UNIVERSIDADE SALGADO DE OLIVEIRA

CURSO DE ENGENHARIA DE PRODUÇÃO

LEANDRO CARLOS CERQUEIRA CELESTINO

SIMULAÇÃO DE PROJETOS

Juiz de Fora
2019
LEANDRO CARLOS CERQUEIRA CELESTINO

SIMULAÇÃO DE PROJETOS

Trabalho apresentado à Disciplina de Simulação de

Projetos do curso de Engenharia de Produção da
Universidade Salgado de Oliveira – UNIVERSO,
como parte dos requisitos para nota de VT.
Professor: Marcelo Ribeiro

Juiz de Fora
2019
1. Introdução
Com o auxílio da tecnologia e maquinário, as empresas estão em constante
crescimento, pois suas técnicas produtivas estão acompanhando o mercado para
garantir a competitividade. As empresas estão sempre pensando na melhoria dos
processos, buscando otimizar os recursos e reduzir custos, garantido qualidade e
eficiência em suas atividades.
De acordo com Pereira et al. (2015), as inúmeras mudanças que estão
acontecendo em nível mundial, que fazem com que a economia seja mais integrada
e competitiva, preconizam que as técnicas de produção, dentro das organizações,
devam ser cada vez mais qualificadas e moldadas por inovações tecnológicas.
A busca por impulsionar os sistemas produtivos faz com que a organização
busque alternativas para maximizar toda a sua cadeia de recursos, de maneira que
não haja sobrecarga em nenhuma etapa processo. Dessa forma uma alternativa que
as empresas estão empregando é aplicação de simulação de projetos que visa à
tomada de decisão que tem como finalidade melhorar o desempenho dos processos
reduzindo os seus gargalhos. Conforme SAKURADA; MIYAKE (2009, p. 25-43), a
simulação surge como aliada aos gestores, pois tem a capacidade de proporcionar
diferentes cenários, levando em consideração todos os fatores a fim de assegurar a
tomada de decisão em problemas complexos, analisando a eficácia de cada técnica.
O problema evidenciado neste projeto é referente a uma empresa de confecção
de roupas por encomenda, que deseja potencializar seu processo de produção. Visto
isso, após ter acesso a todos os dados ao decorrer do processo produtivo incluindo o
tempo que leva cada etapa, foram plotado os dados no Software Arena para que seja
possível analisar de maneira mais detalhada através da simulação o problema em
questão, conforme gargalos apresentados na figura 1.

Figura 1: Fluxograma do Processo simulado no software Arena

2. Metodologia
Para o desenvolvimento deste relatório foram realizadas pesquisas
bibliográficas, através de livros, artigos científicos, revistas e sites acadêmicos, no
período de setembro de 2019, tendo como objeto de estudo uma confecção de roupas
por encomenda.
Para modelar o processo da confecção produção e analisá-lo estrategicamente,
utilizou-se o software Arena student 12, que, segundo Prado (2004), os princípios
básicos para modelagem nesse software são os itens que caracterizam as pessoas,
objetos, processos, entre outras fases que formam as estações de trabalho.

2.1 Processo produtivo da confecção

Para realização do relatório foi utilizado como base o processo de produção da
confecção de uma empresa do setor têxtil. O processo produtivo foi divido em 6
estações de trabalho, sendo elas, entrada dos pedidos, corte, costura, inspeção de
Qualidade, avaliação / conferencia e pedidos acabados.

2.1.1 Etapas da produção

A produção da confecção inicia-se com o recebimento dos pedidos, direcionado
pela expressão EXPO (12). EM seguida os pedidos são direcionados ao corte que
possui como recurso um funcionário e o tempo de produção atende a expressão TRIA
(08, 10, 12) minutos. A próxima etapa do processo é a estação de costura que também
conta com um funcionário e o tempo de produção atende a expressão TRIA (18, 22,
28). Concluindo na estação de costura as peças são direcionadas para setor de
inspeção de Qualidade que realiza avaliação constante em 2 minutos, e as peças
aprovadas são direcionadas para estação produto acabado e as peças não aprovadas
retornam para costura gerando retrabalho.

2.2 Gargalo
A partir dos resultados proporcionados pelo sistema é possível identificar que
existem gargalos na etapa de corte e da costura. Define-se gargalo como “uma
restrição que cria uma dificuldade de escoamento de demanda. Normalmente, a
restrição impede que a meta do processo seja alcançada e que o desempenho seja
ótimo” (SILVA, 2019). Devido a essa ineficiência de escoamento de demanda
ocorrem as chamadas filas e para que esta adversidade seja solucionada se faz
necessário alocar reforços nos pontos de gargalos.

