Universidade de Aveiro 2017
Departamento de Economia, Gestão, Engenharia Industrial e Turismo
SARA PATRÍCIA SOUSA DIAS MARTINS
ESCALONAMENTO DO SERVIÇO LABORATORIAL DO INSTITUTO DOS VINHOS DO DOURO E DO PORTO, I.P.: UMA HEURÍSTICA DE APOIO À DECISÃO
Universidade de Aveiro 2017
Departamento de Economia, Gestão, Engenharia Industrial e Turismo
SARA PATRÍCIA SOUSA DIAS MARTINS
ESCALONAMENTO DO SERVIÇO LABORATORIAL DO INSTITUTO DOS VINHOS DO DOURO E DO PORTO, I.P.: UMA HEURÍSTICA DE APOIO À DECISÃO
Relatório de Projeto apresentado à Universidade de Aveiro para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Engenharia e Gestão Industrial, realizado sob a orientação científica da Professora Doutora Marlene Paula Castro Amorim, Professora Auxiliar do Departamento de Economia, Gestão, Engenharia Industrial e Turismo da Universidade de Aveiro e coorientação da Professora Doutora Carina Maria Oliveira Pimentel, Professora Auxiliar do Departamento de Economia, Gestão, Engenharia Industrial e Turismo da Universidade de Aveiro.
Dedico este trabalho ao meu Irmão.
o júri
presidente Prof. Doutor Pedro Manuel Moreira da Rocha Vilarinho professor auxiliar da Universidade de Aveiro
Prof. Doutor Filipe Pereira Pinto Cunha Alvelos professor associado da Universidade do Minho
Prof. Doutora Carina Maria Oliveira Pimentel professora auxiliar da Universidade de Aveiro
agradecimentos
Em primeiro lugar quero agradecer às Professoras Marlene Amorim e Carina Pimentel pela disponibilidade, orientação e exigência fundamentais para todo este projeto. Agradeço ao IVDP, I.P. pela oportunidade proporcionada, em particular à Dra. Isabel Valle pela disponibilidade prestada. Um especial agradecimento ao Júlio Faria, Eng. António Taveira e Conceição Mota por me terem acompanhado no laboratório e esclarecido todas as minhas questões durante o período em que este projeto decorreu. Aos meus amigos, obrigada. Marta, agradeço-te pelo teu companheirismo e por toda a partilha de opiniões que sempre me ajudaram. À minha família por me terem proporcionado esta oportunidade e pelo apoio, particularmente à minha mãe pela constante preocupação e suporte. Por fim, não podia deixar de agradecer ao Hernâni, por todo o apoio, paciência e espírito crítico com que me acompanhou neste percurso e que, de certo, me ajudaram a evoluir.
palavras-chave
Serviços, Escalonamento, Heurística, Teoria das Restrições, Flexible Job-Shop Scheduling Problem, Tempos de resposta
resumo
O presente projeto insere-se num serviço laboratorial onde são executadosdiversostiposdeanálisesdevinhoscomopropósitodecertificarecontrolarosprodutosdaregiãodoDouro.Oprojetoemestudoretrataumcasoparticulardos problemas de escalonamento, Flexible Job-Shop Scheduling Problem(FJSSP), com uma complexidade acrescida devido à diversidade de análises,equipamentoserotasquecoexistemnoshopfloor.
Ametodologiautilizadaparaaresoluçãodoproblemaemestudocompreendeodesenvolvimento,eprogramação,deumaheurísticaconstrutiva,baseadanaTeoriadasRestrições,capazdeefetuaroescalonamentodasanálisestendoemcontaascaracterísticasespecíficasdolaboratório.Pretende-se,atravésdestealgoritmo,adequaroescalonamentoàcapacidadederespostadolaboratório,minimizandoomakespane,emúltimainstância,permitirumaumentodoníveldeserviçoatodaafileiravitivinícoladaRegiãoDemarcadadoDouro.
Através da aplicação deste algoritmo, a empresa consegue uniformizar oprocesso de seleção de encomendas e executar um escalonamento daprodução dimensionado para a capacidade do laboratório e ajustado àscaracterísticasintrínsecasdecadarotadeprodução,permitindoumaumentodothroughtputdosistema.
keywords
Services, Scheduling, Heuristic, Theory of Constraints, Flexible Job-Shop Scheduling Problem, Response Times
abstract
This project is part of a laboratory service where several types of wine analysis are performed with the purpose of certifying and controlling Douro products. The problem portrays a case of scheduling problems, Flexible Job-Shop Scheduling Problem (FJSSP), with increased complexity due to the diversity of analyzes, equipment and routes that coexist in shop floor. The methodology used to solve the problem under study comprises the development and programming of a constructive heuristic based on Theory of Constraints, that is capable of scheduling production considering the specific characteristics of the laboratory. Through this algorithm, it is intended to adapt the scheduling to the labs' capacity, minimizing the makespan and, in the end analysis, to allow an increase on the service level to the entire wine industry of Região Demarcada do Douro. Through the application of this algorithm, the company can standardize the order selection process and execute a production scheduling that is scaled to the laboratory capacity and adjusted to the intrinsic characteristics of each production route, allowing an increase of the system throughput.
O autor é inteiramente responsável pela informação constante deste texto, incluindo a recolhida junto do Instituto dos Vinhos do Douro e do Porto, IP. O Instituto dos Vinhos do Douro e do Porto, IP não é responsável pela informação constante deste texto
i
ÍndicedeConteúdos
1. Introdução 11.1. EnquadramentoeObjetivos 11.2. Metodologia 21.3. Estruturadodocumento 3
2. Revisãodaliteratura 52.1. TeoriadasRestrições 5
2.1.1. Abordagem5FS 62.1.2. Drum-Buffer-Rope(DBR) 7
2.2. ProblemasdeEscalonamento 82.2.1. Contextualização 82.2.2. TiposdeSistemas 92.2.3. NotaçãodosproblemasdeEscalonamento 13
2.3. Job-shopSchedulingProblem(JSSP) 152.3.1. FlexibleJob-shopSchedulingProblem(FJSSP) 162.4. WorkloadControl 172.5. Modelaçãodeproblemasdeescalonamento 19
2.5.1. Naturezadoproblema:determinísticavs.estocástica 192.5.2. Incerteza 192.5.3. Programaçãoestáticaedinâmica 202.5.4. Metodologiasparaaresoluçãodeproblemas 20
2.6. AnalyticHierarchyProcess(AHP) 21
3. IVDPI.P. 253.1. DaRegiãoDemarcadadoDouroaoInstitutodosVinhosdoDouroePorto 253.2. DireçãodeServiçosTécnicosedeCertificação(DSTC) 26
3.2.1. Contextualização 263.2.2. Competências,ProdutoseClientes 273.2.3. Processosinternos 29
4. Estudodecaso 334.1. Caracterizaçãodoestadoatualdosistema 33
4.1.1. Caracterizaçãodaprocuradeserviços 344.1.2. TempoMédiodeRespostaporfinalidade 364.1.3. Caracterizaçãodaprodução 38
4.2. PlaneamentodoserviçolaboratorialdaDSTC 394.2.1. Identificaçãodarestrição 404.2.2. Jobsesequênciadeoperações 42
4.3. DesenvolvimentodaHeurísticaConstrutiva 424.3.1. Princípiosbase 434.3.2. Variáveisconsideradasnodesenvolvimento 444.3.3. Algoritmo 53
4.4. Resultados 61
5. Conclusão 655.1. ConsideraçõesFinais 655.2. DesenvolvimentosFuturos 66
6. Bibliografia 69
Anexos 75
ii
ÍndicedeFiguras
Figura1.AbordagemPOOGI(Rahman,1998)...........................................................................................6Figura2.Sistematizaçãodosproblemasdeescalonamento....................................................................9Figura3.Problemasdeetapaúnica:a)máquinaúnicaeb)máquinasparalelas...................................10Figura4.Cenáriosdeprodução..............................................................................................................11Figura5.Interaçãoentreoperaçõesgargaloenão-gargalo(Yanetal.,2007).......................................16Figura6.EsquematizaçãodoconceitoWLC(Oostermanetal.,2000)..................................................18Figura7.ClassificaçãodosmétodosparaJSS..........................................................................................20Figura8.EstruturahierárquicadadecisãoAdaptadode(Saaty,2008).................................................21Figura9.Matrizdecomparação,adaptadodeWindeSaaty(1980)......................................................23Figura10.OrganigramaIVDP,I.P............................................................................................................26Figura11.EstruturaorganizacionalDSTC...............................................................................................27Figura12.Procedimentoparacertificação............................................................................................29Figura13.Processodeentradaepreparaçãodasamostras..................................................................31Figura14.NúmerodosprocessosanuaisnaDSTC..................................................................................34Figura15.AnáliseABC:NúmerodeprocessosefinalidadesnaDSTC....................................................35Figura16.AnalogiaentreproduçãoporencomendaeserviçoDSTC.....................................................36Figura17.Serviçodeprovacomobottleneckdosistema......................................................................37Figura18.Tempoderespostaporfinalidaderequisitada......................................................................37Figura19.Escalonamentoefluxodeproduçãoentresetores................................................................41Figura20:AnáliseABC-Classificaçãodeprodutos.................................................................................43Figura21.RotadeprocessamentodeJ22,JCvoleJ61................................................................................44Figura22.Númerodemáquinasgargaloaagendar(interfaceentreooperadoreosistema)..............45Figura23.Dimensãodolote–EstimadovsReal....................................................................................49Figura24:Tempodeprocessamentoemfunção–EstimadovsReal.....................................................49Figura25:Tempoassociadoaosetupeaoprocessamentodaoperaçãojdoprodutoi(pij)................50Figura26.TempodeOperaçãoetempoativooperador........................................................................52Figura27.Módulosintegrantesdaheurística........................................................................................54Figura28.Definiçãodoperíodolaboral..................................................................................................55Figura29.ProcedimentoHeurístico.......................................................................................................55Figura30.Agendarnovolote..................................................................................................................57Figura31.Agendamentobackwardparaoperaçãoamontante............................................................58Figura32.Escalonamentoforwardparaoperaçãoajusante.................................................................58Figura33.EscalonamentoO61,1...............................................................................................................58Figura34.Outputdosistema-Encomendasagendadas........................................................................60Figura35.Outputdosistema-Escalonamentodaprodução.................................................................60Figura36.Comparaçãoentreestadoatualeheurísticaproposta..........................................................62Figura37.Variaçãoentrerepresentatividadedasoperaçõesnotempodeprocessamentodojob......63Figura38.Comparaçãoentreestadoatualeheurísticaproposta..........................................................63
iii
ÍndicedeTabelas
Tabela1.Característicasassociadasacadaníveldeplaneamento..........................................................8Tabela2.Classificaçãopossível-parâmetroα......................................................................................13Tabela3.Característicasdastarefaserestriçõesdosistema–parâmetroβ.........................................14Tabela4.Critériosdeotimização–parâmetroγ....................................................................................14Tabela5.EscaladeSaaty........................................................................................................................22Tabela6.VinhosebebidassuscetíveisacertificaçãoDOouIG.............................................................28Tabela7.CaracterísticasdaproduçãonaDSTCAdaptadode(Stevenson,2009)...................................39Tabela8.Matrizdecomparaçãoentrecritériosparapriorizaçãodeencomendas...............................47Tabela9.VariáveisutilizadasnocálculodoIP........................................................................................48Tabela10.Matrizdecomparaçãodecritériosparapriorizaçãodejobs................................................52
iv
ListadeAcrónimosAMin–SetorAnáliseMineralAvol–AcidezVolátilDBR–Drum-Buffer-RopeBPM–BatchingProcessingMachinesDO–DenominaçãodeOrigemCP–CâmaradeProvadoresCrG–SetorCromatografiaGasosaCrL–SetorCromatografiaLíquidaDBR–MetodologiaDrum-Buffer-RoleDSTC-DireçãodosServiçosTécnicosdeCertificaçãoFJS–FlexibleJob-ShopFJSSP–FlexibleJob-ShopSchedulingProblemFQ–SetorFísico-químicaFQI–SetorintegrantedosetorFísico-químicaFQII–SetorintegrantedosetorFísico-químicaIA–Investigação-AçãoIG–IndicaçãoGeográficaIVDP–InstitutodosVinhosdoDouroedoPortoI.P.JS-Job-ShopJSS–Job-ShopSchedulingKPI–KeyPerformanceIndicatorMicro–SetorMicrobiologiaMTO–Make-to-orderPME–PequenaseMédiasEmpresasPPC–PlaneamentoeControlodaProduçãoPRA–PostodereceçãodeamostrasRDD-RegiãoDemarcadadoDouroSL–ServiçodeLaboratórioSP-ServiçodeProvaTAV-TítuloAlcoométricoAdquiridoTIR–TalãoIndividualdeRegistoTOC–TheoryofConstraintsWC–WorkcenterWIP–WorkinprogressWLC–WorkloadcontrolWS–EquipamentotecnológicoWineScan
1
1. IntroduçãoAcrescenteevoluçãodocontextoindustrialeaevoluçãodosmercadosglobaistemincitadoopoder
que o consumidor exerce sobre estes sistemas. Neste sentido, as organizações são obrigadas a
adaptarem-seàsmudançasvoláteisocorridasnaconjunturaeconómicaatual,implicandoaadoçãode
estratégiasquepermitamaumentarasuacompetitividadeedestacarem-sedarestanteconcorrência.
Atítuloexemplificativo,aofertadeprodutoscustomizadoseacapacidadederespostaaoclientesão
algumasdasestratégiasutilizadasparaaumentaracompetitividade.
Postoisto,aindústriavitivinícolanãoéexceçãonocontextosocioeconómicoatual.Nosdiasdehoje,
Portugaléo11ºpaísdomundoemtermosdeproduçãodevinhoeumdos10principaisexportadores
mundiaisdevinho.ARDDéaprincipalregiãonoqueconcerneàexportaçãoumavezque50%dovinho
portuguêsexportadoédaRDD.Nacategoriadevinhoscomdenominaçãodeorigemprotegida(DOP)
75%dasexportaçõessãodestaregião(IVDP,2016).Nestesentido,aqualidadedoproduto,onívelde
serviço ao cliente e respetiva capacidade de resposta constituem fatores preponderantes para
impulsionarestesetoreconómico.
1.1. EnquadramentoeObjetivos
OpresenteprojetoincidesobreaatividadedoInstitutodosVinhosdoDouroePorto,IVDP.I.P.,mais
especificamentesobreaDireçãodeServiçosTécnicosdeCertificação(DSTC),cujamissãoécertificare
controlaraqualidadedosprodutosdaRegiãoDemarcadadoDouro(RDD).
Atualmente,estaéaprincipalregiãovitivinícolaerepresentamaisdemetadedaáreatotaldevinha
disponível em Portugal para produção de produtos com DOP, contribuindo com 50% do valor das
exportaçõestotaisdevinho(IVDP,2016).
Odomíniodeaçãodestaorganizaçãoémuitomaisabrangentedoqueapenasacertificaçãodestes
produtos,umavezqueintervématravésdefiscalizaçõesecontrolodurantetodooprocessoprodutivo,
ouseja,desdeavinhaatéàsuacomercialização.
Comoobjetivocentraldesteprojeto,pretende-seelaborarummodelocapazdecontrolaracargade
trabalho a ser produzida de acordo com a capacidade do sistema e que faça o escalonamento da
produção laboratorialdaDSTCdeformaaminimizaros temposderespostadoserviço.Noentanto,
consideram-secomoobjetivosespecíficosdestetrabalhoosseguintestópicos:
• Caracterizardetalhadamenteoambienteprodutivoemestudo;
2
• Identificarpotenciaisrestriçõesdosistema;
• Definirumplanodeaçãocapazderepresentarasespecificidadesdolaboratório;
• Programarumaheurísticaqueseadequeàsnecessidadesidentificadas;
• Reduzirpotenciaistemposociosos;
• Aumentaracapacidadederespostadolaboratório;
• Identificarpotenciaismelhoriasquefavoreçamofuncionamentointernodolaboratório.
Umdosprincipaisdesafiosdestetrabalhoprende-secomadiferençaexistenteentreofuncionamento
daDSTCeatradicional indústria,nosentidoemqueexisteumadificuldadeacrescidaemtranspora
realidade industrial e respetivos conceitos para o problema em questão. Contudo, a importância
económicaatribuídaàfileiravitivinícolaeacondiçãoimperativadacertificaçãodosprodutosparaasua
comercialização tornam este projeto desafiante, na medida em que a diminuição dos tempos de
respostadaDSTCteráumimpactopositivonaatividadedosagenteseconómicoseconsequentemente
emtodaaeconomiadaRDD.
Otrabalhoaserrealizadoenvolveumproblemadeescalonamentoemambientejob-shop,tipicamente
caracterizado por uma enorme volatilidade, inúmeros produtos e diversas rotas de processamento.
Adicionalmente, constata-se que este sistema possui, em determinadas estações de produção,
máquinasemparaleloeprocessadoresBPM.Postoisto,foidesenvolvidaumaheurísticaque,emfunção
do tempo disponível dos equipamentos gargalo, permite apoiar a decisão face à entrada de
encomendas. Adicionalmente, estemodelo executa o escalonamento das atividades do laboratório
tendoemcontaainformaçãoerequisitosespecíficosassociadosacadarotadeprocessamento.
1.2. Metodologia
Odesenvolvimento deste projeto foi sustentado segundo ametodologia investigação-ação (IA) que
pressupõeumconjuntodeaçõespráticaserespetivainvestigação(Coutinhoetal.,2009).Estastécnicas
caracterizam-se pela interatividade do processo e pelo foco atribuído a um problema em concreto
(Fernandes, semdata).A IApermite,atravésdaobservaçãoe recolhadedados, resolverproblemas
práticos e, posteriormente, extrapolar o conhecimento adquirido para outros contextos idênticos
(CoughlaneCoghlan,2002;KuhneeQuigley,1997).
Tipicamente a metodologia IA consiste em quatro fases distintas planear, agir, observar e refletir
(Gravett,2002).Contudo,estametodologiadiferencia-seporsetratardeumprocessocíclicoquevisa
melhoraroconhecimentoqueadvémdeprocessosanteriores(Coutinhoetal.,2009).
3
Tendoporbaseasetapasanteriormente referidas,oprojeto foi iniciadocoma recolhaeanálisede
dadosparadefiniroplanodeaçãoadequadoaoproblemaemestudo.Numsegundomomento,com
basenoconhecimentoadquirido,foidesenvolvidaaheurísticadeescalonamentoquepermitiuresolver
o problema em estudo. Por fim, fez-se uma reflexão sobre o trabalho realizado, contudo, numa
perspetiva de melhoria, este processo poder-se-ia repetir continuamente de forma a incorporar a
informaçãoquesurgiuapósreflexão.
1.3. Estruturadodocumento
Opresentedocumentoencontra-seestruturadoemcincocapítulos,nesteprimeirocapítuloéfeitauma
introdução de forma a enquadrar o tema abordado, assim como os objetivos inerentes ao
desenvolvimentodoprojeto.
Nosegundocapítuloapresenta-searevisãobibliográficaconsideradapertinenteparaaexecuçãodo
projeto.Destaforma,sãoabordadosconceitosrelevantesnaáreadoescalonamentoedagestãode
operações.
OCapítulo3destina-seàcaracterizaçãodaorganizaçãoemestudoe,emparticular,dosetorsobreo
qual este projeto incide. Destaca-se a apresentação das competências e processos-chave desta
organização.
No quarto capítulo é elaborado o estudo de caso, apresentando-se informações relevantes para a
caracterizaçãodoprojeto,assimcomoosprincípiosecaracterísticasdosistemaqueestãonaorigemdo
trabalhodesenvolvido.Aindanestasecçãoéapresentadooalgoritmopropostoerespetivosresultados.
Porfim,noquintocapítulosãoapresentadasasconclusõesdoautorsobreodesenvolvimentodeste
projetoeaindaalgumasconsideraçõesepropostasdeformaadarcontinuidadeaotrabalhorealizado.
4
5
2. Revisãodaliteratura
2.1. TeoriadasRestriçõesATeoriadasRestrições(TOC)foidesenvolvidaporGoldrattem1979aointroduzirumsoftwarecapaz
deotimizaroshoráriosdeprodução,ondeconseguiutriplicarooutputdosistemanumcurtoperíodo
detempo.Contudo,Goldrattpossuiumavastaobranoqueserefereàevoluçãodestesconceitose
princípios,ondepodemserdiferenciadas5erasdistintas(Watsonetal.,2007).
Estemesmoautordefendequequalquersistemaquenãotenhaumaúnicarestriçãoirásempreserum
sistemacomumaperformance infinita.Posto isto,e segundoesta teoria, todosos sistemas têmno
mínimoumarestriçãoqueimpedeaobtençãodeumamelhorperformancefaceaumoumaisobjetivos
específicos da instituição (Watson et al., 2007). Ainda na definição desta teoria, há autores que
simplificam, e conceptualizam-na como se o sistema se tratasse de uma correia de elos, onde a
preocupaçãodeverecairsobreoelomaisfracodeformaamelhorá-lacomoumtodo(PegelseWatrous,
2005;Tuetal.,2014).Assim,defende-sequeopilaremqueaTOCsesustentapressupõeque,parao
sistemaatingirumoutputmáximoénecessáriomelhorarasrestriçõesqueocondicionam,umavezque
àmáximautilizaçãodas restriçõesestáassociadaaperformancemáximadosistema (Watsonetal.,
2007).
Ao longo do tempo, esta teoria foi sofrendo algumas evoluções passando de uma versão restrita
utilizadaparaescalonamentodaproduçãoparaumaabrangenteteoriaexpansívelaváriasvertentesde
umnegócio(Rahman,1998).ATOCéencarada,segundoGuptaetal.(2002),comoumafilosofiageral,
queapósasuaexpansão,tornoupossívelterumavisãomaisalargadado impactoresultantedasua
aplicação,sendoque,Tuetal.(2014)afirmamqueoseuprincipalobjetivoéamelhoriaglobaldeum
sistema.
NadefiniçãodaTeoriadasRestriçõeséhabitualestaserreferidacomoumamelhoriadeumsistema,
nãoespecificandoemmomentoalgumqualotipodemelhoriaaqueserefere.Naverdade,estaéuma
dasvalênciasdestateoria,umavezquepodeseraplicávelaqualquertipodesistemanãoserestringindo
apenasaambientesindustriais.Moss(2007)refereasuaaplicaçãonoâmbitodosetorterciárioerealça
algumasdasfinalidadesparaasquaistemsidoutilizada,nomeadamenteparaamelhorianostempos
deresposta.Contudo,oautorrealçaqueateoriadevasertestadaparaserviçoscomcaracterísticase
dimensõesdistintaspor formaavalidara suaaplicabilidade, tais comoserviçoshospitalaresondeé
essencial um escalonamento intensivo para a boa performance do sistema. Outro dos benefícios
resultantedaaplicaçãodaTOC,enunciadoporPegelseWatrous(2005),prende-secomofactodesta
6
teoriapermitirdetetarpotenciaisproblemasnothroughputdosistemaeprocederàssuascorreções,
culminandocomamelhoriadaprodutividadeeeficiência.
