projeto de graduação

UNIVERSIDADE FEDERAL DO ESPRITO SANTO

CENTRO TECNOLGICO

DEPARTAMENTO DE ENGENARIA CIVIL

FELIPE SARCINELLI DOS SANTOS DE BORTOLI VITOR GIACOMIN BATISTI

PROPOSTA DE UM MODELO BASEADO EM SIMULAO DE EVENTOS DISCRETOS PARA AVALIAO DA CAPACIDADE DE

FLUXO DE VECULOS DE UMA PRAA DE PEDGIO DE UMA PONTE RODOVIRIA

VITRIA 2012


PROPOSTA DE UM MODELO BASEADO EM SIMULAO DE EVENTOS DISCRETOS PARA AVALIAO DA CAPACIDADE DE

FLUXO DE VECULOS DE UMA PRAA DE PEDGIO DE UMA PONTE RODOVIRIA

Projeto de Graduao dos alunos Felipe Sarcinelli dos Santos De Bortoli e Vitor Giacomin Batisti, apresentado ao Departamento de Engenharia Civil do Centro Tecnolgico da Universidade Federal do Esprito Santo, como requisito parcial para obtano do grau de Engenheiro Civil. Orientador : Prof. Dr. Rodrigo de Alvarenga Rosa.


PROPOSTA DE UM MODELO BASEADO EM SIMULAO DE EVENTOS DISCRETOS PARA AVALIAO DA CAPACIDADE DE FLUXO DE VECULOS DE UMA PRAA DE PEDGIO DE

UMA PONTE RODOVIRIA

Projeto de Graduao apresentado ao Departamento de Engenharia Civil do Centro Tecnolgico da Universidade Federal do Esprito Santo, como requisito parcial para obteno do grau de Engenheiro Civil.

Aprovado em_____de_________de 2012.

COMISSO EXAMINADORA

_________________________________ Prof. Rodrigo de Alvarenga Rosa Universidade Federal do Esprito Santo Orientador

_________________________________Prof. Antnio Luiz Caus Universidade Federal do Esprito Santo Examinador

_________________________________Prof. Tarcsio Rogrio Faustini Universidade Federal do Esprito Santo Examinador

AGRADECIMENTOS

Primeiramente, agradecemos a Deus por todas as graas que nos concedeu e,

principalmente por mais uma importante etapa vencida.

Somos eternamente gratos aos professores pelo conhecimento que nos

transmitiram e, em especial, ao professor Rodrigo de Alvarenga Rosa pelo

incentivo, colaborao e pacincia.

administrao da RodoSol, principalmente Lydiane Silva de Oliveira e ao

Andr Beltrame, pela ateno e toda a ajuda prestada.

nossa famlia e amigos, por todo o apoio.

Obrigado a todos!

RESUMO

Este projeto visa fazer uma anlise da capacidade de operao da Praa de

Pedgio da Terceira Ponte, considerando os tipo de veculos, o tempo de

cobrana, o nmero de cabines, entre outros fatores que influenciam na

capacidade. Constantemente, formam-se filas na Praa de Pedgio da Terceira

Ponte, e essas filas so formadas nos dois sentidos. Contudo, nos horrios de

pico, a fila formada no sentido Vitria Vila Velha interfere diretamente no fluxo

de veculos nas vias prximas Praa de Pedgio.

O objetivo principal deste projeto criar modelos de cenrios, atravs de

simulao, para avaliar a capacidade de atendimento, com intuito de melhorar

o fluxo de veculos em Vitria.

Palavras-chave: Praa de Pedgio, Capacidade, Simulao

ABSTRACT

This project intends to analyze the operation capacity of the Terceira Pontes

toll booths, considering the vehicle types, the time spent on payment, the

number of booths, as well as other factors that influence its capacity.

Constantly, queues are formed on the Terceira Pontes toll booths in both ways.

However, at rush hour, the queues on the way from Vitria to Vila Velha

interfere on the streets close to the toll booths.

The main objective of this project is to create scenarios, through simulation, to

evaluate the service capacity, aiming the improvement of the vehicle flow in

Vitria.

Key words: Toll booth, Capacity, Simulation

LISTA DE FIGURAS

Figura 1 Zonas de Aproximao e de Afastamento ........................................... 18

Figura 2 Diviso das Zonas de Aproximao e de Afastamento ...................... 19

Figura 3 Fenmeno do SpillBack em Praas de Pedgio ................................. 26

Figura 4 Porcentagem de usurios pagando exatamente o valor da tarifa de

acordo com a fila a sua frente ................................................................................... 27

Figura 5 Caracterizao dos Nveis de Servio em Rodovias de Pista Dupla 33

Figura 6 Classificao dos Sistemas para Fins de Modelagem e Simulao 40

Figura 7 Etapas da Simulao de Sistemas Dinmicos Aleatrios Discretos 41

Figura 8 Etapas para Modelagem e Simulao .................................................. 42

Figura 9 Tela Inicial do ARENA ............................................................................. 46

Figura 10 cone e Janela de Opes do Mdulo Create ................................... 47

Figura 11 cone e Janela de Opes do Mdulo Dispose ................................. 47

Figura 12 cone e Janela de Opes do Mdulo Process ................................. 48

Figura 13 cone e Janela de Opes do Mdulo Decide ................................... 49

Figura 14 cone e Janela de Opes do Mdulo Record ................................... 49

Figura 15 cone e Janela de Opes do Mdulo Enter ...................................... 50

Figura 16 cone e Janela de Opes do Mdulo Route ..................................... 51

Figura 17 Planta e Vista da Ponde Deputado Darcy Castello de Mendona . 58

Figura 18 Esquema da Praa de Pedgio da Ponte Deputado Darcy Castello

de Mendona ................................................................................................................ 59

Figura 19 Vista Area da Praa de Pedgio da Terceira Ponte ....................... 60

Figura 20 Esquema Simplificado do Processo Estudado .................................. 64

Figura 21 Chegada de Automveis para Processamento Manual ................... 65

Figura 22 Processamento de Automveis por Cabines Manuais..................... 66

Figura 23 Chegada de Automveis para Processamento Eletrnico .............. 67

Figura 24 Processamento de Automveis por Cabines Eletrnicas ................ 67

Figura 25 Chegada de Motocicletas e sua Distribuio para Cabine Exclusiva

........................................................................................................................................ 68

Figura 26 Distribuio e Processamento para Cabines Manuais Rua Clvis

Machado ........................................................................................................................ 68

Figura 27 Distribuio para Cabines Manuais Avenida Nossa Senhora da

Penha ............................................................................................................................. 69

Figura 28 Processamento por Cabines Manuais Avenida Nossa Senhora da

Penha ............................................................................................................................. 69

Figura 29 Chegada e Processamento de nibus ............................................... 70

Figura 30 Modelo do Cenrio 5 .............................................................................. 71





LISTA DE TABELAS

Tabela 1 Taxa de Atendimento de Trabalhos Internacionais (veculo/hora/

cabine) ............................................................................................................. 22

Tabela 2 Taxa de Atendimento de Trabalhos Nacionais ............................... 23

Tabela 3 Fatores de Reduo da Capacidade de Atendimento para Perodos

do Dia e Situaes Climticas. Tabela proposta por Chang (1987) e adaptada

por Lin e Su (1994) ........................................................................................... 24

Tabela 4 Critrios Utilizados na Literatura para Definio de Nvel de Servio

em uma Praa de Pedgio ............................................................................... 35

Tabela 5 Fluxo e Configurao dos Cenrios ............................................... 56

Tabela 6 Taxa de Chegada de Veculos por Cenrio .................................... 62

Tabela 7 Caractersticas dos Veculos .......................................................... 63

Tabela 8 Dados Referentes s Filas geradas nos Cenrios Iniciais ............. 76

Tabela 9 Anlise do Nvel de Servio dos Cenrios Iniciais .......................... 80

Tabela 10 Anlise do Nvel de Servio dos Cenrios Propostos ................... 80

LISTA DE QUADROS

Quadro 1 Medidas de Eficincia para Praas de Pedgio encontradas na

Literatura ....................................................................................................................... 31

Quadro 2 Exemplos de Pacotes de Simulao e seus Principais Empregos 45

Quadro 3 Parmetros dos Processos ................................................................... 61

LISTA DE GRFICOS

Grfico 1 Fluxo de Atendimento de Veculos no Horrio de Pico .................. 77

Grfico 2 Fila Mxima de Veculos ................................................................ 78

Grfico 3 Fila Mdia Mxima de Veculos ..................................................... 78

Grfico 4 - Comprimento da Fila Mxima de Veculos ..................................... 79

Grfico 5 - Maior Tempo de Espera em Fila..................................................... 79

Grfico 6 - Maior Tempo Mdio de Espera em Fila .......................................... 80

SUMRIO

1 INTRODUO .......................................................................................................... 13

1.1 OBJETIVO GERAL ............................................................................................... 14

1.2 OBJETIVO ESPECFICO .................................................................................... 14

1.3 JUSTIFICATIVA .................................................................................................... 14

1.4 ESTRUTURA DO TRABALHO ........................................................................... 15

2 REFERENCIAL TERICO ..................................................................................... 17

2.1 PEDGIO ............................................................................................................... 17

2.2 PRAAS DE PEDAGIO ....................................................................................... 18

2.2.1 CONCEITOS E OPERAO .......................................................................... 18

2.2.2 CAPACIDADE E TEMPO DE ATENDIMENTO ........................................... 20

2.2.2.1 FATORES QUE INFLUENCIAM NO TEMPO DE ATENDIMENTO ....... 21

2.2.2.1.1 Fatores Operacionais ............................................................................... 21

2.2.2.1.1.1 A Influncia devido as Variadas Formas de Pagamento de Tarifas 22

2.2.2.1.1.2 A Influncia da Categoria dos Veculos ............................................... 23

2.2.2.1.1.3 A influncia do Perodo do Dia e das Situaes Climticas ............. 24

2.2.2.1.1.4 A Influncia da Geometria das Praas de Pedgio e da Alocao

das Formas de Cobrana das Cabines .................................................................... 25

