CAPÍTULO 1. Sistemas de Produção e Simulação. Sistemas de Produção: Estudos de Casos. 1.1 Sistemas de Produção

CAPÍTULO 1

Sistemas de Produção e Simulação

A teoria de sistemas de produção tem evoluído muito nos últimos vinte anos, a maioria dos conceitos associados à dinâmica de produção em grande escala, oriundos das idéias desenvolvidas por Taylor (padronização das operações produtivas), Ford (tempos de ciclo e linhas de montagem) e Sloan (funções de apoio a produção e departamentalização), estão sendo revistos e adaptados ao mercado globalizado com demandas individualizadas.

O mercado globalizado trousse consigo a questão da concorrência numa escala nunca imaginada dentro do capitalismo moderno. A concorrência plena potencializa a questão da administração, ou não, dos preços dos produtos ofertados ao mercado. Em economias fechadas à concorrência externa, como a brasileira foi até início dos anos noventa, as empresas estabeleciam seus preços a partir da colocação de uma margem de lucro sobre seus custos, de acordo com a equação abaixo.

Preço = Custo + Lucro

Dessa forma, quando ocorriam aumentos de custos, como, por exemplo, um aumento salarial reivindicado pelo sindicato ou um aumento nos custos de matéria prima imposto por um grande fornecedor monopolista, a empresa simplesmente repassava esse aumento de custos para o preço do produto de forma a manter sua margem de lucro. Dentro dessa lógica de preços administrados, as empresas não eram estimuladas a reduzirem seus custos produtivos e muito menos a melhorarem a qualidade, prazo de entrega ou outro requisito que viesse incrementar seu serviço para o cliente.

Com a inclusão do país no processo de globalização da economia, as empresas se viram diante de uma nova situação: não é mais possível administrar os preços, pois os mesmos são estabelecidos pela lei da oferta e procura. Dessa forma, a equação de formação de preços, apesar de manter as mesmas variáveis, transformou-se na equação de formação do lucro, apresentada abaixo.

Lucro = Preço - Custo

Para a empresa obter lucros com esta nova equação, dado que o preço é fixado pelo mercado, seu sistema produtivo deve, obrigatoriamente, trabalhar com custos abaixo do preço de venda. Caso seus custos sejam tão altos que não permitam a remuneração através do lucro para o capital investido, a empresa está fora desse mercado globalizado. O mesmo raciocínio vale para os outros critérios competitivos como qualidade, flexibilidade e prazo de entrega, que em última análise refletem-se na estrutura de custos produtivos.

Se por um lado a globalização trouxe a concorrência mais aberta e a disputa por preços adequados ao mercado, por outro, o número de consumidores aumentou. Contudo, uma análise superficial da situação poderia induzir que a redução dos custos produtivos poderia ser alcançada com os velhos paradigmas da produção em massa pelo aumento da quantidade produzida. O problema é que com a globalização e a ampliação dos mercados veio junto um nível de exigências dos consumidores, via acesso da informação (por exemplo, com a Internet) nunca antes experimentado.

A palavra de ordem nas empresas hoje em dia é atender as necessidades dos clientes. E cada cliente tem suas necessidades específicas. Caso sua empresa não as atenda, ele rapidamente tem acesso a outras empresas que estão dispostas a atende-las. Com isso, uma montadora de automóveis que projetava grandes fábricas centralizadas para produzir um único modelo de automóvel em sua linha de montagem durante anos, hoje em dia projeta pequenas fábricas focalizadas na região que pretende atender com linhas de montagem flexíveis, montando dentro do conceito de lote unitário, carro a carro, de forma a atender as especificações de cada cliente com o mínimo de estoques (custo baixo). Outras cadeias produtivas, como, por exemplo, as cerâmicas, estão também buscando a mudança do conceito de produção em massa para o de lote unitário.

