Escolar Documentos
Profissional Documentos
Cultura Documentos
Thomas S. Ribeiro
RESUMO
1. INTRODUÇÃO
Este trabalho será estruturado da seguinte maneira: na Seção 2, se fará uma revisão
da literatura, com explicações de artigos pertinentes ao tema de otimização de métodos e
processos em empresas MTO, atacando os problemas de programação da produção,
definição de prazos e controle do sistema de produção; na Seção 3, comentar-se-á sobre
o tema, tentando integrar os conceitos apresentados quando possível; por fim, na Seção 4
será feita uma breve conclusão sobre o que traz de pertinente esta investigação sobre o
tema proposto.
2. REVISÃO DA LITERATURA
2.1. Programação da Produção
Por fim, o custo do material também é um fator crítico que deve ser levado em
consideração, já que os altos requerimentos termomecânicos exigidos das cavidades
elevam muito o preço do material, e um plano de produção pobre pode levar a um
aumento significativo de material descartado (CHOY et al., 2011)
Caso parte da produção seja terceirizada após o uso do módulo de otimização, se faz
necessário um novo uso do módulo de programação para levar em conta a nova
quantidade de trabalho. Esse processo se repete até todos os trabalhos estarem dentro dos
prazos (CHOY et al., 2011).
Choy et al (2011) simula uma situação em que 10 produtos diferentes são produzidos
em uma fábrica, cada um com 8 a 12 operações processadas em 9 grupos de máquinas.
Comparou-se o uso do método proposto com uma programação manual, e chegou-se a
menor tempo de planejamento e mais produtos dentro do prazo com o uso do método
híbrido.
Jong e Lai (2014) também, em seu artigo, utilizaram algoritmos genéticos para
otimizar a programação da produção, mas adicionam o diferencial de uma plataforma
para o processo de navegação da manufatura de moldes e matrizes. A plataforma é
construída utilizando three-tiers architecture, comumente utilizada em sistemas e-
comerce. Ela trabalha com três camadas, conforme esboçado na Figura 3, retirada do
artigo de Jong e Lai (2014). A camada de dados é utilizada somente para acesso e
armazenamento de dados. A camada do cliente, primariamente acessada por browser, é
responsável por receber os dados de entrada dos clientes e apresentar os resultados. A
camada de lógica de negócios é a ponte entre ambos, e é responsável pelos algoritmos
lógicos, pelo processamento de dados e pelo servidor web.
A ação tomada então modifica o ambiente, e o agente age nesse novo estado. A
recompensa está ligada ao objetivo da otimização, e vem do ambiente. Existem diversos
algoritmos que trabalham nessa linha. O DQN, especificamente, é baseado em um Q-
valor que calcula o pareamento entre estado e ação de forma a alcançar o valor esperado
para uma recompensa futura (LEE; CHO; LEE, 2020).
Para validar sua metodologia, Lee et al. (2020) utilizou uma pequena empresa de
moldes e matrizes coreana e aplicou seu algoritmo, comparando com quatro regras de
programação de processos utilizadas na empresa, e os resultados mostram uma redução
significativa nos atrasos, indicando a eficácia do método em uma situação real.
Liu et al (2012) identifica em seu artigo que nem sempre atrasos em empresas de
moldes e matrizes são devidos a falta de planejamento na programação da produção, mas
que muitas vezes a própria definição da data de entrega é feita de modo a estabelecer um
prazo muito mais curto do que é possível produzir. Por outro lado, se um prazo mais longo
que o necessário é estabelecido para absorver possíveis atrasos, a empresa corre o risco
de perder a venda para competidores com prazos mais atraentes. Por isso é importante
que a decisão do prazo seja baseada no lead time da produção.
