pequeno porte

(1)

Minist´erio da Educa¸c˜ao

Universidade Federal de Ouro Preto Escola de Minas

Departamento de Engenharia de Produ¸c˜ao, Administra¸c˜ao e Economia

Guilherme de Barros Maia

O uso da simulação computacional aplicada à programação da produção em uma fábrica de

pequeno porte

Ouro Preto

2022

(2)

Guilherme de Barros Maia

O uso da simulação computacional aplicada à programação da produção em uma fábrica de pequeno porte

Monografia apresentada ao Curso de Enge- nharia de Produ¸cão da Universidade Federal de Ouro Preto como parte dos requisitos para a obten¸cão do Grau de Engenheiro de Pro- du¸cão.

Universidade Federal de Ouro Preto

Orientador: Profa. Dra. Irce Fernandes Gomes Guimaraes Coorientador: Prof. Me. Cristiano Lu´ıs Turbino de Fran¸ca e Silva

Ouro Preto

2022

(3)

MINISTÉRIO DA EDUCAÇÃO

UNIVERSIDADE FEDERAL DE OURO PRETO REITORIA

ESCOLA DE MINAS

DEPARTAMENTO DE ENGENHARIA DE PRODUCAO, ADMINISTRACAO E ECON

FOLHA DE APROVAÇÃO

Guilherme de Barros Maia

O uso da simulação computacional aplicada à programação da produção em uma fábrica de pequeno porte

Monograﬁa apresentada ao Curso de Engenharia de Produção da Universidade Federal de Ouro Preto como requisito parcial para obtenção do tulo de Engenheiro de Produção

Aprovada em 27 de janeiro de 2023.

Membros da banca

Drª- Irce Fernandes Gomes Guimarães- Orientadora (Universidade Federal de Ouro Preto - UFOP) Dr - Aloísio de Castro Gomes Junior (Universidade Federal de Ouro Preto - UFOP) MSc - Cris ano Luís Turbino de Franca e Silva (Universidade Federal de Ouro Preto - UFOP)

Drª- Irce Fernandes Gomes Guimarães, orientadora do trabalho, aprovou a versão ﬁnal e autorizou seu depósito na Biblioteca Digital de Trabalhos de Conclusão de Curso da UFOP em 31/01/2023

Documento assinado eletronicamente por Irce Fernandes Gomes Guimaraes, PROFESSOR DE MAGISTERIO SUPERIOR, em 13/02/2023, às 05:53, conforme horário oﬁcial de Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.

A auten cidade deste documento pode ser conferida no site h p://sei.ufop.br/sei/controlador_externo.php?

acao=documento_conferir&id_orgao_acesso_externo=0 , informando o código veriﬁcador 0466952 e o código CRC 12683302.

Referência: Caso responda este documento, indicar expressamente o Processo nº 23109.001225/2023-75 SEI nº 0466952 R. Diogo de Vasconcelos, 122, - Bairro Pilar Ouro Preto/MG, CEP 35402-163

Telefone: 3135591540 - www.ufop.br

(4)

Dedico este trabalho aos meus pais, minha namorada e amigos pelo incentivo e com- panheirismo durante todo meu trajeto.

(5)

Agradecimentos

Agrade¸co aos meus pais por todo apoio concedido durante toda minha vida acadˆemica.

A minha namorada por toda a ajuda, carinho e paciˆencia.

A todos os meus amigos, principalmente ao Jo˜ao, Andr´e, Thiago, Maur´ıcio, Gustavo, Mateus e Caio que vivenciaram o dia a dia da faculdade comigo, tornando a jornada mais leve.

Aos meus orientadores Irce e Cristiano, por todo o conhecimento proporcionado com sabedoria e seriedade.

Aos funcionários da empresa que me ajudaram na elabora¸cão do trabalho e proporci- onaram maior entendimento prático do funcionamento de uma empresa.

(6)

“O único homem que está isento de erros, é aquele que não arrisca acertar.”

Albert Einstein

(7)

Resumo

Num cenário cada vez mais competitivo, as organiza¸cões se veem na obriga¸cão de aprimorar seus processos visando a minimiza¸cão de custos e o desenvolvimento de técnicas que facilitem as tomadas de decisão. Um dos recursos utilizados para aprimorar as tomadas de decisões é a simula¸cão computacional, pois com esse recurso é poss´ıvel a cria¸cão de cenários controlados dentro de computadores com a finalidade de estudá-los sob variadas condi¸cões, sem o risco f´ısico e financeiro que ocorre ao modificar as linhas produtivas f´ısicas de uma organiza¸cão. Nesse sentido, esse estudo tem a finalidade de analisar o sequenciamento da produ¸cão de uma situa¸cão real do chão de fábrica, por meio da simula¸cão computacional, visando apresentar propostas para o aprimoramento da programa¸cão da produ¸cão de empresas de pequeno porte. Para atender a este objetivo, utilizou-se como modelo inicial a verifica¸cão de atendimento de 2000 caixas de gelos saborizados até o per´ıodo do Carnaval de 2023, ou seja, até o dia 21 de fevereiro de 2023. Para tal, observou-se o processo produtivo de uma empresa de sobremesas geladas e como ocorre o sequenciamento dos pedidos que chegam para a fabrica¸cão. Mediante essa observa¸cão, foram criados três cenários e os resultados mostraram ser poss´ıvel, respeitando, as quantidades de recursos humanos, de materiais e de maquinários dispon´ıveis na institui¸cão, bem como o tempo de processamento de cada atividade e a jornada de trabalho dos profissionais, fabricar 120 caixas de gelo saborizado em um único dia de produ¸cão. Por meio da simula¸cão foi poss´ıvel analisar poss´ıveis resultados, tais como o tempo para o atendimento da demanda (17 dias), a quantidade de recursos utilizados e outras possibilidades de organiza¸cão da produ¸cão.

Palavras-chave: Simula¸cão, Sequenciamento, Programa¸cão da Produ¸cão

(8)

Abstract

In an increasingly competitive scenario, organizations find themselves obliged to improve their processes in order to minimize costs and develop techniques that facilitate decision- making. One of the resources used to improve decision-making is computer simulation, because with this resource it is possible to create controlled scenarios within computers in order to study them under different conditions, without the physical and financial risk that occurs when modifying the physical productive lines of an organization. In this sense, this study aims to analyze the production sequencing of a real situation on the factory floor, through computer simulation, in order to present proposals for improving the production schedule of small companies. To meet this objective, it was used as an initial model the verification of attendance of 2000 boxes of flavored ice until the period of Carnival 2023, that is, until February 21, 2023. For this, the process was observed production of a frozen dessert company and how the orders that arrive for manufacturing are sequenced.

Through this observation, three scenarios were created and the results showed that it was possible, respecting the amounts of human resources, materials and machinery available at the institution, as well as the processing time of each activity and the workday of the professionals, manufacture 120 boxes of flavored ice in a single production day. Through the simulation, it was possible to analyze possible results, such as the time to meet the demand (17 days), the amount of resources used and other possibilities for organizing production.

Keywords: Simulation, Sequencing, Production Programming

(9)

Lista de abreviaturas e siglas

PCP Planejamento e Controle da Produ¸c˜ao PO Pesquisa Operacional

MP Mat´eria-prima

(10)

Lista de ilustrações

Figura 1 – Fluxo de informa¸c˜oes no PCP . . . 15

Figura 2 – Ambiente Flow Shop . . . 17

Figura 3 – N´ıvel de popularidade dos softwares de simula¸c˜ao . . . 20

Figura 4 – Exemplo da interface do JaamSim . . . 23

Figura 5 – Etapas de um modelo de simula¸c˜ao . . . 26

Figura 6 – Planta da empresa Alpha . . . 29

Figura 7 – Previs˜ao de demanda . . . 30

Figura 8 – Diagrama de ciclo de atividades . . . 31

Figura 9 – Modelo de simula¸c˜ao no JaamSim . . . 35

Figura 10 – Vista 3D do modelo rodando . . . 35

Figura 11 – Modelo simulado . . . 40

Figura 12 – Vista 3D das caixas de gelo produzidas . . . 40

Figura 13 – Gr´afico de Gantt . . . 42

(11)

