Simulao e Otimizao em ambientes de manufatura 1.

Introduo A simulao computacional vem a ser a representao de um sistema real atravs de um modelo de grande preciso atravs do computador, trazendo a vantagem de se poder visualizar esse sistema, implementar mudanas, respondendo a questes tipo: o que aconteceria se (what-if), desta maneira economizando recursos econmicos e tempo Pereira (2000). A aplicao desta ferramenta teve inicio na dcada de 60 juntamente com a introduo dos primeiros computadores no mercado, j que devido ao grande numero de clculos matemticos necessrios, sua utilizao sem o auxilio de um computador seria invivel. As primeiras aplicaes desta ferramenta foram na rea militar, tendo como objetivo principal o planejamento da distribuio de suprimentos nas frentes de batalha e alocao de recursos. Atualmente, uma das maiores aplicaes da simulao est na manufatura. Dentre os benefcios que a simulao pode trazer destacam-se os relacionados com as necessidades e quantidades de maquinrio ou funcionrios extras, avaliao de desempenho e avaliao dos procedimentos operacionais. As medidas de desempenho mais utilizadas so peas produzidas, tempo de espera das peas para serem processadas, porcentagem de utilizao dos funcionrios e das mquinas (LAW, 2003).

2. A simulao computacional em ambientes de manufatura

Simulao, segundo Longman Dictionary of Contemporany English (2000), uma atividade ou situao que reproduz uma condio real, mas tem uma aparncia realstica, sendo usada para testar qualquer coisa. Segundo Harrel et al. (2000) e Law e Kelton (1991), simulao a imitao de um sistema real, modelado em computador, para avaliao e melhoria de seu desempenho. Ou seja, simulao a importao da realidade para um ambiente controlado onde se pode estudar o comportamento do mesmo, sob diversas condies, sem riscos fsicos e/ou grandes custos envolvidos. Banks (2000) afirma que a simulao envolve a criao de uma histria artificial da realidade e, com base nesta histria artificial, so realizadas observaes e inferncias nas caractersticas de operao do sistema real representado. A figura 1 esquematiza este conceito da transformao da realidade em modelo e novamente dos resultados em realidade.

Figura 1 Realidade x Modelo. Fonte: (Duarte, 2003)

No uma ferramenta mgica que substitui o trabalho de interpretao humano, mas sim uma ferramenta poderosa, capaz de fornecer resultados para uma anlise mais elaborada a respeito da dinmica do sistema. Desta maneira, a simulao permite uma interpretao mais profunda e abrangente do sistema estudado (DUARTE, 2003). Segundo Banks et al. (2000), a simulao uma das ferramentas mais amplamente utilizada em sistemas de manufatura do que em qualquer outra rea. Algumas razes so: Aumento da produtividade e qualidade na indstria um resultado direto da automao. Como os sistemas de automao so cada vez mais complexos, estes s podem ser analisados pela simulao; Os custos de equipamentos e instalaes so enormes; Os custos dos computadores esto cada vez mais baixos e mais rpidos; Melhorias nos softwares de simulao (interface grfica) reduziram o tempo de desenvolvimento de modelos de simulao; A disponibilidade de animao resultou em maior compreenso e utilizao dos gestores da manufatura. Inmeros autores concordam da possibilidade de se aplicar a simulao nas mais diferentes reas, desde a rea de sade, at a militar. No entanto, para este trabalho e linha de estudo as reas da manufatura onde se pode realizar a simulao so mais interessantes. Alguns exemplos so (Law e MacComas, 1999): 1. Necessidade extra de material e pessoal: Nmero, tipo e layout das maquinas para um determinado objetivo; Necessidade de abastecedores, conveyors e outros equipamentos de suporte( pallets e fixadores); Localizao e tamanho dos estoques; Avaliao de possveis mudanas no volume dos produtos ou no mix; Avaliao dos efeitos de introduo de novos equipamentos em um sistema de produo;

