PALAVRAS-CHAVE: simulação a eventos discretos, logística de cargas pesadas, avaliação de desempenho em operações portuárias.

MODELAGEM E SIMULAÇÃO DA OPERAÇÃO DE DESCARGA DE TUBOS DE AÇO PARA SERVIÇOS DE LOGÍSTICA NO PORTO DE SÃO SEBASTIÃO-SP – PROJETO DO GASODUTO GSNC RASO

Flávia Cristina da Silva Duarte

Departamento de Engenharia de Produção; Universidade Estácio de Sá; Av. Presidente Vargas, Rio de Janeiro-RJ, Brasil; Tel: (+55 21) 8807-1030

flaviacsduarte@hotmail.com

David Fernandes Cruz Moura

Departamento de Engenharia de Produção; Universidade Estácio de Sá; Av. Presidente Vargas, Rio de Janeiro-RJ, Brasil; Tel: (+55 21) 7717-0659

dfcmoura@gmail.com

RESUMO

O presente artigo demonstra a aplicação prática da simulação de eventos discretos nas operações de descarga de tubos de aço no Porto de São Sebastião, no estado de São Paulo, a cargo da empresa Consolidated Pipe Carriers (CPC).

O estudo tem por finalidade procurar a melhor solução para o problema de filas no processo de descarregamento de carretas, analisando as possibilidades de melhoria por meio de modificações de processo ou verificação da necessidade de investimentos.

Este estudo seguiu as etapas tradicionais de abordagem de simulação: definição do objeto de estudo e do sistema de produção, a análise e coleta dos dados necessários à simulação, a formulação do modelo lógico de funcionamento do sistema, a implementação e validação em ambiente computacional.

PALAVRAS-CHAVE: simulação a eventos discretos, logística de cargas pesadas, avaliação de desempenho em operações portuárias.

1. INTRODUÇÃO

A simulação é uma técnica utilizada tanto para projeto e avaliação como para reconfiguração física de novos sistemas , permitindo também mudanças nas regras de controle ou de operação de sistemas existentes. As suas aplicações têm crescido em todas as áreas, auxiliando

os gestores na tomada de decisão em problemas complexos e possibilitando um melhor conhecimento dos processos nas organizações (MIYAKE e SAKURADA, 2009).

A aplicação de técnicas de Simulação de Eventos Discretos e Estocásticos se mostra ajustada a modelos físicos e econômicos em que o estado do sistema não só muda discretamente no tempo, mas também se verifica que o comportamento dos diferentes processos constituintes não obedece a um padrão determinístico de entradas e saídas, mas aleatório, geralmente caracte-rizado por distribuição probabilística que melhor representa o fenômeno real estudado (MIYAKE e SAKURADA, 2009).

Dentre os diversos exemplos passíveis de adequação ao uso das técnicas de Simulação a Eventos Discretos, inclui-se a avaliação de operações de carga e descarga em terminais portuários. Tradicionalmente, identificam-se neste tipo de aplicação algumas oportunidades de melhoria relacionadas à diminuição de filas de carretas em pátios de estacionamento, como a redução de perdas financeiras por atrasos de cronograma e o consequente aumento da satisfação do cliente com o cumprimento de prazos e metas estabelecidos em contrato.

Assim, dado que a técnica de simulação pode ser aplicada aos mais variados tipos de sistemas, conforme descrito em CHWIF e MEDINA (2007), o presente artigo apresenta a aplicação prática de simulação a eventos discretos nas operações de descarga de tubos de aço de 18” revestidos em concreto em um pátio do Porto de São Sebastião-SP.

O estudo tem por finalidade analisar duas propostas de solução para o problema de formação de filas no processo de descarregamento de carretas no pátio Alpha do Porto de São Sebastião-SP, identificando as oportunidades de melhoria por meio de modificações de processo ou realização de investimentos. Para tanto, o trabalho seguiu as etapas tradicionais de abordagem de simulação, como a definição do objeto de estudo, a especificação do sistema de produção, análise e coleta dos dados relevantes, a formulação do modelo lógico de funcionamento do sistema, e, por fim, a implementação e validação em ambiente computacional.

Este artigo está organizado da seguinte forma: na Seção 2, apresenta-se uma descrição do sistema real existente no Porto de São Sebastião. Na Seção 3, formula-se um modelo conceitual para representação do cenário real, empregando o Diagrama de Ciclo de Atividades. Na Seção 4, são descritas as atividades relacionadas à coleta e tratamento dos dados obtidos in situ. Na Seção 5, são comentados os aspectos mais relevantes relacionados à implementação numérica com apoio computacional. Após a descrição dos cenários alternativos de solução na Seção 6,

promove-se a tomada de decisão, a partir da validação dos modelos obtidos na Seção 7 e a análise dos resultados na Seção 8. Por fim, as conclusões e comentários finais são apresentados na Seção 9.

