enegep2012 TN STP 157 913 21075

Prévia do material em texto

ANÁLISE DA CAPACIDADE DE 
PRODUÇÃO EM UM SETOR DE 
BORDADOS POR MEIO DA 
SIMULAÇÃO COMPUTACIONAL 
 
Arineia Nogueira de Assis (PUC) 
aienira@hotmail.com 
Ricardo Caetano Rezende (PUC/UEG) 
rezende.ucg@gmail.com 
Gustavo Suriani de Campos Meireles (PUC) 
gmeireles@pucgoias.edu.br 
Tatiany da Rocha Paco (UFSCar/PUC) 
tatiany@dep.ufscar.br 
 
 
 
O Objetivo deste trabalho foi analisar a capacidade de produção do 
setor de bordado de uma confecção localizada na grande Goiânia por 
meio da simulação computacional. A análise de capacidade advém da 
necessidade de se conhecer a capacidade produtiva, tornando viáveis 
alterações no sistema de forma a minimizar os impactos, em caso de 
alterações nas quantidades produzidas. A simulação permite imitar o 
funcionamento real de um sistema e realizar testes de possíveis 
mudanças a serem introduzidas no processo. A fim de realizar a 
simulação foi necessária a coleta de dados dos processos envolvidos 
do sistema em estudo como: os tempos de processamento E transporte, 
que foram analisados, por meio do software Arena. O sistema simulado 
apresentou capacidade inferior à demanda, tendo o processo de 
bordar, cujos recursos são os operadores de máquina, uma utilização 
de 100% e tempo médio de espera na fila de 4653 minutos. 
 
Palavras-chaves: Capacidade, Setor de bordado, Simulação 
computacional 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
2 
 
1. Introdução 
A Associação Brasileira da Indústria Têxtil e de Confecção (ABIT, 2011), afirma que o 
desempenho recorde da produção, do emprego e das horas pagas na indústria em 2010 reflete 
um comportamento de recuperação da atividade econômica pós-recessão, corroborando com a 
ideia de que as indústrias desse setor vêm crescendo mesmo após a crise econômica mundial. 
Entretanto, um dos setores com déficit de 2,4% na produtividade em 2010 foi o Têxtil 
registrando uma queda de 0,7% em 2009, enquanto o Vestuário, um dos componentes do setor 
Têxtil, teve um aumento de 9,6% no mesmo ano, atingindo a quarta maior taxa de 
crescimento na produtividade, sendo este um setor relativamente intensivo em mão de obra. 
Ainda segundo a ABIT, em termos da indústria no contexto recente, pode-se argumentar que 
o desempenho da produtividade industrial deverá passar a depender mais da introdução de 
melhorias e inovações no processo de produção no futuro próximo, fruto de uma maior taxa 
de investimento na produção. 
Algumas ferramentas utilizadas pelas indústrias para acompanharem o desenvolvimento do 
mercado são as de gestão da produção, as quais envolvem: qualidade, logística, cadeia de 
suprimentos, ergonomia, projetos, planejamento e controle de produção, entre outras. 
O planejamento e controle da produção, de acordo com Slack, Chambers e Johnston (2007), 
possui o propósito de garantir que os processos da produção ocorram eficaz e eficientemente e 
que produzam produtos e serviços conforme requeridos pelo consumidor. Sendo que dentro 
deste sistema está o planejamento de capacidade como a tarefa de determinar a capacidade 
efetiva da operação produtiva, de forma que ela possa responder a demanda. A capacidade de 
uma operação é definida como o máximo de nível de atividade de valor adicionado em 
determinado período de tempo que o processo pode realizar sob condições normais de 
operação. 
A falta de capacidade para produção de determinados produtos pode acarretar inúmeros 
transtornos às empresas, como: não cumprimento dos prazos prometidos aos clientes, falta de 
qualidade em função da terceirização ou utilização de mão de obra não qualificada, entre 
outros. Por isso, é necessário analisar a capacidade de produção para cada produto sempre que 
confirmada a demanda dos mesmos. 
Atualmente, as empresas tem-se mostrado complexas, e passam por uma dinâmica de 
mudanças, que envolvem novas tecnologias, globalização, e a busca para acompanhar as 
exigências do mercado, através da redução de custos, garantia da qualidade, investimento em 
novas tecnologias, entre outros. A adoção de ferramentas como análise e planejamento da 
capacidade auxiliam na busca desses fatores. 
A empresa em estudo possui o setor de bordado, no qual 98% do mix passam por este setor, e não 
está conseguindo atender a demanda. Daí surge a necessidade de planejar a capacidade em 
tempo hábil para realizar os ajustes necessários, como seleção de terceirizados, aquisição de 
novos equipamentos e ferramentas, planejamento e controle mais rigoroso. 
Assim, este trabalho tem como objetivo estudar o setor de bordado de uma indústria do ramo de 
confecções visando analisar a capacidade do mesmo por meio da simulação. 
A metodologia de pesquisa, a fim de atingir o objetivo, teve um caráter exploratório, com natureza 
aplicada, utilizando uma abordagem quantitativa e como procedimento a simulação. 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
3 
 
