PROPOSTAS DE MELHORIAS NO BENEFICIAMENTO DE … · materiais, distribuição nos boxes, triagem,...

PROPOSTAS DE MELHORIAS NO

BENEFICIAMENTO DE RESÍDUOS

SÓLIDOS URBANOS POR MEIO DA

SIMULAÇÃO A EVENTOS DISCRETOS

Kelly Carla Dias Lobato (UNIFEI)

[email protected]

Fabiano Leal (UNIFEI)

[email protected]

Josiane Palma Lima (UNIFEI)

[email protected]

A adequada gestão dos resíduos sólidos urbanos (RSU) proporciona

benefícios ao meio ambiente, às cidades e às pessoas que dependem da

renda da coleta e beneficiamento dos RSUs para sobreviver. Contudo,

a complexidade existente nos processoss envolvidos na apropriada

separação dos RSU recicláveis torna necessário o uso de ferramentas

de gestão que permitam o estudo aprofundado dos processos de forma

sistêmica, a fim de avaliar o impacto que as mudanças podem causar

no produto de uma organização. Nesse contexto, este trabalho tem por

objetivo o estudo do processo de seleção de resíduos sólidos urbanos

por meio da modelagem e simulação computacional. O objeto de

estudo foi uma associação de catadores de RSU na cidade de Itajubá,

Minas Gerais, Brasil. O trabalho utilizou métodos quantitativos e

qualitativos de pesquisa. O levantamento de dados contou com

observação, entrevista e questionário. A simulação computacional do

processo possibilitou a visualização do fluxo dos materiais de

processo, a percepção dos gargalos e a realização de experimentos que

simulam cenários os quais buscam aumentar a produtividade da

associação.

Palavras-chaves: Resíduos Sólidos Urbanos (RSU), Simulação,

Produtividade, Beneficiamento

XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção

Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.



2

1.1



3

2 Introdução

No passado, em virtude da natureza orgânica dos resíduos sólidos urbanos (RSU) gerados e da

sua facilidade para degradação, a produção de RSU pela população não causava tanto impacto

sobre o meio ambiente quanto hoje (CAVALCANTE, 2002). Atualmente, as embalagens

utilizadas para proteção e distribuição dos produtos oferecem atratividade e praticidade aos

consumidores, porém aumenta a produção de resíduos sólidos (GRADVOHL, 2001). Assim,

Tratar e dispor adequadamente os RSU são processos necessários e apresentam muitos

benefícios: melhoria das condições ambientais e sanitárias dentro do município, diminuição

no volume de resíduos, economia de energia e de matéria-prima virgem, e ainda, o benefício

social de se criar oportunidades de empregos diretos e indiretos, promovendo a geração de

renda por meio do tratamento dos resíduos sólidos recicláveis.

Aproveitando esta oportunidade de mercado, no Brasil e nos países em desenvolvimento os

catadores de materiais recicláveis organizados em associações têm utilizado cada vez mais os

materiais descartados para fabricação de novos produtos, por meio do beneficiamento e

posterior venda do produto gerado para reciclagem. Porém, o gerenciamento do material

coletado e separado nos depósitos dessas associações ainda é algo que precisa ser melhorado

(OLIVEIRA, LIMA e LIMA, 2009). Por outro lado, buscam-se ferramentas que podem

auxiliar a melhoria do processo produtivo nas associações, tal como o uso da modelagem

conceitual e computacional por meio do mapeamento e da simulação, respectivamente.

Segundo Spina (2007) a simulação possibilita a análise dos resultados de uma solução sem a

necessidade de implementá-la, além de possibilitar o estudo de vários cenários de ações que

demandam custos elevados e que não se sabe ao certo o resultado que será obtido com sua

implementação. Esta ferramenta permite, ainda, a compreensão adequada de todas as

atividades que participam do processo possibilitando a identificação dos principais gargalos

do sistema, e assim atuar sobre estes em busca de melhores resultados produtivos.

