O presente trabalho propoe a investigacao dos desperdicios de producao em uma linha de recapagens... more O presente trabalho propoe a investigacao dos desperdicios de producao em uma linha de recapagens de pneus atraves da ferramenta do Mapeamento do Fluxo de Valor. O Mapeamento de Fluxo de Valor e uma ferramenta da producao enxuta que permite as empresas visualizar seus desperdicios e buscar melhorias no fluxo de valor (ROTHER; SHOOK, 2003). O conhecimento do processo e contato com a empresa despertou o interesse em analisar os dados produtivos e identificar os principais motivos que geram desperdicio e WIP, com a proposta de melhorias no fluxo produtivo e reducao do lead time. O possivel aprimoramento do processo so e conseguido a partir de uma analise criteriosa, um diagnostico preciso, e decisoes de melhoria acertadas, obtidas da observacao in loco do sistema fabril. Para a realizacao do estudo, trabalhou-se com o mes de fevereiro de 2017 pela maior disponibilidade de dados. Com a obtencao dos dados, foi possivel desenvolver o Mapeamento de Fluxo de Valor Atual e na sequencia foram...
A utilizacao de modelos de previsao de demanda e uma maneira de obter-se vantagens competitivas e... more A utilizacao de modelos de previsao de demanda e uma maneira de obter-se vantagens competitivas e melhorar o gerenciamento de recursos produtivos. Identificar qual modelo de predicao utilizar pode facilitar o dia-a-dia e o planejamento estrategico. Este estudo tem por objetivo realizar a aplicacao de metodos de previsao de demanda em uma empresa que atua no setor metal mecânico. Propoe-se a comparacao do modelo ARIMA (Auto Regressive Integrated Moving Averages) com o modelo de Redes Neurais Artificiais (RNA). Para a utilizacao das RNA se desenvolveu um modelo matematico de otimizacao capaz de encontrar a melhor quantidade de neuronios e funcao matematica de treinamento e delay da rede por meio de Algoritmos Geneticos, minimizando os erros de previsao. A partir da comparacao dos metodos, observou-se que o modelo RNA otimizado apresentou menor percentual de erro, aumentando a confiabilidade e aceitabilidade do modelo. O desempenho e comparativo estatistico dos metodos foram avaliados ...
O presente trabalho propoe a investigacao dos desperdicios de producao em uma linha de recapagens... more O presente trabalho propoe a investigacao dos desperdicios de producao em uma linha de recapagens de pneus atraves da ferramenta do Mapeamento do Fluxo de Valor. O Mapeamento de Fluxo de Valor e uma ferramenta da producao enxuta que permite as empresas visualizar seus desperdicios e buscar melhorias no fluxo de valor (ROTHER; SHOOK, 2003). O conhecimento do processo e contato com a empresa despertou o interesse em analisar os dados produtivos e identificar os principais motivos que geram desperdicio e WIP, com a proposta de melhorias no fluxo produtivo e reducao do lead time. O possivel aprimoramento do processo so e conseguido a partir de uma analise criteriosa, um diagnostico preciso, e decisoes de melhoria acertadas, obtidas da observacao in loco do sistema fabril. Para a realizacao do estudo, trabalhou-se com o mes de fevereiro de 2017 pela maior disponibilidade de dados. Com a obtencao dos dados, foi possivel desenvolver o Mapeamento de Fluxo de Valor Atual e na sequencia foram...
A utilizacao de modelos de previsao de demanda e uma maneira de obter-se vantagens competitivas e... more A utilizacao de modelos de previsao de demanda e uma maneira de obter-se vantagens competitivas e melhorar o gerenciamento de recursos produtivos. Identificar qual modelo de predicao utilizar pode facilitar o dia-a-dia e o planejamento estrategico. Este estudo tem por objetivo realizar a aplicacao de metodos de previsao de demanda em uma empresa que atua no setor metal mecânico. Propoe-se a comparacao do modelo ARIMA (Auto Regressive Integrated Moving Averages) com o modelo de Redes Neurais Artificiais (RNA). Para a utilizacao das RNA se desenvolveu um modelo matematico de otimizacao capaz de encontrar a melhor quantidade de neuronios e funcao matematica de treinamento e delay da rede por meio de Algoritmos Geneticos, minimizando os erros de previsao. A partir da comparacao dos metodos, observou-se que o modelo RNA otimizado apresentou menor percentual de erro, aumentando a confiabilidade e aceitabilidade do modelo. O desempenho e comparativo estatistico dos metodos foram avaliados ...
Uploads