Este artigo será publicado no volume 5, número 4 do Independent Journal of Management &
Production, com o título AN
OVERVIEW OF THE ADVANCED PLANNING AND SCHEDULING SYSTEMS.
RESUMO
Nos últimos tempos, as atividades de planejamento e controle
das empresas estão se tornando cada vez mais complexas e os gestores dessa área
são constantemente pressionados a reduzir custos operacionais, mantendo os estoques
em níveis adequados, visando satisfazer a demanda dos clientes e responder
eficazmente às mudanças que ocorrem. A tarefa de planejamento e programação é
importante para a maioria das empresas, de modo que, segundo alguns autores, há
uma necessidade de uma análise mais aprofundada do uso prático de sistemas de
planejamento e controle da produção. Dentro do contexto de desenvolvimentos de
sistemas de planejamento e controle da produção, na década de 1990 foram
lançados os sistemas APS, os quais representam uma inovação em relação aos seus
predecessores. Este artigo destina-se a fornecer, por meio de uma revisão da
literatura, os conceitos, estrutura, capacidades, processo de implantação e
benefícios da utilização de sistemas APS no planejamento e controle da produção
de empresas. A principal contribuição desta pesquisa é apresentar uma forte
compreensão conceitual sobre sistemas APS, a qual pode ser usada como uma
sólida referência teórica para futuras pesquisas.
Palavras-chave: Advanced Planning and Scheduling, Production Planning and Control,
Literature Review.
1. INTRODUÇÃO
De acordo com Porter et al. (1996),
o Planejamento e Controle da Produção (PCP) geralmente é usado para descrever
processos coletivos de planejamento de capacidade, planejamento das
necessidades de materiais, controle do chão de fábrica, relançamento e controle
de ordens de trabalho. O PCP visa alinhar o suprimento de uma empresa de
manufatura com a demanda por seus produtos, enquanto maximiza o seu desempenho
no âmbito da posição competitiva da empresa em termos de qualidade, custos e
entrega. (MUKHOPADHYAY, DWIVEDY e KUMAR, 1998). O PCP desempenha um importante
papel em ambientes competitivos, respondendo imediatamente para atingir o mais
alto nível de desempenho do serviço, melhor utilização de recursos e menores
perdas de materiais (AL-TAHAT e BATAINEH, 2012).
Os Sistemas de Planejamento e
Controle da Produção (SPCP) são os mecanismos centrais de controle corporativo
que relacionam a produção e o desempenho logístico de uma empresa com as
demandas dos clientes. Sua principal tarefa é planejar, iniciar e monitorar a
entrega de produtos de uma empresa de manufatura, e, em casos de desvios
imprevistos, reajustar o progresso de ordens ou planos de produção (WIENDAHL,
VON CIEMINSKI e WIENDAHL, 2005). Os SPCP desempenham um importante papel na
busca contínua por melhorias no uso de recursos de produção (RODRIGUEZ, COSTA e
DO CARMO, 2013) e visam planejar e controlar a produção de modo que a empresa
alcance as necessidades de produção com a mais alta eficiência possível
(FERNANDES et al., 2007).
Os SPCP são modelos usados para
planejar e controlar processos de transformação física em sistemas de produção
(HELBER, 1995). O uso destes softwares
tem aumentado grandemente em ambientes industriais desde a década de 1980
(LUCZAK, NICOLAI e KEES, 1998). Os SPCP representam uma fonte de vantagem
competitiva para empresas que buscam competência na área de PCP (MUKHOPADHYAY,
DWIVEDY e KUMAR, 1998).
De acordo com Steger-Jensen et al.
(2011), os SPCP computadorizados foram gradualmente desenvolvidos nos últimos
30 anos, desde os sistemas Material
Requirements Planning (MRP), Manufacturing
Resources Planning (MRP II), Enterprise
Resources Planning (ERP) e Advanced
Planning and Scheduling (APS). Estes contínuos desenvolvimentos forneceram
substanciais melhorias para a área de PCP das empresas (NYHUIS e WIENDAHL,
2004).
Na década de 1990, uma nova geração
de conceitos chamada de sistemas APS emergiu (ÖZTÜRK e ORNEK, 2014). Os
sistemas APS representam um conjunto de aplicações usado para gerenciar três
domínios de operações da cadeia de suprimentos: planejamento, programação e
execução (SETIA, SAMBAMURTHY e CLOSS, 2008). Os sistemas APS são considerados
como uma abordagem eficaz para gerar um plano otimizado de produção, a qual
considera uma ampla gama de restrições, incluindo disponibilidade de
matérias-primas, máquinas e capacidade dos operadores, nível de serviço, nível
seguro de estoques, custos, vendas e demanda (CHEN, HUANG e LAI, 2009). De
acordo com Brun et al. (2006), os sistemas APS representam a mais relevante
inovação no campo de manufatura desde a introdução dos sistemas MRP na década
de 1970.
O uso dos sistemas APS como
ferramentas de apoio para tomada de decisão no planejamento e controle da
produção de empresas está crescendo em nível global. Com base nestas afirmações
e sua crescente relevância, o objetivo deste artigo é apresentar uma revisão da
literatura sobre os sistemas APS, a fim de fornecer ao leitor uma compreensão
dos conceitos, estrutura, integração com outros sistemas de planejamento e
controle da produção, processo de implantação e principais benefícios que seu
uso fornece às empresas.
2. PROCEDIMENTOS METODOLÓGICOS UTILIZADOS PARA O DESENVOLVIMENTO
DA PESQUISA
A metodologia utilizada para o
desenvolvimento deste artigo tem como objetivo obter resultados capazes de
apoiar a construção de um melhor conhecimento sobre os sistemas APS.
Artigos publicados em periódicos
científicos indexados nas bases de dados SCIELO, SCOPUS e Web of Science foram analisados. Para esta pesquisa, foram
analisados principalmente artigos publicados em revistas científicas por que
eles têm uma seleção e avaliação mais cuidadosa do que artigos publicados em
congressos e simpósios (CARNEVALLI e MIGUEL, 2008), e são considerados
pesquisas de mais alto nível, tanto para a coleta de informações, quanto para a
divulgação de novos resultados e descobertas (NGAI et al., 2008). Algumas
informações de artigos publicados em congressos foram utilizadas, por que
apesar de terem menos relevância, certamente podem ter questões importantes
(BORTOLLOSSI e SAMPAIO, 2012).
Para selecionar as publicações de
interesse, foram pesquisados por
título, resumo, palavras-chave, independentemente do período de publicação, os
seguintes termos: Advanced Planning and
Scheduling e Advanced Planning System*.
Posteriormente, procedeu-se à leitura e análise do resumo e introdução dos
artigos encontrados, selecionando aqueles com relevância para os objetivos da
pesquisa.
No que diz respeito à natureza, este
trabalho é classificado como uma pesquisa básica, considerando-se que de acordo
com Turrioni e Mello (2012), busca agregar novos conhecimentos favoráveis para o avanço do conhecimento,
envolvendo verdades e interesses universais, sem a preocupação de utilizá-los
na prática. Com base em seus objetivos, este trabalho é classificado como uma
pesquisa exploratória. De acordo com Forza (2002), a finalidade da pesquisa
exploratória é a construção de uma idéia inicial sobre um tópico, fornecendo a
base para estudos mais detalhados, visando melhorar as técnicas atualmente
disponíveis. Quanto aos procedimentos técnicos utilizados para o
desenvolvimento deste artigo, ele foi concebido por meio de uma pesquisa
bibliográfica. A pesquisa bibliográfica permite a identificação do estado da
arte e as possíveis lacunas que possam existir, e identificar oportunidades
para novas contribuições para o tema em estudo (VILLAS, SOARES e RUSSO, 2008).
3. ADVANCED PLANNING AND SCHEDULING: UMA
VISÃO GERAL
3.1
Caracterização geral
De acordo com Stadtler (2005), os
sistemas APS são baseados nos princípios de planejamento hierárquico e fazem
uso extensivo de abordagens de solução conhecidas como programação matemática e
meta-heurísticas. A principal habilidade dos sistemas APS consiste em encontrar
a seleção ótima de recursos para operações, sequências de operações, alocação
de lotes variáveis de transferência e programas, considerando fluxos flexíveis,
status de recursos, capacidades de
fábricas, restrições de precedência e balanceamento da carga de trabalho (GEN, LIN e ZHANG, 2009). Ao contrário
de outros sistemas, o APS são assume que as capacidades são infinitas, que
todos os clientes, produtos e materiais são de igual importância, e que certos
parâmetros tais como lead times podem
ser fixados (DAVID, PIERREVAL e CAUX, 2006).
Os sistemas APS representam um
conjunto de aplicações usado para gerenciar três domínios de operações da
cadeia de suprimentos: planejamento, programação e execução (SETIA, SAMBAMURTHY
e CLOSS, 2008). Eles têm melhorado a integração de materiais e planejamento de
capacidade, preenchendo a lacuna entre a complexidade da cadeia de suprimentos
e as decisões diárias de operações (HVOLBY e STEGER-JENSEN, 2010). Os sistemas
APS são considerados como uma abordagem eficaz para gerar um plano otimizado de
produção considerando uma ampla gama de restrições, incluindo disponibilidade
de matérias-primas, máquinas e capacidade dos operadores, nível de serviço,
nível seguro de estoques, custos, vendas e demanda (CHEN, HUANG e LAI, 2009).
De acordo com Günther e Meyr (2009),
os sistemas APS representam aplicações bem-sucedidas da gestão da cadeia de
suprimentos e são relacionados a atividades de apoio e tomada de decisão nos
níveis estratégico, tático e operacional. Pelos sistemas APS as empresas podem
otimizar suas cadeias de suprimentos, reduzindo custos e níveis de estoque,
melhorando margens de produto e aumentando os rendimentos industriais (LEE,
JEONG e MOON, 2002). Os sistemas APS são baseados nos princípios de
planejamento hierárquico e fazem uso extensivo de abordagens de solução
conhecidas como programação matemática e meta-heurísticas (STADTLER, 2005).
Eles simulam diferentes cenários de planejamento antes do lançamento de um
plano (HVOLBY e STEGER-JENSEN, 2010). Além do mais, os sistemas APS podem ser
configurados para dar alertas a unidades organizacionais apropriadas quando
alguma coisa incomum acontece (WEZEL, DONK e GAALMAN, 2006).
3.2
Estrutura dos sistemas APS
De acordo com Neumann, Schwindt e
Trautmann (2002), os sistemas APS oferecem apoio em todos os níveis de
planejamento ao longo da cadeia de suprimentos, enquanto observa as limitações
de recursos. As informações de entrada de um sistema APS incluem tamanho da
ordem, data devida da ordem, capacidade disponível, tipo de produto, rotina do
processo, tempo de processo, tempo de ciclo, tempo de set-up, rendimento, tact time,
manutenção preventiva, tempo médio de reparo, tempo médio entre falhas e
trabalho em processo ou Work In Process (WIP);
enquanto que as informações de saída incluem a carga do equipamento, utilização
da fábrica, utilização da linha, tempo de relançamento de ordens, e tempo de
início e fim de ordens (CHEN et al.,
2013).
