A SIMULAÇÃO COMPUTACIONAL NA
INDÚSTRIA DA CONSTRUÇÃO CIVIL:
ESTUDO DO CICLO DE CAMINHÕES
BASCULANTES NO ABASTECIMENTO
DE UMA CENTRAL DE BRITAGEM
Maurício de Mello Pinto Barral (UNIMINAS)
Evaldo Malaquias da Silva (UNIMINAS)
Roberto de Mello Pinto Barral (Empresa)
Roberto Giuseppe Viviani (Empresa)
FLAVIO ROQUE NUNES (UNIMINAS)
O setor da Construção Civil desempenha papel essencial na economia
global como alicerce do desenvolvimento das nações. Distingue-se,
inclusive, devido à importância de seu papel social que é manifesto
especialmente por sua vocação intrínsecca na geração de empregos
diretos e indiretos. Este trabalho apresenta um estudo realizado em
uma obra de uma das principais empresas da Indústria da Construção
Civil brasileira. O objeto do estudo foi o ciclo de abastecimento de
uma central de britagem realizada por meio de caminhões basculantes.
O empreendimento em foco foi a construção de uma usina hidrelétrica
na região do município de Davinópolis/GO. A farta disponibilidade de
registros de dados referentes às operações diárias da empresa
possibilitou a construção, utilizando o software de simulação
PROMODEL, de um modelo computacional que representasse tal
processo com fidedignidade. Foram realizadas simulações de cinco
novas configurações de trabalho, além daquela que é atualmente
empregada na obra. O estudo foi capaz de fornecer informações
relevantes que ratificaram a atual configuração de trabalho como
adequadamente dimensionada. Foi capaz, ainda, de consagrar a
simulação computacional como ferramenta de amplo potencial no
apoio à gestão de obras, envolvendo diversas dimensões do negócio. A
simulação computacional é aqui apresentada enquanto ferramenta de
apoio à decisão gerencial na Indústria da Construção Civil.
Palavras-chaves: Aproveitamento Hidrelétrico; Indústria da
Construção Pesada; Ferramentas de apoio à decisão; Simulação de
eventos discretos; Promodel.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão.
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
2
1. Introdução
Segundo a Fundação Instituto Brasileiro de Geografia e Estatística – IBGE, a Construção
Civil é classificada como indústria. Não obstante, é considerada em categoria distinta da
indústria de transformação, em que se encontram aquelas fornecedoras de insumos para
construção (ALVES, 1997).
Esta posição de destaque da Indústria da Construção Civil não se limita meramente ao campo
formal em sua denominação: ela constitui o fundamento do desenvolvimento dos demais
setores da economia nacional, quer por dar suporte aos diversos tipos de atividades
econômicas e sociais ou mesmo por consistir, por si, em fonte de atividade econômica
(ALVES, 1997).
Franco (1995) destaca a importância social da Construção Civil em seu aspecto gerador de
empregos diretos bem como indiretos, observando uma característica específica deste setor,
qual seja, o caráter informal que é inerente ao seu processo de seleção e treinamento de mão-
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
3
de-obra. Por conseguinte, as empresas do setor acabam por submeter tanto suas regras de
comunicação, quanto sua estrutura organizacional, aos hábitos oriundos da cultura de seus
colaboradores, o que reforça ainda mais o impactante conjunto de aspectos que tornam esta
indústria tão peculiar.
Com efeito, a Indústria da Construção Civil se distingue das demais tanto por seu produto,
que nunca se repete (cada obra é única) quanto por seu processo produtivo que demanda
técnicas específicas de gestão da produção, mais centradas na gestão humana do trabalho em
decorrência do fato de que tanto o ritmo quanto a qualidade do trabalho dependem
sobremaneira do trabalhador (FRANCO, 1995).
Ainda que suas diversas peculiaridades estejam sempre desafiando este tão distinto setor que é
a Construção Civil, impondo ao longo do tempo dificuldades e variabilidades cada vez
maiores (e sempre diferentes), sua força e solidez ficam evidentes em sua evolução histórica.
A despeito das pressões exercidas por uma legislação cada vez mais exigente e mercados cada
vez mais competitivos, as empresas do setor foram capazes de manter-se em crescimento e
sobreviver a crises diversas.
Neste contexto, a Indústria da Construção Pesada (representada por empresas que executam
grandes obras, tais como usinas hidrelétricas, gasodutos, metrôs, plataformas de petróleo, etc.)
demonstram serem capazes de superar quaisquer desafios uma vez que, apesar das
supracitadas dificuldades inerentes ao setor, conseguem apresentar modernas técnicas de
gestão e controle de processos, além de manter e aperfeiçoar continuamente sua habilidade
em gestão de pessoas.
A realização deste estudo foi viabilizada por estas características comuns às empresas deste
segmento. Um modelo computacional para fins de aplicação da simulação de eventos
discretos (enquanto ferramenta de apoio à decisão) foi desenvolvido nas obras de implantação
de um Aproveitamento Hidrelétrico. Com efeito, a empresa responsável pela obra em que o
estudo foi realizado, dispondo de uma estrutura organizacional privilegiada, foi capaz de
facilitar o trabalho de modelagem para fins de simulação computacional. Uma importante - e
dispendiosa - etapa do trabalho, qual seja, o estudo de tempos e movimentos segundo os
preceitos indicados por Barnes (1977) faz parte das operações de rotina e é integrado ao
sistema de gestão da empresa. Destarte, o acesso aos dados necessários para confecção do
modelo foi facilitado, permitindo levar a cabo o desenvolvimento de um modelo cujos dados
de entrada possuíssem validação e confiabilidade pré-estabelecidas.
