Baixe o app para aproveitar ainda mais
Prévia do material em texto
FUNDAÇÃO UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS PROFESSOR FRANCISCO GONÇALVES QUILES DEPARTAMENTO ACADÊMICO DE ENGENHARIA DE PRODUÇÃO SIMULAÇÃO DO JOGO – LSSP_PCP2 AVALIAÇÃO DE PLANEJAMENTO E CONTROLE DA PRODUÇÃO II Cacoal-RO 2022 LUIZ HENRIQUE DA ROCHA SIMULAÇÃO DO JOGO – LSSP_PCP2 AVALIAÇÃO DE PLANEJAMENTO E CONTROLE DA PRODUÇÃO II Trabalho apresentado à Fundação Universidade Federal de Rondônia – Campus de Cacoal, como requisito de avaliação da disciplina de Planejamento e controle da produção II, ministrada pelo professor Dr. Nícolas Alessandro de Souza Belete. Cacoal-RO 2022 SUMÁRIO: 1 INTRODUÇÃO 4 2 QUANTO À PREVISÃO DA DEMANDA 4 2.1 FATORES AGINDO SOBRE A DEMANDA 4 2.2 FÓRMULAS 6 2.3 GRÁFICOS DE CONTROLE 9 3 QUANTO AO PLANEJAMENTO-MESTRE DA PRODUÇÃO E ÀS VENDAS 12 4 QUANTO AO CÁLCULO DAS NECESSIDADES 16 5 QUANTO AO SISTEMA DE PONTO DE PEDIDO PARA OS CORANTES 20 6 QUANTO AO SISTEMA DE APS DAS ORDENS DE MALHARIA 25 7 QUANTO AO SISTEMA DE APS DAS ORDENS DE PREFIXAÇÃO E ACABAMENTO 30 8 QUANTO AO RESULTADO FINANCEIRO DAS OPERAÇÕES 35 9 ANEXO: RELATÓRIO BALANCETE SEMANAL 41 10 REFERÊNCIAS BIBLIOGRÁFICAS 42 1 INTRODUÇÃO A empresa LL Cia. Têxtil ao qual se fez a simulação, trabalha com a fabricação de malharia, e produz de forma distinta três famílias, chamadas de colméia, piquet e maxim, onde cada família terá 10 cores de malha. A demanda por estas malhas, pode ser prevista através das 12 primeiras semanas, onde em cada uma das famílias pode-se observar a ocorrência de um tipo de comportamento gráfico, intercalando entre sazonalidade, tendência e variações aleatórias. Além disso, pode-se definir que a mesma está atuando sob a forma de produção empurrada. Sendo assim o presente relatório será apresentado para o curso de Engenharia de Produção da UNIR Campus Cacoal, sob orientação do professor Dr. Nícolas Alessandro de Souza Belete, professor da disciplina de Planejamento e controle da Produção II, tendo por objetivo melhor aprendizado e conhecimento de como aconteceria na prática a previsão de demanda, assim como o profissional de engenharia deve agir, a fim de conseguir manusear todo processo produtivo, com compra de matéria prima, uso de recursos e equipamentos, atingindo assim o melhor resultado operacional possível. Para a simulação foram usados dados de uma empresa com demanda mediana, juntamente com a estrutura de uma empresa que trabalha na forma de produção empurrada, onde os dados foram processados e analisados pelo analista: Luiz Henrique da Rocha. 2 QUANTO À PREVISÃO DA DEMANDA 2.1 FATORES AGINDO SOBRE A DEMANDA Para realização dos cálculos de previsão, faz-se o uso de alguns métodos, sendo que para a aplicação dos mesmos é necessário saber como cada conjunto de dados irá se comportar graficamente, e a partir daí decidir qual o melhor método para se calcular a demanda prevista. COLMÉIA: Para a escolha da técnica para família Colméia constatou-se a ocorrência de sazonalidade com tendência crescente, portanto para esse tipo de situação pode-se trabalhar com técnica de Sazonalidade com tendência (Is), além dos mais é possível notar que além do comportamento ser crescente, possui ciclos de 6 períodos. O gráfico 01 mostra como os dados se comportam e como pode-se notar a existência de tendência. Gráfico 01- Gráfico de comportamento da família Colméia. Fonte: Autor (2022). PIQUET: Para a escolha da técnica para família Piquet após a plotagem do gráfico 02 foi possível notar o comportamento de variação aleatória (variação randômica), onde foi realizada a aplicação de duas técnicas de previsão, sendo a média móvel e média móvel exponencial. Gráfico 02- Gráfico de comportamento da família Piquet. Fonte: Autor (2022). MAXIM: Para a escolha da técnica para família Maxim, podemos notar que existe o comportamento de tendência simples com decrescimento, como mostra o gráfico 03, dessa forma podendo trabalhar com duas técnicas diferentes, sendo a equação linear para tendência e o ajustamento exponencial. Gráfico 03- Comportamento da família Maxim. Fonte: Autor (2022). 2.2 FÓRMULAS COLMÉIA: Para a previsão da família Colméia foi feita a utilização da técnica de índice de sazonalidade (Is), onde segundo TUBINO (2007) deve-se seguir o seguinte passo a passo: divide-se o valor da demanda no período pela média móvel centrada nesse período. O período empregado para o cálculo da média móvel é o ciclo da sazonalidade. Após isso deve-se aplicar o índice de sazonalidade do período em cima da demanda média (média das médias móveis centradas). Obter os índices de sazonalidade através da média móvel centrada, retirar o componente de sazonalidade da série de dados históricos, dividindo-os pelos correspondentes índices de sazonalidade. A partir desses dados, desenvolver uma equação que representa o componente de tendência. Com a formulação da equação da tendência fazer a previsão da demanda e multiplicá-la pelo índice de sazonalidade. A escolha da técnica se deu pela observância do comportamento do gráfico 03 com relação à demanda dos 12 primeiros meses, a partir de então fez-se o uso da melhor técnica para esse tipo de situação. O gráfico 04 traz uma comparação entre a demanda real e a demanda prevista calculada para a família Colméia. Gráfico 04- Demanda Real/ Demanda Prevista (Colméia). Fonte: Autor (2022). PIQUET: Para realizar a previsão de demanda da família Piquet fez-se o uso da técnica de Média Exponencial Móvel, que são calculadas a partir da seguinte fórmula: . Imagem 01- Fórmula da Média Exponencial móvel . Fonte: TUBINO (2007). A escolha pela técnica se deu pela diferença do MAD final, onde a técnica de Média exponencial móvel trouxe uma diferença significativa do MAD da técnica de média móvel, trazendo dessa forma uma previsão de demanda mais segura. A partir dos dados da demanda real, fez-se as escolhas dos ɑ, onde optou-se por ɑ=0,1, ɑ=0,5 e ɑ=0,8, buscando encontrar a melhor previsão de demanda, alcançando o menor erro absoluto e consequentemente o menor MAD. Através dos cálculos ficou claro que o melhor ɑ é o de 0,8, onde se encontrou o menor erro absoluto e chegou a previsão de demanda que está demonstrada no gráfico 05, onde o mesmo mostra a previsão do período 13 ao 24, além do comparativo da