Inclui @vitorcesavc nos autores (README e docs/authors.md)

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Documenta historico v1/v2/v3 no README com fases, limitacoes e nomenclatura
2026-06-17 18:03:31 -03:00 · 2026-06-16 11:14:57 -03:00 · 2026-06-16 11:11:23 -03:00 · 2026-06-16 11:09:24 -03:00 · 2026-06-16 09:39:30 -03:00 · 2026-06-16 09:34:14 -03:00
10 changed files with 1992 additions and 226 deletions
--- a/LOG.md
+++ b/LOG.md
@@ -38,3 +38,13 @@ Legenda de autores:
 | 2026-06-16 | 10:20 | VTO | Alinhou nomenclatura com Al-Thani (2016) | `software/oamrp_v3.py` | lrt_h→f_max (batente fixo F); horas_iniciais→f0 (acumulado inicial f_k); orcamento_h()→lrt_inicial() (LRT=F_max−f0); horas_iniciais_aleatorias()→gerar_f0_aleatorio(); carregar_horas_iniciais()→carregar_f0(); CLI --horas-iniciais→--f0. |
 | 2026-06-16 | 10:30 | VTO | Criou visualização interativa de rotas | `software/visualizar_resultado.py`; `db/processed/mapa_rotas.html` | Mapa Folium com rotas por aeronave (cor distinta), missões não cumpridas tracejadas em cinza, popup com detalhes, legenda de prioridades. |
 | 2026-06-16 | 10:35 | VTO | Rodada sintética validada: 50/50 missões cumpridas | `db/processed/resultado_oamrp_sintetico.csv` | Comando: --sintetico --seed 42 --aleatorio --ofrag; solver CBC retornou Optimal; todas as 4 EVAMs voaram com ferry; commit f0d72f8 enviado ao remote. |
+| 2026-06-16 | 14:00 | VTO | Criou visualização combinada (Gantt + mapa + tabela) | `software/visualizar_resultado.py`; `db/processed/planejamento_cenario_esquadrao.html` | HTML único com título "Planejamento de Diagonal de Manutenção"; Gantt via go.Scatter lines (renderização garantida); mapa Folium em iframe; tabela de voos com filtros JS; commit 3756f96. |
+| 2026-06-16 | 15:00 | VTO | Criou cenários JSON de f0 para testes com inspeções | `db/processed/f0_cenario_esquadrao.json`; `db/processed/f0_cenario_insp_grande.json` | f0_cenario_esquadrao simula dados reais do esquadrão (LRT 32h/215h/12h/28h); f0_cenario_insp_grande força aeronaves próximas ao limite. |
+| 2026-06-16 | 20:00 | VTO | Migrou modelo de Set Covering para Set Partitioning (C1) | `software/oamrp_v3.py` | Restrição C1 alterada de z<=1 para z==1 para todas as missões; eliminada distinção entre missões hard/opcionais; toda missão deve ser coberta por exatamente 1 aeronave. |
+| 2026-06-16 | 20:05 | VTO | Reduziu missões sintéticas padrão de 50 para 20 | `software/oamrp_v3.py` | Set Partitioning com 50 missões tornava o MIP inviável ou muito lento (travamento do solver); 20 missões garantem factibilidade no envelope de 4 aeronaves em janeiro; n_evam reduzido de 5 para 4. |
+| 2026-06-16 | 20:10 | VTO | Adicionou time limit padrão de 120 s ao solver CBC | `software/oamrp_v3.py` | Solver travava indefinidamente sem time limit ao tentar provar infeasibility; limite de 120 s garante retorno com melhor solução encontrada. |
+| 2026-06-16 | 20:15 | VTO | Corrigiu display do status do solver (Not Solved) | `software/oamrp_v3.py` | PuLP redefine mdl.status para 0 ("Not Solved") ao chamar setObjective() antes de L2; status de L1 agora preservado quando L2 reporta 0. |
+| 2026-06-16 | 20:20 | VTO | Revisou f0_cenario_insp_grande.json | `db/processed/f0_cenario_insp_grande.json` | Apenas 2803 com f0=595h em INSP 2A (F_max=600h, downtime=4 dias, LRT_ini=5h); demais matrículas com f0=0; configuração anterior com 4 aeronaves apertadas simultaneamente tornava o MIP inviável. |
+| 2026-06-16 | 20:30 | VTO | Gerou visualização do cenário inspeção grande (v0.10) | `db/processed/planejamento_insp_grande.html`; `db/processed/resultado_oamrp_v3.csv` | 20/20 missões cobertas; Gantt exibe INSP 2A (4 dias) visivelmente; 2 inspeções no horizonte de janeiro; solver CBC retornou Optimal em < 15 s. |
+| 2026-06-16 | 16:00 | VTO | Corrigiu Gantt: FAB 2800 invisível e barras não renderizavam | `software/visualizar_resultado.py` | yaxis range=[-0.5, n-0.5] para FAB 2800 (y=0) visível; shapes substituídas por go.Scatter mode="lines" width=64 (renderização garantida); largura mínima de 2h por barra. |
+| 2026-06-16 | 16:30 | VTO | Adicionou parser de Escala de Voo Modelo 1 e bases extras | `software/oamrp_v3.py`; `db/raw/ESCALA DE VOO MODELO 1.csv` | Flag --escala carrega missões reais do CSV com separador ";"; coordenadas de 26 bases (era 10); time-limit default alterado para 300s; imports timedelta/date consolidados; commit 83a2dac. |
--- a/README.md
+++ b/README.md
@@ -45,7 +45,7 @@ arara_oarmp/

 Usamos tags curtas para identificar quem fez cada alteração relevante:

- `VTO`: Vitor Cesa.
+- `VTO`: Vitor Cesa ([@vitorcesavc](https://git.ppgao.ita.br/vitorcesavc)).
 - `GNR`: Generoso.
 - `JOM`: João Marcos.

@@ -144,70 +144,107 @@ git push
 - Preferir nomes de arquivo descritivos, com tipo do documento, aeronave, matrícula e data quando possível.
 - Registrar no `LOG.md` qualquer decisão que afete os dados.

-## Estado atual
+## Estado atual (v0.10)

-O modelo ativo é `software/oamrp_v3.py`, que implementa o OAMRP sobre uma rede espaço-tempo com arcos de ferry, múltiplos tipos de inspeção e prioridades de missão via OFRAG.
+O modelo ativo é `software/oamrp_v3.py`, que implementa o OAMRP sobre uma rede espaço-tempo com arcos de ferry, múltiplos tipos de inspeção e Set Partitioning para cobertura de missões.

-Última rodada validada (2026-06-16): 50/50 missões sintéticas cumpridas, solver CBC Optimal, 4 EVAMs operacionais.
+**Última rodada validada (2026-06-16, commit `a34ed6b`):**
+- 20/20 missões sintéticas cobertas, solver CBC Optimal em < 15 s
+- Cenário com INSP 2A (4 dias em solo) visível no Gantt da matrícula 2803
+- Set Partitioning: toda missão coberta por exatamente 1 aeronave

-Arquivos principais do modelo:
+### Formulação de cobertura
+
+O modelo usa **Set Partitioning** (`z[m] = 1` para toda missão `m`): cada missão deve ser atribuída a exatamente uma aeronave. Versões anteriores usavam Set Covering (`z[m] ≤ 1`), que permitia missões descobertas. A transição foi documentada em `docs/changelog.md` (v0.10).
+
+> **Atenção para contribuidores:** Set Partitioning foi validado apenas para o cenário sintético padrão (20 missões, seed 42, 4 aeronaves, somente 2803 com LRT apertado). Com mais missões ou múltiplas aeronaves com LRT < 5 h simultâneas, o MIP pode ser infeasível ou ultrapassar o time limit. Consulte as limitações detalhadas em `docs/changelog.md`.
+
+### Arquivos principais

 ```text
-software/oamrp_v3.py          — modelo MIP principal
-software/gerar_ofrag.py       — gerador da tabela OFRAG
-software/visualizar_resultado.py — mapa Folium interativo
-db/processed/ofrag.csv        — ordens de missão com prioridades 1–5
-db/processed/resultado_oamrp_sintetico.csv — resultado da última rodada
-db/processed/mapa_rotas.html  — mapa interativo de rotas
+software/oamrp_v3.py              — modelo MIP principal (Fases 1–3 + Set Partitioning)
+software/gerar_ofrag.py           — gerador da tabela OFRAG
+software/visualizar_resultado.py  — Gantt + mapa + tabela interativa
+db/processed/ofrag.csv            — ordens de missão com prioridades 1–5
+db/processed/f0_cenario_insp_grande.json — f0 calibrado para forçar INSP 2A em 2803
+db/processed/resultado_oamrp_v3.csv     — resultado da última rodada
+db/processed/planejamento_insp_grande.html — Gantt com inspeção de 4 dias visível
 ```

-Para rodar:
+### Como rodar
+
+Cenário padrão (inspeção grande visível no Gantt):

 ```powershell
-python software/oamrp_v3.py --sintetico --seed 42 --aleatorio --ofrag db/processed/ofrag.csv
-python software/visualizar_resultado.py
+python software/oamrp_v3.py --sintetico --seed 42 --f0 db/processed/f0_cenario_insp_grande.json --time-limit 60
+python software/visualizar_resultado.py --resultado db/processed/resultado_oamrp_v3.csv --saida db/processed/planejamento_insp_grande.html
 ```

