planejamento e controle da produção · planejamento e controle da produção introdução -...
TRANSCRIPT
(c) 1999-2004 DPD/FEG/UNESP
Planejamento e Controle da Produção
Introdução- Sistema de PCP- Previsão da demanda- Planejamento da produção
Gerência de Projetos- CPM- PERT- PERT-CPM, PERT-Custos, etc.
Gerência de Estoques- Lote Econômico- Plano de Produção
Produção Puxada- MRP- JiT & OPT
Prof. Valério Salomon (DPD/FEG/UNESP)http://www.feg.unesp.br/~salomon
(c) 1999-2004 DPD/FEG/UNESP
O Sistema de PCP
PCP = (Sistema de) PLANEJAMENTO e CONTROLE da PRODUÇÃO
PCP = (Sistema de) PLANEJAMENTO e CONTROLE da PRODUÇÃO
CONTADOR, J. C.; CONTADOR, J. L. (1997), “Programação e controle da produção para a indústria intermitente”, In: CONTADOR, J. C. (coordenador), Gestão de Operações, 2a
edição, São Paulo: Fundação C. A. Vanzolini; Edgard Blücher, p. 235
(c) 1999-2004 DPD/FEG/UNESP
Situando o PCP
Alta AdministraçãoAlta Administração
FinançasFinanças OperaçõesOperações ComercialComercial
ComprasCompras VendasVendasEngenhariaEngenharia PCPPCP FabricaçãoFabricação
PrevisãoPrevisãoPlanejamentoPlanejamentoProgramaçãoProgramaçãoLiberaçãoLiberaçãoControleControle MaterialMaterialCustosCustos
(c) 1999-2004 DPD/FEG/UNESP
Detalhando o PCP
Compras
Previsões
VendasAlta Admin.Engenharia
Planejamto
Programaç.
LiberaçãoControle Custos
Fabricação
Materiais
(c) 1999-2004 DPD/FEG/UNESP
O Processo de Decisão no PCPCurtíssimo
PrazoCurtíssimo
PrazoCurto Prazo
Curto Prazo
Médio Prazo
Médio Prazo
Longo Prazo
Longo Prazo
O QUÊ? COMO ? QUANDO ? QUEM ?
• mix de produtos
• processos• distribuição• atendimento
• materiais • mão-de-obra• estoque• entrega
• lotes• prazos• horas-extra• reservas
• seqüencia-mento
• requisição• designação• controle
(c) 1999-2004 DPD/FEG/UNESP
Aplicações:
• PCP• Vendas (Marketing)• Finanças
Aplicações:
• PCP• Vendas (Marketing)• Finanças
Previsão da Demanda
(c) 1999-2004 DPD/FEG/UNESP
Modelagem da Previsão
Objetivo da previsãoObjetivo da previsãoproduto
precisãorecursos
Seleção da técnicaSeleção da técnica
Coleta de dadosColeta de dados
viabilidade
características dos dadosMonitoramento da previsãoMonitoramento da previsão
erro
parâmetros
ajustes
características da demanda
TUBINO, D. F. (1997), Manual de Programação e controle da Produção, São Paulo: Ed. Atlas
(c) 1999-2004 DPD/FEG/UNESP
Modelagem da Previsão
PELLEGRINI, F. R.; FOGLIATTO, F. S. (2001), “Passos para a implantação de um sistema de previsão da demanda – técnicas e estudo de caso”, Revista Produção, v. 11, n. 1, p. 43-64
1 - Definição do Problema
2 - Coleta de Informações
3 - Seleção do Pacote Computacional
4 - Análise Preliminar
5 - Escolha e Validação dos Modelos
6 - Verificação do Sistema
1 - Definição do Problema
2 - Coleta de Informações
