Você está na página 1de 10

UTILIZANDO O SOFTWARE ARENA COMO FERRAMENTA DE APOIO AO ENSINO EM ENGENHARIA DE PRODUO

Liane Mrcia Freitas E Silva (UFPB) lianemarcia@hotmail.com Marcel de Gois Pinto (UFPB) marcelgois@gmail.com Anand Subramanian (UFPB) anandsubraman@hotmail.com

Os problemas referentes ao fluxo do processo produtivo, em particular aqueles relacionados aos recursos gargalos e tamanhos de lote de produo, tais como a influncia destes na capacidade dos sistemas produtivos, no lead time e na formaoo de filas, so considerados muito relevantes na Engenharia de Produo. Entretanto, o entendimento destes contedos no trivial. Deste modo, devem ser buscadas alternativas didticas para a transmisso do conhecimento nos cursos que estes assuntos sejam abordados. Neste contexto, dentre diversos recursos possveis, a utilizao de softwares pode ser de bastante utilidade. O presente artigo mostra como o software de simulao Arena pode ser um recurso didtico utilizado no ensino de tais conceitos medida que supre algumas dificuldades de compreenso e aumenta a inteligibilidade dos alunos. Palavras-chaves: Didtica, fluxo do processo produtivo, Arena

8 Y G E q Gr@ 8ri P i 8 Sr8v C X u S a ` GC D 8r E 8C q S i S D h E Y Q P d S a ` P Y C X G 8 U S Q 8 P H E C 8 @ 8 FAF hEY FAtsAtyBARptyxwS FeFAbcFcts@ RFFApFFS Ag FfBeFcbBFVS FIRWVTRBFIG FD ABA97 4 ) 6 5 " 4 0 3 # " 1 0 ) ( % # & % # # !         '''$'2) '$"  
Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

1. Introduo Nos cursos de engenharia comum o uso de prticas de laboratrio e desenvolvimento de projetos como forma de complementao do contedo terico. Essas prticas costumam apresentar bons resultados justamente por atenderem alguns princpios como motivao, participao, personalizao e internalizao de conceitos. O emprego de recursos computacionais pode complementar algumas dessas prticas e possibilitar o atendimento dos conceitos apresentados em sala de aula. Acreditando nesta prtica, Cardoso (2006) afirma que as tecnologias da informao esto sendo cada vez mais empregadas na educao, viabilizando processos educacionais mais interativos. Acrescentando argumentos neste sentido, Conceio e Gonalves (2004) afirmam que atualmente, um dos grandes desafios encontrados pelos profissionais da educao aliar a tecnologia computacional ao processo de ensino, de forma que, se utilize essa tecnologia com o objetivo de melhorar o processo ensino aprendizagem. Esta transformao no processo de ensino e aprendizado tambm ressaltada por Dvalos (2001). O autor endossa esta afirmativa citando os estudos de Papert (1980) e a Teoria das Mltiplas Inteligncias de Gardner (1985) como dois importantes exemplos de como os educadores, pedagogos e psiclogos esto visualizando a quebra dos paradigmas existentes no processo de ensino e aprendizagem. Na viso de Gardner (1985), o modo de apresentao de determinado contedo pode fazer a diferena entre uma experincia educacional bem sucedida e uma mal sucedida. Nesse sentido, recursos como videos, visitas tcnicas, softwares, ou outros meios possibilitam ilustrar aes que atravs dos livros e de outros recursos tradicionais seria impossvel. No contexto da Engenharia de Produo, softwares de simulao podem viabilizar esta interao educativa, funcionando como facilitadores didticos, ou seja, como ferramentas pedaggicas para o ensino. Sua principal vantagem a utilizao de animaes que promovem uma maior inteligibilidade do aluno a despeito de conceitos relativos aos sistemas produtivos em uma situao prtica. Dentre diversas possibilidades, o software Arena pode ser aplicado com esse fim medida que suprem as dificuldades existentes na compreenso de certos conceitos, tais como a influncia dos gargalos e do tamanho do lote de fabricao no lead time, na formao de filas ou de estoques montante e jusante de um centro de operaes. Isto posto, o presente artigo demonstra como este software pode ser utilizado para auxiliar a demonstrao em sala de aula de questes relacionadas ao balanceamento do fluxo produtivo a partir de simulaes no recurso gargalo sob a influncia do tamanho do lote de fabricao. 2. O problema do balanceamento do fluxo produtivo Atravs do balanceamento do fluxo produtivo procura-se garantir uma alocao equnime de trabalho para cada posto. O objetivo do balanceamento fazer com que uma atividade subseqente produza a mesma quantidade de uma precedente, de modo, a equilibrar a carga e a capacidade e minimizar os estoques intermedirios no processo. Pretende-se assim, tornar o fluxo produtivo contnuo e as filas as menores possveis entre os postos de trabalho. A problemtica que envolve o balanceamento da produo o nivelamento da capacidade real com a alocao de carga a cada posto de trabalho. Na viso de Moreira (1996), enquanto a carga refere-se designao de trabalho aos centros de operaes, capacidade refere-se

