ANAIS

A RELEVNCIA DO FATOR HUMANO EM SIMULAO COMPUTACIONAL

JOS ARNALDO BARRA MONTEVECHI ( montevechi@unifei.edu.br , montevechi@uol.com.br )

UNIVERSIDADE FEDERAL DE ITAJUB
CIBELE NOGUEIRA PAIVA ( cibsnp@yahoo.com.br , ciblepaiva@unifei.edu.br )
UNIVERSIDADE FEDERAL DE ITAJUB

RESUMO
Este estudo descreve a relevncia do fator humano nos modelos de simulao computacional.
O objetivo analisar se a incluso do fator idade do colaborador em um modelo de
simulao influencia os resultados previstos devido variao do desempenho humano. O
referencial bibliogrfico apresenta os conceitos de sistemas de manufatura, simulao a
eventos discretos e fatores de desempenho humano. Os resultados indicam que a incluso de
fatores humanos nos modelos de simulao tem um impacto no desempenho do sistema. De
acordo com a idade, observou-se uma reduo no total produzido, o que comprova o
decremento no desempenho do trabalhador.
Palavras-chaves: Sistemas de Manufatura, Simulao a eventos discretos, Fatores de
Desempenho Humano.

1/14

ANAIS
1. INTRODUO
Os sistemas de manufatura so geralmente construes complexas e seu comportamento de
natureza dinmica e estocstica. Eles consistem de amplas interaes entre pessoas,
informaes, materiais e mquinas. Segundo Siebers (2007), sistemas tais como as linhas de
montagem podem parecer bastante simples porque suas tarefas so realizadas principalmente
em ordem seqencial. Na realidade, esses sistemas so construes muito complexas devido
variao natural nos tempos de processamento que so no determinsticos e s interrupes
que ocorrem por vrios motivos.
As interrupes podem ocorrer devido s falhas das mquinas, porm, em sistemas tais como
as linhas de montagem, onde as pessoas so fundamentais para a execuo das atividades, elas
podem surgir devido aos fatores que afetam e influenciam o desempenho humano, tais como
fadiga, gnero, idade, ritmo circadiano, habilidades e competncias, satisfao no trabalho,
fatores fsicos e organizacionais, dentre outros.
Segundo Chwif e Medina (2006), devido complexidade dos sistemas reais, a simulao
consegue capturar com mais fidelidade as caractersticas dinmicas e aleatrias desses
sistemas, procurando repetir em um modelo computacional o mesmo comportamento que o
sistema apresentaria quando submetido s mesmas condies.
A simulao a eventos discretos geralmente reconhecida como um auxlio importante para
as tomadas de deciso estratgicas e tticas que so requeridas no estgio de avaliao dos
projetos dos sistemas de manufatura.
Uma maior vantagem dos modelos de simulao comparados com os modelos determinsticos
a sua habilidade para modelar eventos randmicos baseados em distribuies padres e no
padres para prever as interaes complexas entre esses eventos.
Os modelos de simulao a eventos discretos so usados para determinar a quantidade de
mquinas, estoques e operadores que so necessrios para produzir uma quantidade objetiva
de produo. Os especialistas em simulao tm um alto nvel de responsabilidade para
assegurar a preciso dos resultados. A impreciso pode gerar altos custos, e isto pode levar a
um desempenho deficiente do sistema e falhar no que diz respeito demanda da produo.
A simulao computacional hoje tem sido utilizada tradicionalmente nos aspectos
tecnolgicos dos sistemas e representam estes com dados determinsticos e estocsticos. No
entanto, tal simulao superestima freqentemente a capacidade da produo dos sistemas de
manufatura. Isto pode causar srios problemas quando o sistema proposto executado, e
ento no se obtm os resultados esperados.
Segundo Baines et al. (2004), a diferena entre o desempenho predito e real pela maior parte
devido a estes modelos de simulao que no incorporam adequadamente alguns
relacionamentos chaves, tais como o desempenho humano e os fatores que impactam neste.
Como conseqncia da abstrao e simplificao, os modelos dos sistemas tendem a modelar
o mundo real otimizadamente comparados aos sistemas reais. As previses de desempenho
dos sistemas envolvendo uma alta proporo de tarefas manuais so notavelmente menos
precisas que aquelas de sistemas altamente automatizados.
A abordagem atual de representar operadores dentro da simulao a eventos discretos ignora o
potencial grande que a variao no desempenho humano pode ter no desempenho do sistema
de manufatura de mo-de-obra intensiva.
Para Baines et al. (2005), uma mudana chave para essa situao seria melhorar o
conhecimento dos engenheiros sobre o impacto que os fatores humanos tm sobre seus
projetos, de tal maneira que a incluso desses fatores fosse feita logo no incio dos projetos, o
que seria mais fcil e economicamente possibilitado neste estgio. Esse mesmo autor sugere
que a modelagem deve permitir a avaliao dos fatores humanos mais significativos no

