Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas

Modelo de Simulação de Sistema Puxado para Melhorias de Eficiência, Notas de aula de Construção

O processo de construção de um modelo de simulação para melhorar a eficiência de um sistema de produção puxado. O objetivo é identificar processos críticos, melhorar a precisão de funcionamento e reduzir custos de investimento. O documento aborda a importância da simulação em projetos de produção magra e detalha os elementos essenciais para sua definição. Além disso, são apresentados estudos sobre a importância da simulação em projetos de produção jit e a utilização de ferramentas de simulação.

Tipologia: Notas de aula

2022

Compartilhado em 07/11/2022

Romar_88
Romar_88 🇧🇷

4.6

(82)

221 documentos

1 / 152

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Universidade do Minho
Escola de Engenharia
Filipe Martins Da Costa
Construção de modelo de simulação de
sistema puxado de produção para
melhorias de eficiência
Tese de Mestrado
Engenharia e Gestão Industrial
Trabalho efectuado sob orientação da
Professor Dr. Luís Silva Dias
Guimarães, 2011
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35
pf36
pf37
pf38
pf39
pf3a
pf3b
pf3c
pf3d
pf3e
pf3f
pf40
pf41
pf42
pf43
pf44
pf45
pf46
pf47
pf48
pf49
pf4a
pf4b
pf4c
pf4d
pf4e
pf4f
pf50
pf51
pf52
pf53
pf54
pf55
pf56
pf57
pf58
pf59
pf5a
pf5b
pf5c
pf5d
pf5e
pf5f
pf60
pf61
pf62
pf63
pf64

Pré-visualização parcial do texto

Baixe Modelo de Simulação de Sistema Puxado para Melhorias de Eficiência e outras Notas de aula em PDF para Construção, somente na Docsity!

Universidade do Minho

Escola de Engenharia

Filipe Martins Da Costa

Construção de modelo de simulação de

sistema puxado de produção para

melhorias de eficiência

Tese de Mestrado

Engenharia e Gestão Industrial

Trabalho efectuado sob orientação da

Professor Dr. Luís Silva Dias

Guimarães, 2011

iii

AGRADECIMENTOS

Ao professor Luís Miguel da Silva Dias pela orientação e supervisão, pelo conhecimento, profissionalismo e pela disponibilidade sempre demonstrada.

Aos colegas da empresa que pelo seu apoio, acolhimento, simpatia e dedicação tornaram este projecto uma experiência única e muito enriquecedora, da qual muito me orgulho.

Aos meus colegas do MEI pelas conversas construtivas que de alguma forma beneficiaram este trabalho, e ao Departamento de Produção e Sistemas pela disponibilidade dos meios.

Aos meus amigos, aqueles que são extremamente importantes, pelo seu carinho, apoio e compreensão, e acima de tudo, pela grande amizade.

Por último, mas não menos importante, agradecer de uma forma especial à minha família, em particular à minha filha e à minha esposa, pela paciência, compreensão e apoio durante a realização deste trabalho.


( Filipe Martins da Costa )

v

ABSTRACT

The project hereby presented intends to describe/simulate an implemented process of a pull system to present the terms and concepts of pull production based on the Toyota production system. By linking the simulation concepts with improvements tests, it is possible to attain a way to improve the perception and evaluation of the productive processes, allowing the improvement of the business processes and increasing competitiveness, which is nowadays essential to survive in the market.

The logical model developed in the ARENA allows the managers, mainly those from the production area, to make decisions based on simulations of different scenarios. This work is based on two scenarios:

  1. Modification of the production cell’s capacity;
  2. Modification of the operating times of the milkrun tasks. The project entitled “Construction of a simulation model of a pull production system for efficiency improvements” has the following main objectives:

 Building a simulation model of the implemented process that incorporates the methods used in the pull production.  Performing simulation tests regarding different scenarios.  Identifying and proposing modifications that might lead to a higher efficiency and working accuracy of the production system. To begin with, it was necessary to examine the layout of the area of this study, and to obtain accurate times of each processes. After collecting the information, a replica of the pull production system was built to be implemented in the company using the computer simulation tool ARENA.

The simulation model allowed evaluating the company’s production process. The critical processes of the production system were identified thanks to the study of several scenarios with different resource levels to measure the capacity of the production system.

