geração automática de modelos de simulação de uma linha de

Antnio Filipe de Oliveira Paiva

Gerao Automtica de Modelos de Simulao de

uma Linha de Produo na Indstria Txtil

Dissertao submetida Escola de Engenharia da Universidade do Minho

para a obteno do grau de Mestre em Engenharia Industrial

Universidade do Minho Escola de Engenharia

Departamento de Produo e Sistemas Guimares 2005

Antnio Filipe de Oliveira Paiva

Gerao Automtica de Modelos de Simulao de

uma Linha de Produo na Indstria Txtil

Dissertao submetida Escola de Engenharia da Universidade do Minho

para a obteno do grau de Mestre em Engenharia Industrial

Realizada sob a superviso cientifica do

Prof.. Guilherme Augusto Borges Pereira,

Professor Auxiliar do Departamento de Produo e Sistemas da Escola de Engenharia

da Universidade do Minho

e do

Prof.. Ricardo Jorge Silvrio de Magalhes Machado,

Professor Auxiliar do Departamento de Sistemas de Informao da Escola de

Engenharia da Universidade do Minho

Universidade do Minho Escola de Engenharia

Departamento de Produo e Sistemas Guimares 2005

i

Aos Meus Pais.

ii

AGRADECIMENTOS

Prof. Guilherme Augusto Borges Pereira

Prof. Ricardo Jorge Silvrio de Magalhes Machado

Dr. Carlos Manuel Fernandes da Silva

Eng. Pedro Antnio Oliveira Vieira

iii

RESUMO

Esta dissertao tem como objectivo a construo de um sistema de apoio deciso

para estudar o impacto de diversas alternativas de gesto da produo aplicadas a um sistema

produtivo da indstria txtil.

Desenvolveu-se um Modelo Base, em linguagem de simulao, que integra o

processo de tricotar, no mbito da produo para a indstria txtil. As caractersticas

especficas dos recursos utilizados nesta produo foram desenvolvidas de forma a permitir

uma utilizao iterativa e susceptvel de serem parametrizveis pelo utilizador.

feita uma abordagem simulao e s suas vantagens na aplicao monitorizao

remota e a estudos de viabilidade. Apoiado na simulao, construiu-se uma ferramenta

interactiva, permitindo a gerao automtica de modelos com diferentes estratgias de

controlo que sustenta a viabilidade do sistema a propor.

Suportado pela simulao em ambiente Arena elaborou-se uma aplicao que

possibilita ao utilizador projectar e racionalizar os meios de produo disponveis. Nesta

ferramenta foram desenvolvidas diversas estratgias alternativas de controlo para cada rea

considerada relevante.

A ferramenta foi desenvolvida com carcter genrico, com uma enorme flexibilizao

(do ponto de vista da definio de politicas e estratgias na utilizao dos recursos existentes),

e centrada na implementao dos principais ndices de desempenho. Est dotada de diversas

estratgias de controlo, ao nvel da gesto dos materiais, do controlo do operador de mquina,

do controlo da equipa de manuteno e do escalonamento da produo

A parametrizao outra caracterstica importante da ferramenta. O modelo

definido pelo do utilizador, aumentando a participao, influncia e responsabilidade do

utilizador no resultado final.

Esta aplicao foi elaborada com uma interface amigvel e com o propsito de ser

acessvel a utilizadores no especialistas quer em simulao, quer em programao.

Todas as modificaes ocorridas no estado do sistema durante a execuo da

simulao so registadas para possibilitar posteriores estudos e analises, bem como para

permitir melhorias em simulaes futuras.

iv

ABSTRACT

The objective of this dissertation is the construction of a decision support system to

study the impact of distinct production management alternatives applied to a textile industry

productive system.

A Modelo Base was developed using a simulation language, which integrates the

tricot process within textile industry production scope. The specific characteristics of the

production used resources had been developed in a way to allow an iterative utilization and

parameterization by the user.

An approach to the simulation and its advantages in remote monitoring and viability

studies is followed. An interative tool was developed, using simulation, allowing the

automatic generation of models with different control strategies of which supports the

viability of the proposed system.

An application in Arena was developed to allow the user to project and rationalize

the available means of production. Different alternative control strategies for each relevant

area had been developed in this tool.

A generic tool was developed, with enormous flexibility (on the point of view of the

definition of politics and strategies in the use of the existing resources) and focussed on the

implementation of the main performance indexes. It is endowed with different control

strategies, to the level of materials management, machine operator control, maintenance teams

control and production scheduling.

The parameterization is another important characteristic of the tool. The model is

defined by the user, increasing the user participation, influence and responsibility in the final

result.

This application shows a friendly interface with the purpose of accessib ility to users

without any kind of simulation and programming specialized skills.

Every change in the state of the system, occurred during the execution of the

simulation, are registered to make possible future studies and analyses as well as allowing

improvements in future simulations.

v

NDICE GERAL

1. INTRODUO ..................................................................................................................................................1

1.1 ENQUADRAMENTO......................................................................................................................................... 2 1.2 OBJECTIVOS .................................................................................................................................................. 10 1.3 METODOLOGIA DE INVESTIGAO............................................................................................................ 10 1.4 ESTRUTURA DA DISSERTAO................................................................................................................... 11

2. A SIMULAO ...............................................................................................................................................13

2.1 INTRODUO ................................................................................................................................................ 13 2.1 CONCEITOS DE SIMULAO........................................................................................................................ 15 2.2 MODELOS...................................................................................................................................................... 25 2.3 SIMULAO DISCRETA................................................................................................................................ 28 2.3 FERRAMENTAS E LINGUAGENS DE SIMULAO...................................................................................... 37 2.4 APLICAES DA SIMULAO..................................................................................................................... 42

3. CASO DE ESTUDO RESOLUO........................................................................................................44

3.1 GESTO E CONTROLO DA EQUIPA DE MANUTENO............................................................................. 46 3.2 GESTO E CONTROLO DO OPERADOR DE MQUINA.............................................................................. 54 3.3 GESTO DOS MATERIAIS ............................................................................................................................ 59 3.4 ESCALONAMENTO DA PRODUO............................................................................................................. 66 3.5 CONCLUSO.................................................................................................................................................. 78

4. GERAO AUTOMTICA DE MODELOS DE SIMULAO.....................................................80

4.1 A LINGUAGEM DE SIMULAO.................................................................................................................. 81 4.2. A CONSTITUIO DO SISTEMA PROPOSTO.............................................................................................. 89 4.3. O MODELO EM ARENA............................................................................................................................... 91 4.4. A FERRAMENTA GAMSTAF .................................................................................................................... 96 4.5 O SISTEMA PROPOSTO: FUNCIONAMENTO, RELAO E INFORMAO..............................................111 4.6 CONCLUSO................................................................................................................................................112

5. CONCLUSO................................................................................................................................................ 113

5.1 TRABALHO DESENVOLVIDO.....................................................................................................................113 5.2 CONTRIBUTOS E AVALIAO DO TRABALHO........................................................................................114 5.3 JUSTIFICAO E INEDITISMO....................................................................................................................115 5.4 LIMITAES DO ESTUDO...........................................................................................................................115 5.5 PERSPECTIVAS PARA TRABALHOS FUTUROS .........................................................................................116

ANEXO A: GAMSTAF ................................................................................................................................... 117

ANEXO B: MODELO BASE......................................................................................................................... 181

vi

ANEXO C: ESCALONAMENTO ................................................................................................................ 198

ANEXO D: GERAO AUTOMTICA DE MODELOS ................................................................... 210

BIBLIOGRAFIA ............................................................................................................................................... 216

REFERNCIAS....................................................................................................................................................216 LEITURAS ADICIONAIS.....................................................................................................................................220

vii

LISTA DE FIGURAS

Figura 1.1 Diagrama UML de funcionalidades da produo de meias/collants.................... 3 Figura 1.2 Representao das notaes usadas nas reas de stocks........................................ 4 Figura 1.3 Sequncia de entrada de matria-prima na rea de tricotagem............................ 5 Figura 1.4 Sequncia do descarregar produto das mquinas na rea de tricotagem........... 6 Figura 1.5 Fluxograma geral de produo [RODR00]................................................................ 9

Figura 2.1 Uma Metodologia para Desenvolver Simulaes...................................................22

Figura 2.2 Esquema da classificao dos modelos....................................................................26 Figura 2.3 Uma taxinomia para entradas de modelos...............................................................28 Figura 2.4 Relao entre acontecimento, actividade e processo.............................................29 Figura 2.5 Procedimento chegada de cliente..............................................................................30 Figura 2.6 Procedimento fim de atendimento.............................................................................31 Figura 2.7 Programa orientado ao acontecimento ....................................................................31 Figura 2.8 Programa orientada actividade..............................................................................32 Figura 2.9 Procedimento cliente....................................................................................................32 Figura 2.10 Procedimento processo chegada de clientes.........................................................33

Figura 2.11 Esquema do Mtodo das 3 Fases.............................................................................33

