UNIVERSIDADE DO ESTADO DE SANTA CATARINA
CENTRO DE CIÊNCIAS TECNOLÓGICAS
DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E SISTEMAS
ISMAEL ITTNER
APLICAÇÃO DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL
COMO PRÉ-EXPERIMENTO PARA INTERVENÇÕES NO TRÂNSITO URBANO
JOINVILLE – SC – BRASIL
2014
UNIVERSIDADE DO ESTADO DE SANTA CATARINA
CENTRO DE CIÊNCIAS TECNOLÓGICAS
DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E SISTEMAS
ISMAEL ITTNER
APLICAÇÃO DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL
COMO PRÉ-EXPERIMENTO PARA INTERVENÇÕES NO TRÂNSITO URBANO
Trabalho de Graduação apresentado à Universidade
do Estado de Santa Catarina, como requisito parcial
para obtenção do título de Engenheiro de Produção e
Sistemas.
Orientador: Prof. Gerson V. Lagemann, Dr.
Co-orientador: Prof. Fernando M. Loureiro, Msc.
JOINVILLE – SC – BRASIL
2014
ISMAEL ITTNER
APLICAÇÃO DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL
COMO PRÉ-EXPERIMENTO PARA INTERVENÇÕES NO TRÂNSITO URBANO
Trabalho de Graduação aprovado como requisito parcial para a obtenção do título de
Engenheiro do curso de Engenharia de Produção e Sistemas da Universidade do Estado de
Santa Catarina.
Banca Examinadora:
Orientador:
_________________________________________________
Professor Gerson Volney Lagemann, Dr.
Co-orientador:
_________________________________________________
Professor Fernando Martinelli Loureiro, Msc.
Membro:
_________________________________________________
Professor Romualdo Theophanes de França Júnior, Gra.
Joinville (SC), 14 de novembro de 2014
ISMAEL ITTNER
APLICAÇÃO DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL
COMO PRÉ-EXPERIMENTO PARA INTERVENÇÕES NO TRÂNSITO URBANO
RESUMO
Levando em consideração os atuais modais de transporte urbano dentro das grandes cidades e
os crescentes problemas de mobilidade decorrentes do fluxo de veículos – seja de transporte
público ou privado – torna-se justificável o estudo de alternativas focadas em otimizar os
recursos existentes para organização do trânsito, afim de maximizar a capacidade das vias ou
também para o planejamento de novas obras, de forma a minimizar os transtornos e, ao serem
disponibilizadas aos usuários, possam garantir de forma eficaz o retorno sobre o investimento
e trazer ganhos de tempo para todos que dependem destas vias. Uma obra de melhoria de
fluxo de trânsito em uma via urbana é dispendiosa, pode envolver desapropriações e quase
sempre está relacionada a prazos longos e uma série de transtornos para quem faz uso destas
vias e vias subjacentes; situações tão complexas que dificultam a mensuração do impacto no
tempo em trânsito – que se traduz em despesas adicionais para todas as entidades que
competem por estas vias – para seus diversos fins. Considerando o impacto social e logístico,
além do custo direto envolvido em projetos em vias urbanas, o presente estudo busca
alternativas de uso inteligente de recursos pré-existentes nas vias – cruzamentos, semáforos,
vias alternativas – para atuar de forma assertiva e com o menor impacto no prazo, custo e
qualidade das soluções para melhora do fluxo nestas vias. A proposta do presente estudo é
testar alternativas para um problema real de trânsito, encontrando uma solução com o mínimo
de impacto em obras.
PALAVRAS-CHAVE: Modelagem, Simulação, Tráfego, Trânsito, Filas.
LISTA DE FIGURAS
Figura 1 - Fluxo lento de veículos numa das principais vias de acesso a Joinville, SC........... 13 Figura 2 - Custo do congestionamento ..................................................................................... 15 Figura 3 - Taxas de expansão dos transportes urbanos na região metropolitana de São Paulo 16 Figura 4 - Cruzamento gargalo................................................................................................. 21 Figura 5 - Vista da filmagem do cruzamento ........................................................................... 23 Figura 6 - Convenção de direções ............................................................................................ 24 Figura 7 - Configuração e nomenclatura dos semáforos .......................................................... 26 Figura 8 - Tela inicial do Aimsun ............................................................................................ 28 Figura 9 - Área de trabalho para criação de um novo projeto .................................................. 28 Figura 10 - Desenho em escala das vias em análise ................................................................. 29 Figura 11 - Desenho das vias e alternativas para mudança de via ........................................... 29 Figura 12 - Trecho para análise ................................................................................................ 30 Figura 13 - Alimentando com fluxo de veículos em horário de pico ....................................... 30 Figura 14 - Porcentagem de veículos que mudam de direção – totais .................................... 31 Figura 15 - Informando condições de via preferencial ............................................................ 31 Figura 16 - Configuração dos centroides ................................................................................. 32 Figura 17 - Matriz com os totais de veículos que disputam pelo cruzamento ......................... 32 Figura 18 - Matriz para cada tipo de veículo que disputa pelo cruzamento............................. 33 Figura 19 - Configuração da demanda de tráfego .................................................................... 33 Figura 20 - Instalando semáforos ............................................................................................. 34 Figura 21 - Plano de controle dos semáforos ........................................................................... 34 Figura 22 - Plano de controle principal dos semáforos ............................................................ 35 Figura 23 - Microssimulador e escolha de rotas por processo estocástico............................... 35 Figura 24 - Modelo da situação atual ....................................................................................... 36 Figura 25 - Situação atual simulada do tempo em espera na fila ............................................. 37 Figura 26 - Destaque para rua a ser utilizada como arterial ..................................................... 38 Figura 27 - Nova configuração da via, sugestão do IPPUJ ...................................................... 39 Figura 28 - Modelagem “A”..................................................................................................... 39 Figura 29 - Modelagem “B” ..................................................................................................... 40 Figura 30 - Modelagem “C” ..................................................................................................... 41 Figura 31 - Nova configuração dos semáforos......................................................................... 42 Figura 32 - Situação futura simulada do tempo em espera na fila ........................................... 43 Figura 33 - Gráfico relatório da simulação atual e futura ........................................................ 43 LISTA DE TABELAS
Tabela 1 - Contagens para as direções e sentidos possíveis das vias ....................................... 24 Tabela 2 - Modelo da tabela de dados para preenchimento manual ........................................ 25 Tabela 3 - Configuração dos semáforos de três estágios. ........................................................ 27 Tabela 4 - Relação de direção e sentido dos veículos competindo pelo cruzamento............... 27 Tabela 5 - Relação % de direção e sentido dos veículos competindo pelo cruzamento .......... 27 Tabela 6 - Relatório de simulação da situação atual ................................................................ 37 Tabela 7 - Novos tempos de semáforo ..................................................................................... 42 Tabela 8 - Relatório de simulação da situação futura .............................................................. 42 LISTA DE ABREVIATURAS
IPPUJ – Fundação Instituto Pesquisa e Planejamento Urbano de Joinville
DWG – Formato de arquivo de desenho vetorial
PIB – Produto Interno Bruto
Aimsun – Advanced Interactive Microscopic Simulator for Urban and Non-Urban Network
GETRAM – Generic Environment for TRaffic Analisys and Modeling
SUMÁRIO
1 INTRODUÇÃO .................................................................................................................. 10
2 FUNDAMENTAÇÃO TEÓRICA .................................................................................... 11
2.1 A DEMANDA PELA LOGÍSTICA INTEGRADA ........................................................ 11
2.2 TRÂNSITO E TRANSPORTE ......................................................................................... 14
2.3 MODELAGEM E SIMULAÇÃO COMPUTACIONAL ................................................. 17
3 PROCEDIMENTOS METODOLÓGICOS .................................................................... 21
3.1 MÉTODO DE PESQUISA ............................................................................................... 22
3.2 COLETA E PROCEDIMENTOS PARA ANÁLISE DOS DADOS................................ 23
4 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS ................................................. 26
4.1 APRESENTAÇÃO DOS RESULTADOS ........................................................................ 26
4.1.1 SITUAÇÃO ATUAL ..................................................................................................... 26
4.1.2 SITUAÇÃO FUTURA ................................................................................................... 38
4.2 ANÁLISE DOS RESULTADOS ...................................................................................... 41
CONSIDERAÇÕES FINAIS ................................................................................................ 45
REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................. 46
10
1 INTRODUÇÃO
O transporte está intrinsecamente ligado ao cotidiano de todos, seja no deslocamento
da população para o trabalho até como formulação do custo dos produtos. Neste contexto
muitas vezes não nos damos conta do quanto somos influenciados ao longo dos tempos, com
gradativo e constantes acréscimos no tempo necessário para se executar os mesmos trajetos
dentro das limitações da mobilidade urbana: cria-se assim uma demanda por estudos de
viabilidade para alteração de rotas, construção de vias alternativas ou medir o impacto das
mudanças sobre o tráfego no entorno da região estudada.
