terça-feira, maio 30, 2006
Filas de espera (M/M/S): sensibilidade a S
Parâmetros do problema
M/M/S, λ = 0,5 clientes / minuto, μ = 2/3 clientes / minuto,
Medidas de desempenho
1) Número médio de clientes no sistema (L)
2) Número médio de clientes à espera (Lq)
Para valores da intensidade do tráfego (λ / µ) menores que um, o número médio de clientes na fila é quase o mesmo para qualquer número de servidores maior ou igual a dois. Portanto, se (λ / µ) < 1, só são necessários um ou dois servidores.
Em geral, o número médio de clientes na fila é pequeno, quando o número de servidores é igual ou maior que (λ / µ) + (λ / µ)1/2
3) Tempo médio no sistema (W)
4) Tempo médio à espera (Wq)
5) Probabilidade de não existir nenhum cliente no sistema (P0)
6) Probabilidade de ter que esperar (Pw)
7) Número médio de clientes à espera, quando o sistema está ocupado (Lb)
8) Tempo médio à espera, quando o sistema está ocupado (Wb)
CHANG, Yih-Long; DESAI, Kiran - WinQSB. Nova Iorque, John Wiley & Sons, 2002
sábado, maio 27, 2006
Systematic Layout Planning
(carregar com o cursor na figura para ver em tamanho grande)
Antes de tomar qualquer decisão sobre uma das três alternativas, o projectista deve ter uma ideia aproximada de como as novas instalações ficariam em cada um desses locais. Ou seja, durante a fase de localização, os seus estudos penetram nos domínios da Fase II.
Na Fase II, o projectista deve ter em mãos todo o conjunto de informações básicas, provavelmente já obtidas na fase anterior mas sem o grau de detalhe agora necessário. A figura mostra alguns dados utilizados na Fase II: projecto do produto, previsão das vendas, análise da composição dos produtos, listas dos equipamentos, listas das operações, previsão de futuras mudanças nos produtos e uma lista dos serviços necessários.
Na posse desses dados, o projectista faz a análise do fluxo de materiais e estabelece as inter-relações de serviços que, combinados, fornecem o diagrama de fluxos e/ou inter-relações.
O próximo passo é a determinação das necessidades de espaço que, balanceados em relação à disponibilidade de espaço e integrados no diagrama anterior, possibilitam a construção do diagrama de inter-relações de espaços. Neste ponto, a partir das considerações de mudança e das limitações práticas, passa-se ao ajuste do diagrama de inter-relações de espaços. Esses ajustes levam a várias configurações de blocos alternativas, que devem ser avaliadas segundo custos e factores intangíveis a fim de se chegar a uma configuração geral.
Durante a Fase III, cada área definida na fase anterior é tratada segundo o mesmo modelo de procedimentos. Nesta altura, a localização já deve ter sido seleccionada e o projectista pode proceder à configuração detalhada com conhecimento sobre factores de construção, localização de colunas, posicionamento de corredores principais e disposição dos serviços.
A partir da aprovação da configuração detalhada de cada área, o projecto passa à fase de implantação.
MUTHER, Richard – Planejamento do Layout: Sistema SLP. São Paulo, Edgar Blücher, 1978.
sexta-feira, maio 26, 2006
Filas de espera (M/M/S): medidas de desempenho
Num hipermercado, a certas horas do dia, os clientes dirigem-se ao balcão de atendimento da zona do talho/charcutaria, para tirar a senha de atendimento, com uma distribuição de Poisson, a uma taxa média de chegada 0,5 por minuto, para serem atendidos por duas empregadas. As empregadas atendem os clientes por ordem numérica das senhas. O tempo de atendimento de cada cliente é, em média, 1,5 minutos, distribuído exponencialmente.
1) Trata-se, portanto, de um sistema M/M/2, com taxa de chegadas λ = 0,5 clientes / minuto e tempo médio de serviço (1 / µ) = 1,5 minutos
2) Verificação da condição de equilíbrio: ρ = λ / S µ = 0,5 × 1,5 / 2 = 0,375 < 1.
As empregadas têm, portanto, capacidade para atender os clientes que se dirigem ao talho/charcutaria para fazer compras. O sistema poderá atingir o estado estacionário, se as condições dadas se mantiverem por tempo suficiente. A fila de espera não cresce indefinidamente, mas varia de tamanho ao longo do tempo.