Nesse contexto, este trabalho tem por objetivo buscar alternativas que aumentem a

produtividade do processo de seleção de materiais recicláveis em uma Associação de

Catadores Itajubenses de Material Reciclável (ACIMAR), em Itajubá, Minas Gerais. Para

tanto, se utilizou o método de simulação computacional, desde a sua concepção com a

modelagem conceitual, passando pela implementação com a modelagem computacional até as

análises do modelo operacional, como auxílio à tomada de decisão. Foi realizada a revisão da

literatura para a caracterização do problema da coleta seletiva no Brasil e a contextualização

de simulação computacional. O estudo foi viabilizado pelo levantamento primário de dados

por meio de observação, entrevista e questionário para modelagem do processo de separação

dos materiais da associação estudada e posterior estudo de cenários.

3 A Cadeia Produtiva no Tratamento de Resíduos Sólidos Urbanos

Dentro do processo de coleta seletiva, o beneficiamento de RSU representa a geração de

emprego e renda para milhares de pessoas. Contudo, em 42% das cidades brasileiras ainda

não existem iniciativas de coleta de seletiva dos RSU (ABRELPE, 2010) devido o custo

envolvido para os municípios (O’LEARY e WALSH, 1999; MONTEIRO et al., 2001). E

ainda, outro fator que agrava a situação da reciclagem no Brasil, é a falta de um sistema

corretamente dimensionado com relação à capacidade de armazenagem e beneficiamento dos

resíduos nos centros de triagem (SIMONETTO e BORENSTEIN, 2006). Por se tratar de

organizações com fins lucrativos, as associações de catadores necessitam de uma estrutura



4

capaz de gerir com eficiência todas as etapas do processo e, assim, se tornarem um

empreendimento sustentável.

Apesar desses problemas citados, segundo D’Almeida e Vilhena (2000), uma usina de

triagem e compostagem, quando bem operada, permite diminuição de 50%, em média, do

volume de resíduos sólidos que seria destinado aos aterros, permitindo, com isso, redução de

custos dos serviços e do aumento da vida útil dos aterros sanitários. A sustentabilidade dessa

cadeia produtiva é mantida quando a coleta seletiva diminui o volume de resíduos sólidos que

vai para os aterros sanitários, ou quando os RSU são encaminhados para centrais de triagem,

mantidas por cooperativas de catadores, que têm um trabalho mais digno do que vasculhar

lixões.

De um modo geral, os processos relacionados ao tratamento dos RSU abrangem as etapas de

coleta, que consiste em recolher o material na rua; beneficiamento, que seria o tratamento

adequado ao material coletado; e disposição final na qual os resíduos sólidos que passam pelo

processo de reciclagem ou compostagem, são transformados em matéria-prima e retornam à

cadeia produtiva. Segundo Simonetto e Borenstein (2006) na etapa da reciclagem os materiais

são transportados para uma unidade de triagem, onde é feita uma separação mais criteriosa

dos materiais visando a sua comercialização. As unidades de triagem devem possuir prensas

para que os materiais recicláveis como papel, papelão, alumínio e plástico, possam ser

enfardados para facilitar a estocagem, transporte e comercialização.

Portanto, são vários os processos envolvidos desde a geração dos resíduos sólidos até seu

destino final. Já para as associações de catadores, a maior importância é dada aos processos de

beneficiamento dos RSU, pois são os que fazem parte da estrutura de produção na

organização. Dentro dessa cadeia, o processo produtivo das associações consiste na coleta dos

materiais, distribuição nos boxes, triagem, prensagem e amarração dos fardos, armazenagem e

comercialização. Assim, para alcançar o sucesso do empreendimento, uma organização deve

gerir seus processos de forma organizada, utilizar técnicas para observar os gargalos

existentes e buscar a melhoria da produtividade com análises frequentes sobre a existência de

atividades que não agregam valor e que poderiam ser eliminadas, simplificadas ou

combinadas.

O gargalo pode estar situado em qualquer elo da cadeia produtiva e ser consequência de

causas materiais, como baixa qualidade dos insumos de produção e capacidade de

equipamentos, de causas organizacionais, tal como estrutura organizacional, formas de

organização do trabalho, ou ainda de procedimentos adotados ou motivacionais, como, por

exemplo, salários e esforço despendido (PARREIRA, OLIVEIRA e LIMA, 2009). Além das

origens citadas de um gargalo produtivo, vale ressaltar o seu caráter dinâmico. Ao ser

descoberto o gargalo dentro de uma cadeia produtiva, deve-se encontrar as causas sua baixa

produtividade e então buscar soluções para os problemas localizados. Porém, depois de

sanado o problema deste gargalo outra atividade do processo pode se tornar o novo gargalo do

sistema, necessitando novos estudos para a melhoria do sistema.

4 Projeto de Simulação

A simulação computacional de sistemas produtivos é utilizada como uma poderosa ferramenta

para o planejamento, o projeto e o controle de sistemas produtivos complexos (SILVA, 2006).

Segundo O’Kane et al. (2000) algumas aplicações para o uso de simulação em ambientes

manufatureiros seria: auxiliar no planejamento de layouts; planejar fábricas e ajudar nas

decisões sobre a capacidade necessária na planta; definir o tamanho dos estoques

intermediários e analisar os efeitos no tempo de passagem com as mudanças na planta; guiar o

desenvolvimento de processos; avaliar o impacto das estratégias de manufatura. Já Banks et



5

al. (2005) afirmam que o maior benefício da utilização da simulação é a possibilidade de

obter uma visão geral (macro) do efeito de uma pequena mudança (micro) no sistema. De

uma maneira geral, o processo de simulação pode ser dividido em três fases: concepção,

implementação e análise como mostra e descreve a Figura 1.

Figura 1– Fases de um Estudo de Simulação [Adaptado de Montevechi et al. (2010)]

De acordo com Moreira (2001), na primeira etapa (concepção), os objetivos da simulação

devem ser claramente definidos, a fim de delimitar a amplitude, guiar o processo de

modelagem, a profundidade das análises e os recursos disponíveis. Esta definição inicial do

problema pode ser alterada durante a realização do processo de simulação, conforme a

necessidade. Pereira e Chwif (2010) advertem que o projeto de simulação nunca é um

objetivo final do estudo, mas sim uma ferramenta para alcançá-lo. Assim, como objetivos de

um processo de simulação pode-se citar, por exemplo: a identificação de gargalos, filas

excessivas, baixa produtividade, nível de serviço inadequado, verificação do atendimento de

metas de produtividade ou níveis de serviço, seja em expansões de sistemas existentes ou em

projetos de sistemas novos.

Na etapa da modelagem conceitual é importante evitar modelos complexos com detalhes

irrelevantes e que não compreende completamente as questões fundamentais do sistema. Para

evitar esses erros, o modelo abstrato deve ser desenvolvido com alguma técnica de

representação, a fim de torná-lo mais fiel a realidade, de modo que outras pessoas possam

entendê-lo (PINHO et al., 2009). A técnica de modelagem conceitual utilizada neste trabalho

é o IDEF-SIM (Integrated Definition methods-Simulation) proposto por Leal et al. (2008). A

etapa de avaliação do modelo conceitual busca verificar se o modelo atende aos objetivos da

simulação, representando corretamente o sistema em estudo. Como o modelo será utilizado

nas etapas seguintes do processo de simulação, esta etapa é decisiva para o processo uma vez

que a incoerência do modelo poderá impedir o êxito nas fases seguintes do processo de

simulação (LEAL, 2003).

A etapa da coleta de dados é um dos aspectos mais difíceis de uma simulação, pois é preciso

conseguir dados de entrada com qualidade suficiente, quantidade e variedade para obter uma

análise razoável e confiável (VICENT, 1998). O tratamento consiste em utilizar técnicas para



6

identificar as possíveis falhas nos valores amostrados e aumentar o conhecimento a cerca do

fenômeno, tendo como resultado um modelo probabilístico que representará o fenômeno

aleatório em estudo e este será incorporado ao modelo de simulação (PINHO et al., 2009).

Para Pereira e Chwif (2010) a dedicação desta parcela de tempo na elaboração do modelo

conceitual se faz necessária, pois a inexistência de um modelo conceitual, ou a utilização de

um modelo mal elaborado, provavelmente levará a um modelo computacional que poderá

exigir muito retrabalho ou que não seja capaz de atender aos objetivos da simulação. Na etapa

da modelagem computacional deve-se também ter o cuidado de não elaborar modelos muito

complexos, mas que atendam ao objetivo inicial do projeto de simulação. Finalmente, a etapa

de análise e estudos de cenários permite que o programador utilize o modelo computacional

criado, frente sua validação, para desenhar experimentos que permitam buscar soluções ao

objetivo traçado na primeira etapa do projeto. É importante ressaltar o grande benefício que

este estudo de cenário traz ao processo analisado, uma vez que não há necessidade de

alterações físicas para ver os resultados gerados, e assim, em vista da resistência de mudanças

por parte dos trabalhadores, poupam-se desgastes desnecessários com tentativas frustradas de

resolução de problemas.

