Texto Completo - SimuCAD
Transcrição
Texto Completo - SimuCAD
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 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 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) Universidade Federal de São Carlos Centro de Ciências Exatas e Tecnologia Departamento de Engenharia de Produção Programa de Pós-Graduação em Engenharia de Produção Dissertação de Mestrado Integração de Ferramentas Computacionais Aplicadas ao Projeto e Desenvolvimento de Arranjo Físico de Instalações Industriais Isaías Torres Orientador: Prof. Dr. João Alberto Camarotto 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 Integração via dados ou programática Sistema operacional Windows 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 Integração via dados ou programática Interface com base de dados Tridimensional Sistema operacional Windows 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.
Documentos relacionados
Arranjos Físicos - Instituto de Engenharia Mecânica
operar os processos (BLACK, 1991, p.47). Essa organização é denominada atualmente como arranjo físico funcional, por processo ou departamental (OLIVERIO, 1985, p.174). Grandes produtos como embarc...
Leia maisTexto completo - SimuCAD
O arranjo físico é um fator importante dos sistemas de produção e constitui-se em uma etapa do projeto de instalações produtivas onde convergem determinantes da estratégia de negócios, fatores econ...
Leia mais