Reconfiguração de uma linha de produção do setor automotivo usando análise de variação dimensional do produto

(1)

C ˆ

AMPUS CURITIBA

ENGENHARIA DE CONTROLE E AUTOMAC

¸ ˜

AO

RUAN RITHELLE DE FARIA FRANCO CHAGAS

RECONFIGURAC

¸ ˜

AO DE UMA LINHA DE PRODUC

¸ ˜

AO DO SETOR

AUTOMOTIVO USANDO AN ´

ALISE DE VARIAC

¸ ˜

AO DIMENSIONAL

DO PRODUTO

TRABALHO DE CONCLUS ˜

AO DE CURSO

CURITIBA 2018

(2)

RECONFIGURAC

¸ ˜

AO DE UMA LINHA DE PRODUC

¸ ˜

AO DO SETOR

AUTOMOTIVO USANDO AN ´

ALISE DE VARIAC

¸ ˜

AO DIMENSIONAL

DO PRODUTO

Trabalho de Conclusão de Curso de Graduação, apresentado à disciplina de Trabalho de Conclusão de Curso 2, do curso de Engenharia de Controle e Automação do Departamento Acadêmico de Eletrotécnica (DAELT) da Universidade Tecnológica Federal do Paraná (UTFPR) como requisito para obtenção do t´ıtulo de Engenheiro de Controle e Automação.

Orientador: Prof. Dr. Ricardo L¨uders

Coorientador: Eng. Anderson Almeida de Macedo Carvalho

CURITIBA 2018

(3)

Afolhadeaprovaçãoassinadaencontra-senaCoordenaçãodoCursodeEngenhariadeControleeAutomação

Reconfiguração de uma linha de produção do setor automotivo

usando análise de variação dimensional do produto

Este Trabalho de Conclusão de Curso de Graduação foi julgado e aprovado como requisito parcial para a obtenção do Título de Engenheiro de Controle e Automação, do curso de Engenharia de Controle e Automação do Departamento Acadêmico de Eletrotécnica (DAELT) da Universidade Tecnológica Federal do Paraná (UTFPR).

Curitiba, 27 de agosto de 2018.

____________________________________ Prof. Paulo Sérgio Walenia, Eng.

Coordenador de Curso Engenharia de Controle e Automação

____________________________________ Prof. Marcelo de Oliveira Rosa, Dr.

Responsável pelos Trabalhos de Conclusão de Curso de Engenharia de Controle e Automação do DAELT

ORIENTAÇÃO BANCA EXAMINADORA

______________________________________ Ricardo Lüders, Dr.

Universidade Tecnológica Federal do Paraná Orientador

______________________________________ Anderson Almeida de Macedo Carvalho, Eng. Renault do Brasil

Co-Orientador

_____________________________________ Ricardo Lüders, Dr.

Universidade Tecnológica Federal do Paraná

_____________________________________ Leandro Magatão, Dr.

Universidade Tecnológica Federal do Paraná

_____________________________________ Milton Borsato, Dr.

(4)

Agradeço primeiramente a Deus por todas as oportunidades que ele colocou em minha vida e por ter guiado meus passos até este momento. Agradeço a minha mãe e ao meu pai por terem me criado da melhor forma poss´ıvel e com muito trabalho duro. Agradeço as minhas irmãs e meu irmão pelo apoio emocional e pela companhia diária. Agradeço ao meu orientador Professor Doutor Ricardo Lüders pelos sábios ensinamentos, dedicação, paciência e orientação exemplar. Agradeço ao meu coorientador Anderson Almeida de Macedo Carvalho, por todo o aux´ılio no desenvolvimento do trabalho, e por ter me ajudado a construir um pensamento mais criterioso e cr´ıtico. Também quero agradecer a Fundação Araucária e à Renault do Brasil pelo apoio financeiro. Por fim, agradeço à cada um dos meus amigos por estarem ao meu lado, me ajudando nos momentos mais dif´ıceis.

(5)

(6)

CHAGAS, Ruan Rithelle de Faria Franco. RECONFIGURAÇ ÃO DE UMA LINHA DE PRODUÇ ÃO DO SETOR AUTOMOTIVO USANDO AN ÁLISE DE VARIAÇ ÃO DIMENSIONAL DO PRODUTO . 78 f. Trabalho de Conclusão de Curso – Engenharia de Controle e Automação, Universidade Tecnológica Federal do Paraná. Curitiba, 2018.

O mercado da indústria automotiva é muito competitivo e exige uma constante melhoria na qualidade dos ve´ıculos produzidos, assim como o aumento de produtividade. Este trabalho de conclusão do curso de Engenharia de Controle e Automação avalia a qualidade e os impactos esperados na linha de produção de ve´ıculos ao propor uma modificação na forma de montagem do para-choque do ve´ıculo. Duas variantes são consideradas: “closed”(D1) e “opened front end”(D2). A qualidade do produto é avaliada por uma análise de variação dimensional da montagem e o impacto na linha de produção é avaliado por simulação de eventos discretos. Os resultados da análise de variação dimensional mostram que a montagem D2 fornece melhores indicadores de qualidade, dados pelo ´ındice de capacidade de processos centrados e ´ındice de capacidade para processos não centrados, gerando alteração no processo de produção do ve´ıculo. Os resultados de simulação da linha de produção mostram que o tempo de ciclo é significativamente alterado pelo mix de produção, ou seja, pela proporção de modelos diferentes a serem produzidos, assim como pela sequência em que são produzidos. Para tanto, diversos cenários são simulados com diferentes mixes e sequências de produção.

Palavras-chave: Análise de variação dimensional, Simulação de eventos discretos, Qualidade do produto, Manufatura, Indústria automotiva

(7)

CHAGAS, Ruan Rithelle de Faria Franco. AUTOMOTIVE ASSEMBLY LINE RECONFIGURATION USING DIMENSIONAL VARIATION ANALYSIS. 78 f. Trabalho de Conclusão de Curso – Engenharia de Controle e Automação, Universidade Tecnológica Federal do Paraná. Curitiba, 2018.

The automotive industry market is very competitive and requires constantly improvement on quality, and productivity. This final project of Control and Automation Engineering major evaluates the quality and expected impacts on vehicles’ assembly line when into a change in the bumper assembly method is proposed. Two variants are taken into account: closed (D1) and opened front end (D2). The product quality is evaluated by dimensional variation analysis and the assembly line impacts are evaluated by discrete event simulation. The results of dimensional variation analysis show that the D2 assembly has the best quality indicators, given by the process capability and process capability of non-centered distribution. The results of assembly line simulation show that the cycle time is significantly changed by both the production mix - i.e., by the number of different models to be produced, and the production sequencing. Many scenarios are simulated with different mixes and production sequences.

Keywords: Dimensional variation analysis, Discrete event simulation, Product quality, Manufacturing, Automotive industry

(8)

–

FIGURA 1 Modelos de linha de produc¸˜ao . . . 12 –

FIGURA 2 Carroceria para Opened Front End . . . 15 –

FIGURA 3 Carroceria para Closed Front End . . . 15 –

FIGURA 4 Ilustrac¸˜ao dos seis graus de liberdade . . . 20 –

FIGURA 5 Exemplo de isostatismo 3-2-1 . . . 21 –

FIGURA 6 Exemplo de isostatismo utilizando plano, furo e oblongo . . . 21 –

FIGURA 7 Quadro de tolerˆancias . . . 23 –

FIGURA 8 Exemplos com Cpe Cpk . . . 25

–

FIGURA 9 Exemplo de espac¸amento entre o capˆo e o para-lama de um ve´ıculo . . . 27 –

FIGURA 10 Exemplo de desn´ıvel entre o capˆo e o para-lama de um ve´ıculo . . . 27 –

FIGURA 11 Exemplo de paralelismo entre o capˆo e o para-lama de um ve´ıculo . . . 28 –

FIGURA 12 Exemplo de simetria entre o capˆo e o para-lama de um ve´ıculo . . . 28 –

FIGURA 13 Exemplo de ModelEntity . . . 31 –

FIGURA 14 Exemplo de Worker . . . 31 –

FIGURA 15 Exemplo de Source . . . 32 –

FIGURA 16 Exemplo de Sink . . . 32 –

FIGURA 17 Exemplo de Nodes e conectores . . . 33 –

FIGURA 18 Exemplo de selec¸˜ao dos datums no 3DCS (2018) . . . 35 –

FIGURA 19 Exemplo de seleção dos elementos que farão interface com os datums no 3DCS (2018) . . . 35 –