Na segunda seção deste trabalho é apresentada uma breve discussão, de caráter generalista,
acerca da simulação computacional. A terceira seção trata de contextualizar a discussão em
torno das especificidades de suas aplicações na Indústria da Construção Civil. Na quarta seção
é apresentado um estudo de caso da aplicação da simulação computacional na Indústria da
Construção Pesada. As seções seguintes cuidam da apresentação e análise dos resultados
obtidos.
2. Simulação Computacional
A simulação computacional de sistemas produtivos figura, na atualidade, como uma poderosa
ferramenta para o planejamento, o projeto e o controle de sistemas produtivos complexos. Seu
emprego como forma de apresentação de projetos, produtos e problemas confere maior
credibilidade junto aos clientes, internos ou externos, do que outros métodos disponíveis.
Com efeito, o nível de captura de detalhes obtidos por meio da simulação sem a necessidade
de grandes simplificações e a possibilidade de comparação de seus resultados com o sistema
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
4
real a coloca em grande vantagem frente a outros métodos, tais como os analíticos (SILVA,
2006).
Geralmente, um modelo destinado a um estudo de simulação é um modelo matemático
desenvolvido com a ajuda de um software de simulação. Modelos matemáticos podem ser
classificados em determinísticos ou estocásticos. Determinísticos são aqueles cujas variáveis
de entrada e saída são valores fixos. Estocásticos são aqueles em que pelo menos uma de suas
variáveis de entrada ou saída é probabilística. Os modelos matemáticos podem, ainda, ser
classificados como estáticos ou dinâmicos. Estáticos são aqueles em que o tempo não é levado
em conta. Dinâmicos são aqueles em que as interações ao longo do tempo entre as variáveis
são levadas em conta. Os modelos de simulação são, na maior parte das vezes, estocásticos e
dinâmicos (MARIA, 1997).
Pickover (1991) situa a crescente aplicação da simulação computacional no contexto mais
amplo da contínua busca científica pela compreensão do mundo. Destaca, ainda, a ampla
diversidade de campos em que a simulação computacional vinha sendo aplicada, que abrange
desde a simulação das minúsculas forças responsáveis pela ligação entre as moléculas às
estruturas de gigantescos arranha-céus, passando pela simulação da estabilidade de aeronaves
e até mesmo da economia. Por mais que já esteja sendo utilizada nas mais diversas aplicações,
a simulação computacional constitui um campo muitíssimo vasto a ser explorado.
Um interessante exemplo da magnitude da vastidão do campo de aplicações da simulação
computacional será exposto nos próximos dois parágrafos.
Nos últimos anos, muitas companhias têm tentado melhorar a qualidade de seus produtos e
serviços. Muitas empresas exigem que os sistemas de qualidade de seus fornecedores se
conformem às normas internacionais de garantia de qualidade ISO 9000. A implantação
destas normas implica investimentos consideráveis. Freqüentemente, o retorno sobre estes
investimentos podem demorar muito tempo para se realizarem. Além disso, muitas decisões
relacionadas às atividades de melhoramento da qualidade são tomadas sem fundamentos
científicos ou análises econômicas que lhes dê suporte. Assim sendo, os resultados das
diversas políticas de qualidade implantadas podem desviar-se daquelas que eram esperadas.
Conseqüentemente, as companhias se tornaram menos motivadas a tomar decisões
relacionadas às atividades da qualidade (JORDAN, 1999).
Jordan (1999), em pesquisa realizada em uma fábrica de processamento de frutos do mar,
empregou a simulação computacional com o propósito de comparar os impactos causados por
diversas políticas de garantia de qualidade alternativas em relação aos custos da qualidade e
da qualidade média resultante. Foi capaz, ainda, de determinar se a introdução de atividades
de prevenção seria ou não lucrativa. Destaca que o emprego de simulação computacional
como ferramenta de análise não é advento tão recente quanto se imagina. De fato, estas
técnicas são utilizadas desde os anos 50. Robinson e Higton (1995 apud JORDAN, 1999)
explicam que seu desenvolvimento foi enormemente influenciado pelo rápido e grandioso
desenvolvimento dos computadores. De fato, a partir da década de 80, com o surgimento dos
computadores pessoais, a simulação passou a ser utilizada para estudar numerosos sistemas
em diversos domínios, dentre os quais o da garantia da qualidade. Seu estudo consagrou a
simulação como uma poderosa ferramenta que permite predizer os custos associados à
qualidade e descrever as interações entre as atividades da qualidade, os custos bem como seu
melhoramento. Os modelos de simulação são capazes de oferecer suporte metodológico e
científico às empresas para ajudá-las no planejamento de suas atividades de garantia da
qualidade.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
5
Segundo Hillier & Lieberman (2005), é inquestionável o fato de que a simulação
computacional desempenha papel de destaque no âmbito da teoria e prática da Pesquisa
Operacional, constituindo ferramenta de inestimável valor para a solução de problemas em
que as técnicas analíticas mostram-se inadequadas. Os autores corroboram, ainda, o fato de
que a revolução computacional que se deu na segunda metade do século XX constitui um dos
dois fatores que desempenharam papel chave para o rápido desenvolvimento da pesquisa
operacional neste mesmo período.
