Production batch sizing and inventory level control using simulation software

Main Article Content

Bruna Christina Battissacco
Walther Azzolini Junior
José Henrique de Andrade
Maicom Sergio Brandão
José Marcelo Barbosa Palma

Abstract

Computer simulation has great application potential in the area of Production Engineering as a tool to support decision making as it allows to simulate the functioning of a real system through logical relationships, in order to observe its behavior under different scenarios. Which could not be practiced in the real system. In line with this aspect, the present work aims to present a report on the application of simulation for the design of production batches and inventory control, highlighting the process necessary for the construction of the generated simulation model, as well as the challenges and opportunities observed. In order to achieve the proposed objective, a literature review was carried out on the topics of interest; the choice and understanding of simulation software and; the survey of data from a large auto parts manufacturer located in the interior of the state of São Paulo. The main results were an increase in production volume from the inclusion and dimensioning of a buffer after the assembly process and a balance between the number of items of each component of the product structure in the supply with the real capacity of manufacturing cell processing. Cabe ressaltar que o modelo de simulação produto da pesquisa deste artigo pode ser aplicado como um sistema de apoio à decisão do gestor para a elaboração do planejamento estratégico e do planejamento operacional com o propósito de melhorar a capacidade de análise e decisão. It is important mentioning that the simulation model in this article can be applied as a support system decision for the preparation of strategic planning and operational planning, with the purpose of improving the analysis capacity for decision-making.

Downloads

Download data is not yet available.

Article Details

Section
IFLOG
Author Biography

José Henrique de Andrade, Instituto Federal de São Paulo - IFSP

Eixo Tecnológico de Gestão e Negócios

References

Biswas, S., & Narahari, Y. (2004). Object oriented modeling and decision support for supply chains. European Journal of Operational Research, Amsterdam, 153, 704-726.

Carvalho, P. S., Schneider, V. A., Parreira, L., & Chapoval Neto, A. (2019). Proposta de implantação de uma célula de manufatura: um estudo de caso em uma metalúrgica. Gepros: Gestão da Produção, Operações e Sistemas, Bauru, 14(4), 114.

Catelan, M. C. F., Araujo, S. D., Fiorotto, D. J., & Carvalho, D. M. (2020). Heurísticas para o problema de dimensionamento de lotes com máquinas paralelas flexíveis. TEMA, São Carlos, 21(2), 313-337.

Chwif, L. (1999). Redução de modelos de simulação de eventos discretos na sua concepção: uma abordagem causal. 151 f. Tese (Doutorado em Engenharia Mecânica) - Escola Politécnica, Universidade de São Paulo, São Paulo.

De Paula Ferreira, W., Armellini, F., & De Santa-Eulalia, L. A. (2020). Simulation in industry 4.0: A state-of-the-art review. Computers & Industrial Engineering, 149.

Decker Junior, C. D., Henning, E., Ferreira, J. C. E., & Zappelino, B. F. (2020). Comparação dos projetos fatoriais completo e fracionado em um modelo de simulação de eventos discretos em um sistema de manufatura para os leiautes celular e celular virtual. Gepros: Gestão da Produção, Operações e Sistemas, Bauru, 15(2), 23-57.

Ekren, B. Y., & Ornek, A. M. (2008). A simulation based experimental design to analyse factors affecting production flow time. Simulation Modeling Practice and Theory, Amsterdam, 16, 278- 293.

Gaziero, C., & Cecconello, I. (2019). Simulação Computacional do Fluxo de Valor: uma proposta de Integração da Indústria 4.0 e Lean Production. Scientia Cum Industria, 7(2), 52-67, 2019.

Goienetxea Uriarte (2018). Ainhoa; NG, Amos HC; URENDA MORIS, Matías. Supporting the lean journey with simulation and optimization in the context of Industry 4.0. In: Procedia Manufacturing. 586-59.

Hernandez, M. A. G., & Librantz, A. F. H. (2013). Improvement of the supply chain for the sugar cane exportation process employing discrete events simulation techniques. Acta Scientiarum, Maringá, 35(4), 637-643.

