INTRODUÇÃO

A importância da produtividade no campo da construção e montagem reside na estimativa

do tempo e recursos necessários para concluir projetos e suas tarefas individuais, vale a pena notar
que a soldagem é um dos principais processos utilizados no setor de construção e instalação devido
à sua versatilidade e custo relativamente reduzido em comparação com outros métodos utilizados
para montagem.

No entanto, a indústria carece de indicadores de desempenho bem treinados e confiáveis,

por esse motivo este trabalho busca definir o conceito de desempenho conceitual e matematicamente
para que ele possa ser utilizado profissionalmente.

1 BIBLIOGRAFIA

A metodologia utilizada na revisão de literatura consistiu em estudos bibliográficos

realizados por meio de periódicos do portal capes cujo endereço de e-mail é "htt ps://w
ww.periodicos.capes.gov.br/", utilizando as palavras-chave "soldagem", "desempenho". » e
"Monte Carlo", sem o uso de filtros e configurações especiais. O critério de seleção foi
selecionar apenas artigos que buscassem determinar o desempenho ou apresentassem tabelas
ou gráficos com seus resultados, como Thomas e Nojedehi (2013) e Vaines (1997) por
exexplo. Os artigos Jarkas e Bitta (2012), Ganesan (1984) e Song (2008) também foram
utilizados como base para a definição dos termos.
Após a coleta desse material da literatura, foram feitas anotações resumindo e
destacando as informações mais relevantes do artigo de cadto. O próximo passo foi analisar
criticamente e escrever comentários finais sobre as informações recebidas e definições.

1.1 PROCESSO REVESTIDO COM ELETRODO

O processo de um eletrodo revestido é usar um eletrodo, que é um consumível, e a escolha

do material do eletrodo depende principalmente do material a ser soldado. Como o aço
soldado é um aço carbono de baixa liga neste trabalho, o eletrodo E7018 foi utilizado de
acordo com a classificação AWS D1.1 (2002).
O eletrodo é dividido em duas partes: o chuveiro e o forro. O núcleo é o próprio eletrodo,
ou seja, é a parte do eletrodo que conduz corrente elétrica e que, quando consumida, fornecerá
uma adição de metal à solda, enquanto o revestimento se tornará uma escória. No entanto, a
cobertura executa as seguintes funções:
 - Proteger o metal soldado da corrosão durante o armazenamento;
- Estabiliza o arco elétrico;
- Direcionar o arco elétrico;
- Isole o chuveiro de aço do eletrodo;
- Adicionar elementos de liga ao metal de soldadura;
- Controle a integridade do metal de soldagem.

Como Ferreira (2013) aponta, a produtividade é relativamente baixa, pois o processo

possui um longo tempo de soldagem e, portanto, requer uma grande oferta de homens-hora,
isso se deve ao fato de que esse processo requer diversas tarefas, tais como:
 O ferro de solda configura o equipamento para proteção individual, conecta o eletrodo, liga o
equipamento que fornecerá corrente elétrica, limpa a escória entre as passagens e também
troca o eletrodo quando é completamente consumido.

1.2 MÉTODO MONTE CARLO

Desde a sua criação em meados da década de 1940, durante o Projeto Manhattan, o método
de Monte Carlo tem sido usado com sucesso em uma ampla gama de campos, como Mackay
(2010), incluindo o campo nuclear para simular qualquer problema que exija a distribuição de
números aleatórios distribuídos de forma desigual e, com base em probabilidades aleatórias,
recebeu o nome do famoso casino de Mônaco.
O método de Monte Carlo segundo Martins, Ferreira e Sarayva (2011) é um método
estatístico de representação de sistemas físicos ou matemáticos complexos utilizando valores
pseudoretarderizados como entradas para esses sistemas para gerar uma ampla gama de
soluções, uma vez que um computador não pode ser verdadeiramente aleatório, uma vez que
sua precisão é finita, o que gera erros de arredondamento, como aponta Martins (2011). A
probabilidade de uma solução particular pode ser calculada dividindo-se pelo número de
soluções geradas pelo número total de tentativas. Usando um número crescente de
simulações e pontos, é possível determinar a probabilidade de decisões. Este método é usado
em um amplo campo de assuntos, incluindo matemática, física, biologia, engenharia e
finanças, bem como em problemas em que a definição de uma solução analítica levaria muito
tempo.
O método de Monte Carlo possui as seguintes etapas, segundo Martins, Ferreira e Sarayva
(2011):

1- Agrupar os dados coletados em tabelas, dividindo-os em classes;