Figura 2.12 Esquema da tcnica do avano regular..................................................................36 Figura 2.13 Esquema da Tcnica do Avano para o Prximo Acontecimento.....................36 Figura 2.14 Esquema do custo das ferramentas de simulao................................................41 Figura 2.15 Esquema da complexidade das ferramentas de simulao.................................42 Figura 3.1 Exemplo de uma mquina avariada..........................................................................50 Figura 3.2 Exemplo de uma mquina em manuteno..............................................................50 Figura 3.3 Procedimento para a gesto da equipa de manuteno........................................51 Figura 3.4 Exemplo de um caso prtico.......................................................................................53 Figura 3.5 Diagrama de gesto de um operador de mquina..................................................56 Figura 3.6 Diagrama geral de controlo dos operadores de mquina.....................................57 Figura 3.7 Diagrama geral de controlo da mquina.................................................................58 Figura 3.8 Aplicao da tcnica Lot-For-Lot .............................................................................62 Figura 3.9 Procedimento Period Order Quantity.......................................................................62 Figura 3.9a Aplicao da tcnica Period Order Quantity........................................................63 Figura 3.10 Algoritmo Wagner-Whitin.........................................................................................63 Figura 3.10a Aplicao da tcnica Wagner-Whitin...................................................................63 Figura 3.11 Algoritmo Silver-Meal ...............................................................................................64 Figura 3.11a Aplicao da tcnica Silver-Meal .........................................................................64 Figura 3.12 Algoritmo Least Unit Cost ........................................................................................64 Figura 3.12a Aplicao da tcnica Least Unit Cost...................................................................65

viii

Figura 3.13 Procedimento Part Period Balancing.....................................................................65 Figura 3.13a Aplicao da tcnica Part Period Balancing......................................................65 Figura 3.14 Estratgia elementar..................................................................................................70 Figura 3.14a Exemplo da estratgia elementar..........................................................................70 Figura 3.15 Estratgia 1 .................................................................................................................71 Figura 3.15a Exemplo da estratgia 1..........................................................................................71 Figura 3.16 Estratgia 2 .................................................................................................................71 Figura 3.16a Exemplo da estratgia 2..........................................................................................72 Figura 3.17 Estratgia 3 .................................................................................................................72 Figura 3.17a Exemplo da estratgia 3..........................................................................................72 Figura 3.18 Estratgia 4 .................................................................................................................73 Figura 3.18a Exemplo da estratgia 4..........................................................................................73 Figura 3.19 Estratgia 5 .................................................................................................................73 Figura 3.19a Exemplo da estratgia 5..........................................................................................74 Figura 3.20 Estratgia 6 .................................................................................................................74 Figura 3.20a Exemplo da estratgia 6..........................................................................................74 Figura 3.21 Estratgia 7 .................................................................................................................74 Figura 3.21a Exemplo da estratgia 7..........................................................................................75 Figura 3.22 Estratgia 8 .................................................................................................................75 Figura 3.22a Exemplo da estratgia 8..........................................................................................75 Figura 3.23 Estratgia 9 .................................................................................................................76 Figura 3.23a Exemplo da estratgia 9..........................................................................................76 Figura 3.24 Estratgia 10 ...............................................................................................................76 Figura 3.24a Exemplo da estratgia 10........................................................................................77 Figura 3.25 Estratgia 11 ...............................................................................................................77 Figura 3.25a Exemplo da estratgia 11........................................................................................77 Figura 3.26 Estratgia 12 ...............................................................................................................78 Figura 3.26a Exemplo da estratgia 12........................................................................................78 Figura 4.1 Estrutura hierrquica do Arena [KELT02]...........................................................83 Figura 4.2 Acontecimentos do Arena [KELT02]......................................................................89 Figura 4.3 Descrio dos Acontecimentos do Arena [KELT02]............................................89 Figura 4.4 Interligao entre os componentes existentes..........................................................90 Figura 4.5 Transformao do Modelo Base no cenrio de simulao...................................92 Figura 4.6 Mdulo Mquina...........................................................................................................93 Figura 4.7 Parmetros do Mdulo Mquina...............................................................................94 Figura 4.8 Mdulo Entrada Operador.........................................................................................95 Figura 4.9 Parmetros do Mdulo Entrada Operador..............................................................96 Figura 4.10 Separador do GAMSTAF: Load Model..................................................................98 Figura 4.11 Separador do GAMSTAF: Product Structures......................................................99 Figura 4.12 Separador do GAMSTAF: Product Definition....................................................100

ix

Figura 4.13 Separador do GAMSTAF: Operators ...................................................................101 Figura 4.14 Separador do GAMSTAF: Machine Types ..........................................................102 Figura 4.15 Separador do GAMSTAF: Line Definition..........................................................103 Figura 4.16 Separador do GAMSTAF: Operators Management...........................................104 Figura 4.17 Separador do GAMSTAF: Scheduling..................................................................105 Figura 4.18 Separador do GAMSTAF: Orders Workflow.......................................................106 Figura 4.19 Separador do GAMSTAF: Monitoring .................................................................107 Figura 4.20 Separador do GAMSTAF: Warehouse Movements ............................................108 Figura 4.21 Separador do GAMSTAF: MRP ............................................................................109 Figura 4.22 Separador do GAMSTAF: Results.........................................................................110 Figura 4.23 Fluxo de informao do sistema proposto...........................................................111

x

LISTA DE TABELAS

Tabela 3.1 Definio de critrios para aplicao no exemplo.................................................52

Tabela 3.2 Exemplo de aplicao da Figura 3.3 ........................................................................53

Tabela 3.3 Restries(0) / Permisses(1).....................................................................................69

Tabela 3.4 Velocidade das mquinas............................................................................................69

Tabela 3.5 Tempo de processo .......................................................................................................69

Tabela 3.6 Ordens de produo e lucro .......................................................................................69

Tabela 3.7 Componentes.................................................................................................................69

Tabela 3.8 Limites ............................................................................................................................69

xi

LISTA DE NOMENCLATURAS ASPOL A Simulation Process-Oriented Language (Linguagens de Simulao) ActiveX Livraria da Microsoft para ligar objectos Arena Ferramenta de Simulao BEST/1 Ferramenta de Simulao BETHSIM Ferramenta de Simulao BOM Bill of Materials C Linguagem de Programao C++ Linguagem de Programao CMF Ferramenta de Simulao CSIM Biblioteca de Simulao CSL Control and Simulation Language (Linguagens de Simulao) DAO Data Access Objects Delphi Linguagem de Programao ECSL Extended Control and Simulation Language (Linguagens de Simulao) EFC Biblioteca de Simulao EFM Biblioteca de Simulao EOI Economic Order Interval EOQ Economic Order Quantity Excel Aplicao da Microsoft Windows FIFO First In First Out FIVE Ferramenta de Simulao FORTRAN Linguagem de Programao GAMSTAF Gerador Automtico de Modelos de Simulao para a Txtil Antnio Falco GASP Graph Algorithm and Software Package (Linguagens de Simulao) GPSS General Purpose Simulation System (Linguagens de Simulao) HOS Ferramenta de Simulao HPSIM Biblioteca de Simulao HVF High Value First IDSS Ferramenta de Simulao Informix Base de Dados Java Linguagem de Programao LIFO Last In Last Out LUC Least Unit Cost LVF Lower Value First Macintosh Empresa de Software MedModel Ferramenta de Simulao MFC Microsoft Foundation Classes Microsoft Office Aplicao da Microsoft Windows Microsoft Windows Empresa de Software MOPADS Ferramenta de Simulao MRP Material Requirement Planning, ou Planificao das Necessidades de

Materia is NETWORLK Ferramenta de Simulao OLE Object Linking and Embedding Oracle Empresa de Software, Base de Dados PERFORMS Ferramenta de Simulao PET Ferramenta de Simulao PL Programao Linear POQ Periodic Order Quantity SAD Sistema de Apoio Deciso SAINT Ferramenta de Simulao ServiceModel Ferramenta de Simulao

xii

SIMAN Simulation Modeling And Analysis (Linguagens de Programao) SIMPACK Biblioteca de Simulao SIMPL/IX Linguagens de Simulao SIMULA Linguagens de Simulao SLAM II Linguagens de Simulao SMPL Biblioteca de Simulao SOL Server Base de Dados SQL Structured Query Language (Linguagem de Programao) TAF Textil Antnio Falco UMPredictor Ferramenta de Simulao UML Unified Modeling Language VBA Visual Basic for Applications VIS Visual Interactive Simulation Visual Basic Linguagem de Programao Windows Sistema Operativo da Microsoft Windows XL Ferramenta de Simulao

Captulo 1: Introduo

Pgina 1

Captulo 1

Introduo 1. Introduo Este trabalho tem como objectivo principal desenvolver um sistema de apoio

deciso (SAD), baseado na simulao, para servir como ferramenta de suporte ao estudo do

impacto de diferentes estratgias de implementao da estrutura produtiva.

A viabilidade de um sistema deste tipo pressupe a existncia de uma ferramenta

informtica e de um modelo de simulao.

A ferramenta informtica garante o interface entre o utilizador e o simulador. Nesta

ferramenta o utilizador define o sistema que pretende criar, parametriza-o e selecciona as

estratgias de controlo a aplicar s entidades e recursos que o compem.

O Modelo, representativo do sistema real, controla e garante a implementao das

estratgias seleccionadas pelo utilizador. Ao modelo acoplou-se uma template com a

definio dos mdulos, em linguagem de simulao, que representam o funcionamento dos

recursos e entidades do sistema real.

Captulo 1: Introduo

Pgina 2

Estas duas ferramentas, denominadas por SAD, tm capacidade para gerar

automaticamente modelos de simulao com diversas estratgias de controlo, ao nvel da

gesto dos materiais, do controlo do operador de mquina, do controlo da equipa de

manuteno e do escalonamento da produo.

Esta SAD foi implementada de forma a serem flexvel, genrica, parametrizve l, e

que proporcione uma viso prvia do comportamento do sistema e possibilite prever a

necessidade de disponibilizao de mquinas, operadores e materiais para a realizao das

encomendas no prazo definido.