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

quantidade mxima de produtos ou servios que podem ser processados num dado intervalo de tempo. Assim, no estudo do balanceamento do fluxo produtivo deve ser dada a mxima ateno aos recursos gargalos, uma vez que determinam a capacidade produtiva; e ao tamanho dos lotes de transferncia, entendidos como o volume de peas transferidos entre setores, haja vista que estes representam a forma como a carga fluir entre os centros de operaes, influindo tambm no lead time, nas esperas do processo e no volume de estoques intermedirios. Um gargalo a operao de maior tempo de processamento de uma seqncia de operaes por onde segue um determinado produto. Correia e Gianesi (1996) apontam que o recurso gargalo, por definio, fica ocupado todo o tempo de sua disponibilidade. Pela razo de ser o recurso produtivo com o maior tempo de processamento, gera uma fila de produtos em espera montante de si, e uma ociosidade nos recursos jusante. Goldratt (2003) analisa quatro possibilidades (Figura 1) nas quais os gargalos restringem a capacidade de um sistema de produo, com X sendo o recurso gargalo, e Y o recurso no-gargalo.

Figura 1 Relacionamento entre recursos gargalos e no-gargalos

No caso (1) a produo flui de um gargalo (X) para um no-gargalo (Y), impossibilitando a ativao a 100% da capacidade do no-gargalo. De modo similar, a produo flui de um nogargalo (Y) para um gargalo (X) no caso (2), neste caso, o recurso Y s poder ser ativado at o limite de igualar a capacidade de X, caso contrrio, uma fila de produtos em elaborao ser gerada montante do gargalo. O caso (3) consiste em dois recursos alimentando uma montagem, novamente com X sendo o gargalo e Y o no-gargalo. No caso do recurso Y ser ativado a 100% uma fila jusante de Z ser gerada. No caso (4) os recursos atendem a diferentes demandas, no havendo relao entre eles. O autor faz referncia a essa situao para demonstrar que qualquer recurso deve ser utilizado apenas at o limite do atendimento da demanda, desse modo, X ser ativado a 100% e Y a um valor abaixo, por ter capacidade excedente em relao demanda. importante frisar que a influncia da forma de programar a produo sobre a utilizao da capacidade tal que, dependendo de como se d a programao, a capacidade efetiva nunca poder ser atingida. Isso notadamente percebido atravs do tamanho dos lotes, pois quanto maior o lote de transferncia, maior a espera dos processos subseqentes para iniciar suas operaes. Neste sentido, Shingo (1996) apresenta a sobreposio de duas programaes passando por trs processos (Figura 2), uma com lote de transferncia grande. Neste caso o lead time ser a composio da soma dos tempos do processamento de todo o lote em cada processo. No caso dos lotes unitrios, a segunda programao exposta, o lead time ser reduzido substancialmente, sendo igual soma dos tempos unitrios de processamento nos setores. Pelas razes apresentadas, pode concluir que os recursos gargalos determinam a capacidade

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

de produo de um sistema e o tamanho do lote de fabricao exerce influncia no balanceamento do fluxo de produo, sendo, portanto, temas de grande relevncia para a Engenharia de Produo. Deste modo, a compreenso destes fenmenos muito importante para os alunos de graduao tanto para o desempenho profissional, quanto para o desenvolvimento terico na rea. Assim, ser apresentada nos prximos tpicos a ferramenta de simulao computacional utilizada, bem como os modelos de simulao desenvolvidos.
P1 P2 P3 P2 P3

Economia pela adoo do lote unitrio

Figura 2 Perodo de produo de operao de lote e operao de fluxo de peas unitrias.

