Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| dARK ID: | ark:/87559/00130000007zb |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://app.uff.br/riuff/handle/1/35142 |
Resumo: | O presente estudo busca aumentar a produtividade em uma indústria de pneus brasileira por meio da otimização do gargalo produtivo. A análise da eficiência, avaliada pelo Indicador de Eficiência Global dos Equipamentos (OEE), revela que a maior perda de performance está associada à ociosidade das máquinas, decorrente da escassez de produtos oriundos do processo anterior, o que resulta em custos energéticos adicionais e perda de capacidade produtiva. A ociosidade observada é atribuída a decisões inadequadas no controle da cadeia de produção, evidenciando a necessidade de um modelo de suporte à decisão que considere os riscos envolvidos. Para atender a essa necessidade, o estudo propõe um modelo de decisão baseado em lógica fuzzy, capaz de lidar com incertezas e critérios subjetivos no processo de tomada de decisão. A metodologia adotada envolve a aplicação de técnicas de lógica fuzzy para modelar as incertezas inerentes ao processo produtivo, fornecendo uma ferramenta para evitar a ociosidade do gargalo e otimizar o fluxo de produção. O modelo foi validado por meio de um estudo de caso em uma indústria multinacional de pneus, seguindo as etapas de definição do problema, estruturação, implementação das abordagens difusas, validação do modelo e análise dos resultados. A precisão do modelo proposto foi verificada com base em dados históricos, por meio da análise da distribuição das zonas de risco de escassez de produtos e da conformidade com as premissas estabelecidas. A validação foi reforçada pelo uso do método de Brier Score, que apresentou resultados satisfatórios para a comprovação da eficácia do modelo. Este trabalho contribui cientificamente ao introduzir um método inovador para a tomada de decisões em cenários caracterizados por incertezas e variáveis subjetivas, oferecendo uma solução prática para a otimização de gargalos produtivos gerando tecnologia tanto bibliográfica com a publicação de artigos científicos quanto tecnológica com a disponibilização de relatório técnico a empresa, consequentemente, para o aumento da eficiência operacional nas indústrias, cujo novo método apresentou uma melhoria de até três vezes na falta de produto em relação ao método atual devido a decisões de fluxo. |
| id |
UFF-2_e9712f8f7a9056edeb7894b31c2ccfcf |
|---|---|
| oai_identifier_str |
oai:app.uff.br:1/35142 |
| network_acronym_str |
UFF-2 |
| network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| repository_id_str |
|
| spelling |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de casoLógica fuzzyTomada de decisãoOciosidade do gargaloControle de produçãoParadas de produçãoControle de produçãoCadeia produtivaTomada de decisãoLógica fuzzyFuzzy LogicDecision makingBottleneck IdlenessProduction controlProduction stopsO presente estudo busca aumentar a produtividade em uma indústria de pneus brasileira por meio da otimização do gargalo produtivo. A análise da eficiência, avaliada pelo Indicador de Eficiência Global dos Equipamentos (OEE), revela que a maior perda de performance está associada à ociosidade das máquinas, decorrente da escassez de produtos oriundos do processo anterior, o que resulta em custos energéticos adicionais e perda de capacidade produtiva. A ociosidade observada é atribuída a decisões inadequadas no controle da cadeia de produção, evidenciando a necessidade de um modelo de suporte à decisão que considere os riscos envolvidos. Para atender a essa necessidade, o estudo propõe um modelo de decisão baseado em lógica fuzzy, capaz de lidar com incertezas e critérios subjetivos no processo de tomada de decisão. A metodologia adotada envolve a aplicação de técnicas de lógica fuzzy para modelar as incertezas inerentes ao processo produtivo, fornecendo uma ferramenta para evitar a ociosidade do gargalo e otimizar o fluxo de produção. O modelo foi validado por meio de um estudo de caso em uma indústria multinacional de pneus, seguindo as etapas de definição do problema, estruturação, implementação das abordagens difusas, validação do modelo e análise dos resultados. A precisão do modelo proposto foi verificada com base em dados históricos, por meio da análise da distribuição das zonas de risco de escassez de produtos e da conformidade com as premissas estabelecidas. A validação foi reforçada pelo uso do método de Brier Score, que