Feil av Type I og type II

Conforme o sistema real em estudo se torna complexo, as dificuldades para se obter uma solução ótima pelo QAP também aumentam. Sendo assim, uma alternativa é, então, apelar para métodos heurísticos. Recentemente, diversos métodos heurísticos foram desenvolvidos e aplicados em diversos trabalhos relacionados aos estudos de arranjos físicos sujeitos a um ambiente instável de mercado. Para melhor contextualizar a relação entre os métodos heurísticos desenvolvidos e os trabalhos da literatura, pode-se dividir esses trabalhos em duas categorias:

• Arranjo físico não-fixo (dinâmico) para um ambiente instável: consiste em alterar as máquinas de posição, buscando sempre adequá-las aos novos perfis de demanda. De acordo com Montreuil & Laforge (1992), a existência de um ambiente instável não é problema para se projetar um arranjo físico se as máquinas forem facilmente movidas de um lugar ao outro. Esta categoria de trabalho, então, leva em consideração troca de equipamentos de posição bem como custos associados à realocação.

O trabalho de Rosenblatt (1986) apresenta um modelo matemático com enfoque em custo de realocação. Obviamente, quanto menor o valor de realocação, menor é a mudança de equipamentos de sua posição.

Erel et al. (2003) propõem uma heurística, baseada em custo de fluxo, para a geração de arranjo físico. Já Conway & Venkataramanan (1994) fazem do uso de algoritmo genético para auxiliar na geração de novas populações de arranjos físicos para cada instante de tempo t.

• Arranjo físico fixo (robusto) para um ambiente instável: consiste em definir um arranjo físico que seja adequado para todos os instantes de tempo, ou seja, uma estrutura única e fixa. Benjaafar et al. (2002) comentam que realizar realocações periódicas de máquinas não é uma solução “inteligente”. É muito mais atrativo elaborar um arranjo físico que opere adequadamente ao longo do tempo. Alguns autores, tais como Webster & Tybergyhein (1980), chamam esta robustez de “flexibilidade de arranjo físico”, que é a capacidade/habilidade do arranjo físico em absorver as flutuações de demanda.

Uma forma de obter este tipo de arranjo físico é levantar as informações sobre o comportamento estocástico do perfil da demanda. Um dos trabalhos que abordam o problema dessa forma é o de Palekar et al. (1992).

Benjaafar & Sheikhzadeh (2000) apresentam um procedimento matemático, onde um arranjo físico robusto é obtido a partir das informações de mercado. O procedimento adotado pelos autores realiza a contabilização da distância percorrida pelo lote unitário da peça entre as máquinas. A solução pode ser melhorada aplicando-se a técnica pairwise exchange (pares de máquinas são mudadas dos seus respectivos locais) e assim o desempenho é novamente avaliado. A melhor solução é então armazenada pelo programa computacional. Este tipo de arranjo físico robusto é o mesmo que Montreuil et al. (1991), na realidade, já vinham propondo, que é denominado de arranjo físico distribuído. Infelizmente estes autores não comentam como o arranjo físico trabalha, apenas apresentam o desempenho. Isso dificulta o entendimento dos resultados.

Heragu (1990) apresenta um “QAP modificado” para a obtenção dos custos relacionados à movimentação de materiais entre máquinas. Tate & Smith (1995) apresentam um

procedimento heurístico para obter uma solução deste QAP modificado. O procedimento apresentado é uma adaptação do algoritmo genético.

Existem também trabalhos que fazem comparações de desempenho entre os arranjos físicos distribuídos ainda usando a formulação matemática QAP. Esta comparação é importante para mostrar situações ou em que condições de operação um arranjo físico distribuído apresenta melhores resultados que o tradicional arranjo físico funcional. Lahmar & Benjaafar (2005) apresentam resultados computacionais (custos de rearranjo) dos arranjos físicos (maximamente, parcialmente, aleatoriamente e funcional) avaliando, por exemplo, o impacto do número de tipos de peças no custo operacional de fabricação. Estes autores avaliam também a relação do nível de robustez de cada tipo de arranjo físico em relação à variação do número de réplicas de máquinas.

Gorgulho Júnior & Gonçalves Filho (2007) fazem um estudo comparativo de desempenho entre os arranjos físicos distribuídos em relação ao arranjo físico funcional considerando a flexibilidade de processamento de peças e verificaram que o arranjo físico maximamente distribuído é o que resulta em menor deslocamento total de peças entre máquinas. Para a realização do estudo, estes autores usaram apenas códigos de programação. Os autores afirmam que a ordem de desempenho, do pior para o melhor, é: arranjo físico funcional, arranjo físico parcialmente distribuído, arranjo físico aleatoriamente distribuído e arranjo físico maximamente distribuído.

