Made available in DSpace on 2017-05-12T14:47:14Z (GMT). No. of bitstreams: 1 Douglas Cezar Ebert.pdf: 309790 bytes, checksum: f0e2ece9bbf557060d09d5530f238727 (MD5) Previous issue date: 2007-07-17 / Slaughter and meat processing of poultries occur at the environment called poultry slaughter industry where are carried out unitary operations logically organized. According to Operations Research fundaments a poultry slaughter industry is characterized as system which is associated the following factors: (i) input variables example: daily number of poultries to be slaughtered; and daily schedules; (ii) system parameters example: processing rates and water and vapor availabilities; and (iii) output variables example: production quantities of meats and derivatives, fixed and variable costs, and waist volumes. In reason of the number of factors involved, and the fact of theses could be stochastic, it is hard to define mental scenarios to support decision processes. In reason of that, use of simulation technique is appropriate, because it permit to realize experiments such as: sensitivity analysis, scenario analysis, optimization, and Monte Carlo simulation. Therefore, this work was carried out with objective to develop a computational model, using the simulation language EXTENDTM to (a) simulate the dynamic of poultry slaughter industry; and (b) realize sensitivity analysis. Developed model was classified as dynamic, stochastic and discrete. The real system modeled is located in Paraná State at Southwest Region and has daily slaughter capacity of 500,000 poultries, using three processing lines and operating in three daily schedules. At model validation was obtained data related to three schedules that were slaughtered 174,239; 166,870 and 144,021 poultries, respectively. Output variables contrasted, considering data obtained from system and generated by model, were: (i) processing time; (i) total live weight (kg); (iii) available live weight (kg); (iv) sub product weight (kg); (v) total production weight (kg); (vi) whole slaughtered poultry weight (kg); and (vii) total slaughtered poultry part weight (kg). Sensitivity analysis carried out, by changes lines processing rates in 7,000; 8,000 and 9,000 poultries per hour, showed the following averages for processing time 8.69, 7.86 and 7.86 hours, respectively. Results demonstrate that for current situation, the increase of processing rates in 9,000 poultries h-1 does not imply in a directly decrease of processing time, because current frequency of cargos arrives can establish idle periods of poultry slaughter facility. / O abate de aves e o processamento da carne desenrolam-se no ambiente denominado matadouro-frigorífico em que são realizadas operações unitárias, lógicas e seqüenciadas. De acordo com os preceitos da Pesquisa Operacional, um matadouro-frigorífico é caracterizado como um sistema quando os fatores associados são: (i) variáveis de entrada - exemplos: número de aves abatidas diariamente e turnos de funcionamento; (ii) parâmetros do sistema, exemplos: velocidades das linhas de processamento e disponibilidades de água e vapor; e (iii) variáveis de saída - exemplos: volumes de produção de carnes e derivados, custos fixos e variáveis e volume de dejetos. Em razão do número de fatores envolvidos e, além disso, devido ao fato desses poderem ser estocásticos; tornase árdua a definição mental de cenários para fundamentação de tomadas de decisão. Perante essa situação, o uso da técnica de simulação é pertinente por propiciar a condução de experimentos tais como: análise de sensibilidade, comparação de cenários, otimização e simulação de Monte Carlo. Deste modo, o presente trabalho foi conduzido com o objetivo de implementar um modelo computacional, por meio da linguagem de simulação EXTENDTM, para: (a) simular a dinâmica de atividades de um matadouro-frigorífico de aves e (b) conduzir análises de sensibilidade. O modelo implementado foi classificado como dinâmico, estocástico e discreto. O sistema real modelado está localizado na Região Sudoeste do Paraná e tem capacidade diária de abate próxima a 500.000 aves, utilizando-se três linhas de processamento, com operação em três turnos de trabalho diários. Para validação do modelo, foram coletados dados relativos a três turnos, em que foram abatidas 174.239, 166.870 e 144.021 aves, respectivamente. As variáveis de saída comparadas, considerando os dados obtidos do sistema real e gerados pelo modelo, foram: (i) tempo de processamento; (ii) peso vivo total; (iii) peso vivo aproveitado; (iv) peso de subproduto; (v) peso produção total; (vi) peso frango inteiro; (vii) peso total cortes. O modelo apresentou-se aplicável, uma vez que os erros médios percentuais foram inferiores a 1% para as variáveis comparadas. Análises de sensibilidades, conduzidas mediante as alterações das velocidades de processamento das linhas em 7.000, 8.000 e 9.000 frangos h-1, apresentaram os seguintes valores médios para variável tempo de processamento: 8,69, 7,86 e 7,86 horas, respectivamente. Os resultados demonstram que, para a atual situação, o aumento da velocidade de processamento para 9.000 frangos h-1 não implicará diretamente na redução do tempo de processamento, pois, a cadência atual da chegada das cargas do campo pode estabelecer períodos de ociosidade do matadouro-frigorífico.