3. O software Arena O programa Arena originrio da juno de dois outros programas denominados SIMAN e CINEMA. Segundo Prado (1999), o SIMAN uma linguagem de simulao e, em 1983, deu nome ao primeiro programa de simulao para computadores pessoais (PCs). O CINEMA foi o primeiro programa para animao de simulao em PCs e surgiu em 1984. Este conjunto foi continuamente melhorado e, a partir de 1993, os programas foram unificados em um nico software, o Arena. Este programa apresenta um ambiente grfico integrado de simulao, que contm todos os recursos para modelagem, animao, anlise estatstica e anlise de resultados e utiliza a abordagem por processos para execuo da simulao. Essa tcnica de simulao pode ser considerada uma situao onde elementos estticos, formando um ambiente bem definido com suas regras e propriedades, interagem com elementos dinmicos, que fluem dentro desse ambiente. O Arena composto por um conjunto de blocos (ou mdulos) utilizados para se descrever uma aplicao real e que funcionam como comandos de uma linguagem de programao. Os elementos bsicos da modelagem em Arena so as entidades que representam as pessoas, objetos, transaes, etc. que se movem ao longo do sistema; as estaes de trabalho que demonstram onde ser realizado algum servio ou transformao, e por fim, o fluxo que representa os caminhos que a entidade ir percorrer ao longo de estaes. (PRADO, 1999) Tal como a maioria dos softwares de simulao, o Arena visualiza o sistema a ser modelado como constitudo de um conjunto de estaes de trabalho que prestam servios aos clientes. O Arena tem sido utilizado para simular os mais diversos ambientes, desde linhas de produo, minas, trfego nas ruas de uma cidade e diversos ambientes logsticos. 4. Aplicao do Arena em problemas relacionados aos efeitos do gargalo e ao tamanho do lote de produo Como mencionado anteriormente, dois fatores presentes em estudos sobre o balanceamento do fluxo do processo produtivo so o efeito do gargalo e o tamanho do lote de produo. Muitas vezes, expor tais fenmenos em sala de aula pode no ser uma tarefa muito simples.

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV
t

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

Deste modo, foram criados trs modelos de simulao no software Arena a fim de expor esses fenmenos e minimizar o problema de assimilao dos contedos. Os dois primeiros esto relacionados ao efeito do gargalo, e o ltimo relativo ao efeito do tamanho dos lotes. Cabe aqui ressaltar, que no escopo deste trabalho mostrar como os modelos foram construdos. Entretanto, a confeco destes pode ser considerada simples, haja vista que no necessrio um conhecimento profundo do programa para implement-los. Salienta-se que, sempre quando possvel, os nomes originais dos blocos foram mantidos, para que se saibam aqueles utilizados ao longo dos diferentes modelos expostos. 4.1 Simulando o efeito do gargalo A primeira situao tratada por meio de uma simulao foi o efeito gargalo conforme ilustra Figura 2. Para tanto, foram elaborados dois modelos, onde o primeiro est relacionado aos casos 1 e 2, enquanto o segundo aborda o caso 3. Vale salientar, que o caso 4 no foi explorado, por se tratar de um evento relativo a situaes mercadolgicas, extrapolando o escopo deste artigo, cuja inteno facilitar o aprendizado de problemticas inerentes ao fluxo de processos produtivos. O primeiro modelo construdo (Figura 3) considerou quatro etapas de um processo produtivo configurado em seqncia. Os tempos estabelecidos, em minutos, de cada uma das quatro etapas foram 1, 2, 1 e 1 respectivamente, onde se observa que a etapa 2 o recurso gargalo do sistema. O tempo total de simulao (TS) foi de 1 hora de produo. O volume de produo esperado ao fim da simulao, cuja quantidade de 28 unidades, pode ser encontrado atravs da equao (1):

Qi =

onde: Qi quantidade fabricada de produtos i; tij o tempo-padro despendido pelo produto i no processo j; n o nmero de processos. Observa-se que a primeira pea produzida leva 5 min ao passo que as demais so produzidas a uma taxa de max(tij) = 2 min. O entendimento relativo vazo que ocorre a partir da produo da segunda unidade pode no ser considerado elementar, pois a quantidade de trabalho necessria para produo de cada unidade a mesma, ou seja, 5 min. Outro ponto a ser frisado a possvel dificuldade na compreenso traduzida na seguinte duvida: se o tempo do gargalo o que determina a capacidade de produo, e este de 2 min, por que o volume esperado de produo de 28 e no de 30 unidades em 1 h de produo?. A resposta a essa questo vem do tempo decorrido para a produo da primeira pea, passando pelas quatro etapas, onde restaro apenas 55 min de simulao. Posteriormente, como a taxa de fabricao sero 2 peas/min, sero produzidas 27 peas, que se somadas primeira ter-se-o 28 peas. A percepo destes fenmenos torna-se mais lcida atravs da utilizao do Arena medida que o aluno pode visualizar o tempo despendido para a sada da primeira pea, bem como a taxa de sada das subseqentes e a formao de fila na segunda etapa do processo. Assim sendo, pode-se subtrair do tempo total simulado o tempo de produo da primeira unidade e dividir o tempo restante pelo tempo do gargalo (etapa 2), verificando quantas peas poderiam ser produzidas durante este perodo. Finalmente, somando a primeira unidade com as demais, obtm-se a quantidade total esperada de unidades produzidas.

