Escolar Documentos
Profissional Documentos
Cultura Documentos
CAMPINAS
2019
PHELIPE VIANA RUIZ
ASSINATURA DA ORIENTADORA
_______________________________________________
CAMPINAS
2019
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE ENGENHARIA CIVIL, ARQUITETURA E
URBANISMO
Ao Kovu e à Kyara
Melody Beattie
AGRADECIMENTO
Primeiramente agradeço à Deus, por estar sempre ao meu lado, me dando força para
continuar em frente, paciência para pensar claramente e sabedoria para nortear
minhas escolhas.
Agradeço aos meus pais Vanderléia e Adilson por sempre estarem ao meu lado, me
apoiando, sendo meu porto seguro. Por sempre estarem próximos, mesmo que por
trocas de mensagem e ligações, me incentivando a continuar e nunca desistir de
alcançar os meus sonhos. À minha irmã Isabella, por ser minha melhor amiga, por
sempre me incentivar a continuar, trazer muita alegria e ser fonte ilimitada de
brincadeiras e risadas. Ao Kovu e a Kyara, por me trazerem paz, muita felicidade,
companhia, muito carinho e amor.
Agradeço ao Prof. Dr. José Carlos Paliari e a UFSCar, tanto pelas contribuições
fornecidas para o aprimoramento deste trabalho, quanto pela disponibilização de seus
equipamentos, software de simulação e espaço físico, os quais foram primordiais para
a conclusão deste trabalho.
Agradeço à CAPES pelo apoio e bolsa de estudos fornecida para a condução deste
trabalho, sob o número do processo 01-P-03713/2017.
The quality, control and productivity improvement of the constructions is necessary for
the constructors’ survival in the construction sector. One of the means proposed to
achieve such improvements is through industrialization of the construction process.
Aiming at the industrialization of the sector, it is proposed to move activities away from
the construction site, contemplating the prefabricated elements use. Although these
elements are executed in environments of greater control and efficiency, it still presents
problems related to productivity and waste. In order to help managers to base their
decision-making on their pre-fabricated elements production line, this study aimed to
develop a computational simulation model for a production scenarios creation of the
production line of prefabricated elements as a tool to aid decision-making. The method
applied was the Design Science Research (DSR). Firstly, an exploratory questionnaire
was applied in order to identify the elements, processes, and indicators in the
production line of prefabricated elements of greater relevance to managers. In
sequence, a mapping of prefabricated pillars production line processes was made.
This line was modeled in simulation software, and simultaneously developed a control
panel for generating multiple scenarios. This study resulted in the creation of a model
that assists the decision-making, giving the manager a wide view of the possible
solutions. The main contribution of this study was to present a model that allows
decision makers to compare different production scenarios and their results and adopt
the most adequate solution for each analyzed situation.
Key Words: Productivity. Simulation. Decision Making. Production Control. Precast.
LISTA DE FIGURAS
Figura 32 - Máquina de corte e dobra das barras com as barras posicionadas para o
corte (CD_Barra_02) ............................................................................................... 116
Figura 33 - Detalhes dos equipamentos de corte (a) e dobra (b) da máquina de corte
e dobra de barras (CD_Barra_02) ........................................................................... 116
Figura 34 - Área do corte, dobra e posicionamento das barras para uso nas bancadas
de solda ................................................................................................................... 117
Figura 36 - Armação posicionada nos cavaletes para consolo (Consolo_02) ......... 118
Figura 38 - Pilar_01a com a fôrma recém aberta para a realização do saque ........ 120
Figura 40 - Saque do Pilar_02a com utilização de duas pontes rolantes ................ 120
Quadro 9 - Definição dos códigos utilizados para os recursos, locais e entidades . 188
AG – Algoritmo Genético
DS – Design Science
JIT – Just-in-Time
SD – Sistemas Dinâmicos
CAPÍTULO 1
INTRODUÇÃO
1. INTRODUÇÃO
4
Número de Artigos
Ano de Publicação
1
Modelo analítico pode ser identificado como um conjunto de fórmulas matemáticas (como por exemplo
modelos de simulação linear ou modelos analíticos da Teoria das Filas). Na sua maioria, esses modelos
são de natureza estática e não apresentam soluções analíticas para sistemas complexos, devendo-se
utilizar hipóteses simplificadoras (CHWIF; MEDINA, 2015).
Capítulo 1 - Introdução 31
Além disso, foi feita uma análise da correlação entre essas palavras chaves
por meio do software VOSviewer, apresentada na Figura 2. As linhas unindo duas
palavras-chave representam que ambas foram utilizadas em um mesmo artigo. Desta
forma foi possível agrupá-las com relação ao seu uso, gerando clusters. Nesta figura
é possível observar a forte correção entre Building Information Modeling (BIM), o MFV
(value stream mapping), processo e engenharia, além de outras correlações com
simulação a qual está relacionada principalmente com algoritmos e modelos.
Interligando diferentes clusters temos a palavra Concreto (concrete), dada a pesquisa
voltada ao setor de pré-fabricados de concreto.
20,0%
15,0%
10,0%
5,0%
0,0%
Modelagem e Estudo de Caso Pesquisa-Ação Estudo de Caso Estudo de Caso
Simulação (Modelo (Fábrica) com (Fábrica) (Fábrica e Canteiro) (Canteiro) com
Analítico - AG) Modelagem e com Modelagem e Modelagem e
Simulação (Modelo Simulação (Modelo Simulação (Modelo
Analítico - AG) Analítico - AG) Analítico - AG)
Por meio desta RSL foi possível destacar o grande enfoque da comunidade
científica na elaboração de modelos e equações para otimizar o processo produtivo,
equações fixas que não permitem adaptações e alterações por parte do tomador de
decisão, dando aos gestores apenas uma solução pronta, única.
1.4. Hipóteses
1.5. Objetivo
1.6. Delimitação
CAPÍTULO 2
PRÉ-FABRICAÇÃO
2. PRÉ-FABRICAÇÃO
2
Associação que agrupava, em certos países da Europa durante a Idade Média, indivíduos com
interesses comuns (negociantes, artesãos, artistas) e visava proporcionar assistência e proteção aos
seus membros.
Capítulo 2 - Pré-Fabricação 40
exaustivos, além, de uma maior eficácia da mistura, melhor que do concreto moldado
no local (ACKER, 2002).
iv. Os projetos não terem sido concebidos visando à utilização dos pré-
moldados, desde o projeto arquitetônico até os projetos
complementares como modulação de alvenarias ou divisórias e de
instalação;
2.3.2. Fabricação
De acordo com a ABNT NBR 9062:2017, toda peça pré-moldada deve ser
executada com concreto armado com resistência mecânica mínima aos 28 dias de 15
MPa e para as peças de concreto protendido a resistência mecânica mínima é de 21
MPa. Com relação ao cimento utilizado na mistura, para atender a essa necessidade
de rápida desmoldagem das peças, normalmente se utiliza o cimento CP V ARI
(Cimento Portland de Alta Resistência Inicial) ou CP V ARI-RS (Cimento Portland de
Alta Resistência Inicial Resistente a Sulfatos), sendo o último mais utilizado quando a
peça é destinada a montagem de indústrias e fábricas. O cimento CP V ARI e o CP V
Capítulo 2 - Pré-Fabricação 49
ARI-RS são mais finos em relação aos outros cimentos, o que auxilia no
desenvolvimento de resistências mais elevadas. Porém, devido à forte reação química
e liberação de energia produzida nas reações químicas, o controle da cura do concreto
com esse tipo de cimento deve ser maior controlado, pois caso contrário podem surgir
patologias na peça como fissuras, trincas e perda de resistência (EL DEBS, 2017;
MOREIRA, 2009; SPADETO, 2011).
a) Vibração;
b) Centrifugação;
c) Prensagem;
d) Vácuo.
Capítulo 2 - Pré-Fabricação 50
CAPÍTULO 1
MODELAGEM E SIMULAÇÃO
3. MODELAGEM E SIMULAÇÃO
Silva et al. (2011) e Chwif e Medina (2015), ressaltam que a simulação não
é uma ferramenta que irá solucionar todos os problemas, não irá prever o futuro, não
é estritamente de otimização e não substitui a necessidade do raciocínio por parte do
analista. Chwif e Medina (2015) defendem que a simulação é melhor aplicável para
sistemas complexos, dinâmicos e com aleatoriedades.
