SIMULAÇÃO COMPUTACIONAL APLICADA À LOGÍSTICA DE DISTRIBUIÇÃO DE UNIFORMES DA MARINHA DO BRASIL

Transcrição

1 XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro de SIMULAÇÃO COMPUTACIONAL APLICADA À LOGÍSTICA DE DISTRIBUIÇÃO DE UNIFORMES DA MARINHA DO BRASIL PierFranco Pastore (PUC-RIO) pierfranco@uol.com.br Alexandre Magno Castañon Guimarães (PUC-RIO) alexcastanono@skydome.net madiagne diallo (PUC-RIO) DIALLO@PUC-RIO.BR A Marinha do Brasil, por natureza de sua existência, procura manter sua necessária condição de prontidão sempre em conformidade com as atividades de suporte. Neste contexto, a busca por novas ferramentas que contribuem para a otimização dass atividades visando o atendimento do cliente final se apresenta bastante pertinente. A aplicabilidade da simulação computacional no setor logístico tem se mostrado de grande importância, já que possibilita alterar as configurações de um sistema, melhorando sua eficiência sem, contudo, incidir em perdas financeiras ou de materiais. Associando a necessidade de atualização logística da Instituição com as potencialidades oferecidas pelo software de simulação ARENA, este estudo modelou as atividades inerentes ao atendimento de pedidos relativos aos uniformes dos militares de um dos Centros de Distribuição (CD) da Marinha do Brasil.A simulação das atividades do Centro de Distribuição utilizando o software ARENA possibilitou a análise dos fluxos dos processos. A partir dos dados relativos a capacidade, os tempos e os movimentos executados no processo, a simulação permitiu propor soluções que elevassem o grau de eficiência e eficácia das atividades de forma ótima em termos de utilização dos recursos. Palavras-chaves: Simulação computacional, modelagem, ARENA, Marinha do Brasil

2 1. Introdução Compreender os processos que permitem garantir o fluxo de itens de forma eficiente e eficaz oferece a possibilidade de desenvolver melhorias que podem apresentar resultados mais significativos em termos de preparação e atualização logísticas. Diante deste cenário, ter a alternativa de implementar modificações que não impliquem em custos, ou mesmo, que não incidam em resultados negativos, certamente, é uma saída bastante razoável em épocas de pesadas restrições orçamentárias na esfera pública. Para tanto, a Marinha do Brasil procura manter sua logística sempre pronta para atender às necessidades de suas tropas. Nesse contexto, são inseridas atividades que englobam desde corretas descrições técnicas, previsões de demanda, aquisições, armazenagens e pronto atendimento de itens para todas as Organizações Navais do país, até a execução dessas tarefas com rapidez, precisão e ao menor custo. A Marinha mantém, na cidade do Rio de Janeiro, um complexo chamado Base de Abastecimento da Marinha no Rio de Janeiro (BAMRJ), que tem, como uma de suas finalidades, consolidar, em uma mesma área, depósitos centrais que funcionam como centros de distribuição (CD) de materiais utilizados nas rotinas administrativas e operacionais desta Força. Dentre os diversos Órgãos de Distribuição (OD), denominação particular para CD, o Depósito de Fardamento da Marinha no Rio de Janeiro (DepFMRJ) tem papel de significativa importância, dentro do Sistema de Abastecimento da Marinha (SAbM), pois movimenta e manuseia itens vitais na logística da força, tanto diante de um possível estado beligerante, quanto às suas atividades de rotina. O grande diferencial desta Organização está na otimização das suas operações, as quais devem fazer chegar ao cliente final (militar) os itens de fardamento, na quantidade solicitada, a um preço justo, no tempo e local acordados, ao menor custo. Vale ressaltar que, mesmo sendo descaracterizado um comércio, em termos de resultados financeiros, pelo fato de o preço de aquisição dos itens, pela Instituição, ser repassado para o cliente, à motivação pela procura por novas soluções de otimização das operações pauta-se na premissa de se buscar um nível ótimo de atendimento, resultado de melhorias nos serviços back-office (principalmente os logísticos), ao menor custo possível. Além disso, à Marinha do Brasil persiste a necessidade de atualização de suas rotinas para a manutenção de sua prontidão e aprestamento para a defesa nacional, onde as atividades logísticas têm importância estratégica. O planejamento e a programação são métodos de fundamental importância para se otimizar um sistema de distribuição de materiais, pois exige o uso de novas tecnologias para se obter um desempenho operacional cada vez mais eficiente. Desse modo, constitui-se um desafio a tarefa de decidir, dentre as diversas opções disponíveis, aquelas que melhor atendam aos objetivos, estejam eles relacionados, como por exemplo, à minimização de custos, à melhoria de qualidade, à otimização de layout e na alocação dos recursos, entre outros. Dessa maneira, torna-se benéfico o uso de técnicas que proporcionem aos administradores a certeza de que estão utilizando um sistema de distribuição que, se bem administrado, pode gerar diversos benefícios. Dentre as metodologias adequadas existentes no mercado, podem ser citadas as ferramentas quantitativas fornecidas pela Pesquisa Operacional, muito útil para auxiliar no processo de tomada de decisão. Essas ferramentas podem ser abordadas através dos modelos determinísticos de programação matemática, tais como: otimização linear, otimização 2