Lista de tabelas

Tabela 1 – Componentes estruturais da simula¸c˜ao . . . 19

Tabela 2 – Comportamentos estat´ısticos nos tempos das atividades A04, A05, A06 33 Tabela 3 – Tempos coletados das atividades A01, A02, A03, A07, A08 e A09 . . . 33

Tabela 4 – Compara¸c˜ao entre sistema simulado e sistema real 1 . . . 36

Tabela 7 – Repeti¸c˜oes do primeiro cen´ario . . . 38

Tabela 8 – Repeti¸c˜oes do segundo cen´ario . . . 38

Tabela 9 – Repeti¸c˜oes do terceiro cen´ario . . . 38

Tabela 10 – Quantidade de caixas e tempo necess´ario . . . 39

Tabela 11 – Resultados obtidos do modelo simulado . . . 41

Tabela 12 – Tempo de t´ermino de produ¸c˜ao de cada sabor . . . 41

(12)

Sumário

Lista de ilustrações . . . 8

Lista de tabelas . . . 9

1 INTRODUÇÃO . . . 12

1.1 Contextualização do problema . . . 12

1.2 Objetivos . . . 12

1.2.1 Objetivo Geral . . . 13

1.2.2 Objetivos Específicos . . . 13

1.3 Relevância do Estudo . . . 13

2 PRINCÍPIOS DA UTILIZAÇÃO DA SIMULAÇÃO NO SEQUENCI- AMENTO DA PRODUÇÃO NO PLANEJAMENTO E CONTROLE DA PRODUÇÃO . . . 14

2.1 Planejamento e Controle da Produção . . . 14

2.1.1 Programação da Produção . . . 15

2.1.2 Sequenciamento . . . 16

2.2 Simulação . . . 18

2.2.1 Softwares de código aberto e fechado . . . 21

2.2.2 JaamSim . . . 22

2.3 Vantagens e desvantagens da simulação . . . 23

3 MATERIAIS E MÉTODOS UTILIZADOS NESTE ESTUDO . . . 25

3.1 Etapas da simulação . . . 25

4 APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS . . . 28

4.1 A empresa . . . 28

4.2 Modelo conceitual . . . 30

4.3 Coleta de dados . . . 32

4.4 Construção do modelo. . . 32

4.5 Modelo computacional . . . 33

4.6 Validação do modelo. . . 36

4.7 Resultados . . . 37

5 CONCLUSÕES E CONSIDERAÇÕES FINAIS . . . 43

REFERÊNCIAS . . . 44

(13)

APÊNDICES 46

APÊNDICE A – MODELO COMPUTACIONAL . . . 47

ANEXOS 48

ANEXO A – CÓDIGO EM R PARA ENCONTRAR COMPORTA- MENTO ESTATÍSTICO . . . 49

(14)

12

1 Introdução

Este cap´ıtulo introduz um estudo que trata do uso da simula¸cão computacional em pequenas empresas. Nesse sentido, apresenta-se a contextualiza¸cão do problema, a re- levância do estudo e dos conceitos citados, o objetivo geral e os objetivos espec´ıficos e finalmente a organiza¸cão deste estudo.

1.1 Contextualização do problema

Hoje em dia, as empresas, principalmente as de pequeno porte, sofrem gradualmente o peso de um mercado cada vez mais competitivo e dinâmico. Isto exige maiores investimentos em tecnologias e técnicas que possibilitem melhores condi¸cões na tomada de decisão de seus gestores em rela¸cão ao planejamento da produ¸cão de suas empresas. Com o advento de softwares de simula¸cão, abre-se a possibilidade de transportar as caracte- r´ısticas de um sistema real para o modelo computacional, ou seja, replicar os diferentes sistemas reais do chão de fábrica em um modelo virtual. A partir das análises de cenários testados, o gestor tem uma visão global de todo o processo obtendo informa¸cões como capacidades, gargalos, n´ıveis de estoque, previsão de vendas e de término das atividades, melhor sequenciamento, atividades fundamentais para uma boa programa¸cão da produ-

¸c˜ao, sendo essa, essencial no aprimoramento dos resultados de empresas que planejam as suas possibilidades futuras.

Dessa forma, torna-se notório que contar apenas com a experiência dos profissionais e com a longetividade de uma institui¸cão, pode trazer alguns transtornos e equ´ıvocos nas diferentes decisões, pois são necessários diferentes tipos de dados e rapidez de análise das informa¸cões que são geradas. Logo, é imprescind´ıvel a utiliza¸cão de outras ferramentas para ajudar os gestores na resolu¸cão dos problemas, tal como, a simula¸cão, que é uma técnica da Pesquisa Operacional (PO), que possui como principal objetivo replicar uma realidade em um modelo virtual (GAVIRA, 2003).

Nessa conjuntura, percebe-se que a gera¸cão de modelos virtuais permite ao gestor a visualiza¸cão de novas formas de organizar as atividades do chão de fábrica, o que possibilita o aumento das probabilidades de poss´ıveis sequenciamentos que adequem a programa¸cão da produ¸cão aos recursos dispon´ıveis da empresa, seja esses, o capital, a matéria-prima, os maquinários ou os profissionais da institui¸cão. (TUBINO, 2017).

1.2 Objetivos

Os objetivos que orientam este estudo s˜ao descritos a seguir:

(15)

Cap´ıtulo 1. Introdu¸c˜ao 13

1.2.1 Objetivo Geral

O objetivo geral deste trabalho é analisar, por meio da simula¸cão computacional, uma melhor programa¸cão da produ¸cão de uma demanda real de uma empresa de pequeno porte, respeitando as restri¸cões de capacidade e de recursos dispon´ıveis da institui¸cão.

1.2.2 Objetivos Específicos

Os objetivos espec´ıficos do estudo s˜ao:

• Fazer um levantamento teórico dos principais temas que serão utilizados na análise dos resultados.

• Apresentar um modelo conceitual e computacional que seja fiel ao ch˜ao de f´abrica estudado.

• Verificar por diferentes cenários as capacidades produtivas. Visando obter planos de produ¸cão condizentes com as restri¸cões do sistema produtivo.

• Verificar a viabilidade de uma demanda real apresentada ao setor de produ¸c˜ao de uma empresa.

1.3 Relevância do Estudo

O presente estudo se justifica pela necessidade que as pequenas empresas tˆem em tornar suas linhas produtivas mais eficientes sem a necessidade de altos investimentos.

O uso da simula¸cão computacional permite a obten¸cão de informa¸cões de grande valor para uma boa programa¸cão da produ¸cão e de formas mais eficientes de sequenciamento do chão de fábrica. Com o uso desta tecnologia, as empresas de pequeno porte podem se tornar mais competitivas no mercado sem demandar grandes quantidades financeiras.

Devido ao aumento crescente do número desoftwares de simula¸cão computacional e o aprimoramento destes recursos de análise, os estudos dessa área devem ser frequentemente atualizados para não se tornarem obsoletos com o tempo. Softwares de código aberto, como o JaamSim, estão cada vez mais ganhando espa¸co no mercado e no meio acadêmico, criando possibilidades de estudos aprofundados do uso desses programas como ferramentas para uma boa programa¸cão da produ¸cão. Nesse sentido, este estudo pretende verificar e apresentar resultados utilizando osoftwarede simula¸cão JaamSim no intuito de apresentar o potencial produtivo de uma empresa de sobremesas geladas, de pequeno porte, para atender uma demanda real da organiza¸cão.

(16)

14

2 Princípios da utilização da Simulação no Sequenciamento da Produção no Planejamento e Controle da Produção

Neste cap´ıtulo será apresentado todos os temas abordados neste estudo. Inicialmente é comentando sobre o Planejamento e Controle da Produ¸cão, e posteriormente outros temas que serão discutidos neste estudo, sendo eles: programa¸cão da produ¸cão, sequenciamento de atividades e simula¸cão computacional. Finalmente serão apresentados trabalhos que discursam sobre a compara¸cão entre softwares de código aberto com fechados, é apresentado o JaamSim escolhido como simulador no estudo e por fim é exposto as vantagens e desvantagens do uso da simula¸cão.

