This paper describes a simulation model developed as a decision support system for capacity planning of distribution terminals for a Brazilian oil company. Due to the complexity of loading demands, caused by different combinations of products and quantities, simulation was used.
O setor de distribuição de combustíveis no Brasil passou por diversas transformações nos últimos anos. Em 1996, este setor movimentou um volume da ordem de US$ 25 bilhões , atrás apenas dos setores de comércio, automóveis e alimentos. O setor passou por uma desregulamentação nos últimos anos, com a internacionalização do mercado e entrada de concorrentes.
Para aumentar a eficiência logística, uma empresa distribuidora está investindo na redefinição de sua rede logística, racionalização de seu sistema de transporte, implementação de serviços de apoio ao cliente e no aumento de produtividade das Bases de Distribuição. É justamente neste último ponto onde apresentaremos a aplicação da técnica de simulação.
SISTEMA DE DISTRIBUIÇÃO
A distribuição de combustíveis inicia-se em cada uma das 13 refinarias existentes no país. Os produtos são transferidos e armazenados nas Bases de Distribuição, onde ocorre o suprimento dos caminhões tanque e mistura com produtos próprios da companhia. Da Base de Distribuição os produtos seguem para os clientes finais da empresa, como postos de abastecimento, grandes consumidores e atacadistas. A Figura 1 ilustra o sistema de distribuição da empresa.
 |
O fluxo entre refinarias e Bases de Distribuição é predominantemente feito através de dutos, enquanto que a distribuição da Base para o cliente final se dá apenas através de transporte rodoviário, sendo a maior parte da frota de caminhões da própria empresa.
Este trabalho descreve uma ferramenta para o auxílio no dimensionamento de Bases de Distribuição, minimizando o tempo de espera de caminhões na Base. Quanto menor o tempo de espera no atendimento em Bases de Distribuição, maior o número de viagens que os caminhões podem efetuar para o cliente final, utilizando assim de maneira mais eficiente os recursos da empresa.
COMPLEXIDADE NO DIMENSIONAMENTO DE BASES DE DISTRIBUIÇÃO
Uma Base de Distribuição, de uma maneira simplificada, é composta por tanques para armazenagem de combustíveis e baias para o carregamento dos caminhões-tanque. Os caminhões em sua maioria são compartimentalizados, possibilitando desta forma o carregamento e transporte de diversos tipos de combustíveis e quantidades. Em cada baia de atendimento, existem bicos de carregamento para cada tipo de combustível.
Deste modo, dimensionar uma Base de Distribuição significa determinar o número de baias de atendimento e o mix de bicos de combustíveis em cada uma dessas baias, ou seja, qual o tipo de combustível que o bico deve carregar. Alterações de configurações são extremamente caras, impossibilitando que testes de configurações possam ser feitos com o sistema real.
Tal dimensionamento não é uma tarefa trivial, devido à complexidade inerente à demanda por carregamentos. Os caminhões possuem uma chegada para carregamento que não é constante ao longo do tempo, ocorrendo picos de demanda. O Gráfico 1 nos mostra a porcentagem de chegadas de caminhões por faixa horária em determinado dia.
 |
Além disso, por possuírem tanques compartimentados, cada veículo demanda por uma quantidade e mix diferentes de produtos. O gráfico 2 mostra a diversidade de carregamento em um determinado mês. No caso abaixo, 32% dos caminhões que entraram nesta base só carregaram Diesel (D), 20% carregaram Álcool Hidratado (AH) e Gasolina (G), e assim por diante.
 |
Desta forma, temos caminhões chegando na Base de Distribuição em intervalos de tempo diferentes, requisitando mix de combustíveis diferentes em quantidades diferentes. Esta complexidade na demanda torna difícil a determinação do número de baias que a base deve possui e quais tipos de combustível cada baia deve ter. A empresa utilizava então fórmulas analíticas para o dimensionamento, através do volume total da demanda, o que fazia necessário o uso de fatores de segurança e superdimensionamento de Bases.
A TÉCNICA DE SIMULAÇÃO
A técnica empregada neste estudo foi a simulação. Esta abordagem trata primeiramente da criação de um modelo que represente a realidade. O modelo, ao representar adequadamente a operação do sistema real, após uma etapa de validação, pode ser utilizado então para o teste de alternativas de operação diferentes das atuais e compará-las entre si. Segundo Banks, Carson & Nelson (1996) [1], a simulação é indicada quando o sistema a ser estudado é complexo, e as relações entre as diversas variáveis são difíceis de serem determinadas ou mensuradas.
Para a formulação do problema, foram definidas como parâmetros de controle a configuração das baias e o perfil de demanda. As variáveis de saída foram os tempos de espera de atendimento dos caminhões, o tempo de fila de espera e a utilização dos bicos de atendimento. De acordo com Saliby [2], o modelo a ser descrito a seguir trata-se de um modelo probabilístico, dinâmico e com eventos discretos.