2.2.2.1.1.5 A Influncia dos Valores Cobrados de Tarifas .................................... 26

2.2.2.1.1.6 A Influncia do Volume do Fluxo de Trfego ...................................... 27

2.2.2.1.2 Fatores Humanos ...................................................................................... 27

2.2.2.1.2.1 Fator Humano Motorista ......................................................................... 28

2.2.2.1.2.2 Fator Humano Arrecadador ................................................................... 29

2.2.3 MEDIDAS DE EFICINCIA E NVEL DE SERVIO ................................... 29

2.2.3.1 MEDIDAS DE EFICINCIA .......................................................................... 30

2.2.3.2 NVEL DE SERVIO ..................................................................................... 32

2.3 MODELAGEM E TCNICAS USADAS EM PRAAS DE PEDGIO .......... 37

2.3.1 MODELAGEM E SIMULAO ....................................................................... 38

2.3.1.1 CLASSIFICAO DOS TIPOS DE MODELAGEM E SIMULAO ...... 39

2.3.1.1.1 Sistema Discreto ....................................................................................... 40

2.3.1.2 PROCESSOS ENVOLVENDO ANLISE DE MODELAGEM E

SIMULAO ................................................................................................................. 41

2.3.1.3 FERRAMENTAS PARA SIMULAO ........................................................ 44

2.3.1.3.1 O ARENA ..................................................................................................... 46

3 METODOLOGIA EMPREGADA ........................................................................... 52

3.1 PROPOSIES INICIAIS ................................................................................... 52

3.2 ETAPAS METODOLGICAS ............................................................................. 52

3.2.1 REFERENCIAL TERICO .............................................................................. 52

3.2.2 COLETA DE DADOS ....................................................................................... 53

3.2.3 ANLISE DOS DADOS COLETADOS ......................................................... 53

3.2.4 MODELAGEM E ANLISE DOS RESULTADOS OBTIDOS ................... 54

4 DESCRIO E ANLISE DOS DADOS ESTUDADOS ................................... 58

4.1 CARACTERSTICAS DA PRAA DE PEDGIO ESTUDADA ..................... 58

4.2 CARACTERISTICAS DOS TEMPOS ESTUDADOS E DOS VECULOS ... 60

4.3 O PROCESSO ESTUDADO ............................................................................... 63

4.4 DESENVOLVIMENTO DO MODELO DE SIMULAO E SUA

IMPLEMENTAO ..................................................................................................... 64

4.4.1 CENRIOS: 1 AO 4 .......................................................................................... 64

4.4.2 CENRIOS PROPOSTOS PARA MELHORIA DA CAPACIDADE ......... 70

5 APRESENTAO DOS RESULTADOS ............................................................. 76

6 CONCLUSO ........................................................................................................... 82

6.1 TRABALHOS FUTUROS ..................................................................................... 83

7 REFERNCIAS ........................................................................................................ 84

ANEXOS ....................................................................................................................... 88

ANEXO I Funes de Distribuio dos Processos de Chegada de Veculos 88

ANEXO II Funes de Distribuio dos Processos de Tempos de

Atendimento .................................................................................................................. 96

ANEXO III Distribuio da Frota de Veculos ...................................................... 99

13

1 INTRODUO

A Ponte Deputado Darcy Castello de Mendona, conhecida como Terceira

Ponte, a principal ligao entre os municpios de Vitria e Vila Velha. Com

cerca de 3,3 km de extenso, foi inaugurada em 1989 com o objetivo de

diminuir o fluxo de veculos na Ponte Florentino Avidos e na Ponte do Prncipe,

conhecidas como Primeira e Segunda ponte respectivamente.

Ainda durante seu processo de construo houve uma tentativa de concesso

para que a obra fosse terminada pela iniciativa privada, com a possibilidade da

explorao de pedgio, porm, pesquisas da poca mostravam que o trfego

de veculos seria muito pequeno o que acarretaria num elevado valor da tarifa.

Dois anos antes de sua inaugurao o governo encontrava-se sem recurso

para a finalizao da obra. Neste perodo foi proposto o repassa do custo para

as empreiteiras, em troca de cobrana de pedgio. A Operaes de Rodovias

Ltda. (ORL) foi quem assumiu o gerenciamento da ponte de sua inaugurao

at 1989, realizando a cobrana do pedgio nesse perodo para o pagamento

da dvida da construo.

Ao trmino deste contrato (1989), nova licitao foi aberta para concesso de

obra pblica, pelo prazo de 25 anos, para recuperao, melhoramento,

manuteno, conservao, operao e explorao do SISTEMA RODOVIA DO

SOL, sendo assumido pela empresa RodoSol, a qual administra o pedgio da

Terceira Ponte at a presente data.

A praa de pedgio da Terceira Ponte conta com 15 pistas, das quais 12 pistas

so manuais e 3 pistas so automticas. Contando com um servio de socorro

mecnico 24 horas, cmeras de monitoramento e servio de remoo e

primeiros socorros, os usurios de veculos de passeio, que representam a

maior parte do fluxo da ponte, precisam desembolsar R$1,80 para passar pela

Terceira Ponte.

14

1.1 OBJETIVO GERAL

O objetivo geral construir modelos, baseados em simulao de eventos

discretos, para avaliar a capacidade de atendimento de veculos da praa de

pedgio.

Com isso, pelos cenrios, avaliar as possveis melhorias para o trfego na

cidade de Vitria.

1.2 OBJETIVO ESPECFICO

Estudar e aplicar a modelagem de sistemas discretos;

Levantar os tempos de atendimentos, o fluxo e as taxas de chegada dos

veculos, a fim de se obter dados para criao do modelo;

Modelar, por meio de tcnica de Simulao, o processo de atendimento

do pedgio existente, avaliando o tamanho das filas geradas e os

tempos em filas.

Modelar, por meio de tcnica de Simulao, o processo de atendimento

de uma nova praa de pedgio que melhor satisfaa o fluxo de trfego

existente.

1.3 JUSTIFICATIVA

A cobrana de pedgio, sob a anlise da engenharia de trfego, age como um

gargalo ao fluxo de veculos. A interrupo do fluxo de trfego nas praas

ocorre devido necessidade da reduo da velocidade e parada dos veculos

nas cabines para efetuao do pagamento das tarifas. Em pagamentos

manuais, a parada obrigatria para o pagamento em cabines. O pagamento

eletrnico necessita que os veculos equipados reduzam a velocidade para que

a leitura dos dispositivos seja feita. Assim, h uma reduo expressiva na

capacidade das rodovias em trechos onde existam praas de pedgio.

15

O problema se agrava em horrios de picos do trfego, gerando

congestionamentos. Os congestionamentos acontecem quando a capacidade

de atendimento da praa alcanada, ocasionando um aumento no tempo de

viagem devido aos atrasos provocados por espera em filas, necessria para o

pagamento do pedgio.

A ineficincia do sistema de pedagiamento um grande problema, gerando

alm do aumento no tempo de viagem, um aumento no consumo de

combustvel (devido a inmeras arrancadas e parada nas filas), na emisso de

poluentes, rudos, riscos de acidente, dentre outros fatores. Visando eliminar

e/ou amenizar estes problemas, o estudo da qualidade e das condies de

operao do servio de praas de pedgio pode fornecer informaes que

auxiliem a tomada de deciso para otimizar esse sistema.

Sabe-se que a Ponte Deputado Darcy Castello de Mendona uma das

principais ligaes entre os municpios de Vitria e Vila Velha. Por este motivo,

apresenta um grande fluxo de veculos, que constantemente interferem no

trnsito nas proximidades da praa de pedgio.

Desta forma, importante avaliar possveis aes que venham a melhorar o

fluxo de veculos que utilizam este servio.

1.4 ESTRUTURA DO TRABALHO

Este projeto divide-se em sete captulos mais trs anexos.

O captulo 1 possui as consideraes iniciais do trabalho, o objetivo geral e os

objetivos especficos, a justificativa para escolha desse estudo e a estrutura do

trabalho.

No captulo 2 exposto o referencial terico onde esto contidas informaes

sobre modelagem, simulao de sistemas e ferramentas de simulao. Alm

de termos e conceitos Praas de Pedgio e sua capacidade.

O captulo 3 apresenta a metodologia do trabalho, isto , a forma de realizao

do projeto, o referencial terico, a coleta e tratamento dos dados, a maneira

como est desenvolvido o modelo de simulao e anlise dos resultados

16

obtidos no software ARENA, os parmetros da simulao e a proposio de

novos cenrios.

O Captulo 4 apresenta a descrio e anlise dos dados estudados da

simulao dos cenrios.

O captulo 5 contm os resultados obtidos atravs dos modelos de simulao.

O captulo 6 contm as concluses.

O captulo 7 apresenta as referncias.

Nos anexos esto presentes os dados avaliados.

17

2 REFERENCIAL TERICO

2.1 PEDGIO

No Brasil, a cobrana de pedgio foi formalmente instituda na Constituio

Federal de 1946 como taxa (ou tributo), o que gerou diversas polmicas e

argies quando da criao do selo pedgio. Recentemente, o pedgio

passou a ser considerado um preo pblico, o que justifica sua cobrana por

concessionrias privadas e elimina as discusses sobre bitributao e

inconstitucionalidade. Atualmente, o pedgio no Brasil est relacionado ao

incio da desestatizao da malha viria. (Vasconcelos, 2004)

So utilizados dois sistemas de cobrana no Brasil: a coleta manual e a coleta

eletrnica.

A coleta manual feita por meio de um arrecadador que recolhe o dinheiro do

motorista. O pagamento pode ser realizado em espcie ou com vales

comprados pelo motorista antecipadamente. Quando em espcie pode gerar

pequenos atrasos, devido ao tempo gasto pelo motorista para pegar o dinheiro

e pelo arrecadador para dar o troco.

A coleta eletrnica feita por um equipamento eletrnico instalado no veculo

que envia um sinal a uma antena localizada na praa de pedgio, descontando

a taxa do pedgio automaticamente. Este tipo de coleta mais utilizado por

veculos que passam diariamente pelas praas de pedgio, e aumenta a

capacidade da praa, visto que os motoristas no precisam parar o veculo

para que seja efetuada a cobrana, dando assim maior fluidez ao trnsito.

(Arajo, 2001)

O comportamento das praas de pedgio influenciado diretamente por alguns

fatores, podendo tornar-se uma preocupao para os operadores, pois o mau

funcionamento destas pode gerar atrasos e muitos transtornos, tanto para os

utilizadores da praa, quanto para o trnsito da regio onde est localizada a

praa de pedgio.