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

TS

t ij
j

max(t ij ) + 1

(1)

Figura 3 Modelo (1) de simulao com quatro estaes de trabalho

Outra questo que pode ser visualizada atravs dos relatrios do software so os percentuais de eficincia ou de utilizao dos centros de produo, as filas de material em processo ao final da simulao, bem como o volume produzido por cada etapa. Todos estes dados esto resumidos na Tabela 1. Por meio destes relatrios pode ser facilitada a explicao relativa ao quanto indesejvel a produo a 100% no processo (1), pois atuar somente para gerar estoques 31 peas montante do processo (2) , bem como facilitada a explicao da eficincia de 98% do processo (2), devido espera deste pela primeira pea produzida. Sendo, por fim, demonstrada a ociosidade dos processos (3) e (4) em mais de 50% do tempo disponvel, devido o efeito restritivo do gargalo.
Desempenho % de Utilizao Produo Em processo Fila ao final Processo 1 Processo 2 100% 98% 60 29 1 1 0 30 Volume total de produo Processo 3 48% 28 0 0 Processo 4 47% 28 1 0 28

Tabela 1 Desempenho do primeiro modelo na simulao realizada

A simulao, ainda torna prtico e acessvel o processo de alterao dos valores de tempos produtivos, ou eventual insero de uma nova etapa de produo. Atravs desta variao pode-se perceber ainda que a alterao do tempo de produo de qualquer recurso no-gargalo para um tempo inferior ao do gargalo no resulta em perda de taxa de fluxo do processo, porm pode modificar a quantidade total produzida no perodo simulado em funo do acrscimo de tempo que ter a primeira unidade produzida. O caso 1 da figura (2) pode ser evidenciado por meio da ociosidade existente nos processos (3) e (4) durante a simulao. Por sua vez, o caso 2 da mesma figura demonstrado levando em conta as etapas (1) e (2) do processo. Neste caso, a capacidade excedente da etapa (1) leva a uma formao de fila montante do processo (2). Esta anlise mostra que a ativao de um recurso no-gargalo a 100% de sua capacidade servir apenas para a gerao de estoques intermedirios e no de produo real. Por fim, pode-se realizar um exerccio de raciocnio acerca dos ndices de eficincia e utilizao das mquinas ou subsistemas produtivos. Os resultados da simulao fornecem mais subsdios para explicar aos alunos que um alto valor de eficincia para um recurso nogargalo pode implicar em um decrscimo no desempenho financeiro da empresa. Tudo isso torna dinmico o processo de ensino aprendizagem, por levar em conta o aspecto da visualizao dos volumes passando pelas etapas de produo, mostrando ainda os resultados.

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

Figura 4 Modelo (2) de simulao envolvendo duas linhas que alimentam uma montagem

O segundo modelo construdo (Figura 4) formado por uma seqncia de produo com 2 processos (1 e 2) que alimentam uma montagem (3). O processo (1) tem um lead-time de 2 min por produto, enquanto os processos (2) e (3) tm tempo de 1 min por produto. Modelando este exemplo no Arena obtm-se que, para 1h de simulao, so fabricados 29 produtos, com uma fila de produtos na entrada do processo 3. De modo anlogo ao modelo anterior, fica evidente a influncia do gargalo no volume total produzido, bem como nos ndices de utilizao dos centros de trabalho e da formao de filas de produtos em processo (Tabela 2).
Desempenho Processo 1 Processo 2 % de Utilizao 100% 100% Produo 30 60 Em Processo 1 1 Fila ao final 0 0 Volume to tal de produo Processo 3 48% 29 1 30 29

