Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resumo
A atual preocupao com o meio ambiente tem feito com que empresas produtoras de
cana-de-acar invistam na mudana do sistema de colheita. Essa mudana consiste na reduo
da queima do canavial na pr-colheita e na utilizao do corte mecanizado com cana crua. Por
outro lado, a colheita com corte mecanizado torna disponvel o palhio, e o acmulo deste sobre
o solo, cria-se condies favorveis para o aparecimento de parasitas e atraso da brota da cana,
comprometendo a prxima safra. Vrios autores mostram a viabilidade do uso do palhio na
produo de energia. Pois, alm do potencial energtico desta biomassa, tem-se como vantagens
as questes ambientais, a manuteno de empregos e a substituio dos recursos energticos de
fontes naturais. Mas, as grandes dificuldades ainda encontradas para aproveitamento deste
resduo para gerao de energia so: a falta de tecnologia apropriada para coleta e processamento
deste resduo e o alto custo que este processo demanda. Assim, este trabalho prope apresentar
tcnicas matemticas que auxiliem na otimizao do balano de energia do palhio e
minimizao do custo de transferncia desta biomassa do campo para o centro de produo.
Abstract
It is well-known that Brazil is the worlds largest sugarcane producer. But, there is great
concern about the crop system used, because the most common practice is manual harvesting
with prior straw burning. The Brazilian authorities have approved a law prohibiting the burning
of sugarcane crop residue prior to harvesting. However mechanized harvesting creates the new
problem of having to deal with the residue. Many studies have proposed the use of this residue as
an energy source. The major difficulty in using this residue is how to economically transport
sugarcane harvest biomass from farm to processing centre. This work proposes an optimization
model, which minimizes biomass collecting cost and transport to a processing center and
maximizes process energy balance.
Introduo
O custo (CDj ) para o caminho percorrer uma nica vez a distncia Dj do talho j para a
usina, em US$, determinado da seguinte forma:
C D j = D jC o P
Onde Dj a distncia em Km, Co o consumo de combustvel do caminho a ser usado no
transporte (L/Km) e P o preo do combustvel em US$/L.
O problema consiste em determinar quais das n variedades i devem ser plantadas nos k
talhes j de medida Lj (ha) e distncia Dj (Km) do centro de produo (j=1,2,...,k), que ao mesmo
tempo oferea o menor custo possvel para o processo de transferncia do palhio do campo para
o centro de processamento e maximiza o balano de energia da biomassa residual de colheita da
cana-de-acar. Devendo satisfazer as restries de sacarose e de fibra da cana (recomendaes
da empresa para manter a qualidade da cana e a demanda de acar e lcool) e usar toda a rea
destinada para o plantio da cana.
n k
Min CC X
i =1 j=1
ij ij ,
n k
Max BE X
i =1 j=1
ij ij (11)
Sujeito a
n k _
i =1 j =1
A i X ij k A (12)
_ n k _
k FI Fi Xij k FS (13)
i =1 j=1
n
X
i =1
ij =1 para todo j (14)
n k
C1 CC X
i =1 j=1
ij ij C2
n k
Max BE X
i =1 j=1
ij ij (16)
Sujeito a
n k
C1 CC
i =1 j=1
ij X ij C2 (17)
n k _
i =1 j =1
Ai Xij k A (18)
_ n k _
k FI Fi Xij k FS (19)
i =1 j=1
n
X
i =1
ij =1 para todo j (20)
Implementao computacional
combustvel para o transporte do resduo, = quantidade mnima recomendada de POL, F I e
F S = limites inferior e superior recomendados para o teor de fibra, Vc = capacidade de carga do
caminho a ser usado no transporte do palhio.
Tomando:
C1 = US$80000,00 e C2 = US$100000,0 obtemos os resultados descritos no quadro 4.
Os valores encontrados para o custo de coleta do palhio nos 15 talhes descritos e para o
balano de energia foram respectivamente US$98870,63 e 15031709,14 MJ, plantando 52,94
hectares da variedade RB711406, 60,35 hectares da variedade RB855113, 56,37 hectares da
variedade SP701284 e 101,09 hectares da variedade RB835486, como descrito no quadro 4. O
modelo tambm apresenta as estimativas de 15,42 para a mdia de POL%cana, de 11,12 para a
mdia de fibra%cana.
Concluses
Agradecimentos
Os autores agradecem os apoios financeiros dos rgos: FAPESP (Proc. 06/02476-9 e Proc.
04/08993-0), FUNDUNESP e Pr-Reitoria de Pesquisa da UNESP (PROPe).
Referncias Bibliogrficas
BITRAN, G.B. Linear multiple objective programs. Mathematical Programming, 13, p. 121-139,
1977.
BITRAN, G.B. Theory and algorithms for linear multiple objective programs with zero-one
variables. Mathematical Programming, 17, p. 336-390, 1979.
BURKARD, R.E., KRARUP, P.M., PUZAN, P.M. Efficiency and optimality in minimum,
minimax 0-1 programming problems. Journal of Operational Research Society. 33, p. 137-
151, 1982.
DECKRO, R.F., WINKOFSKI, E.P. Solving zero-one multiple objective program through
implicit enumeration. European Journal of Operational Research. 12, p. 362-374, 1986.
MACOTTE, O., SOLAND, R. An interactive branch and bound algorithm for multiple criteria
optimization. Management Science. 32, p. 61-75, 1986.
THE MATHWORKS INC. MATLAB, high performance numeric computation and visualization
software: Refence Guide, The Mathwork Inc., 1992. 548 p.
MAVROTAS, G., DIAKOULAK, D. A branch and bound algorithm for mixed zero-one multiple
objective linear programming. European Journal of Operational Research. 107, p. 530-541,
1998.
RAMESH, R., KARWAN, M.H., ZIONTS, S. Preference structure representation using convex
cones in multicriteria integer programming. Management Science. 35, p. 1092-1105, 1989.
SARTORI, M.M.P., FLORENTINO H.O., BASTA, C.; LEO, A.L. Determination of the
optimal quantity of crop residues for energy in sugarcane crop management using linear
programming in variety selection and planting strategy. Energy, 26, p. 1031-1040, 2001.