-Pré-processamentos disponíveis:
+Parâmetros relevantes do modelo:

-```text
-db/raw/relatorio_ciclo_inspecoes_c105_2805_2026-06-15.pdf — ciclo de inspeções C-105/2805
-db/processed/registro_voo_2025.csv — registro de voo 2025 limpo (1420 trechos)
-db/processed/registro_voo_2025_consolidado.csv — consolidado para roteamento
-```
-## Atualizacao - registro de voo 2025
+| Parâmetro | Padrão | Descrição |
+|---|---|---|
+| `--sintetico` | — | Usa missões sintéticas cross-base em vez do CSV real |
+| `--n-missoes` | 20 | Número de missões sintéticas |
+| `--seed` | 42 | Semente aleatória (reprodutibilidade) |
+| `--f0` | — | JSON com horas acumuladas iniciais por aeronave/inspeção |
+| `--time-limit` | 300 | Limite de tempo do solver CBC (segundos) |
+| `--aleatorio` | — | Sorteia f0 aleatório entre 10%–90% de F_max |

-A `Planilha 2025.xlsx` foi pre-processada a partir de `db/raw/` sem alterar o arquivo original.
+---

-Arquivos gerados:
+## Histórico dos modelos

-```text
-db/pre_process/registro_voo_2025/preprocess_planilha_2025.py
-db/pre_process/registro_voo_2025/registro_voo_2025_limpo.csv
-db/pre_process/registro_voo_2025/registro_voo_2025_limpo.xlsx
-db/pre_process/registro_voo_2025/registro_voo_2025_consolidado.csv
-db/pre_process/registro_voo_2025/missoes_oamrp_2025.csv
-db/pre_process/registro_voo_2025/missoes_oamrp_2025_consolidado.csv
-db/pre_process/registro_voo_2025/resumo_registro_voo_2025.json
-db/pre_process/registro_voo_2025/validacao_registro_voo_2025.md
-db/processed/registro_voo_2025.csv
-db/processed/registro_voo_2025_consolidado.csv
-```
+### v1 — Protótipo inicial (`software/oamrp_v1.py`)

-O consolidado trata `ROTA` como marcador de transicao, nao como localidade operacional, e remove a linha original 793 da aeronave 2806 dos artefatos processados.
+Primeiro protótipo do modelo MIP em PuLP. Estrutura simples de atribuição aeronave-missão sem rede espaço-tempo, sem inspeções e sem ferry. Serviu para validar a configuração do ambiente e a integração com o solver CBC.

-## Modelo OAMRP v2
+- **Formulação:** atribuição direta, variáveis binárias por (aeronave, missão)
+- **Restrições:** cobertura básica e continuidade de base
+- **Sem:** janelas de tempo, inspeções, ferry, prioridades
+- **Status:** protótipo histórico, não usar em produção

-O arquivo `software/oamrp_v2.py` executa a primeira rodada do modelo com dados reais consolidados de 2025. Por padrao, ele usa janeiro/2025, as aeronaves `2800`, `2803`, `2809` e `2811`, e grava:
+---

-```text
-db/processed/resultado_oamrp_jan_2025.csv
-```
+### v2 — Dados reais de 2025 (`software/oamrp_v2.py`)

-Para executar:
+Primeira rodada com dados reais do registro de voo de janeiro/2025, pré-processados a partir da planilha original. Introduziu janelas de tempo (decolagem e chegada do CSV), TAT entre missões e prioridade uniforme.
+
+- **Dados de entrada:** `db/processed/registro_voo_2025_consolidado.csv` (1 267 trechos, 1 420 linhas originais)
+- **Resultado:** 50 de 61 missões cumpridas em janeiro/2025 (`db/processed/resultado_oamrp_jan_2025.csv`)
+- **Limitação identificada:** os dados reais de jan/2025 eram predominantemente voos locais SBMN→SBMN, não exercitando roteamento cross-base nem inspeções

 ```powershell
 python software/oamrp_v2.py
 ```