2.1 Planejamento e Controle da Produção

As empresas, de maneira geral, são estudadas como um “sistema que transforma, via um processamento, entradas (insumos) em sa´ıdas (produtos) úteis aos clientes” (TUBINO, 2017). Para se manter competitiva, as empresas se veem na missão de buscar constante- mente a otimiza¸cão do uso de seus recursos produtivos. Desta forma, o planejamento e controle da produ¸cão (PCP) é fundamental para uma institui¸cão, por ser um conjunto de atividades gerenciais que atua no sentido de planejar e controlar os sistemas produtivos, coordenando-os e direcionando-os visando entregar os produtos e servi¸cos demandados pelos clientes (NASCIMENTO-E-SILVA, 2021)

Segundo Tubino (2017), para que os sistemas produtivos transformem insumos em produtos, é necessário planejá-los utilizando horizonte de tempo. Neste sentido, é poss´ıvel realizar a divisão do PCP em três n´ıveis principais:

• Planejamento Estrat´egico: respons´avel pelo planejamento de longo prazo se base- ando em estimativas de vendas e capacidades produtivas.

• Planejamento Mestre: responsável pelo planejamento de médio prazo planejando o uso da capacidade instalada de modo a atender as previsões de venda pré estabele- cidas no Planejamento Estratégico.

• Programa¸cão da Produ¸cão: responsável pelo planejamento de curto prazo definindo quanto, quando e onde fabricar ou comprar cada item necessário à composi¸cão do produto final demandado pelo plano mestre.

E poss´ıvel visualizar, de forma geral, o comportamento do fluxo das informa¸c˜´ oes no Planejamento e Controle da Produ¸c˜ao a partir da Figura 1.

(17)

Cap´ıtulo 2. Princ´ıpios da utiliza¸cão da Simula¸cão no Sequenciamento da Produ¸cão no Planejamento e

Controle da Produ¸c˜ao 15

Figura 1 – Fluxo de informa¸c˜oes no PCP

Fonte: (TUBINO, 2017).

E percept´ıvel na Figura 1, como o PCP ´´ e importante para o bom andamento de uma produ¸c˜ao, por englobar e administrar informa¸c˜oes de todos os processos que envolvem a

´

area produtiva de qualquer empresa. Também é observado como o fluxo de informa¸cões segue uma hierarquia, come¸cando no Planejamento Estratégico de longo prazo, depois o Planejamento-mestre de médio prazo e por fim está a Programa¸cão da Produ¸cão, que envolve o planejamento a curto prazo da organiza¸cão.

O foco deste estudo é o uso da simula¸cão computacional como facilitador do planejamento de curto prazo. Portanto, é aprofundado a seguir o que é e quais são as atividades atreladas a programa¸cão da produ¸cão dentro de uma empresa.

2.1.1 Programação da Produção

A programa¸cão da produ¸cão é fundamental para minimizar os tempos de espera dos clientes e maximizar o uso de recursos do chão de fábrica, possibilitando a entrega de pedidos dentro do prazo solicitado, assim como almejado pela grande parte dos gestores de uma determinada empresa. Entretanto, segundo Hopp e Spearman (2011), essas ideias são conflitantes entre si. “Por exemplo, é muito mais fácil finalizar os trabalhos no prazo se a utiliza¸cão dos recursos for baixa. Da mesma forma, os prazos de entrega aos clientes podem ser m´ınimos se mantivermos um enorme estoque de produtos acabados.” Deste

(18)

modo, ´e responsabilidade da programa¸c˜ao equilibrar todos esses fatores visando atender as necessidades da empresa.

A programa¸cão da produ¸cão se inicia a partir do recebimento de informa¸cões extra´ıdas do plano mestre da produ¸cão, que, por sua vez é elaborado por informa¸cões vindas do planejamento estratégico. Tais informa¸cões podem ser resumidas em: árvore do produto, n´ıveis de estoque de matéria-prima e produto final, previsão de vendas e capacidades produtivas (HOLLAND; PEREIRA, 2022). Com isso é poss´ıvel saber quais e quantos itens devem ser produzidos e em qual per´ıodo devem ser entregues.

Desta forma, se inicia a programa¸cão da produ¸cão que irá planejar a quantidade de cada produto a ser fabricado por vez, a quantidade de recursos necessários a serem alo- cados e sequenciar e estabelecer os tempos de in´ıcio e término das atividades envolvidas em todo o processo (GUERRINI; AZZOLINI; BELHOT, 2018).

Segundo Tubino (2017) e Guerrini (2018), a programa¸cão da produ¸cão pode ser dividida em três atividades fundamentais:

• A administra¸c˜ao do estoque, que verifica o estoque atual de mat´eria-prima e produto acabado.

• O sequenciamento que estabelece a ordem de execu¸c˜ao das atividades.

• E a emiss˜ao e libera¸c˜ao de ordem, que determina quanto, onde e quando produzir, montar ou comprar.

O sequenciamento é uma ferramenta da programa¸cão que otimiza as limita¸cões f´ısicas e temporais da produ¸cão. Desta forma, busca a melhor sequência em que as atividades devem ser feitas e em qual per´ıodo. O mau uso desta ferramenta acaba ocasionando em atrasos que impactam negativamente na entrega ao cliente (BATISTA, 2020).

2.1.2 Sequenciamento

Programar e sequenciar as tarefas parecem atividades distantes do nosso cotidiano, porém isto é feito inconsciente e frequentemente durante o dia. Toda vez que cozinhamos, temos que ter em mãos os itens necessários para fazer a comida e temos em mente quais os passos devemos seguir durante todo o processo de produ¸cão do produto. O sequenciamento

´

e um processo de tomada de decis˜ao visando otimizar um ou mais processos (PINEDO, 2016).

Segundo FUCHIGAMI (2016 apud CORREIA; NASCIMENTO, 2016, p.3), existem alguns conceitos relevantes no sequenciamento da produ¸c˜ao, como:

• Jobs (Tarefas), elementos inter-relacionados por restri¸cões de precedência a serem processados. E são compostos por partes elementares (Opera¸cões).

• Opera¸c˜oes, atividades elementares a serem processadas.

(19)

• M´aquinas, recursos escassos capazes de realizar a opera¸c˜ao.

A problemática do sequenciamento na programa¸cão da produ¸cão é tomar decisões simul- tâneas em rela¸cão à quantidade de produto a ser produzido, qual máquina será utilizada, em qual momento e em qual per´ıodo ocorrerá o processo (NETTO, 2018).

De acordo com Sule (2007), os principais modelos de sequenciamento podem ser divi- didos em:

• Máquina única: onde as tarefas são processadas uma de cada vez e há apenas uma máquina para processá-las.

• M´aquinas paralelas: onde as tarefas podem ser processadas em qualquer uma das m´aquinas.

• Flowshop: onde as tarefas são processadas em máquinas com uma determinada sequência fixa, como na Figura 2.

Figura 2 – Ambiente Flow Shop

Fonte: Adaptado de (SULE, 2007).

• Jobshop: onde as tarefas podem ser processadas qualquer m´aquina em qualquer sequˆencia.

• Openshop: onde a sequência não depende da opera¸cão.

• Batchshop: onde as tarefas s˜ao processadas em lotes com determinado tempo e capacidade.

Segundo Fernandes e Godinho Filho (2010), o sequenciamento das atividades em qualquer setor industrial deve seguir algum tipo de regra. Pode-se citar algumas das mais conhecidas na literatura como:

• FCFS (First Come, First Served). Nesta regra os primeiros Jobs a chegar s˜ao os primeiros a sair;

• SPT (Shortest Processing Time). Nesta regra os Jobs s˜ao sequenciados na ordem crescente de seus tempos de processamento.

• EDD (Earliest Due Date). Nesta regra os Jobs com prazos menores de entrega s˜ao processados primeiro.

(20)

O sequenciamento pode ser definido como uma ferramenta que define a ordem de aloca¸cão dos processos aos recursos dispon´ıveis, visando diminuir tempos ociosos de ma- quinários e mão de obra.

Ao simular diferentes cen´arios com diferentes modelos e regras de sequenciamentos,

´

e poss´ıvel verificar qual entrega o melhor cenário objetificado pela empresa, como, por exemplo, um cenário onde o tempo de término da última atividade seja o menor poss´ıvel, visando diminuir o tempo total de fabrica¸cão de um determinado produto (LOB ÃO;

PORTO, 1999). Desta forma, o uso da simula¸c˜ao garante uma melhor utiliza¸c˜ao dos recursos da empresa, tornando-a mais competitiva no mercado.