Outra caracterstica importante, a possibilidade de estudar de alternativas ao nvel

dos factores intervenientes do ambiente produtivo bem como das estratgias que o controlaro

sem ter que redesenhar todo o sistema de cada vez que se pretende alguma alterao.

1.1 Enquadramento

Nesta seco, descreve-se a empresa, o ambiente produtivo, o sistema de produo, os

intervenientes e suas principais funes do sistema que serviu de base ao estudo tratado nesta

dissertao.

Trata-se de uma empresa txtil, aqui denominada de TAF, que produz meias e collants

para senhoras.

As principais reas de produo de meias/collants da TAF esto fisicamente separadas,

todas elas funcionam com entrada e sada de matria -prima.

Apesar de tentar demonstrar o funcionamento de todas as reas necessrias produo

das meias/collants vai ser dada uma ateno especial tricotagem, zona onde se situam os

teares, que vo ser objecto de estudo mais detalhado. Vai-se considerar a rea de tricotagem

como uma empresa que apenas se dedica a essa operao, isto , transforma matria -prima em

meia tubular.

Sistema Produtivo

Existem cinco reas de produo: Tricotar, Confeccionar, Revistar, Tingir e Embalar.

A sequncia de produo no caso das:

Tricotar Confeccionar Tingir Revistar Embalar

Tricotar Confeccionar Revistar Tingir Embalar

1) meias :

2) collants :

Captulo 1: Introduo

Pgina 3

Tricotar meias/collants: Produzir a meia tubular, com um tamanho e uma espessura, de entre

vrias alternativas.

Confeccionar meias/collants: cortar e coser a meia tubular, de forma a obter o collant. No

caso das meias, apenas existe a operao de coser.

Revistar meias/collants: Verificar a qualidade dos produtos, segundo parmetros e regras

definidas. No caso das meias, esta funcionalidade executada entre as operaes de

tingir e embalar, sendo os parmetros a verificar o peso, as medidas e outros defeitos de

processo (roto, aberto, etc.). No caso dos collants, esta funcionalidade executada entre

a operao confeccionar e tingir, sendo os parmetros a verificar o peso, as medidas, e

outros defeitos de processo (roto, aberto, painel mau, etc.).

Tingir meias/collants: atribuir uma cor, de vrias possveis, aos produtos.

Embalar meias/collants: acondicionar o produto acabado, em trs nveis de embalagem. O

primeiro nvel, tipicamente uma embalagem (caixas, sacos), contendo um nmero

reduzido de produtos, o segundo nvel tipicamente uma embalagem maior (caixotes)

que definem um lote, e o terceiro nvel uma palete com vrias embalagens (caixotes)

empilhadas, e devidamente cintadas.

Intervenientes no Sistema Produtivo

Director Fabril

Coordenador Chefe de Turno Tcnico deManuteno

Controladorde Qualidade Operrio

Meias eCollants

1. PlanificarProduo

2. ProcessarInformao 5. Enviar/

RecolherInformao

4. Activar/Desactivar

Equipamento

3. Manter/CorrigirEquipamento

6. OperarMeias/Collants

Figura 1.1 Diagrama UML de funcionalidades da produo de meias/collants.

Captulo 1: Introduo

Pgina 4

Em todo o processo de fabrico, existe um conjunto de actores, tal como est

representado na Figura 1.1. Cada um interage com o sistema de uma forma muito prpria. As

meias e os collants tambm so actores do sistema. Cada actor utiliza o sistema de uma forma

caracterstica, pelo que possvel descrever cada forma de utilizao. A esta utilizao

podemos chamar funcionalidade, caracterstica do sistema, disponibilizada por este aos

actores, que a cada uma tm acesso.

Fluxo de Materiais (rea de tricotagem)

1. rea de Stocks

Entre cada rea de produo existem reas de armazenamento (stocks) de

matria-prima, produto semi-acabado e produto final. Sero referenciadas com a seguinte

notao:

{ }{ }

{ }

Collants -C

Meias -M

Embalar -E

Tingir -G

Revistar -R

arConfeccion -F

Tricotar -T

fabrica da saidaou entrada -0

:que em

, produto, o representa

0,,,,, stock, em materiais dos (out) destino o representa

,,,,,0 stock, em materiais dos (in) origem a representa

CMpp

EGRFToo

EGRFTii

S iop

Figura 1.2 Representao das notaes usadas nas reas de stocks

Exemplo: S0TC = stock de entrada de matria na rea de Tricotar da produo de Collants.

Assim, a sequncia dos stocks para a produo de meias :

S0TM STFM SFGM SGRM SREM SE0M

Captulo 1: Introduo

Pgina 5

No caso da produo de collants, a sequncia :

S0TC STFC SFRC SRGC SGEC SE0C

2. Entrada de Matrias-Primas na rea de Tricotagem

A Figura 1.3 mostra a sequncia de aces relativas entrada de matrias-primas, na

rea de tricotagem. As matrias-primas do entrada nos stocks S0TC e S0TM. O operrio de

texturizao regista a entrada no sistema. Consoante a produo necessita de matria -prima o

operrio de abastecimento retira-a dos stocks e coloca num buffer intermdio, onde o operrio

de mquina vai buscar, sempre que necessita de reabastecer uma mquina.

O operrio datexturizao d entrada

da matria-prima eregista-a

O operrio deabastecimento prepara amatria-prima necessria tricotagem e regista-a

O operrio de mquinaabastece a mquina com

matria-prima sempreque esta necessita

Sistema

regista entrada

retira

retira

abastece

Operrio datexturzao

Operrio daAbastecimento

StocksS0TC e S0TM

Buffer Operrio deMaquina Maquina

regista saida

arruma

transporta

Figura 1.3 Sequncia de entrada de matria -prima na rea de tricotagem [RODR00]

3. Descarregar Produto da Mquina na rea de Tricotagem

A Figura 1.4 ilustra a sequncia de aces relativas ao descarregar do produto da

mquina, O operrio retira o produto acabado da mquina e coloca-o num buffer. Faz o

Captulo 1: Introduo

Pgina 6

registo no sistema. O operrio de abastecimento confere a quantidade e regista-a no sistema.

Em seguida levanta o material do buffer e transporta-o para os stocks STCM e STCC.

O operrio de mquinadescarrega o produto damquina e registas as

quantidades.

O operrio deabastecimento confere asquantidades do produto eregista-a antes de colocar

o produto em stock.

Sistema

retira

transporta

transporta

Operrio daAbastecimento

StocksSTCM e STCC

Buffer Operrio deMaquina Maquina

regista

retira

regista

Figura 1.4 Sequncia do descarregar produto das mquinas na rea de tricotagem[RODR00]

Tricotagem

A rea de tricotagem trabalha de Segunda a Sexta, 24 horas por dia, em 3 turnos fixos.

Consiste num parque de mquinas que executa a tricotagem da meia tubular, em tamanhos e

formas diversas, e da malha de reforo. O parque de mquinas est dividido em 5 zonas, cada

uma com um operador de mquina. Chefiando esta rea existe o chefe de turno, que tambm

tcnico de manuteno. As fases mais importantes do processo abordadas nesta rea produtiva

so:

1. Planeamento

O Planeamento elaborado pelo Director Fabril com o Coordenador, numa

reunio semanal. Tem como base as necessidades mensais dos clientes e a produo

realizada at aquele dia. o Coordenador que atribui a produo a cada mquina.

Todas as mquinas tm capacidade de produzir todo o tipo de produto, excepo

da nica mquina que executa a tricotagem da malha de reforo.

Captulo 1: Introduo

Pgina 7

2. Armazm Entrada/Sada de Matrias -Primas

Neste armazm do entrada trs matrias-primas: fio texturizado (medidas, de 20

a 70, duas tores, lotes diferentes), fio poliester (vrias cores), lycra (um nico tipo

195 DTEX). Estes materiais so devidamente acondicionados, identificados e

registados. As sadas de matrias-primas so registadas pelo operador de mquina

ou pelo operrio de abastecimento, procurando cumprirem o FIFO.

A gesto de stocks feita semanalmente depois da reunio semanal de produo.

O responsvel pelo planeamento requisita os lotes de fio que no momento se esto a

consumir para evitar alteraes nas mquinas. A quantidade calculada com base na

produo prevista para a semana, mais uma percentagem para desperdcio interno.

3. Setup das Mquinas

O setup ou programao das mquinas feita pelo tcnico de manuteno,

atravs de um interface prprio de cada mquina.

4. Arranque da Produo dum Novo Artigo

O arranque feito pelo tcnico de manuteno. Este acompanha o operrio de

mquina e das operrias de revista para controlarem as primeiras peas, logo aps o

arranque.

5. Sequncia de Produo

Cada mquina produz lotes de 10 dzias de collants (20 dzias de meia tubular).

Entre cada lote a mquina coloca o seu contador a zero. Cada conjunto de 50 dzias

de collants (100 dzias de meia tubular), do mesmo tipo, colocado num saco, pelo

operrio de mquina.

Na produo de meias, a situao idntica anterior com a excepo das

quantidades que so todas a dobrar, por exemplo, produz 20 dzias de meias (40

dzias de meia tubular).

Quando existe uma mudana de lote do fio texturizado ou uma alterao de

produo, sempre que o lote de 10 (20) dzias no estiver completo, o operrio de

mquina que coloca o contador a zero. O operrio de mquina retira os lotes de 10

(20) dzias, das mquinas e coloca-os dentro de um saco. Depois de completar o

lote de 50 (100) dzias, coloca o saco numa zona especfica. O operador de

abastecimento retira os sacos desta zona especfica e coloca-os no stock.

