projeto de um laboratÓrio de ensino de prÁticas de gestÃo de … · permitiu desenvolver os...

PROJETO DE UM LABORATÓRIO DE

ENSINO DE PRÁTICAS DE GESTÃO DE

PROCESSOS DE FABRICAÇÃO

INTERMITENTE: SIMULAÇÃO DE

APLICAÇÕES DE CONCEITOS DE

PRODUÇÃO ENXUTA

Luciana Calsing (UFRGS)

[email protected]

Fernando de Oliveira Lemos (PUCRS)

[email protected]

CESAR LUCIANO KLANOVICZ DE ARAUJO (PUCRS)

[email protected]

O desenvolvimento econômico do Brasil está gerando uma demanda

crescente por engenheiros de todas as áreas. Para suprir esta

necessidade e adaptarem-se às novas exigências do mercado, as

universidades precisam rever seus processos de ensinoo. Laboratórios

de ensino podem auxiliar no atendimento desta demanda de mercado,

proporcionando um ambiente de ensino-aprendizagem focado em

práticas que simulam ambientes fabris. O projeto de um laboratório de

ensino para prototipagem de situações reais vivenciadas em processos

fabris e a posterior modelagem e simulação permitem criar diversas

atividades de ensino que abrangem conceitos de gestão relacionados a

processos de fabricação, tais como: planejamento e controle de

produção, gestão de materiais, gestão da qualidade, gestão de custos

industriais e logística. O objetivo principal deste trabalho é projetar

atividades para serem desenvolvidas em um laboratório de ensino com

foco em processos de fabricação intermitente. No caso deste estudo, a

prototipagem de atividades práticas e posterior modelagem e

simulação possibilitou o desenvolvimento de atividades para estudo

dos sistemas Just-in-case e Just-in-time.

Palavras-chaves: Laboratórios de Ensino; Processos de Fabricação;

Modelagem e Simulação

XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção

Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.



2

1. Introdução

O desenvolvimento econômico do Brasil está gerando uma demanda crescente por

engenheiros de todas as áreas. Entretanto, as organizações demandam um perfil profissional

onde critérios como pró-atividade, criatividade, liderança e capacidade de trabalhar em grupo

são fundamentais para o atendimento dos desafios atuais. Este perfil, todavia, não segue o

modelo tradicional de ensino das engenharias com ênfase no conhecimento técnico. Esta

lacuna na formação dos engenheiros demanda uma imediata necessidade de adaptação das

instituições de ensino a esta nova realidade (BELHOT; FIGUEIREDO; MALAVÉ, 2001;

SANTOS; DUTRA, 2005; SILVA; CECÍLIO, 2007).

Métodos como aprendizagem colaborativa, aprendizagem ativa e trabalho em equipe estão se

tornando cada vez mais importantes para os estudantes de engenharia, pois incentivam a

cooperação e a interação entre alunos. Segundo estes métodos, os estudantes devem ser

capazes de desenvolver suas próprias habilidades interpessoais, participando ativamente do

processo de ensino-aprendizagem, não apenas recebendo informações, mas também

contribuindo com seus conhecimentos (BELHOT; NETO, 2006; LEMOS et al., 2008).

Uma das formas de agregar estes elementos nas atividades educacionais é a utilização de

laboratórios de ensino. Estudos mostram que laboratórios de ensino contribuem para um

melhor entendimento dos conteúdos estudados, incentivam o trabalho em grupo e motivam os

alunos na busca por soluções (BEAUDOIN; OLLIS, 1995, HILSDORF; MASSOTE;

MARIA, 2005; CAMPOS; SILVA, 2009).

Conceitos como arranjo físico de processos produtivos, sistemas flexíveis de manufatura,

produção enxuta, projeto e organização do trabalho, são desenvolvidos nos cursos de

graduação em Engenharia de Produção, mas geralmente em disciplinas teóricas, sem o apoio

de um laboratório para aplicações práticas. Por serem essenciais para o aprendizado dos

futuros engenheiros, estes temas deveriam receber, além da abordagem teórica, uma

abordagem prática, o que não ocorre devido à falta de laborátorios específicos para disciplinas

que abordam Processos de Fabricação Intermitente e Produção Enxuta, por exemplo.