3 - Seleção do Pacote Computacional
4 - Análise Preliminar
5 - Escolha e Validação dos Modelos
6 - Verificação do Sistema
(c) 1999-2004 DPD/FEG/UNESP
Modelos de Previsão
• Ponto de nivelamento• Séries temporais• Correlação
• Redes neurais• Lógica fuzzy• Método AHP• Método DELPHI
578,50 unid/mês
578,50 unid/mês
61,4 mil em 199861,4 mil em 1998
ExcelenteExcelente
Mui
to B
oa
Mui
to B
oa
EstávelEstável
Quantitativos
Qualitativos
(c) 1999-2004 DPD/FEG/UNESP
R = Q ×× pC = CF + Q ×× cV
cF
p - cv
R = Q ×× pC = CF + Q ×× cV
cF
p - cv
Ponto de nivelamento$
Q [unid]
R
C
Q QMÁX
Q =
(c) 1999-2004 DPD/FEG/UNESP
Séries temporais
0
10
20
30
40
50
60
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Dem
anda
Variação irregular
Sazonalidade Tendência
Variação aleatória
Conceitos:
• Média (Level)• Sazonalidade (Season)• Tendência (Trend)• Variações (Aleatória e Irregular)
Conceitos:
• Média (Level)• Sazonalidade (Season)• Tendência (Trend)• Variações (Aleatória e Irregular)
(c) 1999-2004 DPD/FEG/UNESP
Séries Temporais
60,0
62,0
64,0
66,0
68,0
70,0
72,0
74,0
20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
venda real
prev a=0,2
prev a=0,3
mm 4sem
semana venda real prev α=0,2 prev α=0,3 mm 4sem20 63,3 60,0 60,021 62,5 60,7 61,022 67,8 61,0 61,423 66,0 62,4 63,424 67,2 63,1 64,1 64,925 69,9 63,9 65,1 65,926 65,6 65,1 66,5 67,727 71,1 65,2 66,2 67,228 68,8 66,4 67,7 68,529 68,4 66,9 68,0 68,930 70,3 67,2 68,1 68,531 72,5 67,8 68,8 69,732 66,7 68,7 69,9 70,033 68,3 68,3 68,9 69,534 67,0 68,3 68,7 69,535 68,1 68,2 68,6
Média móvel: Ft = (St-1 + St-2 + St-3 + ... + St-n)/n Suavização: Ft = α St-1 + (1 - α) Ft-1
Média móvel: Ft = (St-1 + St-2 + St-3 + ... + St-n)/n Suavização: Ft = α St-1 + (1 - α) Ft-1
(c) 1999-2004 DPD/FEG/UNESP
Séries Temporais
COSTA, M. Y. P. (2001), Determinação da capacidade da produção a partir da previsão da demanda, Trabalho de Graduação (Eng. Produção Mecânica), Guaratinguetá: UNESP
demanda real prev α=0,66 mm 3 mês sazonalidadejan/01 43 36 37 42fev/01 32 40 38 34
mar/01 44 35 37 47abr/01 39 41 40 36mai/01 50 40 38 49jun/01 33 46 44 44jul/01 21 38 41 28
ago/01 19 27 35 31set/01 26 22 24 18out/01 19 25 22 21nov/01 19 21 21 14dez/01 30 20 21 16Cumulative forecast error 23,5 21,0 28,4Mean absolute deviation 6,40 6,84 7,78Track ing signal 3,67 3,07 3,65
10
15
20
25
30
35
40
45
50
55
jan/01 f ev /01 mar /01 abr /01 mai/01 jun/01 ju l/01 ago/01 s e t/01 ou t/01 nov /01 dez /01
dem anda real prev a= 0,66 m m 3 m ês s az onalidade
(c) 1999-2004 DPD/FEG/UNESP
Correlação
Previsão da demanda de um determinado produto a partir de outra variável relacionada com o produto.
Previsão da demanda de um determinado produto a partir de outra variável relacionada com o produto.