 Avaliao de investimentos de capital; Planejamento das necessidades de mo de obra; Nmero de carregamentos; 2. Avaliao de desempenho: Anlise do fluxo dos produtos; Anlise de tempo do sistema; Anlise de gargalo; 3. Avaliao dos procedimentos operacionais: Programao da produo; Polticas de inventrio; Estratgias de controle; Polticas de controle da qualidade; Algumas das medidas de performance mais comuns da simulao na manufatura so: Entrada e sada de produtos; O tempo das peas no sistema; O tempo das peas em espera/fila; O tamanho das filas; Tempo de entrega; Utilizao dos equipamentos e pessoas;

3.Metodologias de simulao A simulao computacional envolve mais do que a utilizao de um software. Trata-se de um projeto que requer um planejamento prvio de cada uma de suas etapas e, alm disso, um conhecimento do sistema a ser simulado e das pessoas envolvidas. Segundo Strack (1984), os resultados insatisfatrios do uso da ferramenta ocorrem em funo da no valorizao do aspecto humano da simulao. O sucesso depende da habilidade do usurio em analisar as sadas, identificar alternativas de projeto e novas configuraes para melhoria do modelo. Grande parte dos trabalhos de simulaes mal sucedidos tem como causa a ausncia de um planejamento condizente com a importncia de seu estudo. Por isso, simular requer mais do que o conhecimento de um software especfico, mas tambm, pessoas com conhecimento dos passos a serem seguidos, bem como experincia analtica, estatstica e organizacional (Silva, 2005).

A metodologia nos trabalhos de simulao busca sistematizar estes passos de seu desenvolvimento, otimizando a integrao entre software, modelador e usurio, e evitando desperdcio de tempo, dinheiro e resultados frustrantes. O tipo de simulao a ser abordada neste trabalho ser a simulao de eventos discretos, onde as variveis envolvidas assumem valores finitos e infinitos numerveis. Os passos da figura no isolados uns dos outros, mas esto conectados de maneira consistente refletindo a lgica do projeto de simulao. Segundo Banks (1999) segue abaixo a definio de cada etapa: 1. Formulao do problema: Todos os estudos em simulao se iniciam com a descrio do problema. Tal descrio feita pelas pessoas que presenciam esta situao (os clientes) e o analista/modelador precisa ter muito cuidado com o entendimento do problema. Para isso sugere-se que este formule uma srie de hipteses ou alternativas e as exponha ao cliente, em busca de sua concordncia. Mesmo com esses cuidados, as chances do problema ter que ser reformulado assim como os objetivos de estudo, so muito grandes. 2. Definio dos objetivos e planejamento do projeto: Ou estabelecer um propsito. Este passo deve envolver um acompanhamento do analista/modelador e do cliente como consultores internos e externos. Is objetivos indicam a questo que deve ser respondida com o estudo. O planejamento deve envolver uma descrio dos cenrios que devem ser investigados. Alm disso, deve envolver o tempo necessrio, pessoas, recursos computacionais. Assim como os estgios do estudo, resultados de cada um e seus custos. 3. Conceitualizao do modelo: O modelo real sob investigao resumido atravs do modelo conceitual, que nada mais do que uma srie de relacionamentos matemticos e lgicos relativos aos componentes e estrutura do sistema. Recomenda-se que a modelagem se inicie de forma simples e a complexidade ocorra de maneira evolutiva. Isso pode ser feito adicionando-se detalhes ao modelo de maneira gradativa. Um exemplo a simulao de uma linha produtiva qualquer, o modelo bsico com as chegadas, filas e maquinas construdo. Depois adiciona-se os carregamentos e as peas e logo em seguida, algumas caractersticas especiais. A construo de um modelo de grande complexidade significa dispndio de tempo e dinheiro. O envolvimento do cliente essencial para a qualidade e desenvolvimento do modelo. 4. Coleta de dados: Depois da proposta ter sido aceita, uma lista com os dados necessrios deve ser entregue ao cliente. Geralmente os clientes possuem esses dados para disponibilizar. No entanto, muitos dados depois de fornecidos parecem ser muito diferentes do previsto. Por exemplo, durante a simulao do sistema de reservas de passagens areas de uma dada empresa foi afirmado que a empresa possua cada dado referente as chamadas dos ltimos cinco anos. Entretanto, durante a realizao do estudo verificou que tais dados eram as mdias. So os valores individuais devem ser usados e no medidas resumidas. A construo do modelo e a coleta de dados se encontram na mesma posio da figura porque podem ser realizados ao mesmo tempo.

