Baixe o app para aproveitar ainda mais
Prévia do material em texto
MODELAGEM E SIMULAÇÃO DA PRODUÇÃO Prof. Dr. David Custódio de Sena sena@ufersa.edu.br SIMULAÇÃO Questionário de revisão: 1. Por que a simulação é a melhor disciplina do curso de Engenharia de Produção? 2. O que é um sistema? 3. O que é um modelo? 4. Como a simulação se diferencia de abordagens analíticas? 5. Quais as vantagens e desvantagens da simulação? 6. O que é uma variável de estado? 7. O que é um evento e quais os tipos de eventos? 8. Quais são os elementos passivos em uma simulação? 9. Qual é o elemento ativo em uma simulação? SIMULAÇÃO TEORIA DAS FILAS SIMULAÇÃO Tópicos Elementos de fila Clientes Serviços Servidores Principais variáveis de uma fila População Padrão de chegada Padrão de atendimento Disciplina da fila Tipos de fila Relações matemáticas elementares Notação de Kendall Aplicação de fila em uma simulação SIMULAÇÃO Os elementos fundamentais de um sistema de fila envolvem Clientes (peças / informações / produtos) Serviço (processamento / operação / tratamento) Servidores (máquinas / computadores / operadores) E envolvem as seguinte variáveis fundamentais: SIMULAÇÃO A população de potenciais clientes Pode ser finita ou infinita; Impacta principalmente nos cálculos do comportamento de chegada de um cliente em particular. SIMULAÇÃO Padrão de chegada de cliente ( ou IC) Comportamento de como um cliente sai da população e entra na fila População Fila SIMULAÇÃO Padrão de chegada de cliente ( ou IC) A chegada de clientes acontecem geralmente em momentos ti (sendo i = 0, 1, ..., n), em que t0 < ti < ... < tn; Por exemplo, imaginemos que o momento de chegadas de clientes em uma loja foram os seguintes: Cliente (i) Momento de chegada no relógio(ti) 1 09:00:15 2 09:00:20 3 09:01:40 4 09:02:05 5 09:02:15 6 09:02:55 7 09:03:20 SIMULAÇÃO Padrão de chegada de cliente ( ou IC) A variável aleatória rk = tk – tk-1 (em que k ≥ 1) é chamada de intervalo de chegada; Os intervalos de chegada do exemplo da loja são: Cliente (i) Momento de chegada (ti) Intervalo de chegada (rk) em segundos 1 09:00:15 - 2 09:00:20 5 3 09:01:40 80 4 09:02:05 25 5 09:02:15 10 6 09:02:55 40 7 09:03:20 25 SIMULAÇÃO Padrão de chegada de cliente ( ou IC) Caso o intervalo temporal de análise seja fixo (ou seja contando o número de cliente que chegou nesse intervalo) utiliza-se o ritmo de chegada (). Inverso ao intervalo de chegada; O ritmo de chegada por minuto para o exemplo da loja foi: Minuto Ritmo () 1 2 2 1 3 3 4 1 SIMULAÇÃO Padrão de chegada de cliente ( ou IC) Pode ser representado em termos de uma função de distribuição particular de probabilidade. Por exemplo POISSON (5), NORMAL (5,0.1); SIMULAÇÃO A disciplina da fila Como a fila se organiza SIMULAÇÃO A disciplina da fila Há dois aspectos básicos que precisam ser identificados 1. A maneira como clientes em fila são eventualmente selecionados para o serviço. FIFO, ou PEPS LIFO, ou UEPS Prioritário Aleatório Regra própria SIMULAÇÃO A disciplina da fila Há dois aspectos básicos que precisam ser identificados 2. O comportamento desses clientes enquanto esperam na fila ou ao chegar na fila exigindo o seu serviço. Por exemplo: A não entrada na fila A desistência durante a espera. Influência principal: Tamanho da fila Influência principal: Tempo de atendimento SIMULAÇÃO O mecanismo de atendimento O motivo da geração da fila; Habilidade de um ou mais servidores oferecem um atendimento aos clientes durante um período de tempo; Dimensões tempo de atendimento (análogo ao intervalo de chegada) e ritmo de atendimento (análogo ao ritmo de chegada ). SIMULAÇÃO O mecanismo de atendimento Segue algumas suposições 1. Cada servidor atende apenas um cliente por vez; 2. Se um servidor está livre e um cliente entra na fila, aquele precisa fornecer seus serviços imediatamente; 3. Ao completar um serviço, o servidor precisa atender ao próximo cliente disponível; 