Prévia do material em texto
1 UNIVERSIDADE VIRTUAL DO ESTADO DE SÃO PAULO Bruna de Paiva Gonçalves Felipe Ferreira Pereira Felipe Freitas de Oliveira Gabriel Felipe Reis Scarpari José Maria Fernandes Marlet Rodrigo Vieira Peres Tiago Tosca dos Santos FERRAMENTA PARA PLANEJAMENTO E PROGRAMAÇÃO DE PRODUÇÃO EM MPM EMPRESAS Link do vídeo: youtu.be/d3k89iAd09Dd São José dos Campos – SP Polo Santana 2019 2 UNIVERSIDADE VIRTUAL DO ESTADO DE SÃO PAULO FERRAMENTA PARA PLANEJAMENTO E PROGRAMAÇÃO DE PRODUÇÃO EM MPM EMPRESAS Relatório apresentado na disciplina de Projeto Integrador para o curso de Engenharia da computação da Fundação Universidade Virtual do Estado de São Paulo (UNIVESP). Tutora: Tatiana Dias Chiacchio São José dos Campos – SP Polo Santana 2019 3 GONÇALVES, Bruna de Paiva; MARLET, José Maria Fernandes; OLIVEIRA, Felipe Freitas de; PEREIRA, Felipe Ferreira; SCARPARI, Gabriel Felipe Reis; PERES, Rodrigo Vieira; SANTOS, Tiago Tosca. FERRAMENTA PARA PLANEJAMENTO E PROGRAMAÇÃO DE PRODUÇÃO EM MPM EMPRESAS. __ f. Relatório Técnico- Científico (Engenharia da Computação) – Universidade Virtual do Estado de São Paulo. Tutora: Tatiana Dias Chiacchio. Polo: São José dos Campos / Santana, 2019. RESUMO O presente trabalho foi desenvolvido a partir da necessidade de inclusão das empresas no contexto da Indústria 4.0. Várias são as ferramentas necessárias para essa inclusão, como Manufacturing Execution System, [ MES ] (Sistema de Execução da Manufatura). Uma maneira de otimizar o lucro bruto das empresas é usar o Advanced Planning Scheduling, [ APS ] (Planejamento Avançado da Produção), que é um subsistema do MES. Neste trabalho foi desenvolvida uma aplicação para uma ferramenta APS, que permite a maximização do lucro bruto de uma empresa do ramo gráfico, a partir da otimização do planejamento de produção desta empresa. As simulações executadas indicam um potencial de ganho expressivo em termos de lucro bruto a um custo de licença reduzido. Esta metodologia de apoio à produção também pode ser expandida para outras necessidades das empresas em geral. O fato de ser possível responder às demandas de mercado e ao mesmo tempo maximizar o lucro bruto das empresas, é um dos pilares do que se convencionou chamar de Indústria 4.0. Palavras-chave: Indústria 4.0, otimização da produção, MES, APS, planejamento avançado, algoritmos genéticos. 4 GONÇALVES, Bruna de Paiva; MARLET, José Maria Fernandes; OLIVEIRA, Felipe Freitas de; PEREIRA, Felipe Ferreira; SCARPARI, Gabriel Felipe Reis; PERES, Rodrigo Vieira; SANTOS, Tiago Tosca. FERRAMENTA PARA PLANEJAMENTO E PROGRAMAÇÃO DE PRODUÇÃO EM MPM EMPRESAS. __ f. Relatório Técnico- Científico (Engenharia da Computação) – Universidade Virtual do Estado de São Paulo. Tutora: Tatiana Dias Chiacchio. Polo: São José dos Campos / Santana, 2019. ABSTRACT The present work was developed from the need to include companies in the context of Industry 4.0. There are several tools required for such inclusion, such as Manufacturing Execution System, [MES]. One way to optimize companies' gross profit is to use Advanced Planning Scheduling, [APS], which is a subsystem of the MES. In this work an application for an APS tool was developed, which allows the maximization of the gross profit of a graphic company, by optimizing the production planning of this company. The simulations performed indicate a significant gain potential in terms of gross profit at a reduced license cost. This production support methodology can also be expanded to other business needs in general. The fact that it is possible to respond to market demands while maximizing companies' gross profit is one of the pillars of what is commonly called Industry 4.0. Keywords: Industry 4.0, production optimization, MES, APS, advanced planning, genetic algorithms. 5 Sumário: 1. Introdução .......................................................................................................................... 6 1.1 Justificativa e Problema .............................................................................................. 13 1.2. Objetivos da Pesquisa................................................................................................ 17 1.3. Objetivo Geral ............................................................................................................ 17 1.4. Objetivos Específicos ................................................................................................. 18 1.5. Organização do Trabalho ........................................................................................... 18 2. Fundamentação Teórica ................................................................................................... 19 2.1 – Indústria 4.0, MES e APS – Conceitos básicos ........................................................ 19 2.1 – Design Thinking – Conceitos básicos ....................................................................... 23 2.2 – Metodologia Científica – Conceitos básicos ............................................................. 24 3. Materiais e Métodos Empregados .................................................................................... 26 3.1. Elaboração das Perguntas ......................................................................................... 26 3.2. Análise da Pesquisa ................................................................................................... 27 3.3. Design Thinking ......................................................................................................... 27 3.4. Questionário ............................................................................................................... 29 3.5. Prototipagem .............................................................................................................. 30 3.6. Teste do Protótipo ...................................................................................................... 33 3.7. Implementação da Solução ........................................................................................ 33 4. Análise e Discussão dos Resultados ................................................................................ 33 5. Conclusões e Considerações Finais ................................................................................. 35 6. Referências Bibliográficas ................................................................................................ 