Key words: Pull production ; Simulation

vi

ÍNDICE

AGRADECIMENTOS ........................................................................................ iii RESUMO ............................................................................................................. iv ABSTRACT ......................................................................................................... v ÍNDICE ................................................................................................................ vi ÍNDICE DE FIGURAS ..................................................................................... viii ÍNDICE DE TABELAS ...................................................................................... xi ÍNDICE DE ANEXOS ....................................................................................... xii

viii

xi

xii

  • 1 INTRODUÇÃO LISTA DE SIGLAS & ACRÓNIMOS.............................................................. xiii
    • 1.1 Prefácio
    • 1.2 Estrutura do relatório
  • 2 LOCAL DE REALIZAÇÃO DO PROJECTO
    • 2.1 Apresentação da Empresa
      • 2.1.1 Localização
      • 2.1.2 Missão e Estratégia
      • 2.1.3 Enquadramento no Meio Envolvente
      • 2.1.4 Dados Gerais da Empresa...................................................................
      • 2.1.5 Fluxo interno Produtivo......................................................................
    • 2.2 Objectivos
  • 3 INVESTIGAÇÃO EFECTUADA................................................................
    • 3.1 Metodologia de Investigação
      • 3.1.1 Opções metodológicas e escolha do caso
      • 3.1.2 A recolha de dados e análise de dados
      • 3.1.3 Fontes bibliográficas
    • 3.2 Revisão crítica da literatura
      • 3.2.1 Lean production – a origem do termo
      • 3.2.2 Eliminação do desperdício “ muda ”
      • 3.2.3 Produção puxada “ pull produstion ”
      • 3.2.4 Produção puxada com procura nivelada do cliente
      • 3.2.5 BOSCH Production System
        • 3.2.5.1 Objectivos do BPS
        • 3.2.5.2 Princípios BPS
        • 3.2.5.3 Ferramentas
        • 3.2.5.4 Conclusões
      • 3.2.6 A simulação
        • 3.2.6.1 A simulação em projectos de sistemas puxados de produção
      • 3.2.7 Ferramenta de Simulação - ARENA
        • 3.2.7.1 Templates do Painel de Projecto
        • 3.2.7.2 Blocos do ARENA utilizados......................................................
        • 3.2.7.3 Reports
  • 4 ESTUDO DO PROBLEMA vii
    • 4.1 Descrição do Problema
      • 4.1.1 Modelação
      • 4.1.2 Metodologia de Funcionamento
    • 4.2 Metodologias de Solução Adoptadas
      • 4.2.1 Funcionamento do Sistema de produção puxado implementado
        • 4.2.1.1 Planeamento da produção
        • 4.2.1.2 Comboio logístico ( milkrun )
        • 4.2.1.3 Sequenciador da produção
        • 4.2.1.4 Paletização
        • 4.2.1.5 Fluxo de kanban
      • 4.2.2 Tratamento de Dados........................................................................
        • 4.2.2.1 Determinação do tempo de ciclo do milkrun
        • 4.2.2.2 Determinação do tempo de ciclo da célula
        • 4.2.2.3 Calculo supermercado
    • 4.3 Construção do Modelo de Simulação
      • 4.3.1 1ª Etapa
      • 4.3.2 2ª Etapa
      • 4.3.3 3ª Etapa
      • 4.3.4 4ª Etapa
      • 4.3.5 5ª Etapa
      • 4.3.6 6ª Etapa
      • 4.3.7 7ª Etapa
      • 4.3.8 8ª Etapa
      • 4.3.9 9ª Etapa
      • 4.3.10 10ª Etapa
  • 5 APRESENTAÇÃO DE RESULTADOS (ENSAIO DE MELHORIAS)
    • 5.1 Resultados para a alteração da capacidade da célula de produção
      • 5.1.1 Tempo de ciclo balanceado da célula
      • 5.1.2 Tempo de ciclo desbalanceado da célula
    • 5.2 Alteração dos tempos de operação das tarefas do milkrun
      • 5.2.1 Circuito com tarefas normalizadas do milkrun
      • 5.2.2 Circuito sem normalização de tarefas do milkrun :
    • 5.3 Conclusões gerais
  • 6 CONCLUSÕES
    • 6.1 Conclusões e recomendações
    • 6.2 Melhorias Futuras
  • BIBLIOGRAFIA
  • Figura 1 - Localização da unidade industrial.................................................................... ÍNDICE DE FIGURAS