 
2. Revisão bibliografica 
2.1. Planejamento e Controle de Produção (PCP) 
O Planejamento e Controle de Produção pode ser visto como setor de apoio à produção, 
atuando dentro de três níveis de decisões. No nível estratégico, colabora com a formulação de 
um Plano de Produção consolidado, Plano Financeiro e de Marketing. No nível tático, 
desmembra o Plano de Produção em um Plano-mestre de Produção, detalhando os bens e 
serviços que serão executados. E no nível operacional, programa e acompanha cada 
implementação do que foi planejado (TUBINO, 2007). 
Para Chiavenato (2005) a produção de um bem deve seguir as etapas de planejar, organizar, 
dirigir e controlar. Para atender a requisitos de eficiência e eficácia, a produção precisa 
repousar em um sistema de planejamento e controle confiável. Há muita atividade a ser 
planejada, organizada e coordenada para que a produção ocorra da melhor maneira possível. 
A complexidade do sistema produtivo exige necessariamente um esquema de planejamento e 
controle. 
O PCP é responsável por programar, acompanhar e controlar a produção. O primeiro diz 
respeito a estabelecer o quanto e quando comprar, fabricar ou montar os itens necessários à 
composição dos produtos finais, sequenciar a produção de forma a otimizar a utilização dos 
recursos. Já o controle da produção coleta e analisa os dados (índices de quebra de máquina, 
índices de defeitos, horas/máquinas e horas/homens, consumo de materiais, entre outros), 
verificando e garantindo que a produção aconteça como foi programada, e prever possíveis 
problemas que porventura aconteçam (TUBINO, 2007). 
Para Lopes e Lima (2008), o planejamento e controle da produção (PCP) está presente para 
responder, de forma mais rápida e precisa, às mudanças, tanto internas como externas à 
organização, da mesma forma em que melhora o controle dos recursos envolvidos na 
produção e os objetivos de desempenho organizacionais (qualidade, rapidez, confiabilidade, 
flexibilidade e custo), ou seja, a abordagem do planejamento e controle de produção é focada 
na otimização dos controles de fluxos de informações, de materiais e de pessoas. 
2.2. Capacidade 
Capacidade é a quantidade máxima de produtose serviços que podem ser produzidos em uma 
unidade produtiva, em um dado intervalo de tempo, podendo ser influenciada por inúmeros 
fatores, aumentando ou diminuindo, como colaboradores, máquinas, a composição do mix de 
produtos, grau de automatização, entre outros (MOREIRA, 2008). 
Capacidade é a máxima produção ou saída de um empreendimento, ou seja, pode ser 
explicada como o nível máximo de atividade de valor adicionado que pode ser conseguido, 
em condições normais de operação por um determinado período de tempo (MARTINS; 
LAUGENI, 2005). 
Capacidade produtiva de uma unidade de operação é o volume máximo potencial de 
atividades de agregação de valor que pode ser atingido por uma unidade produtiva sob 
condições normais de operação (CORRÊA; CORRÊA, 2006, p. 426). 
Martins e Laugeni (2005) dividem a capacidade em dois tipos: a capacidade do projeto, 
também conhecida como teórica, que é aquela que o fornecedor ou fabricante apresentam para 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
4 
o produto; e a capacidade efetiva ou real, capacidade após o desconto dos tempos necessários 
para que o sistema funcione adequadamente, como os tempos de setups, manutenção, entre 
outros. 
Visando atender o mercado consumidor, como afirma Martins Junior (2009), as organizações 
empresariais precisam acompanhar as variações de demanda e para isto precisam que a função 
produção ajuste a capacidade de produção às necessidades do mercado. 
2.2.1. Análise de capacidade 
O objetivo da análise de capacidade é não prosseguir com um plano que trará problemas de 
operacionalização, ou seja, a função da análise de capacidade é equacionar os recursos 
produtivos de forma a garantir uma passagem segura no chão de fábrica (TUBINO, 2007). 
As decisões acerca da capacidade merecem atenção pelo caráter essencialmente estratégico, 
que se reflete no envolvimento de altos valores financeiros, imobilização forçada de recursos, 
nas dificuldades futuras de mudança, nos custos operacionais (MOREIRA, 2008). 
Tubino (2007) define cinco passos para análise da capacidade: 
1) Identificar os recursos a serem incluídos na análise; se necessário simplificar, 
considerar apenas os recursos críticos; 
2) Obter a taxa de produção das máquinas, da variável que se pretende analisar; para cada 
produto, pode ser incluído, separados, os tempos de manutenção, setups, entre outros; 
3) Multiplicar o padrão de consumo de cada produto para cada recurso pela quantidade 
de produção (demanda prevista), para o período considerado; 
4) Consolidar as necessidades de capacidade para cada recurso em cada período; e 
5) Comparar a capacidade disponível com a calculada, em cada período. 
Segundo Slack, Chambers e Johnston, (2007) o principal problema de medição de capacidade 
é a complexidade dos processos produtivos; apenas quando a produção é altamente 
padronizada e repetitiva é fácil de definir capacidade. O volume de produção é uma medida 
mais adequada de medição, pois a natureza do produto não varia. 
Tubino (2007) afirma que algumas medidas podem ser adotadas para aumentar a capacidade 
instalada, como planejar outros turnos, terceirizar, comprar novos equipamentos (esta deve ser 
