AQUISIÇÃO DE DADOS PARA IMPLEMENTAÇÃO DE UM MODELO DE SIMULAÇÃO COMPUTACIONAL

Brayer Luiz de Faria

RUMO Logística

Luiz Antônio Silveira Lopes

Instituto Militar de Engenharia – IME

RESUMO

Cada operação de pátio ferroviário tem a sua complexidade, especialmente se tratando se um sistema integrado entre ferrovia e porto. Com isso, o presente trabalho tem o objetivo de realizar uma coleta de dados que possibilite a criação de um modelo de simulação computacional que permita encontrar soluções para problemas do tipo “o que aconteceria se?”. O que reduz os índices de tentativas e erros do processo e visa a otimização dos processos operacionais.

ABSTRACT

Each railway operation has its own complexity, especially when its an integrated system between railway and port. Thus, the present work has the objective of performing a data collection that allows the creation of a computer simulation model that allows finding solutions to the "what if" problems. This reduces the trial and error rates of the process and aims to optimize operational processes

INTRODUÇÃO

A logística é o processo de planejamento do fluxo de materiais, objetivando a entrega das necessidades na qualidade desejada no tempo certo, otimizando recursos e aumentando a qualidade nos serviços (Ballou, 2001).

A ferrovia surgiu na Inglaterra em 1825, logo após a Revolução Industrial. O Brasil tentou incentivar a iniciativa privada para a construção de ferrovias ao criar a Lei n.º 101, de 31 de outubro de 1835 que previa a concessão de 40 anos às empresas que construíssem estradas de ferro interligando Rio de Janeiro, São Paulo, Minas Gerais, Rio Grande do Sul e Bahia, mas não obteve sucesso.

Em 1953, o Brasil possuía 37.200 km de malha ferroviária. Esse número foi reduzido para 30.559km com a desativação das linhas consideradas antieconômicas, as quais, grande parte delas, foram construídas para o transporte de mercadorias cuja produção desapareceu posteriormente (Brina, 1988).

No contexto ferroviário, a análise de capacidade de pátios e terminais se caracteriza cada vez mais como uma linha de estudo altamente demandada pelas áreas tomadoras de decisão. O conhecimento preciso da verdadeira capacidade e desempenho de um processo produtivo é de grande importância para as organizações, à medida que se trata de um indicador que poderá limitar ou viabilizar as estratégias tomadas pela empresa.

A logística em uma operação ferroviária implica na melhor utilização de locomotivas, manobradores e maquinistas para o atendimento às demandas de clientes. No entanto, este mesmo planejamento frequentemente é impactado por fatores externos e pela variabilidade não programada destes inputs, como o horário variável de chegada de trens, ordem de chegada dos blocos de vagões para diferentes clientes destinatários, intempéries, entre outros.

Um pátio ferroviário de vagões de carga geral, como o Porto de Paranaguá, pode ser considerado um pátio com alta variabilidade e de maior complexidade metodológica; cujas operações são pouco padronizadas devido à grande diversidade do mix de produtos que é demandada.

O presente trabalho tem o objetivo de expor os dados adquiridos acerca da operação ferroviária de Paranaguá, de modo a possibilitar uma posterior construção de um modelo de simulação computacional que permita encontrar a solução para problemas do tipo “o que aconteceria se?”, atuando na resolução de problemas e facilitando a obtenção de informações necessárias na tomada de decisão (PIDD, 2004; OLIVEIRA, et al., 2010). Isto implica a redução expressiva dos custos de uma empresa, uma vez que rompe a necessidade de testes em condições reais para a obtenção destas informações estratégicas (SILVA et al., 2012; GUIMARÃES et al., 2013).

A operação ferroviária de Paranaguá pode ser dividida em 4 macro módulos, sendo eles (i) recepção de trens no KM5 (pátio de triagem), (ii) trânsito de vagões entre KM5 (pátio de triagem) e Dom Pedro (Porto), (iii) encostes de vagões carregados e retirada de vagões vazios dos terminais e (iv) triagem de vagões e expedição de trens no KM5. Os dados adquiridos tratarão sobre as atividades de recepção e expedição de trens no KM5 (macro módulos (i) e (iv)), tendo em vista que no horizonte de curto prazo o pátio de Dom Pedro irá receber investimentos que modificará o layout das linhas e procedimentos operacionais.

