CUSTO DO VAPOR EM AGROINDÚSTRIA KRISHNAMURTI SIMON EVARISTO; REGINALDO SANTANA FIGUEIREDO; UNIVERSIDADE FEDERAL DE GOIÁS GOIÂNIA - GO - BRASIL [email protected] APRESENTAÇÃO ORAL Economia e Gestão do Agronegócio CUSTO DO VAPOR EM AGROINDÚSTRIA Grupo de Pesquisa: Economia e Gestão do Agronegócio Resumo O objetivo deste artigo foi apresentar os resultados do modelo de simulação de um sistema de custeio gerencial, de forma estocástica, do vapor saturado para as agroindústrias. Para tanto foram levantados junto a uma agroindústria de atomatados os dados de consumo e parâmetros técnicos do vapor, e baseado nestas informações foi desenvolvido um modelo de simulação. A metodologia utilizada foi o System Dynamics a qual auxiliou no desenvolvimento de um modelo composto por quatro módulos: o módulo da matriz energética agroindustrial, o módulo demandador de vapor, o módulo ofertador de vapor e o módulo financeiro, que trata inúmeras variáveis de forma aleatória com a utilização de curvas de distribuição normal e ferramentas randômicas para valores que variam entre intervalos. Através do modelo que utiliza recursos aleatórios tem-se, de forma estocástica, a geração do vapor e seu custo. Possibilitando a construção de cenários, que auxilia a percepção do processo de produção do vapor e tomadas de decisões por parte de diretores e gerentes industriais. Palavras-chaves: agronegócio, custo, vapor, estocástico e simulação. Abstract The objective of this paper was to presentation the result of the work was to develop a system of management expenditure of random form of the saturated steam for the ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural industry. For such data were collected from a tomato industry for demand and technical of the steam and developed a simulation model. Using the methodology of System Dynamics, a composed model of four modules was created with: the energy matrix module, the demand steam module, the steam module supply and the financial module, which deals a set of random variables form, with the use of normal distribution specification and fortuitous tools for values that vary between intervals. Through the model that it uses random resources have of random form the generation of the steam and its cost, making possible the construction of scenarios that assists the perception the production process steam and taking of decisions on the part of directors and controlling industrials. Key Words: agribusiness, cost, steam, random and simulation. 1- Introdução Nas indústrias e agroindústrias processadoras de produtos primários é consumido um insumo chamado vapor d`água. O vapor em uma planta industrial é responsável pela transmissão de calor nos processos em que é exigido aquecimento. Por exemplo, na pasteurização e desidratação do leite para produção do leite em pó, nas agroindústrias de laticínio. Na desidratação do tomate para produção do extrato de tomate, nas agroindústrias de atomatados. No cozimento da cevada para produção da cerveja, nas agroindústrias de bebida (cerveja). No cozimento das vísceras e restos de carcaças de bovinos, suínos e aves, por digestores, nas graxarias de agroindústrias frigoríficas. Sua utilização na agroindústria é tão importante que na sua falta, por qualquer motivo, o processo industrial pára, e por qualquer desajuste do equipamento gerador de vapor, ele se torna um onerador do custo industrial. Dependendo do seu consumo em algumas agroindústrias e da fonte energética na qual está baseada a geração de vapor, este insumo, é fator de constante análise e monitoramento com definição de estratégias por parte do departamento de engenharia e controle. Sabe-se que em agroindústrias de tomate o vapor chega a ser o terceiro maior item do custo total de produção. Grande parte dos processos industriais necessita de energia térmica (calor ou frio). No caso do calor, as formas de produção são caldeira geradora de vapor, caldeira geradora de água quente ou aquecedor, caldeira geradora de fluido térmico, caldeira de recuperação, caldeira de co-geração, fornos industriais e secadores. O objetivo é gerar calor, que pode ser transportado ou conduzido através do vapor, água quente, óleo térmico ou até mesmo em forma de ar quente, depende da aplicação e a quantidade de temperatura envolvida no processo. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural Segundo Barreto, 2000, uma caldeira pode ser considerada um transformador energético. Introduz-se energia química dos elementos de combustão da fonte energética e se obtém como produto, a energia térmica do vapor. Por definição, o vapor é o estado gasoso da água, onde está acumulada uma grande quantidade de calor, ou seja, o vapor é um condutor de calor para o processo industrial. A demanda por vapor de uma planta industrial é uma variável aleatória e independente que varia de zero a capacidade máxima de produção da fábrica. A geração de energia térmica esta ligada a uma fonte de energia química que se forma por uma reação de combustão. Para tanto são necessários combustíveis oriundos de diversas formas como os fósseis (óleo combustível – O.C., gás GLP, gás natural – GN) ou as biomassas (bagaço de cana, lenha em tora, cavaco de lenha), entre outros que fazem parte de uma matriz energética. Os resultados apresentados neste artigo são frutos da pesquisa feita em uma agroindústria de atomatados do estado de Goiás que serviu de suporte para o desenvolvimento do modelo de simulação do sistema de custeio de vapor saturado em agroindústrias (dissertação de mestrado em agronegócios do programa de pósgraduação da Universidade Federal de Goiás – UFG, defendida por Evaristo em 2006). O objetivo deste artigo é apresentar os resultados deste simulador do custo de vapor. O artigo é composto pelo capítulo 01 que consta a introdução, o objetivo e a contextualização do tema, pelo capítulo 02 que apresenta a metodologia utilizada no modelo de simulação, pelo capítulo 03 que aborda as análises dos resultados e pelo capítulo 04 que apresenta a conclusão. 2- Metodologia A metodologia System Dynamics é utilizada para analisar sistemas complexos e dinâmicos. Criada em 1961 pelo professor Jay W. Forrester, do Massachusetts Institute of Tecnology – MIT, foi consolidada na engenharia como área de aplicação inicial, mas atualmente é uma ferramenta para análise de sistemas administrativos, sociais, econômicos, físicos, químicos, biológicos e ecológicos (Oliveira et al, 2003). Essa metodologia tem a função de analisar comportamentos de sistemas com variáveis que mudam ao longo do tempo, influenciando um estoque de forma positiva ou negativa. Como uma coleção de elementos que interagem continuamente produzindo variações. Segundo Forrester, 1961, através do desenvolvimento dos computadores que fazem o trabalho requerido pelos modelos matemáticos é possível simular situações reais tais como fenômenos industriais e econômicos. Permitindo assim estudar circunstâncias com índices e variáveis modificadas, podendo manter outras variáveis constantes e facilmente repetíveis no tempo para observar o seu efeito. A idéia é desenvolver simulações de pequenos mundos em laboratório onde podem ser observadas conseqüências de decisões na vida real, isolar as deficiências e alterar variáveis com mais facilidades que no mundo real (Saito, et al, 1999). ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural A metodologia System Dynamics tem dois pares de conceitos básicos: recursos (físicos) e informações (não físicos), níveis e razões de fluxo. Esta é uma distinção fundamental, recursos é o material ou “coisas” físicas do sistema que será simulado como no caso do hospital, as pessoas, no caso da empresa, o dinheiro, no caso da indústria, os produtos como matéria-prima ou bens elaborado (Pidd, 1998). E as informações são os meios não físicos pelos quais é exercida a transformação dos recursos, os fluxos de informações são representados por conector que no software Stella são setas responsáveis pela conexão entre as variáveis do modelo, detalhes na Figura 1.2 (Pidd, 1998). Originalmente, no desenvolvimento do System Dynamics em Forrester (1961) eram utilizados os termos níveis e razões de fluxo. No final dos anos 80, com o aparecimento dos softwares Stella e IThing (High Performance Systems, 1994), passouse a utilizar os termos “estoque”, ao invés de níveis, e “fluxo”, ao invés de razões de fluxo. Um estoque é o acumulo de quantidades ao longo do tempo e o fluxo é uma quantidade que varia de acordo com o tempo que periodicamente contribui para a variação deste