Beruflich Dokumente
Kultur Dokumente
ESCOLA POLITÉCNICA
São Paulo
2006
LAHERCE RIBEIRO DE CASTRO NETO
São Paulo
2006
AUTORIZO A REPRODUÇÃO E DIVULGAÇÃO TOTAL OU PARCIAL
DESTE TRABALHO, POR QUALQUER MEIO CONVENCIONAL OU
ELETRÔNICO, PARA FINS DE ESTUDO E PESQUISA, DESDE QUE
CITADA A FONTE.
FICHA CATALOGRÁFICA
Aprovado em:
Banca Examinadora
Prof. Dr._____________________________________________________________
Instituição:_________________________ Assinatura_________________________
Prof. Dr._____________________________________________________________
Instituição:_________________________ Assinatura_________________________
Prof. Dr._____________________________________________________________
Instituição:_________________________ Assinatura_________________________
DEDICATÓRIA
A Gisela, minha esposa e a Gabriel, meu filho, com amor, admiração e gratidão pela
compreensão, carinho, presença e incansável apoio ao longo do período de
elaboração deste trabalho.
A avó Carmem (in memoriam), com amor, admiração e gratidão por ter sido
permanente fonte de inspiração e perseverança.
Ao Prof. Dr. Rui Carlos Botter, pela atenção e apoio durante todo o processo de
elaboração desta dissertação.
The iron mining production system is characterized by a long production cycle with in
series and continuous integrated processes, from the mine to the distribution. This
last stage is largely accomplished by nautical modal. In this dynamic and complex
system, which the port operations and the productive processes are aleatory, logistic
problems can be identified, generating waiting expenses resulting from the ship’s
overstay in the harbors, turned into fines, handling and maintenance costs and lost
sales due to the sales planning non-assistance, among others. The construction of a
model for operation simulation of this system can be very helpful to find possible
solutions for increasing the system’s efficiency. It will create the possibility of
accomplishing experiments, observing, learning, and evaluating its behavior, through
changing the status of the decision variables, such as production schedule and
safety stock level, as well as changing the operation form. The main goal of this work
was to build a simulation model of the iron ore productive system, which
commercializes end products in the transoceanic market. It also allows studying the
behavior of this system to face status changes of the variables represented by the
production schedule sequence, safety stock level in the system and change in the
operation form. The system’s behavior was evaluated through the analysis of the
global revenue measure from the system defined by the sum of the stocks
maintenance costs, lost sales and overstay fines of ships in the harbor during a
whole year. The model uses a discreet simulation technique, which logic was built to
detail the productive process, making possible to simulate the continuous system
without losing the integrity of the results. The study enabled to evaluate the existing
trade-off between the lost sales, “demurrage” and stocks maintenance cost, and it
identified, among the studied scenarios, the operation form for the iron ore productive
system that resulted in lower costs.
Figura 28 – Lógica de recuperação do pellet feed do pátio para o processo .......... 120
Tabelas do capítulo 1
Tabela 1.1 – Importação total de minério de ferro no mundo de 1999 a 2014
(em milhões de toneladas)................................................................................ 15
Tabela 1.2 – Exportação total de minério de ferro no mundo de 1999 a 2014
(em milhões de toneladas)................................................................................ 16
Tabela 1.3 – Comparativo entre produção, exportação e mercado
transoceânico de minério de ferro (em milhões de toneladas). ........................ 17
Tabela 1.4 – Distribuição do mercado transoceânico de minério de ferro
entre 1999 e 2014 (em milhões de toneladas).................................................. 18
Tabela 1.5 – Produção de minério de ferro por companhia (em milhões de
toneladas) ......................................................................................................... 18
Tabelas do capítulo 3
Tabela 3.1 – Benefícios da simulação mais citados.................................................. 87
Tabelas do capítulo 5
Tabela 5.1 – Distribuições dos tempos dos navios no sistema portuário ................ 127
Tabela 5.2 – Distribuições utilizadas para representar o sistema produtivo............ 129
Tabela 5.3 – Consolidação dos resultados das 30 replicações do sistema
produtivo no cenário de validação do modelo................................................. 131
Tabela 5.4 – Comparativo entre o resultado do modelo de simulação e o
resultado real no ano de 2005 do terminal portuário da Samarco
Mineração S.A. ............................................................................................... 137
Tabela 5.5 – Comparativo entre o resultado do modelo de simulação e o
resultado real no ano de 2005 do processo produtivo da Samarco
Mineração S.A. ............................................................................................... 137
Tabela 5.6 – Níveis de estoque de segurança simulado nos cenários.................... 146
Tabela 5.7 – Planejamento das rodadas de simulação para experimentos I e
II...................................................................................................................... 147
SUMÁRIO
1 INTRODUÇÃO E OBJETIVOS.............................................................................. 14
1.2 OBJETIVOS.................................................................................................... 19
5.6.3 Custo das Multas por Sobreestadia dos Navios ........................... 141
REFERÊNCIAS....................................................................................................... 163
1 INTRODUÇÃO E OBJETIVOS
“The Annual Outlook for Iron” Ore - TAOFIO (2004) disponibiliza, nas Tabelas
1.1 e 1.2 a perspectiva de importação e exportação de minério de ferro para o
período de 1999 a 2014.
15
Tabela 1.1 – Importação total de minério de ferro no mundo de 1999 a 2014 ( em milhões de
toneladas)
16
Tabela 1.2 – Exportação total de minério de ferro no mundo de 1999 a 2014 ( em milhões de
toneladas)
17
Tabela 1.3 – Comparativo entre produção, exportação e mercado transoceânico de minério de ferro
(em milhões de toneladas).
Produção Total Global 1044 1114 1207 1343 1440 1524 1600
Exportação Total Global 495,07 525,89 571,44 635,81 681,86 712,6 753,78
Participação do Mercado
42% 43% 43% 44% 44% 43% 44%
Transocêanico no Total Produzido
Participação do Mercado
89% 90% 91% 92% 92% 93% 93%
Transocêanico na Exportação
1
Multa determinada em contrato a ser paga pelo contratante de um navio, quando este demora mais
do que o acordado nos portos de embarque ou de descarga.
18
Tabela 1.4 – Distribuição do mercado transoceânico de minério de ferro entre 1999 e 2014 (em
milhões de toneladas)
Média de
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2014 Crescimento
Anual
Sinter/DR Fines 236,1 255,0 264,6 283,4 307,1 343,7 372,7 396,3 423,2 449,2 553,2 5,8%
Lump 77,4 85,6 86,2 92,0 106,9 123,3 134,6 140,5 148,9 158,1 200,6 6,6%
Pellets 63,4 75,8 64,8 72,3 78,8 85,8 87,2 88,3 92,6 96,1 109,2 3,7%
Pellet Feed 13,1 12,9 16,3 18,3 19,7 22,9 24,0 26,4 27,7 29,0 41,5 8,0%
Granulado 0,9 0,7 0,8 0,9 0,5 0,7 0,6 0,6 0,6 0,6 0,6 -2,8%
Sinter 3,5 4,3 3,7 3,6 4,4 4,4 4,3 4,2 4,2 4,2 4,0 0,8%
Outros 15,5 20,0 3,3 3,5 3,8 4,3 4,6 4,9 5,3 5,6 6,9 -5,2%
Total 409,9 454,3 439,7 474,0 521,2 585,1 628,0 661,2 702,5 742,8 916,0 5,5%
Tabela 1.5 – Produção de minério de ferro por companhia (em milhões de toneladas)
1.2 OBJETIVOS
Ainda segundo Silva e Menezes (2001), realizar uma pesquisa com rigor
científico pressupõe a escolha de um tema e a definição de um problema para ser
investigado, a elaboração de um plano de trabalho e, após a execução operacional
desse plano, a construção de um relatório final apresentado de forma planejada,
ordenada, lógica e conclusiva.
De acordo com o que foi revisto acima, este trabalho seguiu as seguintes
etapas:
a) escolha do tema;
b) definição do problema;
c) revisão de literatura;
d) apresentação do método de pesquisa;
23
a) Escolha do Tema
Silva e Menezes (2001, p. 30) citam Barros e Lehfeld (1999) que dizem “[...] a
definição do tema pode surgir com base na sua observação do cotidiano, na vida
profissional, em programas de pesquisa, em contato e relacionamento com
especialistas, no feedback de pesquisas já realizadas e em estudo da literatura
especializada.”
b) Definição do Problema
c) Revisão de Literatura
d) Método de Pesquisa
Segundo Gavira, (2003) umas das técnicas mais utilizadas pela PO, muito útil
na resolução de problemas complexos, de alta dose de aleatoriedade, é a
simulação.
Segundo Batista (2005), esse tipo de problema não pode ser abordado
simplesmente pela teoria das filas, devido às características que proporcionam um
nível elevado de incerteza e complexidade ao sistema. Parte do processo tem
natureza estocástica, sendo necessário que os dados (inputs) do modelo, tais como
os tempos de atracação, desatracação, paradas do carregamento devido a questões
relativas ao navio como também ao sistema de estocagem e embarque, e taxa de
carregamento dos navios, sejam tratados como variáveis aleatórias e não como
valores médios. O autor ainda menciona que, além disto, a simulação em sistemas
dinâmicos como esses, permite a detecção de gargalos no fluxo de operações e
teste de hipóteses para a otimização do processo, sem que reflita em custos
extremamente dispendiosos.
Com base no que foi exposto neste item e com o que foi constatado na
revisão bibliográfica, apresentada no capítulo 3, é consistente a evidência da
utilização da técnica de simulação como método matemático mais adequado para
tratamento do problema.
f) Planejamento da Investigação
Nesta etapa será feita a interpretação e análise dos dados que foram
tabulados e organizados na etapa anterior. Segundo Silva e Menezes (2001), a
análise deve ser feita para atender aos objetivos da pesquisa e para comparar e
confrontar dados e provas, com o objetivo de confirmar ou rejeitar a(s) hipótese(s) ou
os pressupostos da pesquisa.
Pfiffer (2004, p. 85) descreve que, embora o minério de ferro possa variar em
função de suas características químicas, físicas e metalúrgicas, normalmente, ele é
classificado inicialmente em quatro tipos, de acordo com sua granulometria,
conforme apresentado a seguir:
31
2
Tipos de minérios compostos principalmente por hematita (Fe2O3) e sílica (SiO2).