2.1.1. Abordagem5FSApós a definição da TOC, Goldratt e Cox (1989), escrevem “The Goal” com o intuito de explicar o
funcionamentodestateoriaedesmistificaralgunsfactos.Assim,estelivroéummanualdeensinosobre
comoaplicarosprincípiosqueseencontramnabasedateoriadasrestriçõeseevidenciarasuautilidade
emqualquersistema.
Goldratt&Cox(1989)estabelecemaabordagemFiveFocusingSteps(5FS)ondesãosistematizadosos
passosquedevemserexecutadosparaaaplicaçãodaTOC,sendoeles:
• E1:identificararestriçãodosistema;
• E2:identificarumaformaeficazparaexplorararestriçãopreviamenteidentificada;
• E3:subordinarosistemaàrestrição;
• E4:adicionarcapacidadeaosistemanolocaldarestrição;
• E5:voltaraopassoinicialcasotenhasidoquebradaalgumadasetapasanteriores.
Nestesentido,ametodologiareferidaanteriormentedeulugaraumanovaabordagemdesignadapor
POOGI(ProcessOfOngoingImprovement),quealémdestespassosimpõedoispré-requisitosparaasua
aplicação, (1)definirosistemaeoobjetivoemestudoe (2)definirumconjuntode indicadoresque
alinhem o sistema e o objetivo identificado. De certa forma, esta perspetiva, também referida por
Rahman (1998), pretendia demonstrar que uma implementação da TOC não é estática. Assim,
pressupõe-seumprocessocíclicoquedeveserexecutadode formaaestarcontinuamentealinhado
comosobjetivosdefinidospelaorganizaçãoparaumdeterminadoperíodotemporal(figura1).
Figura1.AbordagemPOOGI(Rahman,1998)
Ultrapassarainércia
Identificararestrição
ExplorararestriçãoSubordinaro
sistemaemfunçãodarestrição
Adicionarcapacidadeàrestrição
7
2.1.2. Drum-Buffer-Rope(DBR)EstametodologiadeagendamentosurgiunoseguimentodaTOCepressupõequeoritmo(drum)das
atividadesprodutivassejadefinidopelarestriçãodosistema,ouseja,ataxadeentradadosmateriais
deveserigualàtaxaaqueestessãoprocessadosnarestrição(Gardineretal.,1993).Deacordocom
Watsonetal.(2007)asrestriçõespodemserclassificadassegundotrêsgruposprincipais(i)restrições
físicas,(ii)restriçõesdemercadoe(iii)restriçõespolíticas.Osdoisprimeirossegmentosestãodecerta
formarelacionados,aindaqueemextremosopostos,poisambosabordamacapacidadedosrecursos
faceàprocuraexistentecomoprincipalcaracterística.Noprimeirocaso,aprocuraexcedeacapacidade
derespostadorecurso,sendoesteumfatorlimitanteparadeterminarodrumdaprodução.Aoinvés,
quandoaprocuraéinferioràcapacidadedorecurso,estamosperanteumarestriçãodemercadoque
impedeumataxadeutilizaçãodosrecursospróximadasuacapacidade.Oterceirocluster,restrições
políticas,correspondeapráticasformaisouinformaisqueacabamporcondicionaraperformancedo
sistema.SegundoSpencereCox(1995)esteritmoédeterminado,nagrandemaioriadasvezes,poruma
restriçãodecapacidadedorecurso(CCR).
Dadoqueoritmodeproduçãoédeterminadopelarestriçãodosistemaénecessáriogarantirqueexiste
inventárioacumuladoamontantedogargalo,ousejaumbuffer,queprotegeaproduçãoemsituações
depotenciaisfalhas(Carvalho,2004).SegundoYeeHan(2008),estebufferpodeserclassificadocomo
bufferdecapacidade,detempooudestock.Existemduasquestõesprincipaisnoquedizrespeitoà
gestãodobufferparaqueestetenhaumimpactopositivonadeterminaçãodaprodução,istoédefinir
alocalizaçãoeadimensãodobufferparaosistemaprodutivoemanálise(YeeHan,2008).
Aoaplicarestametodologiaemsistemascomplexos,porexemploemambientesdotipo job-shop,o
problemaficasimplificadoumavezquejásesabe,àpriori,sobreondedeverecairaatenção,ouseja,
sobreosrecursoscríticosdosistema(Gardineretal.,1993).
Umadasprincipaisvantagensdestametodologiaéo factoda libertaçãodematerialparaochãode
fábrica(rope)ocorrernumlocalespecífico.Estacomponentefuncionacomoaligaçãoentretodosos
recursosepermitequeosistemaesteja sincronizadode formaaquea taxadeprocessamentoseja
adequadaàcapacidadederespostadasrestriçõesdosistema(YeeHan,2008).Contudo,considerando
queosistemapodeficarcomprometido,casooescalonamentodestaatividadesejarealizadodeforma
inadequada, esta é uma das etapas cruciais para que haja uma correta determinação do ritmo de
produção.
8
2.2. ProblemasdeEscalonamento
2.2.1. ContextualizaçãoComofenómenodaglobalizaçãodosmercados,asorganizaçõessentemanecessidadedeseadaptare
evoluirdeformaacriarvantagenscompetitivassobreaconcorrência.Paratal,existeumconjuntode
questõesàsquaisasorganizaçõestêmderesponderecujasrespostassurgemnodecorrerdeatividades
deplaneamento.
Considerandooâmbitoeosimpactosnaorganizaçãoresultantesdasdecisõesdeplaneamento,estas
podemserdivididasemtrêsníveisdistintos:(1)planeamentoestratégico,(2)planeamentotáticoe(3)
planeamentooperacional.Asdecisõesestratégicas implicamumcompromissoelevadoporparteda
organizaçãoereferem-seaumperíodotemporallongo.Noextremooposto,masnãomenosimportante
paraodecorrerdasatividadesdaorganização,tem-seoplaneamentooperacional,orientadoparao
curtoprazo.Porfim,oplaneamentotáticotemcomoobjetivotomardecisõesrelativasaomédio-prazo
ecomumpropósitomaisrestritoqueoplaneamentoestratégico(BuzacotteShanthikumar,1993).A
tabela1sumarizaascaracterísticasdecadatipodeplaneamento.
Tabela1.Característicasassociadasacadaníveldeplaneamento(BuzacotteShanthikumar,1993)
Após esta diferenciação, o problema de escalonamento (scheduling problem) referido na literatura,
integra-senoníveldeplaneamentooperacionalumavezqueoseufocoabrangedecisõesoperacionais
dochãodefábrica.SegundoMathirajaneSivakumar(2006),oobjetivodoescalonamentocentra-seno
cumprimentodasrestriçõesdeproduçãoenaminimizaçãodecustosatravésdaalocaçãotemporaldos
recursosdisponíveisparaarealizaçãodetarefas.
Desdemeadosde1950queestetipodeproblematemsuscitadointeresseemdiversosautoresdevido
àsuaaplicabilidadeeaosresultadosquedelepodemadvir,nomeadamente,diminuiçãodeWork-in-
TipodePlaneamento
Horizontetemporal Exemplo
EstratégicoLongoprazo
(superiora1ou2anos)Definirportfóliode
produtos
Tático Médioprazo(3a18meses)Definirforçade
trabalho
OperacionalCurtoprazo
(diariamente/semanalmente)Alocaçãodetarefas
9
Progress (WIP), aumento da taxa de utilização das máquinas, ganhos de eficiência e rapidez e a
diminuiçãodoscustosoperacionais(Chen,1997;Lawleretal.,1993;PottseKovalyov,2000).
2.2.2. TiposdeSistemasUm problema de escalonamento é definido segundo um conjunto de fatores que caracterizam o
ambienteemestudoeasuaresolução.Assim,énecessáriaumadescriçãoexaustivadevariáveiscomo
número de máquinas, etapas e operações do processo e rotas dos produtos (Hart et al., 2005;
Mathirajan e Sivakumar, 2006). Adicionalmente, o tipo de máquina e, caso exista, o tipo de
processamento em lote são outras variáveis que devem ser estudadas no problema (Mathirajan e
Sivakumar,2006;Sahraeianetal.,2012).
Afigura2pretendesistematizarostiposdeproblemasdeescalonamentoabordadosnaliteratura.Posto
isto, segue-se uma descrição dos diversos tipos de problemas tendo em conta os fatores que os
distinguem.
Figura2.Sistematizaçãodosproblemasdeescalonamento
Ambientefabrilenúmerodemáquinas
Nestetópicoosproblemasdeescalonamentosãodefinidossegundoonúmerodemáquinaseaforma
como elas se organizam e são utilizadas na produção. Desta forma, na literatura são abordados os
problemasdeetapaúnica,doqualfazemparteosproblemasdemáquinaúnicaem-máquinasparalelas;
quantoaosproblemasdemúltiplasetapassãoretratadoscomoproblemasshop,ouseja,m-máquinas
Problemas deEscalonamento
Múltiplas etapasEtapa única
Máquina única m-MáquinasParalelas Flow-shop Job-shop Open-shop
Idênticas Uniformes Nãorelacionadas
Máquina clássica Máquina em lote
Sequencial Paralelo
Limitada Infinita
Número deetapas
Máquinas eRotas
Tipo deprocessador
Tipo de lote
Capacidade dolote
N.A.
N.A.
Infinita
10
queseguemumarranjoespecífico,podendoserdotipoflow-shop,job-shopouopen-shop(LiueOng,
2004;PottseKovalyov,2000).Nocasodosproblemasdo tiposhop,estaclassificaçãoédefinidade
acordocomarelaçãoentreasoperaçõeseasrotasdosprodutos.
Abordandooscenáriosdeetapaúnica,osprodutospassamporumaúnicaoperação,contudo,paraa
suarealizaçãopodemexistir,nochãodefábrica,umaoum-máquinasemparalelo,direcionadasparaa
suaexecução.Nocontextodemáquinasparalelas,aplica-setambémadiferenciaçãoem(1)máquinas
idênticas,(2)máquinasuniformese(3)máquinasnão-relacionadas.Afigura3ilustraadiferençaentre
problemasdemáquinaúnicaemáquinasparalelas.
Figura3.Problemasdeetapaúnica:a)máquinaúnicaeb)máquinasparalelas
Evidenciandoagoraosproblemasqueintegrammúltiplasetapas,oflow-shopé,segundoGraves(1981),
oproblemapertencenteaestacategoriademaissimplesresolução.Caracteriza-seporsetratardeum
conjuntodetarefasquepressupõemoperaçõesaseremrealizadasemMmáquinas,contudo,existe
umarotalinearigualparatodososprodutos.Estecontextodenotaumpadrãorepetitivoparaosistema,
traduzindo-senumproblemadebaixacomplexidadeumavezqueocontrolode fluxosé facilmente
realizado, permitindo produzir grandes volumes, mas de uma diversidade limitada de produtos
(BuzacotteShanthikumar,1993).
AregradeJohnson,umadasmaisreconhecidasnestetipodesistemas,foipropostacomointuitode
obter um escalonamento para um problema com n-etapas em 2 máquinas distintas de forma a
minimizaromakespan.Supondoqueexistemduas2workstations (W1eW2),oalgoritmoproposto
engloba os seguintes passos: (1) analisar e selecionar o menor tempo de processamento (shortest
ProcessingTime-SPT)dastarefasnãoplaneadas;(2)seomenorSPTpertenceàW1calendarizaromais
cedopossível,casocontrário,agendaromaistardepossívele(3)eliminaratarefaagendadaerepetiro
algoritmoatéquetodasastarefastenhamsidoagendadas.Nestaregrapressupõe-sequeaprioridade
a)
b)
Máquina
Máquina 1
Máquina 2
Máquina m
11
atribuídaaostrabalhossejaamesmaparaworkstationsdistintasresultandoemsequênciasdetrabalho
semelhantes.
Numcenáriooposto,o job-shopécaracterizadopelasuacomplexidadeumavezque,paraalémdas
múltiplasmáquinasexistentes,acadatipodeprodutoéassociadaumarotaespecíficanãoimplicando
apassagemobrigatóriaportodasasmáquinas(Allahverdietal.,1999).Adicionalmente,estetipode
ambienteprodutivoé associadoaum layoutorientadoporprocessos caracterizadoporumvolume
reduzidoeumagrandevariedadedeprodutos.
Porsuavez,oterceiroambientefabril,open-shop,éreferidoporAnandePanneerselvam(2015)como
sendoumproblemaintermédioentreosdoisproblemasanteriores.Esteproblemaretrataumambiente
emque, à semelhança do flow-shop, todos os trabalhos passampor todas asmáquinas, contudo a
sequênciapelasquaisasoperaçõessãorealizadaspodevariar.Afigura4retrataastrêsconjunturas,
associadasamúltiplasetapas,referidasanteriormente.
Figura4.Cenáriosdeprodução
Tipodemáquinaseprocessamento
O tipo demáquinas que constitui o chão de fábrica é outra variável utilizada na caracterização do
problema, nomeadamente no que respeita à capacidade de execução das tarefas. Para além das
máquinasclássicas,existeoutracategoriacapazdeexecutarmaisdoqueumtrabalhoemsimultâneo,
denominadaspormáquinasemlote(batchingmachines).
Máquina 1 Máquina 2 Máquina m
P1
P2
P3
P2
P3
P1Máquina 1 Máquina 2 Máquina 5
P1
P2
P3P2
P3
Máquina 3 Máquina 4 P1
Máquina 1 Máquina 2 Máquina 5
P1
P1
Máquina 3 Máquina 4
P1 P1
P1
P1
Flow-shop Job-shop
Open-shop
12
Acapacidadedeprocessamentoemlotestemumparticularinteressenaindústriatransformativauma
vezquepermiteadiminuiçãodesetupsefacilitaagestãodematerial(MathirajaneSivakumar,2006).
No entanto, no caso de processamento em lote é possível distinguir dois modelos distintos, lote
sequencial (serial batch) emqueumconjuntode tarefaspode ser agrupadaporpartilharum setup
comum,mascujoprocessamentoéfeitoindividualmente.Considerandoque:
𝑛 Númerototaldetrabalhos
𝐽* Trabalho𝐽*,𝑖 = 1,2… 𝑛
𝑝2: Tempodeprocessamentodotrabalho𝑗
ℬ = 1… 𝑛 Lotecompostopor𝑛trabalhos
Então,aequação1defineotempodeprocessamentodeumloteemsérie(Kovalyovetal.,2015):
𝑝 ℬ = 𝑝2
6
7
(1)
Por sua vez, o lote em paralelo (parallel batching) implica um processamento em simultâneo dos
trabalhos que o constituem. Ozturk et al. (2016) afirmam que determinadas indústrias tais como,
fundição,metalúrgicaeserviçoshospitalares recorremaeste tipodeprocessamentoem lote,assim
comoalgunsprocessosnaindústriaquímicadestacadosporKovalyovetal.(2015).
Naliteratura,osproblemasdeescalonamentoassociadosalotesemparalelosão,segundoSahraeian
etal.(2012),reconhecidoscomoBatchingProcessingMachines(BPM)eabordadosporMathirajane
Sivakumar(2006)comoSchedulingBatchingProcessor(SBP),possuemumacomplexidadeNP-Hardpelo
quepressupõeaaplicaçãodeheurísticasparaaobtençãode soluções razoáveisnoqueconcerneà
qualidadedasoluçãoeaoesforçocomputacionalnecessárioàsuaresolução.Nocasodeprocessamento
paralelo,otempodeprocessamentodolote,equação2,correspondeaomáximodostemposdecada
trabalhoqueoconstitui(Lietal.,2011).
𝑝 ℬ = 𝑚á𝑥 𝑝2: 𝐽2 ∈ ℬ (2)
LueYuan(2008)referemnoseuartigoqueoescalonamentode lotesemparaleloemmáquinasde
capacidadelimitadafoiintroduzidoporLeeetal.(1992)motivadospelasoperaçõesburn-inutilizadas
num procedimento de controlo de qualidade dos circuitos durante a produção de semicondutores.
Bruckeretal(1998)acrescentamqueummodeloéilimitadoquandoexistecapacidadeemprocessar
𝑏trabalhosemsimultâneoe𝑏 ≥ 𝑛,sendo𝑛onúmerodetrabalhospeloqualoloteécomposto.Porém,
referequese forconsideradoocasoparticularemque𝑏 = 1,entãooproblemapodeserresolvido
comoumproblemademáquinaclássicaemqueapenaséprocessadaumatarefadecadavez.
13
2.2.3. NotaçãodosproblemasdeEscalonamento
Tendoemcontaadiversidadedeambientesdeproduçãoeascaracterísticasquelhessãointrínsecas,
Graham et al. (1979) propuseram uma notação standard capaz de representar um sistema. Esta
metodologia considera três campos distintos 𝛼 𝛽 𝛾 que associam a classificação de diferentes
variáveis.
Noprimeirocampo,𝛼 = 𝛼7𝛼A,éreferidooambientedeescalonamentodoproblema,onde𝛼7pode
ser um dos ambientes fabris referidos anteriormente e, 𝛼A determina um número constante de
máquinasexistentes.Contudo,se𝛼7 =∘→𝛼A = 1,enocasode𝛼A =∘,assume-sequeoproblema
implicaumnúmerodemáquinasvariável(Grahametal.,1979).
ATabela2representaanotaçãoatribuídaa𝛼7e𝛼Aparacadaumdoscenários.PottseKovalyov(2000)
acrescentam a esta notação o caso particular do processamento em lote, assim, neste cenário,
identifica-seavariáveldoproblemacomumasimbologiadiferenteemque𝛼7 ∈ 𝑃, 𝑄, 𝑅, 𝑂, 𝐹, 𝐽 .Neste
caso,pode-seaindaidentificaracapacidademáxima(𝑏*)decadaprocessadoremlote.
Tabela2.Classificaçãopossível-parâmetro𝛼
𝛼7 =∘ Máquinaúnica
𝛼7 = 𝑃 Máquinasparalelasidênticas
𝛼7 = 𝑄 Máquinasparalelasuniformes
𝛼7 = 𝑅 Máquinasparalelasnão-relacionadas
𝛼7 = 𝑂 Open-shop
𝛼7 = 𝐹 Flow-shop
𝛼7 = 𝐽 Job-shop
𝛼A = 𝑚 (constante)
𝛼A =∘ Máquinasvariáveis
Nosegundocampodestanomenclatura,𝛽,sãoretratadasascaracterísticasassociadasàstarefasea
outras restrições do sistema, e 𝛽 ⊂ 𝛽7, … , 𝛽J .Apesar da tabela 3 enunciar as características
apresentadas na classificação de Graham et al. (1979), quaisquer restrições específicas do sistema
podemserdescritasnestetópico.
14
Tabela3.Característicasdastarefaserestriçõesdosistema–parâmetro𝛽
𝛽7 = 𝑝𝑚𝑡𝑛∘
• Preempçãopermitida,ouseja,interromperumaoperaçãoeterminá-ladepoisépermitido
• Nãopermitida
𝛽A = 𝑟𝑒𝑠𝑟𝑒𝑠1∘
• Existem𝑠recursoslimitados𝑅P(ℎ = 1, … , 𝑠)emquecadaetapa𝐽2 exige𝑟P2 unidadesde𝑅P
• Umúnicorecursonecessário
• Nãohárestriçõesassociadasarecursos
𝛽T = 𝑝𝑟𝑒𝑐𝑡𝑟𝑒𝑒∘
• RepresentaçãodeprecedênciasatravésdeumgrafoorientadoG.Seexisteumarcoqueliguejekentão:𝐽2 < 𝐽Weparainiciar𝐽W,𝐽2 temdeestarconcluído
• PorcadavérticedeG,existenomáximoumaprecedênciaàentradae/ousaída
• Nãoexistemprecedências
𝛽X = 𝑟2∘
• Datasdeentregadiferentesparacadatrabalho
• Quando𝑟2 = 0
𝛽Z = 𝑚2 ≤ 𝑚
∘ • Existeumlimitesuperiorpara𝑚2quando𝛼7 = 𝐽
• Nãoexistelimitesuperior
𝛽J = 𝑝*2 = 1
𝑝 ≤ 𝑝*2 ≤ 𝑝∘
• Cadaoperaçãotemumtempodeprocessamentounitário
• 𝑝*2 estálimitadoporumintervalodefinido
• Nãoestáestipuladoumintervalopara𝑝*2
Oterceiroeúltimoparâmetroenunciaafunçãoobjetivosobreaqualoproblemapretendeincidir,ou
seja,amedidadedesempenhoquesepretendeotimizarnosistema.Algunsdoscritériospossíveispara
otimizaçãoestãoapresentadosnaTabela4.
Tabela4.Critériosdeotimização–parâmetro𝛾
𝐶2 Tempodeconclusãodaúltimatarefa(makespan)
𝐿2 = 𝐶2 − 𝑑2 Lateness
𝑇2 = 𝑚á𝑥 0, 𝐶2 − 𝑑2 Tardiness
𝑈2 = 𝐶2 ≤ 𝑑2, 0
𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜, 1 Unitpenalty
Apesardostópicosapresentadosseremosfundamentosdestesistemadeclassificação,existemnovas
variantesquetêmsidointroduzidasporoutrosautores,nomeadamentenoqueconcerneàsrestrições
15
decadasistemaeàsfunçõesobjetivo.Postoisto,atítuloexemplificativo,sãoapresentadasalgumas
notaçõesdeproblemasdeescalonamento:
• 𝐽4 𝑝*2 = 1 𝐶def:minimizaçãodotempomáximodeconclusãonumambientejob-shopcom4
máquinasetempodeprocessamentounitário;
• 𝐹2 𝑏7 = 1, 𝑏A = 2 𝐶def:minimizaçãodotempodeconclusãonumambiente flow-shopcom
duasmáquinas.Amáquina1éumamáquinaclássicaeamáquina2éumprocessadoremlote
comcapacidadeparaexecutarduastarefasemsimultâneo.
2.3. Job-shopSchedulingProblem(JSSP)
OJSSPéumproblemabastanteestudadonaáreadeescalonamento,tendosidointroduzidoem1963
porFishereThompsoncomumproblemaondeeramretratados10jobse10máquinas(Błażewiczet
al.,1996).AolongodotempomuitastêmsidoasvariáveisintroduzidasnacaracterizaçãodeJSSPtais
comoaformaçãodelotesoutemposdesetup.
SharmaeJain(2016)apresentamumareviewsobreoJSSPetemposdesetupondereferemaspesquisas
que têm sido realizadas, assim como fazem a caracterização dos diversos ambientes produtivos
retratados. Da análise realizada os autores afirmam que 42 artigos abordam tempos de setup
dependentes da sequência e jobs individuais face aos 2 artigos com tempos independentes da
sequência.Noquediz respeitoa jobsem loteapenas foramregistados4artigosparacadaumadas
categoriasdetemposdesetup.Postoisto,osautoresdefendemqueaindaexistebastanteaexplorar
sobreestetema,destacando-seofactode,apesardaimportânciadaflexibilidadedossistemas,ainda
existirpoucaliteraturanesteâmbito(apenas8artigosparaflexibilidadederotasemJSSPcomtempos
desetup).