Porém dentro de um organismo dinâmico e integrado, que pulsa conforme demandas
determinadas de horários, direções e sentidos, muitas vezes uma análise simplória visando
unicamente dados estatísticos pode facilmente resultar em alocação ineficaz de recursos que,
ao final, pouco ou nada interferem na solução ou na amenização do problema inicial, a médio
e longo prazos.
Como uma pesquisa pré-experimental que sirva de apoio a decisões estratégicas, a
delimitação de uma área composta por cruzamentos e outras vias em seu entorno é um fator
importante para limitar o escopo do presente estudo. A apropriação de dados faz-se
necessária, e nos horários de maior fluxo de veículos, para que possamos analisar o
comportamento do sistema viário. Com os dados da situação real, a criação de um modelo
computacional será aplicado para simulação de forma que se obtenha uma correlação com a
situação real. Feito isto, desenvolvem-se alternativas que serão aplicadas virtualmente antes
de qualquer intervenção na situação real, para medir seu impacto ainda que em nível de préexperimento.
O objetivo geral deste estudo é contribuir, através da modelagem e simulação
computacional, para o uso mais racional dos investimentos de recursos públicos nos projetos
viários urbanos.
São objetivos específicos deste estudo otimizar os recursos existentes para uma
solução de curto prazo de implantação para um problema de longo prazo, que é o gradativo
aumento de veículos utilizando as vias em horários de pico, em situações de formação filas e
com consequente impacto nos custos logísticos, e na qualidade de vida dos que fazem uso e
dos que convivem no entorno destas vias.
11
2 FUNDAMENTAÇÃO TEÓRICA
O estudo da modelagem e simulação computacional é um tema bastante abrangente já
pela natureza de suas diversas aplicações, neste contexto cabe aqui delimitar este estudo no
envolvimento de três tópicos intrinsecamente conectados no desenvolvimento da
problemática e para que tenhamos um melhor entendimento do sistema.
2.1 A DEMANDA PELA LOGÍSTICA INTEGRADA
Quando falamos em logística é comum que a primeira imagem que venha em mente
seja o transporte de cargas de uma origem a um ou vários pontos de destinos, mas este termo
é muito mais abrangente, envolvendo toda cadeia de suprimentos, desde o fornecedor da
matéria prima até o consumidor final, passando pelas etapas de processamento e assim
formando os elos que integram toda cadeia. Daí surge a necessidade da gestão coordenada das
atividades logísticas, em substituição a antiga prática de administrá-las separadamente, e
também o conceito de que a logística agrega valor a produtos e serviços essenciais para o
aumento das vendas e satisfação do consumidor (BALLOU, 2010).
Partindo para o escopo deste estudo, vamos aplicar os conceitos de modelagem e
simulação para testar estratégias em áreas geográficas, gargalo de uma determinada zona
urbana. Estes gargalos que atingem picos em determinados horários do dia afetam
diretamente os custos logísticos relacionados a congestionamentos e que incorrerão em menor
competitividade ou menor lucratividade para todos que dependem da disponibilidade de
determinado recurso1.
Os custos de congestionamento incluem (DOT, 1998):
a) tempo adicional de viagem de pessoas e veículos comerciais;
b) a variação do consumo de combustível e outros custos operacionais pela redução de
velocidade;
c) o aumento da variabilidade do tempo de viagem – e fatores que dele incorrem;
d) o aumento do desgaste de motoristas e passageiros.
1
As vias urbanas podem ser entendidas como recursos limitados pelas quais as entidades, ou veículos,
competem;
12
Além dos supracitados, podemos considerar o impacto na qualidade de vida das
cidades decorrente do aumento da poluição do ar mesmo que em menor escala atualmente
com leis e normas antipoluição já aplicados em novos veículos, porém ainda com altos níveis
em poluição sonora – buzinas, som, motores – poluição visual, impacto negativo no ramo
imobiliário, maior risco de acidentes e impacto em outros modais de transporte. Fatores que
se desdobram de um problema inicial de planejamento e que são difíceis de se medir mas que
carregam consigo as mazelas originadas pelo crescimento econômico mas não acompanhadas
no mesmo ritmo pelo planejamento urbano, seja devido a gestão pública, suas prioridades e
limitações até a questões culturais da população (DOT, 1998).
Entre 1990 e 1993, nas capitais brasileiras o transporte público realizado por ônibus
declinou cerca de 8,4%. Nas cidades médias a redução, ainda que menor, chegou aos 7%.
Queda de 508 mil passageiros no curto período pesquisado. Razão desse impressionante
declínio: o automóvel particular está substituindo o transporte público brasileiro e
consagrando um fenômeno que desapareceu até mesmo das grandes cidades norte-americanas
ou que inexiste nos países mais ricos da Europa. Entre nós, porém, o transporte individual vai
ocupando o espaço público e gerando resultados nefastos tanto para a economia como para a
saúde da população (TEIXEIRA, 1999).
Os recentes incentivos do governo brasileiro para a indústria automobilística nacional
e a maior disponibilidade de crédito por parte dos bancos e financeiras fez com que a
demanda por automóveis particulares tivesse um súbito aumento. Como consequência direta o
tempo de locomoção nas cidades é reduzido: se mais carros adentram as vias, mais densas
elas se tornam, tornando todo o fluxo mais lento, e mais horas serão gastas para se fazer o
mesmo percurso, geralmente sem outra via alternativa viável para o trajeto. O significado
destas horas perdidas faz parte do composto conhecido como Custo Brasil: milhares de horas2
anuais perdidas em congestionamentos (BRANCO, 2011).
Apesar destes exemplos referenciando a megalópole São Paulo, ela não é exclusiva
das grandes. Cidades menores como Joinville em Santa Catarina já registra filas de 3km com
a via em velocidade média de 7km/h, resultando em aproximadamente 26 minutos para cobrir
um percurso de 3km, que é o tempo que uma pessoa trotando3 leva para cobrir o mesmo
2
O Custo Brasil é composto não apenas pelas horas perdidas, mas de toda cadeia que compõe a formulação dos
custos dos produtos e serviços do país.