Como no Brasil as empresas não contemplavam em seus planejamentos estratégicos as questões associadas aos sistemas de produção, direcionando-os para as áreas de marketing e/ou finanças, onde em mercados carterizados os ganhos são rápidos e maiores, com a globalização da economia com demandas individualizadas está ocorrendo uma rápida e profunda transformação na questão da forma como as organizações planejam estrategicamente seus negócios. A partir de agora as empresas se vêem forçadas a rever a antiga postura, e repensar em como seus sistemas produtivos devem se posicionar estrategicamente para garantir vantagens competitivas em relação à efetiva concorrência.

A filosofia JIT/TQC que surgiu no Japão na década de 60, sendo aplicada inicialmente na indústria automobilística, em particular na Toyota Motors Company, é a que melhor se adapta a esses novos paradigmas competitivos. Essa filosofia tem como princípios básicos os já consagrados cinco pontos: satisfazer as necessidades do cliente, eliminar desperdícios, melhorar continuamente, envolver totalmente as pessoas e organização e visibilidade nos processos (Tubino, 1999, p.27).

Os princípios citados acima, que no seu conjunto dão forma à filosofia JIT/TQC, não são fáceis de serem implementados. Se o fossem, não dariam uma vantagem competitiva as empresas que os alcançassem. Contudo existe uma série de técnicas de produção, que compõem o chamado sistema

Just in Time de produção, que permite as empresas moldar seus sistemas produtivos para melhor se

adaptar a essas mudanças. A discussão da aplicabilidade dessas técnicas JIT é o objetivo básico dos estudos de casos constantes desse livro, já a teoria de suporte a eles está detalhada no livro texto

Sistemas de Produção: a produtividade no chão de fábrica, da Editora Bookman. Baseado no livro

texto (páginas 34 a 40) será apresentado a seguir, de forma resumida, um comparativo da forma de agir de um típico sistema de produção convencional e de um sistema equivalente JIT. Esses sistemas serão utilizados como referência nos diferentes estudos de casos propostos.

1.1.1 O Sistema Convencional e o Sistema JIT

Existe uma gama muito grande de alternativas para compor um sistema de produção, tornando impossível montar e descrever um sistema genérico que abranja a todas elas. Nesse sentido, será escolhido como sistema de produção genérico um sistema que produza de forma repetitiva itens padronizados em lotes para posterior montagem em uma linha contínua. Esse tipo de sistema de produção é o mais encontrado na prática. Apresenta características de processo intermitente na fabricação de itens, e características de processo contínuo na montagem dos produtos acabados, o que permite expandir suas soluções para as demais variedades de sistemas produtivos.

A Figura 1.1 ilustra de forma simplificada a operação de um sistema de produção convencional (Tubino, 1999, p.35). Essa figura será usada para apoiar a descrição das principais características que em geral compõem um sistema convencional de produção.

Almoxarifado

PC/MP

Almoxarifado

PA

?

PCP

Demanda ?

OF/RM

PMP

OM

OC

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

WIP

Figura 1.1 O sistema de produção convencional.

Inicialmente, pode-se ver que o layout na fabricação dos itens é do tipo departamental. As máquinas são agrupadas segundo suas funções específicas (tornos, prensas, fresas etc.). Os diversos itens fabricados, geralmente em grandes lotes, seguem seus roteiros de fabricação indo de encontro às máquinas nesses departamentos, exigindo equipamentos de movimentação. Devido à falta de balanceamento das capacidades produtivas dos recursos e a grande variedade de itens processados, há muita formação de estoques entre as operações, os chamados work-in-process (WIP). Os trabalhadores são especializados em determinadas funções, podendo, eventualmente, acionar várias máquinas idênticas. A ênfase no trabalho, e na avaliação do mesmo, é individual, existindo pouca cooperação entre eles.

A linha de montagem é projetada de forma a garantir um fluxo linear de trabalho nos produtos. Para evitar eventuais paradas na linha, colocam-se estoques protetores (buffers) entre os postos de

trabalho. Esses postos retiram os produtos da linha para executar suas funções, recolocando-os na linha depois de concluídas. A capacidade de produção da linha é controlada pela adição, ou subtração, de pessoas em cada posto de trabalho.