muito bem avaliada antes de ser adotada), enquanto que para redução da capacidade tem-se a 
antecipação de férias, redução dos turnos, venda de equipamentos. 
2.3. Simulação 
Para Prado (2010, p. 24) “simulação é uma técnica de solução de um problema pela análise de 
um modelo que descreve o comportamento do sistema usando um computador digital”. 
Modelo de simulação é uma representação simplificada das diversas interações entre as partes 
deste sistema; é uma abstração da realidade, que se aproxima do verdadeiro comportamento 
do sistema, mas sempre mais simples que o sistema real sendo, inclusive, utilizada para 
responder perguntas do tipo “o que ocorre se ...” (CHWIF; MEDINA, 2010). 
Segundo Prado (2010), simulação é uma técnica que permite imitar o funcionamento de um 
sistema real, construir modelos nos quais é possível visualizar na tela o funcionamento do 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
5 
sistema em estudo, como um filme. É também uma ferramenta excelente para medir 
quantitativamente a confiabilidade de um sistema. 
A simulação computacional de sistemas, ou apenas simulação, consiste na utilização de certas 
técnicas matemáticas, empregadas em computadores, as quais permitem imitar o 
funcionamento de, praticamente qualquer tipo de operação ou processo do mundo real, ou 
seja, é o estudo do comportamento de sistemas reais através do exercício de modelos. Desta 
maneira, pode-se entender a simulação como um processo amplo que engloba não apenas a 
construção do modelo, mas todo o método experimental que se segue, buscando: descrever o 
comportamento do sistema; construir teorias e hipóteses considerando as observações 
efetuadas; usar o modelo para prever o comportamento futuro, isto é, os efeitos produzidos 
por alterações no sistema ou nos métodos empregados em sua operação (PARAGON, 2011). 
Chwif e Medina (2010) afirmam que a simulação consegue prever com certa confiança o 
comportamento de um sistema baseando-se nas entradas especificas e respeitando as 
condições e é uma ferramenta de análise de cenários; faz uso apenas de formulas matemáticas, 
porém não substitui o ser humano. 
Freitas Filho (2008) apresenta três motivos mais comuns para experimentar-se com modelos 
simulados: o sistema real ainda não existe, sendo utilizado para planejar o futuro sistema; 
experimentar com o sistema real é dispendioso e o modelo permite fazer testes quanto ao 
sistema, com menos custo; experimentar com o sistema real não é apropriado pois alguns 
sistemas não podem ser testados na prática, como por exemplo planos de emergência. 
Para Chwif e Medina (2010) a simulação é dividida em duas categorias, a computacional e a 
não computacional. Simulação computacional é a que necessita utilizar o computador para ser 
realizada, enquanto que não computacional não necessita do computador. 
Ainda para Chwif e Medina (2010) têm-se as seguintes considerações acerca do uso de 
simulação e teoria das filas: 
a) Se o problema for estático, ou seja, se os estados do sistema não se alteram com o 
tempo, a simulação de eventos discretos não tem qualquer utilidade prática; 
b) Se o problema for determinístico, isto é, se não apresenta nenhum comportamento 
aleatório, a simulação pode ser utilizada, porém será subutilizada; 
c) Se o problema for complexo, dinâmico e apresentar aleatoriedade, a melhor escolha é 
a simulação. 
3. O sistema 
A empresa em estudo é uma confecção localizada na grande Goiânia, a qual possui mais de 
250 colaboradores diretos e mais de 1000 indiretos, sendo que o sistema adotado para estudo 
é o setor de bordado, o qual trabalha três turnos por dia, durante seis dias por semana, e conta 
com 45 colaboradores. 
Os lotes para serem bordados chegam ao setor de bordado vindo do setor de separação que 
funciona de segunda a sexta das 07h30min às 17h30min. Ao chegar os lotes passam pela 
Conferência Inicial (verifica-se a existência de peça piloto, as fichas são assinadas e o lote 
colocado na prateleira); o processo seguinte é o Planejamento, no qual é verificada a 
necessidade de matérias-primas e a disponibilidade das mesmas; em seguida junta-seo lote e 
todos as materiais e matérias-primas necessários: se houver necessidade de cortar aplique ou 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
6 
resinar apliques os mesmos são encaminhados ao local adequado (a plotter para cortar os 
apliques ou ao silk para resinar – o silk é um setor independente do bordado) e os lotes ficam 
aguardando a chegada dos apliques. Ao chegar são juntados ao lote que passa a estar pronto 
para ser bordado. 
Os lotes aguardam na fila e, quando possível, são então encaminhados às maquinas antes que 
estas terminem os lotes anteriores. Existem sete máquinas de bordar e após serem bordadas 
são encaminhadas a conferência final, onde é verificado se todas as peças foram bordadas e 
separadas de acordo com cor e tamanho (somente em casos raros, as peças são retiradas da 
sequencia em que chegam ao bordado). Após são encaminhas ao setor de conferência. A 
Figura 1 mostra o fluxograma do sistema. 
 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
7 
Início
Término
Conferência 
Inicial
Planejamento
O lote já pode 
ser bordado?
Aguardar na 
Fila
Necessita de 
Resina?
Cortar aplique
Resinar
Processamento - 
Bordado
Conferência 
Final
Setup
Reposição
Lote Concluído?
Sim
Não
Sim
Sim
NãoNão
 
