SIMULAÇÃO COMPUTACIONAL DO SISTEMA DE EMISSÃO DE ORDENS TWO-BOUNDARY CONTROL APLICADA A UMA EMPRESA AUTOMOBILÍSTICA AMANDA CRISTIE NOBRE (UFG-RC) amandacristienobre@hotmail.com Stella Jacyszyn Bachega (UFG-RC) stella.bachega@gmail.com As atividades desenvolvidas pelo Planejamento e Controle da Produção (PCP) ganham cada vez mais importância no ambiente empresarial, uma vez que estas podem garantir vantagens competitivas para a empresa. Dentre as atividades de controle da produção estão os ordering systems ou Sistemas de Emissão de Ordens (SEO s). A simulação computacional pode ser utilizada para auxiliar a análise do desempenho de SEO s. Com base neste contexto, o objetivo do presente trabalho é simular o sistema de emissão de ordens Twoboundary Control (TBC) no ambiente real de uma empresa automobilística. Para isso, foram utilizadas as abordagens de pesquisa quantitativa e qualitativa, e os procedimentos de pesquisa experimental e estudo de caso. Os resultados obtidos mostraram que o TBC permitiu conduzir a ordem de produção com a geração de estoques intermediários praticamente inexistente. Dentre as contribuições deste trabalho, tem-se o incentivo do uso de simulação para análise de desempenho de sistemas de emissão de ordens antes de sua efetiva implantação. Palavras-chave: Sistemas de emissão de ordens, TBC, simulação, empresa automobilística.
1. Introdução As atividades de Planejamento e Controle da Produção (PCP) tornam-se cada vez mais importantes no ambiente empresarial, pois as vantagens competitivas são adquiridas e/ou reforçadas quando as necessidades e os desejos de seus clientes são atendidos. Assim, tarefas como saber o que produzir, quanto e quando adquirem importância no processo decisório das organizações, para certificar que o produto requerido estará no local e no momento desejados e em quantidade correta para atender os desejos e necessidades dos clientes. Uma das atividades do PCP é controlar as necessidades no que se trata de componentes e materiais e avaliar a capacidade no nível de Sistemas de Emissão de Ordens (SEO s). Conforme Chiavenato (2008), o controle de produção caracteriza a última etapa do PCP. Trata-se de acompanhar, avaliar e regular as atividades produtivas, visando assegurar que o planejado seja executado e os objetivos pretendidos sejam atingidos. Dentre as atividades de controle da produção estão os ordering systems. Essa nomenclatura foi dada por Burbidge (1990), mas também são conhecidas como Sistemas de Emissão de Ordens (SEO s). Esses sistemas auxiliam no controle de liberação de ordens de produção no chão de fábrica. Burbidge (1983) classifica os sistemas em três grupos: sistemas de fluxo controlado, sistemas de estoque controlado, e sistemas para fazer de acordo com o pedido. A existência de sistemas híbridos foi exposta por Corrêa, Gianesi e Caon (2007). Estes sistemas possuem características de dois ou mais sistemas, visando melhores resultados. A literatura da área apresenta vários SEO s, dentre eles estão os sistemas Kanban, OPT (Optimized Production Technology), CONWIP (Constant Work in Process), MRP (Material Requirements Planning), PBC (Period Batch Control) e o TBC (Two-boundary Control), que é o foco deste trabalho. Dentre as técnicas que podem auxiliar as empresas no processo decisório de qual sistema de emissão de ordens utilizar, está a simulação computacional. A simulação é advogada por diversos autores como Buffa e Sarin (1987), Law e Kelton (2000), Berends e Romme (1999), Chwif e Medina (2007) e Freitas Filho (2008). Autores como Iucksch (2005), Jodlbauer e Huber (2008), MacDonald e Gunn (2008), Ghrayeb, Phojanamongkolkji e Tan (2009), 2