36 6 1. Introdução As revoluções industriais trazem consigo grandes avanços tecnológicos, que geram enorme impacto para o ambiente de comércio. No total já aconteceram quatro revoluções industriais, sendo que atualmente a quarta está em curso. [5] Na primeira, houve o advento das máquinas a vapor e do uso do carvão como combustível. Na segunda, a eletricidade foi a grande invenção, também causando uma grande transformação nos meios de produção. Na sequência, a terceira trouxe a automação das máquinas, o uso dos computadores, a internet e um prenúncio do que estava por vir: a digitalização e o mundo virtual, que estão colocando a humanidade em outro patamar de interação e desenvolvimento. Aquelas previsões futurísticas começam, em certa medida, a fazer sentido diante das possibilidades de que se dispõe. (COLLABO, 2018).[5] A indústria 4.0, ou 4ª Revolução Industrial tem vários elementos, mas os três principais são: Internet of Things (IoT), Big Data Analytics e Segurança. Internet of Fonte: Elisabeth (2019) 7 Things tem como seu proposito fazer a ligação entre a rede da internet, seus usuários e objetos físicos, permitindo o compartilhamento de informações entre eles. Big Data Analytics tem como fim uma análise de grande quantidade de dados. Por fim, a Segurança tem como objetivo não somente proteger os dados como garantir sua fidelidade. [5,11] A cada revolução as inovações foram diferentes, trazendo com elas melhorias para seus setores. No momento atual, com a quarta revolução, a principal ferramenta é a internet, que vem se tornando a cada dia mais indispensável na vida das pessoas, e para indústria também. A rede wireless é responsável, crescentemente, pela conexão em rede de diversos computadores, logo IoT. Este mecanismo é de grande auxilio para as indústrias. [11] No mundo moderno, a grande exigência por tempo e as preferências do cliente geram um mercado cada vez mais competitivo. Para se manter nele é necessário fazer uso das tecnologias que a indústria 4.0 trouxe. Utilizando-as, é possível devolver um Manufacturing Execution System, ou MES. Um sistema que faz monitoramento e o gerencie, capaz então de entrar em contato com a linha de produção. [11] Logo vive-se em uma época digital na qual a quantidade um volume de dados produzidos, armazenados e transacionados tomam proporções nunca vista anteriormente. Um dos desafios das empresas modernas é justamente transformar estes dados em valor, aumentando sua competitividade. Imagine-se um cenário de uma indústria qualquer, na qual os dados são coletados manualmente numa prancheta, podem ser de registros referentes à quantidade de peças produzidas, data/hora que a máquina produziu, que pessoa operou a máquina, etc. A primeira verificação ainda na fase da coleta é da veracidade desses dados, seja por erro humano dolosa ou culposamente, intencional ou acidental, uma massa crítica de dados, que não expresse verdadeiramente a realidade, pode induzir a erros também, influenciando e gerando percepções igualmente equivocadas, e por fim a tomada de decisão é realizada sem ser a mais otimizada possível, algo 8 imperdoável num cenário de alta competição. Assim já vislumbra-se aqui a primeira possibilidade de melhoria, que é a justamente aplicar hardware e software na coleta de dados e principalmente integrá-los. Integração consiste na troca de dados, assim um cenário é construído no qual sistemas conversem com sistemas, máquinas conversem com máquina, com o uso de robôs mais sofisticados e inteligência artificial analisando padrões e interagindo. A próxima fase após a coleta trata da organização destes dados, para que se possa construir efetivamente uma informação. Percebe-se que a informação trata de um conjunto, de uma somatória de dados particularizados. Por exemplo: a data de 21 de outubro isoladamente refere-se à apenas uma data, mas na coluna ao lado desta data colocamos um outro dado (por exemplo o nome da pessoa), e numa outra coluna um outro dado com a palavra aniversário. Imediatamente infere-se que se trata do aniversário de uma pessoa em determinada data. Pode-se utilizar essa informação que agora sim é relevante para realizar um telefonema ou para presentear, ou seja para tomar uma ação baseada na informação. Por sua vez somando vários conjuntos de informações relevantes tem-se o conhecimento. A somatória de conhecimentos resulta em inteligência. É exatamente nessa era que se vive, na era da informação, do conhecimento, da inteligência, na era dos dados transacionados em altíssima velocidade, no momento da hiperconectividade e principalmente transformação digital. Ilustrativamente: 9 Outra variável intrinsecamente importante é o tempo, os dados são transacionados em altíssima velocidade, assim as informações precisam ser verdadeiras, validadas e principalmente estarem disponíveis em tempo hábil ou em tempo real, ou seja, num determinado momento no qual eu ainda possa tomar alguma decisão e ação efetiva visando o resultado almejado. No exemplo acima, se a informação chegasse apenas no dia 22 de outubro, D+1 no dia posterior, está informação não teria mais validade como lembrete de uma data de aniversário. A seguir uma lista de abreviações e termos da tecnologia da informação, considerados relevantes pela sua grande aplicação: Business Intelligence [ BI ] (Inteligência do Negócio): Para efetiva gestão e tomada de decisão mostrando variados gráficos com os “Key Performance Indicator” (KPI – indicadores-chave), onde a informação é sumarizada e apresentada em gráficos, cuja imagem permite ao administrador instantaneamente mensurar o resultado, prever cenários e fazer correções se necessário. Para a efetiva gestão global de uma empresa, precisa-se de um Enterprise Resource Planning, [ ERP ] (Planejamento de Recursos da Empresa). Este sistema cuida dos recursos da empresa, sendo seus sub sistemas: financeiro, contábil, compra, estoque. Sem um sistema deste é difícil apurar um fluxo de caixa, Elaboração próprios autores. 