21/12/2020

O mercado está cada vez mais dinâmico e competitivo, a habilidade de administrar adequadamente os recursos empresariais com o objetivo de elevar ao máximo os resultados é de extrema importância, visto que, conforme expande a utilização de novas tecnologias e modelos de gestão, destacar-se em relação aos concorrentes se torna mais complexo. Atualmente, os gestores estão buscando novas abordagens de produção, como a filosofia Lean Manufacturing, tecnologias da indústria 4.0 (internet das coisas, realidade aumentada, inteligência artificial, big data, softwares de gestão/produção), entre outras. Essas mudanças acabam organizando, agilizando, reduzindo custos e ampliando a capacidade das fábricas, a fim de torná-las mais competitivas. É importante ressaltar que um bom relacionamento com o cliente pode fazer com que sua empresa se diferencie das concorrentes. Estabelecer uma proximidade é a melhor maneira de fidelizar seu cliente. Nesse contexto, informações como data de entrega, preço, qualidade, durabilidade e garantia do produto são de grande relevância para interação com os clientes. Essas informações podem ser facilmente encontradas em ordens de produção armazenadas e organizadas em softwares ERPs (Enterprise Resource Planning). De maneira geral, a demanda ocorre a partir das necessidades do cliente. Assim, é possível iniciar um tipo de ordem de pedido, contendo informações do produto acabado, quantidade requerida, data início do pedido, nome do cliente, local de entrega, data prevista para entrega etc. Mas como é possível estimar o tempo para entrega dos produtos nas quantidades solicitadas, considerando todos os pedidos preexistentes e recorrentes na fábrica, todos os materiais requisitados para fabricação desses produtos, estoque, capacidade das máquinas e restrições? Na sequência, é realizada a explosão de materiais (BOM), com todas as operações necessárias para atender determinado produto acabado. Considerando que todo o desenvolvimento do produto já foi realizado, assim como os roteiros, tempos e métodos, de modo que não seja necessária nenhuma complementação, o Departamento de Planejamento, Programação e Controle de Produção (PPCP) apenas necessita estabelecer as informações variáveis com n° de ordem de produção, produto e quantidades. A partir dessa etapa, é possível considerar uma ordem de fabricação com todas suas operações bem definidas. As informações das ordens de fabricação como tempos de início e fim da operação, descrição da operação, tempo de processo, entre outras, são necessárias para o cumprimento do programado. Dentro do universo de programação, encontramos alguns tipos de status das ordens de produção: 1 – Firme: Ordem enviada para o chão de fábrica com prazo definido para ser concluída. 2 – Planejada: Ordem prevista pelo MRP (Master Requirement Planning) com possível alteração. Considerada na programação, mas não enviada para o chão de fábrica. 3 – Concluída: Ordem 100% produzida e aguardando o transporte. De acordo com Corrêa, Gianesi e Caon (2001):   Dificilmente algum gerente de produção tem a felicidade de estar confortavelmente sentado a sua mesa, na semana 10, e receber um pedido firme de entrega para a semana 21, dando-lhe antecedência suficiente para, sem qualquer incerteza, disparar todos seus pedidos de compra e ordens de produção. Em geral os mercados reais são tais que a concorrência oferece prazos de entrega cada vez menores, forçando as empresas a oferecerem também prazos menores para permanecerem competitivas.   Para os materiais que não constam no estoque, é necessário considerar o disparo das ordens de compra que devem atender políticas de fornecimento. As ordens de compra devem conter dados de rastreabilidade importantes para manter a qualidade dos produtos, como informações do fornecedor, lote das matérias-primas, lead time de entrega, entre outros. Considerando o grande volume de ordens que necessitam de gerenciamento de acordo com a programação, é possível utilizar uma ferramenta APS (Advanced Planning and Scheduling) para organizá-las. A utilização do software Siemens Opcenter Scheduling/ Preactor  trata a distribuição das ordens de maneira assertiva, considerando a fila de entrega, capacidades finitas e materiais requeridos definidos na estrutura BOM, além de reduzir a média de tempo de produção. No entanto, para isso ocorrer efetivamente, o conceito de programação deve estar baseado em alguns dos modelos determinísticos em uma fábrica caracterizada como Job Shop ou Flow Shop. Os modelos são baseados em regras heurísticas, que podem atender a programação tanto no ótimo local