2. DESCRIÇÃO SUMÁRIA DO SISTEMA

A empresa Consolidated Pipe Carriers (CPC) tem por atividades principais a coordenação e supervisão dos serviços de logística para o transporte de tubos. No projeto em tela, tal transporte se inicia na Planta de Revestimento de Tubos em Pindamonhangaba-SP e tem por destino o Pátio Alpha, localizado no Porto de São Sebastião-SP, no qual são realizadas as operações de recebimento, descarregamento e estocagem de tubos revestidos em concreto para serviço do Projeto do Gasoduto GSNC RASO. No entanto, percebe-se na forma atual de operação que as filas de carretas formadas no referido Pátio Alpha inviabilizam o espaço necessário para a estocagem, e, quando formadas nas dependências do Porto, trazem dificuldades à execução de atividades rotineiras de seus funcionários.

Isso posto, a CPC tem interesse em avaliar seus métodos de descarregamento de forma a diminuir a ocorrência de filas com carretas dentro do pátio do porto. Com isso, torna-se possível otimizar os tempos de descarregamento, diminuir o cronograma de projeto, aumentar a satisfação do cliente e contribuir com a diminuição das perdas financeiras por atrasos de cronograma.

Neste caso, dentre as possíveis soluções ao problema destacam-se como alternativas a realização de investimento para contratação de novos funcionários (para uma melhor redistribuição dos processos relativos ao descarregamento), a compra de novos equipamentos de içamento e movimentação de carga e a adição de novo turno à rotina diária no Pátio de operações. No entanto, a referida empresa, ao início deste projeto, não contava com instrumentos quantitativos capazes de indicar a solução mais adequada.

Assim, utilizando o software Rockwell Arena como ferramenta de simulação computacional, foi possível fazer uma análise comparativa entre dois cenários de investimento, buscando a estratégia mais apropriada e aumentando desta forma a geração de valor para a empresa.

3. MODELO CONCEITUAL

Para formação do modelo de simulação, utilizando o modelo conceitual, primeiramente foi necessário desenhar o cenário atual por meio de representação do Diagrama do Ciclo de Atividades (DCA). Tal representação, descrita em referências como GUEDES (2001), foi escolhida por possuir concepção bastante simples e facilitar a visualização e análise lógica dos componentes. Nele, busca-se representar graficamente o sistema através de um conjunto de elementos interligados, a saber, as entidades (elementos que retêm sua identidade ao longo do tempo), as atividades (estados ativos de cooperação entre classes de entidades) e as filas (estados passivos ou de espera, nos quais as entidades aguardam por acontecimentos).

O Diagrama do Ciclo de Atividades construído para este estudo contempla a entrada das carretas ao cruzar o portão do Porto, as chegadas das carretas ao pátio, a conferência dos documentos que acompanham as carretas, o enfileiramento próximo à área de descarga, as operações de descarregamento com uso de empilhadeira de contêiner (Reach Stacker) e suas respectivas saídas para próxima viagem. A etapa de descarregamento com empilhadeira é a etapa mais demorada e a que representa maior gargalo no sistema de descarregamento de tubos, de forma que os tempos gastos com conferência dos documentos e o enfileiramento das carretas no pátio, foram considerados como parte do processo de descarga neste trabalho.

Figura 1. Diagrama do Ciclo de Atividades

4. COLETA E TRATAMENTO DE DADOS

A partir da análise do DCA, foram coletados os dados referentes a três atividades:

1. Intervalos de tempos de chegada das carretas; 2. Tempo para conferência dos documentos; 3. Tempos das operações de descarregamento.

A etapa de descarregamento com empilhadeira é a etapa mais demorada e a que representa maior gargalo no sistema de descarregamento de tubos, de forma que os tempos gastos com conferência dos documentos dos veículos e o enfileiramento das carretas no pátio foram considerados como parte do processo de descarga neste trabalho.

CARRETAS

EMPILHADEI

RA

CONFEREN

TE

Após uma jornada de três semanas de observação diária de todo o sistema, consideradas as variáveis de estudo, foram separados os índices almejados como insumos para a análise, com a consequente determinação dos dados de entrada no simulador.

Após a definição e retirada dos pontos discrepantes da base de dados, determinou-se a tabela de frequência de cada evento, as estatísticas descritivas referentes a cada processo, conforme descrito na Tabela 1.

