Thiago Bastos Fernandes

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS

TRIZ E LEAN UTILIZANDO O CONCEITO KATA DE
MELHORIA

Dissertação submetida ao Programa de

Pós-Graduação em Engenharia
Mecânica da Universidade Federal de
Santa Catarina para a obtenção do Grau
de Mestre em Engenharia Mecânica.
Orientador: Prof. Dr. Eng. Fernando
Antônio Forcellini

Florianópolis
2018
 Ficha de identificação da obra elaborada pelo autor, através do
Programa de Geração Automática da Biblioteca Universitária da UFSC.
 AGRADECIMENTOS

Agradeço primeiramente ao meu pai Francisco e à minha mãe Marisa

pelo apoio e incentivo durante esta caminhada, o que possibilitou a realização
do meu mestrado.
Agradeço ao meu orientador, Fernando Forcellini, pela amizade, incentivo
e paciência em todas as etapas deste trabalho.
Agradeço à Ana Luisa pela paciência, ajuda e por entender minha ausência
em muitos momentos.
Agradeço aos meus colegas do GEPPS, por toda ajuda e parceria durante o
desenvolvimento deste projeto.
Agradeço à UFSC e ao POSMEC pela oportunidade de crescimento pessoal
e profissional.
“Nossa responsabilidade moral não é parar o
futuro, mas sim o modelar, canalizando nosso
destino em direções humanas, assim mitigando o
trauma da transição”
(Alvin Toffler)
 RESUMO

Fabricantes buscam por sistemas manufatureiros inovadores para

aumentar a flexibilidade, produtividade e lucratividade, e ao mesmo
tempo reduzir custo operacional e tempo ocioso. Estas questões foram
melhoradas pela fabricante de veículos japonesa Toyota e o padrão de
evolução foi ocidentalizado e divulgado com o nome de Manufatura
Lean. Porém somente aplicar as ferramentas Lean não provê melhorias de
forma sustentável e contínua, devido ao fato que estas ferramentas (p.ex.
Kanban, A3, VSM) foram desenvolvidas para problemas particulares da
Toyota, que se tornaram melhores práticas da empresa, mas não
universais. Em que, para o cenário da manufatura, os sempre novos
problemas e obstáculos presentes na evolução de sistemas, não são
completamente suportados por tais ferramentas. A abordagem Toyota
Kata de melhoria foi proposta como meio para superar problemas cuja
solução está além da fronteira do conhecimento, de forma sistemática e
científica. A forma com que esta abordagem propõe que problemas sejam
solucionados é baseada em formas intuitivas, que dependem do
conhecimento dos envolvidos no processo, ocasionando soluções menos
novas e menos criativas. Deste modo, integrar a teoria da resolução
inventiva de problemas (TRIZ) ao processo de melhoria, requer
ferramentas e conceitos relacionados à análise do problema, a busca e a
aplicação de princípios de solução, complementando as deficiências das
abordagens Lean e Kata de melhoria. Para integrar tais ferramentas e
conceitos, uma revisão da literatura foi realizada com finalidade de
identificar o estado da arte para Lean-TRIZ, que foi então integrado às
rotinas de melhoria – conforme descritas pela abordagem Kata de
melhoria – por meio de princípios e ferramentas organizadas. Desta
integração foram sistematizados procedimentos com funções e
ferramentas específicas e as mesmas foram empiricamente validadas por
meio de experimentações. Os resultados foram avaliados por especialistas
quanto a utilidade e novidade das soluções propostas. Foi possível
verificar que as sistemáticas propostas, para o caso experimentado, foram
capazes de aumentar a quantidade de planejamentos, assim como a
utilidade e novidade das soluções propostas.

Palavras-chave: Inovação sistemática na manufatura. TRIZ. Manufatura

Lean. Toyota Kata de melhoria.
 ABSTRACT

Manufacturers pursuit for innovative manufacturing systems to increase

flexibility, productivity and profitability, while reducing operational cost
and idle time. These issues were improved by the Japanese vehicle
manufacturer Toyota and the evolutionary pattern was westernized and
widely spread under the name Lean Manufacturing. However, only
applying the Lean tools does not provide improvements in a sustainable
and continuous way, due to the fact that these tools (eg Kanban, A3,
VSM) have been developed for Toyota's particular problems, which have
become the company's best but not universal practices. In that, for the
manufacturing scenario, the ever-new problems and obstacles present in
systems evolution are not fully supported by such tools. The Improvement
Kata approach was proposed as a mean to systematically and
scientifically overcome problems beyond the knowledge frontier, but
with the generation of ideas and solution principles based on intuitive
forms, presenting planning difficulties and low creativity. Hence,
integrating the theory of inventive problem solving (TRIZ) into the
improvement process, presents tools and concepts with characteristics of
problem analysis, search and application of solution principles,
complementing the deficiencies of the Lean and Kata improvement
approaches. To integrate such tools and concepts, an integrative review
of the literature was performed to identify the state of the art for Lean-
TRIZ, which was then integrated with the improvement routines – as
described by the improvement Kata approach – through organized
principles and tools. From this integration were generated systematics –
methods – with specific functions and tools, and the same were
empirically validated through experimentation. The results were
evaluated by experts regarding the level of creativity (usefulness and
novelty) of the proposed solutions. Making it possible to verify that the
proposed systematics were, in the case studied, able to increase the
quantity of planning alternatives, as well as the utility and novelty of the
proposed solutions.

Keywords: Sustainable manufacturing innovation. TRIZ. Lean

Manufacturing. Improvement Kata.
 LISTA DE FIGURAS

Figura 1. 1 – Metodologia de pesquisa ............................................................... 5

Figura 1. 2 – Estrutura do documento ................................................................. 7

Figura 2. 1 – Paradigma da transformação da produção ..................................... 9

Figura 2. 2 – Identificação da família de produtos............................................ 11
Figura 2. 3 – Exemplo de mapa de fluxo de valor – VSM ................................ 12
Figura 2. 4 – Diversificação dos tipos de Kaizen .............................................. 14
Figura 2. 5 – Visão geral da abordagem Toyota Kata de melhoria................... 17
Figura 2. 6 – Procedimento da abordagem Kata de melhoria ........................... 18
Figura 2. 7 – Desdobramento da direção para a melhoria na abordagem TK ... 19
Figura 2. 8 – Representação gráfica dos obstáculos inerentes à evolução ........ 20
Figura 2. 9 – Storyboard utilizado na abordagem IK ........................................ 21
Figura 2. 10 – Cynefin Framework com conceitos ML .................................... 22
Figura 2. 11 – Caracterização dos tipos de problemas em relação à fronteira do
conhecimento .................................................................................................... 24
Figura 2. 12 – Tentativa e erro na resolução de problemas............................... 25
Figura 2. 13 – Prisma para resolução inventiva de problemas .......................... 27
Figura 2. 14 – Resultado Final Ideal – IFR ....................................................... 28
Figura 2. 15 – Exemplo de aplicações da Matriz de Contradições ................... 29
Figura 2. 16 – Pictografia indicada para a análise Su-Field .............................. 30
Figura 2. 17 – Exemplo de aplicação da análise Su-Field ................................ 31

Figura 3. 1 – Fases da fundamentação .............................................................. 33

Figura 3. 2 – Modelo SSF de revisão sistemática de literatura ......................... 34
Figura 3. 3 – Formulação do elemento de Query .............................................. 35
Figura 3. 4 – Resultado parcial da análise sistemática – Software EndNote ..... 36
Figura 3. 5 – Evolução temporal das publicações em periódicos – SSF ........... 38
Figura 3. 6 – Evolução temporal das publicações – Busca Exploratória .......... 39
Figura 3. 7 – Evolução temporal das publicações ............................................. 42
Figura 3. 8 – Representação gráfica dos dados consolidados ........................... 49

Figura 4. 1 – Estrutura da modelagem de integração ........................................ 51

Figura 4. 2 – Simbologia utilizada para IDEFØ ............................................... 52
Figura 4. 3 –Fluxo de atividades da abordagem IK na representação IDEFØ .. 53
Figura 4. 4 – Modelo de integração .................................................................. 56
Figura 4. 5 – Sistemática proposta ao nível organizacional – A1 ..................... 59
Figura 4. 6 – Estrutura da matriz de comparação e correlação proposta ........... 60
Figura 4. 7 – Matriz multicritério proposta ....................................................... 61
Figura 4. 8 – Sistemática proposta para o nível gerencial – A2 ........................ 64
Figura 4. 9 – Exemplo de conversão VSM para Su-Field ................................. 66
Figura 4. 10 – Guia de seleção das Standard Solutions .................................... 67
Figura 4. 11 – Sistemática proposta para o nível coordenação – A3 ................ 69
Figura 4. 12 – Sistemática proposta para o nível processos – A4 ..................... 71
Figura 4. 13 – Exemplo de análise Su-Field realizada a um processo ............... 72

Figura 5. 1 – Estrutura da experimentação ........................................................ 75

Figura 5. 2 – Layout do processo de manufatura utilizado nas experimentações
........................................................................................................................... 77
Figura 5. 3 – VSM da empresa utilizada para a experimentação ....................... 79
Figura 5. 4 – Planejamento gerado sem suporte da sistemática para nível A1 .. 82
Figura 5. 5 – Proposta com sistemática para nível A1 ....................................... 85
Figura 5. 6 – Comparação entre resultados para nível A1 ................................. 90
Figura 5. 7 – Proposta com a sistemática para nível A2 e A3 ........................... 93
Figura 5. 8 – Comparação entre resultados para nível A2 e A3......................... 95
Figura 5. 9 – Participantes da experimentação em nível de processos............... 96
Figura 5. 10 – Representação em VSM para o primeiro loop ............................ 97
Figura 5. 11 – Evolução do sistema para o primeiro loop ............................... 102
Figura 5. 12 – Representação em VSM para o segundo loop .......................... 103
Figura 5. 13 – Evolução do sistema para o segundo loop ................................ 107
Figura 5. 14 – Representação em VSM para o terceiro loop ........................... 108
Figura 5. 15 – Evolução do sistema para o terceiro loop ................................. 112
Figura 5. 16 – Comparação entre resultados para nível A4 ............................. 114
Figura 5. 17 – Comparação geral entre com e sem suporte da sistemática ...... 115

Figura 6. 1 – Estrutura da avaliação da proposta de integração ....................... 117

Figura 6. 2 – Representação gráfica do teste de hipóteses ............................... 121
Figura 6. 3 – Representação gráfica dos resultados – nível A1 ....................... 125
Figura 6. 4 – Representação gráfica dos resultados – nível A2 e A3 ............... 128
Figura 6. 5 – Representação gráfica dos resultados – nível A4 ....................... 130
 LISTA DE TABELAS
Tabela 2. 1 – Os sete principais tipos de desperdício........................................ 11
Tabela 2. 2 – Subdivisão da Manufatura Lean .................................................. 16
Tabela 2. 3 – Condições e categorias do Cynefin Framework .......................... 21
Tabela 2. 4 – Estratégias e capacidades necessárias para resolução de problemas
.......................................................................................................................... 23
Tabela 2. 5 – Ferramentas e conceitos aplicáveis às relações causa-efeito ....... 26
Tabela 2. 6 – Fatores equação idealidade ......................................................... 27

Tabela 3. 1 - Artigos RBS ordenados ............................................................... 37

Tabela 3. 2 – Relações obtidas entre desperdícios Lean e ferramentas e
conceitos TRIZ obtidos por meio da RBS ........................................................ 38
Tabela 3. 3 – Artigos Busca Exploratória ......................................................... 40
Tabela 3. 4 – Informações obtidas na Busca Exploratória ................................ 41
Tabela 3. 5 – Contribuição dos países no tema ................................................. 42
Tabela 3. 6 – Síntese geral da Revisão da literatura.......................................... 43
Tabela 3. 7 – Resumo e análise das publicações quanto à utilização Lean-TRIZ
.......................................................................................................................... 44
Tabela 3. 8 – Análise quanto a indicações de integração Lean-TRIZ ............... 47
Tabela 3. 9 – Enquadramento dos métodos encontrados ao IK ........................ 50

Tabela 4. 1 – Framework para construção de modelos ..................................... 52

Tabela 4. 2 – Identificação dos constructos ...................................................... 54
Tabela 4. 3 – Recomendações para preenchimento da matriz multicritério ...... 61
Tabela 4. 4 – Objetivos específicos 1, 2, 4 e 5 da ferramenta LP-TRIZ ........... 65
Tabela 4. 5 – Objetivo específico 3 da ferramenta LP-TRIZ ............................ 69

Tabela 5. 1 – Informações gerais da empresa para simulação .......................... 76

Tabela 5. 2 - Identificação da amostra para Nível A1 ....................................... 81
Tabela 5. 3 – Resultados gerados sem suporte da sistemática em nível A1 ...... 83
Tabela 5. 4 – Conversões de indicadores para PEs adotadas pelos usuários..... 86
Tabela 5. 5 – Resultados gerados com suporte da sistemática em nível A1 ..... 87
Tabela 5. 6 – Matriz de correlação entre fatores ............................................... 88
Tabela 5. 7 – Identificação dos avaliadores para nível A1 ................................ 89
Tabela 5. 8 – Resultados numéricos para os fatores mensurados – A1 ............. 89
Tabela 5. 9 – Classificação de insights por frequência de uso .......................... 93
Tabela 5. 10 – Identificação dos avaliadores para nível A2 e A3 ..................... 94
Tabela 5. 11 – Resultados numéricos para os fatores mensurados – A2 e A3 .. 94
Tabela 5. 12 – Storyboard obtido no primeiro Loop sem a sistemática ............ 98
Tabela 5. 13 – Storyboard obtido no primeiro Loop com a sistemática.......... 100
Tabela 5. 14 – Utilização de insights da TRIZ para o primeiro loop .............. 100
Tabela 5. 15 – Evolução do primeiro loop ...................................................... 101
Tabela 5. 16 – Storyboard obtido no segundo Loop sem a sistemática .......... 103
Tabela 5. 17 – Storyboard obtido no segundo Loop com a sistemática .......... 104
Tabela 5. 18 – Evolução do segundo loop ....................................................... 106
Tabela 5. 19 – Storyboard obtido no terceiro Loop sem a sistemática ............ 108
Tabela 5. 20 – Storyboard obtido no terceiro Loop com a sistemática ............ 109
Tabela 5. 21 – Evolução do terceiro loop ........................................................ 111
Tabela 5. 22 – Identificação dos avaliadores para nível A4 ............................ 113
Tabela 5. 23 – Resultados numéricos para os fatores mensurados – A4.......... 113

Tabela 6. 1 – Verificação de normalidade dos dados ...................................... 119

Tabela 6. 2 – Critérios de escolha para o método de análise ........................... 119
Tabela 6. 3 – Condições para rejeição da hipótese nula .................................. 121
Tabela 6. 4 – Condições para rejeição da hipótese nula .................................. 123
Tabela 6. 5 – Resultados do nível A1 .............................................................. 124
Tabela 6. 6 – Resultados do nível A2 e A3...................................................... 127
Tabela 6. 7 – Resultados do nível A4 .............................................................. 129
 LISTA DE EQUAÇÕES

Equação 2. 1 – Equação geral da idealidade de um sistema técnico.............27

Equação 6. 1 – Identificação das hipóteses abordando médias..................... 120
Equação 6. 2 – Equação do fator ‘t’ para o Teste-t....................................... 121
Equação 6. 3 – Equação do fator ‘U’ para o teste Mann-Whitney................122
Equação 6. 4 – Equação do fator ‘t’ para o teste Mann-Whitney..................122
 LISTA DE ABREVIATURAS E SIGLAS

ANOVA ‘Analysis of variance’

CC ‘Current Condition’ ou Condição Atual em português
‘Definir, Medir, Analisar, Melhorar e Controlar’ em inglês
DMAIC
(Metodologia Lean Six Sigma)
IFR ‘Ideal Final Result’ (TRIZ)
IK ‘Improvement Kata’
JIT ‘Just-in-Time’
LP-TRIZ ‘Lean Process TRIZ’
LTM ‘Lean-TRIZ methodology’
MC Matriz de contradições técnicas (TRIZ)
ML Manufatura Lean
p.ex. Por exemplo
PDCA ‘Plan, Do, Check e Act’
PE Parâmetros de Engenharia (TRIZ)
PI Princípios inventivos (TRIZ)
QFD ‘Quality Function Deployment’
RBS Revisão Bibliográfica Sistemática
SMART ‘Specific, Measurable, Attainable, Realistic and Timely’
SSF ‘SystematicSearchFlow’
ST Sistema Técnico
STP Sistema Toyota de Produção
Su-Field Análise de substância-campo (TRIZ)
SWOT ‘Strengths, weaknesses, opportunities and threats’
T/C Tempo de ciclo
TC ‘Target Condition’ ou Condição-Alvo em português
TK ‘Toyota Kata’
TR Tempo de preparação (Setup)
TRIZ ‘Teoria da Resolução Inventiva de Problemas’ em russo
VSM ‘Value Stream Mapping’
 SUMÁRIO

1 INTRODUÇÃO.................................................................................. 1
1.1 Problemas de Pesquisa.............................................................................. 1
1.2 Objetivos................................................................................................... 2
1.2.1 Objetivo Geral...........................................................................................2
1.2.2 Objetivos específicos.................................................................................3
1.3 Justificativa............................................................................................... 3
1.4 Metodologia de pesquisa...........................................................................4
1.5 Delimitações da pesquisa.......................................................................... 6
1.6 Contribuições da pesquisa.........................................................................6
1.7 Estrutura do documento............................................................................ 7
2 REFERENCIAL TEÓRICO................................................................9
2.1 Manufatura Lean....................................................................................... 9
2.1.1 Conceitos básicos da Manufatura Lean .................................................. 10
2.1.2 Gestão Visual ......................................................................................... 12
2.1.3 Melhoria na Manufatura Lean ................................................................ 13
2.1.4 Lean Thinking ........................................................................................ 14
2.2 Toyota Kata.............................................................................................15
2.2.1 Fundamentos da abordagem Toyota Kata .............................................. 15
2.2.2 Abordagem Toyota Kata de Melhoria – IK ............................................ 16
2.2.3 Método científico no IK ......................................................................... 19
2.3 Teoria da Resolução Inventiva de Problemas (TRIZ)............................ 25
2.3.1 Idealidade e Tendências da evolução ..................................................... 27
2.3.2 Soluções para problemas contraditórios ................................................. 28
2.3.3 Solução para problemas não contraditórios ............................................ 29
2.4 Síntese do referencial teórico ................................................................. 31
3 REVISÃO BIBLIOGRÁFICA..........................................................33
3.1 Fundamentos da RBS – Metodologia SSF............................................. 33
3.2 Protocolo de pesquisa – Metodologia SSF............................................. 34
3.3 Análise do portfólio resultante da busca sistemática.............................. 38
3.4 Busca exploratória...................................................................................39
3.5 Síntese – Metodologia SSF..................................................................... 41
3.6 Síntese do estado da arte para Lean-TRIZ.............................................. 48
4 INTEGRAÇÃO LEAN-TRIZ A ABORDAGEM IK....................... 51
4.1 Requisitos para integração...................................................................... 54
4.2 Relacionamento entre requisitos............................................................. 55
4.3 Dinâmica dos requisitos.......................................................................... 58
4.3.1 Sistemática para Nível Organização – A1 .............................................. 58
4.3.2 Sistemática para Nível Gerência – A2.................................................... 62
4.3.3 Sistemática para Nível Coordenação – A3 ............................................. 67
4.3.4 Sistemática para Nível de processo – A4 ............................................... 70
5 VERIFICAÇÃO E EXPERIMENTAÇÃO.......................................75
5.1 Contextualização para a simulação das sistemáticas.............................. 76
5.2 Metodologia para experimentação das sistemáticas............................... 80
5.2.1 Simulação da sistemática em nível organizacional – A1 ........................ 81
5.2.1.1 Resultados obtidos em nível organizacional........................................... 90
5.2.2 Simulação da sistemática em nível gerencial e coordenação – A2 e A3 90
5.2.2.1 Resultados obtidos em nível gerencial e coordenação............................ 95
5.2.3 Simulação da sistemática em nível de processos – A4 ........................... 95
5.2.3.1 Experimentação em nível A4 – Primeiro loop ....................................... 97
5.2.3.2 Experimentação em nível A4 – Segundo loop ..................................... 102
5.2.3.3 Experimentação em nível A4 – Terceiro loop ...................................... 107
5.2.4 Resultados obtidos em nível processo .................................................. 112
6 AVALIAÇÃO DA SISTEMÁTICA PROPOSTA......................... 117
6.1 Fundamentação da análise.................................................................... 118
6.1.1 Análise com amostras paramétricas – Teste-t para duas amostras ....... 120
6.1.2 Análise com amostras não-paramétrica – teste de Mann-Whitney ....... 122
6.2 Avaliações e resultados das experimentações.......................................123
6.2.1 Avaliação da sistemática para nível organizacional ............................. 123
6.2.2 Avaliação da sistemática para nível gerencial e coordenação – A2 e
A3 .................................................................................................... 126
6.2.3 Avaliação da sistemática para nível de processos................................. 128
7 CONCLUSÕES, RESULTADOS E CONTRIBUIÇÕES.............. 133
7.1 Conclusões gerais..................................................................................133
7.2 Conclusões específicas..........................................................................134
7.3 Trabalhos futuros.................................................................................. 135
7.4 Contribuições da pesquisa ao tema Lean-TRIZ.................................... 136
REFERÊNCIAS.........................................................................................137
APÊNDICE A – MATERIAL PARA SIMULAÇÃO EM NÍVEL
ORGANIZACIONAL (A1)............................................................ 147
APÊNDICE B – MATERIAL PARA SIMULAÇÃO EM NÍVEL
GERENCIAL E COORDENAÇÃO (A2 E A3)............................. 153
APÊNDICE C – MATERIAL PARA SIMULAÇÃO EM NÍVEL
PROCESSOS (A4)..........................................................................155
APÊNDICE D – DADOS BRUTOS PRÉ-ANÁLISE.............................. 159
ANEXO A – RESOLUÇÃO DE PROBLEMAS CONTRADITÓRIOS 177
ANEXO B – RESOLUÇÃO DE PROBLEMAS NÃO CONTRADITÓRIOS
.........................................................................................................183
 1

1 INTRODUÇÃO

Este capítulo expõe a motivação da pesquisa, com o intuito de realçar

o potencial de contribuição para a manufatura da integração TRIZ e Lean
utilizando conceitos da abordagem Toyota Kata de melhoria. São
apresentados os objetivos da pesquisa, assim como sua delimitação,
contribuições e a organização do conteúdo da dissertação.

1.1 Problemas de Pesquisa

Processos de fabricação melhores e inovadores são considerados

diferencial competitivo, provendo às empresas uma vantagem sobre os
concorrentes, que pode ser traduzido em menor custo operacional, assim
como aumento de flexibilidade e lucratividade. A busca por formas de
sistematicamente melhorar é objetivo de estudo de diversos
pesquisadores (SCHREIBER, 2012; ROTHER, 2009, SHINGO, 1996).
Constata-se também que os processos e fluxos de movimentação de
material são de alto grau de dinamismo, em que ciclos curtos de
planejamento, execução e aprendizagem podem ser aplicados para
melhorias (ROTHER, 2009). Deste modo é pressuposto que as soluções
geradas apresentem resultados mais constantes e por períodos maiores de
tempo, em que tais soluções podem ser consideradas mais sustentáveis.
Neste contexto, é indicado que a melhoria – ou evolução – do sistema
ocorra de forma incremental e não disruptiva 1, de forma com que
gradativamente – ou sistematicamente – o sistema seja guiado em direção
a uma condição ideal de operação.
Em função dos sempre novos desafios, da evolução tecnológica, das
exigências dos consumidores e das incertezas inerentes à mudança, se
tornam necessárias maneiras sistematizadas para suportar a geração de
ideias. Tais conceitos, ferramentas e métodos de criatividade são mais
explorados por profissionais de desenvolvimento de produto, tendo entre
eles a utilização de brainstorm, brainwrite, design thinking, técnica
MESCRAI, analogias – identificação e transferência de informações, eg.
Biomimetry – e teorias como a Teoria da Resolução Inventiva de
Problemas (CLARKSON, ECKERT, 2010; NAKAGAWA, 1998).
O desafio imposto a qualquer processo de geração de ideias é superar
a inércia psicológica, sendo esta definida como a tendência de um
indivíduo considerar somente aquelas soluções dentro de sua área de
conforto, significando baixo grau de criação (FEY; RIVIN, 2005).

1
Melhoria disruptiva é definida como algo que rompe a melhoria incremental, inovação capaz
de derrubar uma tecnologia já preestabelecida.
2

Desta forma, soluções têm sido propostas com finalidade de

sistematizar a melhoria de processo, como a abordagem Toyota Kata de
melhoria, que busca tornar a melhoria sistemática e cotidiana, fazendo
desta uma rotina aos envolvidos, com objetivo de guiar o sistema a um
ideal com melhorias incrementais (ROTHER, 2009; TOIVONEN, 2015).
Nesse contexto, as seguintes questões de pesquisa fazem parte deste
projeto:

i. As abordagens existentes são capazes de suportar a melhoria

sistemática de sistemas?
ii. Existem formas de integração existentes da teoria TRIZ com
Lean?
iii. Existem propostas de integração da teoria TRIZ à
abordagem Kata de melhoria?
iv. Como organizar atividades, ferramentas e/ou diretrizes de
forma a facilitar e incentivar sua aplicação como fonte de
melhoria em processos de manufatura?

Com a caracterização das questões de pesquisa, se tornou possível

identificar os problemas existentes. Foi identificado que nenhum dos
métodos apresentados anteriormente tem sido completamente capaz de
suportar individualmente a melhoria contínua em processos de
manufatura, assim como a integração entre conceitos e ferramentas Lean
e TRIZ, e TRIZ e Kata são compostas em sua grande maioria por relações,
não apresentando metodologias ou sistemáticas para integração. Em que
a falta de integração entre os conceitos inviabiliza e impossibilita a
aplicação de conceitos e ferramentas da teoria TRIZ para a análise do
problema, geração de concepções e soluções. Com os problemas
identificados, a presente pesquisa apresenta os seguintes objetivos.

1.2 Objetivos

1.2.1 Objetivo Geral

O objetivo geral desta dissertação consiste em buscar e propor meios

de integração das abordagens TRIZ e Lean utilizando conceitos Toyota
Kata de Melhoria (IK) para sistematizar a aplicação das mesmas em
processos de manufatura. De modo a suportar a análise dos obstáculos
presentes na melhoria de processos de manufatura e potencializar a
geração de concepções para solução de problemas.
 3

1.2.2 Objetivos específicos

Para cumprir o objetivo geral deste projeto, os seguintes objetivos

específicos foram traçados:

i. Identificar o estado da arte para a integração Lean e TRIZ.

ii. Identificar e estabelecer requisitos para integração;
iii. Propor ferramentas e um conjunto lógico de atividades para
integração dos conceitos e viabilizar a aplicação;
iv. Verificar experimentalmente a utilidade da proposta, assim
como a viabilidade de aplicação.

1.3 Justificativa

Fabricantes buscam por sistemas manufatureiros inovadores para

aumentar a flexibilidade, produtividade e lucratividade, e ao mesmo
tempo reduzir custo operacional e tempo ocioso. De modo a
continuamente melhorar seus processos por meio da resolução de
problemas. Esta pesquisa visa explorar três conceitos que visam a
resolução de problemas, sendo eles a manufatura Lean, a abordagem Kata
de melhoria e a teoria TRIZ, com objetivo de aliar e complementar seus
os conceitos e ferramentas.
No domínio da manufatura Lean, o processo de manufatura e os
sistemas técnicos provedores de transformação devem ser organizados
conforme as exigências do produto. Deste modo a abordagem torna viável
a compreensão, análise e melhoria do processo, visando mitigar e eliminar
desperdícios. Ao remover desperdícios – p.ex. sobre processamento e
defeitos – apenas atividades que agregam valor ao produto são mantidas.
As ferramentas e conceitos apresentados por esta abordagem foram em
grande parte obtidas por meio de pesquisas e estudos realizados na
montadora japonesa Toyota. Esta abordagem apresenta maior foco em
melhoria nos fluxos de processos e informações, assim como no aumento
da utilização dos recursos existentes, porém carece suporte à resolução de
novos problemas e à criação de novas concepções.
A abordagem Kata de Melhoria – IK – foi também sintetizada com
base na montadora japonesa Toyota e apresenta de forma hierárquica e
lógica uma rotina para resolução de problemas. Esta é baseada na
aplicação do método científico, em que para o nível de processo esses
ciclos de melhoria ocorrem em períodos curtos, normalmente em base
diária. Esta abordagem também identifica o relacionamento entre os
níveis hierárquicos que propiciam o aprendizado. Com os procedimentos
4

e relacionamentos identificados se torna possível utilizar a mesma para

resolução de novos problemas, nos quais hipóteses serão criadas e
testadas, em busca de uma solução em direção à condição ideada. Porém,
para esta abordagem, as ideias e princípios de solução são originados de
forma intuitiva, e não sistemática.
A Teoria da resolução inventiva de problemas – ou TRIZ – foi criada
com base na pesquisa e análise de cerca de 200.000 patentes de sucesso,
em que os dados assimilados foram tomados como base para a síntese de
conceitos e ferramentas, na qual o foco foi para sistemas técnicos e
buscava conceber, analisar e resolver problemas, com objetivo de guiar o
sistema ao ideal. A teoria não aborda processos de manufatura
diretamente, o que inviabiliza sua aplicação em alguns casos.
Compreendendo as forças e fraquezas das abordagens adotadas, se
torna possível identificar a complementariedade entre as mesmas, em que
basicamente Lean aborda melhoria em fluxo e resolução de problemas do
tipo simples, Kata de melhoria apresenta foco em melhoria incremental,
resolução de problemas não simples e aprendizagem, e a teoria TRIZ
suporta a criação de novas concepções e busca guiar o sistema a uma
condição ideal, não abordando diretamente processos de manufatura.
Desta forma pode ser identificado que integrar tais abordagens e criar
sistemáticas de aplicação suporta as fases de análise de problemas e
elaboração de propostas de melhoria, de forma a sistematicamente superar
obstáculos inerentes à evolução de processos de manufatura, provendo
propostas com princípios de solução mais novos e úteis.

1.4 Metodologia de pesquisa

A pesquisa empregada nesta dissertação foi planejada em seis fases,

sendo elas apresentadas por meio da Figura 1.1, em que para cada etapa
da metodologia foi referenciado o capítulo referente no texto.
A fase de pré-projeto tem a função de levantar os conceitos base para
a pesquisa, seguida de uma revisão bibliográfica com finalidade de
embasar a integração Lean-TRIZ, a modelagem de integração, a
experimentação, a avaliação da proposta qualitativa e quantitativamente,
e finalizado na fase de pós-projeto com recomendações e conclusões.
A fase de revisão bibliográfica – ou fundamentação – foi planejada
para contemplar busca sistemática e exploratória, visando abranger os
conhecimentos existentes sobre a integração Lean-TRIZ.
 5

Figura 1. 1 – Metodologia de pesquisa

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS TRIZ E LEAN
UTILIZANDO O CONCEITO KATA DE MELHORIA

Fundamentação Modelagem Avaliação da proposta

Pré-Projeto Experimentação Pós-Projeto
RBS de integração de integração

Fundamentação - RBS
Escopo da Revisão Busca
Análise Síntese
Pesquisa Sistemática Exploratória

3.2 3.3 3.4 3.5 3.6

Formação Portfólio de Portfólio da Consilidação Estado da Arte da

Elemento publicações busca dos dados integração Lean-TRIZ
de Query em periódicos exploratória

Modelagem de integração

Requisitos de integração Relacionamento Dinâmica

4.1 4.2 4.3

Definição Definição
Definição da
dos do modelo
sistemática (método)
constructos

Experimentação
Fundamentos Condução dos experimentos, coleta
para simulação e conversão de dados para análise

5.1 5.2

Contextualição Resultados das

da simulação simulações

Avaliação da proposta de integração

Fundamentação para avaliação Avaliação dos resultados

6.1 6.2
Introdução
à ANOVA Resultados
das análises

Fonte: Autor

A modelagem de integração – ou método 2 – tem finalidade de reunir

os dados relevantes obtidos no estado da arte sobre o tema e identificar
relações entre os mesmos para formar sistemáticas 3 de integração.

2
Modelo é o relacionamento entre os artefatos ou constructos, ou seja, a forma como requisitos
interagem para alguma finalidade;
3
Sistemática é o processo subjacente ao modelo, com função específica de operacionalizar o
mesmo com foco definido;
6

A experimentação tem a função de instanciar o método proposto por

meio de simulações e experimentações com intuito de verificar a
viabilidade do modelo.
Com as informações obtidas nas experimentações, os dados
qualitativos – p.ex. utilidade da proposta – foram avaliados por
especialistas, com finalidade de quantificar tais dados. Em sequência
foram agrupados aos dados quantitativos para avaliação estatística.
A fase denominada pós-projeto foi elaborada com base nas análises
realizadas e é composta por conclusões, recomendações para projetos
futuros e contribuições da pesquisa. Assim como a identificação das
respostas obtidas nas experimentações e os materiais utilizados.
Ao conceber a metodologia de pesquisa, foram também traçadas
delimitações para com a mesma, de forma a orientar a pesquisa aos
objetivos citados anteriormente.

1.5 Delimitações da pesquisa

Este projeto foi desenvolvido com objetivo geral de suportar a análise

dos problemas em processos de manufatura e potencializar a geração de
concepções para solução de problemas em processos de manufatura, com
base na integração Lean-TRIZ suportada pela abordagem Kata de
melhoria. Desta maneira, não faz parte do escopo dessa pesquisa as
relações interpessoais e psicológicas envolvidas na evolução do processo.
Não abordando também alterações no projeto do produto – p.ex.
integração de TRIZ ao DFMA 4.

1.6 Contribuições da pesquisa

O projeto visa apresentar as seguintes contribuições:

i. Identificar relações, sobreposições e similaridades entre

conceitos e ferramentas Lean e TRIZ contidos no estado da
arte sobre o tema, por meio de uma revisão bibliográfica
abrangente e análise dos resultados.
ii. Disponibilizar sistemáticas que auxiliam na resolução de
problemas sem a relação causa-efeito conhecida, baseadas
na integração Lean-TRIZ suportada pela abordagem Kata de
melhoria;
iii. Apresentar por meio de estudos experimentais avanços
obtidos com a interação das abordagens;
4 DFMA é o acrônimo para Design for Manufacturing and Assembly;
 7

iv. Avaliar com fundamentação estatística as contribuições

geradas por meio das sistemáticas propostas.

1.7 Estrutura do documento

A estruturação desta pesquisa foi orientada ao método empregado,

como representado por meio da Figura 1.2, que partilha das mesmas
características fundamentais apresentadas anteriormente. Os capítulos
estão dispostos conforme as etapas do processo, tendo o referencial
teórico antecedendo a revisão bibliográfica para facilitar a compreensão
dos conceitos e sua integração.

Figura 1. 2 – Estrutura do documento

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS TRIZ E LEAN
UTILIZANDO O CONCEITO KATA DE MELHORIA

Fundamentação Modelagem Avaliação da proposta

Pré-Projeto Experimentação Pós-Projeto
RBS de integração de integração
Revisão Proposta de Condução de Avaliação da Conclusão,
Introdução 1 3 4 5 metodologia 6 Resultados e 7
Bibliográfica Integração experimentos
Lean-TRIZ proposta Contribuições
Referencial ao IK
2
teórico

Fonte: Autor

O Pré-Projeto envolve os capítulos 1 e 2, contendo a introdução e

referencial teórico, respectivamente. O Capítulo 1 contêm informações de
objetivos, metodologia, questões fundamentais de pesquisa e
contribuições. O Capítulo 2 expõe um breve referencial teórico
apresentando os três pilares desta pesquisa.
O Capítulo 3 difere do anterior uma vez que se baseia em
metodologia de busca sistemática das relações e contribuições de outros
autores sobre a integração dos conceitos, apresentando assim uma revisão
sistemática e exploratória sobre Lean-TRIZ.
A sistemática proposta é apresentada no Capítulo 4, assim como os
fundamentos de criação, ferramentas adicionais e premissas adotadas.
O planejamento e realização dos experimentos conduzidos foram
detalhados no Capítulo 5, o qual contêm também os dados relevantes de
melhorias geradas.
O Capítulo 6 foi dedicado à exposição do método de avaliação dos
dados, focado em análise estatística. Concluindo a pesquisa no Capítulo
7, o qual apresenta as conclusões baseadas nos resultados deste projeto
assim como recomendações para trabalhos futuros.
8
 9

2 REFERENCIAL TEÓRICO

Este capítulo tem por objetivo apresentar os três pilares desta

pesquisa, mostrar os principais conceitos e ao final identificar
sobreposições e disparidades conceituais. Sendo estes a manufatura Lean,
a abordagem Toyota Kata de melhoria e a teoria da resolução inventiva
de problemas (TRIZ).

2.1 Manufatura Lean

A concorrência por mercado faz com que fabricantes gerem melhores

produtos para atender requisitos de clientes – Job to be done – exigindo
que a manufatura permaneça em constante mutação. No passado a
produção atendia uma grande variedade de produtos – p.ex. artigos
artesanais – porém em pouca quantidade, o aumento da população
demandou maior quantidade – p.ex. Ford Modelo-T – mesmo que com
menor variedade. Atualmente os requisitos dos clientes exigem
disponibilidade e variedade de produtos, que pode ser traduzido em meios
produtivos mais rápidos e flexíveis, conforme representado na Figura 2.1.

Figura 2. 1 – Paradigma da transformação da produção

Fonte: Adaptado de KOREN (2010)

A fabricante japonesa de automóveis Toyota foi fundada em 1937,

após 13 anos a empresa chegou próxima à falência devido a falhas de
gerenciamento. Então Eiji Toyoda e o chefe de produção Taiichi Ohno
10

estudaram profundamente os processos e concluíram que produção em

massa não era viável para o mercado local, o que os direcionou para
desenvolver o Sistema Toyota de Produção – STP (WOMACK et al,
1990). Devido às exigências da inter-relação mercado e suprimentos, o
STP busca constantemente aumentar flexibilidade, produtividade e
lucratividade, e ao mesmo tempo reduzir custo operacional, tempo ocioso
e outros tipos de Muda – palavra japonesa para desperdícios –
(MORGAN; LIKER, 2008).
O padrão de sucesso desenvolvido foi então ocidentalizado e
vastamente divulgado como Manufatura Lean. Atualmente diversos
fabricantes compreendem as vantagens – p.ex. carga de trabalho
equilibrada – e os benefícios – p.ex. conhecimento do fluxo de valor – da
adoção desta abordagem (BASHKITE et.al., 2012).

2.1.1 Conceitos básicos da Manufatura Lean

O STP é único e sem paralelos, o pensamento base para um sistema

de produção baseado em pedidos e métodos de implementação foram
aperfeiçoados através de vários anos e diversas tentativas (JMA, 1986).
Para cumprir as exigências de eliminação de desperdício – base da
filosofia Lean – dois pilares base são necessários, sendo eles o Just-in-
time – JIT – e autonomação (OHNO, 1988).
O JIT foi desenvolvido através de anos de estudos em busca de
minimizar estoques de processo, em que as partes serão disponibilizadas
para o processo de manufatura do produto no momento exato da
utilização, e a autonomação pode ser compreendida como automação com
comando humano, sendo composto por um processo automatizado,
porém só iniciado no momento em que o operador necessita da operação,
mitigando atividades sobressalentes e superprodução.
O STP indica sete tipos de desperdício, os quais foram tipos
recorrentes em análises e desenvolvimentos do sistema. A Tabela 2.1
apresenta estes sete tipos de desperdícios, assim como uma breve
explicação dos significados práticos.
Na manufatura Lean a abordagem quanto à eficiência pode ser
compreendida em dois tipos, eficiência referente a matéria prima e ao
fluxo de materiais. A eficiência quanto ao fluxo é definida pela fração –
porcentagem – do tempo na qual a matéria prima é realmente
transformada para a formação de um produto, do início ao fim do
processo (TOIVONEN; SIITONENB, 2016).
 11

Tabela 2. 1 – Os sete principais tipos de desperdício

Tipo de desperdício Significado
Produzir mais ou antes da necessidade do processo
Produção em excesso seguinte
Espera Esperar por materiais, informações ou decisões
Transferir excessivamente materiais ou informações
Transporte de um lugar para outro
Realizar tarefa desnecessária ou processamento
Processamento extra
desnecessário em uma operação
Acumulo de materiais ou informações que não são
Estoque
utilizados
Excesso de movimentação ou atividade durante a
Movimentação
execução da tarefa
Inspeção para detectar problemas de qualidade ou
Correção
para consertar defeitos
Fonte: Adaptado de MORGAN e LIKER (2008) e SHINGO (1996)

Geralmente a eficiência do fluxo é acrescida por meio da

reorganização do chão de fábrica e identificação das famílias de produtos.
De forma que mudando, quando possível, de um layout funcional – p.ex.
departamental – para um layout de fluxo contínuo – p.ex. célula – se reduz
desperdícios de transporte, assim como melhora o fluxo de informações,
sendo famílias de produtos com processos e etapas semelhantes,
conforme ilustrado na Figura 2.2, identificadas e o sistema alterado para
cumprir suas exigências (IKOVENKO, BRADLEY, 2004; SLACK et al.
2010; ROTHER, SHOOK, 2003).

