Professional Documents
Culture Documents
Resumo
O Problema da Mochila Compartimentada uma variao do clssico problema da mochila e pode ser
enunciado considerando-se a seguinte situao hipottica: um alpinista deve carregar sua mochila com
possveis itens de seu interesse. A cada item atribui-se o seu peso e um valor de utilidade (at aqui, o
problema coincide com o clssico Problema da Mochila). Entretanto, os itens so de agrupamentos
distintos (alimentos, medicamentos, utenslios, etc.) e devem estar em compartimentos separados na
mochila. Os compartimentos da mochila so flexveis e tm capacidades limitadas. A incluso de um
compartimento tem um custo fixo que depende do agrupamento com que foi preenchido, alm de
introduzir uma perda da capacidade da mochila. O problema consiste em determinar as capacidades
adequadas de cada compartimento e como esses devem ser carregados, maximizando o valor de utilidade
total, descontado o custo de incluir compartimentos. Neste trabalho propomos um modelo de otimizao
no linear inteiro para o problema e algumas heursticas para sua resoluo. Uma aplicao prtica de
relevncia deste problema aparece no corte de bobinas de ao, sujeito laminao, detalhado em apndice.
Abstract
The Compartmentalized Knapsack Problem is a variation of the classical knapsack problem and can be
stated considering the following hypothetical situation: an alpinist must load his knapsack with items.
Two numbers, a weight and an utility value are associated with each item (so far, the problem coincides
with the classical integer Knapsack Problem). However, the items are of different classes (food,
medicine, utensil, etc.) and they have to be packed into separate compartments inside the knapsack. The
compartments are flexible and have limited capacities. Each compartment has a fixed cost that depends
on the class of the items and, in addition, each new compartment introduces a loss on the capacity of
the knapsack. The Compartmentalized Knapsack Problem consists in determining suitable capacities
for each compartment as well as their packing. The objective is to maximize the total utility value paid off
the cost of the compartments. In this work, we model the problem as an integer non-linear optimization
problem and we design some heuristic methods for its solution. A practical application of this problem
arises in steel rolls cutting subject to lamination, which is discussed in detail in the appendix.
Keywords: knapsack problems, cutting and packing problems, integer and combinatorial
optimization.
1. Introduo
Cortar objetos grandes (por exemplo, bobinas, placas, paraleleppedos) para a produo de
itens menores em quantidades bem definidos, ou empacotar itens pequenos dentro de espaos
bem definidos so problemas idnticos, considerando que um item cortado de uma certa
posio pode ser visto como ocupando aquela posio (da a referncia na literatura a
Problemas de Corte e Empacotamento).
O nmero de combinaes possveis dos itens dentro de um objeto (cada combinao
possvel chamada padro de corte) , em geral, muito grande e, a tentativa de enumer-las
completamente invivel do ponto de vista prtico. Uma funo objetivo pode ser definida
medindo, por exemplo, perdas no caso do problema de corte, ou vazios no caso de
empacotamento, ou custos, ou nmero de objetos usados, etc. Um problema de corte e
empacotamento consiste em determinar um padro de corte que minimize a funo objetivo.
Dentro desta categoria de problemas esto vrios clssicos da literatura de pesquisa
operacional, tais como os problemas da mochila, bin-packing, dentre outros, os quais so, em
geral, NP-completo (Garey & Johnson, 1979).
Vrios trabalhos de reviso nos problemas de corte e empacotamento tm sido publicados
nas ltimas duas dcadas, como Hinxman (1980), Dyckhoff et al. (1985), Dyckhoff (1990),
Martello & Toth (1990), Dowsland & Dowsland (1992), Dyckhoff & Finke (1992), Sweeney
& Parternoster (1992), Wscher & Gau (1996), Dyckhoff et al. (1997), Lodi et al. (2002) e
revistas de prestgio em Pesquisa Operacional tm publicado edies especiais sobre o tema
tais como Dyckhoff & Wscher (1990), Bischoff & Wscher (1995), Arenales et al. (1999).