Captulo 1: Introduo

Pgina 8

6. Qualidade da Produo

O operrio de mquina controla a ltima meia tubular de cada lote de 10 (20)

dzias. Se encontrar defeito na meia tubular chama o operrio de revista. Este utiliza

em seguida o seu procedimento habitual (controlo peridico). No fim, o operrio de

mquina informado pelo operrio de revista de quantas meias tubulares

defeituosas se retiraram. O operrio de revista desconta essa quantidade no contador

da mquina.

O operrio de revista percorre sequencialmente todos os teares, vrias vezes,

controlando a ltima meia tubular produzida. Se uma meia apresentar defeito vai

controlar todas as meias j produzidas, at encontrar a primeira que j no apresenta

defeito.

O Operrio de revista controla periodicamente trs factores:

1) a medio das biqueiras e dos elsticos, por mquina (uma vez por semana)

2) a medio das meias tubulares, por mquina (duas vezes por semana)

3) a pesagem das meias tubulares (uma vez por ms)

7. Paragens da Produo

Dependendo da causa da paragem (tipo de erro) da mquina, o operrio de

mquina trata do problema, ou chama o tcnico de manuteno. Quando existem

duas, ou mais, mquinas paradas, o tcnico de manuteno que decide em qual vai

intervir primeiro.

8. Manuteno

O coordenador elabora um plano de manuteno preventiva, mecnica e

elctrica.

A Figura 1.5 reflecte toda a sequncia de processos que envolvem a produo de um

collant ou de uma meia [RODR00].

Captulo 1: Introduo

Pgina 9

entrada de matria-prima

novo lote defio

texturizadoteste de cr

tricotar meia tubular

controlode

qualidade

sim

meiatubularboa?

sim no Stocks STFM e STFC mau

meia tubulardo "stock

bom" boa?sim

Stocks STFM e STFC bom

entrada de materiais

confeccionar

controlode

qualidade

produtobom?sim no Stocks SFGM e SFRC mau

nosim

sim

simno

Stocks SFGM e SFRC bom

collant? nosim

revistar

no

produtobom?

no

Stock S RGC bom

Stock S RGC mau p/a escolha

recupervel?

no

recuperar

lixo

pr-preparar p/ a tingir

tingir

Stocks SGRM e SGEC bom

meia?sim

no

revistar

produtobom?

sim

embalar

Stock S E0C bom

no

sim

sim

no

no

produto do"stock bom"

bom?

Figura 1.5 Fluxograma geral de produo [RODR00]

Captulo 1: Introduo

Pgina 10

1.2 Objectivos

O principal objectivo desenvolver um SAD que possibilite a gerao automtica de

modelos de simulao para linhas de produo para a indstria txtil. A gerao automtica

de modelos de simulao permite elaborar mltiplos cenrios de simulao sem ter que

redesenhar os modelos.

Este SAD dever ser dotada de estratgias de controlo que permita ao utilizador o

controlo sobre os factores que influenciam o desempenho do sistema.

A ferramenta a desenvolver deveria apresentar as seguintes caractersticas:

1. Genrica e flexvel quanto configurao fsica das linhas de produo e s

estratgias de controlo. Facultar o mximo de parametrizao do modelo ao utilizador.

2. Proporcionar uma diversidade de estratgias de controlo dos principais ndices de

desempenho do sistema. Possibilitar ao utilizador a escolha dessas estratgias.

3. Reportar ao estudo o desempenho do modelo e o impacto que a escolha das

estratgias de controlo tem no desempenho da produo. Como o sistema parametrizado

pelo utilizador pretende-se que lhe facilite a informao necessria para que possa reajustar as

estratgias, de forma a melhorar o desempenho do modelo em testes subsequentes.

A possibilidade de utilizao de diversas combinaes entre as estratgias dos

factores mais relevantes no sistema produtivo enorme e a capacidade do usar funes

estatsticas em algumas parametrizaes dificulta a elaborao de um procedimento para

conhecer a melhor poltica1 para o modelo em estudo.

1.3 Metodologia de Investigao

Este item tem como objectivo descrever sucintamente a organizao do processo de

investigao conduzido nesta dissertao.

Para garantir um conhecimento minucioso do problema, foi necessrio efectuar um

estudo aprofundado do ponto de vista funcional ao sistema em questo. Avaliar todos os

intervenientes, conhecer as suas funes e distinguir os principais factores e polticas que tm

impacto directo ou indirecto na produo de meias. O conhecimento do sistema real vital

para quem pretende executar, em simulao, uma rplica perfeita do sistema real. Esta

primeira parte do trabalho teve um objectivo exploratrio visando tornar o fenmeno

1 Conjunto de estratgias aplicadas a um nico exemplo

Captulo 1: Introduo

Pgina 11

investigado mais claro para que se pudesse estruturar um problema de investigao mais

consistente.

A etapa seguinte, a reviso bibliogrfica, envolveu a pesquisa, estudo e anlise de

trabalhos provenientes das reas da simulao, da produo, da gesto de materiais, de

escalonamento e manuteno. Paralelamente, adquiriu-se conhecimentos da linguagem de

simulao e de programao que serviu de suporte ferramenta a elaborar.

O desenvolvimento da ferramenta de apoio deciso e do Modelo Base do sistema,

contendo todas as especificidades do problema, foi a fase que se seguiu.

Finalmente, a ltima fase, a escrita deste relatrio, que se pretende ser elucidativo ao

nvel das ferramentas desenvolvidas, da interaco entre elas e das principais caractersticas a

elas associadas

1.4 Estrutura da Dissertao

O tema fundamental deste trabalho a simulao, utilizada para desenvolver modelos

que sirvam como ferramenta de apoio tomada de decises.

No primeiro captulo deste trabalho procurou-se fazer um enquadramento do caso de

estudo. Descrever a empresa o ambiente produtivo existente, os factores intervenientes na

produo e suas funes. feita uma abordagem aos objectivos e problemas considerados

relevantes, sob o ponto de vista cientfico, que levaram ao desenvolvimento deste trabalho.

delineada a metodologia seguida e a organizao dos captulos.

O referencial terico, mencionado no segundo captulo, trata do tema que constitui o

principal assunto envolvido na pesquisa: a simulao. Resultando de uma pesquisa sobre a

bibliografia existente, descreve-se, neste captulo, os principais tpicos e os que mais

envolvem este assunto.

O terceiro captulo dedicado ao desenvolvimento de procedimentos, critrios e

estratgias implementadas para a resoluo dos problemas apresentados. Foi dada especial

relevncia elaborao de uma variedade assinalvel de estratgias para cada um dos factores

que podero influenciar os principais ndices de desempenho.

Estas estratgias so conceptualmente preparadas e traduzidas em linguagem de

programao e simulao. Resultou uma ferramenta informtica e um Modelo Base de

simulao.

O quarto captulo descreve a gerao automtica de modelos de simulao e a

interaco entre a ferramenta informtica e o modelo de simulao. So enunciadas as

principais funcionalidades de cada .

Captulo 1: Introduo

Pgina 12

A avaliao geral, concluso e recomendaes a trabalhos futuros surgem no quinto

captulo.

Capitulo 2: A Simulao

Pgina 13

Captulo 2

A Simulao 2. A Simulao 2.1 Introduo

Desde meados dos anos oitenta que a tcnica de simulao tem vindo a ocupar um

lugar privilegiado entre as ferramentas de investigao operacional.

A simulao uma das mais poderosas ferramentas de anlise disponvel para projecto

e operao de processos ou sistemas. A simulao pode ser til em qualquer uma das fases do

ciclo de vida de um sistema de manufactura: desde a fase de anlise do problema e definio

de requisitos, at as fases de projecto, justificao, implementao e operao.

Porm, apesar de por um lado se reconhecer um enorme potencial na simulao como

suporte da tomada de decises, as dificuldades na aplicao desta tcnica na realidade das

empresas (modelos custosos de construir e validar, muito pouco flexveis frente a condies


Pgina 14

mais instveis, e habitualmente concebidos por especialistas e no por reais utilizadores do

sistema) atentavam contra a sua efectiva aplicao no mbito empresarial.

A simulao uma abordagem de estudo que vem sendo cada vez mais utilizada nas

mais variadas reas de conhecimento. A crescente complexidade dos problemas com que se

defronta e a maior disponibilidade de recursos computacionais so dois factores que vm

contribuindo para esse crescimento. Entretanto, importante comentar que a simulao

sempre foi uma tcnica extremamente dependente dos recursos computacionais.

As drsticas redues nos tempos necessrios para completar um processo de

simulao, passando de projectos que levavam meses, a calendrios que podem hoje ser

medidos em dias e a possibilidade de serem elaborados pelos prprios responsveis pelas

reas, sem interveno dos especialistas de sistemas, permitiram uma transformao na

utilizao destas tcnicas como apoio s decises.

As primeiras aplicaes de simulao foram desenvolvidas em linguagens de

programao formais, como FORTRAN. Estas simulaes exigiam um enorme esforo de

modelao, o que tornava muitas vezes invivel o uso da simulao.