Figura 2. 2 – Identificação da família de produtos

Fonte: Adaptado de ROTHER, SHOOK (2003); IKOVENKO, BRADLEY (2004)

Uma das ferramentas apresentadas pelo STP para uma visão

heurística do sistema é o mapeamento do fluxo de valor – VSM –
conforme exemplificado na Figura 2.3.
12

Essa é uma ferramenta para constatação da situação atual do sistema,

identificação de fontes de desperdício e base para projetação de melhorias
(ROTHER; SHOOK, 2003).
Deste modo, o VSM pode ser compreendido como uma ferramenta
com finalidade de estudar profundamente as relações entre os processos,
identificando gargalos, disponibilidades, tempos de preparação e
operação das etapas, além da identificação de desperdícios.
Conforme ilustrado no exemplo, é possível identificar que os
estoques presentes entre os processos são ocasionados pela disparidade
de tempo entre as operações.

Figura 2. 3 – Exemplo de mapa de fluxo de valor – VSM

Fonte: Autor

Com os conceitos básicos apresentados, pode ser observado que a

forma com que a manufatura Lean compreende e estuda os processos é
diferente das maneiras tradicionalmente utilizadas pelo ocidente.
Propiciando em muitos casos melhorias significativas na redução dos
tempos de atravessamento total.

2.1.2 Gestão Visual

O conceito de gestão visual é vastamente aplicado e incentivado na

manufatura Lean, principalmente quando se trata de 5S, nos quesitos de
self-explaining, self-ordering e self-improving, pois num sistema
altamente visual, qualquer situação fora do padrão pode ser rapidamente
identificada e corrigida (GREIF, 1991). Além de prover transparência de
 13

acontecimentos, disciplina e facilitar a melhoria contínua (TEZEL et al.,

2009).
A gestão visual é um dispositivo de comunicação que mostra/informa
como ou qual é o padrão do trabalho a ser realizado. Podendo ser, por
meio de indicadores ou informações críticas para o fluxo de processos
(JACKSON, 2009).
Desta forma, a gestão visual auxilia os grupos a atingirem seus
objetivos, orientando o processo e ao mesmo tempo mostrando a situação
do processo em relação ao planejado. Além disso evidencia, de forma
simplificada, quando o processo fica fora de seu padrão (LIKER, 2004).
A gestão visual é, em muitos casos, a consequência de um trabalho
padronizado. Isto é, a partir da determinação de como um trabalho deve
ser feito, qual o lugar de cada item, quantas unidades devem estar em cada
local, formalizando o padrão. Facilitando assim, identificar se o processo
está ocorrendo de forma normal ou anormal (JACKSON, 2009).
Como objetivo, a gestão visual promove transparência, expondo os
problemas e os desperdícios para que sejam eliminados, além de reduzir
o déficit de informações no local de trabalho e assim facilitando a tomada
de decisão em tempo real (GRABAN, 2011).

2.1.3 Melhoria na Manufatura Lean

Em Lean, a melhoria de processos é basicamente denominada pela

palavra japonesa Kaizen (ROTHER; SHOOK, 2003), no qual existem
dois tipos:

i. Do Fluxo: melhoria do fluxo de valor;

ii. Do Processo: eliminação de desperdícios.

A Figura 2.4 apresenta a representação visual da separação do foco

quanto à melhoria, identificando que não existe função exclusiva de
melhoria para nenhum extremo. Na representação a segmentação do foco
ocorre devido ao grau de contato com o sistema, pois em nível de
processos os operadores estão situados na interface equipamento-produto
e quaisquer tipos de desperdício – de conhecimento do operador – são
facilmente identificados. Enquanto em nível gerencial o foco se faz
predominantemente quanto aos fluxos de materiais e informações, em que
possíveis reconfigurações do layout e possíveis trocas de maquinário tem
maior influência nas decisões.
14

Figura 2. 4 – Diversificação dos tipos de Kaizen

Fonte: (ROTHER; SHOOK, 2003)

Pode ser observado que a forma de divulgação da ML no ocidente

foi, até meados da década de 1990, por meio de inserção de ferramentas
e conceitos, normalmente cópias pouco adaptadas das melhores práticas
existentes na fábrica da montadora Toyota. Com as falhas de aplicação
no ocidente, a mentalidade que fomenta a melhoria iniciou a ser
investigada com maior intensidade.

2.1.4 Lean Thinking

A forma de pensamento – ou mindset – pela qual o sistema enxuto

opera foi investigada, estudada e publicada por Womack e Jones (1996),
apresentando cinco princípios, sendo eles:

i. Especificar Valor: considera valor um produto, serviço ou

ambos que atendem as expectativas dos consumidores;
ii. Identificação do Fluxo de Valor: busca por compreender
todos os passos de transformação entre fornecedor e cliente
(interno ou externo), identifica-se assim atividades quanto a
sua necessidade e valor gerado, visa eliminar desperdícios;
iii. Estabelecer Fluxo: torna a sequência de criação de valor
mais fluida, rompendo barreiras departamentais, reduzindo
distância entre fornecedor e consumidor.
iv. Puxar a produção: permite que o cliente – interno ou externo
– puxar a criação de valor na cadeia, transformando –
materiais ou informações – conforme necessidade.
v. Perfeição: remete a melhoria contínua, onde novas soluções
são potencializadas pela transparência dos sistemas.
 15

Deste modo, mesmo com a base para resolução de problemas

racionalizada, sua aplicação ainda não se faz sustentável ou duradoura,
motivando pesquisas de maior profundidade sobre o mindset dos
colaboradores quanto à melhoria. De acordo com Soltero (2011), apesar
da existência de diversas técnicas para melhoria contínua ocorrem mais
falhas do que sucessos, de modo que para atingir resultados sustentáveis
todos os recursos devem ter a capacidade de adaptação.

2.2 Toyota Kata

A pesquisa deste mindset identificou a existência de rotinas de

aprendizagem e interação entre os diversos níveis hierárquicos da
empresa, e orienta a evolução – ou melhoria – do sistema.
Na abordagem Toyota Kata a orientação para a melhoria – ou visão
– é desdobrada para os diversos níveis hierárquicos, de forma a permear
a organização. Em que os diversos obstáculos – ou gaps – existentes entre
a condição atual e uma condição evoluída de operação deve ser superada
sistemática e cientificamente (ROTHER, 2009).
De acordo com Soltero (2011) e Rother (2014) a abordagem Kata, se
praticada continuamente, atende os seguintes objetivos:

i. Provê senso de direção para as ações de melhoria, de modo

fractal, do nível mais alto até o mais baixo;
ii. Possibilita e acondiciona os praticantes da abordagem a
identificar problemas, e aceitar novas melhorias.
iii. Auxilia iniciantes a desenvolver novas habilidades por
possuir uma rotina bem estruturada;
iv. Permite que a organização desenvolva um modo comum de
pensar e agir;
v. É uma forma efetiva de traduzir princípios e conceitos em
algo possível de ensinar.

2.2.1 Fundamentos da abordagem Toyota Kata

Toyota Kata – TK – é uma abordagem sistematizada por Mike Rother

em Rother (2009) como resultado de profunda análise das rotinas e
hábitos presentes na montadora japonesa Toyota, buscando os
fundamentos e diferenciais para o sucesso de implementações de
melhoria.
Desta maneira, o autor adotou o termo Kata, por se referir na língua
japonesa a uma sequência de atividades nas artes marciais que
16

eventualmente se tornam parte do comportamento dos participantes,

como uma espécie de reorientação das redes neurais (TOIVONEN, 2015).
Esta rotina serve como um método de transferência de conhecimento de
um coach para um aprendiz com menos experiência (SOLTERO, 2011).
Nesta abordagem, o trabalho cotidiano de todo e qualquer funcionário
é separado em duas partes, o próprio trabalho e o trabalho de melhoria.
Desta forma, a manufatura Lean pode ser subdividida em parte visível e
invisível, conforme apresentado na Tabela 2.2, em que por muitos anos o
ocidente se apropriou e aplicou somente a parte visível, que é formada
por melhores práticas e ferramentas identificadas no STP.

Tabela 2. 2 – Subdivisão da Manufatura Lean

Lean Partes Exemplos
o Mapeamento de fluxo de valor
o Kanban
• Ferramentas
o Supermercado
Visível • Práticas
o Flow Rack
• Princípios o 5S
o Just-in-Time
• Pensamento o Definição de condição futura
Invisível gerencial o Método científico
• Rotinas o Aprendizagem
Fonte: Adaptado de ROTHER (2009)

Esta abordagem é composta por duas partes, Kata Coaching e Kata

de Melhoria. De acordo com Reverol (2012) Kata Coaching cumpre a
função de facilitar e aprimorar o desempenho por meio de padrões e
rotinas específicas. Segundo Werner et al. (2017), Kata de melhoria visa
tornar a melhoria contínua uma capacidade sistemática, na qual os
colaboradores devem aprender para treinar e ensinar toda a organização.

2.2.2 Abordagem Toyota Kata de Melhoria – IK

De acordo com a abordagem, a melhoria ocorre de forma interativa

entre os envolvidos no processo, em que os diversos níveis de comando
exercem funções específicas. Concomitantemente aos tipos de Kaizen –
apresentado no Tópico 2.1.2 – níveis mais altos de comando tem maior
foco em melhoria no fluxo, já operadores, melhorias localizadas.
A abordagem IK indica que caminho percorrido para a evolução de
um processo é composto por basicamente quatro itens, sendo eles a
condição atual de operação, a condição alvo, o desafio e a visão da
 17

empresa, em que para transitar entre condições existem obstáculos,

conforme ilustrado na Figura 2. 5.

Figura 2. 5 – Visão geral da abordagem Toyota Kata de melhoria

Fonte: Adaptado de Rother (2015)

Porém a maneira proposta pela abordagem IK de guiar o sistema

entre condições segue uma mentalidade diferenciada. Em que Rother
(2009) propõe quatro passos para o procedimento de melhoria de
processos, sendo o procedimento comum para todos os níveis
hierárquicos da empresa, sendo este:

i. Compreender a direção: essa etapa tem a função de orientar

a evolução do sistema, considerando variáveis definidas e
relevantes à visão de longo prazo da organização;
ii. Entender da Condição Atual: essa etapa tem a função de
analisar as variáveis, fatos e dados para compreender a
condição atual de operação do processo;
iii. Estabelecer a próxima Condição-Alvo: essa etapa tem a
função de definir as condições de operação posteriores para
o sistema por meio de uma combinação de atributos
desejados, para uma data ou um prazo específico;
iv. Iteração em direção a Condição-Alvo: essa etapa tem a
função de, com base nas variáveis previamente definidas e
obstáculos identificados, conduzir ciclos experimentais em
que os participantes aprendem conforme evoluem o sistema
entre as condições.

Desta maneira, o procedimento de melhoria pode ser entendido a

partir da compreensão do desafio ou visão (i), a Condição Atual é
analisada (ii), uma versão evoluída de operação – ou Condição-Alvo – é
proposta (iii) e por meio de ciclos de planejamento e experimentação os
obstáculos – ou problemas – são superados com finalidade de alcançar os
requisitos da Condição-Alvo (WERNER et al. 2017).
Com o procedimento para melhoria identificado, a Figura 2.6 ilustra
o sequenciamento das atividades integrado ao caminho percorrido para a
18

evolução do processo, em que pode ser observado que a evolução deve

ter um senso de direção e objetivos atingíveis.

Figura 2. 6 – Procedimento da abordagem Kata de melhoria

Fonte: Adaptado de Rother (2015)

Com o conhecimento e compreensão da Visão – ou Desafio – da

empresa, entendimento da Condição A,tual (CC) de operação e projetação
da Condição-Alvo (TC) ciclos de experimentação podem ser realizados
para guiar o sistema. De forma que no momento que a CC se igualar à
TC, uma nova TC será proposta, o mesmo ocorre para o Desafio,
aproximando as condições de operação às condições idealizadas na Visão.
A partir da identificação dos procedimentos para a melhoria, de
acordo com a abordagem IK, e a diferenciação de foco entre os níveis
hierárquicos da empresa, a Figura 2.7 apresenta o desdobramento da visão
da empresa para cada nível, a identificação dos tempos de ciclo, assim
como o relacionamento entre Coach e Aprendiz.
O desdobramento é iniciado pelo Nível Organizacional com a
definição do Desafio para a empresa, este desafio é tomado como a
direção para o nível subjacente. Em Nível do fluxo de valor o estado atual
de operação é analisado e um estado futuro é proposto com base na visão.
O estado futuro proposto guia então o Nível loop do fluxo de valor que
subsequentemente serve como direção para o nível processo, em que CCs
e TCs serão analisadas e propostas, respectivamente. Pode ser
identificado também que o tempo de ciclo de iteração é fragmentado ao
decorrer da cadeia hierárquica, em que a Diretoria apresenta ciclos de
 19

longo prazo e Colaboradores curto prazo, de acordo com Rother (2009)

os ciclos de melhoria em nível de processo ocorrem diariamente.

Figura 2. 7 – Desdobramento da direção para a melhoria na abordagem TK

Fonte: Adaptado de Rother (2015)

A abordagem Toyota Kata trata das relações de aprendizagem dentro

do sistema produtivo, não de simples ferramentas, aumentando assim a
criação e sustentabilidade de melhorias internas ao sistema, de forma que
esta pesquisa considerou como uma abordagem de pesquisa-ação.
Conforme apresentado, o caminho entre a CC e TC apresenta
obstáculos e a maneira de sistematicamente as superar é baseada no
método científico. Para Rother (2009) a superação de obstáculos ocorre
de forma iterativa e consiste na formulação de hipóteses, planejamento,
experimentação e aprendizagem, sendo codificado pelo ciclo PDCA.

2.2.3 Método científico no IK

O ciclo PDCA – da língua inglesa Plan, Do, Check e Act – foi

idealizado por Walter Shewhart na década de 30 e divulgado por Deming
em 1950. O ciclo inicia com o planejamento da atividade, seguido da
execução da atividade proposta, que posteriormente será checada quanto
à efetividade e finalizado pela avaliação e possível aprimoramento
(MOEN, 2009).
20

Conforme descrito no procedimento de melhoria de acordo com a

abordagem IK, o caminho entre a CC e TC apresenta obstáculos, as quais
são compostos por problemas e não podem ser totalmente antecipados.
Para alguns casos tais problemas contidos nos obstáculos são
completamente desconhecidos. Por esse motivo, a abordagem Kata
orienta que se aborde um obstáculo por vez, para aprofundar a
compreensão sobre os processos (ROTHER, 2010).
Desta forma o caminho entre a CC e TC pode ser compreendido
conforme ilustrado na Figura 2.8, na qual somente uma parcela dos
obstáculos pode ser antecipada, sendo limitada à fronteira do
conhecimento. Em que, entre a CC e a fronteira, a relação causa-efeito
dos problemas é conhecida e as melhores práticas – ferramentas e
conceitos – Lean podem ser utilizadas com maior probabilidade de
sucesso. Para entre a fronteira do conhecimento e a TC, por não ter
conhecimento da relação causa-efeito, aplicar as melhores práticas Lean
provavelmente não ocasione nos efeitos desejados, neste caso a resolução
do problema deve ocorrer por meios sistemáticos, científicos e criativos.

Figura 2. 8 – Representação gráfica dos obstáculos inerentes à evolução

Fronteira do
conhecimento
? ? ? ?
? ?
Condição Condição
? ? ? ?
Atual Alvo
Problema com a relação Problema sem a relação
causa-efeito conhecida causa-efeito conhecida
- Aplicação das melhores - Resolução sistemática de problemas
práticas Lean - Método científico
- 5S, VSM, Kanban, etc. - Rotina de aprendizagem
- Criatividade

Fonte: Adaptado de ROTHER (2009)

De acordo com a abordagem Kata de melhoria a interação entre os

níveis – encontros Coach e aprendiz – ocorre utilizando o conceito do
Storyboard. Este é um quadro onde ocorrem os encontros e em que são
registradas as informações mais relevantes sobre o processo. Conforme
ilustrado na Figura 2.9, pode ser observada a presença da identificação do
processo e do desafio, assim como dados e informações da CC e TC, em
que para TC existe a presença do prazo para atingir os parâmetros
desejados, assim como o registro dos obstáculos encontrados e
experimentações realizadas.
 21

Figura 2. 9 – Storyboard utilizado na abordagem IK

Fonte: Rother; Aulinger (2017)

Com o conhecimento exposto anteriormente, foi possível categorizar

a aplicação quanto à resolução de problemas, para isso foi adotado o
framework Cynefin e suas definições. Este framework foi desenvolvido
por David J. Snowden em Snowden (2007) para auxiliar a tomada de
decisões, considerando que um problema pode ser categorizado por cinco
domínios em três condições, sendo apresentados pela Tabela 2.3.

Tabela 2. 3 – Condições e categorias do Cynefin Framework

Relação
Condição Domínio
causa-efeito
Simples Conhecida
Ordenados
Complicado Requer investigação
Complexo Análise retrospectiva
Não Ordenados
Caótico Não há relações
Desordenados Desordem Desconhecida
Fonte: Adaptado de SNOWDEN (2007)
22

O esquema apresentado na Figura 2.10 correlaciona as ferramentas e

abordagens apresentadas anteriormente para cada domínio de problema,
também pode ser observado que um problema complexo pode ser
investigado e respondido, caso a relação causa-efeito se torne
compreendida o mesmo problema será, no futuro, caracterizado como um
problema complicado e consequentemente ao identificar completamente
o que envolve o problema, o mesmo se torna do tipo simples. Porém,
conforme indicado por Snowden (2007), um problema indevidamente
classificado como simples – p.ex. inserir Kanbans no sistema como
solução paliativa para gerar fluxo contínuo – pode causar perda de
controle, se transformando em um problema caótico, onde grande esforço
e custo serão necessários para corrigir o erro.

Figura 2. 10 – Cynefin Framework com conceitos ML

Complexo Complicado
Investigar - Perceber - Responder Perceber - Analisar - Responder
Práticas Emergentes Boas práticas

Desordem

Caótico Simples
Atuar - Perceber - Responder Perceber - Classificar - Responder
Novas Práticas Melhores Práticas
Lean Tools

Fonte: Adaptado de SNOWDEN (2007)

A adoção deste Framework possibilita melhor entendimento de como

elaborar estratégias para abordar o problema e as capacidades exigidas
para a resolução do mesmo. A Tabela 2.4 apresenta, para problemas
ordenados e não ordenados, informações de causa-efeito, estratégia de
abordagem e capacidades necessárias para resolução do problema.
De forma que, para a resolução de um problema simples e ordenado,
em que a relação causa-efeito é conhecida, se faz necessário apenas
perceber, adaptar e aplicar melhores práticas em que capacidades como
conhecimento e eficiência são necessárias.
Para um problema complicado, que também é do tipo ordenado, a
resolução exige análise pois já existem mais causas e efeitos, porém que
podem ser conhecidas por meio de análises, exigindo conhecimentos
especializados e modelagem do problema, aplicando boas práticas.
Ao abordar um problema não ordenado capacidades distintas são
necessárias. Para um problema complexo é necessário investigar causas e
efeitos uma vez que a relação não pode ser completamente conhecida,
 23

necessitando de formulação de hipóteses, experimentações e

aprendizagem, em que reconhecimento de padrões é uma das capacidades
necessárias, gerando práticas emergentes.
Problemas caóticos são os que a relação causa-efeito é inútil para a
resolução de problemas, pois o problema é muito dinâmico, em que para
resolver é necessário atuar sobre o sistema, coletar dados e analisar em
retrospectiva, exigindo capacidades de detecção rápida, agilidade,
flexibilidade e criatividade, concebendo novas práticas.
Em casos de desconhecimento completo de causa-efeito, sem
possibilidade de investigação o problema é caracterizado como desordem.

Tabela 2. 4 – Estratégias e capacidades necessárias para resolução de problemas

Caracterização Relação causa- Estratégia de Capacidades
do problema efeito abordagem necessárias
Lógico, previsível, Conhecimento,
Adaptação e
Simples consistente precisão,
aplicação
(ordenados) eficiência
Pode ser descoberta, Mentes analíticas,
Modelar e analisar
Complicado necessita análise conhecimento
sistemas cruciais
(ordenados) especializado
Não pode ser Planejamento e
Concepção de
completamente concepção de testes,
Complexo hipóteses, testes e
compreendida reconhecimento de
aprendizagem
(não ordenados) padrões
Relacionamento inútil Detecção rápida,
Análise em
para resolução do agilidade,
Caótico retrospectiva,
problema flexibilidade e
adaptações rápidas
(não ordenados) criatividade
Adaptado de MCLEOD; CHILDS (2013) e CZINKI; HENTSCHEL (2016)

Considerando as ferramentas Lean, pode ser compreendido que as

mesmas tratam de melhores práticas, por sua vez resolvem problemas do
tipo simples. Em alguns casos uma combinação entre ferramentas pode
ser utilizada para resolver problemas complicados, pois existe maior
quantidade de causas ou efeitos no problema.
Deste modo, a Figura 2.11 apresenta os tipos de problemas presentes
nas diversas partes do processo de evolução de um sistema, no qual pode
ser compreendido que obstáculos próximos da CC podem ser
caracterizados como simples, uma vez que as melhores práticas são
aplicáveis com resultados positivos. Nas imediações da fronteira do
conhecimento os obstáculos encontrados ainda são do tipo ordenado,
24

porém para a compreensão do problema é necessária a elaboração de

análises e modelagens, tornando necessário conhecimento especializado.
Ao atravessar a fronteira do conhecimento a relação causa-efeito não
se faz completamente conhecida, em que para resolução do problema o
mesmo deve ser investigado e percebido, tornando necessárias
habilidades em concepção de testes e reconhecimento de padrões. Em
que, ao se abordar problemas muito distantes da fronteira, o conhecimento
da relação causa-efeitos não apresenta função útil para a resolução, de
forma que o sistema deve ser estimulado e os efeitos percebidos,
necessitando de capacidades como a detecção rápida.

Figura 2. 11 – Caracterização dos tipos de problemas em relação à fronteira do

conhecimento
Complicado

Simples Complexo

? ? ? ?
? ?
Condição Condição
? ? ? ?
Atual Alvo
Problema com a relação Problema sem a relação
causa-efeito conhecida causa-efeito conhecida
- Aplicação das melhores - Resolução sistemática de problemas
práticas Lean - Método científico
- 5S, VSM, Kanban, etc. - Rotina de aprendizagem
- Criatividade

Fonte: Autor

Deste modo, os procedimentos internos ao processo de melhoria,

conforme descritos na abordagem IK, apresentam algumas características
que suprem as necessidades exigidas para resolução de problemas
complicados e complexos. Porém existe a falta de suporte para a análise
dos obstáculos e a caracterização do tipo do problema presente no mesmo.
Desta forma, não distinguindo as maneiras de abordar o problema quanto
ao tipo do mesmo e sem indicar princípios de solução, ocasionando a
aplicação indiscriminada de ferramentas Lean. Isso se deve ao modo com
que a abordagem IK orienta a elaboração de planejamentos de soluções
para os problemas contidos nos obstáculos, que utiliza o conhecimento
dos envolvidos, com propostas obtidas por meios intuitivos. Essa forma
indicada pela abordagem IK para elaboração de planejamentos de solução
aos obstáculos é igual para todos os níveis.
 25

2.3 Teoria da Resolução Inventiva de Problemas (TRIZ)

As abordagens Lean e Kata de melhoria, apesar de terem sido

originadas com mesma base, apresentam maneiras distintas para a
resolução de problemas e elaboração de melhorias. Na abordagem Lean
a melhoria é realizada por meio de eventos de melhoria e ferramentas
pouco adaptadas das melhores práticas desenvolvidas pela a montadora
Toyota, já a abordagem IK é composta por uma maneira científica e
sistemática para identificação e resolução de problemas. Porém ambas as
abordagens são dependentes do conhecimento dos praticantes, em que
propostas de solução são geradas de forma intuitiva – p.ex. Brainstorm e
Benchmarking – baseadas na tentativa e erro, propiciando os efeitos da
inércia psicológica 5 como a baixa criatividade.
Conforme ilustrado na Figura 2.12 a resolução de um problema
apresenta diversos caminhos e meios, em que a inércia psicológica –
representada no vetor “V” – normalmente guia o raciocínio erroneamente
por manter as propostas de soluções dentro da zona de conforto, não
explorando soluções alternativas, efeito que deve ser evitado ou mitigado.

Figura 2. 12 – Tentativa e erro na resolução de problemas

Problema

Solução

Fonte: Adaptado de ALTSHULLER (1999)

Existem meios para minimizar a influência da inércia psicológica,

como a teoria da resolução inventiva de problemas. Esta teoria foi
originada por meio de análise de patentes de sucesso – alguns autores
citam cerca de 200.000 patentes inicialmente – por Genrich Altshuller e
seus colaboradores, visando identificar correlações e meios que levaram
ao sucesso. Desta forma criando a teoria TRIZ, acrônimo para nome em
russo Teoriya Resheniya Izobretatelskikh Zadatch.
5
Inércia psicológica é a tendência de um indivíduo se manter em sua zona de conforto, não
buscando soluções diferentes para um problema;
26

Todo o conhecimento adquirido pelo homem (exceto matemática e

filosofia) pode ser classificado em três grupos, estudo de eventos da
natureza, comportamento humano e objetos artificiais. A singularidade da
TRIZ é que ela combina conhecimentos desses três grandes grupos. Em
suma, a TRIZ é uma teoria sistematizada para a resolução inventiva de
problemas baseada em conhecimento e orientada pelo homem
(SAVRANSKY, 2000).
Baseado na dificuldade de determinação de um problema, devido à
quantidade de variáveis e o número possível de etapas até a obtenção de
uma solução aceitável, o esquema bidimensional apresentado na Tabela
2.5 pode ser usado para apresentar métodos com capacidade de cumprir
estes requisitos, ressaltando que a TRIZ apresenta formas para que causas
e direções de soluções desconhecidas possam ser abordadas
simultaneamente (ZHANG, 2004, apud SAVRANSKY, 2000).

Tabela 2. 5 – Ferramentas e conceitos aplicáveis às relações causa-efeito

Brainstorm
Desconhecido

Lateral thinking
Mental mapping TRIZ
Análise Morfológica
TRIZ
Efeito

Brainstorm Brainstorm
Conhecido

Lateral thinking Lateral thinking

Mental mapping Mental mapping
Análise Morfológica Análise Morfológica
TRIZ TRIZ
Conhecida Desconhecida
Causa
Fonte: Adaptado de ZHANG (2004), apud SAVRANSKY (2000)

Uma das maiores dificuldades encontradas na resolução de qualquer

problema é a inércia psicológica, em que o raciocínio é guiado por
experiências passadas e dentro de zonas de conforto, resultando em
soluções de baixo grau de criatividade e inovação (SAVRANSKY, 2000).
Ao percorrer o caminho requisitado pela teoria para a resolução de
um problema, o usuário é impossibilitado de permanecer em inércia
psicológica, pois necessita compreender o problema, abstrair o problema
factual para um problema genérico, procurar soluções genéricas para o
problema genérico e finalmente o adaptar a solução genérica para o caso
específico. O direcionamento de pensamento requisitado pela teoria –
conhecido como “prisma” – está apresentada na Figura 2.13.
 27

Figura 2. 13 – Prisma para resolução inventiva de problemas

Problema Solução
genérico genérica

Abstração Concretização

Problema Resolução
específico específica

Fonte: Adaptado de CAMERON (2010)

Para o desenvolvimento e geração destas soluções, foram criados e

aperfeiçoados métodos, ferramentas e conceitos dentro da teoria. Os com
maior relevância para esta pesquisa estão apresentados nos próximos
tópicos, com mais informações anexadas ao projeto.

2.3.1 Idealidade e Tendências da evolução

Partindo da premissa de que todo e qualquer sistema com funções

necessárias deve evoluir, a idealidade é a medida da proximidade do ST
ao ideal, em que o ideal é um sistema com somente as funções requeridas
e nenhum aspecto negativo – denominadores da equação – conforme
apresentado por meio da Equação 2.1 e decomposta na Tabela 2.6.

∑ 𝐹𝐹
𝐼𝐼 = (2.1)
∑(𝑃𝑃, 𝑉𝑉, 𝐿𝐿, 𝑇𝑇, 𝐸𝐸, $)
Este princípio enfatiza que a evolução deve conceder aos sistemas
maior segurança, simplicidade e efetividade na função, sem adicionar
custos, desta maneira trata de princípios complementares ao da
manufatura Lean (NICOLETTI; QUINELLO, 2009).

Tabela 2. 6 – Fatores equação idealidade

Fatores Significado
I Idealidade
F Função útil do Sistema Técnico
P Peso do Sistema Técnico
V Volume do Sistema Técnico
L Dimensões do Sistema Técnico
T Tempo necessário
E Energia consumida
$ Custo monetário
Fonte: Adaptado de SIBIRYAKOV, LEKOMTSEVA (2007)
28

Derivado do conceito de idealidade, o conceito de Resultado Final

Ideal – IFR – foi gerado, significando estágios entre a condição atual do
sistema e um estado evoluído do ST de alta idealidade, que de forma
gráfica – Figura 2.14 – pode ser representado por um cone, em que o
sistema inicialmente apresenta baixa idealidade e deve ser conduzido a
um ponto de extremamente alta idealidade. Porém, para transitar entre os
opostos de idealidade existem três formas principais, dependendo do
cunho de possibilidades, em que ao se iniciar pelo conhecimento existente
tende-se a manter a baixa idealidade, já se existe total liberdade para
recriar o sistema pode-se buscar uma solução ideal, e finalmente se existe
a possibilidade de buscar conhecimentos externos e recomeçar,
ferramentas e conceitos da teoria podem guiar o sistema para o caminho
da idealidade (MANN, 2003).
Ao buscar conhecimentos externos e aplicar ao problema local,
ferramentas como a Matriz de Contradições, Tendências de Evolução –
TEs – e Trimming podem ser utilizadas, na qual cada uma guiaria o
sistema a um limite evolutivo. Um ST que evoluiu ao máximo em todas
as oito TEs, pode ser considerado na idealidade (MANN, 2002).
Em que a transição entre condições e idealidades de um sistema são
gradativamente melhoradas, com foco na condição ideal de operação, tal
condição é composta somente por funções uteis e sem desperdícios.

Figura 2. 14 – Resultado Final Ideal – IFR

Fonte: Adaptado de MANN (2002)

2.3.2 Soluções para problemas contraditórios

Para a teoria TRIZ uma contradição é caracterizada por conflito entre

pares de requisitos, em que a melhoria realizada em um parâmetro afeta
negativamente o outro (BALL, 2009).
 29

A Matriz de contradições – MC – é uma das ferramentas mais

utilizadas da teoria, nesta matriz dois dos conceitos identificados por
Altshuller são integrados, sendo eles os princípios inventivos – PIs – e os
parâmetros de engenharia – PEs – sendo que PEs são princípios
conflitantes e PIs são apresentados como pontos de partida – ou insights
– para solucionar conflitos.
No caso de aumento da “precisão de manufatura” de um objeto a
“velocidade” de manufatura será impactada negativamente, na qual ao
aumentar a precisão se reduz a velocidade de produção. Para superar esse
conflito são indicados PIs, conforme apresentado na Figura 2.15.
Significando assim que possivelmente organizar operações para
realizar “Ação Prévia” foi o PI mais utilizado para soluções deste conflito,
seguido de “Substituição do ST” e “Troca de cor”.

Figura 2. 15 – Exemplo de aplicações da Matriz de Contradições

Fonte: Adaptado de GADD (2011)

As tabelas completas contendo os 39 PEs, 40 PIs e a MC são

apresentadas no Anexo A deste projeto.

2.3.3 Solução para problemas não contraditórios

Superar contradições auxilia na resolução de problemas, porém

muitas vezes as contradições não são evidentes, necessitando analisar as
causas e efeitos do problema por meio de uma ferramenta que considera
substâncias e campos (SALAMATOV; SOUCHKOV, 1999)
Análise Substância-Campo – ou Su-Field – foi criada por Altshuller
e fornece uma descrição simples e rápida das interações entre subsistemas
em zona operacional por meio do modelamento e determinação das
entradas e saídas de todos os sistemas (SAVRANSKY, 2000).
Uma função realizada entre duas ou mais substâncias pode prover
benefícios ou danos, que podem ser classificados como suficientes,
insuficientes, ausentes ou prejudiciais, tais funções são representadas na
modelagem por meio de um conjunto de setas. Por sua vez, com o tipo de
30

problema compreendido as Standard Solutions podem ser identificadas e

aplicadas para corrigir o problema, seja por mudar, remover ou adicionar
substâncias ou campos (GADD, 2011). A Figura 2.16 contém a
simbologia utilizada neste tipo de análise, na qual estão representados os
tipos de campos inerentes a um sistema, estes campos podem pertencer a
efeitos físico, químico, térmico, elétrico, magnético e gravitacional
(TERNINKO, 2000).
Figura 2. 16 – Pictografia indicada para a análise Su-Field

Efeito não avaliado

Efeito desejado
Efeito insuficiente
Efeito prejudicial
Substituição do modelo
Fonte: adaptado de GADD (2011) e ALTSHULLER (1984)

Partindo da analise Su-Field, as 76 Standard Solutions podem ser

consultadas e aplicadas, estas foram compiladas pelos criadores da TRIZ
e organizadas em cinco grupos, ou classes (TERNINKO et al, 2000):

Classe 1 Melhorar o Sistema com pouca alteração – 13 standard solutions

Classe 2 Melhorar o Sistema pela troca do mesmo – 23 standard solutions
Classe 3 Transição do sistema – 6 standard solutions
Classe 4 Detecção e mensuração – 17 standard solutions
Classe 5 Estratégias para simplificação e melhoria – 17 standard solutions

Em que as classes 1 e 2 provêm soluções iniciais que criam, destroem

e desenvolvem interações entre substâncias e campos. A classe 3 auxilia
com ideias providas das tendências da evolução para melhorar os
sistemas. Soluções quanto a detecção e mensuração são dispostas na
classe 4. E a classe 5 é dedicada a evolução do sistema em direção ao
ideal (CAMERON, 2010).
A Figura 2.17 apresenta um exemplo de análise Su-Field seguido da
coleta e aplicação das Standard Solutions. Nesta foi considerado o
problema de excesso de luz em uma planta, no qual o problema foi
transcrito para a notação necessária, seguido da utilização das Standard
Solutions para o caso em questão. Conforme ilustrado na imagem, o
insight apresentado para um campo do tipo prejudicial, no contexto de
melhorar o sistema com pouca ou nenhuma alteração – Classe 1 – foi a
subclasse 1.2 que trata da redução, eliminação ou boqueio da ação danosa,
indicando a inserção de uma substância de sacrifício para absorver o
campo indesejado.
 31

Figura 2. 17 – Exemplo de aplicação da análise Su-Field

Fonte: Autor

O Anexo B contém o fluxograma de escolha de classes assim como

a lista completa das Standard Solutions.

2.4 Síntese do referencial teórico

Tomando como base uma visão geral de melhorias em sistemas
técnicos, especificamente com foco em processos de manufatura, é
possível identificar que as abordagens – Lean e Kata – e a teoria TRIZ
apresentam maneiras diferentes de abordar problemas semelhantes.
Em que a abordagem Lean visa a melhoria em processos de
fabricação de forma contínua, associando produtos para que processos
possam ser compartilhados, assim aumentando a flexibilidade do sistema.
Com um fluxo de processos comum, a abordagem apresenta ferramentas
de análise – p.ex. VSM – e formas de controle dos processos – p.ex.
padronização e gestão visual – que propiciam a eliminação de
desperdícios. Desta maneira, utilizando melhores práticas para guiar de
forma incremental o sistema a uma condição ideal de operação, composta
por menos desperdícios e mais funções uteis.
A abordagem Toyota Kata foi originada na busca pelas formas com
que a fabricante Toyota criou tais melhores práticas, desvendando meios
de cientificamente e sistematicamente guiar o sistema a uma condição
ideal de operação de forma incremental e baseada no conhecimento. A
melhoria incremental, na abordagem IK adota o conceito de ‘norte
verdadeiro’, significando uma direção para a melhoria, definindo
condições-alvo e desafios, que são gradativamente mais próximas da
visão da empresa, de forma a reduzir desperdícios, porém baseados nos
32

conceitos e ferramentas da abordagem Lean. As experimentações

abordam variáveis – ou fatores – individualmente de modo a assimilar a
influência do mesmo ao sistema, possibilitando deste modo que rotinas
internas ao processo fossem capazes de abordar problemas além aos do
tipo simples, próximos a fronteira do conhecimento.
A teoria TRIZ visa suportar a concepção e a evolução – ou melhoria
– de sistemas pela redução de custos, tempos e energia consumida, e
aumentar a função útil do sistema, utilizando o conceito da Idealidade,
que seria uma condição de operação composta somente por funções uteis
e nenhum desperdício. Em que a transição entre as condições – ou etapas
da evolução do sistema – se faz de forma continua e progressiva, sendo
limitada pelo ‘potencial evolutivo’ do sistema. Este potencial evolutivo
só pode ser superado uma vez que seja alcançado, semelhante ao conceito
de condições-alvo e desafio da abordagem IK. A forma com que a teoria
aborda a melhoria em sistemas se faz baseado em conhecimento, de
diversas áreas, não sendo limitado apenas em sistemas técnicos ou de
fabricação. Disponibilizando conceitos, ferramentas e princípios de
solução desenvolvidas com base em análises de patentes de sucesso de
diversas áreas do conhecimento para o processo de melhoria de sistemas.
Em suma, os três conceitos utilizados nesta pesquisa apresentam
formas similares de enxergar a evolução e guiar sistemas a uma condição
ideal de operação. A complementariedade entre os três conceitos se faz
na forma de como abordar problemas nesta evolução, em que a
abordagem Lean indica melhores práticas, que são uteis para problemas
do tipo simples, na qual o problema pode ser percebido e respondido sem
requerer análises. A abordagem IK indica meio sistemático baseado no
método cientifico para superação de obstáculos, sendo realizado pela
proposição de hipóteses e experimentações, em que os resultados são
coletados e assimilados quanto a melhoria provida pela mudança de
parâmetro e o conhecimento gerado sobre o problema, possibilitando
abordar problemas complicados. A teoria TRIZ apresenta ferramentas e
conceitos com capacidades de análise e princípios de solução para
problemas sem a relação causa e efeito completamente conhecida,
abordando problemas complicados, complexos e caóticos.
Deste modo, a utilização de forma isolada de qualquer uma das
abordagens ou da teoria, em ambientes de manufatura, apresenta falta de
suporte para a resolução de algum dos tipos de problema. Já a integração
destes três conceitos apresenta formas uteis para a resolução de
problemas, deste modo foi realizada uma revisão da literatura em busca
de tais integrações e métodos de aplicação.
 33

3 REVISÃO BIBLIOGRÁFICA

Este capítulo foi dedicado para a realização da Revisão Bibliográfica

Sistemática – RBS – e busca exploratória para assimilar conhecimentos
gerados por outros autores sobre a integração Lean-TRIZ. Assim como
para identificar métodos de integração, estudos de caso e relações para
formar a fronteira do conhecimento sobre o tema, resultando na
delimitação do estado da arte da integração, conforme apresentado na
Figura 3.1.

