Sistemas de Produção: Estudos de Casos

Programa de Pós-Graduação em Engenharia de Produção

Sistemas de Produção I
Prof. Dalvio Ferrari Tubino, Dr.
Estudo de Caso 3
Planejamento e Controle da Produção JIT
Nivelamento do Plano-mestre à Demanda
Objetivo:

Este estudo de caso tem por finalidade analisar as vantagens e desvantagens do nivelamento do
plano-mestre de produção à demanda, associado ao conceito de planejamento e controle da
produção JIT. Para tanto, foi criado um modelo no software de simulação Arena que permite
analisar o desempenho do sistema produtivo frente a variações de demanda (volume, tamanho de
lote e mix de produção) e variações na freqüência (bimestral, mensal, semanal e diário) de
elaboração do plano-mestre de produção.

Modelo:

O sistema produtivo do estudo de caso 3 é bastante simples, seu foco está centrado na dinâmica da
freqüência de emissão e atualização de ordens de produção para quatro produtos diferentes
constantes do PMP e seu reflexo nos pedidos dos clientes que estão dando entrada na expedição.
Logo, nessa simulação irão ocorrer duas ações independentes e simultâneas. Uma é a elaboração e
emissão do PMP, com base em uma previsão de vendas semanal, com diferentes freqüências de
atualização (bimestral, mensal, semanal ou diária). A medida em que os lotes das ordens de
produção vão ficando prontos, eles vão dando entrada na expedição e estarão disponíveis para
atender aos pedidos dos clientes. Como o sistema produtivo será simulado para um período de dois
meses, ou 19200 minutos (480 minutos/dia vezes 5 dias/semana vezes 8 semanas), dependendo da
freqüência escolhida o PMP poderá ser redirecionado no sentido de melhor atender aos pedidos dos
clientes que efetivamente estão dando entrada no sistema. Por exemplo, um PMP com freqüência
bimestral é único e será montado no início da simulação e suas ordens de produção deverão atender
a todas as ordens de vendas que chegarem no período simulado. Já um PMP com freqüência
semanal será refeito a cada 2400 minutos (480 minutos/dia vezes 5 dias/semana), dando
oportunidade para o tomador de decisões redirecionar as ordens de produção constantes do novo
PMP que será emitido para a semana que se inicia.

O sistema produtivo pode produzir em suas três máquinas (máquina 1, máquina 2 e máquina 3)
quatro produtos diferentes (produto 1, produto 2, produto 3 e produto 4) para atender ao PMP. Os
produtos 1 e 2 possuem roteiros de fabricação passando pelas máquinas 1 e 3, nessa ordem,
enquanto os produtos 3 e 4 possuem roteiros de fabricação passando pelas máquinas 2 e 3, nessa
ordem. Todos os quatro produtos são produzidos e movimentados em lotes e possuem os mesmos
tempos padrões de produção: nas máquinas 1 e 2 demandam um tempo baseado em uma normal de
média 2 minutos e desvio padrão de 0,2 minutos por unidade, e na máquina 3 consomem um tempo
baseado em uma normal de média 1,4 minutos e desvio padrão de 0,14 minutos por unidade. Não
são levados em consideração tempos de setups para troca de lotes nas máquinas. Caso o lote de
produção encontre a máquina ocupada, ele aguardará numa fila até que a máquina fique disponível.

Note que, com esses tempos produtivos, lotes muito grandes não terão tempo suficiente para serem
completados no período de dois meses (19200 minutos). Por exemplo, um lote de 5600 unidades
demandará, em média, 19040 minutos (5600 unidades vezes 2 minutos na primeira operação mais
1,4 minutos na segunda operação). Caso ele encontre fila de espera de 161 minutos, não será
completado a tempo.Uma vez produzidos, os lotes dos produtos vão para o estoque de produtos

1 Prof. Dalvio Ferrari Tubino, Dr tubino@eps.ufsc.br

 Sistemas de Produção: Estudos de Casos

acabados (expedição) e ficam aguardando a entrada de um pedido de vendas para serem entregues
aos clientes. A Figura 1 apresenta a tela que é mostrada durante a animação da simulação desse
sistema produtivo.

