Escolar Documentos
Profissional Documentos
Cultura Documentos
2
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
1. INTRODUÇÃO
3
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
das vendas. Com a redução no lead time de produção proporcionada pela manutenção de
capacidade protetiva nos recursos produtivos, as empresas passam a ter a possibilidade de
oferecer prazos de entrega inferiores aos praticados pelo setor, assim como aceitar pedidos
urgentes (SOUZA; BAPTISTA, 2010; GOLDRATT 2009; SCHRAGENHEIM, 2013a;
SCHRAGENHEIM; DETTMER; PATTERSON, 2009; SCHRAGENHEIM, 2006; ORUE et
al., 2021).
Nesse cenário, Schragenheim (2006) estabeleceu um método fundamentado no
fracionamento da capacidade disponível para que parte dela fosse utilizada para atender pedidos
regulares e outra parte dedicada para atender pedidos urgentes. Apesar de sua simplicidade, a
aceitação de pedidos urgentes é feita sem uma verificação precisa da capacidade disponível,
exigindo uma maior atenção da etapa de controle da produção (SOUZA; BAPTISTA, 2010).
Souza e Baptista (2010) sugerem, por outro lado, uma abordagem baseada no seguinte
princípio: quando se aceita um pedido urgente, pedidos com prazos maiores são deslocados
para frente no tempo, atrasando seu início e conclusão. Logo, o pedido pode ser aceito apenas
se sua carga não consumir a folga (ou slack time) dos pedidos já aceitos.
Apesar de o método proposto por Souza e Baptista (2010) ser logicamente estruturado
e mais robusto que o proposto por Schragenheim (2006), até o momento, nenhum estudo
avaliou a efetividade desse método. Nesse sentido, o presente trabalho tem como objetivo
avaliar o método proposto por Souza e Baptista (2010). Para tanto, são computacionalmente
simulados, por meio do software AnyLogic, diferentes cenários de uma linha de produção que
opera em ambiente MTO e cujo planejamento da produção está fundamento no sistema TPC-
S. Para avaliar o desempenho dos cenários simulados, são utilizadas as medidas de desempenho
atraso médio e percentual de ordens atrasadas.
2 FUNDAMENTAÇÃO TEÓRICA
Esta seção tem como objetivo realizar uma revisão da literatura com o intuito de
proporcionar uma base teórica à realização do trabalho.
A principal diferença entre os métodos TPC e o TPC-S está no fato de o TPC clássico
admitir e almejar que a principal restrição do sistema seja um Recurso com Restrição de
Capacidade (RRC) interno, assim sendo, deve-se planejar e programar a produção do RRC de
maneira detalhada. Logo, sempre que houver a chegada de um novo pedido, o RRC deve ser
4
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
reprogramado. Além disso, devem-se estabelecer proteções (pulmões) para que o planejamento
seja protegido das flutuações estatísticas presentes no sistema. Como o TPC clássico admite a
presença de gargalos, é necessário não apenas proteger seu programa de produção (Tambor),
mas também as datas de embarques aos clientes. Nesse sistema, portanto, pode haver três tipos
de pulmões: Pulmão de Restrição (proteção para a restrição interna), Pulmão de Montagem
(proteção para que os recursos da montagem não sejam afetados por faltas de componentes das
operações não restritivas) e Pulmão de Mercado (para proteger as datas de embarque aos
clientes) (SRIKANTH, 2013; SCHRAGENHEIM; DETTMER; PATTERSON, 2009; SOUZA;
BAPTISTA, 2010; IKEZIRI et al., 2019).
Já o TPC-S admite que, para um bom número de empresas, a restrição do sistema está
na demanda, ou seja, os recursos produtivos (inclusive o RRC) possuem capacidade para
atender a demanda com certa folga, na maior parte do tempo. Nesse cenário, portanto, todos os
recursos da empresa possuem capacidade protetiva. Assim sendo, passa-se a operar com apenas
um pulmão, denominado Pulmão de Produção, para proteger as datas de entrega dos pedidos.
O Pulmão de Produção deve englobar todo o fluxo produtivo, desde a liberação da matéria-
prima até o embarque. Outra diferença importante é que no TPC-S a programação detalhada no
RCC é substituída pelo monitoramento da carga sobre os recursos – denominada carga
planejada – que tem como objetivo assegurar a entrega dos produtos dentro de um determinado
tempo e monitorar se o RRC está se tornando ativo (gargalo). Matematicamente, considerando
𝑡𝑝𝑢 𝑟𝑟𝑐𝑖𝑡 e 𝑄𝑡𝑑𝑒𝑖𝑡 como sendo, respectivamente, o tempo de processamento unitário no RRC
e a quantidade do produto i planejada para ser processada no RRC até um tempo T, ela pode
ser expressa por (SCHRAGENHEIM; DETTMER; PATTERSON, 2009; SOUZA;
BAPTISTA, 2010; E. SCHRAGENHEIM, 2013a) (Equação 1):
Outro fator importante da carga planejada é avaliar as datas seguras de conclusão dos
pedidos. Elas são estabelecidas como sendo a soma do tempo de processamento necessário do
pedido no RRC e ½ pulmão de produção. Já a liberação de materiais para uma determinada
ordem de produção deve ser realizada um pulmão de produção antes da data segura de entrega.