Vrias tcnicas de resoluo tm sido desenvolvidas, em geral especializando procedimentos
consagrados da Pesquisa Operacional, tais como: enumerao implcita, programao
dinmica, relaxao lagrangeana, busca em grafos e heursticas.
H, na literatura, um grande nmero de problemas de corte e empacotamento e houve uma
tentativa no trabalho de Dyckhoff (1990) de classific-los conforme algumas caractersticas.
Em particular, uma primeira caracterstica consiste nas dimenses relevantes do processo de
corte. Assim, podemos ter os problemas de corte unidimensionais, com apenas uma
dimenso relevante para o processo de corte, como por exemplo, o corte de bobinas
(de papel, ao, tecidos, plsticos, etc) e barras. O clssico problema da mochila pode ser
visto como um problema de corte unidimensional. Outros problemas bidimensionais, onde
duas dimenses so relevantes, tm aplicaes diversas, como por exemplo, o corte de placas
de madeira, chapas de ao, placas de vidro, tecido, etc. O problema de corte estudado neste
artigo unidimensional.
Uma outra caracterstica dos problemas de corte e empacotamento decorre da elevada
repetio de itens a serem produzidos, de modo que uma soluo do problema exige o corte
de vrios objetos em estoque com repetio de padres de corte (o nmero de objetos
cortados por um mesmo padro de corte passa a ser uma varivel fundamental na formulao
do problema, que aproximado com sucesso por um problema de otimizao linear). Este
problema conhecido na literatura como Problema de Corte de Estoque e os trabalhos
pioneiros de Gilmore & Gomory (1961, 1963, 1965) utilizaram a tcnica de gerao de
colunas e permitiram pela primeira vez que problemas prticos pudessem ser resolvidos com
sucesso. A terminologia de problema de corte de estoque tambm usada para problemas
onde a repetio dos padres de corte baixa (por exemplo, apenas um objeto deve ser
cortado por um padro particular), mas h uma demanda a ser atendida, mesmo que em
quantidade pequena (por exemplo, um ou dois itens). Neste caso, a soluo arredondada da
relaxao por otimizao linear pode no ser uma boa aproximao. As caractersticas
destacadas por Dyckhoff (1990) permitem uma classificao dos problemas de corte e
empacotamento, muito embora haja uma diversidade de problemas abrigados na mesma
categoria.
Tcnicas de resoluo de problemas de corte de estoque (sejam baseadas na gerao de
colunas ou heursticas gulosas, veja Hinxman, 1980 e Wscher & Gau, 1996) dependem
fundamentalmente da resoluo de um subproblema de corte e empacotamento para a
determinao do melhor padro de corte para um particular objeto em estoque. Nesse
subproblema de corte no h obrigatoriedade de satisfazer a demanda (caso a demanda seja
baixa, deve-se cuidar para que a demanda no seja excedida, caso contrrio, o padro de
corte gerado no seria usado uma nica vez). O problema objeto deste trabalho consiste na
determinao de um nico padro de corte que, como observado, um problema
fundamental na resoluo de problemas mais gerais.
O Problema da Mochila Compartimentada modela a situao hipottica descrita no resumo
deste trabalho com importantes aplicaes prticas. Uma aplicao industrial surge no corte
de bobinas de ao, sujeitas laminao, que ser mais bem explicado em apndice.
