OTIMIZAO DA PROGRAMAO DE CARGAS

DE FORNO EM UMA FBRICA DE FUNDIO

EM AO-INOX

Raida de Jesus Silva

Departamento de Engenharia Mecnica, Universidade de Twente, Holanda,
e-mail: R.J.Silva@ctw.utwente.nl

Reinaldo Morabito
Departamento de Engenharia de Produo, Universidade Federal de So Carlos,
C.P. 676, CEP 13565-905, e-mail: morabito@power.ufscar.br

Recebido em 12/2/2003
Aceito em 9/3/2004
v.11, n.1, p.135-151, jan.-abr. 2004

Resumo:
Neste trabalho apresenta-se uma abordagem para otimizar a programao de cargas de forno em fundies de
mercado de pequeno porte. Tal abordagem consiste, basicamente, em definir a programao dos fornos para produzir
uma carteira de pedidos composta de diversas peas em ligas metlicas variadas, de maneira a maximizar a produtividade
(ou a margem de contribuio ao lucro) e satisfazer prazos de entrega e restries de processo. O procedimento
proposto baseado na teoria dos problemas de corte e empacotamento; ele combina uma heurstica construtiva gulosa
com o clssico problema da mochila. Para valid-lo, um estudo de caso foi realizado numa fundio em ao-inox
localizada em So Carlos, SP. Os resultados da simulao de duas semanas de produo da empresa mostraram que o
procedimento capaz de produzir solues melhores do que as utilizadas pela empresa.
Palavras-chave: programao da produo, fundio em ao-inox, cargas de fornos, problemas de corte e empacotamento,
heursticas.

1. Introduo
O setor de fundio caracteriza-se pela produo de bens
intermedirios, ou seja, a grande maioria das peas fundidas
fornecida para indstrias diversas e apenas uma parcela
reduzida dessas peas segue diretamente para o consumidor
final. No Brasil, as fundies esto presentes em quase todas
as regies, gerando mais de 45 mil empregos diretos e
produzindo desde peas simples de uso domstico at peas
mais sofisticadas, como autopeas e partes de mquinas e
equipamentos de uso industrial (Abifa, 2002). A diversidade
no uso de metais fundidos resultado das vantagens funcionais e benefcios econmicos que a indstria de fundio
oferece, comparada a outros mtodos de conformao de
metais. Os benefcios de um componente fundido esto
diretamente relacionados versatilidade inerente aos processos de fundio (Kanicki, 1988). Duas etapas bsicas
compem o processo de fundio: moldagem e fuso. A

combinao dessas duas etapas gera inmeras variaes no

processo. Alm disso, diversos tipos de metais podem ser
fundidos (Campos & Davies, 1978; Chiaverini, 1986).
Entre as fundies existem as que se dedicam exclusivamente s vendas para terceiros, chamadas fundies de
mercado, e as fundies cativas, que, em geral, so departamentos de empresas cuja produo destina-se basicamente
para consumo prprio. A maior parte da produo brasileira
consumida pelas indstrias automotivas e siderrgicas
(fundies cativas), ficando apenas uma pequena parte para
os setores da indstria mecnica e infra-estrutura (fundies
de mercado). Para um exame das fundies de mercado no
interior do Estado de So Paulo, o leitor pode consultar
Fernandes & Leite (2002). Demanda relativamente baixa
e ausncia de poltica de mercado estvel caracterizam as
fundies de mercado como empresas de pequeno ou mdio
porte, em geral carentes de estrutura gerencial bem
organizada. Com as oscilaes de demanda e o volume de

136

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

produo comum ocorrerem problemas como falta de

material, atraso na entrega dos pedidos, sobrecarga de alguns
equipamentos e ociosidade de outros.
Parte desses problemas so devidos falta de uma
programao mais adequada da produo das fornadas. As
peas encomendadas em carteira precisam ser combinadas
de maneira a maximizar o aproveitamento da capacidade
dos fornos. Essa combinao deve levar em conta, para cada
pea, o material, o peso, a quantidade, o prazo de entrega,
a margem de contribuio, entre outros. Alm da restrio
de capacidade de cada forno, podem aparecer outras restries menos usuais, por exemplo, limitaes no nmero
de fornos que podem estar ligados ao mesmo tempo. Isso
tudo caracteriza um interessante problema de otimizao
combinatria que o programador da produo tem dificuldade de resolver de maneira eficaz.
Motivado por essas dificuldades, o presente trabalho
apresenta uma abordagem heurstica para otimizar a programao da produo em fundies de mercado de pequeno
porte. Tal abordagem baseia-se nos problemas de corte e
empacotamento (PCE) unidimensionais (Morabito &
Arenales, 1992; Dyckhoff et al., 1997; Arenales et al., 1999):
as peas a serem fundidas correspondem s "unidades
pequenas" (com dimenses iguais aos pesos das peas), os
fornos correspondem s "unidades grandes" (com dimenses
iguais s capacidades dos fornos), e o problema envolve cortar
(ou empacotar) unidades pequenas a partir (dentro) de
unidades grandes, de maneira a otimizar o aproveitamento
destas.
O mtodo proposto determina a programao da
produo de diferentes ligas metlicas nos fornos, de
maneira a produzir as peas de cada liga demandadas na
carteira de pedidos dos clientes, dando prioridade aos
programas que otimizem algum critrio, por exemplo, que
maximizem a produtividade do processo ou a margem de
contribuio ao lucro. Para validar a abordagem, um estudo
de caso foi desenvolvido em uma fundio de mercado em
ao-inox localizada na cidade de So Carlos, SP. Aos
inoxidveis englobam uma famlia de ligas ferrosas (com
pelo menos 12% de cromo) que se caracterizam por resistirem corroso atmosfrica, embora tambm possam
resistir ao de outros meios gasosos e lquidos
(Chiaverini, 1986). Os resultados da simulao de duas
semanas reais de produo mostraram que a abordagem
capaz de produzir solues melhores do que as utilizadas
pela empresa, do ponto de vista de produtividade.
Poucas publicaes so encontradas na literatura relacionadas ao presente problema, principalmente em fundies
de pequeno e mdio porte, conforme mostram os exames em
Silva (2001) e Araujo & Arenales (2003). A maioria dos
trabalhos trata do problema de programao da produo em
grandes siderrgicas (Tang et al., 2001), ou fundies de
mercado de porte bem maior do que a do presente estudo de
caso e/ou com caractersticas diferentes. Por exemplo,
Sounderpandian & Balashanmugam (1991) estudaram um