2/14

ANAIS
modelo, o que seria um meio valioso de estimular a considerao desses fatores durante o
projeto.
O objetivo principal deste trabalho analisar se a incluso do fator de desempenho humano
idade do colaborador dentro de um modelo de simulao a eventos discretos influencia os
resultados previstos sem a incluso de tal fator. Pretende-se tambm identificar uma relao
dos principais fatores que podem influenciar o desempenho humano. Conseqentemente, para
melhorar a exatido da simulao necessrio representar realisticamente as pessoas, seus
comportamentos e os resultados subseqentes.
2. METODOLOGIA DE PESQUISA
2.1 Classificao da Metodologia de Pesquisa
Segundo Silva e Menezes (2005), uma pesquisa pode ser classificada quanto sua natureza,
abordagem, objetivos e procedimentos tcnicos.
Quanto natureza, esta pesquisa aplicada, pois objetiva gerar conhecimentos para aplicao
prtica e dirigida soluo de problemas especficos.
Quanto aos objetivos, esta pesquisa explicativa, visando identificar os fatores que
determinam ou contribuem para a ocorrncia dos fenmenos.
Quanto abordagem, esta pesquisa quantitativa, pois considera que tudo pode ser
quantificvel, o que significa traduzir em nmeros as opinies e informaes para classificlas e analis-las.
Finalmente, quanto aos procedimentos tcnicos, esta pesquisa classificada como modelagem
e simulao, por se tratar de modelos baseados em um conjunto de variveis que variam ao
longo de um domnio especfico, tendo relaes quantitativas e causais entre as variveis
previamente definidas.
Segundo Bertrand e Fransoo (2002), a metodologia de pesquisa na modelagem quantitativa
de gesto de operaes tradicionalmente no percebida como um assunto. A mais antiga
contribuio para a discusso sobre metodologia em simulao foi apresentada por Mitroff
(1974). Segundo esse modelo, a abordagem inicial usada na pesquisa operacional consiste em
quatro fases: conceitualizao, modelagem, soluo pelo modelo e implementao.
A metodologia escolhida para o desenvolvimento desta pesquisa a metodologia sugerida por
Chwif e Medina (2006), cujo desenvolvimento de um modelo de simulao compe-se de trs
grandes fases: concepo, implementao e anlise (Ver Figura 1).

Figura 1 - Fases de um projeto de simulao

Fonte: Chwif e Medina (2006)

3/14

ANAIS
Na fase de concepo, o analista de simulao deve entender claramente o sistema a ser
simulado e os seus objetivos, atravs da discusso do problema com especialistas. Os dados
de entrada tambm so coletados nesta fase. Finalizada a etapa de concepo, o modelo que
est na mente do analista (modelo abstrato) deve ser representado de acordo com alguma
tcnica de representao de modelos de simulao, a fim de torn-lo um modelo conceitual.
Na fase de implementao do modelo, o modelo conceitual convertido em um modelo
computacional atravs da utilizao de alguma linguagem de simulao ou de um simulador
comercial. O modelo computacional implementado deve ser comparado frente ao modelo
conceitual, com a finalidade de avaliar se a sua operao atende ao que foi estabelecido na
etapa de concepo. Alguns resultados devem ser gerados para a validao do modelo
computacional, observando-se se o modelo uma representao precisa da realidade.
Na terceira fase de anlise dos resultados, o modelo computacional est pronto para a
realizao de experimentos, dando origem ao modelo experimental ou modelo operacional.
Nesta etapa so efetuadas vrias rodadas do modelo e os resultados da simulao so
analisados e documentados. A partir dos resultados, concluses e recomendaes sobre o
sistema podem ser geradas. Caso necessrio, o modelo pode ser modificado, e este ciclo
reiniciado.
2.2 Estrutura do Mtodo de Pesquisa
A metodologia nos trabalhos de simulao busca sistematizar os passos de seu
desenvolvimento, otimizando a integrao entre software, modelador e usurio, e evitando
desperdcio de tempo, dinheiro e resultados frustrantes.
Baines et al. (2004) sugere que a seleo dos modelos de desempenho humano seja baseada
em trs critrios, apresentados a seguir:

Os modelos devem ser vlidos no contexto o qual eles foram derivados originalmente;

Deve existir literatura suficiente para indicar que o fator representado pelo modelo
est presente no contexto industrial;

As entradas requeridas para os modelos devem ser fceis de serem obtidas. Nesse caso
desejvel que os modelos consistam de funes matemtica.
Para a conduo dessa pesquisa, pretende-se seguir as etapas sugeridas por Baines et al.
(2004), como mostra a abaixo (Ver Figura 2).