-A rodada inicial de janeiro/2025 foi resolvida como otima pelo CBC, com 50 de 61 missoes cumpridas.
+---
+
+### v3 — Rede espaço-tempo completa (`software/oamrp_v3.py`) ← **modelo ativo**
+
+Reescrita completa baseada em Al-Thani, Ben Ahmed & Haouari (2016). Introduziu a formulação por rede espaço-tempo com nós No e arcos Arco, inspeções com relógio de horas acumuladas e reset, arcos de ferry entre bases e missões sintéticas cross-base para validação de roteamento.
+
+**Fases implementadas:**
+
+| Fase | Restrições | Descrição |
+|---|---|---|
+| 1 | C1–C6 | Rede espaço-tempo, cobertura (Set Partitioning), conservação de fluxo, TAT |
+| 2 | C7–C11 | Nós de inspeção, relógio H[k,i,n] com reset, downtime, slot único |
+| 3 | Ferry | Arcos de ferry entre quaisquer bases (haversine ÷ 430 km/h), consome horas de célula |
+
+**Nomenclatura alinhada com Al-Thani (2016):**
+
+- `F_max` — batente fixo (intervalo máximo legal entre manutenções, ex: 300 h)
+- `f0` — horas acumuladas no início do horizonte (estado inicial da aeronave)
+- `LRT = F_max − f0` — tempo legal restante (decresce com o voo)
+- `H[k, seq, nid]` — acumulado em tempo real, rastreado na rede (equivale a u_j do artigo)
+
+**Missões sintéticas:** como os dados reais de 2025 não exercitavam roteamento, o modelo usa um gerador sintético cross-base (`--sintetico`) com distâncias reais (haversine) e velocidade de cruzeiro do C-105 (430 km/h).
+
+**Pré-processamentos disponíveis:**
+
+```text
+db/raw/relatorio_ciclo_inspecoes_c105_2805_2026-06-15.pdf — ciclo de inspeções C-105/2805
+db/processed/registro_voo_2025.csv                        — registro de voo 2025 limpo (1 420 trechos)
+db/processed/registro_voo_2025_consolidado.csv            — consolidado para roteamento
+```
--- a/db/processed/f0_cenario_esquadrao.json
+++ b/db/processed/f0_cenario_esquadrao.json
@@ -0,0 +1,6 @@
+{
+  "2800": {"2": 268, "3": 268, "4": 568, "6": 142, "7": 142, "19": 1800, "20": 2100, "22": 680},
+  "2803": {"2":  85, "3":  85, "4": 285, "6":  85, "7": 185, "19":  800, "20": 1200, "22": 350},
+  "2809": {"2": 155, "3": 455, "4": 155, "6": 288, "7": 288, "19": 1200, "20": 1800, "22": 500},
+  "2811": {"2": 120, "3": 572, "4": 572, "6": 120, "7": 220, "19": 1500, "20": 2200, "22": 720}
+}
--- a/db/processed/f0_cenario_insp_grande.json
+++ b/db/processed/f0_cenario_insp_grande.json
@@ -0,0 +1,6 @@
+{
+  "2800": {"2": 0, "3":   0, "4": 0, "6":   0, "7":   0, "19": 0, "20": 0, "22": 0},
+  "2803": {"2": 0, "3": 595, "4": 0, "6":   0, "7":   0, "19": 0, "20": 0, "22": 0},
+  "2809": {"2": 0, "3":   0, "4": 0, "6":   0, "7":   0, "19": 0, "20": 0, "22": 0},
+  "2811": {"2": 0, "3":   0, "4": 0, "6":   0, "7":   0, "19": 0, "20": 0, "22": 0}
+}
--- a/db/processed/planejamento_insp_grande.html
+++ b/db/processed/planejamento_insp_grande.html
--- a/db/processed/resultado_oamrp_v3.csv
+++ b/db/processed/resultado_oamrp_v3.csv
@@ -1,51 +1,23 @@
 status,aeronave,ordem,id,om,orig,dest,partida_utc,chegada_utc,dur_h,prioridade,periodo,aeronave_real_2025,linhas_origem
-cumprida,2800,1,RV2025_OM1_E2_L5_C5,1,SBMN,SBMN,2025-01-02T14:30:00Z,2025-01-02T15:35:00Z,1.08,1,NOTURNO,2809,5
-cumprida,2800,2,RV2025_OM5_E2_L13_C13,5,SBMN,SBMN,2025-01-07T14:15:00Z,2025-01-07T16:15:00Z,2.00,1,DIURNO,2803,13
-cumprida,2803,1,RV2025_OM7_E1_L15_C15,7,SBMN,SBMN,2025-01-07T10:40:00Z,2025-01-07T12:30:00Z,1.83,1,DIURNO,2809,15
-cumprida,2803,2,RV2025_OM8_E1_L17_C17,8,SBMN,SBMN,2025-01-08T10:35:00Z,2025-01-08T12:35:00Z,2.00,1,DIURNO,2803,17
-cumprida,2803,3,RV2025_OM12_E4_L28_C29,12,SBMN,SBMN,2025-01-11T21:05:00Z,2025-01-12T00:00:00Z,2.92,1,DIURNO;NOTURNO,2809,28;29
-cumprida,2803,4,RV2025_OM15_E1_L34_C34,15,SBMN,SBMN,2025-01-12T11:50:00Z,2025-01-12T13:30:00Z,1.67,1,DIURNO,2803,34
-cumprida,2809,1,RV2025_OM1_E1_L4_C4,1,SBMN,SBMN,2025-01-02T11:55:00Z,2025-01-02T13:05:00Z,1.17,1,NOTURNO,2809,4
-cumprida,2811,1,RV2025_OM3_E1_L8_C8,3,SBMN,SBMN,2025-01-03T14:45:00Z,2025-01-03T16:10:00Z,1.42,1,DIURNO,2809,8
-cumprida,2811,2,RV2025_OM4_E2_L10_C10,4,SBMN,SBMN,2025-01-06T15:40:00Z,2025-01-06T16:45:00Z,1.08,1,DIURNO,2803,10
-cumprida,2811,3,RV2025_OM9_E1_L20_C20,9,SBMN,SBMN,2025-01-09T12:30:00Z,2025-01-09T15:55:00Z,3.42,1,DIURNO,2803,20
-cumprida,2811,4,RV2025_OM9_E3_L22_C22,9,SBMN,SBMN,2025-01-09T20:40:00Z,2025-01-09T22:15:00Z,1.58,1,DIURNO,2803,22
-cumprida,2811,5,RV2025_OM14_E1_L32_C32,14,SBMN,SBMN,2025-01-12T16:55:00Z,2025-01-12T20:25:00Z,3.50,1,DIURNO,2809,32
-cumprida,2811,6,RV2025_OM17_E1_L40_C40,17,SBMN,SBMN,2025-01-15T13:30:00Z,2025-01-15T14:25:00Z,0.92,1,DIURNO,2809,40
-cumprida,2811,7,RV2025_OM17_E3_L42_C45,17,SBMN,SBMN,2025-01-15T22:50:00Z,2025-01-15T23:50:00Z,1.00,1,NOTURNO,2809,42;43;44;45
-nao_cumprida,,,RV2025_OM2_E3_L6_C6,2,SBMN,SBMN,2025-01-02T17:00:00Z,2025-01-02T18:05:00Z,1.08,1,NOTURNO,2809,6
-nao_cumprida,,,RV2025_OM2_E4_L7_C7,2,SBMN,SBMN,2025-01-02T20:00:00Z,2025-01-02T21:10:00Z,1.17,1,NOTURNO,2809,7
-nao_cumprida,,,RV2025_OM5_E1_L11_C11,5,SBMN,SBMN,2025-01-06T19:10:00Z,2025-01-06T21:20:00Z,2.17,1,DIURNO,2803,11
-nao_cumprida,,,RV2025_OM6_E1_L12_C12,6,SBMN,SBMN,2025-01-06T19:30:00Z,2025-01-06T21:25:00Z,1.92,1,DIURNO,2811,12
-nao_cumprida,,,RV2025_OM6_E2_L14_C14,6,SBMN,SBMN,2025-01-07T11:20:00Z,2025-01-07T13:20:00Z,2.00,1,DIURNO,2811,14
-nao_cumprida,,,RV2025_OM7_E2_L16_C16,7,SBMN,SBMN,2025-01-07T14:00:00Z,2025-01-07T15:45:00Z,1.75,1,DIURNO,2809,16
-nao_cumprida,,,RV2025_OM8_E2_L18_C18,8,SBMN,SBMN,2025-01-08T14:00:00Z,2025-01-08T16:00:00Z,2.00,1,DIURNO,2803,18
-nao_cumprida,,,RV2025_OM10_E1_L19_C19,10,SBMN,SBMN,2025-01-08T22:30:00Z,2025-01-08T23:15:00Z,0.75,1,NOTURNO,2803,19
-nao_cumprida,,,RV2025_OM9_E2_L21_C21,9,SBMN,SBMN,2025-01-09T18:10:00Z,2025-01-09T20:00:00Z,1.83,1,DIURNO,2803,21
-nao_cumprida,,,RV2025_OM11_E1_L23_C23,11,SBMN,SBMN,2025-01-10T12:10:00Z,2025-01-10T13:15:00Z,1.08,1,DIURNO,2803,23
-nao_cumprida,,,RV2025_OM11_E2_L24_C24,11,SBMN,SBMN,2025-01-10T14:25:00Z,2025-01-10T15:25:00Z,1.00,1,DIURNO,2803,24
-nao_cumprida,,,RV2025_OM13_E1_L30_C30,13,SBMN,SBMN,2025-01-12T12:20:00Z,2025-01-12T13:10:00Z,0.83,1,DIURNO,2809,30
-nao_cumprida,,,RV2025_OM15_E2_L35_C35,15,SBMN,SBMN,2025-01-12T14:25:00Z,2025-01-12T16:00:00Z,1.58,1,DIURNO,2803,35
-nao_cumprida,,,RV2025_OM13_E2_L31_C31,13,SBMN,SBMN,2025-01-12T14:40:00Z,2025-01-12T15:25:00Z,0.75,1,DIURNO,2809,31
-nao_cumprida,,,RV2025_OM15_E3_L36_C36,15,SBMN,SBMN,2025-01-12T18:30:00Z,2025-01-12T20:35:00Z,2.08,1,DIURNO,2803,36
-nao_cumprida,,,RV2025_OM14_E2_L33_C37,14,SBMN,SBMN,2025-01-12T22:45:00Z,2025-01-13T02:05:00Z,3.33,1,NOTURNO,2809,33;37
-nao_cumprida,,,RV2025_OM16_E1_L38_C38,16,SBMN,SBMN,2025-01-15T12:00:00Z,2025-01-15T15:05:00Z,3.08,1,DIURNO,2803,38
-nao_cumprida,,,RV2025_OM17_E2_L41_C41,17,SBMN,SBMN,2025-01-15T14:45:00Z,2025-01-15T15:40:00Z,0.92,1,DIURNO,2809,41
-nao_cumprida,,,RV2025_OM16_E2_L39_C39,16,SBMN,SBMN,2025-01-15T17:35:00Z,2025-01-15T20:35:00Z,3.00,1,DIURNO,2803,39
-nao_cumprida,,,RV2025_OM18_E1_L46_C46,18,SBMN,SBMN,2025-01-21T12:05:00Z,2025-01-21T13:40:00Z,1.58,1,DIURNO,2800,46
-nao_cumprida,,,RV2025_OM18_E2_L47_C47,18,SBMN,SBMN,2025-01-21T14:45:00Z,2025-01-21T16:15:00Z,1.50,1,DIURNO,2800,47
-nao_cumprida,,,RV2025_OM18_E3_L48_C48,18,SBMN,SBMN,2025-01-21T18:40:00Z,2025-01-21T20:40:00Z,2.00,1,DIURNO,2800,48
-nao_cumprida,,,RV2025_OM19_E1_L49_C49,19,SBMN,SBMN,2025-01-22T14:55:00Z,2025-01-22T16:00:00Z,1.08,1,DIURNO,2800,49
-nao_cumprida,,,RV2025_OM20_E1_L51_C51,20,SBMN,SBMN,2025-01-22T14:55:00Z,2025-01-22T16:00:00Z,1.08,1,DIURNO,2803,51
-nao_cumprida,,,RV2025_OM21_E1_L53_C53,21,SBMN,SBMN,2025-01-22T14:55:00Z,2025-01-22T16:00:00Z,1.08,1,DIURNO,2809,53
-nao_cumprida,,,RV2025_OM22_E1_L55_C55,22,SBMN,SBMN,2025-01-22T14:55:00Z,2025-01-22T15:55:00Z,1.00,1,DIURNO,2811,55
-nao_cumprida,,,RV2025_OM19_E2_L50_C50,19,SBMN,SBMN,2025-01-22T20:50:00Z,2025-01-22T21:25:00Z,0.58,1,DIURNO,2800,50
-nao_cumprida,,,RV2025_OM20_E2_L52_C52,20,SBMN,SBMN,2025-01-22T20:50:00Z,2025-01-22T21:25:00Z,0.58,1,DIURNO,2803,52
-nao_cumprida,,,RV2025_OM21_E2_L54_C54,21,SBMN,SBMN,2025-01-22T20:50:00Z,2025-01-22T21:25:00Z,0.58,1,DIURNO,2809,54
-nao_cumprida,,,RV2025_OM22_E2_L56_C56,22,SBMN,SBMN,2025-01-22T20:50:00Z,2025-01-22T21:25:00Z,0.58,1,DIURNO,2811,56
-nao_cumprida,,,RV2025_OM27_E1_L68_C68,27,SBMN,SBMN,2025-01-28T12:05:00Z,2025-01-28T13:05:00Z,1.00,1,DIURNO,2803,68
-nao_cumprida,,,RV2025_OM25_E1_L64_C64,25,SBMN,SBMN,2025-01-28T13:25:00Z,2025-01-28T14:30:00Z,1.08,1,DIURNO,2809,64
-nao_cumprida,,,RV2025_OM27_E2_L69_C69,27,SBMN,SBMN,2025-01-28T14:35:00Z,2025-01-28T15:30:00Z,0.92,1,DIURNO,2803,69
-nao_cumprida,,,RV2025_OM26_E1_L65_C70,26,SBMN,SBMN,2025-01-28T23:10:00Z,2025-01-29T00:50:00Z,1.67,1,NOTURNO,2809,65;66;67;70
-nao_cumprida,,,RV2025_OM28_E1_L71_C71,28,SBMN,SBMN,2025-01-29T18:15:00Z,2025-01-29T19:25:00Z,1.17,1,DIURNO,2809,71
-nao_cumprida,,,RV2025_OM29_E1_L72_C72,29,SBMN,SBMN,2025-01-29T22:50:00Z,2025-01-30T00:00:00Z,1.17,1,NOTURNO,2809,72
+cumprida,2800,1,SIM_007_SBMN_SBCO,7,SBMN,SBCO,2025-01-09T02:09:28.800000Z,2025-01-09T07:58:40.800000Z,5.82,1,DIURNO,,
+cumprida,2800,2,SIM_010_SBCY_SBMN,10,SBCY,SBMN,2025-01-11T23:29:27.600000Z,2025-01-12T03:09:39.600000Z,3.67,3,DIURNO,,
+cumprida,2800,3,SIM_012_SWCA_SBTT,12,SWCA,SBTT,2025-01-12T14:52:01.200000Z,2025-01-12T16:14:49.200000Z,1.38,3,DIURNO,,
+cumprida,2800,4,SIM_019_SBMN_SWCA,19,SBMN,SWCA,2025-01-29T04:57:54Z,2025-01-29T06:36:54Z,1.65,1,DIURNO,,
+cumprida,2800,5,SIM_020_SWCA_SBCO,20,SWCA,SBCO,2025-01-31T03:09:10.800000Z,2025-01-31T08:39:46.800000Z,5.51,2,DIURNO,,
+inspecao,2800,,INSP_2800_3,INSP 2A,SBMN,SBMN,2025-01-12T16:14:49.200000Z,2025-01-16T16:14:49.200000Z,96.00,,,,
+cumprida,2803,1,SIM_006_SWBC_SBAN,6,SWBC,SBAN,2025-01-06T21:08:24Z,2025-01-07T00:56:24Z,3.80,2,DIURNO,,
+cumprida,2809,1,SIM_001_SBBE_SBMN,1,SBBE,SBMN,2025-01-02T07:53:34.800000Z,2025-01-02T11:07:22.800000Z,3.23,2,DIURNO,,
+cumprida,2809,2,SIM_002_SBPV_SBOI,2,SBPV,SBOI,2025-01-03T03:03:10.800000Z,2025-01-03T09:37:58.800000Z,6.58,3,DIURNO,,
+cumprida,2809,3,SIM_005_SBMY_SBYS,5,SBMY,SBYS,2025-01-04T19:37:19.200000Z,2025-01-05T01:06:43.200000Z,5.49,1,DIURNO,,
+cumprida,2809,4,SIM_008_SBPV_SBMN,8,SBPV,SBMN,2025-01-09T23:11:34.800000Z,2025-01-10T00:51:10.800000Z,1.66,2,DIURNO,,
+cumprida,2809,5,SIM_011_SBSN_SBVH,11,SBSN,SBVH,2025-01-12T01:26:24Z,2025-01-12T04:15:36Z,2.82,1,DIURNO,,
+cumprida,2809,6,SIM_016_SBTF_SBMN,16,SBTF,SBMN,2025-01-24T15:25:55.200000Z,2025-01-24T16:40:19.200000Z,1.24,3,DIURNO,,
+inspecao,2809,,INSP_2809_3,INSP 2A,SBMN,SBMN,2025-01-05T01:06:43.200000Z,2025-01-09T01:06:43.200000Z,96.00,,,,
+cumprida,2811,1,SIM_003_SBMN_SBUY,3,SBMN,SBUY,2025-01-03T09:50:20.400000Z,2025-01-03T16:17:56.400000Z,6.46,2,DIURNO,,
+cumprida,2811,2,SIM_004_SWCA_SBMN,4,SWCA,SBMN,2025-01-04T03:01:19.200000Z,2025-01-04T04:51:43.200000Z,1.84,3,DIURNO,,
+cumprida,2811,3,SIM_009_SBUY_SBCC,9,SBUY,SBCC,2025-01-11T12:27:50.400000Z,2025-01-11T17:17:02.400000Z,4.82,1,DIURNO,,
+cumprida,2811,4,SIM_013_SBUY_SBMN,13,SBUY,SBMN,2025-01-15T01:13:04.800000Z,2025-01-15T07:31:40.800000Z,6.31,3,DIURNO,,
+cumprida,2811,5,SIM_014_SBBE_SBUA,14,SBBE,SBUA,2025-01-20T05:25:19.200000Z,2025-01-20T10:31:55.200000Z,5.11,2,DIURNO,,
+cumprida,2811,6,SIM_015_SBBE_SBTS,15,SBBE,SBTS,2025-01-21T05:22:01.200000Z,2025-01-21T10:28:37.200000Z,5.11,4,DIURNO,,
+cumprida,2811,7,SIM_017_SWBC_SBCC,17,SWBC,SBCC,2025-01-27T03:48:10.800000Z,2025-01-27T07:24:46.800000Z,3.61,2,DIURNO,,
+cumprida,2811,8,SIM_018_SBMY_SBPV,18,SBMY,SBPV,2025-01-28T01:55:19.200000Z,2025-01-28T03:00:07.200000Z,1.08,2,DIURNO,,
--- a/docs/authors.md
+++ b/docs/authors.md
@@ -2,11 +2,11 @@