3
Derivado da palavra trotar; caminhar a trote; corrida leve, de baixa intensidade;
13
percurso. O problema se agrava quando esta via é um dos principais acessos da cidade,
conforme podemos verificar na linha em vermelho (Figura 1).
Figura 1 - Fluxo lento de veículos numa das principais vias de acesso a Joinville, SC.
Fonte: Google Maps, 2014.
Neste exemplo, que é uma das situações mais graves da cidade segundo o IPPUJ,
verifica-se que sequer a opção do transporte público tem alternativa: vias exclusivas para
ônibus não puderam ser projetadas nestas ruas4, trazendo consequências não só para o
transporte o urbano, mas para o principal acesso a rodoviária da cidade, além dos serviços de
emergência devido a proximidade da BR-101.
Diante destas informações, podemos ter uma visão geral do quão presente a logística
está em nosso cotidiano, o quanto somos afetados não só pelo tempo gasto em trajetos, mas
em suas consequências no Custo Brasil, que está embutido serviços e produtos que
consumimos, do impacto que o planejamento urbano desempenha em toda uma cidade e de
como ela está integrada com toda geração de riquezas de uma cidade (BRANCO, 2011).
No entanto não devemos atribuir unicamente a este fator todos os nossos gargalos
constantes no fluxo do trânsito das cidades. Limitações físicas, territoriais, financeiras entre
outros, limitaram durante anos e ainda limitam o desenvolvimento de uma infraestrutura
pensada em resolver estes problemas.
4
Trecho representado pelas ruas Ottokar Doerffel, Otto Parucker e Gothard Kaesemodel, estas duas últimas
também conhecidas por Avenida Marquês de Olinda;
14
2.2 TRÂNSITO E TRANSPORTE
O rápido crescimento das metrópoles tem resultado numa gama de literaturas sobre o
tema. Cientistas e políticos se veem forçados a compreender as mudanças que ocorrem
dinamicamente no cenário urbano e a buscar novos caminhos mais efetivos para a
implementação de mudanças. No entanto estes esforços vem sendo dificultados por
concepções simplistas e isoladas da integralidade que compõe as aglomerações urbanas, e que
visualizam esta como um mero desenho de formas espaciais. A análise dos sistemas urbanos,
mais de que um acúmulo de teorias econômicas, sociológicas, políticas, geográficas e de
planejamento urbano deve ser o conceito das estruturas e funções urbanas, à luz dos processos
de interação humana. Devemos ver o sistema urbano como uma complexa malha de
interdependências funcionais que refletem em intrincados processos de comunicação, de
competências administrativas e decisões de mercado. Somente com o reconhecimento destes
conceitos teremos condições e superar os problemas que parecem sem solução viável,
envolvendo o planejamento e a renovação urbana. O rápido crescimento urbano demanda
especial urgência na resolução destes problemas. (WEBBER, DYCKMAN, FOLEY,
GUTTENBERG, WHEATON, & BAUER WURSTER, 1964)
Na década de 1990, organismos internacionais como o Centre d’Estudes sur les
Réseaux, les Transports, l’urbanisme et les Constructions Publiques – CERTU, aprofundaram
a discussão sobre as consequências do constante aumento do uso dos automóveis nas
aglomerações urbanas e também buscar alternativas modais para redistribuir as demandas.
Deste trabalho resultaram, entre outros, duas importantes obras editadas pelo CERTU:
“Évaluation des Transports em Commun em Site Propre” (1997) e “Les Citadins Face à
l’automobilité” (1998) (BRANCO, 2011).
Destes estudos vamos levantar alguns conceitos fundamentais a se considerar no
estudo do trânsito e transporte.
“Um primeiro aspecto reside no congestionamento das ruas pelos automóveis. Ele
compreende dois fenômenos bem distintos: o desaparecimento das funções sociais da rua,
pela predominância da circulação e do estacionamento, sobre todas as outras formas de
apropriação do espaço público, assim como o custo econômico da obstrução à circulação. Um
segundo inconveniente – o mais frequentemente mencionado – reside nos danos causados ao
ambiente urbano pelo automóvel e suas consequências sobre a qualidade de vida. Esses danos
são essencialmente de três naturezas: trata-se das rupturas da continuidade no espaço urbano,
15
devidas às infraestruturas urbanas, das agressões sonoras resultantes do tráfego e da poluição
atmosférica” Enfim, um último aspecto raramente lembrado e que diz respeito tanto aos
pedestres quanto aos automóveis é aquele dos acidentes gerados pela densidade do tráfego e
sua rapidez. A essas três consequências diretas, se soma um cortejo de prejuízos econômicos e
sociais indiretos que não precisamos abordar” (BRANCO, 2011, p. 1).
Com estas considerações, devemos ter ciência de que, mesmo resolvendo parcialmente
o problema por métodos como a modelagem e simulação, isto apenas ameniza parcialmente o
problema dos deslocamentos diários. Ao se usar de forma intensiva o automóvel para os
deslocamentos urbanos, a estrutura urbana será continuamente agredida assim como a
qualidade de vida da sociedade (BRANCO, 2011).
Dentro os estudos, feitos em 1998, obteve-se os dados dos custos dos congestionamentos na
cidade de São Paulo (Figura 2). Já naquela época estimava-se um custo na ordem de R$ 22 bi/ano.
Estudos mais recentes já sinalizam custos de R$ 40 bi/ano. Em 1958 houve uma primeira avaliação
deste gênero na cidade de São Paulo indicando custos na ordem de 1 orçamento municipal, semelhante
ao que ocorre hoje (BRANCO, 2011, p. 3).
3% R$ 0,7 bi 5% R$ 1 bi 12% R$ 2,6 bi Gastos desnecessários de combus<vel 23% R$ 5 bi Horas perdidas nos congesBonamentos Perda de produBviade no trabalho Excesso de custo no transporte por ônibus Custos ambientais (saúde pública) 57% R$ 12,5 bi Figura 2 - Custo do congestionamento
Fonte: (BRANCO, 2011, p. 3)
Admitindo que tenhamos as mesmas taxas de perdas desde
1958 até agora – e não há razão para não admiti-lo – pode-se
estimar as perdas ocorridas nos 50 anos analisados (1958-2007)
em mais de 1 trilhão de dólares (BRANCO, 2011, p. 4).
16
Segundo pesquisas da Fazenda (2013), Santa Catarina atingiu um PIB de R$ 152,4
bilhões em 2010. Isso equivale, aproximadamente, à soma do PIB do Uruguai, Paraguai e
Bolívia. O Estado ocupa a quarta posição no ranking nacional, tendo o maior PIB per capita
da região Sul (R$ 24.398,42 em 2010) (Fazenda, 2013), grandes responsáveis por estes
números estão concentrados no norte do Estado, com a cidade de Joinville exercendo
fundamental importância na região.
Joinville faz parte do polo metal mecânico catarinense e é o
maior PIB do estado desde 1999. Tem como principal atividade
econômica a indústria (fabricação de máquinas e
equipamentos) (IBGE, 2005).
Com este perfil, podemos começar a notar semelhanças entre Joinville e a cidade de
São Paulo, salvo as proporções mas considerando o perfil metalomecânico da indústria, sua
cultura e já com cidades sendo conurbadas5 pela Grande Joinville.
