saida_EV50484 - PP Simulacao De Sistemas Produtivos

Prévia do material em texto

SIMULAÇÃO DE SISTEMAS PRODUTIVOS
2020
Paula Carneiro Martins
PRESIDENTE 
Frei Thiago Alexandre Hayakawa, OFM
DIRETOR GERAL 
Jorge Apóstolos Siarcos 
REITOR 
Frei Gilberto Gonçalves Garcia, OFM 
VICE-REITOR 
Frei Thiago Alexandre Hayakawa, OFM
PRÓ-REITOR DE ADMINISTRAÇÃO E PLANEJAMENTO 
Adriel de Moura Cabral 
PRÓ-REITOR DE ENSINO, PESQUISA E EXTENSÃO 
Dilnei Giseli Lorenzi 
COORDENADOR DO NÚCLEO DE EDUCAÇÃO A DISTÂNCIA - NEAD 
Renato Adriano Pezenti
GESTOR DO CENTRO DE SOLUÇÕES EDUCACIONAIS - CSE
Fernando Rodrigo Andrian
CURADORIA TÉCNICA
José Eduardo do Couto Barbosa 
DESIGNER INSTRUCIONAL
Patricia Sponhardi
 REVISÃO ORTOGRÁFICA
Giovana Stimpel Amaral
PROJETO GRÁFICO
Impulsa Comunicação
DIAGRAMADORES
João Garcia 
Ariane Soares 
Maria Carolina de Andrade Miranda
CAPA
Jean dos Santos Mendonça
© 2020 Universidade São Francisco
Avenida São Francisco de Assis, 218
CEP 12916-900 – Bragança Paulista/SP
CASA NOSSA SENHORA DA PAZ – AÇÃO SOCIAL FRANCISCANA, PROVÍNCIA 
FRANCISCANA DA IMACULADA CONCEIÇÃO DO BRASIL – 
ORDEM DOS FRADES MENORES
PAULA CARNEIRO MARTINS
Paula Carneiro Martins é engenheira de produção graduada pela Universidade Fede-
ral de Itajubá, com mestrado em Modelagem e otimização pela mesma universidade. 
Atua nas áreas de simulação e otimização em execução de projetos de consultoria 
focados em melhoria contínua e indústria 4.0. Experiência em modelagem de proces-
sos produtivos nas áreas de manufatura, mineração, hospitalar e serviços. Análises 
focadas em melhorias operacionais, planejamento de produção, planejamento de ma-
nutenção, dimensionamento de capacidade e otimização de alocação de recursos. 
Instrutora de treinamentos de modelagem dos níveis básicos à avançado, auxiliando 
no desenvolvimento de profissionais de empresas multinacionais em modelagem de 
processos para apoio à tomada de decisão. Pesquisas na área de ensino na engenha-
ria e modelagem e otimização de processos.
A AUTORA
SUMÁRIO
CAIXAS DE DESTAQUE ............................................................................................ 5
UNIDADE 01: Conceitos introdutórios de simulação .................................................... 6
Introdução ................................................................................................................... 6
Introdução da simulação ............................................................................................ 6
Conclusão ................................................................................................................. 27
UNIDADE 02: Concepção ........................................................................................... 30
Introdução .................................................................................................................. 30
Introdução à Concepção ......................................................................................... 30
Conclusão .................................................................................................................. 56
UNIDADE 03: Implementação ..................................................................................... 58
Introdução ................................................................................................................ 58
1. Introdução à Implementação ............................................................................... 58
Conclusão ................................................................................................................. 80
UNIDADE 04: Análise do modelo computacional ........................................................ 82
Introdução ................................................................................................................ 82
Conclusões e recomendações do projeto .............................................................. 103
Importante entender!
É um espaço dedicado a entender os conceitos centrais do 
conteúdo.
Para refletir
Espaço para questionamento sobre o assunto. Situação 
hipotética para reflexão e compreensão sobre o tema estudado.
Exemplo
Momento para se apresentar uma situação real do assunto 
trabalhado.
Leis
Lei ou artigo de extrema importância para o aprofundamento 
do aluno.
Leitura fundamental
Livros e textos imprescindíveis para o desenvolvimento da 
aprendizagem do aluno.
Sugestão de leitura
Apresentação de leituras interessantes para o aluno, 
relacionadas ao tema.
Relembre
Pontos fundamentais que guiarão o aluno. São nortes que 
o ajudarão a interpretar o texto.
Curiosidades
Fato, acontecimento histórico ou ponto curioso relacionado 
ao tema abordado.
Saiba mais
Livros e textos imprescindíveis para o desenvolvimento
da aprendizagem do aluno.
Glossário
Termos e siglas específicas sobre o tema tratado na unidade.
Pesquise
Apresentação de fontes para que o aluno explore mais 
o conteúdo abordado. Serão apresentados: livros, sites, 
reportagens, dissertações, vídeos, revistas, etc.
significado das
CAIXAS DE DESTAQUE
Conceitos Introdutórios de Simulação
6
1 UNIDADE 1
CONCEITOS INTRODUTÓRIOS 
DE SIMULAÇÃO 
INTRODUÇÃO
Esta unidade é responsável por fazer você conhecer um projeto de simulação, além 
de entender os conceitos básicos que estão relacionados a cada uma das categorias 
de simulação, quais são os métodos utilizados para a simulação, como elaborar um 
cronograma para um projeto de simulação e como iniciar o seu projeto de simulação. 
O primeiro tópico da unidade tem como objetivo contextualizar o aluno no assunto, ini-
ciando pela introdução da simulação, na qual se explicam quais são as categorias de 
simulação existentes, como cada uma funciona e quais os ambientes mais comuns de 
sua aplicação. Depois são apresentadas as metodologias utilizadas para se fazer um 
projeto de simulação e o método que será o guia do curso. A terceira parte é um guia 
para a elaboração de um bom cronograma para um projeto de simulação. Na última 
parte iniciaremos o projeto de simulação – a etapa de concepção do projeto. Os tópicos 
que serão abordados na unidade são:
• Introdução da simulação.
• Metodologias utilizadas para projetos de simulação.
• Como elaborar um cronograma para seu projeto de simulação?
• Concepção. 
INTRODUÇÃO DA SIMULAÇÃO
A simulação de sistemas produtivos é a criação de modelos que representem a reali-
dade, a rotina de tomada de decisões e o funcionamento do processo de forma a dar 
suporte para as tomadas de decisão. O comportamento de sistemas reais e complexos 
é difícil de ser previsto, uma vez que tais sistemas são influenciados por um conjunto de 
fatores internos e externos e a experimentação é frequentemente inviável (BUDGAGA 
et al., 2016). Para essas situações, o uso da simulação se mostra vantajoso. De fato, 
a Simulação a Eventos Discretos (SED) vem sendo muito utilizada nos últimos anos 
para a solução de problemas e para o auxílio à tomada de decisão (SARGENT, 2013). A 
SED é uma ferramenta de análise que possibilita o estudo dos mais diferentes sistemas 
complexos de maneira flexível, rápida e econômica (SHEN; WAN, 2009).
7
1
Simulação de Sistemas Produtivos
A simulação 3D de produtos, materiais e processos produtivos já é utilizada em alguns 
setores, por exemplo, dentro do contexto da indústria 4.0, onde é atualizada com dados 
em tempo real e serve como espelho do mundo físico em um modelo virtual, podendo 
conter máquinas, pessoas e produtos (RUBMANN et al., 2015). Esse “espelho” permite 
que testes que poderiam ter altos custos e riscos com sua implementação sejam primei-
ramente aplicados no modelo de simulação e então torne possível a análise de quanto 
potencial existe em um investimento ou em outro. 
Normalmente, a simulação de processos produtivos está relacionada a planos de me-
lhoria, novas estruturas, expansões, planejamento de manutenções e produção. 
A palavra “simulação” pode ser interpretada como:
• Ser a imitação do funcionamento de um processo por meio do funcionamento de outro.
• Teste, experiência ouensaio em que se reproduz artificialmente uma situação, ou as 
condições reais de um meio, fenômeno etc., frequentemente realizado com modelos.
Dentre as classificações, uma simulação pode ser representada de forma física ou nu-
mérica. Na forma numérica pode-se ter a situação analítica e algorítmica ou simula-
ção. A simulação pode ser determinística (sem variação) e estocástica (variação com 
probabilidade de ocorrência), pode ser de um sistema estático ou dinâmico e pode ser 
contínua ou discreta. A Figura 1 mostra todas essas possibilidades de classificação de 
maneira escalonada. 
Fonte: adaptada de Banks et al. (2010), Chwif e Medina (2015) e Law (2015)
MODELO
FÍSICO
NUMÉRICO
ANALÍTICO
ESTÁTICO
DINÂMICO
CONTÍNUO
DISCRETO
SIMULAÇÃO
DETERMINÍSTICO
ESTOCÁSTICO
Figura 01. Classificação de um modelo.
Na forma física, podemos ter simulações em escala real e escala reduzida. 
Conceitos Introdutórios de Simulação
8
1 Um exemplo de simulação em escala reduzida que a maioria dos alunos do 
ensino fundamental fazem são as maquetes. As maquetes, além do objetivo de 
desenvolver múltiplas habilidades do aluno como trabalho em equipe, técnicas 
artísticas e oratória, ela tem o objetivo de demostrar de forma visual como se 
pretende realizar um projeto. 
Em uma maquete que apresenta um projeto de tratamento de água de um rio, por 
exemplo, pode-se levantar questionamentos operacionais muito importantes, que 
passaram despercebidos durante o desenvolvimento do projeto, facilitando sua 
viabilização dele. Tais questionamentos advêm de algumas perguntas-chaves 
que são feitas durante a apresentação da maquete. Alguns exemplos: 
• Onde é o acesso de entrada e saída do tanque de tratamento? 
• Colocar a saída de água na parte superior do tanque é realmente o mais viável? 
• Com essa configuração seria necessária uma bomba, isso é realmente o 
desejo do projeto? 
• Como passaríamos o tanque para o outro lado do rio?
• Essa ponte tem capacidade de suportar o peso do tanque?
Ou seja, a maquete simulou a estrutura que se desejava construir de um projeto. Ao 
observar a simulação física do projeto, é possível imaginar problemas operacionais 
que podem surgir durante a construção ou durante a operacionalização.
As simulações numéricas podem ser analíticas ou algorítmicas (simulação). As primei-
ras são resultantes de equações que retornam valores em algumas situações e/ou con-
dições, nas quais se pode calcular a força, a energia potencial, o arraste, o peso, a 
aceleração e a velocidade. 
