HomePublicaçõesInsightsPLANEJAMENTO DE CAPACIDADE NUM TERMINAL DE CONTÊINERES VIA SIMULAÇÃO – UM ESTUDO DE CASO

PLANEJAMENTO DE CAPACIDADE NUM TERMINAL DE CONTÊINERES VIA SIMULAÇÃO – UM ESTUDO DE CASO

Atualmente, o contêiner é a forma mais utilizada para movimentar materiais e produtos pelo modal marítimo. Yun & Choi (1999) salientam que mais de 90% da carga internacional são movimentados via portos e terminais e que 80% desse volume são acondicionados em contêineres.

Naturalmente, o aumento da procura por esse serviço gera um impacto direto na infraestrutura dos terminais portuários. Hyland (2001) salienta que o setor portuário apresenta alguns desafios: o aumento do volume de carga com o consequente congestionamento nos portos; o balanceamento dos fluxos rodoviário e ferroviário na hinterlândia1; o advento dos meganavios de contêineres e a busca constante pela adequação da capacidade dos terminais ao tráfego marítimo. Neste contexto, surge a necessidade de se utilizar uma ferramenta capaz de mensurar e prever os efeitos gerados pelo aumento da movimentação de contêineres nos terminais, permitindo uma melhor preparação para os desafios citados por Hyland.

Já no início dos anos 90, Wadhwa (1990) revelou que a solução para os desafios do setor portuário passa pela utilização de modelos de simulação. A idéia é usar a simulação como uma possível ferramenta para medir os efeitos das mudanças em variáveis operacionais, tecnológicas e de investimentos, apoiando, dessa forma, as autoridades e gestores portuários no processo de tomada de decisão. De fato, muitos estudos estão convergindo para o uso da simulação no dimensionamento e planejamento das operações portuárias, tendo sido obtidos resultados bastante satisfatórios.

Neste trabalho, nos concentramos em observar como o aumento da taxa de chegadas de navios em um terminal e, consequentemente, o aumento do número de contêineres movimentados influenciam o desempenho das operações portuárias e causam impacto no dimensionamento da capacidade do pátio de contêineres. Para atingir tal objetivo, desenvolvemos um modelo de simulação para representar as operações portuárias típicas de um terminal de contêineres.

 

REVISÃO DA LITERATURA

Para construir um modelo de simulação, é necessário compreender bem todo o processo que será simulado. Em terminais de contêineres, Casaca (2005) destacou que são três as principais etapas do processo de movimentação: aquela que ocorre no ancoradouro (berço), ou seja, na interface com o mar; aquela que se dá no pátio de contêineres e aquela dos portões de acesso rodoviário e ferroviário. Essas três etapas são entrelaçadas, sendo que o desempenho de cada uma delas afeta o desempenho da outra.

Além disso, a produtividade em cada uma dessas etapas depende de uma série de fatores, sendo estes estruturais, organizacionais e tecnológicos, dentre outros. Desse modo, percebemos que as operações portuárias são bastante complexas por natureza e que exigem sofisticadas técnicas de modelagem. A simulação possui um papel importante com relação à melhoria de processos e ao aumento da eficiência, basicamente porque possibilita identificar possíveis problemas e gargalos, antecipando o curso de ação a ser tomado pelo gestor (Bowersox, 1978). E, em se tratando de terminais de contêineres que possuem ativos muito caros, como berços, portêineres e espaço, tal técnica ajuda a evitar investimentos desnecessários, que não trazem nenhuma vantagem imediata ao sistema como um todo.

Em seu artigo, Shabayek & Yeung (2002) apontam algumas possíveis aplicações da simulação como ferramenta de apoio ao planejamento de um terminal de contêineres:

  • na análise de custo e de nível de serviço, pois a simulação permite avaliar dois importantes parâmetros: o tempo médio de espera dos navios na fila e a taxa de utilização dos berços, necessários para determinar quando e em quanto a capacidade do terminal deve ser expandida;
  • no dimensionamento do número de vagas necessárias para caminhões, a fim de se evitar possíveis custos, como multas e penalizações;
  • na escolha da melhor política de sequenciamento/prioridade dos navios na fila, minimizando dessa forma os gastos com demurrage (sobrestadia).