CAPACIDADE E DEMANDA

Segundo Davis, a capacidade é quem ditará, em um primeiro momento, como a empresa poderá atender à demanda de seu mercado influenciando diretamente na competitividade da empresa perante seus concorrentes. Caso a empresa possua um nível de operação inadequado ao nível de atendimento exigido pela demanda, ela poderá perder seus clientes e permitir maior market share para seus concorrentes ou até mesmo a entrada de novos competidores no mercado, por outro lado, a empresa pode possuir uma capacidade excessiva e arcar com custos de ociosidade ou superprodução.

Dessa forma, percebe-se que o cenário ideal de capacidade para um sistema é aquele em que se consegue balancear um nível de atendimento máximo de demanda com um custo mínimo de operação de forma a otimizar o benefício final e a aderência às estratégias da empresa.

Figura 1. Gráfico de atendimento à demanda.

Neste caso, o cenário ideal seria aquele em que a capacidade ótima do sistema atendesse a demanda total. Entretanto, seria necessária uma previsão de demanda, com um altíssimo grau de precisão para o horizonte de prazo requerido e consequentemente uma execução em tempo e custo hábeis de um planejamento de capacidade que permitisse esse nível de atendimento.

MARINOV ET AL. (2013) afirmam que para proporcionar um bom nível de serviço a um baixo custo faz-se necessário que métodos de avaliação de rede sejam desenvolvidos, a fim de que seja possível avaliar, planejar e otimizar os níveis de desempenho do sistema ferroviário. Estes métodos que os autores citam incluem: projeto de redes de serviços, modelos gravitacionais, filas de redes, simulações e otimização de modelos de rede. Além disso, eles enfatizam que, para efeitos de análise, a rede ferroviária pode ser dividida em seus 19 componentes (linhas férreas, estações ferroviárias, estaleiros, terminais de intercâmbios, etc), o que possibilita que os estudos sejam feitos mais detalhadamente.

Segundo dados emitidos pela Administração dos Portos de Paranaguá e Antonina (APPA), nos anos de 2009 e 2010, a operação ferroviária do Porto de Paranaguá contribuiu para a exportação média de 4.750.973 toneladas de granéis de soja, milho e farelo de soja. Nos anos subsequentes a participação ferroviária no cenário global de exportação de granéis é demonstrada como:

Tabela 1. Market Share ferroviário em Paranaguá.

DADOS OPERACIONAIS

A operação ferroviária de Paranaguá pode ser dividida em 4 macro módulos, sendo eles (i) recepção de trens no KM5 (pátio de triagem), (ii) trânsito de vagões entre KM5 (pátio de triagem) e Dom Pedro (Porto), (iii) encostes de vagões carregados e retirada de vagões vazios dos terminais e (iv) triagem de vagões e expedição de trens no KM5. Os dados adquiridos tratarão sobre as atividades de recepção e expedição de trens no KM5 (macro módulos (i) e (iv)).

O pátio de recepção e formação de trens, denominado KM5 é constituído por 8 linhas de recepção de trens, 2 linhas para classificação e inspeção de qualidade de produto pela Companhia de Desenvolvimento Agropecuário do Paraná (CODAPAR), 6 linhas de formação de trens e 4 linhas de atendimento ao posto de manutenção de vagões (PMV).

Figura 2. Desenho esquemático do pátio do KM5, Paranaguá.

O sistema ferroviário de Paranaguá opera com fluxos de descarga e carregamento de vagões. No fluxo de descarga opera-se nos segmentos de açúcar granel, soja granel, farelo granel, milho granel, óleo degomado granel, container e celulose. Já no fluxo de retorno, no carregamento de vagões, opera-se com segmento de fertilizante granel, álcool, diesel, gasolina, container e trilho.

Como o principal fluxo desse sistema portuário é o de descarga de vagões, o presente trabalho irá abranger o fluxo de dados de vagões graneleiros que chegam carregados ao Porto e partem, já vazios, em trem. O que é chamado também de fluxo carregado-vazio (CV).

Os dados operacionais utilizados neste trabalho abrangem o período de 01 de Março de 2016 a 30 de Maio de 2017.

(i) RECEPÇÃO DE TRENS – INTERVALO ENTRE CHEGADAS

Na operação ferroviária da Malha Sul da RUMO, o carregamento de vagões é feito majoritariamente no norte do Paraná. Após carregamento de vagões, os trens são montados e expedidos no norte do Paraná, fazem conexão no pátio de Iguaçú, em Curitiba, para troca de locomotivas e em seguida descem a Serra de Paranaguá com destino ao Porto.

