projeto de um laboratÓrio de ensino de prÁticas de gestÃo de … · permitiu desenvolver os...
TRANSCRIPT
PROJETO DE UM LABORATÓRIO DE
ENSINO DE PRÁTICAS DE GESTÃO DE
PROCESSOS DE FABRICAÇÃO
INTERMITENTE: SIMULAÇÃO DE
APLICAÇÕES DE CONCEITOS DE
PRODUÇÃO ENXUTA
Luciana Calsing (UFRGS)
Fernando de Oliveira Lemos (PUCRS)
CESAR LUCIANO KLANOVICZ DE ARAUJO (PUCRS)
O desenvolvimento econômico do Brasil está gerando uma demanda
crescente por engenheiros de todas as áreas. Para suprir esta
necessidade e adaptarem-se às novas exigências do mercado, as
universidades precisam rever seus processos de ensinoo. Laboratórios
de ensino podem auxiliar no atendimento desta demanda de mercado,
proporcionando um ambiente de ensino-aprendizagem focado em
práticas que simulam ambientes fabris. O projeto de um laboratório de
ensino para prototipagem de situações reais vivenciadas em processos
fabris e a posterior modelagem e simulação permitem criar diversas
atividades de ensino que abrangem conceitos de gestão relacionados a
processos de fabricação, tais como: planejamento e controle de
produção, gestão de materiais, gestão da qualidade, gestão de custos
industriais e logística. O objetivo principal deste trabalho é projetar
atividades para serem desenvolvidas em um laboratório de ensino com
foco em processos de fabricação intermitente. No caso deste estudo, a
prototipagem de atividades práticas e posterior modelagem e
simulação possibilitou o desenvolvimento de atividades para estudo
dos sistemas Just-in-case e Just-in-time.
Palavras-chaves: Laboratórios de Ensino; Processos de Fabricação;
Modelagem e Simulação
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
2
1. Introdução
O desenvolvimento econômico do Brasil está gerando uma demanda crescente por
engenheiros de todas as áreas. Entretanto, as organizações demandam um perfil profissional
onde critérios como pró-atividade, criatividade, liderança e capacidade de trabalhar em grupo
são fundamentais para o atendimento dos desafios atuais. Este perfil, todavia, não segue o
modelo tradicional de ensino das engenharias com ênfase no conhecimento técnico. Esta
lacuna na formação dos engenheiros demanda uma imediata necessidade de adaptação das
instituições de ensino a esta nova realidade (BELHOT; FIGUEIREDO; MALAVÉ, 2001;
SANTOS; DUTRA, 2005; SILVA; CECÍLIO, 2007).
Métodos como aprendizagem colaborativa, aprendizagem ativa e trabalho em equipe estão se
tornando cada vez mais importantes para os estudantes de engenharia, pois incentivam a
cooperação e a interação entre alunos. Segundo estes métodos, os estudantes devem ser
capazes de desenvolver suas próprias habilidades interpessoais, participando ativamente do
processo de ensino-aprendizagem, não apenas recebendo informações, mas também
contribuindo com seus conhecimentos (BELHOT; NETO, 2006; LEMOS et al., 2008).
Uma das formas de agregar estes elementos nas atividades educacionais é a utilização de
laboratórios de ensino. Estudos mostram que laboratórios de ensino contribuem para um
melhor entendimento dos conteúdos estudados, incentivam o trabalho em grupo e motivam os
alunos na busca por soluções (BEAUDOIN; OLLIS, 1995, HILSDORF; MASSOTE;
MARIA, 2005; CAMPOS; SILVA, 2009).
Conceitos como arranjo físico de processos produtivos, sistemas flexíveis de manufatura,
produção enxuta, projeto e organização do trabalho, são desenvolvidos nos cursos de
graduação em Engenharia de Produção, mas geralmente em disciplinas teóricas, sem o apoio
de um laboratório para aplicações práticas. Por serem essenciais para o aprendizado dos
futuros engenheiros, estes temas deveriam receber, além da abordagem teórica, uma
abordagem prática, o que não ocorre devido à falta de laborátorios específicos para disciplinas
que abordam Processos de Fabricação Intermitente e Produção Enxuta, por exemplo.
