Escolar Documentos
Profissional Documentos
Cultura Documentos
PROGRAMAO E
CONTROLE DA PRODUO
Eng. Wanderson S. Paris, MSc
paris@up.edu.br
PREVISO DE DEMANDA
paris@up.edu.br
Ambientes de Demanda
O cenrio da produo industrial em
constante evoluo vem modificando o
mercado e seu modelo gestor. Assim, o tema
gesto da produo vem sofrendo grandes e
rpidas mudanas, afetando sua estrutura e
ampliando seu foco de atuao.
paris@up.edu.br
paris@up.edu.br
Influenciadores da demanda
Conceitos Importantes
Demanda independente A demanda do
mercado para os itens de produtos finais,
como produtos acabados e peas de
manuteno, impulsionada por fatores que
independem de decises da empresa.
Demanda dependente A demanda na
fabricao de materiais necessrios para
produzir bens acabados dependente da
demanda dos itens do produto final.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
Conceitos Importantes
Confiabilidade representa o grau de
estabilidade relacionado ao tempo total de
fabricao do produto, incluindo seus
componentes, peas e materiais.
Tempo de ciclo Perodo necessrio para
completar um ciclo de operao ou uma
funo, uso ou tarefa do incio ao fim.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
Conceitos Importantes
Setup time Operao de instalao para alterar
as condies de fabricao de determinado
produto para a produo de um produto
diferente, incluindo a interrupo do trabalho
atual e preparao das condies para o incio
do prximo. Exceto nos casos em que um
produto especfico produzido em uma linha
dedicada, periodicamente necessrio
substituir o produto na linha de um produto A
para um produto B.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
Conceitos Importantes
Takt time Unidade de tempo ajustvel
utilizada na produo enxuta para sincronizar a
velocidade de produo com a velocidade da
demanda.
Lead time Um conceito essencial para o
planejamento de estoque o lead time ou seja, o
tempo que se leva para repor um item em
estoque, tanto para itens comprados quanto
para itens fabricados.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
Estratgias de inventrios
O tempo de entrega do produto pode variar de
acordo com o tempo de ciclo do processo e a
estratgia de inventrio da empresa. So elas:
PPE (produo para estoque)
MSE (montagem sob encomenda)
PSE (produo sob encomenda)
PSP (produo sob projeto)
FDL (fornecimento de linha)
Eng Wanderson S. Paris, MSc
paris@up.edu.br
ESTOQUE
PPE
MSE
ESTOQUE
ESTOQUE
PSE
PSP
Fabricao
Montagem
de
do produto
componentes
TEMPO
PROJ.
FDL
Embarque
Montagem
do cliente
CAPACIDADE
CAPACIDADE
CAPACIDADE
CAPACIDADE
ESTOQUE
Tempo de paris@up.edu.br
espera X Estratgia de inventrio.
CAPACIDADE
Material
Projeto
comprado
10
Previso da Demanda
A previso da demanda a base para o
planejamento estratgico da produo,
vendas e finanas de qualquer empresa.
As previses so usadas pelo PCP em dois
momentos distintos: para planejar o
sistema produtivo e para planejar o uso
deste sistema produtivo.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
11
Previso da Demanda
A responsabilidade pela preparao da
previso da demanda normalmente do setor
de Marketing ou Vendas. Porm, existem dois
bons motivos para que o pessoal do PCP
entenda como esta atividade realizada.
a principal informao empregada pelo PCP;
Em empresas de pequeno e mdio porte,
normalmente cabe ao pessoal do PCP (geralmente
o mesmo de Vendas) elaborar estas previses.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
12
paris@up.edu.br
13
Objetivo do Modelo
A primeira etapa consiste em definir a razo pela
qual necessitamos de previses. (produtos, grau de
acuracidade, detalhe, e recursos)
A sofisticao e o detalhamento do modelo depende
da importncia relativa dos produtos, a serem
previstos e do horizonte ao qual a previso se destina.
Itens pouco significativos podem ser previstos com
maior margem de erro, empregando-se tcnicas
simples.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
14
paris@up.edu.br
15
paris@up.edu.br
16
Obteno da Previses e
Monitorao
Com a definio da tcnica de previso e a aplicao dos
dados passados para obteno dos parmetros
necessrios, podemos obter as projees futuras da
demanda. Quanto maior for o horizonte pretendido,
menor a confiabilidade na demanda prevista.