Essa estimativa, porém, não é trivial, principalmente em um estágio tão inicial quanto
o de negociação com o cliente. Segundo os autores, o principal problema para estimar o
lead time da produção, é determinar a verdadeira carga de trabalho total do sistema em
um ambiente tão dinâmico quanto uma empresa de moldes e matrizes. Liu et al (2012)
explica que a carga de trabalho total é composta de três tipos de carga: cargas de trabalho
liberadas, que vêm de ordens que já foram liberadas para a produção na fábrica; cargas
de trabalho não liberadas, que vem de ordens confirmadas, mas que ainda não foram
liberadas para a produção; cargas de trabalho não confirmadas, que ainda estão sendo
avaliadas pela empresa, e ainda não há confirmação.
Liu et al (2012) então propõem uma ferramenta de suporte de decisão que usa o
modelo de Markov - o qual assume que estados futuros dependem somente do estado
atual de um sistema e não de eventos que ocorreram antes disso – para simplificar as
relações entre as incertezas e criar correlações entre os parâmetros incertos para ordens
não confirmadas em diferentes estágios da produção. Então uma abordagem de evolução
do progresso do molde com capacidade limitada, também baseada no modelo de Markov,
é usada para obter uma distribuição de probabilidades do tempo de produção viável de
cada ordem nova.
Ghelase et al. (2012) identificam em seu artigo que, enquanto muitos estudos são
realizados relacionando parâmetros de processo e a performance do sistema de
manufatura, tendo um caráter puramente técnico, e muitos estudos são feitos relacionando
o produto feito pelo sistema de manufatura e o mercado, com um caráter puramente
econômico, estudos que juntam esses dois aspectos são incomuns. Os autores
argumentam que o sistema completo de empresas MTO deve ser integrado para tornar
possível tomadas de decisão homogêneas em relação a todas as atividades dos processos
de produção.
Ghelase et al. (2012) propõem então o uso de um novo critério de performance que
poderia ser aplicado a todas as atividades listadas. O critério foi nomeado earning power
(EP), um critério que é sintético e adequado aos cinco aspectos de performance mais
importantes, lucratividade, adequação às especificações, satisfação do consumidor,
retorno no investimento, e custo de material.
Define-se EP como a renda da operação dividida pelos ativos totais, onde a renda de
operação é a resultante das operações de negócios principais da empresa, e ativos são
entidades adquiridas ou compradas com valor monetário. Este critério pode ser aplicado
a nível de operação, considerando o preço da operação específica e os ativos diretamente
ligados a ela, a nível de trabalho, levando em consideração que um trabalho consiste de
diversas operações e seus preços e ativos são o somatório dos relacionados a cada
operação, a nível de ordem, do mesmo modo sabendo que uma ordem inclui diversos
trabalhos, e por fim a nível de sistema de manufatura, que inclui o sistema completo
(GHELASE et al., 2013).
Com base nos artigos encontrados sobre o tema, pode-se tirar conclusões não só a
partir do conteúdo das obras, como também da quantidade de material encontrado e do
ano das publicações. Muito material se encontra sobre métodos e ferramentas para
melhorar o fluxo de projetos em empresas com grandes linhas de produção, pois com há
muito a se ganhar com cada economia encontrada no mapeamento do fluxo. São mais
escassas as publicações voltadas para empresas que, pela natureza única de seu produto,
utiliza um sistema de produção que começa apenas após o pedido do cliente ser avaliado.
Neste trabalho foram citados quatro autores que atacaram o problema através da
otimização do planejamento da produção através de métodos computacionais, tendo três
deles utilizado variações de algoritmos genéticos, os quais são comumente utilizados em
problemas de planejamento em diferentes segmentos. Estes autores, cujos artigos foram
publicados entre 2011 e 2015, aplicaram com diferentes graus de sucesso (dificilmente
comparáveis sem maior estudo, por cada um ter utilizado benchmarks diferentes) esta
mesma metodologia e adicionaram melhorias a ela, não necessariamente mutuamente
excludentes. Talvez o uso de redes de Petri para a modelagem do sistema, de uma
plataforma integrada entre cliente, projetista e produção, e de algoritmos genéticos em
dois módulos para a minimização do atraso possam atuar em conjunto no mesmo sistema
de auxílio ao planejamento de produção para empresas no ramo de moldes e matrizes.