A simulação numérica algorítmica é 
a simulação que busca colocar em 
cálculos uma representação da reali-
dade. Com esse tipo de simulação é 
possível testar vários cenários lógi-
cos e coletar quais seriam os outputs 
desses cenários e então determinar 
quais seriam os cenários mais favorá-
veis. As demais classificações de um 
modelo de simulação serão posterior-
mente mais bem descritas.
SITUAÇÃO
ABSTRAÇÃO
MODELO
RESULTADOS
DO MODELO
Fonte: adaptada de Robinson (2004, p.52)
Figura 02. Simulação algorítmica.
9
1
Simulação de Sistemas Produtivos
Um bom modelo algorítmico é aquele que seus resultados representam a 
realidade do contexto ou situação modelada.
Utilizar a simulação pode ajudar que os projetos sejam mais bem-sucedidos tanto 
em questões financeiras como em questões de segurança e performance. 
A utilização de simulação vem sendo praticada como ferramenta em várias tomadas 
de decisão. De uma forma bem generalista, se utiliza a simulação quando o custo para 
simular é inferior ao custo de implementar. Esse custo pode ser relacionado tanto ao 
custo financeiro como ao de qualidade. 
O custo financeiro é aquele que tem influências diretas no CAPEX (despesas de capital) 
da empresa, ou seja, a empresa precisa definir se é melhor comprar um equipamento x 
ou um y para a sua planta. Caso a empresa opte pelo x e o equipamento mais produtivo 
fosse o y, a empresa pode ter que investir um valor bem alto para se adequar à escolha 
errada (Valor de x + Valor de y). Ou seja, o custo de se ter estudado as opções em um 
ambiente livre de riscos com a simulação traria um retorno significativo. 
O custo de qualidade está mais relacionado aos riscos que um produto pode trazer 
se não for testado e simulado, na forma física ou analítica, de maneira correta. Alguns 
exemplos comuns são o túnel de vento utilizado para testar os efeitos aerodinâmicos 
nos automóveis, simulações de colisão para testar a segurança do motorista e passa-
geiros e testes de flambagem, a fim de verificar as capacidades de cada tipo de material. 
Dessa forma, a utilização da simulação, independentemente de classificação, tem como 
duas principais características:
• Busca-se entender o comportamento dos sistemas via modelo.
• Buscar, via variação de variáveis, uma melhor configuração.
Isto é, utiliza-se a simulação para se aumentar a performance de execução, utiliza-se a 
simulação quando o objetivo é realizar a implantação da forma mais otimizada possível. 
Quando trabalhamos com um modelo de algoritmo (simulação) além da abstração de 
uma situação real, há a necessidade de compreender que um modelo algoritmo tem 
diversos passos sequenciais e tomadas de decisão lógicas que dependem do status 
das variáveis em um determinado momento. Essas decisões desenham o algoritmo de 
funcionamento do modelo. 
Conceitos Introdutórios de Simulação
10
1 Pense em um modelo algoritmo que tem o objetivo de representar uma pessoa 
fervendo água. Deve-se iniciar com a pessoa pegando a leiteira, colocando água 
ligando o fogão. Após essa situação de dois em dois minutos, a pessoa verifica 
se a água já entrou em ebulição. Caso a água tenha entrado, a pessoa desliga o 
fogo, caso contrário fica aguardando mais dois minutos até a próxima checagem
Dentre as classificações da simulação algorítmica, temos a simulação determinística e 
as estocásticas. As duas estão relacionadas à forma de utilização de dados e propor-
ções. A utilização determinística é muito utilizada quando estamos simulando um pro-
cesso que não há variação, ou seja, sempre que esse processo ocorre, ele tem duração 
do mesmo tempo, de forma fixa. Já em casos em que o processo tem uma variação no 
seu tempo de execução, utiliza-se a simulação estocástica. 
A maioria dos processos são estocásticos, ou seja, dificilmente tem-se uma 
repetição idêntica de valores. Processos determinísticos normalmente são muito 
raros, mas normalmente são usados para processos automáticos. 
Comparativamente, imagine-se como um projetista de simulação cujo objetivo de proje-
to é determinar se o tempo de duração do semáforo de pedestres está bem dimensiona-
do. Para definir essa situação, você vai trabalhar na cronometragem de um número x de 
amostras de tempo, tanto de tempo de duração do semáforo quanto do tempo que cada 
pessoa demora para atravessar a rua. Depois de coletar os dados, você fez o gráfico 1.
40
35
30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10
30 30 30 30 30 30 30 30 30 30
20
10
15 16
22
35
7
21
17 18
TEMPO SEMÁFORO TEMPO PARA ATRAVESSAR A RUA(S)
DETERMINÍSTICO X ESTOCÁSTICO
Fonte: elaborado pelo autor.
Figura 03. Tempos determinísticos e estocásticos.
Diante do cronômetro utilizado, que tinha escala mínima de segundos, todas as medi-
ções de tempos do semáforo tiveram o mesmo valor de 30 segundos. Já para o caso 
dos tempos de travessia, nas 10 amostras demonstradas no gráfico, é possível perce-
11
1
Simulação de Sistemas Produtivos
Histograma é um gráfico muito utilizado para determinar proporções em um 
certo intervalo. No eixo x, se coloca os intervalos definidos e no eixo y a 
quantidade de vezes que apareceram valores dentro desse intervalo (bin). 
Um exemplo de uma distribuição normal de média 10 e desvio padrão 2, 
mostra que com a utilização dessa distribuição, há a probabilidade de que 
os valores sejam de até 16.5, mas as maiores probabilidades estão mais 
próximas da média, como pode se observar no gráfico 3. 
ber que houve um valormínimo de sete e um valor máximo de 35. Neste caso, a distri-
buição de tempo de duração do semáforo é determinística e de 30 segundos, sendo que 
o tempo para atravessar é estocástico, ou seja, não há 100% de se ocorrer um valor. 
Para esse caso específico, segundo os dados, há 60% de chance de que o tempo para 
atravessar a rua esteja entre 7 e 19 segundos, 30% de estar entre 19 e 31 e 10% de 
estar entre 31 e 43 segundos, conforme observa-se no gráfico 2. 
HISTOGRAMA DE TEMPO PARA ATRAVESSAR A RUA (S)
7
6
5
4
3
2
1
0
[7,19] [19,31] [31,43]
6
3
1
Figura 04. Histograma de tempos utilizando Excel®.
Fonte: elaborado pelo autor.
Fonte: elaborado pelo autor.
120
100
80
60
40
20
0
4 6 8 10 12 14
HISTOGRAMA DE C1
FR
EQ
U
ÊN
C
IA
C1
Figura 05. Gráfico 3 - Histograma normal (10,2) utilizando Minitab®.
Conceitos Introdutórios de Simulação
12
1 Um outro exemplo é de uma distribuição exponencial que tem parâmetro de escala 
de 140 e limite de 0, mostrando que com a utilização dessa distribuição, há a 
probabilidade de que os valores sejam de até 1.200, mas as maiores probabilidades 
estão mais próximas da 25 e 75, como pode se observar no gráfico 4. 
HISTOGRAMA DE C2
FR
EQ
U
ÊN
C
IA
0 200 400 600 800 1000 1200
300
250
200
150
100
50
0
Fonte: elaborado pelo autor.
Figura 06. Exponencial (140,0) utilizando Minitab®.
Normalmente, os modelos que utilizam distribuições determinísticas empregam a média 
como valor de base e os modelos estocásticos utilizam distribuições. O perigo de usar 
a média está relacionado a não representação do processo, ou seja, se você tem um 
processo de fabricação que faz uma chapa de especificação de produção de 11 mm 
com tolerância de 0.5 mm, a tabela 1 mostra quais foram as medidas registradas. 
A média dos valores traz um resultado mui-
to próximo da especificação de 11 mm, mas 
ao verificar caso a caso, quais estão dentro 
ou não da especificação, percebeu-se que 
apesar de o valor médio ser idêntico ao va-
lor da especificação, apenas 30% das pe-
ças foram aprovadas. 
MEDIÇÃO (MM)
Peça 1 12,4
Peça 2 10,1
Peça 3 9,0
Peça 4 12,0
Peça 5 10,5
Peça 6 11,0
Peça 7 10,2
Peça 8 11,8
Peça 9 11,8
Peça 10 11,2
Média 11,0
Desvio 1,05
Fonte: elaborado pelo autor.
Tabela 01. Medição das peças.
13
1
Simulação de Sistemas Produtivos
Um exemplo de simulação dinâmica contínua é o enchimento de uma caixa de 
água. Não é um momento específico que transforma o estado do tanque de vazio 
em cheio, ele vai se transformando ao longo do tempo, de forma contínua. 
Fonte: elaborado pelo autor.
MEDIDA DE CHAPA (mm) POR AMOSTRA
M
ED
ID
A 
(m
m
)
13
12,5
12
11,5
11
10,5
10
9,5
9
8,5
8
Figura 07. Amostras coletadas de medição.
Outras classificações que são importantes para o entendimento dos modelos são as de situ-
ação de modelo estática e dinâmica. A simulação estática é a simulação de uma situação em 
um determinado momento de tempo. Já um modelo dinâmico é aquele que se alterna ao longo 
do tempo. Em uma analogia simples, a simulação estática representa uma “foto” e a simulação 
dinâmica um “vídeo” de um determinado processo. Um exemplo de simulação estática é a si-
mulação de Monte Carlo. Segundo Chwif e Medina (2015), a simulação de Monte Carlo utiliza 
números aleatórios para avaliar o comportamento de distribuições, sem levar em consideração 
o tempo. Já as simulações dinâmicas são representadas pelas simulações contínuas ou dis-
cretas. As simulações contínuas têm alteração de variáveis e indicadores de forma contínua. 
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
-0,5
0 2 4 6 8 10
VOLUME DO TANQUE (m3)
Fonte: elaborado pelo autor.
Figura 08. Variação do volume do tanque.
Conceitos Introdutórios de Simulação
14
1 Já a simulação eventos discretos (SED) tem alterações de variáveis e indicadores em 
momentos “gatilhos” de tempo. Essa simulação é uma das mais comuns em simulações 
de processos produtivos, uma vez que, na maioria das linhas de produção há a neces-
sidade de um tempo para que o produto sofra uma transformação.