Hirsch-Kreinsen (2016). Hartmut. "Industry 4.0" as Promising Technology: Emergence, Semantics and Ambivalent Character.

Junqueira, R. D. Á. R., & Morabito, R. (2018). Programação e sequenciamento das frentes de colheita de cana-de-açúcar: modelo e métodos de solução para problemas de grande porte. Gestão & Produção, São Carlos, 25(1), 132-147. DOI: https://doi.org/10.1590/0104-530x2647-16.

Kagermann, Henning et al. (2013). Recommendations for implementing the strategic initiative INDUSTRIE 4.0: Securing the future of German manufacturing industry; final report of the Industrie 4.0 Working Group. Forschungsunion.

Liao, Yongxin et al. (2017). Past, present and future of Industry 4.0-a systematic literature review and research agenda proposal. International journal of production research, 55(12), 3609-3629.

Lugert, Andreas, Batz, Aglaya, & Winkler, Herwig (2018). Empirical assessment of the future adequacy of value stream mapping in manufacturing industries. Journal of Manufacturing Technology Management.

Mancio, V. G., & Sellitto, M. A. (2017). Sistemas flexíveis de manufatura: definições e quadro de trabalho para futura pesquisa. Revista GEINTEC-Gestão, Inovação e Tecnologias, São Cristóvão, 7(2), 3760-3773.

Morabito, R., & Pureza, V. (2010). Modelagem e simulação. In: Miguel, P. A. C. (Org.). Metodologia de pesquisa em engenharia de produção e gestão de operações. Rio de Janeiro: Elsevier, 165-194.

Negahban, Ashkan, & Smith, Jeffrey S. (2014). Simulation for manufacturing system design and operation: Literature review and analysis. Journal of Manufacturing Systems, 33(2), 241-261.

Oliveira, W. A., & Santos, M. O. (2017). Uma nova regra de ramificação para resolver o problema de dimensionamento de lote capacitado e programação com configurações dependentes de sequência. TEMA, São Carlos, 18(3), 515-529, DOI: http://dx.doi.org/10.5540/tema.2017.018.

Peixoto, E. C., & Pinto, L. R. (2006). Gerenciamento de estoques via previsão de vendas agregadas utilizando simulação. Production (Online), 16(3), 569-581.

Sarkar, B., Guchhait, R., Sarkar, M., Pareek, S., & Kim, N. (2019). Impact of safety factors and setup time reduction in a two-echelon supply chain management. Robotics and Computer-Integrated Manufacturing, New York, 55, 250-258.

Scheidegger, Anna Paula Galvão et al. (2018). An introductory guide for hybrid simulation modelers on the primary simulation methods in industrial engineering identified through a systematic review of the literature. Computers & Industrial Engineering, 124, 474-492.

Silva, W. A. (2005). Otimização de parâmetros da Gestão Baseada em Atividades (ABM) aplicada em uma célula de manufatura. 2005. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Itajubá, Itajubá.

Soares, J. P. M., Lemos, F. De O., Araújo, C. L. K., & Hansen, P. B. (2011). A contribuição da simulação computacional para a análise sistêmica da reestruturação de layout e otimização de recursos na manufatura celular: estudo de caso em uma célula de uma empresa do ramo automotivo. Produto & Produção (Online), [S. l.], 12(3), 49-68.

Soares, João Pedro M. et al. (2011). A contribuição da simulação computacional para a análise sistêmica da reestruturação de layout e otimização de recursos na manufatura celular: estudo de caso em uma célula de uma empresa do ramo automotivo. Produto & Produção (Online).

Ventura, M. M. (2007). O estudo de caso como modalidade de pesquisa. Revista SoCERJ, 20(5), 383-386.

Wanke, P., & Saliby, E. (2005). Proposta para a gestão de estoques de novos produtos: solução do modelo (q, r) para a distribuição uniforme da demanda e do lead-time de suprimento. Gestão & Produção, São Carlos, 12(1), 1-20.

Yin. R. (2001). Estudo de caso: planejamento e métodos. 2. ed. Porto Alegre, RS: Bookman.