Figura 2 Etapas para a seleo dos Modelos de Desempenho Humano

Fonte: Adaptado de Baines et al. (2004).
4/14

ANAIS
3. REFERENCIAL BIBLIOGRFICO
3.1 Sistemas de Manufatura
Segundo Slack et al. (2001), os sistemas de manufatura altamente eficientes continuam
centrados em possibilitar a entrega de produtos mais baratos, melhores e de forma mais gil.
As presses do mercado exigem cada vez mais uma variedade de produtos, customizao,
entregas rpidas, melhoria da qualidade e redues de custos (JAIKUMAR, 1986).
Conseqentemente, os modernos sistemas das linhas de produo tm que identificar algumas
similaridades na manufatura dos produtos e criar uma estrutura e rotina dentro desses sistemas
complexos. Neste contexto, o projeto dos sistemas de manufatura uma tarefa onerosa, e
alguns sistemas ainda tm que ser re-projetados a toda hora que um novo produto
introduzido. Nveis de financiamento e investimentos podem ser imensos e as conseqncias
de um projeto deficiente podem ser significantes. Se um sistema no se desenvolver conforme
o esperado, isto pode causar muitas tenses entre os planejadores e operadores, e isto
acarretar falhas em toda a organizao.
Muitas ferramentas podem ajudar a reduzir as falhas, tais como o envolvimento dos
operadores no projeto do sistema, e tambm o uso de tcnicas de modelagem tais como a
simulao a eventos discretos (BAINES E KAY, 2002).
A simulao a eventos discretos permite a construo de modelos computacionais que
prevem o comportamento do sistema proposto. O software de fcil utilizao e pequenos
modelos podem ser construdos relativamente de maneira rpida. Contudo, os modelos de
simulao podem parecer confiveis enquanto as predies de desempenho so irreais
(BAINES, 1994). Tais erros dependem de muitos fatores, tais como a competncia do usurio,
da complexidade do sistema real que est sendo modelado e da influncia de fatores que
interferem na variao do desempenho humano.
3.2 Simulao a eventos discretos
Para Harrel et al. (2000) e Law e Kelton (1991), simulao a imitao de um sistema real
modelado em computador para posterior realizao de experimentos para avaliao e
melhoria de seu desempenho.
A simulao a eventos discretos utilizada para modelar sistemas que mudam o seu estado
em momentos discretos no tempo, a partir da ocorrncia de eventos (CHWIF E MEDINA
2006). Segundo Duarte (2003), a simulao no uma ferramenta que substitui o trabalho de
interpretao humana, mas sim uma ferramenta capaz de fornecer resultados para anlises
mais elaboradas a respeito da dinmica do sistema, permitindo desta maneira uma
interpretao mais profunda e abrangente do sistema estudado.
De acordo com Banks et al. (2005), a simulao uma das ferramentas mais utilizadas em
sistemas de manufatura do que em qualquer outra rea. Algumas razes podem ser
enumeradas a seguir:

O aumento da produtividade e qualidade na indstria um resultado direto da
automao. Como os sistemas de automao so cada vez mais complexos estes s
podem ser analisados pela simulao.

Os custos de equipamentos e instalaes so relativamente altos.

Os custos dos computadores esto cada vez mais baixos e os processadores mais
rpidos.

Melhorias nos softwares de simulao reduziram o tempo de desenvolvimento de
modelos. A disponibilidade de animao resultou em maior compreenso e utilizao
dos gestores da manufatura.