Khojasteh-Ghamari (2009), Wang, Cao e Kong (2009), Bachega e Tavares (2013) aplicam a simulação computacional para estudo do desempenho de diversos SEO s. Baseado neste contexto, o objetivo do presente trabalho é simular o sistema de emissão de ordens TBC no ambiente real de uma empresa automobilística. Com a finalidade de alcançar este objetivo, a estrutura deste trabalho é a que segue: na segunda seção será apresentada a revisão bibliográfica; na terceira seção, a metodologia de pesquisa utilizada; na quarta seção tem-se a simulação realizada; e na quinta seção estão as considerações finais. 2. Revisão bibliográfica Nesta seção há uma breve revisão bibliográfica sobre os sistemas de emissão de ordens que compõem o sistema híbrido TBC simulado nesta pesquisa (híbrido Kanban-CONWIP) e, logo após, o sistema TBC é explicado. 2.1. Os sistemas Kanban e CONWIP Conforme Kim, Chhajed e Palekar (2002), o Kanban pode ser utilizado como uma ferramenta de produção na qual deve-se considerar o nível de influência direta do cliente. Se este exerce alta influência no sistema produtivo, o Kanban pode ser utilizado como um sistema de puxar a produção. Na situação contrária, é mais adequado o uso do sistema empurrado de produção. O Kanban, assim como demais sistemas de produção existentes que se baseiam em cartão de controle, são principalmente dedicados a ambientes de produção repetitiva (LAND, 2008). Forno, Tubino e Valle (2007) afirmam que existem três tipos de cartão Kanban: (a) Kanban de produção; (b) Kanban de fornecedor; (c) Kanban de transporte/movimentação/requisição. De forma que o Kanban de produção é usado para dar início à produção. O Kanban de fornecedor tem a função de avisar ao fornecedor que é necessário o envio de materiais para uma área específica do processo produtivo. Já o Kanban de transporte é o responsável por interligar os setores produtivos no chão de fábrica. Quanto ao CONWIP, este pode ser entendido como um sistema híbrido, pois limita o WIP (work in process) dentro da linha, mas não o faz entre os postos de trabalho como o Kanban 3
(HOPP; SPEARMAN, 2000). Conforme Spearman et al. (1990), o CONWIP caracteriza uma forma generalizada de Kanban. No Kanban, os cartões são utilizados para sinalização da produção de uma determinada peça. Já no CONWIP, os cartões de produção são alocados a uma linha de produção (e não a um número específico de peças). Assim, o número de peças é alocado nos cartões no início da linha de produção, baseando-se na lista de pedidos em carteira (backlog list). O cartão é removido da fila e assinalado com o primeiro número de peças da lista de pedidos para cada matéria prima (ou componentes) presente. Os tempos e números de peças são ajustados e também anotados no cartão, como o tempo de entrada no sistema (SPEARMAN et al., 1990). 2.2. Two-boundary control (TBC) Conforme Bonvik, Couch e Gershwin (1997), o TBC utiliza uma combinação de algumas características do Kanban, do CONWIP, ou do Estoque-base. Para este sistema, o tamanho do buffer de produtos acabados precisa ser pelo menos tão grande quanto a capacidade de Estoque-Base da última máquina para permitir que este atinja a meta de produção. Como se trata do sistema híbrido ocorre o envio dos cartões Kanbans para o primeiro estágio para permitir o carregamento de outra peça, ao invés de emitir cartões Kanbans do estoque de produtos acabados para o último estágio de produção quando as peças são usadas. Este cartão Kanban acompanhará a peça por todo o caminho, enquanto outros cartões Kanbans recirculam para restringir (limitar) o local de acumulação de estoque. Além disso, nenhum Kanban separado é necessário para a sincronização do último estágio produtivo com a linha de montagem, visto que a quantidade de material na linha inteira nunca pode exceder o estoque permitido neste buffer (BONVIK; COUCH; GERSHWIN, 1997). O TBC pode também ter origem do CONWIP, de acordo com Bonvik, Couch e Gershwin (1997), em que haverá a restrição de níveis de estoque intermediários. Este sistema está representado na Figura 1, onde Ni é o número de cartões Kanbans circulando na célula i e Z é o número de cartões CONWIP. Figura 1- Funcionamento do TBC 4
