Sistemas & Gesto 8 (2013), pp 20-32

SIMULAO COM OTIMIZAO PARA A ANLISE DO PROCESSO DE FABRICAO DE

SAPATAS DIAMANTADAS
SIMULATION OPTIMIZATION FOR THE ANALYSIS OF THE MANUFACTURE PROCESS OF
THE ABRASIVE CROWNS

Eglon Rhuan Salazar Guimaresa; Joo Jos de Assis Rangela; Eduardo Shimodaa; Dalessandro Soares Viannaa;
Ana Lcia Dieguez Skuryb; Ana Carolina de Almeida Sa

a
Universidade Candido Mendes (UCAM), Campos dos Goitacazes, RJ, Brasil - Programa de Ps-graduao em Pesquisa Operacional e
Inteligncia Computacional
b
Universidade Estadual do Norte Fluminense (UENF), Campos dos Goytacazes, RJ, Brasil - Programa de Ps-graduao em Engenharia
Metalrgica e de Materiais

Resumo
O presente trabalho objetiva analisar o processo de produo de sapatas diamantadas atravs de simulao
computacional e otimizao combinatria, avaliando estatisticamente o nmero de operadores nos processos, fluxo de
produo, dentre outras variveis necessrias para avaliar a dinmica do sistema e as regras operacionais. A anlise destas
variveis visou auxiliar a tomada de deciso necessria para a implantao da ABRASDI, que ser a primeira fbrica com
tecnologia totalmente brasileira para produo de ferramentas diamantadas. Sua implantao se dirige a atender a alta
demanda deste tipo de insumo existente no Brasil, em especial na regio Norte Fluminense, onde a empresa ser instalada.
O modelo de simulao permitiu avaliar diversos cenrios complexos do processo de produo de sapatas diamantadas,
possibilitando identificar problemas e oportunidades de melhoria antes do incio das linhas de produo. A utilizao
de anlises estatsticas direcionou o projeto experimental aos fatores realmente decisivos, o que gerou resultados que
possibilitaram estimar a capacidade produtiva da empresa e identificar os cenrios considerados ideais, mostrando em
quais momentos vantajoso efetuar a compra de mquinas ou a contratao de funcionrios. Por sua vez, a otimizao
possibilitou encontrar configuraes mnimas dos recursos em relao demanda inicial da empresa, diminuindo possveis
gastos com recursos que poderiam ser subutilizados.
Palavras-Chave: Simulao, Otimizao, Sapatas Diamantadas, Ferramentas Diamantadas.
Abstract
This paper aims to analyze the process of production of abrasive crowns through computer simulation and
combinatorial optimization, evaluating statistically the number of operators in the process, production flow, among other
variables needed to assess the dynamics of the system and operational rules. The analysis of these variables aimed to assist
decision-making necessary for the implementation of the ABRASDI, which will be the first plant with technology totally
Brazilian for production of diamond tools. Its implementation is aimed to meet the high demand for the input that exists in
Brazil, especially in the North Fluminense, where the company will be installed. The simulation model allowed evaluating
different, complex scenarios of the process of manufacturing of abrasive crowns, allowing identifying problems and
opportunities for improvement before the start of production lines. The use of statistical analysis directed the experimental
design to decisive factors, which generated results that allowed estimating the productive capacity of the company and
identifying the scenarios considered ideal, showing at what time it is advantageous to purchase machinery or hiring. In
turn, the optimization allowed finding minimum settings of resources in relation to the companys initial demand, reducing
potential expenses resources that could be underutilized.
Keywords: Simulation, Optimization, Abrasive crowns, Diamond Tools.

1. INTRODUO operadores nos processos, dinmica do sistema, capacidade

Este trabalho objetivou investigar por simulao
computacional e otimizao combinatria o processo de
produo de sapatas diamantadas, avaliando o nmero de
PROPPI / LATEC
DOI: 10.7177/sg.2013.v8.n1.a2
de produo da empresa e as regras operacionais. A anlise
realizada obteve benefcios considerveis pela utilizao
do projeto de experimentos (Design of Experiments - DOE),
permitindo direcionar os experimentos e o modelo de
otimizao aos fatores realmente decisivos no processo,
auxiliando assim a tomada de decises necessrias ao
sistema.