3 discreta, otimização em redes, programação dinâmica determinística e algoritmos evolutivos. Ou através dos modelos probabilísticos que consideram as incertezas dos modelos, como programação dinâmica estocástica, teoria das filas e simulação. De acordo com os pesquisadores Banks (1998), Harrell et al. (2000) e Law e Kelton (2000), a simulação computacional vem se mostrando uma ferramenta com grande potencial de apoio à tomada de decisão. A simulação computacional é uma ferramenta capaz de reproduzir os diversos cenários e estimar os respectivos resultados. Uma análise feita através do desempenho dos fluxos de processos simulados permite auxiliar a gestão dos recursos e estimar os ganhos de novas alternativas, principalmente considerando a variabilidade da demanda e as incertezas dos mercados. Os modelos de simulação são construídos para dar suporte a decisões sobre investimentos em novas tecnologias, expansão da capacidade de produção, gerenciamento de materiais, recursos humanos e integração com os fornecedores, ou seja, através da simulação é possível estabelecer metas estratégicas de manufatura (McLean & Leong, 2001). A proposta desse trabalho tem como objetivo modelar o processo de atendimento dos pedidos, tratados como requisições de material por transferência (RMT), que ocorre no DepFMRJ, no que diz respeito aos itens de fardamentos. Por meio de simulações, a modelagem desse processo permite a realização de testes, sem perdas financeiras, que possibilitam avaliar a alocação de recursos e equipamentos, viabilizar alterações nos processos e melhorias no fluxo de atividades que englobam o atendimento das RMT s. Ao final, estará criada uma ferramenta que dará argumentos para possíveis adoções de estratégias que maximizem os resultados positivos, ou que minimizem os negativos, tornando os processos mais eficientes e eficazes no que diz respeito à movimentação de itens de fardamento. Especificamente para essa modelagem foi utilizado o software Arena de simulação computacional. No próximo capítulo, será feito uma breve abordagem teórica sobre simulação computacional. 2. Fundamentos teóricos Porque utilizar a Simulação computacional? Os trabalhos divulgados na literatura técnica constatam os diversos benefícios obtidos com o uso da Simulação Computacional. Dentre eles, destacam-se: (a) através dos modelos de simulação é possível estimar o que precisa ser melhorado e quando esta melhoria se faz necessária, facilitando, portanto, a tomada de decisões; (b) grandes idéias e melhorias podem ser obtidas através do uso da simulação computacional, já que a animação do processo facilita o entendimento dos gestores; (c) a simulação permite a possibilidade de validar se a decisão tomada é a melhor ou não; (d) a simulação reduz os gastos, o tempo e evita as interrupções inerentes a tradicional técnica de tentativa e erro (McClellan, 2004; Harrel et al., 2000). Em outro trabalho divulgado em 2009, Palominos, P. et al. estudaram a capacidade de resposta de um sistema de produção frente à variabilidade da demanda na indústria de vestuário. Para isso a capacidade de resposta do sistema foi modelada em função das flexibilidades dos recursos de mão-de-obra e maquinário. Inicialmente um planejamento fatorial 3 2 foi desenvolvido e aplicado no software Arena. Os resultados mostraram que, para aquele caso, existe maior evidência da importância do recurso maquinário. Em 2008, os pesquisadores Sandanayake, Y.G. et al. destacaram que a simulação e a modelagem ajudam a visualizar, analisar e a otimizar os processos de produção complexos em um tempo razoável frente à complexidade do estudo e do investimento. Os autores citam, através de uma revisão da literatura, que a simulação e a modelagem não têm sido 3

