340 900 1 PB

Prévia do material em texto

SIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE 
COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O 
SOFTWARE ARENA 
Pedro H. Barros Negrão1, Andressa M. Corrêa1, Thamara Martim1, Mariana 
Gonçalves da Silva1, Nayara C. da Silva Block 
 
1 Universidade Estadual do Paraná (UNESPAR) 
 
pedrobnegrao@hotmail.com; andmariah@hotmail.com; thamara_martim_@hotmail.com; 
marianags.eng@outlook.com; naay_block@hotmail.com 
 
Resumo: Esse estudo de caso tem por objetivo elaborar e avaliar uma simulação 
computacional no software Arena em um posto de combustível da cidade de Campo 
Mourão/PR. Inicialmente são explicados as características produtivas e o sistema 
que está em estudo, em seguida é descrito alguns conceitos básicos de simulação 
de sistemas, posteriormente é exposto o estudo de caso realizado através do Arena. 
O modelo computacional é desenvolvido verificando os tempos de chegada e de 
atendimento nas bombas de combustíveis, para obter os resultados necessários e 
possíveis melhoramentos e otimização do sistema. Os resultados foram identificados 
e analisados sendo eles sobrecarga e ociosidade no sistema, apesar de uma baixa 
utilização dos recursos no sistema ainda houve gargalos, onde foram dadas 
sugestões para a eliminação dos mesmos. 
 
Palavras-Chave: Software; Simulação Computacional; Filas. 
 
1. Introdução 
Nos últimos tempos os postos de combustíveis tem sido uma central de apoio 
ao cliente, disponibilizando diversos serviços, deixando de lado aquela visão de ser 
somente um ponto de abastecimento. 
Pelo motivo de expansão desse mercado nota-se a importância que se tem 
de um planejamento eficiente para abrir um negócio como esse. A simulação de 
processos é um auxílio para essas tomadas de decisões, sabendo exatamente como 
o processo produtivo irá se comportar é uma ferramenta precisa que auxilia de forma 
 
preventiva, garantindo não apenas melhores desempenhos das soluções adotadas, 
como evitando gastos com futuras medidas corretivas. 
No entanto o estudo tem por objetivo verificar o gargalo nas filas das bombas 
de gasolina aditivada, etanol e diesel e na conveniência com o auxílio de um 
simulador computacional (Software Arena) em um posto de combustível situado na 
cidade de Campo Mourão/PR, sendo que há uma mangueira de gasolina aditivada, 
uma de etanol e duas de diesel e um único funcionário é responsável por cuidar das 
duas mangueiras no diesel, e outros funcionários são responsáveis pelas outras 
mangueiras. Os clientes vão chegando nas bombas e decidem em qual bomba vai 
abastecer gerando filas, após abastecerem alguns se direcionam a loja de 
conveniência ou vão embora. 
Entre as áreas da Engenharia de Produção (EP), estabelecidas pela 
Associação Brasileira de Engenharia de Produção (ABEPRO, 2008), o presente 
estudo está inserido na grande área de Pesquisa Operacional e sub-área de 
Simulação de Sistema de Produção. 
O trabalho está dividido em 7 seções, sendo que primeiramente apresenta-se 
a contextualização do trabalho bem como, as definições necessárias para o 
entendimento do mesmo. Em seguida, é descrita a revisão se literatura, então 
descreve-se os métodos utilizados para o desenvolvimento do trabalho. Na quinta 
seção é apresentado o estudo de caso e logo em seguida os resultados e 
discussões. E, por fim é apresentada as considerações finais. 
 