A complexidade associada ao escalonamento neste tipo de ambiente produtivo incitou o
desenvolvimentodeheurísticasbaseadasnadecomposiçãodoproblemadeformaaseremcapazesde
resolverdiversoscenários.ShiftingBottleneck(SB)éumalgoritmobastanteeficientenaresoluçãode
problemas job-shop inicialmente desenvolvido para um cenário típico 𝐽d||𝐶dáf onde o problema é
desagregadoerepresentadoatravésdeumgrafo,acadaiteraçãoéselecionadaumamáquinagargalo
das que ainda não foram escalonadas e é resolvido como um problema demáquina única e a sua
otimização é executada, repetindo-se este procedimento até que todas as máquinas tenham sido
agendadas (Uzsoy e Wang, 2000). Contudo, alguns autores defendem que em cenários pouco
balanceadosondeéevidenteaexistênciadeumaúnicamáquinagargalo,esteprocedimentopodeser
adaptado ao sistema analisando-se apenas esta máquina. Utilizando os princípios da TOC, todo o
sistemaécomprometidopelogargalo,peloqueoautorpropõea resoluçãodoproblema tendoem
16
contaogargalo.Assimoproblemaédivididoemoperaçõesbottleneckenãobottleneckeaabordagem
adotada assemelha-se aumproblemademáquinaúnica comdatade início edatadeentregae as
restantesoperaçõessãoagendadasdeacordocomoagendamentodogargalo(Yanetal.,2007).Afigura
5representaas interaçõesentreasoperaçõesgargaloenão-gargalo,sendoqueadatade iníciodas
operaçõesdogargalocorrespondeàdatadeconclusãodasoperaçõesqueaprecedem(𝑟*)eadatade
iníciodasoperaçõesajusantedogargalosãodeterminadaspeladatadeconclusãonogargalo(𝑞*).
Figura5.Interaçãoentreoperaçõesgargaloenão-gargalo(Yanetal.,2007)
De forma análoga, também Zhai et al. (2010) baseiam-se na TOC para decompor o problema em
operaçõesgargaloenão-gargalo.Partindodoagendamentodasoperaçõesgargalodefinemdatasde
entregaquecorrespondemàdatadeiníciodaoperaçãogargaloeumadatadeentregaquepassaaser
definidacomodatadeiníciodasoperaçõespós-gargalo.
Jeongetal. (1999)abordamautilizaçãodemétodosdedivisãode lotescomopotenciais formasde
melhorarumescalonamento,nomeadamentenomakespanemambientesJSSP.Noentanto,osautores
realçamaimportânciadedividirumlotedeformaproveitosa,tendoemcontaporexemplooaumento
desetupnecessário.Nestesentido,épropostoumalgoritmoquepermiteobterumasoluçãoiniciale,
através da divisão ótima dos lotes, melhorar o escalonamento em JSSP. O algoritmo apresentado
permite,comumreduzidoesforçocomputacional,obtermelhoriassignificativasnaprodutividadeena
reduçãodomakespan.
2.3.1. FlexibleJob-shopSchedulingProblem(FJSSP)
Tipicamenteochãodefábricaapresentarepetiçõesdemáquinascríticascomointuitodediminuiro
efeitogargalo(Hoetal.,2007)implicando,pornorma,anecessidadedeafetaçãodaoperaçãoauma
das máquinas disponíveis. Posto isto, em 1993 Brandimarte introduz o conceito de FJSSP,
caracterizando-o como sendoumaextensãodoproblema clássicode JSSP (Behnke eGeiger, 2012).
Apesarde,nasuaessência,oproblemamanterumarotafixaparadeterminadojob,cadaoperaçãopode
termaisdoqueumamáquinaondepodeserexecutada(Ziaee,2014).Estacaracterísticaadicionauma
maiorcomplexidadequepodeserdiminuídaatravésdautilizaçãodeestruturashierárquicasparaasua
resoluçãoquepassampeladecomposiçãodoproblemanumproblemaderotas(Fattahietal.,2009;
Ziaee,2014)e,posteriormente,noclássicoJSSP(BehnkeeGeiger,2012).Assimpode-seconsideraruma
𝐽iMáquinaGargalo
Operaçãoajusantegargalo
(𝑞* )
Operaçãoamontantegargalo
(𝑟* )
17
metodologia a dois tempos onde primeiro se faz a afetação da operação àmáquina e só depois o
respetivoescalonamento.
UmanovaclassificaçãoparaoFJSSPfoiintroduzidaporKacemetal.(2002),ondeosautoresdistinguem
oFJSSPparcialetotal,P-FJSSPeT-FJSSPrespetivamente,combasenoconjuntodemáquinasaptaspara
processar uma operação (Behnke eGeiger, 2012) . Assim, num contexto onde existem𝑁 jobs e𝑀
máquinase𝑆éoconjuntodasmáquinas,cadajobiécompostopor𝑛operaçõesj,representadaspor
𝑂*2,quesãoexecutadasporumrecursodoconjuntodemáquinasdisponíveisparaaoperação(𝑆*2),
sendoque𝑆*2 ⊆ 𝑆.Oproblemadefine-secomoT-FJSSPquando,paracadaoperação𝑂*2,oconjuntode
máquinasondepodemserexecutas(𝑆*2)correspondeaoconjuntodemáquinas𝑆,ouseja,𝑆*2 = 𝑆.
ParaP-FJSSPexistepelomenosumaoperação𝑂*n,2nquepodeserexecutadanumconjuntoparcialde
máquinas (𝑆*n,2n) contido no conjunto demáquinas 𝑆, 𝑆*n,2n ⊂ 𝑆 (Kacem et al., 2002). Os autores
propõem a conversão do problema P-FJSSP em T-FJSSP através da atribuição de tempos de
processamento infinito nasmáquinas em que as operações não podem ser executadas, sendo que
atravésdestemétodoreduz-seacomplexidadedoproblema.BehnkeeGeiger(2012)acrescentamque
oníveldeflexibilidadecorrespondea 𝑆*2 ,definidopelonúmeromáximodemáquinasporoperaçãoe
abordaoconceitodeFJSSPcomworkcenter (WC)queagrupammáquinassimilares,ouseja,seuma
operaçãopassapordeterminadoWCpodeserexecutadaemqualquerumdosequipamentosqueo
constituem.
2.4. WorkloadControl
As organizações tipicamente MTO são vulgarmente confrontadas com os impactos inerentes à
volatilidade da procura exigindo um rigoroso planeamento e controlo da produção (PPC). Segundo
Stevensonetal.(2005),aindústriadecustomizaçãoénasuamaioriacompostaporPequenaseMédias
Empresas (PME), sendoqueorganizaçõesdestadimensão constituemcercade99,8%dasempresas
ativasnaUniãoEuropeia(UE)(Vervenneretal.,2014).Contudo,estudosrevelamqueestasempresas
ounãovalorizamaaplicaçãodePPCouapresentamerroscruciaisnestessistemas.
OconceitoWorkloadControl(WLC)estáassociadoaumaferramentaintegradanoPPCdesenvolvida
emparticularparaPME’squeatuamdeformacustomizada(LandeGaalman,2009)deformaacontrolar
osinputseoutputsdosistemadeprodução.Aprincipalcaracterísticadestametodologiaprende-secom
atomadadedecisãoquantoàentradados jobsnoshopfloortendoemcontaacargadetrabalhono
sistema(FernandeseCarmo-Silva,2013)eacapacidadeprodutivadoWC.Nestecontexto,acargade
trabalhopodesersubdivididaemrealouagregadaconsoanteseavalieapenasacargainstantâneade
18
umpostodetrabalho,ouentãosejamconsideradostodososjobsamontantenosistema,mascujarota
deprocessamentopassenesseposto(Haskoseetal.,2002).Destaforma,existeumaáreadesignada
por pool onde é feita esta ponderação e os jobs apenas entram caso seja assegurada que a carga
imputadaaosistemaéinferioraolimiteestabelecido(figura6).
Figura6.EsquematizaçãodoconceitoWLC(Oostermanetal.,2000)
Simultaneamente, consegue-se diminuir a perturbação que chega ao shopfloor provocada pela
variabilidade externa existente. Assim, em ambientes produtivos dinâmicos como o job-shop, a
utilizaçãodeumacargadetrabalhoadequadapotenciaaobtençãodeumafiladeesperaestacionária
(LandeGaalman,semdata).
Omecanismoquecontrolaaafetaçãodasencomendasaosistemapodeserclassificadodeacordocom
asuafrequêncianumperíodotemporal,ouseja,mecanismosperiódicossãoexecutadossegundoum
padrãoaolongodotempo(e.g.semanalmente),contrariamente,osmecanismoscontínuosestãoativos,
mas sãoacionadosatravésde triggers quandoumWCdiminui a sua cargaabaixodeumvalorpré-
determinado(Thüreretal.,2012),evitandoaocorrênciadeWCociosos.Esteprincípiodecontroloda
produçãopodeseraplicadotendoemcontaaTOCnamedidaemquepodemserdefinidos triggers
responsáveisapenaspelocontrolodoworkloadnogargalo.Assim,quandohouvercapacidadenesteWC
éacionadaaentradadenovosjobscujarotadeprocessamentoimpliqueapassagemnogargalo.Posto
isto, estudos revelam que o sistema de libertação de encomendas para o shopfloor através da
monitorizaçãodacargadosistema,permitealcançarmelhoriassignificativastaiscomoareduçãode
WIPeleadtime(Thüreretal.,2012).
FernandeseCarmo-Silva(2013)referemqueadivisãodeloteséumaestratégiaquepodepotenciarum
aumentodaperformancedosistema,assimcomodataxadeutilizaçãodasmáquinas,umavezquese
tornapossívelsobreporoperações.Noentanto,osautoresrealçamque,apesardamaioriadosestudos
no âmbitodoWLCabordaremesteproblema como lotesdedimensão fixa, deva ser realizadauma
19
análise de forma a avaliar o benefício proporcionado por esta prática, nomeadamente no que diz
respeitoaoaumentodetemposdesetupnecessáriosparaexecutarbatchsplitting.
2.5. Modelaçãodeproblemasdeescalonamento
2.5.1. Naturezadoproblema:determinísticavs.estocástica
Aquando da modelação de um problema de escalonamento é possível classificá-lo quanto à sua
natureza,ouseja,tendoemcontaosdadosobtidosdoproblema.Postoisto,quandotodososdados
estãoisentosdeincertezaoproblemadiz-sedeterminístico.Contudo,numambienterealexistem,por
vezes,variáveisqueestãosujeitasaflutuaçõesouaaleatoriedade.Nestecenário,emquepelomenos
umadasvariáveiséprobabilística,classifica-seoproblemacomoestocástico(Lawleretal.,1993).
A classificação dos problemas segundo a sua natureza, e a deteção de fontes de incerteza, são
extremamente importantes uma vez que omodelo final pode ser condicionado por estas variáveis
(HeymaneSobel,2004).
2.5.2. IncertezaComo já foi referido anteriormente, aquando da modelação dos problemas de escalonamento é
essencialressalvarasignificânciaqueaincertezapossuinocenárioapresentado.
Asmodelaçõesdossistemasdeplaneamentosão,segundoGraves(2008),frequentementerealizadas
comoseoproblemafossedeterminísticoignorandoaincertezaassociadaadiversosfatoresexistentes
nossistemas.Noentanto,paraquesejapossívelobterumbommodelorepresentativodoambiente
produtivoéessencialconhecer,analisaregerirfontesdeincerteza.
Jáem1994,Ciaralloetal.(1994)referemnoseuartigoalgunsfatoresquesetraduzememincertezano
planeamento de produção, nomeadamente, manutenções imprevistas, variação da procura,
disponibilidade de recursos e retrabalho. Adicionalmente, a chegada de tarefas urgentes, o
cancelamentodepedidosevariaçõesnotempodeprocessamentodastarefassãooutrosexemplosque
podemcondicionaraexequibilidadedeumescalonamentopreviamentedeterminado.
Neste sentido, e considerando a natureza dinâmica dos sistemas industriais, tem-se destacado a
importânciadeconheceraeficiênciadeumescalonamentoperantevariáveisincertas(Ghezailetal.,
2010).Assim,considera-sequeamodelaçãoérobustaquandosemantémaceitávelperantepossíveis
perturbaçõesquesejamintroduzidasnosistema(Jensen,2001).
20
2.5.3. ProgramaçãoestáticaedinâmicaNuma perspetiva temporal, e à semelhança dos problemas estocásticos, um sistema é suscetível à
ocorrênciadeeventosemtemporealquepodemafetarumescalonamentopreviamenteestabelecido.
Umdosaspetosrelevantesparaosproblemasdeescalonamentoprende-secomachegadadetarefas
acalendarizar.Assimsegundoesteparâmetroexistemdoistiposdistintosdeproblemas(1)problemas
estáticos e (2) problemas dinâmicos. Na primeira situação, todas as tarefas a calendarizar são
conhecidas à priori, enquanto que nos problemas dinâmicos o ambiente do sistema é volátil e os
trabalhosestãocontinuamenteachegaraolongodotempo(HolthauseRajendran,1997).
2.5.4. Metodologiasparaaresoluçãodeproblemas
AabordagemautilizarnaresoluçãodeproblemasdeescalonamentoemambientesJSédeterminada
pela dificuldade do problema em questão. A maioria destes problemas é NP-Hard e podem ser
resolvidossegundodoisgruposdistintosdemétodos,tendoporbaseotipodesoluçãoqueseobtém,
sendoeles:(i)MétodosExatose(ii)Métodosdeaproximação.Contudo,existeumaclassedeproblemas
estudadospassíveisdeseremresolvidosdeformapolinomial(Edisetal.,2013).
Nocasodemétodosexatoséobtidoumótimoglobalparaoproblema,contudo,asuacomplexidade
podeimplicarumesforçocomputacionaldemasiadoelevadoinviabilizandoaaplicaçãodométodo.No
casodemétodosaproximados,pretende-seobterumasoluçãorepresentativadeumótimolocalsem
quesejanecessárioumesforçocomputacionalelevado(JaineMeeran,1998).Afigura7esquematizaa
classificaçãodasmetodologiasutilizadasnaobtençãodassoluções.
Figura7.ClassificaçãodosmétodosparaJSS
Adaptadode(Edisetal.,2013)
Complexidadedoproblema
Resoluçãopolinomial NP-hard
Métodosexatos
MétodosdeaproximaçãoHeurísticas
21
Outraclassificaçãopossível,associadaaosmétodosdeaproximação,baseia-senaformacomoométodo
obtém a solução, ou seja, se se tratam demétodos construtivos ou iterativos. No primeiro caso, a
soluçãoé construídaatravésdosdadosoriginaisdoproblema,nosmétodos iterativos,umasolução
inicialéiterativamentemodificadaatéquesejaobtidaumasoluçãomelhor(JaineMeeran,1998).
2.6. AnalyticHierarchyProcess(AHP)
AnalyticHierarchyProcessrepresentaumaferramentadegestão,desenvolvidaporThomasSaatyem
1971, que permite estruturar e sustentar o processo de tomada de decisão, nomeadamente em
contextoscomplexosecomrecursoadiferentescritérios(Handfieldetal.,2002).
Uma das particularidades destametodologia deve-se à decomposição de problemas complexos em
níveisdemenorcomplexidade,permitindoutilizaroconhecimentoeopiniãodosdecisoresnoprocesso
dedecisão,deformalógicaeestruturada(Handfieldetal.,2002;Partovietal.,1990).Adicionalmente,
estaferramentapermitefazerumaavaliaçãodediferentesfatoresassociadosacontextosdiferentes,
porexemplofatoressociaisepolíticos,permitindoconjugarváriasáreastemáticasparaaobtençãode
ummesmoobjetivo(Saaty,1990b).Vargas(1990)destacaasinúmerasaplicaçõesdestaferramentaque
vãoparaalémdagestão.A títulodeexemplo,oautordestacaosproblemas tecnológicos, sociaise
políticoscomopotenciaisáreasdeinteresseparaaplicaçãodestametodologia.
O processo de aplicação deste método pressupõe duas fases distintas, sendo que num primeiro
momentoédefinidaumaestruturahierárquicaondesão identificadososcritériosesubcritériosque
sustentamoobjetivofinal(figura8).
Figura8.Estruturahierárquicadadecisão
Adaptadode(Saaty,2008)
22
Posteriormenteéfeitaumaavaliaçãodoscritériosatravésdeváriascomparaçõesentrepares,ondesão
determinadas as respetivas ponderações e priorizadas as alternativas existentes (Barker e Zabinsky,
2011; Vargas, 1990), nesta última etapa são quantificadas as opiniões e juízos dos decisores
evidenciandoaimportânciaqueatribuemacadaparâmetro(Partovietal.,1990).Contudo,Saaty(2008)
detalhaométodoAHPem4passos:(i)Definiroproblema;(ii)estruturarahierarquiadadecisãodesde
o objetivo central do problema até níveis inferiores que podem ser subcritérios ou alternativas
existentes;(iii)construirmatrizesdecomparaçãoentreparesdecritériose(iv)utilizarasponderações
obtidas para determinar a prioridade do nível imediatamente abaixo até que todas as prioridades
estejamdefinidas.
Talcomojáfoireferido,acomparaçãoentrecritériosserveparaavaliaropesoqueestesfatorestêm
noobjetivofinal.Paratal,utiliza-seaEscaladeSaatyque,paracadapar,destacaqualocritériomais
importante e, em simultâneo, evidencia o grau da relação existente (tabela 5). A avaliação é então
retratadanumamatrizdecomparação,exemplificadanafigura9,paracadanívelhierárquico.
Tabela5.EscaladeSaatyAdaptadode(Saaty,1994)Intensidade
deimportância
Definição Descrição
1 Mesmaimportância Asduasatividadescontribuemigualmenteparaoobjetivo
3 Importânciapequenadeumsobreooutro
Aexperiênciaeojulgamentofavorecemlevementeumaatividadeemrelaçãoàoutra
5 Importânciagrandeouessencial Aexperiênciaeojulgamentofavorecemfortementeumaatividadeemrelaçãoàoutra
7 Importânciamuitograndeoudemonstrada
Umaatividadeémuitofortementefavorecidaemrelaçãoaoutra;oseudomíniodeimportânciaé
demonstradonaprática
9 Importânciaabsoluta Aevidênciafavoreceumaatividadeemrelaçãoaoutracomomaisaltograudecerteza.
2,4,6,8 Valoresintermédios Condiçãodecompromissoentredoisfatores
ValoresRecíprocos
SeaatividadeArecebeumvaloracimade0quandocomparadacomaatividadeB,entãoBtemo
valorrecíprocoquandocomparadacomA.
n.a.
Racionais Razõesresultantesdaescala Seaconsistênciativerdeserforçadaparaobtervaloresnuméricosparacompletaramatriz
1,1–1,9 Emcasodeempateenteatividades
Quandoosfatoressãoquaseindistinguíveis;1,3moderadae1,9extremo
23
Figura9.Matrizdecomparação,adaptadodeWindeSaaty(1980)
Considerandoumamatrizdecomparação𝐴,dedimensão𝑛×𝑛,ouseja,com𝑛critérios,esendo𝑎2Wa
comparaçãoentreocritériona𝑗linhaeocritériona𝑘coluna,𝐴=(𝑎2W).Seguidamenteobtém-seuma
novamatriznormalizada𝐴′ondecadaentradaédefinidapor𝑎𝑗𝑘(equação3).
𝑎𝑗𝑘 =𝑎2W𝑎tW6
tu7 (3)
Opesodecadacritérioédeterminadoatravésdamédiadeponderaçõesdalinhaaquepertence(Saaty,
1990a).Todosospesosobtidosparaamatriz𝐴′,sãorepresentadosnumvetordeprioridades.Posto
isto,oeigenvalueprincipal (𝜆dáf)éobtidoatravésdamultiplicaçãodovetordeprioridadesporum
vetor𝑣ondeoelementonaposição𝑘é 𝑎tW6tu7 (Mathur,2015).
Seguidamente, combasenaequação4, calcula-seo ÍndicedeConsistência (𝐶𝐼)que, segundoSaaty
(1990a),indicaaproximidadedaconsistência.
𝐶𝐼 =𝜆dáf − 𝑛𝑛 − 1
𝑛 − 𝐷𝑖𝑚𝑒𝑛𝑠ã𝑜𝑑𝑎𝑚𝑎𝑡𝑟𝑖𝑧;
(4)
A qualidade das ponderações realizadas é determinada pelo rácio de consistência (CR), calculado
segundoaequação5.Paratal,utiliza-seoÍndiceAleatório(𝑅𝐼),valortabeladoemfunçãodadimensão
damatrizqueestáaseravaliadaeo𝐶𝐼(Saaty,1987).Asponderaçõesefetuadas,namatrizemanálise,
apenassãoválidasse𝐶𝑅 ≤ 0,1,casocontrárioénecessáriomelhoraraconsistênciadosdados(Saaty,
1990b).Saaty(1994)afirmaqueaconsistênciadaavaliaçãorealizadasobrecadapardecomparaçõesé
determinada por características do grupo que integra o processo de decisão assim como o
conhecimentoquetêmsobreoproblemaemestudo.
𝐶𝑅 =𝐶𝐼𝑅𝐼
(5)
24
25
3. IVDPI.P.
3.1. DaRegiãoDemarcadadoDouroaoInstitutodosVinhosdoDouroePorto
AhistóriadoVinhoremontaháinúmerosmiléniosa.C.,existindoprovasdeque,jánaeradosEgípcios,
existiaproduçãodevinho(Afonso,2016).Contudo,noquedizrespeitoaoDouro,crê-sequeocultivo
das vinhas e a produção de vinho tenha sido feito nas margens do Rio Douro durante o período
Românico(DouroePorto,s.d.).
No final do século XVII, a produção duriense é estimulada pela enorme procura Inglesa, contudo o
aumento deste negócio deu origem a fraudes e estagnação das exportações, culminando com o
pressupostoqueosvinhosdoDouroeramfrequentementeadulterados.A10deSetembrode1756,
comointuitodereverterestasituação,ogovernodeSebastiãodeCarvalhoeMeloadotouumaposição
efundouaCompanhiaGeraldaAgriculturadasVinhasdoAltoDouro(RealCompanhiaVelha),cujas
funçõespassavamporfiscalizareregularaproduçãoeocomércio,bemcomo,procederàclassificação
do vinho do Alto Douro (Sousa, sem data). Simultaneamente, entre 1758 e 1761, foi delimitada a
primeira, emais antiga, regiãodemarcadae legisladadomundo (DemarcaçãoPombalinadaRegião
VinhateiradoDouro),atravésdemarcosgraníticos,ondesedefendiaseraregiãoqueoriginavavinho
de qualidade. De certa forma, Marquês de Pombal foi um precursor do atual conceito DOC
(Denominaçãodeorigemcontrolada)(Taylor’s,semdata).
Em1933,foientãocriadopeloGovernoPortuguêsoInstitutodosVinhosdoPorto,I.P.(IVP)que,como
passardotempo,foiadquirindocompetênciasatéentãopertencentesaoutras instituições(Peixoto,
2006).Nodecorrerdereformasinstitucionais,oIVPéatualmentedesignadoporInstitutodosVinhos
do Douro e Porto, I.P. devido à fusão por incorporação, realizada em 2003, com a Comissão
InterprofissionaldaRegiãoDemarcadadoDouro(CIRDD)(Decreto-Leino278/2003de6deNovembro,
2003).
Os presentes estatutos do IVDP regem-se pelo Decreto-Lei Nº97/2012 de 23 de Abril, existindo
enquanto institutopúblicocomautonomiaadministrativaefinanceiraepatrimóniopróprio,sediado
emPesodaRéguaecomumadelegaçãonoPorto.Apesardainstituiçãoserconstituídapor4órgãos
distintos,afigura10representaoorganigramadoIVDPaqueméincumbidaadireçãodoIVDP.