2.3 Resultados e discussões

O maior ponto de gargalo é na etapa de costura, que conforme simulação, nesta
etapa os recursos disponíveis estão trabalhando full time, chegando a 99% de
ocupação da mão de obra, mas mesmo assim, não conseguem atender a demanda
do processo, gerando fila de aproximadamente 31 peças aguardando processamento
e tempo médio de espera para processar uma peça de 378 minutos. Se fazendo assim
necessário a alocação de mais um recurso de mão de obra nesta etapa de costura.
A etapa de corte tem uma pequena ineficiência, pois está com taxa de
ocupação dos recursos de 76%, mas mesmo assim, ainda gera uma fila de espera de
20 minutos. Com situação atual, ao qual a costura gera gargalo em todo processo,
esta ineficiência no Corte acaba não sendo muito impactante, mas com a
reestruturação na costura, esta situação no corte será mais perceptível e
comprometerá mais na produtividade do processo. Assim, observamos que o corte
tem tempo de processamento na faixa de 8 a 12 minutos por peça, e a maioria das
peças são processadas em 10 minutos. Contudo, para sanar este gargalo no corte é
necessário que a maioria dos tempos de processamento sejam reduzidos para 8
minutos, ou seja a moda dos tempos caiam para este patamar.
Devido às limitações do sistema de simulação utilizado, foi inviável gerar os
resultados com as alterações propostas e criar melhores ilustrações do processo para
maior clareza dos detalhes do processo. Outro problema encontrado é que atualmente
o processo está gerando um looping entre as peças rejeitadas e que passam
novamente na etapa de inspeção. Temos também um ponto de oportunidade em que
o recurso de inspeção está subutilizado, com apenas 9% de ocupação, mas não
conseguimos simular a divisão e utilização deste recurso de forma escalonada em
outra etapa por exemplo.

2.3 Indicadores Performance

O Arena é composto por um conjunto de módulos que atuam como comandos
de uma linguagem de programação empregados para descrever uma aplicação real.
Os elementos básicos para modelagem nesse software são os itens que representam
as pessoas, objetos, processos, entre outras etapas que constituem as estações de
trabalho (SILVA; PINTO; SUBRAMANIAN, 2007).
Segue partes do relatório gerado pelo sistema:
Utilizando o recurso relatório segue as figuras de 2 a 5 que ilustram etapas do
processo produtivo, evidenciando os pontos de gargalo, fila, recursos utilizados entre
outras informações importantes para tomada de decisão.

Figura 2: Relatório do software Arena evidenciando o número de pedidos do sistema.

Figura 3: Relatório do software Arena evidenciando o número de pedidos na fila.

Figura 4: Relatório do software Arena evidenciando os recursos utilizados.

Figura 5: Relatório do software Arena evidenciando os recursos utilizados.

3. Considerações finais
A partir dos resultados apresentados pela programação do sistema (simulação
computacional), foi possível concluir que a ferramenta é uma grande aliada para o
gerenciamento da produção, servindo também como direcionamento para o
planejamento estratégico na tomada de decisão. Com a simulação é possível
apresentar ao gestor os gargalos e as oportunidades de melhorias nos processos. No
presente relatório foi identificado gargalos nas etapas de corte e costura, sendo
proposto a readequação dos tempos e disponibilidades de novos funcionários. Devido
a limitação do sistema e as ferramentas estudadas não foi possível simular o impacto
das alterações no sistema produtivo, ficando, assim, à critério da direção da
confecção, na qual o processo foi estudado, analisar se o modelo proposto atende as
suas necessidades atuais.

REFERÊNCIAS BIBLIOGRÁFICAS

PRADO, D. Usando o Arena em simulação. Belo Horizonte: INDG, 2004.

SILVA, Douglas. Gargalo de produção: entenda o que é e como gerenciá-lo para

aumentar sua produtividade em vendas. Disponível em:
https://agendor.com.br/blog/gargalo-de-producao/. Acesso em: 05 de setembro de
2019.

SAKURADA, Nilson; MIYAKE, Dario. Aplicação de simuladores de eventos

discretos no processo de modelagem de sistemas de operações de serviços.
Universidade USP, São Paulo.

SILVA, L. M. F., PINTO, M. G., SUBRAMANIAN, A. Utilizando o software Arena como

ferramenta de apoio ao ensino em Engenharia de Produção. Foz do Iguaçu, 2007.
SILVA, P. B.; BORGES, T. R.; HENRIQUES, V. R; TRISOTTO, W. Amostragem
Aleatória Simples. Curitiba, 2007