Utilização de modelos de simulação para a melhoria de um sistema de restauração: estudo de caso de uma cantina universitária

Patrícia da Soledade Fernandes Poça

Utilização de Modelos de Simulação para a

Melhoria de um Sistema de Restauração –

Estudo de Caso de uma Cantina Universitária

Patrícia da Soledade Fernandes Poça

Utilização de Modelos de Simulação par

a a Melhor ia de um Sis tema de R es taur ação – Es

tudo de Caso de uma Cantina Univ

er

sit

ár

Dissertação de Mestrado

Mestrado em Engenharia Industrial

Trabalho efectuado sob a orientação do

Professor Doutor Luís Miguel da Silva Dias

Patrícia da Soledade Fernandes Poça

Utilização de Modelos de Simulação para a

Melhoria de um Sistema de Restauração –

Estudo de Caso de uma Cantina Universitária

A

Esta dissertação só foi possível graças ao apoio de várias pessoas, entre as quais destaco as mais importantes.

Ao professor Luís Miguel da Silva Dias pela orientação, pelo conhecimento e profissionalismo, bem como ao António Amaro Costa Vieira pelo apoio e disponibilidade sempre demonstrada.

Queria também agradecer à professora Senhorinha Teixeira pelo apoio e disponibilidade.

Não poderia deixar de agradecer de uma forma especial à minha família, em especial à minha mãe pela paciência, pelo apoio e pelo o incentivo durante a realização deste trabalho. Ao meu namorado, pelo acompanhamento, pela presença e por ter acreditado sempre nas minhas capacidades.

Aos meus amigos por me animarem sempre nos momentos mais complicados, por me apoiaram, pelo carinho demonstrado, e acima de tudo, pela grande amizade.

Por fim, resta-me agradecer a todas as pessoas que contribuíram direta ou indiretamente para a concretização desta dissertação.

R

Nos últimos anos tem-se verificado uma preocupação crescente por parte das empresas com a qualidade dos serviços prestados aos clientes e com a eficiência dos processos, que é nomeadamente verificada através das filas de espera num dado serviço. As filas de espera devem ser analisadas com o maior rigor possível, sendo a simulação considerada a melhor alternativa para a maioria dos casos, quando comparada com a análise analítica, uma vez que incorpora a natureza estocástica dos processos. O estudo desta dissertação incidiu numa cantina de uma instituição de ensino Portuguesa, isto é, na cantina de Gualtar da Universidade do Minho. Este estudo tem como objetivo principal detetar possíveis pontos de estrangulamento no funcionamento da cantina, bem como aumentar a eficiência dos processos, através da utilização de uma ferramenta de simulação.

Na elaboração desta dissertação começou-se por realizar a revisão bibliográfica, sendo esta mais aprofundada ao nível da simulação. De seguida foram realizadas duas entrevistas com o intuito de conhecer melhor a cantina de Gualtar. Posteriormente, foram concebidos dois questionários de diagnóstico e satisfação, sendo um aplicado aos clientes através do Qualtrics Survey Software e outro aos funcionários da cantina de Gualtar. Os resultados foram criteriosamente analisados no software SPSS. Complementarmente, foram ainda recolhidos dados relevantes para o problema em questão através da realização da observação na cantina de Gualtar que teve como principal objetivo analisar, observar e verificar possíveis constrangimentos tanto no atendimento ao cliente como no sistema interno. O modelo de simulação da cantina foi elaborado na ferramenta de simulação SIMIO, com detalhes realísticos e em 3D. Nesse modelo definiram-se como medidas de desempenho o “tempo de atravessamento”, o tempo de ciclo, o Work-In-Process e o tempo de espera. Para avaliar o impacto que as alterações às propriedades do modelo produzem nas medidas de desempenho e na taxa de ocupação dos funcionários da cantina foi utilizado o modo de experiências de simulação do SIMIO.

Os ensaios de simulação verificam uma melhoria significativa em todas as medidas de desempenho, com a introdução de um novo dispositivo de informação, a remoção de um funcionário a encher copos na rampa direita 2 e a reposição do sumo na rampa direita pelo caminho mais curto. Quanto à taxa de ocupação dos funcionários envolvidos esta diminuiu significativamente em relação ao sistema atual. Como estes funcionários vão estar menos tempo ocupados poderão ajudar os funcionários da cozinha ou os funcionários das rampas sempre que seja necessário.

A

The companies concern with the quality of the services provided, and with the processes efficiency, has been growing in the last years. This can be evaluated through the analysis of the queues system in certain services.

The queues must be analyzed with accuracy and the simulation is considered the best tool for most cases, compared with the analytical examination, since it incorporates the stochastic nature of the processes.

This thesis focused on a canteen from a portuguese educational institution, which is the University of Minho, located in Gualtar Braga in Portugal. The goal of this study is to detect potential bottlenecks in the canteen, as well as an efficiency increase, with the support of a simulation tool.

As a first step, a literature review was done with the main focus on the simulation tool. Afterwards, two interviews took place to better understand the Gualtar canteen process. After that, two surveys were designed: one for diagnostic and another to evaluate the satisfaction of the customers. The surveys were applied using Qualtrics Survey Software and personally with the canteen staff. The results were carefully analyzed in the SPSS software. In addition, relevant data was also collected, by conducting observations in the Gualtar canteen. The goal was to analyze, observe and identify possible constraints in the customer service and in the internal system.

The canteen simulation model was developed in the SIMIO simulation tool, with realistic detail and in 3D. In this model, the performance measures are defined through the crossing time, cycle time, Work-in-process and the waiting time. To evaluate the impact of the changes of the properties in the measures and on the canteen staff capacity rate, it was used the option simulation experiment from SIMIO. The simulation experiment showed that there would be a significant improvement in all the performance measures, by introducing a new information device, together with the elimination of the process of an employee filling the cups on the right ramp number 2 and also with the juice refill process made by a shorter route. Concerning the occupancy rate of the staff involved, it has significantly decreased compared with the current system. As these employees would have more free time, they would also be able to support the kitchen staff or the employees located in the ramps when necessary.

Í

Agradecimentos ... iii

Resumo... v

Abstract... vii

Índice ... ix

Índice de Figuras ... xiii

Índice de Tabelas ... xvii

Lista de Abreviaturas, Siglas e Acrónimos ... xix

1. Introdução ... 1 1.1. Enquadramento ao Tema ... 1 1.2. Objetivos ... 2 1.3. Estrutura da Dissertação ... 3 2. Revisão Bibliográfica ... 5 2.1. Simulação ... 5 2.1.1. História da Simulação ... 6

2.1.2. Terminologia Utilizada na Simulação ... 7

2.1.3. Classificação dos Modelos de Simulação ... 8

2.1.4. Processo de Simulação ... 8

2.1.5. Ferramentas de Simulação ... 11

2.1.6. Vantagens e Desvantagens da Simulação ... 20

2.2. Lean Production ... 21

2.2.1. Origem do Toyota Production Systems ... 21

2.2.2. Princípios de Lean ... 22

2.2.3. Tipos de Desperdícios ... 23

2.2.4. Indicadores de Produção ... 24

2.3. Filas de Espera ... 25

3. Análise do Processo de Negócio e Identificação de Problemas ... 27

3.2. Clientes da Empresa ... 29 3.2.1. Caracterização da Amostra ... 30 3.2.2. Análise Univariada ... 31 3.2.3. Análise Bivariada ... 38 3.2.4. Conclusões ... 41 3.3. Funcionários da Empresa ... 43 3.3.1. Caracterização da Amostra ... 44 3.3.2. Análise Univariada ... 44 3.3.3. Análise Bivariada ... 49 3.3.4. Conclusões ... 51