As primeiras linguagens especficas para simulao surgiram na dcada de 60. Estas

linguagens forneciam ao utilizador um conjunto de facilidades para a transformao do

modelo formal do sistema num programa computacional, e tornava disponveis funes e

rotinas destinadas a amostragens, anlises estatsticas e controle do avano do tempo na

simulao. Embora haja uma simplificao do trabalho de programao, a flexibilidade e a

eficincia computacional so em parte sacrificadas. Alm disso, o custo de manuteno tende

a ser elevado, principalmente pela pouca disponibilidade de pessoal habilitado, em virtude da

reduzida difuso destas linguagens. Linguagens construdas dentro deste sistema, pode-se

citar o GPSS (General Purpose Simulation System), GASP (Graph Algorithm and Software

Package) e SIMULA.

Estas linguagens responderam procura por um longo tempo. No entanto, os sistemas

ficaram cada vez mais complexos, e tornava-se necessrio que, alm de nos conduzir a

resultados confiveis, as linguagens de simulao mostrassem s pessoas da produo que os

seus benefcios eram reais. Neste ponto, surgiram as animaes, que so softwares

acoplados aos simuladores, capazes de reproduzir os sistemas graficamente. Dessa maneira,

ficou muito mais fcil para os analistas, que tinham que mostrar os resultados para o

utilizador , e para o prprio utilizador , que compreendia muito mais facilmente a simulao.

Este tipo de Software acabou por proporcionar outras vantagens, como formao de pessoal, e

maior visualizao do sistema produtivo das indstrias. Alguns softwares construdos

segundo essa filosofia so o SIMAN/CINEMA e GPSS/H.

Mas a evoluo no parou por a. Apesar do sucesso na indstria norte americ ana, a

simulao necessitava ainda de um tempo de formao muito grande. A construo dos


Pgina 15

modelos e animaes era demorada, e os analistas precisavam de ter conhecimento do sistema

que estavam a simular. Tornou-se necessrio assim, que os prprios utilizadores dos modelos

de simulao fossem os analistas. Surgiu ento uma nova tecnologia de desenvolvimento de

aplicaes de simulao, chamada VIS (Visual Interactive Simulation). Esta tecnologia usa a

modelao atravs de cones, que agrupam comandos das linguagens tradicionais de

simulao, e tornam o trabalho de desenvolvimento mais fcil, com uma interface semelhante

do Windows, muito mais amigvel. Com isso, o tempo de formao para utilizadores

reduziu-se drasticamente.

O Papel dos Computadores na Simulao

A utilizao da simulao no ambiente empresarial tem-se tornado vivel com a

evoluo da informtica. Com o poder computacional dos computadores pessoais a simulao

de problemas mais complexos tornou-se computacionalmente possvel.

Esse facto impulsionou o avano das aplicaes de simulao que hoje apresentam

solues dos mais variados tipos. Aplicaes de simulaes podem ser feitas utilizando desde

folhas de clculo at softwares especficos de simulao.

Os softwares com animao grfica possibilitaram que a simulao se associasse a

ferramentas visuais para tomada de deciso. As interfaces mais amigveis e as linguagens de

programao menos complicadas (de mais alto nvel) tambm tm contribudo para a

popularizao da simulao como uma tcnica de apoio deciso.

Assim, com a consolidao das plataformas grficas (por exemplo: Windows,

Macintosh), a simulao comeou a recuperar o terreno perdido, constituindo hoje uma

ferramenta imprescindvel em reas tais como a investigao, o desenvolvimento de novos

produtos, alteraes de mtodos de fabrico e outros.

2.1 Conceitos de Simulao

Definio de Simulao

Para se entender melhor o que simulao, precisa-se conhecer tambm as definies

de sistemas e modelos. Um sistema um conjunto de elementos distintos, que exercem entre

si uma interaco ou interdependncia. Por natureza, os sistemas so limitados, ou seja,

deve-se definir limites ou fronteiras. Portanto, pode-se definir sistemas dentro de outros


Pgina 16

sistemas, e assim por diante. Um modelo, segundo Hillier [HILL88], uma representao de

um sistema real, na qual somente os aspectos relevantes para uma determinada anlise deste

sistema so considerados.

Existe um grande nmero de definies para simulao. A seguir so apresentadas

algumas delas, provenientes de livros clssicos sobre o assunto.

Simulao o processo de elaborar um modelo de um sistema real e conduzir

experincias com esse modelo tendo como propsito a compreenso do comportamento do

sistema ou a avaliao de diversas estratgias (dentro dos limites impostos por um critrio ou

conjunto de critrios) para a operao do sistema [SHAN75].

O processo de projectar um modelo computacional de um sistema real e conduzir

experincias, com o propsito de entender seu comportamento e/ou avaliar estratgias para

sua operao [PEGD91].

Para Hillier [HILL88], a simulao nada mais, nada menos, que a tcnica de fazer

experincias amostrais no modelo de um sistema. As experincias so feitas no modelo, ao

invs de no prprio sistema real, porque mais conveniente e menos dispendioso.

Chase [CHAS89] entende que a melhor forma para definir e entender simulao

considerando-a em duas partes: Primeiro, deve haver um modelo do que quer que seja

simulado. Existem vrias classificaes de modelos, mas os tipos mais comuns so: fsicos

(modelo de avio), esquemticos (diagramas de circuitos elctricos), e simblicos (programa

de computador ou modelo matemtico que represente um funcionrio bancrio). Na

simulao computacional, est-se particularmente interessado nos modelos simblicos, que se

usa para representar um sistema real num computador. O principal ponto que se tem que

considerar aqui, que um modelo criado para representar alguma coisa, e esttico, isto ,

mostra apenas um instante no tempo e no muda.

A segunda parte a ser considerada, mover o modelo ao longo do tempo. Simulao

traz vida ao modelo. Na formao de pilotos, por exemplo, o discente fica numa cabina

completa (modelo de um avio real). Este um exemplo de um modelo fsico. O discente

ento passa por uma variedade de situaes, na medida em que o modelo vive e move-se ao

longo do tempo. Os parmetros dos instrumentos do modelo variam e o discente deve

responder s indicaes. Estas respostas so levadas a um computador, que cria novos valores

aos quais a formao deve responder novamente. Desta maneira, a formao pode

experimentar vrias manobras possveis, e viver as suas consequncias. Assim a simulao

uma srie de aces do modelo, com reaces do ambiente.

A simulao de um sistema ou de um organismo a operao de um modelo ou

simulador que uma representao deste sistema ou organismo. O modelo sensvel a

manipulaes que seriam impossveis, muito caras ou de execuo impraticvel nas entidades


Pgina 17

que representam. A operao do modelo pode ser estudada e, a partir da, propriedades

relacionadas com o comportamento do sistema real, ou dos seus subsistemas, podem ser

inferidas [NAYL66].

a tcnica de resolver problemas seguindo as variaes ocorridas ao longo do tempo

num modelo dinmico do sistema [GORD78]

Alm de auxiliar na tomada de deciso, importante enfatizar a contribuio da

simulao para a compreenso do sistema estudado pois, como afirma D. Knuth [KNUT69],

"...frequentemente nos enganamos, pensando saber mais do que realmente se sabe sobre uma

coisa, at que se tenta simul -la num computador". Atravs da simulao o utilizador pode

comparar os seus resultados com os do sistema e validar os seus prprios processos de

raciocnio.

Segundo G. Doukidis [DOUK87] a funo primria de um modelo de simulao

examinar como o sistema se comporta durante um perodo de tempo. Para atingir este

objectivo, o modelo deve providenciar facilidades, para representar o estado actual do

sistema, e vrias pr-condies que, se satisfeitas, iro resultar num estado futuro.

A simulao de sistemas , portanto, uma metodologia experimental que busca

descrever o comportamento de um sistema. Esta metodologia constri formas de quantificar o

comportamento observado, prevendo o comportamento futuro. A proposta da simulao

produzir dados (e ela uma grande geradora de nmeros) que, quando analisados,

identificaro importantes aspectos do sistema estudado, auxiliando na explicao,

compreenso e melhoria do mesmo.

O Processo de Simulao

Entende-se por processo de simulao o desenvolvimento de um modelo de simulao,

a sua experimentao do mesmo e a implementao dos resultados.

O desenvolvimento de um processo de simulao mais uma extenso das artes do que

das cincias [SHAN75]. Esta caracterstica talvez explique a dificuldade de se apresentar um

mecanismo sistemtico para que um utilizador interessado possa desenvolver simulaes.

Apesar das dificuldades, pode-se estabelecer os elementos que participam num modelo de

simulao e alguns passos que, se seguidos, podem ajudar um modelador, mesmo

principiante, a ter um bom desempenho no desenvolvimento de simulaes.

Todos os modelos de simulao possuem, de forma combinada ou isolada, os seguintes

elementos [SHAN75]:

Componentes: so as partes (ou subsistemas) integrantes do sistema. Entende-se por

sistema, um conjunto de objectos, que interagem entre si, para atingir um objectivo


Pgina 18

comum.

Parmetros e Variveis : so elementos do sistema que recebem valores. Os

parmetros podem receber valores aleatrios, enquanto que as variveis recebem

valores associados funo qual esto ligadas. Existem dois tipos de variveis:

Endgenas (Dependentes) e Exgenas (Independentes). Variveis endgenas so

aquelas produzidas dentro do sistema ou resultantes de causas internas. So tambm

chamadas variveis de estado (pois mostram o estado do sistema) ou variveis de sada

(pois so responsveis por gerar e apresentar os resultados oriundos do sistema).

Variveis exgenas, tambm chamadas variveis de entrada, so originrias de (ou

produzidas por) causas externas.

