O que realmente significa otimização de serração: da classificação de toras ao planeamento da produção

Pergunte a cinco pessoas do setor de produtos de madeira o que significa “otimização de serração” e você obterá cinco respostas diferentes. Um fornecedor de scanner dirá que isso significa perfil de log 3D e seleção automatizada de face de abertura. Um vendedor de ERP dirá que isso significa visibilidade integrada da cadeia de suprimentos. Um fabricante de equipamento dirá que isso significa controle de corte em tempo real e classificação da placa. E o dono da usina lhe dirá que isso significa, de alguma forma, obter mais madeira vendável da mesma pilha de toras – embora ele não tenha certeza de qual dessas tecnologias realmente produz esse resultado.

Todos eles estão descrevendo coisas reais. Mas eles descrevem diferentes camadas de um sistema, e confundir essas camadas é a razão mais comum pela qual as fábricas investem na tecnologia errada na hora errada. Otimização de serração não é uma capacidade única. É uma pilha de quatro camadas distintas, cada uma operando em um escopo diferente, cada uma proporcionando uma magnitude de impacto diferente e cada uma carregando um preço diferente. Compreender a pilha — e saber em qual camada investir primeiro — é a diferença entre um projeto de digitalização que se paga em meses e outro que gera painéis impressionantes além de margens inalteradas.

Este artigo mapeia cada camada de baixo para cima: desde o registro individual até todo o negócio. Baseia-se em pesquisas publicadas, dados do setor e nas realidades operacionais que os proprietários de usinas enfrentam todos os dias. No final, o termo “otimização” significará algo específico e acionável – não uma promessa de marketing, mas um conjunto de decisões sobre onde deve ser direcionado o seu próximo investimento.

Índice

1. Camada 1: O que a otimização em nível de log realmente decide?
2. Camada 2: Como as otimizações da biseladora, do aparador e do classificador são coordenadas?
3. Camada 3: Por que o planeamento da produção é a camada de otimização de maior impacto?
4. Camada 4: Otimização em nível de negócios – ERP e cadeia de suprimentos
5. Como as camadas se acumulam: por que o planeamento é o multiplicador
6. Erros comuns: quando as fresadoras otimizam primeiro a camada errada
7. Por onde começar: uma sequência prática para otimização de serrações
8. Conclusão
9. Perguntas frequentes

Camada 1: O que a otimização em nível de log realmente decide?

A fundação de otimização de serração começa antes de uma única placa ser cortada. Tudo começa com a forma como as toras são classificadas, medidas e apresentadas à serra.

Classificação de log: o multiplicador silencioso

A classificação é a forma menos glamorosa de otimização e, sem dúvida, a mais subvalorizada. Quando as toras são agrupadas em classes rigorosas e consistentes — por espécie, faixa de diâmetro, comprimento, conicidade e qualidade — todos os processos posteriores se beneficiam. A biblioteca de padrões de corte torna-se mais previsível. O operador da serra lida com menos surpresas. As alterações de configuração entre as classes de diâmetro diminuem. E a diferença entre o rendimento teórico e o rendimento real diminui, porque as toras que chegam à plataforma superior correspondem às suposições incorporadas no plano de corte.

A pesquisa confirma isso. Um estudo sobre o efeito da estratégia de classificação de toras no valor previsto da madeira descobriu que a precisão da classificação influenciou diretamente a economia de recuperação: as fábricas que usavam a classificação automatizada baseada em scanner obtiveram uma recuperação de valor significativamente maior do que aquelas que dependiam da classificação visual manual. A taxa de classificação automatizada foi quatro vezes mais rápida do que a classificação manual de especialistas certificados e três vezes mais rápida do que a classificação realizada por um trabalhador menos experiente — ao mesmo tempo que reduziu os erros subjetivos que degradam a precisão da classificação. Quando a classificação é imprecisa, as toras atribuídas à classe de diâmetro errada são cortadas com um padrão abaixo do ideal, e a penalidade de rendimento aumenta a cada turno.

A lógica é direta. Se um tronco de 28 cm for mal classificado em uma classe de 32 cm, o padrão de corte aplicado a ele desperdiçará material em todas as tábuas. Multiplique esse erro por centenas de logs por dia e a perda cumulativa será substancial — não porque um único log seja dramaticamente maltratado, mas porque as pequenas incompatibilidades aumentam implacavelmente. A classificação precisa é a primeira otimização: ela cria a entrada uniforme da qual depende cada camada subsequente.