 ## Colaboradores

-| Tag | Nome | Papel inicial |
-| --- | --- | --- |
-| `VTO` | Vitor Cesa | Organização do repositório, estrutura inicial, pré-processamento e documentação |
-| `GNR` | Generoso | Colaborador |
-| `JOM` | João Marcos | Colaborador e origem inicial do relatório de inspeções |
+| Tag | Nome | Gitea | Papel inicial |
+| --- | --- | --- | --- |
+| `VTO` | Vitor Cesa | [@vitorcesavc](https://git.ppgao.ita.br/vitorcesavc) | Organização do repositório, estrutura inicial, pré-processamento e documentação |
+| `GNR` | Generoso | — | Colaborador |
+| `JOM` | João Marcos | — | Colaborador e origem inicial do relatório de inspeções |

 ## Instituição e contexto

--- a/docs/changelog.md
+++ b/docs/changelog.md
@@ -14,6 +14,31 @@ Formato:

 ---

+## v0.10 — VTO — 2026-06
+
+### Alterado
+
+- **Set Covering → Set Partitioning (C1):** a restrição de cobertura de missões foi alterada de `Σ_k y_entrada ≤ 1` (Set Covering — missão opcional) para `Σ_k y_entrada = 1` (Set Partitioning — toda missão obrigatória). Isso reflete a premissa operacional de que cada missão deve ser realizada por exatamente uma aeronave, sem possibilidade de missões descobertas. A distinção anterior entre missões "hard" (EVAM) e "opcionais" foi eliminada.
+- **Número padrão de missões sintéticas reduzido de 50 para 20** (`--n-missoes`, `n_evam` de 5 para 4): Set Partitioning é mais restritivo e, com janelas de tempo fixas e restrições de inspeção simultâneas, 50 missões tornavam o MIP difícil de resolver ou inviável. Com 20 missões, a factibilidade é garantida na margem operacional de 4 aeronaves.
+- **Time limit padrão do solver CBC fixado em 120 s** (era ilimitado). O solver agora nunca trava indefinidamente; retorna a melhor solução encontrada dentro do prazo. O CLI mantém `--time-limit` para ajuste.
+- **Correção de display do status do solver:** PuLP redefinía `mdl.status` para "Not Solved" ao reutilizar o modelo em L2 (após `setObjective`). O status de L1 é agora preservado quando L2 reporta 0, evitando exibição enganosa.
+- **Cenário `f0_cenario_insp_grande.json` revisado:** apenas a matrícula 2803 recebe `f0=595h` para INSP 2A (F_max=600h, downtime=4 dias), forçando a inspeção aparecer no Gantt. As demais matrículas partem com `f0=0` (plena disponibilidade), evitando que o problema se torne inviável por múltiplos relógios apertados simultaneamente.
+
+### Adicionado
+
+- `db/processed/planejamento_insp_grande.html`: visualização Gantt + mapa + tabela para o cenário com inspeção de 4 dias (INSP 2A — INSP CHECK 2A, 96 h de solo).
+
+### Limitações conhecidas (para contribuidores)
+
+1. **Escopo validado restrito:** Set Partitioning foi validado apenas para o cenário sintético com 20 missões, seed 42, 4 aeronaves e somente uma matrícula (2803) com LRT apertado. Fora desse envelope, o MIP pode ser infeasible ou ultrapassar o time limit sem solução.
+2. **Missões sintéticas incluem bases fora da Amazônia** (SBBR, SBGL, SBYS etc.) geradas aleatoriamente pelo seed. Para estudos de caso realistas, o gerador deve ser restrito ao conjunto de bases do Esquadrão Arara.
+3. **Folga negativa no relatório:** quando uma aeronave realiza inspeção dentro do horizonte, o campo `folga` exibido (`LRT_ini − horas_celula_total`) pode ser negativo porque não desconta o reset do relógio pós-inspeção. Isso é um bug de display; a restrição `H ≤ F_max` está correta no modelo.
+4. **LRT muito curto (< 5 h) pode gerar instabilidade numérica no big-M:** o cenário foi configurado com LRT_ini=5 h para 2803, que está próximo do limiar onde o big-M deixa de ser eficaz. Valores menores podem permitir que o solver ignore a restrição por tolerância numérica (ε ≈ 1 e-4 do CBC).
+5. **Aeronave 2811 fica ociosa neste cenário:** o solver atribui todas as 20 missões a 3 aeronaves. Isso é matematicamente ótimo, mas pode não ser desejável operacionalmente. Considerar restrição de equilíbrio de carga em versões futuras.
+6. **Status "Not Solved" após L2:** a correção atual usa o status de L1 como proxy. Se L1 retornar apenas uma solução feasível (não ótima, por time limit), o modelo pode ser reportado como "Optimal" quando não é. Monitorar o campo `prio_otima` para validar.
+
+---
+
 ## v0.2 — VTO — 2026-06

 ### Adicionado
@@ -87,6 +112,43 @@ Formato:

 - A remocao foi aplicada no script de pre-processamento para manter reprodutibilidade.

