Texto Completo - SimuCAD

Transcrição

Universidade Federal de São Carlos
Centro de Ciências Exatas e Tecnologia
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Integração de Ferramentas Computacionais Aplicadas ao Projeto e
Desenvolvimento de Arranjo Físico de Instalações Industriais
Isaías Torres
Orientador: Prof. Dr. João Alberto Camarotto
Dezembro de 2001
Isaías Torres
Disssertação de mestrado apresentada ao
Programa de Pós-Graduação em Engenharia
de Produção como requisito para obtenção do
título de Mestre em Engenharia de Produção
Dezembro de 2001
São Carlos, SP, Brasil
Ficha catalográfica elaborada pelo DePT da
Biblioteca Comunitária da UFSCar
T693if
Torres, Isaías
Integração de ferramentas computacionais aplicadas ao
projeto e desenvolvimento de arranjo físico de instalações
industriais / Isaías Torres. -- São Carlos: UFSCar, 2001.
154p.
Dissertação (Mestrado) -- Universidade Federal de São
Carlos, 2001.
1. Layout. 2. Simulação por computador. 3. Ergonomia. 4.
CAD – Computer aided design. I. Título.
CDD: 658.23 (20a)
Dissertação de Mestrado
Isaías Torres
Prof. Dr. Alceu Gomes Alves Filho
PPG-EP – DEP/UFSCar
Prof. Dr. Alfredo Colenci Jr.
EESC-USP
Prof. Dr. João Alberto Camarotto
PPG-EP – DEP/UFSCar
São Carlos, 10 de Dezembro de 2001
i
À Minha Família
ii
AGRADECIMENTOS
Reconhecer quem nos ajuda nos torna mais humanos e pessoas melhores. Gostaria de apresentar
meus agradecimentos, não por contribuírem para esse trabalho mas pela amizade e
companheirismo, amor fraternal e compreensão durante essa missão:
Aos meus pais, Darcy e Leonir, e meus irmãos, Hosanas, Josué e Daniela.
Aos amigos Antonio Carlos Kastner Olivi, Celso Ricardo Roma, Daniel Ferreira da Silva,
Evandro Raimundo da Silva, Luciano de Oliveira, Luiz Carlos Zanoni, Renato Hallal, Robson
Tadeu Soares de Oliveira Jr., José Laércio Dorício, Daniel Braatz, Daniel Fontolan, Dernival
Bertoncello, Fernando de Azevedo, Giuliano Quagliato, Marcel Yamatogi, Nilson Rogério da
Silva, Reginaldo César Aparecido, Silvane Matsusita, Vanessa Secchin, Mariza Rosolen, Mônica
Bernardino, Rafael Costa, Renata Vasconcelos, Rogério Stéfan Correa, Kette, Sheila Rizzo e
todos os outros.
Agradecimentos aos professores em especial para Alfredo Colenci Jr, Hildo M. de Souza Filho,
Alceu Gomes Alves Filho, e também para a Alessandro e Marco Bertini, Lino Barros de Moura
Filho e pessoal da secretaria , Evandro Picón e Alexandre Bensi pelo apoio.
Aos mestres e amigos João Alberto Camarotto, Miguel Antônio Bueno da Costa e Nilton Luiz
Menegon.
Este trabalho teve apoio do CNPQ.
iii
RESUMO
TORRES, Isaías. Integração de Ferramentas Computacionais Aplicadas ao Projeto e
Desenvolvimento de Arranjo Físico de Instalações Industriais. 2001. 154 p. Dissertação
(Mestrado) - Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de
São Carlos, São Carlos.
A tendência de mudança dos sistemas produtivos, passando de sistemas de produção em massa
para sistemas de produção centrados nas necessidades dos clientes, amplia a importância dada
aos projetos de instalações industriais, pois a estratégia da produção é materializada no arranjo
físico.
As técnicas de desenvolvimento de arranjo físico evoluíram ao longo dos anos procurando lidar
com as novas demandas impostas pelas novas tecnologias e formas de organizar a produção.
Novas tecnologias acabaram por ser incorporadas ao ferramental do projetista de arranjo físico
como a simulação de eventos discretos, as ferramentas de desenho auxiliado por computador
(CAD) e a simulação humana.
O objetivo principal deste trabalho é integrar ferramentas de desenvolvimento de arranjo físico
com ferramentas de simulação procurando criar um método para tratar o projeto de instalações
industriais.
O método desenvolvido, integrando três ferramentas computacionais, permite o desenvolvimento
de projetos de instalações industriais por equipes multidisciplinares. Além da possibilidade de
dar apoio às atividades de desenvolvimento, o método permite melhor comunicação entre os
elementos da equipe de projeto, bem como o registro adequado dos resultados obtidos.
iv
ABSTRACT
TORRES, Isaías. Integração de Ferramentas Computacionais Aplicadas ao Projeto e
Desenvolvimento de Arranjo Físico de Instalações Industriais. 2001. 154 p. Dissertação
(Mestrado) - Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de
São Carlos, São Carlos.
The changing tendency in production systems, from mass production to market-driven
production systems, increases the importance given to industrial facility projects, for the reason
that production strategy is realized by the layout.
The layout development techniques have been developed along the years, dealing with the
requirements imposed by new technologies and production organization forms. Additionally new
technologies have been incorporated to the layout designer tool set, such as discrete event
simulation, computer-aided design tools and human simulation tools.
The main objective of this work is to integrate layout development tools with simulation tools in
order to create a method to deal with industrial facilities planning.
The method integrates three computer software tools, allowing multidisciplinary teams to
develop industrial facilities layout plans. Additionally to supporting development activities, the
system
provides better communication skills among the team members and an adequate
recording of the obtained results.
v
SUMÁRIO
AGRADECIMENTOS............................................................................................................................................... II
RESUMO .................................................................................................................................................................. III
ABSTRACT...............................................................................................................................................................IV
SUMÁRIO .................................................................................................................................................................. V
LISTA DE FIGURAS ............................................................................................................................................VIII
LISTA DE TABELAS ..............................................................................................................................................XI
LISTA DE SIGLAS ................................................................................................................................................ XII
CAPÍTULO 1 INTRODUÇÃO.................................................................................................................................. 1
1.1 PROJETO DE INSTALAÇÕES INDUSTRIAIS ............................................................................................................. 3
1.2 BUSCA DA INTEGRAÇÃO ..................................................................................................................................... 7
1.3 OBJETIVO E ETAPAS DE DESENVOLVIMENTO ...................................................................................................... 9
1.4 CONTEÚDO ........................................................................................................................................................ 10
CAPÍTULO 2 TÉCNICAS PARA DESENVOLVIMENTO DE LAYOUT......................................................... 12
2.1 DEFINIÇÃO DE LAYOUT..................................................................................................................................... 12
2.2 FATORES DE ALTERAÇÃO DO LAYOUT .............................................................................................................. 13
2.3 NECESSIDADES DE INFORMAÇÃO ...................................................................................................................... 14
2.4 METAS PRETENDIDAS COM O ARRANJO FÍSICO ................................................................................................. 15
2.5 MÉTODOS PARA DESENVOLVIMENTO DE ARRANJO FÍSICO ............................................................................... 18
2.6 TIPOS DE ARRANJO FÍSICO ................................................................................................................................ 23
2.7 FLUXOS ............................................................................................................................................................. 27
2.8 COMPARAÇÃO DE ARRANJOS ALTERNATIVOS .................................................................................................. 29
2.9 ARRANJO FÍSICO DE PLANTAS AUXILIADO POR COMPUTADOR ......................................................................... 31
2.9.1 Geração das alternativas.......................................................................................................................... 35
2.9.2 Avaliação dos layouts............................................................................................................................... 37
2.9.3 Métodos e algoritmos ............................................................................................................................... 40
vi
2.9.4 Procedimentos baseados em relacionamentos qualitativos...................................................................... 42
2.9.5 Procedimentos baseados em distância ou custo....................................................................................... 46
2.9.6 Simulated annealing ................................................................................................................................. 52
2.9.7 Busca Tabu ............................................................................................................................................... 54
2.9.8 Algoritmos genéticos (GA) ....................................................................................................................... 54
2.9.9 Resoluções com consideração de caminhos para fluxos .......................................................................... 56
2.9.10 Análise de multi-atributos ...................................................................................................................... 58
2.10.11 O problema do arranjo físico dinâmico ............................................................................................... 59
2.9.12 Layout de FMS e células de manufatura ................................................................................................ 59
2.9.13 Uso de inteligência artificial e arranjo físico......................................................................................... 60
2.10 SOFTWARES PARA DETERMINAÇÃO DO ARRANJO ............................................................................................ 61
2.10.3 Comentários sobre computer aided plant layout .................................................................................... 68
2.11 OUTRAS FERRAMENTAS PARA O PROJETO DE LAYOUT ................................................................................... 70
2.11.1 Computer aided drafting and design ...................................................................................................... 72
2.11.2 Realidade virtual .................................................................................................................................... 75
2.11.3 Ergonomia auxiliada por computador ................................................................................................... 76
CAPÍTULO 3 TÉCNICAS DE SIMULAÇÃO DE SISTEMAS ........................................................................... 85
3.1 DEFINIÇÃO DE SIMULAÇÃO ............................................................................................................................... 85
3.2 HISTÓRIA DA SIMULAÇÃO ................................................................................................................................. 86
3.3 IMPORTÂNCIA DA SIMULAÇÃO PARA OS SISTEMAS PRODUTIVOS ...................................................................... 87
3.4 VANTAGENS E DESVANTAGENS DA SIMULAÇÃO ............................................................................................... 88
3.5 MODELAGEM E TIPOS DE MODELO ................................................................................................................... 91
3.5.1 Tipos de modelos ...................................................................................................................................... 92
3.5.2 Elementos de um modelo de simulação de sistemas ................................................................................. 93
3.5.3 Modelos estáticos e modelos dinâmicos ................................................................................................... 96
3.5.4 Modelos determinísticos e probabilísticos ............................................................................................... 97
3.5.5 Modelos discretos e contínuos.................................................................................................................. 97
3.5.6 Geradores de números aleatórios ............................................................................................................ 99
3.6 PASSOS DO PROCESSO DE SIMULAÇÃO ............................................................................................................ 100
3.6.1 Projeto de experimentos ......................................................................................................................... 104
vii
3.6.2 Ferramentas visuais de auxílio à modelagem conceitual do modelo ..................................................... 105
3.7 EMULAÇÃO ..................................................................................................................................................... 108
3.8 SIMULAÇÃO PARALELA E DISTRIBUÍDA .......................................................................................................... 109
3.9 FERRAMENTAS DE SIMULAÇÃO DE EVENTOS DISCRETOS ............................................................................... 109
3.9.1 Os simuladores ....................................................................................................................................... 111
3.10 EVOLUÇÃO DOS SISTEMAS DE SIMULAÇÃO ................................................................................................... 118
CAPÍTULO 4 ARQUITETURA DE INTEGRAÇÃO PARA DESENVOLVIMENTO DE ARRANJO FÍSICO
.................................................................................................................................................................................. 120
4.1 NECESSIDADES DE INTEGRAÇÃO ..................................................................................................................... 120
4.1.1 Exemplo de aplicação de ferramentas computacionais sem integração ................................................ 120
4.2 EXEMPLOS DE INTEGRAÇÕES .......................................................................................................................... 125
4.3 PROPOSIÇÃO DE UM AMBIENTE INTEGRADO PARA O DESENVOLVIMENTO DE ARRANJO FÍSICO INDUSTRIAL .. 126
4.3.1 Forma de utilização................................................................................................................................ 128
4.3.2 Fluxos de dados entre os módulos.......................................................................................................... 129
4.3.3 Detalhes técnicos de implementação da arquitetura.............................................................................. 131
4.3.4 Validação da arquitetura........................................................................................................................ 135
4.3.5 Comentários ........................................................................................................................................... 137
CAPÍTULO 5 CONCLUSÕES .............................................................................................................................. 139
REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................................................. 142
ANEXO I.................................................................................................................................................................. 155
GLOSSÁRIO DE .................................................................................................................................................... 155
TERMOS ................................................................................................................................................................. 155
ESTRANGEIROS................................................................................................................................................... 155
viii
LISTA DE FIGURAS
Figura 1-1: Projeto da instalação industrial e seu relacionamento com o projeto do produto, do
processo e da programação (Fonte: adaptado de TOMPKINS & WHITE, 1984, p. 33). ..... 4
Figura 1-2: Evolução dos custos de mudanças no projeto (Fonte: adaptado de TOMPKINS &
WHITE,1984, p. 20) ................................................................................................................ 6
Figura 2-1: Arranjo físico posicional ou por posição fixa........................................................... 24
Figura 2-2: Arranjo físico funcional ............................................................................................ 24
Figura 2-3: Arranjo físico linear, por fluxo ou por produto ........................................................ 25
Figura 2-4: Arranjo físico celular ................................................................................................25
Figura 2-5: Variedade e Quantidade determinando o tipo de layout. (SLACK et al., 1997) ...... 27
Figura 2-6: Alguns padrões de fluxo de materiais, equipamentos, pessoas e informações......... 29
Figura 2-8: Carta de Relações Preferenciais............................................................................... 33
Figura 2-9: Carta De-Para .......................................................................................................... 33
Figura 2-10: Um arranjo inicial (a) ao ser modulado tem suas dimensões iniciais transformadas
em um número inteiro de módulos (b), cuja dimensão é definida pelo usuário. As dimensões
do arranjo modulado são quantificadas em unidades de módulo. ....................................... 34
Figura 2-12: Correspondência entre a representação modulada do arranjo físico e a sua
representação matricial. .......................................................................................................34
Figura 2-13: Formas de calcular a distância entre os departamentos podem levar a resultados
totalmente diferentes. A linha vermelha representa a distância entre duas estações (uma de
entrada e outra de saída) dos departamentos....................................................................... 38
Figura 2-14: Exemplo de Layout Gerado com o CORELAP ......................................................43
Figura 2-15: SPIRAL e a geração de arranjos físicos a partir do grafo (a). Ao se percorrer o
grafo na direção A obtém-se o arranjo (b) e na direção B, obtém-se o arranjo (c)............. 46
Figura 2-16: Exemplo de saída do sistema CRAFT (Adaptado de SULE, 1992) ........................47
Figura 2-17: Exemplo de saída do PLANET. A área ocupada pelos departamentos corresponde
aos agrupamentos de letras (Adaptado de SULE, 1992) ...................................................... 48
Figura 2-18: Arranjos finais das três etapas do método NLT (Adaptado de CAMP et al., 1992)
............................................................................................................................................... 52
ix
Figura 2-19: Abordagem composta para projeto de layout detalhado (Adaptado de CHHAJED
et al.. (1992))......................................................................................................................... 57
Figura 2-20: Sistema especialista para arranjo físico usando redes neurais (Adaptado de
CHUNG, 1999)...................................................................................................................... 61
Figura 2-21: Exemplo de alternativa gerada pelo BLOCPLAN. ................................................62
Figura 2-22: Exemplo de aplicação do LayOPT. A solução final representa um ganho ............64
Figura 2-23: Linhas de fluxo desenhadas pelo MATFLOW no AutoCAD (Fonte: MARKT et al.,
1997)...................................................................................................................................... 66
Figura 2-24: MANNEQUIM, software de ergonomia auxiliada por computador, usa
representações 2D, rodando sob o AutoCAD (Fonte: PORTER et al., 1994)...................... 79
Figura 2-25: ANYBODY (Fonte: PORTER et al., 1994).............................................................. 80
Figura 2-26: Exemplo de modelo construído no software Transom Jack. Nesta figura observa-se
um dos recursos que é a análise da execução de atividades em posições desconfortáveis.. 84
Figura 3-1: Comparação entre modelos de simulação discretos e modelos contínuos. (Adaptado
de HARREL & TUMAY, 1995).............................................................................................. 98
Figura 3-2: Passos do processo de simulação (Fonte: BANKS, 1993)...................................... 102
Figura 3-3:Diagrama de Ciclo-Atividade para uma loja de troca de escapamentos de veículos.
Observe que os estados ativos estão representados por retângulos e os mortos por círculos.
As porcentagens referem-se às quantidades de entidades que seguem para o estado
seguinte. (Adaptado de PIDD,1996). ..................................................................................106
Figura 3-4: Exemplo de uma rede de Petri. ............................................................................... 107
Figura 3-5: Estrutura típica de emulação através de soquetes (Fonte: LEBARON, 1998).......109
Figura 3-6: Estrutura de Abstração de ambientes de simulação............................................... 110
Figura 3-7: Estrutura geral de um simulador de eventos discretos (Adaptado de HARREL &
TUMAY, 1995) .................................................................................................................... 112
Figura 3-9:Duas formas de se construir a lógica da simulação. (A) Os blocos dão acesso a
caixas de diálogo para especificação dos detalhes (B) Linguagem parecida com o Inglês.
............................................................................................................................................. 113
Figura 3-10: Animações de modelos bi e tridimensionais. Além da aparência diferem quanto à
capacidade de representar detalhes e formas de interatividade......................................... 116
Figura 3-12: Perspectivas de evolução dos softwares de simulação (Fonte: Adaptado de DAVIS,
1998).................................................................................................................................... 118
Figura 4-1: Arquitetura integrada. ............................................................................................ 126
x
Figura 4-2: Implementação da integração de simuladores e CAD para o desenvolvimento de
arranjo físico. ...................................................................................................................... 129
Figura 4-3: Detalhes da implementação da interface entre os componentes da arquitetura....134
Figura 4-4:
Menus implementados no AutoCAD disparam métodos (funções) dos objetos
modelados usando ActiveX.................................................................................................. 135
Figura 4-5: Disposição das áreas e desenho das linhas de relacionamento de proximidade. .136
Figura 4-6: Os sistemas de manuseio de materiais são convertidos entre AutoMod e AutoCAD.
............................................................................................................................................. 136
Figura 4-7: Modelo de simulação resultante da conversão do layout em CAD. ....................... 137
xi
LISTA DE TABELAS
Tabela 2-1: Áreas de conhecimento envolvidas no fornecimento de informações para o projeto
de arranjo físico (Fonte: CAMAROTTO, 1998). .................................................................. 14
Tabela 2-2: Vantagens e desvantagens dos tipos básicos de arranjo físico (Fonte: SLACK et al.,
1997 ;OLIVÉRIO, 1985; KONZ, 1985; TOMPKINS & WHITE, 1984) ............................... 26
Tabela 3-1: Fatores de Fracasso nos projetos e estudos de simulação de eventos discretos... 103
Tabela 3-2: Alguns simuladores e suas características............................................................ 117
Tabela 4-1: Lista de características desejáveis dos elementos da arquitetura proposta........ 132
xii
LISTA DE SIGLAS
AGV
Automated Guided Vehicle
ACD
Activity Cycle Diagram
ALDEP
Automated Layout Design Program
BAM
Bidirectional Associative Memory
BASIC
Beginner’s All- purpose Symbolic Instruction Code
CAD
Computer Aided Drafting and Design
CAPP
Computer Aided Process Planning
CIM
Computer Integrated Manufacturing
CM
Cellular Manufacturing
CP
Centro de Produção
COFAD
Computerized Facilities Design
CORELAP
Computerized Relationship Layout Planning
CRAFT
Computerized Relative Allocation of Facilities Technique
CRP
Carta de Relações Preferenciais
DDE
Dynamic Data Exchange
DXF
Data Exchange File
DWG
Drawing File - Arquivo de desenho do AutoCAD
EAC
Ergonomia Auxiliada por Computador
eLSE
Extended Lancaster Simulation Environment
FIFO
First In – First Out
FLP
Facility Layout Problem
FMS
Flexible Manufacturing System
GA
Genetic Algorithm
GPSS
General Purpose Simulation System
GUI
Graphical User Interface
HOPE
Heuristically Operated Placement Evolution
HVF
High Value First
IGES
International Graphics Exchange Specification
xiii
JIT
Just-in-Time
LIFO
Last In – First Out
LOGIC
Layout Optimization with Guillotine Induced Cuts
LVF
Low Value First
MAT
Modular Allocation Technique
MS-DOS
Microsoft Disk Operating System
NLT
Nonlinear Optimization Layout Technique
OS
Operating System
OSHA
Occupational Safety and Health Act
PADS
Paralell and Distributed Simulation
PC
Personal Computer
PCP
Planejamento e Controle da Produção
PLC
Programable Logic Controller
PO
Pesquisa Operacional
PLANET
Plant Layout Analysis and Evaluation Technique
POO
Programação Orientada a Objetos
QAP
Quadratic Assignment Problem
RAM
Random Access Memory
SA
Simulated Annealing
SAD
Sistema de Apoio à Decisão
SAE
Society of American Engineers
SAM
Sistema Avançado de Manufatura
SED
Simulação de Eventos Discretos
SFC
Space Filling Curve
SLP
Systematic Layout Planning
SLX
Simulation Language with Extensibility
STL
Stereolithography file
TS
Tabu Search
TCL/Tk
Tool Command Language / Toolkit
TCP/IP
Transfer Control Protocol / Internet Protocol
TCR
Total Closeness Rating
TG
Tecnologia de Grupo
VIMS
Visual Interactive Modellling System
VRML
Virtual Reality Modelling Language
xiv
CAPÍTULO 1
INTRODUÇÃO
As últimas décadas vêm sendo marcadas pelo crescimento da competição empresarial e pela
busca de mercados dispersos globalmente. O ambiente de competição empresarial fica sujeito a
incertezas crescentes, fazendo as empresas buscarem novas formas de sobrevivência, procurando
tecnologias e técnicas capazes de mantê-las produzindo e lucrando. Além disso, os novos
paradigmas de sistemas de manufatura exigem instalações industriais capazes de apoiar os
objetivos da empresa. Surge daí a necessidade das empresas se reformularem e buscarem
soluções que otimizem suas funções, visando flexibilidade, segurança e redução de custos. Essas
mudanças afetam todos os setores da empresa, que precisam responder em uníssono a elas.
Houve uma grande mudança no paradigma econômico dominante nos sistemas produtivos desde
as décadas de 1950 e 1960. Na era da produção em massa, as fábricas produziam para um
mercado pouco seletivo que absorvia facilmente o que era produzido. Neste modelo, os sistemas
produtivos eram competitivos se produzissem o máximo possível com uma qualidade razoável,
condição suficiente para se poder garantir domínio de mercados. A busca por mercados e por
insumos mais baratos também acarretou a criação de plantas industriais em regiões e países onde
o custo era mais baixo. A desconcentração dos pólos produtivos ao redor do mundo aumentou a
competição e o exacerbamento da idéia da satisfação do cliente. A competição hoje é global, ou
seja, os mercados e os competidores se situam globalmente em vez de apenas regionalmente.
Além disso, os critérios de competitividade também se alteraram, havendo um aumento da
2
exigência de novos produtos cada vez mais adaptados às necessidades e ao gosto variado dos
clientes regionais. Os prazos curtos e a qualidade também se tornaram mais exigidos do que
anteriormente. A competitividade hoje se baseia principalmente em três fatores que interagem
entre si: qualidade, custo e tempo (SIPPER & BULFIN JR, 1998). SLACK et al. (1996)
destacam ainda a confiabilidade e flexibilidade, relacionadas ao tempo e à capacidade de alterar
a produção em busca dos três primeiros fatores.
W. Skinner (SKINNER apud SIPPER & BULFIN JR.,1997) sumaria algumas características
desse novo ambiente competitivo:
•
Substituição do paradigma da produção em massa pelo da produção motivada pelos
mercados;
•
Ênfase no poder de escolha dos consumidores que, mais exigentes, procuram melhor
qualidade e menor custo. Além disso, os consumidores passam a interagir também nas fases
do projeto do produto que desejam;
•
Evolução da competição global e de mercados heterogêneos;
•
Mudança dos tipos dos negócios e suas formas de existência, pela ação da tecnologia da
informação;
•
Proliferação de novos materiais, processos de manufatura e tecnologias do produto;
•
Aumento da variedade dos produtos e diminuição dos seus volumes de fabricação;
•
Redução dos ciclos de vida e de desenvolvimento dos produtos;
•
Combinação de altíssima qualidade e baixos custos;
•
Mudança nos custos de produção, havendo diminuição dos custos de mão-de-obra direta mas
aumento dos custos operacionais, de materiais e de capital;
•
Alteração da cultura do trabalhador, da demografia e da sociologia do trabalho que são
diferentes da década de 1960.
3
1.1 Projeto de Instalações Industriais
Para SIPPER & BULFIN, JR.(1997), um dos conceitos mais significativos na evolução dos
sistemas produtivos é a necessidade de integração para aumentar, de forma contínua, a satisfação
dos clientes. Isso tem impactos diretos sobre o projeto de instalações industriais, que precisa ser
também integrado a esse ambiente de decisões interdependentes. As instalações industriais
evoluíram durante décadas, adaptando-se às novas necessidades da empresa, de forma paulatina
e reativa. Neste cenário, as plantas industriais são alteradas de forma parcial e isolada,
eliminando a harmonia existente no projeto original. As mudanças são reativas na medida em
que ocorrem em momentos críticos para o desempenho do empreendimento ou até mesmo
quando se precisa garantir a sobrevivência da empresa, quando a alteração é inevitável.
Atualmente exige-se rapidez de resposta às novas necessidades de redução de tempo e de custos
e o aumento da qualidade é enfatizado ao extremo, o que demanda maior agilidade no
desenvolvimento de projetos de plantas industriais e de serviços.
Para TOMPKINS & WHITE (1984), o planejamento de instalações determina como os ativos
fixos tangíveis de uma atividade apóiam a consecução dos seus objetivos. Este é um processo
complexo que está imbricado com várias áreas como engenharia elétrica, de processos, de
produção, entre outras. Cada vez mais as questões da manufatura passam a ser levadas em conta
no momento de se estabelecerem os objetivos corporativos (SKINNER apud TOMPKINS &
WHITE, 1984). Além disso, também deve ser considerada nesse momento a forma como será
operado o sistema de manufatura.
Esse planejamento pode ser dividido em localização e projeto. Por sua vez, o projeto é dividido
em três componentes principais: o projeto estrutural, o projeto do arranjo físico e o projeto do
sistema de manuseio. O projeto estrutural trata do projeto do edifício e demais utilidades
(instalações de energia, vapor, ar comprimido etc.) que apoiarão os equipamentos produtivos. O
projeto do arranjo físico trata da organização e localização dos equipamentos produtivos no
espaço da planta e o projeto do sistema de manuseio é o projeto de todos os meios e
mecanismos de satisfação de todas as interações entre os centros de produção e de serviços
requeridas pelo arranjo físico (SKINNER, op. cit.).
O projeto de instalações industriais e de serviço não constitui uma atividade isolada mas está
relacionado com as questões de seleção e projeto do produto, projeto da programação da
produção e o projeto dos processos de fabricação (Figura 1-1)
4
Projeto do
Produto
Projeto da
Instalação
Projeto do
Projeto da
Processo
Programação
Figura 1-1: Projeto da instalação industrial e sua relação com o projeto do produto, do
processo e da programação da produção (Fonte: TOMPKINS & WHITE, 1984, p. 33).
O projeto do produto compreende a decisão de quais produtos fabricar e o detalhamento desses
produtos. Essas decisões dependem de vários condicionantes como as necessidades de mercado,
a lucratividade, disponibilidade de avanços tecnológicos e de matérias-primas, desenvolvimento
de novos materiais, entre outros. Cada tipo de produto irá exigir uma série de cuidados na sua
fabricação, exercendo uma forte influência sobre os processos de fabricação.
Os mercados, cada vez mais exigentes, pressionam por mais qualidade dos produtos, em seu
sentido mais amplo. O projeto do produto muda bastante, pois depende fortemente de fatores
como a estética, função, materiais e considerações de manufatura. Com isso, os projetos devem
ser rápidos, pois o mercado pode não estar disposto a aceitá-los quando finalmente forem postos
à venda. O seu ciclo de vida diminui cada vez mais e as empresas têm que se adaptar a essa
dinâmica.
O projeto do processo envolve as decisões sobre o que comprar e o que produzir, a organização
do trabalho e seus aspectos ergonômicos. O estudo do trabalho engloba também a análise do
espaço, fluxo de pessoas, materiais e informações e também o elemento humano sob aspectos
físicos e psicossociais. Os resultados dessa atividade são as especificações detalhadas dos
processos, equipamentos, matérias-primas e utilidades necessárias.
As etapas na identificação do processo a ser usado em geral são: (a) definir as operações
elementares necessárias; (b) identificar processos (formas) alternativos para realizar essas
operações elementares; (c) analisar os processos; (d) padronizar os processos; (e) avaliar os
processos alternativos e (f) selecionar os melhores processos. A avaliação dos processos não é
5
simples, envolvendo questões quantitativas e qualitativas como flexibilidade, versatilidade,
confiabilidade, capacidade de manutenção e segurança (TOMPKINS & WHITE, 1984).
As atividades de projeto do processo são também cada vez mais influenciadas pelo ambiente
competitivo. Novos produtos exigem novos estudos de processos de transformação. Outro fator é
a grande disponibilidade atual de novos materiais, equipamentos e formas de controle que podem
compor uma solução produtiva para um produto. A carga de trabalho dos projetistas de processos
industriais aumenta bastante pois espera-se uma maior qualidade das soluções e também das
avaliações executadas.
O projeto da programação define quanto e quando produzir e envolve questões como o
tamanho dos lotes e a programação do sistema produtivo. Os fatores dessa área que mais
influenciam a do projeto de instalações são os volumes de produção (que afetarão também o tipo
de processo a ser atingido), a consideração de tendências (variações conhecidas) e a capacidade
de predizer demandas futuras. Estas atividades ficam grandemente dificultadas em um ambiente
sujeito a um alto grau de incerteza. Uma das formas de minimizar os impactos disso é a
utilização de plantas flexíveis e versáteis que responderão melhor a alterações relativamente
abruptas.
Mudanças que certamente impactaram no projeto dos sistemas produtivos foram assinaladas por
SIPPER & BULFIN JR (1998) e por HARREL & TUMAY (1995):
•
Redefinição do escopo do negócio com a consideração dos fornecedores e dos consumidores
como parte do processo;
•
Integração tanto dos consumidores quanto dos fornecedores, que passam a interagir com o
sistema de manufatura desde a sua fase de concepção;
•
Aumento da flexibilidade dos sistemas produtivos para fazer frente às inconstâncias dos
mercados com relação a novos produtos e necessidades;
•
Adoção de técnicas de projeto diferentes neste novo paradigma, pois a maior parte dos custos
de produção e da qualidade são definidos durante esta etapa;
•
Aumento da simplicidade de todos os processos para permitir um maior entendimento por
um maior número de pessoas e propiciar soluções simples;
•
Eliminação da variabilidade dos processos produtivos através do uso da tecnologia;
6
•
Aumento dos sistemas de produção “puxados” em detrimento dos “empurrados”;
•
Redução de todas as perdas para permitir aumento de competitividade;
•
Melhoria contínua e integrada dos processos e não como conseqüência da necessidade de
readaptação urgente para garantir a sobrevivência da empresa;
•
Valorização do elemento humano como o recurso mais importante;
•
Redução do ciclo de vida dos produtos, reduzindo também o ciclo de vida dos processos
produtivos que têm que ser remodelados freqüentemente;
•
Aumento da complexidade dos sistemas para atender às necessidades citadas anteriormente;
•
Aumento das necessidades de desempenho;
•
Valorização do fluxo de materiais e informações;
A necessidade de fazer frente a essas incertezas fez com que G. TAGUCHI (1986)
desenvolvesse a idéia de projetos robustos de sistemas produtivos. Um sistema industrial robusto
é aquele com capacidade de suportar alterações no seu comportamento esperado, como a do
aumento dos níveis de produção. Há que se investir no desenvolvimento de tais sistemas pois os
custos de desenvolvimento são bem menores do que os de readaptação de plantas existentes às
novas necessidades (Figura 1-2).
C
P
P
C
I
E
Figura 1-2: Evolução dos custos de mudanças no projeto (Fonte: adaptado de TOMPKINS &
WHITE,1984, p. 20)
7
Plantas flexíveis implicam em menores custos de adaptação em casos como a introdução de
novos produtos ou de novas tecnologias ou simplesmente de aumento do nível de produção. Sem
essa robustez os projetos dos sistemas produtivos tornam-se obsoletos em muito menos tempo.
A dificuldade de readaptar instalações já existentes ou desenvolver projetos mais flexíveis sob
uma óptica holística ressalta ainda mais a necessidade de novas ferramentas de desenvolvimento
de projetos de instalações industriais. As concepções sobre o projeto da manufatura e das
instalações são decorrentes de opções baseadas em um certo cenário presente (tecnológico,
econômico e financeiro) e seus desdobramentos futuros, o que limita temporalmente a sua
validade.
1.2 Busca da Integração
Cada vez mais tecnologias e técnicas são aplicadas nos sistemas de produção visando aumentar a
capacidade de resposta da manufatura às flutuações decorrentes das necessidades dos mercados.
Essas tecnologias visam em geral à integração de toda a empresa ou de partes dela entre si.
Outras foram desenvolvidas para promover a recuperação dos sistemas produtivos e a sua
readequação à competição global.
Para SIPPER & BULFIN, JR.(1997), a busca pela integração dos sistemas produtivos, ou seja, a
necessidade das informações, materiais e pessoal estarem coordenados perfeitamente pode ser
exemplificada pelo surgimento de três tecnologias: Manufatura Celular (CM), Sistemas de
Manufatura Flexíveis (FMS) e Manufatura integrada por Computador (CIM). Pode-se citar
também outros exemplos como o JIT (Just-in-Time), manufatura enxuta, manufatura ágil e
CAPP (Computer Aided Process Planning). Para processos simples onde a integração
tecnológica não seja compensatória a integração pode ainda ser feita através de técnicas
gerenciais e operacionais, como o caso do kanban.
O uso de CM, FMS e CIM para integrar processos produtivos ressalta outros aspectos da
integração desses últimos, como o aumento do controle e o uso intensivo da tecnologia
computacional em automatização e automação, além do desenvolvimento de formas híbridas de
organizar o chão-de-fábrica. Na manufatura celular, as células correspondem a uma unidade
produtora de uma família de produtos ou peças que são processadas em uma área, com os
equipamentos dispostos de forma que as distâncias sejam bastante reduzidas. Os sistemas de
manufatura flexíveis expandem o conceito das células, possuindo grau maior de automatização.
8
Esses sistemas são compostos pelas máquinas de processo, pelo sistema automatizado de
manuseio de materiais e um sistema computadorizado de controle. Na Manufatura Integrada por
Computador, todos os processos estão interconectados e controlados através de sistemas
computadorizados.
Por mais que essas tecnologias permitam responder de forma adequada às novas demandas do
ambiente competitivo, todas possuem suas vantagens e desvantagens e também seu escopo de