Figura 1: Fluxograma do sistema 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
8 
O processo segue o Mapofluxograma mostrado na Figura 2. 
 
Figura 2: Mapofluxograma do Sistema 
4. Modelagem 
A modelagem do sistema em estudo ocorreu através do software Arena, versão Full, pois este 
sistema possui mais de 150 peças aguardando para serem processadas (estas peças recebem 
segundo a simulação o nome genérico de entidades). O software escolhido em função de estar 
disponibilizado pela Pontifícia Universidade Católica de Goiás e pela interface amigável. 
As variáveis de decisão foram definidas por meio do Fluxograma do sistema, no qual para 
cada processo foi definida uma variável para estudo. A relação de dados coletados diz respeito 
ao TEC - intervalos entre chegadas dos lotes no setor de bordados, Tempo de deslocamento 
(movimentação das prateleiras -planejamento- para ploter e máquina 4; movimentação das 
prateleiras –planejamento- às máquinas 1 e 7, e destas para conferência final; movimentação 
das prateleiras –planejamento- às máquinas 2 e 6, e destas para conferência final; 
movimentação das prateleiras –planejamento- às máquinas 3 e 5, e destas para conferência 
final; movimentação de conferência final para o corte; movimentação do planejamento para o 
silk), Tempo de processamento (reposição e resinar que ocorrem fora do setor em estudo, 
Conferência inicial, Planejamento, Processamento, Setup, Cortar aplique, Conferência final, 
Reposição, Resinar, Percentuais para divisão de percurso das entidades (Percentual de número 
de bordados, Percentual de peças por lote, Percentual de peças que vão direto à máquina, 
Percentual de peças que necessitam resinar, Percentual de peças que apresentam avarias e 
necessitam de reposição). 
O sistema foi modelado utilizando os blocos: 
Create (entrada dos lotes no sistema), Process (para descrição de algum processo), Assign 
(para mudar imagem da entidade, criar atributos à entidade), Separate (para conversão do lote 
em peças), decide (definir o caminho, baseando-se em porcentagem que a entidade deve 
percorrer), Dispose (saída do sistema), Pickstation (escolha da máquina para encaminhar a 
entidade), Seize (formação de fila aguardando atendimento), Delay (para processamento da 
entidade), Release (para liberação do recurso), Record (para cálculo do tempo de trânsito da 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
9 
entidade no sistema), além dos blocos Station e Leave para efeito da animação. A modelagem 
pelo diagrama de blocos pode ser vista na Figura 3, na Figura 4 tem-se a animação. 
 
