Baixe o app para aproveitar ainda mais
Prévia do material em texto
SIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA Pedro H. Barros Negrão1, Andressa M. Corrêa1, Thamara Martim1, Mariana Gonçalves da Silva1, Nayara C. da Silva Block 1 Universidade Estadual do Paraná (UNESPAR) pedrobnegrao@hotmail.com; andmariah@hotmail.com; thamara_martim_@hotmail.com; marianags.eng@outlook.com; naay_block@hotmail.com Resumo: Esse estudo de caso tem por objetivo elaborar e avaliar uma simulação computacional no software Arena em um posto de combustível da cidade de Campo Mourão/PR. Inicialmente são explicados as características produtivas e o sistema que está em estudo, em seguida é descrito alguns conceitos básicos de simulação de sistemas, posteriormente é exposto o estudo de caso realizado através do Arena. O modelo computacional é desenvolvido verificando os tempos de chegada e de atendimento nas bombas de combustíveis, para obter os resultados necessários e possíveis melhoramentos e otimização do sistema. Os resultados foram identificados e analisados sendo eles sobrecarga e ociosidade no sistema, apesar de uma baixa utilização dos recursos no sistema ainda houve gargalos, onde foram dadas sugestões para a eliminação dos mesmos. Palavras-Chave: Software; Simulação Computacional; Filas. 1. Introdução Nos últimos tempos os postos de combustíveis tem sido uma central de apoio ao cliente, disponibilizando diversos serviços, deixando de lado aquela visão de ser somente um ponto de abastecimento. Pelo motivo de expansão desse mercado nota-se a importância que se tem de um planejamento eficiente para abrir um negócio como esse. A simulação de processos é um auxílio para essas tomadas de decisões, sabendo exatamente como o processo produtivo irá se comportar é uma ferramenta precisa que auxilia de forma preventiva, garantindo não apenas melhores desempenhos das soluções adotadas, como evitando gastos com futuras medidas corretivas. No entanto o estudo tem por objetivo verificar o gargalo nas filas das bombas de gasolina aditivada, etanol e diesel e na conveniência com o auxílio de um simulador computacional (Software Arena) em um posto de combustível situado na cidade de Campo Mourão/PR, sendo que há uma mangueira de gasolina aditivada, uma de etanol e duas de diesel e um único funcionário é responsável por cuidar das duas mangueiras no diesel, e outros funcionários são responsáveis pelas outras mangueiras. Os clientes vão chegando nas bombas e decidem em qual bomba vai abastecer gerando filas, após abastecerem alguns se direcionam a loja de conveniência ou vão embora. Entre as áreas da Engenharia de Produção (EP), estabelecidas pela Associação Brasileira de Engenharia de Produção (ABEPRO, 2008), o presente estudo está inserido na grande área de Pesquisa Operacional e sub-área de Simulação de Sistema de Produção. O trabalho está dividido em 7 seções, sendo que primeiramente apresenta-se a contextualização do trabalho bem como, as definições necessárias para o entendimento do mesmo. Em seguida, é descrita a revisão se literatura, então descreve-se os métodos utilizados para o desenvolvimento do trabalho. Na quinta seção é apresentado o estudo de caso e logo em seguida os resultados e discussões. E, por fim é apresentada as considerações finais. 2. Referencial Teórico 2.1 Conceitos Básicos de Simulação 2.1.1 Sistemas Para Reisswitz (2008) um sistema (do grego sietemiun), é um conjunto de elementos interconectados, de modo que formem um todo organizado, sendo esta definição a mais usada em várias áreas e disciplinas como medicina, biologia, informática entre outros, já que, o termo sistema vindo do grego, significa “combinar”, “ajustar” e “formar um conjunto”. O mesmo autor cita ainda, que todo sistema possuí um objetivo gera a ser atingido e expõe ainda que, o sistema é um conjunto de órgãos funcionais, componentes, entidades, partes ou elementos e as relações entre eles, a integração entre esses componentes pode se dar por fluxo de informações, fluxo de matéria, fluxo de sangue, fluxo de energia, enfim, ocorre comunicação entre os órgãos componentes de um sistema. Naylor (1971) ressalta que qualquer simulação tem basicamente como objetivos: questões a serem respondidas; hipóteses a serem testadas e efeitos a serem estimados. 2.2 Simulação de Sistemas 2.2.1 Definição A simulação computacional é a técnica de estudar o comportamento e reações de determinados sistemas através de modelos matemáticos utilizando ferramentas computacionais. Esta juntamente com a modelagem matemática permitem avaliar a influência de parâmetros geométricos e operacionais no comportamento de processos, sem a necessidade de gastos e dificuldades experimentais. Em consequência disso, esta área está em constante crescimento e tem se estabelecido em diversos setores da Engenharia (SOMMER, 2012). 