5/14

ANAIS
3.3 Definies
3.3.1 Sistema
Blanchard (1991) e Banks et al. (2005) definem sistema como um conjunto de objetos que
esto agrupados em alguma interao regular ou interdependncia com o objetivo de
satisfazer algum propsito. Desta definio observam-se os seguintes pontos chaves: um
sistema consiste de mltiplos elementos, estes elementos esto inter-relacionados e trabalham
em cooperao e um sistema existe para o propsito de alcanar objetivos especficos
(HARREL et al., 2000).
De acordo com Law e Kelton (2000), na prtica, o que definido como sistema depende do
objetivo do estudo. So exemplos de sistema: sistema de trfego, sistema policial, sistema
econmico, sistema bancrio, sistema de manufatura, dentre outros. O que para um estudo
particular foi definido como sistema em outro estudo pode ser apenas um subconjunto de
elementos de um sistema mais amplo.
Segundo Pereira (2000), em simulao, possvel trabalhar com sistemas discretos, contnuos
ou a combinao dos dois. Os sistemas so ditos discretos quando as variveis envolvidas
assumem valores finitos ou infinitos numerveis (por exemplo, peas que chegam a uma
mquina) e contnuos quando as variveis mudam continuamente no tempo (por exemplo,
quilmetros rodados pelos caminhes na simulao de um sistema logstico).
3.3.2 Modelo
Segundo Hillier e Lieberman (2001), modelo uma representao de um sistema real, onde
somente os aspectos relevantes para a anlise em questo sero considerados. O uso de
modelos traz muitos benefcios como reduo de tempo, custo e perdas materiais.
Segundo Bertrand e Fransoo (2002), um modelo sempre uma abstrao da realidade no
sentido de que a realidade completa no est includa. Para estes autores, tem-se um modelo
idealizado quando, alm da abstrao da realidade a qual estendida de forma que as relaes
essenciais tornam-se evidentes, as funes tornam-se unidimensionais ou bidimensionais,
diferenciveis etc., com o objetivo de fazer o modelo tratvel para anlise matemtica.
Diversos autores (CARRIE, 1988; HARREL et al., 2000; LAW E KELTON, 2000)
classificam os modelos de simulao sob trs diferentes dimenses: tempo, mudana de
estado do sistema e aleatoriedade, detalhadas a seguir:
Quando o tempo no relevante ou invarivel, o modelo dito esttico. Caso a passagem do
tempo exera papel fundamental o modelo dito dinmico (BANKS, 1998).
Se o estado do sistema muda continuamente com o tempo, o sistema dito ser contnuo. Caso
o estado do sistema mude instantaneamente em pontos especficos do tempo, o sistema dito
ser discreto (LAW E KELTON, 2000; BANKS et al., 2005). De forma anloga, classificamse os modelos em contnuos ou discretos.
Quanto aleatoriedade, os modelos que no possuem entradas aleatrias so determinsticos.
Se o modelo possuir pelo menos uma entrada aleatria ento ele estocstico.
3.3.3 Variveis
Segundo Harrel et al. (2000), projetar um novo sistema ou fazer melhorias em um sistema
existente requer mais que simplesmente identificar os elementos e os objetivos de
desempenho do sistema. Isto requer uma compreenso de como os elementos do sistema
afetam um ao outro e o desempenho global dos objetivos.
Para ajudar na compreenso desses relacionamentos, Harrel et al. (2000) classificam as
variveis do sistema em trs tipos: variveis de deciso, variveis de resposta e variveis de
estado.
6/14

ANAIS
As variveis de deciso, tambm chamadas de variveis independentes quando se realizam
experimentos afetam o comportamento do sistema. Estas variveis podem ser controlveis ou
incontrolveis dependendo do usurio poder ou no manipul-las.
As variveis de resposta, tambm chamadas variveis de desempenho ou de sada, so
dependentes e medem o desempenho do sistema em resposta a um particular conjunto de
variveis de deciso.
As variveis de estado indicam o estado do sistema em qualquer ponto especfico do tempo.
Para Law e Kelton (2000), um sistema pode ser classificado segundo a forma como as
variveis de estado mudam. Quando as variveis de estado mudam instantaneamente em
pontos especficos do tempo diz-se que o sistema discreto. Por outro lado, um sistema dito
contnuo quando as variveis de estado mudam continuamente no tempo.
3.3.4 Elementos
Sob o enfoque da simulao, um sistema consiste de entidades, atividades, recursos e
controles (HARREL et al., 2000). Esses elementos definem quem, o qu, quando, onde e o
como ocorre o processamento da entidade na simulao, como explicado a seguir:

Entidades: So os itens processados atravs do sistema tais como produtos, clientes e
documentos (HARREL et al., 2000).

Atividades: So as tarefas realizadas no sistema que esto direta ou indiretamente

envolvidas no processamento das entidades (HARREL et al., 2000; CARRIE, 1998).

Recursos: So os meios pelos quais as atividades so realizadas. Eles fornecem as

instalaes de apoio, equipamentos e pessoal para conduo das atividades (HARREL
et al., 2000).
Controles: Ditam como, quando e onde as atividades so realizadas. Eles definem as
regras do sistema.

3.3.5 Simulao terminante e no-terminante

Segundo Law e Kelton (2000), a simulao dita terminante quando se est interessado em
estudar um sistema num dado intervalo de tempo, ou seja, conhecer seu comportamento ao
longo deste intervalo, sendo definidas as datas de incio e trmino da simulao.
A simulao dita no-terminante quando se est interessado em estudar o sistema a partir do
momento em que o mesmo estiver em um estado estvel, atingido aps certo perodo de
aquecimento, onde se determina e elimina as tendncias iniciais. Isso no quer dizer que ela
nunca termine, nem que o sistema no tenha fim, mas que ela poderia continuar infinitamente
sem nenhuma mudana estatstica no comportamento.
3.4 Fatores de Desempenho Humano
Segundo Lewin (1935) o comportamento humano uma funo de interaes entre a pessoa e
o ambiente em uma dada situao em um determinado momento. A teoria de Lewin mostra a
importncia de entender o comportamento humano dentro de uma situao e sua variabilidade
natural em diferentes situaes.
Segundo Williams e Fletcher (2002), comumente aceito que os fatores humanos influenciam
os comportamentos das pessoas em seus ambientes de trabalho. Com isso, o desafio
encontrar quais so os fatores relevantes que influenciam o comportamento humano.
Hadfield et al. (2002) desenvolveu uma teoria para a modelagem do desempenho do
trabalhador, baseada no modelo de Lewin, mencionado acima. Essa abordagem identifica os
principais fatores e medidas de desempenho para o comportamento do trabalhador atravs de
7/14

ANAIS

Fatores pessoais (P)

uma extensiva reviso e sntese da literatura relevante usando critrios baseados na seguinte
avaliao: relevncia geral, relevncia contextual, robustez da evidncia e mensurabilidade
(Ver Figura 3).

