Análise do planejamento produtivo de uma indústria de material de defesa através da simulação de eventos discretos
|
|
- Antônia Antas Fialho
- 5 Há anos
- Visualizações:
Transcrição
1 Análise do planejamento produtivo de uma indústria de material de defesa através da simulação de eventos discretos André Luiz Medeiros (UNIFEI) José Arnaldo Barra Montevechi (UNIFEI) Renaldo Gonzaga de Almeida Filho (UNIFEI) Resumo As mudanças econômicas vêm exigindo rápidos ajustes estratégicos e estruturais em todos os setores da economia. Assim, tanto a produtividade quanto a reatividade têm se tornado os objetivos principais de gerentes de sistemas de manufatura, que são complexos. E, a simulação de eventos discretos é uma das metodologias para ser aplicada nesses sistemas. O objetivo deste trabalho é analisar o impacto na quantidade total produzida, no tempo médio de ciclo e no tempo mínimo de ciclo ao deixar de produzir barras do tipo CANO1 para produzir barras do tipo CANO2. A conclusão é que a partir dos dados fornecidos pela indústria, ao trocar o processo produtivo para CANO2 o impacto na produção total será muito pequeno (2,52%), sendo mais significativo o aumento no tempo médio de operação (14,91%) e no tempo mínimo de ciclo (23,71%). Palavras-chave: Simulação, Planejamento, Eventos discretos. 1. Introdução As mudanças econômicas ocorridas desde o início da década de 1990 vêm exigindo rápidos ajustes estratégicos e estruturais em todos os setores da economia brasileira (REIS et al, 2001). No setor de manufatura não poderia ser diferente. Segundo Thomas e Charpentier (2003), tanto a produtividade quanto a reatividade têm se tornado os objetivos principais de gerentes de sistemas de manufatura. Ainda segundo os autores, produtividade implica em prestar atenção nas variáveis externas (como os clientes e as vendas e etc.) assim como nos recursos (máquinas, trabalhadores e etc.). E a reatividade necessita de extrema flexibilidade no planejamento, um excelente conhecimento das expectativas expressadas pelos fatores externos (clientes, contexto sócio-econômico e outros) e um perfeito conhecimento das expectativas e atividades dentro da organização. Assim, para O Kane et al (2000) os modernos sistemas de manufatura são compostos por muitas operações discretas que ocorrem aleatoriamente e de forma não linear sejam elas através de modelos matemáticos ou de outros modelos a serem praticados. E para Rathmill et al (1983) a simulação de eventos discretos tem evoluído para tornar-se um sistema de análise complexa mais popular e com custo médio mais eficiente. A técnica de simulação de eventos discretos consiste na modelagem de um sistema que sofre mudanças em intervalos de tempo discretos (O KANE et al, 2000). E, muitos sistemas de produção apresentam essas mudanças. Portanto, essa técnica é ideal para ser aplicada nesses sistemas. Diante do apresentado, o objetivo deste trabalho é analisar, através da simulação, qual o impacto na produção total, no tempo médio de ciclo e no tempo mínimo de ciclo de uma célula de produtora de barras, ao deixar de produzir barras forjadas para arma do tipo 1 (CANO1) para produzir barras forjadas para arma do tipo 2 (CANO2). A conclusão é que deixar de produzir barras do tipo 1 para produzir barra do tipo 2 resultará ENEGEP 2005 ABEPRO 3018
2 em na diminuição de apenas 2,52% no número total de barras. Já quanto ao tempo médio de operação, haverá um aumento de 14,91% e o tempo de ciclo também aumentará em 23,71%. 2. Simulação computacional Os modelos de simulação tornaram-se uma das técnicas mais populares empregadas nas análises de sistemas industriais complexos (O KANE et al, 2000). Ainda segundo este autor, a fase operacional compreende as maiores potencialidades de se obter os melhores resultados com o uso da simulação. Para Shannon (1975), a simulação é um método de modelagem utilizado para implementar e analisar um procedimento real (físico) ou proposto em um computador (de forma virtual) ou até mesmo em protótipos. Bertrand e Fransoo (2002), definem simulação como uma técnica que, auxiliada por uma ferramenta computacional, é usada para solucionar problemas complexos, onde não seria possível apenas por um simples modelo matemático. Ou seja, a simulação seria o ato de imitar um procedimento real em menor tempo e com menor custo, permitindo um melhor estudo do que vai acontecer e de como consertar erros que gerariam grandes gastos (LEAL, 2003). Strack (1984) aponta algumas características encontradas em problemas a serem analisados que justificam o uso da simulação, tais como: não há uma formulação matemática completa; não há um método analítico para a resolução do modelo matemático; a obtenção de resultados com o modelo é mais fácil de ser realizada por simulação do que método analítico; não existe habilidade pessoal para a resolução do modelo matemático por técnica analítica ou numérica; é necessário observar o desenvolvimento do processo desde o início até os resultados finais, e são necessários detalhes específicos; não é possível ou é muito difícil a experimentação no sistema real; é desejado estudar longos períodos de tempo ou são necessárias alternativas que os modelos físicos dificilmente fornecem. Além disso, para Kelton et al (1998), pode-se estabelecer alguns parâmetros nos quais as simulações são classificadas, como: tempo (estática quando o tempo é invariável; ou dinâmica corresponde a maioria dos modelos operacionais); estado de mudança (contínua o estado do sistema muda continuamente com o tempo; discreta mudanças ocorrem somente após a separação de alguns pontos no tempo); aleatoriedade (determinísticos modelos que não possuem entradas aleatórias; estocásticos- operam com entradas aleatórias). Em uma simulação, é necessário identificar os elementos envolvidos no processo. A simulação envolve três elementos principais: o sistema real, o modelo e o simulador (Moreira, 2001). Sendo que estes devem ser analisados através de suas inter-relações. Para Moreira (2001), o sistema real pode ser definido como uma origem de dados; o modelo como um grupo de instruções para a geração de dados; e o simulador como um dispositivo capaz de levar a diante instruções do modelo. Uma simulação, segundo Leal (2003), apresenta os seguintes mecanismos internos: Variáveis: características ou atributos do sistema que assumem uma gama de valores ENEGEP 2005 ABEPRO 3019
