Implementation of startup sequencing and operation of natural gas processing units using the AHP method

Fábio Muniz Mazzoni, André da Silva Barcelos, Ana Paula Barbosa Sobral

Abstract


The natural gas processing industry supplies products and derivatives to society and is intended to meet the demand of a competitive market aligned to lean production and process optimization. Thus, this industry is composed of industrial parks, that have more than one natural gas processing unit and requires assertive decision making, to define the starting sequencing and operation of these units. This selection is strategic for the organization and must meet several criteria, such as: the market's demand, production flow, production efficiency, waste reduction, lean production, among others. The objective of this work is define the optimal start sequencing of 4 natural gas processing units, which go into parallel operation according to demand. Owing to the multivariate nature of processing plants, the analytic hierarchy process (AHP) was used to optimize this decision making step. At the end of this work, we present the results obtained by AHP method, as well as the feasibility analysis, optimized start-up sequencing and proposals for the continuation of this study.


Keywords


Gás Natural; AHP; Produção Enxuta

References


Almeida, A.Teixeira de et al. (2016). A new method for elicitation of criteria weights in additive models: Flexible and interactive tradeoff. European Journal of operational research.

Bornia, AC; Wernke, R. (2001). A contabilidade gerencial e os métodos multicriteriais. Revista Contabilidade & Finanças. FIPECAPI – FEA – USP. v.14, n. 25, p. 60- 71

Bhamu, J., & Singh Sangwan, K. (2014). Lean manufacturing: literature review and research issues. International Journal of Operations & Production Management, 34(7), 876-940.

Bronzatti, Fabricio Luiz; Iarozinski, N.A. (2008). Matrizes energéticas no Brasil: cenário 2010-2030. Encontro Nacional de Engenharia de Produção.

Colin, Emerson Carlos.(2017). Pesquisa Operacional: 170 aplicações em estratégia, finanças, logística, produção, marketing e vendas. Livros Técnicos e Científicos.

De Oliveira, D. M. (2019). Análise das tecnologias de processamento de gás natural/Analysis of natural gas processing technologies. Brazilian Journal of Development, 5(7), 8603-8607.

Domeneghini, E.C. (2015). Proposta de índice de eficiência energética baseado na exergia para UPGN.

Ensslin, L; et al. (2010). Avaliação do desempenho de empresas terceirizadas com o uso da metodologia multicritério de apoio à decisão-construtivista. Pesquisa Operacional

Faria, D.G. (2011). Mapeamento de perigo de escorregamentos em áreas urbanas precárias brasileiras com a incorporação do Processo de Análise Hierárquica (AHP). Tese de Doutorado. Universidade de São Paulo.

Fortuna, L. et al. (2005). Soft sensors for product quality monitoring in debutanizer distillation columns. Control Engineering Practice.

Ho, William; Ma, Xin. (2018). The state-of-the-art integrations and applications of the analytic hierarchy process. European Journal of Operational Research, v. 267, n. 2, p. 399-414.

Hwang, Ching-Lai; Yoon, K. (1981). Methods for multiple attribute decision making. In: Multiple attribute decision making. Springer, Berlin, Heidelberg.

Iañez, M.M. Cunha, C. B. (2006). Uma metodologia para a seleção de um provedor de serviços logísticos. Production.

Kidney, A.J.; Parrish, W.R.; Mccartney, D.G. (2011). Fundamentals of natural gas processing. CRC press.

Marins, C. S., et al. (2006). A metodologia de multicritério como ferramenta para a tomada de decisões gerenciais: um estudo de caso. GEPROS

Marins, C. S.; Souza, D. O.; Barros, M. S. (2009). O uso do método de análise hierárquica (AHP) na tomada de decisões gerenciais – um estudo de caso. XLI SBPO – Simpósio Brasileiro de Pesquisa Operacional. Porto Seguro: Bahia.

Marodin, G.A. Saurim, T.A. (2013). Implementing lean production systems: research areas and opportunities for future studies. International Journal of Production Research.

Ribeiro, M. C. D. C. R., & da Silva Alves, A. (2016). Aplicação do método Analytic Hierarchy Process (AHP) com a mensuração absoluta num problema de seleção qualitativa. Sistemas & Gestão, 11(3), 270-281.

Roehrs, M., Furlan, L. M., & de Quadros, G. R. (2018). Eigenvalues and eigenvectors: use on classification of relevance. Ciência e Natura, 40, 255-266.

Saaty, T.L. (2013). Analytic network process. Springer US.

Saaty, T.L. (1991). Método de Análise Hierárquica, Livro, São Paulo, Editora Makron.

Salomon, V.A.P. (2004). Desempenho da modelagem do auxílio à decisão por múltiplos critérios na análise do planejamento e controle da produção. Tese, Escola Politécnica da Universidade de São Paulo.

Santos, M., et al. (2010). Utilização do Analytic Hierarchy Process (AHP) e do Método Borda para modelagem e estruturação de uma ferramenta de seleção de novos projetos de Pesquisa e Desenvolvimento (P&D) na mineradora VALE S.A. Indústria 4.0 e o uso de tecnologias digitais.

Schmoldt, D., Kangas, J., Mendoza, G. A., & Pesonen, M. (Eds.). (2013). The analytic hierarchy process in natural resource and environmental decision making (Vol. 3). Springer Science & Business Media.

Silva, L.A.T. (2013) Controle avançado de uma unidade de processamento de gás natural. RUnPetro-ISSN 2316-6681.

Slack, N.A., Chambers, S.A.; Johnston, R. (2009). Administração da Produção. 2aed. São Paulo: Atlas.

Thomas, J. E. (2004). Fundamentos de Engenharia de Petróleo. 2ª edição. Editora Interciência.

Tolmasquim, M.T.; Guerreiro, A., Gorini, R. (2007). Matriz energética brasileira: uma prospectiva. Novos estudos CEBRAP.

Tortorella, G. L., & Fogliatto, F. S. (2014). Method for assessing human resources management practices and organisational learning factors in a company under lean manufacturing implementation. International Journal of Production Research, 52(15), 4623-4645.

Unal, C.; Guner, M. G. (2009). Selection of ERP using AHP tools in the clothing industry. International Journal of Clothing Science and Technology, v. 21, n.4, p-239-251.

Wang, Y. J., Xin, Q., & Coenen, F. (2008). Mining efficiently significant classification association rules. In Data Mining: Foundations and Practice (pp. 443-467). Springer, Berlin, Heidelberg.


Refbacks

  • There are currently no refbacks.


_________________________________________________________

Licença Creative Commons
This journal is licenced under a Creative Commons LicenseCreative Commons - Atribuição-CompartilhaIgual 4.0 Internacional.

Contact: lean@contato.ufsc.br
Tel: +554837217062

EPS - Departamento de Engenharia de Produção e Sistemas

CTC - Centro Tecnológico

UFSC - Universidade Federal de Santa Catarina

Caixa Postal 476 - Campus Universitário - Trindade