APLICAÇÃO DA SIMULAÇÃO
COMPUTACIONAL PARA ANÁLISE DO
TRÁFEGO NO CRUZAMENTO
CENTRAL COM SEMÁFORO DA
CIDADE HISTÓRICA DE MARIANA.
Leandro Reis Muniz (UFOP)
Irce Fernandes Gomes Guimarães (UFOP)
Magno Silvério Campos (UFOP)
Este artigo aborda a simulação computacional como ferramenta para
análise e auxílio na tomada de decisões. A simulação é utilizada para
realizar uma análise da situação atual do cruzamento central de
Mariana-MG, que atende a maior parte do fluxo de veículos. A
pesquisa inicia-se com o reconhecimento do sistema, posteriormente
ocorre a coleta e tratamento de dados, por meio de métodos
estatísticos, que servem como dados de entrada para o modelo
computacional. Algumas modificações são realizadas, simuladas e
analisadas com a finalidade de tornar o trânsito eficaz e rápido,
facilitando a vazão do fluxo de veículos deste cruzamento, sem
comprometer a segurança dos usuários e reduzindo o tempo de espera.
O tratamento e análise dos dados são realizados no software
Minitab14.0, e as simulações são realizadas no software Arena versão
10.0 . Os resultados mostram que o desempenho do sistema pode ser
melhorado, sem grandes alterações e transtornos para os usuários.
Palavras-chaves: Simulação Computacional, Tráfego, Cruzamento
com semáforo
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão.
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
2
1. Introdução
Nas últimas décadas, o número de meios de transporte motorizados, como carros, motos e
ônibus que utilizam as vias urbanas, aumentou significantemente. Este acréscimo acarretou
um volume maior no fluxo de veículos, que, algumas vezes, continua sendo absorvido pela
mesma estrutura viária das cidades. Essa situação se agrava bastante quando a cidade em
questão é histórica. Um dos motivos desse agravamento é a impossibilidade de grandes
mudanças nas vias de tráfego urbano, devido à conservação do patrimônio histórico. Assim,
as soluções desse problema devem ser voltadas para estudos que viabilizem o fluxo de
veículos urbanos, sem grandes alterações nas estruturas físicas já existentes. Uma das formas
de análise desse tipo de problema é a simulação, pois, através dessa técnica é possível tomar
decisões sem que seja necessário interferir no sistema já existente.
Prado (2004) define a simulação como a representação virtual por meio de uma linguagem
computacional de um sistema que se pretende estudar. Uma das grandes vantagens da
aplicação da simulação é que se pode analisar a resposta do modelo de acordo com alterações
propostas, sem que as mesmas sejam implantadas, permitindo ao pesquisador testar diferentes
hipóteses com custos mais baixos e sem riscos reais de erros.
De acordo com o mesmo autor, o aumento do uso da simulação deve-se ao avanço
tecnológico dos computadores, surgindo inúmeros programas de simulação aplicáveis aos
mais diversos setores e situações sem perder a eficiência nas análises pretendidas. Para
ilustrar a utilização da simulação como ferramenta significativa no processo decisório, pode-
se citar Schmitz e Hübner (2002) que, utilizaram a simulação para avaliar a estratégia de
decisão no controle de tráfego urbano.
Bertoncini (2004) realizou um estudo para analisar as medidas de desempenho operacional
devido à substituição de uma interseção semafórica por uma rotatória. A análise das medidas
de desempenho obtidas por simulação demonstrou que a decisão de substituir a interseção
semaforizada pela rotatória foi acertada, e resultou em reduções no tempo médio de percurso,
no número médio de paradas, no atraso global e, conseqüentemente, menor consumo de
combustível.
Já Loureiro (2002) estudou o desempenho nos períodos de pico do tráfego de interseções
semaforizadas na cidade de Fortaleza, comparando o controle centralizado em tempo fixo e
real por meio da simulação. Os resultados confirmaram uma crescente superioridade do
controle em tempo real sobre planos fixos na medida em que as demandas de pico atingem o
seu ápice, conforme indicados em estudos anteriores.
Como último exemplo, é citado Leite e Alves (2004), que programaram um simulador de
tráfego urbano para simular uma interseção com semáforos, com o intuito de elaborar um
software que poderia ser utilizado em novas pesquisas e até mesmo aperfeiçoado.
Neste sentido, a simulação se mostra extremamente importante para estudar e avaliar as idéias
que possam trazer melhoria no fluxo de veículos, melhor utilização dos recursos viários e
possibilitar um estudo mais claro da realidade e as conseqüências de possíveis alterações.
