Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

Otimização na Produção de Fraldas

Otimização na Produção de Fraldas

Notícias Relacionadas

Pesquisadores

Débora Pretti Ronconi

O projeto desenvolveu um modelo matemático de sequenciamento e dimensionamento da produção de fraldas que chega a resultados muito próximos da solução considerada ideal.

A série de equações do modelo de programação linear inteira mista teve como objetivo principal reduzir o tempo gasto com o setup das máquinas, ou seja, o tempo gasto para mudar a preparação destas máquinas e passar a fazer outro tipo de fralda.

Várias restrições foram levadas em consideração: a demanda deve ser atendida e as máquinas têm velocidades diferentes. Há mudanças, por exemplo, de acordo com o tipo de fralda (simples, especial, super especial etc.), com o tamanho dela (RN, P, M, G, GG etc.) e com o tamanho do pacote em que ela será embalada.

Otimização na Indústria de Cosméticos

Otimização na Indústria de Cosméticos

Notícias Relacionadas

Pesquisadores

Débora Pretti Ronconi

O estudo avaliou o processo logístico de uma grande empresa de cosméticos presente em todo o país e, analisando a demanda das unidades de cada estado e a capacidade de cada uma, decidiu em quais delas era válido expandir o estoque para gerar mais lucro à empresa. Os resultados foram satisfatórios: valeria a pena avançar o estoque em 14 das 24 lojas. Isso geraria um aumento de caixa de 7% para a empresa. O novo modelo também mostrou que a entrega era feita em apenas 8,9% do volume total da empresa. Então, era possível de ser expandido em até 11 vezes e a empresa ainda seria capaz de suportar.

A Matemática por trás da produção de fraldas

Como a Pesquisa Operacional pode ajudar a vida dos empresários do ramo

fraldas

Se você tem filhos, fica mais fácil entender o texto a seguir. Ao ir ao supermercado atrás de fraldas, não há como não comprar uma, já que a criança está à espera dela. Não tem como adiar. Por isso, o produto é considerado altamente substituível: se você não achar a da marca preferida na prateleira, leva de outra. É fato. Para quem tem empresa de fraldas, é essencial ter também o produto sempre disponível aos consumidores. Ou perde para a concorrência.

Se a fralda não pode faltar, a produção tem que estar bem planejada. Foi pensando nisso que André Possatto, Engenheiro de Produção recém-formado pela Escola Politécnica da USP, desenvolveu, junto a Débora Ronconi, pesquisadora do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um modelo matemático de sequenciamento e dimensionamento da produção de fraldas que chega a resultados muito próximos da solução considerada ideal. A série de equações do modelo de programação linear inteira mista teve como objetivo principal reduzir o tempo gasto com o setup das máquinas, ou seja, o tempo gasto para mudar a preparação destas máquinas e passar a fazer outro tipo de fralda.

Várias restrições foram levadas em consideração: a demanda deve ser atendida e as máquinas têm velocidades diferentes. Têm mudanças, por exemplo, de acordo com o tipo de fralda (simples, especial, super especial etc.), com o tamanho dela (RN, P, M, G, GG etc.) e com o tamanho do pacote em que ela será embalada. E se o mês tem 30 dias, é preciso levar em conta também que o máximo que a máquina trabalha são 24 horas por dia. Mais que isso, foge à realidade. O estudante explica que usou dois tipos de variáveis para definir a função objetivo do modelo: as reais (que vão de menos infinito até infinito e têm todos os valores fracionários nesse meio) e as binárias (zero-um).

Os dados reais cedidos em sigilo por uma empresa da área de higiene foram utilizados. Um software já conhecido (CPLEX) ia rodar o modelo. Para se ter ideia, em um dos testes, depois de 14 horas, o computador não tinha mais memória para seguir adiante. Então, André fez algumas adaptações: “Tive que simplificar, abrir mão de certa flexibilidade para conseguir que ele fosse executado. As alterações trazem dificuldades no pós-processamento, mas a solução final é tão boa quanto a do modelo anterior. Fui pesquisar, estudei, fiz várias tentativas para achar a melhor solução”. E o resultado foi compensador e considerado um grande diferencial do projeto. “Eu consigo em 10 minutos uma solução muito boa, melhor do que a utilizada atualmente, com uma redução de 21% no tempo total gasto com a preparação das máquinas, o setup total”, conclui.

Na prática, mensalmente, o programador da empresa entra com os dados (quantas fraldas de cada tipo, qual a embalagem, o tamanho do pacote) e o programa vai dizer qual a sequência a ser usada em cada máquina. “Ele simplesmente coloca os dados e a resposta sai”, explica André, que teve contato com a empresa por meio de um ex-estudante da graduação que atualmente é um dos funcionários da gerência. André esteve na planta da fábrica, conversou com o pessoal, tirou dúvidas e chegou à conclusão de que este era um problema interessante para ser tratado. Agora, André está no mercado de trabalho, mas, daqui a uns dois anos, planeja um mestrado. Ele afirma que dá para melhorar o modelo, mas o avanço dificilmente seria significativo. Se fosse para ir além, compensa mais adaptar o modelo para outras linhas de produção, como a de absorventes íntimos, porque, para a empresa, os resultados obtidos atualmente já são bastante satisfatórios. O modelo também está bem próximo de outros problemas encontrados na literatura de sequenciamento.