A cidade de São Paulo torna-se então um importante exemplo das tendências –
positivas e negativas – do crescimento urbano a médio prazo nas cidades brasileiras. Neste
contexto, vale analisar o gráfico da Figura 3, que indica a disparidade entre o crescimento
populacional e a escolha do modelo de transporte (BRANCO, 2011).
60 Mul$plicadores 50 40 Número de automóveis 30 Viagens Transporte Individual População 20 Viagens Transp. ColeBvo 10 0 1947 1957 1967 1977 1987 1997 2007 Figura 3 - Taxas de expansão dos transportes urbanos na região metropolitana de São Paulo
Fonte - (BRANCO, 2011, p. 5)
5
Conurbação é a unificação da malha urbana de duas ou mais cidades, em consequência de seu crescimento
geográfico;
17
Analisando o gráfico podemos perceber que, enquanto a população cresceu cerca de 7
vezes no período compreendido entre 1947 e 2007, as viagens com transporte coletivo
cresceram 6 vezes enquanto o número de viagens individuais cresceu acima de 40 vezes,
sendo que o crescimento de automóveis foi ainda maior: 54 vezes (BRANCO, 2011).
Estes conceitos foram trazidos até aqui para que tenhamos ciência de que a simulação
computacional, no âmbito de sugerir melhorias para uma situação atual que encaminha-se
para o insustentável a curto e médio prazos no contexto do transporte em uma aglomerado
urbano, não irá trazer uma solução definitiva. É necessário um maior trabalho na questão
cultural da população – uma mudança cultural que pode ter um preço alto a medida que os
sistemas de transporte possam tender a um colapso – de forma que haja informação e se
desenvolva educação acerca da mobilidade urbana, dentre todas outras.
No entanto a modelagem matemática relacionada a simulação computacional se torna
um aliado muito mais eficaz quando aplicado em situações de planejamento urbano
preventivo, visando as demandas de médio e longo prazos para projetos futuros, que causam
menor impacto negativo e tornam-se um importante – ou fundamental – investimento para
ampliar o desenvolvimento econômico e social.
2.3 MODELAGEM E SIMULAÇÃO COMPUTACIONAL
As demandas da logística de transporte estão se tornando cada vez maiores e mais
complexas, exigindo novas técnicas e procedimentos para um dimensionamento ideal de
soluções dentro das restrições que podem ser impostas por recursos como custos, espaço
disponível e horizonte de tempo em que uma intervenção numa obra pública possa trazer
retorno eficaz sobre solução que propõe.
Um modelo é uma descrição desse sistema ou parte dele. O modelo deve ser criado
especificamente para resolver determinado problema, ou comprovar sua inviabilidade e
auxiliar na busca de alternativas adequadas. Na simulação necessitamos de uma linguagem
computacional pois o computador será usado para exercitar o modelo de forma que produza
saídas em forma de relatórios que possam ser comparados e analisados em função de
alterações no sistema que auxiliarão na tomada de decisão a nível estratégico, tático e até
operacional (SOARES, 1990).
No contexto da simulação para problemas de tráfego, podemos dividir os tipos de
simulação em macro, meso e micro-simulação. Enquanto o macro e meso tratam do fluxo de
18
veículos entre determinados centroides e características globais do comportamento do tráfego,
a micro-simulação considera as interseções entre vias, rotatórias, mudanças de pista, pistas
exclusivas entre outros, também questões como capacidade da via, número de veículos em
determinado horário, seu comportamento nos cruzamentos – percentual de veículos que
mudam de direção, diferentes tipos de veículos e suas características físicas como dimensões,
inércia para frenagem, rampa de aceleração além de comportamentos do motorista como
tempo de resposta ao visualizar uma mudança de sinal ou começar um movimento depois do
veículo estático numa fila. (CASAS, BARCELÓ, GARCÍA, & PERARNAU, 2005)
O comportamento de cada condutor ao volante é bastante heterogêneo em uma
situação real de trânsito. Existem motoristas que trafegam acima da velocidade regulamentar
da via, outros bem abaixo. Alguns reduzem a velocidade ao observar que um veículo ao lado
deseja mudar de faixa, enquanto outros até aceleram para não permitir que este veículo entre a
sua frente. Essas e muitas outras características, como o tempo de reação a uma determinada
situação, variam de condutor para condutor e têm impacto direto no desempenho do sistema
viário.
O Aimsun é um microssimulador de tráfego, ou seja, reproduz o comportamento
individual de cada motorista, dos mais cuidadosos e cordiais aos mais agressivos. O software
aloca, de forma aleatória e obedecendo a distribuições de probabilidade, os diferentes tipos de
condutores nos diferentes veículos que, por sua vez, também possuem características distintas,
como capacidade de aceleração (TSS-Transport Simulation Systems, 2014).
A partir da construção de uma rede que representa as características físicas (número e
largura das faixas, raio de giro, etc.) e operacionais (velocidade regulamentar, controle
semafórico, faixas exclusivas para ônibus, volume de tráfego) do sistema viário, o Aimsun
consegue criar cenários com extremo realismo. Além de relatórios detalhados, o software gera
animações gráficas em 2D e 3D, facilitando a identificação dos conflitos e gargalos e a
constatação da eficiência das soluções propostas. Isto permite análises mais profundas,
proporcionando resultados consistentes e confiáveis (TECTRAN).
A plataforma de simulação Aimsun desenvolvida pela Transport Simulation Systems TSS Transportation é composta por três componentes que permitem simulações dinâmicas de
situações de transporte: o Simulador Microscópico, Simulador Mesoscópico e Simulador
Híbrido. A versatilidade proporcionada pela ferramenta permite trabalhar com diferentes
situações de tráfego em redes urbanas, rodovias, anéis viários, vias arteriais e qualquer
19
combinação destes. O sistema de simulação dinâmica foi concebida para servir de ferramenta
para análise de tráfego, criando situações que permitem ao engenheiro de tráfego obter
informações sobre o comportamento de um sistema antes de implementá-lo na prática. O
software se mostrou muito útil no teste de novos controladores de tráfego e possibilidades de
configurações das vias, desde as baseadas em métodos tradicionais de gestão de tráfego até a
implementação de sistemas inteligentes de transporte (TSS-Transport Simulation Systems,
2014).
O microssimulador (Simulação Microscópica) faz uma aproximação microscópica do
sistema. Isto significa que o comportamento de cada veículo na rede é continuamente
modelado através do tempo de simulação enquanto ele viaja pela rede6. O micro simulador do
Aimsun é uma combinação de simulação discreta/contínua, que significa que os veículos
mudam de estado continuamente ao longo do tempo, enquanto os outros elementos como
semáforos e rampas de acesso mudam de estado de forma discreta em momento específicos
ao longo da simulação. A simulação permite trabalhar com dados bastante específicos sobre o
comportamento dos diferentes tipos de veículos e motoristas, também total flexibilidade na
construção das vias, incidentes, manobras entre outros. A maioria dos equipamentos de
tráfego existentes numa rede real de transporte estão presentes para uma modelagem a nível
de microssimulação: semáforos, detectores de tráfego, faixas exclusivas, paradas de ônibus,
acidentes entre outros (TSS-Transport Simulation Systems, 2014).
Na abordagem mesoscópica o veículo é modelado como uma entidade individual,
exatamente da mesma forma como na simulação microscópica mas as características
comportamentais da entidade (forma de seguir outros carros, mudanças de faixa, etc), são
simplificadas com uma ligeira perda de realismo, a fim de ter um evento de simulação
orientada (TSS-Transport Simulation Systems, 2014).