  • Figura 2 – Evolução do volume de produção Antena
  • Figura 3 - Organização interna MotoMeter
  • Figura 4 – Fluxo interno produtivo (antes da implementação do projecto)
  • Figura 5 - O modelo pull flow
  • Figura 6 - Integração do kanban no pull flow
  • Figura 7 - Nivelamento da produção
  • Figura 8 - Metodologia QCO..........................................................................................
  • Figura 9 - O software ARENA
  • Figura 10 - Basic process
  • Figura 11 - Advanced transfer e advanced process
  • Figura 12 - Separador navigatee
  • Figura 13 - Relatórios
  • Figura 14 - Ambiente de trabalho do ARENA
  • Figura 15 - Relatórios do ARENA
  • Figura 16 - Value stream mapping do processo
  • Figura 17 - Value stream design do processo
  • Figura 18 - Fluxo interno produtivo (depois de implementado o projecto)
  • Figura 19 - Quadro heijunka
  • Figura 20 - Cartão de muda nça
  • Figura 21 - Quadro de construção de paletes
  • Figura 22 - Modelo Colibri 600D - 600M
  • Figura 23 - Vista lateral do comboio logístico
  • Figura 24 - Vista superior do comboio logístico
  • Figura 25 – Remoção do kanban de movimentação do quadro heijunka
  • Figura 26 - Caixa de recolha de kanban de movimentação
  • Figura 27 – Remoção do cartão de muda nça do quadro heijunka
  • movimentação Figura 28 – Colocação do cartão de muda nça na caixa de recolha de kanban de
  • Figura 29 - FIFO no supermercado de produto acabado
  • Figura 30 - Levantamento no supermercado de produto acabado
  • Figura 31 - Cumprimento do levantamento das caixas de produto acabado
  • Figura 32 - Deposito de kanban de movimentação
  • Figura 33 - Colocação da caixa dos kanban de produção
  • Figura 34 - Suporte da caixa dos kanban de produção
  • Figura 35 - FIFO na caixa dos kanban de produção.......................................................
  • Figura 36 - Sequenciador da produção da célula............................................................
  • Figura 37 - Sequenciador kanban "6h e 6h20m"
  • Figura 38 - Picking (levantamento) do produto acabado na célula de produção
  • Figura 39 - Supermercado de pré-preparações
  • Figura 40 - Bordo de linha da célula de produção ix
  • Figura 41 - Rampa de retorno do supermercado de pré-preparações
  • Figura 42 - Colocação das caixas de produto acabado no supermercado
  • Figura 43 - Quadro heijunka (recolha de kanban de movimentação)
  • Figura 44 - Sequenciador de produção (FIFO)...............................................................
  • Figura 45 - Deposito kanban produção em atraso
  • Figura 46 - Colocação das caixas de produto acabado em palete
  • Figura 47 - Quadro de construção de paletes
  • Figura 48 - Gráfico de balanceamento da célula de produção
  • Figura 49 - Formula de cálculo kanban (BPS)
  • Figura 50 - Quadro heijunka (nivelamento da produção)...............................................
  • Figura 51 - Definições do create
  • Figura 52 - Sequenciador da produção
  • Figura 53 - Definições do create ( stock inicial)
  • Figura 54 - Definições para célula de produção
  • Figura 55 - Definições do create ( stock inicial)
  • Figura 56 - definições do process (célula de produção)
  • Figura 57 - Definições da paletização
  • Figura 58 - Definições do bloco process (paletização)...................................................
  • Figura 59 - Definições da expedição
  • Figura 60 - Definições do bloco batch (expedição)........................................................
  • Figura 61 - Definições do transporte para o cliente........................................................
  • Figura 62 - Bloco transport (transporte para o cliente)
  • Figura 63 - Definição do milkrun
  • Figura 64 - Bloco signal (definição do milkrun )
  • Figura 65 - Definição do milkrun (inicio)
  • Figura 66 - Definição do milkrun (saída)
  • Figura 67 - Definição do milkrun (tempo de espera)......................................................