Notam-se grandes áreas de armazenagem tanto no início, para matérias-primas e peças componentes, como no fim do processo produtivo para produtos acabados. Esses estoques são decorrentes da falta de confiabilidade nas funções internas de produção e nas funções externas de relacionamento com clientes e fornecedores da cadeia produtiva. Há necessidade de se montar uma estrutura formal de administração de materiais, com vários níveis de segurança, para administrar essas funções.

O fluxo de informações e de materiais para a produção é do tipo "empurrado". O setor de Planejamento e Controle da Produção (PCP) periodicamente, a partir de uma previsão de vendas pouco precisa devido ao baixo nível do relacionamento com os clientes, monta um plano-mestre de produção (PMP) para os produtos acabados considerando a existência de estoques em mãos. Esse PMP é a base para o cálculo das ordens de montagem (OM), ordens de fabricação (OF), requisições de materiais (RM) e ordens de compra (OC) que irão acionar o sistema produtivo da empresa. Geralmente empregam-se softwares sofisticados para executar essas funções, quando então são avaliadas as ordens em andamento, emitidas no período anterior, e os diversos estoques do sistema. Uma vez emitidas essas novas ordens são "empurradas" para os vários elos da cadeia produtiva que passam a trabalhar em cima das mesmas. No próximo período de planejamento o processo se repete.

Além desses pontos citados, outros fatores caracterizam os sistemas convencionais de produção. A ênfase na qualidade é dada à inspeção final dos produtos. A manutenção dos equipamentos e instalações é basicamente corretiva. Os lotes de fabricação e movimentação são grandes devido ao alto tempo de setup das máquinas. O sistema de custos emprega o conceito de "valor adicionado" fazendo com que recursos parados sejam vistos como perda de oportunidade para agregar valor aos itens. Existe alta rotatividade da mão-de-obra como forma de adaptar a capacidade produtiva a demanda, gerando baixo envolvimento dos funcionários no atendimento dos objetivos globais da organização. Também é baixa a sinergia entre os diversos departamentos de apoio à produção, entre outros fatores.

Na Figura 1.2 pode-se ver um modelo genérico de um sistema de produção montado segundo os princípios da filosofia JIT/TQC. Algumas diferenças fundamentais em relação ao sistema convencional que serão exploradas nos estudos de casos podem ser salientadas. A primeira grande diferença encontra-se na forma como estão dispostos os recursos produtivos. No sistema de produção JIT os recursos produtivos estão focalizados para a produção de uma gama limitada de produtos. A fábrica é dividida em "mini-fábricas" responsáveis por famílias de produtos. A Figura 1.2 representa uma delas. O layout dentro da mini-fábrica é do tipo celular, onde as máquinas são dispostas segundo o roteiro de fabricação dos itens, buscando-se o fluxo contínuo de produção. O objetivo é de que o processo de produção dentro das células de fabricação e montagem obtenha as vantagens da produção contínua em lotes unitários, acelerando a conversão de insumos em produtos acabados e eliminando a necessidade dos estoques em processo (WIP).

Para operar as células de fabricação há necessidade de empregar operadores "polivalentes" que possam, dentro de um determinado tempo de ciclo (TC), executar um conjunto de operações em sincronia com os demais companheiros, de forma que ao final de cada tempo de ciclo uma unidade de produto acabado seja completada. A capacidade de produção é administrada pela inclusão, ou exclusão, desses operadores polivalentes dentro das células de fabricação e montagem. Nesse

sistema produtivo a ênfase é do trabalho em grupo, onde cada operador é cliente do operador anterior e fornecedor do operador subseqüente. Qualquer problema que surja, como não se projetam estoques protetores internos, leva a interrupção do fluxo produtivo e a necessidade de imediata solução, com a participação de todos os envolvidos no processo.

Kanban

Kanban

PCP

Demanda ?

PMP

No K.

TC.

Kanban

Kanban

Kanban

!

Figura 1.2 O sistema de produção JIT.

