Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Goinia GO
2009
Goinia GO
2009
Orientador:
__________________________________________________
Prof. Dr. Reginaldo Santana Figueiredo
Presidente da Banca/UFG
Membro da Banca:
__________________________________________________
Prof. Dr. Mrcio Caliari
Faculdade de Agronomia e Engenharia de Alimentos - UFG
Membro da Banca:
__________________________________________________
Prof. Dr. Cleyzer Adrian da Cunha
FACE - UFG
Aos grandes amigos Amaury Camilo Valinote e Lucas Domnico Elmr, pelo todo
apoio e dedicao durante minha vida acadmica, contribuindo para minha formao
profissional e pessoal.
Em especial aos amigos de profisso Rogrio Soares, Edgar Alves e Marcelo Brito,
pelo apoio no incio de minha vida profissional.
somente
at
aonde
os
outros
RESUMO
Atualmente
cultura
da
cana-de-acar
ocupa
no
Brasil
uma
rea
de
ABSTRACT
In the current days sugarcane occupies an area of approximately 10,5 % of all
the Brazilian agricultural land, with an estimated production for the 2008/2009
crop of 528 million t. In the sugarcane production process, the harvest highlights
due its high costs, representing approximately 35% of the sugarcane production
costs, besides the addition of operational difficulties. In search of solutions that
can efficiently coordinate the mechanical cutting, loading and transportation
process of sugarcane (STC), the methodology of systems simulations can be
applied as a management tool for those processes. This dissertation has the
objective of analyzing the technical feasibility of using computer simulation to
increase the efficiency of sugarcane delivery, from the harvest to the
sucroalcooleira industry. This research was based on the analysis of the
following topics: a) computer simulation in agricultural production systems, b)
sugarcane mechanized harvest; besides a step based on an empiric and
descriptive dissertation part, which was developed with the association of the
Jalles Machado Company. It was proposed a computational model, developed
on the Stella Software, which allocated the following variables: a) operation
filling time, b) operation travel time, c) semi-trailer filling time, d) operation travel
time, e) operation transfer time, f) semi-trailer displacement time, g) lock and
unlock time, h) time spent in the balance, i) Time spent from displacement to
sampling, j) sampling time, k) time to displace to the hyllo, l) toppling time, m)
sugarcane weighing on the semi-trailer, n) trucks speed, o) harvesters speed, p)
harvesters efficiency, q) sugarcane productivity. Based on the developed
models and the simulations performed it can be concluded the sugarcane
harvest has a great importance on the sugarcane agribusiness, due the big
amount of equipment to be administered, the high costs of the process and to
be fundamental to maintain constantly the derivatives productions, such as
alcohol, sugar and energy. Therefore, the use of computer simulation has
shown to be a very important tool to increase the sugar cane delivery efficiency
from the mechanized harvest to the sucroalcooleira industry, allowing testing
and supporting decisions on this process management.
iii
LISTA DE ABREVIATURAS E SIGLAS
% - Porcentagem
ATR Acar total recupervel
CAE Custo anualizado equivalente
CCT Corte, carregamento e transporte
CONAB - Companhia Nacional de Abastecimento
Cpot Capacidade potencial
INPM - Gramas de lcool absoluto contida em 100 gramas de mistura hidroalcolica
Km Quilmetros
km.h-1 Quilmetros por hora
Min. Minutos
Pr-Alcool Programa Nacional do lcool
R$ - Reais
S/A Sociedade Annima
t/ha Toneladas por hectare
TCH Toneladas de Cana-de-acar por hectare
Ton Toneladas
Ton/hora Toneladas por hora
UOL Unidade Otvio Lage
USB - Universal Serial Bus
iv
LISTA DE FIGURAS
06
10
15
27
31
33
33
33
35
37
38
39
44
47
48
49
50
Figura 30 Colhedoras........ 51
51
52
52
55
55
56
58
58
58
59
60
61
61
62
65
71
72
74
LISTA DE TABELAS
49
54
66
67
67
68
69
74
SUMRIO
RESUMO............................................................................................................
ABSTRACT.........................................................................................................
ii
iv
LISTA DE TABELAS...........................................................................................
1 INTRODUO.................................................................................................
01
1.1 Justificativa..
03
1.2 Objetivos... 04
1.2.1 Geral..
04
1.2.2 Especficos 04
1.3 Estrutura da Dissertao 04
2. REFERENCIAL TERICO.
05
05
07
09
11
13
21
26
32
32
41
48
4. RESULTADOS..
49
49
50
52
63
76
7. REFERNCIAS.
77
84
86
86
87
88
88
89
90
90
91
91
92
92
1
1 INTRODUO
O setor sucroalcooleiro, aps o ano de 1990, perodo que ocorreu a
desregulamentao da atividade, iniciou um processo de pesquisa e
desenvolvimento, que foi fundamental para elevar a agroindstria canavieira
posio de destaque dentro do setor agrcola nacional.
Atualmente a cultura da cana-de-acar ocupa no Brasil uma rea de
aproximadamente 10,5% dos solos agricultveis, com produo para safra de
2008/2009 de 528 milhes de toneladas, caracterizando como a maior safra
nacional. A Regio centro sul, a qual Gois esta inserida, caracterizada como
a mais importante produtora e processadora de cana-de-acar do pas, j que
possui 77% das unidades industriais e 86,3% do volume de cana processada
(CONAB, 2008).
A produo dos derivados da cana-de-acar na regio Centro-Sul do
Brasil se desenvolve entre abril e novembro, quando h maior concentrao de
acar total recupervel (ATR) na planta e menor incidncia de chuvas, o que
viabiliza a colheita. Nesse perodo, o maior compromisso da rea agrcola das
usinas garantir o abastecimento contnuo de matria prima. Para que isso
acontea, necessrio gerenciar os fatores que interferem no corte,
carregamento e transporte da lavoura at a indstria.
No processo de produo, a colheita destaca-se pelos altos custos,
representando aproximadamente 35% do custo de produo da cana, alm das
dificuldades
operacionais,
seja
ela
conduzida
de
forma
manual,
2
Em funo desse novo cenrio, o qual evidente o ganho de
competitividade entre as empresas do setor, surge a necessidade da
implantao de alternativas de equipamentos, tcnicas e recursos que
beneficiem o planejamento e o controle do processo produtivo (YAMADA,
1999).
EID (1996) descreve vrias inovaes, destacando principalmente as
relacionadas ao aprimoramento dos sistemas logsticos por meio de novas
estratgias gerenciais para o transporte da cana, reconhecendo que os
sistemas logsticos so fundamentais para melhorar a eficincia operacional
das usinas de cana-de-acar.
O grande problema desses sistemas como coordenar de forma
eficiente os processos de corte, carregamento e transporte de cana do campo
at a rea industrial de forma a suprir adequadamente a demanda da usina.
Alm desses processos serem responsveis diretos pelo funcionamento das
usinas, tambm representam aproximadamente 35% do custo total da
produo, onde a colheita corresponde por 53% do custo, o carregamento por
15% e o transporte por 32% (IDEA, 2008).
Em busca de solues que consigam coordenar de forma eficiente os
processos de corte mecanizado, carregamento e transporte de cana (CCT), a
metodologia de simulao de sistemas pode ser aplicada como ferramenta de
gesto desses processos. Essa metodologia composta por um conjunto de
ferramentas conceituais que pode auxiliar a compreenso da estrutura e da
dinmica de sistemas complexos, sendo um mtodo rigoroso de modelagem
que utiliza simulaes em computador para definir organizaes e polticas
mais efetivas. Juntas, essas ferramentas permitem a criao de simuladores
gerenciais, ou seja, mundos virtuais onde espao e tempo podem ser
comprimidos e desacelerados de tal forma a permitir a experimentao de
efeitos colaterais de longo prazo, aprendizado, e estratgias de alto
desempenho (HARREL et al., 2003).
Com isso, as prticas de modelagem podem ser utilizadas para melhorar
a eficincia do sistema de corte, carregamento e transporte de cana, atravs do
desenvolvimento de um modelo computacional que seja possvel analisar
simultaneamente todos os componentes destes processos.
3
1.1 JUSTIFICATIVA
Apesar do crescente interesse das usinas na utilizao de sistemas de
apoio a deciso, muitas aes ainda so tomadas de maneira inadequada,
principalmente por serem focadas apenas em uma parte do processo, sem
uma viso sistmica dos impactos das decises de um aspecto sobre os
demais (COSTA, 2002).
Para auxiliar a tomada de deciso no planejamento dos processos de
corte, carregamento e transporte de cana, uma das alternativas utilizar a
simulao computacional. Os processos de CCT so compostos por operaes
realizadas simultaneamente por mquinas e veculos diferentes em frentes de
corte e carregamento distintas, com isso o uso de outras abordagens no
permite a anlise da dinmica da interao entre os equipamentos como a
simulao faz. Com isso, essa tcnica possibilta obter informaes do sistema
para cada cenrio estudado, como estatsticas de filas, ociosidade de
equipamentos e o comportamento de variveis durante o periodo simulado
(YAMADA,1999).
Segundo BRAGA (1999), a metodologia de simulao computacional
a mais adequada para estudar o comportamento dos processos de corte
mecanizado de produtos agrcolas, pois contempla simultaneamente diversas
variveis dinmicas, caracteristica acentuada no sistema de colheita da canade-acar.
Dessa forma, o desenvolvimento de ferramentas de simulao
computacional, com intuito de gerenciar de forma sistmica e eficiente o
processo de corte, carregamento e transporte de cana, tornou-se de
fundamental
relevncia
para
sucesso
da
atividade
sucroalcooleira,
4
1.2 OBJETIVOS
1.2.1 Geral
Analisar a viabilidade tcnica da utilizao da simulao computacional
para aumentar a eficincia de entrega de cana-de-acar, oriunda da colheita
mecanizada, na indstria sucroalcooleira.
1.2.2 Especficos
a) Desenvolver um modelo computacional para realizar experimentaes
no sistema de corte mecanizado, carregamento e transporte.
b) Identificar os pontos crticos do processo de corte mecanizado,
carregamento e transporte de cana-de-acar.
5
2. REFERENCIAL TERICO
2.1 Setor sucroalcooleiro
A cana-de-acar desde o perodo colonial se estabeleceu em solos
brasileiros, devido aos fatores positivos como clima e solo. Primeiramente se
estabeleceu no Nordeste e, posteriormente se deslocou para o Centro sul
brasileiro, como relata ANDRADE (1994).
As perspectivas para o setor sucroalcooleiro so as mais otimistas.
Desde a implantao do Pro-lcool, ocorrida em 1975, nunca se registrou um
horizonte to promissor como o que se vislumbra para os prximos anos, em
funo da continua instabilidade dos pases produtores de petrleo, produto
concorrente ao lcool da cana-de-acar, e principalmente do apelo ambiental,
j que o combustvel proveniente da cana menos poluidor que os oriundos de
fontes no renovveis, como o petrleo.
O Brasil o maior produtor mundial de cana-de-acar e o pioneiro a
implantar, em larga escala, a produo de um combustvel renovvel. A
expanso do mercado mundial de acar e lcool tem estimulado o aumento
do investimento no setor em todo o pas; somente em Gois, a rea plantada
aumentou 17% no ano de 2006 (DIEESE, 2007).
A produo de cana-de-acar para a safra 2008/2009 ser de 558,1
milhes de toneladas, segundo previses da CONAB (2008). Este volume
representa um aumento de 11,3% do obtido na safra passada, isso significa um
incrento de
nacional. Para a regio centro-sul, que inclui os Estados da regio sudeste, sul
e centro-oeste, cuja participao est prxima de 90,0% do total nacional, os
resultados indicam um aumento de aproximadamente 13% no volume da cana
a ser processada. Desse total, foi estimado que 42,78% ser destinado
fabricao de acar e 57,22% produo de lcool. Com essa estimativa de
produo, o Brasil ser responsvel pela produo de 33,87 milhes de
toneladas de acar e 26,45 bilhes de litros de alcool (CONAB, 2008).
Em relao a mo de obra empregada no setor, VICENTE (2008)
descreve que a necessidade de cana-de-acar para gerar um emprego
agrcola de 1.083,54 toneladas. Considerando o rendimento mdio na safra
2008/2009 de 79 t/ha, isso significa aproxidamente 500 mil empregos diretos,
apenas na rea agrcola.
6
No ano de 2006 o setor movimentou R$ 41 bilhes de reais,
represetando 3,65 % do PIB nacional, com gerao de 4 milhes de empregos
diretos e indiretos, 72.000 agricultores envolvidos, com exportao de 19
milhes de toneladas de acar e 3 bilhes de litros de lcool. Esses nmeros
foram responsveis por gerar R$ 12 bilhes em impostos e investimentos que
somaram R$ 5 bilhes no ano (PROCANA, 2008).
7
2.3 Colheita mecanizada.
A intensificao da mecanizao de todas as etapas do processo
produtivo uma tendncia do modelo de agricultura que busca alta
produtividade com custo reduzido. Na medida em que aumenta o processo de
inovao, a mecanizao do processo de colheita agrcola evidencia o
desenvolvimento da atividade (VEIGA FILHO,1999).
