A engenharia personalizada e a criação de produtos exclusivos são tarefas complexas, nas quais o gerenciamento de projetos contém muitas incertezas. As técnicas de simulação poderiam ajudar a avaliar e obter planos melhores e mais robustos durante o gerenciamento de projetos, mas geralmente não são aplicadas no setor, especialmente em PMEs (pequenas e médias empresas). Este artigo aborda algumas ideias do projeto de pesquisa conjunta SimCast das Universidades de Kassel e da Universidade de Ciências Aplicadas de Zwickau. O objetivo é desenvolver um método para estimar a duração de uma tarefa de projeto durante o planejamento do projeto. Com base no estado da arte pesquisado, são descritos os requisitos e um processo de planejamento, bem como um esboço da infraestrutura técnica atual do protótipo modular pretendido. Os primeiros plug-ins foram implementados e já mostram possíveis benefícios para o processo de gerenciamento de projetos. O documento descreve possíveis cenários para o uso de técnicas de simulação nesse cenário, com base na experiência adquirida.
Atualmente, a conclusão no prazo e a entrega de um produto são fatores competitivos importantes para as empresas de manufatura (Emmanouilidis et al. 2012). Isso se aplica especialmente a empresas que produzem produtos únicos ou pequenas séries, que normalmente são PMEs. Um objetivo importante das empresas de manufatura modernas é aumentar o valor agregado dentro e fora da manufatura, eliminando consistentemente todas as cargas de trabalho não produtivas e os tempos de espera. O sucesso da empresa é determinado pelo projeto eficiente de seus processos de agregação de valor, pela programação confiável e precisa e, portanto, também por um processo de planejamento válido. Conforme já argumentado em Gutfeld et al. (2014) e Gutfeld et al. (2015), a engenharia e a construção personalizadas de plantas, máquinas ou produtos únicos em geral diferem significativamente da produção em série estacionária. Além dos limites técnicos e estruturais, os aspectos relevantes são as especificações organizacionais do projeto (por exemplo, etapas de produção, fases de construção ou disposição de recursos) e as restrições logísticas. A viabilidade temporal do projeto, da construção e da produção, a robustez dos planos de projeto e as restrições personalizadas têm importância crucial para a competitividade de cada empresa participante. Especificamente em uma produção única, devido aos pedidos de clientes e componentes específicos do projeto, apenas um número limitado de suposições pode ser derivado para determinar os tempos de processo de projetos anteriores e transferido 1:1 para novos projetos. Por esse motivo, buffers de tempo adicionais costumam ser adicionados durante o processo de planejamento para que seja possível reagir a incertezas e possíveis interrupções. Em geral, eles têm um custo elevado e podem representar uma desvantagem competitiva para as PMEs em particular; um processo de planejamento fraco leva a uma posição de mercado mais fraca.
As ferramentas atuais de gerenciamento de projetos ainda não oferecem uma metodologia para apoiar um planejador na previsão confiável de processos nesses ambientes. O planejamento e a implementação - especialmente em PMEs - ainda são feitos hoje principalmente com métodos simples de gerenciamento de projetos. Existem abordagens que consideram o uso de simulação e que foram discutidas no passado, mas principalmente a partir de uma perspectiva acadêmica. Com o uso da simulação, as incertezas temporais da logística e dos cronogramas do projeto poderiam ser consideradas mais adequadas. No entanto, especialmente em uma produção única, a geração de modelos de simulação específicos para os processos logísticos pode não ser aplicável em todos os casos, uma vez que grande parte das restrições dadas ao projeto é específica para esse caso de uso exclusivo. No entanto, a simulação pode desempenhar uma função útil. Algumas abordagens possíveis são discutidas nesta contribuição, depois que uma visão geral sobre o estado da arte existente e a abordagem do projeto de pesquisa subjacente SimCast são apresentadas nas primeiras seções. Uma estrutura técnica é discutida após as ideias de aplicativos de simulação, em que essas abordagens podem ser integradas e usadas de forma pragmática. Uma perspectiva sobre o trabalho futuro dentro do tópico de pesquisa e, especialmente, dentro do projeto de pesquisa conclui o artigo.
