Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2017.As cadeias de suprimento de peças de reposição são particularmente desafiadas pela baixa previsibilidade da demanda, necessidade de altos níveis de serviço e custo de estoque. Para lidar com esses desafios, através de uma estratégia de sincronização dos participantes de cadeias de suprimentos, o planejamento colaborativo pode ser combinado aos sistemas inteligentes de manutenção que auxiliam na predição das falhas. Porém, modelos hierárquicos de integração têm pouca aceitação dos atores da cadeia, que não desejam compartilhar dados estratégicos. Modelos descentralizados promovem a viabilidade do planejamento colaborativo, entretanto ainda não foram aplicados em cadeias de suprimentos de peças de reposição. Neste contexto, no presente trabalho, uma análise bibliométrica com revisão bibliográfica sobre colaboração e planejamento da cadeia de suprimentos é aplicada com o intuito de verificar os principais conceitos, direções e oportunidades de pesquisa. Foram identificadas lacunas na aplicação de modelos descentralizados em casos reais, bem como uma falta de suporte para a escolha de métodos de resolução. Dessa forma, o objetivo desse trabalho é propor um procedimento estruturado para embasar a aplicação de planejamento colaborativo descentralizado em cadeias de suprimentos de peças de reposição. Para isso, uma tabela de características é construída com o intuito de apoiar a escolha do método de resolução de problemas lineares. Na sequência, é desenvolvido e testado um procedimento estruturado para adequar um conceito de planejamento colaborativo decentralizado a cadeias de suprimentos de peças de reposição integradas a sistemas inteligentes de manutenção. Esse procedimento estruturado desenvolvido é aplicado em um caso teste e como resultado um modelo adequado de planejamento operacional colaborativo é proposto para o aprimoramento dessa cadeia de suprimento. O planejamento descentralizado obteve melhores resultados que uma abordagem clássica de gestão mesmo em cenários de alta variação na demanda, como ocorre nas cadeias de suprimentos de peças de reposição.Abstract : Spare parts supply chains are particularly challenged by the low predictability of the demand, the need for high service levels and the cost of inventory. To address these challenges through a strategy of synchronizing supply chain participants, collaborative planning can be combined with intelligent maintenance systems that help predict failures. However, hierarchical models of integration have little acceptance from actors in the chain, who do not wish to share strategic data. Decentralized models promote the feasibility of collaborative planning but have not yet been applied in spare parts supply chains. In this context, in the present work, a bibliometric analysis with a bibliographic review on collaboration and supply chain planning is applied in order to verify the main concepts, directions and research opportunities. Research opportunities were identified in the application of decentralized models in real cases, and there was a general lack of information to support the choice of a solving method. Thus, the objective of this work is to propose a structured procedure to support the application of decentralized collaborative planning in supply chains of spare parts. For this, a table of characteristics is constructed to support the choice of the method for solving linear problems. A structured procedure is then developed and tested to tailor a decentralized collaborative planning concept to a spare parts supply chain integrated with intelligent maintenance systems. This developed structured procedure is applied in a test case and, as a result, an adequate model of collaborative operational planning is proposed for the improvement of this supply chain. Decentralized planning was identified as having achieved better results than a classical management approach even in scenarios of high demand variation, such as in spare parts supply chains.