Você está na página 1de 71

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 (Parte II).

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 (Parte II).
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“The factory physics”

Nas atividades de design e inovação a variação é essencial:

“When a heart montion displays a flat line, the Life is over”

Na vida de uma fábrica a existência de variação torna todas as atividades bastante mais complexas e de
custos mais elevados.

A variação infelizmente é uma inevitabilidade:

“As soon as you have variation, something or someone will wait”

Desta forma a variação é algo que nunca pode ser totalmente eliminada mas pode e deve ser reduzida.

A variabilidade é diferente de aleatoriedade.

Aleatoriedade, o que significa?


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“The factory physics”

A variabilidade e aleatoriedade

Um dos fatores que mais contribuiu para a complexidade de uma sistema produtivo é a variabilidade.

Variabilidade está associada à não-uniformização de um conjunto de entidades e encontra-se presente em


todos os sistemas produtivos.

As causas e efeitos da variabilidade estão associadas ao conceito de aleatoriedade.

Verifica-se que uma variável é aleatória quando esta não descreve um padrão determinístico, mas segue
uma determinada distribuição de probabilidade.

O referido, permite afirmar que existem dois tipos de variabilidade:


▪ Variabilidade controlada - Quando as variações resultam de variáveis dentro do controlo da produção.
▪ Variabilidade aleatória - Quando as variações resultam de uma sequência de eventos fora do controlo
da produção.

A elevada complexidade e variabilidade dos sistemas produtivos torna mais exigente a análise dos
mesmos e por isso necessária a utilização correta de conceitos, modelos e uso de simulação.

Os modelos e a simulação a ser realizada têm de ser adequados à dinâmica e incerteza dos vários
elementos/sistema a estudar.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“The factory physics”

Existem 5 conceitos importantes para serem compreendidos:

1. Equação de Kingman’s
2. “Buffers”
3. Inventário
4. Lei de Little
5. Critical WIP e Zona “Lean”
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

Equação de “Kingman’s”

A equação de “Kingman’s” permite estimar o tempo médio ou fila de espera, por isso um aspeto importante
de discutir é o efeito das filas de espera, num sistema produtivo.

Efeitos tipo das filas de espera:

▪ Param ou atrasam o fluxo de materiais


▪ Aumentam o LT (as filas de espera são o principal fator influenciador do LT)
▪ Funcionam em desfavor da qualidade porque atrasam da deteção de defeitos
▪ Ocupam espaço
▪ Criam insatisfação nos clientes
▪ Reduzem a competitividade

As variáveis da equação de Kingman’s são: Variação das chegadas, Variação do processo e Utilização

L – Tempo médio (LT médio) ou fila de espera


V – Variação (variação na taxa de chegadas e variação na taxa do processo)
L=VxUxT
U – Utilização do processo
T – Tempo médio do processo
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

L=VxUxT
Equação de “Kingman’s”

“V” Variação na taxa de chegada


▪ Externamente relaciona-se com clientes e é a variação mais significativa, não é controlável e tem custos
elevados.
▪ Internamente relaciona-se com a procura de outros postos de trabalho.

“T” Variação no processo


▪ Resulta de vários fatores: avarias, paragens, absentismo, falha de peças e materiais,…, variações de
velocidade.
▪ A padronização de processos e outras ações de melhoria podem contribuir para reduzir essa variação.

“U” Utilização
▪ A utilização é a Carga [unid/temp] ÷ Capacidade [unid/temp]
O que entra O que sai no
no sistema sistema
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos
L=VxUxT

Equação de “Kingman’s”

▪ Em situações em que não se consegue ter stock em avanço, como é o caso dos Sistema MTO,
observam-se os seguintes comportamentos:

[ ] - Bicheno J., Holweg M;; The Lean Toolbox: The essential Guide to Lean Transformation; 3rd Ed.,

▪ Sempre que a procura exceder a capacidade ocorrem filas de espera.

▪ A fila de espera apenas reduz quando a capacidade exceder a procura.

▪ A variação faz pouca diferença quando existem baixas utilizações mas faz grande diferença a
elevadas utilizações.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos
L=VxUxT

Equação de “Kingman’s”

▪ Para reduzir filas de espera é necessário reduzir a variação do processo e ter muito cuidado com
as variações nas encomendas.
É necessário correr o Sistema a uma velocidade/taxa menor que 100% da capacidade.

▪ A carga tem dois elementos:


i) A “procura real” ou “value demand”
ii) Procura resultante de falhas, i.e. retrabalho, quantidades incorretas, excesso de produção. Este
tipo de “procura” requer um foco na redução de erros e defeitos.

▪ A capacidade tem dois elementos:


i) Capacidade máxima – A capacidade disponível se tudo funcionar bem sem paragens ou avarias
(OEE = 100%)
▪ ii) Desperdícios – Estar à espera, desperdícios de movimentos, perdas de velocidade,… i.e. as
causas podem estar relacionadas com os 7 desperdícios.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos
L=VxUxT

Equação de “Kingman’s”

▪ Algumas observações:
- O impacto da variação é maior em operações com tempos de ciclo curtos;
- Tempos de ciclo maiores pode significar maior estabilidade;
- A variabilidade leva a um foco na padronização;
Havendo elevada variabilidade é difícil a aderência aos planeamentos.