Os principais módulos dos sistemas
APS nos três níveis de cadeias de suprimentos são apresentados na Figura 1
(MEYR, WAGNER e ROHDE, 2005).
Figura 1: Estrutura dos sistemas APS
O planejamento estratégico da rede
de suprimentos determina a estrutura da cadeia de suprimentos no horizonte de
planejamento, incluindo localizações de fábricas e centros de distribuição e
considera um horizonte de planejamento de longo prazo de até dez anos (GIACON e
MESQUITA, 2011). A gestão da demanda equlibra necessidades dos clientes com as
capacidades da cadeia de suprimentos (CROXTON et al., 2002).
O planejamento da produção e vendas
visa o uso eficiente de capacidades da empresa e a realização das demandas
previstas no horizonte de planejamento de médio prazo, planejando simultaneamente
as funções de produção, compras e distribuição (STADLER, 2005). O Master Production Scheduling (MPS)
define a quantidade de itens finais a ser concluída em cada semana do horizonte
de planejamento de curto prazo, atualizando periodicamente os planos após
coletar e reconhecer as informações mais recentes (OMAR e BENNELL, 2009). O MRP realiza a
explosão de necessidades de materiais por meio de informações do MPS, gerando
pedidos de montagem, fabricação e compra, visando atender a demanda final de
produtos (OMAR e
BENNELL, 2009).
A programação detalhada de produção é gerada levando em
conta a disponibilidade de capacidade e materiais, de acordo com as diretrizes
do MPS (GIACON e MESQUITA, 2011). O planejamento da distribuição
representa uma das mais importantes atividades na gestão da cadeia de
suprimentos e considera a disponibilidade de estoques e transportes para gerar
a programação de entregas (SAFAEI et al., 2010). A programação do transporte
considera fatores de curto prazo tais como rota ou disponibilidade de veículos
(GIACON e MESQUITA, 2011). O Available-To-Promise
(ATP) visa fornecer as solicitações específicas de clientes na data de entrega
prometida, considerando a disponibilidade de produtos demandados (JUNG, 2012).
3.3
Integração dos sistemas APS com outros sistemas de planejamento e controle da
produção
Os procedimentos de planejamento e
controle da produção usados na indústria sempre têm sido sujeitos a diversas
mudanças. Muitas empresas têm reconhecido que os sistemas comumente usados,
representados pelo MRP II e ERP, não apoiam o planejamento a fim de considerar
apropriadamente as capacidades de recursos durante o processo de planejamento
(KRISTIANTO, AJMAL e HELO, 2011).
Enquanto os sistemas APS em si
representam um avanço quando comparados a seus predecessores, empresas usam uma
combinação de sistemas para guiar a colaboração e planejamento da cadeia de
suprimentos (SETIA, SAMBAMURTHY e CLOSS, 2008). Os sistemas APS foram
desenvolvidos sob a combinação do MRP com o Capacity
Requirement Planning (CRP), visando permitir a criação de planos adequados
de produção para a cadeia de suprimentos como um todo, fornecendo procedimentos
e metodologias que são capazes de reagir rapidamente a exceções e variabilidade (CHERN e YANG, 2011; KUNG e CHERN,
2009).
Os tradicionais sistemas MRP não
apoiam suficientemente o planejador na resolução de questões do planejamento e
controle da produção e podem criar muitos problemas do chão de fábrica para o
estágio posterior de produção (CHEN e JI, 2007), tais como frequentes excessos
de estoque, deficientes níveis de serviço e insuficiente utilização de
capacidade (KANNEGIESSER e GÜNTHER, 2011). De acordo com Peng, Lu e Chen
(2014), os sistemas MRP geralmente fazem planos de acordo com requisitos
finitos de materiais e requisitos infinitos de capacidade, enquanto que o lead time de produção, o qual depende do
planejamento de produção, é predeterminado; ao passo que nos sistemas APS os
planos são otimizados dentro das fronteiras de materiais e restrições de
capacidade.
Usando as informações de vendas e
estoques de um sistema MRP II, o APS pode produzir um plano de produção em
poucos minutos, ou até mesmo em
segundos. Os sistemas APS podem validar os planos gerados
pelos sistemas MRP II ou realizarem o planejamento, eliminando a necessidade
por tais módulos, sendo o uso do MRP II direcionado para a aquisição de
informações de produtos, pedidos e inventário (CHAMBERS, 1996).
Os sistemas APS não substituem, mas
sim complementam os sistemas ERP (STEGER-JENSEN et al., 2011). É
amplamente conhecido que o ponto forte dos sistemas ERP não está na área de
planejamento. Sendo assim, os sistemas APS têm sido desenvolvidos para
preencher esta lacuna (STADTLER, 2005). De acordo com Ou-Yang e Hon (2008), os
sistemas APS desenvolvem uma programação apropriada de produção para apoiar
pedidos potenciais, enquanto que os sistemas ERP são usados para integrar a
execução de pedidos relacionados a processos de negócio e lidar com as
atividades e transações básicas, tais como pedidos dos clientes, contabilidade,
finanças, recursos humanos, etc. (GIACON e MESQUITA, 2011; STEGER-JENSEN et al.,
2011).
