Escolar Documentos
Profissional Documentos
Cultura Documentos
Piracicaba
2011
Neisvaldo Barbosa dos Santos
Engenheiro Agrônomo
Orientador:
Prof. Dr. MARCOS MILAN
Piracicaba
2011
Dados Internacionais de Catalogação na Publicação
DIVISÃO DE BIBLIOTECA - ESALQ/USP
CDD 633.61
S237i
“Permitida a cópia total ou parcial deste documento, desde que citada a fonte – O autor”
3
Você é aquilo que você é. Mas você é também um produto do seu ambiente. Os
seus pensamentos, suas ações, suas atitudes, suas ambições são - em grande escala -
dependente das pessoas e das circunstâncias que estão se passando ao seu redor.
Olhe para as pessoas ao seu redor. O que é que elas lhe têm feito pensar? Para
onde elas estão te levando? O que é que você está se tornando em função da sua
associação com elas? O bom senso só pode lhe conduzir a estar perto de pessoas que
irão lhe impulsionar rumo à concretização dos seus sonhos. Pessoas que irão lhe
desafiar a ser e a dar o seu melhor. O oposto disto só resta à desastrosa influência
rumo à mediocridade.
Busque por pessoas e por situações que lhe inspire. Esteja consciente que o seu
ambiente tem uma sutil e poderosa influencia sobre a sua vida e talvez muito mais do
que você imagina. Certifique-se de que ao seu redor está presente uma força
multiplicadora de positivas influencias.
George Eliot
DEDICO
4
5
AGRADECIMENTOS
SUMÁRIO
RESUMO ................................................................................................................................... 9
ABSTRACT ..............................................................................................................................11
1 INTRODUÇÃO ......................................................................................................................19
5 CONCLUSÕES ..................................................................................................................... 73
REFERÊNCIAS........................................................................................................................ 75
ANEXOS .................................................................................................................................. 81
9
RESUMO
ABSTRACT
The sugar cane has significant role on Brazilian agribusiness economy. Its sub products are
used for electric power generation, fuel production, as raw material for food and chemical
industry. On sugarcane production, harvesting is considered as one of the most important
operations of the process for it has to attend the raw material demanded by the sugar mill in
quality and a competitive cost. However, the economical and operational harvesting performance
is influenced by several variables systemically inter-related. Because of this to predict the effects
of individual alterations on variables during the operation is difficult. Due to this difficulty the
aim of this study was to analyze, in a systemic way, the variables influence on economical and
operational performance in sugar cane mechanized harvesting process. For this purpose a model
called "ColheCana", was developed in a spreadsheet and in a programming language. The model
was checked, validated and used on the variables analysis and on the scenarios development. The
results showed that the field efficiency and harvester´s initial value are variables of great impact
in the cost and that there is a maximum area that one equipment can attend and for this area the
cost is minimum. The increasing of field productivity has a positive impact on production cost,
but the influence on fuel cost must be considered. The increasing of productivity may cause an
increasing of harvester fuel consumption and consequently on the costs. The managerial
efficiency is one of the variables that may reflect the reduction of production cost by reducing the
time wasted.
LISTA DE FIGURAS
Figura 6 - Distribuição dos custos (%) para o Cenário Básico (CB): 6a - Colhedora e
transbordo; 6b - Colhedora e 6c - transbordo. CRM - (Custo com reparo e
manutenção), CCB - (Custo com o combustível), DPA - (Depreciação anual), JRA
- (Juro anual) e AST - (Alojamento, seguro e taxas) ................................................ 58
Figura 9 - Custo anual da colhedora e transbordo (R$ ano-1) em função das horas.................... 61
Figura 10 - Custo de produção da colhedora e transbordo (R$ t-1) em função das horas ............. 62
Figura 18 - Custo de produção em função da área: Cenário Básico (CB) e Eficiência gerencial
(Eg) ........................................................................................................................ 70
LISTA DE TABELAS
Tabela 1 - Previsão da área plantada com cana-de-açúcar no Brasil nas safras de 2008-2009 a
2018-2019 .............................................................................................................. 21
1 INTRODUÇÃO
O Brasil é o maior produtor mundial de cana-de-açúcar, cultura essa que proporciona saldos
positivos na economia do agronegócio nacional. Esse saldo é proveniente da comercialização da
produção do açúcar, do álcool combustível, utilizado nos veículos da frota nacional, e da geração
de energia. A cana colhida no País, destinada ao setor sucroalcooleiro, ocupa uma área estimada
de 8,44 milhões de hectares, com uma produção total prevista de 641,98 milhões de toneladas a
serem industrializadas, para a safra 2011-2012, resultando em 308,88 milhões de toneladas de
açúcar e aproximadamente 27,09 milhões de metros cúbicos de álcool (COMPANHIA
NACIONAL DE ABASTECIMENTO - CONAB, 2011b).
Para industrializar essa produção é necessário colher a matéria-prima no campo e
transportá-la para a indústria (Usina). Até recentemente, o sistema de colheita utilizado era o
semi-mecanizado, com a queima prévia da cana. Nessa condição, o corte é manual e o
carregamento da cana inteira nos veículos de transporte é realizado por meio de máquinas
denominadas carregadoras. Porém, o sistema de colheita tem mudado de maneira acentuada nos
últimos tempos, passando do sistema semi-mecanizado para o mecanizado. Neste, são
empregadas colhedoras autopropelidas que cortam, fracionam, limpam e carregam a cana em
veículos de transbordo ou diretamente nos veículos de transporte.
Essa mudança tem ocorrido por vários fatores e dentre eles destacam-se a ausência de mão-
de-obra para a colheita, a redução de custos e, principalmente, pelo protocolo agro ambiental.
Este protocolo foi assinado pelas lideranças do setor canavieiro, junto ao governo do Estado de
São Paulo, para finalizar a queima dos canaviais em áreas mecanizáveis até 2014 e em áreas não
mecanizáveis até 2017.
O sistema de colheita mecanizado é considerado como um dos mais importantes no
processo de produção devido aos custos envolvidos na operação, a influência na qualidade da
matéria-prima e a necessidade de se manter um fluxo constante para atender a demanda da Usina.
A importância da colheita para qualidade, demanda e custo da matéria-prima implica em realizar
o planejamento e o controle das variáveis que afetam o sistema. As variáveis desse sistema são
inter-relacionadas o que significa que o desempenho de uma pode afetar outra, de maneira
positiva ou negativa. A relação das variáveis no processo de colheita ocorre, portanto, de modo
sistêmico, o que dificulta quantificar os efeitos durante a rotina de trabalho. Com isso, o objetivo
20
desse trabalho foi o de analisar, de modo sistêmico, a influência das variáveis no desempenho
operacional e econômico do processo de colheita mecanizada da cana-de-açúcar.
21
2 REVISÃO BIBLIOGRÁFICA
Na agricultura brasileira, a cultura que mais se expandiu nos últimos anos em termos de
área cultivada foi a cana-de-açúcar, direcionada para a produção de açúcar e principalmente do
álcool, em decorrência do aumento na demanda dos veículos bicombustíveis.
A produção nacional de cana-de-açúcar destinada à indústria sucroalcooleira prevista para a
safra 2010-2011 é de 624,99 milhões de toneladas, um incremento de 3,4% em comparação a
safra 2009-2010. Esse incremento corresponde a 20,47 milhões de toneladas a mais nesta safra. A
estimativa referente ao total de cana a ser moída, destinada a produção de açúcar, é de 46,2%, o
equivalente a 38,67 milhões de toneladas. Quanto à produção do etanol, estão previstas 336,27
milhões de toneladas de cana, resultando em 53,8% de toda produção (CONAB, 2011a).
Para a safra 2010-2011 prevê-se uma produção total de cana moída de 651,51 milhões de
toneladas. Desse total, o equivalente a 294,02 milhões de toneladas ou 45,13% foram destinados
a produção de açúcar com seus 38,15 milhões de toneladas. Quanto à produção de álcool foram
moídas 357,49 milhões de toneladas ou 54,87% da produção total de cana, gerando um volume
de 28,41 milhões de litros de álcool. Desse total, 8,22 milhões de litros foram de álcool anidro e,
20,18 milhões de litros destinaram-se ao álcool hidratado (CONAB, 2010).
O Ministério da Agricultura, Pecuária e Abastecimento - MAPA (BRASIL, 2009), realizou
um trabalho com o objetivo de apontar tendências no desenvolvimento do agronegócio do País,
realizando projeções para as safras de 2008-2009 a 2018-2019 com base em um banco de dados
de 32 anos pertencentes às instituições públicas federais. Os resultados das projeções indicam um
aumento de 6 milhões de hectares ao final do período e o crescimento projetado da área cultivada
ao longo das safras consideradas, Tabela 1.
Tabela 1 - Previsão da área plantada com cana-de-açúcar no Brasil nas safras de 2008-2009 a
2018-2019
Projeção da Área Plantada com Cana no Brasil
SAFRAS 2007/08 2008/09 2009/10 2010/11 2011/12 2012/13 2013/14 2014/15 2015/16 2016/17 2017/18 2018/19
Milhões (hectares) 7,05 7,90 9,28 9,68 10,10 10,52 10,95 11,46 12,01 12,32 12,66 13,02
Segundo Silva et al. (2009) a demanda energética no Brasil tem sofrido modificações,
diminuído o consumo de combustíveis fósseis e aumentado o uso de bicombustível,
principalmente do etanol produzido pela cana. O objetivo do trabalho foi analisar a evolução das
22
áreas cultivadas com cana-de-açúcar nos Estados da região Centro-Sul do Brasil entre as safras
2005-2006 a 2008-2009. As safras foram mapeadas pelo projeto Canasat, por meio de imagens
obtidas por satélites de sensoriamento remoto. A área total cultivada nas safras consideradas foi
de 4,63 e 7,16 milhões de hectares, respectivamente, equivalente a um aumento de 54,5% da área
total. O Estado de São Paulo apresentou a maior área cultivada da região Centro-Sul, com 68,1%,
seguido pelo Paraná com 8,86% e de Minas Gerais com 8,6%. Na safra 2008-2009 estava
disponível para a colheita o correspondente a 6,58 milhões de hectares, registrando-se um
aumento de 2,36 milhões de hectares em relação à safra 2005-2006. A região Centro-Sul
aumentou a área cultivada ao longo das safras avaliadas, um crescimento de 54,5%
correspondente a 7,16 milhões de hectares. Um dos maiores índices de crescimento em área
disponível para a colheita ocorreu nos estados de Goiás com 126,2%, Mato Grosso do Sul com
99,9% e Minas Gerais com 99,2%.