3 distintos conforme o desempenho do sistema, quando simulado; Parâmetros: características ou atributos do sistema que têm só um valor em toda a simulação, mas podem mudar se alternativas diferentes forem estudadas; Fatores exógenos: parâmetros ou variáveis cujo valor afeta o sistema, porém não é afetado por ele. São representados pelas séries ou distribuições de probabilidade que fornecem valores ao sistema; Fatores endógenos: parâmetros ou variáveis que tem o valor determinado pelo sistema, como é o caso dos resultados do modelo. Andrade (1989) propõe que um trabalho de simulação seja desenvolvido de acordo com as características apresentadas na Figura 1. Formulação do problema: Os objetivos da simulação devem ser explicitamente definidos, a amplitude e a profundidade que se deseja da análise e os recursos disponíveis; Coleta de dados: Processo de recolhimento dos fatos e informações disponíveis que serão processados quando houver necessidade; Modelagem: o primeiro passo da modelagem corresponde à identificação das variáveis do problema. Na seqüência, elabora-se o modelo propriamente dito, buscando similaridade com o sistema real; Avaliação do modelo: etapa é decisiva no processo de simulação, pois a rejeição do modelo nesta levará ao reinício do processo; Programação da simulação: corresponde à formação do fluxograma do modelo, que pode ser implementado em um computador, sendo que o modelo elaborado deve ser transcrito na linguagem utilizada pelo software selecionado; Validação: a validação é uma avaliação de o quanto o modelo construído assemelha-se ao sistema real que se pretendeu simular, no aspecto de se questionar se esse modelo atende ou não às finalidades para as quais foi construído; Realização de experimentos: feito após o modelo estar pronto, tendo sido verificado e solucionado qualquer erro de programação e após ter sido julgado válido, estabelecendo critérios de como os experimentos serão conduzidos. Fonte: Adaptado de Andrade (1989), Moreira (2001) e Leal (2003) Figura 1. Fluxograma e análise do processo de simulação 3. Objeto de estudo e método de pesquisa O trabalho foi realizado em uma indústria de equipamentos bélicos, onde se estudou apenas uma das várias células da indústria, que é responsável por produzir as barras forjadas. Essas barras, no final de toda a linha de produção da indústria darão origem aos canos dos produtos a serem comercializados. Segundo Bryman (1989), este trabalho pode ser classificado como um quase-experimento, porque os projetos quase-experimentais permitem ao pesquisador eliminar algumas explicações de supostas causas de relações, mas não todas. O que o torna útil, pois uma grande porção do campo de experimento não pode ser considerada na experimentação. Leal (2003) comenta que termo quase-experimento é utilizado para denotar o estudo de um grupo ao qual recebe tratamento experimental, mas com informações adicionais coletadas após o experimento. E, para o autor, este tipo de pesquisa apresenta as seguintes características: ENEGEP 2005 ABEPRO 3020
4 Não objetiva retratar um método em seu uso pela organização em estudo; Não objetiva medir os resultados após a implantação do método proposto; O pesquisador não detém o controle sobre todas as variáveis; A pesquisa não propõe generalizações dos resultados. Primeiramente, definiu-se a célula a ser estudada. A escolha foi intencional e partiu da gerência da indústria, pois havia interesse em estudar os resultados da célula ao incorporar um produto diferente no processo (no caso, como referido o item CANO2). O mapa do processo e os dados que serviram de base para montar a simulação da célula, foram fornecidos pela indústria. Por se tratar de itens confidenciais, os dados base foram modificados. Por isso, os resultados obtidos na simulação não representam diretamente os resultados do sistema real. Mas através das devidas transformações matemáticas, pode-se chegar ao resultado real. Assim, de posse desses dados e do mapa de processo parte-se para a simulação. Os dados foram estruturados de forma compatível com os requisitos do software de simulação utilizado, ProModel, versão As barras são os insumos que serão transformados no processo de produção. No sistema de simulação, elas são chamadas de entities. Para Harrel apud Montevechi (2003), nas entities são listados todos os insumos, materiais brutos ou pré-fabricados que serão utilizados na produção. Nesse modelo, utilizou-se as seguintes: barra bruta, barra desempenada, barra furada, barra forjada. As máquinas são as responsáveis pelo processo de transformação dos insumos. Na célula analisada perfazem um total de 12 máquinas. No sistema de simulação, essas são chamadas de locations. No modelo, as locations utilizadas são: Prensa 01, Torno 01, Torno 02, Furadeiras, Torno 03, Torno 04, Alarga, Torno 05, Prensa 02, Retifica, e Forja. Cada máquina realiza um processo diferente e por isso, para realizar suas atividades, consomem tempos distintos em suas operações. Além disso, os dados informados referem-se ao tempo padrão do sistema de controle de processo da indústria, o qual pode ser observado no mapa de processo apresentado na Figura 2. Na modelagem, se considerou onze estoques, sendo sete que antecedem as máquinas, três intermediários e um estoque final. Os estoques que antecedem as máquinas têm a função de acumulação, de modo que o sistema não fique parado esperando o processamento anterior. Os estoques intermediários são responsáveis por armazenar cada tipo de entities de acordo com o processo de produção. E o estoque final armazena as barras forjadas até que o lote complete o total de 100 unidades. Os estoques também são considerados locations no sistema de simulação e são usadas, nesse modelo. Como as máquinas não são totalmente automatizadas, praticamente cada máquina necessita de um operador. Nesta célula emprega-se 11 operários. Duas máquinas requerem operários especialistas, ou seja, apenas um operário é responsável por sua operação. Os demais operários podem trabalhar em outras máquinas, as quais não exigem o especialista. No sistema de simulação, os operadores são chamados de resources. Neste modelo os resources utilizados são: Operadores tipo A: representado por nove operários que trabalham nas seguintes locations: Prensa 01, Torno 01, Torno 02, Furadeiras, Torno 03, Torno 04, Alarga, Torno 05 e Retifica; Operador do tipo B: um operário que trabalha somente nas Prensa 01 e Prensa 02; Operador do tipo C: um operário que trabalha somente na Forja. ENEGEP 2005 ABEPRO 3021