Um sistema APS extrai informações da
base de dados do ERP por meio de interface de entrada do usuário, faz seus
cálculos e envia os planos resultantes de volta para a distribuição e execução.
O APS envia ao ERP as necessidades de partes fabricadas, necessidades de partes
compradas e conclusões de ordens projetadas, usando técnicas de otimização para
modelar e determinar as quantidades. O ERP envia ao APS as demandas (pedidos de
clientes, previsões, MPS, ordens de estoque de segurança, pedidos de
transformação), informações de itens, informações de Bill Of Materials (BOM), informações de operações, informações de
recursos e grupos de recursos, status
de WIP, trabalhos relançados e concluídos, trabalhos programados, parâmetros
executados, calendário, turnos e feriados. Os resultados do programa e
utilização podem ser salvos na base de dados por meio da interface de saída
(CHEN et al., 2013; GÜNTHER e MEYR, 2009; MUSSELMAN, O’REILLY e DUKET, 2002;
RUDBERG e CEDERBORG, 2011).
3.4
Capacidades
dos sistemas APS
O conjunto de aplicações dos
sistemas APS usualmente tem as seguintes capacidades: capacidade de modelagem,
modelagem de fluxo, programação e otimização, capacidades de planejamento,
gestão e análise de restrições e controle da execução (SETIA, SAMBAMURTHY e
CLOSS, 2008).
A capacidade de modelagem define a
quantidade exata de recursos e restrições. A modelagem de fluxo cria rotinas
baseadas em produto a produto, configura estações de trabalho e fluxos
alternativos. A programação e otimização configura vários trabalhos e critérios
de desempenho do processo baseados nos operadores disponíveis e restrições de
recursos. As capacidades de planejamento planejam recursos e instalações para o
longo prazo por meio de análises hipotéticas. A análise e gestão das restrições
identifica restrições em caso de mudança nas prioridades de demanda. O controle
da execução gerencia operações por meio de formas inteligentes de relatórios
detalhados (SETIA, SAMBAMURTHY e
CLOSS, 2008).
No chão de fábrica os sistemas APS
são responsáveis pelas seguintes atividades: relançamento de ordens,
sequenciamento, despacho e relatórios (IVERT, 2012). O relançamento de ordens é
relacionado ao controle de relançamento de ordens e pedidos, verificação de
disponibilidade de materiais e geração de shop
packet. O sequenciamento é responsável pelas decisões que têm que ser
feitas sobre quais ordens serão processadas posteriormente. As considerações de
despacho representam quais informações a lista de despacho inclui, como o chão
de fábrica obtém informações sobre quaisquer mudanças nos requisitos planejados
e qual liberdade o pessoal tem para configurar prioridades e escolher a
sequência. As informações pertinentes ao progresso de ordens no chão de fábrica
e identificação de possíveis problemas são funções pertinentes aos relatórios.
3.5
Implantação
de sistemas APS
Em uma perspectiva de implantação de
sistemas APS, o conhecimento do sistema e planejamento, experiências no
processo sob investigação e projetos de implantação e comprometimento com o
projeto devem ser importantes fatores individuais (IVERT e JONSSON, 2011).
Para Pacheco e Santoro (2001), as
principais deficiências que podem surgir no processo de avaliação de um sistema
APS são pobre avaliação das oportunidades de melhoria do sistema atual,
investigação deficiente de alternativas e pobre análise do relacionamento entre
aderência e qualidade da solução. Para superar estas deficiências, Pacheco e
Cândido (2002) propõem as seguintes ações: avaliação de oportunidades para
melhoria e seleção preliminar de alternativas, análise detalhada da aderência e
qualidade de solução de modelos, ponderação dos resultados obtidos entre
modelos, análise de critérios comerciais e estratégia de implantação.
De acordo com Pedroso e Côrrea
(1996), para se implantar sistemas de programação com capacidade finita (tais
como sistemas APS), são necessários investimentos em software, hardware,
treinamento, implantação, manutenção do sistema e mudanças organizacionais.
Investimentos em software são
relacionados à aquisição da aplicação em si, possíveis necessidades para essa
adaptação e sua integração com outros sistemas de informação da empresa. Em hardware, os equipamentos necessários
para gestão do sistema. Em treinamento, é relacionado ao treinamento de
recursos humanos para a gestão da nova tecnologia. Na implantação, abrange a
modelagem e a disponibilidade de outras informações necessárias. Na manutenção
do sistema, os valores associados com a gestão do sistema e a manutenção e
atualização do software e hardware. Nas mudanças organizacionais,
melhorias necessárias para a gestão eficaz do sistema na organização.
O processo de implantação de
sistemas APS abrange as seguintes fases (IVERT e JONSSON, 2011):
1)
A fase de autorização: compreende as decisões
que levam a cotar um sistema APS. Atividades típicas compreendem a análise do
estado atual, geração de ideias de adoção do sistema, definição de
indicadores-chave de desempenho, realização de um caso de negócios para
desenvolvimento do investimento, identificação do gestor do projeto, aprovação
de um orçamento e programa e seleção de um pacote de software.
2)
A fase de projeto: fase onde as atividades são
compostas de modo a obter o sistema instalado e funcionando. Atividades típicas
incluem construção do modelo, setup
de estruturas internas de informações e bases de dados, validação/teste,
treinamento e utilização.
3)
A fase de improviso: fase onde as organizações
estão se confrontando com o sistema de informação. Atividades típicas incluem a
limpeza de dados e parâmetros, fornecimento de treinamento adicional para os
usuários (especialmente em processos de negócios) e trabalho com fornecedores e
consultores para resolver defeitos no software.
