Search

Brazil is the world's largest producer of sugarcane destined for sugar, alcohol and cogeneration plants. Sugar cane transportation from the plants is carried out by trucks with trailers and mechanical horses with semi-trailers. The modal road system for the transportation of cane makes use of this equipment, in order to meet the continuous demand for the raw material harvested, correct at a minimum cost. The objective of this work is to analyze the variables of the operational and economic performance of different sugarcane transport equipment. Finding a difficulty in meeting the objective in the field conditions, it was decided to develop a computational model called “TransporteCana”, in an electronic spreadsheet. The model was checked for possible routine errors, validated, used in the analysis of variables and in the generation of results. The results showed that an increase in the average distance radius negatively impacts the operational and economic performance of the groups. The bodywork load, average distance radius and fuel price are the variables that most impact the cost of transport system equipment. The set of bitruck trucks and trailers has a higher operational cost of production and a greater impact on the cost of the plant's transportation system. O Brasil é o maior produtor mundial de cana-de-açúcar destinada às usinas produtoras de açúcar, álcool e co-geração de energia elétrica. O transporte de cana das usinas é realizado por caminhões com reboques e cavalos mecânicos com semireboques. O sistema modal rodoviário do transporte de cana faz uso desses equipamentos, a fim de atender a demanda contínua da matéria-prima colhida, visando alcançar um mínimo custo. O objetivo deste trabalho é de analisar as variáveis do desempenho operacional e econômico de diferentes equipamentos do transporte de cana-de-açúcar. Devido a dificuldade em atender o objetivo nas condições a campo, optou-se em desenvolver um modelo computacional denominado “TransporteCana”, em planilha eletrônica. O modelo foi verificado quanto a possíveis erros de rotina, validado, utilizado na análise das variáveis e na geração de resultados. Os resultados evidenciaram que aumento do raio médio da distância impacta negativamente no desempenho operacional e econômico dos conjuntos. A carga das carrocerias, raio médio da distância e preço do combustível são as variáveis que mais impactam no custo dos equipamentos do sistema de transporte. O conjunto caminhão bitruck e reboque tem maior custo operacional de produção e maior impacto no custo do sistema de transporte da usina.

This research was conducted with the objective of implementing a computer model to simulate the steps that comprise the operational flowchart of a mineral water industry, using the software Stella 8.0. The model defined as dynamic, stochastic and discrete consisted of eleven interconnected blocks. It was built following the steps of characterizing the real system, creating the conceptual model, structuring and verification of computational model, data collection, and model validation. From data collected in the real system we obtained fits of the distributions used in assembling and verifying the model. Validation of the program was conducted by comparing the data of the real system with simulated data. The values collected in the real system were within the upper and lower limits on the graph obtained by regression analysis, with a confidence level of 95%, ensuring that the computer model adequately represents the real system. However, the computational model developed is appliable to simulate the dynamics of processing lines of Mineral Water, being a tool of production control, which allows the visualization of the behavior of the real system, facilitates the identification of errors, improve production flow, and reduces manufacturing costs by controlling the total processing time. Este trabajo se llevó a cabo con el objetivo de implementar un modelo computacional para simular los pasos de producción de una industria de agua mineral, utilizando el software Stella 8.0. El modelo definido como dinámico, estocástico y discreto constaba de once bloques interconectados, y se construyó siguiendo los pasos de caracterización del sistema real; creación del modelo conceptual; estructuración y verificación del modelo computacional; obtención de datos; y validación del modelo. A partir de los datos recopilados en el sistema real, se realizaron ajustes a las distribuciones utilizadas en el ensamblaje y verificación del modelo. La validación del programa se realizó comparando los datos del sistema real con los datos simulados. Los valores recopilados en el sistema real estaban dentro de los límites superior e inferior en el gráfico obtenido por el análisis de regresión, con un nivel de confianza del 95%, asegurando que el modelo computacional representaba adecuadamente el sistema real. Sin embargo, el modelo computacional desarrollado fue aplicable para simular la dinámica operativa de las líneas de procesamiento de Agua Mineral, ya que es una herramienta de control de producción, que permite visualizar el comportamiento del sistema real, facilita la identificación de errores, mejora el flujo productivo y reduce los costos industriales al controlar el tiempo total de procesamiento Este trabalho foi conduzido com o objetivo de implementar um modelo computacional para simular as etapas de produção de uma indústria de água mineral, através do software Stella 8.0. O modelo definido como dinâmico, estocástico e discreto constituiu-se de onze blocos interligados, e foi construído seguindo as etapas de caracterização do sistema real; criação do modelo conceitual; estruturação e verificação do modelo computacional; obtenção de dados; e validação do modelo. Partindo dos dados coletados no sistema real obteve-se os ajustes das distribuições utilizadas na montagem e verificação do modelo. A validação do programa foi efetuada através da comparação dos dados do sistema real com os dados simulados. Os valores coletados no sistema real apresentaram-se dentro dos limites superior e inferior no gráfico obtido pela análise de regressão, com nível de confiança de 95%, garantindo que o modelo computacional representasse de forma adequada o sistema real. Contudo, o modelo computacional desenvolvido foi aplicável para simular a dinâmica operacional de linhas processadoras de Água Mineral, por ser uma ferramenta de controle da produção, que permite a visualização do comportamento do sistema real, facilita a identificação de erros, melhora o fluxo produtivo e reduz custos industriais por controlar o tempo total de processamento.

Made available in DSpace on 2017-07-21T14:19:23Z (GMT). No. of bitstreams: 1 Albino Szesz Junior.pdf: 2551855 bytes, checksum: ad2fa2da3cef74797c4e91a3da0e453b (MD5) Previous issue date: 2015-02-26 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior The aim of this work is to present the SEMEARE, a methodology for defining periods of sowing of crops, with four stages, including planning, modeling, experimentation and decision making. At the planning stage the goals and strategies for defining the sowing periods are defined and analyzed the agricultural context of the study area. In the modeling stage, the simulation models are set to be used, sowing dates and other necessary data. After system modeling and simulations performed are obtained yield values, germination time, number of days to harvest, among others, for each specific date. At the trial stage analysis of the information and you can set the best times for sowing culture defined and then make decision making. For validation, the methodology we used the MarkSimGCM a climate data simulator, to generate daily weather data, and the DSSAT, Version 4.5, using CERES-Maize model to simulate growth of corn. The simulation was applied to a hypothetical maize cultivar with average maturity characteristics in a real location (S25 ° 09'18.70 "W 50 ° 05'15.65"),with planting carried out under rainfed conditions, sowing depth 5 cm spacing planting 20 cm between seeds and 50 cm between plant rows and plant population: 10 plants / m2. Thus the DSSAT addresses the data of corn, while the MarkSimGCM simulates weather data for use in DSSAT in creating a weather station with daily data of maximum and minimum temperature, precipitation and solar radiation between 2011 and 2014. We simulated in 29 different sowing dates in Vintage 2011-2012, 2012- 2013, 2013-2014. From this income was generated graphs, maturation cycle,information used in decision making. This research resulted in the development of a generic methodology, which enables the use of different simulation models of crops and climate data, interacting with different systems of decision support as agricultural. O objetivo desta dissertação é apresentar a SEMEARE uma metodologia para definição de períodos de semeadura de culturas agrícolas, com quatro etapas, incluindo planejamento, modelagem, experimentação e tomada de decisão. Na etapa de planejamento são definidos os objetivos e estratégias para definição dos períodos de semeadura, bem como analisado o contexto agrícola da área de estudo. Na etapa de modelagem são definidos os modelos de simulação a serem utilizados, datas de semeadura e demais dados necessários. Após a modelagem do sistema e executadas as simulações são obtidos os valores de rendimento, tempo de germinação, número de dias para colheita, entre outros, para cada data definida. Na etapa de experimentação são analisadas as informações sendo possível definir os melhores períodos de semeadura para a cultura definida e, então, realizar a tomada de decisão. Para validação, a metodologia utilizou-se do MarkSimGCM, um simulador de dados climáticos, para geração de dados climáticos diários, e o DSSAT, Versão 4.5, através do Modelo CERES-Maize, para simulação de crescimento da cultura do milho. A simulação foi aplicada em um cultivar hipotético do milho com características de maturidade média, em uma localização real (S25°09'18.70" W50°05'15.65"), com plantio realizado em condições de sequeiro, profundidade de semeadura 5 cm, espaçamento de plantio 20 cm entre sementes e 50 cm entre linhas de plantio e população de plantas: 10 plantas/m2. Dessa forma o DSSAT aborda os dados da cultura do milho, enquanto o MarkSimGCM simula dados climáticos para serem utilizados no DSSAT na criação de uma estação meteorológica com dados diários de temperatura máxima e mínima, precipitação e radiação solar entre 2011 e 2014. Foram realizadas simulações em 29 diferentes datas de semeadura, nas Safras 2011- 2012, 2012-2013, 2013-2014. A partir disso gerou-se gráficos de rendimento, ciclo de maturação, informações utilizadas na tomada de decisão. Esta pesquisa resultou no desenvolvimento de uma metodologia genérica, a qual possibilita a utilização de diferentes modelos de simulação de culturas agrícolas e de dados climáticos, interagindo com diferentes sistemas de apoio a decisão no âmbito agrícola.