A outra ação no modelo simulado, paralela a lógica de programação do PMP e independente do

tomador de decisões, ocorre com a definição dos pedidos dos clientes. Os pedidos dos clientes
podem variar quanto ao seu volume total no bimestre, quanto ao tamanho dos lotes, quanto ao mix
de produção, e quanto à variabilidade pequena ou grande no tempo entre as chegadas dos pedidos.
A definição do tamanho dos lotes de vendas irá estabelecer o número de pedidos dos clientes que
entrarão durante o bimestre. Por exemplo, para uma previsão de vendas semanal de 1200 unidades e
lotes de 10 unidades, o sistema irá dar entrada em 120 lotes de vendas por semana (1200
unidades/semana divididas por 10 unidades). Esses 120 lotes serão distribuídos pelos quatro
produtos de acordo com o mix de vendas selecionado. Por exemplo, para um mix de 10% do
produto 1, 40% do produto 2, 10% do produto 3, e 40% do produto 4, tem-se uma entrada semanal
de 12 lotes de vendas do produto 1, 48 lotes de vendas do produto 2, 12 lotes de vendas do produto
3, e 48 lotes de vendas do produto 4.

Figura 1 Tela do sistema produtivo simulado.

Além do volume, tamanho dos lotes e mix dos pedidos dos clientes, haverá ainda uma certa
variabilidade (pequena ou grande) no tempo entre a chegada dos pedidos. Essa variabilidade busca
dar uma dinâmica mais real as vendas, e utiliza uma distribuição triangular para sortear o tempo até
a próxima chegada de um pedido dos clientes. A variabilidade pequena utiliza uma distribuição
triangular com valor médio igual ao tempo médio entre pedidos, e os valores mínimo e máximo
iguais a 5% a menos ou a mais, respectivamente, do tempo médio. De forma semelhante, a
variabilidade grande emprega uma distribuição triangular com valor médio igual ao tempo médio

2 Prof. Dalvio Ferrari Tubino, Dr tubino@eps.ufsc.br

 Sistemas de Produção: Estudos de Casos

entre pedidos, e os valores mínimo e máximo iguais a 50% a menos ou a mais, respectivamente, do
tempo médio.

Por exemplo, admitindo-se 120 lotes de vendas por semana com um mix de 12 lotes para o produto
1, e escolhendo-se uma variabilidade pequena, o tempo entre a entrada desses pedidos seguirá uma
distribuição triangular com média de 20 minutos (2400 minutos/semana dividido por 12 lotes),
valor mínimo de 19 minutos (20 minutos vezes 0,95), e valor máximo de 21 minutos (20 minutos
vezes 1,05). Já ao se escolher uma variabilidade grande, mantém-se a média de 20 minutos, mas
com valor mínimo de 10 minutos (20 minutos vezes 0,50) e valor máximo de 30 minutos (20
minutos vezes 1,50). Como se pode ver, a variabilidade grande faz com que os pedidos de vendas
entrem no sistema de forma bastante irregular, pois o período entre entradas pode variar, segundo
uma distribuição triangular, de 10 até 30 minutos, enquanto que com variabilidade pequena eles
variam na faixa de 19 a 21 minutos.

A partir de uma previsão inicial de vendas semanais com a definição do volume total, tamanho dos
lotes, do mix de produtos e da variabilidade no tempo entre as chegadas dos pedidos, os pedidos de
vendas passarão a chegar na expedição segundo a dinâmica aleatória da simulação e, caso tenham-
se produtos em estoque, eles serão entregues em lotes de vendas. Caso contrário, os pedidos ficam
aguardando a entrada de novos lotes de produção para serem atendidos.

A tela de animação do sistema produtivo apresenta em paralelo a simulação, informações em tempo

real sobre o lead time do cliente e o lead time de produção, além dos níveis de estoques e pedidos
pendentes dos clientes por tipo de produto na expedição, e os lotes de venda e de produção para
cada um dos quatro tipos de produtos.