Varredura e otimização de log único

Além da classificação, a otimização em nível de log inclui as tecnologias de digitalização e criação de perfil que operam na plataforma principal. Scanners ópticos tridimensionais capturam a geometria externa de cada tora — diâmetro, conicidade, varredura, ovalidade — e alimentam esses dados para um otimizador que calcula a melhor face de abertura, ângulo de rotação e padrão de ruptura primária para aquela tora específica. Sistemas mais avançados usam raios X ou tomografia computadorizada para detectar defeitos internos (nós, podridão, inclusões metálicas) e ajustar a solução de corte com base no que está abaixo da superfície.

O efeito é mensurável. Os benchmarks do setor relatam consistentemente melhorias de 5 a 10% na recuperação de volume quando a digitalização e a otimização automatizadas substituem as decisões manuais de posicionamento. Um estudo comparando a digitalização somente 3D com a combinação 3D mais raios X de eixo duplo descobriu que a porcentagem de placas classificadas corretamente aumentou de 57% para 66% – um salto significativo na recuperação de valor, não apenas no volume.

Resumo da Camada 1

• Escopo: Registro individual – classificação, digitalização, abertura de decisões.
• Efeito típico: +5–10% de recuperação de volume; recuperação de maior valor com classificação baseada em qualidade.
• Limitação: Opera log por log em tempo real. Não é possível ver a carteira de pedidos, o fornecimento de toras de amanhã ou o plano de produção. Otimiza cada log como se existisse isoladamente.

Camada 2: Como as otimizações da biseladora, do aparador e do classificador são coordenadas?

Uma linha de produção de serração não é uma máquina. É uma sequência de pontos de decisão: desmontagem primária, re-serrar, afiar, aparar, classificar e nivelar. Cada estação recebe a saída da anterior e aplica sua própria lógica de otimização. A biseladora examina cada folha e determina as melhores larguras de placa. O aparador examina cada placa e determina o melhor comprimento para maximizar a inclinação. O classificador atribui cada placa a uma caixa com base nas dimensões e na qualidade.

O desafio é que estas estações podem trabalhar umas contra as outras quando os seus objectivos de optimização não são coordenados. Considere um cenário comum: a biseladora maximiza o número de placas de uma folha produzindo larguras estreitas. O aparador então maximiza o nivelamento aparando cada tábua em um comprimento menor que evita defeitos perto da extremidade. O resultado é uma contagem alta de notas e peças – mas as pranchas têm 3,0 metros de comprimento quando os pedidos em aberto exigem 4,2 metros. Cada estação fez seu trabalho local corretamente, mas o resultado da produção não atingiu a meta comercial.

Os sistemas de coordenação em toda a fábrica abordam isso vinculando a lógica de otimização entre as estações. Um otimizador de biseladora pode levar em conta as restrições de corte posteriores ao decidir as larguras das placas. Um aparador pode levar em consideração as prioridades de ordem baseadas no comprimento, em vez de otimizar apenas o grau. O software de controle moderno torna possível executar múltiplas regras de produtos simultaneamente – madeira verde e seca cortada na mesma linha, por exemplo – e transmitir informações para que as decisões de cada estação sejam informadas pelas necessidades da próxima estação.

O efeito incremental da coordenação em nível de linha, além da otimização de estação única, é normalmente estimado em 2–4% de recuperação adicional. Este não é um número pequeno: para uma fábrica que processa 40.000 metros cúbicos de toros por ano a 75 euros por metro cúbico, uma melhoria de 3% equivale a cerca de 90.000 euros em produtos comercializáveis ​​adicionais anualmente.

Resumo da Camada 2

• Escopo: Múltiplas estações na linha de produção — coordenação de biseladora, cortadora e classificadora.
• Efeito típico: +2–4% de recuperação além da otimização de estação única.
• Limitação: Ainda reativo – as decisões são tomadas à medida que a madeira passa pela linha. Não determina quais logs devem ser processados, em qual ordem ou em quais pedidos. Otimiza a execução, não a estratégia.

Relacionado: A lacuna entre a otimização no nível da máquina e no nível do planeamento é onde a maior margem é perdida. Veja Software de planeamento Excel vs serração para uma análise detalhada do que acontece quando os planos de corte são construídos manualmente.

Camada 3: Por que o planeamento da produção é a camada de otimização de maior impacto?

