Data Envelopment Analysis is a multi-criteria decision making tool employing set of minimizing criteria (inputs) and set of maximizing criteria (outputs) for evaluating decision making unit efficiency. This method is accompanied by problems in field of input and output weight assignment, whereas benevolent basic model formulation enables decision making unit evaluation to be based on far unevenly distributed weight vector. Furthermore, data envelopment analysis basic model produces dichotomized dividing in form of efficient and inefficient decision making unit sets. Extensive set of efficient units occurs frequently and this causes difficulties in choosing one or less number efficient units. These phenomena appear often simultaneously. An implementation of multi-criteria decision making models into data envelopment analysis is exercised in order to reduce these undesired effects in applications.

Submitted by Carlos Alberto Ushizima (caushizima@dglnet.com.br) on 2018-11-08T21:39:33Z No. of bitstreams: 1 Dissertação Carlos A Ushizima.pdf: 3738576 bytes, checksum: 8e4ba3aa41fe88d4ff77e8575bca49bb (MD5) / Approved for entry into archive by Pamella Benevides Gonçalves null (pamella@feg.unesp.br) on 2018-11-12T13:55:31Z (GMT) No. of bitstreams: 1 ushizima_ca_me_guara.pdf: 3738576 bytes, checksum: 8e4ba3aa41fe88d4ff77e8575bca49bb (MD5) / Made available in DSpace on 2018-11-12T13:55:32Z (GMT). No. of bitstreams: 1 ushizima_ca_me_guara.pdf: 3738576 bytes, checksum: 8e4ba3aa41fe88d4ff77e8575bca49bb (MD5) Previous issue date: 2018-09-12 / A estratégia da organização Green e Lean Manufacturing enfatiza a redução de desperdícios, resíduos e seus impactos ambientais, o aumento da eficiência, a melhoria da qualidade e a redução do tempo de ciclo pela eliminação das atividades que não agregam valor. Normalmente, as empresas adotam o indicador Manufacturing Cycle Efficiency para identificar e melhorar seus processos buscando atender aos requisitos da Lean Manufacturing. Este trabalho é classificado como uma pesquisa aplicada, a abordagem do problema é quantitativa e o método utilizado de Modelagem e Simulação, além da técnica não paramétrica da Análise Envoltória de Dados Multi-critério para calcular otimamente um novo indicador denominado Value Added Actcities in Manufacturing Processes (VAAMP) ou Índice de Atividades de Valor Agregado em Processos de Manufatura para medir a eficiência dos processos produtivos por meio de parâmetros da Lean e Green Manufacturing. Uma aplicação em uma indústria multinacional de autopeças foi feita com o objetivo de testar e validar o novo indicador. Como vantagem imediata foi possível aos gestores tratar informações adicionais ao indicador Manufacturing Cycle Efficiency, adotado pela empresa, incorporando outros parâmetros importantes citando como exemplo: a quantidade de sucata, o volume das vendas, a quantidade de peças em processo, os gestores e especialistas em Lean e Green Manufacturing da empresa estudada, que observaram boa adesão à prática dos novos valores calculados, quando comparados aos cálculos tradicionalmente adotados. Outras vantagens deste novo indicador também são destacadas, como o estabelecimento de um ranking de eficiência entre os processos produtivos analisados e a determinação de metas viáveis para tornar eficientes os processos identificados como ineficientes / The strategy of organizational Green & Lean Manufacturing emphasizes on reducing waste and environmental impacts, increasing efficiency, quality improvement, and cycle time reduction by eliminating non-value-added activities. Usually enterprises adopt the indicator Manufacturing Cycle Efficiency to identify and make improvement so as to meet Lean Manufacturing requirements. This work is classified as an applied research, approach of problem is quantitative and based on Modeling and Simulation, in addition to the nonparametric technique the Multi-Criteria Data Envelopment Analysis, to optimally calculate a new indicator, hereby called as Value-Added Activities in Manufacturing Processes, to measure the efficiency of productive processes through Green and Lean Manufacturing parameters. An application of new indicator was made in a multinational auto parts industry with the purpose of validating and testing it. As an immediate advantage of this new indicator, it was possible for managers to insert more information, as incorporating aspects associated with Green Manufacturing, in the calculation of the Manufacturing Cycle Efficiency, making it more consistent and representative of what is happening in practice. Among this additional information on the real processes analyzed, we can mention, for example, the amount of scrap generated, the amount of sales invoicing, the quantity of work in process, the quantity of finished products in stock, among others. The results of a new indicator were validated by specialists in Green & Lean Manufacturing, managers of the studied company, who observed greater adherence to the practice of these new calculated values, when compared to the calculations traditionally adopted. Other a new indicator advantages are also highlighted, such as the establishment of a ranking of efficiency between the productive processes analyzed and the determination of feasible goals to make efficient the processes identified as inefficient