Para SILVA et al. (2002), a produo canavieira, especialmente no que
se refere mecanizao, tem trs dimenses: uma tecnolgica, uma
organizacional e uma que trata da relao com as unidades para dentro e para
fora do complexo sucroalcooleiro. necessrio que ocorram alteraes na
rea agrcola e industrial, inclusive na articulao de ambas. O corte mecnico
de cana representa a mecanizao do ltimo elo de fornecimento de cana
usina que ainda restava.
O corte mecanizado de cana se iniciou com a cana queimada, prtica
que elimina a palha e facilita a colheita. Contudo, a partir de presses
constantes de entidades ambientais, a forma de colheita da cana-de- acar
vem sofrendo alteraes. Embora ainda predomine o corte da cana queimada,
h uma tendncia para o aumento do corte mecanizado da cana crua. Visando
a superao de gargalos produtivos, as empresas esto buscando solues
tcnicas capazes de superar os problemas sem reduzir seus rendimentos
(VIEIRA e SIMON, 2005).
O corte mecanizado ganhou espao na dcada de 1970, quando se
desenvolveram as colhedoras que cortam, picam, limpam e carregam a cana
em operaes integradas. Nessa poca, para atender ao Pro-lcool, procuravase tecnificar a cultura canavieira e suprir a carncia de mo-de-obra decorrente
da grande expanso da lavoura. Porm, pode-se dizer que a mecanizao da
colheita da cana-de-acar no Brasil ganhou maior impulso a partir da dcada
de 1990 (VIEIRA e SIMON, 2005).
Os benefcios trazidos representaram um avano significativo para a
agroindstria canavieira, assim como a reduo dos custos e a possibilidade de
aumento da produtividade do trabalho, fatores que esto contribuindo para a
acelerao desse processo (VIEIRA e SIMON, 2005).
A mecanizao no se difunde com a mesma intensidade nas diferentes
regies canavieiras. Uma das razes o fato de que a tecnologia das
8
colhedoras empregadas no ramo ainda no permite a total mecanizao da
colheita, o que se deve as caractersticas topogrficas, variedades da cana-deacar e, em alguns casos, excesso de mo-de-obra disponvel (VIEIRA e
SIMON, 2005). Entretanto, existe grande margem para o desenvolvimento
nessa rea, principalmente no que se refere ao aprimoramento de mquinas
capazes de operar em terrenos com declividade desfavorvel.
Segundo SCOPINHO et al. (1999), a mecanizao da colheita da cana
requer que sejam atendidas algumas condies fsicas, tcnicas e de
produtividade para justificar o uso de mquinas, que no deve exceder os
custos do corte manual. O uso de colhedoras aumenta a produtividade e
qualidade da matria-prima, alm de reduzir os custos entre 50% e 60% em
relao ao custo total da produo agrcola.
SILVA et al. (2008), ao analisar o aspecto fundirio, relatam que a
mecanizao requer, para sua escala operacional, propriedades com pelo
menos 500 hectares dispostas em longos talhes. Argumentam tambm que o
corte mecanizado necessita da utilizao de outras mquinas e equipamentos
de trabalho, como caminhes e tratores rebocadores, caambas (transbordos)
para conter a cana cortada, caminhes oficina, caminhes-tanque para
transporte de gua e combustvel, alm das prprias colhedoras. Com essa
caracteristica, SCOPINHO et al (1999) revelam que essa prtica produtiva
apenas torna-se vivel economicamente com o uso mnimo entre trs e cinco
colhedoras.
O processo de colheita mecanizada constituda de trs subsistemas:
um de corte e carregamento; um de transporte; e outro de recepo. Esses
sub-sistemas que compem o novo arranjo tcnico se relacionam entre si e
estabelecem um fluxo da matria prima do campo indstria (VEIGA FILHO,
1999). Analisando esse sistema pelo lado empresarial, trata-se de uma
estratgia de maximizao do uso dos meios e instrumentos de trabalho,
diminuindo bastante a ociosidade da usina, alm de intensificar o ritmo de
trabalho.
Dessa forma, a introduo do uso de colhedoras no processo de
produo representa um progresso no sentido de condicionamento da
agricultura ao ritmo ininterrupto da indstria (SCOPINHO et al., 1999). Porm,
paralelo ao desenvolvimento de mquinas que viabilizem o corte mecanizado
9
tornou-se
necessrio
criar
mecanismos
de
gesto
eficiente
desses
10
Na simulao de trfego, MORABITO e LIMA (2000) relatam que
existem muitas aplicaes documentadas na literatura de probabilidades,
pesquisa operacional e teoria de controle, incluindo problemas referentes :
consertos de mquinas, cabine de pedgio, ponto de txi, carga e descarga de
navios. Nessas aplicaes necessrio identificar os clientes, que demandam
pelo servio, como por exemplo, um caminho demandando ser descarregado,
e analisado os motivo da formao das filas.
Fila definida por MIRSHAWKA (1979) como uma linha de espera de
clientes que demandam servio a uma estao de servio. Para NOVAES
(1975), a fila se caracteriza por um processo de chegadas a um sistema de
atendimento formado por um ou mais canais de servios. BANKS et al. (1999)
e SINAY (1986) destacam como elementos chave os clientes e os servidores,
sendo que os clientes podem se referir as pessoas, veculos, mquinas,
mercadorias, peas, ordens, ou seja, algo que chega requerendo algum tipo de
servio, estando ento associado a demanda. Os servidores ou atendentes se
referem a recepcionistas, cabines de atendimento, plataformas de embarque e
desembargue, vagas de estacionamento, portanto, qualquer recurso destinado
a fornecer o servio requerido, estando vinculado a oferta.
Na formao das filas, foram descritas por ANDRADE (1994); BANKS et
al. (1999); GROSS e HARRIS (1974); NOVAES (1975); MIRSHAWKA (1979);
MORLOK (1978) e PRADO (1999) seis caractersticas bsicas:
1. Processo de chegada dos clientes (demanda)
2. Padres de servio dos atendentes (oferta)
3. Disciplina da fila (controle ou gerencia da demanda)
4. Nmero de canais do servio (oferta restries ao atendimento)
5. Capacidade de armazenamento do sistema (Oferta restrio de
armazenamento)
Fonte
Fila
Servio
Partida
11
2.5 Modelagem e Simulao de Sistemas.
Anteriormente discusso do uso da simulao no setor sucroalcooleiro,
torna-se necessrio discutir os termos sistemas e modelo, conceitos
fundamentais para a compreenso de simulao. FREITAS (2001) descreve
sistemas como uma coleo de elementos inter-relacionados que atua para
atingir um objetivo, onde esses elementos podem ser pessoas, objetos,
mquinas, matrias primas, que executam atividades e constituem processos.
O mesmo autor define modelo como uma representao de um
sistema, o que requer um grau de abstrao e simplificao da organizao e
do funcionamento do sistema real. Ele ainda relata que jamais um modelo ir
conseguir representar todas as peculiaridades do sistema original, pois seu
objetivo ampliar a viso sobre peculiaridades de interesse do sistema sob
estudo.
PEGDEN et al. (1995), defini simulao como o processo de projetar
um modelo de um sistema real e conduzir experimentos com esse modelo, a
fim de entender seu comportamento e/ou avaliar estratgias para sua
operao.
J MIZE e COX (1968) defini simulao como o processo de conduzir
experimentos com o modelo de um sistema ou atravs de experimentao
direta com o sistema ou atravs de soluo analtica de algum problema
associado com o sistema. NAYLOR et al. (1971) descreve simulao como a
tcnica numrica para conduzir experimentos, o que envolve certos tipos de
modelos matemticos e lgicos que descrevem o comportamento do sistema
durante perodos extensos de tempo real.
Para SHANNON (1977), simulao o processo de planejar um modelo
computadorizado de um sistema real e conduzir experimentos com esse
modelo, visando entender o comportamento do sistema e avaliar estratgias
para a sua operao. LOURENO (1981) revela que uma aproximao na
qual as caractersticas, a forma e a aparncia do sistema em estudo so
imitadas com o objetivo de executar experincias.
Segundo PIDD (1984) o princpio bsico da simulao bem simples. O
pesquisador idealiza um modelo do sistema em que esta interessado, escreve
um programa computacional e usa o computador para investigar o
comportamento do sistema sujeito a uma variedade de polticas. Ento, a
12
melhor poltica selecionada. Deve-se observar que essa melhor poltica no
necessariamente a tima, mas sim a melhor dentre as testadas. Alm disso,
o conceito timo absoluto e global em termos prticos no trivial,
especialmente em se tratando de uma soluo gerada por um modelo
matemtico, que j representa uma simplificao da realidade.
Para PAUL e BALMER (1985) a simulao envolve o estabelecimento
de um modelo do sistema em estudo, em que todos os componentes
relevantes so definidos e o modo em que variam durante o tempo e se afetam
especificado com exatido. O modelo ento simulado e seu comportamento
observado. Os valores obtidos pelas variveis dos modelos so comparados
com
os
valores
correspondentes
no
sistema
real.
Se
houver
uma
13
compreendem seqencialmente a colheita da cana no campo, o carregamento
de caminhes e tratores e a entrega da cana na usina.
BERTRAND (2002) afirma que uma das conquistas mais importantes da
pesquisa operacional o desenvolvimento de poderosas tcnicas de predio
de curto prazo, baseadas em anlises estatsticas de dados histricos das
variveis a serem previstas. Nesse sentido, a simulao de sistemas surge
como opo para apoiar essas decises, em virtude da possibilidade de criar e
testar modelos do sistema de corte mecanizado, carregamento e transporte de
cana-de-acar sob diversas condies.
SLACK et al. (2002) atestam que a simulao especialmente til no
projeto de operaes muito complexas, como os processos citados, sendo uma
das abordagens mais fundamentais para a tomada de decises, onde os
gestores podem explorar possibilidades por meio de simulaes.
Geralmente
empregam
processo
de
14
comparados para se determinar as condies sob as quais a
eficcia maximizada.
c) Monte Carlo So particularmente aplicveis quando so
requeridos modelos estocsticos. Esses modelos usualmente
envolvem tcnicas mais complexas, na medida em que a
apresentao de uma varivel feita no por um valor mas sim
por uma srie ou distribuio randmica para representar
ocorrncia de um evento.
Em relao ao tipo de pesquisa utilizando modelos de simulao,
existem trs tcnicas diferentes de utilizao.
a) Exame temporal O estado global do sistema examinado a
intervalos regulares, podendo tambm ser denominado como
exame ou programao orientada para atividades que sofrem
uma varredura para atualizar as variveis de estado.
b) Exame por evento Consiste na determinao do momento que
ocorre cada evento de significncia e no exame do sistema
apenas nos instantes em que ocorrem tais eventos.
c) Mudana contnua apropriada quando o sistema em estudo
consiste de um fluxo contnuo de informaes. A passagem do
tempo vista como se fosse realmente contnua, muito embora
ela seja realizada a pequenos intervalos, por imposio do
mtodo empregado e do prprio computador.
d) Modelos de eventos discretos Refere-se a sistemas nos quais
mudanas de estado em pontos discretos no tempo. Nesse caso
supe-se que o estado do sistema no se altera ao longo do
intervalo compreendido entre dois eventos consecutivos.
Embora alguns autores limitam a simulao a sistemas com variaes
temporais, pode-se estend-la para situaes nas quais a dimenso do tempo
no relevante, que pode ser denominada como simulaes estticas, porm
a maioria das aplicaes da simulao refere-se ao estudo de um sistema ao
longo do tempo, como proposto por SALIBY (1989).
Outra caracterstica dos modelos de simulao so as leis que regem os
elementos do sistema e as suas interaes. Pode-se reduzir em dois sistemas:
determinstico e estocsticos (Figura 03).
15
Determinstico Nesse caso, todas as variveis se caracterizam pela
certeza, ou seja, elas so definidas em termos matemticos com preciso, cujo
valores podem ser determinados com exatido. A maioria deles consiste em
modelos de ligao, que assumem aleatoriedade entre as variveis mas evitam
expresses estocsticas, fazendo uso de expresses determinsticas baseadas
em suposies.
Estocsticos Nesse caso, possveis variaes podem ocorrer com as
variveis que so consideradas aleatrias e obedecem as leis de distribuies
predeterminadas, baseando-se geralmente numa deciso mais prxima e
tambm mais complexa na realidade. O modelo contem uma ou mais variveis
aleatrias cujo papel, numa simulao, ser representado atravs de amostras.
(SALIBY, 1989).
Analgico
Simblico
Icnico
Tempo
continuo
Analgicos
Digitais
hbridos
Eventos
Discretos
Matemticos
Estocsticos
No
Matemticos
Dinmicos
Estocsticos
Dinmicos
16
2.5.2 Utilizao das tcnicas de simulao.
Segundo LOURENO (1981), a utilizao das tcnicas de simulao
pode ser concentrada em quatro funes principais:
1) Otimizao A simulao pode ser utilizada para unir modelos
com o objetivo de uma otimizao global, uma vez que ela
permite a aproximao de diversas configuraes timas
possveis, uma das quais pode ser uma boa estimativa da
otimizao global de um problema.
2) Otimizao Dinmica A maioria dos modelos determinsticos de
otimizao chega a valores timos para um estado final do
sistema estudado. Em circunstancia em que modelos dinmicos
ou estocsticos de otimizao possam ser formulados, ou que tal
formulao se torne muito difcil, podem ser empregadas formas
avanadas de simulao para determinar valores timos em
diversos pontos de transio.