Nos ltimos anos, a simulao a eventos discretos tem
sido utilizada de forma crescente para auxiliar a tomada de
decises em diversas reas de conhecimento, sobretudo a
rea de manufatura (BANKS et al., 2010). Por consequncia,
cresce tambm o interesse por investigaes cientficas
que utilizem a simulao computacional combinada com
outras tcnicas que possam complementar a anlise,
como por exemplo, projeto de experimentos (Design of
Experiments - DOE) (MONTGOMERY, 2009), otimizao
combinatria, custeio baseado em atividades (Activity
Based Costing - ABC), valor presente lquido (VPL) e outras
tcnicas conhecidas (COSTA, MONTEVECHI, PINHO, 2010).
A relevncia deste trabalho se d pela combinao de
tcnicas que auxiliam a tomada de decises aplicadas em
um sistema de manufatura de sapatas diamantadas, o qual
ir compor a primeira fbrica de ferramentas diamantadas
com tecnologia totalmente brasileira.
A ABRASDI ser instalada na cidade de Campos dos
Goytavazes, considerada um local estratgico para a
comercializao de ferramentas diamantadas utilizadas no
beneficiamento de rochas ornamentais. O Estado do Rio de
Janeiro o quinto maior produtor de rochas ornamentais
do Brasil. Possui um parque de processamento de 1500
empresas que geram mais de 11 mil empregos formais
distribudos na regio metropolitana da cidade do Rio de
Janeiro e nas regies norte e noroeste do estado (ZEPEDA,
2009). Estas empresas geram alta demanda de ferramentas
diamantadas, as quais so utilizadas em vrios processos
desde o corte at o polimento das rochas.
Diante destas circunstncias, foi identificado um potencial
nicho de mercado para a produo de ferramentas de
beneficiamento de rochas. Esta oportunidade alavancou
a criao da empresa ABRASDI, a qual se prope a
produzir novas ferramentas diamantadas visando atender
as necessidades das empresas do pas, em especial as
localizadas no estado do Rio de Janeiro. Isto trar uma
economia considervel de custos, reduo de tempo e,
consequentemente, aumento da produtividade do setor
(ZEPEDA, 2009). Uma das principais vantagens competitivas
da ABRASDI a proximidade de seus clientes, pois desta
forma possvel que se faam testes em reais condies de
trabalho, com rochas tpicas do pas.
A criao da ABRASDI uma iniciativa de pesquisadores
ligados ao Laboratrio de Materiais Super Duros da
Universidade Estadual do Norte Fluminense (UENF) e
est sendo incubada pela incubadora de empresas TEC-
Campos. Nesta etapa, os envolvidos no projeto se veem
forados a tomar uma srie de decises a respeito da
empresa e se deparam com diversas incertezas, momento
no qual encontram dificuldades para obter informaes
importantes, pois no existe um processo de produo
em execuo, o que inviabiliza o dimensionamento de
capacidade e necessidades operacionais nos diversos
21
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v1.n1.a2
cenrios possveis. A realizao da anlise operacional seria
invivel na prtica, pois os equipamentos ainda no foram
comprados e os funcionrios ainda no foram contratados.
Diante disto, o uso de simulao computacional se faz
til, pois esta tcnica possibilita que cenrios reais sejam
simulados de forma confivel em um ambiente virtual e,
quando combinada com a otimizao, possibilita identificar
cenrios considerados timos diante da grande quantidade
de variaes possveis.
Modelos de simulao permitem representar cenrios
complexos com considervel rapidez (PIDD, 2004). Em
razo das diversas fontes de incertezas e da complexidade
operacional relacionada ao processo de produo das
sapatas diamantadas, o mtodo utilizado tem por base a
tcnica de simulao computacional de eventos discretos
apresentada em Banks et al. (2010), utilizando o software
Arena. As principais medidas de desempenho avaliadas no
modelo de simulao inicial foram a capacidade de produo
diria e a taxa de utilizao de operadores e mquinas,
considerando como restries o custo das ferramentas, a
qualidade do produto e as regras operacionais. Na segunda
fase dos experimentos, foram includos alguns fatores no
avaliados anteriormente, tornando necessria a anlise por
otimizao. Para isto, foi utilizado o aplicativo OptQuest
for Arena disponvel no pacote de instalao do software
Arena 12.
2. DESCRIO FSICA DO SISTEMA
Todos os processos necessrios para a fabricao das
sapatas diamantadas sero efetuados nas dependncias
da ABRASDI, que est apresentada na Figura 1. Foi definido
que o espao fsico da empresa ser dividido em duas
partes. A primeira consiste de escritrios, laboratrio de
preparao da mistura, reas de estoque e banheiro. A
segunda parte consiste na rea operacional, onde ficam as
mquinas utilizadas para a sinterizao e retificao, alm
de algumas mesas e bancadas necessrias para os processos
de preparao do molde, limpeza, desmolde, entre outros.
A matria-prima para a produo da ferramenta consiste em
p de diamante e liga metlica inorgnica. Por motivos de
proteo das informaes, a composio desta mistura foi
omitida. Portanto, no ser apresentada neste trabalho.
O processo que ser desenvolvido comea no laboratrio
no incio do dia, onde as pores dos materiais so misturadas
por um operador utilizando uma mquina especfica. Este
processo (F1) leva em torno de trinta minutos e a quantidade
de mistura produzida depende da capacidade da mquina
que ser adquirida. Aps esta etapa, ainda no laboratrio,
um operador dever utilizar a mistura para preencher os
moldes e colocar um suporte que faz parte da ferramenta
22
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v8.n1.a2
Figura 1. Espao fsico da ABRASDI.
Fonte: Elaborado pelos autores.
(F2), para que ento seja feito o transporte do material
para a sinterizadora. De acordo com os responsveis pela
empresa, cada sapata gasta cerca de 440g de mistura.
A sinterizao (F3) consiste em um processo de
compactao atravs de tratamento trmico e presso,
em que a mistura sofre uma transformao e se torna um
material cermico. A mquina utilizada neste processo tem
capacidade para sinterizar at seis sapatas por vez. Diante
disto, os moldes so transportados para este processo em
lotes de seis unidades. Aps sinterizado, o produto segue
para a bancada para ento ser submetido a um material
desmoldante, alm de passar por secagem, desmolde e pr-
limpeza. Estes processos so feitos pelo mesmo operador
simultaneamente e, por este motivo, foram agrupados em
uma s etapa (F4). Neste momento, a mistura e o suporte
j esto colados e compem a sapata, que separada do
molde e continua no processo. Por sua vez, o molde volta
para o processo F2 para ser reutilizado.
A prxima etapa (F5) consiste em uma inspeo, que
verificar a qualidade da ferramenta. Destas, 3%, em mdia,
so consideradas defeituosas e descartadas. As sapatas
de boa qualidade (97%) seguem no processo. Cada uma
levada retfica para que seja submetida ao processo de
retificao (F6). Aps este processo, a ferramenta levada
mesa de pintura onde passa por uma pintura (F7), para
ento ser novamente transportada e submetida ao ltimo
processo necessrio, ou seja, a embalagem (F8).
3. DESCRIO DO MODELO DE SIMULAO
O modelo de simulao elaborado neste trabalho foi
desenvolvido com base na metodologia apresentada
por Freitas Filho (2008), possuindo os seguintes passos:
Formulao e anlise do problema; planejamento do
projeto; formulao do modelo conceitual; coleta de macro-
informaes e dados; traduo do modelo; verificao
e validao; projeto experimental; experimentao;
interpretao e anlise estatstica dos resultados;
comparao e identificao das melhores solues;
documentao e apresentao dos resultados. O modelo
fsico analisado foi traduzido para o software Arena 12
(KELTON, SADOWSKI, STURROCK, 2007), possibilitando que
as simulaes computacionais sejam realizadas. O modelo
foi ajustado para simular 8 horas de trabalho, com o intuito
de investigar a produo diria da empresa.
O fato de que a empresa ainda esteja em fase de
implantao possibilitou que vrios cenrios fossem
simulados para ento implantar o melhor entre os
encontrados. Este procedimento permitiu identificar
problemas e oportunidades de melhoria no processo antes
do incio das linhas de produo. Contudo, devido s linhas
de produo no estarem implantadas, no foi possvel
coletar os tempos reais dos processos. Por este motivo,
estes foram estimados com base na experincia dos tcnicos
da empresa.
Antes de realizar a simulao do processo, fez-se
necessrio validar e verificar o modelo. Estas etapas foram
efetuadas com base na metodologia apresentada por Sargent
(2007). O modelo foi executado passo-a-passo e os eventos
foram analisados em relao ao tempo, identificando se
havia coerncia entre o modelo real em anlise, o modelo
de simulao e o conceitual. Todavia, para aumentar a
confiabilidade, aps a verificao inicial, um modelo de
animao foi criado, o que possibilitou a visualizao grfica
dos processos em execuo. Esta prtica permitiu identificar
algumas falhas que no haviam sido percebidas no modelo
lgico.
Segundo BROOKS e ROBINSON (2001), um modelo
conceitual uma descrio do modelo que se deseja
construir, no dependendo da ferramenta de simulao