▪ Um ideia para o bom funcionamento é evitar haver 100% de utilização.


Deixar folga é um bom principio.

▪ É importante:
- Não fazer ou estimular atividades que criem picos.
- Estimular que os fornecedores e clientes tenham comportamentos mais padronizados, mais
semelhantes.

▪ “MURI” ou subcargas é muitas vezes uma causa-raiz. Muitas vezes conduz a “MURA” ou variabilidade.
Ambos, “MUIRI” e “MURA” leva a “MUDA” ou desperdícios.

▪ Frequentemente o Lean começa a “caça” ao “MUDA” e depois promove a analisa do “MURA” e apenas
depois ou finalmente analisa o “MURI”.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos
“MURA” – Variabilidade
“MURI” – Sobrecarga
“Buffers”
“MUDA” – Desperdício

▪ Com a variabilidade na procura e nos processos os “buffers”


são factos da vida (“facts of life”).

▪ A ideia de que os buffers ou stocks podem ser eliminados é


falsa.

▪ Os buffers podem ser reduzidos.

▪ Tipo de buffers:
- Inventário
- Capacidade
- Tempo
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“Buffers” o Incerteza na procura externa


Inventário
protege contra ... o Incerteza no fornecimento
▪ Tipo de “buffers”
o Variações internas resultantes
- Inventário de avarias, do rework e lotes

- Capacidade

- Tempo Capacidade para


ter a forma de A Capacidade o Incerteza da procura
mão de obra e de protege contra ...
o Problemas internos como
equipamento avariar e falta de qualidade

É o Tempo que os clientes podem esperar.


Pode estar associados a situações em que os clientes podem esperar um tempo
especifico e por isso reserva-se inventário ou capacidade para satisfazer a
procura.
É uma forma de lidar com a variabilidade e leva a reduzir um inventário porque
parte do princípio que há um tempo em que se consegue repor esse inventário.
A decisão consiste em reservar tempo.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“Buffers”

▪ A seleção, o dimensionamento e a gestão destes três tipos de buffers (inventário, capacidade e tempo) é
crítico e estratégico para uma gestão excelente das operações (i.e. para uma gestão Lean)

▪ Os buffers devem ser individualizados e estarem associados à procura de um dado cliente e ter em conta
a sua variação.

▪ Se a variação da procura diminuir todos os buffers diminuem.

▪ Em síntese, se a variação for ignorada tal como acontece nos clássicos MRP ou se os gestores
procurarem 100% da utilização então o preço será caro e pago por Lead Times maiores e inventário
maior.

Síntese

o O Lean tenta ter inventário e Lead Times baixos.


o A equação de Kingsman diz que reduzir e Lead Times requer baixar variação e baixar utilização.
o É estratégico selecionar um mix apropriado de buffers (tempo, capacidade e inventário), apropriando-os
à variação no processo e na resposta à variação da procura.
o Se não toleramos ou aceitarmos baixa utilização (i.e. “capacity buffer”) então devemos reduzir variação.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“Buffer” - Inventário

▪ A gestão de Inventário não é uma actividade fácil.


▪ Em várias organizações com centenas de produtos, o problema de inventário é muito complexo e de difícil
resolução.
▪ O inventário é um “sistema” que necessita de ser compreendido na sua essência e com as suas
particularidades, para que possa ser analisado em detalhe e feitas propostas de alterações na sua gestão.
▪ Num sistema em que há um Cliente e um Servidor, o inventário é um “buffer” para nivelar os processos de
Procura e de Oferta ou Fornecimento. Dito de outra forma, o inventário é o amortecedor da variabilidade
entre a Procura e a Oferta ou entre o Cliente (j) e o Servidor (i).

Taxa de Taxa de
fornecimento procura

i j
Servidor (Oferta) Cliente (Procura)
WIP
“Buffer” para absorver variações ou diferenças
entre as taxa de fluxo de materiais (i.e.
fornecimento e procura)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos
“Buffer” - Inventário
As taxas de fornecimento e de procura (*) podem ser diferentes, ao longo do tempo e por isso os stocks têm que ser
geridos de forma a adaptar-se às diferentes flutuações/variações.

Gestão de
Processo
inventário
Input Output

Taxa de fornecimento Taxa de Taxa de Taxa de procura ou consumo


fornecimento procura
do processo de “input” do processo de “output “
(“rate of supply”) (“rate of demand”)

i j
Servidor Cliente
Stock
”Buffer” ou WIP para absorver
variações na taxa de fluxo

LT

As diferenças de taxas e tempos entre o Procura e o Fornecimento têm que ser conhecidas e por isso é importante
caracterizá-las, i.e. conhecer os parâmetros que a podem influenciar. Ex: i) Tciclo [temp/unid] de i e j; ii) TH [unid/temp] de i e
j; iii) TSetup [temp] de i e j; iv) TExecução [temp] de i e j; v) OEE de i e j.

(*) – Referido na literatura Inglesa como “THroughput” (TH)


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos
“Buffer” - Inventário

O Nível de Stock ou WIP mínimo deve ser igual à procura esperada no período de fornecimento (LT), i.e. o tempo que
vai entre a colocação/lançamento da ordem e a entrega/disponibilização do produto ao cliente.

Lancamento Taxa de
de ordens fornecimento
Taxa de Taxa de
fornecimento procura

i j
Estrangulamento
Servidor Cliente
Stock Ordens
”Buffer” ou WIP para absorver Taxa de
completas procura
variações na taxa de fluxo

LT

Stock ou WIP deve ser igual à procura esperada no período do fornecimento


ou seja
Procura média [unid./tempo] x Período de fornecimento [tempo]

Stock = WIP = DxLT


© Pedro F. Cunha, Gestão da Produção e das Operações, 2016.12
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“Inventário”

Fatores a ter em conta na gestão de inventário

Taxa de fornecimento
do processo de “input”
(“rate of supply”) Lancamento Taxa de
de ordens fornecimento
[unid/temp]
Capacidade requerida

Fila de
W.I.P.
espera
O Tempo Lead Estrangulamento
time
Ordens Taxa de
Capacidade máxima completas procura
Capacidade efectiva

Taxa de procura ou consumo


do processo de “output “
Incerteza e (“rate of demand”)
Variabilidade [unid/temp]

A Procura
© Pedro F. Cunha, Simulação de Sistemas Produtivos, 2019
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“Inventário”

Fatores a ter em conta na gestão de inventário

A Procura [unid/temp]
Lancamento Taxa de
▪ Unidades de medida de ordens fornecimento
▪ Dimensão e frequência das encomendas O Tempo
▪ Uniformidade da procura
▪ Independência da procura
▪ Possibilidade de definir encomendas não Fila de
satisfeitas espera
Lead
▪ Sistema de distribuição física time
▪ Qualidade das previsões
Estrangulamento
Tempo
▪ Prazo de aprovisionamento Ordens Taxa de
▪ Prazo de disponibilidade WIP = DxLT + SS completas procura

A Procura

Incerteza e Variabilidade
WIP – Nível de stock ou em-curso de fabrico
▪ Stock de segurança D – Taxa de procura
▪ Nível de serviço LT – Prazo de aprovisionamento/disponibilidade
SS – Stock de segurança

NOTA: O stock de segurança (SS) é geralmente calculado pela tua probabilidade de não haver rotura de stock. Para isso
utiliza-se a variável reduzida Z que corresponde a uma dada prioridade e o desvio padrão da procura (Z x σ).

© Pedro F. Cunha, Simulação de Sistemas Produtivos, 2019


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

“Inventário”
Na gestão de stocks a incerteza está
Fatores a ter em conta na gestão de inventário associada à procura e aos prazos.
O melhor que se pode fazer é prever
Incerteza e a variabilidade a procura.

i) Na Procura Para lidar com a incerteza o


Ciclo do Inventário fabricante tipicamente terá que
manter uma quantidade significativa
de produto acabado, ou stock de
Q -S segurança, a fim de responder à
Q procura.

Tempo A capacidade de resposta à procura


SS
é determinada pelo nível de serviço
T1 T2 contratualizado.

Ruptura de stocks Stock = DxLT + SS


ii) No Tempo
O Nível de Serviço é definido como
uma probabilidade de que a procura
Q -S não irá exceder o fornecimento
Q durante o LT, ou seja que o montante
Tempo em stock irá ser suficiente para
SS
satisfazer a procura.
T1 T2
O Risco é assim complementar ou
Ruptura de stocks
inverso do Nível de Serviço.
iii) Na Procura e no Tempo
NivelServiço = 100% − Risco

NOTA: No final dos slides apresenta-se um Anexo sobre: “Inventário” - Gestão Económica de Stocks
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

Lei de “Little” (*)

Os “parâmetros” são descritores numéricos de processos de fabrico e,


portanto, variam em valor de fábrica para fábrica ou de sistema
produtivo para sistema produtivo.

A Lei de Little relaciona três parâmetros ou variáveis criticas: WIP = TH x LT


▪ WIP – Work in process [unid]
▪ TH – THroughput rate [unid/temp]
▪ LT – Lead time [temp]

Esta Lei funciona para qualquer sistema no seu estado estacionário.


É uma lei robusta.
Funciona sempre que temos um conjunto de obras (ou encomendas),
cada um com o seu tempo de processamento, a serem processadas
num mesmo processo ou sistema produtivo.

* - John D. C. Little, matemático que demonstrou esta “relação física” de um sistema produtivo.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

Lei de “Little”

A utilidade desta Lei pode ser observada em situações do tipo.


i) Se a taxa de produção é de 500 unid/dia e o WIP de 2000 unid,,
qual o tempo médio das peças em cursos de fabrico?

ii) Se uma empresa logística recebe e processa 1000 pedidos de WIP = TH x LT


clientes, num período de 8 horas de trabalho dia e com um
tempo médio de colocação de encomendas de 4 min, qual o
número médio de encomendas em espera no sistemas?

iii) Qual a veracidade da afirmação:


“Temos um WIP de 35.000 peças e fabricamos 1.500 peças por
dia, com um lead time de 30 dias”

A Lei de Little é útil porque WIP e TH são fáceis de determinar.

Desta forma o tempo médio pode ser calculado e não precisa de ser
seguido ou controlado.

Através do VSM temos uma forma de determinar o LT adicionando


tempos de não valor acrescentado e de valor acrescentado.

Os cálculos com a Lei de Little são precisos. Permitem verificação.


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

Lei de “Little” - Parâmetros

A compreensão de determinados parâmetros e da sua relação através, por exemplo, da Lei de Little, permite
estabelecer outros novos parâmetros que podem ajudar a caracterizar um sistema produtivo.

Em concreto, existem dois parâmetros-chave para descrever uma linha de produção (ou sequência de
processos) são a Taxa do congestionamento (bottleneck rate - rb) e o Tempo de processo bruto (raw
process time – T0).

Definições:

1) Taxa do congestionamento ou Bottleneck Rate (rb): É a taxa (partes/unidades de tempo ou


obras/unidades de tempo) do processo com maior utilização, numa observação de longo prazo.

2) Tempo do Processo Bruto ou Raw Process Time (T0): É a soma dos tempos médios de processo de
cada estação na linha, observados num período longo.

3) Critical WIP (W0): É o nível WIP para o qual uma linha, sem variabilidade, atinge a taxa de produção ou
THroughput máximo (i.e., rb) e o mínimo tempo total de produção ou Lead time (i.e., T0).

W0 = rb T0
3) Coeficiente de congestionamento (α ): Uma medida adimensional que caracteriza o congestionamento
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivos

Lei de “Little” - Parâmetros WIP = TH x LT

A Taxa do congestionamento ou Bottleneck Rate (rb) determina o máx.TH.

Considerando o min. LT como não havendo esperas entre postos de trabalho, ou seja é igual à soma dos
tempos individuais de processamento.

Critical WIP = Botleneck rate x Min. LT


W0 = rb T0

Exemplo: Determinar o Critical WIP a seguinte linha e analise o resultado obtido.

1 2 3 4 5
TC=1 TC=2 TC=4 TC=3 TC=2

A baixo de 3 unidades de WIP vai haver falhas no processo.


Acima de 3 unidades de WIP o TH não aumenta e apenas o LT associado às peças em curso.

Este exemplo mostra algo muito interessante e que é oposto aos princípios Lean e que dizem ser desejável 1 peça por estação de trabalho (“one-piece-flow”).
O correto é calcular o Critical WIP para cada linha e de acordo com taxa do congestionamento ou Bottleneck Rate
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 1: Fábrica 1 - Linha balanceada composta por 4 máquinas em série

Quatro máquinas ou estações em seqüência que usam processos bem conhecidos e estáveis.

1 2 3 4
Punching Stamping Rimming Deburring

A linha funciona 24 horas por dia, com pausas para descanço e para almoços cobertas por
operadores que substituem os colegas.

Neste caso de estudo e para os objectivos do que se pretende demonstrar, é assumido que o
mercado é ilimitado, ou seja todo o produto fabricado é vendido. Assim, quanto maior for o
rendimento ou a produção deste sistema melhor.

Cada máquina ou estação possui a mesma capacidade, ou seja uma peça é feita em cada duas
horas ou meia peça por hora.

Assim, linha está equilibrada e qualquer uma das quatro máquinas pode ser considerada como
gargalo., com um rb = 0,5 peças/hora ou 12 peças/dia.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 1: Fábrica 1 - Linha balanceada composta por 4 máquinas em série

1 2 3 4
Punching Stamping Rimming Deburring

Dados:
▪ Quatro processos dispostos em série e com idênticos tempos de execução.
▪ Cada um demora 2 hrs por peça.
▪ Não existe variabilidade

Calcule os parâmetros…
Parâmetros:
▪ rb = 0.5 peças/hrs
▪ T0 = 8 horas
▪ W0 = 0.5 x 8 = 4 unidades
▪ α = (Não existe variabilidade, condições iguais ao “best case”)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 1: Fábrica 1 - Linha balanceada composta por 4 máquinas em série

1 2 3 4
Punching Stamping Rimming Deburring

Dados:
▪ Quatro processos dispostos em série e com idênticos tempos de execução.
▪ Cada um demora 2 hrs por peça.
▪ Não existe variabilidade

Calcule os parâmetros…
Parâmetros:
▪ rb = 0.5 peças/hrs
▪ T0 = 8 horas
▪ W0 = 0.5 x 8 = 4 unidades
▪ α = 0 (Não existe variabilidade, condições iguais ao “best case”)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo 1 2 3 4
Punching Stamping Rimming Deburring

Caso de estudo 1: Fábrica 1 - Linha balanceada composta por 4 máquinas em série

Vamos “simular” o funcionamento da linha para


diferentes quantidades de WIP.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo 1 2 3 4
Punching Stamping Rimming Deburring

Caso de estudo 1: Fábrica 1 (WIP = 1)

Time = 0 hours

“Simule” o funcionamento da linha para um lote de uma peça (WIP=1) e para um


tempo de 16 horas (dois turnos).