Tendo em vista a importância dos laboratórios de ensino no processo de ensino-aprendizagem

de Engenharia, o objetivo principal deste trabalho é projetar atividades para serem

desenvolvidas em um laboratório de ensino com foco em processos de fabricação

intermitente. Os objetivos específicos deste estudo são: (i) modelar matematicamente uma

linha de montagem; e (ii) desenvolver e simular atividades práticas que poderiam ser

realizadas em aula.

2. Referencial teórico

A seguir é apresentado o referencial teórico, que foi subdividido em duas subseções: Jogos

didáticos; e Simulação Computacional.

2.1. Jogos didáticos

Os alunos podem se sentir desmotivados por não entenderem a aplicação prática ou a

relevância dos conceitos estudados em sala de aula. Como forma de estimular o processo de

ensino-aprendizagem são utilizados jogos didáticos para propiciar a criação de um ambiente

estimulante à aprendizagem (HARB; DURRANT; TERRY, 1993).



3

Atualmente, o uso dos jogos didáticos em laboratórios de ensino tem se difundido como

instrumento de apoio ao aprendizado. É possível encontrar na literatura diversos casos que

exemplificam os benefícios com a aplicação destas ferramentas. Os laboratórios de ensino

relacionados ao ensino de sistemas de fabricação intermitente abordam, geralmente, a análise

da organização e do inter-relacionamento das operações em situações de aplicação dos

conceitos de Just-in-Case (JIC) e Just-in-Time (JIT).

Com objetivo de transmitir conceitos de gestão da produção, Souza e Silva et al. (2003)

criaram um jogo didático de montagem de canetas coloridas que contempla questões

referentes à disposição de postos de trabalho, gestão de estoques, sequenciamento de

atividades, distribuição de equipes, conceitos do JIC e do JIT, e diminuição de perdas de

produção.

De maneira similar, Costa e Jungles (2006) utilizaram a montagem de canetas para comparar

sistemas de produção puxada e empurrada, focando no mapeamento de fluxo de valor. Sun1

apud Depexe et al. (2006), apresentou um método simples que simula um sistema de

produção de veículos, onde os carros são representados por cartas de baralho. A simulação

permitiu desenvolver os conceitos de JIT e Material Requeriment Planning (MRP). Já Depexe

et al. (2006) utiliza a montagem de carrinhos Lego System® como apoio ao ensino de

conceitos de Produção Enxuta.

A fim de facilitar o aprendizado sobre o Sistema Toyota de Produção, Pinho, Leal e Almeida

(2005) desenvolveram uma dinâmica denominada Montagem Interativa de Bloquinhos, onde

utilizam blocos de Lego® no ensino de conceitos de JIT, tempo de setup, metodologia 5S e

nivelamento de produção. Saffaro et al. (2003) também utilizaram blocos de Lego® para

avaliar o comportamento dos alunos com relação aos princípios de Produção Enxuta.

Para a avaliação dos resultados possíveis gerados por jogos didáticos e antever os conceitos e

discussões geradas a partir dos resultados pode-se utilizar a modelagem e simulação

computacional.

2.2. Simulação de processos

De acordo com Banks (1998), simulação é uma repreesentação de um processo real com o

objetivo de descrever e analisar o comportamento do mesmo. Embora os sistemas reais sejam

frequentemente mais complexos devido a sua natureza aleatória e dinâmica, um modelo

computacional procura capturar e repetir de maneira simplificada as mesmas características

do sistema real (CHWIF; MEDINA, 2010).

Apesar da ampla utilização da simulação, foi somente a partir do desenvolvimento de

modelos computacionais flexíveis e de fácil utilização que a simulação tornou-se popular nos

meios produtivos. As empresas que buscavam aumentar a competitividade, reduzir custos e

melhorar processos, encontraram na simulação uma maneira de desenvolver sistemas mais

eficientes (HARREL et al., 2002).

A visão sistêmica de um processo produtivo é, segundo Law e Kelton (2000), o benefício

geral da simulação, sendo possível, por exemplo, verificar como uma alteração específica em

um processo pode impactar no desempenho final do sistema de produção analisado.

Destacam-se, entre as diversas vantagens da simulação: a possibilidade de modelar sistemas

1 SUN, H. A game for the education and training of production/operations management. Education + Training,

v. 40, n. 9, p. 411-416, 1998.



4

sem a necessidade de alterações reais em recursos; a representação de longos períodos de

funcionamento de um processo em um tempo reduzido de simulação; e, através de

experimentos controlados, a análise de cenários alternativos.

