modelo de localizaÇÃo hierÁrquica para usinas … · condicionante e irrelevante para a função...

MODELO DE LOCALIZAÇÃO

HIERÁRQUICA PARA USINAS DE

PIRÓLISE

RUAN CARLOS ALVES PEREIRA (UFF )

[email protected]

Carlos Frederico O.Barros (UFF )

[email protected]

Este artigo visa identificar as localizações viáveis dentro de um grupo

de municípios pré-selecionados para instalação de Usinas de pirólise

Lenta a Tambor Rotativo, atividade considerada dinamizadora da

economia e que tem por objetivo desenvolver um processo

nacionalizado capaz de solucionar a irregular situação do tratamento

de resíduos sólidos urbanos, solucionando os impactos negativos das

disposições finais dos RSU em lixões etc. Para hierarquizar as

localizações das usinas de pirólise, utilizaremos o modelo COPPE-

COSENZA de análise hierárquica. O modelo COPPE-COSENZA é

basicamente uma operação com matrizes baseada no confronto da

oferta territorial com a demanda industrial, para uma série de fatores

de localização estudados. O modelo COPPE - COSENZA utiliza como

base para estruturação de seus conceitos variáveis linguísticas

aplicadas a logica Fuzzy.

Palavras-chaves: Lógica Fuzzy, Modelo de Hierarquização, Usina de

Pirólise, Solução para Resíduos Urbanos

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10

Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.



2

1. Introdução

A localização industrial é uma preocupação tradicionalmente presente ao iniciar-se um

trabalho de instalação de um empreendimento, uma vez que a decisão das empresas ou

projetos em estabelecerem-se em determinadas localidades tem impactos importantes para a

organização da atividade produtiva. Um dos efeitos das decisões de localização das empresas

é que gera padrões determinados de distribuição espacial da indústria como o surgimento de

aglomerações de empresas e pode trazer desenvolvimento através de infraestruturas instaladas

na região. Nesse contexto, abre-se um debate importante sobre quais são as características das

configurações produtivas, sociais e de infraestrutura que permitem que esses benefícios sejam

mais bem aproveitados pelas empresas locais e pela sociedade. Utilizaremos um modelo que

analisa e traduz tanto as características exigidas pelo empreendimento como os benefícios

ofertados pelas regiões pré-selecionadas, gerando um índice de conveniência para instalação

do empreendimento para as regiões analisadas.

O estudo de localização à implantação de uma usina de pirólise lenta à tambor rotativo é de

alta importância, pois segundo dados da ABRELPE (Associação Brasileira de Limpeza

Pública e Resíduos Especiais), entre 2007 e 2010, foi observado no Brasil uma quantidade

crescente de resíduos que receberam destinação inadequada (42% do total ou 23 milhões de

toneladas em 2010), ou seja, lixões a céu aberto. Como sabemos, a destinação inadequada

compromete a saúde humana e o meio ambiente, ao contaminar os recursos hídricos com o

chorume e ao liberar na atmosfera o gás metano, que é um dos principais causadores do efeito

estufa. Neste cenário, em 02/08/2010, entrou em vigor a Lei Nacional de Resíduos Sólidos

nº. 12.305, que regulamenta o setor e define objetivos e metas a serem alcançados. Entre os

principais pontos da nova política está a eliminação de lixões e aterros controlados até 2014,

assim como o aumento da coleta seletiva.

O presente trabalho visa identificar as localizações viáveis dentro de um grupo de municípios

pré-selecionados para instalação uma Usina de pirólise Lenta a Tambor Rotativo, atividade

considerada dinamizadora da economia e que tem por objetivo desenvolver um processo

nacionalizado capaz de solucionar a irregular situação do tratamento de resíduos sólidos

urbanos, solucionando os impactos negativos da disposição em lixões etc. Eleita a macro

região, o empreendimento deverá localizar-se nas proximidades do atual repositório de RSU,



