Modelagem da disponibilidade mecânica do harvester em floresta de baixo volume individual

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

MODELAGEM DA DISPONIBILIDADE MECÂNICA DO HARVESTER EM FLORESTA DE BAIXO VOLUME INDIVIDUAL CARLOS CEZAR CAVASSIN DINIZ1, FELIPE MARTINS DE OLIVEIRA2, CLEBSON LIMA CERQUEIRA1, SAMUEL ALVES DA SILVA1, VITOR HUGO ARANDA FERREIRA SILVA1 RESUMO: Este trabalho objetivou realizar ajustes de modelos para estimativa da disponibilidade mecânica do harvester na colheita de madeira de Eucalyptus dunnii. O estudo foi conduzido em uma empresa florestal localizada nos Campos Gerais, Paraná, Brasil. Os dados foram obtidos pelo método contínuo de cronometragem em um estudo de tempos e movimentos. A análise englobou índices de disponibilidade mecânica, tempo médio entre falhas e tempo médio de reparo. Os resultados do estudo de tempos e movimentos indicaram que a disponibilidade mecânica da máquina foi de 77%, sendo as principais paradas que afetaram a operação foram realizações de manutenção corretiva e a espera pela chegada de componentes em campo. O melhor ajuste encontrado, com um coeficiente de determinação (R²) 0,81 foi o modelo múltiplo, sendo que o mesmo poderá ser empregado para estimativa da disponibilidade mecânica em situações semelhantes, podendo ser usada no planejamento de futuras operações.

PALAVRAS-CHAVE: COLHEITA DE MADEIRA, MANUTENÇÃO MECÂNICA, PLANEJAMENTO.

MODELING THE MECHANICAL AVAILABILITY OF HARVESTER IN LOW-VOLUME INDIVIDUAL FOREST ABSTRACT: This work aimed to make adjustments of models to estimate the mechanical availability of harvester in the wood harvesting of Eucaluptus dunni. The study was conducted at forest company located in Campos Gerais, Paraná, Brazil. The data were obtained by a time and motion study using the continuous time technique. The analysis included indexes of mechanical availability, mean time between failures and mean time of repair. The results of the time and motion study indicated that the mechanical availability of the machine was 77%, and the main stops that affected the operation were corrective maintenance and waiting for the arrival of components in the field. The best fit found with a coefficient of determination (R²) 0.81 was the multiple model, which can be used to estimate the mechanical availability in similar situations and can be used to plan future operations.

KEYWORDS: WOOD HARVESTING, MECHANIC MAINTENANCE, PLANNING. 1

Mestre, discente do Programa de Doutorado em Engenharia Florestal, Universidade Federal do Paraná, UFPR, Curitiba, PR, carlos.diniz@ufpr.br 2 Mestre, professor da União Latino-Americana de Tecnologia – Faculdade Jaguariaíva (ULT-Fajar), Jaguariaíva, PR, e da Universidade Estadual do Centro-Oeste (Unicentro), Irati, PR, eng.oliveirafm@gmail.com.

26

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

1 INTRODUÇÃO A evolução da mecanização nas operações de colheita florestal ocorreu principalmente nas últimas décadas, com a finalidade de redução da dependência de mão-de-obra, melhorias nas condições de segurança e ergonomia no trabalho, possibilidade de uma maior capacidade produtiva e maior garantia as indústrias de um fornecimento regular e padronizado de madeira (BRAMUCCI; SEIXAS, 2002; SPINELLI et al., 2009; NASCIMENTO et al., 2011; LEITE et al., 2014a; LEITE et al., 2014b).

A atividade de colheita e o transporte florestal têm um grande impacto econômico na indústria de base florestal, em função dos elevados custos, chegando a representar 50% ou mais dos custos totais da madeira posta na indústria (MINETTE et al., 2008; SANTOS et al., 2013, MACHADO, 2014; LOPES; DINIZ, 2015; GUEDES et al., 2017). A produção da colheita de madeira é afetada por diversas variáveis, como nível de tecnologia, treinamento de operadores, condições do povoamento, disponibilidade mecânica, eficiência operacional (BRAMUCCI; SEIXAS, 2002; SIMÕES; FENNER, 2010; LOPES; PAGNUSSAT, 2017).

