AGROSOFT 97
 I Congresso da SBI-Agro
 

Modelo computacional aplicado a dimensionamento, simulação e análise econômica de unidades pré-processadoras de grãos

 

Ricardo Caetano Rezende
rezende@alunos.ufv.br
Universidade Federal de Viçosa
Depto de Enga Agrícola, Campus da UFV - 36.571-000 - Viçosa - MG - Brasil
Tel.: (031) 899-1875; Fax: (031) 899-2735

Francisco Armando da Costa
fdacosta@mail.ufv.br
Universidade Federal de Viçosa
Depto de Economia Rural, Campus da UFV - 36.571-000 - Viçosa - MG - Brasil
Tel.: (031) 899-1319; Fax: (031) 899-2219

Juarez de Sousa e Silva
desousae@mail.ufv.br
Universidade Federal de Viçosa
Depto de Enga Agrícola, Campus da UFV - 36.571-000 - Viçosa - MG - Brasil
Tel.: (031) 899-1875; Fax: (031) 899-2735

Heleno do Nascimento Santos
hns@dpi.ufv.br
Universidade Federal de Viçosa
Depto de Informática, Campus da UFV - 36.571-000 - Viçosa - MG - Brasil
Tel.: (031) 899-3100; Fax: (031) 899-2394

 

Resumo

Desenvolveu-se um modelo computacional baseado nos princípios de Sistema Especialista (SE), voltado para o dimensionamento de sistemas de pré-processamento de grãos, a seleção automática de máquinas e equipamentos, e análise econômica dos sistemas dimensionados. O milho foi tomado como produto-padrão para o desenvolvimento de todos os subsistemas citados. Considerou-se um layout ideal de unidade pré-processadora, para o recebimento de 500 a 6.000 toneladas do produto úmido e sujo. A programação de todas as sub-rotinas utilizadas pelo modelo foi realizada em planilha Quattro Pro® para Windows®, versão 6.0, por meio de "macros". Pode-se concluir que: o modelo computacional simula com lógica os dimensionamentos e a análise econômica, apresentando resultados reais e objetivos; o fluxograma demonstrou que torna-se economicamente viável para dimensionamentos superiores a 1000 t; quando tecnicamente projetada, avaliada e manejada adequadamente, tem-se um investimento de alta rentabilidade para o agricultor e, ou, empresa agrícola; e são necessárias as seguintes implementações: banco de fluxogramas para diferentes unidades; integração a sistemas de secagem, aeração e termometria; e análises de risco e de sensibilidade.

Palavras-chave

Otimização, armazenamento, dimensionamento, análise econômica

Abstract

The main objective of this work was to develop a computer program, based on the principles used in Expert Systems, that can be used to analyze the technical and the economic features associated with the drying and storage of grain. The program was designed to: provide the layout dimensions of a grain and storage facility, to allow a customized choice of machinery and equipment, and to provide an economic analysis of the selected unit. Is applicable exclusively for maize storage facilities and limited to storage capacities from 500 to 6,000 metric tons of maize. The model was developed using the macro commands included in the Quattro Pro® for Windows® microcomputer spreadsheet software. The following conclusions were drawn: it was verified that it behaves consistently and that it can be used to estimate the optimum system size; the flow chart adopted in this work, based on a pre-selected ideal layout, revealed the storage facility reaches a break-even point when it handles around 1,000 metric tons of maize yearly; this investment opportunity results in prominent earnings due to seasonal pricing patterns and better grain quality associated with proper storage; the model can be improved by adding alternative flow charts for the analysis of other grain central layouts. The inclusion of risk analysis would also greatly help the decision making process.

Key-words

Optimization, storage, design, economic analysis.

 

1. INTRODUÇÃO

No Brasil, o armazenamento em fazendas é ainda inexpressivo. Estima-se que apenas 5% da produção agrícola do país é estocada nas fazendas (REZENDE e SILVA, 1995). Em países desenvolvidos como o Canadá, por exemplo, esta estimativa atinge 80%.

Uma unidade armazenadora, tecnicamente projetada e convenientemente localizada, constitui uma alternativa para melhorar os retornos econômicos dos sistemas produtivos de grãos. Além de possibilitar a comercialização da produção em melhores períodos, evitando pressões naturais do mercado na época da colheita, a retenção de produtos na propriedade possibilita também economia de transporte, maior rendimento na colheita, obtenção de financiamento, dentre outras (SILVA, 1995).

Para os produtos e condições brasileiras, ainda não foi elaborado um modelo computacional que integre todas as etapas do sistema de pré-processamento e que possibilite ao especialista tomar as decisões técnico-econômicas relacionadas à adoção deste investimento.

 

2. OBJETIVOS

O presente trabalho teve por objetivo desenvolver uma metodologia baseada nos princípios de Sistemas Especialista (SE), voltada para (a) o dimensionamento de sistemas de pré-processamento, (b) a seleção automática de máquinas e equipamentos, e (c) a análise econômica dos sistemas dimensionados.

