Você está na página 1de 83

CURSO DE ESPECIALIZAO EM TRANSPORTE

FERROVIRIO DE CARGA
INSTITUTO MILITAR DE ENGENHARIA
ACADEMIA MRS LOGSTICA S.A.

GUILHERME DELGADO DE OLIVEIRA

PLANEJAMENTO OPERACIONAL BASEADO EM TEORIA


DE FILAS E SIMULAO DE EVENTOS DISCRETOS

Rio de Janeiro
2006

CURSO DE ESPECIALIZAO EM TRANSPORTE FERROVIRIO DE CARGA


INSTITUTO MILITAR DE ENGENHARIA
ACADEMIA MRS LOGSTICA S.A.

GUILHERME DELGADO DE OLIVEIRA

PLANEJAMENTO OPERACIONAL BASEADO EM TEORIA DE FILAS E


SIMULAAO DE EVENTOS DISCRETOS

Monografia apresentada no curso de Especializao em


Transporte Ferrovirio de Cargas do Instituto Militar de
Engenharia, como requisito para a obteno do certificado de
concluso de curso.
Orientador: Profa. Maria Cristina Fogliatti de Sinay Ph.D
Tutor: Jos Geraldo Ferreira M.Sc

Rio de Janeiro
2006
2

AGRADECIMENTOS

A todas as pessoas que assim como eu sentem-se realizadas neste momento com a
concluso de mais um desafio em minha vida.
A MRS Logstica pelo incentivo e confiana em mim depositada para realizao
deste curso e a todos os meus companheiros de trabalho.
Ao Instituto Militar de Engenharia pelos conhecimentos fornecidos.
professora orientadora Maria Cristina Fogliatti de Sinay pela excelncia na
orientao do trabalho e pelo aprendizado a mim repassado.
Ao tutor Jos Geraldo Ferreira por todo conhecimento e pelo apoio fundamental no
desenvolvimento deste trabalho.
minha famlia, em especial meus pais por tudo na vida. Este trabalho tambm
deles.
A Mnica, pelo apoio incondicional em todos os momentos e pelo amor.

SUMRIO
1 Introduo ........................................................................................................... 3
1.1 Introduo e justificativa do tema................................................................................. 3
1.2 Objetivos ..................................................................................................................... 3
1.3 Estrutura do Trabalho .................................................................................................. 3

2 Transportes......................................................................................................... 3
2.1 Conceitos bsicos de transportes ................................................................................ 3
2.2 Caractersticas dos Modais de Transportes................................................................. 3
2.3 Tipos de Modais de Transportes.................................................................................. 3
2.4 Modal Ferrovirio......................................................................................................... 3
2.4.1 Introduo ao Modal Ferrovirio ........................................................................... 3
2.4.2 Elementos de uma Ferrovia .................................................................................. 3
2.4.3 Planejamento Ferrovirio ...................................................................................... 3
2.4.4 Produtividade em Ferrovias .................................................................................. 3

3 Ferramentas analticas e computacionais para o clculo de produtividade


de sistemas ............................................................................................................... 3
3.1 Teoria de Filas............................................................................................................. 3
3.1.1 Introduo............................................................................................................. 3
3.1.2 Objetivos da Teoria de Filas ..................................................................................... 3
3.1.3 Elementos de uma Fila ......................................................................................... 3
3.1.4 Medidas de Desempenho de Filas........................................................................ 3
3.1.5 Notao Kendall ................................................................................................... 3
3.1.6 Modelos Bsicos de Filas ..................................................................................... 3
3.1.8 Uso de Simulao para anlise de filas ................................................................ 3

4 Estudo de Caso MRS Logstica...................................................................... 3


4.1 Descrio da Empresa ................................................................................................ 3
4.2 Ptio Arar .................................................................................................................. 3
4.2.1 Breve descrio do Arar ..................................................................................... 3
4.2.2 Acesso ao Ptio.................................................................................................... 3
4.2.3 Problemas enfrentados pelo Arar........................................................................ 3
4.2.3 Planejamento de cargas para o ptio do Arar ..................................................... 3
4.4 Modelagem do sistema............................................................................................. 3
4.5 O Modelo no Arena................................................................................................ 3
4.6 - Ferramenta proposta ................................................................................................. 3

5 Concluses e sugestes.................................................................................... 3

ndice de Figuras
Figura 1 Pavimento Ferrovirio ............................................................................................................ 3
Figura 2 Prejuzos de uma via frrea sem lastro ................................................................................. 3
Figura 3 Dormente de madeira ............................................................................................................ 3
Figura 4 Perfil de trilho ......................................................................................................................... 3
Figura 5 - Vago tanque utilizado para o transporte de combustveis.................................................... 3
Figura 6 Centro de Controle Operacional da MRS .............................................................................. 3
Figura 7 Diagrama tpico de ciclo de um trem Heavy Haul.................................................................. 3
Figura 8 - Diagrama tpico de ciclo de um vago de Carga Geral .......................................................... 3
Figura 9 Grade de Trens de Carga Geral ............................................................................................ 3
Figura 10 Nveis de planejamento........................................................................................................ 3
Figura 11 Etapas do ciclo de um trem.................................................................................................. 3
Figura 12 Elementos de uma fila.......................................................................................................... 3
Figura 13 Modelo de fila M/M/1............................................................................................................ 3
Figura 14 Modelo de Fila M/M/c ........................................................................................................... 3
Figura 15 Formas de estudos de sistemas .......................................................................................... 3
Figura 16 Passos na criao de um modelo a ser simulado ............................................................... 3
Figura 17 Mapa esquemtico da Malha da MRS Logstica ................................................................. 3
Figura 18 Fotografia por satlite do ptio do Arar.............................................................................. 3
Figura 19 Desenho esquemtico do ptio do Arar............................................................................. 3
Figura 20 Invaso da faixa de domnio da MRS nas de acesso ao ptio do Arar ............................. 3
Figura 21 Modelo de operao do Ptio do Arar ............................................................................... 3
Figura 22 Estrutura do modelo no Arena .......................................................................................... 3
Figura 23 - Tela do Arena durante a realizao da simulao ............................................................ 3
Figura 24 Fluxograma de funcionamento da ferramenta ..................................................................... 3
Figura 25 Programao de carregamentos Ferramenta proposta.................................................... 3
Figura 26 Chegada de vages no terminal Ferramenta proposta .................................................... 3
Figura 27 Relatrio sobre o comportamento do sistema Ferramenta proposta ............................... 3

ndice de Grficos
Grfico 1 On time de chegada dos trens da MRS. .............................................................................. 3
Grfico 2 Custos dos usurios e da gerncia em funo do nmero de postos de atendimento ....... 3
Grfico 3 - Tamanho mdio da fila em funo da taxa de utilizao ...................................................... 3
Grfico 4 Relao dos acionistas da MRS.......................................................................................... 3
Grfico 5 Quantidade de vages por terminal de destino.................................................................... 3

ndice de Tabelas
Tabela 1 - Caractersticas dos modais de transporte ............................................................................. 3
Tabela 2 - Principais indicadores de desempenho do modelo M/M/1//FIFO ....................................... 3
Tabela 3 - Principais indicadores de desempenho do modelo M/M/1/K/FIFO........................................ 3
Tabela 4 - Principais indicadores de desempenho do modelo M/M/c//FIFO........................................ 3
Tabela 5 - Principais indicadores de desempenho do modelo M/M/c/K/FIFO........................................ 3
Tabela 6 Situaes de demanda x capacidade ................................................................................... 3
Tabela 7 - Distribuio dos intervalos de chegadas nos terminais ......................................................... 3
Tabela 8 - Distribuio dos tamanhos dos blocos de vages................................................................. 3
Tabela 9 - Distribuio dos tempos de terminal ...................................................................................... 3
Tabela 10 Modelos de filas gerados .................................................................................................... 3
Tabela 11 Simplificaes adotadas na modelagem............................................................................. 3
Tabela 12 Parmetros imputados no modelo ...................................................................................... 3

Siglas

ATC: Controle de Trfego Automtico


ATO: Operao Automtica do Trem
CBTC: Controle de Trens Baseado em Comunicao
CCO: Centro de Controle Operacional
FAR: Sigla Ferroviria do Ptio do Arar
GLP: Gs Liquefeito de Petrleo
PCO: Planejamento e Controle da Operao
PCP: Planejamento e Controle da Produo

RESUMO

Com o aumento dos volumes de produo em ritmo acelerado, a MRS Logstica


est lidando com novos problemas at ento no apresentados. Como
conseqncia, a empresa deixa de ganhar produtividade e competitividade no
mercado. Desta forma, para conseguir atingir os patamares de demanda para o
futuro prximo a empresa precisa se estruturar em todos os aspectos.

O processo atual de planejamento da Companhia no possui ferramentas para


enxergar as restries e, por este motivo, decorrem planejamentos de atendimento
de demandas incompatveis com a capacidade de produo da Empresa.

Esta monografia modela um sistema envolvendo ptios e terminais ferrovirios


atravs de ferramentas computacionais de simulao e prope uma ferramenta de
apoio ao planejamento com foco em formao de filas buscando com isso ganho de
produtividade.

1 Introduo

1.1 Introduo e justificativa do tema

Cada vez mais se torna necessrio que as empresas aumentem sua


produtividade para ganharem competitividade no mercado onde atuam. Nesse
sentido, deve-se buscar reduzir ao mximo as etapas do ciclo de produo que no
agregam valor ao produto.

No caso da MRS Logstica que vm passando por crescimento muito rpido,


esto ocorrendo o surgimento de novos problemas at ento desconhecidos pela
empresa, alguns dos quais que provocam perdas de desempenho em virtude do
aumento de etapas no ciclo de produo que no agregam valor.

Dentre estes problemas, pode-se citar o surgimento de filas de trens no decorrer


da malha da Companhia devido ao desbalanceamento entre a demanda e a
capacidade de atendimento dos terminais de descarga. Sabe-se que este fenmeno
se d devidos a picos de produo, limitao de infra-estrutura, falta de
previsibilidade, desconhecimento por parte da empresa das caractersticas do
sistema em questo e falhas no processo de planejamento e programao que no
enxerga as restries do sistema nesta etapa.

Em decorrer deste fato, as filas, alm de acarretarem prejuzos do ponto de vista


de processos internos atravs do aumento de custos, tambm afetam os clientes
com a queda do nvel de servio ofertado uma vez que a previsibilidade da chegada
de sua carga fica prejudicada.

Desta forma, a capacidade de transporte de uma empresa do setor ferrovirio


como a MRS est diretamente relacionada ao ciclo do seu vago, ou seja, ao tempo
de viagem desde a sada do vago do ponto de carregamento at o seu retorno para
o mesmo.

10

Essa relao pode ser representada pela frmula 1 seguir:

CP =

C.V Dias
Ciclo

Onde:

CP: capacidade de produo de um vago em um determinado perodo


CV: capacidade em toneladas de um vago
Dias: perodo que deseja levantar a capacidade
Ciclo: ciclo do vago

Atravs desta frmula podemos perceber que, a reduo do ciclo de produo


inversamente proporcional sua capacidade de produo. Ou seja, reduzir o ciclo
do vago significa aumentar a produo sem a aquisio de novos ativos. Assim,
fica evidente que a reduo do tempo de ciclo do vago com a eliminao de etapas
que no agregam valor ao produto, tal como tempo de trem parado na malha devido
a filas essencial.

Por outro lado, um importante fator de nvel de servio para os clientes a


previsibilidade que medida pelo indicador On Time de Chegada, ou acertividade
em relao ao horrio de chegada previsto para o cliente.

Na figura a seguir apresenta-se o indicador On Time de Chegada no ptio do


Arar junto com o resultado global da empresa para os demais ptios:

11

On time de chegada - Resultado global MRS x Trens destino Arar


80%

70%

60%

50%

40%

30%

20%

10%

0%
Jan

Fev

Mar

Abr

Mai

Jun

Jul

Ago

FAR

Set

Out

Nov

Dez

Global

Grfico 1 On time de chegada dos trens da MRS.

Analisando o grfico acima, pode-se perceber que os trens com destino ao ptio
do Arar esto com uma acertividade bem inferior mdia da empresa. Isso que
dizer que os clientes que so atendidos nesta rota esto recebendo um nvel de
servio abaixo do esperado.

1.2 Objetivos

O objetivo desta monografia minimizar o problema de gerao de filas devido a


falhas no processo de planejamento e programao propondo uma metodologia
para tal com foco em previso de formao de filas.

Para atingir este objetivo se faz necessrio utilizar ferramentas de pesquisa


operacional para analisar o processo gerador de filas na malha ferroviria, em geral,
provocado pelos terminais de carga e descarga e ento estudar uma melhor forma
de atender realidade de programao da MRS.

12

Devido abrangncia do tema, ser tratado especificamente o ptio do Arar da


MRS Logstica situado no porto do Rio de Janeiro.

1.3 Estrutura do Trabalho

Para alcanar os objetivos propostos, esta monografia foi dividida em sete


captulos.

O Captulo 1 dedica-se a uma breve introduo sobre o tema desenvolvido,


apresentando os objetivos e justificativas deste estudo, assim como a composio
da monografia.