quanto no ótimo global. Algumas regras são conhecidas sistemicamente como EDD (Earliest Due Date) e FCFS (First Come, First Served). Essas e outras regras são utilizadas no Siemens Opcenter Scheduling/ Preactor como programação por data de entrega, programação por minimização de setup global e programação por pesos. O software Siemens Opcenter Scheduling/ Preactor apresenta uma ordem denominada “ordem de consulta”, que fornece com exatidão o prazo de entrega dos produtos a serem fabricados. Desta forma, torna-se possível estimar prazos de entrega tendo em vista os pedidos preexistentes e recorrentes na fábrica, os materiais requisitados para fabricação desses produtos, estoque, capacidade e restrições. A Figura 1 apresenta um exemplo de ordem de consulta “OP1000” do produto “B2” na quantidade de 100 peças.   Figura 1 – Exemplo de Ordem de consulta   Ao confirmar a consulta, toda explosão de material a partir do produto B2 será realizada, assim como serão simuladas todas as operações para fabricação dos produtos intermediários (Figura 2). Também serão simuladas as regras de alocação representadas pelas ligações das setas contínuas e setas tracejadas. As relações entre materiais de fornecimento e ordens, estoque/ordens de compra representados por losangos na parte superior do gráfico de Gantt, e entre ordens diferentes serão representadas pelas setas tracejadas. As relações entre operações de uma mesma ordem serão representadas pelas setas contínuas. Após realizar todas as consultas e relação entre ordens, o software apresenta uma data de entrega. No caso do produto B2, para 100 peças, a data da conclusão da produção será no dia 07/02/2000 (Figura 2).   Figura 2 – Data de Entrega da Ordem de Consulta   No passado, o gráfico de Gantt desenhado em papel foi muito oneroso pela dificuldade frequente de atualização e replanejamento da programação. No entanto, atualmente, com os avanços tecnológicos e processamento computacional, essa ferramenta tornou-se essencial para o PPCP, sendo capaz de prever gargalos, atrasos na produção, dificuldades como quebra de equipamento e falta de mão de obra de maneira visual. Com o uso do software Siemens Opcenter Scheduling/ Preactor,

    O APS líder de mercado está mudando de nome, mas se mantém firme na sua missão de ajudar os analistas de PCP a predizer o futuro. Aliás, para quem não sabe, o nome Preactor vem de Prediction Actor, ou Ator de Predição. No portfólio da Indústria 4.0, o Preactor está sendo rebatizado como Siemens Opcenter Planning e Siemens Opcenter Scheduling, mas continua sendo a mesma Bola de Cristal do PCP e dificilmente o mercado vai esquecer seu nome original (saiba mais sobre o Opcenter APS em nossa página). Uma vez perguntei a um amigo, analista de planejamento em uma grande indústria usuária do Preactor, como era sua vida de analista de PCP antes do Preactor. Ele me respondeu contando-me a história do cidadão norte americano de nome Jeron Criswell King. (1) Criswell nascido em 1907 no Estado de Indiana, quando jovem era o Garoto da Previsão do Tempo, entre outras atividades no broadcasting da época. Tudo ia bem na vida de Criswell até que um dia, ao vivo e no ar, ele se esqueceu completamente do script da previsão do tempo. Não teve dúvidas, na hora inventou uma previsão do tempo para os próximos dias em diferentes regiões do país. O incrível mesmo é que ele acertou a previsão, como se pode comprovar alguns dias depois. Então, ele decidiu mudar de profissão e se transformou em um vidente que alcançou grande popularidade e reconhecimento nos Estados Unidos, chegando mesmo a prever a morte do Presidente Kennedy. Arrematou então meu amigo analista de PCP, antes do Preactor eu fazia como Criswell, eu era uma espécie de vidente sem ter bola de cristal. O vidente na maioria dos casos diz o que as pessoas querem ouvir e usa sua grande experiência de vida e de psicologia para “predizer” o futuro. Um analista de PCP sem bola de cristal faz mais ou menos a mesma coisa. Diz para os clientes internos e externos que vamos dar conta da produção se não tivermos contratempos. Quando os imprevistos acontecem ele usa de sua experiência e conhecimento do piso de fábrica para predizer os atrasos que provavelmente irão ocorrer. Entretanto, o analista de PCP que tem a Bola de Cristal chamada Preactor não precisa mais usar de suas prerrogativas de vidente. Ele usa o Preactor para ter assertividade na programação, agilidade na reprogramação, visibilidade baseada no sequenciamento finito de vários dias na frente e produtividade ao otimizar a programação da produção reduzindo o pior dos desperdícios, o desperdício de tempo. Tire você mesmo suas conclusões, clicando no link (http://aps3.com.br/demonstracao/) e assista a um vídeo de 17 minutos de demonstração do Siemens Opcenter Scheduling / Preactor, a verdadeira Bola de Cristal do PCP, que poderá vir a ser o seu diferencial competitivo.           Sobre o autor: Aparecido do Carmo Martins é Diretor de Serviços e Tecnologia na APS3, Tecnólogo de Processamento de Dados pela FURB, Técnico de Eletrônica pela ETFPR e Especialista em APS certificado pela Siemens. REFERÊNCIAS (1):   https://en.wikipedia.org/wiki/The_Amazing_Criswell Postado por Aparecido do Carmo Martins em 19/09/2019