O processamento de água mineral é caracterizado por um sistema composto por etapas seqüenciais, variáveis de entrada, parâmetros e variáveis de saída. Deste modo, este trabalho foi conduzido com o objetivo de implementar um modelo computacional para simular as etapas que integram o fluxograma operacional de uma indústria de água mineral, através do software Stella 8.0. O modelo definido como dinâmico, estocástico e discreto constituiu-se de onze blocos interligados. O mesmo foi construído seguindo as etapas de caracterização do sistema real; criação do modelo conceitual; estruturação e verificação do modelo computacional; obtenção de dados; e validação do modelo. Partindo dos dados coletados no sistema real obteve-se os ajustes das distribuições utilizadas na montagem e verificação do modelo, com o auxílio do programa @risk 5.5. A validação do programa foi efetuada através da comparação dos dados (quantidade de galões a serem processados e tempo total de processamento) do sistema real com os dados simulados, por meio da análise de regressão e do programa Statistica 6.0 (statsoft). Os valores coletados no sistema real apresentaram-se dentro dos limites superior e inferior no gráfico obtido pela análise de regressão, com nível de confiança de 95%, garantindo que o modelo computacional representa de forma adequada o sistema real. Falhas no processo foram identificadas analisando que alguns valores coletados para a mesma quantidade de galões, necessitaram de maior tempo de processamento do que os valores simulados. Contudo, o modelo computacional desenvolvido é aplicável para simular a dinâmica operacional de linhas processadoras de Água Mineral, por ser uma ferramenta de controle da produção, que permite a visualização do comportamento do sistema real, facilita a identificação de erros, melhora o fluxo produtivo e reduz custos industriais por controlar o tempo total de processamento. The processing of mineral water is characterized by a system composed of step sequences, input variables, parameters and output variables. Thus, this work was conducted with the objective of implementing a computer model to simulate the steps that comprise the operational flowchart of a mineral water industry, using the software Stella 8.0. The model defined as dynamic, stochastic and discrete consisted of eleven interconnected blocks. It was built following the steps of characterizing the real system, creating the conceptual model, structuring and verification of computational model, data collection, and model validation. From data collected in the real system we obtained fits of the distributions used in assembling and verifying the model with the help of the @ risk 5.5 program. Validation of the program was conducted by comparing the data (number of bottles to be processed and total processing time) of the real system with simulated data, using regression analysis and the program Statistic 6.0 (Statsoft). The values collected in the real system were within the upper and lower limits on the graph obtained by regression analysis, with a confidence level of 95%, ensuring that the computer model adequately represents the real system. Fails in the process were identified by analyzing of collected values needed more processing time than the simulated values, for the same amount of bottles. However, the computational model developed is appliable to simulate the dynamics of processing lines of Mineral Water, being a tool of production control, which allows the visualization of the behavior of the real system, facilitates the identification of errors, improve production flow, and reduces manufacturing costs by controlling the total processing time.

Este trabalho propõe um modelo tecnológico como infraestrutura de baixo custo para jogos empresariais usando a internet, permitindo que essa ferramenta seja oferecida como complemento às técnicas tradicionais de ensino, a um maior número de alunos das áreas de Administração e Gestão de Negócios. Primeiro, é realizada uma pesquisa sobre a literatura existente, comparando os jogos empresariais ao método do caso adotado em Harvard e identificando as características, vantagens e desvantagens dessas duas ferramentas. Em seguida, é proposto um modelo tecnológico capaz de servir como infraestrutura para jogos empresariais de baixo custo via internet, descrevendo e justificando a escolha de cada um de seus componentes. Nesse ponto, é apresentado o jogo empresarial Simulador de Ações, desenvolvido durante este trabalho, a partir de modelos de jogos empresariais encontrados na literatura, para demonstrar a viabilidade de um jogo empresarial de baixo custo usando o modelo tecnológico proposto. O jogo proporciona, aos participantes, um contato inicial com a dinâmica do mercado de capitais de maneira lúdica e sem os riscos encontrados na realidade. Finalmente, são feitas algumas observações e sugestões para trabalhos futuros.