A Simulação Computacional Como Ferramenta de Auxílio À Tomada de Decisão Na Produção de Elementos Pré-Fabricados

UNIVERSIDADE ESTADUAL DE CAMPINAS
Faculdade de Engenharia Civil, Arquitetura e Urbanismo
PHELIPE VIANA RUIZ
A SIMULAÇÃO COMPUTACIONAL COMO

FERRAMENTA DE AUXÍLIO À TOMADA DE DECISÃO
NA PRODUÇÃO DE ELEMENTOS PRÉ-FABRICADOS
CAMPINAS
2019
PHELIPE VIANA RUIZ
A SIMULAÇÃO COMPUTACIONAL COMO

FERRAMENTA DE AUXÍLIO À TOMADA DE DECISÃO
NA PRODUÇÃO DE ELEMENTOS PRÉ-FABRICADOS
Dissertação de Mestrado apresentada a

Faculdade de Engenharia Civil, Arquitetura e
Urbanismo da Unicamp, para obtenção do
título de Mestre em Engenharia Civil, na área
de Construção.
Orientadora: Profa. Dra. Patricia Stella Pucharelli Fontanini
ESTE EXEMPLAR CORRESPONDE À VERSÃO DA

DISSERTAÇÃO DEFENDIDA PELO ALUNO PHELIPE VIANA
RUIZ E ORIENTADO PELA PROFA. DRA. PATRICIA STELLA
PUCHARELLI FONTANINI.
ASSINATURA DA ORIENTADORA
_______________________________________________
CAMPINAS
2019
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE ENGENHARIA CIVIL, ARQUITETURA E
URBANISMO
A SIMULAÇÃO COMPUTACIONAL COMO FERRAMENTA

DE AUXÍLIO À TOMADA DE DECISÃO NA PRODUÇÃO DE
ELEMENTOS PRÉ-FABRICADOS
Phelipe Viana Ruiz
Dissertação de Mestrado aprovada pela Banca Examinadora, constituída por:
Profa. Dra. Patricia Stella Pucharelli Fontanini

Presidente e Orientadora / Universidade Estadual de Campinas
Prof. Dr. José Carlos Paliari

Universidade Federal de São Carlos
Prof. Dr. Alexandre Araújo Bertini

Universidade Federal do Ceará
A Ata da defesa com as respectivas assinaturas dos membros encontra-se no

SIGA/Sistema de Fluxo de Dissertação/Tese e na Secretaria do Programa da
Unidade.
Campinas, 29 de janeiro de 2019

DEDICATÓRIA
Dedico este trabalho à minha família
Meus pais Vanderléia e Adilson
Minha irmã Isabella
Ao Kovu e à Kyara
Por todo amor, carinho e apoio

EPÍGRAFE
“A gratidão desbloqueia a abundância da vida. Ela

torna o que temos em suficiente, e mais. Ela torna a
negação em aceitação, caos em ordem, confusão em
claridade. Ela pode transformar uma refeição em um
banquete, uma casa em um lar, um estranho em um
amigo. A gratidão dá sentido ao nosso passado, traz
paz para o hoje, e cria uma visão para o amanhã”
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 à Profa. Dra. Patricia Stella Pucharelli Fontanini, pela orientação na

condução desta dissertação, pelas prazerosas conversas com café e pela duradoura
e sincera amizade.
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.
Às minhas queridas amigas Deborah, Marcela, Paula e Julia, pelas discussões e

contribuições para este trabalho, pelas boas conversas e pela companhia cotidiana
nos dias de trabalho, tornando o passar dos dias sempre em um tempo agradável.
Também agradeço aos demais amigos e colegas de mestrado, demais integrantes do
LabTec e amigos da Unicamp.
Agradeço à empresa de pré-fabricados que abriu suas portas e forneceu os dados

necessários para a condução deste estudo.
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.
Agradeço à Unicamp, pelo respaldo e pelas instalações que permitiram a condução

deste trabalho. Também agradeço à Equipe da Secretaria de Pós-Graduação em
Engenharia Civil, Arquitetura e Urbanismo da Unicamp, em principal ao Eduardo
Estevam da Silva e à Rosana Kelly, por todo o apoio e suporte que me deram durante
o mestrado.
RESUMO
A melhoria da qualidade, controle e produtividade das construções é necessária para

a sobrevivência das construtoras do setor da construção civil. Um dos meios
propostos para atingir tais melhorias é por meio da industrialização do processo
construtivo. Para a industrialização do setor, propõe-se o deslocamento de atividades
para fora do canteiro de obras, contemplando a utilização de elementos pré-
fabricados. Ainda que estes elementos sejam executados em ambientes de maior
controle e eficiência, ainda assim apresentam problemas relativos a produtividade e
desperdício. No intuito de auxiliar gestor a embasar sua tomada de decisão com
relação à produção da sua linha de produção de elementos pré-fabricados, este
estudo teve como objetivo desenvolver um modelo de simulação computacional para
a criação de cenários produtivos da linha de produção de elementos pré-fabricados
de concreto como ferramenta de auxílio à tomada de decisão. O método aplicado foi
a Design Science Research (DSR). Primeiramente, foi aplicado um questionário
exploratório com relação à tomada de decisão com intuito de identificar quais são os
elementos, processos e indicadores na linha de produção de elementos pré-
fabricados de maior relevância aos gestores. Em seguida, foi escolhida uma linha de
produção de pilares pré-fabricados para o mapeamento de seus processos. Na
sequência esta linha foi modelada em um software de simulação, e simultaneamente
desenvolvido um painel de controle para geração de múltiplos cenários. Este estudo
resultou na criação de um modelo que auxilia a tomada de decisão, proporcionando
ao gestor uma ampla visualização das soluções possíveis. A principal contribuição
deste estudo foi apresentar um modelo que permite aos tomadores de decisão
comparar diferentes cenários produtivos e seus resultados para adotar a solução mais
adequada para cada situação analisada.
Palavras-Chave: Produtividade. Simulação. Tomada de Decisão. Controle de
Produção. Pré-fabricados.
ABSTRACT
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 1 - A tomada de decisão e auxílio ao tomador de decisão ............................. 26
Figura 2 - Correlação entre as palavras-chave ......................................................... 32
Figura 3 - Classificação dos artigos com relação ao enfoque do estudo .................. 34
Figura 4 - Aprovação do projeto de pesquisa pelo Comitê de Ética .......................... 37
Figura 5 - Definição de Industrialização .................................................................... 40
Figura 6 - Diferença entre Elementos Pré-moldados e Pré-fabricados ..................... 43
Figura 7 - Processo de produção de elementos pré-fabricados ................................ 45
Figura 8 - Armação passiva de pilar com consolos laterais ...................................... 49
Figura 9 - Esquema geral do processo de fabricação de peças pré-fabricadas ........ 51
Figura 10 - Armazenamento de pilares pré-fabricados ............................................. 52
Figura 11 - Maneiras de se estudar um sistema ....................................................... 56
Figura 12 - Etapas para a elaboração de um modelo de simulação ......................... 61
Figura 13 - Ciclo de vida de um modelo de simulação .............................................. 62
Figura 14 - Exemplo de sistema sistema representado em ACD .............................. 63
Figura 15 - Modelo computacional do atendimento bancário documentado através do

IDEF-SIM................................................................................................................... 65
Figura 16 - Passo a passo para a validação de modelos computacionais ................ 72
Figura 17 - Etapas para melhorar um sistema da construção ................................... 77
Figura 18 - Etapas do Mapeamento do Fluxo de Valor ............................................. 85
Figura 19 - Panorama geral sobre pesquisa envolvendo MFV e SED ...................... 91
Figura 20 - Etapas para a realização de estudos com MFV e SED .......................... 91
Figura 21 - Delineamento do Método de Pesquisa ................................................... 95
Figura 22 - Etapa de desenvolvimento do artefato .................................................. 100
Figura 23 - MFV do Estado Atual da linha de produção de paninéis pré-fábricados da

Empresa A............................................................................................................... 108
Figura 24 - Modelo Conceitual IDEF-SIM do Estado Atual da linha de produção de
painéis pré-fabricados da Empresa A ..................................................................... 108
Figura 25 - Modelo computacional teste ................................................................. 109
Figura 26 - Planta da fábrica ................................................................................... 111
Figura 27 - Pilar sendo sacado da fôrma ................................................................ 112
Figura 28 - Viga especial sendo sacada da fôrma .................................................. 112
Figura 29 - Elemento Doca em processo de desforma ........................................... 113
Figura 30 - Máquina de corte e dobra de bobina de aço para a produção de estribos

(CD_Bobina_01)...................................................................................................... 115
Figura 31 - Estribos sendo produzidos .................................................................... 115
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 35 - Solda das barras aos estribos na B_Solda_02 ..................................... 117
Figura 36 - Armação posicionada nos cavaletes para consolo (Consolo_02) ......... 118
Figura 37 - Estoque de armação na linha de produção (Est_armacao_01) ............ 119
Figura 38 - Pilar_01a com a fôrma recém aberta para a realização do saque ........ 120
Figura 39 - Estoque de pilares na linha de produção do G01 (Est_Pecas_01) ....... 120
Figura 40 - Saque do Pilar_02a com utilização de duas pontes rolantes ................ 120
Figura 41 - Pilares sendo posicionados sobre a carreta na Expedição_01 ............. 121
Figura 42 - Pilares e demais peças armazenadas no G03 ...................................... 122
Figura 43 - Processo de raspagem para limpeza da fôrma ..................................... 122
Figura 44 - Preparação da Forma_02 ..................................................................... 123

Figura 45 - Saque da armação da armação do Pilar_01 do Consolo_01 ................ 124
Figura 46 - Transporte e rotação da armação da armação do Pilar_01 .................. 124
Figura 47 - Posicionamento da armação do Pilar_01 na Forma_02 ....................... 124
Figura 48 - Bolts e tubulação vertical do Pilar_02 ................................................... 125
Figura 49 - Posicionamento do tubo de içamento transversal do Pilar_01 .............. 125
Figura 50 - Bainhas posicionadas nos consolos do Pilar_01 .................................. 125
Figura 51 - Etiqueta de identificação com selo de liberação para a concretagem .. 126
Figura 52 - Cunha de travamento da Forma_02 ..................................................... 127
Figura 53 - Baias de agregados .............................................................................. 128
Figura 54 - Silos de a) Cimento e b) Aditivo ............................................................ 128
Figura 55 - Pá-carregadeira e caçambas de agregados ......................................... 129
Figura 56 - Betoneira Bet_01 .................................................................................. 129
Figura 57 - Despejo do concreto na caçamba de concretagem .............................. 130
Figura 58 - Concretagem da Forma_06 .................................................................. 130
Figura 59 - Acabamento e alisamento do concreto do Pilar_01 .............................. 130
Figura 60 - Pilar_01 com a concretagem finalizada e em processo de cura ........... 131
Figura 61 - Realização do acabamento nos pilares ................................................ 132
Figura 62 - Argamassa para correção de falhas nas peças .................................... 132
Figura 63 - Mapa do Fluxo de Valor do Estado Atual da linha de produção de pilares

pré-fabricados ......................................................................................................... 135
Figura 64 - Exemplo da simbologia IDEF-SIM adaptada utilizada .......................... 137
Figura 65 - Mapa IDEF-SIM do Estado Atual da linha de produção de pilares pré-

fabricados ................................................................................................................ 138
Figura 66 - Visão geral do modelo em funcionamento ............................................ 140
Figura 67 - Detalhe do modelo em funcionamento.................................................. 142
Figura 68 - Tela principal do Painel de controle ...................................................... 143

Figura 69 - Tela de definição dos pilares à serem produzidos em cada fôrma ....... 144
Figura 70 - Tela de cadastramento dos pilares ....................................................... 145
Figura 71 - Cálculo do número de replicações necessários .................................... 146
Figura 72 - Exemplificação dos relatórios gerados pelo modelo ............................. 147
Figura 73 - Método da Revisão Sistemática da Literatura ....................................... 176
Figura 74 - Protocolo para a realização da Revisão Sistemática da Literatura ....... 177
Figura 75 - Questionário Exploratório ...................................................................... 180
Figura 76 - Questionário Exploratório (continuação) ............................................... 181

LISTA DE TABELAS
Tabela 1 - Número de artigos por periódico .............................................................. 31
Tabela 2 - Contagem das palavras-chave por artigo................................................. 31
Tabela 3 - Contribuições dos artigos com relação ao Número de Artigos ................. 33
Tabela 4 - Percentual de funcionários utilizados para a realização das atividades . 134
Tabela 5 - Equações probabilisticas por atividade .................................................. 136
Tabela 6 - Distribuições probabilísticas dos tempos de espera (estoques) entre

atividades ................................................................................................................ 136
Tabela 7 - Validação do modelo segundo o teste estatístico de inferência sobre a

diferença entre duas médias de amostras independentes ...................................... 147
LISTA DE QUADROS
Quadro 1 - Diferenças entre o modelo e a realidade................................................. 55
Quadro 2 - Simbologia utilizada na técnica IDEF-SIM .............................................. 64
Quadro 3 - Etapas necessárias para realizar um estudo de SED aplicado a construção

.................................................................................................................................. 80
Quadro 4 - Itens para elaboração do MFV ................................................................ 86
Quadro 5 - O papel da SED na redução do desperdício ........................................... 90
Quadro 6 - Tipos de Artefato ..................................................................................... 94
Quadro 7 - Detalhamento dos pilares produzidos durante a realização do estudo . 114
Quadro 8 - Critérios de classificação de aderência ................................................. 178
Quadro 9 - Definição dos códigos utilizados para os recursos, locais e entidades . 188
Quadro 10 - Definição dos códigos utilizados para os recursos, locais e entidades

(continuação)........................................................................................................... 189
Quadro 11 - Definição dos códigos utilizados para os recursos, locais e entidades

(continuação)........................................................................................................... 190
Quadro 12 - Ícones utilizados no Promodel® .......................................................... 191
Quadro 13 - Ícones utilizados no Promodel® (continuação) ................................... 192
Quadro 14 - Ícones do Fluxo de Materiais .............................................................. 262
Quadro 15 - Ícones do Fluxo de Informações ......................................................... 263
Quadro 16 - Ícones Gerais ...................................................................................... 264

LISTA DE GRÁFICOS
Gráfico 1 - Distribuição dos artigos classificados como aderentes por ano de

publicação ................................................................................................................. 30
Gráfico 2 - Métodos mais utilizados .......................................................................... 33
Gráfico 3 - Nível de escolaridade dos participantes ................................................ 103
Gráfico 4 - Atividades exercidas pelos participantes ............................................... 104
Gráfico 5 - Avaliação dos participantes quanto a eficiência do gerenciamento e tomada

de decisão de suas empresas ................................................................................. 104
Gráfico 6 - Indicadores utilizados para basear a decisão quanto ao planejamento da

produção ................................................................................................................. 105
Gráfico 7 - Elementos mais importantes para medir o desempenho da produção .. 106
Gráfico 8 - Intenção de implantação de sistema de simulação nas empresas ........ 107
Gráfico 9 - Evolução do processo de revisão sistemática da literatura ................... 178
Gráfico 10 - Distribuição dos artigos por nível de aderência ................................... 179

LISTA DE ABRAVIATURAS E SIGLAS
ABCIC – Associação Brasileira da Construção Industrializada de Concreto
ABNT – Associação Brasileira de Normas Técnicas
ACD – Activity Cycle Diagram
AG – Algoritmo Genético
BIM – Building Information Modeling
BNDES – Banco Nacional de Desenvolvimento Econômico e Social
Conseil International du Bâtiment (Francês) ou International

CIB –
Council for Building (Inglês)
CP V ARI – Cimento Portland de Alta Resistência Inicial
DOE – Design of Experiments
DS – Design Science
DSR – Design Science Research
IDEF – Integrated Definition Methods
IDEF-SIM – Integrated Definition Methods - Simulation
IID – Independente e Identicamente Distribuído
JIT – Just-in-Time
L/T – Lead Time, ou em português Tempo de Entrega
MFV – Mapeamento do Fluxo de Valor
RSL – Revisão Sistemática da Literatura
SAD – Simulation Activity Diagrams
SBA – Simulação Baseada em Agentes
SD – Sistemas Dinâmicos
SED – Simulação de Eventos Discretos

SLR – Systematic Literature Review
STP – Sistema Toyota de Produção
T/C – Tempo de Ciclo, ou em inglês Cycle Time
TAV – Tempo de Agregação de Valor, ou em inglês Value Added Time
TPS – Toyota Production System
V&V – Verificação e Validação
VSM – Value Stream Mapping
WIP – Work in Process

SUMÁRIO
1. Introdução ............................................................................................................ 23
1.1. Contexto e Justificativa....................................................................................... 23
1.2. Problema de Pesquisa ....................................................................................... 25
1.3. Revisão Sistemática da Literatura ...................................................................... 29
1.4. Hipóteses ........................................................................................................... 35
1.5. Objetivo .............................................................................................................. 35
1.5.1. Objetivos Específicos .............................................................................. 35
1.6. Delimitação......................................................................................................... 36
1.7. Estrutura do trabalho .......................................................................................... 36
1.8. Comitê de Ética .................................................................................................. 37
2. Pré-Fabricação .................................................................................................... 38
2.1. História da industrialização da construção ......................................................... 38
2.1.1. Definição da Industrialização da Construção .......................................... 39
2.2. Definição de Pré-fabricação ............................................................................... 41
2.3. Produção de Elementos Pré-Fabricados ............................................................ 44
2.3.1. Projeto .................................................................................................... 45
2.3.2. Fabricação .............................................................................................. 47
2.3.3. Manuseio, armazenamento e transporte ................................................ 52
2.3.4. Controle de qualidade e inspeção........................................................... 53
3. Modelagem e Simulação ..................................................................................... 54
3.1. Definição de Modelagem e Simulação ............................................................... 54
3.2. Simulação de Eventos Discretos ........................................................................ 59
3.2.1. Concepção .............................................................................................. 62
3.2.2. Implementação ....................................................................................... 68
3.2.3. Análise .................................................................................................... 74
3.3. A simulação na construção ................................................................................ 76
4. Produção Enxuta ................................................................................................. 81
4.1. Definição ............................................................................................................ 81
4.2. Mapeamento de Fluxo de Valor ......................................................................... 83
4.2.1. Mapa do Estado Atual ............................................................................. 85
4.2.2. Mapa do Estado Futuro .......................................................................... 87
4.2.3. Mapeamento do Fluxo de Valor e a Simulação de Eventos Discretos .... 88
5. Método.................................................................................................................. 92
5.1. Estratégia de Pesquisa....................................................................................... 92
5.2. Delineamento da Pesquisa................................................................................. 94
5.2.1. Concepção .............................................................................................. 96
5.2.2. Implementação ....................................................................................... 98
5.2.3. Análise .................................................................................................. 101
6. Resultados ......................................................................................................... 102
6.1. Questionário Exploratório – Perspectivas do tomador de decisão ................... 102
6.2. Modelo Teste.................................................................................................... 107
6.3. Estudo de Caso ................................................................................................ 109
6.4. Modelo Conceitual ............................................................................................ 133
6.5. Modelo Computacional ..................................................................................... 139
7. Discussão .......................................................................................................... 149
7.1. Análise com relação à literatura ....................................................................... 149
7.2. Avaliação do cenário produtivo existente e das ferramentas aplicadas ........... 150
7.3. Atendimento ao objetivo do estudo e limitações do estudo .............................. 153
8. Conclusão .......................................................................................................... 155
8.1. Principais considerações .................................................................................. 155
8.2. Limitações do trabalho ..................................................................................... 158
8.3. Sugestões para estudos futuros ....................................................................... 159
Referências ............................................................................................................ 161
Apêndice A - Revisão Sistemática da Literatura (RSL) ...................................... 175
Apêndice B - Questionário Exploratório ............................................................. 180
Apêndice C - Códigos utilizados no IDEF-SIM e Promodel®............................. 188
Apêndice D - Ícones utilizados para os recursos e entidades .......................... 191
Apêndice E – Codificação do Modelo Promodel®.............................................. 193
Apêndice F – Codificação do Painel em Microsoft Office Excel®..................... 256
Apêndice G – Codificação do Software ‘R’ ......................................................... 258
Anexo A - Equações de Verificação e Validação de Modelos ........................... 259
Anexo B - Símbolos do Mapeamento do Fluxo de Valor ................................... 262
23
CAPÍTULO 1
INTRODUÇÃO
1. INTRODUÇÃO
Este capítulo apresenta o contexto e justificativa do tema proposto, os

problemas reais e de pesquisa, resultados da Revisão Sistemática da Literatura
(RSL), as questões de pesquisa, bem como suas proposições, objetivos e
delimitações do trabalho. Ao final do capítulo, é apresentada a estrutura do trabalho
como um todo.
1.1. Contexto e Justificativa
A construção civil é um dos principais setores da economia; entretanto

ainda se caracteriza por apresentar baixa produtividade e pouco controle na produção.
Este cenário resulta em desperdícios de tempo e recursos e, uma imprevisibilidade
dos mesmos, tendo-se que impor altos percentuais de incerteza, além da deficiência
de projetos e inúmeras improvisações.
A indústria da construção desenvolve suas atividades, na maioria dos

casos, de forma desarticulada. Projeto e produção são processos que ocorrem de
forma independente sob o ponto de vista interativo, tendo seu isolamento favorecido
pelas práticas gerenciais aplicadas. Este cenário resulta na dificuldade de troca de
informações entre os profissionais. Esta desarticulação entre projeto e produção
contribuem negativamente para o setor, depreciando a construção como indústria e
conduzindo-a para resultados indesejáveis como a improdutividade da mão de obra e
o surgimento de manifestações patológicas durante as atividades de construção e no
produto final (VIVAN; PALIARI; NOVAES, 2010).
Opondo-se a este cenário, as empresas dispostas a permanecer no

mercado competitivo tiveram de buscar novos posicionamentos e aperfeiçoamentos
de suas cadeias produtivas e gerenciais. Para compreender a cadeia de suprimentos
como um todo, procuraram por formas de minimização de gastos, prazos e
desperdícios. Com isso, os estudos na área de gestão e planejamento tornaram-se
cada vez mais valorizados, para assim, aumentar as margens de lucro, qualidade,
satisfação do cliente e velocidade de produção.
Capítulo 1 - Introdução 24
A globalização econômica tem promovido grandes transformações na

economia mundial. Entre estas transformações constam o aumento da
competitividade, introdução de novas tecnologias gerenciais e a mudança
comportamental do mercado consumidor, o qual se mostra cada vez mais exigente e
informado.
A melhoria da qualidade e produtividade das construções é essencial para

a sobrevivência das construtoras e um dos modos de atingi-la é com a industrialização
do processo construtivo. Na industrialização do processo construtivo, migra-se das
técnicas artesanais de baixa produtividade e utilização intensiva de recursos cada vez
mais escassos como, por exemplo, a mão de obra empregada, para as mais
industriais possíveis (PEREIRA, 2008).
A aplicação de processos industrializados na construção começou há

vários anos e é uma tendência importante no setor. O intuito é obter melhorias
relativas a níveis de produtividade mais elevados e melhor qualidade dos produtos de
construção. Relatórios e estudos de caso de diferentes partes do mundo mostraram
que a pré-fabricação e a montagem in loco estão se tornando uma prática comum
(BABIČ; PODBREZNIK; REBOLJ, 2010).
A aplicação da industrialização na construção visa sanar os problemas

relacionados a margens de lucro baixas em comparação com outras indústrias e à
escassez de trabalhadores qualificados. Para Babič, Podbreznik e Rebolj (2010), a
pré-fabricação de componentes de construção em uma instalação remota demonstra
a vantagem de se economizar espaço para o armazenamento de material no local, o
que acarreta em um melhor controle de qualidade da produção, redução de
desperdício e possibilidade de um gerenciamento de cadeia de suprimentos mais
eficiente.
É consenso que as tecnologias construtivas tradicionais não atendem a

estes requisitos, pois não possuem a produtividade necessária e, são altamente
dependentes da mão de obra especializada. Sendo assim, muitas construtoras estão
buscando “sistemas construtivos industrializados” como solução para sua atuação no
mercado de baixa renda (SILVA et al., 2010).
Na busca por esses requisitos, as construções industrializadas têm

realizado uma maior racionalização dos materiais, organização e controle sobre os
processos produtivos, redução do tempo de execução e a redução do custo global

dos conjuntos habitacionais, tornando seus produtos mais enxutos e competitivos.
1.2. Problema de Pesquisa
O processo de tomada de decisão é um dos pontos de maior importância

para o sucesso de uma organização. A tomada de decisão bem embasada é essencial
para maximizar a eficiência de medidas que irão aumentar o impacto econômico e
melhorar o fluxo de trabalho (DZIADOSZ; KONCZAK, 2016). A tomada de decisão
ocorre a todo tempo, em todos os níveis, e influencia diretamente o desempenho
produtivo. Sua importância é evidente e pode ser percebida ao analisar-se uma
organização, sendo impossível pensar na organização sem considerar a ocorrência
constante do processo decisório (GONTIJO; MAIA, 2004).
Toda tomada de decisão apresenta algum risco. Na maioria das escolhas

do cotidiano, este risco é pequeno, porém, em uma organização, as implicações, tanto
positivas como negativas, podem ter grandes impactos. A preocupação crescente com
relação a minimização de riscos e busca pela melhora das decisões operacionais,
levam as empresas a utilizar instrumentos de simulação para avaliar vulnerabilidades
e oportunidades (BUCHANAN; O’CONNELL, 2006). Neste cenário, o domínio da
teoria e do processo de tomada de decisão é crucial para as organizações e gestores,
pois a complexidade dos negócios é crescente e exige respostas cada vez mais
rápidas (GONTIJO; MAIA, 2004).
A precariedade dos procedimentos de planejamento e controle de custos,

prazos e qualidade na construção civil é uma das principais causas da baixa eficiência
do gerenciamento das empresas do setor, decorrente em grande parte da coleta de
dados e retroalimentação de informações deficientes. Para permitir soluções mais
eficientes e adequadas aos problemas da organização, os gerentes necessitam de
informações que forneçam um entendimento claro da situação auxiliando no processo
de tomada de decisões (LANTELME, 1994).
A falta de dados e informações que auxiliem uma tomada de decisão

apresenta-se como uma das dificuldades das organizações do setor da construção. O
desconhecimento e falta de experiência de diretores, gerentes e demais funcionários
das empresas da construção civil quanto ao processo de coleta, processamento e
avaliação de dados podem justificar este quadro (LANTELME, 1994).
A tomada de decisão é um processo cognitivo que resulta na seleção de

uma entre várias alternativas. No esquema da Figura 1 está identificado o processo
de tomada de decisão dentro das organizações, destacando-se as variáveis de maior
interferência neste processo. Neste esquema, o tomador de decisão se encontra no
centro do processo, onde todos os esforços são voltados a auxiliá-lo neste momento.
Freitas (1993) evidencia que a ideia do processo é o apoio à tomada individual de
decisão, no sentido de auxiliar o tomador de decisão. A partir do fornecimento rápido
e fácil das informações que ele necessita para superar as diferentes etapas do
processo de decisão.
Figura 1 - A tomada de decisão e auxílio ao tomador de decisão
Fonte: Adaptado de FREITAS (1993).

Conforme apresentado na Figura 1, o tomador de decisão possui seus
próprios valores, crenças e recursos, porém necessita de informações que o auxiliem
a compreender a incerteza e complexidade da situação em análise. Entendida a
situação, o tomador de decisão deve analisar e definir quais as ações necessárias
para atingir os objetivos determinados pela organização, utilizando os recursos
disponíveis.
A tomada de decisão feita de forma equivocada e mal embasada poderá

gerar perdas na produtividade da organização. A produtividade é um dos fatores mais
importantes que afetam o desempenho geral de qualquer empresa no setor de
construção. No entanto, a execução dos projetos da construção possui naturalmente

um grau de incerteza e sua produtividade atual acaba por ser diferente do valor
planejado (YANG et al., 2014).
Dziadosz e Konczak (2016) apontam a existência de uma grande variedade

de métodos e técnicas que podem ser utilizados para auxiliar o processo de tomada
de decisão, desde métodos computacionais simples aos mais sofisticados. Dentre as
características básicas das ferramentas disponíveis para auxílio à tomada de decisão
se incluem:
 Compreensibilidade, qualidade e facilidade de interpretação dos

resultados obtidos;
 Aparelhos matemáticos aplicados (software apropriado, ferramentas

para simulações);
 Capacidade de cumprir os pressupostos rigorosos (tipo de dados,

intervalo de tamanho da amostra, etc.), tipo e escopo da entrada de
dados;
 Facilidade de verificação e posterior implementação de dados para

planejamento e execução de um projeto de construção.
Barreiros e Zancul (2014) afirmam que, com os custos crescentes dentro

do setor da construção, o impacto sobre as margens de lucro já seria suficiente para
despertar preocupação por parte das empresas do setor com relação ao tema da
produtividade. Neste cenário o aumento da complexidade dos negócios, devido à
gestão de múltiplas obras simultâneas, aliado ao cenário de restrição de recursos,
exige das empresas um melhor cumprimento de prazos, para que oscilações de
planejamento em um empreendimento não tenham tantos impactos sobre os prazos
de entrega.
Para Wang et al. (2012), a montante e a jusante, a indústria é pressionada

para projetar linhas de fabricação mais eficientes, controlar os custos de materiais e
trabalhistas, para fabricar apenas o necessário para evitar desperdícios por conta de
alterações dos pedidos e para fazer a entrega just-in-time (JIT), visando minimizar os
custos de armazenamento e manuseio.
Segundo Lantelme (1994), para avaliar a melhoria do desempenho de uma

empresa, é imprescindível a medição e controle da produtividade. É comum no setor
medir-se apenas a produção de uma equipe e operário para fins de pagamento das
tarefas ou volume e/ou quantidade produzida. Contudo, não se deve confundir
produção com produtividade. A produção é referente apenas às quantidades
executadas em um determinado período e a medição da produtividade relaciona-se
às quantidades executadas, o tempo gasto em sua execução e o número de indivíduos
envolvidos no processo.
A mentalidade enxuta (lean thinking) é um paradigma de engenharia

emergente que visa ajudar as empresas a aumentar a eficácia dos processos, reduzir
custos de produtos e serviços e, consequentemente, aumentar a competitividade (AL-
AOMAR, 2011). A construção enxuta, derivada da mentalidade enxuta, é uma
metodologia cada vez mais popular, que tem origem no Toyota Production System
(TPS) (LI et al., 2018).
Esta metodologia visa ajudar a suavizar o fluxo de produção e informação,

minimizando a variação, o desperdício de material, tempo e recursos humanos, e
melhorando a coordenação e a qualidade da produção. A aplicação do paradigma
lean nos sistemas de produção dinâmicos atuais exige um foco especial na análise de
medidas de desempenho baseadas no tempo, como lead time, velocidade de entrega,
takt-time de produção e nível de estoque (LI et al., 2018).
A pré-fabricação foi criada para aumentar a produtividade da construção,

bem como, a capacidade de construção e a qualidade dos edifícios. Na aplicação da
pré-fabricação no setor de construção é necessário analisar a seleção de materiais,
design de elementos, transporte e métodos de montagem em canteiro, bem como
prestar atenção ao layout da fábrica, controle de inventário e programação de
produção (CHAN; HU, 2002a; CHEN; YANG; TAI, 2016a).
A pré-fabricação é uma forma de industrialização que transfere algumas

etapas do projeto de uma construção do canteiro para uma instalação de produção
fora do local de execução (WANG; HU, 2017). Atualmente, a demanda por construção
pré-fabricada tem aumentado, especialmente em projetos de infraestrutura de
empreendimentos públicos, habitações de interesse social e transportes.
É um desafio ao setor de pré-fabricados de concreto produzir os elementos

de concreto feitos sob medida para que possam ser entregues em canteiro conforme
necessário. Pra isso, as fábricas precisam trabalhar em colaboração com projetistas
e se atentar aos detalhes como dimensões, materiais e requisitos de resistência
(WANG et al., 2012).
Os atuais métodos de produção para a construção de elementos pré-

fabricados de concreto estão se tornando gradualmente insuficientes para atender às
demandas da indústria. A maioria das fábricas pré-fabricadas incorpora linhas de
produção de moldagem fixa para produzir elementos estruturais como vigas, lajes e
pilares. O processo de construção de pré-moldados, por exemplo, precisa ser revisado
de modo a controlar os custos, além de melhorar a alocação de recursos, a produção
e o controle de qualidade (CHEN; YANG; TAI, 2016b).
1.3. Revisão Sistemática da Literatura
No intuito de compreender o que já foi abordado e produzido na literatura

quanto à produtividade no setor de produção de elementos pré-fabricados e para
identificar lacunas de conhecimento relacionadas, foi conduzida uma Revisão
Sistemática da Literatura (RSL) também chamada de Systematic Literature Review
(SLR). Todo o detalhamento do processo da revisão sistemática está disposto no
Apêndice A.
Por meio do processo apresentado no Apêndice A, foram selecionados 25

artigos aderentes ao tema em análise. Ao avaliar a distribuição destes estudos pelo
ano de publicação, é possível observar que 60% destes artigos foram publicados nos
últimos 6 anos (2012 a 2018), mesmo sendo considerado um horizonte de 28 anos
(artigos publicados a partir de 1990). Este fato indica se tratar de um tema que
recentemente tem chamado a atenção da comunidade científica.
Ainda se observa que estudos sobre a produtividade no setor de produção

de elementos pré-fabricados, mais voltados ao desenvolvimento de artefatos para
melhoria da produtividade do setor de pré-fabricados começaram a aparecer em 2001,
conforme indicado no Gráfico 1.
Gráfico 1 - Distribuição dos artigos classificados como aderentes por ano de

publicação
5
4
Número de Artigos
Ano de Publicação
Fonte: Autoria própria.

