simulação computacional aplicada na análise de processo de...

Simulação computacional aplicada na análise de processo de usinagem e acabamento: estudo de caso

Tiago Henrique Roque Real1

Rosangela Silqueira Hickson Rios2

Resumo

Este artigo mostra o uso da simulação computacional como vantagem competitiva para empresas que buscam a melhoria contínua dos processos produtivos. Demonstra as vantagens em aplicar uma ferramenta computacional para obter melhores analises e resultados, usando modelos de simulação para análisede um problema real vivido em uma empresa metalúrgica de peças automotivas. Na sequência são apresentados indicadores de performance e vários tipos de arranjos físicos utilizados em processos produtivos, enfatizando o layout por produto utilizado no processo produtivo estudado. Neste sentido o presente trabalho recriou o processo de usinagem e acabamento utilizando software comercial de simulação computacional. A análise do processo realizada através do software se mostrou muito eficiente atingindo o resultado esperado. Palavras chave:Simulação de sistemas. Indicadores de performance. Análise de processo.

Computer simulation applied in the analysis of machining and finishing process: case

study

Abstract

This article shows the use of the computer simulation as a competitive advantage for

companies seeking continuous improvement of production processes. Demonstrates the

advantages in applying a computational tool for better analysis and results, using simulation

models for analysis of a real problem lived in a metallurgical company of automotive parts.

As a result performance indicators are presented and various types of physical arrangements

used in production processes, emphasizing the layout for product used in the production

process. In this sense the present work recreated the machining and finishing process using

1Graduando em Engenharia de Produção pelo Centro Universitário Metodista Izabela Hendrix

(CEUMIH),[email protected] 2Doutora em Biomedicina/Bioinformática (UFMG), coordenadora do Mestrado em Tecnologia da Informação

aplicada a Biologia Molecular da Faculdade Promove de Tecnologia (FPT) [email protected]

commercial software of computer simulation. The analysis of the process carried out through

the software proved to be very effective in reaching the expected result.

Key words: Simulation of systems. Performance indicators. Process analysis. of systems

through computational software.

1 Introdução

Para alcançar melhorias em produtividade e ganho na qualidade é necessário que se pense em

mudanças (BATEMAN et al., 2010).

Adicionar um novo equipamento em um processo pode aumentar sua produção, porém é

natural que os custos de manutenção e depreciação sofram aumento consideráveis podendo

representar mais perdas que ganhos (BATEMAN et al., 2010). Devido a importância das

realizações desses investimentos, com o passar dos anos ficou clara a necessidade de

desenvolver novas técnicas e métodos de gestão da produção (JUNICO et al., 2008).

Dentro dessa visão, a simulação é uma ferramenta importante para analistas que buscam a

melhoria de seus processos, relacionando todos os fatores que contribuem para o sucesso ou

fracasso de projetos direcionados a melhoria contínua dos processos (BATEMAN et al.,

2010).

Portanto o objetivo desse trabalho foi demonstrar que a utilização da simulação

computacional, proporciona análises mais eficientes quando utilizado para avaliar processos e

efetuar propostas de alterações em operações (BATEMAN et al., 2010).

A simulação é uma ferramenta de análise de problemas, capaz de promover melhor

compreensão sobre sistemas, entre analistas, gerentes e pessoas ligadas à sua operação

(CHWIF; MEDINA, 2006). De acordo com Vieira (2006), a simulação é uma ferramenta, um

sistema de informação e planejamento, que permite analise de diferentes cenários,

configurações de modelos e pontos de vista. A simulação usa de modelos computacionais

para simular um sistema real, sendo necessário a criação de uma história artificial (BANKS et

al., 2005). A análise dessa história é utilizada para realizar inferências sobre as características

operacionais do sistema real, (CHWIF; MEDINA, 2006). Segundo Sena (2013), simulação

espelha de forma interativa fatos reais, utiliza modelos lógicos manipuláveis para representar

o que já existe.

1.1 Vantagens da simulação

Segundo Chwif e Medina (2006), o uso de um software de simulação de eventos discretos

ajuda a tomar decisões. É utilizado para planejar, projetar e melhorar novos ou atuais

processos de manufatura, logística, serviços e outros sistemas estratégicos, táticos ou

operacionais (LAW, 2009). O uso de um software de simulação permite reproduzir a

complexidade de processos reais, incorporando a variabilidade e interdependências que

possibilitam realizar poderosas análises e mudanças e, assim, otimizar sistemas e melhorar

indicadores, (CHWIF; MEDINA, 2006). O uso de um software de simulação pode ajudar a

reduzir custos, aumentar capacidade, acelerar ciclos de produção e aumentar serviços a

clientes (CHWIF; MEDINA, 2006). O uso da simulação evita o custo devido a

experimentação e interrupção da produção, possibilitando aos tomadores decisão a

visualização completa do sistema e seus resultados de forma antecipada à implantação

(QUEIROZ et al., 2012).

