OS IMPACTOS DA INDÚSTRIA 4.0 NO PLANEJAMENTO E CONTROLE DA PRODUÇÃO

Dr. Nome do Professor. CIDADE 2022 nome do autor OS IMPACTOS DA INDÚSTRIA 4. NO PLANEJAMENTO E CONTROLE DA PRODUÇÃO Trabalho de Conclusão de Curso apresentado à (nome da instituição), como requisito parcial para a obtenção do título de graduado em (nome do curso). BANCA EXAMINADORA Prof(a). Os gerentes seniores estão interessados na adoção de tecnologias emergentes, pois oferecem a possibilidade de alterar as estratégias de sua empresa. Os governos também estão cientes dos impactos da Quarta Revolução Industrial, porque sabem que cada vez mais os cidadãos podem usar a tecnologia para buscar maior autonomia. Finalmente, o interesse dos formuladores de políticas baseia-se no entendimento de como a Indústria 4. influencia na inovação tecnológica dos negócios, bem como na otimização de seus resultados gerenciais.

Sendo assim, este estudo tem como objetivo abordar como a Indústria 4. this new era of the world economy has captured the interest of many stakeholders, including high-level executives, governments and policymakers around the world. Senior managers are interested in adopting emerging technologies as they offer the possibility to change their company's strategies. Governments are also aware of the impacts of the Fourth Industrial Revolution, because they know that more and more citizens can use technology to seek greater autonomy. Finally, the interest of policymakers is based on the understanding of how Industry 4. influences the technological innovation of the business, as well as the optimization of its managerial results. INTRODUÇÃO 8 1. Questões de pesquisa 8 1. Objetivos 9 1. Justificativa 9 2 REFERENCIAL TEÓRICO 10 2. Os pilares da indústria 4. Tratamento dos dados 19 3. Limitações da pesquisa 20 4 RESULTADOS E DISCUSSÕES 21 4.

Tecnologias inteligentes para o controle de materiais no PCP 21 4. Tecnologias inteligentes para o planejamento de operações e requisitos 22 4. Tecnologias inteligentes para o PCP no chão de fábrica 24 4. O que se sabe com certeza é que a adoção das tecnologias da Indústria 4. tem o potencial de transformar as estratégias e as cadeias globais de valor das empresas multinacionais em todo o mundo. Também se tem que a automação aprimorada continuará substituindo a mão de obra menos qualificada, aumentando simultaneamente a demanda por especialistas em especialistas em software, mecatrônica e analistas de dados (DECARLI; DELAMARO, 2007). Questões de pesquisa Diante do contexto apresentado, este estudo tem como objetivo responder ao seguinte questionamento: qual a relevância da indústria 4. na otimização dos processos de planejamento e controle da produção? Já como hipóteses levantadas na concepção do tema aqui proposto, temos as seguintes: a indústria 4.

Os pilares da indústria 4. Podemos observar na literatura de pesquisa que os autores concordam com a definição de empresas que utilizam a tecnologia para resolver diversos problemas. Também temos acordos claros sobre as conexões que podem ser feitas entre os mundos físico e digital e o uso de informações em tempo real. Portanto, utilizando uma bibliografia baseada em publicações científicas e livros de comunicação internacional como Miller (2005), é possível saber quais tipos de inovações tecnológicas recebem mais atenção no contexto da Indústria 4. • Robôs avançados: robôs cada vez mais adaptáveis ​​e flexíveis, em um futuro próximo, podem-se determinar que a relação desses robôs com outras máquinas e humanos tenderá a convergir (SCHWAB, 2016); • Internet das Coisas: pode ser definida como a interação entre produtos, serviços, lugares e pessoas ao seu redor, utilizando ambientes virtuais e tecnologias que facilitam as conexões entre eles (SCHWAB, 2016); • Cibersegurança: incluindo formas de comunicação que têm apresentado crescimento significativo em confiabilidade e complexidade (RUBMANN et al.

