Uma análise usando teoria de filas do problema de carregamento de pedidos no porto para abastecimento de unidades marítimas de exploração e produção de petróleo

Submitted by Aglair Aguiar (aglair@ct.ufrj.br) on 2019-10-16T15:52:46Z No. of bitstreams: 1 877917.pdf: 3220362 bytes, checksum: 8e767ef2616e83319b8a3e3cee097b80 (MD5)Made available in DSpace on 2019-10-16T15:52:46Z (GMT). No. of bitstreams: 1 877917.pdf: 3220362 bytes, checksum: 8e767ef2616e83319b8a3e3cee097b80 (MD5) Previous issue date: 2017-12Esta tese trata de um sistema de abastecimento composto por uma instalação marítima e uma frota de embarcações que trabalham em conjunto na entrega de pedidos, para o suprimento das unidades offshore. Formulou-se o problema por um modelo GI/M/S que considera o ambiente do porto, isto é, os berços são os servidores, e um modelo M/M/S que considera o ambiente marítimo, isto é, os barcos são os servidores. Para abordar o modelo GI/M/S, propôs-se uma abordagem de cadeia de Markov embutida, em que os estados foram divididos em dois subconjuntos, um representando o sistema totalmente ocupado e outro descrevendo as situações em que o sistema está parcialmente ocioso. Essa representação permitiu encontrar uma solução analítica para o sistema totalmente ocupado, que pode ser combinado com uma análise de absorção simples nos estados restantes para derivar a solução exata para as equações de probabilidade no estado estacionário. Isso contrasta com a abordagem clássica de truncar o espaço de estados para encontrar probabilidades aproximadas de estado estacionário. A abordagem M/M/S na segunda instalação permitiu abordar o problema de dimensionamento da frota e encontrar soluções baseadas nas taxas de ocupação das embarcações e no tempo de espera para pedidos iminentes.This thesis deals with a supply system comprised of a maritime installation and a fleet of vessels that work together to deliver supply requests to offshore installations. The problem was formulated by a GI/M/S model that considers the port environment, that is, the berths are the servers, and an M/M/S model that considers the maritime environment, that is, vessels are the servers. To address the GI/M/S model, an embedded Markov chain approach was proposed whereby the states space was divided into two subsets, one representing the fully busy system and the other accounting for the situations when the system is partially idle. That representation enabled to find an analytical solution for the fully busy system, which can be combined with simple absorption analysis in the remaining states to derive the exact solution to the steady state probability equations. This contrasts with the classical approach of truncating the state space to find the approximate steady state probabilities. The M/M/S approach at the second installation enabled to address the fleet sizing problem and find solutions based on the occupancy rates of the vessels and the waiting time for impending requests