___________________________________________________________________________
O objetivo do presente trabalho foi identificar as situações nas quais a estratégia de melhoria no pior caso produz um efeito superior ou semelhante às estratégias de melhoria na média e na variabilidade. Mais especificamente, foram efetuadas melhorias nos tempo de reparo, tempo entre falhas e tempo de setup, direcionadas pelas três estratégias investigadas e foi analisado o efeito que cada uma delas produz no lead time. Para atingir esse objetivo, foi realizada uma modelagem/simulação considerando um ambiente de máquina única que processa um único tipo de produto.
Ao longo dos capítulos 3, 4 e 5 foram apresentadas as situações nas quais a estratégia de melhoria no pior caso é indicada. Desta forma, conclui-se que esta tese atingiu em sua plenitude ao objetivo proposto.
Neste capítulo são apresentadas as conclusões obtidas com a realização da presente tese. Desta forma, o mesmo é estruturado da seguinte forma: na seção 6.1 são apresentadas as contribuições para a prática e para a academia e, na seção 6.2, são apresentadas as principais limitações e são oferecidas sugestões de trabalhos futuros.
6.1 Contribuições práticas e para a academia da presente tese
Os resultados encontrados na presente tese mostram que para situações de variabilidades moderadas e altas a estratégia focada no pior caso é a melhor opção de melhoria considerando as três variáveis investigadas neste estudo. Ou seja, a estratégia de melhoria focada nos piores casos pode trazer benefícios mais facilmente e a um menor custo aumentando a disponibilidade das máquinas e reduzindo o lead time. Esses benefícios observados constituem uma contribuição importante para a academia, pois a estratégia de melhoria no pior caso é pouco explorada na literatura de gestão e produção.
Adicionalmente, para baixa variabilidade a estratégia de melhoria na média é a melhor opção. No entanto, foi observado que para o tempo de reparo e tempo de setup a estratégia de melhoria no pior caso é uma boa alternativa para as situações nas quais não seja possível efetuar uma melhoria na média dessas variáveis. Já para o tempo entre falhas, essa constatação não se sustenta, pois nesse caso a única alternativa que apresenta benefícios significativos é a estratégia de melhoria focada na média.
A principal contribuição para a prática foi fornecer as situações nas quais os gerentes de produção podem utilizar a estratégia focada no pior caso para realizar melhorias em variáveis do chão de fábrica. Com isso, além da estratégia focada na média e no desvio, os gerentes de produção podem optar pela melhoria no pior caso, pois a mesma é mais fácil de ser obtida e menos custosa e pode atacar simultaneamente a média e a variabilidade.
A principal contribuição para a academia é a de sugerir a estratégia de melhoria focada no pior caso como uma alternativa interessante de realização de melhorias em variáveis do chão de fábrica. Conforme explicado ao longo desta tese, poucos trabalham tem o foco na melhoria nos piores casos, o que constitui um gap na literatura. Desta forma, a preocupação central deste trabalho foi a identificação das situações nas quais a estratégia de melhoria no pior caso produz um efeito no lead time superior ou semelhante às estratégias de melhoria na média e na variabilidade. Essa contribuição para a literatura visou contribuir para minimizar o gap encontrado e visa transformar a estratégia de melhoria no pior caso em uma boa alternativa de realização de melhorias em variáveis do chão de fábrica.
Outra importante contribuição para a academia foi a apresentação das distribuições de probabilidade mais adequadas para modelar variáveis do chão de fábrica e a utilização das mesmas na presente tese. Nota-se que foi constatado que esse ponto é uma lacuna na literatura, pois muitos trabalhos não fazem o uso de distribuições de probabilidade. Isso faz com que o estudo seja menos real tendo em vista que na prática há a presença de incerteza, a qual é mais bem representada por distribuições de probabilidade.
Por fim, a presente tese forneceu também um novo modelo de simulação que permite comparar as estratégias de melhoria na média, desvio e pior caso para o tempo de reparo, tempo entre falhas e tempo de setup e, além disso, já considera as distribuições de probabilidade normal e lognormal.
É importante destacar que as conclusões obtidas neste trabalho são sujeitas a determinadas limitações, as quais são explicadas na seção 6.2.
6.2 Principais limitações da presente tese e estudos futuros
As conclusões obtidas neste trabalho são sujeitas a determinadas limitações. Nesta tese foram consideradas três variáveis de chão de fábrica e foram testados diferentes cenários de acordo com diferentes níveis de melhoria. Desta forma, as conclusões apresentadas neste trabalho são válidas para os pressupostos e dados utilizados nos capítulos 3, 4 e 5.
Mais explicitamente, as principais limitações em conjunto com as propostas de pesquisas futuras são:
i. A avaliação comparativa das estratégias de melhoria focada na média, na variabilidade e nos piores casos não foi feita com valores reais. No entanto, trabalhos futuros podem verificar a robustez das conclusões obtidas na presente pesquisa utilizando dados reais de outras empresas, inclusive nacionais.
ii. Foram utilizadas as distribuições de probabilidade normal e lognormal para modelar variáveis do chão de fábrica. Trabalhos futuros podem ser feitos utilizando distribuições de probabilidade diferentes como a de Weibull, por exemplo.
iii. Neste trabalho foi considerada uma estação de trabalho com máquina única. Trabalhos futuros podem investigar a mesma questão de pesquisa para um padrão de fluxo flow shop com mais estações de trabalho. iv. Neste trabalho foram realizadas melhorias em cada uma das variáveis
separadamente. Trabalhos futuros podem investigar a utilização de melhorias conjuntas em duas ou mais variáveis. Além disso, trabalhos futuros podem investigar outras variáveis de chão de fábrica que possuem efeito no lead time.