As camadas 1 e 2 respondem à pergunta: “Dada esta tora (ou esta placa), como podemos cortá-la melhor?” A camada 3 responde a uma questão fundamentalmente diferente: “Dados todos os nossos toros e todas as nossas ordens, o que devemos cortar hoje, em que sequência e usando que padrões?”

Esta é a camada de planeamento. Funciona antes do início do deslocamento, antes que a primeira tora toque o carro. E é a camada com maior impacto na lucratividade — não porque as outras camadas não sejam importantes, mas porque a camada de planeamento determina os insumos com os quais cada camada posterior trabalha. Um scanner perfeitamente otimizado e uma linha de corte perfeitamente coordenada ainda produzirão o produto errado se o plano de corte do dia enviar as toras erradas através dos padrões errados para os pedidos errados.

Por que o planeamento supera a execução

A analogia é a navegação. As camadas 1 e 2 são a condução: mudanças de marcha suaves, velocidade ideal, frenagem eficiente. A camada 3 é a rota. Nenhuma condução hábil compensa a escolha da estrada errada. Em termos de serração, nenhuma quantidade de otimização por tora compensa um plano de corte que superproduz placas de 50×100 mm quando a carteira de pedidos exige 50×150 mm.

A pesquisa é enfática nesse ponto. Buehlmann, Thomas e Zuo documentaram uma melhoria de rendimento de mais de 7 pontos percentuais quando planos de corte otimizados por software substituíram o planeamento manual – recuperação de 71,1% versus 64,0%. Essa lacuna supera os 2–4% obtidos com a coordenação da linha de máquinas e rivaliza com os 5–10% da varredura de registro único. Mais importante ainda, a otimização do planeamento é aditiva: ela não substitui os ganhos da Camada 1 ou da Camada 2, ela os multiplica, garantindo que esses ganhos sejam aplicados às toras certas, cortando os produtos certos.

Um outro estudo de referência realizado por Maturana, Pizani e Vera testou cinco modelos de otimização em relação a dados reais de serrações e descobriu que apenas os modelos de maximização de lucros e de minimização de resíduos produziram retornos económicos positivos. O modelo de minimização de custos – a abordagem mais próxima do instinto de planeamento manual – não garantiu a rentabilidade. Isto significa que uma fábrica pode minimizar custos e ainda assim perder dinheiro, porque está a produzir o mix de produtos errado. Somente um modelo de planeamento que tenha uma visão completa – pedidos, estoque de toras, valores de produtos, restrições de máquinas – pode direcionar-se com segurança para o lucro.

O que a otimização do planeamento faz na prática

Construído especificamente software de planeamento de serração utiliza dois dados estruturados: o estoque de toras da fábrica (espécies, diâmetros, comprimentos, volumes) e a carteira de pedidos ativa (dimensões do produto, quantidades, prioridades, datas de entrega). Ele avalia milhões de combinações de corte possíveis na nuvem e retorna um plano de produção otimizado — um conjunto de instruções de corte que maximiza o valor dos pedidos atendidos, ao mesmo tempo que minimiza o desperdício e a produção excedente.

Esta não é uma melhoria marginal em relação a uma planilha. É uma abordagem categoricamente diferente. Enquanto um planejador manual testa de três a cinco padrões e seleciona os melhores disponíveis, o software testa milhões e encontra soluções que nenhum ser humano conseguiria identificar em um tempo razoável. Enquanto uma planilha bloqueia o plano antes da mudança e não consegue se adaptar, um sistema baseado em nuvem é reotimizado em minutos quando os pedidos mudam, um caminhão de toras diferente chega ou um cliente muda as prioridades.

Resumo da Camada 3

• Escopo: Toda a produção – quais toras, quais padrões, quais pedidos, em que sequência.
• Efeito típico: +3–7% de melhoria de rendimento em relação ao planeamento manual; a produção alinhada à demanda elimina a superprodução de produtos não vendidos.
• Vantagem principal: Determina em que as camadas 1 e 2 funcionam. A camada de maior impacto porque molda as entradas para cada decisão posterior. Menor custo de infraestrutura (SaaS em nuvem, sem necessidade de hardware).

Relacionado: A conexão entre a estrutura do pedido e a qualidade do planeamento é crítica. Veja Software de planeamento Excel vs serração para obter uma análise detalhada de onde as decisões de planeamento manual prejudicam a margem.