2.1 Colheita
A colheita de cana no Brasil é realizada pelos sistemas manual, semi-mecanizado e
mecanizado. O sistema manual existe desde a implantação da cultura pelos holandeses, a partir de
1530, nos Estados de Pernambuco, Alagoas e Bahia. Segundo Ripoli e Ripoli (2009), o sistema
semi-mecanizado surgiu entre os anos de 1950 a 1955, sendo realizado em topografia com
declividade de até 25%. O sistema mecanizado, iniciou-se entre os anos de 1972 a 1976, e é
utilizado em topografia com até 17% de declividade. No País existem dois subsistemas de corte
manual e mecanizado e, três subsistemas de colheita, divididos em corte, carregamento,
transporte e recepção. O manual ocorre quando o trabalhador braçal, de posse de uma ferramenta
denominada de “folha”, “podão” ou “foice”, realiza o corte da cana crua ou queimada. Quanto ao
corte mecanizado, ele é executado por meio de motosserras manuais adaptadas ou por meio de
colhedoras combinadas, montadas ou autopropelidas.
A atual mudança para o sistema de colheita mecanizado, se deve por diversos fatores como
a mão-de-obra para a colheita, redução de custos e pelo protocolo agro ambiental, que determina
extinguir a queima dos canaviais em áreas mecanizáveis até 2014 e em áreas não mecanizáveis
até 2017 (SEVERO; CARDOSO, 2009; CENTRO NACIONAL DE REFERÊNCIA EM
BIOMASSA - CENBIO, 2008).
23
Segundo Benedini e Conde (2008) o bom resultado da colheita mecanizada envolve desde o
nivelamento do solo, formato e comprimento dos talhões, produtividade, homogeneidade do
canavial, características varietais, qualidade da operação até o treinamento do pessoal. Os autores
ressaltam ainda que a execução de nivelamento, retirada de paus, tocos, pedras, restos de
materiais estranhos, locação de estradas e carreadores são denominados de sistematização.
Mialhe (1982) relata sobre as características dimensionais e ponderais da produtividade da
cana-de-açúcar, que podem ser simuladas no estágio de pré-colheita da cultura para se obter o
equacionamento da distribuição da matéria-prima na área de cultivo, o número de colmos
produzidos, o comportamento teórico da cultura, as dimensões e pesos de colmo na colheita
mecanizada e a perda da matéria-prima.
velocidades a 1.050, 850 e 650 rpm foram significativamente diferentes com 97,6, 85,5 e 45,5%,
respectivamente. No segundo ano do estudo, todas as velocidades obtiveram valores de eficiência
de remoção de matéria estranha variando de 51,4 a 66,6%.
Romero et al. (1993) realizaram um estudo de desempenho operacional com duas
colhedoras de cana Class, Gladiator e 2000, sem queima prévia da matéria-prima em Tucumán na
Argentina. Os canaviais analisados tinham produtividades variando entre 60 a 140 t ha-1 e foram
colhidos em diferentes velocidades de operação. Os autores concluíram que a máquina Gladiator
colhendo as variedades CP65-577, TUC67-27, NA56-79 e CP-457, em velocidades de 4,9, 3,6,
5,7 e 5,6 km h-1, a capacidade efetiva foi de 40, 40, 51 e 56 t h-1, respectivamente. Com a
máquina 2000 colhendo as variedades CP65-577 e TUC77-42, em velocidades de 5,8 e 3,5 km h-
1
, a capacidade efetiva foi de 58 e 31 t h-1, respectivamente.
Mialhe e Carraro Neto (1993) realizaram um ensaio com a colhedora Class CC-2000 em
cana crua considerando duas velocidades de operação. No trabalho, foram consideradas as
capacidades efetiva líquida e bruta. Os autores concluíram que na velocidade de 3,67 km h -1, a
capacidade efetiva líquida foi de 73,43 t h-1, enquanto que a capacidade efetiva bruta foi de 83,83
e 75,64 t h-1, nas velocidades de 3,67 e 4,04 km h-1 , respectivamente.
Furlani Neto et al. (1996) realizaram um ensaio para avaliar o desempenho operacional da
colhedora Santal Amazón em canaviais com e sem queima prévia. No trabalho realizado, a
produtividade média do canavial para colheita em cana crua era de 87,6 t ha -1 e a velocidade de
operação de 4,65 km h-1. Os autores concluíram que a capacidade efetiva bruta em cana colhida
crua foi de 57,8 t h-1.
O Centro de Investigación de La Caña de Azúcar de Colômbia - Cenicaña (1997) realizou
um ensaio para avaliar o desempenho das colhedoras Austoft 7700 e a Cameco CHT 2500, em
canaviais sem queima prévia. No trabalho realizado, a variedade colhida foi a CC85-68, com
produtividade média de 211 t ha -1. A colhedora Austoft 7700 em velocidade de operação de 2 km
h-1 e em eficiência de campo de 43%, apresentou as capacidades efetiva de campo, teórica de
campo e efetiva líquida de 70,6, 47,6 e 68,02 t h-1, respectivamente, enquanto que a máquina
Cameco CHT 2500 operando em velocidade de 1 km h -1 e em eficiência de campo de 46%, as
capacidades efetiva de campo, teórica de campo e efetiva líquida foram de 29,4, 13,4 e 28,32 t h-
1
, respectivamente.
25
Molina Júnior (2000) realizou um estudo que tinha como objetivo propor e comparar uma
metodologia baseada na bibliografia especializada, a fim de obter um padrão para a realização de
futuros ensaios com colhedoras de cana. No trabalho realizado foram consideradas três máquinas,
denominadas de T1, T2 e T3, em uma área de 8,61 ha, a variedade colhida foi a RB83-5089, de
terceiro corte, porte ereto, cultivada em espaçamento de 1,4 m e com produtividade média de
145,4 t ha-1. O autor concluiu que a colhedora T1 operando em velocidades de 1,68, 3,21, 5,37 e
7,28 km h-1, a capacidade efetiva líquida de colmos foi de 26,44, 58,75, 93,11 e 141,26 t h-1,
respectivamente. A máquina T2 em velocidades de 1,70, 3,37, 5,39 e 8,02 km h -1, a sua
capacidade efetiva líquida de colmos foi de 30,64, 54,31, 102,08 e 131,93 t h-1, respectivamente.
Já a colhedora T3 nas velocidades de 1,34, 2,66, 5,28 e 7,68 km h -1, apresentou a capacidade
efetiva líquida de colmos de 16,30, 36,29, 87,67 e 110,19 t h-1, respectivamente.
Ripoli et al. (2001) realizaram um ensaio com a colhedora Brastoft em cana sem queima
prévia, em quatro velocidades de operação. Os autores puderam concluir que a capacidade efetiva
líquida de colmos foi de 15,80, 33,60, 79 e 100 t h-1 para as quatro velocidades consideradas.
Mazzonetto (2004) realizou um ensaio com a colhedora Cameco CHT 2500 em canavial com a
produtividade agrícola de 121,4 t ha -1 e em velocidade de operação de 6 km h-1, concluindo que
as capacidades efetivas bruta de matéria-prima, líquida de matéria-prima e líquida de colmos foi
de 59,2, 56,47 e 52,83 t h-1, respectivamente.
Na colheita mecanizada, uma importante variável de desempenho operacional a ser
considerada é a velocidade de operação. Carvalho Filho (2000) realizou um estudo que tinha
como objetivo descrever o desempenho operacional e econômico de uma colhedora de cana. Uma
colhedora com 213 kW de potência no motor foi utilizada, com capacidade para colheita em
fileira simples de cultivo de até 1,5 m ou em fileira dupla de 1 m. A variedade colhida foi a
RB83-5089, com produtividade média de 176,26 t ha -1, em espaçamento de cultivo de 1,4 m,
terceiro corte, cana crua. As velocidades de operação consideradas foram de 1,5, 3, 5 e 7 km h-1.
O autor concluiu que, quanto à capacidade efetiva bruta ocorreram diferenças estatísticas entre as
velocidades de operação mais baixas, de 1,5 e 3 km h -1 e entre as mais altas, de 5 e 7 km h-1. No
que diz respeito ao consumo de combustível em litros por hora, o menor foi na velocidade de 1,5
km h-1 e o maior na velocidade de 7 km h-1. No que se refere ao consumo de combustível em
litros por tonelada, o menor valor foi com a velocidade de 7 km h -1 e o maior a 1 km h-1. As
baixas velocidades e eficiências de campo elevam o custo por tonelada de cana colhida, uma vez
26
que a vida útil economicamente ideal para colhedora é de seis anos, já que a partir do sétimo ano
o custo com reparo e manutenção torna-se bastante elevado.
