PLANEJAMENTO DA CAPACIDADE PRODUTIVA

Prévia do material em texto

PLANEJAMENTO DA CAPACIDADE PRODUTIVA 
DE UMA CONFEITARIA NO CEARÁ: APLICAÇÃO 
DO SOFTWARE DE SIMULAÇÃO OPERACIONAL 
ARENA 
 
Luiz Carlos Policarpo da Silva (FANOR) 
engluizpolicarpo@gmail.com 
Francisco Cezar Goncalves Leite Filho (FANOR) 
cezar.goncalves@hotmail.com 
Marcelo Rocha Oliveira (FANOR) 
marcelooliveira07@yahoo.com.br 
Maria Rita Napoleao de Sousa (FANOR) 
mariaritans@outlook.com 
 
 
 
Com o crescente aumento da competitividade do segmento de negócio de 
panificação e confeitaria, muitas empresas que antes eram tidas como 
pequenas e que tinham seus processos produtivos quase que artesanais, 
tiveram que em pouquíssimo tempo adaptar-se ao crescimento que ora se fez 
necessário, não apenas no que se refere a aumento de concorrência, mas 
também ao aumento de produtividade. Estas empresas que antes tinham sua 
produção nas cozinhas das casas dos donos, fabricados por estes donos e 
seus familiares, disputando espaço com os afazeres da rotina do lar. Hoje já 
podem contar com funcionários contratados, trabalhando em local próprio e 
especifico para a produção de doces, com máquinas, utensílios e matéria 
prima de qualidade superior. Este crescimento e profissionalismo trazem 
ainda a necessidade de uma gestão da produção que minimize os custos e 
otimize o tempo dos recursos disponíveis. O presente trabalho apresenta 
uma alternativa para esta questão do dimensionamento e otimização dos 
recursos, trazendo a simulação através do software Arena para verificação 
da capacidade produtiva de uma fábrica de doces a fim de atender a 
demanda do mercado. 
 
Palavras-chave: Produção, Capacidade, Simulação;
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
2 
 
1. INTRODUÇÃO 
Docerias e cafeterias têm conquistado representatividade cada vez maior no setor 
gastronômico em todo o Brasil. A competitividade do setor de confeitaria é extensa, devido o 
grande número de “players” no seguimento. Com isso, surge a exigência da otimização no 
processo produtivo como um dos fatores para o crescimento no market share das cafeterias e 
docerias. 
 
O segmento de negócio de panificação e confeitaria no Brasil cresceu, em média, 10 % ao ano 
na última década. Este segmento é formado por uma base de pequenas e médias empresas que 
disputam um mercado exigente por qualidade e excelência nos serviços. Neste contexto, 
pequenas e médias confeitarias têm enfrentado o desafio de estruturar suas operações para o 
crescimento de seus negócios, mas garantindo níveis de qualidade e produtividade que tornem 
sustentável este crescimento. Com aumento no volume de produção, acompanhada muitas 
vezes por maior variedade do binômio produto-processo, gera-se maior complexidade para 
gestão dos processos. Dentre os novos desafios de crescimento da operação, o planejamento 
da capacidade produtiva destaca-se por envolver investimentos de capital, atendimento às 
demandas de clientes e reflexos diretos na produtividade dos recursos. A questão chave que se 
apresenta é qual capacidade a operação deve possuir para que atenda satisfatoriamente a 
demanda por produtos, mas sem afetar a lucratividade da organização. 
 