de demanda real e a demanda prevista, como mostra o gráfico o gráfico a seguir: Gráfico 05- Demanda Real/ Demanda Prevista (Piquet). Fonte: Autor (2022). MAXIM: Para o cálculo de previsão da família Maxim fez-se a utilização da técnica de equação linear para tendência, onde TUBINO (2007) há descreve em seu livro da seguinte maneira: Imagem 02- Fórmula da equação linear. Fonte: TUBINO (2007). Y = Variável Dependente; a = Intercepto no eixo dos Y; b = Coeficiente angular; X = variável Independente; n = número de períodos observados. A escolha pelo uso da técnica se deu também pela análise comparativa entre o método de equação linear para tendência e ajustamento exponencial, sendo que a mesma apresentou o menor MAD entre as duas técnicas. Além disso, sabe-se que a técnica de ajustamento exponencial possui algumas deficiências para uso em previsões futuras. Após o uso da técnica chegou ao gráfico 06, onde é possível vermos como é o comportamento da demanda real e como se comporta a demanda prevista, servindo como forma de comparação visual, veja no gráfico 06 como ocorre esse comportamento: Gráfico 06- Demanda Real/ Demanda Prevista (Maxim). Fonte: Autor (2022). 2.3 GRÁFICOS DE CONTROLE Abaixo temos os gráficos de controle das três famílias, onde é possível se observar o erro de previsão, mostrando o erro acumulado e o 4 MAD e ainda o comportamento da previsão dentro dos limites de controle, dessa forma podendo dizer se a técnica de previsão utilizada foi eficiente ou não. FAMÍLIA COLMÉIA: Imagem 03- Gráfico de controle de erro Colméia. Fonte: Autor (2022). Para a família Colméia podemos observar que o modelo de previsão sofreu um pouco principalmente do período16 em diante onde ocorreu a variação extraordinária, se comportando bem diante dos limites de controle até o determinado período e posterior passando a variar e cair muito até sair do limite inferior de controle, além disso é possível notar um 4 MAD consideravelmente baixo. Pode-se notar no gráfico de controle a ocorrência de vários pontos fora do limite de controle, isso se deve ao fato das previsões de demanda podem oscilar devido se tratar da ocorrência de sazonalidade, além disso no período 17 a um ponto bem acima do limite superior de controle, isso se deve ao fato da ocorrência das variações extraordinárias que o jogo possui, e nesse dado período houve a ocorrência de um pico muito grande de demanda da família colméia. Além disso, é possível notar um erro acumulado alto negativamente, e isso pode ser explicado pelo fato de que há uma maior quantidade de pontos que estão abaixo do limite médio de controle, fazendo com que os valores ficassem maiores para o lado negativo, automaticamente aumentando o valor do erro acumulado. FAMÍLIA PIQUET Imagem 04 - Gráfico de controle de erro Piquet. Fonte: Autor (2022). Para a família Piquet podemos notar que a previsão de demanda foi eficiente, tendo somente no período 19 e período 24 pontos pouquíssimos acima do limite superior de controle, tendo em vista que no período 19 houve a ocorrência de variação extraordinária de demanda. Levando em consideração a ocorrência de variação aleatória para a família Piquet, pode-se dizer que a previsão de demanda foi extremamente eficiente não deixando em nenhum momento pontos se distanciar dos limites de controle, diferente do ocorrido na família Colméia, onde aconteceram a ocorrência de vários pontos fora dos limites de controle. Outro ponto que demonstra a ocorrência da variação aleatória na família é o valor do erro acumulado, consideravelmente baixo, isso por conta das variações que ocorrem tanto acima quanto abaixo do limite médio de controle. FAMÍLIA MÁXIM Imagem 05 - Gráfico de controle de erro Maxim. Fonte: Autor (2022). Assim como o ocorrido na família Piquet, as previsões de demanda da família Máxim se mostraram eficientes, deixando-se ultrapassar os limites de controle somente no período 18, onde aconteceu a variação extraordinária, tendo assim uma queda de demanda da família Máxim, evento esse que já se recupera no próximo período. Outro ponto bem interessante de se observar é a ocorrência de boa parte dos pontos estarem nos limites de 100 e -100 dos pontos do gráfico de controle, mostrando que a técnica de previsão foi muito precisa e não havendo uma variação tão grande dos pontos. O fato do erro acumulado ser um valor um pouco maior, se deve ao fato de boa parte dos pontos acontecerem abaixo do limite médio de controle, fazendo com que esse valor suba um pouco mais para o lado negativo,mas diferente do ocorrido na família Colméia não se trata de um valor tão alto por conta dessa baixa variação dos pontos, mantendo um valor mediano. 3 QUANTO AO PLANEJAMENTO-MESTRE DA PRODUÇÃO E ÀS VENDAS A fim de construir o Planejamento Mestre de Produção (PMP), fez-se o uso de algumas estratégias com intuito de atender às necessidades produtivas da empresa, por isso optou-se fazer o uso de estoques de segurança calculados a partir da equação de nível de serviço que está apresentado na imagem 06 á seguir, fazendo com que esse estoque seja o suficiente para atender as necessidades de produção da empresa. Imagem 06 - Equação de Estoque de segurança por Nível de Serviço. Fonte: TUBINO (2007). Qs = Estoque de segurança; 1,25 = Nível de serviço; MAD = Desvio Médio Absoluto; Além disso após ser feita a determinação do valor de estoque de segurança, fez-se a distribuição do mesmo conforme cada família e cada cor necessita, por exemplo se a família colmeia tem distribuição das cores, em 50% de colmeia branca, 25% de colmeia azul e 25% de colmeia verde, e o estoque de segurança para família ficou determinado em 50 kg, teremos a seguinte distribuição: ● Colmeia Branca = 25 kg; ● Colmeia Azul = 12,5 kg; ● Colmeia Verde = 12,5 kg; O uso do PMP Padrão não foi empregado, devido a possíveis erros ou até mesmo consumos excessivos ao qual o software poderia induzir, por conta disso optou-se por realizar os cálculos manualmente a fim de minimizar ao máximo os custos e tendo ainda a possibilidade de ajustar o mesmo de acordo com as necessidades de cada período simulado. O uso dessa tática mostrou-se positiva, tendo em vista que a ocorrência de vendas perdidas dentro das famílias Colméia e Piquet, se deram devido os picos de demanda das variações extraordinárias que