Fonte: Adaptado de Bonvik, Couch e Gershwin (1997) Tendo o TBC esta configuração (Kanban-CONWIP), no que se trata do controle de WIP local, usa-se cartões Kanbans, e quanto ao controle global, são usados cartões CONWIP. As informações são enviadas para a primeira estação de trabalho pelo sistema CONWIP, mas segundo Boonlertvanich (2005), este fluxo de informação pode ser parado caso não haja estoque de produtos acabados no instante da chegada de demanda. O sistema Kanban-CONWIP ou TBC detecta problemas na linha e bloqueia o lançamento de peças para produção, se essas não puderem ser processadas no futuro. Boonlertvanich (2005) afirma que o sistema híbrido é caracterizado pelo objetivo de solucionar esta questão da seguinte maneira: a informação de demanda de produto acabado é disseminada diretamente do início da cadeia para autorizar o primeiro estágio de produção por meio do método CONWIP, e para minimizar ou evitar o acúmulo de estoque na entrada do estágio caracterizado como gargalo, este é limitado em cada estágio pelo Kanban. Geraghty e Haevey (2005) compararam os SEO s puxados e híbridos por meio de simulação. Os autores concluíram que o sistema híbrido Kanban-CONWIP ou TBC foi de forma consistente o melhor de todos os outros SEO s. Bonvik, Couch e Gershwin (1997) também realizaram simulações para comparar alguns sistemas como o Kanban, minimal blocking, estoque-base, CONWIP e TBC. Após o estudo, explicitou-se que o TBC possui vantagens em relação aos outros sistemas, dentre elas: o TBC permite melhoria contínua da produtividade e do nível de serviço; e faz o sistema de produção ser mais responsivo a ajustes nas taxas de produção, que é atingível somente com o controle Kanban. 5
3. Metodologia A classificação de uma pesquisa, quanto a sua abordagem, pode ser quantitativa ou qualitativa (BRYMAN, 1989). Creswell (2013) defende o uso combinado da abordagem quantitativa com a qualitativa como estratégia de pesquisa. Na presente pesquisa foram utilizadas estas abordagens de forma combinada. Quanto aos procedimentos de pesquisa, foram aplicados o método de pesquisa experimental (BRYMAN, 1989; CRESWELL, 2013) e estudo de caso (YIN, 2013). O estudo de caso foi empregado na etapa da pesquisa em que foram coletados alguns dados sob essa perspectiva qualitativa, com a finalidade de compreender o ambiente real da empresa estudada. O método de pesquisa experimental, que possui preocupações da abordagem quantitativa, pode ser aplicado em modelagens matemáticas e simulações computacionais (BRYMAN, 1989). Este procedimento foi utilizado nesta pesquisa devido ao uso de simulação computacional (LAW; KELTON, 2000). Nesta pesquisa, foram seguidos os passos para um estudo de simulação propostos por Law e Kelton (2000) e usou-se o software ProModel Student 2010. Os dados utilizados na pesquisa foram coletados em uma empresa do ramo automobilístico. Dentre os dados coletados para a representação do sistema estão: i) quantidade de estações de trabalho; ii) quantidade de operadores por estação de trabalho; iii) tempos de operação em cada estação de trabalho; iv) jornada de trabalho; e v) ordem de produção. Alguns dados coletados não são expostos neste trabalho por questão de sigilo. O sistema foi modelado e analisado conforme as preocupações de sistemas terminais (FREITAS FILHO, 2008). Para a identificação do intervalo de confiança para cada variável analisada no modelo, utilizou-se o nível de confiança 95%. O valor do semi-intervalo de confiança (half-width) foi interpretado como a confiança de que em 95% das replicações obtém-se uma média que estará no intervalo da média obtida ± o semi-intervalo (KELTON; SADOWSKI; SADOWSKI, 2002). 4. Simulação do sistema de emissão de ordens TBC 6
Nesta seção, as principais características do modelo desenvolvido para elaboração do presente trabalho são apresentadas. Ainda, há a apresentação dos resultados obtidos por meio do modelo simulado no software ProModel. 