 Após a finalização dessa fase, ele vai para outra etapa do processo. A SED pode ser 
caracterizada como um método, ferramenta ou técnica (MORECROFT; ROBINSON, 
2006) e tem como objetivo explicitar e explorar os impactos da variabilidade e como os 
sistemas irão se comportar (TAKO; ROBINSON, 2009).
Um exemplo de simulação dinâmica discreta é o atendimento de um caixa de 
banco. A situação do saldo bancário do cliente no início do processo é de 100, 
apenas após a finalização do pagamento que o saldo da conta tem um decréscimo. 
Isto é, a alteração do valor ocorre em um momento específico que transforma o 
estado da conta bancária do cliente – ele vai só vai vir a sofrer outra transformação 
quando houver outro evento de subtração ou adição na sua conta. 
160,0
140,0
120,0
100,0
80,0
60,0
40,0
20,0
0,0
0 2 4 6 8 10 12
SALDO EM CONTA (R$)
Fonte: elaborado pelo autor.
Figura 09. Variação do saldo bancário.
Dentre os inúmeros exemplos vistos, estão alguns de aplicação do uso de simulação, 
apesar de muitas vezes estar ligada aos processos produtivos, também é possível en-
contrá-la em outros setores, como na área hospitalar, serviços de atendimento e logística. 
Há diversos trabalhos publicados que abordam diferentes temas de aplicação da área. 
Saiba mais sobre os seguintes assuntos: estudo de distribuição logística (YOO; 
YÜCESAN, 2010), hospitais (CAMPOS, 2018), bancos (LEAL, 2003) balanceamento 
de linha de produção (ZUPAN; HERAKOVIC, 2015), estudos de melhorias com 
Lean (HADDAD; ZOUEIN; SALEM; OTAYEK, 2016), comparação de estratégias no 
setor de mineração (AHMED; SCOBLE; DUNBAR, 2014), otimização de sistemas 
(ANDRADE-GUTIERREZ et al., 2018), plano de evacuação para desastres naturais 
(NA; BANERJEE, 2019), modelos associados a redes neurais (YUHUA et al., 2013), 
Machine learning (FAIRLEY; SCHEINKER; BRANDEAU, 2018)
15
1
Simulação de Sistemas Produtivos
1.1 METODOLOGIAS UTILIZADAS PARA PROJETOS DE SIMULAÇÃO
Um projeto de simulação é muito além de um modelo computacional. Há a necessidade 
de entendimento do problema, a construção do modelo computacional, a comparação 
do modelo com a realidade e, por fim, a realização de experimentos. 
De fato, muitos autores apresentam etapas para serem seguidas em um projeto de 
simulação. Segundo Montevechi e colaboradores (2015), algumas etapas que são co-
mumente abordadas por diversos autores para o início do projeto são:
• Definição do sistema real. 
• Formulação do problema.
• Especificação dos requerimentos. 
• Construção do modelo conceitual. 
• Validação do modelo conceitual.
• Coleta e modelagem dos dados de entrada. 
• Documentação dos dados.
Essas etapas têm o objetivo geral de fazer com que antes de se iniciar a execução 
da modelagem computacional (colocar o sistema em um software de simulação), o 
modelador saiba de forma detalhada quais são os seus objetivos. Com a fase de 
Concepção finalizada é então recomendado iniciar a fase de Implementação, ou seja, 
criar um modelo computacional que reflita essa realidade das quais se deseja simular. 
Ainda segundo Montevechi et al. (2015), diversos autores defendem a necessidade 
de algumas etapas nesta fase:
• Construção do modelo computacional.
• Verificação do modelo computacional.
• Validação do modelo computacional.
Apesar de genéricas, as etapas são referentes a ter como resultado um modelo de si-
mulação funcional e representativo com a realidade, iniciando por adicionar a lógica que 
foi desenhada no software de simulação. Com essa lógica adicionada, é necessário que 
haja a verificação de funcionamento, ou seja, fazer uma checagem de funcionamento. 
Por último, é necessário verificar se o modelo básico (baseline) está validado com a 
realidade, de forma que os valores que são resultados do modelo sejam comparativa-
mente iguais aos que se tem no sistema real. Quando isso ocorrer, o modelo já pode ser 
utilizado como ferramenta de tomadade decisões.
Conceitos Introdutórios de Simulação
16
1 Na última etapa do projeto é quando faremos as análises do modelo, sendo realizados 
testes diversos. É quando se utiliza muito a expressão “E se...” (What if?). Muitos auto-
res defendem que na etapa de análise alguns passos devem ser seguidos para evitar 
desalinhamentos com os objetivos do projeto (MONTEVECHI et al., 2015), são eles:
• Planejamento, condução e análise dos experimentos.
• Análise dos dados e interpretações dos resultados.
• Documentação.
• Conclusões e recomendações.
• Apresentação dos resultados. 
• Implementação no sistema real. 
Essa é a fase de maior destaque no projeto de simulação, pois é nela em que todos 
os testes livres de risco são executados, que se consegue perceber os ganhos de uma 
ou outra decisão e nessa fase também é quando os resultados são apresentados para 
que os tomadores de decisão possam, baseados nos resultados da simulação, fazer o 
investimento balanceando de forma a se fazer um trade off de qual é a melhor solução. 
Cada uma das fases e suas etapas serão explicadas com mais detalhes, nos próximos 
tópicos dessa e das próximas unidades. 
Nesse material, vamos utilizar a metodologia de Montevechi e colaboradores (2010) 
para guiar nosso projeto. A ideia é termos uma linha para seguir. O fluxograma da figura 
10 mostra como cada uma das etapas supracitadas são incorporadas no método e qual 
é o seu fluxo sequencial. 
Baseline: é uma expressão que significa o cenário inicial. O Cenário de início 
ou linha de base comparativa. 
Trade Off: é uma expressão que significa o ato de escolher uma coisa em 
detrimento de outra, sendo muitas vezes é traduzida como “perde-e-ganha”. 
Muitas decisões de investimentos são trade off, uma vez que, ao se prezar pela 
qualidade, você está reduzindo os seus lucros. 
17
1
Simulação de Sistemas Produtivos
1.1 Objetivos 
e definição 
do sistema
1.2 Construção 
do modelo 
conceitual
1.3 Validação 
do modelo 
conceitual
1.4 Documentação 
do modelo 
conceitual
1.5 Modelagem 
dos dados de 
entrada
2.1 Construção 
do modelo 
computacional
2.2 Verificação 
do modelo 
computacional
2.3 Validação 
do modelo 
computacional
3.1 Definição 
do projeto 
experimental
3.2 Execução 
dos experimentos
3.4 Conclusões e 
recomedações
3.3 Análise 
estatística
Modelo 
computacional
Modelo 
operacional
Verificado?
Validado?
Tempo, custos, 
porcentagens, 
capacidade, etc.
Modelo 
conceitual
CONCEPÇÃO
N
N
N
S
S
S
ANÁLISE
Validade 
?
Fonte: Montevechi et al. (2010).
Figura 10. Sequência de um projeto de simulação.
Conceitos Introdutórios de Simulação
18
1 Vamos dividir nosso curso de simulação nas três fases sugeridas: concepção imple-
mentação e análise. Detalhando cada uma delas, conseguiremos entender melhor 
como funcionam e quais são as boas práticas para se executar um projeto de simulação 
de forma mais eficiente. 
1.2 COMO ELABORAR UM CRONOGRAMA PARA SEU PROJETO DE 
SIMULAÇÃO?
Para se iniciar qualquer projeto, é muito recomendado utilizar o cronograma para guiar suas 
atividades. Algumas perguntas-chaves podem ajudar a traçar um bom cronograma. Base-
adas em cada uma das fases de um projeto de simulação, tem-se as seguintes perguntas:
• Concepção: o que o escopo do projeto vai abranger?
• Implementação: quais são os objetivos do projeto?
• Implementação/análise: quais os cenários (“E se...”) se tem a intenção de simular 
com a ferramenta? 
Cada uma dessas perguntas tem como objetivo restringir o que vamos ter que nos pre-
ocupar em cada fase. 
O que o escopo do projeto vai abranger? 
Essa é uma pergunta muito comum em outros tipos de projeto. Por exemplo, se você vai 
contratar um pintor, a primeira pergunta que ele faria seria: qual a metragem que vamos 
pintar? A casa toda ou um quarto?
Da mesma forma, precisamos definir no projeto de simulação o que vamos simular. Vai 
ser a fábrica toda? Ou apenas o setor de expedição? Vamos simular um atendimento 
de telemarketing? Ou vamos simular uma extração de mineral? 
Depois de definido qual será o tema, é importante levar em consideração quais situações 
estão inclusas ou não no projeto. Uma técnica que é muito utilizada com esse fim é a matriz 
dentro x fora, a qual deixa definido no início do projeto quais foram as partes inclusas no cro-
nograma e quais não estavam. No início de um projeto é extremamente importante conseguir 
entender a complexidade de funcionamento do processo para que se atrele um risco baixo 
ou alto à cada etapa. Um fator que é importante para definirmos nessa etapa, é quem será o 
responsável pela coleta de dados. A coleta de dados pode gerar um grande impacto no tempo 
do projeto, uma vez que em várias situações não se tem um banco de dados de informações, 
havendo a necessidade de se iniciar do zero a coleta de todas informações. Essa é uma etapa 
de muito risco, caso seja responsável pela sua execução, pondere isso na estimativa. 
Para definirmos o que vai estar ou não no escopo é importante conhecer o processo 
e, se possível, visitá-lo de forma presencial. A falta de informações iniciais para 
estimar o cronograma pode levá-lo a uma estimativa muito fora da realidade. 
19
1
Simulação de Sistemas Produtivos
Utilização comum para uso da forma visual: simulações de processos com várias 
etapas, simulações cujo objetivo é avaliar a movimentação, simulações de novos 
processos, simulações de apelo visual. 
Utilização comum para uso da forma lógica: processos sem movimentação, 
projetos com objetivo de probabilidades e alguns processos de serviços. 
Tendo uma visão geral do que vai ou não entrar no projeto e o nível de complexidade de 
cada etapa torna mais fácil estimar os tempos de execução e os riscos atrelados a cada 
uma das etapas do fluxograma de execução. 
Quais são os objetivos do projeto?
A definição dos objetivos é o primeiro passo para se definir como o modelador deve 
iniciar o seu modelo. Dependendo do objetivo, há uma gama de softwares que podem 
auxiliar na execução desse projeto. Para a definição do software ideal, dentre os pontos 
que podem auxiliar, estão como esse software permite a visualização das lógicas do 
modelo. Normalmente elas se dividem em duas formas:
• Forma lógica.