O tempo de atendimento um fator de grande importncia para o bom

funcionamento das praas de pedgio, este varia de acordo com vrios fatores,

18

como por exemplo: a geometria da praa, a velocidade de atendimento do

arrecadador, o tempo que o motorista leva para entregar o dinheiro, os tipos de

veculos, dentre outros.

2.2 PRAAS DE PEDAGIO

2.2.1 CONCEITOS E OPERAO

Schaufler (1997) define praa de pedgio como a rea onde o pedgio

cobrado. Esta rea comea onde a estrada se alarga o suficiente para que

sejam instalados quantos postos de cobrana sejam necessrios para o

atendimento da demanda do trfego, continua pelas ilhas de cobrana e

termina onde a rodovia geralmente volta sua largura original, exceo de

praas localizadas nas sadas de pontes, onde podem existir diversas alas de

sada com mais faixas que a ponte propriamente dita.

As praas de pedgio so compostas basicamente por uma cabine de

cobrana, a zona de aproximao e a zona de afastamento.

Figura 1 Zonas de Aproximao e de Afastamento

Fonte Google Earth

19

De acordo com Faria (2008), a zona de aproximao a rea localizada antes

das cabines. Esta zona composta de duas partes basicamente: uma rea de

transio onde a pista tem um alargamento at atingir uma largura suficiente

para acomodar o nmero desejado de cabines; e uma regio com largura

constante prxima s cabines para acomodar possveis filas que venham a se

formar, de forma que os tamanhos dessas filas no excedam e alcancem a

regio da rodovia. Esta uma rea crtica que influencia no nvel de servio de

uma praa de pedgio, j que em algum momento os veculos precisam parar,

ou porque chegaram cabine, ou porque chegaram ao fim da fila.

A zona de afastamento regio da praa de pedgio onde o nmero de faixas,

que igual ao nmero de cabines, diminui para que fique apenas o nmero de

faixas correspondente ao da rodovia. A zona de afastamento formada

basicamente por: uma rea de recuperao, que possui largura constante,

usada para que os motoristas possam acelerar seus veculos; e a rea de

transio onde a pista passa a sofre um estreitamento at atingir a largura da

rodovia. Esta zona tambm representa um ponto crucial no que diz respeito ao

nvel de servio. (Faria, 2008)

Figura 2 Diviso das Zonas de Aproximao e de Afastamento

Fonte Google Earth

20

2.2.2 CAPACIDADE E TEMPO DE ATENDIMENTO

De acordo com Tiefensee (2005), a capacidade de operao de uma praa de

pedgio est diretamente ligada aos tempos de atendimentos realizados nas

cabines, ao sistema de cobrana, as caractersticas de trfego e da prpria

praa.

O fluxo de veculos interfere na capacidade do pedgio, pois, normalmente, a

capacidade da via maior que a capacidade do pedgio devido necessidade

de uma reduo ou parada do veculo para efetuar o pagamento, dependendo

do tipo de coleta, com isso diminu-se a capacidade do pedgio em relao

via.

A composio da frota e a intensidade do fluxo so fatores variveis durante o

dia, mas que comumente se repetem em certos horrios, o que causa

crescimento das filas em horrios de pico, os quais ocorrem, normalmente, na

ida e volta para o trabalho da maioria da populao.

No existe uma padronizao quanto forma de medio de tempos de

atendimento nas cabines. Vrios so os modelos adotados para esta

determinao. Esta pluralidade de procedimentos que podem gerar diferentes

valores para os tempos de atendimento e por conseqncia para a capacidade

de operao, por isso no recomendvel a comparao direta entre os

valores apresentados nas pesquisas.

A seguir apresentado um resumo do mtodo utilizado por seu respectivo

autor na coleta do tempo de atendimento de acordo com Oliveira (2004).

Arajo (2001) apresenta em simulao de fila o tempo de atendimento como

sendo aquele entre duas descidas consecutivas de cancelas e, na ausncia de

fila, o tempo de atendimento como sendo aquele entre a chegada do veculo na

posio de pagamento e o momento em que a cancela desce aps sua

passagem.

Oliveira et al (2003a), por sua vez, trata o tempo de atendimento como sendo

aquele entre paradas consecutivas de veculos na posio de pagamento.

21

Lin e Su (1994) consideram que o tempo de atendimento est compreendido

entre o momento em que o veculo encontra-se em sua posio de pagamento,

at o momento em que seu ltimo eixo ultrapassa uma linha de referncia

imaginria.

Lin (2001) Apresenta o tempo de atendimento como aquele entre a chegada do

veculo a posio de pagamento e o momento em ele comea a reacelerar,

liberando a cabine para o prximo veculo.

Danko e Gulewicz (1991) avaliam como tempo de atendimento o perodo em

que motorista e arrecadador estavam interagindo.

Ainda podem existir outros fatores que levem a um processo de atendimento

variado de acordo com a praa de pedgio. Atividades envolvidas na

arrecadao de tarifas podem variar de acordo com as exigncias legais, layout

apresentado pelas cabines e a tecnologia empregada nas praas de pedgios.

2.2.2.1 FATORES QUE INFLUENCIAM NO TEMPO DE

ATENDIMENTO

Os fatores que podem interferir no tempo de atendimento nas cabines das

praas de pedgio podem ser de carter operacional ou humano. Fatores

operacionais esto ligados principalmente forma de pagamento efetuado, a

categoria do veculo atendido, a situaes climticas e etc. J os fatores

humanos esto associados relao humana dos arrecadadores e motoristas.

2.2.2.1.1 Fatores Operacionais

De acordo com Oliveira (2009), os fatores operacionais intervenientes no

processo de cobrana, e que influenciam nos tempos de atendimento das

cabines, so: (i) formas variadas de pagamentos de tarifas, (ii) categorias de

veculos, (iii) perodo do dia e situaes climticas, (iv) geometria das praas

de pedgio e alocao das formas de cobrana das cabines, (v) valores

cobrados de tarifas, (vi) volume do fluxo de trfego, entre outros.

22

2.2.2.1.1.1 A Influncia devido as Variadas Formas de Pagamento

de Tarifas

Estudos de trabalhos internacionais fazem anlises das taxas de atendimentos

com diferentes formas de pagamento. Os resultados dessas anlises esto

apresentados na Tabela 1, e so correspondentes s cobranas: (i) manual

existe interao entre o motorista e o arrecadador, o pagamento feito atravs

de dinheiro ou ticket, com a parada do veculo; (ii) automtico no h

interao entre o motorista e o arrecadador, a operao de pagamento feita

atravs de cartes, mquinas de moedas, etc.; (iii) eletrnica exclusiva

veculos equipados com IAV (Identificao Automtica de Veculos), onde no

se faz necessria a parada do veculo para que seja efetuada a cobrana,

existe a presena fsica da praa de pedgio, e; (iv) eletrnica expressa

veculos equipados com IAV (Identificao Automtica de Veculos), onde no

se faz necessria a parada do veculo para que seja efetuada a cobrana, no

existe a presena fsica da praa de pedgio. (Oliveira, 2004, p. 26 e 27)

Tabela 1 Taxa de Atendimento de Trabalhos Internacionais (veculo/hora/ cabine)

Estudos Tipos de Cabines

Manual Automtica Eletrnica exclusiva

Eletrnica expressa

Edie (1954) 205-225 - - - Woo e Hoel (1991) - 590-705 - -

Pietrzyk e Mierzejewski (1993) 350 500 1200 1800

Lam (1995) 400 - - 1800 Lin e Su (1997) 360 775 - -

Pesquera et al. (1997) 225 475 - -

Polus e Reshetnik (1997) 250-450 550-850 1100-1300

-

Zarrillo (1998) 240-450 480-660 - 1920 Van Dijk et al. (1999) 380 580 950 - Prevedouros (2002) 350 650 1200 1800 Klodzinski e Al-Deek

(2002a) 400 500 - 1800

Fonte Oliveira (2004)

Como estudos brasileiros existem Arajo (2001) e Oliveira et al. (2003a) que

realizaram esta anlise estatstica em praas de pedgio de So Paulo e Rio

Grande do Sul, respectivamente. Para esses estudos, so apresentados os

valores mdios na Tabela 2.

23

Tabela 2 Taxa de Atendimento de Trabalhos Nacionais

Estudos Formas de Pagamento

Manual Automtico Eletrnico

Arajo (2001) Dinheiro

Fracionrio Dinheiro

Exato

Carto de

Crdito

Carto Inteligente

Carto Leitura ptica

IAV*

Mdia de atendimento

(s) 24,28 15,17 24,17 9,88 - 3,19

Capacidade (Vec/h/cabine)

148 237 149 364 - 1129

Oliveira et al. (2004)

Dinheiro Fracionrio

Dinheiro Exato

Carto de

Crdito

Carto Inteligente

Carto Leitura ptica

IAV*

Mdia de atendimento

(s) 19,62 17,06 - - 13,04 -

Capacidade (Vec/h/cabine)

183 211 - - 276 -


Os resultados obtidos para taxa de atendimento em trabalhos brasileiros sobre

o tema no devem ser comparados com os internacionais, visto que o

pagamento manual composto por diferentes aes aleatrias e

independentes envolvidas no processo, como citado no incio desse captulo, e

suas medies podem ser obtidas das mais diversas formas. (Oliveira, 2004)

2.2.2.1.1.2 A Influncia da Categoria dos Veculos

Entre os fatores que influenciam no tempo de atendimento nas cabines, a

categoria dos veculos tem papel de grande importncia.

De acordo com Oliveira (2004), em anlises sobre praas de pedgio, o estudo

sobre as diferenas entre as categorias de veculos necessrio, pois:

As aceleraes e desaceleraes dos veculos nas cabines so

influenciadas devido relao peso-potncia;

Diferentes categorias de veculos podem exibir diferentes perfis

comportamentais de motoristas;

24

Em diferentes categorias ocorrem as variaes das tarifas (inteiras ou

fracionadas);

As dimenses dos veculos (comprimento, altura e largura) podem

interferir:

o na movimentao entre as cabines (veculos mais largos podem

apresentar velocidades mais baixa, a fim de se evitar acidentes);

o no tamanho das filas nas cabines (veculos mais compridos fazem

com que as filas se tornem maiores),e;

o no pagamento manual nas cabines (a altura dos veculos pode vir

a acarretar problemas, dificultando a interao entre os

arrecadadores e os motoristas).