2- Escolha uma distribuição que seja uma variável aleatória contínua que melhor
represente os dados da amostra;
3- Realizar modelagem utilizando uma distribuição previamente definida como base;
4- Faça uma estimativa do número aleatório para verificar se ele é satisfatório, se não,
então a etapa anterior deve ser solicitada novamente até que o valor considerado ideal
seja atingido;
5- A partir dos resultados obtidos, gera-se uma função probabilística acumulada, a partir da
qual as análises podem ser realizadas;
 Esse conceito também está presente em Lobato (2015) com algumas mudanças, o autor
limita o número de iterações numéricas, além de tomar um valor de 95%, para reduzir o
tempo de processamento e os custos computacionais. Os mesmos valores serão tomados neste
trabalho, uma vez que deram bons resultados em Lobato (2015).
Lobato (2015) ainda aponta que o desempenho da soldagem possui alguns fatores que são
muito aleatórios, por isso o método de Monte Carlo é uma ferramenta de análise interessante a
ser adotada.
Em Lobato (2015), as etapas para análise utilizando o método de Monte Carlo são:

1- Organizar os dados recebidos em uma tabela, dividi-los em classes;

2- Realizar testes de adesão em funções de distribuição de probabilidade para ver
qual melhor corresponde ao valor de 95% para cada amostra a ser usada na
simulação.
3- Escolha a função de distribuição de probabilidade com o melhor resultado de
adeforida;
4- Realizar simulações de Monte Carlo com dados.
5- Certifique-se de que o número selecionado de iterações tenha sido suficiente para
alcançar a convergência e a importância desejadas. Caso contrário, selecione um
recurso de distribuição de dados diferente.
6- Geração de funções de distribuição de probabilidade e funções de probabilidade
cumulativa no gráfico de saída, bem como cálculo de parâmetros estatísticos para
análise.
7- Utilizando os resultados, geramos gráficos de tornados para avaliar o impacto de
cada parâmetro no desempenho, permitindo a análise de sensibilidade.

1.3 PRODUTIVIDADE

Para determinar o desempenho existem 2 aspectos principais, do ponto de vista econômico

e empresarial, utilizados por Adrian (2004) e um aspecto voltado para a produção do produto
utilizado em Martins (2011). Primeiramente, uma análise mais ampla será realizada para cada
uma dessas áreas, a fim de verificar qual projeto melhor atende aos objetivos estabelecidos
para este trabalho.
3.3.1 Conceitos e definições

Um artigo de Burgess (2007) foi utilizado para determinar a avaliação de desempenho.

Burgess (2007) discute a partir de uma revisão do desempenho como a academia ensina a
chegar a conclusões sobre os fatores que afetam o desempenho e as diferentes formas de
quantificar o desempenho, esse conceito mais amplo de desempenho é expresso na seguinte
fórmula:

(3.1)

No entanto, é necessário determinar como esses recursos serão quantificados, via de regra,
pelas empresas, a avaliação quantitativa dos recursos é realizada em termos de capital
financeiro, alterando a fórmula acima para:

(3.2)

Observa-se que, diante dessa mudança, já existem diversos métodos para avaliar não
apenas a produtividade, mas também os principais fatores de eficiência que a afetarão e,
portanto, a rentabilidade do negócio, processo ou projeto, uma vez que o escopo ainda é muito
amplo, e apenas essa definição foi estabelecida, conforme indicado por Burgess (2007).
Além disso, observa-se que tal visão de produtividade cria certos problemas, uma vez que
a expressão do capital financeiro varia de forma flutuante imprevisível, estando sujeita a uma
série de fatores, como a taxa de câmbio, a inflação e a desvalorização da moeda, gerando nela
mudanças que reproduzem pouco a realidade dos fatos investigados nessa área. Como
resolver esse problema será resolvido mais tarde, enquanto a ênfase está nos fatores que
afetam o desempenho.
Dentre os fatores que afetam o desempenho, segundo Adrian (2004):
-Cultura;
-Legislação;
- Qualificação da mão de obra;
- Experiência em trabalhar com equipe;
- Motivação da equipe.
 Ressalta-se que as condições de trabalho são os principais fatores que afetarão a
produtividade, pois uma força de trabalho incapaz de realizar tarefas como o esperado, por
qualquer conjunto de fatores, levará a uma diminuição da produtividade. Lembrando que o
trabalho continua sendo a principal ferramenta para transformar e agregar valor em um amplo
campo de atividade.
O comportamento de desempenho também possui as chamadas curvas de experiência do
funcionário, uma vez que o treinamento em uma tarefa não implica a máxima cobertura da
tarefa, é apenas o início desse processo de acordo com Randolph (1986). No entanto, a partir
de um certo nível, ter mais experiência não causará grandes mudanças na produtividade dos
funcionários em uma tarefa.

