Você está na página 1de 116

Departamento Engenharia Electrotécnica e de Computadores

Ramo de Automação, Produção e Electrónica Industrial

Projecto, Seminário ou Trabalho Final do Curso


2004/2005

Unidade de Engenharia de Sistemas de Produção

Implementação de um Sistema de Gestão Empresarial (ERP) numa Empresa


do Sector Metalúrgico

Gestão de Stocks

Dulce de Fátima Varandas de Almeida


Lídia Maria de Sousa Teixeira

Orientação do projecto:

Prof. Jorge Pinho de Sousa – FEUP


Eng. António Correia Alves – INESC
Índice

Índice ................................................................................................................................. ii
Índice de figuras ............................................................................................................... iv
Índice de tabelas ................................................................................................................ v
Índice de gráficos ............................................................................................................. vi
Agradecimentos ...............................................................................................................vii
Sumário Executivo .........................................................................................................viii

1. A empresa .................................................................................................................. 2
1.1 Apresentação ..................................................................................................... 2
1.2 Produtos ............................................................................................................. 2
1.3 Processo Produtivo ............................................................................................ 3
1.4 Enquadramento do estágio ................................................................................ 4
2 Projecto de estágio..................................................................................................... 5
3 Sistemas de stocks ..................................................................................................... 8
3.1 Introdução.......................................................................................................... 8
3.2 Sistemas de stocks para procura independente ................................................ 11
3.2.1 Modelos de quantidade fixa de encomenda............................................. 11
3.2.2 Modelos de quantidade fixa de encomenda com nível de serviço
especificado ............................................................................................................. 13
3.2.3 Modelos de período fixo com nível de serviço........................................ 15
3.3 Sistemas de stocks para procura dependente ................................................... 17
3.3.1 MRP - Planeamento das necessidades materiais ..................................... 18
3.3.2 Objectivos e filosofia do MRP ................................................................ 18
3.3.3 Estrutura do sistema MRP ....................................................................... 19
3.3.4 Planeamento das necessidades líquidas................................................... 23
3.3.5 Planeamento das necessidades de capacidade ......................................... 26
3.3.6 Cálculo dos lotes de encomenda.............................................................. 27
3.3.7 Aplicações industriais do sistema MRP .................................................. 28
3.4 Planeamento de stocks ABC............................................................................ 29
3.5 Gestão de stocks e MRP II............................................................................... 29
3.5.1 MRP em ciclo fechado ............................................................................ 29
3.5.2 MRP II - Planeamento dos recursos de produção.................................... 30
3.5.3 PIC - Plano industrial e comercial........................................................... 31
3.6 Conclusão ........................................................................................................ 31
4 Métodos de previsão................................................................................................ 34
4.1 Introdução........................................................................................................ 34
4.2 Modelos qualitativos ....................................................................................... 35
4.3 Modelos quantitativos ..................................................................................... 35
4.3.1 Componentes da procura ......................................................................... 36
4.3.2 Modelos de séries temporais ................................................................... 37
4.3.3 Modelos causais....................................................................................... 42
4.4 Erros de previsão ............................................................................................. 44
4.4.1 Erro médio de previsão............................................................................ 44
4.4.2 Desvio médio absoluto ............................................................................ 44
4.4.3 Sinal de controlo...................................................................................... 45
4.5 Conclusão ........................................................................................................ 45

ii
5 Previsão da procura ................................................................................................. 49
5.1 Selecção de dados............................................................................................ 49
5.2 Análise de dados.............................................................................................. 51
5.3 Aplicação de Métodos de Previsão.................................................................. 54
5.3.1 Método da média móvel simples ............................................................. 54
5.3.2 Média móvel ponderada .......................................................................... 56
5.3.3 Comparação dos métodos de previsão .................................................... 57
5.4 Procedimento adoptado ................................................................................... 59
5.5 Conclusão ........................................................................................................ 62
6 Dimensionamento de lotes e escalonamento ........................................................... 64
6.1 Introdução........................................................................................................ 64
6.2 Heurística de escalonamento arbitrário para vários artigos............................. 65
6.2.1 Sub-problema .......................................................................................... 66
6.2.2 Problema mestre ...................................................................................... 67
6.3 Procedimento adoptado ................................................................................... 68
6.3.1 Características do caso de estudo ............................................................ 68
6.3.2 Determinação do tamanho do lote ........................................................... 70
6.3.3 Escalonamento......................................................................................... 74
6.4 Conclusão ........................................................................................................ 77
7 Conclusões............................................................................................................... 79
8 Referências .............................................................................................................. 82

Anexos ................................................................................................................................I
Anexo A..............................................................................................................................I
Anexo B........................................................................................................................ XIV
Anexo C..................................................................................................................... XVIII
Anexo D........................................................................................................................ XXI
Anexo E ..................................................................................................................... XXIII

iii
Índice de figuras

Figura 1.1 – A Durit .............................................................................................................. 2


Figura 1.2 – Tipos de grau..................................................................................................... 3
Figura 1.3– Processo produtivo ............................................................................................. 4
Figura 2.1 – Metodologia do projecto de estágio .................................................................. 6
Figura 3.1– Disfarce da ineficiência usando stocks............................................................... 8
Figura 3.2– Relação entre consumo e fornecimento ............................................................. 9
Figura 3.3 – Modelo de quantidade fixa de encomenda...................................................... 12
Figura 3.4 – Modelo de custos ............................................................................................ 12
Figura 3.5 – Modelo de quantidade fixa de encomenda com nível de serviço especificado
............................................................................................................................................. 14
Figura 3.6– Modelo de período fixo com nível de serviço.................................................. 16
Figura 3.7 – Árvore de estrutura do produto A ................................................................... 18
Figura 3.8 – Estrutura geral de um sistema MRP................................................................ 19
Figura 3.9 – Estrutura do produto D.................................................................................... 22
Figura 3.10 – Fluxograma da lógica do cálculo das necessidades líquidas......................... 25
Figura 3.11 – Carga de trabalho para um centro de trabalho .............................................. 27
Figura 3.12 – Carga de trabalho planeada para um centro de trabalho ............................... 27
Figura 3.13 – Princípio geral do MRP II ............................................................................. 30
Figura 4.1 – Classificação dos Modelos de Previsão .......................................................... 34
Figura 4.2 – Componentes da Procura ................................................................................ 36
Figura 4.3 – Técnica Box Jenkins ....................................................................................... 46
Figura 6.1 – Gantt para o escalonamento ............................................................................ 77

iv
Índice de tabelas

Tabela 1.1 – Tabela de graus de metal duro .......................................................................... 3


Tabela 3.1– Comparação dos modelos por quantidade fixa de encomenda e por período
fixo de encomenda............................................................................................................... 11
Tabela 3.2– Planeamento das necessidades líquidas ........................................................... 24
Tabela 5.1 – Graus de classe A ........................................................................................... 50
Tabela 5.2 - Graus produzidos pelo menos 10 vezes no ano............................................... 51
Tabela 5.3 - Graus de maior importância para a empresa ................................................... 52
Tabela 5.4 – Variação da produção em 2002 ...................................................................... 53
Tabela 5.5 – Variação da produção em 2003 ...................................................................... 53
Tabela 5.6 – Variação da produção em 2004 ...................................................................... 54
Tabela 5.7 – Previsão para 2004 com média móvel simples............................................... 55
Tabela 5.8 – Erros de previsão ............................................................................................ 56
Tabela 5.9 – Previsão para 2004 com média móvel ponderada .......................................... 56
Tabela 5.10 – Erro médio de previsão................................................................................. 57
Tabela 5.11 – Ano típico após 1º passo............................................................................... 60
Tabela 5.12 – Ano típico após 2º passo............................................................................... 60
Tabela 6.1 – Dados de entrada no problema de dimensionamento de lotes........................ 70
Tabela 6.2 – Solução para o dimensionamento de lotes...................................................... 71
Tabela 6.3 – Solução para o dimensionamento de lotes com a técnica EOQ...................... 73
Tabela 6.4 – Solução para o dimensionamento de lotes com a técnica lot for lot............... 74
Tabela 6.5 – Ordem de produção dos graus ........................................................................ 75
Tabela 6.6 – Escalonamento dos graus pelas ymáx máquinas em paralelo........................... 76
Tabela 6.7 – Correspondência de graus............................................................................... 77

v
Índice de gráficos

Gráfico 5.1 – Comparação dos erros médios entre os dois métodos................................... 58


Gráfico 5.2 – Comparação dos desvios médios absolutos entre os dois métodos............... 58
Gráfico 5.3 – Comparação dos sinais de controlo entre os dois métodos ........................... 58
Gráfico 5.4 – Produção num ano típico para o grau BD05-CP ........................................... 61
Gráfico 5.5 – Produção num ano típico para o grau GD03-CP........................................... 61

vi
Agradecimentos

Durante o desenvolvimento deste estágio diversas pessoas contribuíram, directa ou


indirectamente, para a condução deste projecto. Gostaríamos de manifestar aqui a nossa
gratidão a todos e em particular:

Ao Professor Jorge Pinho de Sousa, nosso orientador de estágio da FEUP, pela


orientação, constante apoio e simpatia que sempre nos recebeu.

Ao Eng.º António Correia Alves, orientador do INESC Porto, pela ajuda e


inexcedível colaboração para connosco.

À Eng.ª Cláudia Pereira, colaboradora da Durit, pela disponibilidade, acolhimento e


a experiência que nos transmitiu.

À Universidade do Porto, em especial a FEUP pelo acolhimento e por ser uma


GRANDE faculdade em todas as acepções. Aos nossos colegas de curso, pelo
companheirismo e amizade manifestados durante estes últimos anos.

Ao INESC Porto por nos ter assegurado boas condições de trabalho e a todos os
seus colaboradores pelo acolhimento, colaboração e simpática durante a execução do nosso
projecto. Em especial à Maria João Pato e ao Samuel Moniz pela boa disposição e
entreajuda.

Finalmente, à nossa família e companheiros de vida que nos têm acompanhado


sempre e cujo encorajamento, apoio e compreensão, foram (e são) inestimáveis e
insubstituíveis.

vii
Sumário Executivo

A gestão de stocks ajuda a organização a desenvolver políticas para atingir uma


gestão optimizada dos investimentos em stock nos seus negócios. Com uma política
apropriada a organização consegue obter vários benefícios, tais como, minimizar os custos
associados ao produto, garantir a satisfação dos clientes e criar uma boa imagem de
mercado. Uma boa gestão de stocks é crucial para tornar a empresa competitiva e
contribuir para a qualidade dos seus produtos.
Neste relatório descreve-se um projecto de estágio realizado no INESC Porto, onde
foram abordados temas relacionados com a gestão de stocks, associados à previsão da
procura e ao escalonamento da produção.
Inicialmente apresenta-se o caso de estudo deste projecto de estágio. O capítulo 1
refere-se à empresa Durit, na qual foi recentemente implementado um sistema ERP, com a
nossa colaboração e que constitui o caso de estudo deste estágio. No capítulo seguinte é
feita a descrição do projecto de estágio, que teve como objectivo desenvolver diferentes
regras alternativas de gestão de stocks, tendo em conta a previsão da procura e o
escalonamento da produção.
No capítulo 3 faz-se uma introdução aos sistemas de stocks e aos seus métodos de
planeamento. No capítulo 4 explicam-se alguns métodos fundamentais de previsão e
respectivos modelos.
Em seguida, no capítulo 5, para o caso de estudo, realiza-se a previsão da procura
com base nos dados seleccionados e procede-se à análise e à aplicação de um método de
previsão. No capítulo 6 efectua-se o escalonamento da produção e mencionam-se algumas
heurísticas de dimensionamento de lotes.
Por fim, apresenta-se a conclusão deste projecto assim como orientações para
trabalhos futuros.

viii
Capítulo 1
Caso de estudo
Caso de estudo

1. A empresa

1.1 Apresentação

A Durit é uma empresa situada na zona industrial de Albergaria-a-Velha e tem


parceiros em Espanha, Alemanha e Brasil. Com perto de 24 anos de existência, a Durit
iniciou a sua actividade comercial em 1981, desde então comercializa ferramentas e peças
de grande precisão em metal duro de acordo com os requisitos do cliente.
Melhorias contínuas de materiais e processos de produção conferem à Durit uma
posição destacada no âmbito dos fornecedores de metal duro. A sofisticada unidade dispõe
de maquinarias modernas operadas por pessoal altamente qualificado.

Figura 1.1 – A Durit

1.2 Produtos

Todos os produtos da Durit são feitos de material sinterizado contento


principalmente carboneto de tungsténio que é o componente que confere dureza,
juntamente com o cobalto que serve de ligante.
O tamanho de grão do carboneto de tungsténio e a percentagem de ligante
influenciam directamente as propriedades do material. Os parâmetros de aplicação da peça
final definirão o grão mais adequado para cada uso.

2
Caso de estudo

Micrograu Grau médio Grau grosso

Figura 1.2 – Tipos de grau

A tabela seguinte mostra os graus standards da Durit, contudo a empresa é capaz de


produzir componentes especiais a pedido do cliente:

Tabela 1.1 – Tabela de graus de metal duro

1.3 Processo Produtivo

Através de uma sequência de operações muito bem estruturada a Durit produz as


ferramentas de metal duro. As peças em bruto são produzidas utilizando as mais modernas
tecnologias de prensagem e fornos de sinterização.
O processo produtivo está dividido em quatro secções. Na primeira subdivisão a
matéria-prima é recebida em bruto e tratada de forma a produzir os graus, na segunda
secção o grau é prensado e é formada a peça em metal duro, na terceira secção a peça em
metal duro é associada ao aço e, por fim, há uma secção onde é feita a inspecção e
rectificação das peças. Inicialmente, quando a matéria-prima chega à Durit ela passa pelas
seguintes operações até formar o grau: mistura, moagem e secagem. Após esta primeira

3
Caso de estudo

etapa o granulado fica pronto para passar pela prensagem, sinterização e electroerosão. Por
fim, há uma secção responsável pela inspecção, rectificação e polimento das peças.
De forma a melhorar o processo produtivo a Durit pretende implementar um ERP,
neste projecto é apresentada uma solução para a gestão do stock da matéria-prima.

Figura 1.3– Processo produtivo

1.4 Enquadramento do estágio

Através de uma visita pelas instalações da Durit foi possível conhecer melhor todo
o processo produtivo das ferramentas de metal duro feitas pela empresa. O objectivo da
Durit é desenvolver uma política de gestão de stocks para uma máquina nova que será
instalada. Esta nova máquina trabalhará em paralelo com o processo produtivo mais antigo
e irá permitir tempos de produção menores e um processo mais eficiente. Para

4
Caso de estudo

compreender melhor as vantagens que a nova máquina traz é importante perceber a


sequência de operações que existe para se tornar claro quais as operações que serão
optimizadas.
A matéria-prima, Ni e Co, chega à Durit no seu estado bruto e o processo de
produção começa com a pesagem do pó, com uma precisão na ordem dos µg. De seguida
começa a operação de mistura adicionando à matéria inibidores TaC , TiC e WC. Após a
mistura segue-se a operação de moagem que é muito importante pois permite transformar a
matéria num granulado uniforme. A moagem pode ser feita em dois tipos de moinhos,
moinho de bolas ou moinho de atrito. O grau depois de moído é depositado em três silos
com capacidade de 250 Kg.
O tempo de produção dos diferentes graus é semelhante até à moagem, a operação
de moagem vai depender do tipo de moinho utilizado e da matéria-prima estar num estado
puro ou não. Além disso, o tempo necessário para a limpeza dos moinhos é o mesmo
independentemente do grau que foi moído. Porém, o tempo de descarga pode variar com o
tipo de matéria utilizada porque existem grelhas que entopem e acabam por impedir o
escoamento do granulado.
Após o granulado passar pelas operações de mistura e moagem o passo seguinte é a
secagem. O granulado é depositado num tanque ao ar juntamente com um solvente que
acaba por evaporar. A seguir à evaporação do solvente o grau está pronto para ser
armazenado e posteriormente passar para as fases seguintes do processo produtivo. O
tempo de secagem está sujeito à presença da parafina que por vezes é adicionada à matéria-
prima para a produção de determinadas ferramentas. Em média o tempo de produção,
desde a pesagem até à armazenagem, dos granulados sem parafina é de um dia e com
parafina três dias.
A máquina nova tem por objectivo reduzir os tempos de secagem através de um
processo que passa a ser feito em circuito fechado. O granulado, depois de ser moído, fica
depositado em três silos que o armazenam até que ele possa entrar na máquina.
Posteriormente, quando estes silos despejam o granulado a secagem será feita de uma
forma muito mais eficiente e após uma hora cerca de 80/100 Kg de pó optimizado está
pronto para ser armazenado e seguir o processo produtivo. Além de tornar a secagem
muito mais rápida a máquina nova traz muitas vantagens para o ambiente, para a saúde e
segurança dos operários e até mesmo melhora a qualidade do processo produtivo.

2 Projecto de estágio

O projecto de estágio, com o título “Implementação de um Sistema de Gestão


Empresarial (ERP) numa empresa do sector metalúrgico”, decorreu nas instalações do
INESC Porto implicando deslocações à empresa em que o sistema será implementado, a
Durit, em Albergaria-a-Velha.
O trabalho foi orientado pelo Eng. António Correia Alves, responsável da área de
Consultoria da Unidade de Engenharia de Sistemas e Computadores do INESC Porto e
pelo Prof. Jorge Pinho de Sousa, professor associado da Faculdade de Engenharia da
Universidade do Porto.
O projecto tinha como objectivo apoiar uma empresa do sector
metalúrgico/metalomecânico – Durit – na implementação de um sistema ERP, desenvolver

5
Caso de estudo

uma política de gestão de stock, com base na previsão da procura e no escalonamento e


planeamento da produção de graus, matéria-prima para a produção de produtos em metal
duro.
Numa primeira fase foi feito um estudo teórico sobre sistemas de stocks e métodos
de previsão, onde se analisaram questões importantes para o projecto.
Na fase seguinte, após uma visita à Durit e com os dados de produção dos últimos
três anos fez-se uma previsão da procura para um ano típico.
Por último, foi desenvolvido um algoritmo para escalonar e dimensionar os lotes de
produção para os graus de maior importância para a empresa, desenvolvendo assim uma
política de gestão de stocks.
Esta metodologia é apresentada no seguinte fluxograma:

Dados da
produção

Previsão da
procura

Dimensionamento
dos lotes

Escalonamento

Figura 2.1 – Metodologia do projecto de estágio

6
Capítulo 3
Sistemas de stocks
Sistemas de stocks

3 Sistemas de stocks

Este capítulo descreve os conceitos e abordagens fundamentais em gestão de stocks


e baseia-se em grande parte em Chase et al. (2004), Heizer e Render (2000), Chase e
Aquilano (1995) e Courtois et al (1997).
Inicialmente, faz-se uma introdução à gestão de stocks onde são abordados os seus
conceitos básicos. Nas secções seguintes são mencionadas as características dos sistemas
de stocks para procura dependente e independente e é abordado o planeamento de stocks
ABC. Por último, descreve-se o papel do MRP II na gestão de stocks e o capítulo termina
com uma breve conclusão.

3.1 Introdução

Definição e objectivos dos stocks


Stock é a existência de qualquer artigo ou recurso usado numa organização. Os
stocks de fabrico são classificados em matérias-primas, produtos acabados, componentes,
abastecimento ou trabalho em curso.
Os stocks apresentam várias vantagens como conservar a independência das
operações, satisfazer as variações da procura do produto, possibilitar a flexibilidade na
programação da produção, garantir matéria-prima caso existam variações no tempo de
aprovisionamento e permitir benefícios económicos de uma ordem de compra. No entanto,
os stocks têm inconvenientes como ocupar muito espaço, imobilizar meios financeiros
importantes e aumentar o prazo médio de produção.
O papel dos stocks é bastante ambíguo, estes podem disfarçar a ineficiência de uma
empresa. Os stocks são uma forma confortável de camuflar certos problemas comuns numa
empresa, como o mau planeamento ou má manutenção de máquinas. Normalmente esta
situação é comparada a uma rio aparentemente navegável, mas que quando o leito desce
abaixo de certo nível deixa a descoberto muitos rochedos que se tornam problemáticos
(figura 3.1). Desta forma, os stocks devem ser bem geridos para que se encontre um ponto
óptimo entre um desempenho positivo e o mínimo custo.

Figura 3.1– Disfarce da ineficiência usando stocks

8
Sistemas de stocks

Custos de stocks
Os custos de stock podem ser custos de manutenção, de preparação, de encomenda
e de falhas de stock.
Os custos de manutenção incluem custos das instalações de armazenamento, de
manuseamento e de desgaste do stock, entre outros. Os custos de preparação correspondem
aos custos de mudança de produção, que incluem custos de organização de equipamentos e
de atribuição de materiais e de tempo. Os custos de encomenda referem-se aos custos de
gestão e administrativos para preparar uma ordem de compra ou de produção. Custos de
falhas de stocks correspondem a custos de rotura de stock, estes custos correspondem a
custos tangíveis, como perda de encomenda ou pagamento de multas, e a custos
intangíveis, como perda de imagem e de clientes.