 

Um estudo realizado por Kia et al. (2002) também mostrou que as etapas do processo de movimentação num terminal de contêineres estão diretamente conectadas e que a simulação se destaca como importante ferramenta de apoio ao planejamento e tomada de decisão (corroborando Casaca). Baseando-se num terminal de contêineres do porto australiano de Melbourne, Kia et al. obtiveram, como resultados relevantes ao planejamento de capacidade, os seguintes direcionamentos: (1) a necessidade de criar centros de distribuição internos para melhorar a operação do terminal; (2) a ampliação do pátio de contêineres, para diminuir manuseios desnecessários, reduzindo o tempo de carregamento/descarregamento do navio e (3) o aumento do número de berços.

Utilizando um software de simulação, mas com foco em questões mais operacionais, como a alocação de ancoradouros e a priorização de navios na fila, Wanke & Cortes (2008/2009) desenvolveram um modelo com o objetivo de avaliar como diferentes normas de alocação e de fila afetam os custos de demurrage. Foi identificado que essas decisões dependem não apenas das especificidades de cada navio que para no terminal, mas também de seu conjunto. Como exemplos de especificidades destacam-se a frequência de visitas por ano, tamanho da embarcação, tempo de operação, etc.

Esses são alguns exemplos da aplicabilidade da simulação no planejamento dos terminais de contêineres. No nosso estudo, foi desenvolvido um modelo para extrair informações sobre o comportamento da taxa de utilização dos berços (ou ancoradouros), do tempo de espera e da quantidade de navios na fila para atracar, da movimentação de contêineres no terminal e da fila de caminhões e de trens esperando para descarregar ou carregar, em função do aumento da taxa de chegada dos navios no terminal.

O CASO ESTUDADO

Como dito anteriormente, o primeiro passo na construção de um modelo de simulação é entender os processos envolvidos na operação que será simulada. No nosso caso, simulamos as operações em um terminal de contêineres que possui dois berços (ou ancoradouros).

Logo após sua chegada, o navio se dirige para uma única fila e só é liberado quando um dos dois berços estiver livre. Quando atraca, no berço, inicia-se a etapa de descarregamento do navio. Cada berço está equipado com dois portêineres e ambos operam simultaneamente no navio atracado. Quando a etapa de descarregamento do navio é concluída, dá-se início à etapa de carregamento. Após ser totalmente carregado, o navio sai do porto, liberando o berço.

Paralelamente às chegadas dos navios, ocorre a chegada de caminhões carregados com contêineres, de trens e de caminhões vazios para buscá-los  no porto. Vale destacar que o trem apenas descarrega contêineres no terminal, saindo de lá vazio. Para efeitos apenas de modelagem, foi considerado um terminal com dois pátios de contêineres: um para os  que são descarregados do navio e outro para os que chegam por caminhão e por trem e que serão embarcados no navio. Tanto para entrar no porto quanto para sair, os caminhões e trens passam pelos portões (gates) onde são feitas a pesagem e a inspeção da carga. O modelo descrito está representado em detalhes no fluxograma anexo (Anexo 1).

Além disso, para uma maior fidelidade do modelo à realidade, foram observados os seguintes aspectos:

  • A prioridade adotada de atracação dos navios na fila foi a PEPS (primeiro que entra, primeiro que sai);
  • A tecnologia utilizada para o descarregamento/carregamento de contêineres do navio foi a do carrossel. Nela, na etapa de descarregamento, por exemplo, ao retirar o contêiner, o portêiner já o descarrega diretamente em um caminhão que se dirige ao pátio onde o contêiner será descarregado por uma empilhadeira e colocado em seu respectivo lugar. O caminhão, agora vazio, retorna ao portêiner para transportar mais contêineres ao pátio. O mesmo ocorre na etapa de carregamento do navio, porém com a ordem dos processos invertida.
  • Tendo em vista que um portêiner é um ativo muito caro (da ordem de milhões de reais), o número de caminhões que participam do carrossel deve ser tal que o equipamento não fique parado esperando os caminhões retornarem do pátio de contêineres.