3

seja aterro, lixão, entre outros, por questões de logística, tendo em vista que parte dos insumos

da usina de pirólise lenta a tambor rotativo serão provenientes do passivo ambiental já

disponível no repositório. Para o desenvolvimento dos estudos, vamos aplicar o modelo

COPPE-COSENZA de localização industrial. Segundo a lógica inerente ao modelo, será

realizado o cotejo entre os níveis de demanda por fatores de localização e os níveis de oferta

destes mesmos fatores nas diversas zonas elementares. Ao final, obteremos uma matriz de

resultados com índices que indicam para cada município sua capacidade e necessidade em

alocar uma Usina de Pirólise Lenta a Tambor Rotativo. O modelo COPPE – COSENZA

utiliza como base para estruturação de seus conceitos a logica Fuzzy. A lógica fuzzy está

vocacionada para a manipulação de conceitos mal definidos utilizando-se de variáveis

linguísticas no lugar de variáveis numéricas. Um equívoco comum à ser esclarecido sobre os

modelos fuzzy tem sido o de que eles oferecem uma substituição aos modelos baseados em

lógica formal, ou probabilísticos. De fato, todo conjunto “crisp” está contido em um fuzzy,

mas não o inverso. Os conjuntos fuzzy são uma generalização da teoria de conjuntos

convencional idealizada como um caminho matemático para representar as incertezas da vida

cotidiana [Zadeh, 1965]. A introdução do uso da lógica fuzzy permite ao modelo a utilização

simultânea de variáveis qualitativas e quantitativas sendo capaz de gerar resultados

quantitativos a partir de dados qualitativos. Segundo Zadeh (1965) quanto maior a

complexidade de um sistema, maior é a eficiência de um sistema em lógica fuzzy, em

detrimento de outros métodos que não podem ser modelados a partir de informações

imprecisas ou ambíguas. Abaixo segue a Figura 1 que exemplifica e compara a relação entre

complexidade do sistema e precisão do modelo entre sistemas Fuzzy, métodos de modelagem

livre e equações matemáticas.

Figura 1 - Complexidade de um sistema em função da precisão do modelo



4

Fonte: Localização Industrial : Delineamento de uma Metodologia para a Hierarquização das Potencialidades

Regionais (1998)

2. Tecnologia de pirólise lenta a tambor rotativo

Por definição, a pirólise consiste na degradação térmica de hidrocarbonetos na ausência de

oxigênio (CONTI, 2009). Este processo requer uma fonte externa de calor para aquecer a

matéria, podendo fazer a temperatura variar de 300ºC a mais de 1000°C. Entretanto, tem se

observado que qualquer processo térmico com temperaturas superiores a 300°C na ausência

de oxigênio é considerado método de pirólise, o que torna o termo extremamente abrangente.

Inicialmente, é possível fazer uma distinção quanto aos parâmetros de operação, como tempo

de residência dos resíduos e a temperatura a qual ele é submetido (CONTI, 2009):

Pirólise Lenta - Processo a temperaturas

superiores a 400°C e longos períodos de residência (40min – 1hora) em que a

proporção dos produtos obtidos normalmente é 30% líquidos, 35% carbonáceos e 35%

gases;

Pirólise Rápida - Processo a temperatura entre

400°C e 600°C e períodos de residência curtos (t < 2 seg) em que a proporção dos

produtos obtidos normalmente é de 75% líquidos, 12% carbonáceos e 13% gases; e

Flash Pirólise - Processo a temperaturas

superiores a 800°C e períodos de residência curtos (t ~ 1 seg), a proporção dos

produtos obtidos normalmente é de 5% líquidos, 10% carbonáceos e 85% gases.

