Universidade de Aveiro 2017

Departamento de Economia, Gestão, Engenharia Industrial e Turismo

SARA PATRÍCIA SOUSA DIAS MARTINS

ESCALONAMENTO DO SERVIÇO LABORATORIAL DO INSTITUTO DOS VINHOS DO DOURO E DO PORTO, I.P.: UMA HEURÍSTICA DE APOIO À DECISÃO

Universidade de Aveiro 2017

Departamento de Economia, Gestão, Engenharia Industrial e Turismo

SARA PATRÍCIA SOUSA DIAS MARTINS

ESCALONAMENTO DO SERVIÇO LABORATORIAL DO INSTITUTO DOS VINHOS DO DOURO E DO PORTO, I.P.: UMA HEURÍSTICA DE APOIO À DECISÃO

Relatório de Projeto apresentado à Universidade de Aveiro para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Engenharia e Gestão Industrial, realizado sob a orientação científica da Professora Doutora Marlene Paula Castro Amorim, Professora Auxiliar do Departamento de Economia, Gestão, Engenharia Industrial e Turismo da Universidade de Aveiro e coorientação da Professora Doutora Carina Maria Oliveira Pimentel, Professora Auxiliar do Departamento de Economia, Gestão, Engenharia Industrial e Turismo da Universidade de Aveiro.

Dedico este trabalho ao meu Irmão.

o júri

presidente Prof. Doutor Pedro Manuel Moreira da Rocha Vilarinho professor auxiliar da Universidade de Aveiro

Prof. Doutor Filipe Pereira Pinto Cunha Alvelos professor associado da Universidade do Minho

Prof. Doutora Carina Maria Oliveira Pimentel professora auxiliar da Universidade de Aveiro

agradecimentos

Em primeiro lugar quero agradecer às Professoras Marlene Amorim e Carina Pimentel pela disponibilidade, orientação e exigência fundamentais para todo este projeto. Agradeço ao IVDP, I.P. pela oportunidade proporcionada, em particular à Dra. Isabel Valle pela disponibilidade prestada. Um especial agradecimento ao Júlio Faria, Eng. António Taveira e Conceição Mota por me terem acompanhado no laboratório e esclarecido todas as minhas questões durante o período em que este projeto decorreu. Aos meus amigos, obrigada. Marta, agradeço-te pelo teu companheirismo e por toda a partilha de opiniões que sempre me ajudaram. À minha família por me terem proporcionado esta oportunidade e pelo apoio, particularmente à minha mãe pela constante preocupação e suporte. Por fim, não podia deixar de agradecer ao Hernâni, por todo o apoio, paciência e espírito crítico com que me acompanhou neste percurso e que, de certo, me ajudaram a evoluir.

palavras-chave

Serviços, Escalonamento, Heurística, Teoria das Restrições, Flexible Job-Shop Scheduling Problem, Tempos de resposta

resumo

O presente projeto insere-se num serviço laboratorial onde são executadosdiversostiposdeanálisesdevinhoscomopropósitodecertificarecontrolarosprodutosdaregiãodoDouro.Oprojetoemestudoretrataumcasoparticulardos problemas de escalonamento, Flexible Job-Shop Scheduling Problem(FJSSP), com uma complexidade acrescida devido à diversidade de análises,equipamentoserotasquecoexistemnoshopfloor.

Ametodologiautilizadaparaaresoluçãodoproblemaemestudocompreendeodesenvolvimento,eprogramação,deumaheurísticaconstrutiva,baseadanaTeoriadasRestrições,capazdeefetuaroescalonamentodasanálisestendoemcontaascaracterísticasespecíficasdolaboratório.Pretende-se,atravésdestealgoritmo,adequaroescalonamentoàcapacidadederespostadolaboratório,minimizandoomakespane,emúltimainstância,permitirumaumentodoníveldeserviçoatodaafileiravitivinícoladaRegiãoDemarcadadoDouro.

Através da aplicação deste algoritmo, a empresa consegue uniformizar oprocesso de seleção de encomendas e executar um escalonamento daprodução dimensionado para a capacidade do laboratório e ajustado àscaracterísticasintrínsecasdecadarotadeprodução,permitindoumaumentodothroughtputdosistema.

keywords

Services, Scheduling, Heuristic, Theory of Constraints, Flexible Job-Shop Scheduling Problem, Response Times

abstract

This project is part of a laboratory service where several types of wine analysis are performed with the purpose of certifying and controlling Douro products. The problem portrays a case of scheduling problems, Flexible Job-Shop Scheduling Problem (FJSSP), with increased complexity due to the diversity of analyzes, equipment and routes that coexist in shop floor. The methodology used to solve the problem under study comprises the development and programming of a constructive heuristic based on Theory of Constraints, that is capable of scheduling production considering the specific characteristics of the laboratory. Through this algorithm, it is intended to adapt the scheduling to the labs' capacity, minimizing the makespan and, in the end analysis, to allow an increase on the service level to the entire wine industry of Região Demarcada do Douro. Through the application of this algorithm, the company can standardize the order selection process and execute a production scheduling that is scaled to the laboratory capacity and adjusted to the intrinsic characteristics of each production route, allowing an increase of the system throughput.

O autor é inteiramente responsável pela informação constante deste texto, incluindo a recolhida junto do Instituto dos Vinhos do Douro e do Porto, IP. O Instituto dos Vinhos do Douro e do Porto, IP não é responsável pela informação constante deste texto

i

ÍndicedeConteúdos

1. Introdução 11.1. EnquadramentoeObjetivos 11.2. Metodologia 21.3. Estruturadodocumento 3

2. Revisãodaliteratura 52.1. TeoriadasRestrições 5

2.1.1. Abordagem5FS 62.1.2. Drum-Buffer-Rope(DBR) 7

2.2. ProblemasdeEscalonamento 82.2.1. Contextualização 82.2.2. TiposdeSistemas 92.2.3. NotaçãodosproblemasdeEscalonamento 13

2.3. Job-shopSchedulingProblem(JSSP) 152.3.1. FlexibleJob-shopSchedulingProblem(FJSSP) 162.4. WorkloadControl 172.5. Modelaçãodeproblemasdeescalonamento 19

2.5.1. Naturezadoproblema:determinísticavs.estocástica 192.5.2. Incerteza 192.5.3. Programaçãoestáticaedinâmica 202.5.4. Metodologiasparaaresoluçãodeproblemas 20

2.6. AnalyticHierarchyProcess(AHP) 21

3. IVDPI.P. 253.1. DaRegiãoDemarcadadoDouroaoInstitutodosVinhosdoDouroePorto 253.2. DireçãodeServiçosTécnicosedeCertificação(DSTC) 26

3.2.1. Contextualização 263.2.2. Competências,ProdutoseClientes 273.2.3. Processosinternos 29

4. Estudodecaso 334.1. Caracterizaçãodoestadoatualdosistema 33

4.1.1. Caracterizaçãodaprocuradeserviços 344.1.2. TempoMédiodeRespostaporfinalidade 364.1.3. Caracterizaçãodaprodução 38

4.2. PlaneamentodoserviçolaboratorialdaDSTC 394.2.1. Identificaçãodarestrição 404.2.2. Jobsesequênciadeoperações 42

4.3. DesenvolvimentodaHeurísticaConstrutiva 424.3.1. Princípiosbase 434.3.2. Variáveisconsideradasnodesenvolvimento 444.3.3. Algoritmo 53

4.4. Resultados 61

5. Conclusão 655.1. ConsideraçõesFinais 655.2. DesenvolvimentosFuturos 66

6. Bibliografia 69

Anexos 75

ii

ÍndicedeFiguras

Figura1.AbordagemPOOGI(Rahman,1998)...........................................................................................6Figura2.Sistematizaçãodosproblemasdeescalonamento....................................................................9Figura3.Problemasdeetapaúnica:a)máquinaúnicaeb)máquinasparalelas...................................10Figura4.Cenáriosdeprodução..............................................................................................................11Figura5.Interaçãoentreoperaçõesgargaloenão-gargalo(Yanetal.,2007).......................................16Figura6.EsquematizaçãodoconceitoWLC(Oostermanetal.,2000)..................................................18Figura7.ClassificaçãodosmétodosparaJSS..........................................................................................20Figura8.EstruturahierárquicadadecisãoAdaptadode(Saaty,2008).................................................21Figura9.Matrizdecomparação,adaptadodeWindeSaaty(1980)......................................................23Figura10.OrganigramaIVDP,I.P............................................................................................................26Figura11.EstruturaorganizacionalDSTC...............................................................................................27Figura12.Procedimentoparacertificação............................................................................................29Figura13.Processodeentradaepreparaçãodasamostras..................................................................31Figura14.NúmerodosprocessosanuaisnaDSTC..................................................................................34Figura15.AnáliseABC:NúmerodeprocessosefinalidadesnaDSTC....................................................35Figura16.AnalogiaentreproduçãoporencomendaeserviçoDSTC.....................................................36Figura17.Serviçodeprovacomobottleneckdosistema......................................................................37Figura18.Tempoderespostaporfinalidaderequisitada......................................................................37Figura19.Escalonamentoefluxodeproduçãoentresetores................................................................41Figura20:AnáliseABC-Classificaçãodeprodutos.................................................................................43Figura21.RotadeprocessamentodeJ22,JCvoleJ61................................................................................44Figura22.Númerodemáquinasgargaloaagendar(interfaceentreooperadoreosistema)..............45Figura23.Dimensãodolote–EstimadovsReal....................................................................................49Figura24:Tempodeprocessamentoemfunção–EstimadovsReal.....................................................49Figura25:Tempoassociadoaosetupeaoprocessamentodaoperaçãojdoprodutoi(pij)................50Figura26.TempodeOperaçãoetempoativooperador........................................................................52Figura27.Módulosintegrantesdaheurística........................................................................................54Figura28.Definiçãodoperíodolaboral..................................................................................................55Figura29.ProcedimentoHeurístico.......................................................................................................55Figura30.Agendarnovolote..................................................................................................................57Figura31.Agendamentobackwardparaoperaçãoamontante............................................................58Figura32.Escalonamentoforwardparaoperaçãoajusante.................................................................58Figura33.EscalonamentoO61,1...............................................................................................................58Figura34.Outputdosistema-Encomendasagendadas........................................................................60Figura35.Outputdosistema-Escalonamentodaprodução.................................................................60Figura36.Comparaçãoentreestadoatualeheurísticaproposta..........................................................62Figura37.Variaçãoentrerepresentatividadedasoperaçõesnotempodeprocessamentodojob......63Figura38.Comparaçãoentreestadoatualeheurísticaproposta..........................................................63

iii

ÍndicedeTabelas

Tabela1.Característicasassociadasacadaníveldeplaneamento..........................................................8Tabela2.Classificaçãopossível-parâmetroα......................................................................................13Tabela3.Característicasdastarefaserestriçõesdosistema–parâmetroβ.........................................14Tabela4.Critériosdeotimização–parâmetroγ....................................................................................14Tabela5.EscaladeSaaty........................................................................................................................22Tabela6.VinhosebebidassuscetíveisacertificaçãoDOouIG.............................................................28Tabela7.CaracterísticasdaproduçãonaDSTCAdaptadode(Stevenson,2009)...................................39Tabela8.Matrizdecomparaçãoentrecritériosparapriorizaçãodeencomendas...............................47Tabela9.VariáveisutilizadasnocálculodoIP........................................................................................48Tabela10.Matrizdecomparaçãodecritériosparapriorizaçãodejobs................................................52

iv

ListadeAcrónimosAMin–SetorAnáliseMineralAvol–AcidezVolátilDBR–Drum-Buffer-RopeBPM–BatchingProcessingMachinesDO–DenominaçãodeOrigemCP–CâmaradeProvadoresCrG–SetorCromatografiaGasosaCrL–SetorCromatografiaLíquidaDBR–MetodologiaDrum-Buffer-RoleDSTC-DireçãodosServiçosTécnicosdeCertificaçãoFJS–FlexibleJob-ShopFJSSP–FlexibleJob-ShopSchedulingProblemFQ–SetorFísico-químicaFQI–SetorintegrantedosetorFísico-químicaFQII–SetorintegrantedosetorFísico-químicaIA–Investigação-AçãoIG–IndicaçãoGeográficaIVDP–InstitutodosVinhosdoDouroedoPortoI.P.JS-Job-ShopJSS–Job-ShopSchedulingKPI–KeyPerformanceIndicatorMicro–SetorMicrobiologiaMTO–Make-to-orderPME–PequenaseMédiasEmpresasPPC–PlaneamentoeControlodaProduçãoPRA–PostodereceçãodeamostrasRDD-RegiãoDemarcadadoDouroSL–ServiçodeLaboratórioSP-ServiçodeProvaTAV-TítuloAlcoométricoAdquiridoTIR–TalãoIndividualdeRegistoTOC–TheoryofConstraintsWC–WorkcenterWIP–WorkinprogressWLC–WorkloadcontrolWS–EquipamentotecnológicoWineScan

1

1. IntroduçãoAcrescenteevoluçãodocontextoindustrialeaevoluçãodosmercadosglobaistemincitadoopoder

que o consumidor exerce sobre estes sistemas. Neste sentido, as organizações são obrigadas a

adaptarem-seàsmudançasvoláteisocorridasnaconjunturaeconómicaatual,implicandoaadoçãode

estratégiasquepermitamaumentarasuacompetitividadeedestacarem-sedarestanteconcorrência.

Atítuloexemplificativo,aofertadeprodutoscustomizadoseacapacidadederespostaaoclientesão

algumasdasestratégiasutilizadasparaaumentaracompetitividade.

Postoisto,aindústriavitivinícolanãoéexceçãonocontextosocioeconómicoatual.Nosdiasdehoje,

Portugaléo11ºpaísdomundoemtermosdeproduçãodevinhoeumdos10principaisexportadores

mundiaisdevinho.ARDDéaprincipalregiãonoqueconcerneàexportaçãoumavezque50%dovinho

portuguêsexportadoédaRDD.Nacategoriadevinhoscomdenominaçãodeorigemprotegida(DOP)

75%dasexportaçõessãodestaregião(IVDP,2016).Nestesentido,aqualidadedoproduto,onívelde

serviço ao cliente e respetiva capacidade de resposta constituem fatores preponderantes para

impulsionarestesetoreconómico.

1.1. EnquadramentoeObjetivos

OpresenteprojetoincidesobreaatividadedoInstitutodosVinhosdoDouroePorto,IVDP.I.P.,mais

especificamentesobreaDireçãodeServiçosTécnicosdeCertificação(DSTC),cujamissãoécertificare

controlaraqualidadedosprodutosdaRegiãoDemarcadadoDouro(RDD).

Atualmente,estaéaprincipalregiãovitivinícolaerepresentamaisdemetadedaáreatotaldevinha

disponível em Portugal para produção de produtos com DOP, contribuindo com 50% do valor das

exportaçõestotaisdevinho(IVDP,2016).

Odomíniodeaçãodestaorganizaçãoémuitomaisabrangentedoqueapenasacertificaçãodestes

produtos,umavezqueintervématravésdefiscalizaçõesecontrolodurantetodooprocessoprodutivo,

ouseja,desdeavinhaatéàsuacomercialização.

Comoobjetivocentraldesteprojeto,pretende-seelaborarummodelocapazdecontrolaracargade

trabalho a ser produzida de acordo com a capacidade do sistema e que faça o escalonamento da

produção laboratorialdaDSTCdeformaaminimizaros temposderespostadoserviço.Noentanto,

consideram-secomoobjetivosespecíficosdestetrabalhoosseguintestópicos:

• Caracterizardetalhadamenteoambienteprodutivoemestudo;

2

• Identificarpotenciaisrestriçõesdosistema;

• Definirumplanodeaçãocapazderepresentarasespecificidadesdolaboratório;

• Programarumaheurísticaqueseadequeàsnecessidadesidentificadas;

• Reduzirpotenciaistemposociosos;

• Aumentaracapacidadederespostadolaboratório;

• Identificarpotenciaismelhoriasquefavoreçamofuncionamentointernodolaboratório.

Umdosprincipaisdesafiosdestetrabalhoprende-secomadiferençaexistenteentreofuncionamento

daDSTCeatradicional indústria,nosentidoemqueexisteumadificuldadeacrescidaemtranspora

realidade industrial e respetivos conceitos para o problema em questão. Contudo, a importância

económicaatribuídaàfileiravitivinícolaeacondiçãoimperativadacertificaçãodosprodutosparaasua

comercialização tornam este projeto desafiante, na medida em que a diminuição dos tempos de

respostadaDSTCteráumimpactopositivonaatividadedosagenteseconómicoseconsequentemente

emtodaaeconomiadaRDD.

Otrabalhoaserrealizadoenvolveumproblemadeescalonamentoemambientejob-shop,tipicamente

caracterizado por uma enorme volatilidade, inúmeros produtos e diversas rotas de processamento.

Adicionalmente, constata-se que este sistema possui, em determinadas estações de produção,

máquinasemparaleloeprocessadoresBPM.Postoisto,foidesenvolvidaumaheurísticaque,emfunção

do tempo disponível dos equipamentos gargalo, permite apoiar a decisão face à entrada de

encomendas. Adicionalmente, estemodelo executa o escalonamento das atividades do laboratório

tendoemcontaainformaçãoerequisitosespecíficosassociadosacadarotadeprocessamento.

1.2. Metodologia

Odesenvolvimento deste projeto foi sustentado segundo ametodologia investigação-ação (IA) que

pressupõeumconjuntodeaçõespráticaserespetivainvestigação(Coutinhoetal.,2009).Estastécnicas

caracterizam-se pela interatividade do processo e pelo foco atribuído a um problema em concreto

(Fernandes, semdata).A IApermite,atravésdaobservaçãoe recolhadedados, resolverproblemas

práticos e, posteriormente, extrapolar o conhecimento adquirido para outros contextos idênticos

(CoughlaneCoghlan,2002;KuhneeQuigley,1997).

Tipicamente a metodologia IA consiste em quatro fases distintas planear, agir, observar e refletir

(Gravett,2002).Contudo,estametodologiadiferencia-seporsetratardeumprocessocíclicoquevisa

melhoraroconhecimentoqueadvémdeprocessosanteriores(Coutinhoetal.,2009).

3

Tendoporbaseasetapasanteriormente referidas,oprojeto foi iniciadocoma recolhaeanálisede

dadosparadefiniroplanodeaçãoadequadoaoproblemaemestudo.Numsegundomomento,com

basenoconhecimentoadquirido,foidesenvolvidaaheurísticadeescalonamentoquepermitiuresolver

o problema em estudo. Por fim, fez-se uma reflexão sobre o trabalho realizado, contudo, numa

perspetiva de melhoria, este processo poder-se-ia repetir continuamente de forma a incorporar a

informaçãoquesurgiuapósreflexão.

1.3. Estruturadodocumento

Opresentedocumentoencontra-seestruturadoemcincocapítulos,nesteprimeirocapítuloéfeitauma

introdução de forma a enquadrar o tema abordado, assim como os objetivos inerentes ao

desenvolvimentodoprojeto.

Nosegundocapítuloapresenta-searevisãobibliográficaconsideradapertinenteparaaexecuçãodo

projeto.Destaforma,sãoabordadosconceitosrelevantesnaáreadoescalonamentoedagestãode

operações.

OCapítulo3destina-seàcaracterizaçãodaorganizaçãoemestudoe,emparticular,dosetorsobreo

qual este projeto incide. Destaca-se a apresentação das competências e processos-chave desta

organização.

No quarto capítulo é elaborado o estudo de caso, apresentando-se informações relevantes para a

caracterizaçãodoprojeto,assimcomoosprincípiosecaracterísticasdosistemaqueestãonaorigemdo

trabalhodesenvolvido.Aindanestasecçãoéapresentadooalgoritmopropostoerespetivosresultados.

Porfim,noquintocapítulosãoapresentadasasconclusõesdoautorsobreodesenvolvimentodeste

projetoeaindaalgumasconsideraçõesepropostasdeformaadarcontinuidadeaotrabalhorealizado.

4

5

2. Revisãodaliteratura

2.1. TeoriadasRestriçõesATeoriadasRestrições(TOC)foidesenvolvidaporGoldrattem1979aointroduzirumsoftwarecapaz

deotimizaroshoráriosdeprodução,ondeconseguiutriplicarooutputdosistemanumcurtoperíodo

detempo.Contudo,Goldrattpossuiumavastaobranoqueserefereàevoluçãodestesconceitose

princípios,ondepodemserdiferenciadas5erasdistintas(Watsonetal.,2007).

Estemesmoautordefendequequalquersistemaquenãotenhaumaúnicarestriçãoirásempreserum

sistemacomumaperformance infinita.Posto isto,e segundoesta teoria, todosos sistemas têmno

mínimoumarestriçãoqueimpedeaobtençãodeumamelhorperformancefaceaumoumaisobjetivos

específicos da instituição (Watson et al., 2007). Ainda na definição desta teoria, há autores que

simplificam, e conceptualizam-na como se o sistema se tratasse de uma correia de elos, onde a

preocupaçãodeverecairsobreoelomaisfracodeformaamelhorá-lacomoumtodo(PegelseWatrous,

2005;Tuetal.,2014).Assim,defende-sequeopilaremqueaTOCsesustentapressupõeque,parao

sistemaatingirumoutputmáximoénecessáriomelhorarasrestriçõesqueocondicionam,umavezque

àmáximautilizaçãodas restriçõesestáassociadaaperformancemáximadosistema (Watsonetal.,

2007).

Ao longo do tempo, esta teoria foi sofrendo algumas evoluções passando de uma versão restrita

utilizadaparaescalonamentodaproduçãoparaumaabrangenteteoriaexpansívelaváriasvertentesde

umnegócio(Rahman,1998).ATOCéencarada,segundoGuptaetal.(2002),comoumafilosofiageral,

queapósasuaexpansão,tornoupossívelterumavisãomaisalargadado impactoresultantedasua

aplicação,sendoque,Tuetal.(2014)afirmamqueoseuprincipalobjetivoéamelhoriaglobaldeum

sistema.

NadefiniçãodaTeoriadasRestriçõeséhabitualestaserreferidacomoumamelhoriadeumsistema,

nãoespecificandoemmomentoalgumqualotipodemelhoriaaqueserefere.Naverdade,estaéuma

dasvalênciasdestateoria,umavezquepodeseraplicávelaqualquertipodesistemanãoserestringindo

apenasaambientesindustriais.Moss(2007)refereasuaaplicaçãonoâmbitodosetorterciárioerealça

algumasdasfinalidadesparaasquaistemsidoutilizada,nomeadamenteparaamelhorianostempos

deresposta.Contudo,oautorrealçaqueateoriadevasertestadaparaserviçoscomcaracterísticase

dimensõesdistintaspor formaavalidara suaaplicabilidade, tais comoserviçoshospitalaresondeé

essencial um escalonamento intensivo para a boa performance do sistema. Outro dos benefícios

resultantedaaplicaçãodaTOC,enunciadoporPegelseWatrous(2005),prende-secomofactodesta

6

teoriapermitirdetetarpotenciaisproblemasnothroughputdosistemaeprocederàssuascorreções,

culminandocomamelhoriadaprodutividadeeeficiência.

