser felizes.

Ao Alex que se tornou num irmão nesta caminhada e sempre me motivou. Ao Felipe, ao Nando, à Paula, à Tesi, ao Dante e a todos meus amigos que se tornaram na minha família aqui em Florianópolis. Porque

(8)

Ao PPGEP pela oportunidade e confiança depositada. À secretaria do programa, especialmente a Rosimeri e a Mônica.

Aos professores Taboada e Coelho que aportaram tanto para meu crescimento profissional e pessoal.

A todos meus colegas de programa e do laboratório ORLAB que sempre me brindaram seu apoio. Colegas que se tornaram em grandes amigos.

Ao Mauricio Rodrigues que sempre esteve à disposição para me ajudar no desenvolvimento deste trabalho, ao Leonardo Varella por ser tão serviçal e pela sua constante ajuda, ao Diogo, ao Erwin, à Marisa e em geral a todos, que sempre me deram palavras de alento para continuar.

Ao CNPq, que graças ao seu apoio financeiro hoje posso alcançar este logro.

A todos meus amigos e colegas da Colômbia que me brindam suas melhores energias.

Aos meus grandes amigos e vizinhos do meu bairro Las Mercedes em Pereira, Colômbia, lugar onde nasci, cresci e têm vivido momentos muito maravilhosos com magnificas pessoas.

Familia, amigos, vizinhos e colegas, todos vocês são fonte de força e motivação para crescer e melhorar cada dia.

(9)

“Nunca desista daquilo que você não passa um dia sem pensar”

(10)

(11)

RESUMO

No Gerenciamento da Cadeia de Suprimentos, as práticas de just-in-time (JIT) são amplamente utilizadas em operações OEM (Original Equipment Manufacturer) com a finalidade de reduzir custos de transporte e de estocagem de forma integrada com a manufatura. Os atrasos (tardiness) nas liberações de ordens de produção nos fornecedores, bem como atrasos no deslocamento ao longo da coleta milk run, geram incerteza na linha de produção da empresa manufatureira e custos adicionais de transporte, de estoque de segurança e de interrupções na linha de produção. Nesse sentido, o objetivo desta dissertação é desenvolver um modelo de roteirização dinâmica de veículos que determine a sequência ótima de coleta de componentes num sistema milk-run no qual os fornecedores sofrem atrasos, aplicando modelos probabilísticos, dinâmicos e simulação. O tempo total ao longo do roteiro não pode ultrapassar o limite JIT imposto pela empresa OEM para a entrega dos componentes em sua linha de produção. Periodicamente o tempo acumulado na rota é analisado, sendo estimado o tempo total necessário para cumprir as tarefas restantes e retornar à empresa OEM dentro do prazo estabelecido. Dois tipos de ação do operador logístico serão simuladas: (a) tolerância restrita, em que o veículo espera até um tempo 𝑇𝑢𝑝 predefinido para receber o lote no

fornecedor e, se não atendido, um veículo especial é acionado para coletar os componentes quando prontos; (b) tolerância plena, em que o operador logístico espera até que os componentes sejam liberados (𝑇𝑢𝑝→ ∞). O modelo de simulação de eventos discretos atua sobre a

ordenação dos n fornecedores a serem visitados no roteiro e na determinação do melhor tempo de tolerância ao atraso na liberação dos componentes. Uma das principais contribuições deste trabalho é a modelagem dos pontos de regeneração estocástica do sistema. Como resultado, se obtém o melhor roteiro do ciclo milk-run e o tempo de espera máxima do veículo pela liberação de uma ordem atrasada que minimiza o custo total do ciclo milk run.

Palavras chave: Milk run. Cadeia de suprimentos tipo OEM. Simulação de eventos discretos. Roteirização dinâmica de veículos.

(12)

(13)

ABSTRACT

In supply chain management, just-in-time (JIT) practices are widely used in OEM (Original Equipment Manufacturer) operations with the purpose of reducing inventory and transportation costs in an integrated manner with the manufacturing area.Tardiness occurrences at the supplier's installations when fulfilling OEM orders, as well as tardiness along the milk-run collecting route, generate uncertainty at the manufacturer's production line and additional transportation and inventory costs.The objective of this dissertation is to develop a Dynamic Vehicle Routing model for determining the optimal pickup route in a milk-run system, where suppliers experiment tardiness occurrences. For this, probabilistic, dynamic, and simulation models are used. The milk-run cycle cannot surpass the delivery time limit set up by the OEM company. Periodically, the accumulated time along the milk-run cycle is analyzed to estimate the necessary time to accomplish the rest of the collecting tasks and returns to the OEM installations.Two actions will be simulated: (a) restricted tolerance, in which the vehicle waits until a preset time Tup to receive the components at the supplier and if it is not attended, a special vehicle is sent to collect the components once they are ready; (b) full tolerance, in which the logistic operator waits until the components are ready (

𝑇

_𝑢𝑝

→ ∞)

. The discrete-event simulation model acts on the ordering of the n suppliers to be visited on the route and determining the best tardiness tolerance. One of the main contributions of this work is the stochastic regeneration points modeling. As a result of this work, the best milk-run route and the vehicle's maximum waiting time are obtained which would minimize the milk-run total cost.

Keywords: Milk run. OEM Supply chain. Discrete event simulation. Dynamic Vehicle Routing Problem.

(14)

(15)

LISTA DE FIGURAS

Figura 1 – Enquadramento metodológico do problema. ... 31

Figura 2 - Etapas da pesquisa ... 32

Figura 3 - Fluxos logísticos ... 39

Figura 4 - Cadeia de suprimento ... 41

Figura 5– Fornecimento direto ... 44

Figura 6– Fornecimento VMI ... 45

Figura 7– Fornecimento indireto com armazenamento intermédio ... 45

Figura 8 – Sistema milk run ... 47

Figura 9 – Milk run dinâmico. ... 50

Figura 10 - Problema de Roteirização de Veículos ... 56

Figura 11 - A informação no planejamento de roteiros dinâmicos ... 59

Figura 12 - Exemplo roteirização dinâmica de veículos ... 60

Figura 13 - Equipamento necessário na roteirização dinâmica ... 61

Figura 14 - Modelo para a detecção de falhas no ciclo milk run ... 68

Figura 15 - Troca do 2-opt ... 72

Figura 16 - Problema de falhas e atrasos em sistemas milk run ... 79

Figura 17 - Modelo conceitual ... 83

Figura 18 - Modelo de referência ... 91

Figura 19 - Modelo de simulação ... 95

Figura 20 - Modelo de simulação geral ... 96

Figura 21 - Geração do roteiro inicial ... 97

Figura 22 - Modelo de simulação de eventos discretos milk run dinâmico ... 99

Figura 23 - Simulação indústria OEM ... 100

(16)

Figura 27 - Trajetória do modelo de simulação ...105 Figura 28 - Trajetória variáveis cumulativas ...106 Figura 29 - Processo de simulação ...110 Figura 30 - Procedimento para determinar o número de replicações ...112 Figura 31 - Intervalo de confiança exemplo 1...113 Figura 32 - Intervalo de confiança exemplo 2a ...113 Figura 33 - Intervalo de confiança exemplo 2b...114

