CENTRO UNIVERSITÁRIO JORGE AMADO

INSTITUIÇÃO UNIJORGE – POLO ALAGOINHAS-BAHIA

*Maria da Conceição Silva de Deus

SIMULAÇÃO DE SISTEMAS DE PRODUÇÃO

ALAGOINHAS

03/2024

Maria da Conceição Silva de Deus

*Aluna do curso Superior de Tecnologia em Gestão da Produção Industrial; Matricula: nº

2210284210.
SIMULAÇÃO DE SISTEMAS DE PRODUÇÃO E AMBIENTES DE
SIMULAÇÃO

Trabalho apresentado no curso Superior

de Tecnologia em Gestão de Produção
Industrial, á disciplina, Simulação dos
Processos de Produção, E308020-AVA2.

ALAGOINHAS

03/2024
 SIMULAÇÃO DE SISTEMAS DE PRODUÇÃO E AMBIENTES DE
SIMULAÇÃO

Em linhas gerais, a Simulação de Processos Produtivos é a representação virtual

de um determinado processo por meio um modelo computacional matemático. É uma
cópia fiel e dinâmica de um sistema, implementada em um ambiente livre de riscos, no
qual diferentes experimentos podem ser realizados para proporcionar a análise do
processo de produção. O resultado é um planejamento assertivo capaz de evitar o
desperdício de recursos em uma indústria.
A simulação de processos produtivos é uma ferramenta capaz de lidar com a
aleatoriedade dos sistemas produtivos de maneira eficaz. Adicionando criatividade ao
processo de resolução de problemas e prevendo resultados, ela possibilita aos gestores
tomar decisões com base em resultados confiáveis, antes mesmo de implementá-los na
prática. É algo muito útil, uma vez que as alternativas de ação podem ser prontamente
testadas, determinando os efeitos das mudanças no desempenho do sistema.

Importância da Simulação dos Processos

As empresas que pretendem sobreviver e manter a competitividade nos anos

vindouros, terão necessariamente que adotar esta solução. A simulação de processos
produtivos oferece um método eficiente para ajustar parâmetros e obter resultados que
aumentem a competitividade do negócio da sua empresa. Isso é feito sem riscos,
testando desde revisões até o redesenho completo de plantas e projetos. Por meio dos
dados coletados na simulação, os processos são ajustados para a máxima eficiência.
Assim, elimina-se a necessidade de uma dinâmica de tentativas e erros no processo
físico, melhorando a eficiência com o menor custo possível. Em outras palavras, simular
processos produtivos permite avaliar o impacto das mudanças no sistema real,
colaborando com a tomada de decisões e acarretando uma série vantagens para as
organizações, tais como: Otimização de recursos, Aumento da produtividade, Redução
de interrupções, Possibilidade de planejamento a longo prazo, Inovação inteligente,
Automatização de ações, Aumento da vida útil de ativos.

Aplicações da Simulação dos Processos de Produção nos diversos Setores

 A simulação na indústria e manufatura: desempenha um papel crítico,

oferecendo ferramentas poderosas para otimizar processos, melhorar a eficiência das
linhas de produção e reduzir custos (Gregório, Lozada, 2019). A simulação é utilizada
nestes setores, abordando aplicações específicas como a simulação de cadeias de
suprimentos, processos de montagem e manutenção preventiva de equipamentos.
 Simulação em Saúde e Medicina: no setor de saúde, a simulação emerge como
uma ferramenta essencial, oferecendo métodos inovadores para treinamento,
planejamento cirúrgico e análise de sistemas de saúde. A simulação é aplicada em saúde
e medicina, destacando seu papel no treinamento de profissionais, no planejamento
cirúrgico, na otimização de processos hospitalares e na alocação de recursos;
 Simulação em Logística e Transporte: A simulação desempenha um papel
fundamental no planejamento e na otimização de sistemas de logística e transporte.
Contribui para a identificação de gargalos, a melhoria da eficiência do transporte e a
redução de custos operacionais, além de desempenhar um papel essencial no
planeja mento urbano e na gestão de emergências (Gregório, Lozada, 2019).
 Gestão de Redes de Distribuição: A simulação permite que as empresas
visualizem e testem estratégias de distribuição, identificando os métodos mais eficientes
para movimentar produtos do ponto de origem até o consumidor final. Isso inclui a
simulação de armazéns, centros de distribuição e redes de transporte, permitindo
otimizar o uso de recursos e reduzir custos (Gregório, Lozada, 2019).
 Otimização de Rotas de Transporte: Modelos de simulação ajudam a determinar
as rotas mais eficientes para veículos de transporte, considerando variáveis como
tráfego, distância, custos de combustível e prazos de entrega. Isso não só melhora a
eficiência do transporte, mas também reduz o impacto ambiental e os custos
operacionais (Gregório, Lozada, 2019).
 Planejamento de Infraestrutura Urbana: A simulação é usada para projetar e
avaliar a infraestrutura de transporte. Isso inclui a análise do impacto de novas estradas,
pontes e sistemas de transporte público. A simulação ajuda os planejadores urbanos a
entender como esses projetos afetarão o fluxo de tráfego e a mobilidade urbana,
contribuindo para decisões mais informadas e sustentáveis (Gregório, Lozada, 2019).
 Simulação de tráfego: A simulação de tráfego é essencial para entender e
melhorar o fluxo de veículos em áreas urbanas e rodovias. Utilizando modelos de
simulação, é possível prever padrões de tráfego, identificar pontos de congestionamento
e testar o impacto de intervenções como mudanças em sinais de trânsito ou novas
políticas de tráfego (Gregório, Lozada, 2019).
 Auxílio na Gestão de Emergências: A simulação permite que as autoridades
testem e planejem respostas a situações de emergência, como desastres naturais ou
grandes eventos. Isso inclui a simulação de rotas de evacuação, a distribuição de
recursos e a coordenação de serviços de emergência (Gregório, Lozada, 2019).