Relação entre fornecimento e procura


O objectivo da análise de stocks no fabrico e nos serviços de armazenagem é definir
quando devem ser encomendados ou produzidos os artigos e qual a dimensão da
encomenda ou produção. Para isso, é necessário prever a procura dos produtos de forma a
garantir que estes estão disponíveis no momento exacto.
A relação entre o fornecimento e o consumo é representada na figura 3.2. A procura
pode não ser linear e assim ser estimada usando métodos de previsão que apresentam
sempre erros de previsão. O fornecimento pode ser instantâneo, caso os artigos estejam em
stock, ou linear se o fornecimento for efectuado à medida que os artigos são produzidos.
Quantidade de artigos
Quantidade de artigos

Fornecimento

Fornecimento
Consumo Consumo

Tempo Tempo

Figura 3.2– Relação entre consumo e fornecimento

O papel dos stocks tem vindo a mudar ao longo dos tempos. No início do século
XX, devido à grande procura de produtos, a produção era baseada nas teorias tayloristas e
os produtos produzidos em massa. Nesta altura os stocks tinham um papel muito
importante, pois permitiam o armazenamento dos produtos fabricados em massa.
Actualmente, a produção é superior à procura e são necessárias óptimas técnicas de
marketing e de gestão para que uma organização sobreviva no mercado. Uma das práticas
adoptadas pelas organizações é a “mass customisation”, estratégia de diferenciação de

9
Sistemas de stocks

produtos de grande consumo, ou seja, os produtos são produzidos em massa mas


orientados ao cliente. Nesta estratégia os produtos são produzidos em massa até
determinado nível e assim armazenados em stock, logo que se receba uma encomenda o
produto é terminado tendo em conta as especificações do cliente. Desta forma, o stock tem
um papel igualmente importante e tem que ser bem gerido com base nas previsões de
consumo.

Definição de conceitos
Existe um conjunto de conceitos relacionados com a gestão de stocks, abordados ao
longo do relatório, que são definidos de seguida:

• Ponto de encomenda: nível de stock que desencadeia uma nova encomenda, ou


seja, é o nível se stock necessário para cobrir as necessidades durante o tempo de
aprovisionamento;

• Quantidade de encomenda: quantidade de produtos a encomendar que minimiza


os custos totais de encomenda e de movimentação de stock;

• Stock de segurança: stock mantido de forma a assegurar que o nível de serviço


pretendido seja satisfeito. Este tipo de stock é utilizado para proteger o sistema contra os
custos associados aos erros de previsão;

• Nível de serviço: número de unidades que podem ser fornecidas no momento a


partir do stock disponível;

• Stock máximo: nível de stock para o qual a empresa tem capacidade.

• Tempo de aprovisionamento: tempo desde que é colocada uma encomenda até a


sua recepção.

Sistemas de stocks
Um sistema de stocks é um conjunto de políticas e controlos que examinam os
níveis de stocks e definem a sua dimensão, ou seja, proporcionam a estrutura
organizacional para manter e controlar os produtos a armazenar. O sistema é responsável
pela encomenda e pelo seu acompanhamento bem como pela recepção dos produtos.
Existem dois tipos de sistemas de stock, sistemas de stock para procura dependente
e sistemas de stock para procura independente. A procura dependente de um artigo ocorre
sempre que a necessidade do artigo é resultado directo da necessidade de outro artigo,
designada por necessidade dependente. Na procura independente, as procuras de vários
artigos não estão relacionadas entre si e as quantidades necessárias para cada um, ou
necessidades independentes, têm que ser determinadas separadamente.

10
Sistemas de stocks

3.2 Sistemas de stocks para procura independente

Os sistemas de stocks para procura independente podem ser de dois tipos: modelos
de quantidade fixa de encomenda ou modelos de período fixo de encomenda. Os modelos
de quantidade fixa de encomenda, também designados por quantidade económica de
encomenda, são “accionados por um acontecimento”, ou seja, este modelo inicia uma
encomenda sempre que o nível de stock mínimo é atingido. Os modelos de período fixo de
encomenda, sistemas de intervalo fixo de encomenda ou de revisão periódica, são
“accionados pelo tempo”, isto é, coloca encomendas ao fim de um intervalo de tempo fixo
e predeterminado. Estes dois tipos de modelos são comparados na tabela seguinte:

Características Modelo de quantidade fixa Modelo de período fixo

Constante, a quantidade a Variável de encomenda para


Quantidade a encomendar
encomendar é sempre a mesma. encomenda.

Quando for atingido o nível Quando chegar o período de


Quando encomendar
mínimo. revisão.

Sempre que é feita uma adição ou


Manutenção dos ficheiros No período de revisão.
subtracção.

Maior, porque tem que se


Dimensão dos stocks Menor. proteger contra roturas de stock
durante o período de revisão.

Elevada, devido aos registos


Tempo de manutenção
perpétuos.

Artigos de preço mais elevado,


Tipo de artigos
críticos ou mais importantes.

Tabela 3.1– Comparação dos modelos por quantidade fixa de encomenda e por período fixo de encomenda

3.2.1 Modelos de quantidade fixa de encomenda

Os modelos de quantidade fixa de encomenda pretendem determinar qual a


quantidade mínima em stock que origina uma encomenda e a dimensão dessa encomenda
(figura 3.3). A quantidade óptima de encomenda corresponde à quantidade de produtos que
origina um custo mínimo, desta forma, é necessário analisar os custos de encomenda para
se determinar a quantidade óptima de encomenda (figura 3.4).

11
Sistemas de stocks

Figura 3.3 – Modelo de quantidade fixa de encomenda

Figura 3.4 – Modelo de custos

Os custos de encomenda são dados pela expressão:

CustoAnualTotal = CustoAnualCompra + CustoAnualEncomendas + CustoAnualPosse

D Q
TC = DC + S+ H (3.1)
Q 2

Onde:

TC é o custo anual total;

D é a procura anual;

C é o custo por unidade;

Q é a quantidade a encomendar;

S é o custo de colocar uma encomenda;

12
Sistemas de stocks

R é o ponto da nova encomenda;

L é o tempo de aprovisionamento;

H é o custo anual de posse e de armazenamento.

Para um custo mínimo, a quantidade óptima de encomenda é dada por:

dTC ⎛ D ⎞ H 2 DS
= 0 + ⎜⎜ − 2 S ⎟⎟ + = 0 ⇒ Qopt = (3.2)
dQ ⎝ Q ⎠ 2 H

Como este modelo assume uma procura e tempo de aprovisionamento constantes


não é necessário stock de segurança. Desta forma, o ponto da nova encomenda é:

R = dL (3.3)

Onde:

d é a procura média diária;

L é o tempo de aprovisionamento em dias.

3.2.2 Modelos de quantidade fixa de encomenda com nível de


serviço especificado

Os sistemas de quantidade fixa de encomenda controlam o nível de stock e


originam uma nova encomenda sempre que o nível de stock atinge determinado nível.
Existe perigo de rotura de stock no período em que é colocada uma encomenda e esta é
recebida, ou seja, durante o tempo de aprovisionamento. Para garantir que não exista uma
situação de perigo de rotura de stock, é necessário manter um stock de segurança, como se
verifica na figura 3.5.

13
Sistemas de stocks

Figura 3.5 – Modelo de quantidade fixa de encomenda com nível de serviço especificado

Nos modelos de quantidade fixa de encomenda com nível de serviço especificado a


quantidade a ser encomendada é calculada como nos modelos sem nível de serviço
especificado. No entanto, nestes modelos o ponto da nova encomenda é definido de forma
a cobrir a procura prevista no tempo de aprovisionamento mais um stock de segurança
determinado pelo nível de serviço desejado. Assim, o ponto de nova encomenda é dado
pela expressão:

R = d L + zσ L (3.4)

Onde:

R é o ponto da nova encomenda em unidades;

d é a procura média diária;

L é o tempo de aprovisionamento em dias;

z é o número de desvios padrão para um nível de serviço específico;

σL é o desvio padrão da utilização durante o tempo de aprovisionamento;

zσL é a quantidade do stock de segurança.

Determinar d , σL e z
A procura média diária - d - durante o tempo de aprovisionamento é uma previsão
ou estimativa, por isso, para se calcular este parâmetro tem que se aplicar os métodos de
previsão.
Seguindo uma premissa estatística que diz que o desvio padrão de uma série de
ocorrências independentes é igual à raiz quadrada da soma das variações, pode-se afirmar
que o desvio padrão da utilização durante o tempo de aprovisionamento - σL – é definido
como a raiz quadrada da soma das variações diárias:

14
Sistemas de stocks

σ L = σ 1 + σ 2 + ... + σ i (3.5)

Para calcular z é necessário calcular E(z), o número de unidades em falta que


satisfaz o nível de serviço desejado e determinar o valor de z tabelado. Este valor pode ser
determinado pela expressão:

(1 − P )Q
E( z) = (3.6)
σL

Onde:

P é o nível de serviço desejado;

(1-P) é a procura não satisfeita;

D é a procura anual;

σL é o desvio padrão da utilização durante o tempo de aprovisionamento;

Q é a quantidade económica de encomenda;

E(z) é o número previsto de unidades em falta de uma tabela normalizada onde a


média é igual a zero e σ = 1.

3.2.3 Modelos de período fixo com nível de serviço

Nos modelos de período fixo, o stock é contado e as encomendas são colocadas em


determinados momentos. Estes modelos geram quantidades de encomenda que variam de
período para período e que dependem dos índices de utilização. Além disso, nestes casos
os stocks são contados apenas no momento de revisão, desta forma é possível estar-se em
rotura de stock ao longo do período de revisão e durante o tempo de aprovisionamento da
encomenda, como se representa na figura 3.6. Por isso, o stock de segurança tem que
garantir protecção contra as roturas de stock no período de revisão e no tempo de
aprovisionamento.

15
Sistemas de stocks

Figura 3.6– Modelo de período fixo com nível de serviço

Nestes modelos, as encomendas são colocadas no momento de revisão T e o stock


de segurança tem que ser encomendado de novo segundo a expressão:

StockSegurança = zσ T + L (3.7)

A quantidade a encomendar, q, é definida por:

QuantidadeEncomenda = procuraMédia + StockSegurança − StockDisponível

q = d (T + L) + zσ T + L − I (3.8)

Onde:

q é a quantidade a encomendar;

T é o número de dias entre revisões;

L é o tempo de aprovisionamento em dias;

d é a previsão da procura média diária;

z é o número de desvios padrão para um nível de serviço especificado;

σT+L é o desvio padrão da procura durante o período de revisão e o tempo de


aprovisionamento;

I é o nível de stock actual.

O valor de z é determinado consoante o valor de E(z) correspondente da tabela.


E(z) é dado segundo a expressão:

16
Sistemas de stocks

d T (1 − P )
E( z) = (3.9)
σ T +L

Onde:

E(z) é o número previsto de unidades em falta de uma tabela normalizada onde a


média é igual a zero e σ = 1;

P é o nível de serviço desejado;

d T é a procura durante o período de revisão;

σT+L é o desvio padrão da procura durante o período de revisão e o tempo de


aprovisionamento.

3.3 Sistemas de stocks para procura dependente

Na gestão de produção moderna os métodos de gestão de stocks apresentados


anteriormente possuem um domínio de aplicação reduzido. As limitações destes métodos
estão associadas as hipóteses de partida que raramente são verificadas na prática. Com
efeito, considerar que não existe rotura de stock, que existe uma procura regular e que os
custos de armazenagem, encomenda e lançamento são constantes tornam estes métodos
inadequados para a gestão de produção dos nossos dias.
Na gestão tradicional de stocks, a ligação entre a procura do cliente e a necessidade
de componentes é-nos dada por dados históricos dos consumos médios. Em caso de um
aumento significativo do consumo, os métodos expostos anteriormente conduzem a uma
rotura de stock, porque as encomendas recebidas não intervêm nas ordens de compra.
O MRP (Material Requirements Planning - Planeamento das Necessidades
Materiais) surge como um método que associa os pedidos de encomendas às ordens de
compras de uma forma estruturada. Este método foi o principal desenvolvimento dos anos
70 e surgiu com progressos espectaculares na redução do tempo e do custo das mudanças
em série. Foi nos Estados Unidos que começou o desenvolvimento deste conceito de
gestão de produção que permitiu antecipar as necessidades e a sua distribuição no tempo.
No entanto, neste método os pontos de encomenda são colocados por antecipação levando
a excessos de stocks. As evoluções permitiram chegar ao conceito do MRP II
(Manufacturing Resource Planning - Planeamento dos Recursos de Produção). O MRP II
constitui um conceito muito mais abrangente e permite gerir a produção a curto e a longo
prazo.

17
Sistemas de stocks

3.3.1 MRP - Planeamento das necessidades materiais

O planeamento das necessidades materiais consiste em determinar qual a procura


dependente, isto é, a procura de matérias-primas, componentes ou subconjuntos, de modo a
produzir em tempo útil as quantidades previstas pelo MPS. O MPS (Master Production
Schedule - Plano Director de Produção) é a entrada do sistema MRP.
Determinar a procura dependente implica quantificar os artigos necessários e
identificar quando são necessários, tudo isso a partir do conhecimento de concepção do
produto final e do processo de produção.
O MRP utiliza uma lista hierarquizada para quantificar os artigos que entram na
composição de um produto. A figura 3.7 mostra a estrutura de um dado produto:

Figura 3.7 – Árvore de estrutura do produto A

Esta nomenclatura arborescente compreende vários níveis e, por convenção, aos


produtos acabados é atribuído o nível 0. Em cada decomposição passamos do nível n ao
nível n+1, sendo que, há uma regra do nível mais baixo, isto é, um dado artigo aparece
sempre no nível mais baixo que ele intervém. Assim, o cálculo das necessidades é
realizado nível por nível e o MRP reúne todas as necessidades de um mesmo artigo nos
diferentes níveis.
Desta forma, através da árvore de estrutura de um produto torna-se fácil criar um
MRP. Contudo para milhares ou mesmo centenas de artigos torna-se impraticável o
desenvolvimento manual do plano e, por essa razão, os sistemas actuais de MRP utilizam
programas de computadores para identificar os componentes necessários para produzir os
artigos finais, a quantidade exacta de cada artigo e as datas em que as ordens desses
materiais deverão ser lançadas, recebidas ou concluídas no ciclo de produção.

3.3.2 Objectivos e filosofia do MRP

Actualmente, as empresas produzem muitos produtos que envolvem milhares de


componentes e o MRP permite interligar o sistema de gestão de stocks e o sistema de

18
Sistemas de stocks

planeamento. Consequentemente, o MRP é feito numa escala ampla, o que não acontecia
antigamente, e as alterações são feitas mais rapidamente.
Um sistema de MRP tem como principais objectivos a gestão de stocks, a melhoria
do serviço aos clientes, a maximização da eficiência das operações de produção e a
minimização do capital investido em stocks.
O MRP tem por filosofia manter o plano de produção global. Isto é, os materiais
devem ser acelerados quando a sua carência atrasa o plano e retardados quando o plano se
atrasa. Contudo, os ajustamentos ao plano são sempre unilaterais, ou seja, as encomendas
atrasadas são aceleradas mas as que estão adiantadas não são programadas para mais tarde.
O importante num sistema de MRP é utilizar pouca capacidade porque é preferível
não ter matérias-primas e trabalho a decorrer antes da sua necessidade verdadeira. É por
essa razão que um método de previsão é crucial para que a gestão de stocks seja bem
sucedida.

3.3.3 Estrutura do sistema MRP

O MRP das operações de fabrico interactua estreitamente com o MPS, com a lista
de materiais, com o inventário e com resultados de saída. A figura seguinte fornece uma
visão geral de um sistema padrão de um MRP:

Plano de Produção
Agregado

Previsões da
Ordens firmes de
Procura
clientes fixos

Plano Director de
Produção (MPS)

Lista de
Planeamento das Registo de
materiais necessidades stocks
materiais (MRP)

Resultados
Resultados

Relatórios da actividade
de produção e relatórios
de desempenho, erros e
planeamento

Figura 3.8 – Estrutura geral de um sistema MRP

19
Sistemas de stocks

A figura 3.8 corresponde a um sistema padrão de um sistema MRP e mostra as


saídas criadas por este sistema assim como as suas entradas. No entanto, as capacidades e o
retorno (feedback) para níveis superiores não são considerados nesta figura, o que já não
acontece com o sistema MRP II.
O sistema MRP opera da seguinte forma: as encomendas dos produtos são
utilizadas para criar um MPS que define o número de artigos a serem produzidos durante
períodos de tempo específicos. Existe uma lista de materiais que identifica os artigos
necessários para fazer cada produto e as respectivas quantidades de cada componente. O
número de unidades disponíveis e as ordens lançadas estão guardados no registo de stocks.
É importante compreender cada um dos planos precedentes ao MRP para perceber a
complexidade do sistema global, por essa razão a seguir é feita uma descrição breve de
cada um dos planos e as respectivas entradas do sistema.

• Plano de produção agregado

O planeamento agregado da produção especifica as horas de trabalho e as unidades


de produção necessárias para os principais grupos de produtos. Estas especificações são
feitas por períodos mensais e as principais entradas do plano agregado são os planos de
mercado e produto e o plano de capacidades.
O principal objectivo deste planeamento é encontrar a combinação óptima da taxa
de produção, do nível da mão-de-obra e dos stocks disponíveis. A forma como este plano é
elaborado varia de empresa para empresa, em algumas empresas, é um relatório
formalizado contendo os objectivos do planeamento e os princípios base do plano. Noutras
empresas, em particular nas pequenas, pode tomar a forma de directivas verbais ou
apontamentos informais. O processo pelo qual o próprio plano é obtido também pode
variar, no entanto, é importante salientar que o planeamento agregado traduz o plano
estratégico da empresa apesar de não fazer o planeamento detalhado da produção.

• MPS - Plano director de produção

O plano director de produção gera as quantidades e as datas para o fabrico e


conclusão de produtos finais. O MPS tem de especificar exactamente o que é que vai ser
produzido, sendo que, estas decisões são tomadas sob pressão de várias áreas funcionais.
Por essa razão, para definir um plano exequível para lançar a produção são corridos planos
directores de produção alternativos através do programa MRP.
O MPS é um elemento fundamental do MRP, sendo essencial para o departamento
comercial, que pretende satisfazer os clientes da empresa, e para a produção, uma vez que
constitui um plano de referência. Assim, parece evidente que o ideal seria produzir tudo o
que se pode vender, por outro lado, existem as limitações industriais que estão presentes e
o MPS tem isso em conta. Outra característica importante do MPS é o de ajudar o gestor a
antecipar as variações comerciais.

20
Sistemas de stocks

O MPS contém:

¾ Previsão de vendas e as encomendas firmes;


¾ Procura: soma das previsões de vendas e das encomendas firmes;
¾ Stock previsional: diferença entre os recebimentos previstos (ordens firmes e
propostas) adicionados ao stock do período anterior e à procura;
¾ Ordens firmes: ordens de montagem já confirmadas pelo responsável do
planeamento;
¾ Ordens propostas: ordens de montagem propostas pelo algoritmo de geração
de necessidades líquidas;
¾ Disponível para venda acumulado: número máximo de unidades disponíveis
para venda, calculado através da diferença entre as existências e o que já está
comprometido através das encomendas firmes.
De uma forma sucinta o MPS é a evidência do que a empresa pretende produzir,
porque apresenta a calendarização e a quantificação da produção de produtos finais
(produtos de procura independente), considerando a previsão de vendas, as encomendas
firmes e a disponibilidade de materiais.
Por vezes, o que aparenta ser um MPS exequível pode revelar-se um plano que
exige muitos recursos após a explosão do produto a ser realizado. Para garantir um bom
MPS é importante que o planeador tente conciliar os conflitos entre a produção, o
marketing e a engenharia.

• Procura de produtos

Os clientes conhecidos e as previsões da procura são as duas fontes principais, de


onde deriva a procura de produtos para artigos finais. Quando os clientes são fixos e
colocam encomendas específicas, estas ordens são simplesmente adicionadas ao sistema do
MRP. No caso da fonte ser uma previsão da procura estas ordens são as normais da
procura independente e existem modelos para prever estas quantidades. No entanto, os
clientes também podem encomendar componentes que não são os artigos finais ou
assistência técnica, nestes casos esta procura não faz parte do MPS e é introduzida
directamente no plano das necessidades materiais nos níveis apropriados.
Quer a procura dos clientes conhecidos quer a previsão da procura são combinadas
e constituem as entradas do plano director de produção.