Um modelo consiste em uma representação física, lógica ou funcional que imita um objeto de
estudo. O fato de o modelo imitar o objeto de estudo permite que o usuário o manipule,
observe seu comportamento e seja capaz de inferir como o objeto se comportaria nas mesmas
circunstâncias. A principal função de um modelo consiste em sua capacidade de predizer
alguns comportamentos do objeto a que representa envolvendo, contudo, muito menor grau de
complexidade. O mundo real é inerentemente caracterizado pela complexidade que, face às
limitações da capacidade de pensamento humano, impõe grandes desafios na solução de
problemas. Estas são contornadas a partir do desenvolvimento de modelos mais simples
capazes de representar a realidade em suas características de interesse para solução de
determinado problema (MOLLOY, 1989).
De acordo com Neelamkavil (1987), um modelo constitui uma representação simplificada de
um sistema, processo ou teoria cujo planejamento é voltado para que seja capaz de aumentar a
habilidade que se tenha para compreender, predizer e possivelmente controlar o
comportamento do sistema. A compreensão acerca de um sistema é necessária para que se
possa modificá-lo, preservá-lo ou mesmo apenas conhecê-lo e ser capaz de explicar seu
comportamento; a recíproca, entretanto, não é verdadeira.
Segundo Pidd (1998), o mais importante erro que é necessário evitar em uma modelagem
ocorre quando o modelador parte em trilha completamente equivocada e pode ocorrer até
mesmo com os modelos mais engenhosos e complicados ou, ainda, quando um modelo é
constituído rico em detalhes irrelevantes e não abarca completamente as questões
fundamentais do sistema. O processo de modelagem deve, portanto, ter foco na maximização
da capacidade do modelo em aumentar o conhecimento que se tenha do sistema a que se
refere.
De fato, um modelo deve ser criado para dirigir-se a um conjunto específico de questões.
Algumas pessoas acreditam que é possível construir um modelo geral e completo que poderia,
posteriormente, ser usado para responder qualquer tipo de questão. À primeira vista esta é
uma idéia atraente mas, após alguma reflexão fica evidente que a única maneira de alcançar
tal objetivo seria obter um modelo de amplitude tão grande quanto o próprio sistema real a
que representa. Somente uma réplica do sistema original, completa em todos os detalhes, seria
capaz de responder toda e qualquer questão imprevista sobre o sistema. Esta é, contudo,
precisamente a antítese da modelagem, uma vez que o objetivo da mesma é simplificar e
abstrair de maneira a propiciar ganhos em termos de visões sobre o sistema real em foco
(SÁNCHEZ, 2006).
Um modelador cria modelos de sistemas complexos por meio de um processo de abstração. A
abstração é um processo que envolve a eliminação de determinadas características e cabe ao
modelador decidir quais são os detalhes do sistema que são suficientemente importantes para
serem incluídos no modelo e quais são aqueles que podem ser omitidos. A construção de um
modelo é o primeiro passo em direção à redução da complexidade. A simulação de um
modelo por meio de um software de simulação gera resultados que devem ser analisados para
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
6
proporcionar visões em relação ao comportamento do sistema. Nos dias de hoje é percebida
uma carência crescente por técnicas capazes de reduzir a complexidade. Uma vez que o
crescimento da complexidade tem se dado de maneira exponencial, ou seja, mais rapidamente
do que as técnicas necessárias para lidar com os desafios que produz, ela pode ser considerada
como inimigo público número um. Em sua luta contra o dragão da complexidade,
diferentemente de São Jorge, a humanidade pode não ser capaz de matá-lo, mas pode ser
capaz (lançando mão de todos os recursos disponíveis) de domesticá-lo (HENRIKSEN,
2006).
3. Simulação Computacional e a Indústria da Construção Civil
De acordo com Anderson et al. (2007), o planejamento, o cronograma físico e a efetiva gestão
de contingências são cruciais para o sucesso na gestão de projetos de construção. Os
parágrafos seguintes basear-se-ão no trabalho destes autores para oferecer um panorama das
principais questões referentes à relação entre a simulação computacional e a Indústria da
Construção Civil nos dias de hoje.
O estudo da incerteza na construção tem envolvido, predominantemente, a estimação de
extrapolações de orçamentos e atrasos no cronograma físico em projetos, e a estimação de
parâmetros de entrada na simulação das operações e processos de construção. Em ambas a
incerteza é caracterizada por distribuições estatísticas que descrevem a variabilidade
subjacente. Risco é definido como um resultado da incerteza, referindo-se a uma debilidade na
capacidade de previsão sobre a estrutura, resultados ou conseqüências durante o
planejamento. Destarte, a análise de risco envolve a estimação das probabilidades necessárias
enquanto dados de entrada para a avaliação de decisões alternativas.