Tendo em vista a importância dos laboratórios de ensino no processo de ensino-aprendizagem
de Engenharia, o objetivo principal deste trabalho é projetar atividades para serem
desenvolvidas em um laboratório de ensino com foco em processos de fabricação
intermitente. Os objetivos específicos deste estudo são: (i) modelar matematicamente uma
linha de montagem; e (ii) desenvolver e simular atividades práticas que poderiam ser
realizadas em aula.
2. Referencial teórico
A seguir é apresentado o referencial teórico, que foi subdividido em duas subseções: Jogos
didáticos; e Simulação Computacional.
2.1. Jogos didáticos
Os alunos podem se sentir desmotivados por não entenderem a aplicação prática ou a
relevância dos conceitos estudados em sala de aula. Como forma de estimular o processo de
ensino-aprendizagem são utilizados jogos didáticos para propiciar a criação de um ambiente
estimulante à aprendizagem (HARB; DURRANT; TERRY, 1993).
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
3
Atualmente, o uso dos jogos didáticos em laboratórios de ensino tem se difundido como
instrumento de apoio ao aprendizado. É possível encontrar na literatura diversos casos que
exemplificam os benefícios com a aplicação destas ferramentas. Os laboratórios de ensino
relacionados ao ensino de sistemas de fabricação intermitente abordam, geralmente, a análise
da organização e do inter-relacionamento das operações em situações de aplicação dos
conceitos de Just-in-Case (JIC) e Just-in-Time (JIT).
Com objetivo de transmitir conceitos de gestão da produção, Souza e Silva et al. (2003)
criaram um jogo didático de montagem de canetas coloridas que contempla questões
referentes à disposição de postos de trabalho, gestão de estoques, sequenciamento de
atividades, distribuição de equipes, conceitos do JIC e do JIT, e diminuição de perdas de
produção.
De maneira similar, Costa e Jungles (2006) utilizaram a montagem de canetas para comparar
sistemas de produção puxada e empurrada, focando no mapeamento de fluxo de valor. Sun1
apud Depexe et al. (2006), apresentou um método simples que simula um sistema de
produção de veículos, onde os carros são representados por cartas de baralho. A simulação
permitiu desenvolver os conceitos de JIT e Material Requeriment Planning (MRP). Já Depexe
et al. (2006) utiliza a montagem de carrinhos Lego System® como apoio ao ensino de
conceitos de Produção Enxuta.
A fim de facilitar o aprendizado sobre o Sistema Toyota de Produção, Pinho, Leal e Almeida
(2005) desenvolveram uma dinâmica denominada Montagem Interativa de Bloquinhos, onde
utilizam blocos de Lego® no ensino de conceitos de JIT, tempo de setup, metodologia 5S e
nivelamento de produção. Saffaro et al. (2003) também utilizaram blocos de Lego® para
avaliar o comportamento dos alunos com relação aos princípios de Produção Enxuta.
Para a avaliação dos resultados possíveis gerados por jogos didáticos e antever os conceitos e
discussões geradas a partir dos resultados pode-se utilizar a modelagem e simulação
computacional.
2.2. Simulação de processos
De acordo com Banks (1998), simulação é uma repreesentação de um processo real com o
objetivo de descrever e analisar o comportamento do mesmo. Embora os sistemas reais sejam
frequentemente mais complexos devido a sua natureza aleatória e dinâmica, um modelo
computacional procura capturar e repetir de maneira simplificada as mesmas características
do sistema real (CHWIF; MEDINA, 2010).
Apesar da ampla utilização da simulação, foi somente a partir do desenvolvimento de
modelos computacionais flexíveis e de fácil utilização que a simulação tornou-se popular nos
meios produtivos. As empresas que buscavam aumentar a competitividade, reduzir custos e
melhorar processos, encontraram na simulação uma maneira de desenvolver sistemas mais
eficientes (HARREL et al., 2002).
A visão sistêmica de um processo produtivo é, segundo Law e Kelton (2000), o benefício
geral da simulação, sendo possível, por exemplo, verificar como uma alteração específica em
um processo pode impactar no desempenho final do sistema de produção analisado.
Destacam-se, entre as diversas vantagens da simulação: a possibilidade de modelar sistemas
1 SUN, H. A game for the education and training of production/operations management. Education + Training,
v. 40, n. 9, p. 411-416, 1998.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
4
sem a necessidade de alterações reais em recursos; a representação de longos períodos de
funcionamento de um processo em um tempo reduzido de simulação; e, através de
experimentos controlados, a análise de cenários alternativos.
