Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

Otimização da produção de fraldas

Otimização da produção de fraldas

Notícias Relacionadas

Pesquisadores
Débora Ronconi

O trabalho desenvolveu um modelo matemático de sequenciamento e dimensionamento da produção de fraldas que chega a resultados muito próximos da solução considerada ideal. A série de equações do modelo de programação linear inteira mista teve como objetivo principal reduzir o tempo gasto com o setup das máquinas, ou seja, o tempo gasto para mudar a preparação destas máquinas e passar a fazer outro tipo de fralda.

Várias restrições foram levadas em consideração: a demanda deve ser atendida e as máquinas têm velocidades diferentes. Têm mudanças, por exemplo, de acordo com o tipo de fralda (simples, especial, super especial etc.), com o tamanho dela (RN, P, M, G, GG etc.) e com o tamanho do pacote em que ela será embalada. E se o mês tem 30 dias, é preciso levar em conta também que o máximo que a máquina trabalha são 24 horas por dia. Mais que isso, foge à realidade. O estudante explica que usou dois tipos de variáveis para definir a função objetivo do modelo: as reais (que vão de menos infinito até infinito e têm todos os valores fracionários nesse meio) e as binárias (zero-um).

Otimização em prática: alunos da Poli resolvem problemas reais de empresas

Trabalhos foram orientados por pesquisadora do CeMEAI

 

debora

Fellipe (à esquerda) e Rodrigo foram orientados pela professora Débora Ronconi 


A matemática está presente na rotina de qualquer tipo de empresa. Seja na simples conta do troco do cliente ou em cálculos mais complexos, como a criação de modelos avançados para problemas específicos, a matemática aparece com frequência e pode ajudar – e muito – as organizações.

Na Escola Politécnica da Universidade de São Paulo (Poli-USP), dois trabalhos recentes de conclusão de curso orientados pela professora Débora Ronconi representam muito bem essa colaboração da matemática no dia a dia das empresas. Para finalizar o curso de engenharia de produção, os alunos Rodrigo Redenschi e Fellipe Marcellino decidiram estudar problemas reais de instituições completamente diferentes.

Rodrigo trabalhou com uma grande empresa brasileira do setor de transportes. “A empresa realiza, mensalmente, mais de 300 rotas de transporte. Para cada uma dessas rotas, é necessário decidir qual é a melhor fornecedora a ser contratada, e essa decisão leva em conta diversos fatores – custo, qualidade, capacidade de transporte e demanda”, explica.

A solução encontrada por ele foi criar um modelo matemático que leva todas essas variáveis em consideração e, em dois minutos, determina a solução ótima – ou seja, a melhor possível – e que atende a todas as restrições impostas. “A empresa ficou muito satisfeita com os resultados do trabalho e, inclusive, pediu auxílio para testar novos cenários e implementar novas funcionalidades no modelo”, comemora.

Crescimento rápido – e planejado

O ramo de entregas a domicílio de alimentos saudáveis congelados é a área de atuação da startup Liv Up, empresa formada por ex-alunos da Poli e que contou com a ajuda de Fellipe para resolver um problema de logística. “A Liv Up está em uma fase de crescimento acelerado e precisa escalar suas operações para absorver o crescimento no número de clientes. Nesse contexto, a empresa elabora, todos os dias, um roteiro com a ordem das entregas de seus produtos aos clientes. Esse roteiro era feito manualmente e levava cerca de uma hora, além de ter problemas em relação a custo, nível de serviço e gestão”, conta.

Assim como Rodrigo, Fellipe utilizou conceitos de pesquisa operacional para automatizar o processo. Ele desenvolveu uma ferramenta de roteirização das entregas que, além de reduzir os custos e aumentar o nível do serviço, facilitou a gestão e diminuiu para 15 minutos o tempo total do processo. “A ferramenta foi implantada na startup e a empresa ficou muito satisfeita com os resultados. Eles também ficaram impressionados com a facilidade da ferramenta em simular cenários para as tomadas de decisão”, relata.

Conhecimento prático

A professora Débora é pesquisadora do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e tem experiência nesses esforços de aproximar a sala de aula do mercado. Ela já orientou trabalhos que estudaram, por exemplo, problemas de empresas da área de produção de fraldas e de indústrias de cosméticos. “Através dessas experiências, os alunos vivenciam o retorno que a aplicação da teoria pode gerar no dia a dia das empresas, além de desenvolverem capacidades para adequá-las ao problema real”, salienta a professora.