que se deseja utilizar. Um modelo conceitual, alm de servir
como uma documentao do modelo real, pode auxiliar
a elaborao do modelo computacional, agilizando seu
processo e definindo os pontos de coleta de informaes.
Visando melhorar a descrio e o entendimento dos
processos da produo de sapatas diamantadas, foi
criado um modelo conceitual com base no padro IDEF
- SIM, proposto por MONTEVECHI et al. (2010), o qual
apresentado no Apndice A.
Para complementar o modelo conceitual, o Apndice
A possui uma tabela descrevendo todas das informaes
contidas no modelo. Esta apresenta cada processo
juntamente com seus tempos estimados e quantidade
de recursos necessrios, alm de descrever os devidos
recursos, seus movimentos e as entidades apresentadas no
modelo conceitual.
Os parmetros de entrada do modelo (chegada) so
as pores de diamante e a liga metlica. Estas pores
chegam juntas e em mesma proporo. Existe tambm a
entidade molde, que chega diretamente na mesa de molde
onde aguarda a chegada da poro de mistura (liga metlica
+ diamante) para que possa prosseguir. Aps a entrada das
entidades, estas circulam por todas as etapas de produo
da ferramenta, passando por cada processo, aguardando
o tempo necessrio e sofrendo as alteraes de entidade
(vide Apndice A). A seguir, chega-se ao final do processo,
momento no qual a entidade j foi transformada em sapata
pronta para a comercializao.
4. EXPERIMENTOS
Segundo MONTGOMERY (2009), um experimento um
teste ou uma srie de testes, em que alteraes controladas
so realizadas sobre as variveis envolvidas em um sistema
(fatores), possibilitando observar e identificar as razes das
mudanas ocorridas sobre os resultados. Os valores que
cada fator pode assumir so chamados de nveis, ou seja,
cada nvel do fator constitui uma alternativa para o mesmo.
Por sua vez, os resultados so representados por variveis
previamente eleitas chamadas variveis de resposta.
Os fatores escolhidos para esta fase da experimentao
foram a retfica, a sinterizadora e os operadores. Esta
escolha se deu devido ao fato de que as mquinas ainda
no foram compradas e os operadores ainda no foram
contratados. Nesta fase do trabalho, foi considerado que
a quantidade de mistura resultante da primeira execuo
o suficiente para um dia inteiro de produo, tornando
desnecessrio executar este processo mais de uma vez por
dia. A varivel de resposta considerada foi a quantidade de
sapatas produzidas, avaliando a capacidade de produo da
empresa.
23
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v1.n1.a2
Foram considerados trs nveis para o fator retfica,
ou seja, os cenrios avaliados possuem entre uma e trs
mquinas para o processo de retificao. Para o fator
sinterizadora, as variaes tambm so entre uma e trs
mquinas, enquanto a quantidade de operadores foi
definida entre um e seis.
Sempre que se lida com experimentos, importante estar
atento ao fato de que a repetio de determinado ensaio
pode levar a diferentes respostas. Diante disto, para realizar
a experimentao utilizando a estratgia de simulaes
computacionais do tipo Projeto Fatorial completo, seria
necessrio executar os 54 (3x3x6) cenrios existentes r
vezes, onde r representa o nmero de replicaes escolhido.
Nesta estratgia, altera-se um dos nveis de cada fator por
vez, mantendo-se os demais fixos, e executam-se estes
cenrios r vezes.
Antes que o projeto experimental escolhido fosse de
fato realizado, fez-se necessria uma experimentao inicial
para identificar a quantidade ideal de replicaes. Nesta
etapa, foi utilizada a configurao tpica da empresa (a
mesma utilizada na validao do modelo e apresentada no
modelo conceitual). Utilizando-se o nmero de ferramentas
produzidas como varivel de resposta, os resultados
comearam a apresentar convergncia quando executados
em nove replicaes e, devido a isto, este valor foi adotado
em todas as experimentaes realizadas neste trabalho.
Conforme apresentado, os fatores analisados com seus
respectivos nveis constituram um total de 54 cenrios
e, adotando-se o valor de nove replicaes, seriam
executados 486 experimentos. Todavia, na tentativa de
diminuir a quantidade de cenrios gerados, foi realizada
uma experimentao preliminar com o intuito de identificar
a influncia que os fatores e suas interaes representam
na varivel de resposta. Esta experimentao permitiu
identificar os fatores que possuem influncia significativa
na produo diria da empresa, possibilitando eliminar
da anlise os que no influenciam significativamente no
resultado.
Nesta fase da experimentao, foi utilizado o projeto
fatorial 2k considerando a mdia aritmtica das nove
replicaes como resultado de cada cenrio. Nesta
estratgia, utilizam-se necessariamente 2 nveis de cada
fator e k representa a quantidade de fatores analisados
(FREITAS FILHO, 2008). Como o sistema avaliado possui
fatores com mais de dois nveis, nesta anlise foram
utilizados somente os nveis superiores e inferiores de
cada fator. Cabe ressaltar que esta verificao foi realizada
somente para gerar o grfico de Pareto, pois, neste caso, no
possvel obter a ANOVA, uma vez visto que no sobram
graus de liberdade para o resduo. A matriz gerada pelos
resultados foi submetida ao MINITAB, que gerou o Grfico
mostrado na Figura 2.
24
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v8.n1.a2