Diga qual o valor médio da Taxa de produção (TH) e Tempo Total de Produção (LT):
- TH =…
- LT =…
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo 1 2 3 4
Punching Stamping Rimming Deburring

Caso de estudo 1: Fábrica 1 –Análise do Desempenho

WIP TH LT THLT
1 0.125 8 1
2 0.250 8 2
3 0.375 8 3
4 0,500 8 4
5 0,500 10 5
6 0,500 12 6
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo 1 2 3 4
Punching Stamping Rimming Deburring

W0 = rb T0
TH vs. WIP

0,6
0,5
rb
0,4
Little's law:
TH

0,3 WIP = TH x LT

0,2 1/T0
Critical WIP:
0,1 W0 = rb T0

0
0 1 2 3 4 5 6 7 8 9 10 11 12

W0 WIP
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo 1 2 3 4
Punching Stamping Rimming Deburring

W0 = rb T0
LT vs. WIP

Little's law:
1/rb WIP = TH x LT

T0 Critical WIP:
W0 = rb T0

W0
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Lei de Little WIP = TH x LT

Algumas aplicações directas da lei de Little:

▪ Cálculos do comprimento de uma fila de espera.

Como a lei de Little se aplica a estações de trabalho individuais, podemos usá-la para calcular o
comprimento esperado da fila de espera e a taxa de utilização em cada estação de uma linha de
produção (i.e. fração de tempo ocupado) .

▪ Redução do tempo total de produção ou tempo de ciclo.

Uma vez que a lei de Little pode ser escrita como LT = WIP / TH é claro que a redução do tempo de
produção implica a redução do WIP, assegurando que a taxa de produção se mantem constante.
Assim, filas de espera grandes são uma indicação de oportunidades para reduzir o tempo de
produção.

▪ Medida do tempo total de produção.

Medir o tempo de produção pode ser difícil, uma vez que implica registar os tempos de entrada e saída
de cada peça no sistema. Uma vez que o Throughput e o WIP são rotineiramente rastreados, pode ser
mais fácil usar a relação WIP / TH como uma medida indireta perfeitamente razoável do tempo de
ciclo.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Lei de Little: WIP = TH x LT

Algumas aplicações directas da lei de Little: (cont.)

▪ Planeamento de Inventário

Em muitas situações as obras/trabalhos estão agendados para terminar antes das datas devidas
(i.e. datas de entrega), a fim de garantir um elevado nível de serviço ao cliente. Porque, existe
actualmente uma grande consciência sobre a necessidade de reduzir o inventário, os clientes
geralmente recusam entregas antecipadas e por isso este tipo de "lead time de segurança" faz com
que as obras/ trabalhos tenham de esperar no armazem de produtos acabados antes do seu envio
para o cliente. Se o tempo de inventário planeado (planned inventory) for n dias, então de acordo
com a lei de Little, a quantidade de inventário em FGI será dada por n x TH (onde TH é medido em
unidades por dia).

▪ Rotação do Inventário

Se tivermos uma fábrica na qual todo o inventário é WIP (isto é, o produto é enviado para o cliente
diretamente a partir da linha, de modo que não haja stock de produtos acabados), então a rotação
do inventário é dado por TH / WIP, que pela lei de Little é simplesmente 1 / LT. Se incluímos
produtos acabados, então a rotação do inventário é dado por TH / (WIP + FGI), isto de acordo com
a Lei de Little, e essa proporção representa o inverso do tempo médio total para uma obra/trabalho
atravessar a linha mais o stock de produtos acabados. Assim, intuitivamente, a rotação do
inventário é obtido dividindo o tempo médio de permanência do inventário no sistema.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Lei de Little: (Síntese): WIP = TH x LT

unid .
unid . =  tempo
[ tempo ]
▪ A lei de Little é o "F = ma" da física da fábrica.

▪ É uma equação que relaciona três quantidades fundamentais ao mesmo tempo (WIP, LT e TH), e válida
quando se considera o longo prazo.

▪ Pode ser aplicada a uma única estação, uma linha ou uma fábrica inteira.

▪ É válida para todas as linhas de produção, não apenas aquelas com zero variabilidade.

▪ Com este facto significa que podermos medir o nível WIP em uma estação, linha ou sistema, em
unidades ou tempo.

▪ Permite definir tempo total de produção ou Lead time (LT = WIP / TH)

▪ É necessário assegurar que as três quantidades são medidas em unidades consistentes e que
observação/análise ocorre tempo em conta o comportamento do sistema no longo prazo.

▪ É uma relação matemática que pode ser provada matematicamente quando o tempo que tende para o
infinito.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Best Case Performance”

Caso de estudo 1: Fábrica


Lei da “BEST Case Performance”:

O THroughput máximo (THbest) para um dado nível WIP, w é


dado por,

w / T0 , if w  W0
TH best = 
 rb , otherwise.

O tempo mínimo do ciclo (LTbest) para um determinado nível


WIP, w, é dado por

T , if w  W0
LTbest =  0
w / rb , otherwise.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Best Case Performance”

Lei da “BEST Case Performance”:

O THroughput máximo (THbest) para um dado nível WIP, w é


dado por, Casode estudo1: Fábrica
Para a Fábrica 1,
w / T0 , if w  W0
TH best = ▪ rb = 0.5
 rb , otherwise. ▪ T0 = 8,
▪ W0 = 0.5  8 = 4,
O tempo mínimo do ciclo (LTbest) para um determinado nível w / 8, if w  4
WIP, w, é dado por TH best = 
0.5, otherwise.
T , if w  W0
LTbest =  0 8, if w  4
w / rb , otherwise. LTbest = 
2w, otherwise.