Já a abordagem híbrida é a simulação em paralelo entre o modelo microscópico em
determinadas áreas e o mesoscópico em todo o resto. O modelo híbrido é recomendado para
redes de grande escala mas com áreas específicas em que se quer obter dados detalhados. O
uso do modelo mesoscópico para grandes redes permite obter uma maior aproximação da
realidade para o modelo e ainda obter dados específicos de uma determinada área, porém com
menor tempo de execução (tempo computacional) (TSS-Transport Simulation Systems,
2014).
6
Uma rede neste contexto é formada pelo conjunto das vias;
20
O Aimsun utiliza internamente o GETRAM, um ambiente de simulação inspirado no
que há de melhor em desenho de interfaces gráficas e requerimentos para modelagem. O
GETRAM inclui uma biblioteca com veículos padrão e também permite editá-los para
características específicas da simulação, quando necessário (TSS-Transport Simulation
Systems, 2014).
A validação de um modelo depende de sua capacidade em reproduzir resultados
próximos a realidade. O processo para determinar se um modelo a ser simulado está
suficientemente próximo a realidade é calibrá-lo com os parâmetros da situação atual, até que
os resultados sejam aceitáveis. No contexto do tráfego, os parâmetros usuais são definidos em
termos de fluxo de veículos, velocidades, ocupação das vias e tamanho das filas.
Para criar o cenário de simulação necessita-se alimentar o sistema com parâmetros que
definirão os resultados do experimento. O cenário de simulação será composto por quatro
tipos de dados:
1) a construção da rede (conjunto de vias e suas interconexões);
2) planos de controle de tráfego;
3) demanda de tráfego;
4) planos de transporte público.
Os parâmetros de simulação são valores fixos que descrevem o experimento (tempo de
simulação, período de aquecimento, intervalos estatísticos, etc) e alguns parâmetros variáveis
usados para calibrar o modelo (tempo de reação dos motoristas, zonas de mudança de faixa,
etc).
As saídas do modelo de simulação dinâmico são uma representação gráfica animada
do tráfego em duas ou três dimensões (isométrico), dados estatísticos de saída em relatório:
a) Delay Time – tempo de atraso, medido em segundos por km (s/km);
b) Harmonic Speed – velocidade de equilíbrio para não ocorrer paradas, medido em
quilômetros por hora (km/h);
c) Max Queue – Número máximo de entidades em fila, incorrendo em atrasos ou
paradas;
d) Stop Time – Tempo em que a entidade permanece totalmente parada nas filas;
21
3 PROCEDIMENTOS METODOLÓGICOS
Para delimitar a pesquisa, consultou-se o setor de planejamento do IPPUJ. A fundação
possui conhecimento de situações críticas de gargalo no trânsito da cidade, entretanto para
fins de desenvolvimento da simulação, definiu-se uma zona com o núcleo localizado no
cruzamento de duas importantes vias da cidade: Rua Ottokar Doerffel, uma das principais vias
de acesso a cidade e a Avenida Marquês de Olinda (Figura 4), que liga a cidade de norte a sul.
Ambas vias são formadas por pistas simples e o cruzamento é controlado por um semáforo de
três estágios.
Figura 4 - Cruzamento gargalo
Fonte: IPPUJ, 2014
Neste tipo de simulação é comum delimitar um determinado horário do dia
compreendido pela hora do rush, ou horário de pico7. O IPPUJ mapeia estes horários na
cidade, e define que estes horários estão compreendidos entre as 6h45-8h15 no período da
manhã e 17h30-19h30 no período da tarde.
Uma vez definido o objeto de estudo, serão selecionadas as variáveis capazes de
influenciá-lo, definir as formas de controle e de observação dos efeitos que a variável produz
7
Intervalo que compreende a situação de limite superior na distribuição;
22
no objeto8. As vias adjacentes serão manipuladas de forma que todo o fluxo venha destas vias
em estudo, sem considerar novas entidades9 que acessam ou se retiram das vias na extensão
estudada.
3.1 MÉTODO DE PESQUISA
O presente estudo desenvolve uma pesquisa pré-experimental com dados coletados de
uma demanda real e efetuado em duas etapas de modelagem e simulação:
1) Criação de um modelo virtual do sistema real para ser validado como controle;
2) Alterar o modelo virtual mantendo as demandas do controle com o objetivo específico
de acompanhar as mudanças no sistema virtual, de modo que os resultados possam
servir como apoio para o posterior experimento real (etapa de validação) e então
efetivação das alterações no sistema real;
O sistema foi alimentado por dados de demanda coletados no local em um horário de
pico. Os dados para modelagem advém do número de entidades que fazem uso da via, seus
principais tipos: automóveis, caminhões/caminhonetas e ônibus – suas diferenças serão
consideradas devido não só ao tamanho, mas a rampa de aceleração e frenagem, e também do
percentual de entidades que mudam de via no cruzamento nesta faixa de horário. A
configuração da via, e os tempos do semáforo também foram coletados no local. As
dimensões das pistas, áreas de escape e espera foram fornecidas pelo IPPUJ em formato
digital AutoCAD DWG.
O escopo do estudo como sendo pré-experimental é fornecer uma abordagem como
solução para o problema fornecido pelo IPPUJ e dentro das restrições físicas existentes,
causando o menor impacto possível em obras civis nas vias em análise.
8
9
Objeto de estudo: o cruzamento da via; recurso limitado;
Entidades, neste contexto, são os automóveis, caminhões/caminhonetas e ônibus;
23
3.2 COLETA E PROCEDIMENTOS PARA ANÁLISE DOS DADOS
Devido a limitações de pessoal para uma medição envolvendo todas as possibilidades
que as entidades podem tomar para acessar as vias, somado ao grande fluxo, optou-se por
filmar a via num horário de pico, a saber, 6h45-8h15 do dia 19/09/2014, uma sexta-feira. A
formação de filas iniciou-se às 7h e se prolongou até às 8h, e neste intervalo de tempo, de
posse da filmagem, foram feitas medições de todos os dados necessários para alimentar a
simulação:
a) número de entidades competindo pelo objeto;
b) percentual de entidades que mudam de via (selecionam a via da esquerda ou da
direita);
c) tempos e estágios do semáforo;
d) tipos10 de entidades (automóveis, caminhões/caminhonetas e ônibus);
A Figura 5 demonstra a posição que foi utilizada para filmagem que serviu de base
para contagem de entidades e tempos.
Figura 5 - Vista da filmagem do cruzamento
10
As motocicletas foram desconsideradas por predominantemente não obedecerem a ordem da fila das demais
entidades;
24
Para fins de nomenclatura e referencial, vamos nomear as vias conforme a Figura 6,
relacionando cada uma em função dos seus pontos colaterais11.
Figura 6 - Convenção de direções
Fonte - IPPUJ, 2014
Uma vez feita a filmagem, o vídeo foi usado como referência para se obter os dados
das alíneas supracitadas em cada via, que são a base para alimentar a simulação. Os dados
foram organizados conforme a Tabela 1 resultando em contagens para medir todo o fluxo da
via e seu comportamento para todas possibilidades ainda considerando o tipo de entidade.