Santos (2016) afirma que para a coleta dos dados de entrada, podem ser
utilizadas diferentes técnicas como a observação direta sobre o sistema avaliado,
entrevistas com os participantes do processo, utilização de cronômetros, filmagens,
gravadores, entre outros recursos. Os dados obtidos podem ser armazenados em
planilhas eletrônicas de forma a facilitar a execução das próximas etapas, como
tratamento e inferência aos dados.
3
Em estatística, outlier, valor aberrante ou valor atípico, é uma observação que apresenta um grande
afastamento das demais da série, ou que é inconsistente.
Capítulo 3 - Modelagem e Simulação 68
3.2.2. Implementação
Fácil utilização;
4
Defeito, falha ou erro no código de um programa que provoca seu mau funcionamento.
5
Falha que ocorre quando o computador deixa de responder ao utilizador ou o programa informático
se interrompe de modo imprevisto
Capítulo 3 - Modelagem e Simulação 69
Depurador (Debugger)7;
6
Módulo para que o programa de computador desenvolvido seja executado.
7
Um depurador (em inglês: debugger) é um programa de computador usado para testar outros
programas, analisar o código e fazer sua depuração, o que consiste em encontrar os defeitos ou erros
na codificação do programa em análise.
Capítulo 3 - Modelagem e Simulação 70
A validação do modelo computacional visa garantir que, dentro dos limites do modelo
e com certa confiabilidade, o modelo possa ser utilizado para os experimentos que
caracterizam o cenário analisado. Este modelo, pós-validação, é chamado de
operacional (LEAL et al., 2011), conforme mostra o esquema da Figura 12. Diversos
autores propõem técnicas para a realização da validação do modelo (LAW, 2005;
LEAL et al., 2011; PIDD, 2003; SARGENT, 2013).
8
É um teste não paramétrico aplicado para duas amostras independentes. É de fato a versão da rotina
de teste não-paramétrico de T de Student. O teste de Mann-Whitney é usado para testar a
heterogeneidade de duas amostras ordinais.
Capítulo 3 - Modelagem e Simulação 74
3.2.3. Análise
Chwif e Medina (2015) apontam que o modo mais “prático” para determinar
qual o tempo de aquecimento do modelo é por meio da “observação”. Após a
determinação dos parâmetros de análise, são construídos gráficos com os valores
observados desses parâmetros em função do tempo e por meio deles, tenta-se
determinar a partir de qual momento o parâmetro parece não mais ser influenciado
pelas condições iniciais do sistema.
Definir o modelo para a operação. Isso inclui estabelecer o nível de detalhe do modelo, selecionando os
3 elementos que serão usados para representar o sistema real (por exemplo, recursos, atividades) e
capturando a lógica adequadamente
Recolher e sintetizar dados sobre a operação de acordo com o modelo. Além da coleta efetiva de dados, isso
4 inclui determinar se os pressupostos probabilísticos básicos possuem, tipicamente a independência e idêntica
distribuição dos dados (iid), distribuições adequadas e testes de aderência
Verificar o modelo e os dados para garantir que correspondam à compreensão que o modelador tem do
5
sistema
6 Validar o modelo para garantir que ele corresponda ao sistema real (ou imaginário)
Analisar os dados de saída dos experimentos para determinar o desempenho de várias configurações do
9
sistema ou para selecionar o mais eficiente dentre as várias alternativas
CAPÍTULO 2
PRODUÇÃO ENXUTA
4. PRODUÇÃO ENXUTA
4.1. Definição
Fluxo de valor é toda ação (que agrega valor ou não) necessária para
produzir um produto e leva-lo ao cliente, incluindo todos os fluxos essenciais de sua
produção. Considerar a perspectiva do fluxo de valor significa levar em consideração
um quadro mais amplo, não apenas a otimização dos processos individuais, mas sim
a melhoria do todo (ROTHER; SHOOK, 2012).
Transporte: movimentação de produtos que não são requeridos Modelagem do fluxo e medição do tempo de
no processo transporte
Processos indequados: resultates de uma má ferramenta ou Modelagem do fluxo do processo e utilização dos
atividades de criação de design de produto recursos no processo
CAPÍTULO 3
MÉTODO
5. MÉTODO
9
Por não possuir uma tradução amplamente utilizada em português optou-se pela utilização do termo
na língua inglesa ou de sua abreviação.
