Escolar Documentos
Profissional Documentos
Cultura Documentos
Naval e Offshore
Híbrido, 25 a 27 de outubro de 2022
Modelo de otimização para sequenciamento de trens e navios em terminal
portuário
Felipe George Gomes Pereira – USP, São Paulo/Brasil, felipegeorge@usp.br
Rui Carlos Botter – USP, São Paulo/Brasil, rcbotter@usp.br
José Pedro Gomes da Cruz – USP, São Paulo/Brasil, jose.pedro@usp.br
Eduardo Pessotti Rangel – IESB, Vitória/Brasil epessotti@me.com
Resumo
O gerenciamento integrado de operações em terminais portuários especializados na exportação
minério de ferro, envolve complexos processos e rotinas operacionais, que consideram a recepção de
trens da mina ao porto, manuseio e armazenagem dos produtos no terminal e o carregamento de
navios, garantindo a integridade das instalações e qualidade da carga formada para cada navio. Estes
processos devem ser gerenciados e otimizados buscando o uso racional dos recursos e a redução dos
custos operacionais envolvidos. O desafio de gerenciar o balanço de massa de um terminal portuário
de minério é atividade diária para os seus trabalhadores. É neste desafio que esta pesquisa busca
apoiar os gestores portuários na tomada de decisões, a níveis estratégicos e gerenciais, de forma que
possam elaborar seu planejamento de curto, médio e longo prazo, e gerenciar suas atividades
diariamente.
1
para auxiliar as decisões de alocação dos produtos pesquisa detalhada para identificar alternativas
nos pátios de estocagem, de forma associada ao existentes, de tal forma a propor e construir
controle operacional integrado nos processos de modelos de maior efetividade e potencial de
descarga dos trens e carregamento dos navios. utilização.
2
trabalha com mais de um tipo de produto, na a caminho durante o atendimento do navio. O
prática, quanto maior for a variabilidade de sequenciamento dos navios pode ser alterado,
produtos, maior é a complexidade do planejamento conforme disponibilidade de carga e projeção do
e gerenciamento das operações. Na possibilidade demurrage. Apenas quando o navio finaliza a
de descarregamento de trens direto para atracação, o seu tempo de espera em fila é
carregamento do navio, é avaliado se o produto é o finalizado. Quando um navio é atracado e liberado,
mesmo do navio e se há disponibilidade de ele aguarda um tempo de pré-operação até iniciar
equipamento, havendo possibilidade a operação é seu carregamento. Este tempo é necessário para
realizada. Selecionados o trem e local no pátio, o finalizar as configurações dos sistemas, regularizar
virador é considerado ocupado e a descarga é documentação e para aguardar o material percorrer
realizada em duas etapas: a primeira vai do a rota do pátio até o píer. O início do carregamento
momento da saída do trem do pátio ferroviário até se dá quando o produto começa a ser embarcado
o posicionamento no Virador de Vagões (VV), no navio. A gestão do pátio procura a pilha com o
tempo de manobra e circulação não considerado no produto e o equipamento de recuperação, que
modelo; e a segunda vai do início da operação de utiliza uma rota designada para o Carregador de
descarga dos vagões até o término do último vagão Navios (CN), sempre buscando maximizar a sua
caracterizado como tempo total de descarga do utilização. Durante a operação de embarque, uma
trem. quantidade de produto pode ser enviada a partir do
VV. Neste caso, se configura trem a bordo ou
3.2. Lógica do planejamento e alocação embarque direto. Uma vez finalizado o
dos estoques carregamento, o CN é liberado e o navio aguarda
O pátio é configurável quanto a sua ocupação tanto um tempo de pós-operação para iniciar a operação
em capacidade quanto no tipo de produto. Uma de manobra de desatracação. Somente após a
mesma área pode ser utilizada por mais de um manobra de desatracação terminada, o navio é
produto, contudo, nunca simultaneamente. O dado como finalizado e o berço é liberado para o
modelo de otimização proposto considera um próximo navio.
padrão de pilha, tipo de produto e capacidade de
estocagem para testar combinações de alocação 3.4. Lógica da programação de embarque
dos produtos nos pátios. Uma pilha não pode ser Cada navio tem, em função de sua capacidade, uma
manipulada por 2 equipamentos ao mesmo tempo. distribuição de número de porões e carga
Pode haver combinação da recuperação simultânea disponível, que podem ser de mais de um produto.