5 Tempo (min) Descrição da Etapa 0,100 X Barra bruta encaminhada para Prensa 01 1,197 X Barra bruta é prensada na Prensa 01 0,100 X Barra bruta prensada vai para estoque do Torno 01 1,432 X Torneamento da barra bruta no Torno 01 0,100 X Barra bruta torneada é levada para estoque do Torno 02 1,345 X Barra bruta é torneada no Torno 02 0,200 X Barra bruta torneada vai estoque de barra bruta 0,100 X Barra bruta sai de estoque e vai para Furadeiras 16,908 X Furadeira fura a barra bruta, transformando-a em barra furada 0,100 X Barra furada é levada para o estoque do Torno 03 0,505 X Barra furada é torneada no Torno 03 0,100 X Barra furada é levada para o estoque do Torno 04 4,012 X Barra furada é torneada no Torno 04 0,100 X Barra furada é levada para o estoque da Alarga 2,253 X Alarga 25 aumenta a dimensão do furo da barra furada 0,200 X Barra furada é encaminhada para o estoque de barra furada 0,100 X Barra furada sai de estoque e vai para Torno 05 13,348 X Barra furada é torneada no Torno 05 0,100 X Barra furada é levada para o estoque da Prensa 02 5,329 X Barra furada é prensada na Prensa 02 e tranforma-se em barra desempenada 0,100 X Barra desempenada é levada para o estoque da Retífica 1,126 X Barra desempenada é retificada na Retífica 0,200 X Barra desempenada é encaminhada para o estoque de barra desempenada 0,100 X Barra desempenada sai de estoque e vai para Forja 3,468 X Barra desempenada é forjada na Forja e transforma-se em barra forjada 0,200 X Barra forjada vai para estoque de barra forjada Figura 2. Mapa do processo e tempos de processamento para as entities CANO 1 e legenda de símbolos A indústria de modo geral trabalha em dois turnos de segunda à sexta-feira. O primeiro é das 7:00 às 17:00 horas, sendo que das 11:00 às 12:00 é feita uma pausa para o almoço. O segundo é das 17:00 às 2:30 horas e das 20:30 às 21:30 horas é servido o jantar. 4. Simulação do modelo e validação Como mencionado, este trabalho faz uso da simulação computacional como forma de representar o processo produtivo da célula em estudo. A escolha do software de simulação ProModel 4.22 se deve ao fato deste software possuir um ambiente agradável ao usuário, além de permitir a elaboração de animações gráficas que auxiliam no processo de confecção, validação e apresentação do modelo. A biblioteca gráfica do ProModel 4.22 apresenta recursos próprios para a área industrial, o que favoreceu ainda mais a sua escolha. Para facilitar o entendimento do processo de simulação, a Figura 3 demonstra layout da célula analisada na indústria. ENEGEP 2005 ABEPRO 3022
6 Figura 3. Esquema simplificado da célula analisada na indústria em estudo Segundo a classificação apresentada por Kelton et al. (1998), a simulação realizada neste trabalho apresenta as seguintes classificações: dinâmica (quando se refere ao tempo); discreta (quando se refere ao estado de mudança); e determinística (quanto à aleatooriedade). A validação de modelos computacionais é de difícil realização. Segundo Naylor et al. (1971) e Pereira (2000), não existe uma forma para se fazer a validação. Assim, não há possibilidade de validação absoluta. Uma vez que os objetivos da simulação podem ser cumpridos com o modelo existente, a etapa de validação está terminada. Assim, para validar esse modelo, utilizou-se o modelo turing test. De acordo com Harrel et al. (1996), neste teste as respostas dadas pelo modelo e as respostas que são dadas pelo sistema real são entregues a pessoas que conheçam o sistema. No caso, a gerência da indústria observou o comportamento da simulação e não indicou alterações devido a não representatividade da realidade. Além disso, segui-se a recomendação de Harrel et al. (1996), pois o modelo foi elaborado e simulado com consultas à gerência da indústria. 5. Análise dos resultados Como pode ser observado na Figura 3, dividiu-se o processo industrial em quatro grandes áreas a serem analisadas: área Barra Bruta, área de Barra Furada, área de Barra Desempenada e área de Barra Forjada. Estas denominações foram criadas para facilitar a análise dos dados. É importante destacar que, a qualquer tempo, a indústria pode fazer alterações no layout da unidade, por isso esse se refere ao praticado no momento do trabalho. O modelo apresentado simulou atividades referente ao mês de novembro de 2004 (iniciando em 01 de novembro às 07:00 e terminando em 01 de dezembro de 2004 às 02:30 horas), ou seja, um total de 715,5 horas. Além disso, foram considerados dois cenários diferentes. Cada cenário possui as seguintes características: Cenário 1: simulação dos tempos de processamento padrão para o CANO1, como apresentado na Figura 3; Cenário 2: simulação dos tempos de processamento padrão para o CANO2; ENEGEP 2005 ABEPRO 3023
7 No cenário 1, a maior parte das máquinas passa grande parte do tempo esperando atividades. Este fato ocorre porque, como se estabeleceu um turno de trabalho para os operadores e não o vinculou às máquinas, é normal que elas fiquem de paradas aguardando o retorno dos operadores para início de uma nova jornada de trabalho. Percebe-se também, que máquinas como o Torno 03, a Prensa 02, a Retífica e a Forja, passam grande parte do tempo vazias (inoperantes). Esse fato pode estar ocorrendo porque essas máquinas possuem capacidade ociosa, conforme os respectivos percentuais de utilização 47,19%, 22,07%, 35,56% e 25,45%. Por outro lado, pode-se observar que a Prensa 01, as Furadeiras, o Torno 04 e o Torno 05 possuem percentuais de utilização acima dos 80,00% (84,97%, 89,40%, 99,94%, 92,40%, respectivamente). E este fato pode nos revelar que essas máquinas podem ser gargalos produtivos. Ou seja, elas impedem o processamento de novas peças, haja vista que os seus respectivos estoques intermediários possuem elevado índice de ocupação ao longo do tempo (100,00%, 41,19%, 99,92% e 99,91% respectivamente). Como já comentado, o processo utiliza três tipos de operadores e em diferentes quantidades: 9 Operadores A, 1 Operador B e 1 Operador C. Porém esses operadores possuem, conseqüentemente, diferentes taxas de ocupação. Os Operadores A, por exemplo são utilizados em média certa de 97,34% do tempo, enquanto que o Operador B e o Operador C são utilizados 36,51% e 29,62% do tempo, respectivamente. Assim, como no caso das máquinas, os operadores do tipo A podem se tornar gargalos operacionais, caso algum deles tenha que se ausentar do trabalho. Apesar das elevadas taxas de utilização dos Operadores do tipo A, 28,46% do tempo de trabalho é destinado ao transporte de peças ao longo da unidade de produção, restando apenas cerca de 69,00% para a operação das máquinas. Neste cenário, foi possível produzir (mil, trezentas e dez) barras do tipo CANO1, que é o produto final da célula. Sendo