3.3.2 Produtividade na construção civil e montagem industrial

Na indústria de construção e montagem industrial, geralmente é usado como insumo por

homem-hora ou máquina-hora, enquanto para a liberação da discrepância geralmente é maior,
mas geralmente uma unidade de área é usada na forma de metros quadrados ou quilômetros
quadrados, ou unidades de massa, como toneladas ou quilogramas, entre outros.
Aplicando estas diretrizes, a fórmula muda para:

(3.3)

Como observado na literatura e artigos de Nasiderzadeh e Nojedehi (2013) e Thomas e

Jickumis (1987), as pessoas horárias são utilizadas porque os custos variáveis e os
trabalhadores ainda são muito mais elevados do que os das máquinas. Além disso, os artigos
usam o campo porque têm mais incertezas e influências do que a massa. Portanto, a equação é
alterada para:

(3.4)

Embora não haja consenso total, observou-se que essa versão de desempenho é a mais
utilizada com base na literatura consultada.
O desenho anteriormente discutido do saldo total de capital e do capital de entrada é agora
considerado apenas como eficiência econômica. É importante como indicador de desempenho
financeiro, pois, juntamente com a rentabilidade, apoiará a tomada de decisão de empresários,
acionistas e investidores, influenciando, assim, a escolha de projetos e equipamentos a serem
utilizados, conforme afirma Adrian (2004).
 Os indicadores de desempenho mais comuns na construção civil e montagem industrial
são, como observado por Mayer (2007):

(3.5)

(3.6)

(3.7)

A taxa de transferência cumulativa é uma medida do esforço necessário para concluir um

trabalho, enquanto o desempenho da linha de base representa o melhor desempenho que uma
empresa pode alcançar para um determinado projeto.

3.3.3 Capacidade de soldagem

Na soldagem, como em outros processos, apenas o desempenho do processo é avaliado

enquanto ele está ativo, no caso dos meios de soldagem, quando o arco elétrico está aberto,
isso é feito para evitar a contabilização de outros processos ou atividades dentro do
desempenho da soldagem, esses fatos são descritos e enfatizados em Berryman (2011).
Outra diferença fundamental no projeto é que, em vez de área, a solda utiliza volume e
massa, uma vez que é esse volume ou massa da solda que sofreu transformação e valor
agregado ao produto, como mostram as equações 3.5 e 3.6:

(3.5)

(3.6)

Além disso, o desempenho da soldagem é muito influenciado pela taxa de adição de

deposição de metal, pela habilidade, experiência e motivação do soldador, bem como pelas
condições da seção de soldagem realizada.
 Figura 3.1 - Geometria das esferas de soldadura.
Fonte: Modenesi (2001, apud Botinelly, 2009, pg. 29)

Onde se encontra:

As - Área transversal do cordão revestido a metal

L - O comprimento do cabo é:

0
A1  t 2  Tg( ) / (3.7)
2

A2  t • (3.8)
f

A3  (い い W •
(3.9)
r) / 2

(
Em 
(3.10)
4º 2

Sabendo que:

W  f  2-t (3.11)

Olhar para essas fórmulas já pode produzir hipóteses sobre quais variáveis afetarão mais o
desempenho, pois elas aparecem em mais de uma área a ser calculada, como a espessura e o
espaçamento que aparecem nas 3 fórmulas, bem como o ângulo de chanfro que aparece nas 2
fórmulas.
 Levando em consideração as mudanças admissíveis p de acordo com B31.3 (2002) e os dados
operacionais de Martins (2011)

Quadro 3.1: Valores máximos e baixos dos parâmetros

Medição Máximo Mínimo

f (milímetro) 4.00 2.00
e (mm) 2.00 1.00
2.• (discussão • contribs) 70 60
p (milímetro) 3.00 0.00
L (milímetro) 160 150
Fonte: Elaborado pelo autor (2016)

Assim, as fórmulas acima com seus intervalos de valores são aplicáveis em:

AS  2 • A 1  A 3  A
(3.12)
4

Em seguida, assume-se que o volume é o seguinte:

Vs  AS
(3.13)

Por fim, a ação será a seguinte:

P  Vcom /(S 
(3.14)
L)

Onde se encontra:

S - Tempo Total de Arco Aberto

L - Tempo total de limpeza

 A primeira conclusão que se pode tirar é que o trabalho conseguiu obter alguns dos
resultados esperados por serem amplamente considerados na literatura, por exemplo, a
posição na cabeça é uma das mais improdutivas, enquanto a posição plana é uma das mais
produtivas. No entanto, houve alguns resultados inesperados devido ao grande impacto que o
tempo de limpeza teve, de modo que algumas posições atingiram graus inesperados de
desempenho, por exemplo, a posição de 135º foi mais improdutiva do que a posição da
cabeça, e a posição foi principalmente tão produtiva quanto a posição plana.
Além disso, todos os resultados obtidos estavam dentro da sua faixa suficientemente
próxima do grau de significância utilizado, que foi de 90%, e um coeficiente de variação
razoável foi obtido para os resultados dos cálculos de desempenho.
Finalmente, a análise de sensibilidade pode tornar importante garantir que o ângulo do
chanfro seja mantido o mais firmemente possível, sem aumentar indevidamente os custos,
indicando até que a tolerância seja reduzida para que o desempenho não seja diferente da
estimativa do projeto, pois este é o único parâmetro que excede os limites permitidos para
redução e expansão, excedendo a faixa de variabilidade do próprio processo.
2 LINKS

Adriano, Tiago. Desempenho da Construção: Medição e Melhoria, Stipes Pub Llc, 2004.