• Forma visual. 
O formato lógico é muito comum de ser retratado por códigos e scripts. Esses códigos 
são os algoritmos que aprendemos nas aulas de computação. Eles desenham de forma 
lógica e estruturada como deve ser tomada cada decisão. Por linhas de códigos se define 
quais são as respostas que devem ser tomadas para cada ponto de decisão baseado nas 
variáveis. Para se verificar esse perfil de código, é comum utilizarmos depuradores. 
Outro formato é o visual. Com elementos visuais fica muito mais simples essa verifica-
ção de funcionamento, esses softwares são normalmente chamados softwares com re-
cursos visuais (2D ou 3D). Apesar de terem formatos de visualização diferentes, ambas 
formas estão estruturadas sobre códigos de programação computacional, a primeira 
em uma versão mais focada para programadores e a segunda com uma opção mais 
amigável para usuários. 
Dependendo do objetivo do projeto, pode-se optar por algum formato de programação 
específico. A utilização de formas gráficas para um projeto de simulação ajuda no en-
volvimento dos stakeholders, uma vez que ao visualizarem o modelo funcionando igual 
à que realidade opera, há altas possibilidades de se conseguir mais apoio para ações e 
dar grande envolvimento da equipe, principalmente em um processo produtivo. 
A decisão de qual ferramenta utilizar vai depender tanto da sua facilidade com a progra-
mação nas duas opções quanto da percepção do que se vai agregar mais para o cliente 
e, claro, quais são as possibilidades de programação existentes no software que você 
vai utilizar como ferramenta. Outro ponto importante nessa etapa é definir os indicado-
res chaves (KPI) que serão utilizados para a validação do funcionamento do modelo. 
Conceitos Introdutórios de Simulação20
1 Quais os cenários (“E se...”) se tem a intenção de simular com 
a ferramenta?
Essa pergunta é uma questão-chave tanto para o desenvolvimento do modelo como 
para a etapa de avaliação dos cenários. No primeiro caso, quando não se verifica quais 
cenários a equipe tem a intenção de testar, você pode cair no problema de, na etapa de 
análise, o modelo não está preparado para realizar esse teste, podendo gerar frustação 
no cliente e retrabalho de modelagem. Por isso, antes de traçar o cronograma, entenda 
com o cliente qual é o perfil de testes que ele quer. Questione se as alterações que ele 
gostaria de verificar aumentam ou reduzem a produtividade. 
Testes comuns:
• Se eu aumentar o número de máquinas dessa linha, quanto eu terei 
de produção? 
• Se eu reduzir o número de funcionários nessa operação, como isso 
impactará no lucro da empresa? 
• Se melhorarmos nosso tempo de reparo para os equipamentos, quanto 
podemos aumentar a produção? 
• Se eu alterasse a ordem de produção dos meus produtos, quanto eu 
diminuiria de setup das máquinas?
• Caso minha demanda aumente de x para y, como precisaria estruturar 
minha fábrica para atingir essa demanda? 
A rede de Supermercados Brasil está contratando a equipe da USF para fazer 
um modelo de simulação do seu principal mercado. Como houve um aumento 
significativo do volume de compras devido a pandemia do COVID-19, o 
objetivo é verificar a necessidade de se contratar ou não mais funcionários 
para trabalhar nos caixas de atendimento. Com essa informação, a equipe 
questionou ao proprietário o que seria considerado (Entenda que o modo 
como as perguntas são feitas pode impactar nas respostas dadas, logo, é 
importante ressaltar que muitas pessoas que procuram trabalho de simulação 
não entendem como a dinâmica funciona). 
Essas perguntas aliadas às requisições simples ou compostas vão ajudar ao modelador 
a estimar o tempo para configurar a lógica do modelo para esse teste na etapa de imple-
mentação. Com as perguntas mais ou menos definidas, é possível colocar no cronogra-
ma, na fase de análise, o número de cenários que foram levantados pela equipe. Com 
essa limitação de cenário, fica mais fácil estimar o tempo de duração da etapa de análise. 
Apesar disso, é interessante que você deixe alguns cenários “brindes” nesse cronogra-
ma, uma vez que é comum, ao longo dos projetos, que a equipe envolvida no desen-
volvimento do modelo tenha uma curva de aprendizado sobre a simulação, entenda o 
seu potencial de testes e então requisite mais alguns cenários. E para não ter um crono-
grama tão restrito, é de grande atratividade adicionar, pelo menos em um primeiro cro-
nograma, essa opção de outros cenários e possível desenvolvimento no modelo extra. 
21
1
Simulação de Sistemas Produtivos
O que o escopo do projeto vai abranger? 
• Vamos considerar apenas a unidade 1? 
• Nós vamos ficar responsáveis pelas coletas de dados?
• Vocês têm dados de horários de entrada e saída de cada um dos clientes 
no supermercado para o cálculo do tempo médio? 
• Devemos considerar comportamentos e tempos diferentes para cada 
tipo de cliente? Se sim, vocês têm dados percentuais de características de 
clientes? Percentual de homens e mulheres? Adultos ou idosos? 
• Como o objetivo é verificar a quantidade de caixas necessários para 
suprir a demanda, vamos considerar a simulação apenas desse setor? Ou 
seja, não vamos simular todos os serviços oferecidos pelo mercado, como 
açougue, padaria e frios? Sendo apenas o atendimento de caixa como 
foco?
• A logística de suprimentos será considerada como restrição? Ou 
consideraremos que se tem mercadoria disponível sempre devido ao 
planejamento de compras?
• Devemos considerar restritivo o número de clientes que entra por vez no 
supermercado? 
• O espaçamento de 1 m mínimo entre os clientes deve ser considerado 
na simulação para verificar se o espaço que temos disponível é possível 
de para alocar para a formação de fila diante da capacidade máxima de 
pessoas permitidas na loja?
Quais são os objetivos do projeto?
• É importante definirmos os fluxos de pessoas pelo mercado e seus tempos 
de escolhas dos produtos? 
• Quais indicadores seriam interessantes para utilizarmos na validação 
do funcionamento no modelo? Tempo médio de espera na fila? Tempo de 
atendimento? Volume de clientes atendidos por caixa?
Quais os cenários (“E se...”) se tem a intenção de simular com a ferramenta?
• Além do volume de caixas necessários, seria interessante para vocês 
testar o atendimento automático? 
• Também seria interessante definir quais seriam as escalas ótimas para 
definir o número de funcionários mínimos contratados? 
• É preciso testar a variação de tempos médios de compras para verificar, 
caso consigamos reduzir o tempo médio de compras, se teremos um 
aumento de filas para a finalização? 
Esses são alguns exemplos de perguntas que podem ajudar a estimar de 
forma mais precisa o tempo de execução para o projeto de simulação. Lembre-
se de que é importante sentir o entendimento da equipe e ir perguntando 
aos poucos essas informações. Um número de perguntas tão excessivos 
como este apontado nesse exemplo pode assustar as pessoas e passar uma 
impressão de alta complexidade. 
Conceitos Introdutórios de Simulação
22
1 Após adquirir todas essas informações, é possível que você já consiga desenhar um 
cronograma. Comece de forma macro pelas grandes fases: concepção, implementação 
e análise. Depois, quebre cada uma nas etapas sugeridas por Montevechi et al. (2010), 
acrescente as atividades mais detalhadas de execução e então estime o prazo de exe-
cução e o risco para cada uma delas. 
Coloque uma penalização percentual no tempo de execução dependendo do risco as-
sociado. Com isso, você terá o tempo de atividades individuais já impactados pelo risco. 
A tabela 2 mostra como é possível criar as subtarefas relacionando a fase do projeto de 
simulação com suas etapas e as atividades que as operacionalizam. 
Unidade ETAPA Sub Tarefa Tempo Risco Tempo e Risco
1. Concepção
1.1 Objetivos e defini-
ção do sistema
1.1.1 Reunião de Kick Off e 
apresentação do escopo 1 dia B 1 dia
1.1.2 Reavaliação de objetivos 4 hrs A 1 dia
1.2 Construção do 
modelo conceitual
1.2.1 Entrevistas com os res-
ponsáveis e visita ao sistema 2 dias A 4 dias
1.2.2 Modelagem utilizan-
do alguma ferramenta de 
mapeamento
3 dias B 3 dias
1.3 Validação do mo-
delo conceitual
1.3.1 Apresentação para os 
responsáveis do entendi-
mento lógico da operação
4 hrs B 4 hrs
1.3.2 Ajustes do modelo 2 dias M 3 dias
1.4 Documentação do 
modelo conceitual 1.4.1 Documentação 3 dias B 3 dias
1.5 Modelagem dos 
dados de entrada
1.5.1 Recebimento dos da-
dos enviados pela empresa 4 hrs B 4 hrs
1.5.2 Verificação se da-
dos estão de acordo com 
os requisitado
2 dias A 4 dias
Fonte: elaborada pelo autor.
Tabela 02. Prazos de atividades.
A próxima etapa é colocar qual atividade é predecessora de cada uma das etapas, ou 
seja, a atividade 1.2 só pode começar quando a atividade 1.1 finalizar, dessa forma, a 
atividade 1.1 é predecessora da 1.2. Então, faça essa classificação e observe as ativi-
dades que são independentes. Ou seja, se houvesse mais uma pessoa para trabalhar 
no projeto de forma paralela, ela poderia iniciar aquela atividade.
Tentar colocar o maior número de funcionários em paralelo pode reduzir o tempo 
de execução do projeto. Com isso, aumenta o custo diário do projeto e há a 
necessidade de uma ótima comunicação entre todos os participantes da equipe 
para evitar junções desnecessárias!
23
1
Simulação de Sistemas Produtivos
Fazer um cronograma do projeto tem diversas vantagens:
• Estimativa de tempo por conclusão de etapas, o que facilita o acompanhamento 
para entrega no prazo.
• Estimativas de custos com mão de obra do projeto.
• Estimativas de custos com deslocamentos. 
Faça cronogramas para quaisquer projetos. 
Existem várias ferramentas com várias funcionalidades de criação de cronogramas. 
Dentre essas funcionalidadestemos: 
• Adição de calendário. 
• Customização de escala de trabalho.
• Restringir períodos para cada recurso.
• Adição de interdependência de tarefas.
• Definição de sobrecarga de trabalho por recurso.
Essas configurações podem facilitar a criação de cronogramas mais automatizados. Al-
guns softwares são conhecidos por ter essas facilidades de organização de cronograma 
e gerenciamento de projetos. Alguns exemplos são:
• MS Project.