4. O serviço é normalmente independente do número de clientes esperando em fila e dos clientes já atendidos. SIMULAÇÃO Tipos de fila Simples servidor / uma fila um atendente Mais simples Apenas um servidor para a fila População Fila Servidor SIMULAÇÃO Tipos de fila Múltiplos servidores / uma fila vários atendentes Finito número de servidores População Fila Servidor 2 Servidor 1 Servidor 3 SIMULAÇÃO Tipos de fila Múltiplos servidores com múltiplas habilidades Finito número de servidores Servidores polivalentes População Fila Servidor 1 Servidor 2 População Fila Servidor 4 Servidor 3 SIMULAÇÃO Variáveis Aleatórias Fundamentais Número médio de clientes na fila Número de atendentes (capacidade) Número médio de clientes em atendimento Número de clientes no sistema Tempo no sistema SIMULAÇÃO Relações matemáticas elementares NS = NF + NA; TS = TF + TA; NA = / = TA/IC; NS = NF + NA = NF + (/) = NF + (TA/IC); NS = TS (Fórmula de Little). SIMULAÇÃO Variáveis Aleatórias Fundamentais Para o caso de “uma fila / um atendente”, chamamos de taxa de utilização do atendente a expressão = / No caso de “uma fila / vários atendentes”, a expressão se torna: = / c representa a fração média do tempo em que cada servidor está ocupado. SIMULAÇÃO Exemplo Qual a taxa de utilização de um atendente, se chegam 4 clientes por hora e se o atendente tem capacidade de atender 10 clientes por hora? 0.4 ou 40% E se os valores fossem inversos? SIMULAÇÃO Variáveis Aleatórias Fundamentais Chamamos de intensidade de tráfego a expressão i = | / | = |TA / IC| i representa o número mínimo de atendentes necessários para atender a um dado fluxo de tráfego. Exemplo Se = 10 clientes/hora e TA = 3 minutos, qual será a intensidade de tráfego? Se o fluxo de chegada aumentar para = 50 clientes/hora, qual vai ser a intensidade de tráfego? 0.5 ou 50% → 1 atendente 2.5 ou 250% → 3 atendentes SIMULAÇÃO Exemplo Em uma fábrica observou-se o funcionamento de um dado setor, em que = 20 peças por hora, = 25 peças por hora e TS = 0,3 hora. Qual o tamanho médio da fila? Qual o número médio de peças no sistema e o número médio de peças no atendimento? Qual o mínimo de equipamentos necessários? E se dobrarmos o fluxo de entrada de peças? Tamanho médio da fila = 5,2 peças Número médio de peças no sistema = 6 peças Número médio de peças no atendimento = 0,8 peça Mínimo de equipamentos necessários = 1 Mínimo de equipamentos necessários com o fluxo dobrado = 2 Relações matemáticas elementares NS = NF + NA; TS = TF + TA; NA = / = TA/IC; NS = NF + NA = NF + (/) = NF + (TA/IC); NS = TS (Fórmula de Little). SIMULAÇÃO Ciclo é o tempo gasto para que um elemento, partindo de um ponto de referência qualquer, percorra todo o sistema e volte ao mesmo ponto; É utilizado em sistemas fechados, em que os clientes não entram e nem saem do sistema. ciclo = (tam. da população) / ciclo = TS + TFS (tempo fora do sistema) Fora do sistema Sistema (Fila + Atendimento) SIMULAÇÃO Exemplo Em uma mineração cada caminhão efetua um ciclo em que é carregado de minério por uma das carregadeiras, desloca-se para o britador para o descarregamento e retorna às carregadeiras. Verificou-se que o tempo médio (TS) dos caminhões junto ao britador é de 12 minutos e que, em média, existem 6 caminhões (NS) no setor. Qual a taxa de chegada de caminhões? No mesmo sistema, existindo um total de 30 caminhões em serviço, qual a duração de um ciclo? Qual o tempo médio para o processo completo de carregamento? SIMULAÇÃO Modelos de filas Notação Kendall De uma maneira geral, um modelo de filas pode ser descrito pela seguinte notação: A/B/c/K/m/Z onde: A descreve a distribuição dosintervalos entre chegada; B descreve a distribuição do tempo de serviço; c é a capacidade de atendimento ou quantidade de atendentes; K é a capacidade máxima do sistema (número máximo de clientes no sistema); m é o tamanho da população que fornece clientes; Z é a