Upload
lycong
View
212
Download
0
Embed Size (px)
Citation preview
MODELO DE LOCALIZAÇÃO
HIERÁRQUICA PARA USINAS DE
PIRÓLISE
RUAN CARLOS ALVES PEREIRA (UFF )
Carlos Frederico O.Barros (UFF )
Este artigo visa identificar as localizações viáveis dentro de um grupo
de municípios pré-selecionados para instalação de Usinas de pirólise
Lenta a Tambor Rotativo, atividade considerada dinamizadora da
economia e que tem por objetivo desenvolver um processo
nacionalizado capaz de solucionar a irregular situação do tratamento
de resíduos sólidos urbanos, solucionando os impactos negativos das
disposições finais dos RSU em lixões etc. Para hierarquizar as
localizações das usinas de pirólise, utilizaremos o modelo COPPE-
COSENZA de análise hierárquica. O modelo COPPE-COSENZA é
basicamente uma operação com matrizes baseada no confronto da
oferta territorial com a demanda industrial, para uma série de fatores
de localização estudados. O modelo COPPE - COSENZA utiliza como
base para estruturação de seus conceitos variáveis linguísticas
aplicadas a logica Fuzzy.
Palavras-chaves: Lógica Fuzzy, Modelo de Hierarquização, Usina de
Pirólise, Solução para Resíduos Urbanos
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
2
1. Introdução
A localização industrial é uma preocupação tradicionalmente presente ao iniciar-se um
trabalho de instalação de um empreendimento, uma vez que a decisão das empresas ou
projetos em estabelecerem-se em determinadas localidades tem impactos importantes para a
organização da atividade produtiva. Um dos efeitos das decisões de localização das empresas
é que gera padrões determinados de distribuição espacial da indústria como o surgimento de
aglomerações de empresas e pode trazer desenvolvimento através de infraestruturas instaladas
na região. Nesse contexto, abre-se um debate importante sobre quais são as características das
configurações produtivas, sociais e de infraestrutura que permitem que esses benefícios sejam
mais bem aproveitados pelas empresas locais e pela sociedade. Utilizaremos um modelo que
analisa e traduz tanto as características exigidas pelo empreendimento como os benefícios
ofertados pelas regiões pré-selecionadas, gerando um índice de conveniência para instalação
do empreendimento para as regiões analisadas.
O estudo de localização à implantação de uma usina de pirólise lenta à tambor rotativo é de
alta importância, pois segundo dados da ABRELPE (Associação Brasileira de Limpeza
Pública e Resíduos Especiais), entre 2007 e 2010, foi observado no Brasil uma quantidade
crescente de resíduos que receberam destinação inadequada (42% do total ou 23 milhões de
toneladas em 2010), ou seja, lixões a céu aberto. Como sabemos, a destinação inadequada
compromete a saúde humana e o meio ambiente, ao contaminar os recursos hídricos com o
chorume e ao liberar na atmosfera o gás metano, que é um dos principais causadores do efeito
estufa. Neste cenário, em 02/08/2010, entrou em vigor a Lei Nacional de Resíduos Sólidos
nº. 12.305, que regulamenta o setor e define objetivos e metas a serem alcançados. Entre os
principais pontos da nova política está a eliminação de lixões e aterros controlados até 2014,
assim como o aumento da coleta seletiva.