Habilidades Cognitivas

Inteligncia

Personalidade

Conscientizao
Extroverso,
Agradabilidade,
Franqueza.

Dados Biogrficos

Idade,
Gnero,
Habilidades

Atitudes no trabalho

Objetivos
Controle
Satisfao no trabalho

TMedidas de desempenho

Fatores Ambientais

Tempo da atividade
Taxa de erro
Taxa de acidente
Confiana
Absentesmo

Nvel de rudo
Temperatura do ar
Nvel de luminosidade
Fsicos
Umidade
Ventilao
Turnos
Equipes de Trabalho
Manuteno
Treinamento
Estrutura Hierrquica
Organizacional
Diversidade
Rotao do trabalho
Comunicao
Clima Organizacional
Figura 3 Quadro terico para a Modelagem do desempenho do trabalhador.
Fonte: Hadfield et al., (2002)

Segundo Baines et al. (2004), em um sistema de manufatura, as pessoas so tratadas como

elementos pseudotecnolgicos e espera-se que elas se comportem da mesma forma que as
mquinas. Porm, esse conceito limitado na aplicao da simulao e modelagem do
comportamento e desempenho humano.
Este problema especialmente agudo quando se modelam sistemas com altas propores de
trabalho manual, como em uma linha de montagem. Na conduo de determinadas tarefas, as
pessoas no as fazem da mesma forma que as mquinas, uma vez que elas so inerentes,
instveis, imprevisveis e capazes de aes independentes.
Os construtores dos modelos supem que os trabalhadores sempre comeam a trabalhar na
hora prevista, operam a uma taxa constante durante todo o dia e interrompem seu trabalho nos
intervalos previstos. No entanto, tal comportamento regular raramente ocorre na prtica.
8/14

ANAIS
Segundo Baines et al. (2005) uma desejvel melhora para simulao pode ser obtida atravs
de uma representao mais realstica das variaes no desempenho humano e dos fatores
humanos que influenciam essas variaes. Segundo Baines (2002) e Kay (2002), essa
capacidade pode ser melhorada atravs da integrao de uma ferramenta de modelagem do
desempenho humano com a simulao computacional (Ver Figura 4).

Necessidade
da empresa

Mquinas, sua
organizao e
disponibilidade;

Fluxo de linha e

tempo do processo;

Apresentao
da
Empresa

Conceito
do
Projeto

Modelagem
baseada em
Simulao
Computacional

Pessoas, sua

organizao e
disponibilidade.

Avaliao
e
Refinamento

Re c u r s o s

Implementar

Mensurao

dos
produtos como leadtime e volume;

Mensurao

dos
recursos
como
disponibilidade
e
utilizao.

Produtividade e disponibilidade do trabalhador

Descrio do
trabalhador;

Descrio do

ambiente de trabalho.

Modelagem
do
Desempenho
Humano

Criao de
modelos mais
vlidos

Incluso dos
fatores
humanos no
incio do
projeto

Figura 4 Modelagem do desempenho humano como um auxlio no projeto dos sistemas de manufatura.
Fonte: Baines e Kay (2002)

O desenvolvimento dessa capacidade oferece dois principais benefcios. Primeiro, possibilita

a criao de modelos mais vlidos dos sistemas de manufatura, o que permite que as decises
de investimentos sejam tomadas com maior confiana. Segundo, por permitir uma maior
considerao dos fatores humanos no incio do projeto dos sistemas de manufatura, isto faz
com que os projetistas criem ambientes de trabalho mais favorveis ao maior desempenho da
fora de trabalho.
3.5 Seleo e descrio dos Modelos de Desempenho Humano
3.5.1 Idade do Colaborador
Muitas evidncias sugerem que a reduo do desempenho ocorre com o aumento da idade.
Ambas as faculdades cognitivas e fsicas mostram uma reduo no desempenho em no
mximo 1% a cada 1 ano, aps a idade de 20 anos. At essa idade, o corpo humano est se
desenvolvendo ainda e o desempenho aumenta at o ponto mximo cuja variao entre
indivduo.
Tanto as funes cognitivas bsicas do corpo humano tais como a memria de curto prazo,
velocidade de processamento e tomadas de deciso to bem quanto s faculdades fsicas como
exerccio aerbico, oxigenao, fora mxima do msculo diminuem linearmente quando
consideradas isoladamente. Esses efeitos podem ser significativamente reduzidos por aumento
de tcnicas e habilidades interpessoais, experincia, treinamentos fsicos e estilos de vida
pessoal.
9/14