A conclusão e a entrega em tempo hábil de um produto, bem como a individualização de produtos exigida no contexto da quarta revolução industrial, são hoje fatores competitivos importantes para as empresas de manufatura. Isso é especialmente verdadeiro para construções específicas do cliente, geralmente implementadas por uma produção única. O processamento de pedidos é afetado por uma alta especificidade e complexidade do cliente, o que não permite a transferência da padronização para o negócio de produtos. O produto personalizado geralmente é fabricado em uma produção em local fixo; pequenos lotes, dependendo dos tipos de componentes, também são pré-configurados em uma produção em local fixo. O planejamento e a execução dessas ordens de produção podem ser entendidos como uma tarefa de gerenciamento de projetos. O Pmbok (2013) define o gerenciamento de projetos como uma aplicação de conhecimentos, habilidades, ferramentas e técnicas às atividades do projeto para atender aos requisitos do projeto. Na produção em série, os processos logísticos, em particular, são entendidos como parte do planejamento da fábrica; na fabricação específica do pedido (produção única e de pequenos lotes), esses processos só são configurados durante a fase de planejamento do projeto, depois que o pedido é feito. Dependendo do tipo de submódulos específicos (quantidade, tamanho, distância até o cliente), por exemplo, é necessário planejar os transportes pesados para a produção de um equipamento de grande porte. Da mesma forma, os transportes internos de guindastes e empilhadeiras com equipamentos especiais devem ser planejados e programados individualmente.
As ferramentas de gerenciamento de projetos são amplamente usadas para dar suporte ao planejamento de projetos e desempenham um papel fundamental na execução bem-sucedida do projeto. Em contraste com a produção em série, o conhecimento experimental adquirido em projetos anteriores não pode ser transferido para um novo projeto em uma base individual devido aos componentes específicos do cliente. Os dados históricos de planos de projetos bem-sucedidos só podem ser usados até certo ponto. Portanto, os especialistas estimam aproximadamente os tempos de processo manualmente e adicionam os tempos de processo logístico, em particular, ao tempo total do projeto. Embora as interações entre produtos exclusivos e seus processos logísticos possam ser descritas (consulte, por exemplo, Heidmann 2015; Voigtmann 2014; Szczesny e König 2015), esses processos estão associados a fortes incertezas devido ao pedido do cliente ou à especificidade do componente devido a fatores disruptivos. Como o gerenciamento seguro do tempo é importante na concorrência global, o planejador do projeto acrescenta amortecedores adicionais para determinar uma estrutura consistente de condições pessoais, técnicas e financeiras. Especialmente o planejamento de um período de tempo específico para cada (sub)processo de um projeto deve ser estimado. Akhavian e Behzadan (2013), bem como Xie et al. (2011), propõem diferentes abordagens para melhorar a estimativa das durações do projeto por meio da extração de conhecimento ou da coleta de dados em tempo real para casos individuais concretos, mas não se referem aos tempos de processo logístico em uma produção única ou em pequenos lotes.
Existem ferramentas de software específicas em vários campos de aplicação, que simulam cenários simples de projetos e visualizam os resultados para dar suporte ao planejamento e ao controle de grandes canteiros de obras, visualizando diferentes eventos em planos de localização, dependendo das sequências temporais. Essas ferramentas de simulação consideram a precedência de uma combinação de planos de localização e de cronograma para a visualização de processos portáteis medidos ao longo do tempo, sem manipular ou visualizar processos logísticos. Outras ferramentas de simulação oferecem recursos de planejamento de distância-tempo e mostram os processos de construção nos respectivos diagramas de distância-tempo (TILOS 2018). Esse tipo de software de simulação será usado com frequência na construção de estradas, ferrovias e tubulações ou túneis. Uma abordagem orientada para o processo é oferecida pela ferramenta OTD-PM (Fraunhofer 2018). Esse é um modelo de cadeia de processos que permite a simulação e a visualização das etapas do projeto e é possível levar em conta o processo logístico do fornecedor.