São exactamente as curvas


projectadas.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Best Case Performance”

TH vs. WIP: “Best Case”

Casode estudo1: Fábrica


Para a Fábrica 1,
▪ rb = 0.5
▪ T0 = 8,
▪ W0 = 0.5  8 = 4,
w / 8, if w  4
LT vs. WIP: “Best Case” TH best = 
0.5, otherwise.

8, if w  4
LTbest = 
2w, otherwise.

São exactamente as curvas


projectadas.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 2: Fábrica 2 – Linha não balanceada

2 hr
5 hr 3 hr

10 hr
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 2: Fábrica 2 – Linha não balanceada

Estação Número de Tempo de Taxa de


Número Máquinas execussão produção
1 1 2 hr j/hr
p/hr

2 2 5 hr j/hr
p/hr
3 6 10 hr j/hr
p/hr

4 2 3 hr p/hr
j/hr

Determine os seguintes parâmetros…

rb = ____________ T0 = ____________ W0 = ____________


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 2: Fábrica 2 – Linha não balanceada

Estação Número de Tempo de Taxa de


Número Máquinas execussão produção
1 1 2 hr 0.5 j/hr
p/hr

2 2 5 hr 0.4 j/hr
p/hr
3 6 10 hr 0.6 j/hr
p/hr

4 2 3 hr 0.67 p/hr
j/hr

Determine os seguintes parâmetros…


0.4 p/hr
rb = ____________ 20 hr
T0 = ____________ 8 peças
W0 = ____________
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

“Simule” o funcionamento da linha


para um lote de oito peças (WIP=8) e
Sistema Produtivo
para um tempo de 24 horas.
Caso de estudo 2: Fábrica 2 – Linha não balanceada
Diga o que observa.

2 hr
5 hr 3 hr

10 hr
(Time=0)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 2: Fábrica 2 – Linha não balanceada 27

Nota: As obras (“jobs”) irão chegar 29


à estação, evitando que esta esteja
alguma vez disponível.

22 22
22
24 24 22
2 hr
5 hr 3 hr

10 hr
(Time=20)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 2: Fábrica 2 – Linha não balanceada 27

29

27 32 25

29 34 27
2 hr
5 hr 3 hr
E assim por diante….

O constrangimento irá ficar ocupado;


todos os outros irão ter periodicamente
disponibilidade
10 hr
(Time=24)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

“Worst Case Performance”

Observação:
O “Best Case Performance” ou o melhor caso tem associado o tempo mínimo do ciclo e o
débito máximo ou taxa máxima para cada nível WIP.

Pergunta:
Quais as condições que levam a um tempo máximo de ciclo e um débito mínimo ou taxa
mínima?

Experiência:
Definir tempos de processo médios iguais ao Best Case (rb e T0 mantêm-se iguais).
Seguir a mesma sequência de produção definida ao longo do sistema.
Imaginar experiências de produção com o valor máximo de peças em fila de espera, peças
essas que são transportadas em conjunto (lote) numa palete/contentor.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Time = 0 hours

Exemplo: Contentor com 4 peças.


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Time = 8 hours

Exemplo: Contentor com 4 peças.


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Time = 16 hours

Exemplo: Contentor com 4 peças.


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Time = 24 hours

Exemplo: Contentor com 4 peças.


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Determine os seguintes parâmetros…

Time = 32 hours

Exemplo: Contentor com 4 peças.


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Determine os seguintes parâmetros…

Time = 32 hours Nota:

LT = …. hrs
= 4 8 = wT0
Exemplo: Contentor com 4 peças.
TH = …..
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

1 2 3 4
Sistema Produtivo
Punching Stamping Rimming Deburring

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

Determine os seguintes parâmetros…

Time = 32 hours Nota:

LT = 32 hrs
= 4 8 = wT0
Exemplo: Contentor com 4 peças.
TH = 4/32 = 1/8 = 1/T0 = 0,125
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

TH vs. WIP: Worst Case


0,6
Best Case
rb 0,5
0,4
TH

0,3
0,2
Worst Case
0,1
0
0 1 2 3 4 5 6 7 8 9 10 11 12
W0 WIP

Nota: “Worst Case” ocorre quando produzidmos por lotes (lote de produção=lote de transferência)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

TH vs. WIP: Worst Case


0,6
Best Case
rb 0,5
0,4
TH

0,3
0,2
Worst Case
1/T0 0,1
1/T0 = 0,125
0
0 1 2 3 4 5 6 7 8 9 10 11 12
W0 WIP

Nota: “Worst Case” ocorre quando produzidmos por lotes (lote de produção=lote de transferência)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

LT vs. WIP: Worst Case


Worst Case

Best Case

T0

W0

Nota: “Worst Case” ocorre quando produzidmos por lotes (lote de produção=lote de transferência)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

LT vs. WIP: Worst Case


Worst Case

wT0

Best Case

T0

W0

Nota: “Worst Case” ocorre quando produzidmos por lotes (lote de produção=lote de transferência)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Worst Case Performance”