O presente trabalho visa identificar as localizações viáveis dentro de um grupo de municípios
pré-selecionados para instalação uma Usina de pirólise Lenta a Tambor Rotativo, atividade
considerada dinamizadora da economia e que tem por objetivo desenvolver um processo
nacionalizado capaz de solucionar a irregular situação do tratamento de resíduos sólidos
urbanos, solucionando os impactos negativos da disposição em lixões etc. Eleita a macro
região, o empreendimento deverá localizar-se nas proximidades do atual repositório de RSU,
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
3
seja aterro, lixão, entre outros, por questões de logística, tendo em vista que parte dos insumos
da usina de pirólise lenta a tambor rotativo serão provenientes do passivo ambiental já
disponível no repositório. Para o desenvolvimento dos estudos, vamos aplicar o modelo
COPPE-COSENZA de localização industrial. Segundo a lógica inerente ao modelo, será
realizado o cotejo entre os níveis de demanda por fatores de localização e os níveis de oferta
destes mesmos fatores nas diversas zonas elementares. Ao final, obteremos uma matriz de
resultados com índices que indicam para cada município sua capacidade e necessidade em
alocar uma Usina de Pirólise Lenta a Tambor Rotativo. O modelo COPPE – COSENZA
utiliza como base para estruturação de seus conceitos a logica Fuzzy. A lógica fuzzy está
vocacionada para a manipulação de conceitos mal definidos utilizando-se de variáveis
linguísticas no lugar de variáveis numéricas. Um equívoco comum à ser esclarecido sobre os
modelos fuzzy tem sido o de que eles oferecem uma substituição aos modelos baseados em
lógica formal, ou probabilísticos. De fato, todo conjunto “crisp” está contido em um fuzzy,
mas não o inverso. Os conjuntos fuzzy são uma generalização da teoria de conjuntos
convencional idealizada como um caminho matemático para representar as incertezas da vida
cotidiana [Zadeh, 1965]. A introdução do uso da lógica fuzzy permite ao modelo a utilização
simultânea de variáveis qualitativas e quantitativas sendo capaz de gerar resultados
quantitativos a partir de dados qualitativos. Segundo Zadeh (1965) quanto maior a
complexidade de um sistema, maior é a eficiência de um sistema em lógica fuzzy, em
detrimento de outros métodos que não podem ser modelados a partir de informações
imprecisas ou ambíguas. Abaixo segue a Figura 1 que exemplifica e compara a relação entre
complexidade do sistema e precisão do modelo entre sistemas Fuzzy, métodos de modelagem
livre e equações matemáticas.
Figura 1 - Complexidade de um sistema em função da precisão do modelo
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
4
Fonte: Localização Industrial : Delineamento de uma Metodologia para a Hierarquização das Potencialidades
Regionais (1998)
2. Tecnologia de pirólise lenta a tambor rotativo
Por definição, a pirólise consiste na degradação térmica de hidrocarbonetos na ausência de
oxigênio (CONTI, 2009). Este processo requer uma fonte externa de calor para aquecer a
matéria, podendo fazer a temperatura variar de 300ºC a mais de 1000°C. Entretanto, tem se
observado que qualquer processo térmico com temperaturas superiores a 300°C na ausência
de oxigênio é considerado método de pirólise, o que torna o termo extremamente abrangente.
Inicialmente, é possível fazer uma distinção quanto aos parâmetros de operação, como tempo
de residência dos resíduos e a temperatura a qual ele é submetido (CONTI, 2009):
Pirólise Lenta - Processo a temperaturas
superiores a 400°C e longos períodos de residência (40min – 1hora) em que a
proporção dos produtos obtidos normalmente é 30% líquidos, 35% carbonáceos e 35%
gases;
Pirólise Rápida - Processo a temperatura entre
400°C e 600°C e períodos de residência curtos (t < 2 seg) em que a proporção dos
produtos obtidos normalmente é de 75% líquidos, 12% carbonáceos e 13% gases; e
Flash Pirólise - Processo a temperaturas
superiores a 800°C e períodos de residência curtos (t ~ 1 seg), a proporção dos
produtos obtidos normalmente é de 5% líquidos, 10% carbonáceos e 85% gases.