10 orçamento financeiro anual, dar entrada automaticamente de todas as notas fiscais, registrar todas as notas de vendas, apurar os impostos e tributos, entre outras operações. Para efetiva gestão comercial de uma organização precisa-se de um Customer Relationship Management, [ CRM ] (Gerenciamento do Relacionamento com o Cliente). Este sistema cuidará de todos os prospectos, clientes em potencial, orçamentos e propostas realizadas, “follow-up” (acompanhamento) com os clientes, contratos firmados, atingimento de metas de vendas, etc. Para a efetiva gestão do chão de fábrica, da produção propriamente dita, precisa-se de um Manufacturing Execution System, [ MES ] (Sistema de Execução da Manufatura). Este sistema cuidará da execução das ordens de produção ou ordem de fabricação, em mensurar o tempo despendido na produção, alertas sobre manutenção preventiva corretiva e preditiva das Máquinas, cálculo de indicadores como overall equipment effectiveness (OEE – eficiência geral do equipamento), efetividade ou produtividade global das máquinas e equipamentos, etc. Sendo um subsistema do MES, especificamente, o Advanced Planning Scheduling, [ APS ] (Planejamento Avançado da Produção), permite a roteirização das ordens de fabricação ou ordens de produção. Logo o sistema APS é capaz de sugerir quais ordens de produção devem ser realizadas naquele determinado momento, sequenciando-as de acordo com os maquinários disponíveis, e utilizando regras de restrições e limitações. Entende-se que estes sistemas se complementam e se integram. Seja sobrepondo ou em bloco preenchendo as lacunas, visando a melhor gestão. 11 Elaboração/adaptação dos próprios autores. Exatamente neste sistema [ APS ], de roteirização das ordens de produção que é o foco deste trabalho. O mercado brasileiro de TI apresenta-se relativamente segmentado em poucos players, quando trata-se de empresas já consolidadas, geralmente médias e grandes empresas. Como aponta a 30ª Pesquisa Anual do Uso de TI nas Empresas, 2019, realizada pela FGVcia - Centro de Tecnologia de Informação Aplicada da FGV- EAESP, este relatório tem em sua idealização 66% das maiores +500 Brasil. Já em no outro extremo, nota-se uma precariedade de soluções para as micro e pequenas empresas, que muitas vezes nem sequer apresentam um planejamento da produção em Excel. Fonte: https://eaesp.fgv.br/sites/eaesp.fgv.br/files/pesti2019fgvciappt_2019.pdf https://eaesp.fgv.br/sites/eaesp.fgv.br/files/pesti2019fgvciappt_2019.pdf https://eaesp.fgv.br/sites/eaesp.fgv.br/files/pesti2019fgvciappt_2019.pdf 12 Fonte: https://eaesp.fgv.br/sites/eaesp.fgv.br/files/pesti2019fgvciappt_2019.pdf Para o mercado internacional,tratando-se de MES identifica-se o mesmo ponto: grandes players com soluções robustas, porém excessivamente dispendiosas e caras. Inviáveis para pequenas e até médias empresas no Brasil, seja pelo valor, por pré-requisitos, ou pelo preço cotado em dólares ou euros. Comparando os últimos relatórios disponíveis, de novembro de 2018 a novembro 2017, do Gartner sobre MES, encontram-se praticamente as mesmas empresas: Fonte: https://discover.3ds.com/magic-quadrant-for-manufacturing-executionsystems https://eaesp.fgv.br/sites/eaesp.fgv.br/files/pesti2019fgvciappt_2019.pdf https://eaesp.fgv.br/sites/eaesp.fgv.br/files/pesti2019fgvciappt_2019.pdf 13 E para mercado nacional de MES, são encontrados os seguintes fornecedores: PPi Multi-task, empresa parceira dos ERP da Totvs, novamente focada em clientes grandes, tais como: Coca-Cola, Bosch, Alstom, Pfizer. Prodwin Tecnologias, com integração em qualquer solução ERP, com os principais cases: BomBril, Amanco, Vigor, TetraPak, EMS. 1.1 Justificativa e Problema Seja um dia comum na rotina de uma empresa na qual existe produção. Independentemente do tipo de estratégia adotado, sendo estes quatro processos os mais comuns: Make-to-Stock (MTS) produção para estoque; Make-to-Order (MTO) produção por pedido confirmado; Assembly-to-Order (ATO) processos finais de montagem na linha de produção por pedido confirmado; Engineering-to-Order (ETO) compreende desde o planejamento até a produção do produto. Em outras palavras, o cliente participa de todo o processo de criação do produto. 14 Elaboração/adaptação dos próprios autores. A vasta maioria das empresas produz ou para estoque ou para atender um venda realizada. Assim sempre existe uma pilha de ordens de produção, quer seja para pedidos já confirmados pelos clientes, quer seja destinados ao estoque. De qualquer forma a fábrica deve executar essas ordens de produção ou ordens de fabricação. Os tipos de produção podem ser diferenciados por segmento de mercado vs. especificidade do cliente vs. necessidade da visibilidade da unidade: Elaboração/adaptação dos próprios autores. 15 Quanto aos tipos de processos das manufaturas vê-se no gráfico de variedade de produtos vs. volume, manufaturas discretas vs. manufatura contínua: Elaboração/adaptação dos próprios autores. Como percebe-se claramente cada tipo de manufatura apresenta características diferentes, conforme segue tabela abaixo: Elaboração/adaptação dos próprios autores. 16 A primeira variável é justamente o tempo, a data de entrega desejada pelo cliente. Uma segunda variável é a quantidade de insumos e matérias-primas disponíveis no estoque e necessárias para manufatura desses produtos. Uma terceira variável é a disponibilidade de máquinas e pessoas empenhadas nesta produção. Uma quarta variável é o custo por unidade produzida em cada máquina, entendendo que esse custo deve ser calculado exatamente. No cenário real existem inúmeras variáveis possíveis, como defeito imprevisível da máquina, fora eventos aleatórios e de força maior como catástrofes ambientais, uma escassez momentânea de matérias-primas como na crise dos caminhoneiros, greve geral de funcionários, alta dos preços, alta do câmbio de moeda estrangeira, entre outras externalidades em geral. Analisando apenas essas quatros simples variáveis, acima elencadas, verifica-se que em geral, os interesses são em alguns casos conflitantes e em outros sinérgicos: Ponto 1: o cliente sempre quer o produto entregue o mais rápido possível com o menor preço possível; Ponto 2: o estoque de matéria-prima e insumos deve ser sempre o menor possível, para que o dinheiro não fique parado, e sim rendendo juros ao ser investido. Porém se não se garante um estoque mínimo não se consegue entregar rapidamente, conflitando com o tópico 1. Por um lado, o cliente quer sempre comprar mais barato, e por outro lado a empresa quer sempre vender com maior margem de lucro possível, novamente objetivos opostos; Ponto 3: é necessário o cálculo da capacidade produtiva, e do desempenho em tempo real, para que o empresário possa extrair o máximo das máquinas, equipamentos e das pessoas contratadas. Percebe-se aqui que a não utilização de uma máquina, ou de hora humano, impacta sensivelmente na lucratividade de uma organização. 