Resumo: O aumento do consumo de alimentos industrializados, assim como uma maior variedade de produtos oferecidos pelas indústrias de alimentos tem exigido maior flexibilidade e coordenação mais eficiente na utilização dos recursos existentes. A indústria de produção de embutidos experimentou um aumento do consumo nos últimos anos. Isto tem levado a uma busca por um uso mais eficiente dos recursos disponíveis a fim de conseguir um aumento da produtividade, redução dos custos, confiabilidade no atendimento e redução de prazos de entrega. Estes aspectos produtivos e gerenciais podem ser conseguidos com maior facilidade por meio do uso de ferramentas de programação da produção. O processo de produção de embutidos é em batelada. Ele pode ser dividido em duas etapas principais, a primeira se refere à preparação, à mistura das matérias-primas e ao embutimento; a segunda etapa se refere ao cozimento dos produtos que foram embutidos na primeira etapa. Na indústria de embutidos uma grande variedade de produtos são obtidos. A maior parte destes produtos não possui uma linha exclusiva e, portanto, existe uma disputa entre equipamentos e estados intermediários. Os produtos fabricados são classificados como perecíveis e recomenda-se que a produção não deva exceder a demanda sob o risco de gerar estoques e ultrapassar o prazo de validade do produto. O objetivo deste trabalho foi a utilização de um modelo matemático de programação da produção, para otimizar a produção de uma indústria de embutidos, a partir de valores de demandas para cada produto. A abordagem proposta trata o problema como de programação linear inteira mista (PLIM) para representar as decisões envolvidas e foi resolvido com o software GAMS (Sistema Genérico de Modelagem Algébrica). O modelo desenvolvido foi aplicado ao problema de programação da produção com dados operacionais reais de uma indústria da região e mostrou-se capaz de gerar resultados melhores do que os resultados de produção apresentados pela indústria. Assim, os resultados do modelo auxiliam na tomada de decisões da programação de produção em indústria de embutidos.
Abstract: The increased consumption of processed foods, as well as a greater variety of products offered by the food industry has required for greater flexibility and the most efficient coordination in the allocation of existing resources. The sausage industry in particular in recent years had an increase in consumption, and this has led to a search for a more efficient use of available resources to achieve increased productivity, cost reduction, reliability in attendance and reduction of lead times. These aspects of production and management can be achieved more easily through tools of programming production. The sausage production is a batch process. The process can be divided into two main stages, the first refers to the preparation, the mixture of raw materials and stuffing; the second stage refers to the cooking of products that were stuffed in the first stage. A variety of types of products are obtained in the sausage industry. Most of these products do not have an exclusive line and therefore, there is a dispute between equipment and intermediate states. The products are classified as perishable, and it is recommended that production should not exceed the demand under the risk of keeping products in stock and overcome the shelf life validity of the product. The objective of this paper was to utilize a mathematical model of production scheduling, to optimal production scheduling for the sausage industry using values of demands for each product. The proposed approach treats the problem as mixed integer linear programming (MILP) to represent the decisions involved and was solved using the GAMS (General Algebraic Modelling System) software. The model was applied to the problem of production scheduling with real-world operational data from an industry and was able to generate better results than the results produced by the production industry. Thus, the model allows to support the decisions of production scheduling in the sausage industry. |