(17)

LISTA DE GRÁFICOS

Gráfico 1 - Calibração do modelo milk run dinâmico ... 109

Gráfico 2 - Custo médio do ciclo milk-run por replicações ... 115

Gráfico 3 - Resultados simulação roteiro 1 ... 119

Gráfico 4 – Custo médio ciclo milk run roteiro 1 ... 119

Gráfico 6 - Custo ciclo milk run roteiro 2 ... 122

Gráfico 7 – Resultados simulação roteiro 9 ... 123

Gráfico 8 - Custo ciclo milk run roteiro 9 ... 124

Gráfico 9 - Análise comparativa entre roteiros ... 124

Gráfico 10 - Veículos auxiliares ... 125

Gráfico 13- Resultados simulação roteiro 5 ... 144

(18)

(19)

LISTA DE QUADROS

Quadro 1 - Modelos milk run ... 48

Quadro 2 - Modelos milk run dinâmicos ... 51

Quadro 3 - Métodos de solução para o VRP ... 70

Quadro 4 - Algoritmo de Inserção Aleatória ... 71

Quadro 5 - Tipos de simulação ... 74

Quadro 6 – Componentes do modelo ... 87

Quadro 7 - Componentes do modelo de simulação ... 93

Quadro 8 - Algoritmo de inserção aleatória ... 98

(20)

(21)

LISTA DE TABELAS

Tabela 1 - Dados do problema ... 86

Tabela 2 - Calibração modelo de simulação proposto ... 108

Tabela 3 - Melhores roteiros ... 117

Tabela 4 - Resultados simulação roteiro 1 ... 118

(22)

(23)

LISTA DE ABREVIATURAS E SIGLAS CS CSCMP DVRP EDI GIS GPS GSM GVRP ITS JIT MR NNA OEM PCV PRE PTSP SA SO SED VBA VMI VRP Cadeia de Suprimentos

Council of Supply Chain Management Professionals Dynamic Vehicle Routing Problem

Intercâmbio Eletrônico de Dados Sistema de Informação Geográfico Global Positioning System

Global System for Mobile Communication General Vehicle Routing Problem

Sistemas Inteligentes de Transporte Just-in-time

Milk run

Nearest Neighbor Algorithm Original Equipment Manufacturer Problema do Caixeiro Viajante Ponto de Regeneração Estocástica

Problemas de Agendamento de Produção e Transportes Simulated Annealing

Simulação Otimização

Simulação de Eventos Discretos Visual Basic for Applications Vendor Managed Inventory Vehicle Routing Problem

(24)

(25)

SUMÁRIO 1. INTRODUÇÃO...25 1.1. DESCRIÇÃO DO PROBLEMA...27 1.2. OBJETIVO...29 1.2.1. Objetivo Geral...29 1.2.2. Objetivos Específicos...29 1.3. JUSTIFICATIVA...29 1.4. METODOLOGIA...30 1.4.1. Etapas da pesquisa...31 1.4.2. Porque usar simulação?...33 1.5. ESTRUTURA DO TRABALHO...34 2. REFERÊNCIAL TEÓRICO...37 2.1. INTEGRAÇÃO OPERACIONAL NA CADEIA DE SUPRIMENTOS..37 2.1.1.Logística...37 2.1.2.A cadeia de suprimentos e sua gestão...40 2.1.3.Integração operacional entre manufatura e logística...41 2.2.SISTEMAS LOGÍSTICOS PARA A AQUISIÇÃO DE MATERIAIS: MILK RUN...43 2.2.1.Sistemas logísticos...44 2.2.2.Sistema de aquisição de materiais milk run...46 2.2.3.Sistema de aquisição de materiais milk run dinâmico...49 2.2.4.Milk run estático vs milk run dinâmico....………..51 2.3.ROTEIRIZAÇÃO DE VEÍCULOS...52 2.3.1.Problema do caixeiro viajante...53 2.3.2.Problemas de roteirização de veículos...55 2.3.3.Roteirização dinâmica de veículos...58 2.4.SISTEMAS DE DETECÇÃO, DIAGNÓSTICO E CORREÇÃO DE FALHAS EM SISTEMAS DINÂMICOS...64 2.4.1.Detecção, Diagnóstico e Correção de falhas...65 2.4.2.Detecção, diagnóstico e correção de falhas em roteiros milk run...66 2.5.MÉTODOS DE SOLUÇÃO PARA O PROBLEMA DE ROTEIRIZAÇÃO DE VEÍCULOS...69 2.5.1.Métodos de solução...69 2.5.2.Técnicas de solução heurísticas...70 2.5.3.Técnicas de solução através de simulação...73 3.MODELO MILK RUN DINÂMICO PROPOSTO...77 3.1.ANÁLISE DO PROBLEMA...77 3.1.1.Tolerância aos atrasos no sistema milk run...79

(26)

3.3.MODELAGEM...85 3.3.1.Dados de entrada do modelo de simulação de eventos discretos...85 3.3.2.Componentes do modelo de referência...87 3.3.3.Modelo de referência...89 3.3.4.Modelo de simulação...92 3.3.5.Calibração e verificação do modelo...107 3.3.6.Simulação e experimentação...109 4. RESULTADOS E ANÁLISE DOS RESULTADOS...117 4.1.MELHORES ROTEIROS...117 5. CONCLUSÕES E TRABALHOS FUTUROS...127 5.1.CONCLUSÕES...127 5.2.FUTURAS PESQUISAS...128 6. REFERÊNCIAS BIBLIOGRÁFICOS...129 7. APÊNDICE A – RESULTADOS...141

(27)

1. INTRODUÇÃO

O enfoque clássico da logística tratava, de forma isolada, cada uma das funções logísticas - manufatura, distribuição, varejo - e se preocupava unicamente com a melhora dos seus processos, desconsiderando que o desempenho da cadeia de suprimentos podia ser afetado negativamente por esse enfoque isolado.

Segundo Novaes (2015), a integração entre os agentes da cadeia de suprimentos se dava anteriormente em termos puramente físicos e operacionais, mas atualmente, as empresas estão tratando a questão logística de forma eminentemente estratégica e adotando-a como elemento diferenciador na busca de maiores fatias de mercado, dado que a globalização e a competição aumentam cada dia. Por exemplo, a indústria de produtos inovadores como a automobilística, de computadores e outras, devem responder às constantes mudanças do mercado, além de que seus clientes são cada vez mais exigentes e informados. Por isso, as companhias deste ramo devem ter o respaldo de cadeias de suprimentos que possam atuar de forma integrada, ágil e eficiente.

Muitas indústrias que fabricam produtos inovadores estão inseridas em cadeias de suprimentos do tipo OEM (Original Equipment Manufacturer), as quais são formadas por um conjunto de fornecedores e uma manufatureira OEM líder, em que todos os participantes trabalham conjuntamente para alcançar um objetivo comum (Safaei, et al., 2013). Num sistema OEM, uma indústria montadora adquire componentes fabricados por diversos fornecedores, agrega-lhes valor, e comercializa os produtos resultantes. O fornecimento de componentes é um dos processos mais críticos do sistema, por isso deve ser planejado e programado para suportar as necessidades da linha de produção e evitar interrupções indesejadas.