DESTINO
SO NO NE SE
ORIGEM
SO
•
•
•
NO •
•
•
NE •
•
•
SE •
•
•
Tabela 1 - Contagens para as direções e sentidos possíveis das vias
Fonte - IPPUJ, 2014
11
Pontos situados a 45 graus, entre os pontos cardeais. Os pontos colaterais são chamados de NE – Nordeste; SE
– Sudeste; NO – Noroeste e SO – Sudoeste;
25
Com estas possibilidades, foram criadas quatro tabelas similares ao modelo da Tabela
2 para ser preenchida acompanhando a filmagem.
DE SO PARA
NO
NE
SE
AUT CAM ONI AUT CAM ONI AUT CAM ONI
Tabela 2 - Modelo da tabela de dados para preenchimento manual
Fonte – IPPUJ, 2014
O cruzamento é formado por cinco semáforos que funcionam sob três estágios, eles
foram identificados com sua posição de origem, e destinos possíveis conforme segue:
•
Semáforo A: NE à SE, SO, NO;
•
Semáforo B: SE à SO, NO, NE;
•
Semáforo C: SO à NE, SE;
•
Semáforo D: SO à NO;
•
Semáforo E: SO à NE, SE;
26
4 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
Para fins de validação das informações coletadas em campo, foi criada inicialmente
uma simulação da situação atual com as mesmas configurações de semáforo, densidade das
vias e comportamento das entidades em seguir as diversas direções possíveis.
Há uma sugestão de alteração vinda do IPPUJ, que faz uso de uma rua que liga a Av.
Marquês de Olinda a Rua Ottokar Doerffel, desta forma eliminando os semáforos e mudando
o sentido de alguns trechos. Esta proposta será estudada mais adiante para análise de seu
impacto na fluidez das vias.
4.1 APRESENTAÇÃO DOS RESULTADOS
4.1.1 SITUAÇÃO ATUAL
A posição dos semáforos nas vias está disposto na Figura 7 e a configuração atual dos
tempos do semáforo medidos constam na Tabela 3.
Figura 7 - Configuração e nomenclatura dos semáforos
Fonte - Observação em campo
27
TEMPO (s)
SEMÁFORO
A
38
4
B
30
4
C
51
4
D
13
4
E
30
4
Tabela 3 - Configuração dos semáforos de três estágios.
Fonte - Observação em campo
Durante a medição do tráfego foram obtidos os dados de número de entidades que
utilizam as vias (Tabela 4), e qual direção tomam neste cruzamento, em números absolutos.
TOTAL
ÔNIBUS
CAMIN.
SE (ABS)
AUTO.
ÔNIBUS
CAMIN.
AUTO.
ÔNIBUS
CAMIN.
DESTINO
NO (ABS)
NE (ABS)
AUTO.
ÔNIBUS
CAMIN.
AUTO.
ORIGEM
SO (ABS)
694
589
20
1
2
750
405 5 16 26
4
3
524
2557
Tabela 4 - Relação de direção e sentido dos veículos competindo pelo cruzamento
Fonte - Observação em campo
SO
NO 124
NE 620
SE 61
24
43
3
10
13
1
155
5
8
426
38
41
7
13
3
35
359
43
7
17
6
4
7
2
Para fins simulação, devemos informar o percentual das entidades trafegando pela via
de origem que selecionam cada uma das alternativas no cruzamento, bem como o tipo de
veículo. Com os dados da tabela anterior, construímos a (Tabela 5).
TOTAL
ÔNIBUS
CAMIN.
AUTO.
SE %
ÔNIBUS
CAMIN.
AUTO.
ÔNIBUS
AUTO.
ÔNIBUS
CAMIN.
AUTO.
SO %
CAMIN.
DESTINO
NO %
NE %
ORIGEM
SO
22.3 0.7 1.1 61.4 6.0 1.9 5.0 1.0 0.5 100%
NO 21.1 4.1 1.8
6.4 1.2 0.6 60.8 2.9 1.2 100%
NE 82.7 5.7 1.8 2.6 0.1 0.3
5.7 0.7 0.3 100%
SE 11.7 0.6 0.2 77.2 1.0 3.0 4.9 0.8 0.6
100%
Tabela 5 - Relação percentual de direção e sentido dos veículos competindo pelo cruzamento
Fonte - Observação em campo
28
Uma vez levantados os dados, criou-se o modelo no Aimsun. A tela inicial do
programa está apresentada na Figura 8
Figura 8 - Tela inicial do Aimsun
Fonte - Aimsun
Selecionando New Project e clicando em Create, deu-se início ao processo de criação
do modelo (Figura 9).
Figura 9 - Área de trabalho para criação de um novo projeto
Fonte - Aimsun
29
Deve-se importar uma imagem de DWG para ter-se coerência de escala. O desenho
abaixo foi gentilmente fornecido pelo IPPUJ e importado para a área de trabalho do Aimsun
(Figura 10).
Figura 10 - Desenho em escala das vias em análise
Fonte - Aimsun
Utilizando as ferramentas de desenho do software, criou-se as vias e identificaram-se
todas as possibilidades de mudança de via (Figura 11).
Figura 11 - Desenho das vias e alternativas para mudança de via
Fonte - Aimsun
30
As pistas em estudo são desenhadas para considerar suas curvas, aclives, declives
conforme filas máximas registradas (Figura 12).
Figura 12 - Trecho para análise.
Fonte - Aimsun
No menu Project>Demand Data>Traffic State e na aba Input Flow informamos o
fluxo de veículos nas vias durante o período de uma hora, conforme dados levantados em
campo (Figura 13).
Figura 13 - Alimentando com fluxo de veículos em horário de pico
Fonte - Aimsun
31
Em seguida, na aba Turn Info deve-se informar o percentual de veículos que mudam
de via, de qual e para qual via e durante o período de uma hora conforme dados levantados em
campo (Figura 14).
Figura 14 - Porcentagem de veículos que mudam de direção – totais
Fonte - Aimsun
Ainda no cruzamento, existem condições em que motoristas precisam dar a
preferência para outros veículos, conforme representado pelo triângulo invertido (Figura 15).
Figura 15 - Informando condições de via preferencial
Fonte - Aimsun
32
No Aimsun, os “centroides” são utilizados para informar os pontos em que os veículos
são gerados ou destruídos, além de explicitar os principais objetivos de destino dos veículos
que estão circulando na simulação. Para nossa delimitação, basta informar que 100% dos
veículos gerados pela demanda nesta via, fazem uso da mesma e todos que retornam por ela,
retornam devido ser a única opção disponível na nossa simulação (Figura 16).
Figura 16 - Configuração dos centroides
Fonte - Aimsun
Dentro das configurações dos centroides, em DEMAND DATA, iremos informar as
demandas reais medidas em campo, primeiro em totais e posteriormente para cada tipo de
veículo, Figura 17 e Figura 18.
Figura 17 - Matriz com os totais de veículos que disputam pelo cruzamento
Fonte - Aimsun
33
Figura 18 - Matriz para cada tipo de veículo que disputa pelo cruzamento
Fonte - Aimsun
Finalmente, em Project>Demand Data>Traffic Demand informam-se as condições
para a simulação, neste caso 100% dos veículos irão usar a via. Poder-se-ia eliminar algum
tipo de veículo nesta fase para testar uma condição específica que limitaria o seu uso em
determinado horário (Figura 19).
Figura 19 - Configuração da demanda de tráfego
Fonte - Aimsun
34
Clicando nas propriedades de cada interseção, podemos criar grupos de semáforo para
controlar a via (Figura 20).
Figura 20 - Instalando semáforos
Fonte - Aimsun
Após informar as localizações dos semáforos deve-se criar um plano de controle em
Project>Control>Control Plan. Inicialmente vamos validar a simulação do processo atual
(Figura 21).