• Lista de materiais

A lista de materiais (BOM – “Bill of Materials”) descreve por completo os


produtos, isto é, lista os materiais, peças e componentes assim como a sequência pela qual
o produto é criado. Esta informação também é conhecida como árvore de produto ou

21
Sistemas de stocks

estrutura do produto. A lista de materiais identifica os materiais específicos que são


utilizados para fazer cada artigo e as correctas quantidades de cada elemento.
Cada artigo e componente são listados mostrando apenas o seu artigo pai e o
número de unidades que são necessárias por cada unidade de artigo pai. Normalmente,
para cada componente existe um artigo pai (designado por ponteiro) que permite uma
reconstituição ascendente através do processo. A figura 3.9 permite ilustrar um exemplo da
estrutura do produto D:

2 3

L N

1 4 2 3 5

A E J P O

Figura 3.9 – Estrutura do produto D

O produto D é composto por duas unidades do produto L e três unidades do produto


N. A peça L, por sua vez, necessita de uma unidade da peça A e quatro unidades da peça E.
A peça N é composta pelas peças J, P e O utilizado 2, 3 e 5 unidades, respectivamente.

• Registos de stocks

O registo de stocks guarda informação sobre cada artigo em stock com todos os
detalhes sobre o mesmo. A análise feita pelo programa de MRP parte do topo da estrutura
do produto, em sentido descendente. O registo de stocks contém dados dos materiais
existentes em armazém, incluindo o número de unidades disponíveis com ordens de
fabrico já lançadas.
Normalmente, estes registos num sistema computorizado podem ser muito extensos
e podem conter muitos dados adicionais, como a identidade do fornecedor, o custo e os
tempos de aprovisionamento.

• Resultados

As saídas do MRP são relatórios que podem ser classificados como principais e
secundários. Os relatórios principais são essencialmente utilizados para o controlo das
operações, isto é, consistem em ordens planeadas, avisos de lançamento de ordens e dados
do estado de stocks, entre outros. Os relatórios secundários são opcionais no sistema MRP

22
Sistemas de stocks

e podem ser relatórios de planeamento, de desempenho e de erros. Os relatórios de


planeamento podem, por exemplo, ser utilizados na previsão de stocks e na especificação
de necessidades futuras.

3.3.4 Planeamento das necessidades líquidas

O objectivo do cálculo das necessidades líquidas é o de definir a partir da procura


independente, ou seja, das necessidades que podem ser estimadas com as previsões
(necessidades independentes), as necessidades dependentes. Desta forma, é possível saber
qual o volume de aprovisionamentos a realizar e a coerência das datas de entrega caso haja
alguma alteração na produção.
O calendário com as quantidades e as datas em que são necessários os produtos é que
permite efectuar o cálculo das necessidades líquidas, esta informação é fornecida pelo
MPS. Além disso, é necessário um conjunto de informação como, por exemplo, os prazos
de obtenção dos artigos, as nomenclaturas fornecendo os constituintes de cada artigo, entre
outros. Os resultados deste cálculo são ordens propostas (aprovisionamentos previsionais)
e mensagens que propõem ao gestor a execução de bons procedimentos.
O planeamento das necessidades de cada artigo pode ser gerado a partir de um
quadro onde as colunas correspondem aos períodos sucessivos a partir da data actual e as
linhas do quadro representam as necessidades brutas, as ordens lançadas, o stock
previsional e as ordens propostas. As necessidades brutas provêm do MPS, as ordens
lançadas correspondem as ordens de produção, o stock previsional é o valor esperado de
stock depois das transacções realizadas durante o período em referência e as ordens
propostas são as sugeridas pelo sistema para satisfazer as necessidades até a data de “fim”.
No quadro deve ainda haver a indicação do stock inicial, do tamanho do lote e do
prazo de obtenção do artigo. O stock inicial corresponde ao stock actual e no primeiro
período deve aparecer na linha do stock previsional. O tamanho do lote corresponde ao
conjunto de artigos de uma ordem. O prazo de obtenção do artigo expressa o intervalo
entre as datas de início e fim de uma ordem.
No final do quadro são apresentadas mensagens, isto é, sugestões destinadas ao
gestor.

De seguida é apresentado um exemplo do cálculo das necessidades líquidas para o


artigo “S”.

Stock inicial: Si = 150


Tamanho do lote: L = 500
Prazo de obtenção do artigo: P = 2

23
Sistemas de stocks

1 2 3 4 5
Necessidades brutas 500 500 500 250
Ordens lançadas 500
Stocks previsionais 150 150 150 150 150 150
Ordens propostas Fim 500 500 250
Início 500 500

MENSAGEM: Lançar 500 unidades do artigo “S” no período 1.

Tabela 3.2– Planeamento das necessidades líquidas

• Mecanismo do cálculo das necessidades

A lógica do cálculo das necessidades consiste em determinar a necessidade líquida


num dado período p através da dedução da necessidade bruta desse período, o stock
previsional existente no início do período e as ordens lançadas no período p, conforme o
indicado na expressão seguinte:

NL p = NB p − SPp − OL p (3.10)

Onde:
NLp é a necessidade líquida;
NBp é a necessidade bruta;
SPp é o stock previsional;
OLp são as ordens lançadas.

Após este cálculo se o resultado for positivo, a necessidade líquida existe e será
necessário prever as ordens de produção ou de compra que o sistema deverá lançar.
O stock previsional no final do período obtém-se adicionando ao stock previsional
inicial, precisamente no final do período precedente, as ordens lançadas e propostas
relativas ao período e subtraindo a necessidade bruta. Assim, o stock previsional é dado
pela expressão:

SPp = SPp −1 + OL p − NB p
(3.11)

24
Sistemas de stocks

Onde:
SPp é o stock previsional;
SPp-1 é o stock previsional no período precedente;
OLp são as ordens lançadas;
NBp é a necessidade bruta.

Através de um fluxograma é fácil compreender a lógica do cálculo das necessidades


líquidas, no entanto, o número de operações simples gerado por este cálculo é considerável
no caso de uma empresa. De facto, neste cálculo podem estar envolvidos milhares de
artigos e cada quadro de planeamento pode estender-se ao longo de muitos períodos, por
essa razão é indispensável o uso de um computador.

Plano Director de
Produção (MPS)

Explosão das
necessidades

Necessidades Brutas
calendarizadas

Alocação de stocks e
em curso

Necessidades MENSAGENS
Líquidas (anomalias ou
sugestões)
calendarizadas

Ajuste aos
parâmetros de
gestão

Ordens propostas
calendarizadas

Figura 3.10 – Fluxograma da lógica do cálculo das necessidades líquidas

25
Sistemas de stocks

• Diferentes tipos de ordens

No cálculo de necessidades são utilizados três tipos de ordens, as ordens propostas,


ordens lançadas e as ordens firmes.
As ordens propostas são calculadas pelo sistema e caso as necessidades se alterem
elas serão automaticamente reprogramadas. As ordens lançadas são fixadas pelo gestor no
momento do lançamento não podendo ser alteradas senão pelo próprio. As ordens firmes
são colocadas pelo gestor com o objectivo de fixar datas ou quantidades, este tipo de
lançamento só deve ser utilizado em situações excepcionais porque trata-se de um
lançamento previsional.

• Mensagens do cálculo das necessidades

Este sistema informático não decide nada apenas constitui uma ferramenta de apoio
à tomada de decisão do gestor. O cálculo das necessidades produz propostas de ordens e
emite mensagens para o gestor. Estas destinam-se a ajudá-lo na tomada antecipada de
decisões relativamente aos problemas potenciais que vão sendo detectados.
Os tipos de mensagens mais frequente são as de avançar ou atrasar uma ordem
lançada ou uma ordem firme. Por norma este tipo de ordem deverá ser reprogramada com
o avanço de “n” períodos para evitar um stock previsional demasiado elevado.

3.3.5 Planeamento das necessidades de capacidade

O MRP identifica um conjunto de ordens propostas de forma a satisfazer o MPS. A


geração dessas ordens é realizada com base nos prazos de fabrico ou de encomenda e
ignora por completo quaisquer constrangimentos de capacidade do sistema produtivo, pois
as ordens são geradas para um sistema produtivo de capacidade infinita. Desta forma, é
necessário calcular a capacidade e encontrar soluções para se tratar estas restrições de
capacidade.
Para o cálculo das necessidades da capacidade é preciso analisar-se a gama de
fabrico dos produtos. As gamas de fabrico especificam as sequências das operações de
produção assim como os tempos de preparação e de execução de cada peça, estes dados
são utilizados para o cálculo da carga total em cada centro de trabalho.
Num centro de trabalho, se a capacidade é adequada, é necessário identificar a
ordem pela qual as tarefas são realizadas. No entanto se a capacidade for insuficiente o
problema deixa de ser do centro de trabalho e é necessário replanear a produção.
A figura 3.11 mostra a carga de trabalho de um centro de trabalho ao longo de
vários períodos e a respectiva capacidade. Neste caso, a produção está mal planeada, pois a
capacidade do centro de trabalho é excedida em dois períodos e noutros a produção fica
muito aquém da capacidade máxima do centro de trabalho.

26
Sistemas de stocks

Figura 3.11 – Carga de trabalho para um centro de trabalho

Para se resolver este tipo de problemas existem várias soluções: atribuir horas
extraordinárias, seleccionar outro centro de trabalho que realize as mesmas tarefas
simultaneamente, subcontratar, reprogramar a produção de forma a distribuir de forma
mais uniforme a carga no centro de trabalho (figura 3.12) ou renegociar a data prevista de
entrega da encomenda.

Figura 3.12 – Carga de trabalho planeada para um centro de trabalho

Num sistema MRP em ciclo fechado há o retorno de informação de cada centro de


trabalho permitindo a reprogramação da produção de forma a nivelar a capacidade dos
centros de trabalho.

3.3.6 Cálculo dos lotes de encomenda

Um sistema MRP permite determinar adequadamente o tamanho dos lotes de


encomenda usando várias técnicas, tais como:

• Lot for lot: Nesta técnica são geradas apenas quantidades encomendadas. Esta
técnica vai de encontro aos objectivos do MRP, que consistem em satisfazer a procura
dependente. Neste processo apenas se produz a quantidade encomendada e não se produz

27
Sistemas de stocks

para stock de segurança nem para a satisfação de futuras encomendas. No entanto, se os


custos de setup forem elevados e não forem implementadas técnicas just-in-time este
processo não se revela adequado, tornando-se bastante caro.

• Quantidade Económica de Encomenda - EOQ: Nesta técnica encomenda-se uma


quantidade fixa calculada de forma a minimizar os custos. Esta técnica é indicada quando a
procura independente é relativamente constante e conhecida.

•Part Period Balancing - PPB: Neste processo os tamanhos dos lotes de


encomenda são calculados tentando equilibrar o tempo e os custos de produção de
encomendas.

• Algoritmo Wagner-Whitin: Este é um modelo de programação dinâmica


bastante complexo.

Estas técnicas nem sempre fornecem o tamanho óptimo do lote de encomenda e cada
caso deve ser bem analisado de forma a se determinar o melhor processo a ser aplicado. Na
prática, uma mudança dos tamanhos dos lotes provoca instabilidade no sistema MRP, desta
forma devem ser evitadas modificações das quantidades de produção determinadas.

3.3.7 Aplicações industriais do sistema MRP

O MRP está a ser utilizado em algumas indústrias, por norma é um sistema útil para
empresas envolvidas em operações de montagem, mas para as empresas de fabricação não
apresenta resultados satisfatórios. A experiência mostra que o MRP não funciona bem em
empresas que têm um baixo volume anual de unidades produzidas ou quando a produção
se destina a produtos complexos. Nestes casos, os tempos de aprovisionamento tendem a
ser demasiado longos e incertos e a estrutura do produto muito complexa para ser tratada
ser tratada pelo MRP. Tais empresas necessitam das características de controlo que as
técnicas de programação em rede oferecem, nestes casos são mais adequadas as técnicas de
gestão de projectos.
Este sistema possui competências técnicas bastante desenvolvidas e a sua
implementação deveria ser simples. Contudo, muitas “falhas” surgem na sua instalação
principalmente quando falta empenho da gestão de topo. O MRP é apenas uma ferramenta
de software que deve de ser utilizada como tal, esta ferramenta permite fazer um
planeamento estratégico, de forma integrada e em ciclo fechado. O MRP deve ser
entendido como parte de um sistema global que requer uma adesão plena para funcionar
correctamente.
As aplicações do MRP nos serviços são raras, não porque a técnica não seja
aplicável mas porque apresenta alguns problemas associados a sua utilização, como por
exemplo, a ilusão do tempo de aprovisionamento estático ou a atribuição no planeamento
de capacidades infinitas. Os programas de software MRP tratam o tempo de
aprovisionamento como um número fixo enquanto que, na realidade, este muda por várias

28
Sistemas de stocks

razões, tais como uma alteração normal no tempo de processamento, atrasos, avarias ou
manutenção das máquinas. Ainda são poucos os programas que reconhecem uma
sobrecarga de fabrico e possibilitam a reprogramação do sistema.
Este tipo de sistema é um sistema dinâmico sem capacidade infinita e por essa
razão houve uma expansão do planeamento das necessidades de materiais para outros
sistemas.

3.4 Planeamento de stocks ABC

Os sistemas de stocks contêm dois principais problemas: manter um controlo


adequado sobre cada artigo em stock e certificar que são conservados registos exactos dos
stocks disponíveis. A análise ABC é um sistema de stocks que controla o stock e permite a
sua contagem cíclica, de forma a melhorar os registos.
Os sistemas de stock têm que especificar quando deve ser colocada uma encomenda
e qual a quantidade a encomendar. Quando existem vários artigos, não é viável tratar cada
artigo individualmente. Para solucionar este problema, a análise ABC divide os artigos em
stock em três classes: volume elevado de custo (A), volume moderado de custo (B) e
volume reduzido de custo (C). Se os artigos em stock forem classificados desta forma,
verifica-se que um pequeno número de artigos contribui para um grande volume de custos
e que um grande número de artigos contribui para um pequeno volume de custos. A
abordagem ABC determina que 15% dos artigos correspondem a artigos A, os 35%
seguintes a artigos B e os últimos 50% a artigos C. O objectivo de classificar artigos em
classes é estabelecer o grau adequado de controlo sobre cada artigo.
Este tipo de classificação tem sido ultrapassado, devido à sua complexidade e à
necessidade de inventário permanente.

3.5 Gestão de stocks e MRP II

No MRP é admitido que as necessidades de materiais resultam da explosão do MPS


e não são analisadas as necessidades de outros tipos de recursos, como pessoal ou
instalações. Além disso, neste tipo de planeamento não há retorno da informação para uma
melhor gestão de materiais. De seguida, é analisado o MRP em ciclo fechado e o MRP II,
que gere um maior número de recursos.

3.5.1 MRP em ciclo fechado

O MRP em ciclo fechado corresponde ao sistema de planeamento de necessidades


de materiais que permite o retorno da informação. A American Production and Inventory
Control Society define Closed-Loop MRP como “um sistema criado em torno do
planeamento de necessidades de materiais e incluindo também as funções adicionais de
Planeamento de Produção, Plano Director de Produção e Planeamento de Necessidades
de Capacidade. Além disso, uma vez terminada a fase do planeamento e os planos aceites

29
Sistemas de stocks

como realistas e atingíveis, entram em jogo as funções de execução. Estas incluem as


funções de controlo da produção de medição do Input – Output, Programação e
Expedição detalhadas, mais os Relatórios de Atrasos Antecipados quer da produção quer
dos fornecedores, Seguimento e Controlo das Compras, etc… O termo “ciclo fechado”
implica que não só cada um destes elementos está incluído no sistema, mas também que há
retorno de informação das funções de execução de modo a que o planeamento possa ser
mantido sempre válido”1.

3.5.2 MRP II - Planeamento dos recursos de produção

O MRP II é uma expansão do planeamento das necessidades de materiais para incluir


outras áreas do sistema produtivo. Este sistema permite a todos os serviços da empresa
gerir a produção utilizando uma linguagem em comum. Trata-se de uma ferramenta de
comunicação entre os vários departamentos da empresa.

O esquema seguinte descreve o princípio de funcionamento do MRP II:

Plano
Estratégico

Planeamento
Gestão da Plano Industrial e
Cargas Globais
Comercial
Procura
Plano Director de
Cargas Globais
Produção

Cálculo das
Cargas Detalhadas
Necessidades Líquidas

Execução

Figura 3.13 – Princípio geral do MRP II

O planeamento do MRP II é elaborado a partir da gestão da procura (previsões


comerciais e encomendas dos clientes) e é composto por três níveis: PIC (Plano Industrial
e Comercial), MPS e o cálculo das necessidades líquidas. Por outro lado, para um bom
planeamento é indispensável a gestão das cargas e das capacidades. Através da gestão das

1
Dicionário APICS (Falls Church, VA. American Production and Inventory Control Society, 1984).

30
Sistemas de stocks

capacidades torna-se possível definir a qualidade do que é exequível para o bom


funcionamento do sistema.

3.5.3 PIC - Plano industrial e comercial

O PIC - Plano Industrial e Comercial situa-se ao mais alto nível do MRP II,
imediatamente após ao Plano Estratégico da empresa. Este planeamento permite o diálogo
construtivo entre responsáveis comerciais, da produção, de compras e a direcção da
empresa.
O principal objectivo deste plano é o de permitir um enquadramento global, o que
facilita a decisão da alocação de recursos chave da empresa que podem ser: mão-de-obra,
capacidade das máquinas, aprovisionamentos, entre outros. O PIC faz uma antecipação dos
potencias problemas, o que permite assegurar o serviço ao cliente. Este plano permite fazer
um ponto de situação, uma vez que requer a presença das principais direcções,
nomeadamente, a comercial, industrial e logística.
É fundamental para que a gestão dos recursos de produção possa dar bons resultados
que o PIC seja realista, uma vez que o processo da elaboração deste plano assenta no
estabelecimento de previsões de venda e de produção. A responsabilidade das previsões de
venda pertence aos serviços comerciais e, por sua vez, as previsões de produção ao
departamento de produção. É muito importante que as previsões de produção tenham em
atenção as capacidades reais de produção da empresa.
Como é evidente, a lógica e o bom senso determinam o stock disponível em cada fim
de período e o equilíbrio entre a carga/capacidade deve ser sempre observado. Se a carga
ultrapassar a capacidade do recurso considerado deve-se aumentar a capacidade ou
diminuir a carga e, neste caso, toda a solução intermédia pode ser considerada.
Desta forma, é fácil compreender que o PIC é uma ferramenta de utilização simples
mas potente porque estabelece o planeamento global das actividades. O seu grande
interesse reside sob a forma de um contrato entre os responsáveis das diversas áreas
funcionais da empresa.

3.6 Conclusão

Existem dois tipos de procura: a procura independente, que se refere à procura


externa de produtos de uma empresa e a procura dependente, correspondente à procura de
componentes de artigos complexos. A procura independente é baseada em dados
estatísticos e em previsões da procura, enquanto que a procura dependente é baseada no
sistema MRP.
O sistema MRP em cerca de duas décadas passou de planos de necessidades
materiais a sistemas MRP II. O MRP II é um sistema que inclui encomendas, compras e
interfaces directas entre clientes e fornecedores. O MRP II avançado que liga clientes a
fornecedores ao sistema é designado por sistema ERP – Enterprise Resource Planning.
Um sistema ERP pode não só incluir o sistema MRP II, encomendas, compras e
comunicação e transferência de dados entre clientes e fornecedores, como também outros

31
Sistemas de stocks

processos de negócio como contabilidade, finanças, recursos humanos e cadeias de


fornecimento. O passo seguinte na aplicação dos sistemas MRP II é a sua integração com a
tecnologia CIM - Computer Integrated Manufacturing e com o JIT- just in time.

32
Capítulo 4
Métodos de previsão
Métodos de previsão

4 Métodos de previsão

Neste capítulo são abordados e descritos alguns métodos de previsão com base em
Makridakis et al. (1989), Chase et al. (2004), Heizer e Render (2000), Chase e Aquilano
(1995), Gonçalves (2000) e nos apontamentos da disciplina de Métodos de Previsão
elaborados pelo Prof. Rui Guimarães.
Inicialmente, faz-se a distinção entre modelos quantitativos e modelos qualitativos
e enumeram-se alguns destes modelos. No final, são tratados erros de previsão e medidas
de desempenho dos modelos. O capítulo termina com uma conclusão onde se faz uma
análise aos métodos tratados.