Dentre as diversas metodologias para se implantar um modelo de simulação computacional,
Harrel et al., (2002) propõem as seguintes etapas: (i) definição do problema e objetivos; (ii)
formulação e planejamento do modelo conceitual; (iii) coleta de dados; (iv) desenvolvimento
do modelo computacional; (v) verificação; (vi) validação; (vii) experimentação; (viii) análise
de resultados; e (ix) implementação.
Law e McComas (1991) acreditam que o modelo em si representa apenas uma parcela do
sucesso da simulação. É fundamental formular o problema corretamente, escolher um
software adequado, validar e verificar o modelo, para, finalmente, analisar os resultados
obtidos. A simulação deve ser considerada apenas uma ferramenta para tomada de decisões.
Neste estudo a simulação foi utilizada para testar práticas de ensino e orientar o
desenvolvimento do projeto de um laboratório de processos de fabricação intermitente.
3. Sistemática proposta
A sistemática proposta neste estudo (Figura 1) se baseia em um método de simulação
computacional proposto por Harrel et al. (2002). A técnica de simulação computacional foi
utilizada para testar o funcionamento de jogos didáticos sem a necessidade de uma
prototipagem real.
Figura 1 - Sistemática proposta
Fonte: Adaptado de Harrel et al. (2002)
A primeira etapa do método de trabalho é a definição do problema a ser resolvido e dos
objetivos do estudo. A etapa seguinte consiste em criar um modelo conceitual do processo que
será simulado, o qual orienta a coleta de dados necessários para a modelagem computacional.
A etapa seguinte é o desenvolvimento do modelo computacional. Nesta etapa inicia-se a
construção do modelo utilizando um software específico para simulação computacional. Após
o desenvolvimento do modelo computacional, o mesmo deve ser verificado e validado,
através de rodadas de simulação e monitoramento do comportamento dos parâmetros e
variáveis que representam as operações produtivas.
Na etapa de análise dos resultados são definidas as atividades que melhor correspondem aos
objetivos do trabalho. As etapas da sistemática proposta são detalhadas na seção 4.
4. Aplicação Prática
Nesta seção é apresentada a aplicação da sistemática proposta no processo de validação de
jogos didáticos.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
5
4.1. Definição do problema e estabelecimento dos objetivos
Como apresentado na introdução deste trabalho, o problema em questão é o projeto de
práticas de ensino-aprendizagem que abordem conceitos aplicados na gestão de processos de
fabricação intermitente.
Estes conceitos serão discutidos através de práticas em uma linha de montagem, a qual deve
ser testada antes da implantação real. Desta forma, o objetivo deste estudo é desenvolver um
modelo computacional e simular atividades de ensino-aprendizagem, com vistas a uma
aplicação futura em laboratórios de ensino de processos de fabricação intermitente.
4.2. Planejamento do modelo conceitual
No processo de planejamento do modelo conceitual foram considerados os seguintes
conceitos de Produção Enxuta e Processos de Fabricação: arranjo celular e arranjo em linha;
perdas de produção; sequenciamento de produção; produção puxada e produção empurrada. A
partir desta definição, algumas atividades foram colocadas em prática através de uma
prototipagem executada por alunos de graduação em Engenharia de Produção. Esta prática foi
uma experimentação dos exercícios que poderiam ser utilizados em laboratório e serviu como
fonte de dados e informações para o desenvolvimento do modelo conceitual da linha de
montagem e dos cenários a serem simulados e testados.
O objetivo da prototipagem foi montar e testar 3 diferentes produtos em diferentes cenários de
produção, denominados carro, torre e motor (Figura 2). Neste exercício foram definidas três
estações de trabalho na linha de montagem, uma representando um almoxarifado, uma
representando a montagem e uma estação representando o controle de qualidade.
O objetivo do almoxarifado era garantir o suprimento de matérias-primas para a produção. A
produção, por sua vez, montava os produtos solicitados de acordo com as instruções da cada
atividade. O responsável pelo controle de qualidade testava os produtos fabricados através de
uma inspeção visual e de um teste de resistência. Caso aprovado, o produto era
automaticamente enviado para a expedição. No caso de ser reprovado o item era enviado para
retrabalho na estação de montagem.