Conforme já foi colocado, o estudo teve como finalidade básica avaliar como a variação nos tempos entre chegadas de navios interfere no desempenho das operações no terminal. Para isso, conduzimos experimentos nos quais os tempos entre chegadas de navios foram diminuindo e fixamos todos os outros dados de entrada, coletando informações sobre: (1) a fila de navios esperando para atracar; (2) o tempo de espera dos navios na fila; (3) a taxa de utilização dos berços; (4) a quantidade de contêineres movimentada por ano; (5) a fila de caminhões no porto e (6) a fila de trens para descarregar. A variação dos tempos entre as chegadas dos navios pode ser observada na Tabela 1.

 

2009_07_imagem 01

Para escolher que tipo de distribuição seria usada para representar os tempos entre chegadas de navios, de trens e de caminhões no porto, nos baseamos em um estudo feito por Dragovic et al. (2005), que presumiram a distribuição exponencial. Segundo os autores, a distribuição exponencial é uma das mais adotadas na literatura para representar tempos entre chegadas. Por sua vez, para representar a quantidade de contêineres carregados e descarregados do navio, utilizou-se uma distribuição triangular de parâmetros de 150, 200 e 250, representando mínimo, médio e máximo, respectivamente. Finalmente, para cada um dos experimentos foram realizadas 25 replicações de 365 dias de duração. Tal procedimento é necessário para garantir a validade estatística dos resultados, permitindo a realização de análises multivariadas com os níveis de significância desejados.

ANÁLISE DOS RESULTADOS

São apresentados aqui os resultados médios obtidos a partir das 25 replicações de cada um dos experimentos. No Gráfico 1 é apresentado o comportamento da taxa de utilização dos berços em função do intervalo de tempo entre chegadas de navios. Pelo fato de não existir priorização na alocação dos navios nos berços, os valores apresentados correspondem a uma média aproximada da taxa de utilização dos dois berços.

 

2009_07_imagem 02

Conforme esperado, a taxa de utilização aumenta à medida que o intervalo de tempo entre chegadas de navios diminui, ou seja, à medida que mais navios atracam no porto por intervalo de tempo. A etapa seguinte analisou qual o impacto desse aumento sobre o tamanho na fila de navios para atracar e seu tempo de espera.

2009_07_imagem 03

 

2009_07_imagem 04

Numa visão mais detalhada dos gráficos sobre o comportamento do tamanho da fila de navios e do tempo de espera destes na fila, podemos perceber que até uma taxa de utilização dos berços de 0,40 o terminal apresenta bom desempenho, com uma pequena fila de navios e um tempo de espera bastante reduzido. Porém, aumentando ainda mais taxa de utilização do berço, os resultados indicam que o terminal começa a apresentar sinais de saturação. Isso se reflete negativamente no desempenho operacional, gerando tamanho de fila muito acima do aceitável e também tempos de espera que podem implicar em elevados custos de sobrestadia.

Fica claro que, se a demanda por esse terminal aumentar a ponto de a taxa de utilização ficar, por exemplo, superior a 0,40, ações devem ser tomadas a fim de se manter um nível de serviço satisfatório. Essas ações podem abranger mudanças nos próprios berços existentes, como a utilização de mais portêineres, ou até mesmo a construção de um novo berço, aumentando a capacidade de atendimento do terminal. Cabe ressaltar que os operadores de navios vêm se tornando mais exigentes e, quando não percebem certas garantias de disponibilidade de berços nos terminais, buscam alternativas para manter um alto nível de serviço (Luo e Grigalunas, 2003).

Como dito anteriormente, apenas o dado de entrada tempo entre chegadas de navios foi variado. Logo, é esperado que as filas de caminhões e de trens no porto se mantenham estáveis em todos os experimentos, o que é de fato verificado nos Gráficos 4 e 5.