Tradicionalmente, contingência é orçada nas estimativas de custos da construção como uma
percentagem fixa do custo total com base em experiências prévias com projetos similares.
Dentre outras abordagens determinísticas, continegências são calculadas com base no risco
associado a atividades individuais. Tais tipos de abordagem são limitadas na quantificação do
grau de confiança associado com as contingências identificadas.
Pesquisas em simulação da construção têm produzido plataformas de propósito geral tais
como o Simphony e o STROBOSCOPE que têm sido muito úteis na modelagem de processos
e operações de construção. Ambos enfatizam a otimização da alocação e uso de recursos.
Simphony tem sido aplicado na simulação de projetos que são repetitivos na natureza,
especificamente projetos de construção de túneis.
Tais sistemas de simulação computacional têm focado principalmente no uso de abordagens
estatísticas para fins de quantificação da incerteza associada às diferentes entradas e
parâmetros do modelo de modo a incrementar a acurácia dos resultados obtidos por meio da
simulação.
A abordagem simplificada em simulação de eventos discretos, SDESA (Simplified Discrete
Event Simulation Approach), habilita a modelagem de interrupções simultâneas tais como
falhas randômicas de equipamentos ou tempos de paradas pré-programadas. Lançando mão
deste tipo de eventos na simulação os tempos de finalização podem ser preditos com maior
acurácia (ANDERSON, G. R. et al. 2007).
Lu & Wong (2005), realizaram um estudo comparativo entre o SDESA e o PROMODEL em
duas aplicações na área da construção civil. A metodologia SDESA foi proposta e
desenvolvida com o objetivo específico de facilitar a criação de modelos na construção. De
acordo com os autores, o SDESA mostrou-se mais adequado às aplicações desenvolvidas, uma
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
7
vez que proporcionou um processo de modelagem computacional mais simples, fácil e rápido
do que o PROMODEL na modelagem de operações de construções nos dois casos estudados.
Na ocasião da construção das instalações para os Jogos Olímpicos de Pequim (2008) a
simulação computacional na construção civil foi aplicada com sucesso para maximização da
eficiência de custos das obras. Na construção de seu principal estádio, que ficou conhecido
como “o ninho de pássaro”, Chan et al. (2006), aplicaram o estado-da-arte na modelagem para
simulação das operações de construção com o intuito de planejar as operações de instalação
da estrutura metálica, encontrar a sequência de instalação apropriada e formular o cronograma
físico da área de montagem. A plataforma SDESA foi aplicada como ferramenta de simulação
para avaliação de como o tempo de construção para a estrutura metálica do supracitado
estádio mudaria de acordo com diferentes sequências de instalação combinadas com variados
cronogramas físicos para uso de área para montagem. Tal experiência, segundo os autores
convenceu o gestor da obra da efetividade da modelagem por SDESA e ajudou os engenheiros
da obra a definir o método de construção otimizado.
Quando se trata da maximização da eficiência de custos em obras de grande porte, a utilização
de ferramentas computacionais para simulação dos processos e operações de construção são
fundamentais. Pelo que se vê na literatura, a plataforma SDESA é a mais freqüentemente
indicada para aplicação na Indústria da Construção Civil. Não obstante, outras plataformas de
simulação são eventualmente bem aplicadas, produzindo bons resultados. Na seção seguinte
será apresentado um estudo de caso em que o ciclo de alimentação do britador de uma central
de britagem por meio de caminhões basculantes foi modelado de forma simples, elegante e
eficaz utilizando o PROMODEL.
4. Estudo de Caso
O objeto do estudo é um processo realizado nas obras de implantação de um Aproveitamento
Hidrelétrico. Assim sendo, evidenciar-se-á um pequeno vislumbre do imenso potencial de
aplicações e desenvolvimento que a simulação computacional possui, em especial, na
Indústria da Construção Pesada.
4.1 Descrição do sistema
Na construção das estruturas de grande porte envolvidas neste tipo de empreendimento são
utilizados diferentes tipos de concreto. A obra conta com a maior central de britagem da
América Latina instalada para um empreendimento específico.
A demanda por agregados miúdos e graúdos por parte da central de concreto é grande e
ininterrupta. A central de britagem conta com apenas um britador de primeiro estágio, ou seja,
apresenta um único canal para alimentação de matéria-prima: o britador primário que aparece
na Figura 1. A produtividade global desta central de britagem está fundamentalmente
relacionada, portanto, à produtividade do britador primário. Esta, por sua vez, está atrelada à
otimização do ciclo de abastecimento do mesmo por meio de sete caminhões basculantes
dedicados a este processo.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
8
Figura 1 - Caminhão basculante alimentando o britador primário.
A matéria-prima utilizada na central de britagem (pedras) são obtidas em uma pedreira
(localizada a quatro mil e duzentos metros de distância do britador primário) que conta com
uma escavadeira dedicada ao carregamento dos caminhões. O processo cíclico no qual os
caminhões basculantes se dirigem à pedreira onde, como mostra a Figura 2, são carregados e,
em seguida, se dirigem ao britador primário, depositam sua carga e retornam à pedreira para
serem novamente carregados, consiste justamente no sistema objeto deste estudo: o ciclo de
abastecimento de uma central de britagem realizada por meio de caminhões basculantes
(apresentado em forma de fluxograma na Figura 3). Este processo é desenvolvido em dois
turnos diários dispondo, cada um deles, de oito horas e quarenta e oito minutos.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
9
Figura 2 - Caminhões basculantes sendo carregados na pedreira.
