228 1524 1 PB PDF

Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC

www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
O PLANEJAMENTO DO PROCESSO PRODUTIVO DE UMA

INDSTRIA DE PANIFICAO POR MODELOS MATEMTICOS
THE PLANNING OF THE PRODUCTION PROCESS ON A BAKERY

INDUSTRIAL PLANT USING A MATHEMATICAL MODEL
Aline Regina Noronha Costa

Mestranda em Mtodos Numricos
UFPR - Universidade Federal do Paran
Centro Politcnico Jardim das Amricas CEP 81531-980 Curitiba PR
(41) 3338-4016 e-mail: aline.regina.costa@gmail.com
Arinei Lindbeck da Silva

Doutor em Engenharia de Produo
UFPR - Universidade Federal do Paran - PPGMNE
Centro Politcnico Jardim das Amricas CEP 81531-980 Curitiba PR
(41) 3361-3035 e-mail: arineicls@gmail.com
RESUMO
Este trabalho prope a resoluo do problema de planejamento da produo de uma indstria

de panificao utilizando um modelo matemtico de programao linear inteira mista. O
modelo utiliza dados de tempos de processo, produtos e equipamentos existentes na indstria,
alm da demanda real, e permite ao tomador de deciso ponderar a importncia dos seguintes
objetivos: produzir toda a demanda, atender aos pedidos no tempo, utilizar os equipamentos
da melhor forma e no desperdiar produtos. O modelo utiliza um software comercial no
processo de resoluo do modelo.
Palavras Chave: modelo matemtico, planejamento de produo, pesquisa operacional,
panificao, programao linear inteira mista
ABSTRACT
This paper proposes to solve the problem of the production planning of an bakery industry
using a mathematical model of mixed integer linear programming. Using data of process time,
products and equipment in the industry, as well as the actual demand, and allows the decision-
maker to consider the importance of the following objectives: to produce any demand, meet
the demands in time, using the best equipment way and not to waste products. The model uses
a commercial software to solve the problem.
Key words: mathematical model, production planning, Operational Research, bakery, mixed
integer linear programming
198
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
1 INTRODUO
Muitas indstrias implementam sistemas de planejamento e de controle de produo para

melhorar seu desempenho no mercado atingindo altos nveis de qualidade com custo reduzido e
flexibilidade de atendimento demanda.
Segundo Corra et al (2007), O PCP (Planejamento e Controle da Produo) o conjunto de
sistemas de informaes que servem de apoio tomada de decises tticas e operacionais,
relacionadas s questes logsticas de: o que produzir e comprar, quanto produzir e comprar,
quando produzir e comprar e, com quais recursos produzir, e pode ser divido em seis etapas
(MOURA JNIOR, 1996).
As etapas de previso de demanda, planejamento de recursos e de materiais, planejamento e
controle da capacidade e controle e produo de materiais no apresentam dificuldades na sua
implementao em indstrias de panificao j que a demanda diria e os mesmos recursos e
pequena variedade de matria-prima (com longo prazo de validade) so utilizados em uma grande
variedade de produtos. Os controles precisam ser instantneos pois qualquer quebra de produo
incorrigvel. A etapa de planejamento e seqenciamento da produo, para este tipo de organizao
complexa e apresenta muitas particularidades. a etapa que se determina o prazo das atividades a
serem cumpridas baseado em informaes de demanda, disponibilidade das mquinas e mo-de-obra.
As atividades do PCP podem ser implementadas e operacionalizadas com o auxlio de, pelo
menos, trs sistemas: MRP / MRPII; JIT; OPT, baseados fundamentalmente na lgica do clculo das
necessidades de recursos a partir das necessidades futuras de produtos (CORRA et al, 2007). Os
sistemas existentes, ora no abarcam as particularidades de alguns ramos da indstria alimentcia, ora
sua implementao muito complexa, o que dificulta seu uso em pequenas e mdias empresas.
O sistema MRP ("Material Requirements Planning" - Planejamento das necessidades de
materiais) um sistema complexo e tem foco em estoques (de matria-prima e produto acabado)
(RUSSOMANO, 1995). O MRP permite que, baseado na deciso de produo dos produtos finais,
determine-se o que, quanto e quando produzir e comprar matrias-primas, componentes e os semi-
acabados (CORRA et al, 2007).
O sistema MRP II ("Manufacturing Resources Planning" - Planejamento dos Recursos da
Manufatura) a evoluo natural da lgica do sistema MRP, com a extenso do conceito de clculo
das necessidades ao planejamento dos demais recursos de manufatura (MOURA JNIOR, 1996). A
sua complexidade e dificuldade de adapt-lo s necessidades das empresas uma crtica comum a este
sistema, porm introduziu o conceito de demanda dependente e um sistema de informaes
199
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
integrado que disponibiliza um grande nmero de informaes para os diversos setores da empresa
(CORRA; GIANESI, 1993).
O princpio bsico da filosofia JIT (Just in Time), no que diz respeito produo, atender
de forma rpida variada demanda do mercado, produzindo normalmente em lotes de pequena
dimenso. Conforme Arnold (1999) JIT a eliminao de todo o desperdcio e a melhoria contnua
da produtividade. O planejamento e programao da produo procura adequar a demanda esperada
s possibilidades do sistema produtivo (MOURA JNIOR, 1996).
O OPT ("Optimized Production Technology" - Tecnologia de Produo Otimizada) uma
tcnica de gesto da produo que vem sendo considerada como uma interessante ferramenta de
programao e planejamento da produo. um exemplo de programao da produo com
capacidade finita. Para se atingir a meta necessrio que, no nvel da fbrica, se aumentem os ganhos
e ao mesmo tempo se reduzam os estoques e as despesas operacionais (MOURA JNIOR, 1996). Esta
tcnica no garante solues timas, como sugere seu nome, pois baseada em procedimentos
heursticos (CORRA et al, 2007).
A indstria de panificao em questo dependia de poucos funcionrios experientes para
definir o plano de produo dirio, e as decises tomadas por esses funcionrios influenciavam
diretamente nos resultados e podiam no representar os reais objetivos da empresa.
Este trabalho demonstra que as condies e limitaes de um processo produtivo, em geral
conhecidas por poucos funcionrios e normalmente vistas de forma isolada, podem ser descritas por
equaes matemticas e estudadas de forma conjunta.
O objetivo deste trabalho ento, apresentar um mtodo matemtico que defina, de forma
otimizada, o plano dirio de produo de uma planta industrial de panificao que comercializa
produtos assados e congelados.
2 DESCRIO DO PROBLEMA
Em indstrias com grande variedade de produtos e pouco uso de conservantes, a

complexidade do planejamento maior que na indstria de bens durveis devido reduo da vida de
prateleira (ou prazo de validade) dos produtos. A programao da produo imprescindvel para que
os pedidos estejam prontos no horrio correto.
Outros elementos tambm contribuem para a complexidade do planejamento em indstrias
alimentcias: o uso compartilhado de equipamentos por diversas linhas de produo, porm no
200
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
necessariamente na mesma ordem; a variedade de caractersticas do processo de produo de cada

