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.
Identifer | oai:union.ndltd.org:IBICT/oai:tede.unioeste.br:tede/220 |
Date | 17 July 2007 |
Creators | Ebert, Douglas Cezar |
Contributors | Silva, Luis César da, Boas, Marcio Antonio Vilas, Christ, Divair, Yamaguchi, Margarida Masami |
Publisher | Universidade Estadual do Oeste do Parana, Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola, UNIOESTE, BR, Engenharia |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações do UNIOESTE, instname:Universidade Estadual do Oeste do Paraná, instacron:UNIOESTE |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds