Avaliação de Ciclo de Vida baseada em Lógica Difusa

No apêndice B são mostrados os princípios básicos da lógica difusa. Na ACV baseada em lógica difusa (ABELE, REINER & BIRKHOFER, 2005; GONZÁLEZ, DÍAS & TORRES, 2002; GÜERECA et al, 2007; WECKENMANN & SCHWAN 2001), assim como nas redes neurais artificiais, tenta-se modelar e imita o processo de raciocínio de um expert, porém utilizando-se de outro tipo de teoria matemática: a lógica difusa (fuzzy logic).

Gonzáles, Días & Torre (2002) aplicaram o processo de inferência esquematizado na figura 3.6 em conjunto com a ACV. A entrada 1 era o tipo de material, tipo de transporte ou tipo de emissão no ambiente, a entrada 2, respectivamente, quantidade de material, distância transportada e quantidade de emissão e a saída era o nível de impacto ambiental da alternativa medido em uma escala de 0 a 100.

Abele, Reiner & Birkhofer (2005) transformaram os intervenções ambientais do inventário em números difusos. Esses dados foram acumulados utilizando operações de soma. A cada emissão dentro de cada categoria de impacto ambiental foi aplicada um fator de equivalência, em um procedimento similar à fase de caracterização de uma ACV completa, mas utilizando números difusos. Este conjunto de emissões equivalentes foi tratado como a Entrada 1 da figura 3.6. A Entrada 2 era o grau de severidade da categoria de impacto ambiental. Por exemplo, aquecimento global tinha relevância “muito alta”, acidificação, relevância “média” etc.. A essas entradas eram aplicadas regras, cujo resultado era um índice de 0 a 100 para cada categoria de impacto ambiental. Por fim, calculava-se a média entre os índices de cada categoria de impacto ambiental, gerando um índice final para o produto em questão.

Os procedimentos metodológicos utilizados por Güereca et al (2007) e por Weckenmann & Schwan (2001) eram mais simples. O primeiro limitou-se a transformar os resultados numéricos do inventário de uma ACV em variáveis linguísticas para modelar a imprecisão dos dados, enquanto o segundo utilizava números difusos para modelar as incertezas dos dados do inventário da ACV.

Figura 3.6 – Diagrama Esquemático do Processo de Inferência Difusa

(Fonte: Jang & Gulley, 1998 p.2.26)

3.2.5 Avaliação de Ciclo de Vida baseada em Decisão Multicriterial

A Decisão Multicriterial é uma área da Pesquisa Operacional que pode ser dividida em duas subáreas, dependendo do tipo do problema considerado. Nos problemas de otimização, o número potencial de alternativas é ilimitado, ao passo que nos problemas de classificação e escolha, ele é finito. A tomada de decisão com múltiplos objetivos (MODM) trata do primeiro tipo de problemas e a tomada de decisão com múltiplos atributos (MADM) trata do segundo. Adicionalmente, a MADM pode ser subdividida em métodos compensatórios e métodos de sobreclassificação.

Azapagic & Clift (1999) e Tan, Culaba & Aviso (2008) aplicaram métodos de MODM, especificamente programação linear, em conjunto com a ACV. Em linhas gerais, este procedimento é o oposto daquele empregado pelos métodos de MADM: ao invés de se determinar o impacto ambiental de alternativas dadas a priori, aqui é determinado o estado tecnológico do sistema de forma a serem satisfeitas metas ambientais especificadas. A programação linear consiste em se determinar o mínimo (ou máximo) de uma função objetivo

SE E ENTÃO

Entrada 1 Entrada 2

linear sujeita a restrições também lineares. Matematicamente isto é expresso por meio da equação 3.9. min sujeito a : i i i ij i j i x x c     





Neste caso, a função objetivo a ser minimizada consiste dos impactos ambientais, tais como aquecimento global, acidificação etc., as restrições podem ser custos, quantidade produzida etc. e x é a variável de decisão, por exemplo, o nível operacional dos processos.

A diferença entre os métodos compensatórios e de sobreclassificação, quando aplicados à ACV, é que o primeiro permite a compensação entre os atributos ambientais das alternativas, como por exemplo, um bom resultado relativamente à categoria de impacto aquecimento global contrabalançar completamente um mau resultado na categoria depleção da camada de ozônio. Já os métodos de sobreclassificação permitem a compensação parcial, ou seja, uma boa nota em um critério só pode contrabalançar outra caso a diferença entre ambas exceda certo limite. Permitem, também, o uso de funções de veto, isto é, eliminam alternativas que fiquem acima ou abaixo de certo limite pré-estabelecido.

Entretanto, Seppällä (2003), Seppällä, Basson & Norris (2002) e Seppällä & Hämäläinen (2001) mostraram que as diversas etapas e equações da ACV original são mais aderentes aos métodos compensatórios da MADM. Ademais, Werner (2005), em um estudo a respeito dos modelos mentais e suposições que sustentam a ACV, fornece uma extensa lista de características da metodologia. Uma delas era que a ACV possui um caráter compensatório, isto é, permite trocas ou compensações entre os diferentes tipos de impacto ambientais.

Os métodos compensatórios de MADM mais utilizados em conjunto com a ACV são os baseados na teoria do valor multiatributo (MAVT) e o Método de Análise Hierárquica (AHP). Eagan & Weinberg (1999); Henson, Culaba & Mendoza (2002); Ong, Koh & Nee (2001) e Qian, Huang & Yan (2007) aplicaram o AHP em conjunto com a ACV. Basicamente foi montada uma hierarquia, onde o nível inferior são as alternativas a serem consideradas, o nível intermediário são os critérios ambientais pelos quais os méritos das alternativas serão julgadas e o topo da hierarquia é o objetivo da análise. A partir de um

procedimento matemático a importância relativa das alternativas para a satisfação do objetivo é derivada.