No Captulo 2 apresentam-se alguns conceitos bsicos de transportes com


nfase para ferrovia.

O Captulo 3 trata de ferramentas analticas e computacionais para clculo da


produtividade de sistemas, envolvendo conceitos de Teoria de Filas, e Simulao de
Eventos Discretos.

O Captulo 4 apresenta um estudo de caso na MRS em que analisa o processo


gerador de filas no ptio ferrovirio do Arar utilizando ferramentas analticas e
prope uma ferramenta de planejamento e programao voltada para a reduo de
filas.

O Captulo 5 apresenta as concluses do trabalho e sugestes para


desenvolvimentos futuros.

13

2 Transportes

2.1 Conceitos bsicos de transportes

Segundo Bowersox (1986), O transporte a rea operacional da logstica que


movimenta geograficamente o estoque. A importncia dos transportes se d pelo
fato dos recursos estarem distribudos pelo mundo de forma desigual, obrigando que
ocorra movimentao destes recursos de um ponto para o outro. De acordo com
Stlp & Pl (1992), o segmento de transporte um dos que mais interfere na
eficincia dos diversos setores da economia de um pas.

Bustamante (2005) afirma que o transporte, no contexto da Economia, um


setor de servio ou uma demanda intermediria. Ou seja, isoladamente ele no cria
riqueza, mas atua como um fator viabilizador de tal forma que as potencialidades
econmicas de um determinado local no podem ser desenvolvidas sem sua
presena.

Desta forma, podemos concluir que o transporte inerente a qualquer atividade


geradora de valor sendo um dos segmentos que mais interfere na eficincia dos
diversos setores da economia de um pas, absorvendo entre um e dois teros do
total dos custos logsticos (BALLOU, 2001).

Um sistema de transporte eficiente e barato tem o poder de alterar o sistema


produtivo, baseado em alguns fatores:

Um transporte barato viabiliza o alcance de mercados mais distantes e a


descentralizao das unidades de produo.

Ele leva a reduo dos custos de produo dos produtos aumentando a


competitividade no mercado.

14

2.2 Caractersticas dos Modais de Transportes

Os modais de transporte apresentam custos e caractersticas operacionais


especficas, que os tornam mais adequados para determinados tipos de operaes e
produtos.

Essas

caractersticas

especficas

tornam

os

diferentes

modais

complementares de tal forma que eles devem ser combinados para que o custo total
de transporte seja o mnimo para o seu usurio sem reduo dos nveis de servio.
Nesse sentido, Lcio (1995) ressalta que a viabilizao e integrao dos corredores
modais de transporte (rodovia, ferrovia, hidrovia) aumenta a competitividade dos
produtos, integrando as reas de produo, centros consumidores e o mercado
internacional.

Citamos a seguir a principais caractersticas dos transportes segundo


Bustamante (2005) e Ojima (2004):

disponibilidade, isto , capacidade do modal atender os pontos mais


diversos possveis. Desta forma, o modal rodovirio tem uma alta
disponibilidade por teoricamente poder atingir qualquer lugar. O segundo
em disponibilidade o ferrovirio, dependendo claro da malha ferroviria
do pas.
acessibilidade, ou seja alm de estar disponvel, um modal deve estar
acessvel de tal forma que ele possa ser utilizado nos locais em que est
disponvel.
qualidade de servio, um fator subjetivo que serve como diferencial na
hora escolha do modal a ser contratado. Est relacionado capacidade do
modal em atender e superar as expectativas dos clientes.
economicidade,

est relacionado ao custo benefcio do transporte.

Tambm um fator subjetivo, mas decisivo na opo pelo modal a ser


contratado.

15

velocidade, refere-se ao tempo decorrido de movimentao da carga do


ponto de origem at o destino, tambm conhecido como transit time, sendo
o modal areo o mais rpido de todos. Vale lembrar que, considerando que
dentro deste critrio levado em considerao o tempo de carga e
descarga, a vantagem do modal areo s ocorre para distncias mdias e
grandes, Nazrio, et al (2000).
consistncia, ela representa a capacidade do modal de cumprir os tempos
previstos. Como afirma Ojima (2004), por no ser afetado pelas condies
climticas ou por congestionamentos, o duto apresenta uma alta
consistncia. J o modal areo tem uma grande sensibilidade a questes
climticas devido sua elevada preocupao com questes de segurana
e por isso possui uma baixa consistncia (FLEURY, 2002). Esta
caracterstica at certo ponto influencia na qualidade do servio.
flexibilidade, isto , esta dimenso est relacionada possibilidade de um
determinado modal atender diferentes produtos com volumes distintos.
Cabe aqui um destaque para o modal aquavirio por poder lidar
praticamente com qualquer tipo de produto ou volume.
freqncia, ou seja, representa o percentual de tempo til de um modal. Ou
seja o total de tempo que pode ser utilizado num determinado horizonte e
tempo. O duto o que apresenta o melhor desempenho por poder
trabalhar 24 horas por dia.

Estas dimenses do uma orientao sobre os pontos forte de cada modal


transporte

uma

vez

que

eles

no

so

estritamente

concorrentes,

mas

complementares, cada um com seu campo de ao mais eficiente (BUSTAMANTE,


2005).

O quadro a seguir avalia os diversos modais segundo suas caractersticas,


indicadas pelas suas iniciais indicadas no eixo vertical:

16

Ferrovia

Rodovia

Aquavia

Aerovia

Dutovia

DI

linear

linear

superficial

superficial

linear

AC

pontual

linear

pontual

pontual

linear

QU

regular

boa

baixa

tima

tima

EC

boa

regular

tima

baixa

boa

VE

boa

alta

regular

tima

baixa

CO

boa

alta

regular

baixa

tima

FL

alta

boa

tima

regular

baixa

FR

boa

alta

baixa

regular

tima

Tabela 1 - Caractersticas dos modais de transporte


Fonte: Ojima (adaptado) (2004)

Para melhorar o entendimento sero exemplificados os conceitos de


disponibilidade e acessibilidade nos modais ferrovirio, rodovirio, aquavirio,
aerovirio e dutovirio, segundo Bustamante (2005):

Disponibilidade
a ferrovia possui disponibilidade linear, pois ela tem a capacidade de
atender somente os pontos ao longo de suas vias frreas que podem ser
limitadas por fatores de segurana e, principalmente, de topografia;
a rodovia tem tambm disponibilidade linear, com restries de
atendimento em geral reduzidas, ditadas geralmente, assim como as
ferrovias, por fatores de segurana ou de topografia;
as aquavias apresentam disponibilidade superficial, ou seja, pela
superfcie da gua de oceanos, mares, lagos, rios e canais, etc;
o transporte aerovirio, apesar de sabermos da existncia das vias areas
que o classificariam como linear, teoricamente tem disponibilidade
superficial;

17

o transporte dutovirio tem disponibilidade linear ao longo dos dutos de


passagem dos produtos transportados.

Acessibilidade

a ferrovia por razes tcnico-operacionais e econmicas s pode ser


acessada em determinados locais pr-definidos. Por isso, diz-se que a
ferrovia tem acessibilidade pontual em terminais, estaes, ptios, etc;

a rodovia devido a sua facilidade de parada e partida em quase todos


locais, pode ser considerada de acessibilidade linear no decorrer de sua
via;
da mesma forma do que a ferrovia, o transporte aquavirio tambm possui
acessibilidade pontual em locais como os portos;
o transporte aerovirio por razes tcnicas, topogrficas e ambientais de
segurana tem acessibilidade pontual nos aeroportos. Vale lembrar que os
helicpteros tm praticamente uma acessibilidade superficial;
o transporte dutovirio como oferece poucas restries de acesso, tem
acessibilidade linear.

2.3 Tipos de Modais de Transportes

Neste item sero tratados os modais Aquavirio, Rodovirio, Aerovirio e


Dutovirio. O modal Ferrovirio por ser tema deste trabalho ser tratado mais
detalhadamente no tpico 2.4.

Aquavirio: um modal de transporte altamente limitado por questes


geogrficas. Como afirma Ballou (2001), um transporte, na mdia, mais lento que

18

o ferrovirio. Quanto aos ndices de desempenho disponibilidade e consistncia (ver


item 2.2), pode-se afirmar que so diretamente dependentes das condies
climticas (inverno pode apresentar guas congeladas e vero com perodos de
secas). Algumas barcaas so capazes de transportar at 40 mil toneladas o que
torna o modal como um transporte de alta capacidade e flexibilidade. Os
investimentos feitos nos ltimos anos para a melhoria do modal foram: sistemas de
navegao por radar, piloto automtico, entre outros.

Rodovirio: o mais flexvel dos modais quanto entrega para o cliente.


conhecido por ser um transporte de porta a porta. Devido a sua flexibilidade,
trabalha-se tanto com carga fechada quanto com carga fracionada. O modal possui
limitaes na quantidade carregada, no s pelo alto peso prprio (tara), mas
tambm por leis que regulam o limite de peso nas estradas. No Brasil, o modal
mais utilizado devido poltica de transporte nacional ter privilegiado este tipo de
modal quando na poca da formao da infra-estrutura de transportes do pas.

Aerovirio: um modal mais utilizado para o transporte de produtos com alto


valor agregado. Dentre todos os modais que o que possui o maior preo de
transporte e, apesar do custo associado, sua utilizao para o transporte de cargas
est em constante aumento. Caracteriza-se pela alta rapidez, mas o tempo de
entrega no diretamente proporcional velocidade do avio (existe o tempo do
embarque e o perodo em que a aeronave fica taxiando). Vale lembrar que um
modal de transporte que afetado diretamente pelas condies climticas. Por se
tratar de um servio de transporte considerado nobre sua qualidade superior.

Dutovirio: Segundo Ballou (2001), um modal limitado quanto capacidade e


faixa de servios. Quanto consistncia pode-se considerar altssima e requer
apenas uma manuteno preditiva para assegurar esta confiabilidade. Sua
velocidade de transporte baixa.

Segundo a Agncia Nacional de Transportes Terrestres, o transporte Dutovirio


pode ser dividido em:

19

o Oleodutos, cujos produtos transportados so, em sua grande maioria:


petrleo, leo combustvel, gasolina, diesel, lcool, GLP, querosene e
nafta, entre outros.
o Minerodutos, cujos produtos transportados so: Sal-gema, Minrio de
ferro e Concentrado Fosftico.
o Gasodutos, cujo produto transportado o gs natural.
2.4 Modal Ferrovirio

2.4.1 Introduo ao Modal Ferrovirio

Segundo Ballou (2001), a ferrovia basicamente um transportador de longo


curso e um movimentador lento de matria prima. Percebemos que alm de
transportador de matria prima (carvo, bauxita e minrios) este modal tambm
especializado no transporte de produtos manufaturados de baixo valor agregado
(produtos siderrgicos, canos). J so encontrados servios especializados de
transporte por meio de ferrovia como, por exemplo, transporte em vages
climatizados (para perecveis) e com baixo impacto no produto (que permite o
transporte de produtos com alta tecnologia). Na ferrovia, preferencialmente,
utilizado o servio de carga completa com grandes volumes, o que diminui o impacto
do preo do transporte no custo unitrio do produto.

2.4.2 Elementos de uma Ferrovia

A Ferrovia talvez o modal de transporte mais complexo de ser gerenciado uma


vez que o responsvel pela sua operao, diferentemente dos outros modais, tem
que lidar com todos os sistemas envolvidos na sua operao. Um administrador de
uma transportadora rodoviria, por exemplo, no precisa se preocupar em gerenciar
a sinalizao ou o pavimento da rodovia. O mesmo acontece com uma empresa
rea que no geral no a mesma que administra o aeroporto. De uma forma geral,
um transportador ferrovirio tem que lidar com os seguintes elementos:

20

2.4.2.1 Via permanente


a via da Ferrovia. Recebeu este nome no passado por ser o nico modal
terrestre a manter a operao em poca de chuvas. Ela se decompe em trs partes
complementares, a saber:

Figura 1 Pavimento Ferrovirio


(fonte: lvaro Vieira, apostila Curso Especializao em Transporte Ferrovirio de Cargas)

Infra-estrutura: tem a funo de suportar a superestrutura ferroviria e permitir


a implantao de obras de arte, tanto especiais quanto as correntes. Corresponde
basicamente das aes de terraplenagem incluindo, subleito, sublastro.

Superestrutura: tem a funo de permitir o rolamento seguro dos veculos ao


longo da via. Para isso, recebe a carga da roda e a distribui para a infra-estrutura.
Tem a funo tambm de auxiliar na drenagem superficial. Fazem parte da
superestrutura os seguintes elementos:

21

Lastro: na maioria dos casos, corresponde pedra britada. Serve de apoio para
os dormentes, realizando a funo de distribuir corretamente os esforos para a
infra-estrutura. Exerce tambm o papel de drenagem superficial e de reconstituio
do nivelamento da via.

Figura 2 Prejuzos de uma via frrea sem lastro


(fonte: http://creative.gettyimages.com)

Dormentes: na sua grande maioria so de madeira, mas existem aplicaes em


concreto, ao e polmeros. Suas funes so: 1) oferecer um suporte adequado e
seguro para os trilhos distribuindo ao lastro uniformemente a presso transmitida
aos trilhos pelas rodas; 2) garantir estabilidade transversal, vertical e longitudinal da
via e; 3) manter a bitola da linha (distncia entre trilhos).