26
Figura10.OrganigramaIVDP,I.P.
OIVDPassumecomomissãopromoverocontrolodequalidadeequantidadedosvinhosdoPortoe
regulamentar o processo produtivo, protegendo as DO da RDD. Numa ótica de proteção da fileira
vitivinícola,emparticulardestaregião,cabeaindaaoinstitutovalorizaroterritóriodemarcadoatravés
dapromoçãoedadefiniçãodeorientaçõesestratégias(DLNº97/2012de23deAbril).Desde2010,o
IVDPpotenciaassuasvalênciasaoserreconhecidopeloInstitutoPortuguêsdeAcreditação(IPAC),ao
abrigodanormaNPENISO/IEC17065:2014comoorganismodecertificaçãodeprodutos.
3.2. DireçãodeServiçosTécnicosedeCertificação(DSTC)
3.2.1. Contextualização
ADSTCéodepartamentodoIVDPonde,deumaformagenérica,sepodeafirmarqueaqualidadedos
produtoscomDOéavaliadaegarantida.Porano,milharesdeamostraseparâmetrossãoanalisados
paragarantirecontrolarosprodutosvínicosdaRDD.
AestruturaorganizacionaldestedepartamentointegrantedoIVDP,figura11,ésustentadaporDiretor
eAssessor,serviçodeprova(CâmaradeProvadores),serviçolaboratorial,enoteca,postodereceçãode
amostras(PRA)esecretariado.
DireçãodeServiçosTécnicosdeCertificação
(DSTC)
27
Figura11.EstruturaorganizacionalDSTC
AoPRAé incumbidaa receçãodeamostras,a suaanonimizaçãoeapreparaçãodosprocessospara
posteriorentradanoserviço laboratoriale sensorial consoanteaencomendadocliente.Nocasoda
Enoteca, trata-sedeumespaço físicodestinadoaarquivar,duranteumperíodode tempodefinido,
todas as garrafas que dão entrada aquando da requisição do serviço, no sentido de salvaguardar a
existência de amostra intacta e suficiente caso seja necessária a repetição de análises ou recurso
interposto pelo cliente. O serviço de laboratório é composto por 5 setores de análise química e
microbiológica: (i) físico-química - FQ; (ii) Mineral - AMin; (iii) Cromatografia Líquida - CrL; (iv)
CromatografiaGasosa-CrGe(V)Microbiologia-Micro.Porém,devidoaquestõeslogísticas,osetorFQ
subdivide-seemduasestruturasdistintas(FQIeFQII).ACâmaradeProvadoresassumecomofunção
aavaliaçãoorganoléticadosprodutos.
3.2.2. Competências,ProdutoseClientes
ADSTCtem,emúltimainstância,afunçãodecertificarereconhecercomoDOouIGtodososvinhosda
RDDque cumpramas especificações regulamentadaspara este efeito. Para tal, estes são sujeitos a
análisesfísico-químicasesensoriaisqueatestamocumprimentodosparâmetrosestabelecidosparaa
atribuição desta denominação. Neste sentido, tanto o laboratório como a câmara de provadores
integradosnaDSTCpossuem,desde1994e1999respetivamente,aacreditaçãocomolaboratóriode
ensaiospelanormaNPENISO/IEC17025.
Tal como foi referido anteriormente, também o controlo e a manutenção da atribuição destas
denominaçõesécompetênciadoinstituto,peloqueexisteumtrabalhocontínuo,eparalelo,entrea
DSFCeaDSTCque,atravésdefiscalizaçõeseanálises,visamgarantirapreservaçãodasespecificações
DiretordeServiços
ServiçoLaboratório
CâmaradeProvadores
AssessorDSTC
Secretariado
PRA
Enoteca
28
apósacertificaçãodosprodutos.ApesardestasáreasdominantesnaintervençãodaDSTC,sãotambém
contempladosoutrosserviçosanalíticosdescritosnalistadefinalidades(anexoA).
Todosos vinhosdaRDDsão forçosamente sujeitosàobtençãode certificaçãoparaquepossamser
comercializadoscomagarantiadeDO,deformaaquetodasasexigênciaslegaissejamdevidamente
comprovadas.Torna-seimportantesalientarque,numaperspetivadocontrolodaqualidade,também
aaguardentevínicaintroduzidaparainterromperafermentaçãoduranteoprocessoprodutivodoVinho
do Porto e do Moscatel do Douro, processo denominado por beneficiação, é sujeita a este
procedimento. Posto isto, consideram-se aptos para análise conducente a certificação as seguintes
categorias:(1)VinhoTranquilo,(2)VinhoEspumantee(3)Aguardentevínica(Tabela6).
Tabela6.VinhosebebidassuscetíveisacertificaçãoDOouIG
DenominaçãodeOrigem Categoria
DODouro/DOPorto
VinhoTranquilo(Branco,Tinto,Rosado)
VinhoEspumante
VinhoLicoroso(MoscateldoDouro/VinhodoPorto)
AguardenteVitícolaparabeneficiação(DOPorto)
AguardenteVínica(DODouro)
IGDurienseVinhoTranquilo(Branco,Tinto,Rosado)
VinhoEspumante
Aindaque,nagrandemaioriadoscasos,osserviçossejamsolicitadosparavinhospertencentesàRDD,
existeapossibilidadedevinhosprovenientesdeoutrasregiõesseremanalisadosnoinstituto,aindaque
nãotenhamemvistaacertificação,podendosolicitarfinalidadescomoensaio,assistênciaeprotocolo.
Cadaamostrarecebidanestedepartamentopodeterumaproveniênciadistintae,pornorma,existe
umarelaçãoentrea finalidade,oprodutoeaentidadequerequisitaoserviço, istoé,nemtodosas
finalidadespodemserrequisitadaspelosmesmosclientes,assimcomonemtodasasfinalidadespodem
seraplicadasa todososprodutos.Nestesentido,osprincipaisserviçosanalíticossãosolicitadospor
diversasentidades, tais como, clientesdo IVDP (podendoseragenteseconómicosououtros),DSFC,
DSTCeBrigadaFiscal.Atítuloexemplificativo,umaamostraprovenientedaDSFCnãopoderásolicitara
finalidade de Registo, assim como a finalidade de registo não pode ser aplicada a um vinho não
pertencenteàRDD.
29
3.2.3. ProcessosinternosParaumconhecimentomaisalargadodaDSTC,urgeanecessidadedeanalisaredescreveralgunsdos
processos internosde formaa compreendero fluxodematéria e informação.Apesardas amostras
seremtratadasemsimultâneo,porumaquestãodelogísticainterna,acadaamostraqueentranaDSTC
é associado um circuito que pode ser Douro ou Porto consoante as características do produto em
questão,nocasodasbebidasespirituosasedaaguardenteparabeneficiaçãoosprocessossãosempre
introduzidosnocircuitointernoPorto.Desdeaaberturadoprocessoatéàsuaconclusãoestadistinção
ésempremantida,nomeadamentenoprocessodetriagemenosTIR.
3.2.3.1. ProcessodeCertificaçãoOprocesso de certificação pressupõe, como já foi referido anteriormente, um conjuntode análises
químicasesensoriais.Apesardenestetópicoserrepresentadooprocessogeraldecertificação,figura
12, salienta-sequepara as restantes finalidadesdisponíveis, oprocedimentoéna sua generalidade
semelhante. No caso de determinadas finalidades, pode ser solicitado apenas um dos circuitos
analíticos, isto é, apenas análise sensorial (e.g assistências sensoriais) ou análise laboratorial (e.g
assistênciaslaboratoriais).
Figura12.Procedimentoparacertificação
Comoéilustrado,asamostraspodem“circular”paralelamenteentreosdoisserviçosduranteoprocesso
decertificaçãoumavezqueoIVDPtemestabelecido,paracadafinalidade,onúmerodegarrafaspor
processoqueoclientedeveenviar.Aemissãodoparecerreferenteaoreconhecimentodosprodutos
apenaséemitidoapóstodooprocessoestarconcluído.Deformaanáloga,tambémoparecerdecada
circuitoanalíticoimplicaquetodasasatividadesasiassociadasestejamconcluídas.
30
3.2.3.2. ProcessodeEntradaePreparaçãodasamostrasOprocessodeanálise,independentementedafinalidadesolicitada,inicia-secomopreenchimentode
requisiçõesparaosdevidosefeitos(nocasodeclientesdoIVDPestepedidopodeserrealizadodeforma
on-lineoupresencial).Posteriormente,énumdosPRA(DouroouPorto)queasrequisiçõespresenciais,
oscomprovativosnocasodepedidoson-lineeasamostrasdevemserentregues,umavezque,mesmo
asgarrafasprovenientesdePesodaRéguatêmobrigatoriamentedesertransportadasparaoPortopor
formaaseremanalisadas.
Cada PRA tem de proceder à confirmação dos dados entre as requisições criadas e as amostras
entregues,nocasodasrequisiçõespresenciaisoprocessoécriadoevalidadonoPRA.Ressalva-seque
entrefinalidadesonúmerodegarrafasporprocessoévariávelpeloqueaverificaçãodesserequisito
deveserfeitapeloPRA.
Posto isto,paracadacircuito,DouroouPorto,égeradoumnúmerosequencial independentequeé
associadoacadarequisiçãodeformaasalvaguardaraintegridadedoprocesso,istoé,nãoépossível
acederainformaçõessobreoclienteatravésdonúmerodoprocesso.Comointuitodegarantirque
todasasanálisessejamrealizadasdeformaidóneaeimparcial,asamostrasquesedestinamàCPeao
laboratóriosãodescaracterizadasatravésdeumrevestimentopretoeopacoedaocultaçãodequalquer
elemento identificativo visível. Seguidamente, são identificadas as amostras com uma etiqueta que
contém informação fundamental como: (i) número do processo, (ii) data de entrada, (iii) finalidade
requisitadae(iv)númerodagradeemqueagarrafaseráarmazenadanaenoteca.Nocasoexcecional
deserrequisitadaafinalidade“ComplementodeRegisto”,associa-setambémonúmerodoprocesso-
base,istoé,onúmerodeprocessosobreoqualrecaiestecomplemento.Nestasituação,nagarrafaque
sedestinaaolaboratóriosãocolocadasduasetiquetasdistintas,umaporcadarequisiçãodeserviço.
Oprocessodeentradaepreparaçãodasamostras,figura13,terminaquandonofinaldodiatodasas
amostrasquechegaramsãoredirecionadasatéàsaladetriagem,ondesemantêmemfiladeespera
atéseremafetadasaosrespetivossetoresdeanálise.
31
Figura13.Processodeentradaepreparaçãodasamostras
3.2.3.3. Processodetriagemedistribuição
A distribuição dos processos a analisar no dia seguinte refere-se apenas ao serviço laboratorial e
dependedacapacidadeefetivadossetores.Atualmente,estaavaliaçãodacapacidadederespostaé
apenas realizadaparao setor FQ,umavezqueé consideradoumbottleneck noprocesso,devidoà
existênciademétodosanalíticosclássicoseàsrestriçõesquedaíadvêm.Postoisto,estesetorestima
diariamente a sua capacidade com base no número de parâmetros de físico-química clássica que
conseguesuportar,sendoeles:(i)AcidezVolátil,(ii)AcidezTotale(iii)TítuloAlcoométricoAdquirido.
ApósfeedbackdaFQfaceaestarestriçãodosistema,aregradesequenciamentodafiladeesperaé
umaponderaçãoempírica entrediversos fatores comooprotocolo laboratorial, finalidadeaque se
destina, critério de urgência e tempo no sistema. Ressalve-se que, caso não constem no protocolo
parâmetroscondicionantes,todososprocessosemesperaentramnosistema.
Depoisdatriagem,adistribuiçãoéfeitaatravésdoSoftwareGLabqueinformacadasetorsobrequais
osprocessosquelheforamatribuídos.Estesistemaimplicaquesejafeitaumasimulaçãodadistribuição
32
porformaaverificarsenenhumdosparâmetrosanalíticoslimitantesexcedeacapacidadedefinidapelo
operador.Apósadistribuiçãodefinitivadoserviço,oGLabpermiteaooperadordatriagemimprimir
para cada parâmetro analítico, um talão interno de registo (TIR), onde constam o número de cada
processo que requer aquela análise, bem como campos para preenchimento de resultados e
observações.
Por norma, no princípio do dia de trabalho seguinte à data da distribuição, cada setor procede à
aceitaçãodosprocessosdiários,sendoemitidaumalistagemdosprocessosaceites.Nocasodealgumas
exceçõesemqueosprocessossejamdistribuídosnoprópriodia,estesapenasdarãoentradanosetor
quandoforemaceites.
3.2.3.4. Disposiçãoerecolhadeamostras
Atualmente,todasasgarrafasreferentesaosprocessosemcirculaçãosãodispostasnumúnicolocal,
comaexceçãodoscasosemqueosparâmetrosemanálisedependamunicamentedeumsetor,por
exemplo,umaamostraunicamenteremetidaparaAMinéreconduzidaparaestesetor.Destaforma,
todasasgarrafassãocolocadasporumaordempreviamenteestabelecida,primeiroCircuitoDouroe
depois Porto e, em simultâneo, por ordem crescente de número do processo. Esta sequência foi
adotadaparafacilitaraverificaçãodasamostrasnosetorfaceaoTIRemitido.
Opercursoanalíticoqueaamostravai realizardependedosparâmetrossolicitadosou implícitosno
protocolo,peloquedevemserrespeitadasas restriçõesreferentesàprecedênciaentreanálises.No
casodeexistiremindicadoresanalíticosrealizadosnoutrosdepartamentosquenãoaFQ,competeao
operador dirigir-se à FQ e recolher a amostra necessária. Uma das situações que dificulta todo o
processo de preparação da produção constatada é provocada pela ausência da amostra na FQ,
implicandoqueooperadortenhadealocalizarumavezqueatualmentenãoexistenenhumaalternativa
pararastreamentodegarrafas.
33
4. EstudodecasoOpresenteprojetopretende incidir sobreoplaneamentoeprogramaçãodo serviço laboratorial da
DSTC.Destaforma,tenciona-secriarumsistemadeapoioqueidentifique,deentreosprocessosem
espera,aquelesquedevementrarparaoagendamentodotrabalhodolaboratórionodiaseguinteao
daprogramaçãoequesejacapazdeescalonaroserviçoparaodiaseguinte.
Umdosobjetivos implícitosneste trabalho revê-senodimensionamentoda capacidadedo setorde
forma a que exista um planeamento equilibrado e sustentado das atividades analíticas, evitando
oscilaçõesdecargadetrabalhonosistema.
Emúltimainstância,pretende-secomestesistemadeescalonamentoobteraminimizaçãodotempo
médioderespostafaceàssolicitaçõesexistentes.Paratal,éfundamentalumacaracterizaçãodetalhada
dosequenciamentodasoperaçõesdeformaaplanearosprocessosanalíticos.
4.1. Caracterizaçãodoestadoatualdosistema
Nocontextoatualdaorganização,umadascondicionantes inerentesao serviçoprestadopelaDSTC
deve-se à elevada variedade de oferta que, por sua vez, se traduz numa enorme diversidade de
combinações analíticas. Esta relação entre o volume da procura e a variedade da oferta dificulta a
previsãoeoplaneamentodasatividadesdolaboratório.Emcontrapartida,aoscilaçãodaprocurados
serviçoseafaltadeprevisãoconstituemagravantesàprogramaçãodasanáliseslaboratoriais.
Adicionalmente, o tempomédio de resposta do serviço, compromisso assumido perante o cliente,
constituimaisumavariávelcondicionantedoplaneamentodoserviçolaboratorial.Ressalve-sequea
DSTCapenasestabeleceotempomédioderespostaparaafinalidadederegisto,devendoesteestar
compreendido entre os 8 e os 10 dias úteis para casos urgentes e não urgentes, respetivamente.
Contudo,deveter-seemconsideraçãoqueaopçãodeserviçourgenteestátambémdisponívelpara
outrasfinalidadeseumavezqueoclientepagaumataxaacrescidapeloserviçoénecessárioteratenção
aestefatornomomentodecalendarizaçãodasoperaçõessetoriais.
O processo de triagem resulta de uma ponderação entre critérios previamente definidos e o
conhecimentoempíricodooperadorexecutante.Umavezqueestafunçãoérotativaentreoperadores,
pode-seafirmarque,emcertamedida,existeumapotencial variabilidadeassociadaaoprocessode
decisão.
34
Atualmente, não existe nenhum método para gerar uma solução de escalonamento do serviço
laboratorial, apenas é verificado que o trabalho distribuído para o setor respeita a restrição da
capacidade definida pelos operadores para parâmetros analíticos críticos, não existindo quaisquer
outroscritériosparaavaliaraqualidadedoplaneamentodasordensdetrabalhododiário.Note-seque
areflexãosobreoplaneamentoesperadoerealapenasérealizadanumareuniãodiária,nãoexistindo
quaisquerKPI’sregistados.
Portodasasrazõesanteriormentecitadas,pode-seinferirqueestecenárioseenquadranumproblema
deplaneamentoeprogramaçãodecurtoprazodasatividadesanalíticasdolaboratóriodaDSTC.Nos
tópicosseguintes,sãodescritasalgumasvariáveisquecontextualizamoestadoatualdosistema.
4.1.1. Caracterizaçãodaprocuradeserviços
No contexto em que o problema se insere, a caracterização da procura de serviços facilita a
compreensão do volume e tipo de serviço que chegam ao sistema. Esta sistematização permite
identificar tendências e padrões, caso existam, que possam ser úteis no momento de previsão do
trabalhofuturo.
No ano de 2016, foram contabilizados 9414 processos sendo que 54% diz respeito a processos do
circuitoDouro.Numaperspetivatemporal,ovolumedeprocessosDourotemvindoaaumentaraoinvés
doqueseobservanoPorto(figura14).
Figura14.NúmerodosprocessosanuaisnaDSTC
Comojáfoireferidoanteriormente,cadafinalidadesolicitadaassumepressupostosdistintos,peloque
énecessáriofazerumaanálisemaisprofundaedesdobraropanoramaglobaldoserviçolaboratorial,
detalhandoospedidos registadospara cada finalidade.AtravésdaanáliseABC,épossível averiguar
43285086
0
2000
4000
6000
8000
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Porto Douro
35
quaisasfinalidadesquetêmummaiorpesonovolumedetrabalhodaDSTC(figura15).Atravésdeste
gráfico, constata-se que a finalidade “01 –Registo”, correspondente a registo de vinhos Douro,
representa omaior número de requisições de serviço (2416 processos) e, curiosamente, a segunda
finalidade mais solicitada refere-se a parâmetros de controlo interno. Ressalve-se que, à mesma
finalidadepodemestarassociadoscódigosdistintos,ouvice-versa,umavezqueestãoemanálisedois
circuitosparalelos.
Figura15.AnáliseABC:NúmerodeprocessosefinalidadesnaDSTC
Posteriormente, através desta ferramenta agrupam-se as tipologias de serviço solicitadas em três
categoriasdistintas(A,BeC)querepresentamgrausdeimportânciadiferenciadosparaaorganização.
Esta representação gráfica é fundamental para evidenciar que, apesar do elevado número de
finalidades,amaioriadovolumedetrabalhoconcentra-senumconjuntocircunscritodeopções. Na
perspetivadaprocura,conclui-sequecercade80%dovolumedeprocessosanalisadosnaDSTCprovém
de 10 das 49 finalidades existentes; simultaneamente permite identificar quais as finalidades que
assumemestarepresentatividadenaorganização.Defacto,algunsdosserviçoscatalogadoscomoclasse
A, nomeadamente os registos, são atualmente reconhecidos pela organização como finalidades
prioritáriasnomomentodatriagem.Atabeladeapoioàelaboraçãodestediagramaencontra-seno
anexoB.
No caso da DSTC, as características do trabalho laboratorial, nomeadamente volume e variedade,
dependemdosparâmetrosanalíticosqueconstamnosprotocoloslaboratoriaisque,porsuavez,são
determinadospelacombinaçãodefatorescomo:(1)circuitointernoemqueseinsere,(2)finalidade
requisitadae(3)categoriaetipodevinho.
0%
20%
40%
60%
80%
100%
0% 5%
10% 15% 20% 25% 30%
01>Registo
99>ProcessodeCon
trolo
51>Registo
09>Com
plem
entodeRe
gisto
32>FDO
Pre
10>AssistenciaLabo
ratoria
l05
>AssistênciaLabo
ratoria
l06
>Fisc
.Den.O
rigem
10>Ensaio
20>Fisc
aliz.Denom
inaçao…
52>RenovaçãodeRe
gisto
44>AssistênciaExpo
rtação
03>Com
plem
entodeRe
gisto
22>Protocolo
08>AssistênciaProva
02>RenovaçaodoRe
gisto
38>ParecerTécnico
08>RegistodeAguardente
18>ProvadeClassificaçao
09>Act.Características…
16>Devoluções
36>Fisc
.Den.O
rigem
-In.…
14>Fisc
.Den.O
rigem
-SAQ
04>Fisc
.Den.O
rigem
-…19
>Recurso
20>Aud
itoria
18>ProvadeClassificação
13>Ensaio
31>Fisc
.Den.Orig
emSAQ
21>Fisc
aliza
çaode…
39>Aud
itoria
27>CapacidadedeVenda
17>Cedência
60>Investigação
12>Recurso
16>Varejo
29>ADO
-MODIFICA
DO28
>Devoluçoes
30>ASSISTENC
IA-…
07>AssistênciaMista
11>AssistênciaMista
13>Desnaturaçaode…
40>Com
plem
ento…
22>Act.Características…
06>AssistênciadeProva
41>Com
plem
entoProtocolo
14>ApreciaçaoPréviaReg.-…
19>Verificaçaode…
33>CertificadosdeExistência
36
Fazendo uma analogia entre um processo de produção por encomenda e os serviços da DSTC, a
produçãodeumartigoimplicaumaordemdeprodução,matéria-prima,recursos,planodeproduçãoe
respetivas etapas. No caso apresentado, após solicitação de um serviço (ordem de encomenda)
pretende-seobterumresultadoanalíticoque,paraserprocessado,exigedisponibilidadederecursose
aexecuçãodeumprotocolo(planodeprodução)queimplicaadeterminaçãodediversosparâmetros
químicosesensoriais(produtos)caracterizadospelareferênciaedesignação.Porsuavez,aprodução
decadareferênciatemassociadaumasequênciaespecíficadeoperações(figura16).
Figura16.AnalogiaentreproduçãoporencomendaeserviçoDSTC
4.1.2. TempoMédiodeRespostaporfinalidade
OtempoderespostadaDSTCéfulcralparaodesenvolvimentoeconómicodaRDDnamedidaemque
aatividadeeconómicadafileiravitivinícolafica,emparte,condicionadapelosresultadosemitidospelo
IVDP. A título exemplificativo, a exportação de vinho desta região está condicionada por políticas
governamentais dos países importadores, assim, caso a legislação em vigor exija a verificação de
parâmetrosanalíticosespecíficos(e.g.MalvidolparaoBrasil),aempresaexportadoratemdesolicitar
aoIVDPqueprocedaaossupracitadostestes.Destaforma,todooprocessodeexportaçãoficapendente
atéqueosresultadossejamemitidos.
