SSP - M2 I Actividades 05.01.2021

Simulação de Sistemas
Produtivos
Módulo 2 – Sistemas produtivos
Curso de Mestrado em Engenharia de Produção
Pedro Filipe Cunha

Depart.Engenharia Mecânica, Prof.Adjunto EST/IPS,PhD, Msc
Ano lectivo 2020/2021

Simulação de Sistemas Produtivos
Conteúdo programático
Módulo 1 – Introdução à Simulação

Terminologia e conceitos básicos sobre simulação; Tipos de simulação e variação do tempo;
Caracterização dos Sistemas produtivos e aplicações da simulação; Vantagens e desvantagens
da simulação.
Módulo 2 – Sistemas produtivos

Actividades tipo e componentes; Tipo de dados; Aleatoriedade e fenómenos. Fábrica Digital.
Mapeamento dos processos. Definições e parâmetros críticos.
Módulo 3 – Simulação Estocástica

Funções distribuição; Estatística descritiva e Diagramas de frequência; Intervalos de confiança e
testes estatísticos; Simulação Monte Carlo, Precisão e Validade de dados.
Módulo 4 – Simulação Discreta

Processos Estocásticos e tempo discreto – Cadeias de Markov; Elementos de Simulação
discreta; Filas de Espera - Teoria e modelação.
Módulo 5 – Sistemas de simulação

Linguagens e programas de simulação; Métodos de modelação e simulação; Desenvolvimento de
um projecto de simulação: Definição do projecto; Construção do Modelo e teste; Validação do
modelo; Experimentação; Planeamento de experiências e optimização; Análise de resultados.
Módulo 6 – Novas abordagens à simulação e aplicação de ambientes virtuais

Casos de aplicação; Integração de sistemas
Módulo 2
Sistemas
Produtivos
Actividades tipo e componentes; Tipo de dados; Aleatoriedade e fenómenos. Fábrica
Digital. Mapeamento dos processos. Definições e parâmetros críticos.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos
Introdução aos Tipos/Sistemas de Modelação
Sistema real
Experiências com Modelo

o sistema real
Icónico Matemático Analógico
Simulação Relações analógicas
Estocástica Determinística
Dinâmica Estática Estática Dinâmica

Simulação de Monte Carlo
Discreta Combinada Contínua

Discrete event simulation
– Stochastic: some state variables are random
– Dynamic: time evolution is important
– Discrete-Event: significant changes occur at discrete time instances
Introdução aos Tipos/Sistemas de Modelação
Simulação de Acontecimentos Discretos
Quais os fatores críticos para a aplicação da

simulação de acontecimentos discretos (DES)?
Em que fases do ciclo de vida de uma sistema

produtivo é que a DES é mais aplicada?
Que argumentos podemos usar para justificar a

simulação?
Produtos, Processos e Desempenho
Processo
Input Output
As empresas industriais caracterizam-se pelos seus produtos e processos de fabrico ou montagem que
possuem, na organização de toda a sua estrutura produtiva e na relação com clientes e fornecedores.
Make-to-order Make-to-stock
Recursos
humanos
mercado produto processo
Organização Tecnologia
Produção Produção
intermitente continua
Assemble-to-order
Como é que a organização gere os seus processos para produzir e disponibilizar produtos que
satisfaçam as necessidades, desejos e expectativas dos clientes?
Visão dos processos
Qualquer organização ou qualquer parte desta pode ser vista como um processo.
Processo
Input Output
A transformação é definida pela arquitectura de processos ou estrutura existente que