2.2 Simulação

A simula¸cão é uma imita¸cão de um processo ou sistema real durante um per´ıodo estabelecido e pode ser feita por métodos matemáticos ou com o aux´ılio de softwares apropriados. A partir do desenvolvimento de um modelo de simula¸cão pode-se entender o comportamento do sistema estudado e ao validá-lo pode ser usado para investigar uma ampla variedade de questões ao alterar as restri¸cões iniciais do sistema estudado (BANKS et al., 2005).

Segundo Banks et al. (2005), existem dois tipos de sistemas que podem ser simulados:

• Sistemas discretos: aquele em que as variáveis de estado mudam em um conjunto discreto de pontos em um determinado tempo. Por exemplo, uma lotérica, onde a variável de estado, o número de clientes, muda apenas na chegada de clientes ou quando o atendimento é finalizado. Portanto, o estado só altera com a mudan¸ca discreta de eventos.

• Sistemas cont´ınuos: aquele em que as variáveis de estado mudam continuamente ao longo do tempo. Um exemplo é a cabe¸ca d’água atrás de uma barragem. Durante uma chuva a água flui para o lago atrás da barragem. A água é retirada da barragem para controle de enchente e para fazer energia elétrica. A evapora¸cão também diminui o n´ıvel da água. Logo, o estado é continuamente alterado ao longo do tempo.

Como no presente estudo foi escolhido um sistema de eventos discretos para simular, foi feita a Tabela 1, onde foram definidos alguns componentes frequentemente utilizados ao criar uma simula¸cão de eventos discretos que são: entidades, eventos, recursos, variáveis globais, geradores aleatórios, calendário e coletores estat´ısticos (INGALLS, 2011).

(21)

Tabela 1 – Componentes estruturais da simula¸c˜ao Nomenclatura Defini¸c˜ao

Entidade Objeto de estudo que causa mudan¸cas no estado da simula¸c˜ao Eventos Condi¸c˜oes que causam mudan¸cas no sistema

Recursos Qualquer coisa que restringe a capacidade do sistema Variáveis globais Uma variável que está dispon´ıvel a qualquer momento Geradores aleatórios Gerador de número aleatório para distribui¸cões aleatórias Calendário Uma lista de eventos programados para ocorrerem no futuro Coletores estat´ısticos Coleta certos estados de entidades ou recursos no sistema

Fonte: (INGALLS, 2011).

Diversos sistemas reais são bastantes complexos e se torna oneroso tentar simular a partir de cálculos e métodos matemáticos. Nestes casos a simula¸cão numérica, elaborada em recursos computacionais, deve ser usada de modo a imitar o comportamento do sistema estudado em ambientes controlados.

A pesquisa feita por Dias et al. (2016) demonstrou, a partir de alguns parˆametros, quais os softwares mais populares no mundo. Os parˆametros foram baseados na intensidade ou n´ıvel de presen¸ca nos seguintes meios:

• Publica¸c˜oes cient´ıficas na Winter Simulation Conference (WSC).

• Sites orientados a banco de dados de documentos.

• Presen¸ca em revis˜oes e pesquisas selecionadas.

• Redes sociais.

• Sites da internet.

• Tendˆencia de busca na internet nos ´ultimos cinco anos.

A partir dos itens apresentados, o estudo feito por Dias et al. (2016) montou um gráfico, observável na Figura 3, mostrando quais são os softwares de simula¸cão mais populares do mundo, a partir da presen¸ca observada em cada parâmetro. Onde WSC significa a presen¸ca do software naWinter Simulation Conference, DOCS a presen¸ca em sites orientados a banco de dados de documentos, REVIEWS a presen¸ca em revisões e pesquisas selecionadas, SOCIAL a presen¸ca e popularidade das ferramentas observadas em redes sociais, WWW a presen¸ca em sites da internet e Growth a tendência de busca sobre o software na internet nos últimos cinco anos a partir da data de publica¸cão do estudo feito por Dias et al. (2016).

(22)

Figura 3 – N´ıvel de popularidade dos softwares de simula¸c˜ao

Fonte: (DIAS et al., 2016).

Desta forma, é poss´ıvel observar que, os três softwares mais populares são o Arena, ProModel e FlexSim, sendo todos eles sistemas de código fechado, ou seja, ferramentas de simula¸cão que para sua obten¸cão é necessário comprar a licen¸ca da empresa que o desenvolveu.

O uso desoftwares de simula¸cão de eventos discretos é bem difundido entre empresas de grande porte como um método auxiliar de tomada de decisões. Porém, devido a falta de pessoas treinadas para lidar com esses tipos de ferramentas e ao alto custo ao comprar e manter estes sistemas, pouco se é utilizado em empresas de médio e pequeno porte. O alto custo não só é uma barreira para essas companhias como para universidades de ensino que desejam incluir a simula¸cão em seus curr´ıculos. A barreira ainda continua mesmo para aquelas empresas que disponibilizam os softwares em versões limitadas e gratuitas, pois há impedimentos para avaliar-se modelos complexos. Logo, a utiliza¸cão desoftwares de código aberto se torna um atrativo tanto para a iniciativa privada quanto para o meio acadêmico (LANG et al., 2021).

(23)

2.2.1 Softwares de código aberto e fechado

Ossoftwaresde simula¸cão de eventos discretos vem contribuindo a várias décadas para a difusão da simula¸cão tanto no meio acadêmico quanto no meio industrial. A vantagem destes sistemas está nas ferramentas gráficas disponibilizadas que ajudam na modelagem dos sistemas visados pelos usuários (DAGKAKIS; HEAVEY, 2016).

Todavia, a falta de acesso ao código-fonte destes softwares ou a falta de transparência sobre o funcionamento desses simuladores resultam numa maior dificuldade em customizá- los. Desta forma, a chegada de softwares de código aberto e de pessoas que lidam com esses recursos é fundamental para a evolu¸cão e dispersão da simula¸cão de eventos discretos (KING; HARRISON, 2013).

Segundo análises realizadas por Dagkakis e Heavey (2016) uma gama de softwares de código aberto foram selecionados seguindo alguns critérios tais como:

• A linguagem de programa¸c˜ao utilizada para escrever o software.

• O tipo de licen¸ca do software de c´odigo aberto.

• A data da ´ultima vers˜ao publicada do software.

• A data da ´ultima atualiza¸c˜ao feita no software.

• O p´ublico alvo que o simulador deseja alcan¸car e com qual objetivo o software foi constru´ıdo.

• A t´ecnica de simula¸c˜ao usada.

• O material documentado que serve de apoio aos usu´arios que pretendem utilizar o software.

• A existência de comunidades de usuários para trocas de experiências.

• Os sistemas de controle de vers˜ao dos simuladores.

Após realizadas as análises, o estudo feito por Dagkakis e Heavey (2016) criou uma lista de dez softwares de simula¸cão de código aberto, onde o autor evidenciou a razão desses sistemas terem sido escolhidos como os mais relevantes na utiliza¸cão e no estudo de simula¸cão de eventos.

• OMNeT++: o software mais popular e usado entre os de código aberto. Sua arqui- tetura é genérica, embora seja mais usado para redes de computadores.

• NS-3: tamb´em popular, apesar de ser criado com foco em redes de computadores.

• SimPy: ferramenta ainda em desenvolvimento, com atualiza¸cões e discussões fre- quentes para suporte dos usuários.

(24)

• JaamSim: um sistema relativamente recente, com uma interface com usuário com- parável com softwares pagos como o Arena devido à facilidade de utiliza¸cão.

• JAPROSIM: ferramenta que já apareceu em publica¸cões em periódicos e combina a simula¸cão de eventos discretos com simula¸cão cont´ınua.

• DESMO-J: sistema com atualiza¸c˜oes constantes e disp˜oe de uma interface em 2-D e 3-D.

• Facsimile: uma ferramenta voltada para a PO e ´e a ´unica a utilizar a linguagem SCALA como base.

• SharpSim: ´unica ferramenta encontrada escrita em C# e desenvolvida pela Micro- soft.

• PowerDEVS: ferramenta competente focada em sistemas de eventos discretos.

