uma abordagem fuzzy para o processo de … resumo os modelos de avaliação utilizados para...

XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004

UMA ABORDAGEM FUZZY PARA O PROCESSO DE SELEÇÃO DE AERONAVES NO BRASIL

Nome dos Autores Mário Marcondes, (PET/COPPE/UFRJ) [email protected]

Vladimir Lima da Silva, M.Sc. (PET/COPPE/UFRJ) [email protected] Gustavo Zanettini, (PET/COPPE/UFRJ) [email protected]

Respicio Antonio do Espírito Santo Jr., D.Sc. (PET/COPPE/UFRJ) [email protected]

RESUMO Os modelos de avaliação utilizados para seleção e aquisição de aeronaves pelas empresas aéreas de transporte regular brasileiras tomam por base, de maneira geral, parâmetros financeiros (taxa interna de retorno, “payback” etc.). Os erros derivados dessa abordagem são constatados em muitos processos de aquisição. Assim, os autores realizaram uma pesquisa paralela de modo a estudar e discutir modelos alternativos. Este trabalho apresenta um modelo de seleção de aeronaves construído a partir da lógica fuzzy. As maiores vantagens desta abordagem são: Variáveis de entrada medidas por meio da estrutura lógica de pensamento de especialistas; implementação computacional extremamente rápida se comparada com métodos tradicionais; e permite o estabelecimento de ordenamento (“ranking”) dos aparelhos analisados e que possuem as características técnicas requeridas para as rotas a serem atendidas. Palavras-chave: Seleção de aeronaves, características técnico-operacionais, lógica fuzzy. 1 - Introdução Os modelos de avaliação e aquisição de aeronaves de transporte de passageiros em rotas regulares no Brasil, basicamente, tratam de parâmetros econômicos e financeiros como Taxa Interna de Retorno, Valor Presente Líquido e Taxa Média de Atratividade. Tendo em vista a delicada situação financeira que predomina entre as empresas aéreas brasileiras, este trabalho pretende promover o debate acerca dos modelos hoje utilizados e propor uma nova abordagem para os procedimentos de análise e aquisição de aeronaves, baseada em critérios técnico-operacionais, de modo a fazer com que as operações de transporte possam ser não apenas financeiramente viáveis, mas também operacionalmente eficientes. O modelo é construído através de uma abordagem fuzzy, técnica que vêm ganhando espaço e consideração nos diversos campos de pesquisa. As principais vantagens do emprego da Lógica Fuzzy derivam do fato de os parâmetros de entrada serem estabelecidos pela estrutura do pensamento dos especialistas (neste caso, por exemplo, capacidade de assentos, capacidade de carga, consumo de combustível, custos com manutenção e tripulações, desempenho das aeronaves nas rotas atendidas, etc) consolidando uma lógica coletiva traduzida em termos matemáticos. As saídas numéricas geradas pelo modelo são facilmente compreendidas pelos tomadores de decisão, indicando a aeronave que possui as características técnicas e operacionais requeridas pelas rotas e mercados a que se pretende atender. 1.1 – Seleção de Aeronaves A seleção de aeronaves é um processo onde um conjunto de parâmetros deve ser considerado e organizado em níveis de importância, de forma a compor uma frota e obter a melhor utilização desta na rede de transportes. Segundo (Clark, in Doganis, 2001) “O planejamento da frota apresenta dois aspectos distintos e opostos. De um lado a empresa precisa escolher a aeronave ótima em termos de tamanho e alcance para cada rota, mas, ao mesmo tempo, é necessário minimizar o número de diferentes tipos de aeronaves na frota para reduzir custos