Também se avaliou o periódico de publicação destes artigos, conforme
indicado na Tabela 1. Do total de 25 artigos, 7 deles foram publicados no periódico
Automation in Contruction (28%), além do Journal of Construction Engineering and
Management, com um total de 4 artigos (16%), os quais juntos totalizam quase metade
de toda a amostra, o que indica uma maior concentração dos artigos aderentes nestes
periódicos. Tanto o Automation in Contruction e o Journal of Construction Engineering
and Management tem apresentado um grande enfoque nos artigos relacionados a
elaboração de modelos analíticos1 para otimização de processos produtivos.
Outra informação analisada dos artigos foram suas palavras-chave,

conforme indicado na Tabela 2. Nesta tabela foram dispostas as palavras-chave
utilizadas mais de uma vez em diferentes artigos. Cabe ressaltar que, mesmo a string
de busca sendo product* AND (precast OR prefabricated), a palavra-chave mais
encontrada nos artigos de amostra foi Genetic Algorithm, tendo um total de 8
aparições em diferentes artigos (32% dos artigos), indicando a principal temática dos
artigos relacionados ao tema nos últimos anos, tema que aborda o desenvolvimento
de um modelo com base em algoritmos genéticos (modelos analíticos).
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).
Tabela 1 - Número de artigos por periódico

Número de
Períodico
artigos
Automation in Construction 7
Journal of Construction Engineering and Management 4
Expert Systems with Applications 2
Architectural Science Review 1
ARPN Journal of Engineering and Applied Sciences 1
Canadian Journal of Civil Engineering 1
Computers & Structures 1
Engineering Journal 1
Engineering Optimization 1
Journal of Architectural Engineering 1
Journal of Computing in Civil Engineering 1
Journal of Engineering, Project, and Production Management 1
OR Insight 1
PCI Journal 1
Proceedings of the Institution of Civil Engineers-Management Procurement and Law 1

Mesmo quando comparado com a quantidade total de palavras-chave,
ainda assim o algoritmo genético (AG) tem destaque, contemplando 17% de todas as
palavras-chaves utilizadas. Alinhado com esta análise, a segunda palavra-chave mais
utilizada é optimization (otimização), o que reforça o grande enfoque atual no tema de
modelos em AG, já que “otimização” está diretamente relacionada ao objetivo do uso
de modelos analíticos. Em seguida, sendo utilizada em um total de 6 artigos tem-se
Precast production, alinhada com os termos de busca da RSL realizada.
Tabela 2 - Contagem das palavras-chave por artigo

Número de
Palavras-Chave
aparições
Genetic algorithm 8
Optimization 6
Precast production 6
Lean construction 3
Precast construction 3
Production scheduling 3
Productivity 3
Buffer 2
Building Information Modelling (BIM) 2
Construction 2
On-time delivery 2
Precast 2
Precast concrete 2
Production planning 2
Simulation 2
Outros 93
Total 141
Algoritmo genético (GA) é um tipo popular de algoritmos evolutivos que é

utilizado para otimizar problemas complexos e foi introduzido em 1975 por Holland
(1975). No GA, uma solução aleatória inicial é otimizada durante as gerações e cada
nova população é construída pelo cruzamento e mutação dos indivíduos na geração
anterior (MIRJALILI; MIRJALILI; LEWIS, 2014).
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.
Figura 2 - Correlação entre as palavras-chave

Ao avaliar-se os artigos, estes foram classificados com relação aos
métodos utilizados. Destes destacou-se no Gráfico 2 os métodos mais utilizados, no
caso aqueles que foram adotados mais de uma vez, contemplando 60% dos artigos
considerados aderentes. Neste gráfico é possível observar que o método mais
utilizado foi a realização de um modelo analítico, com o uso de AG. Dentre esses
casos, cabe o destaque à criação de modelos com a verificação utilizando dados
retirados da literatura, sem a realização de uma coleta de dados in loco (20%). Em
seguida tem-se a utilização da Pesquisa-Ação, diretamente realizada em fábrica,

utilizada em 12% dos artigos, e a realização de um estudo de caso em fábrica seguida
pela elaboração de um modelo analítico em AG, também com 12%.
Gráfico 2 - Métodos mais utilizados

25,0%
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)

Avaliados os métodos, foram identificadas nos artigos as suas principais
contribuições, conforme apresentado na Tabela 3. Com relação a contribuição dos
estudos, cabe destacar o “Modelo Analítico de otimização da produção de peças pré-
fabricadas”, contemplando 44% dos artigos, o que está alinhado com as análises
anteriores.
Tabela 3 - Contribuições dos artigos com relação ao Número de Artigos

Número de
Contribuição
artigos
Modelo Analítico de otimização da produção de peças pré-fabricadas 44,0%
Padronização e automação do processo de preparo das formas 8,0%
Ferramenta para mensurar a produtividade com tela de controle para o tomador de decisão 8,0%
Mapeamento da produção com uso do BIM 8,0%
Ferramenta para coleta de dados em tempo real 4,0%
Modelo de otimização de estoques 4,0%
Identificação de atividades e desperdícios 4,0%
Avaliação da aplicação de Ferramentas Lean 4,0%
Modelo para otimização da tomada de decisão 4,0%
Modelo para instalação de peças pré-fabricadas otimizada 4,0%
Estabilidade básica da produção de peças pré-fabricadas 4,0%
Modelo para otimização da alocação das equipes de trabalho 4,0%

Em seguida tem-se a “Padronização e automação do processo de preparo
das formas”, “Ferramenta para mensurar a produtividade com tela de controle
(dashboard) para o tomador de decisão” e “Mapeamento da produção com o uso de
BIM”, cada um contemplando 8% dos artigos. Nota-se a grande diferença comparada

com a contribuição mais visada, o que reforça ainda mais o enfoque da comunidade
científica a produzir modelos analíticos para otimização.
Com base nas contribuições identificadas, foram criadas quatro

classificações para os artigos quanto ao seu enfoque, conforme apresentado na
Figura 3. Cabe ressaltar que esta classificação está relacionada ao enfoque principal
dos artigos, o que não significa que foi o único tópico abordado. Neste processo de
classificação, 69% dos artigos foram classificados como tendo seu enfoque na
otimização do processo produtivo. Este alto valor se explica dado ao grande número
de estudos voltados para o desenvolvimento de um modelo analítico para otimização
do processo de fabricação de peças pré-fabricadas.
Em seguida tem-se os artigos classificados com seu enfoque na avaliação

do processo produtivo, contemplando 19% dos artigos, os quais visaram mapear e
entender a linha de produção, a instalação em canteiro, as equipes de produção, etc.
Dos restantes, 8% foram classificados com o enfoque na simulação de cenários
produtivos, com a elaboração de modelos de simulação com telas de controle e
elaboração de cenários pelos tomadores de decisão. Por fim, apenas 4% tiveram seu
enfoque voltado especificamente ao processo gerencial.
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.
Figura 3 - Classificação dos artigos com relação ao enfoque do estudo

Fica também evidente o pouco enfoque em gerar estudos voltados a

elaboração de modelos de simulação, os quais dão ao gestor a possibilidade de testar
e analisar seu processo produtivo, permitindo visualizar diferentes possibilidades e
adotar a mais adequada aos interesses e objetivos daquele momento. Com isso
observou-se uma lacuna dentro dos estudos avaliados quanto ao uso de modelos de
simulação e avaliação do processo gerencial. Com base nestas informações e na
literatura estudada, foi elaborada a hipótese de pesquisa deste estudo.
1.4. Hipóteses
A hipótese adotada durante a execução deste trabalho foi que “a utilização

da simulação computacional de eventos discretos para simular a produção de
diferentes tempos, estoques e quantidades de recursos de uma linha de produção de
pilares pré-fabricados contribui para o aumento da eficiência da tomada de decisão e
compreensão sobre o fluxo produtivo”.
1.5. Objetivo
O objetivo principal deste trabalho é “desenvolver um modelo para

realização de simulações computacionais de eventos discretos de cenários produtivos
da linha de produção de pilares pré-fabricados como ferramenta de auxílio à tomada
de decisão, com base na filosofia da produção enxuta”.
1.5.1. Objetivos Específicos
Este mesmo trabalho se desdobra nos seguintes objetivos específicos:
 Identificar os elementos e indicadores importantes ao gestor para

embasar sua tomada de decisão relativa a produtividade do setor de
pré-fabricados;
 Mapear e modelar a linha de produção de um elemento pré-

fabricado;
 Desenvolver um painel de controle que permita elaborar cenários

produtivos com diferentes sequencias de atividades e tipos de
pilares, levando consideração os recursos, estoques e tempo
utilizados.
1.6. Delimitação
A pesquisa foi realizada em uma fábrica de elementos pré-fabricados,

acompanhando uma linha de produção de pilares pré-fabricados, dada a necessidade
de delimitar o tamanho do estudo e limitação de tempo para a execução, não havendo
elaboração do modelo baseado na linha de produção de outros elementos ou em
outras fábricas. A pesquisa envolveu gestores de fábricas de pré-fabricados de
concreto associadas a Associação Brasileira da Construção Industrializada de
Concreto (ABCIC).
Este estudo se limitou ao desenvolvimento apenas do processo de

fabricação da linha de produção de pilares 40x50 pré-fabricados, não incluindo o
processo de desenvolvimento do projeto e o processo de instalação em canteiro. A
pesquisa contemplou as áreas de produção das armações dos pilares, o processo de
produção das peças, produção do concreto e processo de acabamento, englobando
apenas as atividades internas à fábrica, ou seja, da chegada das matérias primas até
a saída do produto acabado para o cliente final.
1.7. Estrutura do trabalho
Além do presente capítulo introdutório, o trabalho apresenta a seguinte

estrutura:
O Capítulo 2 deste trabalho consiste na revisão da literatura relacionada a

conceitos relativos a pré-fabricação, abordando a história da industrialização da
construção e o processo de fabricação de elementos pré-fabricados, desde a
concepção do projeto, fabricação, manuseio, armazenamento até o controle de
qualidade do processo produtivo.
O Capítulo 3 deste trabalho aborda o tema da modelagem e simulação de

sistemas, explanando sobre os diferentes tipos de simulação, formas de utilização da
ferramenta, processo de construção, verificação e validação de um modelo, da
simulação de processos e a aplicação da simulação no setor da construção.
O Capítulo 4 deste trabalho apresenta os conceitos relacionados à

Produção Enxuta, explanando sua filosofia e valores, a ferramenta de Mapeamento
do Fluxo de Valor (MFV), além de apresentar a relação entre o uso do MFV e a
Simulação de Eventos Discretos (SED).
O Capítulo 5 apresenta o método de pesquisa utilizado neste trabalho,

descrevendo a estratégia de pesquisa adotada, o delineamento, a descrição e
detalhamento das diferentes fases da pesquisa e os métodos e técnicas utilizados
para a coleta, análise dos dados e construção do modelo.
O Capítulo 6 apresenta os resultados obtidos ao longo deste trabalho. Os

resultados do Questionário Exploratório, a condução do modelo teste, descrição do
local de realização do estudo, a coleta de dados, o processo de elaboração dos
modelos conceituais, computacional e operacional.
O Capítulo 7 apresenta a discussão sobre os resultados deste estudo.

Neste capítulo, são avaliados os resultados obtidos, comparando-os com produtos
semelhantes encontrados na literatura. São também apontados neste capítulo
observações referentes ao processo de produção de pilares estudado, indicando
gargalos de produção e pontos de melhoria, além de uma reflexão sobre o modelo
desenvolvido.
O Capítulo 8 apresenta as principais conclusões deste estudo,

descrevendo a avaliação geral da condução deste trabalho, as principais
considerações, atendimento ao objetivo proposto, limitações deste trabalho e
sugestões para trabalhos futuros
1.8. Comitê de Ética
Este estudo foi submetido no dia 09/10/2017 à avaliação por um Comitê de

Ética, tendo a situação do parecer como aprovada, registrado sob o número do
parecer 2.373.747, código CAAE 78711017.0.0000.5404, emitido na data de 13 de
novembro de 2017, conforme apresentado na Figura 4.
Figura 4 - Aprovação do projeto de pesquisa pelo Comitê de Ética
Fonte: PLATAFORMA BRASIL (2017).

Capítulo 2 - Pré-Fabricação 38
CAPÍTULO 2
PRÉ-FABRICAÇÃO
2. PRÉ-FABRICAÇÃO
Este capítulo aborda conceitos relativos a pré-fabricação, desde a história

da industrialização da construção até o processo de fabricação de elementos pré-
fabricados, o qual é composto pela concepção do projeto, fabricação, manuseio,
armazenamento e controle de qualidade do processo produtivo.
2.1. História da industrialização da construção
Na antiguidade as construções dependiam dos recursos ambientais

disponíveis no local de execução, da terra, do clima e das habilidades e ferramentas
de coleta e utilização destes recursos para a criação de abrigos. Este cenário se
refletia no conhecimento preciso e detalhado das condições climáticas locais e uma
compreensão razoável das características de desempenho dos materiais de
construção disponíveis. Os métodos utilizados para construir esses abrigos surgiram
a partir de inúmeros testes e acidentes e da experiência de gerações anteriores de
construtores que continuaram a usar o que funcionou e rejeitaram o restante (NGOWI
et al., 2005; SEBESTYÉN, 2003).
Após a queda do Império Romano, se iniciou a Idade Média (476 d.C. –

1492 d.C.) a qual embora tenha ficado conhecida por menores atividades construtivas
contou com a construção de grandes catedrais e castelos. O setor da construção
tornou-se mais organizado durante este período, particularmente o corte de árvores,
a extração de pedras, a queima de tijolos/azulejos e a queima de cal para as catedrais
e outros edifícios. Um dos avanços mais importantes das atividades construtivas,
resultante da estabilidade social da Idade Média, foi o artesanato e a educação, o que,
consequentemente, criou a classe dos artesãos. A Idade Média foi seguida pelo
"Renascimento", durante o qual houve renovação na arquitetura, na construção e na
ciência. No entanto, este período testemunhou a erosão do monopólio medieval
tradicional das guildas2 de construção, resultado da introdução de novos métodos e

sistemas construtivos (NGOWI et al., 2005; SEBESTYÉN, 2003).
O século XVIII deu origem à revolução industrial, que iniciou os grandes

desenvolvimentos industriais. Mais tarde, no século XIX, surgiu um novo setor
industrial que produzia equipamentos de construção com elevadores, caldeiras,
radiadores, canalizações e aparelhos sanitários. O grande número de materiais de
construção resultantes da revolução industrial, juntamente com a procura de novas
habitações na Europa, resultado da I e II Guerras Mundiais, em especial a segunda,
proporcionou uma base para o desenvolvimento de tecnologias de construção mais
eficientes (HARRIS, 1992; NGOWI et al., 2005; SEBESTYÉN, 2003). Este momento
exigiu um salto dos métodos tradicionais de trabalho intensivo para os modernos, e
esse processo tem sido referido como a industrialização da construção.
2.1.1. Definição da Industrialização da Construção
Pesquisadores do tema diferem quanto ao que define a industrialização da

construção. Atualmente, existe uma ampla definição sobre o conceito de
industrialização. Nos dicionários é possível se encontrar uma variedade de
descrições, mas não há um consenso (KAMAR et al., 2011). Alguns autores definem
que a industrialização é, essencialmente, a mecanização da construção (BLACHÉRE,
1988), na qual um engenheiro concebe o produto, o qual pode ser produzido por uma
máquina, a qual também é concebida por um engenheiro.
Neste processo são utilizados apenas operadores, os quais tem como

função regular, controlar, abastecer o maquinário, transferindo-se grande parte dos
demais trabalhos aos equipamentos e, por consequência, gerando uma redução da
mão-de-obra. Todo este processo ainda pode ser automatizado e aprimorado por
meio de regulagens e o controle deste maquinário, baseado nas avaliações dos
resultados (feedback) obtidos.
Pode-se definir por meio desta ótica o processo de industrialização como a

utilização de tecnologias com o intuito de substituir os métodos artesanais pela
utilização das máquinas e sistemas autônomos mecanizados, onde a produção em
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.
série seria condição essencial no emprego da tecnologia industrializada (BLACHÉRE,

1988; RÁCZ; RÖNNEBLAD; OLOFSSON, 2010).
Para outros pesquisadores, a industrialização não se define apenas pela

mecanização, mas também engloba a implementação de novas tecnologias
(SEBESTYÉN, 2003). Um exemplo de novas tecnologias é o uso de pré-fabricados
ou outros processos modernos in situ, sendo parte de um processo mais amplo de
modernização a partir do desenvolvimento de métodos modernos de produção e
sistemas tecnológicos. Nestas operações os processos de produção são
mecanizados e estão focados na produção em massa e principalmente na produção
fabril, em que o trabalho é organizado de forma centralizada (KAMAR et al., 2011).
Com o advento das novas ferramentas e tecnologias, atualmente vivencia-

se a chamada terceira revolução industrial, onde a introdução da informática, da
microeletrônica, robótica e cibernética, transformaram novamente o processo
produtivo. Essa transformação acarretou na diminuição do número de mão de obra
necessária à realização das atividades e consequentemente um aumento substancial
da lucratividade das empresas (MOURA, 2011). Blachére (1988) define
industrialização como o processo de racionalizar, mecanizar e automatizar, conforme
ilustrado na Figura 5.
Figura 5 - Definição de Industrialização
Fonte: Adaptado de BLACHÉRE (1988).

A industrialização deverá resolver alguns problemas referentes à
construção tradicional, tais como questões de saúde ocupacional e geração de
resíduos. Entretanto, novos problemas típicos da construção industrializada surgem,
como a necessidade de métodos padronizados de medição e uma menor tolerância
quanto a variações das características de componentes pré-fabricados, os quais são
produzidos por uma variedade de fornecedores (CIB, 2010).
Toda a busca pela industrialização e racionalização do setor da construção

civil está pautada basicamente nas vantagens encontradas, como a redução no tempo
de produção, a redução do custo final da edificação, o aumento de segurança no
canteiro e principalmente na qualidade atingida durante e ao final do processo

construtivo. Independentemente do setor produtivo, a viabilidade da implementação
do processo de industrialização depende de um volume de produção, capaz de
justificar os investimentos necessários e o aumento da produtividade (PEREIRA,
2012).
Um ponto importante para a implementação de processos industrializados

na indústria da construção é que se faz necessário incluir um melhor suporte ao
atendimento das necessidades dos clientes (RÁCZ; RÖNNEBLAD; OLOFSSON,
2010).
Por meio destas perspectivas, a industrialização na construção pode ser

considerada uma associação dos pontos observados, como do uso de sistemas e
equipamentos mecanizados, uso de ferramentas e sistemas de posicionamento e
localização computadorizados, implementação de novos métodos e tecnologias nas
unidades fabris e in situ, produção em processo contínuo, melhoria contínua da
eficiência, equipes mais qualificadas e treinadas, padronização de produtos,
racionalização, modularização, produção em massa e a pré-fabricação.
2.2. Definição de Pré-fabricação
O desenvolvimento da indústria da construção civil ocorreu em diferentes

fases, sendo cada uma destas caracterizada por uma diversidade de métodos,
tecnologias e arquiteturas próprias. Atualmente há uma significativa organização em
alguns subsetores, onde se encontram sistemas construtivos mais modernos e
processos de gestão industrial, dentre os quais é possível destacar os pré-fabricados
de concreto (SERRA; FERREIRA; PIGOZZO, 2005).
A Associação Brasileira de Normas Técnicas (ABNT) na norma NBR

9062:2017 - Projeto e Execução de Estruturas de Concreto Pré-Moldado, faz a
distinção entre as definições de elemento pré-fabricado e elemento pré-moldado. O
elemento pré-moldado é definido como elemento moldado previamente e fora do local
de utilização definitiva na estrutura. Já o elemento pré-fabricado é definido como
sendo um elemento pré-moldado executado industrialmente em instalações
permanentes de uma empresa destinada para este fim.
A indústria de construção pré-moldada é frequentemente caracterizada por

complexidades, ambientes não integrados e fragmentação. O setor da construção pré-
fabricada tornou-se um dos principais elementos da cadeia de suprimentos da
construção, que consiste na gestão eficiente de várias atividades que contribuem para
o fluxo de serviços, produtos e materiais entre os fornecedores, clientes, fabricantes,
arquitetos/engenheiros, empreiteiros gerais, consultores, subcontratados e
desenvolvedores (ABEDI et al., 2016).
Segundo a ABNT NBR 9062:2017, a empresa fabricante deve possuir mão-

de-obra treinada e especializada, matéria-prima previamente qualificada na aquisição
e posteriormente a partir da avaliação do seu desempenho com base em inspeções
de recebimento e ensaios, estrutura específica para controle de qualidade, laboratório
e realizar inspeções das etapas ao longo do processo produtivo.
Também deve ser atendida a conformidade dos produtos por meio de

ensaios, com frequência de realização declarada, a qual é estabelecida segundo as
normas, fazer uso do auxílio de máquinas e equipamentos industriais que
racionalizem e qualifiquem o processo e, após a moldagem, que estes elementos
sejam submetidos a um processo de cura com temperatura controlada. Na Figura 6
está listada a diferença, segundo a ABNT NBR 9062:2017, entre elemento pré-
moldado e elemento pré-fabricado.
A tecnologia da pré-fabricação foi desenvolvida para aumentar a

produtividade, capacidade e a qualidade da construção de edifícios. Na aplicação da
pré-fabricação no setor de construção, é necessário analisar a seleção de materiais,
projeto e dimensões dos elementos, formas de transporte e métodos de montagem
em canteiro, bem como prestar atenção ao layout da fábrica, controle de inventário e
programação da produção (CHAN; HU, 2002a).
A pré-fabricação faz uso de sistemas computadorizados para o preparo do

concreto, utilizando aditivos e adições no intuito de conseguir desempenhos
específicos para cada classe de concreto e para seu objetivo específico, com o
lançamento e adensamento do concreto executados em locais fechados, relação
água/cimento otimizada e cura realizada em condições controladas. Como resultado
são produzidos elementos de concreto que podem ser adaptados aos requerimentos
de cada tipo de componente, otimizando o uso dos materiais mais caros e processos
exaustivos, além, de uma maior eficácia da mistura, melhor que do concreto moldado
no local (ACKER, 2002).
Figura 6 - Diferença entre Elementos Pré-moldados e Pré-fabricados
Fonte: Adaptado de ABNT NBR 9062:2017.

Segundo Albuquerque e El Debs (2005), os maiores empecilhos para o
desenvolvimento e/ou a expansão do setor no ramo dos edifícios de múltiplos
pavimentos, na época da condução de seu estudo, eram:
i. Pouco conhecimento do sistema, das suas possibilidades e dos seus

benefícios, por parte dos integrantes da cadeia produtiva da
construção civil;
ii. Estrutura inadequada de financiamento das construções

residenciais, já que a rentabilidade da operação de financiamento do
imóvel é mais atraente para o incorporador do que a redução de
prazos, proporcionada pela pré-fabricação;
iii. Dificuldade de planejamento das obras pré-moldadas, é exigido um

desembolso mais rápido no custo da estrutura;
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;
v. Baixo custo da mão de obra para estruturas moldadas in loco.

O processo de fabricação de peças pré-fabricadas em geral segue um

destes três esquemas de produção: em linha, em linhas paralelas e em estrela. A
diferença entre estes processos está essencialmente na disposição das matérias-
primas e em como cada etapa do processo está disposta ao longo do percurso de
produção. Teixeira (1987) define estes três processos de produção como:
 Fábrica em linha: o sistema de produção começa no local de

armazenagem dos agregados, retirando-se a quantidade de material
desejada e transportando até o local de preparação do concreto.
Todos os insumos são transportados até o misturador, normalmente
em pequenos volumes, para a preparação do concreto, sendo a
água adicionada nesta etapa. Esse processo é utilizado em
empresas de pré-fabricados de pequeno a médio porte, nos quais,
quase todos os materiais são medidos em volume;
 Fábrica em linhas paralelas: apresenta uma única diferença em

relação à fábrica em linha: o armazenamento dos materiais é feito
próxima à usina e em paralelo. Esse processo é o mais utilizado
sendo adotado em empresas de pré-fabricados de médio porte, nas
quais o transporte dos materiais é feito muitas vezes com pás
mecânicas ou em equipamentos que controlam os volumes;
 Fábrica em estrela: existe uma central eletrônica dosadora para a

preparação do concreto e todo o estoque fica em torno da central. É
utilizada em grandes empresas de pré-fabricados e todo o material
é medido em massa. Estes materiais são transportados por correias,
caçambas mecanizadas ou elevadores de carga. Produzido o
concreto, este é transportado por meio de gruas ou outros elementos
mecânicos, até as formas nas quais as peças serão moldadas.
2.3. Produção de Elementos Pré-Fabricados
De acordo com Spadeto (2011), no processo de fabricação dos elementos

pré-fabricados, os encarregados da produção e controle da qualidade devem seguir
manuais técnicos preparados pela empresa, que apresentem as especificações e
procedimentos relacionados a formas, armadura, concreto, manuseio e
armazenamento e as tolerâncias exigidas. Todas as etapas devem possuir registro
por escrito, em documentação adequada, na qual constem claramente indicados a

identificação da peça, a data de fabricação, o tipo de aço e de concreto utilizados e as
assinaturas dos inspetores responsáveis pela liberação de cada etapa de produção
devidamente controlada, onde os elementos são identificados individualmente ou por
lotes de produção.
De acordo com a ABNT NBR 9062:2017, o processo de produção de

elementos pré-fabricados é dividido em quatro partes: Projeto; Fabricação; Manuseio,
Armazenamento e Transporte e; Controle de Qualidade e Inspeção, conforme
ilustrado na Figura 7. Cada etapa tem um papel importante dentro do processo de
produção e especificações a serem atendidas.
Figura 7 - Processo de produção de elementos pré-fabricados

2.3.1. Projeto
Os projetistas ao elaborarem o projeto com o uso de sistemas pré-

fabricados devem considerar as possibilidades, restrições e características do uso dos
pré-fabricados, seus detalhes, produção, transporte, montagem e estados de serviço
antes de completar o projeto da estrutura. Acker (2002) afirma que para o uso dos
elementos pré-fabricados ser mais viável, e se possa fazer uso de seu potencial, o
ideal é que o projeto, desde o início, seja concebido com o devido respeito às suas
demandas específicas, considerando os seguintes pontos:
 Concepção do projeto já visando o uso de elementos pré-fabricados;
 Respeito à filosofia específica de projeto – uso de sistema de

contraventamento próprio, vãos grandes e assegurar a integridade
estrutural;
 Usar soluções padronizadas sempre que possível – modulação de

projeto, padronização de produtos entre fabricantes e padronização
interna para detalhes construtivos e de procedimentos para
produção e/ou montagem;
 Os detalhes devem ser simples, evitando detalhes muito complexos;
 Considerar as tolerâncias dimensionais – deve-se considerar e

prever no projeto a possibilidade de tolerância de absorção nas
ligações entre os elementos, a necessidade de “almofadas” de
apoio, consequências geradas por curvaturas e tolerância de
movimentação devido a retração e expansão térmica;
 Obter vantagem do processo de industrialização – deve-se levar em

consideração em projeto as vantagens do processo industrializado,
como a adoção de elementos protendidos pré-tracionados e
padronização dos componentes, o que torna possível padronizar o
processo e diminuir o tempo de serviço;
De acordo com Albuquerque e El Debs (2005), em 2005, em média 70%

das obras pré-moldadas no Brasil não eram originalmente concebidas para a
utilização deste sistema, mas sim resultado de uma adaptação no projeto, sem uma
concepção apropriada para uma estrutura em concreto pré-fabricado.
O projeto não sendo concebido para o uso de elementos pré-fabricados

acaba muitas vezes por não estar otimizado para o sistema, não obtendo vantagens
quanto a padronização de peças e elementos e não modulado para as dimensões
padronizadas pelos fabricantes, o que gera a necessidade de retrabalho sobre o
projeto, podendo ao longo do processo deixar pontos não readequados para o uso do
sistema.
Não atendendo as dimensões e formas padronizadas pelas fabricantes,

isso muitas vezes resulta em peças mais caras e maior tempo de trabalho, já que há
a necessidade de readequação da linha de produção dos elementos para atender as
exigências do projeto. Desta forma, esse sistema, que já é um sistema mais caro que
o convencional e que, em geral, se torna economicamente viável por conta da
padronização de elementos e número de repetições, acaba por ficar ainda mais
oneroso e menos competitivo.
Com base nos projetos arquitetônicos e estrutural da estrutura feitos pelo

escritório, são elaborados três projetos para cada peça que são enviados para a
fábrica: projeto estrutural, projeto de armação e projeto de fôrma. Estes projetos são
utilizados na fábrica para quantificar, por exemplo, a quantidade de aço e respectivas

bitolas à serem utilizadas, detalhes da fôrma, dos consolos, pontos de solda,
acessórios requisitados e resistência à compressão do concreto.
Acker (2002) aponta que os tipos mais comuns de sistemas estruturais de

concreto pré-fabricado são:
 Estruturas aporticadas, consistindo em pilares e vigas de

fechamento;
 Estruturas em esqueleto, consistindo de pilares, vigas e lajes,

utilizada em edificações de alturas médias e baixas, e com um
número pequeno de paredes de contraventamento para estruturas
altas;
 Estruturas em painéis estruturais, constituídos por componentes de

painéis portantes verticais e de painéis de lajes;
 Estruturas para pisos, consistindo de vários tipos de elementos de

laje montados para formar uma estrutura do piso capaz de distribuir
a carga concentrada e transferir as forças horizontais para os
sistemas de contraventamento. Os pisos pré-moldados são muito
usados em conjunto com todos os tipos de sistemas construtivos e
materiais.
 Sistemas para fachadas, feitas de painéis maciços ou painéis

sanduíche, com ou sem função estrutural, apresentando-se em
diferentes tipos de formato e execuções;
 Sistemas celulares, consistindo de células de concreto pré-moldado;
2.3.2. Fabricação
Definido o projeto com as dimensões e propriedades dos elementos tem-

se início o processo de fabricação das peças. A ABNT NBR 9062:2017 define que
para a produção de elementos pré-fabricados as fôrmas devem adaptar-se ao formato
e dimensões das peças pré-moldadas projetadas, respeitadas as tolerâncias
estabelecidas, podendo ser constituídas de aço, alumínio, concreto ou madeira,
revestidas ou não de chapas metálicas, fibra, plástico ou outros materiais de concreto
protendido. As fôrmas devem ser adequadamente ancoradas às bases, para resistir

aos esforços resultantes durante o lançamento e adensamento do concreto, assim
como da operação de extração dos elementos pré-moldados.
Com relação as armações das peças, estas podem ser passivas ou

protendidas. No caso da armação passiva o processo é basicamente o mesmo que
em uma armação de um elemento moldado in loco. Para pequenos elementos a
montagem da armadura é feita em bancadas com auxílio de gabaritos, sendo
posteriormente colocada nas fôrmas, onde deve-se tomar as devidas precauções no
armazenamento e no manuseio das armações, para que o ajuste na fôrma não seja
prejudicado.
No caso de elementos grandes, o procedimento descrito anteriormente

seria muito trabalhoso, devido ao peso e ao manuseio da armação, portanto
normalmente se realiza a montagem e preparação da armadura na própria fôrma ou
junto a ela, porém podendo gerar um certo prejuízo na racionalização dos trabalhos
(EL DEBS, 2017). A Figura 8 apresenta um exemplo de armação de pilar passiva com
consolos laterais já posicionado na forma.
Caso a armação seja protendida deve-se verificar se a protensão será por

meio de pós-tração ou pré-tração, sendo a última a mais empregada no caso de
elementos pré-fabricados. No caso da pré-tensão, geralmente utiliza-se pistas de
protensão de 60 a 200m de comprimento, com blocos de reação independentes ou
utilizando a própria fôrma como estrutura de reação. O emprego da pós-tração
praticamente se restringe ao caso de pré-moldados em canteiro de grandes
dimensões, como, por exemplo, em vigas de pontes e de tubos de concreto
submetidos à pressão interna (EL DEBS, 2017).
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
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).
Figura 8 - Armação passiva de pilar com consolos laterais
Fonte: Acervo pessoal.

Spadeto (2011) e El Debs (2017) explicam que no processo de fabricação
dos elementos pré-fabricados, busca-se utilizar concretos de resistência superior às
das estruturas de concreto moldadas in loco, sendo muito comum utilizar relações de
água/cimento menores e, consequentemente, menores índices de consistência.
Assim, há a necessidade de maiores cuidados para adensar o concreto
adequadamente, de maneira a garantir sua qualidade, sendo as principais formas de
adensamento empregadas:
a) Vibração;
b) Centrifugação;
c) Prensagem;
d) Vácuo.
De acordo com a ABNT NBR 9062:2017, o processo de cura das peças de

concreto pré-fabricado pode ser do tipo normal ou acelerada. Na cura normal,
enquanto não se atingir endurecimento satisfatório da peça, o concreto deve ser
protegido contra agentes prejudiciais, tais como mudanças bruscas de temperatura,
secagem, chuva forte, água torrencial, agentes químicos, bem como choque e
vibrações de intensidade tal que possam produzir fissuração na massa do concreto,
ou prejudicar a sua aderência à armadura. Neste processo deve-se realizar uma
proteção contra a secagem mantendo-se úmida a superfície da peça ou a protegendo
com uma película impermeável (ASSOCIAÇÃO BRASILEIRA DE NORMAS
TÉCNICAS, 2017).
No processo de cura acelerada, o endurecimento do concreto pode ser

antecipado por meio de tratamento térmico controlado, também fazendo uso das
medidas de proteção contra a secagem igual ao processo de cura normal. No
tratamento térmico isento de vapor deve-se manter a superfície da peça úmida e
protegida contra a secagem. Algum tempo após a concretagem inicia-se a aplicação
de calor, aumentando gradualmente até a temperatura máxima, mantendo-a por
algum tempo. Concluída esta etapa, inicia-se em seguida o processo de esfriamento.
A cura a vapor sob pressão atmosférica carece de cuidados especiais,

onde o tratamento deve ser em ambiente vedado, com os pontos de liberação do
vapor sem descarga direta sobre a superfície de concreto, fôrma ou corpos-de-prova.
Deve-se ter a temperatura controlada, com incremento gradual máximo de 20ºC/hora,
até uma máxima de 70ºC, e deve possuir um decréscimo no resfriamento de no
máximo de 30ºC/hora (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2017).
Realizada a cura do concreto, tem-se início o processo de desmoldagem

das peças. De acordo com El Debs (2017), os procedimentos empregados na
desmoldagem dependem basicamente da fôrma, podendo ser das seguintes formas:
a) Direta – Retirada dos elementos por levantamento, com retirada ou

não de partes laterais da fôrma;
b) Por separação dos elementos – Este caso corresponde às fôrmas

tipo bateria utilizadas na execução de painéis;
c) Por tombamento da fôrma – Neste procedimento, também

direcionado à execução de painéis, o elemento é moldado com a
fôrma na posição horizontal e é colocado na posição vertical para a
desmoldagem mediante o uso de mesa de tombamento.
No caso de concreto protendido, a desmoldagem é normalmente realizada

de forma natural, com a transferência da força de protensão para o elemento. Se a
fôrma, ou parte dela, puder restringir a livre deformação do elemento, sua retirada
deve ser feita previamente (EL DEBS, 2017). Na Figura 9 está representando um
esquema geral simplificado do processo de fabricação de um elemento pré-fabricado,
tendo início no recebimento dos materiais até a etapa de desmoldagem, seguida pelo
manuseio e o armazenamento das peças.
Figura 9 - Esquema geral do processo de fabricação de peças pré-fabricadas
Fonte: Adaptado de MOREIRA (2009).

