Made available in DSpace on 2018-08-01T23:29:14Z (GMT). No. of bitstreams: 1 tese_9813_Flavio Tongo da Silva20170307-73515.pdf: 1447874 bytes, checksum: 8e573520b25af153c5d13ef769f6c6e1 (MD5) Previous issue date: 2016-04-07 / Durante a fase de produção em poços de petróleo terrestres uma das atividades mais importantes e caras é o uso de sondas de intervenção. O funcionamento de cada um desses poços ocorre, na maioria das vezes, em condições difíceis com perfil de produção com grande variação em função da sua geologia, localização e a maneira como o poço é desenvolvido. Estas características levam ao longo da vida produtiva dos poços à necessidade de intervenções de manutenção nomeadas como workover, que são fundamentais para manter a produção ou mesmo melhorar a produtividade ao corrigir falhar que tipicamente ocorrem nos equipamentos dos poços. Como as sondas de intervenção são equipamentos caros e, por isto, em menores quantidades comparadas a quantidade de poços terrestres que demandam intervenções de manutenção, ocorre a geração de filas de poços aguardando atendimento. Isto leva a necessidade de geração de rotas de atendimento aos diferentes poços com as escassas sondas existentes, desafio conhecido como Problema de Roteamento de Sondas de Intervenção (PRSI). Na literatura, verificam-se modelos e métodos de solução para o PRSI estático, ou seja, que busca minimizar a perda total de produção, não considerando a possibilidade de novas informações relevantes para o roteamento serem reveladas ao longo do horizonte de planejamento. Sendo assim, busca-se neste trabalho estudar e propor um modelo matemático com abordagem dinâmica para o PRSI que minimize a perda total de produção dos poços revelados ao longo de um horizonte de planejamento. O PRSI Dinâmico foi resolvido ao ser criado algoritmo estrutural executado ao longo de um horizonte de planejamento, contendo o modelo matemático proposto, linearizado para execução no solver CPLEX, utilizando técnicas de Programação Linear Inteira Mista. Os resultados computacionais foram obtidos considerando instâncias geradas artificialmente, e a conclusão dessa pesquisa mostra que o modelo proposto aproxima o PRSI Dinâmico do contexto operacional do problema, o que impacta no processo de definição das rotas e agendamento dos atendimentos.

Made available in DSpace on 2016-06-02T19:50:16Z (GMT). No. of bitstreams: 1 4516.pdf: 2685213 bytes, checksum: 549d36e8c309231a3650ebff250bb1af (MD5) Previous issue date: 2012-06-01 / The domain of logistics is concerned with providing customers with the right product in the right place at the right time. In our modern economy, the faster pace and wider scope of logistic operations has led to complex management problems that have drawn the attention of both industry and the academic world Optimizing the number of vehicles for a determined transport system requires a trade-off between the cost of vehicle acquisition and maintenance and the penalties involved in not meeting the requirements of the system. This thesis proposes to contribute to decision making in the operational management of those companies working in the transportation of goods by road, particularly as regards the optimization of vehicle use in freight transfer between terminals. Various operational problems, especially management of the transfer fleet, involves the dynamic allocation of limited resources to meet demand. Specifically, this paper deals with the dynamic (multi-period) vehicle allocation problem (DVAP) in the road transportation of full loads between terminals. The DVAP belongs to that class of problems dealing with dynamic resource allocation and consists of defining the movements of a fleet of vehicles that transport goods between terminals with a wide geographical distribution and which interact among themselves. These movements may be of fully-laden vehicles, unladen vehicles for repositioning or vehicles held at a terminal to meet future demands. Emphasis is given to the characterization of the problem in real situations, mathematical modeling of the problem and the use of operational research techniques in solving the problem. Also, heuristics and metaheuristics such as GRASP, simulated annealing and ant colony optimization are used in the solution. The objective is to determine dynamic allocation and fleet needs in order to minimize operational costs in meeting the demand for services. The main reason for undertaking this work was the possibility of practical application, the development of integer linear programming models and both exact and heuristic methods for solutions, aiming at the practical validation of the approaches in the real operational environment of a Brazilian transport company. / O domínio das atividades logísticas é fornecer aos clientes de um sistema o produto certo, no local certo e no tempo certo. Na economia moderna, o passo acelerado e o grande escopo das operações logísticas tem fomentado problemas gerenciais complexos, atraindo a atenção da indústria e da academia. Otimizar a quantidade de veículos para um determinado sistema de transporte requer a avaliação do tradeoff entre o custo de aquisição e manutenção de veículos e penalidades associadas com o não atendimento de demandas neste sistema. Esta tese se propõe a contribuir para apoiar decisões na gestão operacional de frotas de empresas prestadoras de serviços de transporte rodoviário de cargas. Em particular, na otimização do uso de veículos nos transportes de transferências de cargas entre terminais, tendo como fator crítico e determinante a maximização da utilização dos recursos nas operações. Vários problemas operacionais, em especial o gerenciamento da frota de transferência, consistem em dinamicamente alocar recursos limitados às requisições de tarefas. Especificamente, este trabalho trata do problema da alocação dinâmica (multi-períodos) de veículos (PADV) no transporte rodoviário de cargas completas entre terminais. O PADV pertence a classe de problemas de alocação dinâmica de recursos e consiste em definir movimentos de uma frota de veículos que realiza viagens entre terminais geograficamente dispersos que interagem entre si. Estes movimentos podem ser: veículos carregados com carga completa, veículos vazios para reposicionamento, ou veículos mantidos em um terminal de um período para outro como provisão para o atendimento de demandas futuras. A ênfase é dada na caracterização do problema em situações reais, na modelagem matemática do problema e na solução do mesmo utilizando técnicas de pesquisa operacional, envolvendo ainda a utilização de heurísticas e metaheurísticas para solução, como o GRASP, o simulated annealing e a colônia de formigas. O objetivo é definir a alocação dinâmica e necessidades de frota que minimizem o custo operacional no atendimento a demandas por serviços. A principal motivação para o desenvolvimento do trabalho é a possibilidade de aplicação prática, no desenvolvimento de modelos de programação linear inteira e métodos exatos e heurísticos para as suas soluções, visando a validação prática das abordagens em um ambiente real de operação de uma empresa transportadora no Brasil.