No setor de construção naval alemão, é usada a ferramenta de simulação STS (Simulation Toolkit Shipbuilding) e, desde a década de 1990, essa ferramenta tem sido constantemente ajustada para a construção naval personalizada (Steinhauer 2008). O kit de ferramentas está integrado ao Siemens Plant Simulation e contém blocos parametrizados e reutilizáveis para modelar diferentes aspectos de fabricação e logística. Além disso, a influência dos dados meteorológicos foi mapeada e desenvolvida para a simulação de eventos discretos. Desde 2006, a fundação de pesquisa entre construção naval e engenharia civil chamada "Simulation of Outfitting in Shipbuilding and Civil Engineering" (SIMoFIT 2018; Steinhauer 2011) desenvolveu uma abordagem de simulação baseada em restrições (Steinhauer et al. 2007). O objetivo do projeto é uma ferramenta de planejamento baseada em simulação, que considera os participantes individuais do projeto, fornecedores, diferentes variantes de execução, dependências de pedidos e o ambiente de produção dinâmico. Na abordagem descrita, um "ConstraintManager" é integrado ao STS, de modo que as condições dinâmicas que respeitam as relações predecessoras e sucessoras poderão visualizar o processo de construção e as etapas de trabalho. Além disso, deve ser possível visualizar as dependências de tempo e disponibilidade de recursos, por exemplo, materiais ou recursos humanos (consulte, por exemplo, Beißert et al. 2010). De acordo com Steinhauer e König (2010), a análise baseada em simulação, que normalmente é usada na produção em série, pode ser usada para avaliar a segurança do planejamento de plantas exclusivas e personalizadas e aumentar a eficiência da produção da planta. Dessa forma, também são possíveis possíveis melhorias na engenharia de plantas para empresas menores.
Entre 2013 e 2015, a Universidade de Paderborn e a Universidade de Kassel trabalharam no projeto de pesquisa conjunta simject (Gutfeld et al. 2014; Gutfeld et al. 2015;). O objetivo era minimizar os problemas e déficits descritos do gerenciamento de projetos e desenvolver um demonstrador para o gerenciamento de projetos baseado em simulação e integrado à logística na engenharia de instalações. No início do projeto de pesquisa, a Universidade de Kassel e a Universidade de Paderborn realizaram uma análise de requisitos para uma ferramenta de gerenciamento de projetos integrada à logística baseada em simulação, juntamente com fabricantes de plantas de PMEs no âmbito das tecnologias ambientais. Foram realizadas entrevistas para analisar as restrições de gerenciamento de projetos nesse campo. Os resultados refletem, em particular, que as ferramentas de gerenciamento de projetos integradas à logística baseadas em simulação devem ter uma interface com ferramentas de planejamento de projetos como o Microsoft Project ou, pelo menos, com o sistema de planejamento de recursos empresariais (ERP) relevante. Além disso, as informações sobre o clima e a influência do clima nos processos de logística devem ser incluídas no modelo de simulação para derivar as consequências em um plano de projeto específico. Os dados do sistema de informações geográficas (dados GIS) devem ser representados no modelo de simulação dessa ferramenta. Com relação às ferramentas de simulação utilizadas, não houve análise de simulação de nenhum processo de projeto realizado no planejamento do projeto e nenhuma análise baseada em simulação de planos de projeto. Foi desenvolvido um gerenciamento de projeto baseado em simulação com logística integrada, que suporta o processo de utilização mostrado na Figura 1 (veja abaixo). Começando com uma programação determinística, esse processo descreve as diferentes etapas do planejamento probabilístico, a simulação subsequente da programação do projeto atualizada durante a realização do projeto e, finalmente, a análise do plano (Gutfeld et al. 2014).
Durante as etapas seguintes do projeto, foi desenvolvido um demonstrador que integrou e comparou três abordagens para o gerenciamento de projetos de engenharia de plantas: planejamento determinístico, simulação Monte-Carlo e simulação de eventos discretos (DES), cf. Jessen et al. (2015). A comparação mostrou que, para cada abordagem, é possível encontrar um cenário de usuário correspondente. Na prática, o planejamento determinístico será mais usado porque muitas ferramentas estão disponíveis, e os usuários precisam apenas de um breve treinamento. Um plano determinístico é a base do planejamento posterior. A simulação tem suas vantagens se forem necessárias informações mais precisas sobre os prazos do projeto e se as informações sobre a incerteza incluída forem relevantes. A simulação Monte-Carlo pode adicionar probabilidades para cada tarefa do projeto e para o projeto como um todo. A maioria dos parceiros de aplicação do projeto simject não tem experiência anterior com esse método. Portanto, a ferramenta apropriada deve ser projetada de forma muito fácil de usar, para que o usuário confie nessa abordagem. O DES é bem conhecido como um método de planejamento logístico e de planejamento de cronograma. O grande esforço de modelagem pode ser reduzido por componentes específicos do modelo, que representam unidades do campo de aplicação. Dentro do escopo do projeto simject, foi possível demonstrar que a simulação pode melhorar o planejamento do projeto (Gutfeld et al. 2015). No entanto, do projeto surgiram algumas questões que, em parte, devem ser abordadas por um novo projeto de pesquisa chamado SimCast, que é descrito brevemente na próxima seção.