1


de manutenção e com tripulações. Desta maneira, um meio termo deve ser encontrado (possuir um tipo de aeronave para cada rota ou possuir um único tipo para atender toda a rede)”. O processo de seleção de aeronaves se difere em razão de sua utilização. Mesmo quando ao aparelho é destinado ao uso militar, por exemplo, algumas características devem ser alvo de maior atenção. Em (Wanttajja, 1996), “A seleção de uma aeronave requer cuidadosa análise da missão projetada: Quais velocidades máximas e de cruzeiro serão necessárias? Qual a carga-paga a ser transportada? Quais níveis de manobrabilidade e desempenho serão requeridos? Estes requisitos são então enviados à indústria aeroespacial”. No caso de uma empresa aérea, tais requisitos devem ser confrontados com as características das aeronaves disponíveis no mercado/indústria. Para o estudo do desempenho de uma aeronave comercial, um documento freqüente é o diagrama “Payload-Range”, onde o operador verifica a carga-paga que a aeronave pode transportar e a distância que ela poderá voar com essa carga. Tal análise pode surgir quando o operador considera uma nova aeronave ou mesmo quando avalia a utilização de outra aeronave em diferentes rotas (Padilha, 1996). Segundo (Doganis, 2001), do ponto de vista econômico, fatores importantes são o tamanho, velocidade de cruzeiro e o alcance útil da aeronave. A importância do tamanho, velocidade e alcance, juntos, determinam a produtividade da aeronave por hora de operação, afetando diretamente os custos. A velocidade também afeta os custos unitários e a produtividade horária. Desde que essa produtividade seja o produto da carga-paga pela velocidade, quanto maior a velocidade de cruzeiro, maior será a produção para cada hora voada. A tecnologia empregada nos motores e nas estruturas das aeronaves determina tamanho e velocidade da aeronave; porém, a barreira do som ainda persiste como um limite de velocidade para a maior parte das aeronaves comerciais. Segundo (Doganis, 2001), aeronaves supersônicas, ainda que mais rápidas, têm produtividade menor do que suas concorrentes transônicas em rotas longas, devido a sua limitação de tamanho. As características das pistas e a infra-estrutura aeronáutica são outros limitantes e, finalmente, as características do mercado a ser atendido. Assim sendo, a escolha da aeronave e da política de operação, precisa considerar todas estas questões. Em estudo realizado pelo Institute of Air Transport - ITA no Brasil, Mora-Camino et al (1983) estabeleceram alguns componentes necessários à abordagem do problema do dimensionamento da política mais adequada, considerando conexão entre duas cidades. Tais componentes podem ser assim classificados: função demanda, nível de serviço, características técnicas da aeronave, política operacional (freqüência), capacidade oferecida, fator de ocupação, função de custos e de venda. Como política de otimização da empresa, para maximizar os lucros operacionais e minimizar os custos, os referidos autores indicam a Pesquisa Operacional e a Teoria dos Grafos. Assim sendo, a seleção das aeronaves é um processo onde um conjunto de parâmetros em estrutura hierárquica deve ser considerado, com vistas a uma missão estabelecida, a fim de racionalizar a utilização de uma frota. 1.2 – A influência da Missão Conforme a natureza da missão, certas características técnicas da aeronave são requeridas em diferentes níveis: consumo específico, peso máximo de decolagem, peso máximo de pouso, desempenho de subida, velocidades de cruzeiro, descida, e alcance. O peso máximo disponível para transporte em um dado vôo, que será designado por Disponível, é função dos pesos máximos de decolagem e pouso da aeronave, do seu peso básico operacional – PBO (em certos casos, dada a natureza da carga ou bagagem a ser embarcada, devem ser observadas ainda as limitações de resistência do piso dos porões, sua capacidade volumétrica, dimensões das portas etc.), do combustível mínimo requerido para a

2


etapa e ainda de fatores atmosféricos como: vento, temperatura e pressão no momento da decolagem. Uma combinação destes fatores, submetidos aos limites de projeto da aeronave, pode levar a algumas configurações do problema, a saber: Caso 1 – O Disponível do vôo será limitado pelo peso máximo de decolagem - PMD, quando um dos fatores a seguir, ou uma combinação destes estiver presente: decolagem de pista curta; presença de obstáculos; grande elevação de aeródromo; etapas muito longas para o tipo de aeronave. Caso 2 – O Disponível do vôo estará limitado pelo peso máximo de pouso - PMP, quando um dos fatores a seguir, ou uma combinação destes estiver presente: pouso em pista curta; etapa muito curta associada a alto peso de decolagem e baixo consumo de combustível. Caso 3 – O Disponível do vôo será limitado pela capacidade dos tanques de combustível (autonomia máxima), quando: etapa for muito longa e/ou com aeroporto de alternativa de destino muito distante. 2 – Modelo Proposto O modelo baseado em Lógica Fuzzy é construído a partir de parâmetros estabelecidos pela lógica de pensamento natural dos especialistas do setor segundo uma missão estabelecida. Entenda-se por missão, a etapa ou o conjunto de etapas a ser cumprido pela aeronave. A percepção dos especialistas foi extraída por meio de questionários aplicados (16 especialistas) nas principais empresas de transporte aéreo do país. “Comprovado experimentalmente por Zadeh, as funções de pertinência ficam definidas após a consulta a pessoas especialistas, bastando de 15 a 20 pessoas” (apud BRAGA, 1995). Dois tipos de missão foram estabelecidos neste trabalho. A missão característica (missão-1) que representa aquela em que a aeronave será empregada na maior parte do tempo e uma alternativa (missão-2), que pode ser uma etapa média da rede ou uma segunda etapa para o emprego da aeronave. Neste trabalho consideramos que a aeronave é empregada 80% do tempo na missão característica e 20% na missão-2. O conjunto das entradas do sistema é decomposto em três sub-conjuntos: Aspectos Financeiros (Custos); Características Técnicas; e Nível de Serviço; Como aspectos financeiros, foram considerados componentes de custos: aluguel da aeronave, custos com treinamento de tripulantes, consumo de combustível e lubrificantes, manutenção, seguros e depreciação. O conjunto de características técnicas é composto dos aspectos de produção: capacidade, velocidade, alcance, motor, pesos de projeto, aviônicos e etc. Para o conjunto nível de serviço, o modelo considera aspectos de conforto na cabine e aspectos de qualidade ambiental, como emissão de poluentes e de ruídos. A importância de cada variável na análise é estabelecida em cinco diferentes termos lingüísticos os quais correspondem à classificação da aeronave: Ótima; Sub-Ótima; Apropriada; Pouco Apropriada; e Inapropriada. 2.1 – Fundamentação Teórica – A Lógica Fuzzy A Lógica Fuzzy surgiu em 1965 a partir da publicação do artigo “Fuzzy Sets” na revista Information and Control pelo professor Lofti A. Zadeh da Universidade da Califórnia, Berkeley (Tanaka, 1997). A Lógica Fuzzy consiste na tentativa de “aproximar a precisão característica da matemática à inerente imprecisão do mundo real” (Braga, 1995). Uma de suas vantagens é realizar a tradução da linguagem natural (termos lingüísticos) utilizada nas comunicações diárias em expressões matemáticas. Isso é conseguido por meio das propriedades dos conjuntos fuzzy (Zadeh et al, 1975) e dos métodos de fuzzificação e defuzzificação. Segundo (Cury, 1999), vantagens na elaboração de sistemas fuzzy são: a