Nery (2000) realizou um trabalho com o principal objetivo de analisar as qualidades
operacionais e econômicas da colheita mecanizada de cana crua. Foi empregada uma colhedora
de 242 kW e a variedade utilizada foi a RB83-5089, com produtividade média de 176,26 t ha -1,
espaçamento de cultivo de 1,4 m e de terceiro corte. No estudo consideraram-se quatro
velocidades de operação como tratamentos, 1,5, 3, 5 e 7 km h-1 e eficiências de campo de 45, 55,
65 e 75%. O autor concluiu que o aumento da velocidade de operação implica no aumento da
capacidade efetiva bruta de colmos e, quanto ao consumo de combustível por tonelada de cana
colhida houve um decréscimo proporcional ao aumento da velocidade. O custo por tonelada de
cana colhida foi decrescente com o aumento da velocidade de operação. Os melhores
desempenhos econômicos foram nas duas maiores velocidades e em todas as eficiências de
campo consideradas.
De León (2000) realizou um estudo nas mesmas condições que Nery (2000). No trabalho
foram analisadas duas colhedoras denominadas de “A” com potência de 167 kW e de “B” com
potência equivalente a 213 kW, no motor. Na metodologia empregada foram diferenciadas como
tratamentos, quatro velocidades de operação: 1,5, 3, 5 e 7 km h-1. Os resultados alcançados,
quanto à capacidade efetiva bruta de colmos foram de 26,44, 58,76, 93,11 e 141,26 t h-1 para a
colhedora “A” e de 30,64, 54,31, 102,08 e 131,93 t h-1 para colhedora “B”, ambas nas
velocidades de operação de 1,5, 3, 5 e 7 km h-1, respectivamente. O autor concluiu que ocorreu
um aumento na capacidade efetiva bruta de colmos com as duas colhedoras utilizadas, “A” e “B”,
quando foi elevada a velocidade de operação e não houve diferença estatística de desempenho
entre as máquinas.
Yadav et al. (2002) realizaram um estudo com uma colhedora nas localidades de Erode e
Baramati (Índia), com a variedade Co86-032, espaçamento de cultivo de 1,5 m e produtividade
de 123,92 t ha-1 e de 103,57 t ha-1, respectivamente. A capacidade de processamento da colhedora
foi de 29,35 e 23,9 t h-1, com velocidade de operação de 4,45 e 4,07 km h-1, capacidade de campo
de 0,30 e 0,24 ha h-1 e eficiência de 44,44% e 39,35%, para as localidades, respectivamente.
Belardo (2010) avaliou três colhedoras comercializadas no Brasil. A variedade colhida foi a
RB85-5453, em primeiro corte, com a produtividade média de 100 t ha -1, cultivada em
espaçamento de 1,5 m entre as fileiras de cultivo e cana crua. Nos tratamentos foram
27
determinadas duas velocidades de operação, sendo a de 5 km h-1, considerada pela usina como
padrão, e outra a 7 km h-1 para as três colhedoras ensaiadas. O autor conclui que houve diferença
entre as três máquinas na capacidade efetiva bruta para as duas velocidades e para o consumo em
litros por hora.
Ripoli et al. (2001) utilizaram uma colhedora em cana sem queima prévia e constataram
que a velocidade de 5,39 km h-1 correspondeu ao melhor desempenho econômico, com resultados
de 0,66 a 3,82 US$ t -1 de cana colhida. O estudo realizado por Kronka e Monteiro (1999)
apresentou um custo médio operacional em colheita de cana sem queima com um valor de 2,09
US$ t-1.
Banchi et al. (2008c) citam que a Eficiência de campo (Efc) é a razão entre o tempo
efetivamente utilizado e o tempo total disponível para operação. Na colheita mecanizada, a Efc
deve ser considerada como uma variável de elevada importância para o dimensionamento de um
sistema de colheita mecanizado. Rípoli et al. (2001), realizaram um estudo com a colhedora de
cana na velocidade de avanço 5,39 km h-1 e constataram que essa operação obteve o melhor
desempenho econômico com uma Efc de 60%.
Salvi et al. (2007) realizaram um trabalho com o objetivo de avaliar o desempenho de um
dispositivo semi-automático de controle de altura de corte basal de uma colhedora de cana. Os
autores utilizaram para a análise as cartas de controle e determinaram a capacidade do processo
do corte de base. Concluíram que o dispositivo de altura de corte, ativado ou desativado, não
estava sob o controle estatístico e, portanto o processo não atende as necessidades de altura de
corte exigida pela agroindústria (5 cm).
Silva et al. (2008) avaliaram a qualidade da operação de colheita mecanizada de cana
considerando as variáveis: perdas em rebolo repicado; rebolo estilhaçado; pedaço fixo; pedaço
solto; cana inteira; cana-ponta; estilhaço; toco. Foram comparados dois cortes de cana e os
resultados para pedaço fixo, cana inteira, cana-ponta e toco foram menor em relação à variável de
pedaço solto, em ambos os cortes. Os autores concluíram que os indicativos de perdas da colheita
mecanizada da cana, não estavam sob controle estatístico de processo.
Segundo Magalhães et al. (2008) a demanda de cana-de-açúcar e a concorrência econômica
dos produtos no mercado, faz com que o setor agrícola busque cada vez mais, equipamentos com
maior eficiência e tecnologia, de forma que proporcione menor perda e maior qualidade da
matéria-prima colhida, a fim de maximizar a lucratividade. Os autores desenvolveram um sistema
28
Fonte: Nery (2000), Carvalho Filho (2000), Yadav et al. (2002) e Belardo (2010)
29
Colhedora A Prod. Média (t ha -1) Vel. de Operação (km h-1) 1,68 3,21 5,40 7,28
176,30 Perda Total de Cana (%) 7,37 4,79 5,09 3,93
De León (2000)
Colhedora B Prod. Média (t ha -1) Vel. de Operação (km h-1) 1,70 3,37 5,40 8,01
176,30 Perda Total de Cana (%) 14,13 8,66 7,43 5,55
Colhedora T1 Prod. Média (t ha -1) Vel. de Operação (km h-1) 1,68 3,21 5,37 7,28
145,40 Perda Total de Cana (%) 7,37 4,79 5,09 3,92
Molina Júnior (2000) Colhedora T2 Prod. Média (t ha -1) Vel. de Operação (km h-1) 1,70 3,37 5,39 8,02
145,40 Perda Total de Cana (%) 14,13 8,66 7,43 5,55
Colhedora T3 Prod. Média (t ha -1) Vel. de Operação (km h-1) 1,34 2,66 5,28 7,68
145,40 Perda Total de Cana (%) 6,32 7,13 10,34 8,82
Colhedora Cameco Prod. Média (t ha -1) Vel. de Operação (km h-1) 6,00 - - -
Mazzonetto (2004)
CHT 2500 121,40 Perda Total de Cana (%) 4,69 - - -
Fonte: Shaw e Brotherton (1992), Romero et al. (1993), Mialhe e Carraro Neto (1993), Furlani Neto et al. (1996),
Cenicaña (1997), Nery (2000), Carvalho Filho (2000), De León (2000), Molina Júnior (2000) e Mazzonetto (2004)
30
linhas em relação a de 6, ocorrendo também uma redução de 34% no tempo, quando utilizou a
plataforma de 12 linhas para com a de 8, sendo que, o uso da plataforma de 16 linhas, não
apresentou uma elevada redução no tempo total de espera, apenas de 26%. Entretanto, entre as
plataformas consideradas no trabalho, a de 12 linhas foi a que proporcionou a maior redução no
tempo total de espera para realizar a manobra de cabeceira, ocorrendo esse incremento na
redução do tempo total, quando foi comparada com a de 8 linhas.
Mercante et al. (2010) desenvolveram o software “PRAPRAG” em linguagem de
programação. O modelo tinha como objetivo selecionar racionalmente as máquinas e adequá-las
aos parâmetros operacionais como: velocidade de trabalho, eficiência e os econômicos. O
software desenvolvido atuava no planejamento de seleção dos equipamentos, com base na análise
operacional do plano de produção requerido e nos parâmetros de desempenho operacional das
máquinas. O modelo ao final do seu funcionamento selecionava os melhores conjuntos
mecanizados como: trator, implementos e os equipamentos do tipo autopropelido, como as
colhedoras e os pulverizadores.
Rotz et al. (1983) realizaram um estudo para avaliar os custos dos equipamentos em
sistema de cultivo convencional e conservacionista, desenvolvendo um modelo computacional, a
fim de determinar um conjunto de máquinas para obtenção do máximo lucro de uma fazenda. Os
autores concluíram que nos sistemas de cultivo simulados, pode-se reduzir o custo do maquinário
somado ao da pontualidade, de 20 para 10 US$ ha-1, quando selecionada a melhor combinação de
máquinas, por apresentar o mínimo custo ou máximo lucro.
Hughes e Holtman (1976) desenvolveram um modelo computacional que tinha como
objetivo a seleção de máquinas pela potência do motor para realizar as designadas operações de
campo. O modelo consistia no procedimento de quatro determinações, tais como: na seleção do
sistema mecanizado com a potência requerida, assim como na do trator, das máquinas de
acoplamento e na análise de custo.
Loewer et al. (1979) criaram um modelo computacional para um sistema de colheita de
cana, a fim de melhorar a seleção do maquinário, com várias soluções possíveis. Enquanto que
Crossley (1985) desenvolveu um modelo computacional para avaliar um sistema mecanizado de
cana-de-açúcar e tinha como objetivo analisar de forma econômica, os fatores existentes no
considerado sistema, servindo como meio útil nas decisões gerencial para o empreendimento
agrícola.
32
depreciação, a vida útil, o juro, taxas, seguro e abrigo. O custo variável depende da utilização da
máquina e é calculado considerando o reparo e manutenção e consumo de combustível. A razão
entre o custo e o desempenho resulta no custo operacional, custo esse que sempre deve ser
minimizado.