Dario et al. (2014) mencionam que além de continuar reduzindo os custos, é necessário dar prioridade ao aumento da disponibilidade e confiabilidade das máquinas, visto que esses são fatores fundamentais para o rendimento dos processos das empresas. Por isso, para que a disponibilidade e a confiabilidade ocorram, torna-se necessário o uso de indicadores para mensuração do resultado obtido, verificando se está adequado às metas e prazos propostos (SILVA et al., 2003).

Neste sentido a disponibilidade mecânica representa um dos principais indicadores para as máquinas florestais, haja vista que representa o percentual de tempo disponível que a máquina tem para operar (SIMÕES; FENNER, 2010; LOPES et al., 2016; GUEDES et al., 2017).

A disponibilidade mecânica da máquina é dependente diretamente da realização ou não da manutenção preventiva, que é uma atividade fundamental do processo produtivo, e existe para que, não sejam necessárias intervenções para correção da máquina o decorrer dos turnos de trabalho (KARDEC et al., 2002).

Em paralelo a disponibilidade mecânica existe outros indicadores importantes utilizados na área de manutenção mecânica que devem ser mensurados e analisados, como o tempo médio entre falhas e o tempo médio de reparo do equipamento (BUSSO; MIYAKE, 2013; SHARMA et al., 2016; WIENKER et al, 2016). Contudo, para o cálculo da disponibilidade mecânica, é necessário um sistema robusto e confiável de geração das informações, que muitas vezes as empresas não possuem.

No setor florestal, especificamente na colheita de madeira, que utiliza-se de máquinas modernas e equipamentos cada vez mais sofisticados, de alta tecnologia e produtividade, tornase de fundamental a atuação da manutenção como função estratégica, de modo a garantir elevada disponibilidade, produtividade e baixos custos de produção.

Simões et al. (2010) estudando a colheita de florestas de eucalipto com harvester constataram uma disponibilidade mecânica média de 92,04%, semelhante a verificada por Silva et al. (2010) avaliando técnica e economicamente o corte mecanizado com harvester, 90,34%, sendo que esta diferença na disponibilidade mecânica foi atribuída a espera de mão-de-obra especializada e a falta de peças de reposição.

27

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

Neste sentido, nota-se a importância da manutenção no setor de colheita da madeira e a necessidade de realização de estudos que visem contribuir para o desenvolvimento das operações florestais, aumento da disponibilidade e produtividade e redução dos custos, tornando o segmento florestal moderno e competitivo.

2 MATERIAL E MÉTODOS Caracterização da área de estudo O estudo foi desenvolvido em uma empresa florestal situada na região sul do estado do Paraná, Brasil. O clima predominante na região é classificado como subtropical úmido mesotérmico (Cfb) com precipitação média anual de 1476 mm e temperatura média de 17,4ºC (Köppen, 1948).

A operação de colheita de madeira foi realizada em um povoamento de Eucalyptus dunnii com idade próxima aos sete anos e volume médio individual de 0,24 m³, com relevo classificado como plano a suave de acordo com a Forestry Commission UK (1996). O reflorestamento ocupou uma área total aproximada de 25 ha com espaçamento de 2,5 m x 2,0.

Caracterização da máquina avaliada O sistema de colheita da madeira foi o de toras curtas (cut-to-lenght), sendo a operação de corte realizada de forma mecanizada com o uso do trator florestal harvester (Figura 1).

Figura 1: Harvester utilizado na pesquisa.

Fonte: Os autores.

O equipamento estudado apresenta potência nominal de 158 hp / 117 Kw equipado com motor Cat® C7.1 ACERT™ (diesel) com peso operacional de 25 toneladas e horímetro de 4757 horas.

Análise técnica Para a análise técnica foi utilizado um estudo de tempos e movimentos, permitindo analisar os tempos de parada da máquina durante a operação. Foi empregado o método de 28

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

cronometragem de tempos contínuos, proposto por Barnes (1968), caracterizado pela medição dos tempos de cada parada sem pausar o cronometro, ou seja, de forma contínua e com uso de um cronômetro centesimal e formulários específicos de campo.