Assim, com o auxílio do recurso Input Analyser do software Rockwell Arena, foram identificadas as distribuições que mais se ajustam aos dados encontrados para cada processo, a saber, a distribuição beta com parâmetros de forma 0.615 e 1.444 para o processo de chegada de carretas ao pátio e uma distribuição triangular, com valor mínimo de 13,5 minutos, moda de 45 minutos e valor máximo de 68,5 minutos.

Tabela 1. Estatísticas descritivas dos processos de chegada das carretas no Pátio e descarregamento das mesmas

Estatísticas Descritivas

Chegadas (unidades/min) Descarregamento (min)

Média 18.7 42.3 Desvio Padrão 17.9 11.6 Variância 321.57 133.87 Máximo 67 68 Mínimo 0 14 Amplitude 67 54 Número de amostras 153 176 Divisão em Classes de Histograma 8 8 Tamanho da Classe 8.38 6.75

Distribuição encontrada Beta Triangular

Expressão -0,5+68*BETA(0.615, 1.444) TRIA(13.5,45,68.5)

Erro Quadrático 0.0112 0.0231

5. MODELO COMPUTACIONAL

Com as distribuições da coleta de dados definidas, construiu-se o modelo de simulação no Rockwell Arena, iniciando com o processo de chegada das carretas, seguido do processo que descreve o descarregamento, envolvendo a empilhadeira de contêiner como recurso aplicado na simulação.

O processo de descarga de carretas no pátio foi simulado no software Rockwell Arena com regime duplo de trabalho - 2 dias, com 10 horas por dia - conforme definido no escopo dos trabalhos do Projeto GSNC RASO e de acordo com o comportamento atual das operações. A figura 4 representa o desenho do sistema em ambiente computacional, com o qual se cumpriu a etapa de verificação após sucessivas rodadas de experimentação computacional, pois o desempenho obtido no sistema simulado foi compatível com as distribuições estatísticas obtidas após a etapa de coleta, análise e tratamento estatístico dos dados reais.

Assim, tem-se que o primeiro objetivo estabelecido para o trabalho foi alcançado, ou seja, a verificação da utilidade do emprego da simulação computacional para replicação do processo de carga e descarga de carretas, de acordo com os parâmetros estabelecidos para a jornada de trabalho e a duração da simulação, pois foi possível verificar o comportamento atual das operações no pátio Alpha localizado no Porto de São Sebastião. A partir deste estudo definem-se alguns cenários para melhoria do desempenho e diminuição das filas.

Figura 2. Desenho do sistema em ambiente computacional

6. CENÁRIOS

Em seguida, como parte do processo de tomada de decisão, definimos dois cenários para avaliação de desempenho: o primeiro cenário consiste na manutenção do sistema atual, enquanto o segundo avalia o desempenho do sistema a partir da aquisição de uma segunda empilhadeira.

Segundo o modelo de operação atual, foi possível constatar que o tempo de espera na fila é de 5,1 minutos. A utilização da empilhadeira é de 100% e, ao final de cada jornada dupla de trabalho, permaneceram 16 carretas na fila para descarregamento, o que implica em custos trabalhistas e de armazenamento, bem como perda de receita. De 59 carretas recebidas na jornada dupla, apenas 27 carretas foram descarregadas. Das 32 restantes, 16 carretas sequer iniciaram os trabalhos de descarga.

Já no segundo cenário, considerando o investimento em recursos materiais e adquirindo-se uma segunda empilhadeira, o tempo de espera na fila foi reduzido para 1,8 minutos. A utilização de cada empilhadeira é de 98%, caracterizando pleno emprego do novo recurso adquirido. Assim,

de 66 carretas recebidas, 56 foram descarregadas - das 10 restantes, em média menos de 6 ainda esperavam o início dos trabalhos em fila.

7. VALIDAÇÃO DO MODELO

A validação de um modelo de simulação consiste em determinar que as premissas estabelecidas para o modelo computacional são consistentes com o sistema real, e que a representação do modelo do sistema é compatível com o propósito do modelo de simulação. Segundo Balci (1997), quanto à condução do procedimento de validação deve-se executar o modelo considerando mesmas condições impostas ao sistema e comparar os dados gerados pelo modelo e o sistema. A validação pode ser realizada de forma subjetiva ou estatística (MENNER, 1995).