apresentou resultados satisfatórios para a comprovação da eficácia do modelo. Este trabalho contribui cientificamente ao introduzir um método inovador para a tomada de decisões em cenários caracterizados por incertezas e variáveis subjetivas, oferecendo uma solução prática para a otimização de gargalos produtivos gerando tecnologia tanto bibliográfica com a publicação de artigos científicos quanto tecnológica com a disponibilização de relatório técnico a empresa, consequentemente, para o aumento da eficiência operacional nas indústrias, cujo novo método apresentou uma melhoria de até três vezes na falta de produto em relação ao método atual devido a decisões de fluxo.This study focuses on enhancing productivity in a Brazilian tire manufacturing company through the optimization of production bottlenecks. Efficiency was evaluated using Overall Equipment Effectiveness (OEE), which revealed that the primary source of performance loss is machine idleness caused by a shortage of products from the preceding process. This issue leads to increased energy costs and a reduction in productive capacity. The identified idleness is attributed to suboptimal decisionmaking in production chain management, indicating the necessity for a decision support model that accounts for associated risks. To address this challenge, a decisionmaking model based on fuzzy logic is proposed, designed to manage uncertainties and subjective criteria inherent in the decisionmaking process. The methodology involves the application of fuzzy logic techniques to model uncertainties within the production process, aiming to prevent bottleneck idleness and improve production flow. The model was validated through a case study conducted in a multinational tire manufacturing company, encompassing the steps of problem definition, model structuring, implementation of fuzzy logic techniques, validation, and result analysis. The model's accuracy was assessed using historical data by analyzing risk zones for product scarcity and ensuring compliance with established premises. The validation process was further supported by the Brier score method, which demonstrated satisfactory results in verifying the model's effectiveness. This research contributes scientifically by introducing an innovative method for decisionmaking in scenarios characterized by uncertainties and subjective variables, offering a practical solution for the optimization of production bottlenecks, generating both bibliographic technology with the publication of scientific articles and technological technology with the provision of technical reports to the company, consequently, for the increase of operational efficiency in industries, whose new method presented an improvement of up to three times in the lack of product in relation to the current method due to flow decisions.83p.Brandalise, Nilsonhttp://lattes.cnpq.br/8212959359349775Costa, Kelly Alonsohttp://lattes.cnpq.br/8918904607205362Christo, Eliane da Silvahttp://lattes.cnpq.br/0831388652787701Ribeiro, Anderson de Oliveirahttp://lattes.cnpq.br/0300712220397866http://lattes.cnpq.br/5328435259388537Lacerda, Pedro Victor Costa2024-10-29T20:47:50Z2024-10-29T20:47:50Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLACERDA, Pedro Victor Costa. Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso. 2024. 83 f. Dissertação (Mestrado) - Curso de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Volta Redonda, 2024.https://app.uff.br/riuff/handle/1/35142ark:/87559/00130000007zbCC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2024-10-29T20:47:54Zoai:app.uff.br:1/35142Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-10-29T20:47:54Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
| dc.title.none.fl_str_mv |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| title |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| spellingShingle |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso Lacerda, Pedro Victor Costa Lógica fuzzy Tomada de decisão Ociosidade do gargalo Controle de produção Paradas de produção Controle de produção Cadeia produtiva Tomada de decisão Lógica fuzzy Fuzzy Logic Decision making Bottleneck Idleness Production control Production stops |
| title_short |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| title_full |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| title_fullStr |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| title_full_unstemmed |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| title_sort |
Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso |
| author |
Lacerda, Pedro Victor Costa |
| author_facet |
Lacerda, Pedro Victor Costa |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Brandalise, Nilson http://lattes.cnpq.br/8212959359349775 Costa, Kelly Alonso http://lattes.cnpq.br/8918904607205362 Christo, Eliane da Silva http://lattes.cnpq.br/0831388652787701 Ribeiro, Anderson de Oliveira http://lattes.cnpq.br/0300712220397866 http://lattes.cnpq.br/5328435259388537 |
| dc.contributor.author.fl_str_mv |
Lacerda, Pedro Victor Costa |
| dc.subject.por.fl_str_mv |
Lógica fuzzy Tomada de decisão Ociosidade do gargalo Controle de produção Paradas de produção Controle de produção Cadeia produtiva Tomada de decisão Lógica fuzzy Fuzzy Logic Decision making Bottleneck Idleness Production control Production stops |
| topic |
Lógica fuzzy Tomada de decisão Ociosidade do gargalo Controle de produção Paradas de produção Controle de produção Cadeia produtiva Tomada de decisão Lógica fuzzy Fuzzy Logic Decision making Bottleneck Idleness Production control Production stops |
| description |
O presente estudo busca aumentar a produtividade em uma indústria de pneus brasileira por meio da otimização do gargalo produtivo. A análise da eficiência, avaliada pelo Indicador de Eficiência Global dos Equipamentos (OEE), revela que a maior perda de performance está associada à ociosidade das máquinas, decorrente da escassez de produtos oriundos do processo anterior, o que resulta em custos energéticos adicionais e perda de capacidade produtiva. A ociosidade observada é atribuída a decisões inadequadas no controle da cadeia de produção, evidenciando a necessidade de um modelo de suporte à decisão que considere os riscos envolvidos. Para atender a essa necessidade, o estudo propõe um modelo de decisão baseado em lógica fuzzy, capaz de lidar com incertezas e critérios subjetivos no processo de tomada de decisão. A metodologia adotada envolve a aplicação de técnicas de lógica fuzzy para modelar as incertezas inerentes ao processo produtivo, fornecendo uma ferramenta para evitar a ociosidade do gargalo e otimizar o fluxo de produção. O modelo foi validado por meio de um estudo de caso em uma indústria multinacional de pneus, seguindo as etapas de definição do problema, estruturação, implementação das abordagens difusas, validação do modelo e análise dos resultados. A precisão do modelo proposto foi verificada com base em dados históricos, por meio da análise da distribuição das zonas de risco de escassez de produtos e da conformidade com as premissas estabelecidas. A validação foi reforçada pelo uso do método de Brier Score, que apresentou resultados satisfatórios para a comprovação da eficácia do modelo. Este trabalho contribui cientificamente ao introduzir um método inovador para a tomada de decisões em cenários caracterizados por incertezas e variáveis subjetivas, oferecendo uma solução prática para a otimização de gargalos produtivos gerando tecnologia tanto bibliográfica com a publicação de artigos científicos quanto tecnológica com a disponibilização de relatório técnico a empresa, consequentemente, para o aumento da eficiência operacional nas indústrias, cujo novo método apresentou uma melhoria de até três vezes na falta de produto em relação ao método atual devido a decisões de fluxo. |
| publishDate |
2024 |
| dc.date.none.fl_str_mv |
2024-10-29T20:47:50Z 2024-10-29T20:47:50Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
LACERDA, Pedro Victor Costa. Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso. 2024. 83 f. Dissertação (Mestrado) - Curso de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Volta Redonda, 2024. https://app.uff.br/riuff/handle/1/35142 |
| dc.identifier.dark.fl_str_mv |
ark:/87559/00130000007zb |
| identifier_str_mv |
LACERDA, Pedro Victor Costa. Decisões sob incerteza na cadeia produtiva: um modelo fuzzy para evitar ociosidade no gargalo, estudo de caso. 2024. 83 f. Dissertação (Mestrado) - Curso de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Volta Redonda, 2024. ark:/87559/00130000007zb |
| url |
https://app.uff.br/riuff/handle/1/35142 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
CC-BY-SA |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
| instname_str |
Universidade Federal Fluminense (UFF) |
| instacron_str |
UFF |
| institution |
UFF |
| reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
| repository.mail.fl_str_mv |
riuff@id.uff.br |
| _version_ |
1848091237902450688 |