4)
A fase de fase de avanço horizontal e vertical:
fase que continua desde a operação normal até o sistema ser substituído com uma
atualização ou um sistema diferente. Atividades típicas compreendem auditoria
pós-implantação, melhoria contínua do negócio,
atualização técnica e construção de habilidades adicionais dos usuários.
3.6
Benefícios
da utilização dos sistemas APS
O Quadro 1 lista os principais
benefícios que podem ser obtidos com a utilização de sistemas APS, baseados nos
resultados da revisão da literatura.
Quadro 1: Principais benefícios da
utilização dos sistemas APS
Benefícios
|
Autores
|
Gestão mais eficiente
de cadeias de suprimentos
|
Boulaksil, Fransoo e
Halm (2009); Brandenburg e Tölle (2009); Dayou, Pu e Ji (2009);
Garcia-Sabater, Maheut e Garcia-Sabater (2012); Jonsson, Kjellsdotter e
Rudberg (2007); Kristianto, Ajmal e Helo (2011); Kung e Chern (2009);
Neumann, Schwindt e Trautmann (2002); Rudberg e Thulin (2009); Setia,
Sambamurthy e Closs (2008); Zoryk-Schalla, Fransoo e De Kok (2004)
|
Rendimentos mais altos
e menores lead times industriais
|
Chen, Huang e Lai (2009); Dayou, Pu e Ji (2009); Lee, Jeong e Moon
(2002)
|
Integração com os
sistemas ERP, outros módulos de planejamento ou sistemas de controle de
processo
|
Arsovski, Arsovski e
Mirovic (2009); Caputo, Gallo e Guizzi (2009); Chambers (1996); Chen et al.
(2013); Garcia-Sabater, Maheut e Garcia-Sabater (2012); Giacon e Mesquita
(2011); Hvolby e Steger-Jensen (2010); Jonsson, Kjellsdotter e Rudberg
(2007); McKay e Wiers (2003); Ou-Yang e Hon (2008); Öztürk e Ornek (2014);
Setia, Sambamurthy e Closs (2008); Steger-Jensen et al. (2011); Wiers (2002); Wiers (2009)
|
Velocidade mais alta
de processamento
|
Chambers (1996);
Giacon e Mesquita (2011)
|
Criação de planos de
produção adequados
|
Chern e
Yang (2011)
|
Consideração de
restrições de capacidade e sequências de operação
|
Arsovski, Arsovski e
Mirovic (2009); Chen e Ji (2007); Hvolby e Steger-Jensen (2010); Neumann,
Schwindt e Trautmann (2002); Peng, Lu e Chen (2014); Rudberg e Thulin (2009);
Setia, Sambamurthy e Closs (2008); Zhong et al. (2013)
|
Aumento dos lucros
operacionais
|
Gen, Lin e Zhang (2009); Lee, Jeong e Moon (2002)
|
Redução dos níveis de
estoque
|
Chen, Huang e Lai (2009); Lee, Jeong e Moon (2002); Villegas e Smith
(2006)
|
Rápida reação a
exceções e variabilidades
|
Kung e
Chern (2009)
|
Aumento na satisfação
do cliente
|
Steger-Jensen e
Svensson (2004)
|
Apoio aos seguintes
processos do Sales & Operations
Planning (S&OP): previsão de futuras demandas, preparação de um plano
preliminar de entrega, preparação de um plano preliminar de produção, ajuste
e manuseio de um plano de entrega e de produção
|
Ivert e
Jonsson (2010)
|
Reprogramação de
trabalhos
|
Setia, Sambamurthy e
Closs (2008)
|
Avaliação da
lucratividade das diferentes alternativas para atender os pedidos dos
clientes
|
Quante, Meyr e
Fleischmann (2009)
|
Possibilidades de
representação gráfica dos planos de produção resultantes e acesso rápido a informações
adicionais sobre os elementos de programação
|
Brandenburg e
Tölle (2009)
|
A modificação manual
de programas de produção existentes, especialmente para o gerenciamento por
exceções
|
Brandenburg e
Tölle (2009)
|
Promessas de entrega
realistas e viáveis
|
Chen et al. (2013)
|
Facilidade de
programação de manutenção preventiva
|
Chen et al. (2013)
|
Melhor distribuição da
carga de trabalho, resultando em redução de horas extras e serviços de
terceirização
|
Chen et al. (2013)
|
4. CONSIDERAÇÕES FINAIS
Este artigo apresentou, por meio de
uma revisão da literatura, os conceitos-chave, estrutura, breve descrição de
sua integração com outros sistemas de planejamento e controle da produção,
processo de implantação e benefícios-chave dos sistemas APS para empresas.
Nos últimos tempos, com as grandes
transformações impostas pela globalização, as empresas lidam com mercados cada
vez mais exigentes em relação a custos, prazos, qualidade, confiabilidade e
tudo o que represente competitividade. Seus gestores são constantemente
pressionados a obter ganhos progressivos.
A falta de alinhamento entre os
vários recursos produtivos das empresas pode causar confusão nos programas de
produção, o que implica, entre outros problemas, baixa produtividade, baixo
nível de serviço e perda de clientes, com impactos negativos em suas finanças.
Muitos dos tradicionais sistemas de
planejamento e controle da produção implantados em empresas desde a segunda
metade do século XX apresentam falhas na operação, pois desconsideram os
limites de capacidade de produção. Os sistemas APS representam um avanço para o
planejamento e controle da produção das empresas, pois consideram as diversas
restrições presentes nos processos de produção.