17 Ponto 4: os custos devem ser exatamente calculados, de outro modo a situação ficará contraproducente; Ponto 5: sem um sistema que indique e sugira a melhor distribuição das ordens de produção segundo variáveis e restrições pré-definidas , é quase impossível para um humano, por mais experiente que seja, definir o melhor cenário de roteirização das ordens de produção, traduzindo-se em prejuízo pois ao fabricar o produto numa máquina com um custo maior, ficando contraditório com o tópico 2 maior margem de lucro. Neste contexto e ponto foi feito o seguinte questionamento: “como a micro e pequena empresa faz para otimizar seu planejamento de produção sem um sistema que o faça?” 1.2. Objetivos da Pesquisa O objetivo desse trabalho é permitir colocar em prática tudo o que foi aprendido até o momento no curso de Engenharia de Computação, integrando as matérias estudadas no semestre, com a possibilidade de aprofundamento em questões reais e o mais importante: a oportunidade de criar uma solução inovadora para essas questões. Outro objetivo é a utilização da pesquisa como meio para resolver problemas, estimular o espírito de equipe, interdisciplinaridade e desenvolvimento de novas ideias. 1.3. Objetivo Geral O objetivo do trabalho deste PI é o desenvolvimento e/ou aplicação de ferramentas de apoio à tomada de decisão em processos de engenharia e tenham como principal ponto, serem ferramentas de baixo custo para planejamento e programação de produção em MPM (micro, pequenas e médias) empresas. 18 1.4. Objetivos Específicos i. Realizar um questionário específico para levantamento das necessidades dos clientes com relação às atividades de planejamento e controle da produção. ii. Realizar um levantamento da literatura e do estado da arte do mercado, com não só artigos técnicos, mas também com soluções de aplicativos já disponíveis de mercado e que atendam às exigências de baixo custo. iii. Identificar aplicativos já desenvolvidos no mercado e que atendam às necessidades elencadas pelos clientes potenciais, levantadas no questionário acima. iv. Realizar um estudo de caso para verificar a viabilidade de uso em MPM empresas, levando em consideração o custo final da solução, para o caso de aplicativos já existentes no mercado. v. Desenvolver um aplicativo com características de uma plataforma de baixo custo, que proporcione às empresas o sequenciamento de suas ordens de produção e fabricação. Este objetivo está condicionado ao objetivo anterior, ou seja, este aplicativo somente será desenvolvido, caso não se encontre no mercado um aplicativo satisfatório em termos de custo e desempenho. 1.5. Organização do Trabalho Este trabalho foi dividido em 6 capítulos. O primeiro capítulo apresenta a introdução do trabalho com sua contextualização e justificativa. No capítulo dois tem-se a fundamentação teórica com uma breve apresentação sobre indústria 4.0, Manufacturing Execution System e Advanced Planning and Scheduling. No capítulo três serão apresentados os materiais e métodos, essencialmente como os questionários serão desenvolvidos assim como o programa que tratará da manipulação das informações obtidas das respostas dos questionários. No capítulo quatro serão apresentados as análises e discussões dos resultados. As considerações finais e conclusõesserão apresentadas no capítulo cinco. Finalmente, as referências empregadas estão no capítulo seis. 19 2. Fundamentação Teórica 2.1 – Indústria 4.0, MES e APS – Conceitos básicos O tema do trabalho de PI deste semestre trata de ferramentas de apoio à tomada de decisão em processos de engenharia. Esta temática está alinhada com as necessidades da Indústria 4.0, quando ferramentas informatizadas de suporte à produção precisam ser desenvolvidas. O termo “Indústria 4.0” surgiu a primeira vez em 2011 numa feira em Hannover como resultado de um projeto estratégico de alta tecnologia do governo alemão, para promover a informatização da manufatura, a partir do uso da automação, big data, internet das coisas, wi-fi e outras tecnologias. Em 2013, o governo alemão apresentou os princípios do projeto Indústria 4.0, a saber [11]: • Interoperabilidade; • Virtualização; • Descentralização; • Capacidade em tempo real; • Orientação a serviço; • Modularidade. Este presente trabalho aborda aspectos da capacidade em tempo real, nos quesitos de coletar e analisar dados de manufatura e auxiliar os gestores das MPM empresas a administrar seu fluxo produtivo. O assunto abordado é bastante crítico no contexto brasileiro, pois conforme pesquisa promovida pela CNI – Confederação Nacional das Indústrias, 57% das pequenas empresas não têm ideia de quais tecnologias podem aumentar sua competitividade. Este percentual cai para 32% no caso de grandes empresas [10]. 20 Jacir Venturi [11] exprime de maneira bastante clara e direta os problemas enfrentados no país, o que aumenta em muito a atratividade do presente trabalho dentro do contexto das MPM empresas: "Reconhecidamente, o Brasil tem muitas ilhas de excelência, seja no agronegócio, seja na indústria (produção de aviões, extração de petróleo em águas profundas etc.). Porém, é pouco provável que o país esteja preparado para o advento da indústria 4.0. Não temos uma agenda desenvolvimentista, tampouco a educação é uma prioridade nacional, conquanto “a escola seja a nova riqueza das nações”, nas oportunas palavras de Peter Drucker. E sem profissionais qualificados, o atraso se perpetua." Algumas iniciativas estão acontecendo, como é o caso da adotada pelo governo brasileiro com a criação de um centro (“hub”) de inovação [8], cujo objetivo principal é a difusão de um “Governo 4.0”. Até o momento da edição da matéria, haviam sido aceleradas 55 empresas nascentes (“startups”) para desenvolver soluções de apoio a municípios e gestores públicos. Espera-se que essas iniciativas também possam migrar para a iniciativa privada. Uma das maneiras que as MPM empresas podem adotar neste esforço em direção à Indústria 4.0 é a adoção de técnicas de Sistemas de Execução de Manufatura ou “MES (Manufacturing Execution System)”. Conforme Duarte [3], o MES tem a função básica de concentrar, organizar e distribuir as informações de manufatura, permitindo: • Entender o processo; • Mapear ineficiências do processo; • Tomar ações corretivas. Uma descrição detalhada do “MES” pode ser encontrada em [7]: “Sistemas de execução de manufatura (MES) são sistemas computadorizados usados em manufatura, para acompanhar e documentar a transformação de matérias-primas em produtos. MES fornece informações que permitem aos tomadores de decisão da manufatura entender como as condições presentes no chão de fábrica podem ser otimizadas, para aumentar as taxas de produção. MES trabalha em tempo real para permitir o controle de múltiplos 21 elementos do processo produtivo (p.ex.: entradas, pessoal, máquinas e serviços de suporte).” Estudos de mercado indicam haver várias soluções