APLICAÇÃO FUZZY/FMEA PARA
DIAGNÓSTICO E AVALIAÇÃO DE
RISCOS ASSOCIADOS A CADEIA DE
SUPRIMENTOS: UM ESTUDO DE CASO
EM UMA EMPRESA DO APL DE
PERNAMBUCO
Juliana Nobrega Barbosa (UFPE/CAA ) juh_nb@hotmail.com Lucio Camara e Silva (UFPE/CAA ) luciocsilva@gmail.com
O presente trabalho tem como objetivo diagnosticar e avaliar riscos associados a Gestão da Cadeia de Suprimentos (GCS), através de um estudo de caso numa empresa pertencente ao setor Têxtil do Arranjo Produtivo Local (APL) do Agreste de Perrnambuco. Foram avaliados riscos internos e externos a organização, assim como as falhas existentes na cadeia de suprimentos, através do uso da FMEA e da lógica Fuzzy. Como resultado, foi elaborado um diagnóstico da empresa, contribuindo para melhores práticas de gestão nas empresas, indicando sugestões de ações e oportunidades de melhorias, que poderão contribuir para a minimização de possíveis erros e perdas em sua Cadeia de Suprimentos.
Palavras-chave: Cadeias de Suprimentos, Avaliação de riscos, Fuzzy/FMEA, APL Têxtil, Pernambuco.
2 1. Introdução
Cada vez mais percebe-se as diversas interdependências entre as empresas que, para ampliarem e aprimorarem suas potencialidades internas, se organizam em cadeias de suprimentos, cuja base é a confiança e o relacionamento colaborativo. Essas cadeias evitam o desperdício que, em suas diversas formas são identificados, avaliados e combatidos. (RITCHIE; BRINDLEY, 2008).
A probabilidade de não atingir o desempenho esperado com cadeias de suprimentos cada vez mais complexas, principalmente devido aos riscos de falhas nas diversas etapas executadas, aumenta. (TUMMALA e SCHOENHERR, 2011).
Por isso, é importante gerenciar e tentar minimizar essas falhas. Nesse sentido, através da aplicação da Análise dos Modos de Efeito e Falha - FMEA, é possível identificar as causas e efeitos dessas falhas. Todavia, segundo Ajeje (2015), existem dificuldades para determinar com precisão a ocorrência de falhas, tais como: os fatores de ocorrência, severidade e detecção de falhas apresentam a mesma ponderação na avaliação; os números de prioridade de risco – NPR, apresentam valores duplicados, não levando em consideração as relações indiretas; etc.
Nesse sentido, através de ferramentas que a engenharia de produção oferece para melhores práticas de gestão e modernização de empresas, tais como a FMEA, em parceria com a lógica Fuzzy, é possível avaliar os efeitos causados pelo cálculo do NPR, assim como pelos julgamentos subjetivos.
Enfim, a proposta deste trabalho é identificar e avaliar riscos que afetam uma pequena indústria de confecções pertencente ao Arranjo Produtivo Local - APL do Agreste de Pernambuco, visando identificar as potenciais falhas e riscos que à afetam, propondo ações corretivas em todas as etapas do processo interno e externo.
O artigo foi estruturado em 5 seções: I – Introdução; II – Detalha o gerenciamento dos riscos existentes na Cadeia de Suprimentos e as metodologias utilizadas para sua gestão; III – a Metodologia utilizada no trabalho; IV - O estudo de caso, com a análise e discussão dos resultados e V - As conclusões e implicações da pesquisa.
3 2. Referencial Teórico
2.1. Gerenciamento de riscos na Cadeia de Suprimentos
Os riscos e vulnerabilidades são proporcionais à complexidade e extensão da cadeia de suprimentos. Quanto mais densa a cadeia, maiores os riscos potenciais no arranjo (CHRISTOPHER; PECK, 2004).
De acordo com Lima et. al. (2015, p. 01):
O gerenciamento de risco visa identificar, avaliar, classificar os riscos, definir ações preventivas e corretivas, garantir a sua implantação, acompanhar o seu desenvolvimento, monitorar continuamente a cadeia de suprimentos para identificar novos riscos, montar e aplicar o plano de treinamento (e comunicação) e administrar os recursos disponibilizados pela organização para mitigar e recuperar a cadeia de suprimentos.