Para os alunos, a aplicação da teoria é uma fase importante no processo de aprendizado. “Acredito que em cursos muito teóricos os alunos sentem dificuldade em enxergar aplicações práticas da teoria, especialmente em disciplinas da área de exatas. É muito importante utilizar o conhecimento adquirido para resolver problemas reais e entender a importância de uma base teórica no mercado de trabalho”, opina Fellipe. “É muito gratificante poder aplicar, na prática, teorias aprendidas em sala de aula e perceber que elas agregam um imenso valor para qualquer empresa, seja ela grande ou pequena”, corrobora Rodrigo.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Otimização na Indústria de Cosméticos

Otimização na Indústria de Cosméticos

Notícias Relacionadas

Pesquisadores

Débora Pretti Ronconi

O estudo avaliou o processo logístico de uma grande empresa de cosméticos presente em todo o país e, analisando a demanda das unidades de cada estado e a capacidade de cada uma, decidiu em quais delas era válido expandir o estoque para gerar mais lucro à empresa. Os resultados foram satisfatórios: valeria a pena avançar o estoque em 14 das 24 lojas. Isso geraria um aumento de caixa de 7% para a empresa. O novo modelo também mostrou que a entrega era feita em apenas 8,9% do volume total da empresa. Então, era possível de ser expandido em até 11 vezes e a empresa ainda seria capaz de suportar.

A Matemática por trás da produção de fraldas

Como a Pesquisa Operacional pode ajudar a vida dos empresários do ramo

fraldas

Se você tem filhos, fica mais fácil entender o texto a seguir. Ao ir ao supermercado atrás de fraldas, não há como não comprar uma, já que a criança está à espera dela. Não tem como adiar. Por isso, o produto é considerado altamente substituível: se você não achar a da marca preferida na prateleira, leva de outra. É fato. Para quem tem empresa de fraldas, é essencial ter também o produto sempre disponível aos consumidores. Ou perde para a concorrência.

Se a fralda não pode faltar, a produção tem que estar bem planejada. Foi pensando nisso que André Possatto, Engenheiro de Produção recém-formado pela Escola Politécnica da USP, desenvolveu, junto a Débora Ronconi, pesquisadora do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um modelo matemático de sequenciamento e dimensionamento da produção de fraldas que chega a resultados muito próximos da solução considerada ideal. A série de equações do modelo de programação linear inteira mista teve como objetivo principal reduzir o tempo gasto com o setup das máquinas, ou seja, o tempo gasto para mudar a preparação destas máquinas e passar a fazer outro tipo de fralda.

Várias restrições foram levadas em consideração: a demanda deve ser atendida e as máquinas têm velocidades diferentes. Têm mudanças, por exemplo, de acordo com o tipo de fralda (simples, especial, super especial etc.), com o tamanho dela (RN, P, M, G, GG etc.) e com o tamanho do pacote em que ela será embalada. E se o mês tem 30 dias, é preciso levar em conta também que o máximo que a máquina trabalha são 24 horas por dia. Mais que isso, foge à realidade. O estudante explica que usou dois tipos de variáveis para definir a função objetivo do modelo: as reais (que vão de menos infinito até infinito e têm todos os valores fracionários nesse meio) e as binárias (zero-um).

Os dados reais cedidos em sigilo por uma empresa da área de higiene foram utilizados. Um software já conhecido (CPLEX) ia rodar o modelo. Para se ter ideia, em um dos testes, depois de 14 horas, o computador não tinha mais memória para seguir adiante. Então, André fez algumas adaptações: “Tive que simplificar, abrir mão de certa flexibilidade para conseguir que ele fosse executado. As alterações trazem dificuldades no pós-processamento, mas a solução final é tão boa quanto a do modelo anterior. Fui pesquisar, estudei, fiz várias tentativas para achar a melhor solução”. E o resultado foi compensador e considerado um grande diferencial do projeto. “Eu consigo em 10 minutos uma solução muito boa, melhor do que a utilizada atualmente, com uma redução de 21% no tempo total gasto com a preparação das máquinas, o setup total”, conclui.

Na prática, mensalmente, o programador da empresa entra com os dados (quantas fraldas de cada tipo, qual a embalagem, o tamanho do pacote) e o programa vai dizer qual a sequência a ser usada em cada máquina. “Ele simplesmente coloca os dados e a resposta sai”, explica André, que teve contato com a empresa por meio de um ex-estudante da graduação que atualmente é um dos funcionários da gerência. André esteve na planta da fábrica, conversou com o pessoal, tirou dúvidas e chegou à conclusão de que este era um problema interessante para ser tratado. Agora, André está no mercado de trabalho, mas, daqui a uns dois anos, planeja um mestrado. Ele afirma que dá para melhorar o modelo, mas o avanço dificilmente seria significativo. Se fosse para ir além, compensa mais adaptar o modelo para outras linhas de produção, como a de absorventes íntimos, porque, para a empresa, os resultados obtidos atualmente já são bastante satisfatórios. O modelo também está bem próximo de outros problemas encontrados na literatura de sequenciamento.