• Planner (gratuito).
• Project Libre.
• Gantt Project (gratuito).
1.3 CONCEPÇÃO 
A fase de concepção é a grande responsável pelo sucesso de um projeto de simulação. 
Segundo Mitroff et al. (1974), a etapa de concepção é responsável pela eficiência de 
todas as demais fases subsequentes em um projeto de simulação. A concepção é cons-
tituída por cinco etapas:
1. Objetivos e definição do sistema.
2. Construção do modelo conceitual.
3. Validação do modelo conceitual. 
4. Documentação do modelo conceitual. 
5. Modelagem dos dados de entrada.
Conceitos Introdutórios de Simulação
24
1 Todo o projeto de simulação precisa de alta integração entre a equipe projetista e a 
equipe da empresa. Essa integração evita grandes retrabalhos durante o projeto. Nessa 
unidade vamos tratar das duas primeiras etapas dessa fase. 
Objetivos e definição do sistema
A primeira etapa é referente à qual parte serão abordados os objetivos e faremos a defi-
nição do sistema. Essa etapa precisa ser documentada via uma reunião inicial (kick off) 
ou algum documento que comprove que as partes estão alinhadas. Um bom objetivo 
deve ser o SMART, que é um acrônimo que significa:
• Específico (Specific)
• Mensurável (Measurable)
• Atingível (Attainable)
• Relevante (Relevant)
• Temporal (Time based)
Normalmente, um objetivo é representado por uma frase. A frase precisa ter todas as 
características SMART. Para ser específico é necessário deixar as generalidades de 
fora, por exemplo, “Quero emagrecer”, apesar de ser um objetivo, não é específico. 
Para se tornar específico, ele deveria conseguir responder algumas questões como 
“O que você quer alcançar?”, “Por que você quer isso?”. Nesse caso, a frase “Quero 
emagrecer para o casamento” parece um pouco mais específica, apesar de ter várias 
possibilidades de melhoria. 
A segunda característica é que o objetivo deve ser mensurável. Ser mensurável é mui-
to mais do que ter uma medida, por exemplo, perder 3 kg, mas precisa ser possível de 
acompanhar de forma parcial, ou seja, que você consiga fazer entregas parciais. “Quero 
emagrecer 3kg para o casamento, sendo que 0,5 kg por mês”. 
O objetivo precisa ser atingível, ou seja, não adianta você colocar um objetivo de per-
der 10 kg ou mais, quando você nunca atingiu esse objetivo. Perder meio quilo por mês 
pode ser fácil ou difícil dependendo da condição inicial de cada pessoa. Por isso, ao 
desenhar um objetivo, seja o mais empático possível para tornar o objetivo atingível, 
nem fácil e nem difícil. 
Relevante – nessa etapa se verifica o quão importante é a realização desse trabalho. 
Há necessidade de que esse objetivo seja executado ou é algo que pode ser posterga-
do sem nenhum impacto negativo?. Por isso sempre meça a relevância dos objetivos. 
Temporal – sempre defina um limite para execução desse objetivo. “Quero ema-
grecer 3 kg para o casamento, sendo que 0,5 kg por mês durante os próximos 
seis meses”. Quando seu objetivo tem um prazo, facilita a sua execução e o seu 
acompanhamento. 
25
1
Simulação de Sistemas Produtivos
A situação de atingível e temporal pode impactar muito na confiabilidade do 
projeto. Antes de estimar o quanto você consegue atingir e quanto tempo 
você demora, estude seu histórico e estime baseado em dados já praticados 
com um percentual de melhoria. 
Para definir qual o sistema que devemos simular, trabalharemos diretamente na formu-
lação do problema, o que define a base do projeto que será modelado.
Durante a formulação, o envolvimento da equipe e principalmente das pessoas que 
estão diretamente relacionadas ao processo tem alta colaboração. 
Fazer entrevistas com esse grupo de pessoas pode auxiliar no entendimento e discussão 
do processo em diferentes níveis. Ao discutir e entender melhor como funciona a realidade 
do problema, o modelador tem que trabalhar com as informações, abstraindo quais são 
importantes e quais irão auxiliá-lo ou serão dificultadoras na hora da modelagem compu-
tacional. A realização de entrevistas face to face auxiliam nessa imersão para a realidade. 
Nessa entrevista, comece pedindo para que o responsável pelo processo explique o 
funcionamento da realidade. Depois, faça perguntas para verificar se o seu entendi-
mento do que está sendo explicado está condizente com o que ocorre na realidade, 
podendo utilizar de rascunhos de fluxo de processo ou situações-problema de funcio-
namento. “Exemplo: em uma situação x, você encaminharia a peça para a máquina A 
ou B”. Essas discussões irão ajudar o modelador a imaginar todo o problema e como 
formulá-lo da melhor forma, sempre alinhado com o objetivo do projeto. 
Face to face: reuniões que são feitas de forma presencial e preferencialmente 
individuais. Esse tipo de reunião, além de trazer uma maior proximidade entre 
entrevistador e entrevistado, tem o ganho da opinião sincera do entrevistado sem 
pensar em julgamento que membros da sua própria equipe possam ter em relação 
aos seus posicionamentos, por isso a situação individual é priorizada.
Muitas vezes é importante perguntar sobre algumas informações que foram ignoradas, 
por exemplo, “Como o funcionário emite a nota fiscal para dar saída no produto?”, pois 
pode ser que seja via sistema, executada de uma forma rápida que não impactaria no 
processo. Mas pode ser também que essa emissão necessite de um deslocamento do 
funcionário até ao prédio da contabilidade para buscar a nota para fixar no produto que 
será expedido. 
Por isso, após a explicação do funcionário, vá até o local e observe o funcionamento. 
Observe movimentos que possam parecer não coincidentes com o que foi exclamado 
pelo pessoal do processo e questione o time operacional como funciona a rotina de 
trabalho deles e o fluxo de produção da linha. 
Conceitos Introdutórios de Simulação
26
1 Diferentes pessoas e diferentes cargos podem dar opiniões muito enviesadas 
do processo. Busque ter as informações de diferentes níveis hierárquicos e de 
diferentes pessoas. Observe que quanto mais gerencial for o cargo, de forma 
mais superficial ele vai tratar o processo, e quanto mais operacional for o cargo, a 
descrição do processo será mais rica em detalhes. Faça o balanceamento desses 
dados buscando as informações necessárias para o seu projeto com o objetivo 
que foi estipulado! 
Muitos projetos de simulação estão diretamente relacionados ao aumento 
de produtividade de linhas. Isso não necessariamente está relacionado à 
demissão de pessoas. Mas, muitas vezes, quando se inicia um projeto de 
melhoria das produtividades, muitos funcionários acreditam que podem 
ter seus trabalhos avaliados de forma negativa ou positiva, alterando seu 
comportamento para menos ou mais produtivo. Busque entender esses 
comportamentos para conseguir absorver as informações que fazem parte 
da rotina normal, sem superestimar nem subestimar. 
Quanto maior o envolvimento da equipe nessa etapa do processo, melhor o entendi-
mento do processo e, consequentemente, melhor a qualidade do trabalho que será 
desenvolvido. Um outro ponto importante é que a equipe não se sinta ameaçada pelo 
seu trabalho. Caso esse sentimento de ameaça exista, muitas coisas podem ser im-
pactadas de forma negativa na comunicação e no entendimento geral do processo pelo 
modelador. A relação de confiança é essencial para um trabalho em equipe e para um 
projeto e se torna um fator relevante, por isso tente ser transparente com o time. 
De posse de todas as informações coletadas tanto na entrevista como na visita do sis-
tema, é possível que o modelador comece agora a formularo problema alinhado com 
os objetivos. Dessa forma, as informações serão consideradas como input e o problema 
formulado é o output dessa etapa. A figura 11 mostra de forma esquemática o trabalho 
do modelador. 
Fonte: elaborada pelo autor.
Figura 11. Ilustração esquemática da formulação dos problemas.
27
1
Simulação de Sistemas Produtivos
Na formulação dos problemas é importante que o especialista da simulação analise 
as informações existentes no contexto e escolha as que são necessárias para então 
formular o problema.
A escolha das informações deve ser feita de forma consciente e alinhada com 
os objetivos e o escopo do projeto. É muito comum, ao se fazer a visita do 
sistema, perder de vista os objetivos devido ao grande número de informações 
que serão recebidas. Foque a sua etapa de entendimento nos objetivos, mas 
seja flexível para o cliente abrindo a possibilidade de modificação alinhada 
com a alteração do cronograma. 
Após formularmos o problema e termos um maior entendimento do processo, é possível 
seguirmos para a próxima unidade, na qual estudaremos de forma mais detalhada a 
etapa de modelagem conceitual. 
CONCLUSÃO
Nesta unidade, vimos os conceitos de simulação e suas classificações além de apresentar 
metodologias que podem ser utilizadas para a execução de um projeto de simulação. 
Ainda, para um melhor acompanhamento do projeto de simulação, foram apresentadas 
formas de criar cronogramas que estejam alinhados com o framework, a fim de evitar que 
etapas que devam ser consideradas para a execução do projeto sejam deixadas de lado. 
O projeto de simulação é divido em três grandes fases, que são a concepção, a imple-
mentação e a análise. Esta unidade tratou de iniciar os conceitos necessários e abordar 
as primeiras etapas da concepção, na qual foram apresentados o conceito de formula-
ção de problema e a definição de objetivos. 
As apresentações de modelagem conceitual, algumas técnicas que podem ser utiliza-
das e as próximas etapas da fase de concepção serão tratadas na próxima unidade. 
REFERÊNCIA
1. AHMED, H. M.; SCOBLE, M. J.; DUNBAR, W. S. 
A comparison between Offset Herringbone and El 
Teniente underground cave mining extraction layouts 
using a discrete event simulation technique. Interna-
tional Journal of Mining, Reclamation and Envi-
ronment, p.1-21, nov., 2014.
2. ANDRADE-GUTIERREZ, E. S.; et al. Optimiza-
tion in a flexible die-casting engine-head plant via 
discrete event simulation. International Journal of 
Advanced Manufacturing Technology, v. 95, p. 
4459-4469, 2018.
3. BANKS, J.; CARSON II, J. S.; NELSON, B. L.; NI-
COL, D. M. Discrete-event Simulation. 5. ed., New 
Jersey: Pearson Prentice-Hall, 2010.