produto, com tempos especficos de operao em cada equipamento e a necessidade de processo
contnuo devido ao uso de fermento (por exemplo) o que no permite filas na linha de produo. Alm
disso, o planejamento precisa ser refeito diariamente pois a disponibilidade dos equipamentos e a
demanda tambm so variveis dirias.
3 ESCOLHA DO MODELO MATEMTICO
O crescimento das organizaes trouxe resultados espetaculares e por conseqncia novos

problemas. A segmentao das responsabilidades gerenciais levou o crescimento da organizao em
ilhas autnomas com seus prprios objetivos e sistemas de valor, causando objetivos conflitantes entre
diversas unidades da organizao. Para solucionar este problema surgiu a Pesquisa Operacional (PO)
(HILLIER, LIEBERMAN, 2006).
At recentemente gerentes utilizavam em larga escala a intuio gerencial para a tomada de
deciso. O baixo poder computacional e a pouca quantidade de informaes sobre a situao
favoreciam este procedimento. Com a evoluo computacional, o uso dos processos de modelagem
para a tomada de decises aumentou consideravelmente, porm o uso da intuio no deve ser
descartado, e sim, atuar em conjunto com a modelagem do problema. A tomada de deciso o
processo de identificar o problema ou uma oportunidade e selecionar uma linha de ao para resolv-
lo (LACHTERMACHER, 2007).
O diagnstico do sistema real leva definio de um problema. O mtodo convencional de
reformular o problema de modo a torn-lo interessante para anlise atravs da formulao de um
modelo matemtico que represente a essncia deste problema (HILLIER; LIEBERMAN, 2006). O
presente trabalho utilizou um modelo matemtico linear inteiro misto para representar o problema de
planejamento e seqenciamento da produo.
Algumas hipteses simplificadoras ajudam a formar um modelo matemtico, onde se
estabelecem as variveis de deciso e as relaes relevantes existentes no sistema (PUCCINI;
PIZZOLATO, 1990).
Aps a formulao do modelo, define-se um mtodo de resoluo deste modelo, atravs da
escolha de algum algoritmo padro da PO ou atravs de heursticas (HILLIER, LIEBERMAN, 2006).
Diversos softwares como o LINGO, LINDO, CPLEX, MOSEK e muitos outros solucionam modelos
atravs dos algoritmos-padro.
201
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
Cada tipo de indstria possui particularidades que impedem a generalizao dos mtodos
para planejamento e seqenciamento da produo. Diversos autores estudaram tcnicas diferentes para
solucionar este problema, como Metters e Vargas (1999), Gundogar (1999), Paiva e Morabito (2007),
Silva e Fernandes (2008), Abuabara e Morabito (2008).
Paiva e Morabito (2007) utilizaram um modelo combinado de Seleo de Processos e
Dimensionamento de Lotes para Produo em Usinas (segunda verso), denominado SPDL/PU2 na
otimizao do planejamento agregado da produo em usinas de acar e lcool e afirmam que o modelo
proposto pode auxiliar de forma importante no planejamento agregado da produo de usinas,
proporcionando agilidade, facilidade e confiabilidade nas anlises realizadas.
Abuabara e Morabito (2008) usaram a programao inteira mista no planejamento do corte de
tubos metlicos e obtiveram cerca de 65% das solues melhores que a programao atual que a empresa
utilizava. Estes trabalhos apresentam solues otimistas para os problemas de planejamento da produo.
Os problemas de programao linear inteira mista permitem ao programador incluir e tratar as
particularidades de cada processo produtivo e por isso so indicadas para o uso.
A Programao Linear (PL) uma ferramenta da Pesquisa Operacional que usa um modelo
matemtico composto por funes necessariamente lineares. Os modelos de PL podem ser resolvidos
por diversos mtodos (Simplex, Ponto Interior e outros).
Um modelo constitudo por uma equao que descreve a funo objetivo com
parmetros a serem maximizados ou minimizados e um conjunto de equaes ou inequaes que
descrevem as restries do problema real. As variveis envolvidas no modelo devem ser
determinsticas e positivas ou nulas (PUCCINI; PIZZOLATO, 1990).
A Programao Linear segue a hiptese de divisibilidade, onde as variveis de deciso
podem receber valores no inteiros. Em grande parte dos problemas, as variveis de deciso s fazem
sentido quando adquirem valores inteiros. Se o modelo respeitar todas as caractersticas da formulao
de PL e requerer que todas as variveis sejam inteiras, torna-se um modelo de Programao Linear
Inteira (PLI). Modelos aonde apenas algumas variveis tiverem de ser inteiras so denominados de
Programao Inteira Mista (PMI) (HILLIER, LIEBERMAN, 2006).
O uso da Programao Linear Inteira Mista para o planejamento da produo de uma
indstria foi testado em uma fundio de grande porte e aprovado com resultados satisfatrios
(ARAJO; ARENALES, 2004).
A Programao Linear possui inmeras aplicaes e grande parte delas possui mais que um
objetivo, e em geral, conflitantes. Estes casos so conhecidos como Programao Linear Multi-
Objetivo (PLMO), ou seja, um problema de otimizao multi-objetivo envolve a minimizao (ou
maximizao) de vrios critrios conflitantes que no podem ser satisfeitos simultaneamente
202
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
(ARRUDA, et al, 2008). O problema multi-objetivo busca encontrar a melhor soluo dentro de um
universo multidimensional (JASZKIEWICZ; SLOWINSKI,1995).
Para denominar estas funes utiliza-se o mtodo de escalarizao, onde o problema multi-
objetivo transformado em um problema mono-objetivo atravs de uma funo escalar substituta, que
carrega parmetros de preferncia do decisor (LOBIANCO; ANGULO-MEZA, 2007).
Existem trs tipos de funo de escalarizao. A primeira consiste em otimizar uma das
funes objetivo, restringindo as outras. A funo considerada de maior importncia escolhida como
funo substituta e as demais so tratadas como restries. O segundo tipo o de minimizar a
distncia ao ponto de referncia, utilizando uma dada mtrica. O terceiro tipo consiste na soma
ponderada das funes objetivo, no qual se atribui pesos para cada funo de forma que a soma dos
pesos seja igual a 1. (LOBIANCO; ANGULO-MEZA, 2007).
O problema de planejamento e seqenciamento da produo aqui demonstrado foi
representado atravs de um modelo matemtico linear inteiro misto, com funo objetivo multicritrio
(por ponderao) e solucionado utilizando-se um software comercial.
O uso de uma abordagem por ponderao para a otimizao multicritrio permite variar a
importncia de cada objetivo de um modo fcil para o usurio, e a soluo calculada fortemente
dependente dessas ponderaes.
4 DEMONSTRAO DO MTODO
O modelo busca produzir dentro do horrio previsto, reduzir a perda de produtos, otimizar o
uso dos equipamentos e otimizar a linha de produo, atendendo toda a demanda. A consecuo dos
quatro objetivos combinados prover o frescor dos produtos e a competitividade de mercado.
Os ingredientes so essencialmente os mesmos, o que diferencia os produtos so os
processos a que so submetidos. E cada processo produtivo composto por diversas etapas, em ordem.
As etapas esto relacionadas a equipamentos especficos e tempos de processo. Por exemplo, a etapa
de cozimento que pode ser realizada em forno rotativo para um produto ou em forno a lastro, para
outro. As caractersticas prprias dos produtos como peso bruto, tipo de massa e prazo de validade, a
demanda por hora de entrega (pedido), a durao do turno de trabalho e hora de incio deste turno
tambm so relevantes para o planejamento da produo.
O intervalo de planejamento de 1 minuto e os lotes de produo so divididos por tipo de
massa. Decide-se, atravs do modelo, qual tipo de massa, em qual quantidade (tamanho de lote) deve
iniciar sua produo em qual minuto. Alm disso
203
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
Utilizam-se apenas dois tamanhos de lote (lotes com dois pesos lquidos), o lote mnimo e o
lote mximo. Lotes menores que o mnimo ou maiores que o mximo no podem ser processados
devido ao limite de carga nos equipamentos e os lotes intermedirios no so utilizados por essa
indstria para facilitar a padronizao da formulao dos produtos.
O cadastro dos equipamentos determina o valor do menor e do maior lote possvel de ser
processado por toda a fbrica. O tamanho do lote uma funo da capacidade de cada equipamento
conforme as equaes:
= Max C * N q ativo
q q
L
mnimo mnima
onde :
q
C = capacidade mnima do equipamento " q"
mnima
q
N = n de equipamentos " q" disponveis
Lmximo = Min C q [
mxima
]
* N q q ativo
onde :
q (1)
C mxima = capacidade mxima do equipamento " q"
q
N = n de equipamentos " q" disponveis
O prazo de validade da massa (PVm) o menor prazo de validade (tempo mximo de espera
na fbrica) dos produtos cadastrados com aquela massa.
PVm = Min PV p p m