Para funcionamento da usina é necessário a queima de cerca de 30% do gás de síntese gerado,
fazendo com que este processo seja autossustentável. Os 70% de gás restante pode ser
utilizado para geração de energia elétrica e térmica, ou então, diretamente em sistemas
térmicos para gerar calor ou frio. A matéria orgânica presente no RSU é tratada termicamente
por pirólise e convertida em gás de síntese (aproximadamente 90% da matéria orgânica seca)
e coque/carvão (10% restantes). Outros inorgânicos também estarão presentes nos rejeitos
sólidos da pirólise. No total, os rejeitos sólidos da pirólise terão entre 10% e 15% do peso do
resíduo bruto. Os rejeitos sólidos gerados pela usina de pirólise consistem, principalmente, de:
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
5
(a) resíduos metálicos segregados na etapa de preparação do RSU para o reator de pirolise e
(b) rejeitos inertes decorrentes da pirólise dos RSU no reator. Os rejeitos inertes decorrentes
da pirólise dos RSU possuem expectativa de caracterização como “biochar”. É Essa
denominação atribuída ao composto inerte identificado na Bacia Amazônica, onde ilhas de
solos ricos e férteis, chamados “terra preta”, foram criados pelos indígenas. O “biochar” pode
também ser produzido através de pirólise ou gaseificação, processos em que a biomassa é
submetida ao calor na ausência ou com a redução de oxigênio (MAIA, MADARI &
NOVOTNY, 2011).
3. Modelo fuzzy Coppe – Cosenza de hierarquização
Elaborado com o objetivo de permitir estudos mais aprofundados na localização de
empreendimentos, o modelo COPPE-COSENZA é basicamente uma operação com matrizes
baseada no confronto da oferta territorial com a demanda industrial, para uma série de fatores
de localização estudados. Visa encontrar a melhor localização dentro das considerações
segundo as alternativas pesquisadas. Partindo deste princípio, o nível de satisfação de um
conjunto de fatores requeridos por um empreendimento é analisado considerando a
disponibilidade desses fatores em diferentes territórios. Seu principal diferencial é possibilitar
a análise de fatores não somente econômicos do projeto, reunindo variáveis quantitativas e
qualitativas.
O Modelo COPPE-COSENZA foi desenvolvido para avaliar alternativas locacionais usando a
aritmética de números fuzzy. Operações aritméticas ou relacionais com números fuzzy podem
ser realizadas, utilizando o “princípio de extensão” e também variáveis linguísticas.
(ZADEH,1973). O modelo é composto então por dois espaços fuzzy: um para o conjunto de
demandas e outro, para um conjunto de potencialidades regionais, ofertas.
Cada espaço definido por números fuzzy é delimitado por meio de graus de pertinência dos
fatores para um determinado elemento do suporte. Os suportes para o requerimento dos
fatores são estabelecidos em quatro níveis, a saber: CRÍTICO, CONDICIONANTE, POUCO
CONDICIONANTE e IRRELEVANTE para a função de demanda A. SUPERIOR, BOM,
REGULAR e FRACO para a função de oferta B. Devido à ambiguidade, vagueza e
imprecisão que caracterizam a demanda e a oferta (conjuntos fuzzy A e B), as informações
devem ser filtradas por experts e inferidas por meio de uma corrente cognitiva.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
6
A estrutura dos conjuntos A e B, fatores de demanda e oferta são definidas de forma precisa
pelas matrizes de relações de pertinência como se segue:
Nesta versão aij é um coeficiente fuzzy da demanda do projeto i pelo fator de demanda j e bjk
é um coeficiente fuzzy produzido por uma por um atributo j existente na localidade k. A é um
conjunto abstrato fuzzy procurando em B elementos de pertinência idêntica ou superior à sua
própria pertinência. A matriz A, como sendo um conjunto fuzzy, pode ser representada por Ã
e a matriz B, quando representada números fuzzy é representada por ~B. A oferta de um fator
de uma determinada região pode ser superior ou inferior ao nível demandado. Para cada caso
há um valor de pertinência entre as variáveis. As dimensões dessas matrizes supracitadas
ainda representam respectivamente, h diferentes tipos de empreendimentos por n fatores de
localização e a oferta de fatores por m alternativas de localização.
Seja F = {fi | i = 1, ..., n} um conjunto finito de fatores de localização denominado
genericamente de f. Então, o conjunto fuzzy à em F é um conjunto de
pares ordenado:
à é uma representação fuzzy da matriz de demanda A, onde μà (f) representa o grau de
importância dos fatores, definidos entre:
Crítico – Condicionante – Pouco Condicionante – Irrelevante
Figura 2 – Matriz A – Fatores demandados por tipo de
empreendimento
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
7
F
onte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)
Onde aij é um coeficiente fuzzy do projeto h com relação ao fator n.
