UNIVERSIDADE FEDERAL DE GOIS

ESCOLA DE AGRONOMIA E ENGENHARIA DE ALIMENTOS

PROGRAMA DE PS-GRADUAO EM AGRONEGCIO

MODELOS DE SIMULAO PARA ANLISE E APOIO DECISO NOS

PROCESSOS DE CORTE MECANIZADO, CARREGAMENTO E TRANSPORTE NO
AGRONEGCIO DA CANA-DE-ACAR.

Mestrando: Kamyro Zaccaria Bastos

Orientador: Prof. Dr. Reginaldo Santana Figueiredo

Goinia GO
2009

UNIVERSIDADE FEDERAL DE GOIS

ESCOLA DE AGRONOMIA E ENGENHARIA DE ALIMENTOS
PROGRAMA DE PS-GRADUAO EM AGRONEGCIO

MODELOS DE SIMULAO PARA ANLISE E APOIO DECISO NOS

PROCESSOS DE CORTE MECANIZADO, CARREGAMENTO E TRANSPORTE NO
AGRONEGCIO DA CANA-DE-ACAR.

Dissertao de mestrado apresentada

a Universidade Federal de Gois,
como parte das atividades para
obteno do titulo de Mestre em
Agronegcio.

Goinia GO
2009

KAMYRO ZACCARIA BASTOS

MODELOS DE SIMULAO PARA ANLISE E APOIO DECISO

NOS PROCESSOS DE CORTE MECANIZADO, CARREGAMENTO E
TRANSPORTE NO AGRONEGCIO DA CANA-DE-ACAR.

Dissertao defendida no Curso de Mestrado em Agronegcio da Universidade

Federal de Gois, para obteno do grau de Mestre, aprovada em 08 de julho
de 2009, pela Banca Examinadora constituda pelos seguintes professores:

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 meus pais, Jorge Antonio Ferreira Bastos e Carmen Ldia

Zaccaria, pela pacincia, amor, apoio e conselhos durante cada
etapa da minha vida.

A minha irm Kalyana, que sempre esteve ao meu lado em todos os

momentos.

A minha querida esposa Cristiane, pelo companheirismo e

dedicao demonstrados durante o curso.

A toda minha famlia, pelo otimismo e confiana nas minhas

decises.

Com todo amor e carinho

DEDICO.
AGRADECIMENTOS:

 Ao Prof. Dr. Reginaldo Santana Figueiredo, pela orientao e ensinamentos durante

meus trabalhos de pesquisa.

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.

Aos meus amigos de infncia, Fernando, Rodrigo, Murilo, Henrique, Leonardo,

Gustavo, Daniel, Walter e Val, que sempre estiveram ao meu lado durante minhas
conquistas.

A todos meus colegas conquistados no mestrado.

Agradecimento especial a querida amiga Flora e seu companheiro Leonardo, por

todo apoio e entusiasmo revelado.

Aos funcionrios e amigos do departamento de Desenvolvimento Rural da escola de

Agronomia da UFG, Dona Tereza e Cleonice, pela ateno e ajuda durante todo o
curso.

A todos os Professores do mestrado em Agronegcio, que contriburam ao meu

ensino e estiveram sempre a disposio.

A Faculdade de Zootecnia e Engenharia de Alimentos da Universidade de So Paulo

pela oportunidade oferecida para a realizao de minha graduao e estimulo a psgraduao.

A Universidade de vora, pela contribuio fundamental para minha formao e

experincia internacional.

Agradecimento especial a Empresa Jalles Machado, que proporcionou o

desenvolvimento e viabilizao deste trabalho de pesquisa.

Aos amigos do departamento Agrcola da Jalles Machado, Rafael, Patrick, Priscila,

Patricia, Leonardo e Humberto.

 Em especial aos amigos de profisso Rogrio Soares, Edgar Alves e Marcelo Brito,
pelo apoio no incio de minha vida profissional.

A todos aqueles que, direta ou indiretamente, contriburam para a minha formao.

Nunca ande pelo caminho traado, pois ele

conduz

somente

at

aonde

os

outros

conseguiram chegar (Alexander Graham Bell)

i

RESUMO
Atualmente

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. No processo de produo da cana, a
colheita destaca-se pelos altos custos, representando aproximadamente 35% do
custo de produo, alm das dificuldades operacionais. 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. Esta dissertao
tem como objetivo 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. Esta pesquisa constituiu-se de uma
anlise sobre os temas: a) Simulao computacional em sistemas produtivos
agrcolas e b) colheita mecanizada de cana de acar, alm de uma etapa composta
pela parte emprica e descritiva da dissertao, que foi desenvolvida junto a Empresa
Jalles Machado. Foi proposto um modelo computacional, desenvolvido no software
Stella, onde alocou-se as seguintes variveis: a) tempo de enchimento do transbordo;
b) tempo de deslocamento do transbordo; c) tempo de enchimento do semi-reboque;
d) Tempo de deslocamento do transbordo; e) Tempo de troca de transbordo; f) Tempo
de deslocamento do semi-reboque; g) Tempo de engate e desengate; h)Tempo na
balana; i) Tempo de deslocamento at amostragem; j) Tempo de amostragem; k)
Tempo de deslocamento at o hyllo, l) Tempo de tombamento; m) Peso da cana no
semi-reboque; n) Velocidade dos caminhes; p) Velocidades das colhedoras; q)
Eficincia das colhedoras. Com o modelo desenvolvido e as simulaes realizadas
conclui-se que a colheita de cana de acar possui grande importncia dentro do
agronegcio da cana, em funo do intenso nmero de equipamentos a ser
administrado, pelo alto custo do processo, e por ser fundamental para manter a
produo dos derivados (lcool, acar e energia) constante, com isso a utilizao da
simulao computacional mostrou-se 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.
Palavras chaves: Setor Sucroalcooleiro; Colheita Mecanizada, Modelagem de Sistemas
ii

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.

Key words: sugar-alcohol sector; harvest, Modeling Systems

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

Figura 01 Colhedora de cana-de-acar...

06

Figura 02 Formao esquemtica das filas...

10

Figura 03 Esquema dos tipos de modelos usados na simulao..

15

Figura 04 - Proposta esquemtica para o processo de simulao 23

Figura 05 Ambientes de trabalho do programa Stella-8..

27

Figura 06 Vista rea da usina Jalles Machado S/A..

31

Figura 07 Tratores Transbordo........ 33

Figura 08 - Transbordos..........

33

Figura 09 Colhedora Jonh Deere 3510......

33

Figura 10 Trator mais transbordo........ 33

Figura 11 Semi-reboque.......

33

Figura 12 Conjunto Cavalo mecnico mais semi-reboque.. 33

Figura 13 Escritrio da balana....... 35
Figura 14 Tcnico coletando dados....

35

Figura 15 Planilha de coleta dos tempos de deslocamentos.. 36

Figura 16 Enchimento transbordo....... 37
Figura 17 - Tcnico coletando dados........

37

Figura 18 Tratores transbordos carregando o semi-reboque.....

38

Figura 19 Tombamento do semi-reboque...... 39

Figura 20 Tcnico coletando dados do processo.....

39

Figura 21 - Tela principal do pacote BestFit 4.5.................................................. 41

Figura 22 Modelagem do setor das colhedoras e carregamento... 43
Figura 23 Modelagem do setor de transporte...

44

Figura 24 Modelagem da unidade processadora de cana-de-acar... 45

Figura 25 - Modelo parcial aps juno dos setores........................................... 46
Figura 26 - Representao do modelo computacional completo........................

47

Figura 27 - Layout do modelo computacional desenvolvido...............................

48

Figura 28 Evoluo da colheita total e colheita mecanizada..

49

Figura 29 Evoluo do corte manual e mecanizado. ..

50

Figura 30 Colhedoras........ 51

Figura 31 Tratores transbordos.......

51

Figura 32 Evoluo da produtividade mdia do canavial. ..

52

Figura 33 - Mapa Geral das fazendas da Usina Jalles Machado........................ 53

Figura 34 - Distribuio das distncia entre a fazenda e a usina.......................

52

Figura 35 - Tempo mdio de deslocamento dos conjuntos................................

55

Figura 36 - Tempo de deslocamento do conjunto no campo..............................

55

Figura 37 - Tempo de engate e desengate dos semi-reboques.........................