FIGURA 20 Exemplo de movimento no 3DCS (2018) . . . 36 –

FIGURA 21 Exemplo de medida no 3DCS (2018) . . . 36 –

FIGURA 22 Exemplo de tolerˆanica geom´etrica no 3DCS (2018) . . . 37 –

FIGURA 23 GD&T do farol dianteiro esquerdo . . . 38 –

FIGURA 24 GD&T do para-lama esquerdo . . . 39 –

FIGURA 25 GD&T do suporte esquerdo de para-choque . . . 40 –

FIGURA 26 GD&T do capˆo (Parte 1) . . . 41 –

FIGURA 27 GD&T do capˆo (Parte 2) . . . 41 –

FIGURA 28 GD&T do para-choque (Parte 1) . . . 42 –

FIGURA 33 GD&T do dispositivo . . . 45 –

FIGURA 34 Tolerˆancias carroceria . . . 46 –

FIGURA 35 GD&T do dispositivo . . . 47 –

FIGURA 36 Tolerˆancias carroceria . . . 48 –

FIGURA 37 GD&T do modulo . . . 49 –

FIGURA 38 Ordem de montagem do modelo Closed Front End . . . 50 –

FIGURA 39 Ordem de montagem do m´odulo . . . 50 –

(9)

(10)

–

TABELA 1 Mixpadr˜ao . . . 51 –

TABELA 2 Postos de trabalho . . . 52 –

TABELA 3 Tempo das tarefas realizadas no posto 11E . . . 53 –

TABELA 4 Tempo das tarefas realizadas no posto 11D . . . 53 –

TABELA 5 Tempo das tarefas realizadas no posto 12E para Closed Front End . . . 53 –

TABELA 6 Tempo das tarefas realizadas no posto 12E para Opened Front End . . . 53 –

TABELA 15 Tempo das tarefas realizadas no posto 17E para Closed Front End . . . 56 –

TABELA 16 Tempo das tarefas realizadas no posto 17E para Opened Front End . . . 56 –

TABELA 17 Resultado dos espac¸amentos . . . 59 –

TABELA 18 Resultado de paralelismo dos espac¸amentos . . . 60 –

TABELA 19 Resultado de simetria dos espac¸amentos . . . 61 –

TABELA 20 Resultado dos desn´ıveis . . . 62 –

TABELA 21 Resultado de paralelismo dos desn´ıveis . . . 63 –

TABELA 22 Resultado de simetria dos desn´ıveis . . . 63 –

TABELA 23 Experimentos realizados . . . 65 –

TABELA 24 Experimento 1 para SEDD1 . . . 65 –

TABELA 27 Experimento 4 para SEDD1 e SEDD2 . . . 67 –

TABELA 28 Ordem de desempenho dos modelos na linha de produc¸˜ao . . . 67 –

TABELA 29 Diferentes Mixes de montagem . . . 68 –

(11)

AVD Análise de Variação Dimensional CAD Computer Aided Design

CAT Computer Aided Tolerancing

GD&T Geometric Dimensioning and Tolerencing PMI Product Manufacturing Information SED Sistemas a Eventos Discretos

SEDD1 Modelo de Simulação de Eventos Discretos contendo o ve´ıculo D1 SEDD2 Modelo de Simulação de Eventos Discretos contendo o ve´ıculo D2

TC Tempo de Ciclo

UT Unidades de Tempo

VC N´umero de Ve´ıculos Completos VI N´umero de Ve´ıculos Incompletos

(12)

1 INTRODUÇ ÃO . . . 12 1.1 TEMA . . . 12 1.1.1 Delimitação do Tema . . . 13 1.2 DESCRIÇ ÃO DO PROBLEMA . . . 14 1.3 JUSTIFICATIVA . . . 16 1.4 OBJETIVOS . . . 17 1.4.1 Objetivo Geral . . . 17 1.4.2 Objetivos Espec´ıficos . . . 17 1.5 ESTRUTURA DO TRABALHO . . . 18 2 FUNDAMENTAÇ ÃO TE ÓRICA . . . 19

2.1 AN ÁLISE DE VARIAÇ ÃO DIMENSIONAL . . . 19

2.1.1 Graus de Liberdade . . . 19

2.1.2 Isostatismo . . . 20

2.1.3 Datum . . . 22

2.1.4 Tolerˆancias Geom´etricas . . . 22

2.1.5 ´Indices de capacidade de processo . . . 24

2.1.6 Qualidade . . . 25

2.1.7 Medidas importantes . . . 26

2.1.8 M´etodo de Monte Carlo . . . 29

2.2 SIMULAC¸ ˜AO DE EVENTOS DISCRETOS . . . 29

2.2.1 O pacote de simulac¸˜ao Simio . . . 30

2.3 SUM ´ARIO DO CAP´ITULO . . . 33

3 DESENVOLVIMENTO . . . 34

3.1.1 Pec¸as comuns . . . 37

3.1.2 Pec¸as exclusivas do modelo Closed Front End . . . 44

3.1.3 Pec¸as exclusivas do modelo Opened Front End . . . 46

3.1.4 Ordens de montagem . . . 49

3.2.1 Coleta de dados . . . 51

3.2.2 Desenvolvimento da simulac¸˜ao de eventos discretos . . . 56

4 RESULTADOS . . . 58

5 CONCLUS ˜AO . . . 74

(13)

1 INTRODUC¸ ˜AO

1.1 TEMA

A indústria automotiva tem sua base de produção nas linhas de montagem, onde ve´ıculos são montados a partir de peças individuais por uma sequência de estações de montagem dispostas em linha. Linhas de montagem podem possuir centenas de estações. Algumas estações requerem montagem manual, pela ação de operadores humanos, enquanto outras são estações automatizadas que realizam tarefas pré-programadas espec´ıficas, podendo ou não ter a presença de operadores.

Linhas de montagem com apenas um produto espec´ıfico e sem variações são conhecidas como linhas de modelo único. Quando mais de um tipo de produto é fabricado na mesma linha, temos o chamada linha de modelo misto, como se pode observar na Figura 1. A sequência de montagem dos itens e peças em uma linha de produção é um importante tema de estudo, pois diferentes sequências produzem diferentes medidas de desempenho da produção, notadamente em termos de tempo de montagem e qualidade do produto final (BECKER; SCHOLL, 2006). Assim, no projeto da linha de montagem devem ser considerados o número e a sequência das estações, assim como a atribuição de atividades a cada estação.

Figura 1: Modelos de linha de produc¸˜ao

Fonte: Adaptac¸˜ao de Becker e Scholl (2006)

Particularmente importante para a qualidade do produto final é o estudo da sequência de montagem em cada estação. Anteriormente, o planejamento de montagens considerava que

(14)

a geometria, posição e orientação das peças eram bem definidas. Contudo, variações de forma e tamanho ocorrem durante a fabricação das peças. Estas variações se propagam dependendo da sequência de montagem das peças, gerando a possibilidade da montagem não ser fact´ıvel (OSTROVSKY-BERMAN; JOSKOWICZ, 2005).

Devido à necessidade de se fazer planejamentos de montagem fact´ıveis, surgiu o conceito de Geometric Dimensioning and Tolerencing (GD&T). Por meio de uma linguagem simples e com algumas simbologias que podem ser encontradas na norma ASME Y14.5M-1994 (Y14.5M-1994), o GD&T busca definir a tolerância, forma, tamanho, orientação entre outras caracter´ısticas dos componentes de uma montagem (QIN et al., 2015).

Durante a fase de planejamento do produto existem algumas maneiras de saber se a montagem está atendendo os requisitos do projeto. Uma delas é produzir centenas de peças com os meios de produção e medi-las uma a uma. Entretanto, isso pode não ser viável economicamente, existindo uma solução mais barata e suficientemente precisa: o uso de simulação computacional. Estas simulações são feitas por meio de um software de Computer Aided Tolerancing(CAT), que simula milhares de montagens dos itens do produto e calculam os desvios dimensionais do produto montado, conforme especificações do usuário (MAKELAINEN et al., 2001).

