AVA1_DAIANA SANTOS SANTANA

Prévia do material em texto

CENTRO UNIVERSITÁRIO JORGE AMADO - UNIJORGE 
GESTÃO DA TECNOLOGIA DA INFORMAÇÃO 
MODELAGEM COMPUTACIONAL (IL10344) 
 
 
 
 
 
 
DAIANA SANTOS SANTANA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
AVA 1: MODELAGEM COMPUTACIONAL 
SOFTWARE ARENA SIMULATION 
CASO DE SIMULAÇÃO DE MANUTENÇÃO 
 
 
 
 
 
 
 
 
 
 
 
 
SALVADOR 
2022 
 
DAIANA SANTOS SANTANA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ARENA – SOFTWARE SIMULAÇÃO 
CASO DE SIMULAÇÃO DE MANUTENÇÃO 
 
 
 
 
Trabalho apresentado ao curso Superior 
de Tecnologia em Gestão da Tecnologia 
da Informação, disciplina Modelagem 
Computacional (IL10344) no Centro 
Universitário Jorge Amado - Unijorge 
 
Professor Carlos A. A. Lemos 
 
 
 
 
SALVADOR 
2022 
 
Exercício 
Simulando a manutenção 
Em tempos de crise econômica, mais do que nunca, as empresas passam por processos 
de contenção de custos e investimento. Muitas vezes se veem obrigadas a trabalhar com 
os recursos disponíveis e mesmo assim existe a pressão para aumento da produtividade. 
 
Na indústria, um dos fatores que afetam sua produtividade, logo, sua competitividade, é 
o funcionamento inadequado e a indisponibilidade dos seus ativos. Suas consequências 
podem ser verificadas em paradas operacionais, funcionamento de equipamentos com 
baixa eficiência e até comprometimento da qualidade do produto final a ser oferecido ao 
cliente. 
Dentro deste cenário, a manutenção passa a ter uma importância ainda maior, pois a 
utilização racional dos recursos da empresa e também “o baixo investimento” comparado 
a outras alternativas, para sua implantação, tornam a política de manutenção da empresa 
uma ótima possibilidade de redução de custos e melhoria da produtividade. 
Ao se realizar um estudo de simulação, é essencial que se represente corretamente o 
impacto de manutenções dentro do sistema. E é até muito comum que estudos de 
simulação sejam feitos exclusivamente para se analisar as políticas de manutenção. 
 
Manutenção corretiva: 
São as paradas aleatórias por quebras de equipamentos ou componentes de 
equipamentos. Ocorrem por motivos imprevistos. 
Normalmente, as empresas possuem as seguintes informações sobre esse tipo de 
parada: 
 Tempo médio entre paradas (MTBF – Mean Time Between Failures): Período de 
tempo em que o equipamento permanece em funcionamento. 
 Tempo médio de quebra (MTTR – Mean Time to Repair): Período de tempo em 
que o equipamento permanece em manutenção. 
Ao se representar esse tipo de parada em um modelo de simulação, considera-
se uma distribuição aleatória obtida por todos os “TBFs” (Time Between Failures, 
sem o “M”, pois não se pode usar o valor médio nestes casos), e outra 
considerando os “TTRs” (time to repair). 
Desta forma, o modelo sorteia um tempo durante o qual o equipamento fica 
operando normalmente e, ao término deste, interrompe seu funcionamento. Em 
seguida, sorteia o tempo de reparo, restaurando o equipamento à ativa depois 
deste, e reiniciando o ciclo. 
 
 
Manutenção preventiva, ou programada: 
As paradas programadas para manutenção são definidas através de um cronograma de 
estabelecido antes do início da simulação. 
A principal diferença deste tipo de parada e a parada corretiva é que há uma 
previsibilidade na sua ocorrência, ou seja, tanto o TBF como o TTR são valores 
determinísticos (fixos, ou constantes). 
Frequentemente, o conceito de tempo entre falhas e tempo de reparo é refinado ainda 
mais, com a colocação de períodos individuais entre cada parada, e o tempo de cada 
parada também individual, podendo-se assim criar intervalos diferentes em cada caso. 
Fonte: PARAGON. Simulando a manutenção. Disponível em: <http://www.paragon.com.br/noticias-e-
artigos/simulando-a-manutencao/ (Links para um site externo.)>. Acesso em: 27 fev. 2019. 
 
Baseado nas informações apresentadas, faça uma simulação de um processo de 
manutenção em uma fábrica com maquinário industrial (Representando Manutenção 
no Arena). Pesquise na internet valores de MTBF e MTTR, utilizados para equipamentos 
em Plantas Industriais. No link a seguir, temos alguns vídeos e arquivos sobre a 
importância e os cálculos de disponibilidade e manutenção, que irão no desenvolvimento 
da tarefa: 
https://engeteles.com.br/como-calcular-disponibilidade/ (Links para um site externo.) 
 
Faça um relatório da atividade. Você deve colar as telas do ARENA com as 
configurações e redigir uma conclusão. 
 
 
 
 
 
 
 
 
 
 
 
http://www.paragon.com.br/noticias-e-artigos/simulando-a-manutencao/
http://www.paragon.com.br/noticias-e-artigos/simulando-a-manutencao/
https://engeteles.com.br/como-calcular-disponibilidade/
 
Simulação do processo de fabricação de um cartão com chip 
O modelo apresentado a seguir refere-se ao processo de criação de um cartão com chip. 
O processo consiste em 6 etapas conforme descritas no modelo. A primeira etapa é o 
corte do cartão, após a efetuação da ação, o passo seguinte é a instalação do chip, 
posteriormente a inspeção, caso o cartão seja reprovado na inspeção ele retorna para 
realizar a nova instalação do chip. Após validar a qualidade do cartão, é a etapa de 
embalagem e envio do cartão para o cliente. 
 
Para execução da produção, foi definido que o tempo de operação é de 3000 horas totais, 
sendo 24h diárias, produzindo 157 cartões neste período. 
A cada 90 cartões produzidos, as máquinas são submetidas a manutenção preventiva 
que duram 2 horas. 
As falhas ocorrem a cada 120 horas e as máquinas ficam inoperantes por 6 horas. Ou 
seja, caso as manutenções preventivas não sejam executadas, durante o período de 
3000 horas, podem ocorrer até 25 falhas e o tempo de reparo total é aproximadamente 
150 horas. 
 
 
Figura 1 – Fluxograma Base do Processo 
 
 
 
 
 Figura 2 – Processo no Arena Simulation. 
 
 
Figura 3 – Definição dos parâmetros do Station 
 
 
Figura 4 – Definição dos parâmetros do Process 
 
 
 
 
Figura 5 – Definição dos parâmetros do Leave 
 
 
 
Figura 6 – Definição dos parâmetros de Falha e Manutenção Preventiva 
 
Falha: MTBF = 120 Horas 
MTTR = 6 Horas 
 
Preventiva: A cada 90 cartões produzidos, é realizada uma manutenção com duração de 2 
horas. 
Disponibilidade = 120/(120+6)*100 
D = 95,23% 
 
 
Figura 7 – Relatório 
 
 
 
Figura 8 – Relatório 
 
 
 
Figura 9 – Relatório