aplicação. A problemática e os resultados também variam de aplicação para aplicação. Outro
aspecto a ser considerado é o tempo necessário para dominá-las e implementá-las em casos
práticos.
Tudo o que foi apresentado acima denota a dificuldade de se estabelecer como serão
posicionados (arranjados) os recursos produtivos no espaço disponível para que os objetivos do
negócio sejam atingidos. Ao se fazer isso, determina-se a estrura física da qual os processos irão
se servir para efetuar a produção.
Pesquisas recentes realizadas na área de projeto do arranjo físico de instalações industriais ainda
adotam a abordagem seqüencial dos métodos anteriores onde, em geral, adota-se a estratégia do
detalhamento posterior. Nesse caso parte-se de um escopo maior em direção ao escopo menor,
ou seja, realiza-se um projeto macroscópico simplificado que posteriormente passa a ser
detalhado.
Os sistemas de manufatura são substancialmente diferentes daqueles das décadas de 1950, 1960
e 1970, quando as técnicas de desenvolvimento de arranjo físico foram desenvolvidas. No
entanto, grande parte das pesquisas ainda se concentra em melhorar as técnicas antigas para
aplicá-las da mesma forma.
Muitas dessas técnicas ainda são bastante úteis, mas há a
necessidade de formas criativas de aplicação e também do desenvolvimento de novas
ferramentas, capazes de lidar melhor com os problemas enfrentados durante o desenvolvimento
de projeto de arranjo físico para os sistemas de produção atuais. No entanto, a identificação desse
conhecimento e o seu domínio demandam tempo, o que inviabiliza sua adoção imediata. Por
outro lado, a reformulação de técnicas ou sua aplicação de forma criativa podem levar a ganhos
bastante acentuados.
Existem atualmente várias técnicas e ferramentas computacionais para se desenvolver arranjos
físicos. Essas ferramentas podem ser apenas listas de verificação ou métodos organizados.
Podem ser usados também algoritmos otimizantes ou heurísticos.
9
Atualmente três tipos de ferramentas computacionais têm sido mais usadas no desenvolvimento
de projetos de plantas industriais:
•
Ferramentas de Desenho Auxiliado por Computador (CAD – Computer Aided
Design/Drafting) – Usadas para representar as plantas dos projetos e também para
representação tridimensional para análise do projeto arquitetônico. Também podem ser
usadas para análise de design de novos produtos. Dada a sua difusão, hoje estão disponíveis
vários softwares que adicionam funções específicas aos programas de CAD (add-ins), alguns
específicos para o projeto do arranjo físico;
•
Ferramentas de Simulação de Sistemas de Eventos Discretos – Esses softwares vêm
evoluindo desde a década de 1950 e são aplicados para a análise dos processos produtivos e
da programação da produção, principalmente do desempenho deles. Com esse tipo de
ferramenta pode-se analisar os efeitos dos processos ou da programação da produção sobre
um layout e vice-versa;
•
Ferramentas de Simulação Humana – Softwares que foram desenvolvidos para analisar o
elemento humano em seu posto de trabalho, visando tornar os projetos desses postos mais
adaptados ao homem, reduzindo os problemas de interação homem-espaço de trabalho. A
análise do posto de trabalho e as interações entre os vários centros de produção é
indispensável para o desenvolvimento de alternativas de layout;
Essas ferramentas têm evoluído continuamente de forma independente, tendo sido aplicadas
mundialmente com sucesso. A sua aplicação permite uma análise mais adequada e objetiva dos
conceitos de projeto, oferecendo todos os benefícios do uso de computadores e do registro digital
das informações.
1.3 Objetivo e Etapas de Desenvolvimento
O objetivo principal deste trabalho é integrar computacionalmente ferramentas de
quantificação de fluxos e de desenho com ferramentas de simulação, procurando-se criar
uma arquitetura para lidar com o projeto de instalações industriais. Por arquitetura entendase a definição dos elementos componentes, suas funções e formas de interação entre si.
10
Para atingir este objetivo, foram desenvolvidas as seguintes etapas:
•
Levantamento dos conceitos e métodos de desenvolvimento de layout industrial;
•
Levantamento das ferramentas computacionais e algoritmos para desenvolvimento de arranjo
físico;
•
Levantamento dos conceitos de Simulação de Sistemas de Eventos Discretos;
•
Análise das características de interesse para o desenvolvimento de arranjo físico de três
softwares de simulação disponíveis no mercado;
•
Levantamento dos softwares de simulação humana disponíveis e análise das suas
características;
•
Realização de testes de conversão de dados e das capacidades de automatização de tarefas
para orientar a adoção de uma ferramenta de análise de fluxos, um simulador humano e um
ambiente de CAD;
•
Seleção de uma ferramenta de análise de fluxos, um simulador humano e um ambiente de
CAD visando a integração das três ferramentas;
•
Definição da arquitetura de integração entre esses três tipos de ferramentas e descrição dos
fluxos de informações necessários para torná-la adequada ao projeto de arranjo físico;
•
Desenvolvimento de um protótipo com os softwares previamente selecionados e realização
de teste para verificar o funcionamento da conversão de dados e das rotinas automatizadas.
1.4 Conteúdo
O trabalho está divido da seguinte maneira:
Capítulo 2 – Técnicas para desenvolvimento de layout. Neste capítulo são apresentadas as
técnicas adotadas no desenvolvimento de alternativas de arranjo físico bem como sua avaliação.
Apresentam-se os métodos desenvolvidos historicamente e a sua evolução em complexidade.
São apresentados também os métodos e ferramentas computacionais mais conhecidos para
11
auxiliar o desenvolvimento dos arranjos. Finalmente são apresentadas as ferramentas de
simulação humana para a análise do posto de trabalho e sua adaptação ao operador.
Capítulo 3 – Técnicas de simulação de sistemas. Neste capítulo são apresentadas as
ferramentas usadas para modelar sistemas industriais complexos através de Simulação de
Eventos Discretos. São definidos os termos essenciais, os tipos de modelo, sua aplicação e
cuidados e restrições. No final, são apresentadas as características dos simuladores.
Capítulo 4 – Uma arquitetura de integração para o desenvolvimento de arranjo físico.
Neste capítulo é apresentada uma arquitetura de integração entre ferramentas de layout, CAD,
Simulação de Eventos Discretos e Simulação Humana, usadas para o desenvolvimento de
projetos de instalações industriais. A arquitetura apresenta-se inovadora na forma de articular
recursos para o desenvolvimento de arranjos físicos industriais.
Capítulo 5 – Conclusões. Neste capítulo são apresentadas as conclusões relativas aos objetivos
traçados inicialmente e são apresentadas as possibilidade de estudos futuros sobre o assunto.
CAPÍTULO 2
TÉCNICAS PARA
DESENVOLVIMENTO
DE LAYOUT
2.1 Definição de Layout
O layout ou arranjo físico consiste da organização racional de todos os recursos e tecnologias
necessárias para a consecução em nível operacional dos objetivos da empresa industrial,
materializando-se na forma como esses recursos serão dispostos no espaço tridimensional. Como
organização racional entende-se a busca da harmonização e integração de equipamentos, mãode-obra (direta e indireta), materiais, áreas de movimentação e de estocagem e demais recursos e
tecnologias (OLIVÉRIO, 1985). Ao estabelecer a localização de equipamentos, estoques e
demais áreas e suas formas, o projetista do arranjo físico está estabelecendo as relações físicas
existentes entre elas.
Por sua forte dependência dos fatores condicionantes, o arranjo físico assume um caráter
eminentemente dinâmico. A existência de alterações freqüentes em fatores como mix de
produtos, tecnologias disponíveis para adoção e estratégias de controle faz com que se tenha que
alterar o arranjo físico da planta, implicando em alterações de pequenas partes da planta,
passando pela sua total reformulação, até a construção de uma nova.
13
2.2 Fatores de Alteração do Layout
J. L. OLIVÉRIO (1985) lista uma série de mudanças nos fatores condicionantes que podem
requerer a alteração do arranjo físico:
•
Mudança no projeto do produto ou inclusão de novos – Cada vez mais os mercados exigem
uma adequação maior dos produtos às suas necessidades, o que implica na redução do ciclo
de vida econômica de um produto e na necessidade de readequações mais freqüentes da
planta. No caso da introdução de novos produtos haverá necessidade de novos espaços para
armazenagem de materiais, introdução de novos equipamentos e métodos de controle, entre
outros condicionantes;
•
Melhoria das condições de trabalho e redução de acidentes – Pretende-se que o local de
trabalho seja seguro para as pessoas que interagem com ele, o que pode demandar uma
alteração visando preservar a integridade física e a saúde do elemento humano;
•
Variações na demanda do produto – Os condicionantes de mercado (como o estágio em que
se encontra o produto no seu ciclo de vida econômico, a existência de concorrentes e
variações da capacidade de compra dos clientes) podem alterar sensivelmente a demanda por
um determinado produto. Como efeito poderá ocorrer alteração da participação de tal produto
no mix produzido, o que pode, por exemplo, acarretar efeitos sobre a carga de trabalho de
uma determinada linha de produção;
•
Substituição de equipamento – A introdução de novas tecnologias e equipamentos mais
produtivos e seguros, bem como determinações legais são fatos comuns nos sistemas
produtivos;
•
Mudanças no processo produtivo – As novas formas de realizar as etapas do processo
produtivo (oriundas de novas tecnologias e formas de controle da produção) e alterações dos
produtos fabricados são dois exemplos de condicionantes das etapas dos processos
produtivos;
•
Mudança do mercado de consumo – A necessidade de se estar próximo do cliente pode
demandar a construção de novas plantas ou alteração das existentes;
•
Introdução de novos métodos de organização e controle – Com a informação recebendo cada
vez mais enfoque por parte dos administradores dos sistemas produtivos, houve a introdução
14
de vários métodos de controle e organização. Esses métodos incluem técnicas gerenciais
como a utilização do sistema kanban ou de coleta eletrônica de informações, que em muitos
casos exigem uma readequação da planta que os receberá, para a acomodação de novos
equipamentos ou para possibilitar um fluxo mais adequado das informações entre os centros
de produção;
•
Redução de custos – A redução de custos através da adoção de novos equipamentos, novas
formas de organizar a produção (como a introdução de novos sistemas de controle) também
implica, em muitos casos, na necessidade de rearranjo das plantas produtivas.
2.3 Necessidades de Informação
J. L. OLIVÉRIO (1985) ressalta a importância do projetista do arranjo físico ser bem servido por
um sistema de informações que permita que esteja ciente de alterações relevantes nos fatores
condicionantes do arranjo físico. Além disso, essa mesma base de dados servirá de fonte de
informações para o desenvolvimento da nova solução. Esses dados devem ser obtidos de
diversas áreas e estão sumariados na Tabela 2-1.
Tabela 2-1: Áreas de conhecimento envolvidas no fornecimento de informações para o projeto
de arranjo físico (Fonte: CAMAROTTO, 1998).
Fatores de Projeto
Áreas e sub-áreas de conhecimento envolvidas
(Variável de interesse para o
projeto de instalações)
Equipamento
Engenharia de Processos, Ergonomia, Organização do Trabalho, Engenharia de
Máquinas, Engenharia de Segurança
Operação (Transformação e Montagem)
Engenharia de Processos, Engenharia de Materiais, Engenharia de Máquinas,
Logística, Ergonomia, Engenharia de Segurança, Planejamento e Controle da
Produção (PCP)
Materiais
Engenharia de Materiais, Logística, Engenharia de Segurança, Ergonomia
Manutenção
Engenharia de Manutenção, Engenharia de Máquinas, PCP
Segurança e saúde
Engenharia de Segurança, Engenharia de Processos, Saúde Ocupacional,
Administração, Organização do Trabalho
Almoxarifado / Estoque
Logística, PCP
Serviços Auxiliares da Fábrica
Engenharia de Processos, Engenharia de Máquinas, PCP
(continua na próxima página)
15
Tabela 2-1: Continuação.
Edificação
Arquitetura, Engenharia Civil, Engenharia de Segurança, Ergonomia, Engenharia
Econômica, PCP
Sistemas de Movimentação
PCP, Logística, Ergonomia, Engenharia de Segurança
Utilidades (instalações de gás, energia Engenharia de Processos, Engenharia de Máquinas, Engenharia de Materiais
etc.)
Fluxo de
Informações
Espaço
Materiais,
Pessoas
e PCP, Logística, Engenharia Econômica, Engenharia de Segurança, Organização
do Trabalho
Ergonomia, Engenharia de Segurança, Engenharia de Processos, PCP,
Arquitetura
Serviços
de
Pessoal
(refeitórios, Organização do Trabalho, Engenharia de Segurança, Arquitetura, Administração
sanitários, lazer, creche, vestiários)
(Contabilidade, Trabalhista, Compras/Vendas, Finanças e Assistência Social)
Um dos problemas enfretados pelo projetista de arranjo físico bem, como por outros analistas, é
o da dificuldade de obtenção dessas informações. Mesmo havendo disponibilidade, é freqüente
os dados serem encontrados dispersos, não padronizados, obsoletos ou imprecisos.
Entre os softwares empresariais que guardam informações de interesse do projetista de arranjo
físico destacam-se: bancos de dados corporativos ou departamentais, plantas e CAD (da própria
empresa ou terceiros), sistemas de controle on line de máquinas e instalações, construtores de
fluxogramas, de tecnologia de grupo e padrões de trabalho, otimizadores de localização,
simuladores, ferramentas de planejamento estratégico e de auxílio à decisão, ferramentas de
análise ergonômica (Q. LEE, 1998).
2.4 Metas Pretendidas com o Arranjo Físico
A integração pretendida pela determinação do arranjo físico pode ser entendida melhor como a
consecução de uma série de objetivos específicos oriundos de problemas freqüentemente
encontrados nos sistemas produtivos. J. L. OLIVÉRIO (1985), SLACK et al. (1997), MUTHER
(1978) e APPLE (1977) apresentam algumas dessas metas:
•
Aumentar o conforto – Redução de barulhos, melhoria na iluminação e ventilação, aumento
da satisfação e higiene através da organização do trabalho, ergonomia e conforto ambiental;
•
Aumentar a segurança inerente de dispositivos e equipamentos – Aplicação de conceitos da
ergonomia com relação ao projeto do posto de trabalho;
16
•
Aumentar o moral e a satisfação no trabalho – Manutenção da ordem e limpeza,
disponibilzar sanitários adequados, e registrar a presença (“ponto”);
•
Incrementar a produção – Melhorar o fluxo, aumentar da rotatividade do material em
processo e aumentar a taxa de processamento;
•
Reduzir as demoras e o material em processo através do balanceamento da produção;
•
Economizar o espaço – Manter menor quantidade de material em processo, minimizar as
distâncias, dispor racionalmente as seções;
•
Reduzir o manuseio através da utilização de equipamentos de movimentação de materiais no
processo produtivo;
•
Melhorar a utilização do equipamento, mão-de-obra e serviços através da redução das
distâncias e tempos improdutivos;
•
Reduzir o tempo de manufatura através da redução das demoras e distâncias;
•
Reduzir os custos indiretos – Utilizar linhas de usinagem, onde o material se move quase sem
necessidade de administração direta (supervisão melhor e mais fácil, redução de
congestionamento e de confusão no tráfego);
•
Melhorar a qualidade através de melhor posicionamento dos equipamentos de alta precisão e
mais flexíveis;
•
Facilitar o controle de custos e a coordenação gerencial;
•
Intensificar a utilização da força de trabalho de acordo com princípios de tempos e métodos
e organização do trabalho;
•
Aumentar a flexibilidade para fazer frente às mudanças de demanda, nos produtos e nos
equipamentos;
•
Facilitar o acesso para operação, limpeza e manutenção dos equipamentos;
•
Minimizar os investimentos em capital pelo uso intensivo de recursos e áreas.
17
Para se atingir esses objetivos alguns princípios devem ser seguidos, devendo ser aplicados a
todas as etapas do processo de desenvolvimento (OLIVÉRIO, 1985):
•
Princípio da integração, através do qual se pretende que todas as partes da planta contribuam
de forma sinérgica para a consecução dos objetivos da planta produtiva;
•
Princípio da mínima distância, pelo qual se pretende diminuir os esforços de movimentação
que em geral nada acrescentam ao valor final do produto;
•
Princípio de obediência ao fluxo de operações, pelo qual se pretende, além de reduzir as
distâncias, também a eliminação de cruzamentos, retornos e interrupções;
•
Princípio do uso das três dimensões, pelo qual se pretende racionalizar o uso do espaço
tridimensional e não apenas o espaço planar. Isso pode ser traduzido no uso de armazenagem
verticalizada, no uso de transportadores aéreos, construções com vários andares, uso de
subsolo, entre outros;
•
Princípio da satisfação e segurança que visa reduzir os riscos potenciais do ambiente
industrial à saúde dos seus usuários;
•
Princípio da flexibilidade para fazer frente às necessidades de alteração rápidas nos
condicionantes do sistema produtivo e do layout;
J. L. OLIVÉRIO (1985) também apresenta uma série de recomendações para o desenvolvimento
do layout:
•
Planejar o todo e depois o detalhe – Como se pretende ter a planta integrada de tal forma que
não haja concorrência entre suas partes mas para que todas elas sejam orientadas para os
mesmos objetivos gerais, uma visão geral do conceito da planta é importante. Sem essa
orientação inicial corre-se o risco de se incorrer em detalhes excessivos;
•
Planejar o ideal e depois o prático – Não se deve incluir limitações nas etapas iniciais do
desenvolvimento pois isso pode limitar a solução final ou mesmo torná-la impossível. Além
disso a existência da solução “ideal” servirá como padrão para comparação com a solução
final e também como ponto de partida para a inclusão das limitações reais até que se chegue
a uma solução aceitável;
18
•
Planejar para o futuro – Há que se considerar durante a fase de concepção do arranjo físico
possíveis expansões ou alterações significativas que poderão ocorrer no futuro. Assim, por
exemplo, deve ser considerada a possibilidade de aumento do sistema produtivo ou de
capacidade e conseqüente expansão das instalações existentes. Isso implica, entre outras
coisas, na necessidade de se ter flexibilidade para estabelecer a localização dos equipamentos
e ampliações dos edifícios;
•
Procurar a idéia de todos – Dada a interferência de vários fatores condicionantes no
processo de desenvolvimento do layout há que se capturar, de maneira adequada, as idéias e
propostas de elementos de outros setores da empresa. Esse tipo de contribuição é importante
para a introdução de alterações que tenham impacto considerável, considerando-se que a
idéia precisa ser “vendida” antes de ser implantada;
•
Utilizar os melhores elementos de apresentação – Ao discutir as idéias, há que se dispor de
meios adequados para discussão de alternativas e também para convencimento das partes
interessadas. Entre esses meios estão os mapas, fluxogramas e demais recursos gráficos;
•
Preparar para vender a idéia – A criação de uma alternativa e o convencimento sobre a sua
validade depende de uma série de fatores como técnicas de convencimento e relações
interpessoais para que se consiga a aprovação.
2.5 Métodos para Desenvolvimento de Arranjo Físico
À medida que as plantas industriais evoluíam e o universo de fatores de sucesso da planta
industrial
aumentava,
foram sendo
desenvolvidas
várias
técnicas
e
métodos
para
desenvolvimento de arranjo físico. A evolução dos métodos reflete o aumento ocorrido no
escopo do problema de arranjo físico, que demandava novas formas de organizar os espaços
procurando satisfazer os princípios e objetivos citados na seção anterior.
Os métodos preconizados propõem que se parta de um nível macroscópico em direção ao
microscópico, ou seja, primeiro modela-se o conceito geral e depois são acrescentados os
detalhes. Sob essa óptica, as etapas gerais envolvidas no projeto de instalações industriais e de
serviços são:
(a) a localização da planta; (b) a determinação do arranjo geral; (c) seu
detalhamento e, finalmente, (d) a instalação. Esses processos não são em geral disjuntos mas são,
pelo menos em parte, concomitantes pela necessidade de informações que somente estarão
19
disponíveis em etapas subseqüentes. As fases do projeto de fábrica concentram-se nos seguintes
aspectos:
•
Macro e micro-localização da planta: determinação da região, distrito, situação posicional e
vias de acesso;
•
Aproveitamento do terreno: determinação de acessos, recuos, níveis e tratamentos
necessários;
•
Espaço arquitetônico: orientação, ocupação e formulação;
•
Arranjo físico: determinação de fluxos, funções, atividades e distribuição espacial;
•
Estações de trabalho: espaços, requisitos, relações, organização;
•
Construção do espaço: programa e detalhamento;
•
Ocupação e operação do espaço: uso, manutenção e avaliação.
J.A. CAMAROTTO (1998) apresenta vários métodos que surgiram para lidar com o projeto de
instalações industriais.
O método IMMER data de 1950 (IMMER, 1950) e sua ênfase era posicionar as máquinas para
obter a máxima eficiência, percorrendo a menor distância no menor tempo. As idéias do método
visavam representar em detalhes e com exatidão o problema (inclusive utilizando meios
gráficos) para promover o melhoramento dos fluxos que, então, determinariam o posicionamento
dos equipamentos.
O método REED data de 1961 (REED Jr., 1961) e apresenta o que foi chamado de “plano
sistemático de ataque” . Sua principal contribuição foi o desenvolvimento de cartas de processo
detalhadas com informações sobre os fluxos, sistemas de transporte, ocupação de recursos e
demais itens correlatos. As etapas são:
•
Analisar os produtos;
•
Identificar os processos de fabricação;
•
Preparar as cartas de planejamento para o arranjo físico;
•
Determinação dos postos de trabalho necessários;
20
•
Analisar as necessidades de área para armazenagem;
•
Estabelecer a largura mínima dos corredores;
•
Estabelecer as necessidades de área administrativa;
•
Identificar as necessidades dos serviços de apoio: manutenção e serviços;
•
Pesquisar os serviços utilizados ;
•
Considerar expansões futuras;
A inclusão das áreas secundárias é importante pois, apesar de não possuírem um fluxo intenso
com as áreas primárias de produção, são bastante importantes para que esta cumpra seus
objetivos.
O método de MOORE (MOORE, 1962) apresentou como diferencial a introdução de bases
metodológicas para o desenvolvimento do projeto da fábrica, incluindo o projeto do arranjo
físico como uma de suas etapas.
As etapas do projeto de fábrica são assim determinadas:
1. Aquisição do capital;
2. Projeto do produto;
3. Planejamento de vendas e determinação do volume de produção;
4. Seleção dos processos de produção para os produtos;
5. Identificar a necessidade de fabricar ou fazer a compra dos itens necessários;
6. Determinação do tamanho da fábrica;
7. Determinação da faixa de preço do produto;
8. Localização da fábrica;
9. Layout da fábrica;
-
Determinação do volume de produção;
21
-
Detalhamento do projeto do produto;
-
Especificação das rotas e dos fluxos;
-
Determinação do fluxograma do processo de cada produto;
-
Determinação das necessidades de espaço;
-
Caracterização da edificação;
-
Determinação dos equipamentos necessários;
-
Construção da planta situacional;
-
Construção do layout de blocos (usualmente representando departamentos);
-
Detalhamento do layout;
-
Avaliação do layout proposto;
-
Implantação da solução escolhida;
10. Seleção do tipo do prédio;
11. Diversificação;
12. Desenvolvimento da organização;
O método de NADLER (NADLER, 1965) propõe uma hierarquização de projetos de atividades
de desenvolvimento de sistemas de trabalho procurando identificar a solução ideal. O
embasamento teórico não foi apresentado mas sim uma discussão comparativa entre a maneira
como se desenvolviam esses projetos e como seria o procedimento ideal.
Em 1973, MUTHER (MUTHER, 1978) apresentou seu método que sistematizava os
conhecimentos e ferramentas até então disponíveis. Esse método chamado SLP (Systematic
Layout Planning) se baseava em dados quantitativos e qualitativos como produtos, quantidades,
roteiros de fabricação, serviços de suporte, tempo, lista das atividades e relações de proximidade
entre outros. As relações de proximidade e de fluxo é que determinariam a adjacência entre as
atividades, que ocupariam áreas retangulares. Ao final do processo, obter-se-iam alternativas de
layouts de blocos que seriam selecionados e detalhados (pelo menos duas alternativas). Este
método sistematizava as informações coletadas e se utilizava de elementos gráficos para registro
22
e comunicação de idéias. Apesar de ter conseguido grande popularidade, este método apresenta
como limitações a simplificação das áreas e a subjetividade da interpretação dos relacionamentos
(de fluxo e de adjacência) para a geração das alternativas.
Em 1977, surge o método APPLE (APPLE, 1977), que pretende ser geral o suficiente para ser
aplicável a qualquer tipo de sistema fabril, procurando não restringir os métodos usados em cada
fase. As etapas envolvidas são:
•
Obter dados;
•
Análisar dos dados;
•
Projetar o processo de produção;
•
Planejar o padrão de fluxo de materiais;
•
Considerar o modelo geral de manuseio de materiais;
•
Calcular os requisitos dos equipamentos;
•
Planejar os postos de trabalho individuais;
•
Selecionar os equipamentos de manuseio de materiais;
•
Coordenar os grupos operacionais que tenham relação entre si;
•
Projetar o inter-relacionamento de atividades;
•
Determinar os requisitos de armazenagem;
•
Planejar as atividades auxiliares e de serviços;
•
Determinar os requisitos de espaço;
•
Localizar as atividades no espaço total;
•
Considerar as características da edificação;
•
Construir o layout geral;
•
Avaliar, ajustar e conferir o layout com demais especialistas e gerência;
23
•
Discutir a validação do projeto;
•
Detalhar e implementar o layout;
•
Acompanhar a implantação do layout;
J.M. TOMPKINS e J. M. WHITE (1984) resumem os métodos acima como possuindo o seguinte
conjunto de passos:
1. Definir os objetivos da instalação;
2. Especificar as atividades primárias e de suporte para atingir os objetivos propostos;
3. Determinação do inter-relacionamento entre as atividades;
4. Determinar a necessidade de espaço para as atividades;
5. Gerar as alternativas de arranjo físico;
6. Avaliar as alternativas geradas anteriormente;
7. Selecionar uma das alternativas;
8. Implementar a alternativa escolhida;
9. Manter e adaptar o layout de acordo com as mudanças nos objetivos.;
Convém observar que os métodos acima adotam a abordagem do detalhamento subseqüente.
Além disso, observa-se que, desde os primeiros métodos, os fluxos (principalmente os de
materiais) são considerados de altíssima importância. Detalhes da edificação, planejamento de
áreas auxiliares, tratamento de resíduos, busca do conforto ambiental e saúde e satisfação do
trabalhador foram sendo acrescentados nos métodos mais recentes.
2.6 Tipos de Arranjo Físico
Existem basicamente três formas gerais de se organizar os recursos produtivos na planta
industrial. Essa classificação não é absolutamente rígida pois a incidência de arranjos mistos,
onde convivem características de várias das formas gerais, aumenta cada vez mais em função do
mix de produtos. Um outro tipo de arranjo cada vez mais comum é o celular, onde os recursos
24
são agrupados para atender várias operações a serem sofridas pelo produto em uma mesma parte
da planta.
•
Layout posicional ou por posição fixa - Neste tipo de arranjo (Figura 2-1) o produto ou
material a ser trabalhado permanece relativamente fixo enquanto os executores e as
ferramentas movimentam-se. Isso ocorre em situações onde todo o processo produtivo se
desenvolve em uma área restrita, como no caso de produção artesanal, construção de navios,
aviões e equipamentos de grande porte;
Máq 02
Máq 01
Depósito
de
Insumos
Máq 03
Produtos
Acabados
Produto
Máq 04
Máq 02
Máq 05
Figura 2-1: Arranjo físico posicional ou por posição fixa.
•
Layout funcional, departamental ou por processo – Neste tipo de arranjo (Figura 2-2) os
recursos são organizados de acordo com as funções que desempenham e de suas
necessidades comuns, sendo este o principal elemento do processo produtivo. Por exemplo,
uma empresa fabricante de peças usinadas possui vários setores como o de fresas, o de
tornos, o de retíficas etc. As peças é que se movem e suas operações, desempenhadas em
vários produtos diferentes, são geralmente bastante semelhantes, o que permite a criação de
tais departamentos;
Máq 01
Máq 04
Depósito
de
Insumos
Produtos
Acabados
Máq 03
Máq 02
Figura 2-2: Arranjo físico funcional.
25
•
Layout linear, por fluxo ou por produto – Neste tipo (Figura 2-3), os equipamentos são
dispostos de acordo com a seqüência de fabricação do produto, situando-se um
imediatamente após o outro, o que facilita o controle do processo e minimiza o manuseio de
materiais;
Produto 1
Depósito
de
Insumos
Máq 01
Produto 2
Produto 3
Máq 03
Máq 05
Máq 02
Máq 04
Produtos
acabados
Máq 02
Figura 2-3: Arranjo físico linear, por fluxo ou por produto
•
Layout celular – Neste tipo de arranjo o material em processo ao chegar à operação é
direcionado para uma determinada área da planta (célula) onde ocorrerão várias etapas de seu
processamento. A célula concentra todos os recursos necessários para isso e pode ter os seus
equipamentos organizados por produto ou por processo (Figura 2-4). Com a célula procurase confinar os fluxos (movimentação de materiais) a uma região específica da planta,
reduzindo assim os efeitos negativos de fluxos intensos através de longas distâncias.
Máq 03
Máq 02
Máq 04
Máq 05
Máq 01
Máq 06
Produto 1
Produto 2
Figura 2-4: Arranjo físico celular (Adaptado de KONZ,1985)
N. SLACK et al. (1997), OLIVÉRIO (1985), KONZ (1985) e TOMPKINS & WHITE (1984)
enumeram uma lista de vantagens e desvantagens de cada um dos tipos de arranjos apresentados
(Tabela 2-2).
26
Tabela 2-2: Vantagens e desvantagens dos tipos básicos de arranjo físico (Fonte: SLACK et al.,
1997; OLIVÉRIO, 1985; KONZ, 1985; TOMPKINS & WHITE, 1984)
Posicional
Vantagens
Desvantagens
Flexibilidade de mix e produto muito alta
Custos unitários muito altos
Produto ou cliente não é movido ou perturbado
Programação de espaço ou atividades pode ser
complexa
Alta variedade de tarefas para a mão-de-obra
Pode implicar em muita movimentação de
Permite que os operários conheçam o trabalho como equipamentos e mão-de-obra
um todo
Identificação maior entre trabalhador e o produto,
aumentando sua responsabilidade por ele
Investimento mínimo na planta
Processo
Processo
Alta flexibilidade de mix e dos produtos em si
Baixa utilização de recursos
Relativamente robusto em caso de interrupção de
etapas
Pode ter alto estoque em processo ou filas de
clientes
Supervisão de equipamentos e instalações
relativamente fácil
Fluxo complexo pode ser difícil de controlar
Pouca duplicação de equipamentos, implicando em
redução de custos
Possibilidade do operário auferir prêmios por produção
como incentivo
Melhor controle de processos complexos ou precisos
Produto
Baixos custos unitários para altos volumes
Pode ter baixa flexibilidade de mix de produtos
Dá oportunidades para especialização de equipamento
Não muito robusto contra interrupções
Movimentação conveniente de clientes e materiais
Trabalho pode ser repetitivo
Menor tempo total de produção
Menor quantidade de material em processo
Possibilidade de motivar grupos de operários através
de prêmios de produtividade por linha
Menor área por unidade de produção
Maior simplicidade de controle, com menos registros
necessários
Celular
Possibilidade de focar a produção de parte da planta
Exige supervisão geral
Dedicação de várias máquinas por operador
Exige maior capacitação dos operadores
Trabalho em equipe com aumento de comunicação
Exige balanceamento de fluxo entre as células e
dentro delas
Minimização da movimentação
Tratamento rápido de retrabalhos
Redução de barreiras à movimentação
Pode resultar em maior utilização dos equipamentos
Fluxo simplificado
Encoraja a consideração de equipamentos de propósito
geral
Para a determinação do tipo principal do arranjo físico a ser adotado consideram-se como fatores
importantes a diversidade e quantidade de produtos, características dos produtos (dimensões,
27
periculosidade, etc.) e formas e trajetos de manipulação. De forma geral a determinação do
arranjo acaba sendo feita sob a óptica do fluxo de materiais devido ao seu forte impacto sobre a
complexidade e intensidade de movimentações na planta.
Assim, para uma planta que fabrica uma grande quantidade de apenas um tipo de produto, o
arranjo físico tenderia a ser um arranjo por produto ou linear. No lado oposto, se se produz uma
quantidade pequena de uma gama variada de produtos, o arranjo pelo fluxo será ineficiente pois
os processos podem ser os mais variados. Nesse caso, a escolha mais apropriada seria o arranjo
funcional se as operações fossem semelhantes entre si. Se a quantidade a ser produzida for
pequena e o mix também for pequeno tenderemos a uma organização posicional do arranjo. A
Figura 2-5 representa a relação existente entre variedade, quantidade e tipo de arranjo.
Fluxo é
intermitente
Baixo
Volume
Alto
Arranjo Físico
Posicional
Arranjo Físico
por Processo
Arranjo Físico
Celular
Arranjo Físico
Por Produto
Fluxo regular mais importante
Fluxo
torna-se
contínuo
Figura 2-5: Variedade e Quantidade determinando o tipo de layout. (SLACK et al., 1997)
No entanto as escolhas por um determinado tipo raramente se baseiam apenas nos dados de
fluxos para sua escolha mas devem considerar uma grande quantidade de fatores e dados, sem se
esquecer, é claro, dos custos das alternativas.
2.7 Fluxos
A importância dada desde os primeiros métodos de desenvolvimento de layout para o fluxo de
materiais, pessoas e informações se deve à estreita associação entre ele e a disposição espacial
das áreas de atividades onde se realiza o processamento do produto ou de suas partes. Essa
estreita relação pode ser exemplificada pelos arranjos por produto onde há uma alta
28
correspondência entre seqüência de processos e a posição das máquinas que os realizam. J.M.
APPLE (apud FRANCIS & WHITE, 1984) lista alguns dos fatores que interferem na disposição
do fluxo de materiais:
•
Intalações externas de transporte;
•
Número de partes no produto;
•
Número de operações em cada parte;
•
Seqüência de operações em cada parte;
•
Número de sub-montagens;
•
Número de unidades a serem produzidas;
•
Espaço necessário entre as áreas de trabalho;
•
Quantidade e forma do espaço disponível;
•
Influência dos processos;
•
Tipos dos padrões de fluxo;
•
Tipo de layout;
•
Localização das áreas de serviço;
•
Localização dos departamentos de produção;
•
Armazenagem de materiais;
•
Flexibilidade desejada;
•
A edificação.
É interessante observar a interferência que existe entre os fatores acima, o que dificulta ainda
mais a análise. Por exemplo, ao se procurar maior flexibilidade poderemos deixar de adotar um
tipo de arranjo por produto. Por outro lado, um produto que seja tóxico ou que exija
procedimento especial pode levar a um desvio proposital do fluxo.
29
A consecução dos objetivos gerais do projeto do arranjo depende da consideração de todos os
fatores acima, o que torna a avaliação direta das alternativas baseada apenas em dados de fluxo
em uma solução pobre. Isso afeta diretamente os métodos matemáticos e heurísticos de arranjo
físico que utilizam geralmente os fluxos como determinante principal das posições das áreas de
atividade.
Outro exemplo é a tentativa de se utilizar o espaço tridimensional. O uso de
dispositivos de transporte aéreos ou a construção do edifício em andares também leva a
alterações consideráveis no fluxo. A Figura 2-6 apresenta alguns dos padrões de fluxo, que
podem se repetir nas duas ou três dimensões.
(a) Direto
(d ) Circular
(b) Em U
(c) Em L
(e) Em S
Figura 2-6: Alguns padrões de fluxo de materiais, equipamentos, pessoas e informações.
2.8 Comparação de Arranjos Alternativos
Os métodos de desenvolvimento de arranjos físicos se baseiam na obtenção de soluções
consideradas adequadas sob algum tipo de critério objetivo, seja quantitativo ou qualitativo. Essa
comparação pode ser de forma integral entre duas alternativas detalhadas ou entre duas
alternativas simplificadas (layout de blocos). Pode ocorrer também de forma seqüencial, à
medida em que se desenvolve o estudo.
A necessidade de critérios objetivos para comparação entre alternativas é antiga, seja para
satisfazer a criação de uma proposta econômica-financeira para implantação da alternativa, seja
para conseguir estimular o consenso dos profissionais envolvidos. Além disso, a especificidade
de cada instalação industrial impede que sejam adotados critérios com validade geral.
30
J. M. MOORE (1962) apresenta algumas formas sistemáticas de avaliar alternativas:
•
Planta piloto – Alternativa cara, usada em geral por indústrias de processo contínuo.
Apresenta todos os pontos negativos de um modelo físico com baixa flexibilidade, como não
poder ser reaproveitada e possuir um desenvolvimento demorado;
•
Comparação de custos – Considerar todos os gastos e custos operacionais e o retorno sobre o
investimento. J. L. OLIVÉRIO (1985) lista alguns dos custos que podem estar envolvidos:
custo de transporte interno, custo financeiro do material em processo, custo do controle de
qualidade, custo da supervisão, custo do controle da produção, custo da depreciação do
edifício e custo de investimento necessário em cada um dos arranjos. O maior fator contrário
a esse critério é apresentado por SLACK et al. (1997) que afirma que “... na prática a
incerteza sobre os custos fixos e variáveis de cada tipo de arranjo físico significa que
raramente a decisão pode basear-se exclusivamente na consideração do custo ...”.
•
Avaliação de produtividade – Desenvolve-se algum índice como homens-horas por produto.
O ponto negativo desse tipo de critério é a desconsideração da diferença entre os capitais
investidos;
•
Avaliação do espaço – Através da área efetivamente ocupada em relação à área total. Devese prestar atenção à ocupação do espaço tridimensional observando fatores como, por
exemplo, a altura de empilhamento de materiais;
•
Comparação de linearidade de fluxo – Alternativas que possuam fluxos que se cruzam em
demasia ou que retornem são consideradas inferiores em qualidade pois os fluxos são na
verdade pessoas, equipamentos e informações em movimentos pelos centros produtivos da
planta;
•
Análise de fatores – Os fatores importantes são classificados por ordem de importância e
avaliados para cada alternativa. Através da comparação entre esses fatores, quantitativos ou
qualitativos, seleciona-se uma das alternativas como a melhor;
•
Classificação de fatores – As alternativas são ordenadas de forma decrescente para cada um
dos fatores considerados. A melhor recebe o número 1 e a pior um número maior;
•
Prós e contras – Simplesmente listando paralelamente os pontos a favor e contra de cada
uma das alternativas.
31
Entre as formas “otimizadas” para determinação da alternativa ideal estão:
•
Programação linear visando otimizar uma medida de eficiência;
•
Balanceamento de linhas, utilizando um método de otimização qualquer;
•
Criação de curvas de nível com os custos de transporte decorrentes da localização de um
equipamento em um layout já existente;
•
Modelos matemáticos para otimização dos critérios de eficiência sujeitos a condições de
fatores controláveis e incontroláveis expressos em desigualdades restritivas;
•
Método de Monte-Carlo para geração de um modelo matemático estatístico que será
submetido a uma série de valores de entrada aleatórios gerados pela técnica de Monte-Carlo.
Os resultados devem ser analisados estatisticamente;
•
Teoria das filas, para analisar o surgimento de filas no interior da planta e o seus tamanhos. A
existência de filas pode indicar problemas na distribuição do fluxo, mal dimensionamento de
equipamentos entre outros problemas;
•
Métodos de Engenharia Econômica para comparação com base no retorno sobre o capital
investido ou fluxo de caixa esperado;
Convém reafirmar que todos os métodos acima apresentam suas limitações e em sua maioria
dependem do estabelecimento de fatores consensuais para se fazer a diferenciação entre
alternativas. Ao se estabelecer unilateralmente critérios corre-se o risco de resolver o problema
da escolha de critérios mas criar problemas estruturais e/ou funcionais para a alternativa.
Na seção seguinte são apresentados alguns métodos e heurísticas computacionais usadas na
geração e avaliação de alternativas de arranjo físico.
2.9 Arranjo Físico de Plantas Auxiliado por Computador
Os computadores são pensados geralmente como forma de aumentar a velocidade de realização
de tarefas repetitivas, fazer associações simples e tratar grandes quantidades de dados. Mais
recentemente, a capacidade gráfica dos sistemas computadorizados passou também a ser um
fator interessante para a adoção desses equipamentos. Esse foi certamente um dos atrativos para
32
sua utilização na construção ou determinação de arranjos físicos de instalações industriais e de
serviços, dada a grande quantidade de dados e cálculos envolvidos na realização do arranjo
físico. Outro fator foi a necessidade de criar e manter uma grande quantidade de dados gráficos.
O projetista de arranjo físico durante seu trabalho precisa interagir com vários bancos de dados
de projeto para obtenção dos dados necessários para a determinação de equipamentos,