Seria necessário um estudo aprofundado para entender a viabilidade disso, porém.
O quarto autor, que publicou seu artigo em 2020, utiliza deep reinforcement learning
e redes neurais para atingir o mesmo fim. Esta é uma ferramenta mais recente, e sua
aplicação para este problema indica que ainda há espaço e demanda para melhorias no
planejamento de empresas MTO, e conforme novas tecnologias surgem, talvez novas
soluções possam ser estudadas e aplicadas.
Além dessas quatro publicações, foi encontrada uma que tenta lidar com o problema
de atrasos através de uma predição mais precisa do lead time da produção já na hora da
negociação com o cliente, assim estabelecendo um prazo realista, e tão competitivo
quanto possível para a situação da empresa. É uma abordagem interessante para a redução
de atrasos, em que apesar de não modificar a agilidade da produção, influencia no
planejamento por resultar em ordens com lead time que estejam de acordo com a
capacidade da empresa. Pode-se conjecturar que, se utilizada em conjunto com as
soluções apresentadas para otimização do planejamento da produção, esta solução
poderia apresentar prazos ainda mais competitivos para o cliente, e com ainda menos
atrasos. Novamente, porém, a interação entre essas metodologias precisaria ser estudada
para saber se os resultados seriam positivos.
Por fim, foi levantada uma obra cujos autores propõem o uso de um critério de
performance unificado para todos os setores da empresa, para que o impacto de cada
decisão em escala de produção possa ser facilmente calculado em escala sistêmica. O uso
de um critério sintético unificado parece ser eficaz no auxílio de decisões por facilitar a
visualização do resultado, positivo ou negativo, de ações e escolhas, tanto de aceite ou
rejeição de projetos, quanto de modificações na produção.
Este foi o artigo encontrado que não tenta lidar com a questão dos atrasos, mas sim
facilitar tomadas de decisão como um todo na empresa MTO. O uso do critério unificado
é mais um conceito que talvez funcione bem em conjunto com as outras ferramentas
apresentadas, principalmente por, a princípio, lidarem com problemas diferentes que
afetam o mesmo segmento industrial.
4. CONCLUSÃO
Este trabalho procurou avaliar ferramentas presentes na literatura que lidem com
problemas específicos enfrentados por empresas como as do ramo de moldes e matrizes,
onde cada produto é único e dependente da ordem do cliente. Foi possível identificar um
dos maiores problemas relacionados a este modelo de produção, o atraso na entrega, o
qual diversos autores se propuseram a minimizar.
Por fim, com base nos resultados encontrados pelos autores estudados, se supôs que
existe a possibilidade da integração de duas ou mais ferramentas aqui levantadas para
maiores melhorias no setor. Porém, reconhece-se que sem um estudo aprofundado, é
difícil avaliar a interação entre as metodologias e se um resultado positivo seria derivado
da união delas.
REFERÊNCIAS
CHOY, K. L. et al. A hybrid scheduling decision support model for minimizing job tardiness in a
make-to-order based mould manufacturing environment. Expert Systems with Applications, [s.
l.], v. 38, n. 3, p. 1931–1941, 2011.
GHELASE, D. et al. Method for control of the make-to-order manufacturing system on the base
of earning power assessment. International Journal of Advanced Manufacturing Technology, [s.
l.], v. 65, n. 9–12, p. 1439–1458, 2013.
KOUKI, Y. et al. Development of an instrumented test tool for the determination of heat
transfer coefficients for die casting applications. Metals, [s. l.], v. 10, n. 9, p. 1–18, 2020.
LEE, S.; CHO, Y.; LEE, Y. H. Injection mold production sustainable scheduling using deep
reinforcement learning. Sustainability (Switzerland), [s. l.], v. 12, n. 20, p. 1–17, 2020.
LIU, J. J. et al. A decision support to assign mould due date at customer enquiry stage in
computer-integrated manufacturing (CIM) environments. International Journal of Computer
Integrated Manufacturing, [s. l.], v. 26, n. 6, p. 571–582, 2013.