Na busca de um bom planejamento de montagem é preciso levar em consideração outros fatores além da qualidade do produto. É necessário observar a viabilidade do projeto. Visto que os transtornos gerados na linha de produção para atender os requisitos de projeto podem ser muito maiores do que os benef´ıcios de um produto de alta qualidade. Assim é necessário encontrar maneiras eficazes e baratas de analisar esses processos nas linhas de produção.

Assim, uma importante ferramenta que contribui para verificar a viabilidade do projeto é a simulação de eventos discretos. Esta forma de simulação é essencial para a análise do comportamento de linhas de produção, conseguindo reproduzir com bastante precisão os sistemas existentes no mundo real (DEHGHANIMOHAMMADABADI; KEYSER, 2017). Com isso, obtém-se opções mais baratas para fazer análises e tomar decisões em uma empresa.

1.1.1 Delimitac¸˜ao do Tema

Este trabalho de conclusão de curso aborda o problema de montagem de um subsistema da linha de produção de uma empresa do ramo automotivo. Essa linha possui dois processos distintos de montagem de para-choque: um em que a parte dianteira da carroceria fica aberta

(15)

(Opened Front End) durante o processo de montagem e outro no qual a parte dianteira da carroceria chega fechada (Closed Front End) no processo montagem. Esses processos influenciam não somente a produção dos ve´ıculos, como também podem causar impactos na qualidade dos ve´ıculos.

A partir das análises de simulações das diferentes montagens, serão consideradas alterações na linha de montagem de para-choque.

1.2 DESCRIC¸ ˜AO DO PROBLEMA

Ao longo de toda história da indústria automotiva, diversas tecnologias já foram desenvolvidas para atender esse mercado. A competência na construção de ve´ıculos foi sendo aprimorada, gerando uma infinidade de técnicas que buscam melhorar a qualidade do ve´ıculo, buscando uma maior lucratividade. Neste trabalho é apresentado um estudo, com o uso de simulação, visando identificar os impactos gerados pela mudança da maneira de se montar a parte dianteira de um ve´ıculo.

No processo de montagem de um ve´ıculo existem duas formas de montagem do para-choque e outras peças que compõem essa região do ve´ıculo. Essas montagens são conhecidas como Opened Front End e Closed Front End. No Opened Front End a parte dianteira da carroceria é mais aberta, contendo na maioria dos casos duas hastes que posteriormente receberão um módulo que é acoplado à carroceria pelas hastes. Este modelo está representado na Figura 2. Este módulo contém o para-choque, faróis e outras peças que compõem a parte dianteira do ve´ıculo. Sendo montado em outra parte da linha de produção. No modelo Closed Front End, a parte dianteira da carroceria é fechada, assim o para-choque e as demais peças serão montadas diretamente na carroceria, como pode ser observado na Figura 3.

(16)

Figura 2: Carroceria para Opened Front End

Fonte: Adaptac¸˜ao de PVG (2018)

Figura 3: Carroceria para Closed Front End

Fonte: Adaptac¸˜ao de Bostik (2016)

Na empresa a ser analisada existem quatro fam´ılias de ve´ıculos a serem estudados. As fam´ılias serão separadas em modelos A, B, C e D. Todos essas fam´ılias são montadas com Closed Front End. Contudo deseja-se analisar a mudança do modelo D de Closed Front End (que será denominado D1) para Opened Front End (que será denominado D2). Esta mudança vai exigir uma alteração na linha de produção, que segundo Godofredo et al. (2017) é formada por uma sequência de estações dispostas em linha por onde passam elementos que sofrem ação de tarefas em cada posto de trabalho, transformando esta unidade até a obtenção do produto final na última estação.

(17)

onde são realizadas tarefas, sendo divididos em tripulados e não tripulados. As estações tripuladas contêm trabalhadores que operam as máquinas e ferramentas necessárias para a realização das tarefas. As não tripuladas contêm máquinas não assistidas, ou seja, que não precisam de um operador para realizar as tarefas (GAITHER; FRAZIER, 2002). Tarefas segundo Boysen et al. (2007) são unidades indivis´ıveis de trabalho no qual cada tarefa tem associado a si um tempo conhecido como duração da tarefa. Gaither e Frazier (2002) descrevem duração de tarefa como o tempo necessário para que um trabalhador experiente ou uma máquina não assistida realizem uma tarefa.

A mudança de montagem de D1 para D2 leva a necessidade da criação de um posto no estoque para à montagem do módulo de D2. Ao mesmo tempo que irá diminuir as tarefas dos operadores na linha principal pois não estarão realizando mais as operações relacionadas com as peças que serão montadas no módulo de D2.

Para analisar a linha de produção serão utilizadas medidas de desempenho como:

• Tempo de ciclo: segundo Gaither e Frazier (2002) é o “per´ıodo de tempo em minutos entre cada produto que sai no final de uma linha de produção”.

• N´umero de ve´ıculos completos (VC): ve´ıculos que terminaram o processo com todas as tarefas realizadas.

• Número de ve´ıculos incompletos (VI): ve´ıculos que terminaram o processo com tarefas não realizadas e que deverão passar por algum tipo de retrabalho.

1.3 JUSTIFICATIVA

Roth e Miller (1992) afirmam que o processo de manufatura é um ingrediente importante para obter sucesso industrial e gerar crescimento no pa´ıs. É notável que quanto maior a busca de diferentes estratégias na manufatura maior serão as vantagens competitivas e os lucros de uma empresa.

Chao et al. (2009) afirmam que o grande número de product recalls e ações judiciais recebidas pelas empresas automobil´ısticas são fortes indicativos de como problemas de qualidade podem causar preju´ızos. Assim, a busca pela qualidade dos produtos é uma preocupação do setor automotivo.

Baseado na necessidade de melhorar a qualidade dos ve´ıculos de uma indústria do ramo automotivo. Este trabalho propõe uma alteração em uma das fam´ılias de ve´ıculos

(18)

montados nessa ind´ustria. Mudando o modelo D de Closed Front End (D1) para Opened Front End(D2).

Contudo antes de aplicar alterações desse porte é necessário avaliar os impactos que serão gerados no produto. Identificar se a mudança vai melhorar de fato a qualidade do ve´ıculo. Assim será feita uma análise de variação dimensional, buscando identificar se as mudanças realizadas continuarão atendendo os targets previamente estabelecidos.

Outra preocupação é o fato de alterações do produto também influenciarem no processo. Com a mudança do modelo de um dos ve´ıculos de D1 para D2, pode ser necessária a implementação de um posto, ou até mesmo uma linha paralela. Essa mudança pode gerar problemas no processo, tais como: pouca utilização dos operadores, necessidade de implementação de buffers, desbalanceamento das atividades realizadas pelos operadores, ou necessidade de acrescentar novos operadores na linha. E para realizar este tipo de análise se mostra necessário o uso de simulação a eventos discretos. Este tipo de simulação busca representar uma linha de produção possivelmente com a introdução de incertezas inerentes ao processo de produção.

1.4 OBJETIVOS

1.4.1 Objetivo Geral

O trabalho propõe analisar a qualidade da montagem do para-choque de um ve´ıculo utilizando análise de variação dimensional e o desempenho da linha de produção deste ve´ıculo utilizando simulação de eventos discretos.

1.4.2 Objetivos Espec´ıficos

1. Desenvolver uma análise dimensional das duas opções de montagem dos para-choques dos modelos de ve´ıculos D1 e D2;

2. Identificar a melhor opção de montagem, segundo critérios de qualidade definidos na análise dimensional do item 1;

3. Detalhar os processos de montagem do para-choque dos modelos D1 e D2 na linha de produc¸˜ao;

4. Desenvolver um modelo de simulação à eventos discretos dos processos de montagem do item 3;

(19)

5. Avaliar os resultados da simulac¸˜ao do item 4;

1.5 ESTRUTURA DO TRABALHO

Este trabalho de conclus˜ao de curso est´a organizado da seguinte forma.

O segundo cap´ıtulo trata dos conceitos que serão utilizados para o desenvolvimento do trabalho, tais como o método de Monte Carlo, graus de liberdade, isostatismo, datum, tolerâncias geométricas, qualidade e medidas importantes. Apresenta ainda conceitos de simulação de eventos discretos usando um pacote de simulação comercial.