Carreira (2010) desenvolveu um modelo com o objetivo de analisar o desempenho
econômico e operacional e a importância das variáveis de um sistema de transporte de cana-de-
açúcar. O autor pode concluir que as variáveis relacionadas ao desempenho operacional têm uma
ampla influência no sistema e pode tornar elevado o custo da matéria-prima. Entre as variáveis de
desempenho a velocidade é a mais importante, quando em grandes distâncias de ciclo e os
tempos de carregamento e descarregamentos são os mais significativos.
Buckmaster (2003), a fim de melhor selecionar tratores agrícolas, desenvolveu o modelo
“TRACTOR COST”, que tinha como objetivos obter os custos do trator, comparando facilmente
as alternativas e desenvolver um modelo empírico básico para determinar o custo com a opção de
considerar ou não o combustível. O autor concluiu que o custo do trator, quando calculado em
90% das predições, considerando-se ou não o consumo específico de combustível foi equivalente
a 1,5%.
Como forma prática, rápida e econômica para obter os custos existentes das máquinas e
implementos, Banchi et al. (2005) orientam que é necessário a criação de um banco de dados para
a determinação dos custos com reparos e manutenções. O objetivo é obter os gastos e a eficiência
da oficina, quantificando inicialmente as despesas com: peças próprias, mão-de-obra, peças de
terceiros, mão-de-obra realizada por terceiros, rateios com peças, com mão-de-obra e pneus,
resultando nas despesas com reparos e manutenções, que com o período de trabalho em horas ou
por quilometragem, define-se o custo com reparos e manutenções. Como forma simplificada,
Rotz (1986) optou em desenvolver um modelo computacional padrão dos custos de reparo e
manutenção, sendo que o referido modelo prevê os custos em função da potência da máquina e
pelo cálculo de vida útil em anos com as horas de uso da máquina.
Banchi et al. (2008a) realizaram um estudo com colhedoras em oito usinas de cana-de-
açúcar no País e concluíram que, no chamado custo global, os custos fixos atinge 33%, os de
reparo e manutenção 33%, o combustível 30% e o lubrificante 4%. No custo de reparo e
manutenção, 16% são provenientes da mão-de-obra, 22% de terceiro e 62% de peças. Ao analisar
as participações operacionais de caminhões, máquinas e veículos, a fim de identificar os
35
constituintes dos custos operacionais, Banchi e Lopes (2005) constataram que os fatores mais
significativos no custo operacional foram o combustível com 34,9% e peças e rateios com 23,5%.
Isaac et al. (2005) desenvolveram um modelo computacional de simulação econômica para
colhedora combinada de trigo, com o objetivo de analisar a velocidade de operação e a sua
influência na renda líquida máxima por unidade de área colhida. No cenário considerado como
base, os custos das máquinas foram os maiores representando 48% no custo total da colheita,
quando considerados os custos da propriedade agrícola. O custo apenas com as máquinas foi
próximo a 40% do custo total da colheita. Os autores concluíram que reduzindo o custo da
maquinaria, utilizando diferentes velocidades, e aumentando a área da colheita, não foi possível
aumentar a renda líquida por área colhida.
Os custos apresentados pelas máquinas agrícolas são considerados como fatores críticos de
acordo com Barboza et al. (1997). Os autores desenvolveram um modelo computacional para um
sistema mecanizado agrícola, com o objetivo de identificar e avaliar os fatores críticos, inerentes
à produção agrícola. Os autores constataram que os custos referentes à mecanização agrícola,
representam 40% do total da produção, sendo importante dimensionar adequadamente o
maquinário para o processo produtivo.
No entanto, realizar um simples planejamento para uma empresa agrícola, não significa,
segundo Soffner et al. (1993) um aumento na rentabilidade. O aumento na rentabilidade é obtido
pelo gerenciamento adequado do maquinário, minimizando seus custos, mas os menores custos
com as máquinas não são suficientes para fornecerem os maiores lucros ao empreendimento
agrícola.
A ausência de um bom método para o planejamento no sistema de colheita e logística de
cana-de-açúcar pode ocasionar atrasos nos tempos operacionais e, principalmente, prejuízos na
qualidade da matéria-prima colhida Hansen et al. (2002). Os autores desenvolveram um modelo
computacional a fim de identificar os fatores que contribuem aos longos atrasos entre a colheita e
a moagem da cana e que, por consequência, causam perdas no teor de sacarose. Os autores
concluíram que os atrasos identificados entre a colheita e a moagem da usina, considerando-se
um período de 20 semanas de colheita simulada, foi de aproximadamente 35,1 horas, em um
intervalo de confiança de 95%. O valor da simulação foi inferior a média real semanal, avaliada
também em um período de 20 semanas, em que variou de 48 a 72 horas.
36
Portanto, o bom resultado do empreendimento agrícola ou de uma safra tem uma forte
influência do planejamento, o qual deve ser realizado considerando a pontualidade para execução
das operações com o maquinário, como medida aos custos indiretos. De acordo com Witney
(1988) os custos indiretos dos equipamentos são consequência do planejamento inadequado na
realização das operações, e essa inadequação causa a redução na produtividade da cultura e/ou na
qualidade. As principais causas das ocorrências dos custos indiretos são devidas a atrasos na
semeadura, e colheita e a aplicação de defensivos fora da época. Segundo Crossley (1988) a
modelagem computacional é uma ferramenta adequada para realizar um bom planejamento de
máquinas agrícolas.
O algoritmo é fundamental no desenvolvimento do modelo computacional. Parmar et al.
(1996) desenvolveram um algoritmo genético. Os autores citam que o algoritmo pode ser
entendido como uma sequência lógica de instruções para desenvolver as rotinas do modelo.
Quando bem definidas e organizadas, a sequência permite que o modelo encontre a melhor
solução para o problema. Segundo Oksanen (2007), em alguns casos o algoritmo não resolve o
problema de maneira ideal e existem outros casos que ele não fornece soluções aceitáveis. Nesse
caso, o algoritmo em desenvolvimento servirá como caminho para obter o algoritmo ideal para
solucionar o problema.
Segundo Williams (2008), o termo modelo é utilizado para representar estruturas e
desenvolver cenários. Segundo Caixeta Filho (2001) um modelo matemático é uma estrutura que
simplifica a realidade. Embora, a programação matemática difere da programação computacional,
uma vez que a programação matemática é no sentido do planejamento, a qual não tem nada a ver
com computadores, apesar da existência errônea que confunde o uso da terminologia
„programação‟ (WILLIAMS, 2008).
37
3 MATERIAL E MÉTODOS
(2) Talhão
Usina
(1)
(3) Colhedora
De acordo com a Figura 1, a colheita se inicia com base na necessidade de cana da Usina
(1)1 e na definição dos talhões (2), local onde ocorrem as operações. Assume-se que no modelo a
colheita será realizada por meio de uma colhedora automotriz (3), máquina que executa o corte,
fracionamento, limpeza e carregamento da matéria-prima no transbordo (4). O transbordo é
constituído por um conjunto de trator e carroceria(s) e esse conjunto realiza o transporte interno,
1
Unidade que realiza a transformação da matéria-prima (cana-de-açúcar) em açúcar e álcool.
38
(1)
em que:
NC: número de colhedoras;
RO: ritmo operacional (ha h-1);
CCO: capacidade de campo operacional da colhedora (ha h-1).
O ritmo operacional é calculado de acordo com a equação (2).
(2)
em que:
RO: ritmo operacional (ha h-1);
ACh: área a ser colhida (ha);
TD: tempo disponível para a realização da operação agrícola (h).
O cálculo do tempo disponível é obtido de acordo com a equação (3).
(3)
em que:
TD: tempo disponível (h);
Nt: número total de dias (considerados como o período de safra);
2
Neste trabalho a denominação transbordo é utilizada para definir o conjunto formado pelo trator e carroceria(s).
39
CCO = (4)
em que:
CCO: capacidade de campo operacional (ha h-1);
NL: número de linhas da colhedora (uma ou duas);
ECt: espaçamento entre fileiras da cultura (m);
VCh: velocidade de operação da colhedora (km h-1);
Efc: eficiência de campo, em decimal.
Com base na capacidade de campo operacional (CCO) e na produtividade média da cultura
(PrC), calcula-se a capacidade de produção operacional da colhedora (CPO), equação (5).
(5)
em que:
CPO: capacidade de produção operacional da colhedora (t h-1);
PrC: produtividade média do canavial (t ha-1).
40
(6)
em que:
NCT: número de transbordos para atender uma colhedora;
COTr: capacidade operacional de transporte do transbordo (t h-1).
A capacidade operacional de transporte do transbordo é determinada por meio da equação
(7).
(7)
em que:
CTC: capacidade total de carga do transbordo (t);
TT: tempo total do ciclo de carregamento (h);
Efct: eficiência de ciclo do transbordo, em decimal.
O tempo total de ciclo de carregamento (TT) é calculado de acordo com a equação (8).
(8)
em que:
TCar: tempo de carregamento do transbordo (h);
TDes: tempo descarregamento do transbordo (h);
TDT: tempo de deslocamento do transbordo (h).
O tempo de carregamento do transbordo é dado pela equação (9).
(9)
em que:
TCar: tempo de carregamento (h);
CCcar: capacidade de carga de uma carroceria (t);
Ncar: número de carrocerias que compõe o transbordo.
41
em que:
TDT: tempo de deslocamento do transbordo (h);
DMCT: distância média entre a colhedora e o veículo de transporte (caminhão) (m);
VDT: velocidade de deslocamento do transbordo (km h-1).