• URURAU: vem sendo usado na gestão de cadeias de suprimentos e especificamente na redu¸cão de emissão de monóxido de carbono.

Para o presente estudo, o JaamSim foi escolhido como osoftware de simula¸cão devido sua facilidade em manusear, instalar e por manter um fórum de discussões onde usuários podem se ajudar.

2.2.2 JaamSim

O JaamSim é umsoftware gratuito de código aberto de simula¸cão de eventos discretos, desenvolvido pela empresa Ausenco, uma empresa canadense de engenharia internacional.

Este software foi lan¸cado em 2013, sendo destinado a um amplo público de pesquisadores e estudantes que procuram em uma ferramenta de simula¸cão de código aberto as mesmas funcionalidades de um simulador pago. Sua interface com o usuário (GUI)¹ é compará- vel com as fornecidas por famosos softwares pagos atualmente, o tornando uma ótima alternativa para companhias que não tem acesso a estes softwares devido à quantidade de capital necessário para tal. (KING; HARRISON, 2013), (LANG et al., 2021).

No artigo de apresenta¸cão do JaamSim os autores King e Harrison (2013) deixam claro na seguinte frase “estamos oferecendo o JaamSim como um projeto de código aberto genu´ıno para o benef´ıcio da comunidade de simula¸cão. É umsoftware livre licenciado sob GPLv.3. Não temos planos de introduzir uma versão premium para o JaamSim.” (KING;

HARRISON, 2013)

Este software de código aberto é escrito na linguagem de programa¸cão Java e possui um diferencial a outros já existentes como os pacotes de simula¸cão CSIM, DESMO-J e

1 Interface gráfica do utilizador, permite a intera¸cão com dispositivos digitais por meio de elementos gráficos

(25)

DEUS. Embora estes simuladores ofere¸cam muitos recursos úteis, cada um fornece apenas uma biblioteca de ferramentas limitada, deixando que o usuário prepare seu modelo via código em Java. Sem uma interface com o usuário que o JaamSim oferece, estes outros pacotes atraem apenas pessoas com experiência em programa¸cão para construir o modelo visado (KING; HARRISON, 2013).

Figura 4 – Exemplo da interface do JaamSim

Fonte: Elaborado pelo autor no JaamSim (2022).

Ao contemplar a Figura 4, pode-se observar como a interface ao usuário é amigável até para pessoas menos experientes no uso de softwares de simula¸cão. Basta arrastar os blocos contidos nas pastas do lado esquerdo para a tela de simula¸cão sem a necessidade de escrever linhas de códigos.

2.3 Vantagens e desvantagens da simulação

São diversas vantagens do uso da simula¸cão em qualquer ambiente produtivo. Algumas razões do uso são citadas por (BANKS et al., 2005):

• Novos procedimentos podem ser implementados sem interromper as opera¸c˜oes em andamento no sistema real.

• Outros layouts e sistemas de transportes podem ser testados sem comprometer recursos para a aquisi¸c˜ao.

• Hip´oteses de como ocorre algum fenˆomeno podem ser testados no modelo criado.

• O tempo pode ser acelerado, desacelerado ou parado a fim de investigar fenˆomenos.

• Possibilita obter informa¸cões sobre a importância de cada variável no sistema.

(26)

• Permite descobrir onde ocorre os gargalos respons´aveis por atrasar todo o processo.

• A simula¸c˜ao permite entender como o sistema realmente funciona e n˜ao como os indiv´ıduos pensam que funciona.

• Perguntas como “e se” podem ser respondidas simplesmente alterando alguns valores e visualizando resultados.

Também são citadas em (BANKS et al., 2005) algumas desvantagens decorrentes do uso da simula¸cão computacional:

• A constru¸c˜ao de modelos requer treinamento especial.

• Os resultados da simula¸c˜ao podem ser dif´ıceis de analisar e compreender.

• A modelagem e a an´alise podem ser demoradas e caras.

• Eventualmente a simula¸cão é utilizada em situa¸cões que uma solu¸cão anal´ıtica pode ser feita.

(27)

25

3 Materiais e Métodos utilizados neste estudo

O m´etodo de pesquisa utilizado neste estudo foi a aplica¸c˜ao de um modelo de simula-

¸c˜ao em uma empresa de pequeno porte baseado nas etapas apresentadas por Banks et al.

(2005). A abordagem da pesquisa é quantitativa, pois foi objetiva na obten¸cão de informa¸cões relevantes para o trabalho e foram coletados dados numéricos de opera¸cões reais que posteriormente foram devidamente tratados. Já o procedimento técnico utilizado no estudo foi a modelagem matemática, por meio da simula¸cão auxiliada pela pesquisa¸cão, visto que o autor se envolve cooperativamente, ocorrendo uma união entre pesquisa e prática visando uma melhor compreensão do evento estudado (VENANZI; SILVA, 2016).

3.1 Etapas da simulação

Segundo Banks et al. (2005), para elaborar um modelo de simula¸c˜ao alguns passos devem ser seguidos:

• Formula¸cão do problema: o primeiro passo é definir qual o problema a ser estudado, qual a finalidade e quais recursos serão necessários para fazê-lo.

• Estabelecer os objetivos do projeto: neste passo é fundamental definir quais as questões do presente estudo que a simula¸cão irá responder.

• Modelo conceitual: no terceiro passo ´e constru´ıdo um modelo conceitual para o entendimento do fluxo de entidades e recursos dentro do sistema produtivo estudado.

• Coleta de dados: no quarto passo deve-se identificar os processos que estarão na simula¸cão, estabelecer os recursos necessários e por fim definir quais dados serão coletados.

• Construir modelo nosoftware: após coletar todos os dados necessários, é constru´ıdo o modelo do sistema estudado no software de simula¸cão escolhido pelo autor.

• Modelo validado?: neste passo deve-se verificar se o modelo constru´ıdo ´e compat´ıvel com o sistema real estudado.

• Iniciar simula¸cão nosoftwaree analisar resultados: no sexto passo o modelo é rodado no software com os tempos de simula¸cão e dados pré-estabelecidos sendo analisado os resultados obtidos. É criado cenários com outras restri¸cões conforme os objetivos do estudo.

• Novo teste?: ap´os rodar o modelo e analisar os resultados, o analista determina se

´

e necess´ario realizar outros testes ou criar outros cen´arios.

(28)

Cap´ıtulo 3. Materiais e M´etodos utilizados neste estudo 26

• Documentar e reportar resultados: neste passo é documentado os resultados obtidos em todos os cenários, verificando se os resultados obtidos são satisfatórios.

• Implementar modelo: no último passo, após documentar os resultados, é colocado em prática o modelo desenvolvido a partir dos cenários criados.

Na Figura 5 pode ser visualizado todos os passos apresentados na forma de um fluxo- grama adaptado de Banks et al. (2005).

Figura 5 – Etapas de um modelo de simula¸c˜ao

Fonte: Adaptado de Banks et al. (2005)

(29)

Cap´ıtulo 3. Materiais e M´etodos utilizados neste estudo 27

O problema a ser tratado é montar uma programa¸cão da produ¸cão que atenda a demanda levantada pelo setor de vendas da empresa Alpha. Para tal foi preciso descobrir a capacidade produtiva diária do chão de fábrica e montar um cronograma de atividades a fim de descobrir o tempo necessário para atender a demanda imposta.

Para a coleta de dados dos tempos de processo de cada atividade referente a produ¸cão da empresa Alpha, foi feita uma visita à fábrica num per´ıodo de 10 até 20 de julho e no montante foram coletados 96 dados. Houve, em algumas atividades, uma coleta de dados maior devido a varia¸cões maiores de tempo observadas durante a coleta. O montante de dados de tempo de algumas atividades foram colocados para análise de comportamento estat´ıstico e de outras foi considerado um tempo médio.

Com o intuito de construir o modelo, foi utilizado o software de simula¸cão JaamSim, onde foram criados e analisados diversos cenários num ambiente controlado. Com todas as análises feitas, é gerado relatórios e gráficos com todos os resultados obtidos.

Todas as etapas apresentadas na Figura 5 foram discorridas no Cap´ıtulo 4, juntamente com os resultados obtidos.

