Goal: This work aims to compare performance indicators of the pulled, pushed and hybrid production schedule, with those of a specific production environment of the printing industry, using computational simulation. Design / Methodology / Approach: Through a case study, it was possible to create a conceptual model, from which a computational model that was verified and validated as representative of the real productive system was developed. There are generated fictional models of the production environments to compare cycle time, work in process and attendance to the demand, varying the quantity of orders confirmed by the final clients. Results: The CONWIP (Constant Work in Process) system presented very high cycle times and failure to meeting the demand, although it was kept in the format of the work in process. The actual real system and the pushed system obtained the worst performances regarding the work in process, besides presenting failures to meeting the demand and very high cycle times. The pulled system obtained the best performance to meet the demand, and cycle times adequate to the production requirement and moderate work in process. Limitations of the investigation: The application of the methodology was limited to the study of a single productive system of a print industry and cannot be extended to the entire sector. Practical implications: This work presents a practical application of computer simulation tools applied to Production Planning and Controls which may be replicated by other organizations or educational institutions for system performance analysis in different scenarios. Originality / Value: The original contribution of this work is the application of computational simulation for a production system in a print industry without interference in a real system.

Resumo: Para manterem-se competitivas as empresas otimizam seus processos continuamente, de maneira sustentável e reaproveitando os recursos naturais. As ferramentas de apoio a tomada de decisão são de extrema importância, principalmente quando tais ferramentas auxiliam na antecipação dos problemas operacionais, evitando custos, perdas de produtividade, acidentes de trabalho e ambientais. Este estudo tem foco no processo produtivo de alumina pelo método Bayer, na mensuração do teor cáustico da mistura de bauxita, que influencia diretamente na qualidade. A empresa obtém este resultado uma vez ao dia, por meio de análise laboratorial, devido aos elevados custos. A medida não é suficiente para tomada de decisão e antecipação das correções de problemas que possam evitar a ineficiência do processo, observado apenas no dia seguinte, quando ocorrer o recebimento do novo resultado. Propõe-se a previsão da concentração cáustica em tempo real, através da modelagem do processo por Regressão Linear Múltipla e Rede Neural Artificial. Tais modelos foram gerados através dos softwares SPSS e MATLAB. Os resultados foram comparados com base no erro entre a previsão da concentração do produto gerada pelos modelos, e a concentração real de saída obtidas de análise laboratorial. Concluiu-se que a técnica de Redes Neurais Artificiais desempenhou melhor que a Regressão Linear Múltipla. Os resultados mostraram a viabilidade do processo de análise imediata por meio da previsão, auxiliando assim a decisão da equipe de trabalho envolvida. Palavras-chave:Redes Neurais Artificiais. Processo Bayer. Regressão Linear Múltipla. Alumina. Evaporação. Abstract:With world becoming each day a global village, enterprises continuously seek to optimize their internal processes to hold or improve their competitiveness and make better use of natural resources. In this context, decision support tools are an underlying requirement. Such tools are helpful on predicting operational issues, avoiding cost risings, loss of productivity, work-related accident leaves or environmental disasters. This paper has its focus on the prediction of spent liquor caustic concentration of Bayer process for alumina production. Caustic concentration measuring is essential to keep it at expected levels, otherwise quality issues might arise. The organization requests caustic concentration by chemical analysis laboratory once a day, such information is not enough to issue preventive actions to handle process inefficiencies that will be known only after new measurement on the next day. Thereby, this paper proposes using Multiple Linear Regression and Artificial Neural Networks techniques a mathematical model to predict the spent liquor´s caustic concentration. Hence preventive actions will occur in real time. Such models were built using software tool for numerical computation (MATLAB) and a statistical analysis Revista Produção Online, Florianópolis, SC, v.15, n. 3, p. 948-971, jul./set. 2015. 948

Esta pesquisa mostra a percepção da qualidade na visão dos alunos do curso de investigação de acidentes aeronáuticos (CIAA), realizado pelo Centro de Investigação e Prevenção de Acidentes Aeronáuticos do Brasil. A coleta de dados foi realizada com questionários aplicados em uma amostra de 79 alunos, dentre militares e civis, que concluíram com sucesso o referido curso. A metodologia empregada foi o SERVQUAL, com a elaboração do questionário de três colunas, que visam avaliar simultaneamente o nível de qualidade percebida, esperada e mínima aceitável pelos alunos. As dimensões da qualidade em serviços analisadas foram oito: Tangibilidade, Competência, Receptividade, Acessibilidade, Segurança, Clareza, Metodologia de ensino e Autonomia. Os resultados indicaram que medidas corretivas deverão ser tomadas para atender aos objetivos da organização. Conclui-se que o SERVQUAL é uma metodologia que possibilita uma avaliação focada em melhorias para o CIAA com base na percepção dos alunos.