incorpora cinco elementos:
▪ Inputs e Outputs
▪ Unidades de fluxo
▪ Rede de processos/actividades e buffers
▪ Recursos e
▪ Estrutura de informação.
Concepção do Produto
e do Processo
Ciclo de processamento de Desenvolvimento do produto
informação que ocorre numa Estrutura do produto(BOM)
Concepção e desenvolvimento
empresa industrial e áreas de
de facilidades produtivas
decisão ao nível do sistema Especificação de equipamento
produtivo Famílias de peças
. ….
Administração/Finanças
Previsões de procura Planeamento
Definição de estratégias Plano director
M Actividades Plan.do processo
Marketing/Vendas
E Processamento/Montagem Plan.necessidades
R Aquisição/Recepção
Contabilidade Transporte de materiais Plan.capacidades
C Gestão inventário
A Tipo de produção Manuseamento
(por encomenda Inspecção e Teste Ordens fabrico
D
O ou para stock) Controlo Programação
... ...
Controlo e Monitorização
Indicadores de desempenho
Decisões Operacionais
Níveis de aceitação
Controlo Oficinal
Controlo de inventário
Controlo de Qualidade
...
[ ] - VSM – SCJ; Análise da Cadeia de Valor; Value Stream Mapping – VSM; Julho / 2009
Operações Produtivas
1. Processo/transformação/fabrico
2. Montagem
3. Transporte e armazenamento
4. Inspecção e teste
JDD-Moldes para Industria de Plásticos,Lda-Pt

https://www.youtube.com/watch?v=cJ8Y0bm-6T
Prenso Metal
https://www.youtube.com/watch?v=6J7PDn87G94
20 anos de Autoeuropa: fases de montagem

https://www.youtube.com/watch?v=_WO2YqiuSQQ
Esporão: Linha de enchimento / Bottling line

https://www.youtube.com/watch?v=_dgCPChgv24
2. Montagem
JDD-Moldes para Industria de Plásticos,Lda-Pt

https://www.youtube.com/watch?v=cJ8Y0bm-6T
Prenso Metal
https://www.youtube.com/watch?v=6J7PDn87G94
20 anos de Autoeuropa: fases de montagem

https://www.youtube.com/watch?v=_WO2YqiuSQQ
Esporão: Linha de enchimento / Bottling line

https://www.youtube.com/watch?v=_dgCPChgv24
Qualquer organização ou qualquer parte desta pode ser vista como um processo.
Processo
Input Output
Matérias Produtos
primas 2. Montagem acabados
Recepção Expedição
6. Controlo
Exemplos de processos, unidades de fluxo e transformações de inputs em outputs
Processos Unidade Transformação input-output

Preenchimento de encomendas Ordens Da recepção de uma encomenda à entrega de um produto
Produção Produtos Da recepção de materiais à finalização de um produto
Expedição Produtos Do fim da produção à entrega do produto ao cliente
Ciclo de fornecimento Fornecimentos Do preenchimento da requisição à recepção do fornecedor
Serviços a cliente Clientes Da chegada de um cliente à partida do mesmo
Desenvolvimento de produto Projectos Do reconhecimento da necessidade ao lançamento de um produto
Ciclo financeiro Dinheiro Da execução de despesas à recolha de receitas
Gestão de
Processos
Inputs Rede de Actividades e

“Buffers “ Outputs
Fluxo de Unidades A Bens e Serviços
Fluxo de Unidades B
(Clientes, datas,
material, capital, etc.)
Matérias primas, Peças produzidas ou
Equipamento, Ferramentas e serviços realizados
sist.fixação Recursos
(Capital e Mão de Obra)
A visão dos processos é determinante na avaliação e melhoria de uma organização

por promover a avaliação dos processos e o estudo da forma como os processos
podem ser desenhados, reestruturados e geridos para melhorar o seu desempenho.
Gestão de
Processos

“Buffers “ Outputs
Fluxo de Unidades A Bens e Serviços
Fluxo de Unidades B
(Clientes, datas,
material, capital, etc.)
Matérias primas, Peças produzidas ou
Equipamento, Ferramentas e serviços realizados
sist.fixação Recursos
(Capital e Mão de Obra)
“Manufacturing system is an objective-oriented network of processes through which entities flow.”