problema semelhante em termos organizacionais em uma

fundio bem maior, porm, o mtodo de soluo
apresentado, baseado no clssico problema de transporte,
dificilmente poderia ser aplicado ao presente estudo, em razo
do problema combinatrio envolvido em cada programao
de fornadas. O mesmo ocorre em relao aos estudos em
Vianna & Arenales (1995), Santos-Meza et al. (2002) e
Araujo et al. (2003), que apresentaram modelos de
programao linear inteira para uma fundio automatizada,
porm, a capacidade dos fornos por perodo considerada
de maneira agregada. Bowers et al. (1995), Hendry et al.
(1996) e Gravel et al. (2000) estudaram fundies de alumnio
e cobre com caractersticas diferentes da presente fundio
de ao-inox, j Liang (1995) estudou um problema de
carregamento de fornos em uma indstria metalrgica, porm,
o problema envolve certos arranjos dentro dos fornos que
o caracterizam como um PCE bidimensional. Portanto, as
abordagens propostas nesses trabalhos no podem ser
diretamente aplicadas no presente estudo de caso. J o
trabalho de Voorhis et al. (2001) trata do mesmo problema
deste estudo, porm, com uma viso mais abrangente, que
programa as fornadas visando a diminuir o trabalho em
processo (WIP) e o tempo de ciclo. Seria interessante
considerar tal abordagem se a utilizao da programao
proposta no presente estudo gerar problemas de gargalos nas
outras etapas da produo.
Este trabalho est organizado da seguinte maneira: na seo
2, descreve-se o processo de fundio do estudo de caso. Na
seo 3, modela-se a programao da produo dos fornos
como um PCE unidimensional e discute-se uma abordagem
de soluo. Na seo 4, apresenta-se em detalhes um algoritmo
para resolver o problema baseado em uma heurstica construtiva
gulosa combinada com o clssico problema da mochila. Na
seo 5, analisam-se os resultados computacionais obtidos com
a aplicao do algoritmo em situaes reais do estudo de caso.
Finalmente, na seo 6, apresentam-se as concluses e perspectivas para pesquisa futura.

2. Caracterizao do processo de
fundio
O processo de fundio em ao-inox da fbrica aqui
estudada o de moldagem manual em areia com forno de
induo magntica e vazamento por gravidade. O mix de
produtos da fbrica consiste em peas fundidas em diversas
ligas, formas e em quantidades variadas, dependendo dos
pedidos dos clientes. A Figura 1 apresenta o fluxograma
para o processo de fundio dessa fbrica. Uma pea encomendada fabricada a partir de um modelo (Figura 1)
fornecido pelo prprio cliente ou confeccionado por terceiros. Com esse modelo fabricado o molde e, se necessrio, o(s) macho(s). O conjunto (molde/machos) ento
preparado para ser utilizado na conformao do metal
fundido na seo denominada fechamento (Figura 1). O
metal fundido pode ser ao inoxidvel (cerca de 80% da

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

produo da fbrica) ou aos-liga de baixo carbono (CDH,

1973). Independentemente da composio do fundido, o
molde utilizado feito da mesma forma, sendo descartado
aps o resfriamento do metal dentro dele, e a areia j
utilizada recondicionada e adicionada areia nova (Figura
1), a fim de ser reaproveitada no processo. A capacidade
produtiva, neste caso, limitada pelo forno, pois a fonte
fornecedora de matria-prima bsica para o processo.
A fbrica estudada possui trs fornos, aqui denominados
fornos 1, 2 e 3, com capacidades de fuso de 40, 120 e 330
kg, respectivamente (em alguns casos essas capacidades
podem ser consideradas de 45, 130 e 330 kg). O forno menor
(forno 1) geralmente utilizado para fundir os aos refratrios, em razo das caractersticas das peas encomendadas
nesses materiais. Ou seja, como esses materiais possuem
melhores propriedades e mais elementos de liga, seu custo
alto, o que leva os projetistas a fazerem os equipamentos
em aos-liga (por exemplo, CF8 ou CF8M) e projetarem
apenas as partes mais solicitadas em materiais de resistncia
mais especfica e, em geral, em tamanhos (pesos) pequenos.
A matria-prima para a confeco das peas consiste
em sucata de ao e elementos de liga (Figura 1), adicionados
ao forno nas propores necessrias para a obteno das
composies exigidas pela norma da liga que est sendo
fabricada. A sucata geralmente comprada de terceiros,

137

mas tambm pode ser constituda de canais de alimentao,

montantes e massalotes que sobram do corte das peas
depois de fundidas, ou ainda de peas refugadas depois de
rebarbadas por apresentarem defeitos de solidificao
(Figura 1). Em geral, h muitas formas de combinar essas
diferentes matrias-primas para atingir a composio
desejada de determinada liga. A utilizao do clssico
problema da mistura (Johnson & Montgomery, 1974;
Swersey, 1994; Nahmias, 1995) gera carregamentos de
forno que minimizam os custos com matria-prima, a partir
das composies das sucatas existentes e outros materiais.
A programao da produo dos fornos em geral
"empurrada" pelo setor de moldagem. A partir da carteira
de pedidos existente dada uma ordem de fabricao para
que o setor de moldagem construa os moldes. O setor de
moldagem o fornecedor do setor de fundio e possui papel
importante na ordem de produo. Pode haver um seqenciamento da construo dos moldes de acordo com os
tamanhos da pea (peas menores so mais demoradas e
mais difceis para moldar), as ligas das peas (a margem
de lucro de ligas especiais maior que das outras), os prazos
de entrega e os clientes preferenciais. Porm, comum o
aparecimento de estoques intermedirios de moldes de areia
para serem utilizados no setor de fundio, subutilizando
a capacidade desse setor.

Figura 1 Fluxograma das etapas de produo de peas por fundio.

138

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

Cada vez que se enche o forno com metal slido e este,

depois de lquido, passado para as panelas, acontece a
chamada "corrida", aqui referida como carga ou fornada.
Cada forno ligado sempre uma hora e meia antes do incio
do dia de trabalho, pois a primeira carga de cada forno tem
tempo de preparo mais demorado, decorrente do tempo
necessrio para que o forno alcance a temperatura de
trabalho normal. A Tabela 1 apresenta detalhes sobre as
capacidades de funcionamento de cada um dos fornos. Para
outros detalhes do presente processo de fundio, consultar
Silva (2001).
A idia do presente trabalho consiste em modificar o
sistema de programao das cargas de forno da empresa,
utilizando um modelo de otimizao baseado na estrutura
dos PCE, conforme descrito a seguir. O objetivo encontrar
os "melhores" carregamentos para cada forno, baseados na
maximizao da produtividade ou da margem de contribuio ao lucro. A partir da programao antecipada das
cargas, espera-se que seja possvel "puxar" a produo de
moldes, empregando critrios de deciso mais efetivos do
que os utilizados pela empresa.

unidimensional, "V" indica uma seleo de unidades grandes,

no caso as cargas dos fornos, "D" indica vrios fornos de
tamanhos diferentes, e "M" indica muitas peas de tamanhos
diferentes para serem fundidas).
Entretanto, por simplificao, decidiu-se considerar um
dia de produo por vez. Em decorrncia das restries de
processo, pode-se ter 15 combinaes possveis de cargas
de fornos durante um dia, como, por exemplo, a combinao:
2 fornadas no forno 1, 8 fornadas no forno 2 e 0 fornadas
no forno 3, com capacidade diria de 1.040 kg, conforme
discutido adiante na Tabela 2. Dessa maneira, o problema
de programar as cargas de fornos em um dia passa a ser visto
como um PCE do tipo 1/B/D/M (em que "B" agora indica
que o problema envolve uma seleo de peas para serem
produzidas a partir de certo conjunto de fornadas em um dia).
Tal problema pode ser modelado como uma extenso de um
problema multimochilas (Oshiro, 2001): seja Lj a capacidade
(do forno) da fornada j, li e Di o peso e a demanda da pea
i, respectivamente, e aik = 1, se a pea i usa a liga k e aik = 0,
caso contrrio, satisfazendo kaik para todo i. As variveis
de deciso so:

3. Caracterizao do problema
como um PCE

Considere que todas as peas demandadas em carteira

tenham prazo de entrega no final do planejamento da carteira,
usualmente com durao de uma semana. Como o metal
despejado dos fornos para a formao das peas est na forma
lquida, pode-se considerar a capacidade do forno como uma
barra de comprimento L, que ser dividida em cargas menores
de comprimento li, ou seja, o peso de cada pea i a ser produzida
na fornada, mais um comprimento restante que corresponde
capacidade ociosa do forno. Dessa maneira, a soma dos pesos
das peas i corresponde ao peso total da fornada, menor ou
igual a L. Assim, tem-se aqui um PCE unidimensional.
A fbrica estudada possui trs fornos de tamanhos diferentes. Cada forno pode ser carregado vrias vezes ao dia,
e podem ser necessrios vrios dias para atender a demanda
de peas da carteira de pedidos. Assim, esse problema envolve
uma seleo de unidades grandes (cargas de forno) para
produzir todas as unidades pequenas (peas), podendo ser
classificado conforme a tipologia de Dyckhoff (1990) como
um PCE do tipo 1/V/D/M ("1" significa que o problema

O modelo de programao linear inteira dado por:

Max

xij = nmero de peas i na fornada j;

yjk = 1, se a fornada j faz a liga k, e 0, caso contrrio.

l i x ij
i

(1)

L j / 3 l i xij L j , para todo j

(2)

x ij Di ,

para todo i

(3)

y jk 1 ,

para todo j

(4)

x ij Di y jk , para todo i, j, k tal que aik = 1

(5)

x ij 0 , inteiro, y jk {0,1}, para todo i, j, k

(6)

Tabela 1 Descrio das capacidades dos fornos.

Forno

No de cargas/dia

Peso/dia (kg/dia)

Peso mdio (kg)

1 (40 kg)

5-6

200-240

220

2 (120 kg)

9-11

1080-1320

1200

3 (330 kg)

5-6

1650-1980

1800

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

A funo objetivo (1) maximiza o peso total das peas

produzidas, conseqentemente, maximiza a produtividade
dos fornos (essa funo pode ser adaptada para maximizar
a margem de contribuio ao lucro das peas produzidas).
As restries (2) garantem que o peso de cada fornada j no
ser maior que a capacidade do forno Lj, nem menor que 1/
3 dessa capacidade (conforme discusso na prxima seo).
As restries (3) garantem que a quantidade produzida de peas
i no ser maior que a quantidade demandada Di (na fbrica
estudada comum ter-se Di = 1). As restries (4) garantem
que cada fornada j far somente a liga k. As restries (5)
garantem que peas i que usam a liga k s podem ser produzidas na fornada j se esta estiver fazendo a liga k.
Finalmente, as restries (6) referem-se integralidade das
variveis xij e yjk. Note que o modelo (1)-(6) de difcil soluo
exata em razo do nmero de variveis inteiras que ele pode
envolver nas situaes reais (tipicamente com dezenas de
ligas, centenas de tipos de peas e vrias fornadas por dia),
conforme ilustrado na seo 5.
Para resolver o problema original 1/V/D/M, utilizase uma heurstica construtiva gulosa que, em cada dia de
produo, procura pela combinao de cargas de fornos
(padres de carregamento) mais valiosa, ou seja, resolve
um problema 1/B/D/M (modelo (1)-(6)). Em vez de utilizar
um mtodo exato, cada problema 1/B/D/M resolvido
aproximadamente por meio de uma seqncia de
problemas da mochila (isto , problemas do tipo 1/B/O/
M, em que "O" significa que se est considerando apenas
um forno por vez). Para outros detalhes sobre o problema
da mochila, consultar Salkin & De Kluyver (1975) e
Martello & Toth (1990). Hinxman (1980), Morabito &
Garcia (1998) e Silveira & Morabito (2002) descreveram
uma heurstica construtiva gulosa (repeated exhaustion
reduction) para o PCE basicamente como:
Enquanto a demanda no for satisfeita, faa:

Passo 1: gere o melhor padro de carregamento (carga

de um forno).

Passo 2: repita este padro o mximo nmero de vezes

possvel, em funo da demanda.

Passo 3: atualize a demanda.

No caso do presente problema, os Passos 1 e 2 se

fundem, pois ocorre a escolha de uma combinao de cargas
de fornos (conjunto de padres de carregamento) mais
valiosa para um dia de produo, com a aplicao desses
padres uma nica vez. Depois da atualizao da demanda
(Passo 3), uma nova combinao de cargas de fornos
gerada para o dia seguinte, e assim sucessivamente, at
esgotar toda a demanda. O objetivo do problema pode estar
relacionado capacidade de produo (minimizao da
capacidade ociosa dos fornos ou maximizao da produ-

139

tividade dos fornos) ou aos custos de produo (minimizao dos custos de produo ou maximizao da
margem de contribuio ao lucro).

4. Algoritmo de soluo
A seguir apresenta-se resumidamente o algoritmo de
soluo baseado na abordagem descrita anteriormente (cada
passo do algoritmo detalhado logo adiante).

Passo 1: preparo de dados.

Passo 1.1: preparo da lista de combinaes de cargas:
prepare a lista das possveis combinaes de fornadas,
levando em conta as restries de capacidade diria do
processo. Para cada forno f, determine o nmero mximo
de fornadas Nf, entre todas as combinaes.
Passo 1.2: preparo das subcarteiras de ligas: separe a
carteira de pedidos em subcarteiras, uma para cada liga
diferente, contendo as peas a serem fundidas em cada
liga. Faa dia d 1.

Passo 2: associao das ligas com os fornos: para o dia

d, associe as possveis listas de subcarteiras de ligas para
cada forno f, levando-se em conta as restries de peso
e capacidade mnima do forno f. Note que, neste passo,
pode-se ter uma mesma subcarteira associada a mais de
um forno.

Passo 3: determinao das melhores mochilas para cada

forno: determine as melhores Nf mochilas para cada
forno f, admitindo-se que todas as subcarteiras associadas a este forno esto disponveis. Armazene estas
solues em Vetorf.