22

Figura 3 Dormente de madeira


(fonte: Telmo Giolito Porto, Curso Ferrovias)

Trilhos: estrutura de ao que tem a funo de proporcionar uma superfcie de


rolamento lisa, guiando as rodas pela via. Eles so representados pelo peso que
apresentam por metro linear; exemplo TR-57 representa o peso de 57 kg por
metro de trilho. O trilho divide-se em:

Boleto: a rea de apoio das rodas.


Patim: base de apoio do trilho.
Alma: a ligao entre o boleto e o patim.

Figura 4 Perfil de trilho


(fonte: Telmo Giolito Porto, Curso Ferrovias)

Fixao: so as estruturas que permitem que os trilhos fiquem presos aos


dormentes.

Elas

podem

ser

rgidas,

quando

impedem

qualquer

tipo

de

movimentao do trilho em relao ao dormente ou elsticas que permitem uma


oscilao vertical controlada e so mais eficientes.

23

2.4.2.2 Material Rodante

Os veculos na ferrovia so chamados de material rodante. Existem os veculos


de trao e os veculos rebocados. Os primeiros so as locomotivas, automotrizes,
entre outros. J os veculos rebocados so os vages de carga e os carros de
passageiro.

As locomotivas variam de acordo com a fonte de energia utilizada para gerar


esforo trator (vapor, diesel, eltrica, etc.) e a potencia capaz de fornecer.

Os vages so responsveis por acondicionar a carga rebocada podendo ser


classificado em: fechados, gndolas, plataformas, hopper, tanques e especiais.
Sendo cada um deles mais adequado para o transporte de um determinado tipo de
carga.

Figura 5 - Vago tanque utilizado para o transporte de combustveis

2.4.2.3 Sistemas de Controles Ferrovirios

Os controles so responsveis normalmente por sistemas de sinalizao e


licenciamento (permisso de movimento).

O licenciamento o conjunto de normas e procedimentos que garantem a


circulao segura dos trens e a sinalizao o sistema que realiza o licenciamento.

24

Os sistemas de sinalizao tm a capacidade de aumentar a segurana e


capacidade da via de acordo com a tecnologia empregada. Os primeiros sistemas
de sinalizao eram realizados por telex / telegrama / telefone e depois evoluram
para o sistema staff. O prximo passou foi a evoluo para a tecnologia de Controle
de Trfego Sinalizado CTC que trouxe grandes impactos positivos na capacidade
das vias. O CTC baseia-se na utilizao de circuitos de via, intertravamento, sinais,
sistemas de transmisso de dados e de um Centro de Controle Operacional (CCO).

Figura 6 Centro de Controle Operacional da MRS

Posteriormente veio o sistema ATC Controle de trfego automtico que


proporciona ganho de segurana e capacidade quando comparado com o CTC,
possibilitando maior confiabilidade e proximidade entre trens.

ATC = CTC + {Sinal de Cabine e Controle de sobrevelocidade}

Uma evoluo do ATC o ATO Operao automtica do trem utilizado no


transporte

de

passageiros.

Ele

permite

intervalos

muito

pequenos

entre

composies, mas seu custo extremamente elevado.

Existem tambm os modernos sistemas denominados CBTC Controle de


Trens Baseado em Comunicao que segundo Venncio (2006) tem como alguns
dos seus fundamentos o controle contnuo da posio do trem e de sua velocidade,
comunicao contnua entre os trens e os equipamentos fixos ao longo da via, a
existncia de um Centro de Controle Operacional para integrao das comunicaes
e a utilizao de equipamentos a bordo dos trens e margem da via.

25

2.4.2.4 Ptios Ferrovirios

No transporte ferrovirio, os ptios so pontos de acessibilidade ao modal


atravs dos terminais e onde os trens so compostos, manobrados, carregados ou
descarregados, revisados ou simplesmente parados por razes operacionais como
em cruzamentos entre trens de sentidos opostos. Podem ser extremos ou
intermedirios, conforme sua situao em relao ao trecho da via.

2.4.3 Planejamento Ferrovirio


Uma Ferrovia deve se planejar para verificar a capacidade de atendimento
demanda de transporte e definir como ser realizado este atendimento de tal forma
que atenda as expectativas dos clientes. Um planejamento considerado eficaz
quando envolve todas as reas de produo da empresa e atende aos requisitos
solicitados pelos clientes. Para melhor entendimento de um planejamento de uma
Ferrovia, utilizaremos com exemplo o PCP da MRS Logstica SA.

2.4.3.1 Planejamento Longo Prazo

Anualmente, a rea de Planejamento Estratgico atualiza o Plano de Negcios


da empresa. Para isso, a rea Comercial repassa para o PCP as estimativas de
demanda dos clientes para os prximos cinco anos considerando um cenrio mais
otimista e um outro conservador. Para realizar esta previso de demanda a rea
Comercial baseia-se em: 1) indicadores econmicos do setor de transportes e de
atuao dos seus principais clientes; 2) perspectivas de aumento de participao no
mercado e 3) alguns projetos que esto em desenvolvimento pelos clientes que
sinalizam aumento de demanda.

Com esta demanda em mos, o PCP dimensiona a necessidade de locomotivas,


vages e maquinistas para o horizonte de anlise. Esses nmeros so repassados
para o Planejamento Estratgico para realizao do Plano de Negcios. Alm disso,

26

o planejamento anual tambm utilizado como base para realizao do oramento


anual da Companhia.

2.4.3.2 Planejamento Mensal

Mensalmente a rea Comercial prospecta junto aos clientes a demanda de


transporte para o ms seguinte e a repassa para o PCP que a transforma em
vages, locomotivas, vages, trens e maquinistas.

Planejamento de Vages

O PCP recebe a demanda e a transforma em vages para verificar se a


capacidade de transporte suficiente para atender a demanda. Caso verifique que a
capacidade maior do que a demanda, a rea Comercial dever ser informada para
que possa buscar no mercado novas cargas. Caso acontea o contrrio, o PCP
negocia com o CCO (tempo de trnsito) e a rea Comercial (tempo de carga e
descarga) para verificar a possibilidade de melhorar o ciclo dos vages ou com o
Planejamento e Controle da Manuteno (PCM) para avaliar a possibilidade de
disponibilizar mais vages para o transporte (diminuir imobilizao) ou ainda utilizar
outro tipo de vago com maior capacidade para atendimento ao fluxo. Todo esse
planejamento realizado baseado em torno da frmula bsica de planejamento
ferrovirio:

D=

C.V NV Dias
Ciclo

Onde:

D: Demanda planejada
CV: capacidade do vago
NV: nmero de vages alocados no fluxo
Dias: Dias do perodo de anlise
Ciclo: ciclo dos vages

27

Com esta frmula fica claro que as nicas variveis possveis de serem
trabalhadas a capacidade do vago (caso seja possvel alterar o tipo de vago
para atender ao fluxo), ciclo dos vages ou nmero de vages alocados no fluxo.

Como exemplo, veremos os nmeros a seguir:

Produto

Demanda Dias ms

Ciclo

Vago Capacidade Necessidade


utilizado do vago
de Vages

Disponibilidade
de Vages

Ferro Gusa

40.000

30

4 dias

GFS

75 ton.

71

75

P. Siderrgico

90.000

30

5 dias

PES

72 ton.

208

200

Para o caso do Ferro Gusa em que a necessidade de vages est menor do


que a disponibilidade vivel que a rea Comercial busque mais carga para
transporte ou que a Mecnica adiante a manuteno dos vages que esto
sobrando. J no caso do Produto Siderrgico a disponibilidade est menor do que
a necessidade e ento deve ser negociado com a Mecnica mais vages para o
transporte ou a reduo do ciclo dos vages com CCO e a rea Comercial. Caso
nenhuma dessas aes sejam possveis, o PCP deve informar a rea Comercial,
que ir retornar para o cliente que sua solicitao de transporte no poder ser
atendida.

Vale lembrar que no caso das cargas denominadas Heavy Haul*, os vages
so agrupados em tabelas que iro circular em conjunto em trens unitrios caso seja
vivel. Exemplo:

2640 vages = 20 tabelas x 132 vages

Planejamento de Trens

Somente so planejados os trens de Carga Geral* uma vez que os trens


unitrios de Heavy Haul no tem horrio de partida e chegada nem paradas
intermedirias

para

anexao

ou

desanexao

de

vages

funcionando

operacionalmente semelhante a um carrossel que carrega, viaja, descarrega, viaja e


carrega novamente.
*Heavy Haul: Minrio de Ferro, Carvo e Bauxita

28

Carga Geral: Outras cargas que no sejam Heavy Haul. Ex.: Continer, Soja.

Trnsito

Trnsito

Vazio

Carregado

Origem: Carga

v
Destino: Descarga
Figura 7 Diagrama tpico de ciclo de um trem Heavy Haul

J os trens de Carga Geral possuem horrios pr-determinados de partida e


chegada e executam paradas em ptios intermedirios em horrios tambm prdefinidos para anexao e desanexao de vages. Pode-se dizer que de um modo
geral os trens de Carga Geral so trens com diversas origens e destinos que
atendem mais de um cliente em pontos distintos.

Carga

Descarga

Destino 2:

Origem 2:

Origem 1: Carga

v
Destino 1: Descarga

Figura 8 - Diagrama tpico de ciclo de um vago de Carga Geral

Para o planejamento destes trens de Carga Geral desenhada uma Grade de


Trens que ir atender a demanda do ms. Esta grade define todos os trens de Carga

Geral disponveis, com a freqncia de sada e os pontos de partida, de paradas


intermedirias e chegada com os respectivos horrios em cada local.

N.

TREM

KCR11

QTD.
Trnsito LOCOS P/
TREM
LOCAL HORA LOCAL HORA
ORIGEM

DESTINO

CHEGADA E PARTIDA NOS PTIOS ONDE EXISTE PROGRAMA DE


ATIVIDADE DO TREM - PAT
FJC 1,2,3,4

FDM

1:00

FAR

10:00

33:00

05:00

07:00

FJC 2,3
2

RER01

FBO

1:30

FAR

8:30

31:00

FOJ 2,7

FBB 1

FBP 4

HRS 1

3
14:30

15:00

19:00

21:00

FBB 1

FOJ 2

00:30

02:00

FBP 2,4

07:30

08:30

HRS 1

2
08:30

09:50

16:00

16:30

21:00

22:30

00:10

00:25

05:00

07:00

Figura 9 Grade de Trens de Carga Geral


(fonte: MRS Logstica)

Planejamento de Locomotivas

Para o caso dos trens unitrios de Heavy Haul, deve-se levar em considerao a
quantidade de tabelas de vages que sero necessrias para atender a demanda do
ms e ento calcular a quantidade de locomotivas a serem alocadas para cada uma
destas tabelas.

J a necessidade de locomotivas para os trens de Carga Geral calculada


baseada na quantidade de trens previstos na Grade de Trens.

Alm disso, devem ser planejadas locomotivas para os ptios de manobra e os


helpers que so as locomotivas que ficam em alguns trechos da via com maior
inclinao auxiliando a trao das composies que passam por ali.

Planejamento de Equipagem

No existe um planejamento mensal de necessidade de equipagem (maquinistas


e auxiliares de maquinista). Todo dimensionamento de quantidade de mo de obra
necessria feita no plano anual e s revista caso alguma mudana significativa
de cenrio de demanda. Todavia, vale lembrar que atualmente maquinista uma
mo de obra escassa que necessita de algum tempo para ser formada e por isso,
variaes de demanda no podem ser supridas rapidamente.

Desta forma, o nico planejamento mensal existente para adequao do


horrio de apresentao dos maquinistas e auxiliares para o ms seguinte de acordo
com as alteraes na grade de trens.

2.4.3.3 Planejamento Semanal

Semanalmente so realizados ajustes do Plano Mensal em que o cliente informa


para a rea Comercial a demanda para a prxima semana. Caso ocorra alguma
variao em relao ao que foi solicitado no Planejamento Mensal, o PCP atualiza o
dimensionamento de recursos para verificar se existe capacidade de atendimento
nova solicitao. Caso no seja possvel, verificada a possibilidade de atender os
fluxos com vages de maior capacidade, reduo dos ciclos ou aumento da
disponibilidade de vages. No sendo possvel aumentar a capacidade de
transporte, a rea Comercial deve realizar trade offs indicando quais clientes
devero ser atendidos.

2.4.3.4 Programao Diria

o nvel de planejamento mais operacional que existe. Diferentemente dos


outros planejamentos que so de maior prazo, a programao diria define como
dever ser realizada a execuo de acordo com o cenrio mais atualizado da
realidade. Ou seja, ela existe para programar o atendimento de acordo com a
demanda do cliente para no curtssimo prazo, ajustando baseado nas anomalias
dirias que acontecem na operao. A programao define, por exemplo, para onde
sero destinados os vages, qual locomotiva e maquinista ir para qual trem, que
horrio os vages sero entregues e devolvidos para os terminais, entre outros.
papel da programao buscar o alinhamento com o que foi planejado nas etapas
anteriores.