4 extensivamente aplicadas em ambientes de manufatura com just-in-time (JIT). Citam também haver falta de um mecanismo que identifique os fatores mais significativos para efeitos de otimização no processo do sistema JIT. O objetivo principal do estudo foi o de preencher essa lacuna através da aplicação de ferramentas baseadas em simulação computacional e modelagem matemática linear. Os autores utilizaram o software ProModel para modelar e simular os diversos cenários experimentais. Guimarães, A.M.C. (2008), mostrou o potencial da aplicação das ferramentas Previsão de Demanda e Simulação Computacional em uma unidade produtiva com administração de característica familiar. Para isso, foram abordados os conceitos e os aspectos fundamentais, bem como as principais etapas, os benefícios, as limitações e as dificuldades da utilização dessas ferramentas. Além disso, foi proposta uma metodologia que aumentou a precisão da Previsão de Demanda. Com os dados obtidos foi possível analisar o desempenho dos fluxos dos processos simulados, o que permite auxiliar na gestão dos recursos, levando-se em conta, principalmente, a variabilidade da demanda e as incertezas dos mercados. Nessas análises foram utilizados os softwares Statgraphics Centurion e Arena a fim de elaborar, respectivamente, os modelos de previsão de demanda e de simulação computacional para o estudo de caso proposto. 3. Estudo de Caso 3.1. O processo As funções logísticas na Marinha são bem definidas e divididas entre algumas unidades. Basicamente, funciona com a seguinte dinâmica: quem determina as necessidades, não compra; quem compra, não recebe; e quem recebe, não distribui. O DepFMRJ, dentro do SAbM, fica como responsável pelo recebimento, perícia, armazenagem e distribuição (expedição) de todos os uniformes desta Força. Ou seja, somente as previsões de demanda, aquisições e efetiva distribuição (transporte) não são efetuadas por esse OD. Especificamente, no que diz respeito à distribuição, esse depósito conta com o apoio do Depósito Naval do Rio de Janeiro (DepNavRJ) que lida com todas as atividades de tráfego de carga para as organizações fora do Estado do Rio de Janeiro (fora de sede), e com a divisão de transportes da BAMRJ, no que diz respeito ao transporte na área-rio (sede). O militar que deseja adquirir qualquer item de uniforme que faz parte da linha de fornecimento do SAbM se dirige a um Posto de Distribuição de Uniforme (PDU) e realiza sua compra. Para que isso seja possível, os PDU s, assim como qualquer outra loja, devem manter seus estoques apurados e em níveis suficientes a suprirem as demandas. Como já apresentado, a Marinha do Brasil mantém, em sua estrutura, o DepFMRJ que concentra todos as RMT s dos PDU s do Brasil, sejam elas de encomenda individual para um militar ou de recomposição de estoque. Sendo assim, a modelagem dos fluxos das RMT s considerou, como momento inicial, a chegada de uma RMT ao sistema do Depósito e, como momento final, sua retirada pelas unidades responsáveis pelo transporte. As RMTs que saem do sistema são transformadas em volumes (caixas com material), os quais são agrupados e expedidos em lotes para que possam ser transportados pelas organizações que executam a distribuição propriamente dita: DepNavRJ (fora de sede) e BAMRJ (sede). A figura 1 apresenta um fluxograma generalizado do processo, desde a chegada até a saída das RMT s. CHEGAD A DE RMT REGISTR A RMT PICKING DE RMT EXPEDIÇÃ O DE RMT SAÍDA RMT ESTAÇÃO CONTRO LE ESTAÇÃO ARMAZENAGE M ESTAÇÃO EXPEDIÇ ÃO 4

