CaAPiTULO 6 Uma Ciéncia para a Manufatura Eu costume dizer que quando se pode mediro que se esté falando e expressar o assunto em mimeros, pode-se dizer que temas algum conhecimento a respeito; mas quando nao sabemoas expressslo em mineros, rosso conhecimenta & pobre e insatisftério; ele pode até sero inicio do con iment, mas, em nos mente, pouco avangamos em diredo a ciéna,seja quel fro assunto. 6.1 AS SEMENTES DA CIENCIA Quando este livro foi escrito, em 1996, os administradores da manufatura enfrentavam tempos con fusos. As abordagens histérieas & administraga0 da produgao (por exemplo, controles tradicionais de cestoques, MRP ¢ IIT) haviam comprovado suas falhas e incompatibilidades. Ao entre competigio e complexidade sem precedentes, a administragto das fébricas sau para en« rem niveis de n busca de.“experis” ntrar as solugdes. Mas o volume imenso de livros, cursos, pacotes de sistemas, videos, sites © outras fontes que profiferavam filosofias e ferramentas concorrentes entre si serviam apenas para au- _mentar @ confusdio. Nunca antes houvera tantas opgSes, porém menos elareza, no mundo da manufatura, Enquanto esse ambiente eastico podia ser ruim para os administradores da indtstria, ele era bom para ‘os académicos. Toca eigncia é motivada pelo desejo de pdr em ordem o maundo que nos rodeia. O fato de {que a manufatura estava em tao 6bvia desordem nos pressionou a buscar as direg ‘aanarquia da manulatura ocorsida na década de 1990, a cién tal, Porém, agora que houve necessidade de solté-la pelo mundo, as priticas da manufatura sejam guiadas por prineipios 16 Neste capitulo, examinamos os fundamentos da ciéne' s corretas na ciéncia. ada produgdo ndo teria evoludo como is uma questo de tempo até que ‘os, em ver da ret6rica emocional. dda mannfatura e os conectamos as ratzes dc toda a ciéncia, Isso fornecert a perspectiva necessiria para desenvolvermos os prineypios especifi 0s de produgio nos capitulos posteriores, na Parte II 6.1.1 Uma chuva de chavées [Em meadlos dos anos 1990, muita gente de produgo acostumou-se a visualizar as diseiplinas da area mn termos de uma chuva de chavdes administrativos (MRP, MRP II, ERP. JIT, CIM, FMS, TOC, TQM, BPR), a maioria associada a um guru. Micklethwait e Woolridge (1996) descreveram essa tendéncia ‘em seu livro com um titulo revelador: Os Feiticeiros Dez anos depois, as coisas nfo melhoraram muito, Os sistemas ERP tornaram tao da eadeia de suprimentos (SCM) e a tinica inovagio evidente na sistemas de \dministragio dos jargoes é queee Pante I ACignca dF ‘alada de ts letras evoluiu com a adigio de outros ingredientes, como palavtas inteiras, tals com Port enxuto, e até uma letra grega — 6er, Esses dois movimentos tomaram-se to populares que, et 2002, tral muitos referiam-se a eles coma “Lean Seis Sigma” ou, simplesmente, “Lean Sigma”. Isso pole como sie uma indivagio da crescente degradagio na eriagiio de modismos, pois agora seria sufieiente combin medidas Jos velhos modismos para ubier um novo e mais moderne das de wr E claro que todos esses termos. velhos ou novos, oferecem als bem def ccontrério ni teriam ganado popularidacke no mercado. Mas a verdadeira narureza desse cobrir uma solugio nxigica para todas as situagies. Assim, eles fornecem uma perspectiva pouc co talidade de admi o objetis equilibrada do que funciona bem ou mal e quando. Isso tem Ievado a un com resultados tm tanto desastrosos. Os funcionérios, enfrentando conto ut m vai cestrutur nistragdo tipo “irem a al que “esta tam passe", No entanto, nd amedrontados, muitos administradores e gerentes continuam a acreditar que ses ém, enn algun Inga, (rar uma solugo miigica que irl revolver todos seus problemas operacionais, da fang ai Pa c mas hit pouco pre pelos consultores e desen Exemy farem seus prextos. Materiais promacionais extremamen Certamente, parte da conlustio é gerada pela exvessiva retirica usa volvedores de sistemas para divu 0s e ale «ando contetides vag elaborados, apreser ndo um grande impacto, tornam difices as com eae paragées entre os sistemas por parte dos gerentes, Porém, suspeitamos que as ratzes do problema 30 Pe tmais profundas e acreditamos que grande parte dessa confusiio € eonsequéneia direta de nossa fal corrent confianga na eféneia da manufatura gue est na base desses sistemas 6.1.2 Por que uma ciéncia? c =P Em uma drwa como a da Cigncia, em que 0 objetivo € compreender o universe fisien. a necessidade ae de uma cineia& dbvia, Mas a administragio da produgdo ¢ uma sea aplicada, em que o objetivo &0 ‘iss desempenho finaneviro e nao a descoberta de novos conhecimentos, Entdo, por que a necessidade de vat uma ciéncia? 0 A resposta mais simples € de que muitos campos de aplieagbies so suportados pela citncia. A opie Medieina € baseada na Biologia, na Quimica e em outras creas dit ciéneia, A Engenharia se bascia et ca, na dindmia ¢ em outros ramos da Cigneia, A Engenharia Eléica depende da ciéncia da ele tooria trieidade edo magnetismo, Em gala caso, 0s fundamentos ciemiieos fornecem um conjunt poder de Ferramentas, mas no s20 em si mesos toda a dseiplina aplicada, Por exemplo,a prtica da Medi ina envolve muito mas do que a simples apicagio dos prineipies da Biologia Mais especificamente, « eigncia fornece uma série de usos no contexto da administragio das fi brieas Em primeiro lugar, a eineia oferece preciso, Uma das razées para desenvolver a ifncia Ua produgao ¢ fomecer uma definiglo mais precisa de como os sistemas funcionam, As relagdes fomnecem estimativas so as bases da cinca, Por exemplo, a fora = ma uma relagio bisica di Cineia, As ferramentas para o est das probabilidades, como as usadas nos modelos para estima incerteza da demancla nos sistemas de estogue no Capitulo 2, si exemplos importantes cas bases da Cifneia da Fabrica cia também oferece a intueio, frm F-= ma 6 inwitiva, Se duplicarmos a forga, ent Exe para a mesma massa, a acelerago também dbs, Os estudantes nas escolas so obrigados a curs Sn matérias de ciénias, no de Forma que suibam calcular o resultado de experigneias, mas de forma qt ae possam entender melhor 0 mundo ge os rodeia, Ao saber que a igua se expande quando & congelad Hes tum anticongelante no: os em regis frias (independentemente do caleulo da concentragio molar da solugdo), De maneira similar, um gerente nfo tom tempo suficiente para conduir anzilises detalh das de uma decisio. Em tais casos, 6 valor real dos modelos é melhorar a intuigio, Uma boa intuigio permite aos administradores que concentrem sis energias em assuntos de maior prioridade, simi cc iadCariruro 6 Uma Por itimo, a ciGncia facilita a sintes trabalho unificada. Por exemplo, por muitos anos, a eletricidade, 0 de sistemas complexos, fornecendo uma estrutura de gnetismo ¢ a dtica eram tidos como fteas diferenciadas. Com quatro equaydes, James Clerk Maxwell uniu-as. Na manufatura, as ssempenho, como ti ‘medidas importantes d alls em curso e cycle rimes, sfo muitas vezes Jependente. Porém, como veremos no Ca das de maneira i lo 7, existem relacionamentos tteis ¢ bem definidos entre os dois, Além disso, as fibricas sao sistemas complexos que envolvem pessoas, equipamento e recursos financeiros. Como tais, elas poslem ser visualizadas de vérias maneiras: ‘como um grupo de pessoas compartithando os mesmos valores, como uma comunidade eriativa com G objetivo de desenvolver novos produtos, como um conjunto de processes fisicos inter-relacionsidos, Como uma rede de fluxos de materiais ou como um conjunto de centros de custos. Por meio de uma esirutura de trabalho consistente, uma ciéncia da manufatura oferece uma maneira para sintetizar es- ses diferentes pontos de vista. Juntar diferentes partes de um sistem em um todo elicaz-& 0 ceme dda fungio da administragao, ara mostrar com mais detalles a necessid ude de uma eigneia da m puto, ve Exemplo: O projeto de um produto e um conceito nove de um produto envolve um motor de 3-KW funcionando em instalagdes ele tricas domésticas padronizadas (120 volts com disjumtores de 20 amperes). Seri que isso é urna boa ideia’? Pela ciéncia bvisica da eletricidade, sabemos que a rela fundamental entre a poténeia (P), a corrente (J) € tensio (E) € Poel Como as especificagdes do produto implicam que P = 3.000 watts e £'= 120 volts, o motor gerars 1= PAE = 3,000/120 = 25 amperes. Mas isso vai sobrecarre peres imediata- mente. Assim, a cigneia nos diz que o projeto proposto nfo é bom e também nos indica onde podem ser a 0 disjuntor d feitas mudangas para torna © projeto vive. Assumindo que a necessidade da po {tansformar 0 motor para 2 nia € fixa, pode-se ) volts ou usar uma fiagdo de bitola maior eom um disjuntor mais potente: (0 ponto a ressaltar nesse exemplo & que o conhecimento bisico de relagdes simples pode ser usado no processo de projetar 0 produto. Muitas decisdes de projetes. ricondutores até pontes, so tomadas com base em teorias cient tworias eiemtiicas subjacentes nao serem as mesmas, nvolyendo produtos que vio desde se as bem desenvolvitlas. Apesar de as eauintes caracterfsticas em comum: clas tém as 1. Blas fomecem relagdes quantizarivas que deserevem 0 comportamento do sistema (por e plo, P= ED, Blas teorias para sister fundamentadas ema teorias para sistemas simples, em torno das quais sdo construidas, was mais complexos do mundo real (as re todas descritas para sistemas sem resisténeia e fricedo do ar) ages mecdnicas clissicas $40 Elas contém relagdes fundament duplica s intitivas. Por exemplo, F dio da massa, mediante uma forga constante, na indica elaramente que & luz a aceleracio pela metade. Para um. determinado conjunto em observagiio, uma férmula muito mais complexa do que F = ma po- deria ser melhor, mas nao forneceria a mesma elareza de ideias e, portanto, seria menos tt Exemplo: O projeto de uma fabrica Suponha, agora, que vamos trabalhar com as especifivagies de uma Fabrica em vez.de um produto. De Forma especifica, imagine que o viee-presidente de manufatura solicitou o projeto para uma fibrica de placas de cireuito impresso (PCT) com as seguintes caracteristicas + Produgio de 3.000 PCIs por semana para atender'a demanda, + Um eyele tn fo término de ums requis (tempo desde a liberacio a » mais do que ‘uma semana para manter uns ent + Inexisténcia de horas extras (semana de 40 horas de trabalho), para manter os custos baixos. a Manufitus 129190 Paste It oF bremo: Produtivdade (unidudessemana) roman FIGURA 6.1 Arclagio entre o gcle tine © 3 demanda, vir cus Pe menta Dessa ver, a resposta ni eri forica é viével? 0 Seri que tal fabrica é visvel € tao clara, O equivalente a formula F = ma para o projeto de uma Fabrica nfo € bem conhecide,! ¢ informagdes das flbricas andtogas a elementos mais sotisticidos da cengenharia elétriea ainda nao foram desenvolvidos: ‘Se uma teoria jd existisse, © que ela poderia nos mostrar para um caso assim’? Uma possibilidade Por diltimo, vamos considerar um t 10 de usar os chavies em vee {ro exemplo que ilustra © per 6. Exemplo: O pensamento enxutoCariruo 6 Uma yale ti regaciio de valor tempos de agregagdo de valor + tempos sem age redugaio dos tempos sem agregucao de valor —> maior elicigneia CObservando a frmula aeima, esté cl > que, ao reduziemos os tempos sem sg acontece tanto a redugo do cycle sime quanto o aumento da eficiéneia. Assim, sup bbremos todos 0s passos dos processos em componentes que a ;egam valor e componentes que nJ0 ‘gregam valor. Suponha também que encontramos varios centros de processamento cujos tempos de processamento sio menores do que o(fempo Zakt ~0 tempo entre as safdas—Uefinido para poder aten- der a demanda e, portanto, so partes JE Seus Tempos em que hé folga (sio claramente atividad igo de valor), Para melhorar a eficigneia, eliminamos um pouco dessa capacidade adicional remanejando-a para outra parte da fbrica onde a demanda esti érescendo, Com isso, esp: zit custos ao Farer uso de capacidade subutilizada (tanto da mao de obra quanto das miquinas). Porgm, para nosso desespero, observamos que os cele rimes nao foram reduzidos, mas sim au: rmentadlos em quase cinco vezes! O que deu errado”? 0 problema aqui ram 0 eyele time. A equa amos redu= a falta de um modelo que faga sentido & umes me interpretacdo das causas que Cycle time ago de valor + tempos sem a -sagiio de valor é.uma tautologia, Em outras palavras, sua verdade ji est contida em seus proprios termos e, asi nio oferece melhores ideias sobre a situagio do mundo do que a afirmativa: Todas as pessoas do mundo ou si a Hillary Clinton ou ndo sto a Hilary Clinton Na verdade, a distingdo entre agregar valor ou no para melhorar a eficigncia, deve agregar valor e © coneeito relative de que, “eliminar o desperdicio” (ou muda) caem no vacuo, € € 0 mesmo (que dizer “faga a coisa certa”. E claro que todos querem fuzer a coisa certa, mas a frase nio oferece diregdes de como proceder. Assim, se no Formos cuidadosos, poderemos estar reduzindo um tipo de desperdicio apenas para aumentar outro, Por exemplo, se ~ como frequentemente acontece ~ 0 maior componente do cyele time forem peeas aguardando recursos, podemos reduzir esse “despeerdicio” aumentando a disponibilidade dos re- ‘cursos que esto em falta, Mas isso signifien um aumento de “desperdicio” na forma de maiotes custos de mio de obra e de capital. F iio, devemnos faz2-lo? A resposta & depende das particularidades de cada situagio, Mas o que deve ficar caro € que a to chamada légica da produg: nenhume-direco. enxuta no fornece (O queé realmente necessrio & um para ma basico que nos permita escolher as vantagens ¢ des- ns entre os diferentes tipos de “desperdicios” e nos ajude Chamamos esse paradigma de Cigncia da Fabrica,* porque ele é fundamental para a compre comportamento de todas as fabricas, identifiear as raizes das suas causas, do 6.2 AS RAIZES FORMAIS Antes de podermos desenvolver a Ci cia da Fabrica como uma cineia da producao, precisamos othar para tris ¢ compreendler melhor o conceito de c Apssar de wow focosera manuatra, como o prprioermo Ciacia da Fabvicaenftiza. a egncinc ‘ode st apligad a qalqer rede de process tases da ual a eth Prinepios aqui desenvlvio Fospitais. entre autos weno preocupsmos des requisites, clientes, tes ek) ue. Ass. 0 Sosplicsveis a muitos otros tips de sistemas. incwindo os setores de sevice192 Parte ada F 6.2.1 s i fel i era pxis-moderna. Tornamo-ni teen mente, mas sind m i Se abservarmos 0 losdfico de muito tempo atris, pademos porque. h nndo com Aristételes (322 2.C.) ¢ mantendo-se por quase 2,000 anos desde ent scien pre envolvet quatro “causas": a material, a eficiente. a formal ea final. A causa material € am format é 0 modeto ou a esséncia do objeto ou sistema. pata o qual o objeto ou o sistema foi feito, Duran 1in movimento Hloséfico novo, chamado de “Materialismo”, que declarava que Somente as coisas existentes eram materiais © que tos os fenGmenos eram resultado da interagio A consequéncia desse foco materialista na atual administragZo da manufatura ito importante estudar e entender os processos de fabricagdo e x produtos, mas aereditamos g ualquer consideragio além d a de produgi Jesde os semicondutores até os produtos farmacéuticos, existem muitos expe fais, Mas Slo poucas as pes ais que 18m una visdo total do conjunto. Como resultado, podemos s muito ennutos ou aleancar uma alta qualidade nos produtos e processos ou ter um étimo atendiment tu cliente, porém, a0 mesmo temipo, podemos ter diffculdade er equilibrar tos esses objetivos ap rentemente conflitantes, Em termos aristotslicas, compreendemos muito bem as causes materia ‘mas femos pouco conhiecimento das eausas Formas e finais. ‘Em vista disso, ¢ interessante que, fd mais de 20 anos, um livro chamado A Mera (Gokdatt ¢ Cox 084) fez um grande sucesso so concentrar-se nas causas fina. A meta our a caus final de win sistema Jugdio, qual o titulo se refer, era “gera lucroy no presente e no futuro”, Apesat d ‘nturo de maneira consistente com nossos valores eentrais 6.2.2 A “causa formal” dos sistemas de manufatura Isso nos deixa com a “causa formal”, a qual é “formal” porque trabalha eom a forma de um objete isto é, sua definigo, modelo ou esséneia. A causa formal define o objeto em termios de principios fur ummentais on leis gencricas, de forma que & importante para se ter uma visio cientifica da produsao. Nesta se ostulamos uma nova causa formal para os sistemas de manufatura, que servird con Os elementos essenciai primitivos A causa formal de um sistema de produgao ou de servigos envolve dois elementos essenciais, de: manda ¢ transfort transtormar os mat Podlerfamos dizer qu ‘o“suprimento” também & um elemento exseneial de um No entanto, em termos fundamentais, wm fomecedor transforma os reeursos em produto e, porta fz parte do elemento da transformagao S mavinehio re sis res pv angle com Tales e Demers fo etal de man pooCapiruco 6 Umac Monufatura 193 Essas “formas” so us mesmas p um sistema de uma oper simples em um centro de proces- ‘samento, para tim fluxo Ginico em uma Fabrica, ou para toda a cadeia de suprimentos de uma empresa multibiliondria (ver a ura 6.2), Os detalhes ¢ sua complexidad variam muito entre os diferentes sistemas, mas sua ess@ncia & a mesma. As reservas de seguranga ademanda ea transfor fio atenderia & d s agio estivessem perfeitamente alinhadas, teriamos.a “forma” ideal: trans: forma nfo haveria necessidaede de manter estoques, todos cs recursos feriam 100% de utilizagiio, ¢ os leaul simes seriam iguais aos tempos de processamento. Nao haveria qualquer de Polo fato de demanda sdicio, Infelizmente, esse ideal é impossivel de ser aleangado na pritiea, nunca estar perfeitamente alinha ‘om a transformagiio, surgem as reservas dose nga € um recurso extea que cortige as diferengas do alinhamento ‘entre ademanda e a transformagio, ¢ & formacla de trés maneiras 2, Tempo (demora entre uma demanda e s uanga. Uma reserva de s so €oda demanda) Estoques (materiais extras no processo de transformagiio ou entre esse proc endimento pelo processo da