Baseado nas considerações levantadas este artigo pretende apresentar uma análise, através da
simulação computacional do cruzamento central, com semáforo, adjacente à Praça Tancredo
Neves, na cidade de Mariana-MG. Este cruzamento atende a maior parte do fluxo de tráfego
existente na cidade. Para apresentar os resultados alcançados, organizou-se este artigo da
seguinte forma: na sessão 1 é discutido a importância da utilização da simulação para análise
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
3
do Fluxo viário. Logo em seguida, são apresentados, nos tópicos 2,3 e 4 os principais
conceitos que auxiliam no entendimento deste estudo, sendo eles transporte urbano, pesquisa
operacional e simulação. Dando seqüência, nas sessões 5 e 6 são apresentadas a descrição do
modelo e a metodologia.. Por fim, nas sessões 7 e 8 serão apresentados os cenários
estudados, os resultados, as análises e as conclusões obtidas.
2. Transporte Urbano
Os principais meios de transportes, como aviões, carros, motos, metrôs possibilitam
movimentação de pessoas, produtos e serviços. Segundo Owen (1971), a evolução dos meios
de transporte e sua massificação tiveram início após a segunda revolução industrial, devido a
fatores como as descobertas do aço e do petróleo.
Antes do século XVII, o trânsito das pessoas nas cidades era realizado a pé, montado em
animal ou em carruagem puxada por animais. Os primeiros carros surgiram somente no final
do século XIX e eram veículos bastante rudimentares. Por volta de 1920, o transporte público
era praticamente a única alternativa de transporte de passageiros nas cidades. Com o
surgimento do automóvel o transporte coletivo foi sendo substituído pelo transporte
individual, aumentando o fluxo de veículos e demandando melhor infra-estrutura viária. A
intensificação do uso do automóvel se deve às seguintes razões: redução do preço devido ao
aumento da produção (economia de escala), permitindo que cada vez mais, pessoas pudessem
adquiri-los. (FERRAZ, 2004 – pág. 18.)
De acordo com o mesmo autor, a adequada infra-estrutura do transporte urbano é uma
preocupação em todos os países, pois a maioria da população mora nas cidades. No Brasil,
mais de 80% da população vive nas cidades, cerca de 175 milhões de habitantes. Destes,
aproximadamente 140 milhões utilizam o transporte urbano.
Ainda, para Ferraz (2004), pode-se definir transporte como “a denominação dada ao
deslocamento de pessoas e de produtos. O termo transporte urbano é empregado para designar
os deslocamentos de pessoas e produtos realizados no interior das cidades”.
Para que as cidades suportem o crescimento no número de veículos que circulam por suas
vias, são demandadas grandes obras de infra-estrutura viária, com elevado custo para sua
realização. Por outro lado, as cidades históricas não podem passar pelo mesmo processo, uma
vez que, devem conservar sua estrutura original, sem interferir, portanto, nessa infra-estrutura
histórica. Devem buscar outro tipo de solução para absorver o aumento constante no fluxo de
veículos que circulam pelas suas ruas e avenidas, otimizando seu sistema viário.
A Pesquisa Operacional através de softwares de simulação vem de encontro a esse objetivo,
permitindo imitar o funcionamento de diferentes sistemas reais, de maneira virtual verificando
o funcionamento de uma linha de produção, de uma agência bancária, o atendimento em
caixas de um supermercado ou o tráfego nas ruas de uma cidade, e realizar alterações no
sistema simulado, buscando melhor eficiência do sistema.
3. Pesquisa Operacional
A Pesquisa Operacional (PO) é um método científico que possibilita avaliar e testar uma
decisão antes de implementá-la, pois fornece ferramentas quantitativas ao processo de tomada
de decisões e proporciona uma pequena margem de erro. A PO é constituída por várias sub-
áreas, entre elas Programação Linear, Teoria das Filas, Teoria dos Jogos, Programação
dinâmica e Simulação. Segundo Prado (2004), o termo Pesquisa Operacional foi empregado
pela primeira vez em 1939 como uma tentativa de englobar, sob uma única denominação, as
técnicas existentes ou que viriam a ser desenvolvidas e que tinham o mesmo objetivo:
fornecer ferramentas quantitativas ao processo de tomada de decisões.
Andrade apud Toribio (2003) define a Pesquisa Operacional como uma metodologia
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
4
administrativa que engloba quatro ciências fundamentais para o processo de preparação,
análise e tomada de decisões: economia, matemática, estatística e informática. Os estudos de
PO estão direcionados para a aplicabilidade gerencial sob os aspectos econômicos e
administrativos, os métodos estatísticos e matemáticos para a obtenção das soluções, e
finalizando, construção de modelos e algoritmos computacionais.
Lachtermacher (2004) apresenta a tomada de decisão como o processo de identificar um
problema ou uma oportunidade e selecionar uma linha de ação para solucioná-lo. Um
problema ocorre quando o estado atual de uma situação se diferencia do estado desejado,
mesmo quando o estado atual é superior ao desejado. É necessário identificar as causas desse
ótimo para que este nível atual possa ser mantido e/ou planejado em outras áreas.