No gerenciamento dos riscos é importante buscar informações precisas, observando-se a maneira com a qual os riscos que envolvem a cadeia de suprimentos influenciam o seu desempenho, para que assim, seja possível buscar meios de prevenção, mitigação e estratégias que busquem a recuperação dos erros.
Conforme pode ser visto em Barbosa e Silva (2015, p. 02), “O desafio que as empresas enfrentam é gerenciar os eventos nas cadeias de suprimentos que estiverem associados a qualquer tipo de incerteza, diante de um mundo cada vez mais instável”.
Kleindorfer e Saad (2005, p. 15) argumentam que, “em se tratando de gestão de riscos, é melhor a prevenção do que a cura, ou seja, é melhor planejar e realizar a gestão de riscos, do que sofrer os efeitos negativos de sua materialização”.
2.2. Análise dos modos de efeito e falha – FMEA
Para Ajeje (2015) o uso da técnica FMEA tem o objetivo de identificar e analisar as possíveis falhas do projeto ou processo e seus efeitos, como também buscar ações para reduzir ou eliminar os efeitos dessas possíveis falhas.
Para entendê-lo, de forma simplificada, Carpinetti (2010) descreve três etapas: identificação de falhas e definição de prioridades (por meio da análise dos fatores de Severidade – S; Ocorrência
4 – O e Detecção - D); planos de ação para eliminar as falhas e, por fim, análise das falhas após implantação dos planos.
Segundo Cavalcanti et. al. (2001, p. 04), a ocorrência define a frequência da falha; a severidade corresponde à gravidade do efeito da falha e, finalmente, a detecção é a habilidade para detectar a falha antes que ela atinja o cliente. Sendo assim, a multiplicação dos parâmetros S, O e D, resultam em um valor correspondente ao RPN, que deve ser utilizado pela equipe que desenvolve o produto, para identificar o processo que precisa ser priorizado com ações de melhoria.
Toledo e Amaral (2007), afirmam que a metodologia FMEA pode proporcionar os seguintes benefícios para a empresa:
Possibilidade de obter um catálogo de informações sobre as falhas dos produtos/processos;
Melhor conhecimento dos problemas nos produtos/processos;
Ações de melhoria no projeto do produto/processo, baseado em dados e devidamente monitoradas (melhoria contínua);
Diminuição de custos por meio da prevenção de ocorrência de falhas;
Desenvolve uma lista classificatória de modos de falhas potenciais, estabelecendo um sistema de priorização para considerações de ações corretivas;
Benefício de incorporar dentro da organização a atitude de prevenção de falhas, a atitude de cooperação e trabalho em equipe e a preocupação com a satisfação dos clientes.
2.3. Lógica Fuzzy
De acordo com Chin et. al., (2008), a teoria dos conjuntos fuzzy, assemelha-se a razão humana na utilização de informações e incertezas que geram decisões aproximadas. Essa teoria deu base para que a lógica fuzzy fosse desenvolvida utilizando representações matemáticas de incerteza, imprecisão e de ferramentas que tratam a imprecisão intrínseca em muitos problemas.
Sousa (2005, p. 06) afirma que:
A lógica fuzzy admite portanto que uma determinada proposição pode assumir qualquer valor no intervalo entre 0 e 1. Assim, os valores
5 assumidos representam os graus de verdade desta proposição. Uma proposição é totalmente verdadeira se o seu grau de verdade é 1, e totalmente falsa se o seu grau de verdade é 0, admitindo-se como possível a ocorrência de quaisquer valores intermediários de graus de verdade.
Para Kaufmann & Gupta (1988), existe um conjunto infinito de números fuzzy. Entretanto, para este trabalho daremos ênfase aos números fuzzy trapezoidais (Tr.F.N.), completamente representado por uma quádrupla A = (a1, a2, a3, a4), conforme Figura 1, a seguir:
Figura 01: Número fuzzy trapezoidal
Fonte: adaptado de Kaufmann & Gupta (1988)
Sendo sua função de pertinência caracterizada da seguinte forma (KAUFMANN & GUPTA, 1988): (Eq. 1)
Conforme apresentado na seção anterior, este trabalho utiliza a escala linguística de 10 pontos para a avaliação de fatores de O, S e D, na análise FMEA. Entretanto, considerando a complexidade para avaliação com precisão desses três fatores de risco, esse trabalho utiliza a abordagem proposta por Silva et. al. (2014), na qual utilizam números fuzzy trapezoidais para consideração das variáveis linguísticas. Assim, percebe-se o potencial da utilização da teoria dos conjuntos fuzzy para melhorar a performance do FMEA.