de MES. Este trabalho de PI tem a pretensão de abordar aspectos de Planejamento e Programação Avançados ou “APS (Advanced planning and scheduling)”. Sistemas “APS” são adotados, quando algumas das seguintes características estão presentes no ambiente produtivo [1]: • Fabricação sob encomenda (diferente da fabricação para estoque). • Processos de produção intensivos em capital, onde a capacidade da fábrica é restrita. • Produtos 'concorrentes' pela capacidade da planta: onde muitos produtos diferentes são produzidos em cada instalação. • Produtos que requerem um grande número de componentes ou tarefas de fabricação. • A produção requer mudanças frequentes no cronograma que não podem ser previstas antes do evento. Existem também várias soluções de APS, disponíveis no mercado, como descrito em [1], porém costumam apresentar custo elevado. Neste trabalho de PI será identificada uma ferramenta de baixo custo de “APS”. Um exemplo de implementação de APS encontrado na literatura provém do trabalho de Chen e colaboradores [2] que aplicaram os algoritmos Tabu-Search e SimulatedAnnealing para otimizar o processo de produção numa fábrica de telas LCD em Taiwan. As rotinas foram implementadas usando o Microsoft Visual Basic. Como resultado, conseguiu-se chegar em uma solução ótima para a produção dos pedidos recebidos, poupando tempo expressivo de planejamento e reduzindo os custos associados à atividade. 22 Figuras: Entrada de parâmetros de produção e simulação de produção [8] Um outro algoritmo amplamente utilizado na indústria para otimização no planejamento de produção é o algoritmo genético (AG). Ele é uma metaheurística inspirada no processo de seleção natural que pertence à classe maior de algoritmos evolutivos (AE). Os algoritmos genéticos são comumente usados para gerar soluções de alta qualidade para problemas de otimização e pesquisa, contando com operadores de inspiração biológica, como mutação, cruzamento e seleção. Num algoritmo genético, uma população de soluções candidatas (chamadas indivíduos, criaturas ou fenótipos) para um problema de otimização é desenvolvida para melhores soluções. Cada solução candidata possui um conjunto de propriedades (seus cromossomos ou genótipo) que podem ser mutadas e alteradas; tradicionalmente, as soluções são representadas em binário como cadeias de 0s (zeros) e 1s (uns), mas outras codificações também são possíveis. A evolução geralmente começa a partir de uma população de indivíduos gerados aleatoriamente e é um processo iterativo, com a população em cada iteração 23 chamada geração. Em cada geração, a aptidão de cada indivíduo na população é avaliada; a adequação é geralmente o valor da função objetivo no problema de otimização que está sendo resolvido. Os indivíduos mais aptos são selecionados estocasticamente da população atual e o genoma de cada indivíduo é modificado (recombinado e possivelmente mutado aleatoriamente) para formar uma nova geração. A nova geração de soluções candidatas é usada na próxima iteração do algoritmo. Geralmente, o algoritmo termina quando um número máximo de gerações foi produzido ou um nível de aptidão satisfatório foi alcançado para a população. Um algoritmo genético típico requer: • uma representação genética do domínio da solução, • uma função de adequação para avaliar o domínio da solução. Uma representação padrão de cada solução candidata é como uma matriz de bits. Matrizes de outros tipos e estruturas podem ser usadas essencialmente da mesma maneira. A principal propriedade que torna essas representações genéticas convenientes é que suas peças são facilmente alinhadas devido ao seu tamanho fixo, o que facilita operações simples de cruzamento. Representações de comprimento variável também podem ser usadas, mas a implementação de crossover é mais complexa nesse caso. Representações em forma de árvore são exploradas em programação genética e representações em forma de gráfico são exploradas em programação evolutiva; uma mistura de cromossomos lineares e árvoresé explorada na programação de expressão gênica. Uma vez definidas a representação genética e a função de adequação, um AG prossegue para inicializar uma população de soluções e, em seguida, melhorá-la através da aplicação repetitiva dos operadores de mutação, cruzamento, inversão e seleção. 2.1 – Design Thinking – Conceitos básicos A utilização do conceito de Design Thinking que preconiza a adoção das 5 etapas, a saber: 24 1- Identificar onde encontrar oportunidades de inovação Trata de descobrir onde encontrar caminhos para inovar a partir do conhecimento próprio e do ambiente externo. 2- Descobrir a Oportunidade de Inovação Nesta etapa busca-se ampliar a abrangência das ideias identificadas no item anterior e já se inicia a mapear o mercado para saber da atratividade da ideia. 3- Desenvolver a Oportunidade de Inovação (Produto ou Serviço) A partir das etapas anteriores, inicia-se a etapa de desenvolvimento do produto. 4- Testar as ideias — protótipos À medida que o desenvolvimento do produto avançar, é iniciado um processo de PDCA (“Plan, Do, Check, Act”). A ideia é trazer o cliente/usuário do produto desenvolvido para próximo do ambiente de desenvolvimento, de modo a desenvolver um produto “sob medida” e que efetivamente atenda às suas necessidades. 5- Implementar a solução A etapa de implementação do produto começa quando forem executados todos os passos anteriores. 2.2 – Metodologia Científica – Conceitos básicos Protótipo O protótipo é a melhor maneira de definir um projeto, trazendo rapidez e economia ao definir e testar um projeto. Metodologia O protótipo será desenvolvido com o intuito de possibilitar a melhoria na tomada de decisão de micro, pequenas e médias empresas, uma vez que permitirá a 25 automatização de cálculos complexos que em maior escala seriam impraticáveis de serem feitos por humanos. Este buscará sempre o menor custo possível no menor tempo possível no planejamento e programação da produção. O protótipo poderá desenvolvido em plataforma web e disponibilizado no endereço eletrônico http://www.piunivesp.com.br/sistema, onde terão informações sobre o projeto junto à ferramenta que será desenvolvida. Um conceito foi desenvolvido em formato planilha (Excel/Libre Office) e será apresentado a seguir. Outra opção será a utilização de aplicativos já desenvolvidos no mercado e que atendam aos quesitos de possibilitar a execução de prototipagens a custo zero, e também apresentem custo compatível com as necessidades de MPM empresas. Tecnologia Empregada Ao desenvolver uma aplicação em ambiente web, é