No terceiro cap´ıtulo é apresentado o desenvolvimento do trabalho. A primeira parte desse cap´ıtulo foca na parte de análise de variação dimensional, onde são descritas as premissas adotadas, os passos necessários para a construção do modelo de simulação e os parâmetros utilizados para obter os resultados. E a segunda parte do cap´ıtulo descreve as premissas utilizadas para a criação da simulação de eventos discretos.

O quarto cap´ıtulo apresenta os resultados da análise de variação dimensional e da simulação da linha de produção.

O quinto cap´ıtulo traz a conclus˜ao do trabalho e apresenta temas para poss´ıveis trabalhos futuros.

(20)

2 FUNDAMENTAÇ ÃO TE ÓRICA

Análise de variação dimensional e simulação de eventos discretos são assuntos, em geral, abordados de maneira muito breve nas disciplinas correntes de graduação. Portanto, este cap´ıtulo busca estreitar a relação do leitor com essas temáticas. Assim, são apresentados diversos conceitos relativos a essas áreas de conhecimento. O entendimento destes tópicos é de suma importância para a compreensão deste trabalho.

2.1 AN ÁLISE DE VARIAÇ ÃO DIMENSIONAL

De acordo com Sleath (2014) análise de variação dimensional (AVD) é uma simulação computacional que busca identificar poss´ıveis problemas de montagem gerados pelas tolerâncias geométricas das peças e as dispersões geradas no processo de manufatura. Podendo, encontrar poss´ıveis problemas de montagem. AVD é largamente utilizada na indústria automotiva e aeroespacial para garantir que a variação dimensional das peças e montagens sejam controladas (RAUSCH et al., 2017).

2.1.1 Graus de Liberdade

O conceito de graus de liberdade é o ponto de partida para entender isostatismo, datum e tolerâncias geométricas. No caso do isostatismo de uma peça em um ve´ıculo, por exemplo, é necessário ter conhecimento que um objeto tem seis graus de liberdade, e que para a peça ficar fixa é necessário que todos os seus graus de liberdade sejam imobilizados. Estes conceitos foram utilizados para a construção do modelo de análise de variação dimensional.

Segundo Norton (2010) os graus de liberdade são parâmetros independentes responsáveis por definir uma única posição de um sistema no espaço em qualquer instante de tempo. Todo elemento tridimensional possui obrigatoriamente seis graus de liberdade. Três graus de liberdade são relativos as coordenadas lineares, que estão compreendidas nos eixos X, Y e Z. Os outros três graus de liberdade são relativos às coordenadas angulares, que representam

(21)

a rotac¸˜ao do elemento analisado em torno dos eixos X, Y e Z.

O conceito de grau de liberdade é importante para descrever a movimentação de um corpo. De maneira simplificada existem duas formas principais de um corpo se movimentar. Todas as outras formas de movimentos são combinações destas. A primeira é a translação que ocorre quando todos os pontos de um corpo descrevem caminhos paralelos. Uma linha de referência criada nesse elemento mudaria apenas sua posição linear. A segunda forma de movimento é a rotação. A princ´ıpio definimos um ponto que será o centro de rotação, ao realizar esse movimento todos os pontos do corpo descrevem arcos em torno do centro. Uma linha de referência criada desenhada no corpo através do centro muda apenas a posição angular (NORTON, 2010). Na Figura 4 está ilustrado os seis graus de liberdade.

Figura 4: Ilustrac¸˜ao dos seis graus de liberdade

Fonte: Adaptac¸˜ao de Wertel (2009)

2.1.2 Isostatismo

Isostatismo é o nome dado quando os seis graus de liberdade de um corpo são sujeitados. Ou seja, o corpo está fixo no espaço. Quando mais de seis graus de liberdade são sujeitados consideramos que o corpo está hiperestático. Para corpos pequenos e r´ıgidos, esse tipo de prática não é recomendada pois pode danificar o corpo quando ele está sendo fixado. Contudo quando é necessário fazer a imobilização de um corpo grande e flex´ıvel, em muitos casos o hiperestatismo é uma solução eficiente, pois evita que as deformações no corpo gerem transtornos. Quando um corpo tem menos de seis graus de liberdade sujeitados ele é considerado hipostático. Geralmente uma montagem hipostática é utilizada quando um corpo tem que realizar alguma função. Como por exemplo uma roda que tem um grau de liberdade

(22)

angular livre, possibilitando a movimentac¸˜ao do ve´ıculo a que ela pertence.

Existem várias maneiras de realizar essa imobilização. Uma das mais conhecidas é a 3-2-1, no qual em um plano do quadro de referência são sujeitados 3 pontos que juntos formam um plano restringindo três graus de liberdade do corpo, sendo dois angulares e um linear. Em outro plano do quadro de referências são sujeitados mais dois pontos, formando assim uma reta que restringe mais dois graus de liberdade, sendo um angular e um linear. E por fim um ponto apenas é sujeitado no terceiro plano do quadro de referências, restringindo o grau de liberdade faltante do corpo. Na Figura 5 é apresentado um exemplo de montagem 3-2-1.

Figura 5: Exemplo de isostatismo 3-2-1

Fonte: Autoria Pr´opria

Outra técnica bastante utilizada na indústria é a do plano, furo e oblongo. O plano sujeita três graus de liberdade de um corpo, sendo dois angulares e um linear. O furo sujeita mais dois graus de liberdade, sendo ambos lineares. E assim resta somente um grau de liberdade angular que é sujeitado pelo oblongo. Um exemplo desse tipo de isostatismo é apresentado na Figura 6.

Figura 6: Exemplo de isostatismo utilizando plano, furo e oblongo

Quando um modelo de simulação de análise de variação dimensional está sendo constru´ıdo, é necessário fazer o isostatismo das várias peças que farão parte do modelo. Saber definir o isostatismo de uma peça corretamente garante a funcionalidade do produto que está sendo modelado.

(23)

2.1.3 Datum

Segundo a norma ASME Y14.5M-1994 (1994) datum é um ponto, eixo ou plano ideal derivado de um elemento, no qual é a referência de onde a localização e as caracter´ısticas geométricas de uma peça serão definidas. Esses elementos existem mutuamente com a intersecção perpendicular de três planos que é conhecida como quadro de referência do datum. Os datums são comumente usados para sujeitar os graus de liberdade de um corpo. Geralmente o datum que sujeita o três graus de liberdade é chamado de datum primário, o que sujeita dois graus de liberdade é o datum secundário e o que sujeita o último grau de liberdade é o datumterciário. Na Figura 5 os quadrados vermelhos formam o datum primário, os quadrados amarelos formam o datum secundário e o quadrado verde é o datum terciário.

A escolha correta dos datums é muito importante quando é necessário definir o isostatismo de uma peça. Se os datums não forem definidos corretamente, isto pode afetar a montagem da peça. Em alguns casos podendo até danificar a peça e prejudicar o produto final. Outro problema é deixar a peça hipoestática. Assim, a peça pode não montar de maneira correta, ou mesmo ficar instável, aumentando a variação e consequentemente não atendendo os requisitos m´ınimos de qualidade.

2.1.4 Tolerˆancias Geom´etricas

Segundo Albertazzi e Sousa (2008), o ser humano lida com muita naturalidade com imperfeições. É poss´ıvel encontrá-las no formato de uma maçã, no reboco de uma parede, na pintura de uma casa. É imposs´ıvel evitar imperfeições, pois elas são naturais. Da mesma maneira, quando um produto é fabricado ele também tem imperfeições. Então é necessário tomar cuidado para manter o controle dessas imperfeições em faixas toleráveis.

Albertazzi e Sousa (2008) usam como exemplo um cabo de vassoura que deveria ter o diâmetro de 20 mm. Independentemente se ele tiver 19 mm ou 21 mm de diâmetro, a função de segurar o cabo com firmeza e conforto continuará a mesma. Contudo, quando for acoplar esse cabo na base da vassoura é necessário garantir que o cabo não fique com uma folga muito grande ou mesmo nem entre no encaixe. Sendo necessário garantir uma faixa que atenda esses requisitos.

Segundo Dotson (2006) é necessário encontrar um equil´ıbrio no momento de definir as tolerâncias para uma peça ou produto, pois uma peça com uma tolerância muito grande é pouco precisa, podendo assim gerar um produto ruim. Contudo, uma peça com uma tolerância muito pequena (muito precisa) pode gerar um produto com um custo muito alto, com o preço acima

(24)

do mercado. Em suma, a tolerância é essa faixa de variação aceitável para uma caracter´ıstica de um produto, definida de forma a garantir a qualidade com que ele realiza a função para o qual foi desenhado.