+## v0.9 — VTO — 2026-06
+
+### Adicionado
+
+- Flag `--escala` na CLI: carrega missões reais da Escala de Voo Modelo 1 (CSV com separador `;`), com parser de data DD/MMM, horários UTC e prioridade derivada do código de missão (69TV→1, 50TT/05TF→3).
+- `BASES_COORDS` expandido de 10 para 26 bases (inclui SBMQ, SBOI, SBBR, SBGL, SBCY, SWEI, SWCA, SWKO, SBUY e outras rotas reais).
+- Cenários de f0 em JSON: `f0_cenario_esquadrao.json` (dados realistas do esquadrão) e `f0_cenario_insp_grande.json`.
+
+### Corrigido
+
+- Gantt: FAB 2800 (y=0) estava invisível — corrigido com `yaxis range=[-0.5, n-0.5]`.
+- Gantt: barras não renderizavam (`shapes type="rect"`) — substituídas por `go.Scatter mode="lines"` que renderiza garantido no eixo de datas.
+- Largura mínima de 2h por barra no Gantt para voos curtos ficarem visíveis.
+
+### Alterado
+
+- `--time-limit` default alterado de 60s para 300s (5 minutos).
+- Imports `timedelta` e `date` consolidados no topo do módulo (era importado localmente em funções).
+
+### Resultado validado
+
+Rodada `--sintetico --n-missoes 30 --f0 f0_cenario_esquadrao.json` → 30/30 Optimal; FAB 2809 com 1 inspeção (CHECK 300) visível no Gantt.
+
+---
+
+## v0.8 — VTO — 2026-06
+
+### Adicionado
+
+- Visualização combinada em HTML único: Gantt (Plotly) + mapa (Folium em iframe) + tabela de voos com filtros JS interativos.
+- Título "Planejamento de Diagonal de Manutenção" no HTML gerado.
+- Exportação de inspeções no CSV de resultado com timestamps UTC reais.
+- Filtros na tabela: aeronave, status, prioridade, base e busca livre; ordenação por coluna.
+- Flag `--time-limit` na CLI do solver (padrão era 60s).
+
+---
+
 ## v0.7 — VTO — 2026-06

 ### Corrigido
--- a/software/oamrp_v3.py
+++ b/software/oamrp_v3.py
@@ -43,7 +43,7 @@ import csv
 import json
 import random
 from dataclasses import dataclass, field
-from datetime import datetime, timezone
+from datetime import date, datetime, timedelta, timezone
 from pathlib import Path
 from typing import Literal, Optional

@@ -428,6 +428,7 @@ def resolver(
    arcos: list[Arco],
    aeronaves: list[Aeronave],
    catalogo: dict[int, InspecaoParam],
+    **kwargs,
 ) -> dict:
    ks = [a.id for a in aeronaves]
    acft = {a.id: a for a in aeronaves}
@@ -473,9 +474,7 @@ def resolver(
            y[(k, a.id)] for a in arcs if (k, a.id) in y
        )

-    # --- C1: Cobertura e definição de z ---
-    # Missões normais:     Σ_k y_entrada ≤ 1  (cobertura opcional)
-    # Missões obrigatórias (M_obr / EVAM): Σ_k y_entrada == 1
+    # --- C1: Cobertura — Set Partitioning: toda missão coberta por exatamente 1 aeronave ---
    for nid, n in missoes_nos.items():
        fluxo_entrada = pulp.lpSum(
            y[(k, a.id)]
@@ -484,10 +483,7 @@ def resolver(
            if (k, a.id) in y
        )
        mdl += fluxo_entrada == z[nid], f"def_z_{nid}"
-        if n.missao.obrigatoria:
-            mdl += z[nid] == 1, f"hard_{nid}"
-        else:
-            mdl += z[nid] <= 1, f"cob_{nid}"
+        mdl += z[nid] == 1, f"part_{nid}"

    # --- C2: Conservação de fluxo por (aeronave, nó) ---
    for k in ks:
@@ -675,13 +671,13 @@ def resolver(
    # já impõe o limite LRT por ciclo corretamente. A versão simplificada somava
    # horas totais sem respeitar resets de inspeção, super-restringindo o modelo.

-    solver = pulp.PULP_CBC_CMD(msg=False)
+    time_limit = kwargs.get("time_limit", 120)
+    solver = pulp.PULP_CBC_CMD(msg=False, timeLimit=time_limit)
    mdl.solve(solver)
+    status_l1 = mdl.status
    prio_otima = int(round(pulp.value(mdl.objective) or 0))

-    # L2: com prioridade fixada, minimiza folga de horas ao fim do horizonte.
-    # folga_k = orcamento_k − horas_voadas_k
-    # Minimizar Σ_k folga_k ⟺ maximizar Σ_k horas_voadas_k (orcamento é constante).
+    # L2: com prioridade fixada, maximiza horas voadas.
    mdl += (
        pulp.lpSum(n.missao.prioridade * z[nid] for nid, n in missoes_nos.items())
        == prio_otima,
@@ -696,7 +692,10 @@ def resolver(
    )
    mdl.sense = pulp.LpMaximize
    mdl.setObjective(horas_voadas)
-    mdl.solve(solver)
+    mdl.solve(pulp.PULP_CBC_CMD(msg=False, timeLimit=time_limit))
+    # PuLP redefine mdl.status após setObjective; preservar o status real (L1).
+    if mdl.status == 0 and status_l1 == 1:
+        mdl.status = status_l1

    return {
        "modelo": mdl,
@@ -787,6 +786,8 @@ def escrever_resultado(sol: dict, caminho: Path) -> None:
    missoes_nos = sol["missoes_nos"]
    linhas = []

+    horizonte_dt = sol.get("horizonte_dt")
+
    cobertas_ids: set[str] = set()
    for k in sol["ks"]:
        missoes_rota = [n for n in rota_da_aeronave(sol, k) if n.tipo == "missao"]
@@ -810,6 +811,29 @@ def escrever_resultado(sol: dict, caminho: Path) -> None:
                "linhas_origem": m.linhas_origem,
            })

+        # Inspeções executadas por esta aeronave
+        if horizonte_dt is not None:
+            for seq, s_val, insp in inspecoes_da_aeronave(sol, k):
+
+                ini_dt = horizonte_dt + timedelta(hours=s_val)
+                fim_dt = horizonte_dt + timedelta(hours=s_val + insp.dt_h)
+                linhas.append({
+                    "status": "inspecao",
+                    "aeronave": k,
+                    "ordem": "",
+                    "id": f"INSP_{k}_{seq}",
+                    "om": insp.sigla,
+                    "orig": "SBMN",
+                    "dest": "SBMN",
+                    "partida_utc": ini_dt.isoformat().replace("+00:00", "Z"),
+                    "chegada_utc": fim_dt.isoformat().replace("+00:00", "Z"),
+                    "dur_h": f"{insp.dt_h:.2f}",
+                    "prioridade": "",
+                    "periodo": "",
+                    "aeronave_real_2025": "",
+                    "linhas_origem": "",
+                })
+
    for nid, n in missoes_nos.items():
        if nid in cobertas_ids:
            continue
@@ -1133,18 +1157,37 @@ def derivar_bases(
 # Missões sintéticas
 # ---------------------------------------------------------------------------