Nesta prototipagem foram realizadas três atividades, a primeira teve como objetivo produzir
os três tipos de produtos, no menor tempo possível, utilizando um arranjo físico com
princípios de manufatura celular. A segunda atividade seguiu um arranjo físico de produção
em linha e uma lógica just-in-case. A terceira atividade testou a lógica just-in-time para o
reabastecimento do almoxarifado no processo em linha montado na segunda atividade.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
6
Figura 2 – Diferentes produtos montados
Fonte: Elaborado pelos autores
4.3. Coleta de dados
Para coletar os dados que foram utilizados na criação dos modelos computacionais,
realizaram-se as três atividades descritas anteriormente. Primeiramente, explicou-se o objetivo
das atividades aos alunos e dividiram-se as funções da seguinte maneira: um aluno ficou
responsável pelo almoxarifado; três alunos ficaram responsáveis pela produção e; um aluno
ficou responsável pelo controle de qualidade.
No processo de coleta de dados cada aluno que participou das atividades elaboradas foi
responsável por cronometrar os tempos de suas tarefas e anotar os tempos. Neste processo não
foi possível coletar separadamente os tempos de produção, movimentação e espera. O aluno
responsável pelo almoxarifado coletou o tempo total de abastecimento, que englobou o tempo
de separação das peças, o tempo de transporte de peças e o tempo de movimentação do
operador voltando para o almoxarifado.
Os tempos de abastecimento do almoxarifado na primeira e na segunda atividade podem ser
visualizados na Tabela 1. Na terceira atividade os tempo de abastecimento não foram
coletados devido ao abastecimento ser just-in-time.
Atividade 1 Atividade 2
Tempo (segundos) Tempo (segundos)
Mínimo Médio Máximo Mínimo Médio Máximo
46,0 50,4 53,0 75,0 91,4 109,0
Fonte: Elaborada pelos autores
Tabela 1 – Tempos do abastecimento do almoxarifado
Considerando a pouca quantidade de medições para cada atividade, optou-se por utilizar a
distribuição Triangular na modelagem computacional. Esta distribuição apresenta resultados
satisfatórios em situações onde existem poucos dados coletados (HARREL et al., 2002).
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
7
Para exemplificar a coleta dos tempos de produção, na Tabela 2 são apresentados os dados da
primeira atividade (manufatura celular – 3 células de montagem em paralelo). As atividades
dois e três seguiram o princípio de arranjo em linha (linha com 3 estações sequenciais) e seus
tempos também forma coletados. Na segunda atividade, o tempo de produção levou em
consideração o tempo de montagem somado ao tempo de separação das peças. Já na terceira
atividade, não houve tempo de separação de peças já que estas estavam disponibilizadas
diretamente na estação de trabalho.
Produção
Tempo (segundos)
Produto Mínimo Médio Máximo
Motor 50,0 85,7 129,0
Carro 28,0 50,6 86,0
Torre 46,0 62,8 75,0
Fonte: Elaborada pelos autores
Tabela 2 – Tempos de produção na primeira atividade
Considerando que o teste dos produtos finais não depende da atividade realizada, os tempos
de controle de qualidade considerados para modelagem das atividades foram calculados pela
média dos tempos de todos os controles realizados. Além dos tempos discriminados, ao
finalizar cada atividade foram contabilizados os produtos aprovados, rejeitados e enviados
para retrabalho. Neste caso se considerou o percentual de aprovados, refugo e retrabalho por
tipo de produto e para o arranjo celular e em linha.
4.4. Desenvolvimento do modelo computacional
Para realizar o desenvolvimento computacional do modelo, escolheu-se o software ProModel
devido a facilidade de utilização do mesmo. No modelo desenvolvido foi criado um painel de
produção para controle de work-in-process, takt time e lead time de produção. Para
exemplificar, na Figura 3 é apresentado o layout do modelo computacional desenvolvido pra a
atividade 2.
Figura 3 - Modelo computacional da segunda atividade
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
8
Fonte: Elaborado pelos autores
4.5. Análise dos resultados
A validação de um modelo computacional consiste em comparar os resultados do mesmo com
o processo real em estudo. Nesta etapa comparou-se o tempo total coletado ao final de cada
rodada da prototipagem com o tempo final encontrado com a simulação dos modelos
computacionais. A Tabela 3 apresenta os resultados encontrados com a simulação da
produção de 5 unidades para cada tipo de produto, mesma quantidade produzida na
prototipagem com os alunos. Para todas as atividades o tempo de simulação apresentado é
uma média de 10 rodadas de simulação.