32
Belém (2000) diz que todos os resultados apresentam variação e que esta é
função de causas comuns e especiais. As causas comuns provocam no efeito uma
variação previsível e natural dos processos. Nesses processos, é possível antecipar
os limites dentro dos quais variará o resultado. As causas especiais provocam no
efeito uma variação peculiar ou fora do esperado, não natural ao processo. Nesse
caso, não é possível antecipar qual a magnitude de variação.
Desta forma, por meio identificação dos resultados das variáveis relevantes
para o estudo na saída de cada operação, é possível mensurar a variação dentro e
na saída do processo produtivo da mineração do ferro.
AGLOMERAÇÃO
LAVRA
TRANSPORTE
PELOTAS
BENEFICIAMENTO
3
Período de tempo, com datas de início e fim definidas, em que é prevista a chegada do navio ao
terminal portuário. Quando o navio é contratado para o transporte da carga, o instante de chegada é
definido com base nesse período de tempo.
40
4
É a mensuração da quantidade de material processado por unidade de tempo. Por exemplo,
toneladas por hora.
41
5
Este tipo de problema foi detalhado no item 1.2.1 deste capítulo “Incertezas Inerentes ao Processo
de Fabricação do Minério”, na letra b “Incerteza na Confiabilidade da Quantificação dos Fluxos do
Processo Produtivo da Mineração do Ferro”.
44
6
Acúmulo de atrasos devido a uma seqüência de navios em atraso.
7
Pessoa ou firma que, mediante compensação em dinheiro, utiliza uma embarcação mercante ou os
serviços dela.
45
Segundo UNCTAD (1995), o tempo de espera dos navios para atracação nos
portos aumenta com o aumento do volume do tráfico de navios. Em altas ocupações
de berço, esse tempo de espera do navios para atracação é bastante dramático.
Essa mesma fonte disponibiliza na Figura 4 abaixo essa informação.
$ / ton
CUSTO DO TEMPO DO
NAVIO NO PORTO
CUSTO DO TEMPO
NAVIO
DO NAVIO
ATRACADO
VOLUME DE TRÁFEGO
8
Pessoa ou firma que, à sua custa, equipa, mantém e explora comercialmente embarcação
mercante, podendo ser ou não o seu proprietário.
46
9
Para exemplificar diferentes configurações do plano de vendas pode-se citar a configuração do
plano de vendas com diferentes tamanhos de “laydays” e a aleatoriedade do instante de chegada dos
navios em relação ao seu respectivo “layday.”
47
são decisões que podem ser tomadas pelos administradores do sistema e também
pelo fato de essas decisões influenciarem de alguma forma o objetivo do problema.
dos navios e custo de vendas perdidas, quando, no final do horizonte que foi
planejado, algumas entregas tenham que ser postergadas para o período seguinte.
Assim ter acesso ao sistema real para obtenção dos dados é condição
indispensável para a validação do modelo computacional.
2.3.1 A Empresa
2.3.2 Mercado
• SHAOGUAN IRON & STEEL GROUP: A Shaogan foi fundada em 1966. Tem
capacidade para produzir 1,5 milhões de toneladas de aço por ano. Localizada
na província de Guangdong, suas especialidades são fio-máquina, vergalhões e
eletrodos, além de diversos tipos de barras, que correspondem aos produtos
planos. A empresa, que conta com cerca de 19 mil empregados, é de
propriedade do governo da China.
• ANDSK: Fundada em 1982, a Alexandria National Iron & Steel Co (ANSDK) está
localizada na cidade de Alexandria, no norte do Egito, às margens do mar
Mediterrâneo. Quarenta por cento da empresa pertence ao governo egípcio e
sessenta por cento ao grupo Al-Ezz. Certificada pela ISO 14.001 e pela ISO
9.002, a ANDSK exporta para a Europa e para os Estados Unidos, além de
atender ao mercado interno. Desde 1986, a empresa compra da Samarco pelotas
do tipo redução direta.
53
• HADEED: A Saudi Iron And Steel Company (Hadeed) foi fundada em 1979 pelo
grupo estatal Saudi Basic Industries Corp. (SABIC) e está instalada na cidade de
Al Jubail, no do Golfo Árabe. Hoje, o mesmo grupo mantém 100% do controle
acionário da empresa, que é a mais lucrativa entre todas as controladas da
SABIC. A produção anual de aço da Hadeed, onde trabalham cerca de 2,5 mil
empregados, chega a 2,54 milhões de toneladas. A empresa compra pelotas
para redução direta da Samarco desde 1984.
• HANGZHOU IRON & STELL GROUP CO.: Fundada em 1957, a Hangzhou Iron
& Steel Group Co. está situada no distrito de Gongshu, cidade de Hangzhou,
província de Zhejiang, sudeste da China. A produção concentra-se em barras,
trilhos, tubos de aço carbono, barras, tiras e aço inox.
• AMSTEEL: A Amsteel, uma das empresas do Lion Group, iniciou suas operações
em 1978. Atualmente está entre as empresas mais modernas que mais crescem
na Malásia. Possui localização estratégica, a apenas 35 km do principal porto do
país, e exporta para mais de 18 países. A planta industrial dispõe de três
laminadores e tem uma capacidade de produção de 1,5 milhão de toneladas de
aço por ano. Dentre os principais produtos da Amsteel destacam-se barras de
seção circular, fio-máquina e bobinas de barras deformadas. Desde 1991, a
54
• IOC: A Iron Ore Company of Canadá (IOC) foi criada em 1949, mas só realizou
seu embarque de pelotas seis anos depois, em 1954. Uma mina na cidade de
Labrador, na província de Terre-Neuve et Labrador, e uma usina e um terminal
marítimo em Sept-Îles, no estado de Québec, formam a estrutura da IOC. A cada
ano pode exportar 20 milhões de toneladas de minério, o que, mantendo-se esse
ritmo, garante reservas por pelo menos mais cem anos. A empresa possui
aproximadamente 2 mil empregados. Pertencem à Rio Tinto 58,72% das ações,
à Mitsubish Corporation, 26,18% e à Labrador Iron Ore Royalty Income Funds,
15,1%.
10
Finos é a caracterização que se dá aos produtos da mineração de ferro com granulometria menor
que 6,3 mm. Geralmente o pellet feed e o sinter feed.
55
• QCM: A Québec Cartier Mining (QCM) foi criada em 1957. Fica na cidade de
Port-Cartier, no estado do Québec. O transporte dos 9 milhões de toneladas de
minério produzidos a cada ano é realizado por trem, da mina ao porto (420 km).
Pertencente à Caemi (50%) e à Dofasco (50%), a QCM é responsável por
metade da produção de pelotas para redução direta e alto-forno do Canadá, e
suas reservas garantem mais de 50 anos de operações.
2.3.3 Fornecedores
Ao todo, a Empresa tem onze minas, onde são explorados dois tipos de
carvão mineral, o energético (“steam coal”) com 20 a 36% de matérias voláteis, e o
antracítico comum (“coal”) com 5 a 17% de matérias voláteis. A capacidade de
produção é de 20 milhões de toneladas por ano.
56
Com escritório Central em São Paulo (SP), a BUN tem duas unidades de
produção, uma situada em Campina Grande, outra, em Boa Vista, ambas na
Paraíba. Tem como ativo jazidas próprias com extração e moagem. Sua capacidade
de produção é de 22 mil t/mês. Seus produtos são bentonita para pelotização,
fundição, construção civil, perfuração de poço artesiano, perfuração de poços
petrolíferos e indústria química. Seus principais clientes são Samarco, CVRD,
FERTECO, FundiçãoTupi, GM do Brasil, Gessy Lever, FIAT do Brasil e
PETROBRAS. Emprega 285 funcionários nas duas unidades.
2.3.4 Produtos
O “sinter feed”, conhecido também como “Pellet Screening” (PSC), não tem
subdivisão; é um sub-produto do processo de produção das pelotas, gerado na
etapa de peneiramento.
2.3.5.1 Lavra
2.3.5.2 Beneficiamento
2.3.5.4 Pelotização
ferro gusa (alto forno) ou do ferro esponja (redução direta), torna-se necessário
submetê-las a um tratamento térmico cuidadoso e bem balanceado, proporcionando-
lhes às mesmas resistências física e mecânica apropriadas. Essa operação é
realizada nos fornos de pelotização de grelha contínua. Esses fornos são compostos
por uma seqüência de carros, que se movimentam por trilhos em circuito fechado.
Os carros são compostos por barras de grelhas, onde são depositadas as pelotas
cruas para a queima. O processo de queima é feito através da passagem de um
fluxo de ar aquecido a temperaturas da ordem de 1.360ºC pelo leito de pelotas
cruas. O ar é aquecido por queimadores dispostos em câmaras de combustão
localizadas ao longo do forno. Os dutos onde passa o ar e as câmaras de
combustão são revestidos por material refratário para resistir às altas temperaturas
requeridas no processo. Como combustível, é utilizado óleo pesado, tipo 2A e 7A
nos queimadores.
As pelotas queimadas são então transportadas por correias até uma estação
de peneiramento, onde é realizado o ajuste final da granulometria, para eliminação
das partículas menores que 6,3 mm. Em seguida, as pelotas são enviadas ao pátio
de estocagem, de capacidade para 2 milhões de toneladas, para serem no tempo
certo, recuperadas e enviadas para os clientes, conforme planejamento das vendas.
a) Empilhadeira 1 – “Stacker”
11
Entende-se por produtos acabados as pelotas, “pellet feed” e o “pellet screening”.
64
b) Empilhadeira 02 – “Stacker”
• capacidade: 1.700 t/h para “pellet feed” e 1.500 t/h para pelotas;
• altura máxima de empilhamento: 13m;
• velocidade da correia da lança (78"): 240 m/min;
• velocidade da correia da recuperadora (72"): 275 m/min;
• velocidade de içamento da lança: 8o/min;
12
Válvula de fluxo de material
66
13
Embarcações que prestam serviços de apoio logístico às operações em mar aberto, neste caso
apoio às operações da Petrobras.
14
Distância entre a superfície da água e a face inferior da quilha da embarcação.
68
A contratação dos navios pode ser feita pelo “contratante”, neste caso a
Samarco, quando o regime de venda é “CFR”16, ou é nomeado pelo cliente, quando
o regime de venda é “FOB”17. No primeiro caso, a Samarco exige um “layday” de 10
15
Operações em mar aberto.