que essas peças ficaram em média 50,41 minutos em operação. E o menor tempo de ciclo de uma peça foi de 64,40 minutos. De acordo com as informações cedidas pelo pessoal da indústria, o cenário 2 difere-se do cenário 1 apenas no tempo de utilização da furadeira e do Operador A. Certamente, essas modificações influenciarão em todo processo produtivo. Porém, as características do sistema continuam as mesmas, modificando apenas alguns percentuais de utilização. Por exemplo, o Torno 05 no cenário 1 apresenta taxa de utilização de 92,40% e no cenário 2 a mesma máquina apresenta uma utilização de 94,50%, permanecendo a condição de gargalo operacional. O mesmo ocorre com os Operadores do tipo A. No cenário 1 a taxa média de utilização é 97,34%, já no cenário 2 o valor é de 97,86%. Porém, no cenário 2 o volume total produzido foi de (mil duzentas e setenta e sete) barras do tipo CANO2. O tempo médio de operação foi de 57,93 e o tempo mínimo de ciclo 79,67 minutos. Do ponto de vista dos pesquisadores, a comparação entre o volume total produzido, o tempo médio de operação e o tempo mínimo de ciclo dos dois cenários anteriores, é o ponto fundamental da pesquisa. Pode se constatar que a diferença de produção de barras do tipo CANO1 e CANO2 é de apenas 33 unidades, o que equivale a apenas 2,52% do total produzido no cenário 1. Ou seja, a produção do CANO 2 teria um impacto de apenas 2,52% no processo produtivo da unidade em análise. O mesmo ocorre com o tempo médio de operação e o tempo mínimo de ciclo. A diferença desses dois tempos é, respectivamente, 7,52 e 15,27 minutos. Porém nesses itens o impacto é ENEGEP 2005 ABEPRO 3024
8 maior porque para o tempo médio tem-se 14,91% e para o tempo mínimo 23,71%. 6. Conclusões O objetivo principal do trabalho era analisar o impacto na quantidade total produzida, no tempo médio de ciclo e no tempo mínimo de ciclo ao deixar de produzir de barras forjadas para arma do tipo 1 (CANO1) para produzir barras forjadas para arma do tipo 2 (CANO2). Assim, pode-se concluir que, deixar de produzir barras do tipo 1 para produzir barra do tipo 2 resultará na diminuição de apenas 2,52% no número total de barras. Já quanto ao tempo médio de operação, haverá um aumento de 14,91% e o tempo de ciclo também aumentará em 23,71%. Além disso, em quase nada mudou a situação de gargalo de produção e de ociosidade, tanto dos operadores quanto das máquinas. Além do mais, sugere-se que a indústria controle melhor os dados do processo produtivo, para que ela possa, de forma mais precisa, intervir no processo através de decisões acertadas. Outro ponto interessante, seria simular todo o processo produtivo da indústria, para que a esta tivesse uma visão macro do sistema produtivo. Referências ANDRADE, E. L. Introdução à Pesquisa Operacional. Rio de Janeiro: Livros Técnicos e Científicos, p , BERTRAND, J. W. M., FRANSOO, J. C., Modeling and Simulation. Operations management research methodologies using quantitative modeling. International Journal of Operations & Production Management, Vol. 22 No. 2, 2002, pp HARREL, C. R.; BATEMAN, R. E.; GOGG, T. J.; MOTT, J. R. A. (1996) System Improvement Using Simulation. Orem, Utah: PROMODEL Corporation. KELTON, W. D.; SADOWSKI, R. P.; SADOWSKI, D. A. (1998) Simulation with Arena. MacGraw Hill. LEAL, F. (2003) Um diagnóstico do processo de atendimento a clientes em uma agência bancária através de mapeamento do processo e simulação computacional. Itajubá: UNIFEI. 223p. (Dissertação de mestrado apresentada ao Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal de Itajubá). MONTEVECHI, J. A. B.; DUARTE, R..; NILSSON, G. V. (2003) O uso da simulação para análise do layout de uma célula de manufatura. Revista Pesquisa e Desenvolvimento de Engenharia de Produção. n1, p MOREIRA, C. M. (2001) Estratégias de Reposição de Estoques em Supermercados: Avaliação por meio de simulação. Dissertação (Mestrado em Eng. Produção) Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, SC. NAYLOR, T. H.; BALINTFY, J. L.; BURDICK, D. S.; CHU, K. (1971) Técnicas de Simulação em Computadores. São Paulo: Editora Vozes. O KANE, J. F.; SPENCELEY, J. R.; TAYLOR, R. (2000) Simulation as essential tool for advanced manufacturing technology problems. Journal of Material Processing Technology p PEREIRA, I. C. (2000) Proposta de Sistematização da Simulação para Fabricação em Lotes. Dissertação (Mestrado em Eng. de Produção) Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Itajubá, Itajubá, MG. RATHMILL, K.; GREENWOOD, N.; HOUSMANN, M. (1983) Computer simulation of FMS, in: Proceedings of the Second International Conference on Flexible Manufacturing Systems, October, pp REIS, R.P.; MEDEIROS, A.L.; MONTEIRO, L.A. (2001) Custo de produção da atividade leiteira na região Sul de Minas Gerais. Organizações Rurais e Agroindustriais, Lavras, v. 3, n. 2. p , jul./dez. SHANNON, Robert E. (1975) Systems simulation: the art and science. Englewood Cliffs: Prentice-Hall, [s. n.]. STRACK, J. (1984) GPSS: modelagem e simulação de sistemas. Rio de Janeiro: LTC. THOMAS, A.; CHARPENTIER, P. (2003) Reducing simulation models for scheduling manufacturing facilities. European Journal of Operational Research p ENEGEP 2005 ABEPRO 3025
O que é Simulação? Capítulo 1. Prof. Afonso C Medina & Prof. Leonardo Chwif. fonte original de consulta.
O que é Simulação? Capítulo 1 fonte original de consulta. Prof. Afonso C Medina & Prof. Leonardo Chwif 1 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das
Leia maisINTEGRAÇÃO ENTRE O MAPEAMENTO DE PROCESSOS E A SIMULAÇÃO DE EVENTOS DISCRETOS: O CASO DE UMA MONTADORA DE PNEUS
! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& INTEGRAÇÃO ENTRE O MAPEAMENTO DE PROCESSOS E A SIMULAÇÃO
Leia maisSimulação e Modelagem
Simulação e Modelagem Prof. Afonso C Medina Prof. Leonardo Chwif Versão. 6//6 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das Filas ou a Simulação? O
Leia mais4ªJornadaCientíficaeTecnológicadaFATECdeBotucatu 7 a9deoutubrode2015,botucatu SãoPaulo,Brasil
SIMULAÇÃO COMPUTACIONAL APLICADAAUM SISTEMA MODULAR DE PRODUÇÃO DIDÁTICO Fernando Doriguel 1, Celso Fernandes Joaquim Junior 2, Gilson Eduardo Tarrento 3, Luiz Enéias Zanetti Cardoso 4, Caio Antônio Villas
Leia mais3 Método de pesquisa Construção do Modelo
37 3 Método de pesquisa Este capítulo apresenta a metodologia utilizada para o desenvolvimento do modelo de simulação que é utilizado na presente dissertação assim como uma descrição da ferramenta computacional
Leia maisFerramenta para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel.
