Roteirização de Veículos para abastecimento de linhas de montagem

Abstract

As cadeias de abastecimento possuem processos relevantes no que tange à organização das linhas de montagem de indústrias automotivas. Nesse processo, o qual consiste em distribuir, armazenar e organizar as peças do supermercado ao longo da linha de montagem, objetiva-se garantir a otimização da cadeia produtiva a fim de reduzir custos e aumentar a competitividade das empresas. Em virtude da variação na frequência de demanda dos diferentes componentes inclusos nas linhas de montagem mistas, a má gestão do processo de abastecimento torna-se uma problemática de destaque à medida em que os movimentos de distribuição e organização não otimizados tendem a custar tempo extra e possíveis paradas na produção, significando desperdício de recursos. A literatura sobre tal tema, entretanto, ainda é escassa e, grande parte das soluções de roteirização empregadas na indústria se baseiam na experiência dos operadores frente a estudos específicos de distribuição. Propõe-se, portanto, um estudo acerca dos métodos ótimos do fluxo de material de supermercados para as linhas de montagem, reduzindo os custos e o tempo do movimento de reabastecimento. Neste estudo, os materiais a serem transportados são armazenados em um local de estoque e devem ser transferidos para pontos distribuídos ao longo da linha de montagem por meio de tow trains com capacidade máxima fixa. Propõe-se para a resolução do problema de roteirização, uma ferramenta computacional heurística para o planejamento de rotas de tow trains, a qual foi implementada com a linguagem de programação Python e integrou a biblioteca OR-Tools. Ao algoritmo foram impostas diversas condicionais e restrições, incluindo restrições de demanda e capacidade específicas, direções no line supply, janelas de tempo de entregas e condicionais relacionadas ao reabastecimento nos supermercados. Os resultados do estudo demonstram que o algoritmo desenvolvido obteve sucesso em otimizar as operações de reabastecimento em linhas de montagem automotivas, atingindo valores ótimos de distâncias percorridas, equivalentes a 10.325 metros total por rota durante um turno de trabalho e uma frota ótima equivalente a 5 tow trains. Destaca-se um importante trade off nas mudanças de janelas de tempo e no número de veículos, sendo que as mudanças de janelas de tempo podem causar flutuações de cerca de 12,5% a 18,75% no atendimento da demanda, enquanto a redução na frota de veículos pode impactar em até 43,75% tal atendimento. Neste ponto, o algoritmo permitiu a constatação de que o cenário mais eficiente é o representado pela matriz de janelas de tempo M4 sem restrições no line supply, com cinco tow trains. Por fim, a flexibilidade do algoritmo sugere aplicabilidade em diversos contextos logísticos, evidenciando seu equilíbrio entre complexidade e eficiência na roteirização de tow trains.

Supply chains are pivotal processes in the organization of assembly lines within the automotive industry. In this process, which consists of distributing, storing and organizing supermarket parts along the assembly line, the aim is to guarantee the optimization of the production chain in order to reduce costs and increase the competitiveness of companies. Due to the varying demand frequency of components in mixed assembly lines, mismanagement of the supply process becomes a significant issue as non optimized distribution and organization movements tend to cost extra time and possible stops in production, meaning waste of resources. Literature on this topic remains scarce, and many routing solutions employed in the industry rely on operators’ experiences in specific distribution studies. Therefore, a study is proposed to investigate optimal methods for supermarket material flow to assembly lines, with the goal of reducing costs and replenishment movement time. In this study, materials to be transported are stored in a designated stock location and must be transferred to points distributed along the assembly line through tow trains with a fixed maximum capacity. To address the routing problem, a heuristic computational tool for tow train route planning is proposed. It is implemented using the Python programming language and integrated with the OR Tools library. The algorithm is subject to various conditions and constraints, including specific demand and capacity restrictions, directions in the line supply, delivery time windows, and conditions related to replenishment in supermarkets. The results of the study demonstrate that the developed algorithm successfully optimized replenishment operations in automotive assembly lines. It achieved optimal values for distances traveled, equivalent to a total of 10.325 meters per route during a work shift, and an optimal fleet equivalent to 5 tow trains. A significant trade-off is highlighted in changes to time windows and the number of vehicles. Alterations in time windows can cause fluctuations of approximately 12,5% to 18,75% in demand fulfillment, while reducing the vehicle fleet can impact this fulfillment by up to 43,75%. At this point, the algorithm allowed the identification that the most efficient scenario is represented by the time window matrix M4 without line supply restrictions, with five tow trains. Finally, the flexibility of the algorithm suggests applicability in various logistical contexts, highlighting its balance between complexity and efficiency in tow train routing.