Medidas de desempenho
1) Intensidade do tráfego (λ / µ) =
= λ / µ = 0,5 × 1,5 = 0,75
2) Taxa de ocupação (ρ)=
Taxa média de ocupação do sistema =
Taxa média de ocupação do servidor =
Factor de ocupação do sistema =
ρ = λ / S µ = 0,5 × 1,5 / 2 = 0,375
3) Taxa de desocupação (1 - ρ) =
= 1 - ρ = 0,625
4) Número médio de clientes no sistema (L) =
L = P0 [(λ / µ)S ρ] / [S! (1 - ρ)2] + (λ / µ) = 0,87 clientes
5) Número médio de clientes à espera (Lq) =
Lq = L - (λ / µ) = P0 [(λ / µ)S ρ] / [S! (1 - ρ)2] = 0,12 clientes
6) Tempo médio no sistema (W) =
W = L / λ = 1,75 minutos
7) Tempo médio à espera (Wq) =
Wq = Lq / λ = 0,25 minutos
8) Número médio de clientes a serem servidos (LS) =
Número médio de servidores ocupados (Sb) =
LS = L - Lq = 0,75 clientes
Sb = λ / µ = 0,75 servidores
9) Probabilidade de não existir nenhum cliente no sistema (P0) =
P0 = 0,45
10) Probabilidade de existir algum cliente no sistema (P {n > 0}) =
= 1 - P0 = 0,55
11) Probabilidade de ter que esperar (Pw) =
Probabilidade do sistema estar ocupado (Pb) =
Probabilidade de todos os servidores estarem ocupados =
Pw = Pb = P0 [(λ / µ)S µ S] / [S! (µ S - λ)] = 0,2045
12) Probabilidade de não ter que esperar (1 - Pw) =
Probabilidade de um servidor estar desocupado (1 - Pb) =
1 - Pw = 1 - Pb = 1 - 0,2045 = 0,7955
13) Probabilidade de n servidores (0 ≤ n ≤ S) estarem ocupados =
Probabilidade de haver n clientes (0 ≤ n ≤ S) no sistema =
Pn = P0 (λ / μ)n / n!, se 0 ≤ n ≤ S
n | 0 | 1 | 2 |
Pn | 0,4545 | 0,3409 | 0,1278 |
14) Probabilidade de n servidores (0 ≤ n ≤ S) estarem desocupados =
Probabilidade de haver (S - n) clientes (0 ≤ n ≤ S) no sistema =
P(S - n) = P0 (λ / μ)(S - n) / (S - n)!, se 0 ≤ n ≤ S
n | 2 | 1 | 0 |
S - n | 0 | 1 | 2 |
Pn | 0,4545 | 0,3409 | 0,1278 |
15) Número médio de clientes à espera, quando o sistema está ocupado (Lb) =
Lb = Lq / Pw = 0,6 clientes
16) Número médio de clientes à espera, quando há pelo menos um (Lq | q > 0) =
Lq | q > 0 = Lb + 1 = 1,6 clientes
17) Tempo médio à espera, quando o sistema está ocupado (Wb) =
Tempo médio à espera, quando se tem de esperar =
Wb = Wq / Pw = 1,2 minutos
18) Probabilidade de haver 0, 1, 2, …, n clientes no sistema (Pn)
19) Probabilidade de não haver mais de n (n ou menos) clientes no sistema (P {N ≤ n})
20) Probabilidade de haver mais de n clientes no sistema ((P {N > n}) =
1 - Probabilidade de não haver mais de n (n ou menos) clientes no sistema =
1 - (P {N ≤ n}) =
Probabilidade de haver pelo menos n + 1 (n + 1 ou mais) clientes no sistema (P {N ≥ n + 1})
21) Probabilidade de haver pelo menos n (n ou mais) clientes no sistema (P {N ≥ n})
n | Pn | P {N ≤ n} | P {N ≥ n} | q | Pq | P {Q ≤ q} | P {Q ≥ q} |
(18) | (19) | (21) | (23) | (24) | (25) | ||
0 | 0,45 | 0,45 | 1,00 | ||||
1 | 0,34 | 0,80 | 0,55 | ||||
2 | 0,13 | 0,92 | 0,20 | 0 | 0,13 | 0,92 | 0,20 |
3 | 0,05 | 0,97 | 0,08 | 1 | 0,05 | 0,97 | 0,08 |
4 | 0,02 | 0,99 | 0,03 | 2 | 0,02 | 0,99 | 0,03 |
5 | 0,01 | 1,00 | 0,01 | 3 | 0,01 | 1,00 | 0,01 |
6 | 0,00 | 1,00 | 0,00 | 4 | 0,00 | 1,00 | 0,00 |
22) Probabilidade de haver n clientes a serem servidos =
Pn, para 0 ≤ n < S
PS = 1 - ∑(S - 1)Pn, para n = S
n | 0 | 1 | 2 |
Pn | 0,45 | 0,34 | 0,20 |
23) Probabilidade de haver S clientes a serem servidos e q na fila =
Probabilidade de haver 0, 1, 2, …, q clientes na fila (P {Q = q}) =
PS, para q = 0
Pq + 1, para q = 1, 2, …
24) Probabilidade de não haver mais de q (q ou menos) clientes na fila (P {Q ≤ q})
25)Probabilidade de haver pelo menos q (q ou mais) clientes na fila (P {Q ≤ q})
Na figura seguinte podem ver-se algumas das medidas de desempenho do problema acima, determinadas numa folha de cálculo pré-programada (McClain, 2003).