Resultados:

Ao final dos dois meses (19200 minutos) de simulação do sistema produtivo com os parâmetros
escolhidos é apresentada uma tela com o relatório físico dos dados de entrada e dos dados de saída
referentes ao desempenho da alternativa simulada. A Figura 2 apresenta a tela do relatório de saída
da simulação do estudo de caso 3. Nesse relatório de saída podem-se ver seis quadros de respostas:
Posição da Fábrica: Unidades Médias e Máximas no Bimestre, Posição da Produção no Bimestre,
Mix (%) da Previsão de Vendas, Previsão de Vendas Semanal, Lote de Venda, e Lead Times.

Alguns dos valores apresentados no relatório de saída do estudo de caso 3 são apenas transcrições
dos dados de entrada escolhidos para uma determinada alternativa a ser simulada. Eles servem para
identificar e relacionar os resultados com a alternativa simulada. O quadro de resposta Previsão de
Vendas Semanal mostra o valor selecionado, em número de produtos, para a previsão de vendas
semanal que foi simulada. O quadro de resposta Lote de Venda informa o tamanho dos lotes de
vendas que foram simulados para os quatro produtos. O quadro de resposta Mix (%) da Previsão de
Vendas informa para o relatório de saída o mix da previsão de vendas, em percentual, escolhido
para cada tipo de produto e o grau de variabilidade nos tempos de chegada dos pedidos de vendas.
E, finalmente, dentro do quadro de resposta Posição da Produção no Bimestre tem-se o total, em
unidades, liberado no bimestre para a produção, via PMP, de cada um dos quatro produtos.

No quadro de resposta Posição da Produção no Bimestre aparece ainda a informação de quanto foi
possível, em unidades, produzir do plano mestre programado para cada um dos quatro produtos. Por
exemplo, no relatório da Figura 2 pode-se ver que todas as 2400 unidades programadas para os
quatro produtos foram completadas. Eventualmente, para lotes muito grandes, a programação do
PMP não será plenamente atendida.

3 Prof. Dalvio Ferrari Tubino, Dr tubino@eps.ufsc.br

 Sistemas de Produção: Estudos de Casos

O quadro de resposta Posição da Fábrica: Unidades Médias e Máximas no Bimestre do relatório de

saída informa quais foram os valores máximos e médios no bimestre simulado, em unidades, dos
produtos acabados em mãos (no estoque) e das vendas pendentes dos clientes. Um resumo com os
totais desses valores também é apresentado. Por exemplo, no relatório da Figura 2 tem-se que o
estoque médio do produto 1 durante o período simulado foi de 121 unidades, chegando a atingir, em
determinado momento, um valor máximo de 720 unidades. Por outro lado, em virtude da falta de
sincronismo entre produção e vendas, o valor médio das vendas pendentes do produto 1 durante o
período simulado foi de 246 unidades, chegando a atingir um pico de 980 unidades em determinado
momento.

Figura 2 Tela do relatório de saída da simulação do estudo de caso 3.

O quadro de resposta Lead Times do relatório de saída informa os tempos médio e máximo em
minutos que tanto os lotes de produção (produção) como os lotes de vendas (cliente) incorreram
durante o período simulado. Nesse estudo de caso o lead time de produção compreende o intervalo
de tempo entre a emissão do PMP até a entrada dos produtos acabados na expedição, sendo
composto pelo somatório dos tempos de espera nas filas das máquinas, dos tempos produtivos e dos
tempos de movimentação entre as máquinas. Já o lead time do cliente é o intervalo de tempo
decorrido desde a entrada de um lote de venda no sistema até seu atendimento pelo estoque de
produtos acabados. Por exemplo, no relatório de saída da Figura 2 os clientes esperaram, em média,
2469 minutos para verem seus pedidos atendidos. Em algum momento da simulação algum cliente
chegou a esperar 9146 minutos pelo atendimento de seu pedido. Por outro lado, os produtos
gastaram em média 6564 minutos para ficarem prontos desde a entrada no sistema via PMP, e, em
algum momento da simulação, chegaram a consumir 9142 minutos para ficarem prontos.