Figura 10 Nveis de planejamento

2.4.4 Produtividade em Ferrovias

Conforme afirma Corra (2004), num ambiente crescentemente competitivo, s


uma operao com alta produtividade permitir que mercadologicamente se possa
ser agressivo em redues de preo. No caso das ferrovias, que possuem como
diferencial competitivo o preo das tarifas, este conceito torna-se ainda mais
importante. Corra (2004) menciona tambm os fatores internos de uma empresa
que podem influenciar na sua produtividade e que devem ser considerados:

a) grau de utilizao do estoque disponvel de bens de capital e tecnologia;

b) atualidade, intensidade e adequao tecnolgica;

c) grau de economias de escala;

d) estratgia competitiva;

e) sistema de avaliao de desempenho da fora de trabalho e da gesto;

f) mtodos gerenciais e organizao do trabalho;

g) polticas de recursos humanos;

h) habilidade, qualificao, motivao e composio da fora de trabalho.

A produtividade, portanto, uma medida que relaciona as entradas (insumos) e


as sadas de um sistema:

produtividade =

sadas
entradas

Os principais insumos para a realizao de um transporte ferrovirio, so as


locomotivas, vages e maquinistas e, como vimos anteriormente, a capacidade de
produo (sadas) de uma ferroviria dada pela frmula:

D=

C.V NV Dias
Ciclo

Sendo assim, fica claro que quanto menor o ciclo dos trens menor ser a
necessidade de vages, locomotivas e maquinistas para realizar o mesmo volume.
Ou seja, um ciclo menor significa menos insumos para realizar a mesma produo.
Desta forma, a operao de uma ferrovia deve buscar intensamente a reduo do
ciclo dos trens para aumentar sua produtividade. O ciclo de um trem composto
pelas seguintes etapas:

Carregado

Viagem

Vazio

Viagem

Carga

Descarga
Figura 11 Etapas do ciclo de um trem

Sendo:

Carga: tempo em que o vago fica no terminal de carga.


Viagem Carregado: tempo em que o vago fica em trem viajando com a carga
at o destino.
Descarga: tempo em que o vago fica no terminal de descarga.
Viagem Vazio: tempo em que o vago viaja vazio retornando para a carga.

Se um trem fica em fila aguardando ser recebido para carga ou descarga, as


etapas do ciclo viagem carregado ou viagem vazio crescem, ocasionando perda de
produtividade. Da a importncia de se controlar as filas de trens.

Quando uma operao estiver otimizada de tal forma que ganhos de ciclo no
so possveis de serem atingidos somente com melhorias operacionais, deve-se
buscar realizar investimentos de forma a aumentar a capacidade de produo do
sistema como um todo.

3 Ferramentas analticas e computacionais para o clculo de


produtividade de sistemas

3.1 Teoria de Filas

3.1.1 Introduo
Todas as pessoas detm um certo conhecimento emprico do fenmeno de filas
uma vez que um acontecimento inerente atividade humana. Enfrentam-se filas
nos supermercados, nas estaes de nibus, para ligar para centrais de
atendimento, entre outras. Cabe ressaltar tambm que no s as pessoas lidam com
filas, os produtos em uma linha produo, por exemplo, esto tambm sujeitos a
este tipo de fenmeno. Alm disso, as filas podem ser abstratas, tais como dados
esperando espao na memria dos computadores, como tambm podem ser
organizadas de forma no enfileirada como as pessoas esperando para serem
atendidas em um consultrio mdico.

Desta forma, segundo Sinay (2005) um sistema de filas qualquer processo


onde os usurios oriundos de uma determinada populao chegam para receber um
servio pelo qual esperam, se for necessrio, saindo do sistema assim que o servio
completado. Essa espera acontece quando a demanda maior do que a
capacidade de atendimento oferecido, em termos de fluxo.

O grande problema das filas que, quando se fala de empresas que prestam
servios, sua ocorrncia acarreta em insatisfao para o cliente que acaba
retornando o prejuzo para o fornecedor do servio. Por outro lado, as filas em linhas
de produo so responsveis pelo aumento da parcela de tempo do ciclo que no
agrega valor ao produto. Por isso, o gerenciamento dos sistemas de processamento
de fluxo, de sua capacidade e das filas que eventualmente sejam formadas uma
parte fundamental da determinao do nvel de servio que uma unidade produtiva
oferece (CORREA, 2004).

A Teoria de Filas um mtodo analtico que tem como objetivo determinar e


avaliar as medidas de desempenho de um sistema que expressam sua
produtividade/operacionalidade. Entre essas medidas podem-se citar:

nmero mdio de elementos na fila;

tempo mdio de espera pelo atendimento;

tempo mdio de atendimento;

taxa de utilizao dos servidores.

Pode-se perceber a importncia do conhecimento destas medidas uma vez que


elas auxiliam nas tomadas de deciso da companhia fornecendo informaes
estratgicas sobre o sistema.

3.1.2 Objetivos da Teoria de Filas


As decises a serem tomadas a partir das medidas de desempenho fornecidas
pela Teoria de Filas podem ser vistas sob duas ticas distintas: do fornecedor do
servio e do usurio. Para o fornecedor do servio os indicadores importantes so
taxa de utilizao dos servidores e tempo mdio de atendimento que traduzem o
desempenho do servio. J para o usurio/cliente o que importa o nmero mdio
de clientes na fila, tempo mdio de espera pelo atendimento e velocidade mdia do
atendimento. Pode acontecer ainda de dentro de um grupo destes existirem
interesses distintos: um cliente preocupa-se com o tempo que ele ficar no sistema e
outro com a probabilidade de ele ficar no sistema mais do que x minutos. Cabe
lembrar que no caso de filas em linhas de produo, onde o cliente tambm o
fornecedor do servio os objetivos so os mesmos.

Tomar decises baseado somente em uma destas ticas pode ocasionar em


perdas para os envolvidos. Sendo assim, o grande objetivo dos gestores quando na
tomada das decises buscar um ponto de equilbrio (grfico 2) de tal forma, que as
receitas da empresa sejam crescentes a longo prazo. Segundo Sinay (2005), o
correto dimensionamento do servio no que se refere ao nmero de postos de
atendimento e velocidade de processamento essencial para se manter um

equilbrio entre o capital disponibilizado no sistema e o nvel de servio / retornos

Custos

pretendidos.

Postos de Atendim ento em Paralelo


Custos gerncia

Custos usurios

Custo total

Grfico 2 Custos dos usurios e da gerncia em funo do nmero de postos de atendimento


fonte: Sinay (Adaptado) (2005)

Como se pode perceber no grfico 2, com o aumento do nmero dos postos de


atendimento em paralelo os custos decrescem para os usurios do sistema
ocasionado em maior satisfao para o cliente. Todavia, caso esses custos sejam
incrementados formao do preo do produto e repassados para os clientes eles
podem inviabilizar seu valor no mercado. Por outro lado, uma menor quantidade de
postos de atendimento em paralelo reduz os custos para a empresa, mas a partir de
um determinado nvel pode causar insatisfao para os usurios deste sistema pelos
tempos de espera crescentes, que naturalmente procuraro um servio concorrente.
Sendo assim, torna-se necessrio a modelagem da curva de custo total. De posse
dos parmetros desta curva, o gestor deve modelar seu sistema de tal forma que o
custo total seja mnimo. Este o ponto de equilbrio.

3.1.3 Elementos de uma Fila


Um sistema de fila formado por uma populao de onde surgem os clientes ou
produtos que formam uma fila aguardando para serem atendidos pelos servidores.

Servidor

Servidor

Populao

Fila
Servidor

Atendimento

Figura 12 Elementos de uma fila


(fonte: Prado, 2004)

A seguir as principais caractersticas de uma fila sero apresentadas:

Clientes e tamanho da populao

Um cliente proveniente de uma populao que pode ser de fonte finita ou


infinita. Dizemos que uma populao infinita quando ela grande ao bastante ao
ponto de um de seus elementos ingressarem no sistema de filas e ela no ser
afetada por isso. Como exemplo podemos citar uma populao de onde so
originados clientes que ingressam em uma agncia bancria. No caso de uma
populao finita, ela pequena o suficiente tal que a sada de um elemento da
populao fonte faa diferena. Seria o caso de uma minerao, na qual um silo
carrega com minrio os trens que chegam. Se existem 5 trens e, se ocorrer de todos
eles estarem na fila do silo, ento no chegar nenhum outro trem.

Processo de Chegada ou Modelo de Chegada:

O processo de chegada define como os clientes ingressam no sistema. De


acordo com o modelo de chegada ele pode ser classificado como determinstico ou
estocstico. Ele dito ser determinstico quando se conhece exatamente o nmero
de chegadas e os instantes de tempo que elas ocorrem. Um modelo estocstico
quando as chegadas ocorrem de forma aleatria obedecendo a um modelo de
distribuio de probabilidade.

O processo de chegadas geralmente especificado pela taxa mdia de


chegadas e o intervalo mdio de chegadas no sistema.

Processo de Atendimento ou Modelo de Servio

O processo de atendimento especificado pelo tempo mdio de atendimento e


taxa de atendimento que na verdade representam a velocidade com que o servidor
do sistema est realizando o atendimento. Seu comportamento anlogo ao
processo de chegadas.

Nmero de servidores

Representa a quantidade de locais para a realizao do atendimento. Pode ser


um nmero finito no caso de guichs de atendimento de praas de pedgio ou
infinito nos atendimentos do tipo self service em que o prprio cliente realiza seu
atendimento.

Capacidade do sistema

Esta caracterstica indica o nmero mximo de usurios que o sistema


comporta, tanto clientes em atendimento quanto em fila, tambm pode ser chamado
de buffer do sistema. Esta capacidade pode ser finita como no caso de peas
aguardando para serem torneadas em uma linha de produo como tambm infinita

no caso de trens aguardando na ferrovia para ingressarem no porto. No caso de


sistemas com capacidade finita, caso ela seja atingida, novos clientes sero
rejeitados em virtude da incapacidade de atendimento.

Disciplina das filas

Define a regra de atendimento dos usurios no sistema. Podem ser dos


seguintes tipos:

FIFO ou PEPS (First in First Out ou Primeiro a Entrar Primeiro a Sair): os


usurios so atendidos de acordo com a ordem de chegada isto , atendimento de
acordo com a ordem de chegada.

LIFO ou UEPS (Last in Firs Out ou ltimo a Entrar Primeiro a Sair): isto ,
quem chega por ltimo o primeiro a ser atendido. um tipo de disciplina mais
aplicado a modelos de estoque.

PRI (priority service): os atendimentos acontecem de acordo com uma


prioridade pr-estabelecida. Como exemplo pode-se citar o ingresso de mulheres
grvidas em um nibus ou trnsito de cargas para navios com vencimento do dead
line.

SIRO (service in random order): o caso em que os atendimentos ocorrem de


forma aleatria. Exemplo: contemplao de consrcios.

3.1.4 Medidas de Desempenho de Filas

Neste item sero apresentadas as principais medidas de desempenho que


podem ser obtidas a partir da Teoria de Filas. Medidas de desempenho so
indicadores a partir dos quais possvel conhecer as principais caractersticas do
sistema estudado. So elas:

: taxa de chegada
: taxa de atendimento
1/: intervalo entre chegadas sucessivas
1/: tempo mdio de atendimento
Lq: nmero mdio de usurios na fila
L: nmero mdio de usurios no sistema
Wq: tempo mdio de espera na fila
W: tempo mdio de espera no sistema
c: nmero de atendentes
: taxa de utilizao dos atendentes ( = / (c*))
i: Intensidade de trfego (i: /)
3.1.5 Notao Kendall
A notao Kendall, proposta por David Kendall em 1953, utilizada para
descrever as principais caractersticas do sistema de fila. Esta notao da seguinte
forma: A/B/c/K/Z,

onde:

A: descreve a distribuio de chegada;


B: descreva a distribuio de atendimento;
c: nmero de servidores em paralelo;
K: capacidade mxima do sistema;
Z: disciplina da fila.

Cabe lembrar que A e B descrevem distribuies de probabilidade:

M: Exponencial ou Marcoviana ou Poisson


Ek: Distribuio Erlang do tipo K.
G: Distribuio Geral

Por exemplo, a notao M/E2/2//FIFO significa que a distribuio de


probabilidades de tempo entre chegadas sucessivas do tipo Exponencial, as
probabilidades de tempos de atendimento so Erlang do tipo 2, existem dois
servidores em paralelo, o sistema possui capacidade infinita e a disciplina de
atendimento FIFO. Quando se omitem os dois ltimos termos desta notao K e Z
quer dizer que o sistema possui capacidade infinita e a disciplina de atendimento
FIFO.

3.1.6 Modelos Bsicos de Filas


3.1.6.1 Modelo M/M/1/
/FIFO
Neste modelo, tanto os intervalos entre chegadas quanto os tempos de
atendimento so markovianos. o caso de apenas um servidor para realizar os
atendimentos, que ocorrem de acordo com a ordem de chegada e a capacidade do
sistema infinita.