com até dois equipamentos, desde que haja pilhas O modelo é simplificado e não considera os planos
disponíveis e a capacidade limite de carregamento de carregamento. Na prática, é atribuída uma linha
seja respeitada. Operação de trem a bordo não de embarque, respeitando uma capacidade máxima
ocorre concomitantemente à recuperação com um do sistema. O modelo utiliza o conceito de taxa
equipamento do pátio. No modelo proposto não comercial, que já considera o tempo penalizado
considera o conjunto de rotas do sistema. Neste com a paralisações dos processos durante o
caso são analisadas as configurações de alocação atendimento do navio. Caso o navio tenha atracado
dos produtos nos pátios, de acordo com os espaços e sua carga esteja incompleta no pátio, situação
vazios, de maneira a minimizar as distâncias entre rotineira e possível de ser configurada, este pode
as pilhas formadas pelas Empilhadeiras (EP) com o aguardar por embarque direto no berço. Ao
mesmo tipo de produto e de translado de recuperar por completo uma pilha, o espaço, ou
Recuperadoras (RP) durante o carregamento de seja, balizamento, é imediatamente liberado para a
determinado navio. alocação de outro produto a ser empilhado. Busca-
se o número otimizado de balizas necessárias para
3.3. Lógica da Chegada e Saída de Navios descarregar determinada quantidade de produto,
Para que um navio seja atracado no terminal, é específico para formar a carga de um navio, de
necessário que se tenha disponibilidade de berço forma a reduzir os tempos de descarga dos trens e
para o carregamento, caso contrário o navio carregamento dos navios, maximizar a ocupação
aguarda em fila na área de fundeio. A programação dos pátios, e reduzir os custos operacionais.
do carregamento deve garantir que um estoque
mínimo de produtos esteja disponível nos pátios ou
3
4. Modelo para sequenciamento de trens 4.2. Parâmetros
e navios na gestão portuária B: Número infinitamente grande;
O modelo de otimização proposto foi desenvolvido N: Quantidade de navios;
utilizando técnicas Programação Linear (PL), para V: Quantidade de viradores disponíveis para
resolver problemas reais. O modelo para decisões descarregamento de trens;
estratégicas otimiza a programação e M: Quantidade de trens atendidos por virador;
sequenciamento da fila de navios e trens em T: Quantidade de trens atendidos por dia;
conjunto, considerando a variação do estoque nos D: Quantidade de dias no horizonte de
pátios e o fluxo de carregamento de navios como planejamento;
um dos dados de entrada do modelo, assim P: Quantidade de produtos;
minimizando custo com demurrage. O modelo Cdemurragei: Custo de demurrage do navio i;
fornece aos gestores informações para tomada de Cdispatchi: Prêmio de dispatch do navio i;
decisões táticas, a fim de otimizar a alocação e TTi: Tempo total de carregamento do navio i;
retomada dos produtos para minimizar o tempo ETAi: Data de disponibilidade do navio i para início
não operacional e garantir estoque durante o de carregamento;
carregamento do navio, consequentemente, Turntimei: Tempo administrativo consumido pelo
minimizando o tempo na recuperação e tempo total navio i;
de atendimento do navio. Os dados de TDi: Tempo disponível para o navio i finalizar
sequenciamento de navios e trens são utilizados carregamento sem ser penalizado com demurrage;
para designar a origem e destino, ou seja, cada TTtd: Tempo gasto com descarregamento do trem t
baliza para um navio e cada carga de trem para uma no dia d;
baliza ou direto para bordo. Em outras palavras, os ETAt: Data de disponibilidade do trem t para início
modelos devem selecionar para uma origem de descarregamento;
representada pelo par virador-produto, o melhor Prazotd: Data limite para trem t do dia d finalizar
destino possível, isto é, qual o pátio e baliza estão seu descarregamento;
disponíveis para a operação, e que seriam a melhor Cargapi: Carga do produto p no navio i;
escolha naquele momento para descarregar e Cargapt: Carga do produto p no trem t;
empilhar a carga de um trem em fila. A mesma EstoquePatiop: Estoque do produto p no pátio no
consideração é válida para uma origem início do planejamento;
representada pelo par pátio-baliza que seria a TDesat: Tempo médio do navio para desatracar do
melhor escolha naquele momento para recuperar e terminal a partir do término do carregamento.