2.2.2.1.1.3 A influncia do Perodo do Dia e das Situaes

Climticas

Oliveira (2004) afirma que em um estudo realizado por Chang (1987; apud Lin

e Su 1994) foi avaliada a influencia causada pelo perodo do dia (dia ou noite) e

pelas condies climticas (seco ou chuvoso) nos tempos de atendimentos das

cabines de pedgio. A Tabela 3 apresenta a reduo da capacidade de

atendimento, devido aos fatores mencionados, para algumas formas de

pagamento e categorias veiculares.

Tabela 3 Fatores de Reduo da Capacidade de Atendimento para Perodos do Dia e

Situaes Climticas. Tabela proposta por Chang (1987) e adaptada por Lin e Su (1994)

Veculos Leves Caminhes Leves Caminhes Pesados e

nibus Condies

meteorolgicas Sem Troco

Com Troco

Qualquer forma de pagamento

Qualquer forma de pagamento

Tempo seco, noire

4% 4% 21% 7%

Chuvoso, dia 13% 6% 11% 4% Chuvoso, noite 23% 6% - -


25

Os fatores de reduo da capacidade de atendimento apresentado por Chang

(1987) devem ser empregados sobre a capacidade obtida durante o turno

diurno, em condies de tempo seco.

2.2.2.1.1.4 A Influncia da Geometria das Praas de Pedgio e da

Alocao das Formas de Cobrana das Cabines

As praas de pedgio apresentam diferentes geometrias de acordo com o

nmero de cabines, largura de faixas em cabines de pagamento, altura das

janelas das cabines de cobrana, rea de aproximao, rea de retomada de

acelerao, entre muitos outros aspectos.

De Acordo com Oliveira (2004), a largura de faixas em cabines de pagamento

(faixas de rolamento) pode vir a influenciar nos tempos de atendimento. A

largura da faixa de rolamento medida entre meios-fios das cabines.

Categorias diferentes de veculos apresentam diferentes dimenses, fazendo

com que motoristas de veculos mais largos tenham maior dificuldade de

movimentao, o que provoca uma reduo de sua velocidade e um

conseqente aumento no tempo de atendimento.

A altura das janelas das cabines de cobrana tambm apresenta influncia

conforme a categoria do veculo, pois veculos mais altos podem apresentar

dificuldades no momento da interao entre arrecadadores e motoristas.

A zona de aproximao das cabines ou cones de aproximao pode influenciar

o tempo de atendimento devido ao fenmeno chamado de SpillBack. Este

fenmeno ocorre quando os veculos que realizam o pagamento manual, que

so maioria, superlotam as cabines de recolhimento manual, eles passam a

bloquear a entrada da rea de aproximao, dessa forma os demais veculos

que se dirigem as cabines ociosas e que buscam efetuar o pagamento em

cabines eletrnicas ficam retidos. Neste processo o sistema sofre atraso como

um todo. A Figura 3 ilustra este fenmeno, onde os veculos esto

representados com suas devidas formas de pagamento (ETC - eletrnico; M

manual, e; V carto).

26

Figura 3 Fenmeno do SpillBack em Praas de Pedgio

Fonte ASTARITA et al (2001)

Fatores como iluminao da praa, cabines e entorno tambm de grande

importncia tanto apara um melhor processamento quanto para a segurana

dos veculos em geral. A rea de aproximao local de intensa

movimentao, onde deciso de troca de faixa tomada, logo uma iluminao

adequada aumenta a segurana e a noo de espao dos motoristas. (Oliveira,

2004, p.32)

2.2.2.1.1.5 A Influncia dos Valores Cobrados de Tarifas

Os valores cobrados das tarifas, sejam eles inteiros ou fracionados, tambm

geram influncia no tempo de atendimento nas cabines de praas de pedgio.

Segundo Boronico e Siegel (1998, apud Oliveira, 2004), em um estudo foi

mostra um aumento nos atrasos gerados pelas praas de pedgio devido

mudana de tarifas para valores fracionados. Foi possvel identificar grande

impacto, pois os arrecadadores precisavam realizar um maior nmero de

transaes com necessidade de troco.

Arajo (2001) tambm realizou o mesmo estudo em praas no estado de So

Paulo e constatou que o tempo de atendimento era reduzido substancialmente

em praas onde a cobrana se fazia por valores inteiro.

27

2.2.2.1.1.6 A Influncia do Volume do Fluxo de Trfego

Oliveira et al (2003a) realizou um estudo avaliando a influncia gerada pelo

tamanho da fila no tempo de atendimento nas cabines. Neste estudo foi

apresentado que filas nas cabines podem favorecer para que motoristas que

esto a espera procurem valores exatos da tarefa, agilizando assim seus

tempos de atendimentos. A Figura 4, Oliveira et al (2003a), mostra a forma de

pagamento realizada em funo do tamanho da fila.

Figura 4 Porcentagem de usurios pagando exatamente o valor da tarifa de acordo com a fila

a sua frente

Fonte Oliveira et al (2003a)

Tambm foi citada a influncia da intensidade do trfego em um estudo

realizado por Zarrillo (1998), afirmando que o processamento mximo para os

arrecadadores seria atingido quando as filas apresentassem um nmero de

doze veculos.

A intensidade do fluxo de veculos tambm pode provocar o fenmeno de

Spillback, podem gerar perdas por atrasos.

2.2.2.1.2 Fatores Humanos

O fator humano, no processo de pagamento da tarifa do pedgio, est

relacionado ao do motorista e do arrecadador, e varia com o tipo de

cobrana efetuado. Em processos de cobrana manual, onde existe a atuao

do arrecadador, alm da interao entre o arrecadador e o motorista, o tipo

de cobrana que ir mostrar os maiores tempos de atendimento e menores

28

capacidade de processamento. J em processos de cobrana automtica no

existe a presena do arrecadador, havendo apenas interao do motorista com

o dispositivo automtico de cobrana.

A cobrana eletrnica, por sua vez, afetada por uma pequena parcela de

participao humana (a desacelerao e a acelerao do motorista), sendo sua

cobrana realizada atravs, somente, de dispositivos eletrnicos instalados no

veculo e na praa. No h parada de veculo para realizao do pagamento,

apenas uma reduo na velocidade para segurana do motorista e para que o

equipamento realize a leitura corretamente, tornando este mtodo de cobrana

o de melhor tempo de atendimento.

2.2.2.1.2.1 Fator Humano Motorista

O tempo de atendimento pode sofrer influncia de acordo com o motorista, pois

cada motorista pode apresentar diferentes caractersticas. Para classificao

dos motoristas pode-se levar em conta se este um usurio freqente ou no-

freqente que transita pela praa e caractersticas comportamentais

apresentadas por eles.

De acordo com Arajo (2001) a freqncia com que um usurio utiliza aquela

via faz com que ele tenha conhecimento prvio sobre o local e as tarifas

cobradas, influenciando no tempo de atendimento do usurio.

Segundo Oliveira (2004), as caractersticas comportamentais do motorista, por

sua vez, refletem na forma de conduo do veculo (acelerao,

desacelerao, troca de faixa e outras reaes que o condutor pode vir a

apresentar). Estas caractersticas so informaes importantes para

compreenso de tempos de atendimentos. Quer seja realizado um pagamento

manual ou automtico, o veculo necessita desacelerar para efetuar tal

pagamento e depois tornar a acelerar. At mesmo em pagamentos eletrnicos

preciso que haja certa desacelerao, e que o motorista apresente

constncia de velocidade no trecho onde ser feita a leitura, para que possa

ento retomar a velocidade. De acordo com o motorista, estas caractersticas

podem apresentar grandes diferenas, influenciando consideravelmente o

29

tempo de atendimento. Estes conceitos foram observados em estudos de Al-

Deek (2000), Astarita et al (2001) e Horn (2003a).

2.2.2.1.2.2 Fator Humano Arrecadador

Oliveira (2004) afirma que outro fator humano de grande importncia e que

interfere nos tempos de atendimento so os arrecadadores que trabalham nas

cabines das praas de pedgio. De acordo com alguns autores, arrecadadores

podem sofre influencia da taxa de chegada e do fluxo de veculos. Segundo

Woo e Hoel (1991), os arrecadadores consomem um maior tempo processando

os veculos quando o trfego encontra-se em condies leve do que quando

esto pressionados por uma fila, quando tende a realizar a o processamento

com maior velocidade. Da mesma forma, Danko e Gulewicz (1991) afirmam

que os tempos de processamento de veculos realizados pelos arrecadadores

podem estar relacionados com o comprimento da fila.

Oliveira et al (2003a), em seu estudo, avalia a relao entre o tempo de

atendimento nas cabines das praas de pedgio com o comprimento das filas.

Foi possvel verificar um aumento de 17,48% na eficincia de processamento

dos veculos, entre nveis de congestionamento baixos e altos. Neste estudo, o

nvel de congestionamento considerado baixo quando existe a presena de

apenas um veculo na fila de espera, alm do veculo que est sendo atendido,

e considerado alto quando existem 10 ou 11 veculos na fila de espera, alm

do veculo que est sendo atendido.

2.2.3 MEDIDAS DE EFICINCIA E NVEL DE SERVIO

Segundo o HCM so necessrias medidas quantitativas para caracterizar as

condies de trfego e definir a qualidade de servio de uma infraestrutura de

transportes (TRB, 2000). Medidas de eficincia so medidas quantitativas,

obtidas atravs de clculos e formulaes. Nvel de servio uma medida de

desempenho baseada na percepo dos usurios e passageiros (Lin e Su,

1994), uma medida qualitativa. Em praas de pedgio, os valores das medidas

30

de eficincia servem de auxlio para a elaborao de estudos que tem por

objetivo determinar nveis de servio para as praas.

2.2.3.1 MEDIDAS DE EFICINCIA

Medidas de eficincia so medidas de desempenho quantitativas que

caracterizam o funcionamento de uma infraestrutura de transportes

(interseces, rodovias, praas de pedgios, etc.) de forma a avaliar seu

funcionamento. Cada tipo de infra-estrutura de transportes possuir medidas

nicas que podero ser obtidas, por exemplo, atravs de observaes

empricas ou simulao. Para aquelas infraestruturas que possuem uma

metodologia definida para avaliao de sua capacidade, as medidas de

eficincia atuam como informao primordial na definio de nveis de servio

(Al-Deek, 2001).