4. BUDGAGA, W.; et al. Predictive analytics using 
statistical, learning, and ensemble methods to su-
pport real-time exploration of discrete event simula-
tions. Future Generation Computer Systems, v. 56, 
p. 360-374, 2016.
5. CAMPOS, A. T. Contribuições para a melho-
ria na condução de Projetos de Lean Healthcare 
Simulation. 2018. 113 f. Dissertação (Mestrado em 
Engenharia de Produção) – Universidade Federal de 
Itajubá, Itajubá, 2018.
6. CHWIF, L.; MEDINA, A. C. Modelagem e simu-
lação de eventos discretos: teoria e aplicações. 4. 
ed. São Paulo: Elsevier, 2015.
7. FAIRLEY, M.; SCHEINKER, D.; BRANDEAU, M. 
L. Improving the efficiency of the operating room en-
vironment with an optimization and machine learning 
Conceitos Introdutórios de Simulação
28
1 model. Health Care Manag Sci, 2018.
8. HADDAD, M. G.; ZOUEIN P. P.; SALEM J.; 
OTAYEK R. Case Study of Lean in Hospital Admis-
sions to Inspire Culture Change. EMJ - Engineering 
Management Journal, v. 28, n. 4, p. 209–223, 2016.
9. LAW, A. Simulation modeling and analysis. 
Boston: McGraw-Hill Education, 2015.
10. LEAL F. Um diagnóstico do processo de aten-
dimento a clientes em uma agência bancária atra-
vés de mapeamento do processo e simulação 
computacional, Ano de Obtenção: 2003.
11. MITROFF, I. I. et al. On managing science in the 
system age: two schemas for the study of science as 
a whole system phenomenon. Interfaces, v. 4, n. 3, 
p. 46-58, 1974.
12. MONTEVECHI, J. A. B.; et al. Conceptual mode-
ling in simulation projects by mean adapted IDEF: an 
application in a Brazilian tech company. Winter Simu-
lation Conference, Proceedings… Baltimore, MD, 
USA, 2010.
13. MONTEVECHI, J. A. B.; et al. Identification of 
main methods used in simulation projects. In: Winter 
Simulation Conference, Proceedings... Huntington 
Beach, CA, USA, 2015.
14. MORECROFT, J. D. W., ROBINSON, S. Compa-
ring discrete event simulation and system dynamics: 
Modelling a fishery. Operational Research Society Si-
mulation Workshop, Proceedings… UK, 2006.
15. NA, H. S.; BANERJEE, A. Agent-based discrete-
-event simulation model for no-notice natural disaster 
evacuation planning. Computers & Industrial Engi-
neering, v. 129, mar., p. 44-55, 2019.
16. ROBINSON, S. Simulation: the practice of model 
development and use. 1. ed. Chichester: John Wiley 
& Sons, 2004.
17. RUBMANN, M.; et al. Industry 4.0: the future of 
productivity and growth in manufacturing industries. 
Boston: The Boston Group, 2015.
18. SARGENT, R. G. Verification and validation of si-
mulation models. Journal of Simulation, v. 7, n. 1, 
p. 12-24, 2013.
19. SHEN, H.; WAN, H. Controlled sequential facto-
rial design for simulation factor screening. European 
Journal of Operational Research, v. 198, n. 2, p. 
511-519, 2009.
20. TAKO, A. A., ROBINSON, S. Comparing discrete 
event simulation and system dynamics: Users` per-
ceptions. Journal of the Operational Research So-
ciety, v. 60, p. 296-312, 2009.
21. YOO T.; CHO H.; YÜCESAN E. Hybrid algorithm 
for discrete event simulation-based supply chain opti-
mization. Expert Systems with Applications, v. 37, 
n. 3, p. 2354-2361, 2010.
22. YUHUA, T.; et al. Parallel architecture and opti-
mization for discrete-event simulation of spike neural 
networks, Science China Technological Sciences, 
v. 56, n. 2, p. 509-517, 2013.
23. ZUPAN, H.; HERAKOVIC, N. Production line ba-
lancing with discrete event simulation: a case study. 
IFAC-PapersOnLine, v. 48, n. 3, p. 2305-2311, 2015.
29
1
Simulação de Sistemas Produtivos
30
2
Concepção
UNIDADE 2
CONCEPÇÃO
INTRODUÇÃO
Nesta unidade trataremos de forma mais detalhada algumas etapas da fase da concep-
ção, que irão nos dar um melhor embasamento para o nosso projeto de simulação. Ini-
cialmente, vamos entender como se cria um modelo conceitual, quais técnicas podem 
ser utilizadas e como se usa cada um dos símbolos. Na etapa de modelagem concei-
tual, o objetivo é fazer com que o aluno se capacite para construir modelos conceituais 
em diversos setores por meio de exemplos e de demonstração do funcionamento e das 
regras da técnica. A segunda parte da unidade é relacionada à coleta de dados. Serão 
apresentadas algumas boas práticas e técnicas que são comumente utilizadas para 
coletar dados. Em seguida, finalizaremos com a última parte da unidade, na qual iremos 
entender e analisar os dados para conseguirmos enxergar como eles se comportam 
com base em análises estatísticas básicas. A unidade finalizará por completo com a 
fase de concepção, da qual teremos como outputs: objetivo do projeto, o problema for-
mulado, o modelo conceitual mapeado e validado pela equipe e os dados de entrada. 
 Os tópicos abordados são:
• Modelagem conceitual
• Coleta de dados 
• Tratamento de dados
INTRODUÇÃO À CONCEPÇÃO
Nesta unidade, continuaremos seguindo as etapas que são propostas na fase de con-
cepção (Figura 1). A primeira etapa (1.1 Objetivos e definição de sistemas) já foi estu-
dada na unidade 1, as demais serão tratadas de forma mais detalhada nesta unidade. 
Essa fase engloba as etapas de formulação do problema, construção, validação e do-
cumentação do modelo conceitual e a modelagem dos dados de entrada. Segundo 
Mitroff e colaboradores (1974), a etapa de concepção é responsável pela eficiência de 
todas as demais fases subsequentes em um projetode simulação, uma vez que, na 
sua primeira etapa, é feita a formulação do problema, o que define todo andamento do 
projeto que será modelado. Para Balci. (2011), é necessário analisar o contexto para 
poder formular o problema. Com o problema formulado, entramos nas fases que serão 
tratadas nessa unidade, nas quais se cria o modelo conceitual, que precisa ser validado 
2
31Simulação de Sistemas Produtivos
Apenas para relembrarmos, na unidade 1 iniciamos o entendimento da fase de 
concepção de um projeto de simulação. Entendemos como devemos definir os 
objetivos do projeto (SMART) e aprendemos algumas técnicas e boas práticas 
para conseguir entender o sistema e capturar as informações que são necessárias 
para formularmos o problema, como: 
• Entrevistas face to face.
• Fazer uma visita no chão de fábrica.
• Entrevistar pessoas de diferentes funções.
• Buscar informações da rotina sem influências.
Com o objetivo definido e o problema formulado, é possível iniciar a próxima 
etapa: a construção do modelo conceitual.
e documentado para possíveis consultas para as etapas posteriores. Após, é preciso 
adicionar a modelagem dos dados de entrada, que irá auxiliar em quais serão os dados 
considerados no modelo computacional. 
Fonte: Montevechi et al. (2010 p. 1626).
Figura 01. Fase de concepção.
1.1 Objetivos 
e definição do 
sistema
1.2 Construção 
do modelo 
conceitual
1.3 Validação 
do modelo 
conceitual
1.4 Documenta-
ção do modelo 
conceitual
CONCEPÇÃO
1.5 Modelagem 
dos dados de 
entrada
Modelo 
conceitual
Tempo, custos, 
porcentagens, 
capacidade, etc
Validado 
?
1.1. MODELAGEM CONCEITUAL
A modelagem conceitual, também chamada de mapeamento de processo, é uma técnica 
utilizada em diversas áreas da engenharia, gestão de conhecimento e de procedimentos. 
Essa técnica tem a característica de armazenar em um documento de forma esquemática 
e lógica quais são as atividades e condições necessárias para realizar um procedimento. 
32
2
Concepção
O modelo conceitual é a representação gráfica, matemática ou lógica de um determi-
nado estudo, descrevendo os objetivos, entradas, saídas, conteúdos, suposições e as 
simplificações envolvidas na lógica, independentemente do software utilizado (SAR-
GENT, 2013; ROBINSON, 2008). Autores como Chwif e Medina (2015), Montevechi 
et al. (2010) e Wang e Brooks (2007) afirmam que a etapa da modelagem conceitual 
é a menos compreendida no processo de simulação, pois é a fase que recebe menos 
atenção, contrariando a regra explicada anteriormente, em que se recomenda 40% do 
tempo de execução para essa etapa. O principal motivo dessa falta de atenção deve-
-se ao fato de que a modelagem conceitual pode ser considerada mais uma “arte” do 
que uma “ciência” e, portanto, é difícil definir os métodos utilizados e os procedimentos 
a serem seguidos (ROBINSON; BROOKS; KOTIADIS; ZEE, 2011). Segundo Gabriel 
(2018), deve-se ter atenção nessa fase, pois é a partir da modelagem conceitual que 
todo o modelo computacional é desenvolvido.
Para iniciar a modelagem conceitual, é necessário definir o processo/problema 
que se deseja modelar. A verificação se uma pessoa está ou não em estado febril é 
um procedimento de trabalho. Considerando uma pessoa adulta, o procedimento 
se inicia quando colocamos o termômetro no local para medição. Depois é 
necessário aguardar um tempo até que a medição se complete, esse tempo varia 
de acordo com o tipo do termômetro, alguns possuem um dispositivo sonoro que 
avisam quando o tempo de repouso do medidor já foi suficiente para capturar 
a temperatura. Ao visualizar a medição, no caso do paciente adulto, medidas 
iguais ou superiores a de 37,8 C° são consideradas como estado febril, as com 
temperaturas inferiores são consideradas em situação normal. A Figura 2 tem a 
finalidade de explicar de forma visual e lógica todo esse procedimento utilizando 
a técnica de fluxograma. Esse formato de documentação é muito mais visual e 
tem um poder de transmissão de informação mais eficaz que textos descritivos, 
uma vez que textos podem conter ambiguidades, mas o fluxograma nos permite 
avaliar com clareza. 
Início do procedimento
Situação normal Estado febril
Temperatura
>=37,8C?
Aguardar tempo 
de medição
Colocar o termômetro
Figura 02. Procedimento de medição de temperatura.
Fonte: Elaborada pelo autor.