3.4. Identificação de Problemas Observados na Empresa... 52

3.4.1. Zona da Entrada ... 52

3.4.2. Zona de Comprar a Senha ... 53

3.4.3. Zona de Guardar a Mochila ... 54

3.4.4. Zona das Rampas ... 54

3.4.5. Zona de Passagem dos Clientes nas Rampas ... 54

3.4.6. Zona da Cozinha ... 55

3.4.7. Zona das Rampas com Acesso à Cozinha ... 56

4. Modelação e Simulação ... 59

4.1. Modelo de Simulação ... 59

4.1.1. Zona da Entrada ... 59

4.1.2. Zona de Comprar a Senha ... 61

4.1.3. Zona de Guardar a Mochila ... 62

4.1.4. Zona das Rampas ... 63

4.1.5. Zona de Passagem dos Clientes nas Rampas ... 64

4.1.6. Zona da Cozinha ... 72

4.1.7. Zona das Rampas com Acesso à Cozinha ... 76

4.2. Animação ... 84

4.3.1. “Tempo de Atravessamento” ... 86

4.3.2. Tempo de Ciclo ... 87

4.3.3. Work-In-Process ... 87

4.3.4. Tempo de Espera ... 87

4.4. Validação do Modelo ... 88

4.4.1. Número de Reposições e Quantidades Finais nas Rampas ... 88

4.4.2. “Tempo de Atravessamento” e Tempo de Ciclo ... 89

4.4.3. Tempo de Espera ... 90

5. Experiências de Simulação ... 91

5.1. Experiência sobre o Sistema Atual: Ementa Carne e Ementa Peixe ... 91

5.2. Experiência sobre o Uso de Dispositivos de Informação... 94

5.3. Experiência sobre o Funcionário Responsável por Encher Copos na RD2 ... 98

5.4. Experiência sobre a Reposição do Sumo na RD ... 100

5.5. Experiência com Múltiplas Melhorias ... 103

6. Conclusão ... 105

Referências Bibliográficas ... 111

Anexo I – Tabela de Requisitos de Dados dos Clientes ... 115

Anexo II – Questionário de Satisfação aos Clientes ... 117

Anexo III – Caracterização da Amostra dos Clientes ... 124

Anexo IV – Análise Univariada dos Clientes ... 126

Anexo V – Análise Bivariada dos Clientes ... 143

Anexo VI – Tabela de Requisitos de Dados dos Funcionários ... 147

Anexo VII – Questionário de Satisfação aos Funcionários ... 149

Anexo VIII – Caracterização da Amostra dos Funcionários ... 153

Anexo IX – Análise Univariada dos Funcionários ... 154

Anexo X – Análise Bivariada dos Funcionários ... 162

Anexo XI – Taxa de Ocupação dos Funcionários: Cenário 1 ... 164

Anexo XII – Taxa de Ocupação dos Funcionários: Cenário 2 ... 165

Anexo XIII – Taxa de Ocupação dos Funcionários: Cenário 3 ... 166

Anexo XIV – Taxa de Ocupação dos Funcionários: Cenário 4 ... 167

Anexo XVI – Taxa de Ocupação dos Funcionários: Cenário 6 ... 169

Anexo XVII – Taxa de Ocupação dos Funcionários: Cenário 7 ... 170

Anexo XVIII – Taxa de Ocupação dos Funcionários: Cenário 8 ... 171

Anexo XIX – Taxa de Ocupação dos Funcionários: Cenário 9 ... 172

Í

F

Figura 1 - Processo de simulação (a) ... 10

Figura 2 - Processo de simulação (b) ... 11

Figura 3 – Ferramentas de simulação mais utilizadas pelos universitários ... 12

Figura 4 – Popularidade das ferramentas de simulação ... 12

Figura 5 - SIMIO ... 15

Figura 6 – Classes de objetos do SIMIO ... 16

Figura 7 – Janela principal do SIMIO... 17

Figura 8 – Casa Toyota Production System ... 22

Figura 9 - Universidade do Minho em Braga ... 27

Figura 10 - Cantina de Gualtar ... 28

Figura 11 - Clientes da cantina de Gualtar ... 31

Figura 12 - Refeições realizadas pelos clientes na cantina de Gualtar ... 32

Figura 13 - Comprar senha na cantina de Gualtar ... 34

Figura 14 - Satisfação global dos clientes face ao serviço prestado ... 34

Figura 15 - "As refeições da cantina são nutritivas, pois têm em atenção a roda dos alimentos." ... 35

Figura 16 - "O preço da cantina de Gualtar é acessível tendo em conta a composição do menu." ... 36

Figura 17 - "Por vezes, a refeição que está na ementa não coincide com a refeição servida.” ... 36

Figura 18 - "Preferia uma garrafa de água em opção ao sumo." ... 36

Figura 19 - Clientes da cantina de Gualtar versus género... 38

Figura 20 - Frequência das refeições na cantina de Gualtar versus habitação dos estudantes ... 39

Figura 21 - Comprar senha na cantina de Gualtar versus género ... 41

Figura 22 - Tempo que os funcionários exercem funções na cantina de Gualtar ... 44

Figura 23 - “A meu ver deveriam existir atividades de convívio entre os funcionários da cantina.” ... 46

Figura 24 - “Dão-me formação necessária para desempenhar a minha função.” ... 47

Figura 25 - "Mudaria de emprego se tivesse uma oportunidade com melhores condições e com melhor salário." ... 47

Figura 26 - “Raramente tenho de desempenhar outras funções para além das que são atribuídas.” .. 48

Figura 27 - “Realizo muitas tarefas durante o horário de trabalho.” ... 48

Figura 28 - “Estou satisfeito(a) com o meu salário e recompensas.” ... 48

Figura 30 - Tempo que os funcionários exercem funções na cantina versus género ... 50

Figura 31 - Zona da entrada ... 53

Figura 32 - Zona de comprar a senha ... 53

Figura 33 - Zona de guardar a mochila ... 54

Figura 34 - Zona das rampas ... 54

Figura 35 - Zona de passagem dos clientes nas rampas ... 55

Figura 36 - Zona da cozinha... 56

Figura 37 - Zona das rampas com acesso à cozinha ... 57

Figura 38 – Sources: Chegada_dos_clientes_carne e Chegada_dos_clientes_peixe ... 59

Figura 39 - Rate Tables: Chegada_clientes_carne e Chegada_clientes_peixe ... 60

Figura 40 - Rate Tables: Chegada_clientes_carne e Chegada_clientes_peixe (valores) ... 60

Figura 41 – Propriedade: Ementa_peixe ... 60

Figura 42 - Modelo de simulação em 3D: Zona da entrada ... 61

Figura 43 - Path que liga a zona da entrada à zona de comprar a senha... 61

Figura 44 – Lookup Tables: Percentagem_compra_senha (valores) ... 61

Figura 45 – Server: Comprar_senha ... 62

Figura 46 - Lookup tables: Percentagem_guarda_mochila (valores) ... 62

Figura 47 – Server: Guardar_mochila ... 63

Figura 48 - Paths que ligam a zona das rampas à zona da rampa da esquerda e da direita ... 63

Figura 49 – Paths que ligam a zona das rampas à zona da rampa da direita 1 e 2 ... 64

Figura 50 - Modelo de simulação em 3D: Zona de passagem dos clientes na RD e na RE ... 64

Figura 51 - Paths que ligam a zona da casa de banho à zona dos homens e das mulheres ... 65

Figura 52 - Path que liga a zona da casa de banho à zona dos tabuleiros ... 65

Figura 53 - States Variables: QuerTabuleiroRE, TabuleirosNaMesaRE e TabuleirosNaMesaRD ... 65