disciplina da fila. SIMULAÇÃO Modelos de filas Notação Kendall A e B dependem do tipo de distribuição a que elas se referem: M: Exponencial negativa (ou Markoviana ou Poisson); Em: Erlang de estágio m; Hm: Hiper-exponencial de estágio m; Determinística; Geral. Assim, por exemplo, M/E2/5/20//Randômico significa chegadas Markoviana (ou Poisson), atendimento Erlang de segundo grau, 5 atendentes, capacidade máxima do sistema igual a 20 clientes, população infinita e atendimento randômico; A notação A/B/c é muito usada e se supõe que não há limite para o tamanho da fila, a população é infinita e a disciplina da fila é FIFO. SIMULAÇÃO Modelos M/M/1 O ritmo de chegada segue uma distribuição de probabilidade de Poisson em que a chegada de clientes segue uma ocorrência aleatória dada uma taxa média λ; O tempo de atendimento segue uma distribuição exponencial negativa representado pelo inverso do fluxo de atendimento médio ; Apenas 1 atendente. SIMULAÇÃO Modelos M/M/1 População infinita Nome Descrição Fórmula NF Número médio de clientes na fila NS Número médio de clientes no sistema TF Tempo médio na fila TS Tempo médio no sistema Pn Probabilidade de existirem n clientes no sistema )( 2 − =NF − =NS )( − =TF − = 1 TS nPn ))(1( −= SIMULAÇÃO Exemplo Suponhamos que as chegadas a uma cabine telefônica obedecem a lei de Poisson, com ritmo de 6 chegadas por hora. A duração média do telefonema é de 3 minutos e suponhamos que siga a distribuição exponencial. Pede-se: A probabilidade de uma pessoa chegar à cabine e não ter que esperar; O número médio de pessoas na fila; O número médio de pessoas no sistema; O número médio de clientes usando o telefone; O tempo na fila; Para qual ritmo de chegada teríamos a situação em que o tempo médio de espera na fila seria de 3 minutos? A fração do dia durante o qual o telefone está em uso. 70% 0.12 pessoa 0.42 pessoa 0.30 pessoa 0.02 hora ou 1.2 minutos 10 chegadas/hora 30% SIMULAÇÃO Modelos M/M/1 População finita Notação K (Tamanho da população) 4 3 2 1 0 0 5 10 15 20 25 30 NF SIMULAÇÃO Modelos M/M/1 População finita Nome Descrição Fórmula NF Número médio de clientes na fila NS Número médio de clientes no sistema TF Tempo médio na fila TS Tempo médio no sistema Pn Probabilidade de existirem n clientes no sistema +−+ + −= )1( 0PKNF ++−+ + −= )1( 0PKNS 2 0)1()( PxK TF −+ −= + −+ −= 2 0 )1()( PxKTS = − − = K j j nK n j xnK P 0 ! )( )( )( SIMULAÇÃO Modelos M/M/c Única fila e diversos servidores; O ritmo de chegada segue uma distribuição de probabilidade de Poisson em que a chegada de clientes segue uma ocorrência aleatória dada uma taxa média λ; O tempo de atendimento segue uma distribuição exponencial negativa representado pelo inverso do fluxo de atendimento médio ; As fórmulas para o modelo M/M/c são complexas e difíceis de serem manipulados; A preferência generalizada é pelo uso de gráficos. SIMULAÇÃO Modelos M/M/c NF versus Fator de utilização ( = / c) SIMULAÇÃO Modelos M/M/c NS versus Fator de utilização ( = / c) SIMULAÇÃO Conclusões Quando tende para 1, o tamanho da fila tende para o infinito; Um sistema no qual temos fila imensa ( próximo e menor que 1) pode se transformar em outro praticamente sem fila pela duplicação da capacidade de atendimento; Um sistema em que o tempo de resposta é importante ( a fila deve ser sempre pequena) deve ser tal que fique abaixo de 0,6. Caso este sistema esteja em processo de crescimento ( está crescendo), deve-se pensar em substituir a capacidade de atendimento antes de atingir 0,9. SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor No tempo 0 o sistema está vazio e ocioso; Unidades de tempo: minutos; A primeira entidade chega no momento 0; Tempo de simulação: 15 minutos; Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 Momentos de chegada: ??? SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Medidas de desempenho Produção total de peças (P) Tempo médio de espera