onde :
PVm = prazo de validade da massa "m"
(2)
PV p = prazo de validade do produto " p"
O modelo agrupa os dados tcnicos em padres. O padro i uma varivel que

representa o fluxograma de um processo produtivo e carrega as seguintes informaes do lote a ser
processado:
Tipo de massa (m);
Peso do lote a processar (lote mnimo ou lote mximo);
Validade (PVm);
Tempo de processamento do padro (TPi);
Tempo de processo em cada equipamento, em ordem (TPq);
Quantidade de equipamentos necessria para o processo (nq).
204
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
Se o mesmo produto pode ser processado de duas formas diferentes, como alguns tipos de
massas especiais que podem ser cozidas em fornos rotativos ou em fornos a lastro e em cada tipo de
forno o tempo de processo diferente, este produto dar origem a quatro diferentes padres, dois com
cada tipo de equipamento e de cada dois, um com o lote mximo e um com o lote mnimo.
O tempo de processamento do padro (TPi) calculado somando-se o tempo de processo em
cada etapa da fabricao.
TPi = TPq q i
onde :
TPi = tempo de processo do padro " i" (3)
TPq = tempo de processo do equipamento " q"
O valor do nmero de equipamentos necessrios para processar o lote (nq ) oriundo da
razo entre o peso do lote (Li) e a capacidade do equipamento q. nq o menor inteiro que respeita a
condio:
Li
nq q
Cmxima
onde :
nq = n de equipamentos " q"
Li = peso do lote ( padro i )
q
Cmxima = capacidade mxima do equipamento " q" (4)
Um padro representado da seguinte forma:
Pi = M " m" _ P" L" _ V " PVm " _ T "TPi " _" n1q abv1qTPq1" _ K _" nqe abvqeTPqe "
onde :
Pi = padro " i"
os valores entre aspas so substitud os por :
" m" = nmero da massa
" L" = peso do lote
" PVm " = prazo de validade da massa m em minutos
"TPi " = tempo de processo do padro i em minutos
" nqe " = n de equipamentos do tipo " q" necessrios na etapa " e" (varia de 1 a e)
" abv qe " = abreviatura do nome do equipamento " q" utilizado na etapa " e"
"TPqe " = tempo de processo do equipamento " q" utilizado na etapa " e"
Por exemplo, utilizando as informaes tcnicas da TABELA 1, considerando o lote mnimo

de 25 kg e o prazo de validade da massa Salgada, por exemplo, sendo igual a 30 minutos, forma-se o
seguinte padro:
P3= M1_P25_V30_T18_1BA1_1MA3_1ES7_1FR5_1EM2
Considerando agora o lote mximo de 70kg, o segundo padro relacionado a massa
Salgada escrito da seguinte forma:
P4= M1_P70_V30_T18_3BA1_1MA3_3ES7_3FR5_1EM2
205
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
TABELA 1- Dados tcnicos sobre o processamento da massa Salgada

Tempo Capac. Max.
Massa Etapa Equipamento
(min.) Peso bruto (kg)
Salgada Pesagem Balana (BA) 1 25
Salgada Mistura Masseira (MA) 3 70
Salgada Crescimento Estufa (ES) 7 25
Salgada Cozimento Forno Rotativo (FR) 5 25
Salgada Embalagem Embalagem Ambiente (EM) 2 70
O padro P4 tambm pode ser apresentado conforme a FIGURA 1.

