Análise do Processo de Pintura de uma Indústria Moveleira: Um Estudo de Caso Usando Planejamento de Experimentos e Simulação Computacional / Analysis of The Painting Process of a Forniture Industry: A Case Study Using Design of Experiments

Eduardo Gasparin, José Airton Azevedo dos Santos

Resumo


As técnicas de simulação por eventos discretos (DES) e planejamento de experimentos (DOE) têm sido muito utilizadas, como suporte a tomada de decisão, na área de manufatura. Nesta linha, este trabalho tem por objetivo aplicar estas técnicas na identificação dos fatores que mais impactam no tempo de pintura, do produto de maior giro, de uma indústria moveleira. Um modelo dinâmico, discreto e estocástico foi implementado no software de simulação JAAMSIM. Como parâmetro de comparação, entre os dados obtidos a partir do sistema e gerados pelo modelo, foi selecionada a variável TEFSL (Tempo de Espera na Fila da Seção de Lixa). Na validação do modelo, por meio de Análise de Variância, não foram detectadas diferenças estatísticas entre os valores obtidos do sistema real e os gerados pelo modelo. O resultado da combinação das duas técnicas permitiu, aos tomadores de decisão, identificar os cenários mais relevantes para diminuir o tempo de pintura do produto de maior giro.

 

Palavras-chave: JAAMSIM. Simulação. Planejamento de Experimentos. Indústria Moveleira.

 

ABSTRACT

 

The techniques of discrete event simulation (DES) and design of experiments (DOE) have been widely used as support for decision making in the manufacturing area. In this line, this work aims to apply these techniques in the identification of the factors that most impact on the time of painting, of the highest turnover product, of a furniture industry. A dynamic, discrete and stochastic model was implemented in the JAAMSIM simulation software. As comparison parameter, among the data obtained from the system and generated by the model, was chosen the TEFSL variable (Wait Time in the Queue of the Sanding Section). At model validation, according to the Analysis of Variance, it was not detected statistical differences among the values obtained from the real system and those generated by the model. The result of the combination of the two techniques allowed, the decision makers, to identify the most relevant scenarios to decrease the time of painting of the product of greater rotation.

 

Keywords: JAAMSIM. Simulation. Design of Experiments. Furniture Industry.

Texto completo:

PDF RAR XML

Referências


ALMEIDA, A. P. M.; ALVES, C. G. M. F.; REIS, G. V. C. O processo de tomada de decisão: adoção de sistemas de apoio à decisão nos jogos de empresas. In: VI congresso nacional de excelência em gestão, 2010, Anais..., Rio de Janeiro: CNEG, 2010.

ALVES, R.; SANTOS, J. A. A.; SCHMIDT, C. A. P. Aplicação dos princípios da teoria das restrições e de técnicas de simulação na gestão da dinâmica operacional de um pequeno restaurante: um estudo de caso. Revista Espacios, v. 35, p. 21, 2014.

BARROS NETO, B.; Scarmínio, I.S.; Bruns, R. E. Planejamento e Otimização de Experimentos. Campinas: Editora UNICAMP, 2001.

BAUMGARTNER, D.; CAVALLI, D.; SANTOS, J. A. A.; SCHMIDT, C. A. P. Modelagem, simulação e otimização da dinâmica operacional do processo de embalagem e paletização de sachês de refresco em pó: um estudo de caso. Revista Espacios, v. 34, p. 10, 2013.

CARVALHO, J. M. C. Logística. Lisboa: Edições Silabo, 2002.

CHWIF, L.; MEDINA, A. C. Modelagem e simulação de eventos discretos, teoria & aplicações. São Paulo: Brazilian Books, 2007.

COLETTIL, J.; BONDUELLELL, G. M.; IWAKIRIL, S. Avaliação de defeitos no processo de fabricação de lamelas para pisos de madeira engenheirados com uso de ferramentas de controle de qualidade. Acta Amazonica, v. 40, 2010.

FREITAS FILLHO, P. J. Introdução à Modelagem e Simulação de Sistemas com Aplicações em Arena. Florianópolis: Visual Books, 2008.

GIL, A. C. Como elaborar Projetos de Pesquisa. São Paulo: Atlas, 2008.

GOEBEL, D. Logística – Otimização do transporte e estoques na empresa. Rio de Janeiro: UFRJ, 1996.

KING, D. H. Open source simulation software ‘JAASIM’. In: Proceedings of the Winter Simulation Conference. Washington - DC, 2013.

KLEIJNEN, J. P. C. Design of experiments: overview. Decision Paper, v. 1, p. 1-20. 2008.

MARIN, T.; TOMI, G. F. C. Modelagem de dados de entrada para simulação estocástica del lavra. Revista Escola de Minas, v. 60, p. 559-62. 2010.

MONTGOMERY, D. C. Design and Analysis of Experiments. New York: Wiley, 2005.

MONTEVECHI, J. A. B et al. Application of design of experiments on the simulation of a process in an automotive industry. In: WINTER SIMULATION CONFERENCE, Proceedings..., Washington-DC: WSC, 2007.

PRADO, D. Usando o ARENA em simulação. Nova Lima: INDG - Tecnologia e Serviços LTDA, 2010.

SARGENT, R. G. Verification and validation of simulation models. Journal of Simulation, v. 7, p. 12-24. 2012.

YIN, R. K. Case study research, design and methods (applied social research methods). New York: SAGE Publications, 2013.




DOI: http://dx.doi.org/10.12819/2019.16.3.8

Apontamentos

  • Não há apontamentos.


Licença Creative Commons
Este obra está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.

Ficheiro:Cc-by-nc-nd icon.svg

Atribuição (BY): Os licenciados têm o direito de copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, conquanto que deem créditos devidos ao autor ou licenciador, na maneira especificada por estes.
Não Comercial (NC): Os licenciados podem copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, desde que sejam para fins não-comerciais
Sem Derivações (ND): Os licenciados podem copiar, distribuir, exibir e executar apenas cópias exatas da obra, não podendo criar derivações da mesma.

 


ISSN 1806-6356 (Impresso) e 2317-2983 (Eletrônico)