Outro diferencial notado por ele foi em uma das análises de sensibilidade. Ele considerou os três setups de máquinas: o para alterar o tamanho da fralda (12 horas), o para o tipo de fralda (seis horas) e o para o tamanho da embalagem (quatro horas). Verificou em qual desses setups poderia reduzir o tempo (em um terço) para ter maior impacto no tempo total gasto na produção. A princípio, o óbvio seria a redução do tempo de preparação de máquina que demora mais (12h), mas a resolução do modelo mostrou que o maior impacto seria obtido na redução do setup intermediário (de 6 horas para 4 horas) devido a sua maior frequência.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Assessoria CEPID-CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

A matemática que soluciona problemas da indústria de cosméticos

Pesquisadora do CeMEAI orientou projeto na área

IMG 5178

O tema surgiu por acaso. O projeto, intitulado “Revisão da Malha Logística em uma empresa se Cosméticos”, foi desenvolvido pelo Engenheiro de Produção Eduardo Maroco Neto, recém-formado pela POLI/USP, junto à pesquisadora do CeMEAI Débora Ronconi.

Eduardo fazia um estágio na área de marketing em uma grande empresa do ramo e aproveitou para conversar com funcionários e ver possíveis abordagens para o estudo. A ideia inicial era fazer algo na área de operações dentro da fábrica.  Porém, na logística, depois de ter acesso a dados e analisar resultados, percebeu que a indústria tinha um problema na entrega dos produtos. A demora acabava suprimindo um potencial de crescimento de receita.

Autorizado pela empresa - desde que mantivesse a maior parte dos dados em sigilo – Eduardo passou a pesquisar soluções. “Usei técnicas de pesquisa operacional para decidir entre avançar ou não o estoque de algumas lojas que eles tinham, para fazer com que o produto estivesse mais próximo dos consumidores e para ver se, com isso, a receita aumentava”, explica Eduardo. A empresa tem 24 lojas em vários estados brasileiros. Junto a Débora, o aluno construiu um modelo matemático que levou em conta duas restrições: a demanda de cada estado e a capacidade das lojas de receber o aumento de estoque.  “Com o resultado que a gente obteve, valia a pena avançar o estoque em 14 das 24 lojas. Isso geraria um aumento de caixa de 7% para a empresa. O novo modelo também mostrou que a entrega era feita em apenas 8,9% do volume total da empresa. Então, era possível de ser expandido em até 11 vezes e a empresa ainda seria capaz de suportar”, complementa Eduardo.

Foi feito um projeto-piloto pra saber se a redução do tempo de entrega alterava a receita da fábrica de cosméticos. Foi concluído que era possível diminuir em até seis dias o prazo para o recebimento do produto, aumentando em cerca de 38% a receita. Mas, para ter esse lucro adicional, investimentos seriam necessários. O estudo avançou para a contabilidade. Eram 14 lojas e o investimento deveria ser da ordem de 12 milhões de reais. “Só que a empresa me disse que só tinha três milhões de reais por semestre. Uma análise de payback tornou possível saber em quais lojas o investimento deveria ser feito primeiramente, não excedendo o valor semestral estipulado. Foram selecionadas as unidades que tinham tempo de retorno menor", conta.

Para as lojas que receberiam avanço de estoque, a pesquisa também analisou a viabilidade de fazer um segundo pavimento no prédio ou comprar um terreno vizinho a ele. E o quanto valia a pena gastar em um investimento vertical ou na aquisição do terreno, com pagamento de três a cinco anos para cada uma das 14 lojas.  

Eduardo ressalta que o trabalho ficou até melhor do que o esperado e que foram seis meses intensivos de relacionamento direto com a empresa. Ele não imaginava chegar a um nível tão detalhado de soluções. O modelo de estoque desenvolvido pode ser aplicado em outras fábricas de outros setores. Ele acredita que a metodologia empregada para a resolução do problema ficará como um legado para a empresa, que nunca tinha utilizado essa abordagem nas decisões estratégicas.  “Uma coisa que eu acredito que tenha ficado de legado para a empresa foi uma mudança de visão, porque eles não levavam em consideração a otimização do modelo para a análise de sensibilidade. Eles usavam variações de cenários e viam qual era o melhor. Isso, a partir de agora, está fora de cogitação”, conclui o recém-formado.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software. 

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Assessoria CEPID-CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609 

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.