transformagio) 3. Capacidade (potencial extra de transforma veis ou iregulares) necessdiria para satisfuzer demandas imprevist Como explicaremos no restante da Parte IL, 0 fator que, dda demanda com a transformag a pratica, impossibilita o alinhamemto variabilidade. Como tanto o proceso da demands quanto o da transformagio esto sujeitos a variagées (por exemplo, clientes mudam de ideia, equipamentos falham, ete.) nunca poderemos alinhd-los compl Assim, sempre teremos reservas de seguranga, as ‘quais prejudicam a eficigneia dos sistemas de produgiio e servigos, Como discutiremos em detalles nos Capitulos de 7 a 9, compreender as causas subjetivas da variabilidade e da forma seguranga € essencial aos projetos ¢ & administragao de sistemas eficientes de prod ‘Sob um ponto de vista filos6fico, procuramos tornar 0s sistemas reais to prximos do ideal quan: to possivel, Saindo da filosofia ¢ entrando na ciéncia, notamos que existem dois elementos primirios que compaem os sistemas de producio4os estogues ¢ os fluxos, Um fluxo representa 0§ recursos ou (0s materia circulando pelos processos de transiormago, e amente io das reservas de essencial, pois a transformagao seria ‘mpossivel sem um fluxo de materiais. Um estoque (ou inventirio) representa os materiais ou outros recursos aguardando para serem transformados. Os estoques no essenciais, pois ha si mas que Ne outras duas reserva joques entre a demanda e transformagio, como o sistema de atenimento, 2s termos, as reservas de Seguranga (materiais extras) jo mantidas nos estoques, enguanto as ade tempos ea de capacidhule, relacionam-se aos fluxos. A demanda e a transfor poo ---S tH. Kom ee NOOR ma Demands do mersado FIGURA 6.2 A forma de um sistema de produczo.4 Parre IA Cinci macio sav dois tipos de fluxor a demanda & um fluxo de entrada, ¢ a ransformagio, de said. £ elary produzind que a natureza espeeftica dos fluxos e dos estoques pode variar muito em diferentes sistemas, Mas suportar g mesmo esse modelo formal extremamente simplifieado pode eselarecer nossa visio dos sistemas de Come eu aprendere ‘4 administracao das reservas de seguranca foras Ue Exemplo: A ta para a ba inte de certa Fabrica, apés ler sobte os benelicios do kanbam arcados no chiio da filbrica e os funcionsrios Forum xe Alguns “pontos de estocagem kanbant” foram conceitos Algu instruidos sobre o nimero de unidades que deveriam ser mantidas em cads um desses pontos. Confor- me planejado, os niveis de estoque © 0s eycle times comegaram a cai. Porém, para aafligio do geremte, ‘a produgdio da fibrica também caiu, Em pouco tempo, a Fabrics coperacion if nfo estava mais conseguindo atender blocos 0 (1992) ¢ a demanda, ¢ 0 nivel de atendimento 30s clientes caiv rapidamente. que dew errado? Usando a terminologia de nosso n Jelo formal o gerente da fabrica reduriu g reserva de fentpos sem questionar sta raves subjacentes (ou sea a Variabilidade) do porqué de esas reservas se formarem, Como resultado, o sistema foi forgado a formar reservas de seguranga alt se compe tivas por meio da redugdo das unidades produzidas e, por consequéncia, da redugiio da mila fabrica, Isso acabou criando uma reserva de capacidade niio desejad tieo, Na As causas especificas © as relagies entre as reserva de seguranga so examinadas no restante da Parte II. Por ora, Yams Fesumir as prineipais ideias de nosso modelo formal: pode ser 1. As duas partes esvenciais ce um sistema de produgao sao a demanda e a transforma 2. Os dois elementos printzivos de um sistema de produgio So os estoques e os flux. Dit 3. Seademanda eat vem sin 0 no estio alihadas perfeitamente, haverd formagiio de uma fou mais reservas de seguranca. (a) De estoques des me (b) De tempos Engen! (©) De capavidade sao tan 5. A causa mais comum do desalinhanento entre a demands ¢« ransformagio éa vuriabilidade engent t 6.2.3 Os modelos prescritivos e descritivos princi Peo fato de os modelos desertivos simplificarem complexa realidad por meio da distingao 1 comportamentos essenciais, eles so a base de toda a cigneia. Porém, diferentemente da ciéncia, a mul engenharia e a administagio sto disciplinas orientadas para objetivos e, como tal exigem também ae modelos preseritives que auxiliem nos processos de tomada de decisdes. i. Os modelos presertivos normalmente detivam de um conjunto de pressupostes matemdticos s Como tis, elas se dferenciam dos modelos deseitivos usados na eign e na guimica, os uals 8 a dserigdes sobre a natureza, Apesar de os modelos eientifcos usarem a matemrsties como ln 3 les nto derivanr da matemitica. Ao invé disso, os modloscientiiens So essencialmente conjecturss s sale como as coisas funcionam, Os mods deseritivos resuftanes fornecem 0s fundamentos pa serem usados pelos profission saplieadas como a engenaria elgrica, quimica e mecin ‘para ajudar no projeto e no controle de sistemas complexos (como as fitbricas quimicas). alc ‘Como exemplo, considereo problema enttentado por um engenieiro eivil na selegao de un proie ale vo para uma ponte. Cada estratégia de projeto representa uma solugio prescritiva baseada tanto mas es dew perigncias quanto nos modelos, Por exemplo, para im vio longo, uma ponte suspensa é, mitas wees va tia hoa apgto. As ponte suspensus Sto suportadas por cubos de go, que podem aguentar enonnes smi ongas de tensa. mas praticamente ineis contra forgas de compressao. J para-um vio curto. win op hor pedo seria uma estrutura de conerer0 armada, com seus blocos em leve curvatura para eim:Capiruto 6 Uma Ciéncia pana Manufotura 195 produzindo forgas de compressio nos componentes que suportam as eargas. O conereto armado pos suportar grandes forgas de compress, mas ndo trabala bem sob tensio. Como os engenheiros civis sabem disso? Logo no inicio de seus cursos universitérios, antes de aprenderem disciplinas que ensinam a construgao de grandes estruturas, eles cursam disciplinas mais bisicas na ciéncia da engenh sina sobre as forgas de compressZo e de tensdo. Nela, o aluno aprende como um afco transinite a carga do seu topo ‘a base. Outra disciplina basica ensina a resisténcia de materinis como o conereto ¢ 0 ago, De Uma delas, que trata sobre a estitica e a dinamica sordo com nossa abordagem, essas so disciplinas descritivas, Somente aps a compreensdo desses conceitos basicos o aluno comegaa aprender sobre projetos ou disciplinas prescrtivas, Alguém poderia argumentar que os modelos tradicionais ensinados nos cursos de administrsgao ‘operacional representam os fundamentos de um modelo descrtive da administragao da mamufatura, As- los ensinados nos cursos da Engen locos na constr a, eles sio elementares e€ so usados como n, hd uma diferenga fundamental. Como Little (1992) obsetvou, muitos modelos matemuiticos usados na administraga industrial so tautologias, isto &, considerando um conjunto espe se comportar de uma me: para se obte tico, Naess io de sistemas mais complexos. Po o de operagées e na engenharia fico de pressupostos,o sistema pode neira espeeifica, A énfase & posta na derivagio correta dos pressupostos as conelusdes ¢ no na questo sobre se © moxiclo representa a realidade de um sistema pri ncia, a verdade do modelo é expressa por si mesmo, Little até demonstrou que uma “lei” que eu: nome (algo que explorames mais no Capitulo 7) ndo é uma lei, mas uma tautologia, Como pode ser comprovado matematicamente, as ra7Ges para se testar a lei de Little por meio de dados empiri- a Hillary Clinton. is mafemiiticas, os modelos ensinados nos cursos de ‘zem sim conjecturas sobre © mundo que nos rodeia. Eles so um convite para o aluno verificar decla- rages espeefficas e compa cexperincias em laboratério). A frmula F uma tautol 0s nio 6 diferente de sair na rua pedindo para as pessoas confirmarem que sou na Diferentemente das taut Jas as evidéncias empfricas (os estudantes fazem exatamente isso nas na & uma dessas eonjecturas, Essa lei, por certo, no & em é estritamente correta (€ apenas correta para velocida- des menores do que a da luz), Nao obstante, & muito il e € a base de muitos modelos complexos de haria, Outros resultados importantes da Cigneia como a formula ja matemitica: na verdade ela ma e outras leis de Newton io também notiveis por sua simplicidade. No entanto, como qualquer aluno iniciante dos cursos de cengenharia pode atesta, as freas da estitiea e da dindmica nio sao nada simples, apesar de serem bx seadas em ium conjunto de poucas leis extremamente simples sobre a natureza. B importante nbém notar que nenhuma lei cientifiea pode sequer ser provada, A derivagio de prinefpios primsrios nfio constitu’ provas, pois eles mesmos so conjecturas, Como & impossivel obser- var todas as situagées concebiveis (diferentemente da indugio matemitica), nunca poderemos saber se nossas explicagdes is sobre os fendmenos observados fas, ou se alguma outra explicagio melhor logo aparecerd, Se a hist6ria nos fornece alguma diregao, podemos apostar que todas as leis cientifieas que hoje “sabemos” um dia se sonagem de Steve Martin) desereveu: dio desafiadas e superaclas, Como “Theodorie of York” (per Sabe, a medicina ndo é uma eiéneta exata, mas estamos aprendendo mais « cada instante. Veja, ht apenas 50 anos, pensave-se que una doenca como « de sua fila era causada por possessive demontaca fue bruvaria, Max hoje sabemos que bcabelle sofe de um desequilibrio dos kamores eorporais causade fave, por um sapo ou un gnoma que vive mm seu estimago. Apesar disso, a pritica da eigncia ainda nos da esperangas. Una lei no comprovada ou refutada (Gal como F = ma) pode ser muito itil. A chave esta em compreender onde ela pode ou nao pode ser aplicada, Por isso, 6 importante fazer o méximo de esforgo para refutarmos nossas hipéteses, em ver de verificd-las. Quanto mais refutamos, mais aprendemos sobre o sistema e melhor seré a lei que res- tard no final (Polya 1954). Chamamos esse proceso de conjectura e refutagdo (Popper 1963). De ‘muitas maneiras, a conjectura e a refutago estdo para a cigneia, assim como o procedimento “pergunte © “porgue’ cinco vezes” esta para uma implantagao de um sistema JIT/produgio enxuta. Ambos repre- sentam procedimentos para ir além do bio e chy————eaEeoO7~ 196 Parre MW ACien Se ainda no existe uma eigncia bisica da administragao de operagdes universalmente aceite, mui tos pesquisadores e professor » se interessando em recupera esse atraso (er Askin e Standridge 1993, Buracott e Shanthikumar | 7. 1998), Este livto representa foros p estruturar uma cigneia da manufatura. Visivelmente, elt ests longe de ser completa. As relagses entre Ciencia e as fibrivas que podlemos oferever a esta altura so apenas uma combina: alguns resultados de nossas préprias pesquisas. Entretanto, a Ciéneia da Fabrica nao é mais um ¢ Ela nio ¢ fic e ndo promete solugdes para todas as situagies, Els simplesmente oferece a isicas entre fatores fundamentais di: manulatura, como & ariabilidacle, atendimento gos clientes, ete. Acreditamos que a compreensie Uessis relates melhores ferramentas para projetar e controlar empresas industria mais efiea 6.3 OS OBJETIVOS ESTRATEGICOS E OPERACIONAIS Os modelos descritives que nos ajudam t compreender as relagdes basicas subjacentes ao compor tamento de um sistema de manufatura so importantes. Mas uma eiéneia da manufatura, em slim |. cujo objetivo ¢ ajudar a projetar e administrar sistemas de producto, Assim, precisamos eomexar com objetivos bem elaros een 6.3.1 objetivo fundamental fundamental Gente cro wo presente no futuro ke marie eonsistente com nossx vi Podemos verificar que essa declaragiio & muito vaga e niio contém muitas diregdes coneretas, mits ess a natureza de um objetivo fundamental, Ble fornece um ponto em comum a todas as partes interess das da empresa e ajuda a definira problemtiea da administragio da produgio 1-se muito tempo para transforma © objetivo fundamental em ur declaragio de misso. Uma boa declaragio de missao aborda as maneirss como um objetivo fund: mental sera atingido por meio das estratégias da e presa, Por exemplo, a declaragio de missd0 ds Levi-Strauss ¢ “fabricaremos os jeans mais desejados e mais usados no planeta”. Essa breve descr: deixa claro que a qualidade (expressa por meio das pakivras “mais desejudos”) € a caracteristic competitiva dominante da empresa, E claro que 0 prego. triedade de produtos ¢ © atendimento 30 cliente precisam ser competitivos, mas essas nio silo as razDes pelas quais a Levi-Strauss espera que ‘compremos seus produtos. Nem todas as declaragdes de missi0 tio bem focalas. Por exemplo, a missdo da Amazon.com Ga seguinte: “A Amazon.com busca se empresit mais centrada nos clientes, o lugar onde eles po dem encontrar e descobrir qualquer produto gue queiram comprar pela Internet por umm étimo preg Mas fiea claro p a quem miiliza © size da Amazon que a variedade de produtos é 0 que a distingwe seus concorrentes, Apesar de a deelaragiio de mis » certamente dizer isso, ela também aponta objetivos seeundirios como a pregoe :tenlimento, mesmo que a Amazon no tenkia intengdes clas de oferecer 0 prego mais baixo ot 0 melhor atendimento no Fano de lojas virwais, Assim, a inclu esses elementos extras em sti declarago de missdo tira 6 foco do verdadeiro objetivo fundamental Finalmente, algumas declaragies de missio divergem totalmente do objetivo fundamental. P exemplo, a Mary Kay Cosmetics tem a seguinte missfo: “Vulorizara vida das mulheres” e ada Dis é-Puve! is pessoas Felizes". Apesarde serem inspiradoras, essas Ueclaragdes nd sto muito titeis para dirigir a womada de decisbes da empresa, S|ee forma 197 Caviruro 6 Uma Ciencia p. Assim, enquanto dectara de missfio podem ser valiosas como slogans marcantes, prineipal- mente para 05 consumidores, elas nio fazem parte do processo de conversao do objetivo Fundamental da empresa em diregies operacionais concretas. 6.3.2 Os objetivos hierdrquicos Para oferecer uma base melhor para ajudar a tomar lecisdes operacionais, é preciso identificar os obje tivos mais detalhados que dio suporte ao objetivo fundamental. Para isso, ¢ wil definir 0 termo “gerar tucros” em detalhes mensurives, refinando o objetivo fundamental como segue: CObier um “bom” retorno sobre o investimento (RSI) no longo pro. ssa declaragdo também serve como um objetivo baisico com 0 qual as virias partes interessadas con. cordam. Ela satisfaz 08 acionistas, pois o RSI ajuda a suportar 6 prego das acOes. Também satisfaz os funcionairios, pelo menos no que diz respeito 1 uma coisa, pois eles tém mais chances de continuarem cempregados ¢ almejarem possiveis promogoes, Finalmente, ela implica a satisfagao dos clientes, pois, do coniraio, seria impossivel conseguir um bom RSI no longo prazo, Para falar mais sobre objetivos especificos, observamos que o RSI (assim como o luero) € determi: nado por irésfatores financeiros ~ (1) reeeitas, (2) ativas c (3) eustos — como segue: Lucro = reeeitas — eustos Iueros RSI = = Mas essas medidas ainda so sm nivel muito alto pa fabricas. Assim, traduzimos os termos originals receitas, ativos e custos para scus equivalentes na fibrica: (1) produtividade, a quantidade de produtos vendiclos por unidade de tempo (de nada adianta produzir sem vender); 2 aplicagiio nas operages do dia a dia das 2) ativos, especificamente os ativos controlkiveis, eomo os estogues: ¢ G) cuss tos, que consistem das despesas operacionais da Fabrica, especificamente as variagdes de custos como as horas extras, as terceirizagdes ¢ a sueata, Essas trés medidas fornecem o elo entre os objetivos de alto nivel, como o RSI, ¢ 0s de nivel mais baixo (por exemplo, disponibilidade de méquinas) que sao ‘mais diretamente ligados as atividades da produgio. ‘Agora podemos fazer a dio do objetivo fundamental aos objetivos subordinados que 0 sus- tentain, A Figura 6.3 ilusira um exemplo de uma hierarquia de objetivos que poderia ser 0 resultado esse procedimento. A 16 alto indice de RSE baixose ica por tris dessa hierarquia deriva das frmulas do RSI e do lucro. Um, atingido por meio de altos hucros e poucos ativos. Altos lucros exigem custos las altas, Custos ba sm alta produtivida- de, alta utilizagio e baixos estoques, Como veremos mais adiante na Parte TI, para alcancar baixos niveis de estoques e, ao mesmo tempo, manter alta produtividade e utilizagao, é preciso manter uma, baixa variabilidade na producto. Vendas allas exigem um produto de alta qualidade que os con sumidores queiram comprar, além de um bom atendimento. Um alto nivel de atendimento requer rripidas e confidveis, Entregas ripidus exigem cycle tines curtos, baixa ul nas fo los estes Par ante muls roduos dispontvelssdo necessiios alos nveis de estoques ¢ mais variabilidade de produtos. Porém, para obter uma qualidade alta, precisamos de baixa variabilidade dos provessos ¢ cycle times curtos (para facilitar a detecgao ripida de dete tos). Finalmente, observando o lado dos ativos na hierarquia, necessit (08 implicam custos unitirios baixos, que exi nos de uma alta ulilizagio para minimizar 0 investimento em equipamentos (bens de capital), ¢ baixos estoques para reduzir 6 dinheiro vinculado a materiais, Como pode ser abservado, a combinacZo de baixo estoque e alta utilizagio exige baixa variabilidade. Note que essa hierarquia contém certos conilitos. Por e: centregas répidas, mas também estoques baixos para manter ativos baixos para ter um alto retorno sobre plo, queremos ter estoques altos para investimento. Precisumos de alta utilizagio para manter 0s ativos e os custos unitirios baixos, mas98 _Parre Il A.Gibncia da Fi [st] [att] [ Sie — vn e = [bane stead _t a [vssibitida | [utiliza | |_ esto [pasate FIGURA 6.3. Osobjet 10s hierdrquicos em uma organizagio industrial também baixa uilizagdo para entregas ripidas. Qu 5s varinbitidade para ter mais variedade de produtos, mas também menor variabilidade para manter os estoquies baixos e a produgao alta. Ape sar da relutancia de alguns consultores da prod guns trade-offs para resolver esses conflitos, E til observar que, na F {io enxuta, nfo