Para abastecer componentes numa linha de produção existem vários sistemas de fornecimento: direto, indireto com armazenamento e o sistema de coleta milk run. Um sistema logístico de fornecimento indica a forma de transportar e armazenar componentes ao longo da cadeia de suprimentos (Sadjadi, Jafari e Amini, 2009).

Nesse sentido, muitas companhias já implantaram o sistema de coleta milk run dentro da sua cadeia de abastecimento, com o fim de diminuir custos operacionais e minimizar a incerteza na linha de produção da montadora, dado que este sistema de coleta trabalha com a filosofia JIT (just-in-time) e os padrões tradicionais de recebimento, inspeção e armazenamento são substituídos por acordos comerciais do

(28)

tipo commit-to-delivery, nos quais os fornecedores se comprometem a entregar os materiais dentro dos prazos acordados (Novaes et al., 2017). No entanto, muitas vezes esses acordos são violados por causa de falhas e atrasos dos fornecedores na liberação das ordens de produção. Devido à violação dos acordos, a manufatureira OEM aplica penalidades monetárias àqueles fornecedores que não entregam os componentes dentro do prazo acordado, gerando, assim, custos adicionais de transporte e estoque.

Nas cadeias do tipo OEM, a terceirização do fornecimento de componentes é fonte de incertezas, que aumenta à medida que o número de membros da cadeia cresce. Portanto, a somatória das incertezas individuais de cada um dos fornecedores da cadeia gera uma incerteza maior na linha de produção da manufatureira OEM (Safaei, et al., 2013). Quando a incerteza numa linha de produção é elevada, os custos incrementam, dado que para se evitar paradas na linha de produção na montadora, torna-se necessário aumentar o nível de estoque de componentes necessários para garantir a produção. Tanto as atividades relacionadas com a fabricação de componentes como as de transporte geram incertezas.

Além da incerteza, as cadeias de suprimentos enfrentam diversos riscos que podem impactar gravemente as operações milk run, como falhas em equipamentos, condições climáticas, erros de operação, entre outros. Cada um destes riscos tem impactos financeiros diferentes e a probabilidade de ocorrência varia de um para outro. Além do impacto financeiro que causam, também podem fazer com que os prazos para a entrega de componentes nas instalações da manufatureira sejam ultrapassados.

Decorrente desses fatores, que aumentam a probabilidade de violar os acordos comerciais do tipo commit-to-delivery entre os fornecedores e a manufatureira OEM, surge a pergunta básica da pesquisa neste trabalho:

Como lidar com os atrasos e falhas num sistema de coleta de componentes milk run para garantir o abastecimento da linha de produção de uma indústria OEM e minimizar os custos das penalidades?

Para responder à pergunta da pesquisa, neste trabalho se propõe um modelo milk run dinâmico, que garanta o cumprimento dos prazos de entrega dos componentes na linha de produção da montadora OEM e minimize o custo do ciclo milk run e os custos das penalidades, estas

(29)

últimas causadas pelas falhas nas entregas e atrasos dos fornecedores de uma cadeia de suprimentos tipo OEM. Dentro do contexto deste problema, se considera falha de entrega as situações em que o veículo chega à montadora com componentes faltantes, que deveriam ter sido carregados nas instalações do fornecedor. Um atraso indica a demora na liberação das ordens de produção por parte dos fornecedores.

O modelo milk run dinâmico se fundamenta dentro da teoria dos Problemas de Roteirização Dinâmica de Veículos (DVRP). Neste caso, admite-se que o modelo pode retirar do roteiro a última visita (ou mais visitas se necessário) durante as operações de coleta, quando identificar que o tempo limite imposto pela indústria manufatureira para entregar os componentes nas suas instalações será provavelmente ultrapassado. Problemas de roteirização dinâmica têm sido amplamente estudados por autores como Larsen (2001) e Larsen, Salomon e Madsen (2007).

O modelo em questão é composto por uma manufatureira OEM que é abastecida por n fornecedores dispersos geograficamente numa região, servida por um veículo regular e outro auxiliar (os dois veículos têm capacidade limitada e homogênea). No começo da jornada, o veículo regular inicia as operações de coleta desde as instalações da manufatureira seguindo um roteiro obtido mediante a solução de um Problema do Caixeiro Viajante (PCV). O veículo retorna à indústria OEM antes do tempo limite imposto pela manufatureira ser ultrapassado, ou quando tiver realizado todas as visitas de coleta programadas. Depois de carregar os componentes na instalação de um dos fornecedores na sequência pré-definida, o modelo de roteirização é submetido a um processo de regeneração estocástica, o qual determina se deve ser retirada a última visita de coleta do roteiro programado. Caso o modelo decida pela retirada, o veículo pode se deslocar para o fornecedor seguinte, ou, se o tempo de percurso total exceder o limite, retornará à manufatureira com os componentes coletados até esse ponto, enviando um veículo auxiliar às instalações dos fornecedores que ainda não foram visitados, dado que o limite de tempo imposto pela indústria OEM será provavelmente ultrapassado. O objetivo do modelo é evitar a falta de componentes na linha de produção da montadora, pois a falta desses é penalizada monetariamente. O modelo visa a minimização dos custos das penalidades.

1.1. DESCRIÇÃO DO PROBLEMA

Nesta dissertação serão analisados os impactos das falhas e atrasos num esquema milk run de coleta de componentes, envolvendo n

(30)

indústrias fornecedoras. Atrasos nas liberações de ordens de produção por parte de fornecedores de componentes no sistema OEM, bem como atrasos no transporte ao longo do roteiro de coleta milk run, geram incertezas na linha de produção da manufatureira OEM e consequentemente custos adicionais de estoque de segurança e interrupções na linha de produção (Safaei et al., 2013), por isso, este problema será analisado através de um modelo dinâmico voltado à determinação da sequência ótima de visitas de veículos num roteiro milk-run, cobrindo uma rede regional, e operando dentro de um sistema OEM. A técnica utilizada para modelar o problema será a Simulação de Eventos Discretos (SED).

As instalações de manufatura das diversas indústrias fornecedoras são sujeitas a atrasos, com intensidades e frequências diferentes de fornecedor para fornecedor. Da mesma forma, os percursos ao longo da rota são também sujeitos a variações aleatórias e incidentes variados. Os tempos de carregamento e descarga do veículo são representados por variáveis aleatórias, cujos valores dependem também da quantidade de carga transferida em cada caso. Neste sentido, os tempos aleatórios diversos ao longo do roteiro, incluindo as operações de carga e descarga, bem como os deslocamentos do veículo e os atrasos, vão gerar, em cada corrida milk-run, um tempo de ciclo aleatório do veículo. Esse tempo total não pode ultrapassar o limite imposto pela empresa OEM para a entrega dos componentes em sua linha de produção.

Os valores e as quantidades dos componentes dos diversos fornecedores variam caso a caso, portanto, os impactos das falhas na entrega do componente podem também variar significativamente de fornecedor para fornecedor. Em consequência, as penalidades por falha nas entregas vão também variar de fornecedor para fornecedor, e tendem a ter relação estreita com o valor unitário dos componentes fornecidos e com seu volume.