16
Em inglês Cost and Freight, ou Custo e Frete em português. Significa que, no preço de venda do
produto, estará incluído o custo do frete.
17
Em inglês Free On Board, ou Preço sem Frete Incluso (posto a bordo) em português, e significa
que no preço de venda não está incluso o custo do frete.
69
dias do navio. No segundo caso, o “layday” inicial é de 15 dias e passa para 10 dias
a um mês da chegada do navio ao porto. Como os contratos de venda são de longo
prazo (no mínimo de 1 ano), a previsão de os navios chegarem ao porto é baseada
inicialmente em “layday” fixo de 15 dias. Mudanças de navios e de “layday” podem
ser feitas desde que não ocorram muito próximas às programações de outros navios
e que não venham acarretar um aumento nas multas por sobreestadia.
O cálculo das multas por “demurrage” tem como base os contratos com os
clientes e as faixas de carregamento.
18
Ancorar.
19
O vento nordeste, que é o predominante na região.
70
Uma base de dados dos anos de 2004 e 2005 foi disponibilizada para esta
pesquisa, contendo informações importantes, tais como nome do navio, número da
carga programada, carga real embarcada, data de início e final de “layday”,
bandeira, comprador, destino, agência, quantidade de carga, percentual de umidade,
tipo de produto, berço de atracação, instante de chegada, instante de atracação,
instante de início de carregamento, instante de término de carregamento, instante de
desatracação, calado, tempo de operação, tempo de paralisação de carregamento,
taxa global de carregamento, taxa efetiva de carregamento e ocupação.
20
Piloto que detém o conhecimento de atracar e desatracar os navios nos portos. A responsabilidade
pela manobra de atracação e desatracação deixa de ser do comandante do navio e passa a ser do
prático.
21
Inspeção da profundidade da quilha de uma embarcação abaixo da linha de água, especialmente
quando a embarcação está carregada.
71
3 REVISÃO BIBLIOGRÁFICA
Lee e Kim (2002) consideram que modelos analíticos têm sido desenvolvidos
para resolver problemas integrados de produção e distribuição no gerenciamento da
cadeia de suprimento, e que uma das maiores restrições nesses modelos,
principalmente o tempo de operação, tem sido conhecida ou desconsiderada.
Entretanto consideram também que, em sistemas reais, devido aos vários tipos de
fatores de incerteza, tais como atrasos inesperados, filas, paradas de equipamentos,
o tempo de operação em modelos analíticos não pode representar corretamente o
comportamento dinâmico do tempo real de operação. Para resolver esse problema,
Lee e Kim (2002) propõem uma abordagem híbrida, combinando o modelo analítico
e o de simulação. No modelo analítico, o tempo de operação é considerado como
um fator dinâmico, que é ajustado pelos resultados do modelo de simulação
independentemente desenvolvido, o qual inclui características gerais de distribuição
e produção. Eles afirmam que, pela natureza estocástica da interação do
procedimento híbrido, obtêm-se com mais realidade planos ótimos de produção e
distribuição para o sistema integrado de cadeia de suprimentos.
Para que um sistema contínuo possa ser estudado, é necessário que ele seja
transformado em um sistema discreto, com o objetivo de adequá-lo aos “softwares”
de simulação existentes hoje. Após essa transformação, cria-se um novo tipo de
sistema dinâmico, que é o sistema discretizado.
• uma vez criado, um modelo pode ser utilizado inúmeras vezes para avaliar
projetos e políticas propostas;
• uma vez que os modelos de simulação podem ser quase tão detalhados
quanto os sistemas reais, novas políticas e procedimentos operacionais,
regras de decisão, fluxos de informação, e outros podem ser avaliados
sem que o sistema real seja perturbado;
• hipóteses sobre como e por que certos fenômenos acontecem podem ser
testadas para confirmação;
Cassel (1996) cita uma pesquisa realizada por Hollocks (1992), de acordo
com a qual 65 empresas do Reino Unido, que utilizavam ou já haviam utilizado a
87
Redução de risco 80
Melhor entendimento 75
Redução dos custos operacionais 72
Redução do tempo em processo 72
Mudanças mais rápidas da planta 52
Redução dos custos de capital 48
Classe Técnica:
Classe Gerencial:
Não
3 Validade?
Sim
Não
6 Modelo válido?
Sim
7 Planejamento de experimentos
a) Modelo
Modelo é a representação de um sistema. Existem várias formas de se
classificarem modelos. Os modelos são tipificados como icônicos (representação fiel
do sistema, geralmente em escala diferente da real), analógicos (as propriedades do
sistema são representadas por outras equivalentes) e simbólicos (as propriedades
do sistema são representadas por símbolos).
b) Entidade
Também chamada de transação, a entidade é um elemento essencial para o
modelo. Cada tipo de entidade (pessoa ou objeto) possui um ciclo de vida, no qual
estados ativos e passivos se alternam. Uma entidade pode ser classificada como
temporária ou permanente. As entidades temporárias entram no sistema, percorrem
o seu ciclo de vida e o abandonam. As entidades permanentes executam a sua
função sem abandonar o sistema. A chegada de entidades ao sistema é gerada por
um procedimento externo, ou por uma necessidade imposta pelo estado do sistema.
Na visão da simulação discreta convencional, as entidades temporárias são criadas
primeiro. Elas participam de atividades e requisitam recursos. Uma vez terminada a
atividade, a entidade é removida. Trata-se de uma transação passiva, onde nenhum
mecanismo considerado “inteligente” é assumido ou modelado.
c) Atributo
Atributos são as propriedades características de cada entidade. O uso de
variáveis e atributos permite uma maior personalização do modelo, em termos tanto
de estatística como de lógica. Variáveis e atributos são ambos meios de
armazenamento de valores, com apenas uma diferença fundamental: variáveis
guardam valores que ficam disponíveis para todo o modelo, e atributos guardam
valores individuais para cada entidade. A Figura 21 mostra um diagrama que
representa graficamente a área de abrangência de variáveis e atributos em uma
simulação.
Modelo de Simulação
Entidade 1
Atributos:
Cor = 1
Peso = 4
Entidade 3
d) Atividade
Atividade é a designação dada a uma seqüência de procedimentos que causa
mudança no sistema. A atividade corresponde a um estado ativo, comum a uma ou
mais entidades (ou classe de entidades). A duração de uma atividade pode ser
determinística ou estocástica. Assume-se que uma atividade é indivisível: uma vez
iniciada, ela não mais é interrompida. Segundo Reddy (1995), as atividades podem
ser físicas ou cognitivas. As atividades físicas são as formas convencionais de
atividades, em torno das quais a simulação tem sido desenvolvida. As atividades
cognitivas são formas de tomada de decisão racional e inteligente. Como as
atividades físicas, também as atividades cognitivas tem tempo finito de duração, que
pode ser randômico ou dependente das informações e/ou decisões do sistema.
e) Evento
As atividades são iniciadas e terminadas por eventos. Eventos são instantes
no tempo, ao passo que atividades tem durações no tempo. Evento é o ponto no
tempo no qual acontece alguma mudança no sistema modelado. O processamento
de um evento é realizado por uma rotina. Normalmente, a ocorrência de um evento
dispara a ocorrência de outro(s) evento(s). Da mesma forma que as atividades, os
eventos podem ser físicos ou cognitivos. As rotinas associadas aos eventos físicos
são análogas às rotinas dos eventos tradicionais da simulação discreta. Os eventos
cognitivos envolvem processamento de conhecimento análogo ao procedimento
cognitivo desempenhado pelo tomador de decisão. Rotinas de eventos cognitivos
vão conter conhecimentos, representados por regras de produção e heurísticas, que
serão processados quando uma decisão precisar ser tomada (Reddy, 1995).
f) Acumuladores
Acumuladores são variáveis que permitem medir o desempenho do sistema.
Têm esse nome porque vão acumulando valores no tempo, para depois receberem
tratamento de análise e gerar as estatísticas da simulação.
95
g) Relógio
Relógio é a variável que marca o tempo de simulação do sistema. Por
exemplo, o modelo tem um tempo real de execução de dez horas, mas o relógio
marcará o tempo do período simulado.
i) Cenário
O cenário é uma experimentação estruturada, com um conjunto de
configurações de dados e de entidades do sistema. Podem-se construir vários
cenários para testar várias hipóteses.
j) Aquecimento
O aquecimento é o período inicial da simulação, no qual todas as estatísticas
geradas são expurgadas pelo simulador, uma vez que, devido a uma variação
excessiva, elas são inadequadas à análise. O tempo de aquecimento é
dimensionado para terminar no momento em que a simulação inicia a fase de
estabilidade.
k) Replicação
Replicação é a execução do modelo no computador. Representa o período de
tempo de início e fim de um ciclo de eventos da simulação. Não inclui o período de
aquecimento.
l) Rodada ou corrida
Rodada ou corrida é o período compreendido entre o início e o fim da
simulação. Envolve o período de aquecimento e todas as replicações.
m) Variáveis de Estado
Variáveis de estado é o conjunto de variáveis que identifica o estado do
sistema em um determinado instante de tempo.
96
n) Recurso
O recurso é uma entidade do modelo (equipamento ou pessoa) que serve
entidades dinâmicas. Esse atendimento pode ser feito simultaneamente por várias
entidades. Uma entidade pode solicitar parte da capacidade ou a capacidade total
do recurso.
o) Filas
As filas são os estados passivos pelos quais as entidades passam.
Constituem locais de espera onde as entidades dinâmicas esperam sua vez de
seguir através do sistema. As filas podem ser chamadas de áreas de espera ou
pulmões (“buffers”). Depois de dar entrada na fila, a entidade é retirada, seguindo
algum tipo de critério, por exemplo, “first in first out” (FIFO) – o primeiro a entrar é o
primeiro a sair, “last in first out” (LIFO) – o último a entrar é o primeiro a sair, “high
value first” (HVF) – o maior valor primeiro, “lower value first” (LVF) – o menor valor
primeiro, ou um critério préestabelecido.
• Em 1976, Bobilier, Kahan et al. usaram GPSS para simular transporte por
trens em minas subterrâneas.
Além dos trabalhos citados acima, Basu e Baafi (1999), Knights e Bonates
(1999), Konyukh, Galiyev e Li (1999), Panagiotou (1999), Sturgul e Li (1997) e
Vagenas (1999) relacionaram uma série de trabalhos de simulação em mineração,
que são mostrados a seguir.
Uma das fases desse processo é a da criação de uma ferramenta que auxilie
a fortalecer e agilizar as tomadas de decisões na cadeia produtiva do minério de
ferro, que estão aumentando a uma velocidade considerável e exigindo maior
qualidade e rapidez nas respostas.
Law e Kelton (1991) apresentam, na Figura 22, uma das maneiras mais
compreensíveis de se visualizar onde a técnica de simulação está inserida no estudo
de um sistema genérico qualquer.
Sistema
c) processo de carregamento;
d) processo de desatracação;
e) processos operacionais.
Um conjunto de blocos de leitura de dados faz com que a entidade leitora leia
estas informações e as configure como atributos para cada entidade gerada. O
Anexo A mostra a planilha Excel com as informações utilizadas no modelo para as
chegadas dos navios.
Nesta etapa, os navios ficam na fila de ordem de chegada até que o tempo de
simulação seja igual ao instante da chegada. Quando ocorre esse evento, o navio
que está no momento de chegar ao porto, sai da fila, é classificado por tipo
(“capesize”, “panamax” ou carvão) e por tipo de produto (pelota ou finos) e entra na
fila Chegada dos Navios ao Porto. Os navios tipo 1 (“panamax”) recebem dois sinais
(sinais 1 e 2) que indicam que este tipo de navio pode atracar em ambos os berços.
Os navios tipo 2 (“capesize”) recebem o sinal 2, indicando que ele pode somente
atracar no Berço Oeste. Os navios de carvão recebem o sinal 1, indicando que ele
pode somente atracar no Berço Leste.
A etapa seguinte é regida por uma lógica de escolha dos berços para
atracação. Primeiramente, a lógica verifica constantemente se existem navios na fila
de chegada e berço disponível para atracação. Caso existam, a lógica checa se o
navio da vez pode atracar no berço disponível mediante a informação do tipo do
navio. Os navios tipo “panamax” podem atracar em ambos os berços; os “capesize”,
somente no Berço Oeste e os navios de carvão, somente no Berço Leste.
Em seguida, para os navios tipo 1 e 2, verifica-se qual o produto que vão levar
e se existe estoque disponível para carregamento. Caso não exista, o navio
continuará na fila de chegada aguardando condição favorável para atracação. Esse
instante é registrado como Início de Espera por Carga do Navio. A lógica continua a
procurar na fila de chegada ao porto algum navio que atenda as condições acima
mencionadas. Caso exista estoque suficiente para carregamento, é então subtraída
do estoque do produto do navio a quantidade referente à carga para carregamento.
Nesse momento, o berço onde o navio vai atracar passa para a condição de
indisponível.
Até o momento, essa lógica de escolha por berço para atracação consumiu
somente tempo de processamento, ficando o tempo de simulação congelado.
Não existe distribuição para navio de carvão devido ao fato de que esse tipo
de navio não participa do processo de carregamento de minério. Nesse caso, após o
final do processo de atracação, a lógica do modelo separa esse tipo de navio, que
passa por um processo de descarregamento de carvão, no qual o tempo de
processamento é calculado em função de uma distribuição de probabilidade que
representa a variação do tempo das descargas de carvão no período de simulação.
“Início de Carregamento” e
“Início de Preparação para Carregamento”
Preparação
para
Carregamento
TEMPO REAL SIMULADO DO SISTEMA
PROCESSO CARREGAMENTO
Carregamento
TEMPO DE PROCESSAMENTO
Efetivo
Tempo Ocioso
do Navio
Tempo Ocioso
do Sistema de
Carregamento
Preparação
para
Desatracação
“Fim de Carregamento” e
“Fim Preparação para Desatracação”
Acumula
Produção da
Concentração
Capacidade
Projetada
Se Produção + N Adiciona Produção
Produção da Tanque >= Limite Max ao Tanque de
Concentração Estocagem
Distribuição
Estatística
S
Capacidade
Projetada
Bombeamento S
Tanque de S N
Estocagem
de Germano Remove
Produção do
Tanque Estocagem
Germano
Acumula Adiciona
Produção Produção ao
Bombeada Tanque Ubu
A lógica faz com que, caso o estoque dos tanques de homogeneizado seja
menor que seu limite mínimo e/ou o limite máximo do pátio de estocagem seja
118
atingido, o pacote de produção sorteado é rejeitado. Outra condição que deve ser
atendida no modelo é que, quando o limite máximo de estocagem dos silos de
“pellet feed” for atingido, o pacote de produção sorteado seja contabilizado como
produção para o pátio de estocagem; caso contrário, contabilizado como produção
de “pellet feed” para abastecimento das usinas de pelotização.
Capacidade
Projetada da
Filtragem S
Se Estoque TQ <=
Distribuição Produção Retira Prod.
Limite Mínima e
Estatística e Discretizada Estoque Pátio PF> Filtragem
Desvio Padrão da Filtragem N do TQ Ubu
Lim Máx Estoque PF
Tanque Acrescenta
Ubu Prod. Filtragem
ao Silo PF
Acumula
Produção PF para
Pelotização
Capacidade
Projetada Se estoque silo PF
Pelotização Pacote de
Pelletizing <=
Produção
Production Limite Mínimo Aplica
Pelotização
Batch e Taxa de Conversão
*Mantenance Estoque de Pelotas N para Pelotas
Statistical Parada de
Distribuição >= (1,065)
Shutdown
Manutenção
Distribution
Estatística Limite Máximo Pátio
“Coeficiente
Coefficient de
of
Variação
Variation S
Esta lógica, mostrada na Figura 28, permite recuperar “pellet feed” do pátio de
estocagem para suprir eventual falta de “pellet feed” no processo de produção de
pelotas, decorrente de restrições dos processos anteriores. Nessa lógica, se o
estoque de “pellet feed” no silo de estocagem estiver abaixo do limite mínimo e se
houver estoque de “pellet feed” no pátio, o pacote de “pellet feed” recuperado do
pátio é adicionado ao silo de “pellet feed”.
Capacidade
Projetada da
Pelotização
Silo PF Acumula
Quantidade
Retornada
Datas das
Paradas dos
Processos
Passa o tempo Indicador de Passa o tempo Indicador de
até a data da parada recebe equivalente a parada recebe
parada valor 1 duração da parada valor 1
Duração das
Paradas dos
Processos
22
A tolerância de 10% nos carregamentos foi explicada no capítulo 2, página 41, item “Incerteza na
quantidade entregue ao cliente”, deste trabalho.
123
Lê produto a
Configura ser Lê duracao da Garante
Elimina
Seleciona índice para produzido e campanha e Calcula hora Segura mudanca de
0 True entidade do
família a ser ler planillha introduz introduz da mudanca entidade ate campanha
modelo após
produzida 0 excel linha informacao informação na de hora de ate final da
termino da
por linha na variavel variavel campanha mudanca de simulacao 0
leitura
familia horas_producao campanha 0 False
5 APLICAÇÃO DA MODELAGEM
DISC(0.0000,0.0000,0.9556,0.0001,0.9630,6.5,0.9704,
Mau Tempo exp_mau_tempo
.76,0.9778,11.67,0.9852,12.75,0.9926,14.17,1,17)
Nessa análise, foi observado que a maioria dos pontos identificados como
“outliers”23estava abaixo da massa de dados. Foi realizada uma pesquisa para
identificar a causa desse comportamento e verificado que quase em sua totalidade
representavam dias em que houve parada de produção do processo. Esses pontos
foram retirados da massa de dados para a etapa de identificação da curva de
distribuição probabilística de modo que as paradas dos processos fossem
contempladas na modelagem. As curvas de distribuição que representam o processo
produtivo foram identificadas por meio do Input Analyser do Arena e através do
Minitab e estão mostradas na Tabela 5.2 a seguir.
23
Pontos com valores sem coerência ou consistência, bem como aqueles que se apresentarem
discrepantes com relação à aplicação da metodologia de gráfico de caixas ou “Box Plot” do “softwre”
Minitab.
129
exp_prod_pf_prod1 NORM(1,0.0407)
Filtragem exp_prod_pf_prod2 NORM(1,0.0617)
exp_ret_pf Constante
exp_prod_usina1_prod1 NORM(1,0.0563)
exp_prod_usina1_prod2 NORM(1,0.0320)
Pelotização
exp_prod_usina2_prod1 0.86 + 0.32 * BETA(3.97,3.36)
exp_prod_usina2_prod2 0.87 + 0.28 * BETA(3.71,2.74)
Registra
Cria relatorio Produção, Elimina entidade
Produção, Vendas e Termina do modelo após
Transferencia 0 True
Vendas e Forma dia Conta Dia Embarques término da
Embarques no Excel no Dia 365 transferência
0 0
0 False
Tabela 5.3 – Consolidação dos resultados das 30 replicações do sistema produtivo no cenário de
validação do modelo Mineração S.A.
• número do navio;
• instante de chegada;
• cliente;
• “status” de “layday”;
• instante de atracação;
132
• instante da desatracação;
Com base nesses valores, outros dados podem ser coletados a partir da
simulação:
• embarque por navio, embarque por produto, a partir da base diária, que
pode ser consolidado na base mensal e anual;
• tempo médio e global ocioso devido ao navio, por navio e por berço;
Foram rodadas 100 replicações. Para cada uma delas foi calculada a média
dos tempos por navio e registrado o resultado em uma planilha Excel. Na coluna
seguinte, foi calculada a média acumulada e, em seguida, a diferença percentual
entre elas. Esses resultados foram colocados em gráficos que mostram a evolução
da média acumulada em função de cada replicação executada.
7,00 3,00
6,00 2,00
5,00 1,00
4,00 0,00
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
3,00 -1,00
2,00 -2,00
1,00 -3,00
0,00 -4,00
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
-1,00 -5,00
-2,00 -6,00
-3,00 -7,00
8,00 10,00
6,00
5,00
4,00
0,00
2,00
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
0,00 -5,00
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
-2,00
-10,00
-4,00
-15,00
-6,00
-8,00 -20,00
Desatracação
2,00
1,00
0,00
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
-1,00
-2,00
-3,00
-4,00
-5,00
-6,00
Figura 33 – Diferença entre as médias acumuladas dos tempos para 100 replicações.
