Aplicação de métodos de previsão de demanda para cargas marítimas enviadas a uma plataforma de petróleo offshore.

• Autor(a) principal: BRITO, Bruna Bittencourt da Costa.
• Data de Publicação: 2020
• Outros Autores: SOBRAL, Ana Paula Barbosa.
• Tipo de documento: Artigo de conferência
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32280
• topic: Engenharia de Produção.; Logística marítima offshore; Offshore; Previsão de demandas; Séries temporais; Indústria offshore; Plataforma de petróleo offshore; Logística offshore; Cargas marítimas; Offshore maritime logistics; Demand forecast; Time series; Offshore industry; Offshore oil platform; Offshore logistics; Sea cargo

A logística marítima offshore é responsável pela manutenção das operações e da produção de petróleo na Bacia de Campos, as quais dependem de um diversificado número de insumos: produtos químicos, alimentos, equipamentos, containers, entre outros. Estes produtos, para serem transportados, precisam ser embalados em caixas metálicas, contentores, cestas metálicas ou skids metálicos, a depender do tipo de carga. A movimentação é feita através de barcos, com uma periodicidade de cinco dias. Este trabalho pretende demonstrar a importância da previsão de demandas através de métodos quantitativos como ferramenta no planejamento e programação dessas cargas, possibilitando maior organização do espaço de recebimento de cargas, evitando atrasos na operação entre plataforma e embarcação, acúmulos em áreas de consolidação de cargas, faltas de insumos nos estoques e erro no dimensionamento das frotas marítimas por mal planejamento dos atendimentos às unidades de produção. Para o desenvolvimento deste artigo, utilizou-se métodos exploratórios com pesquisa de levantamento, análise das séries temporais das três categorias de maior representatividade para a operação (Refil PQ A, Contentor A e Contentor ALIM) e a aplicação dos métodos de Médias Móveis Simples e Amortecimento Exponencial Simples, assim como os erros de previsão MAD e o critério 4MAD para comparação e validação dos resultados.