temos outra opel a do ser fazermos ura 6.3, 08 eyele times eurtos dio suporte tanlo aos custos baixos quanto as vendas altas, Essa € a motivago existente por iris da énfase na rapidez durante a década de 1990, ineorporada em pritieas como quick response manufacturing (producao de resposta répida). Vol remos a abordar o importante tépico da redugtio do cycle time na Parte IL, apés estabel relagies bsicas que envolvem a variabilidade mais adiante, ainda na Paste I 6.3.3 O posi namento estratégico ara identificar os pontos de maior alavancagem em um sistema de producao. nao basta detalhar os objetivos subordinados que suportam o objetivo fundamental. Nao -omo notames anteriormente, a todos que tém a mesma impor objetivos so conflitantes. Assim, precisamos de cestrutura de trabalho com a qual possamos definir as prioridades entre os objetivos subordinados e de terminar 0s trade-offs adequados. Tal estrutura de trabalho precisa incorporar tanto as estrat a determinatn as capacidades do sistema de produgao. tancia e, mat srminam © modo como escolhemos alcangar o abjetivo fundamental, quanto as operagdes as quais Para desenvolver tal estrutura, voltamos & férmula do RSI, que separa os objetivos que se relacio- ‘ham no aumento das venclas daqueles ligados & reduc dos custos e dos ura 6.3, a parte da equaglo referente-a0s custos ¢ ativos (© produgiio) somada a estoques baixos & de produg estoques baixos e uma al A complexi ivos. Conforme ilustrado simples. Uma alta utili chave da eficigneia de custos para quase todos os sistemas riana para os diferentes ambientes de produgdo, quase sempre utilizagao silo as melhores opgbes. por consequéneia, a necessida Se os niveis alcangados e de uma directo estratégica, é muito maior para parte da equagdo que trata das receitas, Todas as empresas de manufatura constroem wna pro lor aos seus clientes base da em alguma combinagio das seguintes opgdes: desejod dada ae Postal 0,0 Se lar, a Ki Ac proddug ‘operaci ponto | para st As fre Um ec cestraté pelo sidera pois « igo coor: sewo pod fone rent eficCari Lo 6 Uma 1. Preco: Apesar de a questiio do prego ser uma decisiio neial que deve le concorréncia do mercado, ela depende muito dos custos unitérios, os quais sao influenciados poru série de priticus operacionais, 2. Tempo: O lead time (ou seja, a rapider de entrega) € um componente essencial do valor de uum produto para o cliente, 0 qual ¢ de! rminado pelos ciclos operacionais (em sistemas de producZo sob encomenda) e pelas politica de controle de estoque (em sistemas de produgo para estogue)) 3, Qualidadle: Como discutiremos no Capitulo 12, a qualidade consiste de vii pode ser medida de vérias maneiras. Algumas destas, mento a0 consumidor, podem estar for -om0 © projeto do produto e o atendli Jo escopo da fungao da produgao, Mas outras, como, as taxas de defeites, so influenciadas pelas priticas adotadas dentro da fabriea, 4. Variedade: Oferecer mais produtos permite que oy clientes fagam escolhas mais apropriadas aos seus gostos (desde que a variedade nao seja tio excessiva que possa sobrecarregar os clientes com opg0es). Mas a variedade também agrega complexidade e variabilidade, o que ‘aumenta os custo. Esses 4 tens podem ser considerados os prineipais componentes dos pedides dos clientes, pois é 0 desejo de um produto, juntamente com essas caract dada a cada u {sticas, que faz. as vendas acontecerem. A én ddesses itens & uma fungiio da estratégia de eada empresa. Por exemplo, tanto o Servigo Postal norte-americano quanto a Federal Express operam no mesmo setor de {0,0 Servigo Postal di mais énfase aos pregos, enquanto a Fed Ex enfatiza a rapidez. De maneira simi- Jar, a Kia vende seus earros eom 0 apelo do prego, enquanto a Bentley baseia suas vendas na qualidade. A decisio estratégica de como priorizar essas dimensties est alm do eseopo da problemitica da prodlugio, que € 0 objeto deste livro, mas ela tem que ser feita a fim de determinar quais capacidades ‘operacionais serio nevessirias. Por exemplo, o Servigo Postal norte-americano usa a entrega ponto a ponte para minimizar os custos de transportes, de forma a sustentar sua estratégia de pregos baixos, enquanto a Fed Ex usa estrutura de rede em estrela para faclitar a rapider. na entrega, 0 que contribui para sua estratégia de alto nivel de atendimento, uregas postais, No entan- As fronteiras eficientes Um conceito que pode ajudar a estruturar © pensamento sobre esses trade: estratégica da ef fs. assim como a fungio tes. Por exemplo, a Fi ‘gura 6.4 ilustra a fronteiraeficiente do trade-off custo versus rapidez na entrega enfrentada pela Fed Ex pelo Servigo Postal norte-amerie cia operacional, é o que chamamos de as fronteiras, 10. Cada ponto na curva representa a solugio de menor eusto (con- sideranclo as tecnologias tuais) para certo tempo de entrega. Os pontos aeima da curva so ineficientes, pois representam solugies de alto custo, enquanto os pontos abaixo da front ef iente Sio, por defi- eis de ser los com as teenologias atuais. 0, impraticveis, pois representam custos imposs A fromteira eficiente ressalta a necessidade estratégica pela eficiéncia operacional. Uma empresa ‘cuja atuagao fica fora da fronteira eficiemte estard vulnersvel a um concorrente mais eficiente, que pode cobrar um prego menor por um produto similar. Como notamos no Capitulo 1, essa foi e estratégia empreg: tamente a la por Andrew Carnegie para dominar o mercado do aco dos Estados Unidos, Ao se tomar © produtor com © menor prego do ago (0 nico produtor d podia eobrar pregos altos com un forte. Quando a demanda era frac competidores do mercado, ro da fronteira eliciente), cle rande m em de luero quando a demanda do mereado era mais ele podia cortar seus precos abaixo da concorréneta e tirar seus Mas 0 ago é uma commodity, por isso toda a concorréneia se baseia no prego. Em mereados dil rentes dos de commodities, a concorréncia se di em outras dimensdes além do preco. Por exemplo, na indstria de entregas, os clientes levam em consideragio a rapidez m fronteira eficiente interessante para esse ramo € a que apresentamos na Fi eficientes, que mostram 0s rade-offs entre qualidade versus custos ou varie ser interessantes em outros ramos do mercado. entreg ce0s pregos. Assim, uma ura 6, Outras fronteiras ue versus custos, podem ora a Monafatura 199servigos oferecidos pela Fed Servi s em pontos distantes dk ficientes, mas representam pe yuilfbrio bem diferentes i nt ez na entrega, Ao diferenei rvigos dessa maneira, a Fed Ex © 0 iferemtes Segment Ho. ( Servigo Postal satistaz ntes Interesslos nos custos, enqusanto a Fed Ex aten es dt io com pressite est stos a pagar pela r ntrega, O conceito da tronteita eticient centatiza a importinela estraté iferenciag Jo, assim como da efieiéneia operaci © que diferencia uma proposia eficiente ou ineficiente nos servigos ofereeidos por uina en 0 custo de manter reservas de Seguranga para compensar a variabilidade, Numa prapasta eficien ariabitidade & minimizaula, ¢ 0s t&s tipos de reservas de seguranga ~ de ey ek estoques ~ so usados da melhor mancira possivel, com custos miniaos. Assin de icional. o problema de aleangar certo ponte na fronteira efieiemte & uma quest dio ae da variabilidade do sistenta ¢ das reservas le seguranga Para ilustrar isso, vamos vonsiderar um exemplo bem simples extraide do Capitulo 2 —um si nivel do estoque minim. A cada vez que ocorre una cemanda por parte do cliente, um pedido de t posig ‘stir estoque disponivel, o pedido do cliemte mediato, Se ndo cxistir toque disponivel, o pedido fiea em pendéneia, Quando existe Pedidos que aind nie foram atendidos, a posiglio da estoque (& oque disponivel mais os pedi reposiciio menos os pedidos pendentes) & negativ, Esse sistema & ilustrado na Figura 6.5, sand a pri ue minimo, a posigio do estoque & sempre a mesma, Assim, o nivel d senta 0 volume miximo de estogue disponivel que sempre teremas to sistema, © volume minimo do estogue disponivel & zero, isto &, quando falta estoque. Porm, eomo os pe 108 assur que a variahilidade da dematvla p pacidade) do processo de produgdo, Com cles. podemws abter diferentes pontos de equilibrio ent A taxa da velocidad do processo de produgao ajusta ps tempos, Por exemplo, se tava de produgio for detinida a um nivel baixo, apenas um pouco ac io a fabrica Cera dificuldades para manter o ritmo, o que resultard em tempos FIGURA 6.4 Uma fionteira eficienteCari Petdos pendent FIGURA 6.5 Umsistoma de oque minime alimentado por um processo sim pedidos pendentes (se 0 estoque minimo for baixo) ou altos niveis d toque (se nivel do estoque minimo for alto), Por outro lado, se a taxa de produeao for definida em um nivel muito mais alto do que a taxa de demanda, os tempos de reposigao serdo curtos e previsiveis Isso nos permitiré um bom nivel de atendimento ao cliente (com periodos curtos no atendimento 20s pedidos pendentes) e poucos estoques. E claro que definira taxa de producto muito acima da taxa d uma considersvel capacidade ociosa, Esses trade-offs sao ilustrados na aguarda até um pedido pendente ser at anga de tempos do sistema. cixo y representa o volume méidio dispontvel no estogue, medidio em meses de suprimento: essa &a re ranga de estogue. AS enanda significa que teremas, ra 6.6. O eixo x representa o tempo medio que um cliente ido: essa € a reserva de seg curvas diferentes representam o trade-off entre os estoqu tempos nos easos em que a taxa da produgiio exc ao reduvira reserva de ede ataxa da demanda em 2,5%, 5% e 10%. Note que. canga de estoques, & vice-versa, enguanto quando se aumenta a reserva de seguranya da capacidade, hi uma reduedo nas reservas das tempos e de estoques m fermos priticas, podemos notar que uma reserva de se nos forga ou a manter um uranga de capacidade de apenas sande nivel de estoques ou um periodo longo no atendimento aos pedidos pendentes. Por exemplo, se quisermos conservar um nivel de pedidos pendentes préximo de zero, te~ Temas que manter 5 meses de estoque, Como alternativa, se quisermos manter 0 estoque préximo de zero, teremos que impor aos nossos clientes uma es de um més para atendimento de seus pedidos jpacidade em $%, os niveis de estoque e os 1a melhoram, Podemos manter estoques préximos de zero com um tempo médio m do que 1 més no atendimento aos pedidos pendentes, ou podemas reduzir os prazos de atendimentoy préximos a zero mantendo 3 meses de estogues, O aumento da reserva de seguranga da capacidade em 10% nos permite ot traballhar com estogues préximos de zero e com um prizo de atendimento de apenas V4 més, ou reduzir a méiia de atendimento ps pendentes.’ Se aumentarmos a reserva de s tempos de es quase zero mantendo apenas | més de estoque. Apesar de a Figura 6.6 ilustrar os srade-offs em nosso sistema simples de estoque minimo, cla nao nos mostra quais seriam as melhores politicas a adotar, A resposta certa depend ia da empresa. Por exemplo, se os clientes do segmento-alvo de nosso e muito com os prazos de do mercado ¢ da es- plo niio se importa Jotar pequenas reservas sndimento ¢, sim, com os pregos, entdo devemos 3 de seguranga de capacidade e de estoques (ajustando a taxa de produg3o prxima da taxa da demanda, usando um nivel baixo de estoque minimo) ¢ uma grande reser E claro que curvas iguais as da Figura 6.6 existem apen: suaves So resultantes de um suposto sistema bem simples, que consiste de uma tniea estagiio de traba Tho, com apenas um processo de produggio e com uma polit ade seguranga de tempos.” nos livros. Essas curvas contfnuas e a de controle de estoque minimo, Tendo ‘Nove que Figura 6.6 mostra apenas os nveis médios de estoqu ques que nos peri peti dos peazos de atentimento, Se users un nie en os peas de seen. eB pl re ‘eremos no Capitula? que exisem outs razaes elelonaas & qualidade que podem oer statves 0s ead tines als ripidos. Esses rates compleariam nossa co para buscar um bor pono em une eure da front dieicgncia contnea vali202 Parte MW ACine FIGURA 6.6 Desemp a de estoque minim aime tum processo de prod apenas dois fatores para controlar (a taxa de produggio ¢ o nfvel do estoque minimo), podemos. facilmente todos os trade-offs No mundo real, as coisas so bem mais eomplicacks, As fibricas tém cemtenas, ou mesmo milhares 8 controlar. Por exemplo, uma empresa pode adlotar um sistema Kanban um MRP ow una Politica baseada no (Q, 1). Ela pode usar uma programagao Feita por comps manutengao preventiva. Pode também implantar \rios outros programas de forma de equipes ¢ reinamento de operadores. C dquinas, mesmo pessoal, ete, cada politica operacional resultard em algurna combinagiio entre as ee Note que algumas politicas causam resultados empos so maiores do que se outras poiticas fossem prati las. Essas So politias ineficiemtes. Um cas mos observa frequentemente nas Fricas, acorre quan as es de dolares para methorare integear seus sistemas de informagtes ¢ depois se acomodam em tocar a produgdo com apenas algumas planilhas manwais ¢ algun politica simplista de controle de estogues, Muitas veves. a politica de controle de materia define am nimero fixo de Semana psitens, 0 que jd mostramos nto Capitulo 2, ¢ isso sempre estd errada! O resulta Para ilustrar os perigos de se decidir por uma politica ineficiente, mostramos dois pontos na Figura 6.7, 08 quais demos 0 nome de “Politica Ineficiente” e “Politica Eficiente”. Em relagio & politica ef ciemte, a politica ineliciente resulta em 33% a mais de estoques, com as tempos um pouico piores (pi 705 médios de atendimento mais longos). Lemibre-se de que ambos os pont se referem a un a cada umn, Isso mostra, dle maneira clara, que uma empres gue adota a politica eficiente terd uma vantagem substancial nos custos em relugdo outra empress q aadota uma politica ineficiente, mesmo sem qual na equips Na Figura 6.7, a fronteira eficiemte consiste dag s pontos em que nio existem alternativas p ervas de seguranga sao menores OU iguais Aquelas aleangadas pela politica aplica a esses pontos. Como possivelmente existem apenas umas poueas politieas alternativas. a frontel No entanto. mesmo que a politica aplicada esteja dentro da fronteira eficiente, no devemos ser Seri se S aplicaday & producao, de maneira a alterar « fronteita eficient complacentes. A razao & que a fronteira efieiente & definida apenas para a tecnolos Amibos os sistemas, a produgtio enxuta eo Seis SigmCartruto 6 Line Ciénco paraa Manufitturs 203 Reserva de seguranga de tempos FIGURA 6.7 Curva de troca de uma fabrica antes das melhorias, (por meio da eliminagio de passos desnevessirios nos processos, da redugdo dos tempos de setup out do aumento da disponibilidade de equipamento) com o objetivo de elevar a capacidade efetiva. O Seis ‘Sigma concentra-se na redugio da variabilidade nos processos de produgio, 0 que reduz ide despesas com reservas de seguranga. Po cessidade i nem a produgo enxuta nem 0 Seis S ‘uma estrutura de trabalho para definir as prioridades das melhorias ou para compreende entre capacidade, cyele time, estoques, uilizagioe variabilidade, ‘Nos Capitulos 7, 8,9 ¢ 12, desenvolvemes um conjunto de prinefpios em suporte tanto & produgio cenxuta quanto ao Seis Sigma e fomecemos uma estrutura de trabalho para definir as prioridades nas alternativas de melhorias. Esses resultados representam a base da Ciéneia da Fabrica os srade-offs 6.4 AS MEDIDAS DE DESEMPENHO E DOS MODELOS Para desenvolver ui ciéncia da manufatura que nos permita identificar e definir as politicas e as es entre as ts reservas de essa compreensio por meio de politicas operacionais thadas, o que exige o uso de modelos. O desafio é desenvolver modelos que sejam suficientemente ccorretos para representar essas relagées mais importantes, mas que sejam simples o bastante para que seguranga e as variabilidades e (b) expr deta FIGURA 6.8 Curvade troca de uma fabrica apés as mehorias efetuadas.i 204 _Parre N_A-Ciia da Fabr possamos eriar unt be na Se ‘Muito do restamte yssies sobre 6.4.1 Acontabilidade de custos Js modelos matemiticns estudados em cursos sobre a administrago de 3s (ote econdimeo, MRP, modelos de estimativas, mexlelos de programagio linear. ete.) ndo silo os Gnic redir desempent far as politicas gerenciais em sistemas de manufatura. Na verdade, alguns dos mo. ddelos mais comuins usados pelos administradores das flbricas sto relacionados aos métedos contibeis Apesar de ser, muitas vezes, vista como um mero método de registro ou de controle dos contabilidaule, na verdade, & baseads em modelos, de Forma g ubrieagio de cada produto. Tais estim: veri que devemos continvar a ubricar esse produto. ou tereetizé-lo) ¢ de eurto prazo (que prego 2), Porém, como muitos custos nos sistemas de produce nfo sto dirctamente li 0 de moilel idos.a cada um dos produtos, eles podem ser estimados apenas por me (Os custos diretos. tais como ns manérias-primax, si fiicels de alocar ac sto transformadas em caixas de disjuntores,en mos pecas fndidas e, depois. deve estar incluso no custo unitiio das caixas. A mio d le obra direta pode lifcil de alocar no caso de os funcion 10s produzirem miiltiplos produtos. Por exemplo, se um ope le miquinas fabrica dois tipos de caix res, entao precisamos decidir qual a proporgi ‘cu tempo ¢ gasto.em cada uma, para alocar os custos de mao de obra eorretamente, Mas este é um caleulo relativamente simples. sia necessidade de um modelo, aparee vldade. & na alocagio dos cu A grande i fabricagio (overhead). Os custos gerais de fabrieagao, também chamadoy de custos fixos, re a aguisicho da fabrica, com o salirio do diretor-geral, com o custo de um laboratério de pesauiss e lcsenvolvimento, € com os custos de servigos administrativos so exemplos de custos « Je cada produto. Porém. considerand que fazer part com os niveis de produ cio, eles favem parte, indirelamente, de scus custos de prostugao, O desatio é fazer uma alocagto d teustos fixos entre os diversas proutoy de uma mancira razoavel A abord Sncia, isto €, se um produto espeettico usa 2% das