2.2.2 Evolução da Simulação Devido aos exorbitantes avanços tecnológicos, a simulação evoluiu muito, permitindo conseguir excelentes níveis de confiança. As capacidades de cálculo atuais permitem executar uma série de modelos matemáticos que, juntamente com as técnicas visuais, refletem fielmente a realidade em toda sua complexidade (LANDER, 2015). 2.2.3 Tipos de Simulação 2.2.3.1 Simulação Estática e Dinâmica Denomina-se como simulação estática as que visam representar o estado de um sistema em um instante ou que em suas formulações não se leva em conta a variável tempo, enquanto a simulação dinâmica é formulada para representar as alterações de estado do sistema ao longo da contagem do tempo de simulação (SANTOS, 1999; SILVA, 2005). 2.2.3.2 Simulação Determinística e Estocástica É uma simulação determinística a que em sua formulação não faz uso de variáveis aleatórias, enquanto a estocástica pode empregar uma ou mais (SANTOS, 1999; SILVA, 2005). 2.2.3.3 Simulação Discreta e Contínua São discretas aquelas em que o avanço da contagem de tempo na simulação se dá na forma de incrementos cujos valores podem ser definidos em função da ocorrência dos eventos ou pela determinação de um valor fixo, nesses casos só é possível determinar os valores das variações de estado do sistema nos instantes de atualização da contagem de tempo enquanto para os modelos contínuos o avanço da contagem de tempo na simulação dá-se de forma contínua, o que possibilita determinar os valores das variáveis de estado a qualquer instante (SANTOS, 1999; SILVA, 2005). 2.2.3.4 Simulação Terminante e não Terminante Uma simulação do tipo terminante é aquela que começa em um estado ou tempo definido e termina em outro estado ou tempo definido. Um estado inicial pode ser um número de peças no sistema no início de um dia de trabalho. Um estado ou evento final pode ser quando um número definido de trabalhos tenha sido completado (SOMMER, 2012). Uma simulação do tipo não-terminante ou de comportamento estável é aquela na qual se está interessado em analisar o sistema quando este atinge um comportamento estável. Ser uma simulação do tipo não-terminante não quer dizer que ela nunca termina, nem que o sistema que está sendo simulado não tem fim. Isto somente quer dizer que ela poderia continuar infinitamente sem nenhuma mudança estatística no comportamento (REISSWITZ, 2008). 2.2.4 Software de Simulação Entre os vários softwares disponíveis no mercado, encontra-se o ARENA®, lançado no ano de 1993 pela Systems Modeling. ARENA® é um software que apresenta um ambiente gráfico integrado de simulação, que contém todos os recursos para modelagemde processos, desenho e animação, análise estatística e análise de resultados. A tecnologia que diferencia o ARENA® é a criação templates, ou seja, uma coleção de objetos/ferramentas de modelagem, que permitem ao usuário, descrever o comportamento do processo em análise, através de respostas às perguntas pré-elaboradas, sem programação, de maneira visual e interativa ( PARAGON, 2008). 2.2.5 Vantagens e Desvantagens da Simulação Segundo Gavira (2003), algumas das vantagens da simulação são: modelos mais realistas, os modelos são realizados de acordo com o processo real, sem ter que se enquadrar em um padrão; processo de modelagem evolutivo, os modelos vão se tornando gradualmente mais complexos; perguntas do tipo “e se?”, ao invés de buscar soluções, é possível encontrar novas formas de se fazer testando possíveis cenários; aplicação a problemas “mal estruturados” pode-se simular basicamente qualquer tipo de problema; facilidade de comunicação, pois modelos de simulação são fáceis de se compreender; soluções rápidas; flexibilidade; entre outras vantagens.. De acordo com o mesmo autor as desvantagens são: para se construir modelos deve-se ter um treinamento especial; os resultados da simulação podem ser difíceis de analisar; podem custar muito caro e levar muito tempo para ser realizada; os resultados da simulação podem ser difíceis de implementar, entre outros. Pode-se notar que a simulação possui mais vantagens do que desvantagens, sendo de grande valia para resolver problemas em processos e testar novas possibilidades sem precisar testar na prática caso um processo necessite de alguma mudança, o que seria muito dispendioso em questão de tempo, mão-de-obra e custos. 