Lei da “WORST Case Performance”:

O pior caso de taxa de produção ou de THroughput minímo


(THworst) para um dado nível WIP, w é dado por,

TH worst = 1 / T0
O pior tempo de duração para um determinado nível WIP, w, é
dado por,

LTworst = wT0

Nota: “Worst Case” ocorre quando produzimos por lotes (lote de produção=lote de transferência)
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Practical Worst Case Performance”


Caso de estudo 1: Fábrica
Exemplo: 3 peças, 4 estações
Observação:
Existe um “big gap” entre o “BEST case” e o “WORST case” “WORST case”
em termos de desempenho do caso. Maior dimensão
de lote

Pergunta: State Vector State Vector


Podemos encontrar um caso intermediário que divida linhas 1 (3,0,0,0) 11 (1,0,2,0)
"boas" e “más", e que seja possível calcular? 2 (0,3,0,0) 12 (0,1,2,0)
3 (0,0,3,0) 13 (0,0,2,1)
Experiência: 4 (0,0,0,3) 14 (1,0,0,2)
Considere uma linha de produção com um dado rb e T0 em 5 (2,1,0,0) 15 (0,1,0,2)
que: 6 (2,0,1,0) 16 (0,0,1,2)
▪ As estações possuem uma única máquina; 7 (2,0,0,1) 17 (1,1,1,0)
▪ Linha balanceada; 8 (1,2,0,0) 18 (1,1,0,1)
▪ Variabilidade de tal forma que todas as configurações 9 (0,2,1,0) 19 (1,0,1,1)
WIP são igualmente prováveis.
10 (0,2,0,1) 20 (0,1,1,1)

“BEST case”
Menor dimensão
de lote
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Practical Worst Case Performance”


Caso de estudo 1: Fábrica
Exemplo: 3 peças, 4 estações
Observação:
Existe um “big gap” entre o “BEST case” e o “WORST case” “WORST case”
em termos de desempenho do caso. Maior dimensão
de lote

Pergunta: State Vector State Vector


Podemos encontrar um caso intermediário que divida linhas 1 (3,0,0,0) 11 (1,0,2,0)
"boas" e “más", e que seja possível calcular? 2 (0,3,0,0) 12 (0,1,2,0)
3 (0,0,3,0) 13 (0,0,2,1)
Experiência: 4 (0,0,0,3) 14 (1,0,0,2)
Considere uma linha de produção com um dado rb e T0 em 5 (2,1,0,0) 15 (0,1,0,2)
que: 6 (2,0,1,0) 16 (0,0,1,2)
▪ As estações possuem uma única máquina; 7 (2,0,0,1) 17 (1,1,1,0)
▪ Linha balanceada; 8 (1,2,0,0) 18 (1,1,0,1)
▪ Variabilidade de tal forma que todas as configurações 9 (0,2,1,0) 19 (1,0,1,1)
WIP são igualmente prováveis.
10 (0,2,0,1) 20 (0,1,1,1)

“BEST case”
Menor dimensão
de lote
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Practical Worst Case Performance”

Demonstração – “Practical Worst Case Performance”

Consider w = trabalhos no sistema, N = Nº de estações em linha, e t = tempo de


processo em todas as estações :

LT(single) = (1 + (w-1)/N) t

LT(line) = N [1 + (w-1)/N] t
= Nt + (w-1)t
= T0 + (w-1)/rb

TH = WIP/LT Da Lei de Little’s

= [w/(w+W0-1)]rb
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Análise do Desempenho – “Pratical Worst Case Performance”

Definição da “Practical Worst Case Performance”:

A taxa de produção ou o THroughput para PWC para um dado nível de WIP, w, é


dado por,
w
TH PWC = rb ,
W0 + w − 1
O tempo de produção para o “Pratical Worst Case” (PWC) ,para um determinado
nível de WIP, w, é dado por,

w −1
LTPWC = T0 +
rb
Onde W0 é o WIP crítico.
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 1: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

TH vs. WIP: Practical Worst Case

0,6
Best Case
rb 0,5 TH PWC =
w
rb ,
W0 + w − 1
0,4 Good (lean)
PWC
TH

0,3
0,2 Bad (fat) Worst Case
1/T0 0,1
0
0 1 2 3 4 5 6 7 8 9 10 11 12
W0 WIP
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 1: Fábrica 1 –Análise do Desempenho “Worst Case Performance”

LT vs. WIP: Practical Worst Case


w −1
LTPWC = T0 +
rb
Worst Case PWC

Bad (fat)
Best Case
Good
(lean)
T0

W0
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo
0,6 Best Case
rb
Na realidade não existe nenhuma linha com “zero” 0,5
variabilidade e são raras as linhas com tempos iguais 0,4 PWC
em cada estação.

TH
0,3
O PWC-Pratical Worst Case pode ser calculado para 0,2 Worst Case
qualquer linha real ou processo sequencial e por isso 1/T0
pode ser analisado desta forma. 0,1
0
Nenhum processo sequencial pode fazer melhor que o 0 1 2 3 4 5 6 7 8 9 10 11 12
Best Case.
W0
WIP
A linha PWC mostra que TH aumenta com WIP mas o
TH cresce muito pouco a partir de certa quantidade de Worst Case
PWC
WIP. Assim, o benefício de extra inventário diminui com
esse aumento.

