MODELAGEM DE SISTEMAS INTEGRADOS DE MANUFATURA POR SIMULAÇÃO DINÂMICA DISCRETA

A. R. Brito Neto (1), P. H. P. Muniz (1) e R. P. B. de Menezes (2)

(1) Departamento de Engenharia Mecânica, Escola Politécnica, Universidade Federal da Bahia
(2) Departamento de Engenharia Elétrica, Escola Politécnica, Universidade Federal da Bahia Rua Prof. Aristides Novis, nº 2, Federação, 40.210-630 Salvador/Bahia

Palavras-chave: Integração da Manufatura, Simulação, Modelagem, Programação da Produção.

RESUMO

Com a atual rapidez e freqüência com que as mudanças nas condições de mercado acontecem, torna-se imprescindível que as indústrias sejam cada vez mais versáteis e flexíveis. Um dos grandes problemas decorrentes, nas indústrias, é o alto custo envolvido em qualquer modificação da sua estrutura produtiva. Uma das alternativas hoje disponíveis para alcançar tal objetivo é a adoção de simulações computacionais.

O trabalho aqui descrito tem como objetivo unir uma ferramenta computacional de simulação ao sistema de controle e programação da produção em manufatura (PCP) como forma de possibilitar a otimização de processos de forma rápida e simples, visto que os sistemas estarão integrados pelo intercâmbio de informação (condição para viabilizar a otimização, vide Gadient et alli, 1996).

Simulação é uma dos mais importantes instrumentos, se não o mais importante, de previsão de resultados e otimização de um sistema de manufatura (Akbay, 1996). Ela auxilia na convergência dos investimentos para as áreas que realmente necessitam sem os riscos de uma implementação real, o que minimiza riscos e desperdícios, além de reduzir gastos.

A referida modelagem pode tornar-se muito mais poderosa se associada a ferramentas específicas de planejamento e gerenciamento. Para tanto, métodos eficazes de importação, exportação e formatação de dados são de grande utilidade para redução do tempo normalmente gasto com esta etapa, o que também reduz custos (vide Stalk e Hout, 1993).

O primeiro passo é simular o sistema que deseja se trabalhar. Para simular, é preciso que o sistema de manufatura em questão já esteja devidamente modelado. A partir daí, exporta-se os dados do PCP para a simulação. De posse dos dados, observa-se o funcionamento da planta com aquela configuração. Verificam-se as deficiências da produção, como gargalos, máquinas ociosas, período de máquinas quebradas, tempo para reparo, entre outros. Essas informações são observadas através de relatórios gerados pela própria ferramenta de modelagem.

De posse dessas informações, altera-se a configuração do modelo buscando se obter um melhor rendimento. Atingidas as metas de otimização, repassa-se os dados novos para o sistema real, visando reconfigurá-lo para os novos parâmetros. Para realizar o intercâmbio de dados entre os sistemas deve-se, em primeiro lugar, formatá-los de modo que estes fiquem compatíveis com as configurações do software que irá recebê-los. Em seguida, os dados são transferidos para um banco de dados neutro, que pode ser acessado por todos os sistemas através, por exemplo, de tecnologia ODBC (Open DataBase Connectivity).

A validação do projeto é baseada em uma planta CIM didática (do NIMAtec - Núcleo de Tecnologias em Integração da Manufatura do SENAI), que está sendo implantada. Esta planta é composta por unidades de fabricação, transporte e manipulação, inspeção, estação de controle de processo, uma estação JIT e montagem. São produzidos 18 modelos de produtos a partir de combinações de 5 peças com características preestabelecidas no tamanho, cor e posição. A modelagem é feita utilizando-se software de simulação de processos discretos (Witness, da Lanner Inc.), que permite fazer simulações de forma modular e dinâmica. Este software tem como principal característica o tratamento estocástico dos dados, o que possibilita uma análise mais próxima da realidade, além de permitir modelar e gerar cenários virtuais do sistema de manufatura com base em dados efetivos.

As variáveis do processo utilizadas são: chegada de ordens d e produção, peças ou materiais brutos; tempos de processos, montagem ou inspeção; tempo de máquinas paradas; tempo de preparação (setup); tempo total do processo e turnos de trabalho.

O software de gerenciamento da planta fornece dados necessários para a simulação. Estes serão transportados para um banco de dados neutro (no caso, Oracle) por meio de ODBC. Também por meio de ODBC os dados serão incorporados a uma planilha do Excel. Neste ponto, os dados devem ser tratados de modo a deixar todas as variáveis no mesmo formato do utilizado pelo Witness - principalmente as unidades de tempo - e transferidos para uma outra planilha. Em seguida, exporta-se informações do Excel para as variáveis do modelo - elementos já presentes no Witness. Estas variáveis, por sua vez, estarão associadas aos tempos de máquina, chegada de peças, etc. A partir daí, a simulação é rodada com os dados vindos do gerenciamento.

A otimização do sistema é feita na simulação, fazendo quaisquer alterações que se deseje e, ao término desta, o processo inverso de intercâmbio pode ser feito informando o software de controle da planta sobre os novos dados de processo.

A utilização integrada e complementar dos dois sistemas possibilita uma visão mais detalhada das condições da manufatura, sob diferentes perspectivas e visões, abrangendo vários aspectos. Dispõe-se daí de uma ferramenta integrada poderosa, vista a versatilidade e velocidade de resposta do sistema para as diversas variantes impostas pelas possíveis condições de mercado. Tem-se, assim, a produção sempre voltada para atender aos requisitos dos clientes, o que é fator determinante para a competitividade e para o futuro das indústrias.

Como próxima etapa, o sistema, em fase final de desenvolvimento, será testado e validado em ambiente real, na planta de manufatura integrada do NIMAtec.

Agradecimentos: os autores agradecem ao CNPq, Conselho Nacional de Desenvolvimento Científico e Tecnológico, à PRPPG/UFBA e à FEP, Fundação Escola Politécnica, pela bolsas de Iniciação Científica e ao SENAI/NIMAtec, Núcleo de Tecnologias em Integração da Manufatura, pelo suporte técnico e tecnológico.

REFERÊNCIAS BIBLIOGRÁFICAS:

Akbay, K., 1996, "Using Simulation Optimization to Find the Best Solution", IIE Solutions, May 1996, p. 24-29.
Gadient, A. J., Lynwood E. H., Welsh, J., Schwalb, A. P., 1996, "Agility through Information Sharing: Results Achieved in a Production Environment", Advances in Concurrent Engineering, pp. 211-218.
Lepikson, H. A. - SOMA - Sistema Orgânico de Manufatura Autônoma: Uma Nova Abordagem Distribuída para o Gerenciamento do Chão de Fabrica. UFSC, Tese de Doutorado, 273 p., 1998.
Stalk, G., Hout, T. M., 1993. "Competindo contra o Tempo", Editora Campus.
Wiendahl, H. P., Scholtissek, P., 1994, "Management and Control of Complexity in Manufacturing", Annals of the CIRP, v. 43/2, pp. 533-40.