Inicialmente realizou-se um estudo piloto, a fim de definir o número mínimo de observações, proporcionando um erro de amostragem máximo de 5%, de acordo com a fórmula proposta por Conaw (1977). t² x CV² ≥ E² em que: N = número mínimo de ciclos operacionais; t = valor de t, para o nível de 95% de probabilidade; CV = coeficiente de variação (%); e E = erro admissível (%).

Indicadores avaliados Disponibilidade mecânica (DM) Para os cálculos de disponibilidade mecânica, que consiste no percentual de tempo em que a máquina está apta ao trabalho descontado os tempos de manutenção foi empregada a fórmula a seguir (ROCHA et al., 2009; SIMÕES; FENNER, 2010; SILVA et al., 2010; LOPES et al., 2016; GUEDES et al., 2017).

TT-TM DM = x 100 TT em que: DM = grau de disponibilidade mecânica (%); TT = tempo total de trabalho programado (horas); TM = tempo de manutenção (horas).

Tempo médio entre falhas (MTBF) Definido entre o total de horas disponíveis de trabalho para o equipamento e o número de manutenções corretivas realizadas no período, obtido pela fórmula a seguir (MENG, 1995; KUMAR et al., 1999; BRAGLIA et al., 2012; BUSSO; MIYAKE, 2013; WIENKER et al., 2016).

TTE MTBF = MC em que: MTBF = tempo médio entre falhas (horas); HTE = tempo de trabalho efetivo (horas); MC = manutenções corretivas (nº intervenções).

Tempo médio de reparo (MTTR) Relação entre as horas destinadas para as manutenções corretivas de determinado componente, ou seja, os tempos improdutivos de operação e o número de manutenções corretivas realizadas, obtido pela fórmula a seguir (BUSSO; MIYAKE, 2013; SHARMA et al., 2016; WIENKER et al, 2016).

TMC MTTR = MC 29

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

em que: MTTR = tempo médio de reparo (horas); TMC = tempo de manutenção corretiva (horas); MC = manutenções corretivas (nº intervenções).

Análise estatística e delineamento experimental A partir dos dados de disponibilidade mecânica, tempo médio entre falhas e tempo médio de reparo, foi realizada uma análise de correlação de Pearson entre as variáveis para avaliar quantitativamente a influência das variáveis entre si.

Desta forma, após a análise de correlação foram ajustados modelos de análise de regressão linear, visando avaliar o comportamento da influência entre as variáveis: Disponibilidade mecânica (DM), tempo médio entre falhas (MTBF), e tempo médio de reparo (MTTR).

Foram coletadas maiores quantidades de observações, que o número de parâmetros do modelo de regressão, e os modelos foram analisados a partir das seguintes estatísticas: teste de normalidade dos dados, teste de multicolinearidade, homocedasticidade dos erros, coeficiente de determinação ajustado (R²adj) e erro padrão de estimativa (Syx e Syx%). Os testes foram realizados no software Microsoft Excel® com auxílio do suplemento Action.

3 RESULTADOS E DISCUSSÃO Foram analisados os dados de um total de 64 dias de trabalho efetivo totalizando 519,33 horas, valor superior ao mínimo exigido para obtenção de erro de 5%. A Figura 2 mostra o percentual de paradas mecânicas obtido após análise dos resultados.

Tempo em manutenção 23%

Série1; ; 0; 0% Série1; Tempo disponív…

Figura 2: Disposição dos tempos da máquina durante o estudo.

Fonte: Os autores.

Como pode ser observado na Figura 2, a disponibilidade mecânica do harvester durante o estudo foi de 77%, ficando muito próxima a disponibilidade mecânica encontrada por Silva et al. (2010) avaliando o corte mecanizado com harvester. Comparando a disponibilidade mecânica com os trabalhos de Simões et al. (2010), Simões et al. (2014) e Seixas; Batista (2014), o valor encontrado ficou abaixo dos autores, contudo, vale ressaltar que o tempo de coleta dos trabalhos foram menores que o presente trabalho, que totalizou um total de 64 dias de avaliação, mostrando a realidade encontrada na operação.