Figura 3. 1 – Fases da fundamentação

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS TRIZ E LEAN
UTILIZANDO O CONCEITO KATA DE MELHORIA

Fundamentação Modelagem Avaliação da proposta

Pré-Projeto Experimentação Pós-Projeto
RBS de integração de integração

Fundamentação - RBS
Escopo da Revisão Busca
Análise Síntese
Pesquisa Sistemática Exploratória

3.2 3.3 3.4 3.5 3.6

Formação Portfólio de Portfólio da Consilidação Estado da Arte da

Elemento publicações busca dos dados integração Lean-TRIZ
de Query em periódicos exploratória

Fonte: Autor

3.1 Fundamentos da RBS – Metodologia SSF

Trabalhos de outros autores constituem a informação bruta para uma

pesquisa, formando uma lista de materiais a ser analisada, porém, nenhum
processo de busca é capaz de abranger integralmente o conhecimento,
uma vez que materiais como teses e dissertações não são simples de se
conseguir. Desta forma, o integrador do conhecimento deve trabalhar
dentro de limitações dos tipos temporal e tipos de material (FELDMAN,
1971).
A revisão empregada nesta pesquisa, tem o intuito de formar a
fundamentação teórica e práticas geradas por outros autores, desta forma,
sintetizando o estado da arte sobre o tema e sua aplicação.
Este estudo se caracterizou por consultas de forma sistemática a
bancos de dados científicos e posteriormente indexação de materiais
resultantes de busca exploratória realizada por meios mais abrangentes.
A mesma foi realizada conforme metodologia SystematicSearchFlow –
SSF – composta pelo total de oito atividades capazes de fornecer alicerce
34

desde a formação da estratégia de busca até a redação dos resultados,

conforme Figura 3.2 (FERENHOF E FERNANDES, 2016).
Em sequência o Software livre “Publish or Perish 5” foi utilizado
como acessório para a verificação via Google Scholar o montante de
citações inerentes a cada item do portfólio, tanto para a busca sistemática
quanto para a busca exploratória.

Figura 3. 2 – Modelo SSF de revisão sistemática de literatura

Fonte: FERENHOF E FERNANDES, 2016.

3.2 Protocolo de pesquisa – Metodologia SSF

Na metodologia SSF o protocolo de pesquisa é a primeira fase e

contém cinco atividades, em que é apresentada a estratégia de busca, os
bancos de dados são selecionas e consultados, os materiais coletados são
administrados por meio de um software de gestão de documentos, no qual
os artigos são padronização e selecionados, e o portfólio de documentos
alinhados a pesquisa é formado, respectivamente.
Para a formulação da estratégia de busca foram definidos os temas
que devem fazer parte do título, resumo ou palavra-chave dos artigos,
assim como a forma de interação entre estas. Em sequência são definidas
as limitações de tipos dos arquivos e limitações de datas de publicação.
As relações entre os requisitos de busca foram inicialmente
formuladas por um diagrama lógico e posteriormente sua tradução para a
lógica escrita, a qual foi necessária na realização dos Querys. Nota-se que
para absorver variações de escrita, foram adotadas as notações lógicas
AND (e), OR (ou), “ ” (notação para frase exata) e * (notação utilizada
para absorver variações de escrita). Ambas as formulações estão expostas
por meio da Figura 3.3.
 35

Figura 3. 3 – Formulação do elemento de Query

TRIZ
Inventive problem solving
TIPS
Search
Kata Element
Lean
Manufacturing improv*
Process improv*

(TRIZ OR “inventive problem solving” OR TIPS) AND

(kata OR lean OR “process improv*” OR “manufacturing improv*”)
Fonte: Autor

Os filtros foram aplicados na sequência conforme apresentado na

Figura 3.3:

7. Não duplicados: este filtro tem por objetivo ordenar os

materiais obtidos nas bases de dados e remover materiais
coletados múltiplas vezes. Em que, os 109 artigos foram
comparados para remoção de artigos duplicados,
resultando num subtotal de 96 itens validos.
8. Título / Palavras-chave / Resumo: remoção de material
fora do escopo da pesquisa com base numa análise dos
títulos, palavras-chave e resumos. Neste processo os 96
artigos não repetidos foram analisados e os fora do
escopo da pesquisa foram removidos, resultando em 23
artigos alinhados à pesquisa.
9. Não disponíveis: após a seleção dos materiais alinhados
ao escopo da pesquisa, os artigos completos devem ser
obtidos. Nesta etapa materiais integralmente publicados,
com possibilidade de acesso são obtidos. Resultando num
total de 15 artigos completos para análise.
36

Figura 3. 4 – Resultado parcial da análise sistemática – Software EndNote

Fonte: Adaptado de REUTERS (2011)

Nesta fase da metodologia, os dados foram exportados para futuras

análises, quantificando um montante de quinze artigos indexados em
cinco bases de dados, com datas de publicação iniciando no ano de 2003
e totalizando 9 países.
Para organizar os materiais e facilitar a identificação ao decorrer das
análises, os materiais obtidos foram classificados de acordo com o
montante de citações e atribuídos códigos formados por um numeral, de
forma crescente.
Uma vez que a presente pesquisa apresenta também uma revisão
exploratória da bibliografia, os artigos nesta fase – sistematizada – foram
identificados pela letra “S” após a numeração.
De forma que o portfólio apresentado na Tabela 3.1 apresenta o
código de identificação atribuído ao artigo, a quantidade de citações, o
tipo do material, o idioma de publicação, os nomes dos autores, o título
do artigo e a nacionalidade dos autores.
 37

Tabela 3. 1 - Artigos RBS ordenados

38

3.3 Análise do portfólio resultante da busca sistemática

De acordo com a metodologia adotada, nesta fase foi realizada a
consolidação dos dados, que significa analisar quantitativa e
qualitativamente. Para análise quantitativa se tem classificadas por
frequência de utilização ferramentas da teoria. Na qual foi identificada a
evolução temporal de publicações, iniciada em 2003 e com maior
regularidade a partir do ano de 2014, conforme apresentado na Figura 3.5,
se destaca que o ano de 2017 não apresenta publicações até o mês de
junho do mesmo ano, a data da última revisão dos resultados.

Figura 3. 5 – Evolução temporal das publicações em periódicos – SSF

Fonte: Autor

Para a análise qualitativa foram observadas as formas com que a

TRIZ foi utilizada para solução de problemas quanto aos sete tipos de
desperdícios, conforme apresentado na Tabela 2.1, assim como utilização
e resultados. Resultados apresentados na Tabelas 3.2.

Tabela 3. 2 – Relações obtidas entre desperdícios Lean e ferramentas e conceitos

TRIZ obtidos por meio da RBS
PEs PIs
Generic Separation
Matriz de Trimming IFR
Solutions Principles
contradições
[3S] [6S] [11S]
Defeito [6S]
[14S] [15S]
Movimento [14S]
Estoque
Sobre [3S] [4S] [13S]
[8S] [4S]
processamento [15S]
Transporte [1S]
Espera [3S]
[3S] [4S] [13S]
Superprodução [1S]
[15S]
 39

Ao analisar o resultado bibliométrico da RBS, pode ser observado

que apenas cinco ferramentas da teoria foram utilizadas para solução de
problemas relacionados a cinco dos sete tipos de desperdícios.
De forma a constatar que a Matriz de Contradições – MC – apresenta
maior frequência de utilização, tendo sido utilizada por 75% dos autores
e abordando cinco tipos de desperdício. Pode ser extraído também que os
tipos de desperdício “defeito”, “sobre processamento” e “superprodução”
foram os mais encontrados e abordados pelos autores.

3.4 Busca exploratória

Conforme apontam os resultados da busca sistemática, os artigos que

abordam a integração Lean-TRIZ indexado em bases de dados científicas
não apresentam estudos de caso, metodologias ou modelos de aplicação.
De forma a tornar necessária a realização de uma busca exploratória em
bases de dados mais abrangentes com foco principal nestes itens.
Este tipo de busca aborda bases de dados mais abrangentes e
resultados obtidos por meio de pesquisas realizadas através do Software
“Publish or Perish 5” baseado na plataforma Google Scholar, formando
deste modo um portfólio de dissertações, livros e artigos de congressos.
Esta pesquisa resultou num total de 15 itens, sendo eles 2 livros, 7
artigos indexados em bases de dados e 6 materiais não indexados, com
datas de publicação partindo de até data presente e em 5 idiomas,
conforme apresentado – com identificações gerais – na Tabela 3.3,
atribuindo aos materiais um código de identificação numérico seguido da
vogal “E”, a Figura 3.6 apresenta a dispersão temporal das publicações,
ressaltando que o resultado considerou até julho de 2017.
Figura 3. 6 – Evolução temporal das publicações – Busca Exploratória

Fonte: Autor
40

Tabela 3. 3 – Artigos Busca Exploratória

 41

Os materiais coletados foram então analisados em busca de modelos,

métodos e ferramentas da integração, assim como estudos de caso. Após
esta análise, foram identificados três materiais com informações
relevantes ao escopo deste projeto, sendo os mesmos identificados na
Tabela 3.4, com identificação dos tipos de desperdício e ferramenta TRIZ
utilizada.

Tabela 3. 4 – Informações obtidas na Busca Exploratória

PEs PIs
Su-Field Trends of Separation
Matriz de
Analysis Evolution Principles
contradições
Defeito [10E] [15E] [4E] [10E] [4E]
Movimento
Estoque [10E]
Sobre-
[15E]
processamento
Transporte
Espera [15E] [10E]
Superprodução
Fonte: Autor

Ao analisar os resultados da busca exploratória, foi constatado que

apenas uma metodologia integra as abordagens Lean e TRIZ, tendo sido
publicada no ano de 2017 por meio de um livro. E diferentemente ao
resultado da busca sistemática, em que houveram mais publicações
envolvendo a Análise Su-Field do que a Matriz de Contradições (MC).

3.5 Síntese – Metodologia SSF

Os dados consolidados de publicações estão graficamente

representados na Figura 3.7 que torna possível identificar que as
publicações envolvendo a integração Lean-TRIZ iniciaram no ano de
2001 e apresentam maior concentração no ano de 2014. Torna possível
constatar também que 60% do total de publicações ocorreram nos últimos
cinco anos assim como 68% dos artigos indexados em bases de dados.
Além da análise temporal, foi entendido que a identificação da
contribuição por país também revela dados de busca por sistemas
produtivos melhores. Desta maneira a Tabela 3.5 classifica os países
conforme a quantidade de citações por publicação, revelando forte
influência de pesquisas do Reino Unido e EUA em trabalhos posteriores.
42

Figura 3. 7 – Evolução temporal das publicações

Fonte: Autor

Pode ser observado também na Figura 3.7 que o ano de 2017 –

identificado por 17* no eixo horizontal – apresenta uma marcação por ser
o ano de desenvolvimento deste projeto, não representando um resultado
final para a data.

Tabela 3. 5 – Contribuição dos países no tema

Quantidade de Quantidade de Classificação
País
publicações citações (citações/publicações)
Reino Unido 3 431 1°
EUA 4 373 2°
Turquia 1 86 3°
Taiwan 2 76 4°
Portugal 6 13 5°
Bélgica 1 11 6°
Holanda 1 10 7°
Áustria 1 8 8°
Finlândia 2 5 9°
Itália 1 2 10°
Suécia 1 2 10°
Alemanha 3 2 11°
Peru 1 1 12°
Malásia 2 0 13°
Rússia 1 0 14°
Fonte: Autor

Uma das funções da fase de síntese na metodologia SSF é a

unificação dos dados para possibilitar a identificação do conhecimento
atual no tema. A Tabela 3.6 apresenta pesquisas e propostas que
correlacionam os temas abordados de acordo com tipos de desperdícios e
ferramentas da TRIZ utilizadas para resolução do problema.
 43

Tabela 3. 6 – Síntese geral da Revisão da literatura

44

Com a identificação dos materiais mais relevantes para a pesquisa,

assim como relação entre conceitos Lean e TRIZ, foi possível criar a
Tabela 3.7, na qual a identificação dos materiais foi mantida conforme
tabelas anteriores e se faz presente um breve resumo do trabalho e análise
crítica quanto ao escopo deste projeto.

Tabela 3. 7 – Resumo e análise das publicações quanto à utilização Lean-TRIZ

Id Resumo Análise
Os autores correlacionam
Artigo explora a função dos princípios TRIZ e Agile/Lean para
estoques e capacidade produtiva, explicar a decisão tomada,
abordando a utilização dos Separation demonstrando assim que peças de
1S Principles para um caso de decisão produção em massa podem ser
entre produção local e overseas de overseas, já peças com maior
vestimentas. Uma vez que a produção variedade são preferencialmente
em países asiáticos impacta em confeccionadas localmente. Deste
menores custos. modo a ferramenta foi utilizada
apenas para justificar a decisão.
Autores adaptaram os PEs e PIs
Proposta de integração de conceitos
para resolução de problemas
TRIZ na fase de melhoria do LSS
quanto a defeito, processamento,
(Lean Six Sigma) aplicado a serviços
3S espera e superprodução, em
bancários, devido à carência de forma
ambiente bancário. Apresentando
sistemática de resolução de problemas
resultados positivos na utilização
na metodologia.
da ferramenta.
O crescimento da população mundial Os autores exploraram a relação
exige que fabricantes procurem formas entre Lean e green manufacturing
de satisfazer as necessidades dos em que nas interseções negativas
clientes quanto a energia e o meio houve indicação de ferramentas e
4S
ambiente, atualmente existem regras conceitos da TRIZ para solucionar
quanto a poluição que empresas a contradição, utilizando a MC e o
devem obedecer, o projeto visa criar conceito de idealidade. Apenas
um guia de prioridades de melhoria. correlações foram propostas.
Como a forma de sustentar vantagem O autor correlaciona ferramentas
sobre os concorrentes se faz por meio TRIZ aos requisitos da abordagem
de melhoria e inovação contínua, o Kata, indicando o potencial da
5S autor explora a integração da TRIZ à integração, assim como
abordagem Kata para prover mais similaridades entre elas. Deste
agilidade no processo de melhoria modo apenas foram exploradas
incremental. correlações, sem experimentação.
Proposta da utilização da TRIZ para Os autores levantam a importância
6S lidar com equipamentos no fim da vida do conhecimento do estágio da vida
útil num ambiente Lean, uma vez que dos seus equipamentos críticos para
num ambiente Lean as empresas as funções de seus produtos. Assim
 45

devem balancear o custo do utilizando a MC e Standard

investimento para a melhoria com o Solutions para solucionar defeitos
valor que será agregado e percebido em maquinários.
pelos seus clientes.
A visão tradicional de VSM carece de Os autores citam as ferramentas de
uma forma prática para modelar ambas teorias e determinam que
elementos com múltiplas etapas um bom ponto para iniciar o
produtivas e de formas para geração de mapeamento é identificando a
8S
ideias em busca de uma resolução dos idealidade e valor do processo
problemas, propondo assim um corrente para seus clientes. Não
método hibrido Lean e TRIZ para foram apresentados resultados
mapeamento de valor. experimentais para a proposta.
A ideia base da manufatura Lean é Autores propõem um modelo
fazer o valor fluir continuamente conceitual que explora o
entre o fornecedor e o cliente, relacionamento entre Lean e TRIZ,
alcançando o cliente no menor tempo utilizando os conceitos da TRIZ-
10S
possível, indicando a necessidade de plus como a análise substância
uma metodologia de resolução de campo e as Standard Solutions.
problemas para melhorar o fluxo de Apenas correlações entre
valor. ferramentas foram propostas.
Os autores utilizaram a MC com
A pesquisa apresentada no artigo
PIs adaptados ao processo de
busca o aumento da capacidade e
identificação e redução de defeitos.
11S redução de defeitos num processo de Relatando que a empresa abordada
fabricação de imãs, em que a teoria
foi capaz de entregar resultados em
foi utilizada numa tentativa de atingir
um período menor de tempo
maior lucratividade.
utilizando a proposta.
Para atender a demanda das Os autores utilizaram as
montadoras, fornecedores devem ferramentas analíticas da TRIZ
manter suas plantas em constante seguido da MC em busca de
13S melhoria, por este motivo foi adotada conceber melhorias problemas de
a teoria TRIZ para numa fabricante sobre processamento e
fornecedora de chicotes elétricos superprodução, atingindo
automotivos. resultados positivos.
Devido ao alto número de ocorrências O autor propôs a utilização da MC
de defeitos na fabricação de placas de e PIs para a prevenção de falhas de
circuito impresso, ocasionando posicionamento de componentes
devoluções de produtos e custo, foi eletrônicos, assim buscando
14S
proposta a utilização de conceitos solucionar desperdícios de
Lean e TRIZ para prevenção de erro movimentação e defeitos, atingindo
de posicionamento de semicondutores resultados positivos na aplicação da
em placas de circuito impresso. ferramenta.
Os autores inseriram a MC na parte
15S Um modelo hibrido foi gerado
final da análise DMAIC em busca
inserindo a teoria TRIZ ao método
de compreender e solucionar
46

DMAIC 6 para compreensão e correção contradições, demonstrando a

de compensações. O modelo foi então viabilidade da inclusão da teoria
aplicado numa planta de fabricação de em um ambiente de fabricação sem
semicondutores. perdas financeiras e tecnológicas.
Proposta de utilização da TRIZ-plus 7 O autor correlaciona ferramentas e
para solução de problemas e conceitos TRIZ e conceitos Lean
desperdícios Lean. Uma vez que com objetivo de criar novas e
ambas as abordagens visam a melhores soluções aos problemas
3E
maximização de funções uteis e encontrados, assim como auxiliar
redução de custo e funções danosas, na análise de suas causas. Em que
sem agregar complexidade ao apenas correlações entre
sistema. ferramentas foram propostas.
Processos fabris normalmente Os autores utilizaram a análise
utilizam uma gama de princípios substância campo seguida dos
físicos que quando explorados Separation Principles numa
apresentam diversas contradições, tentativa de solucionar problemas
4E desta maneira foi proposta a de defeito relacionados a
utilização de conceitos TRIZ num estamparia e sustentação das peças
processo de fabricação de peças fabricadas no processo. Resultados
estampadas em busca de eliminar positivos foram obtidos com a
defeitos no sistema. proposta.
A resolução de problemas no âmbito A implementação de fundamentos e
Lean revelam contradições, técnicas Lean juntamente a
requisitando conceitos e ferramentas ferramentas analíticas TRIZ para
TRIZ para solução. Deste modo os auxiliar organizações a
10E autores utilizaram a análise continuamente melhorar em todas
substância campo seguido da matriz as áreas, assim como encontrar
de contradições como fonte de novas e melhores soluções. A
insights para a resolução dos proposta foi testada num armazém e
problemas no ambiente Lean. obteve resultados positivos.
A busca das empresas pela O autor propõe um modelo baseado
diminuição de custo e de desperdícios em Lean e TRIZ focado em
nas atividades de manutenção tornam manutenção, efetuando correlações
11E crucial a aplicação de métodos para entre as abordagens baseado no
continuamente inovar seus processos conceito TRIZ-plus⁷. Nenhum
e resolver problemas, buscando assim estudo de caso foi apresentado pelo
a melhoria em seus fluxos de valor. autor.
A forma de aplicação dos PIs para a O artigo propõe basicamente um
12E resolução de problemas num dicionário de correlações entre os
ambiente produtivo requer abstração 40 princípios inventivos e as
e especificação. A proposta busca práticas num ambiente Lean.

6
DMAIC é a codificação utilizada do método cientifico pela metodologia 6-sigma;
7
TRIZ-Plus é um conjunto de ferramentas apresentadas por Sergei Ikovenko (2002) que
consiste numa adaptação e atualização da teoria TRIZ.
 47

tornar mais palpável os princípios Tornando assim menos abstrata a

para profissionais em ambientes especificação da solução genérica.
enxutos de produção.
Os autores identificaram na
pesquisa que especialistas em Lean
A TRIZ é normalmente relacionada à
tem baixo conhecimento em TRIZ
melhoria de sistemas técnicos, porém
e não costumam aplicar a mesma.
ela pode ser aplicada também em
Também identificando que a
sistemas produtivos e processos. O
14E integração dos métodos não deve
artigo busca explorar a baixa
ser realizada na forma de TRIZ-
aceitação da TRIZ em ambientes de
Lean mas sim em Lean-TRIZ, uma
aplicação Lean, e propor formas de
vez que impactaria na aceitação do
integração da abordagem e teoria.
método proposto aos já aplicadores
da abordagem Lean.
Metodologia baseada em
Uma vez que modernizar operações
workshops com utilização de
não provê vantagem competitiva, mas
conceitos e ferramentas TRIZ,
não melhorar o sistema gera
assim como várias outras melhores
15E desvantagem, o autor propõe uma
práticas existentes no cunho de
metodologia Lean-TRIZ – LTM –
melhoria de sistemas produtivos.
para processo e produto baseada
Nenhum estudo experimental foi
em workshops.
apresentado pelo autor.
Fonte: Autor

A análise realizada a partir do portfólio em busca de sistemáticas e

metodologias de integração Lean-TRIZ resultou em quatro propostas,
conforme apresentado na Tabela 3.8, na qual ferramentas da TRIZ estão
identificadas e correlacionadas aos conceitos e requisitos Kata. Deste
modo identificando práticas de aplicação de ferramentas aos conceitos.

Tabela 3. 8 – Análise quanto a indicações de integração Lean-TRIZ

Conceitos Lean/IK Conceitos/Ferramentas TRIZ
Estabelecer a Visão/Desafio IFR
Estabelecer condição atual Su-Field
[5S]
Definir desafio Trends of Evolution
Superar obstáculos Su-Field e MC
[10S] Superar obstáculos Ferramentas TRIZ plus
[3E] Superar obstáculos Ferramentas TRIZ plus
Definir desafio S-Curves
[15E]
Superar obstáculos MC e LP-TRIZ
Fonte: Autor

Com os dados apresentados na Tabela 3.6 foi possível identificar que

a utilização de apenas uma das ferramentas da TRIZ – a MC – é
48

predominantemente utilizada para resolução de problemas que abordam

desperdícios, na Tabela 3.7 tornou possível identificar que a maior parte
das publicações utilizam ferramentas da TRIZ de forma correlacionada e
não aplicada aos requisitos problemas na manufatura Lean e na Tabela
3.8 que apenas quatro publicações abordam formas sistemáticas de
resolução de problemas na Lean, em que apenas uma trata de uma
proposta de metodologia – [15E] – que aborda resolução de problemas
por meio de workshops com plano de implementação para trinta dias.
Desta maneira, pode ser observado quão abstrato ainda se faz o tema,
tendo apenas indicações de integrações, mas nenhum modelo de
operacionalizar os conceitos em formas como descritas na abordagem
Kata de melhoria. Na análise geral dos artigos, foi observado que a grande
maioria dos autores relata a utilização de ferramentas de forma não
sistemática e se baseando em literaturas sobre TRIZ não voltadas a
processos de manufatura.

3.6 Síntese do estado da arte para Lean-TRIZ

Foi constatado por meio da pesquisa sistemática e exploratória que a

integração dos conceitos até o presente momento se faz pouco
sistematizada, sendo que ferramentas e conceitos da teoria são aplicados
com maior frequência em momentos de geração de ideias para resolução
de problemas, raramente utilizados para identificação dos problemas e/ou
projetação de evoluções de sistemas. Problemas quais focam em
componentes dos ST, efetuando melhorias pontuais.
Os dados consolidados da Tabela 3.6 são apresentados por meio da
Figura 3.8, na qual se faz possível identificar a aglomeração de projetos
de pesquisa que utilizam a MC para abordar problemas do tipo defeito.
Ilustrando também baixa aplicação das ferramentas e conceitos da TRIZ
para concepção de soluções quanto a desperdícios, resultando em
aproximadamente 33% das intercessões com propostas e estudos de
aplicação.
Para a síntese dos dados de integração dos conceitos, a Tabela 3.9 foi
elaborada. Nesta tabela são apresentadas as indicações de integração
reportadas pelos autores – conforme a Tabela 3.8 – enquadradas no
modelo IK. Pode ser observado que somente no artigo identificado como
‘5S’ existem indicações para todas as subfases do processo de melhoria
de acordo com a abordagem IK, no qual o autor propõe relações entre as
abordagens, indicando quais ferramentas da TRIZ atenderiam os
requisitos da abordagem IK, mesmo que de maneira pouco conclusiva e
sem estudos de aplicação. Os demais projetos “10S”, “3E” e “15E”
 49

abordam a resolução de problemas e superação de obstáculos, em que a

proposta identificada por “15E”, intitulada “Lean-TRIZ Methodology”,
utiliza o conceito de S-curves⁸ para definir o desafio e a MC e LP-TRIZ
para a superação de obstáculos.

Figura 3. 8 – Representação gráfica dos dados consolidados

Fonte: Autor

Dentre as propostas coletadas e analisadas a única que propõe um

método de integração Lean-TRIZ foi apresentada pela fonte “15E” –
HARRINGTON (2017) – em que o autor propõe cinco fases para o
processo, sendo elas a identificação de oportunidades de melhoria,
preparação do Workshop, condução do Workshop, implementação de
mudanças e aferição de resultados. No qual encontros duram de 1 a 2 dias,
propostas são geradas por grupos compostos por pessoas que conhecem
o processo a ser melhorado, com utilização do conceito S-Curves8 para
seleção do problema que será abordado, MC e/ou LP–TRIZ superação de
obstáculos e as propostas serão implementados num prazo de até 30 dias
de forma a coletar dados e verificar se houve melhoria após o prazo. No

8
S-Curves é um conceito da teoria TRIZ que trata da evolução de sistemas técnicos;
50

livro o autor não cita a realização de estudos experimentais para a

metodologia proposta.

Tabela 3. 9 – Enquadramento dos métodos encontrados ao IK

Abordagem Kata de melhoria
Estabelecer Estabelecer
condição Superar próxima Definir Estabelecer
...
atual do Obstáculo condição do desafio visão
sistema sistema
[15E] [5S]
Nível [10S]
S-Curves Trends of
Organização TRIZplus
[5S] IFR Evolution
[10S]
Nível [5S] System
Standard – – –
Gerência Operator
Solutions
Nível [15E]
– – –
Coordenação LP-TRIZ
[3E]
Nível TRIZplus
– – – –
Processo [5S] MC
[15E] MC
Fonte: Autor

Com as informações coletadas, consolidadas e analisadas, o estado

da arte sobre a integração Lean–TRIZ foi finalizado, formando a base
para a criação da sistemática de integração dos conceitos.
As análises resultaram em indicações de correlações com resultados
positivos, este conjunto é formado pelas ferramentas Matriz de
Contradições, Análise Su-Field, Standard Solutions, Ideal Final Result e
LP-TRIZ.
A síntese do estado da arte também não evidencia propostas de meios
para suportar a atividade de análise do problema contido no obstáculo e a
formas de utilizar princípios de solução para a resolução de tais
obstáculos. Em que, para a abordagem IK, os planejamentos realizados
quanto aos obstáculos são realizados com base no conhecimento dos
participantes do processo de melhoria, sem a presença de uma forma
sistemática.
Desta forma, se pode considerar que o estado da arte Lean-TRIZ é
formado por um conjunto de ferramentas e relações não sistematizadas,
em que as contribuições de outros autores não apresentam formas de
sistematicamente aplicar tais conceitos em ciclos curtos de
experimentação.
 51

4 INTEGRAÇÃO LEAN-TRIZ A ABORDAGEM IK

Este capítulo tem por objetivo apresentar os meios com que as

informações de integração e relação entre os conceitos Lean e TRIZ,
identificados na análise do estado da arte sobre o tema, foram integrados
para criar um meio sistemático de aplicação, o sequenciamento da
construção é apresentado na Figura 4.1.

Figura 4. 1 – Estrutura da modelagem de integração

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS TRIZ E LEAN
UTILIZANDO O CONCEITO KATA DE MELHORIA

Fundamentação Modelagem Avaliação da proposta

Pré-Projeto Experimentação Pós-Projeto
RBS de integração de integração

Modelagem de integração

Requisitos Relacionamento Dinâmica

4.1 4.2 4.3

Definição Definição
dos do modelo Definição da
constructos sistemática
(método)

Fonte: Autor

Considerando que o desenvolvimento de modelos consiste em

construir e avaliar, sendo que a construção se refere ao processo de criar
artefatos específicos e a avaliação determina a operacionalidade do
artefato. O framework utilizado para construção do modelo é dividido em
‘Outputs de Pesquisa’ e ‘Atividades de Pesquisa’. A primeira dimensão é
baseada em artefatos – constructos, modelos, métodos e instanciações – e
a segunda dimensão em atividades – construir, avaliar, teorizar e justificar
– conforme Tabela 4.1 (MARCH; SMITH, 1995).
Inicialmente as informações obtidas no estado da arte Lean-TRIZ
foram analisadas e adotadas como requisitos de integração, definindo os
constructos – ou artefatos – para a modelagem.
Em sequência o relacionamento entre os constructos foi elaborado,
definindo um procedimento organizado, formando o modelo de
integração.
Após a elaboração do modelo de integração foram elaborados os
métodos – ou sistemáticas – de aplicação, sendo estes as aplicações do
modelo a um objetivo específico. Para essa atividade foram adicionadas
ferramentas para viabilizar e facilitar a aplicação.
52

Tabela 4. 1 – Framework para construção de modelos

Atividades de pesquisa
Ciências Aplicadas Ciências Naturais
Construir Avaliar Teorizar Justificar
Constructo – – – –
Outputs de Pesquisa

Modelo – – – –

Método – – – –

Instanciação – – – –
Fonte: Adaptado de MARCH; SMITH (1995)

Deste modo, este capítulo apresenta o procedimento adotado para a

criação das sistemáticas da integração Lean-TRIZ com base na
abordagem IK. Em que os níveis apresentam funções específicas para
desdobramento da visão da empresa e suporte à melhoria, para representar
e organizar do fluxo de atividades e interação entre os níveis, de acordo
com a abordagem Toyora Kata, foi adotado o diagrama IDEFØ.
De acordo com Dias et al. (2011), IDEF – acrônimo para integrated
definition for function modeling – é um conjunto de técnicas com o
objetivo de representar modelos para auxiliar a tomada de decisões, ações
e atividades a serem racionalizadas dentro de uma organização, em que
IDEFØ auxilia na organização e análise dos processos e promove uma
boa comunicação entre os vários agentes destes processos.
Para cumprir a função desejada, o diagrama utiliza uma simbologia
específica, composta por caixas, setas, regras e diagramas. Em que
basicamente as relações consideram entradas, saídas, controles e
mecanismos, conforme apresentado na Figura 4.2.

Figura 4. 2 – Simbologia utilizada para IDEFØ

Controles

Entradas

Função
Saídas
A0

Mecanismos Chamada

Fonte: Dias et al. (2011)

 53

A utilização deste tipo de modelagem de processos tornou possível

identificar entradas, saídas, controles e mecanismos entre os níveis
hierárquicos, de acordo com a abordagem Kata.
Foi considerado, para todos os níveis, que a visão da empresa é
adotada como senso de direção para a melhoria da Condição Atual (CC),
propondo uma Condição Alvo (TC), e cientificamente transitando entre
condições, com base no conhecimento existente e gerando conhecimento
na superação de obstáculos, conforme Figura 4.3.

Figura 4. 3 –Fluxo de atividades da abordagem IK na representação IDEFØ

Fatores
Direção
externos

Conhecimento
Nível
Organização Desafio
A1
2° Coach
Coach Aprendiz
Aprendiz
Condição
atual Nível
Fluxo de Mapa do
Valor Estado futuro
A2
2° Coach
Coach Aprendiz
Aprendiz

Nível Condição
Loop Alvo do
Mapa de
fluxo de A3 Loop
valor atual Coach
Aprendiz

Nível
Melhoria
Processo
A4

Conhecimento
Gestão visual

Toyota Kata de Melhoria A

Fonte: Autor

Por critério de organização dos níveis foram atribuídos os

identificadores ‘A1’ para nível organizacional, ‘A2’ para nível fluxo de
valor, ‘A3’ para nível loop do fluxo de valor e ‘A4’ para nível processo.
Estes identificadores foram utilizados ao longo da criação das propostas
de integração, assim como ao longo das experimentações e nas fases de
avaliação dos resultados.
54

4.1 Requisitos para integração

Com as etapas anteriores deste projeto foi possível identificar, mesmo

que de forma abstrata, indicações de práticas de aplicação de ferramentas
TRIZ aos tipos de desperdício na manufatura, em sequência as classificar
quanto aos níveis da organização de acordo com a abordagem IK.
A Tabela 4.2 foi utilizada para organizar os constructos coletados na
análise do estado da arte – conforme Tabela 3.9 – sobre o tema,
identificando os níveis hierárquicos de utilização das ferramentas e
conceitos. Deste modo foram identificadas quatro fases comuns entre os
níveis, sendo a identificação dos obstáculos existentes entre as condições
do sistema, a caracterização do problema, a coleta de insights para
solução de problemas e a utilização do método científico.

Tabela 4. 2 – Identificação dos constructos

Nível de
Requisitos Id Constructo Justificativa Fontes
Utilização
Compreender a direção
Identificar para a melhoria e
obstáculos Identificar e entender a CC para Rother, M.
(2009)
existentes A A1 A2 A3 A4 selecionar estabelecer a TC.
Toivonen, T.
entre a CC obstáculos Identificar obstáculos (2015)
e TC entre condições que
impedem a evolução.
Caracterização do
Caracterização Classificação do
B A1 A2 A3 A4 problema quanto a Snowden, D. J.
do problema problema (2007)
relação causa-efeito
Ideal Final Result Toivonen, T.
c1 A1 - - - Coleta de insights
(IFR) (2015)
Harrington, H.
c2 - A2 A3 - LP-TRIZ Coleta de insights
J. (2017)
Ikovenko, S.,
Su-field e Bradley, J. (2004)
c3 - A2 - A4 Coleta de insights Navas, H. V.,
Standard solutions Machado, V. C.
TRIZ insights (2013)
Matrix de
Toivonen, T.
c4 A1 - - A4 contradições Coleta de insights
(2015)
técnicas (MC)
Coletar insights para a
Identificação de
C A1 A2 A3 A4 insights
propor soluções aos Autor
obstáculos encontrados
Utilizar o método
Método Rother, M.
Científico
D A1 A2 A3 A4 PDCA cientifico para superar
(2009)
obstáculos do sistema
Fonte: Autor
 55

A tabela apresenta também que a maior diferenciação entre os

constructos para os quatro níveis considerados se faz na coleta de insights
por meio da teoria TRIZ. Para o nível organizacional – ou A1 – os
diversos fatores externos e visão da empresa são compreendidos como a
direção para a melhoria do sistema e a CC de operação é entendida de
maneira sistêmica. De forma que para estabelecer a TC para a empresa,
este nível deve identificar as principais características negativas, com
base na direção, utilizar a MC para a coleta de princípios de solução e o
conceito IFR, assim estabelecendo o desafio – ou TC – para a empresa.
No nível do fluxo de valor – ou A2 – o desafio criado pelo nível
superior é compreendido como a direção para a melhoria, a CC é
entendida por meio do mapa de fluxo de valor – VSM – e obstáculos são
identificados para a proposição da TC para o VSM. Para a elaboração
desta condição futura para o VSM são indicadas as ferramentas LP-TRIZ
e a análise Su-Field como fontes de princípios de solução para problemas
além aos do tipo simples.
A proposta de condição futura do VSM é adotada como direção para
o nível loop do fluxo de valor – ou A3 – em que ao entender a CC de
operação se torna possível identificar obstáculos, ao caracterizar o tipo do
problema presente no obstáculo, em casos de problemas não simples,
insights devem ser coletados por meio da ferramenta LP-TRIZ e o método
científico deve ser aplicado para a superação do mesmo.
O nível de processo – ou A4 – deve compreender a direção para a
melhoria a partir da proposta de VSM futuro para o loop gerada pelo nível
superior. Ao entender o funcionamento dos processos presentes no loop,
obstáculos que impedem a evolução do sistema devem ser identificados.
Em que problemas contidos em cada obstáculo devem ser caracterizados
e para problemas além aos do tipo simples insights podem ser coletados
por meio das ferramentas MC, da análise Su-Field e das Standard
Solutions. Estes princípios de solução devem ser adotados na fase de
planejamento ao aplicar o método científico.
Com os artefatos – ou constructos – apresentados e justificados neste
capítulo, foi proposto o relacionamento entre os requisitos a fim de criar
um modelo para aplicações específicas.

4.2 Relacionamento entre requisitos

O relacionamento entre os artefatos – ou constructos – é denominado

modelagem, sendo que o modelo pode ser visto como uma representação
de funcionamento do processo (MARCH; SMITH, 1995). Na síntese dos
constructos foram identificados quatro artefatos comuns entre os níveis,
56

sendo todos estes baseados em conhecimento e com objetivo de gerar

melhoria e inovação. Sendo eles:

A. Identificar obstáculos existentes entre a CC e TC: Compreender

a direção para a melhoria e entender a CC de operação do
sistema com finalidade de para estabelecer a TC, identificando
obstáculos entre tais condições;
B. Caracterização do problema: Utilização do conhecimento sobre
a relação causa e efeito de forma a definir meios para a superar
do obstáculo, uma vez que cada tipo de problema requer
procedimentos e capacidades específicas para sua resolução;
C. TRIZ insights: Busca e coleta de insights – ou princípios de
solução – para orientar a resolução dos problemas contidos nos
obstáculos identificados;
D. Método Científico: Utilização do método científico –
codificado no formato PDCA – para planejar soluções, superar
obstáculos, e gerar conhecimento e inovação.

O esquema mostrado na Figura 4.4 representa a relação entre os

constructos comuns para os níveis, apresentando a sequência de aplicação
dos artefatos. Em que o procedimento tem como base o conhecimento e
como objetivo de abordar as oportunidades para suportar a melhoria
contínua e inovação.

Figura 4. 4 – Modelo de integração

Fonte: Autor
 57

A representação gráfica do modelo torna visível o relacionamento

entre os artefatos, em que os quatro principais constructos foram
sequenciados com finalidade de ilustrar o procedimento do modelo.
O procedimento é iniciado pela compreensão da direção para a
melhoria, sendo representado como um estimulo externo ao ciclo, em
sequência a CC de operação é entendida e a partir destes a TC é
estabelecida. Ao comparar as condições os obstáculos podem ser
identificados, nesta fase do procedimento os problemas presentes nos
obstáculos devem ser caracterizados quanto a relação causa-efeito,
caracterizando o tipo do mesmo. De forma a orientar os praticantes quanto
a forma de abordar o problema e as capacidades necessárias para a
atividade de resolução do mesmo.
Em casos de problemas do tipo simples, ferramentas Lean podem ser
aplicadas, já para problemas de tipos diferentes, ferramentas de análise e
princípios de solução – ou insights – da teoria TRIZ devem ser coletados
e utilizados como base para a elaboração dos planejamentos de solução.
Os insights obtidos com a utilização da teoria ou as melhores práticas
Lean formam a base de princípios de solução para os planejamentos
referentes a cada obstáculo, considerando um fator por vez.
Deste modo, conforme a abordagem IK, o método científico
codificado na forma PDCA deve ser aplicado para a formulação de
hipóteses, realização de testes, coleta de resultados e assimilação dos
acontecimentos.
Uma vez que experimentações são realizadas, as variáveis sofrem
alteração, resultando em uma nova CC de operação. Ao comparar a nova
condição de operação – ou CC – às variáveis definidas da TC, caso os
valores sejam diferentes, o processo é continuado até o prazo estipulado.
Entretanto para casos em que ambas condições – CC e TC – sejam
formadas por variáveis de mesmos valores, uma nova direção deve ser
fornecida ao sistema, deste modo continuamente o guiando para a direção
da visão – ou ideal de operação – da empresa.
Desta maneira, da forma com que o modelo foi criado, a melhoria
contínua em sistemas não se restringe à utilização das melhores práticas
Lean e problemas do tipo simples, de forma que sistematicamente a CC é
melhorada de forma incremental, não com base em eventos pontuais. E
para problemas complicados e complexo, a utilização do método
cientifico suporta a geração de conhecimento.
Com os constructos coletados e a relação entre eles identificada,
sistemáticas podem ser propostas, desta forma direcionando a aplicação
do modelo para os níveis específicos.
58

4.3 Dinâmica dos requisitos

Método – ou sistemática – se refere aos procedimentos subjacentes

aos constructos (MARCH; SMITH, 1995). Após a concepção do modelo
de integração Lean-TRIZ utilizando conceitos Kata de melhoria, foram
concebidos meios de integração dos constructos referentes a cada nível
da organização, conforme ilustrado na Figura 4.3, identificando o
conjunto de ferramentas aplicáveis. Desta maneira, os próximos tópicos
apresentam os fluxogramas de aplicação do método para cada nível.