Figura 2. Grfico de Pareto da influncia dos fatores sobre a produo da empresa.

Fonte: Elaborado pelos autores.

O Grfico de Pareto indica que, dentre os trs fatores
analisados no processo e suas interaes, somente o fator
operadores, o fator sinterizadoras e a interao entre estes
dois apresentaram influncia significativa na produo
da empresa. Desta forma, todos os cenrios envolvendo
a Retfica e as interaes: Retfica x Operadores, Retfica x
Sinterizadoras e Retfica x Operadores x Sinterizadoras foram
descartados dos experimentos, pois no apresentaram
influncia significativa. Isto permitiu a reduo de 54 (3x3x6)
para 18 (3x6) cenrios, diminuindo de 486 para 162 (18 x
9 replicaes) experimentos no Projeto Fatorial Completo.
Deste modo, a experimentao preliminar possibilitou
melhorar a eficincia da anlise do sistema, pois mostrou
os fatores que realmente influenciam na resposta e, assim,
diminuiu 66,6% das 486 execues que seriam necessrias
inicialmente.
Tabela 1. ANOVA gerada pelos resultados dos experimentos
5. ANLISE DOS RESULTADOS INICIAIS
Aps excluir os fatores identificados como no influentes
significativamente na produo da empresa, foi realizada
uma nova experimentao utilizando o Projeto Fatorial
Completo. Os resultados gerados pelos cenrios avaliados
foram submetidos a uma anlise de varincia (ANOVA)
atravs do aplicativo SAEG (RIBEIRO JNIOR, 2001), visando
encontrar o nvel de significncia dos fatores envolvidos. O
fator considerado significativo quando sua significncia
atinge um valor inferior a 0,05. Todos os cenrios avaliados
nesta parte dos experimentos so considerados significativos
em relao produo diria, como pode ser observado na
ANOVA apresentada na Tabela 1, confirmando o que foi
identificado pelo Grfico de Pareto.

Fonte de variao Graus de Soma de Quadrado F Significncia

liberdade quadrados mdio

Total 161 311539.2

Total de reduo 17 310186.0 18246.24 1941.66 <0.0001

Sinterizadora (S) 2 46396.72 23198.36 2468.63 <0.0001

Operadores (O) 5 204207.3 40841.47 4346.10 <0.0001

Interao S x O 10 59581.99 5958.199 634.04 <0.0001

Resduo 144 1353.205 9.397257

Fonte: Elaborado pelos autores.