Tipos de Modelos da Simulação do Sistemas Produtivo

Entender os diferentes tipos de modelos de simulação é fundamental para

selecionar a abordagem mais adequada para cada sistema. A escolha entre simulações
discretas, contínuas, híbridas, determinísticas e estocásticas depende da natureza do
sistema a ser modelado e dos objetivos da simulação. Cada tipo oferece informações
únicas sobre o funcionamento dos sistemas, permitindo uma análise mais precisa e
informada.
 Simulações Discretas de eventos: Nas simulações discretas de eventos, as
mudanças no sistema são desencadeadas por eventos específicos e distintos no tempo.
Esses eventos ocorrem em momentos pontuais e alteram o estado do sistema. Este tipo
de simulação é amplamente utilizado para modelar sistemas onde as mudanças são
episódicas e bem definidas, como em sistemas de filas, processos de fabricação, ou
redes de computadores.
Abordando mais sobre essa simulação discreta, os modelos de simulação são
analisados por métodos numéricos ao invés de métodos analíticos. Isto é, em vez de
métodos analíticos que empregam o raciocínio dedutivo/matemático para resolver um
modelo, consideram-se métodos numéricos que empregam procedimentos
computacionais para executar os modelos matemáticos. O objetivo de um modelo de
simulação de eventos discretos é reproduzir as atividades das entidades que compõe o
sistema e, a partir daí, conhecer o comportamento e desempenho do sistema. Para isto
precisamos definir o estado do sistema e as atividades que conduzem o sistema de um
estado a outro. Na simulação discreta, a mudança de estado é determinada pela
ocorrência de um evento em um tempo determinístico ou estocástico.
Aplicada em Simulação de sistemas de filas, simulação Sistema de estoques,
Estacionamentos etc...
 Simulações contínuas: As simulações contínuas diferem das discretas por
lidarem com variáveis que mudam de forma contínua e suave ao longo do tempo. São
utilizadas para modelar sistemas dinâmicos onde as mudanças são graduais e
interdependentes, como em ecossistemas, processos químicos, ou fenômenos
climáticos.
 Simulações híbridas: Simulações híbridas combinam aspectos das simulações
discretas e contínuas. Elas são utilizadas para modelar sistemas que possuem tanto
componentes que mudam de forma contínua quanto eventos discretos que alteram o
estado do sistema. Esta abordagem oferece uma representação mais completa para
sistemas que não podem ser adequadamente descritos por apenas um tipo de simulação,
como em sistemas de controle industrial que envolvem processos contínuos e decisões
baseadas em eventos.
 Simulações determinísticas vs. estocásticas: As simulações determinísticas
operam sob a premissa de que, dadas as mesmas condições iniciais, os resultados serão
sempre os mesmos. São ideais para sistemas onde a incerteza é mínima ou inexistente.
Já as simulações estocásticas incluem elementos de aleatoriedade e incerteza, tornando-
as adequadas para sistemas onde o comportamento é influenciado por fatores aleatórios
ou desconhecidos. Estas simulações são importantes para modelar sistemas reais onde a
variabilidade e a incerteza são inerentes.
REFERÊNCIAS:

GREGÓRIO, Gabriela Fonseca Parreira; LOZADA, Gisele. Simulação de sistemas

produtivos. Porto Alegre: SAGAH 2019. Disponível em: Biblioteca Virtual - Minha
Biblioteca. ISBN 978-85-9502-919-4.

RODRIGUES, Guilherme Valença Silva. Simulação de processos produtivos: o que é e

qual sua importância no processo de transformação digital da indústria. Certi, 2020.
Disponível em: Simulação de Processos Produtivos (certi.org.br). Acesso em: 17 mar.
2024.