Search

Este trabalho foi conduzido com o objetivo de implementar um modelo computacional empregando a linguagem de simulação EXTEND TM para: a) simular a dinâmica de atividades de um matadouro-frigorífico de aves; e b) conduzir experimentos de análise de sensibilidade. Para tanto, foi implementado um modelo dinâmico, estocástico e discreto. O sistema real modelado está localizado na região sudoeste do Paraná, onde são abatidas cerca de 500000 aves por dia, empregando três linhas de processamento operando em três turnos diários. Na validação do modelo foram coletados dados relativos a três turnos e comparadas as variáveis de saída obtidas a partir do sistema real e as geradas pelo modelo, as quais foram: i) tempo de processamento; ii) peso vivo total; iii) peso vivo aproveitado; iv) peso de subproduto; v) peso da produção total; vi) peso do frango inteiro; e vii) peso total dos cortes. O modelo implementado demonstrou ser aplicável, uma vez que os erros médios percentuais foram inferiores a 1,13%. O experimento de análise de sensibilidade conduzido, mediante as alterações das velocidades de processamento das linhas em 7000, 8000 e 9000 frangos h-1, apresentou os seguintes valores médios para a variável tempo de processamento: 8,69; 7,86 e 7,86 horas, respectivamente. Além disso, o experimento demonstrou que a velocidade de processamento de 9000 frangos h-1 não implica na direta redução do tempo de processamento, pois a cadência de chegada das cargas pode ter ocasionado períodos de ociosidade do matadouro-frigorífico.This work was carried out with the objective of developing a computational model using the simulation language EXTEND TM to simulate the dynamic of poultry slaughter industry and conduct sensitivity analysis experiments. Hence, a dynamic, stochastic, discrete model was developed. The modeled real system is located in the southwestern region of the Paraná State, Brazil, which has a daily slaughter capacity of 500000 poultries using three processing lines and operating in three daily schedules. To validate the model data from three schedules were collected and compared to the output variables from the real system generated by the model; those variables were: (i) processing time; (ii) gross weight; (iii) live weight; (iv) sub-product weight; (v) total production weight; (vi) whole slaughtered weight; and (vii) net weight. The model implemented proved to be efficient since the percentage of average errors was less than 1.13%. The sensitivity analysis carried out, with processing rates changed to 7000; 8000 and 9000 poultries per hour per line, showed the following processing time averages 8.69, 7.86 and 7.86 hours, respectively. In addition, the experiment demonstrated that the processing rate of 9000 poultries h-1 does not imply directly a reduction of the processing time since the rate of poultry arriving at the slaughterhouse can be related to idle periods at poultry slaughter facility.

Este trabalho teve como objetivo implementar um modelo computacional para simular a dinâmica operacional de uma linha industrial de abate de suínos. O sistema real modelado pertence à empresa Frigorífico Frimesa, sediada no município de Medianeira (PR). O modelo implementado é tipo dinâmico, discreto e estocástico. Este simula 34 operações unitárias e foi estruturado com o uso da linguagem de simulação EXTEND TM. Para validação do modelo foram coletados dados relativos a cinco dias de operação, em que foram abatidos 1.346, 1.630, 1.360, 1.585 e 1.550 suínos, respectivamente. Como parâmetros de comparação entre os dados obtidos a partir do sistema e gerados pelo modelo foram selecionadas as seguintes variáveis: (i) tempo de duração da operação; (ii) tempo de deslocamento da insensibilização até a depiladeira; (iii) tempo deslocamento da insensibilização até a câmara fria; (iv) número de carcaças re-inspecionadas; e (v) número final de carcaças. Na validação do modelo, foi constatado que, para a variável tempo de duração da operação por meio do teste Tukey a 1% de significância, não foram detectadas diferenças estatísticas entre os valores obtidos do sistema real e os gerados pelo modelo. Considerando-se esta e outras análises, foi concluído que o modelo aplica-se à finalidade para a qual foi implementado. Sendo assim, foram realizadas duas análises de sensibilidade. Na primeira, ao alterar o número de suínos a abater de 1 mil para 2 mil, foi determinado que os tempos de duração da operação variariam de 6,20 a 10,10 h, respectivamente. Para a segunda, ao abater 1.340 suínos e alterar a velocidade das nórias de 300 para 600 animais por hora, o tempo de duração da operação passou de 8,10 para 7,40 h, respectivamente.This work was carried out with the objective to implement a computational model for simulating the dynamics of an industrial slaughtering for swine. Modeled real system belongs the Frimesa enterprise, located in Medianeira city, Paraná State, Brazil. Implemented model was classified as: dynamic, discrete and stochastic, and simulates thirty-four unity operations. For model implementation it was employed the simulation language EXTEND TM. Model validation was carried out comparing data related to five operational shifts, when it was slaughtered 1,346, 1,630, 1,360, 1,585 and 1,550 pigs, respectively. As contrasting parameters between data gotten from real system and generated by model, it was selected the following variables: (i) spent operational time; (ii) spent time from stunning area to scrap machine, (iii) spent time from stunning area to cold storage chamber; (iv) number of re-inspected carcasses; and (v) final number of edible slaughtered swine. At model validation was evidenced that for spent operational time averages, according to Tukey's test, at the significance level of 1%, it was not detected statistical differences between real system and generated simulation model data. According to this and other analyses, lead to the conclusion that model and system outcomes were in good agreement. Furthering, two sensitivity were carried out. In the first it was modified the number of swine to be slaughtered from 1,000 to 2,000. It was observed that spent operational time increase from 6.20 to 10.20 h. At the second, it was simulated the slaughter of 1,340 pigs, and was varied processing rates from 300 to 600 pigs per hour, at this situation operational times decreased from 8.10 to 7.40 h, respectively