1.2 Aplicações da simulação na manufatura enxuta

Na era da informação, o grande desafio para executivos não é mais a busca por dados, mas

sim o seu tratamento para análise e tomada de decisão (VIEIRA, 2006).

Existem várias técnicas que são utilizadas com esse fim, sendo uma delas é a simulação

computacional, com a qual é possível gerar cenários e ver os impactos de cada um deles nos

processos, reproduzindo virtualmente uma possível realidade futura e gerando análises

fundamentais para uma tomada de decisão mais assertiva (VIEIRA, 2006). A otimização de

processos por meio de software de simulação e cálculos que se baseiam em modelos pré-

definidos é geralmente o mais eficiente meio para se criar o fluxograma ótimo (VIEIRA,

2006). A literatura traz muitos estudos sobre sua aplicação, tais como: no estudo de DE

Carvalho Miranda et al. (2010), onde a simulação é utilizada para avaliar operação de setup

em uma célula de manufatura de uma indústria de autopeças. Já no estudo de Oliveira (2008),

a simulação foi empregada em projetos de manufatura enxuta. Mundim (2009), aborda a

simulação para o dimensionamento de frota de colheita e transporte de cana-de-açúcar. Já o

estudo de Silva (2006), aplica a simulação para analises de sistemas logísticos. Os estudiosos

Ahmed e Alkhamis (2009), utilizaram a simulação no setor de saúde para otimizar o setor de

emergência num hospital. Com base na observação desses estudos se confirma a afirmativa de

Oliveira (2008), aonde diz que independente da linguagem utilizada para realizar a simulação

de um evento, o uso da simulação se torna aplicável, e considerando a necessidade de tomada

de decisão se torna ainda mais justificável e necessária.

1.3 Software de simulação computacional Promodel®

O software Promodel® foi escolhido dentre outros softwares de simulação devido a sua

eficiência na análise de dados, resultados de fácil entendimento através de gráficos e

tabulações, interface fácil e ágil, não sendo necessário conhecimento específico em linguagem

de programação para o desenvolvimento dos modelos (BATEMAN et al., 2010). O software

Promodel® utiliza abordagem modular que se apresenta ao modelador em um formato que

permite obter vantagens ao se utilizar de construções predefinidas, que auxilia os processos

(BATEMAN et al., 2010). O software Promodel® é disponível em português, permitindo

melhor adaptação aos usuários brasileiros.

1.4 Formulação do modelo de simulação

O modelo inicia-se normalmente com uma abstração conceitual do sistema, e a medida em

que o processamento de eventos e a relação entre os eventos forem definidas o modelo se

tornará mais lógico (CHWIF; MEDINA, 2006).

De acordo com Bateman et al. (2010), o componente mais importante da maioria dos estudos

são as quantificações, que fazem parte da descrição do problema, do processo ou do sistema

em termos e medições.

A simulação de eventos discretos é um processo repetitivo formado por um conjunto de

instruções podendo incluir elementos estocásticos ou determinísticos (BATEMAN et al.,

2010). Modelos de simulação estocásticos utilizam distribuições de probabilidade, que podem

ser definidas como sendo um conjunto de valores ou medidas que relaciona a frequência

relativa com a qual um evento ocorre ou virá a ocorrer (BATEMAN et al., 2010). São

considerados exemplos de eventos relacionados a distribuição de probabilidade, tempo entre

falhas de equipamentos, ocorrência de defeitos, tempo entre chegadas de peças, dentre outros

(CHWIF; MEDINA, 2006).

Podem ocorrer mudanças nas variáveis devido a alterações nas ocorrências dos eventos, uma

peça que deixa uma máquina, ou a quebra de uma máquina são exemplo de eventos do

processo de simulação (BATEMAN et al., 2010).

De acordo com Bateman et al. (2010), pode-se seguir a seguintes orientações para elaborar

modelos de simulação dinâmicos ou discretos, sendo elas:

Determinar a sequência de eventos.