Dessa forma, a roteirização dos veículos que operam milk run em esquemas OEM é uma questão estratégica porque, quando ocorrem falhas e os componentes não são entregues dentro do limite de prazo na instalação OEM, essa última é obrigada a manter estoques de segurança significativos e pode acabar enfrentando interrupções na manufatura, o que a obriga a penalizar os fornecedores faltantes.

Os componentes são carregados em contêineres especiais vazios que são deixados pelo veículo quando visita os fornecedores na sequência programada, posteriormente são colocados a bordo os contêineres lotados com peças destinadas à empresa OEM. Ao término de cada visita o computador de bordo analisa o tempo acumulado até

(31)

esse instante, e com base nesse dado e nas estatísticas disponíveis obtidas a partir de operações anteriores, estima o tempo total necessário para cumprir as tarefas de coleta restantes e retornar à empresa OEM. Esse instante da operação constitui um ponto de regeneração estocástica do sistema. Se o tempo estimado para cumprir todas as tarefas exceder o tempo limite definido pela indústria OEM, o sistema eliminará tantas visitas do roteiro quantas necessárias para garantir o cumprimento de, pelo menos, parte das entregas. Assim, o veículo poderá chegar ao destino final com algumas falhas de entregas. Os fornecedores dos componentes faltantes receberão penalidades, portanto um dos objetivos desta dissertação, como se descreve a continuação, é minimizar as penalidades.

1.2. OBJETIVO

A partir da problemática descrita anteriormente, se apresenta o objetivo geral e os objetivos específicos da presente dissertação. 1.2.1. Objetivo Geral

Desenvolver um modelo de roteirização dinâmica de veículos que determine a melhor sequência de coleta de componentes num sistema milk-run.

1.2.2. Objetivos Específicos

 Identificar e estudar os modelos utilizados para abordar problemas de roteirização de veículos em modelos milk run estáticos e dinâmicos, além dos métodos de solução;

 Descrever o modelo proposto de roteirização dinâmica de veículos milk run para mitigar falhas e atrasos em cadeias de suprimentos tipo OEM;

 Efetuar a modelagem e Simulação de Eventos Discretos do modelo proposto.

1.3. JUSTIFICATIVA

A partir da revisão bibliográfico constatou-se que os pesquisadores abordam problemas de coleta de componentes mediante modelos milk run estáticos. Novaes et al., (2015), confirmam essa situação quando afirmam que as indústrias no Brasil já operam sistemas

(32)

milk run, mas ainda num nível incipiente e restrito quando compara-se com as situações globais mais sofisticadas. Apesar de que vem aumentando o interesse no milk run dinâmico dado o crescimento do número de pesquisas nesta área durante os últimos anos, a proporção de trabalhos no milk run estático ainda é muito maior aos dinâmicos. Portanto, a falta de modelos que abordem através de alternativas dinâmicas o problema de coleta milk run é a primeira razão para desenvolver esta dissertação.

Moura e Botter (2001), afirmam que pesquisas futuras do milk run deveriam focar-se em tornar o problema dinâmico, dado que os modelos estáticos não mudam à medida que evoluem as necessidades do programa de produção da montadora que está sendo abastecida, e assim, muitas das necessidades reais da linha de produção não são atendidas.

Por outro lado, atrasos na liberação das ordens de produção de parte dos fornecedores aumentam a probabilidade de que os prazos de entrega acordados com a manufatureira sejam violados, portanto, este tipo de situações, além de outras como o deslocamento, geram incerteza na linha de produção da montadora. Nesse sentido, mediante uma alternativa estática de roteirização não é possível lidar com este tipo de problemáticas que aumentam a incerteza e afetam o nível de serviço da cadeia.

As pesquisas desenvolvidas por Aragão et al., (2014), Burin (2011), Aragão et al., (2015), Novaes et al., (2017) e Güner, Murat e Chinnam (2017), demonstram que mediante alternativas de roteirização dinâmica podem ser mitigados problemas de congestionamento, atrasos, falhas, quebra de veículos, aparição de novas demandas entre outros, na coleta de componentes.

Em decorrência dos fatores mencionados, surgem as razões que tornam relevante o desenvolvimento desta dissertação, a qual visa à construção de métodos que possibilitem a melhoria da qualidade dos serviços associados ao setor industrial brasileiro e aos serviços logísticos, e mais particularmente, às operações de transportes de produtos diversos.

1.4. METODOLOGIA

Nesta dissertação, a cadeia de suprimentos tipo OEM do problema se estuda como um sistema, como se apresenta na figura 1. Dado que uma das motivações desta pesquisa é explorar tratamentos alternativos na modelagem de problemas de milk run dinâmico, o sistema se estuda mediante um modelo de simulação que se constrói no

(33)

software ARENA, o qual se enquadra como um modelo de Simulação de Eventos Discretos (SED).

Através do modelo de simulação de eventos discreto se busca determinar a sequência ótima de visitas de coleta para os veículos dum sistema milk run, portanto, para alcançar este objetivo, inicialmente o modelo é simulado para criar um espaço de soluções amplo, a partir do qual, mediante um critério de seleção se determinam os melhores roteiros (menor tempo e custo do ciclo do ciclo milk run), os quais, posteriormente são simulados para diferentes tempos de espera máxima do veículo por uma ordem atrasada. Desta forma se obtém a sequência de visitas de coleta e o tempo de espera máximo do veículo que minimiza o custo do ciclo MR. Na maioria de casos, os modelos de simulação são empregados unicamente como ferramenta de avaliação do comportamento de sistema (Freitas, 2001), mas nesta pesquisa se propõe um modelo de simulação para solucionar um problema.

Figura 1 – Enquadramento metodológico do problema.

Fonte: Adaptada de Law (2007).

Devido à complexidade do problema, se utilizara a simulação de eventos discretos para resolvê-lo, mas outra das razões para utilizar esta técnica, é a riqueza que oferece a SED nos seus modelos computacionais e nos resultados na hora da análise.

1.4.1. Etapas metodológicas

Como se apresenta na figura 2, na etapa inicial se realiza uma revisão da literatura segundo a metodologia proposta por Marasco (2008), na qual se estudam modelos milk run estáticos e dinâmicos, Problemas de Roteirização de Veículos (VRP), Problemas de Roteirização Dinâmica de Veículos (DVRP) e Sistemas de Detecção de

(34)

Falhas em DVRP. Dado que esta dissertação envolve a modelagem e simulação, as etapas da pesquisa seguem alguns dos passos propostos por Freitas (2001) para abordar este tipo de pesquisas, como se apresenta na figura 2.

Figura 2 - Etapas da pesquisa

Fonte: O autor

Na formulação e análise do problema são definidos os elementos, componentes, variáveis e iterações lógicas que descrevem o sistema. Posteriormente se formula o modelo conceitual do problema mediante um fluxograma para representar a lógica do sistema.

Na etapa de modelagem, primeiramente se determinam os valores dos dados que alimentaram o modelo e como foram obtidos. Depois, o modelo é construído no software de simulação ARENA. O processo de calibração ou ajuste se dá de forma iterativa, dado que durante a construção do modelo, se busca que este último represente o comportamento do sistema real, que os resultados obtidos possuam crédito e que satisfaçam os objetivos do estudo. Já na verificação se

(35)

avalia que o modelo traduzido à linguagem de programação ARENA funciona sem erros de sintaxe e lógica.

