Como antecipar melhor os picos de demanda ou paradas para manutenção em uma empresa de mineração

Em uma recente postagem sobre planejamento integrado de ponta a ponta para uma empresa de mineração, mostramos como machine learning (aprendizado de máquina) e modelagem matemática podem ser combinados para minimizar as penalidades nas vendas de minério de ferro. No entanto, esse é apenas um benefício desse tipo de ferramenta, e aqui abordaremos outra vantagem de usar um modelo de otimização: como uma empresa pode antecipar melhor os picos de demanda ou as paradas para manutenção.

 

Embora todos saibamos que o estoque é um dos principais desperdícios do Lean Manufacturing, às vezes ele é essencial para alcançar a eficiência. Isso não significa que uma empresa não possa ter estoque, mas sim que deve usá-lo com sabedoria. Em uma mineradora, o estoque tem a função primária de permitir a mistura de diferentes qualidades de minérios e lidar com a variabilidade da qualidade produzida. Em uma empresa de mineração, a função principal é permitir a mistura de diferentes qualidades de minério e lidar com a variabilidade da qualidade do minério. Além disso, pode ser utilizado de forma eficiente em um processo produtivo como reserva (buffer): às vezes, produzindo intencionalmente mais do que o necessário e armazenando para atender a demanda futura ou para abastecimento durante uma parada de produção resultante de uma manutenção planejada.

 

No entanto, essa reserva deve ser construída com cuidado: não deve ser uma mistura do excesso de produção, mas bem separado por qualidade. Outro aspecto importante é que deve ser feito em cada etapa do processo, e não apenas no final da produção. Ambas as práticas aumentam a flexibilidade da empresa, que estará melhor preparada para os casos acima mencionados (picos de demanda e interrupções para manutenção).

 

A questão a ser resolvida é quando a empresa deve começar a armazenar o material e, também, qual material. Essas decisões envolvem muitos aspectos:

 

• Quando haverá manutenção programada ou pico de demanda?
• Qual é a demanda naquele momento?
• Qual é a minha capacidade de produção? Quanto custa para aumentar a produtividade em determinados momentos?
• Qual é a minha capacidade de armazenamento? Quanto custa?
• Quais são as penalidades em caso de atraso na entrega?

 

Considerando todas essas variáveis, fica claro que se trata de uma decisão complexa, que pode ser melhor tomada aplicando-se um modelo de otimização como ferramenta auxiliar.

 

Usando nosso exemplo do post anterior, onde temos uma mina de ferro genérica, simulamos uma manutenção planejada de um dia na última semana do terceiro mês:

 

 

Obviamente, isso resulta em menor disponibilidade das máquinas para produção, e o modelo precisa reotimizar a solução, adequando o consumo de ROM e o planejamento de entrega. Houve redução na entrega de contratos LQ, resultando em redução de lucro em apenas 0,29%. Para alcançar tal resultado, a otimização identifica como solução a antecipação de parte da produção para as semanas anteriores:

 

 

Como podemos perceber, a manutenção afetou os lucros da empresa, o que é um comportamento esperado. No entanto, usando este tipo de modelo é possível simular e determinar quando é o melhor momento para executar a manutenção, bem como modificar o planejamento de produção e entrega para melhor se adaptar à redução da capacidade de produção. Esta pode ser uma decisão fundamental para melhorar os resultados do negócio!

 

Autor: Cassiano Lima - Consultor Sênior na Cassotis Consulting

 

  Coautores: Fabio Silva - Gerente Sênior na Cassotis Consulting

        Emmanuel Marchal - Managing Partner na Cassotis Consulting