dimensionamento de áreas e também capturar as necessidades dos usuários. Mais do que isso,
precisa fazer a integração entre todos os determinantes detectados e traduzir essas informações
na forma de um projeto detalhado e assegurar um alto grau de consistência entre seus
componentes.
As informações usadas nos métodos tradicionais de criação computadorizada de arranjos físicos
se dividem basicamente em três tipos básicos: as informações numéricas ou quantitativas
como o espaço necessário ocupado por uma área de atividade e a intensidade de fluxo entre as
áreas, as informações lógicas ou qualitativas como as preferências do projetista e dos usuários
e as relações de proximidade e, finalmente, as informações gráficas como o desenho de um
arranjo existente. O foco principal das ferramentas de arranjo físico auxiliado por computador é a
representação e a manipulação desses três tipos de informações para a obtenção de uma solução
factível, cada qual com suas características.
Uma forma clássica de se registrar os relacionamentos de proximidade qualitativamente é através
da Carta de Relações Preferenciais (CRP) que é uma matriz triangular (Figura 2-7). Em cada
cruzamento das linhas é colocado o tipo de relacionamento entre as áreas usando-se um código
de letras: A (absolutamente necessário), E (especialmente importante), I (Importante), O (pouco
importante), U (indiferente) e X (indesejável). Também se registra a razão para tal relação
através de um código de razão colocado imediatamente abaixo do código de relacionamento.
As áreas de atividades podem então ser posicionadas em um diagrama de relacionamentos,
onde são desenhadas entre elas, linhas coloridas representando as relações. Assim, por exemplo,
quando existir uma relação do tipo A entre duas áreas, desenha-se uma linha de cor vermelha
ligando-as. O diagrama de relacionamento deve ser manipulado para que as áreas sejam
posicionadas uma em relação à outra.
33
Figura 2-7: Carta de Relações Preferenciais.
Uma representação tradicional para a representação do fluxo entre áreas de atividade é a carta
de-para. Para registrar os fluxos, o princípio é semelhante ao da CRP com a ressalva de que se
escrevem então os valores totais de fluxo entre as duas áreas (Figura 2-8).
Figura 2-8: Carta de-para.
Das informações a manipular, as gráficas são as que apresentam maiores dificuldades pois, em
geral, um método que é adequado para exibir informações gráficas não é adequado para
manipular os dados e vice-versa. Isso se dá em geral pela existência nos programas
computacionais de uma representação interna do arranjo, projetada para facilitar os processos
lógicos que gerarão a solução final. Por exemplo, um desenho de planta fornecido ao projetista
precisa ser traduzido para uma representação matricial para que o programa ou algoritmo
manipule os dados das áreas e gere uma alternativa. Isso porque a utilização de pontos
(coordenadas) e linhas de cota da representação gráfica (planta) não são convenientes para as
34
análises feitas pelos algoritmos, ao mesmo tempo em que demandam uma lógica relativamente
complexa e conseqüentemente um tempo computacional maior para se processarem as
manipulações desse tipo de informação. A tendência é que, com a evolução dos sistemas
computacionais, mais informações gráficas sejam utilizadas.
As formas básicas de representação simplificadas utilizadas pelos algoritmos mais tradicionais
são basicamente duas: uma modular e uma matricial.
Na representação modular as áreas de atividade (retangulares) ou departamentos têm seu
espaço representado por várias unidades de área (quadrados). Assim as áreas são representadas
por um número inteiro dessas unidades de área, formando um mosaico com esses quadrados
(Figura 2-9).
(a) Arranjo real
(b) Arranjo modular
Figura 2-9: Um arranjo inicial (a) ao ser modulado tem suas dimensões iniciais
transformadas em um número inteiro de módulos (b), cuja dimensão é definida pelo
usuário. As dimensões do arranjo modulado são quantificadas em unidades de módulo.
A representação matricial ou discreta, maneira derivada da anterior, possibilita a
representação das áreas (e seus vários quadrados unitários) como uma matriz de números.
Nesta representação a determinação de adjacências é fácil, o que não acontece com a
interpretação dos layouts (Figura 2-10).
1
1
1
1
1
1
(a) Arranjo modular
1
1
1
1
1
1
1
1
1
4
4
4
2
2
2
4
4
4
2
2
2
5
5
5
2
2
2
5
5
5
3
3
3
5
5
5
3
3
3
5
5
5
3
3
3
5
5
5
3
3
3
5
5
5
(b) Arranjo matricial
Figura 2-10: Correspondência entre a representação modulada do arranjo físico e a sua
representação matricial.
35
Como afirmado anteriormente, uma alternativa a essas formas de representação é a
representação contínua, onde as dimensões das áreas não são divididas em módulos, ou seja,
não são discretizadas.
2.9.1 Geração das alternativas
Após a entrada de dados de maneira conveniente, os algoritmos passam a preparar as alternativas
de arranjo. Essa geração ocorre em fases sucessivas, existindo dois tipos básicos de algoritmos,
os de construção e os de melhoramento.
2.9.1.1 Algoritmos de construção
Iniciam-se com dados de relações de adjacência, de fluxo e tamanhos das áreas e procedem à
construção do layout através do acréscimo seqüencial dos departamentos ao arranjo final. Para a
seleção dos departamentos a serem inseridos usam-se regras como:
•
Escolhem-se os departamentos com mais relações do tipo A com os departamentos que já
estejam no arranjo, depois os com mais relações do tipo E e assim por diante;
•
O primeiro departamento pode ser escolhido aleatoriamente ou segundo algum outro critério.
No caso de dois departamentos serem candidatos à alocação pode-se selecionar
aleatoriamente um deles;
•
Entre os critérios de priorização estão a matriz de custos ou outro critério de prioridade
definido pelo projetista.
Definido o departamento que será colocado, deve-se determinar a posição de inserção do
departamento, para a qual podem existir muitas possibilidades. Por exemplo, para se colocar um
departamento junto a outro existem no mínimo quatro possibilidades (acima, abaixo, à esquerda
e à direita). Além disso, se a área que está sendo alocada for retangular ou irregular, o número de
possibilidades aumenta ainda mais devido à possibilidade de se rotacionar a área em busca de um
melhor ajuste à área já existente. Um aspecto limitante das possibilidades de alocação é a
consideração ou não da forma do edifício no qual serão alocados os departamentos. A sua
consideração limita o número de soluções factíveis. Visando a simplificação dos algoritmos
36
muitas vezes essas questões são desprezadas através de um critério simples como o início da
alocação à esquerda ou em uma posição aleatória e a desconsideração do contorno limitante do
edifício.
Por outro lado, alguns algoritmos possuem um fator (chamado de fator de massageamento) que
permite que se altere a forma original do departamento, ou seja, a possibilidade de espalhar os
módulos componentes de cada área. Quanto maior esse fator, maior a deformação que pode
sofrer a forma da área de atividade. As áreas deixam de ser quadradas e podem se tornar
retangulares e até mesmo assumir formas irregulares.
Depois de definida a posição do departamento, seus módulos (quadrados unitários) serão
alocados no arranjo um a um até formarem a área total do departamento. As regras de alocação
dos módulos segue alguns critérios para que o resultado final não seja algo inadequado,
procurando em geral manter as formas originais e evitar situações em que os módulos de um
departamento não tenham pelo menos uma aresta de contato entre si. Isso elimina módulos
ligados apenas por um vértice e que grupos de módulos de um mesmo departamento estejam
separados.
O tamanho do módulo também interfere no resultado da alocação. Para áreas com muitos
módulos podem ocorrer figuras complexas que fogem muito da tradicional forma retangular, o
que demanda o estabelecimento de outros critérios de alocação. Esses critérios podem ajudar a
evitar a criação de figuras com um vazio ou um outro departamento interno a si, áreas difusas ou
muito alongadas.
2.9.1.2 Algoritmos de melhoramento
Os algoritmos de melhoramento partem de uma alternativa inicial e tentam melhorá-la através da
troca de lugar de departamentos ou de componentes de área (módulos). Esse arranjo inicial pode
ser um arranjo físico existente, um arranjo arbitrado pelo usuário ou pode ser gerado com algum
dos algoritmos de construção.
Esses algoritmos se iniciam pela seleção de um par de departamentos de acordo com algum
critério como, por exemplo, o par de maior fluxo total. Depois de selecionado o candidato em
potencial, ocorre uma avaliação para determinar o ganho com a possível troca. Se a troca
melhorar o valor da função objetivo, ela será efetuada. Novamente há uma verificação se a troca
37
realmente surtiu o efeito esperado. Esse processo se repete indefinidamente até que se encontre
uma solução que não permita mais melhoramentos por um certo número de iterações (definido
pelo usuário).
Um problema com este tipo de procedimento é a grande quantidade de combinações possíveis e
que aumenta bastante com o aumento do número de departamentos. Desse modo, quando tais
métodos são implementados, há uma limitação do número de trocas que podem ser realizadas,
em geral através de heurísticas. Por exemplo, as trocas permitidas incluem somente
departamentos de mesma área ou que sejam adjacentes. Já quando se considera departamentos,
de áreas diferentes ou formas irregulares a quantidade de trocas pode aumentar bastante. Além
disso, estes algoritmos podem facilmente violar critérios de forma dos departamentos, o que
pode demandar ajustes manuais.
2.9.2 Avaliação dos layouts
Os algoritmos durante a sua execução precisam em geral escolher entre várias alternativas qual a
melhor e passá-la à próxima etapa, até que se consiga a melhor solução. Uma forma de se
proceder a essa avaliação é a criação de critérios de ranqueamento, baseados em dados
geralmente relacionados a custos de deslocamento, ocupação da área disponível e proximidade
entre os departamentos. Esses critérios são bastante comuns nas heurísticas para geração de
arranjos físicos e podem ser calculados para cada departamento ou para todo um arranjo.
2.9.2.1 Ranqueamento baseado na adjacência
Este tipo de ranqueamento é baseado na carta de relacionamentos preferenciais e no diagrama de
relacionamentos.
6
(1)
E = ∑ pi . Xi
i= 1
onde, pi = peso atribuído a cada tipo de relação
Xi = um dos tipos de relação (A,E,I,O,U ou X)
Este tipo de ranqueamento tem um apelo intuitivo pois pode-se afirmar que uma alternativa é
melhor por ter um escore melhor. Por outro lado, como os escores dependem dos pesos
atribuídos às relações eles interferem nas soluções. Um exemplo é o ALDEP (SEEHOF &
38
EVANS, 1967) que usa os valores A = 64, E = 16, I = 8, O = 1, U = 0 e X = -1024 . Por não
haver uma forma padronizada ou mesmo ideal de se fazer isso, há que se ter muita atenção à
especificação desses pesos.
2.9.2.2 Ranqueamento baseado na distância
Esse tipo de ranqueamento considera a distância total percorrida para se atender o transporte de
materiais determinado pelos fluxos entre os departamentos. Opcionalmente, em vez de se usar
apenas a distância, utilizam-se os custos associados, desde que sejam especificados por unidade
de distância.
n-1
(2)
E=∑
i=1
n
∑ Cij .Dij
j = i+1
onde, Cij= custo de transporte entre os departamentos i e j
Dij= distância total entre os departamentos i e j
n = número de departamentos
A distância a ser percorrida entre dois departamentos pode ser calculada de várias formas:
distância euclidiana ou retilínea entre os centróides das áreas dos departamentos, especificada
através de uma rede de passagens ou qualquer outra forma ditada pelo projetista.
A
B
Figura 2-11: Formas de calcular a distância entre os departamentos podem levar a resultados
totalmente diferentes.
Entre os inconvenientes dessa abordagem está a necessidade de se conhecer os custos em uma
etapa que, teoricamente, ocorre antes que os dispositivos de manuseio de materiais sejam
especificados. Além disso, assume-se também que os custos sejam proporcionais à distância
percorrida, o que nem sempre é verdadeiro. Outros inconvenientes dizem respeito à distância
percorrida, geralmente dependente das passagens e corredores e do sistema de transporte de
materiais. Decorre daí a importância de se conhecer a rede de passagens e os equipamentos de
movimentação de materiais a serem usados. No entanto, tais especificações dependem das
39
localizações dos departamentos que ainda vão ser calculadas. Além disso, o método de cálculo
da distância pode também influir na solução final. Por exemplo, dados dois departamentos
adjacentes (Figura 2-11), se fosse calculada a distância diretamente entre os dois centróides
(distância euclidiana), o resultado seria diferente daquele que considerasse a distância entre os
departamentos como sendo a distância entre os pontos de entrada e saída dos departamentos
percorrida através de uma rede de corredores.
2.9.2.3 Ranqueamento combinado de adjacência e distância
Outra forma de se obter um critério de ranqueamento das alternativas geradas é a utilização das
relações de adjacência multiplicadas pelas distâncias percorridas. Dessa forma o peso dado a
cada tipo de relacionamento é a distância entre os departamentos. Como as relações prioritárias
demandam uma maior adjacência entre os departamentos, quanto mais distantes os
departamentos com essas relações maior será o escore e pior será a alternativa. Para isso usa-se
a fórmula:
6
(3)
6
E = ∑ ∑ Dij .Xij
onde, Xij= tipo de relação entre os departamentos i e j
i = 1 j = i+1
Dij= distância total entre os departamentos i e j
Este sistema sofre dos mesmos problemas do método do ranqueamento por relações de
adjacência apresentados anteriormente pois combina os dois ranqueamentos anteriores.
Outros ranqueamentos mais complexos podem ser propostos, mas poderiam ser mais difíceis de
serem calculados e poderiam eliminar precocemente alternativas geradas pelos métodos. Por
outro lado, critérios personalizados permitem que as especificações dos usuários e do projetista
possam ser levadas em conta.
Na seção seguinte, são apresentados vários tipos de métodos de resolução do arranjo físico.
Geralmente as formulações analíticas para a determinação de layouts se reduzem a problemas de
alocação de blocos, não considerando demais detalhes. Esses blocos ora representam
equipamentos ora departamentos de um layout funcional.
40
2.9.3 Métodos e algoritmos
2.9.3.1 QAP e métodos exatos
A abordagem mais tradicional para a resolução do problema do arranjo físico é o uso de uma
formulação matemática combinatorial (KOOPMANS & BECK, 1957). O chamado QAP
(Quadratic Assignment Problem) procura atribuir n departamentos ou áreas de atividade a m
locais possíveis conhecidos de antemão, com n < m. O objetivo é minimizar os custos de
alocação (atribuição) das áreas de atividades aos locais disponíveis. Para isso, seja Cikjh o custo
para alocar os departamentos i e j nas localizações k e h. Seja Xik = 1 se o departamento i estiver
localizado em k e Xik = 0, caso contrário. O QAP é então definido como:
n
(4)
Minimize
m
n
m
Z = 1/2 ∑ ∑ ∑ ∑ Cikjh .Xik.Xjh
i=1
k=1 j=1 h=1
Sujeito a
n
∑ Xik = 1,
k = 1, ..., m
i=1
m
∑ Xik = 1,
i = 1, ..., n
i=k
Xik = {0,1},
para todo i, k
A resolução deste problema é então realizada através de algoritmos do tipo branch-and-bound
que fornecem soluções ótimas para um número reduzido de áreas de atividade (até 15
problemas). Para problemas maiores a solução torna-se difícil dada a grande quantidade de
combinações possíveis. Duas outras limitações dessa formulação é a desconsideração da
geometria das áreas de atividades e também a necessidade de se conhecer previamente os locais
disponíveis para a alocação.
41
Uma solução que procura limitar as possíveis localizações de um departamento é a apresentada
por BAZARAA (1975) que permite também que se especifique a forma do edifício e dos
departamentos. Isso é feito, entretanto, com dimensões inteiras. Esse modelo sofre dos mesmos
problemas do QAP. A restrição das formas, além de ser difícil de se ser feita, também reduz o
número de soluções factíveis pois o número de restrições é maior. Além disso, em muitos casos,
isso não faz sentido uma vez que não se conhece as formas de todos os departamentos. Mais do
que isso, espera-se que seja o resultado do arranjo e não um dado de entrada. Quanto ao
estabelecimento das possíveis posições de um departamento, é uma tarefa difícil de ser feita e
também pode ter impacto significativo na solução final. M.D. HASSAN (apud SULE, 1992)
também apresentou uma solução heurística para esse problema, mas que não garante soluções
ótimas.
L.R. FOULDS (1983) e GIFFIN (1984) apresentam uma forma alternativa para a resolução do
mesmo problema através de teoria dos grafos mas GIFFIN (1984) e SAHNI & GONZALES
(1976) mostraram que estas duas abordagens eram intratáveis computacionalmente.
2.9.3.2 Heurísticas para layout de blocos
Dada a dificuldade de obtenção de soluções ótimas, muitos autores propuseram métodos
heurísticos para a resolução dos problemas de alocação de áreas de atividade vistos como
departamentos. Essas heurísticas, em geral, utilizam-se de cartas de-para, carta de relações de
proximidade e diagramas de fluxo como parâmetros de entrada.
Estas heurísticas podem ser divididas basicamente em:
•
Procedimentos relacionais ou qualitativos, onde o critério primordial é a maximização da
soma das relações de adjacência. Em geral esses procedimentos envolvem a utilização de
teoria de grafos na sua resolução;
•
Procedimentos baseados em fluxos ou quantitativos, onde os critérios de ordenamento de
departamentos para alocação e a otimização são baseadas na soma dos fluxos, representando
a soma de distâncias percorridas, total de viagens ou custos.
42
2.9.4 Procedimentos baseados em relacionamentos qualitativos
TESSA
É um método heurístico baseado na teoria dos grafos que procura obter soluções que otimizem a
adjacência (BOSWELL, 1992). Cada nó do grafo é o centróide de um departamento (que tem sua
forma e área desconsideradas) havendo um nó para o exterior do edifício. Cada peso dos arcos
representa o benefício da adjacência entre dois nós, sendo o melhor arranjo aquele que maximize
a soma deles. Para gerar o arranjo de blocos é necessário aplicar-se outro algoritmo.
O procedimento inicia-se pela criação de uma lista decrescente de faces (compostas por 3 nós)
ordenadas pelos seus pesos. A face mais benéfica é acrescentada à fronteira exterior do grafo
corrente. Se a adição fizer surgir um nó interior, as faces que o contenham são retiradas da lista.
Se a face não implicar em nó interior e puder ser inserida, eliminam-se da lista todos as faces que
contenham os nós da face recém-inserida. Esses passos são repetidos até que não haja mais faces
a alocar.
Entre as vantagens apresentadas estão: (a) é fácil ser implementada computacionalmente; (b) não
requer testes de planaridade dos grafos e (c) não há restrições de posicionamento dos nós como
no método do deltaedro (WATSON et al., 1995).
CORELAP
Esta heurística – Planejamento Computadorizado de Layout Relacional (COmputerized
RElationship LAyout Planning) apresentada por LEE & MOORE (1967) utiliza as relações
qualitativas da carta de relações preferenciais (CRP) para estabelecer a posição relativa dos
departamentos, construindo assim uma solução.
As entradas mínimas para o programa são a carta de relações preferenciais, o número de
departamentos e suas áreas e os pesos atribuídos às relações de proximidade. Opcionalmente,
podem ser especificadas a escala de saída, a relação entre a largura e altura do edifício, uma
especificação do arranjo com restrições de área e a pré-atribuição de departamentos.
O processo se inicia com a atribuição de valores numéricos arbitrários às relações da CRP, com
valores maiores sendo atribuídos às relações de maior importância (A =6, E=5, I=4, O=3, U=2,
X=1). Ocorre então a soma dos valores correspondentes à totalidade de relações de cada
43
departamento e a criação de uma lista decrescente desses valores (chamados de Total Closeness
Rating – TCR).
Depois da criação, o primeiro departamento da lista (que possui uma maior intensidade de
relações) é posicionado no centro do arranjo. A seguir, posicionam-se os departamentos que
possuam uma relação do tipo A com o primeiro departamento. Se nenhum for encontrado a
mesma busca é refeita, desta vez por departamentos que possuam relações do tipo E e assim por
diante, até as relações do tipo O. A partir daí, a seleção se dá através da TCR. Se se encontrar
mais de um departamento potencial para um dado tipo de relação, será escolhido aquele que
possuir uma soma de relações maior (estiver mais próximo do topo da lista criada
anteriormente). A alocação de um departamento junto a outro depende da análise de diferentes
formas e posições, procurando-se aumentar a área de contato entre as áreas vizinhas e as relações
de proximidade. Este procedimento é executado repetidamente até que não haja mais
departamentos a alocar. A solução gerada é determinística, ou seja, para cada conjunto de
entrada há apenas solução).
Esta heurística promove deformações na forma dos departamentos para que estejam o mais
próximo possível dos departamentos com os quais possuam maior interação (Figura 2-12).
0
0
0
0
0
0
0
0
2
2
2
0
0
0
0
1
0
0
0
0
2
2
2
0
0
0
0
1
1
1
2
2
2
2
2
2
0
0
0
1
1
1
2
2
2
2
2
2
0
0
0
1
1
3
3
3
8
8
8
8
0
0
0
1
1
3
3
4
4
8
8
8
0
0
5
5
0
6
6
9
4
4
7
7
0
0
5
5
0
6
6
9
4
4
7
7
Figura 2-12: Exemplo de layout gerado com o CORELAP
Uma modificação chamada CORELAP 8 (SEPPONEN, 1969) utiliza áreas de forma retangular
e pode lidar com até 70 departamentos. Não necessita do contorno do edifício mas permite que
se defina uma razão entre sua altura e largura finais. O edifício é limitado a um tamanho máximo
44
de 40x40 unidades. São permitidos departamentos fixos desde que ocupem a periferia do edifício
(FRANCIS & WHITE, 1974).
Outra forma é o Interactive CORELAP (MOORE, 1971) que permite que o usuário interaja
durante a etapa de formação da solução final para a busca de soluções mais realistas. Essa forma
permite a análise de departamentos novos ou já existentes, a existência de departamentos fixos
também no meio do edifício, o ranqueamento de qualquer alternativa gerada e a simplificação de
mudanças do arranjo. O escore de uma alternativa é uma combinação de distâncias retilíneas
com as relações de proximidade (MOORE, op. cit.).
ALDEP
ALDEP (Automated Layout Design Program) apresentado por J.M. SEEHOF & W.O. EVANS
(1967) é um método probabilístico (foi o primeiro a utilizar números aleatórios), construtivo e
qualitativo e pretende minimizar a distância entre departamentos. Durante sua execução, os
departamentos, considerados como sendo faixas retangulares das quais o usuário estabelece a
largura, são colocados lado a lado de acordo com sua ordem de sorteio.
Os dados de entrada compreendem o comprimento e largura de cada andar do edifício, a escala
de impressão do arranjo, o número de departamentos e suas áreas, o número de soluções a gerar,
o escore mínimo para aceitação de uma alternativa, a CRP e a localização e tamanho das áreas
fixas.
O processo de construção da solução se inicia com um sorteio aleatório do primeiro
departamento, colocado no canto esquerdo superior da área total do arranjo através da alocação
sucessiva dos seus módulos de área. A partir daí selecionam-se os departamentos cujas somas de
relacionamentos com um dado departamento já alocado sejam superiores a um valor previamente
definido pelo usuário (por exemplo, I) . Caso não haja candidatos nesta situação ou haja empate
nos critérios haverá um sorteio aleatório. O melhoramento das alternativas é feito através do
melhoramento do escore geral que inicia-se nulo. A cada iteração uma solução somente será
aceita se melhorar o escore. O melhor escore da iteração anterior servirá como critério de
qualidade mínimo da próxima iteração.
A alocação dos módulos se inicia pelo canto superior esquerdo e segue um padrão de linha
quebrada, chamada de curva de preenchimento do espaço (Space Filling Curve). A largura a
45
ser preenchida depende de um parâmetro especificado pelo usuário. Essa técnica permite que os
departamentos se adaptem a irregularidades do contorno do edifício. O escore para uma
determinada alternativa é calculado através das relações entre os departamentos adjacentes. Os
valores usados para isso são A = 64, E = 16, I = 4, O=1, U=0 e X = -1024.
Apesar de poder tratar arranjos de até três andares e 63 departamentos e também poder restringir
a solução final para considerar áreas fixas e passagens, esse algoritmo enfatiza em demasia as
relações de proximidade e também não permite que se altere o valor das relações de
proximidade.
DA
A abordagem do deltaedro (Deltahedron Approach) caracteriza-se pela manutenção, durante a
execução do algoritmo, de um grafo com forma de deltaedro planar em que o vértice do topo
passa a ocupar o centro da base. Os departamentos que entrarão no arranjo entrarão no centro do
deltaedro (encontro das bissetrizes) e serão aqueles que maximizarem a soma das relações de
adjacência com os departamentos que estão nos vértices. Esta abordagem de construção pode ser
alterada, por exemplo, pela substituição do critério de seleção do departamento a ser alocado. Por
exemplo, pode-se alocar o departamento que esteja mais próximo dos departamentos dos vértices
em vez do departamento com maior relação de proximidade (WATSON et al., 1995).
SPIRAL
M. GOETSCHALCKX (1992) introduziu outra heurística baseada em grafos para a criação de
um arranjo físico. O processo é parecido com o da criação de relações de adjacência entre blocos
mas utiliza uma estrutura de grafos formando um retículo triangular, com os departamentos
sendo colocados nos seus vértices. O objetivo do algoritmo é maximizar o escore de adjacência
desconsiderando o tamanho e forma dos departamentos.
O processo se inicia com a criação de uma matriz de fluxo simétrica, somando-se os fluxos entre
dois departamentos. Os pares de departamentos são ordenados em ordem decrescente dos fluxos
interdepartamentais e então os dois departamentos do primeiro arco são colocados no arranjo.
Os demais departamentos da lista são colocados de acordo com a soma das relações de
adjacência com os departamentos alocados anteriormente.
46
Para a determinação do escore do arranjo, somam-se os fluxos entre dois departamentos, desde
que estejam adjacentes. Esse valor é então dividido pelo fluxo total de todos os departamentos,
que multiplicado por cem produz o fator de eficiência percentual. Para a geração do arranjo,
percorre-se a rede em uma determinada direção, como mostrado na Figura 2-13.
C
B
A
G
D
E
F
D
A
D
A
B
G
C
B
F
(a)
E
A
G
(b)
B
E
F
C
(c)
Figura 2-13: SPIRAL e a geração de arranjos físicos a partir do grafo (a). Ao se percorrer o
grafo na direção A obtém-se o arranjo (b) e na direção B, obtém-se o arranjo (c).
MATCH
O algoritmo MATCH baseia-se na teoria dos grafos e programação inteira para construir o
arranjo. O algoritmo procura um ajuste que maximize a soma das relações de adjacência, que são
limitadas para cada departamento por dois valores dados. O processo de construção é interativo
com o usuário. As áreas são tratadas como retangulares. Foi desenvolvido por Montreuil, Ratliff
e Goetschalckx (MONTREUIL et al., 1987).
2.9.5 Procedimentos baseados em distância ou custo
CRAFT
A CRAFT (Computerized Relative Allocation of Facilities Technique) é uma técnica heurística
apresentada por BUFFA et al. (1966). É baseada no princípio do melhoramento de uma solução
inicial através da troca de posições entre pares de departamentos que tenham a mesma área ou
sejam vizinhos entre si. Os pares de departamentos são determinados pela existência de fluxos
(relações) entre dois departamentos, obtidos a partir da carta de-para. Caso uma troca em
potencial leve a uma redução da distância percorrida ela é realizada. As trocas podem ocorrer de
47
várias formas: entre dois departamentos (binária), de forma ternária, uma binária seguida por
uma ternária, uma ternária seguida de uma binária ou a melhor entre uma binária e uma ternária.
A solução que levar a um valor mínimo do custo de movimentação (fluxo entre departamentos
vezes a distância percorrida) é apresentada como a final (Figura 2-14b).
Para o preenchimento de irregularidades do edifício da solução inicial são usados departamentos
fictícios (dummies). Este mesmo artifício é usado para modelar áreas fixas e para representar
locais de passagens na solução final.
A A B B G G G G G G G G G L L
A A B B G G G G G G G G G L L
A A B B G
G I I
A A B B G
G I I
A A C C G
G I I
A A F F G
G I I
A A C C G G G G G G G G G I I
A A C C G G G G G G G G G I I
A A C C F F H H H H H I I I I
A A D D D D H H I I I I I I I
D D C C F F H
H I
I
C C D D D D H H I
I
D D E E K K H
H I
I
C C E E H H H H I I I
I
D D E E K K H
H I
I
C C E E H
H H H I I I I K
D D E E K K H
H I
I
C C E E H
H H I K K K
J J E E K K H
H I
I
J J E E H
J J J J K K H H H H H I I I I
(a) Layout Inicial
H I K
K
J J J J H H H H H H H I K K K
(b) Layout Final
Figura 2-14: Exemplo de saída do sistema CRAFT (Adaptado de SULE, 1992).
P.E. HICKS e T.E. COWEN (1976) criaram a CRAFT-M, estendendo a CRAFT com a
comparação das economias no custo de movimentação de materiais que resultam da troca de
departamentos com o custo de reconstruir os departamentos. Dessa comparação decorre a
decisão de se realizar a troca ou não. A heurística SPACECRAFT (JOHNSON, 1982) também
propõe alterações na CRAFT para considerar vários andares e com os custos de movimentação
de materiais podendo não variar de forma linear com a distância percorrida.
HILLIER
O procedimento de Hillier (HILLIER & CONNORS, 1966) parte da divisão da área total em
uma grade homogênea. Cada célula da grade representa uma área de atividade e as distâncias são
calculadas euclidianamente. Os autores propõem a troca em cada iteração de dois departamentos
que tenham o maior custo de movimentação com outros departamentos. A área que pode ser
48
trocada o maior número de vezes é então trocada com aquela que implicar em maior redução de
custos. Os números de trocas são recalculados para todas as áreas exceto para a que já foi
trocada. O processo é então repetido até que todas as trocas unitárias sejam concluídas.
PLANET
J.M. APPLE & M.P. DEISENROTH (1972) apresentaram uma heurística, Plant Layout Analysis
and Evaluation Technique que baseada na redução do custo total de movimentação constrói um
arranjo para um conjunto de departamentos. Os dados de movimentação são os mesmos do
método CRAFT, provenientes da carta de-para ou da CRP. Os dados de fluxo podem ser
fornecidos através da especificação de uma rota ou seqüência de produção de cada parte.
Para a seleção dos departamentos prioritários para a alocação existem três métodos:
A – Selecionam-se os dois departamentos com o maior fluxo entre si. A seguir selecionase o departamento com o maior fluxo com um dos dois primeiros departamentos e assim
sucessivamente;
B – Selecionam-se os dois departamentos com o maior fluxo entre si. A seguir selecionase o departamento com o maior fluxo total com os departamentos escolhidos
previamente;
C – Selecionam-se os departamentos de acordo com uma lista ordenada baseada na
ordem decrescente da soma total de fluxos de cada departamento com os demais.
Em caso de empate do critério usado ocorre uma escolha aleatória entre os departamentos.
K
F F E E H H
F E E H H J
A A A B B B B J
A A A B B B B
I D D C C C G G
I D D C C C
D D C L
Figura 2-15: Exemplo de saída do PLANET. A área ocupada pelos departamentos corresponde
aos agrupamentos de letras (Adaptado de SULE, 1992).
49
Durante a alocação espacial dos departamentos, os primeiros são colocados no centro do espaço
com os demais sendo agrupados ao seu redor. A seleção entre posições alternativas é feita
através da menor intensidade de custo de movimentação entre os departamentos, calculada como
o produto da freqüência de movimentação entre os departamentos (da carta de-para) pela
distância retilínea entre eles. A forma dos departamentos é conseqüência da colocação
progressiva das unidades de área de cada departamento próximas entre si em uma seqüência em
forma de espiral, procurando-se manter os departamentos com uma forma retangular (Figura
2-15).
MAT
A Técnica de Alocação Modular (Modular Allocation Technique) apresentada por EDWARDS
et al. (1970) baseia-se no problema de atribuição quadrática, mais precisamente na idéia de se
construir um arranjo de departamentos através da minimização da soma de produtos de dois
conjuntos de números ordenados em ordem crescente e decrescente. Nesta heurística usam-se os
fluxos entre os departamentos ordenados em ordem decrescente e as distâncias entre as
potenciais localizações ordenadas em ordem crescente. Os pares de departamentos são alocados
às localizações do segundo conjunto fazendo com que os departamentos com maior fluxo sejam
alocados às posições menos distantes entre si.
VOLLMANN, NUGENT & ZARTLER
R.L. FRANCIS & J.A. WHITE (1974) apresentam uma heurística desenvolvida por Vollmann,
Nugent e Zartler que apresenta resultados similares aos da CRAFT, mas que demandam menor
esforço computacional.
A primeira fase consiste em determinar os departamentos que possuem os dois maiores custos
totais. Para o primeiro é construída então uma lista com as áreas que em uma troca redundariam
em redução do custo total. A lista é então percorrida avaliando-se os ganhos com a possível
troca. O procedimento se limita a realizar as alterações que representem reduções no custo total
(distância e peso). O item participante de uma troca é então eliminado da lista. Os demais são
reavaliados e se não promoverem trocas mais vantajosas também são eliminados. A seguir
repete-se o mesmo para a segunda das áreas selecionadas inicialmente.
50
Na fase dois, as trocas são verificadas novamente duas vezes, selecionado-se a alternativa que
produzir a maior redução. Os dados necessários são uma atribuição inicial das áreas, uma matriz
de distâncias e uma de peso ou custo.
COFAD
J.M. MOORE (1974) apresenta o Computerized Facilities Design (COFAD) que na verdade
integra um algoritmo para criação de arranjos (CRAFT) com a seleção de equipamentos de
manuseio de materiais, procurando atuar na interface entre essas duas áreas, sendo por isso
chamado de algoritmo de facility design. A otimização do sistema de manuseio de materiais é
baseada no trabalho de D.B. WEBSTER & R. REED (1971).
Seu funcionamento se inicia pela aplicação do método CRAFT em um dado arranjo, assumindo
que os custos operacionais sejam unitários. Depois disso, as intensidades de movimentação
calculadas na etapa anterior são aplicadas aos equipamentos em potencial, obtendo-se assim os
custos operacionais para aquele arranjo e aquele conjunto de equipamentos potenciais. A partir
de então o processo se repete até que não se consiga mais ganhos sobre os custos. Seleciona-se a
alternativa que possua o sistema de manuseio de materiais com os menores custos em todos os
deslocamentos. Além desta modalidade de alocação existem outras modificações do método
COFAD como o COSFAD, que busca o menor custo para um arranjo com o menor risco à
segurança possível e o COFAD-F (SHORE & TOMPKINS, 1980) que procura minimizar os
aumentos nos custos dos equipamentos de manuseio de materiais quando há alteração dos níveis
de produção e do mix de produtos (SULE, 1992).
SHAPE
É um algoritmo de construção desenvolvido por HASSAN et al. (1986). As distâncias entre os
centróides dos departamentos são calculadas de forma euclidiana. A alocação dos departamentos
no arranjo é determinada por um ranqueamento nos fluxos de cada departamento e por um valor
especificado pelo usuário. O posicionamento de um departamento em relação ao outro depende
do valor da função objetivo (reduzir distâncias) para as quatro posições possíveis (acima, abaixo,
à esquerda e à direita).
51
DAP
M.J. ROSENBLATT & B. GOLANY (1992) apresentam uma solução em que utilizam redes
para a formulação do problema da alocação de áreas do arranjo chamado de DAP (Distance
Assignment Problem). Em vez de atribuir áreas a locais (sites) essa abordagem híbrida busca
alocar distâncias a pares de departamentos a um custo mínimo. O método é composto por três
fases: (a) uma de otimização da rede, onde o problema inicial é transformado em um de alocação
de instalações a locais disponíveis (através de uma heurística); (b) a de resolução do problema
resultante e (c) atribuição inicial de um departamento e aplicação de um procedimento do tipo
branch-and-bound para a alocação dos demais departamentos.
Uma vantagem é a possibilidade de considerar os fluxos entre as áreas não simplesmente como
bidirecionais idênticos mas como unidirecionais com quantidades individuais, a consideração de
distâncias retilíneas (incluindo a euclidiana) e a possibilidade de fixar áreas em cantos, laterais e
centro do arranjo.
NLT
D. J. van CAMP et al. (1992) apresentam um algoritmo heurístico construtivo para minimizar o
fluxo de materiais entre áreas de atividade dentro de uma planta utilizando programação nãolinear.
O NLT (Nonlinear optimization Layout Technique) contorna os problemas do conhecimento
prévio sobre as posições e formas irregulares dos departamentos, permitindo que os
departamentos tenham qualquer área e que possam ser colocados em qualquer posição. No
entanto, a restrição que se coloca é a de que os departamentos sejam retangulares.
A alocação dos departamentos se inicia pela colocação deles elipticamente ao longo do contorno
do edifício retangular, formando uma solução impossível. No Estágio Um minimiza-se o fluxo
total com os departamentos distribuídos o mais espaçadamente possível, desconsiderando-se as
suas fronteiras.
Usam-se momentos entre a disposição dos departamentos e as suas posições no chamado arranjo
ideal (quando os departamentos são espalhados homogeneamente pela área do arranjo) para
promover a otimização da primeira disposição. A cada execução do modelo do Estágio Um,
mais restrições quanto aos momentos são acrescentadas. Aumentar as restrições sobre a
52
igualdade entre esses momentos permite que o arranjo que esteja sendo determinado se aproxime
mais do arranjo ideal. Esse modelo básico para geração do arranjo depois é relaxado para
permitir uma maior mobilidade dos departamentos.
3
7
4 10
8
7
5
4
8
9
2
2
6
(a)
3
9
1
(b)
8
4
5
10
16
5
7
3
10
9
2
1
6
(c)
Figura 2-16: Arranjos finais das três etapas do método NLT (Adaptado de CAMP et al., 1992).
A solução final do Estágio Um (Figura 2-16-a) é então submetida ao Estágio Dois, quando as
áreas são representadas por círculos, havendo a minimização da sobreposição de áreas através de
penalização. Outra restrição que se coloca é a de que os departamentos não ocupem posições
fora do edifício. No Estágio Três a solução anterior (Figura 2-16-b) é submetida a otimizações
até que o custo das penalizações seja pequeno (0,01 % do custo total). Neste estágio as áreas já
são representadas como retângulos (Figura 2-16-c). O NLT inclui um procedimento de troca (de
quaisquer departamentos) e uma interface com o usuário para que isso possa ser feito.
Uma limitação apontada pelos autores é que o impacto na mudança considera apenas os centros
dos departamentos afetados envolvidos nas trocas. Apesar de usar distâncias euclidianas, os
resultados do NLT se equiparam aos de outros algoritmos que usam distâncias euclidianas. Outra
vantagem é a capacidade de resolução de problemas de áreas iguais ou diferentes.
2.9.6 Simulated annealing
A meta-heurística Simulated Annealing surgiu da analogia entre o resfriamento de materiais
como metais e vidro durante o processo de recozimento (annealing). Para evitar que pontos de
ótimo locais impeçam que sejam encontradas soluções melhores é utilizada uma função
53
exponencial negativa de probabilidade de aceitação do valor potencial. Nas etapas iniciais do
algoritmo é possível que mais valores sejam aceitos como potenciais enquanto nas finais essa
probabilidade de busca de novos valores é menor (PIDD, 1996). Exemplos de aplicações desta
técnica são os de BURKARD (1984), BURKARD & RENDL (1984) e WILHELM & WARD na
resolução do QAP.
KOUVELIS et al. (1984) propõem a resolução do QAP através de SA com a consideração de
restrição das posições a serem ocupadas pelas áreas de atividade (por exemplo, duas áreas com
um fluxo intenso devem ser justapostas) que possam levar a soluções melhores. São apresentadas
duas variações: uma que exige que as soluções consideradas satisfaçam às restrições de posição
(Método da Compulsão) e outra que penaliza a função objetivo pelo não atendimento das
mesmas (Penalty Simulated Annealing).
G. HARHALAKIS et al. (1996) apresentaram um método para o desenvolvimento de arranjos
híbridos de estações de trabalho e células de manufatura, para o qual desenvolveram um
software que foi utilizado no arranjo de uma fábrica de antenas. Os passos envolvidos na
obtenção do arranjo final são: (a) identificação das células candidatas; (b) avaliação e seleção
das células a implementar; (c) determinação do arranjo intracelular com SA e, finalmente, (d)
determinação do arranjo da planta, também com SA.
T.-Y. WANG et al. (1998) utilizam simulated annealing para minimizar a distância total
percorrida no manuseio de materiais no chão-de-fábrica de sistemas de manufatura celular, tanto
internamente quanto externamente à célula, simultaneamente. O algoritmo básico foi modificado
para proceder a uma análise mais criteriosa de soluções melhores nas vizinhanças. Os resultados
obtidos ficaram cerca de 6% abaixo dos valores ideais.
LOGIC