2. Referencial Teórico 
2.1 Conceitos Básicos de Simulação 
2.1.1 Sistemas 
Para Reisswitz (2008) um sistema (do grego sietemiun), é um conjunto de 
elementos interconectados, de modo que formem um todo organizado, sendo esta 
definição a mais usada em várias áreas e disciplinas como medicina, biologia, 
informática entre outros, já que, o termo sistema vindo do grego, significa 
“combinar”, “ajustar” e “formar um conjunto”. O mesmo autor cita ainda, que todo 
sistema possuí um objetivo gera a ser atingido e expõe ainda que, o sistema é um 
conjunto de órgãos funcionais, componentes, entidades, partes ou elementos e as 
relações entre eles, a integração entre esses componentes pode se dar por fluxo de 
 
informações, fluxo de matéria, fluxo de sangue, fluxo de energia, enfim, ocorre 
comunicação entre os órgãos componentes de um sistema. 
Naylor (1971) ressalta que qualquer simulação tem basicamente como 
objetivos: questões a serem respondidas; hipóteses a serem testadas e efeitos a 
serem estimados. 
 
2.2 Simulação de Sistemas 
2.2.1 Definição 
A simulação computacional é a técnica de estudar o comportamento e 
reações de determinados sistemas através de modelos matemáticos utilizando 
ferramentas computacionais. Esta juntamente com a modelagem matemática 
permitem avaliar a influência de parâmetros geométricos e operacionais no 
comportamento de processos, sem a necessidade de gastos e dificuldades 
experimentais. Em consequência disso, esta área está em constante crescimento e 
tem se estabelecido em diversos setores da Engenharia (SOMMER, 2012). 
 
2.2.2 Evolução da Simulação 
Devido aos exorbitantes avanços tecnológicos, a simulação evoluiu muito, 
permitindo conseguir excelentes níveis de confiança. As capacidades de cálculo 
atuais permitem executar uma série de modelos matemáticos que, juntamente com 
as técnicas visuais, refletem fielmente a realidade em toda sua complexidade 
(LANDER, 2015). 
 
2.2.3 Tipos de Simulação 
2.2.3.1 Simulação Estática e Dinâmica 
Denomina-se como simulação estática as que visam representar o estado de 
um sistema em um instante ou que em suas formulações não se leva em conta a 
variável tempo, enquanto a simulação dinâmica é formulada para representar as 
alterações de estado do sistema ao longo da contagem do tempo de simulação 
(SANTOS, 1999; SILVA, 2005). 
 
2.2.3.2 Simulação Determinística e Estocástica 
 
É uma simulação determinística a que em sua formulação não faz uso de 
variáveis aleatórias, enquanto a estocástica pode empregar uma ou mais (SANTOS, 
1999; SILVA, 2005). 
 
2.2.3.3 Simulação Discreta e Contínua 
São discretas aquelas em que o avanço da contagem de tempo na simulação 
se dá na forma de incrementos cujos valores podem ser definidos em função da 
ocorrência dos eventos ou pela determinação de um valor fixo, nesses casos só é 
possível determinar os valores das variações de estado do sistema nos instantes de 
atualização da contagem de tempo enquanto para os modelos contínuos o avanço 
da contagem de tempo na simulação dá-se de forma contínua, o que possibilita 
determinar os valores das variáveis de estado a qualquer instante (SANTOS, 1999; 
SILVA, 2005). 
 
2.2.3.4 Simulação Terminante e não Terminante 
Uma simulação do tipo terminante é aquela que começa em um estado ou 
tempo definido e termina em outro estado ou tempo definido. Um estado inicial pode 
ser um número de peças no sistema no início de um dia de trabalho. Um estado ou 
evento final pode ser quando um número definido de trabalhos tenha sido 
completado (SOMMER, 2012). 
Uma simulação do tipo não-terminante ou de comportamento estável é aquela 
na qual se está interessado em analisar o sistema quando este atinge um 
comportamento estável. Ser uma simulação do tipo não-terminante não quer dizer 
que ela nunca termina, nem que o sistema que está sendo simulado não tem fim. 
Isto somente quer dizer que ela poderia continuar infinitamente sem nenhuma 
mudança estatística no comportamento (REISSWITZ, 2008). 
 
