Gerencie um turno num segmento de uma linha de montagem final de veículos: cinco postos em série com pequenas vias de buffer entre eles. Cada parada repercute ao longo da linha, cada defeito ou é corrigido no posto ou segue em frente, e o turno tem um plano de produção a cumprir.
O que vai aprender
Como o OEE divide as perdas em disponibilidade, desempenho e qualidade — e por que o gargalo decide a produção da linha.
Como os buffers finitos desacoplam os postos (bloqueio e falta de material) e quanto custa esse inventário em tempo de entrega (lei de Little).
Por que parar a linha perante um defeito pode compensar mais do que continuar, e por que andar mais depressa nem sempre dá mais produção.
Simulador
Tempo 0 min
▶A trabalhar
‖Sem material (sem unidade)
⧗Bloqueado (sem espaço a jusante)
✕Avariado
⚑Parada andon
▪Unidade numa via de buffer
Controles
Porcentagem da velocidade nominal. Ciclos mais rápidos aumentam a produção — e as taxas de falha e de defeitos.
Unidades que cada via entre postos consegue conter. Mais buffer desacopla as paradas, mas aumenta o trabalho em andamento.
Cada técnico repara um posto; o gargalo é atendido primeiro, um segundo técnico acelera uma reparo.
Os operadores param o seu posto para corrigir um defeito na hora. Isso custa tempo de operação — inclusive paradas por anormalidades que no fim não eram nada — mas evita que os defeitos sigam adiante.
Uma equipe de três repara durante uma hora as unidades detectadas no teste de fim de linha, para poderem ser expedidas.
Indicadores
OEE
0,0%
crítico
Produção vs plano
100,0%
normal
Defeitos escapados
0
normal
Trabalho em andamento
13
normal
Disponibilidade
100,0 %
Desempenho
0,0 %
Taxa de qualidade
100,0 %
Ritmo vs takt
100 %
Vazão
50,0 JPH
Unidades à frente (+) / atrás (−) do plano
0
Tempo de entrega na linha
16 min
Unidades esperando na baia de reparo
0
Horas de trabalho por unidade
0,00 h
Postos com defeitos
0
Gargalo parado (sem material ou bloqueado)
0,0 %
Tendência
Cenários de crise
Nível 1 · Proteger o gargalo durante uma parada a montante
Plano: 50 unidades por hora durante meio turno de quatro horas. O posto 3 é o gargalo da linha e há só um técnico de manutenção no turno. A manutenção avisa que uma peça gasta no posto 2 — bem antes do gargalo — precisa ser trocada no minuto 35: um trabalho de 40 minutos para um técnico.
Produção ≥ 101 % do plano no fim do meio turno
Gargalo ocioso ≤ 7 % do tempo
Trabalho em andamento médio ≤ 18 unidades
Nível 2 · Desvio de qualidade no posto de acabamento
Plano: 52 unidades por hora durante meio turno de quatro horas, e dez unidades do turno anterior ainda esperam na baia de reparo. Vinte minutos depois, surge um problema de fixação no posto 4: cerca de uma unidade em oito sai com defeito. O teste de fim de linha pega a maioria — mas não todas.
No máximo 1 defeito escapa para o cliente
Produção ≥ 104 % do plano no fim (as unidades atrasadas reparadas contam)
No máximo 3 unidades ficam na baia de reparo
Trabalho em andamento médio ≤ 16 unidades
Nível 3 · Pico de demanda
A linha vem operando a 80 % da velocidade para um plano de 47 unidades por hora. Vinte minutos depois do início do meio turno, as vendas elevam o plano para 56 unidades por hora — o takt time cai de cerca de 1,28 para 1,07 minuto, e o gargalo não acompanha a 80 %. Hora extra não é permitida.
Produção ≥ 102 % do plano após duas horas
Produção ≥ 103 % do plano no fim do meio turno
No máximo 1 defeito escapa para o cliente
Trabalho em andamento médio ≤ 20 unidades
Base — o modelo por trás dos números
Todas as relações que o simulador usa, com a respetiva fonte. As constantes marcadas como pressupostos são calibrações ilustrativas.
O OEE multiplica disponibilidade, desempenho e qualidade, medidos no gargalo; é igual ao tempo de ciclo ideal × unidades boas ÷ tempo planejado.