Figura 3 – Fluxograma do ciclo de alimentação do britador
4.2 Modelo desenvolvido
O objetivo geral deste trabalho foi a simulação computacional do ciclo de abastecimento da
central de britagem da obra por caminhões basculantes. O modelo foi desenvolvido de
maneira que pudesse representar fidedignamente o funcionamento do sistema na configuração
de trabalho atualmente adotada, qual seja, a que utiliza sete caminhões basculantes para
alimentação do britador primário.
Uma vez construído tal modelo, o mesmo pôde ser utilizado para avaliar a configuração de
trabalho atualmente adotada em relação à característica fundamental a ser maximizada no
sistema: a taxa de utilização do britador. Desta depende a produtividade global da central de
britagem e, portanto, foi a que esteve no foco principal do presente estudo.
O processo de desenvolvimento do modelo propiciou, para aquisição de detalhado
conhecimento do sistema – que consiste em etapa primordial nas aplicações de modelagem e
simulação computacional – a interação da equipe de modelagem com diversos colaboradores
da empresa. Tal interação ensejou o incremento do conhecimento do sistema de parte a parte,
além da identificação dos dados necessários para confecção do modelo que deveriam ser
fornecidos pela empresa construtora. Uma vez que a equipe de modelagem não ficou
responsável pela obtenção e tratamento estatístico dos dados de entrada do modelo
desenvolvido, a mesma pôde centralizar seus esforços no correto entendimento do
funcionamento do sistema, bem como nas abstrações que poderiam – e portanto, conforme
atesta a literatura especializada, deveriam – ser feitas ao sistema real para confecção do
modelo.
Segundo Maria (1997), o sistema em estudo pode ser classificado como estocástico e
dinâmico. Assim sendo, os dados necessários para confecção do modelo computacional foram
fornecidos, pelo departamento de Apoio à Gestão e Organização (AGO) da empresa
construtora, em termos de distribuições normais de freqüências, cujos parâmetros
característicos são apresentados na Tabela 1.
Etapas do processo
(representadas no modelo)
Tempo médio
[minutos]
Desvio padrão
[minutos]
Carregamento basculante na pedreira 3,92 0,22
Viagem basculante (carregado) da pedreira ao britador primário 9,86 0,39
Descarregamento basculante no britador primário 1,05 0,07
Viagem basculante (vazio) do britador primário à pedreira 4,96 0,11
Processamento de carga pelo britador primário 2,97 0,16
Fonte: Distribuições de freqüências fornecidas pela construtora.
Tabela 1 – Parâmetros das distribuições normais dos tempos de cada etapa do processo modelado.
O tempo de carregamento de um caminhão basculante na pedreira é apresentado graficamente
Escavadeira
carrega
basculante
Basculante se
dirige ao
britador
Basculante
alimenta o
britador
Basculante se
dirige à
pedreira
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
10
na Figura 4. As demais distribuições de freqüência apresentadas na Tabela 1 possuem
representação gráfica similar, seguindo a mesma forma de distribuição. Assim, a exibição de
suas representações gráficas não se faz necessária.
4,64,44,24,03,83,63,43,2
Tempo de carregamento de um caminhão basculante na pedreira [minutos]
Distribuição de freqüencia
Normal; Média=3,92; Desvio Padrão=0,22
Figura 4 – Distribuição de freqüência do tempo de carregamento de um basculante na pedreira.
Conforme atestam diversos autores na literatura técnica especializada em que este trabalho é
fundamentado, todo processo de modelagem tem como objetivo primeiro a busca por uma
representação de um dado sistema (real ou imaginário) que seja mais simples que o mesmo.
Por apresentar menor grau de complexidade e facilidade em seu manuseio, os modelos
desenvolvidos são capazes de potencializar o conhecimento dos sistemas aos quais se referem
e também prever resultados, avaliar o impacto de mudanças e falhas no sistema, entre outras
vantagens.
O modelo desenvolvido neste estudo buscou o maior grau de simplificação possível (e
necessário) para que fosse capaz de fornecer as informações que dele eram esperadas. Foram
abstraídos do modelo todos os tipos de interferências (vide Tabela 2) que ocorrem no sistema
real e que o levam a um estado de funcionamento anormal. Tais interferências não ocorrem
com freqüência capaz de justificar que fossem incluídas no modelo. Além disso, em nada
aumentariam a capacidade do mesmo de responder a questão fundamental a que se propõe.
Finalmente, a inclusão de tais interferências implicaria em considerável acréscimo de
dificuldades em sua validação, acrescendo fontes e possibilidades de erros. Assim, complicam
consideravelmente a obtenção de resultados do sistema real que pudessem ser comparados
com os resultados gerados pelo modelo, a fim de validá-lo. Conforme mencionado
anteriormente, o modelo desenvolvido visa prover informações acerca do sistema real que
permitam a garantia de maximização da taxa de utilização do britador primário, da qual
depende o rendimento da central de britagem como um todo.