O tempo de descarregamento (TDes) deve ser fornecido como dado de entrada do modelo,
de acordo com as características do equipamento utilizado. A eficiência de ciclo do transbordo
(Efct) refere-se aos tempos perdidos durante o ciclo total de carregamento.
(11)
em que:
COPc: custo operacional da colhedora (R$ ha-1);
CHCh: custo horário da colhedora (R$ h-1).
O custo de produção da colhedora (CPrc) é determinado por meio da razão entre o custo
horário da colhedora (CHCh) e a capacidade de produção operacional (CPO), equação (12).
(12)
em que:
CPrc: custo de produção operacional da colhedora (R$ t -1).
O custo horário da colhedora é calculado de acordo com a equação (13).
(13)
42
em que:
CHCh: custo horário da colhedora (R$ h-1);
CFH: custo fixo horário (R$ h-1);
CV: custo variável (R$ h-1).
O custo fixo horário (CFH) da colhedora é calculado com base na metodologia proposta
pela ASABE (2011), equação (14).
(14)
em que:
CFH: custo fixo horário (R$ h-1);
Vi: valor inicial das máquinas (R$);
Vf: valor final das máquinas, em decimal;
i: taxa de juros, em decimal;
AST: alojamento, seguro e taxas, em decimal;
NHPa: número de horas trabalhadas por ano (h ano-1).
O número de horas trabalhadas por ano pela colhedora refere-se ao número de horas
previstas que o equipamento deve operar em uma dada situação. Ele é calculado por meio da
equação (15).
(15)
em que:
NHPa: número de horas trabalhadas por ano (h ano-1).
O custo variável da colhedora envolve os gastos referentes ao combustível e ao reparo e
manutenção da máquina, equação (16).
(16)
em que:
CV: custo variável (R$ h-1);
CCB: custo com o combustível (R$ h-1);
CRM: custo com reparo e manutenção (R$ h-1).
43
em que:
CRM: custo com reparo e manutenção (R$ h-1);
FRM: fator de reparo e manutenção, em decimal;
VUh: vida útil em horas da máquina.
44
Para a colhedora, o fator de reparo e manutenção (FRM) será utilizado de acordo com a
proposta de Banchi et al. (2008b), equação (20). A equação empírica foi desenvolvida com base
em um banco de dados de oito usinas, para colhedoras fabricadas no período entre 1997 e 2007.
(20)
em que:
COPt: custo operacional do transbordo (R$ ha-1).
O custo do transbordo da matéria-prima (CTMp) é definido pela razão do custo horário do
transbordo (CHC) e a capacidade operacional de transporte do transbordo (COTr), equação (22).
(22)
em que:
CTMp: custo do transbordo da matéria-prima (R$ t-1).
O custo horário do transbordo (CHC) é calculado de acordo com a equação (23).
(23)
em que:
CHC: custo horário do transbordo (R$ h-1);
CFH: custo fixo horário (R$ h-1);
CV: custo variável (R$ h-1).
O custo fixo horário (CFH) do transbordo é calculado com base na metodologia proposta
pela ASABE (2011), da mesma forma que o utilizado para o cálculo do custo horário da
colhedora.
O custo variável do transbordo envolve os gastos referentes ao combustível e ao reparo e
manutenção das máquinas, equação (24).
(24)
45
em que:
CV: custo variável (R$ h-1);
CCB: custo com o combustível (R$ h-1);
CRM: custo com reparo e manutenção (R$ h-1).
O cálculo do custo do combustível do trator é realizado por meio da equação (25).
(25)
em que:
CCB: custo com o combustível (R$ h-1);
PL: preço do combustível (R$ L-1);
CB: consumo de combustível (L h-1).
Para o cálculo do consumo de combustível do trator na operação de transbordo, considerou-
se os valores médios de consumo, por faixa de potência do motor do trator, propostos por Banchi
et al. (2008d), Tabela 4:
em que:
CRM: custo com reparo e manutenção (R$ h-1);
FRM: fator de reparo e manutenção, em decimal;
VUh: vida útil em horas da máquina.
O fator de reparo e manutenção (FRM) a ser empregado para o transbordo é o proposto pela
ASABE (2011).
(30)
em que:
RLC: renda líquida da colheita (R$).
48
49
4 RESULTADOS E DISCUSSÃO
Os resultados do trabalho foram divididos em duas etapas distintas. A primeira refere-se ao
desenvolvimento do modelo e a segunda à aplicação do modelo na análise de cenários referentes
à colheita mecanizada de cana-de-açúcar. Como Cenário Básico considerou-se uma Usina, aqui
denominada de Usina Padrão (UP), com uma área própria de 22.000 ha, produtividade média de
80 t ha-1 e espaçamento entre fileiras de cultivo de 1,5 m. A colheita é realizada por meio de uma
colhedora automotriz de uma linha, com 251 kW (342 cv) no motor e valor inicial estimado de
R$ 900.000,00. O transbordo da matéria-prima é realizado por meio de duas carretas com
capacidade de 13 t, com valor inicial de R$ 50.000,00 cada, tracionadas por um trator 4x2 TDA
de 162 kW (220 cv) no motor, com valor inicial de R$ 160.000,00. Os dados de entrada
referentes às características da UP, que servem como base para alimentação do modelo, podem
ser visualizados nos Anexos I e II.
3
Os números entre parênteses referem-se ao fluxograma da Figura 2.
50
4.1.1 Verificação
O modelo foi verificado ao longo do seu desenvolvimento quanto a erros de rotina por meio
de simulações parciais e da comparação dos resultados obtidos com situações conhecidas
(cálculos manuais). Os erros existentes foram corrigidos e considera-se que a rotina do modelo
está correta, sendo possível realizar as simulações.
4.1.2 Validação
De acordo com os dados de entrada do modelo, Anexos A e B e pelas relações apresentadas
no fluxograma do modelo, observa-se que um grande número de variáveis pode afetar o custo de
produção da colheita mecanizada, desde a jornada de trabalho, a Eficiência gerencial (Eg) até o
espaçamento adotado para a cultura.
No presente caso, a validação do “ColheCana” foi realizada por meio da comparação dos
resultados obtidos na simulação com valores obtidos na bibliografia e de empresas/cooperativas.
52
12,00
11,00
10,00
9,00
Custo de Produção (R$ t-1)
8,00
7,00
6,00
E F
5,00
4,00 D
C
3,00 A
CB
2,00
B
1,00
0,00
Na Figura 3, o menor valor obtido foi para a situação B, 3,39 R$ t-1 e o maior para a
situação E, com 11,30 R$ t-1, uma amplitude de 7,91 R$ t-1, enquanto que o Cenário Básico (CB)
tem um custo de produção de 4,73 R$ t -1. Essa amplitude pode ser justificada pelas diferenças
existentes nos sistemas de produção: produtividade média do canavial; velocidade de operação da
4
Os dados obtidos referentes à empresa, associação e cooperativas de produtores de cana são todos do Estado de São
Paulo e os mesmos não autorizam a exposição de seus nomes.
53
colhedora; eficiência de campo entre outras. O custo de produção da situação B é 28,5% menor
que o Cenário Básico (CB), enquanto que a situação E é maior em 138,8%. Considerando-se que
o custo de produção obtido para o Cenário Básico (CB) está dentro do intervalo de variação dos
custos obtidos de diferentes empresa/associações e devido às inúmeras variações existentes no
sistema de produção pode-se afirmar que o modelo está prevendo adequadamente os custos
envolvidos com a colheita mecanizada.
Na Figura 4 apresentam-se os valores do custo de transbordo, obtidos de associações,
empresa e cooperativa, safra 2010-2011 e o custo gerado pelo Cenário Básico (CB).
4,50
4,00
3,50
Custo de Produção (R$ t-1)
3,00
2,50
2,00 A
B D
1,50
CB C
1,00
0,50
0,00
Na Figura 4, o menor valor obtido foi para o Cenário Básico (CB), 2,36 R$ t-1 e o maior
para a situação A, com 3,99 R$ t -1, uma amplitude de 1,64 R$ t-1. A situação C tem um custo de
produção de 2,38 R$ t -1 e apresenta uma diferença de 0,02 R$ t-1 em relação ao Cenário Básico
(CB). A amplitude apresentada decorre das diferenças existentes entre as variáveis e sistemas de
produção: distância de deslocamento; capacidade total de carga; capacidade operacional de
transporte; velocidade de operação; eficiência de campo entre outras. O custo de produção do
54
Cenário Básico (CB) é 69,4% menor que a situação A, enquanto que a situação C é 1,01% maior
que o Cenário Básico (CB). Devido às inúmeras variações existentes no sistema de produção,
constata-se que o modelo prevê adequadamente os custos envolvidos com a operação de
transbordo.
Outro item utilizado para a validação do modelo refere-se ao consumo de combustível.
Uma alternativa proposta para o modelo é a de utilizar o modelo de consumo de Tachibana e
Milan (2002) para tratores agrícolas (equação 18). A equação permite simular diferentes cargas
do motor, como forma de representar diferentes condições de trabalho, impostas principalmente
pelas condições do canavial. A outra alternativa é utilizar os dados de consumo de acordo com a
proposta de Banchi et al. (2008d). Essas duas alternativas foram comparadas com dados obtidos
na bibliografia, Tabela 5. A comparação pode ser observada na Figura 5.
3,25
3,00
2,75
Consumo de Combustível (L t-1)
2,50
2,25
2,00
1,75
1,50
Utilizado no Cenário
1,25 Básico (CB)
1,00
0,75
T100
0,50
T70
T80
T90
BA3
T50
T60
BA1
BA2
A1
A2
A3
A4
B1
B3
B4
C3
C5
C6
C4
B2
C1
C2
0,25
0,00
Dados de Consumo de Combustível de Colhedoras
Conforme se observa na Figura 5, os valores de consumo por tonelada de cana são muitos
variáveis com um mínimo de 0,47 L t-1 ao máximo de 3,21 L t -1, uma amplitude de 2,79 L t -1.