4.1. Principais características do modelo desenvolvido O modelo do TBC, híbrido Kanban-CONWIP, foi desenvolvido com base nas instruções de Bonvik, Couch e Gershwin (1997). Salienta-se que o TBC não estava em uso na empresa no momento da coleta de dados e o ambiente real é caracterizado como flow shop. Os dados coletados, de uma parte da linha de produção de uma empresa do setor automobilístico, foram adequados para a representação do funcionamento da parte estudada segundo o TBC. A parte da linha estudada refere-se à produção de eixos, sendo que no modelo houve a representação de parte de uma ordem de produção constando somente três tipos de eixos, que neste trabalho são chamados de eixo 1, eixo 2 e eixo 3. A parte estudada da linha de produção possui cinco estações de trabalho, em que cada uma é responsável pela realização de um conjunto de atividades para montagem dos eixos. Para a representação do TBC com base na realidade da empresa, foram dispostos um posto de cartões CONWIP no início da linha e quatro postos de cartões Kanban. Ainda, houve a representação de um estoque inicial, onde a matéria-prima para o início do processo na estação de trabalho 1 chega em tempos constantes, que seguem o tempo estabelecido pela empresa e a ordem de produção. Também foi representado um estoque final, para onde são direcionados os eixos acabados, e quatro estoques intermediários, que são utilizados somente quando a próxima estação de trabalho estiver ocupada. A jornada de trabalho representada no modelo é de 8,63 horas. Este é apenas o tempo útil para a produção. Sendo assim, este tempo foi considerado como a duração da simulação, uma vez que o objetivo do modelo é analisar o comportamento do sistema estudado em um dia normal de trabalho, segundo o funcionamento com base no TBC. Os tempos de operação para cada estação de trabalho foram representados de acordo com a distribuição triangular. Esta distribuição foi selecionada devido ao fato de não se conhecer a 7
forma exata da distribuição, mas se conhecia estimativas para o menor valor, o valor mais provável de ocorrer e o maior valor (CHWIF; MEDINA, 2007). As Figuras 2 e 3 mostram a simulação em andamento para o cenário TBC. Os cartões cinza são CONWIP e os demais cartões são Kanban (vermelho, azul, verde e amarelo). As quantidades de entradas, de cada eixo produzido até o momento, assim como do total produzido, também são indicadas nas figuras. Figura 2 Simulação em andamento Fonte: dados da pesquisa Figura 3 Outra vista da simulação em andamento 8
Fonte: dados da pesquisa Observa-se, ainda, que todos os tipos de eixos (representados pelas cores amarela, vermelha e cinza) passam por todas as estações de trabalho. Na primeira estação de trabalho, o cartão CONWIP é anexado ao eixo, juntamente com o cartão Kanban. No decorrer da linha, o cartão CONWIP continua anexado ao eixo e trocam-se os cartões Kanban conforme a estação de trabalho. Os cartões Kanban utilizados voltam para o final da fila do seu posto correspondente. Portanto, enquanto o cartão CONWIP acompanha a peça durante a produção, os cartões Kanban estão em constante circulação. Assim, os cartões Kanban fazem o controle local da produção e o cartão CONWIP coordena a produção de forma global, devido a isso, são necessários mais cartões Kanban em relação ao CONWIP. Na última estação de trabalho permanece somente o cartão CONWIP, que após o processamento terminado, retorna para o início da linha (ao final da fila do posto de cartões CONWIP). No estoque final, o eixo pronto é representado pela cor preta. 4.2. Resultados obtidos 9
Para análise dos dados médios obtidos nos relatórios, foram feitas 30 replicações. Como os semi-intervalos de confiança (half-width) foram menores que 10% das médias amostrais, esse número de replicações foi considerado satisfatório para maior precisão dos dados. A Tabela 1 apresenta os dados referentes às quantidades médias de produção de cada tipo de eixo e do total médio de eixos produzidos. Ainda, há os resultados dos mínimos, máximos, desvio padrão e semi-intervalo de confiança (half-width). Em relação aos eixos dos tipos 1 e 3, não houve variação entre os valores de média, máximo e mínimo. Quanto ao eixo do tipo 2, o valor médio obtido foi de aproximadamente 69 eixos, com um desvio padrão de 0,41 unidades para mais ou para menos. O total de eixos produzidos foi de aproximadamente 127 eixos, sendo a maior produção de eixos do tipo 2 (conforme a parte da ordem de produção utilizada no modelo). Tabela 1 Resultados da produção de eixos Tipo