Ajustar uma variável temporal de simulação num valor igual ao tempo do evento.

Atualizar sempre que necessário, todas as variáveis estatísticas.

Programar tempo em que eventos voltem a ocorrer.

1.5 Balanceamento de linha de produção

O balanceamento da linha de produção consiste em realizar uma distribuição de tarefas em

suas estações de trabalho de forma que todas as estações tenham aproximadamente o mesmo

tempo para execução de tarefas (AGUIAR; PEINADO; GRAEML, 2007). Carravilla (1998),

completa afirmando que o balanceamento de linhas permite uma elevada utilização de

trabalho e de equipamentos, reduzindo o tempo em vazio.

Segundo Junicoet al. (2008), alguns dos indicadores de desempenho de uma linha de

produção são o takt time, o tempo de ciclo, a capacidade de produção, o número de estações

de trabalho, o índice de ociosidade e o grau de utilização. A seguir sãoexplicados os conceitos

dos indicadores acima citados.

Takt time

O Takt Time pode ser entendido como o tempo que rege o fluxo dos materiais em uma linha

(SLACK; CHAMBERS; JOHNSTON, 2009). Matematicamente, o Takt Time é definido

como razão entre o tempo disponível para a produção e o número de unidades a serem

produzidos (JUNICO et al., 2008).

Tempo de ciclo

Tempo de ciclo pode ser definido como sendo igual a soma do tempo de abastecimento da

máquina somado ao tempo operacional da máquina mais o tempo de medição de peças e

tempo de abastecimento da máquina ou (retirada de peça da máquina) e outros (JUNICO et

al., 2008).

Capacidade de produção

É o tempo de trabalho dividido pelo tempo necessário para produzir uma peça na linha de

produção (AGUIAR; PEINADO; GRAEML, 2007).

Número de estações de trabalho

Matematicamente pode ser definido como sendo a razão entre o somatório dos tempos

individuais de cada etapa da linha de produção dividido pelo Tempo de ciclo (AGUIAR;

PEINADO; GRAEML, 2007).

Índice de ociosidade

O tempo ocioso na linha de produção é dado pela soma dos tempos ociosos de todas as

estações que tiveram carga de trabalho inferior à maior carga possível, dividida pelo tempo

total de trabalho sobre o produto, que é dado pelo número de estações de trabalho

multiplicado pelo tempo de ciclo (AGUIAR; PEINADO; GRAEML, 2007).

Grau de utilização

O grau de utilização representa o quanto da mão-de-obra e os equipamentos da linha de

produção estão sendo utilizados. É complemento do índice de ociosidade para atingir 100%

(AGUIAR; PEINADO; GRAEML, 2007).

1.6 Arranjo físico

Segundo Slack, Chambers e Johnston (2009), uma das primeiras coisas a perceber logo que se

entra em uma unidade produtiva é seu arranjo físico. O arranjo físico diz respeito ao

posicionamento dos recursos transformadores, significa decidir aonde colocar máquinas,

equipamentos e pessoal da operação. Ainda segundo os autores citados acima, “ O arranjo

físico de uma operação ou processo é como seus recursos transformadores são posicionados

uns em relação aos outros e como as várias tarefas da operação serão alocadas a esses

recursos transformadores”. A maior parte dos arranjos físicos derivam de apenas quatro tipos

básicos de arranjo físico.

1.6.1 Arranjo físico posicional

Arranjo físico (também conhecido como arranjo físico de posição fixa), é oprocesso em que o

produto ou serviço permanece estado estacionário, enquanto o equipamento, maquinário,

instalações ou pessoas deslocam-se para a realização da tarefa.

1.6.2 Arranjo físico funcional

No arranjo funcional, recursos ou processo similares são localizados próximos uns dos outros,

tendo como objetivo a facilidade para que os recursos transformados possam fluir pela

operação, percorrendo um roteiro de atividades conforme a necessidade.

1.6.3 Arranjo físico celular

O arranjo físico celular, pré-seleciona seus recursos transformados em etapas do processo para

movimenta-los para partes específicas da operação, na qual outros recursos transformadores

necessários se encontram.

1.6.4 Arranjo físico por produto ou linha

Cada produto, elemento de informação ou cliente segue um roteiro predefinido no qual a

sequência de atividades requerida coincide com a sequência na qual os processos foram

arranjados fisicamente.

O modelo de arranjo físico estudado é o modelo conhecido com de linha ou produto, sendo

assim este artigo não entrará em detalhes sobre os demais tipos de arranjo físico.