Paraefeitosdepesquisaconsideradanesteprojeto,otempoderespostarefere-seaoperíododetempo
quedecorreentreachegadadeamostrasaoPRAeaemissãodorelatórioderesultadosanalíticos,não
considerandoadatafinal,umavezquesepodeincorrerematrasosdevidoafatoresexternosàDSTC
como,porexemplo,aliquidaçãotardiadoserviçorequerido.
Recursos
BALe/ouCCQ
PlanodeProdução
Encomendaconcluída
Ordemdeencomenda
Requisiçãoserviço
Protocoloanalítico
RecursosEtapadeterminação
parâmetro
operações
Componente
Produto
37
Considera-se que o tempo de resposta é ditado pelo lead-time do laboratório uma vez que, para
processosquerequisitemSPeSL,adatadeemissãoderesultadosem2016apenasfoiinfluenciadapelo
serviçodeprovaem9%dosprocessos(figura17).
Figura17.Serviçodeprovacomobottleneckdosistema
Neste sentido, e para obter uma caracterização detalhada, é fundamental observar este indicador
segundootipodeserviçolaboratorialsolicitado(figura18).
Figura18.Tempoderespostaporfinalidaderequisitada
OgráficoapresentadoretrataotempoderespostaparatodososserviçosdisponibilizadospelaDSTC,
ouseja,finalidadesassociadastantoaolaboratóriocomoàprova.Arepresentaçãográficaevidenciaa
discrepânciadetemposderespostaassociadaacadaumadasfinalidades,empartejustificadapelas
diferençasdoprotocoloanalítico.Adicionalmenteévisívelumaelevadaamplitudeemalgunsdestes
cenários,porexemplonafinalidade10-Ensaioe16-Varejo.DosserviçosdisponibilizadospelaDSTC,a
9%
91%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Gargalo NãoGargalo
Douro
Porto
TotalProcessos
38
finalidadeRecurso,associadaaoserviçodeprova,possuiumcarácterprioritárioeapresentaumtempo
médioderespostadeaproximadamente2e3diasparaarespostadoPortoeDouro,respetivamente.
Noqueconcerneaoregistodosprodutos,nocircuitoDouroarespostaémaisrápida,cercade5dias,
faceaos6diasqueseverificanoPorto.
4.1.3. Caracterizaçãodaprodução
Aanáliseecaracterizaçãodoprocessoanalíticoécrucialparaoenquadramentodoestudodecasonos
problemasexpostosnaliteratura.
Atualmente,constamdoportfóliodeserviçosdaDSTC49finalidadesdistintas,sendoqueparacada
umadelasexisteumguiãoanalíticoassociado(internamentedesignadoporprotocolo),podendovariar
segundoacategoriaeotipodevinhoouBEexaminadaequeimplicamumconjuntodeparâmetrose
métodosanalíticos.
Posto isto,considera-sequeaproduçãonaDSTCétipicamenteMTOumavezqueasuaproduçãoé
executadade acordo comas encomendas colocadaspelos clientes. Por sua vez, cadaencomendaé
constituídaporumconjuntodeprodutosdeterminadospeloprotocoloanalítico.Adeterminaçãode
cadaparâmetroimplica𝑛etapascomcomplexidadeetemposdeprocessamentodistintos.
Doravantepassaadesignar-secadaparâmetroanalíticopor𝐽𝑜𝑏𝑖, 𝑖 ∈ {𝐶ó𝑑𝑖𝑔𝑜𝑠𝑝𝑎𝑟â𝑚𝑒𝑡𝑟𝑜𝑠}ecada
jobécompostoporumconjuntode𝑛operações𝑂*2,2∈{7,…,6}.
Outrodos fatoresque sedestacanaorganização internado serviço é a sua segmentaçãoem cinco
setoresquecompõeolaboratóriodaDSTC.Estadisposiçãocaracteriza-sepelasuadisposiçãosegundo
funcionalidade, onde cada setor aplica técnicas específicas para determinação de diferentes
parâmetros. Também a organização interna do laboratório implica que, dentro de cada setor, cada
operador esteja apto a executar mais do que uma técnica analítica, tornando-se responsável por
multitarefas.
ATabela7resumealgumasdascaracterísticasdaDSTCquepermitemidentificarotipodeproduçãoem
queseenquadra.
39
Tabela7.CaracterísticasdaproduçãonaDSTCAdaptadode(Stevenson,2009)
CaracterísticasJob-Shop CaracterísticasDSTC
Elevadavariedadedeprodutos/serviços ü
Baixovolumedeprodução ü
Temposdeprocessamentodistintos ü
Rotasdeprocessamentodistintas ü
Layoutporfuncionalidade/processo ü
Procurapoucoestável ü
Tendoporbaseaimportânciaatribuídapelaliteraturaaocontrolodoinputdosistema,pode-seafirmar
que,nopresenteestudodecaso,essecontroloéfeitoaquandodatriagemdeprocessosaanalisarpara
o dia de trabalho seguinte. Surge a necessidade de criar um algoritmo de decisão, baseado em
multivariadoscritérios,deformaaidentificarquaisospotenciaisprocessosaseremaceites,equeseja
capazdesistematizaraponderaçãoempíricaatualmentepraticada.
4.2. PlaneamentodoserviçolaboratorialdaDSTC
A complexidade do serviço laboratorial resulta em grande parte da diversidade de produtos que
constamno seuportfólio e quepodem ser obrigatórios ouopcionais parao cliente. Esta variedade
implicou uma pesquisa exaustiva com o intuito de perceber quais os produtos que realmente são
produzidos de forma sistemática e que, em última instância, são o cerne do trabalho laboratorial.
Contudo,estaetapaviu-sedificultadadevidoàfaltadeumabasededadoscominformaçãocruzada,
implicando uma análise individual aos registos de cada referência. Finalizado este momento de
diagnóstico, era aindaevidenteumportfólio alargadodeprodutos,muitosdosquais acabavampor
sereminsignificantesnotrabalhodiáriodolaboratóriodevidoàsuasolicitaçãopontual,tornando-seum
fatorimpeditivoparaumacompanhamentodaproduçãodestasreferências.Postoisto,foinecessário
reestruturar a abordagem a adotar de forma a tornar viável o desenvolvimento de um sistema de
escalonamento.
TodaestaredefiniçãodoproblemafoisustentadanaTOCondeseassumequeamáximautilizaçãodas
restrições corresponde à performancemáxima de um sistema. Adicionalmente, ametodologiaDBR
incita a que o ritmo de produção seja definido em função dessa mesmo restrição. Através desta
abordagemfoipossível reduziracomplexidadedestesistemaespecíficoqueécaracterizadoporum
ambiente fabril do tipo flexible job-shop (Gardiner et al., 1993). A aplicação destes conceitos ao
40
problemaespecíficopotencioua identificaçãoda restriçãodo sistemade formaaqueeste sejaum
pontodepartidaparaaresoluçãodestecasodeestudo.
4.2.1. IdentificaçãodarestriçãoApós observação do funcionamento interno do FQ, foi possível detetar quais os aspetos que
condicionamasuacapacidadederesposta.Atualmente,existeumconjuntodefatoresqueincitaosetor
emquestãocomobottleneckdosistema,sendoeles:
• Perecibilidadedosprodutos–Ofactodeaproduçãodedeterminadosjobsficarcomprometida
devidoàdetioraçãodaamostraimplicaquesegarantaacapacidadedeproduçãodosetorapós
aaberturadagarrafa.Estemotivopressupõequeestastarefasnãodevamficararmazenadas
comoWIPexistindoapossibilidadedecomprometerosresultadosanalíticos.Osjobs𝐽AA, 𝐽J7e
𝐽�7sãoalgunsexemplosdestesjobs.
• Técnicas químicas clássicas – Neste setor é evidenciada a natureza minuciosa associada a
técnicasdafísico-químicaclássica.Muitasdasoperaçõesexecutadasexigemumamanipulação
cuidada e rigorosa, quer no que diz respeito à manipulação dematérias-primas como dos
equipamentos.
• Tempo de processamento do produto – Esta condicionante surge na sequência do tópico
anterior.Otempodeprocessamentoestá,emgrandemedida,associadoàaplicaçãodetécnicas
clássicasdaquímicaquerequeremumtemposuperiordoquequandocomparadoscomoseu
processamentoatravésdeoutrasmetodologiasoucomrecursoaequipamentostecnológicos
específicos.
• Elevadadependênciaderecursoshumanos–EssencialmentenaFQI,aproduçãodependeem
grandepartedosrecursoshumanosexistentes.Aindaaliadoàstécnicasutilizadasnestesetor,
ooperadoréresponsávelporumconjuntodeoperaçõeseequipamentose,emalgunscasos,
ocolaboradoréorecursoexecutantedaoperação.Nestesentido,acapacidadedosistemaestá
diariamente sujeita a fatores da natureza humana, como por exemplo a produtividade do
operador,edeincertezataiscomooabsentismo.
Umcasoparticulardolaboratório,faceaoqueacontecenamaiorpartedasindústrias,éofacto
de este setor ser produtor e fornecedor de matéria prima, tais como soluções-padrão e
reagentes, indispensáveis à produção, pelo que o operador assume outras atividades de
suporte à produção. Neste contexto, os recursos humanos são cruciais para executar as
operaçõesdesuportequesustentamaatividadedetodoolaboratório.
• Produçãodependenteentresetores–Acriticidadedosjobscondicionaaproduçãorealizada
nosoutrosdepartamentoslaboratoriaispois,apesardaexistênciadecapacidade,aprodução
41
encontra-selimitadapelacapacidadederespostadaFQ.Aliadaaestarestrição,grandeparte
dosjobsexecutadosnoCrG(todososjobsquecompõeaclassecompostosvoláteis-𝑗��nt),têm
umaoperaçãoprecedenteexecutadanaFQI.
• Controlodequalidade–TalcomoevidenciadopelaanáliseABCanteriormenteapresentada
(figura15),umadasvariáveiscomelevadoimpactonasatividadesoperacionaisdaorganização
prende-se com o apertado controlo de qualidade implementado no laboratório. Estas
atividades pressupõem não só a realização de testes de validação e calibração dos
equipamentos,mastambémaexecuçãodeprocessosdecontrolo,aanálisecomparativacom
padrõesconhecidoseaproduçãodeduplicados.
Asoperaçõesassociadasàcalibraçãoemanutençãodosequipamentossão,muitasdasvezes,
atividades “consumidoras” de tempo e fatores de precedência entre operações.
Adicionalmente, a execução de duplicados é, à semelhança de um produto solicitado pelo
cliente,umaatividadequepressupõeoconsumodetempoerecursos.
Porestesmotivos,optou-sepormantera subordinaçãodaproduçãodo laboratórioao setorFQ tal
como é feito atualmente. Contudo, caso seja viável, posteriormente poder-se-á extrapolar este
escalonamentotambémparaosrestantesdepartamentosqueintegramtodooserviçolaboratorialda
DSTC.Afigura19pretendeilustrarofluxoprodutivoentresetores,evidenciandoqueoescalonamento
daproduçãoé feitoem funçãodaFQ,equeos restantes setores têmcomo inputparaproduçãoo
planeamentoefetuadoparaaFQ.EmencomendasespecíficasquenãosolicitemjobsexecutadosnaFQ,
cadadepartamentopodeterinputsindependentesentresi.
Figura19.Escalonamentoefluxodeproduçãoentresetores
42
4.2.2. Jobsesequênciadeoperações
Após definição do setor sobre o qual recairá o sistema de escalonamento, torna-se fundamental
identificar quais os jobs que são desenvolvidos neste setor e, numa etapa posterior, detalhar as
operaçõesassociadasacadareferênciadoproduto.Primeiramente,foinecessáriofiltrarosjobsquesão
realmente produzidos no setor, pois existem jobs que apesar de atribuídos ao setor podem ser
desprezadosnomomentodeescalonaroserviçoumavezqueasuadeterminaçãoéfeitaatravésde
cálculosrealizadospelosoftwareGLab.
Depois desta triagem realizada, procedeu-se ao levantamento de informação sobre cada job,
implicando um grande acompanhamento das atividades no “chão de laboratório” devido à elevada
complexidadedasvariáveisenvolvidasnoprocessoprodutivodecadaproduto.Oenquadramentodeste
sistemanumcenáriotipicamentejob-shopaliadoaoportfóliodejobsexecutadosnestesetor,traduziu-
senumelevadonúmeroderotasdeprocessamentodistintas.
Umadascaracterísticasdofuncionamentodolaboratórioprende-secomaproduçãoemlotes,istoé,
apesardaentradadeencomendasparaoshopflooraorganizaçãodotrabalhodecadasetorbaseia-se
emlotesformadosparaumjob.Diariamente,osoperadoresconsultamoplanodetrabalhoesabem,
para cada job, a quantidade de análises que vão ser executadas. A FQ apresenta uma outra
particularidadequedeveserevidenciadadevidoaoimpactoquetemnaproduçãodiária.Algunsdos
produtosexecutadosnaFQpodemserprocessadosnumequipamentoespecíficodesignadoWineScan,
associadoàFQII,queatravésdeumasóamostradeterminamaisdoqueumprodutoemsimultâneo.
Estaparticularidadedoequipamentopermiteque,independentementedonúmerodejobsaexecutar
nestamáquinaparaumadeterminadaencomenda,estaoperação será realizadaumaúnicavez. A
indicaçãodestatécnicaérealizadaatravésdadiferenciaçãodocódigodeproduto(e.g.ProdutoTAV
comadesignação𝐽AAparaprocessamentoclássicoe𝐽ATparaprocessamentonoWineScan-WS).
Ainformaçãorelativaaosprodutosretratadosnestecasodeestudoencontra-senoanexoC.
4.3. DesenvolvimentodaHeurísticaConstrutiva
Esteprojetotevecomoprincipalobjetivodesenvolverumaheurísticaconstrutivacapazdeexecutaruma
proposta de escalonamento que colmatasse as necessidades do IVDP no que diz respeito ao
planeamento a curto prazo. Contudo, era de extrema importância que esta proposta refletisse as
variáveisinerentesaotrabalholaboratorial.Tendoemcontaaspropriedadesdistintaseosrequisitos
43
dosistemafoinecessáriodesenvolverumaheurísticaderaiztotalmentedirecionadaparaaprodução
dolaboratórioFQ,tendocomopontodepartidaalgumasabordagensdivulgadasnaliteratura.
4.3.1. Princípiosbase
O processo de estruturação da proposta apresentada teve como princípio base a TOC, focando-se
essencialmente na FQ. Posto isto, tornava-se essencial identificar corretamente a restrição que
condicionavaaexecuçãodasatividadesdestesetor,tornando-seumaetapacrucialparaaadequação
daheurísticaàrealidadedosistema.
Estaetapainicia-secomoacompanhamentodasatividadesdeplaneamentoetriagem,sendoquetodo
este processo era baseado na capacidade de execução de alguns jobs e respetivas operações,mais
concretamente, operações de destilação associadas a 𝑗AA, 𝑗J7 e 𝑗��nt, seguidamente, procedia-se à
seleçãodeencomendasaprocessarcombasenosjobssolicitados.
Estametodologiadeplaneamentoindiciavaquaispoderiamserasatividadesgargalo,contudo,deforma
agarantirumacaracterizaçãocorretadoshopfloor,variáveiscomoafrequênciadeexecução,otempo
deprocessamentoeaautomatizaçãodoprocessoassociadoacadajobestiveramnabasedestaanálise.
Devidoàvariabilidadedeprodutosquepodemconstituirasencomendasqueentramnoserviço, foi
aplicadoumDiagramadeParetocomopropósitodeverificarquaisosprodutosdeclasseAnoque
concerne à frequência de análise no laboratório. Na aplicação desta ferramenta não foram
contemplados os jobs analisados noWS uma vez que existe correlação dos dados relativamente à
frequênciadeexecuçãodosjobs.Assim,afigura20evidenciaosprodutoschaveparaolaboratório(no
anexoDencontra-serepresentadaatabelaquepermitiuconstruirodiagrama).
Figura20:AnáliseABC-Classificaçãodeprodutos
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
115
1154 105 22 341 61 91 51 12 591
571
581
561
232
742
751
112
102
1471 901
1491 121
931
131
1174
1372 251
1451 111
6021 161 21
1401
1411
6001
6011 83
1421 611
162
Parâmetros
44
Aclassificaçãode𝑗AA𝑒𝑗J7comojobspertencentesàclasseAvemcorroboraroatualdimensionamento
daproduçãoemfunçãodestesdoisprodutos.Damesmaformatemosque,asoperaçõesdedestilação
associadasaestesjobs(𝑂AA,Ae𝑂J7,7)sãoexecutadasnomesmoconjuntodemáquinasconstituindo
umadiminuiçãodecapacidadeprodutivadecadajobisoladamente.
Figura21.RotadeprocessamentodeJ22,JCvoleJ61
Posto isto, a conjugação das variáveis (i) tempo de processamento dos jobs, (ii) dependência do
operador para execução das operações (iii) partilha de equipamentos e (iv) criticidade do produto
permitiu-nosconcluirqueestasoperaçõesconstituíamumgargalonosistemae,portanto,esteposto
seriaconsideradoaworkstationgargalo.
Talcomoevidenciadonaliteratura,aproduçãodeveentãoserdefinidaemfunçãodacapacidadeda
workstation gargalo uma vez que o aumento da capacidade noutro posto não aumentará a
produtividadeglobaldosistema.Postoisto,aheurísticaadesenvolverincidefundamentalmentesobre
aworkstationgargalo.
4.3.2. VariáveisconsideradasnodesenvolvimentoNumambientedotipoFJScaracterizadopelaenormecomplexidadeassociadaénecessárioavaliare
conhecer quais as variáveis que têm impacto no processo produtivo de forma a que possam ser
implementadas no sistema de escalonamento. Neste sentido, os tópicos seguintes descrevem o
conjuntodefatoresqueafetamaprodutividadedolaboratórioFQequesãoincorporadosnomodelo
desenvolvidonesteprojeto.
45
4.3.2.1. Característicasdoworkcentergargalo
O workcenter em análise é composto por um conjunto de 3 destiladores em paralelo e com
característicassemelhantes,evelocidadesdeprocessamentoidênticas.Destaforma,umaoperaçãoque
pressuponhaesteequipamentopodeserexecutadaemqualquerumadasmáquinasqueoconstituem.
Osjobsprocessadosnestecentrodetrabalhosãoconsideradoscríticose,portanto,implicamqueoseu
processoprodutivosejainiciadoomaiscedopossíveldeformaanãoconstituíremWIP.Apósanáliseda
área onde são executados conclui-se que existe apenas um operador responsável por todas as
operaçõeserestantesequipamentosassociadosàproduçãodestesjobs.ParaalémdoWCgargalo,esta
área de trabalho é constituída por um densímetro digital e outro automático, um equipamento de
banho,umdestiladordebebidasespirituosaseumaburetaautomática(anexoE).Nestesentido,torna-
se fundamentalgarantirquetodasasoperaçõesdecadaumdos jobs sãoexecutadasmesmoqueo
operadorassumamaisdoqueumafunção.
Umavezquetodooescalonamentofoidesenvolvidocombasenosdestiladoreserespetivasoperações
é importante referir algumas características que condicionam a heurística proposta. Posto isto,
constatou-sequeacalibraçãodasmáquinastemumavalidadede6meses, findoesteperíodoestas
devem ser submetidas a nova calibração e validação. Contudo, diariamente os equipamentos são
testadosdeformaagarantiracalibraçãoapenasparaaexecuçãodaoperação𝑂AA,A.Tendoemcontao
impactoqueestecontrolodequalidadepodeprovocarnoescalonamentorealizado,condicionandoo
númerodemáquinasdiáriasaptasparaexecutaraoperação,considerou-sefundamentalqueosistema
desenvolvido fosse definido tendo em conta o número de equipamentos gargalo que o operador
pretendeagendar.Destaformaooperadorconseguereagendarcasoexistaalgumavariaçãoentreo
número demáquinas definidas antes e depois da validação do equipamento. A figura 22mostra a
interfaceexistente entreo sistemaeoutilizadornadefiniçãodonúmerodemáquinas gargaloque
pretendeagendar.
Figura22.Númerodemáquinasgargaloaagendar(interfaceentreooperadoreosistema)
46
Estesequipamentossãoprocessadoresclássicoscujotempototaldeprocessamentodaoperaçãodos𝑘
jobsqueconstituemoloteédadopelaequação6.
𝑝 ℬ(𝑂*2) = 𝑝���
W
7
(6)
𝑝 ℬ(𝑂*2) –Tempodeprocessamentodas𝑛operações𝑂*2 queconstituemolote
𝑘–Dimensãodolotedejobs𝑖
𝑝���-Tempodeprocessamentodaoperação𝑗dojob𝑖
4.3.2.2. Triagem
NopercursoanalíticodoIVDPumadasetapasfundamentaiséoprocessodetriagemqueantecedeo
momentodelibertaçãodaencomendaparaochãodefábrica.Duranteesteprocessoasencomendas
sãoselecionadasporpartedosoperadoresdetriagemtendoemcontaacapacidadedosetorparaasua
execuçãoparaumaperspetivatemporaldeumdia.Postoisto,pode-seafirmarqueexistemdoisgrandes
segmentosnoprocessoprodutivo:(i)dareceçãoatéàtriagem;(ii)dadistribuiçãodaencomendapara
ossetoresdeproduçãoatéàconclusãodaencomenda(emissãodoscertificados).
Umadasparticularidadesdaorganizaçãoemestudo,prende-secomofactode,apesardeapresentarem
características de produçãoMTO, as encomendas não implicarem uma data de entrega ao cliente
definida, dificultandooprocessodedecisão sobrequais as encomendasquedevem serexecutadas
primeiro. Uma vez que esta ponderação era feita de forma empírica pelo operador, procedeu-se à
avaliaçãodoscritériosparacriarumaregradedespachodeencomendasquerefletisseosobjetivosda
organização e atribuísse um Índice de Prioridade (IP). Para tal, foi realizado um levantamento dos
critérios que são ponderados aquando da seleção de encomendas que posteriormente foram
quantificadosatravésdaaplicaçãodametodologiaAHP.Apósponderação,oscritériospropostospara
adefiniçãodoIPsão:
• Categoria: de acordo com a categoria da encomenda em que a mesma se insere a sua
importânciaévariável.
• Urgência:aencomendatemounãoassociadaataxadeurgência(taxaacrescidaaomontante
pagopelocliente).
• Temponosistema:períodotemporalquedecorreentreaaberturadoprocessodaencomenda
eadatadatriagem(onúmerodediasécontabilizadopelosistemaGlabemdiasúteis).
47
• Solicitação de produtos de outros setores: considera se a encomenda solicita produtos de
outros setores para além da FQ. Desta forma, dá-se prioridade a estas encomendas,
favorecendoaprodutividadedosrestantessetores.
• SolicitaçãodosprodutoscríticosatravésdatecnologiaWineScan:consideraseosprodutos
críticossolicitadosnaencomendasãoexecutadosnesteequipamento.