A necessidade de um planejamento para disponibilizar os insumos e materiais para a produção é muito importante para evitar problemas de não atendimento a demanda. Adotar uma política de aumento de estoques buscando a redução de custos do não atendimento da demanda, pode elevar os custos de manutenção de estoques. Por isso, o planejamento de materiais é essencial para buscar o equilíbrio entre os custos e atendimento da demanda. O MRP (Material Requeriments Planning) é uma ferramenta de programação aplicada, onde os insumos que serão produzidos para gerar um produto acabado são determinados individualmente; quantidade e momento em que devem estar disponíveis para a operação. Esta ferramenta de planejamento e controle da produção é destinada a programas de necessidades de materiais, a partir de uma demanda original proveniente do plano mestre de produção. Na montagem de produtos em processos de produção em lote, por exemplo, o MRP é responsável pelos planos detalhados das necessidades dos insumos. Nas empresas com esse perfil, é comum que o PCP inicie sua atuação a partir do que é fornecido pelo MRP. O MRP opera com informações computadorizadas, que ajudam as organizações com o estoque e a demanda dependente, bem como faz a programação de pedidos de reposição. O MRP converte o plano mestre de produção em demanda independente para peças de reposições e para insumos de manutenção de todos os subconjuntos, componentes e matérias primas necessárias para produzir os produtos acabados. Normalmente essa operação é chamada de explosão de MRP, pois converte a demanda de componentes dos itens finais em um plano de necessidade de materiais que entendemos como uma reposição de todos os subconjuntos, componentes e matérias-primas. A chamada “demanda independente” é a demanda futura por um produto que, por não ter como ser calculada, tem obrigatoriamente de ser prevista para que se possa gerir o item. Dessa forma, a demanda dependente é a que, a partir de algum sinal (MPS, por exemplo) sobre o controle do programador, pode ser calculada. A partir da década de 80 o MRP se expandiu e passou a ser conhecido como MRP II (Manufacturing Resources Planning). A Figura 1 ilustra o posicionamento do MRPII dentro de uma estrutura de planejamento de produção. O sistema de MRPII utiliza o CRP (Capacity Requeriments Planning) para analisar a capacidade após a explosão do MRP. Porém, está limitado com relação às capacidades dos recursos tomados de forma finita. Assim, é necessário refazer o cálculo da necessidade após a detecção da restrição de capacidade. Além disso, o MRPII também tem outros problemas nas lógicas de prioridades, pois ignora as opções como tempo de setup e/ou prioridade do cliente. Contudo, o sistema opera com conceito de capacidade infinita e, devido a isso, não reconhece os postos críticos do processo como os gargalos ou outras interferências do processo que mantém o MRPII com lead time fixo. O Quadro1 apresenta um comparativo entre os conceitos de MRP e APS. Tradicionalmente o MRPII não consegue resolver problemas com variação de demanda tratada com excessos de estoque ou trabalho em horas extras, pois considera lead time fixo e não detecta restrições de capacidade. Esses problemas são discutidos continuamente pelas áreas de planejamento e, para resolvê-los, as empresas estão caminhando para os sistemas de capacidade finita, que são chamados de APS (Advanced Planning and Scheduling). Conheça o Opcenter APS em nosso site.   REFERÊNCIAS CORREA, H.; GIANESI, I. G. N.; CAON, M.: Planejamento, Programação e Controle da Produção. 4nd Ed. São Paulo: Atlas 2001. ENTRUP, M. L. Advanced planning and scheduling in fresh food industries. Alemanha: Physica-Verlag Heidelberg, 2005. LUSTOSA, L. ; et al. Planejamento e Controle da Produção. Rio de Janeiro: Elsevier, 2008. TAAL, M.; WORTMANN, J.C. Integrating MRP and finite capacity planning. Production Planning & Control, v.8, n.3, 1997. Postado por Tharçus José Couto em 22/07/2019