Duas medidas de eficincia comumente utilizadas para avaliar o desempenho

operacional de praas de pedgio so o atraso veicular e o comprimento mdio

de filas nas cabines (Sahin, 2006).

O Quadro 1 fornece o resumo de algumas medidas de eficincia, para

avaliao de praas de pedgio, encontradas na literatura, alm do nvel de

agregao das respectivas medidas de eficincia. (Oliveira, 2009)

31

Quadro 1 Medidas de Eficincia para Praas de Pedgio encontradas na Literatura

Estudos Medidas de eficincia utilizadas

Nvel de agregao

Edie (1954) Atraso Mdio; Fila Mxima Individual por Veculo; Por cabine da Praa Nielsten (1988)

apud Zarrillo (1998);

Wanisubut (1989)

Tempo Mdio de Espera na Fila Individual por Veculo

Woo & Hoel (1991)

Relao Volume-Capacidade (V/C) Agregado para toda a Praa

Burris & Hildebrand

(1996); Lin & Su (1994)

Comprimento Mdio de Fila; Tempo Mdio no Sistema

Por cabines; Individual por Veculo

Gulewicz & Danko (1995)

Comprimento Mdio de Fila; Tempo Mdio de Espera Individual por Cabine

Al-Deek & Radwan (1995)

Tempo Mdio de Espera na Fila;

Relao Volume-Capacidade (V/C)

Tempo por Veculo; Relao V/C

agregada para toda a Praa

Morin et alii (1996a)

Comprimento Mdio de Fila; Tempo Mdio de Espera

Por cabine; Por forma de coleta de pedgio (incluindo

mix de formas) Polus (1996) Atraso Mdio Total Agregado para toda a Praa

Zarrillo (1998) Atraso Mdio; Fila Mxima Agregado para toda a Praa ou por cabine; Por cabine Fan & Saito

(1998) Atraso Mdio de Parada Agregado para toda a Praa

Van Dijk et alii (1999)

Tempo Mdio de Espera; Fila Mxima; Nvel de Utilizao

das Cabines

Agregado para toda a Praa; Separado por Intervalo; Por

cabine; Porcentagem de utilizao das cabines

Nio (2001)

Tempo Total no Sistema; Tempo Mdio de Espera na Fila; Porcentagem Mdia de Ocupao das Cabines; Fila

Mxima

Individual por veculos; Agregado para toda a Praa; Por cabine; Porcenagem de

utilizao das cabines

Astarita et alii (2001)

Capacidade de Processamento

da Praa; Atraso Mdio; Nvel de Utilizao das Cabines

Agregado para toda a Praa; Atraso Mdio de cada veculo; Por cabine;

Porcentagem de utilizao das cabines

Klodzinski & Al-Deek (2002a) Atraso Individual Acumulado Individual por veculo

Horn (2003)

Velocidade; Volume; Atraso; Contagem de Veculos; Filas; Nmero de Troca de Faixas; Consumo de Combustvel e

Emisso de Poluentes

Por cabines de cada praa simulada


32

2.2.3.2 NVEL DE SERVIO

De acordo com Demarchi e Setti (1997) a capacidade de uma rodovia pode

ser definida como o maior nmero de veculos que podem ser acomodados em

uma rodovia, enquanto que o nvel de servio qualidade de operao da

rodovia, o que reflete, de certa forma, o nvel de fluidez do trfego, a

possibilidade de realizar manobras de ultrapassagem ou de mudana de faixa,

e o grau de proximidade entre veculos. Em geral, quanto menor o fluxo de

veculos, melhor a qualidade de operao. Porm, quanto mais o fluxo se

aproxima da capacidade, pior ser o nvel de servio, pois maior a

probabilidade de ocorrerem congestionamentos.

Para anlise operacional de uma estrutura de transporte, no satisfatrio

somente determinar sua capacidade. Dificilmente uma estrutura de transporte,

como rodovias ou praas de pedgio, seria projetada para trabalhar nessas

condies, mas sim operar sobre condies que atendam a certo grau de

qualidade.

Para avaliar qual o volume de trfego que pode transitar por uma estrutura de

transporte de forma a manter um nvel de qualidade de operao satisfatrio, o

HCM (Highway Capacity Manual) utiliza o conceito de nvel de servio, uma

medida qualitativa que permite avaliar o desempenho operacional de uma

estrutura de transporte, que procura refletir as condies operacionais do

trfego a percepo dos usurios em funo de vrios fatores, como

velocidade e tempo de viagem, segurana, liberdade para manobra,

interrupo do trfego, conforto e convenincia. De forma geral, o nvel de

servio expresso por um grupo de conceitos literais que variam de A a F,

sendo que A representao as melhores condies de fluidez e F as piores. Os

regimes de A a E correspondem ao regime de fluxo livre, enquanto que F

corresponde ao regime congestionado e de descarga de filas.

A Figura 5 representa cada nvel de servio em um mesmo trecho de uma

rodovia, definidos conforme critrios do HCM.

33

Figura 5 Caracterizao dos Nveis de Servio em Rodovias de Pista Dupla

NS A NS B

NS C NS D

NS E NS F

Fonte TRB (2000, ilustrao 13-5 a 13-9, p. 13-8 e 13-9)

O HCM define mtodos de avaliao de nvel de servio para diversas

estruturas virias, tais como auto-estradas, rodovias de duas e mltiplas pistas,

rodovias urbanas, trfego de pedestre e ciclistas e intersees semafricas,

porm, no consta ainda uma definio para o nvel de servio de praas de

pedgio. (Klodzinski e Al-Deek, 2002b)

De acordo com Woo e Hoel (1991, apud Arajo, 2001) o nvel de servio de

praas de pedgio deve ser quantificado por vrias razes: ele possibilita a

avaliao de alternativas operacionais e de projeto atravs de um padro

aceitvel, prov uma base slida para comparao das condies operacionais

de vrias praas, fornece meios de avaliar as condies antes e depois de

34

alguma alterao na operao das praas e determina a eficincia dessa

alterao, e d aos usurios e operadores uma medida palpvel do

desempenho global do sistema.

Woo e Hoel (1991, apud Arajo, 2001) afirmam ainda que a anlise do nvel de

servio de praas de pedgio tem sido baseada na utilizao de duas medidas

relativamente simples o comprimento mdio de fila e o tempo mdio no

sistema que efetivamente so capazes de refletir a qualidade do servio.

Essas medidas so facilmente percebidas pelos usurios, alm de serem teis

para avaliar a necessidade e o efeito de melhorias especficas ou para

estabelecer a qualidade do servio sob as diversas condies encontradas

durante a operao da praa.

De acordo com Tiefensee (2005), alguns autores como Danko e Gulewicz

(1994) fazem uma analogia entre praas de pedgio e intersees semafricas.

J Klodzinski e Al-Deek (2002a) dizem que, devido os atrasos em intersees

semafricas serem resultantes de um equipamento automatizado, em praas

de pedgio a avaliao no pode ser da mesma forma, pois os fatores que

influenciam os atrasos dos pedgios, resultantes dos tempos de atendimentos,

so conseqncias de caractersticas humanas tanto do motorista quanto do

arrecadador, tipo de pagamento, necessidade de troco, tipo de veculo, entre

outros, no permitindo que tal avaliao seja feita pelos mesmos mtodos.

Diversos autores realizaram estudos com base em diferentes medidas de

desempenho, propondo uma avaliao de nveis de servio em praas de

pedgio, como pode ser observado na Tabela 4. Os valores representados na

Tabela 4 para o HCM so respectivos a intersees semaforizadas, e possuem

a finalidade de comparao com os valores sugeridos por outros autores.

35

Tabela 4 Critrios Utilizados na Literatura para Definio de Nvel de Servio em uma Praa

de Pedgio

Autor Medida de Desempelho Nvel de Servio

A B C D E F

Lin e Su (1994)

Tempo Mdio no Sistema (T seg/veic)

15 15

36

sugerindo que a maior parte dos veculos que chegam praa encontram as

cabines vazias, sendo atendidos imediatamente, e que o tempo de atendimento

dos veculos s afetado de acordo com sua preferncia (tipo de pagamento,

cabine). H liberdade com relao troca de faixa.

No Nvel de Servio B, Woo e Hoel (1991) diz que os veculos comeam a

desacelerar mais cedo quando se aproximam da praa do que quando o nvel

de servio A. O conforto ainda alto, porm menor do que no nvel de

servio A. A presena de outros veculos no fluxo de trfego comea a ser

notada, porm existe ainda boa oportunidade para mudana de faixa. Zarrillo

(1998) acrescenta dizendo que o motorista pode vir a encontrar veculos

ocupando cabines, porm existe a possibilidade de troca de faixa em busca de

cabines desocupadas. Klodzinski e Al-Deek (2002) afirmam ainda que h um

aumento no nmero de veculos, gerando poucos e pequenos atrasos.

Em um Nvel de Servio C, Woo e Hoel (1991) afirma que existe um nmero

significativo de veculos parados, e as filas comeam a se formar. Os atrasos

so resultados de uma desacelerao antecipada e h uma queda

considervel de conforto neste nvel de servio. Zarrillo (1998) complementa

ainda dizendo que manobras ainda so possveis de se realizar, mas com

muita restrio, representando riscos. Todas as cabines esto ocupadas por

veculos sendo atendidos e pequenas filas so formadas. Klodzinski e Al-Deek

(2002) acrescenta ainda que os veculos nos finais das filas podem vir a gerar o

efeito Spillback em faixas adjacentes.

Para o Nvel de Servio D, Woo e Hoel (1991) diz que os veculos passam a

possuir pouca liberdade de manobra para escolha da cabine, devido a grande

interao. O comprimento da fila passa a ser significativo e surgem as

condies de fluxo interrompido (stop-and-go). Zarrillo (1998) diz ainda que a

liberdade para manobras prximo s cabines torna-se quase impossvel. A

intensidade do trfego comea a crescer e o conforto do motorista se torna

baixo. Klodzinski e Al-Deek (2002) afirma ainda que os atrasos so gerados

pelo aumento na taxa de chegada dos veculos, pelos altos tempos de

processamentos e pela ocupao das cabines. Qualquer interrupo, mesmo

que pequena, no atendimento das cabines podem vir a gerar grandes filas.