para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel. Fábio Luis Oliveira dos Reis (UFBA) flreis@ufba.br Leizer Schnitman (UFBA) leizer@area1.br Herman Augusto Lepikson
Leia maisMETODOLOGIA PARA UTILIZAÇÃO DE ALGORITMOS GENÉTICOS EM MODELOS DE SIMULAÇÃO COMPUTACIONAL EM AMBIENTES DE MANUFATURA
Disponível eletronicamente em www.revista-ped.unifei.edu.br Edição Especial Projeto Pró Engenharias Revista P&D em Engenharia de Produção V. 08 N. 01 (2010) p. 01-05 ISSN 1679-5830 METODOLOGIA PARA UTILIZAÇÃO
Leia maisUma aplicação de simulação computacional no processo de atendimento a clientes de uma agência bancária
Uma aplicação de simulação computacional no processo de atendimento a clientes de uma agência bancária Fabiano Leal, MSc (UNIFEI) layout@bol.com.br Dagoberto Alves de Almeida, PhD (UNIFEI) dago@iem.efei.br
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisOtimização de uma célula de manufatura utilizando simulação computacional
Otimização de uma célula de manufatura utilizando simulação computacional Wesley Alves da Silva (UNIFEI) alves@unifei.edu.br Mariana Rocha Galhardo (UNIFEI) mrgcps@unifei.edu.br José Arnaldo Barra Montevechi
Leia maisSEQUENCIAMENTO DE LINHAS DE MONTAGEM MÚLTIPLAS NO AMBIENTE DE PRODUÇÃO ENXUTA UM ESTUDO SIMULADO PARA MINIMIZAR O RISCO DE PARADAS
Disponível eletronicamente em www.revista-ped.unifei.edu.br Edição Especial Projeto Pró Engenharias Revista P&D em Engenharia de Produção V. 08 N. 01 (2010) p. 06-10 ISSN 1679-5830 SEQUENCIAMENTO DE LINHAS
Leia maisI - Introdução à Simulação
1 I - Introdução à Simulação Simulação é, entendida como a imitação de uma operação ou de um processo do mundo real. A simulação envolve a geração de uma história artificial de um sistema para a análise
Leia maisMODELAGEM DE TRANSISTORES E DE CIRCUITOS ANALÓGICOS CMOS USANDO VERILOG-AMS
MODELAGEM DE TRANSISTORES E DE CIRCUITOS ANALÓGICOS CMOS USANDO VERILOG-AMS I. Autor: Prof. Oscar da Costa Gouveia Filho Departamento de Engenharia Elétrica Universidade Federal do Paraná II. Resumo: Verilog-AMS
Leia maisPROPOSTA DE UM PROCESSO GENÉRICO E PRÁTICO PARA SIMULAÇÃO DE SISTEMAS
PROPOSTA DE UM PROCESSO GENÉRICO E PRÁTICO PARA SIMULAÇÃO DE SISTEMAS Luiz Henrique Moraes (Ford) lmoraes@ford.com Miguel Cezar Santoro (USP) santoro@usp.br O objetivo desse trabalho é propor um processo
Leia maisTÍTULO: APLICAÇÃO DA SIMULAÇÃO COMPUTACIONAL PARA A TOMADA DE DECISÕES EM SISTEMAS DE MANUFATURA: UM ESTUDO DE CASO COM A FERRAMENTA ARENA
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: APLICAÇÃO DA SIMULAÇÃO COMPUTACIONAL PARA A TOMADA DE DECISÕES EM SISTEMAS DE MANUFATURA: UM
Leia maisO uso da simulação para análise do layout de uma célula de manufatura um estudo de caso
O uso da simulação para análise do layout de uma célula de manufatura um estudo de caso Gustav Vinhas Nilsson (UNIFEI) nilssongustav@yahoo.com José Arnaldo Barra Montevechi (UNIFEI) arnaldo@iem.efei.br
Leia maisSistemas de Produção: Estudos de Casos
Programa de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 5 A Redução dos Lead Times Produtivos Objetivo: Este estudo de caso tem por finalidade
Leia maisANÁLISE DO EFEITO INTERATIVO DE FALHAS EM PROCESSOS DE MANUFATURA ATRAVÉS DE PROJETO DE EXPERIMENTOS SIMULADOS
Disponível eletronicamente em www.revista-ped.unifei.edu.br Edição Especial Projeto Pró Engenharias Revista P&D em Engenharia de Produção V. 08 N. 01 (2010) p. 27-32 ISSN 1679-5830 ANÁLISE DO EFEITO INTERATIVO
Leia maisA SIMULAÇÃO COMO FERRAMENTA PARA A ANÁLISE DA INFLUÊNCIA DO SEQUENCIAMENTO DE LINHA DE PRODUÇÃO NO TEMPO DE FILA
A SIMULAÇÃO COMO FERRAMENTA PARA A ANÁLISE DA INFLUÊNCIA DO SEQUENCIAMENTO DE LINHA DE PRODUÇÃO NO TEMPO DE FILA Ananda de Lima Pazim anandapazim@gmailcom Fabrício Maciel Gomes fmgomes@uspbr Toda linha
Leia maisINE 5101 Simulação Discreta. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
INE 5101 Simulação Discreta 1 Objetivos do curso Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas; Como funcionam programas de simulação; Como utilizar corretamente uma
Leia maisSIMULAÇÃO. Professor: Adriano Benigno Moreira
SIMULAÇÃO Professor: Adriano Benigno Moreira Base de conhecimento Estatística. Pesquisa Operacional PO. Linguagem de Programação C. Distribuição dos Pontos 1º Avaliação Atividade e Prova 30 pontos 2º Avaliação
Leia maisTÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO
TÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE CATÓLICA
Leia maisSistemas de Produção: Estudos de Casos
Programa de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 4 O Sistema Kanban - Puxar x Empurrar Objetivo: Este estudo de caso tem por finalidade
Leia maisA IMPORTÂNCIA DA PROGRAMAÇÃO DE COMPUTADORES PARA A ENGENHARIA DE PRODUÇÃO
A IMPORTÂNCIA DA PARA A ENGENHARIA DE PRODUÇÃO 1 INTRODUÇÃO A Programação de Computadores é uma das disciplinas obrigatórias do ciclo básico do curso de graduação em Engenharia de Produção na UFMG. Os
Leia maisa) O aumento da complexidade e a rápida obsolescência dos produtos. b) Aprendizado mais rápido para eliminar falhas do processo.
14 1. Introdução 1.1. Contexto Histórico O Sistema de Produção Just-in-Time (JIT) teve seu início no Japão no início da década de 70 e tinha como principais objetivos, além da redução de todo tipo de estoques:
Leia maisAnais do IV Simpósio de Engenharia de Produção - ISSN: ESTUDO DE MODELAGEM E SIMULAÇÃO EM FILAS DE UMA AGÊNCIA DOS CORREIOS
ESTUDO DE MODELAGEM E SIMULAÇÃO EM FILAS DE UMA AGÊNCIA DOS CORREIOS Vânia Maciel Costa Medeiros (UFERSA) vaniamaciel@live.com Déborah Grazielle Alves da Silva (UFERSA) deborahgrazielle@hotmail.com Girlene
Leia maisFlexibilidade de Sequenciamento
Universidade Federal de Itajubá - UNIFEI Instituto de Engenharia de produção e Gestão - IEPG EPR-03 Automação da Manufatura Notas sobre: Flexibilidade de Sequenciamento Prof. José Hamilton Chaves Gorgulho
Leia maisSIMULAÇÃO. Simulação não é nem uma ciência, nem uma arte, mas uma combinação das duas. (Bianchi Neto et al., 2002)
SIMULAÇÃO Simulação não é nem uma ciência, nem uma arte, mas uma combinação das duas. (Bianchi Neto et al., 2002) O que é Simulação? É o processo de imitar aspectos importantes (aparência, efeito) do comportamento
Leia maisMODELAGEM E SIMULAÇÃO - APLICAÇÃO A UMA LINHA DE MANUFATURA DE COMPONENTES AUTOMOTIVOS
MODELAGEM E SIMULAÇÃO - APLICAÇÃO A UMA LINHA DE MANUFATURA DE COMPONENTES AUTOMOTIVOS ALEXANDRE BETIATTO (PUC ) alexandre@linecon.com.br Com resultado surpreendente, este artigo apresenta o desenvolvimento
Leia maisSimulação de uma linha de produção em U com deslocamento de operadores
https://eventos.utfpr.edu.br//sicite/sicite2017/index Simulação de uma linha de produção em U com deslocamento de operadores RESUMO Ruan Rithelle de Faria Franco Chagas ruan@alunos.utfpr.edu.br Universidade
Leia maisAPLICAÇÃO DE SIMULAÇÃO A EVENTOS DISCRETOS E ARRANJO ORTOGONAL DE TAGUCHI NA OTIMIZAÇÃO DE UMA CÉLULA DE MANUFATURA
APLICAÇÃO DE SIMULAÇÃO A EVENTOS DISCRETOS E ARRANJO ORTOGONAL DE TAGUCHI NA OTIMIZAÇÃO DE UMA CÉLULA DE MANUFATURA Ubirajara Rodrigues Universidade Federal de Itajubá Caixa Postal 50, CEP 37500-903, Itajubá,
Leia maisPrograma de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 7 A Cadeia Logística JIT
Objetivo: Programa de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 7 A Cadeia Logística JIT Este estudo de caso tem por finalidade analisar
Leia maisPMR3507 Fábrica digital
LSA Laboratório de Sistemas de Automação www.pmrlsa.poli.usp.br PMR3507 Fábrica digital Projeto como centro Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Mecatrônica e de Sistemas
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisESTRUTURA DE MODELAGEM E SIMULAÇÃO UTILIZANDO O SOFTWARE PROMODEL: UMA ABORDAGEM TEÓRICA
ESTRUTURA DE MODELAGEM E SIMULAÇÃO UTILIZANDO O SOFTWARE PROMODEL: UMA ABORDAGEM TEÓRICA Raphaelly Antunes Alves (Centro Universitário de Itajubá) raphaelly.alvez@hotmail.com Paulo Henrique Paulista (Centro
Leia maisESTUDO DE LAYOUT EM UMA EMPRESA DE BENEFICIAMENTO DE CASTANHA DE CAJU COM O USO DE SIMULAÇÃO DE EVENTOS DISCRETOS
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
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisSIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA
SIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA Pedro H. Barros Negrão 1, Andressa M. Corrêa 1, Thamara Martim 1, Mariana Gonçalves da
Leia maisMODELAGEM DE PROCESSOS INDUSTRIAIS I
MODELAGEM DE PROCESSOS INDUSTRIAIS I Prof. Pierre Vilar Dantas Turma: 0031-A Horário: 3N Aula 01-01/08/2017 Plano de ensino Professor www.linkedin.com/in/pierredantas/ Bibliografia Bibliografia Garcia,
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisAvaliação Quantitativa de Sistemas
Avaliação Quantitativa de Sistemas Contexto A Avaliação Quantitativa de Sistemas permite a avaliação de sistemas antes mesmo da sua implementação física. Dessa forma, é possível avaliar um sistema projetado
Leia maisCap. 2 Pesquisa Operacional na Tomada de Decisão
FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DO SUL DE MINAS Cap. Pesquisa Operacional na Tomada de Decisão 5/3/00 Prof. Antonio Marcos Goulart. PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Origem da Pesquisa
Leia maisSIMULAÇÃO COMPUTACIONAL APLICADA AO CONTROLE DE QUALIDADE EM PILHAS DE HOMOGENEIZAÇÃO
SIMULAÇÃO COMPUTACIONAL APLICADA AO CONTROLE DE QUALIDADE EM PILHAS DE HOMOGENEIZAÇÃO Fabio Fernandes Ribeiro (VALE ) fabiobh@gmail.com Marcelo Ferreira Calixto (VALE ) marcelo.calixto@vale.com Tales Jeferson
Leia maisSIMULAÇÃO DE PROCESSO PRODUTIVO DE UMA INDUSTRIA DE METAL MECÂNICA DE PEQUENO PORTE PRODUCTION PROCESS SIMULATION OF A SMALL INDUSTRY METAL MECHANICS
v. 01, n. 02: p. 13-23, 2014 SIMULAÇÃO DE PROCESSO PRODUTIVO DE UMA INDUSTRIA DE METAL MECÂNICA DE PEQUENO PORTE PRODUCTION PROCESS SIMULATION OF A SMALL INDUSTRY METAL MECHANICS Flávio Augusto Leopoldino
Leia maisSistemas de Produção: Estudos de Casos
Programa de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 6 Padronização das Operações - Polivalência Objetivo: Este estudo de caso tem
Leia maisProgramas de simulação
Conceitos Por que SIMULAR? Objetivos da simulação Avaliar a precisão de modelos analíticos Comparar estratégias distintas Avaliar o desempenho de sistemas 1 Processo de simulação Desenvolvimento de um
Leia maisAnálise da capacidade e fluxo de produção de uma indústria de toldos e lonas usando simulação
Análise da capacidade e fluxo de produção de uma indústria de toldos e lonas usando simulação Jederson Vanderlinde (UDESC) vanderlinde.jederson@gmail.com Jonas Sommer (UDESC) jonassmr4@gmail.com René A.
Leia maisModelo de Simulação para o Sistema de Corte, Carregamento e Transporte de Cana-de-açúcar: um estudo de caso no Estado do Rio de Janeiro
Modelo de Simulação para o Sistema de Corte, Carregamento e Transporte de Cana-de-açúcar: um estudo de caso no Estado do Rio de Janeiro João José de Assis Rangel Leonardo do Espírito Santo Francisco Neste
Leia maisCURSO DE BACHARELADO EM EXPRESSÃO GRÁFICA DISCIPLINA: CEG201-INTRODUÇÃO À EXPRESSÃO GRÁFICA
CURSO DE BACHARELADO EM EXPRESSÃO GRÁFICA DISCIPLINA: CEG201-INTRODUÇÃO À EXPRESSÃO GRÁFICA Professora Vaz 1º semestre 2016 1 EMENTA Definição e conceitos fundamentais da Expressão Gráfica Elementos da
Leia maisProf. Gustavo Suriani de Campos Meireles, M.Sc.
Pontifícia Universidade Católica de Goiás Departamento de Engenharia Curso de Graduação em Engenharia de Produção ENG 1090 Introdução à Engenharia de Produção Prof. Gustavo Suriani de Campos Meireles,
Leia maisAnálise do processo de produção de uma indústria de comunicação visual utilizando simulação
Análise do processo de produção de uma indústria de comunicação visual utilizando simulação Gabriela Buzzi (UDESC) buzzi.gabi@gmail.com Larissa Grahl Stortz (UDESC) lgstortz@gmail.com René A. Santa Cruz
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Curso de Eng. Química Disciplina: FACOM39017 (Alg. Prog. de Computadores) Fundamentos
UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Curso de Eng. Química Disciplina: FACOM39017 (Alg. Prog. de Computadores) Fundamentos Diariamente, executamos diversas operações, isto é, processamos
Leia maisLaboratório PRO-PME Oficina tecnológica. Implantação do Planejamento e Controle da Produção: dos conceitos à prática
Laboratório PRO-PME Oficina tecnológica Implantação do Planejamento e Controle da Produção: dos conceitos à prática Conteúdo 14h Abertura 14:10-14:30 Abordagem metodológica (Prof. Francisco Duarte / Eng.