3. Metodologia
6 Figura 02: Etapas da proposta sistemática
Fonte: Os autores (2016)
A primeira etapa do trabalho consiste na realização de uma revisão de literatura sobre a gestão de riscos na Cadeia de Suprimentos, a metodologia FMEA e a lógica fuzzy.
Na segunda etapa, foi desenvolvido e aplicado um questionário na empresa, composto por 27 questões, com base nos eventos internos e externos que ocorrem na empresa e de acordo com a frequência com a qual a Cadeia de Suprimentos está inserida.
Na terceira etapa, foram identificados os possíveis modos de falhas, utilizando-se das técnicas do FMEA, onde cada modo de falha foi associado a uma das duas seguintes dimensões: riscos internos e externos.
Na quarta etapa, foi utilizada a lógica fuzzy, que permitiu uma visão mais clara e próxima da realidade do problema, avaliando cada modo de falha de forma individual.
Avaliação dos modos de falha - FMEA
Aplicação da lógica Fuzzy
Determinação dos RPN para cada modo de falha e respectivas
dimensões Revisão de Literatura
Desenvolvimento e aplicação de um questionário
7 Na quinta etapa, utilizou-se os dados de SOD encontrados no FMEA e aplicando-se a lógica fuzzy, foi calculado o RPN, de cada modo.
Na última etapa, foi feito o diagnóstico da empresa objeto de estudo e proposições de melhorias.
4. Estudo de Caso
O estudo de caso foi desenvolvido em abril de 2015, em uma empresa do setor têxtil, localizada na Cidade de Toritama - PE, e que faz parte do Arranjo Produtivo Local do agreste Pernambucano.
A empresa objeto de estudo é de pequeno porte e atua no mercado há sete anos, a partir de 2009. Possui 19 funcionários, sendo administrada por familiares. Seu gestor, embora tenha o nível educacional fundamental, possui muita experiência na área que a empresa atua.
Em relação a cadeia de suprimentos, na qual está inserida, relaciona-se diretamente com sete fornecedores, não tendo o controle do número de seus clientes.
Com relação ao gerenciamento de riscos na cadeia de suprimentos, o tema nunca foi discutido nas reuniões internas da empresa e, segundo o gestor: “os problemas são resolvidos à medida que vão surgindo”.
A empresa traduz a realidade da maioria daquelas que se encontram na região. As falhas encontradas se repetem, também, nessas empresas, que por muito tempo exerceram suas atividades de modo informal e onde os proprietários ainda exercem diversas funções, desde o setor de compras, marketing, produção, qualidade, vendas, etc.
4.1. Aplicação da metodologia FMEA e lógica fuzzy
Foram identificados e avaliados os modos de falhas com relação: a Ocorrência; a Severidade e a Detecção. Para efeito da avaliação, embora existam diversas metodologias, foi escolhida a proposta de Silva et al (2014), na qual são utilizados cinco termos linguísticos definidos de acordo com a lógica fuzzy e números trapezoidais, para representar a escala de 10 pontos associadas ao FMEA.
Na Tabela 1, a seguir, tem-se esses resultados:
8 1 (VL) Very low: (0; 0; 1.5; 2) 2 (L) Low (1.5; 2; 3.5; 4) 3 (M) Moderate: (3.5; 4; 5.5; 6) 4 (H) High: (5.5; 6; 7.5; 8) 5 (VH) Very High: (7.5; 8; 9.5; 10) Fonte: Adaptado de Silva et. al. (2014)
A Tabela 2, a seguir, descreve a forma para estimar a Ocorrência, associados aos números trapezoidais (Tabela 6):
Tabela 2 – Escala simples e qualitativa de probabilidade de ocorrência
Classificação Ocorrência Critério
01 Muito baixo – Very low (VL) Muito improvável ocorrer
02 Baixo – Low (L) Ocorre às vezes
03 Médio – Medium (M) Ocorre eventualmente 04 Alto – High (H) Ocorre frequentemente 05 Muito alto –Very high (VH) Muito frequente Fonte: Adaptado de Inoue e Yamada (2010)
Na Tabela 3, a seguir, tem-se a Escala simples de severidade dos efeitos de falhas, associados aos números trapezoidais (Tabela 6):
Tabela 3 – Escala simples de severidade dos efeitos de falhas
Classificação Severidade Critério
01 Muito baixo – Very low (VL)
O cliente mal percebe que a falha ocorre.