3


rapidez com que a construção do sistema é realizada em relação aos modelos baseados em Lógica “crisp” (comum ou booleana) e de tornar desnecessário o desenvolvimento ou conhecimento de um modelo matemático. 2.2 – Análise de Aeronaves – Modelo Geral Após a definição da missão e das condições ambientais (desvio da ISA), a análise de aeronaves faz uso de um conjunto de dados de aeroportos e pistas, construído a partir da consulta das fontes oficiais (AIP, ROTAER, etc.). Por meio de uma prévia análise de performance, verificam-se quais são as aeronaves viáveis para a missão (quais aeronaves possuem as características técnico-operacionais para a realização da missão como decolagem, pouso etc.). Em seguida, a metodologia teve os seguintes passos: Passo I - Definição das Variáveis de Entrada (VE): As variáveis de entrada são alcance, velocidade etc., conforme Tabelas 2-5. Passo II - Definição da Variável de Saída (VS) e Rótulos de Saída (RS): A VS para a classificação das aeronaves, e os termos lingüísticos de saída gerados pelo modelo são: Aeronave Ótima, Sub-Ótima, Apropriada, Pouco Apropriada e Inapropriada. Passo III - Estabelecimento dos Valores de Suporte: Segundo Klir e Folger (1988), o suporte de um conjunto fuzzy A no conjunto universo X é o conjunto “crisp” que contém todos os elementos de X com pertinência diferente de zero em A. Neste trabalho, os valores de suporte considerados correspondem ao intervalo numérico fechado entre 0 e 10. Segundo (Pereira, 1999), a escala ordinal permite a distinção entre atributos, reconhecendo ainda relações do tipo (=, <,>). ,,, ≥≤≠Passo IV - Atribuição Numérica Subjetiva e Representação dos Conjuntos Fuzzy: Nesta etapa são atribuídos graus de pertinência ao intervalo numérico fechado [0, 10]. Com a participação dos especialistas, os Rótulos de Entrada são quantificados nesta escala. Os Graus de Pertinência (GP) são calculados dividindo-se a freqüência total do valor na escala (quantidade total atribuída pelos usuários) pelo número total de respondentes. Para a composição dos vetores de possibilidades adotou-se os GPs de maior valor. Após o cálculo dos graus de pertinência para os números inteiros foram inseridas as integrais fuzzy de modo que fossem considerados os valores da escala contínua [0..10]. Passo V - Estabelecimento das Regras de Inferência: O sistema de inferência deste trabalho é constituído pelas integrais-fuzzy e tem por base os valores de suporte e o cálculo dos Graus de Pertinência. Os Graus de Pertinência para as variáveis de entrada e de saída foram calculados a partir da definição de três conjuntos principais (Ótima, Apropriada e Inapropriada) e suas expressões infinitas são baseadas, respectivamente, nas formas trapezoidal, triangular e, de novo, trapezoidal. 5 pontos de limites foram designados (L = 7,0; L1 ; L2 , L3 e L4 ) e em seguida utilizado o “princípio da decomposição” (αcut). A dinâmica do sistema de cálculo dos valores de pertinência é assegurada por meio dos seguintes passos (em função dos dados de entrada):

Passo 1: Média e Desvio Padrão

,

EQ. 1 e 2

Step 2: Toma-se a média como L

EQ. 3

Passo 3: Cálcula-se L1

EQ. 4

Passo 4: Faz-se L2 como EQ. 5

∗−= σLL1

xL =

( )1

2

−−

=∗

nxxiσ

n

xx ni

i∑== ..1

4


o ponto médio entre L e L1)