A medida em que as previses forem sendo alcanadas
pela demanda real, deve-se monitorar a extenso do erro
entre a demanda real e a prevista, para verificar se a
tcnica e os parmetros empregados ainda so vlidos. Em
situaes normais, um ajuste nos parmetros do modelo,
para que reflita as tendncias mais recentes, suficiente.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
17
Tcnicas de previso
Existem uma srie de tcnicas disponveis, com
diferenas substanciais entre elas. Porm, cabe
descrever as caractersticas gerais que normalmente
esto presentes em todas as tcnicas de previso, que
so:
paris@up.edu.br
18
Tcnicas de previso
Podem ser subdivididas em dois grandes
grupos:
As tcnicas qualitativas privilegiam
principalmente dados subjetivos, os quais
so difceis de representar numericamente.
Esto baseadas na opinio e no julgamento
de pessoas chaves, especialistas nos
produtos ou nos mercados onde atuam
estes produtos;
Eng Wanderson S. Paris, MSc
paris@up.edu.br
19
Tcnicas de previso
As tcnicas quantitativas envolvem a
anlise numrica dos dados passados,
isentando-se de opinies pessoais ou
palpites. Empregam-se modelos
matemticos para projetar a demanda
futura. Podem ser subdivididas em dois
grandes grupos: as tcnicas baseadas em
sries temporais, e as tcnicas baseadas em
correlaes.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
20
paris@up.edu.br
21
Sazonalidade
60
Demanda
50
40
30
20
10
0
Jan.
Variao irregular
Variao randnica
Fev.
Mar.
Abr.
Mai.
Jun.
Jul.
paris@up.edu.br
Ago.
Set.
Out.
Nov.
Dez.
22
Mm n =
Eng Wanderson S. Paris, MSc
i =1
n
paris@up.edu.br
23
paris@up.edu.br
24
xponencial Mvel
previso obtida
M t ! M t &1
na previso anterior,
paris@up.edu.br
25
s;
o i;
Mm5 !
50 # 45 # 50 # 45 # 70
! 52,00
5
Exerccio:
Mdia Exponencial Mvel
el
esce
trica,
paris@up.edu.br
26
Demanda
90
95
98
90
92
95
90
100
92
95
Previso
90,00
90,50
91,25
91,12
91,20
91,58
91,42
92,27
92,25
92,52
= 0,50
Erro
5,00
7,50
-1,25
0,88
3,80
-1,58
8,58
-0,27
2,75
paris@up.edu.br
Previso
90,00
92,50
95,25
92,62
92,31
93,65
91,82
95,91
93,95
94,47
Erro
5,00
5,50
-5,25
-0,62
2,69
-3,65
8,18
-3,91
1,05
27
paris@up.edu.br
28
paris@up.edu.br
29
Demanda(Y)
1
2
3
4
5
6
7
8
450
430
470
480
450
500
520
530
3830
1
3
6
10
15
21
28
36
1
5
14
30
55
91
140
204
3830 12,73 36
a=
= 421,46
8
Eng Wanderson S. Paris, MSc
XY
450
860
1410
1920
2250
3000
3640
4240
17770
Y = 421,46 + 12,73 X
Y9 = 421,46 + 12,73 (9) = 536,03
Y10 = 421,46 + 12,73 (10) = 548,76
paris@up.edu.br
30
Pt + 1 = M t + Tt
M t = Pt + 1 ( Dt Pt )
Tt = Tt 1 + 2 ( ( Pt Pt 1 ) Tt 1 )
paris@up.edu.br
31
paris@up.edu.br
32
paris@up.edu.br
33
Dia
Segunda
Tera
Quarta
Quinta
Sexta
Sbado
Domingo
Segunda
Tera
Quarta
Quinta
Sexta
Sbado
Domingo
Segunda
Tera
Quarta
Quinta
Sexta
Sbado
Domingo
Segunda
Tera
Quarta
Demanda
50
55
52
56
65
80
85
55
50
58
50
70
75
80
52
50
54
60
65
85
90
50
53
55
paris@up.edu.br
ndice
34
Demanda
50
55
52
56
65
80
85
55
50
58
50
70
75
80
52
50
54
60
65
85
90
50
53
55
ndice
443/7=63,28
448/7=64
443/7=63,28
449/7=64,14
443/7=63,28
448/7=64
443/7=63,28
438/7=62,57
435/7=62,14
435/7=62,14
431/7=61,57
441/7=63
436/7=62,28
446/7=63,71
456/7=65,14
454/7=64,85
457/7=65,28
458/7=65,42
56/63,28=0,88
65/64=1,01
80/63,28=1,26
85/64,14=1,32
55/63,28=0,86
50/64=0,78
58/63,28=0,91
50/62,57=0,79
70/62,14=1,12
75/62,14=1,20
80/61,57=1,29