Análise de variação dimensional é um conceito diretamente relacionado com tolerâncias geométricas. A falta de conhecimento em tolerâncias geométricas pode comprometer a concepção de um produto. Pois, a má definição de uma tolerância, vai levar à construção de um modelo de simulação pouco representativo. Isso pode levar a empresa a tomar decisões errôneas em relação ao seu produto.

O Geometric Dimensioning and Tolerencing (GD&T) é um sistema para definir e comunicar tolerâncias de engenharia internacionalmente. Ela é utilizada para definir a dimensão e as tolerâncias geométricas das peças. O GD&T é criado com base na norma ASME Y14.5M-1994 (Y14.5M-1994). A Figura 7 apresenta os elementos que fazem parte do quadro de tolerâncias.

Figura 7: Quadro de tolerˆancias

As empresas tem se esforçado para aperfeiçoar o seu Product Manufacturing Information(PMI), que é toda informação contida no CAD, mas que não está relacionada com a geometria dos objetos. O GD&T é uma das várias informações que deve estar contido no PMI (PROTOLABS, 2017).

Existem vários tipos diferentes de tolerâncias geométricas, tais como posição, perfil de linha, perfil de superf´ıcie, entre outros. Assim o primeiro item do quadro de tolerâncias é utilizado para especificar o tipo de tolerância. A seguir existe um s´ımbolo que está presente em casos especiais, como o apresentado na Figura 7, no qual a tolerância se refere ao diâmetro. A seguir é colocado o valor da tolerância, que é referente à diferença entre o valor máximo e m´ınimo que um elemento pode variar. O elemento modificador também é utilizado para definir caracter´ısticas especiais de um elemento, mais comumente utilizado para a definição de pinos e furos. E por fim são apresentados os elementos de referência, que são os elementos a partir dos quais todo o resto da peça varia.

(25)

2.1.5 ´Indices de capacidade de processo

Segundo Albertazzi e Sousa (2008) um processo é dito capaz quando consegue produzir dentro dos limites de tolerância. Sempre quando uma amostra grande de produtos está fora dos limites de tolerância, então o processo é dito incapaz. Na indústria de maneira geral existem dois indicadores principais responsáveis por indicar numericamente a capacidade do processo produtivo.

O primeiro é o ´ındice de capacidade bilateral (Cp). Para obter esse ´ındice é necessário

dividir o intervalo de tolerância (IT ), que para este trabalho é o valor do target estabelecido pela empresa, por seis vezes o desvio padrão do processo (s). O 6s é usado pois segundo Dotson (2006) este valor garante que 99,7% dos produtos montados estarão dentro do target. Se o processo tiver uma dispersão pequena, o denominador da equação será menor, resultando um valor maior para Cp, ou seja, quanto maior o Cp, maior será a capacidade do processo.

Albertazzi e Sousa (2008) considera que se Cp ≥ 1,33 o processo ´e considerado capaz. A

Equação 1 a seguir mostra como calcular o Cp. Este IT é definido pelo time de qualidade da

empresa, baseado nos ve´ıculos previamente projetados e também na análise da concorrência.

C_p= IT

6 × s (1)

Existem casos em que a média não corresponde ao valor médio do campo de tolerâncias, ou seja, está deslocada para uma das extremidades. Para situações assim é necessário utilizar o segundo ´ındice a ser estudado, que é o ´ındice de capacidade para processos não centrados (Cpk). Para calcular esse ´ındice, primeiro é necessário subtrair a estimativa média

( ¯x) do processo pelo limite inferior do campo de tolerâncias (LIT ) e depois dividir esse valor pelo triplo do desvio padrão estimado do processo associado (s). Após, é preciso subtrair o limite superior do campo de tolerâncias (LST ) pela estimativa média do processo ( ¯x) e depois dividir esse valor pelo triplo do desvio padrão estimado do processo associado (s). Por fim, o menor valor destas duas equações será o C_pk. Conforme a Equação 2. A soma dos módulos de LIT e LST tem que ser igual ao IT . Se o valor do Cpk por igual ao valor do Cpsignifica que o

processo est´a centrado (DOTSON, 2006).

C_pk= min ¯x − LIT 3 × s , LST− ¯x 3 × s (2)

A Figura 8, apresenta quatro situações diferentes que podem ocorrer quando se está analisando o Cp e Cpk. O primeiro quadro a esquerda, apresenta um exemplo de um processo

(26)

capaz, mas centrado. O primeiro quadro a direita, apresenta um exemplo de um processo capaz, mas não centrado. E o segundo quadro a direita, apresenta um exemplo de um processo que não é capaz e que não é centrado.

Figura 8: Exemplos com Cpe Cpk

Fonte: Adaptac¸˜ao de Latest (2018)

2.1.6 Qualidade

Garvin (1984) relata que o conceito de qualidade pode ser dividido em cinco abordagens. A primeira abordagem é a transcendental, na qual estabelece que qualidade não pode ser definida precisamente, por conseguinte, ela é uma propriedade que aprendemos a reconhecer apenas pela experiência. Nesta abordagem também é reconhecida que qualidade é absoluta e universalmente reconhec´ıvel, sendo sinônimo de excelência inata.

A segunda abordagem é a baseada no produto, na qual qualidade é colocada como uma variável precisa e que pode ser medida. Assim, a diferença de qualidade recai sobre a quantidade de certos elementos do produto podendo ser criados rankings de produtos baseados em atributos desejados pelos poss´ıveis compradores. Esta abordagem leva a duas conclusões básicas. A primeira é que quanto maior a qualidade, maior será o custo, pois qualidade esta atrelada a quantidade de itens que o produto possui. A segunda conclusão é que qualidade esta estritamente relacionada com elementos tang´ıveis, pois é determinada a partir da presença ou ausência de certos elementos (GARVIN, 1984).

A terceira abordagem é baseada no cliente. Assim é dito que diferentes clientes têm diferentes desejos e necessidades. Os produtos que melhor satisfazem suas necessidades são tidos como o de melhor qualidade. Contudo, esta abordagem carrega dois problemas. O primeiro é mais prático, pois é extremamente dif´ıcil agregar esta variedade de preferências individuais em um produto. Portanto, a melhor forma de contornar este problema é assumindo que os produtos de maior qualidade são os que atendem as necessidades da maioria dos clientes.

(27)

O segundo problema é mais fundamental, pois é necessário diferenciar até que ponto um atributo reflete em qualidade, ao invés de estar simplesmente maximizando a satisfação do cliente (GARVIN, 1984).

A quarta abordagem é baseada na manufatura, na qual a qualidade está diretamente ligada com conformidade dos requisitos. Assim que o design de um produto é especificado, qualquer variação é considerada uma redução da qualidade. Esta abordagem leva em consideração que o design do produto foi feito baseado nos interesses do cliente. Portanto, uma Ferrari 488 Spider bem montada, tem a mesma qualidade de um Chevrolet Onix Joy bem montado. Buscando sempre a redução de custos, a preocupação está nos componentes que o produto será feito, prevendo poss´ıveis defeitos e propondo alternativas para solucioná-los. Posteriormente utilizam-se técnicas estat´ısticas para avaliar se o processo está produzindo o produto em limites aceitáveis, pois produtos de maior qualidade tem menos defeitos e necessitam de menos retrabalhos (GARVIN, 1984).

A última abordagem é baseada no valor, no qual o produto de maior qualidade é aquele que oferece a maior quantidade de benef´ıcios a um custo menor. A maioria das definições de qualidade existentes recai em uma dessas cinco abordagens, sendo que a coexistência dessas abordagens faz com que os departamentos de markenting estejam em um processo de mudança e tentativa de melhora constante (GARVIN, 1984).

Este trabalho trata principalmente qualidade a partir das abordagens do cliente e da manufatura. Ou seja, os targets estabelecidos nas medidas a serem realizadas, vêm de dados da empresa. Esses dados casam informações de históricos e pesquisas, que indicam o que os clientes esperam de uma determinada categoria de ve´ıculos. A análise de variação dimensional terá o intuito de garantir que este controle esteja sendo realizado no processo.