Atualmente, a maioria das PMEs de manufatura ainda carece de uma metodologia viável para programar tempos de processo realistas para processos de manufatura sob encomenda e sua logística com o objetivo de obter alta qualidade de planejamento. Devido ao fato de que as experiências de projetos anteriores não podem ser incluídas nas estimativas, algumas das abordagens desenvolvidas no projeto simject não podem ser aplicadas de maneira adequada, especialmente porque os métodos devem ser aplicados por PMEs de manufatura. Como parte do projeto de pesquisa SimCast, foi desenvolvida uma abordagem que pode prever de forma confiável a duração dos processos logísticos em uma produção única ou em pequenos lotes, usando dados históricos de projetos existentes. Com isso, o planejamento do projeto deve ser minimizado. O objetivo científico é conceituar uma metodologia para a derivação correta e a quantificação válida dos valores dos parâmetros do processo de projetos anteriores. A ideia básica é classificar os processos logísticos em uma produção única ou em pequenos lotes e descrevê-los universalmente por meio de parâmetros a serem especificados em um projeto e colocá-los em um contexto distinto e quantificável para a duração do processo. A duração do processo pode ser prevista pelo valor dos parâmetros. Posteriormente, a qualidade da estimativa com base nesses dados do projeto pode ser determinada para um determinado nível de significância. Com o tempo, os parâmetros estimados podem ser continuamente aprimorados.
O principal objetivo da metodologia é fornecer uma funcionalidade para prever a duração do processo como suporte à decisão para os planejadores envolvidos. A metodologia deverá ser implementada posteriormente como um complemento para as ferramentas de gerenciamento de projetos existentes usadas pelas PMEs. A utilização prática dos métodos existentes, combinada com a experiência externa, possibilita um suporte aprimorado à decisão para as PMEs. Em geral, o processo de planejamento torna-se de maior qualidade.
Figura 2: Esboço do modelo de procedimento no SimCast.
A Figura 2 mostra a interação entre os processos de referência logística (1), a caixa de ferramentas da metodologia geral (2), a metodologia de procedimento (3) e a caixa de ferramentas da metodologia adaptada (4). Os processos logísticos de referência para produção única ou em pequenos lotes já foram desenvolvidos seguindo o modelo Supply-ChainOperations-Reference-(SCOR) e determinam os parâmetros de influência (por exemplo, comprimento, peso ou material dos componentes ou capacidade dos recursos técnicos ou humanos), incluindo o conhecimento especializado necessário. Com base nos resultados de um estudo Delphi, os parâmetros que influenciam particularmente a duração dos processos logísticos são definidos em funções com relações de causa e efeito para quantificar a duração dos processos logísticos. A caixa de ferramentas da metodologia geral inclui métodos de gerenciamento para externalização e sistematização de conhecimento especializado, bem como métodos de análise de dados e inteligência de negócios para poder estimar o tempo de processo para os processos logísticos de referência com base em dados históricos. Assim, a metodologia fornece uma estimativa avaliável dos tempos de processos logísticos para o planejamento de projetos. A metodologia do procedimento pode ser usada para uma adaptação específica da empresa usando a caixa de ferramentas da metodologia geral, de modo que a caixa de ferramentas da metodologia geral se torne uma caixa de ferramentas da metodologia adaptada específica da empresa. Em contraste com os métodos genéricos, a metodologia de procedimento ajuda a PME a externalizar e sistematizar o conhecimento específico da PME. Além disso, a adoção dos processos de referência, bem como os parâmetros de processo específicos da empresa e as relações causais em termos de duração do processo são derivados. Uma previsão de alta qualidade funciona para o contexto específico do aplicativo usando análises de dados selecionadas, combinadas e configuradas. A duração do processo em um plano de projeto pode ser prevista usando as regras da caixa de ferramentas da metodologia adaptada. A validação das regras de previsão pode ser feita por simulação.
Um demonstrador incorpora os resultados de (1) e (2) como exemplo em um processo de planejamento de projeto. No projeto de pesquisa, a caixa de ferramentas da metodologia geral e a metodologia do procedimento serão avaliadas pelo demonstrador. Com relação à integração da metodologia, as ferramentas de gerenciamento de projetos usadas pelas PMEs devem ser consideradas prioritariamente. A possibilidade de estender outras ferramentas de gerenciamento de projetos é basicamente dada após o término do projeto no final de 2018.