Alguns poucos pesquisadores estudaram o problema de corte de bobinas de ao, onde ocorre
o processo de laminao, porm o problema da mochila compartimentada foi evitado com
auxlio de heursticas simples. Por exemplo, Carvalho & Rodrigues (1994) utilizam a tcnica
de gerao de colunas, mas para a determinao dos padres de corte (onde surge o problema
da mochila compartimentada) reduzem a busca a solues homogneas para cada
compartimento. Em Ferreira et al. (1990) uma heurstica gulosa utilizada na gerao de um
conjunto de padres de corte, sem a restrio de compartimentao, para ento descartar
aqueles que no podem ser compartimentados atravs de regras heursticas simples. Em
Pereira (1993) encontra-se uma boa descrio do problema, considerando o processo de
laminao e uma modelagem matemtica que o autor concluiu ser ineficiente na resoluo de
problemas prticos. Hoto (1996, 2001) e Marques (2000) focalizaram seus estudos no
problema da mochila compartimentada. Em particular, Hoto (1996) fornece os primeiros
passos para uma modelagem e mtodos heursticos e, mais tarde Hoto (2001), apresenta
mtodos exatos e heursticos para a mochila compartimentada, que difere do presente
trabalho por no incluir a limitao da quantidade de itens no padro de corte (na literatura
de corte e empacotamento chamado de problema irrestrito). Mais recentemente, Zak (2002)
estudou um problema relacionado com o problema da mochila compartimentada, onde uma
seqncia de estgios no processo de corte obriga que bobinas intermedirias sejam
produzidas antes dos itens finais, definindo uma espcie de compartimentos. Porm, os itens
podem ser acomodados livremente dentro de cada compartimento, isto , no h uma
partio dos itens em agrupamentos (medicamentos, alimentos, etc.), como suposto no
problema da mochila compartimentada a ser estudado neste trabalho.
Uma variedade de problemas da mochila vem sendo estudada h vrias dcadas pela
comunidade de Pesquisa Operacional e revisados, por exemplo, nos trabalhos de Martelo &
Toth (1990) e Lin (1998). Porm o problema da mochila compartimentada no foi estudado.
Na seo 2 definimos e modelamos o problema da mochila compartimentada. Na seo 3
propomos trs mtodos heursticos e seus desempenhos computacionais so apresentados na
seo 4. Por fim, em apndice, mostramos uma aplicao prtica de relevncia que aparece
no corte de bobinas de ao, sujeito laminao.
Dados do problema:
M = {1,...,m}: conjunto dos tipos de itens;
li : peso (Kg) do item i (li > 0), i=1,...,m;
vi : valor de utilidade do item i (vi 0), i=1,...,m;
di : limite mximo de itens i na mochila, i=1,...,m;
K: nmero total de agrupamentos distintos;
Ak : agrupamento k, k=1,...,K, (M = A1 A2 ... AK , Ai Aj = , com i j);
Variveis:
ijk: nmero de itens do tipo i, do agrupamento k, no compartimento do tipo j, i=1,...,m,
k=1,...,K e j=1,...,Nk;
jk: nmero de vezes que o compartimento (padro) do tipo j alocado com o agrupamento
k repetido na mochila, k=1,...,K e j=1,...,Nk.
Um modelo matemtico para o problema da mochila compartimentada pode ser escrito por:
K Nk
Maximizar (V jk ck ) jk (3.1)
k =1 j =1
A funo objetivo (3.1), a ser maximizada, fornece o valor total de utilidade, descontado o
custo de alocar os compartimentos; as restries (3.2) e (3.3) fornecem, respectivamente, o
valor de utilidade e a capacidade de cada compartimento (obviamente, estas restries podem
ser eliminadas, substituindo-as nas demais restries); as restries (3.4) impem limites
fsicos aos compartimentos, onde uma perda S deve ser considerada; as restries (3.5)
limitam o nmero de itens na mochila (esta restrio importante quando um nmero
excessivo de itens deve ser evitado, embora introduza no-linearidade nas restries) e, por
fim, a restrio (3.6) correspondente aos limites fsicos da mochila. Observe que o problema
(3.1-3.8) um problema de otimizao no linear inteiro.
O modelo (3.1-3.8) permite considerar um agrupamento especial de itens, chamados itens
livres, os quais podem ser includos na mochila sem necessidade de compartimentao. Nas
heursticas a seguir, denominamos o agrupamento K como o agrupamento de itens livres.
Assim, para k=K, a restrio (3.4) desnecessria (ou, LKmin = 0 e LKmax = L de modo que
redundante) e cK=0. Na aplicao em interesse, isto , no corte de bobinas de ao sujeito
laminao, os limitantes dos compartimentos so idnticos: Lkmin = Lmin e Lkmax = Lmax ,
exceto para o compartimento dos itens livres. Nas heursticas propostas na prxima seo
usamos esta caracterstica, embora seja facilmente implementvel quando os limitantes para
os compartimentos dependem dos agrupamentos.