É possível para as empresas, que com
o uso de sistemas APS, elas alcancem a melhoria no tratamento com os prazos de
entrega, redução de multas e fretes especiais, matérias-primas, trabalho em
processo e redução de estoques de produtos acabados, redução de lead times de produção, melhor cuidado dos pedidos de clientes,
melhoria na produtividade e eficiência global dos recursos produtivos, compras
e contratação e racionalização de serviços terceirizados.
Este artigo não pretende esgotar as
questões aqui levantadas. Seu foco foi direcionado para a análise conceitual do
tema estudado nos artigos encontrados. Apesar de possuir algumas limitações,
esta revisão de literatura visa gerar novos conhecimentos e informações por
meio do resgate das lacunas que foram abordadas em pesquisas anteriores
(MARIANO, GUERRINI e REBELATTO, 2012). Estudos mais detalhados podem ser
realizados e contribuir para o desenvolvimento deste tema, pois de acordo com
Gil (2008), pesquisas exploratórias constituem a primeira etapa de uma
investigação mais ampla.
REFERÊNCIAS
AL-TAHAT,
M. D.; BATAINEH, K. M. (2012) Statistical analyses and modeling of the
implementation of agile manufacturing tactics in industrial firms. Mathematical Problems in Engineering,
v. 2012, p. 1-23.
ARSOVSKI,
S.; ARSOVSKI, Z.; MIROVIC, Z. (2009) The Integrating Role of Simulation in
Modern Manufacturing Planning and Scheduling. Journal of
Mechanical Engineering, v. 55, n. 1, p. 33-44.
BORTOLLOSSI, L. N.;
SAMPAIO, M. (2012) A produção acadêmica publicada na revista Gestão &
Produção de 1999 a
2010: tendências e direções para pesquisas futuras. Gestão & Produção,
v. 19, n. 1, p. 189-201.
BOULAKSIL,
Y.; FRANSOO, J. C.; HALM, E. N. G. V. (2009) Setting safety stocks in
multi-stage inventory systems under rolling horizon mathematical programming
models. OR Spectrum, v. 31, n. 1, p.
121-140.
BRANDENBURG,
M.; TÖLLE, F-J. (2009) MILP-based campaign scheduling in a specialty chemicals
plant: a case study. OR Spectrum, v.
31, n. 1, p. 141-166.
BRUN,
A. et al. (2006) Value and risk assessment of supply chain management improvement
projects. International Journal of
Production Economics, v. 99, n. 1/2, p. 186-201.
CAPUTO, G.; GALLO,
M.; GUIZZI, G. (2009) Optimization of production plan through simulation
techniques. WSEAS Transactions on
Information Science and Applications, v. 6, n. 3, p. 352-362.
CARNEVALLI,
J. A.; MIGUEL, P. A. C. (2008) Review, analysis and classification of the
literature on QFD - types of research, difficulties and benefits. International Journal of Production
Economics, v. 114, n. 2, p. 737-754.
CHAMBERS, N. (1996)
Beyond MRPII: a new approach to manufacturing planning and simulation. Industrial Management & Data Systems,
v. 96, n. 4, p. 3-5.
CHEN, C. J. et al.
(2013) Advanced planning and scheduling for TFT-LCD color
filter fab with multiple lines. The
International Journal of Advanced Manufacturing Technology, v. 67, n. 1/4,
p. 101-110.
CHEN, W-L.; HUANG,
C-Y.; LAI, Y-C. (2009) Multi-tier and multi-site collaborative production:
illustrated by a case example of TFT-LCD manufacturing. Computers & Industrial Engineering, v. 57, n. 1, p. 61-72.
CHEN, K.; JI, P.
(2007) A mixed integer programming model for advanced
planning and scheduling (APS). European
Journal of Operational Research, v. 181, n. 1, p. 515-522.
CHERN, C-C.; YANG,
I-C. (2011) A heuristic master planning algorithm for supply chains that
consider substitutions and commonalities. Expert
Systems with Applications, v. 38, n. 12, p. 14918-14934.
CROXTON, K. L. et
al. (2002) The demand management process. International
Journal of Logistics Management, v. 13, n. 2, p. 51-66.
DAVID,
F.;
PIERREVAL, H.;
CAUX, C. (2006) Advanced planning and scheduling systems in aluminium
conversion industry. International
Journal of Computer Integrated Manufacturing, v. 19, n. 7, p. 705-715.
DAYOU,
L.;
PU, Y.;
JI, Y. (2009) Development
of a multiobjective GA for advanced planning and scheduling problem. The International Journal of Advanced
Manufacturing Technology, v. 42, n. 9/10, p. 974-992.
FERNANDES, F. C. F. et
al. (2007) Identificação dos principais autores em planejamento e controle da
produção por meio de um survey mundial com pesquisadores da área. Gestão & Produção, v. 14, n. 1, p. 83-95.
FORZA,
C. (2002) Survey research in operations management: a process-based
perspective. International Journal of
Operations & Production Management, v. 22, n. 2, p. 152-194.
GARCIA-SABATER,
J. P.;
MAHEUT, J.;
GARCIA-SABATER, J. J. (2012) A two-stage sequential planning scheme for integrated
operations planning and scheduling system using MILP: the case of an engine
assembler. Flexible
Services and Manufacturing Journal, v. 24, n. 2, p. 171-209.