Dentre as diversas metodologias para se implantar um modelo de simulação computacional,

Harrel et al., (2002) propõem as seguintes etapas: (i) definição do problema e objetivos; (ii)

formulação e planejamento do modelo conceitual; (iii) coleta de dados; (iv) desenvolvimento

do modelo computacional; (v) verificação; (vi) validação; (vii) experimentação; (viii) análise

de resultados; e (ix) implementação.

Law e McComas (1991) acreditam que o modelo em si representa apenas uma parcela do

sucesso da simulação. É fundamental formular o problema corretamente, escolher um

software adequado, validar e verificar o modelo, para, finalmente, analisar os resultados

obtidos. A simulação deve ser considerada apenas uma ferramenta para tomada de decisões.

Neste estudo a simulação foi utilizada para testar práticas de ensino e orientar o

desenvolvimento do projeto de um laboratório de processos de fabricação intermitente.

3. Sistemática proposta

A sistemática proposta neste estudo (Figura 1) se baseia em um método de simulação

computacional proposto por Harrel et al. (2002). A técnica de simulação computacional foi

utilizada para testar o funcionamento de jogos didáticos sem a necessidade de uma

prototipagem real.

Figura 1 - Sistemática proposta

Fonte: Adaptado de Harrel et al. (2002)

A primeira etapa do método de trabalho é a definição do problema a ser resolvido e dos

objetivos do estudo. A etapa seguinte consiste em criar um modelo conceitual do processo que

será simulado, o qual orienta a coleta de dados necessários para a modelagem computacional.

A etapa seguinte é o desenvolvimento do modelo computacional. Nesta etapa inicia-se a

construção do modelo utilizando um software específico para simulação computacional. Após

o desenvolvimento do modelo computacional, o mesmo deve ser verificado e validado,

através de rodadas de simulação e monitoramento do comportamento dos parâmetros e

variáveis que representam as operações produtivas.

Na etapa de análise dos resultados são definidas as atividades que melhor correspondem aos

objetivos do trabalho. As etapas da sistemática proposta são detalhadas na seção 4.

4. Aplicação Prática

Nesta seção é apresentada a aplicação da sistemática proposta no processo de validação de

jogos didáticos.



5

4.1. Definição do problema e estabelecimento dos objetivos

Como apresentado na introdução deste trabalho, o problema em questão é o projeto de

práticas de ensino-aprendizagem que abordem conceitos aplicados na gestão de processos de

fabricação intermitente.

Estes conceitos serão discutidos através de práticas em uma linha de montagem, a qual deve

ser testada antes da implantação real. Desta forma, o objetivo deste estudo é desenvolver um

modelo computacional e simular atividades de ensino-aprendizagem, com vistas a uma

aplicação futura em laboratórios de ensino de processos de fabricação intermitente.

4.2. Planejamento do modelo conceitual

No processo de planejamento do modelo conceitual foram considerados os seguintes

conceitos de Produção Enxuta e Processos de Fabricação: arranjo celular e arranjo em linha;

perdas de produção; sequenciamento de produção; produção puxada e produção empurrada. A

partir desta definição, algumas atividades foram colocadas em prática através de uma

prototipagem executada por alunos de graduação em Engenharia de Produção. Esta prática foi

uma experimentação dos exercícios que poderiam ser utilizados em laboratório e serviu como

fonte de dados e informações para o desenvolvimento do modelo conceitual da linha de

montagem e dos cenários a serem simulados e testados.

O objetivo da prototipagem foi montar e testar 3 diferentes produtos em diferentes cenários de

produção, denominados carro, torre e motor (Figura 2). Neste exercício foram definidas três

estações de trabalho na linha de montagem, uma representando um almoxarifado, uma

representando a montagem e uma estação representando o controle de qualidade.

O objetivo do almoxarifado era garantir o suprimento de matérias-primas para a produção. A

produção, por sua vez, montava os produtos solicitados de acordo com as instruções da cada

atividade. O responsável pelo controle de qualidade testava os produtos fabricados através de

uma inspeção visual e de um teste de resistência. Caso aprovado, o produto era

automaticamente enviado para a expedição. No caso de ser reprovado o item era enviado para

retrabalho na estação de montagem.