Passo 5: Calcula-se L3

EQ. 6

Passo 6: Faz-se L4 como o ponto médio entre L2 e L3

EQ. 72

324

LLL +=

∗+= σLL3

21

2LLL +

=

Os valores cada variável de entrada são convertidos em valores de suporte por meio de aplicação de equação da reta obtida entre os valores de Li (L1 ; L2, L3 e L) e do conjunto imagem arbitrado para cada ponto (respectivamente I1 = 4,5; I2 = 5,75, I3 = 8,5 e I4 = 10,0). Os Graus de Pertinência (µ) para os 5 pontos de limite foram definidos como: 1,0 para L, L1 e L4. Para L2 e L3 foi utilizado 0,5 (αcut). Este procedimento é concernente com o “Princípio da Decomposição” onde o αcuts decompõe uma função de pertinência em n-outras funções de pertinência. Aqui, o principal objetivo do αcut é o de tornar os 3 conjuntos principais (Ótima, Apropriada e Inapropriada) em 5 conjuntos (Ótima, Sub-Ótima, Apropriada, Pouco Apropriada e Inapropriada), como é caracterizado na Figura 2. As expressões abaixo definem o intervalo para cada conjunto.

• Rótulo de Saída Ótima

EQ. 8( )⎩⎨⎧ >∀= 4,1 LxOµ

• Rótulo Sub-Ótima

EQ. 9( )

⎪⎩

⎪⎨⎧

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

−

−= ∫ 43

343

34

,/344

33

34 LLxxLL

LxLL

S LLL

L LLL µ

µµµ

µµ

• Apropriada

EQ. 10( )

⎪⎪

⎩

⎪⎪

⎨

⎧

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

−

−

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

−

−

=

∫

∫

333

22

222

,/

,/

33 3

2

2

2

LLxxLL

LxLL

LLxxLL

LxLL

ALLL

L LLL

LLL

L LLL

µµµ

µµ

µµ

µµ

µ

µ

Pouco Apropriada

EQ. 11( )⎪⎩

⎪⎨⎧

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

−

−= ∫ 21

11

1

,/22

11

2 LLxxLL

LxLL

P LLL

L LLL µ

µµµ

µµ

• Inapropriada

EQ. 12( )⎩⎨⎧ ≤∀= 1,1 LxIµ

Passo VI – Defuzzificação: Uma das grandes vantagens da lógica fuzzy é permitir a construção de um ordenamento “ranking” de modo que se possam fazer comparações. Para que isso ocorra devemos realizar a defuzzificação. “Na defuzzificação, o valor da variável

5


lingüística de saída inferida pelas regras será traduzido num valor discreto. Assim, a defuzzificação é uma transformação inversa que traduz a saída do domínio fuzzy para o domínio discreto” (Shaw e Simões, 1999). O Método do Centro dos Máximos (C-o-M) é a abordagem proposta. “Neste método, os picos das funções de pertinência representados no universo de discurso da variável de saída são usados, ignorando-se as áreas sob as funções de pertinência” (Shaw e Simões, 1999). Com o C-o-M, a nota final da aeronave é a média ponderada dos máximos, conforme a Equação13:

∑

∑

=

=

×

××= n

iii

i

n

iii X

ATG

1

1

γδ

γδ

EQ. 13

Onde: ATG – Grau Total da Aeronave; γi- Grau de Pertinência para Criticidade das Variáveis de Entrada no nível 1;

δ i - Grau de Pertinência para Criticidade das Variáveis de Entrada; Xi – Nota Recebida pela Aeronave;

i = 1.. 5. A Figura 1 apresenta o esquema do modelo de análise com os níveis gama e delta.

Figura 1 – Diagrama do Modelo de Análise 3 – Aplicação do Modelo Para demonstrar a aplicação do modelo, foram considerados dois tipos de missão. A missão principal ou característica (Missão1), refere-se ao trecho SDU-CGH (Santos Dumont-Congonhas) cuja distância aérea é de 509km (275nm), e CGH-SDU (Missão2 - Congonhas-Brasília) com 396km (214nm). Os aeroportos de alternativa considerados foram: GIG – Rio de Janeiro – Antônio Carlos Jobim como alternativa de Congonhas e GRU - São Paulo para Santos Dumont. Como missão alternativa foi considerada uma etapa de 926km (500nm) com uma alternativa a 370km (200nm); assumiu-se que esta missão representa 20% do tempo total de utilização da aeronave. Esta etapa não apresenta restrições de pista para nenhuma das aeronaves analisadas. Para os cálculos da performance das aeronaves, torna-se necessário estabelecer o desvio da ISA - International Standard Atmosphere, que normalmente, para o Brasil, considera-se (ISA+15) nas fases de decolagem, pouso, subida e descida, e (ISA+10) em cruzeiro com vento calmo. A Tabela 1 apresenta os dados de performance de pista.