GEN,
M.;
LIN, L.;
ZHANG, H. (2009) Evolutionary techniques for optimization problems in integrated
manufacturing system: state-of-the-art-survey. Computers
& Industrial Engineering, v. 56, n. 3, p. 779-808.
GIACON, E.; MESQUITA, M. A. (2011) Levantamento das práticas
de programação detalhada da produção: um survey na indústria paulista. Gestão & Produção, v. 18, n. 3, p.
487-498.
GIL, A. C. (2008) Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas.
GÜNTHER,
H-O.;
MEYR, H. (2009) Supply chain planning and Advanced Planning Systems. OR Spectrum, v. 31, n. 1, p. 1-3.
HELBER,
S. (1995) Lot sizing in capacitated production planning and control systems. OR Spektrum, v. 17, n. 1, p. 5-18.
HVOLBY,
H-H.;
STEGER-JENSEN, K. (2010) Technical and industrial issues of Advanced Planning
and Scheduling (APS) systems. Computers
in Industry, v. 61, n. 9, p. 845-851.
IVERT,
L. K. (2012) Shop floor characteristics influencing the use of advanced
planning and scheduling systems. Production
Planning & Control, v. 23, n. 6, p. 452-467.
IVERT,
L. K.;
JONSSON, P. (2010) The potential benefits of advanced planning and scheduling
systems in sales and operations planning. Industrial
Management & Data Systems, v. 110, n. 5, p. 659-681.
IVERT,
L. K.;
JONSSON, P. (2011) Problems in the onward and upward phase of APS system
implementation: why do they occur? International
Journal of Physical Distribution & Logistics Management, v. 41, n. 4,
p. 343-363.
JONSSON,
P.;
KJELLSDOTTER, L.;
RUDBERG, M. (2007) Applying advanced planning systems for supply chain
planning: three case studies. International
Journal of Physical Distribution & Logistics Management, v. 37, n. 10,
p. 816-834.
JUNG,
H. (2012) An available-to-promise process considering production and
transportation uncertainties and multiple performance measures. International Journal of Production Research,
v. 50, n. 7, p. 1780-1798.
KANNEGIESSER,
M.; GÜNTHER, H-O. (2011) An integrated optimization model for managing the
global value chain of a chemical commodities manufacturer. Journal of the Operational Research Society, v. 62, n. 4, p.
711-721.
KRISTIANTO,
Y.;
AJMAL, M. M.;
HELO, P. (2011) Advanced planning and scheduling with collaboration processes
in agile supply and demand networks. Business
Process Management Journal, v. 17, n. 1, p. 107-126.
KUNG,
L-C.;
CHERN, C-C. (2009) Heuristic factory planning algorithm for advanced planning
and scheduling. Computers &
Operations Research, v. 36, n. 9, p. 2513-2530.
LEE,
Y. H.;
JEONG, C. S.;
MOON, C. (2002) Advanced planning and scheduling with outsourcing in
manufacturing supply chain. Computers
& Industrial Engineering, v. 43, n. 1/2, p. 351-374.
LUCZAK,
H.;
NICOLAI, H.;
KEES, A. (1998) PPC-systems: Re-engineering or replacement? Venus: A
fuzzy-decision-tool helps to evaluate outdated production planning and control
systems. Production Planning & Control, v. 9, n. 5, p.
448-456.
MARIANO, E. B.;
GUERRINI, F. M.;
REBELATTO, D. A. N. (2012) Análise da relação entre estrutura e desempenho de
redes interorganizacionais colaborativas. Gestão & Produção,
v. 19, n. 3, p. 471-479.
MCKAY,
K. N.;
WIERS, V. C. S. (2003) Integrated decision support for planning, scheduling,
and dispatching tasks in a focused factory. Computers in Industry, v. 50, n. 1, p. 5-14.
MEYR,
H.;
WAGNER, M.;
ROHDE, J. (2005) Structure of Advanced Planning Systems. In: STADTLER, H.; KILGER,
C. (Eds.). Supply Chain Management and
Advanced Planning: concepts, models software and case studies. Third
Edition. Heidelberg: Springer Berlin Heidelberg
New York.
MUKHOPADHYAY,
S. K.;
DWIVEDY, J.;
KUMAR, A. (1998) Design and implementation of an integrated production planning
system for a pharmaceutical manufacturing concern in India. Production Planning & Control, v. 9, n. 4, p. 391-402.
MUSSELMAN,
K.;
O’REILLY, J.;
DUKET, S. (2002) The role of simulation in Advanced Planning and Scheduling.
In: WINTER SIMULATION
CONFERENCE, 34. San Diego, 2002. Proceedings
of the 2002 Winter Simulation Conference. San Diego: ACM.
NEUMANN,
K.;
SCHWINDT, C.;
TRAUTMANN, N. (2002) Advanced production scheduling for batch plants in process
industries. OR Spectrum, v. 24, n.
3, p. 251-279.
NGAI,
E. W. T. et al. (2008) RFID research: an academic literature review (1995-2005)
and future research directions. International
Journal of Production Economics, v. 112, n. 1, p. 510-520.
NYHUIS,
P.;
WIENDAHL, H-P. (2004) 3-Sigma PPC - a holistic approach for managing the
logistic performance of production systems. CIRP Annals - Manufacturing Technology, v. 53, n. 1, p. 371-376.
OMAR,
M. K.;
BENNELL, J. A. (2009) Revising the máster production schedule in a HPP
framework context. International Journal
of Production Research, v. 47, n. 20, p. 5857-5878.