O prximo passo realizado foi submeter os resultados a
uma regresso linear simples e mltipla, tambm realizada
com o auxlio do sistema SAEG. Esta tcnica resulta em
uma equao conhecida como equao de regresso, que
permite inferir o valor da varivel de resposta em funo
dos fatores do sistema. A equao de regresso gerada est
apresentada na Equao (1).
= -4,18614.O - 23,9407.S + 12,3904.O.S + 57,4171
Na Equao (1), representa a quantidade de sapatas
produzidas, O representa a quantidade de operadores e
S, a quantidade de sinterizadoras. A equao de regresso
encontrada possibilita que sejam analisadas diversas
variaes dos fatores, identificando a resposta do sistema
em relao a cada um. A Figura (3) apresenta um grfico
dos resultados obtidos variando-se a quantidade de
sinterizadoras para cada nvel da varivel operadores.
Figura 3. Variao da quantidade de sinterizadoras para cada nvel de operadores.
Fonte: Elaborado pelos autores.
A compra de sinterizadoras se torna cada vez mais
atrativa medida que a quantidade de operadores aumenta,
e passa a representar alteraes significativas quando
o nmero de operadores no processo maior que dois.
Possuindo-se trs operadores e aumentando-se de uma
para trs sinterizadoras, possvel obter 45% de aumento
na produo. Esta mesma operao traz 77% de melhoria
quando se possui quatro operadores, e 102% possuindo
cinco operadores. Os cenrios que geram os melhores
resultados quando se altera a quantidade de sinterizadoras
so os que possuem seis operrios. Neste caso, incluindo-se
uma sinterizadora, o retorno obtido o aumento de 61% na
produo. Este aumento se estende a 122% quando duas
sinterizadoras so includas no processo.
25
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v1.n1.a2
Esta anlise permite avaliar quais cenrios apresentam
condies viveis ou necessrias para a contratao de mais
um operador ou para a compra de mais uma sinterizadora.
O grfico apresentado na Figura 3 indica que, em alguns
casos, incluir sinterizadoras no processo pode no ser
uma boa opo, chegando at a representar queda na
produtividade da empresa. Isto ocorre quando o processo
(1) executado com apenas um operador. Neste caso, se a
quantidade de sinterizadoras aumenta de uma para duas,
o resultado obtido a diminuio da produo em 28%.
Neste mesmo cenrio, se o aumento for de uma para trs
mquinas, a queda de 55%. Todavia, no cenrio com dois
operadores este efeito no acontece. Aumentando-se de
uma para duas sinterizadoras, a produo passa de 49,9
sapatas para 50,7 (aumento de 1,68%), e se a alterao for
de uma para trs mquinas, o resultado passa de 49,9 para
51,6 sapatas, aumentando 3,37%.
6. OTIMIZAO
Os resultados gerados pela experimentao realizada
com os fatores citados permitem aos responsveis pela
ABRASDI identificar o comportamento do sistema com
relao variao de mquinas e operadores. Contudo, foi
identificada a possibilidade de realizar outra verificao com
relao diminuio de custos utilizando uma possvel meta
de produo diria.
Para realizar esta segunda verificao, foi possvel incluir
um fator decisivo na anlise dos cenrios da empresa, o qual
consiste na capacidade de produo da mquina de mistura.
Conforme informado, esta mquina utilizada no incio da
26
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v8.n1.a2

produo e ela quem restringe a quantidade de sapatas que
vai entrar no processo, ou seja, se a quantidade de mistura
gerada for o suficiente para produzir 30 sapatas, este ser o
nmero mximo de ferramentas possveis de se produzir at
que se execute novamente o processo de mistura. Este fator
no participou da primeira anlise dos cenrios porque sua
variabilidade elevada, tornando necessrio incluir outra
tcnica, como por exemplo, a otimizao aliada simulao,
para a investigao do sistema.
As mquinas que podem ser utilizadas neste processo
possuem grande variedade de tamanho, capacidade e
preo. Considerou-se que a capacidade destas mquinas
pode variar entre 5kg e 50kg, podendo assumir qualquer
valor entre estes limites. importante frisar que, quanto
maior a capacidade, maior ser seu preo, impactando no
lucro da empresa.
Ao se analisar o sistema com este fator e os possveis
valores de sua capacidade, possvel identificar que, em
alguns cenrios, a quantidade de mistura gerada por uma
execuo no ser o suficiente para a produo diria,
dependendo da capacidade da mquina, fazendo-se
necessrio repetir este processo n vezes, sendo n a diviso
da capacidade de produo diria sobre a quantidade de
Tabela 2. Nveis das variveis de deciso para gerar ANOVA.
sapatas possveis por mistura. Devido a isto, surgiu outra
questo a ser avaliada: Qual o momento ideal para
executar novamente o processo de mistura? Esta questo
tambm impacta consideravelmente o sistema visto que, se
as ferramentas no processo (WIP) acabarem antes do final
do expediente, todo o sistema ficar parado aguardando a
nova execuo do processo de mistura.
Diante disto, esta questo foi avaliada de acordo com
a quantidade de ferramentas produzidas. Quando esta
quantidade atingida, o parmetro porcentagem de disparo
(PD) atingido e uma nova execuo do processo de mistura
disparada. Para exemplificar esta definio, considere que
a misturadora possui capacidade para 30 sapatas por vez
e a porcentagem de disparo 50%. Neste caso, quando
15 sapatas forem totalmente produzidas, a porcentagem
de disparo atingida e uma nova mistura comea a ser
preparada, dando prosseguimento ao processo.
Aps incluir estes dois fatores na avaliao,foi necessrio
realizar a anlise de varincia para verificar se todas as
variveis so realmente significativas no sistema e se
devem entrar na experimentao. Para isto, foi realizado
um experimento considerando somente trs nveis de cada
fator. Os nveis utilizados so mostrados na Tabela 2.

Varivel de deciso Nvel 1 Nvel 2 Nvel 3

Quantidade de operadores (O) 1 3 6
Quantidade de sinterizadoras (S) 1 2 3
Capacidade da misturadora (CM) 5kg 27kg 50Kg
Porcentagem de disparo (PD) 30% 60% 90%
Fonte: Elaborado pelos autores.
A experimentao descrita foi realizada com o auxlio do significncia menor do que 0,05 foi a porcentagem de
process analyzer. Os resultados gerados foram submetidos disparo e, devido a isto, este fator no foi considerado na
ao MINITAB, o qual gerou a ANOVA apresentada na Tabela anlise.
3. Conforme pode ser visto, o nico fator que apresentou
Tabela 3. ANOVA da segunda fase dos experimentos.