P4
M1_P70_V30_T1
8 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
3BA1 1 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1MA3 2 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3ES7 3 0 0 0 0 3 3 3 3 3 3 3 0 0 0 0 0 0 0
3FR5 4 0 0 0 0 0 0 0 0 0 0 0 3 3 3 3 3 0 0
1EM2 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
FIGURA 1 - Padro P4
A posio (0,0) da matriz (linha zero e coluna zero, de valor igual a 1) apresenta o tipo de
massa deste padro. A posio (0,1) apresenta o peso do lote a processar (70kg de massa mida). A
posio (0,2) apresenta o tempo de espera permitido (prazo de validade para a indstria) e a posio
(0,3) apresenta o tempo total (em minutos) utilizado para processar este padro.
Os campos de (1,1) at (5,18) apresentam a quantidade de equipamentos utilizados em cada
tempo de processo (em minutos), ou seja, no primeiro minuto aps o incio do processo do padro 4
sero utilizadas trs balanas (BA). No segundo, terceiro e quarto minuto ser utilizada uma masseira
(MA) e assim por diante.
As variveis de deciso so xi_j, Am, Cm e Dk. As variveis inteiras xi_j representam a
quantidade do padro i que inicia sua produo no tempo j. Por exemplo: quando x5_10 = 2, significa
206
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
que devemos iniciar a produo de 2 lotes do padro n 5, 10 minutos aps o incio do turno. O valor
de i varia de 1 at, no mnimo, duas vezes a quantidade de tipos de massas no pedido, ou seja, i
sempre um nmero par. Este valor pode ser maior quando uma massa gera mais que dois padres. O
valor de j varia de 1 at Ji (tempo total de operao (TO) descontado o tempo de processo do padro i
(TPi)).
As variveis Am representam a quantidade de produtos da massa tipo m, em peso, que no
foram programados para produo e as variveis Cm representam a quantidade de produtos da massa
tipo m, em peso, que foram programados em excesso para produo. O valor de m vai de 1 at o nm
(nmero de massas diferentes existentes no pedido).
As variveis Dk, com k variando de 1 at nm*h (nmero massa * nmero de horrios de
entrega), representam o peso de produto tipo m no produzido dentro do horrio estipulado. As
variveis xi_j so inteiras positivas ou so nulas. As demais variveis so positivas ou nulas.
Na modelagem multi-objetivo por ponderao (ou mtodo dos pesos), cada objetivo possui
um peso (importncia) diferente na funo e os valores so tais que a soma sempre 1 (100%). Este
peso indica o percentual de importncia deste item para o planejador, em relao aos demais. Os pesos
so definidos pelo tomador de deciso no incio do processo de planejamento. O uso da ponderao
permite ao tomador de deciso alterar facilmente os pesos de cada funo e estudar as conseqncias
de cada funo objetivo dentro do planejamento.
A funo que busca produzir dentro do horrio previsto minimiza o somatrio das variveis
Dk, que representam o peso de produto no produzido dentro do horrio (variveis de folga nas
restries de atendimento no tempo).
f1 = min k =1nm*h DK
onde :
nm = nmero de massas no pedido
(5)
h = nmero de diferentes horrios de entrega
Dk = quantidade em peso de produtos no produzidos no horrio
k representa o tipo de massa / horrio de entrega
A funo que busca reduzir a perda de produtos minimiza o somatrio das variveis Cm, que
representam o peso de produtos da massa m, programados em excesso (desperdcio).
f 2 = min m =1 nm
Cm (6)
onde :
C m = quantidade em peso de produtos produzidos sem demanda (em excesso)
A funo que busca otimizar o uso dos equipamentos visa processar o menor n de lotes
possvel, minimizando o somatrio das variveis inteiras xi_j.
207
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
f 3 = min
i =1 p j =1 J i
xi _ j (7)
onde :
p = nmero de padres
J i = Tempo de operao (TOP ) TPi , para cada padrao i
xi _ j = quantidade de lotes a processar do padro i no tempo j
A funo que busca otimizar a linha de produo, atendendo toda a demanda, minimiza o
somatrio das variveis Am, que representam o peso de produto presente na lista de pedidos e no
produzido.
f 4 = min A
m =1 nm
m (8)
onde :
nm = nmero de massas
Am = quantidade de produtos da massa m no produzidos
A funo objetivo uma composio das quatro funes, onde os pesos (fraes) indicam a
importncia do critrio na tomada de deciso.
f obj = F1 * f1 + F2 * f 2 + F3 * f 3 + F4 * f 4 (9)
onde :
FZ um valor entre 0 e 1 e F
Z =1 4
Z =1
Reescrevendo a funo objetivo temos:

f obj = min F1 * DK + F2 * Cm + F3 * xi _ j + F4 * Am (10)
k =1 nm*h m =1nm i =1 p j =1 J i m =1 nm
onde :
Cm = quantidade em peso de produtos produzidos sem demanda (em excesso)
p = nmero de padres
J i = Tempo de operao (TOP) TPi , para cada padrao i
FZ = peso da funo Z dentro da funo objetivo (valor entre 0 e 1)
O modelo possui trs grupos de restries. O primeiro grupo de restries busca atender a
demanda total, independente do horrio, ou seja, o somatrio do produto das variveis de deciso e
208
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
seus lotes, mais a varivel de falta de produo, menos a varivel de excesso tem que ser igual a
demanda daquele tipo de massa.

Li xi _ j + Am C m = Qm , i de massa tipo m , m = 1 nm. (11)
i =1 p j =0 J i
onde :
J i = Tempo de operao (TOP ) TPi , para cada padrao i
Li = tamanho do lote (em kilos ) no padro i
Qm = Demanda de produo, em kilos, da massa tipo m
Ao limitar o tempo mximo de incio do processo (Ji), o modelo garante que todos os lotes
processados tero seu trmino dentro do turno de trabalho estipulado.
O segundo grupo de restries busca respeitar os horrios de entrega dos produtos, ou seja, o
somatrio do produto das variveis de deciso vlidas e seus lotes, mais a varivel de no atendidos
tem que ser igual a demanda daquele tipo de massa naquele horrio de entrega.

Li xi _ j + Dk Qk , i de massa tipo m k = 1 h * nm (12)
i =1 p j =T 1T 2
onde :
T 1 = Hora de entrega TPi PVi
T 2 = Hora de entrega TP
PVi = prazo de validade (tempo mximo de estoque)
p = nmero de padres
Li = tamanho do lote (em kilos ) no padro i

Qk = demanda em peso de produtos no horrio
Em T1(minutos) o momento de iniciar a produo para que o produto esteja pronto antes
da hora da entrega no limite do prazo de validade e em T2 (minutos) para que fique pronto exatamente
no momento da entrega. Tempos entre T1 e T2 so considerados entregues dentro do horrio.
O ltimo grupo de restries limita a sobrecarga nos equipamentos e est dividido em duas
fases. Na primeira fase, para cada equipamento, os padres so comparados de modo a no permitir
209
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
que se sobreponham dentro do quadro do planejamento ou que extrapolem a capacidade mxima de

processo do equipamento.
A cada tempo inicial de um padro, verificam-se quais tempos iniciais de outros padres
ocupariam o mesmo equipamento neste mesmo instante. Para tal, utiliza-se o valor do perodo de
ocupao (TP) e dos momentos iniciais de cada equipamento ( ) baseados nas linhas de processos.
TPi r o perodo de ocupao do equipamento " r" pelo padro "i".
ir = ir 1 + TPi r 1
onde :
(13)
ir = momento inicial do equipamento " r" no padro "i"
r 1 = in formaes do equipamento ocupado na etapa anterior
As restries apresentam-se da seguinte forma:

u i * xi _ j +
r
(
u Ir * x I _( j + i , I + ) )
q , j = 1 J , r
r i
I =1 p =1TPir (14)
I i desde que
( j + i , I + ) J I
i ,I = i I
r r
onde :
uir = quantidade de equipamentos do tipo " r" utilizados pelo padro i
xi _ j = quantidade de lotes a processar do padro " i" no tempo " j"
ir = momento inicial do equipamento " r" no padro " i"
TPi r = tempo de ocupao do equipamento " r" pelo padro " i".
J i = Tempo mximo vlido para o padro " i".
qr = quantidade do equipamento r disponvel
Por exemplo, para o equipamento 6 (EmbalaAmb Embalagem na temperatura ambiente), a