2.1.7 Medidas importantes

Existem diversas medidas diferentes para avaliar a qualidade de montagem de um produto. Para este trabalho, foram escolhidas quatro medidas que o departamento responsável pelo setor de qualidade do produto da empresa estudada considera mais importantes. As medidas são espaçamento, desn´ıvel, paralelismo e simetria. As caracter´ısticas de cada uma dessas medidas estão descritas a seguir.

• Espaçamento: é o valor da distância entre duas peças em uma direção paralela ao plano das superf´ıcies analisadas. Esta medida pode ser vista na Figura 9.

(28)

Figura 9: Exemplo de espac¸amento entre o capˆo e o para-lama de um ve´ıculo

Fonte: Adaptac¸˜ao de MustangEvolution (2012)

• Desn´ıvel: é o valor da distância entre duas peças em uma direção perpendicular ao plano das superf´ıcies analisadas. Esta medida pode ser vista na Figura 10.

Figura 10: Exemplo de desn´ıvel entre o capˆo e o para-lama de um ve´ıculo

Fonte: Adaptac¸˜ao de MustangEvolution (2012)

(29)

longo de toda a interface entre duas peças. Para calcular o paralelismo é necessário pegar as medidas dos pontos das extremidades (podem ser usados pontos intermediários dependendo da peça) da interface de duas peças, e fazer a subtração dessas medidas. Manter o controle de paralelismo é importante pois a chance de acontecerem defeitos como “taco de biliar” são reduzidas. O “taco de biliar” acontece quando uma das extremidades está com um espaçamento muito grande, e a outra extremidade está com um espaçamento muito pequeno. Esta medida pode ser vista na Figura 11.

Figura 11: Exemplo de paralelismo entre o capˆo e o para-lama de um ve´ıculo

Fonte: Adaptac¸˜ao de Carid (2018)

• Simetria: esta medida busca manter o controle da diferença entre um espaçamento ou desn´ıvel do lado esquerdo do ve´ıculo em relação ao lado direito do ve´ıculo. Esta medida é calculada pela subtração de uma medida realizada no lado esquerdo do ve´ıculo pela sua medida equivalente no lado direito. Esta medida pode ser vista na Figura 12.

Figura 12: Exemplo de simetria entre o capˆo e o para-lama de um ve´ıculo

(30)

2.1.8 M´etodo de Monte Carlo

O artigo de divulgação desse método surgiu em setembro de 1949 pelos pesquisadores Nicholas Metropolis e S. Ulam. Contudo, é considerado que os criadores desse método foram John von Neumann e Stanislav Ulam. “O método é, essencialmente, uma aproximação estat´ıstica para o estudo de equações diferenciais, ou mais genericamente, de equações diferenciais integrais que ocorrem em vários ramos das ciências naturais”(METROPOLIS; ULAM, 1949) .

Quando o método de Monte Carlo foi desenvolvido existiam duas formas matemáticas diferentes para tratar um fenômeno f´ısico. O primeiro método era baseado na mecânica clássica, no qual utilizava equações diferenciais ordinárias em sua solução. O segundo método era utilizado para tratar um grande número de elementos, segundo uma teoria da probabilidade. Contudo quando é necessário tratar um número intermediário de elementos, nenhum desses métodos são aproximações real´ısticas (METROPOLIS; ULAM, 1949). Assim, o método de Monte Carlo se mostrou uma excelente alternativa.

Segundo Sobol (1994) “o método de Monte Carlo é um método numérico para resolver problemas matemáticos com amostragem aleatória”. Contudo após a divulgação de Nicholas Metropolis e S. Ulam, muitos pesquisadores observaram que o método de Monte Carlo poderia atender outras áreas de conhecimento. Neste trabalho, o método é usado para simular amostragens de montagens do produto.

O software de análise de variação dimensional utiliza o método de Monte Carlo para simular a dispersão de tolerâncias dos elementos que compõem as peças. Estas, geralmente são selecionados na forma de pontos e superf´ıcies, que a princ´ıpio são os elementos que farão interface com os datums da peça que está sendo montada. O método de Monte Carlo também pode gerar a dispersão dos elementos que serão utilizados para realizar as medidas no modelo de simulação.

2.2 SIMULAC¸ ˜AO DE EVENTOS DISCRETOS

Sistemas a eventos discretos (SED) são sistemas que possuem um espaço de estado discreto tal que a mudança de estado ocorre exclusivamente pela ocorrência de eventos, possivelmente ass´ıncronos. Exemplos de SED são: manufatura, log´ıstica, comunicações de pacotes. Simulações de eventos discretos geralmente são usadas para responder perguntas mais detalhadas de como um sistema complexo irá se comportar (FOWLER; ROSE, 2004).

(31)

Ao simular sistemas deste tipo, métodos numéricos são necessários para gerar distribuições discretas como: distribuição de Bernoulli, distribuição binomial, distribuição uniforme, distribuição de Poisson, entre outras com o intuito de resolver problemas (BANKS et al., 2009). Muito SEDs caracterizam incertezas por distribuições de probabilidade. Por exemplo, o tempo de serviço de uma operação pode variar segundo uma determinada distribuição de probabilidade. Neste trabalho, a simulação de eventos discretos foi utilizada para avaliar o funcionamento de uma linha de montagem de ve´ıculos, considerando o impacto de poss´ıveis mudanças na linha.

Segundo Banks et al. (2009) um sistema é definido quando existe um grupo de objetos que trabalham juntos, de maneira interativa ou interdependente buscando realizar uma ação. Neste trabalho o sistema estudado é uma linha de montagem do setor automotivo, onde os operadores, ferramentas, máquinas e peças conjuntamente gerarão ve´ıculos de alta qualidade. Em uma linha de montagem, vários ve´ıculos entram na linha, sendo que esses ve´ıculos podem ser do mesmo modelo ou de vários modelos diferentes, e para cada modelo serão encontrados tempos diferentes que compõem as atividades necessárias para montar o produto final.

Segundo Banks et al. (2009) é necessário conhecer alguns conceitos antes de se iniciar a análise de um sistema a eventos discretos. O primeiro conceito é o de entidade, este é o objeto de interesse do sistema. Este elemento representa por exemplo o produto que irá ser processado em uma manufatura, o paciente em um hospital ou mesmo o cliente em uma loja. O segundo conceito é o de atributo, que são basicamente as propriedades da entidade. Por exemplo, um atributo pode ser a velocidade de um operador na fábrica, a capacidade de carga de um caminhão ou o número de vagas em um estacionamento. O terceiro conceito é o de atividade, que representa um per´ıodo de tempo gasto para a realização de uma tarefa. O quarto conceito é o estado de um sistema, que representa o conjunto de variáveis necessários para descrever um sistema em qualquer momento. E o último conceito é o de evento, que é o acontecimento instantâneo que muda o estado do sistema.

2.2.1 O pacote de simulac¸˜ao Simio

Existem vários pacotes de simulação de eventos discretos que poderiam ser utilizados neste trabalho. O pacote utilizado é o Simio (2018) devido à disponibilidade na UTFPR. O Simio (2018) é um pacote orientado a objetos, com grande flexibilidade de programação e dispõe de ferramentas de animação da simulação que contribuem para entender o funcionamento e verificação do modelo. A simulação no Simio (2018) é constru´ıda a partir de blocos funcionais, descritos a seguir:

(32)

• ModelEntity: são elementos que representam entidades comumente relacionadas a produtos, clientes, pacientes, entre outros. Com suas atribuições trocam as variáveis de estado do sistema. Em um sistema pode haver vários tipos de ModelEntity diferentes, no qual cada tipo terá seus atributos. Na Figura 13, tem-se três diferentes ModelEntities.

Figura 13: Exemplo de ModelEntity

• Worker: correspondem às entidades relacionadas com a realização de tarefas. Podem representar operadores de fábrica, vendedores em lojas ou enfermeiros em hospitais. Na Figura 14, está representado um Worker.

Figura 14: Exemplo de Worker

• Source: este é o bloco responsável pela geração de entidades. O bloco pode ter como dados de entrada uma lista determinando a ordem, o mix e o tempo de criação das entidades ou pode receber essas informações por meio de uma distribuição de probabilidade. Na Figura 15, está representado um bloco Source.

(33)

Figura 15: Exemplo de Source

• Sink: este é o bloco responsável por destruir as entidades criadas durante a simulação. Representando o fim do fluxo de entidades. Seria o equivalente à porta de sa´ıda de uma loja ou hospital, ou mesmo o destino de um produto após terminar de ser manufaturado. Na Figura 16, está representado um bloco Sink.