Fonte de Graus de Soma de Quadrado F Significncia

variao Liberdade quadrados Mdio

Total 80 81873662572
O
2 34230871273 17115435636 55,73 <0,0001
S 2 3731229829 1865614914 6,07 0,0040
CM 2 21472942255 10736471127 34,96 <0,0001
PD 2 326816116 163408058 0,53 0,5900
Resduo 72 22111803100 307108376
Fonte: Elaborado pelos autores.
 27
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v1.n1.a2

Aps identificar que a porcentagem de disparo no sem os dados da varivel PD. A Tabela 4 mostra a ANOVA
possui influncia significativa no sistema, os dados foram gerada e a Figura 4 apresenta os grficos do efeito de cada
novamente submetidos ao aplicativo MINITAB, mas desta varivel sobre o resultado. Os fatores que possuem efeito
vez os valores referentes varivel PD foram excludos. maior so a capacidade da misturadora e a quantidade
Esta verificao foi feita para confirmar se todas as outras de operadores, validando as informaes encontradas na
variveis possuem significncia menor do que 0,05, mesmo ANOVA.
Tabela 4. ANOVA excluindo-se a varivel PD.

Fonte de Graus de Soma de Quadrado F Significncia

variao Liberdade quadrados mdio
Total 80 81873662572
O 2 34230871273 17115435636 56,44 <0,0001
S 2 3731229829 1865614914 6,15 0,0030
CM 2 21472942255 10736471127 35,41 <0,0001
Resduo 74 22438619216 303224584
Fonte: Elaborado pelos autores.

Figura 4. Efeito dos Fatores (O: operadores; S: sinterizadora; e CM: capacidade da misturadora) sobre a produo da empresa.
Fonte: Elaborado pelos autores.
Mesmo com a diminuio de um fator, considerado no
significativo, efetuar a anlise do sistema com os fatores
capacidade da misturadora, quantidade de operadores e
quantidade de sinterizadoras somente atravs de simulao
se torna invivel, pois a quantidade de combinaes
geradas por todas as opes possveis inviabiliza esta
experimentao. Devido a isto, o aplicativo OptQuest for
Arena, disponvel no software de simulao Arena 12, foi
utilizado. Este aplicativo permite criar modelos de otimizao
com base em modelos de simulao j desenvolvidos, sendo
necessrio definir os controles com suas restries, para que
as solues possam ser geradas, e uma funo objetivo, para
que as solues possam ser avaliadas.
Um problema de Simulao com Otimizao pode ser
representado na Equao 2 (CHEN, FU, SHI, 2008; CHEN
et al., 2007; CHEN et al., 2010) em que um vetor de
dimenso p que representa todas as variveis de deciso
do sistema e a regio de solues viveis. Se J() for
uma funo escalar, caracteriza um problema de objetivo
nico. Por outro lado, se J() for um vetor, trata-se de um
problema multi-objetivo. J() linear em e e pode
ser definido com um conjunto de equaes lineares em ,
que representam as restries do problema conforme os
conceitos de programao linear (BARRADAS, 2010).
(2)
O prximo passo realizado foi decidir quais seriam os
limites das variveis de deciso para o modelo de otimizao.
Os parmetros que j haviam sido avaliados nos primeiros
experimentos tiveram seus limites mantidos, e as variveis
que no haviam sido avaliadas tiveram limites estabelecidos
28
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v8.n1.a2

empiricamente. Todos os parmetros considerados e
seus respectivos limites inferiores e superiores esto
apresentados na Tabela 5. Discrete step size a distncia
entre os nveis das variveis. A varivel CM, por exemplo,
somente pode receber valores de 1000 em 1000 gramas.
Aps definir os limites de cada varivel, foi necessrio
encontrar a equao que representaria a funo objetivo.
Neste momento, o seguinte questionamento se fez
Tabela 5. Variveis de deciso e seus limites
necessrio: Qual custo cada varivel de deciso representa
sobre o sistema?. Esta informao importante porque
o custo das variveis de deciso determina o peso que
cada uma possui sobre a funo objetivo. Entretanto, para
responder precisamente a esta pergunta, necessrio
que se saibam os custos de cada mquina juntamente
com os custos dos operadores, mas estas informaes no
esto disponveis e, devido a isto, foram atribudos valores
estimados aos fatores.

Varivel Valor mximo Valor Mnimo Tipo de varivel Discrete step size
Operadores 1 6 Discreta 1
Sinterizadoras 1 3 Discreta 1
CM 5000g 50000g Discreta 1000g
Fonte: Elaborado pelos autores.

Foi considerado que o custo de operadores influencia
em 50% e as mquinas influenciam 25% cada em relao
ao somatrio de todos os custos do sistema. Desta
forma, considerou-se que o custo dos operadores tem
maior destaque nos custos da empresa, pois duas vezes
maior que o custo de cada mquina. Diante das diretrizes
apresentadas, foi possvel gerar o modelo de otimizao
linear inteira apresentado na Equao (3). A funo objetivo
do modelo o somatrio do valor de cada varivel aps
passar por um clculo de normalizao.