A Figura 3 apresenta a partir do diagrama de Pareto a distribuição das principais causas ocorridas em campo. O diagrama de Pareto aponta como as paradas de maior relevância, 30

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

MAIO; PARETO; MAIO; PARETO; PARETO; PARETO; PARETO; PARETO; PARETO; MAIO; MC; 38,1 1; 2; 3;MAIO; 4; 5; 6;8; 7; 100 MAIO;AB; TM; 21,83333 31,40196 49,74037 67,73537 80,16429 95,94769 98,25544 AP; 22,25 MAIO; MAIO; TC;90,39808 12,41666 333 159 748 735 023 786 087 OT; 15,08 6,733333 RN; 658 667 2,116666 333MAIO; MP; 2,8667

Pareto (%)

Interrupções (horas)

“manutenções corretivas” e “aguardando peça” as interrupções que juntas somam até 80% do tempo total da máquina parada.

em que: MC: Manutenção corretiva; AP: Aguardando peça; AB: Abastecimento; OT: Outros; TM: Transporte da máquina; TC: Troca de Corrente; MP: Manutenção preventiva; e RN: Reunião.

Figura 3: Diagrama de Pareto das paradas da máquina ao longo do estudo.

Fonte: Os autores.

As paradas “manutenção corretiva”, com 31% do tempo, obtiveram como principal causa as falhas por consequência de mangueiras furadas. A variável “aguardando peça” com 19% teve como principal causa a espera por mangueiras, visto que não havia um estoque com as principais mangueiras no campo, consumindo grande parte do tempo da operação de corte de madeira, desta forma, a falta do almoxarifado de campo ocasionou a necessidade de aguardar a chegada dos componentes. O “abastecimento” e “outros” completam as principais paradas da máquina com 18% e 12% respectivamente.

Simões et al. (2010) em situações similares observaram que as manutenções corretivas obtiveram maior significância entre as paradas operacionais, da mesma forma que no presente estudo. Sendo este resultado um embasamento para gestores, utilizarem com mais frequência a manutenção preventiva visando diminuir o tempo na espera de peças.

A Tabela 1 apresenta os valores obtidos na correlação de Pearson, indicando valores significativos com a variável disponibilidade mecânica.

DM MTBF MTTR Indicador DM 1 0,54 -0,53 MTBF 0,54 1 0,42 MTTR -0,53 0,42 1 em que: DM: Disponibilidade Mecânica (%); MTBF: Tempo médio entre falhas (horas); e MTTR: Tempo Médio de reparo (horas).

Tabela 1: Índices técnicos de manutenção.

Fonte: Os autores.

O tempo médio entre falhas (MTBF) foi de 11,55h e o tempo médio de reparos (MTTR) foi de 2,44h. Isto indica que aproximadamente a cada 12 horas de trabalho efetivo a máquina precisa parar dada alguma falha. E com aproximadamente 2,4 horas a máquina volta a trabalhar.

31

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

Estes indicadores contribuem para auxiliar o planejamento a fim de demonstrar as pausas e suas frequências na operação, e um melhor dimensionamento da equipe de campo, estoque de peças, buscando aumentar a disponibilidade mecânica da operação.

Na Tabela 2 estão os resultados dos ajustes dos modelos para estimar disponibilidade mecânica. Os modelos ajustados são apresentados juntamente com os coeficientes e parâmetros avaliados.

Modelos

Coeficientes p - valor R² adj Syx(%) β0 0,66 1,18E-27 DM = β0 + β1 * MTBF 0,57 8,16 β1 0,03 1,02E-10 β0 0,94 1,02E-56 DM = β0 + β1 * MTTR 0,68 7,10 β1 -0,06 9,99E-15 β0 0,80 3,07E-34 DM = β0 + β1 * MTBF + β2 * MTTR β1 0,02 2,29E-07 0,82 5,47 β2 -0,05 2,52E-11 Tabela 2: Coeficientes e estatísticas dos modelos para disponibilidade mecânica do harvester.

Fonte: Os autores.

Disponibilidade mecânica

Foi possível observar que o melhor modelo de regressão para os dados ajustados foi o modelo linear múltiplo (modelo 3), com um coeficiente de determinação ajustado (R²) de 0,82, erro padrão de estimativa (Syx%) 5,47. Indicando ser um modelo satisfatório.