Outro diferencial notado por ele foi em uma das análises de sensibilidade. Ele considerou os três setups de máquinas: o para alterar o tamanho da fralda (12 horas), o para o tipo de fralda (seis horas) e o para o tamanho da embalagem (quatro horas). Verificou em qual desses setups poderia reduzir o tempo (em um terço) para ter maior impacto no tempo total gasto na produção. A princípio, o óbvio seria a redução do tempo de preparação de máquina que demora mais (12h), mas a resolução do modelo mostrou que o maior impacto seria obtido na redução do setup intermediário (de 6 horas para 4 horas) devido a sua maior frequência.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Assessoria CEPID-CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

A matemática que soluciona problemas da indústria de cosméticos

Pesquisadora do CeMEAI orientou projeto na área

IMG 5178

O tema surgiu por acaso. O projeto, intitulado “Revisão da Malha Logística em uma empresa se Cosméticos”, foi desenvolvido pelo Engenheiro de Produção Eduardo Maroco Neto, recém-formado pela POLI/USP, junto à pesquisadora do CeMEAI Débora Ronconi.

Eduardo fazia um estágio na área de marketing em uma grande empresa do ramo e aproveitou para conversar com funcionários e ver possíveis abordagens para o estudo. A ideia inicial era fazer algo na área de operações dentro da fábrica.  Porém, na logística, depois de ter acesso a dados e analisar resultados, percebeu que a indústria tinha um problema na entrega dos produtos. A demora acabava suprimindo um potencial de crescimento de receita.

Autorizado pela empresa - desde que mantivesse a maior parte dos dados em sigilo – Eduardo passou a pesquisar soluções. “Usei técnicas de pesquisa operacional para decidir entre avançar ou não o estoque de algumas lojas que eles tinham, para fazer com que o produto estivesse mais próximo dos consumidores e para ver se, com isso, a receita aumentava”, explica Eduardo. A empresa tem 24 lojas em vários estados brasileiros. Junto a Débora, o aluno construiu um modelo matemático que levou em conta duas restrições: a demanda de cada estado e a capacidade das lojas de receber o aumento de estoque.  “Com o resultado que a gente obteve, valia a pena avançar o estoque em 14 das 24 lojas. Isso geraria um aumento de caixa de 7% para a empresa. O novo modelo também mostrou que a entrega era feita em apenas 8,9% do volume total da empresa. Então, era possível de ser expandido em até 11 vezes e a empresa ainda seria capaz de suportar”, complementa Eduardo.

Foi feito um projeto-piloto pra saber se a redução do tempo de entrega alterava a receita da fábrica de cosméticos. Foi concluído que era possível diminuir em até seis dias o prazo para o recebimento do produto, aumentando em cerca de 38% a receita. Mas, para ter esse lucro adicional, investimentos seriam necessários. O estudo avançou para a contabilidade. Eram 14 lojas e o investimento deveria ser da ordem de 12 milhões de reais. “Só que a empresa me disse que só tinha três milhões de reais por semestre. Uma análise de payback tornou possível saber em quais lojas o investimento deveria ser feito primeiramente, não excedendo o valor semestral estipulado. Foram selecionadas as unidades que tinham tempo de retorno menor", conta.

Para as lojas que receberiam avanço de estoque, a pesquisa também analisou a viabilidade de fazer um segundo pavimento no prédio ou comprar um terreno vizinho a ele. E o quanto valia a pena gastar em um investimento vertical ou na aquisição do terreno, com pagamento de três a cinco anos para cada uma das 14 lojas.  

Eduardo ressalta que o trabalho ficou até melhor do que o esperado e que foram seis meses intensivos de relacionamento direto com a empresa. Ele não imaginava chegar a um nível tão detalhado de soluções. O modelo de estoque desenvolvido pode ser aplicado em outras fábricas de outros setores. Ele acredita que a metodologia empregada para a resolução do problema ficará como um legado para a empresa, que nunca tinha utilizado essa abordagem nas decisões estratégicas.  “Uma coisa que eu acredito que tenha ficado de legado para a empresa foi uma mudança de visão, porque eles não levavam em consideração a otimização do modelo para a análise de sensibilidade. Eles usavam variações de cenários e viam qual era o melhor. Isso, a partir de agora, está fora de cogitação”, conclui o recém-formado.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software. 

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Assessoria CEPID-CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609 

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.