5 Metodologia

O trabalho utiliza a modelagem e simulação como métodos quantitativos de pesquisa e

análises qualitativas por meio da pesquisa bibliográfica e coleta de dados. O levantamento de

dados contou com a observação, entrevista e questionário, possibilitando a elaboração do

modelo conceitual, computacional e estudo de cenários.

Utilizou-se como objeto de estudo uma Associação de Catadores do município de Itajubá –

MG, Brasil. A cidade está situada na região sul do estado de Minas Gerais, a 418 Km da

capital do estado, considerada uma típica cidade média brasileira, com aproximadamente

100.000 habitantes e densidade populacional de 402,7 hab/km². No município a ACIMAR,

Associação dos Catadores Itajubenses de Material Reciclável, é uma das responsáveis pela

coleta seletiva e conta com o apoio da secretaria de meio ambiente da cidade (OLIVEIRA,

LIMA e LIMA, 2009).

Trabalhos anteriores (LOBATO e LIMA, 2010) mostraram que com relação ao volume

coletado, os materiais plásticos possuem maior representatividade e são compostos por PET

verde, PET transparente, PET óleo, Tetra park, PEAD branco, PEAD colorido e plásticos em

geral, ocupando um grande espaço nas instalações da ACIMAR. Porém, quando se considera

a quantidade de fardos produzidos, é expressiva a participação do papelão, se comparado aos

plásticos e papéis, como principal material manuseado e trabalhado dentro da associação.

Entretanto, apenas papéis, plásticos e papelão são enfardados pela ACIMAR. Além da coleta

de material nas ruas da cidade, a ACIMAR conta com doações de materiais de empresas da

região. Entre os materiais recebidos, papelão e plástico são os que são doados em maiores

quantidades, sendo ainda, que o primeiro representa 80% do total das doações. O lucro

proveniente dos materiais recebidos de doações é dividido entre todos os associados.

5.1 Modelagem Conceitual

A primeira etapa do projeto de simulação foi estabelecer o objetivo do projeto que norteou o

desenvolvimento das etapas seguintes. Assim, o objetivo deste projeto foi buscar alternativas

ao sistema produtivo que proporcione aumento da quantidade de fardos produzidos

diariamente, e como consequência incrementar os salários recebidos pelos membros da

ACIMAR.



7

Para realizar a modelagem conceitual, tomou-se por base o mapeamento do processo de

seleção de materiais recicláveis desenvolvido por Lobato e Lima (2010). O mapa

desenvolvido apresentou sete fluxos de atividades divididos para cada tipo de material

(Materiais Plásticos - MP; Papelão - PP; Papel branco – PB; Latas – L; Vidros - V; Metais -

M; materiais eletrônicos - ME). As informações do mapeamento serviram de base para a

modelagem conceitual, que foi desenvolvida utilizando a técnica de mapeamento IDEF-SIM,

conforme apresentado na Figura 2.

Figura 2 – Modelo conceitual em IDEF-SIM

O modelo conceitual desenvolvido em IDEF-SIM se restringe ao processo de seleção de RSU

de plásticos e papelão. A modelagem foi limitada a estes dois materiais devido as suas

importâncias relativas no processo como um todo, pois são os materiais que mais contribuem

para a renda dos associados.

Analisando o processo através do seu modelo conceitual pode-se perceber que a

produtividade é limitada pela pesagem e prensagem do material, uma vez que as entidades

anteriores já separadas pela junção “OU” em caminhos diferentes, precisam novamente

retomar um caminho único para passar por estes recursos, formando filas e consequentemente

desperdício de tempo, provocando, portanto, queda na produtividade.

Tendo desenvolvido o modelo conceitual, as etapas seguintes são a coleta e a análise dos

dados de entrada. A análise consiste em avaliar estatisticamente os dados coletados,

verificando a existência ou não de outliers e o tipo de distribuição de probabilidade na qual os

dados se encaixam. Para este trabalho os dados de entrada utilizados são baseados em

cronometragem e entrevistas com os atores do processo.