2.2.4 Software de Simulação 
Entre os vários softwares disponíveis no mercado, encontra-se o ARENA®, 
lançado no ano de 1993 pela Systems Modeling. ARENA® é um software que 
apresenta um ambiente gráfico integrado de simulação, que contém todos os 
 
recursos para modelagemde processos, desenho e animação, análise estatística e 
análise de resultados. A tecnologia que diferencia o ARENA® é a criação templates, 
ou seja, uma coleção de objetos/ferramentas de modelagem, que permitem ao 
usuário, descrever o comportamento do processo em análise, através de respostas 
às perguntas pré-elaboradas, sem programação, de maneira visual e interativa ( 
PARAGON, 2008). 
 
2.2.5 Vantagens e Desvantagens da Simulação 
Segundo Gavira (2003), algumas das vantagens da simulação são: modelos 
mais realistas, os modelos são realizados de acordo com o processo real, sem ter 
que se enquadrar em um padrão; processo de modelagem evolutivo, os modelos 
vão se tornando gradualmente mais complexos; perguntas do tipo “e se?”, ao invés 
de buscar soluções, é possível encontrar novas formas de se fazer testando 
possíveis cenários; aplicação a problemas “mal estruturados” pode-se simular 
basicamente qualquer tipo de problema; facilidade de comunicação, pois modelos de 
simulação são fáceis de se compreender; soluções rápidas; flexibilidade; entre 
outras vantagens.. 
De acordo com o mesmo autor as desvantagens são: para se construir 
modelos deve-se ter um treinamento especial; os resultados da simulação podem 
ser difíceis de analisar; podem custar muito caro e levar muito tempo para ser 
realizada; os resultados da simulação podem ser difíceis de implementar, entre 
outros. 
Pode-se notar que a simulação possui mais vantagens do que desvantagens, 
sendo de grande valia para resolver problemas em processos e testar novas 
possibilidades sem precisar testar na prática caso um processo necessite de alguma 
mudança, o que seria muito dispendioso em questão de tempo, mão-de-obra e 
custos. 
 
2.2.6 Etapas para se Realizar uma Simulação 
Há várias metodologias para se realizar uma simulação, no estudo em 
questão apresentaremos a metodologia proposta por Law e Kelton (200), sendo está 
composta pelas seguintes etapas: 
 
a) Formulação do problema e planejamento do estudo; 
b) Coleta de dados e definição do modelo; 
c) Validação do modelo conceitual; 
d) Construção do programa computacional e verificação; 
e) Realização de execuções piloto; 
f) Validação do modelo programado; 
g) Projeto dos experimentos; 
h) Realização das execuções de simulação; 
i) Análise de resultados; 
j) Documentação e implementação 
3. Revisão de Literatura 
Para a realização da revisão de literatura as pesquisas foram realizadas no site 
Google e no portal Capes, utilizou-se as palavras-chave: Pesquisa Operacional, 
Software Arena, Simulação de Processos, Engenharia de Produção, entre outras. 
 Araújo e Lemos (2012), apresentaram alternativas para o aumento da 
capacidade produtiva de uma empresa no ramo de equipamentos rodoviários, 
através de uma simulação computacional, utilizando o software ProModel. 
 Santos (1999) descreve em seu trabalho realizado na UERJ (Universidade 
Estadual do Rio de Janeiro) algumas ferramentas de simulação, suas vantagens e 
desvantagens e como ser aplicadas, sendo disponibilizadas aos acadêmicos. 
Júnior, Medeiros e Sena (2012), utilizaram o software Arena para modelar a 
parte mais relevante de um sistema produtivo de cerâmica vermelha e também 
auxiliando nos índices de perdas, com os resultados obtidos foi possível investigar 
as causas e propor melhorias para o processo. 
 Ao realizar essas pesquisas foi possível ter um maior conhecimento na área 
de simulação computacional, na qual abrange muitas variáveis importantes, que 
auxiliam na redução de custos da empresa, redução de desperdícios, simulação de 
novos projetos ou simplesmente a viabilidade de um projeto futuro, entre vários 
outros pontos positivos. 
 
4. Metodologia de Pesquisa 
 
Este trabalho utiliza como método de abordagem o qualiquantitativo. Sendo a 
pesquisa classificada, quanto aos fins como descritiva e explicativa e quanto aos 
meios como bibliográfica e estudo de caso. 
Descritiva, por que apresenta os principais conceitos referentes à simulação, 
modelagem, especificamente, no software Arena. E também como explicativa, pois 
descreve o método de como foram obtidos os dados para a construção do modelo. 
Quanto aos meios a pesquisa é classificada como bibliográfica do tipo virtual, 
já que a pesquisa foi realizada por meio de revisão literária, sobre modelagem e 
simulação, e como estudo de caso, já que o referencial teórico foi aplicado em uma 
empresa. 
O estudo de caso foi realizado no período de 4 de janeiro a 7 de janeiro de 
2016, entre as 7:30 e 10:30 horas, sendo este o horário onde ocorria mais chegada 
de clientes. A princípio no estudo foi necessário calcular o número de amostras, 
esse número é obtido a partir da Equação 1. 
 n = (1) 
Onde: 
n = Número de amostras; 
Z = Valor crítico que corresponde ao grau de confiança desejado; 
 = Desvio Padrão ( calculado a partir de 31 amostras prévias); 
E = Margem de erro. 
Desta forma, logo após o cálculo da quantidade de amostras, foram coletados 
os tempos entre chegadas de veículos e os tempos de atendimento nas bombas de 
gasolina aditivada, etanol e diesel e também na loja de conveniência, conforme 
pedido do próprio gerente da empresa. 
Em seguida os dados de chegada e atendimento foram separados em 5 
grupos: tempos de chegada, gasolina aditivada, etanol, diesel e loja de 
conveniência. Então esses dados foram trabalhados conforme sua distribuição na 
ferramenta Input Analyzer do Software Arena. 
 
5. ESTUDO DE CASO: CONSTRUÇÃO E RESOLUÇÃO DE UM MODELO DE 
SIMULAÇÃO UTILIZANDO O SOFTWARE ARENA 
 
O estudo de caso foi realizado no posto de combustível Delta situado na 
cidade de Campo Mourão/PR. A gerência do posto foi trocada recentemente, sendo 
que o novo gerente assumiu seu cargo em 2015. 
Utilizando da Equação 1, foi possível calcular o número de amostras mínimos 
no qual deveria se pautar, assim, foi obtido o valor de 120 amostras, que será tanto 
para o tempo entre chegadas quanto para o tempo de atendimento. 
O projeto se constitui da chegada dos veículos, passando por um processo de 
decisão de qual combustível ira abastecer, em seguida o veículo dirige-se para a 
sua respectiva bomba de combustível. Logo após é tomada outra decisão, se o 
veículo passará ou não na loja de conveniência antes de seguir viagem. O projeto 
está representado conforme a Figura 1. 
 
 
Figura 1: Projeto do Posto Delta no Software Arena. 
 
6. Resultados e Discussões 
Considerando os relatórios do projeto , foi possível constatar que o número de 
veículos que entraram e saíram foram de 120 veículos. De acordo com o tempo 
médio de atendimento em cada uma das bombas e na loja de conveniência, foi 
verificado que o tempo de espera por entidade está dentro dos padrões esperados 
nas bombas de gasolina aditivada e etanol e na loja de conveniência. Em relação a 
bomba de diesel houve uma sobrecarga na bomba de diesel 1 e ociosidade na 
bomba de diesel 2, muito provavelmente por causa de haver apenas 1 funcionário 
responsável pelas duas bombas de combustível. 
Em relação às filas, comparando o tempo médio de atendimento com o tempo 
médio de fila, a bomba de diesel 2 e na loja de conveniência são os únicos que 
estavam dentro do esperado. As bombas de diesel 1, gasolina aditivada e etanol 
apresentam o gargalo do sistema. 
Em relação a utilização dos recursos, a taxa de utilização de todos está 
dentro dos padrões, considerando que um tempo de utilização considerado alto é de 
90% a 100%. Porém, mesmo com a baixa utilização dos recursos, existem gargalos 
no sistema. 
Tendo em vista,os problemas apresentados na simulação, recomenda-se que 
haja um funcionário para cada mangueira da bomba de diesel, para que seja melhor 
distribuído os veículos que chegam. Muitas vezes o funcionário por ter que intercalar 
entre duas bombas, acaba por aumentar a chance de erro ao abastecer em caso de 
período de pico, como na situação simulada. 
· Sugere-se a implantação de uma nova bomba mista (gasolina aditivada e 
etanol), que consequentemente diminuirá as filas no sistema e atenderá os clientes 
de forma mais satisfatória. 
 
VII CONSIDERAÇÕES FINAIS 
 Com a elaboração do trabalho pode-se observar como a simulação tem 
grande relevância e facilita na visualização do processo. Podemos notar que na 
conveniência não há nenhum gargalo, porém em todas as bombas a taxa de 
utilização é muito alta, apresentando gargalo em todas as bombas, sugere-se a 
implantação de mais uma bomba mista para que se diminua as filas e que seja 
 
contratado um novo funcionário que atenda a segunda mangueira da bomba de 
diesel, para que o processo ocorra de forma mais rápida e consequentemente 
diminua as filas. 
 Para trabalhos posteriores sugere-se também que sejam realizados testes de 
cenários, com as sugestões acima citadas para confirmar se as filas diminuiriam de 
fato e se o processo apresentaria melhorias. 
 
Referências 
ABEPRO – Associação Brasileira de Engenharia de Produção. Áreas da Engenharia de Produção, 
2008. Disponível em: <http://www.abepro.org.br/>. 
ARAÚJO, C. G., LEMOS, F. O., Aplicação da simulação computacional para avaliação de 
capacidade produtiva: Estudo de caso em uma empresa do setor metal-mecânico. XXXII 
ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, Bento Gonçalves- RS, 2012. 
GAVIRA, M. O. Simulação computacional como uma ferramenta de aquisição de conhecimento.2003. 
163 f. Conclusão de curso (Mestrado em Engenharia de Produção) - Universidade de São Paulo, São 
Paulo, 2003. 
LANDER, Simulation & Training Solutions, S.A. Evolução da Simulação. 2015. Disponível : 
<http://www.landersimulation.com/por/formacao-atraves-da-simulacao/o-mundo-em-
movimento/evolucao-da-simulacao/> Acesso em: 29 de janeiro de 2016. 
LAW, A. M.; KELTON, W. D. Simulation modeling and analysis. 3. ed. Boston: McGraw-Hill, 2000. 
NAYLOR, T. H. Técnicas de simulação em computadores. São Paulo: Editora Vozes, 1971. 
JUNIOR, J. J. L., MEDEIROS, F. H. R., SENA, D. C., A aplicação de ferramentas de modelagem e 
simulação para melhoria nos processos produtivos: O caso de uma indústria ceramista da região de 
RUSSAS/CE. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO, Bento Gonçalves- 
RS, 2012. 
PARAGON. Apresentação ARENA. 2008. Disponível em: <http://www.paragon.com.br/ 
padrao.aspx?software_de_simulacao_arena_content_ct_1685_2139_.aspx>. Acesso em 30 de 
janeiro de 2016. 
SANTOS, M.P. Introdução à Simulação Discreta. Universidade do Estado do Rio de Janeiro. 1999. 
Disponível em: <http://www.mpsantos.com.br/simul/arquivos/simul.pdf> . Acesso em 29 de janeiro de 
2016. 
SILVA, L. C. Simulação de Processos. Universidade Estadual do Espírito Santo. 2005. Disponível 
em: http://www.agais.com/simula.htm. Acesso em: 29 de janeiro de 2016. 
 
SOMMER, E. M. Modelagem, simulação e otimização de células de combustível de membrana 
alcalina. Tese de Doutorado - Universidade Federal do Paraná. Curitiba, 2012. Disponível em: 
<www.pgmec.ufpr.br/teses/tese_022_elise_meister_sommer.pdf> Acesso em: 26 de janeiro de 2016. 
REISSWITZ, F. Análises de sistemas - vol 1. Tecnologia e sistema da informação. 2008. Disponível 
em: <https://books.google.com.br/books?id=H85EBQAAQBAJ > Acesso em: 26 de janeiro de 2016.