Tabela 2 Desempenho do segundo modelo na simulao realizada

Neste caso, a ativao dos processos (1) e (2) a 100% levar formao de uma fila de 30 peas montante do processo (3), provenientes do processo (2). Deste modo, embora a produo em (2) tivesse um volume suficiente para produzir 60 peas, apenas 29 produtos acabados foram possveis devido ao efeito do gargalo no sistema de produo simulado. 4.2 Simulando o efeito do tamanho do lote O ltimo modelo construdo (Figura 5), levando em considerao o efeito do tamanho do lote possui as seguintes variaes: podem ser alternados o nmero de processos de transformao (entre 2 ou 3) e o tamanho do lote para qualquer valor. Em todos os casos, o tempo de processamento das peas nos centros de trabalho de 1 min.

Figura 5 Modelo (3) de simulao envolvendo o efeito do tamanho do lote

Neste caso foram realizadas quatro simulaes, a saber: duas com 2 processos e as demais com 3. Em cada par de simulaes o tamanho do lote foi alterado entre 1 pea e 2. Os valores de produo, percentual de utilizao e estoques em processo esto resumidos no Tabela 3.

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

Tamanho do Lote Processo % de Utilizao Produo Em Processo Fila ao final Volume to tal de produo

1 100% 60 1 0 -

Tabela 3 Desempenho do terceiro modelo na simulao realizada

Analisando os cenrios com dois processos e a variao no tamanho do lote, percebe-se uma queda no volume produzido de 59 para 58 peas. Essa queda aconteceu pela maior espera do processo (2) pelo lote de 2 peas. O valor da quantidade de lotes fabricados pode ser determinado atravs da equao (2), exposta na seo 4.3. No processo com 3 etapas, o volume de produo foi de 58 peas para lotes unitrios, e de 56 para um lote de dois elementos. Neste caso, a perda de produo em duas unidades ocorre devido espera dos processos (2) e (3) por mais uma pea no lote. Considerando todos os exemplos abordados na terceira modelagem, verifica-se, como esperado, que a utilizao dos centros de trabalho cai medida que o lote tamanho do lote de produo aumenta. A visualizao deste fenmeno ainda mais complexa de se perceber se comparada questo da regncia dos gargalos na capacidade de produo dos sistemas. 4.3 Simulando o efeito simultneo do gargalo e do tamanho do lote Os modelos apresentados abordam separadamente o efeito gargalo e do tamanho do lote. Entretanto, em situaes reais as duas problemticas influenciam concomitantemente os sistemas de produo. Contudo, estas podem ser tratadas em conjunto nos modelos apresentados, tendo sido separadas por questes didticas onde se procurou ilustrar os conceitos de forma distinta. Por exemplo, considerando que o sistema produtivo composto por dois processos, indicado na seo anterior, possui tempos de processamento de 1 e 2 min, respectivamente para as suas etapas, e variando o lote de produo entre 1 e 2 peas, o resultado obtido o seguinte.
Tamanho do Lote Processo % de Utilizao Produo Em Processo Fila ao final Volume total de produo 1 pea 1 100% 60 1 0 29 2 98% 29 1 30 1 100% 60 1 0 28 2 pea 2 97% 29 1 30

Tabela 4 Desempenho do modelo considerando os dois fenmenos

Comparando com o exemplo anterior para lotes unitrios e 2 processos, verifica-se que o volume produzido foi reduzido devido ao gargalo de 59 peas para 29, com uma fila de 30 peas montante deste. Por sua vez, alterando o tamanho do lote (Li) para duas peas e mantendo o gargalo observa-se um volume produzido de 28 peas, com 30 peas represadas devido ao efeito do gargalo e 1 pea represada jusante no processo 2 devido ao tamanho do lote, ou seja, a pea estava pronta e espera da outra no processo 2 para seguir expedio. Para a situao corrente, o total de lotes prontos (Ni) pode ser obtido por meio da equao (2):

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV
1 pea 2 98% 59 1 0 59 3 97% 58 1 0 58 1 100% 60 1 0 2 peas 2 97% 58 1 1 58 3 93% 56 1 1 56