Gestão de Processos

“Buffers “
Outputs
Fornecedores Fluxo de Unidades A

Bens e Serviços Clientes
Fluxo de Unidades B
(Clientes, datas, material,
Aquisições capital, etc.)
Previsões
Inputs Outputs
(Custos variáveis) (Retorno de invetimento)
Preparação de trabalho
Planeamento de capacidades
Planeamento da produção
Necessidades a curto prazo
Programação oficinal
Estimativa e avaliação do desempenho

“Process Space”
Processos
Atributos do processo: “Process Space”
Custo
Tempo de fluxo
Flexibilidade Qualidade
Sistema Produtivo
Evolução dos sistemas produtivos: Adaptação do sistema produtivo a variações de volume
Variedade / building site

Produto assembly
Made-to-order
Cliente especifico Output- rate V‘
group assembly
Grande variedade
Custo elevado
row assembly
Cost K
Made-to-stock
flow assembly
Fabricante especifico
Proptotyping Pequena variedade

Custo baixo
Preseries
Series
Proptotyping
Preseries
on demand
Series on demand
mass
Mass
low medium high Volume / Time
MTS - Make to stock, MTO - Make to order, ATO - Assembly to order, ETO – Engineering to order
Sistema Produtivo

Produto assembly
Output- rate V‘
group assembly
row assembly
Cost K
flow assembly
Proptotyping
Preseries
Series
on demand mass
Engelbert Westkämper; MANUFUTURE RTD Road Maps - From Vision to Implementation

Sistema Produtivo

Produto assembly
Product-oriented layouts they
are organized in lines making
group assembly specific products (e.g~, a single
grinding machine dedicated to
an individual line).
Process-
oriented layouts row assembly
flow assembly
Process-oriented layouts,
workstations are physically organized Product-
according to the operations they
oriented layouts
perform (e.g., all grinding machines
located in the grinding department).

Sistema Produtivo
Inputs

? Outputs

Produto Job assembly
shop
production
Output- rate V‘
group assembly
Batch
production
row assembly
Cost K
flow assembly
Proptotyping
Preseries Mass
Series production
on demand mass

Sistema Produtivo

Produto Job assembly
shop
production
Output- rate V‘
group assembly
Batch
Automação production
programável
row assembly
Cost K
Automação flow assembly
flexível
Proptotyping
Preseries Mass
Automação
Series fixa production
on demand mass

Características que distinguem a Automação Flexível da Automação Programável:
▪ A capacidade de mudar os programas sem perca de tempo.
▪ A capacidade de mudar o "set-up" do equipamento, sem haver percas no tempo de produção.
Sistema Produtivo
Exemplo de Sistema Flexível de Fabrico

Sistema Produtivo
Variáveis estocásticas
– Tempo de processamento manual
– Tempos de chegada de peças
– Avarias de máquinas
– Taxa de peças defeituosas
Exemplos:
▪ O tempo aleatório associado às avarias das máquinas são geralmente modelados como sendo uma distribuição
exponencial. Os tempos são gerados de uma função distribuição exponencial com uma média igual a MTBF.
▪ Os tempos de chegada (“interarrival times”) para peças que irão estar disponíveis num “buffer” também podem ser
representados por uma função distribuição exponencial .
Percentagem das observações
40 36
35 Tempos aleatórios de chegada
30 gerados por uma distribuição
exponencial
25 21
20
15
15
10 7 8
4 3 3
5 1 1 1
0
5 10 15 20 25 30 35 40 45 50 50+
Tempos de chegada (min)
▪ Durante a simulação, valores para uma variável estocástica são gerados a partir de uma função distribuição de
probabilidades, utilizando um gerador de números aleatórios.
Sistema Produtivo
Distribuições de probabilidades contínuas Distribuições de probabilidades discretas