posterior ocasionaram na superlotação da Rama, causando assim a não produção ou produção atrasada dos produtos, ocasionando em grandes prejuízos à empresa. Os gráficos 07, 08 e 09 apresentados a seguir trazem os dados com relação às vendas perdidas e reposição especial, que ocorre quando há os eventos extraordinários nas famílias Colméia e Piquet e necessita suprir a demanda por determinado produto. Gráfico 07 - Vendas Perdidas/ Reposição Especial (Colméia). Fonte: Autor (2022). Com base nas informações apresentadas pelo gráfico 07 tem-se vendas perdidas nos períodos 21 e 22 apenas para Colméia Branca, já reposição especial acontece em quatro períodos visando o mínimo possível de ocorrência de vendas perdidas. Gráfico 08 - Vendas Perdidas/ Reposição Especial (Piquet Branca). Fonte: Autor (2022). No gráfico é possível notar em três períodos a ocorrência de vendas perdidas, no período 21 por exemplo um valor um pouco mais expressivo, e isso é fruto de um possível erro durante a simulação onde não adotou-se a reposição especial, que poderia ter ajudado a conter ou pelo menos reduzir essas vendas perdidas. Gráfico 09 - Vendas Perdidas/ Reposição Especial (Piquet Azul). Fonte: Autor (2022). De acordo com o gráfico 09 apresentado acima nota-se a ocorrência de vendas perdidas no período 20, um valor pequeno mas que gera grandes custos a empresa, além do mais nos períodos 23 e 24 há existência de reposição especial a fim de evitar mais vendas perdidas. Sabe-se que essas reposições especiais geram custos a empresa, mas ainda assim são custos menores que a ocorrências de vendas perdidas. Nas demais cores não houve a ocorrência de vendas perdidas, apenas em Colméia Verde no período 17 houvesse uma reposição especial que foi suficiente para evitar vendas perdidas nos períodos posteriores, com isso é possível dizer que a boa utilização das resposições especiais evitam em alguns casos faltas de produtos e com isso até custos maiores para a empresa, mesmo que isso gere custos de produção maiores. Com base nos dados do relatório Acompanhamento de Estoques, foi realizado o cálculo do índice de giro médio semanal de estoques para cada uma das três famílias de malhas acabadas. Para Tubino (2007): 𝐺𝑀𝑆 = Σ𝐶𝑇 ÷ Média𝐸𝑀𝑆 Onde: 𝐺𝑀𝑆 = 𝐺𝑖𝑟𝑜 𝑚é𝑑𝑖𝑜 𝑠𝑒𝑚𝑎𝑛𝑎𝑙 𝐶𝑇 = 𝐶𝑜𝑛𝑠𝑢𝑚𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑡𝑜𝑠 𝐸𝑀𝑆 = 𝐸𝑠𝑡𝑜𝑞𝑢𝑒 𝑚é𝑑𝑖𝑜 𝑠𝑒𝑚𝑎𝑛𝑎𝑙 Os resultados obtidos foram: - Malha Acabada Colméia Branca: 120,49 - Malha Acabada Colméia Azul: 43,07 - Malha Acabada Colméia Verde: 60,43 - Malha Acabada Piquet Branca: 41,68 - Malha Acabada Piquet Azul: 33,27 - Malha Acabada Piquet Verde: 26,34 - Malha Acabada Maxim Branca: 23,70 - Malha Acabada Maxim Azul: 23,70 - Malha Acabada Maxim Verde: 33,42 4 QUANTO AO CÁLCULO DAS NECESSIDADES Para a estruturação dos cálculos das necessidades, optou-se por fazê-los manualmente sabendo-se das possibilidades de possíveis erros ou problemas que o modo automático padrão traria. Para o cálculo das malhas acabadas seguiu-se o mesmo padrão do PM, usando o mesmo estoque de segurança adotado anteriormente. Já para as malhas fixadas e cruas não fez-se o uso de estoque de segurança, tendo em vista que o estoque de segurança adotado para as malhas acabadas automaticamente já estariam incluídos as malhasfixadas e cruas, sendo assim a fim de evitar grandes quantidades de estoques, zerou-se o estoque de segurança. Para os fios aconteceu o mesmo processo, somente para fio Sintético optou-se por usar estoque de segurança, por notar que o mesmo varia mais que os fios de algodão, ocasionando dessa maneira compras de emergência que geram custos significativos a empresa. Para o cálculo das necessidades cálculos a cada período teve-se como base a fórmula 1 descrita abaixo, onde é possível ajustar as ordens de compra nos casos em que exigirem produção extra, principalmente nos períodos pós variação extraordinária de pico de demanda, onde acaba-se o estoque da matéria prima e isso faz com que haja a necessidade de compras maiores. Fórmula 01 - Fórmula para cálculo (MRP). MRP = Demanda Prevista (i) + Estoque de Segurança - Estoque Final Fonte: TUBINO (2007). Tendo em mãos os resultados de estoques pertinentes dos relatórios físicos e os relatórios de acompanhamento de estoques de matéria acabada do item 3, pode-se dizer que as táticas foram efetivas, em sua maioria sendo capaz de suprir a necessidade de produção extra de malha crua ou malha fixada das três famílias. Já para a compra de fios, poderia ter se usado uma estratégia melhor, principalmente para fio 2 (sintético), onde teve-se custos mais expressivos em alguns períodos, mostrando que a técnica utilizada não foi tão efetiva, mesmo usando-se um estoque de segurança fixo de 120 kg, sendo assim poderia se ter utilizado estoques maiores ou até mesmo comprado uma quantidade maior da matéria prima. O gráfico 10 apresentado a seguir trará os dados com relação às produções extras das malhas cruas ou fixadas, demonstrando a eficiência da tática aplicada, sendo possível notar em quais períodos houve-se a necessidade de produção extra. Gráfico 10 - Produção Extra (Malha Crua Colméia). Fonte: Autor (2022). Com base no gráfico 10 apresentado acima podemos notar que na malha crua colméia houve-se a produção extra em três períodos distintos, sendo uma quantidade menor no período 18 e duas quantidades um pouco mais expressiva nos períodos 21 e 22, consequentemente em períodos de superlotação de capacidade da rama e possíveis ocorrências de vendas perdidas. Para as demais famílias e malhas não houve produção extra, e por isso não consta gráficos para demonstrar somente consumo e a não necessidade de reposição, mostrando assim que somente os cálculos do MRP foram suficientes para suprir a necessidade produtiva das malhas, não gerando custos tão altos à empresa. O gráfico 11 que irá se apresentar a seguir trata das compras de emergência dos fios (algodão e sintético) que ocorreram durante a simulação, na mesma é possível identificar os períodos aos quais ocorreram e a quantidade de unidades que foram necessárias comprar. Cabe lembrar que os custos com compra de emergência são 50 vezes o valor da compra normal, o que faz com que em alguns períodos o custo ficasse bem significativo. Gráfico 11 - Compras de emergência Fios (Algodão/ Sintético). Fonte: Autor (2022). Com base no gráfico 11 apresentado acima, pode-se dizer que fio 2 tem uma expressão muito grande no valor total, apresentando valores muito altos que automaticamente irão interferir no ROP final, desse modo ele se torna um dos grandes vilões dessa simulação, sendo um ponto de alerta onde pode-se melhorar a estratégia e pelo menos buscar reduzir os custos com compra de emergência e melhorando significativamente no resultado final. Além do mais foi um dos custos mais significativos e onde senti que poderia ter usado uma estratégia de maiores estoques de segurança, ou ter aumentado os lotes, tendo em vista que as compras de emergência geram custos altos e isso está sendo representado no gráfico acima. Uma estratégia que evitasse isso poderia ter feito o ROP final ter aumentado significativamente e até mesmo evitado vendas perdidas em alguns casos, que seria uma redução de prejuízo ainda maior, sendo que em termos de custos adicionais “evitáveis” foram o que prejudicaram ainda mais a saúde financeira da empresa. A seguir no gráfico 12 apresenta-se os dados com as quantidades de fios que foram necessários realizar compras de emergência, demonstrando que o valor alto não é nem tanto pela quantidade necessária para comprar, mas sim pelo alto custo que gera cada unidade adquirida com emergência. Gráfico 12 - Compras de emergência Fios (Algodão/ Sintético). Fonte: Autor (2022). Como podemos notar no gráfico 12 disposto acima o componente que mais rendeu compras de emergência foi o fio 2, como já citado anteriormente, tendo duas compras com uma quantidade de kg bem expressiva, tendo em um dos períodos ultrapassado os 30 mil de custo, sendo um dos grandes responsáveis pelo ROP menor nos períodos em questão. 5 QUANTO AO SISTEMA DE PONTO DE PEDIDO PARA OS CORANTES Para os cálculos referentes a compra dos corantes, não foi muito diferente da utilizada para cálculo do MRP, sendo todos feitos manualmente e levando em consideração dados que o próprio software nos dá durante as simulações. Uma dessas informações está relacionada à demanda média dos últimos 4 períodos, a partir dessa informação é mais fácil calcular o ponto de pedido para cada uma das famílias. A partir dessas informações em mãos, fez-se o uso da fórmula 02 disposta a seguir, a fim de determinar o ponto de pedido dos corantes referentes às três famílias, além do mais um fator em que se deve levar em consideração é o lead time de 1 semana, que faz com que se calcule sempre o valor mais exato possível, evitando assim a compra de emergência. Fórmula 02 - Ponto de Pedido (Corantes). PP = Demanda média (n1+n2+n3+n4) * 2% Fonte: TUBINO (2007). A fórmula descrita acima, consiste em realizar a demanda média dos últimos 4 períodos (n) e depois multiplicar por 2%, sendo essa a necessidade de cada corante para cada família, determinando assim o lote que será necessário adquirir para o próximo período. Além do mais com a empregabilidade dessa técnica fez com que não fosse feito o uso de estoque de segurança, sendo sempre observado como as compras se comportaram no período anterior, a fim de nunca deixar faltar matéria prima. A princípio pensava-se que não havia a necessidade de determinar a compra, tendo em vista que entendia-se que tudo estava incluso dentro MRP, nas malhas acabadas, mas em uma simulação a parte notou-se que não era assim que funcionava o software. Outro ponto passível de observação é o tamanho do lote de compra, onde todos devem ser múltiplos de 10, isso faz com que em alguns casos realize compras de corantes maiores que o necessário e isso automaticamente serve de estoque de segurança, garantindo que não falte os corantes no processo de produção. Com relação ao tamanho do lote de compra, o uso da fórmula descrita acima, fez com que não houvesse um tamanho específico de lote, sendo calculado um novo tamanho de lote a cada rodada e realizasse a compra a cada rodada também, impedindo assim um possível estoque muito grande, ou até mesmo a ocorrência de compra de emergência. Não foi realizada a empregabilidade do lote econômico, por medo da ocorrência de compras de emergência, mas posterior a simulação foi realizada a aplicação do conceito a fim de se saber se o mesmo seria bem empregado ou não e para saber qual a melhor estratégia que o método mostraria. A imagem 06 apresentada a seguir trará os valores com número de lotes, quantidades de quilos e os custos que o corante branco daria de acordo com o lote econômico, claro que o conceito de lote econômico não foi aplicado, porém por curiosidade fez-se os cálculos a fim de saber quais valores dariam. Imagem 06 - Lote Econômico (Corante Branco). Fonte: Autor (2022). Observando a imagem 06 disposta acima é possível notar que seriam necessários 4 lotes contendo 93 kg cada lote, a fim de suprir a necessidade para produção, isso somente do corante branco, tendo um custo de mais de 22 mil.Realizando os cálculos segundo o lote econômico seria necessário 372 kg de corante branco e o consumo ao final do período ficou em 340 kg, mostrando que ainda teríamos estoque de 32 kg. A imagem 07 que estará representada a seguir traz o resultado do cálculo de lote econômico para o corante verde, mostrando assim como na imagem 06 a quantidade de lotes, o tamanho do lote e o valor final que ficaria se estivesse sido empregado o conceito na simulação. Imagem 07 - Lote Econômico (Corante Verde). Fonte: Autor (2022). Agora diferente do ocorrido para o corante branco, teve-se um tamanho de lote igual a 6 e tamanho do lote de 47 kg, tendo esse um custo superior a 60 mil, o que se mostra um custo grande somente com uma cor. Assim como no caso passado, fez-se a realização do cálculo para saber a quantidade recomendada pelo método e a quantidade de consumo real, podendo assim se comparar o valor e verificar a viabilidade. Realizando o cálculo verificou-se que daria um total de 282 kg de corante verde, sendo que para o mesmo fez-se somente o uso de 255 kg, onde sobraria dessa forma 27 kg de estoque. O que por sinal não é incoerente tendo em vista que usando a fórmula teve-se um estoque final de 25 kg. A seguir na imagem 08 estará representado os cálculos acerca do corante azul, onde se traz as mesmas informações das imagens anteriores, sendo passível de comparação, e vendo também a eficiência