Com a focalização da produção, os estoques, antes centralizados em grandes almoxarifados, são distribuídos em "supermercados" colocados estrategicamente entre dois pontos (geralmente células) que compõem o fluxo produtivo. O fluxo de informações e de materiais para a produção é do tipo "puxado", ou seja, só se produz ou movimentam-se materiais quando houver efetivo consumo dos mesmos. O sistema kanban é o mais empregado para gerenciar esta lógica de funcionamento. Quando cliente e fornecedor estiverem fisicamente próximos, apenas um supermercado de kanban é necessário, porém quando a distância física entre eles for grande há necessidade de se colocar um

supermercado junto ao cliente e outro junto ao fornecedor. Nesse caso, um movimentador (interno ou externo) faz a conexão entre os dois supermercados.

Outra grande diferença entre os dois sistemas de produção está na forma de atuação do setor de Planejamento e Controle da Produção (PCP). No sistema convencional o PCP, a partir da montagem do programa-mestre de produção (PMP), empurra um conjunto de ordens para o sistema produtivo. Nesse caso, a diferença de tempo entre a programação do sistema produtivo e o real consumo dos clientes é grande, com alto potencial de erro entre o planejado e o executado. No sistema JIT, dentro do conceito de produção puxada, o PCP elabora o PMP com o objetivo de dimensionar os estoques, em termos de número de kanbans, e os ritmos de trabalho, traduzidos em termos de tempo de ciclo (TC), de forma que o sistema produtivo no curto prazo, ou seja, quando os clientes forem confirmando seus pedidos, tenha condições de responder a essa demanda real sem a necessidade de contar com grandes estoques de produtos. O único ponto do sistema que necessita de informações prévias para a produção é a linha de montagem.

Para que o sistema de puxar se torne uma ferramenta efetiva no atendimento das necessidades dos clientes externos e internos, é imperativo que o PCP ao montar o PMP utilize o conceito de nivelamento da produção. Nivelar a produção significa programar para a montagem final pequenos lotes em sincronia com o mix de produtos demandados pelos clientes. Isso garante a rápida resposta às variações de curto prazo nas necessidades dos clientes, e, internamente, um ritmo ordenado ao sistema kanban. Como pré-requisito ao nivelamento da produção dois pontos são fundamentais no sistema JIT: a produção econômica de pequenos lotes e a estabilidade na demanda.

A produção econômica de pequenos lotes é viável dentro do sistema JIT, por um lado, através da busca contínua pela redução dos tempos de setup dos equipamentos com a aplicação das técnicas de troca rápida de ferramentas (TRF), e por outro, pela própria focalização da produção com a montagem de células balanceadas à demanda de poucos itens.

A estabilidade na demanda é obtida pela revisão dos antigos paradigmas que norteiam as relações entre empresas. Dentro da filosofia JIT/TQC busca-se estabilizar a base de clientes e fornecedores, compondo uma cadeia logística de produção e distribuição que privilegie a confiança e o relacionamento de longo prazo em detrimento da convencional concorrência entre os atores dessa cadeia. A concorrência, dentro dessa nova ótica, dar-se-á entre cadeias produtivas e não mais dentro das mesmas. Dessa forma, os planejamentos de longo e médio prazo podem ser repassados aos fornecedores, reduzindo-se as atividades especulativas.

Além desses pontos divergentes, outros fatores diferenciam o sistema de produção convencional do sistema JIT. Na busca pela qualidade total, todas as atividades da fábrica devem ser padronizadas e operadas dentro desse padrão. Os padrões de trabalho devem ser o mais simples possível, evitando-se erros de regulagens e operação. Investimentos em treinamento da mão-de-obra para identificação, análise e correção dos problemas devem ser prioritários. A ênfase na qualidade deve ser dada a prevenção dos potenciais problemas. Logo, a manutenção dos equipamentos e instalações deve ser preventiva e a qualidade deve ser garantida para todos os itens. Com a focalização da produção os custos passam a ser diretos e o sistema de custos por atividades pode ser implementado. A visão de cadeia produtiva, direcionando os relacionamentos entre clientes e fornecedores, permitirá o uso efetivo de técnicas como análise de valor e engenharia simultânea.