 
Figura 3: Diagrama de blocos do sistema 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
10 
 
Figura 4: Animação do modelo 
Os dados foram coletados, na quantidade de trinta dados e em seguida analisados segundo 
Freitas Filho (2008) para verificar a quantidade de coletas ideal, sendo coletado 
posteriormente o restante da amostra, quando necessário. 
Após a coleta de todos os dados os mesmos foram inseridos no input analyzer do software 
Arena, o qual forneceu a distribuição de probabilidade que mais se aproxima da relação de 
dados coletados. Em seguida foi realizado o teste de aderência, a fim de verificar se a 
distribuição dada realmente é adequada para o sistema em estudo por meio dos testes Square 
Erro, Qui-Quadrado ou KS e valor de p. 
Os valores obtidos através do input analyzer foram inseridos no diagrama de blocos da etapa 
de pré-modelagem, e em seguida foi realizada a animação do modelo, incluindo animação 
estatística e da entidade. 
A validação foi realizada através da observação da animação do modelo, que foi comparado 
ao que ocorre na prática, e quantidade de peças que deixou o setor na semana da coleta de 
dados (dados obtidos através do software ERP utilizado na empresa em estudo). 
5. Resultados 
O sistema em estudo é um sistema não terminal, pois são desconhecidas o início e término do 
mesmo, ou seja, foi retirado o período de warm-up do modelo, totalizando 14.400 minutos. 
A duração de simulação foi de 22.320 minutos (10 dias de (warm-up) + 5,5 dias médios 
trabalhos por semana, sendo que cada dia é composto por 1.440 minutos) que é equivalente a uma 
semana de trabalho. Quanto ao número de replicações foram realizadas dez replicações e em 
seguida calculado o número ideal de replicações, de acordo com Chwif e Medina (2010), 
totalizando 30 replicações. 
A avaliação do modelo ocorreu tendo como base a quantidade de peças que deixou o sistema 
(NumberOut), já que este é o principal objetivo deste trabalho. Em média, obteve-se 2.058 
peças por semana, com variação de 66 peças para mais ou para menos, em função da variação 
calculada pelo desvio padrão. 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
11 
A Figura 5 mostra as taxas de ocupação dos recursos. Como pode ser observado, os 
operadores durante semanas como esta simulada (obtida a partir do pico da Coleção de Alto 
Verão 2011, conforme Figura 6) trabalham todo o tempo, restando para eles apenas os 
horários das refeições. Se necessário, deixam as máquinas trabalhando e retornam 
rapidamente aos seus postos, quando isso não ocorre um dos auxiliares de produção do setor 
assume o comando da máquina até o retorno do operador.A Figura 6 mostra a produção enviada ao setor por semana e a produção que deixa o setor, 
durante algumas semanas da Coleção de Alto Verão. 
 