02 Baixo – Low (L) Ligeira deterioração no
desempenho com leve
descontentamento do cliente. 03 Médio – Medium (M) Deterioração significativa no
desempenho de um sistema com descontentamento do cliente. 04 Alto – High (H) Sistema deixa de funcionar e há
grande descontentamento do cliente.
05 Muito alto –Very high (VH)
Idem ao anterior, porém, afeta a segurança.
9 Fonte: Adaptado de Capaldo et. al. (1999)
Na Tabela 4, a seguir, tem-se a Escala qualitativa de cinco níveis de detecção¸ associados aos números trapezoidais (Tabela 6):
Tabela 4 – Escala qualitativa de cinco níveis de detecção Classificaç
ão
Detecção Critério
01 Muito alto –Very high (VH) Certamente será detectado 02 Alto – High (H) Grande probabilidade de ser
detectado
03 Médio – Medium (M) Provavelmente será detectado 04 Baixo – Low (L) Provavelmente não será
detectado
05 Muito baixo – Very low (VL) Certamente não será detectado Fonte: Adaptado de Toledo e Amaral (2006)
4.1. Resultados
O questionário foi aplicado, considerando duas dimensões: eventos internos e externos, e seus respectivos modos de falhas. A avaliação do risco foi feita considerando, portanto, os níveis de ocorrência, severidade e detecção, descritos na Tabela 5, a seguir:
Tabela 5 - Avaliação das alternativas de risco da Empresa X
Modos de Falhas Potenciais Ocorrência
(O) Severidade (S) Detecção (D) EI - Eventos Internos
EI.1: Elevação nos custos das matérias – primas 3 3 3 EI.2: Crise financeira devido à falta de pagamento
dos clientes
3 3 3
EI.3: Colapso nos preços devido a um novo concorrente
1 1 5
EI.4: Colapso nas vendas devido a um novo produto concorrente
1 1 5
EI.5: Falha no fornecimento de matérias – primas 2 3 3 EI.6: Falha na confiabilidade da entrega: descumprir
datas previstas ou prometidas
2 3 3
EI.7: Falha na qualidade do produto 2 2 4
EI.8: Falha de softwares nos sistemas principais 4 4 5
EI.9: Falha no treinamento do pessoal 5 2 1
EI.10: Falha no controle administrativo da empresa 5 5 1 EI.11: Falta de comunicação com os fornecedores 4 1 2
10 principais
EI.12: Falta de flexibilidade no processo produtivo 2 4 1 EI.13: Falta de tecnologia de informação adequada 5 5 3 EI.14: Falta de habilidade para lidar com a mudança
de volume na demanda
3 4 2
EI.15: Falta de eficiência dos processos que
permitem o fluxo de materiais, desde a matéria-prima até o usuário final
2 4 2
EI.16: Falta de regras, normas e procedimentos que regem a empresa
3 3 3
EE - Eventos Externos
EE.1: Incêndios ou explosões 1 5 1
EE.2: Falta prolongada de eletricidade 1 5 1
EE.3: Doença ou infestação 2 5 1
EE.4: Adulteração ou infestação de produtos 1 2 4
EE.5: Recessão econômica ou de mercado 5 5 2
EE.6: Conflitos trabalhistas prolongados 2 2 4
EE.7: Mudanças por introdução de novas leis e regulamentações
3 3 3
EE.8: Eventos climáticos 5 5 1
EE.9: Globalização e ampliação da concorrência 2 5 1 EE.10: Não aceitação pelo mercado de novos
produtos ou serviços
2 4 2
A empresa em estudo, participa da cadeia de suprimentos, relacionando-se com seus fornecedores diretos, com reduzida relação de parceria. Por seu produto ser comercializado na feira local, seus clientes são difíceis de serem identificados.