Comointuitodesintetizaraimportânciadecadaumdestescritériosnoprocessodetomadadedecisão
relativoàprioridadede cadaencomenda, foi utilizadaametodologiaAHP.Recorreu-seao software
SuperDecisions,versão2.8,paraobterasprioridadesassociadasacadanívelhierárquicodadecisão,
resultadosqueposteriormentesãoincorporadosnomodelo.Acomparaçãoentreparesdecritériosfoi
construídatendoemcontaasobservaçõesrealizadasnoterreno,oacompanhamentodeatividadesde
triageme informações recolhidas juntodooperador.Amatrizdecomparaçãoentre critériosobtida
(tabela8)apresentaum𝐶𝑅 ≈ 0,053,sendoconsideradaválidaumavezqueéinferiora0,1(noanexo
Fencontra-seamatrizdecomparaçãoentrealternativasparacadacritério).
Tabela8.Matrizdecomparaçãoentrecritériosparapriorizaçãodeencomendas
Critérios Categoria Urgência TemponoSistema
Outrossectores
ProtocoloWS
Categoria 1 5 3 9 7Urgência 1/5 1 1 5 5TemponoSistema 1/3 1 1 5 3
Outrossetores 1/9 1/5 1/5 1 1/3
ProtocoloWS 1/7 1/5 1/3 3 1
Assim,aTabela9 representaasvariáveisutilizadasparaocálculodo IPdaencomendautilizadasna
equação7.
𝐼𝑃 = 𝑃𝐶𝐶 ∗ 𝑃𝐶 + 𝑃𝐶𝑈 ∗ 𝑃𝑈 + 𝑃𝐶𝑇𝑆 ∗ 𝑇𝑠 + 𝑃𝐶𝑂𝑆 ∗ 𝑃𝑂𝑆 + 𝑃𝐶𝑊𝑠 ∗ 𝑃𝑊𝑠 (7)
48
Tabela9.VariáveisutilizadasnocálculodoIP
𝐼𝑃 Índicedeprioridade n.a.
𝑃𝐶𝐶 Ponderaçãodocritério“Categoria” Prioridadedocritério“Categoria”
𝑃𝐶 Pesoassociadoàcategoria Certificação/Consultoria/Fiscalização/Pré-certificação
𝑃𝐶𝑈 Ponderaçãodocritério“Urgência” Prioridadedocritério“Urgência”
𝑃𝑈 Pesoassociadoàurgência Urgente/Nãourgente
𝑃𝐶𝑇𝑠 Ponderaçãodocritério“TemponoSistema”
Prioridadedocritério“Temponosistema
𝑇𝑠 Númerodediasnosistema n.a
𝑃𝐶𝑂𝑆 Ponderaçãodocritério“OutrosSetores”
Prioridadedocritério“OutrosSetores”
𝑃𝑂𝑆 Pesoassociadoàsolicitaçãooutrossetores
Envolveoutrossetores/nãoenvolveoutrossetores
𝑃𝐶𝑊𝑠 Ponderaçãodocritério“WS” Prioridadedocritério“WS”
𝑃𝑊𝑠 PesoassociadoàsolicitaçãoWS ComWS/semWS
Atítulodeexemplo,umaencomendacomurgência(0,1650)quepressuponhaacertificação(0,2443),
ondesãoimplicadosjobsdeoutrossetores(0,0319)eWS(0,0583)equeestejaháumdianosistema
(1×0,17614)possuiumIPde0,6757.
DevidoaosrequisitosexistentesrelativosàcriticidadedosjobseconsequenteformaçãodeWIPtorna-
se fundamental conseguirdimensionara cargaqueé imputadaao setorFQde formaa respeitaras
restriçõesdecapacidade,evitandoaperturbaçãointernadosistema.
AplicandooconceitodeWLCecontrolodeinput-output,considera-sequeoatriagemfuncionacomo
umapré-pool,ondeasencomendasficamemesperaatéqueomecanismodecontrolodeinputdefina
omomentodeentradaparaoshopfloor.Adecisãosobreocontrolodeinputtrata-sedeumadecisão
periódica,umavezquealibertaçãodeencomendasérealizadaapenasumavezpordia.
4.3.2.3. Duplicadosanalíticos,temposdesetupetemposdeprocessamento
Tendoemcontaadiversidadedeprodutose rotasdeprocessamentoadecorreremsimultâneono
shopfloor,urgeanecessidadedegarantirqueostemposdesetupeotempodeprocessamentodecada
operação são incluídos no modelo desenvolvido. Em ensaios químicos o controlo de qualidade do
processoconsistenaexecuçãodeduplicadosdaamostra.Assim,avalidaçãodocontrolodequalidade
duranteaproduçãodolaboratórioérealizadaatravésdarepetiçãodeprodutosexecutadosconsoante
49
ofatordeduplicaçãopré-definidopeloscritériosdacertificação.Acontabilizaçãodequantosprodutos
são adicionados ao lote de produção durante este processo é fundamental em cenários de
processamento de lote em série uma vez que o tempo de produção correspondente depende do
númerodejobsqueoconstituem.Supondoaexistênciadeumloteparacadajobcomdimensão10,a
figura 23 representa, para os jobs que implicam realização de duplicados, o aumento existente no
tamanhodolote.Deformaanáloga,afigura24evidenciaaconsequênciaqueavariaçãodotamanho
dolotetemnotempodeprocessamentodecadaumdosjobs.Assituaçõesemqueseverificaapenas
oaumentodadimensãodolotedevem-seaoprocessamentoemBPM.
Figura23.Dimensãodolote–EstimadovsReal
Figura24:Tempodeprocessamentoemfunção–EstimadovsReal
Nocasoespecíficodeproduçãoem laboratórios,o tempodesetupdosequipamentos torna-se,por
vezes,bastantesignificativofaceaotempodaoperação.Esteacontecimentoétambémverificadona
FQ,ondenamaioriadoscasosemqueasoperaçõesimplicamumapreparaçãoprévia,estasapresentam
0
5
10
15
20
25
12.1
51.1
61.1
61.2
91.1
105.1
115.1
121.1
121.2
121.3
121.4
121.5
121.6
121.7
131.1
232.1
751.1
901.1
901.2
901.3
931.1
931.2
1154
.111
74.1Dimen
sãodo
lote(u
nidade
s)
Códigodosjobs
DimensãodoLote
Estimado
Real
020406080100120140160
12.1
51.1
61.1
61.2
91.1
105.1
115.1
121.1
121.2
121.3
121.4
121.5
121.6
121.7
131.1
232.1
751.1
901.1
901.2
901.3
931.1
931.2
1154
.111
74.1
minutos
Códigodosjobs
TempodeProcessamentodoLote
Estimado
Real
50
umtempodeprocessamentobastanteinferioraosetupnecessárioe,consequentemente,umabaixa
utilizaçãodoequipamento(figura25).
Figura25:Tempoassociadoaosetupeaoprocessamentodaoperaçãojdoprodutoi(𝑝*2)
Aindanoqueconcerneàdefiniçãodavariávelsetupéimportantecaracterizarotipoemanálise,sendo
que, todos as sequências de produção analisadas possuem tempos independentes da sequência de
trabalho,ouseja,nãovariamcomopadrãodeproduçãoaexecutar.Postoisto,umadasconstatações
realizadasaquandodoacompanhamentodaproduçãodiária,éaimportânciaqueotempodesetupe
deprocessamentodosduplicados têmnomomentodoplaneamentodaprodução.Nestesentido,e
tendoemcontaodesvioquepodeexistirentreaproduçãoprevistaeaexecutadaeoimpactoquepode
causarnacapacidadederespostadosetor,considerou-sefundamental incorporarestasvariáveisno
modelodeplaneamentodesenvolvido.
4.3.2.4. Batchingecaracterizaçãodeequipamentos
Umadaspotencialidadesdoprocessoanalíticoexistentenolaboratórioprende-secomadisponibilidade
damatéria-primapara iniciaroprocessoprodutivo.Contrariamenteaoqueacontecenamaioriados
processos, os setores laboratoriais conseguem através da matéria-prima inicial (garrafa de vinho)
desagregá-laempequenasamostrasqueposteriormentesãoutilizadasparaoprocessamentodosjobs.
Estavalênciapermitequeamatéria-primaestejaimediatamentedisponívelparaprodução,permitindo
executaremsimultâneoosjobsdeumamesmaencomenda,nãoconstituindoumarestriçãoderecursos
noprocesso.Postoisto,aproduçãoésegregada,combasenoprodutoaexecutar,atravésdaformação
delotesconstituídospelasamostrasreferentesàsencomendasquesolicitamoproduto.
Tendo em conta o ambiente produtivo em estudo, job-shop, o departamento apresenta um layout
orientadoporprocesso,caracterizadopelaexistênciadediversosworkcentersquefacilitamagestão
0
20
40
60
80
100
120
3.1 12.1 22.2 61.1 112.1 121.3 561.1 571.1 581.1 591.1 1154.1 1491.2
Minutos
Setup
𝑝*.2
51
dasdiferentesrotasdeprocessamento.Deformaafazerumdiagnósticocorretoforamanalisadosos
equipamentos existentes no laboratório classificando-os segundo a quantidade, tempo de
processamentoecapacidadedeprodução.
No que concerne ao número de equipamentos disponíveis foi constatado que existiam rotas de
processamentoassociadasaoproblemademáquinaúnicae,noutroscasos,aexistênciademáquinas
emparaleloidênticas,ouseja,comamesmavelocidadedeprocessamento.Estaobservaçãoconduziu
aumaabordagemdocasodeestudocomoumproblemadotipoFJSSP,umaextensãodoproblema
clássicoJSSP,ondeparaalémdadiversidadederotaspossíveisexisteflexibilidadenaafetaçãodojobàs
máquinas onde são processados, adicionando complexidade ao problema de escalonamento. Após
avaliaçãodotipodeprocessamentodecadaequipamentofoiidentificadaapresençademáquinasdo
tipo BPM com capacidade limitada. Estes processadores, típicos na indústria química, têm a
particularidadedeprocessarmaisdoqueumaunidadeemsimultâneocujotempodeprocessamentoé
determinadopelotempodeprocessamentomáximodasunidadesqueestãoaserproduzidas.Atítulo
exemplificativo, o equipamentoMufla utilizada como um forno no processo produtivo do job 𝑗7A7,
apresenta esta característica de processamento. No algoritmo desenvolvido as variáveis atrás
evidenciadas,i.e.,quantidade,tipodeprocessadorecapacidadeforamincorporadas.Nocasoparticular
de processadores do tipo BPM, a capacidade de executar um determinado número de tarefas em
simultâneo é determinada pela capacidade processamento de uma únicamáquina e, caso existam
máquinas em paralelo, pela sua quantidade. Assim, nestes casos foi definido que a quantidade de
máquinas disponíveis é determinadapela equação 8. Toda a informação relativa aos equipamentos
existentesnaFQencontram-senoanexoG.
4.3.2.5. Prioridadesentrejobs
Talcomojáfoireferido,umadasexigênciasnaproduçãoprende-secomaimposiçãodequeosprodutos
críticos sejam executados no mesmo dia em que a sua produção é iniciada. Contudo, a heurística
desenvolvidadefinequeoescalonamentoérealizadoemfunçãodogargalodosistemaetodaarestante
produçãoégeridaaoseuritmo.Porestarazão,foinecessáriogarantirque,casohajamprodutoscríticos
paraalémdosquesãoproduzidosnogargalo,estesdevemterprioridadeduranteoagendamentodos
restantespostosdetrabalho.Postoisto,foramutilizadosquatrocritériosquepermitirampriorizaros
produtosporordemdeprioridade.Ostópicosseguintesexplicamosprincípiosqueestãonabasedasua
utilização:
𝑄𝑡. 𝑑𝑒𝑚á𝑞𝑢𝑖𝑛𝑎𝑠 = 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑𝑒𝑒𝑚𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑜𝑑𝑜𝐵𝑃𝑀×𝑛ú𝑚𝑒𝑟𝑜𝑑𝑒𝐵𝑃𝑀′𝑠 (8)
52
• Criticidade-Quantomaiscríticoforojob,maioranecessidadeemconcluiroprocessamento
no dia da recolha da amostra, logomais cedo deve ser executado de forma aminimizar a
hipótesedeficarsobWIP.
• Retrabalho–Seojobestásujeitoaserreprocessadoparaqueosresultadossejamadmitidos
• Tempodeprocessamento–Quantomaiorotempodeprocessamentodo jobmaiscedoele
deveseriniciado
• Grau de automatização – Quanto maior for a automatização do processo produtivo de
determinadojobmaiscedodeveseriniciado
EstetópicoimplicouaaplicaçãodametodologiaAHPcomointuitodedefiniraprioridadedosdiversos
jobs.Amatrizdecomparaçãodoscritériosencontra-serepresentadanatabela10com𝐶𝑅 ≈ 0,043e,
portanto, a matriz é considerada consistente. As tabelas de comparação entre alternativas estão
representadasnoanexoH.
Tabela10.Matrizdecomparaçãodecritériosparapriorizaçãodejobs
Critérios Criticidade Retrabalho Tempodeprocessamento
Graudeautomatização
Criticidade 1 3 5 7Retrabalho 1/3 1 3 5
Tempodeprocessamento 1/5 1/3 1 3Graudeautomatização 1/7 1/5 1/3 1
4.3.2.6. Operador
Ooperadorconstituiumrecursofundamentalparaqueaproduçãodecorradentrodoplaneamento
efetuado e no panorama do setor FQ este contributo é ainda mais evidente. Dada a natureza do
ambiente produtivo e o seu layout orientado por processo, todos os colaboradores têm formação
diversificadaesãoresponsáveispormaisdoquetarefa.Paraumadeterminadaoperação,ocolaborador
podeintervirdurantetodooperíodoemqueestaestáaserprocessada,ouentãopodeserresponsável
apenasporpartedoprocedimento,comoporexemplopelapreparaçãoecolocaçãodasamostrasnos
equipamentos.Nestesentidoomodelodesenvolvidoconsideraqueotempodeoperaçãoenglobao
tempoemqueooperadoréativonoprocessoeotempoglobaldaoperação(figura26).
Tempoativo
operadorTempodeprocessamento
TempodaOperação
Tempoativooperador
TempodaOperação
Figura26.TempodeOperaçãoetempoativooperador
53
Estarepresentaçãopermite-nosconcluirque,quandootempodeoperaçãoéigualaotempoativodo
operador, a sua produção é totalmente dependente do operador e, portanto, não se trata de um
métodoautomatizado.
Esta diferenciação foi realizada de forma a que o algoritmo desenvolvido consiga agendar em
simultâneo,doisjobsexecutadospelomesmooperador,desdequenãosejamexecutadosnamesma
máquina.Assim,aindaqueumaoperaçãoestejaadecorrer,ojobseguintepodeseragendadoapartir
domomentoemqueooperadorconcluiasuainteraçãonoprocesso.Dadoovolumedetrabalhodo
operador,foisugeridopelaDSTCqueoalgoritmotivesseemconsideraçãoestavariávelnomomento
detriaroserviçoqueentranolaboratório.Assimsendo,foiincorporadonomodeloumcontadorpara
ovolumedetrabalhodooperadordeformaaquenãoseexcedaorespetivohoráriolaboral.
4.3.3. Algoritmo
Numa segunda etapa, após recolha de todos os requisitos a incorporar na heurística e respetiva
informação,foidesenvolvidooalgoritmocapazdefornecerumasoluçãoadmissívelparaoproblemade
escalonamentodoserviçodelaboratórioFQ.
Com o intuito de diminuir a complexidade do problema adotou-se uma abordagem hierárquica,
decompondo-o num demenor complexidade. Assim, o algoritmo desenvolvido foi conceptualizado
segundotrêsmódulosdistintos(figura27)comobjetivosespecíficos.Oprimeiromódulopressupõea
importação de ficheiros de processamento de texto, em formato .txt, com a listagem dos códigos
associadosaossetoreseaoWS,assimcomoaimportaçãodasencomendasatravésdeumficheiroExcel,
em formato .xls, onde devem constar os seguintes campos “Número do processo”, “Urgência”,
“Finalidade”,“Categoria”,“Temponosistema”,“IP”e“Protocolo”(oanexoIexemplificaummodelodo
ficheirodeinput).Domesmomodoéfeitaaimportaçãodainformaçãorelativaaequipamentos,jobs
(anexoJ)eoperações(anexoK),permitindoaoutilizadoreditarestesdadossemprequenecessário.
Posteriormente,éefetuadootratamentodainformaçãodecadaencomendaparacálculodoIPe,por
fim,asuapriorização.Atravésdestacomponenteépossívelcriarumaregradedespachoquereflitaas
políticasdeserviçoaoclientedefinidaspeloIVDP.
Seguidamente,omódulotriagemfuncionacomoumapré-poolondeospedidossãoarmazenadosaté
quepossamserlibertadosparaochãodefábrica.Estesistemadeadmissãodeencomendaséexecutado
atravésdeummecanismoquevaicontrolandoaevoluçãodacapacidadenogargalo.Destaforma,o
algoritmocalculaacargadetrabalhoparaogargaloinerenteàencomendaeasuadistribuiçãoapenas
acontece em situações onde essa capacidade é validada, caso contrário a encomenda é ignorada e
54
mantém-seemfiladeespera.Destaca-seofactodestemódulonãopararassimqueumaencomenda
nãoéaceite,umavezqueasencomendasnãopossuemtodasomesmoinputparaogargalo.Também
nestemódulo,sãoconstituídososlotesdejobsquevãoserexecutados.
Por fim, o últimomódulo implica o agendamento das operações de todos os lotes formados. Este
procedimento inicia-se como agendamento doWC gargalo e posteriormente os restantes jobs por
ordemdecrescentedeprioridade.
Figura27.Módulosintegrantesdaheurística
Omodelopropostofoidesenvolvidosegundoospressupostosexistentesàdatadeiníciodoprojetoe
abordaoproblemacomodeterminísticoeestático,namedidaemquenãosãocontempladaspossíveis
fontes de incerteza nem acontecimentos em tempo real que interfiram no modelo. Para o
escalonamentoéutilizadaumaescalatemporalcontínua.
Oalgoritmoapresentadoteveporbaseosseguintespressupostos:
• Númerodemáquinasgargalo(destiladores):aintroduzirpelooperador;
• ConclusãodoperíododevalidaçãodosequipamentosparaTAV:60minutos
• Horário Laboral =360 (correspondentesa7horasde trabalho/diadeduzidasde1horapara
pausas,nãodefinidaspelaorganização,ouinterrupçõesnãoprevistas);
• ∆𝑇𝑚𝑎𝑛ℎã,períododamanhãdas9h30às12h;
• ∆𝑇𝑡𝑎𝑟𝑑𝑒,períododatardedas14hàs17h30(figura28);
• Tempodetransporteentreestaçõesdeproduçãofoidesprezado
• Período de Almoço (12h-14h) – 120 minutos, o período de almoço foi definido o período
máximopossívelumavezqueestepodeoscilardentrodesteperíodoconsoanteooperador;
• ℬ{𝑖},dimensãodolotecorrespondentea𝑗𝑜𝑏*;
• 𝑆n��,tempodesetupde𝑂*2 (𝑜𝑝𝑒𝑟𝑎𝑐𝑎𝑜2𝑑𝑜𝑗𝑜𝑏*);
• 𝑝���,tempodeprocessamentode𝑂*2;
• 𝐽𝑎𝑛𝑒𝑙𝑎𝑡𝑒𝑚𝑝𝑜𝑟𝑎𝑙𝑙𝑖𝑣𝑟𝑒 - Representa o período de tempo disponível para executar os jobs que
passamnoequipamentogargalo.Estavariávelconsideraosequipamentosgargaloagendadospelo
operadorassimcomoostemposdesetupnecessáriosparaprocessarcadaumdestesjobs.
Análiseeprocessamentode
encomendasTriagem Agendamento
55
Figura28.Definiçãodoperíodolaboral
Afigura29correspondeaofluxogramarepresentativodoalgoritmodesenvolvido,esquematizandoos
princípiosdefuncionamentodosistemadeescalonamentoproposto.
Figura29.ProcedimentoHeurístico
56
Aheurísticaconstrutivapropostaestáestruturadanasseguintesetapas:Módulo1–Análiseeprocessamentodeencomendas
Passo1:importarencomendasemcarteira;
Passo 2: para cada encomenda calcular a respetiva prioridade de acordo com a equação 7
apresentadanotópico4.3.2.2,eordenarasencomendasexistentesporordemdecrescentede
prioridade
Módulo2–Triagem
Passo3:paracadaencomendaverificarseosjobsquepassamnogargalosãosolicitados:
o Sesimirparaopasso3.1,casocontrárioirparaopasso4:
o Passo3.1:paracada jobquepassanoWCbottleneck solicitadonaencomenda (𝑗AA,
𝑗J7),calcularotempodaoperação.Otempodaencomendapassadonogargaloédado
por:
𝑇𝑒𝑛𝑐�e��etn = 𝑇𝑂AA,A + 𝑇𝑂J7,7
o Passo 3.2: para cada job do passo 3.1 calcular a folga necessária para executar as
respetivasoperaçõesnão-gargalo
𝐹𝑜𝑙𝑔𝑎* = 𝑝�*2(�ã���������)
o Passo3.3:selecionaramaiorfolganecessáriaparaconcluirosjobssolicitados
𝐹𝑜𝑙𝑔𝑎𝑛𝑒𝑐𝑒𝑠𝑠á𝑟𝑖𝑎 = 𝑚á𝑥 𝐹𝑜𝑙𝑔𝑎AA, 𝐹𝑜𝑙𝑔𝑎J7 ;
o Passo3.4:atualizarajanelatemporallivre
𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 = 𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 −𝑇 6¡������� − 𝐹𝑜𝑙𝑔𝑎𝑛𝑒𝑐𝑒𝑠𝑠á𝑟𝑖𝑎
o Passo3.5:validaroinputdaencomendatendoemcontaoWLCeacapacidadedoWC
gargaloprocessaraencomenda
§ Se𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 < 0,encomendaéexcluídaeficaemfiladeespera
§ Se𝑇𝑒𝑚𝑝𝑜𝐿𝑖𝑣𝑟𝑒 ≥ 0,seguirparaopasso4
Passo4:executarvalidaçãomáquinaevalidaçãooperador;
o Se𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟𝑒𝑚𝑒𝑥𝑐𝑒𝑠𝑠𝑜 ≤ 0e𝑚á𝑞𝑢𝑖𝑛𝑎𝑒𝑚𝑒𝑥𝑐𝑒𝑠𝑠𝑜 ≤ 0:
Osistematemcapacidadeparaexecutaraencomenda,sendoestaaceite
o Casocontrário,aencomendaérejeitadaemantém-seemfiladeespera;
o Atualizaradimensãodolote
57
Módulo3–Agendamento
Passo5:Depoisdedefinidasasencomendasquevãoentrarnoshopfloor,agendarasoperações
dosjobsgargalo;
o Passo5.1: agendaroperaçãobottleneck do job commaiorprioridade (𝑂AA,A), de
acordo com a condicionante da validação dos equipamentos. Caso não seja
concluídoatotalidadedolotenoperíododamanhã,continuaroagendamentoda
operaçãoassimqueoperíododatardeinicia,criarumnovolote2(figura30).
Figura30.Agendarnovolote
o Passo5.2:utilizarbackwardschedulingparaagendarasoperaçõesamontantedo
gargalo(figura31)eforwardschedulingparaaoperaçãoimediatamenteajusante
dobottleneck(figura32).Senopasso5.1éfeitoagendamentoparaumnovolote,
acorrespondenteoperaçãoamontanteéiniciadaantesdoperíododealmoçodo
operador.
𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂AA,A) = 60;
𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂AA,A) = 𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂AA,A) + 𝑆n££,£;
𝐼𝑛í𝑐𝑖𝑜(𝑂AA,A) = 𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂AA,A);
𝐹𝑖𝑚(𝑂AA,A) = 𝐼𝑛í𝑐𝑖𝑜(𝑂AA,A) + 𝑝�££,£;
58
Figura31.Agendamentobackwardparaoperaçãoamontante
Figura32.Escalonamentoforwardparaoperaçãoajusante
o Passo5.3:agendaroperação𝑂J7,7noperíododisponíveldasmáquinasgargalo(Se
olotenãoforterminadonoperíododamanhã,continuarparaoperíododatarde–
lote2(figura33).
𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂J7,7) = 0;
𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂J7,7) = 𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂J7,7) + 𝑆n¤¥,¥;
𝐼𝑛í𝑐𝑖𝑜(𝑂J7,7) = 𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂J7,7);
𝐹𝑖𝑚(𝑂J7,7) = 𝐼𝑛í𝑐𝑖𝑜(𝑂J7,7) + 𝑝�¤¥,¥;
Figura33.EscalonamentoO61,1
59
o Passo5.4:agendaraoperaçãoajusante(𝑂J7,A)
§ Se𝐹𝑖𝑚(𝑂J7,7) > 𝐹𝑖𝑚(𝑂AA,A)→ 𝐼𝑛í𝑐𝑖𝑜(𝑂J7,A) = 𝐹𝑖𝑚(𝑂J7,7)
§ Se𝐹𝑖𝑚(𝑂J7,7) < 𝐹𝑖𝑚(𝑂AA,A)𝑆𝑒𝑝(𝑂J7,A)×ℬ 61 ≥ 150:𝐼𝑛í𝑐𝑖𝑜(𝑂J7,A) = 𝑖𝑛𝑖𝑐𝑖𝑜𝑑𝑎𝑡𝑎𝑟𝑑𝑒
𝐶𝑎𝑠𝑜𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜, 𝐼𝑛í𝑐𝑖𝑜(𝑂J7,A) = 𝐹𝑖𝑚(𝑂AA,A)
o Passo5.5:agendarúltimaoperaçãodo𝑗AA(𝑂AA,X);
§ Se𝐹𝑖𝑚(𝑂AA,T) > 𝐹𝑖𝑚(𝑂J7,A) →𝐼𝑛í𝑐𝑖𝑜(𝑂AA,X) = 𝐹𝑖𝑚(𝑂AA,T)
§ Casocontrário𝐼𝑛í𝑐𝑖𝑜(𝑂AA,X) = 𝐹𝑖𝑚(𝑂J7,A)
Passo6:agendarjobsnão-gargalo:
o Passo6.1:agendarlotedejobWSomaiscedopossível
𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂T,7) = 0;
𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂T,7) = 𝐼𝑛í𝑐𝑖𝑜𝑆𝑒𝑡𝑢𝑝(𝑂T,7) + 𝑆n§¥;
𝐼𝑛í𝑐𝑖𝑜𝑊𝑆 = 𝐹𝑖𝑚𝑆𝑒𝑡𝑢𝑝(𝑂T,7);
𝐹𝑖𝑚𝑊𝑆 = 𝐼𝑛í𝑐𝑖𝑜𝑊𝑆 + 𝑝�§,¥ℬ{T}7 ;
o Passo6.2:porordemdeprioridadedosrestantes jobsnão-gargalo,agendarpara
cada𝑗𝑜𝑏* asoperações𝑂*2,2¨{7,...,6}
o Passo6.2.1:acederaooperadoreàmáquinaondeaoperaçãoéexecutadae
verificarqualdeleséoúltimorecursoaestardisponíveleagendarparaesse
momentooiníciodaoperação;
𝐼𝑛í𝑐𝑖𝑜𝑂*2 = 𝑚á𝑥{𝑡𝑒𝑚𝑝𝑜𝑂𝑝𝑒𝑟𝑎𝑑𝑜𝑟, 𝑡𝑒𝑚𝑝𝑜𝑀á𝑞𝑢𝑖𝑛𝑎};
𝐹𝑖𝑚𝑂*2 = 𝐼𝑛í𝑐𝑖𝑜𝑂*2 + 𝑝*2×ℬ{𝑖}
𝑁ú𝑚𝑒𝑟𝑜𝑑𝑒𝑚á𝑞𝑢𝑖𝑛𝑎𝑠𝑑𝑖𝑠𝑝𝑜𝑛í𝑣𝑒𝑖𝑠𝑝𝑎𝑟𝑎𝑎𝑜𝑝𝑒𝑟𝑎çã𝑜
o Passo 6.2.2: atualizar o horário de cadaumdos recursos de acordo como
tempoqueintervêmnaoperação;
Repetiropasso6.2atéquetodososjobsestejamagendados;
Passo7:exportarficheirocomainformaçãorelativaaoplaneamentogerado;
60
AheurísticadescritafoidesenvolvidaemlinguagemJavaatravésdoIDEEclipseversãoNeon.3(4.6.3).
OescalonamentoefetuadopelosistemaéexportadoatravésdedoisficheirosExcel,ondeconstamas
encomendasagendadaseemfiladeespera (figura34),eaprogramaçãodaproduçãodefinidapelo
algoritmo(figura35).
Figura34.Outputdosistema-Encomendasagendadas
Figura35.Outputdosistema-Escalonamentodaprodução
61
4.4. Resultados
Talcomovemsidoreferidoaolongodesteprojeto,todaaestruturadaheurísticapropostatevepor
baseaTOC.Nestesentido,othroughputdolaboratórioécondicionadopelacapacidadeexistentena
restriçãogargalodestesistema.Assimsendo,estaheurísticapropõeumareestruturaçãoparaohorário
de funcionamento das máquinas gargalo, potenciando o aumento de capacidade no gargalo e,
consequentemente,nosetorFQemgeral.
Umadasrestriçõesquecondicionaaproduçãonaworkstationgargaloprende-secomarealizaçãode
testes diários para validação dasmáquinas para produção do job 22 (𝑂AA,A), sendo que até aos 60
minutos (10h30), asmáquinas estão livres enquanto se espera pelos resultados. Contudo, uma das
constataçõesfoiofactodeostestesnãovalidaremoequipamentoparaa𝑂J7,7,peloquenesteperíodo
detempoasmáquinaspoderiamserutilizadas.Nestesentido,umamodificaçãofaceàsatuaispráticas
passapeloagendamentodaO61,1assimqueamáquinaestádisponível(instante0)aindaqueaO22,1não
possaserexecutadanesteperíodo.Adicionalmente,osetoroptaporexecutarasdestilaçõesdosdois
jobsnoperíododamanhãe,apenasemsituaçõesexcecionais,éexecutadadapartedatardeaoperação
𝑂J7,7.Esteparadigmadeve-seaotempodeprocessamentodasoperaçõesajusantedaoperaçãogargalo
parao𝑗𝑜𝑏AA.Nomodelodesenvolvidopropõe-seumareestruturaçãodestarotinadeformaadiminuir
otempodemáquinaparadaeaaumentarataxadeproduçãodosdestiladores.
Atítuloexemplificativo,foramrecolhidosdosoftware internoregistoscorrespondentesadoismeses
laboraisreferentesaonúmerodejobsgargalo,anexoL,comointuitodecompararalgunsindicadores
faceaoestadoatualeàpropostadesenvolvida.Paraestehorizontetemporal,onúmeromédiodiário
dedestilações,ouseja,operaçõesgargalo,são24correspondendoaumamédiade9𝑗𝑜𝑏J7,11𝑗𝑜𝑏AA
e4𝑗𝑜𝑏��nt.
Partindodopressupostodeque todas asmáquinas estavam funcionais e tendoem conta as atuais
rotinasdeproduçãoafigura36comparaoestadodosistemaeapropostaapresentadaparaovolume
detrabalhoatrásdescrito.Noentanto,aheurísticadesenvolvidapermitediminuiromakespanatravés
dasobreposiçãodeoperações,possibilitandoasuaconclusãoantesdoprevisto.
62
Nestecontextoatual,comumhoráriolaboralde390minutosconclui-sequedurantecercade77%deste
tempo os destiladores encontram-se parados, evidenciando que a capacidade das máquinas é
subaproveitada.Salvaguarda-seaindaqueapausaparaalmoçocontempladanomodeloésuperior(120
minutos)efoigeneralizadaumavezqueesteperíodoosciladeacordocomooperadorqueassumea
função. Estes 30minutos adicionais podem ser aproveitados pelos colaboradores para executarem
outrastarefasdesuporteàprodução.Nomodeloproposto,comumhoráriolaboralde360minutos,o
idletimedasmáquinasgargalorepresenta83%desteperíodo.
𝑅á𝑐𝑖𝑜𝐼𝑑𝑙𝑒𝑡𝑖𝑚𝑒 =𝑇𝑒𝑚𝑝𝑜𝑖𝑑𝑙𝑒
𝑇𝑒𝑚𝑝𝑜𝑙𝑎𝑏𝑜𝑟𝑎𝑙×100 =
60 + 30 + 210390
= 77%
Tendoemcontaaoportunidadeexistenteparaaumentaraprodutividadedogargalo,definiu-sequeo
inputdosjobsquepassamnestastationtemdeserdimensionadoparaoperíodolaboral,contudo,este
intervaloimplicaarealizaçãodetodasasoperaçõesnecessárias.Noentanto,umdosgrandesentraves
àavaliaçãodestemodelodeve-seàvariabilidadedeprodutosinerentesacadaencomenda,assimcomo
àreduzidaprevisãodaprocura.Estadificuldadedeve-seaofactodaponderaçãodacargadetrabalho
diáriaaserimputadaàsmáquinasgargaloestardependentedacombinaçãodejobsqueaconstituem.
Ainda nesta perspetiva, esta influência é acentuada devido à discrepância entre tempos de
processamento das operações não-gargalo. A figura 37 ilustra esta variação assim como a
representatividadedecadaoperaçãonotempototaldeprocessamentoparacadaumdosjobs.
Estadoinicialdosistema Proposta
Figura36.Comparaçãoentreestadoatualeheurísticaproposta
63
Figura37.Variaçãoentrerepresentatividadedasoperaçõesnotempodeprocessamentodojob
Ao atentarmos o tempo necessário para executar este plano de produção, sem considerarmos as
operaçõesquesesobrepõem,consegue-sedeterminarotempodeproduçãototalatravésdaequação
9.
𝑝���(«��¬��¬) + 𝑆��� + 𝑝��,�(�������)×ℬ{𝑖}𝑚
+ 𝑝��,�(�®¯��¬)×ℬ{𝑖}*
(9)
com,𝑖 ∈ 22, 61, 𝐶𝑣𝑜𝑙 ;
𝑚, 𝑛ú𝑚𝑒𝑟𝑜𝑑𝑒𝑑𝑒𝑠𝑡𝑖𝑙𝑎𝑑𝑜𝑟𝑒𝑠𝑑𝑖𝑠𝑝𝑜𝑛í𝑣𝑒𝑖𝑠;
Destaformaconclui-sequeotempodeprocessamentototaldestesjobscorresponde,nasituaçãoatual,
a179minutos.Assim,seduplicarmosestepadrãoprodutivoosistemacontinuaatercapacidadepara
executartodasasoperaçõesassociadas.
47%
7%
47% 45%
7%
48%
0%
82%
18%
OPERAÇÕES P R É -GARGALO
OPERAÇÃO GARGALO OPERAÇÕES PÓ S -GARGALO
Estadoinicialdosistema Proposta
Figura38.Comparaçãoentreestadoatualeheurísticaproposta
𝑗AA
𝑗J7
𝑗��nt
64
Para um mesmo volume de trabalho imputado ao sistema, quando se compara o escalonamento
realizadoatravésdomodelopropostocomoqueéfeitoregularmentepeloinstituto,asoluçãoobtida
atravésdaheurísticavaiapresentarummakespaninferiordevidoaooverlappingdeoperações.
Devidoàdificuldadedeprevisãodosprodutos solicitadosemcadaencomenda,estima-sede forma
empíricaocenáriocorrespondenteaojobcommaiortempodeprocessamentoecommaisrestrições
internas associadas (𝑗AA). Para este efeito considera-se que no período da manhã tenham de ser
realizadasasoperaçõesamontantedogargalo,aoperaçãogargaloeorespetivosetup(equação10).
Assim,dimensiona-seaseguinteprodutividadenogargaloparaoperíododamanhã:
∆𝑇𝑚𝑎𝑛ℎã = 𝑝�££,¥ + 𝑆�££,£ + 𝑝�££,£×ℬ7 22 ⟺ (10)
⟺ ℬ7 22 = 7Z±²J±²X�
= 9𝑑𝑒𝑠𝑡𝑖𝑙𝑎çõ𝑒𝑠/máquinagargalo
Partindodestepressuposto,casoexistaumnovoloteparaoperíododatarde(ℬA 22 ),asuadimensão
temdesatisfazeracondiçãodequeoseuprocessamentoterminadeformaaqueseconcluamtodasas
operaçõesnão-gargaloatéaofimdodiadetrabalho.Contudoconsidera-sequeodimensionamentodo
lotedeveserfeitodeformaarespeitarobalanceamentodasoperaçõesdevidoàexistênciademáquinas
em paralelo e máquinas únicas. O cenário proposto diz respeito ao agendamento de todos os
destiladores.Destaforma,operíododatardeimplicaoprocessamentodaoperaçãogargalodonovo
lotecriado,assimcomoasoperaçõesajusantedogargalo(equação11).
∆𝑇𝑡𝑎𝑟𝑑𝑒 = 𝑆�££,£ + 𝑝�££,£×ℬA 22 + 𝑝�££,§ + 𝑝�££,´(𝑀×ℬ7 22 + 𝑀×ℬA 22 ) ⟺ (11)
⟺ ℬA 22 = A7±²X²J±²7×T×�7A
= 9𝑑𝑒𝑠𝑡𝑖𝑙𝑎çõ𝑒𝑠/máquinagargalo;
Posto isto, conclui-se que para 𝑗AA, e comomáximo número de equipamentos gargalo agendados,
podemserexecutadas18destilaçõesdiáriasporequipamento.Nestecenárioprodutivo,reduzir-se-iao
idletimedestesequipamentospara53%.
Postoisto,baseadoemdadosempíricosconclui-sequeametodologiadesenvolvidapermiteaumentar
ovolumedetrabalhonogargalo,garantindoaconclusãodosjobsgargalonofinaldodialaboral.Desta
forma,tendoporbaseaTOC,oaumentodecapacidadenogargalotraduz-senumaumentoglobalda
capacidade produtiva do setor laboratorial. Em simultâneo, a sobreposição de tarefas permite uma
minimizaçãodomakespandosistema.
65
5. Conclusão
5.1. ConsideraçõesFinais
Comoaparecimentodosmercadosglobais,aindústriaviu-seobrigadaareajustar-seàsnecessidades
dosclientes, implicandoumaestruturaágileeficiente,comointuitodecriarvantagemcompetitiva.
Tambémosetorterciáriotemassumidoumpapeldedestaquecrescenteparaodesenvolvimentoda
economia.Nestesentido,oIVDP,I.P.enquantoentidadecertificadoratemoseupapelbemvincadono
queconcerteaodesenvolvimentodaRDDe,implicitamente,paraodesenvolvimentodopaísdadoo
contributo desta região para economia global. Desta forma, urge a necessidade de continuamente
melhorararespostaaoclientepotenciandotantooretornointernodaorganizaçãocomodosagentes
económicosdaRDD.
Esteprojetotevecomoprincipalobjetivodesenvolverumaheurísticaquepermitissefacilitaratomada
de decisão no processo de planeamento e, em simultâneo, permitisse obter uma solução de
escalonamentoadequadaàscaracterísticasdolaboratóriomelhorandoostemposderespostadosetor.
Otrabalhodesenvolvidobaseou-senascaracterísticaspresentesàdatadeiníciodoprojeto,implicando
umapesquisaexaustivasobreoestadoatualdosistema,bemcomoasespecificidadesassociadasacada
rotadeprocessamentodeformaaqueaheurísticadesenvolvidacolmatasseasnecessidadesdaDSTC.
Aincorporaçãodevariáveisatéentãodesvalorizadasnoprocessodeplaneamento,taiscomo,tempos
de setupeexecuçãodeduplicadosparaefeitosdequantificaçãoda incerteza, tornamomodelode
planeamentomais aproximado da realidade, integrando fatores que em última instância poderiam
provocarenviesamentoentreoplaneamentoeaproduçãoreal.Posteriormente,omodeloestruturado
foidesenvolvidoatravésdoIDEEclipseNeon.3,resultandocomooutputoescalonamentodasoperações
aexecutarnosetor.
Aindaquehajapoucosindicadoresparamonitorizaçãodosresultadosproporcionadospelaheurística
desenvolvida,pode-seinferirqueestealgoritmopotenciouumaumentodeprodutividadeumavezque,
através da reestruturação do escalonamento, foi adicionada capacidade na restrição gargalo
identificadaatéàdatadoprojeto.Sabe-seque,apenascomamelhoriadothroughputdarestriçãoé
possívelalcançarumamaiorproduçãoglobaldolaboratório,assimespera-seumaumentodonívelde
serviçoaocliente.Paralelamente,foipossíveluniformizaroprocessodeplaneamentodeproduçãouma
vezqueocontrolodeentradadeencomendaspassaaserefetuadoatravésdoalgoritmo,diminuindoa
variabilidadeintrínsecaaoprocessoempíricoanteriormenterealizado.Postoisto,considera-sequeo
presente trabalho acrescenta valor à organização na medida em que é feita uma representação
66
aproximadadosistemaemestudo.Aindanestaperspetiva,esteprojetoconseguiudefinirummodelo
deescalonamentoqueatéentãonãoexistiaeque,dadaacomplexidadedoambienteprodutivo,era
totalmenteoportunoparaobterumcorretoplaneamentoecontrolodaprodução.
OfactodoIVDPsetratardeumaorganizaçãoúnicaesemconcorrênciademercadofoiumdosfatores
quemais dificultaram a execução deste projeto. Por vezes, condicionados pelo contexto em que o
institutoseinsereepelaslimitaçõesassociadasàsentidadespúblicas,nomeadamenteemquestãode
verbas disponibilizadas pelo Estado, nem sempre é possível colmatar todas as necessidades,
contrariamente ao que acontece na indústria, onde o espírito de competitividade e o respetivo
desenvolvimentodeestratégiassãotrabalhadasdeformaexaustiva.Estaquestãopodesercomprovada
pela lacunaexistentenodesenvolvimentoeaplicaçãodeKPI’squepermitamavaliaremonitorizaro
sistema de forma contínua. A existência de rotinas de trabalho já interiorizadas no seio da DSTC
provocamalgumaresistênciaàmudançae,porvezes,podemcondicionarodiagnósticoeavisãointerna
dodepartamento.Contudo,espera-sequeapósaanálisedesteprojeto,sejadespertadaavontadede
aumentar a eficiência da organização e a promoção da melhoria contínua, ainda que a atividade
económicadaorganizaçãonãoestejadependentedocontextoconcorrencialemqueseinsere.
Porfim,realça-sequeanaturezadinâmicadeumsistemaimplicaumacompanhamentocontínuoe,
portanto,odesafioestánaconstantemonitorizaçãoeidentificaçãodosfatoresquecondicionamasua
performance.Assim,considera-sefundamentalqueaorganizaçãoassumaumcompromissointernode
formaaestimulartodosossetoresparacontinuamentemelhoraresuperarasmetasestabelecidas.
5.2. DesenvolvimentosFuturos
Opresenteprojetofoidesenvolvidotendoemcontaumaperspetivaestática,contudo,propõe-seque
nofuturoestemodelopossaserexpandidotendoemcontaascaracterísticasdinâmicasdosistemao
quepermitiráumarepresentaçãoaindamaispróximadarealidade.Atítuloexemplificativo,destaca-se
aincorporaçãodeummecanismodecontrolocontínuoparaaentradadeencomendasparaoshopfloor.
Dada a importância atribuída à entrada de encomendas para o shopfloor, condicionada pelas
característicasintrínsecasaoprocessoanalíticoepelacapacidadederespostadolaboratório,sugere-
seaexploraçãodeoutras regrasdeWLCquepromovamocontrolodasentradase,emsimultâneo,
potenciemoaumentodovolumedetrabalhodolaboratório.
Devido ao ambiente produtivo em estudo, o operador assume um papel fundamental devido às
multitarefas que desempenha. Neste sentido, propõe-se que no seguimento deste projeto seja
67
estudado o seu impacto no processo produtivo, de forma a avaliar a possibilidade de esta variável
constituirumarestriçãodecapacidadedosistema.
Muitasdasdificuldadesqueforamsurgindoaolongodaexecuçãodesteprojetoestavamrelacionadas
comoacessoerecolhadedados.Naerada informaçãopode-seafirmarqueumacorretagestãoda
informaçãoapresentaimpactossignificativosnaatividadedeumaorganização.Assim,propõe-seuma
novaabordagemnoqueconcerneàgestãodainformaçãoquedeve,emprimeirolugar,basear-sena
suaatualizaçãoeeliminaçãodeconteúdosobsoletos.OsistemadeinformaçãoGLabé,nestemomento,
umaplataformasubaproveitadadevidoàsuaestruturapesadaepoucodinâmica,funcionandoapenas
comoumabasededadosestática.Sugere-seodesenvolvimentodeumnovosistemadeinformação
integrado,estruturadosegundoosrequisitosessenciaisparaaDSTC,masqueconsigafuncionarcomo
interfaceentreoutilizadoreo sistema, tornando-seuser-friendly e, acimade tudo,quepermitaao
utilizador aceder e cruzar informação facilmente. No contexto atual das organizações é imperativo
recolhereprocessardadosparaquesejamtransformadoseminformaçãoválidae,emúltimainstância,
possaserutilizadacomofontedeconhecimentonocontextoorganizacional.
Aliadoàgestãodainformaçãopropõe-seadesmaterializaçãodeprocessosdeformaadiminuirotempo
dispensado em atividades de suporte que não acrescentam valor. Esta proposta pode ser aplicada
gradualmenteatravésdepequenasmudançasnagestãodolaboratório,taiscomoaimplementaçãodo
conceito Lean Lab que, de uma forma generalizada e à semelhança do que acontece na indústria,
permiteaeliminaçãodedesperdícioeamelhoriadaeficiênciaglobaldosistema.Nesteâmbito,propõe-
se que a organização possua um conhecimento detalhado das suas atividades e, para tal, uma das
sugestõespassapelaaplicaçãodametodologiademapeamentodacadeiadevalor (VSM).Umadas
principaisvalênciasdestaferramentaéaconceçãodeumestadoidealparaofuturodaorganizaçãoque
pode ser alcançado comaeliminaçãodeatividadesquenãoacrescentamvalor àorganização.Uma
pequenamudançaquecomprovaaoportunidadeparataisalteraçõeséaaquisiçãodeumsensorpara
monitorizaçãoeregistodatemperaturadaoperação“banhos”,atividadequeatualmenteéexecutada
pelooperadoratravésdoregistobidiárioempapel.Esteequipamentoexportaoregistodatemperatura
aominutoeemiteumalarmecasoexistaumaoscilaçãofaceàtemperaturadefinida.Paralelamente,
estanovaformaderegisto,permitiriaaooperadoridentificarfacilmentequaisasamostrasafetadasem
casodeavariadoequipamento.Destaforma,vê-sediminuídaaprobabilidadedeerrohumanoeliberta-
seooperadordeumatarefaque,apesardesuportaraprodução,nãoacrescentaqualquervalorparaa
organização.