4.3.1 Sistemática para Nível Organização – A1

De acordo com a abordagem TK o nível organizacional é composto

pela diretoria da empresa, portando formado pelos responsáveis pela
elaboração – ou revisão – da visão para a companhia. Quando se trata da
abordagem visando a melhoria – ou IK – estes diretores devem entender
a CC de operação do sistema macro e estabelecer uma TC. Portanto a
TC foi considerada como um produto – ou uma saída – deste nível,
formada pela definição das variáveis que devem estar presentes na TC,
assim como valores para as mesmas.
Deste modo, a direção para a melhoria é fornecida pela visão,
previamente estabelecida pelo nível, e a CC é entendida como uma CC
sistêmica que considera fatores que não se referem somente ao processo
de manufatura.
Com as considerações apresentadas, a função exercida pelo nível A1
quanto a melhoria é o desdobramento da visão da empresa quanto aos
diversos segmentos, sendo um deles a manufatura.
Para a processos de manufatura, o nível organizacional apresenta
função de compreender as diversas exigências externas– p.ex. normas,
leis, requisitos dos clientes, objetivos da corporação, lucratividade, visão
e valores – e entender a CC de operação do sistema, de forma a comparar
tais exigências à CC com finalidade de definir variáveis e estabelecer uma
TC – ou Desafio – para os próximos níveis. Desta forma desdobrando a
visão da empresa em um Desafio composto por variáveis com valores
específicos e prazos definidos.
A maneira de como um modelo Lean-TRIZ pode auxiliar na
definição de parâmetros para as evoluções do sistema foram identificadas
na síntese do estado da arte sobre o tema, sendo a utilização da matriz de
contradições – MC – como fonte de insights para resolver problemas do
sistema. Desta forma, a Figura 4.5 apresenta o fluxo de atividades criado
para o nível organizacional.
 59

Para a integração dos conceitos com base no modelo – ilustrado na

Figura 4.4 – são necessários conceitos e ferramentas adicionais, em que
foram inseridas ferramentas com capacidade de auxiliar na comparação
entre a condição atual e fatores externos, assim como para priorizar e
selecionar as características – ou parâmetros definidos – de maior impacto
ao sistema.

Figura 4. 5 – Sistemática proposta ao nível organizacional – A1

Fonte: Autor

Foi proposto como forma de comparação entre requisitos externos e

as condições atuais uma matriz de relacionamento e uma matriz de
correlação baseada no conceito de desdobramento da função qualidade.
Tendo em vista que esta é uma metodologia formada por um conjunto de
passos e tabelas com objetivo de transformar necessidades dos clientes
em especificações de projeto (ROZENFELD et. al. 2006). Sendo uma
60

metodologia que sistematicamente suporta o planejamento do produto e

processo, no qual requisitos externos são traduzidos em processos
organizacionais e requisitos de produção (PAHL et al., 2005).
Este conceito apresenta um total de duas matrizes e três tabelas. Uma
das matrizes é a de correlação – ou telhado da casa da qualidade – que
visa identificar inter-relações entre pares de características de engenharia,
revelando quais características são contraditórias (NATEE, LOW e TEO,
2016). Por estas características foi proposta uma matriz com objetivo de
comparar os fatores externos às Condições Atuais, identificando
prioridades de melhoria em processos de manufatura e contradições
internas ao sistema, conforme ilustrado na Figura 4.6.

Figura 4. 6 – Estrutura da matriz de comparação e correlação proposta

Fonte: Adaptado de NATEE, LOW e TEO (2016)

O resultado numérico das comparações torna possível a realização de

análises como a SWOT – acrônimo na língua inglesa para forças,
fraquezas, oportunidades e ameaças – que classifica condições quanto a
fatores internos e externos (ROZENFELD et. al. 2006). Sendo esta uma
ferramenta efetiva para planejamento estratégico, em que forças e
fraquezas são identificadas quanto às capacidades internas da
organização, enquanto oportunidades e ameaças tratam do ambiente
externo (KUBIAK, BENBOW, 2009).
Com as fraquezas do sistema identificadas foi proposta a utilização
de uma matriz multicritério, em busca dos fatores de maior impacto ao
sistema. Os fatores adotados foram escolhidos com base no escopo deste
projeto e nos objetivos de desempenho, conforme apresentado por Slack
et al. (2010). Sendo estes baixo custo, flexibilidade, qualidade, facilidade
e oportunidade de inovação, na qual os usuários da sistemática devem
 61

identificar a fraqueza do ambiente interno, assim como a prioridade

revelada na elaboração da matriz de comparação, de forma a atribuir
valores quanto aos fatores adotados na matriz. A Tabela 4.3 apresenta a
forma indicada de interpretação dos fatores para atribuição de valores, em
sequência os mesmos deverão ser somados em linha e multiplicados pela
prioridade interna provida pela matriz de comparação. Os resultados
obtidos apontam quais fraquezas devem ser abordadas primeiramente,
uma vez que a matriz sistematiza a identificação da relação custo por
benefício. A matriz proposta é apresentada por meio da Figura 4.7.

Tabela 4. 3 – Recomendações para preenchimento da matriz multicritério

Relacionamento Relacionamento Relacionamento
Fator considerado
fraco (1) médio (3) forte (5)
Baixo custo:
retorno do Longo prazo Médio Prazo Curto Prazo
investimento
Flexibilidade:
Diminui Aumenta
impacto do fator no Não altera o sistema
flexibilidade flexibilidade
sistema
Qualidade:
impacto do fator no Aumenta a
Diminui a qualidade Não altera o sistema
qualidade
sistema
Facilidade:
implementação de Baixa Média Alta
mudanças
Oportunidade de
Baixa Média Alta
inovação
Fonte: Autor

Figura 4. 7 – Matriz multicritério proposta

Fonte: Autor
62

Com as fraquezas reais identificadas e classificadas, a matriz de

correlação deve ser consultada para a coleta de contradições de maior
impacto no critério em questão. Após a coleta destas relações, os usuários
devem identificar conhecimento sobre causa-efeito, caso se trate de um
problema não-simples os mesmos devem ser traduzidos parâmetros de
engenharia – PEs – e a MC consultada em busca de insights.
Após a identificação de contradições referentes aos fatores externos
e CC de operação, o nível organizacional tem, de acordo com a
abordagem IK, a função definir variáveis com objetivo de gerar o Desafio
para o sistema. Deste modo os insights coletados devem ser adotados
como princípios de solução para a resolução dos conflitos presentes no
sistema, desta forma, apresentando a função de orientar os planejamentos
elaborados pelos diretores da empresa quanto à manufatura.
O Desafio gerado é transmitido para o próximo nível abaixo,
apresentando a função de direcionar à melhoria. Como em nível
organizacional os planejamentos são realizados para longos períodos de
tempo, a assimilação dos resultados apenas ocorre após as melhorias
realizadas nos níveis subsequentes, habilitam reconhecer os
acontecimentos e refletir para a geração de conhecimento, assim assimilar
a superação ou não dos obstáculos.
Conforme a abordagem Kata de melhoria e representado pelo fluxo
de atividades na Figura 4.3, o Desafio gerado para o sistema pelo nível
organizacional, composto por variáveis específicas, se torna a direção
para o nível subsequente.

4.3.2 Sistemática para Nível Gerência – A2

O nível de fluxo de valor, na abordagem IK, apresenta função

compreender a direção para a melhoria, fornecida pelas variáveis
definidas no Desafio para o sistema, e entender a CC de operação do
sistema por meio do VSM.
Deste modo, o nível A2 é composto por gestores da empresa e
apresenta a função de, com base na direção e CA, estabelecer a próxima
TC para o sistema. Para tanto, o Desafio deve ser comparado ao VSM da
CC do sistema, de forma a identificar obstáculos presentes entre tais
condições. Portanto o VSM em TC foi considerado como um produto –
ou uma saída – deste nível, uma vez que para a abordagem IK a função
deste nível é estabelecer a próxima TC e desdobrar o Desafio no formato
de um VSM para a TC.
 63

Ao analisar o estado da arte sobre o tema, dois conceitos foram

indicados para cumprir os requisitos para este nível, sendo a utilização da
ferramenta LP-TRIZ, assim como a análise substancia-campo seguida da
consulta das Standard Solutions. Desta maneira não se fez necessária a
inserção de ferramentas adicionais para a integração dos conceitos à
abordagem IK.
A Figura 4.8 expõe o fluxo de atividades sistematizado para a criação
do VSM para TC do sistema, conforme o modelo apresentado na Figura
4.4, o processo é iniciado pela comparação entre a direção – ou desafio –
e a CC de operação. Em sequência os obstáculos devem ser identificados,
selecionados e a relação causa-efeito deve ser investigada. No caso de se
tratar de um problema simples – em que a relação causa-efeito é
conhecida – os usuários da sistemática devem aplicar as melhores práticas
Lean existentes, para o caso de um problema não simples existem dois
caminhos baseados na teoria da resolução inventiva de problemas. O
primeiro caminho se baseia nos objetivos 1, 2, 4 e 5 da ferramenta LP-
TRIZ, que deve ser utilizado para problemas que tratam diretamente de
custo, produtividade ou qualidade. Já o segundo caminho se baseia na
análise su-field – ou análise substância campo – em que, conforme a
teoria, o problema específico é abstraído para um problema genérico. Esta
abstração amplia a gama de soluções existentes, em que os praticantes
podem identificar uma solução possível para o caso dentre as cinco
classes das Standard Solutions e finalmente especificar a solução
encontrada ao problema.
Com a coleta de insights provenientes das duas ferramentas – a LP-
TRIZ e as Standard Solutions – os usuários da sistemática proposta estão
aptos a iniciar ciclos de planejamento, experimentação e aprendizagem,
de forma sistemática e não mais intuitiva.
No fluxo de atividades, ilustrado na Figura 4.8, também pode ser
observada a presença de marcações em algumas operações – p.ex. na
atividade de seleção do obstáculo – significando momentos de interação
Coach-aprendiz, que conforme a abordagem Kata de melhoria se fazem
necessários para a tomada de decisões, mitigando a possibilidade de
desvios do objetivo, assim como proporcionando aprendizagem no
processo de compreensão e resolução de problemas.
A ferramenta LP-TRIZ foi desenvolvida por Harrington (2017) e tem
por objetivo indicar insights para melhoria de processos manufatureiros
quanto a produtividade, custo e qualidade. Esta ferramenta foi criada com
finalidade de adaptar a TRIZ clássica – orientada para design de produtos
– para prover melhoria em processos de fabricação. Pois de acordo com
Harrington (2017) a gama de soluções possíveis de serem aplicadas a um
64

sistema técnico é muito superior a quantidade de soluções aplicáveis para

problemas de manufatura. Deste modo a projetação de máquinas e
equipamentos aceita maior quantidade de princípios de solução quando
comparado a processos de fabricação, necessitando de uma forma
adaptada de ceder insights direcionados à manufatura.

Figura 4. 8 – Sistemática proposta para o nível gerencial – A2

Fonte: Autor

A forma como a ferramenta LP-TRIZ foi elaborada toma como base

três critérios, sendo eles “produtividade”, “custo” e “qualidade”,
respectivamente, e os cinco objetivos específicos, sendo eles “redução do
tempo de ciclo”, “redução de custo”, “problemas com colaboradores”,
“resultados ruins” e “métodos”, respectivamente.
 65

Formando entre os critérios e objetivos uma matriz em que as

relações são descritas quanto a probabilidade de efetividade da aplicação,
no formato de fortemente positiva “++” para maior probabilidade, e
fortemente negativa “NN” para menor probabilidade de efetividade da
aplicação do objetivo específico. Em que para um critério – p.ex.
Produtividade – definido, a relação fortemente positiva indica objetivos
específicos – p.ex. 1.1 eliminar operações, 1.2 combinar operações e 1.5
eliminar toda a burocracia – para solução do problema em questão. Em
que tais objetivos específicos podem ser considerados insights para a
resolução do problema, beneficiando o critério em questão.
Para a sistemática neste nível de aplicação, a Tabela 4.4 apresenta os
objetivos 1, 2, 4 e 5 da ferramenta, conforme indicado na análise do estado
da arte sobre o tema.

Tabela 4. 4 – Objetivos específicos 1, 2, 4 e 5 da ferramenta LP-TRIZ

Id Insight Produtividade Custo Qualidade
1.1 Eliminar operações ++ +
1.2 Combinar operações ++ +
1.3 Usar lotes menores N N +
1.4 Eliminar estoques N N
1.5 Eliminar toda burocracia ++ +
2.1 Redefinir tempos padrão + + NN
2.2 Trocar requisitos +
2.3 Utilizar linhas FIFO 9 N
2.4 Realizar uma análise de risco NN ++
2.5 Usar amostragem + +
2.6 Acompanhar os excedentes +
2.7 Reorganização do layout ++
2.8 Reorganização departamental +
4.1 Trabalhar com fornecedores + ++
4.2 Trocar de fornecedores +
4.3 Gerenciar cadeia de suprimentos
4.4 Compreender consumidores +
4.5 ISO 9000 10 N ++
4.6 Fortalecimento +
4.8 Avaliação independente NN +
5.1 Reorganizar ferramental ++

9
FIFO é o acrônimo para First-in First-out;
10
ISO 9000 é um modelo de gestão da qualidade organizacional ecomposto por um conjunto
de normas técnicas;
66

5.2 Retirar itens não usados + N

5.3 Adicionar equipamentos N + ++
5.4 Computadorizar processos ++ + +
5.5 Melhorar manutenção ++ + ++
5.6 Melhorar a movimentação de peças + +
5.7 Fazer novas ferramentas + +
5.8 Rastreamento visual ++ +
5.9 Linguagem simplificada + ++
5.10 Informatizar processo N +
5.11 Nível de estoque online + +
5.12 Inovação + ++
Fonte: adaptado de HARRINGTON (2017)

Na Figura 4.9 pode ser identificado que os defeitos que causam o

descarte da peça na fase 1 são causados pela máquina e na fase 2 pelo
operador, e que a fase 3 do produto – ou montagem – é a etapa gargalo do
processo, significando que a função exercida pelo operador é insuficiente,
assim como a relação entre a operação e as outras fases da manufatura do
produto, não permitindo fluidez no processo uma vez que as atividades
apresentam tempos de ciclo gradativamente maiores. Assim é necessário
que o mapeamento das atividades para análise neste formato seja
realizado a partir do final do processo, identificando insuficiências que
atrapalham o fluxo de materiais e informações.

Figura 4. 9 – Exemplo de conversão VSM para Su-Field

VSM

Su-Field

Fonte: Autor

Com as relações entre substâncias e campos definidas, o fluxograma

apresentado na Figura 4.10 tem a função de guiar o usuário para a classe
de soluções de maior viabilidade de aplicação. Deste modo o usuário pode
 67

abstrair o problema encontrado em um problema genérico e coletar

soluções genéricas para especificação futura e resolução do problema. Em
que a coleta de soluções genéricas ocorre de acordo com o tipo de campo
a ser melhorado e baseado na classe indicada pelo guia de seleção das
Standard Solutions, conforme ilustrado na Figura 4.10.
Deste modo os usuários desta sistemática têm a possibilidade de
complementar e potencializar os conhecimentos próprios com a adoção
dos princípios de solução obtidos na LP-TRIZ e das 76 Standard
Solutions. Utilizando estes insights para buscar soluções e as especificar
para problemas factuais na forma de proposição de um VSM para o estado
futuro – ou TC.

Figura 4. 10 – Guia de seleção das Standard Solutions

Diagrama Campo (Field) Incompleto
Classe 1.1
Su-Field Incompleto
criado
Melhoria Campo (Field) Danoso
Idealizar solução
Classe 1.2
Prejudicial Classe 5
Campo (Field) Insuficiente
Classe 1 ou 2
Definir Insuficiente
tipo do Detecção Refinar solução
problema Classe 4 Classe 3
Adaptado de GADD (2011), TERNINKO e DOMB (2000)

Com o VSM para a TC criada, o mesmo é transmitido para o próximo

nível – identificado como A3 – no qual apresenta a função de direção para
a melhoria. Os resultados no nível inferior são então checados e refletidos
quanto a melhoria e conhecimento criado na ação.

4.3.3 Sistemática para Nível Coordenação – A3

Em nível loop o supervisor é responsável por partes individuais do

fluxo (p.ex. setor de recebimento de materiais, setor de montagem e setor
de embalagem), portanto existe um desdobramento da TC do VSM para
partes particulares do processo (ROTHER; SHOOK, 2003). Em que
normalmente existem mais de dois “loops” inseridos num fluxo de valor.
Deste modo, os supervisores apresentam a função de compreender a
direção da melhoria, que neste nível é baseada na TC do VSM,
compreender a CC do sistema de forma a estabelecer uma TC para o loop
específico, identificando obstáculos à melhoria presente entre tais
condições.
68

Para este nível, a análise do estado da arte apresentou indicação

apenas do objetivo 3 da ferramenta LP-TRIZ como forma de suportar
problemas sem a relação causa e efeito completamente conhecida, assim
se fez necessária a inserção de conceitos adicionais para operacionalizar
a sistemática.
Desta forma o conceito dos objetivos SMART foi adotado para
suportar a criação do plano de ação que visa guiar o sistema à condição
alvo do loop, sendo definido por:

S. Específicos: precisão da informação de saída, informações

sem grandes margens para outras interpretações;
M. Mensuráveis: requisitos de melhoria para superar obstáculos
devem ser identificados com critérios mensuráveis,
facilitando compreensão e medições;
A. Atingíveis: objetivos dentro de parâmetros alcançáveis;
R. Realistas: objetivo deve ser proposto dentro das capacidades
do sistema, caso não seja possível os objetivos devem ser
subdivididos em unidades tangíveis.
T. Temporizáveis: delimitação de prazos de aplicação,
conforme apontado na abordagem IK os limites temporais
devem ser curtos para níveis mais baixos, de forma que
problemas possam ser identificados e corrigidos em menor
tempo.

O fluxo para este nível resulta na transmissão do mapa do estado

futuro do loop – ou TC – com os objetivos SMART para experimentação
em nível de processo. Os insights coletados por meio da LP-TRIZ
fornecem base para criação dos objetivos, neste os insights não fazem
parte da condição-alvo, mas sim de atividades subjacentes à melhoria,
como treinamentos.
A Figura 4.11 apresenta o fluxo para este nível, na qual pode ser visto
que, conforme nos níveis superiores, a experimentação é realizada pelo
nível subsequente, melhorias e conhecimentos são então coletados e
assimilados. Podem ser identificados também os pontos de interação
Coach-aprendiz neste nível, conforme descrito para nível A2.
 69

Figura 4. 11 – Sistemática proposta para o nível coordenação – A3

Fonte: Autor

Os objetivos “3” da ferramenta LP-TRIZ, conforme Tabela 4.5,

tratam basicamente de gestão de colaboradores e sua relação para com
produtividade, custo e qualidade, sendo que conforme descrito
anteriormente os insights são ordenados quanto a probabilidade de
sucesso na aplicação, identificando com “++” os de maior probabilidade
e “NN” os de menor chance de sucesso, de acordo com Harrington (2017).

Tabela 4. 5 – Objetivo específico 3 da ferramenta LP-TRIZ

Id Insight Produtividade Custo Qualidade
3.1 Treinar funcionários + N ++
3.2 Relocar funcionários N N
3.3 Reconhecimento ++ ++
Implementar sistema de
3.5 N ++
certificação de funcionários
Eliminar camadas de
3.6 +
gerenciamento
Fonte: HARRINGTON (2017)
70

Esta separação entre os níveis identificados com A2 e A3 – ou

gerencial e supervisão – é pouco usual em empresas de pequeno e médio
porte, nas quais o gestor responsável pelo mapeamento do fluxo de valor
exerce também atividades de coordenação, desta forma em empresas de
pequeno e médio porte tais níveis são sobrepostos. Nestes casos de
sobreposição de níveis, os cinco objetivos da ferramenta LP-TRIZ devem
ser considerados no fluxograma apresentado na Figura 4.8.

4.3.4 Sistemática para Nível de processo – A4

De acordo com a abordagem IK, melhorias em nível de processo

devem ser identificadas, compreendidas e superadas pelos próprios
operadores, tendo suporte do modelo de gestão composto por Coaches e
aprendizes, em que o método científico deve ser aplicado e
conhecimentos assimilados e compartilhados (ROTHER, 2009).
Deste modo o nível A4 é o que apresenta ciclos mais rápidos de
experimentação e aprendizagem – normalmente ocorrem diariamente –
em que insights – ou princípios de solução – são fundamentais para a
resolução de problemas de forma nova e criativa.
Na análise do estado da arte sobre a integração Lean-TRIZ foram
identificados dois conceitos para a resolução de problemas em nível de
processo, sendo a matriz de contradições – MC – e a análise Su-field
acompanhada pelas Standard Solutions. A forma de integrar os conceitos
e ferramentais ao processo não demandou nenhuma ferramenta ou
conceito adicional.
A Figura 4.12 apresenta o fluxo de atividades gerado para este nível,
sendo que para problemas além dos do tipo simples, existe a distinção
entre a presença evidente de compensações – trade-offs – que guia o
usuário para a MC e a não presença sugere a utilização da analise
substância-campo seguida da coleta de insights das Standard Solutions.
Neste fluxo também podem ser identificados diversos momentos de
interação Coach-aprendiz, que de acordo com a abordagem IK podem
ocorrer diariamente e nas etapas de maior importância para a melhoria.
Sendo estas etapas as de compreender a direção da melhoria, a
comparação entre a CC e a TC do loop, a caracterização do problema, a
presença de trade-off e o ciclo PDCA, respectivamente.
De modo que ao assimilar os resultados de melhoria e aprendizagem
obtidos no ciclo, o Coach tem a função de orientar os aprendizes a
selecionar outro obstáculo ou caso a proposta experimentada não tenha
resolvido o problema, dois caminhos são apresentados. Um deles é a
elaboração de outro planejamento com a utilização do mesmo insight, o
 71

outro é a seleção do próximo insight, uma vez que no processo de busca

e coleta de insights raramente apenas um será identificado.

Figura 4. 12 – Sistemática proposta para o nível processos – A4

Fonte: Autor

No caso de haver evidência concreta de compensações – trade-offs –

os usuários devem traduzir as características conflitantes em parâmetros
de engenharia – PEs – para habilitar a consulta à MC. Essa conversão
ocorre com base na interpretação do problema quanto aos parâmetros
existentes na matriz, identificando na coluna vertical o aspecto a ser
melhorado e na horizontal o impacto negativo gerado no sistema,
caracterizando um conflito técnico. Na intercessão entre linha e coluna
são apresentados PIs capazes de solucionar o conflito em questão, os
quais são coletados para servir de princípios de solução – ou insights –
para o planejamento.
72

Conforme descrito anteriormente, no caso da não identificação de um

trade-off os usuários são guiados a analisar o problema na ótica da análise
Su-Field e ao identificar as relações, conforme requisitado na ferramenta,
os usuários são habilitados a consultar o fluxograma de decisão de classe
e finalmente as Standard Solutions aplicáveis ao problema em questão.
Como forma de exemplificação, a Figura 4.13 apresenta a análise
Su-Field realizada a um processo de pintura, no qual as relações entre o
processo, as peças, o Setup e o operador são identificadas, possibilitando
uma melhor visão do obstáculo, assim como a identificação dos insights
para a resolução do conflito. Nota-se que a operação de pintura é do tipo
“insuficiente” para o processo anterior, por apresentar tempo de ciclo
maior ao do processo anterior, representando um gargalo no processo.
Sendo que as possíveis causas são oriundas nas relações internas ao
processo, originadas pelo operador.

Figura 4. 13 – Exemplo de análise Su-Field realizada a um processo

Insp.
Solda Pintura
pintura

Peças Setup

Operador

Fonte: Autor

O estado da arte da integração Lean-TRIZ suportado pela abordagem

IK possibilitou a criação de um modelo e sistemáticas para aplicação dos
conceitos.
Deste modo, com suporte das sistemáticas propostas, os praticantes
de conceitos e ferramentas Lean podem ser providos de uma forma
sistematizada de resolver problemas além do tipo simples, e praticantes
da abordagem Kata podem ser suportados por conceitos e ferramentas da
teoria TRIZ para sistematicamente melhorar processos com propostas
mais novas e inovadoras. Pode ser identificado também que forma com
que as sistemáticas foram criadas representam o estado da arte da
integração Lean-TRIZ voltada à manufatura, em que conceitos não foram
 73

apenas correlacionados, mas unidos para formar uma maneira diferente

de resolver problemas além da fronteira do conhecimento.
Tal forma utiliza as melhores práticas para melhoria em processos,
conforme apresentado pela manufatura Lean, rotinas de sistematicamente
e cientificamente resolver problemas e superar de obstáculos conforme a
abordagem IK, e conhecimento para conceber e guiar sistemas a uma
condição ideal de operação, como assimilado através da análise de
patentes e síntese de ferramentas, conforme descrito na teoria TRIZ.
Com os fluxos de atividades e ferramentas adicionais identificados, e
integrados, de modo a cumprir os requisitos de cada nível de utilização,
se torna possível a aplicação e experimentação das mesmas.
74
 75

5 VERIFICAÇÃO E EXPERIMENTAÇÃO

Com as sistemáticas criadas, o fluxo de atividades apresentado na

Figura 5.1 foi utilizado para a experimentação das propostas com
finalidade de coletar dados para verificação e validação. Desta forma, este
capítulo visa contextualizar a experimentação e apresentar as formas com
que as sistemáticas desenvolvidas neste projeto foram instanciadas.

Figura 5. 1 – Estrutura da experimentação

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS TRIZ E LEAN
UTILIZANDO O CONCEITO KATA DE MELHORIA

Fundamentação Modelagem Avaliação da proposta

Pré-Projeto Experimentação Pós-Projeto
RBS de integração de integração

Experimentação
Fundamentos Condução dos experimentos, coleta
para simulação e conversão de dados para análise

5.1 5.2

Contextualição Resultados das

da simulação simulações

A instanciação consiste na aplicação dos artefatos no ambiente

integrador proposto com finalidade de verificar a viabilidade do modelo
e dos métodos criados (MARCH; SMITH, 1995). A validação é essencial
ao processo de desenvolvimento de sistemáticas, se fazendo necessária na
pesquisa para avaliar os novos métodos propostos pelos pesquisadores e
está enraizado na epistemologia 11 (BARTH et. al. 2011).
Para avaliar a sistemática proposta foi realizada a validação de
performance empírica. Esse tipo de validação é baseado na proposição de
exemplos e os resultados devem ser avaliados conforme sua utilidade,
novidade e quantidade, isso é realizado comparando respostas sem e com
o suporte dos constructos, tornando possível a análise quantitativa dos
resultados obtidos pelos dois grupos (PEDERSEN et al., 2000).
Com base nas informações apresentadas, a experimentação adotada
neste projeto visa a validação empírica de performance por meio da
simulação baseada em cenários. Duas amostras de mesmos tamanhos são
utilizadas e com base em exemplos – ou cenários – os participantes devem
gerar propostas de melhoria, com e sem a utilização das sistemáticas
desenvolvidas neste projeto.

11
Epistemologia é a ciência das práticas relacionadas ao conhecimento;
76

Como parte da simulação baseada em cenários, foi utilizada uma

empresa desenvolvida em ambiente virtual e com as condições atuais
definidas, possibilitando abordar os fluxos internos ao processo. Este
ambiente para simulação de melhorias foi desenvolvido por
pesquisadores do GEPPS 12. As informações foram utilizadas para
contextualizar os participantes quanto a experimentação das sistemáticas.
Deste modo, este capítulo apresenta a contextualização realizada com
os participantes, assim como as metodologias de aplicação utilizadas para
cada nível, uma vez que existem requisitos exclusivos a cada nível.

5.1 Contextualização para a simulação das sistemáticas

A empresa adotada para a simulação baseada em cenários foi

desenvolvida objetivando facilitar a aprendizagem sobre a ferramenta
VSM e a abordagem Toyota Kata. Sendo que a empresa atua na produção
de bicicletas e atende o mercado regional. Buscando ampliar sua
participação no mercado foi feito um contrato de exclusividade com uma
grande empresa varejista, impactando em algumas exigências externas.
Dentre as exigências externas se tem a redução do tempo de entrega,
a redução do custo de produção e o aumento do volume de produção. A
Tabela 5.1 apresenta as variáveis mensuradas no ambiente interno – ou
CC – e as exigências externas – ou Visão da empresa.

Tabela 5. 1 – Informações gerais da empresa para simulação

Indicadores do ambiente interno
• Disponibilidade: 40 horas/semana
• Quantidade de operadores: 22
• Quantidade de operações: 21
• Utilização da mão de obra: 51,3%
• Produção semanal: 270 bicicletas
• Lead Time: 7 dias
• WIP: 1,81 dias
Exigências externas
• Aumentar giro de estoque
• Aumentar volume de produção
para 360 unidades/semana
• Reduzir tempo de entrega
• Reduzir custo de produção

A fabricação dos produtos ocorre em um local com layout

predominante funcional – ou departamental – conforme ilustrado na
Figura 5.2, em que a produção é realizada por batelada e o processo é
composto por vinte e uma operações. Utilizando um operador por
operação com disponibilidade de um turno de oito horas, enquanto para o

12
Grupo de Engenharia de Produto, Processos e Serviços. (UFSC)
 77

processo de pintura são utilizados dois turnos de seis horas, devido à

forma com que o processo é realizado. Pode ser constatado também que
a empresa apresenta apenas 51,3% de utilização da mão de obra e um
longo tempo de atravessamento.

Figura 5. 2 – Layout do processo de manufatura utilizado nas experimentações

O processo inicia pelo recebimento dos materiais necessários para a

fabricação, sendo estes materiais inspecionados e distribuídos para o
processo de fabricação de bicicletas. O processo é composto por quatro
fluxos de materiais, sendo eles, a montagem do sistema de controle, a
78

montagem do subsistema do freio, a fabricação da estrutura e a montagem

final das bicicletas.
Para o cenário desenvolvido os componentes do conjunto de controle
dianteiro da bicicleta são recebidos de fornecedores, inspecionados e
montados, os disponibilizando para a montagem final da bicicleta.
O subsistema do freio é recebido pré-fabricado de fornecedores, o
qual é inspecionado, os cabos de acionamento e capas protetoras dos
cabos são cortados nas dimensões necessárias e montados, sendo
disponibilizado para a montagem final do produto.
O processo mais complexo da fabricação da bicicleta consiste na
fabricação da estrutura – ou quadro – da mesma, que consiste nas
operações de recebimento de tubos com seis metros de comprimento
oriundos dos fornecedores, da inspeção, do corte, da dobra e do processo
de soldagem dos tubos utilizados na fabricação da estrutura. Na sequência
a estrutura é encaminhada ao processo de pintura, o qual disponibiliza a
estrutura da bicicleta para a montagem final.
Finalizando o processo de fabricação, os subsistemas são
aproximados, posicionados e unidos, realizando a montagem final da
bicicleta. Após esta etapa o produto é inspecionado visando verificar a
ocorrência de erros de posicionamento e fixação, e depois embalado para
envio do mesmo ao cliente.
A Figura 5.3 apresenta o VSM da condição atual de operação do
processo de fabricação em questão, sendo que os valores referentes aos
tempos de ciclo, tempo de Setup 13, disponibilidade das operações, fluxo
de materiais e quantidade de operadores são devidamente identificados.
Com a identificação dos requisitos externos de melhoria – Visão – e
da condição atual – CC – do processo, as experimentações baseadas em
cenários foram desenvolvidas de acordo com as funções exercidas por
cada nível hierárquico da empresa, visando identificar a influência das
sistemáticas desenvolvidas no processo de melhoria.
Deste modo, a partir da definição da visão da empresa, das exigências
externas e das variáveis da CC de operação do processo, as simulações
foram planejadas com objetivo de definir as condições-alvo – TC – e
identificar obstáculos presentes entre tais condições de operação. Para
tanto, planejamentos foram realizados com e sem suporte das sistemáticas
e os resultados coletados para avaliação e análise, formando a
metodologia – ou procedimento – de experimentação das sistemáticas.

13
Tempo de Setup é o tempo de preparação de um equipamento ou processo. Este tempo de
setup é dependente das variações do produto e influencia o planejamento da produção.
79

CONTROLE DA
PRODUÇÃO
Fornecedores VendeTudo
Figura 5. 3 – VSM da empresa utilizada para a experimentação

ORDEM DE 360 pçs/semana

PRODUÇÃO
Lote = 9 peças / pallet
(2 caminhões)
1 Turnos
INSPEÇÃO
1 DO 1MONTAGEM 1MONTAGEM
CONTROLE DO CONTROLE RODA
Entrega DIANTEIRA
semanal
216
un T/C = 240 seg. T/C = 80 seg. T/C = 50 seg. 72
un
TR = 10 seg. TR = 10 seg. TR = 10 seg.
1 Turno 1 Turno 1 Turno Entrega
Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s semanal
1MONTAGEM
DAS PEÇAS
58 un
1 INSPEÇÃO 1 CORTE 1 DOBRA T/C = 20' seg. 1 1 1 INSPEÇÃO 1MONTAGEM 1MONTAGEM 1MONTAGEM 1MONTAGEM 1 INSPEÇÃO 1 1
CORTE SOLDA PINTURA RODA EMBALAGEM EXPEDIÇÃ O
TR = 10 seg PINTURA CONTROLE FREIO CHASSI BANCO FINAL
TRASEIRA
1 Turno
1152 Disponib: 28800 s
un 216 90
T/C = 240 seg. T/C = 40 seg. un T/C = 44 seg. T/C = 300 seg. un T/C = 4,6 horas T/C = 200 seg T/C = 40 seg T/C = 240 seg T/C = 80 seg T/C = 60 seg T/C = 240 seg T/C = 80 seg
TR = 120 seg. TR = 360 seg. TR = 360 seg TR = 0 seg. TR = 2,6 horas TR = 10 seg TR = 10 seg TR = 10 seg TR = 10 seg TR = 10 seg TR = 10 seg TR = 10 seg
1 Turno 1 Turno 1 Turno 1 Turno 2 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno
Disponib: 28800 s Disponib: 85% Disponib: 85% 230 un Disponib: 95% Disponib: 6 horas Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s
INSPEÇÃO
1 DO 1 CORTE 1CORTE DAS 1MONTAGEM
FREIO CONJUNTO CAPAS DO CONJUNTO
CABO DE FREIO FREIO
FREIO
432 144
un T/C = 180 seg. T/C = 20 seg. T/C = 20 seg. T/C = 120 seg. un
TR = 10 seg. TR = 10 seg. TR = 10 seg. 86 TR = 10 seg.
1 Turno 1 Turno 1 Turno un 1 Turno
Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s
80

5.2 Metodologia para experimentação das sistemáticas

Os cenários simulados foram planejados de acordo com os requisitos

de cada nível – organizacional, de fluxo de valor e de processos – tendo
em vista que as ferramentas e os fluxos de atividades são diferentes.
Em que o procedimento – ou metodologia – para as experimentações
das sistemáticas propostas foi iniciado pela seleção do grupo de
participantes, formando a amostra para a experimentação, seguido da
contextualização dos mesmos quanto ao cenário de experimentação e às
atividades que deveria ser realizada, com e sem suporte da sistemática e
por fim a condução dos ensaios e coleta dos dados para análise. Para a
simulação – ou experimentação – com suporte da sistemática, foi
realizada uma capacitação dos participantes quanto a teoria TRIZ, uma
vez que o conhecimento quanto às ferramentas e conceitos da teoria não
eram de pleno conhecimento dos participantes.
Nos tópicos referentes a cada nível de aplicação da sistemática são
descritos os planejamentos dos experimentos, apresentando os critérios
de escolha das amostras, os tamanhos das amostras e os métodos
utilizados a fim de coletar dados para verificação das sistemáticas.
Dados coletados com base na realização das experimentações foram
dos tipos quantitativo e qualitativo. Os dados quantitativos foram
coletados visando critérios como a quantidade de propostas geradas e
quantidade de operadores, deste modo não exigindo tratamento dos
dados. Dados qualitativos foram obtidos por meio dos participantes das
experimentações, formados por dois conjuntos de dados. O primeiro se
refere a avaliações respondidas pelos participantes quanto a facilidade de
utilização e suporte provido pela sistemática, provendo valores de 1 a 10
quanto aos critérios, de forma que os dados não necessitaram tratamentos
e conversões. O segundo tipo de dados qualitativos aborda os
planejamentos gerados pelos participantes, assim como o aprendizado
obtido no processo de melhoria, deste modo foi necessário o tratamento
dos dados por meio de uma avaliação das propostas.
Estes dados, após a avaliação realizada por especialistas e
agrupamento, possibilitaram a aplicação de técnicas estatísticas para
comparação entre os resultados experimentais com e sem suporte da
sistemática, atribuindo um grau de confiança 14 para o efeito obtido ao
inserir os conceitos e as ferramentas aos processos de melhoria.

14
Grau, ou intervalo, de confiança é um conceito das ciências estatísticas e probabilísticas que
estima a um parâmetro populacional desconhecido por meio de um intervalo definido.
 81

Desta forma a experimentação foi iniciada pelo nível organizacional,

uma vez que a proposta de desafio gerada tem a função de direcionar os
níveis subjacentes quanto à melhoria.

5.2.1 Simulação da sistemática em nível organizacional – A1

Conforme descrito no Tópico 4.3.1, e de acordo com a abordagem

IK, o nível organizacional tem a função de observar o sistema macro,
compreender a direção para a melhoria, assimilar as variáveis da CC e
estabelecer uma TC para o sistema. Deste modo, de acordo com o
procedimento – ou metodologia – adotado para a experimentação das
sistemáticas, o ensaio em nível organizacional foi planejado de forma a
manter o ambiente controlado. Para tanto a mesma amostra, formada
pelos mesmos participantes, foi requisitada a realizar a experimentação
em ambos os casos, com e sem suporte da sistemática.
Para a formação da amostra foram escolhidos participantes com
formação ou que atuam na área de processos de fabricação. Foi formada
assim a amostra para a experimentação, composta por seis participantes,
em sequência os mesmos foram requisitados a avaliar seus conhecimentos
quanto a manufatura Lean e a teoria TRIZ. Os resultados estão mostrados
na Tabela 5.2, sendo que a maioria dos participantes considerou ter
conhecimento de conceitos e ferramentas Lean e não conhecer a teoria
TRIZ.

Tabela 5. 2 - Identificação da amostra para Nível A1

Conhecimento Conhecimento
Identificação Formação Escolaridade
em Lean em TRIZ
ABR Eng. Mecânica Eng. 5 1
ALS Eng. Mecânica Eng. 4 1
OAZ Eng. Mecânica Mestre 5 1
JAA Eng. Produção Mestre 5 2
MR Design de produto Mestre 7 3
SMW Eng. Produção Mestre 7 1

Uma breve análise dos participantes revelou média de 5,5 pontos em

conhecimento sobre manufatura Lean e apenas 1,5 pontos na teoria TRIZ.
Com isso, foi necessária uma melhor apresentação da teoria, assim como
exemplificações para viabilizar a realização da fase dos experimentos
baseada na sistemática.
A experimentação foi iniciada pela apresentação do cenário da
simulação aos participantes, conforme exposto no Tópico 5.1, em que
primeiramente os participantes foram solicitados a, com base em seus
82

conhecimento e experiências, compreender a direção para a melhoria,

entender a CC de operação da empresa e por fim realizar planejamentos
a fim de formar a TC para o sistema. Na sequência, identificaram
obstáculos entre tais condições e realizaram planejamentos quanto aos
fatores identificados. Por questão de controle do experimento, os
participantes neste nível foram requisitados a identificar, com base na
Visão, três casos em que as variáveis definidas da CC não atendiam as
exigências externas, e com base nesta comparação propor uma TC.
Assim, para os obstáculos presentes, foram elaboradas propostas de
solução para tratar de cada obstáculo individualmente.
O planejamento é composto pelas perguntas “O que se planeja?” e
“O que se espera?”, e ao final os participantes foram solicitados a
selecionar um conjunto com três planejamentos, formando assim a TC
para o sistema. Nesta etapa da experimentação foi disponibilizado aos
participantes um material para auxiliar na elaboração e registro das
propostas, o material está presente nas duas primeiras páginas do
Apêndice A deste projeto.
A Figura 5.4 apresenta a elaboração de um dos participantes, em que
para a primeira comparação realizada foi considerado “aumentar volume
de produção” como direção para a melhoria e “baixa utilização da mão de
obra” como variável insatisfatória presente na CC do sistema. Vale aqui
ressaltar que o aumento do volume de produção, em 90 unidades por
semana, era uma exigência externa e deveria ser atendida, e o processo
mostra apenas 51,4% de utilização da mão de obra, caracterizando a CA.
Para este caso o participante elaborou um planejamento baseado no
conceito de “takt time” com objetivo de reduzir a quantidade de
operadores e aumentar a utilização da mão de obra.