Augusto (2005) afirma que a PO, vista como um conjunto de técnicas quantitativas, pode
servir de apoio para gerência na preparação e na tomada de decisões, mas para isso é
necessário que as características e as dificuldades do processo sejam entendidas de forma
clara. Os modelos de simulação apresentam como resultados cenários com características
similares ao sistema real, e possibilita a interação do usuário para que o mesmo intervenha na
busca de melhores soluções. Já os modelos matemáticos de otimização retornam valores
ótimos para as variáveis em estudo.
Andrade apud Toribio (2003) mostra através da Tabela 1 uma forma geral de se visualizar as
etapas para elaboração de modelos de PO, simulação e otimização.
Tabela 1: Etapas para elaboração de Modelos
MODELOS DE PO MODELOS DE SIMULAÇÃO MODELOS DE OTIMIZAÇÃO
Definição do problema Definição do problema Definição do problema
Construção do modelo Identificação das variáveis
relevantes
Identificação das variáveis
relevantes
Solução do modelo Formalização das equações do
modelo
Formulação da função objetivo
Validação do modelo Codificação do modelo Formulação das restrições
Implementação da Solução Teste do modelo Escolha do método matemático de
solução
Avaliação Final Aplicação do modelo Aplicação do método de solução
---------------------- --------------------- Avaliação da solução
Fonte: Elaborado por Toribio (2003)
4. Simulação
Esta é uma ferramenta utilizada para analisar a performance de sistemas e o comportamento
futuro de variáveis relevantes. Segundo Monks apud Augusto (2005), a simulação é um
método de modelar a essência de uma atividade ou sistema, de modo que possam ser feitas
alterações no sistema simulado para avaliar o comportamento do sistema após a alteração ou o
efeito da mudança ao longo do tempo.
A simulação oferece diversas vantagens que justificam sua utilização. Uma vez criado o
modelo simulado, ele pode ser utilizado inúmeras vezes para análise de outros projetos e
novas políticas. A simulação mostra a realidade na qual o modelo opera permitindo a visão de
todo o processo, que fica restrita quando se está inserido no sistema, se opondo a maneira
como se pensa que ele opera. Através dela também é permitido que se obtenham conclusões
sem causar perturbações no sistema real, reduzindo custo ou proporcionando a viabilidade de
um projeto.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
5
Com a evolução dos sistemas computacionais, nas últimas décadas foram desenvolvidos
programas de simulação cada vez mais versáteis. A partir de então, os pesquisadores que
utilizam a simulação passaram a explorar o enorme potencial do computador pessoal,
surgindo a “simulação visual”. Hoje muitos programas possuem essa habilidade. Como
exemplo, pode-se citar: TAYLOR, PROMODEL, GPSS, ARENA, DELPHI, dentre outros,
variando de aplicações específicas a generalistas.
A principal desvantagem dessa técnica é que os resultados encontrados não são ótimos. O
pesquisador não garante que a configuração do modelo é a melhor possível, ao contrário da
modelagem por meio de modelos matemáticos exatos, onde a complexidade do sistema pode
tornar inviável sua representação por meio de equações, mas a grande vantagem é a certeza
que se obteve a melhor resposta. (AUGUSTO, 2005)
5. Definição do Problema Estudado
O cruzamento central da cidade de Mariana foi escolhido para a realização deste estudo
devido ao aumento significativo de veículos na cidade. Esse aumento foi ocasionado por
diversos fatores, sendo alguns deles: aumento do número de habitantes, maior fluxo de
turistas e principalmente a expansão das mineradoras da região (Samarco Mineração S.A. e
Vale), no entorno da cidade. Com o acréscimo do fluxo de automóveis, o cruzamento em
estudo passou a apresentar grandes filas em horários de pico (11h30minh - 13h30min e
16h30min - 18h00min), pelo fato de a configuração semafórica ser a mesma desde a
instalação na década passada até os dias atuais.
O estudo tem o objetivo de possibilitar uma melhor configuração dos tempos de ciclo dos
semáforos desse cruzamento. Para isso, foi utilizado os semáforos existentes no local,
juntamente com a identificação dos locais que são críticos em relação ao tamanho de filas
(gargalos). Também foram levantados os principais dados para análise, como por exemplo:
tempo de atravessamento, tempo de espera e taxa de utilização. A partir desses dados, será
possível tomar decisão a respeito de um novo dimensionamento do semáforo e permitir que a
Prefeitura de Mariana compreenda melhor o problema e verifique se há necessidade de
investir em obras de infra-estrutura, sem prejudicar o patrimônio histórico.
O cruzamento em estudo é composto por quatro vias semaforizadas. Nesse cruzamento, todo
veículo proveniente de uma via geradora é orientado pelo semáforo, para passar ou não nesse
cruzamento, em sentido às vias coletoras. Será considerado que cada automóvel que entra no
cruzamento terá que sair. Desconsideram-se avarias no sistema e também interrupções que
demandam muito tempo, ou seja, considera-se que o cruzamento está em perfeitas condições
de tráfego. O sistema de cronometragem do semáforo apresenta tempo de ciclo total de 90
segundos, com tempos de verde, vermelho e amarelo alternados entre os semáforos existentes.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
6
]
Figura 1: Cruzamento em estudo
As rotas desse cruzamento são mostradas na Figura 1 e seguem a seguinte lógica: as vias ML1
e ML2 em verde, SFU em laranja, CAT em marrom e SGO em azul. Os carros da via ML1
podem realizar conversão à esquerda, sentido SFU. Já os veículos da ML2 podem seguir em
frente, sentido CAT ou realizar conversão à direita para a SGO. Logo se formam duas filas
independentes. Os veículos provenientes da via geradora SGO podem ir sentido SFU ou
realizar conversão sentido CAT. Na via CAT, a única opção é a conversão sentido SFU e os
veículos provenientes da SFU podem ir para a via SGO ou CAT.
5. Metodologia
Neste estudo foi utilizado o software Arena 10.0 na realização da simulação do modelo e
cenários. Os dados coletados foram analisados no software Minitab 14, onde foi utilizada a
ferramenta estatística carta de controle com análise individual de variáveis com média móvel,
denominado I-MR no Minitab 14 nessa análise, foram eliminados os pontos discrepantes,
conhecidos estatisticamente com outliers. Posteriormente, os dados foram exportados para o
bloco de notas e, em seguida, importados no Input Analyzer, ferramenta de ajuste de
distribuição disponível no Arena 10.0, para obtenção das distribuições probabilísticas a serem
inseridas no modelo. O Fluxograma mostrado na Figura2 apresenta as etapas metodológicas
utilizadas.
Formulação do problema e
coleta de dados
Identificação das variáveis e
das condições do sistema
Construção do modelo
Validação do modelo com
dados históricos
Modelo
Aprovado?
Elaboração de programa ou
planilha de computador
Realização dos experimentos
de simulação
Análise estatística dos
resultados
Sim
Não
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
7
Figura 2: Etapas do processo de simulação utilizadas neste estudo
As distribuições encontradas para as variáveis randômicas foram obtidas por meio dessa
ferramenta. A percepção do motorista foi encontrada pela média dos dados coletados. Essa
variável mede o tempo que o motorista gasta para colocar o veículo em movimento após o
sinal abrir.O projeto de simulação utilizou um computador Pentium 4 1.5GHz e 480 MB de
RAM sob plataforma Windows XP Professional versão 2002.
6. Cenários Investigados
Os cenários que serão investigados também devem ser levantados nesta etapa. Todos esses
detalhes têm o objetivo de criar modelos viáveis para a implementação tanto computacional
quanto financeira, além de obedecer a um tempo determinado. Esses cenários são formulados
com base no tempo de ciclo nos semáforos existentes no cruzamento, visto que se busca uma
melhor configuração dos mesmos, utilizando os equipamentos já existentes.
O cenário real apresenta tempo de ciclo total de 90 segundos. Os tempos de verde, vermelho e
amarelo podem ser identificados na Figura 3. Nessa configuração é possível notar folgas entre
o vermelho de um semáforo e verde do outro: existem 2 segundos entre o vermelho da SGO
(São Gonçalo) e o verde da CAT (Catete), dois segundos entre o verde da CAT e o verde da
SFU (Salvador Furtado) e 6 segundos entre o vermelho da CAT e o verde das ML1 e ML2
(Manoel Leandro Correa).
Figura 3: Tempo de Ciclo Real dos Semáforos.
Tendo como ponto de partida o ciclo da figura 3, foram traçados três cenários distintos. No
cenário 1, foram incluídos 2 segundos no tempo de verde do Catete e da Manoel Leandro
Corrêa, deixando apenas 2 segundos de folga entre o vermelho do Catete e o verde da Manoel
Leandro Corrêa. Outra alteração realizada foi a abertura do semáforo da Salvador Furtado no
mesmo instante de abertura do semáforo do Catete. Dessa forma o tempo de verde da
Salvador Furtado aumentou em 9 segundos. O tempo de folga existente entre o verde e o
vermelho entre os diferentes semáforos é um tempo de segurança que visa a redução do risco
de colisão. Por esse motivo, o mesmo foi mantido. A única via que não apresenta esse tempo
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
8
é a do São Gonçalo, devido a sua visibilidade, baixo fluxo de veículos e por não permitir ao
motorista o tráfego em velocidade elevada.
O cenário 2 é baseado no cenário 1. As alterações realizadas têm o objetivo de aumentar o
tempo de verde nas vias de maior fluxo, ou seja, Manoel Leandro Corrêa e Catete, reduzindo
o tempo de verde da via do São Gonçalo. A redução no tempo de sinal aberto no São Gonçalo
se deve ao baixo fluxo da via e ao fato de não apresentar engarrafamentos. Nesse cenário,
foram retirados 4 segundos de verde do semáforo do São Gonçalo e distribuídos entre as vias
com mesmo instante de abertura, ou seja, 2 segundos para o Catete e Salvador Furtado e 2
segundos para a Manoel Leandro Corrêa. Mantendo o tempo de segurança de 2 segundos.
Mantendo a mesma tendência de redução no tempo de verde da via do São Gonçalo e
distribuição de forma igualitária entre os outros semáforos, foi traçado o cenário 3, em que o
semáforo do São Gonçalo foi desligado e a via passa a ser de mão única, ou seja,
simplesmente absorve o fluxo das outras ruas. Esta modificação pode ser realizada, pois os
veículos que utilizam esse semáforo do São Gonçalo têm a possibilidade de realizarem rotas
alternativas que permitem a chegada aos mesmos pontos com um percurso um pouco maior.
O cenário 3 mantém o mesmo tempo de verde entre os três semáforos restantes. Nesse cenário
o semáforo do Catete e da Salvador Furtado ganharam 5 segundos com relação ao cenário2.
Já o tempo de verde da Manoel Leandro Corrêa foi acrescido de 12 segundos se comparado
ao cenário 2. Confrontando esta configuração com o modelo real, o tempo de verde do Catete
fica 9 segundos maior, o da Salvador Furtado e o da Manoel Leandro Corrêa são aumentados
em 16 segundos, o semáforo do São Gonçalo deixa de operar e a via passa a ser coletora.
No momento de simular as alternativas o ciclo real dos semáforos e o ciclo dos semáforos do
cenário 2, serão testados também em uma situação crítica, que a taxa de chegada dos veículos
será duplicada e mantida constante, para que se visualize o comportamento e a formação das
filas no modelo em uma situação de grande aumento do fluxo.
A Figura 4.a mostra a representação do modelo no software Arena 10.0 e a Figura 4.b mostra
o modelo de controle do tempo dos semáforos.
Figura 4.a: Modelo simulado no Arena 10.0.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
9
Figura 4.b: Modelo de controle do semáforo no Arena 10.0.
7. Análise e Resultados da Pesquisa
Cenário 1: No cenário 1, a via do Catete (CAT) recebeu 2 segundos de verde, o ciclo entre
verde, vermelho e amarelo da Salvador Furtado (SFU) passou a ser idêntico ao da via do
Catete (CAT), com a redução do tempo de folga entre o vermelho do Catete e o verde da
Manoel Leandro Corrêa (ML1 e ML2).
Os resultados demonstram que, no cenário1 o número médio em filas nas vias coletoras
tendem a aumentar e nas vias geradoras a reduzir, ou seja, o gargalo mudou de localidade. A
taxa de utilização dos recursos permaneceu praticamente a mesma, o que reforça o processo
ocorrido, referindo basicamente à liberação mais rápida dos veículos nos semáforos,
acarretando um maior tempo de espera nas vias coletoras. As Tabelas 2 e 3 apresentam esses
resultados.
Número de veículos em espera Tempo de espera em fila
Via Média
Cenário
Real
Média
Cenário 1 Via Média
Cenário
real
Média
Cenário 1
UTILIRECCAT 0,5280 0,6398 UTILIRECSFU2 5,2847 6,4251
UTILIRECSFU 0,0226 0,0286 UTILIRECSGO 1,4265 1,8126
UTILIRECSFU1 0,3532 0,5039 UTILIVIACAT 6,5132 9,1990
UTILIRECSFU2 0,4687 0,6133 UTILIVIAML1 7,8556 10,2501
UTILIRECSGO 0,0766 0,0960 UTILIVIAML2 5,7092 7,0618
UTILIVIACAT 2,0841 2,2609 UTILIVIASFU 34,2798 36,5999
UTILIVIAML1 0,6090 0,5728 UTILIVIASGO 10,4714 9,9019
UTILIVIAML2 1,8001 1,7800 UTILIRECCAT 28,2706 28,0755
UTILIVIASFU 0,2449 0,2461 UTILIRECSFU 5,3145 5,3599
UTILIVIASGO 0,0079 0,0087 UTILIRECSFU1 0,5382 0,5925
UTILIRECCAT 0,5280 0,6398 UTILIVIAML2 5,2847 6,4251
UTILIRECSFU 0,0226 0,0286 UTILIVIASFU 1,4265 1,8126
UTILIRECSFU1 0,3532 0,5039 UTILIVIASGO 6,5132 9,1990
Fonte: Pesquisa direta, 2008.