Relaes Funcionais : so normalmente apresentadas na forma de equaes

matemticas, que relacionam as variveis endgenas com as exgenas. Essas relaes

podem ser de ordem determinstica (onde para uma dada entrada existe uma nica

sada) ou estocstica (onde para uma dada entrada existe(m) incerteza(s) associada(s)

sada).

Restries: so limitaes, impostas pelo modelador ou pela natureza do problema,

que restringem os valores das variveis.

Objectivos : o estabelecimento das metas do sistema e como elas podem ser

avaliadas. A manipulao do modelo orientada de forma a satisfazer esses objectivos.

Terminologia Utilizada na Simulao

A terminologia utilizada na simulao no nica, mas h uma certa tendncia geral

em aceitar a que apresentada a seguir.

- Modelo : a representao de um sistema.

- Entidade : tambm chamada de transaco, um elemento essencial para o modelo.

Cada tipo de entidade (pessoa ou objecto) possui um ciclo de vida, onde estados activos

e passivos se alternam. Uma entidade pode ser classificada como temporria ou

permanente. As entidades temporrias entram no sistema, percorrem o seu ciclo de vida

e abandonam o sistema. As entidades permanentes executam a sua funo sem

abandonar o sistema. A chegada de entidades ao sistema gerada por um procedimento

externo, ou de acordo com a necessidade imposta pelo estado do sistema. Na viso da

simulao discreta convencional, as entidades temporrias so criadas primeiro. Elas

acoplam actividades e requisitam recursos. Uma vez terminada a actividade, a entidade

removida. Trata-se de uma transaco passiva, onde nenhum mecanismo considerado

inteligente assumido ou modelado.


Pgina 19

- Atributo: so as propriedades caractersticas de cada entidade.

- Actividade : A actividade corresponde a um estado activo, comum a uma ou mais

entidades (ou classe de entidades). A durao de uma actividade pode ser

determinstica ou estocstica. Assume-se que uma actividade indivisvel. Uma vez

iniciada, ela no mais interrompida. Segundo R.Reddy [REDD86], as actividades

podem ser fsicas ou cognitivas. As actividades fsicas so as formas convencionais de

actividades, em torno das quais a simulao tem sido desenvolvida. As actividades

cognitivas so formas de tomada de deciso racional e inteligente. Da mesma forma

que as actividades fsicas, as actividades cognitivas possuem tempo finito de durao,

que pode ser aleatrio ou dependente das informaes e/ou decises do sistema.

- Acontecimento: as actividades so iniciadas e terminadas por acontecimentos.

Acontecimentos so instantes no tempo, enquanto actividades possuem duraes no

tempo. Acontecimento o ponto no tempo no qual acontece alguma mudana no

sistema modelado. O processamento de um acontecimento realizado por uma rotina.

Normalmente a ocorrncia de um acontecimento gera a ocorrncia de outro(s)

acontecimento(s). Da mesma forma que as actividades, os acontecimentos podem ser

fsicos ou cognitivos. As rotinas associadas aos acontecimentos fsicos so anlogas s

rotinas dos acontecimentos tradicionais da simulao discreta. Os acontecimentos

cognitivos envolvem processamento de conhecimento, anlogo ao procedimento

cognitivo desempenhado por quem decide. Rotinas de acontecimentos cognitivos iro

conter conhecimentos, representados por regras de produo e heursticas, que sero

processados quando uma deciso precisar ser tomada [REDD86].

- Contadores: so variveis que permitem medir o desempenho do sistema. Possuem

esse nome porque vo acumulando valores no tempo, para depois receberem tratamento

de anlise e gerar as estatsticas da simulao.

- Relgio de simulao: varivel que marca o tempo da simulao.

- Variveis de Estado: o conjunto de variveis que identificam o estado do sistema

num determinado instante de tempo.

- Recurso: o termo recurso , basicamente, definido como um lugar em que a entidade

fica durante determinado tempo, seja para processamento, espera para ser libertado de

uma fila, etc. Um recurso pode ser uma mquina ou um funcionrio.

- Filas : constituem locais de espera onde as entidades dinmicas esperam a sua vez de

seguir atravs do sistema. As filas podem ser chamadas de reas de espera ou pulmes

(buffers). Depois de dar entrada na fila a entidade retirada seguindo algum tipo de

critrio, por exemplo, FIFO (First In First Out), LIFO (Last In Last Out), HVF (High

Value First), LVF (Lower Value First) ou um critrio aleatrio [COST02].


Pgina 20

Classificao de Sistema de Simulao

Define-se sistema como um grupo ou conjunto de objectos unidos atravs de alguma

forma de interaco ou interdependncia. Aqui, o objecto associado ideia de ente,

entidade.

Quando se diz que se vai estudar um sistema temos que defini-lo. Se como o sistema

uma parte da realidade, deve-se definir as suas fronteiras. O que fica fora da fronteira do

sistema chama-se Meio Ambiente. Surge assim a primeira forma de classificar os sistemas,

segundo a sua interaco com o meio ambiente:

- Aberto: o meio ambiente afecta o sistema, o comportamento normal do sistema

afectado pelas caractersticas do meio.

- Fechado: o meio ambiente no afecta o sistema, o comportamento do sistema no

funo do meio em que est.

Outro ponto de vista para classificar os sistemas pela forma como alterado:

- Continuo: segundo alguns autores so contnuos os sistemas em que as alteraes so

suaves. Na realidade o que interessa como se comportam as variveis que medem o

estado do sistema no tempo. Diz-se que um sistema contnuo quando as variveis que

determinam o seu estado podem variar em cada instante ou unidade de tempo.

- Discreto: as alteraes no sistema so descontnuas, por saltos, sbitas. So sistemas

cujas alteraes se produzem em instantes de tempo determinados, entre os quais o

sistema permanece sem variaes. Isto , as variveis que definem o seu estado alteram

de forma instantnea.

Existem poucos sistemas completamente contnuos ou exclusivamente discretos, mas em

geral predomina uma das formas.

Outra forma de classificar os sistemas pela existncia de alteraes aleatrias dentro deles:

- Determinsticos : as mudanas produzem um nico resultado, o comportamento do

sistema est determinado

- Estocsticos : as alteraes produzem resultados aleatrios mais ou menos previsveis.

Uma Metodologia para Desenvolver Simulaes

Ao desenvolver um projecto usando a simulao pode-se distinguir as seguintes etapas

[BANK96]:

- Formulao do Problema: Neste passo deve-se estabelecer exactamente o objectivo

da simulao. O cliente e o modelador devem detalhar o mais possvel os seguintes

factores: os resultados que se esperam da simulao, o plano de experincias, o tempo


Pgina 21

disponvel, as variveis com interesse, o tipo de perturbaes a estudar, o tratamento

estatstico do resultado, a complexidade do interface do simulador, saber se o utilizador

ter opo de introduo de dados ou de critrios para a simulao ou se apenas

receber os resultados e, finalmente, saber se o utilizador necessita de um trabalho de

simulao ou de optimizao.

- Definio do Sistema: O sistema a simular deve estar perfeitamente definido. O cliente

e o modelador devem estabelecer a fronteira do sistema a estudar e as interaces com

o meio ambiente que sero consideradas.

- Formulao do Modelo : Esta etapa uma arte. Comea com o desenvolvimento de

um modelo simples que capta os aspectos relevantes do sistema real. Os aspectos

relevantes do sistema dependem da formulao do problema. Este modelo simples ser

enriquecido com o resultado de vrias iteraes. A formulao do problema uma

etapa vital para todo o processo de simulao. Deve ser feita com muito cuidado e

competncia. Nesta fase cada informao relevante deve ser analisada a fim de definir o

problema ao nvel de objectivos, restries e complexidade.

- Recolha de Dados : A natureza e quantidade de dados necessrios esto determinados

pela formulao do problema e do modelo. Os dados podem ser fornecidos por registos

histricos, experincias em laboratrio, ou medies realizadas no sistema real. Estes

devem ser processados adequadamente para terem o formato exigido pelo modelo.

- Implementao do modelo no computador: O desenvolvimento do modelo vai

depender da ferramenta computacional escolhida. O resultado poder ser um simulador

tradicional ou um complexo sistema de simulao. Nessa fase so criados os cdigos de

simulao, por gerao automtica ou no. A dificuldade, e consequente velocidade no

desenvolvimento do simulador, estar associada tanto ferramenta computacional

utilizada, como complexidade do modelo e experincia do modelador. Existem

linguagens especficas de simulao que facilitam esta tarefa.

- Verificao: a etapa onde o modelador confirma se o modelo desenvolvido

corresponde ao idealizado. Neste ponto verificado se o modelo foi construdo

correctamente. Nesta fase procura-se fazer testes exaustivos no simulador. O

modelador precisa ficar convencido de que o simulador est correcto e a funcionar

bem. Na verificao de um modelo devem-se variar os valores dos parmetros de

entrada (inclusive utilizando as fronteiras do intervalo de valores) e analisar se os

resultados so coerentes. Nesse momento possvel sentir a fora da simulao, que

agiliza a etapa de testes, tornando-os viveis em termos de tempo e dinheiro.

- Validao: a etapa onde ser verificado se o modelo desenvolvido representa bem o

sistema real. a procura da resposta para a pergunta: foi desenvolvido o modelo

correcto? A ideia passar confiana ao utilizador , mostrando que qualquer experincia


Pgina 22

com o modelo ir gerar resultados que se coadunam com a realidade do sistema

estudado. A validao normalmente conseguida executando o modelo e comparando

os seus resultados com os oriundos do sistema real. Se os resultados da simulao se

aproximarem dos valores reais, dentro de um nvel de confiana desejado, o simulador

ser validado. Segundo Annino [ANNI81] a tcnica de validao mais efectiva

apresentar o programa a algum que

conhea muito bem o sistema em estudo.