O planejamento detalhado de circulação de trens deve ocorrer antes da partida de Iguaçú, para que se tenha um plano de frequência de oferta de vagões aderente à demanda e produtividade de cada terminal de destino. Após iniciar sua circulação na Serra, o trem já se torna oferta, seja ela com demanda ou não. A partir daí o planejamento da ponta de descarga é reativo à aceitabilidade ou não dos vagões pelo terminal de descarga.

Os terminais de descarga podem demandar ou não a oferta que está em circulação na Serra ou a que já está no Porto de acordo com a necessidade de um tipo de produto em detrimento a outro, necessidade de atendimento a navio, falta de espaço físico no terminal, manutenção corretiva nos equipamentos, preferência para recebimento de modal ferroviário ou definição de janela de operação ferroviária.

No planejamento de recepção de trens, os seguintes pontos devem ser analisados:

(a) Quantos vagões chegam em cada trem; (b) Qual modelo de locomotiva está tracionando o trem (GT ou SD40, devido linhas que

tem gabarito restrito para SD40); (c) Em qual (is) linha (s) o trem será estacionado; (d) Quais/Quantos vagões do trem serão classificados pela CODAPAR; (e) Qual a posição dos vagões no trem; (f) Vagões que são oferta imediata e quais são buffer de atendimento a terminais.

Sendo assim, foi realizado o levantamento de frequência de chegada de trens em uma visão semanal e mensal, do período mencionado anteriormente. Para cada visão é exposto a média de tempo entre trens, o intervalo mínimo e máximo entre trens e número total de trens no período.

Tabela 2. Variação de tempos entre chegada de trens no KM5 por mês.

Mês Média Tempo

Min. de Tempo

Max. de Tempo

Nº Trens

2016/Mar 03:33 00:35 09:10 209

2016/Abr 03:43 01:00 14:02 192

2016/Mai 03:53 00:55 10:00 192

2016/Jun 03:53 00:55 15:45 185

2016/Jul 03:54 00:40 18:10 190

2016/Ago 03:35 00:50 12:30 207

2016/Set 03:37 00:45 09:05 198

2016/Out 04:01 00:30 21:10 185

2016/Nov 04:00 00:40 22:20 179

2016/Dez 04:18 00:40 49:40 171

2017/Jan 04:50 00:50 50:53 156

2017/Fev 04:34 00:40 15:00 147

2017/Mar 04:09 00:48 12:10 179

2017/Abr 04:05 01:00 11:40 176

2017/Mai 03:55 00:50 13:20 189

2017/Jun 03:40 00:35 13:30 165 Total Geral 03:57 00:30 50:53 2920

Temos também que os dados sobre as variações de chegadas entre trens seguem uma curva de distribuição do tipo Erlang – ERLA (0.793,5):

Figura 3. Curva de distribuição de chegada de trens.

(ii) RECEPÇÃO DE TRENS – NÚMERO DE BLOCOS

A programação de manobras de pátio é feita com base no modelo de grade de chegada de trens, que contempla horário previsto de chegada, quantidade de vagões por bloco e terminal de destino de cada bloco de vagões.

Figura 4. Modelo de grade de chegada de trens.

Quanto maior o número de blocos de vagões e quanto menor o número de vagões por bloco, pior será o desempenho de uma equipe de manobra ao tentar ofertar os vagões do trem a cada terminal de destino. Em caso de blocos pequenos, a perda existe em não se utilizar a capacidade de tração máxima das locomotivas de manobra e no caso de excesso de blocos existe uma perda nos retrabalhos de manobra para reagrupamento de vagões de mesmo destino entre blocos maiores e menores. Em ambos os casos existe uma perda de tempo (homem-hora) produtivo.

(iii) EXPEDIÇÃO DE TRENS – INTERVALO ENTRE PARTIDAS

A programação de expedição de trens é feita com base na projeção de geração de vagões vazios e horário de chegada de locomotivas. O cálculo de geração de vagões vazios é uma conta matemática simples que contempla os vagões vazios existentes e uma projeção de descarga e geração de vazios. O horário de chegada de locomotiva é informado pelo Centro de Controle Operacional (CCO).