6


Tabela 1 – Dados de Aeroportos

AEROPORTO ELEV. [m / ft]

CABEÇEIRA -PISTA

COMP. DISPONÍVEL[m]

CLWY [m]

GRAD. PISTA [%]

OBSTACULO*Dist./Alt.[m]

CLASSIF.PAVIMENTO [PCN]

SDU-SBRJ 3.4 / 11 02R 1323 / 1323 0 0 5020 / 57 65FB Rio de 20L 1323 / 1323 0 0 4003 / 78 65FB Janeiro 02L 1260 / 1260 0 0 5020 / 57 39FB

20R 1260 / 1260 0 0 4003 / 78 39FB

CGH-SBSP 802 / 2631 17R 1940 / 1940 500 1 3440 / 354 50FB

São Paulo 35L 1940 / 1940 500 -1 4290 / 27 50FB 17L 1435 / 1435 0 1 3035 / 47 38FB 35R 1435 / 1495 0 -1 3935 / 38 38FB

*Os dados de obstáculo se referem ao ponto de início da corrida e decolagem e considera um afastamento lateral de 200 nm. Fonte: AIP-Brasil, Manuais Jeppesen e cartas da DECEA.

3.1 – Características das Aeronaves Os dados de performance das aeronaves foram obtidos na indústria e no mercado de aeronaves a jato de dois reatores. As marcas e modelos dos aparelhos foram codificados para A1, A2... An. Devido a diferenças em capacidade de transporte, considerou-se três categorias: Categoria A (acima de 120 assentos), Categoria B (de 81 a 120 assentos) e Categoria C (de 50 a 80 assentos). As Tabelas 2-5 apresentam os dados de entrada para os conjuntos Custos e Características Técnicas.

Tabela 2 – Aspectos Financeiros (Custos) CUSTOS POR HORA DE OPERAÇÃO [USD/h]

TIPO ALUGUEL USD/mês Trip Comb.&Lub. Manut. Deprec Seguro (%) Custo Total Custo do assento / h

A1 280 691 500 390 80 9 1670 12,85 A2 145 691 505 431 93 11 1731 13,32 A3 220 691 500 410 80 9 1690 13,00 B1 150 552 471 386 115 10 1534 13,34 B2 220 845 536 88 431 6 1906 17,49 B3 220 691 490 380 110 10 1681 15,28

B4 200 691 450 380 100 10 1631 16,64

C1 195 691 450 380 95 10 1626 20,85 C2 160 650 450 380 95 10 1585 22,64 C3 120 550 280 310 85 7 1232 24,64 C4 135 550 290 310 85 8 1243 24,86

Fonte: FAA-Form-41 Aircraft Operating Costs/ Informações dos especialistas.

Tabela 3 – Características Técnicas CAPAC. VEL. ALCANCE COMBUST. PESOS DA AERONAVE

TIPO MOTOR PAX

CGO VOL. [m3]

[km/h] MAX. PLD. [km]

MAX. AUT. [km]

CONS. [kg/h]

CAP.* [kg]

PMED [kg]

PMZC [kg]

PMEP [kg]

PBO [kg]

A1 CFM56-7B 130 28 850 4074 4600 1950 20800 70300 54600 58000 37600

A2 CFM56-3C 130 30 800 2963 4200 2300 15900 61200 48300 51700 33000

A3 CFM56-5 130 24 870 3360 4100 1950 19080 64000 57000 61000 40100

B1 CFM56-3C 115 23 800 2963 4200 2200 15900 54400 46500 49900 31900

B2 BR715 109 26 850 2222 3700 2250 13900 49890 42630 45350 30900

B3 CF34-8E 110 23 870 3334 4000 2150 13000 48790 42500 45000 28970

B4 CF34-8E 98 23 870 4074 4800 2100 13000 47790 40800 43000 28080

7


Tabela 3 – Características Técnicas (Cont.) C1 CF34-8E 78 19 870 3334 4000 2050 9470 37500 31700 34000 21810

C2 CF34-8E 70 19 870 3704 4400 2000 9470 35990 29500 32800 20840

C3 AE3007A1 50 9 800 1852 2590 1100 4174 20600 17100 18700 12200

C4 CF34-3B 50 13 800 3045 3600 1230 6480 23130 19950 21320 13830 * Densidade do combustível (0,80).

Fonte: Sites dos fabricantes, manuais e informações dos especialistas. Compilado pelos autores.

Tabela 4 - Características Técnicas (Cont.)

NÍVEL TECNOLÓGICO TIPO

MOTOR AVIÔNICOS

A1 9 10 A2 8 7 A3 8 7 B1 8 7 B2 8 8 B3 10 10 B4 10 10 C1 10 10 C2 10 10 C3 8 8 C4 10 8

Fonte: Informações dos especialistas. Valores de suporte - [0,10] escala (0=baixo and 10=alto).

Compilado pelos autores.

Tabela 5 – Nível de Serviço COMFORTO NA CABINE QUALIDADE AMBIENTAL

(EMISSÕES) POLUENTES* HC - CO - NOx

[g / kg]

TIPO Larg.