K.Y. TAM (1991) utiliza a técnica de simulated annealing em um algoritmo de melhoramento
para alocar células de manufatura em uma área dada ou alocar as máquinas em uma célula. O
objetivo é minimizar simultaneamente o fluxo entre as células e satisfazer às restrições
dimensionais.
Durante a busca de soluções, o LOGIC (Layout Optimization with Guillotine Induced Cuts)
analisa toda a área disponível, dividindo-a recursivamente em porções cada vez menores. Cada
54
uma dessas porções deve corresponder a uma das atividades a serem alocadas. As alternativas
possíveis são obtidas através de arranjos diferentes das porções obtidas em cada iteração.
Os dados de entrada incluem a forma e tamanho das células, áreas já ocupadas na região da
planta e o fluxo total entre as unidades a serem alocadas.
2.9.7 Busca Tabu
A metaheurística de busca tabu coordena a busca por soluções, procurando livrar-se da
estagnação que ocorre em ótimos locais para poder atingir um valor melhor (PIDD, 1996). Para
isso, um movimento quando é executado passa a ser proibido por um certo período de tempo
(tabu tenure) para que a busca se desloque pela sua vizinhança. Os movimentos considerados
tabu e seus atributos são mantidos em estruturas de memória de curto a longo prazo. Durante a
busca por soluções de melhor qualidade, pode-se passar por etapas de intensificação da busca em
um determinado local do espaço de solução ou pela sua diversificação.
W.C. Chiang e P. Kouvelis (CHIANG & KOUVELIS) utilizam a busca tabu para
resolver o QAP para problemas de layout industrial, utilizando memória de longo prazo, tempos
tabus variáveis e estratégias de diversificação. Essa implementação mostrou bom desempenho,
em testes realizados com soluções de layout iniciais aleatórias. Um outro exemplo de aplicação é
o de W.C. CHIANG & C. CHIANG (1998) que compararam o desempenho de busca tabu,
simulated annealing e uma abordagem híbrida na solução do QAP. Os resultados demonstraram
que o modelo híbrido foi superior na resolução desse tipo de problema.
2.9.8 Algoritmos genéticos (GA)
Nesta técnica, introduzida por J. H. HOLLAND (1975), as soluções são representadas por
vetores de soluções, chamados de cromossomos. Durante a execução do algoritmo existem
diversos desses cromossomos que podem se misturar entre si (crossover) gerando novas
gerações de cromossomos (novas soluções). As novas gerações podem ser geradas também
através de mutação, que implica na adoção de uma função de alteração das soluções com baixa
probabilidade de ocorrência. A busca por soluções é multidirecional, direcionada e estocástica.
Os elementos das novas gerações (as novas soluções) são mantidos desde que não firam algum
55
critério predefinido podendo até substituir toda a geração anterior. Os detalhes do crossover, da
mutação e critérios de permanência dependem da implementação do algoritmo (PIDD, 1996).
GAs não se baseiam nas propriedades da função a ser otimizada o que permite o seu uso em
várias classes de problemas de otimização. No projeto do arranjo físico o universo de soluções
factíveis é grande e buscas exaustivas nem sempre levam às melhores soluções a um baixo custo
computacional. Entre as vantagens de GAs para o desenvolvimento de arranjos (KOCHHAR,
1998) estão:
•
Paralelismo que permite explorar um vasto campo de soluções possíveis e escolher boas
soluções;
•
Redução rápida do espaço de busca;
•
Possibilidade de troca de partes de soluções (crossover) e mutações que impedem a
estagnação em ótimos locais;
•
Capacidade de gerar arranjos considerados bons;
K. L. MAK et al. (1998) desenvolveram um método baseado em GA que produz arranjos
considerados satisfatórios. O método considera simultaneamente o arranjo de máquinas e a
forma do fluxo de materiais e pode ser usado tanto para arranjos do tipo job-shop quanto para
flow shop. Os limitantes considerados são as áreas restritas e reservadas e a irregularidade do
contorno do edifício. Além desses, os parâmetros de entrada incluem o custo de transporte entre
máquinas, os volumes de produção, as rotas e as quantidades unitárias a serem processadas em
cada máquina.
Um teste de desempenho realizado por TAVAKKOLI-MOGHADAN & SHAYAN (1998)
mostrou que as soluções dos métodos que usam GA são comparáveis aos dos melhores métodos.
Foram comparadas soluções geradas por um GA baseado no QAP para problemas de áreas iguais
e desiguais, com o tamanho variando entre 30 a 100 áreas a alocar. Os resultados mostraram-se
semelhantes aos melhores valores obtidos com SA e Busca Tabu e variaram entre 98,8% e
99,8% dos melhores resultados.
56
HOPE
É uma heurística apresentada por KOCHHAR et al. em 1998, Heuristically Operated Placement
Evolution, usada para produzir arranjos físicos de áreas iguais ou diferentes. Há a divisão da área
de cada departamento em unidades e o processo se desenvolve por melhoramento de uma
solução inicial criada aleatoriamente ou através de uma SFC.
O método de cálculo das distâncias é o retilinear, usando como referência os centróides das
áreas. Os resultados de experimentos realizados mostraram que as soluções estão dentro de 1 a
5% das melhores soluções conhecidas. No entanto, um ponto negativo é o fato de requerer de 30
a 50% a mais de tempo computacional do que o MULTIPLE (BOLZER et al., 1994) para a
obtenção dessas soluções.
2.9.9 Resoluções com consideração de caminhos para fluxos
A importância que se dá aos aspectos logísticos dos sistemas de manufatura também influenciou
a evolução dos métodos para determinação do arranjo. Alguns pesquisadores apontaram a
necessidade de se dedicar atenção a esse aspecto. Alguns trabalhos apresentaram métodos para
determinação da quantidade de veículos para transportar materiais em uma rede de fluxos
(MAXWELL & MUCKSTADT, 1982) e seu comportamento dinâmico no tempo para sistemas
fixos de manuseio de materiais (MAXWELL & WILSON, 1981). GASKINS & TANCHOCO
(1987) e EGBELU & TANCHOCO (1986) formularam métodos baseados em grafos para
otimizar a distância percorrida por AGVs (veículos guiados automaticamente) considerando
variáveis discretas. GASKINS et al. (1989) desenvolveram um método de programação inteira
para otimizar o projeto de caminhos de AGVs em uma rede de fluxos. Estes métodos consideram
os custos como variando linearmente com a distância percorrida entre pares de departamentos.
D. CHHJED et al. (1992) apresentam a solução para o problema da minimização da distância
total de uma rede de passagens com a possibilidade dos custos variarem de forma não-linear com
a distância. Esse modelo parte da formulação de um modelo de programação inteira mista para o
qual se pode obter problemas com tempo de resolução linearmente dependente da quantidade de
dados de entrada. É proposta uma heurística constituída de uma fase de construção e de uma de
melhoramento. Os dados de entrada incluem um conjunto de fluxos entre estações e uma rede de
passagens. Nos testes realizados houve boa adequação entre as soluções do modelo relaxado e da
57
heurística. O modelo pode ser ampliado com a consideração do sentido de deslocamento, arcos
extras e eliminação parcial de alguns e de restrição do arco em função do seu tamanho relativo
ao deslocamento euclidiano.
A existência de vários métodos para a geração do layout de blocos, análise de componentes de
fluxo, localização de pontos de entrada e saída em departamentos permitiram que H.D.
RATLIFF e B. MONTREUIL (MONTREUIL & RATLIFF apud CHHJED, 1992;
MONTREUIL apud CHHJED, 1992) apresentassem uma abordagem de resolução composta
(Figura 2-17). Inicialmente é gerado um layout de blocos usando-se um método conhecido
qualquer (Figura 2-17-a). A seguir utiliza-se um outro método para localizar os pontos de
entrada e saída dos departamentos em função de uma quantidade de fluxo conhecida para
departamentos retangulares (Figura 2-17-b). Os autores utilizam uma solução polinomial
desenvolvida por MONTREUIL & RATLIFF apud CHHJED (1992). A partir do layout de
blocos, das estações de entrada e saída e da quantidade de fluxo entre departamentos, gera-se
uma rede de fluxos “ótima” (Figura 2-17-c) que servirá na última etapa para a formação da rede
de passagens e corredores (Figura 2-17-d). Para esta última etapa utilizam o método
desenvolvido em MONTREUIL & VENKATADRI (1988).
Figura 2-17: Abordagem composta para projeto de layout detalhado (Adaptado de CHHAJED
et al., 1992).
58
2.9.10 Análise de multi-atributos
Uma das críticas que se pode fazer em relação aos algoritmos de desenvolvimento de alternativas
de arranjo físico é a de que se baseiam apenas em dados de custos e distância (como CRAFT e
PLANET) ou em relações de proximidade (como ALDEP e CORELAP). Em alguns casos é feito
o desenvolvimento de relações que procuram agregar esses dados para servir de função a ser
otimizada. Buscando tornar a determinação mais próxima da prática real, M.J. ROSENBLATT
(1979) e K.N. DUTTA & S. SAHU (1982) procuram tratar tanto critérios quantitativos como
qualitativos para a determinação dos arranjos. Já S.C. SARIN et al. (1992) propõem a utilização
da teoria do valor de multi-atributos como forma de determinar a proximidade entre as áreas de
atividade durante a determinação do arranjo.
A teoria do valor de multi-atributos procura avaliar o efeito da preferência por uma série de
atributos, iniciando com a determinação do efeito individual deles sobre a função objetivo e
então agregando esses atributos de uma forma adequada. Para o problema do arranjo físico
alguns desses atributos podem ser o custo, a flexibilidade, a segurança, o tráfego de pessoas, a
necessidade de supervisão, entre outros.
A agregação dos atributos é feita através de uma função aditiva, multiplicativa, multi-linear etc.
A sua forma é determinada por uma série de condições que devem ser satisfeitas pelos atributos.
Nesse trabalho, a função objetivo para resolução do QAP deixa de ser baseada nas relações de
proximidade do tipo AEIOUX para ser baseada em uma função que leva em conta critérios de
pessoal, fluxo de informações e necessidade de contato. Depois de estabelecidos os critérios, a
sua representação e a função agregada, é utilizado o QAP para gerar uma solução otimizada. A
construção do arranjo pode ser feita a seguir utilizando-se uma de três formas de alocação de
blocos. Terminada estas fases, segue-se uma de otimização da solução que utiliza a técnica de
troca binária para melhorar as soluções ótimas obtidas com o QAP.
Uma vantagem apontada pelos autores é a de que o uso da análise de multi-atributos facilita o
uso dos vários critérios utilizados pelos decisores na escolha por uma determinada alternativa de
arranjo físico, e não apenas em um ou dois atributos.
59
2.10.11 O problema do arranjo físico dinâmico
Grande parte dos métodos de obtenção do arranjo físico considera os fluxos de materiais como
constantes ao longo do horizonte de planejamento, o que não acontece em grande número de
casos práticos. Esses métodos também não consideram a necessidade de rearranjos futuros de
plantas existentes para atender novas demandas.
M. J. ROSENBLATT (1986) introduziu o problema do arranjo físico dinâmico (Dynamic
Facilities Layout Planning) para satisfazer essas necessidades. Formulou um modelo baseado no
QAP cuja função objetivo visa minimizar os custos totais da alternativa, incluindo os custos de
manuseio de materiais e de reformulação de um arranjo. A solução para o modelo proposto
baseia-se na solução de QAPs sucessivos em um modelo de programação dinâmica (URBAN,
1992). No entanto, outras restrições podem ser acrescentadas ao modelo. J. BALAKRISHNAN
et al. (1992) acrescentam ao problema original a consideração de restrições do orçamento
destinado à modificação do arranjo físico. A solução proposta utilizava programação linear para
resolver o problema, que foi então comparado à solução obtida com programação dinâmica.
2.9.12 Layout de FMS e células de manufatura
A determinação dos arranjos físicos de FMS fica difícil com muitos dos algoritmos propostos
pois as dimensões das máquinas são variadas, impedindo a determinação prévia de passagens e
da localização das máquinas. Além disso os dispositivos de manuseio de materiais impõem
restrições para a colocação das áreas e até mesmo a disposição geral do arranjo em função dos
tipos de dispositivos adotados. Outro aspecto é a alta flutuação das quantidades a serem
produzidas de cada produto (LEUNG, 1992).
B. K. KAKU & R. RACHAMADUGU (1992) apresentam uma modificação do QAP para que
possa tratar problemas de arranjo físico de duas configurações de FMS: sistemas de
transportadores em circuito fechado (loop-conveyor) e sistema de transportadores de trilha linear
(linear-track conveyor systems). Outros aspectos do projeto de arranjos de FMS podem ser
encontrados em HERAGU & KUSIAK (1988), AFENKATIS (1989), KOUVELIS & KIRAN
(1990) e LEUNG (1992).
60
2.9.13 Uso de inteligência artificial e arranjo físico
A determinação do arranjo físico através de algoritmos heurísticos ou exatos pode gerar soluções
muito boas ou ótimas mas que são limitadas e que por isso não serão ótimas quando
implementadas. Mesmo depois de obtidas, essas soluções serão avaliadas muitas vezes com a
experiência do projetista do arranjo, limitações dos elementos físicos do arranjo e critérios
subjetivos. O uso de inteligência artificial no desenvolvimento do arranjo físico procura tratar de
forma estruturada com todos esses critérios que são organizados de forma a produzir um
resultado lógico.
Vários autores têm desenvolvido sistemas de inteligência para desenvolvimento de arranjo físico
baseados em regras de produção. Nesses sistemas, o conhecimento dos especialistas é
implementado no sistema (chamado de Sistema Especialista) através de regras do tipo “Se ...
Então...” especificadas diretamente ou através de regras lingüísticas e lógica fuzzy (COX, 1994).
Durante a etapa de obtenção da solução as regras que são satisfeitas disparam eventos, alteração
de variáveis e a avaliação de outras regras. Essas avaliações podem se desenvolver em mais de
uma direção, utilizando-se de elementos como um fator de confidência, resolução de incertezas e
também pela avaliação de uma função de custo (CHUNG, 1999). Entre os exemplos desses
sistemas estão os desenvolvidos por BADIRU & ARIF (1996), BABU & YAO (1996),
WELGAMA et al. (1994), SIRINAOVAKUL & THAJCHAYAPONG (1994), ABDOU &
DUTTA (1990), ARINZE et al. (1989) e KUMARA et al. (1989).
Esse tipo de estruturação no entanto possui seus pontos negativos. Para CHUNG (1999) entre
eles estão:
•
Falta de capacidade própria de aprendizado;
•
Necessidade de se especificar regras explícitas;
•
Dificuldade de generalização da solução;
•
Exaustão e imperfeição na aquisição do conhecimento.
Para contornar essas limitações CHUNG (1999) apresenta um sistema especialista baseado em
redes neurais de memória associativa bidirecional (BAM). O sistema não pretende fornecer
soluções ótimas mas possui a capacidade de aprender de forma incremental a partir de exemplos
de arranjo físico e gerar arranjos conceituais preliminares baseados em relações qualitativas. As
principais vantagens dessa abordagem estão a capacidade de auto-incrementação e generalização
do conhecimento aprendido, a capacidade de análise simultânea bidirecional do conhecimento, a
61
pouca necessidade de treinamento. Outras vantagens incluem: velocidade de aprendizado,
simplicidade de implantação e a sua capacidade de ser “biologicamente plausível” (CHUNG, op.
cit.).
O processo de desenvolvimento das alternativas (Figura 2-18) consiste basicamente de: (a) préprocessamento de dados; (b) a sua representação nos bancos de memória; (c) geração da
alternativa e (d) pós-processamento para representação da solução. O processo então se repete,
com as soluções encontradas (melhoradas) sendo retroalimentadas para incrementar o banco de
BAMs para reforçar o conhecimento apreendido.
Exemplos Melhorados de Arranjo Físico
Banco de BAMs
BAM em
Cascata 1
Pré-Processamento
•
Padrão de Áreas
•
Padrões de Relacionamento
•
Padrões de Orientação
BAM em
Cascata 2
.
.
.
Arranjo
Melhorado
Arranjo
Construído
BAM em
Cascata n
PósProcessamento
•
Entrada para
um sistema
numérico de
arranjo
•
Cálculo do
fluxo total
Interface
Usuários
Figura 2-18: Sistema especialista para arranjo físico usando redes neurais (Adaptado de
CHUNG, 1999).
2.10 Softwares para determinação do arranjo
Com o advento dos computadores pessoais foram desenvolvidos vários programas para a criação
de layouts industriais, na sua maioria baseados na idéia de minimizar o custo de movimentação
ou aumentar a adjacência de departamentos.
62
BLOCPLAN
O BLOCPLAN (DONAGHEY, 1986) inclui vários métodos para geração de layouts de blocos.
Os dados de entrada incluem a carta de relações preferenciais (CRP) ou o fluxo entre
departamentos obtido a partir da seqüência de cada produto, além do tamanho e forma das áreas
(selecionadas de padrões definidos).
Figura 2-19: Exemplo de alternativa gerada pelo BLOCPLAN.
A geração dos arranjos se dá através da construção aleatória de um layout inicial, de uma
especificação manual ou do melhoramento de um arranjo já existente. Além disso, há a
possibilidade de se trocar manualmente departamentos e analisar os impactos desta mudança.
Durante a geração das alternativas, são criadas bandas limitadas onde são alocados os
departamentos.
A comparação entre alternativas é feita através da minimização da distância total percorrida
(obtida através da seqüência produtiva de cada produto e sua quantidade) ou da satisfação ou não
das relações de proximidade (CRP). Neste último caso ocorre a maximização da soma das
adjacências (0 se os departamentos não forem adjacentes ou 1, caso contrário). Não existe a
possibilidade de se criar uma matriz mista de fluxos e relacionamentos.
O programa foi desenvolvido para MS-DOS usando um compilador para a linguagem BASIC. A
representação gráfica é bastante simplificada e limita-se ao layout de blocos (Figura 2-19).
63
LayOPT & MULTIPLE
LayOPT foi desenvolvido para atender as necessidades de arranjo físico de clientes de uma
empresa de consultoria. O programa desenvolvido para o sistema operacional Windows, utiliza a
heurística MULTIPLE desenvolvida por BOZER et al. (1994) para o desenvolvimento de
alternativas de arranjo físico de plantas de vários andares. O algoritmo pode ser usado tanto para
melhoramento como para construção. A maneira de uso preconiza a realização de várias
execuções do programa com arranjos iniciais diferentes, sendo considerada como melhor
alternativa a melhor das alternativas calculadas.
O objetivo do algoritmo é minimizar a soma dos fluxos multiplicados pelos custos
correspondentes e pelas distâncias esperadas entre todos os pares do departamento que possuam
um fluxo não nulo entre si. A "otimização" se dá simultaneamente em todos os andares. A
representação utilizada internamente é a matricial. Para melhorar o arranjo inicial o algoritmo
troca dois departamentos entre si a cada iteração de tal forma que haja a maior redução da função
objetivo.
O arranjo inicial pode ter uma centena de departamentos de forma irregular e tamanhos variados.
Além disso a possibilidade de indicar departamentos fixos permite que sejam representados
obstáculos, áreas inúteis, áreas de acesso entre os andares e outros.
Além do mecanismo de melhoramento é possível a construção de arranjos via interface de
software ou ainda através de rotinas de importação que permitem que os departamentos de um
desenho do AutoCAD possam ser convertidos para a representação matricial.
Para a alocação dos departamentos nos arranjos há a utilização de uma curva de preenchimento
de espaço similar à SFC do ALDEP, diferenciando-se desta pela possibilidade de trocar
departamentos de áreas diferentes e não-adjacentes entre os andares. Para a seleção de quais
departamentos serão colocados em um andar, o principal critério utilizado é o da capacidade do
andar receber os departamentos em potencial. Não existe limitação da forma a retângulos,
existindo um parâmetro para definir a possibilidade de “massageamento” das áreas. Não se
permite que as áreas sejam descontínuas ou que contenham vazios. Pode-se também definir
departamentos fixos e obstáculos que assim permanecerão durante todo o processo, além de
pontos de entrada e saída.
A interface permite que o programa faça a “otimização” de maneira automática ou interativa.
Este último permite que se faça a troca de apenas alguns departamentos escolhidos e também que
64
se possa alterar as formas dos departamentos entre uma iteração e outra. No modo automático, as
trocas de departamentos prosseguem até que não se consiga mais reduzir a função objetivo.
Como afirmam GRAJO & BOZER (1997), as soluções são dependentes da solução inicial, da
curva de preenchimento e das trocas realizadas durante e entre as iterações.
A distância entre os departamentos na presença de pontos de entrada e saída dos departamentos é
calculada como sendo retilínea e é chamada de “distância esperada". Caso contrário a distância é
calculada entre os centróides de forma euclidiana.
Os dados de fluxos são fornecidos diretamente da carta de-para ou através de dados de uma carta
de processos. Além disso exige-se uma matriz com o custo unitário ou pesos relativos para cada
fluxo interdepartamental.
Outras funcionalidades incluem os parâmetros personalizáveis como horizontes de planejamento,
unidades de carga e distância e a saída dos relatórios. Pode também importar, além de desenhos
do AutoCAD, dados de planilhas e arquivos texto. A visualização dos arranjos é feita através de
blocos (Figura 2-20).
Figura 2-20: Exemplo de aplicação do LayOPT. A solução final representa um ganho de
30,88% nos custos de transporte (Fonte: IIE Solutions, Nov. 1995)
65
LayoutManager
L.R. FOULDS (1997) apresenta um sistema de apoio à decisão (SAD) desenvolvido com a
linguagem de programação Pascal para o sistema operacional Windows e baseado em várias
heurísticas com base na teoria dos grafos (HASSAN et al., 1987; FOULDS et al., 1985;
FOULDS & GIFFIN, 1985; WATSON et al., 1995).
O sistema foi estruturado para auxiliar na determinação de arranjos físicos para uma indústria
onde os equipamentos podiam ser montados sobre plataformas com rodas, facilitando a
reestruturação rápida do arranjo. Os algoritmos implementados podiam ser executados
automaticamente ou individualmente. A interface também permite a troca manual de
departamentos. Como os algoritmos utilizados dependiam do caminho de otimização, havia
necessidade de se realizar várias otimizações até se conseguir uma melhor solução. Os dados de
entrada incluíam as relações de proximidade e uma matriz de custos, além de uma solução
inicial. A saída ocorria através de um layout de blocos hachurados, sendo a solução ótima
aquela que não conseguisse mais reduções nos custos.
Esse programa, assim como LayOPT e outros, são apenas algoritmos munidos de uma interface e
funcionalidades para manuseio de arquivos.
CRIMFLO
É um software comercial que funciona internamente ao AutoCAD utilizando as funções deste
último para gerar as plantas do layout, paredes, postos de trabalho, etc. Permite que os arranjos
criados sejam avaliados segundo o métodos qualitativos de relação de proximidade do SLP
(MUTHER, 1978) ou com um método quantitativo baseado nos deslocamentos e na quantidade
transportada em cada deslocamento. O sistema não possui nenhum procedimento de otimização
mas permite que sejam avaliadas várias alternativas de arranjo (CRIMBO, 2001).
MATFLOW
É um sistema de planejamento de fluxo de materiais para “otimizar” layouts (MARKT et al.,
1997) . Para isso tenta reduzir o fluxo total de peças pela planta através de trocas, criação de
diferentes combinações de pares de máquinas usando como função objetivo a minimização de
66
fatores como o número de partes vezes a distância ou vezes o volume, peso ou custo, assim como
a sua combinação. Os métodos de otimização incluem:
•
Troca manual de uma ou mais áreas;
•
Troca automática onde são testados vários cenários por layout. Para isso é necessário
escolher os parâmetros a otimizar e o método: usando os fluxos máximos primeiro ou a troca
baseada na lista na ordem em que foram especificados ;
Como resultado o MATFLOW desenha linhas representando o fluxo de materiais, sendo as
linhas mais grossas um indicativo de fluxo intenso (Figura 2-21).
Figura 2-21: Linhas de fluxo desenhadas pelo software MATFLOW no AutoCAD (Fonte:
MARKT et al., 1997).
Após a análise, o MATFLOW gera automaticamente um modelo de SED no software Witness,
para efetuar a análise dinâmica do layout proposto. A integração com o AutoCAD permite que
layouts (detalhados ou não) possam ser lidos diretamente para o MATFLOW. O modelo possui o
contorno da instalação e as máquinas localizadas com precisão.
Para a geração do modelo são criados os chamados working data files, criados com qualquer
planilha eletrônica e que contêm: (a) as peças e suas rotas; (b) os tempos de produção, setups e
tamanhos de lotes para cada máquina; (c) dados dos produtos como número de unidades por dia
e outros atributos a considerar no melhoramento do arranjo e, (d) tamanho dos buffers das
máquinas. Assume-se que os recursos possuam capacidade suficiente para a fabricação dos
produtos.
67
Depois da eliminação dos gargalos, os dados voltam ao MATFLOW para criação das áreas de
armazenagem, baseadas no tamanho dos buffers decorrentes dos dados da simulação.
Outras características desse software incluem:
•
Definição de grupos de máquinas ou células que representem áreas de custos, unidades de
produção ou departamentos;
•
Representação de diferentes localizações de entrada e saída para máquinas grandes;
•
Indicação de nós de transporte para identificar o caminho de fluxo entre um local e outro
(i.e.; o material não pode fluir através de paredes ou outras máquinas);
•
Especificação no layout em CAD de áreas vazias e posições fixas (como áreas de
estocagem).
Factory
O software Factory (TORRES, 1998) foi desenvolvido para dar suporte às necessidades gráficas
do sistema SLP (MUTHER, 1978). O sistema funciona dentro do AutoCAD (AUTODESK,
2001) e é composto de três módulos:
•
FactoryCAD, que possui rotinas automatizadas para inserir alguns dispositivos de materiais
parametrizáveis, colunas, paredes, etc. Possui também uma vasta biblioteca de equipamentos
e dispositivos de manuseio de materiais;
•
FactoryFLOW, que avalia um layout com base no seu fluxo de materiais que pode ser
expresso em termos de viagens ou dos custos associados. Sobre a planta são desenhadas
linhas de espessura correspondente à intensidade do fluxo enquanto as cores representam o
tipo de produto;
•
FactoryOPT, que utilizando a heurística SPIRAL (GOETSCHALCKX, 1992) cria um
diagrama de blocos otimizado a partir de relações de proximidade e dados de fluxo;
O uso do Factory se justifica por ser um conjunto de ferramentas de layout de fato e não ser
baseado em apenas um algoritmo como o LayOPT.
68
Os dados utilizados nos cálculos incluem a carta de relações preferenciais, a carta de-para e
fluxogramas do processo para estabelecimento das rotas e das quantidades transportadas. A
avaliação do fluxo é de forma determinística mas há possibilidade de alteração da métrica de
cálculo da distância percorrida, dos produtos a calcular e demais parâmetros de cálculo.
Outro aspecto positivo do Factory é a sua facilidade de alterar arranjos e reavaliá-los
rapidamente (TORRES, op. cit.).
2.10.3 Comentários sobre computer aided plant layout
Os métodos apresentados nas seções anteriores apresentam várias limitações seja nos dados de
entrada, seja no estabelecimento dos critérios de comparação. Entre esses pontos (SULE, 1992)
destacam-se:
•
Os modelos usados nos algoritmos não substituem os projetistas humanos pois resolvem
problemas conceituais demasiadamente simplificados e não problemas no mundo real;
• Os modelos em geral procuram satisfazer apenas um objetivo, como o aumento da adjacência
interdepartamental ou a minimização dos custos. Foram feitas tentativas de se combinar os
dados da carta de-para e da CRP mas isso é bastante questionável pois as duas são
representações com escalas muito diferentes. Há sugestão de que o único critério a ser usado
seja o da minimização dos custos;
• Os custos dos equipamentos de manuseio de materiais são considerados lineares e as
distâncias da carta de-para são determinísticas, quando na verdade os custos podem sofrer
variações não lineares e as distâncias podem variar, dependendo do trajeto adotado durante o
transporte;
• A distância medida internamente a esses procedimentos é calculada de forma retilínea ou
euclidiana entre os centros dos departamentos;
• Possível erro conceitual de alguns métodos ao utilizar números arbitrários para representar as
relações de proximidade entre os departamentos;
69
•
As alterações necessárias nas formas dos departamentos após a obtenção das soluções, além
de consumir um tempo não-desprezível, podem levar a uma solução pior que a anterior, o
que em geral é o que se verifica.
•
Alterações dos dados de entrada podem levar a soluções completamente diferentes:
1) Áreas diferentes para um mesmo número de departamentos levam em geral a layouts
diferentes;
2) A forma das áreas interferem na distância entre os centros dos departamentos e levam a
posicionamentos diferentes dos mesmos.
Efeito de Escala
A necessidade de uma escala para a representação do layout dos departamentos (tamanho do
módulo) leva a alterações em função das modificações nos pesos relativos entre a áreas (Figura
2-9). Assim, por exemplo, um departamento pode ser colocado em uma posição em virtude da
sua escala o que altera substancialmente o arranjo. Além disso, em alguns casos, pela
necessidade de se acomodar os departamentos próximos uns dos outros em uma área pode-se
alocar dois departamentos com uma relação X (indesejável) um próximo do outro. Outro aspecto
a ser considerado é o do massageamento das áreas, pois quanto menor o tamanho do módulo
maior a possibilidade de massageamento o que aumenta as possibilidades de trocas. Por outro
lado, com módulos relativamente grandes essa capacidade diminui.
Efeito dos procedimentos de seleção
O processo de seleção de departamentos a serem inseridos no arranjo final pode interferir
bastante no resultado final. Por exemplo, seleções aleatórias podem determinar que o
departamento com maior número de relações indesejáveis seja o escolhido. As seleções baseadas
em somas podem também levar a soluções questionáveis. Por exemplo, um par de departamentos
possui 7 relações do tipo O (ao que foi atribuído o valor 1) enquanto outro par possui uma
relação A (a que foi atribuído o peso 5). Do ponto de vista da importância da relação deve-se
preferir o segundo par enquanto do ponto de vista dos pesos (ao qual pode-se atribuir valores
arbitrários) deve-se optar pelo primeiro deles. Os métodos de resolução de problemas de empate
70
de critérios podem também interferir na solução, pois muitas soluções são dependentes do
caminho evolutivo do algoritmo. Ao se optar por um departamento em detrimento de outro podese estar optando pela solução que terá um impacto negativo na solução final.
Colocação dos departamentos
A colocação dos departamentos também é extremamente importante para a qualidade da solução.
No caso do PLANET, buscam-se todas as alternativas possíveis, o que melhora o resultado mas
aumenta consideravelmente o tempo computacional necessário. A colocação do primeiro
departamento na posição central ajuda a aumentar a adjacência desse departamento com os
demais e a minimizar a distância percorrida mas pode também levar a perdas com relação aos
departamentos periféricos. No caso do ALDEP, ao se colocar o primeiro departamento no lado
esquerdo da área do arranjo limita-se o número de departamentos que podem estar vizinhos a
esse departamento. Isso pode aumentar a distância e os custos para os departamentos que serão
acrescentados posteriormente, levando a uma solução menos atrativa.
As soluções geradas também são passíveis de outras críticas:
•
A localização de departamentos de recebimento e expedição pode ocorrer no centro do layout
pois os programas não fazem distinção entre eles e em muitos casos possuem um fluxo
grande entre si;
•
Limitação dos programas que tratam apenas de uma pequena parte do processo de projeto de
instalações;
•
As soluções não são muito boas;
•
Nem todos os algoritmos consideram a existência de departamentos fixos ou de obstáculos
como colunas, por exemplo.
2.11 Outras Ferramentas para o Projeto de Layout
A necessidade de tratar uma quantidade grande de informações de várias áreas do conhecimento
(Tabela 2-1) de uma forma específica implica na utilização de várias fontes de dados e formas de
71
tratá-los. Os dados devem ser transformados em informações úteis e relevantes para as questões
tratadas em uma determinada etapa do processo de criação das alternativas.
Nos últimos anos foram surgindo uma série de ferramentas que se não voltadas especificamente
para o projeto do arranjo, tratam de maneira adequada a criação e gerenciamento de pelo menos
parte das informações demandadas pelo projetista de layout. Entretanto tais ferramentas são na
maioria fechadas em si mesmo, cabendo ao projetista identificar sua potencialidade de uso e suas
possíveis interações.
Q. LEE (1998) apresenta uma série de características que devem estar presentes nas ferramentas
a serem usadas no planejamento do layout:
•
Capacidade de gerenciar grandes quantidades de dados tanto gráficos como textuais e
numéricos;
•
Capacidade de criação e documentação dos desenhos dos layouts da planta, dos
departamentos e dos centros de produção realizadas, normalmente, através de sistemas de
CAD (Computer Aided Drafting and Design).
•
Capacidade de auxiliar na identificação de processos comuns a vários produtos e na
formação das famílias de itens similares que formarão a base de células de trabalho;
•
Capacidade de estabelecer a localização de plantas industriais, de prédios em uma planta, de
departamentos nos prédios e máquinas nos departamentos.
•
Capacidade de modelar com qualquer nível de detalhe os processos que se desdobram em um
determinado layout.
•
Capacidade de aumentar a criatividade dos projetistas através de questões e associações de
idéias. O planejamento estratégico é importante pois ele será realizado através das instalações
e do layout.
•
Capacidade de auxiliar a tomada de decisão pode ajudar na obtenção de um consenso comum
a partir dos conhecimentos individuais e também na examinação de fatores que incidem
sobre a problemática do estabelecimento de elementos do layout.
•
Possibilidade de se analisar dos movimentos e da carga de trabalho, que podem ser úteis na
avaliação de postos de trabalho;
72
Além disso, há que se destacar o auxílio no registro das atividades e aumento das facilidades de
armazenagem dos dados gerados na execução do trabalho e de troca de informações entre os
envolvidos nele.
Alguns otimizadores de localização foram apresentados durante a apresentação das questões
relativas a arranjo físico no capítulo anterior, assim como os avaliadores de fluxo. A metodologia
de Simulação foi apresentada no capítulo seguinte àquele. Duas das tecnologias citadas acima,
no entanto, merecem destaque pela sua abrangência ou pelo seu desenvolvimento: CAD e
Ergonomia Auxiliada por Computador.
2.11.1 Computer aided drafting and design
O uso de ferramentas computacionais para desenvolvimento de desenhos detalhados passa a ser
adotado pelas empresas a partir da década de 1980 com a disseminação de computadores através
do aumento da capacidade de processamento e da redução dos custos.
Esse tipo de ferramenta pode ser usado para simplesmente substituir a antiga prancheta verde dos
projetistas e desenhistas (drafting) ou como ferramenta de avaliação de conceitos de projeto
(design). Entre as características que possuem essas ferramentas algumas merecem destaque:
•
Capacidade de criação e modificação de desenhos de plantas industriais, o que facilita a sua
reprodução, armazenagem e compartilhamento;
•
Capacidade de criação e modificação de elementos tridimensionais na forma de superfícies
ou sólidos que comportam características como peso, massa, densidade etc;
•
Possibilidade de atribuir aos elementos características de interesse do projetista e que depois
podem ser recuperados através de ferramentas de bancos de dados. Por exemplo, é possível
associar a cada cadeira de um escritório o seu custo, quem será o seu usuário etc;
•
Possibilidade de agrupar elementos e de criar bibliotecas personalizadas de símbolos e de
desenhos comuns. Por exemplo, uma máquina que já foi desenhada pode ser definida como
um bloco. Ao ser modificada, todos os blocos que foram criados a partir do bloco original
serão atualizados automaticamente;
73
•
Possibilidade de vincular arquivos externos. Duas pessoas podem trabalhar em partes
diferentes de desenhos que compõem o desenho completo. Ao se atualizar as partes, o
desenho todo será atualizado;
•
Criação parametrizada de elementos tridimensionais. Pode-se criar elementos e atribuir
parâmetros (features) dimensionais que ao serem modificados promovem a regeneração do
elemento, automaticamente;
•
Análise de interferência entre partes;
•
Análise de movimentos;
•
Integração com bases de dados no próprio ambiente de desenvolvimento, o que permite a
conexão com bancos de dados da empresa;
•
Utilização de tecnologias de programação modulares e de troca de dados entre aplicativos
quando em ambiente Windows (ActiveX, troca dinâmica de dados (DDE – Dynamic Data
Exchange));
•
Disponibilidade de linguagens de programação para criação de rotinas particulares e
automatização de tarefas;
•
Possibilidade de uso de camadas (layers) que permitem a separação dos os vários níveis de
detalhe de um projeto;
•
Alta amigabilidade das interfaces com o usuário e inclusão de ferramentas de produtividade;
•
Adoção de tecnologias recentes e intenso uso de recursos de integração através de redes
como a Internet.
Se na década de 1980 havia uma discussão dos prós e contras dessa tecnologia, hoje ela pode ser
encontrada em um número grande empresas, de pequenas a corporações softwares desse tipo.
Outro facilitador da expansão é a grande quantidade de opções existentes no mercado e também
a personalização dessas ferramentas para profissionais como arquitetos, projetistas hidráulicos e
elétricos, entre outros.
74
2.11.1.1 Questões críticas no desenvolvimento de projetos de instalações industriais
usando CAD
Para D. SLY (1996) as ferramentas de CAD foram usadas durante anos para criar e registrar
plantas e arranjos físicos. No entanto esses desenhos são difíceis de serem mantidos atualizados,
resultando em correrias de última hora quando há necessidade desse tipo de informação. Para se
tirar o máximo proveito das ferramentas CAD, algumas questões críticas têm que ser tratadas de
forma adequada:
a) Padronização de símbolos, camadas e outros tipos de informações visuais – A falta de
padronização leva a perda de tempo com a correção de incongruências e redundâncias,
intercâmbio de informações entre os envolvidos no projeto e a perda de representatividade de
elementos que possuam informações anexadas;
b) Métodos de anexação de dados aos objetos do desenho – O uso de bibliotecas de símbolos é
uma questão importante pela possibilidade de se construir os desenhos através da inserção de
modelos predefinidos de máquinas e equipamentos. Esses blocos podem ser parametrizáveis
ou não e podem conter, além de informações dimensionais tridimensionais, atributos que
especifiquem dados como modelo, preço, taxa de depreciação e assim por diante;
c) Organização dos desenhos para facilitar o acesso de vários usuários – Para instalações de
grande porte é muito importante a possibilidade de gerenciar desenhos e suas edições e
demais arquivos relacionados. Os sistemas de workflow permitem que se faça um
acompanhamento adequado dessas versões bem como do processo de aprovação das
alternativas e posterior armazenamento. Além desses sistemas, uma alternativa é a utilização
do gerenciamento de arquivos de desenhos anexados diretamente no sistema CAD. Um
desenho pode ter várias referências externas que têm suas modificações atualizadas
automaticamente no desenho principal;
d) Seleção de computadores e impressoras – O desempenho dos sistemas gráficos sempre exige
bastante em termos de recursos computacionais, o que pode inviabilizar o gerenciamento de
desenhos muito grandes. Caso não seja possível sua divisão em desenhos maiores, mais se
exigirá do processador. Possuir uma impressora capaz de reproduzir com boa qualidade e
cores o desenho também é importante.
75
2.11.2 Realidade virtual
Realidade Virtual (RV) baseia-se no desenvolvimento de uma interface representativa do mundo
real que permite que haja interação entre homem e máquina. Virtualmente imerso em um
ambiente produzido por computador o usuário pode se deslocar com 6 graus de liberdade nas três
dimensões. A sua interação se dá através de dispositivos instalados junto ao seu corpo para
captação de estímulos do usuário e para retorno das reações ao ambiente simulado. Existem
várias vantagens desse tipo de tecnologia, como o treinamento e a possibilidade de realizar
intervenções com o intuito investigativo, sem se incorrer em riscos e prejuízos possíveis.
VALERIO NETTO et al. (1998) trazem um levantamento de aplicações de RV em setores
industriais e sumariam algumas de suas vantagens:
•
Analisar projetos de máquinas e equipamentos que possam ter suas propriedades testadas
antes mesmo da construção de modelos reais;
•
Desenvolver estudos de ergonomia, mais especificamente de ergonometria, sem a
necessidade de modelos ou protótipos;
•
Desenvolver o design de produtos de acordo com as especificações de clientes;
•