carregar o produto no navio. O modelo foi
implementado na linguagem de programação 4.3. Variáveis de decisão relacionadas aos
Python, utilizando as bibliotecas do Solver Gurobi navios
para a realização da otimização com o método de TDemurragei: Tempo usado de demurrage no navio
Branch and Bound. O modelo trata de problemas a i;
nível tático e estratégico. Incorporar decisão do TDispatchi: Tempo usado de dispach no navio i;
nível tático ajudará a dar aos tomadores de decisão DICn: Data início carregamento posição n da fila de
do nível operacional mais flexibilidade e navios;
previsibilidade (Kim, Koo, & Park, 2009). DTCn: Data término carregamento posição n da fila
de navios;
4.1. Índice DICi: Data início carregamento navio i;
i: índice de navio i = 1, 2, ..., N; DTCi: Data término carregamento navio i;
n: índice de posição na fila de navios n = 1º, 2º, ..., Folga1_DTCin: Variável de folga;
Nº; Folga2_DTCin: Variável de folga;
m: índice de posição na fila de trens; Yin: Variável binária igual a 1 se o navio i ocupa a
v: índice de virador; posição n da fila de navio, 0 caso contrário.
d: índice de dia de trabalho;
t: índice de trem;
p: índice de produto.
4
4.4. Variáveis de decisão relacionadas aos
trens Restrições relacionadas aos Navios
Y_mvdt: Variável binaria igual a 1 se o trem t ocupa
𝐷𝑇𝐶𝑛 − 𝐷𝐼𝐶𝑛 = ∑𝑁
𝑖=1 Yin ∗ TTi ∀𝑛 ∈ {1, 𝑁} (2)
a posição m na fila de trens do virador v no dia d;
DIDesc_mvd : Data de início de descarregamento 𝐷𝐼𝐶𝑛 ≥ 𝐷𝑇𝐶𝑛−1 ∀𝑛 ∈ {2, 𝑁} (3)
do trem na posição m da fila do virador v no dia d; ∑𝑁 = 1 ∀𝑛 ∈ {1, 𝑁}
𝑖=1 𝑌𝑖𝑛 (4)
DTDesc_mvd: Data de término de descarregamento
∑𝑁
𝑛=1 𝑌𝑖𝑛 = 1 ∀𝑖 ∈ {1, 𝑁} (5)
do trem na posição m da fila do virador v no dia d.
𝐷𝐼𝐶𝑛 ≥ ∑𝑁
𝑖=1 𝑌𝑖𝑛 ∗ 𝐸𝑇𝐴𝑖 ∀𝑛 ∈ {1, 𝑁} (6)
(𝐸𝑇𝐴𝑖 + 𝑇𝑢𝑟𝑛𝑡𝑖𝑚𝑒𝑖 + 𝑇𝐷𝑖 ) + Tdemurrage𝑖 =
4.5. Variáveis de decisão relacionadas ao 𝐷𝑇𝐶𝑖 + Tdispatch_i ∀𝑖 ∈ {1, 𝑁} (7)
relacionamento dos trens e navios, 𝐷𝑇𝐶𝑖 − 𝐷𝐼𝐶𝑖 = 𝑇𝑇𝑖 ∀𝑖 ∈ {1, 𝑁} (8)
estoque disponível e carregamentos
𝐷𝑇𝐶𝑖 − 𝐷𝑇𝐶𝑛 + Folga1DTCin − Folga2DTCin =
EDPI_pn: Estoque disponível no pátio do produto p
0 ∀𝑛, 𝑖 ∈ {1, 𝑁} (9)
no início do carregamento do navio na posição n da
fila de navios; ( Folga1DTCin + Folga2DTCin ) ≤ B(1 −
CargaProg_pn: Carga do produto p no navio da Yin ) ∀𝑛, 𝑖 ∈ {1, 𝑁} (10)
posição n da fila de navios; YCi, n = (Bin − 0 ou 1) ∀𝑛, 𝑖 ∈ {1, 𝑁} (11)
Qnt_pn: Quantidade de produto p descarregado
Folga1DTCin , Folga2DTCin , 𝐷𝑇𝐶𝑖 , 𝐷𝐼𝐶𝑖 , 𝐷𝑇𝐶𝑛 , 𝐷𝐼𝐶𝑛 ,
pelos trens durante a execução de carregamento do
navio alocado na posição n; Tdemurrage𝑖 , Tdispatchi ≥ 0 ∀𝑛, 𝑖 ∈ {1, 𝑁} (12)
CargaProgTrem_pmvd: Carga do produto p no navio
A restrição (2) garante que a diferença entre o início
da posição m do virador v no dia d. e o fim do carregamento do navio na posição n da
fila deve ser o tempo total estimado do
carregamento. A (3) mantém o fluxo do tempo de
4.6. Variáveis de decisão para apoio e início e fim de carregamento do navio na posição n
linearização do modelo na Fila. A N4 e N5 garantem o fluxo da fila de navios.