Passo 4: escolha da combinao mais valiosa para cada

dia: faa combinao j 1 e valor da melhor soluo
encontrada at ento Vmax 0. Enquanto j < Jmax,
o nmero mximo de combinaes, faa:
Passo 4.1: para a combinao j, calcule um limitante
superior para o valor do lucro desta combinao utilizando as solues armazenadas no Passo 3. Faa o valor
da combinao j, Vj 0.
Passo 4.2: se este limitante for menor ou igual a Vmax,
ento j j + 1 e volte para o Passo 4.1. Caso contrrio,
v para o Passo 4.3.
Passo 4.3: se a combinao utilizar apenas um forno f,
tome as melhores mochilas para este forno computadas
no Passo 3. Caso contrrio, v para o Passo 4.4. Se a
soluo obtida Vj for maior que Vmax, atualize Vmax.
Faa j j + 1, e volte para o Passo 4.1.
Passo 4.4: como a combinao j envolve mais de um
forno, para cada forno f desta combinao, armazene
as Nf melhores mochilas do Passo 3 na lista Lf.

140

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

Passo 4.4.1: escolha a mochila mais valiosa entre as listas

e some o valor dessa mochila em Vj. Atualize a subcarteira associada a esta mochila, debitando as peas
produzidas.
Passo 4.4.2: elimine a mochila escolhida da lista correspondente e atualize as outras listas Lf contendo mochilas
da mesma liga. Atualize o nmero de cargas restantes na
combinao j, debitando uma fornada do forno da mochila
escolhida. Se ainda existirem cargas disponveis na
combinao j, volte para o Passo 4.4.1. Caso contrrio,
a soluo Vj da combinao j foi encontrada. Se Vj for
maior que Vmax, atualize Vmax. Faa j j + 1, e volte
para o Passo 4.1.

Passo 5: Atualizao da carteira: no final do Passo 4,

tem-se a melhor combinao encontrada com valor Vmax,
para o dia d. Adote esta soluo para o dia d e atualize
a carteira, debitando as peas que pertencem soluo.
Se ainda houver peas na carteira, faa dia d d + 1 e volte
para o Passo 2. Caso contrrio, a programao das cargas
dos fornos est terminada.

4.1 Detalhamento do algoritmo

Passo 1: preparo de dados.

Passo 1.1: preparo da lista de combinaes de cargas.

A lista de possveis combinaes de cargas contm todos

os modos de ligar os fornos da fbrica em um dia de trabalho,

ou seja, uma lista com todas as possibilidades de

funcionamento dirio dos fornos. Cada combinao j
contm o nmero de fornadas dirias Nfj que pode ser feito
em cada forno f. Por exemplo, uma combinao j com duas
fornadas no forno 1 (N1j = 2), uma fornada no forno 2 (N2j = 1)
e uma fornada no forno 3 (N3j = 1). A lista das possveis
combinaes encontra-se na Tabela 2, em ordem decrescente
de capacidade (em peso) de produo. Note que, entre as
combinaes possveis, a que utiliza o maior nmero de
fornadas do forno 1 a combinao 11 (isto , N1,11 = 5);
do forno 2 a combinao 5 (isto , N2,5 = 10); e do forno
3 a combinao 1 (isto , N 3,1 = 6). Desta forma, o nmero
mximo de fornadas dirias Nf de cada forno f : N1 = 5,
N2 = 10 e N3 = 6.
Para o preparo dessa lista de 15 possveis combinaes
de cargas so levados em conta, alm da durao da jornada
de trabalho, os seguintes fatores: o forno 3, de 330 kg, no
pode ser ligado simultaneamente com o forno 2, de 120 kg,
pois ambos esto conectados ao mesmo painel de controle,
o qual no tem capacidade para operar os dois equipamentos
ao mesmo tempo. Alm disso, o forno 3 tambm no pode
ser ligado simultaneamente com o forno 1, de 40 kg. Isso
porque, embora o forno 1 tenha um painel independente, a
potncia somada dos fornos 1 e 3 maior que a potncia do
transformador existente na fbrica. Para que os fornos 1 e
2 operassem simultaneamente seria necessrio baixar a
potncia de operao do forno 2, a fim de evitar problema
semelhante ao dos fornos 1 e 3. Conseqentemente, os tempos
de operao e a capacidade diria dos fornos 2 e 3 seriam

Tabela 2 Possveis combinaes de cargas dirias nos fornos.

Combinao j

N1j

N2j

N3j

Capacidade diria (kg)

1980

1440

1360

1350

10

1200

1170

1140

1070

1040

10

1000

11

920

12

820

13

730

14

530

15

450

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

alterados, passando para, no mximo, 7 cargas por dia no

forno 2 e 4 cargas por dia no forno 3.
Passo 1.2: preparo das subcarteiras de ligas.

A partir da lista de peas com pedidos em carteira,

preparada uma tabela contendo as informaes sobre cada
pea: nome, liga, peso unitrio, demanda e lucro por pea
(por motivo de espao, essas informaes no foram
anexadas, mas esto detalhadas em Silva (2001) nas tabelas
Carteira). De acordo com a liga em que dever ser fundida,
cada pea associada a uma subcarteira de ligas a serem
fundidas. A Figura 2 mostra esquema do Passo 1.

Passo 2: associao das subcarteiras de ligas com os fornos.

A Figura 3 ilustra a associao das k ligas e das n peas

aos F fornos. Para isso, as subcarteiras criadas no passo
anterior so associadas a cada um dos possveis fornos,
levando-se em conta as restries de peso e de capacidade
mxima de cada forno (CapFornof). A restrio de peso
excluir da lista daquele forno peas com peso unitrio maior
que sua capacidade, isto , se o peso da pea pi for maior
que CapFornof, elimina-se a pea pi da subcarteira associada ao forno f (Figura 3). Note que se pode ter uma mesma
subcarteira associada a mais de um forno.
A restrio de capacidade mnima consiste em desassociar
do forno uma subcarteira com peso total menor do que 1/3 de
sua capacidade, isto , se o peso total da subcarteira da liga
k associada ao forno f (PesoTotkf) for menor que CapFornof/
3, esta subcarteira eliminada (Figura 3). Porm, para o forno
1, de 40 kg, essa restrio no considerada, pois pode haver
pedidos de ligas especiais com Peso Total menor do que 1/
3 dos 40 kg (note que isso no foi considerado na restrio

(2) do modelo (1)-(6)). Isto porque, como o Preo de Venda

destas ligas alto, economicamente vivel fazer uma carga
maior do que o peso que ser utilizado, respeitando o mnimo
necessrio para realizar o pedido e lingotar o que no for
utilizado para reaproveitar em uma prxima carga do mesmo
material, em vez de esperar chegar mais algum pedido da
mesma liga.

Passo 3: Determinao das melhores mochilas para cada

forno

A Figura 4 representa o fluxograma do processo de

seleo das melhores mochilas para cada forno.
Ao final do Passo 2, cada forno f tem uma lista com
Nligasf possveis ligas (subcarteiras), associadas s
respectivas peas que podem ser nele produzidas (Figura 4).
Utiliza-se ento o Procedimento Mochila para calcular, para
cada forno f, as Nf mochilas mais valiosas (Figura 4), a partir
de suas respectivas subcarteiras. Note que, nesse passo,
apesar de ser possvel ter uma mesma subcarteira associada
a mais de um forno, essa dependncia no considerada
para determinar as melhores mochilas para cada forno. Tal
procedimento resolve otimamente o seguinte problema da
mochila restrito por meio de programao dinmica (Salkin
& De Kluyer, 1975; Martello & Toth, 1990):
Modelo 1/B/O/M Problema da mochila para subcarteira k associada ao forno de capacidade L:
[lucro] max ( p ik C k ) i l i xi
iPk

sujeito a : l i xi L
0 xi Di , inteiro, i Pk

Passo 1

Lista J
N1 = 5
N2 = 11
N3 = 6

Liga 1
Pea 1
Liga 2

Pedidos em
carteira

141

Liga 3

Pea 2

Pea n

Liga K

Figura 2 Esquematizao das aes efetuadas no Passo 1.