[m] Altura livre [m]

Larg. corredor

[m]

Larg. do assento

[m]

Distância entre fileiras

(Pitch) [m / in]

Nível de ruído na Cabine**

HC CO Nox SUM

RUÍDOS [EPN dB

Stage Limits]

A1 2,60 2,05 0,50 0,50 0,81/32 7 0,1 0,6 20,5 21,2 4

A2 2,60 2,05 0,50 0,50 0,81/32 10 0,04 0,9 17,8 18,7 3

A3 3,70 2,05 0,50 0,50 0,81/32 6 0,06 0,63 16,43 17,1 3

B1 2,60 2,05 0,50 0,50 0,86/34 9 0,04 0,9 17,8 18,7 4

B2 2,55 2,03 0,48 0,50 0,81/32 9 0,06 0,63 16,43 17,1 4

B3 2,52 2,00 0,50 0,46 0,81/32 6 0,03 0,58 11,82 12,4 4

B4 2,52 2,00 0,50 0,46 0,81/32 6 0,03 0,58 11,82 12,4 4

C1 2,52 2,00 0,50 0,46 0,81/32 6 0,03 0,58 11,82 12,4 4

C2 2,52 2,00 0,50 0,46 0,81/32 6 0,03 0,58 11,82 12,4 4

C3 2,10 1,82 0,48 0,46 0,81/32 8 0,26 0,96 16,63 17,9 3

C4 2,18 1,85 0,48 0,46 0,81/32 7 0,05 0 9,68 9,7 4 *Emissões referentes à potência de subida (a 85%). **Valores de suporte - [0,10] escala (0=silencioso e 10=barulhento).

Fonte: Sites dos fabricantes, manuais, ICAO – EEEDB e informações dos especialistas. 3.2 – A Análise de Rota A análise de aeronaves pode ser realizada para um conjunto de etapas e assim obter resultados globais, porém, para efeito desta aplicação, considerando as restrições de pista no aeroporto Santos Dumont, Caso 1 do item 1.2, verificamos o Disponível de transporte na etapa SDU-CGH, e as tabelas 5 e 6 apresentam os dados obtidos das análises de pista e rota. Para a missão–2, assumimos a capacidade total de cada aeronave. As tabelas 6-7 apresentam as estimativas para a performance de cada aeronave na etapa.

8


Tabela 6 – Desempenho de Pista (decolagem e pouso ISA+15). SDU – SBRJ

Rwy 20L (30ºC) CGH – SBSP

Rwy 17R (25ºC) TIPO

MTOW* [kg]

MLW** [kg]

A1 52000 52000 A2 49400 51700 A3 49800 52500 B1 46100 49900 B2 46000 46520 B3 41100 45000 B4 41100 43000 C1 33000 34000 C2 32500 32800 C3 18850 18700 C4 19800 19000

*A/C packs on, anti-ice off, wind component 0. ** All breaks, anti-skid on. Fonte: Sites dos fabricantes, manuais e informações dos especialistas.

Tabela 7 – Desempenho na Rota (SDU-CGH).

MISSÃO CARACTERÍSTICA (509 km / 275nm e Alternativa a 370 km / 200nm)

TIPO MFR* [kg]

CONSUMO [kg]

TEMPO DE VÔO

PAYLOAD [kg / nº PAX**]

A1 4670 2300 0:44 9930 / 124 (130) A2 5600 2520 0:45 11000 / 137 (130) A3 5600 2520 0:44 9900 / 123 (130) B1 5580 2510 0:45 8820 / 110 (115) B2 5400 2460 0:44 9900 / 123 (109) B3 4780 2350 0:44 7750 / 94 (110) B4 4670 2300 0:44 8550 / 106 (98) C1 4560 2240 0:44 6830 / 85 (78) C2 4450 2190 0:44 7410 / 92 (70) C3 2450 1210 0:45 4250 / 53 (50) C4 2740 1340 0:45 3290 / 41 (50)

*Regras brasileiras (10% Reserva e fator de degradação de performance = 0). ** Adulto (75) + bagagem de mão (5) = 80 kg. Fonte: Sites dos fabricantes, manuais e informações dos especialistas.

4 – Resultados A seguir são apresentados os resultados da análise com as notas atribuídas para cada variável considerada e os parâmetros alfa. Na presente análise, para dar ênfase às características técnicas das aeronaves, foram feitos dois ajustes nos parâmetros alfa: Capacidade de transporte (1,50) e Pesos de Projeto (1,20). As tabelas 8-11 apresentam os resultados para as duas missões estabelecidas. A tabela 12 apresenta a ordenação “ranking” das aeronaves consideradas. Ao contrário do que poderíamos esperar, as aeronaves melhor classificadas não são as de maiores capacidades de transporte. As três primeiras colocadas, por exemplo, oferecem 115, 98 e 110 assentos. Isto mostra que o tamanho não é tão decisivo, considerando as características da missão. Na Categoria A, aparece em 4o lugar (Sub-Ótima) a aeronave A3 e, somente em 7o e 8o (Apropriada) as aeronaves A2 e A1. Na Categoria B, verifica-se uma concentração nas primeiras posições B1 (Ótima), B4 e B3 (Sub-Ótima), o que as coloca em situação de vantagem. Apenas a aeronave B2 foi classificada como (Inapropriada). Já na Categoria C, as aeronaves C1, C2 e C4 receberam o rótulo (Apropriada) e apenas a aeronave C3 (Inapropriada).