Figura 13 Modelo de fila M/M/1


(fonte: Prado, 2004)

Principais indicadores de desempenho do Modelo


Nome

Descrio

Taxa de utilizao

P0
Pn

Probabilidade do sistema ficar


ocioso
Probabilidade de n usurios no

Frmula

P0 = 1
Pn = n (1 )

sistema
L

Nmero mdio de usurios no

L=

sistema

(1 )

Lq

Nmero mdio de usurios na fila

Lq =

Tempo mdio de espera no sistema

W =

Wq

Tempo mdio de espera na fila

Wq =

Wq (t)

Funo de probabilidade acumulada

2
(1 )
1

Wq (t ) = P(Tq t ) = 1 e ( )t

de tempo de espera na fila


W (t)

Funo de probabilidade acumulada

W (t ) = 1 e ( 1 )t

de tempo de espera no sistema


Tabela 2 - Principais indicadores de desempenho do modelo M/M/1//FIFO
(Fonte: Sinay, 2005)

Cabe lembrar que, conforme cita Prado (2005), sistemas estveis exigem um
valor de menor que o que equivalente a dizer uma taxa de utilizao < 1. Isso
acontece pois, quando tende para 1, a fila tende a aumentar infinitamente,
conforme demonstrao a seguir:

L=

(1 )

Pela frmula, pode-se verificar que se tender para 1, L tende para infinito,
saturando o sistema.

20
Tamanho Mdio da Fila

18
16
14
12
10
8
6
4
2
0
0

0,2

0,4

0,6

0,8

Taxa de Utilizao

Grfico 3 - Tamanho mdio da fila em funo da taxa de utilizao


(Fonte: Prado, 2004)

3.1.6.2 Modelo M/M/1/K/FIFO

Como no caso anterior, os tempos entre chegadas sucessivas e os tempos


de atendimento seguem distribuies markovianas (ou exponenciais) de parmetros
e respectivamente. Trata-se tambm de um modelo com um nico servidor que

realiza os atendimentos de acordo com a ordem de chegada. A diferena em relao


ao modelo anterior que neste caso o sistema possui capacidade finita. Isso implica
que a taxa de ingresso ao sistema, n difere da taxa de chegada quando a
capacidade mxima do sistema atingida. Neste caso, as taxas de ingresso e de
atendimento so dadas por:
n =

, 0<= n <= K

0, n >= K
n =

onde n = nmero de usurios no sistema

Principais indicadores de desempenho do Modelo


Nome

Descrio

Frmula

Taxa de utilizao

=
P0 =

P0

Probabilidade de sistema vazio

P0 =

Pn

sistema

Pn =

1
se

=1
K +1

1
se

1
1 k +1

Pn =

Probabilidade de n usurios no

1
se

=1
K +1

(1 ) n se
1
1 k +1

L=
L

Nmero mdio de usurios no

L=

sistema

Lq

Nmero mdio de usurios na fila

Tempo mdio de espera no sistema

Wq

Tempo mdio de espera na fila

Wq (t)

Funo de probabilidade
acumulada de tempo mdio de espera

[1 + K

K se
= 1
2

K (K + 1) se

(1 )(1 K +1 )
K +1

Lq = L 1 + P0
W=

1
(1 PK )

Wq = W

K 2

n =0

i =0

Wq (t ) = 1 q n +1

na fila
qn

Srie Pn truncada devido restrio


de capacidade do sistema

qn =

Pn
1 Pk

Tabela 3 - Principais indicadores de desempenho do modelo M/M/1/K/FIFO


(Fonte: Sinay, 2005)

(ut ) i t
e
i!

3.1.6.3 Modelo M/M/c//FIFO

Figura 14 Modelo de Fila M/M/c


(Fonte: Prado, 2004)

Neste modelo, os intervalos entre chegadas sucessivas () seguem uma


distribuio exponencial. Os atendimentos so realizados por c servidores com
tempo mdio de durao (1/) que tambm seguem uma distribuio exponencial.
Neste caso, tem-se que:

n = , n >= 0
n = n, se 1 <= n < c

c, se n >= c

Principais indicadores de desempenho do Modelo


Nome

Descrio

Taxa de utilizao do sistema

P0

Pn

Frmula

Relao entre a taxa de chegada e


a taxa de atendimento
Probabilidade de sistema vazio

Probabilidade de n usurios no
sistema

sistema

r=

c 1 r n
cr c

P0 = +
n= 0 n! c!(c r )

r n se
Pn = P0
1 n c
n!
Pn = P0

Nmero mdio de usurios no

rn
c

nc

c!

se

nc

r c +1c
L=r+
P
2 0
c!(c r )

Nmero mdio de usurios na fila

P0 cr c +1
Lq =
c!(c r ) 2

Tempo mdio de esperado sistema

rc
W = +
P
2 0
(c 1)!(c )

Wq

Tempo mdio de espera na fila

rc
Wq =
P0
(c 1)!(c ) 2

Wq (t)

Funo de probabilidade

Lq

acumulada do tempo de espera na fila

Wq (t ) = 1 P0

rc
e ( c ) t
c!(1 )

Tabela 4 - Principais indicadores de desempenho do modelo M/M/c//FIFO


(Fonte: Sinay, 2005)

3.1.6.4 Modelo M/M/c/K/FIFO

Neste modelo, os tempos entre chegadas sucessivas e os tempos de


atendimento seguem distribuies exponenciais. Esses atendimentos so realizados
por c servidores que obedecem a poltica de atendimento de acordo com a chegada.
Este modelo possui caractersticas marcantes dos modelos M/M/1/K/FIFO e
M/M/c//FIFO. Ou seja, capacidade finita do sistema e quantidade de servidores

diferente de 1. Desta forma, a taxa de ingresso ao sistema n, difere da taxa de


chegada quando a quantidade de usurios no sistema maior ou igual do que a
capacidade do mesmo (n >= K) tendo em vista sua limitao. As taxas de ingresso e
atendimento so dadas por:

n =

, 0<= n <= K

0, n >= K

e
n = n, se 1 <= n < c

c, se c <= n <= K
Principais indicadores de desempenho do Modelo
Nome

Descrio

Frmula

Taxa de

utilizao do

r=

sistema
Relao entre
a taxa de
R

chegada e a
taxa de
atendimento

c 1 r n r c ( K c + 1)
P0 = +

c!
n =0 n!

Probabilidade
P0

do sistema
vazio

r K c +1
c
r 1

c 1 r n
c

P0 = +

r
n =0 n!

c!(1 )
c

Probabilidade
Pn

de n usurios
no sistema

Pn = P0

r
se

=1
c
1

r
se

1
c

r n se
1 n c 1
n!

Pn = P0

rn
c

n c

c!

Nmero mdio
L

c 1

L = Lq + c + (n c) Pn

de usurios no

n=0

sistema

Lq =
Nmero mdio
Lq

de usurios na
fila

P0 r c +1
Lq =
c!c

P0 r c ( K c + 1)( K c) se r
= 1
c!
2
c

K c
K c +1
r

r
r
(
)
1
1
1

c
+
+

c
c
c

r
1
c

Tempo mdio
W

W=

de espera no
sistema
Tempo mdio

Wq

se

cnK

Wq =

de espera na
fila

r
se

=
c

(1 PK )
Lq

(1 PK )

Tabela 5 - Principais indicadores de desempenho do modelo M/M/c/K/FIFO


(Fonte: Sinay, 2005)

3.1.7 Outros modelos de filas:

Na medida em que o sistema real vai se tornando mais complexo ou ficando


mais denso, os modelos de filas bsicos no so uma boa aproximao e assim, se
faz necessria outra ferramenta de apoio. A Simulao, assim como a Teoria de
Filas uma ferramenta de Pesquisa Operacional que deve ser utilizada para a
anlise e soluo de problemas atravs da representao de uma situao real em
um modelo. A Simulao, contudo, utiliza softwares especializados e permite inserir
determinados detalhes no modelo que por necessidade de simplificao do modelo
criado em Teoria de Filas no so detalhados e com isso permite uma
representao mais fiel da realidade.

3.1.8 Uso de Simulao para anlise de filas

Prado (2004) define simulao computacional como sendo a tcnica de soluo


de problemas pela anlise de um modelo que descreve o comportamento de um
sistema utilizando para isso computadores. J Freitas (2001), afirma que simulao
consiste na utilizao de tcnicas matemticas com o auxlio de computadores, para
imitar operaes e sistemas do mundo real. Existem vrias definies para
simulao, mas para Pegden (1990) simulao o processo de projetar um modelo
computacional de um sistema real e conduzir experimentos com este modelo com o
propsito de entender seu comportamento e/ou avaliar estratgias para sua
operao.

Sistema
Real

Interveno
direta sobre a
operao

Experimentao com
modelos

Uso de
prottipos

Modelagem
Matemtica

Solues
analticas

Simulao

Figura 15 Formas de estudos de sistemas


(Fonte: Law e Kelton, 2000_

A simulao consiste em nada mais do que representar atravs de um modelo


um sistema real e inserir neste modelo dados reais sobre o sistema. Neste ponto a
simulao se diferencia da Teoria de Filas pois ao invs de utilizar valores mdios
para a representao do sistema, ela permite que sejam vinculadas distribuies
estatsticas geradas a partir da coleta de dados.

Uma das grandes vantagens da simulao que ela permite analisar um


sistema sem afetar o modelo que est sendo estudado. Alm disso, tambm
possvel analisar sistemas que ainda no existem tornando-se capaz de verificar
seus impactos e seu modo de funcionamento antes mesmo de sua operao
economizando tempos e recursos financeiros. Todavia, cabe lembrar que a
simulao ao contrrio dos modelos de otimizao, no busca uma soluo tima,
mas sim busca reproduzir um modelo para que sejam feitas anlises que subsidiem
tomadas de deciso. Desta forma, segundo Freitas (2001) a demanda por uma
simulao pode ser motivada pelos seguintes fatores: 1) O sistema real ainda no
existe; 2) Realizar experimentaes com o sistema real oneroso e; 3) Em alguns
casos, como por exemplo em situaes de emergncia, realizar simulaes com o
sistema real torna-se inapropriado.

Devido a estes fatores, a simulao est cada vez mais sendo utilizada como
uma ferramenta de suporte deciso. Soma-se a isto a evoluo que sofreram os
softwares nos ltimos tempos, com a melhora da interface com o usurio e
permitindo uma maior representao da realidade, aliado ao crescente poder de
processamento dos computadores atuais.

3.1.8.1 Passos na criao de um modelo a ser simulado

Para a criao de um modelo envolvendo simulao, existe um roteiro bsico


sugerido por diversos autores que tratam do tema. Este roteiro pode ser resumido na
figura abaixo:

Etapa de Planejamento

Etapa de Modelagem

Etapa de
Experimentao

Reconhecimento do
problema

Coleta de dados

Experimentao

Traduo do modelo

Interpretao e anlise
estatstica dos
resultados

Formulao e anlise do
problema

Formulao do modelo
conceitual

Verificao e validao
do modelo

Documentao do
modelo

Figura 16 Passos na criao de um modelo a ser simulado


(Fonte: adaptado, Freitas, 2001)

1. Reconhecimento do problema: antes da criao do modelo, o primeiro passo


identificar que um problema existe e que pode ser solucionado com a ajuda de
tcnicas de simulao. Nesta etapa deve-se levantar todos os aspectos que se
pretende considerar na formulao do problema.

2. Formulao e anlise do problema: neste etapa busca-se identificar as


caractersticas do problema e delimitar o objetivo do estudo. Isso implica em definir o
seu escopo, os parmetros de anlise, as restries, etc.

3. Formulao do modelo conceitual: visualizar um esboo do sistema objetivo


desta etapa. Deve-se definir que tipo de simulao ser realizada e quais recursos
sero utilizados. Recomenda-se iniciar com um esboo simples do sistema e evoluir
at chegar ao nvel de detalhe necessrio para responder aos objetivos do estudo.

4. Coleta de dados: importante levantar aonde se encontram os dados


necessrios para realizar a simulao. Deve-se coletar estes dados, verificar a
necessidade de trabalh-los estatisticamente para que eles possam, posteriormente,
serem utilizados na alimentao do modelo. necessria alm da coleta de dados,
a coleta de informaes que ajudaro a melhor interpretar o modelo.

5. Traduo do modelo: significa traduzir o modelo para relaes lgicas e


matemticas em uma linguagem de programao adequada. Com os atuais
softwares de simulao, esta etapa fica bastante simplificada caso as anteriores
tenham sido seguidas corretamente.

6. Verificao e validao do modelo: significa avaliar se no existe nenhuma


inconsistncia na lgica de programao do modelo. Verificar tambm se est
respondendo resultados condizentes com a realidade.

7. Documentao do modelo: esta uma parte fundamental de qualquer


simulao pois aonde entra a gesto do conhecimento. Ela permite que pessoas
que no participaram do projeto de criao do modelo, possam estud-lo e utiliz-lo
posteriormente e tambm torna mais simples mudanas futuras. Para isso, devem
ser consideradas na documentao: 1) os objetivos e suposies levantadas; 2) a
lgica de programao computacional adotada; 3) detalhes do modelo conceitual; 4)
ferramentas utilizadas; 5) informaes sobre a amostra de dados; 6) anlise dos
resultados obtidos.

8. Experimentao: realizar as simulaes para gerar os resultados desejados e


fazer as anlises de sensibilidade.