142

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

em que li e Di so o peso bruto e a demanda da pea i,

respectivamente, Pk o conjunto contendo a carteira de
pedidos de cada liga k, pik o preo de venda por quilo
da pea i na liga k, Ck o custo de produo por quilo da
liga k, i o rendimento da pea i (sem os canais de alimentao). As variveis de deciso x i representam as quantidades de peas i a serem produzidas na carga L. No caso
de se desejar maximizar a utilizao do forno, em vez de
maximizar a margem de contribuio ao lucro, a funo
objetivo anterior pode ser facilmente adaptada conforme
(1) do modelo (1)-(6).
Observe que o rendimento da pea i descontado na
funo objetivo pelo parmetro i, isto , aps a fuso, nas
operaes de corte e rebarba, so retirados os canais de
vazamento e massalotes (Campos & Davies, 1978). Esses
no fazem parte da pea vendida, mas precisam ser fundidos
para a pea no apresentar defeitos superficiais de solidificao. Aps a retirada desses canais, a pea pesada, sendo
i a razo entre a pea sem e com canais. Por isso i aparece
no modelo da mochila anteriormente citado, em que o peso
vendido o peso bruto menos canais e massalotes (lii).
A determinao das Nf melhores mochilas para cada forno
f feita da seguinte forma: primeiramente, para cada forno

Ligas que
podem ser
feitas no
forno f

i=1

f, resolve-se uma mochila para cada subcarteira k associada

a este forno e o resultado da funo objetivo (lucro) e as peas
escolhidas so armazenadas em Mochila kf, admitindo-se que
todas as peas da subcarteira k esto disponveis (Figura 4).
Essas Mochilas kf so ordenadas em ordem decrescente de
lucro e as primeiras Nf mochilas so inicialmente armazenadas numa lista (Vetorf). Para as ligas da posio i = 1
at Nf 1, resolve-se novamente um problema da mochila
para a liga armazenada em Vetorfi, ou seja, da mochila que
estiver na posio i de Vetorf, desconsiderando-se as peas
j utilizadas na mochila anterior. Caso esta nova mochila
resulte em lucro maior do que o da Nfh-sima (com h = i +
1 at Nf) mochila da lista, esta substituda pela nova mochila,
e a lista reordenada (Figura 4). Ao final do lao, Vetorf
contm as peas mais lucrativas a serem feitas em cada forno
f, se a fbrica operasse apenas com um dos fornos. Essas informaes so utilizadas como soluo inicial no Passo 4.

Passo 4: escolha da combinao mais valiosa para cada

dia:

A Figura 5 ilustra os procedimentos utilizados para a

escolha da combinao j mais lucrativa, utilizando carteira
de pedidos disponvel.

pea pi >
CapForno f

Sim

Eliminar
a pea pi
Eliminar
a liga k

No
i=i+1

Sim

Liga K
p1, p2, p3,
p4, ..., pn

No

PesoTotkf <
CapFornof/3
ef1

Sim

in

No
No

kK

k=k+1

k=1
Sim
f=f+1
f=1

No

fF

Passo 3

Passo 1

Figura 3 Fluxograma de decises envolvidas no Passo 2.

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

143

Figura 4 Fluxograma de decises envolvidas no Passo 3.

Passos 4.1 e 4.2: para a combinao j = 1 at J (neste

caso, J = 15) de fornadas dispostas na Tabela 2 do Passo
1, calcula-se um limitante superior para o valor do lucro
dessa combinao. Esse limitante calculado somandose, para cada forno f, o lucro das primeiras Nfj mochilas
da lista deste forno, calculada no Passo 3 e armazenadas
e Vetorf, em que Nfj (Nfj < Nf) o nmero de cargas
do forno f na combinao j. Note que esse procedimento
um limitante superior para o lucro da combinao j,
uma vez que se pode ter uma mesma pea pertencente
a mais de uma das mochilas somadas, o que infactvel.
Se este limitante for menor ou igual ao valor da melhor
soluo encontrada at ento, Vmax, esta combinao
pode ser desconsiderada.
Passo 4.3: caso a combinao j utilize somente um forno
f (isto , NFA = 1), a soluo facilmente obtida somandose os lucros das primeiras Nfj mochilas do Vetorf, calculado no Passo 3. Se esta soluo, de valor Vj, for maior
do que a melhor soluo, Vmax, atualiza-se a melhor

soluo, Vmax Vj. Seguindo-se para a prxima combinao j + 1.

Passo 4.4: caso a combinao j utilize mais de um
forno, ento, para cada forno f desta combinao
armazena-se as Nf melhores mochilas do Vetorf do
Passo 3 numa lista Lf. Inicialmente, a mochila mais
valiosa entre as listas Lf escolhida, seu lucro somado
ao valor Vj da combinao j e suas peas so debitadas
da sub-carteira correspondente. Esta mochila ,
portanto, eliminada da lista Lf que pertence, e o
nmero de fornadas Nfj atualizado para Nfj Nfj
1. As demais listas dessa combinao so dessa forma
atualizadas, recalculando-se as mochilas da mesma
subcarteira que a mochila escolhida. Essa atualizao
feita por meio de um procedimento similar ao do
Passo 3, levando-se em conta a subcarteira atualizada
e armazenando as melhores mochilas de cada forno
em um VetorLinhaf. O Passo 4.4 repetido at que uma
soluo Vj para a combinao j seja encontrada. Caso

144

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

esta seja melhor que Vmax, atualize Vmax, Vmax

Vj. Em seguida, v para a prxima combinao j + 1.

Passo 5: atualizao da carteira:

Ao sair do Passo 4, tem-se a combinao mais lucrativa

Vmax para o dia d. Esta soluo armazenada na tabela de
Melhores Combinaes (que pode ser verificada nos
resultados detalhados das semanas de simulao 1 e 2 contidos
em Silva, 2001), e as peas pertencentes a ela so debitadas
da Carteira, passando-se ao prximo dia, d d + 1, de
programao ou, se a Carteira j estiver vazia, terminando
a programao das cargas dos fornos.

Convm observar que, ao final da semana de

programao (isto , d = 5), pode acontecer de sobrarem
itens na carteira sem terem sido programados para serem
produzidos. Isso porque as necessidades de produo da
carteira podem ser maiores do que a capacidade semanal
da fbrica.
Note que, de acordo com o critrio do algoritmo, os
itens que sobram so os menos lucrativos para a
programao semanal, e so ento transferidos para a
carteira da prxima semana, com prazo de entrega para
o final da prxima semana. Caso essas mesmas peas
continuem sobrando, o programador de produo poder
decidir por suas incluses, conforme discutido adiante.