(30)

28

4 Apresentação e discussão dos resultados

Neste cap´ıtulo é apresentada a empresa foco deste estudo, o modelo conceitual da linha de produ¸cão do gelo saborizado, como os dados foram devidamente tratados, a constru¸cão do modelo de simula¸cão do chão de fábrica e como foi validado. Finalmente, os resultados adquiridos foram apresentados ao final deste Cap´ıtulo 4.

4.1 A empresa

O presente estudo foi desenvolvido no setor de produ¸cão de uma fábrica de sobremesas geladas, que será identificada como fábrica Alpha para preservar o anonimato da institui¸cão. É uma fábrica de pequeno porte que tem como portfólio sorvetes, paletas, mini paletas, bombons grandes e pequenos. Um produto recentemente introduzido foi o gelo saborizado onde sua produ¸cão se assemelha as paletas, desta forma utilizando maquinários já demandados pela empresa.

Foram coletados dados do sistema da empresa relativos à demanda média e o faturamento médio no ano de 2022. Durante um per´ıodo de seis meses, a demanda semanal foi de aproximadamente 480 caixas de gelo e o faturamento médio mensal foi de 300 mil reais.

Um desenho da planta com as medidas da fábrica foi feito para ilustrar cada setor da empresa e assim ter uma ideia geral do fluxo de mercadorias e informa¸cões dentro da fábrica. É poss´ıvel observar as dimensões e as posi¸cões da cozinha onde são feitas as misturas de ingredientes, o chão de fábrica onde estão as máquinas para a fabrica¸cão dos produtos, a câmara fria onde são armazenados os produtos, o armazém onde são estocadas as matérias-primas, a localiza¸cão do setor administrativo e dos banheiros e o local onde ocorre as entradas e sa´ıdas de mercadorias. O desenho foi feito no Sweet Home 3D e pode ser observado na Figura 6.

(31)

Cap´ıtulo 4. Apresenta¸c˜ao e discuss˜ao dos resultados 29

Figura 6 – Planta da empresaAlpha

Fonte: Elaborado pelo autor (2022).

Foi escolhida a linha de produ¸cão do gelo saborizado para a análise de estratégias para a programa¸cão da produ¸cão, devido à alta crescente no número de vendas do produto, por ser um produto que não é afetado pelas esta¸cões do ano e pela simplicidade de sua produ¸cão.

Atualmente há seis varia¸cões de sabor do gelo que são o coco, ma¸cã verde, morango, maracujá, melancia e uva. E estes tem como matéria-prima basicamente água, a¸cúcar e saborizante. As caixas de gelo podem ser armazenados por até um ano dentro de uma câmara fria com capacidade de até 8750 caixas.

Uma das preocupa¸cões da empresa é relativa a um poss´ıvel crescimento da demanda sobre os gelos para o feriado de Carnaval no ano de 2023. O setor de vendas apresentou para o setor de produ¸cão uma previsão de demanda para o Carnaval com as quantidades de caixas de gelo de cada sabor que devem ser entregues até o primeiro dia do feriado.

Esta demanda pode ser observada na Figura 7.

(32)

Figura 7 – Previs˜ao de demanda

Fonte: Dados do setor de vendas (2022).

O presente estudo foca em apresentar uma solu¸cão para a programa¸cão da produ¸cão que atenda a previsão de demanda entregue pelo setor de vendas, respeitando todas as restri¸cões do sistema. Atualmente a produ¸cão dos gelos é sequenciada conforme a ordem de sabor mais popular e demandado pelos clientes.

4.2 Modelo conceitual

Para demonstrar as intera¸cões de entidades e comportamentos dinâmicos num modelo de simula¸cão discreto, é interessante desenvolver um diagrama de ciclo de atividades (DCA)(PAUL, 1993). Desta forma foi desenvolvido o DCA da produ¸cão do gelo saborizado que pode ser visualizado na Figura 8.

(33)

Figura 8 – Diagrama de ciclo de atividades

No DCA apresentado, a entidade envolvida é a matéria-prima (MP) utilizada para fabricar os gelos, considerada infinita, devido à quantidade existente na fábrica. Os recursos necessários são os operadores (4), os baldes (2) e as formas de gelo (26), além das má- quinas que são a Pasteurizadora (1), Tina (1), Picoleteira (1), Freezer (1) e Embaladora

(34)

(1).

Como no chão de fábrica existe apenas uma máquina para a produ¸cão da calda do gelo saborizado, a produ¸cão fica limitada a fabricar um sabor por vez. A mesma máquina limita uma quantidade máxima de 110 L por rodada, equivalente a 720 gelos ou 24 caixas.

Pode ser contemplado nove atividades referentes a produ¸c˜ao do gelo saborizado, come-

¸cando com a atividade setup (A01) referente a limpeza, prepara¸cão das máquinas e troca de bobinas de embalagem. Seguindo tem-se a produ¸cão da calda do gelo saborizado (A02) feita numa máquina chamada Pasteurizadora em conjunto com outra chamada Tina, que mistura e gela os ingredientes. Com a calda pronta, come¸ca a encher balde com a calda (A03) que consiste num funcionário encher um balde e levar para a mesa onde inicia a encher forma de gelo e colocar na picoleteira (A04). Em seguida inicia o congelamento da forma na picoleteira (A05) onde as formas ficam expostas a uma mistura de álcool de temperatura de 25 graus negativos até a calda congelar e virar gelo.

A partir da forma¸cão dos gelos, inicia-se a desenformar e depositar gelos no freezer (A06) que consiste em desenformar as formas numa mistura de álcool quente e depositar as unidades de gelo num freezer até que seu espa¸co seja completamente ocupado, em seguida voltar com a forma vazia para (A07). Caso o freezer chega em sua capacidade de 480 unidades de gelo, a atividade embalar e encaixotar gelos (A08) é iniciada com o aux´ılio de dois funcionários. Com os gelos embalados e encaixotados, um operador é responsável pelo transporte e estocagem de caixas (A09), transportando os gelos para uma câmara fria que mantém os gelos numa temperatura de 20 graus negativos.

4.3 Coleta de dados

A coleta de dados foi realizada com aux´ılio de um cronômetro de celular. Foi feita a coleta dos tempos das atividades relativas a todo o processo de produ¸cão dos gelos saborizados. Para as atividades A01, A02, A03, A07, A08 e A09, seis coletas foram feitas e posteriormente foram calculados os tempos médios de cada uma. Para as atividades A04, A05 e A06, foram coletados 20 dados e, devido a varia¸cões observadas nos dados, foi utilizado um código em linguagem R, a fim de descobrir comportamentos estat´ısticos.

Todos os resultados de tempo médio e comportamento estat´ıstico dos tempos de processamento das atividades são contemplados na Se¸cão 4.4.

4.4 Construção do modelo

Para a valida¸cão do modelo, foram recolhidos os dados de tempo de processamento de todas as atividades envolvidas no processo estudado. Foi contemplado que, o tempo necessário e a varia¸cão do tempo em algumas atividades eram relativamente maiores que outras, por isso houve um número maior de coletas nessas atividades a fim de encontrar comportamentos estat´ısticos. As atividades em questão foram: encher forma de gelo e

(35)

colocar na picoleteira (A04), congelamento da forma na picoleteira (A05) e desenformar e depositar gelos no freezer (A06), onde o n´umero de dados coletados foi de 20 para cada atividade.

Para descobrir o comportamento probabil´ıstico dos tempos coletados dessas atividades foi utilizado um código de linguagem de programa¸cão em R. Os comportamentos obtidos podem ser verificados na Tabela 2 e o código em R utilizado para descobrir o comportamento estat´ıstico pode ser contemplado no Anexo A.

Tabela 2 – Comportamentos estat´ısticos nos tempos das atividades A04, A05, A06 Atividade Tempo de dura¸c˜ao (s)

A04 WEIBULL(32, 6.28) A05 UNIF(1800, 2400) A06 UNIF(16, 25)

O código em R retornou o comportamento para o tempo de (A04), weibull com os pa- râmetros forma e escala de 32 segundos e 6,28 respectivamente. Para os comportamentos das atividades (A05) e (A06), o primeiro foi dado como uniforme com valor m´ınimo de 1800 e máximo de 2400 segundos e o último também uniforme com valor m´ınimo de 16 e máximo de 25 segundos.