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

ij

Analisando o segundo caso, com 2 processos e com o lote de produo de 2 peas, tem-se que o sistema produtivo, para o intervalo de tempo simulado, tem capacidade de fabricar 14,5 lotes. Todavia, deve-se considerar que, a quantidade de peas fabricadas pelo ltimo processo deste sistema, no igual quantidade de unidades prontas para expedio, pois, so considerados como lotes finalizados apenas os completos. Assim, apesar das 29 peas j efetivamente produzidas, apenas 28 so levadas em conta, pois uma unidade permanece represada a espera por outra a ser produzida. A compreenso destes contedos demanda um considervel nvel de esforo cognitivo ou de abstrao por parte do aluno, o que pode acarretar em dificuldades na compreenso. Entretanto, atravs da simulao, possvel observar a formao de fila a montante do ltimo processo, por se tratar do gargalo, e uma formao de fila a jusante deste, em conseqncia do efeito do tamanho do lote, caracterizando a influncia simultnea dos fenmenos. 5. Consideraes Finais Normalmente certos conceitos relacionados ao fluxo do processo produtivo se tornam mais tangveis quando visualizados na prtica, pois apresentam algumas nuances que so compreendidas de forma mais clara quando vivenciadas em uma situao real. O presente artigo procurou demonstrar como a utilizao de um software capaz de simular situaes comumente encontradas em ambientes fabris pode atuar como ferramenta de apoio didtico no ensino em Engenharia de Produo. Um enfoque foi dado s questes relacionadas ao fluxo do processo produtivo, em particular o efeito do gargalo e do tamanho do lote. Observou-se como a materializao de certos princpios relativos a estas problemticas podem se tornar mais concretas quando amparadas por uma ferramenta que imita o comportamento de um tpico sistema de produo. A proposta de emprego do software Arena, se insere neste contexto, na medida em que, proporciona uma visualizao das conseqncias decorrentes dos efeitos supracitados, podendo melhorar significativamente a assimilao do aluno frente a estes problemas. importante salientar que outros complicadores ainda podem ser inseridos nos modelos expostos, tais como: flutuaes estatsticas; tempos de transporte entre os centros de produo; variao da capacidade produtiva de um determinado processo, entre outros. Alm disso, tambm possvel fazer uso de recursos de animao mais sofisticados, constantes no prprio Arena, com o intuito de facilitar ainda a mais o nvel de inteligibilidade do aluno. Ressalta-se, por fim, a necessidade e a pretenso de realizar estudos empricos para averiguar diferenas nos nveis de assimilao do conhecimento entre exposies do contedo de uma maneira tradicional e utilizando as simulaes desenvolvidas, sendo, portanto, tema para maiores aprofundamentos e trabalhos futuros. Referncias
CARDOSO, P. A. Interdisciplinaridade na prtica: A experincia da aplicao do software Preactor como ferramenta de integrao curricular no curso de graduao em Engenharia de Produo. Anais do XXVI Encontro Nacional de Engenharia de Produo. Fortaleza, 2006. CONCEIO, K. & GONALVES, M. B.. Contribuio para o ensino de Matemtica nos cursos de

t ij

Ni =

TS Li

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV
n

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

(L max(t ) )

+1

(2)

Engenharia. Anais do XXIV Encontro Nacional de Engenharia de Produo. Florianpolis, 2004. CORRA, H & GIANESI, I. Just in Time, MRP II e OPT: um enfoque estratgico. So Paulo: Atlas, 1996. DVALOS, R. D. O uso de recursos computacionais para dar suporte ao ensino de Pesquisa Operacional. Anais do XXIV Congresso Brasileiro de Ensino e Engenharia. Porto Alegre, 2001. GARDNER, H. F. The Theory of Multiple Intelligences. New York: Basic Books, 1985. GOLDRATT, E. A Meta. So Paulo: Nobel, 2003. MOREIRA, D. A. Administrao da Produo e Operaes. 2. ed., So Paulo: Pioneira, 1996. PAPERT, S. M. Children, Computers and Powerful Ideas. New York: Basic Books, 1980. PRADO, D. Usando o Arena em Simulao. Belo Horizonte: Editora de Desenvolvimento Gerencial, 1999. SHIGEO, S. O sistema Toyota de Produo sob o Ponto de Vista da Engenharia de Produo. Porto Alegre: Bookman, 1996.

m { r q rn m t m w m o z w } | o p m q o w w p q { v t  w } | t { o z r m xw v m t s q o m n m W~c q{ cwtwxcsyx yw cbW~u~r Wwyn ym cW~Wcw ~ Wccc~~WcWw WyBtWu'r cp scw9l h 7 j i h d g e d 7 kTf7 VFTp'ee$eV

Foz do Iguau, PR, Brasil, 09 a 11 de outubro de 2007

10