5 Figura 1: Fluxograma do processo 3.2. Coleta de Dados De acordo com os autores Law & Kelton (2000), a simulação trabalha com dados específicos de cada processo, tratando também de suas anormalidades e aleatoriedade. A coleta de dados para Harrel et al. (2004) é um dos pontos mais importantes do processo de simulação, pois, segundo os autores, se os dados não forem consistentes o modelo também não o será. Para a modelagem desse estudo foram utilizados os dados históricos das médias e desvios padrões, obtidos através de um levantamento de dados, coletados ao longo de um período de 12 meses. Foram também considerados os dados relativos às fadigas mentais e físicas, ineficiências, preparações, refeições e até mesmo as necessidades fisiológicas. Para analisar e propor a melhor distribuição estatística para cada processo foi utilizado o software Statgraphics Centurion através do teste log likelihood. Mesmo assim foram feitas entrevistas com os especialistas dos processos para se comparar e validar esses dados Modelagem dos fluxos das RMT s A RMT chega ao DepFMRJ numa rate de 20 unidades a cada 1 hora, de forma aleatória. Porém, existem as RMT s urgentes, fruto das mais diversas razões, dentre elas, inconsistências na previsão de demanda. Estas RMT s são tratadas com maior prioridade em relação às outras. O DepFMRJ recebe em torno de 10% deste tipo de RMT. Para tanto, um crivo é realizado acerca da situação de cada RMT, quando da sua chegada à organização. Essa modelagem esta representada pela figura 2. Figura 2: Ilustração lógica da chegada das RMT s Ao entrar no sistema ERP (Enterprise Resource Planning) do DepFMRJ, denominado SINGRA (Sistema de Informações Gerenciais do Abastecimento), as RMT s seguem, eletronicamente, para uma estação denominada ESTAÇÃO CONTROLE, a qual possui 2 (dois) OPERADORES DE SINGRA que se encarregam de as registrarem. O ritmo de trabalho desses operadores é regido por uma distribuição uniforme, os quais levam, no mínimo, 1 min. e no máximo, 3 min. para efetuarem o registro de uma RMT. Ainda na ESTAÇÃO CONTROLE, as RMT s são impressas e acumuladas para que, a cada conjunto de 15 unidades, sejam levadas por um AUXILIAR DE SERVIÇOS GERAIS, até a 5

6 próxima estação, denominada ESTAÇÃO ARMAZENAGEM. O conceito lógico desse processo esta representado pela figura 3. Ao saírem da ESTAÇÃO CONTROLE, as RMT s seguem, física e eletronicamente, à ESTAÇÃO ARMAZENAGEM que é composta de duas Seções: CONFERÊNCIA e PICKING. Figura 3: Ilustração lógica da Estação Controle O conjunto de RMT s que entra na ESTAÇÃO ARMAZENAGEM vai direto para a SEÇÃO DE CONFERÊNCIA. Nesta Seção, as RMT s são separadas, ou seja, desvinculadas do lote que veio da ESTAÇÃO CONTROLE e seguem, mediante o transporte de um PAIOLEIRO DE SERVIÇO para a SEÇÃO DE PICKING. O picking, por sua vez, é realizado por 8 PAIOLEIROS que o fazem utilizando PALLETEIRAS ou EMPILHADEIRAS. Para o processo de picking com PALLETEIRA, o PAIOLEIRO o realiza no tempo de NORM (4,1) [min.]. Já no picking com EMPILHADEIRA, o tempo é de NORM (3,0.5) [min.]. Nota-se, porém, quanto ao conjunto de estantes que compõem a ÁREA DE ARMAZENAGEM do DepFMRJ, que 20% das localizações (LOC) estão no primeiro andar. Isto é, numa atividade de picking, considera-se que 80% das RMT s são separadas utilizando EMPILHADEIRA, e 20%, PALLETEIRA. Existem 3 PALLETEIRAS e 4 EMPILHADEIRAS disponíveis para a execução das atividades. O processo lógico dessa estação esta ilustrado na figura 4. Figura 4: Ilustração lógica da Estação Armazenagem O caminho percorrido, tanto pelas EMPILHADEIRAS, quanto pelas PALLETEIRAS, compreende o percurso realizado dentro da ÁREA DE ARMAZENAGEM (efetuando o picking), acondicionando o solicitado nas RMT s em caixas individualizadas, por pedido. Após a separação, os volumes gerados pelas RMT s são deixados na ESTAÇÃO DE EXPEDIÇÃO pelos transportadores, que ficam disponíveis para o próximo processo da fila, retornando à SEÇÃO DE PICKING. 6