Figura 5 Esquematizao das operaes realizadas no Passo 4.

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

5. Resultados computacionais
O algoritmo da seo anterior foi implementado em
linguagem Delphi (Engo, 1997) em um microcomputador
Pentium (com 300 MHz e 128 Mb de memria RAM). Para
avaliar o desempenho da abordagem, foram utilizados dados
de produo reais de duas semanas distintas da fbrica
estudada, escolhidas ao acaso. Convm salientar que as
anlises ficaram restritas a apenas duas semanas em razo,
principalmente, das dificuldades de levantamento de dados
na empresa e da posterior anlise dos resultados com os
tomadores de deciso da empresa. Na semana 1 o nmero
de ligas refratrias presentes pequeno, com uma carteira
de pedidos no muito variada em termos de nmero de ligas
a serem feitas, porm com grande nmero de peas
diferentes. Na semana 2 o nmero de ligas refratrias
maior, diminuindo o peso por pea (em razo dos tipos de
peas que geralmente so produzidos nesses materiais). Em
ambas as semanas, os prazos de entrega das peas so
admitidos como sendo no final de cada semana.
A Tabela 3 apresenta um resumo da carteira de pedidos
da semana 1, com 9 ligas diferentes e um total de 5.858,30
kg distribudos em 487 peas, ou seja, um peso mdio de
12,03 kg por pea. Por motivo de espao, os demais dados
da carteira de pedidos da semana 1 no foram anexados,
mas esto detalhados em Silva (2001). Ao analisar a programao da produo utilizada pela fbrica (essa programao est resumida na Tabela 4, mas encontra-se detalhada
em Silva, 2001), nota-se que ocorreu um problema de sobreutilizao dos fornos, isto , h fornadas em que foi fundida
mais que a capacidade do forno (compare Tabelas 4 e 1).
Essa sobrecarga possvel do ponto de vista de capacidade
do processo, porm no aconselhvel, pois, quando o forno
opera com peso maior que sua capacidade nominal, o tempo
de fuso aumenta, causando maior desgaste do material
refratrio do forno, maior consumo de energia e, conseqentemente, aumento do custo de produo.
Outra irregularidade observada na soluo da empresa
foi a presena de dois tipos de materiais em uma mesma
fornada em dois dias distintos (ver Tabela 4, dias 1 e 3). Essa
prtica conhecida como "cargas transformadas". No dia 1,
parte de uma fornada de CF8 foi transformada em CF-8C;
no dia 3, parte da fornada de CF-8 foi transformada em CF8M. A diferena entre as ligas CF-8 e CF-8C, e CF-8 e CF8M est apenas na adio de cdmio (Cd) e molibdnio (Mo),
respectivamente, composio da primeira. O procedimento
utilizado neste caso fazer a carga toda em CF-8 e transformar
parte dela, ao transferir o ao fundido para as panelas de
vazamento, adicionando Cd (ou Mo) na quantidade adequada.
Porm, durante a transferncia, ocorre leve resfriamento do
ao, no sendo mais possvel saber, ao certo, se a temperatura
do ao na panela suficientemente quente para dissolver o
Cd (ou Mo) e incorpor-lo liga. Se isso no ocorrer, a
qualidade da pea fica seriamente comprometida. Portanto,

145

esse procedimento no muito recomendvel e, por isso, no

foi considerado na abordagem aqui proposta.
O algoritmo em Delphi levou cerca de 8 minutos no
microcomputador para obter uma soluo e compilar
relatrios para o exemplo da semana 1. A Tabela 4 e a Figura 6
comparam essa soluo com a soluo utilizada pela fbrica.
Convm salientar que a soluo do algoritmo no contm
sobrecargas nos fornos, diferente da soluo da fbrica.
Alm disso, a soluo do algoritmo tambm no envolve
cargas transformadas, o que a torna mais apropriada do que
a da fbrica. Note que a soluo da fbrica utilizou as
combinaes 1, 5 e 10 (Tabela 2), enquanto a soluo do
algoritmo utilizou as combinaes 1, 4 e 10. A soluo do
algoritmo priorizou o uso do forno 3, de maior capacidade,
deixando para o dia 4 a utilizao do forno 1, a fim de fazer
as ligas com menos peso em carteira. Nesse dia foi escolhida
a combinao 10, com 4 fornadas do forno 1 e 7 do forno 2,
que no foram totalmente utilizadas (compare as Tabelas
4 e 2). Dessa forma, possvel transferir a fornada do dia 5
no forno 3 para o dia 4 no forno 2, ao relaxar-se a restrio
de capacidade de 120 kg do forno 2, j que a pea programada para o dia 5 pesa 124 kg.
A sugesto para essa maleabilidade foi dada pelo prprio
pessoal encarregado da produo na fbrica. De acordo com
eles, o dano causado pela sobreutilizao da capacidade do
forno s relevante se essa sobreutilizao for contnua,
isto , se o forno funcionar por vrios dias com sobrecarga.
Nesse caso, o material refratrio do forno pode perder cerca
de 30% de sua vida til. Entretanto, como a distribuio
de peso entre as fornadas no constante (h cargas com
mais de 120 kg e outras com at menos de 80 kg; ver Tabela
4, dia 4) e a sobrecarga apenas para uma fornada, isso no
provocaria maiores problemas. Dessa maneira, a soluo
do algoritmo produziria toda a carteira em apenas 4 dias,
enquanto a soluo da fbrica necessitou de 5 dias.
A Tabela 5 apresenta um resumo da carteira de pedidos
da semana 2, com 11 ligas diferentes e um total de 5.026,8 kg
distribudos em 357 peas, ou seja, um peso mdio de 14,28
kg por pea. Por motivo de espao, os demais dados da
carteira de pedidos da semana 2 no foram anexados, mas
esto detalhados em Silva (2001). Ao analisar a programao
da produo utilizada pela fbrica (essa programao tambm
est detalhada em Silva, 2001), observa-se que, assim como
ocorreu na semana 1, na semana 2 tambm ocorreu o
problema da sobreutilizao da capacidade dos fornos e o
da utilizao de cargas transformadas.
O algoritmo em Delphi consumiu cerca de 5 minutos para
gerar uma soluo e compilar relatrios do exemplo da
semana 2. A Figura 7 compara essa soluo com a soluo
utilizada pela fbrica. Nota-se que possvel fazer as mesmas
peas e ligas com um dia a menos de produo (reduo de
20%), sem ultrapassar a capacidade dos fornos ou fazer cargas
transformadas. Nota-se tambm que as ligas refratrias,
consideradas mais rentveis, nem sempre foram a melhor

146

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

opo. De acordo com a soluo do algoritmo, o dia 2 mostra

utilizao mais eficiente em termos de lucro, produzindo
apenas aos inoxidveis no corrosivos, cujo lucro unitrio
no to alto quanto o dos aos refratrios, escolhidos para
serem produzidos no dia 3. De acordo com os gerentes da
fbrica, eles no teriam pensado em usar tais combinaes
ao fazer a programao manualmente.
Outro ponto a salientar que a soluo do algoritmo
produziu as mesmas peas em menos dias, principalmente

em decorrncia da maior utilizao do forno 3 (330 kg) e

da baixa produtividade do comeo da semana. Considerandose que o tempo de fuso desse forno maior que o dos outros,
isso no causa problemas em termos de mo-de-obra, pois
os funcionrios do setor de vazamento podem ser deslocados
para o setor de moldagem, caso seja necessrio (esse procedimento j vem sendo utilizado em diversas ocasies, no
representando mudana substancial nos relacionamentos de
servio ou no tipo de qualificao dos funcionrios).