2.1.1. Abordagem5FSApós a definição da TOC, Goldratt e Cox (1989), escrevem “The Goal” com o intuito de explicar o

funcionamentodestateoriaedesmistificaralgunsfactos.Assim,estelivroéummanualdeensinosobre

comoaplicarosprincípiosqueseencontramnabasedateoriadasrestriçõeseevidenciarasuautilidade

emqualquersistema.

Goldratt&Cox(1989)estabelecemaabordagemFiveFocusingSteps(5FS)ondesãosistematizadosos

passosquedevemserexecutadosparaaaplicaçãodaTOC,sendoeles:

• E1:identificararestriçãodosistema;

• E2:identificarumaformaeficazparaexplorararestriçãopreviamenteidentificada;

• E3:subordinarosistemaàrestrição;

• E4:adicionarcapacidadeaosistemanolocaldarestrição;

• E5:voltaraopassoinicialcasotenhasidoquebradaalgumadasetapasanteriores.

Nestesentido,ametodologiareferidaanteriormentedeulugaraumanovaabordagemdesignadapor

POOGI(ProcessOfOngoingImprovement),quealémdestespassosimpõedoispré-requisitosparaasua

aplicação, (1)definirosistemaeoobjetivoemestudoe (2)definirumconjuntode indicadoresque

alinhem o sistema e o objetivo identificado. De certa forma, esta perspetiva, também referida por

Rahman (1998), pretendia demonstrar que uma implementação da TOC não é estática. Assim,

pressupõe-seumprocessocíclicoquedeveserexecutadode formaaestarcontinuamentealinhado

comosobjetivosdefinidospelaorganizaçãoparaumdeterminadoperíodotemporal(figura1).

Figura1.AbordagemPOOGI(Rahman,1998)

Ultrapassarainércia

Identificararestrição

ExplorararestriçãoSubordinaro

sistemaemfunçãodarestrição

Adicionarcapacidadeàrestrição

7

2.1.2. Drum-Buffer-Rope(DBR)EstametodologiadeagendamentosurgiunoseguimentodaTOCepressupõequeoritmo(drum)das

atividadesprodutivassejadefinidopelarestriçãodosistema,ouseja,ataxadeentradadosmateriais

deveserigualàtaxaaqueestessãoprocessadosnarestrição(Gardineretal.,1993).Deacordocom

Watsonetal.(2007)asrestriçõespodemserclassificadassegundotrêsgruposprincipais(i)restrições

físicas,(ii)restriçõesdemercadoe(iii)restriçõespolíticas.Osdoisprimeirossegmentosestãodecerta

formarelacionados,aindaqueemextremosopostos,poisambosabordamacapacidadedosrecursos

faceàprocuraexistentecomoprincipalcaracterística.Noprimeirocaso,aprocuraexcedeacapacidade

derespostadorecurso,sendoesteumfatorlimitanteparadeterminarodrumdaprodução.Aoinvés,

quandoaprocuraéinferioràcapacidadedorecurso,estamosperanteumarestriçãodemercadoque

impedeumataxadeutilizaçãodosrecursospróximadasuacapacidade.Oterceirocluster,restrições

políticas,correspondeapráticasformaisouinformaisqueacabamporcondicionaraperformancedo

sistema.SegundoSpencereCox(1995)esteritmoédeterminado,nagrandemaioriadasvezes,poruma

restriçãodecapacidadedorecurso(CCR).

Dadoqueoritmodeproduçãoédeterminadopelarestriçãodosistemaénecessáriogarantirqueexiste

inventárioacumuladoamontantedogargalo,ousejaumbuffer,queprotegeaproduçãoemsituações

depotenciaisfalhas(Carvalho,2004).SegundoYeeHan(2008),estebufferpodeserclassificadocomo

bufferdecapacidade,detempooudestock.Existemduasquestõesprincipaisnoquedizrespeitoà

gestãodobufferparaqueestetenhaumimpactopositivonadeterminaçãodaprodução,istoédefinir

alocalizaçãoeadimensãodobufferparaosistemaprodutivoemanálise(YeeHan,2008).

Aoaplicarestametodologiaemsistemascomplexos,porexemploemambientesdotipo job-shop,o

problemaficasimplificadoumavezquejásesabe,àpriori,sobreondedeverecairaatenção,ouseja,

sobreosrecursoscríticosdosistema(Gardineretal.,1993).

Umadasprincipaisvantagensdestametodologiaéo factoda libertaçãodematerialparaochãode

fábrica(rope)ocorrernumlocalespecífico.Estacomponentefuncionacomoaligaçãoentretodosos

recursosepermitequeosistemaesteja sincronizadode formaaquea taxadeprocessamentoseja

adequadaàcapacidadederespostadasrestriçõesdosistema(YeeHan,2008).Contudo,considerando

queosistemapodeficarcomprometido,casooescalonamentodestaatividadesejarealizadodeforma

inadequada, esta é uma das etapas cruciais para que haja uma correta determinação do ritmo de

produção.

8

2.2. ProblemasdeEscalonamento

2.2.1. ContextualizaçãoComofenómenodaglobalizaçãodosmercados,asorganizaçõessentemanecessidadedeseadaptare

evoluirdeformaacriarvantagenscompetitivassobreaconcorrência.Paratal,existeumconjuntode

questõesàsquaisasorganizaçõestêmderesponderecujasrespostassurgemnodecorrerdeatividades

deplaneamento.

Considerandooâmbitoeosimpactosnaorganizaçãoresultantesdasdecisõesdeplaneamento,estas

podemserdivididasemtrêsníveisdistintos:(1)planeamentoestratégico,(2)planeamentotáticoe(3)

planeamentooperacional.Asdecisõesestratégicas implicamumcompromissoelevadoporparteda

organizaçãoereferem-seaumperíodotemporallongo.Noextremooposto,masnãomenosimportante

paraodecorrerdasatividadesdaorganização,tem-seoplaneamentooperacional,orientadoparao

curtoprazo.Porfim,oplaneamentotáticotemcomoobjetivotomardecisõesrelativasaomédio-prazo

ecomumpropósitomaisrestritoqueoplaneamentoestratégico(BuzacotteShanthikumar,1993).A

tabela1sumarizaascaracterísticasdecadatipodeplaneamento.

Tabela1.Característicasassociadasacadaníveldeplaneamento(BuzacotteShanthikumar,1993)

Após esta diferenciação, o problema de escalonamento (scheduling problem) referido na literatura,

integra-senoníveldeplaneamentooperacionalumavezqueoseufocoabrangedecisõesoperacionais

dochãodefábrica.SegundoMathirajaneSivakumar(2006),oobjetivodoescalonamentocentra-seno

cumprimentodasrestriçõesdeproduçãoenaminimizaçãodecustosatravésdaalocaçãotemporaldos

recursosdisponíveisparaarealizaçãodetarefas.

Desdemeadosde1950queestetipodeproblematemsuscitadointeresseemdiversosautoresdevido

àsuaaplicabilidadeeaosresultadosquedelepodemadvir,nomeadamente,diminuiçãodeWork-in-

TipodePlaneamento

Horizontetemporal Exemplo

EstratégicoLongoprazo

(superiora1ou2anos)Definirportfóliode

produtos

Tático Médioprazo(3a18meses)Definirforçade

trabalho

OperacionalCurtoprazo

(diariamente/semanalmente)Alocaçãodetarefas

9

Progress (WIP), aumento da taxa de utilização das máquinas, ganhos de eficiência e rapidez e a

diminuiçãodoscustosoperacionais(Chen,1997;Lawleretal.,1993;PottseKovalyov,2000).

2.2.2. TiposdeSistemasUm problema de escalonamento é definido segundo um conjunto de fatores que caracterizam o

ambienteemestudoeasuaresolução.Assim,énecessáriaumadescriçãoexaustivadevariáveiscomo

número de máquinas, etapas e operações do processo e rotas dos produtos (Hart et al., 2005;

Mathirajan e Sivakumar, 2006). Adicionalmente, o tipo de máquina e, caso exista, o tipo de

processamento em lote são outras variáveis que devem ser estudadas no problema (Mathirajan e

Sivakumar,2006;Sahraeianetal.,2012).

Afigura2pretendesistematizarostiposdeproblemasdeescalonamentoabordadosnaliteratura.Posto

isto, segue-se uma descrição dos diversos tipos de problemas tendo em conta os fatores que os

distinguem.

Figura2.Sistematizaçãodosproblemasdeescalonamento

Ambientefabrilenúmerodemáquinas

Nestetópicoosproblemasdeescalonamentosãodefinidossegundoonúmerodemáquinaseaforma

como elas se organizam e são utilizadas na produção. Desta forma, na literatura são abordados os

problemasdeetapaúnica,doqualfazemparteosproblemasdemáquinaúnicaem-máquinasparalelas;

quantoaosproblemasdemúltiplasetapassãoretratadoscomoproblemasshop,ouseja,m-máquinas

Problemas deEscalonamento

Múltiplas etapasEtapa única

Máquina única m-MáquinasParalelas Flow-shop Job-shop Open-shop

Idênticas Uniformes Nãorelacionadas

Máquina clássica Máquina em lote

Sequencial Paralelo

Limitada Infinita

Número deetapas

Máquinas eRotas

Tipo deprocessador

Tipo de lote

Capacidade dolote

N.A.

N.A.

Infinita

10

queseguemumarranjoespecífico,podendoserdotipoflow-shop,job-shopouopen-shop(LiueOng,

2004;PottseKovalyov,2000).Nocasodosproblemasdo tiposhop,estaclassificaçãoédefinidade

acordocomarelaçãoentreasoperaçõeseasrotasdosprodutos.

Abordandooscenáriosdeetapaúnica,osprodutospassamporumaúnicaoperação,contudo,paraa

suarealizaçãopodemexistir,nochãodefábrica,umaoum-máquinasemparalelo,direcionadasparaa

suaexecução.Nocontextodemáquinasparalelas,aplica-setambémadiferenciaçãoem(1)máquinas

idênticas,(2)máquinasuniformese(3)máquinasnão-relacionadas.Afigura3ilustraadiferençaentre

problemasdemáquinaúnicaemáquinasparalelas.

Figura3.Problemasdeetapaúnica:a)máquinaúnicaeb)máquinasparalelas

Evidenciandoagoraosproblemasqueintegrammúltiplasetapas,oflow-shopé,segundoGraves(1981),

oproblemapertencenteaestacategoriademaissimplesresolução.Caracteriza-seporsetratardeum

conjuntodetarefasquepressupõemoperaçõesaseremrealizadasemMmáquinas,contudo,existe

umarotalinearigualparatodososprodutos.Estecontextodenotaumpadrãorepetitivoparaosistema,

traduzindo-senumproblemadebaixacomplexidadeumavezqueocontrolode fluxosé facilmente

realizado, permitindo produzir grandes volumes, mas de uma diversidade limitada de produtos

(BuzacotteShanthikumar,1993).

AregradeJohnson,umadasmaisreconhecidasnestetipodesistemas,foipropostacomointuitode

obter um escalonamento para um problema com n-etapas em 2 máquinas distintas de forma a

minimizaromakespan.Supondoqueexistemduas2workstations (W1eW2),oalgoritmoproposto

engloba os seguintes passos: (1) analisar e selecionar o menor tempo de processamento (shortest

ProcessingTime-SPT)dastarefasnãoplaneadas;(2)seomenorSPTpertenceàW1calendarizaromais

cedopossível,casocontrário,agendaromaistardepossívele(3)eliminaratarefaagendadaerepetiro

algoritmoatéquetodasastarefastenhamsidoagendadas.Nestaregrapressupõe-sequeaprioridade

a)

b)

Máquina

Máquina 1

Máquina 2

Máquina m

11

atribuídaaostrabalhossejaamesmaparaworkstationsdistintasresultandoemsequênciasdetrabalho

semelhantes.

Numcenáriooposto,o job-shopécaracterizadopelasuacomplexidadeumavezque,paraalémdas

múltiplasmáquinasexistentes,acadatipodeprodutoéassociadaumarotaespecíficanãoimplicando

apassagemobrigatóriaportodasasmáquinas(Allahverdietal.,1999).Adicionalmente,estetipode

ambienteprodutivoé associadoaum layoutorientadoporprocessos caracterizadoporumvolume

reduzidoeumagrandevariedadedeprodutos.

Porsuavez,oterceiroambientefabril,open-shop,éreferidoporAnandePanneerselvam(2015)como

sendoumproblemaintermédioentreosdoisproblemasanteriores.Esteproblemaretrataumambiente

emque, à semelhança do flow-shop, todos os trabalhos passampor todas asmáquinas, contudo a

sequênciapelasquaisasoperaçõessãorealizadaspodevariar.Afigura4retrataastrêsconjunturas,

associadasamúltiplasetapas,referidasanteriormente.

Figura4.Cenáriosdeprodução

Tipodemáquinaseprocessamento

O tipo demáquinas que constitui o chão de fábrica é outra variável utilizada na caracterização do

problema, nomeadamente no que respeita à capacidade de execução das tarefas. Para além das

máquinasclássicas,existeoutracategoriacapazdeexecutarmaisdoqueumtrabalhoemsimultâneo,

denominadaspormáquinasemlote(batchingmachines).

Máquina 1 Máquina 2 Máquina m

P1

P2

P3

P2

P3

P1Máquina 1 Máquina 2 Máquina 5

P1

P2

P3P2

P3

Máquina 3 Máquina 4 P1

Máquina 1 Máquina 2 Máquina 5

P1

P1

Máquina 3 Máquina 4

P1 P1

P1

P1

Flow-shop Job-shop

Open-shop

12

Acapacidadedeprocessamentoemlotestemumparticularinteressenaindústriatransformativauma

vezquepermiteadiminuiçãodesetupsefacilitaagestãodematerial(MathirajaneSivakumar,2006).

No entanto, no caso de processamento em lote é possível distinguir dois modelos distintos, lote

sequencial (serial batch) emqueumconjuntode tarefaspode ser agrupadaporpartilharum setup

comum,mascujoprocessamentoéfeitoindividualmente.Considerandoque:

𝑛 Númerototaldetrabalhos

𝐽* Trabalho𝐽*,𝑖 = 1,2… 𝑛

𝑝2: Tempodeprocessamentodotrabalho𝑗

ℬ = 1… 𝑛 Lotecompostopor𝑛trabalhos

Então,aequação1defineotempodeprocessamentodeumloteemsérie(Kovalyovetal.,2015):

𝑝 ℬ = 𝑝2

6

7

(1)

Por sua vez, o lote em paralelo (parallel batching) implica um processamento em simultâneo dos

trabalhos que o constituem. Ozturk et al. (2016) afirmam que determinadas indústrias tais como,

fundição,metalúrgicaeserviçoshospitalares recorremaeste tipodeprocessamentoem lote,assim

comoalgunsprocessosnaindústriaquímicadestacadosporKovalyovetal.(2015).

Naliteratura,osproblemasdeescalonamentoassociadosalotesemparalelosão,segundoSahraeian

etal.(2012),reconhecidoscomoBatchingProcessingMachines(BPM)eabordadosporMathirajane

Sivakumar(2006)comoSchedulingBatchingProcessor(SBP),possuemumacomplexidadeNP-Hardpelo

quepressupõeaaplicaçãodeheurísticasparaaobtençãode soluções razoáveisnoqueconcerneà

qualidadedasoluçãoeaoesforçocomputacionalnecessárioàsuaresolução.Nocasodeprocessamento

paralelo,otempodeprocessamentodolote,equação2,correspondeaomáximodostemposdecada

trabalhoqueoconstitui(Lietal.,2011).

𝑝 ℬ = 𝑚á𝑥 𝑝2: 𝐽2 ∈ ℬ (2)

LueYuan(2008)referemnoseuartigoqueoescalonamentode lotesemparaleloemmáquinasde

capacidadelimitadafoiintroduzidoporLeeetal.(1992)motivadospelasoperaçõesburn-inutilizadas

num procedimento de controlo de qualidade dos circuitos durante a produção de semicondutores.

Bruckeretal(1998)acrescentamqueummodeloéilimitadoquandoexistecapacidadeemprocessar

𝑏trabalhosemsimultâneoe𝑏 ≥ 𝑛,sendo𝑛onúmerodetrabalhospeloqualoloteécomposto.Porém,

referequese forconsideradoocasoparticularemque𝑏 = 1,entãooproblemapodeserresolvido

comoumproblemademáquinaclássicaemqueapenaséprocessadaumatarefadecadavez.

13

2.2.3. NotaçãodosproblemasdeEscalonamento

Tendoemcontaadiversidadedeambientesdeproduçãoeascaracterísticasquelhessãointrínsecas,

Graham et al. (1979) propuseram uma notação standard capaz de representar um sistema. Esta

metodologia considera três campos distintos 𝛼 𝛽 𝛾 que associam a classificação de diferentes

variáveis.

Noprimeirocampo,𝛼 = 𝛼7𝛼A,éreferidooambientedeescalonamentodoproblema,onde𝛼7pode

ser um dos ambientes fabris referidos anteriormente e, 𝛼A determina um número constante de

máquinasexistentes.Contudo,se𝛼7 =∘→𝛼A = 1,enocasode𝛼A =∘,assume-sequeoproblema

implicaumnúmerodemáquinasvariável(Grahametal.,1979).

ATabela2representaanotaçãoatribuídaa𝛼7e𝛼Aparacadaumdoscenários.PottseKovalyov(2000)

acrescentam a esta notação o caso particular do processamento em lote, assim, neste cenário,

identifica-seavariáveldoproblemacomumasimbologiadiferenteemque𝛼7 ∈ 𝑃, 𝑄, 𝑅, 𝑂, 𝐹, 𝐽 .Neste

caso,pode-seaindaidentificaracapacidademáxima(𝑏*)decadaprocessadoremlote.

Tabela2.Classificaçãopossível-parâmetro𝛼

𝛼7 =∘ Máquinaúnica

𝛼7 = 𝑃 Máquinasparalelasidênticas

𝛼7 = 𝑄 Máquinasparalelasuniformes

𝛼7 = 𝑅 Máquinasparalelasnão-relacionadas

𝛼7 = 𝑂 Open-shop

𝛼7 = 𝐹 Flow-shop

𝛼7 = 𝐽 Job-shop

𝛼A = 𝑚 (constante)

𝛼A =∘ Máquinasvariáveis

Nosegundocampodestanomenclatura,𝛽,sãoretratadasascaracterísticasassociadasàstarefasea

outras restrições do sistema, e 𝛽 ⊂ 𝛽7, … , 𝛽J .Apesar da tabela 3 enunciar as características

apresentadas na classificação de Graham et al. (1979), quaisquer restrições específicas do sistema

podemserdescritasnestetópico.

14

Tabela3.Característicasdastarefaserestriçõesdosistema–parâmetro𝛽

𝛽7 = 𝑝𝑚𝑡𝑛∘

• Preempçãopermitida,ouseja,interromperumaoperaçãoeterminá-ladepoisépermitido

• Nãopermitida

𝛽A = 𝑟𝑒𝑠𝑟𝑒𝑠1∘

• Existem𝑠recursoslimitados𝑅P(ℎ = 1, … , 𝑠)emquecadaetapa𝐽2 exige𝑟P2 unidadesde𝑅P

• Umúnicorecursonecessário

• Nãohárestriçõesassociadasarecursos

𝛽T = 𝑝𝑟𝑒𝑐𝑡𝑟𝑒𝑒∘

• RepresentaçãodeprecedênciasatravésdeumgrafoorientadoG.Seexisteumarcoqueliguejekentão:𝐽2 < 𝐽Weparainiciar𝐽W,𝐽2 temdeestarconcluído

• PorcadavérticedeG,existenomáximoumaprecedênciaàentradae/ousaída

• Nãoexistemprecedências

𝛽X = 𝑟2∘

• Datasdeentregadiferentesparacadatrabalho

• Quando𝑟2 = 0

𝛽Z = 𝑚2 ≤ 𝑚

∘ • Existeumlimitesuperiorpara𝑚2quando𝛼7 = 𝐽

• Nãoexistelimitesuperior

𝛽J = 𝑝*2 = 1

𝑝 ≤ 𝑝*2 ≤ 𝑝∘

• Cadaoperaçãotemumtempodeprocessamentounitário

• 𝑝*2 estálimitadoporumintervalodefinido

• Nãoestáestipuladoumintervalopara𝑝*2

Oterceiroeúltimoparâmetroenunciaafunçãoobjetivosobreaqualoproblemapretendeincidir,ou

seja,amedidadedesempenhoquesepretendeotimizarnosistema.Algunsdoscritériospossíveispara

otimizaçãoestãoapresentadosnaTabela4.

Tabela4.Critériosdeotimização–parâmetro𝛾

𝐶2 Tempodeconclusãodaúltimatarefa(makespan)

𝐿2 = 𝐶2 − 𝑑2 Lateness

𝑇2 = 𝑚á𝑥 0, 𝐶2 − 𝑑2 Tardiness

𝑈2 = 𝐶2 ≤ 𝑑2, 0

𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜, 1 Unitpenalty

Apesardostópicosapresentadosseremosfundamentosdestesistemadeclassificação,existemnovas

variantesquetêmsidointroduzidasporoutrosautores,nomeadamentenoqueconcerneàsrestrições

15

decadasistemaeàsfunçõesobjetivo.Postoisto,atítuloexemplificativo,sãoapresentadasalgumas

notaçõesdeproblemasdeescalonamento:

• 𝐽4 𝑝*2 = 1 𝐶def:minimizaçãodotempomáximodeconclusãonumambientejob-shopcom4

máquinasetempodeprocessamentounitário;

• 𝐹2 𝑏7 = 1, 𝑏A = 2 𝐶def:minimizaçãodotempodeconclusãonumambiente flow-shopcom

duasmáquinas.Amáquina1éumamáquinaclássicaeamáquina2éumprocessadoremlote

comcapacidadeparaexecutarduastarefasemsimultâneo.

2.3. Job-shopSchedulingProblem(JSSP)

OJSSPéumproblemabastanteestudadonaáreadeescalonamento,tendosidointroduzidoem1963

porFishereThompsoncomumproblemaondeeramretratados10jobse10máquinas(Błażewiczet

al.,1996).AolongodotempomuitastêmsidoasvariáveisintroduzidasnacaracterizaçãodeJSSPtais

comoaformaçãodelotesoutemposdesetup.

SharmaeJain(2016)apresentamumareviewsobreoJSSPetemposdesetupondereferemaspesquisas

que têm sido realizadas, assim como fazem a caracterização dos diversos ambientes produtivos

retratados. Da análise realizada os autores afirmam que 42 artigos abordam tempos de setup

dependentes da sequência e jobs individuais face aos 2 artigos com tempos independentes da

sequência.Noquediz respeitoa jobsem loteapenas foramregistados4artigosparacadaumadas

categoriasdetemposdesetup.Postoisto,osautoresdefendemqueaindaexistebastanteaexplorar

sobreestetema,destacando-seofactode,apesardaimportânciadaflexibilidadedossistemas,ainda

existirpoucaliteraturanesteâmbito(apenas8artigosparaflexibilidadederotasemJSSPcomtempos

desetup).