Verificar a adequação dos projetos a normas governamentais ou institucionais;
•
Facilitar operações remotas e controle de equipamentos;
•
Desenvolver e avaliar processos que assegurem a manufaturabilidade antes que sejam
assumidos compromissos financeiros;
•
Desenvolver planos de produção e ajustá-los se necessário;
•
Educar funcionários em técnicas avançadas de manufatura com ênfase na segurança.
As principais aplicações apresentadas são:
•
Manufatura virtual: onde se analisam modelos de sistemas de manufatura completos visando
analisar seus comportamentos lógicos e físicos com o intuito de auxiliar a atividade de
projeto;
76
•
Prototipação virtual de produtos: onde se criam maquetes e protótipos digitais dos produtos;
•
Simulação de processos: atualmente de forma não totalmente interativa, permite que se
observe o comportamento de sistemas produtivos e seus processos em funcionamento;
•
Treinamento: interativos ou não, os modelos tridimensionais digitais auxiliam no treinamento
do pessoal.
O uso da realidade virtual representa uma evolução em relação às representações estáticas e
esquemáticas, na medida em que permite uma interação mais direta entre o projetista e os
elementos por ele criados. Por outro lado, há a necessidade de recursos computacionais
relativamente mais potentes. Além disso, as representações abstratas podem conter informações
difíceis de serem representadas a um baixo custo computacional em um ambiente de RV. Uma
das áreas que tem se aproximando bastante desse paradigma é o da Ergonomia Auxiliada por
Computador.
Além disso, a realidade virtual e as demais representações tridimensionais têm se popularizado
pelo mundo. Graças à VRML (Virtual Reality Modelling Language) é possível para qualquer
pessoa compartilhar modelos tridimensionais através da Internet. Mais do que isso, esses
modelos podem ser manipulados através de navegadores que permitem rotações, aproximações e
também o efeito de “caminhar” pelo modelo (walkthrough).
2.11.3 Ergonomia auxiliada por computador
O aumento da intensidade do trabalho e a insatisfação dos trabalhadores fez com que a
Ergonomia passasse a ser considerada cada vez mais no desenvolvimento dos projetos de
instalações industriais e, conseqüentemente, no projeto do arranjo físico, principalmente na etapa
de detalhamento quando da projetação do posto de trabalho. Apesar do processo ergonômico ser
tão complexo quanto outros tipos de projetos, foram desenvolvidas ferramentas para analisar
aspectos específicos da interação entre o operador e o posto de trabalho proposto, como as áreas
de alcance e o consumo calórico durante a atividade e outros índices da biomecânica
ocupacional.
77
2.11.3.4 Ferramentas de ergomomia auxiliada por computador
Em um levantamento realizado por PORTER et al. (1994), é apontada a necessidade de se
incorporar a Ergonomia como parte do processo de projeto tão logo que possível. Os autores
apontam o uso de conceitos dessa área do conhecimento como devendo ser complementares ao
processo de projeto.
As ferramentas apresentadas, chamadas de man-modelling CAD systems. Nesses sistemas as
articulações dos corpos humanos são representadas por juntas, associadas entre si através de
links. Essas ferramentas voltam-se para a análise ergonômica do espaço de trabalho, através do
uso de CAD para a avaliação de fatores como alcance, visão, ajuste e postura. Isso se dá de
forma interativa e em três dimensões.
Entre as características desses sistemas, as que merecem destaque são:
•
Modelo antropométrico humano – Os bancos de dados podem incluir medidas
antropométricas e também modelos que descrevem os esforços empreendidos na execução de
tarefas. Esses modelos podem ou não ser parametrizáveis. O nível de detalhamento dado pelo
número de juntas e links varia bastante entre um software e outro;
•
Análise de esforço – A partir de um banco de dados os esforços empreendidos na execução
de tarefas podem ser avaliados através do consumo energético e esforço postural. Alguns
sistemas apresentam tabelas de recomendações quanto a isso;
•
Análise de alcance – Usada para determinar a capacidade do elemento humano alcançar
controles em um painel ou console. Pode ser feita através da movimentação dinâmica do
modelo humano ou através do desenho de uma superfície limite de alcance (envelope);
•
Análise de campo visual – Procura identificar o que é viável ou não a partir da posição
adotada pelo olho do observador. Isto pode ser avaliado através de linhas delimitadoras ou
através da representação visual do que seria observado se o humano ocupasse a posição do
boneco;
•
Análise de ocupação de espaço em postos de trabalho (como nos cockpits de veículos).
Os softwares apresentados diferem grandemente quanto ao escopo, nível de detalhamento e
aplicação entre outros. Segue abaixo uma breve descrição de alguns aspectos dessas ferramentas:
78
•
Integração com outros softwares – A integração das ferramentas de análise ergonômica é
geralmente pobre. A maioria das ferramentas apresentadas não possui uma funcionalidade
dessas. Algumas podem importar e/ou exportar formas geométricas através de arquivos
(normalmente nos formatos .DXF e .IGES). Os mais integrados são na verdade add-ins para
outros sistemas como AutoCAD ou CADKEY. Muito dessa incapacidade deve-se ao fato dos
sistemas serem antigos e/ou desenvolvidos para outras plataformas que não o MS Windows
para computadores pessoais;
•
A qualidade gráfica da interface – Há muita variação com alguns sistemas simplesmente não
possuindo tais interfaces. Outras usam representações extremamente simplificadas através de
formas geométricas básicas. Os mais avançados possuem representação em wireframe de boa
qualidade. Poucos apresentam capacidades de renderização;
•
A interatividade com o usuário – Compreende a facilidade de edição e manipulação dos
elementos gráficos que comporão os modelos, variam grandemente mas em consonância com
o nível de detalhamento do modelo humano. Alguns sistemas têm seus próprios editores
(como o JACK). Enquanto outros utilizam-se da facilidades dos sistemas sob os quais rodam.
Dois exemplos são o MANNEQUIM que roda sob o AutoCAD (Figura 2-22) e o
ANYBODY que roda sob o CADKEY (Figura 2-23). Dois aspectos são importantes:
capacidade de interagir com a alteração das características dos modelos humanos e de
modelagem/modificação de elementos adicionais.
•
Nível de detalhamento e de dedicação – Cada um dos sistemas foi desenvolvido com um
objetivo. Pode-se facilmente identificar ferramentas que foram desenvolvidas para analisar
aspectos extremamente restritos (como a avaliação do alcance do pessoal) como outros que
pretendem ser ferramentas de análise mais gerais. O nível de generalização envolve tanto as
capacidades de modelagem quanto o fornecimento de funcionalidades adicionais como
análise de alcance, visão, esforço, entre outros;
•
Capacidade de personalização e disponibilidade de bancos de dados – Um aspecto a ser
considerado é a geometria dos modelos adotados. Modelos mais detalhados certamente
permitem uma maior compreensão do conceito que está sendo apresentado. Além disso,
modelos com maior número de articulações (aproximando-se cada vez mais do modelo
estrutural e cinesiológico do corpo humano) prestam-se melhor às análises. No entanto,
existem poucas bases de dados antropométricos, além de serem muito questionadas quanto à
abrangência. Percebe-se portanto a necessidade de se poder desenvolver os seus próprios
79
bancos de dados, além, é claro, de se poder alterar qualquer uma das medidas do modelo,
sem ter que alterar o banco de dados.
Dos softwares apresentados o que se destaca mais por seu nível de detalhamento, generalidade e
flexiblidade é o JACK. Este sistema foi desenvolvido em conjunto pela Universidade da
Pensilvânia com grande financiamento da NASA e do escritório de pesquisas do exército dos
EUA. O modelo humano do sistema possui mais de 70 juntas (mãos e coluna vertebral com
todas as articulações) e utiliza como banco de dados antropométricos o da SAE (Society of
Automotive Engineers).
Figura 2-22: MANNEQUIM, software de ergonomia auxiliada por computador, usa
representações 2D, rodando sob o AutoCAD (Fonte: PORTER et al., 1994).
Além da possibilidade de modificação do banco de dados antropométricos, é possível
estabelecer-se limites de movimentação das juntas, momentos de inércia, centros de massa, carga
de torque além da forma do corpo (ectomorfo, endomorfo etc). Como funcionalidades de análise
citam-se a análise de alcance, campo visual, ajuste, postura e cargas de toque nas juntas. Foi
usado com sucesso na avaliação dos helicópteros modelo Apache pelo exército dos EUA.
Rodando em estações de alto desempenho, o sistema permite a criação de filmes mostrando a
execução de uma tarefa com boa qualidade visual pois suporta renderização, sombras, reflexos e
texturas. Atualmente o sistema está disponível como Transom Jack e além das funcionalidades
apresentadas acima incluem-se a capacidade de funcionar em microcomputadores e a
80
personalização da interface através de uma linguagem específica chamada TCL/Tk (EAI, 1999).
Mais recentemente a avaliação de esforços físicos foi também introduzida a partir de bancos de
dados antropométricos personalizáveis.
Do ponto de vista do projetista do posto de trabalho, estes sistemas são pobres na avaliação de
alternativas. Voltados basicamente para a avaliação da interação dimensional entre o corpo
humano e os equipamentos que compõem o posto de trabalho, voltam-se mais para o
dimensionamento correto de alturas, aberturas, passagens etc. Além disso, procuram avaliar as
posturas adotadas pelo elemento humano e suas conseqüências.
Figura 2-23: ANYBODY (Fonte: PORTER et al., 1994)
A avaliação desses fatores é feita na maior parte dos sistemas de forma subjetiva, dependendo da
observação do modelo humano no modelo do posto de trabalho. Na verdade o software serve
mais como uma maquete tridimensional modificável que passa a substituir os mock-ups. Os que
possuem capacidades de análise mais avançadas fornecem como critérios para avaliação de uma
situação de trabalho dados de esforços e consumo energético. Deve-se notar que a situação é
completamente descrita e determinada pelo construtor do modelo. Uma crítica que pode ser feita
a este tipo de sistema é a incapacidade de modelar tarefas complexas e com algum tipo de
variabilidade. Cabe ao modelista pensar em casos extremos e então modelá-los para determinar
as variáveis de interesse. A consideração da aleatoriedade nos projetos de engenharia é de grande
importância atualmente, o que justifica a aplicação cada vez maior da simulação de eventos
81
discretos nas mais variadas áreas e mais especificamente no projeto de instalações industriais
(CADESIGN, 1997).
Especificamente para o projetista de arranjo físico, estas ferramentas também são úteis na
modelagem do arranjo físico dos centros de produção e postos de trabalho. No entanto, os
sistemas de ergonomia auxiliada por computador apresentam uma interface gráfica de
desenvolvimento muito mais pobre em recursos e muito menos produtivas do que os sistemas de
CAD atualmente disponíveis e usados para a representação dos layouts. Esses sistemas também
não possuem recursos para modelar sistemas de manuseio de materiais que podem constituir
quase a totalidade dos sistemas de transporte de materiais. Além disso, os sistemas de Ergonomia
Auxiliada por Computador (EAC) não possuem recursos que suportem técnicas específicas como
análise de fluxo, determinação de proximidade entre áreas e tecnologia de grupo, entre outras.
Soma-se a isso uma crítica que pode ser feita tanto aos sistemas de CAD (como AutoCAD e
MicroStation) quanto aos sistemas de EAC: esses sistemas apresentam apenas uma visão estática
e determinística do centro de produção. Os recursos possivelmente existentes de animação
adquirem características determinísticas. Dada a complexidade das informações envolvidas (mix
de produtos e estratégia de produção, por exemplo) uma divisão dinâmica no tempo do
funcionamento dos centros de produção permite uma análise muito mais precisa e rica em
detalhes. Além disso, a inclusão de fatores aleatórios estatisticamente determinados auxilia no
aumento da representatividade da realidade por parte do modelo. Em resumo, os sistemas CAD
de modelagem ergonômica possuem recursos dedicados basicamente à análise ergonômica de
interações geométricas entre homem e máquina, não servindo isoladamente de forma produtiva
como sistemas de desenvolvimento de layout, nem como ferramenta de análise dinâmica
estatística da força de trabalho. Mais uma vez a alternativa é a integração que permitiria que os
resultados obtidos do ambiente de modelagem ergonômica fossem passados ao simulador de
eventos discretos ou ao software usado na representação e no desenvolvimento do layout com
algumas das técnicas existentes atualmente.
2.11.3.5 Simulação em ergonomia
Como apresentado anteriormente, foi notada a carência de recursos por parte dos sistemas de
ergonomia auxiliada por computador no que tange a dinâmica temporal e a aleatoriedade. Esses
fatores são desejáveis nos sistemas de EAC pois já estão sendo empregados largamente em
outras áreas de projeto industrial.
82
Os primeiros simuladores usados em ergonomia datam do período da II Grande Guerra
(MEISTER, 1994). Apesar de serem usados atualmente para pesquisa de sistemas, carga de
trabalho e desenvolvimento, teste e avaliação de equipamentos, uma das principais aplicações
(historicamente arraigada) é a de treinamento. Os simuladores de treinamento são usados na
avaliação das reações de elementos humanos a situações apresentadas por um conjunto de
hardware e software.
Um exemplo deste tipo de simulador é o dos simuladores de vôo
comumente encontrado em empresas aéreas de grande porte. Além disso, esses modelos são
muito usados para avaliação de controles.
Um outro tipo de modelo que merece destaque é o de filas. Esses modelos são usados
grandemente na avaliação de seqüências de tarefas a serem desempenhadas por um indivíduo em
postos de trabalho. Como restrições apresentam a necessidade de representação matemática de
custos da não execução da tarefa, precisam satisfazer condições matemáticas rigorosas. Além
disso, caso as atividades cheguem de forma independente, há o impedimento da existência de
soluções analíticas.
A consideração da execução de tarefas pelo elemento humano no seu posto de trabalho é de
grande importância para o projetista dos sistemas produtivos pois o desempenho do indivíduo
pode causar impactos sérios no desempenho de toda a instalação. Estes modelos podem ajudar,
por exemplo, na determinação da carga de trabalho individual sob diferentes estratégias de
produção e de diferentes mixes. Além disso, pode-se simular diversas formas de composição de
tarefas de modo que se minimize os esforços do elemento humano. Esta ferramenta quando
utilizada em associação aos sistemas de EAC permite que se produzam dados precisos e se
façam análises qualitativas e quantitativas do posto. Assim, as possíveis alterações nas tarefas
(determinadas pelo projetista) visando uma aproximação com a atividade desempenhada pelo
operador poderiam ser avaliadas sob novas dimensões. A apresentação de uma solução
internamente a uma organização depende muito da justificação através de benefícios tangíveis e
inatingíveis.
O antigo SAINT foi apontado como uma boa ferramenta para a análise de filas das tarefas
(MEISTER, op. cit.). Atualmente este sistema está disponível como MICRO-SAINT. Este
sistema na verdade é um simulador de eventos discretos simples, quando comparado a sistemas
atuais como Arena, AutoMod e Promodel. Percebe-se aí a possibilidade de se usar os mesmos
simuladores que estão sendo usados na avaliação de layouts industriais para avaliar o
seqüenciamento de tarefas nos centros de produção. Certamente esses seqüenciamentos devem
ser planejados através da análise ergonômica dos mesmos. Poder-se-ia pensar também na
83
obtenção da carga de trabalho em situações onde haja variações na matéria prima, no mix de
produtos e nas estratégias de produção.
Para a integração de uma ferramenta existente de EAC algumas exigências se apresentam:
•
Disponibilidade de uma interface amigável;
•
Capacidade de compartilhamento de informações tanto gráficas como bancos de dados das
variáveis de interesse (mesmo que não totalmente integrada);
•
Flexibilidade, permitindo que várias situações possam ser modeladas, o que proporcionaria
uma generalidade maior ao sistema integrado;
•
Capacidade de suportar trabalho em grupo com padronização de informações, dada a
necessidade de informações das mais variadas áreas;
•
Disponibilidade de ferramentas de simulação de eventos discretos para permitir uma análise
dinâmica do comportamento do modelo através do tempo;
•
Capacidade para considerar a aleatoriedade;
•
Existência de interface com bases de conhecimento para auxílio à tomada de decisão.
Das ferramentas de ergonomia auxiliada por computador analisadas, a que mais apresentou
vantagens para uma possível integração é o atual Transom Jack (Figura 2-24), por ser um dos
mais modernos e oferecer maiores recursos. Apesar de medianamente amigável, falta a esse
sistema uma interface mais direta com sistemas CAD, além da exportação de arquivos. Apesar
de já estar disponível para microcomputadores o sistema ainda não tira o máximo proveito dos
recursos nativos da plataforma MS Windows, o que é uma limitação. Com relação a bancos de
dados antropométricos e facilidade de personalização do modelo humano, ele possui bons
recursos, além de ter acrescido recentemente a capacidade de análise de esforços às já existentes
capacidades de análise de campo de visão, alcance, ajuste e torque de juntas. Quanto à
introdução da análise no tempo, o sistema já possui recursos de animação que permitem que se
tenha uma visão bem realista da situação modelada. No entanto, o sistema carece da
aleatoriedade e de mais flexibilidade no estabelecimento da lógica e seqüenciamento das tarefas.
84
Figura 2-24: Exemplo de modelo construído no software Transom Jack. Nesta figura observa-se
um dos recursos que é a análise da execução de atividades em posições desconfortáveis.
CAPÍTULO 3
TÉCNICAS DE
SIMULAÇÃO
DE SISTEMAS
3.1 Definição de Simulação
Simulação faz parte do conjunto de técnicas da Pesquisa Operacional (PO) usadas para resolver
problemas complexos e utiliza uma abordagem estruturada e precisa que caracteriza as ciências
em geral.
Existem várias definições para simulação que diferem principalmente quanto à sua abrangência.
Para NAYLOR apud COSTA (1997):
“Simulação é uma técnica numérica para conduzir experimentos em um computador digital, a qual envolve relações
lógicas e matemáticas que se interagem para descrever o comportamento e estrutura de um sistema real complexo,
durante extensos intervalos de tempo”.
Posto de outra forma, simulação é a imitação da operação de um processo ou sistema real no
tempo e envolve a geração de um histórico artificial de dados. A observação desse histórico
permite que se façam inferências a respeito das características operacionais dos elementos reais
que estão sendo representados.
86
3.2 História da Simulação
A simulação computadorizada começou a ser usada na década de 1950 na indústria aerospacial
dos EUA. Somente na década de 1960 é que começaram a surgir as primeiras aplicações em
sistemas industriais. Esse processo foi lento, devido principalmente à baixa capacidade dos
computadores existentes na época (HARREL & TUMAY, 1995).
As primeiras simulações foram desenvolvidas nas linguagens de aplicação geral existentes na
época, principalmente em FORTRAN e posteriormente em Pascal e C. Esta primeira etapa foi
bastante longa até que surgissem as primeiras linguagens específicas de simulação.
Recentemente, as linguagens de simulação aumentaram sua abrangência de aplicação através da
programação orientada a objetos (POO) e da simulação com base na web.
As linguagens de simulação são linguagens de programação com blocos de código (comandos)
de alto nível, que procuram representar ações e elementos característicos dos sistemas
industriais. Entre essas linguagens destacam-se GPSS, SIMSCRIPT, SIMAN, SLAM, entre
outras.
Seu desenvolvimento se deveu principalmente à necessidade de produtividade das
ferramentas computacionais, pois os modelos de simulação facilmente tornam-se extensos. Os
blocos de código são similares a comandos e são facilmente reutilizáveis, gerando programas
menores e em menor tempo.
A terceira onda de desenvolvimento das ferramentas computacionais para simulação ocorreu na
década de 80, quando surgiram os simuladores, alguns destinados a aplicações industriais
específicas. Segundo HARREL & TUMAY (1995), esses sistemas passaram a ser chamados de
simuladores porque não apresentavam capacidades de programação. Esses sistemas eram
específicos pois elevavam ainda mais o nível de diálogo com o usuário, através de elementos de
sistemas de manufatura parametrizáveis, o que permitiu que tomassem o primeiro lugar das
linguagens de simulação no desenvolvimento de modelos de sistemas produtivos industriais.
Entre esses pacotes computacionais figuram AutoMod, Promodel, Witness entre outros. Nessa
época, SHANNON (1980) afirmou que a simulação deixaria de ser uma ferramenta a ser usada
somente em último caso. Entre as razões estariam os aumentos da divulgação, disponibilidade,
da capacidade e facilidade de uso da tecnologia e a redução de preço dos computadores.
Efetivamente, a disponibilização de mais sistemas de simulação ainda mais amigáveis, de
plataformas de hardware mais econômicas e poderosas e de avanços metodológicos (BANKS &
87
CARSON, 1984) permitiram que a simulação se desenvolvesse mais rapidamente tanto em
número de usuários quanto em capacidades.
3.3 Importância da Simulação para os Sistemas Produtivos
A simulação ganha cada vez mais importância em decorrência do aumento da complexidade dos
sistemas produtivos para fazer frente a mercados cada vez mais exigentes e instáveis. A
possibilidade da Simulação de Sistemas poder modelar com sucesso esses sistemas em vários
níveis de detalhe e de forma dinâmica faz com que seja aplicada a vários tipos de sistemas
produtivos, de industriais e de serviços.
T.E. CHENG (1985) apresenta simulação como uma ferramenta ideal para modelar Sistemas de
Manufatura Flexíveis (FMS), pois permite a modelagem do sistema de manufatura e o projeto e
avaliação das várias configurações possíveis. O modelo pode fornecer subsídios para auxiliar na
escolha das ferramentas e dos equipamentos; analisar os sistemas de manuseio de materiais;
analisar os efeitos dos ajustes nos dispositivos de materiais e pode, também, estabelecer uma
configuração para o layout, de tal forma que o fluxo de materiais seja plenamente satisfeito.
S. FRAZIER (1996) apresenta um bom exemplo da aplicação da simulação no serviço de
entregas do correio dos EUA. O objetivo era fazer frente aos concorrentes tecnológicos e estudar
como atender as demandas de final de ano. Neste caso, o uso de Simulação permitiu que o
modelo testasse e avaliasse as alternativas antes de haver comprometimento financeiro, além de
aumentar o grau de participação dos funcionários no processo.
C. H. HARREL & K. TUMAY (1995) listam muitas outras aplicações da tecnologia de
simulação nos mais variados campos de interesse como sistemas de manufatura, de manuseio de
materiais e de serviço.
Para o problema do arranjo físico, a SED (Simulação de Eventos Discretos) é usada
principalmente para análise do desempenho de alternativas, trazendo uma série de vantagens
sobre a análise estática tradicional. Entre elas estão:
•
Capacidade de avaliar mais detalhadamente um número maior de alternativas;
•
Possibilidade de se estabelecer critérios mais objetivos para comparação de alternativas de
arranjo;
88
•
Possibilidade de reproduzir o funcionamento da planta, o que ajuda na análise, construção de
consenso e na transmissão de idéias e conceitos;
•
Possibilidade de otimizar parâmetros;
•
Consideração de cenários dinâmicos, aleatórios e sua evolução temporal;
•
Análise de ampliações futuras, flutuações na demanda e mudanças no mix de produtos;
•
Análises de tipos de processos alternativos;
•
Consideração de detalhes e não apenas blocos e grandes áreas;
•
Análise do desempenho global do arranjo e não de apenas de um fator para melhoramento do
arranjo;
•
Capacidade de avaliar o arranjo funcionando com diferentes sistemas de manuseio de
materiais;
•
Capacidade de testar equipamentos através da emulação.
Apesar do uso tradicional de simulação nos sistemas produtivos estar focado na análise de
desempenho de projetos, M. B. THOMPSON (1994) alerta que os sistemas de simulação estão
evoluindo das duas etapas correntes de aplicação (Planejamento e Projeto) para as fases de
implementação e operação de plantas. Essas novas formas de aplicação da SED somente estão se
disponibilizando graças ao avanço computacional verificado nos últimos anos.
3.4 Vantagens e Desvantagens da Simulação
C. H. HARREL et al. (1995) e BANKS & NORMAN (1995) listam algumas razões para se
adotar simulação como ferramenta para resolução de problemas:
•
Simulação pode promover a solução criativa de problemas – Através da criação de modelos,
soluções intuitivas para problemas do dia-a-dia da empresa podem ser modeladas e testadas
resultando em avaliações quantitativas. Soluções apresentadas apenas qualitativamente
podem ser desconsideradas por falta de critérios objetivos de análise ou pela ausência de
números que a justifiquem;
89
•
Simulação pode identificar causas de problemas – Permite a experimentação com as
interações de um sistema ou subsistema complexo. Permite também identificar causas de
restrições como gargalos e faltas de material;
•
Simulação pode prever resultados – Pela sua capacidade de prever resultados a simulação
serve para analisar projetos e sistemas ainda inexistentes. Além disso, alterações de sistemas
existentes podem ser testadas sem que se tenha que alterar a rotina do sistema real, o que
implicaria em gastos e perda de tempo. Exemplos dessas alterações podem incluir a escolha
entre dois equipamentos diferentes, a inclusão de novos produtos em uma linha de produção,
alterações de volumes de produção e muitos outros. Permite também explorar possibilidades
de novas políticas, procedimentos e métodos gerenciais;
•
Simulação pode considerar a variação de sistemas – Uma outra vantagem dos sistemas de
simulação é a possibilidade de considerar as variações que atingem os sistemas reais, de uma
forma científica e através de princípios estatísticos. Essas variações podem ter impactos
sensíveis nos sistemas reais e não podem ser desconsideradas. Outros tipos de modelos
podem ser usados para considerar aleatoriedade;
•
Simulação pode promover soluções totais – As abordagens tradicionais geralmente dividem
os problemas em problemas menores para facilitar a sua resolução. A simulação de sistemas
permite que todos os condicionantes de um problema sejam analisados simultaneamente, o
que permite que sejam consideradas as relações entre eles. Além disso essa forma de trabalho
exige a participação efetiva de pessoas de todas as áreas envolvidas na modelagem e na
avaliação das soluções geradas. Com isso há uma redução sensível do criticismo e resistência
à implantação das soluções decorrentes do estudo de simulação. Ocorre então a construção
de consenso através de opiniões objetivas. Mesmo as hipóteses menos prováveis podem ser
testadas e comparadas;
•
Simulação pode ser eficiente do ponto de vista econômico – O uso de simulação pode
compensar financeiramente pois serve para treinamento de pessoal, de troca de idéias e
experiências e para estruturação de soluções. A sua capacidade de avaliação de alternativas
permite que se calcule rapidamente os impactos da entrada de novas estratégias e conceitos
administrativos na empresa, além de permitir avaliar o desempenho de investimentos em
capital sem que haja o seu comprometimento efetivo. Pode-se fazer também a especificação
de requisitos de equipamentos e dispositivos, o que pode baratear os custos e aumentar a
90
produtividade. Além disso, os recentes avanços tecnológicos baratearam os investimentos
necessários para o desenvolvimento de estudos de simulação;
•
Simulação pode preparar a empresa para mudanças – A preparação para mudanças
organizacionais, informacionais e ambientais pode ocorrer através da resposta a suposições
feitas sobre elas e pela observação dos resultados obtidos do modelo de Simulação. Além
disso, os modelos podem ser usados para treinar pessoal na utilização de um novo
equipamento ou forma de organizar o trabalho;
•
Simulação pode promover agilidade – A possibilidade de comprimir e expandir o tempo
permite realizar análises sobre longos períodos de funcionamento do sistema em um curto
espaço de tempo. A visualização da planta funcionando em duas ou três dimensões facilita o
entendimento do decisor leigo, mais do que com o uso de plantas de engenharia;
•
Simulação pode gerar conhecimento – Permite entender o porquê de determinado fenômeno
do sistema real através de modificações e observação de detalhes. Isso desenvolve o
entendimento baseado na experiência sobre o funcionamento do sistema e não sobre idéias de
como o sistema supostamente funcionaria. Além disso o próprio processo de construção do
modelo leva a discussões que promovem o aumento do nível de entendimento sobre o
sistema;
•
Simulação pode ser usada para verificar soluções analíticas geradas por outros métodos;
•
Simulação pode ser mais simples que outras ferramentas – Uma vez construído, um mesmo
modelo pode ser utilizado várias vezes para realizar uma análise. Os dados utilizados em
simulação, em alguns casos, podem ser obtidos mais facilmente que outros métodos. Além
disso, há menor necessidade de simplificações matemáticas do mundo real, o que aumenta o
grau de representatividade do modelo (SCHMIDT & TAYLOR apud BANKS & CARSON,
1984).
Algumas desvantagens da adoção de simulação (J. BANKS, 2000; SCHMIDT & TAYLOR apud
BANKS & CARSON, 1984) incluem:
•
A construção do modelo requer treinamento especial que demanda tempo e experiência. A
experiência pode ter um impacto considerável no tempo para se desenvolver o modelo
conceitual;
91
•
Os resultados da simulação podem ser difíceis de interpretar em função da aleatoriedade;
•
A modelagem e análise de simulações podem levar relativamente mais tempo e custarem
mais;
•
A simulação pode ser usada inapropriadamente quando soluções de outra natureza
resolveriam o mesmo problema em menor tempo ou custo.
C. H. HARREL & K. TUMAY (1995) propõem a Simulação como adequada para casos onde (a)
desenvolver um modelo de outra natureza seja difícil ou impossível; (b) existam duas ou mais
variáveis aleatórias interdependentes; (c) a dinâmica do sistema seja muito complexa; (d) o
objetivo principal do estudo seja observar o comportamento do sistema com o passar do tempo e
(e) o uso da animação seja importante. Além disso, argumentam que a Simulação é indicada
principalmente para os aspectos operacionais do sistema, tendo pouca eficiência para avaliar
aspectos humanos como níveis de habilidade, interesses e relações interpessoais, assim como
aspectos tecnológicos como confiabilidade de equipamentos e necessidades de energia .
3.5 Modelagem e Tipos de Modelo
O processo de análise de sistemas reais através de modelos baseia-se na metodologia da
simulação, sendo a modelagem o seu cerne. Paralelamente a essa capacidade de desenvolver
modelos, a prática de Simulação requer também capacidades de gerenciamento de projeto e de
organização de trabalho assim como de interação com pessoas de várias áreas de atuação.
Para modelar partes do mundo real utiliza-se uma visão parcial, até mesmo simplificada, de parte
desse mundo. Nesta visão são organizados objetos que interagem entre si para atingir os
objetivos da modelagem (BANKS & CARSON, 1984). Os elementos e relações observados no
mundo real compõe o que se convencionou chamar de sistema real, imerso no seu ambiente. O
resultado desse processo de abstração do sistema real é geralmente uma representação
estruturada chamada de modelo.
92
3.5.1 Tipos de modelos
J. BANKS & J. S. CARSON (1984) dividem os modelos em quatro categorias: modelos em
escala, modelos simbólicos, modelos analíticos e de simulação.
Os modelos em escala, classificados por GORDON (1978) como modelos físicos, são
reproduções do sistema real construídas para representar fisicamente, e com alto grau de
identidade, parte do mundo real. Essas construções são bastante úteis para se analisar aspectos
estéticos, estruturais e mesmos funcionais do elemento real que seriam difíceis ou impossíveis de
serem efetuados com este último. Exemplos desse tipo de modelo incluem as maquetes e
modelos aerodinâmicos de veículos. Existem também modelos com menor identidade com os
sistemas reais e feitos em escala igual ao do elemento real, os chamados mock-ups. Eles são
bastante aplicados em testes funcionais de produtos.
Os pontos negativos desses modelos são a sua pouca flexibilidade e capacidade de reutilização.
Por serem feitos em geral de forma artesanal têm um tempo de execução grande e custos altos.
Os modelos simbólicos são as representações características de fluxogramas e cartas de
processo, que se utilizam de símbolos para representar ações e seqüências de atividades. Estes
modelos são muito usados para representar processos lógicos, fluxos de materiais e arranjo de
equipamentos, servindo como uma das principais formas de documentação em projetos de
sistemas industriais. Esses modelos têm baixo custo de realização e com os avanços dos sistemas
computacionais podem ser feitos de forma rápida, reproduzidos e modificados facilmente. No
entanto esses modelos registram em geral abstrações de um sistema real e não possuem em si
capacidade de reproduzir muitos detalhes o que demanda a construção de modelos em vários
níveis. Por outro lado, permitem que se atenha mais à lógica do que aos detalhes, o que, em
algumas situações, é muito importante. Outra vantagem é a facilidade de se desenvolver um
sistema próprio de símbolos o que elimina os custos da alta especialização, como o alto tempo de
aprendizado.
Os modelos analíticos, classificados por GORDON (op. cit.) como modelos matemáticos,
fornecem soluções quantitativas para formulações matemáticas. Nessa categoria estão as
fórmulas e os algoritmos de programação matemática. Um exemplo desses modelos são os
modelos de programação linear que podem ser resolvidos pelo método Simplex (PUCCINI,
1980).
93
Os modelos analíticos podem ser estáticos (suas condições não se alteram com o tempo) ou
dinâmicos. Podem ser também determinísticos ou probabilísticos (quando consideram variações
aleatórias). Existem muitas desvantagens em potencial nesses modelos como a excessiva
abstração e simplificação, a adoção de muitas restrições difíceis de serem implementadas e a
baixa factibilidade de soluções ótimas entre outras.
Os modelos de simulação, classificados por GORDON (op. cit.) como modelos matemáticos
dinâmicos numéricos, são modelos com alto grau de reprodutibilidade de sistemas reais que
possuem intrinsecamente um embasamento matemático que pode aceitar valores determinísticos
e estocásticos. Entre as vantagens dos modelos de simulação estão a sua capacidade de avaliar
um mesmo modelo sob diversas condições. Além disso, pode-se considerar variações
instantâneas dos parâmetros do sistema.
3.5.2 Elementos de um modelo de simulação de sistemas
A representação de partes do mundo real que estão sendo estudadas é feita através de um
modelo. O modelo é a representação do mundo real e tem que ser complexo o suficiente para
responder às questões levantadas pelo modelador.
O projeto de simulação é composto de uma série de experimentações com o modelo. Cada
experimentação, chamada de cenário, é estruturada com um conjunto de configurações de dados
e de entidades do sistema. Pode-se construir vários cenários para testar várias hipóteses. Por
exemplo, um cenário representa a planta trabalhando em regime de dois turnos de trabalho
diários enquanto um outro cenário representa a planta funcionando em regime de três turnos.
A execução do modelo pelo simulador é chamada de replicação. A replicação usa a lógica do
modelo, seus dados de entrada e um conjunto de números aleatórios. Uma rodada de simulação
compreende o período em que o modelo está ativo, depois de ter iniciado os dados de entrada e
antes da etapa de apresentação de resultados (SCHRIBER & BRUNNER, 2000). Quando um
modelo probabilístico é executado várias vezes, a cada replicação são usados números aleatórios
diferentes.
Enquanto os modelos matemáticos, estatísticos e outros representam a lógica interna através
somente de relações matemáticas e estatísticas, os modelos de simulação por outro lado
representam a estrutura interna do modelo o mais próxima possível do sistema real que está
94
sendo modelado. Entretanto, não existe, em geral, uma exata correspondência entre um elemento
do mundo real e um elemento do modelo. Por exemplo, em um modelo que representa uma fila
não se precisa criar recursos que se comportem como as pessoas dessa fila. Em geral, são
definidas apenas cargas que as representem e que contenham algum atributo de interesse. Mais
ainda, essa fila pode ser modelada apenas como uma variável para se registrar apenas a
quantidade de pessoas atendidas. Assim, temos no modelo de simulação a criação de um sistema
que se comporta de forma igual ao mundo real, no nível de complexidade desejado. O modelo
de simulação busca essa semelhança de comportamento de maneira diferente dos modelos
matemáticos ou estatísticos, através da consideração da passagem do tempo e do
acompanhamento das mudanças do sistema simulado em comparação às mudanças do mundo
real.
G. GORDON (1978) define sistema como uma agregação ou montagem de objetos, em alguma
interação ou interdependência que ocorre de forma regular. O aspecto dinâmico de um sistema
pode então ser percebido pelos efeitos causados pelos objetos componentes entre si com o passar
do tempo.
Podemos então definir o estado do sistema como sendo caracterizado pela configuração de
todos os elementos do sistema em um dado instante. Esses elementos são as variáveis de estado
do sistema.
Os objetos de interesse do sistema, as entidades são elementos do sistema que precisam ser
definidos para caracterizar a parte do mundo real a ser modelado. Se uma entidade servir outras
entidades é chamada de dinâmica, caso contrário de estática (BANKS & NORMAN, 1995) . As
entidades dinâmicas se movem pelo sistema, realizando atividades ou aguardando em filas e
competindo entre si pelo acesso a filas e a recursos. Esse avanço prossegue até que ela entre em
uma atividade, em uma fila de espera ou seja eliminada do sistema. As entidades podem ser
criadas antes ou durante a execução do modelo e o seu exemplo mais característico é o das
cargas que podem representar elementos como pessoas e produtos. Quando a criação e a
movimentação da entidade são feitas implicitamente pelo sistema diz-se que a entidade é
interna. As entidades externas são aquelas definidas e controladas pelo modelador (SCHRIBER
& BRUNNER, 2000).
Um recurso é uma entidade estática do modelo que serve entidades dinâmicas. Esse atendimento
pode ser feito simultaneamente a várias entidades. Parte da capacidade de um recurso é solicitada
pela entidade que, caso haja disponibilidade, irá capturar uma ou mais unidades do recurso. Uma
95
vez capturada parte da capacidade de um recurso há o impedimento de que outras entidades
capturem essas mesmas unidades. Caso a capacidade do recurso seja extrapolada, a carga deve
seguir para uma fila ou sair do sistema, e o estado do recurso passa a ser o de ocupado. O estado
de um recurso é representado através de variáveis de estado que no mínimo incluem os estados
de ociosidade e ocupação. Podem ser definidos outros estados como quebrado, desligado ou em
manutenção.
As filas constituem locais de espera onde as entidades dinâmicas esperam até que se permita que
prossigam através do sistema. As filas podem ser chamadas também de áreas de espera ou
pulmões (buffers). Depois de entrarem nas filas as entidades são retiradas seguindo alguns tipos
de critérios. Estes critérios podem ser baseados em tempo, como no caso FIFO (First-In, First
Out) e LIFO (Last In, Last Out), em critérios baseados em atributos (HVF - Highest Value First
ou LVF - Least Value First) ou aleatórios.
O estado de uma entidade com o passar do tempo é caracterizado pelos atributos. Atributos são
variáveis que em geral são definidas globalmente mas que assumem valores localmente. Por
exemplo, um atributo Instante_de_Entrada pode existir em várias cargas que entram em
processamento, mas cada carga que chega terá o seu próprio valor. Assim, o tempo total de
armazenagem de um item em estoque ou a quantidade de litros em um barril podem ser
constantemente atualizados e armazenados em atributos. Ao se consultar esses atributos ter-se-á
acesso a essas informações. Cada entidade terá valores próprios de volume e de tempo em
estoque.
As características globais de interesse e que servem a todas as entidades são as variáveis de
sistema, que representam valores globais únicos. Por exemplo, o relógio que marca o tempo de
funcionamento de uma loja apresenta um valor independentemente de quem o consulta. Além
disso, cada funcionário da loja (entidade) pode acertar o horário do relógio (variável de sistema).
Tanto as variáveis de estado do sistema quanto os atributos podem ser alterados por eventos. Um
evento é uma ocorrência que altera o estado do sistema. Podem ser endógenos quando são
gerados dentro da simulação e exógenos quando o evento é gerado externamente à simulação