Para as demais atividades houve seis coletas para cada, sendo retirado um tempo m´edio delas. Logo, foi considerado um tempo m´edio constante, que pode ser observado na Tabela 3, para processar essas atividades.

Tabela 3 – Tempos coletados das atividades A01, A02, A03, A07, A08 e A09 Atividade Tempo m´edio de dura¸c˜ao (s)

A01 900

A02 1500

A03 10

A07 2

A08 4

A09 15

4.5 Modelo computacional

Para a constru¸c˜ao do modelo computacional foi utilizado um computador com proces- sador AMD RYZEN 4000, mem´oria RAM de 16 GB e sistema operacional Windows 10.

O software de c´odigo aberto usado foi o JaamSim que pode ser instalado gratuitamente em seu site oficial.

(36)

Como o JaamSim entrega a possibilidade de criar um modelo em 3D, assim foi feito para melhor visualiza¸cão de todo o processo. Algumas figuras 3D utilizadas foram cri- adas a partir do software Blender, o qual é um conjunto de ferramentas de software de computa¸cão gráfica 3D gratuito.

Foi desenhada a planta baixa da empresa para entregar uma melhor visualiza¸c˜ao do espa¸co real da empresa e como acontece o fluxo de todo o processo produtivo. Para isso foi utilizado o software Sweet Home 3D para desenhar a planta e depois export´a-la para o JaamSim.

Para criar um modelo semelhante à realidade da empresa, algumas altera¸cões foram feitas no modelo conceitual para o computacional. O tempo de um dia da fábrica de nove horas foi diminu´ıdo para oito horas e 45 minutos, respeitando o tempo de 15 minutos de setup referente a limpeza e preparo de máquinas.

A atividade (A08) foi dividida na simula¸cão em ”ColocarNoTrilho” e “Encaixotar”, a fim de simular um funcionário colocando as unidades de gelo no trilho da embaladora e outro no fim da linha colocando os gelos embalados dentro de caixas de 30 unidades. O tempo dessas duas atividades somadas é o mesmo que o informado da atividade (A08) de quatro segundos.

A atividade (A09) também foi dividida em “Transporte” e “Estocar”, simulando as caixas sendo colocadas num carrinho de mão que transporta oito caixas até a câmara fria onde serão estocadas. O tempo dessas atividades é o mesmo que o informado da atividade (A09) de 15 segundos.

O modelo computacional constru´ıdo no JaamSim pode ser contemplado nas Figuras 9 e 10. Para uma melhor visualiza¸cão foi colocado no Apêndice A a imagem do modelo em maior dimensão.

(37)

Figura 9 – Modelo de simula¸c˜ao no JaamSim

Fonte: Elaborado pelo autor via JaamSim (2022).

Figura 10 – Vista 3D do modelo rodando

Para resolver o problema de programa¸cão da produ¸cão da empresa, em rela¸cão ao pedido de duas mil caixas feito pelo setor de vendas, foi utilizado uma ferramenta chamada

(38)

TimeSeries do JaamSim, que auxilia no sequenciamento da produ¸c˜ao de cada sabor de gelo.

Para sequenciar a produ¸cão dos gelos, foi escolhida uma sequência relativa à demanda de cada sabor. Como o sabor coco é mais demandado, foi escolhido como sendo o primeiro a ser fabricado, em seguida o ma¸cã verde, morango, maracujá, melancia e finalmente o sabor uva.

4.6 Validação do modelo

Para a valida¸cão do modelo foi considerado na simula¸cão do JaamSim a jornada de trabalho da empresa de oito horas e 45 minutos, descontando os 15 minutos referentes ao setup. Também foram considerados todos os recursos limitantes da fábrica, sendo eles humanos, máquinas e dispositivos.

Com todos os limitantes impostos ao modelo, foi realizada a simula¸cão, em que se considerou também a varia¸cão do tempo nas atividades da produ¸cão que se comportam de maneira estat´ıstica, criando-se três cenários, referentes a três dias distintos de produ¸cão.

Os resultados adquiridos ao rodar três vezes a simula¸cão foram comparados com os dados fornecidos pelo setor de produ¸cão da fábrica em três dias reais de funcionamento. As compara¸cões de quantidade de caixas de gelo fabricadas e os tempos necessários para fabrica¸cão no sistema simulado e nos sistemas reais, sendo o sistema real 1, o primeiro dia de funcionamento, o sistema real 2, o segundo dia, e o sistema real 3, o terceiro dia, podem ser observadas nas Tabelas 4, 5 e 6.

Tabela 4 – Compara¸c˜ao entre sistema simulado e sistema real 1

Parˆametro Sistema simulado 1 Sistema real 1 Diferen¸ca

Quantidade de caixas produzidas 120 125 4%

Tempo necess´ario para fabrica¸c˜ao 8 h 41 min 8 h 50 min 2%

Quantidade de caixas produzidas 120 113 6%

Tempo necess´ario para fabrica¸c˜ao 8 h 43 min 8 h 30 min 3%

(39)

Quantidade de caixas produzidas 120 130 7,69%

Tempo necess´ario para fabrica¸c˜ao 8 h 41 min 9 h 4%

Desta forma é constatado uma diferen¸ca média entre o sistema simulado e o real de 5,9% para a quantidade de caixas produzidas e 3% para o tempo necessário de fabrica¸cão.

Nota-se que o resultado obtido pelo sistema simulado se aproxima dos resultados entregues pelo sistema real e ainda respeita uma das restri¸cões referente a jornada de trabalho exercida pela empresa. Logo, o modelo computacional criado se comporta de forma semelhante à realidade da produ¸cão da fábrica.

4.7 Resultados

A fim de descobrir qual a quantidade de caixas de gelo podem ser fabricadas respeitando o tempo de servi¸co diário de nove horas, foram testados cenários que diferem na quantidade de matéria-prima (MP) liberada para a fabrica¸cão dos gelos. No primeiro cenário é liberado quantidade suficiente para fabricar 96 caixas, já no segundo 120 e finalmente no terceiro a quantidade é de 144 caixas de gelo. Lembrando que ao fabricar a calda deve ser batido 110 L por rodada, equivalente a 720 unidades de gelo ou 24 caixas, portanto as quantidades que devem ser fabricadas precisam ser divisores inteiros desses valores.

Foram rodadas dez repeti¸cões para cada cenário e os relatórios gerados pelo JaamSim foram coletados e expostos nas Tabelas 7, 8 e 9. É apresentado nas tabelas três colunas:

na primeira é indicado o número da repeti¸cão, na segunda coluna é indicado o tempo de término da última atividade que indica o tempo total de produ¸cão, já na terceira coluna indica a quantidade de caixas de gelo fabricadas.

(40)

Tabela 7 – Repeti¸c˜oes do primeiro cen´ario

Repeti¸c˜ao Tempo de t´ermino de Estocar (h) Quantidade fabricada (cx)

1 7,18 96

2 7,17 96

3 7,13 96

4 7,16 96

5 7,30 96

6 7,11 96

7 7,28 96

8 7,24 96

9 7,25 96

10 7,30 96

Tabela 8 – Repeti¸c˜oes do segundo cen´ario

1 8,68 120

2 8,72 120

3 8,67 120

4 8,62 120

5 8,72 120

6 8,52 120

7 8,71 120

8 8,62 120

9 8,56 120

10 8,64 120

Tabela 9 – Repeti¸c˜oes do terceiro cen´ario

1 10,14 144

2 10,24 144

3 10,05 144

4 10,16 144

5 10,09 144

6 9,98 144

7 10,13 144

8 10,15 144

9 10,02 144

10 10,09 144

(41)

A Tabela 7 é o relatório gerado do primeiro cenário, onde foi liberado MP suficiente para a fabrica¸cão de 2880 unidades de gelo, equivalente a 96 caixas de gelo. Dentre todas as repeti¸cões, foi escolhida a de maior tempo de término da última atividade “Estocar”, gerado na décima, por ser o pior poss´ıvel dado pela simula¸cão. Na pior repeti¸cão, a atividade terminou em, aproximadamente, sete horas e 19 minutos, faltando uma hora e 26 minutos para terminar o expediente. Portanto, não é uma programa¸cão ideal para a empresa que busca usufruir o máximo poss´ıvel do tempo que tem.