52/63=0,82
50/62,28=0,80
54/63,71=0,84
60/65,14=0,92
65/64,85=1,00
85/65,28=1,30
90/65,42=1,37
paris@up.edu.br
Isegunda = 0,84
Itera = 0,79
Iquarta = 0,87
Iquinta = 0,86
Isexta = 1,04
Isbado = 1,25
Idomingo = 1,32
35
paris@up.edu.br
36
paris@up.edu.br
37
b=
Y = a + bX
( XY ) ( X )( Y )
n( X ) ( X )
Y b( X )
a=
n
X
X = VALOR DA VARIVEL INDEPENDENTE
paris@up.edu.br
38
=
= 2,99
b=
13 1663,37 (143,10)
n( X ) ( X )
Y b( X ) 450,71 2,99 143,10
Y = 1,757 + 2,99X
a=
=
= 1,757
n XY
2
13
paris@up.edu.br
39
paris@up.edu.br
Y2
Y2
X2
X2
40
Manuteno e Monitorizao
do Modelo
Uma vez decidida a tcnica de previso e implantado o
modelo, h necessidade de acompanhar o desempenho
das previses e confirmar a sua validade perante a
dinmica atual dos dados. Esta monitorizao realizada
atravs do clculo e acompanhamento do erro da
previso, que a diferena que ocorre entre o valor real
da demanda e o valor previsto pelo modelo para um
dado perodo. A manuteno e monitorizao de um
modelo de previso confivel busca:
Verificar a acuidade dos valores previstos;
Identificar, isolar e corrigir variaes anormais;
Permitir a escolha de tcnicas, ou parmetros, mais
eficientes.
paris@up.edu.br
41
Manuteno e Monitorizao
do Modelo
Uma forma de acompanhar o desempenho do modelo
consiste em verificar o comportamento do erro
acumulado que deve tender a zero, pois espera-se
que o modelo de previso gere, aleatoriamente,
valores acima e abaixo dos reais, devendo assim se
anular.
O erro acumulado deve ser comparado com um mltiplo
do desvio mdio absoluto, conhecido como MAD (Mean
Absolute Deviation).
Em geral, compara-se o valor do erro acumulado com o
valor de 4 MAD. Quando ultrapassar este valor, o
problema deve ser identificado e o modelo deve ser
revisto.
MAD =
atual
Dprevista
paris@up.edu.br
42
Exerccio: Manuteno e
Monitorizao do Modelo
= 0,10
Perodo
1
2
3
4
5
6
7
8
9
10
Datual
90
95
98
90
92
95
90
100
92
95
Dprevista
-
= 0,50
Erro
-
Dprevista
-
Erro =
Erro =
MAD =
MAD =
Erro
-
EXERCCIO DA TRANSPARNCIA 19
paris@up.edu.br
43
Manuteno e Monitorizao
do Modelo
= 0,10
Perodo
1
2
3
4
5
6
7
8
9
10
Datual
90
95
98
90
92
95
90
100
92
95
Dprevista
90,00
90,50
91,25
91,12
91,20
91,58
91,42
92,27
92,25
= 0,50
Erro
5,00
7,50
-1,25
0,88
3,80
-1,58
8,58
-0,27
2,75
Dprevista
90,00
92,50
95,25
92,62
92,31
93,65
91,82
95,91
93,95
Erro
5,00
5,50
-5,25
-0,62
2,69
-3,65
8,18
-3,91
1,05
Erro = 25,41
Erro = 8,99
paris@up.edu.br
44
Manuteno e Monitorizao
do Modelo
Uma srie de fatores pode afetar o desempenho de um
modelo de previso, sendo que os mais comuns so:
A tcnica de previso pode estar sendo usada
incorretamente, ou sendo mal interpretada;
A tcnica de previso perdeu a validade devido mudana
em uma varivel importante, ou devido ao aparecimento
de uma nova varivel;
Variaes irregulares na demanda podem ter acontecido
em funo de greves, formao de estoques temporrios,
catstrofes naturais, etc.
Aes estratgicas da concorrncia, afetando a demanda;
Variaes aleatrias inerentes aos dados da demanda.
Eng Wanderson S. Paris, MSc
paris@up.edu.br
45
Referncia bibliogrfica
COELHO JR, T. P. Planejamento Estratgico da
Produo: Notas de Aula, CEFET-ES.
PARIS, W.S.; GUOLO, A. Gesto da Produo.
Curitiba: Universidade Positivo, 2015.
TUBINO, D. F. Manual de Planejamento e Controle
da Produo. So Paulo: Atlas, 1997
paris@up.edu.br
46