Figura 16: Exemplo de Sink

• Nodes e conectores: estes elementos são responsáveis por fazerem a comunicação entre os blocos. Existem quatro tipos de conectores: o Connector que apenas realiza a comunicação entre os blocos. O Path que define uma distância a ser percorrida entre blocos; o TimePath que define um tempo de percurso entre blocos; o Conveyor que modela caracter´ısticas de esteira ao conector. Todos os blocos do Simio (2018) possuem Nodes a partir dos quais é poss´ıvel estabelecer fluxos de entidades entre blocos. Na Figura 17, está representado um diagrama contendo quatro Nodes (pequenos losangos), um Connector, um Path, um TimePath e um Conveyor.

(34)

Figura 17: Exemplo de Nodes e conectores

• OptQuest: é um add-on do Simio (2018), que é constitu´ıdo por sofisticadas técnicas de análise. Tais como otimização meta-heur´ıstica, redes neurais, algor´ıtimo evolutivo e análise estat´ıstica. Permitindo que o usuário encontre as melhores soluções, ou até mesmo a solução ótima para problemas complexos de administração e engenharia. O OptQuest ainda permanece como uma BlackBox por motivos comerciais. Basicamente, são definidas variáveis de controle e variáveis de resposta. A partir dos parâmetros de reposta esperados, ele procura as melhores soluções (SIMIO, 2018).

2.3 SUM ´ARIO DO CAP´ITULO

Neste cap´ıtulo, foram apresentados importantes conceitos para o desenvolvimento de modelos de AVD e simulações de SED. Os datums são usados para restringir os seis graus de liberdade de uma peça e são os pontos de referência das tolerâncias geométricas. Na AVD são gerados vários cenários, nos quais os valores das tolerâncias se altera conforme uma distribuição normal, no final os resultados das medidas realizadas em cada cenário geram um histograma, que na maioria dos casos tem o formato de uma curva normal. E a partir deste histograma, é poss´ıvel extrair dados como desvio padrão, média, Cp e Cpk. Este método de simulação por

amostras é conhecido como método de Monte Carlo. A avaliação da diferença entre os modelos D1 e D2 na AVD, foi feita a partir da comparação dos valores de Cp. O Simio (2018), pacote

utilizado para realizar as simulações de eventos discretos, possui o add-on OptQuest que foi utilizado para encontrar os cenários com o maior número de ve´ıculos completos e com o menor tempo de ciclo.

(35)

3 DESENVOLVIMENTO

Neste cap´ıtulo, são apresentados os aspectos levados em consideração para a criação da análise de variação dimensional e para a simulação de eventos discretos. Esses modelos, tem o proposito de representar o comportamento de um subsistema do processo de montagem de uma empresa multinacional, do ramo automotivo, situada no estado do Paraná.

3.1 AN ÁLISE DE VARIAÇ ÃO DIMENSIONAL

O 3DCS (2018) foi o software escolhido para realizar as simulações de variação dimensional neste trabalho. Este software tem sido usado na indústria automotiva por mais de 20 anos. Ele possui uma interface intuitiva e simples de operar. O 3DCS (2018) também possui diversos recursos de apresentação de resultados. Outra caracter´ıstica é sua compatibilidade com várias ferramentas de Computer Aided Design, possibilitando se adequar com a realidade de cada empresa.

Para criar o modelo de simulação no 3DCS (2018) foram seguidos alguns passos, no qual cada passo é executado de acordo com as especificações do projeto.

• O primeiro passo é a definição dos datums, ou seja, é definido quais elementos de uma peça serão utilizados para estipular o seu isostatismo. Na Figura 18 é apresentado uma peça e os elementos que foram selecionados para fazer o isostatismo dessa peça no 3DCS (2018).

(36)

Figura 18: Exemplo de selec¸˜ao dos datums no 3DCS (2018)

• O segundo passo é identificar quais elementos das peças que fazem interface com os datumsda peça inicial. Na Figura 19 tem-se um exemplo de seleção dos elementos que farão interface com os datums da peça a ser montada.

Figura 19: Exemplo de seleção dos elementos que farão interface com os datums no 3DCS (2018)

• O terceiro passo é identificar qual o melhor tipo de movimento para realizar esse tipo de montagem. A Figura 20 apresenta um exemplo de um movimento sendo realizado no 3DCS (2018) e também apresenta o quadro no qual é especificado o tipo do movimento a ser realizado.

(37)

Figura 20: Exemplo de movimento no 3DCS (2018)

• O quarto passo é definir quais são os pontos onde serão realizadas as medidas. A Figura 21 apresenta a seleção de dois pontos utilizados para realizar uma medida e também é apresentado um quadro que é utilizado para definir as propriedades dessa medidas.

Figura 21: Exemplo de medida no 3DCS (2018)

• O quinto passo é a definição das tolerâncias tanto dos elementos a serem medidos como dos elementos que farão interface com os datums das peças a serem montadas. A Figura 22 apresenta um quadro onde é especificado as propriedades das tolerâncias geométricas das peças e um exemplo de como a superf´ıcie da peça se comporta antes e depois da

(38)

variac¸˜ao.

Figura 22: Exemplo de tolerˆanica geom´etrica no 3DCS (2018)

3.1.1 Pec¸as comuns

Os dados de entrada da simulação no 3DCS (2018) são feitos de acordo com o especificado no projeto do ve´ıculo. Contudo os dados do projeto estudado neste trabalho são confidenciais, não podendo ser divulgado o CAD das peças originais. Visando contornar esta questão, foram usadas peças genéricas para demonstrar os inputs da simulação. Nesta seção serão apresentadas as peças que tem o mesmo GD&T tanto para o modelo Closed Front End quanto para o modelo Opened Front End. Nas Figuras 23, 25 e 24 estão representados o farol dianteiro esquerdo, suporte esquerdo de para-choque e o para-lama esquerdo respectivamente. Todas estas peças possuem uma similar no lado direito, contendo os mesmos datums e tolerâncias das suas respectivas peças esquerdas. O GD&T das peças a seguir foi feito conforme a norma ASME Y14.5M-1994 (1994).

(39)

Figura 23: GD&T do farol dianteiro esquerdo

(40)

Figura 24: GD&T do para-lama esquerdo

(41)

Figura 25: GD&T do suporte esquerdo de para-choque

O capô e o para-choque são peças muito grandes e flex´ıveis. Por isso é necessário usar mais elementos de fixação do que o comum para realizar o isostatismo dessas peças. Outra caracter´ıstica de peças grandes e flex´ıveis é que para fazer uma simulação mais representativa é necessário criar uma malha de elementos finitos para a peça, ou separar essas peças em partes menores e adicionar as tolerâncias em relação aos datums mais próximos. Não existe uma regra que diga o número m´ınimo de partes que uma peça possa ser dividida. Assim para este trabalho o capô foi separado em duas partes, a primeira representada na Figura 26 é responsável por fazer o isostatismo da região que faz interface com o para-lama. A segunda parte, representada na Figura 27, e responsável pelo isostatismo da região que faz interface com os faróis e para-choque.

(42)

Figura 26: GD&T do capˆo (Parte 1)

Figura 27: GD&T do capˆo (Parte 2)

O para-choque é uma peça muito grande e feita de material plástico, tornando-o uma peça bastante flex´ıvel. Assim ele foi dividido em cinco partes para serem feitas as simulações. Uma parte é relativa à região central, na qual faz interface com o capô, sendo representada na Figura 28. Duas partes estão no lado esquerdo e são representadas pelas Figuras 29 e 30,

(43)

que são relativas às regiões que fazem interface com o farol esquerdo e o para-lama esquerdo respectivamente. As Figuras 31 e 32 são relativas as regiões que fazem interface com o farol direito e para-lama direito respectivamente.

Figura 28: GD&T do para-choque (Parte 1)

Fonte: Adaptac¸˜ao de Sul (2018)

(44)

(45)

3.1.2 Pec¸as exclusivas do modelo Closed Front End

Na Figura 33 está representado um dispositivo que é utilizado para fazer a centralização e a fixação do capô na carroceria. Após o capô estar devidamente fixado, o dispositivo é retirado. Na Figura 34 é representada a carroceria. A carroceria foi considerada uma black box, pois a empresa estudada a trata desta forma, por isso, os elementos de referencia são os eixos X, Y e Z, partindo do ponto zero do ve´ıculo, que é o ponto central entre os eixos das rodas dianteiras.