TABELA 2 mostra o momento inicial (a que minuto aps o incio do processo o equipamento em
questo ser utilizado) e o tempo de ocupao de cada padro (durante quanto tempo o produto
permanece neste equipamento).
TABELA 2 Momento inicial e tempo de ocupao para a etapa de Embalagem (r=6) nos
padres 1 a 4.
Padro 1 Padro 2 Padro 3 Padro 4
16 16 17 17
TP 1 1 2 2
Dado: u1 = u 2 = u3 = u 4 = 1 , TP1 = TP2 = 16 , TP3 = TP4 = 18 e q6 = 1 as restries

6 6 6 6
referentes ao equipamento 6 so:

210
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
1x1 _ 1 + (1x2 _ 1 ) 1
M
1x1 _ TO 161 + ((1x2 _ TO 161 ) + (1x3 _ TO 16 2 ) + (1x 4 _ TO 16 2 )) 1
1x1 _ TO 16 + (1x 2 _ TO 16 ) 1
1x2 _ 1 + ((1x1 _ 1 )) 1
M
1x2 _ TO 161 + ((1x1 _ TO 161 ) + (1x3 _ TO 162 ) + (1x4 _ TO 162 )) 1
1x2 _ TO 16 + ((1x1 _ TO 16 )) 1
1x3 _ 1 + ((1x1 _ 2 + 1x1 _ 3 ) + (1x2 _ 2 + 1x2 _ 3 ) + (1x4 _ 1 + 1x4 _ 2 )) 1

M
1x3 _ TO 181 + ((1x1 _ TO 18 + 1x1 _ TO 18+1 ) + (1x2 _ TO 18 + 1x2 _ TO 18+1 ) + (1x4 _ TO 181 + 1x4 _ TO 18 )) 1
1x3 _ TO 18 + ((1x1 _ TO 18+1 + 1x1 _ TO 18+ 2 ) + (1x2 _ TO 18+1 + 1x2 _ TO 18+ 2 ) + (1x4 _ TO 18 )) 1
1x4 _ 1 + ((1x1 _ 2 + 1x1 _ 3 ) + (1x 2 _ 2 + 1x 2 _ 3 ) + (1x3 _ 1 + 1x3 _ 2 )) 1

M
1x4 _ TO 181 + ((1x1 _ TO 18 + 1x1 _ TO 18+1 ) + (1x2 _ TO 18 + 1x2 _ TO 18+1 ) + (1x3 _ TO 181 + 1x3 _ TO 18 )) 1
1x4 _ TO 18 + ((1x1 _ TO 18+1 + 1x1 _ TO 18+ 2 ) + (1x 2 _ TO 18+1 + 1x 2 _ TO 18+ 2 ) + (1x3 _ TO 18 )) 1
Na segunda fase, o padro comparado com ele mesmo, ou seja, se tm uma massa do
padro 3, iniciada no tempo 5 (x3_5=1), utilizando o equipamento 2 (Masseira) por 3 minutos, outra
massa do mesmo padro s poder ter seu processo iniciado no tempo 8 ou mais (mais que 3 minutos
do incio da outra massa), dado que a capacidade do equipamento 2 1 (FIGURA 2 e FIGURA 3).
Logo a equao a seguir tem que ser respeitada:
1 * x3 _ 5 + 1* x3 _ 6 + 1* x3 _ 7 1 , ou seja, como x3_5=1 ento necessariamente x3_6=0 e x3_7=0.
PLANO DE PRODUO
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
BA
MA
ES
FR
EM
Padro 3
1
1 1 1
1 1 1 1 1 1 1
1 1 1 1 1
1 1
PLAN O DE PRO DU O
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
BA (3) 1
M A(1) 1 1 1
ES(70) 1 1 1 1 1 1 1
FR(4) 1 1 1 1 1
EM (2) 1 1
FIGURA 2 - Plano de Produo com x3_5 = 1.

211
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
PLA N O DE PRODU O
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
BA (3) 1 1
M A(1) 1 1 1 1 1 1
ES(70) 1 1 1 21 2
1 2
1 2
1 1 1 1
FR(4) 1 1 1 2
1 12 1 1 1
EM (2) 1 1 1 1
FIGURA 3 - Plano de Produo com x3_5 = 1 e x3_8 = 1.
A cada dois padres equivalentes (i, i + 1) :

u r
i
j = t1t1+U 2
* xi _ j + u ir+1 * xi +1 _ j q r , t1 = 1 T 2, r (15)
onde :
uir = quantidade de equipamentos do tipo r utilizados pelo padro i
U 2 = TPi r 1
TPi r = tempo de uso do equipamento r pelo padro i
T 2 = Hora de entrega TPi
r = equipamento
qr = quantidade do equipamento r disponvel
Alguns ndices so calculados para estudar a eficincia do planejamento:

A quantidade de produtos no produzidos (QNP) representa uma quantidade, em peso, de
produtos solicitados pelos clientes e que no foram colocados no planejamento (f4 minimiza QNP).
QNP = A
m =1 nm
m (16)
onde :
QNP = quantidade em peso de produtos no produzidos
Os produtos produzidos em excesso so aqueles que no foram solicitados pelos clientes e

fazem parte do planejamento de produo (f2 minimiza QPE).
QPE = m=1nm C m (17)
onde :
QPE = quantidade em peso de produtos produzidos em excesso
A quantidade de produtos no produzidos dentro do horrio estipulado (o que no significa

que deixaram de ser produzidos) podem ter sido produzidos fora do horrio (f1 minimiza QPF) e so
representados por QPF.
212
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
Q PF = k =1nm*h D K (18)
onde :
QPF = quantidade em peso de produtos que no so produzidos dentro
do horrio estipulado
Aps a comparao da demanda com a produo, identificam-se os valores produzidos fora

do horrio de entrega. Os produtos fora do prazo de entrega so aqueles que encerraram sua produo
antes do necessrio e precisaro ficar em estoque mais tempo que o recomendado pelo prazo de
validade. Tais produtos possuem sua qualidade comprometida.
O percentual de produtos fora do prazo de validade serve de base para prever o ndice de
reclamaes (caso este produto seja entregue) e calculado da seguinte forma:
QFPg
g =1k
PFP = *100% (19)
QPROD

onde :
PFP = percentual de produtos fora do prazo de validade dentro da produo
QFP q = quantidade , em peso, fora do prazo de validade do grupo " g "
g = combina tipo de massa e horrio e varia de 1 at k .
QPROD = quantidade , em peso, produzida
A demanda total de produo igual a soma das demandas por tipo de massa por horrio,
conforme na equao abaixo:
Q= Q
g =1 k
g
(20)
onde :
Q = demanda total de produtos
Qg = quantidade, em peso, solicitada da massa / horrio " g "
O percentual de produtos entregues no horrio, em relao a demanda total calculado da