necessário prover condições favoráveis para a Interação do usuário com o sistema. É preciso pensar em sistemas que reduzam o ruído de comunicação e facilitem a visualização das informações, sem causar desconforto ou dificuldade de entendimento (CYBIS, 2003). A interação entre o usuário e o programam é dada por meio da interface, onde são disponibilizadas mensagens inteligíveis como as sonoras, verbais e icônicas para os usuários e sinais elétricos para os programas. É necessário criar um ambiente propício à recepção da mensagem, seja ela por meio de textos, áudios ou vídeos. Para a interação proposta é preciso entender como as pessoas utilizam a tecnologia da informação, para isso é utilizada a interação humano-computador para observar como o homem interage com um sistema computadorizado, a fim de avaliar o design de sistemas interativos e seus fenômenos, bem como atributos de usabilidade. Sabendo como o usuário utiliza a tecnologia, podemos desenvolver a interface com base em ergonomia e usabilidade, estas dispostas pela ISO 9241 que determina que a extensão em que um produto pode ser usado por usuários específicos para alcançar objetivos específicos de uso. A interface será desenvolvida com as 26 tecnologias que são os pilares do Web Designer Responsivo, HTML5, JavaScript e CSS, disponibilizando ao usuário uma experiência rica independente se o acesso é dado por dispositivo móveis como smartphones e tablets ou por computadores desktops. 3. Materiais e Métodos Empregados 3.1. Elaboração das Perguntas Primeiramente, foi definida a realização de um questionário voltado para empresas que potencialmente poderiam se favorecer com uma eventual solução desenvolvida pelo Projeto Integrador. Optou-se por micro, pequenas e médias (MPM) empresas pois são aquelas cujas necessidades são mais imediatas e próximas da realidade de realização do grupo, bem como a implementação de tal solução terá um maior impacto nas suas atividades. As perguntas do questionário foram definidas de acordo com os objetivos previamente expostos do Projeto Integrador, relacionados à programação e planejamento de produção dessas empresas. As perguntas foram do tipo abertas, pedindo aos entrevistados para escrever comentários, opiniões ou qualquer outro tipo de texto de resposta livre. Elas tiveram o caráter simples e direto, utilizando a linguagem da maioria dos respondentes. No caso da utilização de algum jargão técnico ou conceito pouco difundido nas perguntas, o mesmo foi explicado ao respondente. Também, cada pergunta feita abordou uma ideia por vez para não gerar confusão na interpretação da mesma. Finalmente, as perguntas foram equilibradas e objetivas para que não gerassem vícios e interpretações tendenciosas. Foram obtidos feedbacks sobre a pesquisa, os quais serão utilizados na revisão do questionário e elaboração da pesquisa final. 27 3.2. Análise da Pesquisa Após a coleta das respostas da pesquisa, os dados obtidos foram organizados e tabulados para análise. Foram realizadas análises qualitativas e quantitativas das informações prestadas. Filtros e tabulações cruzadas foram aplicados para restringir o foco a temas comuns às empresas questionadas. As informações analisadas foram utilizadas no desenvolvimento da plataforma para o cumprimento dos objetivos estabelecidos para esse projeto. 3.3. Design Thinking Neste projeto adotou-se a abordagem do Design Thinking. De acordo com a empresa Endeavor.org, o Design Thinking “é uma abordagem que busca a solução de problemas de forma coletiva e colaborativa, em uma perspectiva de empatia máxima com seus stakeholders (interessados): as pessoas são colocadas no centro de desenvolvimento do produto – não somente o consumidor final, mas todos os envolvidos na ideia (trabalhos em equipes multidisciplinares são comuns nesse conceito)”. A abordagem do Design Thinking preconiza a adoção de algumas etapas, a saber: 5 etapas vistas na fundamentação teórica do trabalho. Apresenta-se a seguir, a forma como cada etapa relacionou-se com este trabalho. 1- Identificar onde encontrar oportunidades de inovação No caso deste projeto, o grupo adotou uma série de reuniões, até que optou pelo desenvolvimento e/ou a aplicação de uma ferramenta de apoio para micro, pequenas e médias empresas a programarem e planejarem sua produção. Vários foram os pontos fortes identificados neste projeto: ● O tema tem grande potencial a ser explorado. ● O tema é aderente à temática central do Projeto Integrador: “Apoio à tomada de decisão em processos de engenharia”. 28 2- Descobrir a Oportunidade de Inovação A fim de identificar as oportunidades de inovação, o questionário foi elaborado buscando-se entender quais as necessidades dos nossos clientes. Uma vez definidas as necessidades comuns às empresas pesquisadas, realizou-se uma sessão de brainstorming para gerar ideias que pudessem abarcar o problema. Foram identificadas três possíveis soluções com potencial de sucesso. Para definir o conceito vencedor, fez-se uma análise SWOT para identificar os pontos fortes e fracos, oportunidadese riscos de cada ideia frente ao Projeto Integrador. A partir da ideia vencedora, fez-se um esboço da solução através de uma planilha Libre Office, combinado à ferramenta “Solver” que permite uma série de cálculos rápidos que auxiliam na tomada da melhor decisão por parte da empresa. Assim, os interessados poderão visualizar o conceito do projeto e compartilhar opiniões e soluções antes da fase de criação do protótipo, permitindo um refino do conceito. 3- Desenvolver a Oportunidade de Inovação (Produto ou Serviço) A partir das respostas obtidas foram levantadas as oportunidades de inovação. Fonte: Con ta Azul, 2019 29 4- Testar as ideias — protótipos Foi desenvolvido um primeiro conjunto de questões que compõem a revisão inicial do protótipo. 5- Implementar a solução A partir das respostas ao questionário, foram avaliadas as possibilidades de se implementar as soluções desejadas pelos clientes. 3.4. Questionário Conforme demonstrado na fundamentação teórica vista previamente, a fim de bem compreender as necessidades de nossos clientes, ou seja, dos usuários potenciais para este trabalho, foi desenvolvido um questionário para a realização de uma pesquisa de campo. Desta forma foi possível saber a opinião de alguns possíveis usuários da ferramenta quando em seu estágio final. As perguntas do questionário foram definidas de acordo com os objetivos previamente expostos do Projeto Integrador. As perguntas foram do tipo abertas, pedindo aos entrevistados para escrever comentários, opiniões ou qualquer outro tipo de texto de resposta livre. Elas tiveram o caráter simples e direto, utilizando a linguagem da maioria dos respondentes. No caso da utilização de algum jargão técnico ou conceito pouco difundido nas perguntas, o mesmo foi explicado ao respondente. Também, cada pergunta feita abordou uma ideia por vez para não gerar confusão na interpretação da mesma. Finalmente, as perguntas foram equilibradas e objetivas para que não gerassem vícios e interpretações tendenciosas. Eis o questionário: 1) Como funciona atualmente seu planejamento de produção? 