2.3.3. Manuseio, armazenamento e transporte
Da desmoldagem até seu posicionamento no local definitivo de utilização,

os elementos estão sujeitos à movimentação. Neste processo de movimentação, são
necessários equipamentos e dispositivos auxiliares, como pontes rolantes, guindastes
ou carrelones, e acessórios apropriados. Estes equipamentos e dispositivos se fixam
em pontos de suspensão localizados nas peças de concreto definidos em projeto,
evitando-se choques e movimentos abruptos, obedecendo-se as especificações do
projeto de içamento, com ângulos e posicionamentos definidos (ACKER, 2002;
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2017; EL DEBS, 2017). No
caso de elementos muito pequenos a movimentação pode ser feita de forma manual.
A ABNT NBR 9062:2017 especifica que a descarga dos elementos pré-

moldados deve ser feita com os mesmos cuidados do manuseio. O armazenamento
deve ser efetuado sobre dispositivos de apoio, como cavaletes, caibros ou vigotas,
assentes sobre terreno plano e firme, formando pilhas, nas quais intercala-se estes
dispositivos de apoio para evitar o contato com a superfície de concreto de dois
elementos superpostos, como apresentado na Figura 10. A posição destes apoios
deve estar prevista em projeto, e dever ser constituídos de material suficientemente
macio para não danificar os elementos de concreto.
Figura 10 - Armazenamento de pilares pré-fabricados

Também deve ser analisada criteriosamente a segurança contra o

tombamento do elemento e no caso da necessidade de escoramento lateral, este não
deve introduzir esforços não previstos no dimensionamento dos elementos. Nessa
etapa deve-se atentar a possibilidade de deformações excessivas devido à pouca
idade do concreto, estufamentos devido à variação de temperatura e às retrações
diferenciadas nas faces de painéis (ASSOCIAÇÃO BRASILEIRA DE NORMAS
TÉCNICAS, 2017; EL DEBS, 2017).
2.3.4. Controle de qualidade e inspeção
Com relação aos parâmetros de recebimento e inspeção, os elementos

devem ser avaliados com relação à aparência, cantos, cor, rebarbas, textura, baixos-
relevos. O fabricante deve apresentar amostras, representativas da qualidade
especificada, que devem ser aprovadas pelo proprietário e a fiscalização, e ser
utilizado como elemento de comparação para o controle de qualidade do produto
acabado (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2017).
Com relação aos elementos pré-fabricados, a inspeção das etapas de

produção compreende a confecção da armadura, as fôrmas, o amassamento e
lançamento do concreto, o armazenamento, o transporte e a montagem. Deve ser
registrada por escrito em documento próprio, onde constem claramente indicados a
identificação da peça, a data de fabricação, o tipo de aço e de concreto utilizados e as
assinaturas dos inspetores responsáveis pela liberação de cada etapa de produção
devidamente controlada (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS,
2017).
A qualidade dos elementos pré-fabricados de concreto pode ser

assegurada desde que todas as recomendações de norma relacionadas a sua
fabricação sejam observadas, dando ênfase à execução do concreto, de modo que a
resistência de cálculo seja assegurada. Entende-se por controle de qualidade do
concreto, a verificação e o ajuste de suas características, de maneira a permitir,
durante a execução, o cumprimento das especificações impostas (PIETRO, 2002).
54
CAPÍTULO 1
MODELAGEM E SIMULAÇÃO
3. MODELAGEM E SIMULAÇÃO
Este capítulo se refere a modelagem e simulação, abordando o uso da

simulação no setor da construção, os diferentes tipos de métodos de simulação,
processo de construção e validação de modelos, simulação de processos e principais
características de seu emprego.
3.1. Definição de Modelagem e Simulação
Em diversas empresas, quando possuem recursos disponíveis, é possível

implementar melhorias tanto em produtividade, quanto em qualidade quando os
recursos são corretamente empregados. Porém os riscos e a responsabilidade
envolvidos ao se tomar uma decisão podem ser um impedimento aos gestores de
oferecerem sugestões embasadas nos seus conhecimentos, ideias e criatividade.
A simulação é uma excelente ferramenta para superar esse impedimento

pois, com a possibilidade de analisar uma nova proposta por um modelo de simulação
é possível testar o impacto das sugestões, o que é importante para se vender a ideia
de mudanças aos tomadores de decisão (MONTEVECHI; PINHO; LEAL, 2007).
Ao realizar uma simulação, simula-se o comportamento de um sistema,

normalmente representado por um modelo, em condições determinadas pelo usuário.
Um sistema é definido como uma coleção de entidades, por exemplo, pessoas ou
máquinas, que agem e interagem em conjunto para a realização de algum fim lógico.
O estado de um sistema é definido como uma coleção de variáveis necessárias para
descrever um sistema em um determinado momento, em relação aos objetivos de um
estudo (LAW, 2014).
Law (2014) classifica sistemas em dois tipos, discretos e contínuos. Um

sistema discreto é aquele em que as variáveis de estado mudam instantaneamente
em pontos separados no tempo. Já um sistema contínuo é aquele para o qual as
variáveis de estado mudam continuamente em relação ao tempo.
Ao se conduzir um experimento sobre um sistema, este pode ser analisado

por meio de um experimento com o sistema real ou pelo experimento com modelos
Capítulo 3 - Modelagem e Simulação 55
do sistema. No experimento com o sistema real, os efeitos da mudança são analisados

no próprio sistema, após a sua implementação. Neste caso, a experimentação
geralmente apresenta riscos e custos mais elevados, podendo estar sujeita a
restrições físicas e temporais (CARVALHO, 2006).
Pidd (2003) aponta que é importante compreender as limitações da

modelagem e do uso do modelo, pois um modelo sempre será uma simplificação e
uma representação aproximada de algum aspecto da realidade. O Quadro 1
representa as diferenças entre a realidade (o sistema) e o modelo.
Quadro 1 - Diferenças entre o modelo e a realidade

Realidade Modelo
Complexo Simples
Impreciso Preciso
Mal definido Bem definido
Fonte: PIDD (2003).
No experimento com modelos, estes representam uma simplificação da
realidade, na qual identifica-se e destaca-se os elementos da realidade que sejam de
maior importância para a tomada de decisão. Quando comparada com a
experimentação da realidade, esta apresenta em geral um menor custo, maior
segurança e rapidez (LAW, 2014).
Descrições muito detalhadas de um sistema podem resultar em análises

muito complexas e aumentar tempo e custo de elaboração do modelo. Em
contrapartida, descrições muito simples podem tornar as análises incorretas ou
incompletas do sistema em estudo (MEDEIROS; MOSER; SANTOS, 2014).
A experimentação em um sistema por meio da modelagem pode ser

conduzida em dois tipos de modelos: físicos ou matemáticos e computacionais. Um
modelo físico pode ser entendido como uma representação física, real, do sistema,
como por exemplo uma maquete ou um protótipo no qual é conduzido o experimento.
Os modelos matemáticos são subdivididos em soluções analíticas e de simulação.
Um 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). Na Figura 11 está representado

esquematicamente os caminhos de estudo um sistema.
Figura 11 - Maneiras de se estudar um sistema
Fonte: Adaptado de LAW (2014) e SAKURADA; MIYAKE (2009).

Com a construção do modelo concluída, é possível realizar simulações de
diferentes cenários e analisar o comportamento e resultados apresentados pelo
modelo. Medeiros, Moser e Santos (2014) definem a simulação como uma técnica ou
ferramenta, dentro do escopo da Pesquisa Operacional que ocorre por meio da
concepção de modelos abstraídos de sistemas reais, os quais têm por objetivo
analisar os resultados de diferentes cenários.
O conceito de simulação está intimamente ligado à noção de modelo. Um

modelo de um determinado sistema irá conter as variáveis necessárias para a
compreensão do seu comportamento, entendendo-se a relação de compromisso que
deve existir entre a descrição e desempenho.
A simulação é uma ferramenta de grande utilidade e essencial para o

desenvolvimento científico e tecnológico nos dias atuais, o qual ao longo do tempo
adquiriu importância como área de estudo a partir das possibilidades proporcionadas

pelo desenvolvimento da computação (MEDEIROS; MOSER; SANTOS, 2014). O
poder da simulação reside no fato de que ele fornece um método de análise que não
é apenas formal e preditivo, mas é capaz de prever com precisão o desempenho dos
sistemas mais complexos (HARREL; GHOSH; BOWDEN, 2004).
O termo simulação computacional pode ser classificada em duas grandes

categorias: a simulação computacional e a simulação não computacional. A simulação
não computacional é aquela que não necessita de um computador para ser realizada,
como por exemplo um protótipo, utilizando um modelo físico. Já a simulação
computacional é aquela que faz uso dos computadores para realizar o experimento.
Portanto, a simulação de sistemas é uma metodologia experimental que

tem por objetivo descrever o comportamento de um sistema, na qual se constrói
formas de quantificar o comportamento observado na realidade, prevendo o
comportamento futuro. A proposta da simulação é gerar dados que ao serem
analisados identifiquem importantes aspectos do sistema em estudo, auxiliando na
explicação, compreensão e melhoria do mesmo (SILVA et al., 2011).
A simulação é um método amplamente utilizado e cada vez mais popular

para estudar sistemas complexos. Law (2014) aponta algumas possíveis vantagens
do uso da simulação que podem explicar o seu crescente interesse na área:
 Os sistemas mais complexos e do mundo real, composto por

elementos estocásticos não podem ser descritos com precisão por
um modelo matemático (analítico). Assim, a simulação muitas vezes
é o único tipo de investigação possível;
 A simulação permite estimar o desempenho de um sistema existente

desde que estabelecidos um conjunto de condições operacionais;
 Projetos alternativos de sistemas em análise podem ser comparados

via simulação para ver qual melhor atende a um requisito
especificado;
 Em uma simulação, pode-se manter um controle muito melhor sobre

as condições experimentais do que geralmente seria possível ao
experimentar no próprio sistema;
 A simulação permite estudar um sistema por longos períodos de

tempo em um tempo real menor;
 Maior economia do que a experimentação envolvendo o sistema

real.
Law (2014) também aponta possíveis desvantagens do uso da simulação

computacional no estudo de sistemas:
 A simulação depende da validade do modelo desenvolvido. Caso o

modelo concebido não represente de forma satisfatória o sistema ou
caso os dados de entrada (inputs) não sejam confiáveis, o modelo
não proverá resultados utilizáveis para a tomada de decisão;
 A técnica da simulação não é propriamente uma técnica de

otimização, sendo possível apenas o teste de alternativas definidas
pelo usuário;
 Modelos de simulação podem ser muito caros, demorados de ser

desenvolvidos e consumir um alto nível de recursos.
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.
O uso de um modelo de simulação é um substituto para a experimentação

com o sistema atual (existente ou proposto), que geralmente é difícil de controlar, é
economicamente inviável ou simplesmente impossível de ser feito. Assim, se o
modelo não é uma aproximação satisfatória do sistema real, os resultados e
conclusões derivadas do modelo provavelmente serão errôneos e poderão resultar
em decisões custosas e ineficientes (LAW, 2005).
Dentro da simulação computacional, estas podem ser classificadas em

quatro categorias básicas: Simulação de Monte Carlo, também conhecida por
Simulação Estática, Simulação de Eventos Discretos (SED), Simulação Contínua,
também conhecida por Simulação de Sistemas Dinâmicos (SD) e Simulação Baseada
em Agentes (SBA) (CHWIF; MEDINA, 2015).
Na simulação do tipo Monte Carlo, o tempo não é o parâmetro mais

importante. Neste tipo de simulação são utilizados geradores de números aleatórios
para simular sistemas físicos ou matemáticos, nos quais não se considera
explicitamente o tempo como uma variável.
A SBA é um paradigma de simulação realizada por meio da construção do

modelo de um sistema baseado em uma coleção de entidades de decisão autônomas,
denominadas agentes, que residem em um ambiente, e são capazes de interagir tanto
entre si quanto com seu ambiente (CHWIF; MEDINA, 2015).
A SD é útil para a análise de sistemas caracterizados por relações de causa

e efeito entre seus componentes, trabalhando com estas relações, a acumulação dos
fluxos e contabilizando os atrasos de tempo. Este tipo de simulação é utilizado para
modelar sistemas cujo o estado varia continuamente ao longo do tempo. A SD oferece
uma metodologia para auxiliar empresas e organizações governamentais no
desenvolvimento de estratégias, análise de opções de políticas e análise de processos
dinâmicos em que capturar fluxo de informações e feedback são considerações
importantes.
Um modelo de SD captura os fatores que afetam o comportamento do

sistema em um diagrama de ciclo causal. Este diagrama mostra claramente os links e
os laços de feedback entre os elementos do sistema, bem como todas as ligações
pertinentes entre o sistema e seu ambiente operacional (SWEETSER, 1999).
A SED diz respeito à modelagem de um sistema à medida que ele evolui

ao longo do tempo por uma representação na qual as variáveis de estado mudam
instantaneamente em pontos discretos no tempo a partir da ocorrência de eventos,
onde um evento é definido como uma ocorrência instantânea que pode mudar o
estado do sistema (CHWIF; MEDINA, 2015; LAW, 2014). A SED é mais utilizada mais
para questões operacionais/táticas enquanto a SD é mais utilizado para problemas
estratégicos (TAKO; ROBINSON, 2012).
3.2. Simulação de Eventos Discretos
A SED é uma das técnicas de modelagem mais populares, a qual

desenvolveu-se significativamente desde o início da simulação computacional entre
as décadas de 1950 e 1960 para a área da Pesquisa Operacional e Engenharia
Industrial, mas recentemente se tornou uma ferramenta popular em diversas áreas

(HOLLOCKS, 2006; KARNON et al., 2012).
Esta é uma das técnicas de modelagem mais populares, a qual

desenvolveu-se significativamente desde o início da simulação computacional, na
década de 1950, em consonância com a evolução da informática. O progresso da
simulação é traçado com um foco particular na história recente. Nos últimos 15 anos
incluem modelagem visual interativa, otimização de simulação, realidade virtual,
integração com outros softwares, simulação no setor de serviços, simulação
distribuída e uso da internet (ROBINSON, 2005).
A SED é uma abordagem em que um sistema é descrito usando entidades,

recursos, atividades e outras construções de modelagem. Essas construções
interagem entre si para definir o estado do sistema e são responsáveis pela sua
evolução em pontos discretos no tempo.
Esta abordagem de simulação é mais adequada para analisar sistemas em

um nível de operações, o que explica porquê de ser amplamente utilizada na análise
de sistemas de produção, cadeia de suprimentos, operações de instalações médicas
e operações de construção (ABOURIZK et al., 2016), sendo considerada uma
ferramenta de auxílio para a tomada de decisões que vem sendo cada vez mais
utilizada em diversos tipos de aplicações.
Alguns autores propõe uma sequência de etapas para o desenvolvimento

de um modelo de simulação. A Figura 12 o modelo proposto por Montevechi et al.
(2010) e a Figura 13 apresenta a proposta de Chwif (1999). Ambos os autores dividem
o desenvolvimento de um modelo de simulação em três grandes etapas:
 Concepção ou formulação do modelo;

 Implementação do modelo;
 Análise dos resultados do modelo;
Ao comparar estas propostas, percebe-se a existência de similaridades,
como por exemplo a divisão do processo nas etapas de concepção, implementação e
análise, a elaboração dos modelos conceituais, computacionais e operacionais e a
necessidade destes modelos serem sempre verificados e validados.
Figura 12 - Etapas para a elaboração de um modelo de simulação
Fonte: Adaptado de MONTEVECHI et al. (2010).

Figura 13 - Ciclo de vida de um modelo de simulação
Fonte: Adaptado de CHWIF (1999).

3.2.1. Concepção
Todo projeto ou estudo com simulação tem início no desenvolvimento de

sua concepção. É nesta etapa em que os objetivos são definidos e o problema
discutido, para que todo o projeto esteja claro para a equipe, além das expectativas
bem alinhadas entre as partes (SANTOS, 2016).
Na etapa de Concepção, o analista deve buscar compreender o sistema

em estudo e seus objetivos, através da discussão do problema, decidindo qual será o
escopo do modelo, hipóteses, o nível de detalhamento e a realização da coleta de
dados. Finalizada esta etapa, o modelo deve ser reproduzido de acordo com alguma
técnica de representação de modelos de simulação a fim de torná-lo um modelo
conceitual, de forma que outros indivíduos envolvidos no projeto possam entendê-lo
(CHWIF; MEDINA, 2015; SANTOS, 2016).
O modelo conceitual nada mais é do que uma representação gráfica do

sistema. Durante sua criação, o principal problema que pode ocorrer é o uso de
técnicas de mapeamento de processos que não foram desenvolvidas com foco em
projetos de simulação, o que pode impedir que o modelo conceitual realize

inteiramente seus objetivos (MONTEVECHI et al., 2010).
Diversas técnicas de modelagem de processos podem ser utilizadas para

a elaboração do modelo conceitual do sistema, dentre as quais pode-se destacar a
Activity Cycle Diagram (ACD), Simulation Activity Diagrams (SAD) e Integrated
Definition Methods – Simulation (IDEF-SIM) (MACIEL, 2016).
Para Chwif e Medina (2015) o ACD é uma forma de modelagem das

interações entre os objetos pertencentes a um sistema. Esta técnica de modelagem
conceitual contempla o princípio da parcimônia, ou seja, utiliza apenas dois símbolos
que descrevem um ciclo de vida das entidades ou de objetos do sistema. Nesta
técnica uma circunferência representa uma fila e um retângulo representa uma
atividade, onde as entidades alternam seu estado dentro de um ciclo, entre atividades
e espera. A Figura 14 traz um exemplo um sistema de atendimento representado pela
técnica ACD.
Figura 14 - Exemplo de sistema sistema representado em ACD
Fonte: CHWIF; MEDINA (2015).

A técnica SAD apresenta uma forma de reprodução muito mais próxima da
simulação, representando graficamente cada evento em uma lista de eventos de
simulação por meio de uma atividade. Nesta abordagem o SAD torna-se uma
representação gráfica dos vários eventos a serem executados de acordo com uma
lista de eventos da simulação.
Cada um desses eventos é representado na SAD por uma atividade, a qual

é então reproduzida graficamente por uma lista de ações (RYAN; HEAVEY, 2003).
Entidades, atividades, informações, recursos e lógica booleana são elementos desta
técnica de modelagem.
A técnica do IDEF-SIM foi desenvolvida baseada em elementos já

consagrados em outras técnicas de modelagem, como IDEF0 e IDEF3, porém com
adaptações que visam atender às necessidades de um projeto de simulação (LEAL;
ARNALDO; MONTEVECHI, 2008). O Quadro 2 apresenta a simbologia utilizada nesta
técnica e o detalhamento da função de cada uma dentro do modelo. A Figura 15
apresenta um exemplo em IDEF-SIM de um sistema de atendimento bancário.
Quadro 2 - Simbologia utilizada na técnica IDEF-SIM
Elemento Símbolo Descrição
Entidade Entidade que entra no sistema
Funções Locais onde a entidade irá sofrer transformações
Simboliza a entrada e saída da entidade dos locais

Fluxo de entidade
de processamento
Representam os elementos que executam funções

Recursos
e/ou movimentam as entidades
Representam as regras utilizadas nas funções (Ex.

Controles
regras de filas)
Regra E: Esta função representa que dois

&
caminhos podem ser executados em conjunto
Regras para fluxos
Regra OU: A partir desta função os caminhos são
paralelos e/ou X
alternativos
alternativos
Regra E/OU: Permitido ambas as regras
O
explicitadas acima
Representa o deslocamento da entidade no
Movimentação
modelo
Informação Representa informações explicativas para facilitar
explicativa a compreensão do modelo
Fluxo de entrada no Representa a entrada ou criação de uma nova
sistema modelado entidade no sistema
Ponto final do
Define o final do modelo
sistema
Conexão com outra É utilizado para conectar um modelo particionado
figura em várias figuras
Fonte: LEAL; ARNALDO; MONTEVECHI (2008) adaptado por CORREIA; RODRIGUES (2016)
Figura 15 - Modelo computacional do atendimento bancário documentado

através do IDEF-SIM
Fonte: LEAL; ARNALDO; MONTEVECHI (2008).

A utilização da técnica IDEF-SIM pode ser feita na fase de modelagem
conceitual. O modelador registra o sistema a ser simulado, tendo como benefício um
modelo conceitual que permite uma redução do tempo gasto na fase de modelagem
computacional, dada as regras envolvendo a movimentação, o uso de recursos e
controles, além das transformações de entidades, possibilitam ao construir um modelo
conceitual mais próximo das exigências de um modelo computacional. Outra
possibilidade de uso desta técnica é na fase de documentação do modelo, podendo
ser utilizada para registrar a lógica do modelo, o que facilita o trabalho de verificação
e validação, além de permitir um maior entendimento por parte dos leitores do trabalho
(LEAL; ARNALDO; MONTEVECHI, 2008).
No processo de construção do modelo conceitual, são utilizadas medidas

e técnicas que facilitem o registro e a comunicação dos dados abstraídos pelo analista,
possibilitando a descrição detalhada do funcionamento do sistema e favorecendo a
criação do modelo conceitual. Este modelo deve ser documentado para que sirva
como base no processo de estruturação do modelo computacional. A documentação
do modelo conceitual pode ser entendida como o modelo constituído por meio de
alguma técnica de modelagem, planilhas de coleta de dados e as filmagens para
coleta dos dados de entrada (SANTOS, 2016).
Além disso, como o modelo é uma representação do processo, qualquer

alteração no sistema real que o torne divergente do modelo conceitual deve ser
atualizada na documentação, a fim de que isto fique registrado e a informação chegue
confiável ao modelo computacional (MONTEVECHI et al., 2010).
Com relação ao nível de detalhamento dos modelos, modelos mais simples

possibilitam demonstrar os efeitos da aplicação de conceitos de gestão da produção
mais diretamente. Já os modelos mais detalhados permitem avaliar os efeitos
sistêmicos das decisões simuladas, permitindo a avaliação e comparação dos efeitos
destas alterações com as experiências práticas dos envolvidos, aumentando a
credibilidade do modelo (SCHRAMM, 2009).
Concluída a construção do modelo conceitual, este deve ser validado. A

validação do modelo é definida como a "fundamentação de que um modelo em seu
domínio de aplicabilidade possui uma precisão satisfatória, consistente com a
aplicação pretendida do modelo". Um modelo deve ser desenvolvido para um
propósito específico (ou aplicação) e sua validade determinada com relação a esse
objetivo (SARGENT, 2013).
Sargent (2013) define a validação do modelo conceitual como a

determinação de que as teorias e premissas subjacentes ao modelo conceitual são
consistentes com as teorias do sistema e que a representação do modelo é satisfatória
para o propósito pretendido do modelo de simulação. Estas teorias e premissas
subjacentes ao modelo devem ser testadas usando análise matemática e métodos
estatísticos sobre dados das entidades.
Para concluir a etapa de concepção da simulação é necessário realizar a

modelagem e validação dos dados de entrada. Chwif e Medina (2015) dividem a
modelagem de dados em três etapas:
 Coleta de Dados: se dá pelo processo de amostragem. Define-se

uma amostra utilizada para representar a população no estudo
estatístico, tendo-se por objetivo garantir que a amostra obtida seja
a mais representativa possível do fenômeno;
 Tratamento de dados: são utilizadas técnicas para descrever os

dados levantados, identificar as possíveis falhas nos valores
amostrados e aumentar o conhecimento referente ao fenômeno;
 Inferência: etapa em que se aplica conhecimento do Cálculo de

Probabilidades para inferir qual o comportamento da população a
partir da amostra, resultando em um modelo probabilístico.
Os dados coletados são utilizados principalmente para três fins: para a

construção do modelo conceitual, para validação do modelo e para realização de
experimentos com o modelo validado. Na validação do modelo, geralmente nos
preocupamos apenas com os dados para os dois primeiros objetivos (SARGENT,
2013).
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.
Banks e Chwif (2011) apontam a importância de antever possíveis

problemas com os dados de entrada. Existem muitos problemas que podem levar à
utilização de dados ruins, dentre os quais:
 Os dados serem obsoletos, muito velhos e já não mais

representarem a real situação do sistema;
 O tamanho da amostra ser muito pequeno;
 Os dados estão no formato errado, como por exemplo dados

coletados como discretos ao invés de dados contínuos;
 Os dados não serem representativos;
 Os dados estarem em intervalos de classe ao invés de estarem em

seu estado natural;
 Existir a influência do coletor sobre os dados, como por exemplo a

omissão de outliers3;
Concluída a coleta e armazenamento dos dados, estes devem passar por

um processo de tratamento, analisando possíveis falhas durante a coleta das
amostras o que acaba gerando um maior conhecimento sobre o comportamento do
sistema e confiança na utilização das informações. Concluído o tratamento, infere-se
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.
qual o comportamento da população a partir de uma amostra. Como resultado, tem-

se um modelo probabilístico que representará o fenômeno aleatório em estudo, o qual
será implementado no modelo de simulação (LEAL, 2008).
3.2.2. Implementação
Concluída a etapa de concepção inicia-se a etapa de implementação, onde

o modelo conceitual é convertido em um modelo computacional por meio do uso de
alguma linguagem de programação, linguagem de simulação ou de um simulador
(CHWIF; MEDINA, 2015).
No início os modelos de simulação eram desenvolvidos escrevendo-se o

código de programação usando linguagens de programação. A realização de
experimentos com estes modelos era realizada manipulando-se diretamente o
programa de computador. Com o passar do tempo houve a introdução de ambientes
de simulação. Os usuários escreviam o código da simulação ou acessaram uma
biblioteca de funções que era fornecida. Na próxima fase de desenvolvimento, foram
introduzidos vários sistemas que permitiram o desenvolvimento de modelos
alternativos usando construções visuais. A modelagem gráfica permitiu construir o
modelo de simulação criando, manipulando e ligando uma série de blocos de
construção básicos. Isso significava que os usuários já não precisavam ser
proficientes em programação (HAJJAR, 1999).
Atualmente existe um grande número de softwares de simulação

disponíveis no mercado. Para a escolha do software de simulação, Chwif e Medina
(2015) apontam algumas características desejáveis que estes devem possuir, dentre
elas:
 Menor custo do software;
 Fornece um tipo de animação conforme a necessidade do analista;
 Bugs4 e craches5 mínimos;
 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
 Módulo de run-time6, análise de dados de entrada, análise estatística

dos resultados e de otimização;
 Depurador (Debugger)7;
 Integração com outros softwares;
 Funções de distribuições de probabilidades;
 Capacidade de construção de templates, integração de modelos e

modelagem por objetos.
Os usuários do modelo, os tomadores de decisão, que utilizam as

informações obtidas por meio dos resultados destes modelos e os indivíduos afetados
pelas decisões baseadas nestas informações preocupam-se com o fato do modelo e
seus resultados serem “corretos” para seu uso (SARGENT, 2013). Para aumentar a
confiança do tomador de decisão e dos indivíduos afetados pelas decisões baseadas
nas informações obtidas pelo modelo, este deve passar por processos de verificação
e validação (V&V).
Como resultado, o objetivo da verificação e validação é aumentar a

confiança em um modelo por não ser capaz de provar que este é inválido, ao ponto
de ser usado para a auxiliar a tomada de decisões (ROBINSON; BROOKS, 2010). A
verificação do modelo significa garantir que o desenvolvimento do modelo
computadorizado e sua implementação estejam adequados, corretos e sem bugs
(CHWIF; MEDINA, 2015; SARGENT, 2013; TAKO; ROBINSON, 2012). A validação
do modelo pode ser definida como a confirmação de que o modelo construído
representa o sistema avaliado com precisão satisfatória, consistente com a aplicação
pretendida do modelo (CHWIF; MEDINA, 2015; PIDD, 2003; SARGENT, 2013).
A verificação e validação são de responsabilidade dos desenvolvedores do

modelo. Basear-se apenas em seus julgamentos sobre a confiança que pode ser
colocada no modelo desenvolvido nem sempre é suficiente, especialmente se as
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.
decisões a serem baseadas no modelo forem de uma escala significativa ou crítica

para uma organização (TAKO; ROBINSON, 2012).
Para realizar a verificação do modelo, existem algumas técnicas ou

procedimentos que podem ser utilizados. Chwif e Medina (2015), Law (2014) e Pidd
(2003) apontam alguns possibilidades de verificações do modelo:
 Implementação modular/verificação modular: está é uma técnica

onde implementa-se partes do modelo e depois “roda” somente esta
parte. Caso esta esteja correta, parte-se para a próxima parte, e
assim sucessivamente;
 Valores constantes ou simplificados vs. Cálculos manuais: em uma

simulação pode-se tomar valores médios de cada distribuição e
considera-se estes valores como constantes e determinísticos e
realiza-se a simulação. Elabora-se então uma planilha de cálculo
referente ao modelo e compara-se os resultados de ambos,
verificando se estão próximos;
 Utilização do depurador: faz-se com que a simulação ocorra etapa a

etapa, visualizando-se os eventos que estão ocorrendo e eventos
futuros, bem como os valores das variáveis do modelo;
 Simulação manual: nesta técnica simula-se o modelo manualmente

antes da modelagem computacional, aumentando a percepção
sobre a correspondência entre o modelo computacional e o
conceitual;
 Animação gráfica: a animação gráfica é uma ferramenta de extrema

utilidade pois permite de forma visual identificar erros e
comportamentos indesejados que ocorrem no modelo;
 Revisão em grupo: nesta técnica, dada muitas vezes a dificuldade

do modelador identificar seus erros, terceiros realizam esta
verificação para avaliar se o modelo está funcionando
adequadamente.
Concluída a verificação do modelo, este deve ser validado a fim de

confirmar que seu comportamento representa de forma satisfatória o sistema avaliado.
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).
Chwif e Medina (2015) apontam dentre as principais técnicas de validação:
 Teste de Turing ou Validação black-box: consiste em apresentar à

um especialista os resultados obtidos pela simulação e do sistema
real, sem nenhuma identificação, e caso o especialista não consiga
distinguir quais dados são oriundos do sistema real ou do modelo de
simulação, então pode-se considerar o modelo validado. Também
há a possibilidade desta técnica de validação ser aplicada sem a
necessidade de um especialista, comparando-se estatisticamente
os resultados do sistema real com os do modelo de simulação;
 Duplicação de Modelos: nesta técnica duas equipes independentes

desenvolvem modelos de um mesmo sistema, sem nenhum contato
entre si. Em seguida os resultados gerados em cada um dos
modelos são comparados e se forem similares considera-se um bom
indicador de que o modelo é válido;
 Comparação com modelos anteriores: Muitas vezes é possível

utilizar modelos anteriores para buscar indícios da validade do
modelo atual, construindo o modelo novo a partir de um modelo já
validado;
 Análise de sensibilidade: determina-se a influência de alterações

dos parâmetros de entrada nos resultados obtidos por meio do
modelo;
 Validação “face a face”: neste tipo de validação o modelador discute

com alguém que realmente entende do processo que foi simulado.
Esta técnica serve tanto para a modelo conceitual quanto para o
modelo operacional;
Law (2005) afirma que o teste mais definitivo da validade de um modelo de

simulação é quando seus dados de saída (outputs) são semelhantes aos dados de
saída que seriam observados a partir do sistema real. Se os dois conjuntos de dados
comparados forem próximos, então o modelo do sistema é considerado válido.
Leal et al. (2011) propõe um passo a passo para a comparação entre os

dados de saída (outputs) do sistema real e do modelo (modelo computacional),
conforme a Figura 16. No esquema proposto pelos autores, o modelo computacional
deverá ser validado por meio da comparação estatística dos resultados da simulação
e dos dados reais do sistema.
Figura 16 - Passo a passo para a validação de modelos computacionais
Fonte: Adaptado de LEAL et al. (2011).