1.1.2 Uma Descrição Sucinta dos Estudos de Casos

Como forma de exemplificar e discutir essas mudanças conceituais nos sistemas de produção foram desenvolvidos oito estudos de casos utilizando a simulação computacional, via software Arena, como ferramenta de análise. Cada estudo de caso procura se fixar em um determinado ponto a ser questionado, relacionado com um capítulo do livro texto. De uma forma geral, nos estudos de casos estão modelados os dois sistemas produtivos: o sistema convencional e o sistema JIT.

A idéia é de aproveitar o potencial de análise da ferramenta de simulação para montar um sistema convencional e outro equivalente JIT que executem determinadas funções que se pretende analisar. Com a simulação pode-se analisar de forma rápida o efeito dessas mudanças durante um longo período de tempo. Como o objetivo dos estudos de casos é de discutir a aplicabilidade das técnicas JIT para os sistemas produtivos, as diferenças entre os sistemas foram propositadamente potencializadas, ou seja, nos modelos dos chamados sistemas convencionais as condições são bastante adversas (lotes grandes, setups altos, operadores mal treinados e desmotivados, etc.), enquanto que nos sistemas JIT as condições são ideais (lotes pequenos, setups rápidos, operadores padrões motivados, etc.).

O estudo de caso 1 foi projetado com a finalidade de se analisar como os diferentes tipos de sistemas produtivos (produção em contínua ou em massa, produção em lotes e produção sob encomenda) reagem aos diferentes tipos de mercados (demandas grandes de poucos produtos, demandas médias de vários produtos e demandas unitárias de muitos produtos). No estudo de caso 1 pode-se simular, por exemplo, um sistema de produção em massa tentando atender a uma demanda média, ou baixa, de vários tipos de produtos. Obviamente, esse sistema é inadequado para esse tipo de mercado e resultará em grandes custos fixos. O objetivo desse primeiro estudo de caso é mostrar de forma simples que existem diferentes tipos de sistemas produtivos que se adaptam a diferentes composições de mercados consumidores.

O estudo de caso 2.1 foi desenvolvido no sentido de se trabalhar a questão da focalização nos sistemas de produção em lotes. Nesse estudo de caso foram criados dois modelos equivalentes, um com estrutura produtiva departamental e outro com estrutura celular. Pode-se fazer diferentes composições de demandas (tamanhos de lotes e mix de produtos) passarem pelos dois sistemas e verificar o desempenho físico e financeiro dos mesmos. Por exemplo, ao se simular pequenos lotes no sistema departamental os custos de setup irão aumentar significativamente os custos unitários dos produtos. O objetivo do estudo de caso 2.1 é de mostrar que as células de manufatura fornecem a melhor solução para os sistemas de produção em lotes.

O estudo de caso 2.2 é semelhante ao estudo de caso 2.1 e foi montado no sentido de permitir a comparação entre diferentes alternativas de layout para os sistemas de produção em massa, ou linhas de montagem. Nesse estudo de caso foram modeladas duas linhas de montagem: uma grande linha de montagem retilínea convencional de acionamento contínuo e duas linhas pequenas celulares de acionamento controlado pelos próprios operadores. Pode-se trabalhar nessas linhas diferentes situações de demandas (volume, lotes e mix) e verificar o desempenho físico das mesmas. Por exemplo, quando o mix de demanda for centrado em um único produto a linha de acionamento contínuo irá potencializar os problemas advindos do desbalanceamento entre tempos de ciclo dos montadores convencionais. O objetivo do estudo de caso 2.2 é de demonstrar que existem determinadas modificações na lógica de operação das linhas de montagem que permite obter um desempenho superior.

O estudo de caso 3 foi montado para explorar as vantagens e desvantagens de se nivelar o plano-mestre de produção (PMP) à demanda, associado ao conceito de planejamento e controle da produção JIT. Nesse estudo de caso foi modelado um sistema produtivo que permite alterar a freqüência (bimestral, mensal, semanal e diária) de emissão e atualização das ordens de produção para quatro produtos diferentes constantes do PMP, e verificar como esse plano atende as variações de demanda (tamanho de lotes e mix) do mercado consumidor. Por exemplo, pode-se atender a uma demanda por lotes pequenos do cliente com um único lote de fabricação bimestral ou com vários lotes semanais ou diários. Obviamente, sempre que o lote programado for maior do que o lote de venda irá sobrar produtos em estoque. O objetivo do estudo de caso 3 é comprovar a necessidade de se montar plano-mestres de produção nivelados com as necessidades dos clientes.