Figura 54 – Server: Tabuleiros_RE ... 66

Figura 55 – Server: Pão_RE... 67

Figura 56 – Server: Doces_RE ... 68

Figura 57 – Server: Sopa_RE ... 68

Figura 58 – Server: Comida_RE ... 69

Figura 59 – Processo: Pega_Sumo_RE ... 71

Figura 60 – Servers: RampaE_Entregar_senha e RampaD_Entregar_senha ... 72

Figura 62 – Source: Chegada_salada ... 72

Figura 63 – Server: Preparar_salada ... 72

Figura 64 – Processo: Frango_Salada_Arroz ... 73

Figura 65 – TransferNode: Output@Preparar_salada ... 73

Figura 66 – Source: Chegada_Frangos_peixe ... 73

Figura 67 – Server: ColocarFrangoPeixeForno_ParaAssar ... 74

Figura 68 – Processo: FuncionarioFrangosPeixe_processamento ... 74

Figura 69 – Processo: FuncionarioFrangosPeixe_ObterMaisRecursos ... 74

Figura 70 – TransferNode: Output@ColocarFrangoPeixeForno_ParaAssar ... 74

Figura 71 – Source: Chegada_ArrozBatatasMassa ... 75

Figura 72 – Server: Preparar_ArrozBatatasMassa ... 75

Figura 73 – TransferNode: Output@Preparar_ArrozBatatasMassa ... 75

Figura 74 – Source: Chegada_panelas e Server :Lavagem_panelas ... 76

Figura 75 – TransferNode: Output@Lavagem_panelas ... 76

Figura 76 – Server: Comida_RD1 ... 77

Figura 77 – Server: Comida_RD2 ... 77

Figura 78 – Servers: Sopa_RD1 e Sopa_RD2 ... 77

Figura 79 – TransferNode: NodoInicial_Comida ... 78

Figura 80 – TransferNode: Serve_FrangpPeixeSalada ... 78

Figura 81 – TransferNode: Output@Preparar_comida_RE ... 78

Figura 82 – BasicNode: Input@Entrega_comida_RE ... 78

Figura 83 – TransferNode: NodoInicial_SumoDocePao ... 79

Figura 84 – TransferNode: EncherCopos... 79

Figura 85 – Sources: Repor_pao_RD, Repor_doces_RD1_RD2 e Repor_sumo_RD1_RD2 ... 79

Figura 86 – Servers: Preparar_Pao_RD, Preparar_Doces_RD1_RD2 e Preparar_sumo_RD1_RD2 .... 80

Figura 87 – Processo: EscolheDestino_SumoDocePao_RD1RD2 ... 80

Figura 88 – Processos: AtualizaQuantidades_RD1 e AtualizaQuantidades_RD2 ... 81

Figura 89 – Source: Cria_Olho_RE ... 81

Figura 90 – Processo: QuantidadeRE_Olho ... 82

Figura 91 – Processo: QuantidaRD_Olho ... 82

Figura 92 – Sources: sumo, doce, sopa e pão para a RE ... 82

Figura 94 – Processo: sumo para a RE ... 83

Figura 95 – Processo: Destino_Comida_RD1_RD2 ... 83

Figura 96 – Processo: sumo para a RD ... 84

Figura 97 - Processos para a comida RD ... 84

Figura 98 - Adição de imagens à comida ... 84

Figura 99 - Modelo de simulação da cantina em 2D ... 85

Figura 100 - Modelo de simulação da cantina em 3D ... 85

Figura 101 – Processo: Conta_Entradas ... 86

Figura 102 – Processo: Conta_Saidas ... 86

Figura 103 – “Tempo de atravessamento” ótimo ... 88

Figura 104 - Reposições RE e RD para ementa carne e para ementa peixe ... 89

Figura 105 – Quantidades finais RE e RD para ementa carne e para ementa peixe ... 89

Figura 106 – “Tempo de atravessamento” e tempo ciclo ... 90

Figura 107 - Falta de recursos nas rampas ... 90

Figura 108 - Cenários para a propriedade Ementa_peixe... 92

Figura 109 – Dispositivo de informação ... 95

Figura 110 - Informação presente no dispositivo de informação ... 95

Figura 111 – Propriedade: Usar_Aplicacao ... 96

Figura 112 – Processo: Chama_Funcionario_B ... 96

Figura 113 - Cenários para a propriedade Usar_Aplicação ... 96

Figura 114 – Propriedade: Funcionario_EncheCoposRD2 ... 98

Figura 115 – Server: Sumo_RD2 ... 99

Figura 116 - Cenários para a propriedade Funcionario_EncheCoposRD2 ... 99

Figura 117 - Percurso do funcionário que repõe sumo RD ... 101

Figura 118 – Souces: Repor_sumo_RD1_RD2 e Repor_sumo_RD1_RD2_1 ... 101

Figura 119 - Cenários para a propriedade Repor_Sumo_Longe ... 102

Figura 120 - Medidas de desempenho ... 103

Í

T

Tabela 1 - Ferramentas de simulação com mais popularidade ... 13

Tabela 2 - Objetos principais do SIMIO ... 17

Tabela 3 - Sugestões/reclamações dos clientes ... 37

Tabela 4 - Classificação dos clientes ... 45

Tabela 5 - Número de replicações ... 88

L

A

,

S

A

2D: Bidimensional 3D: Tridimensional

ALGOL: ALGOrithmic Language FORTAN: Formula Translating System

GASP: Graph Algorithm and Software Package GPSS: General Purpose Simulation System RD1: Rampa da Direita 1

RD2: Rampa da Direita 2 RE: Rampa da Esquerda

SIMAN: Simulation Modelling Analysis

SIMIO: Simulation Modelling based on Intelligent Objects Tdp: tempo disponível para produção

Te: tempo de processamento da estação Tt: Takt Time

WIP: Work In Process

1. I

1.1. Enquadramento ao Tema

Nas últimas décadas, o peso do setor de serviços tem-se destacado na economia mundial quando comparado com outros setores que compõem o Produto Interno Bruto (PIB). Atualmente, cerca de 67% do PIB representa o setor de serviços na economia Portuguesa (Portugal Global, 2014).

Neste sentido, as empresas devem preocupar-se com a qualidade dos serviços prestados e com a eficiência dos processos. A eficiência dos processos é nomeadamente verificada através das filas de espera no serviço, que segundo Gross & Harris (1998) são consideradas desagradáveis tanto na ótica dos consumidores como na ótica dos gestores, pois os gestores sabem que as filas de espera podem ter um custo associado. Assim, as filas de espera devem ser analisadas da melhor maneira possível, sendo a simulação a melhor alternativa para estes casos, quando comparada com a análise analítica (Centeno, 1996).

Desta forma, o presente trabalho de investigação consiste em realizar um estudo na cantina de Gualtar na Universidade do Minho, onde se pretende observar através da utilização da simulação, possíveis constrangimentos nos serviços prestados aos clientes, bem como na eficiência dos processos internos. A simulação é um método experimental com modelação detalhada de um sistema real, onde através da utilização de modelos visuais e/ou animações gráficas permite determinar como o sistema irá responder a mudanças na sua estrutura, ambiente ou pressupostos subjacentes (Banks, 1999). Hlupic (2000) refere que a modelação em simulação está a ser amplamente utilizada na melhoria de muitos sistemas de desempenho, sendo considerada uma ferramenta indispensável no apoio a decisões estratégicas. O presente estudo irá utilizar uma ferramenta de simulação, nomeadamente, o SIMIO com o intuito de melhorar a qualidade dos serviços prestados aos clientes da cantina universitária, tendo também em consideração a eficiência dos processos.

O SIMIO é uma ferramenta de simulação recente baseada em objetos inteligentes (Sturrock & Pegden, 2010). Um modelo desenvolvido no SIMIO parece-se com um sistema real, uma vez que permite criar modelos animados em 3D (Pegden & Ieee, 2007; Pegden & Sturrock, 2011). Da mesma forma, Zheng et al., (2011) referiu que a criação do software SIMIO conduziu a um melhor contacto com a realidade, visto que permitiu criar modelos de simulação animados em 2D e em 3D.

Neste sentido, a aplicação desta ferramenta de simulação irá assentar na construção de um modelo equivalente ao sistema em análise, onde o modelo construído deve reproduzir o comportamento real do sistema, ou seja, deve reproduzir o atual funcionamento da cantina de Gualtar da Universidade do Minho. Em suma, a simulação apresenta inúmeras vantagens, pois permite analisar o desempenho de sistemas e de processos complexos, permite realizar diferentes cenários sem comprometer recursos, permite diagnosticar problemas, permite identificar pontos de estrangulamento e permite realizar uma análise de longo prazo num curto espaço de tempo (Ingalls, 2011). De igual forma, Shannon (1998) refere que um modelo de simulação pode ser utilizado inúmeras vezes, podendo ser tão detalhado como no sistema real. Neste sentido, a simulação quando utilizada de forma apropriada possibilita analisar as variáveis que afetam o ambiente do problema, as informações relativas aos processos e o comportamento que as alterações produzem (Altiok & Melamed, 2007).

1.2. Objetivos

O objetivo geral do presente trabalho de investigação consiste na utilização de uma ferramenta de simulação, nomeadamente, o SIMIO, com o intuito de realizar uma análise detalhada ao funcionamento da cantina de Gualtar da Universidade do Minho, para que se consigam detetar possíveis problemas no sistema.