A primeira análise se dá em avaliar se ambos os conjuntos de dados
apresentam uma distribuição contínua. Caso não seja, deve-se utilizar uma função de
transformação para tratar o(s) conjunto(s) de dados. Tendo os dados uma distribuição
contínua, realiza-se o “teste de normalidade” em ambos os conjuntos de dados. No
caso de um ou ambos não poderem ser representados na distribuição de
probabilidade Normal, testes não-paramétricos deverão ser aplicados, como por

exemplo o Teste U de Mann-Whitney8, e encerra-se o processo.
No caso de ambos poderem ser representados pela distribuição Normal, o

teste de variância (Teste F) é aplicado. O Teste F irá testar a igualdade de variância
entre os dois conjuntos de dados, seguindo-se do Teste T, o qual irá verificar se as
médias dos dois conjuntos de dados são estatisticamente iguais. Caso os dados não
apresentem variâncias estatisticamente iguais, aplica-se o método Smith-
Satterthwaite antes de ser realizado o Teste T.
Chwif e Medina (2015) e Leal (2008) apontam a possibilidade da validação

por meio da comparação dos resultados obtidos no sistema real e no modelo por meio
da forma apresentada por Kleijnen (1995). Este método consiste em tomar o intervalo
de confiança para a diferença entre os dois conjuntos de dados (dados do modelo e
dados do sistema real) e se o intervalo contiver o valor zero, pode-se afirmar que, com
um nível de confiança de 100(1-α)%, que os resultados são equivalentes. Para esta
técnica, o intervalo de confiança é calculado conforme a equação (2), disponível no
Anexo A (p. 259).
Balci (1997) faz algumas considerações com relação ao processo de

verificação e validação de modelos (V&V):
 A V&V deve ser conduzida ao longo de todo o ciclo da modelagem

e simulação;
 Os resultados da V&V não devem ser considerados como uma

variável binária, onde o modelo é absolutamente correto ou
absolutamente incorreto;
 Um modelo de simulação é construído respeitando aos objetivos do

projeto de modelagem e simulação e sua credibilidade é julgada de
acordo com estes objetivos;
 A V&V requer independência para prevenir algum tipo de

favorecimento do desenvolvedor do modelo;
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.
 A V&V é um processo difícil que exige criatividade e perspicácia;
 O teste completo de um modelo de simulação é impossível;
 A V&V deve ser planejada e documentada;
 Erros devem ser detectados o mais cedo possível no ciclo da

modelagem e simulação;
 Um problema bem formulado é essencial para a aceitabilidade dos

resultados do ciclo de modelagem e simulação.
3.2.3. Análise
A última fase da simulação é a de análise. Nesta etapa o modelo

computacional está apto para a realização dos experimentos, dando origem ao
“modelo operacional” (CHWIF; MEDINA, 2015). Nesta etapa são efetuadas várias
“rodadas” do modelo, realizando uma análise dos resultados da simulação e os
documentando. A partir destes resultados, conclusões e recomendações sobre o
sistema podem ser geradas e, no caso de os resultados da simulação não serem
satisfatórios, o modelo pode ser modificado, reiniciando o processo.
Depois que o modelador determinou os experimentos à serem realizados,

a atenção pode ser direcionada para a fase de análise do projeto de simulação. A
função desta fase é fornecer ao modelador as informações necessárias para embasar
a tomada de decisão com relação aos objetivos do projeto (CHUNG, 2004).
Chung (2004) aponta que como os resultados da simulação apresentam

variações, dada a utilização de dados de entrada variáveis, não se deve basear as
conclusões apenas sobre uma única execução da simulação. Para minimizar as
chances de uma recomendação errônea após a fase de experimentação, recomenda-
se executar um certo número de replicações e então basear as conclusões em todos
os dados disponíveis.
É importante diferenciar os termos replicação e rodada. Chwif e Medina

(2015) definem rodada como ao que ocorre quando iniciamos o comando que executa
a simulação, podendo envolver várias replicações. A replicação é uma repetição da
simulação do modelo, com a mesma configuração, a mesma duração e com os
mesmos parâmetros de entrada, mas com um processo de geração de números
aleatórios diferente. Desta forma, apesar dos dados e os parâmetros de entrada

serem os mesmos, cada replicação possuirá um resultado diferente.
Os resultados da simulação devem levar em consideração a confiança

estatística e a precisão. De acordo com Chwif e Medina (2015), a confiança estatística
refere-se ao intervalo de confiança, ou seja, valores que contém a média da
população, com uma certa probabilidade. Quanto maior o valor desta probabilidade,
maior a confiança estatística de que a média da população está nesse intervalo. Já a
precisão refere-se ao tamanho do intervalo. De acordo com Montgomery e Runger
(2012), um intervalo de confiança 100(1-α)% para a média de uma população é
constituído através da equação (3) e (4), dispostas no Anexo A.
Porém, Chwif e Medina (2015) apontam que é possível estimar o valor de

replicação para obter uma precisão satisfatória. Para isto, uma técnica possível é
utilizar uma amostra-piloto. O número de replicações necessárias pode ser calculado
utilizando-se a equação (5), apresentada no Anexo A.
Outro ponto importante com relação a etapa de análise é a da duração de

cada replicação. Existem duas formas de classificação da simulação com relação a
duração do processo, a simulação terminal, na qual há a certeza quanto aos tempos
de início e fim da simulação, e a simulação não terminal (ou simulação em regime),
na qual não há um momento pré-determinado exato para o encerramento da
simulação (CHWIF; MEDINA, 2015; LEAL, 2008).
Caso o sistema avaliado seja terminal, já está estabelecida a duração das

simulações, sendo necessário apenas a determinação do número de replicações
necessárias para atender a precisão desejada. Chwif e Medina (2015) apontam sete
etapas para a realização da análise de dados em sistemas terminais:
i. Estabelecer as medidas de desempenho adequadas;
ii. Escolher a confiança estatística e a precisão com que se pretende

trabalhar;
iii. Definir, a partir da observação do sistema real, o tempo de

simulação;
iv. Construir a “amostra-piloto” e estimar o intervalo de confiança;

v. Determinar o número de replicações necessárias;
vi. Rodar o modelo novamente;
vii. Calcular o novo intervalo de confiança.
Para os sistemas não terminais, não há um instante exato para o término

da simulação, portanto é necessário estabelecer por quanto tempo cada replicação
será executada e quantas replicações são necessárias para atender à precisão
desejada. De acordo com Chwif e Medina (2015), neste tipo de sistema a simulação
deve ser executada de modo que os dados de saída sejam obrigatoriamente coletados
durante o estado de regime permanente, fora do período transitório, o qual também
pode ser chamado de warm-up ou período de aquecimento.
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.
Como regra prática, o estudo do período de aquecimento é feito a partir de

um número mínimo de replicações, geralmente cinco, e pode-se utilizar a média móvel
para identificar um agrupamento de pontos que caracterize melhor o início do estado
do regime permanente do sistema. Para estabelecer a duração da simulação, devem
ser considerados que o modelo deve atingir o regime permanente e os resultados
obtidos sejam estatisticamente independentes (CHWIF; MEDINA, 2015). Para
estabelecer o número de replicações valem as mesmas técnicas apresentadas na
equação (5).
3.3. A simulação na construção
O processo de tomada de decisão é uma parte essencial de qualquer

operação de construção. A simulação pode ser usada como uma ferramenta para
ajudar os gerentes da construção no processo de tomada de decisões (ZAYED;
HALPIN, 2000). Apesar de seu potencial, o uso da simulação computacional no
planejamento de projetos do setor da construção tem se limitado principalmente à
academia e a algumas grandes empreiteiras que podem se dedicar a empregar
profissionais dedicados à simulação (HAJJAR; ABOURIZK, 2002). No setor da

construção, as técnicas de simulação podem ser usadas para modelar um amplo
espectro de operações levando em consideração sua aleatoriedade e incerteza
associadas.
Estudos aplicando a simulação de eventos discretos (SED) na construção

civil têm focado em operações ou processos de forma isolada (SCHRAMM;
FORMOSO, 2015). O desenvolvimento e simulação de um modelo de sistema pode
auxiliar na exploração de estratégias de produção, além de ilustrar o impacto de
algumas taxas no desempenho de um empreendimento. Os resultados destas
estratégias, no sistema real, podem servir de revisão e melhoria, tanto para o modelo,
como para os modelos mentais dos tomadores de decisão, acelerando o processo de
aprendizado (MOTA; VIANA; ISATTO, 2010).
O processo de melhoria de um sistema de produção por meio da simulação

pode ser resumido em uma série de etapas, como mostrado na Figura 17. O processo
se inicia com o usuário que estuda o sistema existente e depois constrói um modelo,
o qual deve ser verificado e validado. Em seguida pode-se realizar experimentos e
fazer modificações para melhorar o desempenho do sistema, que é medido no
modelo. Quando o desempenho é otimizado, as modificações necessárias são
implementadas no sistema real e todo o processo pode ser repetido durante a
construção para melhorias contínuas (MOHAMED; ABOURIZK, 2005).
Figura 17 - Etapas para melhorar um sistema da construção
Fonte: Adaptado de MOHAMED; ABOURIZK (2005).

Os modelos de simulação para a construção requerem conhecimento do

sistema de construção e da tecnologia de simulação. Sem o uso de ferramentas
adequadas, o processo de construção de modelos pode ser um investimento
demorado e eventualmente inviável. Hajjar e Abourizk (2002) identificaram um amplo
conjunto de características que os modelos e ferramentas de simulação devem
possuir para serem passíveis de aplicação no setor de construção, resumidas nos
parágrafos seguintes.
A interface do usuário deve suportar a representação gráfica e a

manipulação da estrutura do modelo. O suporte de modelagem gráfica deve ser o
principal meio de definição e manipulação do modelo. Porém, para melhor
atendimento dos usuários mais avançados o sistema deve permitir a não utilização do
sistema gráfico. As violações de integridade do modelo devem ser bloqueadas o mais
rápido possível e reportadas ao usuário por meio da interface de modelagem.
O processo de modelagem deve ser feito de forma natural e as ferramentas

de simulação disponibilizadas serem relevantes ao objetivo do usuário. Os usuários
não devem ser expostos às ferramentas mais abstratas, as quais exigem maior
experiência e conhecimento quanto aos conceitos da simulação.
Os métodos de construção dos modelos variam de complexidade e, por

conta disso, as ferramentas de simulação devem ser capazes de acomodar diferentes
tipos de simuladores. Os resultados gerados pelas ferramentas de simulação devem
ser de relevância imediata para o usuário alvo. A análise específica pós-simulação
deve ser realizada quando necessário, com resultados apresentados de forma familiar
e natural.
As ferramentas de simulação devem ser integradas aos sistemas

existentes para reduzir os requisitos de entrada de dados, bem como para gerar
informações para uso pelos sistemas existentes. A informação gerada de cada
ferramenta deve seguir uma estrutura padrão para simplificar seu processo de análise
por sistemas externos.
Os usuários devem ser capazes de combinar modelos, com base em várias

ferramentas, de forma efetiva para permitir a modelagem de projetos completos
envolvendo múltiplos métodos de construção. As ferramentas devem apoiar e
incentivar a reutilização de modelos de simulação existentes;
Os desenvolvedores de ferramentas devem ser capazes de criar novas

ferramentas em um tempo relativamente curto com um esforço mínimo. O processo
de desenvolvimento de ferramentas deve ser padronizado para fornecer suporte
inerente para todos os requisitos mencionados anteriormente.
As simulações computacionais permitem aprofundar o conhecimento sobre

sistemas estudados, auxiliando no melhor entendimento da interação de diversos
elementos de um sistema, com base em modelos matemáticos e estatísticos, o que
permite um alto nível de interação entre pesquisadores e objetos de pesquisa
(MEDEIROS; MOSER; SANTOS, 2014). A simulação computacional permite a
simulação de um processo de construção no nível operacional, abordando a natureza
aleatória, características orientadas por recursos e interações dinâmicas durante a
operação (SHI, 1999).
A falta de conhecimentos e recursos, a indisponibilidade de dados de

operações suficientes e completos e a ausência de informações relevantes sobre o
processo apresentam obstáculos à aplicação da modelagem de simulação combinada
com a prática.
A Simulação de Eventos Discretos (SED) foi reconhecida como uma

técnica muito útil para a análise quantitativa de operações e processos que ocorrem
durante o ciclo de vida de uma instalação construída. Em geral, o processo para
realizar um estudo de SED em uma operação da construção não é diferente do que
deve ser seguido em qualquer outro campo. No entanto, certos aspectos do ambiente
de construção são muito diferentes, e essas diferenças às vezes determinam o uso
(ou a necessidade) de diferentes ferramentas, técnicas e precauções (MARTINEZ,
2010).
Martinez (2010) aponta que há muitas maneiras de dividir as etapas

necessárias para realizar um estudo de SED aplicado a construção. O autor sugere
uma sequência de etapas que devem ser apropriadas para os estudos do SED
aplicados à engenharia e gerenciamento de construção, conforme apresentado no
Quadro 3.
Quadro 3 - Etapas necessárias para realizar um estudo de SED aplicado a

construção
Etapa Processo
Avaliar o quanto um modelo SED pode levar a uma melhor compreensão do sistema avaliado ou quanto a
1 obtenção de medidas quantitativas de desempenho para o problema de interesse. O objetivo deste primeiro
passo é responder à pergunta: "O SED é a ferramenta apropriada para o problema em questão?"
2 Estabelecer o escopo do modelo e as questões específicas que o modelo deve responder
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)
7 Analisar os dados de saída (outputs) para uma única execução da simulação
8 Elaborar o projeto e execução de experimentos de simulação (Design of Experiments – DOE)
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
10 Documentar e apresentar os resultados
11 Usar os resultados para a tomada de decisões.
Fonte: Autoria própria, baseado em MARTINEZ (2010).

81
CAPÍTULO 2
PRODUÇÃO ENXUTA
4. PRODUÇÃO ENXUTA
Neste capítulo serão apresentados conceitos com relação à Produção

Enxuta, abordando seu surgimento, com foco em sua filosofia, o Mapeamento do
Fluxo de Valor (MFV) e as possibilidades de utilização conjunta do MFV e a SED.
4.1. Definição
O Sistema Toyota de Produção (STP) ou Toyota Production System (TPS)

surgiu no Japão ao final da Segunda Guerra Mundial na Toyota Motor Company, dada
certas restrições no mercado que exigiam a produção em pequenas quantidades e de
muitas variedades, sob condições de baixa demanda, um destino que a indústria
automobilística japonesa enfrentou no pós-guerra. Estas restrições serviram como
alicerce para testar se os fabricantes de automóveis japoneses poderiam estabelecer-
se e sobreviver em concorrência com os sistemas de produção e vendas em massa
de uma indústria já estabelecida na Europa e nos Estados Unidos (OHNO, 1988).
No entanto, fora a Toyota, no restante do mundo pouco se conhecia sobre

esta tecnologia de fabricação e o STP antes da primeira crise do petróleo em 1973.
Foi a partir desse episódio que a Produção Enxuta chamou a atenção das outras
empresas japonesas, que passaram a adotá-los, visto que a Toyota conseguiu manter
ganhos superiores aos concorrentes e a outras indústrias mesmo durante o período
de crise (OHNO, 1988).
Womack, Jones e Roos (2004) apresentaram pela primeira vez o conceito

da Produção Enxuta (Lean Production), formulado a partir de um estudo conduzido
pelo Massachusetts Institute of Technology no início da década de 90, baseado no
SPT, explicando uma forma de produzir cada vez mais com cada vez menos, e de
oferecer ao cliente o que ele deseja e quando ele deseja, firmando-se como um novo
paradigma de produtividade na manufatura. A produção enxuta também foi aplicada
com sucesso em atividades de engenharia (PÉREZ; COSTA; GONÇALVES, 2016).
A Produção Enxuta possui como princípio a eliminação sistemática dos

desperdícios resultantes das operações em um processo produtivo, e como o nome
Capítulo 4 - Produção Enxuta 82
indica, focado no corte da “gordura” das atividades de produção (SANTOS; WYSK;

TORRES, 2006).
Ohno (1988) explica que desperdício se refere a todos os elementos de

produção que absorve recursos mas não cria valor, tais como erros que requerem
retificação, transporte de bens, produção de itens sem demanda e estoques. Isto
significa que as perdas englobam tanto a ocorrência de desperdícios de materiais
quanto a execução de tarefas desnecessárias que geram custos adicionais e não
agregam valor (FORMOSO et al., 1996).
Womack e Jones (2003) abordaram a questão da eliminação de

desperdícios por meio da implementação do pensamento enxuto nas empresas. Estes
autores criaram o termo que é conhecido por Lean Thinking, ou Mentalidade Enxuta,
aplicando os conceitos da produção enxuta que deverão ser seguidos pelas empresas
que buscam a transformação de seus sistemas de Produção em Massa para a
Produção Enxuta. Para isso estabeleceram as bases da mentalidade enxuta em cinco
princípios:
 Valor – o valor deve ser especificado pelo ponto de vista do cliente;
 Fluxo de Valor – deve-se identificar todos os processos de valor

agregado entre os limites dos departamentos (a cadeia de valor),
eliminando passos que não agregam valor;
 Fluxo – produtos devem fluir em fluxo de valor contínuo e estável,

com valores enxutos da matéria-prima ao produto acabado, sem
movimentos inúteis, sem interrupções, sem lotes e sem filas;
 Produção Puxada – deve-se evitar empurrar (transmitir) o trabalho

para o processo seguinte, deixar que o trabalho seja puxado,
conforme a necessidade;
 Perfeição – embora não seja possível alcançá-la, sua busca conduz

à percepção de que as oportunidades de eliminação dos
desperdícios são infinitas. Assim, a empresa terá capacidade de
oferecer cada vez mais um produto que se aproxima daquilo que o
cliente realmente deseja.
Ohno (1988) enumerou em sete as perdas comumente encontradas na

produção: por transporte, por superprodução, por fabricação de produtos defeituosos,
pelo processamento em si, por espera, no movimento e por estoque. Formoso et al.
(2002) propuseram uma nova classificação de acordo com a natureza do setor da
construção, adaptando as sete perdas de Ohno (1988) para nove tipos de perdas,
sendo acrescidas à perda por substituição e perdas de outras naturezas.
No intuito de auxiliar as organizações a eliminarem estes desperdícios e

trabalharem conforme a Produção Enxuta, um conjunto de técnicas específicas foram
desenvolvidas tais como métodos de análise, ferramentas de melhoria, técnicas de
projeto, novos arranjos organizacionais e ferramentas visuais para operacionalizar os
conceitos, tanto em operações de manufatura quanto de serviços (ABDULMALEK;
RAJGOPAL, 2007; AL-AOMAR, 2011; BHAMU; SANGWAN, 2014; TANCO et al.,
2013; XIA; SUN, 2013). Pode-se citar como exemplo o Kanban (sistema de cartões
para otimização da produção), JIT (produção controlada através da demanda do
cliente final), 5S (técnica japonesa de organização e limpeza do ambiente de trabalho),
Poka-yoke (dispositivo à prova de erros), dentre outros (FONTANINI, 2004).
Santos (2016) afirma que uma técnica capaz de disseminar os conceitos e

princípios da Produção Enxuta e orientar a transformação enxuta dentro das
organizações foi sistematizado e introduzido por Rother e Shook no final da década
de 1990. Trata-se do Mapeamento do Fluxo de Valor (MFV).
4.2. Mapeamento de Fluxo de Valor
Rother e Shook (2012) definem o mapeamento do fluxo de valor como uma

ferramenta que utiliza papel e lápis e auxilia na visualização e entendimento do fluxo
de materiais e de informações, na medida em que o produto segue o fluxo de valor.
Assim, o MFV consiste no acompanhamento da trilha de produção de um produto,
desde o consumidor até o fornecedor, sendo desenhada uma representação visual de
cada processo nos fluxos de materiais e informações.
Por meio do MFV, falhas e lacunas no fluxo de materiais e informações são

demonstrados de forma clara e consistente, permitindo uma conversação inteligente
entre os agentes envolvidos para a identificação das causas de desperdícios, e a
divisão de responsabilidades, de custo, de qualidade, de confiabilidade e de
problemas comuns de comunicação entre os envolvidos (FONTANINI, 2009).
A partir da elaboração do desenho MFV, segundo Rother e Shook (2012) e

Womack e Jones (2003), o mesmo permite:
 Visualizar mais do que simplesmente os processos individuais, mas

o fluxo como um todo;
 Identificar mais do que os desperdícios, mas também suas fontes no

fluxo de valor;
 Fornecer uma linguagem comum para tratar dos processos de

manufatura;
 Tornar as decisões sobre o fluxo visíveis, de modo a poder discuti-

las;
 Combinar conceitos e técnicas lean, o que ajuda a evitar a

implementação de algumas técnicas ou ferramentas de forma
isolada;
 Formar a base de um plano de implementação;
 Mostrar a relação entre o fluxo de informações e o fluxo de materiais;
 Descrever o que realmente será feito para atingir as melhorias.
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).
Rother e Shook (2012) definiram as etapas para a utilização do MFV,

conforme apresentado na Figura 18, iniciando-se pela seleção da família de produtos,
o mapeamento do estado atual do processo, a elaboração do estado futuro que se
deseja para o sistema e por fim o plano de trabalho e implementação das melhorias
estabelecidas no estado futuro.
A primeira etapa do MFV é selecionar uma família de produtos, a qual deve

conter produtos que passam por etapas semelhantes de processamento e que
utilizam o mesmo maquinário. A segunda e a terceira etapas do MFV são desenhar
os mapas dos estados atual e futuro, respectivamente, o que é feito por meio da coleta
de informações no “chão-de-fábrica”. Estes mapas são esforços superpostos, já que

as ideias sobre o estado futuro surgirão enquanto se estiver desenhando o mapa do
estado atual. Da mesma forma, as informações sobre o estado atual que não haviam
sido percebidas virão à tona enquanto se estiver desenhando o mapa do estado futuro.
A quarta etapa do MFV é preparar um plano de implementação, o qual deve descrever,
em uma única página, como se planeja chegar ao estado futuro (QUEIROZ, 2011).
Figura 18 - Etapas do Mapeamento do Fluxo de Valor
Fonte: Adaptado de ROTHER; SHOOK (2012).

4.2.1. Mapa do Estado Atual
Na elaboração do MFV do estado atual, identificam-se os fluxos de

materiais e de informações. O fluxo de pessoas não é tratado com tanta importância
nesse momento, a qual será dada posteriormente na construção do mapa do estado
futuro e em seu processo de implementação (PRADO, 2006; SANTOS, 2016).
Para a construção destes mapas, Rother e Shook (2012) propõe um

conjunto de símbolos, ou “ícones”, para representar os processos e os fluxos. A lista
com os símbolos utilizados para a elaboração do MFV foi disponibilizada no Anexo B
(p. 262). Os autores também explicam que podem ser desenvolvidos pelo analista
ícones adicionais caso seja necessário, porém o mais importante é mantê-los
consistentes dentro da empresa, de modo que todos saibam como desenhar e
compreender os mapas.
Fontanini (2004) aponta que para a elaboração do MFV do estado atual em

cada empresa, é necessário o levantamento dos seguintes dados em campo:
Quadro 4 - Itens para elaboração do MFV
Fonte: Autoria própria, baseado em FONTANINI (2004).

Outra métrica Lean importante de ser avaliada ao longo do processo de
mapeamento é o Tempo de Agregação de Valor (TAV), também chamado de Value
Added Time, que, segundo Rother e Shook (2012), é o tempo dos elementos de
trabalho que efetivamente transformam o produto de uma maneira que o cliente esteja
disposto a pagar.
Concluída a construção do mapa do estado atual, inicia-se o processo de

elaboração do mapa do estado futuro. Abdulmalek e Rajgopal (2007) afirmam que o
processo de definir o estado futuro começa durante o desenvolvimento do estado
atual, onde instantaneamente pequenas atitudes começam a ser tomadas em áreas
alvos, melhorando o processo produtivo.
4.2.2. Mapa do Estado Futuro
Ao idealizar um estado futuro de uma cadeia produtiva, a meta consiste em

construir uma cadeia de produção na qual os processos individuais são articulados
aos seus clientes, o que é atingido ou por meio de fluxo contínuo ou por puxadas,
onde cada processo se aproxima o máximo possível de produzir apenas o que os
clientes precisam e quando precisam (ROTHER; SHOOK, 2012).
Para auxiliar a construção do mapa do estado futuro, Rother e Shook

(2012) formularam oito questões-chave, as quais na medida em que as questões são
respondidas, na sequência proposta pelos autores, os conceitos sobre o lean serão
desenvolvidos no estado futuro. As oito questões propostas pelos autores são:
i. Qual o tempo Takt, baseado no tempo de trabalho disponível dos

processos fluxo abaixo que estão mais próximos do cliente?
ii. Será produzido para um supermercado de produtos acabados do

qual os clientes puxam ou diretamente para a expedição?
iii. Onde pode ser utilizado o fluxo contínuo?
iv. Onde é necessário introduzir os sistemas puxados com

supermercados, a fim de controlar a produção dos processos fluxo
acima?
v. Em que ponto único da cadeia de produção (“o processo puxado”) a

produção será programada?
vi. Como o mix de produção será nivelado no processo puxador?
vii. Qual incremento de trabalho será liberado uniformemente pelo

processo puxador?
viii. Quais melhorias de processos serão necessárias para fazer fluir o

fluxo de valor conforme as especificações do projeto do estado
futuro?
Todas estas melhorias devem ser desenhadas no mapa do estado futuro.

Ao se comparar os dados do estado atual com os do estado futuro, os resultados são
visíveis, em particular, devido ao nivelamento da produção, implementação de
sistemas Kanban, o Kaizen e a otimização do fluxo de informações (FONTANINI,
2004).
4.2.3. Mapeamento do Fluxo de Valor e a Simulação de Eventos Discretos
A Simulação e a filosofia lean são abordagens que raramente são

discutidas em conjunto, o que é estranho dado que eles têm uma motivação similar:
melhoria de processos e entrega de serviços. Com o foco atual na eficiência dos
processos, tem havido um interesse crescente tanto na simulação quanto na produção
enxuta (ROBINSON et al., 2012).
Ali, Petersen e França (2015) apontam algumas razões para a utilização

combinada entre a SED e o MFV:
 A SED ajuda a raciocinar sobre como alterar o processo no estado

futuro e auxilia na construção de um consenso para a tomada de
decisão a partir das visualizações dinâmicas do processo;
 O MFV por si só é demorado. Nesse caso, a SED auxilia na análise

do MFV do estado atual e na geração do MFV do estado futuro. Além
disso, a SED auxilia na verificação do impacto de possíveis
mudanças e a resolução de perguntas que não poderiam ser
respondidas apenas por meio do MFV;
 O MFV fornece um retrato instantâneo do processo, sendo incapaz

de detalhar seu comportamento dinâmico. A SED pode auxiliar a
prever o fluxo e os níveis e fornecer medidas quantitativas mais
precisas, dada a sua capacidade de lidar com dados tanto
determinísticos quanto estocásticos;
 O MFV por si só não consegue capturar a complexidade dos

processos em termos de iterações, sobreposições, feedback,
retrabalho, incerteza e variabilidade do processo.
As atividades no complexo processo de fabricação são regidas por regras

operacionais projetadas por humanos. A dinâmica deste processo caracteriza-se por
ocorrências assíncronas de eventos discretos, como a chegada ou a partida de um
trabalho, ou a iniciação e conclusão de uma tarefa de fabricação designada. Uma vez
que as dinâmicas dos processos reais são regidas por eventos discretos, a SED pode
ser utilizada. Entretanto, uma desvantagem da simulação com relação a uma
abordagem analítica comum é relacionada aos custos para sua elaboração, além da
dificuldade computacional (XIA; SUN, 2013).
De acordo com O’Kane, Spenceley e Taylor (2000), os principais benefícios

da aplicação da SED em ambientes manufatureiros, orientado pelo MFV, são: auxiliar
no planejamento de layouts, auxiliar nas decisões sobre a capacidade necessária na
planta, planejar fábricas, definir o tamanho dos estoques intermediários, analisar os
efeitos no tempo de passagem com as mudanças na planta, conduzir o
desenvolvimento de processos e avaliar o impacto das estratégias de manufatura.
No sentido da complementação entre o MFV e a SED na redução de

desperdícios em um processo produtivo, o Quadro 5 elaborado por Robinson et al.
(2012) mostra como os desperdícios apresentados por Ohno (1988) podem ser
interpretados em um modelo computacional.
Um dos problemas do MFV é que este apenas fornece uma representação

instantânea do sistema e não consegue capturar os aspectos dinâmicos dos
processos, o que leva a uma análise simplista de identificação de gargalos. Além
disso, as ações de melhoria e os mapas do fluxo de valor são baseados em situações
idealistas, o que contribui na redução do realismo do mapa de fluxo de valor do estado
futuro (pois este é baseado em condições ideais que os problemas identificados são
completamente resolvidos). Tais limitações reduzem a confiança nas ações de
melhoria identificadas no MFV, tornando menos provável que tais ações de melhoria
sejam implementadas (ALI; PETERSEN; FRANÇA, 2015).
Quadro 5 - O papel da SED na redução do desperdício
Desperdícios originais segundo Ohno (1988) Correção com a SED
Transporte: movimentação de produtos que não são requeridos Modelagem do fluxo e medição do tempo de
no processo transporte
Estoques: materéria prima, produto em processamento (Work in

Modelagem de filas
Process - WIP) e produtos acabados
Movimentação: movimentação de pessoas e equipamentos ou

Modelagem da interligação entre os recursos
deslocamento alem do necessário ao processamento dos
(pessoas e equipamentos) e os processos
produtos
Esperas (atraso): esperas pelo próximo passo do processo de

Modelagem de filas
produção
Modelagem da conexão entre a variabilidade da

Superprodução: produção acima da demanda
demanda e a variabilidade da produção
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
Modelagem da variabilidade da inscidência de

Defeitos: esforço envolvido para inspeção e correção dos defeitos
defeitos e de seu impacto no fluxo de produção
Fonte: Adaptado de ROBINSON et al. (2012).

O MFV do estado atual não é capaz de expressar a complexidade do
sistema real. Vários fatores precisam ser seriamente considerados, incluindo o
número de diferentes famílias de produtos produzidas, vários tempos de
processamento e tempos de configuração para cada etapa operacional, padrões de
mudança distintos para cada estação de trabalho e caminhos de processamento
serial-paralelo através da linha de produção também. Esses fatores juntos criam uma
complexidade que não pode ser abordada usando apenas o MFV. Na Figura 19, Ali,
Petersen e França (2015) resumem as estratégias de utilização do MFV em conjunto
com a SED e seus principais objetivos.
Santos (2016) propôs um sequenciamento de etapas para utilização

combinada das ferramentas de MFV e da SED, baseando-se nas propostas de Rother
e Shook (2012) e Montevechi et al. (2010), dividas nas três etapas de um projeto de
simulação SED, Concepção, Implementação e Análise, conforme mostra a Figura 20.
Figura 19 - Panorama geral sobre pesquisa envolvendo MFV e SED
Fonte: Adaptado de ALI; PETERSEN; FRANÇA (2015).

Figura 20 - Etapas para a realização de estudos com MFV e SED
Fonte: Adaptado de SANTOS (2016).

92
CAPÍTULO 3
MÉTODO
5. MÉTODO
Este capítulo apresenta uma descrição do método de pesquisa utilizado

para a realização desse trabalho. O capítulo se inicia com a descrição da escolha da
estratégia de pesquisa utilizada no seu desenvolvimento, seguida pela apresentação
do delineamento do processo de pesquisa e a descrição das etapas e dos métodos
utilizados.
5.1. Estratégia de Pesquisa
Este trabalho adotou a abordagem do Design Science Research9 (DSR), a

qual também é conhecida como Pesquisa Construtiva. A adoção deste método se deu
pelo fato desta pesquisa ter como objetivo a criação de um artefato que possibilite a
resolução de um problema real. Por ser estudo orientado à solução de problemas
práticos, as ciências tradicionais podem apresentar limitações, utilizando-se, portanto,
a Design Science (DS) (LACERDA et al., 2013).
Simon (1996) faz distinção entre ciências naturais, sociais e ciências do

artificial (também conhecidas como Design Science). As ciências naturais produzem
conhecimentos sobre algumas classes de objetos ou fenômenos no mundo (ou
sociedade) as descrevendo, explicando ou predizendo fenômenos e suas relações.
As ciências do artificial referem-se ao design, a criação (construção e avaliação) de
objetos e fenômenos artificiais, chamados de artefatos, os quais são projetados para
atingir determinados objetivos. Dessa forma, enquanto as ciências naturais buscam
compreender a realidade, a Design Science visa criar algo que sirva a propósitos
humanos (MARCH; SMITH, 1995).
A DS é, portanto, o conhecimento na forma de constructos, técnicas,

métodos e modelos - o know-how para criar artefatos que satisfaçam determinados
conjuntos de requisitos funcionais. A DSR é uma pesquisa que cria esse tipo de
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
conhecimento ausente utilizando o planejamento, análise, reflexão e abstração

(VAISHNAVI; KUECHLER, 2007).
Kasanen, Lukka e Siitonen (1993) explicam que a abordagem da DSR pode

ser caracterizada pela divisão do processo de pesquisa em fases, cuja ordem pode,
naturalmente, variar de caso para caso:
i. Encontrar um problema prático relevante que também tenha

potencial de pesquisa;
ii. Obter uma compreensão geral e abrangente do tópico;
iii. Inovar, isto é, construir uma ideia de solução;
iv. Demonstrar que a solução funciona;
v. Mostrar as conexões teóricas e a contribuição da pesquisa do

conceito de solução;
vi. Examinar o escopo da aplicabilidade da solução.
A missão de uma Design Science é desenvolver conhecimento para o

projeto e a construção de artefatos, ou seja, para resolver problemas, ou para ser
usado na melhoria do desempenho de entidades existentes (LUKKA, 2003; VAN
AKEN, 2004). A metodologia da Design Science Research incorpora princípios,
práticas e procedimentos necessários a qual atende a três objetivos: é consistente
com a literatura existente, fornece um modelo de processo nominal para a pesquisa
em DS e fornece uma modelo mental para apresentar e avaliar a pesquisa em DS
(PEFFERS et al., 2007).
A DSR pode contribuir com a criação ou complementação de melhores

teorias de duas formas. A primeira relaciona-se à construção metodológica do
artefato, o qual pode ser um objeto de teorização, o que está relacionado às fases de
construção da DSR, baseadas no teste experimental do método, na exploração
experimental deste ou em ambos. Na segunda, há a possibilidade do artefato expor
relações entre os seus elementos. Desta forma, se as relações entre os elementos do
artefato não são previamente entendidas e acabam sendo mais visíveis durante as
fases de construção ou de avaliação, então pode-se afirmar que o conhecimento dos
seus elementos foi aumentado (VAISHNAVI; KUECHLER, 2007).
Os artefatos são objetos artificiais que podem ser caracterizados em termos

de objetivos, funções e adaptações. Este artefato deve possuir um propósito, um
objetivo, e envolve uma relação de três elementos: o propósito (objetivo), o caráter do
artefato e o ambiente em que ele funciona (SIMON, 1996). Os artefatos podem ser de
diferentes tipos, conforme apresentado no Quadro 6.
Quadro 6 - Tipos de Artefato

Descrição
Constructos ou conceitos formam o vocabulário de

Constructos
um domínio.
Um modelo é um conjunto de proposições ou

Modelos declarações que expressam as relações "entre os
Tipos de constructos.
Artefato Um método é um conjunto de passos (um
Métodos algoritmo ou orientação) usado para executar uma
tarefa.
Uma instanciação é a concretização de um artefato

Instanciações
em seu ambiente.
Fonte: Adaptado de LACERDA et al. (2013) e MARCH; SMITH (1995).