Camada 4: Otimização em nível de negócios – ERP e cadeia de suprimentos

A camada superior opera inteiramente acima da área de produção. Sistemas de planeamento de recursos empresariais, ferramentas de gerenciamento da cadeia de suprimentos e plataformas de relatórios financeiros formam a camada de negócios. É aqui que são tomadas as decisões de aquisição (quais toras comprar, de quem, a que preço), onde a logística é coordenada (quando enviar, para qual armazém, por qual rota) e onde o desempenho financeiro é acompanhado (margens por produto, por cliente, por período).

A otimização no nível de negócios é importante. Para fábricas com vários locais, redes complexas de fornecedores ou requisitos de relatórios regulamentares (FSC, cadeia de custódia PEFC), um ERP pode ser genuinamente valioso. Fornece a visibilidade de gestão necessária para tomar decisões estratégicas: devemos mudar o nosso mix de produtos no próximo trimestre? Nossa estratégia de aquisição de toras está alinhada com nossos produtos de melhor margem? Quais clientes são lucrativos e quais estão diminuindo a margem?

Mas os sistemas a nível empresarial têm um ponto cego estrutural: não optimizam as decisões de corte. Um ERP registra o que a fábrica produziu e calcula o resultado financeiro. Não determina se o plano de corte que produziu esses resultados foi ideal. Se a camada de planeamento (Camada 3) estiver ausente ou for manual, o ERP rastreia fielmente a erosão da margem sem corrigi-la. É uma fotografia de alta resolução de um problema, não uma solução para ele.

O perfil de custo também é importante. As implementações de ERP para serrações variam normalmente entre 100.000€ e bem mais de 500.000€, com prazos de implementação de seis a dezoito meses. As plataformas ERP genéricas exigem ampla personalização para lidar com realidades específicas de serrações: contabilidade de coprodutos, dimensões irregulares de placas, cálculos de peso dependentes de umidade, padrões de classificação de madeira. Até mesmo ERPs de madeira especialmente desenvolvidos acarretam uma sobrecarga significativa de implementação. Para uma fábrica que gere menos de 5 milhões de euros em receitas anuais, o período de retorno pode estender-se muito para além do horizonte de planeamento da maioria dos operadores.

Resumo da Camada 4

• Escopo: Gestão de negócios – compras, logística, finanças, compliance.
• Efeito típico: Melhor visibilidade e tomada de decisões estratégicas; nenhum impacto direto no rendimento de corte.
• Limitação: Registra e relata os resultados da produção. Não melhora as decisões de corte que geram esses resultados. Custo elevado (100 mil euros a mais de 500 mil euros), implementação longa (6 a 18 meses), justificado principalmente para operações maiores em vários locais.

Relacionado: Para uma comparação completa entre ERP, software de fornecedores de equipamentos, plataformas corporativas e ferramentas de planeamento, consulte Software de serração comparado: 4 tipos de sistemas digitais.

Como as camadas se acumulam: por que o planeamento é o multiplicador

As quatro camadas não são alternativas. Eles são cumulativos. Cada um agrega valor ao anterior – mas não igualmente. A relação entre eles segue um princípio que os pesquisadores operacionais compreendem bem: as decisões a montante restringem os resultados a jusante.

A camada 1 (nível de log) pode recuperar de 5 a 10% mais volume de cada log. Mas se o padrão de corte atribuído a essa tora estiver errado para a carteira de pedidos atual, o volume adicional se tornará estoque não vendido. A camada 2 (linha de máquinas) pode adicionar 2–4% coordenando estações. Mas se o cronograma de produção do dia estiver desalinhado com a demanda do cliente, essa coordenação produzirá mais produtos errados e com mais eficiência. A camada 4 (negócios) pode relatar tudo isso com perfeita precisão. Mas reportar uma perda não a reverte.

A camada 3 (planeamento da produção) é o multiplicador porque define o contexto para todo o resto. Ele determina quais logs entram na linha, quais padrões eles recebem e quais pedidos atendem. Quando a camada de planeamento é otimizada, os ganhos das Camadas 1 e 2 são compostos de forma produtiva – cada tora digitalizada e cada placa aparada contribuem para uma meta de produção comercialmente válida. Quando a camada de planeamento é manual, os ganhos das Camadas 1 e 2 são parcialmente desperdiçados na produção que não se alinha com a demanda.