da técnica empregada, mostrando através dos resultados e comparando-os. Imagem 08 - Lote Econômico (Corante Azul). Fonte: Autor (2022). A partir da imagem conseguimos ver que o método sugere 5 lotes de 60 kg, que ultrapassam os 34 mil, na realização dos cálculos concluímos que seriam necessario 300 kg de corante azul, segundo o método de lote econômico, e no real foram necessários apenas 264 kg, uma diferença de 36 kg. Fazendo o uso da fórmula teve-se um estoque final de 26 kg, atingindo 10 kg de diferença de um método para outro e enxugando os custos. Tendo como base todos os dados apresentados conclui-se que a tática aplicada foi efetiva conseguindo trazer custos bem próximos aos que o lote econômico daria, além de conseguir finalizar a simulação sem a ocorrência de compras de emergência, o que significa menos custos para a empresa e melhor resultado operacional final. Os gráficos 13, 14 e 15 apresentados a seguir trazem os dados com relação a consumo e reposição especial (compras de emergência) dos corantes branco, verde e azul, demonstrando a veracidade das informações acima e além disso demonstrando a efetividade da tática aplicada, não permitindo haver compras de emergência em nenhum dos corantes. Os gráficos serão dispostos em sequência apenas para demonstração de dados. Gráfico 13 - Consumo/ Rep. Especial (Corante Branco). Fonte: Autor (2022). Gráfico 14 - Consumo/ Rep. Especial (Corante Verde). Fonte: Autor (2022). Gráfico 15 - Consumo/ Rep. Especial (Corante Azul). Fonte: Autor (2022). Observando os gráficos dispostos acima, nota-se que tudo que foi mencionado anteriormente é verdade, sendo dessa forma a tática aplicada de grande efetividade, sendo um fator muito positivo durante a simulação, não gerando custos extras com compras de emergências. 6 QUANTO AO SISTEMA DE APS DAS ORDENS DE MALHARIA Para a emissão de ordens de malharia adotou-se algumas estratégias mistas, trabalhando sempre no manual, sem fazer o uso do Modo Automático (APS Auto OM), isso porque as ordens sendo emitidas manualmente permitem ajustar a quantidade de lotes enviado para cada Tear, e isso pode gerar uma redução de custos significativas a empresa. Outro fator que foi relevante na hora de optar em fazer as emissões de ordens manualmente é o fato de sempre emitir uma quantidade maior de lotes para cada uma das famílias, a fim de buscar absorver ao máximo as vendas perdidas em caso de a variação extraordinária for de pico de demanda, esses lotes a mais eram adotados até a ocorrência da variação extraordinária na família, depois disso emitindo apenas a quantidade necessária para cada uma das famílias. Em alguns casos por falta de capacidade do supermercado teve-se a necessidade de redução da quantidade de lotes, tudo isso sendo simples de se alterar por usar o modo manual. O modo manual ainda facilita no quesito capacidade, onde em alguns casos foi possível ajustar as ordens para apenas alguns teares e deixar um ou dois sem uso para poder terceirizar e gerar uma renda extra a empresa. A terceirização dos teares foi bem pequena, tendo em vista que na maioria dos casos eram um número grandes de lotes necessários de produção, além dos lotes adicionais, então procurava-se ajustar a quantidade de lotes, buscando usar no máximo 70 horas por tear, deixando os sábados livres e evitando custos adicionais com uso das máquinas nos sábados. O gráfico 16 apresentado a seguir traz os resultados acerca do carregamento médio dos teares, onde é possível ver como cada um foi utilizado, demonstrando se ele foi totalmente utilizado ou não, e onde ficaram horas disponíveis a fim de usar como terceirização. Gráfico 16 - Carregamento Médio dos Teares (%). Fonte: Autor (2022). De acordo com o gráfico 16 disposto acima pode-se afirmar que praticamente todos os teares tiveram sua utilização quase que total, exceto o tear 5 que foi sempre selecionado para render horas extras, e por sua utilização bem baixa. Em compensação o tear 1 em sua maioria foi utilizado no limite que o mesmo possuía, sempre em torno de 83,95 horas de 84 horas disponíveis por semana. O gráfico 17 disposto a seguir trará uma comparação da média de horas disponíveis para uso, com a média de uso semanal de cada tear, sendo possível melhor visualizar a utilização dos mesmos e demonstrar o porquê da porcentagem tão baixa para o tear 5. Gráfico 17 - Capacidade Disponível/ Capacidade Programada (h) (Teares). Fonte: Autor (2022). O gráfico 17 traz os dados de utilização média (horas) de cada tear, mostrando o porque das porcentagens acima e porque do tear 5 possuir uma porcentagem tão baixa, tendo em vista que o mesmo teve uma média de utilização de somente 21 horas semanais, sendo usado mais para terceirização do que para próprio uso da empresa. Outro ponto importante foi com relação a terceirização que será demonstrado a seguir graficamente, onde como já foi mencionado anteriormente e os próprios gráficos demonstram o único tear que teve capacidade de terceirização foi o tear 5, sempre com a taxa de utilização bem baixa e consequentemente maior disponibilidade. Tendo em vista que para poder utilizar para terceirização o tear não pode ter uso nenhum, já que necessita de 70 horas disponíveis semanalmente para poder terceirizá-lo. No gráfico 18 será apresentado os dados entre a capacidade programada e capacidade de terceirização, demonstrando em quais períodos foi possível terceirizar, gerando uma renda extra a empresa. Além disso, será possível analisar o que foi dito anteriormente da necessidade de disponibilidade total do Tear para poder fazer o uso com terceirização. Gráfico 18 - Capacidade de Terceirização (Teares). Fonte: Autor (2022). A partir do gráfico 18 apresentado acima, podemos notar a quantidade de períodos que foi possível terceirizar o tear 5, contando 8 períodos de 12 simulados, gerando uma renda extra a empresa. Mas posterior a cálculos notou-se que o uso do mesmo para terceirização é menos viável que distribuir toda a produção em menos horas evitando a utilização dos sábados, pois o valor de utilização dos sábados se torna maior que o valor de terceirização que o Tear oferece, sendo esse um aprendizado para simulações futuras. Com relação ao sequenciamento para as ordens de malharia teve-se como base as famílias, buscando atender todas elas, uma