Essa variação é devida as diferentes condições de trabalho, a qual estar sujeita a colheita
mecanizada. A alternativa proposta de Banchi et al. (2008d) e a de Tachibana e Milan (2002)
fornecem valores intermediários, podendo ser utilizados para estimar o consumo. Optou-se, em
um primeiro momento, utilizar no modelo o consumo médio proposto por Banchi et al. (2008d)
de 39,12 L h-1, por se tratar de dados reais obtidos em um levantamento realizado em oito usinas
por um período de dez anos.
R$ Ano
Custo Fixo Horário CFH -1 57,52 13,01 8,33
R$ h
R$ Ano-1 105.000,00 11.200,00 8.000,00
Depreciação DPA -1
R$ h 31,50 5,47 3,91
R$ Ano-1 68.737,50 12.220,00 7.050,00
Juros Anual JRA
-1 20,62 5,97 3,45
R$ h
Desempenho Econômico
-1 18.000,00
R$ Ano 3.200,00 2.000,00
Aloj. Seg. Tax. AST
-1 5,40
R$ h 1,56 0,98
-1 0,82 0,52
Lt
Consumo de Combustível CB
-1 39,12 16,26
Lh
Custo com o Combustível -1 77,86 32,35
CCB R$ h
Custo com Reparo e Manutenção por Hora CRMH -1 91,80
R$ h 13,33 6,67
Custo com Reparo e Manutenção por Ano -1 306.000,00
CRMA R$ Ano 27.282,05 13.641,03
Custo Horário CH R$ h-1 227,18 58,70 15,00
Custo Operacional COP -1 378,63 122,83
R$ ha
Custo de Produção Operacional CPO -1 4,73 2,36
R$ t
Perda Total de Cana PTC % 4,18
Renda Bruta da Colheita RBC R$ 94.789.920,57
Custo da Colheita CC R$ 11.032.101,78
Renda Líquida da Colheita RLC R$ 83.757.818,78
57
Transbordo (%)
24,49
Colhedora (%)
75,51
6a
6b 6c
Figura 6 - Distribuição dos custos (%) para o Cenário Básico (CB): 6a - Colhedora e transbordo;
6b - Colhedora e 6c - transbordo. CRM - (Custo com reparo e manutenção), CCB -
(Custo com o combustível), DPA - (Depreciação anual), JRA - (Juro anual) e AST -
(Alojamento, seguro e taxas)
Para a colhedora, como mostra a Figura 6b, a variável de maior expressão no custo refere-
se ao reparo e manutenção (CRM) com 40,41%, seguido do combustível (CCB) com 34,27%,
totalizando 74,68%. Esses dois itens compõem o custo variável e, portanto, o custo fixo
representa 25,32%. Na Figura 6c a variável de maior expressão no custo do transbordo, refere-se
ao combustível (CCB) com 43,90%, seguido do reparo e manutenção (CRM) com 27,14%,
totalizando 71,04% dos custos variáveis e o custo fixo de 28,96%.
59
Para avaliar o impacto das variáveis no sistema de produção realizou-se uma análise de
sensibilidade envolvendo: Eficiência gerencial (Eg); espaçamento de cultivo; produtividade do
canavial; velocidade de operação; eficiência de campo; juro; fator de reparo e manutenção; preço
do combustível; valor inicial. Cada variável foi acrescida de 10% individualmente e os efeitos no
custo de produção foram observados, Figura 7.
11,00
9,50
8,00
6,25
Alteração no Custo de Produção (%)
6,50
5,00
3,61 3,77
3,50
I
2,00 G H
1,04
0,50 F
-1,00 A
-2,50
-2,41
-4,00
B C D
-5,50 E
-7,00
-8,50
-8,69 -8,69 -8,82
-10,00
-11,50
-11,48
8,50 1 Colhedora
8,00
7,50
7,00
6,50
2 Colhedoras
6,00 2.149
3 Colhedoras
Custo de Produção (R$ t-1)
5,50 4 Colhedoras
4.297 5 Colhedoras 6 Colhedoras
6.446 7 Colhedoras 8 Colhedoras 9 Colhedoras 10 Colhedoras 11 Colhedoras
5,00 8.594 10.743 12.891 15.040 17.188 19.337 21.485
4,50 2 Conj.
4,00
3,50 4 Conj.
3,00 2.149 6 Conj. 8 Conj. 10 Conj. 12 Conj. 14 Conj.
4.297 16 Conj. 18 Conj. 20 Conj. 22 Conj.
6.446 8.594 10.743 12.891
2,50 15.040 17.188 19.337 21.485
2,00
1,50
1,00
0,50
0,00
0 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000 20.000 22.000
Área (ha)
Colhedora Transbordo
Na Figura 8 observa-se que para uma área de 500 ha o custo da colheita é de 8,33 R$ t-1,
enquanto que para o transbordo é 4,40 R$ t-1, totalizando 12,73 R$ t-1. Nessa situação estão sendo
utilizados uma colhedora e dois transbordos. Conforme ocorre um acréscimo na área, o custo por
tonelada diminui até atingir a área máxima possível de ser colhida por essa frente, equivalente a
2.148 ha. Nessa situação (área máxima) o custo da colheita é de 4,65 R$ t-1 e para o transbordo
2,31 R$ t-1, totalizando 6,96 R$ t-1.
Esta queda no custo é devido a diluição do custo fixo dos equipamentos pelas horas
trabalhadas. Quanto maior a área, maior é o número de horas trabalhadas pelos equipamentos, até
a situação em que a capacidade operacional não é suficiente para atender o ritmo operacional no
prazo previsto, o que implica a entrada de uma nova colhedora e mais dois transbordos. Com 500
ha, a colhedora opera 833 h e o transbordo 520 h. Para 2.148 ha cada colhedora opera 3.580 h e o
transbordo 2.198 h. Com a entrada de uma nova máquina, o que ocorre com 2.149 ha, cada
colhedora deve operar 1.791 h e o transbordo 1.099 h, totalizando 3.582 h de colheita e 4.397 h
de transporte interno. Para atender aos 22.000 ha do Cenário Básico (CB) são necessárias onze
colhedoras e quarenta e quatro transbordos com o custo de 4,73 R$ t-1 e 2,36 R$ t-1
61
respectivamente, totalizando 7,09 R$ t-1. Nas Figuras 9 e 10 pode ser observado o efeito do
número de horas trabalhadas nos custos fixos e variáveis. Quando o cálculo é feito por ano, o
custo fixo é constante, enquanto que o custo variável aumenta proporcionalmente ao número de
horas trabalhadas. Porém, quando o cálculo é feito em termos específicos, reais por tonelada, o
custo variável é constante e independe do número de horas trabalhadas, enquanto que o custo fixo
decresce proporcionalmente com o uso da máquina.
700.000
600.000
Custo Anual (R$ Ano -1)
500.000
400.000
300.000
200.000
100.000
0
250 500 750 1.000 1.250 1.500 1.750 2.000 2.250 2.500 2.750 3.000
Horas
Custo Fixo SCMC Custo Variável SCMC
-1
Figura 9 - Custo anual da colhedora e transbordo (R$ ano ) em função das horas
62
22,00
20,00
18,00
Custo de Produção (R$ t-1)
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
250 500 750 1.000 1.250 1.500 1.750 2.000 2.250 2.500 2.750 3.000
Horas
Custo Fixo SCMC Custo Variável SCMC
Figura 10 - Custo de produção da colhedora e transbordo (R$ t -1) em função das horas
275,00
250,00
225,00
Custo de Produção (R$ t-1)
200,00
175,00
150,00
125,00
100,00
75,00
50,00
25,00
0,00
0 10 20 30 40 50 60 70 80 90 100
Eficiência de Campo (%)
Figura 11 - Custo de produção do SCMC em função da eficiência de campo
Uma baixa eficiência de campo implica em um custo por tonelada colhida praticamente
proibitivo. Por exemplo, para uma eficiência de 20% o custo por tonelada corresponde a 72,18
R$ t-1, enquanto que para a eficiência considerada no Cenário Básico (CB) 80% foi 7,09 R$ t -1,
uma diferença de 65,09 R$ t -1. Porém, acima de 80% os ganhos na redução de custo são pequenos
e é importante analisar se os investimentos necessários para se obter esses ganhos são viáveis.
Aumentar a eficiência de campo de 80% para 90% representa um ganho de 0,12 R$ t-1 e
uma redução de R$ 1.183.490,55 na safra.
35,00 35,00
30,00 30,00
Custo de Produção (R$ t-1)
25,00 25,00
Perda (%)
20,00 20,00
15,00 15,00
10,00 10,00
5,00 5,00
0,00 0,00
1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0
Velocidade de Operação (Km h-1)
Perda Custo de Produção (Sem Perdas) Custo de Produção (Com Perdas)
Figura 12 - Custos de produção da colhedora e a perda total de cana em função da velocidade de
operação
Na Figura 12 observa-se que para baixas velocidades de operação, 1 km h-1, o custo atinge
a 34,80 R$ t-1 e 34,51 R$ t-1 para a colhedora operando com e sem perdas respectivamente. Os
dois valores são praticamente iguais e as perdas nessa velocidade equivalem a 0,81%. Com o
aumento da velocidade, as perdas aumentam linearmente, mas o custo decresce, devido à maior
capacidade operacional obtida. Para uma velocidade de 7 km h -1, as perdas previstas representam
5,87% e a diferença do custo operacional, com e sem perdas, é de 0,31 R$ t -1. Para o Cenário
Básico (CB), a previsão de colheita na safra é de 1.760.000 t, o valor das perdas representaria R$
4.135.257,28 na safra.
colhedora em função da área e para três diferentes produtividades do talhão são apresentadas na
Figura 13. A produtividade média de 80 t ha-1 foi considerada para o Cenário Básico (CB).