das peças na fila Tempo máximo de espera na fila: N = Número total de peças Di = tempo de espera da i-ésima peça SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Medidas de desempenho Número máximo de peças na fila: Número médio de clientes na fila T Di N i =1 T = Tempo total de simulação SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Setup t0 1 t0 1 2 3 Peça em processo Peças em fila P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 0 0 0 0 0 Peça (i) Tempo em fila (Di) Em processamentoEm fila Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor t = 0.00 t0 1 t0 1 2 3 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 0 0 0 0 0 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Chegada da peça 1 em t = 0.00 t0 1 t0 1 2 3 1 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 0 0 0 0 0 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Partida da peça 1 em t = 4.58 t0 1 2 3 t0 1 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 1 0 0 0 0 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Chegada da peça 2 em t = 6.84 t0 1 t0 1 2 3 2 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 2 0 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 1 0 0 0 0 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Chegada da peça 3 em t = 9.24 t0 1 t0 1 2 3 23 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 2 0 3 0 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 1 0 0 1 0 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59,0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Partida da peça 2 em t = 9.80 t0 1 t0 1 2 3 3 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 2 0 3 0,56 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 2 0,187 0,56 0 0,057 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Chegada da peça 4 em t = 11.94 t0 1 t0 1 2 3 34 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 2 0 3 0,56 4 0 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 2 0,187 0,56 1 0,046 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Chegada da peça 5 em t = 14.53 t0 1 t0 1 2 3 345 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 2 0 3 0,56 4 2,59 5 0 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 2 0,7875 2,59 2 0,216 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Fim da simulação em t = 15.00 t0 1 t0 1 2 3 345 t0 1 t0 1 2 3 Peça em processo Peças em fila Peça (i) Tempo em fila (Di) 1 0 2 0 3 0,56 4 3,06 5 0,47 P Tempo médio de espera das peças na fila Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila 2 3,694 3,06 2 0,272 Produção total de peças Tempo médio de espera em fila = 0+0+0,56+3,06+0,47 5 = 0,818 Tempo máximo de espera na fila Número máximo de peças na fila Número médio de clientes na fila = 0+0+0,56+3,06+0,47 15 ≅ 0,273 Tempos entre chegadas: 6.84, 2.40, 2.70, 2.59, 0.73 Tempos de processamento: 4.58, 2.96, 5.86, 3.21, 3.11 SIMULAÇÃO Exemplo de fila com simulação Exemplo de uma fila de simples servidor Taxa de utilização (em vermelho) t0 1 t0 1 2 3 345 t0 1 t0 1 2 3 Peça em processo Peças em fila T dttB T 0 )( = 4.58 + 2.96 + 15 − 9.80 15 ≅ 84,93% Tempo de operação da terceira entidade SIMULAÇÃO Resumo Elementos de fila Clientes Serviços Servidores Principais variáveis de uma fila População Padrão de chegada Padrão de atendimento Disciplina da fila Tipos de fila Relações matemáticas elementares Notação de Kendall Aplicação de fila em uma simulação SIMULAÇÃO Referências: Teoria das filas e da simulação. Darci Prado. Introduction to Operactions Research. Frederick S. Hillier e Gerald J. Lieberman. Queuing Theory: A problem Solving Approach. Leonard Gorney. mcu.edu.tw/~hyu/Queue-534.xls SIMULAÇÃO ATÉ BREVE!!! Slide 1: MODELAGEM E SIMULAÇÃO DA PRODUÇÃO Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41 Slide 42 Slide 43 Slide 44 Slide 45 Slide 46 Slide 47 Slide 48 Slide 49 Slide 50 Slide 51 Slide 52 Slide 53 Slide 54 Slide 55
Compartilhar