• tempo total dos navios no porto, que é o somatório do tempo gasto por
navio desde o instante de chegada até o da saída, como também a média
do tempo total dos navios no porto por navio;
24
A quantidade total produzida de finos é referente à soma da produção dos “pellet feeds” PFN e PFL
e da produção total de “pellet screening” PSC.
137
Tabela 5.4 – Comparativo entre o resultado do modelo de simulação e o resultado real no ano de
2005 do terminal portuário da Samarco Mineração S.A.
Diferença Diferença
Modelo 2005
Absoluta Percentual
Tempo
Absoluto 5.172,42 5.073,07 99,35 1,96%
Tempo em Fila de
Espera Tempo
Médio por 38,40 37,30 1,10 2,94%
Navio
Tempo
Absoluto 868,49 884,67 -16,18 -1,83%
Atracação
Tempo
Médio por 6,45 6,50 -0,06 -0,88%
Navio
Tempo
Absoluto 5.583,29 5.387,93 195,36 3,63%
Carregamento
Tempo
Médio por 41,45 39,62 1,83 4,63%
Navio
Tempo
Absoluto 475,29 457,47 17,82 3,90%
Desatracação
Tempo
Médio por 3,53 3,36 0,16 4,90%
Navio
Tempo
Absoluto 12.099,49 11.803,13 296,35 2,51%
Tempo Total no
Terminal Portuário Tempo
Médio por 89,83 86,79 3,04 3,50%
Navio
Ocupação do Terminal
Portuário
79,29% 77,21% 2,08 2,62%
Tabela 5.5 – Comparativo entre o resultado do modelo de simulação e o resultado real no ano de
2005 do processo produtivo da Samarco Mineração S.A.
Diferença Diferença
Modelo 2005
Absoluta Percentual
Pelota PBF 6.766.130 6.754.000 12.130 0,18%
Pelota PDR 7.045.914 6.948.890 97.024 1,40%
PRODUÇÃO Total 13.812.044 13.702.890 109.154 0,80%
FINOS 1.160.596 1.060.861 99.735 9,40%
Total Geral 14.972.640 14.763.751 208.889 1,41%
BOMBEAMENTO 15.308.803 15.043.437 265.366 1,76%
138
Com base no exposto por Botter (2001), foi desenvolvida uma medida de
rendimento global para avaliação do sistema em estudo. Essa medida representa o
somatório dos custos de manutenção de estoques, de vendas perdidas e de multas
por sobreestadia.
Para cada cenário estudado, o custo das vendas perdidas é calculado com
base no resultado da simulação pela diferença entre o valor das vendas do cenário
que apresentar maior valor em vendas e o valor da venda do cenário em estudo. O
valor das vendas para o horizonte de simulação é calculado pelo somatório do
produto (multiplicação) da quantidade vendida (embarcada) por navio pelo preço
médio de venda do produto que está sendo vendido. Como já comentado, o valor
real desse custo será transformado em um valor fictício devido ao fato de se tratar
de uma informação estratégica e confidencial da Samarco Minerção S.A..
25
Dispatch - Dispatch ou Presteza – prêmio, determinado em contrato, a que faz jus o contratante de
um navio, quando este permanece menos tempo do que o acordado nos portos de embarque ou de
descarga.
26
Do inglês “Contract of Afreightment”
142
menor que 50.000 toneladas, a taxa é de 40.000 toneladas por dia; para
carregamentos com quantidades entre 50.000 e 100.000 toneladas, a taxa é de
50.000 toneladas por dia; para carregamentos acima de 100.000 toneladas, a taxa é
de 60.000 toneladas por dia. Essas informações foram inseridas na modelagem,
possibilitando calcular o tempo de carregamento permitido por navio após a
simulação.
27
Do inglês “Notice of Readiness”
143
Uma lógica foi construída com base nas regras acima descritas para
marcação do instante de início de carregamento de cada navio. A Figura 34 mostra a
lógica construída no modelo computacional.
Chegada
True
dentro do 0
ICT_1
layday
0 False
ICT_2
Chegada
dos navios
em relação Chegada 0 True
ICT_3
ao layday antes do
Else
layday
hora_chegada >= inicio_LD && hora_chegada <= f im_LD
hora_chegada < inicio_LD
0 False
ICT_4
ICT_5
Chegada depois do layday
28
Entende-se por campanha um período ininterrupto de produção de um mesmo produto
145
Dessa forma, definiu-se que o estoque inicial dos finos PFN, PFL e PSC
fossem unificados para eliminar uma possível falta de estoque na data de entrega.
Sendo assim, para todos os experimentos serão configurados 500.000 toneladas de
estoque inicial para a soma dos estoques iniciais dos produtos 3, 4 e 5.
5.7.1 Experimentos I e II
Estoque
Campanha
Cenários Segurança
Mínima (dias)
(ton x 1000)
1 2 0
2 4 0
3 6 0
4 8 0
5 10 0
6 12 0
7 2 200
8 4 200
9 6 200
10 8 200
11 10 200
12 12 200
13 2 400
14 4 400
15 6 400
16 8 400
17 10 400
18 12 400
19 2 600
20 4 600
21 6 600
22 8 600
23 10 600
24 12 600
25 2 800
26 4 800
27 6 800
28 8 800
29 10 800
30 12 800
31 2 1000
32 4 1000
33 6 1000
34 8 1000
35 10 1000
36 12 1000
37 2 1500
38 4 1500
39 6 1500
40 8 1500
41 10 1500
42 12 1500
148
tempo simulado de 365 dias com aumento do estoque de segurança. Porém pode-
se observar que, mantendo o estoque de segurança constante, o custo de
manutenção do estoque varia com a mudança da restrição de campanha mínima e
que essa variação diminui à medida que o estoque de segurança aumenta, ficando
praticamente constante a partir dos níveis de 800.000 toneladas.
120.000,00
100.000,00
80.000,00
60.000,00
40.000,00
20.000,00
0,00
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
Custo de Demurrage
30.000,00
25.000,00
20.000,00
15.000,00
10.000,00
5.000,00
0,00
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
0 200 400 600 800 1000 1500
Demurrage
180.000,00
160.000,00
140.000,00
120.000,00
100.000,00
80.000,00
60.000,00
40.000,00
20.000,00
0,00
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
29
“Trade_off” – Expressão de origem inglesa que, no âmbito da economia se refere a uma situação
de escolha conflitante, ou seja, quando a solução para determinado problema implica conseqüências
negativas em outra área, como, por exemplo; ao se controlar a inflação através de estratégias
recessivas, existiria, então, um “trade-off” entre inflação e recessão.
153
O primeiro teste foi feito com base na redução dos custos de estocagem na
ordem de 25%, 50% e 90%. Abaixo é mostrado, na Figura 39, o comportamento da
155
160.000,00
140.000,00
120.000,00
100.000,00
80.000,00
60.000,00
40.000,00
20.000,00
0,00
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
0 200 400 600 800 1000 1500
160.000,00
140.000,00
120.000,00
100.000,00
80.000,00
60.000,00
40.000,00
20.000,00
0,00
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
0 200 400 600 800 1000 1500
60.000,00
50.000,00
40.000,00
30.000,00
20.000,00
10.000,00
0,00
Cen-15 Exp-III Exp-IV Exp-V
85,00%
79,26%
77,97%
80,00%
75,00% 70,95%
70,00%
65,87%
65,00%
60,00%
Cen-15 Exp-III Exp-IV Exp-V
Se fosse possível operar o sistema portuário sem restrição nos berços e com
dois carregadores de navios independentes, a taxa de ocupação do porto cairia para
65,87%, representando uma redução de 16,89%. Essa redução na taxa de
ocupação permitiria que todos os embarques fossem atendidos, o que representaria
uma queda no custo global do sistema de 71,31%.
160
6 CONCLUSÕES E RECOMENDAÇÕES
REFERÊNCIAS30
30
De acordo com:
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6023: informação e documentação:
referências: elaboração. Rio de Janeiro, 2002.
164
IRON ORE OUTLOOK – IOO. Sydney: AME Mineral Economics, September / 2005.
Mensal. ISSN 1321-6775.
JURAN, J. M. The quality control process. In: JURAN, J. M. Juran’s quality control
handbook. 5. ed. New York: McGraw-Hill, 1998. p. 4.1 – 4.29.
KELTON, W. D. et al. Simulation with ARENA. 3. ed. New York: McGraw-Hill, 2002.
KONYUKH, V.; GALIYEV, S.; Li, Z. Mine simulation in asia. International Journal of
Surface Mining, [s.l.] v. 13, p. 57 – 67, 1999.
166
LAW, A. M.; KELTON, W. D. Simulation modeling e analysis. 3th ed. New York:
McGraw-Hill, 1991.
MARUTA, T.; IKKAI, Y.; KOMODA, N. Simulation tool of supply chain model with
various structure and decision making processes. In: IEEE INTERNATIONAL
CONFERENCE ON EMERGING TECHNOLOGIES AND FACTORY AUTOMATION,
7., 1999, Barcelona. Anais... Barcelona: IEEE, 1999. v. 2, p. 1443 – 1449.
MIN, H.; ZHOU, G. Supply chain modeling: past, present and future. Computers and
Industrial Engineering, New York, v. 43, n. 1-2, p. 231 – 249, Jul. 2002.
PEGDEN, C. D. et al. Introduction to simulation using SIMAN. 2nd ed. New York:
McGraw-Hill, 1995.
PIDD, M. Computer simulation in management science. 4th ed. New York: John
Wiley & Sons, 1998.
REDDY, R. Grand challenges in AI. ACM Computing Surveys, New York, v. 27, n.
3, p. 301-303, Sept. 1995.
SCHRIBER, T. J. Simulation using GPSS. New York: John Wiley & Sons, 1974.
SEN, W.; POKHAREL, S.; YULEI, W. Supply chain positioning strategy integration,
evaluation, simulation, and optimization. Computers and Industrial Engineering,
[s.l.] v.46, n. 4, p. 781 – 792, Jul. 2004.
SHANNON, R. E. Systems simulation: the art and science. New Jersey: Prendice-
Hall, 1975.
THE ANNUAL OUTLOOK FOR IRON ORE (TAOFIO). London: CRU International
Limited, 2004.