O conhecimento externo, bem como os dados históricos de projetos anteriores, fornecem a base para a quantificação dos tempos de processo logístico. Usando a configuração específica da empresa da caixa de ferramentas de metodologia geral, o tempo realista necessário para um determinado processo logístico é previsto. Um exemplo de processo de estimativa é apresentado na Figura 3.
O usuário da ferramenta obterá uma medida compreensível da segurança dessa estimativa ou da incerteza contida na estimativa. O resultado da estimativa é incluído como um parâmetro de processo no plano real do projeto, e todo o planejamento do projeto pode ser protegido contra datas fixas de entrega ou início de produção.
Diferentes métodos de simulação desempenham um papel no projeto SimCast, para validar as regras de previsão, por um lado, e para melhorar o gerenciamento de riscos em geral, por outro. Nesta seção, são discutidos os possíveis cenários em que as abordagens de simulação devem ser integradas no desenvolvimento futuro do projeto de pesquisa.
As regras de previsão dentro da caixa de ferramentas da metodologia adaptada devem ter alta qualidade. Portanto, é necessário testar a caixa de ferramentas da metodologia adaptada (com base no demonstrador desenvolvido), bem como a validade das regras, usando cenários de aplicativos específicos da empresa. Para esses cenários, são criados modelos de simulação para verificar os valores estimados dos parâmetros e determinar analiticamente os limites das regras. Os modelos devem levar em conta as especificidades dos pedidos de produtos únicos e pequenos lotes. Os possíveis conhecimentos obtidos na simulação são, por sua vez, incorporados à estimativa de parâmetros. A simulação verifica os tempos do processo logístico e valida as regras desenvolvidas do demonstrador. Como resultado, a estimativa do demonstrador é verificada em uma página, mas as regras para os parâmetros de estimativa também são aprimoradas. Os modelos de simulação também poderiam ser implementados posteriormente como uma extensão das ferramentas de gerenciamento de projetos existentes para alterar ou aprimorar as regras do demonstrador.
Conforme já discutido durante o projeto simject, a duração específica de um único processo de projeto pode ser estimada com o uso de simulação. Conforme demonstrado, isso pode ser resolvido pela simulação de Monte Carlo, quando uma determinada distribuição para um processo específico é fornecida. Estimativas ainda mais complexas podem ser obtidas com a solução de um modelo de processo mais complexo via DES (subetapas logísticas ou de fabricação) ou System Dynamics (no caso de processos mais complexos da cadeia de suprimentos). No entanto, devido ao modelo processual do projeto SimCast, esses aplicativos podem ser enriquecidos por três cenários adicionais:
Como mostram os resultados atuais da pesquisa no projeto SimCast, a disponibilidade e a qualidade dos dados ainda são um problema importante para as PMEs consideradas neste projeto de pesquisa. As ideias mencionadas acima podem levar a melhores estimativas de processos, mas somente se um determinado nível de qualidade de dados for garantido. Como esse não é o caso na maioria dos casos de uso do mundo real integrados ao projeto de pesquisa, a simulação também pode ser usada para uma análise de sensibilidade de determinados conjuntos de dados. Aqui, as consequências de regras de estimativa ruins ou boas, que são calculadas com dados "ruins", podem ser derivadas exatamente dentro do plano do projeto. Se, com isso, for possível observar que uma regra específica de estimativa baseada em dados tem uma grande influência no processo geral do projeto, um processo de proteção adicional poderá ser instalado. A Figura 4 (veja abaixo) mostra um exemplo de estimativa da duração de um projeto com base em estimadores estocásticos (aqui a regra de estimativa é uma Simulação de Monte Carlo). Os custos totais correspondentes do projeto são derivados. Se for fornecido um determinado orçamento de projeto (veja o botão vermelho), as incertezas e a má qualidade dos dados podem levar a desvios significativos, que devem ser esclarecidos durante o planejamento do projeto/
A abordagem de análise de sensibilidade também pode ser aplicada em todo o plano do projeto. Por meio de um desvio sistemático das durações dos processos, uma análise de sensibilidade pode obter novos conhecimentos sobre quais processos podem facilmente levar a uma mudança significativa de toda a duração do projeto. Esses processos, especialmente quando estimados com uma alta variação, devem ser do conhecimento do gerente de projeto responsável, embora não necessariamente façam parte do caminho crítico do projeto (mesmo o método do caminho crítico (CPM) não é usado com frequência nas PMEs, como mostraram os resultados do projeto simject).