4.1 Introdução

Os métodos de previsão são usados em várias áreas, por exemplo, na evolução


tecnológica, onde se prevêem novos produtos e processos de fabrico, na evolução da
economia, onde as condições do negócio são calculadas e na procura, onde é feita uma
previsão dos níveis de procura de produtos e/ou serviços. A previsão da procura é usada no
planeamento e controlo do sistema produtivo, planeando as operações e os níveis de stock.
Os modelos de previsão podem ser de dois tipos: modelos qualitativos ou modelos
quantitativos. Cada um destes modelos subdivide-se ainda em várias categorias conforme a
figura seguinte:

Método de Delphi

Modelos
Qualitativos

Estudo de Mercado

Modelos de Previsão
Opinião de Peritos

Modelos
Quantitativos

Modelo de
Modelo
Séries
Causais
Temporais

Métodos de Modelo de Modelo de regressão Modelo de regressão


amortecimento decomposição linear múltipla
clássica
- MMS
- MMP
- AES
- AEDuplo
- AETriplo

Figura 4.1 – Classificação dos Modelos de Previsão

34
Métodos de previsão

4.2 Modelos qualitativos

Os modelos qualitativos são modelos subjectivos que se baseiam em estimativas e


opiniões. Estes modelos são utilizados sempre que não existam dados históricos ou caso
existam não sejam representativos do futuro. No entanto, é recomendável que se utilizem
estes métodos em conjunto com os métodos quantitativos, de forma a fazer uma análise
crítica dos resultados e previsões obtidos. As técnicas qualitativas são utilizadas para
previsões a médio e a longo prazo. Os modelos qualitativos podem ser das seguintes
categorias:

• Opinião de Peritos
Este método consiste apenas na recolha de opinião de um ou vários peritos sobre o
assunto em questão, desta forma, o método é considerado bastante elementar.

• Método de Delphi
O método de Delphi consiste em reunir informações dos peritos, ou seja, um grupo
de peritos responde a um questionário e um moderador compila os resultados e formula um
novo questionário submetendo-o de novo ao grupo.

• Estudos de Mercado
Os estudos de mercado pretendem analisar o comportamento do consumidor, por
essa razão tornaram-se uma ferramenta muito sofisticada capaz de fornecer resultados
extremamente úteis. Em geral este método começa por recolher dados de várias formas
(estudos, entrevistas…) para testar hipóteses acerca do mercado. Estes métodos são
normalmente utilizados para prever vendas a longo prazo e de novos produtos e são
bastante especializados.

4.3 Modelos quantitativos

Os modelos de previsão quantitativos baseiam-se na ideia de que os dados


históricos da procura no passado podem ser usados para estimar a procura no futuro. Desta
forma, é necessário identificar padrões nos dados históricos e extrapolar este padrão para o
futuro. Existem os seguintes modelos quantitativos: os modelos causais e os modelos de
séries temporais.
A previsão causal assume que a procura é descrita como um factor ou factores
subjacentes ao meio ambiente. Os modelos causais tentam estabelecer uma relação
causal/matemática entre a procura e algum indicador, factor causal que influencia a
procura. Conhecida a relação causal e o valor do indicador pode-se prever o valor da
procura.
Os modelos de séries temporais baseiam as suas previsões futuras em dados
históricos, contudo os dados antigos podem incluir um conjunto de vários elementos:

35
Métodos de previsão

sazonalidade, tendência ou influências cíclicas. O objectivo destes métodos é o de


identificar e caracterizar os vários elementos da série para assim poder prever o futuro.

4.3.1 Componentes da procura

A procura observada para produtos ou serviços pode ser separada nos componentes:
componente tendência, influência sazonal, elementos cíclicos, variação aleatória e
autocorrelação, como se pode observar na figura 4.2.
A componente tendência descreve o sentido de subida ou descida do nível da
procura ao longo do tempo. A componente sazonalidade representa a oscilação da procura
acima e abaixo do valor médio da procura e que se repete ao longo do tempo. Os factores
cíclicos descrevem flutuações da procura que se repetem ao longo do tempo com uma
frequência constante, estes factores são difíceis de determinar porque o tempo entre os
ciclos pode ser desconhecido ou a causa do ciclo não ser considerada. Este movimento é
normalmente atribuído aos ciclos de negócio, tais como, eleições ou inflação. As variações
aleatórias são causadas por factores indeterminados e que ocorrem ocasionalmente.
A autocorrelação mostra a persistência da ocorrência, isto é, o valor esperado em
qualquer ponto é altamente correlacionado com os seus valores antigos.
A gestão de stocks recorre fundamentalmente a métodos quantitativos baseados em
séries temporais.

Figura 4.2 – Componentes da Procura

36
Métodos de previsão

4.3.2 Modelos de séries temporais

4.3.2.1 Métodos de amortecimento

• Média móvel simples

Neste método a procura no futuro é determinada calculando a média de um número


específico de dados reais mais recentes na série, desta forma cada um dos valores tem igual
influência sobre a procura determinada. Quando a característica da procura não apresenta
um crescimento ou decrescimento rápidos nem características sazonais, a média móvel
pode eliminar oscilações aleatórias para a previsão.
A previsão da procura realizada no período t para o período t+p dada pela média
móvel simples é definida pela seguinte expressão:
1 t
Pt + p = ∑ Ri
n i =t − n + p
(4.1)

Onde:
Pt+p é a previsão para o período t+p;
Rt é a procura real no período t;

n é o número de termos da média móvel.

Determinar o período da média móvel simples


A média móvel é um procedimento simples de utilizar, no entanto, é necessário
escolher o melhor período para o cálculo da média. Consoante o comportamento da série
de dados é aconselhável um determinado valor para o número de termos n: caso os valores
tenham movimento aleatório em torno de um valor constante devem-se incorporar na
média móvel todas as observações históricas disponíveis. Se os valores se distribuem
aleatoriamente, o número de termos que minimiza a variância do erro de previsão é 1.
Geralmente, o período óptimo da média móvel simples é determinado
empiricamente. Existem vários factores que influenciam a duração de diferentes períodos,
por exemplo, quanto maior for o período para o qual se calcula a média móvel, menos
influência têm os elementos aleatórios. No entanto, caso os dados apresentem uma
tendência, a média móvel tem a característica contrária de a retardar, desta forma, a
tendência é seguida. Ou seja, um período maior no cálculo da média móvel simples
provoca uma resposta mais amortecida mas atrasa a tendência.

37
Métodos de previsão

• Média móvel ponderada

Este método não atribui um peso igual a cada elemento da base de dados, a média
móvel ponderada atribui vários pesos a cada elemento, garantindo que a soma de todos os
pesos seja igual a um. Esta é uma das vantagens em usar a média móvel ponderada em vez
da média móvel simples, pois consegue-se variar os efeitos dos dados antigos e dos dados
que se consideram menos relevantes. No entanto, o seu uso é mais inconveniente e
dispendioso.

• Amortecimento exponencial simples

No método do amortecimento exponencial simples sempre que se introduz um novo


valor, a previsão é determinada novamente, desta forma não há necessidade de se
acumularem grandes valores históricos. Para este método, a previsão é igual à previsão
antiga mais uma parte do erro, cujo valor é determinado pela diferença entre a previsão
anterior e o que efectivamente ocorreu.
Para o cálculo da previsão são necessários três tipos de dados: a previsão mais
recente, a procura real que ocorreu para o período de previsão e uma constante de
amortecimento alfa (α). De uma maneira geral, pode-se dizer que este é um método
recursivo onde é possível estimar uma previsão como uma combinação linear das
observações passadas. A expressão para o cálculo da previsão por este método é a
seguinte:

Pt = Pt −1 + α ( R t −1 − Pt −1 ) (4.2)

Onde:

Pt é a previsão por amortecimento exponencial para o período t;

Pt-1 é a previsão por amortecimento exponencial para o período t-1;

Rt-1 é a procura real no período anterior a t;

α é o factor de amortecimento.

Factor de amortecimento
O valor do factor de amortecimento α é determinado empiricamente, isto é, é um
valor arbitrário que tem por base a natureza do produto e a interpretação do gestor e pode
tomar valores entre 0 e 1.
Para a escolha desta constante deve-se ter em consideração a procura real do
produto. Se a procura for estável é aconselhável um α pequeno, de forma a minimizar os
efeitos das mudanças aleatórias, caso contrário deve-se ter um α grande, para que se

38
Métodos de previsão

consiga acompanhar a mudança. No entanto, há dois factores que dificultam a


determinação do factor de amortecimento: o valor óptimo de α pode ser difícil de
determinar e rever e os valores de α podem variar de período para período. Com o
objectivo contornar estes problemas a previsão adaptável indica duas aproximações que
tentam controlar o valor de α:

• Dois ou mais valores de α predeterminados: neste caso, os valores de α não


são calculados, mas tabelados por Whybark consoante o erro medido entre a previsão e a
procura real.

• Valores calculados para α: Trigg e Leach utilizam valores de α calculados


consoante as oscilações na procura. Este valor é o quociente entre o erro real do
amortecimento exponencial e o erro absoluto do amortecimento exponencial:

Et
α= (4.3)
Mt

Onde Et é o erro real do amortecimento exponencial e Mt é o erro absoluto do


amortecimento exponencial:

Et = βet + (1 − β ) Et −1 (4.4)

e M t = β et + (1 − β ) M t −1 (4.5)

com et = Rt − Pt (4.6)
e β um coeficiente de amortecimento análogo ao α.

Este método é bastante complexo, pois além de serem necessárias três equações
para cada período é inevitável serem feitas suposições para os primeiros períodos até que a
técnica se possa inicializar com os valores calculados. Além disso, tem que se determinar a
constante β. Desta forma, conclui-se que os modelos de previsão adaptável se tornam
menos exactos que os outros modelos.
O amortecimento exponencial simples, tal como a média móvel, não deve ser
aplicado a séries temporais com tendência e/ou sazonalidade porque causa um atraso
sistemático na previsão em relação ao valor real, para qualquer valor do factor de
amortecimento.
As vantagens do método do amortecimento exponencial simples em relação aos
métodos da média móvel são os seguintes: os modelos exponenciais são bastante exactos, a
sua formulação é relativamente fácil e não são necessários muitos cálculos nem muitos
dados históricos.

39
Métodos de previsão

• Amortecimento exponencial duplo

O método amortecimento exponencial duplo é utilizado em séries com componente


tendência, adicionando nas previsões futuras uma parcela correspondente a esta
componente. A tendência instantânea pode ser adquirida através da diferença entre duas
previsões sucessivas divididas pela duração que as separa, no entanto, esta tendência é
sempre instável. De forma a evitar esta instabilidade a longo prazo, usa-se um
amortecimento exponencial da tendência instantânea, assim conseguem-se as evoluções da
tendência automaticamente.

O amortecimento exponencial da tendência pode ser expressa:

Tt = β ( Pt − Pt −1 ) + (1 − β )Tt −1 (4.7)

Onde:

Pt é a previsão por amortecimento exponencial para o período t;

Pt-1 é a previsão por amortecimento exponencial para o período t-1;

Tt é a tendência para o período t;

Tt-1 é a tendência amortecida no período t-1;

β é o factor de amortecimento da tendência que varia entre 0 e 1.

Desta forma, é possível obter a previsão para o período t+1 através da seguinte
expressão:

Pt +1 = Pt + Tt (4.8)

• Amortecimento exponencial triplo

O método amortecimento exponencial triplo é utilizado em séries com componente


tendência e sazonalidade. De forma a ter em conta a variação sazonal da procura, é
necessário construir um conjunto de índices sazonais baseados em dados históricos. O
índice sazonal de um período é igual ao quociente entre o nível da procura no período e o
nível médio da procura.
De uma maneira geral, se uma série temporal contém componente sazonalidade,
para se determinar a previsão futura é necessário, primeiramente, retirar a componente
sazonal da procura, dividindo esta pelo índice sazonal determinado. De seguida, determina-

40
Métodos de previsão

se a previsão da procura dessazonalizada usando o método do amortecimento exponencial


duplo. Finalmente, incorpora-se a componente sazonalidade nas previsões através da
multiplicação da previsão dessazonalizada pelos índices sazonais respectivos.
Este método usa o amortecimento exponencial simples para amortecer os valores
dos índices sazonais, segundo a expressão:

Rt
It = γ + (1 − γ ) I t − L (4.9)
Pt

Onde:

It é o índice sazonal do período t;

L é o período de sazonalidade;

It-L é o índice sazonal para o período t-L;

γ é o factor de amortecimento dos índices sazonais que varia entre 0 e 1.

Desta forma pode-se obter a previsão através da seguinte expressão:

Pt +1 = ( Pt + Tt ) I t +1− L (4.10)

4.3.2.2 Método de decomposição clássica

O método de decomposição clássica para obter a procura no futuro separa as


diferentes componentes da série e, em seguida, faz uso dessas componentes para efectuar
previsões. Ou seja, separa as componentes sazonalidade, tendência, cíclica e de erros da
série e estima-os individualmente, depois soma ou multiplica as componentes, caso as
componentes sejam aditivas ou multiplicativas respectivamente, de forma a obter a
previsão da procura.
Este método não é recomendado, pois apresenta várias desvantagens: só é eficaz
quando aplicado a séries muito estáveis e ao se efectuar as previsões, não se atribui mais
importância às observações mais recentes. Além disso, a utilização deste método implica a
retenção em memória de vários dados e a incorporação de novas observações no
procedimento de previsão implica um esforço computacional elevado.

41
Métodos de previsão

4.3.3 Modelos causais

• Modelo de regressão linear

A análise de regressão permite determinar a procura futura com base numa equação
de regressão. Esta equação expressa a série que se pretende prever (variável dependente)
em função dos factores que influenciam a procura (variáveis independentes). No caso do
modelo de regressão linear existe apenas uma variável independente que afecta a procura
que se pretende prever. A forma como estas variáveis se relacionam é descrita pela
equação de uma recta:

Y = a + bX (4.11)

Onde:

Y é o valor esperado da variável dependente, previsão da procura;

X é o valor observado da variável independente, factor que afecta a procura;

a é a intersecção na origem;

b é o declive da recta.

O método usado para determinar os valores óptimos de a e b e assim se obter a


melhor recta que se adequa aos dados é o método dos mínimos quadrados. Esta técnica
minimiza a soma dos quadrados da distância entre cada valor dos dados e o ponto
correspondente na recta que se assumiu. Desta forma, as expressões que permitem calcular
os valores de a e b são, respectivamente:

a = y − bx (4.12)

b=
∑ xy − nxy (4.13)
∑ x − nx
2 2

Onde:

x é o valor de x para cada ponto dos dados;

y é o valor de y para cada ponto dos dados;

x é a média de todos os x;

42
Métodos de previsão

y é a média de todos os y;

n é o número de dados.

O erro padrão da estimativa é:

∑( y i − Yi ) 2
S yx = i =1
(4.14)
n

Onde:
Yi é o valor da variável dependente calculada a partir da equação de regressão.

Caso a série temporal para a qual se pretende determinar a procura contenha


componentes tendência e sazonal é necessário proceder-se à metodologia: encontrar a
componente sazonal, dessazonalizar a procura, encontrar a componente tendência,
projectar a componente tendência para o futuro e, por fim, multiplicar a componente
tendência pela componente sazonal.
Há casos em que a procura aumenta através de uma “razão constante” em cada
período e não através de uma “quantidade” média, ou seja, trata-se de regressão curvilínea
e não de regressão linear.

• Modelo de regressão múltipla

O modelo de regressão múltipla descreve casos em que existe mais que uma
variável independente que afecta a previsão. Este método pode ser descrito pela expressão:

Y = a + b1 X 1 + b2 X 2 + ... (4.15)

Onde:

Y é a previsão da procura;

Xi são os factores que influenciam a procura;

a e bi representam a influência que cada factor tem na procura.

Por causa da sua complexidade este método não é recomendado.

43
Métodos de previsão

4.4 Erros de previsão

Os modelos utilizados na previsão da procura não são suficientemente completos


que consigam representar correctamente a procura de um produto, pois esta é consequência
da interacção de um número de factores bastante complexos. Desta forma, todas as
previsões contêm uma parcela de erro no resultado apresentado.
Os erros podem ser de dois tipos: erros sistemáticos ou erro aleatórios. Os erros
sistemáticos correspondem aos erros cometidos frequentemente, como por exemplo: falhas
na inclusão das variáveis correctas, uso de relações erradas entre variáveis ou utilização
errada da linha de tendência ou da procura sazonal. Os erros aleatórios são os erros que não
podem ser explicados pelo modelo de previsão usado.

4.4.1 Erro médio de previsão

O erro médio de previsão – EMP – assinala um desvio sistemático por defeito ou


por excesso, no entanto esta medida não distingue os métodos de previsão mais precisos,
pois geralmente os métodos de previsão têm EMP igual ou próximo de zero. A seguinte
expressão fornece o EMP:

1 n
EMP = ∑ (Rt − Pt )
n t =1
(4.16)

Onde:
t é o número do período;

Rt é a procura real para o período t;

Pt é a procura prevista para o período t;

n é o número total de períodos.

4.4.2 Desvio médio absoluto

O desvio médio absoluto – DMA – é o erro médio das previsões, usando valores
absolutos. Esta medida analisa a dispersão de alguns valores observados a partir de alguns
valores esperados. O DMA é dado pela seguinte expressão:

1 n
DMA = ∑ Rt − Pt
n t =1
(4.17)

44
Métodos de previsão

Onde:
t é o número do período;

Rt é a procura real para o período t;

Pt é a procura prevista para o período t;

n é o número total de períodos.

Como no DMA, contrariamente ao EMP, é utilizado o valor absoluto, os sinais


positivos e negativos são desprezados, permitindo diferenciar os modelos mais precisos.
Caso os erros de previsão sigam uma distribuição normal, o DMA refere-se ao
desvio padrão como:

π
σ= DMA ≈ 1.25DMA ⇔ DMA = 0.8σ (4.18)
2

4.4.3 Sinal de controlo

Para se conseguir observar o desempenho do sistema de previsão é frequente


utilizar-se um sinal de rastreio ou de controlo, este sinal é o quociente entre a soma dos
erros de previsão e o DMA:

∑R t − Pt
SinaldeControlo = t =1
(4.19)
DAM

Caso o sinal de controlo tenha um valor perto de zero, significa que o sistema de
previsão está a comportar-se adequadamente e que as previsões efectuadas correspondem à
procura real. Além disso, é frequente representar-se graficamente os valores do sinal de
controlo ao longo do tempo e definir um intervalo de tolerância, desta forma consegue-se
observar e controlar das previsões efectuadas.

4.5 Conclusão

Um do problemas da previsão consiste em determinar qual o método mais


adequado para cada caso. Antes de se aplicar qualquer modelo deve-se fazer uma análise

45
Métodos de previsão

qualitativa dos dados e utilizar o bom senso e a opinião das pessoas envolvidas, de forma a
eliminar a priori os modelos menos adequados.
A metodologia Box Jenkins é uma ferramenta que visa determinar o melhor modelo
para cada cenário. Esta técnica estabelece relação entre um grupo de modelos estatísticos e
os dados e ajusta o modelo às séries temporais, ou seja, a partir das observações históricas
calculam-se diferentes estatísticas e, com base nelas, efectuam-se diferentes testes que
permitem verificar qual dos modelos é aquele que melhor se adapta aos dados disponíveis.
A técnica Box Jenkins é dividida em três fases: identificação, estimação e
verificação e aplicação, tal como se mostra na figura seguinte.

Identificar o
modelo

Estimar os
parâmetros do
modelo

O modelo é
adequado?

não
sim

Usar o modelo
para previsão

Figura 4.3 – Técnica Box Jenkins

Na primeira fase da metodologia Box Jenkins é feita a identificação do modelo que


melhor se adapta a cada série. Primeiramente, é necessário tornar a série estacionária com
valor esperado nulo para que os modelos BJ aplicáveis a séries estacionárias possam ser
utilizados e, na etapa seguinte o modelo é escolhido com base no comportamento das
funções de autocorrelação e autocorrelação parciais. Além da identificação do modelo, esta
fase tem como objectivo a estimação preliminar dos parâmetros do modelo identificado.
Esta técnica aborda três tipos de modelos: os modelos auto-regressivo de ordem p –
AR(p), os modelos do tipo média móvel de ordem q – MA(q) e os modelos mistos, que
têm simultaneamente uma componente AR(p) e uma componente MA(q), sendo denotados
por modelos ARMA(p,q).
Na fase seguinte são estimados os parâmetros do modelo identificado na fase
anterior. A estimação dos parâmetros do modelo identificado faz-se recorrendo ao método

46
Métodos de previsão

dos mínimos quadrados. Além disso, nesta fase após se estimarem os parâmetros do
modelo é necessário verificar se existe um desajuste pronunciado entre aquele modelo e a
série real, para isso são utilizados vários tipos de testes.
Na fase de previsão efectuam-se previsões da procura com modelos Box Jenkins.
Como se admite que os parâmetros dos modelos são estimados com precisão, esta
metodologia fornece previsões com bastante exactidão.
Para além desta metodologia há certos factores que influenciam a escolha do
método de previsão. As características da série de dados são os factores determinantes para
a escolha do método de previsão, assim como o bom senso e a experiência do gestor.