Ong, Koh & Nee (1999) propuseram método denominado de pré-ACV, cujo objetivo era a seleção de materiais que minimizassem os impactos ambientais de impressoras. Os critérios de avaliação consistiam de escalas numéricas baseadas na teoria do MAVT, enquanto os pesos dos critérios eram extraídos por meio do AHP. Khan, Sadiq & Veitch (2004) adotaram um procedimento semelhante em um estudo de caso para a escolha do melhor sistema de geração de energia elétrica. Seppälä et al. (2002) aplicaram o método SMART na etapa de avaliação de impacto da ACV, visando comparar diversas empresas com relação à unidade funcional “fabricação de uma tonelada de metal”.

3.2.6 Grau de Aplicação dos Métodos de ACV Alternativas no Projeto Conceitual

A seguir são discutidas as vantagens e desvantagens de cada tipo de método à luz de sua aplicabilidade na etapa de projeto conceitual.

Grosso modo, os métodos denominados de avaliação de vida simplificada são mais fáceis e rápidos de serem aplicados. A matriz MECO permite ao projetista determinar áreas específicas de melhoria no produto, o que nem sempre é aparente em uma ACV. A matriz ERPA trabalha apenas com dados ordinais, excluindo a necessidade de inventário e análise de impactos, que implicam grande quantidade de dados quantitativos. O mesmo pode ser dito das duas primeiras iterações da IS-LCA; são necessários apenas dados qualitativos e ordinais. Entretanto, estes métodos são difíceis de serem utilizados em situações onde há múltiplos critérios e nenhuma solução é claramente superior em todos eles. Ou seja, o método terá um resultado inequívoco apenas se uma alternativa for claramente superior às demais em todos os critérios, o que nem sempre é o caso. Na prática, é mais útil para eliminar de futuras considerações alternativas que se saiam mal em diversos critérios simultaneamente ou aquelas que tenham impacto em categorias particularmente sensíveis (por exemplo, algum tipo de solução inventiva que leve o produto a conter substâncias tóxicas e perigosas à saúde de seus usuários). Com relação à ACV abreviada, não é aconselhável a exclusão de certas etapas do ciclo de vida do produto, pois é difícil se saber de antemão quais podem ter uma contribuição marginal para o impacto total do produto. Mais promissora é a ideia de utilizar dados genéricos disponíveis em bancos de dados. Como a análise do inventário é a fase que mais

consome recursos, substituir a coleta de dados in loco por dados prontamente acessíveis acelera muito a avaliação e contornam-se os problemas apontados com as abordagens anteriores. Contudo, a disponibilidade de dados públicos ainda é pequena e os dados genéricos podem representar mal o estudo em particular, pois normalmente estes dados são médias e foram coletados em países da Europa Ocidental ou EUA.

Os métodos baseados em modelos econômicos têm como principal vantagem a abrangência da análise. Diferentemente da ACV por processos, que traça fronteiras e critérios de corte arbitrários para o sistema do produto, a EIOLCA cobre toda a economia. De posse dos dados necessários, a análise é mais simples e mais rápida. Entretanto, muito embora as matrizes insumo-produto sejam disponíveis em muitos países, apenas uns poucos possuem a matriz de emissões por setor econômico. Além disso, este método parece ser o menos adequado comparativamente aos demais revisados, devido ao fato de o mesmo não contemplar as fases de uso e descarte. Por outro lado, a utilização de ACV híbridas no projeto conceitual recai nos mesmos problemas da ACV por processos apontados na Introdução.

Os métodos baseados em redes neurais e lógica difusa apresentam os mesmos pontos fortes e fracos. São os mais difíceis de implantar, devido à complexidade do sistema e a necessidade de linguagens de programação específicas (por exemplo, MATLAB). Por outro lado, uma vez em funcionamento, são os mais simples e rápidos de utilizar; basta fornecer os parâmetros de entrada que o sistema faz a inferência. O projetista não precisa de nenhuma proficiência na área ambiental ou a respeito do funcionamento de uma ACV. Porém, este tipo de abordagem “caixa-preta” pode impedir um melhor entendimento do problema sendo resolvido. Isto é desvantajoso, pois em muitas ocasiões o processo de geração e escolha é iterativo e o melhor conceito emerge da análise e síntese de outros concebidos inicialmente.

A ACV baseada em decisão multicriterial se apoia sobre uma estrutura metodológica cujo objetivo é assistir o tomador de decisão a escolher entre alternativas que possuam um conjunto de objetivos e critérios multidimensionais e conflitantes, onde nenhuma alternativa é melhor em todos os critérios, como normalmente é o caso da avaliação ambiental de produtos. Em comparação com os métodos de ACV simplificada, são mais difíceis de serem aplicados, porém os dados gerados estão no mínimo em uma escala intervalar, o que permite a comparação direta entre critérios conflitantes. Relativamente aos métodos baseados em redes neurais e lógica difusa, é mais fácil de implantar. Por outro lado, é mais difícil de usar, pois não há um processo de inferência direta como nos dois sistemas mencionados; os tomadores de decisão devem executar todas as etapas do método multicritério escolhido (AHP, por exemplo). Isto consome mais tempo e demanda maior conhecimento.