{"title":"Aplicação do método de Monte Carlo para previsão do índice de Overall Equipment Effectiveness de uma máquina produtora de celulose","authors":"Isabela Gasparino Araújo, Fabrício Maciel Gomes, Félix Monteiro Pereira","doi":"10.20985/1980-5160.2020.v15n1.1608","DOIUrl":null,"url":null,"abstract":"A aplicação da simulação nas organizações traz diversas vantagens, desde um entendimento dos seus sistemas e processos, até perspectivas quanto às estratégias e próximos passos, pois permite projetar cenários e desenvolver planos de ação, a baixo custo. Nesse contexto, identificou-se a oportunidade de continuar um estudo referente ao indicador de eficiência global do equipamento, Overall Equipment Effectiveness (OEE), em uma indústria produtora de papel e celulose. Portanto, foram realizadas simulações de Monte Carlo, a partir de dados históricos de natureza quantitativa, referente ao funcionamento de uma máquina - que apresenta OEE médio atual de 65.08% e capacidade teórica para produzir 624 toneladas de celulose em 24 horas de operação. O objetivo foi verificar a viabilidade deste equipamento atingir o nível de 85% no índice de OEE, considerado de Classe Mundial, e entender quais variáveis e parâmetros mais impactam a eficiência deste indicador, por meio de simulações de Monte Carlo, realizadas no software Crystal Ball. Como resultado, foram realizadas 50.000 iterações e constatou-se que a probabilidade do equipamento atingir um OEE de nível mundial foi de apenas 0.009%. Verificou-se também, a partir do gráfico de sensibilidade, que os parâmetros que mais interferem na eficiência desse índice são o Desempenho (54.7%) e a Disponibilidade (31.9%) da máquina. Conclui-se que, a partir da geração de um volume robusto de dados, a simulação permitiu avaliar a interação de diferentes variáveis presentes na linha de produção e seus impactos em indicadores relevantes da empresa, sem a necessidade de realizar qualquer alteração prévia no ambiente de trabalho. Portanto, pode ser aplicada como importante ferramenta para estudos de viabilidade, análise de performance e tomada de decisões nas empresas.","PeriodicalId":41705,"journal":{"name":"Sistemas & Gestao","volume":" ","pages":""},"PeriodicalIF":0.1000,"publicationDate":"2020-04-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sistemas & Gestao","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20985/1980-5160.2020.v15n1.1608","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"MANAGEMENT","Score":null,"Total":0}
引用次数: 2
Abstract
A aplicação da simulação nas organizações traz diversas vantagens, desde um entendimento dos seus sistemas e processos, até perspectivas quanto às estratégias e próximos passos, pois permite projetar cenários e desenvolver planos de ação, a baixo custo. Nesse contexto, identificou-se a oportunidade de continuar um estudo referente ao indicador de eficiência global do equipamento, Overall Equipment Effectiveness (OEE), em uma indústria produtora de papel e celulose. Portanto, foram realizadas simulações de Monte Carlo, a partir de dados históricos de natureza quantitativa, referente ao funcionamento de uma máquina - que apresenta OEE médio atual de 65.08% e capacidade teórica para produzir 624 toneladas de celulose em 24 horas de operação. O objetivo foi verificar a viabilidade deste equipamento atingir o nível de 85% no índice de OEE, considerado de Classe Mundial, e entender quais variáveis e parâmetros mais impactam a eficiência deste indicador, por meio de simulações de Monte Carlo, realizadas no software Crystal Ball. Como resultado, foram realizadas 50.000 iterações e constatou-se que a probabilidade do equipamento atingir um OEE de nível mundial foi de apenas 0.009%. Verificou-se também, a partir do gráfico de sensibilidade, que os parâmetros que mais interferem na eficiência desse índice são o Desempenho (54.7%) e a Disponibilidade (31.9%) da máquina. Conclui-se que, a partir da geração de um volume robusto de dados, a simulação permitiu avaliar a interação de diferentes variáveis presentes na linha de produção e seus impactos em indicadores relevantes da empresa, sem a necessidade de realizar qualquer alteração prévia no ambiente de trabalho. Portanto, pode ser aplicada como importante ferramenta para estudos de viabilidade, análise de performance e tomada de decisões nas empresas.