(BANKS & NORMAN, 1995).
O avanço do tempo em modelos de simulação baseados em eventos ocorre através da existência
de atividades e de esperas. Ao término ou início de uma atividade ou de uma espera ocorre um
evento. Ao ocorrerem os eventos há a atualização do relógio da simulação e de todas as outras
96
variáveis de estado do sistema. As entidades podem então avançar, capturando ou liberando
espaço em recursos e filas.
Uma atividade é um intervalo de tempo que representa por exemplo, a usinagem de uma peça
(ou outro tipo de processamento) pela qual as entidades passam e que pode ter seu tempo
determinado e agendado antes que seja iniciada. Já as esperas (delays) são durações de tempo
em que uma entidade fica impedida de avançar através da lógica do modelo. Essa duração pode
ser definida (quando seu tempo é especificado) ou não (quando o fim do atraso depende de
outros eventos). Por exemplo, ao se colocar uma peça em um forno de recozimento, pode-se
especificar um tempo determinado para a sua retirada. Por outro lado, um material pode ser
colocado em uma área de espera até que uma máquina fique ociosa para que haja a solicitação
para que seja processado.
Indicadores estatísticos das alterações no sistema podem ser registrados em variáveis de
sistema ou até mesmo em atributos das entidades que podem estar ou não agrupadas em um
conjunto (set). Esses indicadores são acumulados durante a passagem do tempo e podem, ao
final do período da simulação, serem apresentados ao usuário na forma de relatórios. Os
indicadores têm um papel importante, pois representam um histórico do sistema modelado que
deve ser comparado ao sistema real para determinar o grau de reprodutibilidade do modelo.
Os elementos apresentados são os mais comuns encontrados nas aplicações de simulação de
sistemas, sendo a forma de sua implementação característica de cada ferramenta. Entretanto,
outros elementos podem ser definidos a partir dos elementos comentados. Por exemplo, podemos
definir um elemento chamado "rota" que sirva para transportar uma entidade de um recurso a
outro. Esse novo elemento rota pode ter uma representação gráfica em uma interface de
software, pode ser modelado como um recurso de transporte ou ainda como sendo uma espera.
3.5.3 Modelos estáticos e modelos dinâmicos
Modelos estáticos são aqueles modelos em que não se considera que os valores de um
determinado modelo possam variar com o passar do tempo. Um exemplo desse tipo de modelo é
um problema de programação linear.
97
Os modelos dinâmicos consideram que os valores possam se alterar de um instante para outro e,
portanto, consideram a passagem de tempo em sua formulação. Em geral, tais modelos também
consideram a aleatoriedade como forma de representar essas variações temporais.
3.5.4 Modelos determinísticos e probabilísticos
Modelos determinísticos são modelos onde os dados de entrada e demais parâmetros do modelo
não sofrem variações aleatórias, isto é, permanecem iguais em todos os momentos da simulação
ou sofrem variações predefinidas sistemáticas. Se forem processadas várias cargas em um
recurso, com o tempo da atividade sendo determinístico, todos os tempos de processamento
serão iguais.
Um modelo estocástico é um modelo onde existe pelo menos uma variável que sofra alterações
aleatórias durante o desenrolar da simulação. Por exemplo, se o tempo de processamento de um
certo tipo de peça for de 2 minutos ± 10 segundos, nota-se que não se pode saber exatamente o
tempo de processamento, mas que se encontra no intervalo entre 2 min e 10 s e no mínimo de 1
min e 50s. Para estipular as variações utilizam-se distribuições estatísticas que são funções que
associam a cada valor de uma variável de interesse uma probabilidade de ocorrência.
3.5.5 Modelos discretos e contínuos
Em um modelo de simulação espera-se que os eventos resultantes de interação entre as entidades
do sistema ou promovidos externamente a ele sejam os mais próximos da realidade.
Nos sistemas de simulação ditos contínuos, as ações ou eventos podem ocorrer a qualquer
momento em uma reta temporal contínua e infinita, ou seja, a qualquer instante. Por exemplo, a
temperatura de um forno altera-se lentamente através de gradientes infinitesimais à medida em
que o tempo passa. A modelagem de um sistema desse tipo, com o máximo grau de
reprodutibilidade, envolveria a necessidade de se conseguir representar tais alterações. A
experiência mostra que, para alguns casos, isto é possível mas envolve, mesmo com a tecnologia
atual, um esforço computacional demasiadamente grande.
98
Para os modelos de simulação, pressupõe-se que tais modelos sejam construídos para darem
suporte à resolução de um conjunto de questões apresentado pelo criador do modelo. Sendo
assim, na maioria dos casos, a construção de um modelo demasiadamente preciso não significa
satisfação das necessidades, pois um modelo menos preciso (do ponto de vista temporal) poderia
fornecer uma solução melhor em menos tempo. Assim, para os casos em que não há necessidade
de acompanhamento contínuo dos eventos, utilizam-se os modelos de eventos discretos.
Nos modelos de eventos discretos, as ações (eventos) não se desenvolvem a todo instante mas
em apenas alguns deles. Nos intervalos entre esses instantes, nada ocorre no modelo, nem
mesmo do ponto de vista lógico.
C. H. HARREL & K. TUMAY (1995) classificam os modelos de eventos discretos em dois
tipos: os modelos do tipo fatia de tempo e os de lista de eventos. No primeiro tipo há a
verificação periódica da ocorrência de eventos desde a última verificação ocorrida. Se ocorreram
eventos, o estado do sistema é atualizado. Este sistema apresenta certa desvantagem pois se
houver eventos muito distantes entre si, ainda assim ocorrerão verificações durante esse
intervalo.
No sistema de lista de eventos, há a criação de uma lista de ocorrência dos eventos em ordem
cronológica ascendente. O relógio de simulação passa imediatamente do tempo de um evento
para o tempo do outro. Assim, por exemplo, se houver eventos distantes, o relógio passará
instantaneamente para o próximo evento, independentemente do tamanho do intervalo entre eles.
A Figura 3-1 exibe estes dois conceitos. Em um modelo contínuo, o relógio da simulação
percorre a reta contínua enquanto, no modelo discreto, a passagem do tempo do relógio se dá aos
saltos. A ocorrência de eventos faz com que o estado do sistema se altere imediatamente.
Estado 1
Estado n
Estado 2
...
Tempo
Início da
Simulação
Evento 1
Evento 2
Evento n
Figura 3-1: Comparação entre modelos de simulação discretos e modelos contínuos.
(Adaptado de HARREL & TUMAY, 1995).
99
3.5.6 Geradores de números aleatórios
As variações estocáticas não são variações quaisquer mas seguem distribuições estatísticas. As
distribuições estatísticas são basicamente funções que associam uma probabilidade de ocorrência
a um valor. A variação dessas probabilidades segue um padrão definido que caracteriza a função
de distribuição estatística. Entre os exemplos estão, entre outras, as variações exponenciais,
lineares e constantes. Espera-se que uma ferramenta computacional para simulação forneça as
funções para geração de valores aleatórios a partir das distribuições mais comuns. O
procedimento para geração de valores estocáticos é bastante simples, iniciando-se com a seleção
de um número pseudo-aleatório pelo sistema que servirá de valor de entrada da função de
distribuição estatística. Será então retornado um valor aleatório que adira ao padrão estabelecido
pela função.
Esses números são chamados de pseudo-aleatórios pois não são escolhidos a esmo mas são
resultantes da aplicação de uma fórmula de recorrência (aplicada a seu próprio produto). Apesar
de algumas fórmulas serem capazes de produzirem períodos com bilhões de números diferentes,
a escolha de fórmulas de recorrência adequadas é de vital importância, pois os valores podem
voltar a se repetir rapidamente (ciclo curto), o que acabaria viciando o processo de seleção dos
valores. A M. LAW & D. W. KELTON (1991) apresentam uma boa discussão sobre as fórmulas
de recorrência mais comuns.
O uso desses valores aleatórios impõe a necessidade de se observar os valores obtidos de um
modelo estocástico com bastante cuidado. O primeiro cuidado a tomar (PIDD, 1996) é o de
classificar o resultado de um modelo estocástico como sendo apenas o resultado de uma
amostragem e que diferentes amostragem geram diferentes resultados. No entanto, quanto maior
o número de amostras, maior será o grau de confiança que se tem a respeito de que o modelo
represente a realidade. O segundo aspecto é o da comparação de dois modelos estocásticos que
deve ser efetuada com os mesmos números aleatórios, caso contrário, torna-se inválida a
comparação. As diferenças, se existirem, devem ser devidas às características do sistema e não à
variação introduzida pelas variáveis aleatórias. Uma forma de se fazer isso é a realização de
testes de hipótese. Outro cuidado a ser tomado é o de planejar cuidadosamente os experimentos a
serem conduzidos, para que sejam estatisticamente corretos.
100
3.6 Passos do Processo de Simulação
Os modelos são importantes e acabaram por motivar o desenvolvimento de procedimentos
específicos, denominados modelagens, visando a construção racional de modelos que
representem a realidade da forma mais fidedigna possível.
O sucesso no desenvolvimento de estudos de simulação depende de muitos fatores como
experiência e nível de conhecimentos, ferramenta computacional adotada, capacidade de
negociação e muitos outros. Não existe, portanto, uma forma definitiva para se atingir esse
sucesso, mas a adoção de um método robusto pode auxiliar a minimizar a possibilidade de
fracasso.
A RAVIDRAN et al. (1987) apresentam alguns princípios da pesquisa operacional aplicada que
norteam a construção de modelos para a solução de problemas:
1.
Não construir modelos complexos quando um modelo simples resolver o problema;
2.
Não adaptar a realidade à técnica;
3.
A dedução do modelo precisa ser conduzida com rigor;
4.
Os modelos devem ser validados antes de implementados;
5.
O modelo não deve ser tratado muito literalmente;
6.
Um modelo não pode ser cobrado pelos resultados que não foi projetado para produzir;
7.
Ter cuidado ao “vender” o modelo;
8.
Alguns dos benefícios do modelo estão no seu desenvolvimento;
9.
A potencialidade do modelo depende das informações nele contidas;
10.
Modelos não podem substituir os decisores.
J. BANKS & V. NORMAN (1995) apresentam os passos usuais para o desenvolvimento de um
estudo de Simulação e que satisfazem às recomendações acima. A Figura 3-2 resume estas
etapas e suas relações.
101
As etapas são:
1. Formulação do problema − Inicia-se com a declaração do problema de forma clara, de
modo que todos possam entender as implicações dessa declaração. Essa formulação servirá
de ponto de partida mas poderá ser atualizada quando se souber mais a respeito do sistema;
2. Determinação dos objetivos e plano geral do projeto − O sucesso do processo se inicia
pelo estabelecimento e registro das questões que serão respondidas pelo modelo. Também
deve haver um questionamento sobre se a Simulação é realmente a metodologia adequada
para auxiliar a responder essas questões. Também devem ser especificados os cenários a
serem considerados e quais critérios serão utilizados para avaliar cada um deles. As
necessidades de dados e as hipóteses consideradas também devem ser levantadas;
3. Desenvolvimento do conceito do modelo − Esta é uma das etapas mais difíceis do processo
e uma das que exige mais experiência prática. Nesta fase é desenvolvido o conceito geral do
modelo, geralmente partindo-se de um modelo mais simples ao qual vão sendo acrescentados
os detalhes até que se tenha subsídios suficientes para responder às questões propostas
inicialmente. Como o modelo é construído visando responder essas questões é necessário o
envolvimento do usuário do modelo para capturar as suas expectativas com relação ao tipo
de resposta esperada;
4. Coleta de dados − Esta etapa pode ser bastante complexa e exige bastante tempo, pois, em
geral, as informações necessárias se encontram dispersas, sumariadas em excesso ou
simplesmente não existem. Às vezes, as informações existem mas o usuário do modelo
desconhece a sua existência. Também deve-se evitar coletar dados desnecessários, o que
reduz o tempo disponível para as outras atividades;
5. Codificação − Nesta fase o modelo conceitual deve ser recriado em uma linguagem de
programação genérica (por exemplo, Pascal ou C++), em uma linguagem de simulação (por
exemplo, GPSS/H ou SIMAN) ou em um simulador (por exemplo, Arena, AutoMod ou
Promodel). Esta etapa depende da experiência do modelador em traduzir o modelo conceitual
em um modelo computadorizado;
6. Verificação do modelo − Consiste na comparação do modelo computadorizado com o
modelo conceitual para se determinar se o que foi programado corresponde ao que foi
planejado. BANKS & NORMAN (1996) sugerem que sejam usados os princípios de
102
engenharia de software como o desenvolvimento modular, criação de verificações internas ao
modelo, teste com valores aleatórios, criação de comentários dentro do modelo,
acompanhamento do programa passo a passo e a utilização de animação, se possível;
1 Formulação
do Problema
2 Determinação
dos Objetivos e
Plano Geral do
Projeto
3 Conceito do
Modelo
4 Coleta de
Dados
5 Codificação
Não
6
Verificado ?
7
Validado ?
Não
Não
Sim
8 Projeto
Experimental
9 Rodadas de
Produção e
Análise
Sim
10
Mais Rodadas
?
Não
Sim
11 Documentação
e Relatórios
Implementação
Figura 3-2: Passos do processo de simulação (Fonte: BANKS, 1993).
7. Validação do modelo − Nesta etapa, depois de verificado o modelo, pretende-se verificar se
o modelo representa de fato o sistema real. Entre os testes sugeridos por BANKS &
NORMAN (op. cit.) estão testes de degeneração (para taxas de chegada altas), validação da
103
aparência (observando se as saídas fazem sentido), comparação das saídas com dados
históricos e a análise de sensibilidade (observando se os resultados estão apontando as
tendências esperadas);
8. Projeto experimental − Determinação do período de inicialização (warmup), duração dos
tamanhos das simulações e do número de replicações;
9. Simulações e análise de produção − Para levantar medidas de desempenho, determinação
dos intervalos de confiança e dos experimentos projetados;
10. Mais simulações para determinação da precisão estatística desejada;
11. Documentação e criação de relatórios - Nesta fase se faz a documentação do modelo para
evitar perda de informações quando o modelo tiver que ser estudado ou modificado
posteriormente por analistas. Também devem ser gerados relatórios das atividades
desenvolvidas, documentando datas, eventos e decisões tomadas. Sugere-se que isso seja
feito periodicamente para manter o cliente a par dos progressos feitos;
12. Implementação do modelo – O analista deve assumir um comportamento o mais imparcial
possível frente aos resultados encontrados e às soluções apresentadas.
O processo de desenvolvimento de um estudo de Simulação não está livre de erros, problemas e
contratempos. O. M. ULGEN et al. (1996), J. BANKS (1993) e D. A. SADOWSKI & M. R.
GRABAU (2000) apresentam várias dessas “armadilhas”, sumariadas na Tabela 3-1.
O. M. ULGEN et al. reforçam a necessidade de uma metodologia robusta para que se tenha
sucesso no uso de Simulação. Como fatores de fracasso acrescentam a falha ao não saber
apresentar os casos de sucesso de outros projetos, as mudanças freqüentes do escopo do projeto,
a falta de revisão do modelo enquanto o estudo avança e não saber quando parar o estudo como
falhas do processo em si. Quanto ao modelo, acrescentam que ele pode ser usado menos do que
deveria e as pessoas podem não endender os limites dele. Quanto ao elemento humano,
acrescentam a necessidade de trabalho em equipe, a incapacidade de ouvir e entender o cliente e
fornecer poucas alternativas para o problema como outras causas de fracassos em projetos de
simulação.
104
Tabela 3-1: Fatores de fracasso nos projetos e estudos de simulação de eventos discretos.
Etapa
Armadilhas
Formulação do problema
Falha ao entender o problema que aparentemente é tido como claro.
Falha ao declarar de forma correta as hipóteses iniciais sobre o funcionamento do sistema real.
Falha ao obter o comprometimento dos decisores.
Falha ao resolver um outro problema que não o desejado.
Determinação dos objetivos Falha ao estabelecer as medidas de desempenho de interesse.
Não estabelecer bases para comparação de resultados.
e plano geral do projeto
Não estabelecer exatamente o que o modelo irá incluir e o que irá excluir.
Não estabelecer todas as alternativas que serão consideradas.
Aceitar menos recursos para a realização do estudo do que o necessário.
Estabelecer cronogramas impraticáveis.
Enfatizar em excesso o uso da animação gráfica.
Durante a construção do
Falha ao não conseguir iniciar o modelo simples e então acrescentar detalhes.
Falha ao simular sintomas e não causas, pela falta de detalhamento necessário.
modelo
Falha ao simular causas em vez de sintomas.
Falha ao não conseguir o envolvimento do cliente durante todo o processo.
Dedicar mais tempo ao modelo do que ao problema.
Coleta de dados
Obter dados sumariados quando se precisa de valores individuais.
Coletar muitos tipos de dados e em excesso.
Coletar dados irrelevantes para a consecução dos objetivos do estudo.
Assumir que o cliente saiba quais dados possui.
Assumir que os dados sejam absolutamente confiáveis.
Usar dados históricos de uma situação que já foi superada.
Usar uma ferramenta incapaz de resolver o modelo.
Simplificar em excesso sistemas como o de manuseio de materiais.
Verificação
Não planejar a verificação.
Não executar o modelo em todos os seus detalhes importantes.
Não verificar a coerência das saídas apresentadas pelo modelo.
Não usar ferramentas disponíveis como o depurador e a animação.
Não realizar a documentação durante todo o processo.
Não evitar dados de entrada corrompidos.
Validação
Não realizar qualquer validação.
Parar ou terminar o processo prematuramente.
Projeto experimental
Não considerar adequadamente o período de warmup.
Realizar poucas replicações.
Superestimar a credibilidade dos dados de saída.
Utilizar um tempo de replicação insuficiente.
Rodadas de produção e Fornecer estimativas pontuais, desconsiderando intervalos de confiança.
Interpretar erroneamente os resultados estatísticos.
análise
Documentação e criação de Não descrever adequadamente as hipóteses do modelo.
Não descrever adequadamente a metodologia e algoritmos usados.
relatórios
Relatar o que o cliente quer ouvir e não o que foi aprendido com o modelo.
Implementação
Não ter envolvido o cliente nas fases anteriores.
Não assumir a advogação dos resultados mas apenas apresentá-los.
Não considerar suporte ao cliente depois da entrega do modelo.
3.6.1 Projeto de experimentos
Projeto de experimentos consiste na determinação de experimentos (simulações) a serem feitos
para determinar o grau de confiabilidade dos resultados apresentados do sistema e também para
analisar a sensibilidade de certos fatores entre si.
Para cada experimento, essencialmente, são definidos fatores (ou parâmetros) que teoricamente
afetam as saídas desejadas. Durante o experimento, esses fatores são ajustados até que se possa
determinar qual combinação deles leva a uma melhor resposta. A grande vantagem de se realizar
este tipo de estudo com um modelo de simulação é a possibilidade de realizar alterações que
seriam impraticáveis, destrutivas ou onerosas no sistema real.
105
D. PORCARO (1996) apresenta duas formas de se fazer a escolha dos parâmetros que levarão
aos melhores resultados: uma baseada na experiência dos envolvidos no projeto que, através do
seu conhecimento sobre o sistema a ser modelado, podem estipular uma gama de valores a serem
testados que poderiam levar a melhorias. Essa forma, além de ser pouco sistemática, depende de
conhecimentos que nem sempre podem ser capturados. Por exemplo, em um sistema que não
está em funcionamento, poder-se-ia utilizar um sistema real semelhante ao que está sendo
projetado, o que certamente aumentaria o grau de incerteza da validade deste método. Para um
sistema inovador, esta forma seria ainda mais questionável.
A análise estatística é indispensável para a aceitação de um modelo.
3.6.2 Ferramentas visuais de auxílio à modelagem conceitual do modelo
O desenvolvimento do modelo conceitual do sistema a ser simulado é a mais importante das
fases iniciais de um estudo de Simulação. É um processo que exige um alto grau de abstração ao
se lidar com uma quantidade grande de informações e sujeita também a erros de interpretação. O
uso de técnicas (ferramentas) de modelagem conceitual durante a determinação da lógica de
funcionamento do sistema torna-se importante tanto por suas capacidades de documentação
como pelas de sistematização. Como afirma PIDD (1996):
“Apesar dessa lógica poder ser expressa verbalmente, muitas pessoas acham mais simples, à primeira vista, usar
diagramas como uma ajuda para o seu raciocinar”.
3.6.2.1 Diagrama de ciclo-atividade
Uma técnica gráfica adequada para a modelagem de problemas complexos é o chamado
diagrama de ciclo-atividade (Activity Cycle Diagram - ACD), que procura dar ao modelador uma
visão clara de todos os componentes do sistema e suas relações. Segundo COSTA (1997), essa
ferramenta pode ser aplicada com sucesso a situações com forte ocorrência de filas, o que é uma
situação bastante comum nos sistemas de manufatura e serviços. Uma ferramenta que foi
desenvolvida para utilizar o ACD foi o eLSE (extended Lancaster Simulation Environment), um
sistema que gera automaticamente um programa de simulação em Pascal para o modelo (PAUL
& BALMER, 1985).
106
A representação gráfica de cada ACD busca representar os processos pelos quais passa cada uma
das classes de entidades de um sistema, procurando explicitar as atividades ou esperas pelas
quais passam e as relações entre elas (PIDD, 1996). O diagrama é composto por apenas dois
tipos de blocos que representam dois estados, um ativo e o outro chamado de morto (dead). O
tempo de duração de um estado ativo pode ser determinado desde o início, enquanto o do estado
morto não pode ser determinado diretamente, pois depende de seus elementos complementares.
A Figura 3-3 mostra um exemplo de um ACD para uma loja de troca de escapamentos.
Também necessita
uma rampa
Chegada
Esperar
Joe
Exterior
Inspeção
30%
70%
Esperar
Ajuste
Também necessita
um ajustador
Ocioso
Instalação
Esperar 90%
p/ Pagar
Pagar
Liberar rampa e
ajustador
QC
10%
Esperar
CQ
Dummy
Figura 3-3:Diagrama de ciclo-atividade para uma loja de troca de escapamentos de veículos.
Observe que os estados ativos estão representados por retângulos e os mortos por círculos. As
porcentagens referem-se às quantidades de entidades que seguem para o estado seguinte.
(Adaptado de PIDD, 1996).
Esse método pode ser aplicado à lógica de controle de um modelo de simulação para identificar
as entidades e atividades envolvidas. O controle da simulação pode seguir o chamado método
das três fases (COSTA, op. cit.):
1. Identifica-se qual a próxima atividade que ocorrerá na simulação;
2. Liberam-se as entidades retidas nas atividades anteriores e que devam prosseguir. São então
colocadas em filas de espera;
3. Iniciar as atividades que devam se iniciar no instante em questão, se houver entidades
suficientes nas filas de espera;
4. Repita o ciclo até o final da simulação.
107
3.6.2.2 Redes de Petri
Outra técnica gráfica usada para modelar sistemas são as redes de Petri. Esta ferramenta surgiu
em 1962, na dissertação de Carl Adam Petri (MURATA, 1989). Uma rede de Petri é um grafo
formado por arcos e nós especiais chamados de locais e transições (Figura 3-4) e que permite
analisar o comportamento dinâmico de entidades.
P2
T1
T3
: P1
.
P4
T2
P3
P5
T4
Figura 3-4: Exemplo de uma rede de Petri.
Os locais são assinalados por tokens (os pontos pretos nos círculos). Essas tokens são movidas
através do sistema desde que as transições sejam ativadas e haja um número suficiente de tokens
(igual ao peso do arco que faz a ligação entre a ransição e o local) . Isso ocorre quando uma delas
pode se mover do seu local de entrada para o de saída. Por exemplo, na Figura 3-4 a transição T1
está ativada. Quando ela é executada uma token irá se mover da posição P1 para P2
instantaneamente. Por outro lado, para que T4 seja executada é preciso que haja uma token em
P3 e outra em P4. Redes de Petri podem ser usadas para modelar:
•
Processos automatizados, como robôs e sistemas de manuseio de materiais que se movem
e controlam a fabricação de produtos;
•
Redes de comunicação e afins;
•
Processos de negócio, em particular processos que envolvam muitas funções
concomitantes;
•
Processos de decisão.
Para o caso da modelagem de processos, as transições equivalem as eventos e os lugares a
estados (o anterior e o posterior ao evento disparado).
As redes de Petri simples podem se tornar mais complexas, através do acréscimo de:
108
•
Tempo às transações fazendo com que a passagem de uma posição a outra não seja
instantânea;
•
Cores às tokens para que representem diversos tipos de objetos simultaneamente;
•
Poder de análise aos modelos de rede, permitindo a identificação de suas características,
identificar gargalos e analisar o desempenho.
3.7 Emulação
Emular um sistema é desenvolver um modelo digital capaz de representar de forma fidedigna o
comportamento de um sistema com o intuito de analisar a sua interação com outros sistemas. A
emulação permite que se crie uma versão simulada de um equipamento e analisar as suas
interações com equipamentos reais. Além disso, a capacidade de emulação e de comunicação
entre sistemas permite que dois ou mais modelos troquem dados entre si em tempo real e que
haja coleta de dados on-line (ROHRER, 1998).
A comunicação entre o elemento emulado e o outro sistema se dá através de soquetes e é
fornecida pela maioria dos sistemas operacionais. Os soquetes são locais na memória RAM
(Random Access Memory) de um computador onde dois programas diferentes obtêm e depositam
dados, normalmente através de um protocolo de troca de dados como o TCP/IP, por exemplo.
Pode haver a comunicação do simulador com sistemas de controle de supervisão, controladores
lógicos programáveis (PLC), outros modelos do simulador e outros aplicativos. Entre as
vantagens apresentadas estão:
•
Redução do tempo de construção do modelo, pois não se precisa sempre recriar a lógica de
controle do sistema. As alterações passam a ser feitas no controlador e não no modelo;
•
Aumento de exatidão do modelo;
•
Aumento da flexibilidade do modelo;
•
Melhores projetos de sistemas de controles;
•
Suporte para modelos maiores que podem, através da comunicação, serem distribuídos
apesar de manterem uma ligação direta entre si.
T. LEBARON (1998) descreve a aplicação com sucesso do uso de comunicação via soquetes
entre um modelo tridimensional de um sistema de transportadores e o sistema de controle da
109
lógica de roteamento e de programação. Nesse sistema, o modelo recebe periodicamente
mensagens vindas do servidor de controle (coletadas através de controladores lógicos (PLC) e de
um computador pessoal (PC)) e age sobre elas. Da mesma forma, envia mensagens ao servidor
para indicar a ocorrência de certos eventos (Figura 3-5). Os sistemas operacionais (OS)
suportados são o UNIX e NT. Como resultados houve a comprovação de que o sistema
suportaria a elevação dos níveis de produção além de permitir que se refinasse a lógica de
programação da produção, sem a necessidade da presença do sistema real.
OS (NT, UNIX)
Modelo de Simulação
Animação Gráfica
Saídas Estatísticas
Interface
de Rede
TCP/IP
Interface
de Rede
OS (NT, UNIX)
Lógica de Roteamento
Alg. De Programação
Controladores do host
Controlador
Cliente
Teste PLC/PC
Servidor
Figura 3-5: Estrutura típica de emulação (Fonte: Adaptado de LEBARON, 1998).
3.8 Simulação Paralela e Distribuída
A simulação paralela e distribuída (Parallel and Distributed Simulation - PADS) busca distribuir
um modelo entre várias unidades de processamento que funciona paralelamente. Existem várias
vantagens nessa abordagem como a possibilidade de se modelar com mais facilidade modelos
com altas densidades de eventos que demandam muito esforço computacional. Dentre as
questões enfrentadas pela PADS estão a avaliação dos algoritmos de sincronização entre os
modelos, o melhoramento da comunicação e as arquiteturas computacionais para facilitar esse
tipo de processo. Atualmente a maioria dos modelos de PADS estão baseados na linguagem de
programação em Java e no uso dos recursos da Internet (ROHRER, 1998).
3.9 Ferramentas de Simulação de Eventos Discretos
Historicamente evoluídas a partir de linguagens de programação genéricas, as ferramentas de
simulação apresentam-se atualmente sob várias formas, cada qual com seu nicho de atuação. A
cada evolução, novos recursos foram adicionados, partindo-se das linguagens até se chegar aos
sistemas de simulação (Figura 3-6).
110
O kernel representa a parte mais básica de uma linguagem de simulação e corresponde aos
menores elementos (ou comandos) com os quais se pode desenvolver um modelo de simulação e
são desenvolvidos em uma linguagem genérica como C++ ou Pascal, com a qual podem ter
algum tipo de comunicação.
Pacotes para leigos em simulação
Pacotes para aplicações específicas
Linguagens de simulação (GPSS/H, SIMAN etc.)
Extensões do kernel
Kernel (C, Pascal, Fortran etc)
Figura 3-6: Estrutura de abstração de ambientes de simulação.
As extensões do kernel são elementos derivados das funções do kernel que são agrupados e dão
origem a novas funções das linguagens.
As linguagens de simulação são linguagens que apresentam construções lógicas que
encapsulam códigos de uma linguagem de baixo nível para representar as funções necessárias em
um modelo de simulação. Apesar de serem vistas hoje como ferramentas de baixo nível de
abstração, quando surgiram eram vistas como facilitadoras da modelagem frente às linguagens
de aplicação geral (C++, Pascal, etc).
Os pacotes para aplicações específicas incluem os simuladores, que em geral apresentam certas
construções predefinidas para uma certa aplicação como o setor de serviços, saúde, manufatura,
etc. Esses pacotes apresentam um acréscimo de funções em relação às linguagens de simulação
visando aumentar a interatividade com o usuário ao mesmo tempo em que automatizam certas
tarefas de modelagem.
Os pacotes para leigos em Simulação são ferramentas desenvolvidas por especialistas que se
baseiam geralmente em um modelo com dados parametrizáveis pelo usuário. O nível de
conhecimento exigido do usuário é o do negócio e não dos detalhes de desenvolvimento do
modelo ou das técnicas de Simulação.
111
A linguagem SLX (Simulation Language with eXtensibility) é uma linguagem recente que tira
proveito dos conceitos de orientação a objetos para permitir a expansão da linguagem através de
construções do próprio usuário. A linguagem apresenta as construções necessárias para o
desenvolvimento de simulações como extensões do kernel (Figura 3-6), o que fornece uma
grande flexibilidade de modelagem. Cada nível de abstração contém somente as construções
mínimas necessárias. A transposição de um nível inferior para um superior se dá através da
abstração das estruturas que passam a encapsular os elementos do nível imediatamente inferior.
Essas camadas foram concebidas de tal forma que a passagem entre elas seja feita gradualmente.
Outro ponto a favor do uso de uma linguagem é a sua facilidade de integração com outras
linguagens como C++, além da modelagem de paralelismo de eventos e de modelos com
arquitetura de alto nível e orientação a objetos.
Outra novidade que dá fôlego às linguagens de simulação é o desenvolvimento de simulações
baseadas na Internet (web based simulations) que usam em geral a linguagem Java para
implementação dos modelos. Entre os exemplos estão a Silk (THREADTEC,2001) e a SimJava
(SIMJAVA, 2001). Entre as vantagens estão a reusabilidade do código e a distribuição dos
modelos (NARAYANAN, 2000).
3.9.1 Os simuladores
Os pacotes para a construção de modelos de simulação, conhecidos como simuladores,
acompanharam a evolução das plataformas computacionais, passando a incluir novidades
tecnológicas visando um aumento de produtividade que as antigas linguagens não possuíam. M.
PIDD (1996) chama esses sistemas de sistemas visuais para modelagem interativa (Visual
Interactive Modelling Systems – VIMS), pois utilizam-se das interfaces gráficas visuais para
aumentar a produtividade do modelador na fase de construção do modelo. Além disso, alguns
VIMS que utilizam blocos para a construção do modelo podem também ser usados na fase de
modelagem conceitual do sistema.
Os principais elementos que os simuladores incorporaram às funcionalidades disponíveis nas
linguagens de simulação são o ambiente de desenvolvimento, a animação, os relatórios
personalizáveis, a interação com outros sistemas e os “otimizadores”, além dos depuradores de
modelo que substituíram os depuradores de código.
112
3.9.1.1 Ambiente integrado de simulação
Os simuladores são, na verdade, ambientes integrados de desenvolvimento de modelos
agrupando funcionalidades para facilitar a interação do usuário com o computador em se
tratando das entradas e saídas dos modelos (Figura 3-7) . Os ambientes integrados incluem
alguma forma de facilitação de entrada da lógica do sistema, da construção de representações
gráficas dos modelos, sua análise e depuração e da criação e acesso a relatórios gerados pelo
modelo.
Interface de
Dados de
Relatórios
Saída
Compilador de
Dados de
Interface de
Simulação
Módulo de
Animação
Dados da
Saída
Simulação
Compilador de
Dados de
Interface de
Dados do
Modelagem
Modelo
Entrada
Figura 3-7: Estrutura geral de um simulador de eventos discretos (Adaptado de HARREL &
TUMAY, 1995).
3.9.1.2 Construção da lógica
Os simuladores em geral são baseados em uma linguagem de simulação, à qual se acrescentaram
recursos extras disponibilizados pela tecnologia de software. O Arena é baseado na linguagem
SIMAN, criada especialmente para o desenvolvimento de modelos de simulação.
Posteriormente, foi acrescentada a capacidade de animação gráfica com o módulo CINEMA.
Atualmente o Arena é o resultado da integração destes módulos.
A abordagem para a construção do código para a representação da lógica dos processos que
comporão o modelo pode ser basicamente de duas maneiras: graficamente ou textualmente.
A composição textual envolve a criação de blocos de código em uma linguagem própria. No
caso do software AutoMod, há o uso de uma linguagem de alto nível, muito parecida com a
sintaxe da língua inglesa, que se organiza através de laços lógicos e outros recursos de
113
linguagens de programação (Figura 3-8-b). Posteriormente, o modelo matemático é obtido
através da conversão da linguagem de alto nível em código da linguagem C que será então
compilado.
Já no software Arena, a lógica é construída graficamente através de blocos de código que são
conectados na tela (Figura 3-8-a). Cada bloco dá acesso a telas de parâmetros que definem o
comportamento do bloco. Posteriormente o simulador converte esses blocos em um modelo em
SIMAN que dará origem ao modelo matemático.
ENTER
LEAVE
ENTRADA
SAIDA
move into ENTRADA
travel to SAIDA
send to die
(A)
(B)
Figura 3-8: Duas formas de se construir a lógica da simulação. (A) Os blocos dão acesso a
caixas de diálogo para especificação dos detalhes (B) Linguagem parecida com o Inglês.
Do ponto de vista de velocidade de desenvolvimento da lógica, depuração e da amigabilidade
com o usuário, ambos os métodos têm suas vantagens e desvantagens. Um risco que se corre
com a adoção de blocos de código encapsulados é o de não se saber exatamente o que se está
acrescentando ao modelo, além de diminuir o grau de personalização da lógica, tão essencial no
desenvolvimento de modelos complexos. Por outro lado, o acesso a um código extremamente
detalhado dificulta a montagem da lógica e pode induzir a erros.
3.9.1.3 Facilidade de uso da interface de modelagem
Uma das razões do aumento do uso de simuladores foi o aumento da amigabilidade das
interfaces e o desenvolvimento de meios inteligentes de se construir a lógica do modelo.
O argumento da facilidade de uso pode ser utilizado como ferramenta de vendas de produtos de
simulação, mas parece não existir entre os usuários e praticantes um conceito claro do que seja
exatamente. Facilidade de uso pode ser relativa a vários fatores como facilidade de aprendizado,
114
preenchimento de telas, pré-especificação sem muitos detalhes de um modelo de simulação, etc.
Além disso, a facilidade de uso varia ao longo das etapas do projeto de simulação, pois uma
ferramenta pode facilitar as etapas de desenvolvimento de um modelo simplificado, mas implicar
em limitações sérias na etapa de detalhamento do modelo.
J. BANKS (1995) afirma que pode haver um trade-off entre facilidade de uso e perda de
capacidade e flexibilidade. Ao utilizar blocos de código mais complexos, pode-se estar incluindo
no modelo alguma instrução indesejável ou pelo menos um conjunto de código inativo no
modelo. Outro aspecto é o do que pode ser modelado: nem sempre se consegue modelar o que se
quer da forma que se deseja em virtude da existência de um nível mínimo de detalhe. Por outro
lado, a interface textual pode assustar os usuários que preferem as facilidades de uma interface
gráfica com o usuário (GUI - Graphical User Interface).
Segundo HENRIKSEN (2000), apesar dos novatos poderem utilizar mais facilmente a interface
visual, ela apresenta vários outros pontos negativos, que emergem principalmente quando se está
modelando sistemas mais complexos:
•
A representação de lógicas complexas, como a de processadores, torna-se muito complicada
em uma interface visual e requer em geral que se utilize (ao menos em conjunção) uma
linguagem de simulação (procedural e textual);
•
Modelos visuais grandes tornam-se difíceis de visualizar, editar e documentar em virtude do
excesso de links e ícones. Apesar do “código” poder ser acessado, isso é feito através de
muitas telas e cliques com o mouse em menus, botões, campos etc. No modo textual o acesso
à lógica é direto;
•
Os módulos existentes nas ferramentas gráficas forçam o usuário a seguir um certo padrão
de modelagem. Isso é um ponto positivo para os modeladores mais inexperientes, mas tornase um problema para lógicas complexas e modeladores mais experientes que necessitam de
alta flexibilidade;
•
Em sistemas reais, há que se ter o cuidado de verificar se os detalhes internos do modelo
representam o comportamento do sistema real, como apontado por SCHRIBER &
BRUNNER (1997).
Pode-se concluir do exposto acima que uma ferramenta produtiva deve permitir o uso das duas
formas de criação do modelo. Em uma etapa inicial a interface visual permite um avanço rápido
do processo. Quando o modelo estiver razoavelmente complexo, a possibilidade de se examinar
115
o código de uma linguagem de simulação permitiria que os detalhes fossem observados no nível
desejado.
3.9.1.4 Construção da animação
A animação é a representação gráfica do estado do modelo numérico utilizando elementos
gráficos que são apresentados na tela do computador. Esses quadros são atualizados a cada
alteração do estado do sistema, o que, com o passar do tempo, compõe o filme da animação.
A animação tem muita utilidade para o modelador durante o processo de depuração do modelo
computacional (verificação) e de comparação com o sistema real (validação). Já os usuários dos
modelos utilizam a animação e a interface gráfica para interagir com o modelo, por exemplo,
alterando as suas variáveis de controle. Também pode ser usada para treinar pessoal no
entendimento e funcionamento de um novo sistema.
Os simuladores apresentam em geral ambientes próprios para a construção da animação. Nesses
ambientes é comum a presença de elementos ‘inteligentes’ que permitem que, através da
construção da parte visual do modelo, seja também construída parte da lógica do processo e
também da lógica da própria animação à qual o usuário não tem acesso. Softwares como o Arena
utilizam-se do método arrastar-e-soltar para que elementos gráficos sejam dispostos na tela e
posteriormente modificados para representar um transportador, uma máquina, etc. Esses
elementos nesse tipo de software são bitmaps que durante a simulação são deslocados, mudam
de cor, abrem caixas de diálogo, etc.
A representação dos elementos dos sistemas reais modelados (como pessoas, caminhões e
máquinas) pode ser bastante simplificada, passando por uma representação mais adequada
(muitas vezes chamada de 2 e ½ D) e, finalmente, atingir representações tridimensionais em
escala real. Para aumentar a qualidade da representação, podem-se importar figuras de sistemas
de CAD, que permanecem tridimensionais ou são convertidas para um bitmap ou vetor planar.
Os simuladores mais adequados são aqueles que são realmente tridimensionais pela sua
capacidade de representar melhor o mundo real.
Do ponto de vista de precisão da representação construída (Figura 3-9), sistemas que se utilizam
de bitmaps não possuem a precisão dimensional dos sistemas tridimensionais por limitações
decorrentes da sua própria concepção. Esses sistemas, ao importarem as figuras de CAD, as
convertem em bitmaps ou equivalentes como os arquivos do tipo .WMF (windows metafiles).
116
Isso não ocorre nos simuladores tridimensionais, que foram concebidos para manterem
representações com alto grau de precisão. Ao importarem entidades de um arquivo de um
sistema de CAD essas entidades são transformadas em entidades de CAD do simulador.