Bin_TDmvdn: Binário igual a 1 se o produto do trem A N6 garante que a data de início de carregamento
descarregado na posição m do virador v no dia d de um navio seja somente após seu ETAi. A (7) é
está disponível para navio da posição n até o uma função linearizada para cálculo de tempo
término do carregamento do navio, 0 caso utilizado em Despatch e Demurrage. A (8), (9) e (10),
contrário; baseado na data de término de carregamento DTCn
FG_Sup_TDmvdn: Variável de folga positiva, indica do navio na posição n do navio, definem a data de
que o trem terminou de descarregar antes do término do carregamento DTCi do navio i que ocupa
término do navio n; a posição n da fila. Já as restrições (11) e (12) são
FG_Inf_TDmvdn: Variável de folga negativa, indica restrições que garante o tipo de variável.
que trem terminou de descarregar após do término Restrições relacionadas aos Trens
do navio n;
CargaDpmvdn: Carga do produto p do trem 𝐷𝑇𝐷𝑒𝑠𝑐𝑚𝑣𝑑 − 𝐷𝐼𝐷𝑒𝑠𝑐𝑚𝑣𝑑 = ∑𝑇𝑡=1 𝑇𝑇𝑡𝑑 ∗
𝑌𝑡𝑚𝑣𝑑 ∀𝑚 ∈ {1, 𝑀}, ∀𝑣 ∈ {1, 𝑉}, ∀𝑑 ∈ {1, 𝐷} (13)
descarregado na posição m do virador v no dia d
disponível para navio da posição n até o término do 𝐷𝐼𝐷𝑒𝑠𝑐𝑚𝑣𝑑 + (1 − ∑𝑇𝑡=1 𝑌𝑡𝑚𝑣𝑑 ) ≥
carregamento do navio; 𝐷𝑇𝐷𝑒𝑠𝑐(𝑚−1)𝑣𝑑 ; ∀𝑚 > 1, ∀𝑚 ∈ {2, 𝑀}, ∀𝑣 ∈
Folga_I_CargaD_pmvdn: Variável de Folga para {1, 𝑉}, ∀𝑑 ∈ {1, 𝐷} (14)
cálculo do CargaD_pmvdn; ∑𝑀 𝑉
𝑚=1 ∑𝑣=1 𝑌𝑡𝑚𝑣𝑑 = 1, ∀𝑡 {1, 𝑇}, ∀𝑑 ∈ {1, 𝐷} (15)
Folga_S_CargaD_pmvdn: Variável de Folga para
∑𝑇𝑡=1 𝑇𝑡𝑚𝑣𝑑 = 1 , ∀𝑚 = 1, … , 𝑀; ∀𝑣 =
cálculo do CargaD_pmvdn.
1, … , 𝑉; ∀𝑑 = 1, … , 𝐷 (16)
A função objetivo busca reduzir o atraso entre os
navios em serviço e, consequentemente, o custo da DIDescmvd ≥ ∑𝑇𝑡=1 𝑌𝑡𝑚𝑣𝑑 ∗ 𝐸𝑇𝐴𝑡𝑑 , ∀𝑚 =
demurrage: 1, … , 𝑀; ∀𝑣 = 1, … , 𝑉; ∀𝑑 = 1, … , 𝐷 (17)
DTDescmvd ≤ ∑𝑇𝑡=1 𝑌𝑡𝑚𝑣𝑑 ∗ DataDispTtd , ∀𝑚 =
min TDemurragei ∗ Cdemurragei − 1, … , 𝑀; ∀𝑣 = 1, … , 𝑉; ∀𝑑 = 1, … , 𝐷 (18)
TDispatchi ∗ Cdispatch𝑖 (1)
5
∑𝑇𝑡=1 𝑌𝑡𝑚𝑣𝑑 ≤ ∑𝑇𝑡=1 𝑌𝑡(𝑚−1)𝑣𝑑 , ∀𝑚 ∈ {2, 𝑀}, ∀𝑣 ∈ FolgaICargaDpmvdn = 1 , ∀n ∈ {1, N}; ∀p ∈
{1, 𝑉}, ∀𝑑 ∈ {1, 𝐷} (19) {1, P}; ∀m ∈ {1, M}; ∀v ∈ {1, V}; ∀d ∈ {1, D} (30)
Ytmvd = (Bin − FolgaSCargaDpmvdn ≤ B ∗ (1 −
0 ou 1); DTDescmvd , DIDescmvd ≥ BinTDmvdn ), ∀n ∈ {1, N}; ∀p ∈ {1, P}; ∀m ∈
0, ∀𝑚 1, … , 𝑀; ∀𝑣 = 1, … , 𝑉; ∀𝑑 = 1, … , 𝐷; ∀𝑡 = {1, M}; ∀v ∈ {1, V}; ∀d ∈ {1, D} (31)
1, … , 𝑇 (20)
FolgaICargaDpmvdn ≤ B ∗ (1 − BinTDmvdn ),
A restrição (13) garante que a diferença entre a data ∀n ∈ {1, N}; ∀p ∈ {1, P}; ∀m ∈ {1, M}; ∀v ∈
de início e fim do descarregamento do trem na {1, V}; ∀d ∈ {1, D} (32)
posição m do virador v no dia d seja igual ao tempo