Com o aumento das potencialidades competitivas do setor de confeitarias, o diferencial de 
muitas docerias está no processo produtivo, em que o fabricante deseja reduzir os gargalos 
produtivos, otimizando o tempo e maximizando os lucros com a solução mais viável para o 
problema gerado na fabricação. Para tanto a simulação operacional é a ferramenta moderna 
mais adequada para os experimentos nos processos produtivos das empresas, pois na 
simulação o gestor poderá visualizar as causas raízes de atrasos na produção, gargalos 
produtivos, e tentar corrigi-los através de estudos e análises que visam a otimização do tempo 
e a maximização do lucro na gestão produtiva. Esses estudos para a modelagem de sistemas 
permitem modificações de layouts, ampliações de fábricas, reestruturação como novos 
equipamentos, dimensionamento de uma nova fábrica, etc. A simulação é capaz de definir a 
quantidade de atendentes (equipamentos, ferramentas, etc) e pessoas que devem ser inseridas 
em cada estação de trabalho, bem como o melhor layout e o melhor fluxo de Unidades Fabris 
(indústrias de equipamentos, indústrias de bens intermediários, indústrias de bens duráveis, 
indústrias de bens não duráveis, etc). A simulação tem aplicações nas áreas mais diversas que 
vão desde a logística de uma transportadora à fabricação de produtos em uma cafeteria. 
 
Este relato apresenta a aplicação de métodos de engenharia de produção para um 
dimensionamento otimizado da capacidade produtiva de uma confeitaria no estado do Ceará. 
Por quatro meses, uma equipe de cinco estudantes de engenharia de produção analisou o 
processo produtivo com o objetivo de avaliar a capacidade produtiva dos recursos de 
produção, a fim de detectar as restrições de atendimento à demanda que se apresentavam no 
início do trabalho. Foram utilizadas as técnicas de cronoanálise para definição das 
capacidades individuais dos recursos produtivos e optou-se por usar a teoria das filas para 
modelagem do sistema produtivo por este ser caracterizado por uma produção “puxada” pela 
loja de serviços da confeitaria e com bastante aleatoriedade de demanda. 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
3 
 
A aplicação do ferramental de análise seguiu os seguintes passos: 
1. Identificação da operação caracterizado o fluxo de processos, os principais recursos 
produtivos físicos e humanos e a demanda de produtos por parte dos negócios; 
2. Definição do nível de demanda para cada família de produtos; 
3. Definição dos fluxos produtivos para cada família de produtos; 
4. Definição dos tempos de ciclo para cada etapa do processo, para cada família de 
produto, utilizando técnicas de cronoanálise; 
5. Modelagem da operação produtiva utilizando os modelos de otimização da Teoria das 
Filas, determinando os parâmetros de tempo de chegada e de tempo de atendimento e 
escolhendo as curvas de distribuição mais adequadas para o caso em análise; 
6. Análise da capacidade produtiva dos recursos produtivos ao utilizar o ambiente de 
simulação do Arena, detectando gargalos de capacidade que impactam no atendimento a 
demanda produtiva. A análise consistiu em verificar a quantidade de produtos fabricados em 
um período produtivo e os indicadores de número médio de produtos da fila e o tempo médio 
em fila para cada recurso produtivo. 
Os resultados das análises de capacidade demonstraram que os recursos produtivos instalados 
possuem plena capacidade de produção, mesmo colocados contra um ambiente aleatório de 
demanda. Foi possível perceber durante a aplicação da metodologia problemas de 
coordenação da equipe produtiva, sugerindo que o problema de não atendimento à demanda é 
de outra ordem que não de capacidade produtiva dos recursos. 
A experiência de pesquisa aplicada foi satisfatória em relação aos objetivos propostos, 
permitindo aos alunos de graduação a consolidação da aplicação de técnicas importantes de 
engenharia de produção. 
 
2. METODOLOGIA 
2.1 Simulação Operacional 
A simulação operacional a ser adotada por estes autores será uma aplicação da simulação da 
produção de uma fábricade doces no ArenaSimulation Software® um produto da Rockwell 
Automation, Inc. 
 
No desenvolvimento de um projeto, a simulação pode ser útil para a visualização de algo 
novo, que ainda não foi testado, permitindo aos projetistas tomar importantes decisões. No 
gerenciamento de um processo a simulação pode contribuir para melhorias deste processo, 
resolução de problemas que podem surgir ao longo do tempo e adaptações a mudanças 
(AGUILAR et al, 2009). 
 