Capítulo 5 - Método 93
5.2.1. Concepção
Os contatos foram feitos por e-mail, tanto pelo e-mail das empresas quanto
diretamente pelos e-mails dos gerentes e especialistas. Para facilitar o processo de
coleta dos dados, optou-se pela utilização da ferramenta Formulários Google, a qual
é online e gratuita e armazena em um banco de dados as informações fornecidas
pelos participantes. Este questionário foi dividido em três partes, a primeira
relacionada aos dados pessoais do participante, a segunda ao seu perfil profissional
e a última voltada as informações sobre o processo produtivo.
5.2.2. Implementação
5.2.3. Análise
10
Um algoritmo determinístico é um algoritmo em que, dada uma certa entrada, ela produzirá sempre
a mesma saída, com a máquina responsável sempre passando pela mesma sequência de estados.
11
O padrão estocástico é aquele cujo estado é indeterminado, com origem em eventos aleatórios.
102
CAPÍTULO 4
RESULTADOS
6. RESULTADOS
relação ao tempo na empresa em que atuam, o tempo médio foi de 6 anos, com uma
amplitude de 2 a 14 anos de atuação. Os participantes classificaram estas empresas
como empresas médias, segundo classificação do BNDES, com renda anual superior
a R$4,8milhões e menor ou igual a R$ 300milhões (BNDES, 2018).
Especialização 83,3%
Doutorado
Ensino Superior Completo 0,0%
Pós-Doutorado
0% 25% 50% 75% 100%
poderiam avaliar em cinco níveis, indo de Nada Eficiente até Plenamente Eficiente.
Metade dos participantes avaliaram suas empresas na média da escala, como
“Razoavelmente Eficiente”, conforme apresentado no Gráfico 5. Também foram
obtidas avaliações em “Muito Eficiente”, com 33,3% das respostas, e “Pouco
Eficiente”, com 16,7% das respostas. Nenhum dos participantes avaliou a eficiência
de seu gerenciamento nos extremos da escala, estando as respostas concentradas
em torno do ponto médio.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Percentual de respostas
90%
80%
70%
60% 50,0%
50%
40% 33,3%
30%
16,7%
20%
10% 0,0% 0,0%
0%
Nada Eficiente Pouco Eficiente Razoavelmente Muito Eficiente Plenamente
Eficiente Eficiente
Eficiência do gerenciamento e tomada de decisão
Fonte: Autoria própria.
Capítulo 6 - Resultados 105
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Percentual de respostas
70%
60% 16,7%
50%
40%
33,3%
30%
20%
10% 16,7%
0%
Depende do mercado
Nos próximos 5 anos
Nos próximos 2 anos
Não
Minha empresa já faz uso de simuladores
que abastecem toda a fábrica. No G02 são produzidos os painéis e painéis duplos.
Neste galpão também se realiza o acabamento dos painéis.
BS; Tubo de
Pilar_01a 2,368 12,20 2,44 36,25 431,54 467,79 2 Forma_02
Içamento; Bainhas
12
Esta imagem foi alterada digitalmente para remoção de informações que identificassem os envolvidos
no estudo de caso
Capítulo 6 - Resultados 116
Figura 34 - Área do corte, dobra e posicionamento das barras para uso nas
bancadas de solda
Para que o saque seja realizado logo após a abertura das fôrmas, é
necessário que os estoques de peças “Est_Pecas_01” (Figura 39), “Est_Pecas_02”
ou “Est_Pecas_03” estejam disponíveis, sendo os mesmos sacados das fôrmas e
posicionados diretamente nos estoques entre as linhas de produção, com o uso de
duas pontes rolantes (PR_02 e PR_03), conforme apresentado na Figura 40.