𝐸𝐷𝑃𝐼𝑝𝑛 , 𝐶𝑎𝑟𝑔𝑎𝑃𝑟𝑜𝑔𝑝𝑛 , 𝑄𝑛𝑡𝑝𝑛 ,
total gasto no descarregamento do trem t no dia d
𝐶𝑎𝑟𝑔𝑎𝑃𝑟𝑜𝑔𝑇𝑟𝑒𝑚𝑝𝑚𝑣𝑑 , 𝐹𝐺𝑆𝑢𝑝𝑇𝐷𝑚𝑣𝑑𝑛 ≥ 0;
alocado nesta posição. A (14) garante o fluxo de
tempo. A (15) e (16) garantem o fluxo da fila. A (17) 𝐹𝐺𝐼𝑛𝑓𝑇𝐷𝑚𝑣𝑑𝑛 , 𝐶𝑎𝑟𝑔𝑎𝐷𝑝𝑚𝑣𝑑𝑛 ,
permite o início de descarregamento de trem 𝐹𝑜𝑙𝑔𝑎𝐼𝐶𝑎𝑟𝑔𝑎𝐷𝑝𝑚𝑣𝑑𝑛 ,
somente após seu ETAt e a (18) obriga o 𝐹𝑜𝑙𝑔𝑎𝑆𝐶𝑎𝑟𝑔𝑎𝐷𝑝𝑚𝑣𝑑𝑛 ≥ 0;
descarregamento do trem ocorrer dentro do prazo,
(19) garante fluxo da fila nos viradores e (20) 𝐵𝑖𝑛𝑇𝐷𝑚𝑣𝑑𝑛 = (Bin − 0 ou 1) (33)
representa tipo de variáveis. Os fatores de
integração entre as duas filas, navios e trens, são A coesão do estoque no pátio com a quantidade
suas respectivas cargas e disponibilidade de carregada nos navios é garantida pela restrição (21).
estoque, sendo considerado estoque no pátio e A (22) calcula a carga de produto p a ser carregada
estoque em trânsito, nos trens programados, de no navio da posição n. A (23) calcula a carga de
forma que um trem programado para finalizar o produto p descarrega na posição m, do virador v, no
descarregamento durante o carregamento de um dia d. A (24) garante que a variável de estoque
navio pode ter seu estoque alocado diretamente no disponível no pátio no início de carregamento do
navio sem passar pelo pátio. primeiro navio seja equivalente ao estoque inicial
Restrições de integração de sequenciamento de no pátio. A (25) estima o estoque no pátio baseado
trens e navios no carregamento programado de saída e entradas
de produtos até o momento do carregamento do
EDPIpn + Qnt pn − CargaProg pn >= 0, ∀p ∈
navio. As restrições (26) e (27) estimam a
{1, P}; ∀n ∈ {1, N} (21)
quantidade de produtos no pátio até o momento do
CargaProg pn = ∑𝑁 𝑖=1 Yin ∗ CargaNaviopi , ∀p ∈ carregamento do navio. As restrições (28) e (29)
{1, P}; ∀n ∈ {1, N} (22) conferem as datas de carregamento dos navios e
CargaProgTrempmvd = ∑𝑇𝑡=1 Ytmvd ∗ descarregamento dos trens para verificar se as
CargaTremptd , ∀p ∈ {1, P}; ∀m ∈ {1, M}; ∀v ∈ cargas dos trens estarão disponíveis no pátio
{1, V}; ∀d ∈ {1, D} (23) durante o carregamento do navio. As restrições
(30), (31) e (32) são restrições disjuntivas que
EDPIpn = Stockypilep ∀p ∈ {1, P}; n = 1 (24) indicam se a binária Bin_TDmvdn for igual a 1, o
EDPIpn = EDPIp(n−1) + Qnt p(n−1) − carregamento do trem nos índices mvd está
CargaProg p(n−1) , ∀p ∈ {1, P}; ∀n ∈ {2, N} (25) disponível para o navio na posição de índice n. Por
𝑉 𝐷
fim, a restrição TN13 indica o tipo de dado de cada
Qnt pn = ∑𝑀 𝑚=1 ∑𝑣=1 ∑𝑑=1 CargaDpmvdn , ∀p ∈ variável.