O processo de simulação desta dissertação está dividido em várias etapas, na primeira, se executam 10 mil replicações do modelo, com o fim de criar um espaço de soluções a partir do qual se vão a selecionar os melhores roteiros. Já os melhores roteiros são armazenados para posteriormente serem simulados individualmente e considerados na solução do problema. Cada roteiro se simula de forma individual para diferentes valores de tempo de espera máxima do veículo (𝑇𝐸𝑆𝑃), com o

fim de determinar a sequência de visitas de coleta e o valor de 𝑇𝐸𝑆𝑃 que

minimiza o custo do ciclo milk run.

Por outro lado, a análise estatística dos resultados consiste em calcular para cada roteiro 𝑅𝑗 o intervalo de confiança aceitável. Porém,

devido à natureza estocástica do modelo proposto, os resultados obtidos são estimativos que se obtém através de um processo de inferência estatística, portanto os erros devem ser minimizados. Nesse sentido, o processo de estimação da figura 2, indica que o modelo se deve simular novamente calculando um novo número de replicações quando a análise estatística dos resultados indiquem que estes não são confiáveis. Inicialmente, cada roteiro é simulado para 𝑛 = 35 replicações.

Por último, os resultados são analisados e avaliados para determinar qual é a melhor sequência de visitas de coleta e o melhor valor de tempo de espera máxima do veículo por uma ordem atrasada. Por último, se presentam as conclusões e as futuras pesquisas que poderiam ser desenvolvidas a partir deste trabalho.

1.4.2. Porque usar simulação?

Para tratar o problema de coleta de componentes milk run se construiu um modelo de simulação de eventos discretos (SED). Mas, geralmente, autores como Aragão et al., (2014); Burin (2011); Aragão et al., (2015); Novaes et al., (2017); e Güner, Murat e Chinnam (2017), têm estudado e solucionado este tipo de problemas usando técnicas heurísticas, metaheurísticas e modelos baseados em agentes (MAS).

Dado que a simulação tem a habilidade de perceber e estimar desde cedo o comportamento de sistemas complexos, como o da cadeia de suprimentos (Nikolopoulou e Ierapetritou, 2012), as pesquisas dos autores como Martins et al., (2017); Sun et al., (2017); e Macchion, Fornasiero e Vinelli (2016), têm utilizado modelos de simulação na abordagem de problemas da cadeia de suprimentos.

(36)

O problema tratado nesta dissertação poderia ter sido abordado mediante qualquer tipo de modelagem, mas se optou por selecionar a Simulação de Eventos Discretos, dado que mediante esta ferramenta é possível criar um modelo que mimetize uma situação da vida real, na qual existem atrasos e falhas no fornecimento de materiais. Nesse sentido, mediante um modelo de simulação o comportamento dessa problemática pode ser estudado a profundidade. Outros fatores que motivaram o uso da simulação foram os expostos por Chang e Makatsoris (2008):

 Mediante a Simulação de Eventos Discretos se pode capturar a dinâmica do sistema, dado que mediante o uso de distribuições de probabilidade podem ser modelados eventos em áreas especificas da cadeia de suprimentos e entender o impacto destes.

 Vários cenários podem ser testados dado que modelos de simulação podem responder questões do tipo “o que aconteceria se?” quando se estudam sistemas.

 O modelo de SED pode ajudar a entender as inter-relações e o funcionamento da cadeia de suprimentos objeto de estudo. Nas pesquisas desenvolvidas por Blake e Hardy (2013); Villarreal, Garza-Reyes e Kumar (2016); Finke, Singh e Schonsleben (2012); e Ivanov (2016), os autores utilizam diversos softwares de Simulação de Eventos Discretos para modelar a cadeia de suprimentos, entre os quais se destacam Arena, Promodel, AnyLogic e Simio. Nesta dissertação se optou pela utilização do software Arena por suas poderosas vantagens, porque no programa acadêmico do curso existe uma ampla experiência trabalhando com este software e porque se adapta ao tipo de problema estudado. Por exemplo, o software Simio também é utilizado para simular qualquer tipo de modelo, mas se adapta melhor a simulação de modelos baseados em agentes.

Os fatores mencionados são as principais razões pelas quais se utiliza a simulação e o software Arena na solução deste problema. À continuação se apresenta a estrutura como se desenvolve este trabalho. 1.5. ESTRUTURA DO TRABALHO

O presente trabalho divide-se em seis capítulos. No capitulo inicial se apresenta a introdução, na qual se descreve a motivação para

(37)

realizar a pesquisa, o objetivo geral e os específicos, a metodologia entre outros pontos.

No segundo capítulo se apresenta o referêncial teórico, no qual estudam-se a integração operacional entre manufatura e transporte, o milk run estáticos e dinâmico, problemas do roteirização, métodos de detecção de falhas em sistemas dinâmicos e por último os métodos de solução para o problema de roteirização de veículos.

Na terceira parte, se descreve o problema tratado e as caraterísticas do modelo, depois se apresenta o modelo de simulação proposto para tratar o problema milk run e também os procedimentos da simulação.

No quarto capítulo são apresentados os resultados com seus respectivos análises.

No quinto capítulo, são apresentadas as conclusões da pesquisa e se realizam recomendações para trabalhos futuros.

Além destes capítulos, apresenta-se um apêndice com os principais resultados do modelo proposto.

(38)

(39)

2. REFERÊNCIAL TEÓRICO

Com o fim de alcançar o objetivo planteado nesta dissertação, primeiramente é necessário estudar a teoria que é relevante para o desenvolvimento e construção do modelo, por isso, neste capitulo, estuda-se a integração operacional entre manufatura e transporte, o milk run estático e dinâmico, problemas do roteirização, métodos de detecção de falhas em sistemas dinâmicos e por último os métodos de solução para o problema de roteirização de veículos

2.1. INTEGRAÇÃO OPERACIONAL NA CADEIA DE SUPRIMENTOS

Atualmente, o aumento da competitividade entre empresas e a globalização, motiva o desenvolvimento de novos modelos e ferramentas para otimizar as operações de fornecimento de materiais, produção e transporte ao longo da cadeia de suprimentos. Dentro do contexto de cadeia de suprimento, as companhias manufatureiras precisam integrar a produção e o transporte com o fim de otimizar ambos processos simultaneamente (Mula et al., 2010).

Nesse sentido, o objetivo deste capítulo é estudar Problemas de Agendamento de Produção e Transportes (PTSP), mas primeiro que tudo serão estudados os conceitos de logística, cadeia de suprimentos e de integração operacional entre manufatura e logística.

2.1.1. Logística

Inicialmente, o conceito de logística foi associado a contextos militares, dado que esta pratica empresarial surgiu das tácticas utilizadas na guerra para movimentar de forma eficiente as tropas no campo de batalha e transportar armamento e munições. Nas primeiras definições a logística era confundida com armazenagem de produtos e transporte, mas segundo Ballou (2007), entre acadêmicos e praticantes da logística não conseguiram determinar um conceito único o um titulo para esta área. Neste sentido, se estuda a definição do Council of Supply Chain Management Professionals (2013) o qual define a logística assim:

Logística é o processo de planejar, implementar e controlar de maneira eficiente o fluxo e a armazenagem de produtos, bem como os serviços e informações relacionadas, cobrindo desde o ponto de

(40)

origem até o ponto de consumo, com o propósito de atender as necessidades dos consumidores.