O conhecimento gerado, embora aplicado pontualmente na solução de
problemas específicos, ou no desenvolvimento de novos artefatos, deve ser
generalizável para o que foi definido como Classe de Problemas (LACERDA et al.,
2013).
Desta forma, o artefato proposto neste estudo consiste em um modelo e

instanciações de modelo de simulação de uma linha de produção de elementos pré-
fabricados desenvolvido com base nas necessidades do tomador de decisão. Este
modelo permite a elaboração de diferentes cenários produtivos por parte do tomador
de decisão, por meio de um painel de controle, permitindo ao usuário gerar relatórios
e registros destas simulações, gerando informações para auxiliar no embasamento de
sua tomada de decisão.
5.2. Delineamento da Pesquisa
Para o delineamento desta pesquisa, foram utilizados como base os

delineamentos propostos por Santos (2016), Chwif (1999) e Montevechi et al. (2010),
para estudos com simulação, juntamente com os delineamentos de Dresch, Lacerda
e Antunes Júnior (2015) e por Takeda et al. (1990), relacionados à DSR. Conforme
apresentado na Figura 21, este delineamento foi dividido em três etapas principais:
Concepção, Implementação e Análise.
Figura 21 - Delineamento do Método de Pesquisa

5.2.1. Concepção
Esta etapa foi subdivida em nove atividades, iniciando-se pela identificação

do problema, seguida pela realização de uma revisão sistemática da literatura,
escolha da família de produtos, identificação dos artefatos, questionário junto à
especialistas, proposição do artefato, escolha dos dados de entrada, construção e
validação do MFV atual e IDEF-SIM e modelagem dos dados de entrada. Esta etapa
teve como objetivo uma maior compreensão sobre o tema, buscando encontrar um
problema de relevância prática e obter um entendimento mais profundo sobre o tópico
e sobre o comportamento do sistema em análise.
Iniciou-se o processo pela identificação do problema, a identificação da

dificuldade no processo de tomada de decisão na linha de produção com relação a
visualização do cenário de maior produtividade e melhor custo benefício. Identificado
o problema, foi conduzida uma Revisão Sistemática da Literatura (RSL) para obter
uma maior conscientização quanto a este problema.
Esta RSL teve como objetivo avaliar o conhecimento existente na literatura

relacionada a produtividade do setor de pré-fabricação, para compreender o que
atualmente é conhecido e quais as propostas existentes para melhoria deste cenário.
Esta RSL está detalhada no item 1.3 (p. 29), na Introdução, e no Apêndice A - Revisão
Sistemática da Literatura (RSL) (p. 175).
Concluída a RSL e a análise de seus resultados, foram identificadas as

principais contribuições e produtos dos estudos considerados aderentes ao tema,
como a Modelagem e Simulação da linha de produção e a filosofia Lean. Com base
nestas informações, seguiu-se para a segunda etapa do estudo. Foi escolhida a
família de produtos a serem analisadas ao longo do desenvolvido desta pesquisa.
A família de produtos escolhida para este trabalho foram linhas de

produção de pilares pré-fabricados. Esta escolha se deu por fatores ligados ao cenário
encontrado no local de estudo de caso, os quais limitaram quais linhas de produção
poderiam ser escolhidas, e pelo fato da linha de produção de pilares estar presente
em grande parte das fábricas de pré-fabricados, o que torna os resultados deste
trabalho mais próximos da realidade de outras instalações fabris.
Definida a família de produtos, visando compreender quais são as

necessidades do tomador de decisão do processo produtivo de pré-fabricados, foi
elaborado um questionário nomeado Questionário Exploratório, o qual teve por
objetivo compreender quais são as informações sobre a linha de produção mais
importantes de serem visualizadas e controladas, a partir da perspectiva dos gestores,
para auxiliar no processo de tomada de decisão. Este questionário foi submetido e
aprovado por um Comitê de Ética, conforme os dados apresentados no item 1.8 (p.
37) da Introdução e está apresentado no Apêndice B (p. 180).
Este questionário foi submetido à gestores e especialistas do setor de pré-

fabricação. Para a seleção dos participantes a triagem foi feita a partir das empresas
de pré-fabricados em que trabalham. Por conta da existência de inúmeras empresas
do setor de pré-fabricação no Brasil e a ausência de uma catalogação destas, para
viabilizar o processo de aplicação deste questionário, avaliou-se as empresas
associadas junto a Associação Brasileira da Construção Industrializada de Concreto
(ABCIC) como forma de triagem, dada as exigências de atendimento à normas e
padrões de qualidade para poder se tornar uma empresa associada.
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.
Com base nas informações obtidas na literatura, as análises decorrentes

da RSL e o questionário, foi feita a proposição de um modelo de simulação de cenários
produtivos da linha de produção de pilares pré-fabricados, elaborado com base nas
necessidades do tomador de decisão, utilizando como base a simulação de eventos
discretos. Este artefato proposto foi definido com base na identificação do problema,
dada as necessidades identificadas no mercado e na lacuna de conhecimento
visualizada por meio da RSL, se classificando como um estudo de simulação de
cenários produtivos, segundo as classificações propostas na Figura 3 (p. 34).
Com um maior entendimento sobre as perspectivas dos tomadores de

decisão, obtido por meio do questionário e a definição do artefato, iniciou-se o
processo de definição dos dados de entrada, para alimentar o modelo, e os de saída,
para auxiliarem no processo de avaliação do modelo. Foram utilizados como base os
dados apontados no estudo de Fontanini (2004), apresentado no Quadro 4 (p. 86).
Definidos os dados, iniciou-se o processo de elaboração do MFV do estado atual desta
linha de produção, o qual permitiu um melhor entendimento do funcionamento do fluxo
da linha de produção, a visualização dos gargalos e auxiliou no processo de
elaboração do modelo conceitual.
Concluída a elaboração do mapa MFV do estado atual, este mapa foi

convertido para linguagem IDEF-SIM, a fim de aproximá-lo da estrutura do modelo
computacional, o que facilita o processo de modelagem. A escolha do IDEF-SIM se
deu por conta da representação gerada pela técnica incluir informações necessárias
no processo de codificação do modelo computacional, tornando o processo de
codificação mais rápido.
Com o modelo conceitual concluído, iniciou-se o processo de modelagem

dos dados de entrada, com a realização de coletas de dados in loco das informações
necessárias à construção do modelo computacional. O processo de validação do
modelo conceitual foi realizado comparando-o com os dados coletados no sistema
real, o cenário observado in-loco e com o MFV do estado atual da linha de produção.
A partir deste modelo conceitual validado e das informações fornecidas

pelos gestores no Questionário Exploratório, foi elaborado o modelo computacional
do estado atual. Este modelo computacional servirá como base para representar o
cenário originalmente observado na fábrica e seus resultados serão utilizados no
processo de avaliação e validação do modelo. Este processo teve como base as
etapas de desenvolvimento propostas por Montevechi, Pinho e Leal (2007), Chwif
(1999) e Santos (2016), apresentados respectivamente na Figura 12 (p.61), Figura 13
(p. 62) e Figura 20 (p. 91).
5.2.2. Implementação
Para a construção do modelo computacional foi selecionado o software

Promodel®, por possuir sistema de codificação mais simples, totalmente em
português, com um sistema de auxilio de programação, visualização gráfica do
processo, sistema de análise estatística e conexão com o software Microsoft Office

Excel®. Este software possui quatro elementos básicos os quais são utilizados para
programação de atividades mais complexas: locais, entidades, chegadas e processos.
O software Promodel® faz uso da simulação de eventos discretos, indicado

para a simulação de nível tático/operacional. Este programa foi escolhido por
apresentar uma interface gráfica que permite acompanhar visualmente a simulação,
ter toda sua interface na língua portuguesa, por sua codificação ser relativamente
simples, possuir debugger, por ter ferramentas estatísticas incluídas e pelo custo de
aquisição.
Para adquirir uma maior familiaridade com a ferramenta, em uma outra

fábrica, foi aplicado o método sugerido neste trabalho para o desenvolvimento do
modelo. Para isso, foi pontuada a sequência de atividades realizadas na linha de
produção de painéis pré-fabricados. Com essas informações prévias e alguns dados
fornecidos por funcionários, foi possível elaborar uma versão inicial e funcional do
modelo e constatar que o Promodel® é um programa adequado para a realização
deste estudo.
Definido o programa de simulação, com base nos dados coletados, no

questionário e na literatura estudada, iniciou-se o desenvolvimento do modelo de
simulação. Este modelo apresenta um sistema visual de simulação, auxiliando na
visualização e entendimento das ações e atividades realizadas na simulação. Além
disso, por se tratar de um modelo que será utilizado por indivíduos que não
necessariamente tenham conhecimento quanto a programação e modelagem, foi
elaborado um painel de controle, utilizando o Microsoft Office Excel®. O Microsoft
Office Excel® foi escolhido por se tratar de um software altamente difundido e de uso
geral. Neste painel foi dada a possibilidade ao usuário de alterar as configurações da
linha de produção e gerar diferentes cenários.
Os resultados destes diferentes cenários são armazenados e apresentados

em forma de relatórios no software Output Viewer, os quais podem ser exportados
para planilhas Excel, a fim de gerar informações que auxiliarão na tomada de decisão.
Definido o projeto do artefato e como se dará seu funcionamento, inicia-se o processo
de desenvolvimento do artefato, o qual tem suas etapas apresentadas na Figura 22.
Figura 22 - Etapa de desenvolvimento do artefato

Ao longo do desenvolvimento do modelo, este passou pelos processos de
verificação de funcionamento, com a realização de simulações teste, depuração e
verificação visual/gráfica, conforme recomendado por Chwif e Medina (2015) e
Sargent (2013).
Com o modelo verificado e em pleno funcionamento, realizou-se a

estimativa do número de replicações necessárias para atingir o nível de confiança de
95%, utilizando a Equação (5). Em seguida, o modelo foi validado por meio da
avaliação Black Box, utilizando o processo proposto por Chwif e Medina (2015),
conforme apresentado no Anexo A (p. 259), verificando se os dados gerados pelo
modelo estão dentro do intervalo de confiança. Também utilizou-se o método de
validação proposta por Leal et al. (2011), apresentado na Figura 16, no qual são
comparados estatisticamente os dados gerados pela simulação com os dados
coletados no sistema real por meio do Teste-T. Com isso, o modelo computacional
que, inicialmente foi construído baseado nos parâmetros identificados no MFV do
estado atual (determinísticos10) funciona com parâmetros variáveis (estocásticos11),

que variam conforme cada replicação.
Concluída a etapa de validação do modelo, concluiu-se a etapa de

Implementação e foi gerado o modelo experimental, no qual os tomadores de decisão
(usuários) podem realizar as simulações de diferentes cenários produtivos e avaliar o
mais benéfico aos seus interesses.
5.2.3. Análise
Com base nestes resultados e em todo o processo de desenvolvimento do

modelo, foram explicitadas as aprendizagens deste trabalho, as principais dificuldades
e obstáculos ao longo do processo de desenvolvimento e a avaliação da utilidade do
artefato em atender satisfatoriamente o problema.
Os conhecimentos gerados puderam ser generalizados a outras classes de

problemas, como para outras linhas de produção em outras fábricas, outros tipos de
peças pré-fabricados. Ao final, avaliou-se este trabalho quanto ao atendimento do
objetivo da pesquisa, averiguação das limitações existentes e quais foram suas
principais contribuições e propostas para estudos futuros.
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
Este capítulo aborda os resultados obtidos durante a realização deste

trabalho. São apontados os resultados do Questionário Exploratório, a condução do
modelo teste, descrição do local de realização do estudo, a coleta de dados, o
processo de elaboração dos modelos conceituais, computacional e operacional.
6.1. Questionário Exploratório – Perspectivas do tomador de decisão
Para compreensão sobre as perspectivas do tomador de decisão no setor

de pré-fabricação, foi elaborado um questionário de dezessete questões, sendo sete
sobre os dados dos participantes, duas sobre o perfil do participante e empresa em
que atua e dez relacionadas à informações do processo produtivo e tomada de
decisão. Estas questões tinham como objetivo de entender a opinião deste gestor
sobre a utilização da simulação nos processos produtivos da pré-fabricação, quais
eram os indicadores mais importantes de serem visualizados e controlados e como
viam a eficiência da tomada de decisão em suas organizações.
As informações oriundas deste questionário foram utilizadas como base

para direcionar a coleta de dados e construção do modelo de simulação, a fim de
atender às expectativas dos gestores e efetivamente auxiliá-los no processo de
tomada de decisão.
Este questionário foi enviado para um total de 46 empresas de pré-

fabricação associadas à ABCIC em todo o Brasil. Foram coletadas 6 (seis) respostas,
contemplando aproximadamente 12,8% das empresas avaliadas. Cabe ressaltar que
os resultados obtidos neste questionário não podem ser generalizados para todo o
setor, devido ao número de participações e por se tratar de um grupo específico
(associados à ABCIC), porém estes dados atenderam ao seu objetivo, de auxiliar no
entendimento das necessidades e perspectivas dos gestores do setor de pré-
fabricação.
Analisando as questões referentes ao perfil dos participantes, 83,3% destes

eram do sexo masculino e 16,7% feminino, com uma idade média de 36 anos. Com
Capítulo 6 - Resultados 103
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).
Com relação ao nível de escolaridade dos participantes, aproximadamente

83,3% possui alguma especialização e apenas 16,7% possui mestrado, conforme
apresentado no Gráfico 3. Com relação aos cargos exercidos pelos participantes
todos apresentaram cargos associados à gerência.
Gráfico 3 - Nível de escolaridade dos participantes
Pós-Doutorado 0,0% Ensino Superior

Completo
Doutorado 0,0% Especialização
Mestrado 16,7% Mestrado
Especialização 83,3%
Doutorado
Ensino Superior Completo 0,0%
Pós-Doutorado
0% 25% 50% 75% 100%

Ainda para caracterizar o perfil dos participantes, estes foram questionados
com relação às suas principais atividades. Cada um dos participantes poderia
selecionar no máximo até três atividades. As alternativas desta questão foram
baseadas nas atividades definidas pelo Guia PMBOK (PMI, 2008) e no trabalho de
Oliveira, Oliveira e Pinto (2012). De acordo com as respostas fornecidas, a maioria
dos participantes exercia atividades relacionadas ao planejamento de ações e
atividades, organização e controle do fluxo de produção e trabalho das equipes e
implementação de projetos e novos modelos de implementação, conforme
apresentado no Gráfico 4. Nenhum participante indicou exercer atividades
relacionadas ao controle de qualidade ou segurança e meio ambiente, observando-se
que a maioria dos participantes estão relacionadas ao planejamento e controle do
processo produtivo.
Os participantes avaliariam suas empresas quanto a eficiência do

gerenciamento e da tomada de decisão, de acordo com sua perspectiva. Os gestores
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.
Gráfico 4 - Atividades exercidas pelos participantes
Planejamento de ações e atividades 83%

Organização do fluxo e processo de trabalhos das equipes 67%
Atividades dos participantes
Controle da produção 50%

Implantação de projetos e novos modelos de organização 50%
Negociação e comunicação com os clientes 17%
Análise financeira e viabilidade econômica 17%
Gestão de Recursos Humanos 17%
Controle da qualidade 0%
Segurança do trabalho e meio ambiente 0%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Percentual de respostas

Como justificativa desta avaliação, foram apontadas a necessidade de mais
planejamento e alinhamento estratégico, mais conhecimento sobre o processo
produtivo por parte das demais áreas da empresa e em um dos casos a necessidade
de implantação de um sistema de gestão da empresa.
Gráfico 5 - Avaliação dos participantes quanto a eficiência do gerenciamento e

tomada de decisão de suas empresas
100%
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
Para programar o modelo de simulação é necessário saber quais os

indicadores mais utilizados e importantes de serem observados pelo gestor para
basear sua tomada de decisão. Com este objetivo, foi elaborada uma questão
referente a quais indicadores os participantes utilizavam para basear suas decisões.
Como resultado, o principal indicador utilizado, por unanimidade, é o “homem-hora
por m³ de concreto”, seguida pela “mão de obra utilizada” (83,3%), “homem-hora por
quilo de armação” (66,7%) e “Indicador de utilização por capacidade instalada”
(50,0%), conforme apresentado no Gráfico 6.
Gráfico 6 - Indicadores utilizados para basear a decisão quanto ao

planejamento da produção
Homem-hora por metro cúbico de concreto 100,0%

Mão de obra utilizada 83,3%
Homem-hora por quilo de armação 66,7%
Indicador de utilização de capacidade instalada 50,0%
Indicadores utilizados
Tempo de inatividade 33,3%

Quantidade de insumos utilizados no concreto/dia 33,3%
Quantidade de cada produto produzido 33,3%
Horas trabalhas na produção 33,3%
Quantidade total de armação 0,0%
Quantidade material utilizado para reparo das peças 0,0%
Número de setups 0,0%
Número de paradas na linha 0,0%
Lead time por produto 0,0%
% de atendimento médio dos pedidos 0,0%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Para mensuração do desempenho da produção, os participantes indicaram
quais elementos mais importantes de serem avaliados o “volume de concreto
produzido” e o “número de funcionários envolvidos”, com um total de
aproximadamente 83,3% das respostas, como pode ser observado no Gráfico 7. Em
menor percentual indicaram o “número de peças com defeito” (66,7%) e com 50% das
respostas o “tempo de ciclo”, “peças de concreto produzidas” e o “número de
retrabalhos”.
Questionados se a empresa em que atuavam faziam uso de algum tipo de

software de simulação de processos produtivos, todos indicaram que não, com as
justificativas relacionadas a condição financeira da empresa, pela falta ou adiamento
de investimento, interesse da alta direção e por não se tratar de uma ferramenta
essencial para o andamento da linha de produção.
Ainda que nenhuma empresa faça uso de algum software de simulação,

todos os participantes concordam, em diferentes níveis, que a simulação de diferentes
cenários produtivos da linha de produção auxiliaria em uma tomada de decisão mais
eficiente, com 50% concordando plenamente com esta afirmativa.
Gráfico 7 - Elementos mais importantes para medir o desempenho da

produção
Volume de concreto produzido 83,3%
Número de funcionários envolvidos 83,3%

Elementos a serem controlados
Número de peças com defeito 66,7%
Tempo de Ciclo 50,0%
Peças de concreto produzidas 50,0%
Número de retrabalhos 50,0%
Complexidade da peça; Atendimento ao prazo de… 16,7%
Atendimento ao cronograma/programação de produção 16,7%
Dimensões das formas 0,0%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Quando questionados sobre o que acreditavam que um sistema de
simulação de cenários produtivos da linha de produção precisaria apresentar para que
efetivamente auxilie o processo de tomada de decisão, as respostas de uma maneira
geral abordaram a questão de visualização de indicadores como a m³/homem/dia,
tempo de ciclo produtivo, ocioso, de parada de manutenção, capacidade produtiva e
número de peças produtivas. Também foram apontadas as possibilidades de permitir
a implementação de diferentes equipamentos, como fôrmas e pontes rolantes, e onde
e quanto destes equipamentos e insumos são necessários, além da possibilidade de
gerar o “mix” ideal de tipologias de peças para o aumento da produtividade.
Dos gestores participantes, 33% informaram que sua empresa tem a

intenção de implementar em sua linha produtiva o uso da simulação de processos nos
próximos 2 anos, 16,7% nos próximos 5 anos, 33,3% que depende da demanda do
mercado e 16,7% não tem intensão de sua implementação no momento, como
apresentado no Gráfico 8. Como justificativa dos resultados mais representativos,
para aqueles que tem intenção de implementar nos próximos 2 anos apontaram a
busca de melhorias e por considerarem de grande importância para tomarem decisões
assertivas nas negociações de vendas e no processo produtivo. Para aqueles que
responderam que a aquisição de um software de simulação depende do mercado, os

participantes apontaram como razão o custo do software, a falta de garantia de
efetividade e de boas propostas que convençam a diretoria.
Gráfico 8 - Intenção de implantação de sistema de simulação nas empresas

100%
90%
33,3%
80%
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

Ao serem questionados se, em sua opinião, o processo de simulação
poderia levar a decisões com foco na sustentabilidade, 66,7% informaram que sim,
justificando que com a simulação é possível otimizar melhor os recursos. Os outros
33,3% justificaram que não, pois depende se o simulador tiver o enfoque na
sustentabilidade, necessitando de realizações de estudos voltados a produção de
resíduos, consumo de água, etc.
6.2. Modelo Teste
Para avaliação do método proposto, aprimoramento do uso da ferramenta

Promodel® e avaliação de seu uso para o objetivo deste trabalho, foi elaborado um
modelo teste. Este modelo teste se iniciou com um primeiro contato com uma empresa
de pré-fabricação, a qual foi nomeada ao longo deste trabalho Empresa A. Nesta
empresa realizou-se duas visitas às suas instalações. Para o aprimoramento do uso
da ferramenta de simulação, ao longo dessas visitas foram pontuadas as sequências
de atividades realizadas na linha de produção de painéis pré-fabricados.
Utilizando estas informações coletadas e alguns dados fornecidos por

funcionários, elaborou-se um Mapa de Fluxo de Valor do Estado Atual da linha de
produção de painéis pré-fabricados, apresentado na Figura 23. Este mapa permitiu
uma maior compreensão sobre o funcionamento do fluxo de materiais e informações
do processo produtivo. Com base no MFV do Estado Atual, elaborou-se o modelo
conceitual IDEF-SIM, apresentado na Figura 24. O Mapa IDEF-SIM permitiu visualizar
com maior clareza os procedimentos e informações necessárias para a codificação
do modelo computacional. Este mapa serviu como base para a modelagem do modelo
computacional e funcional do modelo, conforme apresentado na Figura 25.
Figura 23 - MFV do Estado Atual da linha de produção de paninéis pré-

fábricados da Empresa A

Figura 24 - Modelo Conceitual IDEF-SIM do Estado Atual da linha de produção
de painéis pré-fabricados da Empresa A

Figura 25 - Modelo computacional teste

Cabe ressaltar que os dados foram coletados por meio de observações e
diálogos não delineados metodologicamente, porém próximos da realidade. Estes
dados não serão utilizados na construção do modelo final, pois sua contribuição foi na
compressão do sistema de programação do software Promodel®, na estrutura base
de uma linha de produção de pré-fabricados e o teste da viabilidade e funcionamento
do delineamento proposto.
6.3. Estudo de Caso
Para a realização deste trabalho, foi conduzido um estudo de caso em uma

empresa de pré-fabricados localizada no Estado de São Paulo, nomeada neste
trabalho de Empresa B. A Empresa B é uma empresa de médio porte, Nível III do Selo
de Excelência ABCIC, com linhas de produção de blocos de fundação, vigas
baldrames, pilares, vigas calhas, vigas I, vigas terças, escadas, viga retangular, viga
vaso, docas, painéis e painéis duplos. As suas instalações são compostas pelo grupo
de galpões das antigas instalações, nomeadas nessa pesquisa como G00, e os
galpões novos, nomeados galpões G01, G02, G03 e G04, conforme apresentado na
Figura 26.
No galpão G00 são produzidos os blocos de fundação, vigas baldrames,

vigas calhas, vigas I, vigas terças, escadas, viga retangular, pilares e viga vaso, de
armadura passiva ou protendida. No G01 são produzidos pilares (Forma_01,
Forma_02, Forma_05 e Forma_06), vigas especiais (Forma_03) e docas (Forma_04),
todos de armação passiva. Além disso, no G01 são preparadas as armações passivas
que abastecem toda a fábrica. No G02 são produzidos os painéis e painéis duplos.
Neste galpão também se realiza o acabamento dos painéis.
No G03 é realizado o acabamento de grande parte das peças pré-

fabricadas produzidas e seu armazenamento, além da existência da área atualmente
em construção, a qual receberá as instalações presentes no G00. No G04 é realizado
o armazenamento dos painéis produzidos, além da área em construção, a qual
também receberá as instalações presentes no G00.
Para a realização desta pesquisa, havia a necessidade da escolha de uma

família de produtos, para que esta fosse estudada a fundo e tivesse sua linha de
produção modelada. Primeiramente foram descartadas as linhas de produção do G00
pelo fato de estas estarem em processo de transição para os G03 e G04. Com isso,
os fluxos de abastecimento não seguiam padrões normalmente encontrados em
outras instalações fabris de pré-fabricados, sendo que todos os insumos necessários,
incluindo o concreto, vinham da instalação nova. Este cenário acarretava tempos de
ciclo mais longos nas linhas de produção do G00, já que havia a necessidade do
transporte de todos os insumos via carreta ou trator.
Também foram descartadas as linhas de produção de painéis pré-

fabricados do G02, pelo fato de seguirem um modelo de produção altamente
automatizado, nomeado “sistema carrossel”. No intuito de desenvolver um modelo que
seja o mais próximo da realidade de outras fábricas de pré-fabricados, e pelo fato
deste sistema altamente automatizado não estar próximo desta realidade, esta linha
de produção foi descartada.
Para a condução do estudo, restaram na avaliação as linhas de produção

do G01, de pilares (Figura 27), vigas especiais (Figura 28) e docas (Figura 29). Pelas
linhas de produção de docas da viga especial não serem usuais em outras instalações,
e havendo a necessidade de delimitar a execução deste trabalho, devido à limites de
tempo e recursos, optou-se pela análise da linha de produção dos pilares pré-
fabricados, os quais seguiam um modelo de fábrica em estrela. Definida a família de
produtos na linha de produção de pilares pré-fabricados do galpão G01, iniciou-se a
análise de suas atividades e recursos envolvidos. A descrição de cada localidade está
disponível no Apêndice C (p. 188).
Figura 26 - Planta da fábrica
Fonte: Autoria própria

Figura 27 - Pilar sendo sacado da fôrma

Figura 28 - Viga especial sendo sacada da fôrma

Figura 29 - Elemento Doca em processo de desforma

Os pilares do galpão G01 eram produzidos na “Forma_01”, “Forma_02”,
“Forma_05” e “Forma_06”. Dentro do período de um mês em que a linha de produção
foi acompanhada para esta pesquisa, apenas a “Forma_02”, “Forma_05” e a
“Forma_06” foram utilizadas para a produção de pilares. A “Forma_01” estava
moldada para a produção de um pilar 60x60, o qual havia sido concluída, e estava
aguardado a alteração de seu layout para um novo tipo de pilar.
Durante a condução deste trabalho, os pilares produzidos tinham como

característica comum serem de seção 40x50. Todo pilar produzido na “Forma_02” foi
nomeado “Pilar_01”, na “Forma_05” foi nomeado “Pilar_03” e na “Forma_06” de
“Pilar_02”. Entretanto, mesmo dentro das mesmas configurações gerais da respectiva
fôrma em que cada pilar era produzido, estes apresentavam algumas diferenças entre
si. Portanto foi acrescido à nomenclatura de cada tipo de pilar uma letra minúscula, a
fim de diferenciá-los quanto suas características, conforme apresentado no Quadro 7.
Quadro 7 - Detalhamento dos pilares produzidos durante a realização do

estudo
Peças - Pilares 40x50
Volume Comprimento Área Superficial Estribos Barras Nº de
Peça Aço (kg) Acessórios Forma
(m³) (m) (m²) (kg) (kg) Consolo(s)
BS; Tubo de
Pilar_01a 2,368 12,20 2,44 36,25 431,54 467,79 2 Forma_02
Içamento; Bainhas
BS; Bolt; Tubo de

Pilar_01b 2,600 13,65 2,73 39,29 473,21 512,50 2 Forma_02
Içamento; Bainhas
BS; Bolt; Tubo de

Pilar_01c 2,600 13,65 2,73 39,29 473,21 512,50 2 Içamento; Bainhas; Forma_02
Terra
BS; Bolt; Tubo de

Pilar_02a 2,412 13,65 2,73 42,29 509,20 551,49 2 Içamento; Bainhas; Forma_06
Tubulação
BS; Bolt; Tubo de

Pilar_02b 2,424 13,65 2,73 42,29 509,20 551,49 3 Içamento; Bainhas; Forma_06
Tubulação
BS; Bolt; Tubo de

Pilar_02c 2,372 13,65 2,73 42,29 509,20 551,49 3 Içamento; Bainhas; Forma_06
Tubulação
BS; Bolt; Tubo de

Pilar_02d 2,373 13,65 2,73 42,29 509,20 551,49 3 Forma_06
Içamento; Bainhas
BS; Bolt; Tubo de

Pilar_02e 2,372 13,65 2,73 40,00 491,34 531,34 2 Içamento; Bainhas; Forma_06
Tubulação; Terra
BS; Bolt; Tubo de

Pilar_03a 2,690 15,45 3,09 46,98 649,78 696,76 1 Içamento; Bainhas; Forma_05
Tubulação
BS; Bolt; Tubo de

Pilar_03b 2,740 13,65 2,73 38,57 417,54 456,11 0 Forma_05
Içamento; Bainhas

Para a produção dos pilares, o processo ocorre simultaneamente na área
de armação e na área de produção dos pilares. Na área de armação, o processo se
inicia com a preparação de estribos de dimensões padrões, os quais são preparados
previamente para uso em armações de diferentes peças pelos operários de corte e
dobra (Op_Corte), no caso dos pilares no CD_Bobina_01, conforme apresentado na
Figura 30 e Figura 31.Simultaneamente, inicia-se o processo de produção do corpo
da armação, por meio do corte das barras nas dimensões solicitadas em projeto,
também executado pelos operários de corte e dobra, realizada na CD_Barra_02,
conforme apresentado na Figura 32 e Figura 33.
Figura 30 - Máquina de corte e dobra de bobina de aço para a produção de

estribos (CD_Bobina_01)

Figura 31 - Estribos sendo produzidos12
12
Esta imagem foi alterada digitalmente para remoção de informações que identificassem os envolvidos
no estudo de caso
Figura 32 - Máquina de corte e dobra das barras com as barras posicionadas

para o corte (CD_Barra_02)

Figura 33 - Detalhes dos equipamentos de corte (a) e dobra (b) da máquina de
corte e dobra de barras (CD_Barra_02)
a) b)

Estas barras preparadas e cortadas são posicionadas na área
“Barras_para_Bancadas”, para serem utilizadas nas bancadas de solda, conforme
apresentado na Figura 34. Neste estudo as bancadas de solda utilizadas para a
produção de pilares foram as “B_Solda_02” e “B_Solda_06”. Os estribos eram levados
manualmente até as bancadas pelo operador de solda (Op_Solda), na qual eram
posicionados segundo espaçamento e dimensões do projeto. Concluído o
posicionamento dos estribos, inicia-se o posicionamento das barras e a execução da

solda entre estes elementos (Figura 35).
Figura 34 - Área do corte, dobra e posicionamento das barras para uso nas
bancadas de solda

Figura 35 - Solda das barras aos estribos na B_Solda_02

Concluída a solda das barras nos estribos, a armação é avaliada pelo

gerente de armações (GA), e, caso esteja conforme o projeto, verifica-se a
especificação da existência de consolos nesta armação. Caso não estejam previstas
em projeto, as armações estão concluídas e são enviadas para a respectiva fôrma,
caso esta já esteja preparada, ou caso contrário, são posicionadas no estoque de
armações “Est_Armacao_01”. Este processo de movimentação faz uso da ponte
rolante PR-02 ou PR-03, dependendo de qual estiver disponível.
Em caso do projeto prever a existência de consolos, a armação é

posicionada sobre os cavaletes da área “Consolo_01” ou “Consolo_02”, com o auxílio
da ponte rolante PR-02 ou PR-03, conforme a Figura 36. Neste local, uma outra equipe
de operadores de solda realiza a amarração dos consolos ao corpo da armação.
Os consolos eram solidarizados à armadura por meio de amarração com

arame recozido. Concluídos os consolos, a armação era enviada para sua respectiva
forma, caso esta estivesse preparada. Caso contrário, a armação ficaria em espera
sobre os cavaletes ou era deslocada para o estoque de armações “Est_Armacao_01”
(Figura 37).
Figura 36 - Armação posicionada nos cavaletes para consolo (Consolo_02)

Figura 37 - Estoque de armação na linha de produção (Est_armacao_01)

Simultaneamente ao início da produção das armações, se inicia o processo
de preparação e produção dos pilares. Logo no início do dia, primeiramente é
realizada a abertura das fôrmas por um operador da produção de peças (Op_Pecas),
nas quais estão contidos os pilares produzidos no dia anterior, seguido pelo saque
destas peças, demonstrado na Figura 38. Para a realização do saque, são avaliados
alguns fatores, antes de se iniciar a atividade.
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.
Figura 38 - Pilar_01a com a fôrma recém aberta para a realização do saque

Figura 39 - Estoque de pilares na linha de produção do G01 (Est_Pecas_01)

Figura 40 - Saque do Pilar_02a com utilização de duas pontes rolantes

No caso destes estoques entre as linhas de produção do G01 estarem

lotados, os pilares continuam em suas fôrmas e aguardam a vinda de uma carreta,
que os deslocará para os estoques de peças do G03 (Est_Pecas_04 e
Est_Pecas_05). Após o posicionamento da carreta, um operador do acabamento
(Op_Acab) se desloca até o G01, e com o uso de duas pontes rolantes (PR_02 e
PR_03), faz o saque das peças e os posiciona diretamente sobre a carreta, conforme
apresentado na Figura 41.
Figura 41 - Pilares sendo posicionados sobre a carreta na Expedição_01

Além disso, havendo espaço na carreta, outras peças dos estoques
intermediários (Est_Pecas_01, Est_Pecas_02 ou Est_Pecas_03) são posicionadas
sobre a carreta e são levadas para o G03 (Figura 42). No caso de todos os estoques
estarem lotados, o que foi observado durante a condução do estudo, os pilares não
são sacados, e acabam por parar a produção daquele pilar até a liberação de espaço
de estocagem.
Figura 42 - Pilares e demais peças armazenadas no G03

Realizado o saque da peça do dia anterior, inicia-se o processo de limpeza
da fôrma. Utilizando uma espátula, é realizada a raspagem da fôrma a fim de retirar o
material que continuou aderido (Figura 43). Com o uso de uma vassoura é realizada
a remoção das partículas mais grossas que possam ter caído sobre a fôrma. Também
são limpas as chapas utilizadas nas faces de base e na cabeça do pilar, e, caso
existam, as chapas utilizadas para aumentar a aderência das faces do pilar que serão
enterradas.
Figura 43 - Processo de raspagem para limpeza da fôrma

Concluída a limpeza da fôrma, iniciava-se o processo de sua preparação.

Com a utilização de um pulverizador, realizava-se a aplicação do desmoldante sobre
a fôrma. Concluída a aplicação, com o auxílio de um pano, realizava-se o
espalhamento do desmoldante ao longo da fôrma, deixando-o uniforme, conforme a
Figura 44.
Figura 44 - Preparação da Forma_02

Com a fôrma preparada e estando pronta a armação do respectivo pilar,
inicia-se o processo de posicionamento da armadura. A armação é levada para fôrma
com o auxílio de uma ponte rolante (PR_02 ou PR_03) e posicionada na fôrma,
conforme apresentado na Figura 45, Figura 46 e Figura 47. Antes da conclusão do
posicionamento das armaduras, realizava-se a fixação dos espaçadores nas mesmas,
enquanto a armação ainda estava içada ao lado da fôrma.
Um ponto a se destacar nesta etapa, o qual influenciou nos tempos de ciclo

das atividades, foi o fato das armações serem montadas em sentido inverso ao
existente nas fôrmas. Essa diferença de orientação acarreta em um tempo maior de
movimentação, já que exige a rotação completa da armação para que possa ser
posicionada. Nos casos de consolos existentes em mais de duas faces, é necessário
rotacioná-las duas vezes. Além do impacto sobre os tempos, essa movimentação
extra aumenta os riscos de acidentes, dada as grandes dimensões da armação.
Durante o período de acompanhamento, observou-se um incidente, no qual a
armação, durante o processo de rotação, se prendeu à bancada de solda B_Solda_06

durante a rotação. Este incidente ocasionou uma perda tanto no tempo do processo
de posicionamento da armação quanto no tempo e processo de solda que estava
sendo realizada, paralisando a produção para resolver o problema.
Figura 45 - Saque da armação da armação do Pilar_01 do Consolo_01

Figura 46 - Transporte e rotação da armação da armação do Pilar_01

Figura 47 - Posicionamento da armação do Pilar_01 na Forma_02

Com o posicionamento da armação concluído, segue-se para a etapa de

posicionamento dos acessórios. Nesta etapa os tempos variam de acordo com os
acessórios exigidos em projeto. Dependendo das exigências do projeto, o pilar pode
conter alças de içamento, placa de “bolts” para fixação de painéis (Figura 48), tubo de
PVC transversal para de içamento em canteiro (Figura 49), bainhas (Figura 50),
tubulação vertical de PVC e fio terra.
Figura 48 - Bolts e tubulação vertical do Pilar_02

Figura 49 - Posicionamento do tubo de içamento transversal do Pilar_01

Figura 50 - Bainhas posicionadas nos consolos do Pilar_01

Com todos os acessórios fixados, tem-se a inspeção do pilar pelo gerente

de produção das peças (GP), o qual tem a função de verificar se estas estão de acordo
com o projeto e liberar a concretagem. Após a inspeção visual e tomada de medidas
da peça, e esta estando em conformidade com o projeto, o gerente preenche um
formulário físico de liberação da concretagem
Este formulário, em seguida, é levado para a central de concretagem

(Central_01), com o volume necessário e o horário em que precisa ser produzido. Ao
ser liberada uma peça, o gerente adiciona à etiqueta de identificação da peça um selo
verde, indicando a liberação para concretagem, conforme apresentado na Figura 51.
Figura 51 - Etiqueta de identificação com selo de liberação para a

concretagem13

Após a liberação pela inspeção, realiza-se o fechamento das fôrmas. No
caso das fôrmas Forma_01 e Forma_02 de pilares do G01, estas utilizavam um
sistema de fechamento por meio de duas alavancas giratórias em suas extremidades
e o travamento por meio de cunhas metálicas ou de madeira nos pontos
intermediários, conforme apresentado na Figura 52. As fôrmas Forma_05 e Forma_06
utilizavam alavancas de travamento ao longo de todo o seu comprimento.
13
no estudo de caso
Figura 52 - Cunha de travamento da Forma_02

A equipe de concretagem possuí um horário de trabalho diferente dos
demais operários. Os demais funcionários trabalham das 7:00 às 16:00 hrs, já a
equipe de concretagem trabalha das 12:00 às 17:00 hrs. Ao ser liberada a
concretagem, e com a equipe à postos, inicia-se o processo de produção do concreto.
No fluxo de produção do concreto o processo começa com a chegada dos insumos
para sua produção, como a areia, brita, cimento e aditivo.
A areia e a brita são depositados em baias, respectivamente o

Dep_Areia_01 e o Dep_Brita_01, conforme apresentado na (Figura 53). O cimento e
o aditivo são armazenados em silos (Figura 54), os quais são diretamente conectados
à betoneira. Conforme a necessidade da produção, a areia e a brita são levadas de
suas respectivas baias até as caçambas por meio de um pá-carregadeira (Figura 55).
A areia é depositada nas caçambas C_Areia_01 e C_Areia_02, e a brita depositada
na C_Brita_01 e C_Brita_02. Com todos os materiais devidamente carregados, o
processo de produção do concreto pode ser iniciado.
O sistema de produção do concreto utiliza um sistema de medição de peso.