Algoritmo:
Passo 1: Selecionar o melhor compartimento para o agrupamento k, k=1, , K1,
resolvendo o seguinte Problema da Mochila, de capacidade Lmax:
Vk = Maximizar vi ik (4.1)
i Ak
ik k d i , i Ak , k = 1,...,K 1 (5.3)
k d k , k AK , (5.4)
ik , k 0 e inteiros, i Ak , k = 1,...,K 1, k AK . (5.5)
Em seguida, escolhe-se, o compartimento de maior valor por unidade ( Vk' L'k ), sendo ento,
alocado na mochila. Atualizam-se os dados e repete-se o processo at que um padro seja
gerado. Com isto evitado o problema (5.1-5.5) do procedimento anterior. Porm, apesar de
apenas um compartimento ser gerado por agrupamento, a cada passo, possvel ter
diferentes compartimentos com o mesmo agrupamento, algo excludo na heurstica anterior,
onde era permitida apenas a repetio do melhor compartimento. O algoritmo apresentado
passo a passo a seguir.
Algoritmo:
Passo 3:
Vk c k v
3.1 Escolha k* tal que: Max{ , k = 1,L ,K 1; k , k AK }
Lk lk
3.2 Atualizao:
Se k* em (3.1) corresponder a um compartimento
ento lutil lutil Lk * alocar um compartimento
di di ik*
seno lutil lutil l k * alocar um item livre
di di 1
3.3 Se lutil Min{Min{Lk , k=1,...,K-1},Min{li , i AK}}, volte ao Passo 2.
Algoritmo:
Passo 1: Selecionar os z melhores compartimentos para o agrupamento k determinando
as z melhores solues para o seguinte Problema da Mochila de capacidade Lmax, sendo
V 1k V 2k ... V zk os z melhores valores de (8.1) e suas respectivas solues ijk.
Para k=1,...,K-1 e j=1,...,z, resolva:
V jk = Maximizar vi ijk (8.1)
i Ak
0 k d k , k AK . (9.4)
jk 0, inteiro, k = 1,...,K 1 e j = 1,...,z. (9.5)
L
i = mind i , , i = 1,...,m. (10)
li
Gomory (1963). Assim, sempre que uma nova soluo determinada, o correspondente valor
da funo objetivo, digamos V, comparado com os z valores previamente armazenados
(por facilidade esto ordenados, por exemplo: V1 V2 Vz), sendo rejeitado caso V Vz ,
ou Vz descartado e o valor de V armazenado ordenadamente. Observe que a nova soluo
gerada difere das anteriores, pois o processo de busca do algoritmo de Gilmore e Gomory
evita repeties de solues. Um mtodo alternativo pseudo-polinomial para o clculo das
melhores solues do problema da mochila pode ser encontrado em Yanasse et al. (2000).
d i
jk Mnimo , para todo i Ak . (11)
ijk
Isto reduz ao caso restrito j discutido, mas no suficiente. Por exemplo, se 1k > 0 e 2k > 0
(isto , o primeiro e segundo compartimentos associados ao agrupamento k so carregados na
mochila) e, alm disso, i1k > 0 e i2k > 0 (isto , o item i aparece nos compartimentos 1 e 2)
ento o total de itens do tipo i j includos na mochila dado por: i1k 1k + i2k 2k (veja
restrio (9.3)). Portanto, a quantidade de superitem do tipo 3, por exemplo, limitada por:
di
3k , (12)
i 3k
4. Resultados Computacionais
As heursticas apresentadas na seo 3 foram testadas para uma srie de exemplos gerados
aleatoriamente, classificados de acordo com as seguintes 4 caractersticas:
i) nmero de itens livres;
ii) comprimentos dos itens;
iii) limites sobre o nmero de itens dos agrupamentos e,
iv) limites sobre o nmero de itens livres.
Tais caractersticas tentam simular situaes observadas com dados reais. A seguir
apresentaremos as caractersticas que foram consideradas para cada conjunto de dados.
Alguns parmetros foram fixados para todos os exemplos, representando dados reais. Ao
invs de peso, como temos utilizado at agora, usamos comprimentos da bobina e itens.