Capítulo 6 - Resultados 120
13
Esta imagem foi alterada digitalmente para remoção de informações que identificassem os envolvidos
no estudo de caso
Capítulo 6 - Resultados 127
14
Esta imagem foi alterada digitalmente para remoção de informações que identificassem os envolvidos
no estudo de caso
15
Operário que controla a ponte rolante
Capítulo 6 - Resultados 130
16
Esta imagem foi alterada digitalmente para remoção de informações que identificassem os envolvidos
no estudo de caso
Capítulo 6 - Resultados 131
Um fator que muitas vezes atrasava esse processo era a disputa pelo
concreto, quando no G02 estavam executando a concretagem de painéis
simultaneamente ás peças do G01. Isso acarretava em uma espera pois, com apenas
uma betoneira, era necessário alternar o recebimento do concreto entre as duas
áreas.
peça um selo azul. Concluída esta etapa, o pilar se destina para os estoques do G03,
ou é posicionado diretamente sobre a carreta para a realização da entrega ao cliente.
Figura 63 - Mapa do Fluxo de Valor do Estado Atual da linha de produção de pilares pré-fabricados
painel foi desenvolvido no Microsoft Office Excel. Por meio da utilização do elemento
“macro” existente no Promodel®, foi possível criar uma conexão entre os dados
lançados na planilha eletrônica e os utilizados pelo modelo. Por meio de uma sub-
rotina programada em VBA (Visual Basic for Applications), criou-se uma conexão
entre ambos os softwares e as informações inseridas no painel de controle substituíam
as informações originais programadas no modelo. Este código de sub-rotina do Excel,
também chamado de “macro”, está disponível no Apêndice F – Codificação do Painel
em Microsoft Office Excel® (p. 256).
Total Peças -
Produção na Forma_05
Forma_05
Área Superficial
Peça Volume (m³) Estribos (kg) Barras (kg) Aço (kg) nº de Peças 30
(m²)
Pilar_02a 2,412 2,73 42,29 509,2 551,49 8
Pilar_02b 2,424 2,73 42,29 509,2 551,49 8
Pilar_02c 2,372 2,73 42,29 509,2 551,49 8
Pilar_02d 2,373 2,73 42,29 509,2 551,49 4
Pilar_02e 2,372 2,73 40 491,34 531,34 2
Total Peças -
Produção na Forma_06
Forma_06
Área Superficial
Peça Volume (m³) Estribos (kg) Barras (kg) Aço (kg) nº de Peças 30
(m²)
Pilar_03a 2,69 3,09 46,98 649,78 696,76 15
Pilar_03b 2,74 2,73 38,57 417,54 456,11 15
Pilar_01b 2,600 13,65 2,73 39,29 473,21 512,50 2 Sim BS; Bolt; Tubo de Içamento; Bainhas Forma_02
Pilar_01c 2,600 13,65 2,73 39,29 473,21 512,50 2 Sim BS; Bolt; Tubo de Içamento; Bainhas; Terra Forma_02
Pilar_02a 2,412 13,65 2,73 42,29 509,20 551,49 2 Sim BS; Bolt; Tubo de Içamento; Bainhas; Tubulação Forma_06
Pilar_02b 2,424 13,65 2,73 42,29 509,20 551,49 3 Sim BS; Bolt; Tubo de Içamento; Bainhas; Tubulação Forma_06
Pilar_02c 2,372 13,65 2,73 42,29 509,20 551,49 3 Sim BS; Bolt; Tubo de Içamento; Bainhas; Tubulação Forma_06
Pilar_02d 2,373 13,65 2,73 42,29 509,20 551,49 3 Sim BS; Bolt; Tubo de Içamento; Bainhas Forma_06
Pilar_02e 2,372 13,65 2,73 40,00 491,34 531,34 2 Sim BS; Bolt; Tubo de Içamento; Bainhas; Tubulação; Terra Forma_06
Pilar_03a 2,690 15,45 3,09 46,98 649,78 696,76 1 Sim BS; Bolt; Tubo de Içamento; Bainhas; Tubulação Forma_05
Pilar_03b 2,740 13,65 2,73 38,57 417,54 456,11 0 Não BS; Bolt; Tubo de Içamento; Bainhas Forma_05
Por meio dos relatórios vindos dos modelos, foi possível extrair informações
definidas como importantes para o tomador de decisão, por meio do questionário
exploratório. Por meio destes relatórios é possível observar todas as entradas e
saídas de entidades, percentual de tempo ocioso, em atividade e em movimento dos
recursos, percentual de ocupação e utilização dos locais, além da quantidade de
recursos e entidades envolvidos, quilos de armação produzidos e volume de concreto
produzido.
