Orientador: Gilberto Francisco Martha de Souza

Dissertação (mestrado profissional) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica

Resumo: Esse trabalho busca, através da administração estratégica da manufatura, estabelecer as prioridades competitivas e, utilizando a ferramenta de simulação de evento discreto, implementá-las. A simulação é uma ferramenta poderosa, pois se executa experimentos virtualmente, diminuindo os riscos...

Resumo: Esse trabalho busca, através da administração estratégica da manufatura, estabelecer as prioridades competitivas e, utilizando a ferramenta de simulação de evento discreto, implementá-las. A simulação é uma ferramenta poderosa, pois se executa experimentos virtualmente, diminuindo os riscos de implementação de soluções pouco testadas e alcançando, na maioria das vezes, a melhor solução, além da possibilidade inerente de avaliar sistemas complexos e considerar seu comportamento dinâmico. Apesar das vantagens da ferramenta de simulação, na manufatura a mesma ainda não é uma ferramenta comumente estabelecida no mercado. Nesse trabalho, além da simulação abordam-se também os requisitos e as restrições de um projeto em simulação de evento discreto. Foi elaborado um estudo de caso em uma empresa fabricante de motores diesel, onde foi realizado um mapeamento da manufatura identificando a estratégia de negócio e a prioridade competitiva, caracterizando-se respectivamente por diferenciação e flexibilidade, para cumprir à necessidade do aumento de capacidade das linhas de usinagem. Definiu-se então uma linha de usinagem para aplicar a ferramenta de simulação. Dentro do modelo de simulação, verificou-se a influência das variáveis de troca de ferramenta e quebra de máquina na capacidade de produção da linha. O software utilizado para a construção do modelo de simulação foi o Automod e a execução dos experimentos foi realizada no software AutStat. Os resultados obtidos demonstraram que houve um aumento da capacidade de produção, apenas quando alterado as variáveis de quebra de máquina das operações determinadas como críticas. Atingindo o ganho de 5% necessário para atender o volume de produção previsto. Como o modelo de simulação está validado e nesse trabalho não foram esgotadas todas as alternativas de melhoria, ainda é possível realizar outros experimentos para obtenção dos resultados ainda melhores. A ferramenta de simulação de evento discreto mostrou-se eficiente ao realizar experimentos sem o comprometimento dos recursos alocados na linha. Também se observou que para obter um resultado satisfatório deve-se possuir na empresa uma estrutura para execução do projeto sem deixar o processo de desenvolvimento moroso

Abstract: This thesis aims through the manufacturing strategic management to establish the competitive priorities and using discrete event simulation tool to implement them. The simulation is a powerful tool because it executes experiments virtually, reducing implementation risks and achieving, in...

Abstract: This thesis aims through the manufacturing strategic management to establish the competitive priorities and using discrete event simulation tool to implement them. The simulation is a powerful tool because it executes experiments virtually, reducing implementation risks and achieving, in most cases, the best solution, besides the inherent possibility to evaluate complex systems and consider their dynamic behavior. Despite of these advantages, the manufacturing simulation is not a usual tool in the market, therefore in this work, the discrete event simulation requirements and constraints were analyzed. A case study was elaborated in a diesel engine manufacturer company, wherein was done a manufacturing mapping to identify the business strategy and competitive priorities, characterized respectively by differentiation and flexibility, to perform the increased capacity of machining lines. Then, it was defined a machining line to apply the simulation tool. The simulation model has been designed to check the influence of machining tools change and downtime machine variables in line production capacity. The software used to build the simulation model was Automod and experiments execution was done by AutoStat software. The results showed an increase in production capacity, only, when the downtime machine variables of critical operations were changed. Achieving gain 5% needed to attend the foreseen production volume. As the simulation model is validated and not all improvement alternatives were exhausted, it is still possible to realize other experiments to obtain even better results. The discrete-event simulation tool presented to be efficient when performing experiments without compromising the resources allocated at the line. Then, it was noted that to obtain a satisfactory result, the company should have a structure to execute the simulation project without a lengthy development process