Similarmente,
,
onde ~B é uma representação Fuzzy da matriz de oferta B e μ~B (f) representa o grau de
atendimento dos fatores disponíveis pelas diferentes alternativas de localização definidos em:
Superior – Bom – Regular – Fraco
Figura 3 – Matriz B – Fatores ofertados por cada localização
F
onte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)
Onde bjk é um coeficiente fuzzy da localização m em relação ao fator n.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
8
Considerando dois elementos genéricos aij e bjk, o cotejo entre aij e bjk será obtido através do
operador aij ⊗ bjk.
Figura 4 - aij ⊗ bjk - Cotejo entre os fatores gerais de demanda e oferta.
Fonte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)
Seja a matriz de possibilidades que representa a soma dos
índices de localização do projeto i nas k zonas selecionadas. Assim, caso aplicação do modelo
contar apenas com fatores gerais e não depender de fatores específicos para sua realização,
Maxi{Cik}=Ci, indica a melhor localização do projeto i, no conjunto de ofertas territoriais e
Maxk{Cik}=Ck, indica o melhor tipo de projeto para as k zonas selecionadas.
Nas diferentes aplicações, o modelo pode ser generalizado em vários sentidos sem perder suas
características básicas. Em situações onde o empreendimento exija características específicas
para sua instalação, deverão ser utilizados fatores de demanda específicos A*, que irão
compor a matriz C*. Os fatores específicos são fatores essenciais para a vitalidade do
empreendimento ou projeto, são estreitamente restritivos. A matriz de possibilidades segundo
critérios específicos é resultante do confronto entre a matriz de demanda e a matriz de
oferta de critérios específicos, onde: .
Assumindo , a matriz de fatores específicos. Onde,
,
é a representação Fuzzy da matriz A*.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
9
Assumindo a matriz de fatores de oferta territorial de fatores específicos.
Onde,
,
é a representação Fuzzy da matriz B*.
O cotejo entre a demanda o oferta de fatores específicos segue a mesma lógica que os fatores
gerais.
Figura 5 – a*ij ⊗ b*jk - Cotejo entre os fatores específicos de demanda e oferta.
Fonte: Um caso de aplicação da Lógica Fuzzy– o Modelo Coppe-Cosenza de Hierarquia Fuzzy (2003)
É importante ressaltar que a provável não satisfação de algum critério específico impossibilita
a seleção da alternativa da categoria demandante.
A matriz de agregação de possibilidades reúne as duas matrizes de possibilidades
descritas anteriormente, C e C*, apresentando as situações de abundância ou carência em
relação à viabilidade das alternativas consideradas. Esta nova matriz, , é resultante da
operação:
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
10
, onde cada ik resulta da operação a seguir:
Figura 6 – – Matriz de agregação de possibilidades.
Fonte: Localização de curtumes no Brasil através do modelo COPPE-COSENZA de localização industrial -
Marco Cristellotti - 2011
A matriz descrita acima fornece informações a respeito da eficiência das alternativas
consideradas, permitindo assim a devida observação das melhores alternativas segundo os
valores acumulados por C e C*, de modo que:
i : Max { ik} indica a melhor alternativa locacional k , para cada empreendimento i ;
k : Max { ik} indica o melhor empreendimento i para cada alternativa locacional k .
Assim, é possível indicar o empreendimento que melhor se adeque em cada uma das regiões
pré-selecionadas e determinar a região mais adequada para cada tipo de empreendimento.
4. Caso aplicado - Localização das usinas de pirólise
A região alvo do presente estudo são cidades localizadas no sul de Minas gerais, no entorno
do lago de Furnas. O P&D onde foi feita a aplicação do modelo, ressalta que as usinas de
pirólise deverão ser instaladas em determinadas localidades onde atendam aos 52 municípios,
pois tem como objetivo o desenvolvimento de unidades de aproveitamento energético de
resíduos através de tecnologia de pirólise lenta a tambor rotativo na aplicação de solução
socioambiental. Os municípios analisados serão nomeados como “Cidade n”, onde n varia de
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
11
1 a 52. Após a aplicação do modelo, cada município será representado por um índice que
refletirá sua necessidade e capacidade para receber uma usina. Para compor a Matriz C, serão
utilizados fatores relacionados com a necessidade de uma localidade em receber uma usina.