7 Na ESTAÇÃO EXPEDIÇÃO, os volumes são identificados se são para PDU SEDE ou PDU FORA DE SEDE. Para que isso seja exeqüível, a estação é composta por duas SEÇÕES: CONSOLIDAÇÃO SEDE e CONSOLIDAÇÃO FORA DE SEDE. Na primeira, existem 5 EXPEDIDORES. Para se determinar a distribuição que melhor define suas atividades, foram feitos observações e coleta de dados durante 10 dias (2 dias para cada expedidor). Esses dados foram analisados utilizando-se a ferramenta Input Analyser, disponível no software. A distribuição que mais se aproxima dos dados observados para as atividades realizadas pelos EXPEDIDORES SEDE foi: * BETA(0.535, 0.861). Na SEÇÃO CONSOLIDAÇÃO FORA DE SEDE, existem 2 EXPEDIDORES, os quais executam suas atividades no tempo de NORM (3,1) [min]. Após serem consolidados e expedidos, os volumes seguem, por esteiras, para as Áreas de Trânsito em Estoque da BAMRJ (volumes para os PDU SEDE) e DepNavRJ (volumes para os PDU FORA DE SEDE). A modelagem dessa estação esta representada na figura 5. Figura 5: Ilustração lógica da Estação Expedição Os volumes são acumulados em lotes fixos de 5 unidades, nas Áreas de Trânsito em Estoque e depois seguem pelas esteiras às áreas das organizações responsáveis pela distribuição (transporte). O expediente se inicia às 08:00 h e vai até às 16:00 h, com um intervalo de refeição de uma hora, 5 dias por semana. São observadas quedas no sistema (falhas SISTEMA FORA DO AR), impedindo a ESTAÇÃO CONTROLE (OPERADOR SINGRA 1 e 2), ESTACAO CONSOLIDAÇÃO SEDE e CONSOLIDAÇÃO FORA DE SEDE de executarem suas atividades. Essas falhas foram contempladas na simulação de acordo com a tabela 1. ESTAÇÃO CONTROLE EXPEDIÇÃO RECURSO OPERADOR SINGRA 1 OPERADOR SINGRA 2 EXPEDIDOR SEDE EXPEDIDOR FORA DE HORÁRIOS FALHAS DURAÇÃO FALHAS NORM (240,25) NORM (5,1) 7

8 SEDE Tabela 1: Distribuição probabilística das quedas no sistema Um resumo dos processos, recursos com suas capacidades e distribuições probabilísticas, todas em minutos, está apresentado na tabela 2. A animação da modelagem proposta contendo os recursos, entidades, processos e filas e os indicadores de desempenho esta ilustrada na Figura 6. ESTAÇÃO PROCESSOS RECURSO CAPAC. DELAY CONTROLE ARMAZENAGEM EXPEDIÇÃO REGISTRA RMT PICKING COM PALLETEIRA PICKING COM EMPILHADEIRA CONSOLIDAÇÃO SEDE CONSOLIDAÇÃO FORA DE SEDE OPERADOR SINGRA 1 OPERADOR SINGRA UNIF (1,3) UNIF (1,3) PAIOLEIROS NORM (4,1) 8 PAIOLEIROS NORM (3,0.5) EXPEDIDOR SEDE EXPEDIDOR FORA DE SEDE * BETA(0.535, 0.861)) 2 NORM (3,1) Tabela 2: Resumo dos elementos da modelagem do processo das RMT s 8

9 . 4. Apresentação dos resultados Figura 6: Representação ilustrativa da animação para o DepFMRJ Apesar das potencialidades oferecidas por um software de simulação, sua simples existência e aplicação não têm valor algum, caso não haja uma correta apresentação e avaliação dos resultados por ele fornecidos. Desta forma, esta seção apresenta, avalia e propõe soluções, com base nos resultados mais significativos fornecidos pelo software ARENA, ao simular o processo de atendimento de RMT do DepFMRJ. Para tanto, foram utilizados indicadores de desempenho, os quais serviram para analisar os recursos e o fluxo dos processos visando atender a demanda. Foram eles: o tempo médio na fila (TF), ou seja, o tempo médio que uma entidade leva esperando na fila para ser atendida em um recurso; a utilização média do recurso (UR) expressa pela razão entre o tempo efetivamente gasto durante o processamento e o tempo total disponível; o total processado em cada recurso/processo (TMP), o número de RMT s que chegam, ao dia e o total processado de lotes (5 volumes), por dia, que chegou ao final do sistema disponível para as áreas das organizações responsáveis pela distribuição (transporte). Todos os tempos utilizados nessa modelagem estão em minutos. O período considerado no modelo compreendeu um total de 21 dias, os quais representam aqueles, efetivamente, trabalhados, desconsiderando os finais de semana e mais um dia de folga, que ocorre uma vez ao mês, haja vista a rotina especial da Força. ESTAÇÃO PROCESSOS TF UR ACUMULA RMT CONTROLE REGISTRA RMT