  • Figura 68 - Nível do stock no supermercado de produto acabado..................................
  • Figura 69 - Gráfico para localização e controlo do nº de ciclos do milkrun
  • Figura 70 - Gráfico para visualização e dos atrasos do milkrun
  • Figura 71 –Implementação no layout final
  • Figura 72 - Definição do meio de transporte
  • Figura 73 - Tempo de espera na entrega de produto no supermercado
  • Figura 74 – Tempo de utilização da célula
  • Figura 75 - Atrasos no tempo de ciclo
  • Figura 76 - Quantidades entregas no final de 2 turnos (950 min)
  • Figura 77 - Atraso de produto acabado no supermercado
  • Figura 78 - Sequenciador da produção (WIP)
  • Figura 79 – Redução do abastecimento ao supermercado de produto acabado
  • Figura 80 - Relatório das entidades
  • Figura 81 – Quantidades de ciclos do milkrun x
  • Figura 82 - Atrasos no tempo de ciclo do milkrun
  • Figura 83 – Relatório das entidades
  • Figura 84 – Aumento do WIP na célula de produção...................................................
  • Figura 85 –Tempo de espera no inicio de um novo ciclo
  • Figura 86 – Tempo de espera no inicio de um novo ciclo
  • Figura 87 - Nº de ciclos realizados pelo milkrun
  • Figura 88 - Value Stream Mapping (MotoMeter)
  • Figura 89 - Value Stream Design (MotoMeter)............................................................
  • Figura 90 - Ícones de fluxo de material
  • Figura 91 – Ícones gerais
  • Figura 92 - Ícones de fluxo de material
  • Figura 93 - Ícones de fluxo de informação
  • Figura 94 - Fluxo produtivo (localização dos componentes do sistema puxado)
  • Figura 95 - Ciclo PDCA
  • Figura 96 – Definição do processo de melhoria contínua no BPS
  • Figura 97 - Ligação entre o sistema CIP e o ponto CIP
  • Figura 98 - Andon como catalisador da reacção rápida
  • Figura 99 - Modelo de reacção e escalonamento no circuito de controlo da qualidade
  • Figura 100 – Matriz de escalonamento.........................................................................
  • Figura 101 - Sistemática de reacção rápido implementado (visualização no Andon )
  • Figura 102 - Determinação do trabalho standard milkrun (20 minutos)
  • Figura 103 - Relação entre tackt do cliente e tempo de ciclo planeado
  • Figura 104 – Descrição das operações ( time table )
  • Figura 105 - Sequencia de operações ( work sequence )
  • Figura 106- Determinação de parâmetros ( Value Stream Analysis ).............................
  • Figura 107 - Determinação do processo pacemaker
  • Figura 108 - Analise da flutuação do cliente
  • Figura 109 - Determinação do tamanho de lote
  • Figura 110 – Detalhe da fórmula de cálculo kanban
  • Figura 111 - Cálculo do tempo de reposição ( replenishment lead time )
  • acabado Figura 112 - Calculo detalhado do dimensionamento do supermercado de produto
  • Figura 113 - Norma FIFO ( First IN First Out )
  • Figura 114 - Modelo de simulação criado
  • Tabela 1 - Colaboradores afectos ao projecto Antennae ÍNDICE DE TABELAS
  • Tabela 2 - Colaboradores indirectos por departamento
  • Tabela 3 - Produção puxada versus produção empurrada
  • Tabela 4 - Plano de trabalho - lista de actividades
  • Tabela 5- Medidas do comboio logístico
  • Tabela 6 - Fluxo físico de kanban
  • Tabela 7 - Tempo de funcionamento
  • Tabela 8 - Tempo de trabalho
  • Tabela 9 - Tabela de resultados
  • Tabela 10 - Cálculo do nº de kanban (aplicação em excel)............................................
  • Tabela 11 - Calculo do nº de kanban detalhado por factores
  • Tabela 12 - Calculo do factor tempo de reposição
  • Tabela 13 - Área ocupada pelo supermercado de produto acabado
  • Anexo A - Value stream ÍNDICE DE ANEXOS
  • Anexo B – Fluxo interno produtivo..............................................................................
  • Anexo C - PDCA
  • Anexo D - Processo de melhoria contínua no BPS
  • Anexo E - Andon
  • Anexo F - Analise do processo milkrun
  • Anexo G - Analise do processo produtivo (célula Toyota)
  • Anexo H - Nivelamento ( leveling )
  • Anexo I - Determinação do supermercado
  • Anexo J - Modelo de simulação