Parmetros fixados:
1. Capacidade da Mochila: L = 1200 mm;
2. Capacidades mnima e mxima para os compartimentos: Lmin = 154 mm e
Lmax = 456 mm.
3. Perda devido incluso de compartimento (imperfeies nas bordas): S = 12 mm.
4. Nmero de agrupamentos gerados aleatoriamente: K[3, 8].
5. Nmero de itens por agrupamento gerado aleatoriamente: |Ak|[2, 6].
6. vi = li + , [1,100] (Obs: Na gerao de colunas, cada mochila compartimentada,
quando a funo objetivo minimizar a perda, ter os valores de utilidade neste
formato, onde o multiplicador simplex).
7. ck [1,100].
A seguir, feito um resumo dos resultados obtidos para vrios exemplos gerados. Para
cada situao combinada 20 exemplos foram gerados aleatoriamente e executados para as
3 heursticas (Decomposio, Melhor Compartimento e z Melhores Compartimentos com
z = 2).
Baseado nesta tabela, o grfico a seguir foi construdo. Neste grfico, traamos um
comparativo entre os valores mdios obtidos para a funo objetivo (vistos na tabela 1)
considerando as heursticas executadas. Para tal, consideramos como base os valores mdios
obtidos para a heurstica dos z Melhores Compartimentos (correspondendo a 100%) e de
acordo com os valores obtidos nas outras heursticas, verificamos se eles esto acima ou
abaixo dos valores base. O grfico 1 ilustra esta comparao.
110,00%
105,00%
100,00%
Variao em Percetual
95,00%
90,00%
85,00%
80,00%
Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto
A B C D E F G H I J K L M N O P
Conjuntos de Dados
Grfico 1 Comparativo entre os valores obtidos para a funo objetivo nas diversas heursticas.
Agradecimentos
Os autores agradecem os vrios comentrios e sugestes do Prof. Dr. Robison Hoto que
muito enriqueceram o trabalho. Algumas figuras deste artigo foram inspiradas ou retiradas de
sua tese de doutoramento. Esta pesquisa teve apoio da FAPESP e CNPq.
Referncias Bibliogrficas
(1) Arenales, M.N.; Morabito, R. & Yanasse, H. (eds.) (1999). Cutting and Packing
Problems. Pesquisa Operacional, 19(2).
(2) Bischoff, E. & Wscher, G. (eds.) (1995). Cutting and Packing. European Journal of
Operational Research, 84(3), special issue.
(3) Carvalho, J.M.V. & Rodrigues, A.J.G. (1994). A Computer Based Interactive Approach
to a Two-stage Cutting Stock Problem. INFOR, 32, 243-252.
(4) Dowsland, K.A. & Dowsland, W.B. (1992). Packing Problems. European Journal of
Operational Research, 56, 2-14.
(5) Dyckhoff, H.; Abel, D. & Gal, T. (1985). Trim Loss and Related Problems. Omega, 13,
59-72.
(6) Dyckhoff, H. (1990). A Typology of Cutting and Packing Problems. European Journal
of Operational Research, 44, 145-159.
(7) Dyckhoff, H. & Wscher, G. (eds.) (1990). Cutting and Packing. European Journal of
Operational Research, 44(2), special issue.
(8) Dyckhoff, H. & Finke, U. (1992). Cutting and Packing in Production and Distribution:
Typology and Bibliography. Springer-Verlag Co., Heidelberg.
(9) Dyckhoff, H.; Scheithauer, G. & Terno, J. (1997). Cutting and Packing. Annotated
Bibliographies in Combinatorial Optimization [edited by M. Amico, F. Maffioli and
S. Martello], John Wiley & Sons, New York, 393-414.
(10) Ferreira, J.S.; Neves, M.A. & Castro, P.F. (1990). A Two-phase Roll Cutting Problem.
European Journal of Operational Research, 44, 185-196.
(11) Garey, M.R. & Johnson, D.S. (1979). Computers and Intractability: A Guide to the
Theory of NP-Completeness. W.H. Freeman and Co., San Francisco.