Quanto à qualidade dos seus produtos, o gestor afirmou não considerar a mesma como prioridade no processo de fabricação, nem na seleção de fornecedores. Segundo o mesmo, o foco é apenas o custo-benefício.
Nesse sentido, foi detectado além da limitação na aplicação da tecnologia adequada no processamento do produto, não existe controle de demanda de mercado, além de outras falhas, já percebidas pela própria empresa, gerando consequências danosas para a mesma e seus clientes.
Após a aplicação dos números trapezoidais, utilizou-se a Equação 2, para encontrar-se o RPN para cada modo de falha, de forma a priorizar e conduzir ações preventivas e corretivas visando a melhoria da confiabilidade e segurança do processo. O resultado da aplicação pode ser visto na Tabela 5.
11 Vale salientar que, para considerar o processo de defuzzificação, foi utilizada a metodologia proposta por Adamo (1980), considerando um corte de α=0,5 (α-cut) no extremo valor a direita do número fuzzy (equação 3), a seguir:
(Eq. 3)
Os resultados obtidos podem ser vistos na Tabela 6, a seguir (Para maiores detalhes da metodologia utilizada, os autores sugerem Silva et. al. (2014):
Tabela 6 – Resultados obtidos através da lógica fuzzy
Observa-se as cinco falhas que tiveram os maiores coeficientes da prioridade de risco (RPN), para considerarmos as oportunidades de melhoria. Essas falhas foram: elevação no custo das matérias primas; falha na confiabilidade da entrega: descumprir datas previstas ou prometidas; falha de softwares nos sistemas principais; falta de comunicação com os fornecedores principais e, finalmente, a falta de eficiência dos processos que permitem o fluxo de materiais, desde a matéria-prima até o usuário final.
Complementando o procedimento, apresenta-se algumas ações requeridas para melhorar a questão da gestão de riscos na cadeia de suprimentos, conforme Tabela 7, a seguir:
12
DIMENSÕES AÇÕES REQUERIDAS E OPORTUNIDADES DE MELHORIA
Elevação no custo das matérias primas
Buscar a melhor comunicação com os fornecedores, manter as contas devidamente organizadas e acompanhar o mercado e as finanças da empresa para buscar as medidas mais coerentes. Barbosa e Silva. (2015, p. 10) afirmam que: “É preciso que os parceiros se disponham a assumir uma relação mais transparente com a empresa, o que possibilitará uma melhor visão de toda a cadeia”.
Falha na confiabilidade da entrega: descumprir datas previstas ou prometidas
De acordo com Mccormack et. al., (2010) deve-se buscar um novo fornecedor ou dividir o pedido entre mais fornecedores, ou até mesmo buscar novas soluções que pareçam mais adequadas ao novo contexto. Falha de softwares nos sistemas
principais
É importante que a empresa busque um software que se adeque as suas necessidades e busque adquiri-lo como uma das suas principais prioridades, pois segundo o Portal VMI (2014) um software de gestão empresarial integrada, que atenda todos os pontos logísticos do negócio, ou até mesmo um sistema de gestão de estoque eficiente, que englobe tanto a área de compras, quanto a de vendas e de gestão de fornecedores, faz toda a diferença. Quando não existe esta integração, o mais provável é que aumente o risco de falhas no processo.
Falta de comunicação com os fornecedores principais
É preciso que os fornecedores, que também são considerados parceiros, assumam uma relação mais transparente com a empresa, possibilitando assim uma visão mais clara e objetiva, para que a cadeia de suprimentos possa se fortalecer, levando vantagens não apenas para a empresa em questão, mas também para o próprio fornecedor que faz parte dessa cadeia.