estoque (Oliveira et al, 2003). Em um diagrama de estoque e fluxo, o estoque é representado por um retângulo e o fluxo por uma seta com válvula e nuvens na ponta, detalhes na Figura 1.1. Estoque Nuven Válvula Nuven Valvula Figura 1.1 Representação do estoque e fluxo do software Stella. O estoque pode ser comparado às integrais, na matemática, aos estoques de caixa, na economia e aos sistemas ou equipamentos, na engenharia (Oliveira, et al, 2003). Já o fluxo é uma maneira de aumentar ou diminuir um estoque, a uma determinada quantidade por tempo, podendo ser considerado um pagamento ou um recebimento, na economia, um fluxo de entrada e saída de produto, na engenharia e varias outras situações sempre ligadas ao tempo. No fluxo, as nuvens (Figura 1.1), indicam que não se faz necessário conhecer a origem ou destino do fluxo, caso seja importante à origem ou destino do fluxo é substituído por um estoque, a válvula é onde se encontra a fórmula ou modelo matemático de entrada ou saída do recurso do fluxo. Os fluxos podem ser unilaterais assumindo valores positivos, ou bilaterais assumindo valores positivos ou negativos (Oliveira et al, 2003). O System Dynamics também utiliza como ferramenta para construção de modelos de simulação os converters ou conversores que são representados por círculos no software Stella, observe na Figura 1.2. Segundo Pidd, 1998, os conversores são variáveis auxiliares que podem ser utilizadas para vários propósitos como segue: ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural • • • • • combinar diversos fluxos em um único, ou dividir um em diversos; converter unidades nas quais o estoque é medido em uma unidade diferente; simplificar o uso de expressões algébricas complexas; como parte de processo de entrada ou de saída; modelar objetivos para os estoques, alvos gerenciais ou valores ideais; Conversor 1 Estoque Fluxo de Saída Fluxo de Entrada Conector Conversor 2 Conversor 3 Figura 1.2 Representação de conversores, conectores, fluxos e estoque no software Stella. As universidades mais inovadoras e escolas de negócios dos países mais desenvolvidos têm utilizado System Dynamics para ensinar, e foi encontrado imensa aceitação. Em 1992 o European Journal of Operational Research (Volume 59, Número 1), organizado por Morecroft e Sterman, (Morecrof & Sterman, 1992), publicou uma edição especial sobre System Dynamics como um instrumento de aprendizagem e de desenvolvimento de conhecimento. Em 1999, o Journal of the Operational Research Society (Volume 50, número 4), organizado por Coyle e Morecroft, (Coyle & Morecroft, 1999), dedicou uma edição especial apresentando as experiências da utilização de System Dynamics no ensino e administração de universidades Européias. Hoje, existem no mercado vários softwares baseados em System Dynamics. A grande vantagem destes softwares, em relação aos baseados em outras metodologias, é a sua flexibilidade e abrangência. Os softwares baseados em System Dynamics permitem, por exemplo, modelar um processo de produção industrial, atrelado a este, o sistema contábil-financeiro, e se necessário o mercado em que esta empresa estaria inserida ou até mesmo o sistema sócio-econômico. Tudo isso em um modelo geralmente impossível de ser resolvido pela análise matemática, porém, possível de ser construído sem exigir, do usuário, avançado conhecimento de matemática (Sterman, 2000). A modelagem é algo criativo e individual fruto de uma maneira sistêmica de ver o mundo, do qual há vários caminhos para se simular uma mesma situação, vai depender de como será tratado o problema. O System Dynamics foi à metodologia que fundamentou o desenvolvimento de softwares como Dynamo, Stella, Vensin e Ithing. Através do software Stella foi desenvolvido o modelo de simulação do sistema de custeio do vapor saturado, tema deste artigo. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural O modelo de simulação do sistema de custeio do vapor saturado para agroindústria é composto de quatro módulos: o módulo demandador de vapor, o módulo matriz energética, o módulo ofertador de vapor e o módulo financeiro. Detalhes na Figura 1.3. Matriz Matriz Energética Energética Oferta OfertaVapor Vapor (Caldeira) (Caldeira) Demanda Demandade devapor vapor (Processo de Produção) (Processo de Produção) Financeiro Financeiro Figura 1.3: Estrutura do modelo do sistema de custeio do vapor saturado O módulo demandador de vapor fornece para o módulo ofertador de vapor e financeiro, o consumo de vapor diário baseado nas características técnicas de uma agroindústria de atomatados. O módulo demandador de vapor agroindustrial tem o objetivo de simular a demanda de vapor de uma agroindústria de atomatados, por um ano, fornecendo ao modelo de sistema de custeio do vapor saturado o consumo diário de maneira estocástica. Para que o consumo de vapor da planta industrial seja estocástico e se aproxime da realidade, ele é representado por uma curva de distribuição normal com uma média e um desvio padrão. A demanda de vapor é dividida em duas: entre safra e safra, e ambas são representadas por curvas de distribuição normal diferentes. A demanda de vapor da entre safra é uma curva de distribuição normal com média de 474.789,50 kg de vapor por dia e desvio padrão de 248.186,45 kg, como segue na Figura 1.4. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural Figura 1.4 - Curva de distribuição normal dos dados da demanda de vapor da entre safra dos anos 2002 a 2005 de uma agroindústria de atomatados do estado de Goiás. A demanda de vapor da safra é uma curva normal com média de 1.516.077,70 kg de vapor por dia e desvio padrão de 553.820,61 kg. Como segue na Figura 1.5. Figura 1.5 - Curva de distribuição normal dos dados da demanda de vapor da safra dos anos 2002 a 2005 de uma agroindústria de atomatados do estado de Goiás. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural Desta forma o módulo demandador de vapor agroindustrial desenvolvido através de recursos do software Stella simula no período de um ano dados que representam o consumo de vapor da entre safra e da safra. O módulo da matriz energética agroindustrial é composto pelas biomassas (Bagaço de cana, Cavaco de lenha e Lenha em tora) e o óleo combustível, que fornece para o modelo, o mix de caloria baseado no poder calorífico inferior de cada fonte energética. No módulo matriz energética agroindustrial é calculada a quantidade de caloria que cada kg de combustível fornece na reação química de combustão para dentro da caldeira geradora de vapor. Nas fontes energéticas de biomassa a determinação do poder calorífico inferior tem uma relação com o seu teor de umidade, ou seja, quanto maior o teor de umidade contido na massa do combustível menor é o poder calorífico inferior e vice versa. O poder calorífico inferior, do óleo combustível, é um dado de tabela baseado na média das destilarias de petróleo do Brasil. Segundo Petrobrás, 2000, o poder calorífico inferior do óleo combustível é em média 9.502 kcal por kg de óleo combustível. Somase ao poder calorífico inferior do óleo combustível o seu calor específico multiplicado pela variação de temperatura de 25oC para 130oC, temperatura necessária para sua atomização. No entanto a agroindústria de atomatados tem na sua matriz energética um mix de combustível no qual se utilizam, em média, 54% de bagaço de cana, 35% de cavaco de lenha, 7% de lenha em tora e 4% de óleo combustível. No módulo matriz energética agroindustrial é calculado o poder calorífico inferior da participação de cada fonte energética, a qual é somada e conhecida no modelo por “Mix do calor inicial”. O módulo ofertador de vapor calcula a quantidade de massa do mix de combustível consumido, diante de parâmetros técnicos de operação da caldeira como pressão de operação, temperatura da água de alimentação e rendimento térmico, além das variáveis, consumo de vapor e poder calorífico inferior fornecidas pelos módulos demandador de vapor e matriz energética, respectivamente. A pressão de geração do vapor trabalha num intervalo de 9 a 11 kgf/cm2, a temperatura da água de alimentação varia entre 800C a 950C. Para a simulação ser estocástica estes parâmetros se comportam de maneira randômica, aproximando-se ainda mais da vida real. Através do consumo de combustível calculado pelo módulo ofertador de vapor e o consumo de vapor fornecido pelo módulo demandador de vapor chega-se na produção específica de vapor, que auxilia na análise da eficiência da caldeira. O módulo financeiro calcula o custo total, o custo fixo e o custo variável do vapor baseado nas informações dos outros módulos. Este módulo é dividido em três outros módulos o módulo financeiro A, o módulo financeiro B e o módulo financeiro C. No módulo financeiro A no software Stella são utilizados conversores para lançar os valores diários relacionados aos custos fixo e variável. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural O custo fixo é composto dos custos com mão de obra de operação e manutenção, dos custos com manutenções e reposições de peças, do custo com energia elétrica e do custo com água de reposição. Encontram-se nos custos fixos os seguintes valores por item: - Mão de obra de operação – R$ 2.657,92/dia; Manutenções e reposições de peças – R$ 4.383,56/dia; Mão de obra de manutenção – R$ 1.119,12/dia; Energia elétrica – R$ 3.801,60/dia; Água e tratamento químico – R$ 22,53/dia; Estes dados são referentes a somatória, do ano de 2005, de cada item, levantados na agroindústria de atomatados. O desenvolvimento do custo variável se deu pela multiplicação da quantidade consumida do mix de combustível pela porcentagem de cada fonte energética utilizada do mix, para encontrar o consumo de cada fonte energética, ou seja, quantos kg por dia foram consumidos de bagaço de cana, de cavaco de lenha, de lenha em tora e de óleo combustível. Através do preço unitário de cada uma destas fontes tem-se o preço por dia gasto com os combustíveis, somando estes valores tem-se o total do custo variável. O módulo financeiro B no software Stella foi desenvolvido utilizando conversores, fluxos e estoques, para acumular em estoques os gastos com vapor por mês e por ano. Por fim, o módulo financeiro C no software Stella utilizou-se de estoques, conversores e conectores para calcular os custos médios fixo, variável e total. Foi dividido o estoque anual acumulado dos gastos com vapor, pelo estoque anual acumulado da produção de vapor, para se calcular os custos médios por tonelada. Para calcular os custos médios diários dividiu-os pela produção de vapor diária. 3- Apresentação e Análise dos Resultados Este capítulo tem o objetivo de apresentar e analisar os resultados de diferentes cenários técnicos da geração de vapor saturado, de analisar a sensibilidade de três variáveis em relação ao custo total do vapor e realizar as validações do modelo de simulação. 3.1 Análise de diferentes cenários Foram montados três cenários distintos para análises, cada cenário foi simulado nos períodos ano inteiro, entre safra e safra, em todos os cenários, a simulação foi feita sem a semente, que fixa os números aleatórios. Ao todo foram feitas 50 simulações de cada cenário gerando um total de 450 dados. Em cada série de 50, em um mesmo cenário e mesmo período, foi realizado um teste de ajuste de distribuição, resultando na curva de distribuição normal mais adequada. Os cenários foram montados das seguintes formas: ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural Cenário 1: com o mix de fontes energéticas padrão1 e rendimento térmico da caldeira de 68% nos períodos: ano inteiro, entre safra e safra; Cenário 2: com o mix de fontes energéticas padrão e rendimento térmico da caldeira de 80% nos períodos: ano inteiro, entre safra e safra; Cenário 3: 100% com óleo combustível e rendimento térmico da caldeira de 80% nos períodos: ano inteiro, entre safra e safra; - - - Na Tabela 1.1 encontram-se as médias e os desvios padrões dos resultados das simulações dos três cenários de cada período. Tabela 1.1 - Médias e desvios padrões, do custo total do vapor em R$ por tonelada, de três cenários, em períodos diferentes do sistema de custeio de vapor de uma agroindústria de atomatados do estado de Goiás. Cenários Ano inteiro Entre Safra Safra Cenário 1 Cenário 2 Cenário 3 Média (R$/ton) 44,64 40,08 76,83 Desvio Padrão 0,36 0,34 0,41 Média (R$/ton) 55,11 50,68 87,28 Desvio Padrão 1,02 0,80 0,87 Média (R$/ton) 37,86 33,34 69,98 Desvio Padrão 0,26 0,29 0,28 Entre os períodos ano inteiro, entre safra e safra, nota-se que na entre safra o vapor fica mais caro pela sua baixa produção, mas na média do ano inteiro o custo por tonelada fica menor que o da entre safra. Observa-se que entre os cenários 1 e 2, ambos com a mesma composição de combustível, ocorre um aumento em torno de 11% do custo médio total quando a