5.2 Modelagem Computacional

Para o modelo computacional, desenvolvido por meio do software ProModel 2011, foram

utilizadas funções com seus parâmetros definidos de acordo com a realidade dos processos,

demonstrada nos dados de entrada. Os dados de entrada contaram com: as distâncias e tempo

em filas de espera para o transporte de materiais, as medidas de áreas de armazenamento

existentes e a capacidade unitária de cada equipamento (balança e prensa). As entidades do

sistema são: matéria-prima (material coletado na rua em bags), papelão e plástico depois da

triagem e, papelão e plástico enfardado (entidades de saída do sistema simulado). A Figura 3

mostra o ambiente no qual a simulação foi desenvolvida.

Realizou-se a simulação de 10 dias de acordo com a frequência de expedição do material

enfardado, possibilitando a verificação da quantidade de fardos fabricados. O início do



8

processo é definido a partir da chegada do material coletado na rua, sendo direcionado

diretamente para a atividade de Triagem. Cada catador é responsável pela triagem e

movimentação do seu material coletado, e os materiais de doações são movimentados pelos

associados que não fazem a coleta de rua. O processo passa pela balança, prensa e

enfardamento e termina com o material enfardado e armazenado para a expedição.

Figura 3 – Ambiente simulado

Para realizar a validação do modelo computacional, utilizou-se o método de Kleijnen (1995),

descrito por meio da Equação 1 e os dados sobre a quantidade de fardos produzidos

diariamente de acordo com a Tabela 1. O modelo foi assim validado, com o valor zero

contido no intervalo [-1,7187; 3,0186] obtido pela Equação1.

(1)

Em que:

: média dos resultados simulados

: média dos resultados simulados

: desvio padrão dos resultados simulados

: desvio padrão dos resultados simulados

: distribuição t de Student para 2n-2 graus de liberdade e um nível de significância de

α/2

Tabela 1 – Dados para validação do modelo computacional

Média (X) Desvio Padrão (S) t2n-2, α/2 n

Real (r) 6,017 1,360 2,776 3

Simulado (s) 6,667 0,577

5.3 Geração de Cenários

A etapa de análise conta com o desenvolvimento de cenários para e a verificação dos gargalos

produtivos e a proposição de melhorias em cada etapa do processo. O primeiro cenário



9

representa a situação atual, com utilização dos dados coletados por meio da cronometragem,

entrevista e observações. A Figura 4 apresenta os resultados de saída gerados pelo software.

Figura 4 – Cenário Real: Saídas do modelo

O gráfico da Figura 4 enfatiza o problema já verificado no mapeamento desenvolvido em

trabalhos anteriores (para mais detalhes ver Lobato e Lima, 2010) em que a etapa de

prensagem é um gargalo produtivo importante no processo e, portanto, a produção diária de

fardos fica limitada à disponibilidade do equipamento. A prensa fica em operação em toda a

jornada de um dia de trabalho. Observa-se que 23% da capacidade máxima é destinada a

atividade de triagem, o que condiz com a realidade, uma vez que o restante do turno de

trabalho é direcionado a coleta de material pela cidade. Verifica-se ainda que as áreas de

armazenagem destinadas aos materiais plásticos e papelão, antes da prensagem

(armazenagem1_plastico e armazenagem1_papelao) são também bastante solicitadas após a

triagem em virtude do material que é coletado na rua, mas principalmente em virtude do

material recebido de doação. Como a prensa não consegue processar este material, ocorre o

acúmulo de material na área de armazenagem, antes do enfardamento. Este cenário tem a

produção diária de 6 fardos.

No mapeamento foi observado grande deslocamento dentro do galpão de pessoas para a

realização das atividades e de produtos no processo produtivo. Entretanto, esta etapa não se

mostra como um gargalo produtivo e, assim, sem expressiva porcentagem de utilização. Com

relação as área de armazenagem, o papelão enfardado ocupa de cerca de 8% da área

disponível para este material e a baixa utilização da área destinada à armazenagem de

plásticos enfardados pode ser indício de mau dimensionamento destes espaços, indicando

necessidade de melhoria no layout do galpão. Na intenção de entender melhor o processo

foram simulados mais três cenários distintos, conforme descrito na tabela 2.