O LT também aumenta linearmente com o WIP. Acima


de 4 ou 5 vezes o Critical WIP o efeito combinado de Best Case
extra LT e mínimo ganho em TH não é
relevante/significativo. T0

W0
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo 0,6 Best Case


Qualquer linha ou processo sequencial abaixo da PWC é rb 0,5
considerado “Não Lean”. PWC
0,4

TH
Qualquer linha ou processo sequencial entre o Best Case 0,3
e o PWC é considerado “Lean”.
0,2 Worst Case
1/T0
Assim, a zona Lean situa-se entre as linhas PWC e Best 0,1
Case, com um WIP 4 ou 5 vezes abaixo do Critical WIP.
0
Esta abordagem permite de forma rápida ver a “magreza” 0 1 2 3 4 5 6 7 8 9 10 11 12
(ou Leanness) de uma linha ou processo sequencial. W0
WIP
Para que isso seja possível apenas é necessário ter a
Worst Case
taxa do posto ou estação que é o congestionamento ou PWC
bottleneck e a soma dos tempos de processo.

Com essa informação é possível calcular o Critical WIP e


representar PWC no gráfico. Best Case

O atual WIP e TH permite representar a posição atual da


T0
empresa no gráfico, sendo que o TH deve ser o valor
médio do output da linha. (NOTA: Quando há diferentes
produtos com diferentes tempos deve-se usar médias ponderadas)

A posição ideal é estar o mais próximo possível do


máximo TH e do Critical WIP. W0
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3:
“VESTON_PT _Factory for printed circuit boards”

[ ] – Factory Physics, …….


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: “ELECTRONICS_Factoryfor printed circuit boards”


[ ] – Factory Physics, …….

“…
The main performance measures emphasized by VESTON_PT _Factory are throughput (how
many PCBs are produced), cycle time (the time it takes to produce a typical PCB), work in
process, (inventory in THe line), and customer service (fraction of orders delivered to
customers on time).

Over the past several months, throughput has averaged about 1.400 panels per day, or about
71.8 panels per hour. VESTON_PT _Factory works a 24-hours a day (19.5hrs/day). WIP in
the line has an averaged about 47,000 panels, and manufacturing cycle time has been
roughly 34 days, or 816 hours. Customer service has averaged about 75 percent.
…”

Que dados necessitamos para formar uma opinião sobre o desempenho da fábrica?

Qual o nível de desempenho da fábrica e se pode ser melhor gerida?


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: “VESTON_PT _Factory for printed circuit boards”


[ ] – Factory Physics, …….

“…
▪ Large Panel Line: produces printed circuit boards

▪ Line runs 24 hr/day (but 19.5 hrs of productive time)

▪ Recent Performance:
• THroughput = 1,400 panels per day
• WIP = 47,000 panels
• LT = 34 days (at 19.5 hrs/day)
• Customer service = 75% on-time delivery
…”

Que dados necessitamos para formar uma opinião sobre o desempenho da fábrica?

Qual o nível de desempenho da fábrica e se pode ser melhor gerida?


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: “VESTON_PT _Factory for printed circuit boards”


[ ] – Factory Physics, …….

Process description and characterization for Large Panel Line Processes:


▪ Lamination (Cores): press copper and prepreg into core blanks
▪ Machining: trim cores to size
▪ Internal Circuities: etch circuitry into copper of cores
▪ Optical Test and Repair (Internal): scan panels optically for defects
▪ Lamination (Composites): press cores into multiple layer boards
▪ External Circuities: etch circuitry into copper on outside of composites
▪ Optical Test and Repair (External): scan composites optically for defects
▪ Drilling: holes to provide connections between layers
▪ Copper Plate: deposits copper in holes to establish connections
▪ Precoat: apply plastic coating to protect boards
▪ Sizing: cut panels into boards
▪ End of Line Test: final electrical test
Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: “VESTON_PT _Factory for printed circuit boards”


[ ] – Factory Physics, …….

ELECTRONICS_Factory Case -Analysis?

• External Benchmarking
• Other plants may not be comparable

• Internal Benchmarking
• Capacity data: What is utilization?
• Capacity data ignores WIP effects

Precisamos de conhecer a relação entre WIP, TH, LT, Nível de serviço!


Módulo 2 – Sistemas produtivos Simulação de Sistemas Produtivos

Sistema Produtivo

Caso de estudo 3: “VESTON_PT _Factory for printed circuit boards”


[ ] – Factory Physics, …….

VESTON_PT _Factory Case -Analysis?

VESTON_PT _Factory Process Rate (p/hr) Time (hr)


Case - Capacity Data: Lamination 191.5 4.7
Machining 186.2 0.5
Internal Circuitize 114.0 3.6
Optical Test/Repair - Int 150.5 1.0
Lamination – Composites 158.7 2.0
External Circuitize 159.9 4.3
Optical Test/Repair - Ext 150.5 1.0
Drilling 185.9 10.2
Copper Plate 136.4 1.0
Procoat 117.3 4.1
Sizing 126.5 1.1
EOL Test 169.5 0.5
rb, T0

Você também pode gostar