Para que a simulação possa fornecer uma visão fiel acerca do processo em estudo e contribuir 
significativamente para sua melhoria, devem ser levadas em conta todas as variáveis que 
influenciam o modelo criado. A omissão de alguma variável leva a distorção do modelo, o 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
4 
que ocasiona a ineficiência deste e pode levar a tomada de decisões equivocadas (AGUILAR 
et al, 2009). 
 
2.2 Técnicas aplicadas à produção 
Também serão adotadas algumas técnicas aplicadas à produção como a ferramenta do 
Mapeamento de Fluxo de Valor, onde serão ilustradas as operações atuais da fábrica de doces 
em estudo de caso. 
 
A melhor maneira de representar o mapa é em uma folha de papel grande e a lápis, pois 
permite a correção de erros e a reavaliação de ideias mais facilmente. A partir do momento 
que o plano de trabalho é concluído, faz-se um novo mapa atual, com menos desperdício, mas 
que ainda pode ser melhorado. Dessa forma entra-se numa espiral de melhoria contínua. Este 
trabalho deve ser feito por uma pessoa apenas, que deve ter a liberdade de transitar por todos 
os departamentos da empresa em busca de informações, para que haja uma compreensão do 
fluxo completo de material e de informação do produto. É importante ter sempre em mente 
que se deve desenhar o fluxo de produtos dentro da empresa, e não a empresa (MOREIRA e 
FERNANDES, 2001). 
 
2.3 Coletas dos tempos de fabricação 
Segundo Oliveira (2009), através da cronoanálise pode se obter o controle e a medição 
estatística das tarefas obtendo seus tempos padrões e determinando a capacidade produtiva da 
operação. A cronometragem é um dos métodos mais empregados na indústria para medir o 
trabalho. Desde a época em que F. W. Taylor estruturou a administração científica e o estudo 
de tempos cronometrados, objetivando medir a eficiência individual, essa metodologia 
continua sendo muito utilizada para que sejam estabelecidos padrões para a produção e para 
os custos industriais (MARTINS, 1998). 
 
3. REFERENCIAL TEÓRICO 
O software Arena surgiu a partir da atualização da programação de dois outros softwares 
conhecidos como Siman e Cinema. Segundo Prado (1999), o SIMAN é uma linguagem de 
simulação e, em 1983, deu nome ao primeiro programa de simulação para computadores 
pessoais (PCs). O CINEMA foi o primeiro programa para animação de simulação em PCs e 
surgiu em 1984. Este conjunto foi continuamente melhorado e, a partir de 1993, os programas 
foram unificados em um único software, o Arena (SILVA et al, 2007). 
 
O software Arena possui diversas ferramentas internas que possibilitam a simulação de 
diversas operações através de uma linha de programação. O usuário pode operar a 
programação através de blocos e conexões no modelo de fluxogramas e mais além programar 
a simulação em ilustração gráfica, com desenhos e ícones que permitem uma melhor 
visualização da operação simulada. 
 
Uma das principais ferramentas do software Arena é o Input Analyser que auxilia na 
determinação das curvas de comportamento e também será utilizada para prevê alguns 
intervalos de tempo do processo. Essa ferramenta fornece uma expressão matemática que 
melhor descreve o comportamento dos dados, e que será utilizada para operar o modelo no 
ambiente gráfico do Arena Simulation Software® (AGUILAR et al, 2009). 
 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
5 
4. ESTUDO DE CASO 
O projeto de pesquisa foi realizado na empresa Empório Sweet, que a partir desse ano instalou 
lojas, quiosques em redes de shoppings no estado do Ceará. Na fábrica de doces foram 
detectadas diversas famílias de produtos a escolhida por estes autores para a realização do 
estudo e análise do processo produtivo e da demanda foi a família dos produtos brownie, 
cupcake e bem casado. Foram coletados dados das vendas de uma loja durante 5 (Cinco) 
semanas, conforme a tabela 1, para o desenvolvimento dos cálculos de estatística descritiva da 
demanda dos produtos. Dessa forma, os autores puderam visualizar as demandas das famílias 
dos produtos em estudo de caso para a realização da simulação operacional para apresentar ao 
fabricante melhorias a serem aplicadas no processo produtivo. 
 
