O planejamento da produção da empresa estudada se inicia por meio de previsões de demanda e carteira de pedidos do mercado externo e interno. Essas informações
alimentam o planejamento da produção com a relação às quantidades, especificações e datas de entregas. Isso é feito de forma manual por planilhas eletrônicas. Em seguida, são feitas análises dos produtos que a empresa já possui em estoque e os quais deverão ser produzidos. Aqui é importante observar que a empresa responde a demanda por meio de políticas do tipo
make-to-order e make-to-stock. A produção make-to-order busca atender ao mercado externo,
visto a instabilidade de sua demanda. Já a produção make-to-stock está voltada ao mercado interno que apresenta maior estabilidade de demanda.
Após a identificação da necessidade de produção, ocorre a revisão do planejamento da produção baseado na consolidação das vendas em um horizonte de quatro semanas. Essas informações alimentam o sistema ERP (enterprise resource planning: planejamento dos recursos empresariais) da empresa SAP que envia o planejamento de quatro semanas para o PCP do setor; no caso deste estudo, para o responsável do PCP dos estojos de 12 cores, alocado no chão-de-fábrica.
O responsável do PCP setorial define as prioridades de produção e aloca os recursos diariamente. As prioridades de produção são definidas através dos prazos de entrega de cada pedido. Nesse momento, os pedidos são organizados em lotes de produção, dando origem a uma lista de pedidos.
A organização dos pedidos e lotes ocorre da seguinte forma: para um pedido de, por exemplo, 15.600 grosas do lápis modelo X devem ser produzidas para cada uma das 12 cores, aproximadamente, 1.300 grosas (o tamanho do pedido em grosas dividido pelo número de cores a serem produzidas). A restrição das embaladoras de iniciarem suas atividades após a formação das 12 cores impede que as 1.300 grosas sejam produzidas em um único lote, uma vez que as embaladoras ficariam paradas por muito tempo. Dessa forma, o número de grosas por cor é organizado em lotes de produção, cujo tamanho é de 120 grosas. O resultado são 11 lotes de cada cor de lápis (11 lotes de 120 grosas da cor branca, 11 lotes de 120 grosas da cor azul até completar as 12 cores dos estojos), sendo essa lógica a mesma para tamanhos de lotes diferentes. Nesse ponto é importante observar que existem dois tipos de set
ups. O primeiro que ocorre pela troca do produto, o qual é definido pela entrada de um novo
pedido. O segundo ocasionado pela troca de cor, gerado pelos novos lotes a serem produzidos. A lista de pedidos é gerada pelo PCP setorial e enviada ao gerente de produção que, por sua vez, encaminha ao supervisor do setor de embalagens. Tendo em mãos esta lista, o supervisor controla através de cartões kanbans a produção do seu setor e define o que ser produzido nos setores do LAC e acabamento. Além disso, o supervisor do setor de embalagens determina qual e em que quantidade os cartões kanbans devem ser utilizados e,
também, o número de loops destes cartões. O funcionamento deste sistema de planejamento e controle da produção é mostrado na figura 5.8.
FIGURA 5.8: Esquema do sistema de planejamento e controle da produção da empresa estudada Fonte: AUTOR
O esquema apresentado na figura 5.8 e as descrições já realizadas nesta seção permitem identificar importantes características do sistema de PCP do produto estudado. As características evidenciadas na coordenação de ordens apresentam atributos de um sistema empurrado e puxado, ou seja, um sistema híbrido. As características do sistema empurrado são evidenciadas pela programação do último estágio produtivo (embalagens) e, asdo sistema puxado são evidenciadas pela utilização dos cartões kanbans. Os loops dos cartões (demonstrados na figura 5.8), a utilização da lista de pedidos e a programação do último estágio produtivo são características que aproximam teoricamente a coordenação utilizada pela empresa do sistema CONWIP H, descrito por Fernandes e Godinho Filho (2007).
Em relação aos cartões kanbans é importante destacar que cada cartão kanban representa um lote de produção de 120 grosas. Além disso, identificam a cor, o tipo do produto, a aprovação do lote e o número de loops do cartão.
A empresa determinou que o número de cartões para cada variedade e cor do produto é igual a 3. Isso significa que um estojo de 12 cores do modelo X possui 3 cartões para cada uma das 12 cores, totalizando 36 cartões por variedade de produto. Essa totalidade de cartões representa um nível crítico de WIP (W) de 4.320 grosas para cada giro de três cartões (o tamanho do lote multiplicado pelo número de cartões). Aqui é importante observar
LAC Acabamento Embaladoras PCP Central PCP Setorial Estojos Cartão Kanban Fluxo de Materiais Fluxo de Informação
que o nível crítico de WIP é a quantidade mínina de estoque necessária para o funcionamento do sistema e que o número de giros depende do tamanho do pedido a ser produzido.
Sabendo que a taxa média de produção do gargalo é de 600 grosas/hora (taxa de produção do LAC vezes o seu número de linhas, tabela 5.1) e que o nível crítico de WIP (W) para a situação descrita anteriormente é de 4.320 grosas, é possível aplicar a Lei de Little (HOPP e SPEARMAN, 2002). Essa lei é mostrada na fórmula 5.1:
sf gxL
t
W = (5.1)
Onde:
W é o nível crítico de WIP, com os valores de tg e Lsf, sem variabilidade;
tg é a taxa média de produção (peças produzidas em um intervalo de tempo) do
setor produtivo que apresenta a mais alta utilização. No caso estudado, é dado por 600 grosas/hora (soma da taxa média de produção das linhas que constitui o setor do LAC, conforme tabela 5.1);
Lsf é o lead time sem fila (tempo médio para que uma atividade atravesse as
linhas de produção sem que esta tenha de esperar pelo processamento das outras). Portanto, para o caso analisado tem-se:
horas hora grosas grosas Lsf 7,2 / 600 320 . 4 = = (5.2)
A aplicação dessa fórmula resulta no menor lead time que a empresa pode atingir a cada giro de três cartões, estimado em 7,2 horas. Essa situação mostra o melhor caso para o sistema, pois não são consideradas as variabilidades nos tempos de processamento e nos tempos de chegada.
Os autores Hopp e Spearman (2002) denominam essa situação como Best-Case
Performance (melhor desempenho possível). Sua identificação permite prever os melhores
resultados possíveis, o que facilita o entendimento do sistema estudado.
As causas das variabilidades do sistema que afetam o lead time serão levantadas na próxima seção.