2) Você possui bem definido os custos operacionais e preços que pode praticar para os seus projetos/produtos/processos de fabricação? 30 3) Você acredita haver margem para uma melhora neste planejamento? Por que? 4) Quais são os problemas que lhe preocupam com relação à programação e planejamento da sua produção? 5) Qual recurso você gostaria de ter, que você considera que lhe ajudaria com este planejamento? 6) Quais outras necessidades da empresa você identificaria relativas à essa problemática? 3.5. Prototipagem Com base nos questionários respondidos por alguns interessados, a empresa do ramo gráfico e que gostaria de oferecer produtos offset como panfletos, filipetas, artigos promocionais, cartão de visita, mobiles, etc, foi criado uma ferramenta para auxiliá-la na tomada de decisões de negócio. Como não se conseguiu autorização da empresa para divulgação de marca e logotipo, optou-se por identificá-la como “empresa do ramo gráfico”. Esta dimensionou sua capacidade produtiva a partir do investimento que fará para entrar em operação, oferecendo os produtos citados. Porém, ela gostaria de saber que combinação de preços poderia adotar para o seu mix de produtos de forma a maximizar o seu lucro bruto, respeitando a sua capacidade produtiva. Dada essa necessidade, foi elaborado um modelo no Excel que reflete a sua capacidade produtiva, custo variável de produção, custo fixo mensal de operação e demanda de produto a partir de um preço praticado para cada produto. 31 Figura: Modelo do Excel que correlaciona a combinação de preços do mix de produtos da empresa gráfica com a sua capacidade produtiva e lucro final bruto ao mês. Selecionou-se um solver (aplicativo) de mercado para resolver esse problema, achando a combinação ótima de preços de venda para a linha de produtos que resulte no maior lucro possível, seguindo as restrições dos recursos disponíveis. O solver adotado Evolver é uma solução de baixo custo (a licença para a indústria custa em torno de mil dólares) que resolve facilmente esse tipo de problema de otimização utilizando o algoritmo genético, ferramenta que foi previamente explicada. O programa é um add-in do Excel que pode ser facilmente operado por analistas e gestores em que o treinamento para operação não leva mais de uma hora. Dados dos Produtos Cartão de Visita Folder Panfleto Bolacha de Chopp Ventarola Horas de mão de obra por mil unidades 1 2 4 5 3 Bobina Papel Couche 300g por cem mil unidades 1 30 14 2 15 Preço de venda por mil unidades -R$ -R$ -R$ -R$ -R$ Preço Min. de venda por mil unidades 70,40R$ 427,00R$ 223,00R$ 214,00R$ 482,00R$ Preço Max. de venda por mil unidades 211,20R$ 1.281,00R$ 669,00R$ 642,00R$ 1.446,00R$ Custo Variável por mil unidades 70,40R$ 427,00R$ 223,00R$ 214,00R$ 482,00R$ Demanda Mensal 0 0 0 0 0 Plano de Produção Mensal Cartão de Visita Folder Panfleto Bolacha de Chopp Ventarola Unidades Produzidas (em milhares) 0 0 0 0 0 Restrições quanto aos Recursos Recurso Consumido Disponível Bobina Papel Couche 300g 0 <= 50 Horas de Mão de Obra 0 <= 2400 Receita -R$ Custo Variável -R$ Custo Fixo Mensal 120.000,00R$ Lucro Bruto 120.000,00-R$ Modelo de Otimização de Mix de Produtos 32 Figura: definição de parâmetros para otimização pelo Evolver. Figura: Resultado final de otimização do Evolver após alguns minutos de iteração. Após poucos minutos rodando, o programa convergiu para a solução ótima de combinação de preços que resultou num lucro bruto final aproximado de 165 mil reais. Esse problema sem uma ferramenta como essa levaria algumas horas para ser resolvido por um analista experiente e poderia possivelmente resultar num valor de lucro final um pouco inferior, gerando a perda de alguns milhares de reais. A Dados dos Produtos Cartão de Visita Folder Panfleto Bolacha de Chopp Ventarola Horas de mão de obra por mil unidades 1 2 4 5 3 Bobina Papel Couche 300g por cem mil unidades 1 30 14 2 15 Preço de venda por mil unidades 184,40R$ 1.127,00R$ 549,00R$ 618,00R$ 1.152,00R$ Preço Min. de venda por mil unidades 70,40R$ 427,00R$ 223,00R$ 214,00R$ 482,00R$ Preço Max. de venda por mil unidades 211,20R$ 1.281,00R$ 669,00R$ 642,00R$ 1.446,00R$ Custo Variável por mil unidades 70,40R$ 427,00R$ 223,00R$ 214,00R$ 482,00R$ Demanda Mensal 951 30 96 140 101 Plano de Produção Mensal Cartão de Visita Folder Panfleto Bolacha de Chopp Ventarola Unidades Produzidas (em milhares) 951 30 96 140 101 Restrições quanto aos Recursos Recurso Consumido Disponível Bobina Papel Couche 300g 49,9 <= 50 Horas de Mão de Obra 2398 <= 2400 Receita 464.750,40R$ Custo Variável 179.810,40R$ Custo Fixo Mensal 120.000,00R$ Lucro Bruto 164.940,00R$ Modelo de Otimização de Mix de Produtos RESULTADO FINAL OTIMIZADO 33 ferramenta adotada sem dúvida pode auxiliar pequeno e grandes negócios no planejamento e tomada de decisões. 3.6. Teste do Protótipo O protótipo desenvolvido será testado com o grupo de referência (as empresas pesquisadas) em uma sessão de cocriação em que os envolvidos interagirão com a plataforma e indicarão as suas experiências de uso, podendo propor ajustes na interface das páginas. 3.7. Implementação da Solução Uma vez validado o protótipo, serão feitos os ajustes necessários paradisponibilizar a plataforma para os interessados e serão realizados estudos mais aprofundados do mercado para compor um modelo de negócio e definir estratégias de lançamento do serviço. 