Combinação da análise por envoltória de dados multiobjetivo com a eficácia global dos equipamentos: um estudo em uma empresa do segmento automobilístico

Abstract

The competitive world has been demanding that the manufacturing companies provide products with quality, speed, flexibility, reliability and lower cost. In order to survive the companies seek, through various Lean tools, to discover the needs of the market and rise to these challenges. Thus, this study aims to combine the results of the Overall Equipment Effectiveness (OEE) indicator of an industry in the automotive field with the results achieved by classic DEA (Data Envelopment Analysis) model and BiO-MCDEA (Bi-Objective Multiple Criteria DEA) model, recently published in the literature, both utilizing the constant scale return and oriented to inputs. Thus, this work sought to identify a tool of daily use in the investigated machines, being helpful in the decision-making process. The method used was the modeling and simulation of the data and a theoretical framework was built to provide support for the quantitative development. The overall results obtained indicate a good results from the combination of the OEE with the BiO-MCDEA model, identifying the most critical DMUs and the targets for achieving efficiency. However, it's important to emphasize that the path to high performance levels require investment of resources and reaching challenging goals that should be established by decision makers

O mundo competitivo vem exigindo que as empresas de manufatura forneçam produtos com qualidade, rapidez, flexibilidade, confiabilidade e menor custo. Em busca de sobrevivência as empresas buscam, por meio das várias ferramentas do Lean, conhecer as necessidades do mercado e enfrentar esses desafios. Dessa forma, este trabalho tem como principal objetivo combinar os resultados do indicador Overall Equipment Effectiveness (OEE) de uma indústria na área automobilística com os resultados atingidos pelos modelos DEA (Data Envelopment Analysis) clássico e o modelo BiO-MCDEA (Bi-Objective Multiple Criteria DEA), recentemente divulgado na literatura, ambos com retorno constante de escala e orientados ao input. Buscou-se, assim, identificar uma ferramenta de uso diário nas máquinas investigadas, servindo de auxílio no processo de tomada de decisão. O método de pesquisa utilizado foi a modelagem e simulação e foi construído um referencial teórico que fornecesse um suporte para uma abordagem quantitativa. Os resultados gerais do trabalho indicam uma forte contribuição da combinação do OEE com o modelo BiO-MCDEA ao identificar as DMU's mais críticas e as metas para alcance da eficiência. Entretanto, vale ressaltar que o caminho até um melhor desempenho das máquinas exige investimento de recursos e atendimento às metas desafiadoras, que podem ser estabelecidas pelos decisores