3) Estimativa de Parmetros A simulao pode ser empregada
para estimar os parmetros de um modelo cuja utilizao esteja
associada a dados pobres ou inadequados. Se houver a
disponibilidade de dados referentes ao perodo anterior, mesmo
que incompletos, e se as variveis forem conhecidas, a simulao
pode ser usada para criar artificialmente um arquivo de dados
pela qual os parmetros possam ser estimados. Mesmo quando
no de dispe de dados para um problema futuro, pode ser
possvel, por exemplo, gerar hipteses para serem utilizados
como base para simular o problema e gerar dados pelos meios
artificiais de simulao.
4) Gaming Caso um problema seja complexo e difcil de modelar,
envolvendo diversas respostas ou decises, e sofrendo a
interveno de valores comportamentais, necessrio formular
simulaes alternativas. Essa simulao denominada gaming
constitui-se em instrumento bastante difundido.
17
OLIVEIRA (1988) descreve que tais funes tambm podem ser
consideradas como:
a) Avaliao: Determinar o grau de desempenho do sistema quando
comparado com critrios especficos.
b) Comparao comparar sistemas competitivos que executem
funes especficas ou comparar vrias polticas propostas.
c) Previso estimar o desempenho do sistema segundo um
determinado conjunto de condies
d) Anlise de sensibilidade- determinar quais fatores so mais
significativos em termos de afetar o desempenho do sistema
e) Otimizao determinar exatamente qual a combinao de
fatores que produziro a melhor resposta do sistema.
f) Relacionamento
Funcional
estabelecer
natureza
do
manufaturados
produo,
transportes,
construtivos,
de
18
f) Simulao de operaes militares.
Segundo OLIVEIRA (1988) a principais vantagens da simulao digital,
tendo como referencia a modelagem matemtica convencional, pode-se citar a
maior versatilidade e simplicidade. Nesse sentido, problemas muito complexos
so difceis se serem formalizados matematicamente, mas podem ser
representados por um modelos de simulao.
Alm das vantagens citadas, ANDRADE (1994); PEGDEN et al. (1995)
SHANNON (1992) acrescentam:
a) Possibilidade de se comprimir/expandir o tempo
b) Possibilidade de se identificar e controlar fontes de variabilidade
no sistema, bem como se antecipar os resultados de certas
intervenes,
sem
custo,
inconvenincia
perigo
da
19
simulao incluir componentes aleatrios que podem levar a
anlises inconclusivas.
c) O usurio j supe conhecido algumas nuances do sistema que
seriam obtidas pelo modelo matemtico.
Outras desvantagens so mencionadas por PEGDEN et al. (1995),
SHANNON (1992) e SWAIT (1987), como:
a) Ser uma tcnica basicamente experimental, o que pode dificultar a
identificao de relaes causa/efeito, especialmente em modelos
complexos.
b) A disponibilidade de tempo/recursos geralmente limita as faixas de
valores dos parmetros que podem ser testados, causando possveis
perigos nas extrapolaes.
c) O desenvolvimento pode ser caro, especialmente nos casos da
programao computacional,calibrao e validao serem mais
extensivos, se comparado ao modelos analtico.
d) A anlise e a interpretao dos resultados podem ser extremamente
difceis, envolvendo testes e conhecimento estatsticos.
e) A necessidade tpica de treinamento especial da equipe para uso do
simulador.
SALIBY (1989) descreve as dificuldades relacionadas as dificuldades de
modelagem e de programao, o tempo de processamento e baixa preciso
dos resultados conseqncia da utilizao da amostragem, e a validao dos
resultados, seja do modelo conceitual seja do computadorizado.
Em relao utilizao da simulao, SHANNON (1977) recomenda quando
uma ou mais condies ocorrerem:
a) Uma formulao completa do problema no existe ou mtodos
analticos de resoluo do modelo matemtico ainda no foram
desenvolvidos. A maioria dos modelos de fila encontra-se nessa
categoria.
b) Mtodos analticos so disponveis, mas as hipteses simplificadoras
necessrias para aplicao invalidam a verdadeira natureza do
problema.
20
c) Mtodos analticos so teoricamente disponveis, mas a matemtica
envolvida to complexa que a simulao fornece uma soluo mais
simples.
d) Quando se deseja observar a historia simulada do processo em um
certo perodo de tempo, assim como se deseja estimar certos
parmetros.
e) A simulao a nica alternativa possvel em funo da dificuldade
de se conduzir experimentos no ambiente em estudo.
f) A reduo de tempo se torna necessria para o estudo de
fenmenos ou processos de durao longa. A simulao permite o
controle sobre o tempo e os fenmenos podem ser acelerados, se
preciso for.
g) Pedagogicamente o uso da simulao refora o aprendizado de
abordagens analticas e o prprio desenvolvimento do modelo de
simulao
pode
potencializar
ganhos
de
compreenso
qualquer
pessoa
que
queira
conhecer
seu
21
c) Validao do modelo Por causa da natureza modular dos modelos de
simulao, possvel que a validao de sua performance possa ser
realizada mdulo a mdulo, a antes de efetu-la na totalidade do
modelo.
d) Confiabilidade Estatstica dos resultados Embora cada aplicao de
um modelo de simulao no fornea exatamente o mesmo resultado,
mas, antes, uma distribuio em torno na mdia, o uso de tais modelos
permite examinar as medidas de performance tais como obtidas em
campo. Os modelos analticos raramente fornecem qualquer informao
sobre a variabilidade ou distribuio em torno do valor mdio da medida
de performance
e) Variao nas taxas de fluxo Um aspecto dos sistemas de trfego que
no bem considerado nos modelos analticos, mas que pode ser
facilmente tratado nos modelos de simulao, que a demanda no
sistema flutua no tempo. Em modelos de simulao, uma alterao na
taxa de fluxo pode ser simplesmente programada como um evento
futuro e, naquele instante, a taxa de fluxo mdio mudar, mas a
existncia de filas ser considerada na nova condio de solicitao.
Esta caracterstica particularmente til na avaliao das condies de
trfego em um perodo de supersaturao.
SALIBY (1989) ainda acrescenta dois outros aspectos: a) processo de
modelagem evolutivo, partindo de concepo simples que se aperfeioa com o
aprendizado e o conhecimento adquirido e b) problemas mal estruturados
observados no mundo real para os quais dispomos de um conhecimento
parcial sobre suas variveis e relaes.
Em sntese, a simulao tende a ser especialmente indicada em
sistemas complexos, estocsticos e/ou dinmicos.
22
c) Especificao dos parmetros e variveis associadas com os
componentes.
d) Especificao
dos
relacionamentos
funcionais
entre
os
23
Comea
Formula o
Problema
Define o
sistema
Usa a
simulao?
Usa outra
tcnica
SIM
NO
Formula o
Modelo
razovel?
SIM
Prepara os
dados
Pare
Programao
MAL
Como esta a
avaliao?
BEM
Projeto
experimental
Experimentao
NO
razovel?
SIM
Pare
Documentao
24
2.6 Validao do modelo de simulao
Validao o processo de criao de confiana na solidez e utilidade de
um modelo desenvolvido com objetivo de representar um sistema real
(FORRESTER, 1990).
Segundo FORRESTER (1990), o processo de validao do modelo
inicia-se atravs da anlise de sua construo, avaliando se o modelo se
comporta de forma plausvel para o objetivo da anlise que foi desenvolvido,
com isso deve-se obrigatoriamente representar o sistema real estudado. Para
passar o teste de verificao de estrutura, o modelo de estrutura no deve
contrariar os conhecimentos sobre a estrutura do sistema real. Para essa
anlise, torna-se importante a incluso de pessoas que no estiveram
diretamente ligadas a construo do modelo a ser validado. Assim, a validao
inclui o processo no qual o construtor do modelo deve comunicar os
parmetros que deve ser testado dentro de um intervalo de confiana para a
audincia e posterior validao.
A Validao do sistema de modelos dinmicos complicado por causa
das inmeras variveis, cada uma com seus prprios objetivos e critrios de
avaliao dentro um modelo. Para o pesquisador, um modelo pode ser
considerado til se gera resultado de anlises sobre a estrutura do sistema
real, faz predies corretas, e estimula a percepo de explicar causas dos
problemas importantes e fornece base para a concepo de polticas que
tenham objetivos de melhorar o comportamento no futuro (NAYLOR, 1971).
Muito conhecimento sobre sistemas reais diz respeito s conseqncias
das condies extremas. Se o conhecimento sobre condies extremas
incorporado, o resultado quase sempre um modelo melhorado na regio
normal de funcionamento (NAYLOR, 1971).
A existncia de uma grande variedade de testes, e a probabilidade de
que mais testes sero realizados e que mais pessoas possam estar envolvidas
no processo de validao fator de grande importncia para credibilidade do
modelo desenvolvido (FORRESTER, 1990).
A acessibilidade de todo o processo crucial para testar as
possibilidades de sucesso no sistema de modelagem dinmica. Se forem
plenamente exploradas, a grande variedade de testes disponveis para uma
multiplicidade de avaliadores deve permitir o desenvolvimento de modelos teis
25
e representativos das condies reais que esto sendo avaliadas (COSTA,
2002).
2) Comportamento do Modelo
a)
Comportamento
da
reproduo
(freqncia
relativa,
comportamento caracterstico);
b) Comportamento da predio (padro da previso, previso do
evento);
c) Comportamento de anomalias;
d) Surpresas no comportamento;
e) Poltica extrema (comportamento mximos e mnimos);
f) Fronteira da adequao;
g) Sensibilidade do comportamento.
26
2.7 Modelos de simulao no setor sucroalcooleiro
No setor sucroalcooleiro a simulao tem sido utilizada para investigar
novas estratgias gerenciais e equipamentos, a um custo relativamente baixo
para as usinas. Alguns trabalhos que utilizaram simulao para analisar
sistemas desse setor podem ser encontrados em YOSHIZAKI (1989),
MATHEW & RAJENDRAN (1993), HAHN (1994), LOPES (1995) e YAMADA
(1999).
No Brasil, a partir da dcada de 1990, pode-se perceber o surgimento de
algumas contribuies sobre a utilizao de mtodos quantitativos na indstria
sucroalcooleira. Por exemplo, BARATA (1992) utilizou programao linear para
desenvolver um modelo de avaliao tcnico-econmica aplicado s questes
relacionadas ao corte e a reforma de canaviais. LOPES (1995) modelou um
sistema de transporte, carregamento e reboque a fim de identificar e analisar
as variveis que influenciam o custo de cada uma das operaes envolvidas.
GRISOTTO (1995) apresentou um modelo de otimizao do tempo de
viagem de caminhes utilizados no transporte de cana-de-acar. YOSHIZAKI
et al. (1996) aplicaram programao linear para modelar o problema da
distribuio centralizada de lcool no sudeste do Brasil. YAMADA (1999)
utilizou redes Petri atemporizadas para modelar todas as etapas de produo
de acar e lcool, procurando validar a utilizao desta tcnica tanto para as
etapas discretas quanto para as etapas contnuas desse processo produtivo.
COLIN et al. (1999) apresentaram um modelo de programao linear
para otimizao do sistema logstico de distribuio e armazenamento de
acar, considerando um depsito central e diversos depsitos secundrios.
IANNONI e MORABITO (2006) estudaram o sistema de recepo de cana de
uma usina, utilizando simulao discreta para analisar a logstica de transporte
de cana.
27
retorno financeiro de uma fazenda e tendo em conta a programao da colheita
que seria adotada na safra (curva de sacarose). ABEL et al. (1981)
desenvolveram um modelo de programao da colheita de cana-de-acar,
utilizando transporte ferrovirio. MATHEW e RAJENDRAN (1993) utilizaram
simulao para analisar a programao das atividades de manuteno de uma
usina aucareira, onde se pretendeu determinar um bom intervalo entre as
paradas para manuteno da usina. HIGGINS et al. (1998) aplicaram um
modelo de programao matemtica para a determinao da programao da
colheita de cana-de-acar ao longo de uma safra. COCK et al. (2000)
apresentaram uma metodologia para escolha de variedades de cana por meio
da anlise do custo total de processamento das variedades. HIGGINS &
DAVIES (2005) aplicaram simulao computacional para planejar a capacidade
do sistema de transporte de cana-de-acar. Alm destes trabalhos, outros
mais recentes apresentam modelos e mtodos de otimizao matemtica
aplicados programao e integrao do corte de cana com o transporte desta
matria-prima at a usina, como: HIGGINS et al., (2004); MILAN et al. (2006).
Analisando estas publicaes, observa-se que existe um esforo
crescente em desenvolver e aplicar modelos e mtodos quantitativos para
auxiliar nas principais operaes do setor sucroalcooleiro. O destaque para
os modelos de planejamento da colheita, modelos de programao do
transporte de cana, de distribuio e armazenagem de acar e lcool. Todos
estes trabalhos so voltados para a rea agrcola, nas etapas de corte
carregamento , transporte (CCT) e estoque de produtos finais.
28
Concluram tambm que tanto a eficcia de manipulao e as perdas de
matria prima no campo no foram influenciadas.