Tabela 2 – Resumo dos cenários avaliados

Cenários Descrição

Real 1 prensa

1 operador

Situação atual: uma prensa e um operador que coloca o material

no equipamento, opera a prensa e passa o arame no fardo no

momento do enfardamento

A 1 prensa

2 operadores

Cenário que simula o auxílio de um funcionário ao operador de

prensa, ajudando-o no momento de carregar-la com os materiais a

sempre prensados e na etapa de enfardamento

B 2 prensas

1 operador

Cenário que simula o processo com mais uma prensa, e um

operador responsável por cada uma

C 2 prensas

2 operadores

Cenário que simula o uso de duas prensas e dois operadores para

cada equipamento

No cenário “A” cria-se um modelo com duas pessoas atuando na prensa, simula a situação em

que o ajudante do operador da prensa auxilia no carregamento da prensa com o material a ser



10

processado e ajuda no fechamento do fardo quando finalizada a prensagem, reduzindo assim o

tempo total de operação deste equipamento, conforme mostra a Figura 5.

Figura 5 – Cenário A: Saídas do modelo

Com a utilização de um operador e um ajudante na prensagem, o tempo da realização das

atividades de prensar e enfardar cai para aproximadamente 50%. Percebe-se ainda

considerável redução no uso da área de armazenagem do papelão em virtude da maior

capacidade de processamento da prensa. Como consequência, obteve-se uma aumento na

utilização da área de armazenagem do papelão enfardado de aproximadamente 13%, em

virtude da maior produção de fardos, que passou a ser em média 11 fardos diários,

representando um aumento de produtividade de 83% com relação ao cenário real. No cenário

B utiliza-se 2 prensas, com um operador em cada prensa, sem o auxílio de um ajudante.

Assim, o operador seria responsável por operar o equipamento, carregar o material na prensa

e fechar o fardo. A Figura 6 apresenta os dados de saída do cenário B, com utilização média

das duas prensas em torno de 80% (função prensa_enfardar). A produção diária atinge o valor

de 12 fardos, o que representa o dobro da produção de fardos, se comparado com cenário real,

mas tem pouca variação quando comparado com o cenário A simulado.

Figura 6 – Cenário B: Saídas do modelo

Por fim, o último cenário simulado reflete a situação em que há 2 prensas e 2 operadores para

cada prensa. Neste experimento a produção de fardo chega ao valor médio de 12 fardos

diários, assim como no cenário anterior. Porém, este valor é limitado pela capacidade de

processamento da triagem uma vez que as prensas ficam em média apenas 13% em utilização,

em virtude da falta de material para ser processado. A Figura 7 representa a utilização de cada

função no cenário C. Este cenário vem comprovar o estudo de outros autores (PARREIRA,

OLIVEIRA e LIMA, 2009), de que um dos principais gargalos relacionados ao

beneficiamento de RSU é a triagem de material, que chega ao galpão misturado e sujo com

matéria orgânica.



11

Figura 7 – Cenário C: Saídas do modelo

Considerando os três cenários plausíveis de serem executados, se não houvesse investimentos

para melhorias na etapa de triagem, a aquisição de mais uma prensa não traria muitos

benefícios ao processo produtivo. Os cenários com duas prensas (cenário B e C) não

apresentaram grande aumento da produtividade diária devido à limitação da quantidade de

material a ser prensado. Assim, para aumentar efetivamente a produtividade da associação se

faz necessário maior investimento em mão-de-obra para melhorar a etapa de triagem. A

Figura 8 mostra um gráfico com de cada cenário, comparando a utilização da prensa e a

quantidade de fardos produzidos.

Figura 8 – Utilização da prensa e quantidade de fardos produzidos em cada cenário

O cenário A requer alocação de mão-de-obra enquanto que o cenário B requer investimento

em maquinário. Entretanto, o cenário B não representa um aumento significativo de

produtividade ao cenário A. Já o cenário C em um primeiro momento não se mostra

compatível com a realidade da associação, uma vez que é necessário aumentar a quantidade

de material coletado ou recebido de doações para fazer valer o investimento realizado em

equipamentos (2 prensas) e mão-de-obra (4 operadores), além de melhorar o tempo de

triagem que acabou por se tornar o novo gargalo do sistema neste cenário. Assim, o cenário A

com a proposta de alocar mais um operador na atividade de prensagem seria o mais

apropriado para a realidade da associação de catadores, com utilização da prensa em torno de

50% possibilitando o aumento da produtividade caso haja aumento de matéria prima.

