Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
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
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
1 INTRODUO
199
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
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
200
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
201
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
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
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
(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
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
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"
204
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
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"
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"
206
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
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 :
nm = nmero de massas no pedido
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
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
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
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 :
nm = nmero de massas no pedido
h = nmero de diferentes horrios de entrega
Dk = quantidade em peso de produtos no produzidos no horrio
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
xi _ j = quantidade de lotes a processar do padro i no tempo j
Am = quantidade de produtos da massa m no produzidos
FZ = peso da funo Z dentro da funo objetivo (valor entre 0 e 1)
k representa o tipo de massa / horrio de entrega
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
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
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 :
nm = nmero de massas no pedido
Cm = quantidade em peso de produtos produzidos sem demanda (em excesso)
J i = Tempo de operao (TOP ) TPi , para cada padrao i
xi _ j = quantidade de lotes a processar do padro i no tempo j
Am = quantidade de produtos da massa m no produzidos
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
xi _ j = quantidade de lotes a processar do padro i no tempo j
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
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
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
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
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
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
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
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
xi _ j = quantidade de lotes a processar do padro i no tempo j
r = equipamento
qr = quantidade do equipamento r disponvel
QNP = A
m =1 nm
m (16)
onde :
nm = nmero de massas no pedido
Am = quantidade de produtos da massa m no produzidos
QNP = quantidade em peso de produtos no produzidos
Q PF = k =1nm*h D K (18)
onde :
nm = nmero de massas no pedido
k representa o tipo de massa / horrio de entrega
Dk = quantidade em peso de produtos no produzidos no horrio
QPF = quantidade em peso de produtos que no so produzidos dentro
do horrio estipulado
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
g = combina tipo de massa e horrio e varia de 1 at k .
Qg = quantidade, em peso, solicitada da massa / horrio " g "
QDPg
g =1k
PDP = *100% (21)
Q
213
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
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"
g = combina tipo de massa e horrio e varia de 1 at k .
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"
g = combina tipo de massa e horrio e varia de 1 at k .
Q = quantidade, em peso, total solicitada (demanda)
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
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
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 .
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.
215
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
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
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
6 CONCLUSO
REFERNCIAS
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
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
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.
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.
218
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
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.
PUCCINI, A. de L.; PIZZOLATO, N. D., Programao Linear. Rio de Janeiro: Lamgraf, 1990, 2 ed.
219
ANEXO
Informaes tcnicas utilizadas no modelo.
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
26 HotDog 20 Doce 60 4
27 HotDog 30 Doce 50 4
28 HotDog Mini Doce 30 4
29 Dogo Doce 40 4
221
TABELA 10 - Tabela de demanda do planejamento real.
222