De acordo com Bowerson e Closs (2011), a premissa básica da gerência de relacionamentos, é a cooperação entre todos os participantes em um canal, que resulta em sinergia, que, consequentemente, propicia maior nível de desempenho conjunto. Os mesmos autores (2011) ainda afirmam que o objetivo da formação de relacionamentos de cooperação na cadeia de suprimentos é aumentar a competitividade do canal. Falta de eficiência dos
processos que permitem o fluxo de materiais, desde a matéria-prima até o usuário final
A empresa precisa buscar um relacionamento mais transparente com todos que fazem parte da cadeia, auxiliando a atingir efetivamente o equilíbrio entre a demanda e a oferta. Lau (1996) argumenta que atingir com sucesso a „flexibilidade estratégica‟ deve-se buscar uma redefinição das funções organizacionais tradicionais, entre elas os relacionamentos com fornecedores e clientes.
Diante dos dados expostos, Paladiny (1997) declara que a equipe deve acompanhar o andamento das ações recomendadas para propor possíveis ajustes ao processo e avaliar a eficácia das soluções propostas, além de documentar as ações para possíveis consultas futuras. É de extrema importância ressaltar que à medida que a empresa busca novos meios para o gerenciamento da sua cadeia de suprimentos, visando a diminuição dos riscos, é necessário a manutenção das novas políticas de gerenciamento, com o objetivo de garantir a sustentabilidade dos novos processos.
13 Gerenciar os riscos que envolvem toda a cadeia de suprimentos e buscar a prevenção desses riscos com ações preventivas e corretivas, diminuem ou até eliminam os efeitos das falhas sobre o projeto. A importância deste trabalho foi demonstrar um procedimento para identificar e mensurar os riscos internos e externos, assim como as falhas existentes na cadeia de suprimentos da empresa objeto de estudo, através do uso do FMEA e da lógica fuzzy. Como resultado do estudo, foi apresentado sugestões de ações requeridas e oportunidades de melhorias. Logo, foi constatado que a empresa objeto de estudo, mesmo sendo de pequeno porte e muitas vezes não dando importância a esses eventos, precisa conhecer, analisar e avaliar os modelos de gestão, como atividade essencial no dia-a-dia de suas atividades.
Além disso, percebe-se que é preciso padronizar os processos no que se refere ao gerenciamento de riscos, levando todos os setores e membros da cadeia a estarem envolvidos, buscando sempre simplicidade e clareza de objetivos, para que se possa unificar os procedimentos e reduzir os possíveis erros e perdas existentes.
Finalmente, entende-se que é possível colocar em prática todas as ações de melhorias recomendadas à empresa objeto de estudo, de forma que ela perceba que é preciso conhecer e controlar – na medida do possível – todos os seus processos internos e externos.
Como proposta para trabalhos futuros, sugere-se a agregação de informações oriundas de outras empresas pertencentes ao APL - PE, como forma de ter-se uma melhor visão do problema, identificando e priorizando-se esses riscos.
AGRADECIMENTOS
À Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - FACEPE, pelo suporte financeiro para coleta de dados e avaliação dos resultados obtidos neste trabalho.
REFERENCIAS
ADAMO, J. M. (1980). Fuzzy decision trees. Fuzzy Sets and Systems, 4(3), 207–219.
AJEJE, G. A. F. Fuzzy-FMEA: Uso da logíca Fuzzy para ponderação das falhas do FMEA. 2015. Disponível em: < http://www.tcc.sc.usp.br/tce/disponiveis/18/180830/tce-22122015-161823/?&lang=br>. Acesso em 07 de Maio de 2016.
14 BARBOSA, J. N; SILVA, L. C. Análise da gestão de risco na cadeia de suprimentos: Um estudo de caso em
uma empresa do APL de confecção do Agreste de Pernambuco. Enegep 2015. Disponível em: <
http://www.abepro.org.br/biblioteca/TN_STO_206_222_27782.pdf>. Acesso em 25 de Abril de 2016.
BOWERSOX, D. J.; CLOSS, D. J. Logística Empresarial (o processo de integração da cadeia de
suprimentos). São Paulo: Atlas, 2001.
CAPALDO, D.; TOLEDO, V. ROZENFELD, H. FMEA (Failure Mode and Effect Analysis). 1999. Disponível em: <http://www.numa.org.br/ conhecimentos/conhecimentos_port/pag_conhec/ FMEAv2.html>. Acesso em 14 de Janeiro de 2016.
CHIN, K; CHAN, A; YANG, J. Development of a Fuzzy FMEA Based Product Design System. 2008.