56

Figura 38 - Tempo de carregamento dos transbordos........................................ 57

Figura 39 - Tempo de troca de transbordo.......................................................... 57
Figura 40 Troca de transbordos......

58

Figura 41 Fila no descarregamento....

58

Figura 42 - Tempo de deslocamento do transbordo at o semi-reboque...........

58

Figura 43 - Tempo de enchimento do semi-rebolque.........................................

59

Figura 44 - Tempo de deslocamento do transbordo at a colhedora.................

60

Figura 45 Pesagem na balana....... 60

Figura 46 Fila na pesagem....... 60
Figura 47 - Tempo para pesagem na balana....................................................

61

Figura 48 - Tempo de deslocamento at a amostragem....................................

61

Figura 49 - Tempo para amostragem.................................................................. 62

Figura 50 - Tempo de deslocamento at o Hyllo................................................

62

Figura 51 - Tempo de tombamento..................................................................... 63

Figura 52 - Tempo de deslocamento at a balana............................................ 63
Figura 53 Velocidade mdia do conjunto....... 64
Figura 54 - Velocidades mdias e desvio padro do conjunto...........................

65

Figura 55 - Comportamento da fila Ptio..........................................................

71

Figura 56 - Fila Ptio na simulao..................................................................

72

Figura 57 - Simulao considerando uma reduo no rtimo.............................. 73

Figura 58 - Cana processada na simulao........................................................ 74
Figura 59 - Painel do simulador com os resumos dos dados indstriais............

74

LISTA DE TABELAS

Tabela 01 Comparativo entre os custos dos processos..................................

49

Tabela 02 Tempo de deslocamento no campo por frente de colheita

54

Tabela 03 Velocidade mdia do transbordo...

66

Tabela 04 Velocidade mdia das colhedoras.

67

Tabela 05 Eficincia dos cavalos mecnicos

67

Tabela 06 Eficincia das colhedoras..

68

Tabela 07 Eficincia dos transbordos.

69

Tabela 08 - Variveis envolvidas no modelo....................................................... 70

Tabela 09 - Resultados de moagem da safra 2008/2009...................................

74

SUMRIO

RESUMO............................................................................................................

ABSTRACT.........................................................................................................

ii

LISTA DE ABREVEATURAS E SIGLAS............................................................. iii

LISTA DE FIGURAS...........................................................................................

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

2.1 Setor sucroalcooleiro.

05

2.2 Processo de corte, carregamento e transporte.. 06

2.3 Colheita mecanizada..

07

2.4 Teoria das filas

09

2.5 Modelagem e Simulao de Sistemas

11

2.5.1 Caractersticas dos modelos de simulao

13

2.5.2 Utilizao das tcnicas de simulao... 16

2.5.3 Etapas do processo de simulao

21

2.6 Validao do modelo de simulao............................................................... 24

2.7 Modelos de simulao no setor sucroalcooleiro

26

2.8 Custos mecanizao agrcola... 27

2.9 Software de modelagem: Stella 8. 28
2.10 Empresa pesquisada: Jalles Machado S/A................................................. 30
3. METODOLOGIA E APRESENTAO DO MODELO.

32

3.1 Empresa pesquisada.. 32

3.2 Coleta de dados..

32

3.3 Anlise dos Dados..

41

3.4 Apresentao do modelo... 42

3.4.1 Teste e validao do modelo.

48

4. RESULTADOS..

49

4.1 Colheita mecanizada..

49

4.2 Quantidade de equipamentos envolvidos no processo de CCT.

50

4.3 Produtividade da cana-de-acar. 51

4.4 Distncias mdias das fazendas..

52

4.5 Tempo de deslocamentos no campo... 54

4.6 Tempo de usina... 54
4.7 Velocidades mdias dos equipamento...

63

4.8 Eficincia dos equipamentos. 67

4.9 Simulao do sistema de CCT...................................................................... 70
5. CONLUSES.......................... 75
6. SUGESTES DE NOVAS PESQUISAS E CONSIDERAES FINAIS.......

76

7. REFERNCIAS.

77

ANEXO 01 Levantamento das distncias das fazendas.

84

ANEXO 02 - Deslocamento dos conjuntos da balana at as frentes................

86

ANEXO 03 - Tempos de deslocamento do conjunto do campo at a balana...

86

ANEXO 04 - Tempos de engate e desengate..................................................... 87

ANEXO 05 - Distribuio dos tempos de carregamento do transbordo............

87

ANEXO 06 - Distribuio dos tempos para troca de transbordos.......................

88

ANEXO 07 - deslocamento do transbordo at o semi-reboque..........................

88

ANEXO 08 - Distribuio dos tempos de enchimento do semi-rebolque............ 89

ANEXO 09 - Tempos de deslocamento do transbordo at a colhedora.............

89

ANEXO 10 - Distribuio dos tempos para pesagem na balana.....................

90

ANEXO 11 - Tempos para o deslocamento at a amostragem..........................

90

ANEXO 12 - Distribuio dos tempos de amostragem......................................

91

ANEXO 13 - Distribuio dos tempos de deslocamento at o hyllo..................

91

ANEXO 14 - Distribuio dos tempos de tombamento......................................

92

ANEXO 15 - Distribuio dos tempos deslocamento at a balana..................

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,

semimecanizada ou mecanizada. Nos ltimos anos tem ocorrido substituio

do corte manual para o mecanizado. Na safra 2003/2004, na regio centro sul
do pas, cerca de 40% da produo foi colhida mecanicamente, sendo por volta
de 46% sem a utilizao de queima (NUNES et al., 2005).
Esses percentuais tedem a aumentar nos prximos anos em funo da
possibilidade de reduo de custos, escassez de mo-de-obra e pela
legislao ambiental, que reduz gradativamente a queima de canaviais. Outro
fator que est determinando essa transio o aspecto social, j que a
atividade do corte manual considerada desumana, principalmente por pases
que possuem grande potencial de importao dos produtos derivados da canade-acar, como o etanol e o acar.

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,

principalmente nesse perodo de grande expanso da atividade, busca por

menores custos de produo e aumento de competitividade.

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.

1.3 Estrutura da Dissertao

Este trabalho foi apresentado em cinco partes. A primeira traz a
apresentao da temtica desenvolvida, a justificativa do estudo proposto, bem
como os objetivos da pesquisa. A segunda parte apresenta base terica da
dissertao, cuja estrutura contempla sucintamente a evoluo do setor
sucroalcooleiro no Brasil, a descrio do processo de colheita mecanizada da
cana-de-acar, o uso de modelagem e simulao de sistemas no setor
sucroalcooleiro, uma reviso sobre teoria das filas, custos da mecanizao
agrcola e uma descrio do programa computacional Stella 8. A terceira parte
descreve a concepo metodolgica necessria para a execuo do presente
trabalho. A quarta parte explicitou os resultados e anlise dos dados obtidos
mediante a conciliao com a teoria exposta, e por fim, foram apresentadas as
consideraes finais do estudo e sugestes para possveis novos estudos, bem
como a bibliografia consultada.

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

56,6 milhes de toneladas na produo de cana-de-acar

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).

2.2 Processo de corte, carregamento e transporte.

O momento atual do segmento canavieiro tem sido marcado por um
cenrio de crescimento e transformaes. Uma das principais mudanas
ocorridas a gradativa substituio da colheita manual pela colheita
mecanizada da cana-de-acar, justificada por diversos fatores, com destaque
para aspectos ambientais e econmicos.
Segundo RIPOLI et. al. (1999) a colheita mecanizada realizada por
colhedoras que so compostas basicamente por um sistema de corte das
pontas da cana, disco de corte das bases da planta, cilindros hidrulicos,
picadores, limpadores de folhas e palhas (exaustores) e elevadores para
conduzir a cana para a descarga (Figura 01).

Figura 01 Colhedora de cana-de-acar

Os autores ainda relatam que aps a colheita da cana a mesma picada
e depositada em um equipamento denominado de transbordo, com capacidade
que varia de 8 a 15 toneladas por caixa, sendo rebocado por tratores.
Finalizando o sistema, os transbordos descarregam a cana com auxlio de um
pisto hidrulico em um semi-reboque, com capacidade de carga variando de
20 a 30 toneladas por caixa. O semi-reboque responsvel por conduzir a
cana-de-acar at a usina processadora.