UMEDA, S. Modeling and simulation for supply chain business integration. In: IEEE
INTERNATIONAL CONFERENCE ON SYSTEMS, 1., 2001, Tokio. Anais… Tokio:
IEEE, 2001, v. 5, p. 2991 – 2996.
(Continua)
170
(Conclui)
171
Retorno
Processo
(Continua)
173
2ª Parada periodo_parada_usina1(2)
Duração da Parada
3ª Parada periodo_parada_usina1(3)
4ª Parada periodo_parada_usina1(4)
5ª Parada periodo_parada_usina1(5)
dias
6ª Parada periodo_parada_usina1(6)
7ª Parada periodo_parada_usina1(7)
8ª Parada periodo_parada_usina1(8)
9ª Parada periodo_parada_usina1(9)
10ª Parada periodo_parada_usina1(10)
Data da 1ª Parada dia_parada_usina1(1)
Paradas da Usina - 2
2ª Parada periodo_parada_usina2(2)
Duração da Parada
3ª Parada periodo_parada_usina2(3)
4ª Parada periodo_parada_usina2(4)
5ª Parada periodo_parada_usina2(5)
dias
6ª Parada periodo_parada_usina2(6)
7ª Parada periodo_parada_usina2(7)
8ª Parada periodo_parada_usina2(8)
9ª Parada periodo_parada_usina2(9)
10ª Parada periodo_parada_usina2(10)
(Conclui)
174
Coluna 1 Coluna 2
Duração das
Sequência das
Campnhas de
Campanhas de
Produção em
Produção
Horas
1 38
2 370
1 398
2 346
1 372
2 280
1 440
2 204
1 294
2 474
1 272
2 360
1 266
2 206
1 522
2 366
1 248
2 352
1 178
2 134
1 332
2 160
1 244
2 392
1 433,5
2 478,5
1 146
2 156
1 126
2 172
Totalização dos tempos de duração das
8760 campanhas de produção na coluna 2 em
horas
175
RESPOSTA DO MODELO
Quantida
Quantida
Tempo em Atracação Carreg. Desatrac de Média
Navio Espera Modelo Modelo Modelo Modelo
Replicações de Média
de Navios
de Navios
Minério
Quantida
Quantida
Tempo em Atracação Carreg. Desatrac de Média
Navio Espera Modelo Modelo Modelo Modelo
Replicações de Média
de Navios
de Navios
Minério
(Continua)
177
RESPOSTA DO MODELO
Quantida
Quantida
Tempo em Atracação Carreg. Desatrac de Média
Navio Espera Modelo Modelo Modelo Modelo
Replicações de Média
de Navios
de Navios
Minério
NAVIO Tipo Produto Mau Tempo Atracação Pré Carregamento Tempo Ocioso Sist Carreg. Tempo Ocioso Navio Pré-Desatracação Desatracação
(Continua)
179
NAVIO Tipo Produto Mau Tempo Atracação Pré Carregamento Tempo Ocioso Sist Carreg. Tempo Ocioso Navio Pré-Desatracação Desatracação
(Conclui)
180
Tabela 1 BF
Passo 4
Num dias
A tabela é separada em duas. Uma para cada tipo de produto:
4,09
tabela 1(BF), e tabela 2 (DR).
1,53
10,90
2,20
7,60
Tabela 2 DR
Num dias
4,65
12,67
1,32
3,89
13,67
Para cada tabela são verificadas algumas condições que são as seguintes: considere que para
ambas as tabelas a primeira campanha fosse chamada de camp1, a segunda de camp2 e a
terceira de camp3 e ainda exista uma camp.min que é a campanha mínima.
(Continua)
181
Tabela 1 BF Tabela 2 DR
Num dias Num dias
5,62 4,65
0 13,99
13,1 0
0 0
7,6 17,56
Assim as tabelas voltam a formar uma única tabela intercalando as linhas das duas tabelas.
Ficando da seguinte maneira:
(Conclui)
182
Cr e a t e 4 1 Ho d
l 4 2 As s g
i n 2 1 6
Ho d
l 4 3
0 c a cl 3
G a r a n t e
g e r a c a o
d e 0 T r u e c a cl 4
r e s u tl a d o s De c d
i e 1 0 6 Re a d W r ti e
Cr e a t e 4 2 n o u tl m
i o 2 9
n
i s t a n t e
0
d a 0 D si p o s e 5 7
s m
i u a
l c a o 3 F a sl e
0
E sl e
D si p o s e 1
0
0
e
l e x c e l e
l e x c e 2
l e
l e x c e l e
l e x c e l e
l e x c e l e
l e x c e l e
l e x c e l e
l e x c e lc r a
i u m a u n ci a
3 4 5 6 7 8 e n t d
i a d e O r gi ni a l
n a v o i s _ g e r a d o s
0 D u p cil a t e
0 T r u e
ORDENA NAVI OS
o r d e n a f a li d e a c h a m e n o r
n a v o
i s a s s o c a
i m a o
i r z e r a t u d o
0
0
F a sl e
As s g
i n 1 0 0 T r u e
De c d
i e 8 D si p o s e 3
0 T r u e
a c a b o u a f a
li ? 0
0 F a sl e
Re m o v e
0 2 O r g
i n
i a l
F a sl e o r d e m _ c h e g a d a _ n a v o
i s
Re m o v e d E n t ti y As s g
i n 1 2 Ro u t e 7
(Continua)
0
De ci de tx d e ca reg p or a tri
pbanuiarm
fi au ra
gx1
True Si gn a l 2 Si gn a l 4
Sta it on 1 p rod uto
d e fi ne ti po n av o
i
0
ti po ==1 Si gn a l 6 0
ti po ==2 Fa sl e Cre ate 7 Proc es s 1 Si gn a l 5
El se a tri
pbau
ni ram
fi ga ra
ux2 0 Se pa rate 11
CHEGADA DE NAVIOS
Di sp os e 5
0 Ori g n
i al 0
0
Du p il ca te
Si gn a l 3 Fi a
l de
0
De ci de tx d e ca reg a trib ui rfi gu ra
p po rp rod uto1 True c ap es zi e1 n av o
i s
0
Fa sl e a trib ui rfi gu ra
c ap es zi e2
a trib u
i q td na vi o Si gn a l 1
c a rva o
Es pe rar 0 True
Ve
e sto
rif ci qaue ten
ex siBF a de
Lce iste
0 c he ga da nVe ri
av o
i f ci i ra
apl evro a
durto
no qbueercoo
d e n av oi
Sta it on 3 cTru
o res po nd en te l es te
De ci de 33
a be rc o 0
AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (prodFa
u tol ))e== 2 1
l es te1 AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (prod u tso ))== 3 0
0 El se AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (prod uVeto ))rif=ci= a5ex si tenc i a de
e stoq ue DRL es te True cRe do
a rgtiarado npaa
v ti
o
io
Fa sl e L es te
0
Fa sl e
0
Sta it on 2 Ve a de True
e sto
rif ciq a
ueexPFN
si tencLei ste
Es pe rar 0
Procn u
avrao
ir Fa
Vesl rifeci a ex si tenc i a de 0 De fin e i ns ta nte de Oc up a
e stoq ue PFL L es te Fi a
l _ Re st_ No turn Re
No stri
turn
caao a tra ca ca o c an al
b e rc o Ass i gn 2 8 Fo un d 0 True M au tem po 1
l es te c o res po nd en te
Cre ate 8 l i be rad o a be rc o Se pa ra na vi o de c a rv ao True
0
0 c o res po
e nd nae
vni to
e l es te No t Fou nd 0 0
Fa sl e
0 Ve a de
0 True
e sto
rif ciq a
ueexPSC
si tencLei ste
Ro u te 1 4
Fa sl e
0
Fa sl e Co n ti nu a
p roc uran do na fi a l Ro u te 2 1 m au tem po i n ci a
il
n av o
i pa ra l b
ee co
s rte En cam n i har
n av oi
p a ra
b e rc o Ori g n
i al
Es i n di sp on b
i i il za rb erco l es te
c hepg
earad
ra
l es te Re mov ed EnBe
tit yrc o rec eb e 1 0 a tra ca
d e n av o
c o res p
ao n
bd
ee
i
rcnote
Ro u te 1 2
b e rc o e
l ste p an ama x
o u ca rva o?