Minimizar Z = ((O / 6) * 50) + ((S / 3) * 25) + ((CM / 50000) * 25) (3)

Sujeito a:
1O6
1S3
5 CM 50
MP SF
A varivel SF representa a quantidade de sapatas feitas Os resultados apresentados na Tabela 6 mostram que,
e alimentada pelos resultados obtidos do modelo de dentro dos limites estabelecidos, a configurao que gera
simulao. A varivel MP a meta de produo. Para os menos custos para se produzir, pelo menos, 80 sapatas por
experimentos foram utilizados os valores 80, 100 120 e 150 dia com quatro operadores, duas sinterizadoras e uma
para esta varivel. Utilizando-se este modelo, a otimizao misturadora com capacidade de 13kg. Para encontrar este
tem o objetivo de minimizar as trs variveis: Quantidade resultado, o OptQuest gastou 2 minutos e dois segundos.
de operadores, quantidade de sinterizadoras e capacidade J os cenrios que tem como meta de produo 100 e 120
da mquina de mistura, respeitando a meta de produo sapatas seguiram a mesma quantidade de operadores e
diria. Desta forma, pretende-se encontrar a configurao sinterizadoras do primeiro (MP=80), alterando somente a
que traga o menor custo sem deixar de atender meta capacidade da misturadora, 24kg e 50kg, respectivamente.
de produo. Com as definies concludas, o modelo foi Desta forma, caso a empresa j tenha a configurao
implementado no Optquest com suas devidas restries e mnima necessria para produzir 80 sapatas por dia e
os melhores resultados esto apresentados na Tabela 6. deseje aumentar sua produo para 120, a nica alterao
necessria aumentar a capacidade da misturadora para
Tabela 6. Melhores resultados obtidos. 50kg, dispensando a necessidade de contratar algum
funcionrio ou comprar mais sinterizadoras.
MP O S CM (g) FO (z) Tempo (min) Quando a meta de produo passa para 150, a
80 4 2 13000 56,5 02:02 configurao de menor custo apresenta uma capacidade
100 4 2 24000 62 01:46 da misturadora de 34kg, valor menor do que a do cenrio
anterior, o qual necessita de uma misturadora de 50kg.
120 4 2 50000 75 01:45
Entretanto, o cenrio com MP igual 150 sapatas utiliza
150 4 3 34000 92 01:45 uma sinterizadora a mais, tornando seu custo maior do
Fonte: Elaborado pelos autores. que todos os outros cenrios verificados. Este resultado

foi o mais rpido encontrado, 1 minuto e 45 segundos,
empatado com o cenrio de 120 sapatas como meta de
produo. Possivelmente, o tempo de respostas destes
cenrios foi menor devido regio de solues viveis, que
consideravelmente menor, facilitando a busca pela melhor
soluo.
O presente trabalho apresenta uma ferramenta de
otimizao do sistema de produo de sapatas diamantadas,
mas os valores no so reais, visto que os custos das
ferramentas foram definidos com base em estimativas.
Assim, cabe aos responsveis pela empresa determinar qual
o fator mais custoso e, tambm, qual a proporo desta
diferena. A partir desta informao, o modelo apresenta os
melhores resultados.
Acredita-se que, devido dinmica elevada do sistema,
seria invivel para os tomadores de decises identificarem
a configurao com menor custo, de acordo com a meta de
produo, sem a verificao realizada neste trabalho.
7. CONCLUSES
O potencial de produo de rochas ornamentais do
Estado do Rio de Janeiro gera uma alta demanda de
ferramentas diamantadas, tornando visvel um potencial
nicho de mercado na fabricao destes insumos. Este
cenrio alavancou a idealizao da empresa ABRASDI, que
pretende se tornar referncia de tecnologia e figurar entre
as principais fornecedoras deste tipo de ferramenta do pas.
Com base em anlises estatsticas dos resultados obtidos
pelas variaes dos trs fatores analisados inicialmente e
seus nveis, foi possvel identificar a influncia que cada fator
possui sobre a varivel de resposta analisada. A otimizao
realizada possibilitou identificar qual a menor configurao
necessria para que a empresa atinja a meta de produo
estabelecida. Com isto, pretende-se auxiliar na tomada de
deciso referente compra das mquinas e contratao dos
funcionrios, levando-se em considerao a demanda inicial
da empresa.
A importncia deste trabalho se refora pela escassez
de tecnologia de fabricao de ferramentas diamantadas
no Brasil para que se possam identificar parmetros de
anlise. Outro fator importante a metodologia utilizada
que combina simulao computacional e otimizao
combinatria. Assim, o modelo de simulao e otimizao
se prope a apresentar diversas informaes consideradas
importantes para a anlise do seu processo.
Os resultados obtidos reforam a importncia e os
benefcios da utilizao da simulao computacional a
eventos discretos juntamente com DOE e otimizao
combinatria. Como trabalhos futuros, prope-se a
execuo do modelo de otimizao avaliando o custo das
29
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v1.n1.a2
mquinas e operadores, comparando os resultados e o
tempo de execuo entre o modelo quando executado no
OptQuest e em outras ferramentas de otimizao.
8. AGRADECIENTOS
Os autores gostariam de agradecer ao Conselho Nacional
de Desenvolvimento Cientfico e Tecnolgico - CNPq e
Fundao de Amparo Pesquisa do Estado do Rio de
Janeiro - FAPERJ pelo suporte financeiro para esta pesquisa.
Gostariam de agradecer ainda direo da empresa
ABRASDI pelos dados e sugestes.
9. REFERNCIAS
BANKS, J., CARSON, J.S., NELSON, B.L., NICOL, D.M.
Discrete-event system simulation. 5nd ed., New Jersey:
Prentice Hall, 2010.
BARRADAS, S., PESSOA, T., LIMA, L., TABET, B., MARUJO, L.
Simulao com otimizao de uma rede de telecomunicaes
de acesso a internet banda larga. XLII SBPO, Bento Gonalves
RS, 2010.
BROOKS, R.J., ROBINSON, S. Simulation, with inventory
control, Operational Research Series. 2001, Basigstoke:
Palgrave.
CHEN, C.H., FU, M.C., SHI, L. Some Topics for Simulation
Optimization. Winter Simulation Conference, ed. S.J. Mason,
R.R. Hill, L. Mnch, O. Rose, T. Jefferson & J.W. Fowler, Miami
FL, 2008.
CHEN, C.H., FU, M.C., HE, D., LEE, L.H. Simulation
Optimization Using the Cross-Entropy Method with
Optimal Computing Budget allocation, ACM Transactions
on Modeling and Computer Simulation. Vol. 20, n. 1.
Wasserkrug, S., New York - USA, 2010.
CHEN, Y., CHEW, E.P., LEE, L.H., TENG, S. Multi-objective
Simulation-based Evolutionary Algorithm for an Aircraft
Spare Parts Allocation Problem. European Journal of
Operational Research. N. 189, p. 476-491, 2007.
COSTA, R.F.S., MONTEVECHI, J.A.B., PINHO, A.F.
Abordagem sistemtica para avaliao econmica de
cenrios para modelos de simulao discreta em manufatura.
XLII SBPO, Bento Gonalves RS, 2010.
FREITAS FILHO, P.J. Introduo a modelagem e simulao
de sistemas, 2. ed. So Paulo, SP: Editora Visual, 372 p, 2008.
KELTON, D.W., SADOWSKI, R.P., STURROCK, D.T. Simulation
with Arena, Fourth Edition, Mc Graw Hill, New York USA,
2007.
30
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v8.n1.a2