 2009_07_imagem 05

 

2009_07_imagem 06

Os resultados apresentados foram obtidos por meio do uso da simulação. Sem dúvida, isso gera certo trabalho na hora de rodar diferentes cenários, com dados de entrada diferentes, pois uma grande parte das etapas da simulação deve ser feita novamente. A fim de gerar uma equação que represente o comportamento de uma variável em função das outras variáveis e evitar o exaustivo processo de geração e coleta de dados, levamos os resultados dos cenários simulados ao SPSS 15.0 (pacote estatístico), para determinar um conjunto de regressões lineares múltiplas que permita descrever os dados de saída em função dos dados de entrada. Como exemplo, a equação que representa o comportamento da fila de navios para atracar é dada por:

y = -11,810 – 3,425 x + 783,465 z   (R-Quadrado = 0.91),
onde:
y = tamanho médio da fila de navios para atracar;
x = tempo entre chegadas de navios;
z = tempo entre chegadas de caminhões.

Resultados desse tipo permitem ao tomador de decisão avaliar rapidamente como aumentos na taxa de chegada afetam o tamanho médio da fila, sem precisar recorrer à execução de novos experimentos para verificar os impactos de um cenário em particular.

Outra área de interesse do estudo foi o pátio de contêineres. Os resultados obtidos envolvem dois aspectos relevantes para a análise: o volume total de contêineres movimentados por ano no terminal e a quantidade de posições necessárias para acomodar esses contêineres no dia a dia. Em relação ao volume movimentado por ano, o que se espera – e que de fato pode ser observado no Gráfico 6 – é o aumento do volume movimentado no terminal decorrente do aumento da taxa de chegada de navios e do consequente aumento na taxa de utilização dos berços. Tal informação possibilita estimar a capacidade efetiva de movimentação do terminal em perto de 250 mil contêineres/ano.

 

2009_07_imagem 07

No entanto, para avaliar o número de posições de armazenagem necessárias para se acomodar esse volume anual, deve ser feito um levantamento da flutuação da quantidade de contêineres no pátio ao longo do tempo, dia a dia (conforme Gráfico 7). Como não existe a possibilidade gerencial efetiva de um navio ou um caminhão ter que esperar por falta de espaço no pátio, a quantidade de posições deve ser pelo menos igual ao pico diário registrado, o que é facilmente identificado no gráfico.

 2009_07_imagem 08


Nesse caso, o pátio de contêiner deve ter capacidade, pelo menos, para 4.809 posições.

CONCLUSÃO

A simulação aparece como importante ferramenta para planejamento das operações portuárias. E mais, os resultados gerados são de caráter gerencial, possibilitando traçar estratégias e direcionar investimentos. No nosso estudo, o primeiro passo foi identificar a configuração atual das operações portuárias e, depois, gerar cenários futuros, aumentando a taxa de chegada de navios, para, finalmente, poder avaliar o impacto gerado no desempenho do terminal.

Os resultados mostraram que esse aumento na taxa de chegadas de navios gera um impacto significativo na taxa de utilização dos berços e, consequentemente, no tamanho da fila de navios e no tempo de espera. Também foi possível observar que, a partir de uma taxa de utilização dos berços de 0,40, os níveis de desempenho aos usuários do terminal começam a se mostrar insatisfatórios, sinalizando a iminente saturação das operações.

Para evitar esse cenário, torna-se necessário aumentar a capacidade de carregamento/descarregamento nos berços existentes ou investir na construção de outro berço. Porém, é importante destacar que nenhum investimento no aumento da capacidade dos berços terá efeito se o terminal não possuir posições suficientes para armazenar todos os contêineres, indicando, para o tomador de decisão, a necessidade de uma análise criteriosa para identificação dos reais gargalos do sistema portuário.


BIBLIOGRAFIA

Bowersox, D. J.. Logistical management. A systems integration of physical distribution and materials management. MacMillan Publishing Co.: New York. pp. 12–17, 1978.

Casaca, A. C. P.. Simulation and the lean port environment. Maritime Economics & Logistics 7: 262-280, 2005.