Tabela 3 Distribuio de pedidos na semana simulada 1.

Liga

Total em carteira (kg)

Nmero de peas

Peso mdio (kg)

CF8

2048,5

119

17,2

CF8M

1672,3

128

13,07

WCB

1492

67

22,27

CF-8C

165,4

10

16,54

1045

153

14

10,93

NiCr

117

90

1,30

CA-15

108

48

2,25

AISI 416

84

10,5

Telloy 34

18

6,0

TOTAL

5.858,3

487

12,03

Figura 6 Comparao entre a produo da fbrica e a obtida pelo algoritmo para a semana 1.

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

147

Tabela 4 Programao da fbrica e programao obtida pelo algoritmo para a semana 1.

Programao do algoritmo

Programao da fbrica
Dia

Forno

Liga

Peso

Dia

Forno

Liga

Peso

CF8M

96

NICR

117

CF8M

107

AISI 416

84

CF8

124

CA15

108

CF8M

112

CF8M

329,9

CF8

110

CF8

329,5

CF8 + CF8C

130

CF8

330

CF8M

106

CF8

330

CF8M

128

CF8M

327,5

CF8M

91

CF8

329

CF8M

106

WCB

328,5

CF8

325

WCB

328,5

CF8

306

WCB

329

CF8

329

CF8M

327

CF8M

323

CF8

328

WCB

309

CF8

309

CF8 + CF8M

125

CF8M

326

WCB

143

WCB

329,5

1045

129

CF8M

329

CF8M

123

TELLOY

18

CF8M

124

1045

36

WCB

125

CF8M

33

CF8M

127

1045

117

CF8C

60,3

CF8C

86,4

CA-15

108

CF8

93

WCB

98

CF8C

79

WCB

133

WCB

52,5

WCB

106

WCB

124

WCB

106

WCB

106

CF8

124

NiCr

90

CF8M

129

AISI 416

84

148

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

Tabela 4 Programao da fbrica e programao obtida pelo algoritmo para a semana 1. (Continuao.)
Programao da fbrica

Programao do algoritmo

Dia

Forno

Liga

Peso

WCB

118

CF8

129

CF8

129

CF8M

118

WCB

116

CF8

131

WCB

132

CF8

132

CF8

42

NiCr

27

1045

24

TELLOY

18

Dia

Forno

Liga

Peso

Tabela 5 Distribuio da carteira de pedidos na semana simulada 2.

Material

Total em carteira (kg)

Nmero de peas

Peso mdio

WCB

2598

103

25,2

CF8M

774

79

9,78

CF8

771,9

70

11,02

CA-15

409,9

66

6,21

CD4MCu

232

38,67

CA-40

76

25,0

Nicolloy

66

16,5

Ni-Resist

55

7,86

M-35-1

20

5,0

Stellite

12

1,5

Hastelloy C

12

6,0

TOTAL

5026,8

357

14,28

Em ambas as semanas simuladas, o nmero de cargas do

forno 1 menor na soluo do algoritmo do que na da fbrica,
pois a preparao do forno 1 a mais demorada. Um exemplo
o caso do Ni-Resist da semana 2, que na soluo da fbrica
foi produzido em duas cargas do forno 1, e na soluo do
algoritmo foi produzido em apenas uma carga no forno 2,
sem utilizar a capacidade total desse forno. De acordo com
o pessoal da fbrica, essa uma estratgia importante que

nunca foi observada anteriormente. No entanto, eles sugerem

que o algoritmo deve ser modificado para que a carga no
seja inferior metade da capacidade do forno (em vez de
1/3), pois quando o forno est fundindo e o nvel de metal
no atinge pelo menos metade do forno, o refratrio da parte
superior (que no possui metal) queima e pode aderir ao forno,
deixando a bobina de induo exposta, o que poderia causar
um grave acidente.

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

149

Figura 7 Comparao entre a produo da fbrica e a obtida pelo algoritmo para a semana 2.

6. Concluses e perspectivas
Neste trabalho prope-se uma abordagem para otimizar
a programao de cargas de forno em fundies de mercado de pequeno porte. A abordagem baseada nos PCE
e combina uma heurstica construtiva gulosa com o clssico problema da mochila. Um estudo de caso foi realizado
em uma fundio em ao-inox localizada em So Carlos,
SP. A abordagem proposta foi aplicada para simular duas
semanas reais de produo. As solues obtidas foram
melhores que as da fbrica do ponto de vista de produtividade dos fornos, ou seja, toda carteira de pedidos
foi produzida necessitando um dia a menos de produo
(reduo de 20%). Isso pode resultar em grandes vantagens
competitivas para fundies de mercado com dificuldades
no aproveitamento da capacidade de seus fornos,
apresentando, assim, atrasos constantes em seus prazos de
entrega. Se for possvel produzir a mesma carteira em
menos dias, os atrasos nas prximas carteiras seguramente
devem diminuir.
Outro aspecto positivo da abordagem que ela dinmica
no sentido de que permite a reprogramao da produo em
funo da chegada de novos pedidos ou pedidos urgentes.
Por exemplo, pode-se atualizar a carteira de pedidos diariamente e utilizar a abordagem para reprogramar a produo
dos prximos dias. Alm disso, em casos em que os prazos
de entrega so muito apertados, pode-se adaptar a abordagem
para priorizar tambm os prazos de entrega, alm da produtividade dos fornos ou da contribuio ao lucro. Essa prio-

rizao poderia ser feita, por exemplo, com auxlio de uma

funo de penalizao ao lucro, medida que os prazos de
entrega das peas fossem se esgotando, de forma a forar a
incluso dessas peas na programao dos prximos dias.
O estudo de tal funo de penalizao est alm do escopo
do presente trabalho.
Outra perspectiva interessante para pesquisa futura
formular matematicamente o presente problema como um
PCE do tipo 1/V/D/M (lembre-se de que o problema est
sendo aproximado por meio de vrios problemas do tipo
1/B/D/M) e tentar resolv-lo por meio de algum mtodo
exato. Em particular, tal mtodo poderia resultar em solues
bem melhores se a restrio de dependncia entre os fornos
fosse relaxada (isto , se todos os fornos pudessem ser
ligados simultaneamente). Na fbrica estudada isso poderia
ser obtido com um investimento adicional para a separao
dos painis de controle dos fornos. Outra idia a ser
investigada seria estender o algoritmo aqui proposto para
tratar o problema multimochilas 1/B/D/M (modelo (1)-(6))
por meio de algum mtodo exato, em vez de aproxim-lo
por meio de vrios problemas da mochila 1/B/O/M. Isso
poderia melhorar sensivelmente a qualidade das solues
produzidas pelo algoritmo.