Figura 5. 4 – Planejamento gerado sem suporte da sistemática para nível A1

Nesta fase, em cerca de 80% dos casos, os participantes foram

capazes de gerar apenas uma alternativa de solução por comparação
identificada, indicando a presença da inércia psicológica, pois ao
escolherem os fatores para comparação se ativeram a problemas cujas
soluções estavam dentro de suas zonas de conforto. Assim, observou-se
 83

que ao compreenderem a direção e entenderem a CC do processo, os

participantes foram intuitivamente guiados a realizar comparações com
base em seus conhecimentos, de forma a facilitar a criação da TC para o
sistema.
Dentre as comparações realizadas, sem o suporte da sistemática, foi
observado que em todos os casos as comparações foram formadas com
uma exigência externa e uma variável definida da CC da empresa. O
tempo de atravessamento foi a variável definida mais utilizada, seguido
da utilização da mão de obra, do aumento do volume de produção, da
redução do tempo de entrega e do custo operacional, já a variável
disponibilidade não foi utilizada por nenhum dos participantes.
Os resultados também revelaram que grande parte das comparações
foram semelhantes para diversos participantes, sendo identificadas na
Tabela 5.3.

Tabela 5. 3 – Resultados gerados sem suporte da sistemática em nível A1

Comparação Identificação O que planeja? O que espera?
Tempo de produção
Diminuir o Lead Time menor possibilitando
MR
reduzindo desperdícios entregar em menor
tempo
Otimizar os processos Fluxo contínuo não gera
e fluxos internos para estoques e faz com que
Reduzir SMW
reduzir o tempo de o processo flua sem
tempo
entrega entraves
de entrega
Reduzir desperdícios Aumentar a
vs.
de tempos para disponibilidade para
Lead Time ABR
preparação das reduzir o tempo de
operações entrega
Terceirizar os processos
Identificar os gargalos
que demoram mais
JAA e desperdícios do
tempo para diminuir o
sistema
Lead Time
Aumentar a utilização
Organizar atividades
da mão de obra para
ALS de acordo com a
Aumentar diminuir o número de
demanda
volume de operadores
produção Aumentar a utilização
Aumentar o volume
vs. MR da mão de obra para
produzido
Utilização da 75%
mão de obra Reorganizar o Aumentar a utilização
ABR processo em layout da mão de obra e
celular volume produzido
Fonte: Autor
84

Na tabela também é possível visualizar a utilização das melhores

práticas Lean, de forma com que os participantes elaboraram
planejamentos muitas vezes evidentes e pouco estruturados. Como a
proposta elaborada pelo participante “ABR” que visa reorganizar o layout
no formato de células, com objetivo de aumentar a utilização da mão de
obra e consequentemente o volume de produção.
Deste modo a simulação para o cenário do nível organizacional sem
suporte da sistemática foi finalizada, e os dados qualitativos obtidos
foram encaminhados para avaliação de especialistas.
Posteriormente, foi apresentado procedimento da sistemática
proposta para o nível em questão aos participantes da experimentação.
Neste ponto os participantes foram solicitados a seguir o procedimento
apresentado pela sistemática para comparar o ambiente interno ao
ambiente externo, para identificar as características negativas do sistema,
para priorizar tais fraquezas e para selecionar as características negativas,
utilizando a matriz de comparação, a análise SWOT, a matriz
multicritério e a matriz de correlação, respectivamente.
A comparação foi realizada com base na compreensão da direção
para a melhoria e nas variáveis definidas na CC de operação do sistema.
Sendo que para tais exigências externas, cada participante atribuiu um
peso de acordo com sua compreensão da visão da empresa. Em grande
parte dos casos, os participantes, ao percorrer o fluxo de atividades da
sistemática reconheciam, antes mesmo da elaboração das propostas, que
os obstáculos identificados sem suporte da sistemática não eram os de
maior impacto para a melhoria do sistema.
Com as prioridades compreendidas, os usuários foram requisitados a
identificar os três principais obstáculos que impedem a evolução do
sistema e definir de acordo com seus conhecimentos se as relações de
causa-efeito eram conhecidas, caso contrário, as variáveis definidas eram
correlacionadas aos parâmetros de engenharia, habilitando os
participantes da experimentação a consultar a MC.
Após a consulta aos princípios de solução presentes na ferramenta da
teoria TRIZ, planejamentos foram realizados com base nos insights
coletados. A Figura 5.5 apresenta uma das propostas geradas, na qual
pode ser observado que neste caso uma única comparação, realizada entre
a visão da empresa e a CC, foi capaz de desencadear quatro
planejamentos. Ao final da elaboração dos planejamentos os participantes
foram requisitados a identificar um planejamento por obstáculo para
formar a TC, deste modo desdobrando a visão da empresa, de forma a
conceber a direção para a melhoria.
 85

Figura 5. 5 – Proposta com sistemática para nível A1

Fonte: Autor

Com o suporte da sistemática os participantes identificaram as

barreiras de maior impacto à evolução, as quais foram tomadas como base
para realização das comparações. Tais comparações foram verificadas
quanto ao conhecimento da relação causa-efeito e para problemas
diferentes aos do tipo simples a sistemática habilitou a consulta à MC.
Para realização da consulta à MC, as variáveis da CC e os fatores da
direção para melhoria devem ser traduzidas em PEs. Como tais
parâmetros tratam de sistemas técnicos, não existe uma conversão direta,
de modo que cada participante foi requisitado a gerar uma própria
conversão, dependente das interpretações atribuídas aos PEs.
A Tabela 5.4 apresenta as conversões realizadas pelos participantes.
Nesta tabela pode ser identificado que alguns indicadores apresentaram
mais de uma correlação, como por exemplo o estoque em processo – ou
WIP – que apresentou quatro interpretações quanto aos PEs, sendo eles
produtividade (39), facilidade de fabricação (32), peso de um objeto em
movimento (1) e área de um objeto estacionário (6).
Com a definição dos parâmetros de engenharia, os PIs podem ser
identificados e coletados na MC, possibilitando que cada princípio
inventivo representa ao menos um insight. Assim, comparações
semelhantes, realizadas pelos participantes, resultaram em diversos
planejamentos específicos, diferentemente da simulação realizada neste
nível sem suporte da sistemática, na qual, comparações semelhantes
apresentaram propostas de planejamentos semelhantes.
86

Tabela 5. 4 – Conversões de indicadores para PEs adotadas pelos usuários

Indicadores Lean Parâmetros de Engenharia (TRIZ)
Capacidade produtiva 39 – Produtividade
30 – Danos gerados por um
Defeitos
objeto
Disponibilidade 25 – Perda de tempo
15 – Duração da ação em
Lead Time 9 – Velocidade
um objeto em movimento
Número de operadores 22 – Perda de energia 21 – Energia
OEE 27 – Confiabilidade
29 – Precisão na
Produção semanal 39 – Produtividade
manufatura
Utilização da mão de
25 – Perda de tempo
obra
1 – Peso de um objeto em
39 –Produtividade
movimento
WIP 32 – Facilidade de
6 – área de um objeto
fabricação
estacionário
Fonte: Autor

A Tabela 5.5 apresenta as duas comparações mais utilizadas pelos

participantes da experimentação, tratando de quantidade de operadores e
produção semanal, assim como, tempo de atravessamento – Lead Time –
e quantidade de operadores. Os dados obtidos apontam que mesmo em
casos de comparações com insights semelhantes os planejamentos foram
distintos. Indicando que para este caso, os participantes foram capazes de
seguir a mentalidade subjacente à TRIZ – conforme ilustrado na Figura
2.12 – de abstração do problema específico, busca por soluções genéricas,
finalizado pela adaptação da solução encontrada para resolução do
problema específico. Assim, observou-se planejamentos fora da zona de
conforto dos participantes, formado por propostas potencialmente mais
úteis, mais novas e menos comuns.
Na comparação entre “Lead Time” e “quantidade de operadores”, o
PI que trata de ações preliminares (10) foi identificado por dois
participantes e utilizado de duas maneiras distintas. Sendo que um dos
planejamentos tratou de treinamento aos operadores em mais funções
com intuito de reduzir a quantidade de funcionários e possibilitar que os
colaboradores realizem mais de uma atividade. Enquanto que o outro
participante interpretou o PI diferentemente e planejou delegar atividades
padronizadas aos operadores para reduzir o tempo de preparação das
operações.
 87

Tabela 5. 5 – Resultados gerados com suporte da sistemática em nível A1

Comparação Identificação Insight O que planeja? O que espera?
Automatizar
Aumentar a
operações que
produção semanal e
ALS 28 exigem muito
diminuir número de
tempo ou com
operadores
muito defeito
Aumentar a
Analisar
produção semanal,
operações e
ABR 35 sem impactar no
reduzir tempo de
Quantidade número de
execução
de operadores operadores
vs. Diminuir espera
Produção Delegar ações para realização de
semanal preliminares um processo
JAA 10, 20
padronizadas aos aumentando o
operadores volume de
produção
Facilitar o Processo mais
processo ágil podendo ser
MR 34 produtivo por realizado por
meio do projeto número menor de
do produto operadores
Treinar todos os
operadores para Reduzir a
ALS 10 todas as funções quantidade de
(universalidade operadores
de função)
Produção Reduzir Lead
Lead Time
contínua em Time sem
vs. 14, 20,
ABR layout celular aumentar o
Quantidade 19, 35
com fluxo número de
de operadores
unitário de peças operários
Utilizar os
operadores para Gastar menos
JAA 10 realizar tempo para iniciar
atividades de as atividades
preparação
Fonte: Autor

Após a realização das experimentações, para mesma amostra, com e

sem o suporte da sistemática, os participantes foram solicitados a avaliar
o grau de facilidade encontrado na elaboração da TC em ambos os casos.
Os participantes também foram solicitados a avaliar, para a
experimentação com suporte da sistemática, o apoio recebido pela
proposta. De modo que os participantes consideram, para este caso, que a
88

sistemática é capaz de suportar o processo de criação da TC e que o

procedimento descrito na sistemática os guiou a respostas diferentes das
sem suporte da mesma.
Conforme descrito na sistemática para o nível organizacional, em
casos de problemas sem a relação causa-efeito conhecida, os indicadores
da CC devem ser convertidos em parâmetros de engenharia,
possibilitando consultar a matriz de contradições e identificar PIs. As
conversões elaboradas pelos participantes das experimentações foram
agrupadas e possibilitaram a criação de uma matriz que compara tais
indicadores. A Tabela 5.6 apresenta a matriz obtida, sendo que nas
interseções entre fatores são apresentados princípios inventivos que
foram adotados na experimentação para elaborar propostas de resolução
do conflito. A lista completa dos PIs está no Anexo A.

Tabela 5. 6 – Matriz de correlação entre fatores

Disponibilidade

Quantidade de

Utilização da
mão de obra
operadores

Lead Time
Produção
semanal

WIP
28, 35, 28, 35,
Disponibilidade X
34 34, 4
10, 35, 10, 14,
Quantidade de 10, 5,
X 20, 28, 20, 19, 19, 35
operadores 18, 32
29 35, 38
Utilização da 10, 15, 28, 10,
X
mão de obra 18, 28 35, 20
Produção 10, 28, 28, 34, 35, 19,
X
semanal 32, 39 35 17, 14
Lead Time X
17, 10, 5, 19,
WIP X
35, 7 34, 31
Fonte: Autor

Com as propostas de desafios criadas em ambas as experimentações,

as mesmas foram encaminhadas a especialistas para avaliação quanto a
utilidade e novidade das propostas. A seleção dos especialistas foi
realizada de acordo com suas formações acadêmicas e experiências
profissionais, tendo os dados gerais dos avaliadores mostrados na Tabela
5.7.
 89

Tabela 5. 7 – Identificação dos avaliadores para nível A1

Identificação Formação Escolaridade Atuação profissional
Atuação na área de serviços
FMG Eng. Mecânica Eng. com foco em logística de
bens perecíveis
Atuação na área acadêmica
Ciência da como pesquisador e
HAF PhD
Computação professor com foco em
gestão do conhecimento
Atuação em indústria com
gestão de produto e
RBF Eng. Mecânica PhD
pesquisador com foco em
*inovação
Fonte: Autor

Os dados convertidos pelos especialistas selecionados, assim como

as avaliações dos participantes nas situações com e sem suporte da
sistemática foram coletados para análise.
A Tabela 5.8 apresenta a avaliação dos especialistas quanto a
utilidade e novidade, e a quantidade de planejamentos gerados e as
avaliações dos participantes quanto a dificuldade enfrentada na
elaboração da proposta, respectivamente.

Tabela 5. 8 – Resultados numéricos para os fatores mensurados – A1

Presença da Média dos Desvio
Fator mensurado Variância
sistemática resultados padrão
Utilidade das Não 5,9 0,88 0,77
proposições Sim 7,3 0,83 0,68
Novidade das Não 1,6 0,30 0,07
proposições Sim 3,3 1,30 1,69
Quantidade de Não 3,5 1,22 1,5
planejamentos gerados Sim 6,3 1,86 3,47
Dificuldade para Não 5,0 1,58 2,5
definição do desafio Sim 5,4 2,45 6,04
Fonte: Autor

Com as informações expostas anteriormente, os dados obtidos nas

simulações realizadas podem ser representados por meio das médias das
respostas dos participantes e avaliações dos especialistas.
90

5.2.1.1 Resultados obtidos em nível organizacional

As médias dos dados coletados – conforme Tabela 5.8 – foram

também representados graficamente por meio da Figura 5.6. Em que os
fatores mensurados estão identificados no eixo das abscissas e os valores
mensurados – ou atribuídos por especialistas – estão representados no
eixo das ordenadas, uma vez que a mesma escala foi utilizada.
Evidenciando as melhorias providas pela sistemática para o caso
proposto, apresentando também que os participantes da experimentação
consideraram que a utilização da sistemática para a elaboração de
planejamentos foi, em média, 0,4 pontos mais difícil.

Figura 5. 6 – Comparação entre resultados para nível A1

Com a condução dos experimentos com e sem suporte da sistemática

para o nível organizacional, os dados qualitativos foram avaliados por
especialistas e agrupados aos dados quantitativos. De modo a possibilitar
analises estatísticas e a atribuição de grau de confiança para a influência
da sistemática para o caso experimentado. As análises estatísticas e
considerações adotadas foram exploradas no Capítulo 6 deste projeto.

5.2.2 Simulação da sistemática em nível gerencial e coordenação –

A2 e A3

Em nível gerencial – ou fluxo de valor – e coordenação – ou loop do

fluxo de valor – o processo é analisado e compreendido pelos
colaboradores visando a redução de desperdícios e aumento da fluidez
entre fornecedores e clientes. Portanto para a experimentação da
sistemática proposta para os níveis A2 e A3, foram tomadas como base
 91

as informações da simulação baseada em cenários, conforme apresentado

no tópico 5.1, a condição-alvo – TC – criada no nível organizacional para
o sistema, assim como o VSM da CC da empresa conforme apresentado
anteriormente na Figura 5.3.
Com base nessas informações o experimento foi planejado de forma
a simular a influência da sistemática proposta nas atividades de
compreender a direção para a melhoria da empresa, analisar a condição
atual – CC – de operação por meio do VSM do estado atual e propor uma
condição alvo – TC – por meio do VSM do estado futuro, identificando
obstáculos, conforme requisitado para estes níveis de acordo com a
abordagem IK. Em que, houveram interações entre o coach e os
aprendizes em todos os momentos identificados na sistemática.
A experimentação foi realizada com duas amostras de mesmo
tamanho, porém composta por participantes diferentes. Ambas as
amostras geraram três mapas de fluxo de valor, de forma a possibilitar a
comparação entre propostas com e sem suporte da sistemática.
Assim, a etapa sem suporte da sistemática ocorreu como parte de uma
disciplina de pós-graduação que visa capacitar os alunos para essa
atividade, em que foi utilizado o mesmo cenário da experimentação
anterior. A amostra foi formada por três grupos em que um VSM para TC
foi gerado por cada grupo. Em que todo conhecimento agregado às
propostas, sem suporte da sistemática, foi baseado nas melhores práticas
da manufatura Lean e utilizando a abordagem IK.
Para tal, foram apresentadas aos participantes, sem suporte da
sistemática, as informações do cenário da simulação, sendo que os
participantes deveriam compreender a direção para a melhoria, analisar a
CC de operação e estabelecer uma TC por meio do VSM para o processo.
Deste modo os participantes geraram três propostas de VSM para TC,
estas propostas estão apresentadas no Apêndice D.
Para a experimentação com suporte da sistemática foram
selecionados participantes que realizaram o mesmo tipo de treinamento,
de forma que o conhecimento em manufatura Lean pudesse ser
considerado semelhante ao dos participantes da primeira parte da
experimentação para este nível, formando amostras de tamanhos iguais.
O grupo foi requisitado a utilizar a sistemática proposta como base
para compreender a direção para melhoria, analisar a CC de operação e
estabelecer a TC de operação por meio da projetação de um estado futuro
do VSM, sendo os resultados também apresentados no Apêndice D. Os
participantes da experimentação com suporte da sistemática foram
submetidos a explicações e exemplificações sobre as ferramentas da
92

teoria TRIZ previamente à condução dos experimentos, assim como

necessitaram suporte durante o exercício.
De acordo com a abordagem IK, os participantes da experimentação
foram orientados a compreender a direção para a melhoria, a comparar
tais variáveis definidas às CCs de operação, a estabelecer a próxima TC
e a identificar os obstáculos entre as condições. A partir da definição dos
obstáculos a sistemática orientou os participantes a identificar a relação
causa-efeito do problema encontrado. Uma das equipes identificou a
“baixa disponibilidade da dobra” como um obstáculo à melhoria, no qual
o efeito era conhecido, porém a causa era incerta, caracterizando o
problema como “Complicado” – de acordo com o framework Cynefin,
ilustrado na Figura 2.10. Para essa categoria de problema o procedimento
a ser utilizado é “perceber”, “analisar” e “responder” para a resolução do
problema, o que deste modo, possibilitará a aplicação de ferramentas da
teoria TRIZ para atender estes requisitos.
A Figura 5.7 apresenta a definição da relação causa-efeito para este
obstáculo, assim como a aplicação da análise Su-Field em busca das
relações insuficientes e danosas contidas no processo, concedendo uma
visão mais detalhada do sistema. Desta maneira, conforme também
apresentado na Figura 5.7, após a análise realizada pelos participantes
tornou possível identificar insights – a partir das Standard Solutions –
para o obstáculo em questão. Pode ser observado que neste caso os
participantes identificaram um total de dois insights, que posteriormente
foram utilizados para a projetação da TC conforme requisitada para o
nível.
Em sequência, o procedimento indicado foi avaliado pelos
participantes da experimentação, quanto ao suporte provido pela
sistemática para a criação da TC.
Ao utilizar a sistemática proposta, os participantes da experimentação
coletaram insights provenientes das ferramentas LP-TRIZ e Standard
Solutions, em que foi possível identificar os insights que foram utilizados
com maior frequência, estes dados estão apresentados na Tabela 5.9.
Os resultados obtidos nas simulações, com e sem suporte da
sistemática, foram encaminhados para especialistas, para quantificar as
propostas geradas quanto a novidade e utilidade das soluções impostas
nas projetações. Para isso, os especialistas tomaram como base as mesmas
informações sobre a direção para a melhoria e a CC de operação do
sistema que os participantes. A indicação feita aos avaliadores quanto a
novidade e utilidade das propostas foi interpretar a novidade como quão
nova é a solução, entendendo “novo” como uma característica não usual,
não apenas uma caraterística inovadora. E a avaliação da utilidade da
 93

proposta foi realizada quanto à vantagem apresentada, para ser utilizada

como uma condição mais próxima do ideal de operação.

Figura 5. 7 – Proposta com a sistemática para nível A2 e A3

Fonte: Autor

Tabela 5. 9 – Classificação de insights por frequência de uso

Frequência Insight Insight
de utilização LP-TRIZ Standard Solutions
1° 1.2 1.2.1
2° 1.1 1.1.3
3° 2.7 2.1.1
4° 5.6 2.3.1
5° 2.1 2.2.2
6° 5.1 1.1.2
7° 5.5 2.2.5
8° 4.5 2.2.4
Fonte: Autor
94

Deste modo, os critérios de escolha dos avaliadores foram com base

nas competências individuais, em que os dados gerais – identificando
formação, escolaridade e atuação – dos avaliadores estão dispostos na
Tabela 5.10.

Tabela 5. 10 – Identificação dos avaliadores para nível A2 e A3

Identificação Formação Escolaridade Atuação profissional
Atuação na área de serviços
FMG Eng. Mecânica Eng. com foco em logística de
bens perecíveis
Atuação em indústria com
gestão de produto e
RBF Eng. Mecânica PhD
pesquisador com foco em
inovação
Atuação na área acadêmica
como pesquisador com foco
SMW Eng. Produção Mestre
em gestão do conhecimento
e melhoria em processos

Os resultados gerais obtidos na experimentação tomaram como base

as informações cedidas aos participantes, em que existiam 21 operações
e 22 operadores no processo.
Deste modo, estão dispostos na Tabela 5.11 os resultados das
propostas com a quantidade de operadores e operações contidas nas
projetações das TCs, assim como as avaliações dos especialistas quanto a
novidade e utilidade das soluções propostas.

Tabela 5. 11 – Resultados numéricos para os fatores mensurados – A2 e A3

Presença da Média dos Desvio
Fator mensurado Variância
sistemática resultados padrão
Quantidade reduzida Não 8,7 2,52 6,33
de operações Sim 13,3 1,53 2,33
Quantidade reduzida Não 3,3 2,31 5,33
de operadores Sim 11,7 1,15 1,33
Não 4,6 1,24 1,53
Novidade das soluções
Sim 6,8 0,97 0,94
Não 5,0 1,41 2,00
Utilidade das soluções
Sim 6,6 0,88 0,78
Fonte: Autor
 95

Os dados obtidos por meio da experimentação para os níveis A2 e A3

podem ser assimilados com base nas médias da redução de operações, da
redução de operadores, da novidade das soluções e da utilidade das
propostas.

5.2.2.1 Resultados obtidos em nível gerencial e coordenação

As médias dos dados coletados e convertidos com e sem a presença

da sistemática foram dispostos graficamente por meio da Figura 5.8, em
que para este nível se torna evidente a melhoria provida pelo projeto
desenvolvido para o caso em questão.

Figura 5. 8 – Comparação entre resultados para nível A2 e A3

Fonte: Autor

Com a condução dos experimentos com e sem suporte da sistemática

para o nível fluxo de valor e loop de fluxo de valor, os dados qualitativos
foram avaliados por especialistas e agrupados aos dados quantitativos.
Possibilitando assim, para este experimento, a atribuição de grau de
confiança para a influência da sistemática, as análises para foram
exploradas no Capítulo 6 desta dissertação.

5.2.3 Simulação da sistemática em nível de processos – A4

O nível de processos apresenta os ciclos curtos de melhoria, tendo

normalmente ciclos diários de planejamento, execução e aprendizagem.
Deste modo, conforme realizado para os demais níveis, foram propostos
experimentos para dois grupos, com e sem suporte da sistemática.
96

Para ambos grupos, os participantes apresentaram a função de

compreender a direção para a melhoria do sistema, entender a CA,
estabelecer uma TC para o sistema e identificar obstáculos existentes
entre tais condições que impedem a melhoria do sistema. Deste modo os
participantes devem propor soluções aos obstáculos encontrados e ao
identificar os resultados das ações propostas devem compreender os
acontecimentos assim como o aprendizado obtido.
No nível de processo a experimentação foi realizada com duas
amostras de tamanhos iguais, porém compostas por participantes
diferentes. Ambas as experimentações, com e sem a sistemática, foram
responsáveis por três partes – ou loops – do processo e foi requisitado aos
participantes que fossem realizados três ciclos de melhoria, sendo um
para cada obstáculo. De forma a possibilitar a comparação entre propostas
com e sem suporte da sistemática, em que as interações entre coach e
aprendizes ocorreram conforme apresentado na sistemática para o nível.
A etapa sem suporte da sistemática ocorreu como parte de uma
disciplina de pós-graduação que visa capacitar os alunos à abordagem
Toyota Kata de melhoria. Três grupos foram formados, e cada grupo foi
responsável por um loop do processo, conforme apresentado na Figura
5.9. Desta forma as propostas, sem suporte da sistemática, foram baseadas
apenas nas melhores práticas da manufatura Lean.

Figura 5. 9 – Participantes da experimentação em nível de processos

Para cada loop foi então realizado o procedimento de acordo com a

abordagem Kata de melhoria, e os planejamentos, resultados e
aprendizados foram coletados para análise, gerando assim o portfólio de
resultados da aplicação do método científico em nível de processo.
 97

Conforme indicado pela abordagem IK, cada obstáculo deve ser

abordado individualmente, e os ciclos PDCA devem ser aplicados para a
superação do mesmo.

5.2.3.1 Experimentação em nível A4 – Primeiro loop

O loop inicialmente tratado é o responsável pela fabricação da

estrutura – ou quadro – da bicicleta, sendo formado por cinco etapas e
cinco operadores, e composto pelas atividades de inspeção, corte, dobra,
montagem das peças e solda, conforme ilustrado na Figura 5.10.

Figura 5. 10 – Representação em VSM para o primeiro loop

1 ONT. PEÇAS
M

CC AB = 58
UNIDADES
T/C = 20 seg.
TR = 0
1 Turno
1INSP CORTE 1 CORTE 1 DOBRA 1 SOLDA
Uptime: 100%

1152
UNIDA T/C = 34 segundos T/C = 40 segundos T/C = 44 segundos T/C = 300 seg
TR = 0 seg TR = 0 seg TR = 360 seg TR = 0
1 Turno 1 Turno A = 108 1 Turno 1 Turno
230 Defeito: 95%
Uptime: 100% Disponibilidade: B = 108 Disponibilidade:
UNIDADES UNIDADES
85% 85%

TC 1 MONTAGEM QUADRO
(INSPEÇÃO CORTE + CORTE +
DOBRA + MONTAGEM + SOLDA)

T/C = 240 seg

TR = 60 seg
1 Turno
Uptime: 100%

Fonte: Autor

Conforme apresentado anteriormente, a experimentação foi realizada

com dois grupos de participantes, um grupo sem e outro com suporte da
sistemática.
Na primeira experimentação, sem suporte da sistemática, realizou-se
as etapas de compreender a direção para a melhoria, entender a CC de
operação e estabelecer a próxima TC, de forma que obstáculos pudessem
ser identificados. Cada obstáculo foi abordado individualmente pelos
participantes, de modo que três ciclos PDCA fossem aplicados e
registrados no Storyboard. A Tabela 5.12 apresenta tais registros, para os
três planejamentos gerados pelos participantes no formato dos
98

questionamentos “o que se planeja?”, “o que se espera?”, “o que

aconteceu?” e “o que aprendeu?”.
Vale ressaltar que os dados dispostos na Tabela 5. 12, assim como
nas outras tabelas utilizadas na experimentação para este nível,
apresentam exatamente os dados coletados na condução dos
experimentos, em que, as palavras dos participantes foram mantidas.

Tabela 5. 12 – Storyboard obtido no primeiro Loop sem a sistemática

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que se planeja?
Mapear e identificar os processos internos e
externos do Setup da dobra;
O que se espera?
1° Possibilitar a aplicação de conceitos SMED para
Desconhecimento redução do Setup;
dos processos de O que aconteceu?
Setup da dobra; Mapeamento realizado e atividades internas e
externas classificadas. Tempo de Setup igual;
O que foi aprendido?
Somente com o conhecimento do processo é
possível operacionalizar mudanças;
O que se planeja?
Obter informações do chão de fábrica (gemba);
O que se espera?
2°
Eliminar atividades que não agregam valor e
Estoque
desperdícios do sistema;
descontrolado
Não O que aconteceu?
entre os
Informações coletadas, nenhum tempo alterado;
processos de
O que aprendeu?
corte e dobra;
Mapear os processos permite uma identificação
mais fácil dos desperdícios. Seriam necessários
mais ciclos para alcançar o objetivo;
O que se planeja?
Converter processos internos em externos do Setup
da Dobra;
O que se espera?
3°
Redução do tempo do Setup com a conversão das
Baixa
atividades;
disponibilidade
O que aconteceu?
no processo de
Tempo de Setup reduzido em 15 segundos;
dobra;
O que aprendeu?
Ação impactou positivamente no processo da
dobra, porém apresentou efeitos no processo de
corte;
Fonte: Autor
 99

Com os dados dispostos na tabela, é possível identificar a dificuldade

dos participantes em realizar o primeiro ciclo do método científico. Em
que, para o obstáculo identificado, os planejamentos realizados,
resultados e aprendizados não são condizentes.
Tornando evidente a tendência dos participantes de utilizar as
melhores práticas Lean e não procurar novas soluções para os obstáculos
identificados. Assim como uma baixa visão sistêmica dos obstáculos, em
que os planejamentos não são condizentes aos aprendizados obtidos,
como o primeiro obstáculo abordado por estes participantes.
Para a experimentação com auxílio da sistemática foram selecionados
participantes com conhecimentos semelhantes, em manufatura Lean, aos
dos participantes da experimentação sem suporte da sistemática, de forma
a compor amostras de mesmo tamanho da primeira parte da
experimentação.
Estes participantes foram introduzidos às ferramentas e conceitos da
teoria TRIZ e orientados a utilizar a sistemática, conforme ilustrado na
Figura 4.13, para compreender a direção da melhoria, analisar a CC,
estabelecer a próxima TC e identificar obstáculos entre tais condições. Os
três ciclos de melhoria realizados pelos participantes foram anotados no
Storyboard e transcritos para a Tabela 5.13.
Com os dados dispostos na Tabela 5. 13, se torna evidente que, com
as mesmas informações para o loop selecionado, os participantes com
suporte da sistemática foram capazes de identificar os obstáculos de
forma mais específica e clara nos três ciclos realizados. Podendo ser
observado que os planejamentos realizados para cada um dos obstáculos
foram mais condizentes, quando comparados às propostas elaboradas
pelos participantes sem suporte da sistemática. E que em ambos os casos,
mesmo com dificuldades para expressar o conhecimento, houve uma
melhoria ao longo dos ciclos realizados.
Os participantes com suporte da sistemática identificaram que em
todos os três obstáculos abordados existiam trade-offs, de forma que a
matriz de contradições técnicas– MC – da teoria TRIZ foi a única
ferramenta utilizada pelos participantes como fonte de princípios de
solução.
Sendo que, para os obstáculos abordados pelos participantes, a
Tabela 5.14 apresenta as considerações adotadas, os parâmetros de
engenharia – PEs – utilizados e os princípios de solução – ou insights –
identificados para os problemas em questão. No campo dos princípios
inventivos – PIs – da tabela, os insights utilizados pelos participantes
estão destacados.
100

Tabela 5. 13 – Storyboard obtido no primeiro Loop com a sistemática

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que se planeja? Trocar ferramenta (lâmina) de
corte e parâmetros de corte;
O que se espera? Com novos parâmetros melhores
1°
espera-se que aumente a disponibilidade da
Baixa
máquina;
disponibilidade
O que aconteceu? Diminuiu a quebra das
no processo de
ferramentas e aumentou a disponibilidade para 96%;
Corte;
O que aprendeu? As mudanças melhoraram a
disponibilidade, uma vez que os novos parâmetros
fazem a ferramenta operar em regime ideal;
O que se planeja? Definir periodicidade de
manutenção, uma vez que a disponibilidade é
afetada pela falta de lubrificação do equipamento;
2°
O que se espera? Os roletes da máquina de dobra
Baixa
não travem mais, aumentando a disponibilidade;
disponibilidade
Sim O que aconteceu? Os roletes não travam mais,
no processo de
aumentando a disponibilidade para 99%;
Dobra;
O que aprendeu? A manutenção da máquina ser
atividade no tempo ocioso do próprio operador
previne defeitos no equipamento;
O que se planeja? Rever e criar um procedimento
padronizado para a solda;
O que se espera? Que o novo procedimento seja
capaz de reduzir o tempo de processamento;
3°
O que aconteceu? O tempo de ciclo reduziu em 20
Tempo de
segundos. Foi observado que há possibilidade de
ciclo da solda
reduzir mais o tempo, mas o operador não tem
longo;
capacitação;
O que aprendeu? Estabelecer um procedimento
padronizado melhora o processo, mas não é
suficiente se não houver treinamento ao operador;
Fonte: Autor

Tabela 5. 14 – Utilização de insights da TRIZ para o primeiro loop

Obstáculo abordado Trade-off identificado PE PIs
Baixa disponibilidade no ↑ Quantidade de substância 26 35, 38,
processo de Corte ↓ Perda de tempo 25 18, 16
Baixa disponibilidade no ↑ Quantidade de substância 26 6, 3,
processo de Dobra ↓ Perda de substância 23 10, 24
↑ Produtividade 39 28, 35,
Tempo de ciclo da solda longo
↓ Perda de substância 23 10, 23
Fonte: Autor
 101

Com os dados apresentados para o primeiro loop – conforme Figura

5.10 – é possível compreender que a CC e a TC de operação do loop são
compostas pelas variáveis definidas “T/C – tempo de ciclo”, “TR – tempo
de setup”, “quantidade de operadores” e “disponibilidade”. Sendo que os
valores foram tomados como base tanto para a experimentação sem
suporte da sistemática quanto para com suporte. A Tabela 5.15 apresenta
tais valores e as melhorias realizadas por ambas as amostras, ao decorrer
dos três ciclos empregados no processo de evolução do sistema, desde o
entendimento da CC até a TC.
Na construção da tabela, os valores das variáveis definidas da TC
foram tomadas como 100% do valor esperado, de forma a indicar a
evolução do sistema a partir da percentagem da CC. Os valores
proporcionais obtidos durante os ciclos de melhoria entre as variáveis da
CC, das novas CCs e da TC foram coletados durante a experimentação e
estão dispostas a baixo dos valores da tabela. Com base nos valores
apresentados na Tabela 5.15, o gráfico apresentado na Figura 5.11
apresenta uma tentativa de ilustrar, para as situações com e sem o suporte
da sistemática, as melhorias que os participantes foram capazes de
realizar no sistema e guiar a CC até a TC, ao decorrer dos ciclos
executados.

Tabela 5. 15 – Evolução do primeiro loop

Condição Primeiro Segundo Terceiro Condição-
Atual Ciclo Ciclo Ciclo Alvo
CC Nova CC Nova CC Nova CC TC
Tempo de ciclo 300 seg. 240 seg
= = =
T/C (80%) (100%)
Sem a sistemática

Tempo de Setup 96 seg. 60 seg. 60 seg.

= =
TR (63%) (100%) (100%)
Quantidade de 5 operad. 2 operad.
= = =
operadores (40%) (100%)
Disponibilidade
93% = = = (100%)
(% do tempo)
Tempo de ciclo 300 seg. 280 seg. 240 seg
= =
T/C (80%) (86%) (100%)
Com a sistemática

Tempo de Setup 96 seg. 60 seg.

= = =
TR (63%) (100%)
Quantidade de 5 operad. 2 operad.
= = =
operadores (40%) (100%)
Disponibilidade
93% 95,2% 96% = (100%)
(% do tempo)
Fonte: Autor
102

Figura 5. 11 – Evolução do sistema para o primeiro loop

Fonte: Autor

Na Figura 5.11 é possível identificar que os participantes com suporte

da sistemática conseguiram melhorias incrementais, de forma que nos três
ciclos melhorias foram realizadas melhorias em variáveis. Porém, a
amostra sem suporte da sistemática foi capaz de prover melhoria na
variável definida “TR – Tempo de Setup” apenas no terceiro ciclo de
melhoria, atingindo o requisito de 60 segundos – ou 100% – para a
operação. Deste modo, para este caso, a sistemática foi capaz de suportar
a melhoria incremental do processo, abordando duas das quatro variáveis
definidas, enquanto os participantes sem suporte apenas melhoraram uma
das variáveis.

5.2.3.2 Experimentação em nível A4 – Segundo loop

O segundo loop abordado do processo é responsável pela pintura da

estrutura fabricada no primeiro loop, sendo a operação central e a
operação que consome mais tempo no processo de fabricação. Tendo as
informações sobre as variáveis definidas apresentadas na Figura 5.12.
 103

Figura 5. 12 – Representação em VSM para o segundo loop

CC TC
1 PINTURA 1 PINTURA

T/C = 4,6 horas T/C = 3,6 horas

TR = 2,8 horas TR = 1,8 horas
2 Turnos 1 Turno
Uptime: 100% Uptime: 100%

Fonte: Autor

A experimentação foi realizada com duas amostras, considerando as

situações sem e com suporte da sistemática. A primeira amostra, sem
suporte da sistemática, foi responsável por compreender a direção para a
melhoria, entender a CC de operação e estabelecer a próxima TC, de
forma que obstáculos fossem identificados e superados com a aplicação
do método científico.
Os obstáculos identificados pelos participantes foram abordados
individualmente, em que três ciclos PDCA foram realizados e registrados
no Storyboard. Os obstáculos abordados, os planejamentos gerados, os
resultados das experimentações e os conhecimentos gerados no processo
estão apresentados na Tabela 5.16, em que os dados dispostos na tabela
são exatamente os coletados na experimentação.

Tabela 5. 16 – Storyboard obtido no segundo Loop sem a sistemática

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que se planeja? Mapear e identificar os
processos internos e externos do Setup da pintura;
O que se espera? Possibilitar a aplicação de
1° conceitos SMED para redução de 3060 segundos
Desconhecimento do Setup;
dos processos de O que aconteceu? Mapeamento realizado e
Setup da pintura; atividades internas e externas classificadas. Tempo
Não
de Setup igual;
O que aprendeu? Somente com o conhecimento
do processo é possível operacionalizar mudanças;
2° O que se planeja? Converter processos internos
Desconhecimento em externos do Setup da pintura;
dos processos de O que se espera? Redução de 3060 segundos do
Setup da pintura; Setup com a conversão das atividades;
104

O que aconteceu? Tempo de Setup reduzido em

3060 segundos;
O que aprendeu? Aplicar conceitos SMED
possibilitam a redução do tempo de Setup;
O que se planeja? Eliminar atividades
desnecessárias que não agregam valor;
3° O que se espera? Balancear as atividades dos
Desconhecimento operadores sem atividades desnecessárias;
do fluxo de O que aconteceu? A produção aumentou em 1
operações da lote por semana;
pintura O que aprendeu? Na medida que o conhecimento
do processo avança é possível melhora-lo ainda
mais;
Fonte: Autor

Conforme identificado anteriormente, para o primeiro loop, é

evidente a dificuldade dos participantes em reconhecer de forma
específica e direta os obstáculos, assim como elaborar planejamentos
quanto aos mesmos. Mostrando também uma melhoria em planejamentos
e aprendizados ao decorrer dos ciclos.
Com os dados dos ciclos de melhoria obtidos na situação sem o
suporte da sistemática, foi possível aplicar a experimentação para
participantes com suporte da mesma.
Previamente ao início da experimentação, os participantes foram
apresentados aos conceitos e ferramentas da teoria TRIZ e, com base na
sistemática proposta na Figura 4.13, orientados a compreender a direção
da melhoria, analisar a CC, estabelecer a próxima TC e identificar
obstáculos entre tais condições. Os três ciclos de melhoria realizados
pelos participantes foram anotados, conforme realizados pelos
participantes, no Storyboard e transcritos para a Tabela 5.17.