ANAIS
De acordo com Warr (1995), estes efeitos mascaram a reduo do desempenho devido ao
envelhecimento. Em uma tentativa de representar alguns mecanismos que esto sendo
mascarados, foi desenvolvido um modelo baseado no pressuposto de que onde uma tarefa
requer inferior desempenho, a mudana efetiva no seu desempenho no linear.
Segundo esse modelo, a reduo do desempenho devido idade, no mensurvel at os 30
anos de idade. Assume-se que a taxa de reduo do desempenho devido idade no
constante de 1% ao ano, mas a partir dos 30 anos aumenta linearmente de 0%, e na idade de
65 anos aumenta de 1%. Conseqentemente, para a faixa de idade de 30-65, d dado por:
d =

( a 30 )
35

(1)

Onde d = taxa de decremento do desempenho devido idade ao ano (%), onde a = idade em
anos.
O decremento do desempenho em uma idade a dado por:
D = d ( a 30 )

(2)

Onde D = decremento do desempenho devido idade (%).

3.5.2 Ritmo Circadiano
Ritmo circadiano (RC) designa o perodo de aproximadamente um dia (24 horas) sobre o qual
se baseia todo o ciclo biolgico do corpo humano e de qualquer outro ser vivo, influenciado
pela luz solar. O RC regula todos os ritmos materiais bem como muitos dos ritmos
psicolgicos do corpo humano, com influncia sobre, por exemplo, a digesto ou o estado de
viglia, passando pelo crescimento e pela renovao das clulas, assim como o aumento ou
reduo da temperatura.
Todos os ritmos desempenham funes vitais de bio-regulagem, e quando autorizado a
desempenhar as suas tarefas sem entraves o corpo humano autorizado a manter normais os
nveis de esforo, motivao, e de sade fsica e mental. Quando os ritmos so perturbados,
contudo, o desempenho degradado e a sade pode ser afetada suficientemente para causar
doenas crnicas e agudas, tais como problemas cardiovasculares, cncer e depresses
clnicas.
A principal funo do RC preparar nosso corpo para o sono atravs da regulagem
hormonal de nossas funes bsicas. At certa hora da noite, entre o perodo das 22h30min s
01h, o corpo humano naturalmente adormece. Isso usualmente acompanhado por uma
reduo na temperatura central e pelo aumento da melatonina (o hormnio do sono). O RC
ento provoca-nos uma mdia de durao do sono de aproximadamente 7 horas. A hora de
acordar ou de dormir varia entre indivduos.
O modelo proposto por Spencer (1987) tem sido identificado como um fornecimento de uma
base adequada para um micro modelo. Com base nos resultados desse modelo e nos estudos
anteriores foi desenvolvido um modelo incorporando a hora do dia e a hora desde que a
pessoa acorda para prever o desempenho dos trabalhadores que comeam seus turnos em
diferentes horas do dia. O desempenho da tarefa no estudo, a tarefa de substituio do
smbolo digital (DSST) prevista para a hora do dia, T, e a hora desde que a pessoa acorda, t
(Ver Equao 3).
DSST

( T , t ) = 233 , 3 + 1 , 54 t 0 , 304 t 2 + 0 , 0108 t 3 + 4 , 97 cos( 2

10/14

(T - 17,05)
24

(3)

ANAIS
4. ESTUDO DE CASO
Seguindo o mtodo de pesquisa proposto, a primeira etapa dessa pesquisa consistiu em
identificar um modelo que contem fatores humanos e tecnolgicos. Assim, a aplicao deste
trabalho foi desenvolvida na empresa X, uma empresa brasileira de alta tecnologia, focada na
fabricao e desenvolvimento de equipamentos para a comunicao ptica. Pela prpria
natureza de seus processos, destacam-se algumas caractersticas como a multifuncionalidade
dos colaboradores, a ausncia de mtodos-padro para a execuo das atividades e a grande
dependncia da habilidade manual, mental e experincia profissional do colaborador para a
montagem e configurao do produto. A rea de manufatura da empresa composta por seis
clulas de manufatura, sendo cada clula responsvel por montar um grupo de equipamentos.
A clula de Transponders, produtos que respondem por cerca de 40% do faturamento da
empresa, foi modelada e simulada em um estudo prvio que no considerou fatores humanos.
Nesta clula, existem 02 colaboradores que podem executar qualquer uma das atividades.
Sendo assim, o objetivo desse trabalho foi estudar como inserir fatores humanos neste modelo
e ento poder analisar qual a influncia dos mesmos nos resultados finais da simulao (Ver
Figura 5).