-# Coordenadas (lat, lon) das 10 bases operacionais do C-105
+# Coordenadas (lat, lon) das bases operacionais do C-105
 BASES_COORDS: dict[str, tuple[float, float]] = {
-    "SBMN": (-3.15, -59.99),   # Manaus — Ponta Pelada (hub)
-    "SBBE": (-1.38, -48.48),   # Belém
-    "SBBV": ( 2.84, -60.69),   # Boa Vista
-    "SBSN": (-2.42, -54.79),   # Santarém
-    "SBPV": (-8.71, -63.90),   # Porto Velho
-    "SBTS": (-4.25, -69.94),   # Tabatinga
-    "SBTT": (-3.38, -64.72),   # Tefé
-    "SBUA": (-0.15, -67.05),   # São Gabriel da Cachoeira
-    "SWBC": (-0.98, -62.92),   # Barcelos
-    "SBMY": (-5.81, -61.28),   # Manicoré
+    # Amazônia (bases primárias)
+    "SBMN": (-3.15,  -59.99),  # Manaus — Ponta Pelada (hub)
+    "SBBE": (-1.38,  -48.48),  # Belém
+    "SBBV": ( 2.84,  -60.69),  # Boa Vista
+    "SBSN": (-2.42,  -54.79),  # Santarém
+    "SBPV": (-8.71,  -63.90),  # Porto Velho
+    "SBTS": (-4.25,  -69.94),  # Tabatinga
+    "SBTT": (-3.38,  -64.72),  # Tefé
+    "SBUA": (-0.15,  -67.05),  # São Gabriel da Cachoeira
+    "SWBC": (-0.98,  -62.92),  # Barcelos
+    "SBMY": (-5.81,  -61.28),  # Manicoré
+    # Bases adicionais (escala de voo real)
+    "SBMQ": ( 0.05,  -51.07),  # Macapá
+    "SBOI": (-3.77,  -38.53),  # Fortaleza (Pinto Martins)
+    "SBVH": (-12.69, -60.10),  # Vilhena
+    "SBBR": (-15.87, -47.92),  # Brasília
+    "SBGL": (-22.81, -43.25),  # Rio de Janeiro (Galeão)
+    "SBCY": (-15.65, -56.12),  # Cuiabá
+    "SBCC": (-10.86, -51.80),  # Canarana
+    "SBYS": (-23.00, -49.71),  # Ourinhos
+    "SBCO": (-22.17, -47.88),  # Cosmópolis
+    "SBSM": (-29.71, -53.69),  # Santa Maria
+    "SBLO": (-23.33, -51.13),  # Londrina
+    "SBAN": (-15.59, -56.10),  # Anápolis
+    "SWEI": (-7.63,  -72.68),  # Eirunepé
+    "SWCA": (-8.85,  -63.85),  # Cacoal
+    "SWKO": (-11.50, -61.45),  # Rolim de Moura
+    "SBTF": (-3.38,  -64.72),  # Tefé (alias SBTT)
+    "SBUY": (-29.78, -57.04),  # Uruguaiana
 }

 _VELOCIDADE_CRUZEIRO_KMH = 430.0   # C-105 Spartan (típico)
@@ -1162,6 +1205,103 @@ def _haversine_km(b1: str, b2: str) -> float:
    return R * 2 * math.asin(math.sqrt(a))


+def carregar_escala(caminho: Path, inicio: datetime) -> tuple[list[Missao], datetime]:
+    """
+    Lê a Escala de Voo Modelo 1 (CSV com separador ';') e retorna missões para o solver.
+
+    Formato esperado (2 linhas de cabeçalho):
+        DATA ; ETAPA ; DEP ; ARR ; HOR_DEP ; HOR_ARR ; DUR ; SEGMTO ; MISSÃO ; OFRAG
+
+    Cada linha vira uma Missao. Bases sem coordenadas conhecidas são descartadas.
+    A prioridade é derivada do tipo de missão:
+        69TV → prio 1  |  50TT/05TF → prio 3  |  outros → prio 2
+    """
+    _MES = {
+        "jan": 1, "fev": 2, "mar": 3, "abr": 4, "mai": 5, "jun": 6,
+        "jul": 7, "ago": 8, "set": 9, "out": 10, "nov": 11, "dez": 12,
+    }
+
+    def _parse_hora(s: str) -> tuple[int, int]:
+        parts = s.strip().split(":")
+        return int(parts[0]) % 24, int(parts[1])
+
+    def _prio(missao_id: str) -> int:
+        m = missao_id.upper()
+        if "69TV" in m:
+            return 1
+        if any(x in m for x in ("50TT", "05TF", "TT", "TF")):
+            return 3
+        return 2
+
+    missoes: list[Missao] = []
+    ano = inicio.year
+    data_atual: date | None = None
+
+    with caminho.open(newline="", encoding="latin-1") as f:
+        reader = csv.reader(f, delimiter=";")
+        next(reader)  # cabeçalho 1
+        next(reader)  # cabeçalho 2
+        for i, row in enumerate(reader):
+            if len(row) < 10:
+                continue
+            data_str, _, dep, arr, h_dep, h_arr, _, _, missao_id, ofrag = (
+                row[0].strip(), row[1].strip(), row[2].strip(), row[3].strip(),
+                row[4].strip(), row[5].strip(), row[6].strip(), row[7].strip(),
+                row[8].strip(), row[9].strip(),
+            )
+            if data_str:
+                partes = data_str.split("/")
+                if len(partes) == 2:
+                        data_atual = date(ano, _MES.get(partes[1].lower(), 1), int(partes[0]))
+
+            if data_atual is None or not dep or not arr:
+                continue
+            if dep not in BASES_COORDS or arr not in BASES_COORDS:
+                continue
+
+            try:
+                hd, md = _parse_hora(h_dep)
+                ha, ma = _parse_hora(h_arr)
+            except Exception:
+                continue
+
+            t_dep_dt = datetime(data_atual.year, data_atual.month, data_atual.day,
+                                hd, md, tzinfo=timezone.utc)
+            t_arr_dt = datetime(data_atual.year, data_atual.month, data_atual.day,
+                                ha, ma, tzinfo=timezone.utc)
+            if t_arr_dt <= t_dep_dt:   # chegada no dia seguinte
+                t_arr_dt += timedelta(days=1)
+
+            t_dep_h = (t_dep_dt - inicio).total_seconds() / 3600
+            t_arr_h = (t_arr_dt - inicio).total_seconds() / 3600
+            if t_dep_h < 0 or t_arr_h <= t_dep_h:
+                continue
+
+            missoes.append(Missao(
+                id=f"ESC_{i:03d}_{dep}_{arr}",
+                om=ofrag,
+                orig=dep,
+                dest=arr,
+                t_dep=t_dep_h,
+                t_arr=t_arr_h,
+                dur_h=t_arr_h - t_dep_h,
+                prioridade=_prio(missao_id),
+                obrigatoria=False,
+                partida_utc=t_dep_dt,
+                chegada_utc=t_arr_dt,
+                periodo="",
+                linhas_origem="",
+                aeronave_real="",
+                codigo_missao=missao_id,
+            ))
+
+    if not missoes:
+        raise ValueError(f"Nenhuma missão válida carregada de {caminho}")
+
+    horizonte_dt = inicio
+    return missoes, horizonte_dt
+
+
 TIPOS_MISSAO = ["Logística", "Médico", "Pessoal", "Reabastecimento", "Reconhecimento"]

 # Pesos de prioridade: prio 1 (urgente) é mais frequente que prio 5 (baixa)
@@ -1169,11 +1309,11 @@ _PESOS_PRIO = [35, 30, 20, 10, 5]


 def gerar_missoes_sinteticas(
-    n: int = 50,
+    n: int = 20,
    seed: Optional[int] = 42,
    inicio: Optional[datetime] = None,
    horizonte_h: float = 744.0,   # janeiro = 31 × 24
-    n_evam: int = 5,
+    n_evam: int = 4,
    bases: Optional[list[str]] = None,
    ofrag_path: Optional[Path] = None,
 ) -> tuple[list[Missao], datetime]:
@@ -1346,30 +1486,49 @@ def main() -> None:
        "--hard-pattern", default=HARD_MISSAO_PADRAO,
        help="Regex no campo 'missao' do CSV que marca missões obrigatórias (Q2).",
    )
+    parser.add_argument(
+        "--escala", type=Path, default=None, metavar="CSV",
+        help="Escala de Voo Modelo 1 (CSV ';') com missões reais.",
+    )
    parser.add_argument(
        "--sintetico", action="store_true",
        help="Usa missões sintéticas cross-base em vez do CSV real.",
    )
    parser.add_argument(
-        "--n-missoes", type=int, default=50,
-        help="Número de missões sintéticas a gerar (padrão: 50).",
+        "--n-missoes", type=int, default=20,
+        help="Número de missões sintéticas a gerar (padrão: 20).",
    )
    parser.add_argument(
-        "--n-evam", type=int, default=5,
-        help="Missões obrigatórias (EVAM/hard) nas sintéticas (padrão: 5).",
+        "--n-evam", type=int, default=4,
+        help="Missões obrigatórias (EVAM/hard) nas sintéticas (padrão: 4).",
    )
    parser.add_argument(
        "--ofrag", type=Path, default=None, metavar="CSV",
        help="CSV de OFRAG com prioridades por missão (missao_id, prioridade).",
    )
+    parser.add_argument(
+        "--time-limit", type=int, default=120, dest="time_limit",
+        help="Limite de tempo em segundos para o solver CBC (padrão: 120).",
+    )
+    parser.add_argument(
+        "--insp-seqs", type=int, nargs="+", default=None, dest="insp_seqs",
+        metavar="SEQ",
+        help="Filtra catálogo para apenas estes seq de inspeção (ex: --insp-seqs 3).",
+    )
    args = parser.parse_args()

    inicio = datetime.fromisoformat(args.inicio).replace(tzinfo=timezone.utc)
    fim = datetime.fromisoformat(args.fim).replace(tzinfo=timezone.utc)

    catalogo = carregar_inspecoes(args.inspecoes)
+    if args.insp_seqs:
+        catalogo = {s: v for s, v in catalogo.items() if s in args.insp_seqs}

-    if args.sintetico:
+    if args.escala:
+        missoes, horizonte_dt = carregar_escala(args.escala, inicio)
+        bases = sorted({m.orig for m in missoes} | {m.dest for m in missoes})
+        print(f" Escala de voo: {len(missoes)} missões carregadas de {args.escala.name}")
+    elif args.sintetico:
        horizonte_h = (fim - inicio).total_seconds() / 3600
        bases = list(BASES_COORDS.keys())
        missoes, horizonte_dt = gerar_missoes_sinteticas(
@@ -1405,7 +1564,8 @@ def main() -> None:
    ]

    nos, arcos = construir_rede(missoes, aeronaves, catalogo)
-    sol = resolver(nos, arcos, aeronaves, catalogo)
+    sol = resolver(nos, arcos, aeronaves, catalogo, time_limit=args.time_limit)
+    sol["horizonte_dt"] = horizonte_dt
    escrever_resultado(sol, args.resultado)
    imprimir_relatorio(sol, bases, args.resultado)

--- a/software/visualizar_resultado.py
+++ b/software/visualizar_resultado.py
@@ -1,29 +1,29 @@
 """
 Visualização interativa do resultado OAMRP — Esquadrão Arara C-105.