O estudo de caso 4 foi projetado para analisar a diferença na lógica de programação da produção empurrada (convencional) da lógica puxada (kanban/JIT). Nesse estudo de caso foi modelado um sistema produtivo onde se pode fazer uma programação da produção para atender a variações na demanda (quantidade, tamanho do lote de venda e mix) via ordens de produção empurradas semanalmente ou, ainda, pode-se montar supermercados que serão reabastecidos segundo a lógica do kanban. Por exemplo, quando ocorrerem variações de mix na composição da demanda semanal o sistema puxado conseguirá acompanhá-las, enquanto o sistema empurrado estará congelado produzindo estoques apenas. O objetivo do estudo de caso 4 é mostrar que os sistemas de programação puxados são mais efetivos do que os empurrados para atender demandas de mercados repetitivos em lotes.

O estudo de caso 5 foi desenvolvido para trabalhar os principais pontos em um sistema de produção que interagem com a questão dos tempos produtivos ou lead times. Nesse estudo de caso foi projetado um sistema produtivo repetitivo em lotes genérico que permite analisar o efeito nos lead times produtivos de variações nos tamanhos de lotes produzidos, nos tempos de setups das máquinas, nas distâncias físicas entre as máquinas, na existência, ou não, de gargalos produtivos, e na lógica de inspeções da qualidade dos produtos. Por exemplo, quando se simula o sistema com gargalo na segunda máquina, o lead time médio dos produtos aumenta em função da fila que se forma na frente desse recurso. O objetivo do estudo de caso 5 é demonstrar que esses fatores analisados contribuem para a formação dos lead times produtivos e que deve ser dada atenção a sua racionalização nos sistemas.

O estudo de caso 6 foi montado para estudar a questão do uso de operadores polivalentes como fator de flexibilização da capacidade produtiva no sistema JIT. Nesse estudo de caso foi desenvolvida uma célula de produção com fabricação em fluxo unitário onde é possível trabalhar diferentes rotinas de operações padrão e tempos de ciclo para um, dois, três e seis operadores polivalentes e verificar seu desempenho físico. Por exemplo, com a simulação desse modelo é possível verificar se a rotina de operações padrão projetada para um, dois, três ou seis operadores está obtendo o tempo de ciclo desejado. O objetivo do estudo de caso 6 consiste em demonstrar que se pode obter flexibilidade na capacidade de produção pela inclusão, ou exclusão, de operadores dentro de uma célula de manufatura.

O estudo de caso 7 foi projetado para analisar as relações entre fornecedores e clientes dentro de uma cadeia produtiva, expandindo os conceitos do sistema JIT interno para as atividades externas de relacionamento com outras empresas. Nesse estudo de caso foi montado um modelo de cadeia logística com um cliente e seus quatro fornecedores e transportadores onde variáveis podem ser analisadas, como as distâncias físicas entre as empresas, a variabilidade na capacidade de produção dos fornecedores, a confiabilidade na produção e transporte dos suprimentos, os tempos de recepção e expedição dos pedidos, bem como o tamanho e número de lotes movimentados na cadeia. Por

exemplo, pode-se analisar com a simulação desse modelo o efeito de se eliminar os tempos gastos com as operações de recepção e expedição de pedidos nos estoques mantidos em uma cadeia produtiva. O objetivo desse último estudo de caso é comprovar que a mudança no relacionamento convencional com fornecedores e transportadores para um sistema mais aberto de parcerias tem um efeito significativo na otimização dos estoques, tempos e custos dos produtos fabricados nessa cadeia produtiva.