CAVALCANTI, M. A, QUEIROZ, V. T. M, BESERRA, R. A, SILVA, A. B, OLIVEIRA, F. N. Aplicação do FMEA de projetos ao gerenciamento de riscos de um projeto no setor da construção naval. Enegep 2011. Disponível em: <http://www.abepro.org.br/biblioteca>. Acesso em 11 de Abril de 2016.
CHRISTOPHER, M.; PECK, H. Building the resilient supply chain. International Journal of Logistics Management, v. 15, n. 2, 2004. Disponível em: <http://dx.doi.org/10.1108/09574090410700275>. Acesso em 07 de Maio de 2016.
GOODMAN, S.L. (1996). Design for Manufacturability at Midwest Industries, HarvardBusiness School, February 2, Lecture.
INOUE, H.; YAMADA, S. Failure mode and effects analysis in pharmaceutical research. International Journal of Quality and Service Sciences. Tsukuba (Japan), v. 2, n. 3, p. 369 - 382, 2010.
KAUFMANN, A. & GUPTA, M.M.. Fuzzy mathematical models in engineering and management science. USA, Elsevier, 1988.
KLEINDORFER, P. R.; SAAD, G. H. Managing disruption risks in supply chains. Production & Operations Management, v. 14, p. 53-68, 2005. Disponível em: <http://dx.doi.org/10.1111/j.1937-5956.2005.tb00009.x>. Acesso em 07 de Maio de 2016. LIMA, O. F; BROCHMANN, G.; ARRUDA, L. A. Segurança nas Cadeias de Suprimentos pelo
Gerenciamento de Riscos. 2015. Disponível em:
<http://www.cargonews.com.br/seguranca-nas-cadeias-de-suprimentos-pelo-gerenciamento-de-risco/>. Acesso em: 11 de Abril de 2016.
MCCORMACK, K., BRONZO, M., OLIVEIRA, M. P. V. Uma Abordagem Probabilística para a Avaliação
de Riscos em Cadeias de Suprimento a Probabilistic Approach to Access Risk In Supply Chains. 2010.
Disponível em: < http://producaoonline.org.br/rpo/article/viewFile/294/682>. Acesso em 11 de Maio de 2015. PALADY, P. FMEA: Análise dos Modos de Falha e Efeitos: Provendo e prevenindo problemas antes que ocorram. Tradução Outras Palavras, São Paulo: IMAN, 1997.
15 PORTAL VMI. Os 4 principais riscos de uma gestão desorganizada da cadeia de suprimentos. 2014. Disponível em: < http://portalvmi.com.br/site/os-4-principais-riscos-de-uma-gestao-desorganizada-da-cadeia-de-suprimentos/>. Acesso em 22 de Abril de 2016. RITCHIE, B., BRINDLEY, C. Supply chain risk management and performance: a guiding framework for future development. International Journal of Operations and Production
Management, v. 27, p. 303-322, 2007. Disponível em:
<http://dx.doi.org/10.1108/01443570710725563>. Acesso em 11 de Abril de 2016.
TUMMALA, R.; SCHOENHERR, T. Assessing and managing risks using the Supply Chain Risk Management Process (SCRMP). Supply Chain Management: An International Journal, v. 16, n. 6, p. 474-483, 2011. Disponível em: <http://dx.doi.org/10.1108/13598541111171165>. Acesso em 11 de Abril de 2016.
SILVA, M.M., GUSMAO, A.P.H., POLETO, T., SILVA, L.C., COSTA, A.P.C.S. A multidimensional approach to information security riskmanagement using FMEA and fuzzy theory. International Journal of Information Management, 34, (2014), 733–740.
SOUSA, J. N. P. Aplicação de lógica fuzzy em sistemas de controle de tráfego metropolitano em rodovias dotadas de faixas exclusivas para ônibus. 2005. Disponível em: <www.pet.coppe.ufrj.br>. Acesso em 22 de Abril de 2016.
TOLEDO, J. C. de; AMARAL, D. C. Apostila (texto básico) sobre FMEA. GEPEQ – ngrupo de estudos e pesquisa em qualidade - DEP–UFSCar. Disponível em: <www.gepeq.dep.ufscar.br/arquivos/FMEA-APOSTILA.pdf>. Acesso em 11 de Abril de 2016.