Execuo do modelo: Nesta etapa o modelo conceitual executado em um microcomputador atravs de um software pacote.
5.

6. Verificao: Nesta etapa, o modelador dever verificar a consistncia dos dados coletados para evitar que o modelo se torne inutilizado, j de nada adianta um modelo que no reflita a realidade do sistema. 7. Validao: A validao a certeza de que o modelo construdo reflete o funcionamento do sistema real. Uma das maneiras chamar o sistema real de sistema base e comparar seus resultados com os do modelo. Se elas forem similares, pode-se dizer ento que o modelo vlido. Outra forma de validar o modelo consultar os operadores do sistema sob a validade do mesmo. Existem muitos mtodos de validao de modelos. 8. Planejamento dos experimentos: Para cada execuo da simulao e sua posterior anlise, decises precisam ser tomadas em relao ao tempo de durao da simulao e o nmero de replicaes para cada cenrio; 9. Realizao e anlise dos experimentos: As simulaes e suas posteriores anlises so realizadas com o objetivo de estabelecer medidas de desempenho para prximos cenrios a serem simulados. 10. Replicaes extras: Com base nas anlises realizadas o modelador determina se outras replicaes ou simulaes sero necessrias assim como a utilizao ou no de novos cenrios. 11. Documentao e relato: A documentao necessria por inmeras razes. Se um modelo precisar ser utilizado novamente para a mesma anlise ou outra, pode ser necessrio lembrar como o modelo funciona. Isso dar mais confiabilidade ao modelo. Por um outro lado, se o modelo precisar ser modificado, atravs da documentao, essa tarefa se tornar menos rdua. Os resultados devem ser relatados de maneira clara e consciente. Permitindo ao cliente revisar a formulao final, as alternativas criadas, seus critrios de criao e acima de tudo, as recomendaes do modelador/analista. 12. Implementao: O analista/modelador atua mais como um relator do que como um defensor do modelo final. J que o relatrio construdo item anterior ir ajudar o cliente em sua tomada de deciso. Se o cliente esteve envolvido durantes todas as etapas e estas realizadas conforme o recomendado, a probabilidade de sucesso na implementao muito grande. 4. Simulao e Otimizao O uso da simulao proporciona a resoluo de questes complexas sem os custos elevados das tentativas da vida real. Aliando-se a otimizao a simulao pode-se assegurar que as solues implementadas so ou esto prximas dos resultados timos (Pinto, 2001).

Para Fu (2002), a otimizao deve ser encarada como uma ferramenta complementar simulao. Fornecendo as variveis de uma possvel soluo (inputs) simulao, e esta ultima, fornecendo as respostas (outputs) para a situao proposta. A otimizao gera novas variveis, utilizando tcnicas de otimizao especficas, que sero novamente testadas pela simulao. Quando o mtodo de otimizao baseado em Algoritmos Genticos, para cada possvel soluo efetuada uma tentativa, ou seja, um ciclo, at a sua parada, conforme figura abaixo:

Solues candidatas

Simulao de eventos discretos

Resultados

Otimizao

Figura 6: Simulao e otimizao Fonte: Fu, 2002. Em sistemas puxados a simulao pode ser utilizada para otimizar o nmero de kanbans reduzindo estoques. Zhang et al (2002) realizaram a simulao de um sistema puxado de produo otimizando a alocao dos kanbans, maximizando a produtividade e minimizando o bloqueio do maquinrio. O pacote de software da Promodel possui o SimRunner que procura de maneira inteligente e eficaz a soluo tima para um dado problema tomando como base os resultados do modelo de simulao e utilizando algoritmos evolutivos para a realizao da procura. Assim, as ms solues so deixadas de lado e as solues boas englobam um conjunto de solues onde o timo poder ser encontrado. Tcnicas de procura baseadas nesse conceito tem se mostrado muito robustas e resolvido inmeros problemas, j que no retornam uma s soluo, mas sim uma srie de alternativas considerveis e capazes de proporcionar bons resultados. 5. Consideraes finais Pode-se verificar aps a descrio do contedo acima que a simulao uma ferramenta que se mostra adequada as mais diferentes reas de aplicao, em especial ambientes de manufatura. Entretanto, nota-se, que o processo de validao deve ser conduzido com cuidado, uma vez que quanto maior a confiabilidade na representao virtual do sistema, maior a confiana nos resultados a serem alcanados e nas experimentaes a serem realizadas,