Tabela 2: Comparação Cenário Real x Cenário 1
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
10
Taxa de utilização
Cenário Real Cenário 1
Via Média Média
RECCAT 0,3992 0,3972
RECSFU 0,1363 0,1364
RECSFU1 0,4652 0,4702
RECSFU2 0,5120 0,5097
RECSGO 0,2638 0,2702
VIACAT 0,7038 0,7085
VIAML1 0,6603 0,6610
VIAML2 0,7241 0,7159
VIASFU 0,4617 0,4635
VIASGO 0,0923 0,0935
Fonte: Pesquisa direta, 2008
Tabela 3: Comparação Cenário Real x Cenário1 pela taxa de utilização
Cenário 2 : Esta configuração apresenta aumento no tempo de verde das vias críticas,
redução do tempo de vermelho na via São Gonçalo e padronização dos tempos entre verde e
vermelho dos semáforos. A análise entre o cenário real e o cenário 2 é apresentada nas Tabela
4 e 5.
Os dados mostram uma melhora geral de todo o sistema. Isso se justifica por um equilíbrio
entre os tempos de verde e vermelho e os tempos de segurança. Somente a via SGO apresenta
um tempo de espera maior, o que se justifica pela redução de seu tempo de verde. No entanto,
os valores apresentados não causariam transtornos nesta via. A taxa de utilização não sofreu
grandes variações, demonstrando este equilíbrio encontrado no sistema como um todo, além
de beneficiar todas as vias críticas em detrimento de uma única fila de espera antes do
semáforo.
Número de veículos em espera Tempo de espera em fila
Via Média
Cenário
Real
Média
Cenário 2 Via Média
Cenário
real
Média
Cenário 2
UTILIRECCAT 0,5280 0,4336 UTILIRECCAT 5,2847 4,3882
UTILIRECSFU 0,0226 0,0213 UTILIRECSFU 1,4265 1,3732
UTILIRECSFU1 0,3532 0,3322 UTILIRECSFU1 6,5132 6,1573
UTILIRECSFU2 0,4687 0,4338 UTILIRECSFU2 7,8556 7,2411
UTILIRECSGO 0,0766 0,0730 UTILIRECSGO 5,7092 5,3087
UTILIVIACAT 2,0841 2,0860 UTILIVIACAT 34,2798 34,1584
UTILIVIAML1 0,6090 0,5819 UTILIVIAML1 10,4714 10,0708
UTILIVIAML2 1,8001 1,6597 UTILIVIAML2 28,2706 26,2905
UTILIVIASFU 0,2449 0,2406 UTILIVIASFU 5,3145 5,1810
UTILIVIASGO 0,0079 0,0088 UTILIVIASGO 0,5382 0,6085
UTILIRECCAT 0,5280 0,4336 UTILIRECCAT 5,2847 4,3882
UTILIRECSFU 0,0226 0,0213 UTILIRECSFU 1,4265 1,3732
UTILIRECSFU1 0,3532 0,3322 UTILIRECSFU1 6,5132 6,1573
Fonte: Pesquisa direta, 2008.
Tabela 4: Comparação Cenário Real x Cenário 2
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
11
Taxa de utilização
Cenário Real Cenário 2
Via Média Média
RECCAT 0,3992 0,3935
RECSFU 0,1363 0,1340
RECSFU1 0,4652 0,4643
RECSFU2 0,5120 0,5115
RECSGO 0,2638 0,2748
VIACAT 0,7038 0,6985
VIAML1 0,6603 0,6568
VIAML2 0,7241 0,7094
VIASFU 0,4617 0,4624
VIASGO 0,0923 0,0930
Fonte: Pesquisa direta, 2008
Tabela 5: Comparação Cenário Real x Cenário 2 da taxa de utilização
Cenário 3 : Sistema padronizado de tempo de segurança entre o verde e vermelho dos
semáforos. O incremento substancial do tempo de verde nas vias críticas ocorreu devido ao
fato deste cenário contemplar o fechamento do semáforo da via SGO. Este cenário supõe que
os veículos da via SGO percorrerão a rota alternativa. Os resultados comparativos entre o
Cenário Real e o Cenário 3 são discutidos nas analises das Tabelas 6 e 7.
