Um plano que parece bom no ecrã e não se executa
Uma sequência que ignore que artigos correm em que máquina, a folga a deixar ou quantas trocas a equipa faz ao mesmo tempo é um plano que ninguém executa.
Qualquer diretor de produção que já viu uma demonstração de planeamento automático conhece o momento: o algoritmo reorganiza as ordens, o Gantt fica limpo, as trocas caem para metade, as datas ficam todas a verde. E o planeador, ao lado, diz baixinho que aquilo não se faz. Porque a máquina 12 não corre aquele artigo desde que deu defeito. Porque não há duas pessoas para fazer três mudanças de molde ao mesmo tempo. Porque a capacidade que o plano usou a 100% tem de ficar a 85% para absorver a encomenda que chega sexta-feira.
O plano estava certo para a fábrica que estava no sistema. Não estava certo para a fábrica que existe.
Capacidade infinita: o erro mais comum
A primeira razão para um plano não ser executável é a mais básica: foi calculado como se a capacidade fosse infinita. Não é uma figura de estilo. É um modo de funcionamento dos sistemas de planeamento, com nome e caixa de verificação. Na documentação do Dynamics 365, da Microsoft, a diferença é explicada sem rodeios: com capacidade finita, “as reservas de capacidade já existentes nos recursos são consideradas, e o sistema vê essa capacidade como indisponível”; “se não houver capacidade suficiente, as ordens de produção podem ser atrasadas ou mesmo paradas”. Com a opção desligada, as reservas não contam. O mesmo vale para materiais: sem a opção de material finito, “os materiais são sempre considerados disponíveis”, quer existam quer não.
Muitos módulos de planeamento de ERP correm por defeito em capacidade infinita, porque é mais rápido e porque exige menos dados. O plano que sai diz quando cada ordem devia estar pronta se nada mais estivesse a ocupar a máquina. É útil como lista de necessidades. Não é uma sequência.
As regras que o sistema não conhece
Mesmo com capacidade finita, um plano só é executável se o sistema conhecer as restrições que o planeador conhece. Em fábricas de injeção, tricotagem, metalomecânica ou embalagem, são quase sempre as mesmas quatro.
Que artigos correm em que máquina. A matriz de compatibilidade existe no sistema e bloqueia atribuições impossíveis. O problema é a desatualização: um artigo que começou a dar defeito numa máquina e foi mudado para outra continua, na matriz, como compatível com a primeira. O planeador sabe e evita-a. O algoritmo não sabe e usa-a.
Quanto tempo demora cada troca, e de que artigo para que artigo. Uma mudança de molde numa máquina de injeção demora de uma a três horas, conforme o tamanho. Numa máquina de tricotagem, a troca entre dois artigos do mesmo fio e da mesma pulgada é curta; entre fios diferentes é longa. Os sistemas guardam, em regra, um tempo médio por máquina. A literatura de programação da produção chama aos tempos que dependem do par de artigos “tempos de preparação dependentes da sequência” e trata-os como um problema distinto: um levantamento de 2015 no European Journal of Operational Research, de Ali Allahverdi, contabiliza cerca de 500 artigos sobre o tema entre 2006 e 2014, e nota que mais de 90% da literatura de scheduling ignora os setups ou dilui-os no tempo de processamento. Um plano que minimize trocas usando um tempo médio minimiza a coisa errada.
Quantas trocas a equipa consegue fazer ao mesmo tempo. Um plano pode ser perfeito para as máquinas e impossível para as pessoas. Se três mudanças de molde ficam marcadas para a mesma hora e há um afinador, duas vão esperar, e o plano que tinha todas as datas a verde passa a ter duas a vermelho na segunda-feira de manhã. A investigação chama a isto sistemas com dupla restrição de recursos (máquinas e operadores); uma revisão de 2011, também no European Journal of Operational Research, resume: “os operadores humanos são frequentemente o recurso restritivo”. A maioria dos sistemas de planeamento não tem um campo para isto.
Quanta capacidade deixar livre. Numa fábrica que recebe encomendas firmes à semana, com quantidades confirmadas no dia anterior, um plano a 100% de ocupação é um plano que vai ser refeito. O planeador deixa folga, por experiência, nas máquinas e nos dias em que os clientes mais mudam. Essa folga não está em lado nenhum do sistema.
| O que o plano assume | O que acontece na fábrica | Como se corrige nos dados |
|---|---|---|
| Capacidade infinita | Duas ordens na mesma máquina à mesma hora | Ligar a capacidade finita e carregar as reservas existentes |
| Matriz de compatibilidade do sistema | Artigo numa máquina que já não o faz | Registar as correções feitas em produção na matriz |
| Tempo médio de troca | Trocas longas onde o plano previa curtas | Matriz de tempos por transição, a partir do histórico |
| Afinadores sempre disponíveis | Trocas em simultâneo à espera da mesma pessoa | Número de trocas em paralelo como restrição |
| Ocupação a 100% | Plano refeito à primeira alteração | Folga por máquina e por dia, definida pelo planeador |
Datas limite que já incluem o que vem depois
Há uma restrição que parece simples e esconde outra. Numa fábrica têxtil, a data limite de uma ordem de tricotagem não é a data de entrega ao cliente: é a data de entrega menos o tempo da tinturaria, da confeção e do embalamento, que pode ser três semanas. O sistema recebe a data já recuada e trata-a como limite. Até aqui está certo. O que o algoritmo tem de garantir é que, ao mover uma ordem para reduzir trocas, não empurra as seguintes para lá do limite delas. Verificar só a ordem movida não chega; a duração dela desloca tudo o que vem a seguir na mesma máquina.