A complexidade associada ao escalonamento neste tipo de ambiente produtivo incitou o

desenvolvimentodeheurísticasbaseadasnadecomposiçãodoproblemadeformaaseremcapazesde

resolverdiversoscenários.ShiftingBottleneck(SB)éumalgoritmobastanteeficientenaresoluçãode

problemas job-shop inicialmente desenvolvido para um cenário típico 𝐽d||𝐶dáf onde o problema é

desagregadoerepresentadoatravésdeumgrafo,acadaiteraçãoéselecionadaumamáquinagargalo

das que ainda não foram escalonadas e é resolvido como um problema demáquina única e a sua

otimização é executada, repetindo-se este procedimento até que todas as máquinas tenham sido

agendadas (Uzsoy e Wang, 2000). Contudo, alguns autores defendem que em cenários pouco

balanceadosondeéevidenteaexistênciadeumaúnicamáquinagargalo,esteprocedimentopodeser

adaptado ao sistema analisando-se apenas esta máquina. Utilizando os princípios da TOC, todo o

sistemaécomprometidopelogargalo,peloqueoautorpropõea resoluçãodoproblema tendoem

16

contaogargalo.Assimoproblemaédivididoemoperaçõesbottleneckenãobottleneckeaabordagem

adotada assemelha-se aumproblemademáquinaúnica comdatade início edatadeentregae as

restantesoperaçõessãoagendadasdeacordocomoagendamentodogargalo(Yanetal.,2007).Afigura

5representaas interaçõesentreasoperaçõesgargaloenão-gargalo,sendoqueadatade iníciodas

operaçõesdogargalocorrespondeàdatadeconclusãodasoperaçõesqueaprecedem(𝑟*)eadatade

iníciodasoperaçõesajusantedogargalosãodeterminadaspeladatadeconclusãonogargalo(𝑞*).

Figura5.Interaçãoentreoperaçõesgargaloenão-gargalo(Yanetal.,2007)

De forma análoga, também Zhai et al. (2010) baseiam-se na TOC para decompor o problema em

operaçõesgargaloenão-gargalo.Partindodoagendamentodasoperaçõesgargalodefinemdatasde

entregaquecorrespondemàdatadeiníciodaoperaçãogargaloeumadatadeentregaquepassaaser

definidacomodatadeiníciodasoperaçõespós-gargalo.

Jeongetal. (1999)abordamautilizaçãodemétodosdedivisãode lotescomopotenciais formasde

melhorarumescalonamento,nomeadamentenomakespanemambientesJSSP.Noentanto,osautores

realçamaimportânciadedividirumlotedeformaproveitosa,tendoemcontaporexemplooaumento

desetupnecessário.Nestesentido,épropostoumalgoritmoquepermiteobterumasoluçãoiniciale,

através da divisão ótima dos lotes, melhorar o escalonamento em JSSP. O algoritmo apresentado

permite,comumreduzidoesforçocomputacional,obtermelhoriassignificativasnaprodutividadeena

reduçãodomakespan.

2.3.1. FlexibleJob-shopSchedulingProblem(FJSSP)

Tipicamenteochãodefábricaapresentarepetiçõesdemáquinascríticascomointuitodediminuiro

efeitogargalo(Hoetal.,2007)implicando,pornorma,anecessidadedeafetaçãodaoperaçãoauma

das máquinas disponíveis. Posto isto, em 1993 Brandimarte introduz o conceito de FJSSP,

caracterizando-o como sendoumaextensãodoproblema clássicode JSSP (Behnke eGeiger, 2012).

Apesarde,nasuaessência,oproblemamanterumarotafixaparadeterminadojob,cadaoperaçãopode

termaisdoqueumamáquinaondepodeserexecutada(Ziaee,2014).Estacaracterísticaadicionauma

maiorcomplexidadequepodeserdiminuídaatravésdautilizaçãodeestruturashierárquicasparaasua

resoluçãoquepassampeladecomposiçãodoproblemanumproblemaderotas(Fattahietal.,2009;

Ziaee,2014)e,posteriormente,noclássicoJSSP(BehnkeeGeiger,2012).Assimpode-seconsideraruma

𝐽iMáquinaGargalo

Operaçãoajusantegargalo

(𝑞* )

Operaçãoamontantegargalo

(𝑟* )

17

metodologia a dois tempos onde primeiro se faz a afetação da operação àmáquina e só depois o

respetivoescalonamento.

UmanovaclassificaçãoparaoFJSSPfoiintroduzidaporKacemetal.(2002),ondeosautoresdistinguem

oFJSSPparcialetotal,P-FJSSPeT-FJSSPrespetivamente,combasenoconjuntodemáquinasaptaspara

processar uma operação (Behnke eGeiger, 2012) . Assim, num contexto onde existem𝑁 jobs e𝑀

máquinase𝑆éoconjuntodasmáquinas,cadajobiécompostopor𝑛operaçõesj,representadaspor

𝑂*2,quesãoexecutadasporumrecursodoconjuntodemáquinasdisponíveisparaaoperação(𝑆*2),

sendoque𝑆*2 ⊆ 𝑆.Oproblemadefine-secomoT-FJSSPquando,paracadaoperação𝑂*2,oconjuntode

máquinasondepodemserexecutas(𝑆*2)correspondeaoconjuntodemáquinas𝑆,ouseja,𝑆*2 = 𝑆.

ParaP-FJSSPexistepelomenosumaoperação𝑂*n,2nquepodeserexecutadanumconjuntoparcialde

máquinas (𝑆*n,2n) contido no conjunto demáquinas 𝑆, 𝑆*n,2n ⊂ 𝑆 (Kacem et al., 2002). Os autores

propõem a conversão do problema P-FJSSP em T-FJSSP através da atribuição de tempos de

processamento infinito nasmáquinas em que as operações não podem ser executadas, sendo que

atravésdestemétodoreduz-seacomplexidadedoproblema.BehnkeeGeiger(2012)acrescentamque

oníveldeflexibilidadecorrespondea 𝑆*2 ,definidopelonúmeromáximodemáquinasporoperaçãoe

abordaoconceitodeFJSSPcomworkcenter (WC)queagrupammáquinassimilares,ouseja,seuma

operaçãopassapordeterminadoWCpodeserexecutadaemqualquerumdosequipamentosqueo

constituem.

2.4. WorkloadControl

As organizações tipicamente MTO são vulgarmente confrontadas com os impactos inerentes à

volatilidade da procura exigindo um rigoroso planeamento e controlo da produção (PPC). Segundo

Stevensonetal.(2005),aindústriadecustomizaçãoénasuamaioriacompostaporPequenaseMédias

Empresas (PME), sendoqueorganizaçõesdestadimensão constituemcercade99,8%dasempresas

ativasnaUniãoEuropeia(UE)(Vervenneretal.,2014).Contudo,estudosrevelamqueestasempresas

ounãovalorizamaaplicaçãodePPCouapresentamerroscruciaisnestessistemas.

OconceitoWorkloadControl(WLC)estáassociadoaumaferramentaintegradanoPPCdesenvolvida

emparticularparaPME’squeatuamdeformacustomizada(LandeGaalman,2009)deformaacontrolar

osinputseoutputsdosistemadeprodução.Aprincipalcaracterísticadestametodologiaprende-secom

atomadadedecisãoquantoàentradados jobsnoshopfloortendoemcontaacargadetrabalhono

sistema(FernandeseCarmo-Silva,2013)eacapacidadeprodutivadoWC.Nestecontexto,acargade

trabalhopodesersubdivididaemrealouagregadaconsoanteseavalieapenasacargainstantâneade

18

umpostodetrabalho,ouentãosejamconsideradostodososjobsamontantenosistema,mascujarota

deprocessamentopassenesseposto(Haskoseetal.,2002).Destaforma,existeumaáreadesignada

por pool onde é feita esta ponderação e os jobs apenas entram caso seja assegurada que a carga

imputadaaosistemaéinferioraolimiteestabelecido(figura6).

Figura6.EsquematizaçãodoconceitoWLC(Oostermanetal.,2000)

Simultaneamente, consegue-se diminuir a perturbação que chega ao shopfloor provocada pela

variabilidade externa existente. Assim, em ambientes produtivos dinâmicos como o job-shop, a

utilizaçãodeumacargadetrabalhoadequadapotenciaaobtençãodeumafiladeesperaestacionária

(LandeGaalman,semdata).

Omecanismoquecontrolaaafetaçãodasencomendasaosistemapodeserclassificadodeacordocom

asuafrequêncianumperíodotemporal,ouseja,mecanismosperiódicossãoexecutadossegundoum

padrãoaolongodotempo(e.g.semanalmente),contrariamente,osmecanismoscontínuosestãoativos,

mas sãoacionadosatravésde triggers quandoumWCdiminui a sua cargaabaixodeumvalorpré-

determinado(Thüreretal.,2012),evitandoaocorrênciadeWCociosos.Esteprincípiodecontroloda

produçãopodeseraplicadotendoemcontaaTOCnamedidaemquepodemserdefinidos triggers

responsáveisapenaspelocontrolodoworkloadnogargalo.Assim,quandohouvercapacidadenesteWC

éacionadaaentradadenovosjobscujarotadeprocessamentoimpliqueapassagemnogargalo.Posto

isto, estudos revelam que o sistema de libertação de encomendas para o shopfloor através da

monitorizaçãodacargadosistema,permitealcançarmelhoriassignificativastaiscomoareduçãode

WIPeleadtime(Thüreretal.,2012).

FernandeseCarmo-Silva(2013)referemqueadivisãodeloteséumaestratégiaquepodepotenciarum

aumentodaperformancedosistema,assimcomodataxadeutilizaçãodasmáquinas,umavezquese

tornapossívelsobreporoperações.Noentanto,osautoresrealçamque,apesardamaioriadosestudos

no âmbitodoWLCabordaremesteproblema como lotesdedimensão fixa, deva ser realizadauma

19

análise de forma a avaliar o benefício proporcionado por esta prática, nomeadamente no que diz

respeitoaoaumentodetemposdesetupnecessáriosparaexecutarbatchsplitting.

2.5. Modelaçãodeproblemasdeescalonamento

2.5.1. Naturezadoproblema:determinísticavs.estocástica

Aquando da modelação de um problema de escalonamento é possível classificá-lo quanto à sua

natureza,ouseja,tendoemcontaosdadosobtidosdoproblema.Postoisto,quandotodososdados

estãoisentosdeincertezaoproblemadiz-sedeterminístico.Contudo,numambienterealexistem,por

vezes,variáveisqueestãosujeitasaflutuaçõesouaaleatoriedade.Nestecenário,emquepelomenos

umadasvariáveiséprobabilística,classifica-seoproblemacomoestocástico(Lawleretal.,1993).

A classificação dos problemas segundo a sua natureza, e a deteção de fontes de incerteza, são

extremamente importantes uma vez que omodelo final pode ser condicionado por estas variáveis

(HeymaneSobel,2004).

2.5.2. IncertezaComo já foi referido anteriormente, aquando da modelação dos problemas de escalonamento é

essencialressalvarasignificânciaqueaincertezapossuinocenárioapresentado.

Asmodelaçõesdossistemasdeplaneamentosão,segundoGraves(2008),frequentementerealizadas

comoseoproblemafossedeterminísticoignorandoaincertezaassociadaadiversosfatoresexistentes

nossistemas.Noentanto,paraquesejapossívelobterumbommodelorepresentativodoambiente

produtivoéessencialconhecer,analisaregerirfontesdeincerteza.

Jáem1994,Ciaralloetal.(1994)referemnoseuartigoalgunsfatoresquesetraduzememincertezano

planeamento de produção, nomeadamente, manutenções imprevistas, variação da procura,

disponibilidade de recursos e retrabalho. Adicionalmente, a chegada de tarefas urgentes, o

cancelamentodepedidosevariaçõesnotempodeprocessamentodastarefassãooutrosexemplosque

podemcondicionaraexequibilidadedeumescalonamentopreviamentedeterminado.

Neste sentido, e considerando a natureza dinâmica dos sistemas industriais, tem-se destacado a

importânciadeconheceraeficiênciadeumescalonamentoperantevariáveisincertas(Ghezailetal.,

2010).Assim,considera-sequeamodelaçãoérobustaquandosemantémaceitávelperantepossíveis

perturbaçõesquesejamintroduzidasnosistema(Jensen,2001).

20

2.5.3. ProgramaçãoestáticaedinâmicaNuma perspetiva temporal, e à semelhança dos problemas estocásticos, um sistema é suscetível à

ocorrênciadeeventosemtemporealquepodemafetarumescalonamentopreviamenteestabelecido.

Umdosaspetosrelevantesparaosproblemasdeescalonamentoprende-secomachegadadetarefas

acalendarizar.Assimsegundoesteparâmetroexistemdoistiposdistintosdeproblemas(1)problemas

estáticos e (2) problemas dinâmicos. Na primeira situação, todas as tarefas a calendarizar são

conhecidas à priori, enquanto que nos problemas dinâmicos o ambiente do sistema é volátil e os

trabalhosestãocontinuamenteachegaraolongodotempo(HolthauseRajendran,1997).

2.5.4. Metodologiasparaaresoluçãodeproblemas

AabordagemautilizarnaresoluçãodeproblemasdeescalonamentoemambientesJSédeterminada

pela dificuldade do problema em questão. A maioria destes problemas é NP-Hard e podem ser

resolvidossegundodoisgruposdistintosdemétodos,tendoporbaseotipodesoluçãoqueseobtém,

sendoeles:(i)MétodosExatose(ii)Métodosdeaproximação.Contudo,existeumaclassedeproblemas

estudadospassíveisdeseremresolvidosdeformapolinomial(Edisetal.,2013).

Nocasodemétodosexatoséobtidoumótimoglobalparaoproblema,contudo,asuacomplexidade

podeimplicarumesforçocomputacionaldemasiadoelevadoinviabilizandoaaplicaçãodométodo.No

casodemétodosaproximados,pretende-seobterumasoluçãorepresentativadeumótimolocalsem

quesejanecessárioumesforçocomputacionalelevado(JaineMeeran,1998).Afigura7esquematizaa

classificaçãodasmetodologiasutilizadasnaobtençãodassoluções.

Figura7.ClassificaçãodosmétodosparaJSS

Adaptadode(Edisetal.,2013)

Complexidadedoproblema

Resoluçãopolinomial NP-hard

Métodosexatos

MétodosdeaproximaçãoHeurísticas

21

Outraclassificaçãopossível,associadaaosmétodosdeaproximação,baseia-senaformacomoométodo

obtém a solução, ou seja, se se tratam demétodos construtivos ou iterativos. No primeiro caso, a

soluçãoé construídaatravésdosdadosoriginaisdoproblema,nosmétodos iterativos,umasolução

inicialéiterativamentemodificadaatéquesejaobtidaumasoluçãomelhor(JaineMeeran,1998).

2.6. AnalyticHierarchyProcess(AHP)

AnalyticHierarchyProcessrepresentaumaferramentadegestão,desenvolvidaporThomasSaatyem

1971, que permite estruturar e sustentar o processo de tomada de decisão, nomeadamente em

contextoscomplexosecomrecursoadiferentescritérios(Handfieldetal.,2002).

Uma das particularidades destametodologia deve-se à decomposição de problemas complexos em

níveisdemenorcomplexidade,permitindoutilizaroconhecimentoeopiniãodosdecisoresnoprocesso

dedecisão,deformalógicaeestruturada(Handfieldetal.,2002;Partovietal.,1990).Adicionalmente,

estaferramentapermitefazerumaavaliaçãodediferentesfatoresassociadosacontextosdiferentes,

porexemplofatoressociaisepolíticos,permitindoconjugarváriasáreastemáticasparaaobtençãode

ummesmoobjetivo(Saaty,1990b).Vargas(1990)destacaasinúmerasaplicaçõesdestaferramentaque

vãoparaalémdagestão.A títulodeexemplo,oautordestacaosproblemas tecnológicos, sociaise

políticoscomopotenciaisáreasdeinteresseparaaplicaçãodestametodologia.

O processo de aplicação deste método pressupõe duas fases distintas, sendo que num primeiro

momentoédefinidaumaestruturahierárquicaondesão identificadososcritériosesubcritériosque

sustentamoobjetivofinal(figura8).

Figura8.Estruturahierárquicadadecisão

Adaptadode(Saaty,2008)

22

Posteriormenteéfeitaumaavaliaçãodoscritériosatravésdeváriascomparaçõesentrepares,ondesão

determinadas as respetivas ponderações e priorizadas as alternativas existentes (Barker e Zabinsky,

2011; Vargas, 1990), nesta última etapa são quantificadas as opiniões e juízos dos decisores

evidenciandoaimportânciaqueatribuemacadaparâmetro(Partovietal.,1990).Contudo,Saaty(2008)

detalhaométodoAHPem4passos:(i)Definiroproblema;(ii)estruturarahierarquiadadecisãodesde

o objetivo central do problema até níveis inferiores que podem ser subcritérios ou alternativas

existentes;(iii)construirmatrizesdecomparaçãoentreparesdecritériose(iv)utilizarasponderações

obtidas para determinar a prioridade do nível imediatamente abaixo até que todas as prioridades

estejamdefinidas.

Talcomojáfoireferido,acomparaçãoentrecritériosserveparaavaliaropesoqueestesfatorestêm

noobjetivofinal.Paratal,utiliza-seaEscaladeSaatyque,paracadapar,destacaqualocritériomais

importante e, em simultâneo, evidencia o grau da relação existente (tabela 5). A avaliação é então

retratadanumamatrizdecomparação,exemplificadanafigura9,paracadanívelhierárquico.

Tabela5.EscaladeSaatyAdaptadode(Saaty,1994)Intensidade

deimportância

Definição Descrição

1 Mesmaimportância Asduasatividadescontribuemigualmenteparaoobjetivo

3 Importânciapequenadeumsobreooutro

Aexperiênciaeojulgamentofavorecemlevementeumaatividadeemrelaçãoàoutra

5 Importânciagrandeouessencial Aexperiênciaeojulgamentofavorecemfortementeumaatividadeemrelaçãoàoutra

7 Importânciamuitograndeoudemonstrada

Umaatividadeémuitofortementefavorecidaemrelaçãoaoutra;oseudomíniodeimportânciaé

demonstradonaprática

9 Importânciaabsoluta Aevidênciafavoreceumaatividadeemrelaçãoaoutracomomaisaltograudecerteza.

2,4,6,8 Valoresintermédios Condiçãodecompromissoentredoisfatores

ValoresRecíprocos

SeaatividadeArecebeumvaloracimade0quandocomparadacomaatividadeB,entãoBtemo

valorrecíprocoquandocomparadacomA.

n.a.

Racionais Razõesresultantesdaescala Seaconsistênciativerdeserforçadaparaobtervaloresnuméricosparacompletaramatriz

1,1–1,9 Emcasodeempateenteatividades

Quandoosfatoressãoquaseindistinguíveis;1,3moderadae1,9extremo

23

Figura9.Matrizdecomparação,adaptadodeWindeSaaty(1980)

Considerandoumamatrizdecomparação𝐴,dedimensão𝑛×𝑛,ouseja,com𝑛critérios,esendo𝑎2Wa

comparaçãoentreocritériona𝑗linhaeocritériona𝑘coluna,𝐴=(𝑎2W).Seguidamenteobtém-seuma

novamatriznormalizada𝐴′ondecadaentradaédefinidapor𝑎𝑗𝑘(equação3).

𝑎𝑗𝑘 =𝑎2W𝑎tW6

tu7 (3)

Opesodecadacritérioédeterminadoatravésdamédiadeponderaçõesdalinhaaquepertence(Saaty,

1990a).Todosospesosobtidosparaamatriz𝐴′,sãorepresentadosnumvetordeprioridades.Posto

isto,oeigenvalueprincipal (𝜆dáf)éobtidoatravésdamultiplicaçãodovetordeprioridadesporum

vetor𝑣ondeoelementonaposição𝑘é 𝑎tW6tu7 (Mathur,2015).

Seguidamente, combasenaequação4, calcula-seo ÍndicedeConsistência (𝐶𝐼)que, segundoSaaty

(1990a),indicaaproximidadedaconsistência.

𝐶𝐼 =𝜆dáf − 𝑛𝑛 − 1

𝑛 − 𝐷𝑖𝑚𝑒𝑛𝑠ã𝑜𝑑𝑎𝑚𝑎𝑡𝑟𝑖𝑧;

(4)

A qualidade das ponderações realizadas é determinada pelo rácio de consistência (CR), calculado

segundoaequação5.Paratal,utiliza-seoÍndiceAleatório(𝑅𝐼),valortabeladoemfunçãodadimensão

damatrizqueestáaseravaliadaeo𝐶𝐼(Saaty,1987).Asponderaçõesefetuadas,namatrizemanálise,

apenassãoválidasse𝐶𝑅 ≤ 0,1,casocontrárioénecessáriomelhoraraconsistênciadosdados(Saaty,

1990b).Saaty(1994)afirmaqueaconsistênciadaavaliaçãorealizadasobrecadapardecomparaçõesé

determinada por características do grupo que integra o processo de decisão assim como o

conhecimentoquetêmsobreoproblemaemestudo.

𝐶𝑅 =𝐶𝐼𝑅𝐼

(5)

24

25

3. IVDPI.P.

3.1. DaRegiãoDemarcadadoDouroaoInstitutodosVinhosdoDouroePorto

AhistóriadoVinhoremontaháinúmerosmiléniosa.C.,existindoprovasdeque,jánaeradosEgípcios,

existiaproduçãodevinho(Afonso,2016).Contudo,noquedizrespeitoaoDouro,crê-sequeocultivo

das vinhas e a produção de vinho tenha sido feito nas margens do Rio Douro durante o período

Românico(DouroePorto,s.d.).

No final do século XVII, a produção duriense é estimulada pela enorme procura Inglesa, contudo o

aumento deste negócio deu origem a fraudes e estagnação das exportações, culminando com o

pressupostoqueosvinhosdoDouroeramfrequentementeadulterados.A10deSetembrode1756,

comointuitodereverterestasituação,ogovernodeSebastiãodeCarvalhoeMeloadotouumaposição

efundouaCompanhiaGeraldaAgriculturadasVinhasdoAltoDouro(RealCompanhiaVelha),cujas

funçõespassavamporfiscalizareregularaproduçãoeocomércio,bemcomo,procederàclassificação

do vinho do Alto Douro (Sousa, sem data). Simultaneamente, entre 1758 e 1761, foi delimitada a

primeira, emais antiga, regiãodemarcadae legisladadomundo (DemarcaçãoPombalinadaRegião

VinhateiradoDouro),atravésdemarcosgraníticos,ondesedefendiaseraregiãoqueoriginavavinho

de qualidade. De certa forma, Marquês de Pombal foi um precursor do atual conceito DOC

(Denominaçãodeorigemcontrolada)(Taylor’s,semdata).

Em1933,foientãocriadopeloGovernoPortuguêsoInstitutodosVinhosdoPorto,I.P.(IVP)que,como

passardotempo,foiadquirindocompetênciasatéentãopertencentesaoutras instituições(Peixoto,

2006).Nodecorrerdereformasinstitucionais,oIVPéatualmentedesignadoporInstitutodosVinhos

do Douro e Porto, I.P. devido à fusão por incorporação, realizada em 2003, com a Comissão

InterprofissionaldaRegiãoDemarcadadoDouro(CIRDD)(Decreto-Leino278/2003de6deNovembro,

2003).