Num esquema interactivo entre o

especialista no funcionamento do sistema

real e o modelador, ser mais fcil corrigir

desvios do modelo em relao ao sistema

real. A Validao do modelo

extremamente importante pois os

simuladores tendem a parecer reais e tanto o

modelador como o utilizador, passam a

acreditar nele.

- Plano de testes: importante projectar as

experincias visando alcanar os objectivos

estabelecidos. Portanto deve-se combinar os

valores dos parmetros que optimizaro as

variveis de resposta, e explicar as relaes

entre as variveis de respostas e os factores

controlveis do sistema. a fase que

consiste em executar o modelo

computacional sob os diversos cenrios de

simulao estabelecidos e onde se decide

quando comea a simulao, qual o tempo

de simulao e o nmero de simulaes.

bom lembrar que a simulao, a partir de

situaes iniciais diferentes, oferece linhas

de aco alternativas para o agente de

deciso. E como a fase de execuo do modelo , regra geral, extremamente rpida,

pode-se abusar do nmero de cenrios a serem simulados.

- Experimentao: Nenhum projecto de simulao pode ser considerado completo se

no for aceite, entendido e utilizado. Para isso devem ser definidas as condies

iniciais, e como elas afectam o equilbrio do sistema. O pano de fundo desta fase a

necessidade de diminuir a varincia das respostas e, ao mesmo tempo, procurar

Formulao do Problema

Definio do Sistema

Simulao?

Formulao do Modelo

Recolha de Dados

Plano de Testes

Experimentao

O Modelo Vlido?

Os Resultadosobtidos so bons?

Documentao

Implementao

Implementao do Modelono Computador

Outras Tcnicas

No

No

Sim

Sim

No

Sim

Figura 2.1 Uma metodologia para

desenvolver simulaes


Pgina 23

minimizar o tamanho das amostras necessrias. Nesta etapa realizam-se as simulaes

de acordo com o plano de testes e, o resultado o estabelecimento dos diversos

cenrios que sero simulados.

- Interpretao: Analisa a sensibilidade do modelo relativamente aos parmetros que

tenham associado maior grau de incerteza. uma fase crtica, demorada, difcil e muito

importante. O resultado de uma simulao uma avalanche de nmeros, que precisam

ser tratados e analisados.

- Implementao: O pouco tempo gasto na implementao normalmente no

suficiente para as tarefas existentes nessa fase. Fazem parte dessas tarefas: lapidao e

ajuste do modelo, formao do utilizador e a garantia da validade dos resultados. Esta

ltima tarefa, que s possvel com a implementao, tende a ser, segundo R.Shannon

[SHAN75] o problema mais difcil a ser enfrentado pelo analista.

- Documentao: Inclui a elaborao de documentao tcnica e manuais de utilizao.

A documentao tcnica deve conter uma descrio detalhada do modelo e dos dados,

tambm deve incluir a evoluo histrica das distintas etapas de desenvolvimento. Esta

documentao ser muito til, pois alm de facilitar a implementao e a possvel

necessidade de alteraes no modelo, auxilia o modelador em futuros projectos,

podendo for-lo a questionar os seus prprios procedimentos.

Causas de Insucesso no Desenvolvimento de Simulaes

Falha na obteno de um conjunto bem definido de objectivos no incio do estudo da

simulao

Inapropriado nvel de detalhe

Falha de comunicao com o responsvel do sistema a ser simulado durante o estudo

da simulao

Interpretaes equivocas por parte da equipa da simulao do sistema a ser simulado

Falha de compreenso da simulao por parte da administrao

Software e/ou linguagem imprpria

Modelos invlidos (simulao no representa a realidade)

Maus geradores de nmeros aleatrios

Software de simulao muito complexo e com documentao inadequada

Semente inapropriada

Tempo de simulao inadequado

Uso inadequado da animao


Pgina 24

Uso de distribuies incorrectas, isto , que no correspondem ao comportamento

real

Uso de medidas de desempenho inadequadas

Executar uma nica vez a simulao e considerar os dados obtidos como a resposta

verdadeira.

Vantagens da Simulao

A modelao de sistemas reais obriga a organizao a entender o papel de cada

componente do sistema e as possveis interaces entre eles.

O desenvolvimento do modelo de simulao ajuda a organizao a separar os

parmetros controlveis daqueles que no o so e estudar a influncia de cada um deles

no sistema.

O resultado da simulao permite que a gerncia avalie os recursos necessrios, ou

como os recursos disponveis devem ser alocados.

uma tcnica flexvel com relao s limitaes impostas aos modelos.

Aplica-se anlise de problemas de grande escala e complexidade que no podem

ser resolvidos por tcnicas tradicionais de gesto de operaes.

Particularidades da situao real podem ser consideradas, como por exemplo a

utilizao de qualquer curva de probabilidade que o problema exija, e que seja diferente

do padro assumido por tcnicas analticas.

Sistemas com longos perodos podem ser analisados num curto espao de tempo.

Permite a anlise de sensibilidade do tipo que aconteceria se ... , Vrias polticas

de deciso podem ser testadas e comparadas rapidamente.

A simulao possibilita o estudo individual de cada componente ou varivel do

modelo para determinar qual realmente importante.

Possibilita antever os possveis problemas que ocorrem na altura da implantao de

um sistema real

Para aqueles problemas que na prtica so resolvidos por regras intuitivas (rules of

thumb) a simulao uma ferramenta forte para o apoio deciso permitindo que

solues potencialmente boas sejam encontradas. [LOBA95]

Regra geral, apropriada quando:

- desenvolver um modelo matemtico muito difcil ou at impossvel

- o sistema tem uma ou mais variveis aleatrias relacionadas

- a dinmica do sistema muito complexa


Pgina 25

- o objectivo observar o comportamento do sistema num determinado perodo

- necessrio e importante mostrar animao grfica

- a construo de prottipos para verificao da correco do projecto ou avaliao de

propriedades tem custo proibitivo.

Desvantagens da Simulao

Um bom modelo de simulao pode tornar-se caro e levar vrios meses para

desenvolvimento, especialmente quando os dados so de difcil obteno.

A simulao no gera bons resultados sem entradas (inputs) adequados. A construo

e a alimentao do modelo requerem um trabalho rduo e criterioso.

Cada modelo de simulao nico. Geralmente no possvel a utilizao de um

modelo em diferentes situaes, prejudicando a possibilidade de ganhos de escala.

Apesar dos novos softwares de simulao possurem ferramentas adequadas que

podem ajudar na obteno de bons resultados, a simulao no uma tcnica exacta.

2.2 Modelos

No encaminhamento de um estudo de simulao, uma das principais etapas consiste na

modelao do sistema sob estudo, para que se possa observar o seu comportamento sob

determinadas condies, de forma a, cientificamente, estud-lo e entend-lo. Neste processo,

procura-se imitar e criar uma histria artificial da actuao e desempenho do sistema real, o

que implica a realizao de um procedimento experimental, posterior etapa de modelao.

A modelao de um sistema depender, fundamentalmente, do propsito e da

complexidade do sistema sob investigao. So vrios os tipos de modelos que podem ser

usados, tais como modelos matemticos, modelos descritivos, modelos estatsticos e modelos

do tipo entrada-sada.

A deciso sobre o uso de modelos descritivos, matemticos, estatsticos, etc., ao

contrrio de modelos voltados para a simulao do sistema, depende de diversos factores. Se

o sistema no qual se tem interesse for suficientemente simples, isto , se as inter-relaes

entre os seus elementos podem ser bem descritas pelos primeiros, ento, o uso do clculo, da

lgebra ou da teoria de filas, por exemplo, podem trazer resultados e respostas aceitveis e,

muitas vezes exactas. No entanto, os sistemas do mundo real costumam ser mais complexos

do que o desejado e, acima de tudo, no apresentam um comportamento previsvel.

Simplificaes sobre estes sistemas objectivando estudos analticos, podem levar a

solues pobres e, pouco confiveis. Neste caso, um modelo voltado simulao do sistema


Pgina 26

pode ser a deciso mais correcta.

Classificao dos Modelos de Simulao

Modelos

Fiscos Abstractos

AnalticosNumricosAnalgicos Icnicos

EstticosDinmicos

Explictos Implicto

DeterminsticosEstocsticos

Figura 2.2 Esquema da classificao dos modelos

Existem vrias formas de se classificar modelos. A seguir, reproduzida uma

abordagem sinttica sobre modelos segundo [RODR96]:

Quanto sua Natureza, os modelos podem ser classificados como:

Fsicos

- Icnicos : Nos quais existe apenas uma modificao de escala em relao aos

sistemas reais. So deste tipo os modelos de avies e carros ensaiados em tneis de

vento.

- Analgicos : Modelos em que uma determinada grandeza fsica utilizada para

obter concluses sobre propriedades do sistema real. deste tipo um modelo

implementado num computador analgico, onde se utilizam tenses para, por

exemplo, descrever o movimento da queda de um corpo.

Abstractos

- Analticos : So modelos expressos atravs de formas analticas. Estes modelos

assumem a possibilidade de quantificar todas as variveis fundamentais do sistema e

tambm o conhecimento de expresses que definem a dependncia relativa dessas

variveis. Inclui-se nesta classificao, por exemplo, o Modelo de Programao

Linear.