seguinte forma:
QDPg
g =1k
PDP = *100% (21)
Q

213
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
onde :
PDP = percentual de produtos dentro do prazo de validade dentro da demanda
QDP q = quantidade, em peso, dentro do prazo de validade do grupo " g"
Q = quantidade, em peso, total solicitada (demanda)
O percentual de produtos produzidos para entrega sem qualidade (fora do prazo de validade),
em relao a demanda total calculado da seguinte forma:
QFPg
g =1k
PSQ = *100% (22)
Q

onde :
PSQ = percentual de produtos fora do prazo de validade dentro da demanda
QFP q = quantidade, em peso, fora do prazo de validade do grupo " g"
O percentual de pedidos no atendidos devido a falta de produo calculado da seguinte

forma:
Q QPROD
PNA = *100% (23)
Q
onde :
PNA = percentual de produtos solicitados e no atendidos
QPROD = quantidade, em peso, produzida
Com estes ndices possvel comparar diversos planos de produo e definir a importncia
de cada funo objetivo na situao atual da empresa.
5 RESULTADOS
Testes preliminares foram realizados para definir os pesos das funes objetivos a serem
utilizados para testar a eficincia do modelo matemtico. O fluxograma utilizado nos testes foi
reduzido (algumas etapas do processo foram retiradas) para reduzir o tempo de processamento de
teste. A quantidade de pedidos utilizada nos testes est acima do dobro da mdia solicitada por hora da
indstria em estudo. Isto busca reduzir o impacto da alterao do fluxograma e dos tempos de
214
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
processo. Os testes so realizados considerando apenas uma hora de produo para manter a proporo
com relao aos tempos de processo.
O pedido mdio da empresa em estudo de 1,33 ton de massa mida por turno (aprox. 166
kg/h). O pedido utilizado nos testes preliminares totaliza 347,5 kg de massa mida (bruta) para serem
processados em at uma hora, a partir das 05h30, conforme demanda apresentada na FIGURA 4 .
FIGURA 4 - Demanda de 347,5kg
O interesse da indstria utilizada como base est em atender a maior parte da demanda
dentro do horrio (maior %DH), porm, caso no seja possvel, prefere-se no deixar de produzir
nenhum pedido (%NA=0 se possvel), mesmo que precise estar pronto antes do tempo (se necessrio o
%SQ pode ser maior que 0).
Os ndices de rendimento e os percentuais de atendimento, obtidos como resultados dos
testes preliminares esto apresentados na TABELA 3 juntamente com os pesos utilizados nos testes
preliminares.
TABELA 3 ndices de Atendimento obtidos nos testes preliminares.
n F1 F2 F3 F4 %DH %SQ %NA

1 0 0 0 100 59,7% 40,3% 0,0%
2 100 0 0 0 65,5% 2,2% 32,4%
3 90 10 0 0 66,9% 2,2% 30,9%
4 80 10 10 0 65,5% 2,2% 32,4%
5 70 10 10 10 77,7% 22,3% 0,0%
6 10 70 10 10 79,9% 18,0% 2,2%
7 10 10 70 10 76,3% 22,3% 1,4%
8 10 10 10 70 77,7% 22,3% 0,0%
9 0 10 10 80 59,7% 40,3% 0,0%
10 0 0 10 90 59,7% 40,3% 0,0%
215
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
Onde: F1 = Entregar no horrio; F2 = Reduzir o desperdcio; F3 = Reduzir o nmero

de lotes; F4 = Atender a demanda; %DH = Entregas dentro do horrio; %SQ =
Entregas sem qualidade; %NA = Pedidos no atendidos (no produzidos e
produzidos depois do horrio)
Considerando o objetivo da organizao de maior %DH, %NA=0 se possvel e, se

necessrio, o %SQ pode ser maior que 0 optou-se pelos pesos utilizados nos testes nmero 5 e 8.
Aps os testes preliminares para escolha dos pesos das funes objetivo, o modelo
novamente gerado, porm com o uso de dados reais da indstria em estudo, com fluxogramas
completos e tempos de processamento utilizados no dia a dia. O pedido utilizado na modelagem foi
cedido pela prpria indstria, sendo considerado normal e que representa a maior parte dos pedidos
recebidos durante o ano (exceto datas comemorativas). As informaes tcnicas utilizadas no modelo
esto apresentadas no Anexo. Os resultados obtidos aps os planejamentos utilizando os pesos dos
testes preliminares cinco e oito esto apresentados na TABELA 4.
TABELA 4 - ndices obtidos aps o planejamento real e utilizados para a tomada de deciso.
Pesos Prod % ATENDIMENTOS
n F1 F2 F3 F4 Kg %DH %SQ %NA
1 10 10 10 70 1335,0 55,81 43,39 0,80
2 70 10 10 10 1310,0 59,56 38,10 2,34
Onde: F1 = Entregar no horrio; F2 = Reduzir o desperdcio; F3 = Reduzir o nmero de
lotes; F4 = Atender a demanda; %DH = Entregas dentro do horrio; %SQ = Entregas
sem qualidade; %NA = Pedidos no atendidos (no produzidos e produzidos depois do
horrio)
A produo de 1325,3 kg foi programada e seqenciada com sucesso. Seu horrio de entrega
varia entre 03h00 e 07h00 e de responsabilidade do terceiro turno, com horrio para incio da
produo s 22h30 e durao de oito horas.
Para este tipo de pedido, o conjunto de pesos que se aproxima mais dos resultados esperados
pela empresa o planejamento nmero 1, que, mesmo apresentando uma frao menor de pedidos
entregues dentro do horrio com qualidade (%DH) garante menos que 1% dos pedidos no atendidos
(%NA), que um dos principais objetivos da empresa.
Definem-se ento os pesos: 10 para entregar no horrio, 10 para reduzir o desperdcio, 10
para reduzir o nmero de lotes e 70 para atender a demanda, como pesos ideais para este tipo de
pedido nesta organizao e mostra-se possvel programar e seqenciar a produo de um pedido real
de aproximadamente 1,33 toneladas de produtos a serem produzidos em um turno de oito horas,
utilizando-se o tempo computacional de duas horas.
216
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
6 CONCLUSO
Para solucionar o problema de planejamento da produo de uma indstria de panificao

que possui horrios de entrega definidos pelo cliente e baixos tempos de permanncia dos produtos
(depois de produzidos) dentro da indstria, foi utilizado um modelo matemtico linear inteiro misto
com funo objetivo que pondera a importncia de quatro objetivos e manipula de forma satisfatria
as informaes tcnicas necessrias programao e seqenciamento da produo.
O modelo desenvolvido resolve o problema de planejamento da produo de uma indstria
de panificao. Um pedido com at 1,33 toneladas, a ser produzido em um turno de oito horas,
modelado e planejado com tempo computacional de at duas horas em notebook Sony Vaio Core 2
Duo com 1,83GHz e 1GB de memria RAM. Pedidos com volumes superiores a 1,3 toneladas
requerem o uso de processadores de maior capacidade ou iro despender um tempo computacional
superior a 2 horas.
Os equipamentos disponveis e suas capacidades influenciam diretamente na viabilidade da
produo. O modelo, ao ser alimentado com dados reais de outra organizao, no garante os mesmos
ndices para o mesmo pedido de 1,33 toneladas.
Diferentes pedidos podero ser seqenciados e planejados, mas o mtodo no dispensa a
interferncia humana no planejamento. Para cada organizao ou alterao de equipamentos
disponveis necessario repetir os testes preliminares de definio de pesos e um agente decisor,
conhecedor dos objetivos da organizao deve acompanhar o planejamento e designar os pesos.
REFERNCIAS
ABUARA, A.; MORABITO, R..,Programao inteira mista para o planejamento do corte de

tubos metlicos na indstria aeronutica agrcola. Gesto da Produo, v. 15, n. 3, p. 605-617, So
Carlos, set-dez, 2008.
ARAJO, S. A.; ARENALES, M. N., Planejamento e Programao da Produo numa Fundio