em sequência da outra. Em sua maioria as mesmas já estão na sequência da maior para menor, em quesito de tamanho de lotes. Dessa forma procurava-se emitir todas as ordens para produção da família Colméia,usando Tear 1 e Tear 2 em sua maioria, a quantidade de horas restantes no tear 1 era preenchido com o início das ordens da família piquet, buscando sempre livrar o Tear 5 para o mesmo ter disponibilidade e ser usado para terceirização, como já dito anteriormente. Em alguns casos em que era possível, buscava-se ajustar a quantidade de horas utilizada, a fim de reduzir abaixo das 70 horas e evitar trabalho final de semana que exige horas extras, e consequentemente mais custos para a empresa, mas havia casos em que não havia essa possibilidade por conta da quantidade de lotes, houve casos em que realizei até mesmo a redução do número de lotes da família Colméia que em sua maioria eram grandes, a fim de suportar a demanda de produção de outras famílias, técnica efetiva que evitou vendas perdidas em ambas famílias. Na imagem 09 apresentada abaixo tem-se a representação da heurística utilizada para liberação de ordens de malharia, sendo esse um padrão adotado para todos os períodos e ajustado de acordo com a quantidade de lotes e consequentemente a capacidade de cada tear, podendo variar em alguns casos e a família Máxim sendo produzida no tear 5. Imagem 09 - Heurística de liberação de Ordens (Malharia). Fonte: Autor (2022). Essa formação de produção fica bem concretizada nos gráficos 16 e 17 apresentados acima, onde principalmente os dois primeiros teares tem sua capacidade quase que sempre utilizada no máximo, e o tear 5 em sua maioria com disponibilidade para terceirizar. Posterior a simulação, observando os dados e fazendo cálculos, teria estruturado sempre diferente as ordens, trabalhando para livrar ao máximo os finais de semana e deixando de lucrar com a terceirização, que na verdade gera menos lucro do que evitar trabalhar aos sábados. Dessa forma, se fosse para introduzir regras de sequenciamento no APS Auto OM seria distribuir a quantidade de lotes entre todos os teares, a fim de deixar as cargas horárias abaixo de 70 horas semanais e ganhar com a redução do uso de horas extras. Outro ponto importante é buscar sempre usar teares com as famílias colméia e Piquet, quando houver a necessidade de juntar famílias, isso porque as duas não necessitam de setups longos, economizando tempo e havendo ganho de produtividade consequentemente. 7 QUANTO AO SISTEMA DE APS DAS ORDENS DE PREFIXAÇÃO E ACABAMENTO Para a emissão de ordens das malhas prefixadas e acabamentos teve-se como base sempre observar o tamanho do lote de cada família, quando o tamanho dos lotes não era de diferença muito grande de uma família para outra, optava-se para enviar 1 de cada família para 1 de cada jet, e repetia-se o processo até finalizar todos os lotes. Mas houve casos extraordinários em que os lotes da família colméia era muito maior que os demais, dessa forma optou-se por fazer o envio de pelo menos 3 lotes da família colméia para depois começar a enviar os lotes das demais famílias, isso fazia com que se mantesse um controle e não sobrecarregasse no final com somente lotes da família Colméia. A escolha por essa estratégia, também é fruto da necessidade de não deixar os supermercados negativados, por isso houve casos de ter que reestruturar mais de uma vez a liberação de ordens a fim de não haver a ocorrência de estoque nulo nos supermercados ou até mesmo negativados. Em casos assim buscava-se priorizar os lotes maiores, e ir distribuindo os demais à medida que os lotes maiores fossem sendo dissolvidos. A opção de não usar o APS Auto OF/OA foi em virtude de casos assim, em que poderia haver a ocorrência de estoque negativo ou sobrecarregamento da rama e isso impediria o software de rodar a simulação do próximo período. Um exemplo é deixar o estoque SMP de malha fixada zerar, isso consequentemente irá gerar vendas perdidas, pois a rama não conseguirá gerar produção extra. Então pode-se dizer que usar o modo automático do software em casos de períodos com lotes muito grandes não é o mais eficiente, sendo que o mesmo sequencia uma família por vez, deixando dessa forma os lotes maiores para serem distribuídos no fim, fazendo com que a Rama não consiga se processar a quantidade demandada. Outro fator importante de ser observado é o tempo de setup para cada família e o tempo de processamento que cada uma necessita, no caso da Colméia a mesma exige um tempo de processamento menor e por isso se torna vantajoso emitir uma quantidade maior de ordens primeiramente para a produção de lotes dela, fazendo com que o equipamento fique menos tempo parado, tendo uma utilização mais eficiente. No gráfico 19 que se apresentará a seguir irá mostrar a taxa de ocupação dos 3 jets e da Rama (%), mostrando como ocorreu a utilização desses recursos e como isso refletiu nos resultados de vendas perdidas e no ROP final, mostrando se foi eficiente ou não seu uso e mostrando pontos que poderiam ter sido utilizados da melhor maneira possível. Gráfico 19 - Taxa de utilização dos recursos (%). Fonte: Autor (2022). Observando o gráfico 19 disposto acima podemos notar quanto a taxa de utilização dos equipamentos, onde basicamente os jet 1 e 2 têm as maiores taxas de utilização, isso porque em dois períodos o Jet 3 esteve disponível para terceirização e por isso o seu percentual um pouco abaixo dos demais. Já no caso da Rama a situação é um pouco diferente, a taxa de utilização ta baixa mas acaba sendo o normal, já que o seu tempo de processamento é muito rápido, tendo inclusive dias da semana em que a mesma se encontra ociosa e acaba nem sendo utilizada, mas quando acionada tem um tempo de processamento muito rápido, deixando sua taxa de utilização bem abaixo dos Jets. Essa informação é inclusive de grande valia, já que a Rama não necessita de estar disponível a semana inteira para ser terceirizada. No gráfico 20 apresentado a seguir pode se observar o carregamento médio empregado para cada um dos equipamentos, levando em consideração a sua capacidade total, podendo assim fazer uma comparação mais detalhada e ver em quais períodos houve uma utilização maior de cada um dos equipamentos dentro dos 12 períodos simulados. Gráfico 20 - Carregamento