Vendas por semana Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Media 
Brownie Tradicional 46,00 85,00 54,00 34,00 82,00 60,2 
Brownie Recheado 218,00 193,00 140,00 149,00 275,00 195 
Bem casado 77,00 64,00 42,00 72,00 58,00 62,6 
Cupcake 324,00 174,00 116,00 139,00 182,00 187 
Produto “X” 665,00 516,00 352,00 394,00 597,00 126,2 
Tabela 1. Quantidade de produtos vendidos por semana 
 
4.1 Estudo do Tempo 
Para obtenção dos tempos padrões de cada uma das etapas do processo de fabricação foram 
realizadas cronometragens e feitas avaliações de ritmo e fadiga para cada uma dos três 
principais produtos fabricados. Os resultados obtidos estão presentes nas tabelas abaixo: 
 
Produto Preparação Forno Resfriamento Corte/Recheio/Acabamento 
Brownie 60 60 240 111.5 
Cupcake 20 40 60 38.5 
Bem casado 30 30 40 65 
Tabela 2. Tempo padrão de fabricação por produto em minutos (min) 
 
Os tempos de fabricação dos produtos brownie, cupcake e bem casado são para fabricação de 
lotes de 60, 30 e 20 unidades respectivamente. Notou-se, ainda durante a etapa de coleta de 
informações e tempos das operações, que os processos realizados na fabricação dos itens são 
realizados por três pessoas e que estas apresentam multifuncionalidade. 
 
Processo 
Brownie 
Tradicional 
Brownie 
Recheado 
Bem casado Cupcake Produto “X” 
Preparação 1,00 1,00 1,50 0,67 1,04 
Forno 1,00 1,00 1,50 1,33 1,21 
Resfriamento 4,00 4,00 2,00 2,00 3,00 
Corte e recheio 0,36 1,19 2,53 1,28 1,34 
Acabamento 0,67 0,67 0,73 0,00 0,52 
Demanda (IC) 47,84 14,77 46,01 15,40 7,75 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
6 
Tabela 3. Demanda calculada a partir do tempo total disponível em minutos durante uma semana (min). 
 
4.2 Mapeamento de Fluxo de Valor 
O mapeamento é uma ferramenta qualitativa que consiste na representação destes fluxos de 
forma simples e de fácil compreensão, por meio de desenhos, não havendo necessidade do 
uso de computadores ou softwares especializados. Os ícones usados no mapeamento são 
facilmente identificáveis (por exemplo, um triângulo indica um ponto de estocagem) 
(MOREIRA & FERNANDES, 2001). 
 
No mapeamento de fluxo de valor escolhemos uma família de produtos para mapear a 
produção somente de uma família de produtos, pois o mapeamento de todos os produtos de 
uma fábrica em um só mapeamento de fluxo de valor pode se tornar difícil a sua conclusão 
além de dificultar a interpretação de toda a organização. O mapeamento de fluxo de valor é 
ideal para a exposição das atividades produtivas da fábrica aos seus colaborares e visitantes. 
Muitas organizações utilizam essatécnica aplicada à produção como uma ferramenta para 
expor detalhadamente o processo de produção da unidade para todos os stakeholders e 
colaboradores internos da organização. 
 