2.2.6 Etapas para se Realizar uma Simulação Há várias metodologias para se realizar uma simulação, no estudo em questão apresentaremos a metodologia proposta por Law e Kelton (200), sendo está composta pelas seguintes etapas: a) Formulação do problema e planejamento do estudo; b) Coleta de dados e definição do modelo; c) Validação do modelo conceitual; d) Construção do programa computacional e verificação; e) Realização de execuções piloto; f) Validação do modelo programado; g) Projeto dos experimentos; h) Realização das execuções de simulação; i) Análise de resultados; j) Documentação e implementação 3. Revisão de Literatura Para a realização da revisão de literatura as pesquisas foram realizadas no site Google e no portal Capes, utilizou-se as palavras-chave: Pesquisa Operacional, Software Arena, Simulação de Processos, Engenharia de Produção, entre outras. Araújo e Lemos (2012), apresentaram alternativas para o aumento da capacidade produtiva de uma empresa no ramo de equipamentos rodoviários, através de uma simulação computacional, utilizando o software ProModel. Santos (1999) descreve em seu trabalho realizado na UERJ (Universidade Estadual do Rio de Janeiro) algumas ferramentas de simulação, suas vantagens e desvantagens e como ser aplicadas, sendo disponibilizadas aos acadêmicos. Júnior, Medeiros e Sena (2012), utilizaram o software Arena para modelar a parte mais relevante de um sistema produtivo de cerâmica vermelha e também auxiliando nos índices de perdas, com os resultados obtidos foi possível investigar as causas e propor melhorias para o processo. Ao realizar essas pesquisas foi possível ter um maior conhecimento na área de simulação computacional, na qual abrange muitas variáveis importantes, que auxiliam na redução de custos da empresa, redução de desperdícios, simulação de novos projetos ou simplesmente a viabilidade de um projeto futuro, entre vários outros pontos positivos. 4. Metodologia de Pesquisa Este trabalho utiliza como método de abordagem o qualiquantitativo. Sendo a pesquisa classificada, quanto aos fins como descritiva e explicativa e quanto aos meios como bibliográfica e estudo de caso. Descritiva, por que apresenta os principais conceitos referentes à simulação, modelagem, especificamente, no software Arena. E também como explicativa, pois descreve o método de como foram obtidos os dados para a construção do modelo. Quanto aos meios a pesquisa é classificada como bibliográfica do tipo virtual, já que a pesquisa foi realizada por meio de revisão literária, sobre modelagem e simulação, e como estudo de caso, já que o referencial teórico foi aplicado em uma empresa. O estudo de caso foi realizado no período de 4 de janeiro a 7 de janeiro de 2016, entre as 7:30 e 10:30 horas, sendo este o horário onde ocorria mais chegada de clientes. A princípio no estudo foi necessário calcular o número de amostras, esse número é obtido a partir da Equação 1. n = (1) Onde: n = Número de amostras; Z = Valor crítico que corresponde ao grau de confiança desejado; = Desvio Padrão ( calculado a partir de 31 amostras prévias); E = Margem de erro. Desta forma, logo após o cálculo da quantidade de amostras, foram coletados os tempos entre chegadas de veículos e os tempos de atendimento nas bombas de gasolina aditivada, etanol e diesel e também na loja de conveniência, conforme pedido do próprio gerente da empresa. Em seguida os dados de chegada e atendimento foram separados em 5 grupos: tempos de chegada, gasolina aditivada, etanol, diesel e loja de conveniência. Então esses dados foram trabalhados conforme sua distribuição na ferramenta Input Analyzer do Software Arena. 5. ESTUDO DE CASO: CONSTRUÇÃO E RESOLUÇÃO DE UM MODELO DE SIMULAÇÃO UTILIZANDO O SOFTWARE ARENA O estudo de caso foi realizado no posto de combustível Delta situado na cidade de Campo Mourão/PR. A gerência do posto foi trocada recentemente, sendo que o novo gerente assumiu seu cargo em 2015. Utilizando da Equação 1, foi possível calcular o número de amostras mínimos no qual deveria se pautar, assim, foi obtido o valor de 120 amostras, que será tanto para o tempo entre chegadas quanto para o tempo de atendimento. O projeto se constitui da chegada dos veículos, passando por um processo de decisão de qual combustível ira abastecer, em seguida o veículo dirige-se para a sua respectiva bomba de combustível. Logo após é tomada outra decisão, se o veículo passará ou não na loja de conveniência antes de seguir viagem. O projeto está representado conforme a Figura 1. Figura 1: Projeto do Posto Delta no Software Arena. 