Figura 5– Taxa de utilização dos recursos 
 
 
 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
12 
 
Figura 6 – Gráfico de pico de algumas semanas da coleção 
 
A Tabela 1 mostra ainda as taxas de utilização dos recursos e os respectivos tempos de fila 
para o setor em estudo. 
 
 
Processo Recurso 
Tempo média na 
fila (minutos) 
Scheduled 
Utilization (%) 
P
ro
ce
ss
am
en
to
 
Máquina 1 Operador 1 5567,47 100 
Máquina 2 Operador 2 4521,42 100 
Máquina 3 Operador 3 4485,83 100 
Máquina 4 Operador 4 4453,17 100 
Máquina 5 Operador 5 4527,44 100 
Máquina 6 Operador 6 4537,81 100 
Máquina 7 Operador 7 4477,86 100 
Planejamento 
Planejador 
1,60 
7,68 
 Conferência Inicial 2,98 
 Reposição Operador de corte 0,008 0,18 
 Resinar Operador de silk 292 3,53 
 Cortar Aplique Operador de Ploter 7,68 7,46 
 Conferência Final Revisora 295,08 51,96 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
13 
Fonte: Os autores (2012) 
Tabela 1 – Resultados: processos, recursos, tempos e taxas de utilizações 
Dessa forma, nos momentos de pico, com as taxas de utilização mostradas, o setor não 
consegue atender a demanda, o que ocorre em todas as coleções e é intensificado durante a 
produção de 50 peças de cada referência (modelo), as chamadas peças-pilotos da coleção 
seguinte; estas peças são utilizadas pelos representantes para efetuar a venda das peças aos 
clientes e, portanto, não podem ser terceirizadas. 
A análise da capacidade deste setor mostrou a incapacidade do setor em atender a demanda. 
Assim, deve-se buscar uma solução para tal problema tendo em vista que a Coleção seguinte é 
a de Inverno, considerada a Coleção mais dificil em função da produção das jaquetas de 
moletom e sarja; a coleção de Alto Verão é considerada a maior coleção. Todas as três 
coleções (Inverno, Primavera e Alto Verão) apresentam comportamento similar quanto aos 
picos de vendas. 
7. Conclusões 
A análise de capacidade e o conhecimento da capacidade existente são citadas por vários autores 
como necessárias às organizações para que estas possam tomar decisões a longo, médio e curto 
prazo, através do Planejamento e Controle de Capacidade. 
Assim, este trabalho analisou a capacidade de produção do setor de bordados de uma confecção, 
utilizando a simulação computacional. 
Diante dos fatos observados pode-se concluir que o recurso com restrição de capacidade de 
produção do setor é o processamento, já que a taxa de utilização é máxima e o tempo média 
de fila para os recursos deste processo é 4653 minutos. 
Assim, a sugestão de melhoria poderá ser realizada como trabalho futuro, podendo ser por 
meio da aplicação da TRF (Troca Rápida de Ferramentas) para redução dos tempos de Setup; 
ou aumento do número de máquinas; ou ampliação do tempo de funcionamento do setor 
(todos os dias da semana). Ainda como sugestão estas alterações devem ser simuladas e 
apartir dos resultados encontrados decidir quais ações deve ser tomadas. 
Referências 
ABIT. A Produtividade Industrial em 2010. 2011. Disponível em <http://www.abit. 
org.br/site/publicacoes/arquivos_pdf/A%20Produtividade%20Industrial%20em%202010.pdf>. Acesso em: 13 