No caso dos agregados areia e brita, as balanças estão posicionadas sob as
caçambas de agregados para medir o peso de material a ser utilizado, sendo levado
à betoneira (Figura 56) por meio de esteiras. O cimento e o aditivo também são
mensurados e liberados na betoneira por meio da esteira que a ligava às caçambas.
Todo esse processo de produção é controlado por um operador com a utilização de
um sistema plenamente automatizado, necessitando apenas de sua supervisão e

liberação.
Figura 53 - Baias de agregados

a) Baia de brita (Dep_Brita_01) b) Baia de Areia (Dep_Areia_01)
Fonte: Autora própria.

Figura 54 - Silos de a) Cimento e b) Aditivo
a) Silo de Cimento (Dep_Cimento_02) b) Silo de Aditivo (Dep_Aditivo_01)

Figura 55 - Pá-carregadeira e caçambas de agregados14
Fonte: Autoria própria

Figura 56 - Betoneira Bet_01

Com o concreto misturado, o mesmo é despejado em uma caçamba (Figura
57) para que possa ser içado por uma ponte rolante (PR_01) e ser despejado nas
fôrmas conforme apresentado na Figura 58. O processo de concretagem utilizava três
funcionários, sendo um pontista15, que controla a ponte rolante e o despejo do
concreto, um operário responsável pela vibração do concreto e um responsável pelo
espalhamento e acabamento da concretagem (Figura 59).
14
no estudo de caso
15
Operário que controla a ponte rolante
Figura 57 - Despejo do concreto na caçamba de concretagem

Figura 58 - Concretagem da Forma_06

Figura 59 - Acabamento e alisamento do concreto do Pilar_0116
16
no estudo de caso
Cada caçamba transporta 1,3m³ de concreto por viagem, sendo

necessário, na maioria dos casos, mais de uma viagem. Nestes casos, enquanto
estavam despejando o concreto nas fôrmas, outra caçamba de concretagem já era
posicionada para receber a concreto. Desta forma, o pontista levava a caçamba vazia
de volta para a betoneira, a substituía pela cheia e voltava para concretagem.
Enquanto isso, a caçamba vazia era novamente reabastecida.
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.
Ao final do acabamento, o pilar ganhava o aspecto apresentado na Figura

60 e seguia para a etapa de cura. De maneira geral, o processo de cura da peça era
realizado até a manhã do dia seguinte, onde, logo pela manhã, as fôrmas eram
abertas. No caso da observação da peça não estar ainda curada, apresentando uma
tonalidade cinza escura e com temperatura elevada, aguardava-se até que o pilar
atingisse as condições de cura correta para então realizar a abertura da fôrma e o
saque da peça.
Figura 60 - Pilar_01 com a concretagem finalizada e em processo de cura

Concluído o saque e o transporte da peça para o G03, o pilar é
encaminhado para a etapa de acabamento. Dependendo da demanda, esta peça
pode ser estocada nos Est_Pecas_04 e Est_Pecas_05 ou direcionadas ao
acabamento. Caso seja demandado, o pilar é posicionado sobre os cavaletes de

acabamento. Três operários se revezam entre diferentes peças, conforme
apresentado na Figura 61, realizando o lixamento com lixa e esmeril, polimento com
esponja e correção de possíveis falhas com a utilização de argamassa (Figura 62).
Figura 61 - Realização do acabamento nos pilares

Figura 62 - Argamassa para correção de falhas nas peças

Ao ser finalizado o acabamento das peças, esta é inspecionada pelo
responsável do setor do acabamento. Caso a qualidade da peça atinja os requisitos
de qualidade especificados em projeto, adiciona-se na etiqueta de identificação da
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.
6.4. Modelo Conceitual
Para a construção do modelo conceitual, além do conhecimento da

sequência de atividades existentes para a produção de um pilar pré-fabricado, era
necessário a coleta de outras informações, como número de funcionário por atividade,
equipamentos envolvidos, tempos de ciclo, estoques de matéria prima, em processo
e de produto acabado e demanda.
Ao longo do período de acompanhamento das atividades de produção,

visualizou-se uma variação quanto ao número de funcionários presentes no processo.
Foi identificado uma variação de 4 até 6 funcionários responsáveis pelo processo de
produção das peças do G01, incluindo os pilares em estudo. Na área de armação, o
número de funcionários envolvidos com o processo de produção de pilares era de 6
funcionários. Na área de acabamento, estavam envolvidos no processo de produção
4 funcionários.
Na Tabela 4 estão dispostos o número de funcionários utilizados por

atividade. Por conta de haver uma variação quanto ao número de funcionários
realizando determinada atividade, estas variações foram registradas. Por exemplo, no
caso da atividade de posicionamento da armadura, em 79% dos casos observados a
atividade utilizou apenas um funcionário, e em 21% dos casos dois funcionários.
Em posse dessas informações, para melhor visualizar o fluxo de produção

de pilares como um todo, iniciou-se o processo de elaboração do mapa de fluxo de
valor do estado atual. Para os tempos de ciclo, calculou-se um valor médio do tempo
necessário para a realização da atividade. Com relação ao número de funcionários,
calculou-se a média de funcionários utilizados e adotou-se o maior número inteiro
mais próximo. Todas estas informações foram documentas no MFV, disponível na
Figura 63.
Entretanto, para a construção de um modelo de simulação, são necessárias

informações estocásticas, que consigam demostrar as variações existentes no
sistema real, o que não acontece com os valores médios encontrados para a
construção do MFV.
Para isso, utilizou-se o software Stat::Fit®. A partir dos dados coletados,

foram encontradas as curvas probabilísticas que melhor representassem os tempos
das atividades. Em alguns dos casos, não foi possível a realização de coleta de dados
suficientes para a avaliação, adotando-se o valor médio como constante. Estas curvas
probabilísticas estão dispostas na Tabela 5.
Entretanto, tendo como objetivo desenvolver um modelo que se adequasse

a diferentes necessidades, esses tempos utilizados no cálculo foram divididos por uma
característica específica do pilar (área superficial, volume ou quilos de armação),
obtendo-se uma razão do tempo por esta característica. Dessa forma, as curvas
probabilísticas calculadas permitem sua utilização em pilares de diferentes
características, não necessariamente iguais ou semelhantes aos dos estudos neste
trabalho.
Tabela 4 - Percentual de funcionários utilizados para a realização das

atividades
Número de Funcionários utilizados
Atividade
1 2 3 4
Carregamento do silo de aditivo 100% 0% 0% 0%
Carregamento do silo de cimento 100% 0% 0% 0%
Carregamento dos silos de agregados 100% 0% 0% 0%
Depósito de Agregados (Brita e Areia) 100% 0% 0% 0%
Abertura de forma 73% 27% 0% 0%
Corte das barras 80% 20% 0% 0%
Dobra dos estribos 100% 0% 0% 0%
Montagem da armadura 7% 93% 0% 0%
Saque da peça 53% 47% 0% 0%
Limpeza da forma 76% 18% 6% 0%
Posicionamento dos consolos 0% 100% 0% 0%
Saque das armações 100% 0% 0% 0%
Preparo da forma 100% 0% 0% 0%
Posicionamento da armadura 79% 21% 0% 0%
Posicionamento dos acessórios 30% 50% 10% 10%
Fechamento da forma 57% 43% 0% 0%
Concretagem 0% 9% 91% 0%
Transbordo - G01 p/ G03 100% 0% 0% 0%
Acabamento das Peças 100% 0% 0% 0%
Transbordo - Cliente 100% 0% 0% 0%
Figura 63 - Mapa do Fluxo de Valor do Estado Atual da linha de produção de pilares pré-fabricados

Tabela 5 - Equações probabilisticas por atividade

Etapas de produção - Pilares - PIL4050
Atividade Equações Probabilísticas (min)
Carregamento do silo de aditivo (60)
Carregamento do silo de cimento (55,+L(12,9707951, 4,52829812))
Carregamento dos silos de agregados (5,+L(1,73477923, 0,974879139))
Depósito de Agregados (Brita e Areia) (10)
Abertura de forma (1,+L(3,88998865, 4,44596908)) * Volume (m³)
Corte das barras (T(4,e-002, 6,01059556e-002, 7,00088889e-002)) * Barras (kg)
Dobra dos estribos (U(3,1457483e-002, 5,95748299e-003)) * Estribos (kg)
Montagem da armadura (T(4,e-002, 0,166512736, 0,35628184)) * Aço (kg)
Saque da peça (1,+L(3,29280613, 3,86416357)) * Volume (m³)
Limpeza da forma (T(2,, 2,, 19,6175769)) * Volume (m³)
Saque das armações (1,e-003+L(9,43386484e-003, 8,80093255e-003)) * Aço (kg)
Posicionamento dos consolos (4,e-002+E(0,113620716)) * Aço (kg)
Preparo da forma (1,+L(3,29280613, 3,86416357)) * Volume (m³)
Posicionamento da armadura (2,e-003+L(2,10200659e-002, 9,260366e-003)) * Aço (kg)
Posicionamento dos acessórios (4,+E(19,4125021)) * Volume (m³)
Fechamento da forma (0,7+E(2,46896244)) * Volume (m³)
Concretagem (T(11,, 22,5, 32,1)) * Volume (m³)
Tempo de Cura (T(351,, 408,208844, 447,964143)) * Volume (m³)
Transbordo - G01 p/ G03 (6,+L(5,51368606, 5,07762602))
Acabamento das Peças (T(11,, 35,5552997, 49,9766662)) * Área Superficial (m²)
Transbordo - Cliente (6,+L(5,51368606, 5,07762602))
Além do cálculo das curvas probabilísticas para as atividades, também foi
necessário o cálculo das curvas probabilísticas para os estoques entre atividades, já
que as utilizações de dados constantes não representariam a realidade observada in
loco. As distribuições probabilísticas calculadas estão disponíveis na Tabela 6.
Tabela 6 - Distribuições probabilísticas dos tempos de espera (estoques) entre

atividades
Estoques entre atividades
Atividade Anterior e Atividade Seguinte Distribuições Probabilísticas
Abertura de forma -> Saque da peça 2.+W(2., 9.0768441)
Montagem da armadura -> Saque das armações 1.+W(2., 13.9582711)
Saque das armações -> Posicionamento dos consolos 2.+W(2., 9.25882916)
Saque da peça -> Limpeza da forma P6(8.79971678, 1.02577106, 1.19767899)
Limpeza da forma -> Preparo da forma T(-1., 1.00636155, 5.68787183)
Preparo da forma -> Posicionamento da armadura (1./0.109169655)*(-LN(U(0.5,0.5)))**(-1./2.29580408)
Posicionamento da armadura -> Posicionamento dos acessórios T(-1., 0.910277657, 18.1027766)
Fechamento da forma -> Concretagem (1./0.0980652684)*(-LN(U(0.5,0.5)))**(-1./4.11026581)

Com estas informações em mãos e com base no MFV do estado atual
elaborado, iniciou-se o processo de documentação do modelo na linguagem IDEF-
SIM. A construção desse modelo visou auxiliar no processo de construção do modelo

computacional, trazendo um modelo conceitual mais próximo da linguagem utilizada
para a construção do modelo.
Desta forma, visando tornar o mapa o mais próximo do sistema real, a

linguagem original IDEF-SIM recebeu complementações em sua simbologia, a fim de
representar outras informações importantes para a construção do modelo. Na Figura
64 está representado um exemplo da linguagem adaptada que foi adotada, na qual
explica-se o que são cada um dos elementos presentes no mapa. Foi com base nesta
simbologia que foi elaborado o mapa IDEF-SIM do estado atual da linha de produção
de pilares pré-fabricados, conforme ilustrado na Figura 65.
Figura 64 - Exemplo da simbologia IDEF-SIM adaptada utilizada

Concluída a construção do mapa IDEF-SIM, o mesmo permitiu uma melhor
visualização do fluxo de programação do modelo, com o sequenciamento da
codificação, locais de saída e entrada, tempos de espera, tempos de duração das
atividades, probabilidade e número de funcionários utilizados e roteamentos
condicionais.
De posse do mapa documentado, o mesmo passou pelo processo de

validação. Neste processo, todas as informações nele contidas foram avaliadas,
comparando-as com os dados coletados in loco, analisando o fluxo elaborado e a
existência de informações faltantes. Em seguida este mapa foi validado por meio de
sua comparação com os dados coletados e demais registros, constatando que sua
representação englobava todos os recursos, tempos, atividades e entidades
observados. Com o mapa efetivamente documentado e iniciou-se o processo de
elaboração do modelo computacional.
Figura 65 - Mapa IDEF-SIM do Estado Atual da linha de produção de pilares pré-fabricados

6.5. Modelo Computacional
Para a construção do modelo computacional, primeiramente foi necessária

a definição do software em que o modelo seria elaborado. Para isso, avaliando os
programas existentes no mercado, foi adotado o software Promodel®, o qual é um
software totalmente em português, com interface gráfica, sistema de interação com o
Microsoft Office Excel, sistema auxiliar de construção de códigos, debugger e é
voltado para a simulação de eventos discretos.
O processo de modelagem iniciou-se pelo posicionamento da planta no

campo gráfico do modelo, com o ajuste de escala, a fim de posicionar os locais de
forma precisa e obter as distâncias corretas entre eles. Em seguida, foram lançadas
as informações referentes aos locais, descrevendo suas capacidades, locais na planta
e simbologia. Os símbolos empregados para construção do modelo estão disponíveis
no Apêndice D (p. 191).
Com os locais definidos, seguiu-se para o cadastramento das entidades,

descrevendo suas características e simbologia. Concluído o cadastramento das
entidades, foram cadastrados no modelo os recursos a serem utilizados na simulação.
Também foram definidas as “chegadas”, na qual definiu-se quando, quanto, onde e
quais entidades iriam ser criadas. Por fim, definiu-se o calendário de atividade dos
recursos, com o estabelecimento dos horários e dias de trabalho.
Concluída as definições básicas do modelo, iniciou-se a programação dos

processos, com a definição das ações e movimentações existentes, baseando-se no
modelo conceitual IDEF-SIM. Nesta etapa, ao longo da codificação, testes de
operação eram realizados em pequenas partes do modelo, a fim de realizar uma
verificação visual e operacional do modelo, de forma a testar pequenas partes e
encontrar com maior facilidade os erros existentes.
Para fins de execução do modelo, este foi trabalhado inicialmente dividido

em três partes, nomeadas Modelo 01, 02 e 03. O Modelo 01 era referente às
atividades à cadeia de produção do concreto e das peças, abordando desde à limpeza
das fôrmas até o saque das peças. O Modelo 02 englobava as linhas de produção de
armação, desde o recebimento das barras até o saque das armações. O Modelo 03
incluía os processos relacionados à estocagem das peças e acabamento, desde a
estocagem das peças após o saque até a expedição destas para o cliente final.
Durante a construção destes modelos, para a realização das simulações de teste de

operação, eram utilizadas as médias das características dos pilares, como a média de
quilos de armação, média de volume, média de área superficial, etc.
Para o Modelo 03, com relação ao tempo de ciclo da atividade de

acabamento, este foi calculado de forma diferente das demais atividades. Pelo fato de
três funcionários serem utilizados para dar acabamento simultâneo em três pilares, e
os tempos terem sido contabilizados juntos, na equação de cálculo do tempo de ciclo
desta atividade, utilizou-se a média da área de superfície dos pilares em acabamento.
Ao final da construção de cada modelo, realizavam-se testes de operação

para avaliar seu funcionamento ao longo do tempo. Ao ser avaliado que estes
apresentavam um comportamento adequado e o funcionamento esperado, partia-se
para a modelagem do próximo modelo. Concluído os três modelos, foi realizada a
junção destes em um modelo único, conforme apresentado na Figura 66 e Figura 67.
Este modelo final também foi verificado quanto ao seu comportamento e
funcionamento ao longo do tempo. Todo o código desenvolvido no software
Promodel® está disposto no Apêndice E – Codificação do Modelo Promodel® (p. 193).
Figura 66 - Visão geral do modelo em funcionamento

Com o modelo verificado e funcional, iniciou-se o desenvolvimento do
painel de controle (dashboard) e a conexão entre ele e o software Promodel®. Este
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).
Na tela principal deste painel foram disponibilizados o controle referente ao

número de recursos, podendo o tomador de decisão definir o número de operários de
cada tipo, a capacidade dos estoques de peças prontas, o tempo entre atividades e o
tempo das atividades em si. Com relação aos tempos, o tomador de decisão pode
tanto inserir uma curva probabilística de comportamento quanto um tempo
determinístico. Nesta mesma tela, também fica disponível definir o número de
replicações desejado e visualizar as características gerais dos pilares de cada fôrma
da linha de produção, as quais interferem nos tempos das atividades. A tela principal
do painel de controle está disponível na Figura 68.
Figura 67 - Detalhe do modelo em funcionamento

Figura 68 - Tela principal do Painel de controle

Dados para a Simulação Código m_num_replicacoes
Simular
C:\Users\Phelipe Ruiz\Dropbox\Phelipe\Unicamp\Mestrado\Phelipe Ruiz - Mestrado - Compartilhado\Pesquisa
Replicações
Caminho do Arquivo: Phelipe\Dissertação\Modelos\Modelo\Geral\Final\20181122_Fabrica_Pilares_(Geral)_v7.mod
Número 100
Restaurar valores
padrãoes
Número de Recursos Características dos Pilares - Forma_02

Nome Código Valor (unid) Nome Código Valor (média)
Operários da produção de peças m_Op_Pecas 6 Volume Concreto Forma_02 m_vol_forma_02 2.52
Operários da central de concretagem m_Op_Central 1 Quilos Armação Forma_02 m_kg_arm_forma_02 497.6
Operários da concretagem das peças m_Op_Concreto 3 Quilos Barra Forma_02 m_kg_barra_forma_02 459.32
Operários de solda do corpo da armação m_Op_Solda_a 4 Quilos Estribo Forma_02 m_kg_estribo_forma_02 38.28
Operários de solda dos consolos da armação m_Op_Solda_b 2 Superfície dos Pilares m_area_superficial_forma_02 2.63
Operários do corte e dobra de barras m_Op_Corte_a 1 Número de pilares para produzir m_pilares_forma_02 30
Operários do corte e dobra de estribos m_Op_Corte_b 1 Características dos Pilares - Forma_05
Operários do transbordo de peças m_Op_Acab_a 1 Nome Código Valor (média)
Operários do acabamento m_Op_Acab_b 3 Volume Concreto Forma_05 m_vol_forma_05 2.4
Carreta de entrega de insumos m_Carreta_Entregas 5 Quilos Armação Forma_05 m_kg_arm_forma_05 550.15
Carreta de serviço interno e entrega ao cliente m_Carreta_Interna 2 Quilos Barra Forma_05 m_kg_barra_forma_05 508.01
Gerente de produção m_GP 1 Quilos Estribo Forma_05 m_kg_estribo_forma_05 42.14
Gerente de armação m_GA 1 Superfície dos Pilares m_area_superficial_forma_05 2.73
Caçamba de concretagem m_Cacamba 1 Número de pilares para produzir m_pilares_forma_05 30
Capacidade de Locais Características dos Pilares - Forma_06
Nome Código Valor (unid) Nome Código Valor (média)
Estoque de Peças 01 + 02 + 03 m_est_peca_01_02_03 21 Volume Concreto Forma_06 m_vol_forma_06 2.72
Estoque de Peças 04 + 05 m_est_peca_04_05 30 Quilos Armação Forma_06 m_kg_arm_forma_06 576.44
Equações probabilisticas - Estoques Quilos Barra Forma_06 m_kg_barra_forma_06 533.66
Nome Código Valor (min) Valor MFV (min) Quilos Estribo Forma_06 m_kg_estribo_forma_06 42.78
Abertura de forma -> Saque da peça m_est_ab_form_saq_peca 2.+W(2., 9.0768441) 10 Superfície dos Pilares m_area_superficial_forma_06 2.91
Montagem da armadura -> Saque das armações m_est_mont_arm_saq_arm 1.+W(2., 13.9582711) 15 Número de pilares para produzir m_pilares_forma_06 30
Saque das armações -> Posicionamento dos consolos m_est_saq_arm_pos_cons 2.+W(2., 9.25882916) 10
Saque da peça -> Limpeza da forma m_est_saq_peca_limp_form P6(8.79971678, 1.02577106, 1.19767899) 27
Limpeza da forma -> Preparo da forma m_est_limp_form_prep_form T(-1., 1.00636155, 5.68787183) 2
Preparo da forma -> Posicionamento da armadura m_est_prep_form_pos_arm (1./0.109169655)*(-LN(U(0.5,0.5)))**(-1./2.29580408) 12
Posicionamento da armadura -> Posicionamento dos acessórios m_est_pos_arm_pos_aces T(-1., 0.910277657, 18.1027766) 7
Fechamento da forma -> Concretagem m_est_fec_form_conc (1./0.0980652684)*(-LN(U(0.5,0.5)))**(-1./4.11026581) 12
Estocagem da Peça G01 -> Transbordo G01 p/ G03 m_est_est_peca_transb_g01_g03 4320 12
Estocagem da Peça G03 -> Acabamento m_est_est_peca_acab 5760 9
Equações probabilisticas - Atividades Curvas
Nome Código Valor (min) Valor MFV (min) Prob.?
Eq. Tempo Abertura de Fôrma m_abertura_de_forma (1.+L(3.88998865, 4.44596908)) 12 Sim
Eq. Tempo Carregamento do silo de Aditivo m_carregamento_aditivo (60) 67 Sim
Eq. Tempo Carregamento do silo de Cimento m_carregamento_cimento (55.+L(12.9707951, 4.52829812)) 64 Sim
Eq. Tempo Carregamento dos silos de Agregados m_carregamento_agregado (5.+L(1.73477923, 0.974879139)) 7 Sim
Eq. Tempo Depósito de Agregados (Brita e Areia) m_dep_agregado (10) 10 Sim
Eq. Tempo Corte das Barras m_corte_barra (T(0.04, 0.0601059556, 0.0700088889)) 27 Sim
Eq. Tempo Dobra dos Estribos m_dobra_estribo (U(0.031457483, 0.00595748299)) 1 Sim
Eq. Tempo Montagem da Armadura m_mont_arm (T(0.04, 0.166512736, 0.35628184)) 98 Sim
Eq. Tempo Saque da Peça m_saque_peca (1.+L(3.29280613, 3.86416357)) 10 Sim
Eq. Tempo Limpeza da Fôrma m_limpeza_forma (T(2., 2., 19.6175769)) 21 Sim
Eq. Tempo Saque das Armações m_saque_arm (0.001+L(0.00943386484, 0.00880093255)) 6 Sim
Eq. Tempo Posicionamento dos Consolos m_pos_consolo (0.04+E(0.113620716)) 80 Sim
Eq. Tempo Preparo da Fôrma m_prep_forma (1.+L(3.29280613, 3.86416357)) 10 Sim
Eq. Tempo Posicionamento da Armadura m_pos_arm (0.002+L(0.0210200659, 0.009260366)) 12 Sim
Eq. Tempo Posicionamento dos Acessórios m_pos_aces (4.+E(19.4125021)) 58 Sim
Eq. Tempo Fechamento da Fôrma m_fechamento_forma (0.7+E(2.46896244)) 8 Sim
Eq. Tempo Concretagem m_concretagem (T(11., 22.5, 32.1)) 54 Sim
Eq. Tempo Tempo de Cura m_cura (T(351., 408.208844, 447.964143)) 1009 Sim
Eq. Tempo Acabamento das Peças m_acab (T(11., 35.5552997, 49.9766662)) 156 Sim

Além de estabelecer os tempos e quantidade de recursos, o tomador de

decisão pode, por meio da tela do painel apresentada na Figura 69, definir quais e
quantos pilares serão produzidos em cada fôrma. Por meio destas informações é que
são obtidas as características dos pilares de cada fôrma na tela principal. Na tela
principal calculou-se uma média ponderada de cada característica relacionando-as à
quantidade de pilares à serem produzidos. Para facilitar a identificação dos locais que
o tomador de decisão pode utilizar, padronizou-se no painel que as células em azul
claro são aquelas em que o usuário pode realizar alterações e a inserção de valores.
Figura 69 - Tela de definição dos pilares à serem produzidos em cada fôrma

Cadastro dos Pilares à serem produzidos por fôrma
Total Peças -
Produção na Forma_02
Forma_02
Área Superficial
Peça Volume (m³) Estribos (kg) Barras (kg) Aço (kg) nº de Peças 30
(m²)
Pilar_01a 2,368 2,44 36,25 431,54 467,79 10
Pilar_01b 2,6 2,73 39,29 473,21 512,5 10
Pilar_01c 2,6 2,73 39,29 473,21 512,5 10
Total Peças -
Forma_05
Área Superficial
(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 -
Forma_06
Área Superficial
(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

Na tela presente na Figura 69 o usuário apenas define qual pilar deseja
produzir e a quantidade. Nesta tela, é possível definir a quantidade desejada de
produção para cada pilar e, ao final da simulação, comparar o planejado com o
produzido, permitindo ao tomador de decisão melhor se planejar quanto a sua real
capacidade produtiva. As suas características, como dimensões, volume, área
superficial, quilos de armação, acessórios existentes e obra à que se destina, são
definidas em uma tela de cadastro de pilares, conforme apresentado na Figura 70.
Figura 70 - Tela de cadastramento dos pilares

Peças - Pilares 40x50
Área
Comprimento Estribos Nº de Possui
Peça Volume (m³) Superficial Barras (kg) Aço (kg) Acessórios Forma
(m) (kg) Consolo(s) Consolo?
(m²)
Pilar_01a 2,368 12,20 2,44 36,25 431,54 467,79 2 Sim BS; Tubo de Içamento; Bainhas Forma_02
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

Concluída a elaboração do painel de controle, foram realizados testes de
verificação quanto ao seu funcionamento, alterando-se os valores, tipos de pilares a
serem produzidos, suas quantidades e os tempos. Com o painel e modelo verificado
e funcional, iniciou-se o processo de validação dos resultados obtidos. Inicialmente
calculou-se o número de replicações necessárias para atingir o intervalo de confiança
desejado, seguido pelo método de validação proposto por Leal et al. (2011), disponível
na Figura 16, e o processo de validação indicado por Chwif e Medina (2015), conforme
apresentado no Anexo A, na Equação (2).
Para o cálculo do número de replicações necessários, foi utilizado o método

proposto por Chwif e Medina (2015) na Equação (5), Anexo A - Equações de
Verificação e Validação de Modelos (p. 261). Considerou-se um intervalo de confiança
de 95% e uma precisão de 1 pilar para mais ou para menos (hdesejado). Dada a alta
velocidade de realização das simulações, iniciou-se considerando a realização de 100
replicações.
Concluído os cálculos, foi obtido uma precisão de 0,595 pilares, ou seja,

mais precisa que a inicialmente desejado, atendendo a precisão exigida. Com isso, foi
possível definir, com 95% de confiança que a média de produção de pilares mensal
está entre 62,31 e 63,49 pilares. Considerando-se valores inteiros, entre 62 e 63
pilares por mês em média. Os valores obtidos nos cálculos estão disponibilizados na
Figura 71.
Figura 71 - Cálculo do número de replicações necessários

Verificação do número de replicações adotado
α 0,05 Intervalo de Confiança de 95%
n (replicações) 100 Int. Inferior Int. Superior
t n-1,α/2 1,984 62,31 63,49
s 2,998 pilar 62,31 ≤ µ ≤ 63,49
62,900 pilar
h 0,595 pilar
hdesejado 1,000 pilar
Nº de replicações
h ≤ hdesejado
satisfatório
Definido o número de replicações, calculou-se a média de produção diária
do mês simulado utilizando os dados de cada replicação. Estas médias diárias do mês
foram utilizadas para realizar o processo de validação do modelo, comparando-o com
os dados coletados do sistema real. Ao seguir o método proposto por Leal et al.
(2011), verificou-se que os dados seguiam uma distribuição contínua “normal” seguida
da realização do Teste F, considerando um intervalo de confiança de 95% e “α” igual
à 5%. Identificou-se que os dados não possuíam a mesma variância, sendo então
realizado o Teste T para duas amostras de variância diferentes.
Neste teste teve-se como resultado um p-value de 0,3315, considerando

um intervalo de confiança de 95% e “α” igual à 5%. Como p-value é maior que “α”
(0,05), portanto pode-se afirmar com 95% de confiança que o modelo é equivalente
ao sistema real com relação à produção de pilares. Para este cálculo foi utilizado o
software “R”, estando o código utilizado disponível no Apêndice G – Codificação do
Software ‘R’ (p. 258).
Também foi realizada a validação segundo o teste estatístico de inferência

sobre a diferença entre duas médias de amostras independentes, tomando-se o
intervalo de confiança para a diferença entre os dois sistemas. Os resultados obtidos
estão disponíveis na Tabela 7. Ao ser obtido o intervalo de confiança, este tinha
contido o zero, o que permite afirmar, com 95% de confiança, que o modelo é
equivalente ao sistema real para esta medida de desempenho (produção de pilares).
Concluído estes cálculos, pudesse considerar o modelo computacional validado e
pronto para utilização, obtendo o modelo operacional.
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.
Tabela 7 - Validação do modelo segundo o teste estatístico de inferência sobre

a diferença entre duas médias de amostras independentes
Real Modelo
Média 2,30 2,04
Variância 1,46 0,70
Desvio Padrão 1,19 0,82
Observações 30 30
Confiança 95%
α 5%
t2n-2,α/2 2,0017
Intervalo de Confiança
Int. Inferior -0,79%
Int. Superior 0,26%
Intervalo de Confiança contem o 0
Figura 72 - Exemplificação dos relatórios gerados pelo modelo

Todas estas informações gráficas e tabelares são passíveis de exportação

em formato de imagem ou diretamente ao Excel, permitindo a manipulação destes
dados. Com estes dados gerados também é possível a determinação dos principais
indicadores apontados pelos gestores no Questionário Exploratório (Gráfico 6). A
Figura 72 exemplifica a tela de controle dos relatório, permitindo a geração de
diferente gráficos e tabelas referentes às informação do cenário produtivo.
149
CAPÍTULO 5
DISCUSSÃO
7. DISCUSSÃO
Este capítulo apresenta uma discussão e considerações sobre os principais

resultados encontrados durante a realização deste estudo, analisando-os com relação
a teoria de referência e aos objetivos deste estudo.
7.1. Análise com relação à literatura
Ao se analisar os modelos propostos e encontrados na literatura, em sua

maioria foram utilizados modelos analíticos com a utilização de algoritmos genéticos
para otimização de determinado processo produtivo, foi possível identificar diferenças
com relação ao modelo proposto nesta pesquisa.
Dentre os estudos analisados, em sua maioria, os modelos identificados na

Revisão Sistemática da Literatura (RSL) fizeram uso do algoritmo genético para obter
um cenário otimizado de produção (AL-BAZI; DAWOOD, 2012; CHAN; HU, 2001,
2002b; CHEN et al., 2017; CHEN; YANG; TAI, 2016b; DE ATHAYDE PRATA;
PITOMBEIRA-NETO; DE MORAES SALES, 2015; KO; CHEN, 2012; KO; WANG,
2011; LEU; HWANG, 2001; LI et al., 2010; WANG; HU, 2017; WANG; HU; GONG,
2018; YANG; MA; WU, 2016).
Nestes casos os modelos utilizados se tratavam de equações matemáticas

que permitiam obter um cenário otimizado, visando um melhor planejamento ou
redução de custo. Em geral, estes modelos não permitiam ao tomador de decisão
testar diferentes situações, já que não apresentam uma interface de controle. Desta
forma o tomador de decisão, para gerar diferentes cenários, deveria fazer uso de
equações matemáticas e saber manipula-las.
Outros estudos, como o de Jiradamkerng (2013) e Ko e Wang (2010), foi

elaborado um painel de controle ao tomador de decisão, permitindo um maior controle
do usuário sobre a criação dos cenários produtivos. Entretanto, mesmo com um painel
de controle, as operações para obtenção dos resultados fizeram uso de modelos
analíticos, realizando os cálculos com os valores inseridos e gerando tabelas de
Capítulo 7 - Discussão 150
resultado, sem fornecer ao tomador de decisão um recurso gráfico para a visualização

dos processos, ou a utilização de dados estocásticos para os tempos e quantidades.
Propondo uma solução diferente da encontrada na literatura, este estudo

desenvolveu um modelo seguindo uma estrutura de simulação de eventos discretos,
com a utilização de um painel de controle e interface gráfica de simulação. Neste
modelo é possível inserir diferentes tempos das atividades, tempo de espera entre
atividade, quantidade de recursos, capacidade dos estoques e diferenciar as
características dos pilares em produção, tudo isso em uma interface simples e de fácil
utilização, bastando apenas inserir as informações desejadas e clicar no botão de
“Simular”.
Com ele é possível, controlar a produção, identificando problemas, paradas

e incapacidades e gerar diversos relatórios contendo tais informações e os
indicadores desejados. Além disso, é possível visualizar o processo produtivo em
movimento, as interações entre os recursos, locais e entidades, acompanhar as
atividades ao longo do tempo e identificar os problemas acorrendo.
7.2. Avaliação do cenário produtivo existente e das ferramentas aplicadas
Ao observar o fluxo de produção existente, alguns pontos chamaram a

atenção. O processo produtivo faz uso de uma equipe enxuta, apenas de 5 a 6
funcionários para executar a produção das peças das fôrmas Forma_01 a Forma_06,
utilizando apenas uma jornada de 8,8hr diárias durante 5 dias da semana. Isso
chamou a atenção pela diferença quando comparado com outras instalações fabris
visitadas, como a Empresa A, a qual foi visitada para a elaboração do modelo teste.
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.
Uma outra ocorrência, foi o fato de durante as observações, alguns

materiais, principalmente acessórios, faltarem para concluir a produção das peças,
criando esperas. Isso gerou a necessidade de compra dessas peças, quando
disponíveis no comércio local e, quando não haviam tais peças disponíveis, a

paralização da produção de determinada peça até que o material faltante chegasse.
Com relação à ponte rolante, este recurso impactava significativamente o

processo produtivo, já que quando utilizado em outra atividade, acabava por limitar as
demais. Além disso, pelo fato das pontes rolantes do G01 se deslocarem nos mesmos
trilhos, isso gerava conflitos durante o deslocamento de determinadas peças. Ao longo
das observações realizadas, diversas vezes o fluxo de trabalho era interrompido por
este fato.
Quando se estava realizando o transbordo das peças dos Estoques_01 a