Nesta prototipagem foram realizadas três atividades, a primeira teve como objetivo produzir

os três tipos de produtos, no menor tempo possível, utilizando um arranjo físico com

princípios de manufatura celular. A segunda atividade seguiu um arranjo físico de produção

em linha e uma lógica just-in-case. A terceira atividade testou a lógica just-in-time para o

reabastecimento do almoxarifado no processo em linha montado na segunda atividade.



6

Figura 2 – Diferentes produtos montados

Fonte: Elaborado pelos autores

4.3. Coleta de dados

Para coletar os dados que foram utilizados na criação dos modelos computacionais,

realizaram-se as três atividades descritas anteriormente. Primeiramente, explicou-se o objetivo

das atividades aos alunos e dividiram-se as funções da seguinte maneira: um aluno ficou

responsável pelo almoxarifado; três alunos ficaram responsáveis pela produção e; um aluno

ficou responsável pelo controle de qualidade.

No processo de coleta de dados cada aluno que participou das atividades elaboradas foi

responsável por cronometrar os tempos de suas tarefas e anotar os tempos. Neste processo não

foi possível coletar separadamente os tempos de produção, movimentação e espera. O aluno

responsável pelo almoxarifado coletou o tempo total de abastecimento, que englobou o tempo

de separação das peças, o tempo de transporte de peças e o tempo de movimentação do

operador voltando para o almoxarifado.

Os tempos de abastecimento do almoxarifado na primeira e na segunda atividade podem ser

visualizados na Tabela 1. Na terceira atividade os tempo de abastecimento não foram

coletados devido ao abastecimento ser just-in-time.

Atividade 1 Atividade 2

Tempo (segundos) Tempo (segundos)

Mínimo Médio Máximo Mínimo Médio Máximo

46,0 50,4 53,0 75,0 91,4 109,0

Fonte: Elaborada pelos autores

Tabela 1 – Tempos do abastecimento do almoxarifado

Considerando a pouca quantidade de medições para cada atividade, optou-se por utilizar a

distribuição Triangular na modelagem computacional. Esta distribuição apresenta resultados

satisfatórios em situações onde existem poucos dados coletados (HARREL et al., 2002).



7

Para exemplificar a coleta dos tempos de produção, na Tabela 2 são apresentados os dados da

primeira atividade (manufatura celular – 3 células de montagem em paralelo). As atividades

dois e três seguiram o princípio de arranjo em linha (linha com 3 estações sequenciais) e seus

tempos também forma coletados. Na segunda atividade, o tempo de produção levou em

consideração o tempo de montagem somado ao tempo de separação das peças. Já na terceira

atividade, não houve tempo de separação de peças já que estas estavam disponibilizadas

diretamente na estação de trabalho.

Produção

Tempo (segundos)

Produto Mínimo Médio Máximo

Motor 50,0 85,7 129,0

Carro 28,0 50,6 86,0

Torre 46,0 62,8 75,0


Tabela 2 – Tempos de produção na primeira atividade

Considerando que o teste dos produtos finais não depende da atividade realizada, os tempos

de controle de qualidade considerados para modelagem das atividades foram calculados pela

média dos tempos de todos os controles realizados. Além dos tempos discriminados, ao

finalizar cada atividade foram contabilizados os produtos aprovados, rejeitados e enviados

para retrabalho. Neste caso se considerou o percentual de aprovados, refugo e retrabalho por

tipo de produto e para o arranjo celular e em linha.

4.4. Desenvolvimento do modelo computacional

Para realizar o desenvolvimento computacional do modelo, escolheu-se o software ProModel

devido a facilidade de utilização do mesmo. No modelo desenvolvido foi criado um painel de

produção para controle de work-in-process, takt time e lead time de produção. Para

exemplificar, na Figura 3 é apresentado o layout do modelo computacional desenvolvido pra a

atividade 2.

Figura 3 - Modelo computacional da segunda atividade



8


4.5. Análise dos resultados

A validação de um modelo computacional consiste em comparar os resultados do mesmo com

o processo real em estudo. Nesta etapa comparou-se o tempo total coletado ao final de cada

rodada da prototipagem com o tempo final encontrado com a simulação dos modelos

computacionais. A Tabela 3 apresenta os resultados encontrados com a simulação da

produção de 5 unidades para cada tipo de produto, mesma quantidade produzida na

prototipagem com os alunos. Para todas as atividades o tempo de simulação apresentado é

uma média de 10 rodadas de simulação.