10 ARMAZENAGEM EXPEDIÇÃO PICKING COM PALLETEIRA PICKING COM EMPILHADEIRA CONSOLIDAÇÃO SEDE CONSOLIDAÇÃO FORA DE SEDE Tabela 3: Desempenho dos processos do DepFMRJ Através dos resultados obtidos a partir dos indicadores de desempenho retirados dos relatórios do software ARENA e ilustrados na Tabela 3, podem ser feitas algumas constatações. O TF mostra a existência de três gargalos que afetam a eficiência do DepFMRJ nos processos ACUMULA RMT (18.04 min), REGISTRA RMT (19.83 min) e CONSOLIDACAO SEDE (30.96 min). Através da UR é possível, por exemplo, perceber os recursos que estão sendo subutilizados. Observa-se uma ociosidade nos recursos AUXILIAR DE SERVIÇOS GERAIS (6%), OPERADORES DE SINGRA (39%), PAIOLEIROS (14%) e EXPEDIDORES (32%) do processo CONSOLIDAÇÂO FORA DE SEDE. Para essa modelagem verifica-se que a demanda média foi de 205 RMT s por dia, enquanto que o TMP médio final foi de 165 RMT s por dia, o que significa uma eficiência no atendimento da demanda de 80%. Outras informações obtidas foram: o tempo de atravessamento médio (lead time) de 116 minutos e o total de 26 lotes disponibilizados às Organizações de distribuição. Para melhorar a eficiência no atendimento da demanda do DepFMRJ serão necessárias algumas modificações nos seus processos. A Estação CONTROLE, onde são acumuladas as RMT s, apresenta um indicador de tempo médio em fila muito alto. A esse fato vincula-se a espera pela formação de lotes com 15 RMT s para que o AUXILIAR DE SERVIÇOS GERAIS possa, assim, os encaminhar à próxima estação. Desta forma, ao se reduzir o lote de acumulação para 10 RMT s e considerando que a UR do transportador é baixa (6%), o tempo médio em fila, na estação ACUMULA RMT, sofrerá uma queda. Em relação ao processo REGISTRO RMT, a rate de chegada dos pedidos não é suprida pelo ritmo de trabalho dos dois recursos da estação, que apresentam uma UR de 39%. Assim, nota-se que o tempo médio em fila de uma RMT é bem elevado, impactando negativamente na eficiência do sistema. Pode-se, então, aventar a possibilidade de um treinamento aos OPERADORES SINGRA, de modo que aprimorem seus processos e, por conseguinte, reduzam o seu tempo de execução de registro de uma RMT de UNIF (1,3), para UNIF (1,2). Como conseqüência o TF desse processo será encurtado. Já a Estação ARMAZANAGEM não apresentam TF s elevados nos seus processos, porém os PAIOLEIROS apresentam uma UR média muito baixa. Relacionando a quantidade desses recursos existentes, pode-se concluir que a redução desse número pode trazer uma economia para a Organização, bem como a otimização das atividades daqueles que realmente serão utilizados. No que tange a Estação EXPEDIÇÂO, o processo CONSOLIDACAO FORA SEDE, apesar de possuir menos recursos (2 EXPEDIDORES FORA SEDE) em relação ao CONSOLIDACAO SEDE (5 EXPEDIDORES SEDE), é mais eficiente e possui um TF e uma 10