No final, o plano de projeto correspondente é enriquecido com informações adicionais sobre as incertezas incluídas nas etapas individuais do processo. Portanto, conforme mostrado no projeto simject, o plano do projeto para o produto único também pode ser simulado ou aprimorado durante a fase de planejamento por meio de abordagens de otimização baseadas em simulação. Por meio dessa avaliação, o gerenciamento geral de riscos do projeto pode ser significativamente aprimorado e as alterações durante o controle do projeto podem ser acessadas de acordo com suas prováveis consequências em todo o projeto. Aqui, em um futuro próximo, é preciso trabalhar mais para incluir esses métodos especializados nas ferramentas de gerenciamento de projetos usadas, a fim de oferecer ao gerente de projetos responsável um melhor suporte à decisão durante o planejamento e a proteção de um projeto. A Figura 5 (veja abaixo) mostra um exemplo de uma possível visualização da certeza acumulada para concluir o projeto em um prazo específico (acumulada ao longo do cronograma).
As ideias apresentadas na seção anterior devem ser integradas em uma implementação técnica consistente. Durante o projeto SimCast, os primeiros resultados do demonstrador resultante foram fixados e serão discutidos brevemente nesta seção (para obter uma visão geral, consulte a Figura 6 abaixo). Dentro da caixa de ferramentas da metodologia geral, foram desenvolvidos alguns instrumentos básicos que darão suporte às PMEs de manufatura na implementação do processo SimCast. Um desses instrumentos é uma ontologia, que vincula e organiza os termos e as definições relevantes dentro de um determinado domínio e suas relações. Além disso, regras concretas de estimativa podem ser anexadas a esses termos e relações, que foram derivadas em geral do projeto e podem ser adaptadas às necessidades específicas das empresas. A ontologia pode ser armazenada como uma estrutura de dados independente e constrói a base do plug-in de estimativa, que está planejado para ser integrado às ferramentas padrão de gerenciamento de projetos (em uma primeira etapa, uma implementação para o MS Project Professional está sendo implementada). Durante o procedimento do SimCast, essa estrutura básica de dados é personalizada para uma empresa específica.
Nem todos os tipos de regras podem ser relevantes, e as regras de estimativa precisam ser parametrizadas de acordo com os parâmetros das funções e as fontes de dados para valores históricos também. Além disso, os processos de negócios relevantes da empresa são classificados de acordo com a estrutura da ontologia, de modo que um mapeamento seja possível e as regras de estimativa gerais e específicas possam ser armazenadas em uma estrutura de dados atualizada e específica da empresa, ainda com base na ontologia.
O plug-in de estimativa, que será implementado na ferramenta de gerenciamento de projetos, usará essa estrutura de dados para criar dinamicamente as interfaces de usuário relevantes para a parametrização. Elas são projetadas como assistentes passo a passo, que permitem a estimativa personalizada de uma tarefa de processo de um determinado plano de projeto usando as regras de estimativa definidas e os dados correspondentes. Conforme explicado nas seções 3 e 4, essas regras podem ser muito simples e determinísticas, bem como mais complexas e usar funções de simulação. Por fim, o usuário obterá uma estimativa da duração do processo para a tarefa selecionada. Ele pode aceitar ou substituir essa estimativa e aplicar a duração resultante à tarefa diretamente na ferramenta de gerenciamento de projetos. Com essa abordagem, todas as tarefas relevantes do projeto podem ser estimadas com a caixa de ferramentas do SimCast. Por fim, todo o plano do projeto pode ser simulado e assegurado pela caixa de ferramentas de demonstração do projeto simject.
A engenharia personalizada e a criação de produtos únicos são tarefas muito complexas, nas quais o gerenciamento de projetos contém muitas incertezas. As técnicas de simulação existentes poderiam ajudar a avaliar e obter planos aprimorados e, pelo menos, mais robustos durante o gerenciamento de projetos, mas geralmente não são aplicadas no setor, especialmente em PMEs. Este artigo trata de um projeto de pesquisa conjunto SimCast da Universidade de Kassel e da Universidade de Ciências Aplicadas de Zwickau, que visa ao desenvolvimento de um método de estimativa da duração do projeto para planejamento e programação de projetos. Com base no pré-conhecimento de outros projetos de pesquisa, como o simject, foi desenvolvido um procedimento para a estimativa de durações de processos, que permite um melhor gerenciamento de riscos para empresas com produção única. Um dos objetivos do projeto de pesquisa subjacente SimCast é aprimorar essas regras de estimativa por meio da aplicação de técnicas de simulação em vários estágios do processo de planejamento geral. O documento descreve as ideias em que a aplicação da simulação nessa área pode ser significativa. Para implementar essas abordagens, é explicado um primeiro esboço de uma implementação técnica.