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

equipamentos, com isso, diante dessa nova realidade produtiva, a tcnica de

simulao de sistemas pode ser uma poderosa ferramenta para auxiliar o
entedimento e controle dos equipamentos envolvidos neste processo.

2.4 Teoria das filas

Filas ocorrem no desenvolvimento de qualquer atividade humana, porm
elas vm se tornando cada vez mais freqentes e intensas, causando atrasos e
impactos considerveis aos sistemas produtivos.
De acordo com PRADO (1999), as filas podem tanto ser concretas e
facilmente identificadas, como uma fila de caminhes, colhedoras, transbordos,
ou apresentar a natureza abstrata, no caso uma pilha de papis referentes a
pedidos de reparos, e mesmo assumir outra forma, ou seja, dispersa, como
passageiros numa estao aguardando pela chegada do trem.
ANDRADE (1994) relata que as filas refletem um estado de
congestionamento que representam um dos sintomas mais evidentes de
funcionamento deficiente de um sistema. Porm, as filas existem e so
decorrncia de um desequilbrio entre a demanda por servios e a capacidade
destinada ao seu atendimento. Nesse sentido, fundamental entender a
relao entre a demanda e a oferta de servios com o tamanho das filas,
estabelecer em que condies a fila pode ser admitida e quais intervenes
podem ser testadas para manter as filas dentro de padres aceitveis.
A teoria das filas um setor da pesquisa operacional que procura
estudar esses aspectos atravs de conceitos bsicos de Processos
Estocsticos e de matemtica aplicada, e esta sendo utilizada para analisar
fenmenos responsveis por sua formao, com o objetivo de prever o seu
comportamento de modo a permitir o dimensionamento adequado de
instalaes e equipamentos (NOVAES, 1975).
Uma das primeiras aplicaes da teoria das filas ocorreu no inicio do
sculo passado (1909), em Copenhague, na Dinamarca, por meio de A. K.
Erlang, cuja finalidade foi de otimizar o nmero de linhas telefnicas em funo
da freqncia das chamadas. Porm, PRADO (1999) descreve que foi a partir
da segunda Guerra mundial que essa teoria foi aplicada em outros problemas
de filas.

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

Figura 02 Formao esquemtica das filas.

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

correspondncia prxima, ento o modelo pode ser considerado como uma

representao da realidade. SWAIT (1987) relata que a simulao o
procedimento em que um modelo matemtico computadorizado de um sistema
fsico utilizado para efetuar experimentos sobre o sistema atravs da gerao
de estmulos externos e da observao das reaes do sistema durante um
perodo de tempo. Talvez seja a nica tcnica que analisa problemas onde
ocorrem variaes pronunciadas da demanda ao longo do tempo.
Segundo PERIN FILHO (1995) simulao um mtodo numrico de
resoluo de problemas, a partir dos quais se define o sistema a ser
representado por um modelo. E HARREL et al. (2003) complementam
descrevendo que simulao uma tcnica de modelagem e anlise usada para
avaliar e aprimorar os sistemas dinmicos de todos os tipos.
Segundo BANKS (1998) as principais vantagens da simulao so: (a)
possibilidade de explorar o sistema real com modificaes de polticas,
procedimentos, operaes ou mtodos, com custo relativamente baixo e sem
interferir no sistema real e; (b) domnio sobre o tempo, uma vez que a
simulao permite que o tempo seja reduzido no caso de fenmenos que
ocorrem muito lentamente.
De acordo com SLACK et al. (2002), nenhuma operao produtiva existe
isoladamente, mas faz parte de uma rede maior, interconectada com outras
operaes, formando uma rede de relaes. Assim ocorre com o sistema de
corte, carregamento e transporte de cana-de-acar, que corresponde a uma
parte da cadeia produtiva do acar e do lcool. Estas operaes

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.

2.5.1 Caractersticas dos modelos de simulao

Os modelos podem ser simblicos, fsicos ou analgicos. Os modelos
simblicos so esquemas simplificados, tal como um diagrama de blocos. Os
fsicos ou icnicos so modelos fsicos em ambiente real ou simulado,
normalmente em escala reduzida, para reproduo do funcionamento do
sistema em estudo, por exemplo: tnel de vento, barragem, simulador de vo,
maquete. J os modelos analgicos representam caractersticas e relaes da
situao real e ocorre de forma anloga a sistemas fsicos, como os eltricos e
hidrulicos (LOURENO,1981).
Os modelos de simulao tambm diferem em relao a forma de uso.
PERIN FILHO (1995) descreve que os modelos podem ser utilizados de duas
formas, manual e computadorizados, embora a simulao normalmente esteja
relacionada diretamente ao emprego de computadores.
As tcnicas a serem empregadas na simulao dependem do modelo
utilizado, e podem ser:
a) Analticas conduzem a soluo abstrata atravs da utilizao de
instrumentos matemticos, tais como lgebra e calculo.
b) Numricas

Geralmente

empregam

processo

de

tentativas/ensaio/erro, onde vrios valores das variveis so

substitudos e os indicadores de desempenho resultantes so

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).

O sistema estocstico o mais utilizado, normalmente ele

impe um procedimento de amostragem aleatrias, pela qual desenvolvida

uma aproximao numrica probabilstica do problema (LOURENO, 1981).

Modelos Usados em Simulao

Analgico

Simblico

Icnico

Tempo
continuo

Analgicos

Digitais

hbridos

Eventos
Discretos

Matemticos

Estocsticos

No
Matemticos

Dinmicos

Estocsticos

Dinmicos

Figura 03 Esquema dos tipos de modelos usados na simulao (HARLING e

BRUCE, 1971)

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

relacionamento entre um ou mais fatores significativos e a

resposta do sistema.
BANKS et al. (1999) sugerem como reas de aplicao os seguinte
sistemas:

manufaturados

produo,

transportes,

construtivos,

de

entretenimento, de reengenharia de processos de negcios, de processamento

alimentar e computacionais. SHANNON (1977) acrescenta as dimenses
sociais e comportamentais, ecolgicas e ambientais assim como as
biocincias.
J SALIBY (1989) indica como problemas tpicos alvos da simulao, os
seguintes:
a) Simulao de sistemas de atendimentos (filas), tais como a
operao de um terminal porturio, um banco, um supermercado,
um aeroporto, etc.
b) Simulao de um sistema de estoques e compras para
estabelecer sua melhor poltica operacional.
c) Simulao financeira, estudando o fluxo de caixa e procedendo a
anlise de risco.
d) Simulao de sistemas macroeconmicos, como por exemplo, de
um modelo economtrico.
e) Simulao de transporte publico, como, a operao da frota de
nibus ou dos trens de um metro.

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

manipulao do prprio sistema real.

c) Capacidade de parar um experimento em qualquer ponto para
analisar o desempenho do sistema e suas partes, bem como
identificar os elementos de estrangulamento.
d) A possibilidade de testar novos projetos de hardware, layouts
fsicos, sistemas de transportes, entre outros, sem o envolvimento
de recursos para sua aquisio ou implementao
e) A flexibilidade do nvel de detalhe na representao do sistema.
f) O custo reduzido em relao a experimentao do sistema real.
HARREL et al. (2003) ainda acrescentam que h uma relao da
simulao com a teoria dos jogos, j que em ambos os casos possvel
manipular o sistema, experimentar diferentes decises e ver o que acontece.
As vantagem da simulao que se pode trabalhar tambm com o
modelo que esta por trs da simulao, question-lo e modific-lo, visando
adequ-lo a realidade, assim como melhorar o desempenho do sistema.
Como desvantagens do uso da simulao, OLIVEIRA (1988) destaca:
a) medida que a complexidade do sistema aumenta o tempo de
execuo necessrio para obteno de resultados significativos
tambm cresce. Os modelos matemticos, em contrapartida, podem
gerar resultados mais rapidamente.
b) Desde que a maioria dos modelos de simulao tenta incorporar
alguma variao aleatria do sistema em estudo, o resultado 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

conhecimento para gerar as solues e os aperfeioamentos no

sistema investigado.
No caso dos processos de anlise e/ou otimizao de sistemas de
trfego, como a dissertao que esta sendo proposta, tem sido fortemente
recomendado o emprego da tcnica de simulao. RICHARDSON (1983)
sugere cinco motivos para se utilizar a simulao em detrimento de outras
tcnicas analticas:
a) Realismo A maioria dos sistemas de trfego bastante complexa, com
muitas variveis, interaes e subsistemas. Os modelos de simulao
so muito mais hbeis para representar estes sistemas realisticamente,
com menor necessidade de se formular hipteses altamente duvidosas,
como comum nos modelos analtico, com propsito de torna-o
funcional.
b) Transparncia Por causa da natureza modular e da forte aderncia as
caractersticas do sistema real, os modelos de simulao so muito mais
transparentes

qualquer

pessoa

que

queira

conhecer

seu

funcionamento. Essa capacidade ajuda a assegurar que os resultados

fornecidos so utilizados com a confiana oriunda do conhecimento de
sua procedncia e de como eles foram obtidos.