A Tabela 8 é o relatório gerado no segundo cenário, que ao liberar MP suficiente para fabricar 120 caixas de gelo, a quinta repeti¸cão resultou num tempo de término da última atividade de oito horas e 43 minutos.

Já no terceiro cenário, refente a Tabela 9, ao liberar MP para fabricar 144 caixas de gelo, o pior tempo foi de dez horas e 15 minutos para a última atividade finalizar. Este cenário não é o ideal por ultrapassar o tempo de oito horas e 45 minutos de encerramento das atividades da fábrica.

Com todas as análises dos cenários, o ideal escolhido foi o segundo, com uma produ¸cão diária de 120 caixas de gelo e com a pior repeti¸cão (quinta) terminando as atividades em oito horas e 43 minutos. Desta forma, atendendo a restri¸cão de horário de produ¸cão de oito horas e 45 minutos imposta pela empresa.

Para descobrir quantos dias são necessários para atender a demanda do setor de vendas, contemplada na Figura 7, foi feita uma divisão das quantidades de cada sabor pela capacidade diária apresentada pela simula¸cão. Uma altera¸cão do pedido foi feita a fim de respeitar uma restri¸cão relativa ao número de caixas ser divisor inteiro de 24. Logo, as caixas de coco foram aumentadas para 960 e as de uva para 96.

As quantidades escolhidas para atender a demanda e respeitar as restri¸cões da empresa podem ser visualizadas na Tabela 8, com o cálculo dos dias necessários para fabricar.

Tabela 10 – Quantidade de caixas e tempo necess´ario Gelo Quantidade (caixas) Quantidade (dias)

Coco 960 8

Ma¸c˜a verde 360 3

Morango 240 2

Maracuj´a 240 2

Melancia 144 1,2

Uva 96 0,8

Na Tabela 8, ressalta-se que ao dividir as 960 caixas de coco por uma produ¸cão diária de 120 chega-se numa quantidade de oito dias necessárias para fabrica¸cão. Fazendo o mesmo com os outros sabores resulta em três dias para ma¸cã verde, dois para morango e maracujá, 1,2 dias para melancia e 0,8 dias para o sabor uva. Somando todos os dias,

(42)

verifica-se que é necessário 17 dias para atender a demanda de caixas, o que evidencia a possibilidade de planejar e de programar a produ¸cão da fábrica a partir desses resultados.

As Figuras 11 e 12, demonstram o resultado obtido no JaamSim ao simular a produ¸c˜ao de todas as caixas de gelo no per´ıodo estabelecido anteriormente.

Figura 11 – Modelo simulado

Figura 12 – Vista 3D das caixas de gelo produzidas

(43)

Tabela 11 – Resultados obtidos do modelo simulado

Repeti¸c˜ao Tempo de t´ermino de Estocar (h) Quantidade total fabricada (cx)

1 148,67 2040

2 148,61 2040

3 148,61 2040

4 148,73 2040

5 148,68 2040

6 148,66 2040

7 148,64 2040

8 148,62 2040

9 148,69 2040

10 148,60 2040

A Tabela 11 traz os resultados do relatório que o JaamSim retorna após finalizar a simula¸cão do modelo. Nesta tabela os resultados são demonstrados em três colunas. A primeira refere-se ao número da repeti¸cão rodada, a segunda o tempo de término da última atividade “Estocar”, a terceira o número de caixas de gelo fabricadas ao todo durante o decorrer da simula¸cão.

Ao analisar a Tabela 11, é observado que na quarta repeti¸cão, foi obtido o maior tempo de término da última atividade de 148,73 horas, equivalente a 16,99 dias. Portanto,

´

e demonstrado via simula¸cão que num tempo de 17 dias é poss´ıvel fabricar até 2040 caixas de gelo mesmo no pior tempo obtido entre as repeti¸cões. Como a capacidade de armazenamento da câmara fria é de 8750 caixas e a sa´ıda do gelo é programada para um tempo inferior ao tempo de validade (um ano), é poss´ıvel estocar essas quantidades obtidas pela simula¸cão.

Para uma melhor visualiza¸cão de como foi sequenciado e programado a produ¸cão de cada sabor de gelo, foi feita a Tabela 9 que serviu como facilitador para a análise do sequenciamento da situa¸cão real e para a constru¸cão do Gráfico de Gantt, Figura 13.

Tabela 12 – Tempo de término de produ¸cão de cada sabor Gelo Término (d)

Coco 8

Ma¸c˜a verde 11 Morango 13 Maracuj´a 15 Melancia 16,2

Uva 17

(44)

Figura 13 – Gr´afico de Gantt

Com a constru¸cão do Gráfico de Gantt fica melhor a visualiza¸cão do cronograma que deve ser seguido para a resolu¸cão do problema de programa¸cão da produ¸cão enfrentado pela empresa Alpha. No diagrama é poss´ıvel ver quando come¸ca e termina cada produ¸cão de cada sabor, o tempo necessário e a dependência que para iniciar a produ¸cão de um sabor deve-se terminar o anterior.

No sequenciamento da produ¸cão de todos os sabores de gelo, foi escolhido produzir toda a demanda de cada sabor antes de passar para outro, a fim de diminuir o tempo gasto limpando maquinário e trocando bobinas de embalagem. Já a ordem dos sabores foi referente a colora¸cão de cada um, o coco tem a colora¸cão mais amena, portanto foi escolhido como o primeiro a fim de diminuir ao máximo o tempo necessário de limpeza ao realizar a troca de sabores. Em contrapartida, a colora¸cão da uva é a mais forte, logo foi colocado por último.

(45)

43

5 Conclusões e considerações finais

O objetivo geral do estudo foi abordar a simula¸cão como uma auxiliadora na programa¸cão da produ¸cão de uma empresa de pequeno porte, respeitando as restri¸cões de capacidade e de recursos dispon´ıveis na institui¸cão. A programa¸cão envolve coletar tempos de processo, sequenciamento de atividades, quanto, quando e onde produzir e deve sem- pre balancear capacidades produtivas com a demanda. Ao utilizar sistemas ou softwares especializados em simular o chão de fábrica para gerenciar suas linhas produtivas, muitas empresas conseguem diminuir as dificuldades atreladas a programa¸cão da produ¸cão. Neste sentido, o uso da simula¸cão computacional leva a tomadas de decisões mais assertivas e rápidas, gerando vantagens competitivas num mercado cada vez mais competitivo.

Foi poss´ıvel responder aos objetivos estabelecidos com o uso do modelo de simula¸cão desenvolvido. Os resultados obtidos foram validados, portanto, o modelo pode ser usado como auxiliador de tomada de decisões referentes a programa¸cão da produ¸cão da empresa Alpha. Com a cria¸cão de diversos cenários do modelo, foi poss´ıvel obter a capacidade diária da fábrica, respeitando todas as restri¸cões impostas e sequenciar as ordens de produ¸cão a fim de atender uma demanda real entregue pelo setor de vendas da empresa em estudo.

Desta forma, a simula¸cão foi considerada uma ferramenta apropriada para tratar o problema de programa¸cão da produ¸cão de uma empresa de pequeno porte. Ao usar o JaamSim como simulador, foi poss´ıvel modelar todo o processo de forma simples devido a sua interface com usuário amigável e com ajudas recebidas do fórum de discussões ofere- cido pelos fundadores dosoftware. Outra vantagem foi refente a uma visualiza¸cão melhor do fluxo das atividades no chão de fábrica devido à ferramenta de vista 3D oferecida pelo JaamSim e por ser um software de código aberto, não foi necessária nenhuma aquisi¸cão de software para a constru¸cão do modelo computacional.

A grande contribui¸cão do estudo é visualizar em uma situa¸cão prática as diferentes possibilidades e dificuldades que podem ocorrer com o uso da simula¸cão em pequenas empresas, além de contribuir com o núcleo de pesquisa referentes a ferramentas de código aberto com a experiência adquirida com o JaamSim.

Para a continuidade deste estudo sugere-se uma maior coleta de dados numéricos do tempo de todas as atividades envolvidas no processo produtivo, bem como uma compara¸cão dos resultados obtidos pelo software JaamSim, utilizado nesse estudo, com outros softwares de simula¸cão, considerando tanto os de código aberto quanto os de código fechado.