Gestão quantitativa do risco de cronograma em projetos de impressão 3D: da distribuição de duração das etapas ao consumo de buffer, probabilidade de atraso e compromisso de entrega

Introdução: por que os compromissos de entrega falham sempre no último momento

Na entrega de pedidos de impressão 3D, a etapa mais frequentemente subestimada não é a impressão em si, mas as filas, o pós-processamento, a inspeção e o retrabalho que a envolvem. O tempo nominal de impressão de um pedido metálico em LPBF pode ser de 38 horas, mas, desde a preparação e o nesting até o tratamento térmico, corte por eletroerosão a fio, jateamento e inspeção por máquina de medição por coordenadas, a duração total em calendário frequentemente chega a 6 a 9 dias úteis. Quando a equipe comercial promete cinco dias com base no tempo de impressão, a entrega real é repetidamente comprimida por filas e retrabalho, terminando em atraso. Para transformar o prazo de entrega de uma estimativa baseada em experiência em um compromisso executável, é necessário decompor o risco de cronograma em grandezas mensuráveis: distribuições de duração das etapas, restrições de recursos paralelos, tamanho e velocidade de consumo do buffer, além da própria probabilidade de atraso.

I. A duração das etapas não é uma constante, mas uma distribuição

O ponto de partida para construir um modelo de cronograma é registrar a duração de cada etapa como uma distribuição, e não como um valor único. Tomando como exemplo um suporte aeronáutico, estatísticas de 30 lotes consecutivos mostram: média de 38 horas e desvio-padrão de 4,2 horas para impressão; média de 9 horas e desvio-padrão de 1,1 hora para tratamento térmico; média de 6 horas e desvio-padrão de 2,4 horas para corte por eletroerosão a fio; e média de 3,5 horas e desvio-padrão de 1,8 hora para inspeção por máquina de medição por coordenadas. Os desvios-padrão da inspeção e do corte são visivelmente altos em relação às respectivas médias, devido às decisões de retrabalho e às diferenças na fixação em dispositivos. Somar diretamente as médias, obtendo 56,5 horas, e depois converter para dias com base nas horas úteis diárias subestima sistematicamente o risco de cauda. A abordagem correta é usar o percentil P80 ou P90 de cada etapa como base de planejamento e manter o desvio-padrão para o cálculo posterior do buffer.

Também é necessário distinguir dois tipos de incerteza: a primeira é a variação normal, proveniente do estado do equipamento, do lote de pó e da proficiência do operador, caracterizada como ruído estatisticamente mensurável; a segunda envolve eventos excepcionais, como paradas não programadas do equipamento, reprovação na primeira inspeção que aciona retrabalho ou alterações do modelo pelo cliente durante o processo. A primeira deve ser descrita por distribuições; a segunda deve ser modelada separadamente como o produto entre probabilidade de ocorrência e duração do impacto.

II. Modelar explicitamente o paralelismo e as restrições de recursos

Quando diversos pedidos são executados em paralelo, o verdadeiro gargalo geralmente não são as impressoras, mas os recursos compartilhados, como pós-processamento e inspeção. Uma oficina pode ter quatro impressoras, mas apenas um forno de tratamento térmico e uma máquina de medição por coordenadas; portanto, por maior que seja o paralelismo de impressão, o ritmo de entrega continuará sendo determinado pelas filas do forno e da máquina de inspeção. O método de modelagem consiste em criar uma fila para cada recurso compartilhado e utilizar a taxa de utilização ρ=taxa de chegada/taxa de serviço para determinar se o sistema está entrando em uma zona de congestionamento. Na prática, quando ρ excede 0,85, o tempo de fila cresce de forma não linear; nesse ponto, simplesmente ampliar a capacidade de impressão apenas acumula trabalho em processo. Somente incorporando as restrições de recursos ao planejamento é possível responder se um pedido adicional do cliente ainda permite manter o compromisso original.

A identificação do caminho crítico é igualmente importante. Em cadeias de impressão 3D, a impressão e o tratamento térmico geralmente formam a principal cadeia crítica, enquanto a elaboração de relatórios de inspeção, a embalagem e a expedição frequentemente possuem folga. Ao utilizar o método da cadeia crítica, deve-se recuperar 50% do tempo de segurança de cada etapa e concentrá-lo em buffers de projeto e de alimentação, em vez de permitir que cada etapa mantenha sua própria margem — margens dispersas são consumidas pela síndrome do estudante e pela Lei de Parkinson, sem gerar qualquer proteção real ao cronograma.

III. Quantificação do buffer e monitoramento do consumo

Um buffer não deve ser definido arbitrariamente como “mais dois dias”. Há duas abordagens comuns. A primeira é o método da raiz da soma das variâncias: o tamanho do buffer é a raiz quadrada da soma dos quadrados dos desvios-padrão das etapas na cadeia crítica, ou seja, buffer=√(Σσ²). Em uma estimativa aproximada com os dados acima, se a cadeia crítica incluir impressão, tratamento térmico, corte e inspeção, com σ de 4,2, 1,1, 2,4 e 1,8, respectivamente, então buffer≈√(17,6+1,2+5,8+3,2)≈5,3 horas, equivalente a cerca de 12% a 15% da duração da cadeia crítica. A segunda é o método proporcional, que adota diretamente 20% a 30% da duração em calendário da cadeia crítica, sendo adequado para estágios iniciais com dados históricos insuficientes.

Após definir o buffer, é indispensável monitorar sua taxa de consumo. Divida o buffer em três partes: consumo inferior a 1/3 corresponde à zona verde; de 1/3 a 2/3, à zona amarela; e acima de 2/3, à zona vermelha, acionando uma intervenção. Um indicador mais preciso é o índice de consumo do buffer, igual à proporção de buffer já consumida dividida pela proporção de conclusão da cadeia crítica. Um valor superior a 1 indica deterioração da saúde do cronograma; mesmo que ainda não haja atraso, é necessário intervir antecipadamente. Após introduzir esse indicador, uma oficina antecipou o ponto de intervenção do pós-atraso para o acionamento na zona amarela e reduziu sua taxa de atrasos de 18% para 7% em três meses.

IV. Probabilidade de atraso e definição do compromisso de entrega

A data prometida ao cliente deve se basear em uma estimativa explícita da probabilidade de atraso. A implementação mais simples é a simulação de Monte Carlo: atribui-se uma distribuição triangular a cada duração de etapa — otimista, mais provável e pessimista —, incorporam-se ramificações de probabilidade de retrabalho e filas de recursos, e executam-se mais de 5.000 simulações para obter a curva de distribuição acumulada das datas de conclusão. O P50 pode ser usado como meta interna, enquanto o P85 ou P90 deve servir como compromisso externo, permitindo manter a taxa de cumprimento das promessas entre 85% e 90%. Se o cliente exigir maior certeza, a data prometida naturalmente será posterior, ou será necessário arcar com o custo de urgência para encurtar a cadeia crítica.

Antes de assumir um compromisso, também deve ser realizada uma verificação da capacidade de cumprimento: capacidade residual dos recursos críticos ocupados pelos pedidos atualmente em produção, disponibilidade completa de materiais como pó e placas de base, e carga já comprometida nas filas de inspeção. Se qualquer um desses itens não for atendido, não se deve oferecer um compromisso definitivo, mas uma resposta condicional. Dividir os compromissos em três categorias — capacidade confirmada, compromisso condicional e não comprometível — reduz mais as disputas posteriores do que aceitar genericamente uma única data.

V. Quantificação de eventos excepcionais e limites de responsabilidade

O modelo também deve acomodar eventos excepcionais. Paradas não programadas de equipamentos podem ser convertidas, com base no MTBF e no MTTR históricos, em uma duração esperada de perda por ocorrência, multiplicada pela probabilidade de falha do equipamento dentro da janela do projeto; a probabilidade de retrabalho após reprovação na primeira inspeção pode ser inferida a partir da taxa histórica de aprovação inicial de peças similares; e alterações do cliente podem ser avaliadas conforme o número de dias entre o momento da alteração e a conclusão, pois quanto mais próxima da conclusão, maior será o impacto. Ao registrar essas variáveis no registro de riscos e indicar a duração esperada do impacto, o gerente de projeto pode comparar, com um critério uniforme, quais riscos justificam investimento em custos de mitigação.

No âmbito contratual, devem ser claramente definidas as responsabilidades por atrasos e os prazos de notificação para três situações: força maior, alterações do cliente e anomalias no material fornecido. Isso evita que todos os atrasos sejam atribuídos ao fornecedor. Também devem ser acordadas fórmulas de precificação das alterações e de ajuste de prazo, para que o compromisso permaneça sempre alinhado ao escopo mais recente.

Conclusão

Transformar o prazo de entrega de um valor baseado em experiência em um valor comprometido depende de três pontos essenciais: descrever a duração das etapas por distribuições, e não por médias; avaliar recursos compartilhados por modelos de filas, e não por intuição; e monitorar o cronograma por taxa de consumo do buffer e probabilidade de atraso, e não por percentual de conclusão. A implementação pode começar com um ciclo mínimo: primeiro, registrar a duração de cada etapa em 30 lotes e calcular os desvios-padrão; depois, definir buffers pelo método da raiz da soma das variâncias; por fim, usar Monte Carlo para estabelecer um compromisso P85. Após três meses de acúmulo de dados, a taxa de cumprimento dos compromissos e o giro do trabalho em processo geralmente apresentarão melhorias mensuráveis.