CAPÍTULO 5
DISCUSSÃO
7. DISCUSSÃO
Esta equipe enxuta gera uma economia com custos de funcionários, porém
quando ocorria algum problema ou adoecimento ou falta, o processo produtivo era
muito impactado. Outros fatores de impacto na linha de produção também foram
identificados, como a dependência da ponte rolante para a realização de diversas
atividades críticas, conflito de utilização da betoneira, incapacidade de
armazenamento de peças e falta de um controle de local de estocagem.
capacidade fica evidente no modelo, onde, ao final do mês simulado, ocorrem esperas
para a liberação dos estoques do G01 para então dar continuidade à produção.
17
Heijunka é uma palavra japonesa que significa nivelamento. Heijunka é uma metodologia para
estabelecer estabilidade em um sistema onde a demanda do cliente é muito variável. A metodologia
Heijunka concentra-se na previsibilidade, estabilidade e flexibilidade (CROUCAMP; TELUKDARIE,
2018).
Capítulo 7 - Discussão 153
que o sistema vise a produção Just-in-Time, para evitar o acumulo destes estoques,
e ter a produção melhor alinhada à demanda. Porém para isso também seria
necessário um trabalho junto aos canteiros de obras e fornecedores.
CAPÍTULO 6
CONCLUSÃO
8. CONCLUSÃO
18
A estabilidade na produção ocorre quando se consegue produzir de acordo com o planejado, para
se produzir com o menor desperdício possível, sem afetar a segurança e garantindo a qualidade
(KAMADA, 2007)
Capítulo 8 - Conclusão 158
gestor pode inserir tanto uma curva probabilística de comportamento caso deseje,
quanto um número fixo específico, sendo ambos aceitos pelo modelo.
Desta forma, este modelo também pode ser utilizado para simular cenários
de fluxo contínuo, nos quais os tempos entre atividade são iguais a zero, e simular a
estabilidade de produção, utilizando-se número fixos (ou com pouca variação) no lugar
dos tempos.
REFERÊNCIAS
CHAN, W. T.; HU, H. Production scheduling for precast plants using a flow shop
sequencing model. Journal of Computing in Civil Engineering, v. 16, n. 3, p. 165–
174, 2002a.
CHEN, J. et al. Optimizing profit and logistics for precast concrete production.
Canadian Journal of Civil Engineering, v. 406, n. March, p. 393–406, 2017.
Referências 163
CHEN, J. H.; YANG, L. R.; TAI, H. W. Process reengineering and improvement for
building precast production. Automation in Construction, v. 68, p. 249–258, 2016a.
CHEN, J. H.; YANG, L. R.; TAI, H. W. Process reengineering and improvement for
building precast production. Automation in Construction, v. 68, p. 249–258, 2016b.
KARNON, J. et al. Modeling using discrete event simulation: A report of the ISPOR-
SMDM modeling good research practices task force-4. Medical Decision Making, v.
32, n. 5, p. 701–711, 2012.
Referências 166
KHAN, K. S. et al. Five steps to conducting a systemstic review. Journal of the royal
society of medicine, v. 96, 2003.
KO, C.-H.; CHEN, Y.-C. Evaluating Production Time Buffer for Precast Fabrication.
Journal of Engineering, Project, and Production Management, v. 2, n. 2, p. 101–
111, 31 jul. 2012.
KO, C. H.; WANG, S. F. GA-based decision support systems for precast production
planning. Automation in Construction, v. 19, n. 7, p. 907–916, 2010.
LAW, A. M. How to build valid and credible simulation models. In: Winter Simulation
Conference, 37, 2005, Orlando. Anais... Orlando, 2005.
Referências 167
LEU, S.-S.; HWANG, S.-T. A Ga-Based Model for Maximizing Precast Plant
Production under Resource Constraints. Engineering Optimization, v. 33, n. 5, p.
619–642, jun. 2001.
LI, S. H. A. et al. A production modeling with genetic algorithms for a stationary pre-
cast supply chain. Expert Systems with Applications, v. 37, n. 12, p. 8406–8416,
dez. 2010.