2
33Simulação de Sistemas Produtivos
Qualquer modelagem conceitual tem como objetivo registrar de forma esquemática um 
processo ou um procedimento. Como um procedimento só atinge seu objetivo de pas-
sar todas as informações necessárias para quem está o recebendo, é preciso que as 
pessoas saibam entender todas as simbologias que são utilizadas nesse mapa ou mo-
delo conceitual. Dessa forma, para tornar esse processo universal, ou seja, qualquer 
pessoa que observe o modelo conceitual que foi feito em uma localidade x consiga 
replicá-lo em uma localidade y, criaram-se diversos padrões de técnicas de modelagem. 
Existem diversas técnicas de modelagem conceitual. Busque entender qual a 
técnica que a equipe da empresa utiliza. Como há a necessidade de se interpretar 
o que foi escrito, é preciso que o time já tenha sintonia com uma simbologia. Tente 
utilizar a técnica de modelagem que a empresa já está habituada, isso facilitará 
o processo de envolvimento e de entendimento do projeto de simulação. Caso 
o cliente não tenha conexão com nenhuma estrutura de modelagem conceitual 
ou você não conheça a metodologia que é utilizada pela empresa, haverá a 
necessidade de passar informações adicionais de funcionamento da simbologia 
na hora da apresentação. 
Há diversas técnicas que são utilizadas para modelar diferentes tipos de sistemas e 
cada uma tem características que fazem com que sua utilização seja direcionada para 
algumas aplicações. Alguns exemplos de técnicas são:
• IDEF 
• UML
• DFD
• Blueprinting
• Mapeamento da cadeia de valor (Lean)
• BPMN
• Fluxograma
• IDEF-SIM
Aqui, vamos descrever de forma mais detalhada duas dessas técnicas. A técnica de fluxo-
grama, tanto normal como em raias, uma vez que além de ser a técnica mais utilizada é a 
técnica mais generalizada, ou seja, é possível utilizar essa técnica em qualquer modalida-
de de processo, de forma eficiente. A técnica do IDEF-SIM é uma técnica muito utilizada 
no contexto de simulação, e, por esse motivo, também vai ser detalhada no material.
34
2
Concepção
Fluxograma
A técnica de fluxograma é a mais utilizada para se modelar processos de diversas áre-
as, podendo ser dividida em duas subclasses: normal e em raias. A técnica atende de 
forma simples e sem muito detalhamento qualquer tipo de processo. A simbologia do 
fluxograma sofre transformações frequentes, principalmente devido à sua alta utiliza-
ção. Alguns símbolos são clássicos: 
Terminador: o símbolo caracteriza o início ou o fim do processo. Toda vez 
que vamos iniciar um fluxograma, iniciamos com o símbolo e colocamos 
uma frase que representa o início desse processo dentro dele. Por exem-
plo: “Recebimento de pedido”, “Chegada no pronto Socorro”. E quando 
vamos finalizar o processo também utilizamos o mesmo símbolo, com a 
frase que simboliza o fim do processo, por exemplo, “Pedido entregue” e 
“Paciente liberado”. 
Espera: o símbolo caracteriza a necessidade de se aguardar algum tempo 
até passar para a próxima etapa do processo. Isso pode estar relacionado 
tanto em tempos pré-estabelecidos como a aguardar a finalização de uma 
outra atividade que está sendo feita por um outro setor. Muito comum de 
ser usado em situações de “Aguardando peças” ou “Aguardando aprova-
ção do cliente”. 
Decisão: esse é o símbolo mais intuitivo do fluxograma. Representado 
com uma pergunta, ele mostra as alternativas de decisão baseadas na 
resposta da pergunta. Com base em um requisito decisor, o processo pode 
ter diversos caminhos. Um exemplo é o processo de um restaurante, ao 
questionarmos se o pedido é para levar para casa ou comer no lugar. Se 
a resposta for que se desejalevar a refeição para viagem, eles precisam 
preparar uma embalagem para levar, lacrá-la, colocar utensílios plásticos 
dentro da embalagem, adicionar temperos opcionais e organizar toda a es-
trutura para evitar que a comida chegue danificada na casa do cliente. Ou 
seja, um requisito transformou totalmente o fluxo do processo de entrega 
de refeição ao cliente. 
Processo: esse é símbolo de uma atividade que precisa ser executada. 
Muitas vezes é o descritivo das atividades que necessitam ser feitas para 
se finalizar o processo, por exemplo, “Anotar o pedido”, “Passar o pedido 
para a cozinha”. 
Transporte: responsável por notificar um transporte físico. Alguns proces-
sos têm uma alta frequência de transportes, podendo se tornar muito inefi-
cazes, uma vez que se gasta mais tempo transportando os produtos do que 
transformando. O transporte, segundo a filosofia Lean, é um desperdício, 
uma vez que não agrega valor ao produto. Dessa forma, processos que 
tenham no seu mapeamento uma alta frequência desse símbolo podem ter 
planos de melhorias de uma forma imediata. 
2
35Simulação de Sistemas Produtivos
Documentos: muito utilizado em mapeamento de processos de escritó-
rios ou de processos burocráticos. Muitas vezes esse documento pode 
ser aguardado em uma outra etapa do processo. Um exemplo disso é 
o pedido feito pelo cliente que chega à cozinha para que o cozinheiro 
comece a execução. 
Setas: indicam sentido de fluxo. Quando estão relacionadas a um 
fluxo de atividades, são utilizadas as setas contínuas, quando o fluxo 
é de informações, utiliza-se as setas pontilhadas. 
Um restaurante 5 estrelas, que sempre busca melhorar a sua qualidade de 
serviços, contratou a equipe da USF para prestar uma consultoria e gerar um 
modelo conceitual do seu processo de atendimento. O restaurante recebe um 
volume muito alto de clientes, os quais se acumulam no horário de almoço. Como 
o restaurante tem uma comida com um preço atrativo e produzida em lotes, os 
lucros estão diretamente relacionados ao volume de vendas diárias. Por isso há a 
necessidade de se verificar algumas oportunidades de melhoria no atendimento 
do restaurante, para que seja possível atender, de forma 5 estrelas, o maior 
volume de clientes.
Para facilitar o entendimento do processo, o gerente Fábio enviou para a equipe 
um descritivo do funcionamento do processo. 
“Nós começamos os trabalhos por volta das 5 da manhã, ainda com o restaurante 
fechado, vamos deixando todos os subprocessos organizados. Deixamos os 
legumes já cortados, todas as louças prontas e iniciamos os preparos de cozimento 
para as refeições do nosso almoço. O restaurante oferece pratos específicos por 
dia, enquanto durar o estoque. Isso faz com que precisemos atualizar nosso 
cardápio no início e ao longo do dia, quando os pratos vão esgotando. O serviço 
funciona da seguinte forma: os clientes chegam ao restaurante e requisitam 
uma mesa, aguardam organizarmos a mesa e assentam. Depois, um de nossos 
colaboradores do serviço de mesas checa com a cozinha quais são os pratos 
disponíveis no momento e assim atualiza o cardápio para entregar para os 
clientes da mesa. Enquanto os clientes observam o cardápio, o colaborador 
questiona se eles desejam algo para beber. Alguns clientes já fazem o pedido, 
quando isso acontece, o colaborador já busca junto ao balcão as bebidas que 
foram solicitadas e leva de volta para mesa. Ao voltar à mesa, o colaborador 
coleta os pedidos e os leva até a cozinha. Na cozinha, a equipe recebe os pedidos 
e os coloca em uma fila, seguindo a ordem PEPS (primeiro que entra primeiro que 
sai). Como o processo de cozimento e preparação das refeições já fora realizado 
no início da manhã em um processo independente, a atividade da cozinha nesse 
momento é a montagem de pratos. Nessa montagem é necessário verificar 
todos os requisitos do prato solicitado pelo cliente, caso alguma informação 
esteja faltando, é necessário requisitar que o atendente de mesa verifique a 
informação com o cliente. Com todas as informações de requisição, a cozinha 
pode começar a montagem, em que são verificados se todos os componentes 
estão na temperatura correta de serviço, caso não estejam, eles precisam ser 
reaquecidos. Com todos na temperatura correta, a refeição é servida e a cozinha 
sinaliza com um sino, que a refeição está pronta. Esse aviso sonoro é escutado 
pelos colaboradores de serviço de mesa, e o primeiro que conseguir vai fazer a 
entrega dos pratos na mesa. Ao receberem o prato, os clientes fazem sua refeição 
e depois chamam os atendentes de mesa para solicitar a conta
36
2
Concepção
O funcionário vai até o balcão e pede para que o caixa feche a conta para a 
mesa x. O caixa faz os cálculos dos valores a serem pagos e chama novamente 
o funcionário para levar os valores e a descrição da conta para a mesa. Caso 
tudo esteja correto, o cliente solicita o pagamento, mas se houver algo errado 
no descritivo, o funcionário vai até o caixa para alinhar os problemas que foram 
apontados pelo cliente para que a conta seja atualizada. Se o pagamento for 
em dinheiro, o funcionário pega o dinheiro leva até o caixa e traz o troco para o 
cliente. Caso o pagamento é com o cartão, o funcionário requisita ao cliente para 
que ele vá até o caixa para fazer o pagamento.”
Após essa descrição, precisamos elaborar um fluxograma que represente esse 
processo de atendimento do restaurante 5 estrelas. Tente observar pela descrição 
dos processos onde pode se identificar momentos de decisão, de transporte, de 
aguardado e de finalização. De forma macro, o processo do restaurante 5 estrelas 
pode ser quebrado em 4 grandes processos. 
Com base nas informações que foram descritas pelo gerente, conseguimos entrar 
em detalhe em todos os grandes processos do atendimento. 
Recebimento 
dos clientes
Coleta de pedidos
Montagem e en-
trega do prato
Pagamento e 
finalização
Figura 03. Representação macro do atendimento do restaurante 5 estrelas.
Fonte: Elaborada pelo autor.
2
37Simulação de Sistemas Produtivos
Um dos pontos positivos que o mapeamento pode trazer é evidenciar alguns 
processos que podem ser melhorados, evitando desperdícios e retrabalhos. 
Um exemplo é no processo de coleta de pedidos: se por acaso o funcionário 
antes de finalizar o pedido fizer a verificação de informações juntamente com 
os clientes, pode-se evitar que essa verificação seja feita de novo durante a 
montagem de pratos. 
Fonte: Elaborada pelo autor.