horas {que produzem os preadutos, enti seria alocado a esse produto 2% doy custos fixos. O racioefni Towicn para essa pritica € que. na virada do século, quando as téenicas contibels “modemas” fora desenvolvidas, a mio de obra direta e os materiais weralmente representavam quae 90% totais dos produtos (ver Johnson e Kaplan 1987 para uum excelente histérico dos meétados contibel). Aaalmente, 2m: tradicionais tém sido elassifieudos como incorretos, O titulo do fivro de Johnson Kaplan ¢ Relevance Lov. (0 maior coneorrente para substituir © modelo tradicional chama ABC). O custeio por ativ custeio por atividade \ae- tivity-based costing ude difere dos métodos tradicionais pelo fato d Cmplo, comprar pode ser wina atividade que compe os custos fixos, Mensur as atividades d cconforme vada produto comprad 0 custeio por atividade tenta alocaros custos fixos de maneira |————— Cavt LO 6 Uma Ciéncia para a Mamufitura 208 xata, Um procedimento similar & efetundo para cada atividade espeettica, com o objetivo de alocar os estos fixos mais corretamente. O apéndice 6A nos fornece um exemplo ilustrative dos mecanisios do os métodos tradicional ceusteio por atividade e suas diferengas em relagio a Pelo fato de © custeio por atividade dividir os custos fixos de Fabricagtio em categorias, ele pro- move uma melhor compreensiio ¢ uma eventual reduedo desses custos (pois fieam mais explicitos) Assim, o método € um passo positivo para a criagio de um modelo dos custos. Porém. uma panacea, Os modelos de custos, mesmo que detalhados, muitas ve Em primeiro ly do ponto de vista de sistemas. Um dos autores deste livro trabalhou em um fébrica de produtos qui cos onde havia um considersvel debate e muita a cera um subproduto de um produto final e, 20 mesmo tempo, era matéria-prima para se fabricar outro produto final. Os usuarios da commodity argumentavam que seu prego deveria ser zero, pois ela seria ‘alocacdo dos cusios & um modelo que deixa a desejar lise para determinaro prego de uma commodity que sueateada se eles ndo a usassem. Os produtores da commodity argumentavam que 0s ususirios deveriam pagar o valor correspondente ao custo que eles obicriam se tivessem de fabrici-a. Na verdade, nenhum dos processos seria Iucrativo isoladamente, mas eram bem lucrativos se considerados em conjunto, Uma abordagem methor das andlises ¢ dos debates seria concentrar-se nas questoes sobre onde e como se poderia melhorar 6 rendimento (quanto produzir) em cada um dos dois processos, m segundo lugar, nao importa quiio detalhado seja © modelo, epresentar exatamente 0 valor de recursos limitados usando uma abordagem baseada em custos comum a todas as metodotog as conti beis extremamente dificil, Isso se aplica a ambos os métodos, tanto o eusteio total quanto 0 cust por absorgiio, desctitos acima, alm do ¢ io Sio considerados.t tvio varidvel, segundo o qual os custos fixes de fabrieaeao CO custeio total por absorgiio & apropriado se estivermos construindo uma nova fabric ¢, portanto, considerando todos 0s seus custos. O custeio varidvel ¢ apropriado nas operagies de uma fibrica onde estamos preocupados com os custos que podem ser controlados no curto prazo, Por exemplo, em uma nova fibrica, devem ser considerados todos os custos de equipamentos e mio de obra, Soumn plano de producio reqer um nimero mio de setups que consomem mas nao de ob eto tl plano real mente cust mas do ue wm plano ue requer menos setups, Por ote lado, em uma fbrica jem opera, deverfamos ignorar completamente o cso dis maquina, pos elas foram compas isso pode no fer sentido, especialmente se msquina mascara € menos apropriad para proce A maioria dos métodos de custeio (ineluindo o por atividade) € baseada na absorgao total e nao hos custos varidveis. Isso pode levar a mis decisdes, Por exemplo, se um cliente solicita uma pega que exige um longo tempo no centro de processamento que tem st maior quantidade de trabalho, o custo é alto, Entretanto, se o cliente solicita um item que passa somente por operages que ti de trabalho, o custo &, essencialmente, apenas o da matéria-prima, As miquinas e a mo de obra no custariam praticamente nada, pois estdo disponiveis de qualquer forma. O exemplo a seguir ilusira 0 Perigo de se usar 0 custeio por absoreao total para tomar decisdes sobre a producto. Exemplo: O planejamento da produgao Considiere uma fibrica com produto A custa $50 em matéria B custa $100 em matéria-prima mquinas qu fabrieam dois produtos, eB, confome a Tabela 6.1.0 nn exge horas na mdquina |e 2 horas na mfg 3. © produto e 2 Fora na ndquina2¢ 1 hora na mdouina 3. Assis, ambos (ncluindo encargos).A fibrica trabalha uma média de I dias por més, com dois tumos, num total de 16 horas por dia (0s trabalhadores se inte am para paradas), somando 336 horas por més. As despe- FN ae RIT: Not ios ndiodor oa ibutria do IR, por as comparagdes do206 Parte I A Giincia da Fb TABELA 6.1. Exemplo de uma fabrica com do's produtos - dados | Custa da mat Total m Gusto Demanda minima Produto _Preco ($) prima (S) obra uunitério (S$) maxima mensal 8 00 2,140 sas ndio materiais (mio de obra, salvios da supervissio, adiministragio, ete.) slo de $100,000 por més, Amb os proxlutos tém um prego de vend de S600 por unidade e usam quantidades iguais aos eustoe fixos de fabricagii, O Departamento de Marketing estima uma demanda de 140 unidacles por més para posigdio no mereado, a empresa precisa produzir um minim de 15 unidades do produto A por més. A Tabela 6,1 faz. um resumo dos dados desse exemplo Suponha que fag usemos cesses custos para ajudar no planejamento das quantidades a fabricar, Como ambos os produtos reque rem o mesmo niimero de horas de mo de obra e de atividades, alocaremos a eles uma mess os dois produtos, Para manter s nos 0 eusteio dos produtos utilizando um método de absorgio e, en poryio dos custos fixos de fabricaezo. Como esses custos mio afetam 0s Custos relatives dos dois produtos (pois so iguais para ambos), podemos simplesmente ignoriclos ao & colher os produtos a praduzit. 0 Iucto por unidade vendida do produto A (ignorand 0s custos fixes de fabricagio e da mao de ob) ¢ ; de $6010 ~ $50 $600 — $100 = $500. Como | 6 produto A ¢ mais lueraivo, parece Kigico que nosso plano de produ deveria favoree 350, e 0 luero por unidade vendida do produto B é de 4 produgio de. Ha 21 x 16= 336 cada unidade de B requer 2 horas de tempo day muiguinas 1 e 3 para ser produvida, a produgio maxima seri de 3362 lispontveis por més. Como = 168 unidades. Como a ra a demanda mixinva de 6 claro, atende nossa demanda minima para manter a partiipagio do demands potencial € apenas de 140, parece razoivel phanejar a produgio p A (140 unidades por més) que. mercado, que & de 75, Isso usard 280 horas por més da maquina 3, restando 336 ~ (0 = 56 horas da ‘miiguina 3 para a produeo de B. Assim, podemos produzir S6/1.5 = 37 unidades B por més (na verd de, 37.33, mas arredondanos para o niimiero inteiro mais préximo) © lucro mensal desse plano pode ser caleulado multiplicando as quantidades produzidas de A e B por seus lucros unitirios e subtraindo os eustos no materia: Lucero = 140($550) + $500) - $100,000 = ~$4.500 Esse plano traz prejuizo! Em ver de depender de um modelo contabil, poderfamos ter usado um modelo de otimizagio ba seado na programagio linear (ver © Capitulo 16). A ideia por tris da programagio linear € formular modelo pars maximizar o luero de acordo com as limitagées da demanda e da capacidade. Pa S unidades de A ¢ 124 unidades de B por més esse exemplo, « solugdo seria um plano de produgio de Nove que es plano vai totalmente contra nossa it uigdo, quando consideramos 0 “custo” do produc estamos fabricando mais do produto que dé menos hero! No entanto, o plano de produgo por esse método seria Luca 518550) + 12418500) ~ $100,000 = $3.250 que €um bom luero! A moral desse exemplo & que 0 dos recursos limitados depende de como eles so usa Um modelo estitico baseado nos custos, no importa quiio bem detalhado, é ineapaz de alocar 0s cus tos de ma neira exata quando os recursos so limitados, como miquinas com limitagio de capaci— = Caniru) 207 6 Una Cincia para a Me de forma que podem produzir resultados enganasos. Somente um modelo de otimizagio mais sofis. tieado, que determine de maneira dinfimiea os custos de tais recursos ao calcula plano étimo, pode cevitar esses problemas, ‘Aki de oferecer uma alternativa & perspectiva da contabilidade de eustos, 0s modelos de otimiza. iderago as limitagbes so seis para uma 20 que levam em cor ministragio das operagdes. Na Parte IIT, abordaremos de maneira mais especifica os problemas relativos, ande variedade de problemas na ad 4 programagiio, ao planejamento da produgio no longo prazo e ao planejamento da forga de trabalho usando esses modelos, Assim, os métoclos para a anise de modelos de otimizaefo que consideram as fi- mitagées, como a programagao linear, constituem ferramentas importantes para os gerentes da producdo. 6.4.2 Amodelagem tatica e estratégica Os modelos sfio muito teis, mas € importante lembrar que eles s20 apenas ferramentas gerenciais, € idade. A formulaga sapropriada de um modelo depende do tipo de tomada de decisio que ele deve auxiliar, Os pardimetros que normalmente so considerados limitados para efeitos de tomacla de decisdes titicas, em geral, so controlads ao nivel estraté ico, Assim, se um modelo pode ser eficaz para o planejamento da produgo no médio prazo, outro modelo (possivelmente ainda um modelo de cotimizagio limitado) & necesséirio para o planejamento de longo prazo. O Capitulo 13 explica em maio~ res detalhes 2s relacds Polo fato de 03 rquicas entre o planejamento da produgdo e os modelos de controle. Por a distingdo entre o planejamento titico e o estral ico usando o exemplo anterior plo dado concentrat-se no problema titico de planejar a produyio do més seguin- te, fazia sentido levar em consideragio as limitagbes da demanda e da capacidade. Porém, para um prazo estratégico mais longo, tanto a eapacidade quanto a demanda esto su pode ser aumenta us a influgneias. A capacidade adotando um terveiro tumo de trabalho, ou reduzida,eliminando o segundo turno. Descontos nos pregas de venda podem aumentar a demanda, enquanto a entrada de um produto concor rente (por exemplo, uma verso nova) no mereado pod ges entre as decisdestiticas ¢ estratégicas e ajudara assegurara ct empregara andlise de sensibilidade da programagio linear (Capitulo 16), podemos achar que: limitagio para produzir um minimo de 75 unidades mensais do produto A reduziria os lueros. Na verdade, se climinarmos essa limitagao e solucionarmos © modelo novamente, Juri-la, Os modelos podem eselarecer as rel cia entre elas, Por exemplo, ele vai gerar um plano para produzir (68 unidades de A ¢ 133 de B, © que nos dard um Iuero de $3.900 a0 més, um aumento de $650 mensais Isso sugere que devemos considerar as razdes estratégicas da limitagio de produzir um minimo ‘de 75 unidadles mensais do produto A. Se a razao for um compromisso firme de um cliente espec cla realmente pode ser necessiria, Porém, se for apenas uma estimativa da quantidade possiveimente necesssiria para atender a demanda futura, entio © uso de um limite de 68 unidades pode ser razodvel e trard mais lucros, Outra informagao fornecida pela andtise de sensibilidade da programacio linear & que, para cada ‘adicional de tempo disponivel na mquina 3 (até 7 horas extras por dia) o luero sumentaria $275, hor Como as horas extras no custam esse valor, podriamos inclu algumas no plano de cure prazo. To- ax de aumentar 0 efetivo de pessoa, aicionar mais msiqunas,terceiizar parte da produgio, etc, Assim, o modelo também sugere que, no Futuro, esas opges sejam consideradas or coordenag’ cjamento efica exige 0 uso de di ntes modelos para a solusio de divers problemas © a rar um plano de producio para os mises seguinks, Pode fornece a inluiglo (quais us varveis importantes), as informagdes sensiiva (onde existe pos- Sibildades de alavancagem) e ddos (ideniicaglo dos sts garglos) para war no planejamento as fimiagbes, que foi usado anteriormente par esiratégico. Por outro lado, um modelo estratégico, como um modelo de planejamento da capacidade ‘em longo prazo, pode fornecer dados (por exemplo, limitagées de capacidade) e sugerir alternativas, (como ter ages) para uso no nivel tético. Diseutiremos a coordenagio no Capitulo 13 € os mode~ los especificos para os varios niveis ao longo da Parte IIL208 Parte I nia dF 6.4.3 Os riscos 6. Hii muitas fontes de incerteza nas situagies enfrentadas pela administragao das fabrieas, incluindo as An uiuagies da demand, problems no fornecimento de materials, perda de rentabilid was pre miquinas, problemas trabathistas, concorsénela, ete, Em alguns casos. ineerteza d as dda explicitamente nos modelos. Em outros ea mos na Parte I, el Porn, enn todas as situagbes relucion i i administragio, a cia mia essencial a consideragio do ue p © as suposigdes feitas no se realizanem, Como um exemplo estratégieo de alto nivel. considere a experigneia de um grande fabricate de carroy da indistria norte-americana, No final da década de 1970 ¢ inicio da de 1980, muita geme re conhecia u necessidade de investir no aperleigoamento da qualidade do produto, de forma que foram 1s nos processos ¢ produtos. Entretanto, os recursos para muitos esses projetos fo. ‘do mostrarem um relorne justifiedvel, A. suposiedo implieita por parte dos ditetone dda conporagdo era de que a posigio comperitiva dos seus produtos em relagdo aos dos concorrentes d nao madara. Assim, 0 custo dos novos produtos niio podia ser justiicudo pela promessa de niethores t cultados. Porém, quando a concorréncia elevou a qualidade de seus produtos de maneira mais cipida i ddo qu era previsto, a empresa sofreu muitos prejutizos e perdeu grande parte de sua patieipaedo no c mereaulo e, s6 na dscada de 1990, apsis uma década de grandes perdas e fechamento de fibricas, a 2 empresa voltou a te Iucros (mas ficou Tonge de sua participagio anterior no mercado). Atualmente, : Funuro da empress ainda ¢ ince A falha na anlise da empresa foi fundamental, Os projetos de methoria de qualidade Foran iados com base em seu potencial para melhorar os lucros em ver da necessidade de evita 1 prejuizos. A administrugao fallow em considera maneira adequada 0 que aconteceria se a con corténcia oferecesse melhores produtos. A melh vista como uma opgao para 0 aumento dos Lu us sim como uma eondigdo de sobrevixenek 0 procedim: explonugio de petrileo, Usando um modelo, 0 analista faz conjecturas sobre possiveis cenarios e classitiea ead um com uma prot movimentagies estratégieas da concorréncia, (ais anlises so efetusilas por un allo executive junto 1 um especialisia téenico ¢ um modelo, Una abordagem para avaliar us decisdes potenciais ¢ con am valor esperado de algum indice de trapor os virios resultados com as probabilidades e calcul desempenho (por exemplo, lucratividade), Uma alternativa, muitas vezes mais realista, & examiner 10 varios contigs ¢ escother um curso de ago que evite grandes catistrofes, Essa estratéyia chant pelos militares. Sew emprest .e minima (ow seja, minimize os danos niximos) e € bastante Us cionaala anteriormente tivesse adotado uma estra horia de procure teria aprovado muito mais projetos de m: processos do que uprovou, pois i ria uma medida de seguranga contra as melhorias dos concorrentes, E claro que é muito fel ani ¢ criticar © passado, Muitas vezes, a melhor opedo avio nos salta aos olhos, Na verdad, « supren tarefa da alta administrago & mapear as estratégias razosiveis para o longo prazo, considerando cer nivel de ineerteza sobre o futuro. Exses executivos slo bem pagos, em parte por seu trabalho ser dificil, (J6 a questtio sobre se eles 12m inteligncia ou apenas sorte no vem ao caso, desde qu empresa tena st recorrente Ther as miquinas para montar uma nova Tinka de produesCariruro 6 LU 6.5 UMA METODOLOGIA PARA IMPLANTAR MELHORIAS es de terminarmos este capitulo, olerecemos uma metodo presasite le maneita ripida e consistente. Mantendo em mente Onde estamos hoje em relagdo a nossa fronteira eficiente & qui Tonge estamos del ). 2. O que pode ser feito para nos posicionarmos novamente na fronteira efieiente? O que pd feito para melhorar a curva da fronteira? 3. Mudar o sistema (por exemplo, controles, seguranga, redugao dis variabilidades ci nos posieionarmos na fronteira eficiente (melhorada), A\ 4. tmplanar sistemas gerenciais para continuarmos na fronteira eficient O primeiro passo comega com um teeniea simples da produc eaxtna, discutida no Capitulo 5, chamada de ry ralor, Isso enwolve fazer um mapa dos processos dos fuxos dk materiais ede informagées, O resultado & um mapa visual de todo o sistema. juntamente com as fonte dos das. Os dados coletads podem, entio, ser usados em uma anise feta com uma ferramenta dt Citncia da Fabrica chamada absolute benchmarking, a qual € discutida no Capitulo 7 para os fluxos e ro Capitulo 17, part os estoques. Esse passo mostrt onde estamos hoje em relacSo a onde poderiamios e deveriamos estar ‘O segundo paso ¢ 0 uso de modelos da Cignci 1 sem realmente usar « priprie floriew.” Em outras, Fabrica para fazer “experiments” com a fabri wavs, azemos experimentox com os modelos, ico correta da Flies, © wos alterages no modelo je clas trazem bons resulados, €razosivel afirmar que os mesmioy resultados podem ser obtidos na fabri Se nosso modelo & uma represen jo, quando fa cea real, Se.08 resultados fore , wins, partimos pata outra experigneia F importante notar que a maioria dos modelos contidos neste livro tem o objetivo de desenvolver inluigio, e no sio modelos qu spresentam sistemas reais de manufatura, Os modelos necesssrios rt de valor ¢ analisar os complexos sistemas de proxlugao atuais vo além do simples mapeamento do Huse 1 mesmo do absolete benchmarking. A maioria deles sso modelos em computadores e ‘ou envolvem as féenicas de simulagio de Monte Carlo, ou a sun tipo de ansitise de redles de fis, ou tum modelo aleatGrio de estoques, Existem muitos programas que permitem a erixgio desses modelos incluindo.o Arena 6 AutoMod, 0 ProModel. 