47
Capítulo 5
Caso de estudo: previsão da procura
Caso de estudo: previsão da procura

5 Previsão da procura

Para o caso de estudo deste projecto de estágio efectuou-se a previsão da procura


com base nos dados da produção da Durit. Neste capítulo apresenta-se a selecção e análise
dos dados mais relevantes, assim como a sua aplicação nalguns métodos de previsão
estudados. De seguida, indica-se o procedimento adoptado para a previsão da procura e o
seu valor para um ano típico. Por fim, apresenta-se uma conclusão onde se faz a análise da
previsão obtida.

5.1 Selecção de dados

Após a visita à Durit foram fornecidos os dados de produção mensais dos últimos
três anos (anexo A), estes dados foram estudados e tratados para serem utilizados,
posteriormente, na previsão da procura.
A Durit produz anualmente cerca de 89 tipos de graus, por isso foram feitos dois
tipos de análise de forma a seleccionar apenas os graus mais importantes para a empresa.
Numa primeira fase fez-se a análise ABC e de seguida foram determinados os graus
produzidos com maior frequência.

• Análise ABC

Na fase inicial efectuou-se a análise ABC, ou seja, foram agrupados os graus que
correspondem a cerca de 80% do volume da produção. Os graus correspondentes à classe
A são os seguintes:

Grau Total 3 anos Soma Acumulada % da Produção Total

GD05-SP 97824,7 97824,7 13,07

GD10-CP 66728,95 164553,65 21,99

GD10-SP 49432,6 213986,25 28,60

GD50-SP 41099,92 255086,17 34,09

GD10NCP 39546,52 294632,69 39,38

GD05-CP 38342,95 332975,64 44,50

GD20-SP 37263,73 370239,37 49,48

GD30-SP 28615,65 398855,02 53,30

GD60-SP 26517,55 425372,57 56,85

GD20-CP 22449,62 447822,19 59,85

49
Caso de estudo: previsão da procura

BD05-CP 21366,19 469188,38 62,70

GD30-CP 19794,65 488983,03 65,35

GD10HSP 19133,65 508116,68 67,91

GD03-SP 17771,8 525888,48 70,28

GD25MSP 17258,83 543147,31 72,59

BD10-CP 16938,25 560085,56 74,85

GD10NSP 15587,1 575672,66 76,93

GD40-SP 15219 590891,66 78,97

GD03-CP 13450,05 604341,71 80,77

Tabela 5.1 – Graus de classe A

O objectivo desta análise é seleccionar apenas os graus mais relevantes para a


empresa, assim, os graus apresentados são os que apresentaram maior fluxo de produção
durante os três anos. Por esta razão, na análise ABC consideraram-se apenas os graus
correspondentes à classe A.

• Graus produzidos com maior frequência

Na fase seguinte agruparam-se os graus produzidos com maior frequência, ou seja,


foram seleccionados os graus produzidos em média, pelo menos, 10 meses no ano ao longo
dos 3 anos. Estes graus são os seguintes:

Grau Mês/ano em que são produzidos

GD05-SP 12

GD10-CP 12

GD10NCP 12

GD20-CP 12

GD20-SP 12

GD30-SP 12

GD10-SP 11,67

GD50-SP 11,67

GD60-SP 11,67

BD05-CP 11,33

50
Caso de estudo: previsão da procura

GD05-CP 11,33

GD30-CP 11,33

GD10NSP 10,67

GD40-SP 10,67

GD03-CP 10,33

GD03-SP 10

GD10HSP 10

Tabela 5.2 - Graus produzidos pelo menos 10 vezes no ano

Desta forma, é possível agrupar os graus produzidos com maior frequência ao


longo destes três anos.

5.2 Análise de dados

Depois de feitas as análises anteriores seleccionaram-se os 19 graus considerados


de maior importância para a empresa, ou seja, os que correspondem à classe A da análise
ABC, 80% da produção global, em conjunto com os graus produzidos mais
frequentemente. Estes graus são os seguintes:

Grau

BD05-CP

GD03-CP

GD03-SP

GD05-CP

GD05-SP

GD10-CP

GD10HSP

GD10NCP

GD10NSP

GD10-SP

GD20-CP

GD20-SP

51
Caso de estudo: previsão da procura

GD30-CP

GD30-SP

GD40-SP

GD50-SP

GD60-SP

GD25MSP

BD10-CP

Tabela 5.3 - Graus de maior importância para a empresa

Estes graus foram estudados e analisados quanto à sua tendência e sazonalidade,


para que pudessem ser usados na previsão da procura, no dimensionamento de lotes e no
escalonamento. Esta é uma prática aceitável, pois estes graus ocupam a maior parte da
produção na Durit e um bom planeamento da sua produção conduz a melhorias do
processo produtivo.

Numa primeira fase analisou-se a evolução da produção ao longo dos 3 anos, no


anexo B apresentam-se os gráficos que representam esta evolução para os 19 graus. Após a
análise dos gráficos evolutivos da produção dos graus observa-se que a produção em 2004
se aproxima mais da produção em 2003 do que da produção em 2002, conclui-se assim que
esta apresenta uma ligeira tendência.
Na fase seguinte analisou-se o comportamento da produção em relação à variação
em torno do seu ponto médio. Apresenta-se o estudo feito neste sentido, onde se calculou a
produção média para cada grau e se observou a respectiva variação em torno desse valor.
Os valores apresentados a azul correspondem aos valores da produção que se situam entre
20% do seu valor médio, os representados a vermelho dizem respeito aos que se situam
abaixo dos 20% e os que estão a verde os situados 20% acima da média.

52
Caso de estudo: previsão da procura

Tabela 5.4 – Variação da produção em 2002

Tabela 5.5 – Variação da produção em 2003

53
Caso de estudo: previsão da procura

Tabela 5.6 – Variação da produção em 2004

Da análise destas tabelas conclui-se que nos anos 2003 e 2004 a produção manteve-
se mais entre os valores médios que no ano 2002. Pode-se, também afirmar que nos meses
de Agosto e Setembro a produção desce bastante em relação ao seu valor médio.

5.3 Aplicação de Métodos de Previsão

Usando os métodos de previsão da média móvel simples e da média móvel


ponderada e os dados da produção dos anos 2002 e 2003 efectuou-se a previsão para o ano
2004.

5.3.1 Método da média móvel simples

Neste método, ao longo dos vários meses, o valor de cada produto foi calculado a
partir das produções dos meses anteriores.
A previsão para o ano 2004 com o método da média móvel simples é a seguinte:

54
Caso de estudo: previsão da procura

Tabela 5.7 – Previsão para 2004 com média móvel simples

Os valores para os erros de previsão, de acordo com as expressões indicadas no


capítulo 4.3, são:

Grau Erro Médio % do erro médio Desvio Médio Absoluto % do desvio médio absoluto Sinal de Controlo

BD05-CP 231,37 2,58 747,75 8,33 3,71

GD03-CP -13,46 0,31 364,64 8,33 -0,44

GD03-SP -1,95 0,03 492,36 8,33 -0,05

GD05-CP -363,13 3,68 823,00 8,33 -5,29

GD05-SP -690,08 2,55 2257,30 8,33 -3,67

GD10-CP -354,09 1,82 1617,53 8,33 -2,63

GD10HSP -192,18 3,97 403,37 8,33 -5,72

GD10NCP 310,13 1,98 1305,27 8,33 2,85

GD10NSP 164,41 2,53 542,58 8,33 3,64

GD10-SP 284,20 1,52 1562,59 8,33 2,18

GD20-CP -92,85 1,38 561,70 8,33 -1,98

GD20-SP 103,73 0,78 1104,26 8,33 1,13

GD30-CP 34,84 0,51 573,08 8,33 0,73

GD30-SP 261,76 2,25 969,39 8,33 3,24

GD40-SP 84,81 1,47 479,29 8,33 2,12

GD50-SP 63,44 0,45 1183,96 8,33 0,64

55
Caso de estudo: previsão da procura

GD60-SP 79,53 0,84 789,62 8,33 1,21

GD25MSP 115,50 1,73 556,41 8,33 2,49

BD10-CP 100,99 1,56 537,83 8,33 2,25

Tabela 5.8 – Erros de previsão

Após a análise destes resultados nota-se que há uma discrepância muito grande
entre os valores calculados. No entanto, estes não têm muito significado uma vez que são
considerados poucos dados para o seu cálculo.

5.3.2 Média móvel ponderada

A previsão para o ano 2004 com o método da média móvel ponderada, método
adoptado, resulta da seguinte expressão:

PMês 04 ' = T02 * RMês 02 + T03 * RMês 03 ⇒ PMês 04 ' = 25% * RMês 02 + 75% * RMês 03 (5.3)

Aplicando este expressão a todos os valores mensais obtém-se a seguinte previsão


para o ano 2004:

Tabela 5.9 – Previsão para 2004 com média móvel ponderada

Os valores para os erros de previsão são:

56
Caso de estudo: previsão da procura

Grau Erro Médio % do erro médio Desvio Médio Absoluto % do desvio médio absoluto Sinal de Controlo

BD05-CP 207,23 2,31 312,01 3,48 7,97

GD03-CP 33,10 0,76 172,02 3,93 2,31

GD03-SP -17,96 0,30 373,76 6,33 -0,58

GD05-CP -269,20 2,73 525,20 5,32 -6,15

GD05-SP -797,58 2,94 1353,02 4,99 -7,07

GD10-CP -323,01 1,66 529,82 2,73 -7,32

GD10HSP -220,21 4,55 462,86 9,56 -5,71

GD10NCP 351,82 2,25 437,20 2,79 9,66

GD10NSP 141,04 2,17 297,49 4,57 5,69

GD10-SP 241,99 1,29 733,29 3,91 3,96

GD20-CP -76,27 1,13 207,66 3,08 -4,41

GD20-SP 74,90 0,57 384,12 2,90 2,34

GD30-CP 3,32 0,05 437,04 6,36 0,09

GD30-SP 219,41 1,89 438,25 3,77 6,01

GD40-SP 53,61 0,93 229,49 3,99 2,80

GD50-SP -9,05 0,06 278,65 1,96 -0,39

GD60-SP 21,48 0,23 202,09 2,13 1,28

GD25MSP 118,21 1,77 555,41 8,32 2,55

BD10-CP 173,62 2,69 323,69 5,02 6,44

Tabela 5.10 – Erro médio de previsão

5.3.3 Comparação dos métodos de previsão

De seguida são apresentados gráficos comparativos dos valores de erros médios,


desvios médios absolutos e sinais de controlo para os dois métodos de previsão.

57
Caso de estudo: previsão da procura

Comparação dos erros médios (%)

6,00

4,00 Média Móvel Ponderada


Média Móvel Simples
2,00

0,00

GD 1
GD 1 S P
GD 1 C P

GD 2
BD0
GD 0 CP
GD 0
GD 0 P
GD 0
GD 1

GD 1 S P
GD 2 P
GD 2
GD 3
GD 3
GD 4 P
GD 5 P
GD 6 P

BD1
5-

0 -CP
0H
0N
0N

5MS
3-C P
3-S
5-C P
5-S P
0-C P

0-S
0-C P
0-S P
0-C P
0-S
0-S
0-S
0-S P

P
Graus

Gráfico 5.1 – Comparação dos erros médios entre os dois métodos

Comparação dos desvios médios absolutos (%)

10,00
8,00
Média Móvel Ponderada
6,00
Média Móvel Simples
4,00
2,00
0,00
GD 1
GD 1
GD 1 C P

GD 2
BD0
GD 0 CP
GD 0
GD 0 P
GD 0
GD 1 P

GD 1 SP
GD 2 P
GD 2
GD 3 SP
GD 3
GD 4 P
GD 5 P
GD 6

BD1
5-

0 -CP
0HS
0N
0N

...
3-C P
3-S
5-C P
5-S
0-C P

0-S
0-C P
0-
0-C P
0-S
0-S
0-SP
0-SP
P

Graus

Gráfico 5.2 – Comparação dos desvios médios absolutos entre os dois métodos

Comparação dos sinais de controlo

10,00
Média Móvel Ponderada
5,00 Média Móvel Simples
0,00
-5,00
-10,00
GD 1
GD 1 S P
GD 1 C P

GD 2
BD0
GD 0 -CP
GD 0
GD 0 P
GD 0 C P
GD 1 P

GD 1 S P
GD 2 P
GD 2 C P
GD 3 P
GD 3 C P
GD 4 P
GD 5 SP
GD 6

BD1
5

0 -CP
0H
0N
0N

.. .
3-C P
3-S
5-
5-S
0-C P

0-S
0-
0-S
0-
0-S
0-
0-SP
0-SP

Graus

Gráfico 5.3 – Comparação dos sinais de controlo entre os dois métodos

58
Caso de estudo: previsão da procura

Observando os gráficos conclui-se que o método da média móvel simples apresenta


menores erros em certos meses e apresenta um sinal de controlo mais próximo de zero,
como se pretende. No entanto, estes gráficos não são muito conclusivos, pois foi feita uma
previsão com apenas dois dados do passado.
Assim, partindo das análises feitas anteriormente e da observação dos gráficos
decidiu-se aplicar o método da média móvel ponderada, que apresenta, em geral, menor
erro médio e desvio médio absoluto.
Como os dados disponíveis acerca da produção dos graus não são muito
esclarecedores, foi necessário partir de algumas suposições para que se consiga fazer uma
previsão da procura. Assim, partindo da análise dos gráficos evolutivos da produção diz-se
que esta apresenta uma tendência, daí o método adoptado, explicado no capítulo seguinte,
dar maior importância aos dados mais recentes.

5.4 Procedimento adoptado

O método aplicado é o da média móvel ponderada e o procedimento escolhido foi


atribuir pesos aos dados consoante o ano a que se referem, dando maior peso aos valores
dos anos mais recentes. Como se está a lidar com dados mensais e a produção no final de
um mês e no início do seguinte pode-se confundir, amorteceram-se os picos de produção.
Assim, a produção torna-se mais homogénea e com um comportamento mais sazonal. Com
suporte nestes dois aspectos construiu-se um ano típico, que servirá de base para uma
previsão da procura. Seguiu-se o seguinte procedimento:

• 1º Passo

A primeira fase consiste em aplicar o método da média móvel ponderada aos dados,
para isso usou-se a seguinte expressão:

PMês ' = T02 * RMês 02 + T03 * RMês 03 + T04 * RMês 04 (5.1)

Onde os valores de Tx correspondem às taxas definidas como pesos para os dados


mensais – RMês x – do ano x.
Para as taxas de T02 = 10% , T03 = 30% e T04 = 60% obteve-se o seguinte ano
típico:

59
Caso de estudo: previsão da procura

Tabela 5.11 – Ano típico após 1º passo

• 2º Passo

Aos valores obtidos anteriormente aplicou-se um método de amortecimento de


forma a homogeneizar e harmonizar a previsão. Assim, o valor obtido para um mês resulta
da soma do seu valor e do valor do mês anterior e seguinte multiplicados por taxas, ou seja:

PMês ' ' = TAnt * PMêsAnt '+TMês * PMês '+TSeg * PMêsSeg ' (5.2)

Onde os valores de TAnt , TMês e TSeg correspondem às taxas definidas como pesos
para os meses anterior, actual e seguinte, respectivamente. Os valores PMês Ant ' , PMês ' e
PMês Ant ' são os valores previstos no 1º passo do método de previsão para os meses anterior,
actual e seguinte, respectivamente.
Para as taxas de TAnt =T Seg= 25% e TMês = 50% obteve-se o seguinte ano típico:

Tabela 5.12 – Ano típico após 2º passo

60
Caso de estudo: previsão da procura

Estes são os valores previstos para a produção num ano típico para os graus
considerados de maior importância para a Durit.
A título de exemplo apresentam-se dois gráficos onde se mostra a produção num
ano típico para dois graus: BD05-CP e GD03-CP. Nestes gráficos é descrita a produção
após cada um dos passos do método de previsão e no ano 2004.

BD05 - CP

1200 1400

1000 1200

1000
800
800 Ano típico após 1º passo
600 Ano típico após 2º passo
600 2004
400
400
200 200

0 0
ar

ai
v

ov
l
o
n

ut
t

ez
Ju
Ab

Se
Fe

Ag
Ja

Ju
M
M

O
N
D

Meses

Gráfico 5.4 – Produção num ano típico para o grau BD05-CP

GD03 - CP

600 700

500 600
500
400
400 Ano típico após 1º passo
300 Ano típico após 2º passo
300
2004
200
200
100 100
0 0
ut
v
v
ar

ai

ez
o
l

t
r
n

n
Ju

Se
Ab

No
Fe

Ag
Ja

Ju

O
M
M

Meses

Gráfico 5.5 – Produção num ano típico para o grau GD03-CP

Através da análise dos gráficos é possível verificar que após a execução do


procedimento adoptado a procura começa a ter uma componente de sazonalidade. Assim,
este procedimento apresenta-se como uma forma de prever a procura e esta assumir um
comportamento mais homogéneo.

61
Caso de estudo: previsão da procura

5.5 Conclusão

Para prever a procura com base nos dados fornecidos pela Durit seguiu-se um
procedimento simples apesar da previsão ser um problema complexo. Como a empresa
possui um elevado número de artigos fez-se uma análise aos dados e distinguiram-se os
graus mais relevantes para a empresa.
Após a observação e análise dos resultados obtidos concluiu-se que o melhor
método a aplicar é o da média móvel ponderada. Os resultados obtidos foram bastante
satisfatórios tendo em vista a pouca informação em que estão baseados. No entanto, este
procedimento deve ser efectuado no final de cada ano com base nos dados mais recentes.
Este facto já era de esperar, uma vez que a previsão deve ser sempre actualizada com a
introdução de novos dados.

62
Capítulo 6
Caso de estudo: dimensionamento de lotes
e escalonamento
Caso de estudo: dimensionamento de lotes e escalonamento

6 Dimensionamento de lotes e escalonamento

Com base na previsão da procura procedeu-se à determinação dos lotes a fabricar e


ao escalonamento da produção. No presente capítulo são apresentadas heurísticas de
escalonamento que serviram de suporte para a determinação do algoritmo de
dimensionamento de lotes e escalonamento. As regras apresentadas têm como base
Winston et al. (1997) e Pinedo e Chao (1999). Numa segunda fase apresenta-se o
procedimento adoptado para o dimensionamento de lotes e escalonamento e os resultados
obtidos. Por último, faz-se a interpretação e análise da solução encontrada.

6.1 Introdução

Escalonamento é definido como o processo de organizar, escolher e temporizar a


utilização de recursos de forma a garantir a produção dos produtos finais nos tempos
pretendidos.
Um problema de escalonamento engloba vários factores, em primeiro lugar é
necessário determinar o tempo de processamento de cada artigo e posteriormente a ordem
dos diferentes processamentos. O escalonamento óptimo corresponde à determinação do
ponto de equilíbrio entre os custos de setup e os custos de stock e é, geralmente, repetitivo
ou cíclico. O resultado do equilíbrio destes custos corresponde aos tamanhos do lote de
cada artigo, sequenciados de forma a minimizar a soma do custos de setup e de stock. Este
problema de escalonamento é referido como economic lot scheduling problem – ELSP.
Na prática, há muitas aplicações do escalonamento de lotes económicos em
processos industriais onde os custos de setup e de stock são cruciais.

De seguida são apresentadas algumas regras de escalonamento ou heurísticas que


consideram apenas uma única máquina e um número finito de artigos.

•Quantidade económica de encomenda – EOQ: nesta técnica produz-se uma


quantidade fixa calculada de forma a minimizar os custos com base na expressão referida
no capítulo 3.2.1.

•Escalonamento cíclico para diferentes tipos de artigos: nesta técnica é definida a


taxa de procura para cada artigo e a respectiva taxa de produção. Determina-se o melhor
ciclo de produção que contém um único tipo de artigo e o comprimento do ciclo será igual
para todos os artigos assim como o escalonamento. O objectivo desta heurística é
determinar o comprimento do ciclo óptimo.

• Escalonamento arbitrário para vários artigos - ELSP: esta técnica é semelhante


à anterior. Os dados são representados da mesma forma mas a solução encontrada
corresponde a um conjunto de possíveis sequências de comprimento arbitrário.

64
Caso de estudo: dimensionamento de lotes e escalonamento

O objectivo desta fase do projecto é determinar o tamanho dos lotes a produzir e


escalonar a sua produção, para tal adaptou-se a heurística de escalonamento arbitrário para
vários artigos. A solução proposta é apresentada em duas fases, determinação do tamanho
de lote e escalonamento dos mesmos. De seguida faz-se uma breve explicação acerca da
heurística adoptada para a solução proposta.