mar. 2011, 11:50. 
CHIAVENATO, I. Administração da Produção. 1. ed. Rio de Janeiro: Elsevier. 2005. 
CORRÊA, H. L. CORRÊA, C. A. Administração da Produção e Operações. 2. ed. São Paulo: Atlas, 2006. 
CHWIF, L. MEDINA, A. C. Modelagem e Simulação de Eventos Discretos: Teoria e prática. 3. ed. São 
Paulo: Leonardo Chwif. 2010. 
FREITAS FILHO, P. J. Introdução à Modelagem e Simulação de Sistemas. 2. ed . Florianópolis: Visual 
Books, 2008. 
JUNG, C. F. Elaboração de Projetos de Pesquisa Aplicados a Engenharia de Produção. Taquara: FACCAT. 
2010. Disponível em: <http://www.metodologia.net.br> Acesso em: 03 abr. 2011, 21:50. 
LOPES, R. A. LIMA, J. F. G. Planejamento e Controle de Produção: um estudo de caso em setor de artigos 
esportivos de uma indústria manufatureira. ENEGEP: Rio de Janeiro. 2008. Disponível em 
<http://www.abepro.org.br/biblioteca/enegep2008_TN _STO_069_491_11556.pdf>. Acesso em: 30 abr. 2011, 
16:50. 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
14 
MARTINS JUNIOR, J. C. M. Método Estruturado para Aplicação das Técnicas de Aumento da 
Capacidade de Produção de Recursos Gargalo em Células de Manufatura. São Carlos: UFSCar. 2009. 
MARTINS, P. G. LAUGENI F. P. Administração da Produção. 8. ed. São Paulo: Saraiva. 2005. 
MELLO, A. E. N. S. Aplicação do Mapeamento de Processos e da Simulação no Desenvolvimento de 
Projetos de Processos Produtivos. Itajuba: UNIFEI. 2008. Disponível em < 
http://pt.scribd.com/doc/55801931/23/Simulacao-Computacional>. Acesso em: 04 jun. 2011, 16:30. 
MIZOGUCHI, M. R. S. JARDIM, E. G. M. COSTA, R. S. A Programação e o Controle da Produção em 
Ambiente de Incerteza e Ativos Caros: O Caso de uma Empresa Termoplástica do Pólo Industrial de Manaus. 
Revista Gestão Industrial. UTFPR. Ponto Grossa. 2010. v 6. n 4. Disponível em 
<http://www.pg.utfpr.edu.br/depog/ periodicos/index.php/revistagi/article/view/657/576>. Acesso em: 05 jun. 
2011, 11:20. 
MOREIRA, D. A. Administração da produção e operações. 2. ed. São Paulo: Cengage Learning. 2008. 
PARAGON. Simulação. 2011. Disponível em < http://www.paragon.com.br/padrao. 
aspx?produtos_content_lst_2307__.aspx>. Acesso em: 05 jun. 2011, 10:20. 
PEREIRA, C. R. Um Modelo de Simulação de sistemas Aplicados à Programação da produção de um 
Frigorifico de Peixe. São Carlos: UFSCar. 2011. Disponível em < 
http://www.bdtd.ufscar.br/htdocs/tedeSimplificado//tde_busca/arquivo. php?codArquivo=4059 >. Acesso em: 05 
jun. 2011, 10:20. 
PEREIRA, C. R. V. Uma Introdução às Filas de Espera. Universidade da Madeira. 2009. Disponível em 
<http://digituma.uma.pt/bitstream/10400.13/48/1/MestradoCl%c 3%a1udiaPereira.pdf>. Acesso em: 05 jun. 
2011, 10:20. 
PEREIRA, E. A. R.; LIMA, E. P. de; COSTA, S. E. G. Estudo das diferentes lógicas de Planejamento e 
Controle - uma Contribuição ao Gerenciamento Estratégico de Operações. Curitiba: PUCPR. 2008. 
Disponível em <http://www.uff.br/ sg/index.php/ sg/article/view/SGV3N1A4/50>. Acesso em: 30 abr. 2011, 
17:55. 
PRADO, D. S. Usando o ARENA em Simulação. 4. ed. Belo Horizonte: INDG Tecnologia e Serviços Ltda. 
2010.