7. Agradecimentos
Os autores agradecem aos revisores annimos pelos teis
comentrios e sugestes e Fultec pela colaborao durante
o desenvolvimento desta pesquisa.

150

Silva & Morabito Otimizao da Programao de Cargas de Forno em uma Fbrica...

Referncias Bibliogrficas
ABIFA Associao Brasileira de Fundio. Relatrio anual
do setor de fundio. Disponvel em: http://www.abifa.org.br,
2002.
ARAUJO, S.; ARENALES, M. Dimensionamento de lotes e
programao de forno numa fundio automatizada de porte
mdio. Notas n. 67. Instituto de Cincias Matemticas e de
Computao, Universidade de So Paulo, So Carlos, 2003.
ARENALES, M.; MORABITO, R.; YANASSE, H. Special
issue: Cutting and packing problems. Pesquisa
Operacional, Rio de Janeiro, v. 19, n. 2, 1999.
BOWERS, M.; KAPLAN, L.; HOOKER, T. A two-phase
model for planning the production of aluminium ingot.
European Journal of Operational Research, v. 81, p. 105114, 1995.
CAMPOS FILHO, M. P.; DAVIES, G. J. Solidificao e
fundio de metais. Rio de Janeiro: Livros Tcnicos e
Cientficos Editora S.A., 1978.
CDH Casting Design Handbook. Sees steel castings e
corrosion-resistant steel castings. Ohio: American Society
for Metals, Metals Park, 1973.
CHIAVERINI, V. Tecnologia mecnica Processos de fabricao e tratamento. 2. ed. So Paulo: MacGrawHill do
Brasil, 1986. v. 2.
DYCKHOFF, H. A typology of cutting and packing problems.
European Journal of Operational Research, North-Holland,
1990, p. 145-149.
DYCKHOFF, H.; SCHEITHAUER, G.; TERNO, J. Cutting
and packing. In: AMICO, M.; MAFFIOLI, F.;
MARTELLO, F. S. (Ed.). Annotated bibliographies in
combinatorial optimisation. New York: John Wiley & Sons,
1997. p. 393-414.
ENGO, F. Como programar em Delphi 3. Traduo e reviso
tcnica por Alvaro Antunes. So Paulo: Makron Books, 1997.
FERNANDES, F. C.; LEITE, R. Automao industrial e
sistemas informatizados de gesto da produo em fundies de mercado. Gesto & Produo, v. 9, n. 3, p. 313344, 2002.
GRAVEL, M.; PRICE, W.; GAGN, C. Scheduling jobs in an
Alcan aluminium foundry using a genetic algorithm.
International Journal of Production Research, v. 38, n. 13,
p. 3031-3041, 2000.
HENDRY, L. C.; FOK, K. K.; SHEK, K. W. A cutting stock
and scheduling problem in the copper industry. Journal of
Operational Research Society, v. 47, n. 1, p. 38-47, 1996.
HINXMAN, A. I. The trim loss and assortment problems: A
survey. European Journal of Operational Research, v. 5,
p. 8-18, 1980.
JOHNSON, L. A.; MONTGOMERY, D. C. Operations
research in production planning, scheduling, and inventory
control. John Wiley & Sons, Inc., 1974.

KANICKI, D. P. Casting advantages, applications and market

size. Metals Handbook, cap. 1, v. 15, 1988.
LIANG, M. Solving a furnace loading problem. Computers
and Engeneerings, v. 29, n. 1-4, p. 267-271, 1995.
MARTELLO, S.; TOTH, P. Knapsack problems. Algorithms
and computer implementations. John Wiley & Sons, Inc.,
1990.
MORABITO, R.; ARENALES, M. N. Um exame dos problemas de corte e empacotamento. Pesquisa Operacional, Rio
de Janeiro, v. 12, n. 1, p. 1-20, 1992.
MORABITO, R.; GARCIA, V. Uma abordagem para o
problema de corte de chapas de fibra de madeira reconstituda. Pesquisa Operacional, Rio de Janeiro, v. 18, n. 1,
p. 37-57, 1998.
NAHMIAS, S. Production and operations analysis. Richard
D. Irwin, Inc., 1995.
OSHIRO, R. M. Otimizao do planejamento e programao
de fornos em uma fundio de mercado. 2001. Trabalho
(Graduao) Departamento de Engenharia de Produo/
UFSCar, So Carlos.
SALKIN, H.; De KLUYVER, C. The knapsack problem a
survey. Naval Research Logistics Quartely, n. 22, p. 127144, 1975.
SANTOS-MEZA, E.; SANTOS, M.; ARENALES, M. Lot
sizing problem in an automated foundry. European Journal
of Operational Research, v. 139, p. 490-500, 2002.
SILVA, R. J. Otimizao da programao de cargas de forno
em uma fbrica de fundio em ao-inox. 2001. Dissertao
(Mestrado) Departamento de Engenharia de Produo,
Universidade Federal de So Carlos, So Carlos.
SILVEIRA, R.; MORABITO, R. Um mtodo heurstico baseado
em programao dinmica para o problema de corte
bidimensional guilhotinado restrito. Gesto & Produo, v.
9, n. 1, p. 78-92, 2002.
SOUNDERPANDIAN, J.; BALASHANMUGAM, B. Multiproduct, multifacility scheduling using the transportation
model: a case study. Production and Inventory Management
Journal, 4th quarter, p. 69-73, 1991.
SWERSEY, A. J. Handbook in OR/MS. Amsterdam: Elsevier
Science B. V., 1994.
TANG, L.; LIU, J.; RONG, A.; YANG, Z. A review of planning
and scheduling systems and methods for integrated steel
production. European Journal of Operational Research,
v. 133, p. 1-20, 2001.
VIANNA, A. G.; ARENALES, M. Um problema de programao da produo numa fundio automatizada. Gesto
& Produo, v. 2, n. 3, p. 244-263, 1995.
VOORHIS; PETERS; JOHNSON. Developing software for
generating pouving schedules for steel foundries. Computers
& Industrial Engineering, v. 39, p. 219-234, 2001.

GESTO & PRODUO, v.11, n.1, p.135-151, jan.-abr. 2004

151

OPTIMIZING THE SCHEDULING OF FURNACE LOADINGS

IN A INOX-STEEL FOUNDRY
Abstract
This study presents an approach to optimize the scheduling of furnace loadings in small size foundries. The approach
consists of determining a furnace scheduling to produce all ordered items in such a way as to maximize productivity (or
profit contribution) and satisfy due dates and process restraints. It is based on the theory of cutting and packing
problems; it combines a greedy constructive heuristic and the classical knapsack problem. To validate the approach, a
case study was developed in a inox-steel foundry located in So Carlos, SP. The results obtained simulating two weeks
of the company production showed that the procedure is able to generate better solutions than the ones used by the
company.
Key words: production scheduling, steel foundry, furnace loadings, cutting and packing problems, heuristics.