(12) Gilmore, P. & Gomory, R. (1961). A Linear Programming Approach to the Cutting
Stock Problem. Operations Research, 9, 849-859.
(13) Gilmore, P. & Gomory, R. (1963). A Linear Programming Approach to the Cutting
Stock Problem, part II. Operations Research, 14, 94-120.
(14) Gilmore, P. & Gomory, R. (1965). MultiStage Cutting Stock Problems os Two and
More Dimensions. Operations Research, 14, 1045-1074.
(15) Hinxman, A.I. (1980). Trim-Loss and Assortment Problems: A Survey. European
Journal of Operational Research, 5, 8-18.
(16) Hoto, R.S.V. (1996). Otimizao no Corte de Peas Unidimensionais com Restries de
Agrupamento. Dissertao de Mestrado, ICMSC-USP, So Carlos, So Paulo.
(17) Hoto, R.S.V. (2001). O Problema da Mochila Compartimentada Aplicado no Corte de
Bobinas de Ao. Tese de Doutoramento, COPPE-UFRJ, Rio de Janeiro, Rio de Janeiro.
(18) Lin, E.Y.H. (1998). A Bibliographical Survey on Some Well-Known Non-Standard
Knapsack Problems. INFOR, 36(4), 274-317.
(19) Lodi, A.; Martello S. & Monaci, M. (2002). Two-Dimensional Packing Problems:
A Survey. European Journal of Operational Research, 141, 241-252,
(20) Marques, F.P. (2000). O Problema da Mochila Compartimentada. Dissertao de
Mestrado, ICMC-USP, So Carlos, So Paulo.
(21) Martello, S. & Toth, P. (1990). Knapsack Problems: Algorithms and Computer
Implementations. John Wiley & Sons, Chichester.
(22) Morabito, R. & Arenales, M. (1992). Um exame dos problemas de corte e
empacotamento. Pesquisa Operacional, 12(1), 1-20.
(23) Morabito, R. & Garcia, V. (1998). The Cutting Stock Problem in a Hardboard Industry:
A Case Study. Computers and Operations Research, 25(6), 469-485.
(24) Pereira, M.A. (1993). Uma Abordagem Matemtica para o Problema de Corte e
Laminao de Fitas de Ao. Dissertao de Mestrado, UNICAMP, Campinas, So Paulo.
(25) Sweeney, P. & Paternoster, E. (1992). Cutting and Packing Problems: A Categorized,
Application-Oriented Research Bibliography. Journal of the Operational Research
Society, 43, 691-706.
(26) Wscher, G. & Gau, T. (1996). Heuristics for the Integer One-Dimensional Cutting
Stock Problem: A Computacional Study. OR Specktrum, 18, 131-144.
(27) Yanasse, H.H.; Soma, N.Y. & Maculan, N. (2000). An algorithm for determining the
K-best solutions of the one-dimensional knapsack problem. Pesquisa Operacional,
20(1), 117-134.
(28) Zak, E.J. (2002). Modeling multistage cutting stock problems. European Journal of
Operational Research, 141, 313-327.
Descrevemos aqui o corte em bobinas de ao, sujeito laminao, o que foi a motivao
inicial deste estudo, procurando enfocar os principais aspectos envolvidos no processo. Alm
disso, fazemos uma descrio dos custos envolvidos no processo de produo.
Este problema foi observado em uma empresa que produz tubos de ao para diversas
aplicaes. A linha de produo consiste em produzir fitas, a partir de bobinas de ao em
estoque. Essas fitas, por sua vez, sero utilizadas na confeco dos tubos soldados, que tero
finalidades especficas.
1. Consideraes Iniciais
Terminologia:
Bobinas mestres so os objetos a serem cortados (mochilas a serem preenchidas). Tais
bobinas so identificadas pelos seus pesos (entre 12000 e 13500 Kg), larguras (variando
de 1100 a 1200 mm), espessura do ao e pelo teor de carbono do ao segundo os critrios
do SAE (Society of Automotive Engineers). Os mais utilizados so: SAE 1008, SAE 1010,
SAE 1012, SAE 1017 e SAE 1021.