9


Tabela 8 - Características Técnicas Missão - 1

TIPO CAPAC. VEL. ALCANCE COMB. PESOS MOTOR AVIÔNICOS

PARÂMETRO α 1,50 0,66 0,53 0,85 1,20 0,83 0,85

CARACT. MISSÃO-1

A1 9,45 9,77 9,80 6,11 8,12 9,00 10,00 8,83

A2 10,00 9,20 8,00 5,31 7,39 8,00 7,00 7,99

A3 9,11 10,00 8,39 6,29 7,88 9,00 10,00 8,64

B1 8,11 9,20 8,00 5,48 7,03 8,00 7,00 7,50

B2 8,51 9,77 6,56 5,22 6,55 8,00 8,00 7,54

B3 7,43 9,77 8,26 5,32 6,56 10,00 10,00 7,97

B4 7,60 9,77 10,00 5,42 6,40 10,00 10,00 8,13

C1 6,15 9,77 8,26 5,22 5,59 10,00 10,00 7,47

C2 5,81 9,77 9,13 5,33 5,46 10,00 10,00 7,46

C3 3,47 9,20 4,96 8,54 4,87 8,00 8,00 6,30

C4 3,68 9,20 7,49 7,88 4,89 10,00 8,00 6,73

Missão - 2 PARÂMETRO

α 1,50 0,70 0,70 0,54 1,20 0,68 0,81 VERSAT. MISSÃO-2

A1 9,70 9,77 9,81 6,05 8,19 9,00 10,00 9,07

A2 10,00 9,20 7,93 5,27 7,46 8,00 7,00 8,14

A3 9,11 10,00 8,38 6,24 7,95 9,00 10,00 8,75

B1 8,32 9,20 7,93 5,45 7,08 8,00 7,00 7,67

B2 8,51 9,77 6,46 5,19 6,59 8,00 8,00 7,63

B3 8,11 9,77 8,25 5,31 6,59 10,00 10,00 8,23

B4 7,60 9,77 10,00 5,41 6,43 10,00 10,00 8,28

C1 6,15 9,77 8,25 5,23 5,59 10,00 10,00 7,55

C2 5,81 9,77 9,13 5,34 5,45 10,00 10,00 7,55

C3 3,47 9,20 4,93 8,64 4,78 8,00 8,00 6,10

C4 4,06 9,20 7,49 7,95 4,81 10,00 8,00 6,71

Tabela 10 - Nível de Serviço

CABINE EMISSÕES TIPO DE

AERONAVE Larg. [m]

Altura livre [m]

Larg. corredor

[m]

Larg. Do assento

[m]

Nível De Ruído

CONFORTO β Gases Ruídos

AMBIENTE β

PARÂMETRO α 0,83 0,91 0,78 0,88 0,86 0,86 0,79 0,85 0,83

NÍVEL DE

SERVIÇO

A1 7,03 10,00 10,00 10,00 9,00 9,15 4,59 10,00 7,40 8,29

A2 7,03 10,00 10,00 10,00 6,00 8,61 5,19 7,50 6,39 7,52

A3 10,00 10,00 10,00 10,00 6,00 9,11 5,68 10,00 7,92 8,53

B1 7,03 10,00 10,00 10,00 7,00 8,69 6,63 10,00 8,38 8,54

B2 6,89 9,90 9,60 10,00 7,00 8,84 5,68 10,00 7,92 8,39

B3 6,81 9,76 10,00 9,20 10,00 9,26 7,83 10,00 8,96 9,11

B4 6,81 9,76 10,00 9,20 10,00 9,16 7,83 10,00 8,96 9,06

C1 6,81 9,76 10,00 9,20 10,00 9,00 7,83 10,00 8,96 8,98

C2 6,81 9,76 10,00 9,20 10,00 8,89 7,82 10,00 8,95 8,92

C3 5,68 8,88 9,60 9,20 8,00 8,11 5,45 7,50 6,51 7,33

C4 5,89 9,02 9,60 9,20 9,00 8,32 10,00 10,00 10,00 9,14

10


Tabela 11 – Nota Final para Aeronaves TIPO DE

AERONAVE MISSÃO-1 MISSÃO-2 CARACTERÍSTICAS

TÉCNICAS δ

NÍVEL DE SERVIÇO

δ

CARACTERÍSTICAS DE CUSTOS

δ PARÂMETROS

α 0,80 0,20 0,89 0,85 0,98

ATG

A1 8,83 9,07 8,88 8,29 7,44 8,16 A2 7,99 8,14 8,02 7,52 9,30 8,37 A3 8,64 8,75 8,66 8,53 8,19 8,50 B1 7,50 7,67 7,54 8,54 10,00 8,83 B2 7,54 7,63 7,56 8,39 7,60 7,81 B3 7,97 8,23 8,01 9,11 8,21 8,55 B4 8,13 8,28 8,16 9,06 8,68 8,68 C1 7,47 7,55 7,49 8,98 8,78 8,42 C2 7,46 7,55 7,47 8,92 8,75 8,38 C3 6,30 6,10 6,26 7,33 8,71 7,39 C4 6,73 6,71 6,73 9,14 8,68 8,15