-Gera um mapa HTML (Folium) com:
-  - Marcadores para cada base operacional
-  - Rotas por aeronave (cor distinta por EVAM)
-  - Missões não cumpridas em cinza tracejado
-  - Popup com detalhes de cada missão
+Gera um único HTML com título "Planejamento de Diagonal de Manutenção" contendo:
+  - Gantt (Plotly): calendário aeronave × tempo com voos e inspeções
+  - Mapa (Folium): rotas por aeronave, missões não cumpridas, bases

 Uso:
    python software/visualizar_resultado.py \
        --resultado db/processed/resultado_oamrp_sintetico.csv \
-        --saida db/processed/mapa_rotas.html
+        --saida db/processed/planejamento.html
 """

 import argparse
 import csv
+import io
+from datetime import datetime, timedelta, timezone
+from html import escape
 from pathlib import Path

 import folium
-from folium import plugins

 BASE_DIR = Path(__file__).resolve().parents[1]

 RESULTADO_PADRAO = BASE_DIR / "db" / "processed" / "resultado_oamrp_sintetico.csv"
-MAPA_PADRAO = BASE_DIR / "db" / "processed" / "mapa_rotas.html"
+SAIDA_PADRAO = BASE_DIR / "db" / "processed" / "planejamento.html"

 # Coordenadas das bases (lat, lon)
 BASES_COORDS: dict[str, tuple[float, float]] = {
@@ -39,7 +39,6 @@ BASES_COORDS: dict[str, tuple[float, float]] = {
    "SBMY": (-5.81, -61.28),
 }

-# Nomes legíveis das bases
 BASES_NOMES = {
    "SBMN": "Manaus / Ponta Pelada (Hub)",
    "SBBE": "Belém",
@@ -53,21 +52,39 @@ BASES_NOMES = {
    "SBMY": "Manicoré",
 }

-# Paleta de cores por aeronave
 CORES_AERONAVE = {
-    "2800": "#1f77b4",   # azul
-    "2803": "#2ca02c",   # verde
-    "2809": "#d62728",   # vermelho
-    "2811": "#ff7f0e",   # laranja
+    "2800": "#1f77b4",
+    "2803": "#2ca02c",
+    "2809": "#d62728",
+    "2811": "#ff7f0e",
 }
 COR_NAO_CUMPRIDA = "#aaaaaa"
-COR_HUB = "#d62728"
-COR_BASE = "#1f77b4"
+
+_GANTT_CORES = {
+    "cumprida": {
+        "1": "#d62728",
+        "2": "#ff7f0e",
+        "3": "#2ca02c",
+        "4": "#1f77b4",
+        "5": "#9467bd",
+        "": "#1f77b4",
+    },
+    "inspecao": "#8c564b",
+    "nao_cumprida": "#aaaaaa",
+}


 def _cor_prio(prio: str) -> str:
-    mapa = {"1": "red", "2": "orange", "3": "yellow", "4": "lightblue", "5": "lightgray"}
-    return mapa.get(str(prio), "white")
+    return {"1": "red", "2": "orange", "3": "yellow", "4": "lightblue", "5": "lightgray"}.get(str(prio), "white")
+
+
+def _cor_gantt(linha: dict) -> str:
+    status = linha["status"]
+    if status == "inspecao":
+        return _GANTT_CORES["inspecao"]
+    if status == "nao_cumprida":
+        return _GANTT_CORES["nao_cumprida"]
+    return _GANTT_CORES["cumprida"].get(linha.get("prioridade", ""), "#1f77b4")


 def carregar_resultado(caminho: Path) -> list[dict]:
@@ -75,57 +92,49 @@ def carregar_resultado(caminho: Path) -> list[dict]:
        return list(csv.DictReader(f))


-def adicionar_bases(mapa: folium.Map) -> None:
-    for icao, (lat, lon) in BASES_COORDS.items():
-        cor = COR_HUB if icao == "SBMN" else COR_BASE
-        icone = folium.Icon(color="red" if icao == "SBMN" else "blue", icon="plane", prefix="fa")
-        folium.Marker(
-            location=[lat, lon],
-            tooltip=f"<b>{icao}</b><br>{BASES_NOMES.get(icao, '')}",
-            popup=folium.Popup(f"<b>{icao}</b><br>{BASES_NOMES.get(icao, '')}", max_width=200),
-            icon=icone,
-        ).add_to(mapa)
+def _resumir_resultado(linhas: list[dict]) -> None:
+    cumpridas = sum(1 for r in linhas if r["status"] == "cumprida")
+    total_missoes = sum(1 for r in linhas if r["status"] in ("cumprida", "nao_cumprida"))
+    print(f" Missões: {cumpridas}/{total_missoes} cumpridas")
+    aeronaves: dict[str, int] = {}
+    for r in linhas:
+        if r["aeronave"] and r["status"] == "cumprida":
+            aeronaves.setdefault(r["aeronave"], 0)
+            aeronaves[r["aeronave"]] += 1
+    for k, c in sorted(aeronaves.items()):
+        print(f"   FAB {k}: {c} missões")


-def gerar_mapa(resultado: Path, saida: Path) -> None:
-    linhas = carregar_resultado(resultado)
+# ---------------------------------------------------------------------------
+# Mapa Folium → string HTML
+# ---------------------------------------------------------------------------

-    mapa = folium.Map(
-        location=[-3.5, -62.0],
-        zoom_start=5,
-        tiles="CartoDB positron",
-    )
+def _construir_mapa(linhas: list[dict]) -> str:
+    mapa = folium.Map(location=[-3.5, -62.0], zoom_start=5, tiles="CartoDB positron")

-    # Grupos por aeronave + grupo para não cumpridas
    aeronaves_vistas = sorted({r["aeronave"] for r in linhas if r["aeronave"]})
    grupos: dict[str, folium.FeatureGroup] = {}
    for k in aeronaves_vistas:
-        grupos[k] = folium.FeatureGroup(name=f"EVAM {k}", show=True)
+        grupos[k] = folium.FeatureGroup(name=f"FAB {k}", show=True)
    grupos["nao_cumprida"] = folium.FeatureGroup(name="Não cumpridas", show=True)

-    cumpridas = [r for r in linhas if r["status"] == "cumprida"]
-    nao_cumpridas = [r for r in linhas if r["status"] != "cumprida"]
-
-    # Rotas cumpridas
-    for r in cumpridas:
-        orig = r["orig"]
-        dest = r["dest"]
+    for r in linhas:
+        if r["status"] != "cumprida":
+            continue
+        orig, dest = r["orig"], r["dest"]
        if orig not in BASES_COORDS or dest not in BASES_COORDS:
            continue
-        lat_o, lon_o = BASES_COORDS[orig]
-        lat_d, lon_d = BASES_COORDS[dest]
        k = r["aeronave"]
        cor = CORES_AERONAVE.get(k, "#333333")
+        lat_o, lon_o = BASES_COORDS[orig]
+        lat_d, lon_d = BASES_COORDS[dest]

-        # Linha de rota
        folium.PolyLine(
            locations=[[lat_o, lon_o], [lat_d, lon_d]],
-            color=cor,
-            weight=2.5,
-            opacity=0.8,
-            tooltip=f"EVAM {k} | {orig}→{dest} | OM {r['om']} | prio {r['prioridade']}",
+            color=cor, weight=2.5, opacity=0.8,
+            tooltip=f"FAB {k} | {orig}→{dest} | OM {r['om']} | prio {r['prioridade']}",
            popup=folium.Popup(
-                f"<b>EVAM {k}</b> — Missão #{r['ordem']}<br>"
+                f"<b>FAB {k}</b> — Missão #{r['ordem']}<br>"
                f"{orig} → {dest}<br>"
                f"OM: {r['om']} | Prio: {r['prioridade']}<br>"
                f"Partida: {r['partida_utc'][:16].replace('T',' ')}Z<br>"
@@ -134,43 +143,38 @@ def gerar_mapa(resultado: Path, saida: Path) -> None:
                max_width=250,
            ),
        ).add_to(grupos[k])
-
-        # Marcador de origem (pequeno círculo)
        folium.CircleMarker(
-            location=[lat_o, lon_o],
-            radius=4,
-            color=cor,
-            fill=True,
-            fill_color=_cor_prio(r["prioridade"]),
-            fill_opacity=0.9,
+            location=[lat_o, lon_o], radius=4, color=cor,
+            fill=True, fill_color=_cor_prio(r["prioridade"]), fill_opacity=0.9,
            tooltip=f"{orig} | prio {r['prioridade']}",
        ).add_to(grupos[k])

