Previsão de demandas variáveis em estoques aeronáuticos: um estudo da gestão de peças de reposição da frota Boeing 737NG no Brasil

Abstract

O presente estudo tem por objetivo apresentar os principais conceitos sobre os métodos utilizados na previsão de demandas variáveis de materiais e peças de reposição aeronáuticas. Foram simulados os métodos Winters, Croston, Single Exponential Smoothing, Weight Moving Average e Distribuição de Poisson por meio da utilização de uma base de dados real, que contempla o histórico de consumo de peças, do modelo 737 Next Generation fabricado pela Boeing, entre 2009 e 2012. Os resultados revelaram que os métodos Weight Moving Average, Distribuição de Poisson e o método de Croston apresentaram os melhores ajustamentos corroborando autores como Croston (1972), Ghoobar & Friend (2003), Callegaro (2010) e Bredley (2011). Os resultados indicaram, ainda, que existe uma relação estreita entre a variabilidade da demanda, a frequência de falhas apresentadas pelas aeronaves, o tempo de vida útil das peças, o planejamento de paradas para manutenção dos aviões e mudanças nos programas de manutenção da frota. Esses fatores podem acarretar picos de demanda, distorcendo as previsões. Sugere-se trabalhar com horizontes de previsão abaixo do mensal para as peças mais críticas e que indisponibilizam a aeronave para voo, como também incorporar ao uso dos métodos de previsão à análise do número de paradas para manutenção das aeronaves e as ocorrências de falhas na frota.

This study examines the concepts and methods used in the forecast of the variable demands of materials and spare parts in the aviation field. Were simulated the methods Winters, Croston, Single Exponential Smoothing, Weight Moving Average and Poisson Distribution through a 737 Next Generation’s database that include real historical parts consumption between 2009 and 2012. The results revealed that the methods Weight Moving Average, Poisson Distribution and Croston method presented the best adjustments corroborating the authors as Croston (1972), Ghoobar & Friend (2003), Callegaro (2010) and Bredley (2011). The results also indicated that there is a close relationship between the variability of demand, the frequency of failures presented by the aircraft, the lifetime of the parts, planning maintenance shutdowns and changes in aircraft fleet maintenance programs. These factors may lead to distorting the peak demand forecasts. It is suggested to work with forecasting horizons below the monthly for more critical aircraft parts and incorporate the number of stops for aircraft maintenance and then frequency of occurrences of failures in the fleet in the forecast analyses.