Tabela 12 - Resultado Final e “Ranking”

CLASSIFICAÇÃO AERONAVE NOTA FINAL RÓTULO

1o B1 8,83 Ótima

2o B4 8,68 Sub-Ótima

3o B3 8,55 Sub-Ótima

4o A3 8,50 Sub-Ótima

5o C1 8,42 Apropriada


7o A2 8,37 Apropriada

8o A1 8,16 Apropriada


10o B2 7,81 Inapropriada

11o C3 7,39 Inapropriada

5 – Conclusões Uma das principais contribuições do modelo é o de permitir a construção de um “ranking”, auxiliando a comparação entre as aeronaves analisadas e possibilitando identificar as qualidades e deficiências de cada uma. Enquanto os métodos financeiros indicam quanto uma solução pode ser mais atraente do que outra em termos monetários, a abordagem fuzzy apresenta resultados precisos para o processo de decisão considerando não só custos, mas também aspectos técnicos, econômicos e de nível de serviço. Outra vantagem da aplicação deste modelo é o caráter da fácil compreensão de seus resultados. Além disso, a implementação de algoritmos fuzzy representa redução de custos,

11


menor tempo de processamento, baixos requisitos de “hardware” e suas equações podem ser escritas em praticamente qualquer linguagem computacional. Os resultados da análise indicam que as aeronaves consideradas possuem, aproximadamente, os mesmos níveis de desempenho gerais, não havendo entre si grandes discrepâncias. Esse fato é importante, pois permite a conclusão de que os níveis tecnológicos das aeronaves e de seus equipamentos embarcados se mantém similares para diferentes fabricantes. 6 - Bibliografia AIP-Brasil, manuais e cartas. BRAGA, Mário Jorge Ferreira et al. (1995) Conceitos da Matemática Nebulosa na Análise de Risco. Artes e

Rabiskus, Rio de Janeiro. CAMINO, F.M., NEVES, C. and FRANCO, F.M. (1983), Market Study Through The Network’s Analysis - ITA

Brazil Agency, Study of Institute of Air Transport. Chapter III of Regional Air Transport in Brazil. CURY, M. V. Q. (1999) Modelo Heurístico Neuro-Fuzzy para Avaliação Humanística de Projetos de Transporte

Urbano. D.Sc Tese / COPPE, Rio de Janeiro. DAC - Departamento de Aviação Civil, Anuários Estatísticos (1997-2001). DECEA – Departamento de Controle do Espaço Aéreo. DOGANIS, R (1991) Flying Off Course - The economics of International Airlines. 2nd ed. Routledge, USA. FAA-Form-41-Aircraft Operating Costs. KLIR, George J., FOLGER, Tina A. (1988) Fuzzy Sets, Uncertainty, and Information. Prentice-Hall, New

Jersey. PADILHA, C.E. (1996) Optimizing Jet Transport Efficiency. McGraw-Hill Companies, Inc. SHAW, Ian S., SIMÕES, Marcelo Godoy (1999) Controle e Modelagem Fuzzy. 1ª ed. Edgard Blücher-FAPESP,

São Paulo. TANAKA, Kazuo (1997) An Introduction to Fuzzy Logic for Practical Applications. Springer-Verlag, New

York. ZADEH, Lofti Asdek et al (1995) Fuzzy Sets and their Applications to Cognitive and Decision Process.

Academic Press, New York. WANTTAJA, R. (1996) Kitplane Construction - 2nd edition, McGraw-Hill Companies, Inc., USA. 7 - Apêndice – Cálculo dos Parâmetros Utilizados e Conversão dos Dados de Entrada Os parâmetros α, β, γ e δ medem a importância da variável em determinado nível. Os especialistas atribuíram valores de 1 a 5 para cada variável, sendo o valor 5 o grau de maior importância. Para αi, βi e δi, tem-se:

EQ. 14∑

∑×

=5tasEspecialis de N

tasEspecialis pelos Atribuídos Valores...αα on1

O parâmetro γ é a taxa de utilização da aeronave em cada missão. γ1 para a rota principal (Missão1 – 80%) e γ2 para a rota alternativa (Missão2 – 20%). Os dados de entrada foram convertidos conforme Equação 15:

EQ. 15( ) 10

Entrada deValor maxiEntrada deValor

i ×=X

O valor máximo recebeu a maior nota de valor de suporte, 10.

12

uma abordagem fuzzy para o processo de … resumo os modelos de avaliação utilizados para...

Documents