0 Simscript, o Witness e muitos outros, que incliem simu lagiies de Monte Carlo, Existem ainda modelos para anzlise de redes de filas, tas como of Support Took} ¢ o MPX, cuja vanta in Physics) em a velocidacle, Se nia so to corretos como os modelos de S- mulagdies de Mor js ripidos ¢ ficeis ce usar. O Lean Physies Support Tools 'm fornece modelos Apesat de tudo. it a chave das bons madelos. Sem uma boa intuigio, © modelo se torna um, Com uma boa intuigio, sabe-se exatam: te onde i es de melhorias, O desenvolvimento dessa intuiggo & um dos objetos de estudo da Ciéneia da Fabrica, Uma ver feita a experign 2 com 0 modelo, estaremos aptos a implantar as methorias, que pode riam ser uma simples alterago em uma pritiea, como alterar o tamanho dos fotes de um controle de centr um tempos de sestp de miquinas importantes, au eno dos tempos ete. O ponte importante é que uusado um modelo, jt desenvolvemos unt bs Quon sar alge tp de moe ‘Na vondade arr eperin pia kb rina deo 0, egpviahmente quan210 Parte AC ct As alteragSes efetuadas em um sistema de produgdo devem ser implantadas com un ou g ntos kaizen, envolvendo texlas as partes interessadas no processo, En tants envoher peradores por duas raze ra que eles “comprem o peixe”, [sso é muito importante, pois si0 e i 2. Os operadores conhecem detalles que os gerentes e engenheiros nunea conhece Por ailtimo, queremos fazer alteract mi consistentes ¢ duradouras, Hai uma piada eny os consultores que diz que tudo que eles precisan anos com clivates. Liss eles j podem reimplantar tudo de novo. A razéo por que muitas implantagd stio duradouras & que as medidas ussidas para avaliar © desempentio dos funcionsrio i consistentes com 0 que estamos rentando alcangar (ver 0 Capitulo 11). Por exemplo, se quisermos alsangar um fluxo melhor, nio de mos figar medindo a utiliz nia, mais adiante, pode processar, Q resultado seri um alto nivel de WIP, longos cycle times e ne nhuim aumento real da proxlugio. ‘Outta rardo para frustragies nos projetos de melhorias & que eles nunca se tornam reais, pois as melhorias io fizetn parte do sistema de nto. A funtistica planilla do Airton ou 0 modelo de programaggia da Neuza no durarsio muito tempo depois que os dois sutrem de seus postos. Assim, as melhorias implantadas precisa fazer parte do sistema ERP/SCM wsado pela administragao. Iso nio significa que precisamos substituir 0s sistemas, mas sim que todos os novos procedimentoy al tados devem ser alimentados e integrados ao sistema existente, Isso é dos, como o XML. Fin rages por meio de redes de intranet ¢ as novas linguazens de transferéneia de da talizando, as pessoas precisa compreender o que esti acontecend. A Ciénei ica € uma estrutura de trabalho abra Jas operagdes de manutatura, para a andlise e melhoria do sistem de produgio e para o aperfeigoamento da execugo dos planes dle produgao (ver a Parte IN}, Porém, se a administragdo nfo emtender as bases da Ciéneia da Fibrca situs ideias, que parecem radicais, nunca serio implantadas. Akém disso, se 0s € nheiros e erente Ciancia da Fabrica, 0 projeto falhard, Por tltimo, se os operadores ado tiverem um entendimento b sico de p ‘que estio fu endo 0 que nés estamos fazendo. 0 projet nio funciona, Assim, un tipo de As irs chaves para o sucesso de qualquer projeto de melhorias sto 1. Oalinhamento das medidas. 2, Aimegragio com os sistemas administratives existentes: on amento de operadores, engenheiros, gerentey intermedisrios e executives 6.6 CONCLUSOES Este capitulo assenta as bases para a nossa ubordagem da Ciéneia da Rabrica no desenvolvimento kt ilidades necessirias ao gerente de produedio moderno. As observa 1. O gerenciamenta dat manfarura precisa de in iéncia, Apesar da considerdvel sabe ia popular existente sobre a produgio. ainda hi pouco conhecimento que foi para dar suporte ao projeto, a0 adminisiragdo de Fibriews. Se quisermos ir além dos meCariruo 6 Umaci a Manufitura 211 Uma abordagem cien fica é uma ferramenta vatiosa para ‘administragao da produce. Ao adotar uma visio holistica da empresa industrial ¢ promover uma clara ligagto ent cca8 € 08 objetivos, as melhorias serio previsfveis e significativas, a politi- Bons modelos descritivos levam a bons modelos prescritivos: A tentativa de otimizar um sist ma que nio entendemos ¢ intl, Precisamos de modelos descritivos para afinarmos nossa in tuigtio € con entrarmos nossa a iengiio nos paris os com maxima alavancagem, Além disso, as politicas baseadas em descrigies precisas do comportamento do sistema trabalhardo mais facilmente com, ¢ ndo contra, as tendéncias naturais do sistema, Tuis politicas esto prontas para serem mais eficientes do que as que tentam forgar o sistema a um comportamento que io € natural 4. Os modelos siio uma parte necessdria, mas néo completa, do conjumto de habilidades do ge vente de uma fébrica, Pelo fato de que a anilise dos sistemas as alternativas em relag (que sejam avaliadas todas 108 objetivos, algum tipo de modelo é necessério para gerenciar todos os trade-offs de todos os problemas ¢ decisées da produgiio. Os modelos poder desde simples provedim: se ¢ otimiza tos de quantificagdo até as mais sofisticadas metodologias de andl Aarte da model agem esti na selegiio do modelo apropriado para uma dete Iminada situaglo e a coordenaciio dos muitos modelos usados para dar assisténcia a0 proceso de tomada de decisoes, A contabilidade de custos gerabmemte fornece modelos ruins para o uso nas operagdes da producdo. 0 objetivo da contabilidadle & mi no futuro, As decisé ostrar aonde o dinheiva fo ‘operacionais exigem a identit niio aonde ele deve it ago dos custos marginais ¢ nao total ‘mente absorvidos ¢ precisam considerar as limitagdes existentes no sistema, 6. E preciso adotar wma metodologia cocrente e unificada para as melhorias, Uma boa estr tura de trabalho ciemifica & apenas o inicio da conversa, Para obter sucesso, é preciso haver uma merodologia clara que leve em consideragtio as quest “alinbamento das medidas”, assim como a int es administrativas, tais como o go com 0 sistemas existentes usados pela ‘administracdo. Além disso, essa metadolog propriado para todos os niveis de ia deve fornecer o treinamento com detalhamento geréncia e para a forga de trabalho, O restante da Parte I Focard o desenvolvimento de modelos esp icos para promover o entendi- mento ea intuigdo em relagSo a0 comportamento dos sistemas de produgdo. Isso nos permitiré projetar melhor os novos sistemas e aperfeigoar os existentes. A Parte II] usard esses conceitos para fornecer ‘uma estrutura de trabalho para aprimorar © planejamento e a execugio.Parte I ACidncia da i APENDICE 6A O Custelo por ATIVIDADE ea Existem quatro passos hisicos nn loca dk 1 atividade (Baker 1994 1. etorminar a aividades relevant Sclocionar uma base de alocagio apropriada para cada atisidadh u 4. Alocuros custos aos produto usando a bas 2 Para ilustrar a mecinica do custeio por atividade e eo ‘om a abordagem taicional base em horas de alo, vamos considerar um evemplo. Imagine uma fabri que fz dois prodtos| tum quonte eouteo fro, ¢ vende 6.000 unidaes iquente e 301K) do fio, O total dos rican € ce $250,000 por mss, venta um rota de 5.000 horas por ms, das us 2 50 . ‘so dedicadas ao produto quent e 2500 ao fio 5 A eontabiidde tradieional alocaria os ewsts fixos de mancina idnticn entre 5 mera de horas totais tabalhads ¢ 0 mesmo, Assim, seria 125.000 para ead fe $125,(NKM5.000 = S21 juente.e $125.00030 = SH1.67 pars o trio. {eusto unico de eada um dos produtos cionando esses custos fin wateritise mio de obra, Note que, pelo fa de a quantidade do proto tio ser menor, esse procediment infla seu custo nitro Agora reconsidere © problema da alocagio dos eustos nda 0 método do eustei p le. Suponha que deter aharia, (3) expedigao (4) venlas. Akim disso, imagine que vam Fixos para cada uma dusatividales do seine mundo: $50,000 para eompras, $6.000 pas engenra, 00 para expedicao e $100.10 para vendas, A base (uniade de medida) para as compris ¢ o mime ordens de compra (um total de M0 para a engenhiria, o nero ke horas ke mguinas (3.41 horas) expedigio,o nimero de unidades expec (9.000): ¢ para vendas,o meio de pedidos feitos por telefon (600). Usando esses dhe, pose sor ealeutado wm custo pura cada wnidade hisiea, A aloeagio dos Fixos para cada produto & entio determinada p para aguele pro ‘mulliplicado pelo custo da unidade bisa, alocagio por unidade & calcutada dividindo-se total chs cust aos aloales pels undades, A Tabels 6.2 resus os 5.833760 De maneira similar 0 salor unit TABELA 6.2 Os cileulos do ° por atividad Categoria Compras Expedigio Vendas Soma CF rors 516.664 x s11.667 $94.1Capirur 6 Uma Cibnea part a h fixos do produto fio € de $94.16 de cusos fixos do que © quente (em consequéneia do menor volun 2.000 = $31.38. Note que, enquanto oft ainda recebe um valor maior a diforenga entre trande quanto o cileulo tradi aioe volume, maiores esforgose, por conse a, maiores custos das atvidades de compras, engenharia {vedas so alocados so produto quente. Oe {do que pelos edlculostradicionais, tinal € que o produto fe fen uma margem de luero maior QUESTOES PARA ESTUDO. 1. Qual a importineia de algo abstrato como uma “eignetia da produgio" paras administragio das fbricas? Diseuta a “falicia do se afiemar o que & consequente”, seg cconclui-se que A também & verdadeira. DS um exemple. indo.a qual, se A implica B, e B é verdadeir, 3, Quantas observagdes consistentes so necessras para provar uma conjectury? Quantas observes incon sistontes sio necessras para desquaificar uma eonjectur? 4. Como o conceito das “conjecturas ¢refutages” pol ser uso em umn ambiente real de solugo de problemas’? De ume: 6, Enumere algumas dimensies em que os ambientes de produgo podem ser diferentes entre si, Como elas poderiam afetar as “les” que governam seus vomnportamentos? Voc acha possivel que uma sini eign da roduc sea vida para todos os mbientes industriais? plo nove de tautok 11am dos itensabaixo po Explique como ca «em longo pra: (@) Reduzir 0 eye time méaio le promover ou impedliro objetivo de maximizar 2 Iucraividade (6) Reduzir os trabalhos em curso (¢) Aumentar« diversidade dos produtos, (4) Methorar a qualidade dos produtos (@) Melhorar a manutengio das eiquinas (0) Reduziros tempos de serup (g) Melhoraro ueinamento maltiancional (h) Aumentara utilize das méquines 8. Porque voed acha que muitos autores da prod cexisténcia de rade ena do Seis Sigma tm dfculdade para reconhecer a fs? Voc® acha que isso weve efeitos positives, negativos ou ambos? 9, Porque o objetivo de maximizar os lucros pode Ser dificil de ser usado a0 nivel das fabricas? F quais vanta- ns, ou desvantagens, poderia haver se Fosse usada um “minimizagio do custo unitirio”? 10, Sugerimos o iver liquide eo retorno sobre o investimento como boas medidas de desempenho das empresas ? Quais as earatersticas «que ni so adequadamente refletidas nessas medidas? Voo8 consegue sugeriralternativas? LL, Sugerimos os itens as ‘Voo$ acha que elas realmente representam boas medidas para empresas saudive + Receita (quantidade total de produtos bons vendidos por perfodo) + Despesas operacionals (0 orgamento operacional da fibriea) + Ativos (os valores investidos na fl ica, incluindo os estoques) como medidas do desempento das plantas. Como clas influenciam as medidas de lucros tis © RSI da ‘empresa? Existem atividades nas plantas nao ineluidas nos itens anceriones e que aetam os objtivos da em: press? Como podem ser abordadas? 12, Por que a diferenga entre os objetivos eas limitagdes tende ficar obscura nos processos reais de toma de decisoes? Dé um exemplo de como o “eomportamento de jo 0" (isto & a considerago dos outros partcipantes) é im portante no ambiente industrial214 _Pawre IA Ciéncia da Fabrica _ _ PROBLEMAS vicke dria de wma, duas, cs, gusta, cinco ou seis unidades, cada uma dessus produgies ¢ iguatmente nado pelo lance de um snieo dado, A estagdo ? consis te apenas ima miguia que tm wi potencial de rodugio dia de res ow quatro Unidad, anbes sig ses de trahalho (etn unidades por dia), Voe@ acha que alin a) Caloule a eapacidale do cada uma das est esti equilbrada isto 6, amb () Calcule a produtvidade didi esperada da linha, Por que o resultado ¢ diferente de ( {e) Suponha que outra maquina i ‘i? Quais as implicagbes que isso pode fica sejaadicionada A estagao 1. Qual © aumento da produtividae m no equilforio da lia {a) Imagine que outa msiquina idéntica seja adicionada 3 estagio 2 (mas nfo &estagHo 1), Qual o aumento {So mesmo se adicionarinos uma méquina nas estagies 1 € 2? tia? O impact produtividade Je prod sspiradores de ps produ trés modelos ~ X-100, X-204) ¢ X-300 ~ em wma Tin 2. Um faba ‘do motor, montagem finale teste. A link alamente automa ‘estagdo de trabalho. Os dados dos tempos de produ, Go com és stages de trabalho ~ mont Tizada e € operada por trés funcionétios, um em eaa 1 constam nas tabelas seguintes: ceustos de materinis, prego de venda e deman Gusto dos materiais Prego. Demanda minima Produto (S/unidade) __($/unidade) _(unidades por més) _( e100 80 350 750 x200 150 500 0 x00 60 a 0 Montagem do moter Montagem final Produto — (minimo por unidade) _(minimo por unidade) Teste (minimo por unidade) 200 2 7 300 20 16 4 ‘nto de obra custa $20 por hora (ineluindo os eneargas). € os eustos fixos de fabrcacdo para fini itens X-100, X-200 X-300 com 625, 500 460.000 por mas. O plano de producto aual inclu os {300 unidaes por ms, respectivamente 4) Qual 6 luo mensal restitante do plano atal(receitas das vendas, menos os eustos corm mode os os com materais, menos 08 Custos fxos)? {p) Ente o hucro por unidade para cada modelo, usando.o métod das hors tr ‘Qual produto parece mais lyrativo? O plano atual € consistente com essa estimativs Je 0s Iueros mens Se ni, proponta tm plano altemativa eal os de fabricasao sio clasificados em Cbrica e equipament, adn guadrada como {) Suponta que 0s eusos f ompras,e vendas © expeigdo. Os casts de fibrica ¢equipamentos usa a mete ns de prodiutos) & de a igual, Os custo pectic (reas de estoc espago dedicado a prog base, de Forma que clo para um produto espeestica, enquanto 0 espago comm & alocado de ma ssim como fo} ussdo na pate dalminstativos usam as horas trabaladas come base (00 Se. re de compas usam como fuse as oxdens de compra, de forma fos custos F808), Os cust ontadas e alocadas aquele produto. € as pes ends parc 10 espeeifio s vin divididas de mancira igual. Os custes para vendas ¢ expedigto Sto aloeacos de me pedidos dos tienes, deforma que, novamente, os pedidos pa sddon com prodtos maltiplos so divididos entre ele iusles mesmos proJutos, € 0 Custos dos pCapiruco 6 Uma cis Fabrica e Vendas e equipamentos Administragio Compras expedigao $250,000 $100,000 $360,000 350.000 ” Horastrabalhadss Ordensde Pedidos dos clientes Total de uridades 120,000 49,625 2,000 150 vsadas Unidades de 100 40.000 8.125 0 100 Unidades de X-200 50.000 16,500 600 30 Unidades de X300 30.000 15.000 900 20 Caleule o wero unittio para eada produto, usando 6 eustelo por atvidade eom b cima. Compare os valores obtidos com as estimativas de luo unitrio, usando 0 métod das horas teabalhadas. (ii). Os lueros unitériosobtidos com o eusteio por atividade sugerem um plano de produto diferente Se nie, proponina ume calcul seus lucos mensais, comparando-0s com os do plano atusl com os sugeridos pela aloeagio das custos pelas hora taballadas fii) © que hi de errado com a abordagem de calcular os lucros unitrios ada proto e, entio, pro Manufatura 215—_—_—_———ee CaAPiTULO 7 A Dindmica Bdsica das Fabricas Eve ndo sei como o mundo me enverga; mos eu me vejo como um menino brincando numa praia, dfvertindorme a0 ac r, de vez em quando, wma pedriaha mais lisa ou uma concha mais bonita, dante do grande oceano de verdades a serem ainda descobertas. Isaac NEWTON 7.1 INTRODUGAO No capitulo anterior, argumentavamos que a administ «da manufatura nee produgio, Neste novo capitulo, iniciamos desenvolvimento dessa ciéncia examinando a da portamentos bisicos nas linhas de produgo. Ainda nio é nossa intengiio especificar como otimizar ‘ou aprimorar os sistemas de produg? em ver disso, simplesmente deserevemnos como eles podem se comportar ¢ como eles realmente se comportam. Ao usar uma compreensfo descritiva dos fatores que {nfluencéam o desempenho e que desenvolvemos nesta Parte Il, abordaremos 0 problema prescrtive de ‘como melhorar o desempenho na Parte III do live. Neste ¢ em outros cap vlos da Parte II, adotaremos a visto reducionista comum 3 ciéncia, isto é reduziremos os complexos sistemas de produgdo a um nivel manusedvel, restringindo nossa atenga0 a componentes ¢ comportamentos especificos. De maneira particular, ao longo da Parte I focaremos _quase exclusivamente as linhas de produgio, A razdo disso € que as linhas sao bastante simples para se~ rem analisadas, mas muito reais para nos fornecer uma conexdo realista entre as medidas operacionais| e financeiras. Uma estago de trabalho até pode ser Feil de se analisar, mas tem uma relagao distante ‘com o desempenho financeiro geral, No outro extremo, uma librica tem relagGes diretas Sbvias com ‘o desempenho financeiro da empresa, mas € extremamente dificil de se analisar. Em razio disso, as ddinamicas das linhas de produgao (ou fluxos de processos) representam os fundamentos da producao, Neste capitulo, primeiro classificamos s inhi deles so deserigdes simples e mensurivcis de mais nbstrata sobre sua eficiéneia, Depois, cia da de produgiio de acordo com tx8s parimetros. Dois ima linha, enquanto o terceiro & uma caracterizagio examinamos 0s extremos de comportamentos (ou seja, da eficiéneia) possiveis para as duas descrigéies mensuriveis definidas. Isso nos leva 1m método para ira linhas de produc em termos de sua eficigneia. E, finalmente, ilustramos, por meio de uum caso real, como esse esquema de cla iffeagtio pode ser usado para uma base interna de compat- 10 com o desempenho real No entanto, antes de comegarmos, precisamos definir os termos usados.218 7.2. DEFINIGOES E PARAMETROS. © método ciomifico exige umia term a evata, Inte 7.2.1 Definicées individuais ¢ a planta como um todo, Assim, os termos a seguir so definidos de man: a descrigio das linhas com precisiio. Alguns desses plos quando aplicados as plantas, eonforme notamos em nossa definigbes ¢, ocasionalmente, a ‘mos na Parte II, Porém, para desenvolver uma boa intuigio sobre as linhas de produgo, manteremos, Uma estagio de trabalho & um conjunto de uma ou mais méquinas ou estagdes manus que exe ccutam, essencialmente, fungies idéntieas. Como exemplos, porlemos citar uma estado de 1orne ‘compost por virios tornos, uma estacgio de inspe io composta por varias baneas operadas por ins ade ou uma estufa de quecimento composta por unta si testadas. Nos letautes por pracessas, as estaciies So organizadas de acordo con as operagies i serem executadas (po por produto, ¢ cialmente pa exemplo, todas as retificas localizadas no departamento de retificago). Nos leiautes das em linhas que fabricam produtos especificos (unxaretifiea dedicau rubalho e centro de 2m 86 produto). Ot 0 sindnimos de estagdio de rrabatho. 