Os presentes estatutos do IVDP regem-se pelo Decreto-Lei Nº97/2012 de 23 de Abril, existindo

enquanto institutopúblicocomautonomiaadministrativaefinanceiraepatrimóniopróprio,sediado

emPesodaRéguaecomumadelegaçãonoPorto.Apesardainstituiçãoserconstituídapor4órgãos

distintos,afigura10representaoorganigramadoIVDPaqueméincumbidaadireçãodoIVDP.

26

Figura10.OrganigramaIVDP,I.P.

OIVDPassumecomomissãopromoverocontrolodequalidadeequantidadedosvinhosdoPortoe

regulamentar o processo produtivo, protegendo as DO da RDD. Numa ótica de proteção da fileira

vitivinícola,emparticulardestaregião,cabeaindaaoinstitutovalorizaroterritóriodemarcadoatravés

dapromoçãoedadefiniçãodeorientaçõesestratégias(DLNº97/2012de23deAbril).Desde2010,o

IVDPpotenciaassuasvalênciasaoserreconhecidopeloInstitutoPortuguêsdeAcreditação(IPAC),ao

abrigodanormaNPENISO/IEC17065:2014comoorganismodecertificaçãodeprodutos.

3.2. DireçãodeServiçosTécnicosedeCertificação(DSTC)

3.2.1. Contextualização

ADSTCéodepartamentodoIVDPonde,deumaformagenérica,sepodeafirmarqueaqualidadedos

produtoscomDOéavaliadaegarantida.Porano,milharesdeamostraseparâmetrossãoanalisados

paragarantirecontrolarosprodutosvínicosdaRDD.

AestruturaorganizacionaldestedepartamentointegrantedoIVDP,figura11,ésustentadaporDiretor

eAssessor,serviçodeprova(CâmaradeProvadores),serviçolaboratorial,enoteca,postodereceçãode

amostras(PRA)esecretariado.

DireçãodeServiçosTécnicosdeCertificação

(DSTC)

27

Figura11.EstruturaorganizacionalDSTC

AoPRAé incumbidaa receçãodeamostras,a suaanonimizaçãoeapreparaçãodosprocessospara

posteriorentradanoserviço laboratoriale sensorial consoanteaencomendadocliente.Nocasoda

Enoteca, trata-sedeumespaço físicodestinadoaarquivar,duranteumperíodode tempodefinido,

todas as garrafas que dão entrada aquando da requisição do serviço, no sentido de salvaguardar a

existência de amostra intacta e suficiente caso seja necessária a repetição de análises ou recurso

interposto pelo cliente. O serviço de laboratório é composto por 5 setores de análise química e

microbiológica: (i) físico-química - FQ; (ii) Mineral - AMin; (iii) Cromatografia Líquida - CrL; (iv)

CromatografiaGasosa-CrGe(V)Microbiologia-Micro.Porém,devidoaquestõeslogísticas,osetorFQ

subdivide-seemduasestruturasdistintas(FQIeFQII).ACâmaradeProvadoresassumecomofunção

aavaliaçãoorganoléticadosprodutos.

3.2.2. Competências,ProdutoseClientes

ADSTCtem,emúltimainstância,afunçãodecertificarereconhecercomoDOouIGtodososvinhosda

RDDque cumpramas especificações regulamentadaspara este efeito. Para tal, estes são sujeitos a

análisesfísico-químicasesensoriaisqueatestamocumprimentodosparâmetrosestabelecidosparaa

atribuição desta denominação. Neste sentido, tanto o laboratório como a câmara de provadores

integradosnaDSTCpossuem,desde1994e1999respetivamente,aacreditaçãocomolaboratóriode

ensaiospelanormaNPENISO/IEC17025.

Tal como foi referido anteriormente, também o controlo e a manutenção da atribuição destas

denominaçõesécompetênciadoinstituto,peloqueexisteumtrabalhocontínuo,eparalelo,entrea

DSFCeaDSTCque,atravésdefiscalizaçõeseanálises,visamgarantirapreservaçãodasespecificações

DiretordeServiços

ServiçoLaboratório

CâmaradeProvadores

AssessorDSTC

Secretariado

PRA

Enoteca

28

apósacertificaçãodosprodutos.ApesardestasáreasdominantesnaintervençãodaDSTC,sãotambém

contempladosoutrosserviçosanalíticosdescritosnalistadefinalidades(anexoA).

Todosos vinhosdaRDDsão forçosamente sujeitosàobtençãode certificaçãoparaquepossamser

comercializadoscomagarantiadeDO,deformaaquetodasasexigênciaslegaissejamdevidamente

comprovadas.Torna-seimportantesalientarque,numaperspetivadocontrolodaqualidade,também

aaguardentevínicaintroduzidaparainterromperafermentaçãoduranteoprocessoprodutivodoVinho

do Porto e do Moscatel do Douro, processo denominado por beneficiação, é sujeita a este

procedimento. Posto isto, consideram-se aptos para análise conducente a certificação as seguintes

categorias:(1)VinhoTranquilo,(2)VinhoEspumantee(3)Aguardentevínica(Tabela6).

Tabela6.VinhosebebidassuscetíveisacertificaçãoDOouIG

DenominaçãodeOrigem Categoria

DODouro/DOPorto

VinhoTranquilo(Branco,Tinto,Rosado)

VinhoEspumante

VinhoLicoroso(MoscateldoDouro/VinhodoPorto)

AguardenteVitícolaparabeneficiação(DOPorto)

AguardenteVínica(DODouro)

IGDurienseVinhoTranquilo(Branco,Tinto,Rosado)

VinhoEspumante

Aindaque,nagrandemaioriadoscasos,osserviçossejamsolicitadosparavinhospertencentesàRDD,

existeapossibilidadedevinhosprovenientesdeoutrasregiõesseremanalisadosnoinstituto,aindaque

nãotenhamemvistaacertificação,podendosolicitarfinalidadescomoensaio,assistênciaeprotocolo.

Cadaamostrarecebidanestedepartamentopodeterumaproveniênciadistintae,pornorma,existe

umarelaçãoentrea finalidade,oprodutoeaentidadequerequisitaoserviço, istoé,nemtodosas

finalidadespodemserrequisitadaspelosmesmosclientes,assimcomonemtodasasfinalidadespodem

seraplicadasa todososprodutos.Nestesentido,osprincipaisserviçosanalíticossãosolicitadospor

diversasentidades, tais como, clientesdo IVDP (podendoseragenteseconómicosououtros),DSFC,

DSTCeBrigadaFiscal.Atítuloexemplificativo,umaamostraprovenientedaDSFCnãopoderásolicitara

finalidade de Registo, assim como a finalidade de registo não pode ser aplicada a um vinho não

pertencenteàRDD.

29

3.2.3. ProcessosinternosParaumconhecimentomaisalargadodaDSTC,urgeanecessidadedeanalisaredescreveralgunsdos

processos internosde formaa compreendero fluxodematéria e informação.Apesardas amostras

seremtratadasemsimultâneo,porumaquestãodelogísticainterna,acadaamostraqueentranaDSTC

é associado um circuito que pode ser Douro ou Porto consoante as características do produto em

questão,nocasodasbebidasespirituosasedaaguardenteparabeneficiaçãoosprocessossãosempre

introduzidosnocircuitointernoPorto.Desdeaaberturadoprocessoatéàsuaconclusãoestadistinção

ésempremantida,nomeadamentenoprocessodetriagemenosTIR.

3.2.3.1. ProcessodeCertificaçãoOprocesso de certificação pressupõe, como já foi referido anteriormente, um conjuntode análises

químicasesensoriais.Apesardenestetópicoserrepresentadooprocessogeraldecertificação,figura

12, salienta-sequepara as restantes finalidadesdisponíveis, oprocedimentoéna sua generalidade

semelhante. No caso de determinadas finalidades, pode ser solicitado apenas um dos circuitos

analíticos, isto é, apenas análise sensorial (e.g assistências sensoriais) ou análise laboratorial (e.g

assistênciaslaboratoriais).

Figura12.Procedimentoparacertificação

Comoéilustrado,asamostraspodem“circular”paralelamenteentreosdoisserviçosduranteoprocesso

decertificaçãoumavezqueoIVDPtemestabelecido,paracadafinalidade,onúmerodegarrafaspor

processoqueoclientedeveenviar.Aemissãodoparecerreferenteaoreconhecimentodosprodutos

apenaséemitidoapóstodooprocessoestarconcluído.Deformaanáloga,tambémoparecerdecada

circuitoanalíticoimplicaquetodasasatividadesasiassociadasestejamconcluídas.

30

3.2.3.2. ProcessodeEntradaePreparaçãodasamostrasOprocessodeanálise,independentementedafinalidadesolicitada,inicia-secomopreenchimentode

requisiçõesparaosdevidosefeitos(nocasodeclientesdoIVDPestepedidopodeserrealizadodeforma

on-lineoupresencial).Posteriormente,énumdosPRA(DouroouPorto)queasrequisiçõespresenciais,

oscomprovativosnocasodepedidoson-lineeasamostrasdevemserentregues,umavezque,mesmo

asgarrafasprovenientesdePesodaRéguatêmobrigatoriamentedesertransportadasparaoPortopor

formaaseremanalisadas.

Cada PRA tem de proceder à confirmação dos dados entre as requisições criadas e as amostras

entregues,nocasodasrequisiçõespresenciaisoprocessoécriadoevalidadonoPRA.Ressalva-seque

entrefinalidadesonúmerodegarrafasporprocessoévariávelpeloqueaverificaçãodesserequisito

deveserfeitapeloPRA.

Posto isto,paracadacircuito,DouroouPorto,égeradoumnúmerosequencial independentequeé

associadoacadarequisiçãodeformaasalvaguardaraintegridadedoprocesso,istoé,nãoépossível

acederainformaçõessobreoclienteatravésdonúmerodoprocesso.Comointuitodegarantirque

todasasanálisessejamrealizadasdeformaidóneaeimparcial,asamostrasquesedestinamàCPeao

laboratóriosãodescaracterizadasatravésdeumrevestimentopretoeopacoedaocultaçãodequalquer

elemento identificativo visível. Seguidamente, são identificadas as amostras com uma etiqueta que

contém informação fundamental como: (i) número do processo, (ii) data de entrada, (iii) finalidade

requisitadae(iv)númerodagradeemqueagarrafaseráarmazenadanaenoteca.Nocasoexcecional

deserrequisitadaafinalidade“ComplementodeRegisto”,associa-setambémonúmerodoprocesso-

base,istoé,onúmerodeprocessosobreoqualrecaiestecomplemento.Nestasituação,nagarrafaque

sedestinaaolaboratóriosãocolocadasduasetiquetasdistintas,umaporcadarequisiçãodeserviço.

Oprocessodeentradaepreparaçãodasamostras,figura13,terminaquandonofinaldodiatodasas

amostrasquechegaramsãoredirecionadasatéàsaladetriagem,ondesemantêmemfiladeespera

atéseremafetadasaosrespetivossetoresdeanálise.

31

Figura13.Processodeentradaepreparaçãodasamostras

3.2.3.3. Processodetriagemedistribuição

A distribuição dos processos a analisar no dia seguinte refere-se apenas ao serviço laboratorial e

dependedacapacidadeefetivadossetores.Atualmente,estaavaliaçãodacapacidadederespostaé

apenas realizadaparao setor FQ,umavezqueé consideradoumbottleneck noprocesso,devidoà

existênciademétodosanalíticosclássicoseàsrestriçõesquedaíadvêm.Postoisto,estesetorestima

diariamente a sua capacidade com base no número de parâmetros de físico-química clássica que

conseguesuportar,sendoeles:(i)AcidezVolátil,(ii)AcidezTotale(iii)TítuloAlcoométricoAdquirido.

ApósfeedbackdaFQfaceaestarestriçãodosistema,aregradesequenciamentodafiladeesperaé

umaponderaçãoempírica entrediversos fatores comooprotocolo laboratorial, finalidadeaque se

destina, critério de urgência e tempo no sistema. Ressalve-se que, caso não constem no protocolo

parâmetroscondicionantes,todososprocessosemesperaentramnosistema.

Depoisdatriagem,adistribuiçãoéfeitaatravésdoSoftwareGLabqueinformacadasetorsobrequais

osprocessosquelheforamatribuídos.Estesistemaimplicaquesejafeitaumasimulaçãodadistribuição

32

porformaaverificarsenenhumdosparâmetrosanalíticoslimitantesexcedeacapacidadedefinidapelo

operador.Apósadistribuiçãodefinitivadoserviço,oGLabpermiteaooperadordatriagemimprimir

para cada parâmetro analítico, um talão interno de registo (TIR), onde constam o número de cada

processo que requer aquela análise, bem como campos para preenchimento de resultados e

observações.

Por norma, no princípio do dia de trabalho seguinte à data da distribuição, cada setor procede à

aceitaçãodosprocessosdiários,sendoemitidaumalistagemdosprocessosaceites.Nocasodealgumas

exceçõesemqueosprocessossejamdistribuídosnoprópriodia,estesapenasdarãoentradanosetor

quandoforemaceites.

3.2.3.4. Disposiçãoerecolhadeamostras

Atualmente,todasasgarrafasreferentesaosprocessosemcirculaçãosãodispostasnumúnicolocal,

comaexceçãodoscasosemqueosparâmetrosemanálisedependamunicamentedeumsetor,por

exemplo,umaamostraunicamenteremetidaparaAMinéreconduzidaparaestesetor.Destaforma,

todasasgarrafassãocolocadasporumaordempreviamenteestabelecida,primeiroCircuitoDouroe

depois Porto e, em simultâneo, por ordem crescente de número do processo. Esta sequência foi

adotadaparafacilitaraverificaçãodasamostrasnosetorfaceaoTIRemitido.

Opercursoanalíticoqueaamostravai realizardependedosparâmetrossolicitadosou implícitosno

protocolo,peloquedevemserrespeitadasas restriçõesreferentesàprecedênciaentreanálises.No

casodeexistiremindicadoresanalíticosrealizadosnoutrosdepartamentosquenãoaFQ,competeao

operador dirigir-se à FQ e recolher a amostra necessária. Uma das situações que dificulta todo o

processo de preparação da produção constatada é provocada pela ausência da amostra na FQ,

implicandoqueooperadortenhadealocalizarumavezqueatualmentenãoexistenenhumaalternativa

pararastreamentodegarrafas.

33

4. EstudodecasoOpresenteprojetopretende incidir sobreoplaneamentoeprogramaçãodo serviço laboratorial da

DSTC.Destaforma,tenciona-secriarumsistemadeapoioqueidentifique,deentreosprocessosem

espera,aquelesquedevementrarparaoagendamentodotrabalhodolaboratórionodiaseguinteao

daprogramaçãoequesejacapazdeescalonaroserviçoparaodiaseguinte.

Umdosobjetivos implícitosneste trabalho revê-senodimensionamentoda capacidadedo setorde

forma a que exista um planeamento equilibrado e sustentado das atividades analíticas, evitando

oscilaçõesdecargadetrabalhonosistema.

Emúltimainstância,pretende-secomestesistemadeescalonamentoobteraminimizaçãodotempo

médioderespostafaceàssolicitaçõesexistentes.Paratal,éfundamentalumacaracterizaçãodetalhada

dosequenciamentodasoperaçõesdeformaaplanearosprocessosanalíticos.

4.1. Caracterizaçãodoestadoatualdosistema

Nocontextoatualdaorganização,umadascondicionantes inerentesao serviçoprestadopelaDSTC

deve-se à elevada variedade de oferta que, por sua vez, se traduz numa enorme diversidade de

combinações analíticas. Esta relação entre o volume da procura e a variedade da oferta dificulta a

previsãoeoplaneamentodasatividadesdolaboratório.Emcontrapartida,aoscilaçãodaprocurados

serviçoseafaltadeprevisãoconstituemagravantesàprogramaçãodasanáliseslaboratoriais.

Adicionalmente, o tempomédio de resposta do serviço, compromisso assumido perante o cliente,

constituimaisumavariávelcondicionantedoplaneamentodoserviçolaboratorial.Ressalve-sequea

DSTCapenasestabeleceotempomédioderespostaparaafinalidadederegisto,devendoesteestar

compreendido entre os 8 e os 10 dias úteis para casos urgentes e não urgentes, respetivamente.

Contudo,deveter-seemconsideraçãoqueaopçãodeserviçourgenteestátambémdisponívelpara

outrasfinalidadeseumavezqueoclientepagaumataxaacrescidapeloserviçoénecessárioteratenção

aestefatornomomentodecalendarizaçãodasoperaçõessetoriais.

O processo de triagem resulta de uma ponderação entre critérios previamente definidos e o

conhecimentoempíricodooperadorexecutante.Umavezqueestafunçãoérotativaentreoperadores,

pode-seafirmarque,emcertamedida,existeumapotencial variabilidadeassociadaaoprocessode

decisão.

34

Atualmente, não existe nenhum método para gerar uma solução de escalonamento do serviço

laboratorial, apenas é verificado que o trabalho distribuído para o setor respeita a restrição da

capacidade definida pelos operadores para parâmetros analíticos críticos, não existindo quaisquer

outroscritériosparaavaliaraqualidadedoplaneamentodasordensdetrabalhododiário.Note-seque

areflexãosobreoplaneamentoesperadoerealapenasérealizadanumareuniãodiária,nãoexistindo

quaisquerKPI’sregistados.

Portodasasrazõesanteriormentecitadas,pode-seinferirqueestecenárioseenquadranumproblema

deplaneamentoeprogramaçãodecurtoprazodasatividadesanalíticasdolaboratóriodaDSTC.Nos

tópicosseguintes,sãodescritasalgumasvariáveisquecontextualizamoestadoatualdosistema.

4.1.1. Caracterizaçãodaprocuradeserviços

No contexto em que o problema se insere, a caracterização da procura de serviços facilita a

compreensão do volume e tipo de serviço que chegam ao sistema. Esta sistematização permite

identificar tendências e padrões, caso existam, que possam ser úteis no momento de previsão do

trabalhofuturo.

No ano de 2016, foram contabilizados 9414 processos sendo que 54% diz respeito a processos do

circuitoDouro.Numaperspetivatemporal,ovolumedeprocessosDourotemvindoaaumentaraoinvés

doqueseobservanoPorto(figura14).

Figura14.NúmerodosprocessosanuaisnaDSTC

Comojáfoireferidoanteriormente,cadafinalidadesolicitadaassumepressupostosdistintos,peloque

énecessáriofazerumaanálisemaisprofundaedesdobraropanoramaglobaldoserviçolaboratorial,

detalhandoospedidos registadospara cada finalidade.AtravésdaanáliseABC,épossível averiguar

43285086

0

2000

4000

6000

8000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Porto Douro

35

quaisasfinalidadesquetêmummaiorpesonovolumedetrabalhodaDSTC(figura15).Atravésdeste

gráfico, constata-se que a finalidade “01 –Registo”, correspondente a registo de vinhos Douro,

representa omaior número de requisições de serviço (2416 processos) e, curiosamente, a segunda

finalidade mais solicitada refere-se a parâmetros de controlo interno. Ressalve-se que, à mesma

finalidadepodemestarassociadoscódigosdistintos,ouvice-versa,umavezqueestãoemanálisedois

circuitosparalelos.

Figura15.AnáliseABC:NúmerodeprocessosefinalidadesnaDSTC

Posteriormente, através desta ferramenta agrupam-se as tipologias de serviço solicitadas em três

categoriasdistintas(A,BeC)querepresentamgrausdeimportânciadiferenciadosparaaorganização.

Esta representação gráfica é fundamental para evidenciar que, apesar do elevado número de

finalidades,amaioriadovolumedetrabalhoconcentra-senumconjuntocircunscritodeopções. Na

perspetivadaprocura,conclui-sequecercade80%dovolumedeprocessosanalisadosnaDSTCprovém

de 10 das 49 finalidades existentes; simultaneamente permite identificar quais as finalidades que

assumemestarepresentatividadenaorganização.Defacto,algunsdosserviçoscatalogadoscomoclasse

A, nomeadamente os registos, são atualmente reconhecidos pela organização como finalidades

prioritáriasnomomentodatriagem.Atabeladeapoioàelaboraçãodestediagramaencontra-seno

anexoB.

No caso da DSTC, as características do trabalho laboratorial, nomeadamente volume e variedade,

dependemdosparâmetrosanalíticosqueconstamnosprotocoloslaboratoriaisque,porsuavez,são

determinadospelacombinaçãodefatorescomo:(1)circuitointernoemqueseinsere,(2)finalidade

requisitadae(3)categoriaetipodevinho.

0%

20%

40%

60%

80%

100%

0% 5%

10% 15% 20% 25% 30%

01>Registo

99>ProcessodeCon

trolo

51>Registo

09>Com

plem

entodeRe

gisto

32>FDO

Pre

10>AssistenciaLabo

ratoria

l05

>AssistênciaLabo

ratoria

l06

>Fisc

.Den.O

rigem

10>Ensaio

20>Fisc

aliz.Denom

inaçao…

52>RenovaçãodeRe

gisto

44>AssistênciaExpo

rtação

03>Com

plem

entodeRe

gisto

22>Protocolo

08>AssistênciaProva

02>RenovaçaodoRe

gisto

38>ParecerTécnico

08>RegistodeAguardente

18>ProvadeClassificaçao

09>Act.Características…

16>Devoluções

36>Fisc

.Den.O

rigem

-In.…

14>Fisc

.Den.O

rigem

-SAQ

04>Fisc

.Den.O

rigem

-…19

>Recurso

20>Aud

itoria

18>ProvadeClassificação

13>Ensaio

31>Fisc

.Den.Orig

emSAQ

21>Fisc

aliza

çaode…

39>Aud

itoria

27>CapacidadedeVenda

17>Cedência

60>Investigação

12>Recurso

16>Varejo

29>ADO

-MODIFICA

DO28

>Devoluçoes

30>ASSISTENC

IA-…

07>AssistênciaMista

11>AssistênciaMista

13>Desnaturaçaode…

40>Com

plem

ento…

22>Act.Características…

06>AssistênciadeProva

41>Com

plem

entoProtocolo

14>ApreciaçaoPréviaReg.-…

19>Verificaçaode…

33>CertificadosdeExistência

36

Fazendo uma analogia entre um processo de produção por encomenda e os serviços da DSTC, a

produçãodeumartigoimplicaumaordemdeprodução,matéria-prima,recursos,planodeproduçãoe

respetivas etapas. No caso apresentado, após solicitação de um serviço (ordem de encomenda)

pretende-seobterumresultadoanalíticoque,paraserprocessado,exigedisponibilidadederecursose

aexecuçãodeumprotocolo(planodeprodução)queimplicaadeterminaçãodediversosparâmetros

químicosesensoriais(produtos)caracterizadospelareferênciaedesignação.Porsuavez,aprodução

decadareferênciatemassociadaumasequênciaespecíficadeoperações(figura16).

Figura16.AnalogiaentreproduçãoporencomendaeserviçoDSTC

4.1.2. TempoMédiodeRespostaporfinalidade

OtempoderespostadaDSTCéfulcralparaodesenvolvimentoeconómicodaRDDnamedidaemque

aatividadeeconómicadafileiravitivinícolafica,emparte,condicionadapelosresultadosemitidospelo

IVDP. A título exemplificativo, a exportação de vinho desta região está condicionada por políticas

governamentais dos países importadores, assim, caso a legislação em vigor exija a verificação de

parâmetrosanalíticosespecíficos(e.g.MalvidolparaoBrasil),aempresaexportadoratemdesolicitar

aoIVDPqueprocedaaossupracitadostestes.Destaforma,todooprocessodeexportaçãoficapendente

atéqueosresultadossejamemitidos.