Figura 21 - Plano de controle dos semáforos
Fonte - Aimsun
35
A criação de um plano de controle principal informa qual o horário que o plano de
controle anterior entra em funcionamento. Em alguns casos estão disponíveis sistemas que
alternam a programação dos semáforos durante o dia conforme a hora determinada. No
presente caso, a simulação ocorreu entre as 7h e as 8h da manhã (Figura 22).
Figura 22 - Plano de controle principal dos semáforos
Fonte - Aimsun
Antes de iniciar a simulação deve-se entrar dados para o cenário dinâmico criado pelo
Aimsun, em Project>Scenarios>Dynamic Scenario, será usado o microssimulador
(Microscopic Simulator) com a escolha de rota estocástica (Stochastic Route Choice) (Figura
23).
Figura 23 - Microssimulador e escolha de rotas por processo estocástico
Fonte - Aimsun
36
Com estes dados aplicados a simulação da situação atual, foi possível aproximar-se da
situação real e obter um relatório com dezenas de dados para análise. Neste estudo préexperimental algumas variáveis foram utilizadas para comparação de cenários, além da
própria animação gráfica, aqui representada por figuras estáticas. Pode se acompanhar na
Figura 24 um momento da simulação em que ocorre formação de filas, além de situações em
que um veículo pode ficar sobre o cruzamento aguardando a preferencial para poder mudar de
direção – condição percebida no modelo real e reproduzida na simulação.
Figura 24 - Modelo da situação atual
Fonte - Aimsun
Após um ciclo completo de simulação compreendendo das 7h às 8h, considerado
horário de pico e também o que incorreu em formação de filas na tomada de tempos em
campo, obteve-se dados do relatório gerado pelo Aimsun: a) tempo de atraso – Delay Time; b)
velocidade de equilíbrio – Harmonic Speed; c) fila máxima – Max Queue, e d) tempo parado
– Stop Time.
Configurou-se a simulação usando dados específicos para as variáveis Carro,
Caminhão e Ônibus, que são as entidades pesquisadas e que competem pelo mesmo recurso
Cruzamento. O objetivo em usar estes três tipos de entidade, como já explicado
anteriormente, foi de considerar além de suas distintas dimensões, a rampa de aceleração e
frenagem, que causam influência sobre o sistema. Os relatórios gerados podem fornecer os
37
dados de controle que selecionou-se de forma independente para cada recurso, porém neste
estudo usa-se o dado do relatório que se refere a All, ou seja, as variáveis a), b), c) e d) média,
que contempla todas as entidades. Devido a relativa simplicidade do modelo, por conter
predominantemente pistas simples e sem vias exclusivas para ônibus ou caminhões por
exemplo, este valor médio é suficiente para comparativos entre os modelos.
A simulação da situação atual forneceu os dados contidos na Tabela 6.
Série de tempo
Valor
Desvio padrão
Delay Time
262,01
142,71
Harmonic Speed
10,60
6,29
Mean Queue
73,89
Stop Time
239,74
136,51
Tabela 6 - Relatório de simulação da situação atual
Fonte - Relatório Aimsun
Unidade
s/km
km/h
veículos
s/km
Como resultado da simulação também obtemos o tempo de espera em fila em função
do intervalo em análise, conforme Figura 25.
Figura 25 - Situação atual simulada do tempo em espera na fila
Fonte - Relatório Aimsun
Com estes dados servindo de referencial e refletindo a situação atual das vias, criou-se
uma nova proposta de situação futura, baseada numa ideia de alteração discutida em reunião
38
com IPPUJ em 16/09/2014, que trata de usar a Rua Marajó como arterial, criando assim um
fluxo similar ao de uma rotatória (Figura 26).
Figura 26 - Destaque para rua a ser utilizada como arterial
Fonte - IPPUJ, 2014
4.1.2 SITUAÇÃO FUTURA
Com bases na condição proposta pelo IPPUJ, criou-se a nova distribuição das vias,
cruzamentos e semáforos. Foram executadas quatro simulações procedendo pequenas
alterações adicionais para suprir a demanda, até se chegar a um modelo que exibisse
estabilidade e equilíbrio no fluxo dos veículos graficamente, para então executar toda
simulação e obter o relatório válido com a condição ideal dentro das limitações existentes.
A zona de estudo agora não se limita ao cruzamento, mas também a mais uma rua e
três áreas de acesso, como segue na Figura 27.
39
Figura 27 - Nova configuração da via, sugestão do IPPUJ
Fonte - Aimsun
Dentro desta nova proposição, precisamos alterar os semáforos que inicialmente eram
de três estágios, mas agora pode facilmente ser transformado em dois estágios, restando
determinar os novos tempos, e como estas mudanças interferem no modelo. Para chegar na
situação os modelos serão testados, como segue.
Modelagem “A”: via semaforizada em dois estágios no cruzamento Ottokar Doerffel e Av.
Marquês de Olinda; saída livre para SO; formação de filas na rotatória provocando bloqueios
em ainda maior escala do que no modelo da situação representada na Figura 28.
Figura 28 - Modelagem “A”
Fonte - Aimsun
40
Pode-se observar que a configuração do semáforo não possibilita um bom uso do
cruzamento, apenas alterar os tempos é insuficiente para eliminar o gargalo. Como esta é a
nova situação crítica, e com um pouco de abstração pode-se verificar que esta mudança faz
com que as vias possam cumprir a função similar a de uma rotatória, poderíamos eliminar o
semáforo NOàNE, já que a via NE torna-se mão-única e de pista dupla. Fazendo esta
alteração e mantendo a configuração de semáforo em dois estágios, obtém-se a Modelagem
“B”, Figura 29.
Figura 29 - Modelagem “B”
Fonte - Aimsun
Esta mudança pode reduzir o gargalo na via direção NE, já que apenas outras duas vias
(SE e SO) passam a competir pela via NE com auxílio de semáforo de duas fases, e o sentido
NOàNE está sempre disponível (sem semáforo). Analisando a simulação percebe-se que o
gargalo agora se encontra na via NO. Para esta situação observa-se que o problema é
intensificado devido ao veículos sentido NOàSE: após um pequeno número de veículos em
fila, o acesso a SO é completamente obstruído, o sentido NE está sempre livre e o sentido SE
depende do semáforo, mesmo para os veículos sentido SO que tem acesso livre. Para lidar
com este problema sugeriu-se aumentar o tamanho da terceira pista. O aumento sugerido e
41
usado na modelagem foi de 50 metros, com esta mudança chegamos a Modelagem “C”,
Figura 30.
Figura 30 - Modelagem “C”
Fonte - Aimsun
Esta nova configuração propõe uma solução ótima, reduzido em até 10x o tempo de
espera em filas numa modelagem em horário de pico e utilizando-se a mesma demanda
estudada na situação atual.
4.2 ANÁLISE DOS RESULTADOS
Com base na simulação obteve-se uma nova configuração e novos dados para tempos
de semáforo. A posição dos semáforos na via são apresentados na Figura 31 e seus tempos na
Tabela 7 com os tempos de troca (sinal amarelo) programados para 4 segundos..
42
SEMÁFORO
Figura 31 - Nova configuração dos semáforos
Fonte – Aimsun
A
B
C
TEMPO (s)
46
4
36
4
36
4
Tabela 7 - Novos tempos de semáforo
Fonte – Aimsun
A partir desta nova configuração da via e semáforos, chegou-se a novos tempos de
espera em filas, velocidade harmônica, número máximo de veículos em fila e tempo gasto
com o veículo estático na via, conforme Tabela 8.
