Management of mechanized harvesting through operational modeling

ABSTRACT The activity of agricultural experimentation may require high budget and long periods of time for obtaining data. Due to production features, decision-making processes within agro-industrial mills that use sugarcane as raw material must be optimized. In this scenario, modeling operating systems that use embedded technology as agricultural automation enables the optimization of decision-making and influences operational performance and costs. This article presents a model for receiving and processing sugarcane based on its harvesting capacity, considering the harvestability index and the nominal capacity of the harvester. Sensitivity analysis enables the assessment of potential offenders and the reallocation of assets, thus optimizing resources and ensuring plant operation. This analysis also enables new possibilities, such as harvesting under different row spacings and harvesting simultaneously different rows. data features decisionmaking decision making agroindustrial agro industrial optimized scenario costs harvester assets operation possibilities rows RESUMO A atividade de experimentação agrícola pode exigir alto orçamento e longos períodos de tempo para obtenção de dados. Devido às características de produção, os processos decisórios em unidades agroindustriais que utilizam a cana-de-açúcar como matéria-prima devem ser otimizados. Nesse cenário, a modelagem de sistemas operacionais que utilizam tecnologia embarcada como automação agrícola possibilita a otimização da tomada de decisões e influencia o desempenho operacional e os custos. Este artigo apresenta um modelo de recebimento e processamento de cana-de-açúcar baseado em sua capacidade de colheita, considerando o índice de colheita e a capacidade nominal da colhedora. A análise de sensibilidade permite a avaliação de potenciais infratores e a realocação de ativos, otimizando recursos e garantindo a operação da planta. Essa análise também possibilita novas possibilidades, como colher em diferentes espaçamentos entre linhas e colheita simultânea de linhas. dados produção canadeaçúcar cana açúcar matériaprima matéria prima otimizados cenário custos colhedora ativos planta possibilidades