quinta-feira, maio 25, 2006
Equipamentos para hipermercados (III)
Mesas de saída
Modelo | Altura × Profundidade × Largura (mm) | Tipo de mesa |
855 × 1100 × 1900 | Sem tapete rolante | |
855 × 1100 × 2100 | Com tapete rolante | |
855 × 1100 × 2100 | Com tapete rolante | |
855 × 1100 × 2100 | Com tapete rolante | |
855 × 1100 ×1900 | Sem tapete rolante | |
855 × 1100 × 1900 | Sem tapete rolante | |
855 × 1100 × 3150 | Sem tapete rolante |
Carros de compras
Modelo | Capacidade (l) | Altura × Profundidade × Largura (mm) |
90 | 1030 × 760 × 475 | |
210 | 1015 × 1030 ×600 | |
110 | 1030 × 830 × 475 | |
n.d. | 1043 ×1221 × 670 | |
180 | 1015 × 960 × 600 | |
n.d. | 940 × 970 × 575 | |
70 | 1000 × 760 × 475 |
quarta-feira, maio 24, 2006
Unidade de carga (unit load)
Uma unidade de carga (unit load) é um volume de produto acondicionado de modo a possibilitar a movimentação e armazenagem como uma única unidade, independentemente do número de itens individuais que o constituem.
São exemplos de unidades de carga:
- Paletes
- Fardos
- Peças individuais
- Tabuleiros
- Barris e Bidões
- Caixas
- Contentores para Avião ou Navio
Existem diversos factores que podem afectar a facilidade de transporte ou manuseio de materiais como, por exemplo:
- Tamanho
- Densidade ou estado de agregação
- Forma do material
- Risco de danos no material, instalações e pessoas
- Condição do item
- Valor ou custo (Raramente usado)
B. Densidade | C. Forma | D. Risco | E. Condição |
--- | Muito plano e empilhável ou possível de guardar em conjuntos (folhas de papel ou metal) | --- | --- |
Muito leve (folha de metal) | Fácil de empilhar ou guardar em conjuntos (blocos de papel, pratos) | Não susceptível sofrer ou causar qualquer tipo de dano (ferro velho) | --- |
Leve (papel canelado) | Razoavelmente empilhável ou fácil de guardar em conjuntos (livros, chávenas) | Susceptível a pouquíssimos danos (blocos de aço) | --- |
Razoavelmente sólido (bloco de madeira) | Basicamente regular ou algo irregular (sacos de cereais) | Levemente susceptível a danos (bloco de madeira) | Limpo, firme e estável (bloco de madeira) |
Razoavelmente pesado e denso (macho de fundição) | Comprido, arredondado ou algo irregular (sacos de grão e barras curtas) | Susceptível a danos produzidos por esmagamento, fracturas ou arranhões (obras de arte) | Oleoso, fraco, instável ou de difícil manuseio (aparas de madeira ou metal oleosas) |
Pesado e denso (peça forjada) | Muito grande, esférico ou irregular (mesas) | Bastante susceptível a danos (ecrãs de televisão) | Coberto com lubrificante, quente, muito delicado ou escorregadio e de manuseio muito difícil |
Muito pesado e denso (moldes, lingotes de chumbo) | Extremamente grande, curvo ou altamente irregular (vigas de aço) | Muito susceptível a danos (peças de cristal) | (superfícies pontiagudas) |
--- | Extremamente grande e curvo ou extremamente irregular (tubos moldados, mobiliário) | Altamente susceptível a danos (ácido em garrafas, explosivos) | (aço fundido) |
GLICKMAN, Rick; SCHEMMEL, Jim - MTAC Summary. Washington, United States Postal Service, 1997. Consultado a 20 de Maio de 2006.