Cativa Automatizada de Grande Porte. Investigao Operacional, vol.24, p. 197-210, Lisboa,
2004.
ARNOLD, J. R. T., Administrao de Materiais. So Paulo: Atlas, Cap. 15, 1999.
ARRUDA, L. V.; NEVES JNIOR, F.; SWIECH, M. C. S.; DELGADO, M. R., Um mtodo
evolucionrio para sintonia de controladores PI/PID em processos multivariveis. Sba Controle
& Automao vol.19 no.1, Natal, Maro, 2008.
217
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
CORRA, L. H., GIANESI, I., Just-in-Time, MRP II e OPT : um enfoque estratgico, So Paulo :
Atlas, 1993.
CORRA, L. H., GIANESI, I., CAON, M., Planejamento, Programao e Controle da Produo,
So Paulo : Atlas, 2007.
GUNDOGAR, E. A rule-based master production scheduling system for an electro-mechanical

manufacturing company. Production Planning & Control, v. 10, n. 5, p. 486-492, 1999.
HILLIER, F. S.; LIEBERMAN, G. J., Introduo a Pesquisa Operacional. 8 edio. So Paulo:

McGraw-Hill, 2006.
JASZKIEWICZ, A.; SLOWINSKI, R., The light beam search outranking based interactive
procedure for multiple-objective mathematical programming. In: PARDALOS, P. M.; SISKOS, Y.;
ZOPOUNIDIS, C. (Eds.)., Advances in Multicriteria Analysis. Netherlands, Kluwer Academic
Publishers, p. 129-146, 1995.
LACHTERMACHER, G., Pesquisa Operacional na Tomada de Decises. 3 edio. Rio de Janeiro:

Elsevier, 2007.
LOBIANCO, A. T. de M.; ANGULO-MEZA, L., Uma Comparao de Mtodos de Soluo para

Problemas de Programao Linear Multiobjetivo. In: X Simpsio de Pesquisa Operacional e
Logstica da Marinha, Rio de Janeiro, 2007.
METTERS, R.; VARGAS, V. A comparison of production scheduling policies on costs, service

level, and schedule changes. Production and Operations Management, v. 8, n. 1, p. 76-91, 1999.
MOURA JNIOR, A. N. C. de., Novas Tecnologias e Sistemas de Administrao da Produo

Anlise do Grau de Integrao e Informatizao nas Empresas Catarineses. Dissertao
(Mestrado em Engenharia de Produo) Universidade Federal de Santa Catarina, Florianpolis,
1996. Disponvel em <http://www.eps.ufsc.br>. Acesso em: 29/07/2008.
218
ISSN 1676 - 1901 / Vol. X/ Num.I/ 2010
MOSEK ApS., The MOSEK optimization tools manual. Denmark, 2008, verso 5.0, reviso 105.
Disponvel em <http://www.mosek.com/fileadmin/products/5_0/tools/doc/pdf/tools.pdf>.
Acesso em: 20/06/2008.
PAIVA, R. P. O de; MORABITO, R..,Modelo de otimizao para o planejamento agregado da

produo em usinas de acar e lcool. Gesto da Produo, v. 14, n. 1, p. 25-41, So Carlos, jan-
abr, 2007.
PUCCINI, A. de L.; PIZZOLATO, N. D., Programao Linear. Rio de Janeiro: Lamgraf, 1990, 2 ed.
RUSSOMANO, V. H., PCP : planejamento e controle da produo. So Paulo, Pioneira,

1995,320p.
SILVA, F. M. da; FERNANDES F. C. F.,Proposta de um sistema de controle da produo para

fabricantes de calados que operam sob encomenda. Gesto da Produo, v. 15, n. 3, p. 523-538,
So Carlos, set-dez, 2008.
Artigo recebido em 31/03/2009 e aceito para publicao em 12/03/2010
219
ANEXO
Informaes tcnicas utilizadas no modelo.
TABELA 5 Lista de etapas dos processos produtivos

Codigo Etapa
1 Pesagem
2 Diviso
3 Mistura
4 Cilindro
5 Modelagem
6 Acondicionamento em formas
7 Crescimento
8 Corte de Pestana
9 Cozimento
10 Resfriamento
11 Embalagem
TABELA 6- Equipamentos utilizados no processo produtivo

C. Minima C. Mxima Quant. disp.
Codigo Equipamento Etapa relacionada
(kg) (kg) (un)
1 Balana Pesagem 1 25 3
2 Masseira Mistura 25 70 1
4 Divisora Diviso 1 70 1
5 Faca Diviso 1 25 3
6 Cilindro Cilindro 1 70 2
7 Modeladora Modelagem 1 70 1
9 Formas Acondicionamento 0 70 1
10 Estufa Crescimento 0 25 70
11 Lamina Corte Pestana 0 70 1
12 Forno Rotativo Cozimento 0 25 4
14 Ambiente Resfriamento 0 25 10
16 Embalador Embalagem 0 70 1
220
TABELA 7- Produtos cadastrados para uso no caso real
Cdigo Nome Tipo Massa Peso Validade na
Bruto(g) indstria (h)
1 Po Francs Salgada 50 0,5
2 Po Hamburguer Doce 60 4
4 HotDog 16 Doce 70 4
9 Baguette Salgada 70 0,5
20 Francs B Salgada 50 0,5
21 Francs Gergelim Salgada 25 0,5
22 Francs Mini Salgada 25 0,5
23 Francs 75 Salgada 75 0,5
24 Hamburguer Mini Doce 30 4
25 Hamburguer Gergelim Doce 70 4
28 HotDog Mini Doce 30 4
29 Dogo Doce 40 4
TABELA 8 - Processo da Massa Salgada utilizado no modelo real

Etapa Equipamento Tempo (min)
1 Pesagem 1 Balana 2
2 Mistura 2 Masseira 5
3 Divisao 5 Faca 1
4 Cilindro 6 Cilindro 4
5 Modelagem 7 Mod_Autom 1
6 AcondFormas 9 Formas 1
7 Crescimento 10 Estufa 180
8 Pestana 11 Lamina 4
9 Cozimento 12 FornoRot 15
10 Resfriamento 14 Ambiente 10
11 Embalagem 16 EmbalaAmb 3
TABELA 9 - Processo da Massa doce utilizado no modelo real