1.1.3 A Estrutura Básica dos Estudos de Casos

De uma forma geral, todos os oito estudos de casos foram montados a partir da mesma estrutura:

• uma interface com o usuário feita em Visual Basic for Applications (VBA);

• um modelo de simulação feito em Arena;

• um relatório de saída exportado para uma planilha do Excel.

A interface com o usuário foi desenvolvida a partir da linguagem de programação VBA da

Microsoft Corporation existente dentro do software Arena. Essa interface permite que o usuário

entre no estudo de caso, tenha acesso a explicações resumidas sobre o estudo de caso, faça a escolha dos valores das variáveis no formulário de entrada de dados e do modelo a ser simulado, inicie a simulação da alternativa escolhida, veja os resultados da simulação em um formulário de saída, salve os resultados na planilha do Excel, e feche o estudo de caso e a planilha do Excel. Por exemplo, na Figura 1.3 abaixo aparece a tela desenvolvida em VBA onde o usuário irá confirmar, ou não, seu desejo de salvar os resultados da rodada atual de simulação na planilha do Excel para posterior análise.

Figura 1.3 Tela de confirmação para salvar os resultados.

Os modelos de simulação dos estudos de casos foram desenvolvidos no software de simulação

Arena da Systems Modeling Corporation, representados na América Latina pela Paragon Tecnologia Ltda (www.paragon.com.br). No ambiente do Arena a linguagem de simulação é o

existentes nos templates (ou conjuntos de módulos) que irão representar o sistema produtivo. Não é objetivo desse livro de estudos de casos se aprofundar na linguagem de simulação, para tal existem bibliografias e cursos específicos. A Figura 1.4 apresenta um exemplo da janela de programação do

Arena com parte da lógica do estudo de caso 4.

Figura 1.4 Janela de programação com parte da lógica empregada no estudo de caso 4.

Uma vez desenvolvidos, os estudos de casos foram “empacotados” (pack and go) em um arquivo do tipo .avf para permitir que sejam executados dentro do software Arena Viewer, que dispensa o uso da chave de hardware. Esses arquivos não permitem modificações em sua programação, apenas acesso as variáveis e resultados via VBA. O capítulo dois será dedicado a instalação dos softwares necessários a execução dos estudos de casos.

O terceiro componente da estrutura dos estudos de casos é a planilha de resultados gerada no software Excel da Microsoft Corporation. Ao final de cada simulação dos valores escolhidos para as variáveis pode-se salvar ou não os resultados gerados na planilha do Excel. Quando se encerra a simulação do estudo de caso essa planilha fica disponível, no local onde foi salva, para ser usada na análise dos resultados e composição das respostas as perguntas formuladas. Pode-se então utilizar todo o ferramental do Excel para trabalhar os dados. A Figura 1.5 apresenta um exemplo da planilha de resultados do estudo de caso 7.

Figura 1.5 Planilha de resultados do estudo de caso 7.

1.2 Conceitos Gerais de Simulação

Pode-se conceituar simulação como o processo de projetar um modelo computacional de um sistema real e conduzir experimentos com esse modelo com o propósito de entender seu comportamento e/ou avaliar estratégias para sua operação. A simulação não é uma ferramenta de otimização, mas sim uma ferramenta que permite responder a perguntas do tipo: o que aconteceria se ...?

Nesse sentido, a simulação é a ferramenta ideal para suscitar a discussão da aplicabilidade das principais técnicas que compõem o sistema de produção JIT, visto que as razões para se empregar a simulação estão presentes nos estudos de casos propostos, ou seja:

• o sistema modelado ainda não existe: podemos montar sistemas “muito” convencionais e sistemas JIT perfeitos, no sentido de explorar os extremos;

• experimentar com o sistema real é muito dispendioso: as mudanças propostas dificilmente poderiam ser implementadas na prática;

• a experimentação com o sistema real é inapropriada: não se pode levar uma fábrica para dentro da sala de aula.