105 estagdo, centre ‘Uma pega 6 una parte que & trabalhada em, mvatéria-prima. um componente, uma submontagem ou uma mon ho dla fibrica. A mate prados de fornecedores externos, como uma barra de ago. Os componentes so pecas individuais qu estagio de t se a materiais com. ‘slo montadas em produtos mais eomplexos (por exemplo. engrenagens). As submontagens so uni ddades montadas que sero remiontadas em um produto mais complexo (por exemplo, transmissbes). As montagens (ou montazens finais) so produtos finais completos, como os earros. Note que um proxluto Final de uma f rica pode ser maté prima para outra, Por exemplo, as transmissies so proc Tinais de uma farica de transmissées, mas so matéria-prima ou componentes comprados por un montadora de automsveis, a um cliente, Uma pega que € vendida diretament m, & chamada de pro- dto final, A relagao entre os produtos finais e suas partes constituintes (matérias-primas, componentes ce submontagens) fazem parte de uma lista de materiais, ou estrutura de produto, a qual foi apresen tada em detathes no Capitulo 3 (Os materiais de consumo sio ferramentas, produtos quimicos, gases e éleos lubrificantes uss nas estagdes de trabalho, mas que ndlo fazem pare integrante de um produto vendido, Mais formalmen te, as partes integrantes slo lists na estrutura de produto, ¢ os materiais de consumo, no. 1ss0 nifica que alguns materiais que inte 1-0 produto, como cola, solda, tintas, podem ser consideralos como partes inte antes se constantes da estrutura de produto ou, sendin, como materials de consum: Como podem ser usados diferentes esquemas na aquisigao de pegas de materiais de consumo ~ as pecas podem set compradas por meio de um sistema de MIP, e materiais de consumo podem ser cor prados por meio de um sistema de ponto de reposigdo -, essa opgdo influi na maancira como esses item Um roteiro de produce descreve a gies de tras queticia em que uma pega passa por virias esta Tho, Um roreire ¢ iniciado com uma matéria-prima, um componer Uma submontagem compra termina em um ponto de estoque intermedisrio ou no estogue de prodiutos finais. Por exemple ido por unva .em inicia-se coma matéria-prima: uma baCaPiTULo 7 _ADindmica Bésica das Fabrias gens prontas. Esse estoque de engrenagens acaba, por su ver, pode ser inicio do roteiro de outras Sibmontagens. A estrutura de produto ¢ os roteiros ligados a las contém as informagies basicas para fe fabricar um produto final. Muitas veze ‘Uma ordem do cliente é um pedido de um cliente por uma determi ade, a ser entregue em uma data espe -usamos 6 termo Tinha ou roteiro como sinénimos ida peca em uma determinada a ca, A ordem de compra (impressa ou eletrGnica) re tetida pelo cliente pode conter virios itens. Assim, vamos nos referir a uma ordem do cliente simples- mente como uma ordem, Dentro da fabrica, uma ordem pode também ter o significado de reposigio de lum estoque (por exemplo, estoque de seguranga), Embora 0 prazo possa ser mais importante para uma ordem de clientes externos, qualquer tipo de ordem (interna ou externa) representa demand ‘Um trabalho refere-se a0 conjunto de materiais que seguem um roteiro de produgo, junto as infor. mages necessérias (por exemplo, uum projeto ou uma estrutura de produto). Apesar de todo o trabalho ser acionado por uma ordem (existente ou prevista) do cliente, muitas vezes, ni dircta entre uma ordem e um trabalho, [sso porque (1) um trabalho & medido em termos de certas pegas ‘espeefficas (¢ idemtificado por um nimero espectfico), ¢ nio pelas pecas que fazem parte do conjunto sendo montado para atender uma ordem, e (2) 0 nimero de pegas de um trabalho pode depender de considerages sobre a eficiéncia da produglo, como o tamanho de lotes e, por isso, nfo Fechar com as {quantidades exatas das ordens dos clientes. Com a terminologia recém-apresentada, podemos, agora, definir as medidas de desempenho de nosso interes ‘A saida média de um processo de produgiio (maquina, estagdo, linha, Fabrica) por unidades de tempo (hora, dia, més) é definida simplesmente como produtividade (TH) ou, as vezes, como taxa de produtividade, Ao nivel da empresa, « produtividade & definida como a produgio por unidade de tempo que é vendida, Porém, os gerentes de linhas dle produgdo geralmente controlam mais © que & feito do que o que € vendido. Assim, para uma planta, uma linha de produgdo ou uma estagao de tra batho, definimos producto como sendo a quantidade média de pegas boas (sem defeitos) produzidas por unidade de tempo (pois a ger@ncia tem sim controle sobre a qualidade). Em uma linha de produgio ‘composta por grupos de méquinas que fabricam uma tiniea familia de produtos, sendo que todos os, produtos passam por cada estagio apenas uma vez, a produgao em cada uma das estagées deverd ser ‘a mesma, desde qu a perdas de rendimento, Em uma planta mais complexa, onde as estagbes ttendem a roteiros malkiplos (por exemplo, uma fabrica de manufatura funcional), a produtividade de uma estagiio corresponderé a soma da produtividade dos roteiros que passam por ela (de forma que a produtividade & medida em valores monetarios ou em pecas padronizadas para permitir a soma de cada uum dos fluxos). Quando a produtividade é medida em valores de custo (em vez do prego de venda), € cchamada de custo do produto yendido (CPY). limite maximo da produtividade de um processo de produgao é chamado de eapacidade, Na maioria dos casos, a iberagdio de traballos no limite ov acima de sua capacidade desestabiliza 0 si tema, isto é, acumula WIPs sem limites, Apenas sistemas muito especiais podem operar com estabil dade ¢ com capacidade maxima, Pelo fato de esse conceito ser sutil e importante, falaremos dele mais adiante neste capitulo, assim que tenhiamos introduzido todos os conceitos apropriados. Conforme jé mencionado, a alimentagio inicial de um processo de produeao ¢ chamada de esto- que de matéria-prima (EMP), Como exemplo, citamos as barras de ago que sito cortadas e proces sdas para fabricar iniimeros produtos, ou a madeira que gera produtos de papel e celulose de todos os tipos. Normalmente, 0s estoques no inicio dos roteiros de produgio so chamados de matér ‘mesmo que muitas vezes essa matéria-prima jé tenha sofrido outros processos anteriormente. Um estogue ao final de um roteiro pode ser ou um estoque intermedi: produtos prontos (EPA). Os estoques intermedi: dentro da fabrica para posterior processamento ou montagem. Por exemplo, um roteiro para produzir ‘a montagem de transmissGes pode ser alimentado por varios estoques intermediiios de engren eixos, etc. Um estoque de produtos finais ¢ onde sfio mantidos os produtos finais prontos para serem remetidos ao cliente, ‘Os estoques existentes entre o inicio ¢ 0 fim de um roteiro de produgdo sao chamados de trabalhos em processo (WIP), Como 0s roteiros de produgio se iniciam e terminam em algum ponto de estoque, jo existe uma relago ‘ou um estoque de os so usados para acumular as diferentes pegas 219cal 220 Parte I_A.Cidncia da Fb alhos em proceso (WIP) sao todos os produtos que se encontram entre (mas nak Finais de estoque. Apesar de a sabedoria popular incluir os estoques intermed balhos em processo (WIP), aqui fazemos distincio entre os dois para ajudara esclanccer a de Uma medida comum da eficiéncia com que o estogue gira chama-s iro ou rotagdo do estoque, die € definida como a razio da produtividde pela média dos estoques, Normalente, a prod de € definida emt termos anuais, ¢ esse indice representa o néimero médio d: elo d medindo. Por cxemplo, em um armazém, todos os estoques so de produtos finais, entas C2ES QUE 0 estoxue gira ou é reposto. Quais Hoques exatamente So includos em um pende do que estaremos 10 & cal culalo pela TH/EPA. En una planta, em geral, consideram-se tanto os WIPS nas linhas de prelucag quanto os estoques de produtos acabados; desse modo, o iro ¢ caleulado por: TH(WIP + EPA), he le que a produtividadk lunidades idémticus. Como os estoques normatmente so medlidos em valores de custo (e no a pregos de venda), a produgio também deve ser medida em valores de custo (custo do produto vende D eyele time (CT), também chamad cao, throughput ‘lo de tempo de ciclo, lead time efetive, lead time de produe flow time ou evele time médio, de um determinado roteiro &0 tempo medio f dle liberagdo de um trabalho no inicio do rotcio até o prdxime ponto de estoue 0 Seu inal ov seg o tempo du anteo quall.a pega é um WIP.’ Apesar de esta ser uma definigdo exata do cvcle time tmitadls, permitindo que a definamos apenas para roteiros individuals. E eomum pessoas refer Ve time (CT) de um proxluto fi ial que & composto de varias submontagens complexas (por exemple uuroméveis), endo que a expresso io € muito clara. Em gue ponto devemos comegar a medi o temp ho caso de um autom6vel? Quando o ehassi € colocado na linha de montagem? Quando o motor inser 4 montagem? Ou, como no easo de Hency ‘onl, quando o mingrio de ferro era extraido das minas? Piscutiremos esse conccito mais lian. por ort imitamo-nos aos roteiros individuals de produce O lead time de detcrminado rotero ou linka de produZo ¢ © tempo alocado para produce uma pega naquele roteiro ou naquels finha. Com tal, & uma constante determinada pela ‘oposigao a isso, 6 evete rime de um produto final € al utGrio, Assim, cm um linha de proxluio en batho sob encomenda (em que se produz mediante ordens com datas de entress eifieas), una medida importante do desempenho é 0 nivel de atendimento, © qual é definido come Nivel de atendimento = P (cycle time Note que essa dk gio implica que, para uma determinada distribuigiio do eyele tint, 0 nivel de aten sdimento pode ser influenciado pela manipulacie do de atendimento) Se a linha de produgao estiver trabalhando em um ambiente de producdo para estogue (em que a Proclugiio preeniche uma reserva de estoque disponivel da qual os clientes ou outras linhas se alimentamn P sem ter que esperar), entdo uma medida de desempenho diferente po. ndimento, Uma opgho légica seria a taxa de pre nchimento, jf discutida no Capitulo 2, a qual ¢ de fia como a fra atendida dos pedidos dos clientes. Como essa taxa ¢ outras medidas de desempe nho so, muitas vezes, referidas como niveis de ndimento, 0 leitor deve se aprofundar no si real sempre que encontrar um desses termos, Pura sermos consis de nivel de atendimento uw longo da P: sno Capitulo 17. "arte 1, mas voltaremos a esse conceito da taxa de preenchiment A utilizagto de uma estagio de tray ho ea sevido 2 falta de peeas para processat. [so inelui o temp m que a estagdo estd processando pegas cut naisCsele Tne (CT iCariruco 7 _ADinimvics Bésica das Fabricas tem pegas esperand para serem processadas, mas esté parada por causa de falhas nos equipamentos, serups ou oulras causas que prejudicam o processamento normal, Podemos calculara utilizagao com taxa de chegada Utilizagiio = taxa efetiva de producto onde a taxa efetiva de produsio é definida como a taxa média mixima em que a estado de trabalho pode processar as pecas, considerando os efeitos de falhias, de setups e de outras causas relevantes ao Jongo do perfodo de planejamento em questa 7.2.2, Parametros Os pardimetros sio deseritores numéticos de process6s de produgio ¢, portanto, variam entre as divers Dois parimetros importantes pat descrever uma linha de produgio individhial (um rotei- +) sfo a taxa de gargalo ¢ 0 tempo brio de processamento, Definimos ambos a seguir, junto a outro Pparimetro, 6 nivel crfeerde WIP, que pode ser calculado a partir dos dois anteriores, ‘Mfaxa do gargalo (4) da lina & a taxa (pegas ou tabalhios por unidade de tempo) da estagio que tem-2. maior witiZ¢20 no longo prazo. Longo prazo significa que as paradas devido a filhas de viquinas, paradas do operador, problemas de qualidade, ete. sao excluidas do horizonte considerado, Isso implica que um tratamento apropriado das paradas do proct frequéncia do plano de producao. Por exemplo, para planejamentos distios, as parades normatmente ocorridas durante 0 dia devem ser inclufdas; mas paradas longas nao planejadas, como as resultantes de quebras graves nas mguinas, no devem ser incluidas. . para planos de perfodos maiores «do que um ano, o tempo perdido com essas paradas por quebras graves deve ser considetado se essax do estio planejadas para o periodo, Para linhas que consistem de apenas um rotel dda pela peca uma vez. apenas © 80 ser diferente, dependendo da o de produto em que cada uma dis estagiies & usa io hd perda de rendimento, a taxa de chegada para todas as estagoes deve ser a mesma. Assim, a estago com a utilizacdo mais alta serd aquela com a menor capacidade em longo prazo (com a taxa efetiva mais lenta). Todavia, em uma linha de produgao com roteiros mais complicados ou com perda de rendimento,o gargalo pode nao estar na estagaio mais lenta. Uma esta de trabalho mais répida que tenha uma taxa de chegada mais alla pode ter uma utilizagao maior, Por §sso, € importante defini o gargalo em termos de uilizagao, como fizemos aqui Para observar tal igura 7.1, com uma taxa de chegada de r pecas por mi hhuto ¢ tempo de processamento de I ¢ 2 minutos, respectivamente, nas estages 1 ¢ 2. Como a esta 2 processa as pegas a uma taxa de 0,5 por minuto, enquanto a estacao I as processa a uma taxa de | or minuto, a estagio 2 & claramente a mais lenta das das e, portanto, consid: seria 0 gargalo. Porém, pelo fato de y%% das pegas processadas na estagio | serem sucateadas antes de Seguirem para a estaglo 2, na verdade, a estagio | provessa uma carga maior do qui elo 2, Para imedir mais corretamente qual estagio tem mais carga, calculamos sua utilizagio da seg sonsidere a linha na rando apenas a taxa, ela ua 42) = ar seus dtatores, so 6a taka efetiva di og substi ma amos esa pra para no distorcer ae evidncins de onde enamente a taxe maxima de prodagae No et ‘aptedade& mas aero Por exemple una quia pode ter ums wlizagio avs bata bana em relatos oa cares de nisin, master uns alta sig no momento em que seus dears fore levados em Considerare Postnna obec ‘aria cm las produo mixin no nos oferece uma bos inca de que anagem poe ca sober arte $e # taxa de chegaa aument um pouco. Assim, para ober uma sis cnrta da situa da capacagy usarcons ts wecra conssiente a dtiniso de ulizag re 221FIGURA 7.1. Lim gargalo na linha de producao com perda de rendimeni Sey < 0,5, entao a uilizacio da estagio 1 é maior do que a estagio 2, € ela € o gargalo. A razao g aque quando mais do que a metade da produgtio da estaglo | for sucateada, cla precisa processar mais que © dobro da estagio 2, 0 que supera o fato de a estagdo | ser duas vezes mais ripida. Assim, se umentarmos progressivamente a taxa de chegada r quando y < 0.5, « estagio | estar sobrecarregada antes da estagio 2. Como o g alo € o recurso com menor “folga” em sua capacidade. nesse caso, & (0 tempo bruto de processamento (7,) da linha é a soma dos tempos médios de processo de longo prazo de cada estagio d ho da Tinha de produgio, Como alter ativa, podemos definir 0 tempo bruto de processamento como o tempo médio que um trabalho leva para atravessar uma linha livre (de maneira que ele niio tenha que aguardar outros trabalhos 2 sua frente). Novan preacupar com a duracio do horizonte do planejamet ddos processus. No longo prazo, T, deve incluir as paralas nfo frequentes aleatorias e planejadas. en quanto, no curto prazo, deve ineluir somente as demoras miais Frequentes. CO nivel eritico de WIP (W,) da linha & aq de, a linha aleanga a produgao efetiva mixima (ou seja, r,) com eyele dime minimo (7). Mosteamos a (0, quando deeidimos incluir os tempos "médios uele em que, dado um valor de r, ¢ 7, ¢ sem variabilida viro nivel eritico de WIP, que & definido pela taxa do gargalo e pelo tempo bruto de processamento pela seguinte re: Want 7.2.3 Exemplos A ora vamos ilustrar essas definigdes com dois exemplos simples, A Fabrica de Moedas Um, A Fabrica de Moedas Um 6 uma fibriea com uma linha de produgae sim ples que produz, moedas ivamente nos desfiles do dia da de gantes de I centavo usadas excl dda independéneia dos Estados Unidos. Como ilustra a Figura 7. a linha de produgio consiste de {quatro miquinas em sequéncia: a primeira miquina & uma prensa que corta as moedas em metal liso: segunda méquina estampa a face de Lincoln em um lado da moeda e a insignia do Memorial no out jo; a terceira maquina far a borda da moeda: ea quarta fur seu acabamento. Cada méquina leva 2h ras exaras para executar Suas opera (Mais tarde vamos abordar tempos mais diversos.) Apés ca ina. A linha trabalha 24 horas pos moeda ser processaida, clas seguem de imiediato par d sss moedas éilimitado, de maneira que toda a producdo € vendica, Assim. para ‘o mereudo par esse sistema, « produtividade maxima é, sem divida, a melhor opco. Como se trata de uma linha de produgio sequeneial sem perda de rendimentos, @ taxa de el para cada una das estagdes éamesma. 