Atividade Tempo real

(segundos)

Tempo de simulação

(segundos)

Variação

(segundos)

Variação (%)

1 526,0 459,0 67,0 12,7

2 568,0 514,0 54,0 9,5

3 314,0 327,0 13,0 4,0


Tabela 3 – Comparativo de tempo total de produção

A partir da tabela apresentada pode-se verificar uma diferença significativa entre os tempos

reais das atividades 1 e 2 se comparado à atividade 3. Isso se deve ao fato que, na atividade 3,

não houve tempo de abastecimento nem tempo de separação de peças, já que estas se

encontravam disponíveis ordenadamente em cada posto produtivo.

Tendo em vista que a maior variação entre o tempo real e simulado foi de 12,7% e que os

modelos serão utilizados somente para fins educacionais, considerou-se esta variação

aceitável e os modelos válidos.

Com base nos resultados das simulações das três atividades propostas inicialmente e como o

objetivo do estudo é projetar atividades que permitam discussões sobre, por exemplo, as

diferenças entre os conceitos do JIT e do JIC, novas atividades foram propostas.

4.6. Propostas de novas atividades para arranjo em linha

As novas atividades para o arranjo em linha se basearam no modelo computacional da terceira

atividade, replicando layout e dados utilizados. A fim de analisar o gargalo da linha de

produção foram criados dois recursos em paralelo na primeira estação de trabalho. Além

disso, a demanda foi elevada de 5 para 10 unidades para cada produtos (total de 30 unidades

produzidas).

A primeira proposta do arranjo em linha é uma replicação da atividade 2 (JIC), com uma

produção sequenciada dos produtos (motor, carro e torre). A segunda proposta replicou a

primeira, mas com uma produção não sequenciada.

Na terceira proposta a produção deverá seguir a lógica de produção JIT (seguindo o mix

motor, carro e torre) e será puxada pela última estação de trabalho da linha. Além disto, na

terceira proposta não haverá estoques entre os postos de trabalho, ou seja, ao finalizar uma



9

peça o operador deve entregá-la diretamente ao posto seguinte. A quarta proposta segue o

mesmo conceito da proposta anterior, mas com a produção não sequenciada.

4.7. Propostas de novas atividades para arranjo celular

Considerando que a alteração do número de postos de trabalho foi realizada em todos os

arranjos em linha, também foram alterados o número de postos de trabalho no arranjo celular,

de 3 para 4 operadores. A Figura 4 exemplifica o modelo criado para as novas propostas de

arranjo celular. Como o motor possui um tempo maior de fabricação (Tabela 2), mais um

operador foi alocado para o posto de trabalho responsável pela montagem do item.

Figura 4 - Modelo computacional das novas propostas de arranjo celular


Na primeira proposta do arranjo celular os alunos são responsáveis por produzir apenas um

tipo de produto e o lote de produção/transferência entre estações é unitário. O layout tem um

posto de montagem de carro e um posto para montagem de torres, com um operador em cada

posto. O posto de montagem para o motor foi estruturado com dois operadores. Nesta

proposta as peças para montagem são disponibilizadas nas estações de trabalho. A segunda

proposta incorporou no modelo anterior uma produção em lotes de 5 unidades.

4.8. Análise dos resultados das novas atividades propostas

Os resultados obtidos a partir das simulações realizadas são apresentados na Tabela 4. Os

valores apresentados são referentes à produção de 30 unidades para todas as atividades.

Os resultados encontrados nos diferentes cenários de arranjo celular mostraram que a

produção em lotes de 5 unidades resultou em um menor tempo total. Isso é explicado pelo

fato dos operadores não precisarem movimentar-se até o controle de qualidade sempre que um

produto é finalizado. Entretanto, a produção em lote gerou maior WIP e um maior lead time

de produção, o que é esperado quando se utiliza está lógica operacional de produção.