Porfim,aeradaIndústria4.0pretendeintroduzirastecnologiasdeinformaçãodeformaautilizá-las
emproldoaumentodaeficiênciadasorganizações,nomeadamentenacoordenaçãodossistemasde
68
produção.Noâmbitodeste tema, aindaquenumapequenaescala, foi proposto a aplicaçãodeum
sistemadetracking,atravésdeRFID,paraalocalizaçãodeamostraserastreabilidadedosprocessosem
produção,umavezqueumadasdificuldadesatuaisdosetorestá relacionadacoma localizaçãodas
garrafasdevinhosimplicandoqueooperadorlocalizeasamostrasdosprocessosemfalta.Estanova
abordagem,permitiriaaumentaroconhecimentoqueaDSTCtemdoestadodosistemaatravésdeum
controloemtemporealdosprocessosemcarteira,desdeasuaentradanoPRAatéquetodooprocesso
fosse concluído. No entanto, sugere-se que esta tecnologia seja pensada em simultâneo com a
reestruturaçãodosistemainformáticodolaboratóriodeformaaincorporartodasasvalênciasdeum
sistemaRFID.Atualmente, os resultados analíticos são, na grandemaioria dos casos, registados em
papel e só depois introduzidos no GLab constituindo uma atividade intermédia que, num futuro
próximo, poderia ser eliminada através dautilizaçãode tags ativas deRFIDpermitindo a ediçãoda
informaçãoeinserçãodosresultadosdiretamentenosistema.
69
6. BibliografiaAllahverdi,A.,Gupta,J.N.D.,&Aldowaisan,T.(1999).Asurveyofscheduingresearchinvolvingsetup
considerations.OMEGA-InternationalJournalofManagementScience,27,219–239.
Anand,E.,&Panneerselvam,R.(2015).LiteratureReviewofOpenShopSchedulingProblems.Intelligent
InformationManagement,7,33–52.https://doi.org/http://dx.doi.org/10.4236/iim.2015.71004
Barker,T.,&Zabinsky,Z.(2011).Amulticriteriadecisionmakingmodelforreverselogisticsusinganalytical
hierarchyprocess.Omega,39(5),558–573.https://doi.org/10.1016/j.omega.2010.12.002
Behnke,D.,&Geiger,M.(2012).TestInstancesfortheFlexibleJobShopSchedulingProblemwithWork
Centers.Opus.Unibw-Hamburg.De.Obtidodehttp://opus.unibw-hamburg.de/volltexte/2012/2982/
Błażewicz,J.,Domschke,W.,&Pesch,E.(1996).Thejobshopschedulingproblem:Conventionalandnew
solutiontechniques.EuropeanJournalofOperationalResearch,93(1),1–33.
https://doi.org/10.1016/0377-2217(95)00362-2
Brucker,P.,Gladky,A.,Hoogeveen,H.,Kovalyov,M.Y.,Potts,C.N.,Tautenhahn,T.,&vandeVelde,S.L.
(1998).Schedulingabatchingmachine.JournalofScheduling,1(1),31–54.
https://doi.org/10.1002/(SICI)1099-1425(199806)1:1<31::AID-JOS4>3.0.CO;2-R
Buzacott,J.,&Shanthikumar,J.(1993).StochasticModelsofManufacturingSystems.Prentice-Hall,Inc.
Carvalho,D.(2004).TOC–TheoryOfConstraints.
Chen,C.(1997).Schedulinginaflowlinemanufacturingcellssystemconsideringintercellularparts:thetabu
searchapproach.UniversityofTexas.
Ciarallo,F.W.,Akella,R.,&Morton,T.E.(1994).APeriodicReview,ProductionPlanningModelwith
UncertainCapacityandUncertainDemand—OptimalityofExtendedMyopicPolicies.Management
Science,40(3),320–332.https://doi.org/http://dx.doi.org/10.1287/mnsc.40.3.320
Coughlan,P.,&Coghlan,D.(2002).Actionresearchforoperationsmanagement.InternationalJournalof
Operations&ProductionManagement,22(2),220–240.https://doi.org/https://
doi.org/10.1108/01443570210417515
Coutinho,C.,Sousa,A.,Dias,A.,Bessa,F.,Ferreira,M.J.,&Vieira,S.(2009).Investigação-acção:
Metodologiapreferencialnaspráticaseducativas.PsicologiaEducaçãoeCultura,XIII(2),455–479.
Decreto-Leino278/2003de6deNovembro,Pub.L.No.DiáriodaRepública:Isérie-A(2003).Obtidode
www.ivv.min-agricultura.pt/np4/204?newsld=496&fileName=DL_278_2003.pdf
Edis,E.B.,Oguz,C.,&Ozkarahan,I.(2013).Parallelmachineschedulingwithadditionalresources :Notation
,classification,modelsandsolutionmethods.EuropeanJournalofOperationalResearch,230(3),
449–463.https://doi.org/10.1016/j.ejor.2013.02.042
Fattahi,P.,Jolai,F.,&Arkat,J.(2009).Flexiblejobshopschedulingwithoverlappinginoperations.Applied
MathematicalModelling,33(7),3076–3087.https://doi.org/10.1016/j.apm.2008.10.029
Fernandes,A.(semdata).3.AInvestigação-acçãocomometodologia.
Fernandes,&Carmo-Silva,S.(2013).WorkloadControlandOrderRelease:TheInfluenceoftheLocationof
70
ProtectiveCapacity.ProceedingsoftheWorldCongressonEngineering,I,3–7.Obtidode
http://www.iaeng.org/publication/WCE2013/WCE2013_pp465-469.pdf
Gardiner,S.C..,BlackstoneJr,J.H.,&Gardiner,L.R.(1993).Drum-Buffer-RopeandBufferManagement:
ImpactonProductionManagementStudyandPractices.InternationalJournalofOperations&
ProductionManagement,13(6),68–78.Obtidodehttp://dx.doi.org/10.1108/01443579310039047
Ghezail,F.,Pierreval,H.,&Hajri-gabouj,S.(2010).Computers&IndustrialEngineeringAnalysisof
robustnessinproactivescheduling :Agraphicalapproach.Computers&IndustrialEngineering,58(2),
193–198.https://doi.org/10.1016/j.cie.2009.03.004
Goldratt,E.M.,&Cox,J.(1989).TheGoal.GowerPublishingCompanyLimited.
Graham,R.L.,Lawler,E.L.,Lenstra,J.K.,&Kan,A.H.G.R.(1979).OptimizationandApproximationin
DeterministicSequencingandScheduling:aSurvey.AnnalsofDiscreteMathematics,5(C),287–326.
https://doi.org/10.1016/S0167-5060(08)70356-X
Graves,S.C.(1981).AReviewofProductionScheduling.OperationsResearch,29(4),646–675.
https://doi.org/10.1287/opre.29.4.646
Gravett,S.(2002).TransformativeLearningthroughActionResearch :ACaseStudyfromSouthAfrica.Em
AdultEducationResearchConference.
Gupta,M.,Ko,H.,&Min,H.(2002).TOC-basedperformancemeasuresandfivefocusingstepsinajob-shop
manufacturingenvironment.InternationalJournalofProductionResearch,40(4),907–930.
https://doi.org/10.1080/00207540110097185
Handfield,R.,Walton,S.,Sroufe,R.,&Melnyk,S.(2002).Applyingenvironmentalcriteriatosupplier
assessment:AstudyintheapplicationoftheAnalyticalHierarchyProcess.EuropeanJournalof
OperationalResearch,141,70–87.https://doi.org/10.1016/S0377-2217(01)00261-2
Hart,E.,Ross,P.,&Corne,D.(2005).EvolutionaryScheduling :AReview,191–220.
Haskose,A.,Kingsman,B.G.,&Worthington,D.(2002).Modellingflowandjobbingshopsasaqueueing
networkforworkloadcontrol.InternationalJournalofProductionEconomics,78(3),271–285.
https://doi.org/10.1016/S0925-5273(01)00117-7
Heyman,D.P.,&Sobel,M.J.(2004).StochasticModelsinOperationsResearch:StochasticOptimization
VolumeII.Mineola,NewYork:DoverPublications,Inc.
Ho,N.B.,Tay,J.C.,&Lai,E.M.K.(2007).Aneffectivearchitectureforlearningandevolvingflexiblejob-
shopschedules.EuropeanJournalofOperationalResearch,179(2),316–333.
https://doi.org/10.1016/j.ejor.2006.04.007
Holthaus,O.,&Rajendran,C.(1997).NewdispatchingRulesforSchedulinginaJobShop-AnExperimental
Study.InternationalJournalofAdvancedManufacturingTechnology,13,148–153.
IVDP,I.P.(2016).PortoeDouro.Porto.
Jain,A.,&Meeran,S.(1998).Astate-of-the-artreviewofjob-shopschedulingtechniques,(1).
Jensen,M.T.(2001).Improvingrobustnessandflexibilityoftardinessandtotalflow-timejobshopsusing
robustnessmeasures.AppliedSoftComputing,1,35–52.
71
Jeong,H.-I.,Park,J.,&Leachman,R.C.(1999).Abatchsplittingmethodforajobshopschedulingproblem
inanMRPenvironment.InternationalJournalofProductionResearch,37(15),3583–3598.
https://doi.org/10.1080/002075499190194
Kacem,I.,Hammadi,S.,&Borne,P.(2002).Approachbylocalizationandmultiobjectiveevolutionary
optimizationforflexiblejob-shopschedulingproblems.IEEETransactionsonSystems,Manand
CyberneticsPartC:ApplicationsandReviews,32(1),1–13.
https://doi.org/10.1109/TSMCC.2002.1009117
Kovalyov,M.Y.,Oulamara,A.,&Soukhal,A.(2015).Two-agentschedulingwithagentspecificbatchesonan
unboundedserialbatchingmachine.JournalofScheduling,18(4),423–434.
https://doi.org/10.1007/s10951-014-0410-0
Kuhne,G.W.,&Quigley,B.A.(1997).UnderstandingandUsingActionResearchinPracticeSettings.New
DirectionsforAdultandContinuingEducation,(73),23–40.
Land,M.J.,&Gaalman,G.J.C.(semdata).Workloadcontrolconceptsinjobshops-Acriticalassessment.
Obtidode
http://apps.isiknowledge.com/full_record.do?product=UA&search_mode=CitingArticles&qid=13&SID
=Q1lGGdpNlHCgAkJaGj2&page=1&doc=18
Land,M.J.,&Gaalman,G.J.C.(2009).ProductionplanningandcontrolinSMEs:timeforchange.
ProductionPlanning&Control,20(7),548–558.https://doi.org/10.1080/09537280903034230
Lawler,E.L.,Lenstra,J.K.,Kan,A.H.G.R.,&Shmoys,D.B.(1993).SequencingandScheduling :Algorithms
andComplexity(Vol.4,pp.445–522).ElsevierSciencePublishers.
Lee,C.-Y.,Uzsoy,R.,&Martin-Vega,L.A.(1992).EfficientAlgorithmsforSchedulingSemiconductorBurn-In
Operations.OperationsResearch,40(4),764–775.https://doi.org/10.1287/opre.40.4.764
Li,S.,Yuan,J.,&Fan,B.(2011).Unboundedparallel-batchschedulingwithfamilyjobsanddelivery
coordination.InformationProcessingLetters,111(12),575–582.
https://doi.org/10.1016/j.ipl.2011.03.014
Liu,S.Q.,&Ong,H.L.(2004).MetaheuristicsfortheMixedShopSchedulingProblem.Asia-PacificJournalof
OperationalResearch,21(4),97–115.https://doi.org/10.1142/S0217595904000072
Lu,L.,&Yuan,J.(2008).Unboundedparallelbatchschedulingwithjobdeliverytominimizemakespan,36,
477–480.https://doi.org/10.1016/j.orl.2008.01.006
Mathirajan,M.,&Sivakumar,A.I.(2006).Aliteraturereview,classificationandsimplemeta-analysison
schedulingofbatchprocessorsinsemiconductor.InternationalJournalofAdvancedManufacturing
Technology,29(9–10),990–1001.https://doi.org/10.1007/s00170-005-2585-1
Mathur,A.(2015).AnalyticHierarchyProcess :AnApplicationin.SkitResearchJournal,5(1),60–63.
Moss,H.K.(2007).ImprovingServiceQualitywiththeTheoryofConstraints.JournalofAcademyof
BusinessandEconomics,7(3),45–66.https://doi.org/10.1108/09604520010341591
Oosterman,B.,Land,M.,&Gaalman,G.(2000).Influenceofshopcharacteristicsonworkloadcontrol.
InternationalJournalofProductionEconomics,68(1),107–119.https://doi.org/10.1016/S0925-
72
5273(99)00141-3
Ozturk,O.,Begen,M.A.,&Zaric,G.S.(2016).Abranchandboundalgorithmforschedulingunitsizejobson
parallelbatchingmachinestominimizemakespan.InternationalJournalofProductionResearch,
7543(January),1–17.https://doi.org/10.1080/00207543.2016.1253889
Partovi,F.,Burton,J.,&Banerjee,A.(1990).ApplicationofAnalyticalHierarchyProcessinOperations
Management.InternationalJournalofOperations&ProductionManagement,10(3),5–19.
https://doi.org/10.1108/01443579010134945
Pegels,C.C.,&Watrous,C.(2005).Applicationofthetheoryofconstraintstoabottleneckoperationina
manufacturingplant.JournalofManufacturingTechnologyManagement,16(3),302–311.
https://doi.org/10.1108/IJBM-07-2013-0069
Peixoto,F.(GEHVID-F.deL.daU.doP.(2006).OVinhodoPorto:docorporativismoàdemocracia:
SingularidadesdoprocessoinstitucionaldovinhodoPorto.Universum(Talca),21(2),168–183.
https://doi.org/https://dx.doi.org/10.4067/S0718-23762006000200011
Potts,C.N.,&Kovalyov,M.Y.(2000).Schedulingwithbatching:areview.EuropeanJournalofOperational
Research,120(2),228–249.https://doi.org/10.1016/S0377-2217(99)00153-8
Rahman,S.(1998).TheoryofconstraintsAreviewofthephilosophyanditsapplications.International
JournalofOperations&ProductionManagement,18(4),336–355.
https://doi.org/http://dx.doi.org/10.1108/01443579810199720
Saaty.(1987).Theanalytichierarchyprocess-whatitisandhowitisused.MathematicalModelling,9(3–5),
161–176.https://doi.org/10.1016/0270-0255(87)90473-8
Saaty.(1990a).TheAnalyticHierarchyProcess-Planning,PrioritySetting,ResourceAllocation.RWS
Publications.
Saaty,T.(1990b).Howtomakeadecision:TheAnalyticHierarchyProcess.EuropeanJournalofOperational
Research.https://doi.org/10.1016/0377-2217(90)90057-I
Saaty,T.(1994).HowtoMakeaDecision:TheAnalyticHierarchyProcess.Interfaces,24(6),19–43.
Saaty,T.(2008).Decisionmakingwiththeanalytichierarchyprocess.InternationalJournalofServices
Sciences,1(1),83–98.https://doi.org/10.1504/IJSSCI.2008.017590
Sahraeian,R.,Samaei,F.,&Rastgar,I.(2012).Minimizingthemakespanonparallelbatchschedulingwith
stochastictimes.Em6thInternationalConferenceonIndustrialEngineeringandIndustrial
Management(pp.252–259).Vigo.
Sharma,P.,&Jain,A.(2016).Areviewonjobshopschedulingwithsetuptimes.Proceedingsofthe
InstitutionofMechanicalEngineers,PartB:JournalofEngineeringManufacture,230(3),517–533.
https://doi.org/10.1177/0954405414560617
Sousa,F.De.(semdata).ACOMPANHIAGERALDAAGRICULTURADASVINHASDOALTODOURO(1756-
1978).
Spencer,M.S.;Cox,J.F.(1995).Optimumproductiontechnology(OPT)andthetheoryofconstraints(TOC):
analysisandgenealogy.JournalofProductionResearch,33(6),1495–1504.
73
https://doi.org/10.1080/00207549508930224
Stevenson.(2009).OperationsManagement(10.aed.).McGrawHill.
Stevenson,M.,Hendry,L.C.,&Kingsman,B.G.(2005).Areviewofproductionplanningandcontrol:the
applicabilityofkeyconceptstothemake-to-orderindustry.InternationalJournalofProduction
Research,43(5),869–898.https://doi.org/10.1080/0020754042000298520
Taylor’s.(semdata).HistóriadoVinhodoPorto-OMarquêsdePombal.Obtido27deNovembrode2016,
dewww.taylor.pt/pt/o-que-e-o-vinho-do-porto/historia/o-marques-de-pombal/
Thürer,M.,Stevenson,M.,Silva,C.,Land,M.J.,&Fredendall,L.D.(2012).Workloadcontrolandorder
release:Aleansolutionformake-to-ordercompanies.ProductionandOperationsManagement,
21(5),939–953.https://doi.org/10.1111/j.1937-5956.2011.01307.x
Tu,Z.,Sebla,N.,&Vayvay,Ö.(2014).TheoryofConstraints :ALiteratureReview,150(231),930–936.
https://doi.org/10.1016/j.sbspro.2014.09.104
Uzsoy,R.,&Wang,C.-S.(2000).Performanceofdecompositionproceduresforjobshopscheduling
problemswithbottleneckmachines.InternationalJournalofProductionResearch,38(6),1271–1286.
https://doi.org/10.1080/002075400188843
Vargas,L.(1990).Anoverviewoftheanalytichierarchyprocessanditsapplications.EuropeanJournalof
OperationalResearch,48(1),2–8.https://doi.org/10.1016/0377-2217(90)90056-H
Vervenner,J.-B.,Callaert,J.,&Looy,B.Van.(2014).PatentStatisticsatEurostat:Mappingthecontribution
ofSMEsinEUpatenting.https://doi.org/10.2785/55102
Watson,K.J.,Blackstone,J.H.,&Gardiner,S.C.(2007).Theevolutionofamanagementphilosophy:The
theoryofconstraints.JournalofOperationsManagement,25(2),387–402.
https://doi.org/10.1016/j.jom.2006.04.004
Wind,Y.,&Saaty,T.(1980).MarketingApplicationsoftheAnalyticHierarchyProcess.Management
Science.https://doi.org/10.1287/mnsc.26.7.641
Yan,Z.,Hanyu,G.,&Yugeng,X.(2007).Modifiedbottleneck-basedheuristicforlarge-scalejob-shop
schedulingproblemswithasinglebottleneck.JournalofSystemsEngineeringandElectronics,18(3),
556–565.https://doi.org/http://dx.doi.org/10.1016/S1004-4132(07)60129-7
Ye,T.,&Han,W.(2008).Determinationofbuffersizesfordrum–buffer–rope(DBR)-controlled
productionsystems.InternationalJournalofProductionResearch,46,2827–2844.
https://doi.org/10.1080/00207540600922948
Zhai,Y.,Sun,S.,Wang,J.,&Guo,S.(2010).Aheuristicalgorithmforlarge-scalejobshopschedulingbased
onoperationdecompositonusingbottleneckmachine.2010InternationalConferenceon
ManagementandServiceScience,MASS2010,1–4.https://doi.org/10.1109/ICMSS.2010.5576038
Ziaee,M.(2014).Anefficientheuristicalgorithmforflexiblejobshopschedulingwithmaintenance
constraints.AppliedMathematicsandSciences:AnInternationalJournal(MathSJ),1(1),19–31.
Obtidodehttp://airccse.com/mathsj/papers/1114mathsj02.pdf
74
75
Anexos
AnexoA:ListadefinalidadesedescriçãodosserviçosdaDSTC
Finalidade Descrição
Registo Registodevinhoparacomercialização
RenovaçãodeRegisto RenovaçãodeumregistoprévioRegistoAD RegistodeAguardente
RenovaçãoAD RenovaçãodeumregistopréviodeAguardente
ComplementodeRegisto Parâmetrosextraprotocolosolicitadospelosclientes
ProcessodeControlo ControlodequalidadeAssistêncialaboratorial PedidovoluntáriodelaboratórioAssistênciadeprova PedidovoluntáriodeprovaAssistênciamista Assistênciadeprovaelaboratório
Assistênciaexportação Testeslaboratoriaisparafinsdeexportação
Recurso PedidodereapreciaçãoapósreprovaçãonaCâmaradeProvadores
Parecertécnico FDO Fiscalização
FDO–Inícioengarrafamento FiscalizaçãoiníciodeengarrafamentoFDO-Completa FiscalizaçãocompletaFiscalizaçãoAD Fiscalizaçãodeaguardente
Exportaçãotranscrição FDO-Exportação
Certificadosdeexistência
FDOPré Fiscalizaçãopreliminar(menosespecíficadoqueFDO)
FDOSAQ FiscalizaçãoavinhosemcomercializaçãoADOModificado Análiseamodificaçõesdevinho
DesnaturaçãoAD ADimprópriaparaconsumo,masutilizadaparaoutrosfins
Devoluções Confirmaçãodoestadodovinhoantesdedevoluções
Capacidadedevenda
Consultapericial ConsultasobredeterminadovinhopedidapeloIVDPàJuntaConsultiva
Verificaçãodecaracterísticas Processodeverificaçãodeconformidadedascaracterísticas
Atualizaçãodecaracterísticasderegisto
Atualizaçãodeumregistoprévioapósalteraçõesdosparâmetrosquímicoseou
sensoriaisEnsaio Finalidadegeneralizadaparaensaiosetestes
ProvadeClassificação
Cedência Apósvendaocompradorefetuanovoregistoparacomercialização
Varejo ContagemdovinhoemarmazémApreciaçãoprévia
Auditoria
AnexoB:TabeladeapoioàanáliseABCreferenteàsfinalidadesexistentesnaDSTC
AnexoC:Listadeprodutosconsideradosnodesenvolvimentodoprojeto:i)Listageraleii)ListaWS
i) ii)
AnexoD:TabeladeapoioàanáliseABCdosprodutos
AnexoE:LayoutsetorFQeWC’sexistentes
AnexoF:AHPaplicadoàpriorizaçãodeencomendas
F.i)Estruturahierárquicadadecisãodepriorizaçãodeencomendas
F.ii)Comparaçãoentrecritérios
F.iii)Comparaçãoentresubcritérios“Categoria”
AnexoG:Dadosrelativosaosequipamentosexistentes
AnexoH:AHPaplicadoàpriorizaçãodejobs
H.i)Estruturahierárquicadadecisãodepriorizaçãodejobs
H.ii)Comparaçãoentrecritéirosparapriorizaçãodejobs
H.iii)Prioridadeentrealternativasecritérios
AnexoI:Exemplodeficheirodeimportaçãodeencomendas
AnexoJ:Ficheirodeimportaçãodedadosrelativosaosjobs
AnexoK:Ficheirodeimportaçãodedadosrelativosàsoperações
AnexoL:Registosdaproduçãode𝐽��nt, 𝐽J7, 𝐽AA