Quanto melhor for a oferta desses fatores, indicará uma melhor estruturação da cidade quanto
à disposição final do lixo e menos necessitada da usina será a localidade. Já a composição da
Matriz C*, matriz de fatores específicos, refere-se a fatores relacionados ao funcionamento da
usina, quanto melhor for a oferta desses fatores, melhor funcionará a usina na localidade. Para
representar onde originalmente , será utilizada a
equação onde . Assim, para um município qualquer, quanto
menor for o índice gerado por , melhor será sua posição no ranking de prioridade para
instalação de uma usina de pirólise lenta a tambor rotativo.
4.1 Mensurações de oferta de demanda de fatores
Para cada fator considerado no estudo é elaborada uma ficha contendo sua conceituação e os
parâmetros pelos quais devem ser mensurados, considerando na mensuração de oferta e
demanda.
Na aplicação do modelo para localização das usinas de pirólise, os fatores de natureza
restritiva, que irão compor a matriz C* de fatores específicos, estão relacionados a aspectos
que necessitam ser atendidos em um determinado nível, tornando a região hábil ou não a
receber uma usina. Por exemplo, para que a usina apresente um bom funcionamento é
necessário que a região ofereça um nível mínimo de coleta de resíduos na cidade, visto que os
resíduos precisam chegar até a usina de pirólise para serem tratados. Assim, quanto melhores
forem os aspectos sobre coleta de resíduos na cidade, melhor será a colocação da região no
ranking em receber uma usina de pirólise. Já os fatores gerais, que irão compor a matriz C,
estão relacionados com aspectos que mensuram a necessidade de determinada região em
receber uma usina de pirólise. Por exemplo, quanto menos estruturada for a destinação final
de RSU na cidade, mais necessitada de uma solução para destinação final de RSU é a cidade.
Segue em anexo um modelo utilizado para mensuração de oferta e demanda do fator
abastecimento de água.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
12
4.2 Composições da Matriz C
Os fatores que irão compor a matriz C serão analisados conforme sua oferta e demanda para
cada região pré-selecionada. Esses fatores foram eleitos através de expertise dos responsáveis
pela instalação da planta de usina de pirólise.
4.2.1 Fatores de influencia para matriz C
Disposição final RSU;
Disposição final Rural;
Disposição de RSS;
Tempo de vida do repositório (Informa o tempo
que o atual local de destinação final está em funcionamento);
Presença de Área Contaminada (lixão
desativado);
Distancia de corpos d´água ou fontes de água;
Localização sob aspecto de área ocupada
(Informa se há moradias, escolas, hospitais ou outros tipos de áreas humanamente
ocupadas próximo ao local de destinação final dos resíduos);
Proximidade a unidades de conservação;
Volume de RSS;
Volume de lixo agrossilvopastoril;
Nível de coleta seletiva;
Existência de cooperativa, associação de
catadores ;
Presenças de unidades de destinação específica;
Interesse Turístico* (Mensura o potencial
turístico explorado pelo município) e
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
13
Educação ambiental (Informa quais os níveis de
projetos e ações que envolvam educação ambiental estão sendo realizadas no
município).
* O fator Turismo é um fator geral, mas não acompanha a mesma lógica que os demais
fatores gerais, ou seja, quanto melhor qualificada for a oferta do fator Turismo em
determinada localização, maior será o índice de necessidade de recebimento de uma usina
para esta determinada região.
Com base nos fatores gerais listados é possível estruturar a matriz A e B. Em seguida realizar
o cotejo entre elas gerando a matriz C.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
14
Figura 7 – Matriz A utilizada na
aplicação
Fonte: Própria (2014)
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
15
Figura 8 – Matriz B utilizada na aplicação
Fonte:
Própria (2014)
Figura 9 – Fatores gerais
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
16
Fonte: Própria (2014)
O cotejo entre as matrizes A e B são feitos para cada município.