0. real (a estagao com a maior utilizaga0) & a mais Kenta. Ni FIGURA 7.2lll CariruLo 7A Dinimic Bésica das Fébricas 223, gal éigual a entanto, a capacidade de cada méiquina é igual, 1 moeda a cada 2 horas, ou $ peca por hora. Qual fama das quatro maquinas pode ser considerada como gargalo, ea taxa de produgio no =0,5 moedas por hora ou 12 moedas por dia. Uma linha assim ¢ equilibrada, pois todas as estagies 18m capacidades iguais Em seguida, note que 0 tempo bruto de processamento & a simples soma dos tempos de processa~ mento das quatro estagdes, entio CO nivel eritico de WIP 6 dado por W, = rif = 0.5 x 8 =4 mocdas Mais adiante, mostraremos que esse € 0 nivel de WIP que permite a linha ale .gar uma produtividade (045 pega por hora e um cycle time (CT) de T, = 8 horas, Note que W, ¢ igual ao ntimero de iquinas existentes na linha, [sso acontece sempre que a linha de produgio for equilibrada, pois ter ‘apenas ui trabalho em cada maquina & suficiente pars manter todas elas sempre em atividade, Porém, ‘como veremos, isso no acontece quando a linha nao for equilibrada, [A Fibrica de Moedas Dois, Agora, considere uma fibrica um pouco mais complexa, a Prien de Moedas Dois, qe tem um linha de produc desequilibrada, com estagdes com diversas méquinas em. cada uma, Conforme ilustra a Figura 7.3, a Fabrica de Moedas Dois ainda fabrica o mesmo produto, has mesmas quatro etapas: corte, estampa, borda ¢ acabamento contudo, agora, as estagdes ¢ém um rtimero de miiquinas e tempos de processamento diferentes entre si tages de trabalho com varias méquinas complicam um pouco os célculos da capacidade. Para spacidade € simplesmente o inverso do tempo de processamento (por exemplo, se um trabalho leva ! hora, a maquina faz 2 trabalhos por hora). A capacidade de uma estagio com. dias maquinas iguais ¢ paralelas deve ser calculada multiplicando-se a capacidade de uma miquina individual pelo ndimero de-méquinas. Por exemplo, na Fabrica de Moedas Dois, a eapacidade de cada ‘miquina na estagao 3 yp moedas por hora assim, a capucidade da estagdo 6 x $= 0(6 moedas por hora Note que a capacidade pode ser calculada dividindo-se o nimero de miquinas pelo tempo de pro: ccessamento, 0 que foi feito na Tabela 7.1 para cada estagao. samp stampa dear Acabamento Oo o = O_,0_0 o oO Ls] O 0h FIGURA 7.3. Fabrica de Moedas Do's,224 Pare A TABELA 7.1. Fabrica ois: Uma linha d ili fempo do Capacidade da estagig Namero daestagio __Nimero de méquinas _processo (hors (trabalhos por hora) pacidade de‘ uma linha com wirias méquinas em cada estagio € definida pela tax lo ota estagiio mais lenta da linha, Na Fabrica de Moedas Doi, o gargalo € a estagao 2, ent F, = 0.4 moedas por hora Note que 0 gargalo ni Ea estagdo que tem as maiguinas mais lentas (estagio 3) e nem a que temo ‘menor nimero de miquinas (estagao 1), © tempo bruto de processamento da linha ainda é a soma dos tempos de processamento, Observe que adicionar mais miquinas a cada estago no vai diminuir © valor de T,, pois uma moeda pode ser lrabathada somente por uma miquina de cada vez, Assim, o tempo bruto de processamento part a Fabrica de Moeds Doi T,= 2454 10+3=20 horas avo importa se a linha tem esta s com uma tinea miquina ou com varias, © nivel eritica de WIP seri sempre detinido como W, = aT =O X 20 =8 moedas Na Pibriea de Mocdas Dois, assim como na Flbrica de Moodais Um, W, € um niimero inteito, Iss precisa necessariamente ser assim. Se 1, for ur niimero fr tum nivel constante de WIP ne por hor ssairio para alcangar a produtividade (TH) de exatamente r, tubal critica de WIP nit Fabric 1or do que © nvimero de miquinas (11).A razdo disso & que o sistem: eum eyele rime (CT) de T, horas, Akim disso, observe que 0 niv de Moedas Dois (8 moedas) & Zoo | FIGURA 7.4 FaCariruio 7_ ADI 2 Basics das Fabricas 225 nfo € equilibrado, isto é, as estagdes 18m capaci sendo utilizadas totslmente. iades diferentes, de forma que al 7.3 CORRELAGOES SIMPLES Agora, em busca de uma eiéncia da produgio, faremos a pergunta fundamental: Quais as relagdes entre 09s traballios em processo (WIP), a produtividade (TH) e 0 cycle rime (CT) em uma linha de produgao, simples? £ claro que st resposta dependers das suposigdes que fazemos sobre a linha. Nesta segao, remos uma deserigio precisa, isto 6, quantitativa, dos comportamentos possiveis, que servina para nossa intuigdo sobre como as linhas se comportam ¢ nos dard uma escala para fazermos um ben chmarking com os sistemas reas. ‘Um dos problemas de se identificarem as relagées entre medidas como os trabalhos em processo (WIP) e a proxdutividade (TH) € que, em sistemas reais, eles tendem a variar de maneira simultanes, Por exemplo, em um sistema de MRP, a linha pode ser inundada de trabalhos e (por um plano mestre de produc apertado) e ter uma carga bastante suave no mi tanto WIPS quanto TH possivelmente serdo altos no primeiro més e baixos no segundo. Para maior clareza na apresentagao a seguir, vamos eliminar esse problema controlando os niveis de WIP em uma quantidade constante ao longo do tempo. Por exemplo, nas Faricas de Moedas, iniciaremos as linhas ‘com umm niimero especttico de moedas (trabalhos) e entio liberaremos ums moeda lisa na linha a cada ver que uma moeda acubada deixar a Linh uum determinado més 7.3.1 Omelhor desempenho possivel “1/ Para analisar ¢ compreensler o comportamento de uma linha sob as melhores eircunstincias possiveis, 0u sefa, quando os tempos de processamento so absolutamente com a Fabrica de Moedas Um, Isso sera f ‘mostra a Figura 7.4, julares, vamos fazer uma simmulagio cil se usarmos uma follia de papel e algumas mocdas, como Tniciamos simutando um sistema em que apenas um traatho & permitide na lina de produgio. A primeira moeda gasta 2 horas sucessivamtent, as esta 3 ¢ 4, somando um eyele rime (CT) de Shoras. A seguir uma segunda moeda ¢liberada na linha, ¢ mesma sequeéneia é repetida, Como esse ritmo resulta em uma moeda sendo produida a cada & horas, a produtividade (TH) é de | mocdas por hora, Note que 0 CT é igual ao tempo bruto de processamento 7, = 8, ¢a TH é 1 da taxa do gargato n=05. ‘Agora iberamos uma segunda moeda na linha (duas moedas iberadas ao mesmo tempo na linha). ‘Ap6s 2 horas primeira mocda completa o processamento na estaglo 1 e comega a ser processada na éstagio 2. Ao mesmo tempo, a segunda moeda inicio processamento na estagdo 1. Assim, a segunda rmoeda seguir a primeira, trocando de esto a cada 2 horas, conforme a Figura 7.5. Apds a espera inicial da segunda moeda, ela no vai precisar aguardar nunca mais, Assim que o sistema estver trae balhando a um ritmo estvel, cada moeda liberada na linha continuaré ater um CT de 8 horas exatas. Além disso, como duas moedas siio produzidas a cada 8 horas, a TH aumenta para } mocdas por hora, 6 dobro de quando o nivel de WIP era te a cxpacidade da linha era de $0% (7, = 0.) Adicionamos uma teceira moeds. De novo, aps um periodo inicial, quando as moedesficam aaguardando na primeira estagio, no hi mais esperas depois, conforme mostra a Figura 7.6. O CT continua sendo de $ horas. Como a cada intervalo de 8 horas o sistema fabrica 3 moedas, a'TH a eada $ horas aumentou para $ moedas por hora, ou 75% der, ‘Quando adicionamos uma quarta moeda, podemos ver que todas as estagbes ieam ocupadas de rante ido o tempo ao ating um ritmo estavel (ver Figura 7.7) Peo fato ce as moedas nao terem gue esperar entre as estagées, 0 CT ainda € 7, = 8 h, Como altima estagio fica sempre ocupada, ela com Dizeinos que una linha assim eat operand do ain forme mais aprofundads nos Cptulos 10 1, lo CONWIP (WIP constant, do qual tstaremas de226 PARTE IA Citacia do Fabri pleta uma moeda, hor ry Esse Fabrica de Moedas FIGURA 7.6 FCarfruto 7 _ADinimics 8 z eo, OF GO FE o @| jo fe)” FIGURA 7.7 Fabrica de Moedas Um com um nivel de WIP = 4, extras aguardando na estagio 1. Assim, pela primeira vez, « CT fica maior do que seu valor minimo 7, 8. Porém, como todas as estagdesestio sempre ocupades, a produc (0.5 moedas por hora sora, veja 0 que acontece se liberarmos 10 moedas na linha. A um itm estavel, uma fila de 6 aguardando em frente estago 1, o que significa que uma moeda gasta 12 horas desde a hora em que ¢ iberada na linha até comegara ser processada naestagio 1 ‘Assim, o cycle rine & de 20 horas (12 na fila, mais 8 em processo). Como antes, todas as mequinas petmanecem sempre ocupadls,e a produtividade ainda € de r, = 0.5 moedas por hora. A essa altura fica claro que cada moeda adicionada aumentao cycle time em 2 horas, sem elevar a produgio efetiva da linha, Na Tabela 7.2, mostramos o comportamento da Fibrica de Moedas Um, sem nenhuma varisbi- lidade e com vitis niveis de WIP, e apresentamos seus grficos na Figura 7.8. Do ponto de vista do dlesempenho, esta claro que a Fabrica de Moedas Um tabalha methor cam urn nivel de WIP de quatro moodas. Somente con esse nivel de moedas em pracesso podemas obter um cycle rime minimo T & tama produtvidade maxima r, ~ qualquer nfvel abaixo diminuird a produnividade sem reduzit 0 cycle time, qualquer nivel acima aumentaré oevcle time sem elevara produtividade WIP chama-se nivel eritico de WIP (iY Neste exemploespecifico,o nivel eitico de WIP ¢ igual o nimero de miquinas, 0 que acontec sempre que a linha de producto tiverestagdes com eapuacidades iguais (ou sea, sempre que for uma linha equilibrada). Para linhas nfo equilibradss, W, seré menor do que o nimero de méquinas, mas ainda tera a propriedade de sero nfvel de WIP que aleanga a produtividade maxima com um cyele time it importante notar que, apesar deo nivel eritco de WIP ser étimo quando no existe varibilidade, ele no seri ctimo em outros casos. Na verdade,o conccito de um nivel timo de WIP nem & bem de finido quando os tempos de processamento sao varveis;em geral, o aumento do nivel de WIP el também a progtvidade (o que é bom) eo eyele rime Co que & rum). 0 efetiva continua indo Fy = moedlas se formar, Esse nivel especial de suinimo, e ainda sera definido por W,228 Pare A TABELA 7.2. \\ wip: _ 8 100 = u 250 3 100 5 4 i 8 0c 0.500 0 A lei de Little, Um exame euidadoso da Tabela 7.2 revela ua relagdo inte WIP), 0 cycle time (CT) ¢ « produtividade (TH), Qualquer nivel de Wip me multiplicado pela produtividade. Essa relexdo & conhecida como a fei «le Little igual ao cyele (em homenagem a John D, C. Little, que comprovou essa formula matematicamente) e ela repre ago da Ciéncia da Fabrica Alei de Little: WIP =TH x CT Acontece que a lei de Little € valida para todas as linhas de produgdo. no apenss iquelas com variabilidade zero, Como ji mencionamos no Capitulo 6, tausologia. ¥ mat casos especias (quando os tempos so infinits). essa relagdo pode ser eomprovada la nfo € exatamente valida para tempos menores do gue 0s infinitos (que ». Sito os Gnicos tempos que podem naticamente. Porm, e ‘observados nia pritica), exeeto em circunstincias muito especias, Nao obstante, usaremos a Jei como uma conjectura sobre a natureza dos sistemas de mia fatura e como uma aproximagiio quando ela iio for exata, Como uproximasiio, essa lei & de amp aplicagao, pois pode ser usida em relagio a uma tii jam medidas em unidades consistentes entre si, a lei de Little € viilida no longo prazo. Isso a faz plicdvel para muitas situagdes praticas. A estagio de trabalho, a uma linha de produgdio ou a fibriea como um todo. Desde que as trés expr umas dessas aplicagSes incluem: 1. Ociteuto das fitas de espera. Como a ei de Little pode ser apli ada para est podemos usi-la para calcular as flas de es) dos produtos e a utilizagiio (rabies de tempo Ses individu Taaser 7 5678 oio1 W wir % wie FIGURA 7.8 ime ¢ produtividade versus WP n6 Cariruvo 7A bind cccupado) para cada uma das estagdes em uma linha de produ. Por exemplo, considere a Ribrica de Moedas Dois, que i resumida na T esteja trabalhando alo de WIP le suponha que el 10 garzalo (isto 6, 0.4 trabalho por hora). Usando a lei de Little, o nivel es estagio | sera wip Hx CT = 0.4 trabalho por hota x 2 horas = 0.8 trabalho Como $6 tem uma maquina na estagdo L, isso sig po. De ma a que cla sera utilizada em 80% do tem neta idntica, na estagtio 3, a lei de Lit prevé uma média de 4 trabalhos para o ni vel de WIP. Como hi seis méquinas. a uilizagiio média serd de 4/6 = 66,74. Note que isso é ‘gual &razfo de taxa de gargato sobre a taxa da estagao 3 — 0.4/0, como pocterfamos esperar A reducdo do cycle time. Como a lei de Little pode ser definida como wip TH claro que a redugao do eycle rime implica também a reduy Vidade seja mantida. Assim, uma longa fla > de WIP, descle que a produti- espera de produtos & uma indicagio de uma oportunidade para reduzir o cycle sime, assim como o nivel de WIP. Discutiremas as medidas especitieas para u redugdo desses fatores no Capitulo 17 A medicao do eyele time (C1). A medigio deta do cycle time pode, as vezes, ser diliil, pois implica verificar os tempos de entrada e saida de cacla pega no sistema. Como as med rvel de WIP ¢ da produtividade so rotineiras, pode ser mais ‘mancira inditeta, obter o cyete time, a, de iil usar a sua raz pi O planejamento de estoques. Em muitos sistemas, os trabalhos sio programades para serem terminados antes do prizo devido para Antir um alto nivel de atendimento aos clientes, Pelo fato de que, em nossa era de pena conseineia dos custos dos estoques, os clientes fre quentemente se recusam a accitar entregas antecipaadas, esse tipo de ead time le seguraanga resulta em mais trabalhos aguardando no estoque de produtos finais antes de serem remetidios 4s clientes. Se o tempo programade do estoque for de n dias, entao-tk acordo com a lei de Liitle, « montante do estoque de produtos acabados seri dado p6f n TH (onde a produtividade € medida emunidades por dia). oa Os airos do estoque. Lémibre-se que os giros do estoque sio definidos pela razto da produt ‘idade em relagio acréstoque médio. Se tivermos uma fibrica onde todo o estogue & WIP (os produto sdo remetidos diretamente da linha da produ io, ¢ no existem estoques de produtos Finais), entao os giros sdo definidos pela razio TH/WIP, UCT. Se ineluirmos os produtos finais, os g he, pela lei de Little, ¢ simplesmente (0s sito definidos por TH/(WIP + EPA), Mes- imo assim, a lei de Little se aplica, de forma que essa relago representa o inverso do tempo tnédio total para que um trabalho atravesse a linha de prodhgo, mais os tempos em estoques intermedidrios. Assim, de maneira intuitiva, 05 giros de estoques so de | dividido pelo tempo permanece no sistema, IMédio que 6 estog Stemas com prodos naitiplos. Ats agora, temos considerado que os estoques sto medidos quer outro intervalo de tempo). Mas @ lei de Little nfo exige que seja necessariamente assim. Se tivermos muitos tipos de produtos com niveis diferentes de trabalhos em curso, cycle time e produtividade, certamente podemos aplicar a lei sobre cada um em separa em unidades, ¢ a produtividade (TH), em unidades por dia (ou qua do. Podemos também medir os eestoques ¢ 0 WIP em unidades monetirias. Por exemplo, se meditmos a producaio em termos ude custo das mereadorias vendidas (S por dia) e © WIP, em valores monetitios, entzo a lei de Little poders ser apli Por meio da equacio CT = WIP/TH. Note, porém, que devemos medie a produgao em do custo de m uunidacdes do WIP. da no célculo do eycle time médio da proxi jo para todos os produtos adotiay vendidas, © nfo ao prego de venda, pata sermos coerentes com as sea dos Fbima Fini de produio que prod 100 eders por da h 4 mea WIP. agains Toa 7 cr= SE TH c . 