Paraefeitosdepesquisaconsideradanesteprojeto,otempoderespostarefere-seaoperíododetempo

quedecorreentreachegadadeamostrasaoPRAeaemissãodorelatórioderesultadosanalíticos,não

considerandoadatafinal,umavezquesepodeincorrerematrasosdevidoafatoresexternosàDSTC

como,porexemplo,aliquidaçãotardiadoserviçorequerido.

Recursos

BALe/ouCCQ

PlanodeProdução

Encomendaconcluída

Ordemdeencomenda

Requisiçãoserviço

Protocoloanalítico

RecursosEtapadeterminação

parâmetro

operações

Componente

Produto

37

Considera-se que o tempo de resposta é ditado pelo lead-time do laboratório uma vez que, para

processosquerequisitemSPeSL,adatadeemissãoderesultadosem2016apenasfoiinfluenciadapelo

serviçodeprovaem9%dosprocessos(figura17).

Figura17.Serviçodeprovacomobottleneckdosistema

Neste sentido, e para obter uma caracterização detalhada, é fundamental observar este indicador

segundootipodeserviçolaboratorialsolicitado(figura18).

Figura18.Tempoderespostaporfinalidaderequisitada

OgráficoapresentadoretrataotempoderespostaparatodososserviçosdisponibilizadospelaDSTC,

ouseja,finalidadesassociadastantoaolaboratóriocomoàprova.Arepresentaçãográficaevidenciaa

discrepânciadetemposderespostaassociadaacadaumadasfinalidades,empartejustificadapelas

diferençasdoprotocoloanalítico.Adicionalmenteévisívelumaelevadaamplitudeemalgunsdestes

cenários,porexemplonafinalidade10-Ensaioe16-Varejo.DosserviçosdisponibilizadospelaDSTC,a

9%

91%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Gargalo NãoGargalo

Douro

Porto

TotalProcessos

38

finalidadeRecurso,associadaaoserviçodeprova,possuiumcarácterprioritárioeapresentaumtempo

médioderespostadeaproximadamente2e3diasparaarespostadoPortoeDouro,respetivamente.

Noqueconcerneaoregistodosprodutos,nocircuitoDouroarespostaémaisrápida,cercade5dias,

faceaos6diasqueseverificanoPorto.

4.1.3. Caracterizaçãodaprodução

Aanáliseecaracterizaçãodoprocessoanalíticoécrucialparaoenquadramentodoestudodecasonos

problemasexpostosnaliteratura.

Atualmente,constamdoportfóliodeserviçosdaDSTC49finalidadesdistintas,sendoqueparacada

umadelasexisteumguiãoanalíticoassociado(internamentedesignadoporprotocolo),podendovariar

segundoacategoriaeotipodevinhoouBEexaminadaequeimplicamumconjuntodeparâmetrose

métodosanalíticos.

Posto isto,considera-sequeaproduçãonaDSTCétipicamenteMTOumavezqueasuaproduçãoé

executadade acordo comas encomendas colocadaspelos clientes. Por sua vez, cadaencomendaé

constituídaporumconjuntodeprodutosdeterminadospeloprotocoloanalítico.Adeterminaçãode

cadaparâmetroimplica𝑛etapascomcomplexidadeetemposdeprocessamentodistintos.

Doravantepassaadesignar-secadaparâmetroanalíticopor𝐽𝑜𝑏𝑖, 𝑖 ∈ {𝐶ó𝑑𝑖𝑔𝑜𝑠𝑝𝑎𝑟â𝑚𝑒𝑡𝑟𝑜𝑠}ecada

jobécompostoporumconjuntode𝑛operações𝑂*2,2∈{7,…,6}.

Outrodos fatoresque sedestacanaorganização internado serviço é a sua segmentaçãoem cinco

setoresquecompõeolaboratóriodaDSTC.Estadisposiçãocaracteriza-sepelasuadisposiçãosegundo

funcionalidade, onde cada setor aplica técnicas específicas para determinação de diferentes

parâmetros. Também a organização interna do laboratório implica que, dentro de cada setor, cada

operador esteja apto a executar mais do que uma técnica analítica, tornando-se responsável por

multitarefas.

ATabela7resumealgumasdascaracterísticasdaDSTCquepermitemidentificarotipodeproduçãoem

queseenquadra.

39

Tabela7.CaracterísticasdaproduçãonaDSTCAdaptadode(Stevenson,2009)

CaracterísticasJob-Shop CaracterísticasDSTC

Elevadavariedadedeprodutos/serviços ü

Baixovolumedeprodução ü

Temposdeprocessamentodistintos ü

Rotasdeprocessamentodistintas ü

Layoutporfuncionalidade/processo ü

Procurapoucoestável ü

Tendoporbaseaimportânciaatribuídapelaliteraturaaocontrolodoinputdosistema,pode-seafirmar

que,nopresenteestudodecaso,essecontroloéfeitoaquandodatriagemdeprocessosaanalisarpara

o dia de trabalho seguinte. Surge a necessidade de criar um algoritmo de decisão, baseado em

multivariadoscritérios,deformaaidentificarquaisospotenciaisprocessosaseremaceites,equeseja

capazdesistematizaraponderaçãoempíricaatualmentepraticada.

4.2. PlaneamentodoserviçolaboratorialdaDSTC

A complexidade do serviço laboratorial resulta em grande parte da diversidade de produtos que

constamno seuportfólio e quepodem ser obrigatórios ouopcionais parao cliente. Esta variedade

implicou uma pesquisa exaustiva com o intuito de perceber quais os produtos que realmente são

produzidos de forma sistemática e que, em última instância, são o cerne do trabalho laboratorial.

Contudo,estaetapaviu-sedificultadadevidoàfaltadeumabasededadoscominformaçãocruzada,

implicando uma análise individual aos registos de cada referência. Finalizado este momento de

diagnóstico, era aindaevidenteumportfólio alargadodeprodutos,muitosdosquais acabavampor

sereminsignificantesnotrabalhodiáriodolaboratóriodevidoàsuasolicitaçãopontual,tornando-seum

fatorimpeditivoparaumacompanhamentodaproduçãodestasreferências.Postoisto,foinecessário

reestruturar a abordagem a adotar de forma a tornar viável o desenvolvimento de um sistema de

escalonamento.

TodaestaredefiniçãodoproblemafoisustentadanaTOCondeseassumequeamáximautilizaçãodas

restrições corresponde à performancemáxima de um sistema. Adicionalmente, ametodologiaDBR

incita a que o ritmo de produção seja definido em função dessa mesmo restrição. Através desta

abordagemfoipossível reduziracomplexidadedestesistemaespecíficoqueécaracterizadoporum

ambiente fabril do tipo flexible job-shop (Gardiner et al., 1993). A aplicação destes conceitos ao

40

problemaespecíficopotencioua identificaçãoda restriçãodo sistemade formaaqueeste sejaum

pontodepartidaparaaresoluçãodestecasodeestudo.

4.2.1. IdentificaçãodarestriçãoApós observação do funcionamento interno do FQ, foi possível detetar quais os aspetos que

condicionamasuacapacidadederesposta.Atualmente,existeumconjuntodefatoresqueincitaosetor

emquestãocomobottleneckdosistema,sendoeles:

• Perecibilidadedosprodutos–Ofactodeaproduçãodedeterminadosjobsficarcomprometida

devidoàdetioraçãodaamostraimplicaquesegarantaacapacidadedeproduçãodosetorapós

aaberturadagarrafa.Estemotivopressupõequeestastarefasnãodevamficararmazenadas

comoWIPexistindoapossibilidadedecomprometerosresultadosanalíticos.Osjobs𝐽AA, 𝐽J7e

𝐽�7sãoalgunsexemplosdestesjobs.

• Técnicas químicas clássicas – Neste setor é evidenciada a natureza minuciosa associada a

técnicasdafísico-químicaclássica.Muitasdasoperaçõesexecutadasexigemumamanipulação

cuidada e rigorosa, quer no que diz respeito à manipulação dematérias-primas como dos

equipamentos.

• Tempo de processamento do produto – Esta condicionante surge na sequência do tópico

anterior.Otempodeprocessamentoestá,emgrandemedida,associadoàaplicaçãodetécnicas

clássicasdaquímicaquerequeremumtemposuperiordoquequandocomparadoscomoseu

processamentoatravésdeoutrasmetodologiasoucomrecursoaequipamentostecnológicos

específicos.

• Elevadadependênciaderecursoshumanos–EssencialmentenaFQI,aproduçãodependeem

grandepartedosrecursoshumanosexistentes.Aindaaliadoàstécnicasutilizadasnestesetor,

ooperadoréresponsávelporumconjuntodeoperaçõeseequipamentose,emalgunscasos,

ocolaboradoréorecursoexecutantedaoperação.Nestesentido,acapacidadedosistemaestá

diariamente sujeita a fatores da natureza humana, como por exemplo a produtividade do

operador,edeincertezataiscomooabsentismo.

Umcasoparticulardolaboratório,faceaoqueacontecenamaiorpartedasindústrias,éofacto

de este setor ser produtor e fornecedor de matéria prima, tais como soluções-padrão e

reagentes, indispensáveis à produção, pelo que o operador assume outras atividades de

suporte à produção. Neste contexto, os recursos humanos são cruciais para executar as

operaçõesdesuportequesustentamaatividadedetodoolaboratório.

• Produçãodependenteentresetores–Acriticidadedosjobscondicionaaproduçãorealizada

nosoutrosdepartamentoslaboratoriaispois,apesardaexistênciadecapacidade,aprodução

41

encontra-selimitadapelacapacidadederespostadaFQ.Aliadaaestarestrição,grandeparte

dosjobsexecutadosnoCrG(todososjobsquecompõeaclassecompostosvoláteis-𝑗��nt),têm

umaoperaçãoprecedenteexecutadanaFQI.

• Controlodequalidade–TalcomoevidenciadopelaanáliseABCanteriormenteapresentada

(figura15),umadasvariáveiscomelevadoimpactonasatividadesoperacionaisdaorganização

prende-se com o apertado controlo de qualidade implementado no laboratório. Estas

atividades pressupõem não só a realização de testes de validação e calibração dos

equipamentos,mastambémaexecuçãodeprocessosdecontrolo,aanálisecomparativacom

padrõesconhecidoseaproduçãodeduplicados.

Asoperaçõesassociadasàcalibraçãoemanutençãodosequipamentossão,muitasdasvezes,

atividades “consumidoras” de tempo e fatores de precedência entre operações.

Adicionalmente, a execução de duplicados é, à semelhança de um produto solicitado pelo

cliente,umaatividadequepressupõeoconsumodetempoerecursos.

Porestesmotivos,optou-sepormantera subordinaçãodaproduçãodo laboratórioao setorFQ tal

como é feito atualmente. Contudo, caso seja viável, posteriormente poder-se-á extrapolar este

escalonamentotambémparaosrestantesdepartamentosqueintegramtodooserviçolaboratorialda

DSTC.Afigura19pretendeilustrarofluxoprodutivoentresetores,evidenciandoqueoescalonamento

daproduçãoé feitoem funçãodaFQ,equeos restantes setores têmcomo inputparaproduçãoo

planeamentoefetuadoparaaFQ.EmencomendasespecíficasquenãosolicitemjobsexecutadosnaFQ,

cadadepartamentopodeterinputsindependentesentresi.

Figura19.Escalonamentoefluxodeproduçãoentresetores

42

4.2.2. Jobsesequênciadeoperações

Após definição do setor sobre o qual recairá o sistema de escalonamento, torna-se fundamental

identificar quais os jobs que são desenvolvidos neste setor e, numa etapa posterior, detalhar as

operaçõesassociadasacadareferênciadoproduto.Primeiramente,foinecessáriofiltrarosjobsquesão

realmente produzidos no setor, pois existem jobs que apesar de atribuídos ao setor podem ser

desprezadosnomomentodeescalonaroserviçoumavezqueasuadeterminaçãoéfeitaatravésde

cálculosrealizadospelosoftwareGLab.

Depois desta triagem realizada, procedeu-se ao levantamento de informação sobre cada job,

implicando um grande acompanhamento das atividades no “chão de laboratório” devido à elevada

complexidadedasvariáveisenvolvidasnoprocessoprodutivodecadaproduto.Oenquadramentodeste

sistemanumcenáriotipicamentejob-shopaliadoaoportfóliodejobsexecutadosnestesetor,traduziu-

senumelevadonúmeroderotasdeprocessamentodistintas.

Umadascaracterísticasdofuncionamentodolaboratórioprende-secomaproduçãoemlotes,istoé,

apesardaentradadeencomendasparaoshopflooraorganizaçãodotrabalhodecadasetorbaseia-se

emlotesformadosparaumjob.Diariamente,osoperadoresconsultamoplanodetrabalhoesabem,

para cada job, a quantidade de análises que vão ser executadas. A FQ apresenta uma outra

particularidadequedeveserevidenciadadevidoaoimpactoquetemnaproduçãodiária.Algunsdos

produtosexecutadosnaFQpodemserprocessadosnumequipamentoespecíficodesignadoWineScan,

associadoàFQII,queatravésdeumasóamostradeterminamaisdoqueumprodutoemsimultâneo.

Estaparticularidadedoequipamentopermiteque,independentementedonúmerodejobsaexecutar

nestamáquinaparaumadeterminadaencomenda,estaoperação será realizadaumaúnicavez. A

indicaçãodestatécnicaérealizadaatravésdadiferenciaçãodocódigodeproduto(e.g.ProdutoTAV

comadesignação𝐽AAparaprocessamentoclássicoe𝐽ATparaprocessamentonoWineScan-WS).

Ainformaçãorelativaaosprodutosretratadosnestecasodeestudoencontra-senoanexoC.

4.3. DesenvolvimentodaHeurísticaConstrutiva

Esteprojetotevecomoprincipalobjetivodesenvolverumaheurísticaconstrutivacapazdeexecutaruma

proposta de escalonamento que colmatasse as necessidades do IVDP no que diz respeito ao

planeamento a curto prazo. Contudo, era de extrema importância que esta proposta refletisse as

variáveisinerentesaotrabalholaboratorial.Tendoemcontaaspropriedadesdistintaseosrequisitos

43

dosistemafoinecessáriodesenvolverumaheurísticaderaiztotalmentedirecionadaparaaprodução

dolaboratórioFQ,tendocomopontodepartidaalgumasabordagensdivulgadasnaliteratura.

4.3.1. Princípiosbase

O processo de estruturação da proposta apresentada teve como princípio base a TOC, focando-se

essencialmente na FQ. Posto isto, tornava-se essencial identificar corretamente a restrição que

condicionavaaexecuçãodasatividadesdestesetor,tornando-seumaetapacrucialparaaadequação

daheurísticaàrealidadedosistema.

Estaetapainicia-secomoacompanhamentodasatividadesdeplaneamentoetriagem,sendoquetodo

este processo era baseado na capacidade de execução de alguns jobs e respetivas operações,mais

concretamente, operações de destilação associadas a 𝑗AA, 𝑗J7 e 𝑗��nt, seguidamente, procedia-se à

seleçãodeencomendasaprocessarcombasenosjobssolicitados.

Estametodologiadeplaneamentoindiciavaquaispoderiamserasatividadesgargalo,contudo,deforma

agarantirumacaracterizaçãocorretadoshopfloor,variáveiscomoafrequênciadeexecução,otempo

deprocessamentoeaautomatizaçãodoprocessoassociadoacadajobestiveramnabasedestaanálise.

Devidoàvariabilidadedeprodutosquepodemconstituirasencomendasqueentramnoserviço, foi

aplicadoumDiagramadeParetocomopropósitodeverificarquaisosprodutosdeclasseAnoque

concerne à frequência de análise no laboratório. Na aplicação desta ferramenta não foram

contemplados os jobs analisados noWS uma vez que existe correlação dos dados relativamente à

frequênciadeexecuçãodosjobs.Assim,afigura20evidenciaosprodutoschaveparaolaboratório(no

anexoDencontra-serepresentadaatabelaquepermitiuconstruirodiagrama).

Figura20:AnáliseABC-Classificaçãodeprodutos

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

0

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

115

1154 105 22 341 61 91 51 12 591

571

581

561

232

742

751

112

102

1471 901

1491 121

931

131

1174

1372 251

1451 111

6021 161 21

1401

1411

6001

6011 83

1421 611

162

Parâmetros

44

Aclassificaçãode𝑗AA𝑒𝑗J7comojobspertencentesàclasseAvemcorroboraroatualdimensionamento

daproduçãoemfunçãodestesdoisprodutos.Damesmaformatemosque,asoperaçõesdedestilação

associadasaestesjobs(𝑂AA,Ae𝑂J7,7)sãoexecutadasnomesmoconjuntodemáquinasconstituindo

umadiminuiçãodecapacidadeprodutivadecadajobisoladamente.

Figura21.RotadeprocessamentodeJ22,JCvoleJ61

Posto isto, a conjugação das variáveis (i) tempo de processamento dos jobs, (ii) dependência do

operador para execução das operações (iii) partilha de equipamentos e (iv) criticidade do produto

permitiu-nosconcluirqueestasoperaçõesconstituíamumgargalonosistemae,portanto,esteposto

seriaconsideradoaworkstationgargalo.

Talcomoevidenciadonaliteratura,aproduçãodeveentãoserdefinidaemfunçãodacapacidadeda

workstation gargalo uma vez que o aumento da capacidade noutro posto não aumentará a

produtividadeglobaldosistema.Postoisto,aheurísticaadesenvolverincidefundamentalmentesobre

aworkstationgargalo.

4.3.2. VariáveisconsideradasnodesenvolvimentoNumambientedotipoFJScaracterizadopelaenormecomplexidadeassociadaénecessárioavaliare

conhecer quais as variáveis que têm impacto no processo produtivo de forma a que possam ser

implementadas no sistema de escalonamento. Neste sentido, os tópicos seguintes descrevem o

conjuntodefatoresqueafetamaprodutividadedolaboratórioFQequesãoincorporadosnomodelo

desenvolvidonesteprojeto.

45

4.3.2.1. Característicasdoworkcentergargalo

O workcenter em análise é composto por um conjunto de 3 destiladores em paralelo e com

característicassemelhantes,evelocidadesdeprocessamentoidênticas.Destaforma,umaoperaçãoque

pressuponhaesteequipamentopodeserexecutadaemqualquerumadasmáquinasqueoconstituem.

Osjobsprocessadosnestecentrodetrabalhosãoconsideradoscríticose,portanto,implicamqueoseu

processoprodutivosejainiciadoomaiscedopossíveldeformaanãoconstituíremWIP.Apósanáliseda

área onde são executados conclui-se que existe apenas um operador responsável por todas as

operaçõeserestantesequipamentosassociadosàproduçãodestesjobs.ParaalémdoWCgargalo,esta

área de trabalho é constituída por um densímetro digital e outro automático, um equipamento de

banho,umdestiladordebebidasespirituosaseumaburetaautomática(anexoE).Nestesentido,torna-

se fundamentalgarantirquetodasasoperaçõesdecadaumdos jobs sãoexecutadasmesmoqueo

operadorassumamaisdoqueumafunção.

Umavezquetodooescalonamentofoidesenvolvidocombasenosdestiladoreserespetivasoperações

é importante referir algumas características que condicionam a heurística proposta. Posto isto,

constatou-sequeacalibraçãodasmáquinastemumavalidadede6meses, findoesteperíodoestas

devem ser submetidas a nova calibração e validação. Contudo, diariamente os equipamentos são

testadosdeformaagarantiracalibraçãoapenasparaaexecuçãodaoperação𝑂AA,A.Tendoemcontao

impactoqueestecontrolodequalidadepodeprovocarnoescalonamentorealizado,condicionandoo

númerodemáquinasdiáriasaptasparaexecutaraoperação,considerou-sefundamentalqueosistema

desenvolvido fosse definido tendo em conta o número de equipamentos gargalo que o operador

pretendeagendar.Destaformaooperadorconseguereagendarcasoexistaalgumavariaçãoentreo

número demáquinas definidas antes e depois da validação do equipamento. A figura 22mostra a

interfaceexistente entreo sistemaeoutilizadornadefiniçãodonúmerodemáquinas gargaloque

pretendeagendar.

Figura22.Númerodemáquinasgargaloaagendar(interfaceentreooperadoreosistema)

46

Estesequipamentossãoprocessadoresclássicoscujotempototaldeprocessamentodaoperaçãodos𝑘

jobsqueconstituemoloteédadopelaequação6.

𝑝 ℬ(𝑂*2) = 𝑝���

W

7

(6)

𝑝 ℬ(𝑂*2) –Tempodeprocessamentodas𝑛operações𝑂*2 queconstituemolote

𝑘–Dimensãodolotedejobs𝑖

𝑝���-Tempodeprocessamentodaoperação𝑗dojob𝑖

4.3.2.2. Triagem

NopercursoanalíticodoIVDPumadasetapasfundamentaiséoprocessodetriagemqueantecedeo

momentodelibertaçãodaencomendaparaochãodefábrica.Duranteesteprocessoasencomendas

sãoselecionadasporpartedosoperadoresdetriagemtendoemcontaacapacidadedosetorparaasua

execuçãoparaumaperspetivatemporaldeumdia.Postoisto,pode-seafirmarqueexistemdoisgrandes

segmentosnoprocessoprodutivo:(i)dareceçãoatéàtriagem;(ii)dadistribuiçãodaencomendapara

ossetoresdeproduçãoatéàconclusãodaencomenda(emissãodoscertificados).

Umadasparticularidadesdaorganizaçãoemestudo,prende-secomofactode,apesardeapresentarem

características de produçãoMTO, as encomendas não implicarem uma data de entrega ao cliente

definida, dificultandooprocessodedecisão sobrequais as encomendasquedevem serexecutadas

primeiro. Uma vez que esta ponderação era feita de forma empírica pelo operador, procedeu-se à

avaliaçãodoscritériosparacriarumaregradedespachodeencomendasquerefletisseosobjetivosda

organização e atribuísse um Índice de Prioridade (IP). Para tal, foi realizado um levantamento dos

critérios que são ponderados aquando da seleção de encomendas que posteriormente foram

quantificadosatravésdaaplicaçãodametodologiaAHP.Apósponderação,oscritériospropostospara

adefiniçãodoIPsão:

• Categoria: de acordo com a categoria da encomenda em que a mesma se insere a sua

importânciaévariável.

• Urgência:aencomendatemounãoassociadaataxadeurgência(taxaacrescidaaomontante

pagopelocliente).

• Temponosistema:períodotemporalquedecorreentreaaberturadoprocessodaencomenda

eadatadatriagem(onúmerodediasécontabilizadopelosistemaGlabemdiasúteis).

47

• Solicitação de produtos de outros setores: considera se a encomenda solicita produtos de

outros setores para além da FQ. Desta forma, dá-se prioridade a estas encomendas,

favorecendoaprodutividadedosrestantessetores.

• SolicitaçãodosprodutoscríticosatravésdatecnologiaWineScan:consideraseosprodutos

críticossolicitadosnaencomendasãoexecutadosnesteequipamento.