Tipos de interferências
(não representadas no modelo)
Fogo rejeitado ou parcialmente liberado na pedreira.
Geração de rochas com diâmetro acima do preconizado.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
11
Matacos no interior do britador.
Picos de energia.
Problemas mecânicos nos basculantes.
Problemas mecânicos na escavadeira.
Paradas não programadas do britador primário.
Fonte: Construtora
Tabela 2 – Tipos de interferências que ocorrem no sistema real.
As interferências listadas na Tabela 2 constituem eventos que aumentam o risco, tal como é
conceituado por Anderson et al. (2007), do projeto como um todo, uma vez que o não
cumprimento de cronograma implica em custos significativos, a serem arcados pela empresa
construtora, relativamente ao cumprimento de sanções previstas em cláusulas contratuais. A
seguir será feita uma descrição de cada uma destas interferências e seus efeitos serão
comentados.
As rochas são geradas, na pedreira, mediante detonações (fogos) realizadas por empresa
terceirizada. Algumas vezes, as pedras geradas não são liberadas – pelo departamento de
qualidade da construtora – para serem utilizadas como fonte de matéria-prima para a central
de britagem devido às suas características litológicas. Tal tipo de interferência, denominada
como “fogo rejeitado” ou “fogo parcialmente liberado”, apesar de ser relativamente rara,
causa grande impacto de produtividade quando de sua ocorrência. Causa significativa
ociosidade no britador devido à falta de rochas ou substancial aumento no tempo de
carregamento dos basculantes (seleção de rochas aprovadas pelo operador da escavadeira).
É de responsabilidade da empresa contratada para realizar as detonações na pedreira a geração
de rochas em tamanho adequado ao processamento pelo britador primário. Eventualmente, a
detonação pode gerar rochas de tamanho superior ao que o britador primário é capaz de
processar (matacos). Tal interferência é denominada “geração de matacos” e causa queda de
produtividade devido ao acréscimo no tempo de carregamento devido à necessidade de o
operador da escavadeira realizar separação de matacos, a fim de evitar que sejam carregados
nos basculantes. Quando acontece de matacos serem despercebidamente carregados nos
basculantes e descarregados no britador primário se dá a interferência denominada “matacos
no interior do britador”. Estas impactam fortemente a produtividade do mesmo pois, sempre
que ocorrem, se faz necessário seu desligamento para retirada de matacos e gerando,
conseqüentemente, significativo tempo de ociosidade no sistema.
Conseqüência similar ocorre quando acontecem “picos de energia” que fazem o britador
primário ser automaticamente desligado. Como não pode entrar em funcionamento quando
carregado, esta interferência implica em relevante perda de tempo em função do processo de
descarregamento prévio que se faz necessário para que o britador primário possa vir a ser
religado.
Interferências como “problemas mecânicos nos basculantes” ocorrem com pouca freqüência
devido à assídua manutenção preventiva praticada pela empresa e, quando acontecem,
produzem impactos menores se o sistema estiver dimensionado com número adequado de
caminhões. Os “problemas mecânicos na escavadeira” são menos freqüentes que aqueles mas
produzem, contudo, impactos muito maiores. De fato, o desempenho do sistema apresenta
maior grau de sensibilidade ao aumento no tempo de carregamento dos caminhões que ocorre
quando é necessária a realização de manutenção não programada na escavadeira e a mesma é
temporariamente substituída, sempre que possível, por outra do mesmo modelo e
características.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
12
As “paradas não programadas do britador primário” são as interferências mais graves que
podem ocorrer no sistema em estudo e, por tal razão, são aquelas a que se dedicam os maiores
esforços de prevenção. Ocorrem, portanto, com freqüência muito pequena.
Tais interferências foram abstraídas do modelo desenvolvido pelas razões previamente
expostas. Constituem, entretanto, fontes de ulteriores desenvolvimentos e aplicações do
modelo desenvolvido neste estudo inicial. Uma vez que se tenha determinado o número
adequado de caminhões a serem utilizados no ciclo de alimentação do britador primário de
modo que se tenha garantida a maximização de sua taxa utilização, cada um desses tipos de
interferências pode ser incluído, individualmente e em grupos, no modelo original, de modo a
ter seus efeitos melhor conhecidos e aumentando a compreensão acerca do funcionamento do
sistema.
4.3 Simulação do modelo
O modelo desenvolvido foi simulado em seis distintas situações. Os resultados obtidos foram
capazes de fornecer informações suficientes para a determinação do número ideal de
caminhões basculantes a ser utilizado no processo.
A verificação e a validação do modelo deram-se tanto por análise e verificação conceitual do
programa pela equipe de modelagem, quanto por análise conjunta com colaboradores da
empresa. Foram realizados diversos testes para garantir que o programa realizasse as
operações da maneira esperada, tais como simulações em baixa velocidade.
A fim de verificar e garantir a validade do modelo desenvolvido, os resultados obtidos por
meio da simulação computacional foram comparados com aqueles oriundos do sistema real
em ocasiões em que o mesmo operou livre de interferências, isto é, em momentos em que o
sistema real corresppondeu, em todos os seus aspectos, ao modelo desenvolvido.