6.2 Heurística de escalonamento arbitrário para vários artigos

Nesta técnica de escalonamento considera-se que existe uma única máquina que
processa n artigos diferentes. A taxa de procura para o artigo j é gj e a máquina é capaz de
produzir um artigo j com uma taxa qj. Desta forma, o quociente ρ j = g j q j é definido
como a taxa de utilização da máquina, proporcional ao tempo em que a máquina está
ocupada com o artigo j. Considera-se que a solução desta heurística existe apenas quando
n
ρ = ∑ρ j p 1.
j =1

Ao produzir um dado artigo j assume-se que o custo de setup é cjk e o tempo de


setup é sjk. Assim, o conjunto das possíveis sequências de comprimento arbitrário é
denominado S e o índice do artigo produzido na posição l da sequência é jl. Contudo, a
sequência pode ter repetições e, por essa razão, a sequência da produção para um dado
ciclo é j1 ,..., j h onde h ≥ n .
Conforme as especificações anteriores, ao considerar um artigo produzido na
posição l da sequência, se j1 = k o artigo k será produzido na posição l da respectiva
sequência. Além disso, os dados do artigo produzido na lª posição são representados por
q l = q jl = q k .

Para o artigo produzido na posição l assumem-se os seguintes pressupostos:

• Tempo setup - s l ;
• Custo setup - c l ;
• Tempo do ciclo – x;
• Tempo “morto” – u l ;
• Tempo produção – t l .

Define-se v = q l t l g l como o tempo de início da produção do artigo k na lª


posição até ao início da próxima produção do artigo k (pode ser no mesmo ciclo ou no
ciclo seguinte). O maior nível de stock é dado por: (q l − g l )t l . Assim, o custo total do stock
1 l l ⎛ ql ⎞ l 2
do artigo k na posição l pode ser calculado por h (q − g l )⎜ l ⎟(t ) . São ainda definidos
2 ⎜g ⎟
⎝ ⎠
os conceitos:

65
Caso de estudo: dimensionamento de lotes e escalonamento

• Ik – conjunto de todas as posições na sequência em que o artigo k é produzido;


• Il – todas as posições na sequência, com início na posição l (onde o artigo k é
produzido), mas não incluindo a posição onde o artigo k é produzido outra
vez;
• S – conjunto de todos os possíveis escalonamentos cíclicos.

Desta forma, o problema de escalonamento pode ser formulado da seguinte forma:

1⎛ h 1 l l ⎛ ql ⎞ l 2 h l⎞
min S min x ,t l ,ul ⎜ ∑ h ( q − g l )⎜⎜ l ⎟⎟(t ) + ∑ c ⎟⎟ (6.1)
x ⎜⎝ l =1 2 ⎝g ⎠ l =1 ⎠
sujeito a:

∑q t
j∈I k
k
j
= gk x para k = 1,..., n

⎛ ql ⎞l
∑ ( t j
+ s j
+ u j
) = ⎜⎜ l ⎟⎟t para l = 1,..., h
j∈Ll ⎝g ⎠
h

∑ (t
j =1
j
+s j +u j) = x

Essencialmente, este problema de escalonamento pode ser dividido em dois sub


problemas: problema mestre e sub-problema. O problema mestre tem por objectivo
determinar a melhor sequência j1 ,..., j h (elementos de S) e o sub-problema estabelece os
tempos de produção, os tempos mortos e o comprimento do ciclo dada a melhor sequência.
É importante salientar que tanto os tempos como o comprimento da ciclo são calculados
para situações óptimas.

6.2.1 Sub-problema

O sub-problema da heurística ELSP pode ser formulado como um problema de


programação linear com as variáveis de decisão t l ; u l e x. A função objectivo é a seguinte:

1⎛ h 1 l l ⎛ ql ⎞ l 2 h l⎞
min x ,t l ,ul ⎜ ∑ h ( q − g l )⎜⎜ l ⎟⎟(t ) + ∑ c ⎟⎟ (6.2)
x ⎜⎝ l =1 2 ⎝g ⎠ l =1 ⎠
sujeito a:
⎛ ql ⎞l
∑ ( t j
+ s j
+ u j
) = ⎜⎜ l ⎟⎟t para l = 1,..., h
j∈Ll ⎝g ⎠

66
Caso de estudo: dimensionamento de lotes e escalonamento

∑ (t
j =1
j
+s j +u j) = x

6.2.2 Problema mestre

O problema mestre da ELSP consiste na aplicação da heurística frenquency fixing


and sequencing (FFS) e divide-se em três fases:
1. Determinar as frequências relativas com que os vários artigos são produzidos;
2. Ajustar as frequências de produção;
3. Utilizar as frequências ajustadas para determinar a sequência actual.

• Fase 1
Na primeira fase determina-se o número de artigos k produzidos durante um ciclo,
yk , e o correspondente tempo de produção, tk. Se a produção do artigo k for de igual
comprimento e uniformemente espaçada, então a frequência yk e o tempo do ciclo x
determinam tk , uma vez que t k = ρ k x y k . Para se determinarem os valores óptimos de yk
a função objectivo do problema ELSP é manipulada e simplificada tendo em consideração
1
o valor do custo total de stock determinado pela expressão a k = hk ( qk − g k ) ρ k . Assim, o
2
problema ELSP é formulado da seguinte forma:

n
ak x n ck y k
min yk , x ∑ +∑ (6.3)
k =1 y k k =1 x
sujeito a:
n
sk y k

k =1 x
≤ 1− ρ

A esta formulação é necessário acrescentar a restrição de que todas as variáveis de


decisão são inteiras.

• Fase 2
Na segunda fase da heurística encontra-se a frequência ajustada do artigo k , isto é,
yk’, um novo conjunto de frequências de valores inteiros e potências de 2 dos valores
encontrados yk. Além disso, esta nova solução possui 6% do custo da solução inicial.
Contudo, o tempo de produção do artigo k também muda e o novo tempo de produção tk’
pode ser calculado assumindo que o total dos tempos mortos é o mesmo e que a produção
do artigo k é exactamente igual.

67
Caso de estudo: dimensionamento de lotes e escalonamento

• Fase 3
Por fim, na terceira fase calcula-se a sequência actual usando a heurística de
escalonamento longest processing time - LPT. Esta heurística classifica e escalona os
artigos com base nas ordens decrescentes dos seus tempos de processamento.
Para se efectuar o escalonamento dos diferentes lotes utilizou-se o algoritmo:
1. Determinar o y ' máx = máx( y1 ' ,..., y n ') , para cada artigo k existem yk’ com o
mesmo tempo de processamento tk’;
2. Supor o problema de escalonamento com y' máx máquinas em paralelo e com yk’
tarefas de comprimento tk’;
3. Considerar a restrição adicional de que o artigo k com frequência yk’ tem yk’
tarefas colocadas em máquinas igualmente espaçadas;
4. Utilizar a heurística LPT.

No último ponto a heurística é utilizada para ordenar de forma decrescente yk’, isto
é, são ordenados os respectivos pares (yk’; tk’). No caso de existirem pares com o mesmo
yk’ são listados por ordem decrescente de tk’. Posteriormente, os pares são colocados no
topo da lista um por um e quando o par (yk’; tk’) for colocado no topo da lista a
correspondente tarefa yk’ também é colocada nas máquinas, satisfazendo a restrição de
espaçamento. Isto acontece até os yk’ estarem devidamente alocados nas máquinas
seleccionadas e, após todos os pares da lista estarem especificadas, as sequências
resultantes nas y' máx máquinas são concatenadas.

6.3 Procedimento adoptado

Neste projecto a determinação do tamanho dos lotes e o seu escalonamento foram


feitos com base no procedimento do problema mestre da heurística ELSP apresentada, ou
seja, no algoritmo FFS. Inicialmente, representaram-se os dados segundo a notação
apresentada, isto é, calcularam-se as taxas de procura e taxas de produção semanais e
estimaram-se custos de setup e de stock. Após estarem estimados os tamanhos dos lotes
dos respectivos graus, o segundo passo consistiu em escalonar a produção utilizando o
algoritmo baseado na heurística LPT.
Devido à complexidade do problema e à quantidade de artigos a escalonar não se
efectuou a 2ª fase desta heurística, onde se iriam ajustar os valores obtidos para a
frequência da produção dos graus.

6.3.1 Características do caso de estudo

De forma a aplicar a heurística ELSP foi necessário estimar valores de entrada no


problema a partir de informações fornecidas pela Durit. No entanto, há valores difíceis de
quantificar e que a empresa não consegue contabilizar e referir com precisão,

68
Caso de estudo: dimensionamento de lotes e escalonamento

nomeadamente em relação aos custos envolvidos na produção. Um dos motivos consiste


no facto de o preço da matéria-prima aumentar muito rapidamente e os valores usados num
momento estarem desactualizados no momento seguinte. Desta forma, os valores de custos
de setup e de stock foram estimados tendo como suporte a experiência transmitida pelos
colaboradores da empresa e a informação de que a máquina nova acarreta custos de setup
muito elevados. Desta forma, considerou-se a diferença entre os custos de stock e de setup
de €1 para €500.
Como o planeamento é feito semanalmente, todos os dados de entrada do problema
e todos os resultados obtidos são nesta unidade de tempo.
As entradas para este problema são:

• Taxa de procura para o artigo j – gj: este valor é obtido da previsão da procura
determinada no capítulo anterior.

• Taxa de produção para o artigo j – qj: a solução apresentada pode ser usada para
qualquer máquina, alterando-se apenas este valor pela correspondente taxa de produção.
Neste caso, fez-se o escalonamento para a máquina nova que a Durit pretende
implementar, quando esta trabalha 24 horas por dia, tal como é o objectivo da empresa.
Como esta é capaz de produzir cerca de 100 Kg de grau por hora, multiplica-se este valor
por 24 horas e por 5 dias e obtém-se, assim, a taxa de produção semanal –
12000Kg/semana. Tendo em conta a restrição deste problema de programação não linear, a
taxa de produção tem que ser suficientemente grande de forma a garantir que se consegue
satisfazer a procura prevista e os respectivos tempos de setup.

• Custo de stock para o artigo j por semana – hj: estes custos foram considerados
iguais para todos os artigos e com o valor de €1.

• Custo de setup para o artigo j – cj: estes custos foram considerados iguais para
todos os artigos e com o valor de €500, valor muito superior ao custo de stock tal como foi
justificado.

• Tempo de setup para o artigo j – sj: a máquina precisa de 1h30m para realizar a
sua limpeza e estar pronta para trocar de produto, este valor corresponde a 0,013 semanas
de setup.

• Taxa de utilização da máquina para o artigo j – ρj: este valor é obtido calculando
o quociente entre a taxa de procura pela taxa de produção do correspondente artigo.

• Custo total de stock do artigo j – aj: o custo total de stock para o artigo j é obtido
1
aplicando a expressão descrita anteriormente, a j = h j (q j − g j )ρ j .
2

69
Caso de estudo: dimensionamento de lotes e escalonamento

Artigo j

Taxa de procura semanal – gj Pj

Taxa de produção semanal – qj 12000

Custo stock – hj 1,00 €

Custo setup – cj 500,00 €

Tempo setup – sj 0,013

gj
Taxa de utilização da máquina – ρj qj

1
Custo total de stock – aj h j (q j − g j )ρ j
2

Tabela 6.1 – Dados de entrada no problema de dimensionamento de lotes

6.3.2 Determinação do tamanho do lote

Os tamanhos dos lotes de produção de cada grau foram determinados com base na
formulação da heurística FFS do problema mestre, em particular na fase 1 deste modelo.
Após a resolução do problema obtêm-se os seguintes resultados:

• Frequência do artigo j: uma das variáveis de decisão do problema de


programação não linear é a frequência de produção do artigo j, ou seja, o número de vezes
que este é produzido durante um ciclo.

• Tamanho do ciclo: o segundo tipo de variável de decisão corresponde ao


tamanho do ciclo para o qual se faz o planeamento da produção.

• Tempo de processamento: com os valores determinados pelo problema de


programação não linear, juntamente com o valor da taxa de utilização da máquina, ρj,
calcula-se o tempo de processamento para o artigo j segundo a expressão: t j = ρ j x y j .

• Tamanho do lote: após a determinação do tempo de processamento calcula-se o


tamanho do lote pela expressão: L j = ρ j t j .

Para a implementação desta solução utilizou-se o Excel e com a ajuda da


ferramenta Solver foi possível encontrar uma solução fiável. A solução apresentada pelo
Solver corresponde a valores reais, pois esta ferramenta não conseguiu resolver o problema
de programação inteira. Desta forma, à solução encontrada foi aplicada uma função para

70
Caso de estudo: dimensionamento de lotes e escalonamento

arredondar os valores e transformá-los em inteiros. A folha de cálculo do Excel encontra-se


no anexo C e a solução encontrada foi a seguinte:

Tamanho do ciclo Semanas

x 3

Artigo Frequência de Produção em 3 semanas Nº de vezes por ciclo Tamanho do lote Kg

BD05-CP y1 1 L1 471,3

GD03-CP y2 1 L2 325,4

GD03-SP y3 1 L3 444,3

GD05-CP y4 2 L4 422,9

GD05-SP y5 3 L5 679,3

GD10-CP y6 2 L6 695,1

GD10HSP y7 1 L7 478,3

GD10NCP y8 2 L8 411,9

GD10NSP y9 1 L9 365,3

GD10-SP y10 2 L10 529,6

GD20-CP y11 1 L11 467,7

GD20-SP y12 2 L12 388,2

GD30-CP y13 1 L13 436,6

GD30-SP y14 1 L14 596,2

GD40-SP y15 1 L15 356,7

GD50-SP y16 2 L16 440,4

GD60-SP y17 1 L17 568,2

GD25MSP y18 1 L18 562,8

BD10-CP y19 1 L19 453,7

Custo setup 4.393,47 €

Custo stock 4.393,46 €

Custo total 8.786,93 €

Tabela 6.2 – Solução para o dimensionamento de lotes

71
Caso de estudo: dimensionamento de lotes e escalonamento

Para comparar os resultados e analisar a solução obtida utilizaram-se outras duas


técnicas de dimensionamento de lotes, EOQ e lot for lot.

• EOQ

Esta técnica de dimensionamento de lotes é muito parecida com a técnica explicada


anteriormente, ou seja, calcula a quantidade óptima a produzir com base na expressão que
minimiza os custos totais, esta expressão está deduzida no capítulo 3.2.1:
2 DS
Qopt =
H
(6.4)

Onde:

D é a procura;

Qopt é a quantidade óptima a produzir;

S é o custo de setup;

H é o custo de stock.

Com esta técnica obteve-se a seguinte solução:

Grau EOQ (Kg) Tempo entre ordens Ordens por semana Custo setup por semana Custo de stock por semana

BD05-CP 396,36 2,52 0,40 198,18 € 195,59 €

GD03-CP 329,35 3,04 0,33 164,67 € 163,18 €

GD03-SP 384,84 2,60 0,38 192,42 € 190,04 €

GD05-CP 530,97 1,88 0,53 265,49 € 259,25 €

GD05-SP 824,22 1,21 0,82 412,11 € 388,78 €

GD10-CP 680,73 1,47 0,68 340,37 € 327,22 €

GD10HSP 399,31 2,50 0,40 199,65 € 197,00 €

GD10NCP 524,05 1,91 0,52 262,03 € 256,03 €

GD10NSP 348,96 2,87 0,35 174,48 € 172,71 €

GD10-SP 594,21 1,68 0,59 297,11 € 288,36 €

GD20-CP 394,84 2,53 0,39 197,42 € 194,86 €

GD20-SP 508,70 1,97 0,51 254,35 € 248,87 €

72
Caso de estudo: dimensionamento de lotes e escalonamento

GD30-CP 381,51 2,62 0,38 190,75 € 188,44 €

GD30-SP 445,78 2,24 0,45 222,89 € 219,20 €

GD40-SP 344,82 2,90 0,34 172,41 € 170,70 €

GD50-SP 541,82 1,85 0,54 270,91 € 264,28 €

GD60-SP 435,21 2,30 0,44 217,61 € 214,17 €

GD25MSP 433,12 2,31 0,43 216,56 € 213,18 €

BD10-CP 388,89 2,57 0,39 194,44 € 191,99 €

Custo setup 4.443,85 €

Custo stock 4.343,86 €

Custo total 8.787,71 €

Tabela 6.3 – Solução para o dimensionamento de lotes com a técnica EOQ

Como seria de esperar, com esta técnica encontrou-se uma solução muito parecida
com a obtida com o modelo adoptado. O custo total é inferior no modelo anterior em
apenas alguns cêntimos.

• Lot for lot

O seguinte modelo de dimensionamento aplicado foi o lot for lot onde se definiu
que o tamanho do lote corresponde sempre ao valor da procura semanal, ou seja, produz-se
toda a quantidade de uma vez. Para este método obteve-se a seguinte solução:

Grau Quantidade a produzir Ordens por semana Custo Setup por semana Custo de Stock por semana

BD05-CP 157,10 1 500,00 € 77,52 €

GD03-CP 108,47 1 500,00 € 53,74 €

GD03-SP 148,10 1 500,00 € 73,14 €

GD05-CP 281,93 1 500,00 € 137,65 €

GD05-SP 679,34 1 500,00 € 320,44 €

GD10-CP 463,40 1 500,00 € 222,75 €

GD10HSP 159,45 1 500,00 € 78,66 €

GD10NCP 274,63 1 500,00 € 134,17 €

73
Caso de estudo: dimensionamento de lotes e escalonamento

GD10NSP 121,77 1 500,00 € 60,27 €

GD10-SP 353,09 1 500,00 € 171,35 €

GD20-CP 155,90 1 500,00 € 76,94 €

GD20-SP 258,78 1 500,00 € 126,60 €

GD30-CP 145,55 1 500,00 € 71,89 €

GD30-SP 198,72 1 500,00 € 97,71 €

GD40-SP 118,90 1 500,00 € 58,86 €

GD50-SP 293,57 1 500,00 € 143,19 €

GD60-SP 189,41 1 500,00 € 93,21 €

GD25MSP 187,60 1 500,00 € 92,33 €

BD10-CP 151,234375 1 500,00 € 74,66 €

Custo Setup 9.500,00 €

Custo Stock 2.165,11 €

Custo total 11.665,11 €

Tabela 6.4 – Solução para o dimensionamento de lotes com a técnica lot for lot

Da observação dos diferentes modelos conclui-se que o modelo adoptado é o que


conduz a menores custos totais de produção e o lot for lot o método que apresenta maiores
custos de setup. Desta forma, pode-se afirmar que com a solução proposta atingem-se os
objectivos inicialmente propostos.

6.3.3 Escalonamento

Depois de determinados os tamanhos dos lotes definiu-se a ordem pela qual os


graus são produzidos, para escalonar devidamente a produção usou-se o algoritmo
explicado na 3ª fase da heurística FFS. Esta heurística foi desenvolvida com a ajuda do
Excel e usou-se uma Macro para implementar automaticamente este procedimento. No
anexo D apresenta-se a folha de Excel e no anexo E segue o código em Visual Basic,
devidamente comentado.

O primeiro passo do algoritmo desenvolvido consiste em ordenar os artigos por


ordem decrescente de frequências de produção, y. No caso de artigos com o mesmo valor
de y, ordena-se de forma decrescente de tempo de processamento, t. Obteve-se a seguinte
ordem de graus:

74
Caso de estudo: dimensionamento de lotes e escalonamento

Grau Artigo k yk tk

GD05-SP 5 4 0,0142

GD10-CP 6 3 0,0129

GD10-SP 10 3 0,0098

GD50-SP 16 2 0,0122

GD05-CP 4 2 0,0117

GD10NCP 8 2 0,0114

GD20-SP 12 2 0,0108

GD30-SP 14 2 0,0083

GD60-SP 17 2 0,0079

GD25MSP 18 2 0,0078

GD10HSP 7 2 0,0066

BD05-CP 1 2 0,0065

GD20-CP 11 2 0,0065

BD10-CP 19 2 0,0063

GD03-SP 3 2 0,0062

GD30-CP 13 2 0,0061

GD10NSP 9 2 0,0051

GD40-SP 15 2 0,0050

GD03-CP 2 1 0,0090

Tabela 6.5 – Ordem de produção dos graus

Na segunda fase deste algoritmo de escalonamento, considera-se um número de


máquinas em paralelo igual ao valor da frequência máxima. Neste caso, o valor de ymáx é 4,
desta forma, consideram-se quatro máquinas em paralelo onde se distribuem os artigos
igualmente espaçados. Os graus são colocados nas máquinas pela ordem determinada
anteriormente e tendo em atenção a restrição de espaçamento. Por exemplo, se um artigo é
produzido duas vezes e o número de máquinas é quatro, então o artigo deve ser produzido
nas máquinas 1 e 3 ou nas máquinas 2 e 4. Assim, os graus ficam distribuindo da seguinte
forma:

75
Caso de estudo: dimensionamento de lotes e escalonamento

M1 5 6 16 4 12 17 7 11 3 9 2
M2 5 6 10 8 14 18 1 19 13 15
M3 5 6 10 4 12 17 7 11 3 9
M4 5 10 16 8 14 18 1 19 13 15

Tabela 6.6 – Escalonamento dos graus pelas ymáx máquinas em paralelo

Após esta distribuição pelas quatro máquinas em paralelo é necessário transformar


o escalonamento para uma só máquina. Para isso, basta concatenar as quatro máquinas por
ordem, ou seja, juntar os artigos das máquinas M1, M2, M3 e M4. Com esta concatenação
obtém-se o escalonamento da produção para uma máquina e, neste caso, a ordem de
produção dos graus é a seguinte:

5 6 16 4 12 17 7 11 3 9 2 5 6 10 8 14 18 1 19 13 15 5 6 10 4 12 17 7 11 3 9 5 10 16 8 14 18 1 19 13 15

Onde os números correspondem aos graus:

1 BD05-CP

2 GD03-CP

3 GD03-SP

4 GD05-CP

5 GD05-SP

6 GD10-CP

7 GD10HSP

8 GD10NCP

9 GD10NSP

10 GD10-SP

11 GD20-CP

12 GD20-SP

13 GD30-CP

14 GD30-SP

15 GD40-SP

16 GD50-SP

17 GD60-SP

76
Caso de estudo: dimensionamento de lotes e escalonamento

18 GD25MSP

19 BD10-CP

Tabela 6.7 – Correspondência de graus

Para uma melhor visualização do escalonamento apresenta-se um Gantt com a


sequência da produção, onde os artigos representados à mesma cor correspondem ao
mesmo grau e a largura das colunas é proporcional ao tempo de processamento, ou seja, ao
tamanho do lote.