Bobinas intermedirias so as bobinas obtidas durante a primeira etapa de corte (os
compartimentos). As bobinas intermedirias herdam algumas de suas caractersticas das
bobinas mestres, como a espessura e o teor de carbono do ao. Porm, por sua vez, as
bobinas intermedirias tero seus prprios pesos e larguras.
Fitas so os itens obtidos durante a segunda etapa de corte, a partir das bobinas
intermedirias. As fitas possuem caractersticas bem definidas como a largura (de acordo
com o dimetro dos tubos a serem produzidos), a espessura e o tipo de ao.
Observe que uma bobina com o tipo de ao SAE 1008 somente poder produzir fitas com
esta caracterstica. No que se segue, supomos que o conjunto de fitas selecionado para ser
produzido tenha as caractersticas necessrias de uma mesma bobina mestre a ser cortada.
2. O Processo de Corte
Uma peculiaridade do problema ao se efetuar cortes em bobinas de ao sujeitas a um
processo tcnico de laminao, reside no fato de que as bobinas mestres no podem ser
laminadas devido a sua largura, pois existem restries fsicas, impostas pelo laminador,
estabelecendo limites nas larguras das bobinas para que essas possam ser laminadas.
Portanto, as bobinas mestres devem ser cortadas em bobinas intermedirias, cujas larguras
Bobina mestre
Refugo
Primeira
Etapa
Largura til de
Corte
Largura Total
Refugo
3. A Cortadeira
Uma bobina mestre desenrolada e o processo de corte para obteno das bobinas
intermedirias feito longitudinalmente por discos de corte (no h cortes transversais e
por isso podemos entender que o problema unidimensional). Nesta etapa, existem
perdas intrnsecas (que podem ser visualizadas na figura 1 como refugos) nas laterais da
bobina, para eliminar as irregularidades das bordas, variando entre 6 a 8 mm por borda.
Posteriormente, as bobinas intermedirias so enroladas e passaro, ou no, para o processo
de laminao se as espessuras das fitas forem idnticas espessura da bobina mestre, no
ser necessrio o processo de laminao.
BOBINA INTERMEDIRIA
CORTADEIRA
BOBINA MESTRE
4. Laminao
O processo de laminao tem por objetivo diminuir (quando necessrio) a espessura do
material de uma bobina intermediria. Esse processo se d temperatura ambiente
(laminao a frio) por meio de cilindros de laminao que efetuam presso sobre a lmina de
ao (figura 3). Cabe notar que, eventualmente, uma mesma bobina intermediria poder
sofrer mais de uma laminao. Isto necessrio para que se possa obter a espessura desejada
do material (a reduo cerca de 15 a 20% da espessura em cada passo, e de 50 a 60% no
total). Como todas as outras, a mquina que executar a laminao (o laminador) possui
restries do tipo: No possvel laminar uma bobina intermediria com menos de 154 mm e
mais de 456 mm de largura (isto limita os tamanhos dos compartimentos, conforme definio
do Problema da Mochila Compartimentada, seo 2). A figura 3 ilustra o processo de
laminao em perfil.
Sentido de Operao
Cilindros de
Carretel
Laminao
Desenrolador
Carretel
Enrolador
Aps a laminao, a bobina intermediria novamente cortada para a produo das fitas.
Quando uma bobina intermediria submetida ao processo de laminao, o material adquire
alguns fatores fsicos indesejveis e se faz necessrio, aps o recorte, um tratamento trmico
ao material denominado recozimento. No recozimento, as fitas so acondicionadas em fornos
especiais onde permanecem por um certo perodo e, em seguida, so lentamente resfriadas
at atingirem a temperatura ambiente. O processo todo leva cerca de 24 horas e constitui um
gargalo na produo.
Em sntese, as diversas peculiaridades da linha de produo aqui citadas apontam para um
problema complexo. Alm disso, a necessidade do processo de laminao induz padres de
corte pouco evidentes, pois nem todas as fitas tm a mesma espessura. Uma empresa na
capital paulista que trabalha com este problema indica uma perda de material da ordem de
10%, o que corresponde a uma mdia mensal de 500 toneladas de ao (Hoto, 2001).