De forma a alcançar o objetivo geral, foram definidos alguns objetivos específicos, nomeadamente: a) Identificação de possíveis pontos de estrangulamento no funcionamento da cantina, tanto ao nível

do atendimento ao cliente, como também ao nível do sistema interno;

b) Redução do “tempo de atravessamento” do cliente no sistema, o que irá provocar redução do tempo do cliente nas filas de espera na cantina;

c) Redução do Work-In-Process (WIP) no sistema, o que irá conduzir à redução do tamanho das filas de espera na cantina;

d) Redução do tempo de ciclo do sistema, o que irá provocar um aumento da capacidade na cantina; e) Melhoria na taxa de ocupação dos funcionários, o que irá provocar um acréscimo na produtividade

e no envolvimento no sistema;

f) Determinação do número ideal de funcionários, tendo em vista os custos e os benefícios associados à mão de obra em excesso e em falta no sistema;

1.3. Estrutura da Dissertação

A presente dissertação encontra-se dividida em 6 capítulos. O 1º capítulo denominado de introdução contém o enquadramento ao tema, os principais objetivos e a estrutura da dissertação. O 2º capítulo denominado de revisão bibliográfica aborda essencialmente o tema da simulação, onde é descrita a história da simulação, a terminologia utilizada na simulação, a classificação dos modelos de simulação, o processo de simulação, as ferramentas da simulação, sendo apresentada com maior detalhe a ferramenta SIMIO, e as principais vantagens e desvantagens da simulação. Ainda neste capítulo é abordado o tema Lean Production onde é descrita a origem do Toyota Production Systems, os princípios de Lean, os tipos de desperdícios e os indicadores de produção e também é ainda abordado o tema das filas de espera onde é descrito o processo das filas de espera. O 3º capítulo denominado de análise do processo de negócio e identificação de problemas contém uma breve apresentação da empresa, a apresentação dos clientes e dos funcionários da empresa e a identificação dos problemas observados na empresa. O 4º capítulo denominado de modelação e simulação contém a apresentação do modelo de simulação desenvolvido no SIMIO, a animação, as medidas de desempenho e a validação do modelo. O 5º capítulo denominado de experiências de simulação contém quatro experiências realizadas no SIMIO de forma a analisar o seu impacto com o sistema atual, com o intuito de o melhorar. O 6º capítulo contém as principais conclusões desta dissertação e algumas sugestões para o trabalho futuro.

Adicionalmente, foram gravados alguns vídeos de exemplificação do modelo em execução e colocados no endereço: https://www.dropbox.com/sh/wmx9wo5d26t1vf5/AADZOK9WLVyoLJfoTznQXsxia?dl=0. Neste endereço encontra-se ainda este documento e o modelo de simulação construído no SIMIO.

2. R

B

A revisão bibliográfica presente neste capítulo aborda essencialmente três temas: a simulação, o Lean Production e as filas de espera. Na simulação descreve-se de forma sucinta a história, a terminologia utilizada, a classificação dos modelos, o processo, as ferramentas, bem como as vantagens e desvantagens. No Lean Production aborda-se a origem do Toyota Production Systems, os princípios de Lean, os tipos de desperdícios e os indicadores de produção. Nas filas de espera é realizada uma apresentação sucinta acerca do processo das filas de espera.

A revisão bibliográfica nesta dissertação teve em conta fontes primárias, nomeadamente, dissertações e teses, fontes secundárias, tais como, jornais, livros, artigos e revistas científicas e fontes terciárias, essencialmente índices.

2.1. Simulação

Para Banks (1999) a simulação é um método experimental com modelação detalhada de um sistema real, onde através da utilização de modelos visuais e/ou animações gráficas permite determinar como o sistema irá responder a mudanças na sua estrutura, ambiente ou pressupostos subjacentes. A simulação para Dias (2005) é uma técnica utilizada na análise de sistemas dinâmicos, sujeitos a fenómenos de interação entre as entidades que o compõem. Para Khoshnevis (1994) e Shannon (1975) a simulação é um processo de criação de modelos com base em sistemas reais ou hipotéticos durante um determinado período de tempo, com o intuito de melhorar o desempenho, avaliar estratégias e compreender o comportamento de sistemas. De igual forma, Pedgen, Shannon, & Sadowski (1990) referem que a simulação é um processo que permite desenvolver um modelo de um sistema real conduzindo-o a experiencias, com o intuito de entender o seu comportamento e avaliar estratégias para a sua operação. Odum & Odum (2000) indicam que os modelos criados nas ferramentas de simulação ajudam a perceber melhor como os processos reais estão organizados e como funcionam.

Hlupic (2000) refere que a modelação em simulação está a ser amplamente utilizada na melhoria de muitos sistemas de desempenho, sendo considerada uma ferramenta indispensável no apoio a decisões estratégicas. Da mesma forma, Shannon (1998) e Skoogh, Johansson, & Stahre (2012) consideram a simulação uma das mais poderosas ferramentas para planear, desenvolver e analisar os processos de produção. Para Guneri & Seker (2008), a simulação é geralmente utilizada como ferramenta de apoio à tomada de decisão em problemas operacionais, de projeto e de planeamento.

As razões que levam a que a simulação seja considerada uma das ferramentas mais utilizadas em sistemas de produção devem-se a vários fatores, tais como, um modelo matemático é mais difícil de desenvolver do que um modelo de simulação, torna-se necessário apresentar a animação gráfica para uma melhor compreensão do sistema real, as ferramentas de simulação tem vindo a melhorar levando à redução do tempo de desenvolvimento dos modelos, os resultados são facilmente alcançáveis com os modelos de simulação do que com os modelos analíticos e a experimentação no sistema real pode ser difícil ou até mesmo impossível (Banks, 2001; Freitas, 2008).

2.1.1. História da Simulação

As primeiras linguagens de programação surgiram na década de 40, altura em que a utilização da simulação era considerada inviável, pois apenas os profissionais com formação na área conseguiam desenvolver e compreender os resultados obtidos nos modelos de simulação. Nesta década, foram criadas algumas linguagens de programação, tais como, o FORTAN e a ALGOL (Paiva, 2005).

Os modelos de simulação são desenvolvidos tendo em conta os paradigmas de simulação, que segundo Dias (2005) podem ser de três tipos, isto é, podem ser orientados aos eventos, orientados aos processos e orientados aos objetos. A orientação aos eventos significa que os eventos são definidos, tal como as respetivas mudanças de estado que ocorrem no sistema, a orientação aos processos refere que o movimento das entidades pelo sistema é modelado através de um fluxograma e na orientação aos objetos os utilizadores modelam o sistema, descrevem os objetos físicos que o compõem e as interações entre eles (Pegden, 2010).

As linguagens mais específicas para a simulação começaram a aparecer na década de 60, sendo exemplo a GPSS e a GASP (Dias, 2005). Nesta altura, predominava o paradigma de simulação orientado a eventos. Como os sistemas ficaram cada vez mais complexos houve a necessidade de mostrar às pessoas os benefícios reais dos modelos de simulação criados.

Neste sentido, na década de 80 surgiram as primeiras animações em simulação, sendo exemplo o SIMAN e o CINEMA. A animação em simulação é importantíssima, pois facilita na compreensão dos sistemas modelados, uma vez que é capaz de reproduzir os sistemas reais graficamente (Paiva, 2005). Nesta década, dominava o paradigma da modelação orientada aos processos.

Nos dias de hoje, a simulação é considerada uma ferramenta poderosa, uma vez que permite realizar experiências nos modelos de simulação criados sem ter de as efetuar no sistema real. ARENA e PROMODEL são duas ferramentas de simulação atuais que permitem realizar a análise da viabilidade dos modelos de simulação. Apesar da orientação aos processos ser considerado um paradigma muito

eficaz, o paradigma da orientação aos objetos surgiu nesta altura com o intuito de tornar o processo de simulação mais fácil e natural (Dias, 2005). O SIMIO é um exemplo de uma ferramenta de simulação com este paradigma.