Made available in DSpace on 2017-07-10T19:23:59Z (GMT). No. of bitstreams: 1 Douglas Cezar Ebert.pdf: 309790 bytes, checksum: f0e2ece9bbf557060d09d5530f238727 (MD5) Previous issue date: 2007-07-17 / Slaughter and meat processing of poultries occur at the environment called poultry slaughter industry where are carried out unitary operations logically organized. According to Operations Research fundaments a poultry slaughter industry is characterized as system which is associated the following factors: (i) input variables example: daily number of poultries to be slaughtered; and daily schedules; (ii) system parameters example: processing rates and water and vapor availabilities; and (iii) output variables example: production quantities of meats and derivatives, fixed and variable costs, and waist volumes. In reason of the number of factors involved, and the fact of theses could be stochastic, it is hard to define mental scenarios to support decision processes. In reason of that, use of simulation technique is appropriate, because it permit to realize experiments such as: sensitivity analysis, scenario analysis, optimization, and Monte Carlo simulation. Therefore, this work was carried out with objective to develop a computational model, using the simulation language EXTENDTM to (a) simulate the dynamic of poultry slaughter industry; and (b) realize sensitivity analysis. Developed model was classified as dynamic, stochastic and discrete. The real system modeled is located in Paraná State at Southwest Region and has daily slaughter capacity of 500,000 poultries, using three processing lines and operating in three daily schedules. At model validation was obtained data related to three schedules that were slaughtered 174,239; 166,870 and 144,021 poultries, respectively. Output variables contrasted, considering data obtained from system and generated by model, were: (i) processing time; (i) total live weight (kg); (iii) available live weight (kg); (iv) sub product weight (kg); (v) total production weight (kg); (vi) whole slaughtered poultry weight (kg); and (vii) total slaughtered poultry part weight (kg). Sensitivity analysis carried out, by changes lines processing rates in 7,000; 8,000 and 9,000 poultries per hour, showed the following averages for processing time 8.69, 7.86 and 7.86 hours, respectively. Results demonstrate that for current situation, the increase of processing rates in 9,000 poultries h-1 does not imply in a directly decrease of processing time, because current frequency of cargos arrives can establish idle periods of poultry slaughter facility. / O abate de aves e o processamento da carne desenrolam-se no ambiente denominado matadouro-frigorífico em que são realizadas operações unitárias, lógicas e seqüenciadas. De acordo com os preceitos da Pesquisa Operacional, um matadouro-frigorífico é caracterizado como um sistema quando os fatores associados são: (i) variáveis de entrada - exemplos: número de aves abatidas diariamente e turnos de funcionamento; (ii) parâmetros do sistema, exemplos: velocidades das linhas de processamento e disponibilidades de água e vapor; e (iii) variáveis de saída - exemplos: volumes de produção de carnes e derivados, custos fixos e variáveis e volume de dejetos. Em razão do número de fatores envolvidos e, além disso, devido ao fato desses poderem ser estocásticos; tornase árdua a definição mental de cenários para fundamentação de tomadas de decisão. Perante essa situação, o uso da técnica de simulação é pertinente por propiciar a condução de experimentos tais como: análise de sensibilidade, comparação de cenários, otimização e simulação de Monte Carlo. Deste modo, o presente trabalho foi conduzido com o objetivo de implementar um modelo computacional, por meio da linguagem de simulação EXTENDTM, para: (a) simular a dinâmica de atividades de um matadouro-frigorífico de aves e (b) conduzir análises de sensibilidade. O modelo implementado foi classificado como dinâmico, estocástico e discreto. O sistema real modelado está localizado na Região Sudoeste do Paraná e tem capacidade diária de abate próxima a 500.000 aves, utilizando-se três linhas de processamento, com operação em três turnos de trabalho diários. Para validação do modelo, foram coletados dados relativos a três turnos, em que foram abatidas 174.239, 166.870 e 144.021 aves, respectivamente. As variáveis de saída comparadas, considerando os dados obtidos do sistema real e gerados pelo modelo, foram: (i) tempo de processamento; (ii) peso vivo total; (iii) peso vivo aproveitado; (iv) peso de subproduto; (v) peso produção total; (vi) peso frango inteiro; (vii) peso total cortes. O modelo apresentou-se aplicável, uma vez que os erros médios percentuais foram inferiores a 1% para as variáveis comparadas. Análises de sensibilidades, conduzidas mediante as alterações das velocidades de processamento das linhas em 7.000, 8.000 e 9.000 frangos h-1, apresentaram os seguintes valores médios para variável tempo de processamento: 8,69, 7,86 e 7,86 horas, respectivamente. Os resultados demonstram que, para a atual situação, o aumento da velocidade de processamento para 9.000 frangos h-1 não implicará diretamente na redução do tempo de processamento, pois, a cadência atual da chegada das cargas do campo pode estabelecer períodos de ociosidade do matadouro-frigorífico.