Optimización en la distribución y secuenciación de máquinas en el aprovechamiento de madera en bosques plantados
Resumen
Objetivo del estudio: El objetivo fue evaluar un modelo optimizado para la distribución y secuenciación de máquinas en operaciones de corte y extracción de madera, con el objetivo de reducir los tiempos improductivos y mejorar la capacidad de producción.
Área de estudio: El estudio se realizó en una empresa de celulosa y papel en el estado de Paraná, Brasil, en áreas operativas de cosecha de madera.
Material y métodos: Los tiempos de tala, procesamiento y extracción de árboles se obtuvieron de una cosechadora (hv) y un autocargador (fw) para estimar la eficiencia operativa y la productividad del sistema. Al mismo tiempo, se obtuvieron características vectoriales equivalentes al conjunto de parcelas en el área, carreteras y una característica matricial del modelo digital del terreno a partir de una base de datos geográfica para la estimación de una matriz de distancias entre las parcelas. Se utilizó el método de agrupamiento jerárquico de Ward basado en la matriz de distancias entre los campos para formar dos grupos de trabajo (GI y GII). Para cada grupo de trabajo, se estimó la secuencia de caminata más corta utilizando el algoritmo de Kruskal.
Resultados principales: En GI fue necesaria una distribución optimizada de 3 hw y 2 fw para alcanzar el objetivo de producción de 200 m³ PMH-1, con las máquinas cubriendo una distancia de 2.335 m. La proporción de máquinas 3 hw y 3 fw fue necesaria en GII con una distancia cubierta de 2.878 m. El modelo propuesto optimizó el número de máquinas y proporcionó una reducción del 26,7% en el desplazamiento total de las máquinas.
Aspectos destacados de la investigación: El alto costo de las operaciones de cosecha de madera requiere el uso optimizado de las máquinas forestales. El modelo propuesto permitió determinar con eficiencia la distribución y secuenciación de las máquinas para una cosecha de madera optimizada. El modelo puede implementarse en la planificación operativa en las empresas forestales en escenarios de cosecha de madera más complejos.
Descargas
Citas
Alvares CA, Stape JL, Sentelhas PC, Gonçalves JDM, Sparovek G, 2013. Köppen’s climate classification map for Brazil. Meteorol Z 22(6): 711–728. https://doi.org/10.1127/0941-2948/2013/0507
Augustynczik ALD, Arce JE, Yousefpour R, Da Silva ACL, 2016. Promoting harvesting stands connectivity and its economic implications in Brazilian forest plantations applying integer linear programming and simulated annealing. For Policy Econ 73: 120–129. https://doi.org/10.1016/j.forpol.2016.09.007
Demirci M, Bettinger P, 2015. Using mixed integer multi-objective goal programming for stand tending block designation: A case study from Turkey. For Policy Econ 55: 28–36. https://doi.org/10.1016/j.forpol.2015.03.007
Esri, 2018. Feature to Point. Environmental Systems Research Institute. https://doc.arcgis.com/en/archive/ [10 November 2024].
Ferrari LS, Arce JE, Pelissari AL, 2019. Optimal harvest scheduling in Pinus spp. plantations for tactical planning. Sci For 47(121): 167–176. https://dx.doi.org/10.18671/scifor.v47n121.17
Ferrari LS, Arce JE, Pelissari AL, Da Silva JP, Figueiredo Filho A, Oliveira EB, 2020. Tactical planning of forest harvesting under different scheduling restrictions. Sci For 48(127): e3334. https://doi.org/10.18671/scifor.v48n127.12
França LCJ, Júnior FWA, Silva CSJ, Monti CAU, Ferreira TC, Santana CJO, Gomide LR, 2022. Forest landscape planning and management: A State-of-the-Art Review. Trees For People 8: e100275. https://doi.org/10.1016/j.tfp.2022.100275
Frisk M, Flisberg P, Rönnqvist M, Andersson G, 2016. Detailed scheduling of harvest teams and robust use of harvest and transportation resources. Scand J For Res 31(7): 681–690. https://doi.org/10.1080/02827581.2016.1206144
Gomide LR, Arce JE, Da Silva AL, 2010. Efeito das restrições espaciais de adjacência no planejamento florestal otimizado. Floresta 40(3): 573–584. https://doi.org/10.5380/rf.v40i3.18919
Leal RO, López CA, 2011. Metodología para la planeación logística de vías forestales para la cosecha de plantaciones de Eucalyptus globulus Labill. utilizando herramientas de optimización. Colomb For 14(1): 51–67. https://doi.org/10.14483/udistrital.jour.colomb.for.2011.1.a05
Likaj R, Shala A, Mehmetaj M, Hyseni P, Bajrami X, 2013. Application of graph theory to find optimal paths for the transportation problem. IFAC Proc Vol 46(8): 235–240. https://doi.org/10.3182/20130606-3-XK-4037.00031
Machado CC, Lopes ES, 2014. Planejamento. In: Colheita Florestal, 3rd ed; Machado CC (ed). pp: 543. UFV, Viçosa, Brazil.
McEwan A, Marchi E, Spinelli R, Brink M, 2020. Past, present and future of industrial plantation forestry and implication on future timber harvesting technology. J For Res 31(2): 339–351. https://doi.org/10.1007/s11676-019-01019-3
R Core Team, 2019. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. http://www.r-project.org
Santos HG, Jacomine PKT, Anjos LHC, Oliveira VA, Lumbreras JF, Coelho MR, Almeida JA, Araujo Filho JC, Oliveira JB, Cunha TJF, 2018. Sistema Brasileiro de Classificação de Solos, 5th ed. Embrapa, Brasília, Brazil.
Sharma S, 1996. Applied multivariate techniques. John Wiley & Sons, New York, USA.
Simões D, Fenner PT, Esperancini MST, 2009. Avaliação técnica e econômica da colheita de florestas de eucalipto com harvester. Sci For 38(88): 89–97.
Väätäinen K, Asikainen A, Sikanen L, Ala-Fossi A, 2006. The cost effect of forest machine relocations on logging costs in Finland. For Stud 45: 135–141.
Ward JH, 1963. Hierarchical grouping to optimize an objective function. J Am Stat Assoc 58(301): 236–244.
Derechos de autor 2025 Consejo Superior de Investigaciones Científicas (CSIC)
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Consulte la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.