4 Prof. Dalvio Ferrari Tubino, Dr tubino@eps.ufsc.br

 Sistemas de Produção: Estudos de Casos

Uma vez entendidos os dados físicos fornecidos pelo relatório de saída da Figura 2, pode-se passar
para a apresentação das questões para a discussão do assunto proposto no estudo de caso 3, ou seja,
permitir à análise das características do nivelamento do plano-mestre à demanda dentro das funções
do planejamento e controle da produção JIT.

Questões para Discussão:

O estudo de caso 3 foi montado para trabalhar com quatro alternativas de freqüência (bimestral,
mensal, semanal e diária) na elaboração do PMP. Associada a essas freqüências está à questão da
definição do tamanho dos lotes produtivos, que, como foi colocado inicialmente, dentro da filosofia
de produção JIT/TQC precisa ser pequeno e estar nivelado com as necessidades dos clientes. É
claro que produzir no mesmo ritmo em que a demanda se manifesta traz melhores resultados em
termos de atendimento aos clientes e estoques em mãos. Esse estudo de caso foi desenvolvido para
comprovar esses fatos.

Dentro do princípio de estabelecer uma situação básica inicial e depois ir mexendo nas variáveis,
uma a uma, para verificar seus efeitos sobre o sistema produtivo, propõem-se como padrão à
simulação de uma alternativa inicial com uma previsão de demanda semanal de 1200 unidades,
lotes de venda de 20 unidades, mix de 25% para cada um dos quatro produtos, e variabilidade
pequena nos tempos entre chegadas dos pedidos de vendas.

A partir da simulação dessa proposta inicial, pode-se sugerir as seguintes questões para discussão
das principais características relacionadas ao nivelamento do PMP a demanda.

1. Simule diferentes freqüências na elaboração do PMP para a situação básica inicial. Qual a
freqüência que oferece melhores resultados? Justifique com os dados simulados.
2. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
uma maior variabilidade nos tempos entre as entradas dos pedidos de vendas. Compare com os
valores obtidos na questão um e justifique as diferenças encontradas com os dados simulados.
3. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
lotes de venda maiores do que 20 unidades. Compare com os valores obtidos na questão um e
justifique as diferenças encontradas com os dados simulados.
4. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
lotes de venda menores do que 20 unidades. Compare com os valores obtidos na questão um e
justifique as diferenças encontradas com os dados simulados.
5. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
previsões de demanda abaixo de 1200 unidades por semana. Compare com os valores obtidos na
questão um e justifique as diferenças encontradas com os dados simulados.
6. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
previsões de demanda acima de 1200 unidades por semana. Compare com os valores obtidos na
questão um e justifique as diferenças encontradas com os dados simulados.
7. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
um mix de venda concentrado em um produto, por exemplo, 70% para o produto 1 e 10 % para
os demais produtos. Compare com os valores obtidos na questão um e justifique as diferenças
encontradas com os dados simulados.
8. A partir da situação básica inicial, simule as diferentes freqüências na elaboração do PMP com
um outro mix de venda concentrado no produto 4, por exemplo, 70% para o produto 4 e 10 %
para os demais produtos. Compare com os valores obtidos na questão sete e justifique as
diferenças encontradas com os dados simulados.

5 Prof. Dalvio Ferrari Tubino, Dr tubino@eps.ufsc.br

 Sistemas de Produção: Estudos de Casos

9. O que os sistemas produtivos convencionais com PMPs com freqüências bimestrais ou mensais
fazem para tentar reduzir os lead times dos seus clientes e cumprir a programação do PMP?
10. Quais as possíveis dificuldades que os sistemas produtivos encontram na prática para
trabalharem com PMPs com lotes diários?

6 Prof. Dalvio Ferrari Tubino, Dr tubino@eps.ufsc.br