True c on ta tem po
a ttrac ac ao
p an am ax
1
p an am ax
l es te 0
Fa sl e
0
Ve rif ci a ex si tenc i a de True
Es pe rar e stoq ue BF Oes e t c on ta tem po a tra ca
0
c he ga da Qu a l be rc o e nca mi nh ar True a ttrac ac ao c a rva o
0 d e n av o
i Ve rif ci a p ro du to qu e o ? c a rva o
Sta it on 5 True n av o
i i ra l ev a rno b e rc o 0
De ci de 34 c o res po nd en te o es te
a be rc o Fa sl e M ar_a be rto _e n trad a
AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (prod u to ))== 1 0
o es te 1 AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (pro 0 Ro u te 1 9 Fa sl e
0 Ve
AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (pro
d uritfoci ))a=e
d
= 2 c i a de
==x si3 ten True
El se AQUE(Fil a d e na vi os .Qu eu e,J,NSYM (pro sto
edu to ))ue
u tq o ))==DR 5 Oe ste
Fa sl e
0 a tra ca
b e rc o oe ste pa na max c on ta tem po
Sta it on 4 0 True a ttrac ac ao
En cam ni har o u ca pe p an am ax2 p an amx 2
0 True Fa sl e
Ve rif ci a ex si tenc i a de Re ti ra d o pa tio n av oi Be rc o rec eb e 2
e stoq ue PFNOes e t c a rg a do n av o i e p a ra
Es pe rar In di sp on b
i i il za b e rco b e rc o Ori g n
i al 0 Fa sl e
o es te
b e rc o Proc u rar o es te
Cre ate 9 n av oi 0 Re mov ed En tit y c on ta tem po a tra ca
o es te c o res po nd en te Fa sl e
l i be rad o Ass i gn 3 4 Fo un d 0 a ttrac ac ao c ap es zi e
0 a be rc o Ve rif ci a ex si tenc i a de c ap es zi e
e nav i o o es te e stoq ue PFL True
c o res po nd en te No t Fou nd
0
0 Fa sl e
Ve
e sto
rif ciq a
ueexPSC
si tencoei a de
ste True
Es pe rar
c he ga da
0
De l ay 6 Fa sl e Co n ti nu a
c o res p
doend
nean
v to
ie
Ro u te 1 8 p roc uran do na fi a l Ro u te 2 0
n av o
i pa ra
o esbeterc o
a be rc o
o es te
(Continua)
ANEXO G – Modelo computacional na linguagem de simulação do Software Arena
183
ATRACAÇÃO, CARREGAMENT O E DESATRACAÇÃO DOS NAVIOS
c on ta tem po c on ta tem po
c on ta tem po
p rep c a reg
p an am ax
p rep a ra rp ara
2
c a reg ar
p an am ax
c on ta tem po
p rep c a reg
p an am ax2
c a reg am en to
3
p an am ax
c on ta tem po
c a reg pa nam ax n av o
4
tem po o cios o
i pa nam ax
o cios o na vio
p an am ax
5
tem po o cios o
s si t ca rreg
p an am ax
o ci os o sistem a
c a reg pa nam ax
tem po e n re m
c
deasra
fi
6
etra
g ce
p an am ax
c on ta tem po
p rep d es ca rre g
p an am ax
0 0 0
b e rc o_ L q ua l n av o
i e h? 0 0
0 c on ta e
t m po
p an am ax o u ca rv ao True a tra ca ca o Oc up ar
p an am ax3 tipo ==1
ti po ==2
anm
i a ca o s hip o
l ad er Ass oc a
i rs hip o
l ad er Else p rep a ra rp ara c on ta tem po tem po o cios o c on ta et m po tem po e n re m
fi
0 b e rc o c al c fil a a um be rco c on ta tem po c on ta tem po tem po o cios o c
o ci
onosta otesiste
m pom a c on ta e
t m po
les te p rep c a reg c a reg ar p rep c a reg c a reg am en to c a reg c ap es zi e n av o
i c ap es zi e o ci os o na vi o s si t ca rreg c a reg e p rep d es ca rre g
Fa sl e c ap es zi e c ap es zi e c ap es zi e2 c ap es zi e c ap es zi e c ap es zi e c a reg c ap es zi e d es atrac cs
c on ta et m po 0 o cu pa c ap es zi e0
a tra ca ca o 0 0 0 0
c a rva o2 Se pa rate 8 b e rc o
l es te
Orig n
i al
0 L i be rar
Du p il ca te c an al
0c on ta tem po 0 o cu par
p an am ax o u ca pes zi e True Se pa rate 9 b e rc o
b e rc o_ O a tra ca ca o o es te
p an am ax4 Ori g n
i al
0
0 Du p il ca te
c on ta tem po
c on ta tem po d es ca rre gam en to d es ca rre g l ibe ra Ass oc a
i rs hip o
l ad er
Fa sl e c a rva o2
d es ca rre g ca rv ao c a rva o s hip o
l ad er a ni ativ o
c on ta tem po
a tra ca ca o
c ap es zi e2
anm
ib a
7 0
e ca
rc oo
o es te
To ta l zi a emb a rq ue
d e PBF
Ca cl u a
l tem pos
p o rrep lica çã o
To ta l zi a emb a rq ue
d e PDR
So
q ue
msaanu
i avd o
o tip
i po rt
oo3
Ca cl u al tem pos do
p o rto p ara n av o
i To ta l zi a emb a rq ue
d e ca rva o d e PFN
0
s aida Som a n av o
i ti po 1 ICT_1
o cu par 0 L i be rar Re mov e e 2 qu e sa u
i do p rod uto==2
1
Qu a lbe rc o lib e ra r? True bl e o p o rto p rod uto==3
c an al esrcte 7 Orig n
i al En cam ni har 0 p rod uto==4
p a ra c ap es zi e p rod uto==5
s aida s aida _2 tem po d es atrac a Fa sl e ICT_2 Ho ld 36
d si mo
Re po n
vbiedli zi Ea
n rb
tit e
y rco Qu a l na vi o ? Altera rfig u ra d o c ap es zi e2 0
0 n av o
i c ap es zi e p a ra
L ibe rar s aida De ci de 81 True
Fa sl e Re mov e ti po ==1
b e rc o 8 Ori g n
i al tipo ==2
o es te Else En cam n
i har
Al tera rfig u ra d o tem po d es atrac a 0
c he ga da e m relacl a
ao
yadaoy 0
s aida _3 c a rva o2 c he ga da a n tes do ICT_3
Re mov ed En tit y n av o
i c a rv ao c a rva o lay da y
Di sp os e 89 p a ra Fa sl e True
s aida
0 Ass ign 1 62
Else 0
h
hoo rra
a__cc h
he
egga
adda
a >
<= n
i in i _
ci cii oo
_ LLDD && ho ra_ ch eg ad a <= fim_ L D
Fa sl e ICT_4
ICT_5
(Continua)
ANEXO G – Modelo computacional na linguagem de simulação do Software Arena
184
185
0 O r g
i n
i a l m n i e r o d u t o 1 Pa r a d a M n
i e r o d u t o
0
Pr o d u c a o d e D si c r e t zi a t e m p o 0 0 0 0 D u p cil a t e
Co n c e n t r a d o c o c e n t r a c a o
Cr a
i En t d
i a d e 1
O r g
i n
i a l
Na o p r o d u z e m p a r aTdr au e Pa r a d a 0 F a sl e
c o n c e n t r a d o Co n c e n t r a c a o
0 0
0 0 D u p cil a t e
0 F a sl e
Ac u m u a
l q t e
M tli p
i cil a V e r fi ci a R e s t r çi ã o d e R e s t r ci a o
p r o d _ b o m b p e o
l a g u a r d a n d o p a r a
G e r a p r o d _ b o m b f a t o r Bo m b e a m e n t o s e r t r a n s f e r d
i a M n
i e r o d u t o 1
p e o
l m n i e r o d u t o
t q s _ c o n c . tl .
( t q _ h o m o g +
m
il m n i _ t q s _ c o n c
p r o d _ b o m b ) . g t . m
il m a x _ t q _ h o m
0 o g
V e r fi ci a s e t r a n s b o T
r d
r a
u e
0 R e s t r ci a o
E sl e
g e r a p r o d _ c o n c M tli p
i cil a p r o d _ c o n c Ta n q u e s d a Ac u m u o l
p e o l f a t o r Co n c e n t r a c a o Tr a n s b o r d o Co n c e n t r a c a o
0
0 F a sl e Ac u m u a l o q u e v a i
t r a n s b o r d a r n o s R e s t r ci a o
t a n q u e s d e M n
i e r o d u t o 2
h o m o g e n e zi a d o _ U b u
A t u a zil a N vi e l
Ta n q u e s d e Pr o d u c a o
0
Co n c e n t r a d o Co n c e n t r a c a o
0
A t u a zil a N vi e l Pr o d u c a o
Ta n q u e s d e
H o m o g e n e zi a d o M n
i e r o d u t o
0
0
Pr o d u c a o d e Pe e
l t D si c r e t zi a t e m p o
0 Na o p r o d u z e m
0 Tr ue
p a r a d a
Fe e d f tli r a g e m Cr a
i En t d
i a d e 3 f tli r a g e m 1
O r g
i n
i a l
0
0 0D u p cil a t e 0 F a sl e
Re t o r n o d e Pe e
l t D si c r e t zi a t e m p o
0 M tli p
i cil a r e t _ p f e e d
r e t o r n o PF Cr a
i En t d
i a d e 6 G e r a r e t _ p f e e d
Fe e d O r g
i n
i a l p e o
l f a t o r
0
0 0 D u p cil a t e
M tli p
i cil a Ac u m u a l q t e q u e
G e r a p r o d _ p f e e d p r o d _ p f e e d p e o
l a g u a r d a f tli r a g e m
f a t o r V e r fi ci a c o n d ci a o p a r a p o si t q h o m o g R e s t r ci a o F tli r a g e m
F tli r a g e m 1 m e n o r q u e m il
( t q _ h o m o g - p r o d _mp f n
i e e d ) . tl . m
il m n
i _ t q _ h o m
0
o g
De c d
i e 5 4
0T r u e
As s g
i n 1 0 1 R e t ri a d o P a t o
i dRee t o r n o Pe e
l t Fe e d
E sl e PF e e n c h e s o li PF
V e r fi ci a c o n d ci a o p a r a
Re t o r n o d e Pe e l t Fe e d
R e t ri a d o TQ
h o m o g e e n c h e
V e r fi ci a s e s o li
e s t a c h e o
d e p f De s v a
i ( s oli _ p f + ppr aot do
i PF p a r a
i _ pef set eodc) a g e>m m il m a x _ s oli _ p f
( s o
li _ p f < = 7 0 0 ) 0 & &
F a sl (e e s t o q u e _ p f > m
il m n
i _ e s t o q u e _ p f )
s o
li PF d e v d i o s o li p f De s v a
i Pe el t Fe e d
p a r a Pa t o i E sl e
a t ni g ri n vi e l m a o i r
E sl e q u e m a x m i o 0
Ac u m u a l r e t o r n o
p a r a d o p o si s o
li p f R e s t r ci a o r e t o r n o
C o n t a b zil a t e m m a t e r a
i l PF
p r o d u c a o d e p e e l t