MONTEVECHI, J.A.B., LEAL, F., PINHO, A.F., COSTA, R.F.S.,

OLIVEIRA, M.L.M., SILVA, A.L.F. Conceptual Modeling in
Simulation projects by mean adapted IDEF: an application
in a brazilian tech company. Winter simulation conference,
USA, p. 1624-1635, 2010.
MONTGOMERY, D.C. Design and Analysis of Experiments.
7th edition. John Wiley & Sons, Inc, Toronto, CA, 2009.
PIDD, M. Computer Simulation in Management Science.
Editora John Wiley Prof, Toronto, CA, 2004.
RIBEIRO JNIOR, J.J. Anlise estatstica no SAEG. Viosa,
MG, Universidade Federal de Viosa. 301p. 2001.
SARGENT, R.G. Verifications and validation of simulations
models. Winter simulation conference, Miami, USA. pp.
124-137. 2007.
ZEPEDA, V. Novos produtos devero impulsionar setor
de rochas ornamentais no estado. Boletim FAPERJ, http://
www.faperj.br/boletim_interna.phtml?obj_id=5886
acessado em 30/10/2009.

]
 31
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v1.n1.a2

Apndice A - Modelo conceitual do processo de produo de sapatas diamantadas e tabela de descrio dos elementos
Modelo conceitual

Fonte: Elaborado pelos autores.

Tabela de descrio

Cdigo Descrio Parmetros

F1 Preparao da Mistura NORMAL (30, 3) min; um operador e uma mis-
turadora
F2 Preparar e preencher o molde NORMAL (2, 0.2) min; um operador
F3 Sinterizao NORMAL (35, 3.5)min; um operador e uma sin-
terizadora
F4 Secagem, desmolde, passar desmoldante e pr-limpeza NORMAL (15, 1.5) min; um operador
F5 Inspeo da sapata NORMAL (10,1)seg; um operador
F6 Retfica NORMAL (2, 0.2) min; um operador e uma ret-
fica
F7 Pintura NORMAL (5, 0.5) min; um operador
F8 Embalagem NORMAL (3, 0.3) min; um operador
R1 Operador 1 Quantidade: 1
32
Revista Eletrnica Sistemas & Gesto
Volume 8, Nmero 1, 2013, pp. 20-32
DOI: 10.7177/sg.2013.v8.n1.a2

R2 Misturadora Quantidade: 1
R3 Sinterizadora Quantidade: 1
R4 Operador 2 Quantidade: 1
R5 Operador 3 Quantidade: 1
R6 Retfica Quantidade: 1
R7 Embalagem Quantidade: 1
E1 Diamante Sempre disponvel no processo, a partir de t = 0
E2 Liga metlica inorgnica Sempre disponvel no processo, a partir de t = 0
E3 Mistura 50% de diamante e 50% de liga metlica in-
orgnica. Quantidade suficiente para a produo
diria
E4 Molde Sempre disponvel no processo, a partir de t = 0
E5 Suporte para sapata Sempre disponvel no processo, a partir de t = 0
E6 Compacto Molde + suporte + mistura compactados
E7 Sapata diamantada Suporte + mistura sinterizados
M1 Movimentao do laboratrio para a sinterizadora 3,2 metros; 1,5 m/s
M2 Movimentao da sinterizadora para mesa de limpeza 1,5 metros; 1,5 m/s
M3 Movimentao da mesa de limpeza para a retfica 9 metros; 1,5 m/s
M4 Movimentao da retfica para a mesa de pintura 5,85 metros; 1,5 m/s
M5 Movimentao da mesa de pintura para a mesa de embala- 7 metros; 1,5 m/s
gem
M6 Movimentao da mesa de embalagem para o estoque 20 metros; 1,5 m/s
J1 Junta a entidade diamante e liga metlica 50% de cada entidade
J2 Junta a entidade mistura, suporte e molde 1 molde, 1 suporte e 440 g de mistura
J3 Separa a sapata (mistura + suporte compactados) do molde 1 sapata e 1 molde
J4 Separa o lote de seis sapatas aps a sinterizao e desmolde 6 sapatas
C1 Esta etapa feita somente uma vez por dia no incio da jor- Etapa F1
nada
C2 Cria-se um lote de seis sapatas para que sejam transporta- No h parmetros para este controle
das