Figura 5 Modelagem da clula de Transponders da empresa X

Fonte: Promodel

A segunda etapa foi identificar um nmero de fatores de desempenho humano para incorporlos dentro de um ambiente experimental. Isto foi atingido atravs de uma reviso de literatura
para identificar quais fatores influenciam no desempenho dos trabalhadores dentro de um
ambiente de manufatura.
Inicialmente, este artigo ilustrou dois modelos especficos para mostrar a relao entre os
fatores humanos (idade do colaborador e ritmo circadiano) e as mudanas ocorridas no tempo
de ciclos das operaes manuais e conseqentemente nos totais produzidos.
Neste artigo, selecionou-se o fator idade do colaborador para ser inserido na aplicao do
modelo real da empresa X com o intuito de verificar se a incluso desse fator altera ou no o
desempenho do modelo estudado.
Segundo o modelo desenvolvido por War (1995) citado acima, a reduo do desempenho
devido idade, no mensurvel at os 30 anos de idade. Assume-se que a taxa de reduo
do desempenho devido idade no constante de 1% ao ano, mas a partir dos 30 anos
aumenta linearmente de 0%, e na idade de 65 anos aumenta de 1%. Conseqentemente, para a
faixa de idade de 30-65, d dado pela Equao 1 e D dado pela Equao 2.
Neste trabalho, optou-se por calcular a taxa de decremento do desempenho devido idade, ao
ano, d, e o decremento do desempenho devido idade, D, para as idades que esto
ilustradas na Tabela 1. Os resultados obtidos foram os seguintes:
11/14

ANAIS
Tabela 1 Idade do Colaborador e respectivas d e D
Idade
d (%)
D (%)
30

35

0,1429

0,7143

40

0,2857

2,8571

45

0,4286

6,4286

50

0,5714

11,4286

55

0,7143

17,8571

60

0,8571

25,7143

64

0,9714

33,0286

65

1,0000
35,0000
Fonte: Adaptado de Warr (1995)

Dessa forma, a partir dos dados determinsticos do modelo da empresa X calculou-se a

variao obtida no tempo de ciclo wait de cada atividade incluindo o fator idade do
colaborador nesse modelo, conforme mostrado na Tabela 2.
Tabela 2 Wait do modelo real x Wait do modelo incluindo fator humano Idade do colaborador
Wait: Modelo incluindo Fator Humano (Min)
Wait: Modelo Real
Atividades
(Min)
30
35
40
45
50
55
60
64
65
Atualizar projeto
22,7
22,7 22,86 23,35 24,16 25,29 26,75 28,54 30,20 30,65
Montar
24,35
24,35 24,52 25,05 25,92 27,13 28,70 30,61 32,39 32,87
Configurar
11,52
11,52 11,60 11,85 12,26 12,84 13,58 14,48 15,32 15,55
Consertar
19,57
19,57 19,71 20,13 20,83 21,81 23,06 24,60 26,03 26,42
Finalizar

12,81

12,81 12,90 13,18 13,63 14,27 15,10 16,10 17,04 17,29

Fonte: Adaptado de Warr (1995)

A partir desses dados, foi possvel, atravs do Software Promodel, a gerao do modelo
determinstico e tambm dos modelos incluindo o fator humano idade para 30, 35, 40, 45,
50, 55, 60, 64 e 65 anos, num perodo de 13 semanas, a fim de comparar os totais produzidos
em cada modelo. O total produzido pelo modelo determinstico foi de 672 unidades.
O grfico abaixo ilustra a reduo ocorrida no total produzido durante o perodo de 13
semanas, devido incorporao do fator idade do colaborador no modelo real do sistema
estudado.

Quantidade

VARIAO NO TOTAL PRODUZIDO EM 13 SEMANAS

157

200

163

129
92

100

56

42
0

0
30

35

40

45

50

55

60

64

65

Idade do Colaborador

Figura 6 Variao no Total Produzido conforme a Idade do Trabalhador em 13 Semanas

Fonte: Excel

12/14

ANAIS
5. CONCLUSES
O objetivo principal deste trabalho foi analisar se a incluso do fator de desempenho humano
idade do colaborador dentro de um modelo de simulao a eventos discretos influencia os
resultados previstos pela simulao.
Para atendimento desse objetivo, foi realizada uma reviso de literatura apresentando os
principais conceitos de sistemas de manufatura, simulao a eventos discretos e fatores de
desempenho humano. Identificou-se que tanto os fatores pessoais como os fatores ambientais
podem influenciar o desempenho humano.
Esse artigo focou na anlise de fatores pessoais, mais especificamente, a idade do
colaborador, classificado na pesquisa como dados biogrficos.
Os resultados obtidos indicam que a incluso de fatores humanos dentro dos modelos de
simulao a eventos discretos tem um impacto no desempenho do sistema de reduo que est
sendo simulado. De acordo com a idade do colaborador, observou-se uma reduo no total
produzido, o que comprova um decremento no desempenho do trabalhador dentro da faixa de
idade estudada. O modelo incluindo o fator idade 30 anos no apresentou nenhuma variao
no total produzido e o modelo incluindo o fator idade 65 anos apresentou uma variao de 1%
no desempenho, conforme esperado.
No entanto, existem muitos assuntos que ainda necessitam de investigao. A validade e a
confiabilidade dos resultados da simulao so dependentes da validade e confiabilidade dos
micro-modelos utilizados, e conseqentemente as prximas etapas da pesquisa iro focar em
um desenvolvimento de modelos de fatores humanos.
REFERNCIAS BIBLIOGRFICAS
BAINES, T; ASCH, R; HADFIELD, L; MASON,S; FLETCHER, L; KAY,J.M. Towards a
theoretical framework for human performance modeling within manufacturing systems
design. Simulation Modelling Practice and Theory 13 (2005) 486504.
BAINES, T; MASON, S; SIEBERS, P.O; LADBROOK, J. Humans: the missing link in
manufacturing simulation? Simulation Modelling Practice and Theory 12 (2004) PP. 515526.
BAINES, T; MASON, S; J.M. KAY, Human performance modelling as an aid in the process
of manufacturing system design: a pilot study. Int. J. Prod. Res. 40 (10) (2002) 23212334.
BAINES, T.S., Modelling in the evaluation of a manufacturing strategy, PhD thesis,
Cranfield University, UK (1994).
BANKS, J.; CARSON, J. S.; NELSON, B. L.; NICOL, D. M. (2005). Discrete-event system
simulation. 4th Ed. New Jersey: Prentice Hall. 608 p. ISBN 0-13-144679-7.
BANKS, J. (1998). Principles of simulation. In: BANKS, J. (Ed.) (1998). Handbook of
Simulation. New York: John Wiley & Sons. Cap. 1, p. 3-30. ISBN 0-471-13403-1.
BERTRAND J.W.M., FRANSOO J.C. Modelling and simulation: Operations management
research methodologies using quantitative modeling. International Journal of operations &
Production Management. Volume 22, 2002.
BLANCHARD, B.S. (1991). System engineering management. New York: John Wiley &
Sons. 416 p. ISBN 0471506761.
CARRIE, A. (1988). Simulation of manufacturing systems. 1st Ed. New York: John Wiley &
Sons.

13/14

ANAIS
CHWIF, L. MEDINA, A. C. Modelagem e Simulao de Eventos Discretos: Teoria e
Aplicaes. So Paulo, Ed. Dos Autores, 2006.
DUARTE, Roberto N. Simulao computacional: Anlise de uma clula de manufatura em
lotes do setor de autopeas. Dissertao de mestrado em engenharia de produo. UNIFEI,
Itajub, MG, 2003.
HADFIELD, L., FLETCHER, S., MASON, J.P., BAINES, T., & LADBROOK, J. (2002,
April 3-5). A Theoretical Framework for Human Performance Modelling. Proceedings of the
Second International Conference on Systems Thinking in Management (ICSTM02), Salford,
UK.
HARREL, Charles R.; GHOSH, Biman K.; BOWDEN, Royce. Simulation Using ProModel.
McGraw-Hill, 2000.
HILLIER, F. S.; LIEBERMAN, G. J. Introduction to operations research. McGraw-Hill,
2001.
JAIKUMAR, R., 1986, Postindustrial manufacturing, Harvard Business Review, Vol 64 (6),
pp 69-76.
LAW, A.; KELTON, D. Simulation modeling and analysis. New York, McGraw-Hill, 2000.
LAW, A.; KELTON, W.D. Simulation modeling & analysis, 2nd Edition, McGraw Hill, Inc:
New York.1991.
LEWIN, K. A Dynamic Theory of Personality: Selected Papers of Kurt Lewin. New York:
McGraw-Hill (1935).
MITROFF, I, I.; BETZ, F.; PONDY, L.R.; SAGASTI, F. On Managing science in the systems
age. Two schemas for the study of science as a whole systems phenomenon. The institute of
Management Scienses. Volume 4, 1974, p. 46-48.
PEREIRA, I. C. Proposta de sistematizao da simulao para fabricao em lotes.
Dissertao mestrado em engenharia de produo. UNIFEI, Itajub, MG, 2000.
SIEBERS P.O; WorkerPerformance Modelling in Manufacturing Systems Simulation:
Proposal for an Agent-Based Approach. Cranfield University, Cranfield, UK (2007).
SILVA E. L; MENEZES E. M; Metodologia de Pesquisa e Elaborao de Dissertao,
Florianpolis 2005.
SLACK, N., CHAMBERS, S. and JOHNSTON, R., 2001. Operations Management, 3rd
EDITION (Financial Times Prentice Hall, Harlow, UK).
SPENCER, M.B; The influence of irregularity of rest and activity on performance: a model
based on time since sleep and time of day, Ergonomics. 30 (9) (1987) 12751286.
WARR, P. Age and job performance, in: Work and Aging: A European Perspective. Taylor &
Francis, 1995.
WILLIAMS R., & FLETCHER, C. (2002). Performance Management and Organizational
Effectiveness. In Robertson, I.T., Callinan, M., & Bartram, D. Organizational Effectiveness:
The Role of Psychology. Chichester: John Wiley & Sons.

14/14