simulação computacional aplicada na análise de processo de...
TRANSCRIPT
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
trabalhado, treinamentos, reuniões de início de turno, manutenções preventivas e testes.
: 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
trabalhado, treinamentos, reuniões de início de turno, manutenções preventivas e testes.
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
Média Cabeçote tipo 2 504,80
Média Cabeçote tipo 3 218,20
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
Fonte: Elaborado pelo autor. (21016
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
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
Estados das Entidades - Baseline (Média Reps)
21016)
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 por vez.
stados 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
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
Gráfico 4 - Estados dos Locais de Capacidade Única
Fonte: Elaborado pelo autor. (21016
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)
O gráfico 5 representa o estado dos locais de capacidade múltipla. Através desse gráfico é
possível a visualização do percentual dos estados de operação de todos os locais com
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 cheio.
Baseline (Média Reps)
O gráfico 5 representa o estado dos locais de capacidade múltipla. Através desse gráfico é
estados de operação de todos os locais com
Foi observado que os locais de capacidade múltipla apresentaram baixo percentual em estado
Gráfico 5 - Estado dos Locais de Capacidade Múltipla
Fonte: Elaborado pelo autor. (21016
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
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
serra engeteampermanecer 82% de seu tempo de processamento
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 precaução na tomada de decisão para
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 futuros ainda utilizando simulação.
Baseline (Média Reps)
sucedida, obtendo à análise do processo através do
uso de simulação computacional. A simulação foi capaz de reunir informações que seriam
analisadas de forma desorganizada, possibilitou a análise como um todo, oferecendo uma
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 diretamente na
performance de locais como o rebarbador que apresentou 70% de seu tempo de operação
permanecer 82% de seu tempo de processamento
cheio. Outro ponto que pode ser observado foi o quanto as entidades permaneceram
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
o na tomada de decisão para
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
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.