Nota-se, com base nos artigos consultados, que cada tipo de peça a ser submetida ao processo de fabricação chega ao chão de fábrica de forma unitária e não em lotes. Ao que tudo indica, é fundamental que estudos mostrem a real vantagem de se adotar um arranjo físico distribuído em relação aos arranjos físicos tradicionais levando-se em consideração outros parâmetros, tais como chegada de lotes e “quebra” destes em lotes menores.

Dentre os trabalhos que usam as técnicas de modelagem e simulação computacional para se estudar um arranjo físico distribuído, pode-se citar Pitombeira Neto et al. (2007). Estes autores apresentam os resultados do simulador Promodel® _{avaliando a relação da variação WIP (Work-In-}

Process) e velocidade do transportador. Neste trabalho, verifica-se que quanto maior a velocidade do transportador, menor é o WIP. Os autores consideram um número fixo de 12 máquinas (3 linhas e 4 colunas) não podendo ser estendido para avaliação de desempenho com uma quantidade diferente de máquinas. Além disso, os autores abordam o arranjo físico como sendo puramente de transporte, sem levar em consideração a formação de células virtuais.

Pitombeira Neto (2007) também faz do uso das técnicas de modelagem e simulação para avaliar o desempenho de um arranjo físico distribuído, porém o autor aborda o arranjo físico distribuído como sendo simplesmente o espalhamento das máquinas no chão de fábrica, sem lidar com a formação das células virtuais. Além disso, o autor considera que o lote todo é movimentado entre as máquinas por um transportador, como se fosse num arranjo físico funcional, sem considerar a “quebra” dos lotes.

Askin et al. (1999) apresentam um estudo comparativo de desempenho, usando simulação, entre o arranjo físico distribuído, arranjo físico funcional e arranjo físico fractal. Estes autores verificaram que o desempenho do arranjo físico distribuído se situa entre o arranjo físico funcional e o arranjo físico fractal. Entretanto, realizam o estudo para apenas um único tipo de arranjo físico distribuído, sem especificar qual dos três tipos que foi adotado em estudo. Além disso, usou-se apenas códigos de programação para realizar a simulação.

Reaes (2008) faz um estudo comparativo de desempenho de um arranjo físico distribuído usando o simulador ARENA® _{versão 9.0. De acordo com o sistema de manufatura modelado, este}

apresenta dez departamentos, sendo que em cada um está contida uma quantidade fixa de máquinas. A separação dos departamentos é visível a olho nu e de acordo com o autor, cada departamento é chamado de célula virtual. Além disso, o autor rigidifica o número de máquinas em cada departamento pois não considera a identificação instantânea de máquinas para a formação da célula virtual; o modelo construído pelo autor não pode ser usado para efetuar simulação para acima de dez departamentos; ainda com relação ao modelo construído pelo autor, as máquinas não são aproveitadas para a formação de novas células virtuais e, por fim, as máquinas de cada departamento só são usadas para a produção de uma família de peças. Conforme estas características apresentadas pelo autor, o sistema de manufatura modelado, então, aborda o conceito de formação de célula virtual diferentemente do que é proposto na literatura.

Verifica-se que, de acordo com os trabalhos citados anteriormente, ou não consideram a formação de células virtuais; ou restringem a simulação para apenas uma amostra de arranjo físico; ou usam apenas códigos de programação para avaliar o percurso da peça entre as máquinas (desconsiderando as questões de concomitâncias no uso de recursos produtivos); ou cada tipo de peça a ser submetida a fabricação chega ao chão de fábrica de forma unitária (diferindo de fato com o que acontece na prática, que chega em lote).

Baseado no conceito teórico referente à formação de célula virtual apresentado na literatura, pode-se deduzir alguns passos, conforme apresentados a seguir, para auxiliar na formação de células virtuais em um arranjo físico distribuído, que são os procedimentos adotados neste estudo:

• Assim que uma determinada peça for requisitada, a fábrica deve imediatamente ser capaz de visualizar todas as operações (necessariamente todas) referentes à essa peça requisitada; • Identificar instantaneamente, no chão de fábrica, as máquinas que fazem parte da operação da

peça requisitada e que estejam necessariamente livres; • Reservar este conjunto de máquinas (célula virtual);

• Garantir que nenhum outro tipo de peça use essas máquinas;

• Transferir a peça do lote nas máquinas da célula virtual em lotes pequenos, se possível lote unitário (como num arranjo físico celular);

• Após o término de processamento (ou seja, última operação da última peça do lote), disponibilizar as máquinas desta célula virtual para que outros tipos de peças possam formar células virtuais com essas máquinas recém liberadas.

Se a abordagem da célula virtual não for feita desta forma (conforme apresentados nos seis itens), então o estudo de um arranjo físico distribuído não está conceitualmente correto. De acordo com Montreuil et al. (1993), é justamente esta a dificuldade de identificar instantaneamente no chão de fábrica máquinas que irão formar a célula virtual, pois é necessário um sistema de controle em tempo- real para a escolha da melhor programação para os lotes. E justamente o que este trabalho de pesquisa propõe abordar, através do modelo de simulação.