03 para a Expedicao_01 e, simultaneamente, a equipe de armação de painéis
demandava enviar suas armações para o G02, isso acarretava em um cruzamento de
caminhos, no qual a armação tinha preferência. Desta forma, era necessário
posicionar a peça no chão, desprender a ponte rolante da peça e leva-la até o início
do G01, permitindo a passagem da armação do painel. Concluída a entrega do painel,
então o pontista poderia voltar com a ponte rolante até a peça, saca-la novamente e
concluir o transbordo.
Com relação à betoneira, durante as observações, percebeu-se que por

muitas vezes o processo de concretagem do G01 e do G02 coincidiam, gerando uma
“disputa” pelo concreto, o que acarretava em esperas e atrasos para ambas as linhas
de produção. Entretanto este problema já era de conhecimento da gerência, que
estava para iniciar o processo de instalação de uma segunda betoneira.
Um fator que trouxe grande impacto sobre os tempos coletados foram os

tempos de espera para a liberação de espaço nos estoques. Quando lotados, não era
possível realizar o saque da peça, parando por completo as atividades da linha de
produção, não apenas dos pilares, mas das demais peças produzidas no G01. Esses
grandes tempos de espera observados, tiveram grande impacto sobre a produção e
sobre o nível de ociosidade dos operários.
Esse tempo de espera também gerou impacto nas atividades à montante

da linha de produção, gerando estoques no setor de armação. Para readequar a
produção, foi necessário realizar, por duas vezes, um turno de trabalho aos sábados,
regulando desta forma a quantidade de pilares à serem produzidos. Essa falta de
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.
Todos estes pontos observados foram contemplados pelo modelo, devido

às equações de tempos fornecidas no painel de controle, as quais foram
desenvolvidas considerando os tempos impactados por estes problemas. Devido ao
painel de controle, no caso de uma readequação de cenário produtivo ou algum
aprimoramento do processo, é possível ao tomador de decisão atualizar estas
distribuições probabilísticas dos tempos e simular novos cenários baseados nestas
novas distribuições.
Ao identificar estes problemas, percebeu-se, por meio dos mapas MFV,

IDEF-SIM e do Modelo, que sua origem reside na dessincronização entre as diferentes
áreas produtivas, não estando sincronizada e nivelada a produção da armação e
produção de peças do G01, a produção de peças do G01 com a produção de painéis
do G02, a produção de peças do G01 com o acabamento e transbordo para o cliente.
Isso acarretava em maiores tempos de espera entre atividades do que o necessário.
Quando funcionando em maior sincronia, todos os trabalhos previstos se concluíam
dentro do dia de trabalho, sem interferência no dia de produção seguinte.
Para o fluxo de produção existente, o modelo desenvolvido permitiu

visualizar o fluxo como um todo, os pontos de dessincronização, de espera e
ociosidade, permitindo ao tomador de decisão alterar a realidade, analisar os
resultados e simular este novo cenário produtivo, em busca da melhoria contínua.
Entretanto, dado ao cenário não estabilizado e nivelado de produção existente, outras
ferramentas são importantes de serem aplicadas para que, efetivamente, o fluxo de
produção seja aprimorado.
Algumas ferramentas que poderiam ser implementadas para melhorar o

processo são: um sistema Kanban nos estoques de matérias primas, com um sistema
de compras e fornecedores mais eficiente, Heijunka17 e um mapa de estocagem das
peças, para saber quais e onde estão as peças já produzidas. Também é importante
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).
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.
7.3. Atendimento ao objetivo do estudo e limitações do estudo
Com base no Questionário Exploratório realizado no início do estudo, ao se

iniciar a construção do modelo, este foi modelado para atender às demandas e
necessidades apontadas pelos gestores. Ao concluir-se a simulação, por meio dos
relatórios gerados, é possível extrair informações definidas como importantes para o
tomador de decisão. Por meio destes relatórios pode-se controlar os principais
elementos da linha de produção, suas variações ao longo do tempo e quantidades, o,
tempo em movimento, em atividade ou em espera das entidades e o nível de
ociosidade da equipe. Com estas informações, extrai-se os principais indicadores de
produção apontados pelos gestores como importantes para o controle da produção,
como homens-hora por metro cubico de concreto, homens-hora por quilos de aço,
mão de obra utilizada e percentual de utilização da capacidade instalada.
Além de já serem gerados em forma de um relatório gráfico e tabelar, estes

também podem ser exportados para o formato de planilha eletrônica, para que o
tomador de decisão possa manipular esses resultados da forma que desejar e da qual
estiver mais acostumado, dando maior liberdade de trabalho, análise e criação de
seus próprios relatórios personalizados.
Considerando o objetivo desta pesquisa de “desenvolver um modelo para

realização de simulações computacionais de eventos discretos de cenários produtivos
da linha de produção de elementos pré-fabricados como ferramenta de auxílio à
tomada de decisão”, considera-se que este estudo atendeu aos seus objetivos,
gerando uma ferramenta de auxílio à tomada de decisão de fácil utilização e alinhada
às informações demandadas pelos gestores.
Como limitações desta pesquisa, os dados e estrutura de modelagem

foram desenvolvidas para linhas de produção de pilares 40x50, e suas características
foram consideradas como fatores de impacto sobre os tempos. Porém tais impactos
necessitam de maior aprofundamento estatístico, para avaliar sua real interferência
sobre as atividades. Também, para uma utilização estatisticamente confiável para
pilares de outras dimensões ou características diferenciadas, é necessário a
realização de levantamentos de tempos com diferentes características, caracteriza-

los, e compreender o impacto destas diferenças sobre os tempos.
A estrutura do modelo permite a utilização para diferentes tipos de pilares.

Porém, cabe ressaltar que este modelo não está validado para pilares com
características muito discrepantes dos estudados durante esta pesquisa. Para o uso
estatisticamente confiável do modelo para estes pilares diferente, há a necessidade
de maiores estudos para validação estatística de seus tempos e funcionamento do
modelo para estas peças. Outras simplificações foram necessárias para a condução
do estudo, não pela limitação técnica, mas pelo tempo de condução da pesquisa,
como a quantidade de acessórios aplicados à peça, sendo a etapa de posicionamento
dos acessórios representados graficamente no modelo pela instalação do acessório
de tubulação.
A elaboração desse modelo permitiu visualizar que, mesmo em sistema de

produção desnivelado e não estabilizado, a ferramenta de simulação é passível de
aplicação, com geração de resultados satisfatórios e estatisticamente confiáveis,
alinhados à demanda de informações dos gestores para embasar sua tomada de
decisão. Ainda, o modelo pode ter sua estrutura replicada em linhas de produção
semelhantes de outras unidades fabris, com a realização de poucas modificações,
centradas principalmente no layout.
155
CAPÍTULO 6
CONCLUSÃO
8. CONCLUSÃO
Este capítulo apresenta as principais conclusões deste estudo,

descrevendo a avaliação geral da condução deste trabalho, as principais
considerações, atendimento ao objetivo proposto, limitações deste trabalho e
sugestões para trabalhos futuros.
8.1. Principais considerações
Para o desenvolvimento desse trabalho, considerou-se a hipótese de que

“a utilização da simulação computacional de eventos discretos para simular a
produção de diferentes tempos, estoques e quantidades de recursos de uma linha de
produção de pilares contribui para o aumento da eficiência da tomada de decisão e
compreensão sobre o fluxo produtivo”.
Baseado nesta hipótese, este trabalho teve como objetivo geral

“desenvolver um modelo para realização de simulações computacionais de eventos
discretos de cenários produtivos da linha de produção de pilares pré-fabricados como
ferramenta de auxílio à tomada de decisão”.
Com base no objetivo geral, objetivos específicos foram definidos, como:

identificar os elementos e indicadores importantes ao gestor para embasar sua
tomada de decisão relativa a produtividade do setor de pré-fabricados; mapear e
modelar a linha de produção de um elemento pré-fabricado e; desenvolver um painel
de controle que permita elaborar cenários produtivos com diferentes sequencias de
atividades e tipos de pilares, levando consideração os recursos, estoques e tempo
utilizados.
Para atingir este objetivo, o método da Design Science Research foi

adotado, por se tratar do desenvolvimento de um artefato (o modelo de simulação com
o painel de controle). Ao final deste trabalho, considerou-se que o objetivo proposto
foi satisfatoriamente atingido, tendo-se desenvolvido um modelo de simulação de
eventos discretos que permite gerar diferentes cenários produtivos com relação a linha
Capítulo 8 - Conclusão 156
de produção de pilares pré-fabricados, fornecendo ao tomador de decisão um

conjunto de informações para que possa basear sua decisão.
Com base no Questionário Exploratório, realizado no início do estudo, o

modelo desenvolvido neste trabalho foi construído visando atender às demandas e
necessidades apontadas pelos gestores, sendo possível extrair informações definidas
como importantes para o tomador de decisão. Por meio destes relatórios pode-se
controlar os principais elementos da linha de produção, suas variações ao longo do
tempo e quantidades, o tempo em movimento, em atividade ou em espera das
entidades e o nível de ociosidade da equipe.
Com estas informações, extrai-se os principais indicadores de produção

apontados pelos gestores como importantes para o controle da produção, como
homens-hora por metro cubico de concreto, homens-hora por quilos de aço, mão de
obra utilizada e percentual de utilização da capacidade instalada.
Além dos relatórios serem gerados prontos, em forma de um relatório

gráfico ou tabelar, conforme o desejo do usuário, estes também podem ser exportados
para o formato de planilha eletrônica, para que o tomador de decisão possa manipular
esses dados. Desta forma, o gestor tem mais liberdade de trabalho, análise e criação
de seus próprios relatórios personalizados.
Propondo uma solução diferente da encontrada na literatura, neste estudo

o modelo desenvolvido seguiu uma estrutura de simulação de eventos discretos, com
a utilização de um painel de controle e interface gráfica de simulação. Neste modelo
é possível inserir diferentes tempos das atividades, tempo de espera entre atividade,
quantidade de recursos, capacidade dos estoques e diferenciar as características dos
pilares em produção. Tudo isso em uma interface simples e de fácil utilização,
bastando apenas inserir as informações desejadas e clicar no botão de “Simular”. Com
ele é possível, de forma visual, controlar a produção, identificando problemas, paradas
e incapacidades, além de gerar diversos relatórios contendo tais informações e
indicadores.
Para o fluxo de produção existente, o modelo desenvolvido permitiu

visualizar o fluxo como um todo, os pontos de dessincronização, de espera e
ociosidade, permitindo ao tomador de decisão alterar a realidade e, analisar os
resultados, simular este novo cenário e buscar a melhoria contínua. Entretanto, dado
ao cenário não estabilizado e nivelado de produção existente, outras ferramentas são

importantes de serem aplicadas para que, efetivamente, o fluxo de produção seja
aprimorado.
Com o auxílio dos mapas MFV e IDEF-SIM e do modelo, percebeu-se que

a origem da maioria dos problemas existentes reside na dessincronização entre as
diferentes áreas produtivas, não estando sincronizada e nivelada a produção da
armação e produção de peças do G01, a produção de peças do G01 com a produção
de painéis do G02, a produção de peças do G01 com o acabamento e transbordo para
o cliente. Isso acarreta em maiores tempos de espera entre atividades do que o
necessário. Quando funcionando em maior sincronia, todos os trabalhos previstos se
concluíam dentro do dia de trabalho, sem interferência no dia de produção seguinte.
Como sugestão, poderiam ser implementadas algumas ferramentas que

poderiam para melhorar o processo produtivo, como um sistema Kanban nos
estoques de matérias primas, com um sistema de compras e fornecedores mais
eficiente, Heijunka, um mapa de estocagem das peças, para saber quais e onde estão
as peças já produzidas. O sistema de produção alinhado ao Just-in-Time, para que
evitar o acumulo destes grandes estoques, e ter a produção melhor alinhada à
demanda. Porém para isso também seria necessário um trabalho junto aos canteiros
de obras e suas solicitações.
Quando apresentado aos gestores da fábrica, o modelo foi considerado útil

quanto a sua funcionalidade e resultados, permitindo, mesmo em uma linha de
produção pouco estável18, como é o caso da dos pilares, gerar resultados satisfatórios.
Desta forma, possibilitando ao tomador de decisão ter acesso a informações do
cenário atual de produção, gerando maior compreensão sobre seu funcionamento e
principais limitações, além de gerar diferentes cenários produtivos, sem ter que
realizar alterações no sistema real, embasando assim sua tomada de decisão.
Com o painel estruturado para receber tantos dados estocásticos quanto

determinísticos, este atende à diferentes necessidades do tomador de decisão. O
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)
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.
A elaboração desse modelo permitiu visualizar que, mesmo em sistema de

produção desnivelado e não estabilizado, a ferramenta de simulação é passível de
aplicação, com geração de resultados satisfatórios e estatisticamente confiáveis,
alinhados à demanda de informações dos gestores para embasar sua tomada de
decisão. Ainda, o modelo pode ter sua estrutura replicada em linhas de produção
semelhantes de outras unidades fabris, com a realização de poucas modificações,
centradas principalmente no layout.
Desta forma, este trabalho desenvolveu uma ferramenta que prove ao

tomador de decisão uma maneira de visualizar diferentes cenários, com o controle
dos tempos de atividade, recursos utilizados e capacidades locais. Destas simulações,
o gestor obtém informações que complementam e auxiliam seu processo de decisão,
dando maior respaldo e confiança em suas decisões.
8.2. Limitações do trabalho
Como limitações desta pesquisa, os dados e estrutura de modelagem

foram desenvolvidas para linhas de produção de pilares 40x50, e suas características
foram consideradas como fatores de impacto sobre os tempos. Porém tais impactos
necessitam de maior aprofundamento estatístico. Também, para uma utilização
estatisticamente confiável para pilares com outras características, muito diferentes
das observadas, é necessária a realização de levantamentos de tempos de produção
de pilares com estas características, caracteriza-las, e compreender seu impacto
diferenças sobre os tempos.
A estrutura do modelo permite a utilização para diferentes tipos de pilares.

Porém, cabe ressaltar que este modelo não está validado, necessariamente, para
pilares com diferenças muito discrepantes dos estudados durante esta pesquisa,
havendo a necessidade de mais estudos sobre os tempos das atividades e

comportamento do fluxo de produção dentro deste cenário.
Outras simplificações foram necessárias para a condução do estudo, não

pela limitação técnica, mas pelo tempo de condução da pesquisa, como a quantidade
de acessórios aplicados à peça, sendo todos os tempos representados graficamente
durante a simulação pela instalação do acessório de tubulação. Porém esse fato não
tem impacto sobre os tempos, já que o tempo de posicionamento dos demais
acessórios foi considerado.
Este modelo foi desenvolvido com base em linhas de produção de pilares

pré-fabricados 40x50, não incluindo o processo de desenvolvimento do projeto e o
processo de instalação em canteiro. A pesquisa contemplou as áreas de produção
das armações dos pilares, o processo de produção das peças, produção do concreto
e processo de acabamento, englobando apenas as atividades internas à fábrica, ou
seja, da chegada das matérias primas até a saída do produto acabado para o cliente
final.
Foram utilizados dados de apenas uma instalação fabril localizada no

Estado de São Paulo, não sendo realizado um estudo comparativo com a aplicação
do modelo em diferentes fábricas. Também não foi realizada a modelagem para a
produção de diferentes peças pré-fabricadas, apenas considerando a linha de
produção de pilares.
8.3. Sugestões para estudos futuros
Uma dificuldade encontrada ao longo da condução deste estudo, foi com

relação ao processo de coleta de dados dos tempos. Por se tratar de uma fábrica de
grandes dimensões, as atividades ocorriam em diferentes lugares simultaneamente,
criando a dificuldade de se coletar todos os dados das atividades ocorrendo naquele
momento.
Desta forma, sugere-se para estudos futuros o desenvolvimento de um

dispositivo de coleta de dados autônomo, conectado à um servidor, que alimente em
tempo real o sistema com os dados relativos às atividades. Desta forma, seria obtido
uma maior quantidade de dados, sem perdas de coleta dada a ocorrência simultânea
em diferentes áreas.
Além de dados para alimentar o modelo de simulação, com este sistema

seria possível gerar diversas análises referentes a toda instalação fabril, permitindo a
visualização em tempo real do processo produtivo. Também seria possível
implementar um sistema de rastreamento das peças, permitindo a visualização e
mapeamento dos locais e quantidade de peças estocadas, auxiliando na minimização
do problema relacionado aos estoques.
Outras sugestões para estudos futuros são a análise dos tempos de

produção para pilares de diferentes características. Isto permitiria a implementação
de um sistema de seleção dentro do painel de controle para diferentes tipos de pilares,
possibilitando ao tomador de decisão a simulação de cenários produtivos para estes
pilares, dentro de um intervalo de confiança estaticamente definido como confiável.
Além disso, também se sugere a implementação de um sistema de análise de custos,
permitindo uma avaliação do impacto financeiro de cada cenário simulado.
Também se sugere a implementação ao modelo das demais linhas de

produção da unidade fabril. Isso permitiria uma visão completa do fluxo de produção
da fábrica como um todo, a visualização de todos os gargalos e pontos de interferência
entre as diferentes linhas de produção, gerando uma simulação mais completa e
precisa.
161
REFERÊNCIAS
ABDULMALEK, F. A.; RAJGOPAL, J. Analyzing the benefits of lean manufacturing

and value stream mapping via simulation: A process sector case study. International
Journal of Production Economics, v. 107, n. 1, p. 223–236, 2007.
ABEDI, M. et al. Integrated Collaborative Tools for Precast Supply Chain

Management. Scientia Iranica, v. 23, n. 2, p. 429–448, 2016.
ABOURIZK, S. et al. Simphony: a next generation simulation modelling environment

for the construction domain. Journal of Simulation, v. 10, n. 3, p. 207–215, 2016.
ACKER, A. V. Manual de Sistemas Pré-Fabricados de Concreto. São Paulo,

Associação Brasileira da Construção Industrializada em Concreto (ABCIC), 2002.
AL-AOMAR, R. Handling multi-lean measures with simulation and simulated

annealing. Journal of the Franklin Institute, v. 348, n. 7, p. 1506–1522, 2011.
AL-BAZI, A.; DAWOOD, N. Simulation-based genetic algorithms for construction

supply chain management: Off-site precast concrete production as a case study. OR
Insight, v. 25, n. 3, p. 165–184, 2012.
ALBUQUERQUE, A. T. DE; EL DEBS, M. K. Levantamento dos sistemas estruturais

em concreto pré-moldado para edifícios no Brasil. In: Encontro Nacional de
Pesquisa-Projeto-Produção em Concreto Pré-moldado, 1, 2005, São Carlos. Anais...
São Carlos, 2005.
ALI, N. B.; PETERSEN, K.; FRANÇA, B. B. N. DE. Evaluation of simulation-assisted

value stream mapping for software product development: Two industrial cases.
Information and Software Technology, v. 68, p. 45–61, 2015.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 9062: Projeto e

Execução de Estruturas de Concreto Pré-Moldado. p. 86, 2017.
BABIČ, N. Č.; PODBREZNIK, P.; REBOLJ, D. Integrating resource production and

construction using BIM. Automation in Construction, v. 19, n. 5, p. 539–543, 2010.
BALCI, O. Verification, validation and accreditation of simulation models. In: Winter

Simulation Conference, 29, 1997, Atlanta. Anais... Atlanta, 1997.
BANKS, J.; CHWIF, L. Warnings about simulation. Journal of Simulation, v. 5, n. 4,

p. 279–291, 2011.
Referências 162
BARREIROS, F.; ZANCUL, E. Estudo sobre produtividade na construção civil:

desafios e tendências no Brasil. EY, p. 12, 2014.
BHAMU, J.; SANGWAN, K. S. Lean manufacturing: literature review and research

issues. International Journal of Operations & Production Management, v. 34, n.
7, p. 876–940, 2014.
BLACHÉRE, G. Building principles. Luxemburgo, Commission of the European

Community, 1988.
BNDES. Quem pode ser cliente. Banco Nacional do Desenvolvimento, Brasilia,

2018. Disponível em:
<https://www.bndes.gov.br/wps/portal/site/home/financiamento/guia/quem-pode-ser-
cliente/>. Acesso em: 4 mar. 2018.
BUCHANAN, L.; O’CONNELL, A. Uma breve história da tomada de decisão.

Harvard Business Review, v. 1, p. 20–29, 2006.
CARVALHO, L. S. Análise das potencialidades e vantagens do uso da

simulação computacional em operações logísticas complexas, como
ferramenta de auxílio à tomada de decisões: um estudo de caso em uma
organização industrial. 2006. 114 f. Dissertação (Mestrado Profissional em
Administração) – Núcleo de Pós-Graduação em Administração, Universidade
Federal da Bahia, Salvador, 2006.
CHAN, W. T.; HU, H. An application of genetic algorithms to precast production

scheduling. Computers & Structures, v. 79, n. 17, p. 1605–1616, jul. 2001.
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.
CHAN, W. T.; HU, H. Constraint Programming Approach to Precast Production

Scheduling. Journal of Construction Engineering and Management, v. 128, n. 6,
p. 513–521, dez. 2002b.
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.
CHUNG, C. A. Simulation Modeling Handbook: A Practical Approach. 1. ed.

Flórida, CRC Press, 2004.
CHWIF, L. Redução de Modelos de Simulação de Eventos Discretos na sua

Concepção: Uma Abordagem Causal. 1999. 139 f. Tese (Doutorado em Engenharia
Mecânica) – Programa de Pós-graduação em Engenharia Mecânica, Escola
Politécnica da Universidade de São Paulo, São Paulo, 1999.
CHWIF, L.; MEDINA, A. C. Modelagem e Simulação de Eventos Discretos: Teoria

& Aplicações. 4. ed. Rio de Janeiro, Elsevier, 2015.
CIB. New Perspective in Industrialisation in Construction - A state-of-the-art

report (CIB Publication 329). CIB Task Group 57, “Industrialization in Construction”,
International Council for Building (CIB). Paris, [s.n.].
CORREIA, E. G.; RODRIGUES, F. N. IDEF-SIM como metodologia de auxílio na

simulação de um ambiente flow-shop: Uma proposta de melhoria da capacidade
produtiva de uma pequena empresa. In: Encontro Nacional de Engenharia de
Produção (ENEGEP), 36, 2016, João Pessoa. Anais... João Pessoa, 2016.
CROUCAMP, P. L.; TELUKDARIE, A. Development of framework for just-in-time

implementation in maintenance: An ISM-MICMAC approach. Journal of Quality in
Maintenance Engineering, v. 24, p. pp, 2018.
PRATA, B. A.; PITOMBEIRA NETO, A. R.; SALES, C. J. M. An Integer Linear

Programming Model for the Multiperiod Production Planning of Precast Concrete
Beams. Journal of Construction Engineering and Management, v. 141, n. 10, p.
04015029, out. 2015.
DRESCH, A.; LACERDA, D. P.; ANTUNES JÚNIOR, J. A. V. Design Science

Research: Método de pesquisa para avanço da ciência e tecnologia. 1. ed. São
Paulo, Bookman, 2015.
Referências 164
DZIADOSZ, A.; KONCZAK, A. Decision-making process in the construction industry.

Archives of Civil Engineering, v. 62, n. 1, p. 111–126, 2016.
EL DEBS, M. K. Concreto pré-moldado: fundamentos e aplicações. 2. ed. São

Carlos, RiMa Artes e Textos, 2017.
FEBRERO, F.; CALERO, C.; MORAGA, M. Á. A systematic mapping study of

software reliability modeling. Information and Software Technology, v. 56, n. 8, p.
839–849, 2014.
FONTANINI, P. S. P. Mentalidade enxuta no fluxo de suprimentos da

construção civil - aplicação de macro mapeamento na cadeia de fornecedores de
esquadrias de alumínio. 2004. 275 f. Dissertação (Mestrado em Engenharia Civil) -
Programa de Pós-Graduação em Engenharia Civil, Arquitetura e Urbanismo,
Universidade Estadual de Campinas, Campinas, 2004.
FONTANINI, P. S. P. Análise do impacto potencial da aplicação dos princípios

da mentalidade enxuta nos indicadores de desempenho da cadeia de
suprimentos da construção civil a partir de simulação. 2009. 324 f. Tese
(Doutorado em Engenharia Civil) - Programa de Pós-Graduação em Engenharia
Civil, Arquitetura e Urbanismo, Universidade Estadual de Campinas, Campinas,
2009.
FORMOSO, C. T. et al. As perdas na construção civil: conceitos, classificações e

seu papel na melhoria do setor. Núcleo Orientado para a Inovação da Edificação,
Programa de Pós-Graduação em Engenharia Civil, Universidade Federal do Rio
Grande do Sul, Porto Alegre, p. 12, 1996.
FORMOSO, C. T. et al. Material Waste in Building Industry: Main Causes and

Prevention. Journal of Construction Engineering and Management, v. 128, n. 4,
p. 316–325, 2002.
FREITAS, H. M. R. A informação como ferramenta gerencial. 1a ed. Porto Alegre,

Ortiz, 1993.
GONTIJO, A. C.; MAIA, C. S. C. Tomada de decisão, do modelo racional ao

comportamental: uma síntese teórica. Caderno de Pesquisas em Administração,
v. 11, n. 4, p. 13–30, 2004.
Referências 165
HAJJAR, D. A unified modeling methodology for planning construction

projects. 1999. 304 f. Tese (Doutorado em Engenharia e Gestão da Construção) –
Departamento de Engenharia Civil e Ambiental, Universidade de Alberta, Alberta,
1999.
HAJJAR, D.; ABOURIZK, S. M. Unified Modeling Methodology for Construction

Simulation. Journal of Construction Engineering and Management, v. 128, n. 2,
p. 174–185, 2002.
HARREL, C. R.; GHOSH, B. K.; BOWDEN, R. Simulation Using Promodel®. 2. ed.

Nova York, McGraw-Hill, 2004.
HARRIS, R. B. A challenge for research. Journal of Construction Engineering and

Management, v. 118, n. 3, p. 422–434, 1992.
HOLLAND, J. H. Adaptation in natural and artificial systems: an introductory

analysis with applications to biology, control, and artificial intelligence. 1. ed. Londres,
MIT press, 1975.
HOLLOCKS, B. W. Forty years of discrete-event simulation-a personal reflection.

Journal of the Operational Research Society, v. 57, n. 12, p. 1383–1399, 2006.
JIRADAMKERNG, W. Evaluation of EZStrobe Simulation System as a Tool in

Productivity Analysis - A Case Study: Precast Concrete Hollow-Core Slab
Installation. Engineering Journal, v. 17, n. 2, p. 75–84, 1 abr. 2013.
KAMADA, S. Estabilidade na Produção da Toyota do Brasil. Rio de Janeiro,

<https://www.lean.org.br/comunidade/artigos/pdf/artigo_86.pdf>. Acesso em: 29 jan.
2019.
KAMAR, A. M. et al. Industrialized Building System (IBS): Revisiting Issues of

Definition and Classification. International journal of emerging sciences, v. 1, n. 2,
p. 120–132, 2011.
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
KASANEN, E.; LUKKA, K.; SIITONEN, A. The Constructive Approach in

Management Accounting Research. Journal of management accounting research,
v. 5, n. 1993, p. 243, 1993.
KHAN, K. S. et al. Five steps to conducting a systemstic review. Journal of the royal
society of medicine, v. 96, 2003.
KITCHENHAM, B. et al. Systematic literature reviews in software engineering - A

systematic literature review. Information and Software Technology, v. 51, n. 1, p.
7–15, 2009.
KITCHENHAM, B. A.; BUDGEN, D.; BRERETON, O. P. Using mapping studies as

the basis for further research - A participant-observer case study. Information and
Software Technology, v. 53, n. 6, p. 638–651, 2011.
KLEIJNEN, J. P. C. Verification and Validation of Simulation Models. European

Journal of Operational Research, v. 82, p. 145–162, 1995.
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.
KO, C. H.; WANG, S. F. Precast production scheduling using multi-objective genetic

algorithms. Expert Systems with Applications, v. 38, n. 7, p. 8293–8302, 2011.
KOSAR, T.; BOHRA, S.; MERNIK, M. Domain-Specific Languages: A Systematic

Mapping Study. Information and Software Technology, v. 71, p. 77–91, 2016.
LACERDA, D. P. et al. Design Science Research: Método de pesquisa para a

engenharia de produção. Gestão e Producão, v. 20, n. 4, p. 1–21, 2013.
LANTELME, E. M. V. Proposta de um Sistema de Indicadores de Qualidade e

Produtividade para a Construção Civil. 1994. 123 f. Dissertação (Mestrado em
Engenharia Civil) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 1994.
LAW, A. M. How to build valid and credible simulation models. In: Winter Simulation
Conference, 37, 2005, Orlando. Anais... Orlando, 2005.
Referências 167
LAW, A. M. Simulation Modeling and Analysis. 5. ed. Nova York, McGraw-Hill

Education, 2014.
LEAL, F. Análise do efeito interativo de falhas em processos de manufatura

através de projeto de experimentos simulados. 2008. 237 f. Tese (Doutorado em
Engenharia Mecânica) – Programa de Pós-Graduação em Engenharia Mecânica,
Universidade Estadual Paulista, Guaratinguetá, 2008.
LEAL, F. et al. A practical guide for operational validation of discrete simulation

models. Pesquisa Operacional, v. 31, n. 1, p. 57–77, 2011.
LEAL, F.; ARNALDO, J.; MONTEVECHI, B. Uma Proposta de Técnica de

Modelagem Conceitual para a Simulação através de Elementos do IDEF. In:
Simpósio Brasileiro de Pesquisa Operacional (SBPO), 40, 2008, João Pessoa.
Anais... João Pessoa, 2008.
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.
LI, X. et al. RBL-PHP: Simulation of Lean Construction and Information Technologies

for Prefabrication Housing Production. Journal of Management in Engineering, v.
34, n. 2, p. 04017053, 2018.
LUKKA, K. The Constructive Research Approach. 1. ed. Turku, Turku School of

Economics and Business Administration, 2003.
MACIEL, L. F. Aplicação da Simulação a Eventos Discretos no Balanceamento

de Linha de Montagem. 2016. 57 f. Dissertação (Mestrado Profissional em
Engenharia de Produção) – Faculdade de Engenharia do Campus de Guaratinguetá,
Universidade Estadual Paulista, Guaratinguetá, 2016.
MARCH, S. T.; SMITH, G. F. Design and natural science research on information

technology. Decision support systems, v. 15, p. 251–266, 1995.
Referências 168
MARTINEZ, J. C. Methodology for Conducting Discrete-Event Simulation Studies in

Construction Engineering and Management. Journal of Construction Engineering
and Management-ASCE, v. 136, n. 1, p. 3–16, 2010.
MEDEIROS, L. F. DE; MOSER, A.; SANTOS, N. DOS. A simulação computacional

como técnica de pesquisa na administração. Revista Intersaberes, v. 9, n. especial,
p. 28, 2014.
MIRJALILI, S.; MIRJALILI, S. M.; LEWIS, A. Grey Wolf Optimizer. Advances in

Engineering Software, v. 69, p. 46–61, 1 mar. 2014.
MOHAMED, Y.; ABOURIZK, S. M. Framework for Building Intelligent Simulation

Models of Construction Operations. Journal of Computing in Civil Engineering, v.
19, n. 3, p. 277–291, 2005.
MONTEVECHI, J. A. B. et al. Conceptual modeling in simulation projects by mean

adapted IDEF: An application in a Brazilian tech company. In: Winter Simulation
Conference, 42, 2010, Baltimore. Anais... Baltimore, 2010.
MONTEVECHI, J. A. B.; PINHO, A. F. DE; LEAL, F. Application of Design of

Experiments on the Simulation of a Process in an Automotive Industry. In: Winter
Simulation Conference, 39, 2007, Washington. Anais... Washington, 2007.
MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade

para Engenheiros. 5. ed. Rio de Janeiro, LTC, 2012.
MOREIRA, K. A. W. Estudo das Manifestações Patológicas na Produção de Pré-

Fabricados de Concreto. 2009. 127 f. Dissertação (Mestrado em Engenharia) –
Programa de Pós-Graduação em Engenharia Mecânica e de Materiais, Área de
Concentração em Engenharia de Materiais, Universidade Tecnológica Federal do
Paraná, Curitiba, 2009.
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.
MOURA, A. D. S. DE. Novas soluções, velhas contradições: a dinâmica cíclica da

industrialização em sua forma canteiro. 2011. 290 f. Dissertação (Mestrado em
Arquitetura e Urbanismo) – Universidade de São Paulo, São Paulo, 2011.
Referências 169
MUIANGA, E. A. D.; GRANJA, A. D.; RUIZ, J. DE A. Desvios de custos e prazos em

empreendimentos da construção civil: categorização e fatores de influência.
Ambiente Construído, v. 15, n. 1, p. 79–97, 2015.
NGOWI, A. B. et al. The globalisation of the construction industry—a review.