10

CÉLULA LINHA

Just-in-case Just-in-time

Produção

Unitária

Produção

em lote Sequenciado Não sequenciado Sequenciado Não sequenciado

Tempo total 12 min e 21 s 11 min e 20 s 06 min e 49 s 06 min e 59 s 08 min e 03 s 07 min e 39 s

WIP (UNIDADES) 4 9 8 10 4 4

Takt Time (s) 30,64 29,29 18,63 17,41 18,75 16,12

Lead Time Motor (s) 95,38 105,27 87,48 96,63 71,33 80,0

Lead Time Carro (s) 62,52 59,2 84,29 62,96 63,63 44,34

Lead Time Torre (s) 68,61 65,08 79,14 30,17 61,09 19,78


Tabela 4 – Comparativo dos resultados das simulações das novas propostas

As Figuras 5 e 6 apresentam, respectivamente, os gráficos de capacidade das estações de

trabalho do arranjo celular com produção unitária e com produção em lotes de 5 unidades.

Pela análise dos gráficos pode-se notar um aumento no percentual de tempo em operação nas

estações de montagem e teste/controle de qualidade.

Figura 5 - Estados dos recursos do arranjo celular como um item transferido por vez


Figura 6 - Estados dos recursos do arranjo celular com lote de transferência


A partir desta atividade, pode-se discutir, além do conceito de arranjo celular, as perdas de

produção devidas a movimentações. Apesar da melhoria obtida com a produção em lote, O

WIP médio passou de 4 para 9 unidades. Com o aumento do WIP a gestão de estoques e de

espaço físico na área fabril devem ser discutidos, enriquecendo o processo de ensino-

aprendizagem.



11

Para as propostas do arranjo em linha, a produção JIC sequenciada apresentou o menor tempo

de operação (Tabela 4). Isso, não necessariamente representa o melhor cenário produtivo.

Todos os dados resultantes devem ser utilizados para análise dos resultados. Apesar de uma

diferença de pouco mais de 1 minuto em relação à produção JIC, a produção JIT apresentou

menor lead time para todas as peças produzidas e WIP médio de 4 unidades, enquanto o WIP

médio do sistema empurrado foi de 8 peças.

Com estas atividades de arranjo em linha podem ser desenvolvidos não só conceitos

relacionados ao JIC e ao JIT, como também outros conceitos da área da Engenharia de

Produção.

5. Considerações finais

Os resultados obtidos com as simulações das práticas de ensino permitem uma avaliação

antecipada dos conceitos de processos de fabricação intermitente que poderão ser discutidos

quando aplicadas em laboratório. No caso deste estudo, a prototipagem de atividades práticas

e posterior modelagem e simulação possibilitou o desenvolvimento de atividades tanto para

estudo de arranjo celular como do arranjo em linha.

Na prototipagem, realizada para coleta de dados, os alunos mostraram-se muito interessados

em participar e sugeriram muitas melhorias para as práticas testadas. Ao final de todas as

rodadas propostas, os alunos conseguiram entender conceitos de arranjo físico,

sequenciamento de produção, perdas de produção, just-in-case e just-in-time.

Este estudo também permitiu a modelagem e simulação de uma linha de montagem (processo

principal do laboratório de processos de fabricação intermitente) e o desenvolvimento de

atividades práticas que poderão ser realizadas em aula. O uso da simulação propiciou a análise

de diversos cenários sem a utilização de recursos físicos que seriam necessários em uma

prototipagem real. Além disso, as ferramentas da simulação mostraram-se extremamente úteis

para a validação das práticas de ensino que poderão ser aplicadas e dos conceitos que serão

discutidos em função dos resultados obtidos.

O projeto de um laboratório de ensino para prototipagem de situações reais vivenciadas em

processos fabris e a posterior modelagem e simulação (utilizando softwares) permitem criar

diversas atividades de ensino/aprendizagem que abrangem conceitos de gestão relacionados a

processos de fabricação, tais como: planejamento e controle de produção, gestão de materiais,

gestão da qualidade, gestão de custos industriais e logística. Como sugestão para trabalhos

futuros pode-se utilizar os modelos computacionais desenvolvidos neste trabalho para

estruturar atividades que abordem conceitos dentro da área de conhecimento da Engenharia de

Produção.

Referências

BANKS, J. Handbook of simulation: principles, methodology, advances, applications, and

practice. New York: John Wiley & Sons, 1998.

BEAUDOIN, D. L. & OLLIS, D, F. A Product and Process Engineering Laboratory for

Freshmen. Journal of Engineering Education, Washington, v. 84, n. 3, p. 279-284, jul. 1995.