MOTA, B. P.; VIANA, D. D.; ISATTO, E. L. Simulação fo Last Planner como Sistema
Dinâmico. In: Encontro Nacional de Tecnologia do Ambiente Construído (ENTAC),
13, 2010, Canela. Anais... 2010.
TAKO, A. A.; ROBINSON, S. The application of discrete event simulation and system
dynamics in the logistics and supply chain context. Decision Support Systems, v.
52, n. 4, p. 802–842, mar. 2012.
Referências 173
VAN AKEN, J. E. Management research on the basis of the design paradigm: The
quest for field-tested and grounded technological rules. Journal of Management
Studies, v. 41, n. 2, p. 219–246, 2004.
VIVAN, L.; PALIARI, C.; NOVAES, C. C. Vantagem produtiva do Sistema Light Steel
Framing: da Construção Enxuta à Racionalização Construtiva. In: Encontro Nacional
de Tecnologia do Ambiente Construído (ENTAC), 13, 2010, Canela. Anais... Canela,
2010.
WANG, Z.; HU, H.; GONG, J. Framework for modeling operational uncertainty to
optimize offsite production scheduling of precast components. Automation in
Construction, v. 86, n. April 2017, p. 69–80, 2018.
WOMACK, J. P.; JONES, D. T. Lean Thinking: Banish waste and create wealth in
your corporation. 2. ed. Nova York, Free Press, 2003.
Referências 174
WOMACK, J. P.; JONES, D. T.; ROOS, D. A máquina que mudou o mundo. 4. ed.
São Paulo, Campus, 2004.
XIA, W.; SUN, J. Simulation guided value stream mapping and lean improvement: A
case study of a tubular machining facility. Journal of Industrial Engineering and
Management, v. 6, n. 2, p. 456–476, 2013.
YANG, J. B. et al. Incorporating lost productivity calculation into delay analysis for
construction projects. KSCE Journal of Civil Engineering, v. 18, n. 2, p. 380–388,
2014.
YANG, Z.; MA, Z.; WU, S. Optimized flowshop scheduling of multiple production lines
for precast production. Automation in Construction, v. 72, p. 321–329, 2016.
Com base no método utilizado por Khan et al. (2003), foi elaborada um
critério de avaliação de aderência, baseado no objetivo da revisão. O processo de
triagem se iniciou com a análise dos artigos e teve início na leitura dos títulos,
avaliando se estes estavam relacionados ou não ao tema da pesquisa. Para a análise
dos resumos e palavras-chave o processo foi o mesmo. Na etapa de avaliação dos
artigos completos, foram analisadas as questões de pesquisa, objetivos, método e
Apêndice A - Revisão Sistemática da Literatura (RSL) 178
Inicio 285
Análise do Artigos 36
chave. Ao final desta etapa restaram 36 artigos. Por fim, estes artigos restantes foram
analisados e classificados segundo os critérios apresentados no Quadro 8. Destes
foram apenas considerados os artigos classificados com um grau de aderência
superior a 4, restando ao final do processo 25 artigos aderentes ao tema.
3%
5
4
14%
3
58% 2
1
11%
Laboratório de Controle
Laboratório de ensaio para controle
Lab Local Tecnológico do
tecnológico do concreto
Concreto
Almoxarifado Local Almoxarifado Almoxarifado da fábrica
Forma das peças pré- Formas para a produção das peças
Forma Local
fabricadas pré-fabricadas
Est_Pecas Local Estoque das Peças Estoques das peças produzidas
Máquina de Corte e
Máquina de Corte e Dobra de aço
CD_Bobina Local Dobra de Aço em
em bobina
Bobina
Máquina de Corte e Máquina de Corte e Dobra de aço
CD_Barra Local
Dobra de Aço em Barra em barra
Bancada de Solda da Bancada de montagem e solda da
B_Solda Local
Armação armação
Cavaletes dos Cavaletes para posicionamento dos
Consolo Local
Consolos consolos na armação
Local onde as barras cortadas são
Local para Barras da
Barras_para_Bancadas Local posicionadas para serem utilizadas