9. Interpretao e anlise estatstica dos resultados: significa fazer inferncias


em cima dos resultados gerados pela simulao. Caso no seja possvel chegar a
nenhuma concluso com a confiabilidade estatstica desejada, pode ser necessrio
realizar mudanas na simulao, alterando, por exemplo, a quantidade de
replicaes, o tempo de perodo simulado, entre outras.

3.1.8.2 Vantagens e Desvantagens da Simulao

Vantagens:

Experimentao em curto espao de tempo: Como o modelo simulado

computacionalmente, o tempo real pode ser simulado em segundos. Esta a

maior vantagem, uma vez que alguns processos poderiam levar meses ou at
anos para completar.

Poucos requerimentos de anlise: Antes de existir a modelagem

computacional, as ferramentas analticas eram os nicos recursos disponveis


para a anlise de sistemas. Desta forma, apenas os sistemas simples com
elementos probabilsticos eram mais convenientes de ser estudados e
analisados. Anlises de sistemas mais complexos eram consideradas um
domnio restrito da matemtica e da pesquisa operacional. Adicionalmente, os
sistemas podiam ser analisados apenas em um ponto esttico de tempo. O
advento da simulao computacional permitiu que sistemas pudessem ser
analisados dinamicamente, com representao do tempo real. Alm disso, o
avano dos pacotes de simulao (softwares) contribuiu para que sistemas
complexos pudessem ser modelados sem a necessidade de experincia em
programao computacional por parte do analista. Esta reduzida necessidade
de requerimentos proporcionou uma disseminao da tcnica para os mais
diversos campos de aplicao.

Modelos

de

fcil

demonstrao:

capacidade

de

representar

graficamente de forma dinmica um processo considerada um dos recursos


mais valiosos da simulao nos tempos atuais. O uso da animao durante
uma apresentao estabelece a credibilidade do modelo. Ela pode ser usada
para descrever a operao e a interao dos processos do sistema
simultaneamente. Alm disso, ela um importante recurso para o analista, que
pode verificar atravs dela se o comportamento do modelo est correto, e
mesmo descobrir o que est errado.

Desvantagens:

A Simulao no pode dar resultados acurados com inputs de m

qualidade: No importa o quanto um modelo bem desenvolvido, se ele no


possuir os dados de input bem trabalhados, analista no pode esperar obter

dados plausveis. A coleta de dados considerada a etapa mais difcil do


processo de simulao. Ainda assim, os projetos que envolvem simulao
muitas vezes reservam pouco tempo para esta etapa. Em muitos casos, a m
qualidade dos dados o fundamento do insucesso de projetos de simulao.

A Simulao no gera respostas simples para problemas complexos: se o

sistema analisado tiver muitos componentes e interaes, a melhor alternativa


de operao considerar cada elemento do sistema. possvel fazer
simplificaes com o propsito de desenvolver um modelo razovel num
espao de tempo razovel. Entretanto, se elementos crticos do sistema forem
ignorados, os resultados obtidos no sero satisfatrios.

Somente a Simulao no resolve problemas: A simulao no resolve

problemas por si s; ela fornece ao tomador de deciso solues potenciais


para o problema. Cabe ao analista avaliar e implementar as mudanas que so
propostas. Por esta razo, importante manter os stakeholders envolvidos com
o projeto.
3.1.8.3 Utilizao do Software Arena para realizao de Simulaes
Segundo (Prado, 1999), o Arena um dos softwares mais utilizados em todo o
mundo, tanto por empresas como por universidades para resolver problemas de
filas. No Brasil ele o mais popular. O software Arena foi lanado pela Systems
Modeling (USA) em 1992, utilizando a linguagem de programao Visual Basic da
Microsoft. Por se tratar de um software computacional, um modelo do Arena executa
sequencialmente e de maneira repetitiva um conjunto de instrues (FREITAS,
2001).
Na verdade o que um simulador computacional como o Arena faz provocar
alteraes em alguns eventos do programa na medida em que o tempo progride,
fazendo com que determinadas variveis do programa que so responsveis por
informar a mudana nas condies do modelo sofram alteraes.
Banks et. al. (1984) afirmam que o Arena trabalha com mdulos interligados
entre si em uma regio denominada rea de trabalho. Uma vez interligados,

possvel que as entidades (objetos de interesse do sistema) percorram os mdulos a


partir de um determinado evento. Para facilitar a visualizao e compreenso do
modelo ao longo do seu desenvolvimento, a modelagem no Arena feita por meio
da descrio do fluxograma da entidade ao longo do sistema. Cada mdulo possui
um conjunto especfico de parmetros que podem ser configurados de acordo com
as especificaes do modelo. Este tipo de interface permite que o projetista
desenvolva um modelo somente com o auxlio do mouse sem a necessidade de
digitao dos comandos de programao na linguagem SIMAN que o Arena utiliza
para a construo de modelos.
A empresa Paragon, representante do Arena no Brasil, indica de forma sucinta
as etapas para a construo de uma simulao no Arena:

1.

Realizar um estudo sobre o comportamento do sistema a ser

simulado, coletando-se as informaes de tempo necessrias;


2.

Construir o modelo no Arena, alimentado com os tempos coletados

na etapa anterior;
3.

Fazer funcionar no Arena o modelo e gerar resultados sobre o seu

comportamento;
4.

Analisar os resultados e, baseado nas concluses, fazer novas

mudanas no modelo para aperfeioar o processo.


5.

Neste ponto, retorna-se para a etapa 3, gerando novos resultados.

Este ciclo se repete at que o modelo se comporte de forma satisfatria.


Como se trata de uma rplica fiel do sistema original, os resultados obtidos pelo
modelo sero vlidos tambm para a situao real.

4 Estudo de Caso MRS Logstica

4.1 Descrio da Empresa

A MRS Logstica uma empresa do setor ferrovirio que foi constituda em 1996
partir de uma concesso da Rede Ferroviria Federal S. A. para atuao na Malha
Sudeste (antiga Superintendncia Regional 3 - SR3). Os trechos que foram
concedidos para a explorao do transporte ferrovirio de cargas, esto distribudos
nos estados de Minas Gerais, Rio de Janeiro e So Paulo e so aqueles que
pertenceram s antigas ferrovias, Estrada de Ferro Central do Brasil, nas linhas que
ligam Rio de Janeiro a So Paulo e a Belo Horizonte, bem como a Ferrovia do Ao e
aqueles pertencentes Estrada de Ferro Santos-Jundia excludas, em ambos os
casos, as linhas metropolitanas de transporte de passageiros no Rio de Janeiro e
em So Paulo, totalizando extenso de 1.674 km distribudos.

Figura 17 Mapa esquemtico da Malha da MRS Logstica


(Fonte: www.mrs.com.br)

A localizao da empresa considerada estratgica por estar em uma regio


que concentra aproximadamente 65% do produto interno bruto do Brasil e onde

esto instalados os maiores complexos industriais do pas. Alm disso, a MRS


possui acesso a portos importantes do Brasil como o porto de Sepetiba, do Rio de
Janeiro e o de Santos (o mais importante da Amrica Latina).

Apesar de possuir uma carteira de clientes diversificada, os grandes volumes de


produo da empresa esto concentrados no transporte de produtos para seus
acionistas.

Grfico 4 Relao dos acionistas da MRS


(Fonte: MRS Logstica)

Em decorrncia deste fato, sua produo fortemente impulsionada pelo


transporte de cargas denominadas Heavy Haul (aproximadamente 75% de sua
produo) ou seja, Minrio de Ferro para o Mercado Interno e Externo, Carvo,
Coque de Petrleo e Bauxita. Apesar disso, a empresa vm crescendo seu volume
no transporte de Cargas Gerais que so os commodites, produtos siderrgicos,
cimento, contineres, entre outras. A produo da Companhia em 2005 foi de
aproximadamente 108,1 milhes de toneladas, um crescimento aproximado de
10,2% em relao a 2004.

4.2 Ptio Arar

4.2.1 Breve descrio do Arar

O ptio do Arar (sigla FAR) o responsvel pelo acesso ferrovirio em bitola


larga (1,60 m) ao Porto do Rio de Janeiro. Este ptio faz parte da concesso da
MRS Logstica e faz conexo com importantes terminais de carga e descarga
viabilizando a importao e exportao de diversos produtos via ferrovia.

Arar

Figura 18 Fotografia por satlite do ptio do Arar


(Fonte: Google Earth)

Dentre as atribuies do Arar podemos destacar:

- Recebimento dos trens e separao dos vages de acordo com o terminal de


destino;

- Posicionamento de vages nos terminais;

- Fechamento com os terminais da quantidade de vages para descarga e


carga;

- Recebimento dos vages devolvidos pelos terminais e manobras para


formao dos trens originados do ptio;

- Registro no sistema de informaes operacionais da MRS (Sislog) de todas as


informaes da operao.

Dentre os terminais atendidos pelo acesso ferrovirio, podemos destacar como


maiores operadores de carga:

- Operador: Triunfo Operadora Porturia


Principais produtos: Produtos Siderrgicos e Ferro Gusa.

- Operador: Multitex Logstica Integrada


Principais produtos: Produtos Siderrgicos.

- Operador: Petrolog Servios e Armazns Gerais


Principais produtos: Produtos Siderrgicos e Contineres

- Operador: Multiportos Operadora Porturia


Principais produtos: Produtos Siderrgicos

- Operador: Multi-Rio Operaes Porturias (Multiterminais)


Principais produtos: Contineres.

4.2.2 Acesso ao Ptio

Devido aos tipos de cargas operadas pelos terminais atendidos pelo ptio do
Arar, o acesso ferrovirio ao ptio feito por trens de Carga Geral utilizando a
prpria malha da MRS. A chegada ao Arar apresenta diversos problemas
operacionais devido, principalmente, cruzamentos com os trens de passageiros da
Supervia e invaso pelas comunidades locais da faixa de domnio da MRS nas
regies prximas ao porto do Rio de Janeiro restringindo a velocidade de cruzeiro do
trem nesta regio.

O ingresso do trem no ptio se d da seguinte forma: Caso haja disponibilidade


de espao nas linhas de manobra do Arar, o trem entra no ptio pela linha 2 (ver
figura 19). No havendo capacidade do ptio para recebimento do trem, ele fica
aguardando em outro ptio na malha da MRS at que possa ser recebido (percebese que este um fator causador de filas). A partir da, os vages so manobrados
nas linhas do ptio e levados aos respectivos terminais de destino. Caso o terminal
no possa receber a carga, o vago fica aguardando em uma das linhas do ptio
diminuindo sua capacidade de manobra (outro gerador de filas). Aps o vago ser
entrega ao terminal, a MRS aguarda que ele seja carregado ou descarregado para
ento realizar a manobra de busca do vago, formar o trem de retorno e sair do
ptio pela linha 3.

Desta forma, caso haja um desbalanceamento entre a taxa de chegada de


vages no ptio do Arar e sua capacidade de manobra, sero geradas filas. De
forma anloga, no havendo capacidade de recebimento vages nos terminais de
destino, eles ocuparo o ptio do Arar diminuindo sua capacidade de recebimento
de novos vages. Resumindo: as filas podem ser geradas pelo prprio ptio do
Arar e pelos terminais de descarga.

Figura 19 Desenho esquemtico do ptio do Arar


(Fonte: MRS Logstica)

4.2.3 Problemas enfrentados pelo Arar

Com os crescentes volumes de transporte de Cargas Gerais pela MRS


Logstica, o ptio do Arar um dos locais que mais est sendo impactado por
essas mudanas. Atualmente o ptio um dos maiores gargalos operacionais da
Companhia por enfrentar um desequilbrio entre a demanda e sua capacidade de
produo. A restrio de capacidade se d em virtude da insuficiente estrutura fsica
e de pessoal, por questes de limitaes do layout do ptio e tambm pelo fato de
lidar com terminais operados terceiros.

Alm disso, existem problemas de chegada de trens no ptio uma vez que os
vages no chegam agrupados por terminal de destino e, portanto, precisam ser
separados no prprio ptio ocasionando maior ocupao das linhas de manobra.
Vale lembrar tambm que, como o ptio ativo mais prximo do Arar o de Rocha
Sobrinho que fica a uma distncia de 28 km, o Headyway (espao temporal entre
trens sucessivos) alto, diminuindo, desta forma, a capacidade do ptio. Para
agravar ainda mais este problema, entre estes dois ptios ocorrem cruzamentos com
trens de passageiros da Supervia que tm prioridade de circulao sobre os trens de
carga garantida por legislao.

Por outro lado, existem os impasses de cunho social que acabam por limitar a
operao no ptio. Ou seja, de forma geral, as reas prximas s ferrovias e as
reas porturias so regies em que o ndice de pobreza alto e na maioria dos
casos o poder pblico no se encontra presente. No caso do acesso ao Arar, essa
ausncia do governo vm gerando graves problemas de invaso da faixa de domnio
que foram a diminuio da velocidade do trem nesta regio e dificultam
manuteno da via ou a expanso fsica da ferrovia, alm de ocorrem em furtos de
carga.