Os autores decidiram seguir os 8 (Oito) passos propostos por Rother&Shook (1998) como 
uma forma de avaliação da metodologia para desenvolver o mapeamento de fluxo de valor. 
1) Determinar o takt time: 
TAKT TIME = tempo de trabalho disponível 
 demanda do cliente 
 
2) Determinar se os produtos finais serão dispostos em supermercados ou produzidos 
diretamente para a expedição: 
3) Identificar os processos que têm tempo de ciclo próximo e que podem ser colocados em 
fluxo contínuo: 
4) Estabelecer onde será usado o sistema de puxadas, geralmente com a utilização de 
supermercados e kanbans de retirada: 
5) Determinar qual será o processo puxador: 
6) Fazer o nivelamento do mix de produção: 
7) Determinar o pitch (intervalo de verificação da produção): pode ser realizado em função 
dos lotes nivelados: 
PITCH = TAKT TIME x tamanho da embalagem 
8) As melhorias necessárias para atingir o estado futuro 
 
Para a melhor compreensão o mapeamento de fluxo de valor abordou um produto exemplo 
“X”, o mesmo envolve todos os processos junto com uma média dos tempos onde cada 
produto analisado (brownie, cupcake e bem casado) leva em cada processo, foi verificado que 
essa seria a melhor forma de representar o fluxo da empresa. O mapeamento envolve todos os 
processos onde, em cada processo, são apresentadas informações como: tempo disponível 
desse processo, quantidade de produto fabricado, quantidade de mão-de-obra, sua taxa de 
utilização e taxa disponível, além de informar um estoque entre os processos e seu 
sequenciamento. Todos esses dados são relevantes para uma possível tomada de decisão, se 
está ocioso ou sobrecarregado seria um exemplo. Nesse estudo de caso o mapeamento de 
fluxo de valor foi importantíssimo, pois foi um escopo para o próximo passo a simulação. 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
7 
Com o mapeamento foi determinado um sequenciamento dos processos junto com o estudo 
dos tempos foi de grande valia para a simulação. 
 
PCP
Preparacao Forno
Esfriamento 
natural
Cortar-
Rechear-
x 1 x 1 x 0 x 2
2880min disp 2880min disp 2400min disp 2880min disp
73un/dia 438un 150min utilizado 438un 600min utilizado 438un 408min utilizado 438un
160min utilizado 6.25% utilizado 25% utilizado 8.5% utilizado
6.67% utilizado 93.75% disp 75% disp 91.5% disp
93.33% disponivel
Demanda seg-sex 115un
Demanda sab-dom 120un
CONTROLE
DE
ESTOQUE
Dom 14:30-21:30
Seg-Sab 10:00-22:00
235un/sem
Fornecedores
Loja
ORDEM DE COMPRA
PROGRAMAÇÃO SEMANAL PROGRAMAÇÃO 
SEMANAL
 
Figura 1. Mapeamento de fluxo de valor do produto X 
 
4.3 Aplicando as medidas estatísticas 
Podemos visualizar nas tabelas abaixo os valores calculados com a estatística descritiva 
através dos dados obtidos dos relatórios de vendas de um quiosque em um shopping no 
período de 35 (Trinta e cinco) dias, ou seja, 5 (Cinco) semanas. 
 
Brownies Bem casado Cupcake 
Média 37,71 
11,0
0 
 46,29 
Erro padrão 7,55 1,85 9,98 
Mediana 32,00 9,00 33,00 
Modo #N/D 8,00 24,00 
Desvio padrão 19,98 4,90 26,40 
Variância da amostra 
399,2
4 
 
24,0
0 
 
696,9
0 
Curtose 1,21 0,77 0,68 
Assimetria 1,10 1,20 1,18 
Intervalo 59,00 
14,0
0 
 71,00 
Mínimo 16,00 6,00 24,00 
Máximo 75,00 
20,0
0 
 95,00 
Soma 
264,0
0 
 
77,0
0 
 
324,0
0 
Contagem 7,00 7,00 7,00 
Maior(1) 75,00 
20,0
0 
 95,00 
Menor(1) 16,00 6,00 24,00 
Nível de 
confiança(95.0%) 
18,48 4,53 24,41 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
8 
Tabela 4. Estatística descritiva das vendas da semana 01 
 