Atividade Tempo real
(segundos)
Tempo de simulação
(segundos)
Variação
(segundos)
Variação (%)
1 526,0 459,0 67,0 12,7
2 568,0 514,0 54,0 9,5
3 314,0 327,0 13,0 4,0
Fonte: Elaborada pelos autores
Tabela 3 – Comparativo de tempo total de produção
A partir da tabela apresentada pode-se verificar uma diferença significativa entre os tempos
reais das atividades 1 e 2 se comparado à atividade 3. Isso se deve ao fato que, na atividade 3,
não houve tempo de abastecimento nem tempo de separação de peças, já que estas se
encontravam disponíveis ordenadamente em cada posto produtivo.
Tendo em vista que a maior variação entre o tempo real e simulado foi de 12,7% e que os
modelos serão utilizados somente para fins educacionais, considerou-se esta variação
aceitável e os modelos válidos.
Com base nos resultados das simulações das três atividades propostas inicialmente e como o
objetivo do estudo é projetar atividades que permitam discussões sobre, por exemplo, as
diferenças entre os conceitos do JIT e do JIC, novas atividades foram propostas.
4.6. Propostas de novas atividades para arranjo em linha
As novas atividades para o arranjo em linha se basearam no modelo computacional da terceira
atividade, replicando layout e dados utilizados. A fim de analisar o gargalo da linha de
produção foram criados dois recursos em paralelo na primeira estação de trabalho. Além
disso, a demanda foi elevada de 5 para 10 unidades para cada produtos (total de 30 unidades
produzidas).
A primeira proposta do arranjo em linha é uma replicação da atividade 2 (JIC), com uma
produção sequenciada dos produtos (motor, carro e torre). A segunda proposta replicou a
primeira, mas com uma produção não sequenciada.
Na terceira proposta a produção deverá seguir a lógica de produção JIT (seguindo o mix
motor, carro e torre) e será puxada pela última estação de trabalho da linha. Além disto, na
terceira proposta não haverá estoques entre os postos de trabalho, ou seja, ao finalizar uma
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
9
peça o operador deve entregá-la diretamente ao posto seguinte. A quarta proposta segue o
mesmo conceito da proposta anterior, mas com a produção não sequenciada.
4.7. Propostas de novas atividades para arranjo celular
Considerando que a alteração do número de postos de trabalho foi realizada em todos os
arranjos em linha, também foram alterados o número de postos de trabalho no arranjo celular,
de 3 para 4 operadores. A Figura 4 exemplifica o modelo criado para as novas propostas de
arranjo celular. Como o motor possui um tempo maior de fabricação (Tabela 2), mais um
operador foi alocado para o posto de trabalho responsável pela montagem do item.
Figura 4 - Modelo computacional das novas propostas de arranjo celular
Fonte: Elaborado pelos autores
Na primeira proposta do arranjo celular os alunos são responsáveis por produzir apenas um
tipo de produto e o lote de produção/transferência entre estações é unitário. O layout tem um
posto de montagem de carro e um posto para montagem de torres, com um operador em cada
posto. O posto de montagem para o motor foi estruturado com dois operadores. Nesta
proposta as peças para montagem são disponibilizadas nas estações de trabalho. A segunda
proposta incorporou no modelo anterior uma produção em lotes de 5 unidades.
4.8. Análise dos resultados das novas atividades propostas
Os resultados obtidos a partir das simulações realizadas são apresentados na Tabela 4. Os
valores apresentados são referentes à produção de 30 unidades para todas as atividades.
Os resultados encontrados nos diferentes cenários de arranjo celular mostraram que a
produção em lotes de 5 unidades resultou em um menor tempo total. Isso é explicado pelo
fato dos operadores não precisarem movimentar-se até o controle de qualidade sempre que um
produto é finalizado. Entretanto, a produção em lote gerou maior WIP e um maior lead time
de produção, o que é esperado quando se utiliza está lógica operacional de produção.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
10
CÉLULA LINHA
Just-in-case Just-in-time
Produção
Unitária
Produção
em lote Sequenciado Não sequenciado Sequenciado Não sequenciado
Tempo total 12 min e 21 s 11 min e 20 s 06 min e 49 s 06 min e 59 s 08 min e 03 s 07 min e 39 s
WIP (UNIDADES) 4 9 8 10 4 4
Takt Time (s) 30,64 29,29 18,63 17,41 18,75 16,12
Lead Time Motor (s) 95,38 105,27 87,48 96,63 71,33 80,0
Lead Time Carro (s) 62,52 59,2 84,29 62,96 63,63 44,34
Lead Time Torre (s) 68,61 65,08 79,14 30,17 61,09 19,78
Fonte: Elaborada pelos autores
Tabela 4 – Comparativo dos resultados das simulações das novas propostas
As Figuras 5 e 6 apresentam, respectivamente, os gráficos de capacidade das estações de
trabalho do arranjo celular com produção unitária e com produção em lotes de 5 unidades.