caldeira apresenta um rendimento térmico inferior, normal em situações de não limpeza das tubulações, que deveriam ser feitas no mínimo duas vezes ao ano nas manutenções preventivas. Isto representa, aproximadamente, R$ 4,50 por tonelada de aumento no custo total do vapor, considerando a produção anual de vapor da agroindústria de atomatados 1 O mix de fontes energéticas padrão é composto, de aproximadamente, 54% de bagaço de cana, 35% de cavaco de lenha, 7% de lenha em tora e 4 % de óleo combustível; ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural em questão, 294.100 ton por ano, tem-se um aumento no custo na ordem de R$ 1.323.450,00 por ano. No cenário 3 encontram-se os custos médios totais de cada período, caso a geração de vapor para agroindústria de atomatados fosse a óleo combustível. Percebe-se que o aumento no custo total é muito grande, girando em torno de 91% com relação ao cenário 2. O custo médio total por tonelada de vapor do ano inteiro do cenário 2 também pode ser apresentado em uma curva de distribuição de probabilidade acumulada, veja na Figura 1.6. Distribuição de frequência acumulada Ano inteiro cenário 2 120 Porcentagem 100 80 60 40 20 41.05 40.66 40.60 40.47 40.39 40.31 40.27 40.16 40.14 40.12 40.09 40.04 39.98 39.95 39.92 39.86 39.84 39.80 39.78 39.72 39.60 39.18 0 Custo médio total (R$/ton) Figura 1.6 - Distribuição de probabilidade acumulada do custo médio total do vapor do ano inteiro do cenário 2 de uma agroindústria de atomatados do estado de Goiás. Observa-se na Figura 1.6 que há 80% de probabilidade de o custo médio total do vapor ficar em torno de R$ 40,40 por tonelada e pouca chance de custar R$ 39,00 no cenário 2 do período ano inteiro. Outro cenário que pode ser montado, também, é admitir que o vapor para a agroindústria de atomatados fosse gerado com 100% de bagaço de cana ou de cavaco de lenha ou de lenha em tora ou de óleo combustível. Assim percebe-se qual a diferença de custo entre as fontes energéticas disponíveis para esta agroindústria. Na Tabela 1.2 encontram-se os resultados desta simulação, que para gerar estes dados de custo admitiu o mesmo parâmetro técnico e perfil de consumo do vapor. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural Tabela 1.2 - Custos médios totais de vapor de diferentes fontes energéticas, de um ano, em uma agroindústria de atomatados do estado de Goiás. Fontes Energéticas Custo médio total (R$/ton de vapor) Bagaço de cana 30,37 Cavaco de lenha 36,92 Lenha em tora 32,75 Óleo combustível 76,77 Observa-se na Tabela 1.2, com exceção do custo com óleo combustível os outros custos estão variando entre R$ 30,37 a R$ 36,92 por tonelada de vapor, ou seja, utilizadas em 100% qualquer uma das fontes tem um custo menor que o custo médio total, do cenário 2 no ano inteiro, que girou em torno de R$ 40,08. Então, na ordem de preferência na proporção do mix de fontes energéticas do cenário 2 está o bagaço de cana, lenha em tora, cavaco de lenha e por último o óleo combustível. Estas fontes energéticas são utilizadas em um mix, na agroindústria de atomatados, por questão estrutural de tipos de caldeiras e de disponibilidade das matérias primas energéticas. 3.2 Análise de sensibilidade Esta análise tem o objetivo de testar a robustez das conclusões do modelo diante de suposições diversas de algumas variáveis, ou seja, a análise de sensibilidade pergunta, se suas conclusões mudam, e em que proporção, quando há alteração de algumas variáveis (Sterman, 2000). A análise de sensibilidade, no trabalho, foi feita com três variáveis em função do custo médio total do vapor, a umidade do bagaço de cana, o preço do bagaço de cana e a temperatura da água de alimentação da caldeira. Os resultados seguem na Tabela 1.3. Tabela 1.3 - Resultados da análise de sensibilidade de três variáveis em função do custo médio total por tonelada de vapor de uma agroindústria de atomatados do estado de Goiás. Variáveis Dados Umidade do Bagaço de cana Preço do Bagaço de cana Temperatura da água 50% de umidade 65% de umidade R$ 38,00/ton R$ 49,60/ton 960 C 67,20 C Variação 30% 30% 30% Custo médio total (R$/ton de vapor) 39,13 43,55 40,02 41,78 39,64 40,91 Variação 11,20% 4,40% 3,20% Diante dos resultados apresentados na Tabela 1.3 conclui-se que a umidade do bagaço