Para funcionamento da usina é necessário a queima de cerca de 30% do gás de síntese gerado,

fazendo com que este processo seja autossustentável. Os 70% de gás restante pode ser

utilizado para geração de energia elétrica e térmica, ou então, diretamente em sistemas

térmicos para gerar calor ou frio. A matéria orgânica presente no RSU é tratada termicamente

por pirólise e convertida em gás de síntese (aproximadamente 90% da matéria orgânica seca)

e coque/carvão (10% restantes). Outros inorgânicos também estarão presentes nos rejeitos

sólidos da pirólise. No total, os rejeitos sólidos da pirólise terão entre 10% e 15% do peso do

resíduo bruto. Os rejeitos sólidos gerados pela usina de pirólise consistem, principalmente, de:



5

(a) resíduos metálicos segregados na etapa de preparação do RSU para o reator de pirolise e

(b) rejeitos inertes decorrentes da pirólise dos RSU no reator. Os rejeitos inertes decorrentes

da pirólise dos RSU possuem expectativa de caracterização como “biochar”. É Essa

denominação atribuída ao composto inerte identificado na Bacia Amazônica, onde ilhas de

solos ricos e férteis, chamados “terra preta”, foram criados pelos indígenas. O “biochar” pode

também ser produzido através de pirólise ou gaseificação, processos em que a biomassa é

submetida ao calor na ausência ou com a redução de oxigênio (MAIA, MADARI &

NOVOTNY, 2011).

3. Modelo fuzzy Coppe – Cosenza de hierarquização

Elaborado com o objetivo de permitir estudos mais aprofundados na localização de

empreendimentos, o modelo COPPE-COSENZA é basicamente uma operação com matrizes

baseada no confronto da oferta territorial com a demanda industrial, para uma série de fatores

de localização estudados. Visa encontrar a melhor localização dentro das considerações

segundo as alternativas pesquisadas. Partindo deste princípio, o nível de satisfação de um

conjunto de fatores requeridos por um empreendimento é analisado considerando a

disponibilidade desses fatores em diferentes territórios. Seu principal diferencial é possibilitar

a análise de fatores não somente econômicos do projeto, reunindo variáveis quantitativas e

qualitativas.

O Modelo COPPE-COSENZA foi desenvolvido para avaliar alternativas locacionais usando a

aritmética de números fuzzy. Operações aritméticas ou relacionais com números fuzzy podem

ser realizadas, utilizando o “princípio de extensão” e também variáveis linguísticas.

(ZADEH,1973). O modelo é composto então por dois espaços fuzzy: um para o conjunto de

demandas e outro, para um conjunto de potencialidades regionais, ofertas.

Cada espaço definido por números fuzzy é delimitado por meio de graus de pertinência dos

fatores para um determinado elemento do suporte. Os suportes para o requerimento dos

fatores são estabelecidos em quatro níveis, a saber: CRÍTICO, CONDICIONANTE, POUCO

CONDICIONANTE e IRRELEVANTE para a função de demanda A. SUPERIOR, BOM,

REGULAR e FRACO para a função de oferta B. Devido à ambiguidade, vagueza e

imprecisão que caracterizam a demanda e a oferta (conjuntos fuzzy A e B), as informações

devem ser filtradas por experts e inferidas por meio de uma corrente cognitiva.



6

A estrutura dos conjuntos A e B, fatores de demanda e oferta são definidas de forma precisa

pelas matrizes de relações de pertinência como se segue:

Nesta versão aij é um coeficiente fuzzy da demanda do projeto i pelo fator de demanda j e bjk

é um coeficiente fuzzy produzido por uma por um atributo j existente na localidade k. A é um

conjunto abstrato fuzzy procurando em B elementos de pertinência idêntica ou superior à sua

própria pertinência. A matriz A, como sendo um conjunto fuzzy, pode ser representada por Ã

e a matriz B, quando representada números fuzzy é representada por ~B. A oferta de um fator

de uma determinada região pode ser superior ou inferior ao nível demandado. Para cada caso

há um valor de pertinência entre as variáveis. As dimensões dessas matrizes supracitadas

ainda representam respectivamente, h diferentes tipos de empreendimentos por n fatores de

localização e a oferta de fatores por m alternativas de localização.