11 UR muito inferior. Pode-se propor, então, um treinamento aos EXPEDIDORES SEDE, de modo que aperfeiçoem suas atividades, aproximando sua rate de trabalho a da estação CONSOLIDACAO FORA SEDE, fazendo com que a distribuição de suas atividades passe a ser NORM (4,2). Dessa forma, haverá uma redução significativa no TF desse processo. Assim sendo, introduzindo as modificações propostas na modelagem dos processos de atendimento das RMT s do DepFMRJ observa-se, após a simulação, uma melhora significativa na sua performance, de acordo com os indicadores de desempenho apresentados na Tabela 4. ESTAÇÃO PROCESSOS TF UR CONTROLE ARMAZENAGEM EXPEDIÇÃO ACUMULA RMT REGISTRA RMT PICKING COM PALLETEIRA PICKING COM EMPILHADEIRA CONSOLIDAÇÃO SEDE CONSOLIDAÇÃO FORA DE SEDE Tabela 4: Desempenho dos processos do DepFMRJ após as modificações propostas Além de uma redução significativa no TF de todos os processos, houve uma melhora na eficiência do atendimento da demanda que passou para 91%, já que entraram 220RMT s e o TMP final foi de 200 RMT s. Além disso, o lead time passou para 78 minutos e, ainda, o número total de lotes disponibilizados às Organizações de distribuição subiu para Conclusão Diante de um cenário de severas restrições orçamentárias, é essencial para uma organização pública a utilização de ferramentas que viabilizem a otimização de seus processos sem, contudo, incidir em custos adicionais. Para tanto, essas alternativas precisam estar embasadas de um arcabouço de informações que permitam a reprodução, o mais fidedigna possível, do sistema que se deseja otimizar. Dessa forma, após a delimitação do cenário e a posterior busca e cálculos dos dados de entrada, com o uso da Simulação Computacional, foi feita a modelagem dos processos relacionados ao atendimento de RMTs realizados no DepFMRJ do presente estudo de caso, utilizando, para isto, o software ARENA. Essa modelagem permitiu propor um cenário alternativo, cujos resultados foram analisados de forma a garantir a melhor alocação dos recursos para atender a demanda prevista. As análises possibilitaram visualizar as respectivas limitações, ociosidades, capacidades e desbalanceamentos de cada processo, permitindo, inclusive, a identificação de gargalos. A partir dessas informações foi possível propor soluções que aperfeiçoam os recursos, tornando a instituição mais enxuta e eficiente, para atender a demanda necessária, mudando ou 11

12 mantendo o nível de serviço, sempre com o foco na redução dos custos e na otimização dos serviços. Outro beneficio observado com o uso da simulação computacional no processo de atendimento de pedido do DepFMRJ, foi de que com a aplicação do modelo proposto foi possível obter uma visão sistêmica dos efeitos que alterações nos processos terão sobre o desempenho global dos fluxos de atendimento dos pedidos, possibilitando a criação de cenários futuros sem a necessidade de investimentos reais. Dessa forma, o tomador de decisão pode conhecer as conseqüências de suas ações, permitindo uma melhor avaliação dos sistemas logísticos e tendo como conseqüência uma maior eficiência na utilização dos recursos, na redução dos estoques intermediários e finais, menores custos operacionais, dentre outras. Com esse modelo, análises futuras poderão ser realizadas de modo a adequar, a qualquer momento, e sem onerar os cofres da Força, a realidade da instituição à dos seus clientes (militares), em termos de melhoria da eficiência dos processos, os quais deverão estar consoantes ao nível das exigências de seu mercado. 6. Referências bibliográficas BANKS, J. Handbook of Simulation: Principles, Methodology, Advances, Applicatios and Practice, 1ª edição, Wiley-IEEE, GUIMARÃES, A. M. C. Empresas de Gestão Conservadora: Potencial da Previsão de Demanda e Simulação Computacional. Dissertação de Mestrado, Programa de pós-graduação em Engenharia de Produção do Departamento de Engenharia Industrial da PUC-Rio, HARRELL, C.R.; GHOSH, B.K. E BOWDEN, R. Simulation Using ProModel, 2ª edição, McGraw-Hill Professional, HARREL, C. R.; BATEMAN, R. E.; GOGG, T. J. E MOTT, J. R. A. System Improvement Using Simulation, 1º edição, McGraw-Hill, LAW, A. M.; KELTON, W. D. Simulation Modeling and Analysis. 3ª edition. McGraw-Hill, MCCLELLAN, J.J. The benefit of using simulation to improve the implementation of lean manufacturing case study: quick changeovers to allow level loading of the assembly line. Dissertação de mestrado, Brigham Young University, 2004 MCLEAN, C.; LEONG, S. The Role of Simulation in Strategic Manufacturing. Proceedings of the 33 nd Conference on Winter Simulation, , PALOMINOS, P. ET AL. Modeling the response capability of a production system, International Journal of Production Economics, doi: /j.ijpe , SANDANAYAKE, Y.G. ET AL. A systematic modelling and simulation approach for JIT performance optimisation, Robotics and Computer-Integrated Manufacturing 24, ,