KIM, David S. - The Ten Principles of Material Handling. Corvallis, Oregon State University, 2005. Consultado a 20 de Maio de 2006.
MUTHER, Richard – Planejamento do Layout: Sistema SLP. São Paulo, Edgar Blücher, 1978.
terça-feira, maio 23, 2006
Unidade Mantida em Armazém (SKU)
«SKU» é o acrónimo de Stock Keeping Unit e pronuncia-se skew ou S K U, um código ou referência de cada variante dos artigos mantidos em armazém.
Um SKU é um identificador usado pelos armazenistas para permitir o seguimento sistemático dos produtos oferecidos aos clientes. Cada SKU identifica uma variante de um artigo, conforme a sua apresentação, tamanho, cor e outras características. Cada armazém pode ter o seu método de atribuir os códigos, como base em políticas regionais ou nacionais de armazenagem de dados da empresa. O seguimento de um SKU é diferente dos outros métodos de seguimento de produtos que são controlados por um vasto conjunto de regras estabelecidas pelos fabricantes ou, possivelmente, por entidades reguladoras.
Por exemplo: uma bola tem a referência 1234, é embalada em caixas com 20 bolas e a caixa é marcada com a mesma referência 1234. A caixa é então colocada no armazém. A caixa é a unidade mantida em armazém (SKU), porque é item armazenado. Não obstante as referências serem intermutáveis, designando quer uma bola ou uma caixa de bolas, a caixa de bolas é a unidade armazenada. Se existirem bolas de três cores diferentes, cada uma terá um SKU diferente. Quando o produto é expedido, podem sair 50 caixas de bolas azuis, 100 caixas de bolas vermelhas e 70 caixas de bolas amarelas. Esta expedição diz-se ter sido de 220 caixas, de três SKU's. Isto permite ao armazenistas determinar, por exemplo, se as bolas vermelhas se estão a vender mais que as bolas azuis.
O acrónimo SKU tornou-se mais visível com o advento do comércio electrónico, apresentando o SKU dos produtos nas páginas da Web. Na Figura 1 mostra-se um exemplo.
(carregar com o cursor na figura para ver em tamanho grande)
Fonte: Santos Silva
WIKIPÉDIA - Stock Keeping Unit. Consultado a 23 de Maio de 2006.
segunda-feira, maio 15, 2006
Equipamentos para hipermercados (II)
Estantes centrais (duas frentes):
Modelo | Altura ´ Profundidade ´ Largura (mm) | Número e Profundidade das Prateleiras (mm) | Número ´ Altura entre Prateleiras (mm) Tipo de Forros |
1430 ´ 500 ´ 1000 | 8 ´ 500 | 6 ´ 420 lisos | |
1430 ´ 500 ´ 1000 | 2 ´ 500 + 2 ´ 400 | 2 ´ 420 lisos + 4 ´ 420 perfurados | |
1640 ´ 500 ´ 1000 | 2 ´ 500 + 4 ´ 400 | 2 ´ 210 + 6 ´ 420 lisos | |
1430 ´ 500 ´ 1000 | 2 ´ 500 + 8 ´400 | 6 ´ 420 lisos | |
1640 ´ 500 ´ 1000 | 8 ´ 500 | 2 ´ 210 lisos + 6 ´ 420 perfurados | |
1640 ´ 500 ´ 1000 | 2 ´ 500 + 4 ´ 400 | 2 ´ 210 + 4 ´ 420 lisos + 2 ´ 420 perfurados | |
1430 ´ 500 ´ 1000 | 2 ´ 500 + 6 ´ 400 | 6 ´ 420 lisos | |
1640 ´ 500 ´ 1000 | 2 ´ 500 + 8 ´ 400 | 2 ´ 210 + 6 ´ 420 lisos | |
1640 ´ 500 ´ 1000 | 2 ´ 500 + 2 ´ 400 | 2 ´ 210 + 2 ´ 420 lisos + 4 ´ 420 perfurados | |
1430 ´ 500 ´ 1000 | 2 ´ 500 + 4 ´ 400 | 4 ´ 420 lisos + 2 ´ 420 perfurados |
domingo, maio 14, 2006
Filas de espera (M/G/1): características
Nem sempre se verificam, no processos de chegada e atendimento, distribuições Exponenciais Negativas. No caso do atendimento, se as necessidades de serviço dos clientes são muito semelhantes a distribuição dos tempos de atendimento desvia-se muito da forma Exponencial.