médio dos equipamentos (h). Fonte: Autor (2022). Observando os dados apresentado acima no gráfico 20 podemos notar uma que o jet 1 tem uma utilização maior dada os outros 2 jets, mas a sua taxa média de utilização é menor que a do jet 2, devido a capacidade disponível de cada equipamento, sendo que a capacidade disponível varia de um período para outro, tendo variações de capacidade disponível indo de 42 a 84 horas. Fazendo com que a taxa de utilização fique alta mesmo às vezes a utilização não chegando nem próximo a 84 horas semanais. Observando os dados foi visto que somente no Jet 3 houve 2 períodos com terceirização, onde sua utilização foi bem baixa na semana, resultando em disponibilidade para terceirizar. Os demais equipamentos sempre com uma utilização maior, não foram disponibilizados para terceirização. No gráfico 21 apresentado a seguir trará a utilização do jet 3 nos 12 períodos e mostrará os períodos aos quais os mesmo foi terceirizado, e em seguida será feita uma análise sobre o mesmo. Gráfico 21 - Terceirização do JET 3. Fonte: Autor (2022). Com os dados apresentados no gráfico 21 acima é possível notar os períodos aos quais foi possível terceirizar, tendo somente no período 13 uma quantidade de 28 horas terceirizadas e no período 19, apenas 14 horas. Isso mostra que mesmo o jet 3 tendo uma disponibilidade maior, uma taxa de utilização menor, ainda assim foi possível terceirizá-lo apenas 2 vezes. Isso se deve ao fato da utilização em duas etapas do jet, que faz com que o mesmo tenha uma utilização muito grande. Com relação à heurística para emissão de ordens de malha fixada, usou-se a estratégia de observar a quantidade de lotes que cada família necessita, em casos de lotes com valores próximos, segue-se a ideia que irá ser mostrada na imagem 10 que estará disposta a frente. Imagem10 - Heurística de emissão de ordens (Malha Fixada). Fonte: Autor (2022). Seguiu-se a ideia de mandar uma malha fixada para cada JET, economizando assim tempo de setup, e evitando um tempo muito grande esperando. Mas como já dito anteriormente em alguns casos a família Colméia tinha lote muito superiores aos das demais famílias, e por conta disso usava-se a estratégia de enviar malha colmeia (MF_1) para os três JETs, para posterior a isso começar a mandar as demais famílias, fazendo assim com que diminuísse a diferença de quantidades de lotes e evitasse negativar os supermercados. Para malha acabada a ideia é mesma, como irá mostrar na imagem 11 a frente, onde foi estruturada uma heurística para a emissão de ordens, afim de atender todos os tamanhos possíveis de lotes, sem haver negatividade nos supermercados, ou o mesmo zerar e gerar falta de produto acabado que vai consequentemente ser convertido em vendas perdidas. Imagem 11 - Heurística de Emissão de Ordens (Malha Acabada) Fonte: Autor (2022). Como já mencionado anteriormente a heurística é semelhante às anteriores, onde se encaminha uma malha para cada jet até completar o ciclo total e reiniciá lo novamente, mas não se trata de uma heurística fixa, pelos motivos de haver lotes maiores em alguns períodos e ter que readaptar se, a fim de atender a demanda de produção. Então esse seria um ponto interessante de se incorporar ao automático do software, onde ele possa detectar quando houver uma diferença considerável no tamanho dos lotes, buscando distribuir uma boa parte dos maiores lotes, para posteriormente poder passar distribuir os demais lotes das famílias, fazendo com que fique mais uniforme o tamanho dos lotes e os supermercados não fiquem vazios ou negativados, permitindo assim rodar a próxima rodada da simulação e evitando vendas perdidas. A heurística utilizada pelo software é bem parecida a utilizada por mim, só que a mesma não detecta quando ocorre esses eventos que geram uma quantidade maior de lotes que em outros períodos e lança todos na mesma ordem, isso pode gerar supermercados negativos, principalmente o SMP em malhas acabadas, ou supermercados nulos (igual a 0) e esses consequentemente irão gerar vendas perdidas. 8 QUANTO AO RESULTADO FINANCEIRO DAS OPERAÇÕES O resultado operacional acumulado da LL Cia. Têxtil no período 24, foi de R$305.485,97. Um resultado consideravelmente bom diante de alguns erros cometidos durante a simulação, que poderia ter melhorado ainda mais o ROP acumulado. No gráfico 22 apresentado a seguir apresenta se os dados contendo o ROP acumulado e a margem operacional média, sendo possível assim fazer uma análise de como ocorreu a simulação e vendo pontos onde poderiam ter sido melhores e serem ajustados em uma nova simulação. Gráfico 22 - ROP Acumulado/ Margem Operacional Média. Fonte: Autor (2022). Analisando os dados presentes no gráfico 22 apresentado acima, pode-se dizer que o ROP não foi tão ruim, mas é possível notar uma queda do período 20 para o 21, e um pequeno progresso nos períodos posteriores, o que significa um ROP negativo, e isso fica claro com a margem operacional média, que vem caindo cada vez mais a partir do período 17, mostrando a ineficiência do processo. Isso mostra que uma melhor eficiência de uso dos equipamentos e se não houvesse também as variações extraordinárias teria-se resultados bem melhores, com todos os períodos fechando ROP positivo, fica constatado que erros como uma mau uso dos jets e rama principalmente foram um dos grandes fatores negativos na simulação. A seguir será apresentado um conjunto de gráficos com informações sobre os custos dentro da simulação e também das receitas, o gráfico trará as informações em valores e porcentagem, a fim de mostrar como isso interfere no resultado final. O primeiro será apresentado no gráfico 23 com um comparativo entre os valores dos custos fixos totais e os custos variáveis totais, sendo que os custos variáveis seriam passíveis de mudanças dentro da simulação, já os custos fixos não, dessa forma sendo possível notar se teríamos condições significativas de melhorias ou não. Gráfico 23 - Comparação Custos Fixos/ Custos Variáveis (R$). Fonte: Autor (2022). Analisando o gráfico 23 apresentado acima podemos notar que os custos fixos são maiores que os custos variáveis, mas não ao ponto de ter uma parcela expressivamente maior, sendo essa diferença de pouco mais de R$ 400.000,00, sendo possível dessa forma dizer que teria