A distribuição dos valores estimados de disponibilidade mecânica a partir do modelo de regressão múltipla é apresentada na Figura 4.

MTTR (horas)

MTBF (horas) Figura 4: Dados de disponibilidade mecânica ajustados, a partir do modelo de regressão linear simples e múltipla.

Fonte: Os autores.

As distribuições de disponibilidade mecânica apresentadas na Figura 4 indicam que na medida em que o MTBF aumenta e o MTTR diminui, a disponibilidade mecânica do equipamento tende a aumentar.

32

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

Os indicadores encontrados podem ser utilizados como índices para uma equação de disponibilidade mecânica como a ajustada a cima. Auxiliando na estimativa do tempo produtivo da máquina, também no planejamento de manutenções preventivas e no gerenciamento de estoque e compra de peças.

4 CONCLUSÕES  



O modelo de regressão linear múltiplo apresentou maior confiabilidade em relação aos demais modelos estudados podendo ser utilizado no auxilio ao planejamento das operações florestais.

O presente estudo possibilitou concluir que os indicadores de tempo médio entre falhas e tempo médio de reparos possibilitam inferir sobre a disponibilidade mecânica do harvester no corte florestal, possibilitando ajustes no dimensionamento da equipe de manutenção e do estoque de componentes no campo.

A variável “manutenção corretiva” e “aguardando peça” tiveram maior influência para a baixa disponibilidade mecânica da máquina, mostrando que a necessidade da presença de peças de giro no campo.

REFERÊNCIAS BRAGLIA, M.; CARMIGNANI, G.; FROSOLINI, M.; ZAMMORI, F. Data classification and MTBF prediction with a multivariate analysis approach. Reliability Engineering and System Safety, v. 97: p.27–35, 2012.

BRAMUCCI, M.; SEIXAS, F. Determinação e quantificação de fatores de influência sobre a produtividade de harvesters na colheita florestal. Scientia Forestalis, v.62: p.62- 74, 2002.

BUSSO, C. M.; MIYAKE, D. I. Análise da aplicação de indicadores alternativos ao Overall Equipment Effectiviness (OEE) na gestão de desempenho global de uma fábrica. Produção, v.

23(2): p.205-225, 2013.

DARIO, M.; SILVA, E. M.; NETTO, M. S.; PIRES, S. R. I. Indicadores de desempenho, práticas e custos da manutenção na gestão de pneus de uma empresa de transportes. Revista Produção Online, v.14(4): p.1235-1269, 2014.

FORESTRY COMMISSION UK. Terrain Classification. 1996. <http://www.biomassenergycentre.org.uk> Acesso em 01 mar 2017.

Disponível

em:

KARDEC, A.; NASCIF, J.; BARONI T. Gestão estratégica e Técnicas preditivas. Rio de Janeiro, RJ: Qualitymark, 2002.

KUMAR, U. D.; KNEZEVIC, J.; CROCKER, J. Maintenance free operating period – an alternative measure to MTBF and failure rate for specifying reliability? Reliability Engineering and System Safety, v.64: p.127–131, 1999.

33

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

GUEDES, L. G.; AMARAL, E. J.; LEITE, E. S.; FERNANDES, H. C.; SANT’ANNA, C. M. Avaliação do desempenho e custos de dois sistemas de cabos aéreos na extração de madeira de eucalipto. Ciência Florestal, v.27(2): p.571-580, 2017.

KÖPPEN, W. Climatologia: com um estúdio de los climas de la tierra. México; Fundo de Cultura Econômica, 1948.

LEITE, E. S.; MINETTE, L. J.; FERNANDES, H. C.; SOUZA, A. P.; AMARAL, E. J.; LACERDA, E. G. Desempenho do harvester na colheita de eucalipto em diferentes espaçamentos e declividades. Revista Árvore, v.38(1): p.000-000, 2014a.

LEITE, E. S.; FERNANDES, H. C.; MINETTE, L. J.; SOUZA, A. P.; LEITE, H. G.; GUEDES, I. L. Modelagem do desempenho da extração de madeira pelo "forwarder". Revista Árvore, v.38(5): p.879-887, 2014b.