▪ Distribuições continuas são utilizadas ▪ Distribuições discretas são utilizadas
quando uma variável aleatória é contínua. quando a variável aleatória é um
Exemplos: Tempos de ciclo, tempos de número inteiro. Exemplos: número de
setup, tempos de chegada, tempos de peças numa fila de espera, número de
avarias, etc. peças que foram enviadas para fora do
sistema num determinado intervalo de
▪ A distribuições contínuas mais comuns tempo, etc.
incluem:
▪ A distribuições discretas mais comuns
- Beta
incluem
- Erlang
- Gamma - Poisson
- Lognormal - Binomial
- Exponencial negativa - Uniforme
- Normal
- Triangular
- Uniforme
- Weibull
Distribuições de probabilidades
- Beta
(forma e escala)
Nota: Útil como uma abordagem

grosseira na ausência de dados.
Usada para descrever, por

exemplo: O tempo para
completar uma tarefa,
Modelação de uma porção, por
exemplo de defeitos num lote.
- Binomial
(probabilidade e tentativa)
Nota: Contempla apurar dados

discretos.

exemplo, na representação ou
modelação do número de
tentativas, número de defeitos
num lote.
- Erlang
(valor K e média)
Nota: É um caso especial da

distribuição Gama (valor K 
parâmetros de forma, média 
escala)
- Gamma
(forma e escala)
Nota: É distribuição com maior

variedade de formas, sendo qie
a distribuição Erlang e
Exponencial negativa são casos
particulares desta função
distribuição.

exemplo, para modelar o tempo
entre eventos e o tempo para
completar uma tarefa.
- Lognormal
(média e desvio padrão)
Nota: Tem uma forma

semelhante à distribuição Gama,
Weibull e Erlang mas o pico da
curva é mais alto.
- Exponencial negativa
(média)
Nota: Apenas quando são

conhecidos os tempos médios é
que esta distribuição é uma
aproximação útil.
- Normal
(média e desvio padrão)
Nota: Usada tipicamente para

,modelar a qualidade das
actividades de inspeção e
controlo onde ocorrem
medições.
- Poisson
(média)
Nota: Distribuição aplicada

apenas a amostras de dados
discretos.
- Triangular
(mínimo, moda e máximo)
Nota: Útil como uma primeira

aproximação dada a ausência de
dados. Por exemplo, quando se
processa uma recolha de dados
sobre tempos de reparação,
pergunta-se pelo tempo mais
comum, o mínimo e o máximo e
depois usa-se a função distribuição
triangular..
- Uniforme
(mínimo e máximo)
Nota: A distribuição uniforme pode ser

aplicada a valores discretos e contínuos.
Quando há pouco conhecimento sobre
distribuições a distribuição uniforme é uma
primeira aproximação. Pode ser usada para
gerar valores aleatórios, por exemplo
quando se simula a escolha de uma peça
com igual probabilidade de uma das áreas
de armazenamento de entre 3 áreas
disponíveis.
- Weibull
(forma e escala)
Nota: É uma distribuição muito usada para

modelar os problemas de fiabilidade, por
exemplo para determinar/estimar o tempo
médio entre falhas.
Uso de “pseudo-random numbers”
Modelação de sistemas produtivos
Encontrar a distribuição certa para descrever os dados

▪ A distribuição apropriada pode geralmente ser seleccionada baseada na forma
do histograma da informação ou dados que foram recolhidos ou medidos.
▪ Para determinar a precisão da distribuição, vários testes podem ser utilizados
para a análise da adequação da função distribuição, como sejam:
– Teste Qui-quadrado
– Teste Kolmogorov-Smirnov
Simulações de termo certo vs não-termo certo