Tabela 5. 17 – Storyboard obtido no segundo Loop com a sistemática

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que se planeja? Criar um processo padronizado,
1° treinando os operadores no novo processo;
Elevado O que se espera? Reduzir o tempo de pintura em 1 hora
tempo do com o novo processo;
processo O que aconteceu? O tempo reduziu em 1 hora,
Sim
de aumentando a produção em 1 lote por semana;
pintura; O que aprendeu? Revisar os processos com treinamentos
pode reduzir o tempo de processo significantemente;
2° O que se planeja? Identificar e converter atividades do
Elevado Setup de internos para externos;
 105

tempo de O que se espera? Reduzir o tempo de Setup em 1,4 horas;

Setup da O que aconteceu? O tempo de Setup reduziu em 1,2
pintura; horas;
O que aprendeu? Apesar de não ter sido obtido 100% da
meta, a conversão de atividades resulta em redução
significativa do tempo de Setup;
O que se planeja? Reduzir a produção para 1 turno de 8
3°
horas com apenas 1 operador;
Excesso
O que se espera? Reduzir custo e aumentar a utilização
de tempo
dos recursos;
ocioso
O que aconteceu? Reduziu o custo de 4 horas de
no
operação, 1 operador e 0,2 horas do Setup;
processo
O que aprendeu? Otimizando e padronizando os tempos
de
de processo, é possível reduzir o custo de operação sem
pintura
impactar na qualidade do produto;
Fonte: Autor

De forma semelhante ao grupo com suporte da sistemática no

primeiro loop, os resultados apontam uma melhor identificação dos
obstáculos e planejamentos realizados.
Em que pode ser observado que os aprendizados obtidos foram mais
completos, quando comparados aos do grupo sem suporte da sistemática.
Neste caso específico, os participantes relataram dificuldade na
elaboração do diagrama Su-Field, em que auxílio do coach foi necessário
em momentos além aos identificados no fluxograma desenvolvido para
este nível.
Os participantes com suporte da sistemática não identificaram
nenhum tradeoff nos três obstáculos abordados. Ainda, para os dois
primeiros obstáculos a análise Su-Field foi aplicada e Standard Solutions
foram coletadas.
Para o terceiro ciclo os participantes consideraram ter conhecimento
sobre o relacionamento causa-efeito do problema, caracterizando um
problema do tipo simples e não utilizando as ferramentas da teoria TRIZ
para a resolução do mesmo.
Deste modo, para o obstáculo “elevado tempo do processo de
pintura” os participantes identificaram por meio da análise Su-Field que
a relação entre o operador e o processo era do tipo danosa, resultando que
a Standard Solution número 1.2.1 foi utilizada como princípio de solução.
Para o segundo obstáculo, foi identificado pelos participantes que a
relação entre o operador e a atividade de preparação do processo era
danosa, para a qual o princípio de solução 1.2.1 também foi adotado para
o planejamento.
106

A Figura 5.11 apresenta o loop em questão, assim como os dados e

informações sobre as variáveis associadas. Estas variáveis foram tomadas
como base tanto para a experimentação sem suporte da sistemática quanto
para com suporte. Os valores e as melhorias realizadas por ambas as
amostras, ao decorrer da evolução do sistema, estão apresentados na
Tabela 5.18.
Na construção da tabela, os valores das variáveis definidas da TC
foram tomadas como 100% do valor esperado, de forma a tornar possível
a identificação da evolução do sistema. Os valores proporcionais obtidos
na comparação entre as variáveis da CC, das novas CCs e da TC estão
dispostas a baixo dos valores da tabela.

Tabela 5. 18 – Evolução do segundo loop

Condição Primeiro Segundo Terceiro Condição-
Atual Obstáculo Obstáculo Obstáculo Alvo
CC Nova CC Nova CC Nova CC TC
Tempo de ciclo 4,6 horas 3,6 horas
= = =
T/C (78%) (100%)
Sem a sistemática

Tempo de 2,6 horas 1,8 horas 1,8 horas

= =
Setup TR (69%) (100%) (100%)
Quantidade de 2 operad. 1 operad.
= = =
operadores (50%) (100%)
Disponibilidade
100% = = = (100%)
(% do tempo)
Tempo de ciclo 4,6 horas 3,8 horas 3,6 horas
= =
T/C (78%) (95%) (100%)
Com a sistemática

Tempo de 2,6 horas 1,9 horas 1,8 horas 1,8 horas

=
Setup TR (69%) (95%) (100%) (100%)
Quantidade de 2 operad. 1 operad. 1 operad.
= =
operadores (50%) (100%) (100%)
Disponibilidade
100% = = = (100%)
(% do tempo)
Fonte: Autor

O gráfico apresentado na Figura 5.13 visa ilustrar os valores

apresentados na Tabela 5.18, tornando possível identificar as melhorias
realizadas pelos participantes no loop em questão. Neste, as linhas
contínuas representam as propostas com suporte da sistemática e linhas
tracejadas foram as propostas adotadas para a experimentação sem
suporte da mesma, conforme legenda.
 107

Figura 5. 13 – Evolução do sistema para o segundo loop

Fonte: Autor

No gráfico da Figura 5.13 é possível identificar que,

semelhantemente ao primeiro loop, os participantes da experimentação
com suporte da sistemática foram capazes de evoluir o sistema em todos
os ciclos de melhoria. Já os participantes sem suporte da sistemática,
promoveram melhoria apenas no segundo ciclo e referente ao tempo de
Setup da operação. Neste caso, pode ser também identificado na Figura
5.13, que os participantes da experimentação com suporte da sistemática,
foram capazes de melhorar o sistema e o aproximar da TC em mais
variáveis definidas que as propostas da amostra sem suporte da mesma.

5.2.3.3 Experimentação em nível A4 – Terceiro loop

O terceiro loop é composto pelas operações responsáveis pela

montagem do produto, sendo composto por sete operações e com um
operador por operação. O sequenciamento das atividades é formado pela
inspeção da pintura, da montagem do sistema de controle, da montagem
do sistema do freio, da montagem da roda traseira, da montagem do
banco, da inspeção final do produto e da embalagem do mesmo,
respectivamente. A Figura 5.14 ilustra o loop em questão, assim como, a
CC e a TC para o mesmo.
108

Figura 5. 14 – Representação em VSM para o terceiro loop

CC
1 INSPEÇÃO 1 MONT. 1MONT FREIO 1MONT RODA 1
MONT BANCO
1 INSPEÇÃO 1EMBALAGEM
PINTURA CONTROLE CHASSI TRASEIRA FINAL

1152
T/C = 200 seg T/C = 40 segundos T/C = 240 seg T/C = 80 seg T/C = 60 seg T/C = 240 seg T/C = 80 seg
UNIDADES
TR = 0 TR = 0 TR = 0 TR = 0 TR = 0 TR = 0 TR = 0
1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno
Uptime: 100% Defeito: 0% Defeito: 0% Defeito: 0% Defeito: 0% Defeito: 0% Defeito: 0%

TC 1 MONTAGEM FINAL
(INSPEÇÃO PINTURA + MONTAGEM
CONTROLE + MONT. FREIO + MONT. RODA
TRASEIRA + MONT. BANCO + EMBALAGEM )

T/C = 360 seg

TR = 0 seg
1 Turno
Uptime: 100%

Fonte: Autor

Conforme as demais experimentações realizadas para este nível, duas

amostras foram utilizadas, uma com e outra sem suporte da sistemática.
Para ambas as amostras foi solicitado que a direção para a melhoria fosse
compreendida, que a CC de operação fosse entendida e registrada, uma
TC fosse estabelecida e obstáculos entre as condições identificados.
Para os participantes da experimentação sem suporte da sistemática,
os obstáculos abordados estão apresentados na Tabela 5.19, assim como
os planejamentos formados pelos questionamentos “o que se planeja?” e
“o que se espera?”, assim como os resultados das propostas e os
conhecimentos gerados no processo de melhoria.

Tabela 5. 19 – Storyboard obtido no terceiro Loop sem a sistemática

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que se planeja? Atuar no desbalanceamento do
tempo de ciclo de produção;
O que se espera? Reduzir o número de operadores e
1°
aumentar a utilização da mão de obra;
Tempos de
O que aconteceu? Redução do tempo ocioso de em
processo
10%;
desbalanceado
Não O que aprendeu? Balancear a relação operador e
tempo de operação torna possível eliminar
operadores;
O que se planeja? Reorganizar as atividades em
2°
layout celular (em U);
Espaço entre
O que se espera? Reduzir a distâncias entre
as atividades
operações e aumentar a utilização da mão de obra;
 109

O que aconteceu? Célula formada, aumentando a

utilização da mão de obra em 5%;
O que aprendeu? O layout tem forte influência na
utilização da mão de obra;
O que se planeja? Coletar informações para tentar
eliminar a inspeção final;
3° O que se espera? Provar capacidade do processo para
A inspeção eliminar operação ou inspecionar amostra;
final ocupa O que aconteceu? Dados coletados, análise indica
muito tempo; que processo é capaz;
O que aprendeu? Utilizar metodologias como 5S
auxilia na redução de custo de produção;
Fonte: Autor

Conforme ocorrido com os participantes sem suporte da sistemática

nos outros loops do processo, se torna evidente na Tabela 5. 19 que os
participantes escolheram obstáculos com a relação causa-efeito
conhecida. Deste modo se tratando de problemas do tipo simples, em que
as melhores práticas Lean puderam ser aplicadas, como a proposta de
utilização de célula de produção para tratar o obstáculo “espaço entre as
atividades”.
Com os dados dos ciclos de experimentação obtidos com os
participantes sem suporte da sistemática, foi possível conduzir a
experimentação para os participantes com suporte da mesma.
Previamente ao início da experimentação, os participantes foram
apresentados aos conceitos e ferramentas da teoria TRIZ e, com base na
sistemática proposta na Figura 4.14, orientados a compreender a direção
da melhoria, analisar a CC, estabelecer a próxima TC e identificar
obstáculos entre tais condições. Os três ciclos de melhoria realizados
pelos participantes foram anotados no Storyboard e transcritos para a
Tabela 5.20.

Tabela 5. 20 – Storyboard obtido no terceiro Loop com a sistemática

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que se planeja? Implementar carta de controle
estatístico de processo (CEP) e treinar operadores;
1°
O que se espera? Reduzir a inspeção para 10% da
Elevado
produção (amostra) e o tempo para 24 segundos;
Sim tempo da
O que aconteceu? Tempo de ciclo foi reduzido para 80
inspeção
segundos pois a direção exigiu amostras maiores;
final
O que aprendeu? Ao fazer estudo estatístico se torna
possível reduzir custo por mitigar a necessidade de uma
110

operação, onde uma amostra pode representar uma

população com alta confiabilidade;
2° O que se planeja? Revisar processo padrão e treinar
Elevado operador;
tempo da O que se espera? Reduzir tempo de ciclo para 80
operação segundos;
de O que aconteceu? O tempo de ciclo foi reduzido para
montagem 160 segundo, sendo o limite do processo;
do freio- O que aprendeu? Sem uma visão heurística do
chassi. processo a meta imposta foi vaga;
O que se planeja? Juntar operações para reduzir
número de operadores assim como aumentar utilização
da mão de obra;
3° O que se espera? Reduzir para 3 operadores ou menos
Elevado com máximo tempo de ciclo de 300 segundos (takt é
tempo 400s);
ocioso dos O que aconteceu? Foi possível realizar todas as tarefas
operadores; com 2 operadores e tempo de ciclo de 360 segundos;
O que aprendeu? Integrando atividades se torna
possível produzir a mesma quantia de produtos com
menor custo de mão de obra e menor tempo ocioso ;
Fonte: Autor

Para este caso, com suporte da sistemática, os participantes foram

capazes de identificar os obstáculos de forma mais clara e direta, em que
as propostas e os aprendizados foram mais condizentes. Conforme os
outros loops, os dados obtidos nos Storyboards indicam uma melhoria das
propostas ao decorrer dos ciclos.
Os participantes com suporte da sistemática identificaram que para o
primeiro obstáculo existia a presença de um trade-off, sendo o mesmo
identificado como o conflito entre o aumento da produtividade – PE
número 39 – e a redução da qualidade do produto – PE número 30 – em
que princípios inventivos foram coletados na MC e somente o PI número
35 foi utilizado para a elaboração do planejamento.
O segundo obstáculo abordado na experimentação foi considerado,
pelos participantes, sem a presença de trade-offs. Neste caso foi
requisitado pela sistemática a elaboração da análise Su-Field, em que os
participantes identificaram que a relação entre operadores e processos
eram insuficientes, uma vez que a CC apresentava baixa utilização da mão
de obra. Na consulta realizada às Standard Solutions, os participantes
adotaram a solução – número 1.2.1 – como princípio de solução.
Para o terceiro obstáculo, os participantes apresentaram
conhecimentos sobre as relações entre causas e efeitos do problema.
Neste caso, a proposta realizada não apresenta influência de insights
 111

contidos na teoria TRIZ, uma vez que se trata de um problema do tipo

simples.
Com os dados e informações sobre as variáveis definidas da CC e da
TC, do loop em questão, apresentados na Figura 5.14, foi possível
apresentar por meio da Tabela 5.21 as melhorias realizadas pelas
amostras, com e sem suporte da sistemática, ao processo abordado.
Na construção da tabela, os valores das variáveis definidas da TC
foram tomadas como 100% do valor esperado, de forma a tornar possível
a identificação da evolução do sistema.

Tabela 5. 21 – Evolução do terceiro loop

Condição Primeiro Segundo Terceiro Condição-
Atual Obstáculo Obstáculo Obstáculo Alvo
CC Nova CC Nova CC Nova CC TC
Tempo de ciclo 134 seg. 188seg. 224 seg. 360 seg.
=
T/C (37%) (52%) (62%) (100%)
Sem a sistemática

Tempo de Setup 0 seg. 0 seg.

= = =
TR (100%) (100%)
Quantidade de 7 operad. 6 operad. 5 operad. 3 operad.
=
operadores (43%) (50%) (60%) (100%)
Disponibilidade
100% = = = (100%)
(% do tempo)
Tempo de ciclo 134 seg. 111 seg. 100 seg. 350 seg. 360 seg.
T/C (37%) (31%) (28%) (97%) (100%)
Com a sistemática

Tempo de Setup 0 seg. 0 seg.

= = =
TR (100%) (100%)
Quantidade de 7 operad. 3 operad 3 operad.
= =
operadores (43%) (100%) (100%)
Disponibilidade
100% = = = (100%)
(% do tempo)
Fonte: Autor

O gráfico apresentado na Figura 5.15 visa ilustrar os valores

apresentados na Tabela 5.21, tornando possível identificar as melhorias
realizadas pelos participantes no terceiro loop. Tornando possível
identificar as estratégias utilizadas pelos participantes, com e sem supor
da sistemática.
112

Figura 5. 15 – Evolução do sistema para o terceiro loop

Fonte: Autor

O mesmo torna possível identificar que, semelhantemente ao

primeiro loop, os participantes da experimentação com suporte da
sistemática foram capazes de evoluir o sistema em todos os ciclos de
melhoria. Evidenciando também a compreensão da direção para a
melhoria, na qual a variável definida “tempo de ciclo” foi distanciada da
TC no primeiro e segundo ciclos PDCA, de forma a possibilitar a redução
da quantidade de operadores no terceiro ciclo. Já os participantes sem
suporte da sistemática, promoveram melhoria nos dois primeiros ciclos
PDCA, de forma que ao final da experimentação para o terceiro loop os
resultados apontam que as variáveis definidas na CC tiveram valores mais
próximos aos valores definidos na TC pela amostra com suporte da
sistemática.

5.2.4 Resultados obtidos em nível processo

A forma com que os experimentos foram realizados neste nível,

tornou necessária uma conversão de dados qualitativos – p.ex.
conhecimento gerado – para quantitativos por meio da avaliação de
especialistas. Com isso, busca-se quantificar a utilidade e a novidade das
propostas e do conhecimento gerado. A Tabela 5.22 apresenta
 113

informações gerais como a formação e competências dos avaliadores

consultados para a avaliação dos dados.

Tabela 5. 22 – Identificação dos avaliadores para nível A4

Identificação Formação Escolaridade Atuação profissional
Atuação na área gestão de
empreendimentos, projetos e
FFF Eng. Química Doutor
implementações em
multinacional
Atuação em indústria com
gestão de produto e
RBF Eng. Mecânica PhD
pesquisador com foco em
inovação
Atuação na área acadêmica
como pesquisador com foco
SMW Eng. Produção Mestre
em gestão do conhecimento
e melhoria em processos
Fonte: Autor

A avaliação realizada foi baseada em questionários, em que foram

apresentados os loops do processo e as seis propostas geradas, sendo três
com suporte e três sem suporte da sistemática. As avaliações foram
realizadas atribuindo valores de um a dez para os critérios avaliados. Os
resultados obtidos estão apresentados na Tabela 5.23 por meio da média,
desvio padrão e variância das avaliações. O Apêndice D deste documento
apresenta todos os valores atribuídos pelos avaliadores a cada proposta.

Tabela 5. 23 – Resultados numéricos para os fatores mensurados – A4

Presença da Média dos Desvio
Fator mensurado Variância
sistemática resultados padrão
Novidade das Não 4,7 1,81 3,28
propostas Sim 5,7 1,71 2,91
Utilidade das Não 6,2 1,75 3,08
propostas Sim 7,0 1,71 2,92
Novidade do Não 5,3 2,07 4,28
conhecimento gerado Sim 6,3 1,98 3,91
Utilidade do Não 6,4 1,74 3,01
conhecimento gerado Sim 6,9 2,13 4,52
Fonte: Autor
114

Conforme realizado para os outros níveis hierárquicos e suas

experimentações, os dados coletados em nível de processos foram
representados graficamente na Figura 5.16, na qual pode ser observado
que para este caso a presença da sistemática proveu uma melhoria
relativamente proporcional para cada fator mensurado.

Figura 5. 16 – Comparação entre resultados para nível A4

Fonte: Autor

Os dados coletados nas experimentações de todos os níveis foram

agrupados e representados pelo gráfico ilustrado na Figura 5.17, em que
pode ser observado conforme a legenda do gráfico que a avaliação das
respostas sem o suporte da sistemática é, em média, predominantemente
inferior às do outro grupo.
Em que o único fator mensurado que não apresentou melhoria ao
processo foi ao grau de facilidade encontrado pelos participantes em nível
organizacional para a composição do desafio para o sistema, pois a
sequência de atividades requerida foi considerada mais trabalhosa,
indicando uma média de grau de facilidade 0,4 pontos maior para a
elaboração do desafio sem o apoio da sistemática.
Pode ser observado no gráfico que a maior disparidade entre
resultados sem e com suporte da sistemática ocorreu nas experimentações
para os níveis gerencial e coordenação – ou A2 e A3 – representado no
gráfico pelo intervalo de “E” até “H”, de acordo com a legenda. Esta
disparidade ocorreu devido ao fato de que os participantes com suporte
da sistemática propuseram uma maior combinação de operações,
desencadeando uma maior redução da quantidade de operadores
necessários no processo.
 115

Figura 5. 17 – Comparação geral entre com e sem suporte da sistemática

Fonte: Autor

Deste modo, com os experimentos realizados, os dados quantitativos

obtidos e os dados qualitativos avaliados por especialistas, a fase de
experimentação da proposta foi concluída. Este procedimento realizado
resultou num portfólio de resultados quantitativos, que contém média,
desvio padrão e variância dos dados, possibilitando aplicar conceitos
estatísticos e probabilísticos para avaliação das sistemáticas propostas.
116
 117

6 AVALIAÇÃO DA SISTEMÁTICA PROPOSTA

As etapas anteriores deste projeto possibilitaram a experimentação da

sistemática criada com e sem o suporte da mesma. Como resultado das
experimentações dados referentes à utilidade e à novidade foram obtidos
e avaliados por especialistas. A Figura 6.1 apresenta a estrutura do
capítulo, com a sequência de atividades necessárias para a análise
estatística dos dados e identificar a influência da proposta.

Figura 6. 1 – Estrutura da avaliação da proposta de integração

SISTEMATIZAÇÃO DA INTEGRAÇÃO DAS ABORDAGENS TRIZ E LEAN
UTILIZANDO O CONCEITO KATA DE MELHORIA

Fundamentação Modelagem Avaliação da proposta

Pré-Projeto Experimentação Pós-Projeto
RBS de integração de integração

Avaliação da proposta de integração

Fundamentação para avaliação Avaliação dos resultados

6.2
6.1
Introdução à Resutados gerais
testes estatísticos da avaliação

Fonte: Autor

Vale aqui ressaltar que os experimentos foram realizados em um

ambiente acadêmico, de forma que os grupos de participantes eram
compostos por alunos de pós-graduação em engenharia e pesquisadores.
Deste modo as análises desenvolvidas neste capítulo apresentam os
resultados obtidos para o cenário de experimentação adotado, conforme
descrito no Capítulo 5 deste projeto.
Para efetuar a avaliação da proposta, este capítulo foi estruturado em
duas partes, sendo iniciado pela fundamentação das técnicas utilizadas
para tais avaliações, seguido das próprias avaliações e resultados. Na
segunda parte, as avaliações foram realizadas de acordo com cada nível
hierárquico e sua experimentação, tornando possível realizar
comparações entre os resultados com e sem suporte da sistemática e
estatisticamente atribuir o grau de confiança entre os dados.
Estatística se refere ao conjunto de técnicas usadas na coleta,
organização, análise e interpretação de dados. Podendo ser do tipo
quantitativo – com valores numéricos – ou qualitativos – representando
características – identificando padrões e relacionamentos entre os dados
(KAZMIER, 2007).
118

A estatística aplicada pode ser classificada em dois grupos, sendo eles

descritiva e inferencial, em que o estudo requerido neste projeto foi do
tipo inferencial, que de acordo com Bittencourt (2014) consiste na
obtenção de resultados de uma amostra que possam ser atribuídos para
toda uma população.

6.1 Fundamentação da análise

Dentre as diversas técnicas e ferramentas para análise de dados tem-

se distinção entre os tipos de distribuição, de modo que os resultados
experimentais foram verificados quanto à sua normalidade 15.
Para realizar tal atividade o software livre PAST 16 foi utilizado, no
qual as amostras são testadas segundo critérios estatísticos, neste caso o
teste de Shapiro-Wilk foi utilizado. No teste foi assumido um nível de
significância de 0,05 – ou grau de confiança de 95% – e por meio de teste
de hipóteses as amostras foram classificadas como normais ou não-
paramétricas, tendo os resultados apresentados na Tabela 6.1.
Em que o valor de “p(Normal)” se refere ao menor nível de
significância assumido para rejeitar a hipótese nula, neste caso, qualquer
valor calculado inferior a 0,05 caracteriza a amostra como não-
paramétrica, já para qualquer valor superior a hipótese nula não pode ser
rejeitada, caracterizando um conjunto de dados com distribuição normal.
Uma vez que cada fator mensurado apresenta dois conjuntos de dados
experimentais – sendo um com e outro sem a sistemática – a forma de
analisar os dados depende da normalidade ou não das amostras. Desta
maneira apresentado três cenários para análise, sendo o primeiro
composto por dois conjuntos de dados normais, o segundo por dois
conjuntos de dados não-paramétricos e o terceiro composto pela
combinação de ambas distribuições.
Conforme descrito por Kvam e Vidakovic (2007), existem técnicas
específicas para cada tipo de conjunto de dados, que dependem da
quantidade de tratamentos – 𝑄𝑄𝑇𝑇 – e dos tamanhos das amostras. Para o
caso de análises entre amostras compostas por menos de trinta dados, a
Tabela 6.2 apresenta as técnicas aplicáveis.

15
Normalidade de dados se refere à forma com que os valores são distribuídos, caracterizando
uma distribuição como normal ou não-normal;
16
PAST é um software livre para análise científica de dados e foi desenvolvido por Hammer,
Ø., Harper, D.A.T., Ryan, P.D. (2001). Em janeiro de 2018 o software está na versão 3.19;
 119

Tabela 6. 1 – Verificação de normalidade dos dados

Presença da Normalidade
Nível Fator mensurado p(Normal)
sistemática da amostra
Novidade das Não 0,3901 Normal
proposições Sim 0,7940 Normal
Utilidade das Não 2,073E-5 Não-paramétrico
proposições Sim 0,1948 Normal
A1
Quantidade de Não 0,0910 Normal
planejamentos gerados Sim 0,3911 Normal
Facilidade para Não 0,1010 Normal
definição do desafio Sim 0,0347 Não-paramétrico
Não 0,3267 Normal
Novidade das soluções
Sim 0,3379 Normal
Não 0,0819 Normal
A2 Utilidade das soluções
Sim 0,5948 Normal
e
Quantidade reduzida Não 0,0000 Não-paramétrico
A3
de operações Sim 0,0000 Não-paramétrico
Quantidade reduzida Não 0,7804 Normal
de operadores Sim 0,6369 Normal
Novidade das Não 0,0025 Não-paramétrico
propostas Sim 0,1527 Normal
Utilidade das Não 0,2458 Normal
propostas Sim 0,0312 Não-paramétrico
A4
Novidade do Não 0,0042 Não-paramétrico
conhecimento gerado Sim 0,1124 Normal
Utilidade do Não 0,3551 Normal
conhecimento gerado Sim 0,0014 Não-paramétrico

Tabela 6. 2 – Critérios de escolha para o método de análise

Amostras de tamanho n < 30
Tipo da amostra Quantidade de tratamentos Técnica para análise
𝑄𝑄𝑇𝑇 ≥2 ANOVA
Paramétrica
𝑄𝑄𝑇𝑇 <2 Teste-t para duas amostras
𝑄𝑄𝑇𝑇 ≥2 Teste de Kruskal-Wallis
Não-paramétrica
𝑄𝑄𝑇𝑇 <2 Teste de Mann-Whitney
Adaptado de Kvam; Vidakovic (2007) e DE (2009)

Para casos em que ambos os conjuntos de dados são formados por

amostras do tipo normal e apenas um tratamento é aplicado, a análise
120

indicada é a aplicação da técnica de teste de hipóteses baseado na

distribuição t de Student.
Nos casos em que ambas as amostras são não-paramétricas ou tinham
ao menos um conjunto de dados não-paramétricos, é indicado que a
análise seja realizada por meio do teste de Mann-Whitney, também
baseado na distribuição t de Student.
De modo que as técnicas empregadas – Teste-t e o teste de Mann-
Whitney – em ambos os casos estão dispostas nos próximos tópicos. Em
sequência os resultados referentes a cada sistemática experimentada
foram explorados individualmente no tópico 6.2.

6.1.1 Análise com amostras paramétricas – Teste-t para duas

amostras

Experimentos que envolvem dois ou mais grupos formados por dados

normais podem ser analisados por meio da variância dos resultados.
Testes de hipóteses e a análise de variância – ANOVA – são aplicáveis
para testes envolvendo grupos amostrais de mesmo tamanho
(SMALHEISER, 2017). Este tipo de ferramenta estatística objetivamente
detecta qualquer diferença entre médias de performance entre grupos de
amostras testados (ROSS, 1996).
Esse tipo de análise é realizado por meio da proposição de duas
hipóteses, sendo uma delas nula. No caso de a hipótese nula ser dada
como verdadeira, significa que o tratamento – ou efeito externo aplicado
– não influencia os resultados (MONTGOMERY, 2000).
A Equação 6.1 apresenta a formulação de duas hipóteses em que 𝐻𝐻0
representa a hipótese nula, normalmente formada pela afirmação de que
as duas médias são iguais, e 𝐻𝐻1 identifica as médias como diferentes.

𝐻𝐻 : 𝜇𝜇 − 𝜇𝜇2 = 𝛿𝛿
� 0 1 (6.1)
𝐻𝐻1 : 𝜇𝜇1 − 𝜇𝜇2 ≠ 𝛿𝛿

Identificando assim que para 𝐻𝐻0 falso, nenhum dos tratamentos tem
uma média comum 𝜇𝜇, assim apresentando uma diferença significativa
entre as médias, tornando possível atribuir nível de significância ou grau
de confiança para tal separação.
A Figura 6.2 ilustra graficamente este tipo de teste, na qual ao lado
esquerdo são apresentadas duas amostras com médias muito próximas,
em que não se pode afirmar que existe diferença entre elas com algum
grau de confiança, identificando a não influencia dos tratamentos. Ao lado
direito duas amostras são apresentadas, em que os tratamentos
 121

apresentaram efeitos significativos, no caso, se pode afirmar que existe

diferença entre as médias, rejeitando a hipótese nula.

Figura 6. 2 – Representação gráfica do teste de hipóteses

𝐻𝐻 : 𝜇𝜇1 = 𝜇𝜇2
� 0
𝐻𝐻1 : 𝜇𝜇1 ≠ 𝜇𝜇2

𝐻𝐻0 é verdadeira 𝐻𝐻0 não é verdadeira

Tratamentos sem efeito Existe efeito dos tratamentos

Em casos nos quais a quantidade de itens conhecidos é inferior a

trinta, é indicado utilizar a distribuição t de student, uma vez que este é
uma das características desta distribuição. O teste t também é indicado
para casos em que a variância da população é desconhecida (DE, 2009).
Para o teste da hipótese nula, caso 𝑇𝑇𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 seja maior que 𝑇𝑇𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡
a hipótese nula é rejeitada e indica que há diferença significativa entre os
tratamentos ao nível de confiança – identificado pela letra grega α –
escolhida.
A Equação 6.2 apresenta o cálculo do fator T, em que “𝑋𝑋�𝑖𝑖 ” representa
as médias das amostras, “𝑛𝑛𝑖𝑖 ” representa os tamanhos das amostras e “𝑠𝑠𝑖𝑖 ”
representa o desvio padrão da amostra. Em que o espaço amostral é
identificado por “𝑖𝑖”. Na Tabela 6.3 são apresentadas as condições para
rejeição da hipótese nula.

𝑋𝑋�1 −𝑋𝑋�2 −𝛿𝛿 𝑛𝑛1 𝑛𝑛2 (𝑛𝑛1 +𝑛𝑛2 −2) (6.2)

𝑇𝑇 = .�
𝑛𝑛1 +𝑛𝑛2
�(𝑛𝑛1 −1)𝑠𝑠12 +(𝑛𝑛2 −1)𝑠𝑠22

Tabela 6. 3 – Condições para rejeição da hipótese nula

Hipóteses alternativas Rejeição da hipótese nula
µ1 − µ2 < 𝛿𝛿 𝑇𝑇 < −𝑡𝑡𝛼𝛼
µ1 − µ2 > 𝛿𝛿 𝑇𝑇 > −𝑡𝑡𝛼𝛼
µ1 − µ2 ≠ 𝛿𝛿 𝑇𝑇 < −𝑡𝑡𝛼𝛼�2 ou 𝑇𝑇 > 𝑡𝑡𝛼𝛼�2

Desta maneira, os dados paramétricos coletados nas experimentações

e avaliados pelos especialistas consultados, podem ser analisados com
objetivo de identificar as potencialidades e as fraquezas da sistemática
proposta com a atribuição do grau de confiança.
122

6.1.2 Análise com amostras não-paramétrica – teste de Mann-

Whitney

O teste U de Mann-Whitney é um teste não-paramétrico para amostras

independentes, este tipo de teste é equivalente ao teste-t porém para
amostras não paramétricas, que admite a utilização de amostras com
menos de trinta dados (KVAM; VIDAKOVIC 2007).
O teste “U” de Mann-Whitney adota a estratégia de determinar, com
base numa classificação crescente dos dados, se os valores das duas
amostras são randomicamente distribuídos ou se apresentam maior
densidade em algum extremo da classificação. Desta forma, caso os
valores das duas amostras sejam distribuídos uniformemente ao longo da
classificação significa que não existe uma diferença significativa entre as
mesmas (CORDER; FOREMAN, 2009).
De acordo com Pett (2015), para desenvolver este teste
primeiramente as hipóteses devem ser formuladas e o nível de
significância definido.
Posteriormente a tabela da distribuição-t deve ser consultada e com
base no grau de liberdade – υ – e nível de significância – α – o valor de
“𝑡𝑡𝜐𝜐,𝛼𝛼 ” deve ser identificado. Em seguida os dados de ambas as amostras
devem ser combinados em uma única amostra, identificando a origem de
cada dado e realizando a classificação em forma crescente dos mesmos.
A combinação entre as amostras é realizada com base numa
classificação em ordem crescente dos itens da amostra, em que o valor de
“U” é o teste estatístico da amostra, “𝑛𝑛1 ” é a quantidade de valores do
primeiro conjunto de dados, “𝑛𝑛2 ” é a quantidade de valores na segunda
amostra e “𝑅𝑅𝑖𝑖 ” é a soma da classificação específica do grupo “i” (PETT,
2015). A Equação 6.3 apresenta a integração de tais fatores.

𝑛𝑛𝑖𝑖 (𝑛𝑛𝑖𝑖 +1)

𝑈𝑈𝑖𝑖 = 𝑛𝑛1 𝑛𝑛2 + − 𝑅𝑅𝑖𝑖 (6.3)
2

Com os valores de “U” calculados para ambas as amostras, o menor

valor é selecionado para a continuidade do teste. O valor de “T” específico
ao conjunto de dados pela Equação 6.4.
𝑛𝑛 𝑛𝑛
𝑈𝑈− 1 1 (6.4)
𝑇𝑇 = 2
𝑛𝑛 𝑛𝑛 (𝑛𝑛 +𝑛𝑛 +1)
� 1 2 1 2
12
 123

Desta forma, o valor obtido representa o 𝑇𝑇𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 para a amostra, e

com base no valor previamente obtido para “𝑡𝑡𝜐𝜐,𝛼𝛼 ” as regras para rejeição
da hipótese nula podem ser aplicadas, tais regras estão descritas na Tabela
6.4.

Tabela 6. 4 – Condições para rejeição da hipótese nula

Hipóteses alternativas Rejeição da hipótese nula
µ1 − µ2 < 0 𝑇𝑇 < −𝑡𝑡𝜐𝜐,𝛼𝛼
µ1 − µ2 > 0 𝑇𝑇 > 𝑡𝑡𝜐𝜐,𝛼𝛼
µ1 − µ2 ≠ 𝛿𝛿 𝑇𝑇 < −𝑡𝑡𝜐𝜐,𝛼𝛼� ou 𝑇𝑇 > 𝑡𝑡𝜐𝜐,𝛼𝛼�
2 2

Desta forma, as amostras coletadas na fase de experimentação das

sistemáticas foram testadas e analisadas quanto ao efeito do tratamento.
Assim, é possível identificar potencialidades e fraquezas da proposta nos
casos experimentados, atribuindo aos fatores mensurados um grau de
confiança ao efeito dos tratamentos.

6.2 Avaliações e resultados das experimentações

Em cada fase da experimentação os participantes avaliaram a

sistemática quanto ao suporte e à efetividade provida pela mesma, e os
planejamentos gerados foram avaliados por especialistas, recebendo
valores numa escala de 1 a 10 para os quesitos de novidade e utilidade.
Deste modo, todas as avaliações realizadas por especialistas foram do tipo
quantitativa ordinal, em que os dados coletados das avaliações foram
considerados não paramétricos para a realização das análises.
Todos os fatores, com e sem o suporte da sistemática, foram
comparados e testados referentes aos níveis de experimentação, e estão
dispostos ao decorrer deste capítulo. Com isso tornou-se possível atribuir
o grau de confiança da resposta, e assim identificando as potencialidades
e as fraquezas providas pelas sistemáticas propostas.

6.2.1 Avaliação da sistemática para nível organizacional

A proposta para este nível foi baseada na proposição de melhorias

para o sistema com e sem o suporte da sistemática, conforme descrito
anteriormente. Os dados coletados foram avaliados por meio de consulta
a especialistas e analisados estatisticamente de acordo com os métodos de
análise descritos no tópico 6.1.
124

Esta análise buscou comparar os indicadores quantificando o efeito

provido pela sistemática, atribuindo grau de confiança para cada fator
mensurado. Os resultados foram então compilados e apresentados na
Tabela 6.5, na qual, é evidenciado que apenas os fatores “utilidade das
proposições” e “novidade das proposições” apresentaram distribuição
paramétrica dos dados das amostras. Já os fatores “quantidade de
planejamentos gerados” e “facilidade para definição do desafio” são
compostos por dados não-paramétricos.
Os dados provenientes das análises estão também considerados na
Figura 6.3 na representação de boxplot, em que os quartis são
apresentados, assim como a identificação dos fatores mensurados. O que
permite observar que o fator mensurado “facilidade para a definição do
desafio” apresenta completa sobreposição entre as amostras, de forma que
a análise realizada não pôde rejeitar a hipótese nula, em que as médias
foram presumidas iguais.

Tabela 6. 5 – Resultados do nível A1

Diferença Grau de confiança na Grau de confiança na
Fator
entre as separação das médias separação das médias
mensurado
médias (Teste-t) (Teste de Mann-Whitney)
Utilidade das
+ 22% – 95%
proposições
Novidade das
+ 114% – 95%
proposições
Quantidade de
planejamentos + 80% 95% –
gerados
Facilidade para Sem diferença
definição – 8% – significativa entre as
do desafio médias
Fonte: Autor

Com os valores calculados é possível afirmar que neste nível, a

presença da sistemática – ou tratamento – apresentou efeito positivo com
95% de confiança nos fatores “novidade das proposições” e “utilidade das
proposições”, o fator “quantidade de planejamentos” apresentou efeito
positivo com 90% de confiança, já o fator “facilidade para definição do
desafio” não apresentou diferença significativa entre as médias.
Conforme descrito na Tabela 6.5, os participantes da experimentação
consideraram, em média, 8% mais difícil realizar planejamentos com
suporte da sistemática, apresentando também maior variância nesta
avaliação.
 125

Figura 6. 3 – Representação gráfica dos resultados – nível A1

Utilidade das proposições

Novidade das proposições

Quantidade de planejamentos gerados

Facilidade para definição do desafio

Fonte: Autor

O gráfico apresentado na Figura 6.3 ilustra, para este fator, maior

distribuição entre as avaliações dos participantes, no qual existe uma
maior densidade de avaliações nos extremos. O que indica uma tendência
de acréscimo de dificuldade enfrentada por alguns participantes com a
126

inserção de ferramentas – conforme descrito na sistemática para o nível

organizacional – da teoria TRIZ, uma vez que esta era desconhecida de
grande parte dos participantes.
O fator “novidade das proposições” apresentou uma diferença
significativa entre as médias, o que indica a presença de inércia
psicológica na primeira fase da experimentação. De forma que, sem
suporte da sistemática, as propostas foram elaboradas baseadas nas
melhores práticas Lean e deste modo apresentando baixa novidade.
O efeito positivo para a novidade converge com o resultado da
avaliação para o fator mensurado “quantidade de planejamentos gerados”,
que apresentou 80% de acréscimo, o que também indica que a sistemática
propiciou meios para que os participantes buscassem e aplicassem novos
princípios de solução aos obstáculos identificados.
Com as análises desenvolvidas é possível identificar, neste
experimento, uma tendência do aumento da utilidade e novidade das
proposições conforme o aumento da quantidade de planejamentos
gerados.

6.2.2 Avaliação da sistemática para nível gerencial e coordenação –

A2 e A3

De acordo com a abordagem IK este nível compreende o desafio,

analisa a CC e projeta o VSM futuro para o sistema. Este deve ser
elaborado e transmitido para os próximos níveis indicando uma direção
para a melhoria, tendo a total implementação em médio prazo.
A análise para este nível experimentado visou atribuir grau de
confiança para as variáveis definidas e mensuradas, em que apenas o fator
“quantidade de operadores” é composto por dados não-paramétricos. Os
resultados das análises estão apresentados na Tabela 6.6 e as
representações gráficas na Figura 6.4.
Na experimentação desenvolvida para este nível, conforme descrito
no tópico 5.2.2, os participantes tiveram como objetivo criar o estado
futuro do VSM para a empresa em questão, gerando três propostas com,
e três propostas sem o suporte da sistemática. Devido ao tamanho da
amostra, não foi possível atribuir níveis de significância para os fatores
“quantidade de operações” e “quantidade de operadores”.
Entretanto, os resultados possibilitaram realizar um comparativo
entre os tratamentos, indicando separações entre tais médias. Observou-
se que a redução da quantidade de operadores e operações representa uma
melhoria provida pela sistemática, quando comparada aos participantes
 127

que utilizaram as melhores práticas Lean, uma vez que a redução de tais
variáveis era um dos objetivos para o nível em questão.