Building and Environment, v. 40, n. 1, p. 135–141, 2005.
O’KANE, J. F.; SPENCELEY, J. R.; TAYLOR, R. Simulation as an essential tool for

advanced manufacturing technology problems. Journal of Materials Processing
Technology, v. 107, n. 1–3, p. 412–424, 2000.
OHNO, T. Toyota production system: beyond large-scale production. 1. ed. Nova

York, Productivity Press, 1988.
OLIVEIRA, J. R. DE; OLIVEIRA, R. C.; PINTO, N. O. Estruturação dos Indicadores

de Desempenho dos processos de uma Fábrica de Pré-Moldados. In: Encontro
Nacional de Engenharia de Produção (ENEGEP), 32, 2012, Bento Golçalves.
Anais... Bento Gonçalves, 2012.
PEFFERS, K. et al. A Design Science Research Methodology for Information

Systems Research. Journal of Management Information Systems, v. 24, n. 3, p.
45–77, 2007.
PEREIRA, D. V. Industrialização das construções complexas: estudo de obras

hospitalares. 2012. 152 f. Dissertação (Mestrado em Arquitetura e Urbanismo) –
Instituto de Arquitetura e Urbanismo, Universidade de São Paulo, São Carlos, 2012.
PEREIRA, E. A. Diretrizes de gestão para obras habitacionais de interesse

social. 2008. 174 f. Dissertação (Mestrado em Engenharia Civil), Faculdade de
Engenharia Civil, Universidade Federal de Uberlândia, Uberlândia, 2008.
PÉREZ, C. T.; COSTA, D. B.; GONÇALVES, J. P. Identificação, mensuração e

caracterização das perdas por transporte em processos construtivos. Ambiente
Construído, v. 16, n. 1, p. 243–263, jan. 2016.
PIDD, M. Tools for Thinking - Modelling in Management Science. 2. ed. Chichester,

John Wiley&Sons, 2003. v. Second edi
Referências 170
PIETRO, J. E. DI. Critérios para otimização da produção e controle de qualidade

para elementos pré-fabricados em concreto. In: Encontro Nacional de Engenharia de
Produção (ENEGEP), 22, 2002, Curitiba. Anais... Curitiba, 2002.
PLATAFORMA BRASIL. Detalhar Projeto de Pesquisa - Plataforma Brasil. Brasilia,

<http://plataformabrasil.saude.gov.br/visao/pesquisador/gerirPesquisa/gerirPesquisa
Agrupador.jsf>. Acesso em: 10 abr. 2018.
PMI. PMBOK - Guia do Conjunto de conhecimentos em gerenciamento de projetos.

4. ed. Atlanta, PMI, 2008.
PRADO, C. S. Proposta de um modelo de desenvolvimento de Produção

Enxuta com utilização da ferramenta Visioneering. 2006. 138 f. São Carlos, 2006.
QUEIROZ, J. A. DE. Produção Enxuta: Uma Síntese dos Aspectos Teóricos e

Práticos. In: Encontro Nacional de Engenharia de Produção (ENEGEP), 31, Belo
Horizonte, 2011. Anais... Belo Horizonte, 2011.
RÁCZ, T.; RÖNNEBLAD, A.; OLOFSSON, T. Energy analysis automation for

industrialized construction processes. In: Conference on Information Technology in
Construction: Applications of IT in the AEC industry, 27, 2010, Cairo. Anais... Cairo,
2010.
ROBINSON, S. Discrete-event simulation: From the pioneers to the present, what

next? Journal of the Operational Research Society, v. 56, n. 6, p. 619–629, 2005.
ROBINSON, S. et al. SimLean: Utilising simulation in the implementation of lean in

healthcare. European Journal of Operational Research, v. 219, n. 1, p. 188–197,
2012.
ROBINSON, S.; BROOKS, R. J. Independent verification and validation of an

industrial simulation model. Simulation, v. 86, n. 7, p. 405–416, 2010.
ROTHER, M.; SHOOK, J. Aprendendo a enxergar: Mapeando o Fluxo de Valor

para agragar valor e eliminar o desperdício. 1. ed. São Paulo, Lean Institute Brasil,
2012.
RUIZ, J. DE A.; GRANJA, A. D. Um mapeamento sistemático da literatura sobre a

relação entre valor e colaboração na construção. In: Simpósio Brasileiro de Gestão e
Referências 171
Economia da Construção, Inovação e Sustentabilidade (SIBRAGEC), 8, Salvador,

2013. Anais... Salvador, 2013.
RYAN, J.; HEAVEY, C. Simulation Activity Diagrams. In: Conference on computers

and industrial engineering, 32, 2003, Dublin. Anais... Dublin, 2003.
SAKURADA, N.; MIYAKE, D. I. Aplicação de simuladores de eventos discretos no

processo de modelagem de sistemas de operações de serviços. Gestão &
Produção, v. 16, n. 1, p. 25–43, 2009.
SANTOS, G. L. Aplicação do mapeamento do fluxo de valor integrado à

simulação a eventos discretos para identificar desperdícios em uma fábrica de
laticínios. 2016. 156 f. Dissertação (Mestrado em Engenharia de Produção) –
Programa de Pós-Graduação em Engenharia de Produção, Área de Concentração
em Sistemas de Produção e Logística, Universidade Federal de Itajubá, Itajubá,
2016.
SANTOS, J.; WYSK, R. A.; TORRES, J. M. Improving Production with Lean

Thinking. 1. ed. Nova Jersey, John Wiley & Sons, 2006.
SARGENT, R. G. Verification and validation of simulation models. Journal of

Simulation, v. 7, n. 1, p. 12–24, 2013.
SCHRAMM, F. K. Projeto de Sistemas de Produção na Construção Civil

Utilizando Simulação Computacional como Ferramenta de Apoio à Tomada de
Decisão. 2009. 301 f. Universidade Federal do Rio Grande do Sul, Porto Alegre,
2009.
SCHRAMM, F. K.; FORMOSO, C. T. Projeto de sistemas de produção na construção

civil empregando simulação no apoio à tomada de decisão. Ambiente Construído,
v. 15, n. 4, p. 165–182, 2015.
SEBESTYÉN, G. Construction: craft to industry. 4a ed. Londres e Nova York,

Taylor & Francis, 2003.
SERRA, S. M. B.; FERREIRA, M. D. A.; PIGOZZO, B. Evolução dos Pré-fabricados

de Concreto. In: Encontro Nacional de Pesquisa-Projeto-Produção em Concreto Pré-
moldado, 1, 2005, São Carlos. Anais... São Carlos, 2005.
Referências 172
SHI, J. J. Activity-Based Construction (ABC) Modeling and Simulation Method.

Journal of Construction Engineering and Management, v. 125, n. October, p.
354–360, 1999.
SILVA, F. Q. B. DA et al. Replication of empirical studies in software engineering

research: a systematic mapping study. Empirical Software Engineering, n. 19, p.
501–557, 2014.
SILVA, M. V. L. DA et al. Utilização da modelagem e simulação como ferramenta

para análise de proposições de otimizações em processos industriais : o caso de
uma indústria de computadores. In: Encontro Nacional de Engenharia de Produção
(ENEGEP), 21, 2011, Belo Horizonte. Anais... Belo Horizonte, 2011.
SILVA, F. B. et al. Sistemas Construtivos Industrializados para a Construção

Habitacional : Análise do Canteiro Experimental Heliópolis. In: Encontro Nacional de
Tecnologia do Ambiente Construído (ENTAC), 13, 2010, Canela. Anais... Canela,
2010.
SILVEIRA NETO, P. A. DA M. et al. A systematic mapping study of software product

lines testing. Information and Software Technology, v. 53, n. 5, p. 407–423, 2011.
SIMON, H. A. The Sciences of the Artificial. 3. ed. Londres, Massachusetts

Institute of Technology, 1996.
SPADETO, T. F. Industrialização na construção civil – uma contribuição à política

de utilização de estruturas pré-fabricadas em concreto. 2011. 212 f. Dissertação
(Mestrado em Engenharia Civil) – Programa de Pós-Graduação em Engenharia Civil,
Universidade Federal do Espirito Santo, Vitória, 2011.
SWEETSER, A. A comparison of system dynamics (SD) and discrete event

simulation (DES). In: Summer Computer Simulation Conference, 17, 1999, Chicago.
Anais... Chicago, 1999.
TAKEDA, H. et al. Modeling Design Processes. Al Magazine, v. 11, n. 4, p. 37–48,

1990.
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
TANCO, M. et al. Applying lean techniques to nougat fabrication: A seasonal case

study. International Journal of Advanced Manufacturing Technology, v. 68, n. 5–
8, p. 1639–1654, 2013.
TEIXEIRA, E. H. S. Manual técnico de pré-fabricados de concreto. São Paulo,

ABCIC, 1987.
TOFAN, D. et al. Past and future of software architectural decisions - A systematic

mapping study. Information and Software Technology, v. 56, n. 8, p. 850–872,
2014.
VAISHNAVI, V.; KUECHLER, W. Design science research methods and patterns:

Innovating Information and Communication Technology. 2. ed. Boca Raton, CRC
Press, 2007.
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, C. et al. Causes and Penalties of Variation : Case Study of a Precast

Concrete Slab Production Facility. Journal of Construction Engineering and
Management, v. 138, n. June, p. 775–785, 2012.
WANG, Z.; HU, H. Improved Precast Production–Scheduling Model Considering the

Whole Supply Chain. Journal of Computing in Civil Engineering, v. 31, n. 4, p.
04017013, 2017.
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.
ZAYED, T. M.; HALPIN, D. W. Simulation as a tool for resource management. In:

Winter Simulation Conference, 32, 2000, Orlando. Anais... Orlando, 2000.
Apêndice A - Revisão Sistemática da Literatura (RSL) 175
APÊNDICE A - REVISÃO SISTEMÁTICA DA LITERATURA (RSL)
A RSL é uma forma de estudo baseada em evidências (evidence-based

form) (KOSAR; BOHRA; MERNIK, 2016; TOFAN et al., 2014), estudo secundário pelo
qual é possível identificar, avaliar e interpretar as pesquisas disponíveis em estudos
primários, relevantes para uma questão de pesquisa específica, identificando e
classificando toda pesquisa relacionada a um determinado tema (MUIANGA;
GRANJA; RUIZ, 2015; SILVA et al., 2014) permitindo a visualização de lacunas de
pesquisa e clusters, de forma a gerar pesquisas mais inovadoras e com maiores
contribuições.
Neste contexto, a evidência é definida como uma síntese de estudos

científicos da melhor qualidade sobre um tópico específico ou uma questão de
pesquisa. O principal método de síntese é uma RSL, a qual é uma revisão
metodologicamente rigorosa dos resultados da pesquisa. O objetivo de uma RSL não
é apenas agregar todas as evidências existentes em uma questão de pesquisa, mas
também se destina a apoiar o desenvolvimento de diretrizes baseadas em evidências
para outros profissionais (KITCHENHAM et al., 2009).
Este método é destinado para fornecer uma visão geral do conhecimento

existente referente a um determinado tópico, permitindo identificar pesquisas, estudos
e trabalhos relacionados ao tema (FEBRERO; CALERO; MORAGA, 2014) e se
existem subtópicos com estudos primários suficientes para conduzir uma RSL
convencional e também para identificar subtópicos onde mais estudos primários são
necessários (KITCHENHAM; BUDGEN; BRERETON, 2011).
Desta forma este método auxilia no direcionamento de novos estudos,

evitando-se o gasto de esforços em uma questão já explorada (TOFAN et al., 2014).
Além desses aspectos, são mapeados os veículos de publicação e as Bases de Dados
nas quais foram indexadas (RUIZ; GRANJA, 2013; SILVEIRA NETO et al., 2011) o
que amplia a visão sobre o tema e fornece uma base para futuras buscas.
O método utilizado para realização da revisão foi baseado nos métodos

apresentados por Dresch, Lacerda e Antunes Júnior (2015), Kitchenham et al. (2009)
e Muianga, Granja e Ruiz (2015). O procedimento do mapeamento foi descrito na
Figura 73, se iniciando pela definição do protocolo de pesquisa, a definição da string
de busca, seleção dos bancos de dados e elaboração dos critérios de aderência,

seguida pela coleta de dados, triagem dos artigos e análise e categorização dos
artigos aderentes.
Figura 73 - Método da Revisão Sistemática da Literatura

Para a elaboração do protocolo de busca, foi utilizado como referência o
modelo proposto por Dresch, Lacerda e Antunes Júnior (2015), conforme apresentado
na Figura 74. Neste protocolo descreveu-se a estrutura conceitual utilizada, definindo
o tema central da revisão, no contexto do aumento da produtividade no processo de
fabricação de elementos pré-fabricados, em estudos publicados à partir de 1990, nos
idiomas em inglês e português, em uma estratégia configurativa, a qual visa explorar
um tema de forma mais abrangente. Também foram descritos os critérios de inclusão
e exclusão e a string de busca. O termo de busca utilizado foi product* AND (precast
OR prefabricated) em inglês, ou (produtividade OU produção) AND pré-fabricados, em
português. Estes termos foram escolhidos para abranger todos os estudos que de
alguma forma abordaram a produtividade em pré-fabricados.
Figura 74 - Protocolo para a realização da Revisão Sistemática da Literatura
Protocolo para a Revisão Sistemática

Melhorar a competividade do setor de pré-fabricados por
Estrutura Conceitual meio da tomada de decisão mais eficiente quanto ao
processo de fabricação de elementos pré-fabricados
Aumento da produtividade no processo de fabricação de
Contexto
elementos pré-fabricados
Horizonte Estudos publicados a partir de 1990
Idiomas Português e Inglês
Quais as soluções existentes propostas para a melhoria da

Questão de Revisão produtividade na linha de produção de elementos pré-
fabricados
Estratégia de Revisão Configurativa
Artigos de periódicos com a proposta de soluções para a

Inclusão
melhoria da produtividade de elementos pré-fabricados
Critério de
Busca Artigos que não foram publicados em periódicos e que
Exclusão abordem outros aspectos referente à elementos pré-
fabricados
producti* AND (precast OR prefabricated) - inglês
Termos de busca
(produtividade OR produção) AND pré-fabricad* -
(string )
português
Definidos os termos de busca, com o auxílio da plataforma Periódicos
Capes e do Sistema de Bibliotecas da Unicamp, foram definidos os bancos de dados
nos quais a busca seria realizada. Foram utilizados o Web of Science, Scopus,
Compendex (Engineering Village), ProQuest e o Science Direct. Nestes bancos de
dados, as buscas foram realizadas apenas no título, resumo e palavras-chave dos
artigos, a fim de realizar uma filtragem prévia, buscando os artigos que realmente
destacaram o seu enfoque na produtividade e nos elementos pré-fabricados.
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
resultados. A partir destas informações, o artigo era classificado de acordo com os

critérios descritos no Quadro 8.
Quadro 8 - Critérios de classificação de aderência
Classificação Descrição da Classificação
Foco na proposta de soluções para o aumento da produtividade

5
nas linhas de produção de elementos pré-fabricados
Foco na identificação e mensuração da produtividade em linhas de

4
produção de elementos pré-fabricados
Trabalhos menos específicos que relacionem produtividade na

3
linha de produção de elementos pré-fabricados
Aborda elementos pré-fabricados porém não com foco na

2
produtividade
Literatura não aderente ao tema proposto ou o artigo não pode ser

1
acessado

Concluída a busca, foi obtido um total de 285 artigos, conforme indicado no
Gráfico 9, unindo todas as informações geradas pelos bancos de dados. Em seguida
foram removidos os artigos sem autor, título ou resumo, restando 237 artigos, seguida
pela remoção das duplicatas, permanecendo um total de 135 artigos.
Gráfico 9 - Evolução do processo de revisão sistemática da literatura
Inicio 285
Remoção dos artigos sem Autor, Titulo ou Resumo 237

Etapa da RSL
Remoção das Duplicatas 135
Análise do Título 106
Análise do Resumo e Palavras-Chave 59
Análise do Artigos 36
Após análise dos artigos - Artigos Aderentes 25
0 50 100 150 200 250 300

Número de Artigos

Após a remoção das duplicatas, deu-se início a realização das análises dos
títulos, analisando-se 106 artigos, restando 59 para analisar seus resumos e palavras-
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.
A distribuição dos graus de aderência com relação ao número de artigos

está disposto no Gráfico 10. Neste processo de análise e classificação, 69% dos
artigos avaliados foram classificados como aderentes ao tema, sendo 11%
classificado como grau 4 e 58% como grau 5, o que demonstra que, ao longo das
etapas do processo de triagem, a maioria dos artigos selecionados para uma análise
mais aprofundada de seus conteúdos era aderente ao tema de estudo.
Gráfico 10 - Distribuição dos artigos por nível de aderência

14%
3%
5
4
14%
3
58% 2
1
11%
Foco na proposta de soluções para o aumento da produtividade nas

5
linhas de produção de elementos pré-fabricados
Foco na identificação e mensuração da produtividade em linhas de
4
Trabalhos menos específicos que relacionem produtividade na linha de
3
2 Aborda elementos pré-fabricados porém não com foco na produtividade
Literatura não aderente ao tema proposto ou o artigo não pode ser

1
acessado

A partir destes estudos classificados como aderentes, outras análises
foram realizadas como a distribuição destes artigos com relação ao ano de publicação,
de suas palavras-chave, métodos mais utilizados, principais contribuições e a
categorização destes estudos. Estas análises estão dispostas na Introdução, no item
1.3 (p. 29).
Apêndice B - Questionário Exploratório 180
APÊNDICE B - QUESTIONÁRIO EXPLORATÓRIO
Figura 75 - Questionário Exploratório

Figura 76 - Questionário Exploratório (continuação)







Apêndice C - Códigos utilizados no IDEF-SIM e Promodel® 188
APÊNDICE C - CÓDIGOS UTILIZADOS NO IDEF-SIM E PROMODEL®
Quadro 9 - Definição dos códigos utilizados para os recursos, locais e

entidades
Código Tipo Nome Definição
Funcionários responsáveis pela

Op_Pecas Recurso Operador de Peças
execução das peças pré-fabricadas
Operador da Central de Funcionários responsáveis pela
Op_Central Recurso
Concreto produção do concreto
Operador da Funcionários responsáveis pela
Op_Concreto Recurso
Concretagem concretagem das peças
Funcionários responsáveis em
Operador do realizar o acabamento nas peças,
Op_Acab Recurso
Acabamento seu manuseio no estoque e carga
da carreta para envio ao cliente
Funcionários responsáveis pela
Op_Solda Recurso Operador de Soldagem
montagem da armadura e consolos
Operador de Corte e Funcionários responsáveis pelo
Op_Corte Recurso
Dobra corte e dobra das barras e estribos
Funcionário responsável pela linha
GA Recurso Gerente de Armação
de produção das armações
Funcionário responsável pela linha
GP Recurso Gerente das Peças de produção das peças pré-
fabricadas
Equipamento responsável pelo
PR Recurso Ponte Rolante deslocamento de materiais e
produtos
Carreta utilizada para o transporte
Carreta Recurso Carreta
de materiais e produtos
Caçamba utilizada para a
Caçamba Recurso Caçamba de concreto
concretagem
Dep_Cimento Local Depósito de Cimento Silo de depósito de cimento
Dep_Aditivo Local Depósito de Aditivo Silo de depósito de aditivo
Dep_Areia Local Depósito de Areia Baia de depósito de areia
Dep_Brita Local Depósito de Brita Baia de depósito de areia
Caçamba de Brita para uso da
C_Brita Local Caçamba de Brita
Betoneira
C_Areia Local Caçamba de Areia Caçamba de Brita para uso da Areia
Central de Controle da Local de controle da produção de
Central Local
Produção de Concreto concreto
Betoneira para a produção do
Bet Local Betoneira
concreto


entidades (continuação)
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


entidades (continuação)
Antiga instalação localizado em

outra localicalidade dos outros
galpões, em processo de evacuação
G00 Local Galpão 00 de sua produção para o os demais
galpões. Galpão em que são
produzidas vigas, piares e terças e
peças protendidas
Galpão onde se localiza a produção
G01 Local Galpão 01 das armações e de pilares e peças
especiais (viga especial e doca)
Galpão de produção e acabamento
G02 Local Galpão 02
de painéis pré-fabricados
Galpão de acabamento das peças
G03 Local Galpão 03 pré-fabricadas e seu
armazenamento
Galpão de armazenamento dos
G04 Local Galpão 04
painéis pré-fabricados
Aço (Bobina) Entidade Bobina de aço Bobina de aço
Aço (Barra) Entidade Barras de aço Barras de aço
Cimento Entidade Cimento Cimento
Aditivo Entidade Aditivo Aditivo
Brita Entidade Brita Brita
Areia Entidade Areia Areia
Acessorios Entidade Tubos de PVC Tubos de PVC
Armadura Entidade Armadura Armadura
Concreto Entidade Concreto Concreto
Pilar Entidade Pilar Pilar

Apêndice D - Ícones utilizados para os recursos e entidades 191
APÊNDICE D - ÍCONES UTILIZADOS PARA OS RECURSOS E ENTIDADES
Quadro 12 - Ícones utilizados no Promodel®

Apêndice D - Ícones utilizados para os recursos e entidades 192
Quadro 13 - Ícones utilizados no Promodel® (continuação)

Apêndice E – Codificação do Modelo Promodel® 193
APÊNDICE E – CODIFICAÇÃO DO MODELO PROMODEL®

Apêndice F – Codificação do Painel em Microsoft Office Excel® 256
APÊNDICE F – CODIFICAÇÃO DO PAINEL EM MICROSOFT OFFICE EXCEL®
Sub lancamento_informacoes()
'-------------------- Definição das Variáveis --------------------------------------------------
Dim pmObjeto As Object

Dim Status As Long
Dim linha As Integer
Dim temp As Long
'-------------------- Carregar o Modelo Promodel -----------------------------------------------
Set pmObjeto = CreateObject("Promodel")
pmObjeto.LoadModel Lan_Dados.Range("B2").Value
'-------------------- Atribuir novos valores para as variáveis ---------------------------------

linha = 6
Do Until linha = 36
pmObjeto.SetMacro Lan_Dados.Cells(linha, 2).Value, Lan_Dados.Cells(linha, 3)
linha = linha + 1
Loop
Do Until IsEmpty(Lan_Dados.Cells(linha, 1))
If Lan_Dados.Cells(linha, 7) = "Sim" Then
ElseIf Lan_Dados.Cells(linha, 7) = "Não" Then
temp = Lan_Dados.Cells(linha, 3).Value / Lan_Dados.Cells(linha, 4).Value

CDec (temp)
temp = VBA.Replace(temp, ",", ".")
pmObjeto.SetMacro Lan_Dados.Cells(linha, 2).Value, temp
End If
linha = linha + 1
Loop
linha = 6
Do Until IsEmpty(Lan_Dados.Cells(linha, 1))

Apêndice F – Codificação do Painel em Microsoft Office Excel® 257
linha = linha + 1
Loop
pmObjeto.SetMacro Lan_Dados.Cells(1, 10).Value, Lan_Dados.Cells(2, 10)
'-------------------- Rodar a Simulação --------------------------------------------------------
pmObjeto.Simulate
Do
DoEvents
Status = pmObjeto.GetStatus
Loop Until Status = 8
msg_status_simulacao = MsgBox("Simulação concluída com sucesso", vbOKOnly,

"Status da Simulação")
'-------------------- Concluir e encerrar a Macro ----------------------------------------------
Set pmObjeto = Nothing
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
APÊNDICE G – CODIFICAÇÃO DO SOFTWARE ‘R’
## Realização do Teste F de Variância e Teste T de Studant para validação

do Modelo de produção de Pilares
## Lendos dados em formato ".csv"

dados <- read.table(file.choose(), header = T, sep = ";")
## Estrutura dos dados

str(dados)
## Cabeçalho dos dados

head(dados)
## Vizualizando todo o bando de dados

View(dados)
## Incluindo dados em variáveis

dreal <- dados$Real
dmodel <- dados$PontoM
# Coeficiente de correlação de Pearson

cor (dreal, dmodel)
## Teste de hipóteses
## Teste para o F de variância
var.test(dreal, dmodel, alternative = "two.sided", conf.level = 0.95)
## Teste de T studant para variâncias diferêntes

t.test(dreal, dmodel, var.equal = FALSE, conf.level = 0.95)
## Comparação entre médias via boxplot

boxplot(dreal, dmodel,
names = c("Real", "Modelo"),
xlab = "Base de Dados",
ylab = "Pilares produzidos",
col = "light green")
Anexo A - Equações de Verificação e Validação de Modelos 259
ANEXO A - EQUAÇÕES DE VERIFICAÇÃO E VALIDAÇÃO DE MODELOS
Quando há a necessidade se obter uma amostra de uma população infinita

na qual se desconhece o desvio-padrão da população, uma das formas de se estimar
o número de amostras necessários é por meio da utilização do Teorema do Limite
Central, o qual afirma que que amostras maiores do que 30 são normais,
independentemente do formato da distribuição de probabilidade da população da qual
está sendo retirada a amostra. Portanto pode-se realizar a coleta inicial de 31
amostras, calcular seu desvio-padrão (σ) e então calcular o número de amostras
necessários, por meio da equação (1):
𝑍𝛼/2 . 𝜎 2
𝑛=( ) (1)
𝑒
Onde na equação (1):
 𝑍𝛼/2 variável aleatória normal padrão, ou seja, Z~N(0, 1),

correspondente ao grau de confiança desejado
 𝜎 é o desvio padrão populacional;
 𝑒 é o desvio padrão do resultado obtido a partir da simulação do

sistema;
 n número de observações que se fez de uma população para

compor uma amostra, ou seja, o tamanho da amostra tomada da
população que se está pesquisando;
De acordo com Chwif e Medina (2015), um dos métodos verificar se os

dados gerados pelo modelo de simulação são estatisticamente confiáveis consiste em
tomar o intervalo de confiança para a diferença entre os dois conjuntos de dados
(dados do modelo e dados do sistema real) e se o intervalo contiver o valor zero, pode-
se afirmar que, com um nível de confiança de 100(1-α) %, que os resultados são
equivalentes. Para esta técnica, o intervalo de confiança é calculado conforme a
equação (2):
𝑠𝑆2 + 𝑠𝑅2 (2)

𝑥̅𝑆 − 𝑥̅𝑅 ± 𝑡2𝑛−2,𝛼/2 √
𝑛
Onde na equação (2):
 𝑥̅𝑆 é a média do resultado obtido a partir da simulação do sistema;
 𝑥̅𝑅 é a média do resultado obtido a partir do sistema real;
 s𝑆 é o desvio padrão do resultado obtido a partir da simulação do

sistema;
 s𝑅 é o desvio padrão do resultado obtido a partir do sistema real;
 n é o número de observações obtidas (deve ser igual tanto na

simulação quanto nos resultados reais);
 𝑡2𝑛−2,𝛼/2 é a distribuição t de Student para 2n-2 graus de liberdade e

um nível de significância de 𝛼/2.
De acordo com Montgomery e Runger (2012), um intervalo de confiança

100(1-α)% para a média de uma população é constituído através da equação (3):
𝑃(𝑥̅ − ℎ ≤ 𝜇 ≤ 𝑥̅ + ℎ) = 1 − 𝛼 (3)
Ou então pela equação (4):
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;
 s é o desvio padrão da amostra;

 n é o número de dados da amostra.
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).
Porém, Chwif e Medina (2015) apontam que é possível estimar o valor de

replicação para obter uma precisão satisfatória. Para isto, uma técnica possível é
utilizar uma amostra-piloto. Nesta técnica, um número n de amostras é extraído da
população (no caso um número de replicações do modelo) e constrói-se o intervalo
de confiança do parâmetro desejado. Se a precisão h do intervalo obtida não for menor
que a precisão desejada ℎ∗ , então o número de amostras necessário (𝑛∗ ) pode ser
obtido pela equação (5):
∗
ℎ 2
𝑛 = ⌈𝑛 ( ∗ ) ⌉ (5)
ℎ
O número de amostras necessário deve ser arredondado para o número

inteiro acima mais próximo. Para Chung (2004) a seleção do número inicial de
replicações é arbitrária, sendo comum para iniciar o processo um número de 10
replicações.
Anexo B - Símbolos do Mapeamento do Fluxo de Valor 262
ANEXO B - SÍMBOLOS DO MAPEAMENTO DO FLUXO DE VALOR
Quadro 14 - Ícones do Fluxo de Materiais

Ícone do Fluxo de
Representa Nota
Materiais
Uma caixa de processo equivale a uma área defluxo.
Processo de Todos os processos devem seridentificados. Também
Produção usado paradepartamentos como de controle de
produção.
Usado para mostrar clientes, fornecedores e

Fontes Externas
processos de produção externos.
T/C
TR
Usado para registrar informações relativas a um
Turnos Caixa de Dados
Refugo processo de manufatura, departamento, cliente etc.
E Estoque Quantidade e tempo devem ser anotados.
Entrega por
Mostra a frequência de entregas
caminhão
Movimento de Material é produzido e movido para frente antes do

materiais de forma processo seguinte precisar; geralmente baseado em
Empurrada uma programação.
Movimento de
Um estoque controlado de peças que é utilizado para
produtos acabados
a programação da produção em um processo anterior.
para o cliente
Um estoque controlado de peças que é utilizado para

Supermercado
a programação da produção em um processo anterior.
Puxada de materiais, geralmente de um

Retirada
supermercado.
Fluxo sequencial: Indica um dispositivo para limitar a quantidade e

FIFO primeiro a entrar, garantir o fluxo de material (FIFO) entre os processos.
primeiro a sair A quantidade máxima deve ser anotada.
Fonte: ROTHER; SHOOK (2012).

Quadro 15 - Ícones do Fluxo de Informações

Ícone do Fluxo de
Representa Nota
Informações
Fluxo de informação Por exemplo, programação de produção dada por meio

manual de papel
Fluxo de informação Por exemplo, programação de produção dada por meio

eletrônico de um e-mail
Caixa de Informação Detalha uma informação de um fluxo de informações
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.
Local onde o Kanban é coletado e mantido para

Posto Kanban
transferência.
Kanban chegando em
lotes
Ferramenta para interceptar lotes de Kanban e nivelar o

OXOX Nivelamento de Carga
seu volume e mix por um período de tempo.
Programação da Ajuste da programação com base na verificação dos

produção "vá ver" níveis de estoque.
Fonte: ROTHER; SHOOK (2012).

Quadro 16 - Ícones Gerais
Ícones Gerais Representa Nota
Destaca as melhorias necessárias em processos

Necessidade de
específicos que são fundamentais para se chegar ao
kaizen
fluxo de valor desejado.
Estoque de
“Pulmão” ou “estoque de segurança”, se inevitáveis,
segurança ou
devem ser anotados.
Pulmão
Operador Representa uma pessoa vista de cima.
Fonte: ROTHER; SHOOK (2012)

A Simulação Computacional Como Ferramenta de Auxílio À Tomada de Decisão Na Produção de Elementos Pré-Fabricados

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

A Simulação Computacional Como Ferramenta de Auxílio À Tomada de Decisão Na Produção de Elementos Pré-Fabricados

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUAL DE CAMPINAS

Faculdade de Engenharia Civil, Arquitetura e Urbanismo

PHELIPE VIANA RUIZ

A SIMULAÇÃO COMPUTACIONAL COMO

A SIMULAÇÃO COMPUTACIONAL COMO

Dissertação de Mestrado apresentada a

Orientadora: Profa. Dra. Patricia Stella Pucharelli Fontanini

ESTE EXEMPLAR CORRESPONDE À VERSÃO DA

A SIMULAÇÃO COMPUTACIONAL COMO FERRAMENTA

Phelipe Viana Ruiz

Dissertação de Mestrado aprovada pela Banca Examinadora, constituída por:

Profa. Dra. Patricia Stella Pucharelli Fontanini

Prof. Dr. José Carlos Paliari

Prof. Dr. Alexandre Araújo Bertini

A Ata da defesa com as respectivas assinaturas dos membros encontra-se no

Campinas, 29 de janeiro de 2019

Dedico este trabalho à minha família

Meus pais Vanderléia e Adilson

Minha irmã Isabella

Por todo amor, carinho e apoio

“A gratidão desbloqueia a abundância da vida. Ela

Agradeço à Profa. Dra. Patricia Stella Pucharelli Fontanini, pela orientação na

Às minhas queridas amigas Deborah, Marcela, Paula e Julia, pelas discussões e

Agradeço à empresa de pré-fabricados que abriu suas portas e forneceu os dados

Agradeço à Unicamp, pelo respaldo e pelas instalações que permitiram a condução

A melhoria da qualidade, controle e produtividade das construções é necessária para

Figura 1 - A tomada de decisão e auxílio ao tomador de decisão ............................. 26

Figura 2 - Correlação entre as palavras-chave ......................................................... 32

Figura 3 - Classificação dos artigos com relação ao enfoque do estudo .................. 34

Figura 4 - Aprovação do projeto de pesquisa pelo Comitê de Ética .......................... 37

Figura 5 - Definição de Industrialização .................................................................... 40

Figura 6 - Diferença entre Elementos Pré-moldados e Pré-fabricados ..................... 43

Figura 7 - Processo de produção de elementos pré-fabricados ................................ 45

Figura 8 - Armação passiva de pilar com consolos laterais ...................................... 49

Figura 9 - Esquema geral do processo de fabricação de peças pré-fabricadas ........ 51

Figura 10 - Armazenamento de pilares pré-fabricados ............................................. 52

Figura 11 - Maneiras de se estudar um sistema ....................................................... 56

Figura 12 - Etapas para a elaboração de um modelo de simulação ......................... 61

Figura 13 - Ciclo de vida de um modelo de simulação .............................................. 62

Figura 14 - Exemplo de sistema sistema representado em ACD .............................. 63

Figura 15 - Modelo computacional do atendimento bancário documentado através do

Figura 16 - Passo a passo para a validação de modelos computacionais ................ 72

Figura 17 - Etapas para melhorar um sistema da construção ................................... 77

Figura 18 - Etapas do Mapeamento do Fluxo de Valor ............................................. 85

Figura 19 - Panorama geral sobre pesquisa envolvendo MFV e SED ...................... 91

Figura 20 - Etapas para a realização de estudos com MFV e SED .......................... 91

Figura 21 - Delineamento do Método de Pesquisa ................................................... 95

Figura 22 - Etapa de desenvolvimento do artefato .................................................. 100

Figura 23 - MFV do Estado Atual da linha de produção de paninéis pré-fábricados da

Figura 25 - Modelo computacional teste ................................................................. 109

Figura 26 - Planta da fábrica ................................................................................... 111

Figura 27 - Pilar sendo sacado da fôrma ................................................................ 112

Figura 28 - Viga especial sendo sacada da fôrma .................................................. 112

Figura 29 - Elemento Doca em processo de desforma ........................................... 113

Figura 30 - Máquina de corte e dobra de bobina de aço para a produção de estribos

Figura 31 - Estribos sendo produzidos .................................................................... 115

Figura 35 - Solda das barras aos estribos na B_Solda_02 ..................................... 117

Figura 37 - Estoque de armação na linha de produção (Est_armacao_01) ............ 119

Figura 39 - Estoque de pilares na linha de produção do G01 (Est_Pecas_01) ....... 120

Figura 41 - Pilares sendo posicionados sobre a carreta na Expedição_01 ............. 121

Figura 42 - Pilares e demais peças armazenadas no G03 ...................................... 122

Figura 43 - Processo de raspagem para limpeza da fôrma ..................................... 122

Figura 44 - Preparação da Forma_02 ..................................................................... 123