No planejamento de expedição de trens, os seguintes pontos devem ser analisados:

(a) Qual(is) a(s) frota(s) de vagões do próximo trem; (b) Qual(is) o(s) terminal(is) que irá(ão) gerar os vagões vazios; (c) Como não intercalar as frotas durante a retirada de vagões vazios; (d) Em qual linha do KM5 os vagões serão estacionados; (e) Qual mecânico irá fazer o revistamento do trem; (f) Tempo de revisão de vagões; (g) Tempo de fechamento e gambitagem de vagões; (h) Checklist de níveis de diesel e areia das locomotivas do trem; (i) Convocação de maquinista;

(j) Faixa de circulação de trem.

Com base nas análises necessárias para fazer um planejamento de expedição de trens e em sua complexidade, foi feito o seguinte levantamento de tempos entre partidas de trens do KM5, contemplando o cenário semanal e mensal do período. Para cada cenário foi levantado o tempo médio, o tempo mínimo e tempo máximo entre partida de trens, além do número total de trens expedidos em cada período.

Tabela 3. Variação de tempos entre partidas de trens no KM5 por mês.

Ano Média de Tempo Mín. de Tempo Máx. de Tempo Nº Trens

2016/Mar 03:25 00:40 12:30 216

2016/Abr 03:47 00:05 10:09 191

2016/Mai 03:44 01:00 11:05 199

2016/Jun 03:42 00:45 14:25 187

2016/Jul 03:52 00:35 28:46 198

2016/Ago 03:30 00:35 07:55 212

2016/Set 03:38 00:45 09:20 198

2016/Out 03:53 00:30 10:25 190

2016/Nov 03:55 00:35 08:45 184

2016/Dez 04:13 00:35 48:01 171

2017/Jan 04:46 00:40 50:30 158

2017/Fev 04:23 00:35 23:00 152

2017/Mar 04:01 01:00 12:46 186

2017/Abr 04:01 01:10 09:10 179

2017/Mai 04:00 00:40 10:40 186

2017/Jun 03:31 00:35 10:00 176

Total Geral 03:52 00:05 50:30 2983

Os dados obtidos dos intervalos entre partidas de trens obedecem a uma curva de distribuição do tipo Erlang – ERLA (0.777,5), demonstrada na Figura 5 abaixo:

Figura 5. Curva de distribuição de partida de trens.

(iv) EXPEDIÇÃO DE TRENS – NÚMERO DE BLOCOS

A expedição de trens de um pátio ferroviário é o marco final do tempo de permanência do vagão, ou tempo de giro do vagão. O tempo de permanência de vagão no pátio é uma etapa importante do tempo de ciclo total do vagão, com isso, caso o tempo de permanência de vagão em pátio seja reduzido, o tempo de ciclo do ativo diminui e ativo roda mais vezes pela malha férrea, contribuindo para o aumento da receita da companhia.

Para o período analisado, temos os seguintes tempos:

Tabela 4. Tempo de giro de vagão.

Para cada etapa do giro do vagão dentro do pátio de Paranaguá foi definida uma curva de distribuição de dados que defina o comportamento da respectiva etapa.

Figura 6. Curva de distribuição de dados para vagões “aguardando encoste”.

Figura 7. Curva de distribuição de dados para vagões “em descarga nos terminais”.

Figura 8. Curva de distribuição de dados para vagões “aguardando tração”.

(v) GIRO DE VAGÕES

A análise do processo de permanência de vagões no pátio pode ser dividida em 3 tempos, sendo (i) tempo de vagão carregado no pátio aguardando encoste, (ii) tempo de vagão em descarga e (iii) tempo de vagão vazio no pátio até ser tracionado em trem.

A etapa (i) pode ser afetada por um buffer de oferta de vagões, chegada acumulada e capacidade física de encoste de vagões; a etapa (ii) é representada pela capacidade de descarga de vagões por hora em cada terminal e a etapa (iii) é determinada pelo tempo de retirada de vagões vazios dos terminais, conexão LDP-KM5, revistamento de vagões e formação do trem.

Segue representação de giro de vagões por terminal de descarga e o quão representativo é cada terminal de descarga para o processo produtivo de Paranaguá:

Figura 9. Giro de vagões por terminal de descarga.

Figura 10. Número de vagões descarregados por terminal de descarga.

Analisando o giro de vagões do terminal de maior representatividade (PASA), temos que:

Figura 11. Quantidade de vagões descarregados na PASA por tipo de produto e grandeza de giro.

Analisando fluxo mensal de vagões descarregados na PASA, temos que:

Figura 12. Fluxo de vagões descarregados na PASA.

