Resumo:
A presente dissertação foi desenvolvida tendo como pano-de-fundo a necessidade de aprimorar a sincronização da produção em empresas da indústria calçadista. Inicialmente, foram examinados os vários métodos de programação da produção tendo em vista a sua aplicabilidade nas empresas de forma geral, e nas empresas da indústria calçadista, em particular. Neste sentido, o estudo proporcionou uma contribuição acadêmica importante ao fornecer um modelo comparativo dos métodos de programação existentes, auxiliando na seleção do método mais adequado às necessidades das empresas. Da ótica do desenvolvimento empírico da pesquisa o método TPC foi selecionado devido às características do tipo de empresa tratada que envolvem a produção de uma gama variada de artigos, com uso intensivo de pessoal e alto volume de produção. Contudo a primeira aplicação do TPC não alcançou os resultados desejados de compatibilizar um bom nível de sincronização e uma elevada eficiência de utilização do pessoal. Então, apoiado pelo método de pesquisa da Design Research, foi proposto e desenvolvido um método de programação da produção intitulado Método M0. Posteriormente, com base na aplicação prática do M0 em uma empresa calçadista, foi feita uma análise crítica dos resultados obtidos, tendo sido observado um conjunto de oportunidades de melhorias. A partir daí foi projetado e desenvolvido o Método de programação M1. O Método M1, resultado mais relevante da dissertação, é composto por seis etapas principais: (i) identificação da malha produtiva e desenvolvimento do indicador de aderência; (ii) definição da restrição; (iii) estabelecimento de parâmetros de priorização; (iv) aplicação dos parâmetros para definição da produção; (v) gestão da prioridade; e (vi) gestão do planejamento. Cada etapa foi detalhada e implementada meticulosamente na empresa calçadista utilizada como laboratório para o desenvolvimento do M1, resultando em melhorias significativas nos índices de aderência de produção e no melhor cumprimento dos prazos planejados, bem como na redução dos custos operacionais envolvidos.