X
∑ β2 → 0
β
Y= a+ bXY
(c) 1999-2004 DPD/FEG/UNESP
Planejamento da Produção
• Objetivos• Programação linear• Modelo de Manne• Modelo de Lasdon e Terjung• Planejamento hierárquico
• Objetivos• Programação linear• Modelo de Manne• Modelo de Lasdon e Terjung• Planejamento hierárquico
(c) 1999-2004 DPD/FEG/UNESP
• Minimizar atrasos e não atendimento de ordens de produção
• Minimizar estoques• Minimizar a ociosidade dos recursos produtivos
pela alocação eficiente do trabalho• Minimizar os “lead-times” da produção• Distribuir o trabalho, de modo equilibrado
(entre os recursos e ao longo do tempo)
• Minimizar atrasos e não atendimento de ordens de produção
• Minimizar estoques• Minimizar a ociosidade dos recursos produtivos
pela alocação eficiente do trabalho• Minimizar os “lead-times” da produção• Distribuir o trabalho, de modo equilibrado
(entre os recursos e ao longo do tempo)
Objetivos do Planejamento da Produção
SANTORO, M. C. (1999), Planejamento, Programação e Controle da Produção (introdução e informações básicas), apostila, São Paulo/SP: PRO/Poli/USP
(c) 1999-2004 DPD/FEG/UNESP
Programação Linear
Minimizar Z
Z ≡ Custo total = Σ Σ [ cit Xit + hit Iit + Sit ]
Restrições:
Xit - Iit + Ii t-1 = Dit
Σ [ wi Xit ] ≤ Wt
Minimizar Z
Z ≡ Custo total = Σ Σ [ cit Xit + hit Iit + Sit ]
Restrições:
Xit - Iit + Ii t-1 = Dit
Σ [ wi Xit ] ≤ Wt
CONTADOR, J. L. (s/d), Planejamento e Controle da Produção, apostila, Guaratinguetá: DPD/FEG/UNESP
(c) 1999-2004 DPD/FEG/UNESP
Modelo de Manne
Minimizar Σ Ot
Restrições:
Σ (at + wt Xt) - Ot ≤ Wt
Ot ≤ W’t , Xt ≥ 0 , Ot ≥ 0 ,
Σ [ Xi - Dt ] ≥ 0
Minimizar Σ Ot
Restrições:
Σ (at + wt Xt) - Ot ≤ Wt
Ot ≤ W’t , Xt ≥ 0 , Ot ≥ 0 ,
Σ [ Xi - Dt ] ≥ 0
Teorema da dominância
J = 2T-1
Teorema da dominância
J = 2T-1
MANNE, A. S.(1958), “Programming of economic lot sizes”, Management Science, v. 4, n. 2, p. 115-135
(c) 1999-2004 DPD/FEG/UNESP
Modelo de Lasdon e Terjung
Minimizar Z
Z = Σ Σ [ A(mit - mi, t-1)+ + Hit|Iit| ]
Restrições:
Iit = Ii, t-1 + ρimit - Dit
mit ≤ Ni , Σ mit ≤ bt
Minimizar Z
Z = Σ Σ [ A(mit - mi, t-1)+ + Hit|Iit| ]
Restrições:
Iit = Ii, t-1 + ρimit - Dit
mit ≤ Ni , Σ mit ≤ bt
LASDON, L. S.; TERJUNG, R. C. (1971), “An efficient algorithm for multi-item scheduling”, Operations Research. 19, (4), 946-969
(c) 1999-2004 DPD/FEG/UNESP
Planejamento Hierárquico
Tipos: • grupos de famílias
• custos similares de produção
• mesmo padrão de sazonalidade
Tipos: • grupos de famílias
• custos similares de produção
• mesmo padrão de sazonalidade
Famílias: • grupos de itens
• custos de preparação
Famílias: • grupos de itens
• custos de preparação
Itens: • produtos finais
• diferenças de cor, tamanho, etc.
Itens: • produtos finais
• diferenças de cor, tamanho, etc.