Figura10 - – Cidade 1
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
17
Fonte: Própria (2014)
A Matriz C gera para cada localidade um índice que é calculado através do somatório dos
índices Fuzzy gerados no cotejo entre a demanda e a oferta dos fatores gerais.
Figura 11 – Matriz C
Fonte: Própria (2014)
4.3 Composições da Matriz C*
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
18
Os fatores selecionados que irão compor a Matriz C*, matriz de fatores específicos, foram
eleitos através de expertise dos integrantes do P&D , responsáveis pela instalação da planta
piloto de usina de pirólise.
4.3.1 Fatores de influencia para matriz C*
Volume de produção de lixo;
Existência de Coleta do lixo;
Coleta - Tipo de Equipamento;
Volume de passivo (atual / ativo) (Descreve o
volume do atual local de disposição final dos resíduos).
Já descritos os fatores específicos, é possível estruturar as matrizes A*, B*, realizar o cotejo
entre elas e gerar a matriz C*.
Figura 12 – Matriz A* utilizada na aplicação
Fonte: Própria (2014)
Figura 13 – Matriz B* utilizada na aplicação
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
19
Fonte: Própria (2014)
Figura 14 – Fatores específicos
Fonte: Própria (2014)
O cotejo entre as matrizes A* e B* serão realizados para cada município.
Figura 15 - – Cidade 1
Fonte: Própria (2014)
A Matriz C* gera para cada localidade um índice que é calculado através do somatório dos
índices Fuzzy gerados no cotejo entre a demanda e a oferta dos fatores específicos.
Figura 16 – Matriz C*
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
20
Fonte: Própria (2014)
Para expressar o resultado utilizaremos a matriz que consiste na análise entre as
matrizes C e C*. Após o calcular a Matriz , a mesma será apresentada em forma de
ranking, gerando assim uma ordenação de quais cidades devem ser atendidas prioritariamente
pelas usinas de pirólise lenta a tambor rotativo.
Figura 17 – Matriz
Fonte: Própria (2014)
A partir da matriz é possível listar em forma de ranking as localidades a receberem as
usinas. As localidades restringidas apresentadas na matriz estão relacionadas ao não
atendimento a algum fator específico de forma satisfatória. Essas localidades não irão, a
princípio, alocar uma usina de pirólise, mas serão atendidas de alguma forma por uma usina
instalada em alguma cidade próxima. A capacidade de cada usina será dimensionada a partir
da quantidade de lixo gerada por habitante e pelo volume do passivo encontrado no atual
repositório. Casos em que uma cidade irá receber resíduos de outras regiões devem levar em
conta a geração de resíduos das cidades envolvidas para dimensionamento da usina de
pirólise.
Segue abaixo o ranking de prioridade de instalação das usinas de pirólise:
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
21
Figura 18 – Ranking
Fonte: Própria (2014)
5. Conclusão
Vale a pena ressaltar que o modelo aqui aplicado não indica necessariamente a melhor
alternativa, e sim possibilidades de localização. Ou seja, indica a melhor alternativa em
termos de oferta de fatores locacionais. É importante lembrar que o P&D no qual foi utilizado
o modelo tem o objetivo de desenvolver unidades de aproveitamento energético através
tecnologia de pirólise lenta à tambor rotativo na aplicação de solução socioambiental, por isso
muitos fatores levam em conta a possibilidade de desenvolvimento e aspectos que possam
maximizar os ganhos sociais da região. Assim, em alguns casos, é possível verificar que uma
região que não seria a mais indicada para instalação do empreendimento, acaba sendo
priorizada, seja por conta de incentivos fiscais, ou outras demandas. Concluindo, queremos
enfatizar que as informações produzidas pelo modelo utilizado neste estudo ajudam em muito,
tanto aos planejadores governamentais, quanto aos empresários nas suas decisões.