1.6.5 Vantagens e desvantagens do processo de produção em linha

De acordo com Aguiar, Peinado e Graeml (2007), o processo por linha apresenta uma série de

vantagens e desvantagens. As vantagens são: grande produtividade, possibilidade de manter a

carga de máquina e consumo de materiais sempre constantes ao longo da linha e controle de

produtividade facilitado, conceito também defendido por Slack, Chambers e Johnston (2009).

Suas desvantagens: alto investimento em máquinas, a geração de tempo ocioso para os

operadores, baixa flexibilidade da linha, fragilidade a paralisações e gargalos ao longo da

linha (AGUIAR; PEINADO; GRAEML, 2007).

2 Metodologia

O trabalho aqui desenvolvido segue o método de modelagem e simulação computacional

definida como pesquisa aplicada, explicativa, longitudinal do tipo estudo de caso.

A pesquisa tem como universo o processo de produção de cabeçotes de alumínio, para

veículos automotivos de uma empresa de fundição de alumínio. Foram utilizados como

amostra os processos de usinagem e acabamento que são abastecidas por três modelos de

cabeçote que se diferem por pequenos detalhes em sua estrutura, pontos de blocagem nas

máquinas de usinagem, pontos de controle dimensional e pontos de controle de qualidade ao

longo da linha para identificar a presença de defeitos. O formato e características físicas dos

três modelos não apresentam diferenças que possam ser descritas com facilidade, devido tais

características serem relacionados a matemática dos projetos em cada modelo. Os produtos

serão identificados como Cabeçote tipo 1, Cabeçote tipo 2 e Cabeçote tipo 3 para preservar os

nomes comerciais dos cabeçotes.

Para melhor avaliação do cenário do processo estudado, foram analisados dados históricos dos

processos de usinagem e acabamento de seis meses anteriores a partir do início da pesquisa.

Slack, Chambers e Johnston (2009), afirmam que para realizar melhoramento das operações é

necessário saber o quanto ela já é boa. As informações como tempo de ciclo de cada operação

foram cedidas pelo setor responsável

Os dados foram coletados através de relatórios de produção gerados por equipamentos

supervisórios que acompanham todas as etapas do processo produtivo diariamente.

Para analisar o processo com maior eficiência foi necessário realizar o mapeamento do

processo (BATEMAN et al., 2010). Essa etapa descreve como as atividades se relacionam

uma com as outras, através de símbolos, formando o fluxograma do processo (SLACK;

CHAMBERS; JOHNSTON, 2009).

Utilizando a conceito de balanceamento de processo, foram extraídos dos relatórios de

produção da linha de usinagem e acabamento o nível de produção, capacidade de produção,

índice de ociosidade e grau de utilização informações utilizadas para verificar o

balanceamento de processos produtivos (AGUIAR; PEINADO; GRAEML, 2007).

O relatório das paradas de máquinas e as informações dos pontos de controle de qualidade,

foram utilizados para gerar dados estatísticos como distribuição de probabilidade que permite

que o software de simulação Promodel® simule cenários com maior realidade (BATEMAN et

al., 2010).

As informações extraídas dos relatórios serão utilizadas como dados para alimentar o software

de simulação. Esses dados foram analisados pelo software gerando uma representação virtual

do que seria o sistema real estudado.

4 Resultados e discursão

4.1Análise de capacidade produtiva

Com base no estudo de tempo de ciclo produtivo do processo usinagem e acabamento pôde-se

estimar operações gargalo e a capacidade produtiva de cada equipamento.

É possível perceber através da Tabela 1 que a operação CNC tem o maior tempo de ciclo, e

mesmo havendo 3(três) equipamento apresenta a menor potencial produtivo estimado sendo o

mesmo um potencial gargalo da operação, enquanto o equipamento Marposs tem tempo

ocioso devido seu baixo tempo de ciclo. Mesmo com as informações tabela 1 bem

organizadas não é fácil visualizar os efeitos que cada operação terá uma sobre a outra.

Tabela 1-Análise de Tempo de ciclo de cada operação.

Fonte: Elaborado pelo autor. (21016)

4.2 Análise de perdas em cada etapa do processo

A tabela 2 demonstra a média das perdas de produção devido a peças segregadas em todas as

operações do processo de usinagem e acabamento.

De acordo com os relatórios de produção, todas as peças segregadas são analisadas e cerca de

2,50% se tornam refugo, o restante é retrabalhado e repassado a partir da operação que foi

separada.

EquipamentoQuantidade de

mão-de-obra

Tempo de ciclo

em segundos

quantidade de

peças por ciclo

Estimativa de

ciclos por hora

RETIRAR REBARBA 1 47 1 76

FURADEIRA 1 44 1 82

SERRA FITA 02 (Engeteam) 1 46 2 78

FURADEIRA 2 1 44 1 82

CNC 01 1 300 4 12

CNC 02 1 300 4 12

CNC 03 1 300 4 12

PIEDINE 0 20 1 178

LAVADORA 0 20 1 180

ATEQ's FIRE 0 73 3 49

MARPOSS 0 18 1 200

TESTE HIDRAULICO 1 58 2 62

INSPEÇÃO VISUAL 2 38 2 95

Diante das informações entende-se que devido as perdas de cada operação é necessário que a

mesma peça passe várias vezes pelo mesmo equipamento. Realizar a mesma atividade duas

vezes não agrega valor ao produto o que caracteriza perda por não qualidade do produto.

Tabela 2-Percentual de peças segregadas por operação extraído dos relatórios de produção da

linha de usinagem e acabamento.

Equipamento Média percentual de peças

segregadas por operação Retirar rebarba 0,08% Serra fita 02 (Engeteam) 0,01% Furadeira 0,02% Furadeira 2 0,02% CNC 01 0,04% CNC 02 0,04% Piedine 3,00% Aterq 15,00% Marpos 4,00% Inspeção visual 22,25% Fonte: Elaborado pelo autor. (21016)

4.3 Análise de quebra de equipamento

O Gráfico 1 mostra o índice de paradas de longa duração dos equipamentos devido à quebra,

permitiu o desenvolvimento de um modelo mais realista, pois permite a análise de ociosidade

dos equipamentos, informação fundamental para melhoria do processo.

Gráfico 1- Índice de paradas por equipamento devido quebra e realização de paradas

longas

Fonte: Elaborado pelo autor. (21016

4.4 Classificação e análise de perda por paradas no processo

As perdas produtivas se dão por vários

seguinte sistema de classificação.

Anomalia organizacional (AO)

material ou de matéria-prima, de operadores, de disponibilidade de meios e de ferrament

energia e de água.

Paradas programadas (PP)

trabalhado, treinamentos, reuniões de início de turno, manutenções preventivas e testes.

Troca de ferramentas (TF): É o tempo em que o equipamento

ferramentas (setup), considerando

lote seguinte.

Avarias (AV): São os tempos das paradas para manutenções corretivas realizadas no

equipamento.

Não qualidade (NQ): É o temp

ATEQ'S

CNC01

CNC02

CNC03

FURADEIRA

LAVADORA

MARPROSS

PIEDINE

FURADEIRA 2

SERRA FITA 02 (ENGETEAM

21016)

de perda por paradas no processo

As perdas produtivas se dão por vários motivos, para melhor entendimento foi utilizado o

seguinte sistema de classificação.

Anomalia organizacional (AO): São as paradas do equipamento causadas pela falta de

prima, de operadores, de disponibilidade de meios e de ferrament

Paradas programadas (PP): São causadas por intervalo não produtivo, como, turno não


: É o tempo em que o equipamento está parado para troca de

ferramentas (setup), considerando-se o tempo da última peça boa até a primeira peça boa do

São os tempos das paradas para manutenções corretivas realizadas no

: É o tempo gasto na produção de peças não conformes.

1,56

1,33

13,56

4,76

0,22

0,9

1,56

1,56

0,67

0,44

26

0 10 20 30 40 50 60 70

ATEQ'S

CNC01

CNC02

CNC03

FURADEIRA

LAVADORA

MARPROSS

PIEDINE

FURADEIRA 2

SERRA FITA 02 (ENGETEAM

disponível Indisponivel

motivos, para melhor entendimento foi utilizado o

: São as paradas do equipamento causadas pela falta de

prima, de operadores, de disponibilidade de meios e de ferramentas, de

: São causadas por intervalo não produtivo, como, turno não


está parado para troca de

boa até a primeira peça boa do

São os tempos das paradas para manutenções corretivas realizadas no

98

93

95

100

99

98

98

99

100

80 90 100

Microparada (MP): É a diferença existente entre o tempo produtivo e as demais paradas.

4.5 Desenvolvimento do modelo de simulação computacional

A seguir tem-se a descrição do sistema para modelagem computacional.