(c) 1999-2004 DPD/FEG/UNESP
Planejamento e Controle
Seqüenciamento
SeqüenciamentoCarregamentosCarregamentos
00,20,40,60,8
1
horas dia
s
seman
as
meses
anos
tempo
imp
ort
ânci
a re
lati
va
planejamento controle
Planejamento
Planejamento
ControleControle
Progr
amaç
ão
Progr
amaç
ão
(c) 1999-2004 DPD/FEG/UNESP
Conceitos e Definições
Carregamento: determinação do volume de produção para cada sistema (centro)
Seqüenciamento: determinação da prioridade das tarefas
Programação: determinação do início e do final de cada tarefa
Carregamento: determinação do volume de produção para cada sistema (centro)
Seqüenciamento: determinação da prioridade das tarefas
Programação: determinação do início e do final de cada tarefa
Planejamento: determinação do que deve ser realizado
Controle (acompanhamento): processo de lidar com as variáveis que afetam um sistema
Planejamento: determinação do que deve ser realizado
Controle (acompanhamento): processo de lidar com as variáveis que afetam um sistema
(c) 1999-2004 DPD/FEG/UNESP
Tipos de Planejamento e Controle“Planejamento e Controle são atividades que
buscam conciliar fornecimento e demanda” “Planejamento e Controle são atividades que
buscam conciliar fornecimento e demanda”
SLACK, N.; CHAMBERS, S. ; JOHNSTON, R. (2002), Administração da Produção, 2a edição, São Paulo: Ed. Atlas
Fazer p/estoque
Fazer contra pedido
Comprar contra pedido
EntregaProduçãoCompras
DD
D
(c) 1999-2004 DPD/FEG/UNESP
Carregamento FinitoAbordagem de alocação de trabalho até
um limite estabelecido. • é possível limitar carga;• é necessário limitar carga;• baixo custo de limitação de carga.
Abordagem de alocação de trabalho até um limite estabelecido.
• é possível limitar carga;• é necessário limitar carga;• baixo custo de limitação de carga.
Cargas para Abril/1999
0
50
100
150
200
1 2 3 4 5 6 7 8
hora
s/m
ês
(c) 1999-2004 DPD/FEG/UNESP
Programação para trás (puxada)
Linha de Balanço (Exército dos EUA, anos 50)Linha de Balanço (Exército dos EUA, anos 50)Linha de Balanço para 3a. semana
0255075
100
10 20 25 30 50 70 80
Operação
% c
oncl
uída
(c) 1999-2004 DPD/FEG/UNESP
Seqüenciamento
Regras• exigência contratual;• importância do cliente;• ordem de chegada (FIFO ou LIFO);• duração da tarefa (mais longa primeiro
ou mais curta primeiro);• duração da seqüência.
Regras• exigência contratual;• importância do cliente;• ordem de chegada (FIFO ou LIFO);• duração da tarefa (mais longa primeiro
ou mais curta primeiro);• duração da seqüência.
(c) 1999-2004 DPD/FEG/UNESP
Seqüenciamento (Scheduling)
n! seqüências
(n!)m seqüências
Job-shopJob-shopMq 1 Mq 2 Mq 3 Mq 4 Saída
Entrad X X X
Mq 1 - X X X X
Mq 2 - X X X
Mq 3 X - X X
Mq 4 - X
Flow-shop Flow-shop Mq 1 Mq 2 Mq 3 Mq 4 Saída
Entrad X
Mq 1 - X
Mq 2 - X
Mq 3 - X
Mq 4 - X
(c) 1999-2004 DPD/FEG/UNESP
Flow-shop Scheduling
Duração da seqüênciaDuração da seqüência
MáquinaPeça 1 2 3 4
1 9 4 5 82 9 3 10 13 5 9 8 10
Matriz peça x máquinaMatriz peça x máquina
(c) 1999-2004 DPD/FEG/UNESP
Algoritmo de JOHNSON (1956)Algoritmo de JOHNSON (1956)
MáquinaPeça 1 2
1 15 122 18 163 24 184 10 135 17 22
Seqüência ótima: 4, 5, 3, 2, 1Seqüência ótima: 4, 5, 3, 2, 1
Flow-shop Scheduling
(c) 1999-2004 DPD/FEG/UNESP
Algoritmo de NAWAS, ENSCORE e HAM (1983)Algoritmo de NAWAS, ENSCORE e HAM (1983)
Seqüência “muito boa”: 3, 1, 2Seqüência “muito boa”: 3, 1, 2
MáquinaPeça 1 2 3 4
1 9 4 5 82 9 3 10 13 5 9 8 10
Flow-shop Scheduling
seqüências12
)1n(n −+