6 Considerações Finais

Este trabalho teve por objetivo o estudo do processo de seleção de resíduos sólidos urbanos

por meio da modelagem e simulação computacional. O trabalho atingiu seu objetivo maior

uma vez que o método utilizado possibilitou a proposição de melhorias ao processo de seleção

de RSU em uma Associação de Catadores de Material Reciclável (ACIMAR), em Itajubá,

Minas Gerais, verificando o impacto destas mudanças na produtividade da mesma.

Além de propor melhorias, também era escopo deste trabalho apresentar a aplicação de

técnicas de mapeamento e simulação aplicadas ao problema do beneficiamento de Resíduos



12

Sólidos Urbanos. Sabe-se das dificuldades encontradas nas associações de catadores,

principalmente quando relacionadas com a gestão e administração dos processos envolvidos.

Portanto, a pesquisa mostra que é possível a intervenção para melhorias no processo de

beneficiamento de materiais recicláveis sem prejudicar o funcionamento das atividades.

O projeto de simulação desenvolvido possibilitou a percepção de algumas especificidades,

como por exemplo, o uso da prensa de forma inadequada se mostrando como o atual gargalo

produtivo da associação. Ainda, com o uso de duas prensas e dois operadores, o novo gargalo

do sistema passaria a ser a atividade de triagem, sem atender a demanda de material

necessária para a operação ideal da prensa. O cenário que simula a utilização de dois

operadores em apenas uma prensa é o que melhor se adapta a realidade da ACIMAR e o que

traria a redução no tempo de processamento dos materiais e um aumento de produtividade de

85% por dia deixando margem ao aumento na quantidade de material coletado e doado.

Portanto, o trabalho possibilitou o entendimento mais aprofundado do processo de seleção de

RSU da ACIMAR e sugestões de melhorias operacionais. Entretanto, recomenda-se para

trabalhos futuros a padronização e racionalização das atividades desempenhadas pelos

associados, além de ferramentas da qualidade como 5S, para então refazer o projeto de

simulação a fim de refinar a análise.

Agradecimentos

Os autores agradecem ao CNPq (Conselho Nacional de Desenvolvimento Científico e

Tecnológico) e à FAPEMIG (Fundação de Amparo à Pesquisa do Estado de Minas Gerais)

pelo apoio financeiro concedido a diversos projetos que subsidiaram o desenvolvimento deste

trabalho.

Referências

ASSOCIAÇÃO BRASILEIRA DE EMPRESAS DE LIMPEZA PÚBLICA E

RESÍDUOS ESPACIAIS - ABRELPE. Panorama dos Resíduos Sólidos no Brasil - 2010.

Disponível em: < http://www.abrelpe.org.br/panorama_edicoes.cfm > Acesso em: jun. 2011.

BANKS, J.; CARSON II, J.S.; NELSON, B.L.; NICOL, D.M. Discrete event system

simulation. 4ed. Prentice Hall. 624p. 2005.

CAVALCANTE, M. D. L. A destinação final de resíduos. Revista Banas Qualidade, n.126,

p.104-106.

D’ALMEIDA, M. L. O.; VILHENA, A. (2000) Lixo Municipal: manual de gerenciamento

integrado. 2.ed. São Paulo: IPT/CEMPRE. 370p. 2002.

GRADVOHL, A. Reciclando o lixo: um sistema de gestão eco eficiente para a reciclagem de

resíduos sólidos nas cidades. Fortaleza: Verdes Mares. 104p. 2001.

KLEIJNEN, J. P. C. Verification and validation of simulation models, European Journal of

Operational Research, v.82, n.1, p. 145-162. 1995.

LEAL, F. Um diagnóstico do processo de atendimento a clientes em uma agência bancária

através de mapeamento do processo e simulação computacional. 224p. Dissertação

(Mestrado em Engenharia de Produção) - Universidade Federal de Itajubá, Itajubá, MG. 2003.

LEAL, F.; ALMEIDA, D. A.; MONTEVECHI, J. A. B. Uma Proposta de Técnica de

Modelagem Conceitual para a Simulação através de Elementos do IDEF. In: Anais do XL

Simpósio Brasileiro de Pesquisa Operacional, João Pessoa, PB. 2008.