O modelo foi construído utilizando o software de simulação Arena®. Os passos seguidos para a construção do modelo seguiram a metodologia descrita em Law & Kelton [3]: (a) Formulação do Problema, (b) Obtenção de dados e definição do modelo, (c) Construção do modelo, (d) Validação, (e) Definição dos experimentos e (f)Análise de Resultados. A modelagem compreendeu a utilização de distribuições probabilísticas para a taxa de chegada dos caminhões e detalhamento dos compartimentos de cada caminhão, ou seja, diferentes mix e quantidade de produtos a serem carregadas. Cada baia podia possuir diferentes tipos de bicos de carregamento, onde cada bico possuía uma vazão específica, dependendo do tipo de combustível. Além da etapa de carregamento, o modelo contemplou um processo de check-in e check-out, onde procedimentos de segurança e de conferência são feitos pela empresa. O modelo também levou em conta os tempos de movimentação do caminhão dentro da Base de Distribuição.
A validação do modelo foi feita comparando as informações geradas com o modelo de simulação com os dados de histórico da empresa.
RESULTADOS
Utilizamos 3 fatores (variáveis de entrada) para variação no sistema: vazão das bombas, número de lajes e número de bicos. Como variáveis de resposta, computamos o Tempo Total de Carregamento e o Tempo de Fila. No Gráfico 3, temos um exemplo do Tempo Total de carregamento para diversos valores de vazão.
 |
Num primeiro grupo de experimentos, observamos como a variação nos fatores influía nos tempos de carregamento e de espera, com as principais conclusões sendo:
1. Pequenas variações nos valores de vazão levavam a grandes variações nos tempos de carregamento e de espera.
2. A relação entre o número de lajes e o tempo total de atendimento segue uma curva semelhante à uma parábola
3. a concentração de bicos por laje tende a diminuir o tempo de carregamento.
4. uma diminuição no tempo de carregamento não ocasiona necessariamente uma queda no tempo total de atendimento.
5. verificamos a relação entre o número de bicos e o tempo total do sistema. Para um número baixo de bicos, o tempo total de atendimento tende a crescer exponencialmente.
6. relação linear entre o número de bicos e a utilização dos bicos
Um importante resultado da utilização do modelo de simulação foi observar que o fator vazão é aquele onde pequenas melhorias geram grandes benefícios ao sistema. Além disso, a quantificação das relações entre o número de bicos e as respostas de tempo total e de utilização de bicos. Desse modo, pode ser feita uma análise entre nível de serviço e utilização de recursos.
Num segundo grupo de experimentos, a taxa de chegada de caminhões foi equalizada, evitando os momentos de pico. Isso representaria uma atitude proativa da empresa em trabalhar com carregamentos com janelas de tempo pré-programadas, evitando a concentração da chegada de caminhões em certos períodos do dia. Chegamos às seguintes conclusões:
1. A homogeneização da demanda reduz substancialmente o Tempo Total de Atendimento e o Tempo de Espera de caminhões na Base de Distribuição, além de reduzir sua variabilidade.
2. Alterações na hora de chegada dos caminhões não alteram o tempo de carregamento, desde que o número de caminhões, volume e mix de combustíveis dos caminhões que chegam na Base mantenham-se constantes.
CONCLUSÃO
A simulação foi uma ferramenta adequada ao tratar da complexidade do problema, chegando ao nível de detalhe da compartimentalização de cada caminhão, das taxas de chegada variáveis e das quantidades e mix de produtos diferentes.
Possibilitou, sem investimentos nem mudanças no sistema real, avaliar o impacto futuro de variação dos fatores, chegando ao nível de detalhe da utilização de cada recurso e do nível de serviço prestado aos caminhões da frota.
Permitiu quantificar relações entre o número de bicos e sua resposta em tempo de atendimento e utilização dos bicos.
Permitiu avaliar o impacto de cenários que não podem ser testados no sistema real, como a variação no perfil de demanda dos caminhões afeta o sistema de atendimento de caminhões.
Deste modo a utilização da simulação é uma abordagem promissora no tratamento deste problema possibilitando modelar uma grande variedade de configurações e cenários alternativos, além de direcionar políticas de investimentos que melhorem o atendimento em bases de distribuição.
BIBLIOGRAFIA
BANKS, J.; CARSON, J.; NELSON, B. Discrete-Event System Simulation, New Jersey: Prentice-Hall, Inc., 1996
SALIBY, E. Repensando a Simulação – A Amostragem Descritiva, São Paulo: Editora Atlas, Rio de Janeiro: Editora da UFRJ, 1989
LAW, A. M.; KELTON, W. D. Simulation Modeling and Analysis, New York: McGraw Hill, 1991