Dragovic, B; Park, N. K.; Radmilovic, Z.; e Maras, V.. Simulation modelling of ship-berth link with priority service. Maritime Economics & Logistics 7: 316-355, 2005.

Hyland, T.. Four east coast ports share growth strategies. Transportation & Distribuition, Junho 2001.

Kia, M.; Shayan, E; & Ghotb, F.. Investigating port capacity under a new approach by computer simulation. Computers and Industrial Engineering, 2002.

Luo, M.; Grigalunas, T.. A spatial-economic multimodal transportation simulation model for US coastal container ports. Maritime Economics & Logistics 5: 158-178, 2003.

Shabayek, A. A. e Yeung, W.W.. A simulation model for the Kwai Chung container terminal in Hong Kong. European Journal of Operational Research 140: 1–11, 2002.

Yun W. Y. & Choi, Y. S.. A simulation model for container-terminal operation analysis using an object-oriented approach. International Journal of Production Economics, pp. 221-230, 1999.

Wadhwa, L. C.. Capacity and performance of bulk handling ports. Proceedings of Australian Transport Research Forum, vol 15, Part 1, 1990.

Wanke, P. F. & Cortes, J. D .. O PCP dos Portos: simulando a ligação navio-ancoradouro para redução dos custos totais de demurrage (sobrestadia). Revista Tecnologística – dezembro, 2008, e janeiro, 2009.

 

1 Região do país servida por meio de vias de transporte terrestres, fluviais ou lacustres, para a qual se encaminham de forma direta as mercadorias desembarcadas no porto ou da qual se originam mercadorias para embarque no mesmo porto.

Autores: Peter Wanke e Frederico Barros

https://ilos.com.br

Doutor em Ciências em Engenharia de Produção pela COPPE/UFRJ e visiting scholar do Departamento de Marketing e Logística da Ohio State University. Possui os títulos de Mestre em Engenharia de Produção pela COPPE/UFRJ e de Engenheiro de Produção pela Escola de Engenharia da mesma universidade. Professor Adjunto do Instituto COPPEAD de Administração da UFRJ, coordenador do Centro de Estudos em Logística. Atua em atividades de ensino, pesquisa, e consultoria nas áreas de localização de instalações, simulação de sistemas logísticos e de transportes, previsão e planejamento de demanda, gestão de estoques em cadeias de suprimento, análise de eficiência de unidades de negócio e estratégia logística. Possui mais de 60 artigos publicados em congressos, revistas e periódicos nacionais e internacionais, tais como o International Journal of Physical Distribution & Logistics Management, International Journal of Operations & Production Management, International Journal of Production Economics, Transportation Research Part E, International Journal of Simulation & Process Modelling, Innovative Marketing e Brazilian Administration Review. É um dos organizadores dos livros “Logística Empresarial – A Perspectiva Brasileira”, “Previsão de Vendas - Processos Organizacionais & Métodos Quantitativos”, “Logística e Gerenciamento da Cadeia de Suprimentos: Planejamento do Fluxo de Produtos e dos Recursos”, “Introdução ao Planejamento de Redes Logísticas: Aplicações em AIMMS” e “Introdução ao Planejamento da Infraestrutura e Operações Portuárias: Aplicações de Pesquisa Operacional”. É também autor do livro “Gestão de Estoques na Cadeia de Suprimento – Decisões e Modelos Quantitativos”.

Cadastre-se e receba conteúdos exclusivos e atualizações de mercado

Mantenha-se informado sobre as últimas tendências e tecnologias em Logística e Supply Chain

Rio de Janeiro

Tv. do Ouvidor, 5, sl 1301
Centro, Rio de Janeiro – RJ
CEP: 20040-040
Telefone: (21) 3445.3000

São Paulo

Alameda Santos, 200 – CJ 102
Cerqueira Cesar, São Paulo – SP
CEP: 01419-002
Telefone: (11) 3847.1909

© Todos os direitos reservados para ILOS – Desenvolvido por Design C22