Navegando por Autor "Muniz, Leandro Reis"

Agora exibindo 1 - 5 de 5

Análise de layout dos almoxarifados em uma encarroçadora de ônibus.
(2020) Santos, Thales Henrique Kascher; Muniz, Leandro Reis; Conceição, Samuel Vieira; Rodrigues, Lásara Fabrícia; Reis, Allexandre Fortes da Silva
O estudo do layout impacta diretamente na eficiência do fluxo da produção e na produtividade fabril e seus custos advindos. Nesse sentido, a cronoanálise, o Systematic Layout Planning (SLP) e o FacPlan são metodologias que podem ser utilizadas ao se falar de projetos de layout e relayout. Dessa maneira, o trabalho aborda e discuti sobre as características de cada um desses métodos, desenvolve um estudo de caso utilizando a metodologia FacPlan. A pesquisa foi feita em uma empresa encarroçadora de ônibus, mais especificamente em seus almoxarifados de abastecimento de materiais para a linha de produção, na parte do revestimento interno e acabamento. Após levantar o estado atual do layout e mensurar elementos provenientes deste, foi elaborada de uma proposta de sua mudança que diminua as distâncias entre os almoxarifados e seus pontos de abastecimento na linha de produção. De acordo com os dados que foram levantados, as mudanças sugeridas podem gerar uma redução de 30,48% nos espaços percorridos diariamente, além de uma queda anual de 43,28% nos custos de movimentação de materiais que envolvem esses setores.
Análise estatística da produção de cimento no Brasil e sua relação com o PIB da construção civil.
(2021) Souza, Ana Carolina Rodrigues da Rocha; Gomes, Helton Cristiano; Guimarães, Irce Fernandes Gomes; Gomes, Helton Cristiano; Guimarães, Irce Fernandes Gomes; Souza, Clarisse da Silva Vieira Camelo de; Muniz, Leandro Reis
A Indústria da Construção Civil (ICC) possui considerável participação no PIB brasileiro. O PIB deste setor mantém-se, geralmente, acima dos 5% ao ano, o que resulta em um forte impacto na economia do país. Como há elevada necessidade de mão de obra e insumos, a ICC gera renda devido à oferta de empregos e movimenta a economia dos demais setores. O cimento é um recurso altamente utilizado na construção civil, sendo empregado em quase todas as obras de infraestrutura. Devido ao fato de ser o principal componente do concreto, faz com que este insumo seja amplamente utilizado, com isso, ocupa o segundo lugar entre os materiais mais utilizados no mundo, perdendo apenas para a água, e o Brasil encontra-se entre os 10 maiores produtores deste insumo. Estudos têm mostrado como os dados desempenham papel fundamental dentro de uma organização, oferecendo insights capazes de auxiliar nas tomadas de decisões estratégicas, assegurando competitividade no mercado. As organizações geram com alta velocidade, grandes volumes de dados que não possuem padrões em sua estrutura e podem ser captados em tempo real. Porém, esses dados tornam-se inúteis caso informações valiosas não sejam extraídas, fazendo-se necessária a utilização da Mineração de Dados (MD) e da Aprendizagem de Máquina (AM), que possuem métodos capazes de identificar padrões e correlações, realizar associações e fazer predições. Essa dissertação teve como objetivo avaliar o comportamento da produção de cimento no Brasil, baseando-se em seus dados históricos. Com isso foi possível identificar tendências e períodos de sazonalidade na série temporal (ST), bem como fazer previsões para períodos futuros. Feito isso, analisouse a existência de correlação entre a produção de cimento e o PIB da ICC no Brasil, sendo essa hipótese confirmada por testes estatísticos. Dada a forte correlação positiva entre as ST´s, foi possível propor modelos de AM para tentar predizer o PIB da ICC com base na produção anual de cimento no Brasil. Os modelos utilizados mostraram-se eficientes, apresentando elevada acurácia, isto é, coeficientes de determinação superiores a 80%. Com base nos erros de previsão, foi possível concluir que os métodos de Ensemble Learning melhor se adaptaram aos dados, com destaque para o Random Forest. Os resultados obtidos podem auxiliar os gestores da ICC a tomarem melhores decisões, permitindo a eles prepararem-se para as oscilações do mercado.
Efficient matheuristics to solve a rich production-routing problem.
(2022) Reis, Allexandre Fortes da Silva; Camargo, Ricardo Saraiva de; Muniz, Leandro Reis; Lima, Fátima Machado de Souza; Cota, Fernanda dos Reis
We present a rich production-routing problem having limited production and storage capacities at the plant, limited storage capacity at the clients, a heterogeneous fleet subjected to a maximum riding time, and allowing for back-orders to meet unfulfilled demands at penalty cost. As the problem scales quickly with the number of customers, periods, products, and vehicles, three hybrid two-level decomposition approaches using a top-down strategy were devised. The top tier determines the production and inventory levels, and the distribution of goods via CPLEX, that is, it makes tactical decisions, while the bottom tier heuristically routes a heterogeneous fleet in each period, that is, it makes operational decisions. The proposed methods rely on an iterated local search framework that combines tailored perturbation schemes prioritizing either tactical or operational decisions, or both. The main new feature of the algorithms is the adoption of an implicit cost that estimates the delivery routing costs when making production, holding, and transportation decisions. This implicit cost serves as an important guide to obtain improved solutions. The algorithms were tested over an extensive set of instances, and the results demonstrated that all methods overcome CPLEX by obtaining more, better, and faster solutions with much less computational effort. The devised heuristic, which prioritizes operational-level decisions during the perturbation phase, attained the best overall results.
A new combined spare parts classification method and acriticality analysis : an iron ore mining company study case.
(2021) Muniz, Leandro Reis; Conceição, Samuel Vieira; Rodrigues, Lásara Fabrícia; Reis, Allexandre Fortes da Silva; Sousa Junior, Wilson Trigueiro de
Spare parts are important to maintain mining operations, which made necessary the development of consolidated classification methods, to help in the decision-making process. The management of spare parts aims to reduce the unnecessary inactivity time arising from the component failures and represent a significant part of the total operational cost. A way to manage the inventory of these materials is its classification. This work presents a new spare parts categorization method based on multi-criteria classification for managing the spare parts inventory using the approaches cut-off point, XYZ, ABCD, Kraljič matrix, Analytical Hierarchical Process (AHP), and Bottom- up to categorize in the sectors of production, maintenance, and supply. The study was realized with real data from a mining company composed of 40,002 stored materials, and the results showed an abridgment of the management models. This new categorization contributes to the literature of spare parts inventory management, once there are few studies of practical applications in mining industries besides conducting a literature review regarding relevant criteria and methods used to classify spare parts.
Spare parts inventory management : a new hybrid approach.
(2021) Muniz, Leandro Reis; Conceição, Samuel Vieira; Rodrigues, Lásara Fabrícia; Almeida, João Flávio de Freitas; Affonso, Tássia Bolotari
Purpose – The purpose of this paper is to present a new hybrid approach based on criticality analysis and optimisation to deal with spare parts inventory management in the initial provisioning phase in the mining industry. Spare parts represent a significant part of mining companies’ expenditures, so it is important to develop new approaches to reduce the total inventory value of these items. Design/methodology/approach – This hybrid approach combines qualitative and quantitative methods based on VED (vital, essential and desirable) analysis, analytical hierarchical process (AHP), and e-constraint optimisation method to obtain the spare parts to be stocked. The study was applied to a large mining company. The mineral sector was chosen due to the great importance to the emerging Brazilian economy and the lack of researches in this sector. In addition, the spare parts have a relevant weight on the total inventory cost. Findings – Present a novel approach combining multi-objective optimisation and multi-criteria evaluation approaches to tackle the inventory decision in spare parts management. This work also defines and classifies relevant criteria for spare parts management in the mineral sector validated by specialists. The proposed approach achieves an average increase of 20.2% in the criticality and 16.6% in the number of items to be stocked compared to the historical data of the surveyed company. Research limitations/implications – This paper applies the proposed approach to a mining company in Brazil. Future research in other companies or regions should analyse the adequacy of the criticality criteria, hierarchy and weights adopted in this paper. Practical implications – The proposed approach is useful for mining industries that deal with a large variety of resource constraints as it helps in formulating appropriate spare part strategies to rationalise financial resources at both tactical and strategic levels. Originality/value – The paper presents a new hybrid method combining the AHP a multi-criteria decision making (MCDM) approach coupled with e-constraint optimisation to deal with spare parts inventory management allowing for a better spare parts inventory analysis in the initial provisioning phase and providing managers with a systematic tool to analyse the trade-off between spare parts criticality and total inventory value.