ASME B31.3, Sociedade Americana de Engenheiros Mecânicos, Estados

Unidos, 2002. AWS D1.1, Sociedade Americana de Engenheiros

Mecânicos, EUA 2002

BAINES, Ana. Relatório de Medição e Desempenho, MCB University Press Vol. 46-E, 1997.

BERRYMAN, Carlos; JENSEN, Wayne; ZHU, Yimen; SHEN, Zhigang. Um estudo

comparativo de atividades baseadas no desempenho da construção nos Estados Unidos e na
China, Journal of Management in Engineering, ASCE, 2011.

BURGESS, Thomas. Visão geral do desempenho. Trabalho de Estudo Vol.39, Emerald

Backfiles, 2007.

CHAN, Tung; HIAP, Poh. Uma abordagem equilibrada para medir o desempenho da
indústria, Penerbit Universiti Sains Malásia, 2012.

CHRISTIAN, João; Khachey, Daniel. Efeito do Tempo de Atraso nas Taxas de Produção na
Construção, Journal of Construction Engineering and Management, ASCE, 1995.

FBTS - Fundação Brasileira de Tecnologia em Soldagem, Curso de Inspetores de Soldagem,

Brasil, 2002.

FERREIRA, Miguel. Notas de Aula de Soldagem, FFU, 2013.

GANESAN, Sivaguru. Capacidade de Construção, Habitat Intl Vol. 8, Pergamon Press Ltd.

JARKAS, Abdulaziz; BITAR, Camille. Fatores que afetam o desempenho da construção no

Kuwait, Journal of Construction Engineering and Management, ASCE, 2012.
LETSOALO, José. A estratégia de desempenho foi liderada por empresas de energia,
International Journal of Productivity and Performance Management Vol.63, 2013.

LOBATO, Marcos. Uso de misturas com argônio e CO2 na soldagem de fio tubular de aço
carbono ASTM A36, UFF, 2015.

NASIRZADEH, Farnad; NOJEDEHI, Puya. Modelagem Dinâmica da Produtividade do

Trabalho em Projetos de Construção, International Journal of Project Management 31, 2013.

MCKAY, D. J.J.C. Introdução aos métodos de Monte Carlo, Universidade de Cambridge, 2010.

MARTINS, José Luís; FERREIRA, Miguel, SARAIVA, José Murilo. Desempenho avaliado
por Monte Carlo, Soldagem e Inspeção, Volume 16, 2011.

MARTINS, José Luís. Aplicação da modelagem de Monte Carlo e Hypercubo Latino na

estimativa de desempenho no processo de soldagem de eletrodos revestidos, UFF, 2011.

MAYER, Pedro; ABED, Karem; OLIVEIRA, Xerife; ANSHASSI, Adnan. Benchmarking

Produtividade em Maçonaria, International Journal of Productivity and Performance
Management Vol. 56, 2007.

MODESLI, Miguel; AL-JIBOURI, Saad. Modelando o desempenho de projetos de construção

usando uma abordagem de dinâmica de sistemas, International Journal of Productivity and
Performance Management Vol.59, 2009.

MODENESI,. J.; MARQUEZ. Você estará aqui. Introdução aos Processos de Soldagem,
Brochura Didática, Belo Horizonte: Departamento de Metalurgia e Ciência dos Materiais,
UFMG, 52p., 2001.

RANDOLPH, Tomé; MATHEUS, Cody, MATHEUS; WARD, Tiago. Modelos de Curva

de Aprendizagem de Desempenho de Construção, Journal of Construction Engineering and
Management, ASCE, 1986.
CANÇÃO, linguagem. Medição e modelagem da produtividade do trabalho
utilizando dados históricos, Journal of Civil Engineering and Management,
ASCE, 2008.

Thomas, Randolph, (1999). YAKUMIS, Jacobos. Modelo Fatorial de Desempenho

da Construção, Journal of Civil Engineering and Management, ASCE, 1987.

VINES, Ana. Relatórios de Medição e Desempenho, Estudo de Trabalho Vol. 46,

MCB University Press.