37

No Nvel de Servio E, para Woo e Hoel (1991), todos os veculos passam a

enfrentam filas antes de chegar s cabines. O trfego de fluxo interrompido

(stop-and-go) um fenmeno recorrente. Zarrillo (1998) acrescenta que no h

mais espao para manobras nas proximidades das cabines. A praa opera

quase que em sua capacidade. Klodzinski e Al-Deek (2002), por sua vez,

afirmam ainda que, praas podem vir a apresentar servio pobre, elevadas

taxas de chegadas e filas que demoram a se dissipar.

No Nvel de Servio F, Woo e Hoel (1991) afirmam que existe uma relao

V/C (Volume/Capacidade) maior que 1, condio que geralmente acontecem

quando a taxa de chegada dos veculos excede a taxa de atendimento das

cabines e as filas continuam a crescer. Zarrillo (1998) complementa dizendo

que as filas continuam longas mesmo aps a intensidade de trfego ter

diminudo. Klodzinski e Al-Deek (2002) acrescentam ainda que este nvel de

servio considerado inaceitvel para a maioria dos motoristas, devido

gerao de grandes atrasos.

2.3 MODELAGEM E TCNICAS USADAS EM PRAAS

DE PEDGIO

Segundo Portugal (2005), existe dois grupos de tcnicas de modelagem:

Tcnicas Analticas e Tcnicas de Simulao.

Conforme Leito (2007), Tcnicas Analticas adotam um comportamento

estatstico do fenmeno estudado em relao ao tempo. Fundamenta-se em

formulaes matemticas e frequentemente determinstica. Possuem a

vantagem de menor custo computacional e memria de execuo. Neste grupo

encontram-se a Programao Linear, Inteligncia Artificial e Teoria de Filas. J

as Tcnicas de Simulao procuram representar, por meio de programas

computacionais, uma seqncia de eventos hipotticos do sistema analisado

ao longo do tempo. Esta tcnica tem sido empregada tanto na formulao e

validao de expresses analticas aproximadas, quanto na representao de

sistemas mais complexos.

38

2.3.1 MODELAGEM E SIMULAO

Prado (2004) define simulao como a tcnica de analisar um modelo que

descreva o comportamento de um sistema utilizando um sistema

computacional.

Pegden et al (2004) vai alm e afirma que simulao o processo de projetar

um modelo computacional de um sistema real e, a partir deste modelo,

conduzir experimentos com o objetivo de compreender seu comportamento,

procurando as melhores estratgias de operao.

Banks (2005) diz ainda que simulao a imitao da operao de um

processo do mundo real ao longo do tempo. A simulao envolve a gerao de

uma histria artificial de um sistema e a observao desta pra desenhar

interfaces de acordo com as caractersticas operacionais do sistema real, quer

seja feita mo ou em computador.

Conclui-se ento que o processo de simulao consiste basicamente na

criao de um modelo, o qual apresenta as caractersticas de um sistema real,

cujo objetivo principal representar, com auxlio de simulaes

computacionais, os problemas enfrentados por este sistema, buscando

maneiras de corrigir, ou minimizar, estes problemas.

Pegden, Shannon e Sadowiski (2004, apud Vieira e Gomes 2011)

apresentaram algumas vantagens do emprego de simulaes. Algumas delas

esto listadas a seguir:

Novas polticas, procedimentos operacionais e organizacionais, regras

de deciso, fluxo de informao, podem ser explorados sem que haja

interrupes na operao do sistema real;

Por meio da simulao podem ser testados novos projetos de

equipamentos, layouts, sistemas de transporte antes de haver a

aquisio dos mesmos;

Podem-se testar hipteses de como e porque da ocorrncia de certo

fenmeno;

39

Tempo pode ser comprimido ou expandido para analisar o fenmeno

sob investigao;

Conhecimento pode ser obtido por meio da interao e importncia das

variveis para o desempenho do sistema;

Ajuda a entender como funciona a operao do sistema ao invs de

como os indivduos acham que o sistema opera;

til para elaborao de projeto de um novo sistema, respondendo

perguntas do tipo E-se.

Por outro lado, algumas das principais desvantagens da simulao

apresentados por Pegden, Shannon e Sadowiski (2004, apud Vieira e Gomes,

2011) so:

A construo do modelo requer treinamento especial. Um modelo

construdo por duas pessoas diferentes sero similares, mas dificilmente

sero iguais;

Os resultados da simulao podem ter difcil interpretao;

A modelagem de simulao pode ser cara e consumir muitos recursos

para que seja feita. Principalmente, o recurso tempo.

2.3.1.1 CLASSIFICAO DOS TIPOS DE MODELAGEM E

SIMULAO

De acordo Freitas Filho (2008) os sistemas para modelagem e simulao so

divididos em modelos estticos e modelos dinmicos. Os estticos

representam o sistema em um determinado momento, no existindo variao

ao longo do tempo. J nos dinmicos o modelo e suas variveis evoluem e

modificam-se ao longo do tempo.

Os modelos dinmicos subdividem-se ainda em determinsticos e aleatrios.

Nos determinsticos, no existe dependncia entre o sistema e qualquer

varivel probabilstica (aleatria). Nos aleatrios, o sistema possui dependncia

40

de variveis probabilsticas, isto , os estados futuros das variveis podem ser

descritos, mas no predeterminados.

Freitas Filho (2008) divide ainda os sistemas aleatrios em contnuos e

discretos. Nos contnuos, o domnio de valores assumidos pelas variveis

contnuo. J nos sistemas dinmicos aleatrios discretos, as variveis

assumem valores em um domnio de valores finitos ou enumerveis. As

diferenas de estado no acontecem de forma contnua e, sim, em pontos

discretos do tempo.

A Figura 6 representa o esquema de classificao para modelagem e

simulao proposto por Freitas Filho (2008).

Figura 6 Classificao dos Sistemas para Fins de Modelagem e Simulao

Fonte Freitas Filho (2008)

2.3.1.1.1 Sistema Discreto

Nosso trabalho trata-se de um sistema dinmico aleatrio discreto, que so

comumente conhecidos como eventos discretos, os quais reproduzem

atividades de entidades que integram o sistema e, assim, possvel fazer uma

previso do comportamento e desempenho do sistema.

41

Conforme Vieira e Gomes (2011), entidades so objetos pertencentes ao

sistema que devem ser declarados, podendo ser dinmicas (peas movendo-

se pela indstria, clientes que chegam, etc.) ou estticas (mquinas, caixa da

loja, etc.), sendo caracterizadas e diferenciadas por meio de seus atributos.

Freitas Filho (2008) afirma que preciso definir o estado do sistema e as

atividades responsveis por levar este sistema de um estado a outro. Esta

mudana de estado marcada pelo acontecimento de um evento em um

tempo determinstico ou probabilstico. As variveis, as quais os valores

determinam o estado de um sistema, constituem uma srie de informaes

para entendimento do que est acontecendo no sistema em um determinado

momento, e so conhecidas como variveis de estado.

Figura 7 Etapas da Simulao de Sistemas Dinmicos Aleatrios Discretos

Fonte LARC-PCS/EPUSP (2004, apud Vieira e Gomes, 2011)

2.3.1.2 PROCESSOS ENVOLVENDO ANLISE DE MODELAGEM

E SIMULAO

comum que durante a criao de um modelo e simulao de determinado

sistema este processo envolva uma srie de etapas. Freitas Filho (2008) lista

os seguintes macroprocessos:

Os Objetos em um

sistema discreto so

conhecidos como

Entidades

As Entidades so

caracterizadas e

diferenciadas por seus

Atributos

O Estado do Sistema

definido pelos

valores de seus

Atributos

A Mudana do

Estado marcado

pela ocorrncia de um

Evento em um

Tempo determinstico

ou probabilstico

42

Planejamento;

Modelagem;

Experimentao;

Tomada de Deciso e Concluso do Projeto.

Em cada um desses macroprocessos, existe uma subdiviso de processos

menores. A Figura 8 apresenta o esquema desses processos.

Figura 8 Etapas para Modelagem e Simulao

Fonte Freitas Filho (2008)

A seguir tm-se um resumo das caractersticas das subdivises dos

macroprocessos, apresentados na figura anterior, de acordo com Freitas Filho

(2008):

Formulao e Anlise do Problema: Formular o problema e definir de

maneira clara os propsitos e objetivos do estudo;

Planejamento

Formulao e

anlise do problema

Planejamento do

projeto

Formulao do

modelo conceitual

Coleta de macro-

informaes

Modelagem

Coleta de dado

Traduo do modelo

Verificao e

validao do modelo

Experimentao

Projeto experimental

Experimentao

Anlise estatstica

dos resultados

Tomada de Deciso e Concluso do Projeto

Comparao e identificao das melhores solues

Documentao e apresentao dos resultados e

implementao

43

Planejamento do Projeto: tem como objetivo validar se h recursos

suficientes para o andamento do trabalho. Nesse caso, entende-se por

recursos: pessoal, suporte, gerncia, hardware e software;

Formulao do Modelo Conceitual: mapear o fluxo do processo em

estudo, incluindo componentes, variveis e interaes lgicas.

Recomenda-se iniciar o modelo de forma mais compacta. medida que

o estudo for sendo desenvolvido natural que o modelo ganhe formas

mais complexa e um nvel maior de informaes;

Coleta de Macroinformaes e Dados: nessa etapa busca-se detectar

relaes e regras existentes na dinmica do processo em estudo;

descobrir as fontes dos dados para alimentao do modelo; caso j

existam dados disponveis, efetuar a transformao dos mesmos para

um padro que seja til durante a execuo da modelagem.