Com a análise dos tempos de cada etapa do giro dos vagões da PASA, foi possível obter as seguintes curvas de distribuição das etapas:

Figura 13. Curva de distribuição de dados de vagões PASA “aguardando encoste”.

Figura 14. Curva de distribuição de dados de vagões PASA “em descarga no terminal”.

Figura 15. Curva de distribuição de dados de vagões PASA “aguardando tração”.

Fazendo uma análise dos vagões carregados com açúcar PASA com o impacto propagado pela não chegada cadenciada de trens com a oferta destes vagões, pode-se avaliar os vagões que apresentaram tempo de permanência acima de 40hrs no pátio e fazer a seguinte abertura sobre as etapas de tempo dos vagões dentro do pátio:

Figura 16. Etapas de descarga dos vagões de açúcar PASA acima de 40horas.

Utilizando o período amostral de março a dezembro de 2016, tem-se 10.437 vagões com um giro médio de 78:51hrs. Deste total de horas de giro médio de pátio, 38:45hrs são representadas pela etapa de “aguardando encoste”.

Caso existisse uma chegada cadenciada de 60 vagões de oferta a cada 6hrs, a etapa de “aguardando encoste” seria reduzida para 08:00hrs, fazendo com que o giro médio do lote de vagões mencionados acima tivesse o giro total reduzido para 48:06hrs e fazendo com que 1.910 vagões desta amostra pudessem ser carregados novamente, gerando aumento de receita para a empresa.

CONCLUSÃO

As curvas de distribuição de dados e o elevado valor de desvio padrão de cada curva permitiram mostrar a alta variabilidade de dados em todas as etapas explanadas neste trabalho. Tem-se que a variabilidade de demanda, de produtos por cliente, de cadenciamento de trens e a sazonalidade dificultam a criação de um processo operacional estável para o pátio ferroviário de Paranaguá.

É notável que o processo de planejamento desta operação tem que ser minimalista, por ser complexo e de muitas variáveis e que isso demanda o desenvolvimento de um modelo de simulação de pátio para checar e testar os padrões de programação vigentes hoje, que são muito manuais e que não demonstram os gargalos e as folgas do processo.

O trabalho possibilitou enfatizar a importância da redução do tempo de permanência de vagões no pátio e possibilitou também gerar indagações sobre onde existem oportunidades de ganho de desempenho. Indagações estas que poderiam ser analisadas em um modelo de simulação computacional.

REFERENCIAS BIBLIOGRÁFICAS

Ballou, Ronald H. Gerenciamento da Cadeia de Suprimentos. São Paulo: Bookman, 2001.

BRIGHENTI, J.R.N. Simulação e otimização de uma linha de manufatura em fase de projeto. Dissertação de mestrado, (Engenharia de Produção), Universidade Federa de Itajubá, 2006.

BRINA, Helvécio Lapertosa. Estradas de Ferro. UFMG, 1988. v. 2.

DAVIS, Fundamentos da Administração da Produção.

GUIMARÃES, E.R.S.; RANGEL, J.J.A.; SHIMODA, E.; VIANNA, D.S.; SKURY, A.L.D.; SÁ, A.C.A. Simulação com otimização para a análise do processo de fabricação de sapatas diamantadas. Revista Eletrônica Sistemas & Gestão, v.8, n.1, p. 20-32, 2013.

MARINOV, M. et al. Railway operations, time-tabling and control. Research in Transportation Economics. Páginas 59-75. 2013.

MARINOV, M. VIEGAS, J. A simulation modelling methodology for evaluating flat-shunted yard operations. Simulation Modelling Practice and Theory. Volume 17, Issue 6, páginas 1106-1129. Julho, 2009.

OLIVEIRA, M.L.M.; MIRANDA, R.C.; MONTEVECHI, J.A.B.; LEAL, F. Desenvolvimento de um projeto de simulação a eventos discretos em uma célular de controle de qualidade de uma empresa de alta tecnologia. XLII SBPO, Anais..., Bento Gonçalves, 2010.

PIDD, M. Computer simulation in management science. John Wiley, 2004.

SILVA, D.V.C.; RANGEL, J.J.A.; MATIAS, I.O.; VIANNA, D.S.; PEIXOTO, T.A. Modelos de simulação a eventos discretos com aspectos de decisão humana: Uma aplicação com o Ururau. Revista Eletrônica Pesquisa Operacional para o Desenvolvimento, v.4, n.3, p.339-355, 2012.