Figura 6.1 – Gantt para o escalonamento

Com este escalonamento garante-se que todos os graus são produzidos no período
determinado, três semanas, ou seja, a soma de todos os tempos de processamento e tempos
de setup é 2,24 semanas. Conclui, assim, que além de se produzirem todos os artigos, estes
estão igualmente espaçados e a sua produção é distribuída.

6.4 Conclusão

Neste capítulo apresentou-se uma solução para o tamanho dos lotes a produzir e o
seu escalonamento. Com este objectivo utilizou-se um procedimento baseado na heurística
ELSP que leva a soluções satisfatórias e implementáveis na prática. No entanto, foi
necessário estimar os valores dos custos para a aplicação desta heurística e esta estimativa
influencia a solução, sendo a base de todo o procedimento. De forma a tornar a solução
mais precisa é necessário estudar mais aprofundadamente esta questão. Porém, a interface
criada para o algoritmo recalcula automaticamente a solução sempre que os valores dos
custos são alterados, facilitando assim a sua utilização.

77
Capítulo 7
Conclusões
7 Conclusões

Perante a problemática que se manifesta nas organizações quanto à gestão de stocks


o nosso principal objectivo foi compreender o caso da empresa Durit para identificar uma
solução segundo uma abordagem manifestamente robusta. Para tal, na fase inicial do
projecto procurámos adquirir uma fundamentação teórica com base em pesquisas
diligentes. Após essa fase enriquecedora de levantamento de conceitos e percepção do
problema conseguimos analisar as questões cruciais para avançar com o projecto.

Assim, através de uma visita pela Durit foi possível conhecer os principais
processos de produção dos graus e todas as vantagens que a nova máquina irá trazer para a
rentabilidade da empresa. O conhecimento desta realidade empresarial foi indispensável
para que pudéssemos perceber como se gerem os seus recursos. Por outro lado,
apercebemo-nos que o planeamento da produção dos graus é feito de uma forma empírica
e, por essa razão, o aspecto fundamental para nós foi a análise dos dados da produção dos
últimos três anos para tentarmos desenvolver uma política de gestão de stocks. Essa análise
permitiu-nos efectuar uma previsão da procura para um ano típico, assim, há possibilidade
de planear e controlar o sistema produtivo de forma mais eficiente. Estamos conscientes de
que esta previsão é baseada em poucos dados e que seria necessário um estudo mais
exaustivo do comportamento da produção nos últimos anos. A recolha dos dados
demonstrou ser um dos maiores obstáculos à realização deste projecto, uma vez que os
dados dos três anos são uma informação escassa e por vezes até inconclusiva porque o
comportamento da produção não segue nenhum tipo de tendência ou sazonalidade.

Tendo como base a previsão da procura no ano típico procedeu-se à determinação


dos lotes a fabricar e ao seu escalonamento. O dimensionamento dos lotes foi conseguido
com base na formulação da heurística FFS, esta apresenta-se como uma técnica fiável mas
é importante salientar que os valores dos custos que foram estimados têm uma influência
directa no resultado final. Mais uma vez, a dificuldade desta fase foi a limitação da
informação disponível e, por essa razão, numa perspectiva de trabalho futuro seria óptimo
que houvesse um estudo minucioso para estimar rigorosamente esses custos. Por outro
lado, o problema de escalonamento foi bastante difícil porque envolveu a frequência de
processamento dos diferentes artigos assim como a ordem pela qual esses artigos devem
ser produzidos. Ainda assim, a complexidade do problema foi bastante reduzida pelo facto
de os tempos de setup serem idênticos.

Esperamos que todos os interessados no estudo da gestão de stocks encontrem neste


projecto uma fonte de informação útil, uma vez que procurámos abordar o tema sob
diversas perspectivas, através da investigação dos conceitos, técnicas, heurísticas e muitos
outros aspectos. Julgamos que o nosso trabalho constitui uma contribuição útil para
abordar de uma forma integrada e simples um problema prático e complexo. As soluções
obtidas são satisfatórias e implementáveis na prática podendo vir a originar ganhos
significativos, através de uma melhor gestão dos stocks e da produção. Dado as restrições
da informação fornecida pela Durit e o reduzido tempo tentámos abranger o tema e
construir uma corrente de ideias coesas, de modo a encontrar uma solução
simultaneamente eficaz e prudente. Com o findar deste projecto consideramos que a

79
experiência adquirida e o trabalho realizado foram óptimos para o desenvolvimento das
nossas competências pessoais e profissionais. Esperamos não só ter contribuído com
conhecimento útil como também com uma nova forma de abordar o planeamento da
produção.

80
Capítulo 8
Referências
8 Referências

Makridakis, Spyros; Wheelwright, Steven C. e McGee, Vitor (1989). “Forecasting


Methods Applications”, Jonh Wiley & Sons, New York.

Chase, Richard B.; Jacobs, F. Robert e Aquilano, Nicholas J. (2004). “Operations


Management For Competitive Advantage”, Mc Graw-Hill.

Heizer, Jay e Render, Barry (2000). “Operations Management”, 6ªEd, Prentice Hall.

Chase, Richard B. e Aquilano, Nicholas J. (1995). “Gestão da Produção e das


Operações”, Monitor.

Gonçalves, José Fernando (2000). “Gestão de Aprovisionamento – Stocks,


Previsão, Compras”, Publindústria, Edições Técnicas.

Courtois, A.; Martin, C. e Pillet, M. (1997). “Gestão da Produção”, LIDEL –


Edições Técnicas.

Winston, Wayne L. e Albright, S. Christian (1997). “Pratical Management Science


– Spreadsheet Modeling and Applications”, Duxbury.

Pinedo, Michael e Chao, Xiuli (1999). “Operations Scheduling with aplications in


manufacturing and services”, McGraw Hill.

Apontamentos da disciplina de Métodos de Previsão do 2º Semestre do 4º Ano da


LGEI da FEUP, elaborados pelo Prof. Rui Guimarães.

82
Anexos
Anexo A
Dados da produção de graus em 2002,
2003 e 2004
Anexos

Graus produzidos em 2002

Grau Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Total

B50-SP 0

B60-SP 99,6 99,6

BD05-CP 848,7 845,3 280 274,5 834,9 284 860,3 565,7 280 543,9 5617,3

BD05ECP 566,9 566,9

BD05-SP 0

BD10-CP 540 1078 1331 1081 270 885,4 538,2 803,3 458,8 6985,2

BD10ECP 0

BD10-SP 0

BD20-CP 562,4 281,2 283,6 282,9 281 283 278,5 2252,6

BD20PCP 0

BD20-SP 280 275 283,4 278,3 277,3 1394

BD30-CP 280,2 282,5 567,4 278,2 281,6 279,6 281,8 2251,3

BD30-SP 276,6 278 276,1 279,6 278,4 277,1 1665,8

BD40-CP 280 563,9 279,8 280,4 280 276 1960,1

BD40-SP 264 276,4 275,6 816

BD50-CP 0

BD50-SP 110,2 83,9 194,1

BD60-CP 0

BD60-SP 246,5 246,5

BH03-SP 0

GD03-CP 402 708 198 1165 755,2 229,1 499,1 230,4 971,9 496,1 5654,8

GD03-SP 251,8 248,5 226,5 475 961,4 265,6 1668,4 1450,3 5547,5

GD04-CP 270 249,5 264 248,6 234,3 248,8 250 270,3 152,4 2187,9

GD04-SP 248,7 258,2 248,2 258,9 519,4 256,9 1790,3

GD05-CP 1248,1 1520,1 1472,1 2497,8 754,5 2862,6 3724 1092,2 509,3 807 16487,9

GD05HSP 0

GD05NCCP 0

II
Anexos

GD05NCSP 0

GD05-SP 1014,8 994,4 1696,1 2337,7 2025 5621,2 7466 4986,3 1143,3 1900,7 1593,5 2009,6 32788,5

GD08-CP 230 245,8 253,1 728,9

GD08NCSP 0

GD08-SP 230 229,1 230,3 230,1 919,5

GD10-CP 2392,6 2106 2130,4 2130,8 1882 1902,4 2159 1888 2201,8 2696,2 1624,6 1290,8 24405,1

GD10HCP 271,7 271,7

GD10HSP 395,8 745,1 439,1 250,4 593,7 1143,5 510,4 256,6 520,1 810,4 530,5 278,3 6473,9

GD10NCCP 0

GD10NCP 1646,7 1392,4 696,5 1400,1 1141 981,1 950,3 465,7 940,3 1469,7 1410,4 447,7 12942,3

GD10NCSP 8,6 8,6

GD10NSP 997,8 258,2 230 356,5 250,6 245 230 458,8 240,4 709,8 3977,1

GD10-SP 1253,7 1007,1 1000,8 1480,8 1253 1000,4 1011 1033,3 1901,1 1468,9 1645,9 271,7 14327,9

GD13-CP 232,1 230 233,4 237,8 241,8 501,6 265,8 249,7 2192,2

GD13-SP 638,4 230 479,5 227,9 226,9 230,8 229,3 475,9 2738,7

GD15-CP 480,4 251 246,9 521,3 270,6 264,3 2034,5

GD15FCP 0

GD15NC-CP 0

GD15RCP 0

GD15RSP 0

GD15-SP 521,6 822,1 584,9 1037 259 517,4 271,2 528,1 4541,5

GD16-CP 230,6 232,4 230,9 693,9

GD16-SP 230,1 229,3 229 249,3 937,7

GD18-CP 0

GD18-SP 0

GD20-CP 252,4 745,5 750,6 510,9 1007 541,9 1045 495,8 781,8 1058,6 258,5 805,3 8252,4

GD20NCP 226,9 447,5 676,2 489,4 252,3 246,9 244,4 2583,6

GD20NSP 248,2 231,8 248,3 728,3

GD20-SP 1028,9 797,5 659 492,6 1606 506,8 1039 1500,6 1921,6 640,5 806,7 314,9 11314,4

GD20WCP 199,4 93,9 422,5 99,5 815,3

GD20WSP 0

GD25MCP 260,3 260,3

III
Anexos

GD25MSP 247,3 328,9 1034,7 1258 194,5 519,1 516,9 925,8 330,3 5355,9

GD25NSP 251 251

GD25SCP 250,4 250,4

GD25SSP 248,3 250,2 246,8 745,3

GD30-CP 250 514,2 254,9 754,6 777,7 266,2 516 266,3 792,4 796,3 258 255,7 5702,3

GD30NCSP 498,3 218,1 269,7 986,1

GD30-SP 510,4 268,8 503,5 756,6 1259 522,8 786,5 775,3 766,2 532,1 264,6 528,8 7475

GD40-CP 252,2 252,2

GD40NCSP 0

GD40-SP 252,3 500,3 250,8 255,7 250 500,6 740,7 483,5 253,5 497,6 3985

GD50-CP 253,8 253,8

GD50-SP 1000 1238,2 1003 996,1 1243 995,7 1245 1239,3 1001,9 990,1 753,9 11706,4

GD60-CP 0

GD60-SP 256,5 254,2 766,8 1014,4 758,5 506,4 767,3 511,5 510,3 1019,4 762,4 7127,7

GROL 787,6 284,3 1071,9

KFD01CP 0

MD30-CP 0

P20S-CP 0

P35-CP 0

PD10-CP 0

PD20-CP 91,7 91,7

PD20-SP 0

PD25-CP 82,1 82,1

PD35-CP 89,4 79,3 168,7

PD40-CP 80 81,6 42,5 204,1

PD45-CP 85 85

RF09-CP 0

RF09-SP 0

TIC25CRCP 0

TIC25CRSP 57 49,8 106,8

TIC25-SP 0

IV
Anexos

Total CP 8047,9 11011,1 9419,4 10597,9 9688 9758,5 10619 4184,8 9639,5 10054 6883 6332 106235

Total SP 8244,6 7553 10480 9753 12010 12179 15785 10205 13526 10438 10151 8997,3 129321

Total 16292,5 18564,1 19899 20350,9 21697 21937 26404 14390 23165 20492 17034 15329,3 235556

V
Anexos

Graus produzidos em 2003

Grau Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Total

B50-SP 0

B60-SP 0

BD05-CP 150 269,8 553,4 840,7 557,9 277,4 815,5 546,8 280,4 813,6 1111,5 558,9 6775,9

BD05ECP 245,6 245,6

BD05-SP 0

BD10-CP 145 268,7 406,1 757,9 160 625,8 495,7 367,7 272,15 3499,05

BD10ECP 212,9 212,9

BD10-SP 0

BD20-CP 278,2 261,7 268,7 274,9 570 279 268,7 263,4 279,9 273,9 268,6 3287

BD20PCP 0

BD20-SP 281,7 273,6 276,2 549,2 319,6 278,8 274,8 2253,9

BD30-CP 274,9 275 282,5 277,6 548,3 1658,3

BD30-SP 283,4 278,7 276,2 269,6 279,8 276,6 276,7 1941

BD40-CP 549,1 550,4 553,9 279,1 1932,5

BD40-SP 273,5 248,6 272 248,4 246,4 274,3 293,6 279,5 2136,3

BD50-CP 0

BD50-SP 97,8 99,4 197,2

BD60-CP 0

BD60-SP 0

BH03-SP 0

GD03-CP 242,1 477,3 521,1 710,5 476,9 263,8 247,7 248,5 231,7 3419,6

GD03-SP 949 1270,7 968 255,7 682,2 713,7 247,2 247,4 248,1 734 6316

GD04-CP 151,1 154 263,5 183,8 178,3 201,8 180,2 180,2 179,4 147,9 1820,2

GD04-SP 266,1 525,5 1099,7 1114,5 575,8 293,1 3874,7

GD05-CP 1358,3 808,5 834,9 1427,9 1374 558,9 1083,1 794,5 813,5 1028,8 1086,8 809,9 11979,1

GD05HSP 0

GD05NCCP 0

VI
Anexos

GD05NCSP 9,1 9 9,3 9,3 81 117,7

GD05-SP 2291,5 2716,3 3563,1 2376,9 1778,3 3761,3 5022 3094,1 4000,6 3819,1 2938 2587,4 37948,6

GD08-CP 224,7 245,2 247,2 717,1

GD08NCSP 7,4 9,7 17,1

GD08-SP 229,5 227,3 456,8

GD10-CP 2423 1600,2 1342,1 1896,4 1917,2 1618,2 2429 814,6 1606,5 2691 1885,5 2689,9 22913,6

GD10HCP 263,2 263,2

GD10HSP 2045,7 592,1 924,4 585,4 607,2 525 600,2 267,2 1146,7 525,4 7819,3

GD10NCCP 169,9 7,1 177

GD10NCP 934 917,8 690,9 917,5 1170 1152,3 460,5 489 692,8 1387,3 694,9 1434 10941

GD10NCSP 9,6 106,6 116,2

GD10NSP 248,6 442,9 248,8 719,6 252,5 242,1 457,4 249,6 1252 758,9 226,6 5099

GD10-SP 1323,7 1455,8 1146,2 1770,2 1448,7 858,5 2311,3 593,4 988,3 1723,1 1093,3 1641,1 16353,6

GD13-CP 248,6 248,8 501,3 493,5 248,1 249,5 1989,8

GD13-SP 251,3 244,5 248,5 251,9 741 244,7 245,6 2227,5

GD15-CP 272,6 263,4 266,2 269 266,6 266,2 267,9 247,6 2119,5

GD15FCP 0

GD15NC-CP 0

GD15RCP 824,7 541 783,4 1060,3 266,7 540,7 810,6 4827,4

GD15RSP 185,3 185,3

GD15-SP 254,1 267,3 266,6 522,9 266,8 267,3 271,5 533,6 535,6 538,8 3724,5

GD16-CP 262,2 223,1 246,9 732,2

GD16-SP 248,5 246,4 229,2 230,3 246,8 1201,2

GD18-CP 78,9 243,6 322,5

GD18-SP 9,5 9,5

GD20-CP 798,8 539,4 528,6 1037,8 808,3 542,4 794,8 512,1 532,7 554,3 269,5 538,1 7456,8

GD20NCP 460,5 257,6 249,3 254,2 487,7 225,7 245,7 2180,7

GD20NSP 246,9 750 738,9 249,7 1985,5

GD20-SP 534 881,8 1186,5 870,2 597,6 2655,7 250,5 538,1 1653,7 1326,13 1139,7 1064,3 12698,2

GD20WCP 0

GD20WSP 0

GD25MCP 0

VII
Anexos

GD25MSP 267,4 1243,53 1186,2 277,9 269,9 809,75 595,6 575,7 5225,98

GD25NSP 251,5 496,6 748,1

GD25SCP 251,5 251,5

GD25SSP 267,3 267,3

GD30-CP 523,3 265,8 529,8 1057,8 1079,8 269,2 787,5 533,9 272,4 543,3 551,5 801,1 7215,4

GD30NCSP 469,8 245,2 715

GD30-SP 526,8 536,4 1124,7 600,1 1116,3 547,8 789,3 1061,9 1075,8 543,8 780,9 804,2 9508

GD40-CP 255,1 254,6 509,7

GD40NCSP 0

GD40-SP 244,3 497,6 498,8 736,1 497,4 250,7 249,3 998,5 248,6 761,7 499,5 5482,5

GD50-CP 247,1 249,1 496,2

GD50-SP 1488,9 1502,8 1241,7 1232,4 1481,8 1496,8 1498,7 749,8 763,5 1494,7 1003,6 1231,3 15186

GD60-CP 0

GD60-SP 509,2 771,8 761,6 1265,5 1013,3 772,9 763,4 1022,7 1013,3 753,8 999,6 267,3 9914,4

GROL 924,2 393,7 192,6 1510,5

KFD01CP 40,2 40,2

MD30-CP 76,3 76,3

P20S-CP 0

P35-CP 0

PD10-CP 78 78,3 156,3

PD20-CP 77,2 77,2

PD20-SP 0

PD25-CP 74,2 99,9 80 254,1

PD35-CP 0

PD40-CP 77,3 79,6 86,9 83 78,2 159,4 79,1 643,5

PD45-CP 0

RF09-CP 0

RF09-SP 0

TIC25CRCP 0

TIC25CRSP 0

TIC25-SP 0

VIII
Anexos

Total CP 8082,9 6866,8 7411,1 9553,1 10270,7 7556,7 8785,7 7082,6 6934,9 9532,3 8152,35 8962,2 99191,3

Total SP 13187,5 13160,6 13861,2 12730 13187,1 12988,4 14919,1 9246,6 15047 13720,3 12966,6 10223 155237

Total 21270,4 20027,4 21272,3 22283 23457,8 20545,1 23704,8 16329,2 21981 23252,6 21119 19185 254428