Seja F = {fi | i = 1, ..., n} um conjunto finito de fatores de localização denominado

genericamente de f. Então, o conjunto fuzzy Ã em F é um conjunto de

pares ordenado:

Ã é uma representação fuzzy da matriz de demanda A, onde μÃ (f) representa o grau de

importância dos fatores, definidos entre:

Crítico – Condicionante – Pouco Condicionante – Irrelevante

Figura 2 – Matriz A – Fatores demandados por tipo de

empreendimento



7

F

onte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)

Onde aij é um coeficiente fuzzy do projeto h com relação ao fator n.

Similarmente,

,

onde ~B é uma representação Fuzzy da matriz de oferta B e μ~B (f) representa o grau de

atendimento dos fatores disponíveis pelas diferentes alternativas de localização definidos em:

Superior – Bom – Regular – Fraco

Figura 3 – Matriz B – Fatores ofertados por cada localização

F

onte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)

Onde bjk é um coeficiente fuzzy da localização m em relação ao fator n.



8

Considerando dois elementos genéricos aij e bjk, o cotejo entre aij e bjk será obtido através do

operador aij ⊗ bjk.

Figura 4 - aij ⊗ bjk - Cotejo entre os fatores gerais de demanda e oferta.

Fonte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)

Seja a matriz de possibilidades que representa a soma dos

índices de localização do projeto i nas k zonas selecionadas. Assim, caso aplicação do modelo

contar apenas com fatores gerais e não depender de fatores específicos para sua realização,

Maxi{Cik}=Ci, indica a melhor localização do projeto i, no conjunto de ofertas territoriais e

Maxk{Cik}=Ck, indica o melhor tipo de projeto para as k zonas selecionadas.

Nas diferentes aplicações, o modelo pode ser generalizado em vários sentidos sem perder suas

características básicas. Em situações onde o empreendimento exija características específicas

para sua instalação, deverão ser utilizados fatores de demanda específicos A*, que irão

compor a matriz C*. Os fatores específicos são fatores essenciais para a vitalidade do

empreendimento ou projeto, são estreitamente restritivos. A matriz de possibilidades segundo

critérios específicos é resultante do confronto entre a matriz de demanda e a matriz de

oferta de critérios específicos, onde: .

Assumindo , a matriz de fatores específicos. Onde,

,

é a representação Fuzzy da matriz A*.



9

Assumindo a matriz de fatores de oferta territorial de fatores específicos.

Onde,

,

é a representação Fuzzy da matriz B*.

O cotejo entre a demanda o oferta de fatores específicos segue a mesma lógica que os fatores

gerais.

Figura 5 – a*ij ⊗ b*jk - Cotejo entre os fatores específicos de demanda e oferta.

Fonte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)

É importante ressaltar que a provável não satisfação de algum critério específico impossibilita

a seleção da alternativa da categoria demandante.

A matriz de agregação de possibilidades reúne as duas matrizes de possibilidades

descritas anteriormente, C e C*, apresentando as situações de abundância ou carência em

relação à viabilidade das alternativas consideradas. Esta nova matriz, , é resultante da

operação:



10

, onde cada ik resulta da operação a seguir:

Figura 6 – – Matriz de agregação de possibilidades.

Fonte: Localização de curtumes no Brasil através do modelo COPPE-COSENZA de localização industrial -

Marco Cristellotti - 2011

A matriz descrita acima fornece informações a respeito da eficiência das alternativas

consideradas, permitindo assim a devida observação das melhores alternativas segundo os

valores acumulados por C e C*, de modo que:

i : Max { ik} indica a melhor alternativa locacional k , para cada empreendimento i ;

k : Max { ik} indica o melhor empreendimento i para cada alternativa locacional k .

Assim, é possível indicar o empreendimento que melhor se adeque em cada uma das regiões

pré-selecionadas e determinar a região mais adequada para cada tipo de empreendimento.