LOPES, E. S.; DINIZ, C. C. C. Produtividade do trator florestal chocker skidder na extração de madeira em terrenos declivosos. Floresta, v.45(3): p.625 – 634, 2015.

LOPES, E. S.; DINIZ, C. C. C.; SERPE, E. L.; CABRAL, O. M. J. V. Efeito do sortimento da madeira na produtividade e custo do forwarder no desbaste comercial de Pinus taeda. Scientia Forestalis, v.44(109): p.57-66, 2016.

LOPES, E. S.; PAGNUSSAT, M. B. Effect of the behavioral profile on operator performance in timber harvesting. International Journal of Forest Engineering. 2017.

MACHADO, C. C. Colheita Florestal. Viçosa: UFV. 3ª ed., Imp. Univ., 2014. 468p.

MENG, F. C. Comparing the MTBF of four systems with standby components. Microelectron.

Reliab, v.35(7): p.1031-1035, 1995.

MINETTE, L. J.; SILVA, E. N.; FREITAS, K. E.; SOUZA, A. P.; SILVA, E. P. Análise técnica e econômica da colheita florestal mecanizada em Niquelândia, Goiás. R. Bras. Eng. Agríc.

Ambiental, v.12(6): p.659–665, 2008.

NASCIMENTO, A. C.; LEITE, A. M. P.; SOARES, T. S.; FREITAS, L. C. Avaliação técnica e econômica da colheita florestal com feller-buncher. Cerne, v.17(1): p.9-15, 2011.

SANTOS, P. H. A.; SOUZA, A. P.; MARZANO, F. L. C.; MINETTE, L. J. Produtividade e custos de extração de madeira de eucalipto com clambunk skidder. Revista Árvore, v.37(3): p.511-518, 2013.

SEIXAS, F.; BATISTA, J. L. F. Comparação técnica e econômica entre harvesters de pneus e com máquina base de esteiras. Ciência Florestal, v.24(1), 2014.

34

Centro de Ensino Superior dos Campos Gerais – CESCAGE www.cescage.edu.br/publicacoes/scientiarural 18ª Ed./JUL-DEZ/2018 ISSN 2178 – 3608

SHARMA, P. K.; BHUVANA, V.; RAMAKRISHNAN, M. Reliability analysis of diesel generator power supply system of prototype fast breeder reactor. Nuclear Engineering and Design, v.310: p.192–204, 2016.

SILVA, E. M.; MACHADO, C. C.; MINETTE, L. J.; SOUZA, A. P.; FERNANDES, H. C.; SILVA, M. L.; et al. Avaliação técnica e econômica do corte mecanizado de Pinus SP.com harvester. Revista Árvore, v.34(4): p.745-753, 2010.

SIMÕES, D.; FENNER, P. T. Avaliação técnica e econômica do forwarder na extração de madeira em povoamento de eucalipto de primeiro corte. Floresta, v.40(4): p.711-720, 2010..

SIMÕES, D.; FENNER, P. T.; ESPERANCINI, M. S. T. Avaliação técnica e econômica da colheita de florestas de eucalipto com harvester. Scientia Forestalis, v.38(88): p.611-618, 2010.

SIMÕES, D.; FENNER, P. T.; ESPERANCINI, M. S. T. Produtividade e custos do fellerbuncher e processador florestal em povoamento de eucalipto de primeiro corte. Ciência Florestal, v.24(3), 2014.

SPINELLI, R.; WARDB, S. M.; OWENDEC, P. M. A harvest and transport cost model for Eucalyptus spp. fast-growing short rotation plantations. Biomass and Bioenergy, v.33(9): p.1265–1270, 2009.

ROCHA, E. B.; FIEDLER, N. C.; ALVES, R. T.; LOPES, E. S.; GUIMARÃES, P. P.; PERONI, L. Produtividade e custos de um sistema de colheita de árvores inteiras. Cerne, v.15(3): p.372-381, 2009.

WINKER, M.; HENDERSON, K.; VOLKERTS, J. The computerized maintenance management system an essential tool for world class maintenance. Procedia Engineering, v.138, p.413 – 420, 2016.

35