55,00
50,00
Colhedora (Prod. Méd. 80 t ha) Colhedora (Prod. Méd. 100 t ha) Colhedora (Prod. Méd. 120 t ha)
45,00
Custo de Produção (R$ t-1)
40,00
35,00
30,00
25,00
20,00
15,00
10,00
2.149
5,00 2.149
2.149
0,00
0 100 200 300 400 500 600 700 800 900 1.000 1.100 1.200 1.300 1.400 1.500 1.600 1.700 1.800 1.900 2.000 2.100 2.200
Área (ha)
Figura 13 - Custo de produção da colhedora em função da área e da produtividade média
Para pequenas áreas a influência do custo fixo no custo de produção é muito alto o que
diminui a influência da produtividade. Para uma área de 100 ha o custo de produção para as
produtividades de 80, 100 e 120 t ha-1 é de 27,50, 22,00 e 18,33 R$ t-1 respectivamente. Já para
uma área de 2.000 ha, área esta quase próxima do limite de entrada de uma segunda máquina, o
custo para as produtividades de 80, 100 e 120 t ha -1 é de 4,73, 3,79 e 3,16 R$ t -1 respectivamente,
uma diferença de 20,00 e 33,33% em relação ao Cenário Básico (CB), com 80 t ha-1.
Na Figura 14 é apresentado o custo de produção do transbordo nas produtividades de 80,
100 e 120 t ha-1.
66
30,00
28,00
26,00 Transbordo (Prod. Méd. 80 t ha) Transbordo (Prod. Méd. 100 t ha) Transbordo (Prod. Méd. 120 t ha)
24,00
Custode Produção (R$ t-1)
22,00
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2.149
2,00 2.149
2.149
0,00
0 100 200 300 400 500 600 700 800 900 1.000 1.100 1.200 1.300 1.400 1.500 1.600 1.700 1.800 1.900 2.000 2.100 2.200
Área (ha)
Figura 14 - Custo de produção do transbordo em função da área e da produtividade média
O custo de produção do transbordo na área de 100 ha nas produtividades de 80, 100 e 120 t
-1
ha é de 15,32, 12,32 e 10,32 R$ t-1 respectivamente, o que corresponde a uma diferença
percentual em relação ao Cenário Básico (CB) de 19,59 e 32,66% para as produtividades de 100
e 120 t ha-1, respectivamente. Já para uma área de 2.000 ha, área esta quase próxima do limite de
entrada de mais dois transbordos, o custo para as produtividades de 80, 100 e 120 t ha -1 é de 2,36,
1,95 e 1,67 R$ t-1 respectivamente, uma diferença de 17,36 e 28,94% em relação ao Cenário
Básico (CB), com 80 t ha-1.
75,00
70,00
Fileira Simples (1,5 m) (Colhedora de 1 Linha) (5 km h-1)
65,00
Fileira Dupla Alaternada (2,5 m) (Colhedora de 2 Linhas) (5 km h-1)
60,00 Fileira Dupla Alaternada (2,5 m) (Colhedora de 2 Linhas) (4 km h-1)
55,00
Custo de Produção (R$ t-1)
50,00
45,00
40,00
35,00
30,00
25,00
20,00
15,00
10,00
2.149 2.865
5,00 3.581
0,00
0 200 400 600 800 1.000 1.200 1.400 1.600 1.800 2.000 2.200 2.400 2.600 2.800 3.000 3.200 3.400 3.600
Área (ha)
Figura 15 - Custo de produção em função da área em diferentes espaçamentos de cultivo
6,00
5,00
Custo de Produção (R$ t-1 )
4,00
3,00
2,00
1,00
0,00
50 60 70 80 90 100
Razão de Potência (%)
Figura 16 - Custo de produção da colhedora em função da razão de potência
35,00 35,00
25,00 25,00
20,00 20,00
15,00 15,00
10,00 10,00
5,00 5,00
0,00 0,00
100 200 300 400 500 600 700 800 900 1.000
Distância Média Entre a Colhedora e o Veículo de Transporte (m)
Custo de Produção Capacidade Operacional de Transporte
Na Figura 17 observa-se que um aumento de 400 m (100 m para 500 m) na distância média
entre a colhedora e o veículo de transporte, implica em uma diminuição na capacidade do
transbordo de 6,07 t h-1 e um aumento de custo da ordem de 0,40 R$ t-1 (17,09%).
70
6,00
2.149
5,50
4.297
3.070 6.446
5,00 8.594 10.743 12.891 15.040 17.188 19.337 21.485
6.139 9.208 12.277
4,50 15.347 18.416 21.485
Custo de Produção (R$ t-1)
4,00
3,50
3,00 2.149
1,50
1,00
0,50
0,00
0 2.500 5.000 7.500 10.000 12.500 15.000 17.500 20.000
Área (ha)
Colhedora (Cenário Básico) Transbordo (Cenário Básico)
Colhedora (Cenário Ideal) Transbordo (Cenário Ideal)
Figura 18 - Custo de produção em função da área: Cenário Básico (CB) e Eficiência gerencial
(Eg)
71
Com uma Eg de 100%, sem perdas ocasionadas por ações administrativas, ocorre um
aumento das horas trabalhadas pelas máquinas, colhedoras e transbordos. Com esse aumento do
número de horas, a necessidade de inclusão de uma segunda colhedora ocorre para uma área de
3.070 ha, com um custo de 5,10 R$ t -1, enquanto que com a Eg de 80% ocorre com 2.149 ha com
o custo de 5,13 R$ t -1. A diferença em termos de custo da colheita para a área total, 22.000 ha, é
de 0,33 R$ t-1. Para atender ao cenário ideal com 100% de eficiência serão necessários 8
colhedoras e 16 conjuntos de transbordos contra 11 colhedoras e 22 conjuntos de transbordos
para a condição inicial.
72
73
5 CONCLUSÕES
Com a verificação e validação efetuada pode-se afirmar que o modelo permite ser aplicado
para simular o processo de colheita mecanizada de cana-de-açúcar.
Durante o desenvolvimento do modelo observou-se que existem lacunas a serem
preenchidas no tocante ao desempenho dos equipamentos, como por exemplo, cálculo das perdas
de cana em função da velocidade e modelos para predição de consumo em função da
produtividade.
No processo de colheita mecanizado a colhedora é quem mais impacta nos custos, e as
variáveis de maior importância para o sistema de colheita são a eficiência de campo e o valor
inicial das máquinas.
Existe uma área máxima que um equipamento, colhedora ou transbordo, pode atender as
condições impostas no problema. Para essa área o custo de produção é mínimo.
O aumento na velocidade de operação implica positivamente no desempenho operacional,
porém eleva as perdas de cana e o custo de produção.
A maior produtividade no talhão impacta positivamente no custo de produção da colhedora,
porém é preciso considerar a influência no consumo de combustível, devido a maior carga
imposta ao motor. O combustível é uma das variáveis de maior impacto no custo do sistema.
Para as condições propostas para o Cenário Básico (CB) a alteração no espaçamento da
cultura é viável economicamente, reduz o número de máquinas e a distância percorrida na safra.
A Eficiência gerencial (Eg) mede os tempos perdidos de um sistema, desperdícios,
portanto, a melhoria na gestão vai refletir na diminuição do custo de produção e na redução dos
equipamentos necessários.
74
75
REFERÊNCIAS
BAIO, F.H.R.; ANTUNIASSI, U.R.; BALASTREIRE, L.A.; CAIXETA FILHO, J.V. Modelo de
programação linear para seleção de pulverizadores agrícolas de barras. Revista de Engenharia
Agrícola, Jaboticabal, v. 24, n. 2, p. 355-363, maio/ago. 2004.
BANCHI, A.D.; LOPES, J.R. Custos com reparo e manutenção no transporte de cana-de-açúcar.
Revista Agrimotor, São Paulo, n. 4, p. 30-31, 2005.
BANCHI, A.D.; LOPES, J.R.; FRANÇA, L.S. Fundamentos teóricos de custos com os
equipamentos. Revista Agrimotor, São Paulo, n. 15, p. 8-9, 2006.
BANCHI, A.D.; LOPES, J.R.; SALES, F. Gestão de frotas custos com reparos e manutenções
(crm). Revista Agrimotor, São Paulo, n. 7, p. 8-10, nov./dez. 2005.
BANCHI, A.D.; LOPES, J.R.; ZAGO, C.A. Estudo dos custos com reparo e manutenção em
colhedoras de cana-de-açúcar parte I. Revista Agrimotor, São Paulo, n. 30, p. 12-13, 2008a.
______. Estudo dos custos com reparo e manutenção em colhedoras de cana-de-açúcar parte II.
Revista Agrimotor, São Paulo, n. 31, p. 8-10, 2008b.
______. Estudos de eficiência das colhedoras de cana-de-açúcar. Revista Agrimotor, São Paulo,
n. 32, p. 8-9, 2008c.
______. Uso anual e consumo de combustível em frotas agrícolas. Revista Agrimotor, São
Paulo, n. 39, p. 8-10, 2008d.
BENEDINI, M.S.; CONDE, A.J. Sistematização de área para colheita mecanizada da cana-de-
açúcar. Revista Coplana, Guariba, p. 23-25, nov. 2008. Disponível
em:<http://www.coplana.com/gxpfiles/ws001/design/RevistaCoplana/2008/Novembro/pag23-24-
25.pdf>. Acesso em: 07 ago. 2009.