4. Caso aplicado - Localização das usinas de pirólise

A região alvo do presente estudo são cidades localizadas no sul de Minas gerais, no entorno

do lago de Furnas. O P&D onde foi feita a aplicação do modelo, ressalta que as usinas de

pirólise deverão ser instaladas em determinadas localidades onde atendam aos 52 municípios,

pois tem como objetivo o desenvolvimento de unidades de aproveitamento energético de

resíduos através de tecnologia de pirólise lenta a tambor rotativo na aplicação de solução

socioambiental. Os municípios analisados serão nomeados como “Cidade n”, onde n varia de



11

1 a 52. Após a aplicação do modelo, cada município será representado por um índice que

refletirá sua necessidade e capacidade para receber uma usina. Para compor a Matriz C, serão

utilizados fatores relacionados com a necessidade de uma localidade em receber uma usina.

Quanto melhor for a oferta desses fatores, indicará uma melhor estruturação da cidade quanto

à disposição final do lixo e menos necessitada da usina será a localidade. Já a composição da

Matriz C*, matriz de fatores específicos, refere-se a fatores relacionados ao funcionamento da

usina, quanto melhor for a oferta desses fatores, melhor funcionará a usina na localidade. Para

representar onde originalmente , será utilizada a

equação onde . Assim, para um município qualquer, quanto

menor for o índice gerado por , melhor será sua posição no ranking de prioridade para

instalação de uma usina de pirólise lenta a tambor rotativo.

4.1 Mensurações de oferta de demanda de fatores

Para cada fator considerado no estudo é elaborada uma ficha contendo sua conceituação e os

parâmetros pelos quais devem ser mensurados, considerando na mensuração de oferta e

demanda.

Na aplicação do modelo para localização das usinas de pirólise, os fatores de natureza

restritiva, que irão compor a matriz C* de fatores específicos, estão relacionados a aspectos

que necessitam ser atendidos em um determinado nível, tornando a região hábil ou não a

receber uma usina. Por exemplo, para que a usina apresente um bom funcionamento é

necessário que a região ofereça um nível mínimo de coleta de resíduos na cidade, visto que os

resíduos precisam chegar até a usina de pirólise para serem tratados. Assim, quanto melhores

forem os aspectos sobre coleta de resíduos na cidade, melhor será a colocação da região no

ranking em receber uma usina de pirólise. Já os fatores gerais, que irão compor a matriz C,

estão relacionados com aspectos que mensuram a necessidade de determinada região em

receber uma usina de pirólise. Por exemplo, quanto menos estruturada for a destinação final

de RSU na cidade, mais necessitada de uma solução para destinação final de RSU é a cidade.

Segue em anexo um modelo utilizado para mensuração de oferta e demanda do fator

abastecimento de água.



12

4.2 Composições da Matriz C

Os fatores que irão compor a matriz C serão analisados conforme sua oferta e demanda para

cada região pré-selecionada. Esses fatores foram eleitos através de expertise dos responsáveis

pela instalação da planta de usina de pirólise.

4.2.1 Fatores de influencia para matriz C

Disposição final RSU;

Disposição final Rural;

Disposição de RSS;

Tempo de vida do repositório (Informa o tempo

que o atual local de destinação final está em funcionamento);

Presença de Área Contaminada (lixão

desativado);

Distancia de corpos d´água ou fontes de água;

Localização sob aspecto de área ocupada

(Informa se há moradias, escolas, hospitais ou outros tipos de áreas humanamente

ocupadas próximo ao local de destinação final dos resíduos);

Proximidade a unidades de conservação;

Volume de RSS;

Volume de lixo agrossilvopastoril;

Nível de coleta seletiva;

Existência de cooperativa, associação de

catadores ;

Presenças de unidades de destinação específica;

Interesse Turístico* (Mensura o potencial

turístico explorado pelo município) e



13

Educação ambiental (Informa quais os níveis de

projetos e ações que envolvam educação ambiental estão sendo realizadas no

município).

* O fator Turismo é um fator geral, mas não acompanha a mesma lógica que os demais

fatores gerais, ou seja, quanto melhor qualificada for a oferta do fator Turismo em

determinada localização, maior será o índice de necessidade de recebimento de uma usina

para esta determinada região.

Com base nos fatores gerais listados é possível estruturar a matriz A e B. Em seguida realizar

o cotejo entre elas gerando a matriz C.