(46)

Figura 33: GD&T do dispositivo

(47)

Figura 34: Tolerˆancias carroceria

Fonte: Adaptac¸˜ao de Hiper (2018)

3.1.3 Pec¸as exclusivas do modelo Opened Front End

Na Figura 35 é representado o dispositivo utilizado para ajudar a fazer a montagem do capô na carroceria. Foi necessário a criação de um dispositivo diferente do Closed Front End, pois este não poderia depender da parte dianteira do ve´ıculo para ser montado. Na Figura 36 é represeentada a carroceria, que assim como no Closed Front End tem como referencia os eixos X, Y e Z. E por fim na Figura 37 é apresentado o GD&T do módulo onde serão montadas as peças como para-choque e faróis e posteriormente será acoplado ao ve´ıculo.

(48)

Figura 35: GD&T do dispositivo

(49)

Figura 36: Tolerˆancias carroceria

(50)

Figura 37: GD&T do modulo

3.1.4 Ordens de montagem

A Figura 38 apresenta a sequência de montagem das peças no ve´ıculo do modelo Closed Front End. É poss´ıvel notar que como o para-choque foi dividido em cinco partes, ele está sendo montado em cinco regiões diferentes. O mesmo ocorre com o capô, que é montado em duas regiões diferentes.

(51)

Figura 38: Ordem de montagem do modelo Closed Front End

Para o modelo Opened Front End é necessário realizar primeiramente a montagem do módulo. Desta forma, a ordem de montagem do módulo é apresentada na Figura 39. E a finalização da montagem do ve´ıculo, é mostrada na Figura 40.

Figura 39: Ordem de montagem do m´odulo

(52)

Figura 40: Ordem de montagem do modelo Opened Front End

3.2 SIMULAC¸ ˜AO DE EVENTOS DISCRETOS

Como o objetivo do trabalho é comparar o desempenho da linha de produção com a mudança na montagem do para-choque, foram constru´ıdos dois modelos de simulação: um para o processo com o ve´ıculo D1 Closed Front End (SEDD1) e outro para o ve´ıculo D2 Opened Front End(SEDD2).

3.2.1 Coleta de dados

Para construir os modelos de simulação de eventos discretos no Simio (2018) foi necessária a coleta de dados da empresa estudada. A linha de produção tem um fluxo cont´ınuo, ou seja, a velocidade da linha é constante para todas as estações. Além disso, trata-se de uma linha mista, que produz os modelos de ve´ıculos A, B, C e D. O mix de produção é apresentado na Tabela 1, e foi obtido pela observação da produção durante o per´ıodo de um mês da empresa.

Tabela 1: Mix padr˜ao

Modelo Porcentagem (%)

A 33,24

B 24,86

C 25,24

D 16,66

(53)

Como o processo de fabricação de um ve´ıculo é muito extenso, foi decidido simular apenas a zona que realiza a montagem das peças externas da parte dianteira do ve´ıculo. Esta zona possui 12 postos de trabalho, contendo um operador em cada posto. O operador é responsável por realizar todas as tarefas necessárias para montar o ve´ıculo, durante o per´ıodo que este se encontra em sua sua estação. Apesar de existirem postos de trabalho com operadores realizando tarefas em ambos os lados da linha, o trabalho de cada operário é independente, ou seja, não é necessário outro operário para auxiliá-lo. A Tabela 2 apresenta os postos de trabalho que foram simulados e as principais peças montadas em cada estação.

Tabela 2: Postos de trabalho

Postos Pec¸as

11E Suporte de para-choque traseiro 11D Tubo de alimentac¸˜ao do motor 12E Limpador de para-brisa

13D Grade de ar 13E Comando da seta 14D Junta da porta direita 14E Junta da porta esquerda 15D Far´ois

15E Junta do porta-malas

16D Detalhes interior do lado direito 16E Detalhes interior do lado esquerdo 17E Para-choque

O tempo das tarefas realizadas por cada operador varia para cada modelo de ve´ıculo. Além disso, existem incertezas no tempo das tarefas para cada modelo devido à alguns detalhes que podem ser adicionados nos ve´ıculos. O que resulta em diferentes tempos de trabalho para um mesmo modelo de ve´ıculo no mesmo posto de trabalho. Esses tempos são apresentados nas Tabelas 3, 4, 7, 8, 9, 10, 11, 12, 13 e 14 na forma de unidade de tempo (UT), junto com suas respectivas distribuições. As tarefas realizadas nas estações 12E e 17E têm diferentes tempos entre os ve´ıculos D1 e D2. Os tempos de realização das tarefas dessas estações estão apresentados nas Tabelas 5, 15, 6 e 16. Os dados das Tabelas 3 à 16, foram extra´ıdos das tabelas de planejamento da empresa estudada. Estes dados são cronometrados periodicamente buscando manter o controle de tempo das tarefas. E, em conjunto com histórico de ve´ıculos anteriores, servem para auxiliar na criação das tabelas de planejamento.

(54)

Tabela 3: Tempo das tarefas realizadas no posto 11E

Posto - 11E

Modelo A Modelo B Modelo C Modelo D

Proporção (%) Tempo (UT) Proporção (%) Tempo (UT) Proporção (%) Tempo (UT) Proporção (%) Tempo (UT)

76,68 2,49 54,04 4,27 92,29 2,24 100 2,94

14,75 3,05 45,96 3,22 7,71 1,93

8,58 3,96

Tabela 4: Tempo das tarefas realizadas no posto 11D

Posto - 11D

44,27 2,28 59,79 2,35 100 2,42 62,51 2,66 29,13 2,35 13,57 2,07 18,24 1,47 16,74 3,01 12,70 2,24 17,59 1,75 6,52 3,08 10,31 1,61 1,66 2,38 1,04 1,58 3,62 1,86 0,98 2,28 0,69 2,35 0,57 1,33 0,06 2,07

Tabela 5: Tempo das tarefas realizadas no posto 12E para Closed Front End

Posto - 12E

Modelo A Modelo B Modelo C Modelo D1

99,37 3,33 54,04 3,54 92,41 3,29 100 3,08

0,63 3,57 45,96 4,45 7,59 2,45

Tabela 6: Tempo das tarefas realizadas no posto 12E para Opened Front End

Posto - 12E

Modelo A Modelo B Modelo C Modelo D2

99,37 3,33 54,04 3,54 92,41 3,29 100 2,73

0,63 3,57 45,96 4,45 7,59 2,45

(55)

Posto - 13D

44,27 3,29 54,04 3,01 100 2,84 80,10 2,28 29,13 3,05 45,96 3,36 18,24 2,38 16,74 3,12 1,66 2,56 6,52 2,87 3,28 3,47 0,06 3,29

Posto - 13E

85,52 2,91 54,04 2,66 100 2,45 55,67 3,78

14,48 3,08 26,36 2,59 44,33 3,43

19,59 2,73

Posto - 14D

100 3,68 100 3,57 100 3,71 100 3,40

Posto - 14E

100 3,43 100 3,15 100 3,12 100 2,80

Posto - 15D

98,33 3,33 59,82 3,19 92,41 3,43 80,10 3,75

1,67 2,66 22,74 2,38 7,59 3,40 18,24 2,94

17,44 3,01 1,66 3,57

(56)

Posto - 15E

72,68 3,64 45,96 4,38 100 2,45 100 3,26

23,32 3,26 25,17 2,84

3,99 4,90 19,63 2,35

9,24 0,74

Posto - 16D

88,44 2,66 17,28 2,24 92,29 2,91 74,21 2,35 11,56 2,35 10,12 1,89 7,71 3,12 11,23 2,07 10,00 1,54 8,67 2,00 9,88 1,75 5,88 1,89 9,56 2,10 9,28 2,17 9,24 1,37 5,18 1,82 5,02 1,89 4,90 1,68 4,74 1,47 2,75 2,24 1,95 2,10 0,12 1,72

Posto - 16E

63,62 1,82 44,70 2,21 92,29 3,29 55,67 2,21 14,48 2,35 44,34 2,31 7,71 3,50 44,33 2,42 11,56 1,96 9,24 1,40 10,34 1,75 1,51 2,45 0,12 1,51 0,08 2,35