Observou-se que desde que no haja limitaes como declividade,
estado da superfcie do terreno e treinamento do operador, que impeam o
deslocamento da mquina em velocidades mais elevadas, possvel esperar
aumento da capacidade operacional com diminuio de custos.
O custo operacional das maquinas agrcolas resultado da soma dos
valores dos custos fixos e custos variveis, sendo que os custos variveis
dependem da quantidade de uso que se faz da mquina e incluem
combustveis, leo lubrificante, reparos, manuteno e mo de obra
(BALASTREIRE, 1987). RIPOLI et al. (2001) recomendam a abordagem do
levantamento de custos pelo chamado mtodo do custo anualizado
equivalente - CAE, desenvolvido a partir do conceito de anuidade equivalente
para clculo do custo anual de mquinas. Este mtodo mostra que todos os
valores so variveis uma vez que se fazem projetos para toda a vida da
mquina, desde sua aquisio at o momento de descarte ou de
sucateamento.
RIPOLI et al. (2001) revelam tambm que os itens levados em
considerao na construo do fluxo de caixa so: valor inicial e valor residual
aps o tempo de vida til, juros, seguro, alojamento e administrao,
combustvel, lubrificantes, filtros, comboios de manuteno e abastecimento,
peas de reposio e servios mecnicos e mo de obra do operador. VIEIRA
(2003) observa que neste tipo de levantamento deve-se procurar talhes com
caractersticas semelhantes e estar atento para separar por atividade os
trabalhadores envolvidos.
29
FORRESTER (1990) lanou seus Princpios de Sistemas, consolidando
a utilizao do computador em trabalho com sistemas na rea de
gerenciamento. Os Princpios de Sistemas de Forrester podero ser utilizados
no ensino da Fsica na resoluo de problemas dinmicos. Para isto, basta que
existam variveis que evoluam no tempo.
Uma vez que se desenvolva um modelo em STELLA, este cristaliza
momentaneamente as relaes causais atravs de uma topologia especfica,
passando a existir como um mundo artificial. Esse mundo, agora, transforma-se
num objeto de anlise que estar disponvel para explorao.
O STELLA divide-se em trs reas de trabalho interligadas entre si, que
so: a Janela de Construo do Modelo, onde se constri os diagramas do
modelo; Janela de Equaes, onde so mostradas as equaes que regem o
modelo, montadas automaticamente pelo programa, de acordo com diagrama
criado e a janela de anlise e alteraes das variveis (Figura 05).
30
2.9.2 Fluxo: O Fluxo representa a taxa de uma varivel em relao ao
tempo. Por esta razo, um Fluxo sempre est ligado ao Estoque que
representa a varivel. Existem duas maneiras de ligar o Fluxo ao Estoque. Uma
delas de forma que o Fluxo aumente o Estoque (Fluxo de entrada) e a outra
de maneira que o Fluxo diminua o Estoque (Fluxo de sada). Tanto o Fluxo de
entrada quanto o de sada podem ser do tipo Bidirecional (Entrada e Sada).
2.9.3 Conversor: O Conversor pode ser utilizado de vrias formas. Uma
delas como uma constante, e a outra como funo. Esta ltima converte os
valores de uma varivel de acordo com uma equao definida pelo usurio.
2.9.4 Conector: O Conector serve para estabelecer uma relao entre
dois componentes na construo do diagrama.
Com essas 4 ferramentas possvel modelar praticamente todos os
problemas encontradas no processo de corte, carregamento e transporte de
cana-de-acar no agronegcio da cana-de-acar.
2.10 Empresa pesquisada: Jalles Machado S/A
Fundada em 1970 na cidade de Goiansia, distante 175 km da capital
Goinia, atualmente ocupa uma rea de 38.000 hectares, que se encontra em
momento de expanso, com a instalao da segunda unidade industrial,
denominada de Unidade Otvio Lages - UOL.
Atualmente possui aproximadamente 2.800 colaboradores, divididos em
trs departamentos: Agrcola, Indstria e Administrativo.
A empresa possui um portflio de produtos composto por: Acar Cristal,
Acar Orgnico, Acar VHP, lcool Diludo para Limpeza Itaj, lcool em Gel
65 INPM Itaj, Desinfetante Hospitalar, lcool 92,8 GL e lcool Absoluto Itaj,
Sanitizante Germicida para as mos, lcool em Gel para queima e lcool
Combustvel.
A Jalles Machado (Figura 06) tambm comercializa energia eltrica
derivada do bagao da cana, a partir de uma termoeltrica de co-gerao, que
alm da energia produzida gera dividendos atravs da venda de crdito de
carbono para o governo Holands.
Na safra 2008/2009 a empresa processou aproximadamente 2.3 milhes
de toneladas de cana-de-acar, produzindo 3,5 milhes de sacas de acar e
85 milhes de litros de lcool.
31
32
2.10.1 Colheita
C
m
mecanizad
a na emprresa.
A emp
presa, prin
ncipalmentte nos ltimos 10
0 anos, e
esta modiificou
inten
nsamente o sistem
ma de corrte da ca
ana-de-a
car. Em 1998, 54
4.870
tone
eladas de cana
c
foram
m colhidass mecanica
amente, co
orresponde
endo a apenas
4,33
3% da cana
a colhida. Em 2008,, o sistema
a mecanizado repressentou 88,,62%
do total da ca
ana colhida
a, ou seja, 2.007.97
79 toneladas da can
na que a usina
u
am oriunda
as da colhe
eita realiza
ada por m
quinas (Figura 07).
proccessou fora
Alm da
a transio
o do corte manual para
p
o siste
ema meca
anizado (Figura
08), observou--se que a empresa aumentou
u em 79 % a quanttidade de cana
os ltimos 10 anos, situao esta
e
que in
ntensificou o process
so de
proccessada no
500.000
2.265.810,20
2.007.978,85
1.900.849,05
1.536.646,37
1.781.872,98
,
1.102.623,00
1.575.398,96
879.702,78
1.566.168,49
850.899,34
1.000.000
1.296.489,81
603.127,06
1.500.000
1.335.309,16
444 390 89
444.390,89
2.000.000
1.133.708,12
131.283,40
2.500.000
967.684,49
92.317,10
3.000.000
1.267.212,24
54.870,29
Toneladasdecana(t)
3.500.000
1.503.787,06
1 503 787 06
771.743,52
meccanizao da
d colheita
a, por diverrsas quest
es.
0
199
98
1999
2
2000
2001
To
otaldecanaco
olhida
2002
20
003
2004
2005
200
06
2007
2008
Quantidadedecanacolhiidanosistemaamecanizado
o
Figu
ura 07 Evoluo
E
d colheita total e colheita mecanizad
da
m
a da cana
a-deaccar, nos lttimos 10 anos.
A prime
eira questo que exxplica essa
a evoluo
o o alto custo do corte
man
nual em rellao ao corte
c
meca
anizado. O sistema de
d corte me
ecanizado teve
custo de 37,13
3 % menor em relao ao corrte manual, conforme
e tabela 01
1, no
ano de 2008.
Tabela 01 Com
mparativo entre os custos dos processsos de colheita
meccanizada e colheita manual
m
na safra
s
2008
8/2009
Etapa
Corrte da cana
a
Carrregamento
Tra
ansporte
Tottal
Me
ecanizado
R 7,94
R$
R 3,64
R$
R 4,13
R$
15,71
% Partic
cipao Manual
M
% Participao
51%
%
R$
$ 16,32
65%
23%
%
R 1,38
R$
6%
26%
%
R 7,29
R$
29%
100
0%
24,99
100%
33
Outro fa
ator releva
ante referente dis
sponibilida
ade de mo-de-obra,, que
nos ltimos 10
0 anos vem
m se reduziindo intens
samente, principalme
p
ente em funo
da expanso
e
d setor su
do
ucroalcoole
eiro, o que
e ocasiono
ou um desequilbrio entre
e
a ofe
erta e dem
manda por mo-de-ob
m
bra.
100
90
88
8,62
95,67
80
0,46
90
80,84
88,42
61,88
70
66,72
60
%
5
53,48
51,32
5,84
55
54,33
50
3,28
33
40
46
6,52
48,68
45,67
44,16
30
38,12
20
10
4,33
9,5
54
11,58
19,16
11,38
0
1998
19
999
2000
2001
20
002
2003
Cortem
mecanizado
2004
20
005
2006
2007
2008
Corttemanual
Figu
ura 08 Evvoluo do corte man
nual e mec
canizado.
Dos 88
8,62% da colheita mecanizad
m
da na safrra 2008/20
009, a grande
maio
oria foi colhida
c
crrua, sem queima. A emprresa objetiva aume
entar
grad
dativamente a colheitta mecanizzada, dese
ejando alca
anar o nd
dice de 95%
% de
sua colheita executada por mquinas sem queima.
q
J
para a no
ova unidad
de, a
presa j iniciar a sua primeira
a safra, em
m 2011, com
m 100% d
da cana co
olhida
emp
no sistema me
ecanizado em
e queima
a.
2.10.2 Quantidad
Q
de de equipamentos
s envolvid
dos no pro
ocesso de
CCT
T
Na safra de 2008
8/2009, o qual
q
desen
nvolveu essta pesquisa, a emp
presa
traba
alhou com
m uma frotta de 20 colhedoras
c
s prprias (Figura 10), 25 cav
valos
meccnicos para o transporte de cana,
c
send
do 5 cavalo
os mecniicos prprios e
21 te
erceirizado
os, 84 sem
mi-reboque
es, 33 tratores transsbordos (F
Figura 09) e 66
transsbordos, to
odos prprrios.
34
Figura 10 Colhedoras
Produtividade(t/ha)
35
100,0
00
95,0
00
90,0
00
85,0
00
80,0
00
75,0
00
70,0
00
65,0
00
60,0
00
55,0
00
50,0
00
84,73
3
80,00
1998
71
78,7
77,85
65,50
1999
2001
77
7,62
72,12
70,68
2002
2004
67,,75
200
00
83,67
2003
3
Safras
7
72,60
2
2005
2006
2007
20
008
2.10.4 Distncias
D
s mdias das
d fazend
das.
A empre
esa possu
ui em 2008
8 uma rea
a de colhe
eita de aprroximadam
mente
33.5
500 hectare
es, distribu
udas em 94 fazend
das (Figura
a 13). A d
distncia mdia
m
pond
derada do centro da
as fazenda
as at a unidade
u
pro
ocessadorra de 17
7,266
km, com desvio padro de
d 8,0805 (Anexo 01).
A distriibuio da
as distnccias das fazendas at a ussina pode
e ser
visua
alizada na figura 12.
Figura 12
1 Distrib
buio dass distncia entre a fazzenda e a usina
36
37
3. METODOLOGIA E APRESENTAO DO MODELO.
Esta pesquisa foi realizada em duas etapas. A primeira etapa, que foi
executada durante todo o desenvolvimento da dissertao, constituiu em uma
pesquisa bibliogrfica sobre o tema Simulao computacional em sistemas
produtivos agrcolas. Nessa fase, foram consultadas as principais bibliografias
sobre o tema. A segunda etapa foi composta pela parte emprica e descritiva
da dissertao, que foi desenvolvida junto a Empresa Jalles Machado S/A.
transbordos
(Figura
14),
Transbordos
(Figura
15),
38
Figura 15 - Transbordos
Figura 18 Semi-reboque
Figura
19
Conjunto
Cavalo
39
B - Produtividade dos talhes
Foi avaliada atravs de estimativas da produtividade de cada talho,
utilizando duas metodologias. A primeira, mais comumente realizada pelas
usinas, foi o levantamento visual dos talhes, onde um funcionrio qualificado e
experiente nessa atividade percorreu todos os talhes das fazendas e avaliou a
produtividade utilizando a caracterstica visual do talho, correlacionando com
a incidncia de chuvas, clima, tempo restante para o corte, histrico da rea,
entre outras variveis. Essa estimativa geralmente realizada entre os meses
de fevereiro e maro. Todos esses valores de produtividade so alocados em
um caderno de estimativas e disponibilizado no sistema de informao da
empresa, onde os membros da usina possuem acesso. O erro de estimativa
utilizando este mtodo compatvel as perspectiva da empresa, sendo
confivel para determinar as estratgias de produo da safra.
A segunda metodologia utilizada foi utilizao da tcnica de biometria,
onde atravs da equao matemtica proposta por LANDELL (2007) foi
possvel determinar a produtividade do talho, considerando o dimetro dos
colmos, altura, nmero de colmos, espaamento entre linhas e o fator de
correo.
PT (produtividade do talho) = Dimetro2 x Altura x Nmero de colmos x 0,007854
Espaamento das linhas
40
para execuo, com isso, ela foi utilizada neste trabalho apenas para
conferncia da tcnica visual.
C - Distncias mdias das fazendas.
O levantamento das distncias mdias foi estabelecido atravs dos
mapas de cada fazenda. O departamento de topografia da empresa determinou
as distncias atravs do mapa geral da usina, realizado no programa
computacional AutoCad. Para essa mensurao, foi considerado o centro de
cada fazenda at a entrada do parque industrial, utilizando as estradas que
normalmente so utilizadas para o transporte da cana-de-acar. As distncias
foram aproximadas, no utilizando casas decimais.
D - Tempo de deslocamentos.
Foram mensurados os tempos de deslocamento dos equipamentos
envolvidos no processo de CCT. Esses tempos foram agrupados em:
a) Tempo de Deslocamento do conjunto (semi-reboque mais cavalo
mecnico) da balana at a balana.
Este tempo foi calculado atravs da sada do conjunto da balana da
usina at o retorno na balana. Para registrar esses tempos, foram treinados
trs tcnicos agrcolas. Estes tcnicos tiveram seus relgios sincronizados com
o do pesquisador, para que no houvesse variao nos tempos registrados em
relao ao relgio que foi considerado como padro.
O tcnico ficou disposto dentro do escritrio (Figura 20), registrando o
nmero do caminho, e a hora de sada e de retorno do mesmo balana
(Figura 21).
41
Esses dados foram anotados nos 3 turnos, representando 24 horas por
dia, durante uma semana, em uma planilha do programa computacional Excel,
conforme Figura 22.
42
d) Tempo de engate e desengate dos semi-reboques no cavalo
mecnico.
Esse dado foi levantando juntamente com a ficha de avaliao do
deslocamento dos conjuntos at a usina, sendo registrada pelo mesmo tcnico
que realizou o levantamento de deslocamento do campo at a usina.
e) Tempo de enchimento do transbordo.
Esse tempo foi determinado atravs da avaliao do tempo que a
colhedora utiliza para o total enchimento dos transbordos (Figuras 23 A e B).
Nessa avaliao utilizou os mesmos tcnicos agrcolas (Figuras 24 A e B),
porm em dias alternados das outras avaliaes. O colaborador ficou disposto
em local que lhe proporcionou uma viso ampla dos processos de colheita e
enchimento dos transbordos, onde foi possvel avaliar o tempo exato de
enchimento e troca de transbordo.
43
f) Tempo de troca de transbordo
Este tempo consiste no intervalo gasto entre a sada do transbordo cheio
at a chegada de outro transbordo vazio. Esse tempo foi determinado atravs
do responsvel pela coleta do tempo gasto para o enchimento do transbordo.
Aps o transbordo cheio o mesmo iniciou a contagem de tempo at a
colhedora comear a encher o transbordo que chegou vazio.
g) Tempo de deslocamento do transbordo at o semi-reboque
Esse tempo foi calculado atravs do intervalo que o transbordo levou
para se deslocar, aps seu total enchimento, da colhedora at o semi-reboque.
Para essa avaliao utilizou 3 tcnicos agrcolas, que ficaram alocados em
posies
estratgicas
nas
frentes
de
colheita,
conseguindo
observar
44
E - Tempo de usina
O tempo denominado de usina composto pelo somatrio de todos os
tempos gastos nas atividades de descarga da cana-de-acar dentro da usina,
sendo composto por:
a) Tempo para pesagem na balana
Este perodo compreendido pelo tempo que o caminho fica parado na
balana para aferir seu peso e foi mensurado pelo tcnico agrcola com uma
planilha de observao.
b) Tempo de deslocamento at a amostragem
O tempo de deslocamento para amostragem perodo gasto para o
caminho se deslocar da balana at a sonda que realiza a amostragem e foi
mensurado atravs da metodologia utilizada no tempo de pesagem na balana.
c) Tempo de amostragem
Tempo gasto para amostragem da cana nos caminhes atravs da
sonda. Esse perodo foi determinado pelo mesmo tcnico que avaliou os dois
tempos anteriores, porm em dias alternados.
d) Tempo de deslocamento at o hyllo
Esse tempo compreendido pelo perodo utilizado para que o caminho
saia da sonda e se desloque para o hyllo tombador de cana. O mesmo
colaborador que mensurou o tempo de amostragem realizou essa avaliao.
e) Tempo de tombamento
Tempo gasto para descarregar um caminho na mesa alimentadora de
cana (Figura 26). Tambm mensurado pelo mesmo colaborador (Figura 27).
do processo.
45
f) Tempo de deslocamento at a balana
Perodo utilizado para o caminho vazio sair do hyllo e se deslocar para
a balana. Esse tempo foi mensurado pelo mesmo colaborador das etapas
anteriores.
g) Tempo de pesagem da tara.
Tempo gasto para pesar o caminho vazio, sendo mensurado pelo
colaborador da balana.
auxiliares + horas
46
Perdidas). Permite avaliar o efeito das horas perdidas sobre o desempenho do
equipamento. Valores baixos indicam grande quantidade de horas perdidas por
dia operao executada pelo equipamento.
c) Disponibilidade: Identifica a disponibilidade do equipamento para o
trabalho, considerando-se
47
Para todos os tempos coletados foi determinado mdia e o desvio
padro.
3.4 Apresentao do modelo
Para a construo do modelo foi utilizada a metodologia System
Dynamics, atravs do programa computacional Stella 8. Os dados coletados e
analisados foram inseridos no programa para que fosse possvel analisar o
sistema de colheita mecanizada da empresa estudada.
Inicialmente
identificaram-se
todos
os
tempos
variveis
que
48
Transbordo C1
Cap corte C1
Fluxo carregamento F1
Fila carregamento F1
Fluxo Carreto
TCH C1
C1
Ef icincia C1 Velocidade C1
Transbordo C2
Cap corte C2
T deslocamento Tras C1
Fluxo carregamento C2
Ef icincia C2
TCH C2
Velocidade C2
C2
Transbordo C3
Cap corte C3
T deslocamento Tras C2
Fluxo Carregamento C3
Velocidade C3
TCH C3
C3
Ef icincia C3
T deslocamento Tras C3
Cap corte C4
Transbordo C4
Fluxo Carregamento C4
TCH C4
Ef icincia C4
C4
Cap corte C4 3
Velocidade C4
Transbordo C4 3
T deslocamento Tras C4
Fluxo Carregamento C4 3
T deslocamento Tras C4 3
Velocidade C4 3
Ef icincia C4 3
C4 3
TCH C4 3
49
Carregamento F1
Fluxo carregamento
f luxo deslocamento F1
Fluxo Carreto
Peso Carga
Enchimento caminho F1
Sada Caminho F1
Caminhes F1
Estoque cana F1
Estoque de caminhes F1
50
Ptio
Balana
chegada cana
Fluxo Balana
Tempo Tombamento
Sada Caminho F1
Tempo amostragem
Fila Amostragem
Amostragem
Fluxo Amostragem
Velocidade Usina
Fluxo Ilo
Tempo Tombamento
Fluxo Descarregamento
Peso Carga
Cana entregue
FluxoDescarregados
Caminhes descarregados
Descarregamento Ilo Tombador
Estoque de caminhes F1
Tempo mdio total de Tombamento
Total Camines
Estoque cana F1
Total Cana
51
No desenvolvimento do modelo completo utilizaram-se os setores
apresentado acima. Aps os devidos testes dos setores, foi analisado se os
mesmos corresponderiam s situaes evidenciadas na prtica.
Os 3 setores foram compatveis com a realidade e as simulaes
desenvolvidas apresentaram resultados que validaram essa fase inicial. Com
essa etapa finalizada, deu-se incio a de juno dos setores.
Aps a unio dos setores foi necessrio fazer alguns ajustes e
contemplar novas variveis, com objetivo de verificar a representatividade do
modelo nesta etapa de desenvolvimento. (Figura 32)
FRENTE DE COLHEITA 4
Peso Carga
Velocidade C1 2
Ef icincia C1 2
T deslocamento Trans C1 2
TCH C1 2
Transbordo C1 2
Fila carregamento F1 2
C1 2
Fluxo carregamento F1 2
Cap corte C1 2
Ef icincia C2 3
Velocidade C2 3
Carregamento F1 2
f luxo carreto F1 2
T deslocamento Tras C2 3
Transbordo C4 2
Estoque cana F1 2
f luxo deslocamento F1 2
T deslocamento Tras C4 2
Sada Caminho F1 2
Enchimento caminho F1 2
Cap corte C4 2
TCH C2 3
Transbordo C2 3
Fluxo Carregamento C4 2
C2 4
TCH C4 2 Caminhes F1 2
Cap corte C2 3
Fluxo Carregamento C3 2
C4 2
Ef icincia C2 4
Velocidade C2 4
Velocidade C4 2
Ef icincia C4 2
Estoque de caminhes F1 2
T deslocamento Tras C2 4
TCH C2 4
TCH C3 2
Transbordo C2 4
T deslocamento Tras C3 2
C2 3
Cap corte C2 4
C3 2
Velocidade C3 2
Estoque cana F1 2
3.240.0
Estoque de caminhe
54.0
Ef icincia C3 2
Fluxo carregamento C2 4
USINA PROCESSADORA DE CANA
Ptio
Balana
Tempo Tombamento
chegada cana
Velocidade Usina
Sada Caminho F1
Peso Carga
Sada Caminho F2
Fluxo Balana
Tempo Tombamento
Sada Caminho F1 2
Sada Caminho F2 2
Tempo amostragem
Fila Amostragem
Fluxo Amostragem
Amostragem
Fluxo Ilo
Fluxo Descarregamento
FluxoDescarregados
Cana entregue
11.280.0
25.0
Caminhes descarregados
52
FRENTE DE COLHEITA 1
Peso Carga
Velocidade C1
Ef icincia C1
T deslocamento Trans C1
TCH C1
Transbordo C1
Fila carregamento F1
C1
Fluxo carregamento F1
Cap corte C1
f luxo carreto F1
f luxo deslocamento F1
T deslocamento Tras C4
Sada Caminho F1
Carregamento F1
T deslocamento Tras C2
Velocidade C2
Ef icincia C2
Estoque cana F1
Transbordo C4
Enchimento caminho F1
Cap corte C4
TCH C2
Transbordo C2
Fluxo Carregamento C4
C2
Transbordo C3
Fluxo carregamento C2
Cap corte C2
Velocidade C4
Estoque de caminhes F1
Ef icincia C4
C4
T deslocamento Tras C2 2
Velocidade C2 2
Ef icincia C2 2
Caminhes F1
TCH C4
Cap corte C3
Fluxo Carregamento C3
Estoque cana F1
2.700.0
Estoque de caminhe
45.0
TCH C2 2
TCH C3
Transbordo C2 2
T deslocamento Tras C3
C2 2
Velocidade C3
Ef icincia C3
C3
Fluxo carregamento C2 2
Cap corte C2 2
FRENTE DE COLHEITA 2
Peso Carga
Velocidade C5
Ef icincia C5
T deslocamento Trans C5
TCH C5
Transbordo C5
Fila carregamento F2
C5
Fluxo carregamento F2
Cap corte C5
f luxo carreto F2
f luxo deslocamento F2
T deslocamento Tras C8
Sada Caminho F2
Carregamento F2
T deslocamento Tras C6
Velocidade C6
Ef icincia C6
Estoque cana F2
Transbordo C8
Enchimento caminho F2
Cap corte C8
TCH C6
Transbordo C6
Fluxo Carregamento C8
C6
Caminhes F2
Fluxo carregamento C6
Cap corte C6
Transbordo C7
Fluxo Carregamento C7
TCH C8
Cap corte C7
Velocidade C8
Ef icincia C6 2
Estoque de caminhes F2
Ef icincia C8
C8
T deslocamento Tras C6 2
Velocidade C6 2
TCH C6 2
TCH C7
Transbordo C6 2
C6 2
T deslocamento Tras C7
C7
Velocidade C7
Estoque cana F2
3.180.0
Estoque de caminhe
53.0
Ef icincia C7
Fluxo carregamento C6 2
Cap corte C6 2
FRENTE DE COLHEITA 3
Peso Carga
Velocidade C5 2
Ef icincia C5 2
T deslocamento Trans C5 2
TCH C5 2
Transbordo C5 2
Fila carregamento F2 2
C5 2
Fluxo carregamento F2 2
Cap corte C5 2
Ef icincia C6 3
f luxo carreto F2 2
T deslocamento Tras C6 3
Velocidade C6 3
Carregamento F2 2
f luxo deslocamento F2 2
T deslocamento Tras C8 2
Sada Caminho F2 2
Transbordo C8 2
Estoque cana F2 2
Enchimento caminho F2 2
Cap corte C8 2
TCH C6 3
Transbordo C6 3
Fluxo Carregamento C8 2
C6 3
Caminhes F2 2
Cap corte C7 2
Fluxo carregamento C6 3
Cap corte C6 3
TCH C8 2
Velocidade C8 2
Ef icincia C8 2
C8 2
Ef icincia C6 4
Estoque de caminhes F2 2
T deslocamento Tras C6 4
Velocidade C6 4
TCH C6 4
TCH C7 2
Transbordo C6 4
C6 4
T deslocamento Tras C7 2
C7 2
Velocidade C7 2
Estoque cana F2 2
2.400.0
Estoque de caminhe
40.0
Ef icincia C7 2
Fluxo carregamento C6 4
Cap corte C6 4
FRENTE DE COLHEITA 4
Peso Carga
Velocidade C1 2
Ef icincia C1 2
T deslocamento Trans C1 2
TCH C1 2
Transbordo C1 2
Fila carregamento F1 2
C1 2
Fluxo carregamento F1 2
Cap corte C1 2
Ef icincia C2 3
Velocidade C2 3
Carregamento F1 2
f luxo carreto F1 2
T deslocamento Tras C2 3
f luxo deslocamento F1 2
T deslocamento Tras C4 2
Sada Caminho F1 2
Transbordo C4 2
Estoque cana F1 2
Enchimento caminho F1 2
Cap corte C4 2
TCH C2 3
Transbordo C2 3
Fluxo Carregamento C4 2
C2 4
TCH C4 2 Caminhes F1 2
Cap corte C2 3
Fluxo Carregamento C3 2
C4 2
Ef icincia C2 4
Velocidade C2 4
Velocidade C4 2
Ef icincia C4 2
Estoque de caminhes F1 2
T deslocamento Tras C2 4
TCH C2 4
TCH C3 2
Transbordo C2 4
T deslocamento Tras C3 2
C2 3
Cap corte C2 4
C3 2
Velocidade C3 2
Estoque cana F1 2
3.240.0
Estoque de caminhe
54.0
Ef icincia C3 2
Fluxo carregamento C2 4
USINA PROCESSADORA DE CANA
Ptio
Balana
Tempo Tombamento
chegada cana
Velocidade Usina
Sada Caminho F1
Peso Carga
Sada Caminho F2
Fluxo Balana
Tempo Tombamento
Sada Caminho F1 2
Sada Caminho F2 2
Tempo amostragem
Fila Amostragem
Fluxo Amostragem
Amostragem
Fluxo Ilo
Fluxo Descarregamento
FluxoDescarregados
Cana entregue
11.280.0
25.0
Caminhes descarregados
53
Alm do modelo foi desenvolvido um setor com todas as variveis,
denominado de layout, onde foi possvel alterar os valores das variveis
estudadas com objetivo de realizar as diferentes simulaes (Figura 34)
54
4. RESULTADOS
4.1 Tempo de deslocamentos no campo
a) Tempo de Deslocamento do conjunto (semi-reboque mais cavalo
mecnico) da balana at a balana.
Observou-se que o tempo de deslocamento do conjunto da balana at
a balana, que tambm pode ser considerado como tempo que o conjunto
permaneceu no campo, possui grande variao (Tabela 2). Essa variao pode
ser explicada, pois dentro desse tempo existem diversas variveis, como tempo
de carregamento do semi-reboque, rendimento da colhedora, filas no processo
de carregamento, transito de caminhes nas vias de transporte de cana, dentre
outras.
Tabela 02 Tempo de deslocamento no campo por frente de colheita.
Frente de colheita
Frente de corte 1
Frente de corte 2
Frente de corte 3
Frente de corte 4
Total/mdia
Anlises
12
8
13
11
44
Mdia (min.)
109
138
87
94
107
Desvio Padro
13
44
26
29
16
55
4
40
33,13
3
Tempoemminutos
3
35
34,80
17
33,1
32,,39
27,31
3
30
2
25
20,87
2
2
20
1
15
Mdia: 28,319
Desvio Padro: 7,0
071
1
10
16,5
56
3
Amosttras
Figura 35
3 Temp
po mdio de desloc
camento do
os conjunttos da balana
at as
a frentes de colheita
a.
c) Temp
po de deslocamento do conjun
nto do cam
mpo at a b
balana (Figura
36 e Anexo 03
3).
Observo
ou-se que o tempo de
d deslocamento do conjunto d
do campo at
a a
balana tamb
m apresenta varia
es consid
derveis, pois
p
a dist
ncias ond
de as
frenttes esto alocadas
a
p
podem
ser diferentes em at 40
0 km, o que resultaria
a em
gran
nde diferen
na de tem
mpo entre as frente
es de colheita. Com isso, pod
de-se
obse
ervar um desvio pa
adro elevvado, de 14,027
1
min
nutos, e u
uma mdia de
34,8
887 minutos nas oito amostras analisadas
s.
51,24
55
5
50,5
53
Tempoemminutos
50
0
45
5
40,13
3
36,72
40
0
30,98
35
5
30
0
25
5
15,93
20
0
15
5
10
0
3
Mdia: 34,887
Desvio Padro:
P
14,0
027
1
18,67
7
3
Amostrras
Figura 36 - Tem
mpo de de
eslocamen
nto do con
njunto do campo at
a a
balana
56
d) Tem
mpo de engate
e
e desengate
e dos se
emi-reboqu
ues no ca
avalo
meccnico.
Os tem
mpos de en
ngate e desengate
d
se compo
ortaram co
omo esperrado,
inferrior a 2 min
nutos (Figu
ura 37 e An
nexo 04). Apenas
A
em
m dois caso
os foi supe
erado
esse
e valor, em
m funo de
d problem
mas operac
cionais no
o processo
o, justifican
ndo o
desvvio padro muito elevvado, comu
um quando
o existe ou
utliers na a
amostra.
6
Tempoemminutos
5,06
5
Mdia: 1,619
P
1,422
2
Desvio Padro:
3,98
4
3
2
1,32
1,80
1,,45
0,57
0,55
1,03
0,80
0
0,75
1,13
0,,98
0
1
10
0
11
12
Amostrras
Figura 37 Tem
mpo de en
ngate e desengate dos semi-reboques nas
frenttes de colh
heita.
e) Temp
po de carre
egamento do transbo
ordo.
O temp
po de carrregamento de tran
nsbordo te
eve um ccomportam
mento
espe
erado, com
m mdia de
d 14,020 minutos e desvio pa
adro de 3,772 minutos,
nestta avalia
o (Figura 38 e ane
exo 05). Essas
E
avaliaes forram realiz
zadas
apen
nas em uma
u
rea, com me
esma prod
dutividade. Espera-sse que co
om a
varia
ao da prrodutividad
de da cana
a-de-aca
ar, esses tempos
t
iro se modificar.
Essa
a oscilao
o dever se comporta
ar numa re
elao inve
ersamente
e proporcional a
prod
dutividade da cana, ou
o seja, em
m reas co
om maior produtivida
p
ade o temp
po de
carre
egamento do transbo
ordo ser menor.
m
57
2
21,05
Tempoemminutos
21
19,,07
19
17
15
14,01
13,95
12,83
12,77
12,67
13
9
9,43
11
9
7
5
40
10,4
Mdia: 14
4,020
Desvio Pa
adro: 3,772
2
Amostraas
Figura 38
3 - Tempo
o de carreg
gamento dos transbo
ordos
f) Temp
po de troca de transbordo
O com
mportamentto dos dados nes
ssa ativida
ade, emb
bora no seja
exprressivo no
o processo
o, geralme
ente possu
ui grande variao em funo de
prob
blemas logsticos na frente
f
de colheita.
c
(F
Figura 39 e Anexo 06
6).
Esses problemas
p
so derivvados das filas gerad
das no descarregam
mento
dos transbord
dos no se
emi-reboqu
ues, principalmente em fun
o da falta
a de
trein
namento em
m logstica
as dos ope
eradores. Este
E
trabalho auxiliou a empre
esa a
identificar essses tipos gargaloss no pro
ocesso produtivo e desenv
volver
estra
atgias para contorn-los, com
mo: treinam
mento focad
do em logstica, redu
uzir a
rotattividade de
e operadores, treina
amento dos coordenadores de
e frentes, entre
e
outra
as aes.
1,6
1,50
Tempo em minutos
Tempoemminutos
1,4
7
1,17
1,2
1,0
0,8
0,68
0,6
0,33
0,73
0,4
0,2
0,0
0
0,18
0,1
17
8
0,18
Md
dia: 0,618
Dessvio Padro: 0,502
1
4
Amostras
Fig
gura 39 - Tempo
T
de troca
t
de tra
ansbordo
58
Quando
o
esse
fato
ou
pela
desccarregame
ento
oco
orre,
prrpria
seja
por
fallta
d
demora
de
excessiva
semi-reboque
no
a
para
desccarregame
ento, o tran
nsbordo de
emora a re
etornar junto colhedora, com
m isso
o tra
ansbordo que
q est se
endo carre
egado tem sua carga completad
da e no existe
e
outro
o para reallizar a trocca (Figura 40
4 e Figura
a 41)
Figu
ura 40 Tro
oca de tran
nsbordos
Fig
gura 41 Fila
F no desscarregame
ento
g) Temp
po de deslo
ocamento do transbo
ordo at o semi-rebo
oque
O tempo dessa atividade
a
dependen
nte princip
palmente d
da distnciia do
carre
egamento e as colhe
edoras da frente
f
de colheita,
c
po
or isso gera
almente po
ossui
desvvio padro elevado (F
Figura 42 e Anexo 07
7).
12,95
14
Tempoemminutos
12
11,70
9,78
10
7,53
8,02
5,03
8
5,48
3,12
4
2
0
4,75
3
3,83
Mdia: 6,0
045
Desvio Pa
adro: 3,679
1
2,43
2
1,90
2,05
10
1
11
12
13
Amostraas
4 - Tempo
o de desloccamento do
d transborrdo at o ssemi-reboque
Figura 42
h) Temp
po de ench
himento do
o semi-rebo
olque.
O tempo
o de carreg
gamento do
d semi-reb
boque pelo
os transbordos apres
senta
distrribuio co
onstante, pois
p
traduz o tempo
o que o hidrulico
h
d
do implem
mento
59
transsbordo ga
asta para levantar completam
c
mente a ca
aixa cheia
a com a cana
colhida. Como
o os transsbordos e tratores que os re
ebocam so do me
esmo
fabriicante esse tempo deve
d
ter disstribuio semelhantte. Porm, ocorrem filas,
fato que elevo
ou o tempo
o nesse prrocesso, au
umentando
o o desvio
o padro, como
c
2,15
3 62
3,62
2,83
5,28
5,85
8 68
8,68
3,20
2,70
2,67
3 03
3,03
2,55
3,47
2,73
4 02
4,02
4,37
2,72
3,03
3,12
3 12
5,05
2,77
4,37
2 02
2,02
2,85
1,68
5,73
Mdia: 3,521
3
Desvio Padro:
P
1,46
67
2,25
2 25
10
9
8
7
6
5
4
3
2
1
0
2,85
2,72
3,82
Tempoemminutos
ens de nm
mero 17, 23
3, 24, 25 e 27 (Figura 43 e Ane
exo 08).
nas amostrage
1 2 3 4 5 6 7 8 9 10 11 12
1 13 14 15 16
1 17 18 19 20
2 21 22 23 2
24 25 26 27 28
2 29
Amostraas
Figura 43
4 - Tempo
o de enchim
mento do semi-rebol
s
lque
i) Tempo de deslo
ocamento do
d transbordo at a colhedora.
c
O temp
po desse processo
p
t
tambm
te
em como caractersttica um de
esvio
padrro elevado, conform
me evidencciado na am
mplitude de
d variao
o dos dado
os da
tabe
ela 10, variiando de 1,10
1
at 9,08 (Figura
a 44 e Ane
exo 09). Essse fato oc
corre
princcipalmente
e em funo da disstncia da
a frente de
d carrega
amento at as
colhedoras, se
eguindo me
esmo princcpio apres
sentado na
a Figura 43
3.
Tempoemminutos
60
10
9
8
7
6
5
4
3
2
1
0
9,08
7,33
7,03
6,33
5,02
2
4,72
3
3,57
4,40
2
2,37
Mdia: 5,0
095
Desvio Pad
dro: 2,417
1
1,10
0
4
10
0
Amostras
Figura 44
4 - Tempo
o de desloccamento do
d transborrdo at a ccolhedora
4.2 Tem
mpo de usina
a) Temp
po para pe
esagem na balana
O proccedimento de pesag
gem apre
esenta varriaes na
a durao
o da
execcuo apen
nas em mo
omento de fila (Figurras 45 e 46
6).
Figu
ura 45 Pe
esagem na
a balana
Figu
ura 46 Fila na pesa
agem
O proce
esso para mensurar o peso da
a carga todo inforrmatizado, com
isso a varia
o temporral ocorre apenas quando
q
um
m cavalo mecnico esta
agua
ardando ou
utra pesag
gem.
Observa
a-se que o tempo de
e pesagem
m de apro
oximadame
ente 2 minutos,
por
m ocorren
ndo fila no processo esse valor pode qua
adriplicar o
ocasionado
o um
desvvio padro
o elevado, conforme
e evidencia
ado nas dez
d
amosttras analisadas
(Figu
ura 47 e Anexo 10).
61
9
Tempoemminutos
8,03
Mdia: 3,7
752
Desvio Pa
adro: 2,467
7
0
5,50
7,25
5
4,50
5
4
2,83
3,02
3
2
1,08
1,33
1,95
2
2,02
10
1
0
4
Amostrras
Figura 47
4 Tempo para pessagem na balana
b) Temp
po de deslo
ocamento at a amo
ostragem
Na Figu
ura 48, possvel
p
ide
entificar qu
ue o tempo
o de deslo
ocamento at
a a
amo
ostragem prximo a 2 minutos, tendo pe
equena pa
articipao no tempo total
denttro da usina (Anexo 11).
1
4,0
0
Tempoemminutos
3,5
5
Mdia: 2,018
Desvio Padro: 0,7
749
3,58
3,0
0
2,67
2,5
5
8
1,78
2,0
0
1,97
1,5
5
1,47
7
1,4
43
1,0
0
1,76
1,48
0,5
5
0,0
0
1
Amostras
Figura 48
4 Tempo de deslo
ocamento at
a a amosstragem
b) Temp
po de amostragem
Embora
a o tempo de amostrragem seja
a elevado (Figura 49
9 e Anexo
o 12),
ele no conside
erado para
a todos os caminhe
es, pois ap
penas 20%
% dos
caminh
es so am
mostrados. Com isso
o, no mode
elo ser ad
dotado 20%
% da
mdia (5
5,893), ressultando em
m um temp
po de 1,17
78 minutos por camin
nho.
62
9
7,97
Tempoemminutos
8
7
6,58
6,47
5,43
3
5,76
5,48
4,67
4,78
8
4
3
2
1
0
Mdia: 5,,893
Desvio Padro:
P
1,087
7
1
Amostrras
Figura 49
4 Tempo para amostragem
b) Temp
po de deslo
ocamento at o Hyllo
o
Como demonstrad
d
do na figurra 50, o tem
mpo de de
eslocamento at o hy
yllo
inferrior a 1 min
nuto, com desvio pad
dro baixo
o, no tend
do grande importncia no
proccesso comp
pleto (Anexxo 13).
0,8
8
Tempoemminutos
0,7
7
0,58
0,57
0,6
6
0,5
50
0,67
0,5
5
0,4
4
0,33
0,33
0,3
3
0,2
2
0,1
1
0,0
0
Mdia: 0,,497
Desvio Padro: 0,138
8
1
Amostras
Figura 50
5 - Tempo
o de desloccamento at
a o Hyllo
c) Temp
po de tomb
bamento
O tempo de tomb
bamento no
n
possui comporta
amento con
nstante, po
ois
depe
endente da
a moagem
m da usina, e essa varivel
v
dependent
d
te de inm
meras
cond
dies. Pela Figura 51
5 possvel observ
var essas variaes,
v
porm quando
a am
mostragem
m foi realizzada em dias difere
entes essa
a caracterrstica foi mais
evidenciada, contemplan
c
ndo um dessvio padr
o mais ele
evado (Ane
exo 14).
Tempoemminutos
63
10
10
9
9
8
8
7
7
6
6
5
9,57
8,17
7,23
7,08
7,00
6,33
Mdia: 7,564
adro: 1,145
5
Desvio Pa
3
4
Amostraas
Figura 51
5 - Tempo
o de tomba
amento
d) Temp
po de deslo
ocamento at a balana
Esse processo
p
n
no
apressenta variaes sig
gnificativass, pois n
o
depe
endente de
e outros prrocessos, sendo corrrelacionad
do apenas ao rendim
mento
do caminho
c
e da opera
ao do motorista,
m
com
c
isso o desvio p
padro baixo,
b
(Figu
ura 52 e Anexo 15).
3,5
Tempoemminutos
2,97
3,0
2,5
2,9
97
2,73
2,70
2
2,33
2,42
2,27
2,05
1,83
1,83
2,0
2,03
1,5
Mdia: 2,376
P
0,420
0
Desvio Padro:
1,0
1
10
11
Amostraas
Figura 52
5 - Tempo
o de desloccamento at
a a balana
4.3 Velo
ocidades mdias
m
do
os equipamentos
a) Veloccidade m
dia do con
njunto (cav
valo mecnico mais semi-rebo
oque)
da usina
u
para o campo (vvazio) e do
o campo para usina (carregado
(
o).
64
Pelas amostras
a
analisadass observou-se que a velocida
ade do ca
avalo
meccnico maiss o semi-re
eboque n
o apresentam grandes varia
es, com mdia
m
de 35,9
3
km/h de
d ida e 31,9 km/h prra volta (Figura 53 e Anexo 14)).
Observa
a-se que existe maior
m
amp
plitude no
os temposs de ida dos
caminhes, co
onforme j
era espe
erado, pois
s existe diferena de
e potncia
a dos
diferrentes equ
uipamentoss analisad
dos (Figura
a 54). No
o caso do semi-reboque
cheio
o, ou seja
a, na velo
ocidade de volta, o fator lim
mitante so
o os freios do
conjunto, com
m isso, os equipamentos mantm a mesm
ma velocid
dade,
41,1
42,2
55,7
29,4
10
11
1
12
31,8
36,3
Km//hIda
35,5
31,8
33,9
30,0
30,6
33,9
33,6
28,5
38,2
28,5
34,3
,
34,9
35,7
3
28,8
,
31,9
31,3
26,3
30,0
31,2
65,0
6
6
60,0
55,0
50,0
4
45,0
4
40,0
35,0
30,0
2
25,0
2
20,0
1
15,0
36,3
Km/hora
independentem
mente da potncia
p
do
os diferentes equipam
mentos.
Km//hVolta
13
ostragens
Amo
Figura 53
5 Velocidades ana
alisadas do
o conjunto
er na amo
ostra 11 pode ser orriundo de um erro no
o apontam
mento
O outlie
no momento
m
d coleta de dados, j
da
que a ve
elocidade foi
f mensurrada atrav
s do
conh
hecimento da distncia e do te
empo utiliz
zado, com isso, qua
alquer falha
a em
uma
a dessas va
ariveis ressultaria em
m um erro amostral.
a
Outra hiptese se
eria o exce
esso de ve
elocidade nas
n vias de
e transportte de
cana
a, o que no re
ecomendad
do e aconselhado pela emp
presa, pois os
equipamentos utilizados no transpo
orte de can
na so de fcil tomba
amento.
65
4
40,00
35,93
31,8
89
3
35,00
Km/hora
3
30,00
2
25,00
Mdia(Km//hora)
2
20,00
15,00
DesvioPadro
7,42
10,00
2,82
5,00
0,00
Ida
Voltta
Figura 54
5 Velocidades m
dias e des
svio padro
o do conjunto
c) Veloccidade md
dia do tran
nsbordo
Os dados descritos na tabela 15 so
o referente
es amosstragem de 25
trato
ores dos 33 existe
entes no processo,, e corre
espondem somente aos
mom
mentos prrodutivos, com isso
o, velocid
dade de trnsito, a
abastecimento,
limpeza, muda
ana de re
ea entre ou
utras no esto
e
contempladas..
Das 100
05 amostrras, foi posssvel iden
ntificar que
e a amplitu
ude dos dados
varia
a de 5,25 a 6,88 km//h, na md
dia das am
mostras. Essse compo
ortamento pode
ser explicado
e
pois os eq
quipamenttos de tran
nsbordos so
s
do me
esmo mode
elo e
fabriicante (Joh
hn Deere 7515). Co
om isso, as
a velocida
ades entre
e equipam
mento
diferrem pouco, porm o desvio padro mdio de 1,91 pode ser o
ocasionado
o em
funo da colheitabilida
ade dos ta
alhes, pro
oporcionan
ndo maiore
es velocidades
em algumas situaes
s
e menore
es em outtras, resultando em
m variaes de
velocidades de
entro de ca
ada equipa
amento (Ta
abela 03).
66
Tabela 03 - Velocidade mdia do transbordo
Transbordo
11170
11197
11212
11270
11271
11272
11277
11278
11279
11280
11283
11284
11285
11434
11435
11437
11438
11439
11442
11444
11445
11446
11447
11448
11451
Total/mdia
Amostras
30
19
16
34
21
6
87
12
29
38
77
29
75
46
51
67
48
43
49
57
65
52
25
15
14
1.005
Mdia
(km/h)
5,90
6,12
5,25
5,90
6,18
5,46
5,38
5,58
5,30
6,04
5,77
5,57
5,27
6,44
6,01
5,86
5,72
5,74
5,87
6,38
5,98
5,90
6,33
5,67
6,88
5,86
Desvio Padro
1,41
1,42
2,00
2,06
2,94
1,57
1,88
1,68
1,87
2,80
3,18
0,89
2,00
1,68
1,76
1,32
1,21
2,01
2,32
2,46
2,77
1,76
1,29
1,69
1,89
1,91
67
outro por esteira, com isso, essa variao j era esperada. Alm desse
varivel, a velocidade das colhedoras influenciada pelas caractersticas do
talho, como produtividade da cana, declividade do terreno, presena de
pedras e eroses, tamanho da linha de cana, dentre outras.
Tabela 04 - Velocidade mdia das colhedoras.
Colhedora
10827
10829
10830
10859
10860
11093
11312
11313
11314
11315
11477
11478
11479
11480
11481
Total/mdia
Mdia
(km/h)
3,58
3,83
3,94
4,32
3,93
3,44
3,85
4,33
4,89
4,74
3,63
4,42
4,85
4,44
3,71
4,13
Amostras
31
724
349
693
439
3
57
362
443
586
216
429
208
478
808
5826
Desvio Padro
1,52
1,36
1,45
1,29
1,23
1,79
1,12
1,26
1,59
1,57
1,15
1,35
1,33
1,29
1,95
1,42
Operacional
Utilizao
10561
95,64%
67,49%
79,95%
70,89%
36,59%
11000
84,54%
40,04%
83,49%
84,81%
23,97%
11028
82,78%
33,70%
66,27%
84,75%
15,67%
11029
65,20%
38,35%
100,00%
84,60%
21,15%
Mdia
82,04%
44,90%
82,43%
81,26%
24,35%
Desvio Padro
12,59%
15,30%
13,87%
6,92%
8,86%
1,58%
2,34%
1,92%
0,48%
0,79%
Varincia
Disponibilidade Aproveitamento
Eficincia
68
b) Eficincia das Colhedoras.
Quando foram analisadas as eficincias das colhedoras verificou-se que
a mdia de 18 colhedoras, de um total de 20, foi de apenas 41,91% (Tabela
06). Os dados de 2 colhedoras no foram coletados pois o computador de
bordo desses equipamentos no estavam fornecendo dados confiveis para
anlise.
10827
79,43%
70,00%
60,56%
93,13%
31,36%
10828
81,96%
78,94%
77,55%
96,12%
48,23%
10829
78,51%
83,23%
90,64%
47,08%
27,88%
10830
75,44%
86,47%
80,16%
86,04%
44,99%
10859
82,09%
79,40%
90,29%
84,76%
49,88%
10860
77,23%
83,72%
58,98%
67,49%
25,73%
11093
78,47%
83,48%
79,01%
95,30%
49,32%
11312
75,77%
78,28%
95,09%
64,68%
36,48%
11313
77,67%
76,81%
89,79%
95,32%
51,06%
11314
77,47%
76,96%
91,70%
95,94%
52,44%
11315
83,25%
81,26%
91,31%
81,41%
50,29%
11316
81,78%
75,05%
89,00%
95,63%
52,24%
11477
49,80%
77,78%
92,70%
61,93%
22,24%
11478
74,70%
76,42%
73,31%
57,85%
24,21%
11479
81,87%
75,52%
91,79%
95,51%
54,21%
11480
83,29%
85,83%
77,21%
63,65%
35,13%
11481
80,89%
78,89%
96,34%
84,74%
52,10%
11482
89,75%
74,44%
90,15%
77,21%
46,50%
Mdia
78,30%
79,03%
84,20%
80,21%
41,91%
Desvio Padro
0,0798
0,0431
0,1117
0,1589
0,1128
Varincia
0,0064
0,0019
0,0125
0,0252
0,0127
c) Tratores transbordos.
Na tabela 07 possvel analisar a eficincia dos tratores transbordos.
Diferentemente das outras anlises, a coleta dos dados ocorreu em 100% dos
equipamentos que foram estudados.
Na mdia de todos os equipamentos a eficincia ficou em 42,08%, muito
semelhante, como esperado, das colhedoras, que foi de 41,91%
69
Essa semelhana nas eficincias entre transbordos e colhedoras
ocorreu justamente porque a atividade de um equipamento diretamente
dependente da outra.
Tabela 07 Eficincia dos transbordos
Equipamento
11026
79,17%
71,31%
82,78%
90,32%
42,21%
11027
99,61%
84,24%
97,05%
50,25%
40,93%
11170
81,48%
68,67%
93,01%
92,60%
48,19%
11212
91,66%
62,55%
85,69%
75,98%
37,32%
11270
93,28%
58,11%
98,08%
78,41%
41,69%
11271
93,53%
57,94%
91,63%
89,14%
44,26%
11272
95,61%
61,00%
98,03%
89,33%
51,06%
11273
86,07%
65,86%
99,07%
78,38%
44,01%
11274
94,22%
61,10%
98,74%
40,63%
23,09%
11277
90,12%
63,24%
85,89%
88,83%
43,48%
11278
91,46%
60,89%
86,11%
65,51%
31,42%
11279
86,17%
70,94%
85,37%
47,60%
24,84%
11280
93,24%
51,15%
98,65%
91,36%
42,98%
11282
92,62%
59,97%
76,49%
75,04%
31,88%
11283
95,90%
58,87%
87,53%
64,03%
31,64%
11284
96,23%
51,17%
98,55%
63,29%
30,71%
11285
92,78%
58,42%
92,67%
89,31%
44,87%
11286
94,33%
70,67%
98,53%
68,38%
44,92%
11434
93,60%
59,61%
99,44%
89,24%
49,51%
11435
90,36%
67,26%
98,99%
85,44%
51,40%
11437
91,19%
63,02%
94,76%
79,19%
43,12%
11438
92,97%
65,72%
96,29%
89,26%
52,51%
11439
93,33%
54,78%
94,07%
89,27%
42,93%
11442
95,78%
59,19%
98,16%
88,95%
49,50%
11443
80,30%
61,11%
95,97%
51,74%
24,37%
11444
94,31%
62,72%
99,94%
89,11%
52,68%
11445
88,41%
63,93%
93,93%
91,44%
48,55%
11446
88,30%
58,50%
98,80%
89,26%
45,56%
11447
82,73%
61,11%
78,34%
89,36%
35,39%
11448
91,81%
66,95%
97,73%
87,69%
52,68%
11449
94,31%
65,49%
95,44%
95,44%
56,25%
11450
89,03%
71,48%
92,37%
59,45%
34,94%
11451
90,09%
64,99%
95,51%
89,14%
49,85%
Mdia
91,03%
63,09%
93,44%
78,86%
42,08%
Desvio Padro
4,79%
6,41%
6,38%
15,26%
8,91%
Varincia
0,23%
0,41%
0,41%
2,33%
0,79%
70
4.5 Simulao do sistema de CCT
Aps o levantamento de todos os dados, determinou-se as variveis que
comps o modelo computacional, considerando a mdia da safra 2008/2009 ou
um perodo representativo para cada varivel estudada (Tabela 08).
Tabela 08 Variveis envolvidas no modelo.
Avaliao
Desvio
Padro
Amostras
Mdia
14,020
3,772
13
6,045
3,679
29
3,521
1,467
10
5,095
2,417
0,618
0,502
34,887
14,027
12
1,619
1,422
10
3,752
2,467
2,018
0,749
5,893*
1,087
0,497
0,138
7,564
1,145
4.834
60,47
3,27
13
31,89
2,82
13
35,93
7,42
5.826
4,13
1,42
18
41,91
0,11
2.589
77,62
11,68
*Apenas20%doscaminhespassampelaamostragem,comissofoiconsideradonomodelo
(5,893/5)=1,178min.
71
72
Quando foi simulado a parada de 4 colhedoras, obteve-se a evoluo do
estoque de cana no patio industrial, atravs do estoque de caminhes,
conforme a linha vermelha da figura 56. A linha azul representa a evoluo
considerando a mdia das variveis, ou seja, todos equipamentos em seus
rendimentos mdios, conforme figura 55.
73
74
realidade (Figura 58 e 59). Portanto, o modelo desenvolvido mostrou-se
confivel e representativo do sistema real pesquisado.
LETRA
a
b
c
d
e
f
g
h
i
j
k
l
m
n
o
p
DESCRIO
Entr. C. Queimada Inteira(Ton)
Entr. C. Queimada Picada(Ton)
Entrada Cana Crua Inteira(Ton)
Entrada Cana Crua Picada (Ton)
Total Cana Mecanizada
%Ent.Tot.Cana Crua Picada-Mq.
Cana Moda Orgnica (Ton)
Cana Moda Total (Ton)
Cana Moda p/ Acar (Ton)
Cana Moda p/ lcool (Ton)
Moagem Diria (Ton/Dia)
Moagem Horria (Ton/Hora)
Horas Efetivas de Moagem
Horas Paradas de Moagem
Dias efetivos de moagem (dias)
Cana mecanizada por dia efetivo (Ton)
FRMULA
Sistema
Sistema
Sistema
Sistema
(b + d)
(e / (a+b+c+d))*100
Sistema
Sistema
Sistema
Sistema
Sistema
Sistema
Sistema
Sistema
(m/24)
(e/o)
SAFRA
2008/2009
230.826
347.969
27.005
1.660.010
2.007.979
88,62
285.955
2.265.810
1.950.909
314.901
9.642
529
4.272
1.346
178
11280,78
75
5. CONCLUSES
Pode-se concluir atravs do modelo computacional desenvolvido e dos
resultados das simulaes realizadas que possvel e vivel utilizar o sistema
de modelagem como uma importante ferramenta no processo de corte,
carregamento e transporte da cana-de-acar.
Conclui-se que o sistema de colheita mecanizada possui muitos pontos de
melhoria, principalmente no que se refere logstica dos equipamentos
envolvidos no processo e ganho de eficincia produtiva, atravs de um plano
de manuteno preventiva eficiente e otimizao dos equipamentos, evoluindo
no planejamento de alocao das diferentes frentes de colheita em talhes com
caractersticas distintas. O modelo apresentou-se, embora tenha necessidade
de ser testado durante um perodo mais extenso, como uma boa ferramenta
para auxiliar os gestores desse processo a definir estratgias que visem
melhorar as deficincias citadas, como as logsticas, de manuteno e de
planejamento.
Pela importncia que a colheita de cana-de-acar possui dentro do
agronegcio da cana, em funo do intenso nmero de equipamentos a serem
administrados, pelo alto custo do processo, e por ser fundamental para manter
a produo dos derivados (lcool, acar e energia) constante, a utilizao da
simulao computacional mostrou ser uma ferramenta de extrema importncia
para aumentar a eficincia de entrega de cana-de-acar, oriunda da colheita
mecanizada, na indstria sucroalcooleira, por possibilitar testar e apoiar
decises na gesto deste processo.
76
6. SUGESTES DE NOVAS PESQUISAS E CONSIDERAES FINAIS
O setor sucroalcooleiro apresentou grande desenvolvimento tecnolgico
a partir de sua desregulamentao estatal, no incio da dcada de 90. Porm,
houve um desenvolvimento acentuado em determinadas temas especficos, os
quais j possuiam instituies de pesquisas estruturas, como o Centro de
Tecnologia Copersucar.
Os temas que mais se desenvolvaram
foram o de melhoramento
77
7. REFERNCIAS
ABEL, D. J. et al. A routing and scheduling problem for rail system: A case
study. The Journal of the Operational Research Society, v. 32, n. 9, p. 767-774,
set. 1981.
COCK, J. H.; LUNA, C. A.; PALMA, A. The trade-off between total harvestable
production and concentration of the economically useful yield component: cane
tonnage and sugar content. Field Crops Research, v. 67, n. 3, p. 257-262, ago.
2000.
78
CONAB. Companhia Nacional de Abastecimento. Cana-de-Acar: Safra
2008/2009. On-line. Capturado dia 03 mai. de 2008. Disponvel no endereo:
http://www.conab.gov.br/conabweb/download/safra/1_levantamento0708_mai2
008.pdf
COSTA,
M.A.B.
Simulao
de
Sistemas.
Dissertao
de
mestrado.
EID,
F.
Progresso
tcnico
na
agroindstria
sucroalcooleira.
Revista
FORRESTER, J.W, G.W. Low, and N.J. Mass, 1974, The Debate on World
Dynamics A response to Nordhaus, Policy Sciences.
79
HARLING, J.; BRUCE, J. Computer Simulation, A review and comparsion of
lenguages, computer industrial processes and systems. Conference Biruichill
Institute National Engineering Laboratory. Glasgow, 1971
HARREL,C.R;MOTT,J.R.A;BATEMAN,R.E;BOWDEN,R.G;GOGG,T:J.
Simulao Otimizando os Sistemas, Belge Simulao e IMAN, p. 142, 2003.
KAWAMURA,
M.
S.;
RONCONI,
D.
P.;
YOSHIZAKI,
H.
Optimizing
transportation and storage of final products in the sugar and ethanol industry.
International Transactions in Operational Research, v. 13, n. 5, p. 425-439, set.
2006.
LOPES M. B. Simulao de um sistema de carregamento e transporte de canade-acar. 1995. Dissertao (Mestrado em Eng. Agrcola) Escola Superior de
Agricultura Luiz de Queiroz,Universidade de So Paulo, Piracicaba.
80
81
OLIVEIRA, M.J.F. Notas de aula do curso de simulao da area de Pesquisa
operacional do programa de engenharia da produo, COPPE/UFRJ. Rio de
Janeiro, 1988
RIPOLI, T. C.; NERY, M. S.; De LEN, M. J.; PIEDADE, S.M. S.. Desempenho
operacional de uma colhedora em cana crua em funo da velocidade de
82
avano. Engenharia Agrcola: Sociedade Brasileira de Engenharia Agrcola
SBEA, Jaboticabal, v. 19, n. 2, p. 199207, 1999.
SILVA, J. G. da. et al. Poltica para o setor sucroalcooleiro frente crise: uma
proposta alternativa para o Estado de So Paulo (2002). Disponvel em:
<http://www.pt.org.br/site/assets/politica_setor_sucroalcooleiro.pdf.> Acesso
em: 8 jan. 2008.
83
WHAN, B. M.; SCOTT, C. H.; JEFFERSON, T. R. Scheduling sugar cane plant
and ratoon crops and a fallow a constrained markov model. Journal of
agricultural engineering research, v. 21, n. 3, p. 281-289, set. 1976.
VEIGA FILHO, A. de A. Estudo do processo de mecanizao do corte na canade-acar: o caso do Estado de So Paulo, Brasil. Recitec, Recife, v. 3, n. 1, p.
74-99, 1999.
VIEIRA, G.; SIMON, E. Possveis impactos da mecanizao no corte de canade-acar em conseqncia da eliminao da queima da palha. In: Congresso
Brasileiro De Economia E Sociologia Rural, 43., Ribeiro Preto, 2005. Anais...
Ribeiro Preto: SOBER, 2005.
84
Nome
rea
Pedra Preta
SoPedro
Taquaral
Araguaia
Tapajos
Pouso Alegre
Taquaral
Tamoio
Pouso Alegre
Pouso Alegre
Caiara I
Caiara
Pai Joo
Bonsucesso
Pouso Alegre
Calo de Couro
Pouso Alegre
Boa Vista O
Revolta II
Pouso Alegre
Vera Cruz
Bonsucesso
Araguaia
Caicara II
So Carlos
Bonsucesso
Caicara
Caicara
Pouso Alegre
Bonsucesso
Pouso Alegre
Taquaral
Taquaral
So Pedro
Cristalina
Campo Alegre
Tocantins
Taquaral
Pouso Alegre
Taquaral
So Pedro
So Pedro
Revolta
So Carlos
Palmeiras
Santa Antonio
Pouso Alegre
89
1.611
168
182
625
66
102
437
487
72
2.502
65
1.804
98
142
93
193
1.426
404
145
339
188
26
355
192
176
130
79
103
184
509
27
98
23
1.510
82
459
156
316
94
14
83
1.206
601
95
171
48
15
4
1
9
7
9
7
15
21
8
23
16
13
17
16
17
11
15
12
23
8
17
10
13
21
16
13
20
23
21
22
7
4
3
21
20
16
6
17
7
2
7
14
16
15
18
16
Distncia x
Toneladas
96.082
531.465
10.322
172.819
349.244
44.080
50.687
511.202
805.329
52.218
4.445.412
97.102
1.645.125
112.667
206.523
138.521
169.135
1.676.723
400.883
210.808
248.289
206.190
21.648
393.510
322.689
207.557
111.545
133.637
160.080
302.832
785.730
16.610
27.029
5.878
2.383.436
130.195
450.262
69.199
372.103
45.939
1.701
43.715
1.331.070
750.468
105.721
276.482
47.666
85
52
53
54
55
56
57
58
59
60
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
101
Total/mdia
Agua Doce
So Pedro
Caiara
Tapajos II
Tapajos
Boa Vista II
Caiara
Calo de Couro
Boa vista III
Soilmes (6)
Taquaral
Bonsucesso
Caiara
Pouso Alegre
Garganta
Esplanada
Bom Jesus
Canavial
Boa esperana
Boa vista
Boa Vista
Caiara
Nossa Senhora da Abadia
Solimes
Caramuru
Pouso Alegre
Pouso Alegre
So Joo
ComBrasil
Limoeiro
Vargem Grande
Boa Vista
Pouso Alegre
Taquaral
Caiara III
So Bentinho
Canela
Vargem Grande
Vargem grande
Vargem Grande
Caiara
Caiara
Boa Vista
Boa vista
Fazenda Porteira
Taquaral
Caiara
599
2.216
70
153
120
573
506
98
1.311
42
197
61
99
288
96
1.626
189
216
618
1.245
195
97
61
555
235
81
15
120
341
564
376
50
38
17
187
55
184
73
221
39
83
15
207
39
57
164
1.084
33.453
45.921
194.493
5.787
10.958
7.220
45.719
38.096
5.645
111.914
3.745
16.665
5.630
8.456
23.397
10.241
135.548
18.487
18.509
46.855
102.503
18.859
7.370
3.983
45.136
19.969
5.747
1.080
10.714
26.960
54.164
37.546
5.086
2.461
1.565
17.516
5.549
16.198
7.110
22.455
3.885
8.316
1.545
21.514
3.727
5.325
16.419
106.494
14
6
13
10
11
19
19
20
21
22
8
15
17
20
23
16
39
30
21
22
30
23
24
20
22
10
15
27
19
30
32
33
12
10
18
33
27
27
29
27
18
17
36
35
22
10
19
17,27
642.891
1.166.959
75.234
109.581
79.424
868.652
723.820
112.906
2.350.195
82.388
133.320
84.446
143.749
467.931
235.552
2.168.765
720.985
555.282
983.963
2.255.073
565.775
169.518
95.597
902.715
439.319
57.473
16.202
289.270
512.243
1.624.913
1.201.461
167.851
29.528
15.651
315.283
183.117
437.347
191.975
651.195
104.896
149.688
26.265
774.500
130.440
117.159
164.190
2.023.395
45.995.606
86
87
88
89
90
91
92