Traduo do Modelo: consiste na codificao do modelo;

Verificao e Validao: consiste em verificar se o modelo roda da

maneira esperada, sem erros, e se os resultados obtidos possuem

credibilidade e representabilidade;

Projeto Experimental Final: projetar um conjunto de experimentos que

resulte na informao esperada, exemplificando como cada teste deve

ser feito;

Experimentao: Executar as simulaes para gerar os dados e,

posteriormente, realizar anlises de sensibilidade;

Interpretao e Anlise Estatstica dos Resultados: estabelecer

concluses sobre os resultados obtidos pela simulao;

Comparao de Sistemas e Identificao das Melhores Solues:

efetuar comparaes entre o cenrio atual e novas propostas, afim de

definir a mais adequada para atingir o foco do estudo;

Documentao: A documentao final de um projeto de simulao deve

possuir os objetivos, as hipteses levantadas, parmetros de entrada,

44

tcnicas e mtodos empregados na verificao e validao do modelo,

descrio do projeto de experimentos e do modelo fatorial de

experimentao usado, os resultados e as anlises adotadas,

concluses, descrio de ganhos obtidos por meio da simulao e

recomendaes. Esse conjunto de informaes extremamente vlido,

pois servir como fonte de consulta para outras pessoas que vierem a

utilizar o modelo, alm de ser um banco de dados para auxiliar em

futuras mudanas que ocorram no projeto;

Apresentao dos Resultados e Implementao: essa etapa necessita

da participao de toda a equipe. Nela deve conter a confirmao dos

objetivos do projeto, os problemas solucionados, reviso da

metodologia, benefcios resultantes da elaborao do estudo,

consideraes sobre o quo precisos foram os resultados, alternativas

recusadas e justificativas para tal, animaes dos cenrios propostos,

ligaes entre o processo e os resultados, garantir o entendimento

completo da abordagem por parte dos gestores das mudanas e, por

fim, evidenciar que a simulao um elo entre idia e implementao;

2.3.1.3 FERRAMENTAS PARA SIMULAO

Entre as ferramentas mais empregadas para auxiliar na execuo de

simulaes temos as linguagens e bibliotecas de funes de simulao, alm

dos pacotes de simulao (LARC-PCS/EPUSP, 2004).

Como exemplos de linguagens de programao existem C, C++, FORTRAN,

Java e etc. Este tipo de ferramenta alternativa interessante por ser altamente

flexvel e de baixo custo se comparada aos custos dos pacotes. Entretanto, o

custo para o desenvolvimento da simulao maior.

Os pacotes de simulao, por sua vez, so uma alternativa interessante por

possibilitarem um aprendizado mais rpido da ferramenta, serem, de uma

forma geral, de execuo mais breve e terem a possibilidade do emprego de

recursos grficos de visualizao e tratamento de dados. Existe uma

quantidade extremamente variada de pacotes de simulao para diversas

45

finalidades. Para a escolha mais adequada de um pacote de simulao, devem

ser observados alguns fatores como o oramento disponvel para compra da

ferramenta, o tempo solicitado para entrega do trabalho, a equipe de projetistas

e as caractersticas especficas de cada software. O Quadro 2 expe alguns

exemplos de pacotes de simulao junto com seus principais empregos.

Quadro 2 Exemplos de Pacotes de Simulao e seus Principais Empregos

Fonte LARC-PCS/EPUSP (2004)

Utilizao do Pacote Exemplos de Pacotes

Pacotes de Uso Geral

ARENA

Extend

AweSim

Symix

GPSS/H

Mixeo Saint

MODSIM III, CACI e Marti

SES/workbench

SIMUL8

Pacotes de Uso Geral

Orientados a Objeto

SIMPLE++

MODSIM II

Pacotes de uso em Manufatura

AutoMod

Extend+ Manufacturing

ProModel

Quest

Witness

Pacotes de uso em Redes de

Comunicao

NS2 (ferramentas escritas em C++ com fonte aberto)

COMNET III (descontinuado)

Opnet IT Guru

OPNET Modele

Pacotes de uso em

Reengenharia de processos e

servios

Arena Business Edition

Extend + BPR

ProcessModel

ServiceModel (ProModel)

SIMPROCESS

Pacotes de uso em Sade MedModel (ProModel)

Pacotes de uso em Call Center Arena Call Center Edition

Pacotes de uso em Animao Proof Animation

46

2.3.1.3.1 O ARENA

O ARENA um software de simulao de processos. Foi lanado pela

empresa americana Systems Modeling em 1993 e faz parte de uma evoluo

da linguagem de simulao SIMAN, que tem origem na arquitetura de outra

linguagem de simulao, o GPSS. Por meio de um complemento chamado

CINEMA, o SIMAN recebeu recursos grficos adicionais. O conjunto

CINEMA/SIMAN foi aprimorado e passou a ser chamado de ARENA.

Como visto no Quadro 2, o ARENA faz parte dos softwares da classe das

linguagens de modelagem e simulao de propsito geral, podendo ser

utilizado em vrios segmentos, de manufatura a redes de computadores.

Prado (2004) diz que o ambiente de simulao ARENA possui uma interface

grfica muito amigvel com o usurio, sendo uma ferramenta gil e de

entendimento simples.

Vieira (2005) lista como principais ferramentas do software o analisador de

dados de entrada (Input Analyser), analisador de resultados (Output Analyser)

e o visualizador da simulao (Arena Viewer).

Figura 9 Tela Inicial do ARENA

Fonte Vieira (2005)

47

Vieira (2005) ainda explica que, no ARENA, cada mdulo possui uma funo

que, em conjunto, permitem a implementao lgica do sistema.

Os mdulos principais esto contidos no templates basic process do ARENA,

e so apresentados a seguir de acordo com suas funes:

Create: Este mdulo de fluxograma serve para introduzir as entidades

no modelo segundo intervalos de tempo definidos, ao se clicar duas

vezes sobre ele, apresentada a seguinte janela de opes:

Figura 10 cone e Janela de Opes do Mdulo Create

Fonte Oliveira, Fabrzzio Cond de - Simulao de Projetos com a utilizao do Software

ARENA

Dispose: Este mdulo de fluxograma tem funo inversa do mdulo

Create. Ele tem a funo de retirar as entidades do sistema. Um duplo

clique sobre ele abre a seguinte janela de opes:

Figura 11 cone e Janela de Opes do Mdulo Dispose


ARENA

48

Process: O mdulo de fluxograma Process tem a funo de representar

qualquer ao dentro o sistema que leve um tempo para ser cumprida.

Tambm capaz de representar a ocupao de uma mquina ou

operador (recurso). A janela de opes do mdulo est apresentada a

seguir:

Figura 12 cone e Janela de Opes do Mdulo Process


ARENA

Decide: O mdulo de fluxograma Decide representa uma ramificao no

fluxo do processo. Ele serve pra alterar o rumo das entidades baseado

em uma condio do sistema ou de um percentual probabilstico. Sua

janela de opes encontra-se a seguir:

49

Figura 13 cone e Janela de Opes do Mdulo Decide


ARENA

Record: O mdulo Record serve para coletar estatsticas em pontos do

modelo escolhidos pelo usurio. Entre as informaes que podem ser

colhidas esto: contagem de entidades, freqncia e intervalos de

tempo. Expresses personalizadas podem ser includas tambm. A

caixa de dialogo de Record apresentada a seguir:

Figura 14 cone e Janela de Opes do Mdulo Record


ARENA

Enter: O mdulo Enter tipicamente o primeiro bloco de um conjunto

usado para definir uma ou mais etapas de processamento. Ele define

50

uma estao (ou um conjunto de estaes) correspondendo ao espao

fsico ou lgico onde ocorrer o processamento.

Uma entidade pode mover-se do bloco anterior para o bloco Enter de

duas maneiras: transferindo para a estao associada com o bloco ou

atravs de uma conexo grfica.

Quando uma entidade chega ao bloco Enter, um atraso de

descarregamento pode ser selecionado e algum equipamento de

transferncia que tenha sido utilizado para transferir a entidade ao bloco

Enter pode ser ento liberado. Sua janela de dilogo est mostrada

abaixo:

Figura 15 cone e Janela de Opes do Mdulo Enter


ARENA

Route: Este bloco transfere uma entidade para uma estao especfica,

ou para a prxima estao em uma visitao seqencial de estaes

definida para a entidade. Um atraso para a transferncia pode ser

definido.

51

Quando uma entidade entra no bloco, seu atributo Entity.Station

alterado para a estao de destino. A entidade ento enviada ao seu

destino, segundo o tempo especificado. A caixa de dialogo de Route

apresentada a seguir:

Figura 16 cone e Janela de Opes do Mdulo Route


ARENA

52

3 METODOLOGIA EMPREGADA

Neste captulo sero exibidas as etapas metodolgicas para o desenvolvimento

do presente trabalho. Para cada etapa sero descritas, de forma sucinta, os

procedimentos executados e seus objetivos. As etapas a serem apresentadas

esto divididas em: reviso bibliogrfica, coleta dos dados, anlise dos dados

coletados, modelagem e anlise dos resultados obtidos.

3.1 PROPOSIES INICIAIS

Com o objetivo de analisar a capacidade de atendimento da praa de pedgio

situada na ponte Deputado Darcy Castello de Mendona (Terceira Ponte), em

Vitria, o presente trabalho utilizou da construo de modelos baseados em

tcnicas de Simulao. Para tal construo foi empregada a utilizao do

software ARENA 13.5.

3.2 ETAPAS METODOLGICAS

3.2.1 REFERENCIAL TERICO

Esta etapa procura determinar o estado da arte do conhecimento de praas de

pedgio, abrangendo aqui o estudo de definio, procedimentos e mtodos a

fim de fornecer subsdio para a construo das demais etapas do trabalho.

Na reviso bibliogrfica foram levantados estudos e trabalhos que propuseram

fatores que afetam as capacidades virias das praas de pedgio,

metodologias para a definio de nveis de servio em praas de pedgio

(feitas atravs de analogias com metodologias para rodovias e intersees

semafricas), alm do estudo da criao e modelagem de simulao

empregada.

53

3.2.2 COLETA DE DADOS

Nesta etapa foram levantados os dados necessrios para compreenso dos

efeitos e gerao das filas nas praas de pedgio e para a criao do modelo

de simulao. Os dados coletados dizem respeito aos:

tempos de cobrana das tarifas (tempos de atendimentos);

tempo de espera na fila;

trfego de veculos mensal por categoria;

trfego horrio de veculos totais, que passaram pela praa de pedgio,

por categoria;

fluxo horrio, por categoria de veculos, que passaram pela praa no

sentido Vitria-Vila Velha (o que ir fornecer a taxa de chagada dos

veculos).

Todos os dados foram obtidos diretamente com a concessionria, baseada nos

registros. Outros dados como tempo de reao do motorista aps a liberao

para sua passagem, at o momento da chegado do outro veculo ao ponto de

cobrana, foram tirados de fontes da literatura.