Etapa Equipamento Tempo
(min)
1 Pesagem 1 Balana 2
2 Mistura 2 Masseira 5
3 Divisao 4 Divisora 6
4 Modelagem 8 Mod_Semi 1
5 AcondFormas 9 Formas 1
6 Crescimento 10 Estufa 210
7 Cozimento 12 FornoRot 18
8 Resfriamento 14 Ambiente 20
9 Embalagem 16 EmbalaAmb 5
221
TABELA 10 - Tabela de demanda do planejamento real.
Tempo_Saida Tipo_Massa Peso_kg

300 1 100
360 1 125
390 1 100
420 1 225
450 1 125
480 1 125
510 1 240
360 3 150,5
420 3 100,2
480 3 24,6
540 3 10
TABELA 11 Pedido real, aps a converso de hora em tempo

Codigo Quantidade Hora Tempo Tipo Peso Codigo
Produto (unidades) Saida Saida Massa (g) Massa
27 200 07:00 480 Doce 50 3
1 1000 04:00 300 Salgada 50 1
1 2500 05:30 390 Salgada 50 1
20 2000 04:30 330 Salgada 50 1
1 1000 03:00 240 Salgada 50 1
21 3000 04:00 300 Salgada 25 1
22 2000 03:00 240 Salgada 25 1
4 2150 04:00 300 Doce 70 3
20 2000 05:00 360 Salgada 50 1
1 2500 05:00 360 Salgada 50 1
26 1000 05:00 360 Doce 60 3
28 1340 05:00 360 Doce 30 3
20 4800 06:30 450 Salgada 50 1
22 5000 06:00 420 Salgada 25 1
2 410 06:00 420 Doce 60 3
222

228 1524 1 PB PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

228 1524 1 PB PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Associao Brasileira de Engenharia de Produo - ABEPRO

Universidade Federal de Santa Catarina - UFSC

O PLANEJAMENTO DO PROCESSO PRODUTIVO DE UMA

THE PLANNING OF THE PRODUCTION PROCESS ON A BAKERY

Aline Regina Noronha Costa

Arinei Lindbeck da Silva

Este trabalho prope a resoluo do problema de planejamento da produo de uma indstria

Muitas indstrias implementam sistemas de planejamento e de controle de produo para

Em indstrias com grande variedade de produtos e pouco uso de conservantes, a

necessariamente na mesma ordem; a variedade de caractersticas do processo de produo de cada

3 ESCOLHA DO MODELO MATEMTICO

O crescimento das organizaes trouxe resultados espetaculares e por conseqncia novos

O modelo agrupa os dados tcnicos em padres. O padro i uma varivel que

O valor do nmero de equipamentos necessrios para processar o lote (nq ) oriundo da

Por exemplo, utilizando as informaes tcnicas da TABELA 1, considerando o lote mnimo

TABELA 1- Dados tcnicos sobre o processamento da massa Salgada

O padro P4 tambm pode ser apresentado conforme a FIGURA 1.

Reescrevendo a funo objetivo temos:

Li = tamanho do lote (em kilos ) no padro i

que se sobreponham dentro do quadro do planejamento ou que extrapolem a capacidade mxima de

As restries apresentam-se da seguinte forma:

Por exemplo, para o equipamento 6 (EmbalaAmb Embalagem na temperatura ambiente), a

Dado: u1 = u 2 = u3 = u 4 = 1 , TP1 = TP2 = 16 , TP3 = TP4 = 18 e q6 = 1 as restries

referentes ao equipamento 6 so:

1x3 _ 1 + ((1x1 _ 2 + 1x1 _ 3 ) + (1x2 _ 2 + 1x2 _ 3 ) + (1x4 _ 1 + 1x4 _ 2 )) 1

1x4 _ 1 + ((1x1 _ 2 + 1x1 _ 3 ) + (1x 2 _ 2 + 1x 2 _ 3 ) + (1x3 _ 1 + 1x3 _ 2 )) 1

FIGURA 2 - Plano de Produo com x3_5 = 1.

FIGURA 3 - Plano de Produo com x3_5 = 1 e x3_8 = 1.

A cada dois padres equivalentes (i, i + 1) :

Alguns ndices so calculados para estudar a eficincia do planejamento:

Os produtos produzidos em excesso so aqueles que no foram solicitados pelos clientes e

A quantidade de produtos no produzidos dentro do horrio estipulado (o que no significa

Aps a comparao da demanda com a produo, identificam-se os valores produzidos fora

O percentual de produtos entregues no horrio, em relao a demanda total calculado da

O percentual de pedidos no atendidos devido a falta de produo calculado da seguinte

FIGURA 4 - Demanda de 347,5kg

TABELA 3 ndices de Atendimento obtidos nos testes preliminares.

n F1 F2 F3 F4 %DH %SQ %NA

Onde: F1 = Entregar no horrio; F2 = Reduzir o desperdcio; F3 = Reduzir o nmero

Considerando o objetivo da organizao de maior %DH, %NA=0 se possvel e, se

Para solucionar o problema de planejamento da produo de uma indstria de panificao

ABUARA, A.; MORABITO, R..,Programao inteira mista para o planejamento do corte de

ARAJO, S. A.; ARENALES, M. N., Planejamento e Programao da Produo numa Fundio

ARNOLD, J. R. T., Administrao de Materiais. So Paulo: Atlas, Cap. 15, 1999.

GUNDOGAR, E. A rule-based master production scheduling system for an electro-mechanical

HILLIER, F. S.; LIEBERMAN, G. J., Introduo a Pesquisa Operacional. 8 edio. So Paulo:

LACHTERMACHER, G., Pesquisa Operacional na Tomada de Decises. 3 edio. Rio de Janeiro:

LOBIANCO, A. T. de M.; ANGULO-MEZA, L., Uma Comparao de Mtodos de Soluo para

METTERS, R.; VARGAS, V. A comparison of production scheduling policies on costs, service

MOURA JNIOR, A. N. C. de., Novas Tecnologias e Sistemas de Administrao da Produo

PAIVA, R. P. O de; MORABITO, R..,Modelo de otimizao para o planejamento agregado da

RUSSOMANO, V. H., PCP : planejamento e controle da produo. So Paulo, Pioneira,

SILVA, F. M. da; FERNANDES F. C. F.,Proposta de um sistema de controle da produo para

Artigo recebido em 31/03/2009 e aceito para publicao em 12/03/2010

TABELA 5 Lista de etapas dos processos produtivos

TABELA 6- Equipamentos utilizados no processo produtivo

TABELA 8 - Processo da Massa Salgada utilizado no modelo real

TABELA 9 - Processo da Massa doce utilizado no modelo real

Tempo_Saida Tipo_Massa Peso_kg

TABELA 11 Pedido real, aps a converso de hora em tempo

Você também pode gostar