76
BURROWS, W.C.; SIEMENS, J.C. Determination of optimun machinery for corn-soybean farm.
Transactions of the ASAE, St. Joseph, v. 17, n. 12, p. 1130-1135, Oct. 1974.
CAIXETA FILHO, J.V. Pesquisa operacional. São Paulo: Atlas, 2001. 171 p.
CROSSLEY, C.P. Computer programs for mechanization and transport planning in developing
countries. In: INTERNATIONAL CONFERENCE ON AGRICULTURAL ENGINEERING, 88.,
1988, Paris. Paper… Paris: Ag Eng, 1988. p. 12.
CROSSLEY, C.P. Rural transport planning in developing countries. 1985. 192 p. Thesis
(Ph.D) - Cranfield Institute of Technology, Silsoe, 1985.
FURLANI NETO, V.L.; RIPOLI, T.C.C.; VILLA NOVA, N.A. Avaliação de desempenho
operacional de colhedora em canaviais com e sem queima prévia. STAB. Açúcar, Álcool e
Subprodutos, Piracicaba, v. 15, n. 2, p. 18-23, nov./dez. 1996.
HANSEN, A.C.; BARNES, A.J.; LYNE, P.W.L. Simulation modeling of sugarcane harvest-to-
mill delivery systems. Transactions of the ASAE, St. Joseph, v. 45, n. 3, p. 531-538, Jan. 2002.
HANSEN, A.C.; ZHANG, Q.; WILCOX, T.A. Modeling and analysis of row harvest harvesting
patterns by combines. Transactions of the ASABE, St. Joseph, v. 50, n. 1, p. 5-12, Nov. 2007.
HUGHES, H.A.; HOLTMAN, J.B. Machinery complement selection based on time constrains.
Transactions of the ASAE, St. Joseph, v. 19, n. 5, p. 812-814, May. 1976.
HUNT, D.R. Farm power machinery management. Ames: Iowa State University Press, 1977.
365 p.
ISAAC, N.E.; QUICK, G.R.; BIRRELL, S.J.; EDWARDS, W.M.; COERS, B.A. Combine
harvester econometric model with forward speed optimization. Applied Engineering in
Agriculture, St. Joseph, v. 22, n. 1, p. 25-31, Sept. 2005.
MERCANTE, E.; SOUZA, E.G.; JOHANN, J.A.; GABRIEL FILHO, A.; URIBE-OPAZO, M.A.
Praprag - software para planejamento racional de máquinas agrícolas. Revista de Engenharia
Agrícola, Jaboticabal, v. 30, n. 2, p. 322-333, mar./abr. 2010.
MERCANTE, E.; GABRIEL FILHO, A.; SOUZA, E.G.; URIBE OPAZO, M.A.; WRONSKI, F.;
JOHANN, J.A. Programa computacional para estimar o tempo de trabalho de operações
agrícolas. In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 30., 2001, Foz do
Iguaçu. Anais… Cascavel: Sociedade Brasileira de Engenharia Agrícola, 2001. 1 CD ROM.
MIALHE, L.G. Manual de mecanização agrícola. São Paulo: Agronômica Ceres, 1974. 301 p.
NERY, M.S. Desempenhos operacional e econômico de uma colhedora em cana crua. 2000.
108 p. Dissertação (Mestrado em Máquinas Agrícolas) - Escola Superior de Agricultura “Luiz de
Queiroz”, Universidade de São Paulo, Piracicaba, 2000.
OAKLAND, J. Gerenciamento da qualidade total tqm. São Paulo: Nobel, 2007. 459 p.
OKSANEN, T. Path planning algorithms for agricultural field machines. 2007. 110 p.
Dissertation (Doctor of Science in Technology) - Helsinki University of Technology, Espoo,
2007.
PACHECO, E.P. Seleção e custo operacional de máquinas agrícolas. Rio Branco: Embrapa
Acre, 2000. 21 p.
79
PARMAR, R.S.; MCCLENDON, R.W.; POTTER, W.D. Farm machinery selection using
simulation and genetic algorithms. Transactions of the ASAE, St. Joseph, v. 39, n. 5, p. 1905-
1909, Mar. 1996.
RIPOLI, T.C.C. Ensaio & certificação de máquinas para colheita de cana-de-açúcar. In:
MIALHE, L.G. Máquinas agrícolas ensaios & certificação. Piracicaba: FEALQ, 1996. cap. 13,
p. 635-673.
RIPOLI, T.C.C.; CARVALHO FILHO, S.M.; MOLINA JÚNIOR, W.F.; RIPOLI, M.L.C.
Desempenho econômico de colhedora em cana crua. Engenharia Rural, Piracicaba, v. 12, p. 1-
5, 2001.
ROBERTO, C. Reformar prolonga a vida útil da colhedora. Idea News, Ribeirão Preto, v. 10,
n. 121, p. 18-27, nov. 2010.
ROMERO, M.L.C.; ZAMORA, F.P.; OLEA, I.; SCANDALIARIS, J.; MARTÍN, L. Evaluación
de nuevas cosechadoras integrales. Avance Agroindustrial, Tucumán, v. 13, n. 52, p. 24-28,
mar. 1993.
ROTZ, C.A. A standard model for repair costs of agricultural machinery. Applied Engineering
in Agriculture, St. Joseph, v. 3, n. 1, p. 3-9, Oct. 1986.
ROTZ, C.A.; MUHTAR, H.A.; BLACK, J.R. A multiple harvest machinery selection algorithm.
Transactions of the ASAE, St. Joseph, v. 26, n. 6, p. 1644-1649, Aug. 1983.
ROZEFF, N. The effects of operating velocity on productivity in green and burned sugar cane.
Sugar Cane, Foster City, n. 1, p. 7-19, Nov. 1989.
SHAW, G.R.; BROTHERTON, G.A. Green cane harvesting - a dilemma. In: AUSTRALIAN
SOCIETY OF SUGAR CANE TECHNOLOGISTS, 14., 1992. Mackay. Proceedings...
Brisbane: Watson Fergusson, 1992. p. 1-7.
80
SILVA, R.P.; CORRÊA, C.F.; CORTEZ, J.W.; FURLANI, C.E.A. Controle estatístico aplicado
ao processo de colheita mecanizada de cana-de-açúcar. Revista de Engenharia Agrícola,
Jaboticabal, v. 28, n. 2, p. 292-304, abr./jun. 2008.
SILVA, W.F.; AGUIAR, D.A.; RUDORFF, B.F.T.; SUGAWARA, L.M.; AULICINO, T.L.I.N.
Análise da expansão da área cultivada com cana-de-açúcar na região Centro-Sul do Brasil: safras
2005/2006 a 2008/2009. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14.,
2009, Natal. Anais... São José dos Campos: INPE, 2009. p. 467-474, Disponível em:
<http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr%4080/2008/11.17.19.04/doc/467-474.pdf>. Acesso
em: 06 nov. 2010.
SOFFNER, R.K.; MILAN, M.; RIPOLI, T.C.C. Gerenciamento global de sistema agrícola em
unidades sucroalcooleiras através de programação linear. STAB. Açúcar, Álcool e
Subprodutos, Piracicaba, v. 11, n. 5, p. 16-20, 1993.
TACHIBANA, A.; MILAN, M. Modelo para avaliação de sistemas mecanizados para aplicação
de defensivos em culturas perenes. Revista de Engenharia Agrícola, Jaboticabal, v. 22, n. 1,
p. 101-109, jan. 2002.
VIATOR, R.P.; RICHARD, E.P.; VIATOR, B.J.; JACKSON, H.L.W.; WAGUESPACK, H.L.;
BIRKETT, H.S. Sugarcane chopper harvester extractor fan and ground speed effects on yield and
quality. Applied Engineering in Agriculture, St. Joseph, v. 23, n. 1, p. 31-34, Oct. 2006.
WILLIAMS, H.P. Model building in mathematical programming. 4th ed. Chichester: John
Wiley, 2008. 354 p.
WITNEY, B. Choosing and using farm machines. Essex: Longman Scientific & Technical,
1988. 412 p.
YADAV, R.N.S.; SHARMA, M.P.; KAMTHE, S.D.; TAJUDDIN, A.; YADAV, S.; TEJRA,
R.K. Performance evaluation of sugarcane chopper harvester. Sugar Tech, New Delhi, v. 4,
n. 3/4, p. 117-122, 2002.
81
ANEXOS
82
83
O preço do combustível foi considerado como um valor médio referente aos postos de
distribuição de Piracicaba - SP no período de 03/05/2011 a 19/05/2011 e o preço da tonelada de
cana entregue no campo (e não na Usina) foi obtido junto a União dos Produtores de Bioenergia -
UDOP (2011).
Os demais valores foram obtidos da ASABE (2011), bibliografia e recomendações práticas.
Na tabela 8 apresenta-se a entrada de dados no modelo, para as variáveis referentes ao
planejamento climático/administrativo.
Na tabela 8 o número de dias corresponde ao total de dias existentes em cada mês. Para o
Cenário Básico (CB) o número de domingos e feriados foi considerado como zero (0) uma vez
que as Usinas na safra trabalham normalmente nesses dias. O cálculo do número de dias
impróprios é realizado de acordo com a metodologia proposta por Mialhe (1974). No presente
caso utilizaram-se os valores para solo argiloso da região de Ribeirão Preto - SP. A jornada de
trabalho considerada foi de 24 horas, uma situação normal em época de safra, onde as empresas
costumam operar em turnos. A Eficiência gerencial (Eg) foi considerada como 70% o que
implica em 30% de tempos perdidos por fatores administrativos.
Os dados podem ser alterados de acordo com a necessidade do usuário e caso ele, usuário,
julgue necessário o modelo permite a entrada de dados mensais.
85