Orientador: Aneirson Francisco da Silva / Resumo: A estratégia da organização Green e Lean Manufacturing enfatiza a redução de desperdícios, resíduos e seus impactos ambientais, o aumento da eficiência, a melhoria da qualidade e a redução do tempo de ciclo pela eliminação das atividades que não agregam valor. Normalmente, as empresas adotam o indicador Manufacturing Cycle Efficiency para identificar e melhorar seus processos buscando atender aos requisitos da Lean Manufacturing. Este trabalho é classificado como uma pesquisa aplicada, a abordagem do problema é quantitativa e o método utilizado de Modelagem e Simulação, além da técnica não paramétrica da Análise Envoltória de Dados Multi-critério para calcular otimamente um novo indicador denominado Value Added Actcities in Manufacturing Processes (VAAMP) ou Índice de Atividades de Valor Agregado em Processos de Manufatura para medir a eficiência dos processos produtivos por meio de parâmetros da Lean e Green Manufacturing. Uma aplicação em uma indústria multinacional de autopeças foi feita com o objetivo de testar e validar o novo indicador. Como vantagem imediata foi possível aos gestores tratar informações adicionais ao indicador Manufacturing Cycle Efficiency, adotado pela empresa, incorporando outros parâmetros importantes citando como exemplo: a quantidade de sucata, o volume das vendas, a quantidade de peças em processo, os gestores e especialistas em Lean e Green Manufacturing da empresa estudada, que observaram boa adesão à prática dos novos valores calculados, quand... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The strategy of organizational Green & Lean Manufacturing emphasizes on reducing waste and environmental impacts, increasing efficiency, quality improvement, and cycle time reduction by eliminating non-value-added activities. Usually enterprises adopt the indicator Manufacturing Cycle Efficiency to identify and make improvement so as to meet Lean Manufacturing requirements. This work is classified as an applied research, approach of problem is quantitative and based on Modeling and Simulation, in addition to the nonparametric technique the Multi-Criteria Data Envelopment Analysis, to optimally calculate a new indicator, hereby called as Value-Added Activities in Manufacturing Processes, to measure the efficiency of productive processes through Green and Lean Manufacturing parameters. An application of new indicator was made in a multinational auto parts industry with the purpose of validating and testing it. As an immediate advantage of this new indicator, it was possible for managers to insert more information, as incorporating aspects associated with Green Manufacturing, in the calculation of the Manufacturing Cycle Efficiency, making it more consistent and representative of what is happening in practice. Among this additional information on the real processes analyzed, we can mention, for example, the amount of scrap generated, the amount of sales invoicing, the quantity of work in process, the quantity of finished products in stock, among others. The results of a new indi... (Complete abstract click electronic access below) / Mestre

Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-25T23:07:30Z No. of bitstreams: 1 Dissertação.pdf: 1014783 bytes, checksum: 22908ac56d455abd6c044c5f2ad518ac (MD5) / Rejected by Luiz Galeffi (luizgaleffi@gmail.com), reason: Solicitamos que realize uma nova submissão seguindo a orientação abaixo: O arquivo submetido não contém o certificado de aprovação. O arquivo submetido está sem a ficha catalográfica. A versão submetida por você é considerada a versão final da dissertação/tese, portanto não poderá ocorrer qualquer alteração em seu conteúdo após a aprovação. Corrija esta informação e realize uma nova submissão com o arquivo correto. Agradecemos a compreensão. on 2017-05-30T16:26:10Z (GMT) / Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-30T21:46:52Z No. of bitstreams: 1 Dissertação - Marcelo Vilela Figueiredo.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-05-31T12:49:55Z (GMT) No. of bitstreams: 1 figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) / Made available in DSpace on 2017-05-31T12:49:55Z (GMT). No. of bitstreams: 1 figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) Previous issue date: 2017-03-31 / O controle de qualidade é um dos principais pilares para um bom rendimento de uma linha produtiva, visando garantir maior eficiência, eficácia e redução de custos de produção. A identificação de causas de defeitos e o controle das mesmas é uma atividade relativamente complexa, devido à infinidade de variáveis presentes em determinados processos. Na produção de itens à base de aço fundido, objetiva-se reduzir defeitos de fundição (rechupes, trincas, problemas dimensionais, entre outros), os quais podem ser ocasionados por diversas variáveis de processo, tais como: composição química do aço, temperatura de vazamento e propriedades mecânicas. Em virtude disso, o presente trabalho foi desenvolvido em uma indústria siderúrgica de grande porte, a qual atua na produção de componentes ferroviários e industriais. Por meio de sua extensa base de dados, foram avaliadas as eficiências dos produtos produzidos, sendo os mesmos denominados DMU (Decision Making Units). Para tal foi aplicada a BiO-MCDEA (Bi Objective Data Envelopment Analysis) em sete DMUs produzidas à base de aço fundido em função de 38 variáveis de processos. Nesta aplicação foram evidenciadas as variáveis de processos (input/output) influentes na