sim capacidade de melhoria muito grande dentro da produção, onde se reduzissem os custos variáveis seria possível melhorar o ROP ao fim de cada período. Gráfico 25 - Comparação Custos Fixos/ Custos Variáveis (%). Fonte: Autor (2022). Analisando o gráfico 25 apresentado acima podemos notar que a diferença de um para o outro não é tão grande, como o próprio gráfico 24 mostra, o que pode ser um dos grandes fatores pelos quais um ROP acumlado mediano, sendo que se tivesse se trabalhado estratégias melhores, poderia ter reduzido esse custo variável para no máximo 30% e isso teria um impacto grandioso nos custos totais e automaticamente aumentado os resultados operacionais semanais e como consequência o ROP final (acumulado). Os demais gráficos apresentados a seguir traz o comparativos das receitas, assim como cada uma influência no resultado final, assim como foi feito com os custos para as receitas serão realizados comparativos quantitativo (R$) e a porcentagem que cada uma das mesmas representa, isso permite fazer uma análise mais detalhada e ver quais pontos poderiam ter sido melhorado a fim de um resultado ainda mais significativo dentro da simulação. Gráfico 26 - Comparação Receitas de (Vendas/ Terceirização) (R$). Fonte: Autor (2022). Analisando o gráfico 26 disposto acima podemos dizer que a maioria da receita é proveniente das vendas de produto acabado, isso porque equipamentos que são terceirizados são minoria e nem todos períodos tiveram arrecadação com terceirização. Isso também chama a atenção para um problema, as vendas perdidas. Pois a mesma além de não ser transformada em receita, ainda gera um custo altíssimo a empresa, por quebra de contrato, por isso mais um ponto passível de observação e mudanças a fim de melhorar significativamente o resultado operacional. Gráfico 27 - Comparação Receitas de (Vendas/ Terceirização) (%). Fonte: Autor (2022). Como já mencionado anteriormente e o próprio gráfico 26 já nos mostrou a maioria da receita da empresa é proveniente da venda de produtos acabados, mais especificamente (99%), um valor bem expressivo mas que já fora respondido anteriormente pelo fato da terceirização depender exclusivamente da disponibilidade do equipamento, algo que não é sempre fácil de conseguir devido a alguns períodos com lotes muito grandes de produção. A seguir será apresentado o gráfico 28, onde será feita uma comparação entre o ROP semanal e ROP Acumulado, assim como os Custos totais de produção, a fim de provar como em alguns casos os custos superaram as receitas, principalmente em decorrência de haver vendas perdidas e compras de emergência, que nesses casos ocupam uma fatia considerável dos custos totais. Gráfico 28 - Comparativo (ROP/ ROP Acumulado/ Custos Totais). Fonte: Autor (2022). A princípio é um grande comparativo mas que traz muitas respostas e que esclarece tudo o que já foi dito anteriormente, onde podemos perceber que todos os casos os Custos de Produção tem um valor significativamente alto, e que em alguns casos são tão expressivos a ponto de não possuir ROP semanal, ou até mesmo ROP negativo como é o caso do período 21, com ROP semanal negativo próximo de R$ -100.000,00, período ao qual houve um grande custo com vendas perdidas e compras de emergência de matéria prima. Isso reforça ainda mais o que foi dito sobre melhorar a estratégia de utilização dos equipamentos disponíveis e a estratégia de compra principalmente de fio 2 (sintético) que teveos custos mais elevados diante das demais compras de emergências. Realizando essas melhorias e evitando esses custos variáveis ou pelo menos minimizando os mesmos, é possível aumentar significativamente o ROP semanal e o mesmo conseguir fazer com que o ROP Acumulado ultrapasse os R$ 500.000,00 ao fim da simulação, o que seria um valor mais expressivo e que pode ser conseguido apenas mudando algumas ações adotadas dentro das simulações. Um fator positivo que foi utilizado e eu manteria em simulações posteriores é começar a produzir lotes a mais desde o primeiro período, mesmo não sabendo quando irão ocorrer as variações extraordinárias e como as mesmas vão impactar os períodos posteriores. Mas usando essa estratégia é possível absorver parte das vendas perdidas em caso de pico de demanda, e caso ocorra o contrário é somente produzir lotes menores para a família, reduzindo os estoques até o último período simulado. Tudo isso são estratégias que podem ser empregadas em simulações futuras gerando ótimos resultados, inclusive reduzindo o sobrecarregamento de alguns equipamentos à medida que os períodos irão passando. Isso pode impactar no valor arrecadado de terceirização, mas geram grandes economias em alguns pontos, que podem ser bem maiores que as receitas de terceirização, já que a mesma representa apenas uma faixa mínima das receitas da empresa. E essa faixa pode ser ainda menor, mas com resultados muito positivos como redução de horas extras e eliminar vendas perdidas em sua maioria. 9 ANEXO: RELATÓRIO BALANCETE SEMANAL Por conta da quantidade de arquivos e tamanho também das páginas, irei disponibilizar o relatório de balancete semanal juntamente com os demais documentos em formato PDF, apresentarei abaixo apenas uma ilustração do último período simulado. 10 REFERÊNCIAS BIBLIOGRÁFICAS CORRÊA, Henrique L. Planejamento, Programação e Controle de Produção, Editora:Atlas, 2001. FERNANDES, F. C. F. ; GODINHO FILHO, M. Planejamento e Controle da Produção: dos fundamentos ao essencial. São Paulo: Atlas, 2010. TUBINO, D. F. Planejamento e Controle da Produção: Teoria e Prática. 2ª ed. São Paulo. Atlas, 2009. TUBINO, D. F. Planejamento e Controle da Produção: Teoria e Prática. 2ª ed. São Paulo. Atlas, 2009. FERNANDES, F. C. F. ; GODINHO FILHO, M. Planejamento e Controle da Produção: dos fundamentos ao essencial. São Paulo: Atlas, 2010. TUBINO, D. F. Planejamento e Controle da Produção: Teoria e Prática. 2ª ed. São Paulo. Atlas, 2009. FERNANDES, F. C. F. ; GODINHO FILHO, M. Planejamento e Controle da Produção: dos fundamentos ao essencial. São Paulo: Atlas, 2010. TUBINO, D. F. Planejamento e Controle da Produção: Teoria e Prática. 2ª ed. São Paulo. Atlas, 2009. FERNANDES, F. C. F. ; GODINHO FILHO, M. Planejamento e Controle da Produção: dos fundamentos ao essencial. São Paulo: Atlas, 2010.
Compartilhar