1

1 INTRODUÇÃO

O ambiente industrial caracteriza-se por uma concorrência muito baseada no prazo e na satisfação das exigências do cliente, traduzidas frequentemente no requisito de produtos únicos e exclusivos, entregas imediatas, ou em prazos muito curtos. Para atender a estas exigências, torna-se essencial que os sistemas de produção se revelem adequados e capazes de se adaptarem à inovação e mudança do espectro de produtos. Ao mesmo tempo, permitam a produção rápida para entrega ao cliente de produtos com qualidade e naturalmente, garantam também vantagem para o produtor, não só económica mas também social e técnica.

1.1 Prefácio

Este trabalho parte do pressuposto que a utilização de técnicas de simulação em projectos de implementação da estratégia da produção magra, contribui em muito para o desenvolvimento de processos mais económicos, garantindo um melhor atendimento aos clientes, tornando as empresas mais competitivas capazes de satisfazerem, com vantagem, em muitos casos, as necessidades produtivas e requisitos de mercado acima referidos.

Tem como objectivo conhecer os sistemas puxados de produção através de um estudo de caso implementado, facilitando o entendimento de como as empresas poderão trabalhar para melhorar seus processos produtivos, contribuindo para a tomada de decisão na minimização ou maximização de medidas de desempenho do sistema de produção. Sugerindo a associação dos fundamentos da simulação e ensaio de melhorias, facilitando a avaliação e análise dos cenários seleccionados como óptimos para o sistema de produção de forma a conseguir a competitividade hoje necessária para a sobrevivência no mercado.

A simulação permite a visualização dos resultados de uma mudança sem, contudo, alterar a realidade do sistema de produção. Possui a vantagem do tratamento estocástico das variáveis de processo, pois a utilização de valores médios dos tempos de processos produtivos para o estudo das linhas de produção não assegura uma representação confiável do sistema de produção, pois estes tempos são parcialmente aleatórios e devem ser tratados como tal. A utilização da simulação para desenvolvimento de projectos de melhoria possibilita uma experimentação a baixo

3

2 LOCAL DE REALIZAÇÃO DO PROJECTO

O facto de se ter realizado o projecto numa multinacional ao nível da MotoMeter Lda (MMPO – VR) serviu por si só como uma experiência enriquecedora, que possibilitou a aquisição de novos conhecimentos.

2.1 Apresentação da Empresa

A MotoMeter Lda (MMPO – VR) é uma empresa de origem alemã. A sua principal actividade é a produção de Antenas para automóveis. É importante referir que os produtos fabricados são considerados de elevada qualidade e possuem da mais alta tecnologia do mercado, equipando vários modelos das mais prestigiadas marcas de automóveis em todo o Mundo.

A Figura 1mostra a localização da unidade industrial.

Figura 1 - Localização da unidade industrial

De forma a explicitar a situação da empresa é importante referir que a MotoMeter é líder de mercado na Europa, produzindo mais de 3 milhões de Antenas.

2.1.1 Localização

A MotoMeter , está sedeada em Vila Real e conta actualmente com cerca de 182 colaboradores, numa área total 25455 m^2 , sendo que 12574 m^2 estão confinados exclusivamente à produção. A empresa dedica-se à produção de antenas para a indústria e comércio automóvel, tendo como principais clientes as seguintes marcas: Alfa Romeu,

Construção de modelo de simulação de sistema puxado de produção para melhorias de eficiência

4

BMW, Fiat, Ford, GM, Lancia, Land Rover, MG, Mini, Nissan, Opel, Peugeout, Renault, Rover, Seat, Skoda, Vauxhall, VW e Toyota

2.1.2 Missão e Estratégia

A empresa tem como missão transmitir informação e proporcionar divertimento com a multimédia para a indústria automóvel, tendo a estratégia de ser uma empresa de referência mundial no sector electrónico, e actuar como modelo de excelência na orientação para o cliente e na gestão de processos.

2.1.3 Enquadramento no Meio Envolvente

O número de postos de trabalho ronda os 182, o que faz com que MotoMeter seja uma empresa fundamental na região em que ela se insere. Esta empresa, reveste-se de uma importância local primordial. Tem sido evidente a inter-relação entre o município e a empresa, na reunião de esforços para o sucesso de ambas as partes.

A importância torna-se ainda mais acentuada, tendo em conta as empresas que prestam serviços à MotoMeter, revelando-se como uma parte fundamental para o sustento da comunidade local.

2.1.4 Dados Gerais da Empresa

Em Agosto de 1989, a MotoMeter AG, empresa com sede em Berlim, decide criar uma localização produtiva em Portugal, mais concretamente em Vila Real, no parque industrial de Constantim.