No presente estudo, utilizou-se o teste T de Studentna determinação dos Limites Inferior, calculado a partir da expressão descrita na Equação 1 e Superior, calculado a partir da expressão descrita na Equação 2, para um nível de confiança de 95% a partir da média dos dados obtidos no sistema real. Os resultados obtidos foram comparados aos valores experimentais a partir de nove rodadas de simulação. Dessa forma, para a determinação do intervalo de confiança, temos que:

LS= MS + t. √ (Eq. 1) LI= MS - t. √ (Eq. 2) Em que: LS = Limite Superior LI = Limite Inferior

MS = Média do sistema real

t= Parâmetro de t tabelado a um dado nível de confiança e n-1 graus de liberdade Dp = Desvio padrão dos dados amostrados

Na Tabela 2, encontram-se os valores encontrados em cada rodada de simulação, seguidos dos resultados do teste T de Student.

Tabela 2. Resultados do teste de t na determinação do intervalo de confiança.

Rodada n. Chegadas de carretas Descarga de carretas Saída do Pátio 1 32 20 12 2 27 13 15 3 39 24 15 4 28 15 13 5 27 12 15 6 26 10 16 7 26 12 14 8 27 13 14 9 36 22 14 Média 29,78 15,67 14,22 Desvio Padrão 4,79 5,02 1,20 MS 28 14 14 t (Nível de confiança 95% e 8 graus de liberdade) 1,8595 1,8595 1,8595 LI 25,03 10,88 13,25 LS 30,96 17,11 14,75

Teste t 95% Aceita Aceita Aceita

Ao nível de confiança de 95% conclui-se que os dados gerados pelo modelo de simulação tem precisão para representar o sistema real.

8. ANÁLISE DOS CENÁRIOS

Mediante os resultados da simulação com utilização de apenas uma empilhadeira de contêiner, observa-se a plena utilização do recurso e mesmo assim a ocorrência de filas, indicando que o recurso está sendo empregado em plena capacidade, restando ainda a necessidade adicional de capacidade de processamento (pessoal ou material adicional).

No segundo cenário, a compra da segunda empilhadeira diminui o tempo médio na fila em dois terços, permitindo com que o número de carretas atendidas aumentasse em dobro. Observa-se também o pleno emprego do Observa-segundo recurso e aumento da eficiência do processo como um todo.

Faz-se necessário destacar um estudo de viabilidade da compra da referida empilhadeira, levando-se em conta os custos com contratação e treinamento de pessoal qualificado além dos custos financeiros diretos. No entanto, o estudo de simulação conduzido indica de forma quantitativa a vantagem técnica a ser auferida pela empresa CPC a partir da adoção de instrumental adicional no processamento da descarga de tubos no Pátio Alpha do Porto de São Sebastião.

9. CONCLUSÃO

Sabe-se que outros aspectos, em especial financeiros e de recursos humanos, devem ser levados em conta pela direção da CPC para definir a viabilidade da compra da referida empilhadeira. Mesmo assim, pode-se garantir que o emprego de uma segunda empilhadeira permite efetuar o dobro de operações de descarregamento, reduzindo em dois terços o tempo original de espera em fila. Isso posto, conclui-se que a simulação a eventos discretos permite identificar oportunidades de aperfeiçoamento e constituiu-se em diferencial na análise e tomada de decisão no Projeto GSNC RASO.

10. REFERÊNCIAS BIBLIOGRÁFICAS

Balci, O. (1997). Verification, validation and testing. In the Handbook of Simulation, Chapter 10, J. Banks, Ed. John Wiley & Sons, New York, NY.

Chwif, L. e Medina, A.C. Modelagem e Simulação de Eventos Discretos: Teoria e Aplicações, 2ª Ed. Bravarte, p.12.

Guedes, E.P. (2001) Uma metodologia de análise de frota aérea com o uso de simulação em um sistema de informações geográficas – Estudo de Caso: Carga Aérea no Brasil. Tese submetida ao corpo docente da coordenação dos programas de pós-graduação de Engenharia, Universidade Federal do Rio de Janeiro, Rio de Janeiro.

Menner, W. A. (1995) Introduction to modeling and simulation. Johns Hopkins APL Technical Digest 16(1): 6: 17.

Miyake, D. I. e Sakurada, N. (2009) Aplicação de simuladores de eventos discretos no processo de modelagem de sistemas de operações de serviços. Gest. Prod., São Carlos, v. 16, n. 1, p. 25-43, jan.-mar. 2009.

Silva, L. C. (2006) Verificação, Validação e Experimentação com Modelos de Simulação. Boletim Técnico: MS:03/06 em 19/06/2006, Departamento de Engenharia, Universidade Federal do Espírito Santo.