A técnica de simulação funciona de maneira que o modelo computacional para a simulação do sistema desenvolvido executa de forma seqüencial e repetitiva um conjunto de instruções, baseadas no tempo, alterando o valor das variáveis que influenciam no comportamento do sistema. Essas variáveis não terão seus valores conhecidos antecipadamente, pois a medida em que eventos vão acontecendo, seus valores vão se alterando. Por exemplo, uma máquina que está parada será

acionada a partir da chegada (evento) de um lote de produtos a ser processado. O tempo total de acionamento da máquina dependerá do tamanho do lote e da distribuição de probabilidade associada ao tempo padrão de operação da máquina. O controle da execução desse modelo permite a realização de diferentes experimentos, que, por sua vez, permitirão estimar e concluir a respeito do comportamento do modelo no sentido de responder as questões formuladas.

Para representar melhor as condições reais de operação, as variáveis envolvidas no modelo de simulação podem ser de caráter aleatório, descrito por distribuições teóricas de probabilidade que dependem de uma semente. Por exemplo, admitindo-se que o tempo unitário de operação de uma máquina siga uma distribuição normal de média dez minutos e desvio padrão de um minuto, sempre que chegar um lote de cinco unidades para ser processado, o programa computacional irá sortear um número aleatório, a partir de uma semente, com as características de uma função normal com essa média e esse desvio padrão, e multiplicá-lo por cinco para obter o tempo total que a máquina irá ficar operando.

Visando aproximar os modelos teóricos dos estudos de casos com situações aleatórias encontradas na prática, por exemplo, um operário nunca monta um produto em exatamente dois minutos mas em

média em dois minutos, nos modelos desenvolvidos foram utilizadas algumas distribuições

aleatórias conhecidas, como a função normal, a exponencial, a triangular e a discreta. A função normal foi empregada na maioria dos estudos de casos para representar situações com baixa variabilidade, como os tempos de operação das máquinas, enquanto a distribuição triangular foi útil para gerar variabilidades maiores em um determinado sentido, como, por exemplo, fazendo com que operadores mal treinados tenham tempos operacionais que sigam uma distribuição triangular de média 10 minutos, valor mínimo de 9,95 e valor máximo de 15 minutos (Figura 1.6), enquanto que operadores bem treinados tenham seus tempos atrelados a uma distribuição triangular de média 10 minutos, valor mínimo de 9,95 e valor máximo de 10,05 minutos (Figura 1.7).

Figura 1.7 Distribuição triangular (9.95, 10, 10.05) gerada pelo Input Analyser do Arena.

Para evitar que as seqüências de números aleatórios se repitam a cada rodada de simulação, foi adicionado ao modelo computacional um gerador de sementes aleatórias, dessa forma a cada rodada a série de números aleatórios gerados para dar entrada nas distribuições de probabilidades será diferente. Em decorrência disso as variáveis aleatórias do modelo apresentarão valores diferentes a cada rodada.

Um ponto importante na técnica de simulação diz respeito à confiabilidade dos resultados gerados. Ela está associada ao número de amostras e ao tamanho das amostras. Como se trabalha com distribuições de probabilidade e geradores de números aleatórios, a cada replicação da alternativa simulada um valor diferente dos resultados aparecerá. Quanto maior for a variabilidade dos resultados gerados, maior deverá ser o número de replicações, ou amostras, para garantir um valor confiável estatisticamente. Por outro lado, o tamanho da amostra também tem seu significado nesse processo. Quanto maior for o número de resultados gerados durante o período da simulação, mais confiável o valor final será.

Apesar de uma análise estatística dos resultados gerados nos diferentes estudos de casos ser possível de realização, o objetivo desse trabalho é de fomentar a discussão entre os sistemas convencionais e o sistema JIT, além do que, como já foi dito, os sistemas produtivos estão bastante estereotipados e foram montados ao gosto do programador, logo não representam uma realidade, e não tem sentido buscar esse detalhamento matemático. Contudo, ao se estabelecer o tempo total de simulação para um horizonte de seis meses, na maioria dos estudos de casos, isso garante um tamanho de amostra generoso. Por exemplo, no estudo de caso 1 em determinadas situações o valor do lead time médio foi obtido a partir da simulação de 6000 lotes de produção durante os seis meses simulados, com certeza isso garante confiabilidade ao resultado obtido.