É aqui que o plano “bonito” costuma falhar: agrupa artigos iguais, reduz trocas, e mete uma ordem de dez dias à frente de uma que tinha de sair em oito.
O plano certo, que muda
Mesmo um plano executável na sexta-feira à tarde deixa de o ser na segunda às oito e meia. Os turnos continuaram a trabalhar, uma avaria deslocou três ordens, uma reposição urgente chegou da confeção. Isto tem nome na literatura de MRP desde os anos 80: nervosismo, a instabilidade de um plano que muda de cada vez que se recalcula. Blackburn, Kropp e Millen, num artigo de 1986 na Management Science, compararam cinco estratégias para o conter e concluíram que as mais eficazes eram congelar o plano dentro de um horizonte e atribuir um custo a cada alteração. Os ERP modernos herdaram a primeira: o “freeze time fence”, o período em que as ordens planeadas não mudam quando o plano volta a correr.
Para uma sugestão automática de sequência, a lição é a cadência. Um sistema que propõe uma reorganização a cada alteração deixa o planeador sem tempo para avaliar as propostas e acaba ignorado. Uma proposta de manhã, com a possibilidade de pedir outra quando algo importante mudar, é o que um planeador consegue usar.
Por onde começar
A ordem importa: primeiro os dados, depois o algoritmo. Um algoritmo sobre dados incompletos produz com rapidez planos que ninguém executa.
- Ligue a capacidade finita e veja o que rebenta. O primeiro plano em capacidade finita costuma mostrar atrasos que o anterior escondia. São reais. A discussão sobre onde cortar é a discussão certa.
- Compare o último plano do sistema com o que o planeador fez. Cada diferença é uma regra que o sistema não tem. Anote-as com o motivo, por palavras do planeador.
- Construa a matriz de trocas a partir do histórico. O fim de uma ordem e o início da seguinte na mesma máquina já estão registados. Cruzados com os artigos, dão o tempo real por transição.
- Acrescente as duas restrições que faltam sempre. Quantas trocas em simultâneo a equipa aguenta, e quanta folga deixar por máquina. Dois números por máquina chegam para começar.
- Teste a sugestão contra planos antigos antes de a pôr na fábrica. Se o algoritmo, com os dados corrigidos, propõe o que o planeador fez em semanas boas e evita o que ele fez em semanas más, está pronto para sugerir. Se não, faltam regras, e os planos antigos dizem quais.
O planeador continua a decidir. O que muda é que passa a receber propostas que pode aceitar.
Perguntas frequentes
O que é planeamento em capacidade finita?
É o cálculo do plano tendo em conta a capacidade real de cada recurso e as reservas já existentes. Em capacidade infinita, o sistema assume que cada máquina está sempre disponível e cada material sempre em stock, e devolve datas que só são possíveis se nada mais estiver a ocupar os recursos. Muitos ERP correm em infinita por defeito.
Porque é que um plano automático propõe máquinas erradas?
Porque usa a matriz de compatibilidade do sistema, e essa matriz raramente recebe as correções feitas em produção. Quando um artigo muda de máquina por dar defeito, o planeador passa a evitá-la; a matriz continua a dizer que é compatível. O algoritmo acredita na matriz.
O que são tempos de setup dependentes da sequência?
São tempos de troca que variam com o par de artigos, de onde para onde, e não só com a máquina. Passar de um fio para outro, ou de um molde grande para um pequeno, demora mais do que entre artigos semelhantes. Um plano que minimize trocas com um tempo médio não minimiza o tempo real perdido.
Com que frequência deve o sistema propor alterações ao plano?
Com a frequência que o planeador consegue avaliar. Uma proposta por dia, de manhã, e a possibilidade de pedir outra depois de uma alteração importante, é uma cadência que se usa. Propostas a cada replaneamento tornam-se ruído.
Uma sugestão de sequência tira o controlo ao planeador?
Não deve. A sugestão parte do plano que ele fez e mostra onde se pode reagrupar ou mover sem falhar datas. Ele aceita, recusa ou ajusta. As decisões perante avarias e faltas de material dependem de prioridades do momento que continuam a ser dele.
Se na sua fábrica o módulo de planeamento produz planos que o planeador corrige à mão, uma conversa de 30 minutos chega para perceber que regras faltam nos dados e por onde começar. Explicamos como trabalhamos antes de qualquer compromisso.
Fontes
- Operations scheduling options e Master plans overview · Microsoft Learn, Dynamics 365 Supply Chain Management. Documentação de fornecedor de ERP.
- The third comprehensive survey on scheduling problems with setup times/costs · Ali Allahverdi, European Journal of Operational Research, 2015.
- Recent developments in Dual Resource Constrained (DRC) system research · Xu, Xu e Xie, European Journal of Operational Research, 2011.
- A Comparison of Strategies to Dampen Nervousness in MRP Systems · Blackburn, Kropp e Millen, Management Science, 1986.
- Single Minute Exchange of Die · Lean Lexicon, Lean Enterprise Institute.