14

Figura 7 – Matriz A utilizada na

aplicação

Fonte: Própria (2014)



15

Figura 8 – Matriz B utilizada na aplicação

Fonte:

Própria (2014)

Figura 9 – Fatores gerais



16


O cotejo entre as matrizes A e B são feitos para cada município.

Figura10 - – Cidade 1



17


A Matriz C gera para cada localidade um índice que é calculado através do somatório dos

índices Fuzzy gerados no cotejo entre a demanda e a oferta dos fatores gerais.

Figura 11 – Matriz C


4.3 Composições da Matriz C*



18

Os fatores selecionados que irão compor a Matriz C*, matriz de fatores específicos, foram

eleitos através de expertise dos integrantes do P&D , responsáveis pela instalação da planta

piloto de usina de pirólise.

4.3.1 Fatores de influencia para matriz C*

Volume de produção de lixo;

Existência de Coleta do lixo;

Coleta - Tipo de Equipamento;

Volume de passivo (atual / ativo) (Descreve o

volume do atual local de disposição final dos resíduos).

Já descritos os fatores específicos, é possível estruturar as matrizes A*, B*, realizar o cotejo

entre elas e gerar a matriz C*.

Figura 12 – Matriz A* utilizada na aplicação


Figura 13 – Matriz B* utilizada na aplicação



19


Figura 14 – Fatores específicos


O cotejo entre as matrizes A* e B* serão realizados para cada município.

Figura 15 - – Cidade 1


A Matriz C* gera para cada localidade um índice que é calculado através do somatório dos

índices Fuzzy gerados no cotejo entre a demanda e a oferta dos fatores específicos.

Figura 16 – Matriz C*



20


Para expressar o resultado utilizaremos a matriz que consiste na análise entre as

matrizes C e C*. Após o calcular a Matriz , a mesma será apresentada em forma de

ranking, gerando assim uma ordenação de quais cidades devem ser atendidas prioritariamente

pelas usinas de pirólise lenta a tambor rotativo.

Figura 17 – Matriz


A partir da matriz é possível listar em forma de ranking as localidades a receberem as

usinas. As localidades restringidas apresentadas na matriz estão relacionadas ao não

atendimento a algum fator específico de forma satisfatória. Essas localidades não irão, a

princípio, alocar uma usina de pirólise, mas serão atendidas de alguma forma por uma usina

instalada em alguma cidade próxima. A capacidade de cada usina será dimensionada a partir

da quantidade de lixo gerada por habitante e pelo volume do passivo encontrado no atual

repositório. Casos em que uma cidade irá receber resíduos de outras regiões devem levar em

conta a geração de resíduos das cidades envolvidas para dimensionamento da usina de

pirólise.

Segue abaixo o ranking de prioridade de instalação das usinas de pirólise:



21

Figura 18 – Ranking


5. Conclusão

Vale a pena ressaltar que o modelo aqui aplicado não indica necessariamente a melhor

alternativa, e sim possibilidades de localização. Ou seja, indica a melhor alternativa em

termos de oferta de fatores locacionais. É importante lembrar que o P&D no qual foi utilizado

o modelo tem o objetivo de desenvolver unidades de aproveitamento energético através

tecnologia de pirólise lenta à tambor rotativo na aplicação de solução socioambiental, por isso

muitos fatores levam em conta a possibilidade de desenvolvimento e aspectos que possam

maximizar os ganhos sociais da região. Assim, em alguns casos, é possível verificar que uma

região que não seria a mais indicada para instalação do empreendimento, acaba sendo

priorizada, seja por conta de incentivos fiscais, ou outras demandas. Concluindo, queremos

enfatizar que as informações produzidas pelo modelo utilizado neste estudo ajudam em muito,

tanto aos planejadores governamentais, quanto aos empresários nas suas decisões.



22

REFERÊNCIAS

COSENZA, CARLOS A. N., Industrial Location Model – A Proposal, (mimeo), Cambridge University,

Cambridge, U. K., 1981.