Como próxima etapa, a equipe do projeto continuará a implementar as abordagens e a validá-las em um ambiente industrial real. Além disso, uma avaliação geral dessas ideias será realizada dentro do projeto de pesquisa. Como perspectiva futura, os resultados obtidos já mostram que a disponibilidade de dados, a acessibilidade e o uso dos dados existentes para uma melhor tomada de decisões ainda são questões em aberto nas PMEs de manufatura. Nesse ponto, projetos futuros poderão contribuir
Os resultados apresentados neste documento foram originados no projeto de pesquisa conjunta SimCast da Universidade de Kassel e da Universidade de Ciências Aplicadas de Zwickau. A IGF-Operation (19371) da associação de pesquisa BVL foi financiada via AiF no âmbito do programa de promoção da pesquisa coletiva industrial (IGF) pelo Ministério Federal de Assuntos Econômicos e Energia com base em uma decisão do Bundestag alemão. Alguns dos resultados também se referem ao projeto de pesquisa simject. Ele foi financiado como IGF-Operation (17725N) da associação de pesquisa BVL via AiF sob o programa de promoção de pesquisa coletiva industrial (IGF) pelo Ministério Federal de Assuntos Econômicos e Energia com base em uma decisão do Parlamento Federal Alemão.
WIBKE KUSTURICA estudou engenharia e gerenciamento industrial na Universidade de Ciências Aplicadas de Zwickau, Alemanha. Desde 2017, ela é assistente de pesquisa no Institute for Management and Information e trabalha no projeto de pesquisa SimCast. Seu endereço de e-mail é wibke.kusturica@fhzwickau.de.
CHRISTOPH LAROQUE estudou computação empresarial na Universidade de Paderborn, Alemanha. Desde 2013, é professor de computação empresarial na Universidade de Ciências Aplicadas de Zwickau, na Alemanha. Seu principal interesse é a aplicação de técnicas de suporte a decisões baseadas em dados para produção operacional e gerenciamento de projetos. Seu endereço de e-mail é christoph.laroque@fh-zwickau.de.
DEIKE GLIEM estudou engenharia mecânica na Universidade Técnica de Dortmund, Alemanha. Desde 2017, é assistente de pesquisa no departamento de Organização da Produção e Planejamento de Fábrica da Universidade de Kassel, Alemanha, e trabalha no projeto de pesquisa SimCast. Seu endereço de e-mail é deike.gliem@uni-kassel.de.
JANA STOLIPIN é assistente de pesquisa e estudante de doutorado no Departamento de Planejamento de Produção e Fábrica da Universidade de Kassel, Alemanha. Ela trabalha no projeto de pesquisa SimCast. Sua pesquisa se concentra no fluxo de materiais em produção e logística e na reutilização de conhecimento em estudos de simulação. Seu endereço de e-mail é jana.stolipin@uni-kassel.de.
SIGRID WENZEL é professora e chefe do Departamento de Organização da Produção e Planejamento de Fábrica da Universidade de Kassel. Além disso, é diretora do conselho da Arbeitsgemeinschaft Simulation (ASIM), porta-voz do grupo de trabalho da ASIM Simulation in Production and Logistics, membro do conselho consultivo da Association of German Engineers Society of Production and Logistics (VDI-GPL) e chefe do Comitê de Modelagem e Simulação da VDI-GPL. Seu endereço de e-mail é s.wenzel@uni-kassel.de.
Akhavian, R., e A. H. Behzadan. 2013. "Automated Knowledge Discovery and Data-Driven Simulation Model Generation Of Construction Operations" (Descoberta automatizada de conhecimento e geração de modelos de simulação orientados por dados de operações de construção). Em Proceedings Of The 2013 Winter Simulations Conference, editado por R. Pasupathy et al., 3030-3041, Piscataway, New Jersey: IEEE.
