Resumo: O objetivo deste artigo é analisar os efeitos da variabilidade de fluxo, preconizada pela Factory Physics, no dimensionamento de Kanban em sistemas produtivos. A variabilidade de fluxo pressupõe que a variabilidade existente nas atividades executadas por um processo é dissipada ao longo de todo o fluxo produtivo do sistema, causando variações no lead time, no nível de estoques em processo e na disponibilidade de equipamentos, entre outros. Para conduzir a investigação, foi criado um modelo didático de simulação computacional por eventos discretos. O modelo proposto visa apresentar os possíveis impactos provocados pela variabilidade de fluxo no sistema produtivo no dimensionamento do número de cartões Kanban, a partir dos resultados fornecidos por dois cenários distintos investigados. Os principais resultados da pesquisa permitem evidenciar que, comparando os dois cenários desenvolvidos para o modelo, a presença de variabilidade no sistema produtivo causou um aumento médio de 32% no número de cartões Kanban (p=0,000). Isso implica que, em sistemas produtivos reais, o estudo de dimensionamento de Kanbans deveria contemplar as variabilidades individuais das operações, fato por vezes relegado a um pressuposto na formulação da literatura que trata da definição do número de Kanbans, oportunizando assim o desenvolvimento de pesquisas futuras nesse sentido.
Palavras-chave: Kanban. Variabilidade de Fluxo. Modelagem. Simulação Computacional. Factory Physics.Abstract: The aim of this paper is to analyze the effects of variability flow, advocated by Factory Physics, in sizing Kanban production systems. The variability of flow presupposes that the variability of activities performed by a process is dissipated throughout the productive flow system, causing variations in the lead time, the work-in-process levels and the equipment availability, among others. To conduct the research, we created a didactic model of discrete event computer simulation. The proposed model aims to present the possible impacts caused by the variability flow in a production system regarding the sizing of the number of Kanbans cards, by using the results supplied by two different investigated scenarios. The main results of the research allow concluding that, by comparing the two scenarios developed in the model, the presence of variability in the production system caused an average increase of 32% in the number of Kanban cards (p=0,000). This implies that, in real productive systems, the study of Kanban sizing should consider the variability of individual operations, a fact often relegated as an assumption in the formulation from classical literature on the definition of the number of Kanbans, thus providing opportunities for the development of future research.