PFOHL et al. Nesses estudos, constatamos que a metodologia muitas vezes não é vista como um modelo para a adoção de novas tecnologias. Isso porque a mudança facilitada por qualquer tipo de inovação ocorre em grande parte por meio de planejamento estratégico de longo prazo e implementação que ocorre de forma incremental (KAGERMANN et al. Diante do efeito direto da tecnologia na melhoria contínua da eficiência do processo produtivo interno das empresas, diversos setores buscam a integração das diversas etapas do processo. Essa integração e otimização dos processos produtivos é impulsionada pela manufatura digital, que visa mudar toda a estrutura de negócios de uma empresa e tornar cada empresa competitiva no mercado consumidor. Gestão de equipes na indústria 4. Outro desafio comum que os funcionários de uma empresa que busca a filosofia 4.

como métrica de resultados podem enfrentar está relacionado à inconsistência ou à falta de fluxos de trabalho estruturados. Nesse tipo de situação, uma equipe deve saber o que é esperado de cada um de seus integrantes e o que se deseja para que cada um deles exerça uma liberdade de trabalhar de forma independente. Para fazer isso, eles precisam ter processos de trabalho estabelecidos ou padronizados (BALDWIN; CLARK, 2000). Assim, as empresas devem considerar a necessidade de pesquisar constantemente suas equipes para saber mais sobre seus desafios e obstáculos como primeiro passo e encontrar a melhor solução que permita que os mesmos prosperem e tragam a empresa a novos patamares (GOMES, 2016). O Planejamento e Controle da Produção O sistema de planejamento e controle da produção (PCP) é uma área de decisão da manufatura, cujo objetivo corresponde tanto ao planejamento como ao controle dos recursos do processo produtivo a fim de gerar bens e serviços (MARTINS; LAUGENI, 2005).

Segundo Erdmann (2000), o PCP compõe-se de atividades que antecedem e criam condições para a produção, agindo sobre o produto/processo, materiais, produção/fábrica. Estende suas ações ou gera reflexos em praticamente toda a organização. Glaser, Geiger e Rohde (1991) afirmam que o planejamento e controle da produção abrange a todas as ações que levam à elaboração de um programa de produção e à definição de sua execução em termos de quantidade e tempos. Elas servem para determinar a ordem que as operações serão executadas. Parte delas são resumidas a seguir; a) Menor tempo de processamento (METP): programa-se na sequência crescente das durações totais, onde o princípio básico da regra é atender a demanda em razão do menor tempo de processamento possível; b) Maior tempo de processamento (MATP): programa-se na sequência descrente das durações totais; c) Primeiro a entrar, primeiro a sair (PEPS): programa-se na sequência crescente das data de entradas dos serviços; d) Data de entrega (DE): programa-se em função das datas de entrega previstas.

Hoje existem softwares disponíveis para sequenciamento de ordens, o que tem facilitado a utilização da técnica. Outra importante técnica é o just in time (JIT) que segundo Martins e Laugeni (2005), além de eliminar desperdícios procura utilizar a capacidade plena dos colaboradores. O sistema just in time leva a estoques bem menores, custos mais baixos e melhor qualidade do que os sistemas convencionais. Segundo Moreira (2008) a prestação de serviço implica em uma ação voltada para entregar valor aos clientes, embora meios físicos possam estar presentes para facilitar ou justificar o serviço. Conforme o autor, estima-se que aproximadamente 75% dos empregos, assim como 75% do PIB estejam no setor de serviços. Para empresas produtoras de serviços, o PCP é responsável por planejar e controlar a produção desses serviços de modo a ofertar os serviços no tempo e no espaço para atender à demanda dos clientes, atentando para a quantidade de mão-de-obra necessária, das máquinas e equipamentos e dos demais recursos necessários (CHIAVENATO, 1990).

Gianesi e Corrêa (1994), colocam que o planejamento e controle dos sistemas de serviços integram o gerenciamento das atividades de uma empresa e são utilizados para verificar quais são os processos que ocorrem, antes, durante e depois de um serviço. Segundo Moreira (2008, p. Quanto à abordagem do problema A abordagem que será dada para esta pesquisa é a qualitativa, onde de acordo com Triviños (1987) a pesquisa qualitativa possibilita: [. uma espécie de representatividade do grupo maior dos sujeitos que participarão no estudo. Porém, não é, em geral, a preocupação dela a quantificação da amostragem. E, ao invés da aleatoriedade, decide intencionalmente, considerando uma série de condições (sujeitos que sejam essenciais, segundo o ponto de vista do investigador, para o esclarecimento do assunto em foco; facilidade para se encontrar com as pessoas; tempo do indivíduo para as entrevistas, etc.

TRIVIÑOS, 1987, p. Diante desse contexto, Gil (2017) propõe a seguinte ação para minimizar essa possibilidade: Para reduzir essa possibilidade, convém aos pesquisadores assegurarem-se das condições em que os dados foram obtidos, analisar em profundidade cada informação para descobrir possíveis incoerências ou contradições e utilizar fontes diversas, cotejando-as cuidadosamente” (GIL, 2017, p. Esta proposta de pesquisa apresenta como limitações a integridade das fontes de informação consultadas, a defasagem dos conhecimentos pesquisados em relação às inovações já em vigor e dados processos de forma incorreta. RESULTADOS E DISCUSSÕES Neste capítulo, serão apresentados os entendimentos feitos pelo autor deste trabalho acerca tanto do contexto da Indústria 4. dentro de cenário de mercado atual quanto das proposições explanadas pelos autores citados anteriormente ao longo do capítulo 2.

Sendo assim, os entendimentos dos estudiosos e das práticas profissionais dentro do contexto da Indústria 4. são explorados ativamente, conforme destacado pela IoT e AM. As principais capacidades existentes são monitoramento e controle em tempo real com PEID, integração entre previsão, atendimento ao cliente e planejamento agregado, conceitos de sistema de inventário inteligente, gerenciamento automático de estoque, monitoramento contínuo e otimização, IoT-driven-e-Kanban e sistemas de inventário gerenciados por fornecedores inteligentes (TEJESH; NEERAJA, 2018). Os recursos inteligentes em ambientes de AM incluem flexibilidade de escolha entre inventários de segurança descentralizados e centralizados, customização em massa/fabricação digital direta para produção de baixo volume e melhorias na rastreabilidade em tempo real e controle descentralizado de peças, kits e estoques de peças de reposição disponíveis.

No que diz respeito ao CMg com BDA/AI, os recursos inteligentes dizem respeito à integração de sistemas de inventário com sistemas de manufatura corporativos e de execução, atividades e tarefas de PCP, otimização, sistemas automatizados de armazenamento e recuperação e rastreabilidade em tempo real com base em métodos de IA (ACHILLAS et al. Tecnologias inteligentes para o planejamento de operações e requisitos Para essas atividades, a exploração de recursos inteligentes diz respeito à coleta de dados em tempo real (IoT) para compartilhamento e colaboração de informações, planejamento agregado baseado em CMg e aplicação de BDA/AI e tecnologias analíticas para integração de sistemas corporativos e de controle. Tecnologias inteligentes para o PCP no chão de fábrica As atividades de programação de produção e controle de chão de fábrica são exploradas com mais detalhes para a Indústria 4.

em todas as tecnologias consideradas até o momento. Os principais recursos inteligentes explorados para a IoT estão relacionados à digitalização e integração de rede na execução da fabricação, em vez de sistemas de planejamento e controle. Esses recursos inteligentes no nível de execução, programação e controle de fabricação incluem monitoramento de chão de fábrica em tempo real, rastreabilidade de recursos, coleta de dados, mineração de dados e compartilhamento de informações em tempo real para programação colaborativa de produção (SHAMSUZZOHA et al. O conceito de agendamento inteligente é baseado na integração de recursos digitais para coleta de dados em tempo real, orientado a dados, colaborativo, consciente de energia verde e automático, e pode ser usado para, por exemplo, agendamento de impressora 3-D.

Com relação ao ambiente CPS, a literatura aproxima a função PCP de um Perspectiva da Indústria 4. como um sistema de produção ciber-física (CPPS). Portanto, as capacidades inteligentes relatadas nos artigos pesquisados para este item abordam sistemas de controle PCP distribuídos e dotados de processamento de eventos complexos e um CPS de manufatura preditiva integrado com BDA e serviços em nuvem, controle adaptativo, colaborativo e distribuído para o CPPS, modelos de otimização verde e monitoramento de status para controle de chão de fábrica, digitalização, otimização e simulação usando painéis de indicadores chave de desempenho, planejamento e controle inteligentes para projetos/lojas com informações distribuídas, serviços de informação sensíveis ao contexto, tomada de decisão apoiada por um CPPS para melhorar as interações homem-máquina, PCP’s inteligentes para PMEs, integração vertical/horizontal sistemas, automação com reconfiguração da produção e auto-organização e autocontrole, com base em um CPPS construído para planejamento e controle de customização em massa (FANG et al, 2016).

Em um ambiente CMg, os artigos que exploram a função PCP geralmente abordam a servitização, como no contexto de PCP baseado em computação em nuvem e serviços em nuvem, além do controle de manufatura baseado em recursos para manufatura como serviço. Finalmente, as tecnologias BDA/AI fornecem novas filosofias organizacionais para a função PCP, incluindo manufatura anárquica, ou seja, um sistema PCP extremamente distribuído com adaptabilidade e auto otimização (sistemas multiagentes autônomos e inteligentes), controle de fabricação distribuído, trade-offs em relação a sistemas de controle de fabricação hierárquicos e semi hierárquicos, com programação de manutenção de processos em tempo real e tomada de decisão orientada por dados para controle de produção (HUANG et al.

Isso porque a confiabilidade dos planos e operações aumenta a satisfação do cliente (ACHILLAS et al. Além disso, a melhoria dos objetivos específicos na programação da produção é verificada através da redução dos tempos totais de setup, atraso total e aumentos no tempo de transferência, confiabilidade de data de vencimento, trabalho em processo e utilização. A digitalização do planejamento e controle da manufatura resulta em uma resposta mais rápida da manufatura, maior flexibilidade e aumento de produtividade. Isso porque a qualidade, lucratividade e produtividade da manufatura são indicadores de desempenho positivamente relacionados à adoção da Indústria 4. Indicadores de desempenho como economia de energia e recursos constituem um indicador verde emergente que está acoplado aos efeitos da Indústria 4.

Esses recursos inteligentes permitem que o PCP gerencie o pool de compartilhamento de recursos para atender à demanda de peça única, usando a fabricação ociosa no estágio de personalização para suavizar as flutuações de demanda (HUANG et al. As variáveis ambientais de demanda são, por exemplo, relação P/D confiável para produção personalizada, pedido de aquisição de itens semiacabados e previsão para demanda independente distribuída por itens personalizados na montagem, com precisão de demanda de inventário de dados, estoque de reabastecimento e sincronização de pedidos de clientes para melhores decisões de liberação de pedidos e fornecimento. Assim, a demanda customizada parece influenciar a adequação do PCP para MTO e MTS integrados ambientes positivamente (FANG et al, 2016).

Em relação aos fatores de fabricação de processo, a autonomia do controle de chão de fábrica é moderada por variáveis ambientais relacionadas a processos de fabricação complexos. Assim, as seguintes variáveis ambientais moderam a autonomia do SFC para um ambiente de fabricação complexo: um amplo mix de produtos e operações na fabricação complexa de processos em lote com máquinas paralelas não relacionadas, o tempo de processamento do pedido e os tempos de configuração. como programação inteligente, recursos em tempo real, programação dinâmica distribuída, habilitação de CPS, programação de produção adaptativa, chão de fábrica sincronização de controle, sistemas de integração e otimização de programação de produção verde.

Em contraste, no contexto de S&OP/planejamento agregado, MPS e MRP, os novos recursos fornecidos pela Indústria 4. são pouco explorados. Os recursos inteligentes centrais (explorados em conjunto para atividades de mecanismo e PPC) incluem sistemas de integração, recursos de digitalização/ tempo real, automação, rastreabilidade, objetos sensíveis ao contexto, adaptabilidade, servitização (ERP/MRP-as-a-service), otimização e simulação orientada por dados, processos e sistemas de sincronização, minimização da complexidade do MRP e planejamento agregado distribuído e colaborativo para a tomada de decisões. Os resultados também demonstram que as atividades de PCP de chão de fábrica são as que mais exploraram capacidades inteligentes por meio dos atributos fornecidos pela Indústria 4. Em relação ao desempenho do indicador, a flexibilidade é a mais impactada na integração entre PCP e Indústria 4.

Embora a flexibilidade operacional seja a promessa mais significativa para a Indústria 4. sua implementação é a mais difícil e menos alcançada pelas empresas. A premissa é que as indústrias precisam de uma mudança profunda tanto na estrutura quanto nos sistemas de PPC. A flexibilidade é uma vantagem de desempenho central prometida pela Indústria 4. Além disso, de acordo com as lacunas nas atividades de planejamento de PCP, os estudos de S&OP não exploraram as capacidades inteligentes de CPS, AM e BDA/AI. Os estudos de MRP não exploraram CPS e BDA/AI, e poucos deles exploram o CMg. MPS é a atividade de PCP menos impactada pela exploração de recursos inteligentes fornecida pela Indústria 4. O estudo, portanto, indica a necessidade de integração como capacidade recorrente para atividades de planejamento de PCP.

Também se observa a carência de estudos sobre os efeitos e o papel da escalabilidade/modularidade para o planejamento e controle da capacidade e planejamento de estoque e programação de produção através da exploração de CMg. A partir disso, surge uma nova lacuna passível de ser assunto de novas pesquisas. Além disso, não foram encontrados estudos sobre sistemas de suporte à decisão para sistemas, frameworks ou arquiteturas inteligentes de PPC no contexto de avançar para a digitalização de PCP. Sendo assim, diante das lacunas encontradas durante o estudo, pode-se sugerir como possibilidades de pesquisas futuras a pesquisa sobre como a Indústria 4. pode apoiar atividades de PPC para planejamento de médio/longo prazo o e tático), como S&OP/ planejamento agregado inteligente, MRP/ERP e MPS.

Sugere-se também estudos abrangendo sistemas, frameworks e modelos de integração de S&OP, MRP/ERP e MPS/APS, baseados em BDA/AI, CPPS e ecossistemas CMG. O teste sempre foi uma fase crítica do processo de implementação de mudança, mesmo na era de sistemas separados de OT e TI. Depois que uma empresa está totalmente integrada e digitalizada, os testes se tornam um desafio mais complexo do que nunca. O conceito de logística 4. não é exaustivamente reconhecido do ponto de vista científico, mas é uma ideia desenvolvida por instituições e empresas de pesquisa. A logística 4. Além disso, confirma-se a existência de um enorme potencial de implementação das premissas e soluções da logística 4. para os negócios, que deve basear-se amplamente no trabalho humano e nas decisões nessa área.

Embora as demandas das empresas que desejam adotar fluxos de trabalho de logística mais inteligentes não sejam levadas em consideração, elas têm um escopo menor quando comparadas às inúmeras maneiras pelas quais a logística 4. pode agregar valor. No curto prazo, a visibilidade aprimorada de ponta a ponta (E2E) e uma visão mais holística da cadeia de suprimentos quase certamente serão propostas de valor agregado significativas para as empresas que são capazes de alcançá-las. Observou-se também que a integração de sistemas e tarefas operacionais para agrupar recursos inteligentes podem ser utilizados para obter vantagens em previsibilidade, interoperabilidade, PCP, escalabilidade/reconfiguração, sistemas de produção ciber-físicos e fabricação. O terceiro driver é a automação para suporte de adaptabilidade, dinâmica, capacidade de resposta e robustez em PPC, escalabilidade automática, reconfiguração, PPC distribuído e onipresente, otimização e simulação orientada a big data, PCP orientada a big data, IA e ferramentas de análise de dados para PCP inteligente.

No que diz respeito à exploração de novos recursos inteligentes para PCP, as atividades com interfaces no chão de fábrica (agendamento, capacidade e estoque) podem ser integradas ao IoT, CPS e CMg. A previsão de demanda pode explorar os recursos fornecidos pelas ferramentas BDA/AI. É interessante notar que estudos sobre S&OP/planejamento agregado com base nas capacidades inteligentes fornecidas pela Indústria 4. IAKOVOU, E. THYMIANIDIS, M. TZETZIS, D. Uma estrutura metodológica para a inclusão da manufatura aditiva moderna no portfólio de produção de uma fábrica focada. Journal of Manufacturing Systems, 37 (outubro), 328–339, 2015. Estrutura e apresentação de publicações científicas. São Paulo: McGraw-Hill, 1976. CHIAVENATO, I. Iniciação ao planejamento e controle de produção. São Paulo, SP: McGrawHill, 1990. DELAMARO, M.

C. Implantação da Manufatura Digital numa Empresa: Identificando os Fatores Críticos de Sucesso. Proceedings of 17º ENCONTRO NACIONAL DA ENGENHARIA DE PRODUÇÃO, 2007. DIAS, M. M. PEI, J. Otimização para três estágios sistema de produção na Internet das Coisas: Aquisição, produção e recuperação de produtos e aquisição. The International Journal of Advanced Manufacturing Technology, 83(5–8), 689–710, 2016. GENTNER, S. Administração Estratégica de Serviços: operações para a satisfação do cliente. Editora Atlas, São Paulo, 1994. GIL, A. C. Como elaborar projetos de pesquisa. – São Paulo: Editora Axcel Books, 2004 KAGERMANN, H. WAHLSTER, W. HELBRING, J. Protegendo o futuro da indústria alemã: recomendações para a implementação da Iniciativa Estratégica na Indústria 4. Disponível em: <https://www. MARCONI, M.

A. Fundamentos metodologia científica. São Paulo: Atlas, 2017. LIN, P. K. NA, C. M. KIT, N. C. e atual – São Paulo, SP: Saraiva, 2005. MILLER, E. Marrying product and process design: digital manufacturing, a critical element of PLM, ensures that shops stay competitive and profitable. software systems). Cleveland: American Machinist, oct. In: Dynamics in Logistics. Springer International Publishing, 2017. p. QIN, J. LIU, Y. Guia básico para a elaboração do projeto de pesquisa. Disponível em: <https://www. ufmg. br/proex/cpinfo/educacao/docs/06a. pdf>. A Complex View of Industry 4. SAGE Open, v. n. p. RUBMANN, M. The Fourth Industrial Revolution. Genebra: World Economic Forum, 2016. SHAMSUZZOHA, A. TOSCANO, C. CARNEIRO, L. TEJESH, B. S. S. NEERAJA, S. Sistema de gerenciamento de inventário de armazém usando IoT e estrutura de código aberto.

Computação em neblina para balanceamento e agendamento de carga com consciência de energia em fábrica inteligente. IEEE Transactions on Industrial Informatics, 14(10), 4548–4556, 2018. ZACCARELLI, S. B. Programação e controle da produção.