determinação da eficiência das DMUs. Uma vez obtidos tais resultados, foram desenvolvidas funções empíricas para as variáveis respostas em função das variáveis de processos influentes por meio de regressão não-linear múltipla. Por fim foi realizada a Otimização via Simulação Monte Carlo de forma a determinar com quais valores se deve trabalhar com cada input para a otimização das funções empíricas. Os resultados obtidos foram satisfatórios, sendo bem condizentes com a realidade da empresa e a abordagem aplicada por meio da combinação de diferentes ferramentas se mostrou aderente à realidade estudada, e também inovadora. / Quality control is one of the pillars to guaranty a good yield on a production line, aiming to reach better efficiency, effectiveness and reduction of production costs. The identification of defects causes and its control is an activity relatively complex, due to the infinity of variables on some process. One of the most important objectives on a Steel Castings Parts production is to reduce castings defects (shrinkage, cracks, dimensional problems, etc.), that can be caused by several process variables, such asChemical Composition, Pouring Temperature and Mechanical Properties. Due to the mentioned explanations, this study was developed at a large steel industry, which produces rail and industrial parts. The efficiency of the produced parts, called DMU (Decision Making Units), was analyzed through an extensive data base. It was done by using BiO-MCDEA (Bi Objective Data Envelopment Analysis) on seven DMUs, which are steel casting parts, in function of 38 process variables. Additionally, the process variables influents on the DMU’s efficiency determination were evidenced through the mentioned implementation. Once those results were obtained, empirical functions were developed for the response variables in function of the influents process variables through multiple non-linear regression. Finally an optimization via Monte Carlo Simulation was implemented in order to determine the inputs values necessary to optimize the empirical functions. The achieved results were satisfactory, being consistent with the industry’s reality and the applied methodology through the combination of different tools were effectiveness and innovative.

Orientador: Aneirson Francisco da Silva / Resumo: A gestão baseada no Lean Manufacturing tem como princípio o desenvolvimento de processos enxutos com a capacidade de utilizar da melhor forma os recursos disponíveis e eliminar atividades que não agregam valor. Com isso, o programa Total Productive Maintenance (TPM), está entre os métodos que auxiliam nesse objetivo, pois desenvolve a função de gerir a manutenção de máquinas, equipamentos e meio ambiente de trabalho de forma que os investimentos feitos tendam ao aumento da eficiência global. Para isso, uma maneira de controlar o desempenho dos processos é aplicando ferramentas capazes de mensurar a eficiência relativa. Pois, além de verificar quantitativamente a eficiência relativa, estes métodos e ferramentas servem de fundamentação para auxiliar os gestores na tomada de decisões nas organizações. A empresa em estudo, uma multinacional de autopeças situada no Vale do Paraíba/SP, emprega o programa TPM e apoia-se no indicador Overall Equipment Effectiveness (OEE) para as avaliações de eficiência. Entretanto, o presente estudo propôs um indicador de eficiência que combina um modelo multicritério com a Lógica dos Conjuntos Fuzzy, no qual, diferentemente do OEE, é possível escolher os parâmetros que interferem na eficiência do processo e adicionar o conhecimento dos especialistas aos dados nítidos para assim, verificar o comportamento do cenário. Para o indicador proposto, foram simulados três cenários, dispostos em forma de ranking (do mais eficiente ao menos eficiente) e compa... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Management based on Lean Manufacturing has as principle the development of lean processes with the ability to make the best use of available resources and eliminate activities that do not add value. Thus, the Total Productive Maintenance (TPM) program is one of the methods that help this goal, because it develops the role of managing the maintenance of machinery, equipment and working environment, for that the investments made tend to increase the overall efficiency. For this, one way to control process performance is to apply tools developed to measure relative efficiency. Because, in addition to quantitatively verifying relative efficiency, these methods and tools are based managers for decision-making in organizations. The company under study, an auto parts multinational located in Vale do Paraíba / SP, use the TPM program and for efficiency assessments is supported by the Overall Equipment Effectiveness (OEE) indicator. However, the present study proposed an efficiency indicator that combines a multicriteria model with the Fuzzy Set Logic, in which, unlike OEE, it is possible to choose the parameters that interfere in the process efficiency and to add expert knowledge to the clear data for verify the behavior of the scenario. For the proposed indicator, three scenarios were simulated, creating the ranking (from the most efficient to the least efficient) and compared to the OEE indicator ranking. Once this was done, it was observed that there was divergence in most positio... (Complete abstract click electronic access below) / Mestre