Foi realizado um reconhecimento do local onde ser realizado o estudo com o

objetivo de permitir um melhor planejamento dos mtodos a serem

empregados.

3.2.3 ANLISE DOS DADOS COLETADOS

Nesta etapa fez-se uma avaliao dos dados obtidos atravs de um conjunto

de mtodos estatstico (curvas de distribuio e estatstica descritiva) para

anlise do comportamento das diferentes variveis relacionadas em estudo.

54

3.2.4 MODELAGEM E ANLISE DOS RESULTADOS OBTIDOS

A modelagem ser desenvolvida atravs de tcnicas de simulao por meio da

utilizao do software ARENA 13.5. O desenvolvimento dos modelos ser

elaborado atravs dos dados obtidos da praa existente.

No ser considerada a interferncia da fila de reteno que surge aps o

pedgio, em cima da Terceira Ponte, provocada pela capacidade j esgotada

na qual a ponte opera. Desta forma foi considerado que aps o pedgio, o

trfego de veculos flui sem nenhum problema.

Os modelos sero criados visando avaliar a capacidade da praa e propor

solues para possvel aumento da capacidade. Em outras palavras, sero

criados cenrios a seguir:

Cenrio 1: Cenrio para o qual a ponte foi projetada.

Inicialmente, a Terceira Ponte foi projetada para atender uma demanda

de 12 mil veculos por dia;

Cenrio 2: Cenrio considerando um fluxo de 20 mil veculos por

dia.

Este cenrio foi proposto para avaliar o crescimento da fila com relao

ao cenrio inicial;

Cenrio 3: Cenrio considerando um fluxo de 50 mil veculos por

dia.

Cenrio intermedirio prximo quantidade de volume de trfego

existente hoje;

Cenrio 4: Cenrio atual de atendimento.

At o presente trabalho, o volume de trfego que passa pela Terceira

Ponte diariamente corresponde a 70 mil veculos;

Do cenrio 5 ao 8: Propostas de melhoria na capacidade

considerando o volume de veculos atual (70 mil diariamente).

55

o No cenrio 5 foram tomadas duas cabines que atendem o sentido

Vila Velha-Vitria, tornando-as cabines manuais reversveis para

atender o fluxo no sentido Vitria-Vila Velha no horrio de pico.

Em contra partida, uma das cabines manuais, que atende o

sentido Vitria-Vila Velha, passa a ser eletrnica, aumentando

para trs o nmero de cabines eletrnicas que atendem o sentido

Vitria-Vila Velha;

o No cenrio 6 foi proposto a criao de uma nova cabine (no lado

direito da praa, para quem vai no sentido Vitria-Vila Velha), com

o intuito de aumentar para dois o nmero de cabines exclusivas

para motos. Outra cabine do sentido Vila Velha-Vitria foi tomada

para melhor atender o fluxo de veculos que chegam da Avenida

Nossa Senhora da Penha;

o No cenrio 7 foi criada uma nova cabine, ao lado da cabine criada

no cenrio 6, para auxiliar no atendimento dos veculos que

chegam da Rua Clovis Machado;

o No cenrio 8, toda a praa passa a atender o fluxo de veculos

para o sentido Vitria-Vila Velha, alm das duas cabines criadas

nos cenrios 6 e 7;

o No cenrio 9, foi avaliado a capacidade mxima da praa, com a

configurao proposta no cenrio 8;

Nos cenrios 1 ao 8 foi considerado que o fluxo para cada sentido corresponde

a metade do fluxo diria. Pelos dados obtidos junto RodoSol verificou-se que

a capacidade mxima de atendimento corresponde a dez por cento do volume

de trfego dirio.

Para a taxa de chegada de veculos foi considerada uma porcentagem com

valor de 14,29 do fluxo dirio para o sentido, ou seja:

1429,02

=diriofluxo

chegadadetaxa

56

A utilizao deste valor justificvel, pois, empregando esta taxa de chegada

na modelagem do cenrio atual (cenrio 4), obteve-se congestionamento

condizente com a realidade e a capacidade de atendimento se aproximou dos

dados reais.

A Tabela 5 apresenta os o volume dirio de veculos esperado, alm das

configuraes da praa de pedgio para cada cenrio.

Tabela 5 Fluxo e Configurao dos Cenrios

Cenrio Volume Total Dirio (veculos) Nmero de

Cabines Manuais

Nmero de Cabines

Eletrnicas 1 12000 7 2 2 20000 7 2 3 50000 7 2 4 70000 7 2 5 70000 8 3 6 70000 10 3 7 70000 11 3 8 70000 12 5 9 81900 12 5

Fonte Produo dos autores

Foram empregadas as seguintes mtricas para avaliao da capacidade e

nvel de servio da praa de pedgio estudada:

Fila mxima (veculos): corresponde ao nmero de veculos da maior fila

gerada para o cenrio estudado;

Fila mdia mxima (veculos): trata-se do maior valor mdio de filas

entre as cabines;

Comprimento da maior fila (metros): o tamanho da maior fila gerada,

sendo este calculado a partir da maior fila multiplicado pelo comprimento

mdio equivalente dos automveis;

Tempo mximo de espera (segundos): tempo correspondente a maior

espera registrada por cenrio;

Tempo mdio mximo de espera (segundos): maior mdia dos tempos

de espera por cabine;

57

Nvel de servio: classificao da praa de pedgio de acordo com Lin e

Su (1994) e Gulewicz e Danko (1994 e 1995).

Essa anlise ser feita atravs da comparao entre medidas de desempenho

presentes nos modelos, como tamanho de filas, taxa de utilizao dos

arrecadadores, nvel de servio e tempo em fila. Ser ento feita a comparao

do comportamento do trfego entre as situaes.

No processo de criao dos cenrios para a praa, ser considerado o nmero

de cabines de atendimento necessrio para que tenha um nvel de servio

adequado, e o nmero de cabines que poderia ser comportado.

58

4 DESCRIO E ANLISE DOS DADOS ESTUDADOS

4.1 CARACTERSTICAS DA PRAA DE PEDGIO

ESTUDADA

A praa de pedgio estudada localiza-se no incio da Ponte Darcy Castello de

Mendona (tambm conhecida como Terceira Ponte) no municpio de Vitria-

ES, Km 0 da rodovia ES-060, cuja via liga os municpios de Vitria e Vila Velha,

assim como a regio do litoral Sul do Esprito Santo.

A operao e administrao da praa esta sob responsabilidade da

Concessionria Rodovia do Sol S/A. desde 1998, aps vencer licitao para

prestao deste servio. Diferente da maioria dos demais pedgios

encontrados no Brasil, a praa de pedgio encontra-se em uma rea urbana de

grande atividade comercial e de servios, o que com o passar do tempo, vem

causando um grande problema para o fluxo da cidade em si, devido ao

aumento da frota veicular.

Figura 17 Planta e Vista da Ponde Deputado Darcy Castello de Mendona

Fonte RodoSol (1999)

A praa possui 15 cabines de cobrana, das quais 12 so do tipo manual e 3

so exclusivamente eletrnicas. O sistema de cobrana da praa bidirecional,

ou seja, cobra-se pedgio no sentido Vitria Vila Velha, atravs das cabines

C10 C16, e tambm no sentido Vila Velha Vitria, pelas cabines C02 C07.

As cabines C08 e C09 so reversveis, o que significa que podem trabalhar nos

59

dois sentidos de fluxo, de acordo com a demanda do trfego. As cabines C02,

C12 e C13 so exclusivamente eletrnicas, enquanto que a C03 pode trabalhar

como exclusivamente eletrnica ou manual. As cabines C04, C05, C06, C07,

C010, C11, C14, C15 e C16 so do tipo manual. A Figura 19 ilustra o esquema

da praa de pedgio.

Figura 18 Esquema da Praa de Pedgio da Ponte Deputado Darcy Castello de Mendona

Fonte RodoSol (2001)

60

Figura 19 Vista Area da Praa de Pedgio da Terceira Ponte

Fonte Google Earth

4.2 CARACTERISTICAS DOS TEMPOS ESTUDADOS E

DOS VECULOS

Aps a aquisio dos dados, foram feitas anlises para busca de casos

discrepantes de coleta.

No caso dos dados dos fluxos horrios, por categoria de veculos, que

passaram pela praa de pedgio no sentido Vitria-Vila Velha, foram avaliados

apenas aqueles que se encontravam no perodo entre 16:00 e 20:00, que

corresponde ao horrio de maior fluxo. Foram excludos tambm os dados

pertencentes aos finais de semana (Sbado e Domingo). Aps a filtragem dos

dados, pode-se observar que na hora pico, o volume de veculos que passam

pela praa de pedgio corresponde a 10% (dez por cento) do volume total

dirio. Este procedimento foi realizado para identificao do fluxo de

automveis de passeio, motocicletas e nibus na praa (categorias 1, 9 e 2

respectivamente).

Para os dados de tempos de cobrana de tarifas, foi utilizada a ferramenta

oferecida no ambiente ARENA conhecida como Input Analyser (IA) para

61

auxiliar na identificao da curva matemtica que mais se ajusta aos dados dos

processos de atendimento de trs cabines, a cabine 4, 6 e a 15. Ao analisar as

curvas, percebe-se que a diferena existente irrelevante. Desta forma, foi

criada uma curva utilizando os dados pertencentes s trs cabines, excluindo-

se 10% (dez por cento) dos valores mais altos e baixos. Esta nova curva foi

empregada na simulao para todas as cabines, incluindo a cabine exclusiva

para motocicletas. Ao valor desta curva foi acrescentado um tempo de dois

segundos correspondente a reao do motorista a partir de sua liberao at a

chegada do prximo automvel.

Nas cabines eletrnicas foram considerados para os tempos de atendimento a

distncia percorrida pelo veculo, dividido pela velocidade.

Distncia percorrida: de acordo com a planta fornecida pela RodoSol, foi

considerada uma distncia de 21,3 metros, distncia esta

correspondente cabine de cobrana;

Velocidade: utilizou-se a velocidade de 20km/h, sabendo que a mxima

permitida em contrato pela administradora da praa de 30km/h.

Para a gerao do modelo, deve-se atentar tambm na determinao das

unidades referentes a cada processo, conforme os dados analisados.

O Quadro 3 apresenta as distribuies obtidas a partir dos tempos cobrana de

tarifas (tempos de at

projeto de graduação

Documents