BELHOT, R. V.; FIGUEIREDO, R. S. & MALAVÉ, C. O. O uso da simulação no ensino

de engenharia. XXIX Congresso Brasileiro de Ensino de Engenharia. Porto Alegre, RS, 2001



12

BELHOT, R. V. & NETO, J. D. O. A solução de problemas no ensino de engenharia. XIII

Simpósio de Engenharia de Produção. Bauru, SP, 2006.

CAMPOS, R. & SILVA, A. B. Descrição de uma estrutura e diretrizes para um laboratório

de ensino e pesquisa em gestão da produção. XXIX Encontro Nacional De Engenharia De

Produção. Salvador, BA, 2009.

CHWIF, L. & MEDINA, A. C. Modelagem e simulação de eventos discretos: teoria &

aplicações. 3 ed. São Paulo: Ed. do Autor, 2010.

COSTA, A. C. F. & JUNGLE, A. E. O Mapeamento do Fluxo de Valor Aplicado a uma

Fábrica de Montagem de Canetas Simulada. XXVI Encontro Nacional de Engenharia de

Produção. Fortaleza, CE, 2006.

DEPEXE, M. D.; DORNELES, J. B.; COSTA, A. C. F. & SANTOS, D. G. Apresentação

de um jogo didático como ferramenta de apoio ao ensino da produção enxuta. XXVI

Encontro Nacional de Engenharia de Produção. Fortaleza, CE, 2006.

HARB, J. N.; DURRANT, S. O. & TERRY, R. E. Use of the Kolb Learning Cycle and the

4MAT System in Engineering Education. Journal of Engineering Education, Washington, v.

82, n. 2, p. 70-77, abr. 1993.

HARREL, C.R.; MOTT, J. R. A.; BATEMAN, R. E.; BOWDEN, R. G. & GOGG, T. J. Simulação : otimizando os sistemas. São Paulo: IMAM, 2002.

HILSDORF, W. C.; MASSOTE; A. A. & MARIA, G. B. A. Laboratório de tecnologia de

manufatura – uma experiência aplicada ao ensino da engenharia de produção. XXV

Encontro Nacional de Engenharia de Produção. Porto Alegre, RS, 2005.

LAW, A.M. & KELTON, W. D. Simulation modeling and analysis. 3 ed. New York:

McGraw-Hill, 2000.

LAW, A.M. & MCCOMAS, M. G. Secrets of Successful Simulation Studies. Winter

Simulation Conference. Atlanta, GE, 1991.

LEMOS, F. O.; ANZANELLO, M. J.; FOGLIATTO; F. S. & RIBEIRO, J. L. D. Metodologia para levantamento de percepções da qualidade de ensino-aprendizagem em

cursos de graduação em Engenharia de Produção. XV Simpósio de Engenharia de Produção.

Bauru, SP, 2008.

PINHO, A. F.; LEAL, F. & ALMEIDA, D. Utilização de Bloquinhos de Montagem LEGO

para o Ensino dos Conceitos do Sistema Toyota de Produção. XXV Encontro Nacional de

Engenharia de Produção. Porto Alegre, RS, 2005.

SAFFARO, F. A.; BRESIANI, L.; SANTOS, D. G. & HEINECK, L. F. Discussão de

princípios da lean production através de um jogo didático. III SIMPÓSIO BRASILEIRO DE

GESTÃO E ECONOMIA DA CONSTRUÇÃO, São Carlos, SP, 2003.

SANTOS, L. C. & DUTRA, A. R. A. Projeto pedagógico e tendências de mercado: desafios

para a formação profissional do engenheiro de produção. XXV Encontro Nacional de

Engenharia de Produção. Porto Alegre, RS, 2005.

SILVA, L. P. & CECÍLIO, S. A mudança no modelo de ensino e de formação na

engenharia. Educação em Revista, Belo Horizonte, v. 45. p. 61-80, jun. 2007.



13

SOUZA e SILVA, M. F.; BRESSIANI, L.; SAFFARO, F. A.; SANTOS, D. G. &

HEINECK, L. F. M. Sistema de produção puxado e sistema de produção empurrado:

simulação através de jogo didático de montagem de canetas, associando idéias e conceitos ao

ambiente da construção civil. III SIMPÓSIO BRASILEIRO DE GESTÃO E ECONOMIA

DA CONSTRUÇÃO, São Carlos, SP, 2003.

projeto de um laboratÓrio de ensino de prÁticas de gestÃo de … · permitiu desenvolver os...

Documents