de Eixo Média Máximo Mínimo Desvio padrão Half-width Eixo 1 9 9 9 0 0 Eixo 2 68,97 70 68 0,41 0,15 Eixo 3 49 49 49 0 0 Total de eixos produzidos 126,97 128 126 0,41 0,15 A Tabela 2 é referente ao percentual de utilização das estações de trabalho. Estão apresentados os valores médios, máximos, mínimos, desvio padrão e half-width. É possível observar que a primeira estação de trabalho teve uma utilização média de 99,67% do tempo útil para produção. A quarta estação de trabalho obteve a menor utilização média, contabilizando 75,07% do tempo útil. Observa-se que, mediante a representação do sistema TBC na parte da linha estudada, há uma possível tendência de queda de utilização das estações de trabalho ao longo da linha. Tal fato pode ser explicado pelo fato dos tempos de operação serem menores ao longo da linha, comparados a primeira estação. Tabela 2 Utilização das estações de trabalho Local Média (%) Máximo (%) Mínimo (%) Desvio padrão Half-width Estação de trabalho 1 99,67 99,97 99,43 0,14 0,05 Estação de trabalho 2 88,28 88,99 87,34 0,41 0,16 Estação de trabalho 3 85,83 86,69 84,85 0,44 0,17 Estação de trabalho 4 75,07 76,06 73,91 0,53 0,19 10
Estação de trabalho 5 76,94 77,33 76,42 0,25 0,09 Os dados sobre o percentual de utilização dos estoques intermediários são apresentados na Tabela 3. Nesta também há os valores percentuais médios, máximos, mínimos, desvio padrão e half-width. Nota-se que os estoques intermediários foram pouco utilizados, o que indica uma característica positiva do sistema TBC quanto à redução desses estoques. As peças praticamente não passam por um período de espera para serem processadas na próxima estação de trabalho. Tabela 3 Utilização dos estoques intermediários Local Média (%) Máximo (%) Mínimo (%) Desvio padrão Half-width Estoque intermediário 1 0,18 0,27 0,11 0,03 0,02 Estoque intermediário 2 0,54 0,62 0,45 0,05 0,02 Estoque intermediário 3 0,06 0,09 0,03 0,01 0,01 Estoque intermediário 4 0,02 0,03 0,01 0,01 0 5. Considerações finais O objetivo inicialmente proposto foi alcançado. Foi realizada a simulação do TBC aplicada no ambiente produtivo de uma empresa automobilística. Notou-se que a simulação computacional do TBC auxilia na assimilação do SEO e na percepção dos detalhes de seu funcionamento. Ainda, os resultados obtidos na simulação indicam que a parte da linha estudada, mediante o funcionamento do TBC, consegue atender a ordem de produção com estoques intermediários praticamente inexistentes. O presente trabalho contribui para maior discussão sobre o tema simulação de sistemas de emissão de ordens. Ainda, gera informações para a literatura de engenharia de produção sobre o desempenho do sistema TBC, sistema este pouco estudado na literatura da área. Também, a pesquisa contribui para o ramo empresarial, ao incentivar o uso de simulação para análise de desempenho de sistemas de emissão de ordens antes de sua efetiva implantação. Assim, uma determinada empresa pode simular alterações na produção e analisar se os resultados obtidos serão vantajosos para alcançar seu objetivo. Sugere-se, como pesquisa futura, simular, analisar e comparar o desempenho de outros 11
sistemas de emissão de ordens para identificação de qual sistema se aplica melhor a realidade do sistema produtivo de determinada empresa. REFERÊNCIAS BACHEGA, S. J. ; TAVARES, D. M.. Simulation-based Optimization Applied in an Automotive Company. In: 22nd International Conference on Production Research. Proceedings...ICPR 22, 2013, Foz do Iguaçu. Challenges for Sustainable Operations, 2013. BERENDS, P.; ROMME, G. Simulation as a research tool in management studies. European Management Journal, v.17, n.6, pp.576 583, 1999. BONVIK, A. M.; COUCH, C. E.; GERSHWIN, S. B. A comparison of production-line control mechanisms. International Journal of Production Research, vol. 35, n. 3, pp. 789-804, 1997. BOONLERTVANICH, K. Extended-CONWIP-KANBAN System: Control and Performance Analysis. Georgia Institute of Tecnology, 2005. 