Depois de estudar a definição do CSCMP e outras definições de logística, nesta dissertação se adopta a definição moderna proposta por Novaes (2015), na qual afirma que a logística é um processo que possui elementos que agregam valor de lugar, de tempo, de qualidade e de informação à cadeia produtiva. Portanto, a logística passa de ser um elemento de apoio a ser um elemento que agrega valor a toda a cadeia. De uma forma mais conceitual, o Novaes (2015) define a logística como o processo de planejar, operar e controlar o fluxo e armazenagem de matéria prima, produto em processo, produto acabado, informação e dinheiro de um ponto de origem a um ponto de destino de forma eficiente e efetiva de modo que as necessidades dos clientes sejam atendidas. Além, a logística moderna procura eliminar os desperdícios, ou seja, aqueles processos que geram custos e demandam tempo, mas não agregam valor para o cliente.

Nos últimos 50 anos a logística passou de ser um termo utilizado para se referir unicamente a atividades fragmentadas (movimentação de materiais, armazenagem, transporte, etc.) a ser utilizado para se referir a um conjunto de atividades integradas estrategicamente. Esta evolução é classificada em quatro fases por Novaes (2015): atuação segmentada, integração rígida, integração flexível e integração estratégica.

A primeira fase da logística se caracteriza porque cada elemento atuava de forma isolada, pois não existia integração entre a manufatureira, o centro de distribuição e os varejistas. As empresas produziam para estocar, dado que os clientes eram atendidos através desses estoques. Os estoques e o transporte eram o elemento central da logística das organizações.

Já na segunda fase, o mercado estava demandando produtos mais customizados, o qual incremento os estoques e, portanto, foi necessário encontrar formas mais eficientes de efetuar as operações logísticas. Através da otimização e o planejamento a cadeia de suprimentos foi racionalizada, nesta fase, os clientes e os fornecedores eram incluídos no planejamento da produção. A colaboração entre os elementos da cadeia se dá no nível operacional.

Na terceira fase, os avanços tecnológicos permitiram uma integração dinâmica e flexível entre os agentes da cadeia de suprimentos, dado que a evolução das informações era conhecida em tempo real pelos atores da cadeia. O autor propõe uma didática analogia para explicar as primeiras três etapas da evolução da logística, na qual

(41)

relaciona a primeira etapa como subsistemas que são otimizados separadamente, a segunda etapa a relaciona com um duto rígido e a terceira etapa com uma mangueira flexível e adaptável.

Na quarta fase, as companhias tratam a questão logística de forma estratégica, como elemento diferenciador na busca de maiores fatias de mercado dado que a globalização e a competição aumentam cada dia. Consolida-se o conceito de gerenciamento da cadeia de suprimentos, colaboração entre fornecedores e clientes, compartilhamento das informações, o postponement entre outros, também aparecem nesta etapa as empresas virtuais e se difunde a tecnologia da informação nas companhias. A logística passa a ser parte do planejamento estratégico das empresas.

A quarta fase da logística também é conhecida como logística moderna, na qual se dá o compartilhamento de fluxos estratégicos, de materiais e de informação. Para Azevedo (2004), o processo logístico pode ser representado mediante os fluxos logísticos em três dimensões (fluxo material, fluxo de informações e fluxo financeiro). Na figura 3, se apresenta este conceito de forma gráfico, mas segundo a figura proposta por Novaes (2015).

Figura 3 - Fluxos logísticos

Fonte: Novaes (2015)

O fluxo de materiais representa a movimentação ao longo da cadeia de matérias primas, produtos em processo e acabados. O fluxo financeiro ou de dinheiro, demonstra como fluem os pagamentos dentro do sistema. A informação flui em dois sentidos, quando vem do mercado pode indicar as preferências dos clientes, e no sentido contrário, informação de produtos, serviços entre outros.

(42)

Dado que a quarta fase da logística pode ser considerada como o gerenciamento da cadeia de suprimentos, a continuação se estuda o conceito de cadeia de suprimentos.

2.1.2. A cadeia de suprimentos e sua gestão

Há alguns anos, Michael Porter afirmou que num futuro a competência se daria entre cadeias de suprimentos, e acertou. O cenário atual é muito competitivo, porque o mercado demanda produtos customizados, os ciclos de vida dos produtos são curtos e os clientes são mais informados e exigentes, portanto, os elementos das cadeias de suprimentos devem trabalhar conjuntamente para alcançar um objetivo comum que é atender as expectativas dos clientes de forma eficiente.

A cadeia de suprimentos pode ser entendida como aquele caminho que vem desde as fontes de matéria prima, passa pelas indústrias fornecedoras de componentes, pelas manufatureiras, pelos distribuidores, pelos varejistas e por último, pelas mãos dos consumidores (Novaes, 2015). Neste sentido, Rushton, Oxley e Croucher (2000) também têm uma visão similar, para eles a cadeia de suprimentos é uma entidade conformada por um conjunto de elementos que vão desde os fornecedores de matérias primas até os usuários finais.

Porém, outros autores têm diferentes visões do termo suprimento, por exemplo, Bowersox e Closs (2001), indicam que o suprimento na logística integrada abrange aquelas atividades relacionadas com a obtenção de produtos e materiais de fornecedores externos, como a coordenação com fornecedores em áreas como programação, continuidade de suprimento, compras e etc. Para um melhor entendimento ao longo do desenvolvimento deste trabalho, nesta dissertação se adopta o termo de cadeia de suprimento para se referir a cadeia de suprimentos toda como uma entidade conformada por um conjunto de elementos, e se adopta o termo de cadeia de abastecimento, para se referir á parte da cadeia relacionada com a aquisição de produtos e materiais externo, como se apresenta na figura 4.

Já a gestão da cadeia de suprimentos, pode-se entender como o conjunto de abordagens utilizadas para integrar eficientemente fornecedores e fabricantes de modo que os produtos sejam produzidos e distribuídos na quantidade certa, para a localização certa e no momento certo, com o fim de atingir um nível de serviço desejado (Simchi-levi, Kaminsky e Simchi-levi, 2003).

(43)

Figura 4 - Cadeia de suprimento

Fonte: Adaptada de Novaes (2015)

Deste modo, os elementos da cadeia atuam de forma estratégica, coordenada e sincronizada com os demais parceiros na busca de um objetivo comum como a redução de custos ou o aumento do valor agregado para os clientes. Neste sentido, dentro das cadeias de suprimentos surgem práticas como a gestão colaborativa ou alianças estratégicas, nas quais uma ou mais empresas compartilham informações, recursos e responsabilidades para ganhar vantagem competitiva frente a outras cadeias (Varella, 2013).