Pgina 27

- Numricos : Estes modelos lidam com valores numricos, mas sem que se

conheam equaes que relacionem as variveis do sistema. nesta classificao

que se inclui o tipo de simulao que se ir descrever.

A SIMULAO LIDA COM MODELOS ABSTRACTOS E NUMRICOS

Quanto sua evoluo no tempo podem classificar-se como:

Estticos : Modelos que no se modificam com o tempo. Assim, por exemplo, um

Modelo de Programao Matemtica pode ser parametrizado, mas as relaes expressas

que definem o modelo no se alteram com o tempo.

Dinmicos : Representam a forma como o tempo modifica o sistema real. neste

tipo de classificao que se inclui o tipo de modelos que se utiliza em simulao.

A SIMULAO LIDA COM MODELOS DINMICOS

Quanto forma como representa o comportamento interno do sistema, podem ser

classificados como:

Implcitos : So modelos do tipo input-output. Incluem-se nesta classificao os

modelos utilizados em simulao normalmente designados por jogos de gesto, em que

aps submeterem um conjunto de decises, os participantes obtm informao sobre

medidas de desempenho das respectivas empresas.

Explcitos : Nestes modelos, o comportamento interno detalhado, sendo a

observao deste funcionamento um dos objectivos a cumprir com o modelo.

A SIMULAO LIDA COM MODELOS EXPLCITOS

Quanto aos valores que as variveis que definem o modelo podem assumir, os modelos

podem classificar-se em:

Determinsticos : Os valores dos parmetros de funcionamento do sistema so

constantes em cada utilizao do modelo sendo, tambm, perfeitamente determinado o

resultado da aplicao do modelo. Assim, por exemplo, um Modelo de Transportes

produzir sempre a mesma soluo para um conjunto de valores de disponibilidade,

procura e custos unitrios de transporte.

Estocsticos : So modelos que integram na definio do seu funcionamento um

elemento aleatrio. Assim, o valor dos parmetros de funcionamento do sistema no

sero determinsticos mas sim valores de variveis aleatrias provenientes quer de


Pgina 28

distribuies tericas, quer de distribuies empricas (definidas por histogramas de

probabilidades).

A SIMULAO LIDA COM MODELOS ESTOCSTICOS

Uma outra classificao apresentada graficamente por [LEEM99]:

Modelos Independentes(tempo)

Univarivel

Processo Estocstico

Discreto(tempo)

Continuo(tempo)

Discreto

Contiinuo

Hbrido

Discreto(estado)

Continuo(estado)

Multivarivel

Discreto

Continuo

Hbrido

Discreto(estado)

Continuos(estado)

Binomial(n,p)Degenerado(c)Normal(, s )Exponencial(L)Curva Bezier

Empirico

Binomial Independente(n,p)

Normal(,S)

Bivariada Exponencial(l1,l2,l3)

Cadeia de Markov

ARMA(p,q)

ARIMA(p,d,q)

Processo Poisson()Processo RenewalSemi-cadeia de Markov

Processo Poisson NoHomogneo

Processo de Markov

Estacionrio

No-Estacionrio

Estacionrio

No-Estacionrio

Estacionrio

No-Estacionrio

Estacionrio

No-Estacionrio

Modelos

Figura 2.3 Uma taxinomia para entradas de modelos

O modelo de simulao pode operar em tempo real ou em tempo simulado. Em tempo

real a escala de tempo a real, isto os acontecimentos ocorrem e so tratados na mesma

escala de tempo correspondente ao sistema real. Neste caso o operador interage com o

simulador em tempo real.

A operao em simulado no acompanha a escala de evoluo do tempo real. Um ano

do tempo de simulao pode decorrer em poucos segundos de processamento.

2.3 Simulao Discreta

Um modelo descreve a composio dinmica do sistema, ou seja, a maneira como este

executa um determinado trabalho. Trs componentes (actividades, processos e

acontecimentos) so utilizados para descrever o comportamento dinmico de sistemas

discretos e sobre os quais as linguagens de simulao para esses sistemas so baseados. Um

sistema visto dinamicamente como uma coleco de processos interactivos, cada um


Pgina 29

composto por diversas actividades, com as interaces controladas pela ocorrncia de

acontecimentos [MACD87, [SOA92]. A relao entre essas trs componentes pode ser

melhor entendida observando a Figura 2.4.

Processo

Tempo

Actividade

Acontecimentode Chegada

Acontecimento deEntrada em Servio

Acontecimento deFim de Servio

Figura 2.4 Relao entre acontecimento, actividade e processo

Um conjunto de actividades logicamente relacionadas constitui um processo. O tempo

de execuo de um processo a soma dos tempos de execuo e espera das actividades. A

definio dos processos de uma simulao depende do nvel de abstraco adoptado. Por

exemplo, um programa inteiro pode ser visto como um processo (compreendendo actividades

de computao, leitura e escrita de dados). Num outro nvel, a execuo de uma actividade de

escrita pode ser vista como um processo compreendendo posicionamento, latncia e

transferncia de dados. Um acontecimento causa uma mudana de estado de alguma entidade

do sistema. A inicializao ou trmino de uma actividade so acontecimentos [MACD87].

Filosofias de Modelao

Filosofia de modelao a forma como os modelos de simulao podem ser

estruturados. Um modelo de simulao discreta pode ser estruturado segundo os seguintes

mtodos:

- orientado ao acontecimento (Event-Driven Simulation): o sistema modelado pela

definio das mudanas que ocorrem no tempo de acontecimento;

- orientado actividade (Activity-Driven Simulation): O sistema modelado atravs

da descrio das actividades nas quais os objectos do sistema se envolvem;

- orientado ao processo (Process-Driven Simulation): o sistema modelado por meio

da descrio dos processos atravs dos quais os objectos flem.


Pgina 30

- orientado pelo mtodo das trs fases (Three Phase-Driven Simulation): combina a

simplicidade conceptual dos modelos por actividades e a eficincia do mtodo

orientado a acontecimentos

- orientado pelo tempo (Time-Driven Simulation): o sistema sempre actualizado em

perodos de tempo definidos.

- orientado por dados (Data-Driven Simulation): actualiza o sistema quando existir

toda a informao sobre determinados blocos.

Simulao Orientada ao Acontecimento

Na simulao orientada ao acontecimento, a tarefa do modelador determinar os

acontecimentos que podem causar a mudana no estado do sistema e ento desenvolver a

lgica associada com cada tipo de acontecimento. A simulao do sistema produzida pela

execuo dessa lgica, numa sequncia no tempo [SOAR92].

Um mecanismo de escalonamento de acontecimentos mantm a sequncia ordenada

dos acontecimentos no tempo. Esse mecanismo utiliza uma estrutura tipo array ou lista.

Quando um acontecimento, como por exemplo a chegada do prximo cliente, est para ser

escalonado, o processo escalonador chamado para criar e adicionar uma entrada na lista de

acontecimentos. Nesta entrada includo o instante da ocorrncia do acontecimento, a

identificao do acontecimento que vai ocorrer e a identificao do cliente associado.

Como exemplo, considere o atendimento a clientes, por um funcionrio de um banco

[MARY80]. Ao chegar ao banco o cliente entra na fila e espera pela sua vez de ser atendido.

Aps terminar o atendimento, o cliente deixa a agncia bancria. Mudanas de estado no

sistema ocorrem devido aos seguintes acontecimentos:

- um cliente chega

- um cliente j foi atendido por um funcionrio e parte do sistema

A lgica associada aos acontecimentos pode ser descrita, por exemplo, considerando apenas

dois acontecimentos:

Gerar prxima chegadaSe o funcionrio est ocupado

EntoAumentar o nmero de clientes na fila

SenoAlterar o estado do funcionrio para ocupadoGerar o fim de atendimento para tempo_actual + tempo_de_atendimento

Figura 2.5 Procedimento chegada de cliente


Pgina 31

Alterar o estado do funcionrio para livreSe existe algum cliente na fila

EntoAlterar o estado do funcionrio para ocupadoRetirar da fila para atendimentoGerar o fim de atendimento para tempo_actual + tempo_de_atendimento

Figura 2.6 Procedimento fim de atendimento

O programa de simulao pode ser organizado da seguinte forma:

INICIOGerar a primeira chegadaSeleccionar o primeiro eventoAvanar o tempo de simulao para o tempo de ocorrncia do eventoEnquanto < fim_de_simulao

EntoImprimir estatsticas

SenoSe evento = CHEGADA_DE_CLIENTE

EntoProcessa CHEGADA_DE_CLIENTE

SenoProcessa FIM_DE_ATENDIMENTO

FIM

Figura 2.7 Programa orientado ao acontecimento

Simulao Orientada Actividade

Na simulao orientada actividade, o modelador descreve cada actividade possvel

para cada entidade do sistema, definindo as condies que causam o seu incio e o seu fim. Os

acontecimentos que iniciam ou terminam uma actividade no so escalonados pelo

modelador, mas so iniciados a partir das condies especficas para a actividade. Com o

avano do tempo simulado, as condies para o incio ou fim de uma actividade so

examinadas e, no caso de alguma condio ser satisfeita, a actividade correspondente

escalonada para a execuo no tempo de simulao actual.

Esta orientao pouco utilizada para a modelao de sistemas [MACD75, MARY80,

SOAR92]. No exemplo dos clientes sendo atendidos por funcionrios de um banco, tem-se as

seguintes actividades:

- Chegada de um cliente (CHEGADA_DE_CLIENTE

geração automática de modelos de simulação de uma linha de

Documents