de cana dentre as três variáveis é a que tem mais sensibilidade no custo do vapor e a temperatura da água a menos sensível a variações. Desta forma o controle de umidade, não somente do bagaço de cana que é o de maior proporção no mix de ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural combustíveis, mas também nas outras fontes de biomassa, é sem dúvida um ponto muito importante pela sua influência no custo total. Sabe-se inclusive, que algumas agroindústrias têm negociado a compra destes combustíveis de biomassa estipulando um limite de umidade ou até mesmo pagando por unidade de poder calorífico inferior (kcal/kg) e não por peso que é o mais comum. 3.3 Validação do modelo A validação de um modelo simulação é complexa e depende do público, dos seus objetivos e critérios. (Forrester and Senge 1980). Para pesquisadores um modelo é considerado útil se gerar insigts a respeito da estrutura real modelada, se produz boas previsões, ou gera questões importantes para estudos posteriores. Para outra parte do público e lideres políticos, um modelo útil deveria explicar causas de importantes problemas e fornecer bases para projetar políticas que possam melhorar comportamentos no futuro (Forrester and Senge 1980). A validade de um modelo deve ser julgada pela sua adaptabilidade à um determinado propósito, o conceito abstrato separado do objetivo, não tem nenhum significado útil para a sua validade. Um modelo é considerado útil quando se obtém o quanto se espera dele. Segundo, Shannon 1975, o conceito de validação não deve ser considerado como uma variável de decisão binária, ou seja, o modelo é válido ou inválido. Deve-se considerar a validade de um modelo sobre uma escala de zero a um, onde zero representa absolutamente inválido e um representa absolutamente válido. Pode-se dizer que sempre estaremos entre esses dois. A prova objetiva, e indiscutível, da efetividade de um modelo, é muito difícil de se obter. Um modelo simples, mesmo sendo inexato, pode ser de extremo valor se proporcionar apenas um pouco mais de conhecimento sobre o comportamento do sistema que representa. Diante disto, a validação do modelo do sistema de custeio do vapor saturado do trabalho, foi feito utilizando os critérios de similaridade com os dados reais e a aprovação dos gerentes da agroindústria de atomatados. Visualmente nota-se a aproximação dos dados da curva de demanda de vapor da simulação do modelo com os da realidade na fabrica (Evaristo, 2006). Outra comprovação da validade do modelo foi o teste T realizado entre as médias mensais do custo médio variável do modelo com o custo médio variável da agroindústria de atomatados. Considerando h0 a hipótese de igualdade e h1 a hipótese de diferença e admitindo ser um evento bicaldal. O resultado do teste T entre as médias dos custos médios variáveis foi a hipótese h0, são consideradas estatisticamente iguais, com um sigma igual a 0,399, isto é, maior que 0,05 (p > 0,05) ao nível de significância de 5%. 4- Conclusões e Propostas para Estudos Posteriores O objetivo deste capítulo é apresentar as conclusões finais do trabalho e propor tópicos para estudos posteriores. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural 4.1 Conclusões O objetivo deste artigo foi apresentar o modelo de simulação do sistema de custeio do vapor saturado e analisar os resultados da simulação. De acordo com a simulação que admiti em 100% cada uma das fontes energéticas do trabalho, conclui-se que o combustível da caldeira assim como todas as suas variáveis de interferência é um grande influenciador do custo total do vapor. Dependendo de qual opção energética se adotar o custo deste insumo na indústria, passa de insignificante para vilão na composição do custo total do produto acabado. Sendo, as biomassas as fontes mais baratas e o óleo combustível um dos mais caros para se gerar vapor, resultado na Tabela 1.2 no capítulo 03. Guardado os devidos riscos, a terceirização da produção de vapor, pode ser uma saída para certas indústrias que tem a geração de vapor baseada em óleo combustível, e queira reduzir seus custos com o insumo. Para quem for empreender neste ramo deve analisar seus custos e os seus efeitos em função da quantidade de vapor produzida. Entre os períodos ano inteiro, entre safra