Para Simchi-levi et al. (2003), o objetivo da gestão da cadeia de suprimentos é ser eficientes e efetivos em relação aos custos ao longo de toda a cadeia, desta maneira, a ênfase não está unicamente em reduzir os custos de transporte e de estoque, mas especialmente em ter uma abordagem sistêmica na gestão da cadeia de suprimentos, por isso, na seguinte seção deste trabalho, se estuda a integração operacional entre manufatura e logística.

2.1.3. Integração operacional entre manufatura e logística

A cadeia de suprimentos deve ser considerada um processo integrado, no qual um grupo de organizações (fornecedores, manufatureiras, distribuidores e varejistas) trabalha conjuntamente na aquisição de matérias primas que posteriormente serão transformadas em produtos (Beamon, 1998). No contexto da cadeia de suprimentos, as empresas manufatureiras precisam da integração da manufatura e a logística/transporte com o fim de otimizar ambos processos simultaneamente (Mula et al., 2010).

Através da integração operacional entre a manufatura e o transporte o estoque de componentes ao longo da cadeia de suprimentos

(44)

e muito pequeno ou inexistente, dado que as operações de transporte e transporte estão intimamente ligadas e são planejadas conjuntamente, apesar de que muitas empresas delegam o transporte aos operadores logísticos (Leung e Chen, 2013).

Atualmente, os conceitos e práticas de just-in-time (JIT) estão sendo amplamente estudados e utilizados na gestão da cadeia de suprimentos tipo OEM, com o fim de reduzir custos logísticos e lograr uma integração mais estreita entre operações de manufatura e logística (Ullrich, 2013). Neste tipo de operações, uma indústria OEM se abastece de um conjunto de fornecedores, portanto, o funcionamento da sua linha de produção depende dos fornecedores, dado que não pode ser efetuada a montagem de um produto até que todos os componentes necessários estejam disponíveis nas suas instalações. Nesse sentido, o atraso ou a falta de um componente causa problemas em toda a cadeia de suprimentos.

Com o fim de garantir o fornecimento requerido por uma indústria OEM, cadeias de suprimentos tipo OEM adoptam modelos commit-to-shipp ou commit-to-delivery. No primeiro caso, a companhia se compromete a enviar numa data especifica o pedido através de um operador logístico, já no segundo, se compromete em fazer a entrega do pedido para o cliente numa data especifica (Zhong, Chen e Chen, 2010). Diversos pesquisadores têm proposto modelos do tipo commit-to-delivery para integrar as operações entre a manufatura e a logística/transporte (Ullrich, 2013; Scholz-Reiter e Meineck, 2013; Melo e Wolsey, 2010).

Com o fim de aprofundar no estudo da integração das operações de manufatura e logística, no seguinte ponto se estudam alguns problemas de agendamento de produção e transporte.

 Problemas de agendamento de produção e transporte (PTSP)

Para Wan (2004), os Problemas de agendamento de produção e transporte consideram dois níveis da cadeia de suprimentos, o primeiro nível é conformado por um conjunto de fornecedores (ou manufatureiras) e o segundo por manufatureiras (ou distribuidores). As indústrias fornecedoras produzem componentes que são transportados às instalações de uma manufatureira segundo as necessidades do programa de produção desta última. O problema consiste em agendar simultaneamente a produção e o transporte, com o fim de minimizar os custos totais na cadeia de suprimentos. Os custos totais incluem custo de

(45)

manufatura, inventário, transporte e penalidades por falta de componentes.

Problemas de agendamento integrado entre as operações de manufatura e transporte coordenam a toma de decisões relacionadas com a consolidação de pedidos e distribuição destes, com o fim alcançar um nível de desempenho operacional desejado na cadeia de suprimentos (Zhong e Jiang, 2016). Neste tipo de problemas, uma companhia manufatureira adopta o modelo de negócio make-to-order, no qual os produtos são fabricados a medida das necessidades do cliente e distribuídos rapidamente (Leung e Chen, 2013). Na estratégia de produção make-to-order, a manufatura física dos produtos inicia depois de receber o pedido do cliente.

Diversos pesquisadores como Kaya, Kubali e Ormeci (2013), Reiter et al. (2011), Toptal, Koc e Sabuncuoglu (2014), entre outros, têm proposto modelos que visam a minimização dos custos totais na cadeia de produção mediante o agendamento simultâneo da produção e o transporte.

Por exemplo, Pundoor e Chen (2009) desenvolvem um método heurístico para solucionar um PTSP mediante o uso de dois politicas de ciclos de produção e distribuição. Por outro lado, Sawik (2016) constrói um modelo de programação inteira mista que considera a integração do fornecimento-manufatura, manufatura-transporte e fornecimento-transporte para coordenar eficientemente a programação do fornecimento, manufatura e distribuição. Dada a dificuldade para resolver um PTSP mediante abordagens analíticas, Wan (2004) propõe um modelo baseado em agentes (MAS) para tratar problemas complexo de agendamento na cadeia de suprimentos.

O objetivo desta subseção do referêncial teórico é apresentar as diversas alternativas (sistemas, políticas, modelos, etc.) para integrar operações de manufatura e transporte na cadeia de suprimentos. Nesse sentido, a seguinte seção do trabalho se foca em explorar uma dessas alternativas, a qual é conhecida como milk run.

2.2. SISTEMAS LOGÍSTICOS PARA A AQUISIÇÃO DE MATERIAIS: MILK RUN

A principal meta de uma CS integrada é abastecer os elos da cadeia agregando o máximo de valor ao menor custo e com rapidez (Flynn et al., 2010).

A companhia que procura se tornar mais competitiva, fortalece as relações estratégicas e colaborativas com os parceiros da CS, o qual lhe

(46)

permitirá responder rapidamente às mudanças do mercado e garante para todos os atores da cadeia o compartilhamento de informações. Assim, a programação conjunta entre fornecedores e manufatureira da produção é favorecida pela integração e permite responder a mudanças frequentes no mercado, na tecnologia e regulamentações (Rosenzweig et al., 2003).

Neste sentido, o presente capítulo abordará o milk run, focando-se no fornecimento de componentes dentro de cadeias de suprimentos tipo OEM e aprofundando nos modelos utilizados na abordagem do milk run estático e dinâmico. Por último, se estuda o panorama industrial e acadêmico no Brasil deste sistema de aquisição de materiais.

2.2.1. Sistemas logísticos

Um sistema logístico indica a forma de transportar e armazenar materiais ao longo da cadeia de suprimentos (Sadjadi, Jafari e Amini, 2009). No transporte, a seleção das rotas de transporte, o tamanho da carga, frequência das viagens, modal entre outras, e no armazenamento, alocação dos centros de distribuição, o máximo ou mínimo inventário, politicas de inventario entre outras ao longo da cadeia de suprimentos, permitem configurar um sistema logístico. Alguns sistemas conhecidos para o fornecimento de materiais são o direto, o indireto com armazenamento terceirizado, indireto com armazenamento médio e o milk run.

No fornecimento de materiais direto, os pedidos são distribuídos diretamente à montadora desde os fornecedores, sendo a montadora a responsável por estocar o inventário geral (Sadjadi et al., 2009). Na figura 4, este sistema de fornecimento pode ser observado.