6. Resultados e Discussões Considerando os relatórios do projeto , foi possível constatar que o número de veículos que entraram e saíram foram de 120 veículos. De acordo com o tempo médio de atendimento em cada uma das bombas e na loja de conveniência, foi verificado que o tempo de espera por entidade está dentro dos padrões esperados nas bombas de gasolina aditivada e etanol e na loja de conveniência. Em relação a bomba de diesel houve uma sobrecarga na bomba de diesel 1 e ociosidade na bomba de diesel 2, muito provavelmente por causa de haver apenas 1 funcionário responsável pelas duas bombas de combustível. Em relação às filas, comparando o tempo médio de atendimento com o tempo médio de fila, a bomba de diesel 2 e na loja de conveniência são os únicos que estavam dentro do esperado. As bombas de diesel 1, gasolina aditivada e etanol apresentam o gargalo do sistema. Em relação a utilização dos recursos, a taxa de utilização de todos está dentro dos padrões, considerando que um tempo de utilização considerado alto é de 90% a 100%. Porém, mesmo com a baixa utilização dos recursos, existem gargalos no sistema. Tendo em vista,os problemas apresentados na simulação, recomenda-se que haja um funcionário para cada mangueira da bomba de diesel, para que seja melhor distribuído os veículos que chegam. Muitas vezes o funcionário por ter que intercalar entre duas bombas, acaba por aumentar a chance de erro ao abastecer em caso de período de pico, como na situação simulada. · Sugere-se a implantação de uma nova bomba mista (gasolina aditivada e etanol), que consequentemente diminuirá as filas no sistema e atenderá os clientes de forma mais satisfatória. VII CONSIDERAÇÕES FINAIS Com a elaboração do trabalho pode-se observar como a simulação tem grande relevância e facilita na visualização do processo. Podemos notar que na conveniência não há nenhum gargalo, porém em todas as bombas a taxa de utilização é muito alta, apresentando gargalo em todas as bombas, sugere-se a implantação de mais uma bomba mista para que se diminua as filas e que seja contratado um novo funcionário que atenda a segunda mangueira da bomba de diesel, para que o processo ocorra de forma mais rápida e consequentemente diminua as filas. Para trabalhos posteriores sugere-se também que sejam realizados testes de cenários, com as sugestões acima citadas para confirmar se as filas diminuiriam de fato e se o processo apresentaria melhorias. Referências ABEPRO – Associação Brasileira de Engenharia de Produção. Áreas da Engenharia de Produção, 2008. Disponível em: <http://www.abepro.org.br/>. ARAÚJO, C. G., LEMOS, F. O., Aplicação da simulação computacional para avaliação de capacidade produtiva: Estudo de caso em uma empresa do setor metal-mecânico. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, Bento Gonçalves- RS, 2012. GAVIRA, M. O. Simulação computacional como uma ferramenta de aquisição de conhecimento.2003. 163 f. Conclusão de curso (Mestrado em Engenharia de Produção) - Universidade de São Paulo, São Paulo, 2003. LANDER, Simulation & Training Solutions, S.A. Evolução da Simulação. 2015. Disponível : <http://www.landersimulation.com/por/formacao-atraves-da-simulacao/o-mundo-em- movimento/evolucao-da-simulacao/> Acesso em: 29 de janeiro de 2016. LAW, A. M.; KELTON, W. D. Simulation modeling and analysis. 3. ed. Boston: McGraw-Hill, 2000. NAYLOR, T. H. Técnicas de simulação em computadores. São Paulo: Editora Vozes, 1971. JUNIOR, J. J. L., MEDEIROS, F. H. R., SENA, D. C., A aplicação de ferramentas de modelagem e simulação para melhoria nos processos produtivos: O caso de uma indústria ceramista da região de RUSSAS/CE. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO, Bento Gonçalves- RS, 2012. PARAGON. Apresentação ARENA. 2008. Disponível em: <http://www.paragon.com.br/ padrao.aspx?software_de_simulacao_arena_content_ct_1685_2139_.aspx>. Acesso em 30 de janeiro de 2016. SANTOS, M.P. Introdução à Simulação Discreta. Universidade do Estado do Rio de Janeiro. 1999. Disponível em: <http://www.mpsantos.com.br/simul/arquivos/simul.pdf> . Acesso em 29 de janeiro de 2016. SILVA, L. C. Simulação de Processos. Universidade Estadual do Espírito Santo. 2005. Disponível em: http://www.agais.com/simula.htm. Acesso em: 29 de janeiro de 2016. SOMMER, E. M. Modelagem, simulação e otimização de células de combustível de membrana alcalina. Tese de Doutorado - Universidade Federal do Paraná. Curitiba, 2012. Disponível em: <www.pgmec.ufpr.br/teses/tese_022_elise_meister_sommer.pdf> Acesso em: 26 de janeiro de 2016. REISSWITZ, F. Análises de sistemas - vol 1. Tecnologia e sistema da informação. 2008. Disponível em: <https://books.google.com.br/books?id=H85EBQAAQBAJ > Acesso em: 26 de janeiro de 2016.
Compartilhar