 

3. MATERIAL E MÉTODOS

A programação de todas as subrotinas utilizadas pelo modelo foi realizada em planilha Quattro Pro® for Windows®, versão 6.0, por meio de macros. O milho foi considerado como produto-padrão para o desenvolvimento de todos os subsistemas citados. Considerou-se um layout ideal de unidade pré-processadora com capacidade para receber de 500 a 6.000 toneladas do produto, úmido e sujo (Figura 1).

 

Figura 1 - Fluxograma básico proposto para os dimensionamentos.

Para os dimensionamentos estáticos e dinâmicos da unidade, são solicitados pelo programa os seguintes dados iniciais: a) estimativa de colheita (EC, t); b) período de colheita (PC, dias); c) teor de umidade dos grãos na recepção (Ui, %bu); d) teor de umidade dos grãos após a secagem (Uf, %bu); e e) jornada de pré-processamento (JP, h.dia-1).

Além disso, as seguintes considerações são assumidas: não há expedição simultânea; a secagem é realizada em altas temperaturas; o armazenamento é realizado em silos de fundo plano, com sistemas de aeração e termometria (REZENDE, 1997).

 

4. RESULTADOS

O dimensionamento da unidade pré-processadora completa inicia-se com a entrada dos dados necessários ao sistema. Assim, calculadas as características principais do produto e as capacidades estática e dinâmica de pré-processamento, dimensiona-se o sistema de recepção da unidade por meio das dimensões e capacidades das moegas. Na seqüência, as máquinas e equipamentos são selecionados, automaticamente, acessando-se o banco de dados. Este banco de dados está assim dividido:

1. Elevadores de caçambas: seleciona entre 66 elevadores para capacidades de 5 a 998 t.h-1;
2. Máquinas de pré-limpeza: seleciona entre 22 máquinas para capacidades de 2 a 120 t.h-1;
3. Secadores: seleciona entre 35 secadores para capacidades de 1 a 100 t.h-1;
4. Máquinas de limpeza: seleciona entre 25 máquinas para capacidades de 6 a 120 t.h-1;
5. Silos armazenadores: seleciona entre 260 silos para capacidades de 6,67 a 16.900 m3;
6. Roscas helicoidais: seleciona entre 24 roscas para capacidades de 2 a 211 t.h-1.

Apresenta-se a seguir um exemplo de dimensionamento global de uma unidade pré-processadora de milho com capacidade para receber 6.000 t em 30 dias. Os teores de umidade do produto nas moegas e após a secagem são 22 e 12 %bu, respectivamente. Máquinas e equipamentos funcionarão 15 h.dia-1. A tela para entrada dos dados é mostrada na Figura 2.

Obtêm-se as principais características do produto, dimensiona-se as moegas de recepção e, em seguida, faz-se a seleção de máquinas e equipamentos necessários à unidade (Figura 3).

Figura 2 - Entrada de dados e layout da unidade.

A tecla selecionar...(Figura 3) ativa a seleção automática e busca no banco de dados aquele elevador, ou elevadores, que apresentam uma cadência igual ou superior mais próxima da cadência mínima necessária (19,2 t.h-1). A Figura 4 apresenta o resultado dessa busca no banco de dados.

Observa-se que a cadência mais próxima é 20 t.h-1 e que, dentre os fabricantes considerados no banco de dados, encontram-se disponíveis no mercado nacional 7 elevadores de caçambas com modelos e marcas diferentes, que atendem à cadência necessária.

Considerando os aspectos de preço, fabricante e outras características desse transportador, o especialista seleciona, por meio de uma das teclas apresentadas na lateral esquerda da tela, aquele elevador de caçambas que melhor lhe convém. O programa destaca o transportador selecionado e transfere para realização das fases seguintes do processo de seleção de equipamentos.

Figura 3 - Seleção de elevadores e máquina de pré-limpeza.

Figura 4 - Elevadores disponíveis para a seleção.

Ainda na Figura 3, a tecla alterar retorna à tela da Figura 4 para modificar a seleção podendo-se optar, por exemplo, por outro fabricante, o que pode também ocorrer por uma nova faixa de seleção que é ativada pela tecla seleção. Esta é uma das principais vantagens de um Sistema Especialista, haja vista que não há uma ordem rígida de raciocínio a ser seguida; adota-se aquela considerada mais viável ou mais vantajosa.

Procedimento idêntico é adotado para a seleção das demais máquinas e equipamentos.

O resultado geral do dimensionamento pode ser observado na Figura 5, que apresenta as dimensões principais de máquinas e equipamentos e seus respectivos modelos como também seus fabricantes, que deverão ser contactados para futuras aquisições.

A partir do dimensionamento físico da unidade e baseado em seus aspectos técnicos, são estimadas a relação de investimentos fixos e as despesas de operação da unidade pré-processadora, conforme mostra a Figura 6.

O programa pode apresentar, em detalhes, planilhas das composições de investimentos e custos. Por exemplo, a Figura 7 mostra os indicadores de rentabilidade e de custos dos investimentos e que constituem a base de análises pelo tomador de decisões.

Figura 5 - Resultado geral do dimensionamento.