{1, P}; n = 1 (26)
Qnt pn = (∑𝑀 𝑉 𝐷
𝑚=1 ∑𝑣=1 ∑𝑑=1 CargaDpmvdn − 5. Experimentos computacionais e
∑𝑛−1
𝑘=1 Qnt p[k] ), ∀p ∈ {1, P}; ∀n ∈ {2, N} (27) análise dos resultados
DTCn − (TDesat) − DTDescmvd − Foram realizados experimentos e testes para
FGSupTDmvdn + FGInfTDmvdn = 0, ∀n ∈ validação do modelo e identificação das limitações
{1, N}; ∀m ∈ {1, M}; ∀v ∈ {1, V}; ∀d ∈ {1, D} (28) da solução. As instâncias utilizadas para analisar a
abordagem, o procedimento de implementação do
FGSupTDmvdn ≤ B ∗ BinTDmvdn , ∀n ∈
{1, N}; ∀m ∈ {1, M}; ∀v ∈ {1, V}; ∀d ∈ {1, D} (29) modelo e os resultados dos experimentos foram
satisfatórios.
CargaDpmvdn − CargaProgTrempmvd +
BinTDmvdn − FolgaSCargaDpmvdn +
6
5.1. Construção da instância respectivamente 6, 10 e 12 mil t por baliza. Adotou-
Para a experimentação numérica, o modelo foi se também um período em que três navios foram
implementado na linguagem de programação carregados com um dos produtos disponíveis nos
Python, utilizando as bibliotecas Solver Gurobi para pátios. Neste período, foram descarregados 100
realizar a otimização com os métodos Branch and trens com diferentes tipos de produto, todavia, nos
Bound nativos do Solver. A instância criada para experimentos, foram considerados 12 trens que
avaliação do modelo utilizou dados reais de transportam os dois produtos correspondentes aos
tamanho de cargas de trens e navios, datas de carregamentos dos navios considerados. Para o
chegada estimada (ETA) e datas esperadas para mapa do pátio no início do planejamento, foi criado
processar carregamentos e descarregamentos. um exemplo reduzido com 10 balizas em cada pátio
Foram considerados dois viradores operando em e produtos estocados (P001 e P002), conforme
três pátios, cada um com capacidades de apresenta a Tabela 1.
Os parâmetros N, V, M e P utilizados são três navios produto P001 e 114.576 t do produto P002, com TL
e dois Viradores, considerando que cada virador = 3 pátios, TB = 10 balizas por pátio, K_L = 6, 10 e 12
pode atender até 2 trens por dia e 2 Produtos. Além mil t e, EstoqueInicioPatiolbp equivalente aos
disso, foram considerados D = 3 dias, chegando t = valores da Tabela 1. A Tabela 2 apresenta o cenário
4 trens por dia. O estoque nos pátios tem com os dados dos navios e a Tabela 3 o cenário com
parâmetro EstoquePatiop igual a 100.900 t do os dados dos trens.
7
5.2. Resultados do experimento
A solução dos modelos indicou que se deve seguir carregamento de navios e o período em que o navio
primeiro a sequência N001, seguida de N002 e teria esperado para ser carregado.