Pela análise dos gráficos pode-se notar um aumento no percentual de tempo em operação nas
estações de montagem e teste/controle de qualidade.
Figura 5 - Estados dos recursos do arranjo celular como um item transferido por vez
Fonte: Elaborado pelos autores
Figura 6 - Estados dos recursos do arranjo celular com lote de transferência
Fonte: Elaborado pelos autores
A partir desta atividade, pode-se discutir, além do conceito de arranjo celular, as perdas de
produção devidas a movimentações. Apesar da melhoria obtida com a produção em lote, O
WIP médio passou de 4 para 9 unidades. Com o aumento do WIP a gestão de estoques e de
espaço físico na área fabril devem ser discutidos, enriquecendo o processo de ensino-
aprendizagem.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
11
Para as propostas do arranjo em linha, a produção JIC sequenciada apresentou o menor tempo
de operação (Tabela 4). Isso, não necessariamente representa o melhor cenário produtivo.
Todos os dados resultantes devem ser utilizados para análise dos resultados. Apesar de uma
diferença de pouco mais de 1 minuto em relação à produção JIC, a produção JIT apresentou
menor lead time para todas as peças produzidas e WIP médio de 4 unidades, enquanto o WIP
médio do sistema empurrado foi de 8 peças.
Com estas atividades de arranjo em linha podem ser desenvolvidos não só conceitos
relacionados ao JIC e ao JIT, como também outros conceitos da área da Engenharia de
Produção.
5. Considerações finais
Os resultados obtidos com as simulações das práticas de ensino permitem uma avaliação
antecipada dos conceitos de processos de fabricação intermitente que poderão ser discutidos
quando aplicadas em laboratório. No caso deste estudo, a prototipagem de atividades práticas
e posterior modelagem e simulação possibilitou o desenvolvimento de atividades tanto para
estudo de arranjo celular como do arranjo em linha.
Na prototipagem, realizada para coleta de dados, os alunos mostraram-se muito interessados
em participar e sugeriram muitas melhorias para as práticas testadas. Ao final de todas as
rodadas propostas, os alunos conseguiram entender conceitos de arranjo físico,
sequenciamento de produção, perdas de produção, just-in-case e just-in-time.
Este estudo também permitiu a modelagem e simulação de uma linha de montagem (processo
principal do laboratório de processos de fabricação intermitente) e o desenvolvimento de
atividades práticas que poderão ser realizadas em aula. O uso da simulação propiciou a análise
de diversos cenários sem a utilização de recursos físicos que seriam necessários em uma
prototipagem real. Além disso, as ferramentas da simulação mostraram-se extremamente úteis
para a validação das práticas de ensino que poderão ser aplicadas e dos conceitos que serão
discutidos em função dos resultados obtidos.
O projeto de um laboratório de ensino para prototipagem de situações reais vivenciadas em
processos fabris e a posterior modelagem e simulação (utilizando softwares) permitem criar
diversas atividades de ensino/aprendizagem que abrangem conceitos de gestão relacionados a
processos de fabricação, tais como: planejamento e controle de produção, gestão de materiais,
gestão da qualidade, gestão de custos industriais e logística. Como sugestão para trabalhos
futuros pode-se utilizar os modelos computacionais desenvolvidos neste trabalho para
estruturar atividades que abordem conceitos dentro da área de conhecimento da Engenharia de
Produção.
Referências
BANKS, J. Handbook of simulation: principles, methodology, advances, applications, and
practice. New York: John Wiley & Sons, 1998.
BEAUDOIN, D. L. & OLLIS, D, F. A Product and Process Engineering Laboratory for
Freshmen. Journal of Engineering Education, Washington, v. 84, n. 3, p. 279-284, jul. 1995.