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
22
REFERÊNCIAS
COSENZA, CARLOS A. N., Industrial Location Model – A Proposal, (mimeo), Cambridge University,
Cambridge, U. K., 1981.
COSENZA, C. A. N et al. Modelo do confronto entre requerimentos e satisfação de critérios para problemas
multicritérios discretos. In: XVII ENEGEP, 1997, Gramado - Rio Grande do Sul, 1997.
COSENZA, C.A.N. et al. Localização Industrial: Delineamento de uma Metodologia para a Hierarquização das
Potencialidades Regionais. Rio de Janeiro: COPPE/UFRJ. 1998.
CRISTELLOTTI, Marcos. Localização de curtumes no Brasil através do modelo Coppe-Cosenza de localização
industrial. Dissertação (Mestrado) - Programa de Pós-graduação em Engenharia de Produção COPPE, da
Universidade Federal do Rio de Janeiro, Rio de Jnaeiro, 2011.
MARTINS, Guiherme Weber. Uma Contribuição as oestudos de localização industrial: Determinando o
potencial de transporte aéreo de uma região com base no modelo de análise hierárquica Coppe-Cosenza.
Dissertação (Mestrado) - Programa de Pós-graduação em Engenharia de Produção COPPE, da Universidade
Federal do Rio de Janeiro, Rio de Jnaeiro, 2010.
KRYKHTINE, Fábio. (Paper). A Fuzzy Algorithm for understanding the customer's desire. An application
designed for textile industry. Independent Journal of Management & Production . v.4, n. 1, January – June 2013.
COLLINS, L. e WALKER, D.F., (1975). Locational Dynamics of Manufacturing Activity, John Wiley & Sons.
IGNACIO, A. A. V. ; FERREIRA FILHO, V. J. M. ; Sampaio, L.M.D . Modelos de localização hierárquicos na
localização de plataformas de produção na indústria de petroleo e gas. In: Simpósio de Engenharia de Produção,
2012, Bauru -SP. XIX SIMPEP, 2012
XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.
23
ANEXO
Tabela anexa – Modelo de ficha para mensuração dos fatores
FATOR DE LOCALIZAÇÃO ABASTECIMENTO DE ÁGUA
Mensuração de oferta
ESCALA DE OFERTA
SUPERIOR A Área com ampla capacidade, rede de distribuição industrial e possibilidade de
captação em fontes naturais.
BOM B Área com razoável capacidade, rede de distribuição industrial e possibilidade de
captação em fontes naturais.
REGULAR C Área com limitada capacidade e rede de distribuição urbana.
FRACO D Área com capacidade já esgotada, e/ou rede urbana precária.
MATRIZ LINGUÍSTICA PARA
COMPOSIÇÃO DA OFERTA
REDE INDUSTRIAL E
CAPTAÇÃO EM FONTES
NATURAIS
REDE
INDUSTRIAL
REDE
URBANA
REDE
URBANA
PRECÁRIA
AMPLA CAPACIDADE A B B C
RAZOÁVEL CAPACIDADE B B C D
CAPACIDADE LIMITADA B C C D
CAPACIDADE ESGOTADA C D D D
FATOR DE LOCALIZAÇÃO ABASTECIMENTO DE ÁGUA Mensuração de demanda
ESCALA DE DEMANDA
CRITICO A Elevada demanda com conveniência de fontes naturais
CONDICIONANTE B Média demanda
POUCO CONDICIONANTE C Pequena demanda
IRRELEVANTE D Demanda compatível com o nível de abastecimento urbano
MATRIZ LINGUÍSTICA PARA
COMPOSIÇÃO DA DEMANDA
ELEVADA
DEMANDA
MÉDIA
DEMANDA
PEQUENA
DEMANDA
DEMANDA SIMILAR AO
USO URBANO
ÁGUA PARA PROCESSO A B C D
ÁGUA PARA HIGIENE E SEGURANÇA B C D D
Fonte: C.A. COSENZA, C.A.N., 2009. “Metrics and Operators for FacilitySite Selection” . Cambridge University, Cambridge,
UK.