OEE = A × P × Q; A = (T_plan − T_stop)/T_plan, P = CT_ideal · N_bn / (T_plan − T_stop), Q = N_first-pass / N_out; OEE = CT_ideal · N_good / T_plan when N_bn = N_out[1][2]O produto é igual ao tempo de ciclo ideal × unidades boas ÷ tempo planejado apenas enquanto a saída do gargalo for igual à saída da linha; as unidades ainda entre o posto 3 e o fim da linha causam uma pequena diferença.
Um posto só passa a sua unidade se o buffer seguinte tiver espaço (senão fica bloqueado) e só começa se o buffer anterior tiver uma unidade (senão fica sem material).
station i: cycle = c_i / v; moves on iff buffer_i < K (else blocked); starts iff buffer_{i−1} > 0 (else starved)[3][4]
A linha nunca pode andar mais depressa do que o seu posto mais lento; o takt time é o tempo disponível dividido pela demanda.
r_line ≤ r_b = v / max_i c_i; takt = available time / demand = 60 / plan [min/unit][5][7]
Estresse de velocidade: as perdas causadas pela velocidade crescem sem limite à medida que a linha se aproxima do limite de seus equipamentos e operadores (105 % da velocidade nominal).
σ_n(v) = ((1.05 − 0.85) / (1.05 − v))^n (σ = 1 at 85 %; σ_1: 2× at 95 %, 4× at 100 %; σ_2: 4× at 95 %, 16× at 100 %)Premissa: tempos de ciclo, tempos de falha e reparo, taxas de defeitos e de paradas falsas, a lei de estresse de velocidade e o tamanho das equipes são valores ilustrativos, não dados de uma fábrica real.
Os postos só quebram enquanto trabalham, e mais vezes quanto mais perto do limite a linha opera; o tempo de reparo diminui quando um segundo técnico se junta.
P(fail in Δt) = 1 − exp(−λ_i · t_work), λ_i = σ_1(v) / MTBF_i; repair work ~ Erlang-3(mean MTTR_i), done at rate 1 + 0.6·(n−1), n ≤ 2[4][1]Premissa: tempos de ciclo, tempos de falha e reparo, taxas de defeitos e de paradas falsas, a lei de estresse de velocidade e o tamanho das equipes são valores ilustrativos, não dados de uma fábrica real.
Os defeitos sobem ainda mais abruptamente com a velocidade do que as falhas. Com andon, a maioria dos defeitos é pega e corrigida no posto, ao custo de paradas curtas (algumas delas alarmes falsos); sem andon, o teste de fim de linha pega alguns e os demais escapam.
p_i = p0_i · σ_2(v) (+0.12 excursion at S4); andon: detect 90 %, stop 1.5 min, fix; false stops 0.3 % · σ_2(v) per unit and station; end-of-line test catches 70 %[7][1]Premissa: tempos de ciclo, tempos de falha e reparo, taxas de defeitos e de paradas falsas, a lei de estresse de velocidade e o tamanho das equipes são valores ilustrativos, não dados de uma fábrica real.
Lei de Little: o tempo médio na linha é igual ao trabalho em andamento dividido pela vazão.
Outras constantes operacionais usadas pelo modelo.
cycle c = 0.62/0.64/0.90/0.75/0.72 min at rated speed (S3 = bottleneck) · MTBF 120/100/200/110/150 min of work, MTTR 4/4/3/4/3 min at 85 % speed · S2 part replacement 40 technician-min · p0 = 0.15/0.15/0.2/0.2/0.05 % per unit · excursion contained after 3 andon pulls or 15 units caught at test · rework 4 min/unit, team of 3 for 1 h per call · 40 line operators · moving averages over 30 minPremissa: tempos de ciclo, tempos de falha e reparo, taxas de defeitos e de paradas falsas, a lei de estresse de velocidade e o tamanho das equipes são valores ilustrativos, não dados de uma fábrica real.
Aleatoriedade: um gerador mulberry32 com semente; distribuições usadas — uniforme, exponencial (inversa da CDF), normal (Box–Muller), Poisson (Knuth). A semente é apresentada e compartilhável.
Fontes
S. Nakajima — Introduction to TPM: Total Productive Maintenance (OEE = availability × performance × quality; six big losses) — Productivity Press, 1988
J. A. Buzacott, J. G. Shanthikumar — Stochastic Models of Manufacturing Systems (flow lines with finite buffers, blocking, starvation) — Prentice Hall, 1993