A semelhança entre os resultados oriundos do sistema real e aqueles obtidos através da
simulação computacional permitiram que o modelo fosse validado e que fosse reconhecido
seu valor enquanto ferramenta de apoio à decisão na gestão das operações do sistema em
foco. O modelo foi implementado utilizando o software de simulação PROMODEL (vide
Figura 5).
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
13
Figura 5 - Modelo computacional simulado no PROMODEL.
5. Resultados e discussões
Na Tabela 3 são apresentados os resultados das simulações de seis diferentes situações
analisadas que divergem entre si apenas no tocante ao número de caminhões basculantes
utilizados. Na realização destas simulações, o tempo de processamento variou em função do
número de basculantes, uma vez que foram mantidas constantes as demais variáveis do
sistema no modelo. A simulação computacional do modelo, em cada uma das situações
analisadas, termina quando o britador primário conclui o processamento de cento e vinte
cargas (produção padrão esperada para cada turno de trabalho de 8,80 horas livre de
interferências).
Tempo Simulado de
Processamento [horas]
Quantidade de
Caminhões
Basculantes
Taxa de
Utilização do
Britador
8,28 9 97,12%
8,28 8 97,12%
8,28 7 97,12%
8,28 6 97,10%
8,56 5 93,93%
11,98 4 67,09%
Fonte: Relatório de resultados gerados no PROMODEL pelo autor.
Tabela 3 – Resultados de simulações com diferentes números de caminhões basculantes.
Como pode ser verificado na Tabela 3, o tempo mínimo de processamento é obtido quando o
modelo é simulado utilizando-se seis caminhões basculantes. Entretanto, a taxa máxima de
utlização do britador ocorre apenas quando são utilizados sete caminhões basculantes. A
situação em que apenas quatro caminhões basculantes são utilizados não é capaz de atender o
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
14
nível de produção esperado por turno, uma vez que o tempo de processamento na simulação
ultrapassa o tempo disponível por turno. A situação que utiliza cinco caminhões basculantes é
capaz de atingir a meta dentro do tempo de um turno mas não apresenta, contudo, o tempo de
folga necessário para realização de atividades como o diálogo diário de excelência (que
consome quinze minutos de cada turno de trabalho) nem eventuais paradas para satisfação de
necessidades fisiológicas dos motoristas.
À primeira vista, é aparente que o número ideal de caminhões basculantes a serem utilizados,
de acordo com os resultados fornecidos pelo modelo é igual a seis, pois esta é a situação que
utiliza o menor número de caminhões para uma taxa de utilização do britador estatisticamente
igual à máxima. Entretanto, esta seria uma análise ingênua, pois é necessário considerar que o
modelo desenvolvido apresenta limitações em função das abstrações que foram feitas para sua
confecção. No sistema real, eventualmente ocorrem os alguns dos diversos tipos de
interferências previamente descritas. A situação com cinco caminhões basculantes apresenta
uma taxa de utilização do britador sensivelmente menor. Assim sendo, fica evidente que o
número ideal de caminhões basculantes a serem empregados no sistema real corresponde
exatamente àquele atualmente empregado na atual configuração de trabalho. Sete é o número
mínimo de caminhões basculantes capaz de garantir a máxima utilização do britador primário.
Barral et al. (2008), evidencia que a análise do modelo computacional via simulação e o teste
de modelos hipotéticos alternativos derivados do modelo original pode, algumas vezes,
apresentar resultados até mesmo surpreendentes, os quais são capazes de provocar
impactantes melhorias no sistema real. De fato, ainda que os responsáveis pela tomada de
decisão normalmente possuam elevado grau de conhecimento dos sistemas pelos quais são
responsáveis – fato demonstrado neste estudo pela exata coincidência entre o número de
caminhões recomendado pela análise do modelo com aquele atualmente empregado no
sistema real – quando se trata de considerar situações alternativas àquela mais freqüente, a
capacidade natural de modelagem e simulação mental do ser humano não é capaz de competir
com a versatilidade e agilidade da simulação computacional. Neste sentido, a simulação
computacional do modelo desenvolvido poderá ser utilizada em aplicações ulteriores como
ferramenta para verificação das assunções que se tenham acerca das situações menos
freqüentes no sistema real. Para um ser humano é muito difícil lidar com múltiplas variações
em sistemas complexos e, ao mesmo tempo, ser capaz de evitar interpretações equivocadas.
6. Considerações finais
A simulação computacional enquanto método de aquisição de conhecimento acerca do
sistema real foi a característica mais marcante durante o processo de modelagem. De fato,
apesar da resposta obtida para a questão essencial a que o modelo desenvolvido se dirigiu ter
ratificado a atual configuração de trabalho tal como a ideal, o grau de conhecimento do
sistema por parte dos colaboradores da empresa foi relevantemente ampliado.
Obras de implantação de um Aproveitamento Hidrelétrico envolvem diversas empresas em
sua execução. Tais empresas, no mais das vezes, se relacionam enquanto clientes e
fornecedoras umas em relação às outras, de forma que suas atividades estão sempre
relacionadas de alguma maneira. A falha em uma operação de determinada empresa (ou setor)
se propaga ao longo do sistema global de maneiras muitas vezes difícil de ser delimitada,
prevista e evitada. O modelo desenvolvido poderá servir não apenas para fins de otimização e
gerenciamento do sistema em foco mas, também, enquanto ferramenta capaz de auxiliar no
desenvolvimento da visão sistêmica por parte dos colaboradores da organização.