É por isso que a investigação constata consistentemente que as fábricas alinhadas com a procura superam as que são orientadas pela oferta. Um estudo sobre planeamento robusto de produção para serrações mostrou que os rendimentos do processo — os volumes de madeira produzidos por cada padrão de corte — são variáveis ​​aleatórias, e somente um modelo de planeamento que leve em conta tanto a demanda quanto a incerteza do rendimento pode atender pedidos de maneira confiável, sem superprodução excessiva. Uma fábrica que produza 300.000 metros cúbicos por ano poderia reduzir sua carteira de pedidos não atendidos em cerca de 51.000 metros cúbicos simplesmente adotando a programação algorítmica de produção – um número que supera qualquer ganho de rendimento de estação única.

A implicação para o sequenciamento de investimentos é clara. A otimização do planeamento custa menos do que a digitalização no nível do equipamento, proporciona uma melhoria percentual maior e libera o valor total de qualquer otimização de hardware que a fábrica já instalou ou planeja instalar. É o ponto de entrada com maior ROI para digitalização de serração.

Relacionado: Até que ponto o seu horizonte de planeamento deve se estender? Veja Como o Planning Horizon afeta os resultados da recuperação de madeira serrada.

Erros comuns: quando as fresadoras otimizam primeiro a camada errada

Compreender as quatro camadas é útil em teoria. Reconhecer como as usinas as aplicam erroneamente é útil na prática. Três padrões são recorrentes em todo o setor.

Erro 1: investir em digitalização sem uma camada de planeamento

Uma fábrica instala um scanner e otimizador de toras de última geração. A recuperação de log individual melhora. Mas os padrões de corte que o scanner seleciona são extraídos de uma biblioteca estática criada para o mix de produtos do ano passado. O scanner vê a tora perfeitamente – seu diâmetro, conicidade e estrutura interna. O que ela não vê é que a carteira de pedidos mudou no mês passado e a fábrica precisa de placas de 50×200 mm em vez de 50×150 mm. O scanner otimiza lindamente cada registro para a saída errada. As métricas de recuperação parecem boas. A receita não corresponde.

Erro 2: Implementar ERP antes de otimizar a produção

Uma fábrica gasta 200.000€ num sistema ERP. Após doze meses de implementação, possui dados financeiros limpos: custo por metro cúbico, margem por produto, variação por turno. Os painéis são excelentes. Mas os planos de corte ainda são construídos manualmente todas as manhãs em uma planilha. O ERP informa agora — com perfeita clareza — que a fábrica está perdendo de 3 a 5% em rendimento evitável. Isso não resolve o problema. Ele quantifica isso. A fábrica adquiriu um diagnóstico muito caro para uma doença que poderia ter sido tratada por uma fração do custo.

Erro 3: Maximizar a recuperação ignorando a demanda

Uma fábrica alcança 58% de recuperação de volume – um número impressionante. Mas o pátio está cheio de estoque não vendido: placas fora do padrão, comprimentos fora do padrão, produtos que eram economicamente racionais para serem produzidos por tora, mas não têm comprador. A fábrica foi otimizada em volume, não em valor. A investigação confirma esta armadilha: as estratégias de minimização de custos e de maximização de volumes não garantem retornos económicos positivos. Somente modelos que integram a demanda na otimização – modelos de maximização de lucro e modelos de minimização de desperdício – geram margem de forma confiável.

Todos os três erros partilham uma causa raiz: optimizar uma camada inferior sem primeiro estabelecer a camada de planeamento que lhe dá orientação comercial. O scanner precisa saber o que otimizar. O ERP precisa de dados otimizados para gerar relatórios. E a recuperação do volume necessita de alinhamento da procura para se traduzir em receitas. A camada 3 fornece todos os três.

Por onde começar: uma sequência prática para otimização de serrações

Dada a estrutura de camadas e as evidências da pesquisa, a sequência de investimento ideal para a maioria das serrações independentes é clara – e inverte a ordem recomendada pelos fornecedores de equipamentos e vendedores de ERP.

Etapa 1: Otimização do Planeamento de Produção

Comece com a camada 3. Ela tem o maior impacto (melhoria de rendimento de 3 a 7%, além de alinhamento de demanda), o menor custo (assinatura de SaaS na nuvem, sem despesas de capital), a implantação mais rápida (dias a semanas, não meses) e funciona com qualquer equipamento existente. Esta é a camada onde software para serração gosto SawmillSmart opera: pedidos e registro de estoque, plano de corte otimizado, milhões de combinações avaliadas na nuvem. A melhoria da margem desde o primeiro mês de uso normalmente excede muitas vezes o custo da assinatura.