Série de tempo
Valor
Desvio padrão Unidade
Delay Time
31,22
32,4 s/km
Harmonic Speed
36,83
11,61 km/h
Mean Queue
8,65
- veículos
Stop Time
21,87
29,78 s/km
Tabela 8 - Relatório de simulação da situação futura
Fonte - Aimsun
43
A simulação da situação futura também demonstrou o tempo de espera em fila em
função do intervalo em análise, conforme Figura 32.
Figura 32 - Situação futura simulada do tempo em espera na fila
Fonte - Aimsun
Comparando a situação atual com a futura, pode-se observar consideráveis ganhos de
eficiência do trânsito nas vias, um comparativo gráfico pode ser observado na Figura 33.
Relatório da simulação atual e futura
Delay Time (s/km)
Harmonic Speed
(km/h)
Mean Queue
(veículos)
Stop Time (s/km)
Futuro
31.22
36.83
8.65
21.87
Atual
262.01
10.6
73.89
239.74
Figura 33 - Gráfico relatório da simulação atual e futura
Fonte – Aimsun
44
Os dados que se usaram como referencia mostram claramente uma melhora no fluxo
de veículos. Apesar do novo contorno a ser feito para veículos seguindo no sentido SEàSO,
o aumento da distância para demais veículos é da ordem de 300 metros (máximo), não
causando um transtorno tão grande como o tempo perdido nas filas – tempo muito maior do
que o aumento de percurso – que foi reduzido de aproximadamente 262 s/km para 31 s/km,
uma drástica redução nas filas, de aproximadamente 74 veículos para apenas 9 em média além
do aumento de velocidade harmônica na via em horário de pico, de 11 km/h para 37 km/h
aproximadamente.
45
CONSIDERAÇÕES FINAIS
A modelagem e simulação computacional, como ferramenta para dimensionar obras
viárias mostrou-se como um importante aliado para prever os resultados de uma modificação
num sistema existente ou criação de um novo. Os transtornos causados por uma obra devem
ser justificados com a eficiência de sua implantação, sob pena de desgaste da imagem do seu
executor ou projetista – normalmente órgãos públicos responsáveis pela mobilidade urbana,
neste contexto – e podendo levar a total invalidação do investimento ao não atingir os níveis
de eficiência esperados.
O objetivo geral deste estudo foi o de criar insumos para decisões gerenciais na
alteração de uma via urbana. Os objetivos foram atingidos a nível de pré-experimento
considerando sugestões dos técnicos do IPPUJ e ainda propondo mudanças adicionais,
consensadas com os técnicos.
As propostas deste pré-experimento podem ser aplicadas para fins de validação prática
antes de qualquer intervenção permanente nas vias. Este processo pode ser feito com o uso de
agentes de trânsito, sinalização temporária e medição das filas – na prática este é um
indicador da eficiência da via no fluxo de veículos. A minimização do impacto causado
apenas temporariamente nos horários de pico para eventuais ajustes no experimento é um
ponto forte deste tipo de abordagem que fornecerá as bases para o projeto de alteração da via.
É recomendável também que as medições sejam executadas em mais dias no mesmo
horário de pico e também no horário de pico em que o fluxo se opõe, normalmente registrado
no fim da tarde, além ainda de medições em dias diversos ao longo do mês (ou meses) para
reduzir o erro eventualmente resultante de agentes extras como acidentes, carros quebrados, o
impacto das datas comemorativas, dos feriados, dias de pagamentos, condições climáticas,
sazonalidade etc.
Também devemos atentar a questão cultural no crescimento das cidades: a “cultura do
carro” como temos hoje não é sustentável – o problema dos congestionamentos não será
combatido a longo prazo apenas aumentando a capacidade para os automóveis nas vias
urbanas. Apesar deste estudo buscar uma solução dentro de restrições de espaço, restrições
financeiras para obras completamente novas, ele não resolverá problemas de longo prazo que
certamente virão.
Novos projetos devem fazer uso da modelagem e simulação prevendo cidades mais
inteligentes, uso de sistemas de transportes compartilhados, transporte público priorizado
além de novos modais principalmente para médias e grandes cargas. Planejar a longo prazo e
utilizar adequadamente ferramentas e recursos de modo que o crescimento urbano seja uma
consequência deste planejamento e não o contrário, irá maximizar os resultados positivos –
que transcendem uma obra viária: trazem desenvolvimento humano e cultural, e reduzem ou
até eliminam os custos pelas constantes demandas por novas adaptações para a manutenção
de sua função.
46
REFERÊNCIAS BIBLIOGRÁFICAS
ALMEIDA, C. M., CÂMARA, G., & MONTEIRO, A. M. (2007). Geoinformação em
urbanismo: cidade real X cidade virtual (1a ed. ed.). São Paulo, SP, Brasil: Oficina de
Textos.
BALLOU, R. H. (2010). Gerenciamento da cadeia de suprimentos/Logística empresarial (5a
ed. ed.). Porto Alegre, RS, Brasil: Bookman.
BRANCO, A. (2011). Trânsito e transporte na cidade de São Paulo - Parte I. (SPTrans, Ed.)
São Paulo, SP, Brasil: Revista Coletivo.
CASAS, J., BARCELÓ, J., GARCÍA, D., & PERARNAU, J. (2005). Methodological notes
on combining macro, meso and micro models for transportation analisys. Barcelona:
Universitat Politècnica de Catalunya.
DOT. (1998). Highway cost allocation study: final report. Washington, D.C., USA:
FHWA/DOT.
Fazenda, S. d. (2013). Economia - Governo do Estado de Santa Catarina. Acesso em 20 de
09 de 2014, disponível em http://www.sc.gov.br/index.php/economia
IBGE. (2005). Municípios fora dos centros urbanos ganham espaço no PIB do País. Acesso
em 20 de 09 de 2014, disponível em http://cod.ibge.gov.br/24PIG
LIMA, E. F., & MALEQUE, M. R. (2007). Espaço e Cidade: Conceitos e Leituras (2a ed.
ed.). Rio de Janeiro, RJ, Brasil: 7 Letras.
LIMA, M. P. (2006). Custos logísticos da economia brasileira. Revista Tecnologística.
SOARES, L. F. (1990). Modelagem e simulação discreta de sistemas (7a ed. ed.). São Paulo,
SP, Brasil: IME-USP.
Tectran, G. (s.d.). Microssimulação de Tráfego. Acesso em 27 de 10 de 2014, disponível em
Modelle - Logística e Engenharia: http://website.modelle.eng.br/main/ptBR/33/SIMULACAO/Microssimulacao_de_Trafego
TEIXEIRA, L. B. (1999). Transportes: um perfil engarrafado (Vol. 53). (R. C. Econômica,
Ed.) São Paulo, SP, Brasil: Biblioteca Digital FGV.
47
TSS-Transport Simulation Systems. (2014). Aimsun 8 Dynamic Simulatiors Users' Manual.
WEBBER, M. M., DYCKMAN, J. W., FOLEY, D. L., GUTTENBERG, A. Z., WHEATON,
W. L., & BAUER WURSTER, C. (1964). Indagaciones Sobre La Estructura Urbana (2a ed.
ed.). Berkeley, Califórnia, EUA: GUSTAVO GILI S.A.