2.1.2. Terminologia Utilizada na Simulação

Um sistema é constituído por elementos que explicam onde, quando, quem, o quê e como ocorre o processamento das entidades na simulação. A seguir encontram-se os conceitos mais utilizados na simulação que irão servir de auxílio na formulação dos modelos de simulação (Banks, 1999; Freitas, 2008).

 Entidades: as entidades podem ser classificadas como dinâmicas ou estáticas. As entidades dinâmicas movem-se através do sistema, podendo ser por exemplo clientes e as entidades estáticas tem a função de servir a outras entidades, podendo ser por exemplo máquinas. Por outro lado, as entidades podem ainda ser classificadas como temporárias quando entram, percorrem e abandonam o sistema ou permanentes quando executam a sua função sem abandonar o sistema;  Variáveis: as variáveis contém informações necessárias acerca do sistema num determinado instante de tempo. O número de pessoas, de peças ou de tarefas nas filas de espera são consideradas variáveis do sistema. As variáveis podem ser alteradas pelas entidades do sistema;  Atributos: os atributos são características próprias que definem cada entidade no sistema, sendo

exemplo a idade e altura dos clientes;

 Eventos: os eventos ocorrem num determinado instante de tempo, sendo exemplo a chegada e saída de clientes do sistema. Os eventos podem alterar atributos e variáveis do sistema;

 Recursos: os recursos são entidades estáticas que prestam serviço às entidades dinâmicas, podendo ser por exemplo pessoas ou equipamentos. Neste sentido, o recurso é um lugar onde uma entidade fica a receber um serviço durante um determinado período de tempo;

 Filas: as filas são locais no sistema onde as entidades dinâmicas esperam enquanto aguardam por um recurso. Normalmente, as filas de espera adotam a estrutura FIFO, isto é, a primeira entidade a chegar será a primeira a ser processada;

 Sistema: um sistema é um conjunto de entidades que interagem entre si para a realização de um fim logico;

 Modelo: um modelo é uma representação de um sistema real com intuito de estudar e analisar esse mesmo sistema.

2.1.3. Classificação dos Modelos de Simulação

Law & Kelton (1991) e Paiva (2005) referem que os modelos de simulação podem ser classificados como:

 Abertos versus fechados: os modelos de simulação são classificados como abertos quando o meio envolvente afeta o comportamento do sistema. Por outro lado, os modelos de simulação são classificados como fechados quando não são afetados pelo meio envolvente, nem agem em função deste;

 Estáticos versus dinâmicos: os modelos de simulação são considerados como estáticos quando não envolvem a variável tempo e são considerados como dinâmicos quando os modelos tem em conta as alterações de estado do sistema ao longo do tempo de simulação, envolvendo a variável tempo;

 Contínuos versus discretos: os modelos de simulação contínuos alteram-se continuamente ao longo do tempo, ou seja, os valores das variáveis de estado podem mudar continuamente ao longo do tempo de simulação. De outra forma, os modelos de simulação discretos alteram-se em pontos específicos no tempo, isto é, os valores das variáveis de estado podem mudar em espaços temporais específicos no tempo de simulação;

 Determinísticos versus estocásticos: os modelos de simulação determinísticos não tem entidades aleatórias, ou seja, os valores de entrada e de saída são fixos. Nestes modelos, os resultados serão sempre iguais pois o comportamento do sistema está determinado. Por outo lado, nos modelos de simulação estocásticos as alterações produzem resultados aleatórios que podem ser mais ou menos previsíveis.

2.1.4. Processo de Simulação

Banks, Carson, & Barry (1996) consideram o processo de simulação dinâmico, uma vez que pode ser melhorado ao longo do desenvolvimento do modelo de simulação. Os mesmos autores referem ainda que no processo de simulação (Figura 1) se deve ter em consideração as seguintes etapas:

 Identificação e formulação do problema: nesta etapa devem ser definidos os objetivos da simulação, isto é, deve-se identificar as principais variáveis a serem analisadas, definir quais os resultados que se esperam obter com a simulação, identificar os diferentes cenários a realizar na simulação e determinar qual o tratamento estatístico a efetuar;

 Desenho do modelo: no desenho do modelo pretende-se caracterizar o problema, tendo em conta todos os fatores que influenciam o sistema real. Esta etapa inicia-se com a construção de um modelo que contenha as características mais importantes do sistema real. A construção do modelo é uma etapa essencial para todo o processo de simulação;

 Recolha de dados: esta etapa está dependente das etapas anteriores, isto é, esta dependente da identificação e formulação do problema e da construção do modelo. Os dados podem ser recolhidos através de experiências em laboratório, medições realizadas no sistema real ou tendo em conta dados históricos;

 Implementação do modelo num computador: nesta etapa implementa-se o modelo anteriormente definido numa ferramenta de simulação com o auxílio de um computador. A ferramenta de simulação selecionada e a experiência do modelador irá influenciar o tempo de implementação;

 Verificação: na verificação o modelador verifica se o modelo criado na ferramenta de simulação corresponde ao que estava definido no desenho do modelo. A utilização de ferramentas de simulação com animação ajuda a executar esta etapa de forma mais rápida;

 Validação: esta etapa tem como objetivo verificar se o modelo de simulação criado representa corretamente o sistema real. Nesta etapa pretende-se mostrar ao utilizador que qualquer experiência com o modelo de simulação irá gerar resultados que se parecem com o sistema real;  Plano de testes: nesta etapa pretende-se definir os diferentes cenários a serem testados no modelo de simulação criado, com o intuito de alcançar os objetivos estabelecidos. De igual forma, nesta etapa define-se quando deve começar e qual o tempo de simulação, qual o número de simulações a efetuar e as quais as variáveis a ter em conta nos diferentes cenários;

 Execução do modelo: o modelo é executado com base no plano de testes descrito na etapa anterior. Nesta etapa gera-se os resultados pretendidos para depois poderem ser analisados;  Análise dos resultados: nesta etapa analisam-se os resultados obtidos no modelo de simulação

criado e comparam-se com os resultados esperados. Esta fase é considerada uma fase crítica, uma vez que é a mais demorada, mais difícil e mais importante;

 Documentação: a documentação incluí a elaboração de manuais de utilização e documentação técnica que deve conter descrição detalhada do modelo de simulação e dos dados, bem como a evolução histórica das etapas de desenvolvimento. Neste sentido, a documentação é uma etapa importante durante todo o processo de simulação, uma vez que poderá ajudar em projetos futuros;

 Implementação: na implementação o modelador realiza pequenos ajustes ao modelo criado, garante a validação do modelo e procura dar formação ao utilizador. Esta etapa é considera a mais difícil a ser enfrentada pelo analista.

Figura 1 - Processo de simulação (a)

No entanto, para Montevechi et al., (2010) no processo de simulação deve-se ter em consideração apenas três etapas fundamentais, nomeadamente, a conceção, a implementação e a análise, tal como se pode observar na Figura 2. A etapa da conceção inclui três das etapas descritas anteriormente, isto é, inclui a identificação e formulação do problema, o desenho do modelo e a recolha de dados. A etapa da implementação contém três das etapas apresentadas no processo de simulação anterior, nomeadamente, a implementação do modelo num computador, a verificação e a validação. Quanto à etapa da análise abrange cinco das etapas descritas no processo de simulação anterior, ou seja, o plano de testes, a execução do modelo, a análise dos resultados, a documentação e a implementação.

Figura 2 - Processo de simulação (b)

2.1.5. Ferramentas de Simulação

Mujica & Piera (2011) verificaram ao longo dos anos que as ferramentas de simulação têm evoluído, sendo que cada uma delas se tenta diferenciar das restantes com o propósito de reduzir os esforços necessários para desenvolver um modelo de simulação.

Dias, Pereira, & Rodrigues (2007) e Hlupic & Paul (1999) referem que é necessário comparar as ferramentas de simulação existentes no mercado e analisar os seus parâmetros individualmente, antes de identificar a ferramenta mais adequada para a realização de um caso de estudo. Neste sentido, Hlupic (2000) realizou um estudo com o intuito de perceber quais as ferramentas de simulação mais utilizadas pelos universitários. A Figura 3 mostra que a ferramenta mais utilizada pelos universitários é o SIMUL8 com 44,4%, seguindo-se do WITNESS com 38,8% e do SIMAN/CINEMA com 33,3%.