Figura 20 Invaso da faixa de domnio da MRS nas vias de acesso ao ptio do Arar

Por fim, como quase todos os terminais que possuem interface com o ptio do
Arar no so contratados pela MRS, incluindo neste caso a Triunfo que representa
o maior volume, o ptio no exerce muita influncia na operao dos terminais.
Como conseqncia, o ptio enfrenta dificuldades de planejamento pois pouco se
sabe sobre a previso de recebimento de vages dos terminais ou a necessidade de
entrega de vages para descarga. Essa dificuldade acaba por prejudicar todo o
planejamento da Companhia uma vez que nem sempre a necessidade de vages
vazios da MRS para atender outros clientes est alinhada com o que os terminais
iro descarregar.
4.2.3 Planejamento de cargas para o ptio do Arar

Atualmente o processo de planejamento mensal e semanal da MRS no possui


ferramentas para visualizar se o ptio e os terminais so capazes de atender a
demanda de vages solicitada para ele. Esta deficincia uma das grandes
responsveis pela ocorrncia de filas pois podem ser programados carregamentos
que o sistema no capaz de suportar. Todavia, isto acontece no s pela falta de
uma ferramenta adequada para auxiliar na visualizao destas restries como
tambm pelo fato da capacidade do sistema como um todo no estar claramente
definida. Este trabalho visa tratar justamente deste ponto.

Demanda
Disponvel

Capacidade

Descrio

Situao 1

Situao indesejvel para a Companhia. Existe capacidade ociosa.

Situao 2

Situao em que a demanda maior do que capacidade. Neste


caso necessria a realizao de investimentos para aumentar a
capacidade de produo.

Situao 3

o ideal para a Companhia pois no existe demanda reprimida nem


capacidade ociosa.

Situao
Atual MRS

a situao atual na MRS. No se sabe se com a demanda


disponvel a Empresa ter capacidade de atendimento. Isso
acontece por dois motivos: desconhecimento da capacidade real e
por falta de visualizao do comportamento do sistema frente a
capacidade emprica e a demanda planejada.

Tabela 6 Situaes de demanda x capacidade

4.3 Coleta de dados para anlise do sistema

Para anlise do sistema, foram coletados dados do perodo de julho a dezembro


de 2005 diretamente das bases de dados do Sislog, que o sistema Logstico da
MRS que concentra e operacionaliza as vrias atividades referentes ao
planejamento, execuo e controle da Produo. Alm de permitir uma maior
compreenso do sistema, essa massa de dados estatisticamente analisada foi
utilizada para alimentar o modelo de simulao representativo da realidade.

Foram coletados dados relativos a intervalos entre chegadas de vages nos


terminais do Arar, a blocos de vages destinados por terminal e os respectivos
tempos de permanncia em cada terminal. Os tempos de manobra de
posicionamento e retorno desses vages foram adotados como constantes de
acordo com informao passada pela operao do ptio do Arar.

Quantidade de vages por terminal


3%

6%

12%
5%

74%

Triunfo

Multitex

Petrolog

Multiportos

Multiterminais

Grfico 5 Quantidade de vages por terminal de destino


(Fonte: MRS Log;istica)

Aps a coleta dos dados, eles foram lanados no Input Analyser que faz parte do
pacote do Arena para analisar qual distribuio de probabilidade mais se adequava
amostra. A seguir o resumo dos resultados emitidos pelo Arena.

INTERVALO ENTRE CHEGADAS NOS TERMINAIS


Terminal

Distribuio

Expresso

Erro Quadrado

Triunfo

Beta

205 + 635 * BETA(0.878, 1.5)

0,001542

Multitex

Beta

455 + 2.85e+003 * BETA(0.81, 1.26)

0,015274

Petrolog

Beta

210 + 1.48e+003 * BETA(0.853, 1.43)

0,006036

Multiportos

Exponencial

585 + EXPO(1.19e+003)

0,011369

Multiterminais

Weibull

330 + WEIB(1.16e+003, 1.13)

0,004289

Tabela 7 - Distribuio dos intervalos de chegadas nos terminais

TAMANHOS DOS BLOCOS DE VAGES


Terminal

Distribuio

Expresso

Triunfo

Beta

7.5 + 37 * BETA(1.18, 1.25)

0,003229

Multitex

Beta

1.5 + 11 * BETA(0.967, 1.46)

0,005711

Petrolog

Triangular

TRIA(0.5, 1.17, 17.5)

0,003437

Multiportos

Triangular

TRIA(0.5, 7.67, 8.5)

0,162591

Multiterminais

Beta

0.5 + 13 * BETA(1.15, 1.37)

0,007866

Tabela 8 - Distribuio dos tamanhos dos blocos de vages

Erro Quadrado

TEMPO DE TERMINAL
Terminal

Distribuio

Expresso

Erro Quadrado

Triunfo

Gamma

76 + GAMM(251, 0.889)

0,001973

Multitex

Beta

60 + 390 * BETA(0.578, 1.5)

0,007789

Petrolog

Exponencial

96 + EXPO(355)

0,001657

Multiportos

Weibull

51 + WEIB(143, 1.09)

0,005443

Multiterminais

Exponencial

39 + EXPO(222)

0,002687

Tabela 9 - Distribuio dos tempos de terminal

Podemos perceber que todas as distribuies de probabilidades sugeridas pelo


Arena apresentam um Erro Quadrado baixo tornando as expresses muito
confiveis para a representao da amostra.

4.4 Modelagem do sistema

Com j foi dito anteriormente que uma das grandes dificuldades de planejamento
saber a capacidade do sistema Arar como um todo e no s as capacidades
isoladas dos terminais e do ptio, partiu-se para a anlise do sistema com o auxlio
de ferramentas matemticas de modelagem.

Lgica do modelo

Os trens destinados ao ptio do Arar so formados por blocos de vages


agrupados por terminal de destino. Esses blocos de vages chegam ao Arar a uma
taxa ci e so manobrados para serem entregues aos terminais a uma taxa mi.
Dentro do terminal de descarga os blocos de vages so descarregados com uma
taxa di e ento retornam para o ptio com uma taxa de retorno ri. Finalmente, os
vages devolvidos pelo terminal so manobrados a uma taxa de ri e ento os
blocos de vages formam um novo trem e saem do sistema. Podemos perceber que
no modelo existem duas taxas de chegada: taxa de chegada dos vages para
descarga e taxa de chegada dos vages devolvidos pelo terminal para o ptio aps

a descarga. Existem trs taxas de atendimento: manobra dos vages para serem
posicionados para o terminal, descarga nos vages e manobra dos vages para
formao do trem de retorno. A figura 21 ilustra o processo descrito.

Figura 21 Modelo de operao do Ptio do Arar

Alm dessas j caractersticas descritas, vale ressaltar que sistema possui


teoricamente uma capacidade infinita pelo fato dos trens poderem formar filas ao
longo da linha da MRS e a disciplina da fila FIFO. Tendo as distribuies de
probabilidade de chegada e atendimento (tabelas 7 e 9), o nmero de servidores, a
capacidade do sistema e a disciplina de chegada, representamos na notao de
Kendall para verificar em qual modelo de fila o sistema se encaixava.

Tabela 10 Modelos de filas gerados

Como pode ser verificado, os modelos do sistema em questo no so


exatamente como os modelos de filas bsicos apresentados no captulo 3 deste
trabalho. A partir desta constatao, da verificao da variabilidade e complexidade
do sistema, chegou-se a concluso que a utilizao de ferramentas de simulao
com o auxlio do Arena poderiam ser mais efetivas para o problema.
Cabe lembrar que, visando simplificar o sistema e torna-lo possvel de ser
modelado matematicamente, algumas simplificaes foram adotadas:

69

Realidade

Simplificao

Justificativa
So os 5 terminais mais
representativos em termos de
quantidade de vages.

Existem vrios terminais atendidos pelo


ptio do Arar.

Considerados somente 5
terminais.

Os tempos de manobra no so constantes.

No existe a informao do
Adotados os tempos de
tempo de manobra real no
manobra como constantes.
Sislog.

Terminais operam cargas distintas (ex.: P.


Siderrgico, Ferro Gusa, Continer)

Cargas no foram
diferenciadas.

Simplificao do modelo.

Prioridade para algumas cargas para


cumprimento de dead line de navios.

Adotada a poltica de
atendimento FIFO.

No representa diferena nos


resultados do modelo.

Nem todos os terminais trabalham em finais


Desconsiderado.
de semana e 24 horas por dia.
Existem terminais com mais de um ponto
de descarga.

Simplificao do modelo.

Considerados todos os
A diferena foi refletida na
terminais com 1 servidor de
taxa de atendimento.
atendimento.

Tabela 11 Simplificaes adotadas na modelagem

4.5 O Modelo no Arena


As caractersticas operacionais do processo de chegada e atendimento dos
vages no Arar foram representadas no Arena de acordo com o modelo da figura
a seguir:

70

Figura 22 Estrutura do modelo no Arena

A partir deste fluxograma operacional de chegada e atendimento dos vages no


sistema, foram inseridos os seguintes parmetros no modelo:

Parmetros imputados
Arar

Triunfo

Multitex

Petrolog

Multiportos

Multiterminais

Distribuio da Taxa de Chegada

NA

205 + 635 *
BETA(0.878, 1.5)

455 + 2.85e+003 *
BETA(0.81, 1.26)

210 + 1.48e+003 *
BETA(0.853, 1.43)

585 +
EXPO(1.19e+003)

330 + WEIB(1.16e+003,
1.13)

Distribuio da Taxa de
Atendimento

NA

76 + GAMM(251,
0.889)

60 + 390 *
BETA(0.578, 1.5)

96 + EXPO(355)

51 + WEIB(143,
1.09)

39 + EXPO(222)

Distribuio Tamanho dos Blocos


de Vages

NA

7.5 + 37 *
BETA(1.18, 1.25)

1.5 + 11 *
BETA(0.967, 1.46)

Capacidade esttica

170 vages

55 vages

25 vages

25 vages

18 vages

10 vages

Tempos de manobra

5 min/vago

5 min/vago

5 min/vago

5 min/vago

5 min/vago

5 min/vago

TRIA(0.5, 1.17, 17.5) TRIA(0.5, 7.67, 8.5)

0.5 + 13 * BETA(1.15,
1.37)

Tabela 12 Parmetros imputados no modelo

Como todos os parmetros imputados, foi feita uma simulao equivalente a 100
dias de operao.

71

Barras azul 

Vermelha 

Figura 23 - Tela do Arena durante a realizao da simulao

Pela animao foi possvel acompanhar ao longo do tempo o tamanho da fila


(ex.: 92), a ocupao do ptio do Arar (barra vermelha) e dos Terminais (azul).
Alm disso, tambm foi montado um grfico que indicava a evoluo do tempo de
permanncia dos vages no sistema.

Com esta simulao foram obtidos os seguintes resultados:

o Tempo mdio de permanncia dos blocos no ptio Arar em manobras: 45,18


min.
o Tempo mdio de permanncia dos blocos no Terminal Triunfo: 624,24 min.
o Tempo mdio de permanncia dos blocos no Terminal Multitex: 34,68 min.
o Tempo mdio de permanncia dos blocos no Terminal Petrolog: 40,14 min.
o Tempo mdio de permanncia dos blocos no Terminal Multiportos: 30,95 min.
o Tempo mdio de permanncia dos blocos no Terminal Multiterminais: 4,07
min.

72

o Tempo mdio de fila: 276,73 minutos


o Tempo mximo de fila: 6447,35 minutos
o Nmero mdio de blocos na fila: 2,60 blocos
o Quantidade Mdia de Vages no Ptio do Arar: 88,33 vgs.
o Quantidade Mdia de Vages na Triunfo: 38,30 vgs.
o Quantidade Mdia de Vages na Multitex:: 0,15 vgs.
o Quantidade Mdia de Vages na Petrolog: 0,43 vgs.
o Quantidade Mdia de Vages na Multiportos:: 0,10 vgs.
o Quantidade Mdia de Vages na Multiterminais: 0,001 vgs.

o Quantidade Mxima de Vages no Ptio do Arar: 170 vgs.


o Quantidade Mxima de Vages na Triunfo: 54,99 vgs.
o Quantidade Mxima de Vages na Multitex:: 20,63 vgs.
o Quantidade Mxima de Vages na Petrolog: 24,68 vgs.
o Quantidade Mxima de Vages na Multiportos: 11,88 vgs.
o Quantidade Mxima de Vages na Multiterminais: 9,96 vgs.

o Utilizao Mdia do Ptio do Arar: 51,96%


o Utilizao Mdia do Terminal da Triunfo: 69,64%
o Utilizao Mdia do Terminal da Multitex:: 0,06%
o Utilizao Mdia do Terminal da Petrolog: 1,7%
o Utilizao Mdia do Terminal da Multiportos: 0,6%
o Utilizao Mdia do Terminal da Multiterminais: 0,01%

o Utilizao Mxima do Ptio do Arar: 100%


o Utilizao Mxima do Terminal da Triunfo: 100%
o Utilizao Mxima do Terminal da Multitex:: 82,53%
o Utilizao Mxima do Terminal da Petrolog: 98,76%
o Utilizao Mxima do Terminal da Multiportos: 66,04%
o Utilizao Mxima do Terminal da Multiterminais: 99,67%

o Tempo mdio de permanncia no sistema dos vages da Triunfo: 2.115 min.


o Tempo mdio de permanncia no sistema dos vages da Multitex: 588 min.