Os dados indicam que o Cenário 3 não apresenta melhoras significativas se comparado com o
Cenário Real. Pela análise das variáveis “UTILIVIA”, como o tempo de vermelho é longo, as
filas antes dos semáforos continuam bem próximas do modelo real. O cenário 3 apresenta
melhora no escoamento nas vias coletoras, ou seja, o cenário contribui para solução dos
problemas das filas depois do semáforo e apresenta um resultado semelhante nas vias antes do
semáforo. Com o grande aumento no tempo de verde das vias críticas, a filas permaneceram
próximas ao modelo real, quando o esperado era a redução de forma drástica.
Número de veículos em espera Tempo de espera em fila
Via Média
Cenário
Real
Média
Cenário 2 Via Média
Cenário
real
Média
Cenário 2
UTILIRECCAT 0,5280 0,2929 UTILIRECCAT 5,2847 3,0736
UTILIRECSFU 0,0226 0,0134 UTILIRECSFU 1,4265 0,9513
UTILIRECSFU1 0,3532 0,2468 UTILIRECSFU1 6,5132 4,9365
UTILIRECSFU2 0,4687 0,3169 UTILIRECSFU2 7,8556 5,7772
UTILIRECSGO 0,0766 0,0640 UTILIRECSGO 5,7092 4,8148
UTILIVIACAT 2,0841 2,0532 UTILIVIACAT 34,2798 33,6291
UTILIVIAML1 0,6090 0,6313 UTILIVIAML1 10,4714 10,8212
UTILIVIAML2 1,8001 1,8027 UTILIVIAML2 28,2706 28,4182
UTILIVIASFU 0,2449 0,2364 UTILIVIASFU 5,3145 5,1948
UTILIVIASGO 0,0079 0,0000 UTILIVIASGO 0,5382 0,0000
UTILIRECCAT 0,5280 0,2929 UTILIRECCAT 5,2847 3,0736
UTILIRECSFU 0,0226 0,0134 UTILIRECSFU 1,4265 0,9513
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
12
UTILIRECSFU1 0,3532 0,3322 UTILIRECSFU1 6,5132 6,1573
Fonte: Pesquisa direta, 2008.
Tabela 6: Comparação Cenário Real x Cenário 3
Pode-se concluir que este desempenho se deve à capacidade de escoamento do tráfego de
veículos nas vias coletoras, ou seja, mesmo com maior tempo de verde nas vias críticas é
necessário que as vias sejam mais eficientes. Neste modelo, os congestionamentos ocorreram
devido à incapacidade de escoamento das vias geradoras. A taxa de utilização continuou
próximo do real antes do semáforo e melhorou após a intersecção semafórica como pode ser
visualizado na Tabela7.
Cenário Real Cenário 3
Via Média Média
RECCAT 0,3992 0,3814
RECSFU 0,1363 0,1195
RECSFU1 0,4652 0,4293
RECSFU2 0,5120 0,4721
RECSGO 0,2638 0,2591
VIACAT 0,7038 0,7038
VIAML1 0,6603 0,6670
VIAML2 0,7241 0,7179
VIASFU 0,4617 0,4584
VIASGO 0,0923 0,0000
Fonte: Pesquisa direta, 2008.
Tabela 7: Comparação Cenário Real x Cenário 3 da taxa de utilização
8. Conclusões
Neste estudo foi desenvolvido um modelo de simulação computacional para o cruzamento
com interseções semafóricas no centro da cidade de Mariana-MG. Como a cidade em questão
é um patrimônio histórico e deve propiciar uma qualidade de vida satisfatória à população e,
atender de forma adequada aos turistas que recebe, um dos fatores que devem estar bem
dimensionados para melhor circulação de materiais e segurança das pessoas é o tráfego.
Analisando estas considerações, desenvolveram-se cenários de acordo com características do
sistema real, gerando um modelo simplificado do cenário com o intuito de permitir um melhor
escoamento do tráfego no centro da cidade, evitando engarrafamentos.
Tendo como ponto de partida o cenário real, elaboraram-se três modelos, onde a intenção era
melhorar o cenário real mantendo a estrutura física já existente e acarretando menor impacto
para os usuários. Foram montados três cenários de comparação com o modelo real.
No cenário 1, foi observado melhoras pouco significativas para o modelo como um todo, este
cenário propicia um ponto neutro não justificando sua implementação.
O cenário2 apresentou um equilíbrio bastante homogêneo entre as vias geradoras e coletoras,
apresentando uma melhora global do sistema. A única piora foi constatada no semáforo da via
SGO, visto que o mesmo teve seu tempo reduzido. No entanto, esta piora é aceitável devido
aos benefícios gerados no processo como um todo.