Figura 3 – Ferramentas de simulação mais utilizadas pelos universitários

Da mesma forma, Dias, Pereira, & Rodrigues (2007) e Dias, Pereira, Vik, & Oliveira (2011) realizaram um estudo no sentido de entender qual a popularidade de uma série de ferramentas de simulação. Este estudo teve em consideração Sites da internet, publicações científicas na WSC, redes sociais, entre outros fatores. Na Figura 4pode-se observar que a ferramenta mais popular neste estudo é o Arena, seguindo-se do SIMUL8 e do WITNESS.

Figura 4 – Popularidade das ferramentas de simulação

Posteriormente, na Tabela 1 serão descritas de forma sucinta as ferramentas de simulação mencionadas no estudo anterior, tendo em consideração a ordem de popularidade.

Tabela 1 - Ferramentas de simulação com mais popularidade

AR

ENA

Software de simulação de eventos discretos desenvolvido pela Rockwell Automation. No ARENA primeiro desenha-se o processo e logo após cria-se a animação em 2D. Esta ferramenta permite desenvolver modelos de simulação animados que representam virtualmente qualquer sistema real (Kamrani, Abadi, & Golroudbary, 2014).

SI

M

U

L8

Software de simulação de eventos discretos utilizado para simular sistemas relacionados com o processamento de entidades. Esta ferramenta de simulação permite criar modelos de simulação com características semelhantes às do sistema real. SIMUL8 pode ser utilizado no planeamento, na logística e na otimização de processos (SIMUL8, 2015).

W

IT

NES

S Ferramenta de simulação que possibilita a criação de modelos em 2D e em 3D para qualquer

tipo de sistema de produção. O modelo de simulação desenvolvido no WITNESS é considerado flexível, uma vez que permite testar vários cenários sem ter de comprometer recursos e sem ter de interromper o sistema real (LANNER, 2015).

PR

O

M

O

D

EL Software de simulação que permite modelar processos discretos e processos contínuos. Esta _{ferramenta de simulação representa com fiabilidade os processos de um sistema real.}

PROMODEL é utilizado para planear, projetar e avaliar processos de produção, bem como processos logísticos (PROMODEL, 2015).

ANY

LO

GI

C Ferramenta de simulação que utiliza a linguagem de programação Java na criação de modelos. ANYLOGIC pode ser utilizada para modelar diversas áreas, tais como, logística, processos de negócio, recursos humanos e comportamento de clientes (ANYLOGIC, 2015).

EX

TEND

SI

M Software de simulação que modela eventos contínuos, eventos discretos, eventos baseados

no agente e eventos com taxas discretas. EXTENDSIM pode ser aplicado na melhoria de processos, na otimização de recursos e em sistemas de comunicação (EXTENDSIM, 2015).

FL

EX

SI

M Software de simulação de eventos discretos desenvolvido pela FLEXSIM Software Products,

Inc. Esta ferramenta de simulação é utilizada para modelar, visualizar, otimizar e analisar um sistema real (FLEXSIM, 2015).

AU

TO

M

O

D Ferramenta de simulação responsável por modelar sistemas de produção e sistemas de logística. AUTOMOD identifica pontos de estrangulamento, analisa o desempenho e desenvolve modelos de simulação tão detalhados como no sistema real (AUTOMOD, 2015).

PLANT SI M U LATI O N

Software de simulação de eventos discretos desenvolvido pela Siemens PLM Software. PLANT

SIMULATION é uma ferramenta de simulação que permite explorar características e otimizar o desempenho de um sistema real (Siemens PLM Software, 2015).

Q

U

EST

Ferramenta de simulação utilizada essencialmente para analisar ambientes industriais e ambientes de prestação de serviços. QUEST fornece ao modelador um ambiente de simulação em 3D para simular e analisar o fluxo de processos (Barnes, 1997).

ENT ER PR IS E D YNA M ICS

Software de simulação de eventos discretos desenvolvido pela Control Simulation Solutions.

ENTERPRISE DYNAMICS é uma ferramenta utilizada para projetar e implementar soluções de simulação, tendo presente a modelação em 2D e em 3D (INCONTROL Simulation Solutions, 2015). SI M PR O CE

SS Ferramenta de simulação que utiliza o Java e o XML no desenvolvimento de modelos.

SIMPROCESS avalia alternativas e diferentes políticas de gestão através do mapeamento de processos, do custeio baseado em atividades (ABC) e da simulação de eventos discretos (SIMPROCESS, 2015). PR O CE SS M O D EL

Software de simulação de processos que imita com precisão o sistema real. O modelador pode testar diferentes cenários de forma a visualizar possíveis oportunidades de melhoria, que serão posteriormente implementadas no sistema real (PROCESSMODEL, 2015).

SI

M

IO

Ferramenta de simulação que desenvolve modelos através da combinação de objetos, que representam os componentes físicos do sistema. O SIMIO permite desenvolver modelos de simulação animados para qualquer tipo de sistema, podendo estes ser criados em 2D e em 3D (SIMIO, 2015).

M

ICR

O

SA

INT Ferramenta de simulação de eventos discretos que permite criar modelos de forma rápida e

eficaz. MICRO SAINT permite que os processos possam ser representados através de um gráfico de fluxo. Esta é uma ferramenta flexível, pois pode ser aplicada em diversos contextos (Adept Scientific, 2015).

SI

M

CAD

P

RO Software de simulação que suporta a animação em 2D e em 3D. SIMCAD PRO é uma

ferramenta de simulação utilizada no planeamento, na organização, na otimização e na engenharia de sistemas. Neste sentido, pode ser aplicada na área da saúde, na logística e na indústria (SIMCAD PRO, 2015).

SLX +P RO O F 3D

SLX é um ferramenta de simulação que utiliza a linguagem de programação C para desenvolver modelos de simulação em 3D. Por outro lado PROOF é uma ferramenta de simulação recente que desenvolve modelos de simulação em 3D para classes de objetos (Institution Simulation Graphics, 2015).

SHO

W

FL

O

W Software de simulação que pode ser utilizado para modelar, simular, animar e analisar

processos logísticos, manufatura e transporte de materiais. SHOWFLOW identifica pontos de estrangulamento, avalia prazos de entrega e fornece informação sobre a utilização dos recursos (SHOWFLOW, 2015).

GPSS _WORLD

Software de simulação de eventos discretos que desenvolve modelos através de um editor.

Uma característica do GPSS é a flexibilidade, uma vez que permite modelar uma vasta gama de sistemas diferentes sem necessitar de programação (Vasileva & Kulchiar, 2014).

Após uma análise rigorosa e cuidada de cada ferramenta de simulação existente no mercado, para além das apresentadas anteriormente, o SIMIO foi a ferramenta selecionada para auxiliar na realização desta dissertação. O SIMIO comparativamente com o ARENA, ferramenta de simulação já conhecida, apresenta inúmeras vantagens, nomeadamente, o SIMIO é uma ferramenta recente baseada na orientação de processos e de objetos enquanto que o ARENA é só baseada na orientação de processos, no SIMIO a logica e animação são criadas numa única etapa ao contrario do ARENA em que primeiro constrói-se o modelo e depois a animação e o SIMIO permite criar modelos de simulação em 2D e em 3D ao contrario do AREMA que só permite criar modelos em 2D. A utilização do SIMIO irá assentar na construção de um modelo equivalente ao do sistema em análise, ou seja, este deve reproduzir o atual funcionamento da cantina de Gualtar da Universidade do Minho.

 SIMIO

O SIMIO (Figura 5)é uma ferramenta de simulação recente baseada em objetos inteligentes (Sturrock & Pegden, 2010). Esta ferramenta de simulação tem como objetivo principal criar e executar modelos dinâmicos, de forma a reproduzir o funcionamento de um sistema real (Centeno, 1996). O SIMIO foi desenvolvido com o intuito de simplificar na criação de modelos de simulação, através da mudança de paradigma de orientação aos processos para orientação aos objetos (Pegden & Sturrock, 2013). Para além da orientação aos objetos o SIMIO também tem em consideração a orientação aos processos no desenvolvimento de modelos de simulação (Mujica & Piera, 2011; Pegden & Sturrock, 2011).