Isto é, deve-se liberar a ordem de produção para o chão de fábrica quando faltar o tempo de um
pulmão de produção para sua conclusão. Esse mecanismo garante que se tenha redução do
estoque em processo e que não sobrecarregue o RRC com trabalhos não necessários para o
5
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
O algoritmo proposto por Souza e Baptista (2010) inicia-se com o cálculo da folga dos
pedidos regulares, dado pela seguinte fórmula (Equação 2):
1
𝑆𝑇𝑖 = 𝐷𝐷𝑖 − 𝐶𝑃 − 𝑃𝑃 (2)
2
6
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
Se todos os 𝑆𝑇𝑅𝑅𝑗𝑘 ≥ 0, então o pedido com entrega rápida 𝑗 pode ser aceito e a folga
de todos os pedidos é atualizada e assume o valor da folga anterior menos a carga que o pedido
𝑅𝑅𝑗 impõe sobre o RRC.
Já o pedido 𝑅𝑅𝑗 tem sua folga dada por
1
𝑆𝑇𝑅𝑅𝑗 = 𝐷𝐷𝑗 − 𝐶𝑃𝐻𝑗 − 𝑃𝑃 (4)
2
Onde 𝐷𝐷𝑗 e 𝐶𝑃𝐻𝑗 são, respectivamente, a data de entrega e a carga planejada sobre o
RRC para serem entregues em um horizonte de tempo H inferior a 𝐷𝐷𝑗 . Souza e Baptista (2010)
reforçam que o menor prazo prometido para um pedido deve estar limitado pelo Pulmão de
Produção.
3 MÉTODO
A simulação foi escolhida como método de pesquisa, pois um modelo desenvolvido,
avaliado e testado corretamente permite desenvolver novas teorias e ampliar o conhecimento
sobre teorias existentes, permitindo investigar inúmeros aspectos sobre sistemas reais e sob
diferentes condições (DAVIS; EISENHARDT; BINGHAM, 2007; BANKS et al., 2004). As
seções subsequentes apresentam os passos seguidos na presente pesquisa.
O modelo computacional foi construído no software Anylogic, sendo composto por sete
máquinas que produzem três produtos diferentes, conforme Figura 1. O fluxograma da Figura
2 ilustra a lógica do sistema TPC-S/GP presente no modelo computacional.
7
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
8
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
Foram avaliadas duas formas diferentes de aceitação de pedidos urgentes: com e sem
aplicação do método proposto por Souza e Baptista (2010), doravante denominado slack time
para fins de identificação. A aceitação dos pedidos, sem a aplicação do método slack time
(denominado tradicional no trabalho), foi elaborada com base na partição da carga do RRC
proposta por Schragenheim (2006), destinando cerca de 70 a 80% da carga do RRC aos pedidos
regulares e o restante aos pedidos com entrega rápida. Assim sendo, para a simulação procedeu-
se da seguinte forma:
- Carga no RRC igual a 85%: foi destinada, aproximadamente, 59% (70% de 85%) da
capacidade disponível do RRC para atender aos pedidos regulares e 26% (30% de 85%) para
os de entrega rápida;
- Carga no RRC igual a 95%: foi destinada, aproximadamente, 67% (70% de 95%) da
capacidade disponível do RRC para atender aos pedidos regulares e 28% (30% de 95%) para
os de entrega rápida.
Em ambos os casos, no método tradicional, pedidos urgentes são aceitos sem uma
verificação prévia, confiando-se na carga destinada para eles. Para clarear a diferença entre os
dois métodos considera-se o seguinte exemplo, um dado pedido urgente chega ao sistema com
a necessidade de verificar se é possível aceitá-lo. O método do slack time faz o cálculo da folga
dos pedidos com datas posteriores e verifica se há a possibilidade desse pedido ser aceito,
analisando o consumo que o pedido tem na folga de todos os pedidos com datas de entrega
posteriores à dele, ou seja, avaliando se o tempo necessário de processamento é comportado
pelas outras ordens de produção. Já no método tradicional confia-se no dimensionamento de
carga destinada para os pedidos urgentes, isto é, se a carga dos pedidos regulares não ultrapassar
70% do nível de utilização do RRC o pedido com entrega urgente pode ser aceito.