13

LOBATO, K. C. D.; LIMA, J. P. Caracterização e avaliação de processos de seleção de

resíduos sólidos urbanos por meio da técnica de mapeamento. Revista Engenharia Sanitária e

Ambiental, v.15, n.4, p.347-356, 2010.

MONTEIRO, J. H. P.; ZVEIBIL, V. Z. Manual de Gerenciamento Integrado de Resíduos

Sólidos. Gestão Integrada de Resíduos Sólidos. 15ª.ed. Rio de Janeiro: Instituto Brasileiro de

Administração Municipal, 2001. 204p.

MONTEVECHI, J.A.B.; LEAL, F.; PINHO, A.F.; COSTA, R.F.S.; OLIVEIRA,

M.L.M.; SILVA, A.L.F. Conceptual modeling in simulation projects by mean adapted IDEF:

an application in a Brazilian tech company, In: Proceedings of the Winter Simulation

Conference. p.1624-1635. 2010.

MOREIRA, C.M. Estratégias de Reposição de Estoques em Supermercados: Avaliação por

meio de simulação. Dissertação (Mestrado em Engenharia Produção) - Universidade Federal

de Santa Catarina, Florianópolis, SC. 2001.

O’KANE, J. F.; SPENCELEY, J. R.; TAYLOR, R. Simulation as an essential tool for

advanced manufacturing technology problems. Journal of Materials Processing Technology,

v.107, p.412-424. 2000.

O’LEARY, P.R.; WALSH, P.W. Decision Maker’s Guide to Solid Waste Management. v.2.

2.ed. Washington DC: U.S. Environmental Protection Agency. 372p. 1999.

OLIVEIRA, R. L.; LIMA, J. P.; LIMA, R. S. Logística Reversa: O caso de uma associação

de coleta seletiva de materiais recicláveis em Itajubá – MG. In: Anais do XXIX Encontro

Nacional de Engenharia de Produção, Salvador, BA. 2009.

PARREIRA, G. F.; OLIVEIRA, F. G.; LIMA; F. P. A. O gargalo da reciclagem:

determinantes sistêmicos da triagem de materiais recicláveis. In: Anais do XXIX Encontro

Nacional de Engenharia de Produção, Salvador, BA. 2009.

PEREIRA, W. I.; CHWIF, L. Especificação do modelo conceitual em simulação de eventos

discretos: aplicação em um caso real. In: Anais do XXX Encontro Nacional de Engenharia de

Produção, São Carlos, SP. 2010.

PINHO, A. F.; LEAL, F;. MONTEVECHI, J. A. B.; COSTA, R. F. S. Utilização de

Lego® para o ensino dos conceitos sobre simulação computacional a eventos discretos. In:

Anais do XXIX Encontro Nacional de Engenharia de Produção, Salvador, BA. 2009.

SILVA, A. K. Método para avaliação e seleção de softwares de simulação de eventos

discretos aplicados à análise de sistemas logísticos. 212p. Dissertação (Mestrado em

Engenharia de Sistemas Logísticos) – Escola Politécnica da Universidade de São Paulo, São

Paulo, SP. 2006.

SIMONETTO, E. O.; BORENSTEIN, D. Gestão operacional da coleta seletiva de resíduos

sólidos urbanos – abordagem utilizando um sistema de apoio à decisão. Revista Gestão &

Produção, v.13, n.3, p.449-461. 2006.

SPINA, C. Aplicação de ferramentas Lean seis sigma e simulação computacional ao

aperfeiçoamento de serviços: Roteiro de referência e Estudo de caso. 155p. Dissertação

(Mestrado em Administração) - Escola de Administração de Empresas de São Paulo da

Fundação Getulio Vargas, São Paulo, SP, 2007.

VICENT, S. Input data analysis. In: BANKS, J. Handbook of simulation: Principles,

Methodology, Advances, Applications, and Practice. 1.ed. John Wiley-Interscience, Inc.,

cap.3, 864p. 1998.



14

PROPOSTAS DE MELHORIAS NO BENEFICIAMENTO DE … · materiais, distribuição nos boxes, triagem,...

Documents

Transcript of PROPOSTAS DE MELHORIAS NO BENEFICIAMENTO DE … · materiais, distribuição nos boxes, triagem,...