Os modelos de simulação no SIMIO são construídos a partir da combinação de objetos (Sturrock & Pegden, 2010). Estes objetos contém propriedades específicas que determinam o seu comportamento durante a simulação (Marques, de Sousa, Rönnqvist, & Jafe, 2014). De acordo com Pegden & Ieee (2007), Pegden & Sturrock (2011) e Pegden & Sturrock (2013) os objetos do SIMIO representam os componentes físicos do modelo, podendo estes ser classificados em seis classes distintas (Figura 6):

Figura 6 – Classes de objetos do SIMIO

 Fixed: Os objetos possuem um local fixo no modelo que não se altera com o decorrer da simulação. Este objeto tem como subclasse de objetos o Link e o Node, que são redes através das quais as entidades podem fluir;

 Link: Os Links criam ligações entre dois ou mais objetos fixos no modelo, com o intuito de possibilitar a circulação de entidades e/ou transportes pelo modelo;

 Node: O Node pode estar associado a objetos fixos no modelo através da definição de entrada e saída do objeto. Este objeto pode ser utilizado para definir interseções entre uma ou mais ligações no modelo;

 Agent: Os objetos podem mover-se livremente no espaço tridimensional do modelo. Este objeto tem como subclasse de objeto a Enity;

 Enity: As entidades são objetos dinâmicos que podem ser criados ou destruídos. Este tipo de objeto move-se no modelo através de nodos e/ou ligações. Este objeto tem como subclasse de objeto o Transporter;

 Transporter: Este objeto é considerado um tipo de entidade especial, pois tem a capacidade de pegar em entidades num nodo e transporta-las para outro nodo diferente.

Na Figura 7 pode-se observar a janela principal com que o modelador se depara quando se pretende criar um modelo de simulação no SIMIO.

Classes de objetos

Fixed

Link Node

Figura 7 – Janela principal do SIMIO

A janela principal do SIMIO (Figura 7) contém na parte superior a Ribbon que é composta por sete menus, nomeadamente, Project Home, Run, Drawing, Animation, View, Visibility e Support. No centro da janela principal do SIMIO (Figura 7) encontram-se presentes cinco janelas, designadamente, Facility janela onde é efetuada a modelação e a animação através de objetos, Processes janela onde se define a lógica dos processos para o funcionamento dos objetos, Definitions janela onde se pode configurar parâmetros para serem utilizados no modelo, Data janela onde se pode definir conjuntos de dados para serem utilizados no modelo e Results janela onde se pode visualizar e analisar os dados resultantes da simulação. Do lado direito da janela principal do SIMIO (Figura 7) encontra-se na parte superior o Navigation que auxilia na navegação dos modelos de simulação e na parte inferior a Properties que permite editar as propriedades dos objetos. No lado esquerdo da janela principal do SIMIO (Figura 7) situam-se as bibliotecas que contém os objetos que podem ser utilizados na criação de modelos de simulação (Sturrock & Pegden, 2010). Em seguida serão descritos os objetos principais do SIMIO(Tabela 2), bem como apresentadas as imagens em 2D e em 3D para cada objeto (SIMIO, 2015).

Tabela 2 - Objetos principais do SIMIO

Objeto Descrição 2D 3D

Source

O Source é responsável pela criação de entidades que chegam ao modelo. Este objeto fornece informação acerca do tipo de entidade criada, do intervalo de tempo entre chegadas, do número de entidades por cada chegada, entre outras informações. O Source contém um nodo de saída e uma fila de espera.

Sink

O Sink é responsável pela destruição das entidades que tenham concluído o processo no modelo. Este objeto contém um nodo de entrada e uma fila de espera.

Serv

er

O Server representa um processo com um determinado tempo de processamento para cada entidade. Este objeto contém dois nodos, um de entrada e outro de saída, bem como uma fila de espera para cada um dos nodos. Works ta tion

A Worksation representa uma estação de trabalho com 3 fases, nomeadamente, a preparação, o processamento e a desmontagem. Este objeto contém dois nodos, um de entrada e outro de saída, bem como três filas de espera para cada fase.

Combin

er O Combiner é responsável por combinar várias entidades em uma única

entidade. Este objeto contém três nodos, dois de entrada e outro de saída, bem como três filas de espera para cada um dos nodos.

Separa

tor O Separator é responsável por separar uma entidade em várias

entidades. Este objeto contém três nodos, um de entrada e dois de saída, bem como três filas de espera para cada um dos nodos.

Resour

ce O Resource é considerado um objeto genérico que pode ser utilizado por

outros objetos.

Vehicle

O Vehicle pode ser utilizado no modelo para transportar entidades entre objetos fixos ou pode ser utilizado como recurso.

Worker

O Worker é um recurso móvel que transporta entidades entre nodos, para além das suas funcionalidades como recurso.

BasicN

ode O BasicNode modela a interseção simples entre dois ou mais Links.

Neste objeto não é possível alterar o destino nem escolher as rotas.

Tra

ns

fer

Nod

e O TransferNode modela a interseção complexa entre entidades, bem como modela os nodos de saída de objetos. Neste objeto é possível alterar o destino ao contrário do BasicNode.

Conector

O Conector estabelece a ligação entre dois objetos, com um tempo de deslocamento nulo.

Path

O Path estabelece a ligação entre dois objetos no modelo. Este objeto permite que as entidades se movam de acordo com a sua velocidade.

Tim

ePath

O TimePath estabelece a ligação entre dois objetos no modelo. Este objeto permite que as entidades se movam segundo o tempo estabelecido pelo modelador.

Conv

ey

or O Conveyor estabelece a ligação entre dois objetos no modelo. Este

objeto permite que as entidades se movam através de um tapete rolante, sendo que a velocidade destas é influenciada pelo Conveyor.

O SIMIO apresenta determinadas características que o tornam uma ferramenta de simulação única, tais como, permite criar e visualizar modelos de simulação em 2D e em 3D, proporciona um melhor contacto com a realidade através da criação de modelos em 3D, permite a incorporação de símbolos 3D no modelo através do Google Warehouse, permite obter resultados num curto espaço de tempo, ferramenta útil no apoio à tomada de decisão, permite adicionar ou criar objetos no modelo sem a utilização de programação e por último a lógica e a animação do modelo são construídos numa única etapa (Akhtar, Niazi, Mustafa, & Hussain, 2011; Mandalaki & Manesis, 2013; Mujica & Piera, 2011; Pegden & Ieee, 2007; Pegden & Sturrock, 2011; Zheng et al., 2011). Sturrock & Pegden (2010) referem que o SIMIO oferece ao modelador dois modos de execução, nomeadamente, o modo interativo que permite criar e visualizar o modelo de simulação para posterior validação e o modo experimental que permite definir uma ou mais propriedades a serem alteradas para posteriormente se verificar o impacto dessas alterações no desempenho do modelo.

Como foi referido anteriormente, o SIMIO é uma ferramenta de simulação recente daí existir pouca documentação, bem como poucos estudos relacionados com a área da restauração. No entanto, existem alguns estudos onde foi utilizada esta ferramenta de simulação, sendo possível retirar algumas ideias e conclusões. Um exemplo disso é o caso de estudo realizado por Vik, Dias, Pereira, Oliveira, & Abreu (2010) onde se utilizou a ferramenta de simulação SIMIO para modelar os processos de produção de uma fábrica de cimento. Outro exemplo é o caso de estudo de Zhang, Wu, Ning, Zhang, & Du (2011) que recorreram à utilização da ferramenta de simulação SIMIO para simular o tratamento de acidentes em tempo de guerra. Da mesma forma, Zheng et al., (2011) utilizaram a ferramenta de simulação SIMIO para simular a sala de cirurgia de um hospital. Por último, Akhtar, Niazi, Mustafa, & Hussain (2011) desenvolveram um modelo de simulação no SIMIO com o intuito de analisar o papel e as taxas das uniões consanguíneas na evolução de doenças congénitas da população.

2.1.6. Vantagens e Desvantagens da Simulação

De acordo com Altiok & Melamed (2007), Banks (1999), Ingalls (2011), Law & Kelton (1991) e Shannon (1998), a simulação apresenta inúmeras vantagens. Em seguida, apresentam-se algumas das principais vantagens da simulação mencionadas por estes autores.

 A simulação é normalmente mais fácil de desenvolver e implementar quando comparada com as ferramentas analíticas, uma vez que os modelos analíticos criados requerem várias simplificações para que se consigam resolver matematicamente. De igual forma, as análises realizadas nos modelos analíticos incidem apenas em certas medidas de desempenho, ao contrário da simulação que analisa qualquer tipo de medida;

 Um estudo de simulação permite mostrar exatamente como funciona um sistema real, não tendo em consideração a perceção das pessoas face ao funcionamento;

 A simulação possibilita a comunicação de ideias através da representação gráfica do sistema real, onde é possível identificar problemas e pontos de estrangulamento presentes na produção;  A simulação é considerada a melhor alternativa num sistema irreal, uma vez que permite

identificar antecipadamente os problemas reais, bem como reduzir o risco de ineficácia de uma operação;

 Na simulação é possível testar diferentes cenários para um sistema real, ou seja, pode-se testar novas políticas e procedimentos operacionais, condições de segurança associadas a mudanças e situações inesperadas sem comprometer recursos e sem ter de interromper o sistema. Neste sentido, a simulação é considerada uma ferramenta útil de apoio à tomada de decisão, uma vez que analisa e avalia as consequências de diferentes cenários;

 Na simulação o tempo pode ser comprimido ou expandido, o que possibilita controlar a velocidade dos fenómenos de investigação a serem estudados;

 Na simulação é possível realizar uma análise de longo prazo num curto espaço de tempo;  Os modelos de simulação podem ser tão detalhados como o sistema real. Através dos modelos

de simulação é possível analisar o sistema real sem provocar qualquer tipo de perturbação;  A simulação pode ser utilizada para analisar regras de decisão, estruturas organizacionais e fluxos

de informação sem ter de interromper o funcionamento do sistema;

 A simulação quando utilizada de forma apropriada possibilita analisar as variáveis que afetam o ambiente do problema, as informações relativas aos processos e o comportamento que as alterações produzem.

Por outro lado, segundo os mesmos autores a simulação também apresenta algumas desvantagens, nomeadamente:

 Um modelo de simulação pode demorar vários meses para ser desenvolvido, podendo ter um custo associado. Esta situação verifica-se sobretudo quando os dados são difíceis de obter e quando os mesmos não são coerentes;

 A construção de modelos de simulação requer formação específica, isto é, para os modelos serem criados corretamente é necessário um certo tempo de experiência por parte do modelador;  A simulação é uma aproximação não sendo exatamente igual ao sistema real, o que leva a que o

modelador utilize alguns pressupostos nos seus modelos de simulação;

 Os modelos de simulação não são reutilizáveis em outros sistemas, uma vez que cada modelo é único e especifico para cada situação;

 A simulação nem sempre é de fácil utilização, uma vez que se podem criar modelos de simulação extremamente complexos quando se quer representar com rigor o sistema real.

2.2.

Lean Production

A filosofia de Lean teve a sua origem numa empresa Japonesa fabricante de automóveis designada de Toyota Motor Company. De acordo com Womak, Jones, & Roos (1990), Lean production é considerado um modelo organizacional de produção que tem como foco principal a satisfação dos clientes e a melhoria continua através da eliminação dos desperdícios presentes na produção. Assim, o aparecimento de Lean conduziu a uma maior satisfação por parte dos clientes, à melhoria na produtividade e à redução dos desperdícios nas empresas.

2.2.1. Origem do Toyota Production Systems

Kiichiro Toyoda, presidente da Toyota Motor Company, constatou que a indústria automóvel Americana era considerada uma concorrente forte na Segunda Grande Guerra quando comparada com à sua indústria automóvel Japonesa. No entanto, Taiicho Ohno principal engenheiro da empresa Toyota verificou que o mercado Japonês não poderia ser comparado com o mercado Americano, uma vez que o mercado Japonês exigia menores quantidades e maior variedade do produto ao contrário do mercado Americano.

Neste sentido, Shigeo Shingo, Kiichiro Toyoda e outros líderes indústrias Japoneses desenvolveram um novo sistema de produção denominado de Toyota Production System (Shingo, 1989). De acordo com Moden (1998), o objetivo primordial do TPS era encaminhar as organizações a obterem lucros através

da eliminação dos desperdícios, tendo também em vista o aumento da produtividade através do uso das capacidades máximas dos recursos humanos.

Para atingir o objetivo estabelecido pelo TPS foi necessário criar um fluxo contínuo de produção para ir de encontro às exigências do mercado, no que respeita às quantidades e a variedade do produto. Os dois grandes pilares do TPS são o Just-In-Time que consiste em produzir apenas o que é necessário e o Jidoka que é constituído por várias ferramentas que funcionam como mecanismos de prevenção de erros, isto é, as máquinas param de produzir no caso dos produtos terem defeitos (Ohno, 1988). A Figura 8 apresenta a casa Toyota Production System que contém os dois grandes pilares do TPS (Liker, 2004).

Figura 8 – Casa Toyota Production System

2.2.2. Princípios de Lean

Womack & Jones (1996) definiram cinco princípios fundamentais que servem de base à filosofia Lean. Estes cinco princípios são apresentados seguidamente de forma sucinta:

 Especificar valor: a criação de valor é o primeiro passo para atingir a filosofia de Lean. Este princípio consiste em diferenciar as características que acrescentam valor ao produto, definindo aquilo que é esperado pelo cliente em termos de preço, qualidade e funcionalidades do produto;  Identificar cadeia de valor: analisar o sistema desde o fornecedor até ao cliente final de forma

a identificar e eliminar os desperdícios existentes. Esta análise tem como objetivo identificar as atividades que acrescentam valor, as atividades que não acrescentam valor e não são necessárias e as atividades que não acrescentam valor e são necessárias;

 Criar fluxo eliminando desperdícios: consiste em garantir um fluxo contínuo ao longo de toda a cadeia de valor, de forma a evitar desperdícios na produção;

 Responder à procura de forma puxada: este princípio refere que a produção deve ser puxada pelo cliente, isto é, a produção só deve ser iniciada quando chegar uma nova encomenda do cliente;

 Perseguir a perfeição: consiste em procurar a melhoria contínua dos processos de produção através da redução ou eliminação dos desperdícios, tendo também em consideração a criação de valor.

2.2.3. Tipos de Desperdícios

Desperdício é todo e qualquer objetivo que não seja entregar o produto certo, ao cliente certo, na hora certa e ao preço justo, ou seja, desperdício não acrescenta valor ao produto (Flinchbaugh, 2001). O valor de um produto é tudo aquilo pelo qual o cliente está disposto a pagar. Todas as atividades pelo qual o cliente não está disposto a pagar são assumidas como desperdício.

Ohno (1988) identificou sete desperdícios que podem estar presentes num sistema de produção:  Esperas: desperdício associado às perdas de utilização de recursos por estes estarem à espera

de alguma coisa. Esta situação verifica-se quando existem pessoas à espera de máquinas, pessoas à espera de pessoas, máquinas à espera de pessoas e/ou máquinas à espera de máquinas;  Movimentações: desperdício provocado pelos movimentos desnecessários por parte das

pessoas ou máquinas, que não acrescentam qualquer valor ao produto. Procura de documentos, de ferramentas e de pessoas são alguns dos exemplos de desperdício com movimentos;

 Transporte (ou deslocações desnecessárias): desperdício associado à movimentação desnecessária de materiais entre as fases de produção. Este desperdício ocorre geralmente quando o layout não é adequado;

 Defeitos: desperdício gerado por problemas de má qualidade do processo produtivo, originando produtos defeituosos que aumentam os custos de produção. Normalmente, a produção de produtos defeituosos resulta de erros de fabricação, de instalação e de comunicação, falta de competência, uso de material errado, entre outros fatores;

 Sobreprodução: desperdício que advém da produção em excesso, isto é, consiste em produzir mais do que é pedido pelo próximo processo, produzir antes do momento pedido pelo próximo processo ou produzir a uma taxa superior à taxa de procura do próximo processo. A sobreprodução é considerada como o pior dos desperdícios;

 Sobre processamento (ou processamento incorreto): desperdício que resulta da repetição ou realização de forma errada de operações ou processos de fabrico. Este desperdício ocorre por