A maior dificuldade na aplicao da ferramenta est na obteno de modelos que possam ser considerado vlidos e aptos a serem objetos de experimentaes que possam trazer resultados pertinentes e aplicveis na prtica. O uso da otimizao associada simulao pode ser decisiva para a resoluo de um dado problema e na busca pela combinao tima dos diferentes fatores envolvidos. A associao entre as duas ferramentas consiste na procura de maneira inteligente e eficaz da soluo tima para um dado problema tomando como base os resultados do modelo de simulao. A simulao e a otimizao so mtodos de pesquisa operacinoal bastante difundidos. O uso conjunto tem se mostrado bastante eficiente e de uso relativamente simples, sendo aplicavel nas mais diversas reas. Em um estudo de otimizao em simulao, to importante quanto conhecer o funcionamento dos programas a sequencia e o modo de execuo de cada etapa do projeto. Assim, necessrio que se siga uma metodologia de implementao bastante consistente e devidamente planejada. 5. Referencias bibliogrficas

PROMODEL USERS GUIDE. ProModel Corporation, 2002.

Law Averill M. How to conduct a successful simulation study. Proceedings of the 2003 Winter Simulation Conference, 2003.

Law Averill M., McComas Michael G. Simulation of manufacturing systems, Proceedings of the 1999 Winter Simulation Conference, Tucson, USA. Banks J. Introduction to Simulation. Proceeding of the 1999 winter conference, Atlanta, USA. Bratley Paul, Fox Bennet L., Schrage Linus E. A Guide to Simulation, Second Edition. New York, Springer-Verlag, 1987.

Carson II John S. Introduction to modeling and simulation. Proceedings of the 2003 Winter
Simulation Conference, Marietta, USA.

Groumpos P. P., Merkuryev Y. A Methodology of Discrete-Event Simulation of Manufacturing Systems: An Overview. International Journal of SIMULATION Vol. 2 No. 1, 2003.

Duarte Roberto N. Simulao Computacional: Anlise de uma clula de manufatura em lotes do setor de auto-peas. Dissertao de mestrado, Universidade Federal de Itajub, 2003.

LAW, A.; KELTON, D. Simulation modeling and analysis. New York, McGraw-Hill, 2000. STRACK, Jair. GPSS: modelagem e simulao de sistemas. Rio de Janeiro: LTC, 1984. PEREIRA, I. C. Proposta de sistematizao da simulao para fabricao em lotes. Dissertao mestrado em engenharia de produo. UNIFEI, Itajub, MG, 2000. GAVIRA, Muriel O. Simulao computacional como uma ferramenta de aquisio de conhecimento. Dissertao de mestrado em engenharia de produo. USP, So Carlos, SP, 2003. Shannon R. E., Introduction to the art and science of simulation. Proceedings of the Winter Simulation Conference,1998. Johansson B., Discrete Event Simulation present situation and future potential, Department of Product and Production Development, Chalmers University of Technology, Gteborg, Sweden 2002. Silva, Wesley A. Otimizao de parmetros da gesto baseada em atividades aplicada em uma clula de manufatura. Dissertao de mestrado, Universidade Federal de Itajub, 2005. STAMM, Harro. Simulao industrial: uma avaliao de sua utilizao no sudeste e sul do Brasil. Dissertao de mestrado em engenharia de produo. UFSC, Florianpolis, SC, 1998. Disponvel em: http://www.eps.ufsc.br/disserta98/stamm/index.html