Brownies Bem casado Cupcake 
Média 39,71 9,14 24,86 
Erro padrão 6,63 1,39 6,04 
Mediana 34,00 
10,0
0 
 16,00 
Modo #N/D 7,00 #N/D 
Desvio padrão 17,53 3,67 15,97 
Variância da amostra 307,24 
13,4
8 
 255,14 
Curtose 2,05 -0,46 -1,42 
Assimetria 1,49 -0,61 0,71 
Intervalo 51,00 
10,0
0 
 40,00 
Mínimo 23,00 3,00 9,00 
Máximo 74,00 
13,0
0 
 49,00 
Soma 278,00 
64,0
0 
 174,00 
Contagem 7,00 7,00 7,00 
Maior(1) 74,00 
13,0
0 
 49,00 
Menor(1) 23,00 3,00 9,00 
Nível de 
confiança(95.0%) 
16,21 3,40 14,77 
Tabela 5. Estatística descritiva das vendas da semana 02 
 
Brownies Bem casado Cupcake 
Média 27,71 6,00 16,57 
Erro padrão 3,33 0,98 2,18 
Mediana 27,00 7,00 15,00 
Modo 17,00 7,00 #N/D 
Desvio padrão 8,81 2,58 5,77 
Variância da amostra 77,57 6,67 33,29 
Curtose -0,72 -0,82 -0,66 
Assimetria 0,10 -0,73 0,70 
Intervalo 24,00 7,00 16,00 
Mínimo 17,00 2,00 10,00 
Máximo 41,00 9,00 26,00 
Soma 194,00 
42,0
0 
 116,00 
Contagem 7,00 7,00 7,00 
Maior(1) 41,00 9,00 26,00 
Menor(1) 17,00 2,00 10,00 
Nível de 
confiança(95.0%) 
8,15 2,39 5,34 
Tabela 6. Estatística descritiva das vendas da semana 03 
 
Brownies Bem casado Cupcake 
Média 26,14 
10,2
9 
 19,86 
Erro padrão 8,16 2,84 5,65 
Mediana 20,00 
11,0
0 
 22,00 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
9 
Modo #N/D 5,00 #N/D 
Desvio padrão 21,58 7,52 14,94 
Variância da amostra 465,81 
56,5
7 
 223,14 
Curtose 2,92 -0,63 0,08 
Assimetria 1,36 0,24 0,44 
Intervalo 69,00 
22,0
0 
 45,00 
Mínimo 0,00 0,00 0,00 
Máximo 69,00 
22,0
0 
 45,00 
Soma 183,00 
72,0
0 
 139,00 
Contagem 7,00 7,00 7,00 
Maior(1) 69,00 
22,0
0 
 45,00 
Menor(1) 0,00 0,00 0,00 
Nível de 
confiança(95.0%) 
19,96 6,96 13,82 
Tabela 7. Estatística descritiva das vendas da semana 04 
 
Brownies Bem casado Cupcake 
Média 51,00 8,29 26,00 
Erro padrão 9,92 1,77 8,23 
Mediana 47,00 6,00 17,00 
Modo #N/D 5,00 #N/D 
Desvio padrão 26,25 4,68 21,78 
Variância da amostra 689,00 
21,9
0 
 474,33 
Curtose 1,45 -0,55 -1,42 
Assimetria 1,03 1,20 0,49 
Intervalo 81,00 
11,0
0 
 56,00 
Mínimo 19,00 5,00 0,00 
Máximo 100,00 
16,0
0 
 56,00 
Soma 357,00 
58,0
0 
 182,00 
Contagem 7,00 7,00 7,00 
Maior(1) 100,00 
16,0
0 
 56,00 
Menor(1) 19,00 5,00 0,00 
Nível de 
confiança(95.0%) 
24,28 4,33 20,14 
Tabela 8. Estatística descritiva das vendas da semana 05 
 
4.4 Aplicando a simulação operacional no software Arena 
A utilização da simulação computacional, durante muito tempo, foi restrita a um pequeno 
grupo devido a necessidades de grandes recursos computacionais e ao grande esforço de 
programação requerido. Porém, hoje em dia os softwares de simulação rodam em 
microcomputadores e os programas vêm evoluindo se tornando cada vez mais “amigáveis” 
(AGUILAR et al, 2009). 
 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
10 
Para a simulação operacional inicial no software Arena, utilizou-se a divisão dos produtos 
fabricados, conforme a Figura 2. A seqüência dos processos de cada família de produtos foi 
feita separadamente e da mesma formaos recursos foram considerados diferentes em cada 
processo. 
 