Bancada
na bancada de solda da armação
Est_Barras Local Estoque de Barras Local de estocagem das barras
Est_Armacao Local Estoque de Armações Estoque das armações produzidas
Bancada de Solda para Bancada de montagem e solda da
B_Tela Local
Armação de Painéis armação dos painéis
Local em construção no momento
Area_em_Construção Local Área em Construção
da realização do estudo de caso
Estoque de Armações Estoque das armações de painéis
Est_Arm_Paineis Local
dos Painéis produzidas
Estoque de Bobinas de
Est_Bobinas Local Estoque das bobinas de aço
Aço
Local de posicionamento das
Expedicao Local Local de Expedição carretas para envio e recebimento
de peças, armações e materiais
Serra Local Serra de disco Serra para preparo de acessórios
Local para realização do
Cavaletes para
Acabamento Local acabamento das peças pré-
acabamento
fabricadas
Sub lancamento_informacoes()
pmObjeto.LoadModel Lan_Dados.Range("B2").Value
Do Until linha = 36
linha = linha + 1
Loop
End If
linha = linha + 1
Loop
linha = 6
linha = linha + 1
Loop
pmObjeto.Simulate
Do
DoEvents
Status = pmObjeto.GetStatus
Loop Until Status = 8
End Sub
Sub Res_Padrao()
Application.ScreenUpdating = False
DoEvents
Rest_Padrao.Select
Rest_Padrao.Range("A1").Select
Selection.CurrentRegion.Copy
Rest_Padrao.Range("A1").Select
Lan_Dados.Select
Lan_Dados.Range("A4").Select
ActiveSheet.Paste
Lan_Dados.Range("B2").Select
Application.CutCopyMode = False
Application.ScreenUpdating = True
End Sub
Apêndice G – Codificação do Software ‘R’ 258
## Teste de hipóteses
## Teste para o F de variância
var.test(dreal, dmodel, alternative = "two.sided", conf.level = 0.95)
𝑍𝛼/2 . 𝜎 2
𝑛=( ) (1)
𝑒
𝑃(𝑥̅ − ℎ ≤ 𝜇 ≤ 𝑥̅ + ℎ) = 1 − 𝛼 (3)
𝑠
𝑥̅ ± 𝑡𝑛−1,𝛼/2 (4)
√𝑛
Onde:
𝑥̅ é a média da amostra;
𝑠
ℎ = 𝑡𝑛−1,𝛼/2 é a metade do tamanho do intervalo de confiança
√𝑛
(precisão);
𝑠
𝑡𝑛−1,𝛼/2 é o (1-α/2) percentil da distribuição t de Student com n-1
√𝑛
graus de liberdade;
Neste caso, o número de dados da amostra (n) pode ser entendido como o
número de réplicas realizadas. O aumento da precisão pode ser obtido por meio do
aumento do número de replicações realizadas. Esta é uma grande vantagem da
simulação, já que, uma vez obtido e validado o modelo operacional, cabe ao
modelador decidir o número de replicações (LEAL, 2008).
∗
ℎ 2
𝑛 = ⌈𝑛 ( ∗ ) ⌉ (5)
ℎ
T/C
TR
Usado para registrar informações relativas a um
Turnos Caixa de Dados
Refugo processo de manufatura, departamento, cliente etc.
Entrega por
Mostra a frequência de entregas
caminhão
Movimento de
Um estoque controlado de peças que é utilizado para
produtos acabados
a programação da produção em um processo anterior.
para o cliente
Kanban de Produção
“Um por container”. Um cartão ou dispositivo que avisa
(linhas pontilhadas
um processo quanto do que pode ser produzido e dá
indicam a rota do
permissão para faze-lo.
Kanban)
Kanban de Retirada
(linhas pontilhadas Um cartão ou dispositivo que instrui o movimentador de
indicam a rota do material para obter e transferir peças.
Kanban)
Kanban de “Um por lote”. Sinaliza quando um ponto de reposição é
Sinalização (linhas alcançado e outro lote precisa ser produzido. Usado
pontilhadas indicam a quando o processo fornecedor deve produzir em lotes
rota do Kanban) por causa de trocas necessárias.
Dá instrução para produzir imediatamente uma
Bola para Puxada quantidade e tipo pré-determinado, geralmente uma
sequenciada unidade. Um sistema puxado para processos de
submontagem sem usar um supermercado.
Kanban chegando em
lotes
Estoque de
“Pulmão” ou “estoque de segurança”, se inevitáveis,
segurança ou
devem ser anotados.
Pulmão