Finalizar Organiza-
ção das 
mesas para 
receber 
clientes
Verificar 
pratos 
disponíveis 
e alterar o 
cardápio
Cliente acei-
ta esperar
Não
Sim
Não
Sim
Há mesas dis-
poníveis?
Ir até a cozinha
Ir até a mesa
1
Aguardar 
liberação
Chegada 
dos clientes
Figura 04. Detalhamento do recebimento dos clientes.
38
2
Concepção
O mapeamento conceitual já ajuda bastante no entendimento do processo 
como um todo, além de dar alguns insights de melhoria de processos, visto que 
ele trata todo o processo de forma lógica, mostra o funcionamento do processo 
e fluxos de retorno ou de retrabalho. Quando fazemos um mapa conceitual, 
fica evidente qual etapa poderia evitar um retrabalho. Como os trabalhos são 
executados por pessoas, todos os processos são susceptíveis a erros, mas 
existem técnicas que ajudam a evitar alguns tipos de erros. Para conter falta 
de informações de um pedido, pode-se utilizar a técnica poka yoke, criando 
um padrão de formato de pedido para que o atendente vá marcando com um 
x todos os requisitos do pedido na primeira vez, fazendo com que se evite a 
necessidade de buscar mais informações novamente. 
Pedido 
mesa X
Não Sim
Anotar os 
pedidos de 
refeição
Aguardar 
definição 
de pedidos
COLETA DE PEDIDOS
Requisitar 
as bebidas
Pedido 
mesa X
Aguardar 
preparação 
da bebida
Ir até a 
mesa
Alguma 
bebida?
Ir ao balcão
1
Ir até a 
cozinha
Pedido 
mesa X
2
Entregar 
pedido 
para a cozi-
nha
Figura 05. Detalhamento de coleta de pedidos.
Fonte: Elaborada pelo autor.2
39Simulação de Sistemas Produtivos
MONTAGEM E ENTREGA 
DO PRATO
Fonte: Elaborada pelo autor.
Pedido 
mesa X 
completo
Ir até a 
mesa
Aguardar 
momento de 
preparação
2
Informações 
preenchidas?
Preparar 
para aque-
cer compo-
nentes
Montagem 
do prato e 
acionar o 
sino
SimNão
Sim
Não
Aguardar 
funcionário 
buscar
Ir até a 
mesa
Entregar re-
feição para 
o cliente
3
Temperaturas 
corretas?
Aquecimento
Buscar 
informa-
ções que 
estavam 
faltando
Figura 06. Detalhamento da montagem e entrega do prato.
40
2
Concepção
3
Refeição
Cliente 
requisita a 
conta
Ir até o 
caixa
Organizar a 
conta
N
ão
Sim
Cartão Dinheiro
Requisitar ao 
cliente para ir 
até o caixa
Realizar o 
pagamento
Ir até o caixa
Requisitar 
troco
Ir até mesa
Entregar o 
troco
Finalizar 
atendimento
Ir até mesa
Conta cor-
reta?
Forma de 
pagamento
Figura 07. Detalhamento do pagamento e da finalização.
Fonte: Elaborada pelo autor.
2
41Simulação de Sistemas Produtivos
No material temos as principais simbologias do fluxograma (“Flowchart”), mas há di-
versas outras que são utilizadas de forma mais específicas dependendo do setor de 
atuação do processo a ser mapeado. A técnica de fluxograma tem como ponto positivo 
ser a mais utilizada para mapeamento em todos os setores. Esse mesmo ponto se torna 
negativo devido ao alto número de utilizações, existindo diversas notações diferentes 
associadas a essa mesma técnica. 
Poka yoke é uma técnica que foi originada no sistema Toyota de produção, na qual 
se utilizam mecanismos físicos e visuais para evitar erros. Com foco de utilização 
em processos de manufatura e atividades repetitivas, o poka yoke vem ganhando 
espaço em áreas hospitalares e de atendimento de serviços. O principal objetivo 
é evitar erros mais simples que podem ocasionar desde retrabalhos no processo 
até erros perigosos com riscos de acidentes de trabalho. 
Alguns exemplos são: 
• Encaixes únicos das tomadas, evitar colocar os polos invertidos
• As travas de eletrodomésticos que apenas permitem ligar o equipamento 
quando esse já não oferece risco ao usuário
• As bandejas médicas de cirurgia, que evitam o esquecimento de instrumentos 
dentro do paciente
• Local de encaixe do cartão nos caixas eletrônicos , que não permite a inserção 
de um objeto que não tenha o mesmo formato do cartão
Fluxograma em raias
O fluxograma em raias apresenta semelhança com o fluxograma explicado anterior-
mente, com a diferença de possuir as raias. Este tipo de fluxograma possui aplicação, 
principalmente, em modelagens com maiores complexidades de fluxos, pois oferece a 
possibilidade de fluxo alternativo e a visualização do inter-relacionamento de diversas 
atividades envolvidas no processo em diferentes áreas (BUENO, 2013). 
Apenas para exemplificar a funcionalidade do fluxograma em raias e conseguir ob-
servar os ganhos desse tipo de metodologia, utilizamos uma parte do processo de re-
cebimento de clientes e coleta de pedidos para mostrar como esse mesmo processo 
poderia ser modelado se utilizarmos a metodologia de modelagem com o fluxograma 
em raias. A Erro! Fonte de referência não encontrada. mostra o processo de forma 
segmentada, apresentando como cada setor da empresa impacta no processo e como 
funciona a interdependência dos processos. A maior vantagem do fluxograma em raias 
é que ele detalha quem é responsável por fazer cada etapa e como é a visão de proces-
so de cada um dos setores, podendo ou não incluir os clientes. Nesse processo, obser-
va-se o quanto o setor de atendimento de mesas interage com todos os demais setores. 
Ao observar esse comportamento, é possível perceber a importância da comunicação 
clara e objetiva vindo do atendimento de mesa, uma vez que os demais setores só têm 
a informação que é levada por esses funcionários. Em caso de problemas, haverá a 
necessidade de se realizar as atividades novamente. 
42
2
Concepção
C
lientes 
sentam
-se a 
m
esa
Verificar pra-
tos disponí-
veis e alterar 
cardápio
P
edido de bebi-
das m
esa x
P
edido de refei-
ção m
esa x
P
reparar 
bebida
E
ntregar 
bebida para 
atendente
Ir até a m
esa
E
ntregar o 
cardápio 
e oferecer 
bebidas
B
ebidas? N
ão
Sim
A
guardar 
cliente 
escolher
Ir até o 
balcão
R
equisitar 
as bebidas 
que foram
 
pedidas
A
guardar 
preparação 
da bebida
A
notar o 
pedido
Ir até a 
cozinha
E
ntregar 
pedido para 
cozinha
C
ardápio
E
scolher o 
pedido
CLIENTEATENDIMENTO DE MESABALCÃO/CAIXACOZINHA
Figura 08. Processo de coleta de pedidos utilizando fluxograma em raias.
Fonte: Elaborada pelo autor.
2
43Simulação de Sistemas Produtivos
IDEF-SIM
A técnica de mapeamento de processo IDEF-SIM (Integrated Definition Methods - Si-
mulation) é uma técnica desenvolvida por Leal (2008) e que, segundo o autor, tem 
como objetivo facilitar o trabalho de modelagem na fase de implementação e análise, 
reduzindo o tempo de realização do projeto. Essa técnica combina muitas outras para 
conseguir facilitar a transformação de um modelo conceitual para um modelo computa-
cional. O IDEF-SIM é muito utilizado em projetos de simulação, isso porque a sua forma 
de modelagem facilita a “tradução” para o modelo computacional. A simbologia é bem 
diferente da utilizada pelo fluxograma e tem bastante semelhança com a lógica de algo-
ritmo. Na Tabela 1, cada um dos principais elementos da simulação é representado por 
um símbolo e mostra qual a técnica de origem. Alguns desses símbolos serão tratados 
de uma maneira mais descritiva à frente. 
ELEMENTOS SIMBOLOGIA TÉCNICA DE ORIGEM
Entidade IDEF3 (modo descrição das transições)
Funções IDEF0
Fluxo de entidade IDEF0 e IDEF3
Recursos IDEF0
Controles IDEF0
Regras para fluxos paralelos e/ou 
alternativos IDEF3
Movimentação Fluxograma
Informação explicativa IDEF0 e IDEF3
&
X
O
Regra E
Regra OU
Regra E/OU
Tabela 01. Simbologia da técnica IDEF-SIM.
44
2
Concepção
Segundo Gabriel (2018), cada símbolo pode ter as seguintes descrições:
Fluxo de entrada do sistema 
modelado -
Ponto final do sistema -
Conexão com outra figura -
Fonte: Leal (2008) e Montevechi et al. (2010).
Entidade: as entidades são os itens que serão processados dentro do sis-
tema, podendo ser representadas por matérias-primas, produtos, pessoas 
etc., dependendo do tipo de projeto que está sendo simulado. Um exemplo 
seria uma matéria-prima, como a madeira, que chegou em uma linha de 
produção e foi sofrendo transformações até se tornar o produto final para 
entrega ao cliente, um violão. A técnica afirma que a entidade deve apare-
cer no mapeamento apenas no momento em que há a primeira aparição, 
ou seja, até haver alguma transformação na entidade. 
Funções: são os locais onde as entidades apresentam alguma modifica-
ção, ação ou quando o ritmo de fluxo da entidade é alterado. Postos de tra-
balho, postos de atendimento, esteiras de movimentação, filas e estoques 
são os tipos de funções.
Fluxo de entidade: os fluxos de entidades mostram a direção em que as 
entidades seguem dentro do modelo, mostrando sua entrada e saída no 
sistema. Além disso, mostra por quais funções elas devem seguir.
Recursos: os recursos são considerados elementos que movimentam as 
entidades ou executam as funções, sendo representados por equipamen-
tos, como empilhadeiras ou pessoas. 
Controles: os controles são as regras que devem ser empregadas nas 
funções, podendo ser regras de programações, filas, sequenciamento etc.
Regras para fluxos paralelos e/ou alternativos: há três possibilidades 
para essas regras. Quando se tem dois ou mais caminhos e que devem ser 
executados em paralelo, tem-se a junção E; dois ou mais caminhos, porém 
executados de forma alternativa, tem-se a junção OU; dois ou mais cami-
nhos podendo ser executados em paralelo e/ou em caminhos alternativos, 
tem-se a junção E/OU.
&
X
O
Fluxo de entrada no sistema modelado: o fluxo de entrada do sistema 
determina a entrada ou a criação de entidades no processo modelado.
Ponto final do sistema: