Previsão de demanda, classificação multicritério e otimização no planejamento de peças sobressalentes na indústria mineral

• Autor(a) principal: Leandro Reis Muniz
• Data de Publicação: 2020
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/34101
• topic: Tomada de decisão; Peças sobressalentes; AHP; Programação linear; Programação biobjetivo; Engenharia de produção; Otimização; Processo decisório; Programação linear

Este trabalho apresenta uma metodologia para gerenciamento de peças sobressalentes no ciclo normal de operação. Apresenta uma revisão de literatura, estuda os modelos de previsão e propõe modelos conjugados. Posteriormente, apresenta uma metodologia combinada por métodos qualitativos e quantitativos de quatro fases para auxilio na tomada de decisão nos ciclos mensais de planejamento de peças sobressalentes. Responde à questão fundamental de quais peças sobressalentes estocar e em quais quantidades. A primeira fase consiste na seleção de critérios utilizando o Método Ponto de Corte, subcritérios e delimitação das categorias pelo Método Vital, Essencial e Desejável (VED). A segunda utiliza Análise Hierárquica de Processos (AHP) e o Método Botton-up para calcular a criticidade total de cada item. A terceira representa o modelo de previsão que gera os valores da variável do modelo de otimização. Por fim, a quarta fase consiste em um modelo de otimização biobjetivo, baseado em preço e criticidade que pode realizar uma única iteração ou diversas pelo Método p-épsilon e construção da Curva Pareto Ótima com base em previsões e revisões mensais de saldos disponíveis para estocagem dos itens. O modelo é suportado por heurísticas para impedir inviabilidades e reduzir rupturas de estoque. A abordagem desenvolvida avalia peças de reposição com dados reais de 9.263 itens de uma mineradora. Como resultados, tem-se melhor suporte para a decisão durante os ciclos de planejamento e controle adequado dos valores imobilizados em estoque. A contribuição científica consiste no modelo qualitativo e quantitativo multicritério na gestão de previsão de peças sobressalentes com e sem lead time, de modelos de otimização biobjetivo e métodos heurísticos aplicados em dados reais da indústria mineral.