Estudo de alocação de programas de melhoria em um ambiente flow shop para redução do lead time

A redução do lead time implica em ganhos significativos. Essa redução é obtida por meio de programas de melhorias em variáveis do chão de fábrica. Duas abordagens, a saber, Manufatura Enxuta e Teoria das Restrições, possuem técnicas e ferramentas que se propõem a alocar programas de melhoria em diferentes locais de uma linha produtiva. As técnicas e ferramentas da primeira sugerem melhorias distribuídas por todas as estações de trabalho, enquanto a segunda afirma que o foco das melhorias deve ser alocadas apenas no recurso restrição. Nesse contexto, este trabalho investiga qual a melhor alternativa de alocação de programas de melhoria com relação à redução do lead time, ou seja, implementar melhorias em variáveis do chão de fábrica somente no recurso restrição, ou, alternativamente, em todas as estações de trabalho. No presente estudo é utilizado um modelo quantitativo que relaciona as abordagens de System Dynamics (FORRESTER, 1961) e Factory Physics (HOPP; SPEARMAN, 2001) criado por Godinho Filho e Uzsoy (2008a; 2008b; 2009). Os resultados indicam que quando a utilização do recurso restrição de capacidade for alta e a diferença na utilização do mesmo e os recursos não restritivos for significativa (acima de 5%), um investimento grande e concentrado é a melhor opção. Conforme tanto a utilização do recurso restrição de capacidade quanto a diferença entre recurso restrição de capacidade e recursos não restritivos diminuem, o programa de melhoria em vários pontos da linha começa a se comportar melhor. A diminuição na diferença entre a utilização do recurso restrição e não restrição pode ser entendida como uma tendência ao balanceamento da linha, o que favorece a alocação de programas de melhoria em vários pontos da linha. Por fim, se na prática, houver a presença de uma linha não balanceada e o recurso restrição de capacidade estiver com alta utilização e se sobressair em relação aos recursos não restrição, a melhor alternativa é realizar um investimento grande e concentrado no recurso restritivo. Entretanto, pode haver situações em que efetuar uma grande melhoria concentrada no gargalo é proibitiva e os resultados sugerem que uma abordagem de melhoria híbrida é interessante para essa situação quando o recurso restrição de capacidade apresentar altas utilizações (99,8 e 95,5%), já na presença de um recurso restritivo com utilização de 90,5% a alocação de programas de melhoria direcionada a vários pontos da linha é indicada.ABSTRACT Lead time reduction results in significant gains. This reduction is achieved through improvements programs in six different shop floor parameters. Two approaches, namely, Lean Manufacturing and Theory of Constraints have different tools and techniques with different improvement allocations in a production line. The tools and techniques of the first suggest improvements spread along the line. The second one advocates that the focus of improvements should be just on the constraint resource. In this context, this study investigates what is the best allocation of improvement programs regarding lead time reduction, a large improvement on the constraint resource, or, alternatively, small improvements on all workstations. In the present study, a quantitative model that relates System Dynamics (Forrester, 1961) and Factory Physics (Hopp; Spearman, 2001) approaches, created by Godinho Filho and Uzsoy (2008a; 2008b; 2009) is used. The results indicate that when constraint resource utilization is high and the difference in the utilization between constrained resource and non-constrained resource is significant (over 5%), a large investment constraint resource option is best. As the utilization of the constrained resource and the difference between the utilization of constrained and non-constrained resources decreases, the improvement program at various points of the line begins to behave better. This decrease in the difference between the utilization of constrained and non-constrained resource can be understood as a trend toward a balanced line. Lastly, if in practice, there is a balanced line and the constrained resource prevails over the non-constrained resource, the best option is a great concentrated investment at the constrained resource. However, might be situations where a great investment at the constrained resource is impracticable and the results of this work suggest that an hybrid approach is interesting when the constrained resource have higher utilizations (99,8% and 99,5%), already, when the utilization of the constrained resource is 90,5% a good option is the allocation of the improvement programs at various points of the line