O cenário 3 representado pela retirada do semáforo na via SGO, e tornando a mesma de mão
única (coletora), se mostrou ineficiente visto que seus resultados ficaram bem próximos do
modelo real, antes dos semáforos e em alguns casos apresentou resultados piores, com
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
13
melhora apenas no escoamento nas vias coletoras. Este fato se deveu pelo motivo do grande
tempo disponível em vermelho e verde, ou seja, tempo suficiente para formação de filas antes
do semáforo e muito tempo para absorção dos fluxos de tráfego nas vias coletoras.
Portanto, o cenário mais indicado para implantação é o Cenário2. Recomenda-se que junto a
esta mudança sejam tomadas medidas que melhorem a vazão do fluxo nas vias geradoras,
visto que, durante o estudo ficou claro a possibilidade de que estas sejam os pontos de
gargalos do sistema.
A simulação propiciou um melhor entendimento e compreensão do sistema em estudo,
auxiliando na tomada de decisão referente à redução no tempo de espera em sinais de trânsito
em cruzamento de vias em uma cidade histórica na região dos inconfidentes. A simulação
também possibilitou uma nova configuração que melhora o sistema em estudo sem
transtornos para os usuários. Com um sistema mais viável e redução do tempo de espera,
ocorre também contribuições ambientais, devido à redução de gases poluentes pelos
veículos, já que os mesmos permanecem um menor tempo aguardando em fila.
Este estudo evidenciou outras possibilidades quanto à realização de novas pesquisas e estudos
que venham, a partir deste, contribuir para o tema em questão e permitir melhor desempenho
deste tipo de cruzamento. Assim, sugerem-se como trabalhos futuros: estudos de melhores
formas de escoamento do tráfego em vias coletoras; redução do tempo de percepção do
motorista em semáforos permitindo melhor aproveitamento do tempo de verde; verificar se é
aplicável a aplicação de sensores que reprogramem automaticamente o tempo de verde dos
semáforos, de acordo com o tamanho da fila; o reposicionamento dos pontos de ônibus e a
utilização de ônibus de menor porte no centro histórico, com o intuito de reduzir os
transtornos gerados pelos mesmos no tráfego urbano, sem prejudicar a qualidade dos serviços
prestados.
Referências
AUGUSTO, C. R., A aplicação da simulação computacional utilizando o software Arena para o estudo das
filas nos caixas do supermercado Champion. Fevereiro de 2005, Trabalho de conclusão de curso ( Graduação
em Engenharia de Produção – curso de Engenharia de Produção). Universidade Federal de Ouro Preto, Ouro
Preto – MG, 2005.
BERTONCINI, B. V., et al; DEMARCH, Sergio Henrique. Impacto nas medidas de desempenho operacional
devido à substituição de interseção semaforizada por rotatório. In: www.sinaldetransito.com.br – 2004, acesso
em 15/04/08
FERRAZ P. C. C. A.; TORRES E. G. I., Transporte público urbano. São Carlos : Rima, 2004. 428p.
LACHTERMACHER, G., Pesquisa operacional na tomada de decisões: modelagem em Excel, 2.ed. – Rio de
Janeiro, Elsevier, 2004 – 4º reimpressão.
LEITE, G. F. M.; ALVES A. C. B. Implementando um simulador de tráfego urbano para uma interseção com
semáforos. In: Anais I Encontro Regional em Modelagem e Análise Computacional de sistemas/ Vol.I/Nr.1 /
Setembro, 2004.
LOUREIRO, C. F. G. et al, Avaliação do desempenho nos períodos de pico do tráfego de interseções
semaforizadas com controle centralizado em tempo fixo e real. In: Anais do XVI Congresso de Pesquisa e
Ensino em Transportes, 2002., Anais Rio de Janeiro:2002
OWEN, W., O caos motorizado Análise de transportes metropolitanos. Edições Bloch – Rio de Janeiro – RJ,
1971.
PRADO, D. S., Usando o Arena em Simulação, Série Pesquisa Operacional v.3, INDG Tecnologia e Serviços
Ltda, Belo Horizonte – MG, 2004. 305p.
SCHMITZ, M.; HÜBNER, J. F.. Uso de SMA para avaliar estratégias de decisão no controle de tráfego
urbano. In: XI SEMINCO - Seminário de computação – 2002.
SILVA, E. L. da; MENEZES, E. M.. Metodologia da pesquisa e elaboração de dissertação. 4. ed.
Florianópolis: UFSC, 2005. Disponível em:
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
14
<http://www.posarq.ufsc.br/download/metPesq.pdf#search=%22%22metodologia%20da%20pesquisa >. Acesso
em: 14 jun 2008.
TORIBIO, N. B., Simulação do Posto de Gasolina Itacolomi no Software Arena. Dezembro de 2003, Trabalho
de conclusão de curso ( Graduação em Engenharia de Produção – curso de Engenharia de Produção).
Universidade Federal de Ouro Preto, Ouro Preto – MG, 2005.
Top Related