Beruflich Dokumente
Kultur Dokumente
Introdução
Indústrias que dispõem de equipamentos que podem produzir vários tipos de produtos
fazendo variações nas matérias primas ou nos modos de operação do equipamento apresentam
um problema de otimização em sua utilização. A cada vez que o processo é posto em marcha
num modo diferente, existe sempre um período de ajustes até se conseguir produtos dentro das
especificações desejadas. Este período representa um custo para a indústria, porque os produtos
obtidos devem ser reprocessados ou serem vendidos com preços muito abaixo do valor de
mercado. Obviamente, este tempo depende da experiência dos operadores, mas pode ser
facilmente levantado de forma estatística, após algumas trocas. Por outro lado, se a indústria
adotar uma política de evitar trocas nos modos de operação, parte dos produtos secundários
passam a se acumular exigindo recursos de armazenamento, e conseqüentemente, aumentando os
custos operacionais da mesma forma. O montante de produtos acumulados representa uma
imobilização de capital que poderia ser investida em outros investimentos e render dividendos.
Assim, pode-se imaginar que em função de uma demanda prevista de produtos exista sempre um
ponto ótimo de operação, que estabeleça um equilíbrio entre as trocas nos modos de operação e
os estoques dos produtos, estes limitados a um estoque mínimo estabelecido pela política da
empresa e um estoque máximo estabelecido pela capacidade de armazenamento instalada na
indústria.
O problema de agendamento da produção é fortemente dependente do planejamento
global da empresa e afeta aos vários tipos de decisão e a habilidade de construir um
agendamento eficiente é fundamental para a competitividade da empresa. A questão consiste em
saber qual modo operar em cada processo e o tempo que o mesmo deve ser mantido para
satisfazer uma demanda de produtos previamente negociados. A otimização consiste em se
encontrar os tempos de operação num determinado modo para que dentro de um determinado
período preestabelecido, a soma de todas as operações resulte em menor custo.
O objetivo deste trabalho avalia a adequação do uso de um software de otimização
(LINGO, ver 8.0) ao problema do agendamento da produção em função da demanda. Como
exemplo de indústria objeto se optou por uma refinaria de petróleo, a qual pode ser constituída
de inúmeros processos dependentes entre si.
O desenvolvimento do modelo
⎡T P T Q M
⎤
min ⎢ ∑∑ c pt .I pt + ∑∑∑ cmt .smt ⎥ (1.1)
⎣ t =1 p =1 t =1 q =1 m =1 ⎦
Sujeita as restrições:
Q M
x pt − ∑∑ a pm . ymt = 0 (1.2)
q =1 m =1
Q M
z pt − ∑∑ bpm . ymt = 0 (1.3)
q =1 m =1
I pt −1 + x pt − z pt − d pt = I pt (1.4)
∑y
m =1
mt =1 (1.6)
I pt , x pt , z pt ≥ 0 (1.8)
a) Função objetivo:
Min = @sum(IPT(p,t) : ci*cp(p)*i(p,t) + @sum(modo(m):cm(m) * s(m,t)) + @sum(
IPT(p,t) | p #EQ# 1 : cp(p)* x(p,t)));
Para os demais…
@for(IPT(p,t) | p #GT# 1 : @bnd(est_MIN(p), i(p,t), est_MAX(p)));
A equação do item f é ativada apenas nos modos de carga variável, quando também deve
ser mudada a equação do item b. Outra alteração necessária deve ser feita nas propriedades do
conjunto Tempo, inserindo a variável process, e desativando o valor prefixado a ela.
A sintaxe é um pouco complexa e parece à primeira vista não manter correspondência
entre os somatórios das equações matemáticas e os loops @for e @sum pertencentes a sua
sintaxe
Procedimentos e testes
Os valores adotados para os conjuntos de dados foram assumidos como hipotéticos e escolhidos
mais ou menos de forma consistente. Executou-se o programa primeiramente com
processamento de matéria prima fixada na capacidade máxima da unidade de processo, assumida
como 4800 toneladas diárias. Devido ao fato de não existir uma coerência entre a demanda e a
quantidade processada, o problema apresentou grandes dificuldades de solução, resultando quase
sempre em solução não encontrada. A partir destes resultados, optou-se em deixar a quantidade a
ser processada livre, para que o programa em sua execução determinasse o seu valor mais
apropriado. Com isso o problema assumiu características de problema não linear, mas apresentou
solução viável após 5 minutos de execução. Uma vez conseguida uma solução viável, partiu-se
para uma situação mais complicada, adotando-se três matérias-primas com dois modos de
operação para cada uma delas, resultando num total de seis modos operacionais diferentes. Esta
nova configuração demandou um tempo de 1hora e 40 minutos para apresentar uma solução
viável. Com os dados obtidos, retornou-se à configuração de carga fixa com valores próximos
aos obtidos, cuja solução para dois modos ficou em nove segundos e a de seis modos ficou em
aproximadamente 1,5 minutos.