O modelo M/G/1 não impõe quaisquer restrições à distribuição dos tempos de serviço. Basta determinar a média, 1 / μ, e a variância, σ2, dessa distribuição.
onde:
Fonte de Entrada – modela o processo de chegada dos clientes (M/G/1 = Poisson);
Fila – modela o lugar onde os clientes aguardam pelo serviço;
Disciplina da Fila – critério para escolher a ordem pela qual os clientes na fila são atendidos (M/G/1 = o primeiro a chegar é o primeiro a ser atendido, FIFO);
Mecanismo de Atendimento – ou Serviço, modela o sistema de atendimento dos clientes (M/G/1 = um servidor).
No estado estacionário, um sistema M/M/1 pode ser analisado utilizando as relações matemáticas que se seguem.
Características do modelo M/G/1
Chegadas com distribuição de Poisson;
Taxa = λ clientes / u. tempo; População = ∞; Fila máxima = ∞.
Tempo de atendimento qualquer variável aleatória;
Média = 1 / μ; Variância = σ2; Servidores = 1.
Condição de equilíbrio λ / μ = ρ < 1
Taxa de ocupação = ρ; Taxa de desocupação = 1 - ρ
L = Lq + (λ / μ) = Lq + ρ
Lq = (λ2 σ2 + ρ2) / 2 (1 - ρ)
W = L / λ = Wq + (1 / μ)
Wq = Lq / λ
P0 = 1 - ρ (taxa de desocupação)
Pn = ρn P0
P (n > k) = ρk + 1
Filas de espera (M/M/S): características
Dentro de um hipermercado, as filas de espera na zona do talho, charcutaria, peixaria, padaria, refeições rápidas e atendimento ao cliente, entre outras, funcionam com senhas cujo número é chamado sequencialmente. O modelo M/M/S pode ser utilizado, numa primeira aproximação, para estudar os sistemas de filas de espera deste serviços. Este modelo podetambém ser utilizado para estudar os sistemas de filas de espera dos camiões de carga e descarga, nos cais dos centros de distribuição ou dos hipermercados.
A estrutura básica de um sistema M/M/S é a seguinte (com S = 3):
onde:
Fonte de Entrada – modela o processo de chegada dos clientes (M/M/S = Poisson);
Fila – modela o lugar onde os clientes aguardam pelo serviço;
Disciplina da Fila – critério para escolher a ordem pela qual os clientes na fila são atendidos (M/M/s = o primeiro a chegar é o primeiro a ser atendido, FIFO);
Mecanismo de Atendimento – ou Serviço, modela o sistema de atendimento dos clientes (M/M/S = S servidores).
No estado estacionário, um sistema M/M/S pode ser analisado utilizando as relações matemáticas que se seguem.
Características do modelo M/M/S
Chegadas com distribuição de Poisson;
Taxa = λ clientes / u. tempo; População = ∞; Fila máxima = ∞.
Tempo de atendimento com distribuição Exponencial negativa;
Taxa = μ clientes / u. tempo, (por servidor); Servidores = S
Condição de equilíbrio: λ / Sµ = ρ = < 1
Taxa de ocupação = ρ; Taxa de desocupação = 1 – ρ
L = Lq + (λ / μ)
Lq = P0 (λ / μ)s ρ / S! (1 - ρ)2
W = L / λ = Wq + (1 / μ)
Wq = Lq / λ
P0 = 1 / {∑S - 1 [(λ / μ)n / n!] + [(λ / μ)S / S!] × 1 / (1 - ρ)}
Pn = P0 (λ / μ)n / n!, se 0 ≤ n ≤ S
Pn = P0 (λ / μ)n / S! Sn - S, se n ≥ S
P {W > t} = e-µ t {1 + [P0 (λ / μ)S / S! ( 1 - ρ)] [(1 - e-µ t (S - 1 - λ / μ)) / (S - 1 - λ / μ)]}, t ≥ 0
P {Wq > t} = [1 - P {Wq = 0}] eS μ (1 - ρ) t, t ≥ 0
P {Wq = 0} = ∑S - 1 Pn