4. Análise e Discussão dos Resultados Como o projeto integrador foi executado em duas fases, o foco inicial foi direcionado para a revisão bibliográfica sobre o tema, com imersão em literaturas de Manufacturing Execution System (MES), e Advanced Planning and Scheduling (APS). Na segunda fase, são apresentados os cálculos referentes a viabilidade do projeto, com um estudo de caso e incluindo o cálculo de valor presente líquido, cálculo de taxa interna de retorno, cálculo de taxa mínima de atratividade, entre outros. Para definição dos objetivos específicos, foi utilizada a ferramenta de mapa mental, e em reuniões de brainstorm foram discutidos detalhes fundamentais para a sequência do projeto. Sempre utilizando o design Thinking, foi mantido contato com possíveis 34 clientes finais, proprietários de pequenas manufaturas. As perguntas disparadoras foram fundamentais para elaboração. Neste contexto, desenvolveu-se um estudo de caso usando uma ferramenta de baixo custo para planejamento e programação de produção em MPM (micro, pequenas e médias) empresas e, que fosse aderente às necessidades desta categoria de empresas em seu esforço para se ajustar a um cenário cada vez mais voltado ao que se convencionou chamar de Indústria 4.0. Na revisão bibliográfica, foi possível identificar o grau de complexidade matemática, que um aplicativo de APS costuma apresentar. Por exemplo, Chen e colaboradores [2] que aplicaram os algoritmos Tabu-Search e SimulatedAnnealing para otimizar o processo de produção numa fábrica de telas LCD em Taiwan. Enquanto que outros autores adotam a abordagem do algoritmo genético (AG), que é metaheurística inspirada no processo de seleção natural que pertence à classe maior de algoritmos evolutivos (AE). O protótipo testado para a indústria do ramo gráfico, usa algoritmos genéticos. Selecionou-se um solver (aplicativo) de mercado para resolver esse problema, achando a combinação ótima de preços de venda para a linha de produtos que resulte no maior lucro possível, seguindo as restrições dos recursos disponíveis. O solver adotado (Evolver) é uma solução de baixo custo (a licença para a indústria custa em torno de mil dólares) que resolve facilmente esse tipo de problema de otimização utilizando o algoritmo genético, ferramenta que foi previamente explicada. O protótipo apresenta ótimo potencial, pois a partir de uma modelagem relativamente simples, isto é, com poucos parâmetros, foi possível passar de uma composição inicial de produtos que conduziu de um lucro bruto (-) para um lucro bruto (+): i. Composição inicial de produtos: lucro bruto de (-) R$ 120.000,00. ii. Composição otimizada de produtos: lucro bruto de (+) R$ 164.940,00. 35 A ferramenta de Advanced Planning and Scheduling (APS), baseada em algoritmos genéticos conduziu a bons resultados, levando ainda em consideração que o custo de licença é da ordem de R$ 4.000,00. 5. Conclusões e Considerações Finais 1. Foi aplicada uma ferramenta computacional, baseada em algoritmo genético, para APS (Advanced Planning and Schedulling), a uma empresa do ramo gráfico, para a otimização da composição de produtos para maximizar o lucro bruto com bons resultados. 2. Na simulação efetuada para uma indústria do ramo gráfico, foi possível ajustar a composição de produtos, de forma que o lucro bruto saltou de (-) R$ 120.000,00 para um lucro bruto de (+) R$ 164.940,00. Convém realçar que estes valores devem ser examinados com cautela, visto tratarem de simulações hipotéticas. 3. Foi desenvolvido um questionário específico para levantamento das necessidades dos clientes com relação às atividades de planejamento e controle da produção. 4. A solução adotada para o protótipo apresenta custo relativamente reduzido: a licença custa da ordem de R$ 4.000,00. Este valor, conforme análise do grupo, representa um investimento reduzido face os ganhos de lucro bruto passíveis de serem obtidos. Como sugestão de trabalhos futuros, recomenda-se partir para o detalhamento da metodologia de algoritmos genéticos, com ênfase na matemática das soluções apresentadas na literatura, para aplicações de APS (Advanced Planning and Scheduling). Também se considera de interesse, aplicar o questionário desenvolvido a mais empresas e a partir das respostas obtidas, desenvolver aplicativos dedicados que atendam às necessidades específicas dos clientes. E finalmente, seria interessante verificar se os aplicativos desenvolvidos ou já disponíveis no mercado podem ser usados como SAAS (software as a system), permitindo um barateamento ainda maior do aplicativo para APS. 36 6. Referências Bibliográficas [1] Advanced planning and scheduling. 2019. Disponível em: <https://en.wikipedia.org/wiki/Advanced_planning_and_scheduling>. Acesso em: 14 out. 2019. [2] CHEN, James C. et al. Comparison of simulated annealing and tabu-search algorithms in advanced planning and scheduling systems for TFT-LCD colour filter fabs. International Journal Of Computer Integrated Manufacturing, [s.l.], v. 30, n. 6, p.516-534, 23 fev. 2016. Informa UK Limited. http://dx.doi.org/10.1080/0951192x.2016.1145805. [3] DUARTE, Tulio. O controle de produção MES na indústria 4.0: Manufatura Avançada. 2018. Disponível em: <https://www.industria40.ind.br/artigo/16718- ocontrole-de-producao-mes-na-industria-40>. Acesso em: 14 out. 2019. [4] GOMES, Gerlane Pereira; SANTOS, Wesley Pereira dos; CAMPOS, Paola Souto. INDÚSTRIA 4.0: UM NOVO CONCEITO DE GERENCIAMENTO NAS INDÚSTRIAS. 2018. Disponível em: <https://semanaacademica.org.br/system/files/artigos/artigo_industria_4.0__revisao_ em_29.11.2018.pdf>. Acesso em: 10 out. 2019. [5] Indústria 4.0. Disponível em: <https://pt.wikipedia.org/wiki/Ind%C3%BAstria_4.0>. Acesso em: 14 out. 2019. [6] MAGALHÃES, Regina; VENDRAMINI, Annelise. OS IMPACTOS DA QUARTA REVOLUÇÃO INDUSTRIAL. 2018. Disponível em: <http://bibliotecadigital.fgv.br/ojs/index.php/gvexecutivo/article/viewFile/74093/71080 >. Acesso em: 10 out. 2019. [7] Manufacturing execution system. 2019. Disponível em: <https://en.wikipedia.org/wiki/Manufacturing_execution_system>. Acesso em: 14 out. 2019. http://dx.doi.org/10.1080/0951192x.2016.1145805 http://dx.doi.org/10.1080/0951192x.2016.1145805 37 [8] Programa Rumo à Indústria 4.0: uma iniciativa importante, mas que não pode ser isolada. 2018. Disponível em: <https://brazillab.org.br/noticias/programa- rumo-aindustria-4-0?gclid=EAIaIQobChMIuOPf- 66c5QIViYeRCh2H6w2MEAAYASAAEgJCzfD_BwE>. Acesso em: 14 out. 2019. [9] RODRIGUES, Jonathan Vasconcelos. Indústria 4.0 – Desenvolvimento de um Manufacturing Execution System. 2018. Disponível em: <https://comum.rcaap.pt/bitstream/10400.26/28842/1/MIA_Thesis_JonathanRodrigu es_2_05_2018_Final-semcoments.pdf>. Acesso em: 10 out. 2019. [10] Só 48% das indústrias brasileiras são '4.0', diz CNI. 2016. Disponível em: <https://revistapegn.globo.com/Empreendedorismo/noticia/2016/05/so-48- dasindustrias-brasileiras-sao-40-diz-cni.html>. Acesso em: 14 out. 2019. [11] VENTURI, Jacir. Estamos no limiar da Quarta Revolução Industrial. 2018. Disponível em: <https://www.gazetadopovo.com.br/opiniao/artigos/estamos-no- limiarda-quarta-revolucao-industrial-885y6uwhv24ams3xr5pd0eykw/>. Acesso em: 15 out. 2019.