f e e d p a r a Pr o d u c a o F tli r a g e m 0
p e o
l t zi a c a o 0
Processo Pelotização
L ógica Para da dos Proce ssos
Usina 1
a v a n c a
t e m p o
a v a n c a c o r r e s p o n d e n t e
t e m p o
p a r a d a d a a s s o c a
i a t r b
i u t o p a r a a a o r e s t a u r a p a r a d a s
c o n c e n t r a c a o p a r a c a d a p a r a d a a t e c o n c e n t r a c a o p o r p e r o
i d o d a c o n c e n t r a c a o D si p o s e 1 4
Pa r a d a Us n
i a 1 n a c o n c e n t r a c a o p a r a d a s
c a d a p a r a d a d e c a d a u m a p o r v e z
d a p a r a d a 0
0 c o n c e n t r a c a o
d a
c o n c e n t r a c a o
Na o p r o d u z e m
0T r
p a r a d a
u e
Us n i a 1
Pr o d u c a o d e D si c r e t zi a t e m p o
0 a v a n c a
Pe ol t a s 1 p e o
l t zi a c a o 1 Cr a
i En t d
i a d e 4 M tli p
i cil a a v a n c a t e m p o
O r g
i n
i a l 0 F a sl e g e r a p r o d _ u s n
i a 1 t e m p o c o r r e s p o n d e n t e
0 p r o d _ u s n
i a 1
f a t o r
p e o
l p a r a d a d o
m n i e r o d u t o
a s s o c a
i a t r b
i u t o
p a r a c a d a p a r a d a a t e
p a r a o
a o
r e s t a u r a p a r a d a s
D si p o s e 1 3
0 0 D u p cil a t e n o m n i e r o d u t o p a r a d a s m n
i e r o d u t o p o r
c a d a p a r a d a
p e r o
i d o d o m n
i u m
v e z
a p o r
m n
d o
i e r o d u t o
d e c a d a
p a r a d a
0
d o m n
i
a v a n c a
a v a n c a t e m p o
Ac u m u a l p r o d u c a o p a r a d a d a t e m p o c o r r e s p o n d e n t e
r e s t r n
i g d
i a n a f tli r a g e m a s s o c a
i a t r b
i u t o
R e s t r ci a o u s n
i a a t e p a r a a f tli r a g e m a o r e s t a u r a p a r a d a s
u s ni a _ 1 d e v d i o s o li 1 d e v d
i o s o li P F b a xi o p a r a c a d a p a r a d a p a r a d a s p o r c a d a p a r a d a p e r o
i d o D si p o s e 1 5
V e r fi ci a c o n d ci a o p a r a p f e s t a r a b a xi o d a f tli r a g e m d a f tli r a g e m u m a
d o m il ti e m n i 0 d a d e c a d a p o r v e z
p e o
l t zi a c a o 0 1 f tli r a g e m p a r a d a 0
( s o
li _ p f - ( p r o d _ u s n
i a 1 * f a t o r _ p f _ p e )l ) . tl . mil A c niu _m s oliu _a
m l p fp r o d u c a o d a
( e s t o q u e _ p e (l f a m a il ) + p r o d _ u s n
i a 1 ) . g e . mil m a x _ e s t o q u e _ p e (l f a m a il ) f tli r a g e m
E sl e ( e s t o q u e _ p e (l 1 ) + e s t o q u e _ p e (l 2 ) + p r o d _ u s n i a 1 )r e s t> r n im
l g d
im a a xn _a e s t o q _ p e _l t o t a l
u s n
i a _ 1 d e v di o R e s t r ci a o U s ni a 1 a v a n c a
p a t o
i d e M a x Es t o q u e Pe l t e m p o
e s t o c a g e m a t n
i g ri a v a n c a
m
il ti e m a x m
i o
0 p a r a d a s d a s u s n
i a a s s o c a
i a t r b
i u t o
t e m p o c o r r e s p o n d e n t e
a o r e s t a u r a p a r a d a s
1 p a r a c a d a p a r a d a a t e p a r a a u s n i a 1 d a u s n
i a 1 u m a
R e t ri a d o So
li PF Ac u m u a l p r o d u c a o d a u s n
i a 1 p a r a d a p o r c a d a p a r a d a p e r o
i d o p o r v e z D si p o s e 1 2
r e s t r n
i g d
i a n a d e c a d a
e e n c h e Pa t o
Pe ol t a s
i
_ 1
d e
u s ni a _ 1 d e v d
i o M
R e s t r ci a o U s n
a x
i a 1
To t a l Es t o q u e
d a u s n
i a
p a r a d a
0
e s t o q u e t o t a l d e Pe l 1 d a u s n
i a
p e ol t a s a t n
i g ri
m
il ti e m a x m i o 0 1
a v a n c a
t e m p o
Pr o d u c a o Us n
i a 1 a v a n c a
c o r r e s p o n d e n t e
t e m p o a o r e s t a u r a p a r a d a s
0 p a r a d a s
2
d a s u s n
i a a s s o c a
i a t r b
i u t o
p a r a c a d a p a r a d a
a t e p a r a a u s n
i a 2
p e r o
i d o
d a u s n i a 2 u m a
p o r v e z
D si p o s e 1 6
d a u s n
i a 2 p a r a d a
d a u s n
i a
p o r c a d a p a r a d a d e c a d a 0
p a r a d a
2 d a u s n
i a
Usina 2
2
Pa r a d a Us n
i a 2
0
Pr o d u c a o d e D si c r e t zi a t e m p o
Cr a
i En t d
i a d e 5
0
Na o p r o d u z e m p a r aTdr au e
Pe o
l t a s 2 p e o
l t zi a c a o 2 O r g i a l Us n
i n i a 2
0
Ac u m u a l p r o d u c a o
V e r fi ci a c o n d ci a o p a r a r e s t r n
i g d
i a n a
p e ol t zi a c a o 0 2 R e s t r ci a o u s n
i a 2
u s n
i a _ 2 d e v d
i o li d e v d
s o i o s o li P F b a xi o
( s o i a 2 * f a tp o
li _ p f - ( p r o d _ u s n f r _e ps ft _a pr e )la )b .a tlxi .o mil m n i _ s o
li _ p f
( e s t o q u e _ p e (l f a m a il ) + p r o dd_ou s mil in ati 2e) . mg en
( e s t o q u e _ p e (l 1 ) + e s t o q u e _ p e (l 2 ) + p r o d _ u s n
i. m il m a x _ e s t o q u e _ p e (l f a m a
i a 2 ) . g e . mil
il )
m a x _ e s t o q _ p e _
l t o t a l
0 s e e
l c oi n a f a m a il a n
i c r e m e n t a Re a d W r ti e Re a d W r ti e t p
i o f a m a
il Ho d
l 3 3 De c d
i e 5 3
0T r u e
D si p o s e 2 0
E sl e s e r p r o d u z d
i a a r q u vi o 9 1 0
Ac u m u a l p r o d u c a o
r e s t r n
u s n
i g di a n a
i a _ 2 d e v d i o
0 0
p a t o
i d e R e s t r ci a o U s n
M a x
i a 2
Es t o q u e Pe l
0 F a sl e
e s t o c a g e m a t n
i g ri
m
il ti e m a x m
i o 0
Ac u m u a l p r o d u c a o
r e s t r n
i g d
i a n a
u s n
i a _ 2 d e v d i o R e s t r ci a o U s n
i a 2
e s t o q u e t o t a l d e M a x To t a l Es t o q u e
p e ol t a s a t n
i g ri Pe l
m
il ti e m a x m
i o 0
R e t ri a d o So
li PF
e e n c h e Pa t o i d e
Pe o l t a s _ 2 Pr o d u c a o Us n
i a 2
(Continua)
186
tru n c a o v a l o r
As s i g n 1 7 9
Cri a m u l ti p l i c a d o r s o rte a d o e n tre o s F o rm a Te rm i n a tra n s fe re n c0i a
Tr ue
fa to r_ b o m b v a lo re s re a i s p o s s i v e i dia_bom b
Ge ra fa to re s d e bom b no dia 365 _ bom b
0 bom beado f at or _bom b>m ax_f at or _bom b( f am a il )
f at or _bom b<m n
i _f at or _bom b( f am a
il ) Dis po se 4 6
Els e
0 Fals e 0
tru n c a o v a l o r
Cri a m u l ti p l i c a d o r As s i g n 1 8 1 s o rte a d o e n tre o s F o rm a 0 Tr ue
fa to r_ p f Ge ra fa to re s d e v a lo re s re a i s p o s s i v e i dia_pf Te rm i n a tra n s fe re n c i a
p e l le t fe e d fil tra g e m no dia 365 _ pf
0 f at or _pf >m ax_f at or _pf ( f am a il )
f at or _pf <m n
i _f at or _pf ( f am a
il ) Dis po se 4 7
Els e
0 Fals e 0
tru n c a o v a l o r
Cri a m u l ti p l i c a d o r As s i g n 1 8 3 s o rte a d o e n tre o s F o rm a
Te rm i n a tra n s fe re n c0i a
Tr ue
fa to r_ u s i1 Ge ra fa to re s d e v a lo re s re a i s p o s s i v e i dia_us ina1
u s i n a 1 f at or _usi1>m ax_f at or _usina1( f am ail ) no dia 365 _ us i1
0 us ina1
f at or _usi1<m n
i _f at or _usina1( f am a
il ) Dis po se 4 8
Els e
0 Fals e
0
tru n c a o v a l o r
Cri a m u l ti p l i c a d o r As s i g n 1 8 5 s o rte a d o e n tre o s F o rm a
Te rm i n a tra n s fe re n c0i a
Tr ue
fa to r_ u s i2 v a lo re s re a i s p o s s i v e i dia_us ina2
Ge ra fa to re s d e us ina 2 no dia 365 _ us i2
0 us ina2 f at or _usi2>m ax_f at or _usina2( f am a il )
f at or _usi2<m n
i _f at or _usina2( f am a
il ) Dis po se 4 9
Els e
0 Fals e 0
tru n c a o v a l o r
Cri a m u l ti p l i c a d o r As s i g n 1 8 7 s o rte a d o e n tre o s F o rm a
Te rm i n a tra n s fe re n c0i a
Tr ue
fa to r_ re t_ p f Ge ra fa to re s d e v a lo re s re a i s p o s s i v e i s d i a _ re t_ p f
re to rn o d e p e l l e t re to rn o s d e PF n o d i a 3 6 5 _ re t_ p f
0 fe e d f at or _r et _pf >m ax_r et _pf ( f am a il )
f at or _r et _pf <m n
i _r et _pf ( f am a
il ) Dis po se 5 0
Els e
0 Fals e 0
Re g i s t ra
p ro d _ v e n d a s _ e m b
Cria re l a to ri o As s ig n 2 1 4 em
Pro d u c a o Ve n d a s e F o rm a p la n ilh a Te rm i n a tra n s fe re n c0i a
Tr ue
Em b a rq u e s Di s p o s e 5 5
d ia ex c el n o d ia 3 6 5
0
0
0 Fals e
Ga ra n t e
g e ra c a o
de
Cri a re l a to ri o d o s
te m p o s d o p o rto re s u l ta d o s Re g i s t ra 0 Tr ue
In d i c e n a v i o s
n o u l ti m o te m p o s De c id e 1 0 5 Di s p o s e 5 6
0
i n s ta n t e d o p o rt o
0
da
s im u la c a o 2 0 Fals e
(Conclui)
187
(Continua)
188
(Conclui)
189
(Continua)
191
(Conclui)