Tabela 6. 6 – Resultados do nível A2 e A3

Grau de confiança na
Fator Diferença entre
separação das médias
mensurado as médias
(Teste de Mann-Whitney)
Novidade das
+ 49% 95%
soluções
Utilidade das
+ 31% 95%
soluções
Quantidade Amostra pequena
– 38%
de operações (𝑛𝑛 = 3)
Quantidade Amostra pequena
– 55%
de operadores (𝑛𝑛 = 3)
Fonte: Autor

Deste modo, as análises indicaram um grau de confiança de 95% para

a separação entre as médias no fator “novidade das propostas” e 90% para
o fator “utilidade das propostas” quanto ao efeito do tratamento. Os
resultados indicam que a sistemática suportou os participantes na criação
de soluções mais novas e mais uteis. Assim, observou-se a separação
entre as médias de 49% para a novidade das propostas e 31% para a
utilidade de tais propostas.
Para o caso experimentado, foram geradas soluções mais novas e
mais úteis, reduzindo a quantidade de operações e, por conseguinte
obtendo uma maior redução da quantidade de operadores.
Neste caso, os participantes sem o suporte da sistemática
apresentaram em média uma redução de oito operações, enquanto os
participantes com o suporte da sistemática obtiveram uma redução média
de treze operações. Isto indica que o procedimento sugerido pela
sistemática concedeu aos participantes ferramentas e meios para analisar
a CC e coletar insights para novos princípios de solução, os quais foram
especificados e aplicados na concepção da condição-alvo para o VSM.
Em suma, para o cenário de simulação e participantes deste nível,
todos os fatores mensurados apresentaram melhoria provida pela
sistemática, o que indica que a integração da teoria TRIZ na atividade de
concepção de um VSM em estado futuro apresenta efeitos positivos.
128

Figura 6. 4 – Representação gráfica dos resultados – nível A2 e A3

Novidade das soluções

Utilidade das soluções

Quantidade de operações

Quantidade de operadores

Fonte: Autor

6.2.3 Avaliação da sistemática para nível de processos

De acordo com a abordagem IK o nível de processo é o que apresenta

maior quantidade de ciclos de melhoria, aplicando o método científico
normalmente em base diária. Desta forma, a novidade e utilidade das
propostas são tão importantes quanto o conhecimento gerado. Após as
experimentações, os dados foram avaliados por especialistas e analisados
 129

estatisticamente. Os resultados e o grau de confiança atribuído ao efeito

do tratamento são apresentados por meio da Tabela 6.7 e Figura 6.5.

Tabela 6. 7 – Resultados do nível A4

Diferença Grau de confiança na
Fator mensurado entre as separação das médias
médias (Teste de Mann-Whitney)
Novidade das Sem diferença
+ 20%
propostas significativa entre as médias
Utilidade das Sem diferença
+ 13%
propostas significativa entre as médias
Novidade do Sem diferença
+ 19%
conhecimento gerado significativa entre as médias
Utilidade do Sem diferença
+ 8%
conhecimento gerado significativa entre as médias
Fonte: Autor

Os dados coletados neste nível foram testados quanto à normalidade,

verificando que os mesmos são não-paramétricos, de forma que o teste de
Mann-Whitney foi necessário para analisar tais amostras.
Conforme apresentado na Tabela 6.7, todos os fatores mensurados
apresentaram diferença positiva entre as médias. Em que, para os cenários
experimentados, as avaliações dos especialistas apontam que houve um
aumento, em média, de 20% na “novidade das propostas”, 13% na
“utilidade das propostas”, 19% na “novidade do conhecimento gerado” e
8% na “utilidade do conhecimento gerado”, porém sem grau de confiança.
Os gráficos específicos para cada fator, apresentados na Figura 6.5,
possibilitam uma melhor compreensão dos resultados, em que médias
maiores foram obtidas para os quatro fatores mensurados com suporte da
sistemática, porém não deslocando a distribuição suficientemente para
atribuir grau de confiança na separação entre as médias.
Isso indica que para o nível de processos, a sistemática foi capaz de
suportar a melhoria incremental em sistemas de produção, conforme
detalhado no tópico 5.2.4, porém, sem apresentar propostas
significantemente superiores quanto aos fatores mensurados e
apresentados na tabela 6.7.
Vale ressaltar que nas experimentações com suporte da sistemática,
em nível de processos, três grupos abordaram três obstáculos cada, no
total de nove obstáculos. Dentre estes, a teoria TRIZ foi utilizada por sete
vezes, pois em dois obstáculos os participantes consideraram
130

compreender integralmente a relação causa-efeito, deste modo utilizando

melhores práticas Lean e conhecimentos pré-estabelecidos.

Figura 6. 5 – Representação gráfica dos resultados – nível A4

Novidade das propostas

Utilidade das propostas

Novidade do conhecimento gerado

Utilidade do conhecimento gerado

Fonte: Autor

Para o nível organizacional e coordenação – ou A1 e A2 – as

melhorias providas pela utilização das sistemáticas foram significativas
em relação a novidade e a utilidade das propostas, o que indica duas
situações.
A primeira situação se refere aos tipos de problemas e princípios de
solução, na qual os obstáculos identificados e tratados pelos participantes
 131

em nível de processos tratavam de problemas com boas e melhores

práticas conhecidas, ou seja, na fronteira do conhecimento. A segunda
situação, trata diretamente dos participantes, pois ao analisar os ciclos de
melhoria desenvolvidos e apresentados ao longo do tópico 5.2.3, é
possível identificar casos de falta de visão sistêmica, em que os
participantes tomaram decisões indiscriminadamente, sem compreender
os conceitos, para os quais não existe distinção entre os tipos de
problemas, gerando aprendizados não condizentes aos planejamentos.
Desta forma, a avaliação dos dados coletados para os casos propostos
permite afirmar que o modelo de integração proposto e as sistemáticas
criadas, são capazes de suportar praticantes da abordagem Kata de
melhoria, incorporando princípios de solução mais novos e mais uteis.
Também, conforme apresentado nas experimentações deste projeto,
a adoção das propostas proveu soluções forma sistemática. Tornando
possível abordar problemas além aos do tipo simples com ferramentas de
análise e busca de princípios de solução da teoria TRIZ.
132
 133

7 CONCLUSÕES, RESULTADOS E CONTRIBUIÇÕES

Ao decorrer dessa pesquisa, as conclusões pontuais foram

apresentadas. Esse capítulo se destina a consolidar tais conclusões e
apresentar a conexão entre os objetivos deste projeto e os resultados
obtidos, posicionando-os de acordo com os objetivos gerais e específicos
deste projeto.
Conforme apresentado na introdução deste projeto, a pesquisa
objetivou buscar e propor meios para integrar as ferramentas e conceitos
Lean e TRIZ, e posteriormente sistematizar atividades, ferramentas e
diretrizes para a aplicação da integração por meio da abordagem Toyota
Kata de melhoria.
Desta forma, o projeto identificou que inicialmente existe uma
procura por meios de sistematicamente melhorar sistemas produtivos e
encontra-se uma carência de metodologia para tal, em que o estado da arte
sobre o tema – Lean-TRIZ – se faz em grande parte por relações entre os
conceitos. Deste modo foram estudadas tais relações apresentadas por
outros autores de forma a criar uma sistemática baseada na abordagem
Toyota Kata de melhoria. Essa por sua vez agregou ferramentas e
conceitos com objetivo de facilitar o uso e de modo incremental guiar o
sistema à condição-alvo de operação, possibilitando comparar os
objetivos gerais e específicos aos resultados obtidos, assimilando assim a
contribuição deste projeto ao tema estudado.

7.1 Conclusões gerais

A presente pesquisa, conforme apresentado no primeiro capítulo, teve

como objetivo geral sistematizar a integração das abordagens TRIZ e
Lean utilizando conceitos Toyota Kata de melhoria – IK – por meio de
atividades, ferramentas e exemplos.
As experimentações realizadas para a sistemática propostas nessa
dissertação apontam que o modelo e os fluxos de atividade elaborados
propiciam propostas mais novas e mais uteis nos casos abordados. Assim
como maior quantidade de alternativas para a solução de problemas, uma
vez que a teoria TRIZ orienta o raciocínio do usuário em um caminho de
abstração do problema em busca de soluções genéricas e insights, em que
ao encontrar uma potencial solução conceitual o mesmo deve a
especificar para uma solução factual, deste modo sendo menos
influenciado pela inercia psicológica, criando soluções mais novas e mais
úteis em uma maior quantidade.
134

Ao aliar a teoria TRIZ ao foco em eliminação de desperdícios da

manufatura Lean, e a aplicação do método cientifico e senso de direção
descritos na abordagem Toyota Kata de melhoria, se torna visível a
complementariedade das abordagens. Uma vez que todas visam melhorar
um sistema pela redução dos danos e insuficiências, com o menor custo
possível e em busca da idealidade.

7.2 Conclusões específicas

Para o atendimento do primeiro objetivo específico foi necessária a

utilização de buscas do tipo sistemática e exploratória, em que a busca do
tipo sistemática foi apoiada pela metodologia SSF resultando em artigos
indexados em bases de dados e a revisão exploratória resultou em livros,
dissertações de mestrado, artigos de congresso e publicações online.
Dessa forma se tornou possível identificar o estado da arte da integração
Lean-TRIZ, levantando-se um conjunto de ferramentas e relações não
sistematizadas, em que os trabalhos encontrados na literatura não
apresentam formas de sistematicamente aplicar tais conceitos em ciclos
curtos de experimentação.
Com a fronteira do conhecimento delimitada foi possível atender o
segundo objetivo especifico deste projeto, em que as informações
coletadas estabeleceram os requisitos para a integração Lean-TRIZ à
abordagem IK, tendo sido adotadas como artefatos – ou constructos – para
a criação de um modelo de integração.
Subjacente ao modelo criado, a revisão bibliográfica realizada nesse
projeto indicou também o conjunto de ferramentas e conceitos da teoria
TRIZ aplicáveis para cada nível hierárquico. Ao elaborar as sistemáticas
especificas para cada nível de aplicação se tornou evidente a falta de
suporte a atividades especificas no fluxo exigido pela sistemática. De
forma a exigir que ferramentas e conceitos fossem adicionados aos
procedimentos para cumprir tarefas específicas.
As sistemáticas propostas para cada nível hierárquico foram
experimentalmente instanciadas visando validação empírica. Este tipo de
validação consiste na proposição de exemplos a duas amostras, com e sem
suporte das sistemáticas. Para as amostras com suporte da sistemática, as
ferramentas e os conceitos da teoria TRIZ foram apresentados e
exemplificados, de modo a viabilizar sua utilização nas experimentações.
Os experimentos forneceram dados dos tipos quantitativos e
qualitativos, em que os dados qualitativos foram avaliados por
especialistas. Este procedimento realizado resultou num portfólio de
resultados quantitativos, que contém média, desvio padrão e variância dos
 135

dados, possibilitando aplicar conceitos estatísticos e probabilísticos para

avaliação das sistemáticas propostas.
As análises estatísticas apontaram que, apesar de um maior nível de
dificuldade enfrentado pelos usuários das sistemáticas, a adoção das
mesmas proveu soluções além da aplicação das melhores práticas Lean e
de forma sistemática, não mais intuitiva e baseado na tentativa e erro.
Tornando possível abordar problemas além aos do tipo simples com
ferramentas de análise e busca por melhores princípios de solução da
teoria TRIZ.
Uma vez que a teoria TRIZ era desconhecida da grande maioria dos
participantes, foi necessária uma grande quantidade de tempo para
capacitar os participantes a utilizar as ferramentas e conceitos da teoria.
Foi observado também que a amostra com suporte da sistemática, em
nível de processos, necessitou de constante supervisão do Coach para
correta utilização das ferramentas adicionadas ao processo de melhoria.
Ao decorrer dos experimentos – ou simulações – foi evidenciada a
dificuldade dos participantes em identificar os obstáculos presentes entre
a condição atual e condição-alvo, assim como a falta de visão sistêmica.
Em que, sem suporte da sistemática, foi possível identificar a falta de
clareza e objetividade na definição dos obstáculos. Paralelamente,
observando as respostas para ambos os grupos de participantes para nível
de processos, com e sem suporte da sistemática, se torna evidente a
melhoria das propostas e aprendizados ao decorrer dos ciclos.

7.3 Trabalhos futuros

Considerando a importância em promover e ampliar conhecimentos

sobre o tema, são propostas algumas recomendações para futuras
pesquisas nessa área.
Sendo a primeira recomendação a aplicação da sistemática em
treinamentos e dinâmicas de ensino, uma vez que esse estudo indicou
aumento na novidade e na utilidade das soluções propostas, assim como
um aumento no conhecimento gerado.
Outra recomendação é a aplicação da sistemática em empresas de
diversos setores de atuação, realizando assim estudos de caso específicos,
uma vez que pelas simulações realizadas a sistemática é capaz de
fornecer, principalmente para o nível produção, suporte para
planejamentos de melhorias incrementais em períodos curtos de tempo.
Ao analisar a forma com que a sistemática foi criada e os fluxos de
atividade propostos, foi observada a possibilidade de inserir a sistemática
ao processo de projeto e desenvolvimento de produtos baseado em
136

engenharia concorrente e focado em criação de conhecimento e

inteligência competitiva.

7.4 Contribuições da pesquisa ao tema Lean-TRIZ

Ao decorrer deste projeto foram divulgados resultados parciais por

meio de artigos científicos, os quais foram publicados em congresso
nacional, congresso internacional e revista científica, tendo as
informações gerais dispostas neste tópico.
Os resultados obtidos por meio da revisão bibliográfica realizada
neste projeto foram publicados no artigo denominado “Aplicação da
abordagem híbrida Lean-TRIZ para melhoria na manufatura: Revisão
bibliográfica sistemática” no VII Congresso Brasileiro de Engenharia de
Produção em 2017.
A proposta de sistemática criada para nível processo foi divulgada
sob título “Applying the lean-TRIZ hybrid approach into Toyota Kata for
manufacturing systems improvement” no 24𝑡𝑡ℎ ABCM International
Congress of Mechanical Engineering no ano de 2017.
Para nível organizacional, a sistemática criada e os resultados das
experimentações foram aceitos para uma publicação no periódico Journal
of Lean Systems, pelo título “Aplicação Lean-TRIZ na abordagem Toyota
Kata para melhoria em nível organizacional”, em que a publicação
correrá na Vol. 3 No. 4 de 2018.
 137

REFERÊNCIAS

ALTSHULLER, Genrich. Creativity as an exact science: the theory of

the solution of inventive problems. Gordon and Breach, 1984.

ALTSHULLER, Genrich. The innovation algorithm: TRIZ, systematic

innovation and technical creativity. Technical Innovation Center, Inc.,
1999.

ANNAMALAI, Nagappan; KAMARUDDIN, Shahrul; Clustered

Model TRIZ and Application in Industries. International Journal of
Innovation, Management and Technology, v. 5, n. 5, p. 368, 2014.

BACK, Nelson; OGLIARI, André; DIAS, Acires; SILVA Jonny C.;

Projeto integrado de produtos: planejamento, concepção e modelagem.
Barueri: Malone, p. 435-482, 2008.

BARTH, Alex; CAILLAUD, Emmanuel; ROSE, Bertrand. How to

validate research in engineering design?. In: DS 68-2: Proceedings of
the 18th International Conference on Engineering Design (ICED 11),
Impacting Society through Engineering Design, Vol. 2: Design Theory
and Research Methodology, Lyngby/Copenhagen, Denmark, 15.-19.08.
2011.

BASHKITE, Viktoria.; KARAULOVA, Tatyana. Integration of Green

thinking into Lean fundamentals by Theory of Inventive Problems-
Solving tools. DAAAM International, Vienna, Austria, EU, p. 345-350,
2012.

BITTENCOURT, Hélio. Estatística aplicada à Engenharia. Notas de

aula. PUC-RS. 2014.

BLIGH, Amanda. The Overlap Between TRIZ and Lean. IME 552: Lean
Manufacturing Systems, p. 1-10, 2006.

BÜYÜKÖZKAN, Gülçİn; DERELİ, Türkay; BAYKASOĞLU, Adİl. A

survey on the methods and tools of concurrent new product development
and agile manufacturing. Journal of Intelligent Manufacturing, v. 15, n.
6, p. 731-751, 2004.
138

CABRERA, Brahian Román; LI, Guillermo Juárez. A lean-TRIZ

approach for improving the performance of construction projects.
Proceedings IGLC-22, 2014.

CAMERON, Gordon. Trizics: Teach yourself TRIZ, how to invent,

innovate and solve" impossible" technical problems systematically.
CreateSpace, 2010.

CAMPBELL, Brian. Lean TRIZ. the TRIZ Journal, 2004.

CLARKSON, John; ECKERT, Claudia (Ed.). Design process

improvement: a review of current practice. Springer Science & Business
Media, 2010.

COELHO, Denis A. Matching TRIZ engineering parameters to human

factors issues in manufacturing. WSEAS Transactions on Business and
Economics, v. 6, n. 11, p. 547-556, 2009.

CORDER, Gregory W.; FOREMAN, Dale. Nonparametric Statistics for

Non-Statisticians. Hoboken: John Wiley and Sons, 2009.

DEPARTAMENTO DE ESTATÍSTICA. Estatística II: Notas de aula.

UFPR. 2009.

DIAS, Acires; CALIL, Luis Fernando Peres; RIGONI, Emerson;

OGLIARI, André; SAKURADA, Eduardo Yuji; KAGUEIAMA, Heitor
Azuma. Metodologia para análise de risco: mitigação de perda de SF6
em disjuntores. Florianópolis: Studio S, 2011.

DIKMEN, Irem.; BIRGONUL, M. Talat.; KIZILTAS, Semiha.

Strategic use of quality function deployment (QFD) in the construction
industry. Building and environment, v. 40, n. 2, p. 245-255, 2005.

DUFLOU, Joost R.; D’HONDT, Joris. Applying TRIZ for systematic

manufacturing process innovation: the single point incremental forming
case. Procedia Engineering, v. 9, p. 528-537, 2007.

FELDMAN, Kenneth A. Using the work of others: Some observations

on reviewing and integrating. Sociology of Education, p. 86-102, 1971.
 139

FERENHOF, Helio Aisenberg; FERNANDES, Roberto Fabiano.

Desmistificando a revisão de literatura como base para redação
científica: método SFF. Revista ACB, v. 21, n. 3, p. 550-563, 2016.

FEY, Victor; RIVIN, Eugene. Innovation on demand: new product

development using TRIZ. Cambridge University Press, 2005.

GADD, Karen. TRIZ for engineers: enabling inventive problem solving.

John wiley & sons, 2011.

GRABAN, Mark. Lean hospitals: improving quality, patient safety, and

employee satisfaction. CRC Press, 2011.

GREIF, Michel. The visual factory: building participation through

shared information. CRC Press, 1991.

HAMMER, Øyvind; HARPER, David .A.T.; RYAN, Paul D. PAST:

Paleontological statistics software package for education and data
analysis, 2001.

HARRINGTON, H. James. Lean TRIZ: How to Dramatically Reduce

Product-Development Costs with This Innovative Problem-Solving
Tool. CRC Press, 2017.

HARZING, Anne-Wil. Publish or Perish, available from

http://www.harzing.com/pop.htm, 2007.

IKOVENKO, Sergei; BRADLEY, Jim. TRIZ as a lean thinking tool. In:

Proceedings of the TRIZ Future 4th World Conference, Florence. 2004.

JACKSON, Thomas L. 5S for healthcare. CRC Press, 2009.

JAPAN MANAGEMENT ASSOCIATION. Kanban Just-in Time at

Toyota: Management Begins at the Workplace. CRC Press, 1986.

KAZMIER, Leonard J. Estatística aplicada à administração e economia.

4ª Edição. 2007.
140

KOREN, Yoram. Globalization and manufacturing paradigms. The

Global Manufacturing Revolution: Product-Process-Business
Integration and Reconfigurable Systems, p. 1-40, 2010.

KUBIAK, T. M.; BENBOW, Donald. W. The certified six sigma black

belt handbook. ASQ Quality Press, 2009.

KVAM, Paul H.; VIDAKOVIC, Brani. Nonparametric statistics with

applications to science and engineering. John Wiley & Sons, 2007.

LANKE, Amol; GHODRATI, Behzad. Reducing defects and achieving

business profitability using innovative and lean thinking. In: Industrial
Engineering and Engineering Management (IEEM), 2013 IEEE
International Conference on. IEEE, 2013. p. 1026-1030. 2014.

LIKER, Jeffrey K.; CHOI, Thomas Y. Building deep supplier

relationships. Harvard business review, v. 82, n. 12, p. 104-113, 2004.

MAIA, Laura Costa; ALVES, Anabela Carvalho; LEÃO, Celina Pinto.

How could the TRIZ tool help continuous improvement efforts of the
companies?. TRIZ Future 2012, p. 1-10, 2015.

MANN, Darrell L. Better technology forecasting using systematic

innovation methods. Technological Forecasting and Social Change, v.
70, n. 8, p. 779-795, 2003.

MANN, Darrell. Hands on systematic innovation. 2002.

MARCH, Salvatore T.; SMITH, Gerald F. Design and natural science

research on information technology. Decision support systems, v. 15, n.
4, p. 251-266, 1995.

MOEN, Ronald. Foundation and History of the PDSA Cycle. In: Asian
network for quality conference. Tokyo. https://www. deming.
org/sites/default/files/pdf/2015/PDSA_History_Ron_Moen. pdf. 2009.

MONTGOMERY, Douglas C.; RUNGER, George C.; CALADO,

Verônica. Estatística Aplicada E Probabilidade Para Engenheiros .
Grupo Gen-LTC, 2000.
 141

MOREIRA, Darin. Component misplacement prevention on the ICOS

tape reel process using TRIZ Lean. IPC APEX EXPO, 2012.

MORGAN, James M.; LIKER, Jeffrey K. Sistema Toyota de

desenvolvimento de produto: integrando pessoas, processo e tecnologia.
Bookman Editora, 2008.

NAKAGAWA, Toru. TRIZ: Theory of Inventive Problem Solving

Understanding and Introducing It. Bulletin of Cultural and Natural
Sciences in Osaka Gakuin University, n. 37, p. 1-12, 1998.

NATEE, Singhaputtangkul; LOW, Sui Pheng.; TEO, Evelyn A. L.

Decision Making and Quality Function Deployment (QFD). In: Quality
Function Deployment for Buildable and Sustainable Construction.
Springer Singapore. p. 17-55, 2016.

NAVAS, Helena VG. Inovação sistemática e manutenção lean. 2015.

NAVAS, Helena VG; MACHADO, V. Cruz. Systematic Innovation in

a Lean Management Environment. In: IIE Annual Conference.
Proceedings. Institute of Industrial and Systems Engineers (IISE). p.
2138. 2013.

NAVAS, Helena VG; MACHADO, Virgílio A. Cruz. “The Lifeline” of

Technical Systems in a TRIZ-LEAN Environment. Procedia
Engineering, v. 131, p. 232-236, 2015.

NICOLETTI, José Roberto; QUINELLO, Robson. Aplicação da

metodologia TRIZ para análise e reengenharia de sistema de controle
ambiental aplicado em uma instalação agro-industrial no estado de São
Paulo. Anais do SIMPOi, FGV, 2009.

OHNO, Taiichi. Toyota production system: beyond large-scale

production. crc Press, 1988.

PAHL, Gerhard; BEITZ, Wolfgang; FELDHUSEN, Jörg; GROTE,

Karl-Heinrich. Projeto na engenharia. São Paulo: Edgard Blücher, 2005.

PEDERSEN, Kjarta; EMBLEMSVÅG, Jan; BAILEY, Reid; ALLEN,

Janet K; MISTREE, Farrokh. Validating design methods and research:
142

the validation square. In: ASME Design Engineering Technical

Conferences. p. 1-12. 2000.

PETT, Marjorie A. Nonparametric statistics for health care research:

Statistics for small samples and unusual distributions. Sage Publications,
2015.

POMBO, Inês MC et al. TRIZ and Lean Methodologies in an Industry

of Air handling and Ventilation. 2015.

POPPE, Gert; GRAS, Bart. TRIZ in the process industry. TRIZ Journal,
February, 2001.

RANTANEN, Kalevi; DOMB, Ellen. Simplified TRIZ: New problem

solving applications for engineers and manufacturing professionals.
Auerbach Publications, 2008.

REUTERS, Thomson. Software EndNote. New York: Thomson

Reuters, 2011.

ROSS, Phillip J. Taguchi techniques for quality engineering: loss

function, orthogonal experiments, parameter and tolerance design. 1996.

ROTHER, Mike. The Improvement Kata Handbook. http://www-

personal.umich.edu/~mrother/Handbook/Full_IK_Handbook_v32.0.pd
f. Acesso dia 13 de fevereiro de 2018. V32.0. 2015

ROTHER, Mike. Toyota Kata. McGraw-Hill Professional Publishing,

2009.

ROTHER, Mike; AULINGER, Gerd. Toyota Kata Culture – building

organizational capability and mindset through kata coaching. McGraw-
Hill Education. 2017

ROTHER, Mike; SHOOK, John. Learning to see: value stream mapping

to add value and eliminate muda. Lean Enterprise Institute, 2003.

ROZENFELD, Henrique; FORCELLINI, Fernando Antônio;

AMARAL, Daniel Capaldo TOLEDO, José Carlos; SILVA, Sergio
Luis; ALLIPRANDINI, Dário Henrique; SCALICE, Régis Kovacs.
 143

Gestão de desenvolvimento de produtos: uma referência para a melhoria

do processo. Editora Saraiva, 2006.

SALAMATOV, Yuri; SOUCHKOV, V. TRIZ: the right solution at the

right time: a guide to innovative problem solving. Hattem: Insytec, 1999.

SAVRANSKY, Semyon D. Engineering of creativity: Introduction to

TRIZ methodology of inventive problem solving. CRC Press, 2000.

SCHREIBER, Dusan. Inovação e desenvolvimento organizacional.

Editora Feevale, 2012.

SHINGO, Shigeo. O sistema Toyota de produção. Bookman Editora,

1996.

SIBIRYAKOV, Vissarion Grigorievich; LEKOMTSEVA, Elena

Borisovna. Lean production & Theory of Inventive Problem Solving
(TRIZ). TRIZ conference. 2007.

SLACK, Nigel; CHAMBERS, Stuart; JOHNSTON, Robert. Operations

management. Pearson education, 2010.

SMALHEISER, Neil. Data Literacy: How to make your experiments

robust and reproducible. Academic Press, 2017.

SNOWDEN, David J.; BOONE, Mary E. A leader's framework for

decision making. Harvard business review, v. 85, n. 11, p. 68, 2007.

SOLTERO, Conrad. Creating an adaptable workforce: Using the

improvement Kata for enhanced environmental performance.
Environmental Quality Management, v. 21, n. 3, p. 47-56, 2011

SPREAFICO, Christian; RUSSO, Davide. TRIZ industrial case studies:

a critical survey. Procedia CIRP, v. 39, p. 51-56, 2016.

STRATTON, Roy; MANN, Darrell. Systematic innovation and the

underlying principles behind TRIZ and TOC. Journal of Materials
Processing Technology, v. 139, n. 1-3, p. 120-126, 2003.
144

STRATTON, Roy; WARBURTON, Roger DH. The strategic

integration of agile and lean supply. International Journal of Production
Economics, v. 85, n. 2, p. 183-198, 2003.

TERNINKO, John. Su-field analysis. TRIZ Journal, v. 2, p. 23-29, 2000.

TERNINKO, John; DOMB, Ellen; Miller, Joe. The seventy-six standard

solutions, with examples Class 4. TRIZ Journal, v. 2, p. 7-8, 2000.

TEZEL, B. A. et al. Visual management–A general overview. 2009.

THURNES, C. M. The 40 inventive principles for lean production – lean

operators to support the principles application in a lean environment.
Center of Competence OPINNOMETH. University of Applied Sciences
of Kaiserslautern. 2014.

THURNES, Christian M.; ZEIHSEL, F. Not "TRIZ­Lean" but

"Lean­TRIZ". The 13th ETRIA TRIZ Future International Conference
(TFC 2013). Ecole Nationale d'Arts et Metiers of Paris, Paris, France.
2013.

THURNES, Christian. M.; ZEIHSEL, Frank; HALLFELL, Frank. TRIZ

for waste-elimination in a Lean Production Environment. In: Paper
submitted to be presented at the 10th MATRIZ International Conference
TRIZFest. 2014.

TOIVONEN, Teemu. Continuous innovation–combining Toyota Kata

and TRIZ for sustained innovation. Procedia Engineering, v. 131, p.
963-974, 2015.

TOIVONEN, Teemu; SIITONEN, Juha. Value Stream Analysis for

Complex Processes and Systems. Procedia CIRP, v. 39, p. 9-15, 2016.

WANG, Chia-Nan et al. An innovative approach to enhancing the

sustainable development of Japanese automobile suppliers.
Sustainability, v. 8, n. 5, p. 420, 2016.

WANG, Fu-Kwun; CHEN, Kao-Shan. Applying Lean Six Sigma and

TRIZ methodology in banking services. Total Quality Management, v.
21, n. 3, p. 301-315, 2010.
 145

WERNER, Steffan; CUNHA, André; FERENHOF, Hélio;

FORCELLINI, Fernando. Compartilhando conhecimento de
manutenção por meio de uma abordagem sistematizada de
experimentos, Toyota Kata. Congresso Brasileiro de Engenharia de
Produção. 2017.

WOMACK, James P.; JONES, Daniel T. Lean thinking: banish waste

and create wealth in your corporation. Simon and Schuster, 1996.

WOMACK, James P.; JONES, Daniel T.; ROOS, Daniel. Machine that
changed the world. Simon and Schuster, 1990.

XIE, Min; GOH, Thong Ngee; TAN, Kay-Chuan. Advanced QFD

applications. ASQ Quality Press, 2003.

ZHANG, Jun. Systematic innovation in service design through TRIZ.

2004. 157 f. Tese (Doutorado) - Curso de Industrial & Systems
Engineering, National University Of Singapore, Singapore, 2004.
146
 147

APÊNDICE A – MATERIAL PARA SIMULAÇÃO EM NÍVEL

ORGANIZACIONAL (A1)

Neste apêndice estão dispostos primeiramente os materiais utilizados

para a simulação sem suporte da sistemática em nível organizacional.

Material base para experimentação em nível A1 sem a sistemática

148

Material base para experimentação em nível A1 sem a sistemática

Em sequência estão dispostos os materiais utilizados para a simulação

com suporte da sistemática em nível organizacional. Com os formulários
e os templates do QFD, da Matriz multicritério e da EAP,
respectivamente.
 149

Material base para experimentação em nível A1 com a sistemática

150

Material base para experimentação em nível A1 com a sistemática

 151

Material base para experimentação em nível A1 com a sistemática

152

Material base para experimentação em nível A1 com a sistemática

 153

APÊNDICE B – MATERIAL PARA SIMULAÇÃO EM NÍVEL

GERENCIAL E COORDENAÇÃO (A2 E A3)

Neste apêndice estão dispostos os materiais utilizados para a

simulação com suporte da sistemática em nível A2 e A3.
154

Material base para experimentação em nível A2 e A3 com a sistemática

 155

APÊNDICE C – MATERIAL PARA SIMULAÇÃO EM NÍVEL

PROCESSOS (A4)

Neste apêndice estão dispostos os materiais utilizados para a

simulação com suporte da sistemática em nível processos. Para cada loop
existe a presença de um StoryBoard conforme apresentado na primeira
imagem.
156

Material base para experimentação em nível A4 – loop 1 – com a

sistemática
 157

Material base para experimentação em nível A4 – loop 2 – com a

sistemática
158

Material base para experimentação em nível A4 – loop 3 – com a

sistemática
 159

APÊNDICE D – DADOS BRUTOS PRÉ-ANÁLISE

Neste apêndice estão dispostos os dados obtidos nas simulações, de

acordo com o que foi encaminhado para avaliação dos especialistas. Nos
próximos tópicos os dados estão dispostos seguidos das avaliações,
conforme as identificações adotadas em cada nível.

1. Dados coletados e convertidos para nível organizacional – A1

Propostas geradas pelos participantes sem suporte da sistemática

Suporte da Identificação
Conteúdo da proposta
Sistemática da proposta
Diminuir desperdícios para diminuir leadtime,
possibilitando entregar produtos em menor tempo.
1 Eliminar WIP, operando em just-in-time
Aumentar o volume de produção utilizando mais a
mão de obra
Replanejar layout da fábrica para diminuir tempo
de espera entre processos.
Fazer o fluxo de materiais contínuo reduzindo
2
estoques entre estações.
Treinar operadores para reduzir tempo das
operações.
Organizar atividades de acordo com o Takt Time,
reduzindo número de operadores.
Eliminar atividades que não agregam valor para
3
diminuir leadtime.
Utilizar o mesmo operador para mais de uma
Sem
atividade.
suporte
Reduzir estoques ao longo do processo utilizando
melhor os recursos.
Mapear os processos para remoção de atividades
4
que não agregam valor.
Reduzir tempo de entrega otimizando os processos
e fluxos internos.
Reorganizar processos para layout celular,
utilizando mais a mão de obra.
5
Tornar a produção puxada, retirando estoques WIP.
Reduzir tempo de setup das maquinas no processo.
Identificar os gargalos do processo e terceirizar
atividades que demoram muito tempo.
Controlar fluxo de materiais para reduzir estoques
6
intermediários.
Investir em maquinário para aumentar capacidade
da fábrica.
160

Propostas geradas pelos participantes com suporte da sistemática

Suporte da Identificação
Conteúdo da proposta
Sistemática da proposta
Produzir lotes de uma peça, intercalando produtos
para atender a demanda.
Treinar operadores para realizar mais funções,
1
reduzindo quadro de funcionários.
Automatizar operações que causam mais defeitos
e exigem mais tempo.
Tornar a produção em lotes de uma peça,
aumentando a fluidez do processo para reduzir o
leadtime.
Automatizar parcialmente os processos para
2 aumentar a utilização da mão de obra e redução do
WIP.
Analisar operações para reduzir tempo de
execução da atividade, aumentando a produção
com mesma quantidade de operadores.
Reorganizar os processos, removendo atividades
que não agregam valor para reduzir o leadtime.
Balancear as atividades a fim de aumentar a
3
utilização da mão de obra.
Criar células de produção juntando atividades e
removendo estoques entre atividades.
Com
Utilizar o tempo ocioso dos operadores para
suporte
realizar atividades de setup das maquinas.
Delegar ações de detecção de falhas aos
4 operadores (falhas de maquinário e dimensionais
de peças).
Controlar volume de WIP para aumentar a
flexibilidade do sistema.
Automatizar partes do processo que consomem
muito tempo dos operadores.
Treinamento dos operadores para mais de uma
5 atividade, tornando possível reduzir quantidade de
operadores.
Aumentar controle de entrada e saída de materiais,
reduzindo armazenamento e transportes.
Alterar projeto do produto para facilitar a
produção, tornando atividades mais rápidas e
flexíveis, diminuindo quantidade de operadores.
Reduzir tempo de atividades gargalo por meio de
6
automatizações.
Facilitar montagem dos produtos por meio de
atividades de pré-montagem nos tempos ociosos
dos funcionários.
 161

Avaliações quanto a utilidade e novidade das propostas (especialistas)

Fator Sem suporte Com suporte
Avaliador
mensurado 1 2 3 4 5 6 1 2 3 4 5 6
FMG 5 4 4 5 6 4 8 8 8 7 7 9
Utilidade das
HAF 8 6 10 6 7 6 5 7 7 7 7 9
propostas
RBF 6 6 8 5 6 5 7 7 8 7 5 8
FMG 1 1 1 1 2 2 4 4 4 3 3 6
Novidade das
HAP 1 1 1 1 1 1 3 3 1 1 3 5
propostas
RBF 3 2 2 2 3 2 3 4 4 2 1 6

Resultados de quantidades geradas e avaliações quanto a satisfação e

dificuldade na elaboração das propostas (participantes)
Participantes
Suporte
ALS ARB JAA MR OLS SMW
Quantidade de Não 3 3 3 3 3 6
planejamento gerado Sim 8 7 6 3 6 8
Satisfação para com as Não 6 8 6 6 10 8
propostas geradas Sim 10 10 10 8 10 8
Dificuldade enfrentada Não 6 6 6 8 6 4
na elaboração da
proposta Sim 6 8 4 4 8 4
162

2. Dados coletados e convertidos para nível gerência e coordenação –

A2 e A3

Neste nível foram gerados ao todo seis VSM para estado futuro,
conforme descrito no Capítulo 5.3.

Avaliações quanto a utilidade e novidade das propostas (especialistas)

Sem suporte Com suporte
Fator mensurado Avaliador
1 2 3 1 2 3
FMG 4 3 5 7 6 7
Utilidade das
SMW 5 4 4 6 5 6
propostas
RBF 6 7 7 7 7 8
FMG 4 4 5 7 6 8
Novidade das
SMW 3 3 4 7 5 7
propostas
RBF 6 6 6 8 6 7

Avaliações quanto a satisfação e dificuldade na elaboração das propostas, e

capacidade de gerar mesmas soluções em suporte (participantes)
Com suporte
Fator mensurado Equipe Equipe Equipe
1 2 3
Satisfação para com as propostas geradas 10 10 8
Efetividade do suporte da sistemática 10 10 8
Avaliação dos participantes quanto a
capacidade de conceber as mesmas Não Não Não
propostas sem apoio da sistemática
 CONTROLE DA
PRODUÇÃO
VendeTudo
Fornecedor

360 pçs/semana
ORDEM DE Lote = 9 peças /
PRODUÇÃO pallet (2
caminhões)
1 Turnos

1MONTAGEM 1 CORTE FO
CONTROLE FREIO E
DIARIA CAPAS
MENTE

DIARIA
MENTE

T/C = 370 seg. T/C = 340 seg.