Outro detalhe que foi deixado sem inicialização foi o modo inicial. As tentativas de
inicializar um modo qualquer resultavam sempre em solução não encontrada, devido ao fato de
serem os dados iniciais não coerentes. Verificou-se que sem existir um estoque inicial adequado
aos produtos, geralmente o programa não apresenta solução. Isto ocorre devido à demanda
mensal ser igualmente distribuída diariamente, enquanto a produção é feita periodicamente. Se
não existir estoque para suprir a demanda nos dias em que a produção não acontece, o sistema
fica com solução impossível. Este fato dificultou a fixação do modo inicial, e por isso, foi
deixado livre para o sistema escolher o mais adequado.
O resultado comentado pertinente aos seis modos de operação está contido no anexo.
Conclusões
O programa mostrou-se uma boa ferramenta para otimizar todo o processo industrial de
uma refinaria. No estágio em que se encontra serve apenas para ilustrar o método de otimização,
mas pode ser facilmente adicionado de novas restrições e melhoramentos, tais como permitir
tempos variáveis entre mudanças de modos, de forma a não ser sempre um múltiplo inteiro do
intervalo básico. Outro ponto de destaque é a inclusão multiprocesso, que no presente exemplo
foi limitado a apenas um, e os modos stop para permitir parada e retomada entre mudanças. Para
se tornar efetivo, necessita também ser complementado com os níveis de otimização citados na
introdução.
Bibliografia
Göthe-Lundgren, M., Lundgren, J.T., Persson, J.A., An optimization model for refinery
production scheduling, Int. J. Production Economics, 2002, Vol 78, 255-270;
Anexo 1
!---------------------------------------------------------------------------;
!.6 modos de operação, 9 produtos...ótimo encontrado em 1:38:39 (pode variar)
Matéria prima fixada na capacidade máxima
Estoque inicial maior que estoque mínimo
Sem estoque inicial o problema torna-se insolúvel;
!---------------------------------------------------------------------------;
! OBJETIVO DA OTIMIZAÇÃO
a= Fração volumétrica;
model:
title: Tempo_de_campanha;
sets:
! Conjunto dos produtos manipulados:
Cada produto tem custo unitário, inventário, custo de armazenamento e
demanda. O gás produzido é todo consumido na refinaria. Se houver excesso,
este é queimado nas tochas, portanto representa um custo no processo;
PRODUTO /gas, GLP, solvente, gasolina, querosene, diesel, gol, gop, betume/ :
cp, dm, est_MIN, est_MAX, est_INI;
Inventario do produto:
IPT (produto, tempo) : i, x ;
endsets
!---------------------------------------------------------------------------;
data:
! Demanda diária máxima de gás na refinaria. O gás será usado para manter o
processo. O excesso deve ser queimado e pode representar um custo (ton/dia);
gasMAX = 250;
est_MAX= 20, 20000, 20000, 50000, 30000, 30000, 20000, 20000, 20000;
! Estoque inicial;
est_INI= 0, 5000, 5000, 10000, 8000, 10000, 5000, 5000, 8000;
end data
!____________________________________________________________________________
! Custos (resumo):
1. Custo estocagem:
@sum([ci*a(p,t)*Process*I(p,t)+Vimob*ci+Vimob/(30*365)]*y(m,t))
2. Custo inicialização:
@sum(cm(m,t)*s(m,t))
3. Custo operacional (produção de gás. Deve ser um mínimo, mas acima da
demanda máxima):
@sum (cp*a(0,t)*Process);
!____________________________________________________________________________
! RESTRIÇOES E COMPLEMENTOS:
! Variáveis binárias;
@for( SMT : @bin (y) ); !OK;
@for( SMT : @bin (s) ); !OK;
Análise dos resultados da simulação com seis modos possíveis com processamento variável (resumo):
Este quadro resume os resultados mais importantes obtidos na simulação, cujo relatório é mostrado no
anexo seguinte. Como resultado, a coluna modo mostra o tipo de matéria prima que deve ser usado desde o dia
primeiro até o dia 11 do mês, sendo depois substituída por outra, mudando inclusive o modo “diesel” para
“querosene”, retornando no décimo - sexto dia ao processamento “diesel”, mas com uma terceira matéria-prima. As
quantidades a serem processada estão mostradas na coluna subsequente. As demais colunas mostram um mapa
diário das quantidades de produtos em estoque.
-----------------------------------------------------------------------------