Do ponto de vista da interatividade das animações, os simuladores permitem que se construam
vistas acessadas através de teclas de atalho. Essas vistas podem mostrar menus, detalhes a serem
observados ou vistas gerais. Para os sistemas tridimensionais, além das vistas, há a possibilidade
de se rotacionar, realizar ampliação e redução (zoom) e outras operações tridimensionais em
tempo real, ou seja, mesmo com a simulação estando em execução.
Figura 3-9: Animações de modelos bi e tridimensionais. Além da aparência diferem quanto à
capacidade de representar detalhes e formas de interatividade.
O controle do tempo da simulação pode ser feito através da alteração do intervalo da atualização
dos quadros do filme da animação. Para uma maior rapidez pode-se também desativar a
animação para acelerar a obtenção dos relatórios.
3.9.1.5 Criação de relatórios
O resultado de um modelo de simulação são os relatórios (gráficos ou não) gerados, que
apresentarão o que aconteceu no modelo e nas variáveis de interesse ao longo da simulação.
Esses relatórios podem incluir freqüências, tamanhos de filas, tempos de processamento, tempos
de espera e eventos diversos, tratados ou não estatisticamente e compilados a partir dos dados da
simulação.
Em geral, os simuladores já apresentam relatórios padronizados, mas também permitem que se
criem os personalizados. Para essa criação o modo mais comum é através de um bloco de
código, de um comando inserido no código fonte das linguagens ou através de elementos
117
gráficos. Têm, em geral, que ser definidos antes de se realizar a simulação por serem baseados
nos eventos ocorridos no sistema durante um certo período de tempo.
Convém ressaltar que os relatórios e gráficos são definidos em função do tipo de usuário a que se
destina. Por exemplo, muitos modelos são pensados para serem vistos ou analisados por leigos
nas técnicas de simulação e, portanto, apresentam relatórios mais gerais que se utilizam mais de
agrupamento de valores (como médias, por exemplo), além de possuírem um forte apelo visual.
3.9.1.6 Simuladores disponíveis
Existem atualmente dezenas de simuladores disponíveis mundialmente. Esses simuladores
diferem grandemente quanto às suas capacidades, flexibilidade e facilidade de uso. Dos
simuladores comerciais, estão disponíveis no mercado brasileiro os principais deles. A Tabela
3-2 resume essas características para três softwares disponíveis no mercado brasileiro, os mais
comuns em uso em universidades, segundo os seus representantes comerciais.
Tabela 3-2: Alguns simuladores e suas características.
Característica
Construção da lógica
Construção da animação
(representação gráfica do
sistema)
Criação de relatórios
Interação com outros
sistemas
Projeto de experimentos e
otimizadores
Interface com sistemas de
CAD e precisão
dimensional
Representação de
sistemas de manuseio de
materiais e de máquinas e
seus componentes
Arena
AutoMod
Promodel
Associação de blocos de
Construção de procedimentos
código a partir de templates Em linguagem própria e
Linguagem C
Modelador embutido
Uso de modelador interno
indissociável.
indissociável.
Uso de tabelas e de linguagem
própria
Configuração definida na
lógica
•
Linguagem C
•
Linguagem Visual
Basic for Aplications
•
Troca de arquivos
texto e binários,
planilhas etc
•
DDE
•
Variação de
parâmetros e projeto
de experimentos
•
Construção de
cenários
•
Importação
•
Representação
Icônica
Configuração definida na lógica
Configuração definida na lógica
•
•
•
Linguagem C
Linguagem Visual Basic
Troca de arquivos texto e
binários, planilhas etc.
DDE
•
•
Variação de parâmetros e
projeto de experimentos
Construção de cenários
•
•
Variação de parâmetros e
projeto de experimentos
Construção de cenários
Importação / Exportação
Dimensões Precisas
Conversão automática de
unidades
Simulação do
desempenho
Simulação com limitações
de movimentos
Representação com
precisão dimensional
•
•
Importação
Representação icônica
•
•
Somente desempenho
Representação Icônica
(bitmaps 2 e ½ D)
•
•
•
•
•
•
•
•
Somente desempenho •
Representação
icônica (bitmaps 2 e ½ •
D)
•
Uso de modelador interno
indissociável.
•
•
Linguagem C
Linguagem Visual Basic
for Aplications
Troca de arquivos texto e
binários, planilhas etc.
DDE
118
3.10 Evolução dos Sistemas de Simulação
D.A. HICKS (1998) afirma que as forças que movem a indústria de softwares de simulação estão
conduzindo uma revolução, a da relevância da Simulação como ferramenta de aopio à tomada de
decisão, cujo principal indicador é o número de aquisições e fusões entre empresas do setor de
simulação e de outros setores da indústria de automação. Entre as razões apresentadas estão: (a)
a demanda dos clientes por soluções completas e não simplesmente por produtos; (b) as
empresas ao simularem todo o ciclo de vida dos produtos seriam capazes de satisfazer melhor
seus clientes e (c) simulação não é mais um terreno de acadêmicos e está sendo usada para
aplicações reais e mais amplas. A Simulação de Sistemas tem um valor estratégico cada vez mais
alto quando é elevada para o nível das soluções completas. A integração dos simuladores com
outros softwares e a ocorrência de altos investimentos são os caminhos apontados pelos
especialistas do setor. Assim, a Simulação deixaria de ser uma “ilha tecnológica”. D.A. HICKS
finaliza concluindo que as empresas que não fizerem tal alteração de escopo e continuarem a
sobrecarregar o usuário final serão postas de lado.
Controle
Inteligente
On-line
Uso do
Modelo
Assistência no
Planejamento
Planejamento
Off-line
Modelos
Modelos
Reutilizáveis
Célula
Fábrica
Estruturas
para Objetos
Empresa
Escopo de
Modelagem
Reusabilidade
do Modelo
Figura 3-10: Perspectivas de evolução dos softwares de simulação (Fonte: Adaptado de DAVIS,
1998).
W. J. DAVIS (1998) afirma que o uso de modelos de simulação como ferramenta de auxílio ao
projeto de novos sistemas que não serão nunca validados podem levar a uma descrença com
relação à Simulação. Em geral, o desempenho do sistema depois de instalado é inferior ao obtido
pelo modelo, devido a simplificações feitas durante o processo de modelagem.
119
W. J. DAVIS (op. cit.) também analisa as características atuais dos softwares de simulação
enfatizando três aspectos: uso do modelo, reusabilidade e escopo de modelagem (Figura 3-10).
Os modelos atuais conseguem em geral modelar apenas uma célula, havendo poucos recursos
para que haja a integração entre várias células de modo que se possa estabelecer uma interação
coordenada. Os modelos atuais são feitos para uma situação específica e são descartados depois
de se atingirem as metas do estudo inicial. Entre as formas de se aumentar essa reusabilidade
estaria a possibilidade de integrar modelos dentro de modelos ou encontrar usos alternativos. A
forma ideal de reusabilidade dos modelos seria a criação de estruturas que poderiam
compartilhar os modelos entre si, utilizando o conceito de objetos. O uso dos modelos também
deve evoluir, do planejamento fora de linha (off-line) para o controle inteligente em tempo real
(on line). Assim os modelos não serão apenas usados para planejar sistemas mas também para
controlá-los em tempo real.
Outro aspecto é o de que a aplicação de Simulação no planejamento das atividades do chão-defábrica provoca problemas com relação à validação do modelo. Um exemplo dessas aplicações é
o da programação da produção baseada em simulação (simulation based scheduling), que utiliza
modelos de simulação para escolher uma melhor estratégia de produção para um dado conjunto
de partes (ítens). Nesse tipo de aplicação, um dos problemas é a falta de controle efetivo sobre o
sistema e a incapacidade de se estimar o impacto da aleatoriedade oriunda da estratégia
selecionada. Outro problema que precisa ser resolvido é a inexistência de métodos de estimação
para o comportamento transiente (warmup) que é comum nesse tipo de sistema. Para evoluir para
o controle em tempo real através de modelos, há ainda que se desenvolver modelos capazes de
reagir a mudanças instantâneas nos sistemas e também controladores (algoritmos) inteligentes.
CAPÍTULO 4
ARQUITETURA DE
INTEGRAÇÃO PARA
DESENVOLVIMENTO
DE ARRANJO FÍSICO
4.1 Necessidades de Integração
Apesar do sucesso obtido pelas ferramentas de análise de fluxos, de simulação de sistemas de
eventos discretos, de simulação humana e de CAD, o uso prático tem mostrado suas limitações.
Essas limitações são decorrentes da visão parcial que cada uma delas tem do problema estudado.
Contribui para isso o fato de cada ferramenta dedicar-se a uma tarefa exclusiva.
4.1.1 Exemplo de aplicação de ferramentas computacionais sem integração
Em uma análise de processo produtivo realizado em uma empresa do setor metalúrgico onde
bobinas de aço são transformadas em chapas e rolos, o objetivo foi analisar a capacidade física
de armazenagem, fazer um balanceamento de massa dos materiais processados e a modelagem
dinâmica da unidade industrial. Nessa análise, foram feitos estudos de capacidade física, de
fluxo de materiais e do funcionamento da planta.
Nas etapas iniciais da análise, além de planilhas eletrônicas, editores de texto e bancos de dados
foi utilizada principalmente uma ferramenta de CAD. As ferramentas em CAD são usadas
121
principalmente para desenhar a planta baixa das instalações. Apesar disso, essas representações
não estão sempre disponíveis ou atualizadas, o que exige que sejam redesenhadas. Além desta
representação bidimensional, a criação da planta com elementos tridimensionais oferece boas
possibilidades para observação de uma solução gerada. O uso do CAD também foi importante na
representação dos estoques e passagens, na avaliação da área ocupada em relação à área
disponível e na avaliação das formas alternativas de armazenagem de materiais. Além disso, o
CAD exerceu um papel importante de apoio aos cálculos de área necessária realizados através da
planilha eletrônica.
Um outro tipo de análise foi a dos fluxos de material, buscando identificar as regiões de
maior intensidade de movimentação e que exigiriam mais espaço. Além disso, a ferramenta
usada, mostrou de forma fácil o nível de utilização dos equipamentos e também o desequilíbrio
na intensidade de fluxos ao longo da planta (Figura 4.1)
Figura 4.1: Análise dos fluxos de materiais usando uma ferramenta gráfica.
A análise de fluxos torna-se importante na medida em que explicita os fluxos e impede que áreas
de intensa movimentação entre si sejam posicionadas longe uma da outra, aumentando os
esforços de transporte. O uso isolado de CAD para o projeto do layout mostra-se, quanto a esse
aspecto, limitado. Além da análise de fluxo, a ferramenta usada oferece suporte às
122
representações tradicionais de layout do sistema SLP, Systematic Layout Planning (MUTHER,
1978).
O terceiro tipo de análise realizado foi a simulação de eventos discretos. Apesar das áreas terem
sido dimensionadas, os valores envolveram valores médios ou extremos, como feito
tradicionalmente. A simulação ajuda na análise do sistema produtivo projetado sob os efeitos das
variabilidades nas velocidades de produção, taxas de falha, tempos de atendimento a veículos e
demais variáveis. Esse tipo de análise pode mostrar que certas soluções adotadas durante a
modelagem física tornam-se inviáveis. Por exemplo, para se movimentar uma bobina que esteja
em uma posição inferior na pilha, é necessário realizar uma série de movimentos com uma ponte
rolante. A simulação ajudou então a dimensionar a área necessária para posicionamento das
bobinas movimentas e na quantidade de pontes rolantes e outros movimentadores. Um outro
exemplo é a interferência da qualidade de matéria-prima sobre as velocidades de processamento.
Por exemplo, sucatas reaproveitadas tendem a reduzir a taxa de produção dos equipamentos,
impactando nas áreas necessárias e na capacidade de produção.
Dada a grande quantidade de dados e de trabalho a fazer durante a análise, as tarefas são
divididas, sendo que a divisão ocorre “naturalmente” em torno das funcionalidades oferecidas
pelos softwares usados. Por exemplo, os encarregados de desenhar praticamente fazem isso o
tempo todo, o que contribui para o seu isolamento a respeito do processo de análise ou
projetação em curso.
As principais limitações encontradas na utilização não-integrada das ferramentas citadas são:
•
Perda de informações na transferência de arquivos entre as ferramentas – Alguns softwares
não permitem a exportação integral dos seus dados. Dois exemplos de incompatibilidades
entre os modelos digitais são a perda da terceira dimensão ao se passar de uma ferramenta
tridimensional para uma bidimensional e a perda da precisão de escala em ferramentas que
consideram o layout como apenas uma figura e não como um desenho de precisão
geométrica;
•
Incapacidade ou dificuldade para representação adequada e única dos centros de produção
– Em muitos casos as ferramentas são incapazes de representar todas as informações
necessárias (variáveis de interesse) para viabilizar as análises dos centros de produção. Por
exemplo, no sistema de CAD não é possível representar de forma satisfatória os dados do
processo (como taxas de chegada e de refugo, por exemplo). Por outro lado, em alguns
123
simuladores, não se pode representar de forma adequada os elementos gráficos
tridimensionais;
•
Dificuldades de comunicação entre os diversos modeladores – O uso de ferramentas
separadas dificulta ou impossibilita o trabalho em grupo, com cada modelador trabalhando
em uma ferramenta isoladamente e, em muitos casos, possuindo bases de conhecimento
diferentes. A arquitetura integrada, apesar de ainda exigir os conhecimentos especializados
de cada ferramenta permite que haja mais interação entre os modeladores;
•
Duplicação de esforços – Cada ferramenta possui uma representação própria do centro de
produção sob estudo que deve ser desenvolvida para possibilitar as análises. Assim, para
cada layout desenvolvido no CAD precisa-se da mesma alternativa desenvolvida nos
softwares de simulação de processos e simulação humana;
•
Existência de hiato temporal entre o desenvolvimento da representação em cada uma das
ferramentas – Para que se possa desenvolver a análise de Simulação, por exemplo, há que se
aguardar a geração da alternativa no sistema de CAD. Esta alternativa, então, será recriada no
simulador de eventos discretos para se proceder à respectiva análise. Da mesma forma, cada
centro de produção também deve ser recriado no simulador humano. Como são geradas
várias alternativas por projeto, a carga de trabalho torna-se imensa, pois, depois da análise
em uma dada ferramenta, pode-se demandar novas alterações da alternativa trabalhada.
Outro fator a considerar é a diferença de velocidade de desenvolvimento das alternativas em
cada ferramenta.
•
Inexistência de funções de controle de versões de alternativas e seus respectivos arquivos –
Não existe nas ferramentas funções que permitam gerenciar de forma fácil as diversas
versões dos diversos arquivos e relatórios criados durante o desenvolvimento do estudo;
•
Ausência de relatórios integrados – Cada ferramenta gera seus relatórios isoladamente, cada
qual com um nível de detalhe e estrutura. A geração de relatórios finais sobre uma dada
alternativa demanda um trabalho extra da equipe de projeto;
•
Inexistência de uniformidade nas representações – Uma ferramenta que apresenta uma boa
análise numérica detalhada muitas vezes não possui uma representação gráfica (ou visual)
adequada da solução. Não existe uma correspondência entre as visões de mundo modeladas e
entre os níveis de detalhamento ou agregação das informações.
124
Estas dificuldades foram sentidas pelo autor desta dissertação durante o desenvolvimento de
projetos para empresas do setor metalúrgico (siderúrgica, centros de serviço de transformação,
esquadrias e cozinhas metálicas), do ramo agroindustrial (suco de laranja, lápis e serraria) e de
serviços (correio).
A integração entre softwares é razoavelmente comum e busca a superação de limitações do uso
isolado de softwares de projeto de arranjo físico, detectadas durante o uso cotidiano, quando há a
defrontação com situações complexas que não podem ser tratadas (com sucesso) com apenas
uma ferramenta. Basicamente essas integrações visam, em muitos casos, apenas a troca de dados
entre aplicativos mas podem também envolver a necessidade de aglutinação de recursos e
funcionalidades. Nesse caso, as ferramentas trabalham conjuntamente para a resolução do
problema, o que demanda uma intensa troca de dados e não simplesmente a troca ocasional
deles.
Entre outros fatores, pode-se dizer que a integração torna-se proveitosa quando:
a) As rotinas a serem incorporadas contêm conhecimentos específicos. Um exemplo
disso é o dos simuladores, que não possuem rotinas para cálculos dos fluxos;
b) Há uma grande quantidade de rotinas a incorporar ou há dificuldade de fazê-lo;
c) A ferramenta em vista possui em si características únicas como a facilidade de uso da
interface, por exemplo;
d) Não há interesse comercial de empresas de software em oferecer uma ferramenta
completa. Mesmo que se queira tal ferramenta, sua obtenção é virtualmente
impossível dada a diversidade das possíveis aplicações;
e) A quantidade de ferramentas a integrar é grande, o que inviabilizaria uma ferramenta
completa;
f) Um problema novo demanda soluções que ultrapassam as capacidades das
ferramentas conhecidas, o que pode exigir o desenvolvimento, pelo usuário, de um
módulo especial.
Por outro lado, as integrações devem ser feitas de forma a garantir flexibilidade de uso dos
elementos integrados, caso contrário, corre-se o risco de se obter uma estrutura muito rígida, que
impossibilitaria a criatividade do jeito de trabalhar do usuário no momento de uso. Além disso, a
125
integração não gera a generalização dos aspectos integrados, mas apenas a sua soma e é, assim,
limitadora, o que enfatiza a necessidade da escolha adequada de quais ferramentas integrar.
4.2 Exemplos de Integrações
D. BORENSTEIN (1998) apresenta uma integração entre Simulação de sistemas e um sistema
baseado em conhecimento para avaliar se determinadas opções de projeto respeitam os objetivos
fixados inicialmente pela equipe de desenvolvimento de sistemas avançados de manufatura
(SAM). O sistema especificado é simulado e seus resultados são analisados usando técnicas de
inteligência artificial para determinar as causas do desvio dos objetivos propostos. O sistema
oferece também recomendações para resolução das incompatibilidades, baseando-se em
conhecimentos transferidos para o sistema, oriundos de experiências anteriores no
desenvolvimento de SAMs semelhantes. São usadas heurísticas para identificar problemas com
produtividade (identificação de gargalos), com os objetivos financeiros (análise de substituição
de equipamentos) e com a utilização de equipamentos. O sistema foi desenvolvido com a
linguagem C++ e utiliza conceitos de programação orientada a objetos (POO), dividindo-se em
um simulador e um módulo especialista. Os dados estatísticos são analisados em uma planilha
eletrônica (MS Excel) e utiliza a troca dinâmica de dados (DDE) oferecida pelo ambiente
Windows.
E. C. LOBÃO & A. J. V. PORTO (1996) apresentam os simuladores interativos e inteligentes
como uma evolução dos simuladores, apresentando técnicas de realidade virtual, de inteligência
artificial e de sistemas especialistas. Esses simuladores seriam shells para diversos módulos
especializados auxiliando “na determinação das especificações do processo e do modelo a ser
construído até obtenção dos dados finais e sua posterior análise” (LOBÃO & PORTO, op. cit.).
O módulo especialista destina-se ao tratamento inicial dos dados coletados, auxiliando o
modelador a representar o mundo real adequadamente, o que diminuiria os riscos de se modelar
algo que não o desejado. Além disso, esse módulo seria usado para o estabelecimento dos dados
de entrada e para definir os experimentos de simulação a conduzir. Outros módulos incluiriam o
editor gráfico, o compilador do modelo, um módulo de tratamento de dados e um módulo de
animação. Com relação à animação, uma tendência observada é a adoção de ambientes cada vez
mais detalhados e interativos que caracterizam a evolução para sistemas de realidade virtual.
126
4.3 Proposição de um Ambiente Integrado para o Desenvolvimento de
Arranjo Físico Industrial
O modelo ora apresentado decorre das necessidades de informações e de ferramentas para a
execução, de maneira integrada, de alternativas de arranjo físico (COSTA et al., 1996). O arranjo
físico é visto como o ponto de convergência de aspectos como estratégia do negócio, economia e
trabalho, que determinarão as possibilidades de implantação de uma alternativa (CAMAROTTO
& MENEGON, 1999). A arquitetura proposta diferencia-se do uso tradicional dessas ferramentas
notadamente pelo uso, concorrente e interativo, de três tecnologias poderosas de análise e
desenvolvimento de sistemas de manufatura e de serviços.
CAD e
Ferramentas
Tradicionais
Conhecimento
Dados e
Objetos
Análise
Ergonômica
Sistemas
Inteligentes
Simulação de
Eventos
Discretos
Trabalho em Grupo
(groupware)
Figura 4-2: Arquitetura integrada.
Os elementos básicos que compõem a arquitetura proposta são um ambiente de CAD (Computer
Aided Design), um simulador de eventos discretos e um software de ergonomia auxiliada por
computador (Figura 4-2). Esses módulos serão utilizados em conjunto e de forma concorrente,
cada qual analisando um aspecto do sistema produtivo sob análise, dando suporte a um grupo
multidisciplinar de profissionais.
Os três módulos constituintes são:
•
Ferramenta de análise ergonômica – Constitui-se de um software de ergonomia auxiliada
por computador e exerce a função de avaliador de esforços físicos do elemento humano e de
127
questões ergonométricas dos centros de produção componentes do layout que está sendo
desenvolvido. Através do uso deste componente da arquitetura, um grupo de indivíduos
(decisores) irá avaliar os efeitos decorrentes de alternativas de arranjo de centros de produção
(CPs), características ergonométricas dos equipamentos e utensílios, dos esforços físicos da
atividade e da carga de trabalho;
•
Ambiente de CAD e ferramentas tradicionais de layout – Constitui-se de um software de
CAD com capacidade de edição e personalização de tal forma que possam ser aplicadas as
ferramentas tradicionais de análise de arranjo físico e de fluxo. Entre os principais tipos de
análise a serem desenvolvidos estão: a análise dos sistemas de manuseio de materiais e
fluxos, análise da ocupação espacial, dimensionamento de passagens, estabelecimento de
elementos estruturais do edifício industrial e desenho das alternativas;
•
Simulador de eventos discretos – Serve de avaliador dinâmico e estatístico de alternativas
de layout geradas e registradas no ambiente de CAD e no de análise ergonômica. Seu
principal foco é a análise dos centros de produção ou de uma solução geral do ponto de vista
dos processos de fabricação.
Além desses módulos, a arquitetura de integração propõe a utilização de elementos auxiliares
para melhoramento das soluções apresentadas e de facilitação e controle das atividades
desenvolvidas pela equipe de desenvolvimento:
•
Módulos de inteligência, análise e de conhecimento: estes elementos são usados para
analisar dados de entrada e saída e para orientação dos usuários, atuando internamente a cada
módulo principal ou nas interfaces entre eles. Estas interfaces compreendem:
-
CAD e Simulador: Na conversão do modelo de fluxos e espaços do sistema CAD para
os simuladores, os sistemas de inteligência e conhecimento atuam na determinação de
tempos de warmup, estabelecimentos de lógicas de produção e demais parâmetros para a
construção do modelo de simulação de eventos discretos. No caminho contrário, analisam
os dados retornados pelo simulador, identificando possíveis problemas e apresentando
indicações para melhoramento da solução;
-
CAD e Análise Ergonômica: Desempenham a análise prévia de soluções apresentadas
aos módulos principais no que se refere a dimensões, alcances e espaços. Isso permite a
identificação prévia de incompatibilidades em relação ao contexto de conhecimentos
sobre o sistema sob análise;
128
-
Análise Ergonômica e Simulador: Usados para o estabelecimento dos modelos de
simulação humana e análise dos dados gerados pelos modelos. Além disso, pode-se
prever a possibilidade de identificação automática de problemas com o modelo do posto
de trabalho, por exemplo, comsumo energético no tempo, distâncias e até mesmo
repetitividade e monotonia.
•
Ferramentas de comunicação, controle de trabalho e de tranferência de informações:
usadas para permitir boa interação entre elementos do grupo de profissionais envolvidos no
projeto. As informações trocadas variam na forma e na quantidade, o que exige controle e
registro adequado das mesmas. Por exemplo, o uso da Internet para comunicação e
apresentação de alternativas e relatórios é de imensa ajuda para os envolvidos (que podem
estar dispersos geograficamente).
4.3.1 Forma de utilização
A arquitetura pressupõe que o projeto de layout seja desenvolvido por uma equipe
multidisciplinar de pesquisadores em estreita comunicação entre si e com os usuários do futuro
sistema de softwares. Um ou mais indivíduos desses grupos irão manejar um dos módulos
principais (CAD, EAC ou SED), utilizando a ferramenta para analisar partes do projeto de
acordo com uma certa óptica. Os ergonomistas utilizarão principalmente o módulo de análise
ergonômica, enviando as informações a serem registradas para o ambiente de CAD. Por
exemplo, o desenho com as modificações feitas no posto de trabalho. O analista de fluxo estará
trabalhando com o ambiente de CAD para fazer as análises tradicionais de fluxo, áreas, etc. Já os
analistas de simulação estarão realizando estudos de simulação quando demandados pelos
demais grupos e disponibilizando os resultados de suas análises.
O uso concomitante dos módulos supõe a existência de uma alternativa de arranjo físico que é
modificada e avaliada em pelo menos dois níveis, o da interface máquina-homem (através da
análise do posto de trabalho) e o da análise de fluxos (com as técnicas tradicionais) e processos
(através do simulador).
As trocas de dados entre os módulos e os grupos de trabalho que os utilizam envolvem os dados
necessários para migração dos dados dos centros de produção (áreas de atividade) ou dos
arranjos e também para a comunicação entre os usuários dos módulos principais. A troca de
129
dados pode ser realizada em um microcomputador isolado, em uma rede corporativa (intranet)
ou através da Internet e deve ser detalhada o suficiente para poder realizar a transposição dos
dados de uma representação para outra de forma automática, sem a manipulação humana.
Para a análise preliminar da arquitetura foi desenvolvida uma integração entre três ferramentas
computacionais disponíveis comercialmente (Figura 4-3).
web
AutoCAD e
Ferramentas
de Fluxo
A
C
D
B
Dados e
Objetos
E
JACK
web
AutoMod
F
web
Figura 4-3: Implementação da integração de simuladores e CAD para o desenvolvimento de
arranjo físico.
4.3.2 Fluxos de dados entre os módulos
O módulo de análise ergonômica troca dados através das interfaces de software principalmente
com o módulo de CAD. Este módulo pode receber a especificação de um centro de produção
(CP) ou área de trabalho para ser analisada de acordo com os princípios da ergonomia. Essa
especificação se dá através de um arquivo gráfico que representa os elementos já existentes,
normalmente especificados no ambiente de CAD, e de um arquivo texto com informações sobre
a troca de dados (Figura 4-3– caminho B). Esse tipo de informação pode ser também oriundo
do módulo de simulação (Figura 4-3 – caminho F). Caso não tenham sido definidos os
equipamentos e a sua disposição no centro de produção, a especificação estará vazia e constará
130
apenas das informações extras. A partir daí o grupo de análise ergonômica pode passar a analisar
o centro de produção apresentado ou desenvolver uma nova configuração física para ele. Após o
estabelecimento de um consenso sobre a adequação do CP, o mesmo é publicado. Ao publicar
essa informação, todos os arquivos que dizem respeito ao CP são atualizados em todos os
módulos da arquitetura (Figura 4-3 – caminhos A e E). Todas as informações publicadas
passam a compor um histórico de desenvolvimento do projeto que pode ser consultado a
qualquer instante. De fato, quando se trabalha com uma quantidade grande de informações, as
ferramentas de documentação e recuperação de dados são muito importantes.
Durante a análise do CP, pode ser detectada a necessidade de se fazer uma análise do
desempenho do mesmo sob a óptica do processo de fabricação. Essa análise pode ser demandada
através do envio da solicitação (Figura 4-3 – caminho E) para o núcleo de simulação, que
poderá analisar a célula isoladamente ou já inserida no layout geral. Os arquivos enviados são a
representação física da célula e os dados sobre a troca de dados. Os resultados, quando
disponíveis, serão enviados para o simulador humano através de um relatório adequado.
O núcleo de CAD e de ferramentas tradicionais de layout é responsável pela análise conjunta
da alternativa de arranjo físico que está sendo desenvolvida. Esta solução pode se iniciar com
apenas um centro de produção e progredir até que todos os CP’s tenham sido definidos. Os CP’s
podem ser representados inicialmente de forma simplificada por retângulos, por exemplo. Isso
permite a possibilidade de se adotar as abordagens tradicionais para obtenção de arranjos de
blocos (de forma manual ou através de heurísticas e algoritmos). Entre essas ferramentas estão a
carta de relações preferenciais, carta de-para, mapas e fluxogramas. Esses detalhes dos CP’s
podem ser adicionados no ambiente de CAD ou no simulador humano (Figura 4-3 – caminho
A). Uma vez adicionados, eles passam a ser solidários com todo o CP. Por exemplo, ao se mover
o CP, seus componentes adicionais o seguirão.
O analista pode então fazer a movimentação das áreas ou as modificações das mesmas com o
intuito de melhorar o fluxo de materiais, incluir sistemas automatizados de manuseio de
materiais e assim por diante. Uma vez satisfeito, o analista pode publicar as alterações, que
passam a ser acessíveis a todos os participantes do grupo de projeto.
Além de analisar o conceito do arranjo de forma estática, o analista pode requisitar também uma
análise estatística do desempenho do layout sob a óptica dos processos de fabricação. Isso será
feito através da troca de dados entre o ambiente de CAD e o simulador Figura 4-3 – caminho
C). O arquivo enviado será um modelo que será conferido pelos analistas de Simulação que
131
procederão à execução do estudo. Caso o analista do arranjo geral seja também o responsável
pela simulação, a interface gerará o modelo e o projeto do experimento. Como retorno (Figura
4-3 – caminho D) tem-se os relatórios personalizados que ajudarão o analista do arranjo geral a
tomar decisões.
O módulo de simulação é constituído de um simulador de eventos discretos com capacidades de
integração através de um programa ou através de dados. Sua função é analisar alternativas de
arranjos de CP’s e de arranjos gerais. Esses elementos podem ser oriundos dos módulos de
simulação humana (Figura 4-3 – caminho E) e de CAD (Figura 4-3 – caminho C). As
informações recebidas são modelos previamente definidos pelo módulo requisitante e outros
arquivos necessários. Esses modelos serão então verificados, validados e então simulados. Cabe
ao analista de Simulação, se não especificado previamente, o desenvolvimento do projeto de
experimentos e as análises necessárias. Ao final da sua análise, o analista pode sugerir ou mesmo
executar alterações no modelo. Essas alterações serão retornadas então para o módulo
requisitante juntamente com os relatórios com os resultados da simulação (Figura 4-3 –
caminhos B e F).
4.3.3 Detalhes técnicos de implementação da arquitetura
Para a implantação da arquitetura acima foram selecionados os softwares Transom Jack da
EAI, Inc. (EAI, 2001) como ferramenta de simulação humana e o AutoCAD da AutoDesk, Inc
(AUTODESK, 2001) como ferramenta de CAD para desenvolvimento dos desenhos e das
representações tridimensionais. Essas duas ferramentas foram escolhidas por serem ferramentas
de ponta e por satisfazerem, pelo menos parcialmente, os critérios para a realização da integração
(mostrados a seguir na Tabela 4-1) e por funcionarem em PCs. Esses critérios foram compilados
após a análise dos softwares disponíveis e da experimentação prática dos mesmos. Como módulo
de simulação apresentam-se duas opções plenamente viáveis: AutoMod da AutoSimulations,
Inc. (AUTOSIMULATIONS, 2001) e Arena da System Modelling Corp (SYSTEMS
MODELING, 2001). Optou-se pelo primeiro pela possibilidade de intercambiar representações
tridimensionais em escala real, enquanto o último não possui tal capacidade. Assim, todos os
elementos (Transom Jack, AutoCAD e AutoMod) podem trocar arquivos tridimensionais.
TELLO (1993) apresenta o AutoMod como sendo o simulador que mais se aproxima de uma
representação virtual da realidade, além de possuir módulos detalhados para simulação de
132
sistemas de manuseio de materiais como AS/RS (Sistemas Automáticos de Armazenagem e
Recuperação), pontes rolantes e robôs (módulo Kinematics).
Tabela 4-1:
Analisador
Ergonométrico
Sistema de CAD
Lista de características desejáveis dos elementos da arquitetura proposta.
•
•
•
•
•
•
•
•
•
•
•
•
•
Análise de esforços
Base de dados antropométricos personalizável
Tridimensional
Análise dinâmica
Animação gráfica
Troca de arquivos de CAD
Integração via dados ou programática
Sistema operacional Windows
Modelos mais realistas do elemento humano
Detalhar os locais de trabalho
Ferramentas de criação de consenso e documentação
Simulação de condições de trabalho de forma dinâmica e seu impacto sobre o trabalhador
Capacidade de interação com sistemas reais
•
•
•
•
•
•
•
•
Criação de desenhos
Personalização da interface
Tridimensional
Criação de atributos
Troca de arquivos de CAD
Ferramentas de Layout: CRP, layout de blocos, diagramas de relacionamento, cartas de
processo, análise de fluxos etc.
Bibliotecas de símbolos paramétricos
Criação de representações detalhadas do arranjo
Possibilidade de manipular interativamente o arranjo e observar os impactos ocorridos
Uso das ferramentas e técnicas tradicionais de arranjo físico de forma inovadora
Análises globais e de detalhadas
Documentação automática e adequada de alternativas
Registro de todas as alterações feitas
Interface amigável de modificação e de interação
Encapsulamento dos dados
Uso de bibliotecas com dados encapsulados
Capacidade de reutilização de elementos gráficos já existentes
Possibilidade de compartilhar elementos
Vinculação de arquivos
Automatização de análises de praxe
Obtenção automática de dados de sistemas de gerenciamento e outras bases de dados da
planta
Documentação automática de alternativas
Comparação automática entre várias alternativas de acordo com os critérios estabelecidos.
Geração de cenários para avaliação
Capacidade de experimentação máxima com o projeto: realidade virtual.
Capacidade de indicar alterações no arranjo em decorrência de alterações nos produtos
Visualização e experimentação de fatores ambientais e de satisfação no trabalho e de
segurança
Análise da ocupação espacial e dimensionamento de áreas
Tratamento relevante de áreas de apoio ou secundárias
Apoio do desenvolvimento de sistemas de utilidades.
Troca eletrônica de informações
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Simulador
•
•
•
•
•
•
•
•
•
•
•
•
Modelagem de sistemas discretos e contínuos
Relatórios personalizáveis
Projeto de experimentos
Interatividade na animação
Interface com base de dados
Tridimensional
Possibilitar analisar o funcionamento do arranjo através da análise estatística do seu
desempenho.
Identificação automática de gargalos e proposição de causas e de melhorias
Balanceamento automático de processos
Capacidade de interação com equipamentos reais
133
Na arquitetura proposta, o Transom Jack tem como entradas a especificação da estrutura
tridimensional de um CP qualquer, que na sua forma mais simplificada pode ser apenas o nome
dele. Se houver elementos gráficos a transferir do ambiente CAD, isto é feito através de formato
adequado (.DXF e .STL). Para o recebimento de entradas oriundas do simulador, os arquivos
enviados devem estar nos formatos já especificados. A conversão dos modelos do Transom Jack
para os demais módulos se faz de forma inversa à anterior. As transferências que exijam
conversões são efetuadas através de uma interface especialmente desenvolvida para isso na
linguagem Visual Basic (Figura 4-4), de tal forma que se possa tirar proveito da integração entre
os softwares usando a automação ActiveX, facilitada pelo sistema operacional Windows.
As entradas de dados no simulador podem ser oriundas do Transom Jack ou do AutoCAD. As do
Transom Jack são as que demandam maior tratamento dos dados antes do envio. Isso se dá em
função da falta de suporte a objetos inteligentes e criação de atributos nos elementos existentes.
Por objetos inteligentes entenda-se objetos capazes de manter dados que os descrevam e métodos
individuais de tratamento desses dados. Isso implica na necessidade de utilizar uma
especificação paralela da lógica a ser simulada e dos parâmetros envolvidos.
Para recebimento de informações a partir do ambiente de CAD se faz uso da automatização
ActiveX. Acionando-se um comando do menu personalizado, uma rotina coleta as informações
associadas aos elementos gráficos do desenho e os converte nos recursos do modelo de
simulação. A representação gráfica é convertida e incluída no modelo do simulador. O modelo é
então compilado e executado.
As saídas do simulador, principalmente seus relatórios, são enviados ao solicitante do estudo. Se
houver alterações executadas nos modelos pelos analistas de Simulação, elas serão reconvertidas
para o formato do módulo requisitante.
As entradas do módulo de CAD se compõem de dados atualizados a partir do Transom Jack ou
do módulo de simulação. A atualização dos CPs que foram modificados se dá automaticamente
após a substituição do arquivo vinculado. Essa atualização automática pode ser interrompida e
ser feita sob demanda, bastando mudar-se uma opção de configuração.
A reconversão do modelo de simulação para o desenho de CAD se dá de forma selecionada e tira
proveito das capacidades de programação de funções personalizadas no AutoCAD (usando
ActiveX ou a linguagem proprietária AutoLISP).
134
As saídas para o módulo de Ergonomia se dão através da exportação do modelo estrutural para
os formatos do Transom Jack. Para o módulo de simulação, as rotinas personalizadas no
AutoCAD geram o código fonte do modelo do simulador, sem a necessidade da utilização da
interface do mesmo.
Para a atualização de um CP representado no AutoCAD a partir do Transom Jack, é feita a
conversão do formato usado no modelo ergonômico para o formato .DWG, ocorrendo em
seguida a atualização do arquivo existente.
Todos os recebimentos e envios são notificados aos usuários que têm de confirmá-las. Em caso
da atualização de arquivos comuns (publicação), o usuário de um dos módulos pode recusá-la
temporariamente, salvando-a em um diretório para arquivos temporários.
Todos os módulos geram relatórios (diretamente ou via interface) para a Internet. Esses
relatórios são na forma textual e podem conter também representações geométricas das
alternativas em VRML. Nessas representações os usuários (leigos ou não) poderão analisar
detalhes dos projetos através de navegadores VRML.
A Figura 4-4 resume as formas de trocas de dados entre os elementos do modelo.
web
Arquivos
AutoCAD e
Ferramentas
de Fluxo
Arquivos
ActiveX
ActiveX
Arquivos
Dados e
Objetos
JACK
Interface
ActiveX
AutoMod
Arquivos
Arquivos
web
Arquivos
web
Figura 4-4: Detalhes da implementação da interface entre os componentes da arquitetura.
135
4.3.4 Validação da arquitetura
A arquitetura proposta foi decorrente da aplicação das ferramentas citadas em estudos de relayout desenvolvidos em algumas empresas do setor de processamento de metais e de produção
de lápis, indústrias eminentemente intermitentes (COSTA et al., 1996).
Esses estudos mostraram, mais do que a necessidade de uso das ferramentas, a necessidade de
integrá-las. O que foi apresentado nas seções anteriores foi a conceituação e operacionalização
da integração desses softwares para aumentar a produtividade da equipe de projetistas de layout
e ergonomistas. A maior padronização das informações e o aumento da interatividade entre os
usuários da arquitetura são dois fatores que contribuem para esse aumento.
Para a análise preliminar da integração desenvolvida, foram realizados testes de manipulação de
arranjos e sua conversão entre os módulos componentes. Inicialmente foi proposto um sistema
produtivo composto de 5 áreas de atividade (departamentos) ligados por um processo simples
para fabricação de um produto. As áreas possuem tamanhos diferentes e por simplicidade foram
consideradas retangulares (apesar disso não ser uma limitação).
Os dados das áreas, do produto e da seqüência de fabricação foram importados para o AutoCAD
e editados na interface ActiveX, ativada através de um menu (Figura 4-5). O primeiro passo foi
a colocação manual das áreas no espaço planar. Imediatamente foi ativada a função para o
desenho das linhas de relacionamento de proximidade oriundas da CRP (Figura 4-6). A
modificação do arranjo prevê a diminuição das linhas das relações do tipo A (Absolutamente
importante que as áreas sejam adjacentes) e o prolongamento das de relações do tipo X
(proximidade indesejável). O objetivo desta etapa é a elaboração de um arranjo de blocos.