Os processos de usinagem e acabamento tem como média de demanda diária

aproximadamente 1667 cabeçotes. Essa quantidade é distribuída na seguinte proporção entre

os modelos de cabeçote, 862 cabeçotes do Tipo 1, 516 cabeçotes do Tipo 2 e 287 cabeçotes

do Tipo 3. O tempo de setup da linha é de 40 minutos.

Os cabeçotes são armazenados em um pallete com capacidade para 96 cabeçotes.Esses

palletes podem ser direcionados para um estoque aonde vão aguardar a programação para

serem usinados ou podem ser direcionados para o processo de usinagem e acabamento

diretamente para serem trabalhados. Quando encaminhadas para o processo de usinagem e

acabamento as peças são posicionadas próximo a operação de retirar a rebarba, a

movimentação das peças do pallete para o local de retirada de rebarba é feita com uso de um

gancho pneumático, essa ação leva pouco segundos e não será considerada. A retirada das

rebarbas tem duração de 47 segundos, sendo realizada uma peça por vez com taxa de refugo

de 0,08%.

O operador direciona a peça rebarbada para a operação seguinte colocando de forma manual a

peça em uma pequena esteira rolante com capacidade para 6 (seis) cabeçotes. O operador da

operação de serra, movimenta o cabeçote para o equipamento, aonde é retirado o sobre metal

(parte do cabeçote para armazenar impurezas), o equipamento tem capacidade para processar

2 (dois) cabeçotes por vez, e a operação tem a duração de 46 segundos com uma taxa de

segregação de 0,01%.

Ao finalizar a retirada do sobre metal o operador movimenta os cabeçotes para uma esteira

com capacidade para 6 cabeçotes, a esteira direciona para a operação seguinte, afuradeira ou

armazena a peça em um pallete com capacidade de até 70 peças. As peças armazenadas ficam

aguardando disponibilidade da furadeira 1 ou da Furadeira 2.

A operação de fazer o furo do retorno de óleo pelo equipamento Furadeira é realizada em 44

segundos, o equipamento tem capacidade para processar 1 (uma) peça por vez e sua taxa de

segregação é de 0,02%, e ao finalizar a operação de furo, o operador movimenta o cabeçote

para uma esteira rolante. A esteira rolante possui 20 metros de cumprimento e velocidade de

0,2 mps. A esteira movimenta os cabeçotes até a operação de usinagem, realizadas por 3 (três)

máquinas CNC. Cada máquina possui um operador que movimenta e posiciona o cabeçote no

equipamento, que tem capacidade de processar 4 cabeçotes por vez.O tempo de operação é de

5 minutos e a taxa de refugo do equipamento é de 0,04%.

Ao finalizar a operação de usinagem o operador movimenta o cabeçote de forma manual para

uma esteira rolante. A esteira rolante possui 12 metros de cumprimento e velocidade de 0,2

mps, tendo como objetivo movimentar o cabeçote já usinado até o primeiro equipamento de

controle de qualidade. A operação de controle de qualidade realizado pelo equipamento

Piedini controla o posicionamento da região de passagem de água do cabeçote chamada de

camisa D’água, a operação tem o tempo de ciclo de 20 segundos e toda a movimentação é

realizada de forma automática através de esteiras rolantes, a taxa de reprovação do

equipamento é de 3%.

A operação seguinte é realizada pela Lavadora que realiza a limpeza do cabeçote retirando

qualquer resíduo de areia ou limalha restante das operações anteriores, se o processo anterior

não estiver em operação o equipamento Lavadora também fica inativo. Ao termino da

operação de limpeza dos cabeçotes, o mesmo é movimentado por uma esteira rolante de 3

metros de cumprimento e velocidade de 0,2 mps para a operação seguinte. Os equipamentos

Arteq realizam a verificação daexistência de vazamentos no cabeçote utilizando ar

comprimido, o tempo de ciclo da operação é de 73 segundos e a taxa de reprovação é de

0,11%. Os cabeçotes reprovados são encaminhados para um pallete com capacidade para 70

unidades aonde são enviados posteriormente para retrabalho, os cabeçotes aprovados seguem

para operação seguinte por uma esteira rolante.