TR = 0 seg TR = 0 seg
1 Turno 1 Turno
Disponib: 28800 s Disponib: 28800 s

1PINTURA E
INSPEÇÃO
1INSPEÇÃO E 1 DOBRA E 1 SOLDA 1MONTAGEM 1MONTAGEM 1MONTAGEM DA RODA 1EXPEDIÇÃ O
CORTE MONTAGEM CONTROLE NO FREIO NO TRASEIRA + BANCO +
QUADRO QUADRO EMBALAGEM

T/C = 74 seg. T/C = 64 seg. T/C = 300 seg. T/C = 16760 seg. T/C = 40 seg. T/C = 240 seg. T/C = 220 seg.
TR = 120 seg. TR = 360 seg. TR = 0 seg TR = 9360 seg TR = 0 seg. TR = 0 seg. TR = 0 seg.
2 1 Turno 0,5 1 Turno 0,5 1 Turno 0,5 2 Turno 1 Turno 1 Turno 1 Turno
dias dias dias dias
Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s Disponib: 43200 s Disponib: 28800 s Disponib: 28800 s Disponib: 28800 s
VSM criado pela Equipe 1 – Sem suporte da sistemática
163
 CONTROLE DA
PRODUÇÃO
VSM criado pela Equipe 2 – Sem suporte da sistemática

Fornecedor VendeTudo
9.600 pçs/mês
Lote = 20 peças
1 Turnos
1 DOBRA E
MONTAGEM
DIARIA
MENTE 1 INSPEÇÃO 1 MONTAGEM
CONTROLE CONTROLE E RODA
DIANTEIRA
SEMANAL
MENTE
T/C = 22 seg T/C = 240 seg T/C = 130 seg
TR = TR = 0 seg TR =
1 Turno 1 Turno 1 Turno
Disp: 28800 seg Disp: 28800 seg Disp: 28800 seg
MONT.
1 RODA 1 INSPEÇÃO
TRASEIRA E FINAL E
BANCO EMBALAGEM
1 INSPEÇÃO 1 CORTE 1SOLDAGEM 1 PINTURA 1 INSPEÇÃO 1MONTAGEM 1MONTAGEM 1EXPEDIÇÃ O
PEÇAS PINTURA QUADRO E QUADRO E
CONTROLE FREIO
T/C = 34 seg T/C = 40 seg T/C = 300 seg T/C = 16580 seg T/C = 200 seg T/C = 40 seg T/C = 240 seg T/C = 80 seg T/C = 80 seg
TR = 0 seg TR = 120 seg TR = 0 seg TR = 9360 seg TR = 0 seg TR = 0 seg TR = 0 seg TR = 0 seg TR = 0 seg
1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 1 Turno
Disp: 28800 seg Disp: 28800 seg Disp: 28800 seg Disp: 43200 seg Disp: 28800 seg Disp: 28800 seg Disp: 28800 seg Disp: 28800 seg Disp: 28800 seg
CORTE
1 CABO DO FREIO, CAPAS
1 INSPEÇÃO E MONTAGEM
FREIOS
T/C = 180 seg T/C = 130 seg
TR = 0 seg TR =
1 Turno 1 Turno
Disp: 28800 seg Disp: 28800 seg
164
 CONTROLE DA
PRODUÇÃO
Fornecedor VendeTudo

9.600 pçs/mês
Lote = 20 peças

1 Turnos

1 INSPEÇÃO CONTROLE +
MONTAGEM CONTROLE +
DIARIA MONTAGEM RODA DIANTEIRA
MENTE

DIARIA
MENTE

T/C = 370 seg

TR = 0 seg
1 Turno
Uptime: 100%

1 INSPEÇÃO PINTURA + 1MONTAGEM RODA TRASEIRA +

MONTAGEM QUADRO + MONTAGEM BANCO +
MONTAGEM FREIO NO QUADRO EMBALAGEM
1 INSPEÇÃO 1 CORTE 1 DOBRA 1MONTAGEM 1 SOLDA 1 PINTURA 1EXPEDIÇÃ O
PEÇAS

T/C = 34 seg T/C = 40 seg T/C = 44 seg T/C = 20 seg T/C = 300 seg T/C = 16560 seg T/C = 160 seg T/C = 220 seg
TR = 0 seg TR = 120 seg TR = 360 seg TR = 0 seg TR = 0 seg TR = 9360 seg TR = 0 seg TR = 0 seg
1 Turno 1 Turno 1 Turno 1 Turno 1 Turno 2 Turno 1 Turno 1 Turno
Uptime: 100% Uptime: 85% Uptime: 85% Uptime: 100% Uptime: 95% Uptime: 100% Uptime: 100% Uptime: 100%

1INSPEÇÃO FREIO + CORTE CONJUNTO

DE CABOS DE FREIO + CORTAR
CONJUNTO DE CAPASDO FREIO CORTE
1 CABO DO FREIO, CAPAS
E MONTAGEM

T/C = 180 seg T/C = 120 seg

TR = 0 seg TR = 0 seg
VSM criado pela Equipe 3 – Sem suporte da sistemática

1 Turno 1 Turno
Uptime: 100% Uptime: 100%
165
 CONTROLE DA
PRODUÇÃO
VendeTudo
Fornecedor
9.600 pçs/mês
Lote = 20 peças
VSM criado pela Equipe 1 – Com suporte da sistemática

1 Turnos
DIARIA
MENTE
DIARIA CONTROLE
1
MENTE (MONTAGEM CONTROLE +
MONTAGEM RODA DIANTEIRA)
DIARIA
MENTE
T/C = 130 seg
TR = 0 seg
1 Turno
Uptime: 100%
1 MONTAGEM QUADRO 1 MONTAGEM FINAL
(INSPEÇÃO CORTE + CORTE + (INSPEÇÃO PINTURA + MONTAGEM
1 PINTURA 1EXPEDIÇÃ O
DOBRA + MONTAGEM + SOLDA) CONTROLE + MONT. FREIO + MONT. RODA
TRASEIRA + MONT. BANCO + EMBALAGEM )
T/C = 16560 seg
T/C = 240 seg TR = 9360 seg T/C = 240 seg
TR = 0 seg 2 Turno TR = 0 seg
1 Turno Uptime: 100% 1 Turno
Uptime: 100% Uptime: 100%
1 CONJUNTO FREIO
(CORTE CONJUNTO DE CABOS E CAPAS DE
DIARIA FREIO + MONTAR CONJUNTO DE FREIO)
MENTE
T/C = 160 seg
TR = 0 seg
166
1 Turno
Uptime: 100%
 CONTROLE DA
PRODUÇÃO
VendeTudo
Fornecedor

9.600 pçs/mês
Lote = 20 peças

1 Turnos
DIARIA
MENTE

DIARIA 1 CONTROLE
MENTE (MONTAGEM CONTROLE +
MONTAGEM RODA DIANTEIRA)

DIARIA
MENTE

T/C = 150 seg

TR = 0 seg
1 Turno
Uptime: 100%

1 MONTAGEM QUADRO 1 MONT. MONTAGEM

1 FINAL
(INSPEÇÃO CORTE + CORTE + CONTROLE E (MONT. RODA
1 SOLDA 1 PINTURA 1INSPEÇÃO E 1EXPEDIÇÃ O
DOBRA + MONTAGEM ) FREIO TRASEIRA + MONT.
BANCO) EMBALAGEM

T/C = 200 seg T/C = 16560 seg T/C = 240 seg

TR = 0 seg TR = 9360 seg T/C = 240 seg TR = 0 seg
T/C = 200 seg T/C = 240 seg
2 Turno 2 Turno TR = 0 seg 2 Turno
TR = 0 seg TR = 0 seg
Uptime: 100% Uptime: 100% 1 Turno Uptime: 100%
1 Turno 1 Turno
Uptime: 100%
Uptime: 100% Uptime: 100%

1 CONJUNTO FREIO
(CORTE CONJUNTO DE CABOS E CAPAS DE
DIARIA FREIO + MONTAR CONJUNTO DE FREIO)
MENTE
VSM criado pela Equipe 2 – Com suporte da sistemática

T/C = 160 seg

TR = 0 seg
1 Turno
Uptime: 100%
167
 CONTROLE DA
PRODUÇÃO
VendeTudo
Fornecedor
9.600 pçs/mês
Lote = 20 peças
VSM criado pela Equipe 3 – Com suporte da sistemática

1 Turnos
DIARIA
MENTE
DIARIA
MENTE
1 MONTAGEM QUADRO 1 MONT. MONTAGEM FINAL
1
(INSPEÇÃO CORTE + CORTE + CONTROLE E (MONT. RODA
1 SOLDA 1 PINTURA 1INSPEÇÃO E 1EXPEDIÇÃO
DOBRA + MONTAGEM ) FREIO TRASEIRA + MONT.
BANCO) EMBALAGEM
T/C = 240 seg T/C = 16560 seg T/C = 160 seg
TR = 0 seg TR = 9360 seg T/C = 240 seg TR = 0 seg
T/C = 240 seg T/C = 220 seg
2 Turno 2 Turno TR = 0 seg 2 Turno
TR = 0 seg TR = 0 seg
Uptime: 100% Uptime: 100% 1 Turno Uptime: 100%
1 Turno 1 Turno
Uptime: 100%
Uptime: 100% Uptime: 100%
1 CONJUNTO FREIO CONTROLE
(CORTE CONJUNTO DE CABOS E CAPAS DE (MONTAGEM CONTROLE +
DIARIA FREIO + MONTAR CONJUNTO DE FREIO) MONTAGEM RODA DIANTEIRA)
MENTE
T/C = 200 seg
TR = 0 seg
168

1 Turno
Uptime: 100%
 169

3. Dados coletados e convertidos para nível processos – A4

Conforme apresentado nos materiais utilizados para aplicação da

sistemática para cada loop, as próximas tabelas apresentam os resultados
obtidos para as três propostas de melhoria com e sem suporte da
sistemática.

Resultados experimentação sem suporte para loop 1 (solda)

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que foi planejado?
Mapear e identificar os processos internos e
externos do Setup da dobra;
1° O que foi esperado?
Desconhecimento Possibilitar a aplicação de conceitos SMED para
dos processos de redução do Setup;
Setup da dobra; O que aconteceu?
Mapeamento realizado e atividades internas e
(1) externas classificadas. Tempo de Setup igual;
O que aprendeu?
Somente com o conhecimento do processo é
possível operacionalizar mudanças;
O que foi planejado?
Obter informações do chão de fábrica (gemba);
2°
O que foi esperado?
Estoque
Eliminar atividades que não agregam valor e
descontrolado
desperdícios do sistema;
entre os
Não O que aconteceu?
processos de
Informações coletadas, nenhum tempo alterado;
corte e dobra;
O que aprendeu?
Mapear os processos permite uma identificação
(2)
mais fácil dos desperdícios. Seriam necessários
mais ciclos para alcançar o objetivo;
O que foi planejado?
Converter processos internos em externos do Setup
da Dobra;
3°
O que foi esperado?
Baixa
Redução do tempo do Setup com a conversão das
disponibilidade
atividades;
no processo de
O que aconteceu?
dobra;
Tempo de Setup reduzido em 15 segundos;
O que aprendeu?
(3)
Ação impactou positivamente no processo da
dobra, porém apresentou efeitos no processo de
corte;
170

Resultados experimentação com suporte para loop 1 (solda)

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que foi planejado? Trocar ferramenta (lâmina)
de corte e parâmetros de corte;
1°
O que foi esperado? Com novos parâmetros
Baixa
melhores espera-se que aumente a disponibilidade
disponibilidade
da máquina;
no processo de
O que aconteceu? Diminuiu a quebra das
Corte;
ferramentas e aumentou a disponibilidade para 96%;
O que aprendeu? As mudanças melhoraram a
(1)
disponibilidade, uma vez que os novos parâmetros
fazem a ferramenta operar em regime ideal;
O que foi planejado? Definir periodicidade de
manutenção, uma vez que a disponibilidade é
2° afetada pela falta de lubrificação do equipamento;
Baixa O que foi esperado? Os roletes da máquina de
disponibilidade dobra não travem mais, aumentando a
no processo de disponibilidade;
Sim
Dobra; O que aconteceu? Os roletes não travam mais,
aumentando a disponibilidade para 99%;
(2) O que aprendeu? A manutenção da máquina ser
atividade no tempo ocioso do próprio operador
previne defeitos no equipamento;
O que foi planejado? Rever e criar um
procedimento padronizado para a solda;
O que foi esperado? Que o novo procedimento seja
3°
capaz de reduzir o tempo de processamento;
Tempo de
O que aconteceu? O tempo de ciclo reduziu em 20
ciclo da solda
segundos. Foi observado que há possibilidade de
longo;
reduzir mais o tempo, mas o operador não tem
capacitação;
(3)
O que aprendeu? Estabelecer um procedimento
padronizado melhora o processo, mas não é
suficiente se não houver treinamento ao operador;
 171

Resultados experimentação sem suporte para loop 2 (pintura)

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que foi planejado? Mapear e identificar os
processos internos e externos do Setup da pintura;
1° O que foi esperado? Possibilitar a aplicação de
Desconhecimento conceitos SMED para redução de 3060 segundos
dos processos de do Setup;
Setup da pintura; O que aconteceu? Mapeamento realizado e
atividades internas e externas classificadas. Tempo
(4) de Setup igual;
O que aprendeu? Somente com o conhecimento
do processo é possível operacionalizar mudanças;
O que foi planejado? Converter processos
2° internos em externos do Setup da pintura;
Desconhecimento O que foi esperado? Redução de 3060 segundos
Não dos processos de do Setup com a conversão das atividades;
Setup da pintura; O que aconteceu? Tempo de Setup reduzido em
3060 segundos;
(5) O que aprendeu? Aplicar conceitos SMED
possibilitam a redução do tempo de Setup;
O que foi planejado? Eliminar atividades
3° desnecessárias que não agregam valor;
Desconhecimento O que foi esperado? Balancear as atividades dos
do fluxo de operadores sem atividades desnecessárias;
operações da O que aconteceu? A produção aumentou em 1
pintura; lote por semana;
O que aprendeu? Na medida que o conhecimento
(6) do processo avança é possível melhora-lo ainda
mais;
172

Resultados experimentação com suporte para loop 2 (pintura)

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
1° O que foi planejado? Criar um processo padronizado,
Elevado treinando os operadores no novo processo;
tempo do O que foi esperado? Reduzir o tempo de pintura em 1
processo hora com o novo processo;
de O que aconteceu? O tempo reduziu em 1 hora,
pintura; aumentando a produção em 1 lote por semana;
O que aprendeu? Revisar os processos com treinamentos
(4) pode reduzir o tempo de processo significantemente;
O que foi planejado? Identificar e converter atividades
2° do Setup de internos para externos;
Elevado O que foi esperado? Reduzir o tempo de Setup em 1,4
tempo de horas;
Setup da O que aconteceu? O tempo de Setup reduziu em 1,2
Sim
pintura; horas;
O que aprendeu? Apesar de não ter sido obtido 100% da
(5) meta, a conversão de atividades resulta em redução
significativa do tempo de Setup;
3° O que foi planejado? Reduzir a produção para 1 turno de
Excesso 8 horas com apenas 1 operador;
de tempo O que foi esperado? Reduzir custo e aumentar a
ocioso utilização dos recursos;
no O que aconteceu? Reduziu o custo de 4 horas de
processo operação, 1 operador e 0,2 horas do Setup;
de O que aprendeu? Otimizando e padronizando os tempos
pintura de processo, é possível reduzir o custo de operação sem
(6) impactar na qualidade do produto;
 173

Resultados experimentação sem suporte para loop 3 (montagem)

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que foi planejado? Atuar no desbalanceamento do
tempo de ciclo de produção;
1°
O que foi esperado? Reduzir o número de operadores
Tempos de
e aumentar a utilização da mão de obra;
processo
O que aconteceu? Redução do tempo ocioso de em
desbalanceado
10%;
O que aprendeu? Balancear a relação operador e
(7)
tempo de operação torna possível eliminar
operadores;
O que foi planejado? Reorganizar as atividades em
layout celular (em U);
2°
O que foi esperado? Reduzir a distâncias entre
Espaço entre
Não operações e aumentar a utilização da mão de obra;
as atividades
O que aconteceu? Célula formada, aumentando a
utilização da mão de obra em 5%;
(8)
O que aprendeu? O layout tem forte influência na
utilização da mão de obra;
O que foi planejado? Coletar informações para tentar
3° eliminar a inspeção final;
A inspeção O que foi esperado? Provar capacidade do processo
final ocupa para eliminar operação ou inspecionar amostra;
muito tempo; O que aconteceu? Dados coletados, análise indica
que processo é capaz;
(9) O que aprendeu? Utilizar metodologias como 5S
auxilia na redução de custo de produção;
174

Resultados experimentação com suporte para loop 3 (montagem)

Presença da
Obstáculo Planejamento de melhoria e aprendizagem
Sistemática
O que foi planejado? Implementar carta de controle
estatístico de processo (CEP) e treinar operadores;
1°
O que foi esperado? Reduzir a inspeção para 10% da
Elevado
produção (amostra) e o tempo para 24 segundos;
tempo da
O que aconteceu? Tempo de ciclo foi reduzido para 80
inspeção
segundos pois a direção exigiu amostras maiores;
final
O que aprendeu? Ao fazer estudo estatístico se torna
possível reduzir custo por mitigar a necessidade de uma
(7)
operação, onde uma amostra pode representar uma
população com alta confiabilidade;
2°
O que foi planejado? Revisar processo padrão e treinar
Elevado
operador;
tempo da
O que foi esperado? Reduzir tempo de ciclo para 80
operação
segundos;
de
Sim O que aconteceu? O tempo de ciclo foi reduzido para
montagem
160 segundo, sendo o limite do processo;
do freio-
O que aprendeu? Sem uma visão heurística do
chassi.
processo a meta imposta foi vaga;
(8)
O que foi planejado? Juntar operações para reduzir
número de operadores assim como aumentar utilização
3° da mão de obra;
Elevado O que foi esperado? Reduzir para 3 operadores ou
tempo menos com máximo tempo de ciclo de 300 segundos
ocioso dos (takt é 400s);
operadores; O que aconteceu? Foi possível realizar todas as tarefas
com 2 operadores e tempo de ciclo de 360 segundos;
(9) O que aprendeu? Integrando atividades se torna
possível produzir a mesma quantia de produtos com
menor custo de mão de obra e menor tempo ocioso ;
 175

Avaliações quanto a utilidade e novidade das propostas (especialistas)

176
 177

ANEXO A – RESOLUÇÃO DE PROBLEMAS CONTRADITÓRIOS

As informações dispostas neste anexo foram adaptadas de Altshuller

(2007), Rantanen e Domb (2008), Gadd (2011) e Cameron (2010).

PE Significado
1 Peso do objeto em movimento
2 Peso do objeto estacionário
3 Comprimento do objeto em movimento
4 Comprimento do objeto estacionário
5 Área do objeto em movimento
6 Área do objeto estacionário
7 Volume do objeto em movimento
8 Volume do objeto estacionário
9 Velocidade
10 Intensidade da força
11 Tensão ou Pressão
12 Forma
13 Estabilidade da composição do objeto
14 Força
15 Duração de uma ação em um objeto em movimento
16 Duração de uma ação em um objeto estacionário
17 Temperatura
18 Intensidade da iluminação
19 Consumo de energia em um objeto em movimento
20 Consumo de energia em um objeto estacionário
21 Potência
22 Perda de energia
23 Perda de substância
24 Perda de informação
25 Perda de tempo
26 Quantidade de substância (matéria)
27 Confiabilidade
28 Precisão da medição
29 Precisão da manufatura
30 Objeto afetado por um fator prejudicial
31 Objeto gerado por fator prejudicial
32 Facilidade de manufatura
33 Facilidade de operação
34 Facilidade de reparo
35 Adaptabilidade ou versatilidade
36 Complexidade do sistema técnico
37 Dificuldade de detecção e mensuração
38 Amplitude de automação
39 Produtividade
178

PI Significado
1 Segmentação
2 Extração
3 Qualidade local
4 Assimetria
5 Integração
6 Universalização
7 Estrutura embutida
8 Contrapeso
9 Compensação prévia
10 Ação prévia
11 Amortecimento prévio
12 Equipotencialidade
13 Inversão
14 Curvatura
15 Dinamização
16 Ação parcial ou excessiva
17 Mudança para outra dimensão
18 Vibração mecânica ou ressonância
19 Ação periódica
20 Continuidade de ação útil
21 Ação rápida
22 Tirar benefício dos danos
23 Realimentação
24 Intermediação
25 Autosserviço
26 Cópia
27 Objeto descartável
28 Substituição mecânica
29 Pneumática e hidráulica
30 Estruturas flexíveis e membranas finas
31 Materiais porosos
32 Alterar a cor
33 Homogeneidade
34 Descarte e recuperação
35 Alterar parâmetros e propriedades
36 Mudança de fase
37 Expansão térmica
38 Oxidantes fortes
39 Atmosfera inerte
40 Materiais compósitos
179
180
181
182
 183

ANEXO B – RESOLUÇÃO DE PROBLEMAS NÃO

CONTRADITÓRIOS

As informações dispostas neste anexo foram adaptadas de Altshuller

(1984), Rantanen e Domb (2008), Salamatov (1999), Terninko (2000) e
Terninko e Domb (2000).

Classe 1 Melhorar o Sistema com pouca ou nenhuma alteração – 13

standard solutions
Classe 2 Melhorar o Sistema pela troca do mesmo – 23 standard solutions
Classe 3 Transição do sistema – 6 standard solutions
Classe 4 Detecção e mensuração – 17 standard solutions
Classe 5 Estratégias para simplificação e melhoria – 17 standard solutions

1. Classe 1: Melhorar o Sistema com pouca ou nenhuma alteração:

1.1. Construir o modelo Su-Field se incompleto:

1.1.1. Complete o diagrama Su-Field;

Um sistema técnico é composto no mínimo por duas
substâncias e um campo, qualquer sistema que não contemple
esses três elementos não é capaz de fornecer uma função útil.
Neste caso o elemento faltante deve ser inserido no diagrama.

Exemplo: Para remover ar (𝑆𝑆1) de uma substância

particulada – pó – (𝑆𝑆2) uma força centrifuga (𝐹𝐹1 ) pode ser
aplicada.
184

1.1.2. Transição para complexidade interna do diagrama Su-Field;

Se o sistema Su-Field precisa ser melhorado, porém é de
difícil alteração, e não apresenta restrições quanto ao uso de
aditivos, o problema pode ser resolvido através da adição de
aditivos nas substâncias presentes. Os aditivos podem ser
temporariamente ou permanentemente introduzidos.

Exemplo: Para detectar pequenas gotas de um fluido (𝑆𝑆2)

em outro fluido (𝑆𝑆1), um aditivo luminescente pode ser
previamente introduzido no fluido (𝑆𝑆2).

1.1.3. Adicione algo fora da substância;

Se o sistema Su-Field precisa ser melhorado, porém é de
difícil alteração, transite para um sistema externo complexo,
onde o problema pode ser resolvido através da inserção de
aditivos externos à substância.

Exemplo: Para detectar vazamento de gás (𝑆𝑆1) em uma

tubulação (𝑆𝑆2), a superfície externa da tubulação pode ser
coberta com uma substância (𝑆𝑆3).

1.1.4. Utilize o ambiente externo;

Se o sistema Su-Field precisa ser melhorado, porém é de
difícil alteração, o ambiente externo pode ser utilizado como
substância.
 185

Exemplo: Se (𝑆𝑆1) e (𝑆𝑆2) são plantas, a iluminação provida

pelo ambiente externo (𝑆𝑆𝑠𝑠𝑠𝑠 ) é usada como substância.

1.1.5. Adicione algo ao ambiente;

Se o sistema Su-Field precisa ser melhorado, porém é de
difícil alteração, transite para um sistema externo complexo,
onde o problema pode ser resolvido através substituição ou
da inserção de aditivos ao ambiente externo.

Exemplo: Para aumentar a eficiência de escorregamento

entre os componentes (𝑆𝑆1) e (𝑆𝑆2), um aditivo lubrificante pode
ser adicionado ao ambiente externo (𝑆𝑆′𝑠𝑠𝑠𝑠 ).

1.1.6. Seja excessivo;

Se uma ação mínima é necessária pela substância, porém
é de difícil controle, utilize uma ação excessiva dosando a
quantidade direcionada à substância. Onde o excesso de
substância é removido por um campo, e o excesso de um
campo é removido por uma substância.

Exemplo: Para o processo de pintura de uma peça (𝑆𝑆1), a

mesma pode ser imersa na tinta (𝑆𝑆2), seguido de uma ação
centrífuga (F) para remoção do excesso de tinta.
186

1.1.7. Proteja a substância aplicando a força em outro lugar;

Se a ação necessária pode prejudicar o sistema, uma nova
substância, pode ser conectada ao sistema, de forma a
suportar e transmitir toda ação necessária.

Exemplo: Se uma parte específica de uma peça de

alumínio (𝑆𝑆1) deve ser derretida, metais ferrosos (𝑆𝑆2) podem
ser conectados à peça, tornando possível localizar o calor
onde requerido com processo de indução (F).

1.1.8. Utilizar modo mínimo ou máximo:

1.1.8.1. Maximize o campo, mas não conjunto completo;
No caso de uma ação máxima ser necessária em uma
substância, porém é danosa a outras, uma substância protetiva
pode ser adicionada aos locais mais sensíveis.

Exemplo: Para vedar ampolas de vidro (𝑆𝑆𝑚𝑚𝑚𝑚𝑚𝑚 ) com

medicamentos (𝑆𝑆𝑚𝑚𝑚𝑚𝑚𝑚 ), o calor necessário pode alterar as
propriedades do liquido, deste modo a ampola pode ser
submersa em água (𝑆𝑆2) para proteger o conteúdo do calor.

1.1.8.2. Aplicar um campo menor e mais concentrado onde

requerido.
No caso de uma ação máxima ser necessária em uma
substância, porém é danosa a outras, uma substância pode ser
adicionada aos locais de maior necessidade da ação;

Exemplo: Para soldar duas peças de metal compostas por

uma parte que necessita de mais calor (𝑆𝑆𝑚𝑚𝑚𝑚𝑚𝑚 ) e uma parte
que não deve ser afetada pelo mesmo (𝑆𝑆𝑚𝑚𝑚𝑚𝑚𝑚 ), um componente
particulado exotérmico (𝑆𝑆𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 ) pode ser adicionado entre as
partes para fornecer calor adicional.
 187

1.2. Destruição do Su-Field:

1.2.1. Efeito útil e danoso existente no sistema
Se aparece um feito útil e danoso entre duas substâncias
existente no sistema, e não é necessário o contato direto entre
as mesmas, o dano pode ser bloqueado através da inserção de
uma terceira substância;

Exemplo: Para compactar as paredes de um barril (𝑆𝑆2)

são utilizadas explosões (𝑆𝑆1), porém os gases podem gerar
fraturas nas paredes. Onde as paredes podem ser cobertas
por plásticos (𝑆𝑆3) que permitam a pressão e evitem os danos.

1.2.2. Efeito útil e danoso existente no sistema

Se aparece um feito útil e danoso entre duas substâncias
existente no sistema, e não é necessário o contato direto entre
as mesmas, porém não é possível adicionar outra substância,
uma nova substância pode ser inserida entre as duas, de forma
que seja gerada a partir de uma das substâncias presentes;

Exemplo: A superfície de uma asa hidrodinâmica (𝑆𝑆2)

pode ser prejudicada pela cavitação gerada na fricção entre
o componente e a água (𝑆𝑆1) quando em alta velocidade. Deste
modo com a refrigeração da superfície da asa uma camada
de gelo (𝑆𝑆′1) será formada para proteger a superfície.

1.2.3. Substancia de sacrifício;

Se um campo causa danos a uma substância, o problema
pode ser resolvido pela inserção de uma nova substância
capaz de absorver os efeitos danosos.
188

Exemplo: Se uma planta (𝑆𝑆2) é prejudicada pelo excesso

de sol, uma tela de sombreamento (𝑆𝑆3) pode ser inserida entre
as substâncias de forma a eliminar os danos.

1.2.4. Ação contrária ao dano;

Se aparece um feito danoso entre duas substâncias
existente no sistema e é necessário o contato direto entre as
mesmas, um novo campo pode ser inserido para neutralizar o
efeito danoso.

Exemplo: Para auxiliar na polinização de flores,

correntes de ar (𝑆𝑆1) são utilizadas. Porém, essas correntes
também fecham as flores (𝑆𝑆2), onde o problema pode ser
resolvido através da descarga de correntes estáticas (𝐹𝐹2 )
para abrir as flores.

1.2.5. Dano magnético.

Um dano pode existir por conta de propriedades
magnéticas em um sistema, esse pode ser removido através
da alteração das propriedades magnéticas do material ou
aplicando um campo magnético oposto.

Exemplo: Em processos de solda a inserção de pó

ferromagnético (𝑆𝑆1) nas zonas de solda é difícil pela
interação eletromagnética com o campo (𝐹𝐹𝑚𝑚𝑚𝑚𝑚𝑚 ) gerado no
processo. Deste modo, as partículas podem ser aquecidas
(𝐹𝐹2 ) acima do ponto de Curie as tornando não magnéticas.
 189

2. Classe 2: Melhorar o Sistema pela troca do mesmo

2.1. Transição para modelo Su-Field complexo:
2.1.1. Desenvolva um componente que entregue funções para
melhorar a efetividade e controlabilidade do sistema;
A eficiência do modelo Su-Field pode ser aumentada pela
transformação de uma parte do modelo em um sistema Su-
Field independente e controlável, formando uma cadeia.

Exemplo: Um trator com centro de gravidade móvel se

torna capaz de operar em altos declives.

2.1.2. Adicione outro campo.

Se não é possível alterar os elementos do sistema para
prover melhoria, outro campo deve ser adicionado. Este
modelo Su-Field duplo melhora a efetividade e
controlabilidade sem alterar os elementos do sistema.

Exemplo: É possível aumentar o controle sobre um metal

fundido através da rotação (𝐹𝐹2 ) em uma centrífuga.

2.2. Evolução do modelo Su-Field:

2.2.1. Substitua um campo pouco ou não controlável por um de
fácil controle;
A eficiência de um modelo Su-Field pode ser aumentada
pela substituição de um campo pouco ou não controlável por
um melhor controlado. Em certas situações a controlabilidade
de um campo pode ser aumentada não somente pela
substituição, mas também pela modificação do campo.
190

Exemplo: Ao invés de utilizar lâminas metálicas

(𝐹𝐹𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ) para realizar cortes não uniformes, pode
ser utilizado jato de água (𝐹𝐹ℎ𝑖𝑖𝑖𝑖ℎ 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ).

2.2.2. Aumente a eficiência do modelo Su-Field por meio da

segmentação do objeto;

Exemplo: Conforme as tendências da evolução, a

evolução de uma faca dentada deve ser coberta por material
abrasivo (𝑆𝑆2𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 ), segmentando a superfície de corte.

2.2.3. Aumente a eficiência do modelo Su-Field pela troca de um

objeto solido por um material poroso ou capilar, permitindo
que gases e líquidos passem;

𝑐𝑐𝑐𝑐𝑐𝑐−𝑝𝑝𝑝𝑝𝑝𝑝
Exemplo: Um conjunto de tubos capilares (𝑆𝑆2 )é
mais eficientes e precisos na aplicação de cola se
comparados a um tubo singular (𝑆𝑆2) equivalente.

2.2.4. Aumente a eficiência do modelo Su-Field tornando o

sistema mais flexível, adaptável ou dinâmico;
Um campo pode se tornar mais dinâmico pela transição de
do tipo permanente (conectado à substância) para um campo
pulsado ou intermitente.

Exemplo: Uma janela feita de vários segmentos permite

maior flexibilidade e adaptabilidade a diferentes
necessidades de iluminação e ventilação.

2.2.5. Aumente a eficiência do modelo Su-Field trocando um

campo uniforme ou incontrolável por um campo com padrões
pré-determinados de forma permanente ou temporária;
 191

Exemplo: Para misturar dois materiais particulados

magnéticos, uma camada de cada deve ser colocada em um
recipiente e um campo magnético não uniforme é capaz de os
misturar.

2.2.6. Aumente a eficiência do modelo Su-Field pela troca de

substancia uniformes ou incontroláveis por substancias não
uniformes.
Exemplo: Para a criação e modelagem de materiais
porosos com orientação espacial, fios devem ser inseridos
no material enquanto ainda liquido e retirados após a
solidificação.

2.3. Evolução dos ritmos:

2.3.1. Aumente a eficiência do modelo Su-Field pareando ou
despareando a frequência natural do campo com a frequência
natural da substancia;
Exemplo: Em um arco de solda, a frequência do campo
magnético deve ser igual à frequência do eletrodo derretido,
aumentando a penetração da solda.

2.3.2. Aumente a eficiência do modelo Su-Field pareando

frequências de diferentes campos que estão sendo usados;
Exemplo: Para a pintura de peças com materiais
especiais, este material deve ser aplicado na forma de pó,
para prover maior regularidade as frequências de pulso da
corrente elétrica e do campo magnético são igualadas.

2.3.3. Quando se tem duas ações incompatíveis, realize uma

durante o tempo ocioso da outra.
Exemplo: Para prover precisão de contato para processos
de solda, medições são realizadas durante as pausas entre os
pulsos de corrente elétrica.

2.4. Funções complexas agindo em um modelo Su-Field:

2.4.1. Utilize materiais ferromagnéticos ou campos magnéticos
para realizar uma função;
2.4.2. Ao invés de utilizar uma substancia solida ferromagnética,
separe o material em partículas;
2.4.3. Utilize fluidos ferrosos, que são partículas muito pequenas
suspensas por querosene, silicone ou água;
192

2.4.4. Altere a eficiência de uma estrutura pela adição de

estruturas capilares que contem partículas ou líquidos
magnéticos;
2.4.5. Introduza aditivos magnéticos (como pinturas) em um
componente ou substancia;
2.4.6. Introduza material ferromagnético no ambiente externo ao
sistema;
2.4.7. Controle um sistema ferromagnético por meio de efeitos
físicos;
2.4.8. Aumente a eficiência de um campo magnético pela
segmentação do mesmo;
2.4.9. Melhore um campo ferromagnético estruturando ou
desestruturando-o de forma permanente ou variável;
2.4.10. Pareie as frequências dos campos ferromagnéticos;
2.4.11. Utilize corrente elétrica para criar um campo magnético;
2.4.12. Se não for possível utilizar fluidos magnéticos, utilize
fluido eletro-reológico onde a viscosidade é controlada por
um campo elétrico.

3. Classe 3: Transição do sistema e evolução

3.1. Transição para um sistema, melhorando o sistema pela adição
de elementos:

3.1.1. Melhorar sistema pela combinação com outros sistemas ou

multiplicando elementos;
Exemplo: Para processar laminas de vidro, uma série das
mesmas é aglomerada para prevenção de quebras.

3.1.2. Desenvolva conexões entre os elementos do sistema;

Exemplo: Para sincronizar um processo de levantamento
de uma peça muito pesada por três guindastes, um triangulo
rígido pode ser utilizado para sincronizar as partes móveis
dos equipamentos.

3.1.3. Aumente as diferenças entre os elementos;

Exemplo: Lápis da mesma cor podem ser substituídos por
um lápis de diferentes cores para criar um conjunto de
utensílios de desenho.
 193

3.1.4. Simplificação do sistema;

Um sistema técnico agrega funções uteis por diversos
componentes, a evolução do mesmo indica a junção destes em
uma única peça.
Exemplo: Um celular integra diversas funcionalidades em
um único aparelho.

3.1.5. Melhorar o sistema pela entrega de funções opostas em

diferentes níveis do sistema;
Exemplo: Um torno de bancada feito de placas
segmentadas capazes de se mover uma em relação à outra.
Deste modo sendo capaz de rapidamente prender objeto de
diversos tamanhos.

3.2. Transição para o micro nível:

3.2.1. Melhoria do sistema pela entrega de funções em nível
micro.
Exemplo: Processadores de computador de um núcleo
atingiram a barreira de frequência de operação, para
aumentar a eficiência foi necessário integrar mais núcleos ao
mesmo.

4. Classe 4: Detecção e mensuração

4.1. Métodos indiretos:
4.1.1. Troque o problema para que não seja necessário medir nem
detectar;
Exemplo: Para prevenir o superaquecimento de um motor
elétrico permanente, os polos podem ser fabricados com
materiais que se desmagnetizem com a elevação da
temperatura.

4.1.2. Meça uma cópia ou imagem;

Exemplo: Em caso de testes destrutivos em produtos
caros, medidas podem ser feitas em cópias ou imagens para
evitar custos e danos.

4.1.3. Realize detecções consecutivas de mudanças sucessivas.

Exemplos: Para medir temperatura, é possível utilizar
materiais que alteram a cor de acordo com a temperatura.
194

4.2. Crie ou construa um sistema de medição:

4.2.1. Um elemento que precise ser mensurado, mas não permite
medição direta;

Exemplo: Para determinar o momento em que um liquido

entra em ebulição, uma corrente elétrica pode passar pelo
líquido e indicar que bolhas (𝑆𝑆2) estão formadas, pois as
mesmas reduzem a condutividade elétrica (𝐹𝐹1 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 ) do
liquido.

4.2.2. Algo que precise ser mensurado, mas não permite medição
direta;

Exemplo: Para detectar vazamento em um refrigerador, o

fluido refrigerante (𝑆𝑆2) é misturado com substância
luminescente (𝑆𝑆3).

4.2.3. Se um sistema é de difícil medição e nada pode ser

inserido, introduza aditivos no ambiente externo que
interajam com o sistema;

Exemplo: Para a detecção de desgaste de um rolamento

(𝑆𝑆2), é proposta a introdução de um pó luminescente (𝑆𝑆𝑒𝑒 ) ao
óleo lubrificante que pertence ao sistema.
 195

4.2.4. Se nada pode ser adicionado ao ambiente externo, crie pela

decomposição ou troca do estado de algo presente no
ambiente.
Exemplo: A velocidade do fluxo de água numa tubulação
pode ser medida pela quantidade de bolhas gerada por
cavitação.

4.3. Melhore a medição através de campos:

4.3.1. Utilize fenômenos naturais;
Exemplo: A temperatura média de um fluido pode ser
medida através da medição da mudança de um coeficiente de
refração, que depende do valor da temperatura.

4.3.2. Utilize sistema ressonante;

Exemplo: Para medir o volume de uma substância em um
recipiente, o recipiente é submetido a oscilações de
ressonância mecanicamente forçada. A frequência das
oscilações se alteram com a massa do volume.

4.3.3. Utilize ressonância de objetos pareados.

Exemplo: A massa de um fluido em ebulição pode ser
medida através da medição da frequência natural do gás da
evaporação.

4.4. Utilize substancias ou campos adicionais para facilitar

medições:
4.4.1. Use uma substancia de detecção adequada para melhorar a
medição;
4.4.2. Adicione partículas de fácil detecção ao sistema;
4.4.3. Adicione aditivos detectáveis a uma substancia;
4.4.4. Adicione aditivos detectáveis ao ambiente;
4.4.5. Para melhorar o sistema de medição, utilize efeitos como
Currie, Hopkins ou Barkhausen, por exemplo.

4.5. Direção para a evolução de um sistema de medição:

4.5.1. Utilize mais de um sistema de medição para resultados
melhores e mais precisos;
Exemplo: A temperatura de um inseto é difícil de ser
mensurada, porém num conjunto dos mesmos a medição é
facilitada.
196

4.5.2. Sistema de medição evolui para uma medição indireta das

funções, ou derivada das funções sendo mensuradas.
Exemplo: Troca de tensão em uma haste metálica pode
ser medida através da velocidade de mudança de resistência
elétrica da mesma.

5. Classe 5: Estratégias para simplificação e melhoria

5.1. Método indireto para introduzir substancias em condições
restritas
5.1.1. Meios indiretos:
5.1.1.1. Atinja os requisitos indiretamente pela introdução de
campos, ar, bolhas e espuma;
5.1.1.2. Utilize um campo ao invés de uma substancia;
5.1.1.3. Utilize um aditivo externo ao invés de um interno;
5.1.1.4. Utilize pouca quantidade de aditivo muito ativo;
5.1.1.5. Concentre os aditivos em um local específico;
5.1.1.6. Introduza aditivos temporariamente;
5.1.1.7. Se o sistema original não permite aditivos, utilize
cópias ou modelos do objeto em que aditivos podem
ser usados;
5.1.1.8. Quando uma nova substancia pode ser inserida
permanentemente para a melhoria do sistema,
introduza componentes químicos que possam ser
decompostos após o uso;
5.1.1.9. Quando uma nova substancia pode ser inserida
permanentemente, obtenha o efeito desejado através
da decomposição do próprio objeto ou do ambiente.

5.1.2. Segmentação.
Se um sistema não pode ser alterado facilmente, troque o
objeto através da divisão de elementos em unidades menores.
5.1.3. Introduza uma substancia que desapareça após a realização
da atividade, ou que se torne idêntica ao sistema ou
ambiente existente.
5.1.4. Quando é necessária grande quantidade, mas nada deve ser
usado.

5.2. Introduza campos sob condições restritas:

5.2.1. Utilize campo presente em um sistema para criação de
outro campo;
5.2.2. Utilize campos que estão presentes no ambiente;
 197

5.2.3. Utilize substancias que são fontes de campos.

5.3. Utilize transição de fases:

5.3.1. Troque a fase do objeto ou campo;
5.3.2. Obtenha múltiplas propriedades pela utilização de
substancias capazes de converter de uma fase para outra;
5.3.3. Utilize fenômenos que acompanhem a transição de fases;
5.3.4. Duas propriedades podem ser alcançadas pela substituição
de um estado de fase única por um de fase dupla;
5.3.5. Duas propriedades podem ser alcançadas pela substituição
de um estado de fase única por um de fase dupla, que pode
melhorar através da criação de interações entre as fases e o
sistema.

5.4. Aplicar fenômenos naturais:

5.4.1. Transições autocontroláveis;
5.4.2. A partir de entrada de campo fraca, produza uma saída
forte.

5.5. Gerando formas maiores e menores de substancia:

5.5.1. Obtenha partículas (p.ex. íons) através da decomposição da
substancia em um nível estrutural mais alto (p.ex.
moléculas);
5.5.2. Obtenha partículas (p.ex. moléculas) através da
combinação de partículas de estrutura menor (p.ex. íons);
5.5.3. Aplique as Standard Solutions 5.5.1 e 5.5.2.