Figura 4-5: Menus implementados no AutoCAD disparam métodos (funções) dos objetos
modelados usando ActiveX.
136
Figura 4-6: Disposição das áreas e desenho das linhas de relacionamento de proximidade.
Em um outro exemplo, um arranjo de blocos foi detalhado com a inclusão de recursos nos locais
dos CPs. Também foi criado uma rede de caminhos em CAD designando os pontos a percorrer.
Cada sistema de manuseio possui suas rotas desenhadas em camadas (layers) específicas
(Figura 4-7).
Figura 4-7: Os sistemas de manuseio de materiais são convertidos entre AutoCAD e AutoMod.
137
Os objetos de cada uma dessas camadas são convertidos para elementos correspondentes do
AutoMod assim como as figuras atribuídas aos CPs são convertidas em representações
tridimensionais do AutoMod (através da disponibilização de arquivos correspondentes no banco
de dados comum). As cargas usam representações padrões do simulador e possuem um tempo de
criação (introdução no modelo) constante, correspondente ao número de unidades a produzir
dividido pelo horizonte de tempo (valor padrão de um ano). Por exemplo, para serem produzidas
365 unidades de um produto em um ano, a taxa de chegada (criação) das cargas (produtos)
deverá ser de 1 carga / dia. Alternativamente esses valores podem ser convertidos para valores
aleatórios, de acordo com alguma distribuição estatística. Esses valores podem ser,
posteriormente, alterados para valores aleatórios. O tempo de execução do modelo não é
especificado e o modelo roda indefinidamente. A Figura 4-8 apresenta o modelo resultante,
durante a simulação, depois de se especificar um elemento gráfico para o sistema de manuseio de
materiais.
Figura 4-8: Modelo de simulação resultante da conversão do layout em CAD.
4.3.5 Comentários
A arquitetura apresentada possui um grande diferencial com relação aos métodos tradicionais de
desenvolvimento do arranjo físico: a simultaneidade no desenvolvimento. Nas ferramentas
disponíveis até então, a modelagem deve ser realizada seqüencialmente, devido à necessidade de
se obter dados completos para se dar prosseguimento ao projeto. Por exemplo, o analista de
layout deveria esperar que todos os CPs fossem definidos e só então passaria a arranjá-los no
138
novo layout. Da mesma forma, o uso da Simulação deveria esperar que o arranjo estivesse
terminado. Qualquer alteração implicaria em novas esperas, o que torna improdutivo o processo
de desenvolvimento do projeto. A possibilidade das equipes trabalharem inadvertidamente em
alternativas obsoletas é eliminada através da publicação comum dos dados e da interação da
equipe. Além disso, trabalhos paralelos de análise podem ser desenvolvidos sem a necessidade
de publicá-los para os demais módulos.
Outro aspecto interessante dessa integração é a interatividade que ela fomenta no
desenvolvimento de projetos de layout. As modificações podem ser discutidas e testadas quase
que imediatamente pela possibilidade de se gerar rapidamente uma representação do layout em
qualquer um dos módulos. Além disso, podem ser integrados vários módulos de simulação, CAD
e ergonomia, interligados por um módulo de CAD. Esses módulos podem ser usados de forma
independente nas etapas iniciais do projeto, quando ainda não há dados suficientes ou ainda não
consolidados que justifiquem o uso de todos os módulos componentes da arquitetura.
Outra vantagem é a possibilidade da utilização da tecnologia de redes para desenvolver projetos
com equipes distantes. Como os dados são transferidos de forma padronizada e as representações
também são padronizadas essa troca pode ser feita rapidamente e de forma segura.
CAPÍTULO 5
CONCLUSÕES
Os sistemas de manufatura tornam-se cada vez mais complexos e as empresas, cada vez mais
modernizadas, procuram por ambientes computacionais que, de forma integrada, solucionem os
novos problemas que se apresentam. No campo de projeto de instalações industriais existem
várias técnicas e ferramentas para a resolução dos problemas de arranjo físico, cada qual com seu
escopo de aplicação e sem muita interação com as demais.
Os softwares e algoritmos usados para a geração de soluções de arranjo físico são muito
simplificados e baseiam-se em geral em critérios questionáveis para a avaliação dos arranjos
alternativos. Os mais adequados são aqueles que são baseados em métodos de desenvolvimento
de instalações industriais, pois permitem que o projetista interaja e manipule muito mais a
alternativa em estudo. No entanto, mesmo os mais simples podem ser usados como ferramentas
de apoio ao projetista, que pode usar as soluções como pontos de partida para outras análises.
Os softwares de simulação humana oferecem capacidades de análise importantes para o
projetista de arranjo físico no que tange a ocupação do espaço tridimensional do posto de
trabalho pelo elemento humano e os efeitos físicos da atividade. Apesar de existirem vários
softwares, são poucos o que se prestam para uma integração como a que foi proposta, devido
principalmente à falta de interatividade desses softwares com outros aplicativos e de recursos.
Os simuladores de eventos discretos, usados principalmente na avaliação de processos
produtivos estão em constante evolução, apresentando recursos poderosos de análise, ao mesmo
140
tempo em que permitem ser integrados mais facilmente com outros aplicativos do que os
simuladores de biomecânica ocupacional.
Apesar disso, tanto as ferramentas tradicionais de arranjo físico quanto as de simulação de
sistemas oferecem bons resultados quando utilizadas de forma isolada ou simultânea. No
entanto, através da integração, pode-se obter uma série de ganhos de produtividade. O principal
ganho é o do tempo gasto com as conversões de dados de um software para outro e com a espera
por um layout em CAD, já finalizado, para que se possa proceder às outras análises (de
simulação de processos e do posto de trabalho). Outro ganho sensível é o da padronização das
informações trocadas, dos símbolos usados e dos relatórios publicados. Finalmente, a
possibilidade de trabalhar de forma articulada conjuntamente com equipes multidisciplinares
com o apoio de redes de computadores abre novas possibilidades de melhoramento na forma de
desenvolvimento dos projetos de arranjo físico.
As ferramentas identificadas foram capazes de oferecer funções complementares e também de
serem agregadas em uma arquitetura integrada. Além disso, as tecnologias utilizadas para
integrar tais sistemas mostraram-se capazes de atingir os objetivos estabelecidos. Essa
arquitetura permite que se supere, pelo menos parcialmente, as limitações decorrentes do projeto
seqüencial do layout.
Para prosseguimento das pesquisas com a arquitetura proposta, a sua implementação
computacional deve ser feita em toda a sua extensão já que várias funções que a ampliariam
ainda mais não foram incluídas às já existentes. Como apontado, pode-se projetar a inclusão de
outras ferramentas como sistemas baseados em conhecimento, conceitos de programação
orientada a objetos, módulos de emulação, entre outros elementos. Após isso, a aplicação a
projetos proporcionaria uma avaliação mais profunda do seu impacto no modo de trabalhar dos
projetistas de layout, e do desempenho dos módulos constituintes.
Quanto ao desenvolvimento de um software único, que satisfaça todas as necessidades
levantadas, ele poderá estar disponível em pouco tempo através de tecnologias de realidade
virtual mais poderosas e acessíveis.
Outro aspecto a ser pesquisado é a substituição de simuladores capazes de modelar apenas
células por simuladores modulares que, ao serem integrados ao modelo, possam reconhecer os
valores das variáveis globais e passar a interagir com os demais módulos. Isso seria útil, por
exemplo, no momento de mudanças de objetivos mais estratégicos como o conceito de puxar ou
141
empurrar a produção. Nesses modelos, bastaria a alteração da estratégia para que todos os
submodelos submetidos ao modelo central passassem a trabalhar de acordo com o que foi
definido.
REFERÊNCIAS
BIBLIOGRÁFICAS
ABDOU, G.; DUTTA, S.P. An Integrated Approach to Facilities Layout Using Expert Systems.
International Journal of Production Research, No. 28, p. 685-708, 1990.
AFENKATIS, P. A Loop Layout Design Problem for Flexible Manufacturing Systems.
International Journal of Flexible Manufacturing Systems, No. 1, 1989, pp. 175-196.
APPLE, J.M.; DEISENROTH, M.P. A Computerized Plant Layout Analysis and Evaluation
Technique (PLANET). In: AIIE Technical Papers, Twenty-third Conference, 1972, Anaheim,
Calif. Anais...1972.
APPLE, J.M. Material Handling System Design. New York-EUA: The Ronald Press
Company, 1973. apud FRANCIS, R.L.; WHITE, J.A. Facility Layout and Location: Na
Analytical Approach. Englewood Cliffs –EUA : Prentice-Hall Inc, 1974.
____________. Plant Layout and Material Handling. Wiley, 3ª ed., 1977.
ARINZE, B.; BANERJEE, S.; SYLLA, C. A Methodology for Knowledge Based Decision
Support for Facilities Layout Planning. Computers and Industrial Engineering, No. 17, p. 3136, 1989.
AUTODESK AutoCAD. Disponível em: http://www.autodesk.com. Acesso em: 01 dez. 2001.
AUTOSIMULATIONS AutoMod. Disponível em: http://www.autosim.com. Acesso em: 01
dez. 2001.
143
BABU, A.J.G.; YAO, D. An Expert Facility Layout System: An Object-Oriented Approach.
International Journal of Computer Applications in Technology. No. 9, p. 131-143, 1996.
BADIRU, A.B.; ARIF,A.A. FLEXPERT: Facility Layout Expert System Using Fuzzy Linguistic
Relationships Codes. IIE Transactions, No. 28, Vol. 2, pp. 295-308, 1996.
BALAKRISHNAN, J.; JACOBS, F.R.; VENKATARAMANAN, M.A. Solutions for the
Constrained Dynamic Facility Layout Problem. European Journal of Operational Research.
North Holland, No. 57, 1992, pp.280-286.
BANKS, J; CARSON II, J. S. Discrete-Event System Simulation. Englewood Cliffs: PrenticeHall, 1984.
BANKS, J.; NORMAN, V. Simulation of Manufacturing and Material Handling Systems. In: 2º
Congresso Internacional de Engenharia Industrial, UNIMEP, 7 a 10 Outubro, 1996, Piracicaba.
Anais... UNIMEP, Piracicaba, 1996.
BANKS, J.; NORMAN, V. Justifying Simulation in Today´s Manufacturing Environment. IIE
Solutions, Nov. 1995, p.16-19, 1995.
BANKS, J. Semantic of Simulation Software. OR/MS Today, p. 38-40, Dez. 1995.
________. Pitfalls in the Simulation Process. In: AutoSimulations Symposium ´96 Proceedings,
1996. Anais... 1996.
BAZARAA, M.S. Computerized Layout Design: a Branch and Bound Approach. AIIE
Transactions, Vol. 7 No. 4, 1975, p. 432-437.
BORENSTEIN, D. Combinando Simulação e Sistemas Baseados em Conhecimento para o
Projeto de Sistemas Avançados de Manufatura. São Carlos: Gestão e Produção, vol. 5, No. 2, p.
89-103, 1998.
BOSWELL, S.G. TESSA: A New Greedy Heuristic for Facilities Layout Planning; International
Journal of Production Research. Vo. 30, No. 8, p. 1957-1968, 1992.
BOZER, Y.A.; MELLER, R.D.; ERLEBACHER, S.J. An Improvement- type Layout Algorithm
for Single and Multiple-Floor Facilities. Management Science, Vol. 40, No. 7, Jul., 1994, p.
918-932.
144
BUFFA, E.S.; ARMOUR, G.C.; VOLLMANN, T.E.; Allocating Facilities with CRAFT.
Harvard Business Review, Vol. 42, No. 2, 1964, p. 136-158.
BURKARD, R.E. Quadratic Assigment Problems. European Journal of Operational
Research. No. 15, 1984, p.283-289.
BURKARD, R.E.; RENDL, F.; A Thermodynamically Motivated Simulation Procedure for
Combinatorial Optimization Problems. European Journal of Operational Reserach, No. 17,
1984, p. 169-174.
CADESIGN, Tecnologia Ajuda a Antever o Funcionamento de Fábricas, Escritórios e Hospitais.
Revista Cadesign, São Paulo, p. 26-29, 1997.
CAMAROTTO, J.A Estudo das Relações entre o Projeto de Edifícios Industriais e a Gestão
da Produção. 1998, 246 p. Tese (Doutorado) - Faculdade de Arquitetura e Urbanismo,
Universidade de São Paulo, São Paulo.
CAMAROTTO, J.A .; MENEGON, N.L. Projeto de Unidades Industriais – Notas de Aula;
São Carlos: DEP/UFSCar, 1999. (Apostila)
CAMP, D. J. van; CARTER, M.W.; VANELLI, A. A Nonlinear Optimization Approach for
Solving Facility Layout Problems. European Journal of Operational Research, No. 57, 1992,
p.174-189.
CHENG, T.E. Simulation of Flexible Manufacturing Systems. Simulation, vol. 6, No. 45, p.
299-302; Dez. 1985.
CHHAJED, D.; MONTREUIL, B; LOWE, T.J.; Flow Network Design for Manufacturing
Systems Layout. European Journal of Operational Research. Amsterdan, No.57, p. 145-161,
1992.
CHIANG, W.-C. & CHIANG, C.; Intelligent Local Search Strategies for Solving Facility Layout
Problems with the Quadratic Assignment Problem Formulation. European Journal of
Operational Research. Amsterdan, No. 106, p. 457-488, 1998.
CHIANG, W.-C. & KOUVELIS, P.; An Improved Tabu Search Heuristic for Solving Facility
Layout Design Problems. International Journal of Production Research, 1994.
145
CHUNG, Y.-K. Application of a Cascade BAM Neural Expert System to Conceptual Design for
Facility Layout. Computers and Mathematics with Applications. No. 37, pp. 95-110, 1999.
COSTA, M.A.B. da; A Técnica de Simulação de Sistemas In: BATALHA, M.O.; NOGUEIRA,
E.; SCHUTZER,E.; PAULILLO, L.F.; MARTINS, M.F.; COSTA, M.A.B. da; PEREIRA, N.A.;
AZEVEDO, P.F. Gestão Agroindustrial. São Paulo: Ed. Atlas, Vol. 2, 1997.
COSTA, M. A. B. da; MENEGON, N.L.; CAMAROTTO, J.A SimuCAD: Simulação & CAD –
um Sistema de Apoio à Decisão no Planejamento e Implantação de Sistemas de Produção. In:
Anais do XVI Encontro Nacional de Engenharia de Produção – ENEGEP, Piracicaba, 1996.
Anais... Piracicaba: UNIMEP, 1996.
COX, E. Fuzzy Systems: Theory and Applications. Academic Press, 1994.
CRIMBO CRIMFLO: Progiciel d´Aménagement d´Usine. Victoriaville: Cégep. Disponível em
http://www.cgpvicto.qc.ca/crimbo/logiciel.htm. Acesso em: 01 dez. 2001.
DAVIS, W.J. Looking Into the Future of Simulation. IIE Solutions, Maio 1998, pp.24-30.
DONAGHEY, C.E.; BLOCPLAN: Layout Design System. Houston: Industrial Engineering
Department, University of Houston, 1986.
DREZNER, Z. A Heuristic Procedure for the Layout of a Large Number of Facilities.
Management Science No. 33, 1987, pp. 907-915.
DUTTA, K.N.; SAHU, S. A Multigoal Heuristic for Facilities Design Problem: MUGHAL.
International Journal of Production Research. No. 20/2, 1982, pp. 147-154.
EAI Jack On-Line Help. Engineering Animation Inc., 1999.
EDWARDS, H.K.; GILBERT, B.E.; HALE, M.E. Modular Allocation Technique (MAT).
Management Science, Vol. 17, No. 3, 1970, pp. 161-169.
EGBELU, P.J.; TANCHOCO, J.M.A. Potential for bi-directional Guide-Path for Automated
Guided Vehicle Based Systems. International Journal of Production Research, No. 24, p.
1075-1097; 1986.
FOULDS, L.R.; Layout Manager: A Microcomputer-based decision Support System for
Facilities Layout. Decision Support Systems, No. 20, p. 199-213, 1997.
146
FOULDS, L.R.; GIBBONS, J.W.; GIFFIN, J.W. Graph Theoretic Heuristics for the Facilities
Layout Problem: na Experimental Comparison. Operations Research No. 33, p. 1091-1106;
1985.
FOULDS, L.R.; GIFFIN, J.W.; A Graph Theoretic Heuristic for Minimizing Total
Transportation Cost in Facilities Layout. Journal of Operational Research, No. 23, p. 12471257; 1985.
FOULDS, L.R. Techniques for Facilities Layout: Deciding wich Pair of Activities Should Be
Adjacent. Management Science, vol. 29, No. 12, pp.1414-1426; 1983.
FRANCIS, R.L.; WHITE, J.A. Facility Layout and Location: AnAnalytical Approach.
Englewood Cliffs : Prentice-Hall Inc, 1974.
FRAZIER, S. Simulação Melhora Entregas do Correio Americano. Revista Tecnologística p.
30-35, Set. 1996.
GASKINS, R.J.; TANCHOCO, J.M.A. Flow Path Design for Automated Guided Vehicles
Systems, International Journal of Production Research. No. 25, pp. 667-676, 1987.
GASKINS, R.J.; TANCHOCO, J.M.A.; TAGHABONI, F. Virtual Flow Paths for Free Ranging
Automated Guided Vehicles Systems. International Journal of Production Research. no. 27,
pp. 91-100, 1989.
GIFFIN, J.W.; FOULDS, L.R. Facilities Layout Generalized Model Solved by n-Boundary
Shortest Path Heuristics. European Journal of Operational Research, no. 28, p. 382-391; 1987
GOETSCHALCKX, M. An Interactive Layout Heuristic Based on Hexagonal Adjacency
Graphs. European Journal of Operational Reasearch, no. 63, pp. 304-321, 1992
GORDON, G. System Simulation. Englewood Cliffs: Prentice-Hall, 1978.
GRAJO, E.S.; BOZER, Y.A. LayOPT®: A Data Driven Facilities Layout Optimization System
for Engineers. PMC – Production Modeling Corporation, LayOPT Tech Report, 1997.
HARHALAKIS, G.; LU, T.; MINIS, I; NAGI, R. A Practical Method for Design of Hybrid-Type
Production Facilities. International Journal of Production Research, (?), 1996.
147
HARREL, C.R.; BATEMAN, R.E.; GOGG, T. J.; MOTT, J.R.A.; System Improvement Using
Simulation. Orem: PROMODEL Corporation, 3ª ed., 1995.
HARREL, C.R.; PRICE, R.N. Simulation Modeling and Optimazation Using Promodel. In:
Proceedings of the 2000 Winter Simulation Conference, p. 197-202; 2000. Anais... 2000.
HARREL, C.H.; TUMAY, K. Simulation Made Easy: A Manager´s Guide. Engineering and
Norcross: Management Press, 1995.
HASSAN, K.M.D.; HOGG,G.L. A Review of Graph Theory Application to the Facilities Layout
Planning. Omega, no. 15, pp. 291-300, 1987.
HASSAN, M.D; HOGG, G.L.; SMITH, D.R. SHAPE: A Construction Algorithm for Area
Placement Evaluation. International Journal of Production Reasearch, no. 24, p. 1283-1295;
1986.
HENRIKSEN, J.O. SLX: The X is for Extensibility. In: Proceedings of the 2000 Winter
Simultion Conference; p. 183-190; 2000. Anais... 2000.
HENRIKSEN, J.O.; CRAIN, R.C. GPSS/H: a 23-Year Retrospective View. In: Proceedings of
the 2000 Winter Simulation Conference; p. 177-182, 2000. Anais... 2000.
HERAGU, S.S.; KUSIAK, A. Machine Layout Problem in Flexible Manufacturing Systems;.
Operations Research, no. 36 , 1988, p.258-268.
HERAGU, S.S. Recent Models and Techniques for Solving the Layout Problem. Amsterdan:
North-Holland. European Journal of Operational Research, No. 57, 1992, pp. 136-144.
HERAGU, S.S.; ALFA, A.S. Experimental Analysis of Simulated Annealing Based Algorithms
for the Layout Problem. Amsterdan: North-Holland. European Journal of Operational
Research, No. 57, 1992, pp. 190-202.
HICKS, P.E.; COWAN, T.E. CRAFT-M for Layout Rearrangement. Industrial Engineering,
Vol. 8, No. 5, 1976, pp. 30-35.
HICKS, D.A. Simulation Market Forces Can´t be Ignored. IIE Solutions, maio 1998, p.18-19,
1998.
148
HILLIER, F.S.; CONNORS, M.M.; Quadratic Assignment Problem Algorithms and the
Location of Indivisible Facilities. Management Science, vol. 13, no. 1, 1966, p. 42-57.
HILLIER, F.S. Quantitative Tools for Plant Layout Analysis. Journal of Industrial
Engineering, vol. 14, no. 1, 1963, pp. 33-40. Apud SULE, D.R. Manufacturing Facilities.
Boston : PWS-Kent Publishing Company, 1992.
HOLLAND, J. H. Adaptation in Natural and Artificial Systems. Ann Arbor: The University
of Michigan Press, 1975.
IMMER, J.R. Layout Planning Techniques. New York: McGraw-Hill, 1950.
JOHNSON, R.V. SPACECRAFT for Multi-Floor Layout Planning. Management Science, vol.
28, No. 4, 1982, pp. 407-417.
KOCHHAR, J. S.; FOSTER, B. T.; HERAGU, S. S. HOPE: A Genetic Algorithm for the
Unequal Area Facility Layout Problem; Computers Operations Research, vol. 25, 7/8, p. 583594, 1998.
KONZ, S.; Facility Design. New York: John Wiley & Sons, 1985.
KOOPMANS, T.C.; BECKMAN, M. Assignment Problems and the Location of Economic
Activities; Econometrica, no. 25, vol. 1; p. 53-76; 1957.
KOUVELIS, P.; CHIANG, W.-C.; FITZSIMMONS, J. Simulated Annealing for Machine
Layout Problems in the Presence of Zoning Constraints. Amsterdan: North-Holland. European
Journal of Operational Research, no. 57, 1992, p.203-223..
KOUVELIS, P.; KIRAN, A.S. The Plant Layou Problem in Automated Manufacturing Systems.
In: Annals of Operations Research, No. 26, 1990, pp. 397-412. Anais ... 1990
KAKU, B.K.; RACHAMADUGU, R. Layout Design for Flexible Manufacturing Systems;
Amsterdan: North-Holland. European Journal of Operational Research, no. 57, 1992, p. 224230.
KUMARA, S.R.T.; KASHYAP, R.L.; MOODIE, C.L. Application of Expert Systems and
Pattern Recognition Methodologies to Facilities Layout Planning. International Journal of
Production Research, no. 25, pp. 905-930, 1988.
149
LAW, A.M.; KELTON, D.W. Simulation Modeling and Analysis. New York: Mc-Graw Hill,
1991.
LEBARON, T. Emulation of a Material Delivery System. In: AutoSimulations Symposium ´98
Proceedings, 1998. Anais... 1998.
LEE, Q. Points to consider in Selecting Facilities Planning Software. IIE Solutions, Jan. 1998,
pp. 42-43.
LEUNG, J.; A Graph-Theoretic Heuristic for Designing Loop-Layout Manufacturing Systems.
European Journal of Operational Research, no. 57, 1992, pp.243-252.
LEWIS, W.P.; BLOCK, T.E.; On the Application of Computer Aids to Plant Layout.
International Journal of Production Research, vol. 18, No. 1, 1980, pp. 11-20. Apud SULE,
D.R.; Manufacturing Facilities. Boston: PWS-Kent Publishing Company, 1992.
LOBÃO, E.C.; PORTO, A.J.V.; Evolução das Técnicas de Simulação em Acordo com a
Tecnologia. In: Anais do XVI Encontro Nacional de Engenharia de Produção – ENEGEP,
Piracicaba, Out, 1996. Anais... Piracicaba: UNIMEP, 1996.
MAK, K. L.; WONG, Y. S.; CHAN, F.T.S. A Genetic Algorithm for Facility Layout Problems.
Computer Integrated Manufacturing Systems, vol. 11, No. 1-2, pp. 113-127, 1998.
MARKT, P. L.; MAYER, M. H. WITNESS Simulation Software: A Flexible Suite of Simulation
Tools. In: Proceedings of the 1997 Winter Simulation Conference; ed. S. Andradóttir, K.J.
Healy, D.H. Withers & B.L. Nelson; p. 711-717, 1997. Anais... 1997.
MATSUZAKI, K.; IROHARA, T.; YOSHIMOTO, K. Heuristic Algorithm to Solve the MultiFloor Layout Problem with the Consideration of Elevator Utilization. Computers and
Industrial Engineering, no. 36, p. 487-502, 1999.
MAXWELL, W.L.; MUCKSTADT, J.A. Design of Automated Guided Systems. IIE
Transactions, no. 14, p. 114-124; 1982
MAXWELL, W.L.; WILSON, R.C.; Dynamic Network Flow Modelling of Fixed Path Material
Handling Systems. AIIE Transactions, no. 13, p. 12-21; 1981
MEISTER, D.; Simulation and modelling. In: Evaluation of human work: a practical
ergonomics methodology. John Wilson & E. Nigel Corlet (ed).; 2ª Ed, 1994.
150
MIYAGI, M.M.; MYIAGI, P.E.; ARAKARI,J.; GOMES, A.M;KISIL,M. Simulação discreta e
redes de Petri para análise de sistemas de saúde. Anais do XVI Encontro Nacional de Engenharia
de Produção, Piracicaba, 1996. Anais... Piracicaba: UNIMEP, 1996.
MONTREUIL, B.; RATLIFF, H.D. GOETSCHALCKX; M. Matching based interactive facility
layout. AIIE Transactions, 19/3, 1987, 271-279, 1987.
MONTREUIL, B.; RATLIFF, H.D. Optimizing the location of input/output stations within
facilities layout; Engineering Costs and Production Economics 14, p. 177-18, 1988. Apud:
CHHAJED, D.; MONTREUIL, B; LOWE, T.J. Flow Network Design for Manufacturing
Systems Layout. Amsterdan: North-Holland. European Journal of Operational Research 57 p.
145-161, 1992.
MONTREUIL, B.; VENKATADRI, U. From gross to net layouts: an efficient design model.
Quebec: Operations and Decision Systems Department, Laval University, 1988. (Document No
88-56)
MONTREUIL, B. Integrating Design of Cell Layout, Input/Output Configuration, and Flow
Network of Manufacturing Systems. Apud CHHAJED, D.; MONTREUIL, B; LOWE, T.J. Flow
Network Design for Manufacturing Systems Layout. Amsterdan: North Holland. European
Journal of Operational Research, 57 p. 145-161, 1992.
MOORE, J.M. Computer Program Evaluates Plant Layout Alternatives. Journal of Industrial
Engineering, Vol. 3, No. 8, 1971, pp. 19-25.
MOORE, J.M. Computer-Aided Facilities Design: an International Survey. International
Journal of Production Research, Vol. 12, No. 1, 1974, pp. 21-40.
MOORE, J.M.; Plant Layout and Design. New York: The McMillan Company, 1962, 566p.
MURATA, T.; Petri Nets: Properties, Analysis and Applications; In: Proceedings of the IEEE,
Vol. 77, No. 4, Abril 1989. Anais... IEEE, 1989.
MUTHER, R. Planejamento do Layout: Sistema SLP. São Paulo : Editora Edgard Blücher,
1978.
NADLER, G. What Systems Really Are. Modern Materials Handling, vol. 2, No. 7, pp.41-47,
Jul. 1965.
151
NARAYANAN, S.; Web-Based Modelling and Simulation. In: Proceedings of the 2000 Winter
Simulation Conference. Ed. J.A. Joines, R.R. Barton, K. Kang & P.A. Fishwick.. Anais..., 2000.
NAYLOR, T.H.; BALINTFY, J.L., BURDICK, D.S.; CHU, K.; Técnicas de Simulação em
Computadores. Petrópolis: Vozes, 1971. Apud BATALHA, M.O.; NOGUEIRA, E.;
SCHUTZER,E. et al. Gestão Agroindustrial. São Paulo: Atlas, vol. 2, 1997.
O’BRIEN, C.; BARR, E.Z.A. An Interactive Approach to Computer-Aided Facility Layout.
International Journal of Production Research, no. 18/2, 1980, pp.201-211.
OLIVÉRIO, J.L. Projeto de Fábrica: Produtos, Processos e Instalações Industriais. São Paulo:
Instituto Brasileiro do Livro Científico Ltda, 1985
PAUL, R.J.; BALMER, D.W. Simulation Lecture Notes; Londres: The London School of
Economics and Political Science, 1985.
PIDD, M. Tools for Thinking: Modelling in Management Science. Chichester: John Wiley &
Sons, 1996.
PORCARO, D. Simulation Modeling and DOE. IIE Solutions, Setembro 1996, p. 25-30, 1996.
PORTER, J.M.; FREER, M.;BONNEY, M.C. Computer Aided Ergonomics and Workplace
Design. In: Evaluation of Human Work: a Practical Ergonomics Methodology. John Wilson &
E. Nigel Corlet (ed).; 2ª Ed., 1994.
PUCCINI, A.L.; Introdução à Programação Linear ; Rio de Janeiro : Ltc, 1980, 252p.
RAVIDRAN, A; PHIPLIPS, D.T; SOLBERG, J.J.; Operations reasearch: principles and
practice. New York: John Wiley & Sons, 1987.
REED Jr.; R. Plant Layout: Factors, Principles and Techniques. Homewood: Richard D.
Irwin,1961.
ROHRER, M. Vision of Emulation. In: AutoSimulations Symposium ´98 Proceedings, UtahEUA, 1998. Anais... Utah: AutoSimulations, 1998.
ROSENBLATT, M.J. A Facilities Layout Problem: A Multigoal Approach. International
Journal of Production Research, no. 17/4, 1979, pp. 323-332.
152
_________________. The Dynamics of Plant Layout. Management Science, No. 32, 1986, pp.
76-86.
_________________; GOLANY, B. A Distance Assigment Approach to the Facility Layout
Problem. European Journal of Operational Research, no. 57, 1992, p.253-270.
SADOWSKI, D.A.; GRABAU, M.R. Tips for Successful Practice of Simulation. In:
Proceedings of the 2000 Winter Simulation Conference, pp. 26-31. Ed. J.A. Joines, R.R. Barton,
K. Kang & P.A. Fishwick. Anais... 2000.
SARIN, S.C.; LOHARJUN, P.; MALMBORG, C.; KRISHNAKUMAR, B. A Multiattribute
Decision-Theoretic Approach for the Layout Design Problem. Amsterdan: North-Holland.
European Journal of Operational Research, No. 57, 1992, pp. 231-242.
SCHMIDTH, J.W.; TAYLOR, R.E. Simulation and Analysis of Industrial Systems. Irwin:
Homewood, 1970 apud BANKS, J; CARSON II, J. S. Discrete-Event System Simulation.
Englewood Cliffs: Prentice-Hall, 1984.
SCHRIBER, T.J.; BRUNNER, D.T. Inside Discrete-Event Simulation Software: How it Works
and Why it Matters In: Proceedings of the 2000 Winter Simulation Conference; pp. 90-100;
2000. Ed. J.A. Joines, R.R. Barton, K. Kang & P.A. Fishwick.. Anais ... 2000.
SCHRIBER, T.J.; BRUNNER, D.T. Inside Discrete-Event Simulation Software: How it Works
and Why it Matters In: Proceedings of the 1997 Winter Simulation Conference; ed. S.
Andradottir, K.J. Heally, D.H. Whitters & B.L. Nelson, pp. 14-17. Piscataway, New Jersey:
Institute of Electrical and Electronics Engineers, 1997. Anais... 1997.
SCRIABIN, M; VERGIN, R.C. A Cluster Analysis Approach to Facility Layout. Management
Science, No. 31, 1985, pp. 33-39.
SEEHOF, J.M.; EVANS, W.O. Automated Layout Design Program. Journal of Industrial
Engineering, Vol. 18, No. 12, 1967, pp. 690-695.
SEPPONEN, R. CORELAP 8 User´s Manual. Boston: Department of Industrial Engineering,
Northeastern University, 1969.
SHORE, R.H.; TOMPKINS, J.A. Flexible Facilities Design. AIIE Transactions, vol. 12, No.2,
p. 200-205, Jun., 1980.
153
SIMJAVA, SimJava, Disponível em: http://www.dcs.ed.ac.uk/home/hase/simjava . Acesso em:
01 de dez. 2001.
SIPPER, D.; BULFIN, JR.; R.L; Production: Planning, Control and Integration. Singapore:
Mac-Graw Hill International Editions ,1997.
SIRINAOVAKUL, B.; THAJCHAYAPONG, P. A Knowledge Base to Assist a Heuristic Search
Approach to Facility Layout. International Journal of Production Research, no. 32, pp. 141160, 1994.
SKINNER, W.; Manufacturing the Formidable Competitive Weapon. New York: Wiley, 1985.
Apud. SIPPER, D.; BULFIN, JR.; R.L. Production: Planning, Control and Integration.
Singapore: Mac-Graw Hill International Editions,1997.
SLACK, N.; CHAMBERS, S.; HARLAND, C.; HARRISON, A.; JOHNSTON, R.;
Administração da Produção. São Paulo: Ed. Atlas S.A., 1997.
SLY, D.P. Issues and Techniques for Using CAD to Draw Factory Layouts. IIE Solutions, pp.
14-17, Mar, 1996.
SULE, D.R.; Manufacturing Facilities; Boston: PWS-Kent Publishing Company, 1992.
SYSTEM MODELING. Arena. Disponível em: http:// www.arena.com. Acesso em: 01 dez.
2001.
TAGUCHI, G. Introduction to Quality Engineering; New York: White Plains,
UNIPUB/Krauss International, 1986.
TAM, K. Y. A Simulated Annealing Algorithm for allocating Space to Manufacturing Cells.
International Journal of Production Research, vol. 30, 1991, pp. 63-87.
TELLO, E.R. Toward the Virtual Factory: VR Meets Manufacturing With AutoMod.
Microtimes, Fev. 1993, pp.149, 257-258.
THOMPSON, M.B. Expanding Simulation Beyond Planning and Design. Industrial
Engineering, pp.64-66, Out 1994.
THREADTEC, Silk. Disponível em: http://www.threadtec.com/. Acesso em 01 dez. 2001.
TOMPKINS, J.A.; WHITE, J.A. Facilities Planning. New York: John Wiley & Sons, 1984.
154
TORRES,I.; Factory:Qualidade e Rapidez em Projetos de Instalações Industriais. São Paulo:
Cadware Publishing & Internet. Cadware Technology. Ano 2, No. 6, pp. 42-44, 1998.
ULGEN, O.M.; GUNAL, A.; SHORE, J. Pitfalls of Simulation Modeling and How to Avoid
Them by Using a Robust Simulation Methodology. In: AutoSimulations´ Symposium ´96
Proceedings, 1996. Anais... Utah: AutoSimulations, pp.21-31, 1996.
URBAN, T. Computational Performance and Efficiency of Lower-Bound Procedures for the
Dynamic Facility Layout Problem. Amsterdan: North-Holland. European Journal of
Operational Research, No. 57, 1992, pp. 271-279.
VALERIO NETTO, A.; TAHARA, C.S.; PORTO, A.J.V.; GONÇALVES Fo., E.V.; Realidade
Virtual e suas Aplicações na Área de Manufatura, Treinamento, Simulação e Desenvolvimento
de Produto. São Carlos: DEP/UFSCAR. Gestão e Produção, vol. 5, No.2, pp.104-116, 1998
WEBSTER, D.B.; REED Jr., R. A Material Handling System Selection Model. AIIE
Transactions, Vol. 3, No.1, pp.31-21, Março, 1971.
WILHELM, M.R.; WARD, T.L. Solving Quadratic Assignment Problems by Simulated
Annealing. IIE Transactions, Março 1987, pp. 107-119.
WANG, T-Y.; LIN, H-C.; WU, K.-B. An Improved Simulated Annealing for Facilities Layout
Problems in Cellular Manufacturing Systems. Computers Industrial Engineering, Vol. 34, No.
2, pp. 309-319, 1998.
WATSON, K.; GIFFIN, J.W.; FOULDS, L.R. Orthogonal Layouts Using the Deltahedron
Heuristic. Journal of the Australian Combinatorics Society, No. 12, pp. 127-144; 1995.
WELGAMA, P.S.; GIBSON, P.R.; AL-HAKIM, L.A.R. Facilities Layout: A Knowledge-based
Approach for Converting a Dual-Graph into a Block Layout; International Journal of
Production Economics, No. 33, pp. 17-30, 1994.
WILHELM, M.R.; WARD, T.L. Solving Quadratic Assignment Problems by Simulated
Annealing. IIE Transactions, Março 1987, pp. 107-119.
ANEXO I
GLOSSÁRIO DE
TERMOS
ESTRANGEIROS
Automated Guided Vehicle (AGV) Veículo guiado automaticamente
Activity Cycle Diagram (ACD)
Diagrama de ciclo-atividade
ActiveX
Novo termo para OLE (Object Linking and Embedding) ou
Embutimento e Ligação de Objetos, tecnologia de software
desenvolvida pela Microsoft Corp. que permite que as
aplicações sejam desenvolvidas modularmente e que esses
módulos possam ser acessados por outras aplicações sem
necessidade de interfaces específicas.
Add-in
Módulo de software que pode ser acrescido a um outro
software.
Em
geral,
fornece
recursos
específicos
complementares às funções do software principal.
Automated Layout Design
Programa para projeto automatizado de arranjo físico
Program (ALDEP)
AutoLISP
Linguagem de programação para AutoCAD parecida com a
linguagem LISP.
BASIC - Beginner’s All- purpose
Código de instrução simbólico para todos os fins para
Symbolic Instruction Code
Iniciantes. Linguagem de programação.
Bidirectional Associative Memory Memória associativa bidirecional, um dos tipos de estrutura
(BAM)
de dados para o desenvolvimento de sistemas de inteligência
artificial.
Bitmap
Mapa de bits (a menor unidade de armazenamento de um
computador). É uma das formas de se armazenar imagens
em arquivos de computador.
Buffer
Pulmão (estoque temporário)
Cellular Manufacturing (CM)
Manufatura celular.
Computer Aided Draft/Design
Desenho/projeto auxiliado por computador
(CAD)
Computer Aided Process
Planejamento de processos auxiliado por computador
Planning(CAPP)
Computerized Facilities Design
Projeto computadorizado de instalações.
(COFAD)
Computer Integrated
Manufatura integrada por computador
Manufacturing (CIM)
Computerized Relationship
Planejamento computadorizado de relacionamentos de
Layout Planning (CORELAP)
arranjo físico
Computerized Relative Allocation Técnica computadorizada de alocação relativa de instalações
of Facilities Technique (CRAFT)
Crossover
Mecanismo através do qual soluções mantidas em um
Algoritmo Genético podem dar origem a novas soluções
através da troca de partes das soluções iniciais.
Delay
Espera ou local de espera onde uma entidade de um modelo
de simulação fica retida.
Distance Assigment Problem
Problema de Atribuição de Distâncias
(DAP)
Design
Projeto ou desenho conceitual
Drafting
Desenho
Dummy (ies)
Literalmente “boneco”, “manequim”. Em modelagem de
simulação, uma construção auxiliar, sem efeito na lógica do
modelo.
Dynamic Data Exchange (DDE)
Troca dinâmica de dados. Mecanismo de troca de dados
entre dois softwares rodando sob o sistema operacional
Windows.
Dynamic Facilities Layout
Planejamento de Arranjo Físico de Instalações Dinâmico
Planning
Extended Lancaster Simulation
Ambiente de Simulação de Lancaster Estendido
Environment (eLSE)
Facility
Instalação (Industrial ou de serviços)
Facility Design
Projeto de instalação
Facility Layout Planning
Planejamento de Arranjo Físico de Instalações
Feature
Literalmente
“característica”.
Em
CAD,
refere-se
a
propriedades especiais adicionadas a elementos de desenho
para parametrizar peças e processos.
FIFO – First In, First Out
Regra de ocupação de filas onde o primeiro a entrar é o
primeiro a sair (PEPS).
Flexible Manufacturing Systems
Sistemas de Manufatura Flexíveis
Flow-Shop
Organização do arranjo físico em função dos fluxos de
materiais, pessoas e informações.
Fuzzy
Literalmente “flocoso”, “vago”, “indistinto”. Sistema de
estabelecimento de regras de negócio que se utiliza de
orações para o estabelecimento de proposições lógicas.
Também define um conjunto de operações matemáticas para
tratá-las (COX, 1994).
Graphical User Interface
Interface Gráfica com o Usuário
Groupware
Software para apoiar atividades de trabalho em grupo através
de redes de computadores.
Hardware
Conjunto de elementos físicos (mecânicos e eletrônicos) que
compõe o aparelho computador.
Heuristically Operated Placement Evolução de Colocação Operada Heuristicamente
Evolution (HOPE)
Host
Computador que franqueia acesso e outros recursos a uma
estação de computador chamada de cliente.
HVF – High Value First
Regra de ocupação de filas onde o primeiro a sair é o que
possuir o maior valor para uma dada característica.
Java
Linguagem de programação de computadores distribuída
pela empresa Sun Microsystems. Como vantagens apresenta
a segurança necessária para funcionamento em rede e
praticamente independência de sistema operacional.
Job-Shop
Tipo de arranjo físico onde os centros de produção são
formados por equipamentos similares: Layout funcional.
Just-in-Time
Literalmente “exatamente na hora”, “no tempo”. Significa
produzir bens e serviços exatamente no tempo, nem antes,
nem depois (SLACK, 1996, p. 474).
Kanban
Literalmente “cartão” ou “sinal”. Forma de controle da
transferência de material de um estágio a outro da produção
(SLACK, 1996, p. 486).
Kernel
Parte principal ou conjunto de bibliotecas mais básicas de
um sistema operacional ou sistema de software.
Layout
Arranjo Físico
Link
Literalmente “ligação”, “elo”. Refere-se aos elementos
ligantes entre as articulações em um modelo humano digital,
com função análoga aos ossos.
LIFO – Last In, Last Out
Regra de ocupação de filas onde o último a entrar é o
primeiro a sair (UEPS).
Linear-Track Conveyor
Transportador linear.
Layout Optimization with
Otimização de layout com cortes induzidos de guilhotina
Guillotine Induced Cuts (LOGIC)
Loop-Conveyor
Transportador em circuito fechado.
LVF – Low Value First
Regra de ocupação de filas onde o primeiro a sair é o que
possuir o menor valor para uma dada característica.
Man-Modelling CAD Systems
Sistemas de CAD para modelagem humana
Mix (de Produtos)
Gama de produtos ou sua participação na produção total de
uma empresa.
Mock-up
Modelo em escala real para análise de funcionalidades,
principalmente de equipamentos e móveis.
Modular Allocation Technique
Técnica de Alocação Modular
(MAT)
Nonlinear Optimization technique Técnica de Otimização Não-Linear
(NLT)
Occupational Safety and Helth
Lei de Segurança e Saúde Ocupacional
Act (OSHA)
Off-line
Literalmente "fora de linha", desconectado do sistema
elétrico ou da rede de computadores.
On-line
Literalmente "em linha", conectado a um sistema elétrico ou
rede de computadores.
OS – Operating System
Sistema Operacional ou Operativo
Parallel and Distributed
Simulação Paralela e Distribuída
Simulation (PADS)
Plant Layout Analysis and
Técnica de Avaliação e Análise de Arranjo Físico de Plantas
Evaluation Technique (PLANET)
Programable Logical Control
Controlador Lógico Programável – dispositivo usado em
(PLC)
automação industrial para controlar equipamentos.
Quadratic Assigment Problem
Problema de Atribuição Quadrática
(QAP)
Random Access Memory (RAM)
Memória de acesso aleatório, memória que se perde quando
o computador é desligado
Shell
Literalmente “concha”. Refere-se a um software que
controla ou monitora o funcionamento de outros softwares
para aplicações específicas.
SIMAN
Linguagem de simulação usada pelo software Arena.
Simplex
Método para resolução de problemas de programação linear.
Simulated Annealing
Literalmente “recozimento simulado” – Meta-heurística
inspirada nos princípios do recozimento (aquecimento de
uma liga metálica ou outro material a uma temperatura alta e
seu posterior resfriamento.
Simulation Based Scheduling
Programação da Produção Baseada em Simulação
Simulation Language with
Linguagem de Simulação com Capacidade de Extensão
Extensibility
Software
Conjunto de programas (instruções) que controlam o
hardware ou outro software em um computador.
Space Filling Curve
Curva de Preenchimento de Espaço
Systematic Layout Planning (SLP) Planejamento Sistemático de Arranjo físico
TCL/Tk – Tool Command
Linguagem de Comandos de Ferramentas / Kit de
Language / Toolkit
Ferramentas.
Linguagem
de
programação
para
desenvolvimento de interfaces com o usuário. Pode ser
estendida com uma série de comandos para controle de
caixas de diálogo e controles (toolkit)
Template
Gabarito. No software de simulação Arena designa um
conjunto de códigos pré-definidos. No arranjo físico designa
os gabaritos de equipamentos e todas as demais áreas para
sua operação.
Total Closeness Rating (TCR)
Taxa Total de Proximidade
Trade-off
Em uma transação a parte que se perde para que se obtenha o
benefício desejado.
Transfer Client Protocol/ Internet Protocolo de Cliente para Transferência / Protocolo de
Protocol
Internet. É uma especificação para troca de dados através de
rede de computadores.
UNIX
Sistema operacional utilizado em aplicações corporativas de
grande porte. LINUX é um sistema operacional baseado em
UNIX para computadores pessoais.
Visual Basic for Applications
Visual Basic para Aplicações. Subconjunto da linguagem
(VBA)
Visual Basic (Microsoft Corp.) usada para automatizar
tarefas em vários softwares para Windows.
Visual Interactive Modelling
Sistema de Modelagem Interativa Visual
System (VIMS)
Virtual Reality Modelling
Linguagem de Modelagem de Realidade Virtual
language (VRML)
Walktrough
Recurso de alguns softwares 3D que permite que o usuário
tenha a impressão de caminhar através do modelo digital.
Warmup
Período de início da simulação (aquecimento) de um
modelo, onde os indicadores estatísticos começam a ser
alimentados
Web
Literalmente “teia”. Refere-se à Internet.
Web based simulations
Modelos de simulação que utilizam a Internet para
funcionamento, sendo que o modelo em geral é rodado no
computador cliente.
Windows
Sistema operacional desenvolvido pela empresa Microsoft
Corp. para computadores pessoais (PCs).
Windows NT
Versão do sistema operacional Windows para empresas.
Wireframe
Representação de elementos digitais tridimensionais em que
as superfícies são formadas por malhas de linhas.
Windows Meta Files (WMF)
Meta-arquivos do Windows – Forma de armazenar imagens
em formato vetorial.
Working Data Files
Arquivos de dados de trabalho
Zoom
Ampliação ou redução de uma determinada área na tela de
um computador.

Texto Completo - SimuCAD

Transcrição

Documentos relacionados

Arranjo fisico e fluxo Arquivo

Arranjos Físicos - Instituto de Engenharia Mecânica

Tutorial para iniciantes: software ENVI-met versão 3.1

Principais Tipos de Layout

SimMom

Texto completo - SimuCAD

solidworks FLOW SIMULATION: MÓDULO DE

UMA ABORDAGEM PARA PREVISÃO DE EVASÃO EM CURSOS

lxsupmon.dll

(APL) “Bordados de Ibitinga-SP” - Revista Brasileira de Gestão e

SOluçãO de SimulAçõeS cOmplexAS pArA melhOrAr O

FileMaker Pro 12 Tutorial

UBC EM RESUMO

menard