Marposs é um equipamento utilizado para realizar inspeção de altura de câmara de combustão

dos cabeçotes, seu tempo de ciclo é de 18 segundos e sua taxa de reprovação é de 0,03%, os

cabeçotes reprovados são direcionados a um pallete com capacidade para 70 unidades, já os

itens aprovados são direcionados ao controle visual. O controle visual conta com 2 (dois)

operadores que realizam inspeção em todas as faces do cabeçote, seu tempo de ciclo é de 38

segundos, sua taxa de reprovação é de 0,5%. Os itens aprovados são direcionados a um

recipiente para serem armazenados e expedidos, já os itens segregados podem ser

retrabalhados ou refugados.

4.6 Modelagem Conceitual

Foi desenvolvido um modelo computacional que segundo Batemanet al. 2010 pode ser

representado de forma lógica. Foi desenvolvido a modelagem ainda na fase de concepção,

aumentando a qualidade do modelo de simulação e contribuindo para a redução de tempo para

desenvolver o modelo computacional.

A técnica utilizada para realizar a modelagem conceitual foi IDEF-SIM, o método é derivado

da Análise Estruturada e Design Technique (SADT), técnica criada para analisar a perspectiva

funcional de processos. O modelo é eficaz e permite a melhor comunicação entre analista e

cliente.

4.8 Validação do modelo computacional

A Tabela 3 representa o total de saídas das entidades no período de 24 horas do modelo

computacional. Os valores correspondem a média de produção diária de acordo com os

relatórios do processo de usinagem e acabamento.

Tabela 3 - Painel (Média Reps)

Fonte: Elaborado pelo autor. (21016)

Replicação EntidadeTotal de

Saídas

Média Cabeçote tipo 1 861,00



4.9 Análise dos relatórios de saída da simulação

O gráfico 2 representa os estados das entidades. Através desse relatório é possível a

visualização do percentual dos estados de operação de todas as entidades do processo.

Foi observado na análise das entidades que a maior parte do tempo de processamento os

cabeçotes ficaram em estado de bloqueio, isto é impedido de iniciar o processo devido ao

Layout em linha que opera apenas um tipo de produto por vez, obrigando que outros modelos

aguardem fora de operação.

Gráfico3 - Estados das Entidades


O Gráfico 4 representa os estados dos locais de capacidade única. Através desse relatório é

possível a visualização do percentual dos estados de operação de todos os locais com

capacidade de operar uma peça po

4.9 Análise dos relatórios de saída da simulação

stados das entidades. Através desse relatório é possível a





Estados das Entidades - Baseline (Média Reps)

21016)



capacidade de operar uma peça por vez.

stados das entidades. Através desse relatório é possível a







Gráfico 4 - Estados dos Locais de Capacidade Única


O gráfico 5 representa o estado dos locais de capacidade múltipla. Através desse gráfico é

possível a visualização do percentual dos

capacidade de operar múltiplas peças de forma simultânea.

Foi observado que os locais de capacidade múltipla apresentaram baixo percentual em estado

vazio, apresentando maior índice em parcialmente ocupado e chei

Estados dos Locais de Capacidade Única – Baseline (Média Reps)

21016)



capacidade de operar múltiplas peças de forma simultânea.


vazio, apresentando maior índice em parcialmente ocupado e cheio.

Baseline (Média Reps)


estados de operação de todos os locais com


Gráfico 5 - Estado dos Locais de Capacidade Múltipla


5 Considerações finais

Pode-se concluir que a pesquisa foi bem

uso de simulação computacional. A simulação foi capaz de reunir informações que seriam

analisadas de forma desorganizada, possibilitou a análise como um todo, oferec

visão geral e eficaz do processo produtivo. Através dos resultados da simulação foi possível

perceber vários pontos, tais como os locais de capacidade múltipla que em maior parte do

tempo permaneceram parcialmente ocupado ou cheio, isso refletiu d

performance de locais como o rebarbador que apresentou 70% de seu tempo de operação

bloqueado devido ao fato da serra engeteam

cheio. Outro ponto que pode ser observado foi o quanto as entidades per

bloqueadas no sistema, essa característica se deve principalmente ao fato do processo ter o

layout em linha, isto é, somente um tipo de produto pode ser processado por vez. Apesar do

resultado positivo da simulação realizada é necessária precauçã

alterações no processo, é sempre recomendado rever os dados que alimentam a modelo

computacional para que as ações sejam eficientes. Cabe aqui ressaltar que melhorias para o

processo estudado podem ser desenvolvidos em trabalhos

Estado dos Locais de Capacidade Múltipla – Baseline (Média Reps)

21016)

se concluir que a pesquisa foi bem-sucedida, obtendo à análise do processo através do


analisadas de forma desorganizada, possibilitou a análise como um todo, oferec



tempo permaneceram parcialmente ocupado ou cheio, isso refletiu d


serra engeteampermanecer 82% de seu tempo de processamento

cheio. Outro ponto que pode ser observado foi o quanto as entidades per



resultado positivo da simulação realizada é necessária precaução na tomada de decisão para



processo estudado podem ser desenvolvidos em trabalhos futuros ainda utilizando simulação.