e safra a última opção é onde se encontra o menor custo médio total do vapor, pelo alto volume de produção de vapor durante 4 meses do ano. A Tabela 1.4 apresenta o resultado da simulação dos três períodos. Tabela 1.4 - Custos médios fixo, variável e total de vapor do ano inteiro, entre safra e safra de uma agroindústria de atomatados do estado de Goiás. Períodos Ano inteiro Entre safra Safra Custo médio variável (R$/ton de vapor) 25,38 25,43 25,43 Custo médio fixo (R$/ton de vapor) 14,63 25,07 7,93 Custo médio total (R$/ton de vapor) 40,01 50,50 33,35 No caso específico da agroindústria de atomatados no ano inteiro o custo médio fixo do vapor participa em 36,56% em quanto que o custo médio variável em 63,44%, esta situação altera na safra onde se tem o custo fixo em torno de 23,77% e o custo variável em torno de 76,23%. Ou seja, a produção de vapor deve, se houver opção, sempre ser feita em carga máxima para que o custo fixo do processo seja diluído resultando em um custo por tonelada, economicamente, viável. Com a simulação de três (3) cenários em três (3) períodos diferentes nota-se que o período da entre safra é o de maior nível de variabilidade do custo médio total do vapor, com um desvio padrão de R$ 0,80 por tonelada, isto é, nesta época o gestor de custo pode esperar uma variação de R$ 0,80 a mais ou a menos do custo médio total o que significa em valores absoluto R$ 12.000,00 a mais ou a menos por mês no custo do vapor. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural Conclui-se então que a geração de vapor para uma agroindústria é algo que envolve muitas variáveis para controle e monitoramento, mas algumas são chaves para o processo, por exemplo, a umidade do combustível no caso das biomassas. Portanto, o gestor de custos de uma agroindústria precisa sempre estar atento ao nível de variabilidade das variáveis chaves do processo industrial e com uma visão sistêmica de todo o processo. Além de simular cenários que o auxiliaram nas tomadas de decisões para a busca do menor custo. 5- Referências Bibliográficas BARRETO, WALTER. “Calderas, Vapor y Foguistas”. Montevideo , Uruguay. 1a Edición, 2000. COYLE, Geoffrey & MORECROFT, D., W., Jonh. System Dynamics for Policy, Strategy and Management Education. Journal of The Operational Research Society, 50, (4). 1999. http://www.stockton-press.co.uk EVARISTO, K., S.. “Custo do Vapor Saturado em Agroindústria. Uma Visão Estocástica”. Universidade Federal de Goiás, Escola de Agronomia e Engenharia de Alimentos. Dissertação de Mestrado.124 p. Goiânia, 2006. FORRESTER, JAY, W. “Dinamica Industrial”. Massachusetts Institute of Technology – M. I. T., Cambridge. Traducción: Manzanal, M., P.. Ed. El Ateno, 1961. FORRESTER, JAY, W., AND SENGE, P., M. “Tests for Building Confidence in System Dynamics”. Models. In A.A. Legasto Jr. (Ed.), System Dynamics. Studies in the Management Sciences. (pp. 209-228). New York: North-Holland, 1980. HIGH PERFORMANCE SYSTEMS – HPS. Stella II Technical documentation. High Performance Systems, Inc., Hanover, NH. Version 8,0 for Windows (2003), 1994. MORECROFT, D., W., Jonh & STERMAN, J., D., Org. Modeling for Learning. European Journal of Operational research, 59,(1), 1-230. 1992. OLIVEIRA, L., K., NOVAES, A., G., DECHECHI, E.. “Analysis of Agribusiness Systems Utilizing System Dynamics: A Methodological Contribution”. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto / USP, 2003. PETROBRÁS. “Dados médios de propriedades e composição de óleo combustíveis produzidos nas refinarias”. (comunicação pessoal), 2000. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural PIDD, MICHAEL. “Modelagem empresarial: ferramentas para tomada de decisão”. Tradução Gustavo Severo de Borba et al. – Porto Alegre: Artes Médicas, 1998. STERMAN, D. “Business Dynamics”. Mc Graw Hill, New York, 2000. SAITO, J., R., FIGUEIREDO, R., S., BATALHA, M., O.. “Simulando Cadeias Agroindustriais”. Universidade Federal de São Carlos – DEP / Ufiscar. São Carlos, 1999. SHANNON, ROBERT, E. “Systems Simulation: the art and science”. New Jersey: Prentice-Hall- Inc, 387p, 1975. ______________________________________________________________________ Rio Branco – Acre, 20 a 23 de julho de 2008 Sociedade Brasileira de Economia, Administração e Sociologia Rural