Em 1991 iniciaram-se as actividades, tendo como principal produto a montagem de painéis de instrumentação para a Volvo trucks , SCANIA e Volkswagen.

Em 1992, dá-se o business agreement entre a MotoMeter e BOSCH com a aquisição da quota ainda detida pela MotoMeter passando a deter 100% do negócio,

Em 1995, inicia-se a produção de Auto rádios com os modelos low cost da Blaupunkt, familia A- line low, mid e high.

Transferidos da unidade produtiva da Blaupunkt de Braga, inicia-se produção em 1999 a produção de periféricos leitores de CD (CD changers com magazines para 6 e 12 CD) e a produção de Auto-Rádios de média gama da família funLine.

Construção de modelo de simulação de sistema puxado de produção para melhorias de eficiência

6

Ao nível da organização, a MotoMeter está organizada em três departamentos que asseguram as operações produtivas, logísticas e qualidade de produto e processo (Figura 3).

Tabela 2 - Colaboradores indirectos por departamento

MOE3 MOE31 MOE37 MOE39LOGM-LOGQMM 2 12 3 6 3 3 4

HRL 1

CFA 1

Indirect MOE3 MOE31 MOE37 MOE39LOGM-LOGQMM 2 12 3 6 3 3 4

HRL 1

HRL 1

CFA 1

CFA 1

Indirect

MOE31 Manufacturing Operations

  • WSA Antenna
  • EDA Antenna- GPS Antenna
  • Triplex Antenna
  • ESW/KSA Antenna
  • IDC/CDC

Local Human resources^ HRL-Vr^ MOE39 Maintenance

Fiscal and accountability^ CFA-Vr Costumer Assistance^ QMM1-Vr

Supplier Quality^ PUQ-Vr

MOE Plant coordination

Costumer order and^ LOG-Vr Raw material Procurement

Internal Logistics^ M-LOG

QMM9-Vr Costumer quality

Elect. and mech. laboratory^ MOE

Figura 3 - Organização interna MotoMeter

2.1.5 Fluxo interno Produtivo

A área de produção da MotoMeter trabalha 18 horas por dia, 5 dias por semana. As 18 horas de produção diária são divididas por 2 turnos de 8 horas (1º turno: das 6h as 15h; 2º turno: das 15h as 24h).

O conhecimento do processo logístico e produtivo é essencial, uma vez que permite a identificação de todos os equipamentos, materiais, processos, normas e regras de forma a recolher a informação necessária para a realização do presente projecto.

A MotoMoter internamente no seu processo logístico e produtivo tem quatro fases principais:

  1. Processo de desembalagem, armazenamento e transporte interno, que consiste na confirmação de quantidades e em alguns casos controlo/inspecção de “entrada” de acordo com o plano de amostragem definido, retirar todo o material de

LOCAL DE REALIZAÇÃO DO PROJECTO

7

embalagem não necessário para uso no processo produtivo, separar o material na mínima quantidade de armazenamento e respectivo lançamento no sistema nas quantidades de transporte pela logística interna e transporte para o ponto de uso nos processos internos.

  1. Pré-preparações e corte de cabo, processo de injecção de isolante anti-humidade (silicone) nos locais de contacto da base da antena com o Automóvel, preparação do PCB com a pintura em dupla face de verniz anti-estático e isolante, o corte dos vários cabos de ligação da antena à cablagem principal do automóvel e a injecção plástica de pontos de encaixe nos terminais do cabo.
  2. Montagem final, realizada em células com produção em fluxo unitário.
  3. Transporte interno, armazenamento em armazém, construção de palete para cliente e expedição, que passa pelo transporte de produto acabado das células de montagem final para o armazém de produto acabado, a movimentação de produto acabado para a zona de construção de palete e consequente colocação na zona de expedição para envio para o cliente. Para uma consulta mais pormenorizada dos fluxos internos, nesta mesma secção apresenta-se na Figura 4 os fluxos de materiais e as ligações entre os processos antes de implementado o projecto.

Silicone Verniz Cabos Injecção

Supermercado deMatéria - prima

Armazém deMatéria - prima

Recepção dematerial

Expedição

Pré - preparações Montagem final (célula de produção TOYOTA)

construção depaletes

Fluxo de produto acabado^ Fluxo de matéria prima

Armazém deproduto acabado

Supermercado dePré-peparações

Figura 4 – Fluxo interno produtivo (antes da implementação do projecto)