N003. O Gráfico 1 mostra as datas de início e fim do
N003
Navios
N002
N001
6/4/20 3:00 6/4/20 15:00 7/4/20 3:00 7/4/20 15:00 8/4/20 3:00 8/4/20 15:00 9/4/20 3:00 9/4/20 15:00 10/4/20 3:00
As Tabelas 4 e 5 mostram a consolidação dos coluna “Destino” indica onde a carga de cada trem
resultados. A coluna “Cargas a Bordo” representa as deve ser alocada. O modelo considera o estoque
cargas de trens que devem ir direto a bordo ou inicial representado por um mapa de produtos
parcialmente ao pátio para cada navio; a coluna estocados (Tabela 1), no entanto, não considera as
“Balizas Recuperadas” indica as balizas que serão decisões operacionais de alocação dos trens nos
recuperadas para carregar cada navio e o código pátios, conduzidas no experimento pelo autor com
“P1 B1 - 6000” indica que 6.000 t devem ser foco no sequenciamento dos navios e trens.
recuperadas no Pátio 1 na Baliza 1 e, por fim, a
8
Tabela 5 - Consolidação da programação de trens no cenário reduzido
Data início Data fim Atraso
Trem Produto Carga Destino Duração (h)
operação operação (h)
T001 P001 14201 P3 - B3 - 14201 5/4/20 9:36 5/4/20 13:50 0,0 04:14:25
T002 P002 13828 P2 - B5 - 13828 5/4/20 15:17 5/4/20 19:27 0,0 04:09:56
T003 P001 12258 P2 - B2 - 12258 5/4/20 14:24 5/4/20 18:15 0,0 03:51:06
T004 P001 14393 P3 - B1 - 14393 5/4/20 16:48 5/4/20 21:04 0,0 04:16:43
P1 - B6 - 6000;
T005 P002 12027 6/4/20 4:48 6/4/20 8:36 0,0 03:48:19
P1 - B10 - 2027
P1 - B5 - 3354;
T006 P002 13221 P1 - B9 - 6000; 6/4/20 12:00 6/4/20 16:02 0,0 04:02:39
P3 - B7 - 3867
P1 - B2 - 3554;
T007 P001 13654 6/4/20 14:24 6/4/20 18:31 0,0 04:07:51
P3 - B10 - 10100
P1 - B5 - 2646;
T008 P002 14070 6/4/20 16:48 6/4/20 21:00 0,0 04:12:50
P1 - B7 - 11424
T009 P001 12228 P2 - B5 - 12228 7/4/20 2:24 7/4/20 6:14 0,0 03:50:44
T010 P002 12819 P2 - B5 - 12819 7/4/20 4:48 7/4/20 8:45 0,0 03:57:50
T011 P001 14458 P3 - B3 - 14458 7/4/20 7:12 7/4/20 11:29 0,0 04:17:30
T012 P002 12359 P2 - B7 - 12359 7/4/20 17:45 7/4/20 21:37 0,0 03:52:18
Neste cenário reduzido, o navio N003 iniciou seu implementado apenas com Programação Linear
carregamento após o ETA programado, sendo o (PL). Para instâncias grandes e altos níveis de
tempo de atendimento superior ao tempo detalhamento das operações, recomenda-se a
disponível, apesar de se contar com toda a carga no combinação de métodos heurísticos para otimizar o
pátio no início do carregamento. O navio N002, tempo de processamento e obter resultados
carregado com o produto P002, teve seu último lote satisfatórios, dificuldade também observada por
de carga (trem T012) finalizando a descarga no outros autores. Essa busca pode ser estendida em
instante 7/4/20 21:37, antes do término previsto algumas direções. O modelo atual não considera a
(Tabela 4). Não foram descarregados trens direto possibilidade de conflito de rota entre dois pátios,
para bordo, todos os produtos foram descarregados sequência de movimentos das máquinas do pátio,
nos pátios para serem recuperados. Os trens TT05, falhas e problemas de nível operacional não
TT06, TT07 e TT08 tiverem dois destinos para o conhecidos antecipadamente. No entanto, fornece
empilhamento dos produtos nos pátios (Tabela 5). informações táticas e estratégicas para a tomada de
Este cenário que simula a condição ideal de decisões nos níveis operacionais. Na prática, o
operação com disponibilidade de carga e modelo pode ser utilizado e atualizado com novos
ordenamento do ETA dos navios, permitiu avaliar o dados diariamente, de forma a incorporar a
comportamento do modelo com o carregamento de dinâmica ocorrida na programação operacional. A
apenas um produto por navio. Em situação real, os incorporação de decisões de nível tático ajudará a
navios podem ser carregados com mais de um dar aos tomadores de decisões de nível operacional
produto, geralmente um por vez. mais flexibilidade e previsibilidade. O uso de
abordagens tradicionais e ferramentas de
6. Conclusões otimização é difícil e, por isso, novas abordagens
Problemas de sequenciamento de processos como algoritmos evolutivos e heurísticas
portuários integrados à gestão de estoques não são construtivas para resolver o problema são cada vez
triviais. Apesar de resolver um problema real, o mais utilizadas. Em relação à heurística, a maioria
modelo se mostrou complexo para ser dos autores citados afirma que o método é mais
9
eficiente em produzir uma solução viável quando Marcos Junior, W. J., Lopes, Á. D., Salles, J. L., &
comparado a um solver comercial, obtendo. Além Rocha, H. R. (2018). Modelo matemático para
disso, modificações e adaptações de acordo com as otimização na alocação pilhas em um pátio de
diferentes regras dos portos podem ser facilmente estocagem de portos e carregamento de navios
implementadas. É comum as empresas do setor de (Vol. VIII Congresso Brasileiro de Engenharia de
mineração e siderurgia buscarem soluções que Produção). POnta Grossa: ABEPRO.