Baseline (Média Reps)

sucedida, obtendo à análise do processo através do


analisadas de forma desorganizada, possibilitou a análise como um todo, oferecendo uma



tempo permaneceram parcialmente ocupado ou cheio, isso refletiu diretamente na


permanecer 82% de seu tempo de processamento

cheio. Outro ponto que pode ser observado foi o quanto as entidades permaneceram



o na tomada de decisão para



utilizando simulação.

6. Referências

AGUIAR, Giancarlo F.; PEINADO, Jurandir; GRAEML, Alexandre R. Simulações de arranjos físicos por produto e balanceamento de linha de produção: O estudo de um caso real no ensino para estudantes de engenharia. In: XXXV Congresso Brasileiro de Educação em Engenharia. 2007. AHMED, M. A.; ALKHAMIS, T. M. Simulation optimization for an emergency department healthcare unit in Kuwait. European Journal of Operation Research, p. 936-942. 2009. Banks, J.; Carson, J. S.; Nelson, B. L.; Nicol, D. M. Discrete event system simulation. 4.ed. Upper Saddle River, NJ: Prentice-Hall, 2005. BATEMAN et al. Simulação de sistemas – aprimorando processos de logística, serviços e manufatura. 5. ed. Rio de Janeiro. (Ed.). Elsevier. 2013 BRUNI, Adriano Leal; FAMÁ, Rubens; SIQUEIRA, Jose de Oliveira. Análise do risco na avaliação de projetos de investimento: uma aplicação do método de Monte Carlo. Caderno de Pesquisas em Administração, São Paulo, v. 1, n. 6, p. 1, 1998. CARRAVILLA, Maria Antónia. Layouts: Balanceamento de linhas. 1998. CHWIF, Leonardo; MEDINA, Afonso Celso. Introdução ao Software de Simulação Simul8. Anais do XXXVIII Simpósio Brasileiro de Pesquisa Operacional, Goiânia, GO, 2006. CHWIF, Leonardo; MEDINA, Afonso Celso. Modelagem e simulação de eventos discretos. Afonso C. Medina, 2006. DE CARVALHO MIRANDA, Rafael et al. Avaliação da operação de setup em uma célula de manufatura de uma indústria de autopeças através da simulação a eventos discretos. Revista Gestão Industrial, v. 6, n. 3, 2010. DE OLIVEIRA, Clênio Senra. Aplicação de técnicas de simulação em projetos de manufatura enxuta. Estudos Tecnológicos em Engenharia, v. 4, n. 3, p. 204-217, 2008. DE QUEIROZ, José Antonio et al. Proposta de uma metodologia para utilização da simulação no planejamento e implantação dos sistemas de produção enxuta. SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, v. 44, 2012. LAW, A. M. How to build valid and credible simulation models. In: WINTER SIMULATION CONFERENCE, Proceedings... Austin, TX, USA, 2009. MUNDIM, João Umbiruçu Campos. Uso de simulação de eventos discretos para o dimensionamento de frota para colheita e transporte de cana-de-açúcar. 2009. Tese de Doutorado. Universidade de São Paulo.

SENA, José Adolfo da Silva. Desenvolvimento de framework para análise e simulação dinâmica de sistemas elétricos de potência. 2013.

SILVA, AL da; RENTES, Antonio Freitas. Tornando o layout enxuto com base no conceito de mini-fábricas num ambiente de multi-produtos: um estudo de caso. XXII Encontro Nacional de Engenharia de Produção, 2002. Sistema de produção conceitos e práticas para projeto e gestão da produção enxuta, JUNICO ANTUNES, Ed. BOOKMAN. 2008. SLACK, CHAMBERS e JOHNSTON, Administração da produção, 3.ed. (Ed.). Atlas S.A. São Paulo. 2009.

VIEIRA, Guilherme E. Uma revisão sobre a aplicação de simulação computacional em processos industriais. SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, XIII, Bauru, Anais, p. 1-10, 2006.

simulação computacional aplicada na análise de processo de...

Documents