243 p. Dissertation (Doctor of Philosophy) School of Industrial and System Engineering, Georgia Institute of Technology, 2005. BRYMAN, A. Research methods and organization studies. London: Uniwin Hyman, 1989. 224 p. BUFFA, E. S.; SARIN, R. K. Modern Produtction/Operations Management. 8ª ed. John Wiley & Sons, 1987. BURBIDGE, J. L. Planejamento e controle da produção. São Paulo: Atlas, 1983. BURBIDGE, J. L. Production Control: a universal conceptual framework. Production Planning and Control, vol. 1, n.1, pp. 3-16, 1990. CHIAVENATO, Idalberto. Planejamento e Controle de Produção. São Paulo: Manole, 2008. CHWIF, L.; MEDINA, A. C. Modelagem e Simulação de Eventos Discretos: Teoria e Aplicações. São Paulo: Bravarte. 2ª ed. 2007. CORRÊA, H. L.; GIANESI, I. G. N; CAON, M. Planejamento, programação e controle da produção: MRP II-ERP, conceitos, uso e implantação. 5. ed. São Paulo: Atlas, 2007. CRESWELL, J. W. Research design: qualitative & quantitative approaches. 4 th ed. London: Sage, 2013. FORNO, A. J. D.; TUBINO, D. F.; VALLE, A. C. R.; Implementação de kanban de fornecedor, transporte e produção: estudo de caso em empresa de cabines de máquinas agrícolas. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, XXVII ENEGEP, 2007, Foz do Iguaçu. Anais... Foz do Iguaçu, 2007. FREITAS FILHO, P. J. Introdução à modelagem e simulação de sistemas. Florianópolis: Visual Books. 2ª ed. 2008. GERAGHTY, J.; HEAVEY, C. A review and comparison of hybrid and pull-type production control strategies. OR Spectrum, v. 27, n. 2, p. 435-457, 2005. GHRAYEB, O.; PHOJANAMONGKOLKIJ, B.; TAN, B. A. A hybrid push/pull system in assemble-to-order manufacturing environment. Journal of Intelligent Manufacturing, 20, pp. 379-387, 2009. 12
HOPP, W. J.; SPEARMAN, M. L.; Factory Physics: foundations of manufacturing management. 2 ed. Boston: McGraw-Hill, 2000. IUCKSCH, A. M. Simulação de sistemas de gestão de produção em manufatura sazonal. 2005. 89 f. Dissertação (Mestrado Profissionalizante em Engenharia Escola de Engenharia), Universidade Federal do Rio Grande do Sul, 2005. JODLBAUER, H.; HUBER, A. Service-level performance of MRP, kanban, CONWIP and DBR due to parameter stability and environmental robustness. International Journal of Production Research, v. 46, n. 8, pp. 2179 2195, april 2008. KELTON, W. D.; SADOWSKI, R. P.; SADOWSKI, D. A. Simulation with Arena. 2 nd ed., New York: McGraw-Hill, 2002. KHOJASTEH-GHAMARI, Y. A performance comparison between Kanban and CONWIP controlled assembly systems. Journal of Intelligent Manufacturing, 20, pp. 751-760, 2009. KIM, K.; CHHAJED, D.; PALEKAR, U. S. A comparative study of the performance of push and pull systems in the presence of emergency orders. International Journal of Production Research, v. 40, n. 7, p. 1627-1646, 2002. LAND, M. J. Cobacabana (control of balance by card-based navigation): A card-based system for job shop control. International Journal Production Economics, 117, p. 97-103, 2008. LAW, A. M.; KELTON, W. D. Simulation Modeling & Analysis. 3rd edition, New York: McGraw- Hill, 2000. MACDONALD, C.; GUNN, E.A. A simulation based system for analysis and design of manufacturing production control systems. Proceedings Winter Simulation Conference, pp. 1882-1890, 2008. SILVA, A. E.; SANTOS, A. G.; LIMA, M. L. S.; BACHEGA, S. J. Simulação computacional como técnica de auxílio no processo de ensino e aprendizagem do sistema de emissão de ordens Two-Boundary Control (TBC). In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 28.,2008, Bento Gonçalves. Anais... Bento Gonçalves: ABEPRO, 2012. SIPPER, D.; BULFIN JR.; R.L. Production: planning, control and integration. New York: McGraw- Hill, 1997. SPEARMAN, M. L. WOODRUFF, D. HOPP, W. J. CONWIP: a pull alternative to kanban. International Journal of Production Research, v. 28, n. 5, pp. 879-894, 1990. WANG, Y.; CAO, J.; KONG, L. Hybrid Kanban/Conwip Control System Simulation and Optimization Based on Theory of Constraints. Proceedings IEEE International Conference on Intelligent Computing and Intelligent Systems, ICIS 2009, v. 2, pp. 666-670, 2009. YIN, R.K. Case study research: design and methods. Sage Publications Inc., 5 th ed., 2013. 13