ÖZTÜRK,
C.;
ORNEK, A. M. (2014) Operational extended model formulations for Advanced
Planning and Scheduling systems. Applied
Mathematical Modelling, v. 38, n. 1, p. 181-195.
OU-YANG,
C.;
HON, S. J. (2008) Developing an
agent-based APS and ERP collaboration framework. The International Journal of Advanced
Manufacturing Technology, v. 35, n.
9/10, p. 943-967.
PACHECO,
R. F.; CÂNDIDO, M. A. B. (2002) Uma
metodologia para a seleção de sistemas de programação da produção com
capacidade finita. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 22.
Curitiba, 2002. Anais... Rio de
Janeiro: ABEPRO.
PACHECO,
R. F.; SANTORO, M. C. (2001) A Adoção de
modelos de schedulingno Brasil: deficiências do processo de escolha. Gestão & Produção, v. 8, n. 2, p. 128-138.
PEDROSO,
M. C.; CÔRREA, H. L. (1996) Sistemas de
programação da produção com capacidade finita: uma decisão estratégica? Revista
de Administração de Empresas, v.
36, n. 4, p. 60-73.
PENG,
Y.;
LU, D.;
CHEN, Y. (2014) A Constraint Programming Method for Advanced Planning and
Scheduling System with Multilevel Structured Products. Discrete Dynamics in Nature and Society, v. 2014, p. 1-7.
PORTER,
J. K. et al. (1996) Production planning and control system developments in
Germany. International Journal of Operations &
Production Management,
v. 16, n. 1, p. 27-39.
RODRIGUEZ, D. S. S.; COSTA,
H. G.;
DO CARMO, L. F. R. R. S. (2013) Métodos de auxílio multicritério à decisão
aplicados a problemas de PCP: Mapeamento da produção em periódicos publicados
no Brasil. Gestão
& Produção, v. 20, n. 1, p. 134-146.
RUDBERG,
M.; CEDERBORG, O. (2011) APS for tactical planning in a steel processing company.
Industrial Management & Data Systems,
v. 111, n. 4, p. 608-628.
RUDBERG,
M.; THULIN, J. (2009) Centralised supply chain master planning employing
advanced planning systems. Production
Planning & Control, v. 20, n. 2, p. 158-167.
SAFAEI,
A. S. et al. (2010) Integrated multi-site production-distribution planning in
supply chain by hybrid modelling. International
Journal of Production Research, v. 48, n. 14, p. 4043-4069.
SETIA,
P.;
SAMBAMURTHY, V.;
CLOSS, D. J. (2008) Realizing business value of agile IT
applications: antecedents in the supply chain networks. Information Technology and Management, v. 9, n. 1, p. 5-19.
STADTLER, H. (2005)
Supply chain management and advanced planning - basics, overview and
challenges. European Journal of
Operational Research, v. 163, n. 3, p. 575-588.
STEGER-JENSEN, K.
et al. (2011) Advanced Planning and Scheduling technology. Production Planning & Control, v. 22, n. 8, p. 800-808.
STEGER-JENSEN, K.;
SVENSSON, C. (2004) Issues of mass customisation and supporting IT-solutions. Computers in Industry, v. 54, n. 1,
p. 83-103.
TURRIONI, J. B.; MELLO,
C. H. P. (2012) Metodologia de pesquisa
em engenharia de produção: estratégias, métodos e técnicas para condução de
pesquisas quantitativas e qualitativas. Apostila do curso de Especialização em
Qualidade e Produtividade. Universidade Federal de Itajubá, Itajubá, MG.
VILLAS,
M. V.;
SOARES, T. D. L. V. A. M.; RUSSO, G. M. (2008) Bibliographical research method for
business administration studies: a model based on scientific journal ranking. Brazilian Administration Review, v. 5,
n. 2, p. 139-159.
VILLEGAS, F. A.;
SMITH, N. R. (2006) Supply chain dynamics: analysis of inventory vs. order
oscillations trade-off. International
Journal of Production Research, v. 44, n. 6, p. 1037-1054.
WEZEL,
W. V.;
DONK, D. P. V.;
GAALMAN, G. (2006) The planning flexibility bottleneck in food processing
industries. Journal of Operations Management, v. 24, n. 3, p. 287-300.
WIENDAHL,
H-H.;
VON CIEMINSKI, G.;
WIENDAHL, H-P. (2005) Stumbling blocks of PPC: Towards the holistic
configuration of PPC systems. Production Planning & Control,
v. 16, n. 7, p. 634-651.
WIERS,
V. C. S. (2002) A case study on the integration of APS and ERP in a steel
processing plant. Production Planning
& Control, v. 13, n. 6, p. 552-560.
WIERS,
V. C. S. (2009) The relationship between shop floor autonomy and APS
implementation success: evidence from two cases. Production Planning & Control, v. 20, n. 7, p. 576-585.
ZHONG, R. Y. et al.
(2013) RFID-enabled real-time advanced planning and scheduling shell for
production decision making. International
Journal of Computer Integrated Manufacturing, v. 26, n. 7, p. 649-662.
ZORYK-SCHALLA,
A. J.;
FRANSOO, J, C.;
DE KOK, T. G. (2004) Modeling the planning process in advanced planning
systems. Information & Management,
v. 42, n. 1, p. 75-87.
AUTORES
THALES BOTELHO DE SOUSA
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO
CARLOS EDUARDO SOARES CAMPAROTTI
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO
FÁBIO MÜLLER GUERRINI
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO
ADAUTO LUCAS DA SILVA
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO
WALTHER AZZOLINI JÚNIOR
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO
.png)