Fica evidente o grande potencial da simulação computacional na Indústria da Construção
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
15
Civil, especialmente no segmento da Construção Pesada. Apesar do fato de o PROMODEL,
diferentemente do SDESA, não ter sido desenvolvido especificamente para aplicações na
simulação das operações de construção, demonstrou perfeita adequação para modelagem do
sistema em questão, contribuindo para que os objetivos fossem satisfatoriamente atingidos.
Referências
ALVES, P. M. C. Relacionamento cliente / fornecedor na indústria da construção civil: novas tendências
voltadas para um contexto de qualidade e produtividade. Florianópolis: 1997. Dissertação (Mestrado em
Engenharia) – Programa de Pós-Graduação em Engenharia de Produção e Sistemas da Universidade Federal de
Santa Catarina, Florianópolis: 1997. Disponível em: <http://www.eps.ufsc.br/disserta98/alves/>. Acesso em: 28
nov. 2008.
ANDERSON, G. R.; ONDER, N.; MUKHERJEE, A. Expecting the unexpected: representing, reasoning
about, and assessing construction project contingencies. In: Proceedings of the 2007 Winter Simulation
Conference, 2007. Disponível em: <http://www.informs-sim.org/wsc07papers/254.pdf>. Acesso em: 28 nov.
2008.
BARNES, R. M. Estudo de movimentos e de tempos: projeto e medida do trabalho. São Paulo: Edgard Blücher,
1977.
BARRAL, M. M. P. et al. Estudo do setor de expedição de uma indústria de curtume utilizando simulação
computacional. In: Anais XV SIMPEP, Bauru: [s.n.], 2008.
CHAN, W. H.; LU, M.; ZHANG, J. P. Attaining cost efficiency in constructing sports facilities for Beijing
2008 Olympic Games by use of operations simulation. In: Proceedings of the 2006 Winter Simulation
Conference, 2006. Disponível em: <http://www.informs-sim.org/wsc06papers/265.pdf>. Acesso em: 28 nov.
2008.
FRANCO, E. M. A ergonomia na construção civil: uma análise do posto do mestre-de-obras. Florianópolis:
1995. Dissertação (Mestrado em Engenharia) – Programa de Pós-Graduação em Engenharia de Produção da
Universidade Federal de Santa Catarina, Florianópolis: 1995. Disponível em:
<http://www.eps.ufsc.br/disserta/eliete/indice/index.html>. Acesso em: 28 nov. 2008.
HENRIKSEN, J. O. Taming the complexity dragon. In: Proceedings of the 2006 Winter Simulation Conference,
2006. Disponível em: <http://www.informs-sim.org/wsc06papers/henriksen.pdf>. Acesso em: 28 nov. 2008.
HILLIER, F. S.; LIEBERMAN, G. J. Introduction to operations research. 8th ed. Boston: McGraw-Hill, 2005.
JORDAN, J. Simulation des politiques de contrôle de la qualité à l'aide de Promodel. Moncton: 1999. Thèse
présentée à l'École de génie de l'Université de Moncton en vue de l'obtention du diplôme de Maîtrise ès Sciences
Appliquées, Moncton: 1999. Disponível em: <?>. Acesso em: 28 nov. 2008.
LU, M.; WONG, L.C. Comparing PROMODEL and SDESA in modeling construciton operations. In:
Proceedings of the 2005 Winter Simulation Conference, 2005. Disponível em: <http://www.informs-
sim.org/wsc05papers/188.pdf>. Acesso em: 28 nov. 2008.
MARIA, A. Introduction to modeling and simulation. In: Proceedings of the 1997 Winter Simulation
Conference, 1997. Disponível em: <http://www.informs-sim.org/wsc97papers/0007.PDF>. Acesso em: 28 nov.
2008.
MOLLOY, M. K. Fundamentals of performance modeling. New York: Macmillan Publishing Company, 1989.
NEELAMKAVIL, F. Computer simulation and modelling. Chichester: John Wiley & Sons, 1991.
PICKOVER, C. A. Computers and the Imagination. New York: St. Martin’s Press, 1991.
PIDD, M. Modelagem empresarial: ferramentas para tomada de decisão. Tradução de Gustavo Severo de Borba
et al. Porto Alegre: Artes Médicas, 1998.
SÁNCHEZ, P. J. As simple as possible, but no simpler: a gentle introduction to simulation modeling. In:
Proceedings of the 2006 Winter Simulation Conference, 2006. Disponível em: <http://www.informs-
sim.org/wsc06papers/001.pdf>. Acesso em: 28 nov. 2008.
SILVA, A. K. Método para avaliação e seleção de softwares de simulação de eventos discretos aplicados à
análise de sistemas logísticos. São Paulo: 2006. Dissertação (Mestrado em Engenharia) – Escola Politécnica da
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
16
Universidade de São Paulo, São Paulo, 2006. Disponível em: <www.teses.usp.br/teses/disponiveis/3/3148/tde-
09052007-160956/>. Acesso em: 28 nov. 2008.