IX
Anexos

Graus produzidos em 2004

Grau Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Total

B50-SP 0

B60-SP 0

BD05-CP 563,7 826,55 517,45 1187,8 1089 795 496,1 270,1 811,4 1150,4 747,2 518,34 8972,99

BD05ECP 0

BD05-SP 0

BD10-CP 815,75 548,1 812,5 1097,3 271,8 791 804,8 538,3 505,7 268,75 6454

BD10ECP 0

BD10-SP 0

BD20-CP 261,8 267,1 252,1 252,8 263,5 248,8 1546,1

BD20PCP 0

BD20-SP 266,3 239,5 178,3 239,8 268 248,5 247,3 227,2 240,5 2155,4

BD30-CP 232,2 252,3 79,4 244,5 808,4

BD30-SP 276,7 279,5 251,5 247,4 259,6 246,5 243,2 249,5 2053,9

BD40-CP 270,3 277,3 245,8 207,1 248,9 249,3 78,1 350,5 1927,3

BD40-SP 275,7 246,5 548,9 493,1 248,5 1812,7

BD50-CP 270,3 735,8 1006,1

BD50-SP 99,9 89,5 160,3 347,7 439,75 1137,15

BD60-CP 247,2 247,2

BD60-SP 203,5 485,1 99 297,6 243,5 73,7 1402,4

BH03-SP 9,85 9,85

GD03-CP 574,5 246,5 501,8 248,5 234,5 503,8 253,3 277,2 268,3 252,2 498,5 516,55 4375,65

GD03-SP 513,3 495 503,15 989,3 568 720,75 249,1 606,7 248 262 510,5 242,5 5908,3

GD04-CP 280,4 513,8 264,4 247 261,4 1567

GD04-SP 576 484,2 563,4 1695,8 615,8 3935,2

GD05-CP 774,7 793,5 812 271,8 1344,5 770,4 268,5 271,7 592,4 814,2 1071 2091,55 9875,95

GD05HSP 0

GD05NCCP 253,3 253,3

X
Anexos

GD05NCSP 8 8

GD05-SP 2966 1721,45 2383,85 1450,5 2267,4 2060,3 2349,7 599,5 1787,7 4391,6 3461 1648,3 27087,6

GD08-CP 249 251,2 500,2

GD08NCSP 262,75 263,5 255,85 247 1029,1

GD08-SP 245,8 246,5 267,5 267,5 1027,3

GD10-CP 1349,35 1593,55 2149,42 1604,4 2147,2 1330,5 1613,2 1071,95 2147,2 1302,2 1303 1798,03 19410,3

GD10HCP 269,8 266,8 536,6

GD10HSP 856,6 855,25 266,8 266 595 504 990,3 506,5 4840,45

GD10NCCP 72,9 12,6 85,5

GD10NCP 1196,3 1200,05 1748,7 1552,7 999,5 760,6 1524 745,1 1056,6 2377,1 1003 1499,87 15663,2

GD10NCSP 250 250

GD10NSP 721,3 491,2 1002,8 504,6 525,6 219,8 514,1 502,5 504,4 1019 505,3 6511

GD10-SP 1900,9 1144 2063,8 2925 1133 1199,9 2005 2377,5 1194 1135 1673 18751,1

GD13-CP 252,65 499,65 249,4 520,3 563,3 254,1 506,6 245,6 3091,6

GD13-SP 248,3 238,9 493,1 254 492 495,4 100 959,5 3281,2

GD15-CP 269,6 537,7 271,8 542,8 521,8 298,4 269,2 269,05 2980,35

GD15FCP 0

GD15NC-CP 0

GD15RCP 811,1 531,6 558 242 1059,1 265,55 803,47 544,7 487 272 813,8 6388,32

GD15RSP 0

GD15-SP 514,7 243,8 629 877,2 593 532,6 609,8 4000,1

GD16-CP 250,3 237,5 487,8

GD16-SP 245,3 261,5 247,5 263 1017,3

GD18-CP 251,05 239,9 249,2 247,6 987,75

GD18-SP 250,2 254,5 504,7

GD20-CP 546,6 537,2 547,9 535,34 530,2 546 543,1 537,9 813 266,8 803,5 532,91 6740,42

GD20NCP 232 230,9 252 250,5 253,1 249,7 250,4 527,1 252,8 253,3 2751,8

GD20NSP 247,55 251 251 250 999,55

GD20-SP 1107,9 796,55 1176,8 1736,5 873,8 860,9 590,5 1207,5 1187,1 1193,5 1193 1327,3 13251,1

GD20WCP 80 79,8 159,8

GD20WSP 0

GD25MCP 0

XI
Anexos

GD25MSP 829,2 1195,5 491,6 1186,5 1183,2 1791 6676,95

GD25NSP 252,3 252,3

GD25SCP 249,9 249,9

GD25SSP 85,6 96,25 228 409,85

GD30-CP 1063,2 287,7 548,4 545,6 265,3 518,8 776,4 750,3 1867 254 6876,95

GD30NCSP 0

GD30-SP 1129,4 1719,45 846,5 596,5 535,2 1094,5 788,8 855,7 602,4 1146,3 1193 1124,9 11632,7

GD40-CP 79 328,4 248,7 656,1

GD40NCSP 0

GD40-SP 275,5 253,5 1016,65 459,85 760,8 488,3 515,5 499,6 494,9 738,9 248 5751,5

GD50-CP 158,8 78,8 237,6

GD50-SP 1191,9 1672,95 976,25 1511,3 1241,7 1016,2 1226,3 754,3 1733,9 1239,7 966,3 676,8 14207,5

GD60-CP 0

GD60-SP 508,2 1007,5 999,75 978,6 975,8 1006,9 499,3 501,6 766,3 748,9 741,1 741,5 9475,45

GROL 251,5 544,2 273 273,97 1342,65

KFD01CP 0

MD30-CP 0

P20S-CP 0

P35-CP 0

PD10-CP 0

PD20-CP 89,9 89,9

PD20-SP 0

PD25-CP 81,2 79,5 79,6 402,05 79,9 722,25

PD35-CP 0

PD40-CP 158,5 78,6 79,4 79,6 79,5 78,37 553,97

PD45-CP 0

RF09-CP 271,8 271,8

RF09-SP 506,8 571,7 1078,5

TIC25CRCP 0

TIC25CRSP 0

TIC25-SP 0

XII
Anexos

Total CP 7807,9 8961,4 9476,42 8701,6 10778,2 7575,2 9592,6 4464,75 9022,95 9070,1 10474 10551,2 106476

Total SP 12814 12333,3 13328,7 13567 11234,5 11032 12107 8818,9 15166,3 14307 15330 11762,1 151801

Total 20621,9 21294,7 22805,1 22268 22012,7 18607 21700 13283,7 24189,3 23378 25804 22313,3 258277

XIII
Anexos

Anexo B
Gráficos evolutivos da produção dos graus

XIV
Kg Kg
Kg

0
200
400
600
800
1000
1200
1400
1600
1800

0
1000
2000
3000
4000
5000
6000
7000
8000
0
200
400
600
800
1000
1200
1400
Jan-02 Jan-02 Jan-02
Mar-02 Mar-02 Mar-02
Mai-02 Mai-02 Mai-02
Jul-02 Jul-02 Jul-02
Set-02 Set-02 Set-02
Nov-02 Nov-02 Nov-02
Jan-03 Jan-03 Jan-03
Mar-03 Mar-03 Mar-03
Mai-03 Mai-03 Mai-03
BD05-CP

GD05-SP
GD03-SP
Jul-03 Jul-03

Anos

Anos
Anos
Jul-03
Set-03 Set-03 Set-03
Nov-03 Nov-03 Nov-03
Jan-04 Jan-04 Jan-04
Mar-04 Mar-04 Mar-04
Mai-04 Mai-04 Mai-04
Jul-04 Jul-04 Jul-04
Set-04 Set-04 Set-04
Nov-04 Nov-04 Nov-04

Kg Kg Kg

0
500
1000
1500
2000
2500
3000
0
500
1000
1500
2000
2500
3000
3500
4000
0
200
400
600
800
1000
1200
1400

Jan-02 Jan-02 Jan-02


Mar-02 Mar-02 Mar-02
Mai-02 Mai-02 Mai-02
Jul-02 Jul-02 Jul-02
Set-02 Set-02 Set-02
Nov-02 Nov-02 Nov-02
Jan-03 Jan-03 Jan-03
Mar-03 Mar-03 Mar-03
Mai-03 Mai-03 Mai-03

GD10-CP
GD05-CP
GD03-CP

Jul-03 Jul-03 Jul-03

Anos
Anos
Anos

Set-03 Set-03 Set-03


Nov-03 Nov-03 Nov-03
Jan-04 Jan-04 Jan-04
Mar-04 Mar-04 Mar-04
Mai-04 Mai-04 Mai-04
Jul-04 Jul-04 Jul-04
Anexos

XV
Set-04 Set-04 Set-04
Nov-04 Nov-04 Nov-04
Kg Kg
Kg

0
200
400
600
800
1000
1200
0
200
400
600
800
1000
1200
1400
0
500
1000
1500
2000
2500
Jan-02 Jan-02 Jan-02
Mar-02 Mar-02 Mar-02
Mai-02 Mai-02 Mai-02
Jul-02 Jul-02 Jul-02

Set-02 Set-02 Set-02

Nov-02 Nov-02 Nov-02

Jan-03 Jan-03 Jan-03


Mar-03
Mar-03 Mar-03
Mai-03
Mai-03 Mai-03
Jul-03

GD20-CP
GD10NSP
GD10HCP

Anos
Jul-03 Jul-03

Anos
Anos
Set-03
Set-03 Set-03
Nov-03
Nov-03 Nov-03
Jan-04
Jan-04 Jan-04
Mar-04
Mar-04 Mar-04
Mai-04
Mai-04 Mai-04
Jul-04
Jul-04 Jul-04
Set-04
Set-04 Set-04
Nov-04
Nov-04 Nov-04

Kg Kg
Kg

0
500
1000
1500
2000
2500
3000
3500

0
500
1000
1500
2000
2500
3000
0
500
1000
1500
2000
2500

Jan-02 Jan-02
Jan-02
Mar-02 Mar-02 Mar-02
Mai-02 Mai-02 Mai-02
Jul-02 Jul-02 Jul-02
Set-02 Set-02 Set-02
Nov-02 Nov-02 Nov-02
Jan-03 Jan-03 Jan-03
Mar-03 Mar-03 Mar-03
Mai-03 Mai-03 Mai-03
GD10-SP

GD20-SP
GD10NCP

Jul-03 Jul-03 Jul-03


Anos
Anos

Anos
Set-03 Set-03 Set-03

Nov-03 Nov-03 Nov-03

Jan-04 Jan-04 Jan-04

Mar-04 Mar-04 Mar-04

Mai-04 Mai-04 Mai-04

Jul-04 Jul-04

XVI
Anexos

Jul-04
Set-04 Set-04
Set-04
Nov-04
Nov-04 Nov-04
Kg Kg Kg
Kg

0
200
400
600
800
1000
1200
1400
1600
1800
2000

0
200
400
600
800
1000
1200
1400
1600
1800
2000
Ja

0
200
400
600
800
1000
1200

0
1200
1600
2000

400
800
n-
0 Jan-02 Jan-02
Ab 2 Jan-02
r- 0 Mar-02 Mar-02 Mar-02
2
Ju Mai-02 Mai-02 Mai-02
l-0
O 2 Jul-02 Jul-02 Jul-02
ut
-0 Set-02 Set-02 Set-02
Ja 2 Nov-02
n- Nov-02 Nov-02
0
Ab 3 Jan-03 Jan-03 Jan-03

Mar-03 Mar-03 Mar-03


r- 0
3
Mai-03
Ju Mai-03 Mai-03

BD10-CP
l-0

GD50-SP
GD40-SP
GD30-CP

O 3 Jul-03 Jul-03 Jul-03

Anos
Anos

Anos
ut

Anos
-0 Set-03 Set-03
Set-03
Ja 3
n- Nov-03 Nov-03 Nov-03
0
Ab 4 Jan-04 Jan-04 Jan-04
Mar-04
r- 0
4 Mar-04 Mar-04
Mai-04
Ju
l-0 Mai-04 Mai-04
O 4 Jul-04
ut Jul-04 Jul-04
-0 Set-04
4 Set-04 Set-04
Nov-04
Nov-04 Nov-04

Kg Kg Kg

Ja
0
200
400
600
800
1000
1200
1400
1600
1800
2000

0
200
400
600
800
1000
1200
1400
1600
1800
2000

0
400
800
1200
1600
2000
n-
02
Ab Jan-02 Jan-02
r- 0
2 Mar-02 Mar-02
Ju
l-0 Mai-02 Mai-02
2
O Jul-02 Jul-02
ut
-0
2 Set-02 Set-02
Ja
n- Nov-02
03 Nov-02
Jan-03
Ab
r- 0 Jan-03
3 Mar-03 Mar-03
Ju
l-0
3 Mai-03 Mai-03
O
GD50-SP

GD25MSP
GD30-SP

Jul-03 Jul-03

Anos
ut
Anos

Anos

-0
3
Ja Set-03 Set-03
n-
04 Nov-03 Nov-03
Ab
r- 0 Jan-04 Jan-04
4
Ju Mar-04 Mar-04
l-0
4 Mai-04 Mai-04
O
ut
Jul-04 Jul-04

XVII
Anexos

-0
4
Set-04 Set-04
Nov-04 Nov-04
Anexo C
Folha de Excel para o dimensionamento de
lotes
Anexos

Dimensionamento de lotes

Nº de
Grau BD05-CP GD03-CP GD03-SP GD05-CP GD05-SP GD10-CP GD10HSP GD10NCP GD10NSP GD10-SP GD20-CP GD20-SP GD30-CP GD30-SP GD40-SP GD50-SP GD60-SP GD25MSP BD10-CP 19
artigos

Artigos 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Taxa procura/mês
628,42 433,87 592,39 1127,73 2717,35 1853,58 637,79 1098,51 487,10 1412,36 623,60 1035,10 582,20 794,88 475,59 1174,28 757,64 750,38 604,94

Taxa procura
semanal – gj 157,10 108,47 148,10 281,93 679,34 463,40 159,45 274,63 121,77 353,09 155,90 258,78 145,55 198,72 118,90 293,57 189,41 187,60 151,23

Taxa produção
semanal – qj 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000

Custo stock - hj 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 € 1,00 €

Custo setup - cj 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 € 500,00 €

Tempo setup - sj 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013

ρj 0,013 0,009 0,012 0,023 0,057 0,039 0,013 0,023 0,010 0,029 0,013 0,022 0,012 0,017 0,010 0,024 0,016 0,016 0,013

aj 77,52 € 53,74 € 73,14 € 137,65 € 320,44 € 222,75 € 78,66 € 134,17 € 60,27 € 171,35 € 76,94 € 126,60 € 71,89 € 97,71 € 58,86 € 143,19 € 93,21 € 92,33 € 74,66 €

ρ 0,37

Variáveis de decisão:

y1 y2 y3 y4 y5 y6 y7 y8 y9 y10 y11 y12 y13 y14 y15 y16 y17 y18 y19 x

1,23007792 1,024189 1,194756339 1,639116 2,5008429 2,08509195 1,2390918 1,6182495 1,08457598 1,8287716 1,2254163 1,5718948 1,1845532 1,3809997 1,0718271 1,6717794 1,348799 1,342419 1,2071713 3,1239

Transforma em inteiro 1 1 1 2 3 2 1 2 1 2 1 2 1 1 1 2 1 1 1 3

XIX
Anexos

Função Objectivo:

Custo Stock 4.393,46 € F.O

Custo Setup 4.393,47 € 8.786,93 €

Restrições:

y1 y2 y3 y4 y5 y6 y7 y8 y9 y10 y11 y12 y13 y14 y15 y16 y17 y18 y19 x Lado Esq Lado Dir

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,10983664 0,629422

Tempo de
Processamento:

(tk=ρk*x/yk)

t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 t11 t12 t13 t14 t15 t16 t17 t18 t19

0,0392761 0,0271170 0,0370246 0,0352417 0,0566115 0,0579244 0,0398618 0,0343286 0,0304436 0,0441363 0,0389750 0,0323470 0,0363872 0,0496799 0,0297246 0,0366964 0,0473528 0,0468990 0,0378086

Tamanho do lote:

(Lk=tk*qk)

L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 L13 L14 L15 L16 L17 L18 L19

471,31 325,40 444,30 422,90 679,34 695,09 478,34 411,94 365,32 529,64 467,70 388,16 436,65 596,16 356,70 440,36 568,23 562,79 453,70

XX
Anexo D
Folha de Excel para escalonamento
Anexos

Heurística de
escalonamento

1º Passo:
Ordena Pares (yk;tk)
1 2
Artigo k yk tk Artigo k yk tk Procedimento:
1 2 0,0065 5 4 0,0142 Copiar a tabela 1 para a tabela 2;
Ordenar a tabela 2 por ordem decrescente de yk
2 1 0,0090 6 3 0,0129 depois por tk;,
3 2 0,0062 10 3 0,0098
4 2 0,0117 16 2 0,0122
5 4 0,0142 4 2 0,0117
6 3 0,0129 8 2 0,0114
7 2 0,0066 12 2 0,0108
8 2 0,0114 14 2 0,0083
9 2 0,0051 17 2 0,0079
10 3 0,0098 18 2 0,0078
11 2 0,0065 7 2 0,0066
12 2 0,0108 1 2 0,0065
13 2 0,0061 11 2 0,0065
14 2 0,0083 19 2 0,0063
15 2 0,0050 3 2 0,0062
16 2 0,0122 13 2 0,0061
17 2 0,0079 9 2 0,0051
18 2 0,0078 15 2 0,0050
19 2 0,0063 2 1 0,0090

2º Passo:
Escalona por n máquinas paralelas Nº máximo de máquinas: 4 Procedimento:
Escolhe o maior yk;
Correr Macro - divide artigos pelas n máquinas;

M1 5 6 16 4 12 17 7 11 3 9 2
M2 5 6 10 8 14 18 1 19 13 15
M3 5 6 10 4 12 17 7 11 3 9
M4 5 10 16 8 14 18 1 19 13 15

3º Passo:
Concatena máquinas Fornece Sequência.

5 6 16 4 12 17 7 11 3 9 2 5 6 10 8 14 18 1 19 13 15 5 6 10 4 12 17 7 11 3 9 5 10 16 8 14 18 1 19 13 15

XXII
Anexo E
Heurística para escalonamento
Anexos

Sub schedule()

Dim i As Integer ‘Nº de linha onde se encontra o artigo


Dim j As Integer ‘Nº de linha correspondente ao tipo de máquina
Dim c As Integer ‘Nº de coluna a atribuir o artigo na máquina
Dim y As Integer ‘Valor da frequência de produção de cada artigo
Dim ymax As Integer ‘Valor máximo da frequência de produção
Dim k As Integer ‘Nº de artigos a escalonar
Dim s As Integer ‘Variável auxiliar

c = 0
j = 0

k = Worksheets("Lotes").Cells(7, 24) – 1 ‘Atribui nº de artigos a escalonar

For i = 0 To k ‘Percorre coluna de artigos

y = Worksheets("Escalonador").Cells(8 + i, 8) ‘Atribui frequência do artigo


ymax = Worksheets("Escalonador").Cells(31, 7) ‘Atribui frequência máxima

If j >= ymax-1 Then ‘Quando as máquinas estão preenchidas muda de coluna


c = c + 1
End If

j = 0
s = 0
x = 0

If y = ymax Then ‘Quando a frequência é igual à máxima coloca um artigo


em cada máquina
For j = 0 To ymax - 1

Worksheets("Escalonador").Cells(34 + j, 6 + c) = Worksheets("Escalonador").Cells(8 +
i, 7)

Next j

Else

If y = 1 And s = 0 Then ‘Quando a frequência é igual a um coloca o artigo na


primeira máquina livre

Do While s = 0
‘Confirma se máquina é livre
If Worksheets("Escalonador").Cells(34 + j, 6 + c) = 0 Then

Worksheets("Escalonador").Cells(34 + j, 6 + c) = Worksheets("Escalonador").Cells(8
+ i, 7)

s = 1

Else

j = j + 1

End If

If j >= ymax-1 Then ‘Quando as máquinas estão preenchidas muda de


coluna
c = c + 1
j = 0
End If

Loop

Else

Do While s = 0
‘Confirma se máquina é livre
If Worksheets("Escalonador").Cells(34 + j, 6 + c) = 0 Then

Worksheets("Escalonador").Cells(34 + j, 6 + c) =
Worksheets("Escalonador").Cells(8 + i, 7)

XXIV
Anexos

s = 1

If y <> 1 Then ‘Quando o número de artigos é maior que um coloca um


artigo em cada máquina igualmente espaçada
Do While x < y – 1

a = (ymax / y)

If j >= ymax - 1 Then ‘Quando as máquinas estão preenchidas muda de


coluna
c = c + 1
j = 0
End If

If Worksheets("Escalonador").Cells(35 + j + a, 5 + c) = 0 Then
Worksheets("Escalonador").Cells(35 + j + a, 5 + c) =
Worksheets("Escalonador").Cells(8 + i, 7)
j = j + a
x = x + 1

Else
j = j + 1
End If

Loop

Else
j = j + 1
End If

Loop

End If

End If

Next i

End Sub

XXV