 
Figura 2. Aplicação Simulação Arena Inicial 
 
Notou-se que, desta forma, a capacidade da linha de produção acabava sendo aumentada já 
que determinados recursos haviam sido considerados mais de uma vez, o que implicou em um 
resultado desproporcional ao modelo de fabricação real, como exemplo, o recurso forno que 
aparecia nas três linhas e teve sua capacidade triplicada. Para evitar esse aumento excessivo 
na capacidade e passar a considerar o número real de recursos disponíveis em cada etapa, foi 
decidido fazer uma nova sequência de processos considerando a média das demandas de cada 
produto em cada uma das etapas do processo de fabricação. 
 
 
Figura 3. Aplicação Simulação Arena Final 
 
O novo sequenciamento que representou um produto genérico chamado produto “X” e que 
considerou a média das demandas das três famílias de produtos tornou o resultado mais real e 
proporcionou uma analise mais simplificada. 
 
5. CONSIDERAÇÕES FINAIS 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
11 
Através da simulação é possível avaliar diversos tipos de processos, sejam eles de fabricação 
ou serviços, e chegar a análises bastante fiéis ao que se verifica no real. Os softwares de 
simulação ao longo dos anos evoluíram e tornaram-se ferramentas de suma importância no 
processo de tomada de decisão das mais variadas modalidades de mercado. Para a empresa 
objeto do nosso estudo não poderia ser diferente, o método de simulação se mostrou de 
grande valia para o dimensionamento da capacidade produtiva da fábrica de doces. 
Considerado apenas as três famílias de produtos que foram pesquisadas e que tiveram seus 
fluxos produtivos avaliados, concluem-se por meio das simulações realizadas no software 
Arena, a partir do produto genérico que foi obtido das médias das demandas e das 
capacidades de atendimento de cada setor para cada uma das três famílias, que a fábrica de 
doces da empresa Empório Sweet, possui capacidade suficiente para atendimento das 
demandas requeridas pela loja avaliada na pesquisa, para estas mesmas famílias de produtos. 
O trabalho não é totalmente conclusivo, pois o mesmo se baseou apenas nos três produtos 
mais vendidos, sendo, portanto, necessário fazer uma nova pesquisa de simulação a fim de se 
conhecer a capacidade real da fabrica de doces da empresa Empório Sweet. 
 
6. REFERÊNCIAS BIBLIOGRÁFICAS 
AGUILAR, S.M.S. et al.: Avaliação dos benefícios da aplicação da simulação, através do software Arena 10.0, 
em uma empresa de transporte ferroviário. XXIX Encontro Nacional de Engenharia de Produção – ENEGEP 
2009, Salvador, 2009. 
 
MARTINS, P.: Administração da Produção. Saraiva. São Paulo, 1998. 
 
MOREIRA, M.P., FERNANDES, F.C.: Avaliação do mapeamento do fluxo de valor como ferramenta da 
produção enxuta por meio de um estudo de caso. Departamento de Engenharia de Produção – UFSCar. XXI 
Encontro Nacional de Engenharia de Produção – ENEGEP 2001, Salvador, 2001. 
 
OLIVEIRA, C. L P. A: Análise e Controle da Produção em uma empresa têxtil, através da cronoanálise, 2009. 
 
PRADO, D.: Usando o Arena em Simulação. Editora de Desenvolvimento Gerencial, Belo Horizonte, 1999. 
 
ROTHER, M., SHOOK, J.: Aprendendo a enxergar. Lean Institute Brasil, São Paulo, 1998. 
 
SILVA, L.M.F. et al.: A. Utilizando o software Arena como ferramenta de apoio ao ensino em engenharia de 
produção. Foz do Iguaçu, 2007.