Comointuitodesintetizaraimportânciadecadaumdestescritériosnoprocessodetomadadedecisão

relativoàprioridadede cadaencomenda, foi utilizadaametodologiaAHP.Recorreu-seao software

SuperDecisions,versão2.8,paraobterasprioridadesassociadasacadanívelhierárquicodadecisão,

resultadosqueposteriormentesãoincorporadosnomodelo.Acomparaçãoentreparesdecritériosfoi

construídatendoemcontaasobservaçõesrealizadasnoterreno,oacompanhamentodeatividadesde

triageme informações recolhidas juntodooperador.Amatrizdecomparaçãoentre critériosobtida

(tabela8)apresentaum𝐶𝑅 ≈ 0,053,sendoconsideradaválidaumavezqueéinferiora0,1(noanexo

Fencontra-seamatrizdecomparaçãoentrealternativasparacadacritério).

Tabela8.Matrizdecomparaçãoentrecritériosparapriorizaçãodeencomendas

Critérios Categoria Urgência TemponoSistema

Outrossectores

ProtocoloWS

Categoria 1 5 3 9 7Urgência 1/5 1 1 5 5TemponoSistema 1/3 1 1 5 3

Outrossetores 1/9 1/5 1/5 1 1/3

ProtocoloWS 1/7 1/5 1/3 3 1

Assim,aTabela9 representaasvariáveisutilizadasparaocálculodo IPdaencomendautilizadasna

equação7.

𝐼𝑃 = 𝑃𝐶𝐶 ∗ 𝑃𝐶 + 𝑃𝐶𝑈 ∗ 𝑃𝑈 + 𝑃𝐶𝑇𝑆 ∗ 𝑇𝑠 + 𝑃𝐶𝑂𝑆 ∗ 𝑃𝑂𝑆 + 𝑃𝐶𝑊𝑠 ∗ 𝑃𝑊𝑠 (7)

48

Tabela9.VariáveisutilizadasnocálculodoIP

𝐼𝑃 Índicedeprioridade n.a.

𝑃𝐶𝐶 Ponderaçãodocritério“Categoria” Prioridadedocritério“Categoria”

𝑃𝐶 Pesoassociadoàcategoria Certificação/Consultoria/Fiscalização/Pré-certificação

𝑃𝐶𝑈 Ponderaçãodocritério“Urgência” Prioridadedocritério“Urgência”

𝑃𝑈 Pesoassociadoàurgência Urgente/Nãourgente

𝑃𝐶𝑇𝑠 Ponderaçãodocritério“TemponoSistema”

Prioridadedocritério“Temponosistema

𝑇𝑠 Númerodediasnosistema n.a

𝑃𝐶𝑂𝑆 Ponderaçãodocritério“OutrosSetores”

Prioridadedocritério“OutrosSetores”

𝑃𝑂𝑆 Pesoassociadoàsolicitaçãooutrossetores

Envolveoutrossetores/nãoenvolveoutrossetores

𝑃𝐶𝑊𝑠 Ponderaçãodocritério“WS” Prioridadedocritério“WS”

𝑃𝑊𝑠 PesoassociadoàsolicitaçãoWS ComWS/semWS

Atítulodeexemplo,umaencomendacomurgência(0,1650)quepressuponhaacertificação(0,2443),

ondesãoimplicadosjobsdeoutrossetores(0,0319)eWS(0,0583)equeestejaháumdianosistema

(1×0,17614)possuiumIPde0,6757.

DevidoaosrequisitosexistentesrelativosàcriticidadedosjobseconsequenteformaçãodeWIPtorna-

se fundamental conseguirdimensionara cargaqueé imputadaao setorFQde formaa respeitaras

restriçõesdecapacidade,evitandoaperturbaçãointernadosistema.

AplicandooconceitodeWLCecontrolodeinput-output,considera-sequeoatriagemfuncionacomo

umapré-pool,ondeasencomendasficamemesperaatéqueomecanismodecontrolodeinputdefina

omomentodeentradaparaoshopfloor.Adecisãosobreocontrolodeinputtrata-sedeumadecisão

periódica,umavezquealibertaçãodeencomendasérealizadaapenasumavezpordia.

4.3.2.3. Duplicadosanalíticos,temposdesetupetemposdeprocessamento

Tendoemcontaadiversidadedeprodutose rotasdeprocessamentoadecorreremsimultâneono

shopfloor,urgeanecessidadedegarantirqueostemposdesetupeotempodeprocessamentodecada

operação são incluídos no modelo desenvolvido. Em ensaios químicos o controlo de qualidade do

processoconsistenaexecuçãodeduplicadosdaamostra.Assim,avalidaçãodocontrolodequalidade

duranteaproduçãodolaboratórioérealizadaatravésdarepetiçãodeprodutosexecutadosconsoante

49

ofatordeduplicaçãopré-definidopeloscritériosdacertificação.Acontabilizaçãodequantosprodutos

são adicionados ao lote de produção durante este processo é fundamental em cenários de

processamento de lote em série uma vez que o tempo de produção correspondente depende do

númerodejobsqueoconstituem.Supondoaexistênciadeumloteparacadajobcomdimensão10,a

figura 23 representa, para os jobs que implicam realização de duplicados, o aumento existente no

tamanhodolote.Deformaanáloga,afigura24evidenciaaconsequênciaqueavariaçãodotamanho

dolotetemnotempodeprocessamentodecadaumdosjobs.Assituaçõesemqueseverificaapenas

oaumentodadimensãodolotedevem-seaoprocessamentoemBPM.

Figura23.Dimensãodolote–EstimadovsReal

Figura24:Tempodeprocessamentoemfunção–EstimadovsReal

Nocasoespecíficodeproduçãoem laboratórios,o tempodesetupdosequipamentos torna-se,por

vezes,bastantesignificativofaceaotempodaoperação.Esteacontecimentoétambémverificadona

FQ,ondenamaioriadoscasosemqueasoperaçõesimplicamumapreparaçãoprévia,estasapresentam

0

5

10

15

20

25

12.1

51.1

61.1

61.2

91.1

105.1

115.1

121.1

121.2

121.3

121.4

121.5

121.6

121.7

131.1

232.1

751.1

901.1

901.2

901.3

931.1

931.2

1154

.111

74.1Dimen

sãodo

lote(u

nidade

s)

Códigodosjobs

DimensãodoLote

Estimado

Real

020406080100120140160

12.1

51.1

61.1

61.2

91.1

105.1

115.1

121.1

121.2

121.3

121.4

121.5

121.6

121.7

131.1

232.1

751.1

901.1

901.2

901.3

931.1

931.2

1154

.111

74.1

minutos

Códigodosjobs

TempodeProcessamentodoLote

Estimado

Real

50

umtempodeprocessamentobastanteinferioraosetupnecessárioe,consequentemente,umabaixa

utilizaçãodoequipamento(figura25).

Figura25:Tempoassociadoaosetupeaoprocessamentodaoperaçãojdoprodutoi(𝑝*2)

Aindanoqueconcerneàdefiniçãodavariávelsetupéimportantecaracterizarotipoemanálise,sendo

que, todos as sequências de produção analisadas possuem tempos independentes da sequência de

trabalho,ouseja,nãovariamcomopadrãodeproduçãoaexecutar.Postoisto,umadasconstatações

realizadasaquandodoacompanhamentodaproduçãodiária,éaimportânciaqueotempodesetupe

deprocessamentodosduplicados têmnomomentodoplaneamentodaprodução.Nestesentido,e

tendoemcontaodesvioquepodeexistirentreaproduçãoprevistaeaexecutadaeoimpactoquepode

causarnacapacidadederespostadosetor,considerou-sefundamental incorporarestasvariáveisno

modelodeplaneamentodesenvolvido.

4.3.2.4. Batchingecaracterizaçãodeequipamentos

Umadaspotencialidadesdoprocessoanalíticoexistentenolaboratórioprende-secomadisponibilidade

damatéria-primapara iniciaroprocessoprodutivo.Contrariamenteaoqueacontecenamaioriados

processos, os setores laboratoriais conseguem através da matéria-prima inicial (garrafa de vinho)

desagregá-laempequenasamostrasqueposteriormentesãoutilizadasparaoprocessamentodosjobs.

Estavalênciapermitequeamatéria-primaestejaimediatamentedisponívelparaprodução,permitindo

executaremsimultâneoosjobsdeumamesmaencomenda,nãoconstituindoumarestriçãoderecursos

noprocesso.Postoisto,aproduçãoésegregada,combasenoprodutoaexecutar,atravésdaformação

delotesconstituídospelasamostrasreferentesàsencomendasquesolicitamoproduto.

Tendo em conta o ambiente produtivo em estudo, job-shop, o departamento apresenta um layout

orientadoporprocesso,caracterizadopelaexistênciadediversosworkcentersquefacilitamagestão

0

20

40

60

80

100

120

3.1 12.1 22.2 61.1 112.1 121.3 561.1 571.1 581.1 591.1 1154.1 1491.2

Minutos

Setup

𝑝*.2

51

dasdiferentesrotasdeprocessamento.Deformaafazerumdiagnósticocorretoforamanalisadosos

equipamentos existentes no laboratório classificando-os segundo a quantidade, tempo de

processamentoecapacidadedeprodução.

No que concerne ao número de equipamentos disponíveis foi constatado que existiam rotas de

processamentoassociadasaoproblemademáquinaúnicae,noutroscasos,aexistênciademáquinas

emparaleloidênticas,ouseja,comamesmavelocidadedeprocessamento.Estaobservaçãoconduziu

aumaabordagemdocasodeestudocomoumproblemadotipoFJSSP,umaextensãodoproblema

clássicoJSSP,ondeparaalémdadiversidadederotaspossíveisexisteflexibilidadenaafetaçãodojobàs

máquinas onde são processados, adicionando complexidade ao problema de escalonamento. Após

avaliaçãodotipodeprocessamentodecadaequipamentofoiidentificadaapresençademáquinasdo

tipo BPM com capacidade limitada. Estes processadores, típicos na indústria química, têm a

particularidadedeprocessarmaisdoqueumaunidadeemsimultâneocujotempodeprocessamentoé

determinadopelotempodeprocessamentomáximodasunidadesqueestãoaserproduzidas.Atítulo

exemplificativo, o equipamentoMufla utilizada como um forno no processo produtivo do job 𝑗7A7,

apresenta esta característica de processamento. No algoritmo desenvolvido as variáveis atrás

evidenciadas,i.e.,quantidade,tipodeprocessadorecapacidadeforamincorporadas.Nocasoparticular

de processadores do tipo BPM, a capacidade de executar um determinado número de tarefas em

simultâneo é determinada pela capacidade processamento de uma únicamáquina e, caso existam

máquinas em paralelo, pela sua quantidade. Assim, nestes casos foi definido que a quantidade de

máquinas disponíveis é determinadapela equação 8. Toda a informação relativa aos equipamentos

existentesnaFQencontram-senoanexoG.

4.3.2.5. Prioridadesentrejobs

Talcomojáfoireferido,umadasexigênciasnaproduçãoprende-secomaimposiçãodequeosprodutos

críticos sejam executados no mesmo dia em que a sua produção é iniciada. Contudo, a heurística

desenvolvidadefinequeoescalonamentoérealizadoemfunçãodogargalodosistemaetodaarestante

produçãoégeridaaoseuritmo.Porestarazão,foinecessáriogarantirque,casohajamprodutoscríticos

paraalémdosquesãoproduzidosnogargalo,estesdevemterprioridadeduranteoagendamentodos

restantespostosdetrabalho.Postoisto,foramutilizadosquatrocritériosquepermitirampriorizaros

produtosporordemdeprioridade.Ostópicosseguintesexplicamosprincípiosqueestãonabasedasua

utilização:

𝑄𝑡. 𝑑𝑒𝑚á𝑞𝑢𝑖𝑛𝑎𝑠 = 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑𝑒𝑒𝑚𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑜𝑑𝑜𝐵𝑃𝑀×𝑛ú𝑚𝑒𝑟𝑜𝑑𝑒𝐵𝑃𝑀′𝑠 (8)

52

• Criticidade-Quantomaiscríticoforojob,maioranecessidadeemconcluiroprocessamento

no dia da recolha da amostra, logomais cedo deve ser executado de forma aminimizar a

hipótesedeficarsobWIP.

• Retrabalho–Seojobestásujeitoaserreprocessadoparaqueosresultadossejamadmitidos

• Tempodeprocessamento–Quantomaiorotempodeprocessamentodo jobmaiscedoele

deveseriniciado

• Grau de automatização – Quanto maior for a automatização do processo produtivo de

determinadojobmaiscedodeveseriniciado

EstetópicoimplicouaaplicaçãodametodologiaAHPcomointuitodedefiniraprioridadedosdiversos

jobs.Amatrizdecomparaçãodoscritériosencontra-serepresentadanatabela10com𝐶𝑅 ≈ 0,043e,

portanto, a matriz é considerada consistente. As tabelas de comparação entre alternativas estão

representadasnoanexoH.

Tabela10.Matrizdecomparaçãodecritériosparapriorizaçãodejobs

Critérios Criticidade Retrabalho Tempodeprocessamento

Graudeautomatização

Criticidade 1 3 5 7Retrabalho 1/3 1 3 5

Tempodeprocessamento 1/5 1/3 1 3Graudeautomatização 1/7 1/5 1/3 1

4.3.2.6. Operador

Ooperadorconstituiumrecursofundamentalparaqueaproduçãodecorradentrodoplaneamento

efetuado e no panorama do setor FQ este contributo é ainda mais evidente. Dada a natureza do

ambiente produtivo e o seu layout orientado por processo, todos os colaboradores têm formação

diversificadaesãoresponsáveispormaisdoquetarefa.Paraumadeterminadaoperação,ocolaborador

podeintervirdurantetodooperíodoemqueestaestáaserprocessada,ouentãopodeserresponsável

apenasporpartedoprocedimento,comoporexemplopelapreparaçãoecolocaçãodasamostrasnos

equipamentos.Nestesentidoomodelodesenvolvidoconsideraqueotempodeoperaçãoenglobao

tempoemqueooperadoréativonoprocessoeotempoglobaldaoperação(figura26).

Tempoativo

operadorTempodeprocessamento

TempodaOperação

Tempoativooperador

TempodaOperação

Figura26.TempodeOperaçãoetempoativooperador

53

Estarepresentaçãopermite-nosconcluirque,quandootempodeoperaçãoéigualaotempoativodo

operador, a sua produção é totalmente dependente do operador e, portanto, não se trata de um

métodoautomatizado.

Esta diferenciação foi realizada de forma a que o algoritmo desenvolvido consiga agendar em

simultâneo,doisjobsexecutadospelomesmooperador,desdequenãosejamexecutadosnamesma

máquina.Assim,aindaqueumaoperaçãoestejaadecorrer,ojobseguintepodeseragendadoapartir

domomentoemqueooperadorconcluiasuainteraçãonoprocesso.Dadoovolumedetrabalhodo

operador,foisugeridopelaDSTCqueoalgoritmotivesseemconsideraçãoestavariávelnomomento

detriaroserviçoqueentranolaboratório.Assimsendo,foiincorporadonomodeloumcontadorpara

ovolumedetrabalhodooperadordeformaaquenãoseexcedaorespetivohoráriolaboral.

4.3.3. Algoritmo

Numa segunda etapa, após recolha de todos os requisitos a incorporar na heurística e respetiva

informação,foidesenvolvidooalgoritmocapazdefornecerumasoluçãoadmissívelparaoproblemade

escalonamentodoserviçodelaboratórioFQ.

Com o intuito de diminuir a complexidade do problema adotou-se uma abordagem hierárquica,

decompondo-o num demenor complexidade. Assim, o algoritmo desenvolvido foi conceptualizado

segundotrêsmódulosdistintos(figura27)comobjetivosespecíficos.Oprimeiromódulopressupõea

importação de ficheiros de processamento de texto, em formato .txt, com a listagem dos códigos

associadosaossetoreseaoWS,assimcomoaimportaçãodasencomendasatravésdeumficheiroExcel,

em formato .xls, onde devem constar os seguintes campos “Número do processo”, “Urgência”,

“Finalidade”,“Categoria”,“Temponosistema”,“IP”e“Protocolo”(oanexoIexemplificaummodelodo

ficheirodeinput).Domesmomodoéfeitaaimportaçãodainformaçãorelativaaequipamentos,jobs

(anexoJ)eoperações(anexoK),permitindoaoutilizadoreditarestesdadossemprequenecessário.

Posteriormente,éefetuadootratamentodainformaçãodecadaencomendaparacálculodoIPe,por

fim,asuapriorização.Atravésdestacomponenteépossívelcriarumaregradedespachoquereflitaas

políticasdeserviçoaoclientedefinidaspeloIVDP.

Seguidamente,omódulotriagemfuncionacomoumapré-poolondeospedidossãoarmazenadosaté

quepossamserlibertadosparaochãodefábrica.Estesistemadeadmissãodeencomendaséexecutado

atravésdeummecanismoquevaicontrolandoaevoluçãodacapacidadenogargalo.Destaforma,o

algoritmocalculaacargadetrabalhoparaogargaloinerenteàencomendaeasuadistribuiçãoapenas

acontece em situações onde essa capacidade é validada, caso contrário a encomenda é ignorada e

54

mantém-seemfiladeespera.Destaca-seofactodestemódulonãopararassimqueumaencomenda

nãoéaceite,umavezqueasencomendasnãopossuemtodasomesmoinputparaogargalo.Também

nestemódulo,sãoconstituídososlotesdejobsquevãoserexecutados.

Por fim, o últimomódulo implica o agendamento das operações de todos os lotes formados. Este

procedimento inicia-se como agendamento doWC gargalo e posteriormente os restantes jobs por

ordemdecrescentedeprioridade.

Figura27.Módulosintegrantesdaheurística

Omodelopropostofoidesenvolvidosegundoospressupostosexistentesàdatadeiníciodoprojetoe

abordaoproblemacomodeterminísticoeestático,namedidaemquenãosãocontempladaspossíveis

fontes de incerteza nem acontecimentos em tempo real que interfiram no modelo. Para o

escalonamentoéutilizadaumaescalatemporalcontínua.

Oalgoritmoapresentadoteveporbaseosseguintespressupostos:

• Númerodemáquinasgargalo(destiladores):aintroduzirpelooperador;

• ConclusãodoperíododevalidaçãodosequipamentosparaTAV:60minutos

• Horário Laboral =360 (correspondentesa7horasde trabalho/diadeduzidasde1horapara

pausas,nãodefinidaspelaorganização,ouinterrupçõesnãoprevistas);

• ∆𝑇𝑚𝑎𝑛ℎã,períododamanhãdas9h30às12h;

• ∆𝑇𝑡𝑎𝑟𝑑𝑒,períododatardedas14hàs17h30(figura28);

• Tempodetransporteentreestaçõesdeproduçãofoidesprezado

• Período de Almoço (12h-14h) – 120 minutos, o período de almoço foi definido o período

máximopossívelumavezqueestepodeoscilardentrodesteperíodoconsoanteooperador;

• ℬ{𝑖},dimensãodolotecorrespondentea𝑗𝑜𝑏*;

• 𝑆n��,tempodesetupde𝑂*2 (𝑜𝑝𝑒𝑟𝑎𝑐𝑎𝑜2𝑑𝑜𝑗𝑜𝑏*);

• 𝑝���,tempodeprocessamentode𝑂*2;

• 𝐽𝑎𝑛𝑒𝑙𝑎𝑡𝑒𝑚𝑝𝑜𝑟𝑎𝑙𝑙𝑖𝑣𝑟𝑒 - Representa o período de tempo disponível para executar os jobs que

passamnoequipamentogargalo.Estavariávelconsideraosequipamentosgargaloagendadospelo

operadorassimcomoostemposdesetupnecessáriosparaprocessarcadaumdestesjobs.

Análiseeprocessamentode

encomendasTriagem Agendamento

55

Figura28.Definiçãodoperíodolaboral

Afigura29correspondeaofluxogramarepresentativodoalgoritmodesenvolvido,esquematizandoos

princípiosdefuncionamentodosistemadeescalonamentoproposto.

Figura29.ProcedimentoHeurístico

56

Aheurísticaconstrutivapropostaestáestruturadanasseguintesetapas:Módulo1–Análiseeprocessamentodeencomendas

Passo1:importarencomendasemcarteira;

Passo 2: para cada encomenda calcular a respetiva prioridade de acordo com a equação 7

apresentadanotópico4.3.2.2,eordenarasencomendasexistentesporordemdecrescentede

prioridade

Módulo2–Triagem

Passo3:paracadaencomendaverificarseosjobsquepassamnogargalosãosolicitados:

o Sesimirparaopasso3.1,casocontrárioirparaopasso4:

o Passo3.1:paracada jobquepassanoWCbottleneck solicitadonaencomenda (𝑗AA,

𝑗J7),calcularotempodaoperação.Otempodaencomendapassadonogargaloédado

por:

𝑇𝑒𝑛𝑐�e��etn = 𝑇𝑂AA,A + 𝑇𝑂J7,7

o Passo 3.2: para cada job do passo 3.1 calcular a folga necessária para executar as

respetivasoperaçõesnão-gargalo

𝐹𝑜𝑙𝑔𝑎* = 𝑝�*2(�ã���������)

o Passo3.3:selecionaramaiorfolganecessáriaparaconcluirosjobssolicitados

𝐹𝑜𝑙𝑔𝑎𝑛𝑒𝑐𝑒𝑠𝑠á𝑟𝑖𝑎 = 𝑚á𝑥 𝐹𝑜𝑙𝑔𝑎AA, 𝐹𝑜𝑙𝑔𝑎J7 ;

o Passo3.4:atualizarajanelatemporallivre

𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 = 𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 −𝑇 6¡������� − 𝐹𝑜𝑙𝑔𝑎𝑛𝑒𝑐𝑒𝑠𝑠á𝑟𝑖𝑎

o Passo3.5:validaroinputdaencomendatendoemcontaoWLCeacapacidadedoWC

gargaloprocessaraencomenda

§ Se𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 < 0,encomendaéexcluídaeficaemfiladeespera

§ Se𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 ≥ 0,seguirparaopasso4

Passo4:executarvalidaçãomáquinaevalidaçãooperador;

o Se𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟𝑒𝑚𝑒𝑥𝑐𝑒𝑠𝑠𝑜 ≤ 0e𝑚á𝑞𝑢𝑖𝑛𝑎𝑒𝑚𝑒𝑥𝑐𝑒𝑠𝑠𝑜 ≤ 0:

Osistematemcapacidadeparaexecutaraencomenda,sendoestaaceite

o Casocontrário,aencomendaérejeitadaemantém-seemfiladeespera;

o Atualizaradimensãodolote

57

Módulo3–Agendamento

Passo5:Depoisdedefinidasasencomendasquevãoentrarnoshopfloor,agendarasoperações

dosjobsgargalo;

o Passo5.1: agendaroperaçãobottleneck do job commaiorprioridade (𝑂AA,A), de

acordo com a condicionante da validação dos equipamentos. Caso não seja

concluídoatotalidadedolotenoperíododamanhã,continuaroagendamentoda

operaçãoassimqueoperíododatardeinicia,criarumnovolote2(figura30).

Figura30.Agendarnovolote

o Passo5.2:utilizarbackwardschedulingparaagendarasoperaçõesamontantedo

gargalo(figura31)eforwardschedulingparaaoperaçãoimediatamenteajusante

dobottleneck(figura32).Senopasso5.1éfeitoagendamentoparaumnovolote,

acorrespondenteoperaçãoamontanteéiniciadaantesdoperíododealmoçodo

operador.

𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂AA,A) = 60;

𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂AA,A) = 𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂AA,A) + 𝑆n££,£;

𝐼𝑛í𝑐𝑖𝑜(𝑂AA,A) = 𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂AA,A);

𝐹𝑖𝑚(𝑂AA,A) = 𝐼𝑛í𝑐𝑖𝑜(𝑂AA,A) + 𝑝�££,£;

58

Figura31.Agendamentobackwardparaoperaçãoamontante

Figura32.Escalonamentoforwardparaoperaçãoajusante

o Passo5.3:agendaroperação𝑂J7,7noperíododisponíveldasmáquinasgargalo(Se

olotenãoforterminadonoperíododamanhã,continuarparaoperíododatarde–

lote2(figura33).

𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂J7,7) = 0;

𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂J7,7) = 𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂J7,7) + 𝑆n¤¥,¥;

𝐼𝑛í𝑐𝑖𝑜(𝑂J7,7) = 𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂J7,7);

𝐹𝑖𝑚(𝑂J7,7) = 𝐼𝑛í𝑐𝑖𝑜(𝑂J7,7) + 𝑝�¤¥,¥;

Figura33.EscalonamentoO61,1

59

o Passo5.4:agendaraoperaçãoajusante(𝑂J7,A)

§ Se𝐹𝑖𝑚(𝑂J7,7) > 𝐹𝑖𝑚(𝑂AA,A)→ 𝐼𝑛í𝑐𝑖𝑜(𝑂J7,A) = 𝐹𝑖𝑚(𝑂J7,7)

§ Se𝐹𝑖𝑚(𝑂J7,7) < 𝐹𝑖𝑚(𝑂AA,A)𝑆𝑒𝑝(𝑂J7,A)×ℬ 61 ≥ 150:𝐼𝑛í𝑐𝑖𝑜(𝑂J7,A) = 𝑖𝑛𝑖𝑐𝑖𝑜𝑑𝑎𝑡𝑎𝑟𝑑𝑒

𝐶𝑎𝑠𝑜𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜, 𝐼𝑛í𝑐𝑖𝑜(𝑂J7,A) = 𝐹𝑖𝑚(𝑂AA,A)

o Passo5.5:agendarúltimaoperaçãodo𝑗AA(𝑂AA,X);

§ Se𝐹𝑖𝑚(𝑂AA,T) > 𝐹𝑖𝑚(𝑂J7,A) →𝐼𝑛í𝑐𝑖𝑜(𝑂AA,X) = 𝐹𝑖𝑚(𝑂AA,T)

§ Casocontrário𝐼𝑛í𝑐𝑖𝑜(𝑂AA,X) = 𝐹𝑖𝑚(𝑂J7,A)

Passo6:agendarjobsnão-gargalo:

o Passo6.1:agendarlotedejobWSomaiscedopossível

𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂T,7) = 0;

𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂T,7) = 𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂T,7) + 𝑆n§¥;

𝐼𝑛í𝑐𝑖𝑜𝑊𝑆 = 𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂T,7);

𝐹𝑖𝑚𝑊𝑆 = 𝐼𝑛í𝑐𝑖𝑜𝑊𝑆 + 𝑝�§,¥ℬ{T}7 ;

o Passo6.2:porordemdeprioridadedosrestantes jobsnão-gargalo,agendarpara

cada𝑗𝑜𝑏* asoperações𝑂*2,2¨{7,...,6}

o Passo6.2.1:acederaooperadoreàmáquinaondeaoperaçãoéexecutadae

verificarqualdeleséoúltimorecursoaestardisponíveleagendarparaesse

momentooiníciodaoperação;

𝐼𝑛í𝑐𝑖𝑜𝑂*2 = 𝑚á𝑥{𝑡𝑒𝑚𝑝𝑜𝑂𝑝𝑒𝑟𝑎𝑑𝑜𝑟, 𝑡𝑒𝑚𝑝𝑜𝑀á𝑞𝑢𝑖𝑛𝑎};

𝐹𝑖𝑚𝑂*2 = 𝐼𝑛í𝑐𝑖𝑜𝑂*2 + 𝑝*2×ℬ{𝑖}

𝑁ú𝑚𝑒𝑟𝑜𝑑𝑒𝑚á𝑞𝑢𝑖𝑛𝑎𝑠𝑑𝑖𝑠𝑝𝑜𝑛í𝑣𝑒𝑖𝑠𝑝𝑎𝑟𝑎𝑎𝑜𝑝𝑒𝑟𝑎çã𝑜

o Passo 6.2.2: atualizar o horário de cadaumdos recursos de acordo como

tempoqueintervêmnaoperação;

Repetiropasso6.2atéquetodososjobsestejamagendados;

Passo7:exportarficheirocomainformaçãorelativaaoplaneamentogerado;

60

AheurísticadescritafoidesenvolvidaemlinguagemJavaatravésdoIDEEclipseversãoNeon.3(4.6.3).

OescalonamentoefetuadopelosistemaéexportadoatravésdedoisficheirosExcel,ondeconstamas

encomendasagendadaseemfiladeespera (figura34),eaprogramaçãodaproduçãodefinidapelo

algoritmo(figura35).

Figura34.Outputdosistema-Encomendasagendadas

Figura35.Outputdosistema-Escalonamentodaprodução

61

4.4. Resultados

Talcomovemsidoreferidoaolongodesteprojeto,todaaestruturadaheurísticapropostatevepor

baseaTOC.Nestesentido,othroughputdolaboratórioécondicionadopelacapacidadeexistentena

restriçãogargalodestesistema.Assimsendo,estaheurísticapropõeumareestruturaçãoparaohorário

de funcionamento das máquinas gargalo, potenciando o aumento de capacidade no gargalo e,

consequentemente,nosetorFQemgeral.

Umadasrestriçõesquecondicionaaproduçãonaworkstationgargaloprende-secomarealizaçãode

testes diários para validação dasmáquinas para produção do job 22 (𝑂AA,A), sendo que até aos 60

minutos (10h30), asmáquinas estão livres enquanto se espera pelos resultados. Contudo, uma das

constataçõesfoiofactodeostestesnãovalidaremoequipamentoparaa𝑂J7,7,peloquenesteperíodo

detempoasmáquinaspoderiamserutilizadas.Nestesentido,umamodificaçãofaceàsatuaispráticas

passapeloagendamentodaO61,1assimqueamáquinaestádisponível(instante0)aindaqueaO22,1não

possaserexecutadanesteperíodo.Adicionalmente,osetoroptaporexecutarasdestilaçõesdosdois

jobsnoperíododamanhãe,apenasemsituaçõesexcecionais,éexecutadadapartedatardeaoperação

𝑂J7,7.Esteparadigmadeve-seaotempodeprocessamentodasoperaçõesajusantedaoperaçãogargalo

parao𝑗𝑜𝑏AA.Nomodelodesenvolvidopropõe-seumareestruturaçãodestarotinadeformaadiminuir

otempodemáquinaparadaeaaumentarataxadeproduçãodosdestiladores.

Atítuloexemplificativo,foramrecolhidosdosoftware internoregistoscorrespondentesadoismeses

laboraisreferentesaonúmerodejobsgargalo,anexoL,comointuitodecompararalgunsindicadores

faceaoestadoatualeàpropostadesenvolvida.Paraestehorizontetemporal,onúmeromédiodiário

dedestilações,ouseja,operaçõesgargalo,são24correspondendoaumamédiade9𝑗𝑜𝑏J7,11𝑗𝑜𝑏AA

e4𝑗𝑜𝑏��nt.

Partindodopressupostodeque todas asmáquinas estavam funcionais e tendoem conta as atuais

rotinasdeproduçãoafigura36comparaoestadodosistemaeapropostaapresentadaparaovolume

detrabalhoatrásdescrito.Noentanto,aheurísticadesenvolvidapermitediminuiromakespanatravés

dasobreposiçãodeoperações,possibilitandoasuaconclusãoantesdoprevisto.

62

Nestecontextoatual,comumhoráriolaboralde390minutosconclui-sequedurantecercade77%deste

tempo os destiladores encontram-se parados, evidenciando que a capacidade das máquinas é

subaproveitada.Salvaguarda-seaindaqueapausaparaalmoçocontempladanomodeloésuperior(120

minutos)efoigeneralizadaumavezqueesteperíodoosciladeacordocomooperadorqueassumea

função. Estes 30minutos adicionais podem ser aproveitados pelos colaboradores para executarem

outrastarefasdesuporteàprodução.Nomodeloproposto,comumhoráriolaboralde360minutos,o

idletimedasmáquinasgargalorepresenta83%desteperíodo.

𝑅á𝑐𝑖𝑜𝐼𝑑𝑙𝑒𝑡𝑖𝑚𝑒 =𝑇𝑒𝑚𝑝𝑜𝑖𝑑𝑙𝑒

𝑇𝑒𝑚𝑝𝑜𝑙𝑎𝑏𝑜𝑟𝑎𝑙×100 =

60 + 30 + 210390

= 77%

Tendoemcontaaoportunidadeexistenteparaaumentaraprodutividadedogargalo,definiu-sequeo

inputdosjobsquepassamnestastationtemdeserdimensionadoparaoperíodolaboral,contudo,este

intervaloimplicaarealizaçãodetodasasoperaçõesnecessárias.Noentanto,umdosgrandesentraves

àavaliaçãodestemodelodeve-seàvariabilidadedeprodutosinerentesacadaencomenda,assimcomo

àreduzidaprevisãodaprocura.Estadificuldadedeve-seaofactodaponderaçãodacargadetrabalho

diáriaaserimputadaàsmáquinasgargaloestardependentedacombinaçãodejobsqueaconstituem.

Ainda nesta perspetiva, esta influência é acentuada devido à discrepância entre tempos de

processamento das operações não-gargalo. A figura 37 ilustra esta variação assim como a

representatividadedecadaoperaçãonotempototaldeprocessamentoparacadaumdosjobs.

Estadoinicialdosistema Proposta

Figura36.Comparaçãoentreestadoatualeheurísticaproposta

63

Figura37.Variaçãoentrerepresentatividadedasoperaçõesnotempodeprocessamentodojob

Ao atentarmos o tempo necessário para executar este plano de produção, sem considerarmos as

operaçõesquesesobrepõem,consegue-sedeterminarotempodeproduçãototalatravésdaequação

9.

𝑝���(«��¬��¬­) + 𝑆��� + 𝑝��,�(�������)×ℬ{𝑖}𝑚

+ 𝑝��,�(�®¯��¬­)×ℬ{𝑖}*

(9)

com,𝑖 ∈ 22, 61, 𝐶𝑣𝑜𝑙 ;

𝑚, 𝑛ú𝑚𝑒𝑟𝑜𝑑𝑒𝑑𝑒𝑠𝑡𝑖𝑙𝑎𝑑𝑜𝑟𝑒𝑠𝑑𝑖𝑠𝑝𝑜𝑛í𝑣𝑒𝑖𝑠;

Destaformaconclui-sequeotempodeprocessamentototaldestesjobscorresponde,nasituaçãoatual,

a179minutos.Assim,seduplicarmosestepadrãoprodutivoosistemacontinuaatercapacidadepara

executartodasasoperaçõesassociadas.

47%

7%

47% 45%

7%

48%

0%

82%

18%

OPERAÇÕES P R É -GARGALO

OPERAÇÃO GARGALO OPERAÇÕES PÓ S -GARGALO

Estadoinicialdosistema Proposta

Figura38.Comparaçãoentreestadoatualeheurísticaproposta

𝑗AA

𝑗J7

𝑗��nt

64

Para um mesmo volume de trabalho imputado ao sistema, quando se compara o escalonamento

realizadoatravésdomodelopropostocomoqueéfeitoregularmentepeloinstituto,asoluçãoobtida

atravésdaheurísticavaiapresentarummakespaninferiordevidoaooverlappingdeoperações.

Devidoàdificuldadedeprevisãodosprodutos solicitadosemcadaencomenda,estima-sede forma

empíricaocenáriocorrespondenteaojobcommaiortempodeprocessamentoecommaisrestrições

internas associadas (𝑗AA). Para este efeito considera-se que no período da manhã tenham de ser

realizadasasoperaçõesamontantedogargalo,aoperaçãogargaloeorespetivosetup(equação10).

Assim,dimensiona-seaseguinteprodutividadenogargaloparaoperíododamanhã:

∆𝑇𝑚𝑎𝑛ℎã = 𝑝�££,¥ + 𝑆�££,£ + 𝑝�££,£×ℬ7 22 ⟺ (10)

⟺ ℬ7 22 = 7Z±²J±²X�

= 9𝑑𝑒𝑠𝑡𝑖𝑙𝑎çõ𝑒𝑠/máquinagargalo

Partindodestepressuposto,casoexistaumnovoloteparaoperíododatarde(ℬA 22 ),asuadimensão

temdesatisfazeracondiçãodequeoseuprocessamentoterminadeformaaqueseconcluamtodasas

operaçõesnão-gargaloatéaofimdodiadetrabalho.Contudoconsidera-sequeodimensionamentodo

lotedeveserfeitodeformaarespeitarobalanceamentodasoperaçõesdevidoàexistênciademáquinas

em paralelo e máquinas únicas. O cenário proposto diz respeito ao agendamento de todos os

destiladores.Destaforma,operíododatardeimplicaoprocessamentodaoperaçãogargalodonovo

lotecriado,assimcomoasoperaçõesajusantedogargalo(equação11).

∆𝑇𝑡𝑎𝑟𝑑𝑒 = 𝑆�££,£ + 𝑝�££,£×ℬA 22 + 𝑝�££,§ + 𝑝�££,´(𝑀×ℬ7 22 + 𝑀×ℬA 22 ) ⟺ (11)

⟺ ℬA 22 = A7±²X²J±²7×T×�7A

= 9𝑑𝑒𝑠𝑡𝑖𝑙𝑎çõ𝑒𝑠/máquinagargalo;

Posto isto, conclui-se que para 𝑗AA, e comomáximo número de equipamentos gargalo agendados,

podemserexecutadas18destilaçõesdiáriasporequipamento.Nestecenárioprodutivo,reduzir-se-iao

idletimedestesequipamentospara53%.

Postoisto,baseadoemdadosempíricosconclui-sequeametodologiadesenvolvidapermiteaumentar

ovolumedetrabalhonogargalo,garantindoaconclusãodosjobsgargalonofinaldodialaboral.Desta

forma,tendoporbaseaTOC,oaumentodecapacidadenogargalotraduz-senumaumentoglobalda

capacidade produtiva do setor laboratorial. Em simultâneo, a sobreposição de tarefas permite uma

minimizaçãodomakespandosistema.

65

5. Conclusão

5.1. ConsideraçõesFinais

Comoaparecimentodosmercadosglobais,aindústriaviu-seobrigadaareajustar-seàsnecessidades

dosclientes, implicandoumaestruturaágileeficiente,comointuitodecriarvantagemcompetitiva.

Tambémosetorterciáriotemassumidoumpapeldedestaquecrescenteparaodesenvolvimentoda

economia.Nestesentido,oIVDP,I.P.enquantoentidadecertificadoratemoseupapelbemvincadono

queconcerteaodesenvolvimentodaRDDe,implicitamente,paraodesenvolvimentodopaísdadoo

contributo desta região para economia global. Desta forma, urge a necessidade de continuamente

melhorararespostaaoclientepotenciandotantooretornointernodaorganizaçãocomodosagentes

económicosdaRDD.

Esteprojetotevecomoprincipalobjetivodesenvolverumaheurísticaquepermitissefacilitaratomada

de decisão no processo de planeamento e, em simultâneo, permitisse obter uma solução de

escalonamentoadequadaàscaracterísticasdolaboratóriomelhorandoostemposderespostadosetor.

Otrabalhodesenvolvidobaseou-senascaracterísticaspresentesàdatadeiníciodoprojeto,implicando

umapesquisaexaustivasobreoestadoatualdosistema,bemcomoasespecificidadesassociadasacada

rotadeprocessamentodeformaaqueaheurísticadesenvolvidacolmatasseasnecessidadesdaDSTC.

Aincorporaçãodevariáveisatéentãodesvalorizadasnoprocessodeplaneamento,taiscomo,tempos

de setupeexecuçãodeduplicadosparaefeitosdequantificaçãoda incerteza, tornamomodelode

planeamentomais aproximado da realidade, integrando fatores que em última instância poderiam

provocarenviesamentoentreoplaneamentoeaproduçãoreal.Posteriormente,omodeloestruturado

foidesenvolvidoatravésdoIDEEclipseNeon.3,resultandocomooutputoescalonamentodasoperações

aexecutarnosetor.

Aindaquehajapoucosindicadoresparamonitorizaçãodosresultadosproporcionadospelaheurística

desenvolvida,pode-seinferirqueestealgoritmopotenciouumaumentodeprodutividadeumavezque,

através da reestruturação do escalonamento, foi adicionada capacidade na restrição gargalo

identificadaatéàdatadoprojeto.Sabe-seque,apenascomamelhoriadothroughputdarestriçãoé

possívelalcançarumamaiorproduçãoglobaldolaboratório,assimespera-seumaumentodonívelde

serviçoaocliente.Paralelamente,foipossíveluniformizaroprocessodeplaneamentodeproduçãouma

vezqueocontrolodeentradadeencomendaspassaaserefetuadoatravésdoalgoritmo,diminuindoa

variabilidadeintrínsecaaoprocessoempíricoanteriormenterealizado.Postoisto,considera-sequeo

presente trabalho acrescenta valor à organização na medida em que é feita uma representação

66

aproximadadosistemaemestudo.Aindanestaperspetiva,esteprojetoconseguiudefinirummodelo

deescalonamentoqueatéentãonãoexistiaeque,dadaacomplexidadedoambienteprodutivo,era

totalmenteoportunoparaobterumcorretoplaneamentoecontrolodaprodução.

OfactodoIVDPsetratardeumaorganizaçãoúnicaesemconcorrênciademercadofoiumdosfatores

quemais dificultaram a execução deste projeto. Por vezes, condicionados pelo contexto em que o

institutoseinsereepelaslimitaçõesassociadasàsentidadespúblicas,nomeadamenteemquestãode

verbas disponibilizadas pelo Estado, nem sempre é possível colmatar todas as necessidades,

contrariamente ao que acontece na indústria, onde o espírito de competitividade e o respetivo

desenvolvimentodeestratégiassãotrabalhadasdeformaexaustiva.Estaquestãopodesercomprovada

pela lacunaexistentenodesenvolvimentoeaplicaçãodeKPI’squepermitamavaliaremonitorizaro

sistema de forma contínua. A existência de rotinas de trabalho já interiorizadas no seio da DSTC

provocamalgumaresistênciaàmudançae,porvezes,podemcondicionarodiagnósticoeavisãointerna

dodepartamento.Contudo,espera-sequeapósaanálisedesteprojeto,sejadespertadaavontadede

aumentar a eficiência da organização e a promoção da melhoria contínua, ainda que a atividade

económicadaorganizaçãonãoestejadependentedocontextoconcorrencialemqueseinsere.

Porfim,realça-sequeanaturezadinâmicadeumsistemaimplicaumacompanhamentocontínuoe,

portanto,odesafioestánaconstantemonitorizaçãoeidentificaçãodosfatoresquecondicionamasua

performance.Assim,considera-sefundamentalqueaorganizaçãoassumaumcompromissointernode

formaaestimulartodosossetoresparacontinuamentemelhoraresuperarasmetasestabelecidas.

5.2. DesenvolvimentosFuturos

Opresenteprojetofoidesenvolvidotendoemcontaumaperspetivaestática,contudo,propõe-seque

nofuturoestemodelopossaserexpandidotendoemcontaascaracterísticasdinâmicasdosistemao

quepermitiráumarepresentaçãoaindamaispróximadarealidade.Atítuloexemplificativo,destaca-se

aincorporaçãodeummecanismodecontrolocontínuoparaaentradadeencomendasparaoshopfloor.

Dada a importância atribuída à entrada de encomendas para o shopfloor, condicionada pelas

característicasintrínsecasaoprocessoanalíticoepelacapacidadederespostadolaboratório,sugere-

seaexploraçãodeoutras regrasdeWLCquepromovamocontrolodasentradase,emsimultâneo,

potenciemoaumentodovolumedetrabalhodolaboratório.

Devido ao ambiente produtivo em estudo, o operador assume um papel fundamental devido às

multitarefas que desempenha. Neste sentido, propõe-se que no seguimento deste projeto seja

67

estudado o seu impacto no processo produtivo, de forma a avaliar a possibilidade de esta variável

constituirumarestriçãodecapacidadedosistema.

Muitasdasdificuldadesqueforamsurgindoaolongodaexecuçãodesteprojetoestavamrelacionadas

comoacessoerecolhadedados.Naerada informaçãopode-seafirmarqueumacorretagestãoda

informaçãoapresentaimpactossignificativosnaatividadedeumaorganização.Assim,propõe-seuma

novaabordagemnoqueconcerneàgestãodainformaçãoquedeve,emprimeirolugar,basear-sena

suaatualizaçãoeeliminaçãodeconteúdosobsoletos.OsistemadeinformaçãoGLabé,nestemomento,

umaplataformasubaproveitadadevidoàsuaestruturapesadaepoucodinâmica,funcionandoapenas

comoumabasededadosestática.Sugere-seodesenvolvimentodeumnovosistemadeinformação

integrado,estruturadosegundoosrequisitosessenciaisparaaDSTC,masqueconsigafuncionarcomo

interfaceentreoutilizadoreo sistema, tornando-seuser-friendly e, acimade tudo,quepermitaao

utilizador aceder e cruzar informação facilmente. No contexto atual das organizações é imperativo

recolhereprocessardadosparaquesejamtransformadoseminformaçãoválidae,emúltimainstância,

possaserutilizadacomofontedeconhecimentonocontextoorganizacional.

Aliadoàgestãodainformaçãopropõe-seadesmaterializaçãodeprocessosdeformaadiminuirotempo

dispensado em atividades de suporte que não acrescentam valor. Esta proposta pode ser aplicada

gradualmenteatravésdepequenasmudançasnagestãodolaboratório,taiscomoaimplementaçãodo

conceito Lean Lab que, de uma forma generalizada e à semelhança do que acontece na indústria,

permiteaeliminaçãodedesperdícioeamelhoriadaeficiênciaglobaldosistema.Nesteâmbito,propõe-

se que a organização possua um conhecimento detalhado das suas atividades e, para tal, uma das

sugestõespassapelaaplicaçãodametodologiademapeamentodacadeiadevalor (VSM).Umadas

principaisvalênciasdestaferramentaéaconceçãodeumestadoidealparaofuturodaorganizaçãoque

pode ser alcançado comaeliminaçãodeatividadesquenãoacrescentamvalor àorganização.Uma

pequenamudançaquecomprovaaoportunidadeparataisalteraçõeséaaquisiçãodeumsensorpara

monitorizaçãoeregistodatemperaturadaoperação“banhos”,atividadequeatualmenteéexecutada

pelooperadoratravésdoregistobidiárioempapel.Esteequipamentoexportaoregistodatemperatura

aominutoeemiteumalarmecasoexistaumaoscilaçãofaceàtemperaturadefinida.Paralelamente,

estanovaformaderegisto,permitiriaaooperadoridentificarfacilmentequaisasamostrasafetadasem

casodeavariadoequipamento.Destaforma,vê-sediminuídaaprobabilidadedeerrohumanoeliberta-

seooperadordeumatarefaque,apesardesuportaraprodução,nãoacrescentaqualquervalorparaa

organização.