Etapa 2: Classificação de registros e otimização de equipamentos

Com uma camada de planeamento implementada, invista nas camadas 1 e 2 quando a operação justificar — normalmente ao substituir ou atualizar equipamentos. Nesta fase, os investimentos em digitalização e classificação contribuem para a otimização do planeamento, em vez de operarem isoladamente. O scanner otimiza cada log para os produtos alvo do plano. O sistema de classificação fornece as classes de diâmetro certas para a programação do dia. Todo o sistema funciona como uma pilha e não como peças desconectadas.

Etapa 3: Sistemas de nível empresarial

As ferramentas de ERP e de cadeia de suprimentos tornam-se valiosas quando a fábrica supera o gerenciamento financeiro baseado em planilhas — normalmente acima de € 5 milhões em receitas, com vários departamentos, locais ou relacionamentos complexos com fornecedores. Neste ponto, as camadas de planeamento e equipamentos já estão gerando dados de produção de alta qualidade, o que torna a implementação do ERP mais tranquila e valiosa porque o sistema integra dados confiáveis ​​em vez de registros manuais barulhentos.

Conclusão

Otimização de serração são quatro coisas, não uma. A otimização em nível de log extrai mais de cada log. A otimização da linha de máquinas coordena as estações que a processam. A otimização do planeamento de produção determina quais registros processar, para quais pedidos e usando quais padrões. E a otimização no nível de negócios gerencia a empresa em torno dessas decisões de produção.

Dos quatro, o planeamento da produção é o multiplicador – a camada que molda os insumos para todas as outras camadas e proporciona o maior retorno mensurável com o menor investimento. A pesquisa confirma isso: +7% de rendimento do planeamento orientado por software versus métodos manuais, alinhamento de demanda que elimina a superprodução estrutural de produtos não vendidos e velocidade de replaneamento que transforma um exercício matinal rígido em um processo responsivo e continuamente otimizado.

Para o proprietário da fábrica que já ouviu falar de “otimização” para descrever tudo, desde um scanner de log até um painel de ERP, a estrutura agora está clara. Comece com a camada que define a direção de todas as outras. Comece com o plano. O restante da pilha é construído sobre ela — e cada investimento subsequente é mais produtivo porque a base já está otimizada.

Veja também: Guia de Otimização de Serração 2026: 6 Alavancas e 5 Princípios para Recuperar Margem Sem CapEx — um guia prático que mapeia todas as seis alavancas do processo com uma lista de verificação da primeira semana.

Referências

1. Buehlmann, U., Thomas, RE e Zuo, X. (2011). “Validação de software de otimização de rendimento de madeira e análise de desempenho.” Revista de Produtos Florestais, 61(2), 107–113. ResearchGate
2. Maturana, S., Pizani, E. e Vera, J. (2015). “Uma comparação de modelos de otimização para planeamento de produção de madeira.” Bosque, 36(2), 239–246. doi.org
3. Wąsik, R., Michalec, K. e Mudryk, K. (2020). “O efeito da estratégia de classificação de toras no valor previsto da madeira serrada após serrar madeira de pinho.” Anais da Universidade de Ciências da Vida de Varsóvia – SGGW, Silvicultura e Tecnologia da Madeira, 109, 68–74. ResearchGate
4. Álvarez, PP e Vera, JR (2014). “Programação de produção para uma serração: uma abordagem robusta de otimização.” Revista Internacional de Economia da Produção, 150, 37–51. RePEc
5. Dramm, JR, Jackson, GL e Wong, J. (2002). “Revisão dos pátios de classificação de toras.” Relatório Técnico Geral do Serviço Florestal do USDA FPL-GTR-132. FPL do USDA
6. Dumetz, L., Gaudreault, J., Thomas, A., & Lehoux, N. (2022). “Rumo a gêmeos digitais para planeamento e controle de produção em serrações.” Revista Internacional de Pesquisa de Produção, 61(12), 4096–4115. Taylor e Francisco Conectados
7. Steele, PH (1984). “Fatores que determinam a recuperação da madeira serrada na serração.” Relatório Técnico Geral do Serviço Florestal do USDA FPL-GTR-39. FPL do USDA
8. Rafiei, R., Nishi, T., & Gaudreault, J. (2024). “Avaliando a eficácia da heurística estática para programar pedidos de madeira no processo de produção de serração.” Madeiras: Ciência e Tecnologia, 26. Universidade do Bío-Bío