100 céirters q exemplo de uma linha com o m npenho possivel. ou seja, com variabilidade zero. Entio p ‘ deremos aplicar a lei de Little pever a relax 1 do WIP com o cycle time. Como essas relagics foram consideradas para inhas per om variabilidexl mo para um dado nivel de WIP de qualquer sistem ardimetros 7, ¢ 7,.As equagdes resultantes so a proxima lei da Ciénein da Fabrica 4 lei do Melhor Desempenho: 0 inaado nivel de WIP w & Ty sew Wy Tater = | de outra forma A produtividade meéxime para vel de WIP w é dada por S sow < Wy tienen {7 ry de outra form: Uma conelusdo que podemos tirar do esquema anterior & que, ao eontritio do dito popular, « toque zev0 ndo & um objetivo real. Mesmo em perfeitas eondigiies determinadas, um estogie zen? € sard uma proclutividade de zero e, por consequéncia, ceva de receitas, Um ideal de WIP mais re 9 nivel critica cle WIP W \ Fabrica de Moedas Um representa uma situagao ideal (variabilidade zero), em que seria stn ‘manter um nivel de WIP igual ao niimero de maquinas. E claro que, no mundo brieas que trabalham com um nivel to baixo de WIP, Na verdade, em muitas linha de produeio temos visto, a relagiio entre o nivel do WIP para o numero de méquinas & perto de 20:1. Se essa tava Fi WIP. Obviam brica de Moedas Um, 0 cycle time seria de quase 7 dias, com 80 traballo um cycle time de oras € com unt nivel de WIP dle trabalhos, ou seja,o nivel “étimo”, Por g ritieo de WIP tao long: Infelizmente, a lei de Little oferece pouca ajuda, Como TH = WIPICT, podemos ter a mesma le WIP e eyele times longos quanto com baixos niveis de WIP e res curtos. O problema & gue st ei de Little é apenas uma relaetio ent indevas, PrecisCariruLo 7 _ADinimica Bésca das Fabrcas 231 or exemplo, tendo a produtividade, estimar qual o WIP e o cycle time), E ni hi tal relagzo que (por exemp P rT r possa ser aplicada de maneira geral. O melhor gue poxiemos faze tifiear 0 comportamento de cconsideramos anteriormente, vamos tratar de outros dois censtios, aos quais vamos chamar de o pi ndo suposigies especificas. Alm do caso do melhor desempenho possivel, que idesempenho possivel eo pior desempenho 7.3.2. O pior desempenho possivel =} . = Contrastando com o melhor desempenho possfvel de uma linha de produglo, vamos agora consideraro pior. Mais especificamente, vamos supar o cycle time mudximo e a produtividade minima possiveis para ‘uma linha com uma taxa de gargalo r, e um tempo bruto de processamento T,, 0 que nos permitirs taro comportamento e medir o desempeno de linhas reais de produgao, Se alguma linha de produgio mntdo teremos alguns problemas real for mais parecida com o pior desempenho do que com o methi rmelhorias, dependenda de sua persps sérios (ou oportunidades d Pa volume de trabalhos sempre constante na linha de produgio. Sempre que um trabalho é acabado, outro ado, Uma maneira como podemos obter isso na pritica seria se os trabalhos fossem transporta- dos através da linha em paletes. Sempre que um trabalho & acabado, ele ¢ removido do seu palete © © palete retorna ao inicio da linha para o transporte de outro trabalho, Assim, o nivel de WIP & j ‘nimero (fixo) de paletes existentes na linha, a facilitar nossa discussio sobre o pior desempenho, le re-se de que estamos assumindo um Agora, imagine vocé mesmo sentado em um palete, circulando em uma linha com o melhor sempenho € com um WIP igual ao seu nivel eritico (por exemplo, na Fabrica cle Moedas Um seriam ‘quatro trabaihos). A eada ver que voc® chega a uma estagao, uma maquina estata disponivel para ini juardar a fila (qu iar 6 trabalho imediatamente. F exatamente pelo fato de voe8 ni ter que wing) ‘que essa linha aleanga 0 eyele time minimo de T, Para atingir os eyele times miiximos possiveis para es: sistema, precisamos, de alguma maneira, ‘zumentar 0 tempo de espera sem alterar 0 tempo medio de processamento, (do contrario mudariamos P 7,6 Ty). O pior easo im: 8, a cada ver. que ch sentado-em seu se a uma esta palete,tivesse que aguardar sua ver. atris de todos os outros trabalhios, Com isso seria possivel? Considere 0 seguinte: suponlia que voce esteja no pale ndimero 4 em uma versio modifi Fabrica de Moedas Um com quatro paletes na linha. Porém, em ver. de todos os trabathos exigirem 2 hhoras exatas em cada estagao, im que o trabalho para o palete I exige 8 horas, enguanto 0s pale , 3€ 4 exigem 0 horas. O tempo médio de processamento nas estages continua SHOKOHO 4, TS = 2hoas ‘como antes, de forma que ainda temos r, = 0,5 trabalhos por hora Shoras, Entretanto, toda vez, 117.9). 0 ‘mais lento do palete 1 causa 0 atraso de todos s outros que ficam sempre entileirados aris, ef, eres 1,2 3a sus frente (ver a Fig que seu palete chega a uma estago, vor8 encontra os pa espera méxima em uma linha e, portanto, representa 0 exso do pior desempenho possivel ‘O cyele time para esse sistema & 8+ 1 47, &, como sto executados quatro trabalhos a cada vez que o palete | acaba na esta tividade € de o4, a produ: = £ trabalho por hora (ou 1/f, trabalhos por hora, Note que a multiplicagio da produtividade com o eyele time & L/8 x 32 = 4, que €0 nivel de WIP, assim, podemos notar que a lei de Little funciona, Resumimos esses resultados em uma linha lei da Ciéneia da Pabrica, al como nossa présim: ieFIGURA 7.9 Jesempenho possivel Alel do Pior Desernpenho: Para wn determinado nivel de WIP ws. pior exete tin c TH) ue melhor quanto o pior desempenho acorrei em sist tariabilidaule no Sistema com 0 pior desempenho, pois os tal r jeessamenio: may nv be lade. pois toxlos os tempes de rn istente sobre a geste da quali Ita a necessidade i es, deixa implicito que variabilidade (Os resultados do método da Cigneia da Fabrica recém-apresentados mostram dt Finalme po np ahaa tempos No entant joce. Para saber Moedas t mo. supan de Mi WIP L ‘ > WIP hcarirue 7 AL ica das Fabrices 233 sens nevessrias para transportar cada palete individualm 10 € OS transporta em até que todos 0s quatro trabalhos sejam acabados em uma esta proxima estagio. No final da linha de produgio, ela também espe: até que todos os paletes fiquem vazios, transportando todos juntos para o inicio da linha, para serem recarregados com novos trabalhos. mpo de processamento de cada trabalho em ca da estagdo & de 2 horas (como era Assumindo que o te jnalmente na Fabrica de Moedas de 2 ons (common gura 7.9. Assim, 0 pior )€ que os tempos de transporte da teripidos, quase 2ero, a evolugiio do sistema serd exatamente Como most aF ddesempenho possivel pode ser causado por movimentagies em lotes, EE claro que seri raro encontrar fabricus reais onde as movimemfagdes em Jotes sejam tio extremas que forcem todos os trabalhos da linha a serem movimentads juntos, O mais comum & que 0 WIP em um linha seja transportado em lotes de vérios tamanhos. Como esse tipo de transporte mais realista nio if produzir 0 pior desempenho possivel, ele & um fator que pode causar um desempenho mais préximo do pior. Como consequéncia, o transporte em lotes & um problema al (ou uma oportunidade para melhorias) em muitos sistemas de produgzo. 7.3.3 O pior desempenho na pratica E quase certo que nenhuma linha de producd0 no mundo real tem um comportamento exatamente igual 40 methor ou ao pior desempenho. Assim, para compreender melhor o comportamento entre esses casos extremos, vamos considerar de um m caso intermedisirio, mais realista. Faremos isso por met exemplo. que, diferente dos dois anteriores, envolve um ambiente aleatério, Na verdade, em certo sen tido, ele representa um caso com © maximo de aleatoriedade. Vamos chamié-lo de pior desempenho nna pritica para expressar nossa erenga de que qualquer ambiente com um desempenho pior do que esse sempre teri oportunidades de methorias. Para descrever 0 80 do pior desempenho na pritica e mostrar por que ele pade ser eonsiderdo um ambiente com o maximo de catoriedade, precisamos antes definir 6 conceito de uma situetcdo de sistema, A situagio do sisten uuma descricdo completa dos traballhos em todas as estagdes: quamntos existem e qual 0 tempo de processamento da cada um, Sob condigdes especiais, as quais assmimos e descrevemos a seguir, a Gnica informagao ne, essdria & 0 mtimero de trabsalhos existentes em cada estagii. Assim, podemos fazer um resumo conciso da situagio usando um vetor com un miimero de elementos iguais ao nimero de miquin: existentes em uma linha de produgao, Por cxemplo, em uma linha com quatro estagbes (8s trabalhos, 0 vetor (3, 0, 0,0) representa a situa «40 em que todos as rs trabalhios se encontram na primeira est enquanto 0 vetor (1, |. 1.) represen ta situagdo em que existe um trabalho em cada estagdo, nas estagdes I. 2 € 3. Hai 20 situagées possiveis Para um sistema que tem quatro miquinas e 18s trabalhos, os quais so mostrados na Tabela 7.3 Dependendo das suposigdes especificas sobre a Tinha, nem todas as si sariamente. Por exemplo, se, em um sistema com quatro estagdes e tr8s trabalhos, todos os tempos de processamento perfazem | hora, ¢ tal sistema se comporta como © caso do melhor desempenho ossivel, entao apenas quatro situagdes ~ (1.1, 1,0), (0, 1, 1, 1) (1,0, 1, 1) e (1, 0, 1) = acorrerio, conforme mostra a sempenho possivel, entdo teremos a repetico de quatro siwagies diferentes ~ (3, 0, 0, 0), (0, 3, 0.0) (0,0, 3.0) (0,0, 0, 3) ~ conforme ilustra a Figura 7.11, Pelo fato de nenhum desses sistemas serem aleatérios, sin 0.7.10. De maneira similar, seo sistema se comporia coma 0 caso do pior de es diferentes nunca aeontecerio, Quando a aleatoriedade ¢ introduzida em uma linha, outras situs suponha que os tempos de processamento so determinados, ma s serio possiveis, Por exemple, de ver.em quando, uma méiquina quebra € fica parada por virias horas, EntZo, na maior parte do tempo. vamos abservar a ocorréncia de algumas situagdes “espalhadas”, como ilustra a Figura 7.10 e, de vez em quando, teremes as situagdes “acum das” conforme mostra a Figura 7.11. Se o nivel de aleatorie ude for baixo (quando as quebras de méquinas ‘io muito raras), entdo a frequéncia de varias situagbes espalhadas seré bem alta, ese houver muita alea toriedade (muitas quebras de miquinas), entio todas as situagées mostradas na Tabela 7.3 poder ocorte com bastante frequéncia. Assim, definimos que um cendtio com uma aleatoviedade marima é aguele em que podem ocorrer todas 2s situagies possiveis com uma frequénParte I AG TABELA 7.3. Situardes possiveis para um m quatro maquinas e trés trabalho Situagio Situasio Vetor Para que todas as situagdes tenham as mesmas possibilidades de ocorrer, so neces digdes especiais L.A lin deve ser equilibrada (todas 2s est 1m ter os mesmos tempos médios de pro 2. Todas as estagdes devem ter miquinus individuals, (Esta suposie complexidades do processamento paralelo ¢ d 3. Os tempos de processamento devem ser aleatérios e ocorrer de avordo com uma distribuigio de probabilidades conhecida como uma distribu ambém ajuda a evitar as abalhos passando na frente de out o exponenc’ continua que tem uma propriedade especial conhecida como falta de memvria (ver Apendi I. Essa nica distribuigio ce 2A). Isso significa que, se 0 tempo de processamento de una maquina € distribuido de maneira exponencial, o conhecimento de quanto tempo um trabalho esta em proceso nao oferece nenhuma informagio sobre quando ela sera acabada. Por exemplo, se 0 tempo de processamento em uma méquina é exponencial, com uma média de I hora, € © trabalho at esti em process por $ segundos, entio a estimativa do tempo re ante de processo & 1 hor Se o trabalho em curso estiver em processo por | hora, o tempo restante estimado & de 1 hei Se o trabalho em curso esta em processo por 942 horas, o tempo restante estimado ainda & all " la so OG] fig) FIGURA 7.10. Situacio no caso do melhor desempenho passvel er ums linha com quatro méquin FIGURA 7° trabalho apenas vin ie taba: inka 6 de + Como dle uma pe distribu Ass exponerCapiruLo 7 _ A Dinimica Bisca das Fabric 3,158.27, = 618,30, Di IC] 9.21.33, FIGURA 7.11 Sicuasio no caso do pior desempenho passive, com uma linha de quatro méquinase ts trabalhos. ‘© mesmo: | hora.’ B como se a quina esquecesse os trabalhos executados anteriormente ‘quando fiz as estimativas do futuro ~ dat o termo falta de meméria, Assim, se os tempos de processamento sdo distribuidos de maneira exponencial, nao ha necessidade de saber a dura oe). 4 produtividade se aproxima da eapacidade r.€ 0 eyete sumenta, A intuigdo por tris deste timo resultado & que atingir proc ividade proxima da capacidade m ‘ima em sistemas cott alta variabilidade exige altos niveis de WIP, para todd at entagbes, no easo de uma linha equilibrada) nunca fiquem parados por falta de trabalho, Mas um nivel alto de WIP também 1s grandes tempos dle espera e long produtividade e 0 cvele time do caso do pior desempeno na priticasituam-se sempre entre pior e o melhor desempenho. Assim, 0 pior desempenho na pritica nos fornece um ponto méio bar ante dil. que se parece com 0 comportamento de muitos sistemas do mundo real. Coletando os daddos is rodugiio real. podemos determinar se essa linha esti na regio médios de WIP, de produtividade ¢ de cvefe sime (na verdade, por causa ca lei de Little, dois dele ivel € 0 pior desempenho na pritica, ou entre 0 pior desempenho & 6 pior desempenho na pitiea, Os sistemas eom ain desempenho melhor do que o PDP (com maior prpdutividade e menor evcle time para um determinado nivel de WIP) so “bons” Cenxutos) € 0s si linhas ruins. p para melhorias. Assim, 08 trés casos icima fomecem una espéeie de metodologia para wm benchmark ig interno, isto 6, em oposigio jum bench oprocedit Seor ives do pior wt Comoe melhori: Prir cempree dade de mar Tabet Assim estat s apens igh algu dep dew ah dasEe 237 CapiruLo 7 _ADinimica Bésica de un benchmarking externo, em que as comparagdes sto feitas com os sistemas de Fora, Vamos ilustrar fimento de benchmarking interno em mais detalhes na Seglo 7.3.5. Se 0 benchmarking interno indica que um Tinha de produgdo é ruim, podemos obter algumas iregies de como efetuar melhorias por meio das trés suposigies sob as quais foi desenvolvido 0 caso ddopior desempenho na pritica, quais s 1. Uma linha equilibrada 2, EstagSes com apenas uma maquina 3. Tempos exponen de processamento (sem meméria) Como essas trés condigdes foram escolhidas para maximizar a aleatoriedade na linha de produgio, a rmelhoria de qualquer delas afeia também o desempenho da linha, Primeiro, pode! amos provoear 0 desequilibrio da linha adicionando mais capacidade a uma das estagdes. Isso poderia ser feito com mais maquina, reduzind as pat nso dos radas por causa de desca empregados ou de falas no equipamento, ov uumentando a velocidade do processo por meio de mé- todos mais cficientes, etc. E 6bvio que, se aumentamos a capacidade em todas as estagoes, a produlivi dade também aumentar. Pore | mesmo que aumentemos a capacidade em apenas algumas estagdes, 4 que 1, niio seja alterado, isso vai reduvir a aleatoriedade (isto &, a 3 ndo mais sero jgualmente possiveis), de forma que a curva da produ mostradas na go versus WIP au- ‘mentard mais rapidamente (ou seja, um nivel menor de WIP no sistema aleangard a mesma produgao). Assim, notamos que uma linha desequilibrada contraria, de certa maneira, a énfase tradicional dos tengenheiros de produgio no equilforio das Finhas. Porém, como ver amento das Tinhas aplica-se basicamente para lin! mios no Capitulo 18, 0 balance- mo constante, ¢ wo para linhas com, estagbes independentes como as que estamos considerando agora Sexundo, poderiamos usar miquinas paralelas em cada uma das estagdes, em ver. de estagdes com apenas uma miiquina. S ia for conseguida adicionando méquinas extras, isso serviria para ‘aumentar a capacidade e teria os mesmos efeitos recém-discutidos, Contudo, mesmo a substituigao de por méiquinas paralelas com si mesma capacidade podleria methoraro desempenho em 0 da Fabriea de Moeda de processamento so exponenciis em ver de determinados ¢ que sua média seja estagdo, Suponha que as estagbes 3 e 4 (borda © alguns casos, Por exemplo, reconsidere 0 Um assumindo que os tempos. do 2 horas em cada ‘acabamento) Sejam jumtadas em uma dniea estagio ‘com dias miquinas paralelas, onde as miquinas executam a borda e o acabamento no mesm aloe demoram o dobro do tempo anterior (uma média de 4 horas por moeda), Como a capacidade da estado ‘éde 1/2 moeda por hora, a axa de gargalo da linha ainda é r, = 0,5. Eo tempo bruto de processament continua sendo 7, = 8 horas. Porém, no sistema anterior, duas movdas poderiam che; as operagies, borda ou aah sar jummas em uma mento, ¢ uma teria que aguardar, No sistema modifieado, em qualquer unstincia em que aja duas moedas em qualqu das operagaes. & ce trabalhadas. © resultado seria menos tempo de espera e cycle times menores para um determinado nivel de WIP no sistema remontado com maquina pi Poderiamios também reduzir a variablidade dos tempos de processamento para menos do que & 10 que ambas estaro Sendo clas implicito pela distribuigao exponeneial. Reduzindo a possibilidade da acumulagio de trabalhos nas stages e, portanto, os tempos de espera, iss0 melhoraria a produtividade e o eyele rime pata um dh terminado nivel de WIP, Examinaremos, no Capitulo 8, o significado da redugao da variabilidade em relagio ao seu exponencial e, na Parte IL, veremos métodos priticos para sua aplicagio. "As Figuras 7.12 ¢ 7.13 ilustram alguns desses conceitos por meio do planejamento do exele rime e da produtividade em fungio do 1 de WIP para a Fabrica de Moedas Dois, sob a suposiciio da Aistribuigo exponencial de tempos de processamento em todas suas estagdes de trabalho. Para efei- tos de comparagies, também mostramos as linhas de casos de melhor. pior de sempeno na prtica, para taxa de gargalo ¢ tempo bruto de processamento con: npenha ¢ pior de- A 0), Mesmo que os tempos de processumento sejam exponenciais. ps a Pabrica Moedas Dois ter uma linha desequilibrada e > fato d es com miquinas paralelas, seu desempenho &7.3.4 As taxas de gargalo eo cycle time produgio (ver Gokdratt e Cox 1984), Certamente, polas discusses apresentidas, eoneordany uum tava or, €importante, pois ela estabelece a capacidade da Tinha, Mas as leis du C Ja Filbrica também nos oferecem gue vio alm dessa conclusdio Gb’ Em primeiro Tuga ivermos operundo uma linha “bon” (isto &, com a produglio maior do que o pior desempenho na pritica para qualquer nivel de WIP), endo, em niveis mormais de WIP cexemplo, entre Se 1 1W,), oevele rime seri bem préximo de wr, onde w'é 0 nivel de WIP. pode ser observado nas Figuras 7.12 e 7.13. Assim, aumentar a taxa de gargalo , reduzira o cycle sine para qualquer nivel de WAP. Infelizmente, muitas vezes € ciGneia ou economicamente impraticdvel melhorar cobse € 0 gargalo, A taxa a gue essa maquina produ ¢ ditada pela quimiiea do se ela estdtrabalhando no limite miixino de horas por dia (supondo que a maquina problemas de manutenesio ou de operadores, os quis poderiam eventualmente inica maneira de qumentar a capacidale da linha seria adieZonar outra miiquina igual, Essa seria uma opal exiremamente onerosa e, provavelmente, adicionaria capacidade em demasin, pois o aumen seria de 100%, Em uma situagio assim, pode fazer sentido aument stra fal fato, considere um sistema com quatro estagdes individunis. Cuda estagdo leva Id minutos para executar um trabalho, exceto a dima (a estagiio que & o gargala), que leva 15 minutos ak Suponha, agora, que melhor de gargalo € de quatro trabalhios Jo para 10 minutos por trabalho (6 trabalhos por hor balanceando a linha. A Figara 7.14 ilustra o impacto na curva da produtividade versus WIP. Note que av Tinka melhorada tem uma taxa Fimite de produgao mais alta (uma nova r,). mas a curva da prodw tividade se mantém mais distant balan dela do que to sistema original. A raz disso € que em uma linha. sada ¢ mais frequente a falta de peas para o seu gargalo do que em ume Tinka nao balanee n a portanto, esta situagio esige um nivel maior de WIP para a produg3o alcangar mais capacidade. Apy e para qualquer nivel de WIP disso, a melhora do gargalo causa um aumento na prostutivida Como alternativa, suponhe que methoremos todos 0s processes. oem 15 minutos. A Fi FIGURA 7.12 Goletimeversis W ica de Moedas Dois