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.

2.5.3 Etapas do processo de simulao

O processo de estudar um sistema e converter o conhecimento
resultante num modelo de simulao constitudo por diferentes etapas.
OLIVEIRA (1988) sugere as seguintes:
a) Especificao do propsito do modelo
b) Especificao dos componentes a serem incorporados no modelo

22
c) Especificao dos parmetros e variveis associadas com os
componentes.
d) Especificao

dos

relacionamentos

funcionais

entre

os

componentes, parmetros e variveis.

J SHANNON (1977) prope as seguintes etapas (Figura 4):
a) Definio do sistema Determinao dos limites, restries e
medidas de efetividades a serem usadas na definio e estudo do
sistema.
b) Formulao do modelo identificao dos dados necessrios
para o modelo e reduo a uma forma apropriada.
c) Programao Descrio do modelo numa linguagem apropriada
que seja aceitvel na mquina usada.
d) Validao Verificao de que o comportamento do modelo est
de acordo com a situao real dentro de um certo grau de
confiana.
e) Planejamento do experimento Planejamento de um experimento
que v gerar as informaes desejadas.
f) Experimentao Execuo da simulao para gerar os dados
desejados e efetuar as anlises de sensibilidade.
g) Anlise dos resultados da simulao - realizao de inferncias,
a partir dos dados gerados pela simulao.
As verses mais recentes desse autor (1992) mantm basicamente a
mesma concepo, incorporando apenas as etapas de planejamento do
projeto, aps a definio do problema.

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

Figura 04 - Proposta esquemtica para o processo de simulao (SHANNON,

1977)

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).

Passos para validao de modelos de sistemas dinmicos, segundo proposto

por FORRESTER et al. (1974).
1) Estrutura do modelo
a) Estrutura de verificao;
b) Parmetros de verificao;
c) Condies extremas;
d) Adequao do modelo;
e) Consistncia dimensional.

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.

3) Anlises das implicaes polticas.

a) Sistema de melhoria;
b) Mudana no comportamento da predio;
d) Poltica de sensibilidade.

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.

KAWAMURA et al. (2006) apresentaram um modelo de

programao linear, para tratar decises de transporte e estocagem dos

produtos de uma cooperativa de comercializao de acar e lcool.
Em outros pases produtores de cana-de-acar (p.ex. Austrlia, Cuba,
Colmbia), a utilizao de modelos e mtodos quantitativos aplicados aos
problemas da indstria sucroalcooleira j aparece reportada em trabalhos
menos recentes. Por exemplo, WHAN et al. (1976) desenvolveram um modelo
de composio de variedades de cana-de-acar, objetivando otimizar o

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.

2.8 Custos mecanizao agrcola

O desempenho econmico de uma mquina definido por RIPOLI e
MIALHE (1982) como a associao entre os dados de custo-hora, formados
pela estimativa de gastos de propriedade e de gastos operacionais (custeio), e
os dados de desempenho operacional. RIPOLI et al. (1999) avaliaram o
desempenho de uma colhedora em cana sem queima em funo da velocidade
de avano. No ensaio a colhedora operou em quatro diferentes velocidades:
1,5; 3,0; 5,0 e 7,0 km.h-1. Concluram que a elevao da velocidade de
deslocamento da colhedora provocou aumentos das capacidades efetiva bruta,
operacional e efetiva lquida e a diminuio do consumo de combustvel.

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.

2.9 Software de modelagem: Stella 8

O programa computacional STELLA uma ferramenta de modelagem
quantitativa que esta disponvel comercialmente e foi inicialmente desenvolvida
para os computadores Apple Macintosh.
Em sua segunda verso, O STELLA II foi adaptada tanto para o
Macintosh quanto para os compatveis IBM. Recentemente foi disponibilizado o
STELLA Research. Esta verso de pesquisa bem mais completa, oferecendo
a possibilidade de trabalho em multimdia com simuladores.

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).

Figura 05 Ambientes de trabalho do programa Stella-8:

2.9.1 Estoque: O Estoque representa uma varivel, que neste modelo

poder ser a quantidade de cana ou a quantidade de caminhes envolvidos no
processo de colheita mecanizada.

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

Figura 06 Vistas area da usina Jalles Machado

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 09 Tratores transbordos

Figura 10 Colhedoras

Os equipamentos foram divididos em quatro frentes de colheita, sendo

distribudos considerando-se o rendimento das mquinas, a distncia mdia da
usina, e a quantidade de cana disposta em cada regio.

2.10.3 Produtividade da cana-de-acar

A produtividade da cana-de-acar esta relacionada a diversos fatores
de ordem edafoclimticas e de manejo. Na figura 32 esto alocadas as
produtividades mdias dos ltimos 10 anos da empresa.
Nesta pesquisa a varivel produtividade importante, pois est
relacionada diretamente ao rendimento de colheita. Em talhes (divises de
rea de cana-de-acar) mais produtivos, como por exemplo, de cana de
primeiro ano, o tempo necessrio para encher um transbordo menor, j que a
produtividade maior, chegando a 130 toneladas de cana por hectare.
Diferentemente em talhes de mais cortes, onde a produtividade pode chegar a
apenas 40 toneladas por hectare, demandando maior tempo de mquina para
alcanar o mesmo rendimento de colheita.
A capacidade de colheita de uma colhedora expresso pela seguinte
equao, a qual evidencia a participao da produtividade da cana-de-acar
na capacidade potencial da colhedora:
Velocidade TCH nlinhas espaamento
10
Cpot = Capacidade potencial da colhedora (toneladas por hora)
Velocidade = Velocidade da colhedora (km/hora).
TCH = toneladas de cana por hectare (toneladas)
N Linhas = Numero de linhas que a colhedor colhe simultaneamente (unidade).
Espaamento = Espaamento entre as linhas de plantio de cana (metros)

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

Fiigura 11 Evoluo da produtividade m

dia do can
navial.

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

Figura 13 Mapa Geral das fazendas da Usina Jalles Machado

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.

3.1 Empresa pesquisada

A unidade produtora Jalles Machado S/A foi selecionada em funo do
seu estgio avanado de gesto do processo de corte mecanizado,
carregamento e transporte de cana-de-acar, alm de possuir uma grande
expresso dentro do setor sucroalcooleiro nacional. Outro fator determinante
para a seleo da empresa foi o contato pessoal e profissional do pesquisador
com os responsveis pela diretoria agrcola, fato esse que viabilizou e
assegurou a coleta dos dados para a pesquisa.

3.2 Coleta de dados

A investigao foi conduzida por meio da tcnica de estudo de caso,
tomando-se o cuidado de no admitir evidncias equivocadas ou enviesadas,
que viessem a influenciar na direo das concluses.
Para isso, foi acompanhado todo sistema de corte mecanizado,
carregamento e transporte da cana-de-acar. Os dados coletados foram:

A - Quantidade de equipamentos envolvidos no processo de CCT

Foi determinado atravs do levantamento junto ao departamento de
mecanizao agrcola. Os equipamentos foram agrupados em:
a) Tratores

transbordos

(Figura

14),

Transbordos

(Figura

15),

colhedoras (Figura 16) e conjunto de tratores mais transbordos

(Figura 17).

38

Figura 14 Tratores Transbordos

Figura 15 - Transbordos

Figura 16 Colhedora Jonh Deere Figura 17 Trator mais transbordo

3510

b) Semi-reboques (Figura 18) e conjunto de Cavalos mecnicos + semireboques (Figura 19)

Figura 18 Semi-reboque

Figura

19

Conjunto

Cavalo

mecnico mais semi-reboque

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

A equao foi introduzida dentro de um modelo no Stella, com objetivo

de facilitar os clculos.

Embora mais confivel esta metodologia ainda de difcil aplicao

prtica, j que mais onerosa em relao a anterior e demanda muito tempo

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).

Figura 20 Escritrio da balana

Figura 21 Tcnico coletando dados

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.

Figura 22 Planilha de coleta dos tempos de deslocamentos.

b) Tempo de deslocamento dos conjuntos da balana at as frentes de

colheita.
Este tempo foi determinado atravs do registro da hora que o conjunto
chegou a cada uma das trs frentes de colheita. Alm de anotar a hora que o
caminho chegou frente, o tcnico anotou o horrio de sada do caminho
carregado.
Para registrar esses tempos, foram treinados trs tcnicos agrcolas,
alocados um em cada frente de corte. Os tcnicos tiveram seus relgios
sincronizados, para que no houvesse variao nos tempos registrados e cada
um dispunha de uma ficha de registro.
c) Tempo de deslocamento do conjunto do campo at a balana.
Esse dado foi calculado atravs da comparao das duas fichas de
avaliaes, descritas anteriormente. Para mensurar o tempo de deslocamento
do campo at a usina, utilizou a coluna hora de sada, na ficha de avaliao
de campo e a coluna hora de chegada na ficha da balana. Subtraindo esses
tempos chegou-se no tempo que se objetivou nessa avaliao.

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.

Figura 23 Enchimento transbordo.

Figura 24 - Tcnico coletando dados.

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

claramente a sada do transbordo da colhedora at sua chegada no semireboque.

h) Tempo de enchimento do semi-rebolque.
Aps o tempo de deslocamento do transbordo at o semi-reboque ser
registrado, os tcnicos agrcolas avaliaram o tempo que o transbordo gastou
para transferir a carga (10 toneladas em mdia por caixa) para semi-reboque
(Figura 25)

Figura 25 Tratores transbordos carregando o semi-reboque.

i) Tempo de deslocamento do transbordo at a colhedora

Com a carga dos transbordos transferida para o semi-reboque, foi
mensurado o tempo gasto para o transbordo se deslocar do semi-reboque at
a colhedora novamente. Para isto, os colaboradores do projeto dispunham de
uma ficha de avaliao, a qual registravam esses tempos.

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).

Figura 26 Tombamento do semi- Figura 27 Tcnico coletando dados

reboque

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.

F - Velocidades mdias dos equipamentos.

As velocidades dos equipamentos foram mensuradas atravs dos dados
coletados diariamente do sistema de computador de bordo dos equipamentos
envolvidos no processo.
Os dados coletados foram:
a) Velocidade mdia do conjunto da usina para o campo;
b ) Velocidade mdia do conjunto do campo para usina;
c) Velocidade mdia do transbordo;
d) Velocidade mdia das colhedoras.
A coletas ocorreram entre maio e agosto de 2008 e foram realizadas das
7:00 as 11:00 horas atravs de coletores por um funcionrio responsvel por
percorrer todas as frentes de trabalho.
Aps serem coletados as informaes foram descarregadas em um
computador via transmisso USB e lanado no sistema de controle de frota,
ficando disponvel para consulta.

G - Eficincia dos equipamentos.

Atravs dos dados oriundos das coletas dirias do sistema de
computador de bordo, foi possvel mensurar os seguintes indicadores.
a) Tempo operacional: Relao entre horas produtivas (trabalhadas) e
horas paradas em motivos auxiliares. Permite avaliar o efeito das funes
auxiliares (abastecimentos de combustveis e lubrificantes, regulagens e
calibraes do implemento, manobras de cabeceira, mudana de talho com
deslocamento prprio, limpeza) na operao executada pelo equipamento.
b) Utilizao: Relao entre horas utilizadas (horas trabalhadas + horas
auxiliares) e horas disponveis (horas trabalhadas + horas

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

como indisponibilidade o tempo de manuteno

mecnica. Via de regra baixa eficincia revelam altos ndices de quebra do

equipamento.
d) Aproveitamento: Avalia a jornada de trabalho programada para o
equipamento. Indica a parcela das 24 horas do dia ocupada por aquela
jornada.
e) Eficincia: o produto de todos indicadores acima identificadas.
Demonstra o tempo que o equipamento est cumprindo de fato, a sua funo
produtiva.

3.3 Anlise dos Dados

Os dados coletados foram tabulados no programa computacional Excel
e seu comportamento analisado atravs do programa @Risk, utilizando o
pacote BestFit 4.5. (Figura 28)

Figura 28 Tela principal do pacote BestFit 4.5.

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

compunham o sistema estudado e se desenvolveu um pr-modelo. Esse

modelo inicial foi desenvolvido com objetivo de analisar se o programa Stella 8
atenderia as necessidades do estudo e como os primeiros dados se
comportariam neste modelo.
O pr-modelo foi composto por 3 setores: 1) Colhedoras, 2)
Carregamento e transporte e 3) Usina.
No primeiro setor foram modelados o fluxo da colheita de 5 colhedoras
de cana com seu respectivo carregamento nos transbordos, influenciados pelas
variveis: produtividade dos talhes (TCH), eficincia, velocidade mdia,
Capacidade de carga dos transbordos, tempo de carregamento dos
transbordos e tempo de deslocamento at o carregamento nos semi-reboques
(Figura 29)
O segundo setor composto pelo carregamento de transporte da canade-acar e considerado as variveis: fluxo de cana oriundo dos transbordos
do primeiro setor, tempo de carregamento dos semi-reboques, tempo de
engate do cavalo mecnico, tempo de deslocamento para a usina e peso
mdio das cargas de cana-de-acar. (Figura 30)
O terceiro e ultimo setor se refere modelagem da usina que considera
as seguintes variveis: recepo da cana-de-acar oriunda do setor 2, tempo
at a balana, tempo de amostragem, tempo de deslocamento at o hyllo,
tempo de descarregamento dos caminhes na mesa alimentadora e sada dos
caminhes (Figura 31).
Aps analisar o funcionamento do pr-modelo, conclui-se que o
programa computacional proposto atendeu a necessidade da pesquisa, com
isso foi desenvolvido o modelo completo do sistema proposto.

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

Figura 29 Modelagem do setor das colhedoras e carregamento

49

Tempo saida carreto F1

T desl cana campo F1

Carregamento F1
Fluxo carregamento

Deslocamento cana campo F1

Estoque cana campo F1

Fluxo cana campo F1

f luxo deslocamento F1

Fluxo Carreto

Peso Carga
Enchimento caminho F1

Sada Caminho F1

Caminhes F1
Estoque cana F1
Estoque de caminhes F1

Figura 30 Modelagem do setor de transporte

50
Ptio

Balana

chegada cana

Fluxo Balana

Tempo Tombamento

Sada Caminho F1

Fluxo f ila amostragem

Tempo deslocamento Ilo

Tempo amostragem

Fila Amostragem

Deslocamento para o Ilo

Amostragem

Fluxo Amostragem

Velocidade Usina

Fluxo Ilo

Fila Caminhes para o illo

Fluxo Fila ilo

Tempo Tombamento

Fluxo Descarregamento

Peso Carga

Cana entregue

FluxoDescarregados

Velocidade Mdia Usina

Caminhes descarregados
Descarregamento Ilo Tombador

Estoque de caminhes F1
Tempo mdio total de Tombamento
Total Camines
Estoque cana F1

Total Cana

Figura 31 Modelagem da unidade processadora de cana-de-acar.

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

Tempo saida carreto F1 2

Deslocamento cana campo F1 2

Carregamento F1 2

f luxo carreto F1 2

T deslocamento Tras C2 3

Transbordo C4 2

Estoque cana F1 2

Estoque cana campo F1 2

Fluxo cana campo F1 2

f luxo deslocamento F1 2

T deslocamento Tras C4 2

Sada Caminho F1 2

T desl cana campo 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

Transbordo C3 2 Cap corte C3 2

Fluxo carregamento C2 3

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

Tempo mdio total de Tombamento

Sada Caminho F2 2

Fluxo f ila amostragem

Tempo deslocamento Ilo

Tempo amostragem

Fila Amostragem

Fluxo Amostragem

Deslocamento para o Ilo

Amostragem

Fluxo Ilo

Velocidade Mdia Usina

Cana entregue

Fila Caminhes para o illo

Fluxo Fila ilo

Descarregamento Ilo Tombador

Fluxo Descarregamento

FluxoDescarregados

Cana entregue

11.280.0

Tempo mdio total de

25.0

Caminhes descarregados

Figura 32 Modelo parcial aps juno dos setores.

Finalizando essa fase de junes dos setores que compuseram o

modelo, foi realizada a estrapolao para a realidade a ser estudada. Com
isso, inseriu-se no modelo 4 setores compostos pelas frentes de corte,
carregamento e transporte, representando as 4 frentes de colheita mecanizada
da usina, mais o setor referente a rea de processamento da cana,
denominada de usina (Figura 33).

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

T desl cana campo F1

Deslocamento cana campo F1

Carregamento F1

T deslocamento Tras C2

Velocidade C2

Ef icincia C2

Tempo saida carreto F1

Estoque cana F1

Estoque cana campo F1

Fluxo cana campo 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

T desl cana campo F2

Deslocamento cana campo F2

Carregamento F2

T deslocamento Tras C6

Velocidade C6

Ef icincia C6

Tempo saida carreto F2

Estoque cana F2

Estoque cana campo F2

Fluxo cana campo 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

Tempo saida carreto F2 2

f luxo carreto F2 2

T deslocamento Tras C6 3

Velocidade C6 3

Deslocamento cana campo F2 2

Carregamento F2 2

f luxo deslocamento F2 2

T deslocamento Tras C8 2

Sada Caminho F2 2

T desl cana campo F2 2

Fluxo cana campo F2 2

Transbordo C8 2

Estoque cana F2 2

Estoque cana campo 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

Fluxo Carregamento C7 2 Transbordo C7 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

Tempo saida carreto F1 2

Deslocamento cana campo F1 2

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

T desl cana campo F1 2

Fluxo cana campo F1 2

Transbordo C4 2

Estoque cana F1 2

Estoque cana campo 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

Transbordo C3 2 Cap corte C3 2

Fluxo carregamento C2 3

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

Tempo mdio total de Tombamento

Sada Caminho F2 2

Fluxo f ila amostragem

Tempo deslocamento Ilo

Tempo amostragem

Fila Amostragem

Fluxo Amostragem

Deslocamento para o Ilo

Amostragem

Fluxo Ilo

Velocidade Mdia Usina

Cana entregue

Fila Caminhes para o illo

Fluxo Fila ilo

Descarregamento Ilo Tombador

Fluxo Descarregamento

FluxoDescarregados

Cana entregue

11.280.0

Tempo mdio total de

25.0

Caminhes descarregados

Figura 33 Representao do modelo computacional completo

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)

Figura 34 Layout do modelo computacional desenvolvido

3.4.1 Teste e validao do modelo

Aps finalizar a construo do modelo completo foram realizados testes
com intuito de observar possveis falhas. Foram inseridos os dados mdios da
safra 2008/2009, conforme levantamentos realizados no decorrer desta
pesquisa.
Com os dados inseridos, o modelo foi executado alternando as variveis
analisando se o mesmo representou a realidade mdia observada na usina
durante a referida safra
Os testes foram desenvolvidos no escritrio de gesto agrcola da
empresa, pelos responsveis pela colheita mecanizada, os quais esto
supervisionando o modelo com intuito de validar seu uso prtico no decorrer
das safras.

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

b) Tempo de deslocamento dos conjuntos da balana at as frentes de

colheita (Figura 35 e Anexo 02)
Esse tempo dependente principalmente da distncia onde as frentes
esto alocadas, pois as velocidades dos caminhes no possuem grande
variaes, conforme ser evidenciado no dados coletados referentes as
velocidades dos equipamentos. Nas simulaes dirias esses tempos foram
coletados separadamente por frente de colheita, para que os dados que
alimentaram o modelo fiquem mais precisos, j que a mdia, neste caso, no
seria confivel.

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

d) Velocidade mdia das colhedoras.

Das 20 colhedoras existentes no processo de corte mecanizado,
carregamento e transporte, a tabela 04 contempla apenas dados de 15. As
demais colhedoras no estavam, nos momentos das anlises, com o sistema
de computador de bordo confivel coleta de dados para essa varivel, por
isso foram descartadas.
Foram analisadas 5.826 amostras de velocidades na atividade produtiva.
Como no caso anterior, desconsiderou momentos como velocidade de trnsito,
abastecimento, limpeza e mudana de rea.
Foi possvel identificar que as velocidades entre equipamentos possuem
variaes considerveis, tendo como mdias de velocidades de 3,44 at 4,89
km/hora. Esta variao ocorre pois dentro dos equipamentos analisados esto
dois tipos de equipamento, um com sistema rodante composto por pneus e

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

4.4 Eficincia dos equipamentos

a) Cavalos mecnicos (cavalo mais semi-reboque)
Na tabela 05 possvel observar as eficincias dos cavalos mecnicos.
A eficincia mdia dos 5 equipamentos da empresa foi de apenas 24,35%.
Esse valor pode ser explicado, pois a indstria no processou toda cana que
estava prevista no intervalo que foi realizada a coleta dos dados, com isso, os
caminhes da empresa ficaram muito ociosos, como evidenciado nos valores
de utilizao.
Tabela 05 Eficincia dos cavalos mecnicos.
Equipamento

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.

Tabela 06 Eficincia das colhedoras

Equipamento

Operacional Utilizao Disponibilidade Aproveitamento Eficincia

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

Operacional Utilizao Disponibilidade Aproveitamento Eficincia

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

Tempo de enchimento de transbordo (min.)

14,020

3,772

Tempo de deslocamento do transbordo (min.)

13

6,045

3,679

Tempo de enchimento do semi-reboque (min.)

29

3,521

1,467

Tempo de deslocamento do transbordo at a colhedora (min.)

10

5,095

2,417

Tempo de troca de transbordo (min.)

0,618

0,502

Tempo de deslocamento do semi-reboque at a balana (min.)

34,887

14,027

Tempo de engate e desengate (min.)

12

1,619

1,422

Tempo na balana (min.)

10

3,752

2,467

Tempo de deslocamento at amostragem (min.)

2,018

0,749

Tempo de amostragem* (min.)

5,893*

1,087

Tempo de deslocamento at o hyllo (min.)

0,497

0,138

Tempo de tombamento (min.)

7,564

1,145

4.834

60,47

3,27

Peso da cana no semi-reboque (t)

Velocidade do caminho cheio (Km/hora)

13

31,89

2,82

Velocidade do caminho vazio (Km/hora)

13

35,93

7,42

5.826

4,13

1,42

18

41,91

0,11

2.589

77,62

11,68

Velocidades das colhedoras (Km/hora)

Eficincia das colhedoras (%)
Produtividade da cana (t/h)

*Apenas20%doscaminhespassampelaamostragem,comissofoiconsideradonomodelo
(5,893/5)=1,178min.

Embora tenha sido realizada diversas simulaes, analisando o

comportamento das variveis contempladas neste modelo, o objeto de estudo
do modelo computacional desenvolvido foi avaliar o comportamento da fila
denominada de Ptio. Essa fila resultado de todas as variveis do modelo,
sendo influenciada desde a capacidade potencial de colheita das colhedoras
at o rtimo de moagem da usina, representando na prtica o estoque de cana
disponvel para moagem dentro da Usina.
Aps realizar a simulao considerando a mdia das variveis, a fila
Patio teve o comportamento demostrado na Figura 55.

71

Figura 55 Grfico representando o comportamento da fila Ptio na

simulao considerando as mdias da variveis.
O eixo vertical representa o estoque de caminhes dentro do ptio da
usina, e o eixo horizontal os minutos da simulao. As simulaes para essa
varivel foram realizadas em um intervalo de 1440 minutos, represetando 24
horas de moagem.
Observa-se que o setor agrcola possuiu capacidade reduzida de manter
a moagem mdia da usina apenas com a cana oriunda da colheita
mecanizada, que representou 88,62 % do total da cana processada, pois houve
diversos momentos ao longo do dia com estoque de cana no ptio da usina
igual a zero caminhes, como nos momentos: 141, 218, 267, 491, 589 a 590,
596 a 599, 715 a 728, 765 a 767, 842 a 854, 893 a 897; 914; 977 a 980; 1019
a 1023; 1047 a 1049; 1103 a 1106; 1110; 1173 a 1180; 1223 a 1232; 1273 a
1274; 1308 a 1309; 1351 a 1358; 1378 a 1381; 1427; 1432 a 1440.
Em algumas ocasies os 11,38% de cana oriunda da colheita manual foi
suficiente para manter a usina em operao, pois supriram o dficit da colheita
mecanizada. Porm observou-se ao longo da safra diversas paradas por falta
de cana em funo do desabastecimento da agrcola.
Na figura 55 foi contemplado a mdia, porm, quando houve momentos
em que colhedoras estavam paradas por falhas mecnicas, essa situao foi
agravada.

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.

Figura 56 - Grfico representando o comportamento da fila Ptio na

simulao considerando 4 colhedoras paradas por problemas mecnicos.
Quando considerou-se 4 colhedoras paradas como condio para
simulao, observou-se mais momentos com estoque zero e estes momentos
foram mais prolongados.
Alm de problemas mecnicos nas colhedoras pode-se alterar qualquer
uma das 18 variveis que o modelo contempla, e por consequncia alterar o
comportamento da fila Patio. Atravs da anlise desse comportamento ao
longo do dia de moagem, o gestor responsvel pelo colheita ter uma
ferramenta que auxiliar em suas tomadas de decises.
Como por exemplo, simular se com a dimuio de rtimo de moagem da
indstria por problemas internos prpria fbrica, quantas colhedoras podero
ser retiradas do sistema de colheita para manuteno preventiva? (Figura 57)

73

Figura 57 - Grfico representando o comportamento da fila Ptio na

simulao considerando uma reduo no rtimo de moagem da indstria.
Conforme possvel observar na figura 57, quando foi simulado uma
reduo de rtimo de 10% na moagem, saindo de 514,29 toneladas por hora
para 462,86 e parando 2 colhedoras para manuteno preventiva, ainda foi
possvel manter um estoque de caminhes suficiente para manter a moagem,
como demostrado pela linha vermelha. A linha azul corresponde a moagem
mdia com todos equipamentos em operao com rendimentos mdios. Esse
cenrio foi considerado pois no caso da empresa estudada, quando houve
problemas industriais que resultaram em reduo de rtimo, o valor foi de
aproximadamente 10% em relao ao rtimo normal de moagem.
Com isso, o modelo desenvolvido representou a realidade observada e
mensurada ao longo da safra 2008/2009. A tabela 09 resume os principais
dados da safra mencionada. Analisando a moagem mdia de cana oriunda da
colheita mecanizada, determinou-se o a quantidade de 11.280, 78 toneladas,
atravs da diviso da quantidade total de cana mecanizada pelos dias efetivos
de moagem.
O modelo desenvolvido quando alimentado com as mdias da variveis,
resultou em 11.280 toneladas precessadas por dia, ou seja, muito prximo da

74
realidade (Figura 58 e 59). Portanto, o modelo desenvolvido mostrou-se
confivel e representativo do sistema real pesquisado.

Figura 59 Painel do simulador com os

Figura 58 Cana processada na simulao

resumos dos dados indstriais

Tabela 09 Resultados de moagem da safra 2008/2009 da usina Jalles

Machado

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

gentico, classificao de ambientes de produo, desenvolvimentos de

mquinas agrcolas, nutrio vegetal, correo de solo e tratos culturais.
Porm, observa-se que pouco se pesquisou sobre o tema logistica no
setor sucroalcooleiro. Identifica-se alguns trabalhos envolvendo o extinto centro
de Tecnologia Copersucar e mais recentemente a atuao da Universidade
Federal de So Carlos, atravs do curso de engenharia da produo.
Com o avano do sistema de colheita mecanizada a losgistica de
transporte ganhou enorme importncia para a sustentabilidade e reduo de
custo dentro do setor, pois, como citado nesse trabalho, o custo de colheita da
cana pode chegar a 35% do custo total de produo de cana-de-acar.
Diante desse contexo, recomenda-se que se desenvolva trabalhos que
estudem a utilizao da modelagem de sistemas dinmicos com objetivo de
auxiliar e apoiar nas decises na colheita mecanizada da cana-de-acar, em
testes com diferentes composies de equipamentos mecanizados, no
dimensionamento de frota, na mensurao de estoque regulador de cana no
ptio da indstria, em estudos de alocao da rea industrial dentro do
canavial, nos novos empreendimentos.
Pela ausncia de trabalhos nessa rea e tratando-se de uma
dissertao de nvel de mestrado, o tempo foi insuficinte para maiores
aprofudamentos e discusso de resultados, pela ausncia de dados
publicados, principalmente das variveis apresentadas no trabalho, pois o
desenvolvimento do modelo computacional consumiu boa parte do perodo da
pesquisa. Com a base no modelo j desenvolvido e validado no seu uso
prtico, o autor tem inteno de aprofundar estudos nos comportamentos das
variveis comtepladas nessa pesquisa, uma vez que tornou-se possvel
identificar suas causas e efeitos dentro do sistema de colheita mecanizada de
cana-de-acar, atravs do modelo proposto nesse trabalho.

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.

ANDRADE, M.C. Modernizao e pobreza: a expanso da agroindstria

canavieira e seu aspecto ecolgico e social, So Paulo: Editora Unesp, 1994.
250p.

BANKS, J; CARSON, J.S.; NELSON, B.L. Discrete-Event System Simulation. 2

ed.. Prentice Hall, New Jersey, 1999

BANKS, J. Handbook of Simulation. Atlanta: John Wiley & Sons, 1998.

BARATA, M. Q. F. Otimizao econmica do corte e reforma de canaviais.

1992. 173 f. Dissertao (Mestrado em Economia Agrria) Escola Superior de
Agricultura Luiz de Queiroz, Universidade de So Paulo, Piracicaba, 1992.

BERTRAND, J. W. M.; FRANSOO, J. C. Operations Management research

methodologies using quantitative modeling. International Journal of Operations
& Production Management, v.22, n.2, pp.241-264, 2002.

BRAGA, J. Copersucar reduz custos com simulao. Revista Tecnologstica,

So Paulo, v. 4, n. 39, p. 16-23, fev. 1999.

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.

COLIN, E. C.; CIPPARRONE, F. A. M.; SHIMIZU, T. Otimizao do custo de

transporte na distribuio-armazenagem de acar. Produo, v. 9, n. 1, p. 2330, maio 1999.

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.

Departamento de Engenharia de Produo. Universidade de So Carlos, 2002

DIEESE, Departamento Intersindical de estatstica e estudos socioeconmicos.

Desempenho do setor sucroalcooleiro brasileiro e os trabalhadores. So Paulo:
2007. Estudos e Pesquisas, Ano 3, n. 30.

EID,

F.

Progresso

tcnico

na

agroindstria

sucroalcooleira.

Revista

Informaes Econmicas, v. 26, n. 5, p. 29-36, mai. 1996.

FORRESTER, J. W. Principles of Systems. Portland, OR: Productivity Press,

1990.

FORRESTER, J.W, G.W. Low, and N.J. Mass, 1974, The Debate on World
Dynamics A response to Nordhaus, Policy Sciences.

GRISOTTO, M. E. Otimizao do transporte de cana-de-acar por caminhes.

1995. 121f. Dissertao (Mestrado em Matemtica Aplicada) Instituto de
Matemtica, Estatstica e Computao Cientfica, Universidade Estadual de
Campinas, Campinas, 1995.

GROSS, D.; HARRIS, C.M. Fundamentals of queueing theory.John Wiley &

Sons, Inc. New York, NY, USA, 1985.

HAHN, M. H. SISTEC: Simulador de sistema de transporte da cana-de-acar.

1994. Dissertao (Mestrado em Eng. Eltrica) Faculdade de Engenharia
Eltrica e Computao, Universidade Estadual de Campinas, Campinas.

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.

HIGGINS, A. J.; DAVIES, I. A simulation model for capacity planning in

sugarcane transport. Computers and Electronics in Agriculture, v. 47, n. 2, p.
85-102, maio 2005.

HIGGINS, A. J. et al. A framework for integrating a complex harvesting and

transport system for sugar production. Agricultural Systems, v. 82, n. 2, p. 99115, nov. 2004.

HIGGINS, A. J. et al. Optimising harvest date in sugar production: A case study

for the Mossman mill region in Australia I. Development of operations research
model and solution. Field Crops Research, v. 57, n. 2, p. 153-162, maio 1998.

IANNONI, A. P.; MORABITO. R. A discrete simulation analysis of a logistics

supply system. Transportation Research Part E: Logistics and Transportation
Review, v. 42, n. 3, p. 191-210, maio 2006.

IDEA. Transporte de cana de alto desempenho. On-line. Capturado dia 05 jan.

de 2008. Disponvel no endereo: http://www.ideaonline.com.br/ideanews/

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

LOURENO, M. H.D.T. Simulao de operaes preferenciais de onibus

urbanos em vias arteriais: Uma metodologia para a avaliao ds implantao
de faixas exclusivas segundo o critrio de tempo do usurio, Dissertao de
mestrado, Programa de engenharia de transportes. COPPE. Universidade
Federal do Rio de Janeiro, 1981

MATHEW, J.; RAJENDRAN, C. Scheduling of maintenance activities in a sugar

industry using simulation. Computers in industry, n. 21, p. 331-334, 1993.

MILAN, E. L; FERNANDEZ, S. M.; ARAGONES, L. M. P. Sugar cane

transportation in Cuba, a case study. European Journal of Operational
Research, v. 174, n. 1, p. 374-386, out., 2006.

MIRSHAWKA, V. Pesquisa operacional, Livraria Nobel, v.2, 1979

MIZE, J.H; COX, J.G. Essentials of Simulation, Prentice Hall, 1968.

MORLOK, E. K. Introdution to transportation Engnineering and Planning,

capitulo 7, Ed. MacGraw-hill, 1978.

MORABITO, R.; LIMA, F. C. R. Um modelo para analisar o problema de filas

em caixas de supermecados: Estudo de Caso. Resvista Operacional. Junho.
Rio de Janeiro, v.20, 2000.

NAYLOR; T.H. BALANTIFY, J.l.; BURDICK. Tcnicas de simulao em

computadores, Ed. Vozes, 1971

NOVAES, A. G. N. Pesquisa opercional e transportes: Modelos Probabilsticos.

Editora da Universidade de So Paulo. So Paulo, 1975

NUNES JUNIOR, D.; PINTO, R.S.A.; KIL, R.A. Indicadores de desempenho da

agroindstria canavieira: safra 2003-2004. Ribeiro Preto: IDEA, 2005. 195 p.

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

PAUL, R.J; BALMER, D. W. Simulation Lecture Notes, The London School of

economics and political Science, Londres, 1985.

PEGDEN, C. D., SHANNON, R. E.; SADOWSKI, R. P. Introduction to

simulation using SIMAN. 2.ed. New York: McGraw-Hill, 1995.

PERIN FILHO. Introduo a simulao de sistemas. Campinas, SP. Editora da

UNICAMP,1995

PIDD, M. Computers Simulation in Management Science, Jonh Wiley and Sons,

1984.

PRADO, D. Teoria das filas e da simulao. Srie Pesquisa Operacional.

Editora DG Desenvolvimento Gerencial. Belo Horizonte, v.2, 1999.

PROCANA. Indicadores do setor. Capturado dia 13 de maio de 2008. On-line.

Disponvel no endereo: http://www.procana.com.br/

RICHARDSON, A. J. Traffc Simulation Its Potential contribution to road

planning and research, Workshop on rural Traffic Simulation, Australian Road
Research Centre, Melbourne, Austrlia, 1983

RIPOLI, T. C. C.; CARVALHO FILHO, S. M.; MOLINA JNIOR, W. F.; RIPOLI,

M. L. C. Desempenho econmico de colhedora em cana crua. Engenharia
Rural, Piracicaba,v. 12, p. 1-5, 2001.

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.

RIPOLI, T. C. C.; MIALHE, L. G. Custos de colheita da cana-de-acar no

estado de So Paulo, 1981/82. lcool & Acar, So Paulo, v. 2, n. 2, p. 18-26,
1982.

SALIBY, E. Repensando a simulao: Uma amostragem descritiva. Ed. Atlas.

UFRJ, Coleo COPPEAD de administrao. Rio de Janeiro, 1989

SCOPINHO, R. A. et al. da. Novas tecnologias e sade do trabalhador: a

mecanizao do corte da cana-de-acar. Cadernos de Sade Pblica. Rio de
Janeiro, v. 15, n. 1, p. 147-161, jan.-mar. 1999.

SHANNON, R.E. Indroduction to the art and science of simulation, Proceeding

of the 1998 Winter Simulation Conference, p.65-73, 1992.

SHANNON, R.E. Simulation Modeling and Methodology, Simuletter, v.8,

n.3,1977.

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.

SINAY, M. C. F. Teoria de filas. Revista Militar de Cincia e Tecnologia. Rio de

Janeiro, v. III, n.2, 1986.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administrao da Produo 2 ed

So Paulo: Atlas, 2002.

SWAIT, J. Notas de aula do curso de simulao do programa de engenharia de

transportes, COPPE/UFRJ, 1987.

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.

YAMADA, M. C. Modelagem das cadeias de atividades produtivas da indstria

sucroalcooleira visando aplicao em estudos de simulao. 1999.
Dissertao (Mestrado em Eng. Mecnica) Escola de Engenharia de So
Carlos, Universidade de So Paulo, So Carlos.
YOSHIZAKI, H. T. Y.; MUSCAT, A. R. N.; BIAZZI, J. L. Decentralizing ethanol
distribution in southeastern Brazil. Interfaces, v. 26, n. 6, p. 24-34, nov./dez.
1996.
YOSHIZAKI, H. T. Y. Anlise de desempenho operacional de sistemas
logsticos e de transportes: aplicaes de redes de filas. 1989. Dissertao
(Mestrado em Eng. Produo) Escola Politcnica, USP, So Paulo.

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.

VIEIRA, G. Avaliao do custo, produtividade e gerao de emprego no corte

de cana-de-acar, manual e mecanizada, com e sem queima prvia. 2003.
64p..Dissertao (Mestrado em Agronomia) - Faculdade de Cincias
Agronmicas, Universidade Estadual Paulista,Botucatu, 2003.

VICENTE ,M. C. M., Instituto de Economia Agrcola/Secretaria de Agricultura e

Abastecimento do Estado de So Paulo Av. Miguel Estfano, 3900, So Paulo,
Brazil.

84

Anexo 01 Levantamento das distncias das fazendas e de sua produo em

2008.
Fazenda
1
2
3
4
5
6
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
33
34
35
36
37
38
40
41
42
43
44
45
46
48
49
50
51

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

Toneldas cana Distncia da Usina

6.405
132.866
10.322
19.202
49.892
4.898
7.241
34.080
38.349
6.527
193.279
6.069
126.548
6.627
12.908
8.148
15.376
111.782
33.407
9.166
31.036
12.129
2.165
30.270
15.366
12.972
8.580
6.682
6.960
14.421
35.715
2.373
6.757
1.959
113.497
6.510
28.141
11.533
21.888
6.563
851
6.245
95.076
46.904
7.048
15.360
2.979

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

Anexo 02 - Distribuio dos Tempos de deslocamento dos conjuntos da

balana at as frentes de colheita.

Anexo 03 - Distribuio dos Tempos de deslocamento do conjunto do campo

at a balana.

87

Anexo 04 - Distribuio dos Tempos de engate e desengate dos semi-reboques

no cavalo mecnico.

Anexo 05 - Distribuio dos Tempos de carregamento do transbordo

88

Anexo 06 - Distribuio dos tempos para troca de transbordos

Anexo 07 - Distribuio dos tempos de deslocamento do transbordo at

o semi-reboque

89

Anexo 08 - Distribuio dos tempos de enchimento do semi-rebolque.

Anexo 09 - Distribuio dos Tempos de deslocamento do transbordo at a

colhedora

90

Anexo 10 - Distribuio dos Tempos para pesagem na balana

Anexo 11 - Distribuio dos Tempos para o deslocamento at a amostragem.

91

Anexo 12 - Distribuio dos Tempos de amostragem

Anexo 13 - Distribuio dos Tempos de deslocamento at o Hyllo

92

Anexo 14 - Distribuio dos Tempos de tombamento.

Anexo 15 - Distribuio dos Tempos deslocamento at a balana