Beißert, U., M. König e H.J. Bargstädt. 2010. "Soft Constraint-Based Simulation Of Execution Strategies In Building Engineering". Journal Of Simulation 4(4): 222-231.
Emmanouilidis, C., M. Taisch e D. Kiritsis. 2012. "Advances In Production Management Systems - Competitive Manufacturing For Innovative Products And Services" (Avanços nos sistemas de gerenciamento da produção - Manufatura competitiva para produtos e serviços inovadores). Conferência Internacional IFIP WG 5.7, 24 a 26 de setembro, Rhodes, Grécia, Revised Selected Papers, Parte I. Heidelberg: Springer.
Fraunhofer. 2018. OTD NET - Simulationsstudie Für Supply-Network-Fragen Des Fraunhofer-Institutes Für Materialfluss Und Logistik. https://www.Iml.Fraunhofer.De/De/Abteilungen/B2/Supply_Chain_Engineering/Produkte/OtdNet.Html, acessado em 2 de maio de 2018.
Gutfeld, T., U. Jessen, S. Wenzel, A. Akbulut, C. Laroque e J. Weber. 2015. Simject - Simulationsgestütztes Logistikintegriertes Projektmanagement Im Anlagenbau. Publicado por Wenzel, S.; Laroque, C., Kassel, Fachgebiet Produktionsorganisation Und Fabrikplanung.
Gutfeld, T., U. Jessen, S. Wenzel, C. Laroque e J. Weber. 2014. "A Technical Concept For Plant Engineering By Simulation-Based And Logistics-Integrated Project Management". Em Proceedings Of The 2014 Winter Simulation Conference, editado por A. Tolk et al., 3423-3434, Piscataway, New Jersey: IEEE.
Heidmann, R. 2015. Windenergie Und Logistik: Losgröße 1: Logistikmanagement Im Maschinen- Und Anlagenbau Mit Geringen Losgrößen. DIN E.V. Berlim: Beuth. 1ª Edição
Jessen, U., L. Möller, S. Wenzel, A. Akbulut e C. Laroque. 2015. "A Comparison of The Usage Of Different Approaches For The Management Of Plant Engineering Projects". Em Proceedings Of The 2015 Winter Simulation Conference, editado por L. Yilmaz et al., 3402-3413, Piscataway, New Jersey: IEEE
Pmbok. 2013. Project Management Institute. A Guide To The Project Management Body Of Knowledge (Guia Pmbok®). Pennsylvania: Project Management Institute, Inc. 5ª Edição
Simofit. 2018. Simulation Of Outfitting Processes In Shipbuilding And Civil Engineering. http://simofit.Inf.Bi.Ruhr-Uni-Bochum.De/, acessado em 2 de maio de 2018.
Steinhauer, D. 2008. "Planung Komplexer Montageabläufe Mit Hilfe Der Constraintbasierten Simulation". Em Advances In Simulation For Production And Logistics Applications, editado por M. Rabe: 81-89. Stuttgart: Fraunhofer IRB Verlag.
Steinhauer, D. 2011. "The Simulation Toolkit Shipbuilding (STS) - 10 anos de desenvolvimento cooperativo e aplicativos interprofissionais". Em Proceedings Of The 10th Euro-Conference On Computer And IT Applications In The Maritime Industries (COMPIT), 453-465. Ort: Editora
Steinhauer, D., M. König e H.J. Bargstädt. 2007. "Branchenübergreifende Kooperation Zur Simulation Von Montageabläufen Beim Innenausbau Von Schiffen." Hansa International Maritime Journal 9 (Número da edição): 40-42.
Szczesny, K. e M. König. 2015. "Reactive Scheduling Based On Actual Logistics Data By Applying Simulation-Based Optimization" (Programação reativa baseada em dados logísticos reais aplicando otimização baseada em simulação). Visualization In Engineering, 3 (10):
TILOS. 2018. TILOS - Weg-Zeit-Planung. www.tilos.org, acessado em 2 de maio de 2018. Voigtmann, J. 2014. Simulation Baulogistischer Prozesse Im Ausbau. Dissertação, Bauhaus-University. Weimar
Xie, H., S. Fernando e S. Abourizk. 2011. "Integrando a entrada de progresso do projeto em tempo real em um modelo de simulação de construção". Em Proceedings of The 2011 Winter Simulation Conference, Editado por S. Jain et al., 3443-3454, Piscataway, New Jersey: IEEE.