(“Terminating vs. nonterminating simulations”)
▪ Um modelo de simulação de termo certo corresponde a um processo de duração fixa. Exemplo: Clientes
num banco - não existem clientes no início do dia e não existem clientes no final do dia. A duração da
simulação é um dia.
▪ Um modelo de simulação a não-termo certo corresponde a casos que pela sua continuidade
correspondam a um processo com um fim indefinido. Exemplo: Sistema produtivo - existe sempre WIP e
qualquer instante de tempo é como qualquer outro.
Inicialização
▪ Para modelo de simulação a não-termo certo é importante estudar-se o comportamento no estado
estacionário.
▪ O “output” no início da simulação depende das condições iniciais e irá depender do output do estado
estacionário.
Inicialização (cont.)
▪ Por exemplo, se o sistema está inicialmente vazio, este irá demorar algum tempo para o WIP aumentar até
aos níveis estacionários.
WIP
ou Média do estado estacionário
TH erro
Valor médio
Periodo de “Warmup” Tempo Fim da

simulação
d
D
Abordagens possíveis para a inicialização

▪ Apagar: Ignorar o output para um certo período de tempo, no início da simulação. Esse período é
conhecido pelo período de “warmup”.
▪ “Swamping”: Correr a simulação para um “longo” período, de forma a que o período de “startup” seja
pequeno.
▪ “Preloading”: Utilizar um estado inicial que é próximo do estado inicial.
Quais os fatores críticos para a aplicação da simulação de acontecimentos discretos (DES)?
Em que fases do ciclo de vida de uma sistema produtivo é que a DES é mais aplicada?
Que argumentos podemos usar para justificar a simulação?

SSP - M2 I Actividades 05.01.2021

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

SSP - M2 I Actividades 05.01.2021

Enviado por

Direitos autorais:

Formatos disponíveis

Simulação de Sistemas

Curso de Mestrado em Engenharia de Produção

Pedro Filipe Cunha

Ano lectivo 2020/2021

Módulo 1 – Introdução à Simulação

Módulo 2 – Sistemas produtivos

Módulo 3 – Simulação Estocástica

Módulo 4 – Simulação Discreta

Módulo 5 – Sistemas de simulação

Módulo 6 – Novas abordagens à simulação e aplicação de ambientes virtuais

Introdução aos Tipos/Sistemas de Modelação

Experiências com Modelo

Icónico Matemático Analógico

Simulação Relações analógicas

Dinâmica Estática Estática Dinâmica

Discreta Combinada Contínua

Introdução aos Tipos/Sistemas de Modelação

Simulação de Acontecimentos Discretos

Quais os fatores críticos para a aplicação da

Em que fases do ciclo de vida de uma sistema

Que argumentos podemos usar para justificar a

Produtos, Processos e Desempenho

mercado produto processo

Produtos, Processos e Desempenho

Visão dos processos

A transformação é definida pela arquitectura de processos ou estrutura existente que

Produtos, Processos e Desempenho

Visão dos processos

Produtos, Processos e Desempenho

Visão dos processos

Produtos, Processos e Desempenho

Visão dos processos

JDD-Moldes para Industria de Plásticos,Lda-Pt

20 anos de Autoeuropa: fases de montagem

Esporão: Linha de enchimento / Bottling line

Produtos, Processos e Desempenho

Visão dos processos

JDD-Moldes para Industria de Plásticos,Lda-Pt

Produtos, Processos e Desempenho

Visão dos processos

Produtos, Processos e Desempenho

Visão dos processos

20 anos de Autoeuropa: fases de montagem

Produtos, Processos e Desempenho

Visão dos processos

Esporão: Linha de enchimento / Bottling line

Produtos, Processos e Desempenho

Visão dos processos

Produtos, Processos e Desempenho

Visão dos processos

Exemplos de processos, unidades de fluxo e transformações de inputs em outputs

Processos Unidade Transformação input-output

Produtos, Processos e Desempenho

Visão dos processos

Inputs Rede de Actividades e

A visão dos processos é determinante na avaliação e melhoria de uma organização

Produtos, Processos e Desempenho

Visão dos processos

Inputs Rede de Actividades e

“Manufacturing system is an objective-oriented network of processes through which entities flow.”

Produtos, Processos e Desempenho

Visão dos processos

Inputs Rede de Actividades e