BELHOT, R. V.; FIGUEIREDO, R. S. & MALAVÉ, C. O. O uso da simulação no ensino
de engenharia. XXIX Congresso Brasileiro de Ensino de Engenharia. Porto Alegre, RS, 2001
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
12
BELHOT, R. V. & NETO, J. D. O. A solução de problemas no ensino de engenharia. XIII
Simpósio de Engenharia de Produção. Bauru, SP, 2006.
CAMPOS, R. & SILVA, A. B. Descrição de uma estrutura e diretrizes para um laboratório
de ensino e pesquisa em gestão da produção. XXIX Encontro Nacional De Engenharia De
Produção. Salvador, BA, 2009.
CHWIF, L. & MEDINA, A. C. Modelagem e simulação de eventos discretos: teoria &
aplicações. 3 ed. São Paulo: Ed. do Autor, 2010.
COSTA, A. C. F. & JUNGLE, A. E. O Mapeamento do Fluxo de Valor Aplicado a uma
Fábrica de Montagem de Canetas Simulada. XXVI Encontro Nacional de Engenharia de
Produção. Fortaleza, CE, 2006.
DEPEXE, M. D.; DORNELES, J. B.; COSTA, A. C. F. & SANTOS, D. G. Apresentação
de um jogo didático como ferramenta de apoio ao ensino da produção enxuta. XXVI
Encontro Nacional de Engenharia de Produção. Fortaleza, CE, 2006.
HARB, J. N.; DURRANT, S. O. & TERRY, R. E. Use of the Kolb Learning Cycle and the
4MAT System in Engineering Education. Journal of Engineering Education, Washington, v.
82, n. 2, p. 70-77, abr. 1993.
HARREL, C.R.; MOTT, J. R. A.; BATEMAN, R. E.; BOWDEN, R. G. & GOGG, T. J. Simulação : otimizando os sistemas. São Paulo: IMAM, 2002.
HILSDORF, W. C.; MASSOTE; A. A. & MARIA, G. B. A. Laboratório de tecnologia de
manufatura – uma experiência aplicada ao ensino da engenharia de produção. XXV
Encontro Nacional de Engenharia de Produção. Porto Alegre, RS, 2005.
LAW, A.M. & KELTON, W. D. Simulation modeling and analysis. 3 ed. New York:
McGraw-Hill, 2000.
LAW, A.M. & MCCOMAS, M. G. Secrets of Successful Simulation Studies. Winter
Simulation Conference. Atlanta, GE, 1991.
LEMOS, F. O.; ANZANELLO, M. J.; FOGLIATTO; F. S. & RIBEIRO, J. L. D. Metodologia para levantamento de percepções da qualidade de ensino-aprendizagem em
cursos de graduação em Engenharia de Produção. XV Simpósio de Engenharia de Produção.
Bauru, SP, 2008.
PINHO, A. F.; LEAL, F. & ALMEIDA, D. Utilização de Bloquinhos de Montagem LEGO
para o Ensino dos Conceitos do Sistema Toyota de Produção. XXV Encontro Nacional de
Engenharia de Produção. Porto Alegre, RS, 2005.
SAFFARO, F. A.; BRESIANI, L.; SANTOS, D. G. & HEINECK, L. F. Discussão de
princípios da lean production através de um jogo didático. III SIMPÓSIO BRASILEIRO DE
GESTÃO E ECONOMIA DA CONSTRUÇÃO, São Carlos, SP, 2003.
SANTOS, L. C. & DUTRA, A. R. A. Projeto pedagógico e tendências de mercado: desafios
para a formação profissional do engenheiro de produção. XXV Encontro Nacional de
Engenharia de Produção. Porto Alegre, RS, 2005.
SILVA, L. P. & CECÍLIO, S. A mudança no modelo de ensino e de formação na
engenharia. Educação em Revista, Belo Horizonte, v. 45. p. 61-80, jun. 2007.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
13
SOUZA e SILVA, M. F.; BRESSIANI, L.; SAFFARO, F. A.; SANTOS, D. G. &
HEINECK, L. F. M. Sistema de produção puxado e sistema de produção empurrado:
simulação através de jogo didático de montagem de canetas, associando idéias e conceitos ao
ambiente da construção civil. III SIMPÓSIO BRASILEIRO DE GESTÃO E ECONOMIA
DA CONSTRUÇÃO, São Carlos, SP, 2003.