Porfim,aeradaIndústria4.0pretendeintroduzirastecnologiasdeinformaçãodeformaautilizá-las

emproldoaumentodaeficiênciadasorganizações,nomeadamentenacoordenaçãodossistemasde

68

produção.Noâmbitodeste tema, aindaquenumapequenaescala, foi proposto a aplicaçãodeum

sistemadetracking,atravésdeRFID,paraalocalizaçãodeamostraserastreabilidadedosprocessosem

produção,umavezqueumadasdificuldadesatuaisdosetorestá relacionadacoma localizaçãodas

garrafasdevinhosimplicandoqueooperadorlocalizeasamostrasdosprocessosemfalta.Estanova

abordagem,permitiriaaumentaroconhecimentoqueaDSTCtemdoestadodosistemaatravésdeum

controloemtemporealdosprocessosemcarteira,desdeasuaentradanoPRAatéquetodooprocesso

fosse concluído. No entanto, sugere-se que esta tecnologia seja pensada em simultâneo com a

reestruturaçãodosistemainformáticodolaboratóriodeformaaincorporartodasasvalênciasdeum

sistemaRFID.Atualmente, os resultados analíticos são, na grandemaioria dos casos, registados em

papel e só depois introduzidos no GLab constituindo uma atividade intermédia que, num futuro

próximo, poderia ser eliminada através dautilizaçãode tags ativas deRFIDpermitindo a ediçãoda

informaçãoeinserçãodosresultadosdiretamentenosistema.

69

6. BibliografiaAllahverdi,A.,Gupta,J.N.D.,&Aldowaisan,T.(1999).Asurveyofscheduingresearchinvolvingsetup

considerations.OMEGA-InternationalJournalofManagementScience,27,219–239.

Anand,E.,&Panneerselvam,R.(2015).LiteratureReviewofOpenShopSchedulingProblems.Intelligent

InformationManagement,7,33–52.https://doi.org/http://dx.doi.org/10.4236/iim.2015.71004

Barker,T.,&Zabinsky,Z.(2011).Amulticriteriadecisionmakingmodelforreverselogisticsusinganalytical

hierarchyprocess.Omega,39(5),558–573.https://doi.org/10.1016/j.omega.2010.12.002

Behnke,D.,&Geiger,M.(2012).TestInstancesfortheFlexibleJobShopSchedulingProblemwithWork

Centers.Opus.Unibw-Hamburg.De.Obtidodehttp://opus.unibw-hamburg.de/volltexte/2012/2982/

Błażewicz,J.,Domschke,W.,&Pesch,E.(1996).Thejobshopschedulingproblem:Conventionalandnew

solutiontechniques.EuropeanJournalofOperationalResearch,93(1),1–33.

https://doi.org/10.1016/0377-2217(95)00362-2

Brucker,P.,Gladky,A.,Hoogeveen,H.,Kovalyov,M.Y.,Potts,C.N.,Tautenhahn,T.,&vandeVelde,S.L.

(1998).Schedulingabatchingmachine.JournalofScheduling,1(1),31–54.

https://doi.org/10.1002/(SICI)1099-1425(199806)1:1<31::AID-JOS4>3.0.CO;2-R

Buzacott,J.,&Shanthikumar,J.(1993).StochasticModelsofManufacturingSystems.Prentice-Hall,Inc.

Carvalho,D.(2004).TOC–TheoryOfConstraints.

Chen,C.(1997).Schedulinginaflowlinemanufacturingcellssystemconsideringintercellularparts:thetabu

searchapproach.UniversityofTexas.

Ciarallo,F.W.,Akella,R.,&Morton,T.E.(1994).APeriodicReview,ProductionPlanningModelwith

UncertainCapacityandUncertainDemand—OptimalityofExtendedMyopicPolicies.Management

Science,40(3),320–332.https://doi.org/http://dx.doi.org/10.1287/mnsc.40.3.320

Coughlan,P.,&Coghlan,D.(2002).Actionresearchforoperationsmanagement.InternationalJournalof

Operations&ProductionManagement,22(2),220–240.https://doi.org/https://

doi.org/10.1108/01443570210417515

Coutinho,C.,Sousa,A.,Dias,A.,Bessa,F.,Ferreira,M.J.,&Vieira,S.(2009).Investigação-acção:

Metodologiapreferencialnaspráticaseducativas.PsicologiaEducaçãoeCultura,XIII(2),455–479.

Decreto-Leino278/2003de6deNovembro,Pub.L.No.DiáriodaRepública:Isérie-A(2003).Obtidode

www.ivv.min-agricultura.pt/np4/204?newsld=496&fileName=DL_278_2003.pdf

Edis,E.B.,Oguz,C.,&Ozkarahan,I.(2013).Parallelmachineschedulingwithadditionalresources :Notation

,classification,modelsandsolutionmethods.EuropeanJournalofOperationalResearch,230(3),

449–463.https://doi.org/10.1016/j.ejor.2013.02.042

Fattahi,P.,Jolai,F.,&Arkat,J.(2009).Flexiblejobshopschedulingwithoverlappinginoperations.Applied

MathematicalModelling,33(7),3076–3087.https://doi.org/10.1016/j.apm.2008.10.029

Fernandes,A.(semdata).3.AInvestigação-acçãocomometodologia.

Fernandes,&Carmo-Silva,S.(2013).WorkloadControlandOrderRelease:TheInfluenceoftheLocationof

70

ProtectiveCapacity.ProceedingsoftheWorldCongressonEngineering,I,3–7.Obtidode

http://www.iaeng.org/publication/WCE2013/WCE2013_pp465-469.pdf

Gardiner,S.C..,BlackstoneJr,J.H.,&Gardiner,L.R.(1993).Drum-Buffer-RopeandBufferManagement:

ImpactonProductionManagementStudyandPractices.InternationalJournalofOperations&

ProductionManagement,13(6),68–78.Obtidodehttp://dx.doi.org/10.1108/01443579310039047

Ghezail,F.,Pierreval,H.,&Hajri-gabouj,S.(2010).Computers&IndustrialEngineeringAnalysisof

robustnessinproactivescheduling :Agraphicalapproach.Computers&IndustrialEngineering,58(2),

193–198.https://doi.org/10.1016/j.cie.2009.03.004

Goldratt,E.M.,&Cox,J.(1989).TheGoal.GowerPublishingCompanyLimited.

Graham,R.L.,Lawler,E.L.,Lenstra,J.K.,&Kan,A.H.G.R.(1979).OptimizationandApproximationin

DeterministicSequencingandScheduling:aSurvey.AnnalsofDiscreteMathematics,5(C),287–326.

https://doi.org/10.1016/S0167-5060(08)70356-X

Graves,S.C.(1981).AReviewofProductionScheduling.OperationsResearch,29(4),646–675.

https://doi.org/10.1287/opre.29.4.646

Gravett,S.(2002).TransformativeLearningthroughActionResearch :ACaseStudyfromSouthAfrica.Em

AdultEducationResearchConference.

Gupta,M.,Ko,H.,&Min,H.(2002).TOC-basedperformancemeasuresandfivefocusingstepsinajob-shop

manufacturingenvironment.InternationalJournalofProductionResearch,40(4),907–930.

https://doi.org/10.1080/00207540110097185

Handfield,R.,Walton,S.,Sroufe,R.,&Melnyk,S.(2002).Applyingenvironmentalcriteriatosupplier

assessment:AstudyintheapplicationoftheAnalyticalHierarchyProcess.EuropeanJournalof

OperationalResearch,141,70–87.https://doi.org/10.1016/S0377-2217(01)00261-2

Hart,E.,Ross,P.,&Corne,D.(2005).EvolutionaryScheduling :AReview,191–220.

Haskose,A.,Kingsman,B.G.,&Worthington,D.(2002).Modellingflowandjobbingshopsasaqueueing

networkforworkloadcontrol.InternationalJournalofProductionEconomics,78(3),271–285.

https://doi.org/10.1016/S0925-5273(01)00117-7

Heyman,D.P.,&Sobel,M.J.(2004).StochasticModelsinOperationsResearch:StochasticOptimization

VolumeII.Mineola,NewYork:DoverPublications,Inc.

Ho,N.B.,Tay,J.C.,&Lai,E.M.K.(2007).Aneffectivearchitectureforlearningandevolvingflexiblejob-

shopschedules.EuropeanJournalofOperationalResearch,179(2),316–333.

https://doi.org/10.1016/j.ejor.2006.04.007

Holthaus,O.,&Rajendran,C.(1997).NewdispatchingRulesforSchedulinginaJobShop-AnExperimental

Study.InternationalJournalofAdvancedManufacturingTechnology,13,148–153.

IVDP,I.P.(2016).PortoeDouro.Porto.

Jain,A.,&Meeran,S.(1998).Astate-of-the-artreviewofjob-shopschedulingtechniques,(1).

Jensen,M.T.(2001).Improvingrobustnessandflexibilityoftardinessandtotalflow-timejobshopsusing

robustnessmeasures.AppliedSoftComputing,1,35–52.

71

Jeong,H.-I.,Park,J.,&Leachman,R.C.(1999).Abatchsplittingmethodforajobshopschedulingproblem

inanMRPenvironment.InternationalJournalofProductionResearch,37(15),3583–3598.

https://doi.org/10.1080/002075499190194

Kacem,I.,Hammadi,S.,&Borne,P.(2002).Approachbylocalizationandmultiobjectiveevolutionary

optimizationforflexiblejob-shopschedulingproblems.IEEETransactionsonSystems,Manand

CyberneticsPartC:ApplicationsandReviews,32(1),1–13.

https://doi.org/10.1109/TSMCC.2002.1009117

Kovalyov,M.Y.,Oulamara,A.,&Soukhal,A.(2015).Two-agentschedulingwithagentspecificbatchesonan

unboundedserialbatchingmachine.JournalofScheduling,18(4),423–434.

https://doi.org/10.1007/s10951-014-0410-0

Kuhne,G.W.,&Quigley,B.A.(1997).UnderstandingandUsingActionResearchinPracticeSettings.New

DirectionsforAdultandContinuingEducation,(73),23–40.

Land,M.J.,&Gaalman,G.J.C.(semdata).Workloadcontrolconceptsinjobshops-Acriticalassessment.

Obtidode

http://apps.isiknowledge.com/full_record.do?product=UA&search_mode=CitingArticles&qid=13&SID

=Q1lGGdpNlHCgAkJaGj2&page=1&doc=18

Land,M.J.,&Gaalman,G.J.C.(2009).ProductionplanningandcontrolinSMEs:timeforchange.

ProductionPlanning&Control,20(7),548–558.https://doi.org/10.1080/09537280903034230

Lawler,E.L.,Lenstra,J.K.,Kan,A.H.G.R.,&Shmoys,D.B.(1993).SequencingandScheduling :Algorithms

andComplexity(Vol.4,pp.445–522).ElsevierSciencePublishers.

Lee,C.-Y.,Uzsoy,R.,&Martin-Vega,L.A.(1992).EfficientAlgorithmsforSchedulingSemiconductorBurn-In

Operations.OperationsResearch,40(4),764–775.https://doi.org/10.1287/opre.40.4.764

Li,S.,Yuan,J.,&Fan,B.(2011).Unboundedparallel-batchschedulingwithfamilyjobsanddelivery

coordination.InformationProcessingLetters,111(12),575–582.

https://doi.org/10.1016/j.ipl.2011.03.014

Liu,S.Q.,&Ong,H.L.(2004).MetaheuristicsfortheMixedShopSchedulingProblem.Asia-PacificJournalof

OperationalResearch,21(4),97–115.https://doi.org/10.1142/S0217595904000072

Lu,L.,&Yuan,J.(2008).Unboundedparallelbatchschedulingwithjobdeliverytominimizemakespan,36,

477–480.https://doi.org/10.1016/j.orl.2008.01.006

Mathirajan,M.,&Sivakumar,A.I.(2006).Aliteraturereview,classificationandsimplemeta-analysison

schedulingofbatchprocessorsinsemiconductor.InternationalJournalofAdvancedManufacturing

Technology,29(9–10),990–1001.https://doi.org/10.1007/s00170-005-2585-1

Mathur,A.(2015).AnalyticHierarchyProcess :AnApplicationin.SkitResearchJournal,5(1),60–63.

Moss,H.K.(2007).ImprovingServiceQualitywiththeTheoryofConstraints.JournalofAcademyof

BusinessandEconomics,7(3),45–66.https://doi.org/10.1108/09604520010341591

Oosterman,B.,Land,M.,&Gaalman,G.(2000).Influenceofshopcharacteristicsonworkloadcontrol.

InternationalJournalofProductionEconomics,68(1),107–119.https://doi.org/10.1016/S0925-

72

5273(99)00141-3

Ozturk,O.,Begen,M.A.,&Zaric,G.S.(2016).Abranchandboundalgorithmforschedulingunitsizejobson

parallelbatchingmachinestominimizemakespan.InternationalJournalofProductionResearch,

7543(January),1–17.https://doi.org/10.1080/00207543.2016.1253889

Partovi,F.,Burton,J.,&Banerjee,A.(1990).ApplicationofAnalyticalHierarchyProcessinOperations

Management.InternationalJournalofOperations&ProductionManagement,10(3),5–19.

https://doi.org/10.1108/01443579010134945

Pegels,C.C.,&Watrous,C.(2005).Applicationofthetheoryofconstraintstoabottleneckoperationina

manufacturingplant.JournalofManufacturingTechnologyManagement,16(3),302–311.

https://doi.org/10.1108/IJBM-07-2013-0069

Peixoto,F.(GEHVID-F.deL.daU.doP.(2006).OVinhodoPorto:docorporativismoàdemocracia:

SingularidadesdoprocessoinstitucionaldovinhodoPorto.Universum(Talca),21(2),168–183.

https://doi.org/https://dx.doi.org/10.4067/S0718-23762006000200011

Potts,C.N.,&Kovalyov,M.Y.(2000).Schedulingwithbatching:areview.EuropeanJournalofOperational

Research,120(2),228–249.https://doi.org/10.1016/S0377-2217(99)00153-8

Rahman,S.(1998).TheoryofconstraintsAreviewofthephilosophyanditsapplications.International

JournalofOperations&ProductionManagement,18(4),336–355.

https://doi.org/http://dx.doi.org/10.1108/01443579810199720

Saaty.(1987).Theanalytichierarchyprocess-whatitisandhowitisused.MathematicalModelling,9(3–5),

161–176.https://doi.org/10.1016/0270-0255(87)90473-8

Saaty.(1990a).TheAnalyticHierarchyProcess-Planning,PrioritySetting,ResourceAllocation.RWS

Publications.

Saaty,T.(1990b).Howtomakeadecision:TheAnalyticHierarchyProcess.EuropeanJournalofOperational

Research.https://doi.org/10.1016/0377-2217(90)90057-I

Saaty,T.(1994).HowtoMakeaDecision:TheAnalyticHierarchyProcess.Interfaces,24(6),19–43.

Saaty,T.(2008).Decisionmakingwiththeanalytichierarchyprocess.InternationalJournalofServices

Sciences,1(1),83–98.https://doi.org/10.1504/IJSSCI.2008.017590

Sahraeian,R.,Samaei,F.,&Rastgar,I.(2012).Minimizingthemakespanonparallelbatchschedulingwith

stochastictimes.Em6thInternationalConferenceonIndustrialEngineeringandIndustrial

Management(pp.252–259).Vigo.

Sharma,P.,&Jain,A.(2016).Areviewonjobshopschedulingwithsetuptimes.Proceedingsofthe

InstitutionofMechanicalEngineers,PartB:JournalofEngineeringManufacture,230(3),517–533.

https://doi.org/10.1177/0954405414560617

Sousa,F.De.(semdata).ACOMPANHIAGERALDAAGRICULTURADASVINHASDOALTODOURO(1756-

1978).

Spencer,M.S.;Cox,J.F.(1995).Optimumproductiontechnology(OPT)andthetheoryofconstraints(TOC):

analysisandgenealogy.JournalofProductionResearch,33(6),1495–1504.

73

https://doi.org/10.1080/00207549508930224

Stevenson.(2009).OperationsManagement(10.aed.).McGrawHill.

Stevenson,M.,Hendry,L.C.,&Kingsman,B.G.(2005).Areviewofproductionplanningandcontrol:the

applicabilityofkeyconceptstothemake-to-orderindustry.InternationalJournalofProduction

Research,43(5),869–898.https://doi.org/10.1080/0020754042000298520

Taylor’s.(semdata).HistóriadoVinhodoPorto-OMarquêsdePombal.Obtido27deNovembrode2016,

dewww.taylor.pt/pt/o-que-e-o-vinho-do-porto/historia/o-marques-de-pombal/

Thürer,M.,Stevenson,M.,Silva,C.,Land,M.J.,&Fredendall,L.D.(2012).Workloadcontrolandorder

release:Aleansolutionformake-to-ordercompanies.ProductionandOperationsManagement,

21(5),939–953.https://doi.org/10.1111/j.1937-5956.2011.01307.x

Tu,Z.,Sebla,N.,&Vayvay,Ö.(2014).TheoryofConstraints :ALiteratureReview,150(231),930–936.

https://doi.org/10.1016/j.sbspro.2014.09.104

Uzsoy,R.,&Wang,C.-S.(2000).Performanceofdecompositionproceduresforjobshopscheduling

problemswithbottleneckmachines.InternationalJournalofProductionResearch,38(6),1271–1286.

https://doi.org/10.1080/002075400188843

Vargas,L.(1990).Anoverviewoftheanalytichierarchyprocessanditsapplications.EuropeanJournalof

OperationalResearch,48(1),2–8.https://doi.org/10.1016/0377-2217(90)90056-H

Vervenner,J.-B.,Callaert,J.,&Looy,B.Van.(2014).PatentStatisticsatEurostat:Mappingthecontribution

ofSMEsinEUpatenting.https://doi.org/10.2785/55102

Watson,K.J.,Blackstone,J.H.,&Gardiner,S.C.(2007).Theevolutionofamanagementphilosophy:The

theoryofconstraints.JournalofOperationsManagement,25(2),387–402.

https://doi.org/10.1016/j.jom.2006.04.004

Wind,Y.,&Saaty,T.(1980).MarketingApplicationsoftheAnalyticHierarchyProcess.Management

Science.https://doi.org/10.1287/mnsc.26.7.641

Yan,Z.,Hanyu,G.,&Yugeng,X.(2007).Modifiedbottleneck-basedheuristicforlarge-scalejob-shop

schedulingproblemswithasinglebottleneck.JournalofSystemsEngineeringandElectronics,18(3),

556–565.https://doi.org/http://dx.doi.org/10.1016/S1004-4132(07)60129-7

Ye,T.,&Han,W.(2008).Determinationofbuffersizesfordrum–buffer–rope(DBR)-controlled

productionsystems.InternationalJournalofProductionResearch,46,2827–2844.

https://doi.org/10.1080/00207540600922948

Zhai,Y.,Sun,S.,Wang,J.,&Guo,S.(2010).Aheuristicalgorithmforlarge-scalejobshopschedulingbased

onoperationdecompositonusingbottleneckmachine.2010InternationalConferenceon

ManagementandServiceScience,MASS2010,1–4.https://doi.org/10.1109/ICMSS.2010.5576038

Ziaee,M.(2014).Anefficientheuristicalgorithmforflexiblejobshopschedulingwithmaintenance

constraints.AppliedMathematicsandSciences:AnInternationalJournal(MathSJ),1(1),19–31.

Obtidodehttp://airccse.com/mathsj/papers/1114mathsj02.pdf

74

75

Anexos

AnexoA:ListadefinalidadesedescriçãodosserviçosdaDSTC

Finalidade Descrição

Registo Registodevinhoparacomercialização

RenovaçãodeRegisto RenovaçãodeumregistoprévioRegistoAD RegistodeAguardente

RenovaçãoAD RenovaçãodeumregistopréviodeAguardente

ComplementodeRegisto Parâmetrosextraprotocolosolicitadospelosclientes

ProcessodeControlo ControlodequalidadeAssistêncialaboratorial PedidovoluntáriodelaboratórioAssistênciadeprova PedidovoluntáriodeprovaAssistênciamista Assistênciadeprovaelaboratório

Assistênciaexportação Testeslaboratoriaisparafinsdeexportação

Recurso PedidodereapreciaçãoapósreprovaçãonaCâmaradeProvadores

Parecertécnico FDO Fiscalização

FDO–Inícioengarrafamento FiscalizaçãoiníciodeengarrafamentoFDO-Completa FiscalizaçãocompletaFiscalizaçãoAD Fiscalizaçãodeaguardente

Exportaçãotranscrição FDO-Exportação

Certificadosdeexistência

FDOPré Fiscalizaçãopreliminar(menosespecíficadoqueFDO)

FDOSAQ FiscalizaçãoavinhosemcomercializaçãoADOModificado Análiseamodificaçõesdevinho

DesnaturaçãoAD ADimprópriaparaconsumo,masutilizadaparaoutrosfins

Devoluções Confirmaçãodoestadodovinhoantesdedevoluções

Capacidadedevenda

Consultapericial ConsultasobredeterminadovinhopedidapeloIVDPàJuntaConsultiva

Verificaçãodecaracterísticas Processodeverificaçãodeconformidadedascaracterísticas

Atualizaçãodecaracterísticasderegisto

Atualizaçãodeumregistoprévioapósalteraçõesdosparâmetrosquímicoseou

sensoriaisEnsaio Finalidadegeneralizadaparaensaiosetestes

ProvadeClassificação

Cedência Apósvendaocompradorefetuanovoregistoparacomercialização

Varejo ContagemdovinhoemarmazémApreciaçãoprévia

Auditoria

AnexoB:TabeladeapoioàanáliseABCreferenteàsfinalidadesexistentesnaDSTC

AnexoC:Listadeprodutosconsideradosnodesenvolvimentodoprojeto:i)Listageraleii)ListaWS

i) ii)

AnexoD:TabeladeapoioàanáliseABCdosprodutos

AnexoE:LayoutsetorFQeWC’sexistentes

AnexoF:AHPaplicadoàpriorizaçãodeencomendas

F.i)Estruturahierárquicadadecisãodepriorizaçãodeencomendas

F.ii)Comparaçãoentrecritérios

F.iii)Comparaçãoentresubcritérios“Categoria”

AnexoG:Dadosrelativosaosequipamentosexistentes

AnexoH:AHPaplicadoàpriorizaçãodejobs

H.i)Estruturahierárquicadadecisãodepriorizaçãodejobs

H.ii)Comparaçãoentrecritéirosparapriorizaçãodejobs

H.iii)Prioridadeentrealternativasecritérios

AnexoI:Exemplodeficheirodeimportaçãodeencomendas

AnexoJ:Ficheirodeimportaçãodedadosrelativosaosjobs

AnexoK:Ficheirodeimportaçãodedadosrelativosàsoperações

AnexoL:Registosdaproduçãode𝐽��nt, 𝐽J7, 𝐽AA