COSENZA, C. A. N et al. Modelo do confronto entre requerimentos e satisfação de critérios para problemas

multicritérios discretos. In: XVII ENEGEP, 1997, Gramado - Rio Grande do Sul, 1997.

COSENZA, C.A.N. et al. Localização Industrial: Delineamento de uma Metodologia para a Hierarquização das

Potencialidades Regionais. Rio de Janeiro: COPPE/UFRJ. 1998.

CRISTELLOTTI, Marcos. Localização de curtumes no Brasil através do modelo Coppe-Cosenza de localização

industrial. Dissertação (Mestrado) - Programa de Pós-graduação em Engenharia de Produção COPPE, da

Universidade Federal do Rio de Janeiro, Rio de Jnaeiro, 2011.

MARTINS, Guiherme Weber. Uma Contribuição as oestudos de localização industrial: Determinando o

potencial de transporte aéreo de uma região com base no modelo de análise hierárquica Coppe-Cosenza.

Dissertação (Mestrado) - Programa de Pós-graduação em Engenharia de Produção COPPE, da Universidade

Federal do Rio de Janeiro, Rio de Jnaeiro, 2010.

KRYKHTINE, Fábio. (Paper). A Fuzzy Algorithm for understanding the customer's desire. An application

designed for textile industry. Independent Journal of Management & Production . v.4, n. 1, January – June 2013.

COLLINS, L. e WALKER, D.F., (1975). Locational Dynamics of Manufacturing Activity, John Wiley & Sons.

IGNACIO, A. A. V. ; FERREIRA FILHO, V. J. M. ; Sampaio, L.M.D . Modelos de localização hierárquicos na

localização de plataformas de produção na indústria de petroleo e gas. In: Simpósio de Engenharia de Produção,

2012, Bauru -SP. XIX SIMPEP, 2012

http://lattes.cnpq.br/0463308973406153

http://lattes.cnpq.br/4792617279851091



23

ANEXO

Tabela anexa – Modelo de ficha para mensuração dos fatores

FATOR DE LOCALIZAÇÃO ABASTECIMENTO DE ÁGUA

Mensuração de oferta

ESCALA DE OFERTA

SUPERIOR A Área com ampla capacidade, rede de distribuição industrial e possibilidade de

captação em fontes naturais.

BOM B Área com razoável capacidade, rede de distribuição industrial e possibilidade de

captação em fontes naturais.

REGULAR C Área com limitada capacidade e rede de distribuição urbana.

FRACO D Área com capacidade já esgotada, e/ou rede urbana precária.

MATRIZ LINGUÍSTICA PARA

COMPOSIÇÃO DA OFERTA

REDE INDUSTRIAL E

CAPTAÇÃO EM FONTES

NATURAIS

REDE

INDUSTRIAL

REDE

URBANA

REDE

URBANA

PRECÁRIA

AMPLA CAPACIDADE A B B C

RAZOÁVEL CAPACIDADE B B C D

CAPACIDADE LIMITADA B C C D

CAPACIDADE ESGOTADA C D D D

FATOR DE LOCALIZAÇÃO ABASTECIMENTO DE ÁGUA Mensuração de demanda

ESCALA DE DEMANDA

CRITICO A Elevada demanda com conveniência de fontes naturais

CONDICIONANTE B Média demanda

POUCO CONDICIONANTE C Pequena demanda

IRRELEVANTE D Demanda compatível com o nível de abastecimento urbano

MATRIZ LINGUÍSTICA PARA

COMPOSIÇÃO DA DEMANDA

ELEVADA

DEMANDA

MÉDIA

DEMANDA

PEQUENA

DEMANDA

DEMANDA SIMILAR AO

USO URBANO

ÁGUA PARA PROCESSO A B C D

ÁGUA PARA HIGIENE E SEGURANÇA B C D D

Fonte: C.A. COSENZA, C.A.N., 2009. “Metrics and Operators for FacilitySite Selection” . Cambridge University, Cambridge,

UK.

modelo de localizaÇÃo hierÁrquica para usinas … · condicionante e irrelevante para a função...

Documents