possibilitem a integração de toda a cadeia logística Menezes, G. C., Mateus, G. R., & Ravetti, M. G.
e a otimização do planejamento estratégico, tático (2016a). Heuristic methods to solve a production
e operacional. A incorporação de condições planning and scheduling problem in bulk ports.
operacionais como falhas de processos, doi:https://www.researchgate.net/publication/311
manutenções corretivas e preventivas, qualidade 202729
do produto e paralisações por causas externas é Menezes, G. C., Mateus, G. R., & Ravetti, M. G.
complexa e exige o fornecimento de informações (2016b). A hierarchical approach to solve a
em tempo real. Um modelo de otimização dinâmica production planning and scheduling problem in bulk
pode ser obtido a partir da abordagem discutida. Cargo terminal (Vols. Computers & Industrial
Espera-se que esta pesquisa possa orientar o Engineering 97 (2016) 1–14). Elsevier Ltd.
desenvolvimento futuro de ferramentas para o Menezes, G. C., Mateus, G. R., & Ravetti, M. G.
planejamento e programação do sistema de (2016c). A branch and price algorithm to solve the
produção mineral a granel, a fim de otimizar os integrated production planning and scheduling in
processos desde o beneficiamento nas minas, bulk ports. (E. B.V., Ed.) Belo Horizonte, Brazil:
compra de minério de ferro, transporte ferroviário European Journal of Operational Research 258
até a entrega dos produtos aos clientes em (2017) 926–937.
diferentes mercados. A indústria está cada vez mais doi:http://dx.doi.org/10.1016/j.ejor.2016.08.073
interessada em soluções e tecnologias que possam Pratap, S., Daultani, Y., Tiwari, M. K., & Mahanty, B.
melhorar a eficiência geral, reduzir custos de (2015). Rule based optimization for a bulk handling
demurrage, melhorar o uso de seus ativos, port operations. New York: Springer
gerenciar melhor seus estoques e obter Science+Business Media New York 2015.
planejamento integrado de áreas independentes. doi:https://doi.org/10.1007/s10845-015-1108-7
Tang, L., Sun, D., & Liu, J. (2015). Integrated Storage
7. Referências Space Allocation and Ship Scheduling Problem in
Barros, V. H., Costa, T. S., Oliveira, A. C., & Lorena, L. Bulk Cargo Terminals. Leicestershire, England:
A. (2011). Model and heuristic for berth allocation Loughborough University Institutional Repository.
in tidal bulk ports with stock level constraints (Vols.
Computers & Industrial Engineering 60 (2011) 606–
613). Elsevier Ltd.
doi:doi:10.1016/j.cie.2010.12.018
Boland, N., Gulczynski, D., Jackson, M., Savelsbergh,
M., & Tam, M. (2011). Improved stockyard
management strategies for coal. Perth, Australia:
19th International Congress on Modelling and
Simulation.
Irfanbabu, S. A., Pratap, S., Lahotia, G., Fernandes,
K. J., Tiwaria, M. K., Mountc, M., & Xiong, Y. (2015).
Minimizing delay of ships in bulk terminals by
simultaneous ship scheduling, stockyard planning
and train scheduling (Vols. Maritime Economics &
Logistics (2015) 17, 464–492). (M. Publishers, Ed.)
doi:doi:10.1057/mel.2014.20
Kim, B.-I., Koo, J., & Park, B. S. (2009). A raw material
storage stockyard allocation problem for a large-
scale steelwork. The International Journal of
Advanced Manufacturing. Int J Adv Manuf Technol
(2009) 41:880–884.
10