73

o Tempo mdio de permanncia no sistema dos vages da Petrolog: 563 min.


o Tempo mdio de permanncia no sistema dos vages da Multiportos:
547,12 min.
o Tempo mdio de permanncia no sistema dos vages da Multiterminais: 82,45
min.

Anlise dos resultados

Analisando os principais indicadores de desempenho do sistema decorrentes da


simulao, podemos verificar que os blocos de vages esto ficando em mdia 4
horas e meia em fila aguardando para ingressar no sistema. Ou seja, podemos
interpretar que todo vago destinado ao Arar perde esse tempo que no agrega
nenhum valor ao ciclo do produto. Outra verificao importante que ficam em
mdia 2,6 blocos de vages aguardando em fila no sistema, considerando que a
amostra dos blocos tem mdia de 28,31 vages com desvio padro de 13 vages,
podemos aproximar que na mdia sempre existe um trem aguardando em fila para
ingressar no sistema.

O terminal da Triunfo por ser o maior concentrador de cargas (aproximadamente


75% do volume) e por trabalhar com lotes maiores de vages, o que apresenta o
maior tempo mdio de permanncia. Os outros terminais apresentam tempos de
permanncia relativamente baixos sendo que em alguns casos tempos fora da
realidade, indicando a ocorrncias de problemas de qualidade da informao na
base de dados.

Outra informao importante que a quantidade mdia de vages no ptio do


Arar foi de 88. Isso representa uma utilizao do ptio de 51,96%. J os terminais
da Triunfo, Multitex, Petrolog, Multiportos e Multiterminais tiveram uma utilizao de
69,64%, 0,06%, 1,7%, 0,6% e 0,01%, respectivamente. Com essas informaes
conclumos que o ptio do Arar e o Terminal Triunfo esto com utilizaes bem
adequadas ao sistema. J os outros terminais esto sendo muito pouco utilizados
mas como so terminais de terceiros isso no representa um problema de

74

ociosidade para a MRS. Alm disso, sabe-se que estes terminais operam cargas
transportadas por carretas e na verdade no ficam ociosos.

Os resultados gerados foram analisados por especialistas da MRS e mostraramse bastante convincentes uma vez que de conhecimento de todos que as filas
geradas no sistema Arar ocorrem devido a picos de demanda ou redues
temporrias na taxa de descarga, conforme pode ser concludo pelos resultados da
simulao.

4.6 Especificao da Ferramenta proposta

Criado um modelo no Arena que representa com preciso o comportamento do


sistema, prope-se a criao de uma ferramenta de planejamento baseada neste
modelo para auxiliar nas tomadas de deciso de carregamentos que permita
visualizar previamente na programao semanal o comportamento do sistema com a
demanda disponvel. A inteno permitir ao usurio realizar algumas anlises de
sensibilidade entre demanda e as taxas de descarga para poder negociar junto
comercial, ptios e os terminais o atendimento da prxima semana baseado em
algumas premissas.

Resumindo, com o modelo validado pelas respostas geradas, a ferramenta tem


como premissa fazer alteraes nos parmetros de entrada de acordo com a
demanda para gerar novas respostas que sero analisadas e podero levar a novas
entradas de acordo com o comportamento do sistema. O fluxograma abaixo resume
a idia bsica da ferramenta:

75

Figura 24 Fluxograma de funcionamento da ferramenta

Caractersticas da ferramenta

Como no processo de programao semanal atual, devero ser informados para


os sistema a quantidade de vages a serem carregados por dia em cada origem
separados por terminal de destino. Segue exemplo de uma tela caracterstica para o
sistema proposto:

76

Programao Semanal
Programao de carregamentos

Origem

Destino

Terminal

Previso
Chegada

Seg

Ter

Qua

Qui

Sex

Sab

Dom

FDM

FAR

Triunfo

D+2

40

30

30

36

45

33

40

FDT

FAR

Triunfo

D+2

30

20

20

10

12

10

IEF

FAR

Triunfo

D+3

26

34

30

20

12

15

IEF

FAR

Petrolog

D+3

23

15

16

15

15

10

FBO

FAR

Petrolog

D+2

15

10

10

10

10

FCA

FAR

Multitex

D+3

10

FBO

FAR

Multiportos

D+2

12

FBO

FAR

Multiterminais

D+2

10

15

FDT

FAR

Multiterminais

D+2

10

10

10

Figura 25 Programao de carregamentos Ferramenta proposta

Baseado nas informaes de carregamento o sistema dever calcular a previso


de chegada das cargas no destino e ento calcular a taxa mdia de chegada de
vages por minuto e por terminal de destino naquela semana. Essa informao de
taxa de chegada ser lanada no modelo do Arena para visualizar o seu
comportamento.

Desta forma, o sistema ir substituir em um primeiro momento no modelo


original (entradas) as taxas de chegadas, alterando expresses de probabilidade por
valores constantes, buscando visualizar o comportamento do sistema sem alterar
nesta etapa as expresses que representam as taxas de descarga. Com os
parmetros lanados, deve-se rodar a ferramenta que ir processar o modelo de
simulao no Arena.

77

Programao Semanal
Chegada de cargas no Arar

Seg

Ter

Qua

Qui

Sex

Sb

Dom

Taxa de
Chegada
(vages / min)

Triunfo

50

60

90

76

84

76

70

0,0500

76 + GAMM(251, 0,889)

Multitex

10

15

0,0033

60 + 390 * BETA(0,578, 1,5)

Petrolog

22

30

15

33

25

15

16

0,0155

96 + EXPO (355)

Terminal

Descarga

Multiportos

12

0,0029

51 + WEIB (143, 1.09)

Multiterminais

15

10

20

15

17

0,0076

39 + EXPO (222)

Simular

Figura 26 Chegada de vages no terminal Ferramenta proposta

Aps rodar a simulao o sistema dever gerar um relatrio informando os


tempos previstos de permanncia do vago no sistema e as informaes relativas a
filas.
O planejador dever neste momento analisar os resultados e caso as sadas
estejam de acordo com o esperado, ele poder validar a programao. Caso
contrrio, ele ter a opo de negociar junto aos terminais novas taxas de descarga
e alterar os dados de entrada do modelo com novos parmetros de descarga. No
sendo possvel alterar as taxas de descarga, ser necessrio reduzir a demanda
programada e gerar novas taxas de chegada de vages. Este balanceamento
dever feito at se chegar a uma situao desejada de comportamento do sistema.

Programao Semanal
Relatrio de comportamento do sistema

Terminal

Tempo mdio de Tempo mdio de Tempo mdio de Tempo mdio de


Nmero mdio de
permanncia no permanncia em permanncia no permanncia no
vages em fila
terminal (min)
fila (min)
ptio (min)
sistema (min)

Parmetros

Triunfo

1.560

320

120

2.000

50

Alterar taxa de
chegada

Alterar taxa de
descarga

Multitex

1.200

320

120

1.640

50

Alterar taxa de
chegada

Alterar taxa de
descarga

Petrolog

1.340

320

120

1.780

50

Alterar taxa de
chegada

Alterar taxa de
descarga

840

320

120

1.280

50

Alterar taxa de
chegada

Alterar taxa de
descarga

1.300

320

120

1.740

50

Alterar taxa de
chegada

Alterar taxa de
descarga

Multiportos

Multiterminais

Simular

Figura 27 Relatrio sobre o comportamento do sistema Ferramenta proposta

78

Aps validado os resultados, a programao poder ser efetivada e os clientes,


o ptio e os terminais devero ser informados do que foi planejado para se
prepararem no decorrer na semana para seu cumprimento. Como pde ser
percebido, a ferramenta no capaz propor uma soluo e sim testar as solues
propostas pelo usurio informando como o sistema se comporta com ela.
A ferramenta dever ser criada em uma linguagem de programao que
possua algum tipo de interface com o Arena para garantir a interface desejada.

79

5 Concluses e sugestes
Pode-se afirmar que os objetivos inicialmente traados para este trabalho foram
plenamente atingidos. Fica claro que atual processo de planejamento e
programao da MRS no ser capaz de suportar a demanda prevista para os
prximos anos e por isso torna-se necessrio o incremento de novas ferramentas
para dar suporte a este crescimento. Dentre as limitaes existentes uma delas a
incapacidade de enxergar algumas restries do sistema tal como os terminais de
descarga.

No incio desta monografia, partiu-se com uma idia de que com a utilizao de
tcnicas de Teoria de Filas seria possvel analisar o sistema e utilizar a modelagem
matemtica como base para uma ferramenta de apoio as atividades de
planejamento e programao. Todavia, no decorrer das pesquisas verificou-se que
em sistemas complexos como o caso de ptios ferrovirios em contatos com
diversos terminais a simulao a ferramenta mais adequada uma vez que ela
permite a representao de algumas realidades que a Teoria de Filas no capaz
de conduzir, sem com isso, perder a qualidade da informao.
A execuo da simulao utilizando o software Arena gerou, de fato,
resultados coerentes sobre o funcionamento operacional do sistema Arar e permitiu
a proposio de uma ferramenta de apoio a programao semanal utilizando como
plataforma este modelo. A idia bsica auxiliar o processo de programao
semanal atravs da previso de comportamento do sistema frente demanda e as
taxas de descarga disponveis. A expectativa de que com uma ferramenta como
essa se diminua os tempos de trem hora parado aguardando em fila para descarga
e, consequentemente, aumente a produtividade dos ativos da MRS atravs de
ganho de ciclo.

Vale lembrar contudo que o papel da simulao e desta ferramenta proposta,


no obter uma soluo otimizada para o problema, mas sim fornecer informaes
importantes que serviro de suporte para os planejadores da Companhia intervirem

80

no sistema com antecedncia, visando evitar a tomada decises baseadas em


empirismos.

Sendo assim, sugere-se para a MRS implementar esta ferramenta com carter
de projeto piloto na rea de planejamento da Empresa e ento repetir este mesmo
tipo de trabalho para outros sistemas geradores de filas na empresa, tais como
Cremalheira, Manoel Feio, Transbordo com Estrada de Ferro Vitria Minas em
Lafaiete Bandeira, entre outros de forma que se possa implementar um processo de
planejamento integrado visualizando todas as restries do sistema. Para isso, ser
necessria a modelagem atravs da simulao de todos estes sistemas. Alm disso,
sugere-se tambm implantar este mesmo tipo de ferramenta para outros horizontes
de planejamento tal como mensal e anual.

81

Referncias bibliogrficas

BALLOU, R. H. Gerenciamento da cadeia de suprimentos: planejamento


organizao e logstica empresarial. Porto Alegre, 2001.

BANKS, J. ET. AL. Discrete-event system simulation. New Jersey, 1984.

BOWERSOX, D. J.; CLOSS, D. J. Logisitical management: the integrated supply


chain process. New York, 1986.

BUSTAMANTE, J. DE C. Introduo ao Sistema de Transporte Ferrovirio.


Apostila do Curso de Especializao em Transporte Ferrovirio de Cargas do
Instituto Militar de Engenharia. Rio de Janeiro, 2005.

CORRA, H. L. Administrao de produo e operaes : manufatura e


servios : uma abordagem estratgica. So Paulo, 2004.

FLEURY,

P.F.

Gesto

Estratgica

do

Transporte.

Disponvel

em:

http://www.cel.coppead.ufrj.br/fs-public.htm, 2002

FREITAS, P. J. Introduo Modelagem e Simulao de Sistemas. Florianpolis,


2001.

LAW, A. M., KELTON, W. D. Simulation Modeling and Analysis, 3 ed. New York,
2000.

NAZRIO, P.; WANKE, P.; FLEURY, P F. O Papel do Transporte na Estratgia


Logstica. Disponvel em: http://www.cel.coppead.ufrj.br/fs-public.htm, 2000

OJIMA, A. L. R. DE OLIVEIRA. Anlise da movimentao logstica e


competitividade da soja brasileira: uma aplicao de um modelo de equilbrio
espacial de programao quadrtica. Campinas, 2004.

82

LCIO, A. Os eixos estruturadores e dos corredores de transportes. Revista de


Poltica Agrcola. Braslia, 1995.

PARAGON, Site institucional, www.paragon.com.br [capturado em 12/03/2006]

PORTO, Telmo Giolito. Transporte Ferrovirio. So Paulo, 2004.

PRADO, D. S. Teoria das Filas e da Simulao. Belo Horizonte, 2004.

SINAY, M. C. F. Teoria de Filas. Apostila do Curso de Especializao em


Transporte Ferrovirio de Cargas do Instituto Militar de Engenharia. Rio de Janeiro,
2005.

STLP, V.J.; PL, J.A.. Estudo do setor agroindustrial da soja. Porto Alegre,
1992.

VENNCIO, IRINEU. Sinalizao, Comunicao e Controle de Trfego. Apostila


do Curso de Especializao em Transporte Ferrovirio de Cargas do Instituto Militar
de Engenharia. Rio de Janeiro, 2006.

VIEIRA, LVARO. Mecnica dos Pavimentos aplicada a ferrovias. Apostila do


Curso de Especializao em Transporte Ferrovirio de Cargas do Instituto Militar de
Engenharia. Rio de Janeiro, 2006.

83