As medidas de desempenho utilizadas na simulação foram: atraso médio (obtido como
uma média dos atrasos das ordens em relação ao total de ordens geradas) e percentual de ordens
atrasadas (obtido pelo número de ordens atrasadas em relação ao total de ordens geradas). Para
fins de verificação, foi construído um modelo visual em 2D no software, com informações
referentes ao estoque, as máquinas e as ordens de produção mostradas na tela, tais como
sequência, produto, data de entrega, quantidade e valor da penetração do pulmão (para verificar
o GP). A simulação foi interrompida a cada evento de interesse, validando o sistema de forma
visual. A primeira verificação foi quanto à geração das ordens de produção, segundo a qual, no
fim do dia, deveriam ser geradas demandas para os produtos P1, P2 e P3 com datas regulares,
fast (prazos inferiores aos regulares) e super fast (prazos inferiores aos tipos fast), onde as datas
para conclusão dos pedidos foram mantidas constantes, por exemplo, em um mesmo cenário
9
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
todas as entregas fast tinham a mesma data de conclusão, já a quantidade do pedido foi obtida
através de uma distribuição de probabilidade lognormal. A segunda verificação foi o
funcionamento do GP, em que se visualizou o tempo restante para conclusão das ordens, o
pulmão, o cálculo dos valores numéricos associados, quais ordens eram carregadas nas
máquinas e se eram compatíveis com o GP. Por fim, verificou-se o funcionamento do método
slack time e a abordagem de aceitação sem uma verificação prévia do pedido.
Além disso, os tempos de entregas foram obtidos da seguinte forma: para cada um dos
cenários propostos fez-se uma simulação prévia, obtendo-se o lead time médio desse período.
Nos cenários ímpares, o Pulmão de Pedido (PP) foi obtido adicionando-se uma proteção de
10
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
50% ao LT e, nos cenários pares, foi adicionada uma proteção de 25%. Os valores foram
arredondados para um número inteiro de dias e, desse valor, a entrega super fast foi definida
como o PP, as entregas fast como uma vez e meia o PP e a entregas regulares como duas vezes
o PP.
Por último, foram também definidos dois importantes parâmetros: número de
replicações a serem executadas e tempo de simulação. Cada cenário foi replicado 150 vezes e
cada simulação teve duração de um ano e seis meses.
4. RESULTADOS E DISCUSSÃO
Os resultados obtidos com as simulações podem ser observados na Tabela 2.
11
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
12
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
identificar as ordens e verificar onde elas se encontram no roteiro de produção. Além disso,
tecnologias big datas e a computação em nuvem podem apoiar a realização dos cálculos e
armazenar as informações.
5. CONCLUSÕES
O presente trabalho, por meio da construção de um modelo computacional no software
AnyLogic, permitiu simular uma fábrica com sete recursos que produz três tipos diferentes de
produtos. Foram criados oito cenários diferentes, com dois níveis de carga sobre a fábrica, dois
níveis de variabilidade da demanda e dois níveis de prazos de entrega. Cada cenário foi
replicado 150 vezes. Os desempenhos obtidos pela aplicação das duas regras foram avaliados
pelos indicadores atrasos médios e percentuais de atraso. Após realizar o teste de normalidade
de Shapiro-Wilk, com um nível de significância de 5%, observou-se em grande parte dos
resultados a ausência de normalidade. Fez-se então necessária a utilização do teste não
paramétrico de Wilcoxon que permitiu a comparação entre as regras.
Os resultados permitiram concluir que a regra de aceitação de pedidos com prazos
urgentes, proposta por Souza e Baptista (2010), apresentou um desempenho superior,
melhorando o nível de serviço de atendimento de prazos de entrega com base nesses dois
indicadores.
Como limitações dessa pesquisa, tem-se a simplicidade dos cenários simulados e a não
aplicação do algoritmo objeto de pesquisa em uma fábrica real. Pesquisas futuras poderiam
dedicar-se à simulação de ambientes de produção mais complexos e às implementações desses
algoritmos em empresas que utilizam o sistema TPC-S em ambientes MTO.
REFERÊNCIAS
GOLDRATT, E. M. Standing on the shoulders of giants: production concepts versus production
applications. The Hitachi Tool Engineering example. Gestão & produção, v. 16, p. 333-343,
2009.
13
XXIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Resiliência na Cadeia de Suprimentos
Bauru, SP, Brasil, 09 a 11 de novembro de 2022
ORUE, A. et al. Theory of constraints case study in the make to order environment. Journal of
Industrial Engineering and Management, v. 14, n. 1, p. 72-85, 2021.
14