Figura 5– Fornecimento direto

(47)

No fornecimento indireto de materiais com armazenamento terceirizado, os fornecedores distribuem os componentes para depósitos de um operador logístico, o qual é responsável de fornecer peças à montadora (Sadjadi et al., 2009). Este método é conhecido como Vendor Managed Inventory (VMI) e é apresentado na figura 5.

Figura 6– Fornecimento VMI

Fonte: Adaptado de Sadjadi et al. (2009)

O sistema de abastecimento indireto com armazenamento médio, consiste em distribuir desde os fornecedores os componentes até depósitos localizados perto dos fornecedores e gerenciados por um operador logístico. Posteriormente, o operador consolida lotes conformados por componentes de vários fornecedores, segundo as necessidades do programa de produção da montadora, por último os transporta até as instalações desta última. Na figura 7 se apresenta este sistema.

Figura 7– Fornecimento indireto com armazenamento intermédio

Fonte: Adaptado de Sadjadi et al. (2009)

No seguinte sistema de fornecimento de materiais milk run, os fornecedores produzem quantidades de componentes determinadas pelo programa de produção da montadora que abastecem. Além disso, é construído um roteiro para fazer visitas de coleta a cada fornecedor

(48)

mediante um veículo que segue também a programação de produção da montadora e com capacidade maior ao volume fabricado nas instalações dos fornecedores. Na figura 8 este sistema de fornecimento é ilustrado.

Com o fim de aprofundar no conceito de milk run, na seguinte seção se aborda com maior profundidade este sistema de aquisição de materiais.

2.2.2. Sistema de aquisição de materiais milk run

Uma cadeia de suprimentos do tipo OEM - Original Equipment Manufacturer, está conformada por um conjunto de fornecedores e uma manufatureira (OEM) que trabalham conjuntamente para alcançar um objetivo comum (Safaei, et al., 2013), neste sistema, uma indústria montadora adquire componentes fabricados por diversos fornecedores, agrega-lhes valor, e comercializa os produtos resultantes para outras indústrias, ou os distribui aos varejistas.

É por isso, que as companhias estabelecem fortes relações com diversos fornecedores que garantam as entradas necessárias para manter ativo o sistema de produção, geralmente, estes fornecedores estão geograficamente dispersos e distantes das montadoras, portanto, é necessário estabelecer uma estratégia que permita o fluxo eficiente de matérias desde os fornecedores até a manufatureira. Uma alternativa de garantir o abastecimento é mediante o sistema de aquisição de materiais milk run.

Este modelo de suprimento nasce do sistema tradicional de venda de leite, no qual o leiteiro passava pela casa dos consumidores com seu caminhão seguindo um roteiro, deixava as garrafas contendo leite na porta do cliente e pegava as garrafas vazias (Sadjadi et al., 2009).

No contexto industrial, o milk run (MR) é um sistema logístico de aquisição de matérias, no qual um caminhão sai de um deposito central para fazer visitas de coleta num determinado período de tempo a vários fornecedores seguindo um roteiro previamente estabelecido e retorna ao ponto de inicio com os componentes depois de completar todas as visitas de coleta. Nas instalações de cada fornecedor, as peças fabricadas são depositadas em contêineres especiais que não excedem a capacidade do caminhão e que prévio ao inicio do percurso do caminhão foram alocados. Na figura 8 se apresenta este sistema de aquisição de materiais.

(49)

Figura 8 – Sistema milk run

Fonte: O autor

Neste sistema de aquisição (MR), os fornecedores compartilham um mesmo caminhão, devido a que o volume das ordens individuais produzidas é menor que a capacidade de carga do veículo (Kong, Jia e Gan, 2013), se produz pequenos lotes.

Para estabelecer um sistema milk run numa cadeia de fornecimento é necessário criar algumas condições, mas a principal é que todos os membros da cadeia trabalhem com a filosofia just in time (JIT). O JIT é um conceito de manufatura de classe mundial, no qual se promove a colaboração entre os fornecedores, a manufatureira e a operadora logística mediante o desenvolvimento de relacionamentos de longo termo entre vendedor/comprador que podem reduzir o custo da cadeia de suprimentos (Chen e Sarker, 2014). As cadeias de suprimentos que atuam no ambiente de manufatura JIT logram diminuir os custos dos inventários graças à distribuição frequente de pequenas quantidades de componentes desde os fornecedores, mas os custos de transporte podem incrementar devido à frequência com que devem ser feitos os ciclos milk run . Assim, a criação de um modelo de aquisição que integre a cadeia e otimize os custos de transporte, é o desafio para alcançar o sucesso na implementação da filosofia JIT.

O milk run pode ser considerado como uma extensão do VRP dado que a montadora determina a melhor rota para a coleta de componentes, visando atender o programa de produção da manufatureira para que a linha de montagem não pare por causa do desabastecimento. Em muitos casos a montadora determina a quantidade de peças a serem coletadas nas instalações de cada fornecedor, depois a mesma companhia ou o operador logístico responsável do transporte determina a melhor rota. No quadro 1, se apresentam algumas pesquisas nas quais se propõem várias abordagens para a abordagem de problemas milk run.

(50)

Quadro 1 - Modelos milk run

Modelo Abordagem e

técnica de solução Autores

Modelo matemático denominado Common Frequency Routing Problem

(CFR) para otimizar a roteirização do sistema de fornecimento MR

Heurística Busca Tabú

(Jiang, Huang e Wang, 2010) Modelo matemático CFR para otimizar

os roteiros do sistema de fornecimento MR e determinar um veículo para cada.

Heurística de duas fases: Guloso e

Busca Tabú

(Lin, Xu e Bian, 2015) Modelo Milk-run Vehicle Routing

Problem (MRVRP) com janelas de tempo.

Heurística Particle swarm

(Ma e Wei, 2013) Modelo de programação dinâmica

MRVRP com tempo de solução rápida

Heurística de colônia de formigas

(Ma e Sun, 2013) Modelo comparativo para o sistema de

aquisição de materiais de uma montadora automotiva China

Simulação de cenários (Nemoto, Hayashi e Hashimoto, 2010) Modelo de coleta milk run tipo de

muitos para muitos (n-n)

Heurística de duas fases:Gulosa e

Simulated Annealing (SA)

(Lin, Bian, et al., 2015) Modelo milk run que considera o

tamanho dos lotes produzidos pelos fornecedores, a capacidade dos veículos, os roteiros e a frequência

destes.

Heurística de colônia de formigas

(Chen e Sarker, 2014) Modelo para melhorar os roteiros de

um sistema de coleta MR já implantado numa montadora

Algoritmo genético (Wang et al., 2013) Modelo de programação inteira mista

na abordagem de um problema milk run com janelas de tempo

Algoritmo genético (Sadjadi et al., 2009) Modelo que utiliza três sistemas de

fornecimento simultaneamente, entre eles, milk run.

Heurística baseada em harmony search e simulated annealing (Hosseini, Akbarpour Shirazi e Karimi, 2014) Modelo para melhorar a eficiência

operacional da cadeia de suprimentos de uma indústria automotiva que opera

mediante um sistema milk run.

Modelo de simulação de eventos discretos (SED) (Shi et al., 2014) Fonte: o autor

A partir dos trabalhos estudados nesta seção, a pesquisa desenvolvida por Shi et al. (2014) foi a única encontrada na revisão que