Leia maisCapítulo I Introdução 24
1 Introdução Na última década, a poluição atmosférica tem sido assunto freqüente e de destaque na mídia em geral. Problemas de caráter global como o efeito estufa e a redução da camada de ozônio têm sido
Leia maisUtilização da simulação em ARENA 7.0 no auxílio ao balanceamento da célula de montagem de uma fábrica de calçados
XXVI ENEGEP - Fortaleza, CE, Brasil, 9 a 11 de Outubro de 26 Utilização da simulação em ARENA 7. no auxílio ao balanceamento da célula de montagem de uma fábrica de calçados Marina Soares Almeida (UFRN)
Leia maisModelagem e Simulação
1 Modelagem e Simulação Prof. Luís César da Silva Email: silvalc@cca.ufes.br - Website: www.agais.com Segundo LAW e KELTON (1991), os estudos de sistemas podem ser realizados sob as diferentes formas de
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Leia maisANÁLISE DAS FILAS DE UM SISTEMA DE SERVIÇOS UTILIZANDO SIMULAÇÃO A EVENTOS DISCRETOS
ANÁLISE DAS FILAS DE UM SISTEMA DE SERVIÇOS UTILIZANDO SIMULAÇÃO A EVENTOS DISCRETOS Natacha Maria de Carvalho Oliveira (UNIFEI ) natacha@unifei.edu.br Fabio Favaretto (UNIFEI ) professor.favaretto@gmail.com
Leia maisPesquisa Operacional. Introdução à Pesquisa Operacional
Pesquisa Operacional Introdução à Pesquisa Operacional 1 PESQUISA OPERACIONAL PO Sumário Origens A natureza O impacto Principais sociedades profissionais ligadas à PO Algumas publicações científicas ligadas
Leia maisAutora: Bruna Russo Bahiana Orientador: Prof. Marcos dos Santos, MSc. COPPE/UFRJ
Administrando o Trade Off Econômico entre o Custo da Espera e o Custo da Capacidade de Atendimento: uma Abordagem à Luz da Simulação de Eventos Discretos Autora: Bruna Russo Bahiana Orientador: Prof. Marcos
Leia maisAPLICAÇÃO DA SIMULAÇÃO A EVENTOS DISCRETOS PARA AVALIAR A INFLUÊNCIA DO SETUP EM UMA EMPRESA DO SETOR AUTOMOTIVO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 APLICAÇÃO DA SIMULAÇÃO A EVENTOS DISCRETOS PARA AVALIAR A INFLUÊNCIA DO SETUP EM UMA EMPRESA DO SETOR AUTOMOTIVO THIAGO BUSELATO MAURICIO (cesmac )
Leia maisMODELAGEM E SIMULAÇÃO COMPUTACIONAL EM UMA EMPRESA DE CONFECÇÃO DE ROUPAS: UM ESTUDO SOBRE O DESEMPENHO DE UM PROCESSO PRODUTIVO
6 XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO MODELAGEM E SIMULAÇÃO COMPUTACIONAL EM UMA EMPRESA DE CONFECÇÃO DE ROUPAS: UM ESTUDO SOBRE O DESEMPENHO DE UM PROCESSO PRODUTIVO Hilario Gomes Neto (UFCG
Leia maisPOTENCIAL DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL APLICADA A REDE LOGÍSTICA
POTENCIAL DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL APLICADA A REDE LOGÍSTICA BRUNO LEONARDO SANTOS MENEZES (SENAI) brunomubarak@gmail.com Esse artigo propõe abordar as algumas vantagens da utilização da
Leia maisSimulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17)
Simulação de Sistemas Adaptado de material de Júlio Pereira Machado (AULA 17) Análise dos Dados de Saída Além das tarefas de modelagem e validação, devemos nos preocupar com a análise apropriada dos resultados
Leia maisPalavras-chaves: Simulação a eventos discretos; Linha de montagem; Indústria automobilística
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. A SIMULAÇÃO A EVENTOS DISCRETOS COMO FERRAMENTA DE TOMADA DE DECISÃO NA IMPLEMENTAÇÃO DE UMA LINHA DE MONTAGEM EM UMA INDÚSTRIA DO SETOR AUTOMOBILÍSTICO
Leia maisRACIONALIZAÇÃO DA MÃO-DE-OBRA E MUDANÇAS DE LAYOUT COM APOIO DE SIMULAÇÃO COMPUTACIONAL: ESTUDO DE CASO EM UMA CÉLULA DE MANUFATURA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO CREATEDATE São Carlos, 07/05/2010 SP, Brasil, 12 a15 de 20:52:00 outubro de 2010. Maturidade e desafios da Engenharia de Produção: competitividade das empresas,
Leia maisManufatura por FMS e CIM
Campus Divinópolis Contexto Social e Profissional da Engenharia Mecatrônica. Grupo 06 Manufatura por FMS e CIM Felipe Wagner Guilherme Henrique Gabriel Aparecido Renan 1º PERIODO ENGENHARIA MECATRÔNICA
Leia maisESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS
ESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS João Vitor Moccellin Departamento de Engenharia de Produção Escola de Engenharia de São Carlos, Universidade de São Paulo. Av. Trabalhador
Leia maisFundamentos. É um conjunto de operações que são aplicadas sobre determinadas informações para transformá-las em outras, ou gerar novas informações.
UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação - Prof. Anilton e Ronaldo Disciplinas: APC e ICC Fundamentos Diariamente, executamos diversas operações, isto é, processamos informações para
Leia maisA OTIMIZAÇÃO DA FILA DE UMA AGÊNCIA DO BANCO DO BRASIL UTILIZANDO O SOFTWARE ARENA
A OTIMIZAÇÃO DA FILA DE UMA AGÊNCIA DO BANCO DO BRASIL UTILIZANDO O SOFTWARE ARENA Ana Carolina Paulino Pinto ana.paulino@aedb.br AEDB Carolina Ribeiro da Silva carolina.silva@aedb.br AEDB Érica Guimarães
Leia maisGRADE CURRICULAR E CORPO DOCENTE. Fase 1 Carga horária total: 360h
Ciência da Computação CÂMPUS LAGES Instrumentos Regulatórios (Resolução CEPE e CONSUP ou Portaria de reconhecimento do curso pelo MEC) RESOLUÇÃO CEPE/IFSC Nº 39, DE 13 DE AGOSTO DE 2014. RESOLUÇÃO CONSUP/IFSC
Leia maisPROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN R. P. da ROCHA 1, M. de F. MORAIS 1, M. A. da S. S. RAVAGNANI 2, C. M. G. ANDRADE 2, C. M. P. R. PARAÍSO 2 1 Universidade
Leia mais6 ESCALONAMENTO DE CPU
6 ESCALONAMENTO DE CPU O escalonamento de CPU é ponto chave da multiprogramação. Ela permite que haja mais de um processo em execução ao mesmo tempo. Em ambientes com um único processador, o escalonador
Leia maisCURSO DE BACHARELADO EM EXPRESSÃO GRÁFICA DISCIPLINA: CEG201-INTRODUÇÃO À EXPRESSÃO GRÁFICA. Professora Vaz. 1º semestre 2015
CURSO DE BACHARELADO EM EXPRESSÃO GRÁFICA DISCIPLINA: CEG201-INTRODUÇÃO À EXPRESSÃO GRÁFICA Professora Vaz 1º semestre 2015 1 AULA 01 (03 DE MARÇO) Professora Vaz 1º semestre 2015 2 EMENTA Definição e
Leia maisUniversidade Federal de Itajubá
Universidade Federal de Itajubá Pesquisa Operacional Aula 01 Informações iniciais 05/06/2013 Prof. José Arnaldo B. Montevechi 1 Contato José Arnaldo Barra Montevechi e-mail: montevechi@unifei.edu.br www.iepg.unifei.edu.br/arnaldo
Leia maisDESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
Leia maisPLANO DE PROCESSOS COM ALTERNATIVAS COMO ESTRATÉGIA PARA MELHORAR O DESEMPENHO DE SISTEMAS MANUFATURA
PLANO DE PROCESSOS COM ALTERNATIVAS COMO ESTRATÉGIA PARA MELHORAR O DESEMPENHO DE SISTEMAS MANUFATURA Mario Henrique de Mello (UFSC) mariohmello@gmail.com Joao Carlos Espindola Ferreira (UFSC) jcarlos@emc.ufsc.br
Leia maisSIMULAÇÃO DINÂMICA DE UM TREM COM TRÊS VAGÕES RESUMO
Mostra Nacional de Iniciação Científica e Tecnológica Interdisciplinar III MICTI Fórum Nacional de Iniciação Científica no Ensino Médio e Técnico - I FONAIC-EMT Camboriú, SC, 22, 23 e 24 de abril de 2009
Leia maisAvaliação de Desempenho de Sistemas Discretos
Referências Avaliação de Desempenho de Sistemas Discretos Parte I: Introdução Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br 4 Kleinrock, L. Queueing Systems - Vol. : Theory. John Wiley & Sons,
Leia maisSimulação Computacional de Circuitos Eletrônicos
Instituto Federal de Educação, Ciência e Tecnologia de Santa Catarina Departamento Acadêmico de Eletrônica Métodos e Técnicas de Laboratório em Eletrônica Simulação Computacional de Circuitos Eletrônicos
Leia maisCONSIDERAÇÕES SOBRE O APONTAMENTO DA PRODUÇÃO
CONSIDERAÇÕES SOBRE O APONTAMENTO DA PRODUÇÃO Fábio Favaretto Pontifícia Universidade Católica do Paraná Programa de Pós Graduação em Engenharia de Produção e Sistemas (www.ppgeps.pucpr.br) Abstract Necessary
Leia maisProcessos de Projeto. Processos de Projeto. Tipos de Processos. Processo Jobbing. O que é um Mapa de Processo?
Processos de Projeto Tipos de Processos de Manufatura Layout de Produção São os que lidam com produtos variados; Customizados; Período de tempo para fazer o produto ou o serviço é relativamente longo;
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisSistemas de Produção: Estudos de Casos
Programa de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 2.2 Focalização nos Processos de Montagem Objetivo: Este estudo de caso tem por
Leia maisSISTEMA DE GESTÃO ERP
SISTEMA DE GESTÃO ERP DEFINIÇÃO, CONCEITUAÇÃO E IMPLEMENTAÇÃO DE BPM E TÉCNICAS DE MODELAGEM DE PROCESSOS Walison de Paula Silva Agenda BPM MODELAGEM DE PROCESSOS Sistemas de Gestão ERP BPM - Business
Leia maisInstalações Máquinas Equipamentos Pessoal de produção
Fascículo 7 Arranjo físico e fluxo O arranjo físico (em inglês layout) de uma operação produtiva preocupase com o posicionamento dos recursos de transformação. Isto é, definir onde colocar: Instalações
Leia maisCENTRO DE CIÊNCIAS TECNOLÓGICAS CCT DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E SISTEMAS IEP0001. Introdução a Engenharia de Produção
CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E SISTEMAS IEP0001 Introdução a Engenharia de Produção Professor Claudio Decker Junior claudiodecker@gmail.com Avaliação 2 1.
Leia maisAVALIAÇÃO DE UMA POLÍTICA DE ESPECIALIZAÇÃO NO ATENDIMENTO AO PÚBLICO EM UMA AGÊNCIA DA PREVIDÊNCIA SOCIAL ATRAVÉS DO USO DE SIMULAÇÃO
AVALIAÇÃO DE UMA POLÍTICA DE ESPECIALIZAÇÃO NO ATENDIMENTO AO PÚBLICO EM UMA AGÊNCIA DA PREVIDÊNCIA SOCIAL ATRAVÉS DO USO DE SIMULAÇÃO Jose Alipio Avelino Neto (UFERSA) alipioneto@gmail.com Thamiles Medeiros
Leia maisComo modelar o comportamento de um sistema? MAB-515
Como modelar o comportamento de um sistema? MAB-515 Possibilidades de modelagem PARAMETRIZA modelo matemático experimento real AJUDA A COMPREENDER SIMULAÇÃO SOLUÇÃO ANALÍTICA MEDIDAS EXPERIMENTAIS NO MODELO
Leia maisAmbiente Arena Tutorial. Paulo Cesar F. de Oliveira, BSc, PhD
Ambiente Arena Tutorial Paulo Cesar F. de Oliveira, BSc, PhD Terminologia Variável de Estado Evento Recurso e Fila de Recurso Entidade Atributo Atividade e Período de Espera Tempo (Real) Simulado e Tempo
Leia maisMetodologia de simulação
Metodologia de simulação OBJETIVOS E DEFINIÇÃO DO SISTEMA FORMULAÇÃO DO MODELO ANÁLISE E REDEFINIÇÃO MODELO ABSTRATO RESULTADOS EXPERIMENTAIS (Capítulo 6) MODELO CONCEITUAL (Capítulo 3) REPRESENTAÇÃO DO
Leia maisUTILIZAÇÃO DE LEGO PARA O ENSINO DOS CONCEITOS SOBRE SIMULAÇÃO COMPUTACIONAL A EVENTOS DISCRETOS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. UTILIZAÇÃO DE LEGO PARA O ENSINO DOS CONCEITOS SOBRE SIMULAÇÃO COMPUTACIONAL A EVENTOS DISCRETOS Alexandre Ferreira de Pinho (UNIFEI) pinho@unifei.edu.br
Leia maisSistemas de Produção: Estudos de Casos
Objetivo: Programa de Pós-Graduação em Engenharia de Produção Sistemas de Produção I Prof. Dalvio Ferrari Tubino, Dr. Estudo de Caso 3 Planejamento e Controle da Produção JIT Nivelamento do Plano-mestre
Leia mais