Figura 6 - Investimentos fixos e despesas de operação.


Figura 7 - Indicadores de rentabilidade.

5. CONCLUSÕES

De acordo com os resultados obtidos, pode-se concluir que:

a) o sistema integrado de análise, envolvendo os aspectos técnicos e econômicos de forma automatizada, para unidades pré-processadoras de grãos, constitui um instrumental importante por simular cenários e fundamentar o processo de tomada de decisão dos produtores sobre a conveniência desse tipo de investimento;

b) o modelo computacional empregado comportou-se consistente e eficientemente para dimensionar e realizar análises econômicas, apresentando resultados reais e objetivos;

c) o fluxograma considerado neste trabalho demonstrou que, após várias simulações e avaliações de rentabilidade, torna-se economica- mente viável para dimensionamentos superiores a, aproximadamente, 1000 t (Figura 8);

Figura 8 - Relações entre Investimento Fixo, TIR e TRCI.

d) no caso do milho pode-se diagnosticar o potencial de retornos econômicos, obtido para o pré-processamento de 6.000 t e que apresentou a elevada taxa interna de retorno de 58%. Essa rentabilidade vem sendo sistematicamente transferida para a estrutura armazenadora urbana por meio de cooperativas, atravessadores e especuladores;

e) em relação ao pré-proces- samento, pode-se questionar tal índice de rentabilidade, haja visto que, para o Brasil, é baixa a estimati- va de armazenamento em nível de propriedade rural;

f) este trabalho apresenta duas prováveis causas para o problema: os elevados custos de implantação da unidade e a disponibilidade de informações reais e concretas sobre as potencialidades desse investimento;

g) desse modo, torna-se evidente que, quando tecnicamente projetada e avaliada adequadamente além de ser bem manejada, a alocação de recursos em uma unidade pré-processadora de grãos na fazenda constitui um investimento de excelente rentabilidade para o agricultor e/ou empresa agrícola;

h) a título de sugestão para os formuladores de política agrícola, a criação de linhas de crédito para investimentos em unidades pré-processadoras na propriedade rural, pode ser perfeitamente viável como de fato a Lei Agrícola Brasileira prevê, podendo também fomentar os incentivos à pesquisa e extensão rural nesse campo de trabalho; e

i) as seguintes implementações são necessárias: banco de fluxogramas para diferentes unidades; integração a sistemas de secagem, aeração e termometria e análises de risco e de sensibilidade.

 

6. REFERÊNCIAS

  • Rezende, R.C., Silva, J.S. (1995) Armazenamento de grãos em pequenos silos. Revista Engenharia na Agricultura. Série Extensão, Viçosa, MG, v. 1, n. 1, p. 1-17, 1995.
  • Rezende, R.C. Modelo computacional aplicado a dimensionamento, simulação e análise econômica de unidades pré-processadoras de grãos. Viçosa, MG: UFV, 1997, 103 p. Dissertação (Mestrado em Engenharia Agrícola) - Universidade Federal de Viçosa.
  • Silva, J.S. (Ed.) Pré-processamento de produtos agrícolas. Juiz de Fora: Instituto Maria, 1995. 500 p.

 

7. BIOGRAFIA

Ricardo Caetano Rezende

Técnico em Agropecuária (1987, CEDAF), Engenheiro Agrícola (1993, UFV), Especialização em Administração Rural (ABEAS, 1995) e MS em Enga Agrícola (1996, UFV). Doutorando em Enga Agrícola na Área de Pré-Processamento de Produtos Agrícolas pela UFV. Áreas de atuação: dimensionamento otimizado e racionalizado de unidades pré-processadoras de grãos, simulação computacional de processos agrícolas e administração rural.

Francisco Armando da Costa

Engenheiro Agrônomo (1977, UFC), MS em Economia Rural (1980, UFV), MA em Economia (1993, University of Arizona). Professor Assistente IV pelo Departamento de Economia Rural da UFV. Áreas de atuação: Administração Rural, Informática na Agricultura e Teoria Microeconômica.

Juarez de Sousa e Silva

Engenheiro Agrônomo (1969, UFV), MS em Enga Agrícola (1973, UFV) e PhD em Enga Agrícola (1980, MSU-USA). Professor Titular pelo Departamento Engenharia Agrícola da UFV, ex-Diretor do CENTREINAR, tem extensa produção científica e tecnológica nas áreas de armazenamento de produtos agrícolas e energia na agricultura. Atualmente é chefe da Divisão de Extensão Rural da UFV.

Heleno do Nascimento Santos

Doutor em Engenharia de Produção (1990, COPPE-UFRJ). Professor Titular pelo Departamento de Informática e atual Diretor da CPD, ambos da UFV. Áreas de atuação: Pesquisa Operacional - Tomada de Decisão Multicritério, com consultoria permanente em otimização. Membro da SOBRAPO e Membro Fundador da SBIA. Autor e co-autor de diversos trabalhos publicados em revistas especializadas, sendo orientador ou conselheiro de inúmeras teses de pós-graduação na UFV. Membro de bancas de defesas de tese na UFV e em outras instituições.