-    # Missões não cumpridas (linha tracejada cinza)
-    for r in nao_cumpridas:
-        orig = r["orig"]
-        dest = r["dest"]
-        if orig not in BASES_COORDS or dest not in BASES_COORDS:
-            continue
-        lat_o, lon_o = BASES_COORDS[orig]
-        lat_d, lon_d = BASES_COORDS[dest]
-        folium.PolyLine(
-            locations=[[lat_o, lon_o], [lat_d, lon_d]],
-            color=COR_NAO_CUMPRIDA,
-            weight=1.5,
-            opacity=0.5,
-            dash_array="6 4",
-            tooltip=f"NÃO CUMPRIDA | {orig}→{dest} | OM {r['om']} | prio {r['prioridade']}",
-        ).add_to(grupos["nao_cumprida"])
+    for r in linhas:
+        if r["status"] == "nao_cumprida":
+            orig, dest = r["orig"], r["dest"]
+            if orig not in BASES_COORDS or dest not in BASES_COORDS:
+                continue
+            lat_o, lon_o = BASES_COORDS[orig]
+            lat_d, lon_d = BASES_COORDS[dest]
+            folium.PolyLine(
+                locations=[[lat_o, lon_o], [lat_d, lon_d]],
+                color=COR_NAO_CUMPRIDA, weight=1.5, opacity=0.5, dash_array="6 4",
+                tooltip=f"NÃO CUMPRIDA | {orig}→{dest} | OM {r['om']} | prio {r['prioridade']}",
+            ).add_to(grupos["nao_cumprida"])

-    # Adiciona grupos ao mapa
    for g in grupos.values():
        g.add_to(mapa)

-    adicionar_bases(mapa)
+    for icao, (lat, lon) in BASES_COORDS.items():
+        folium.Marker(
+            location=[lat, lon],
+            tooltip=f"<b>{icao}</b><br>{BASES_NOMES.get(icao, '')}",
+            popup=folium.Popup(f"<b>{icao}</b><br>{BASES_NOMES.get(icao, '')}", max_width=200),
+            icon=folium.Icon(color="red" if icao == "SBMN" else "blue", icon="plane", prefix="fa"),
+        ).add_to(mapa)
+
    folium.LayerControl(collapsed=False).add_to(mapa)

-    # Legenda HTML
    legenda_html = """
    <div style="position:fixed;bottom:30px;left:30px;z-index:1000;background:white;
                padding:12px 16px;border-radius:8px;box-shadow:2px 2px 6px rgba(0,0,0,0.3);
@@ -182,7 +186,7 @@ def gerar_mapa(resultado: Path, saida: Path) -> None:
        legenda_html += (
            f'  <span style="display:inline-block;width:16px;height:4px;'
            f'background:{cor};margin-right:6px;vertical-align:middle;"></span>'
-            f'EVAM {k}<br>'
+            f'FAB {k}<br>'
        )
    legenda_html += """
      <br><b>Prioridade (preenchimento):</b><br>
@@ -201,31 +205,420 @@ def gerar_mapa(resultado: Path, saida: Path) -> None:
    """
    mapa.get_root().html.add_child(folium.Element(legenda_html))

-    saida.parent.mkdir(parents=True, exist_ok=True)
-    mapa.save(str(saida))
-    print(f" Mapa salvo: {saida}")
-    _resumir_resultado(linhas)
+    return mapa.get_root().render()


-def _resumir_resultado(linhas: list[dict]) -> None:
-    total = len(linhas)
-    cumpridas = sum(1 for r in linhas if r["status"] == "cumprida")
-    print(f" Missões: {cumpridas}/{total} cumpridas")
-    aeronaves = {}
+# ---------------------------------------------------------------------------
+# Gantt Plotly → string HTML (só o div, sem <html>)
+# ---------------------------------------------------------------------------
+
+def _construir_gantt(linhas: list[dict]) -> str:
+    try:
+        import plotly.graph_objects as go
+    except ImportError:
+        return "<p><em>plotly não instalado — instale com: pip install plotly</em></p>"
+
+    aeronaves_ord = sorted(
+        {r["aeronave"] for r in linhas if r["aeronave"]},
+        key=lambda k: int(k) if k.isdigit() else 0,
+    )
+    y_pos = {k: i for i, k in enumerate(aeronaves_ord)}
+
+    fig = go.Figure()
+
+    for i, k in enumerate(aeronaves_ord):
+        fig.add_hrect(
+            y0=i - 0.45, y1=i + 0.45,
+            fillcolor="#f0f0f0" if i % 2 == 0 else "white",
+            layer="below", line_width=0,
+        )
+
+    shapes = []
+    bar_traces = []
+
    for r in linhas:
-        if r["aeronave"]:
-            aeronaves.setdefault(r["aeronave"], 0)
-            aeronaves[r["aeronave"]] += 1
-    for k, c in sorted(aeronaves.items()):
-        print(f"   EVAM {k}: {c} missões")
+        k = r["aeronave"]
+        if not k or k not in y_pos:
+            continue
+        try:
+            ini = r["partida_utc"].replace("Z", "+00:00")
+            fim = r["chegada_utc"].replace("Z", "+00:00")
+        except Exception:
+            continue
+
+        ini_dt = datetime.fromisoformat(ini)
+        fim_dt = datetime.fromisoformat(fim)
+        if (fim_dt - ini_dt).total_seconds() < 2 * 3600:
+            fim_dt = ini_dt + timedelta(hours=2)
+
+        yi = y_pos[k]
+        cor = _cor_gantt(r)
+        status = r["status"]
+
+        if status == "inspecao":
+            txt = (
+                f"<b>FAB {k}</b> — Inspeção {r['om']}<br>"
+                f"Início: {ini[:16].replace('T',' ')}Z<br>"
+                f"Fim: {fim[:16].replace('T',' ')}Z<br>"
+                f"Duração: {r['dur_h']}h"
+            )
+        else:
+            txt = (
+                f"<b>FAB {k}</b> — Missão #{r['ordem']}<br>"
+                f"{r['orig']} → {r['dest']}<br>"
+                f"OM: {r['om']} | Prio: {r['prioridade']}<br>"
+                f"Partida: {ini[:16].replace('T',' ')}Z<br>"
+                f"Chegada: {fim[:16].replace('T',' ')}Z<br>"
+                f"Duração: {r['dur_h']}h"
+            )
+
+        # Barra como linha horizontal grossa — renderiza garantido no eixo de datas
+        bar_traces.append(go.Scatter(
+            x=[ini_dt, fim_dt],
+            y=[yi, yi],
+            mode="lines",
+            line=dict(color=cor, width=64),
+            hovertext=[txt, txt],
+            hoverinfo="text",
+            showlegend=False,
+        ))
+
+    # Divisões diárias
+    datas_utc = [
+        r[campo].replace("Z", "+00:00")
+        for r in linhas
+        for campo in ("partida_utc", "chegada_utc")
+        if r.get(campo)
+    ]
+    if datas_utc:
+        t_min = datetime.fromisoformat(min(datas_utc))
+        t_max = datetime.fromisoformat(max(datas_utc))
+        dia = datetime(t_min.year, t_min.month, t_min.day, tzinfo=timezone.utc)
+        while dia <= t_max + timedelta(days=1):
+            shapes.append(dict(
+                type="line", xref="x", yref="paper",
+                x0=dia.isoformat(), x1=dia.isoformat(),
+                y0=0, y1=1,
+                line=dict(color="#bbbbbb", width=1, dash="dot"),
+                layer="above",
+            ))
+            dia += timedelta(days=1)
+
+    # Legenda
+    for nome, cor in [
+        ("Prio 1", _GANTT_CORES["cumprida"]["1"]),
+        ("Prio 2", _GANTT_CORES["cumprida"]["2"]),
+        ("Prio 3", _GANTT_CORES["cumprida"]["3"]),
+        ("Prio 4", _GANTT_CORES["cumprida"]["4"]),
+        ("Prio 5", _GANTT_CORES["cumprida"]["5"]),
+        ("Inspeção", _GANTT_CORES["inspecao"]),
+    ]:
+        fig.add_trace(go.Scatter(
+            x=[None], y=[None], mode="markers",
+            marker=dict(size=12, color=cor, symbol="square"),
+            name=nome, showlegend=True,
+        ))
+
+    for t in bar_traces:
+        fig.add_trace(t)
+
+    fig.update_layout(
+        shapes=shapes,
+        xaxis=dict(
+            title="Data / Hora (UTC)", type="date",
+            tickformat="%d/%m", dtick=86400000,
+            showgrid=True, gridcolor="#dddddd",
+        ),
+        yaxis=dict(
+            title="Aeronave",
+            tickvals=list(range(len(aeronaves_ord))),
+            ticktext=[f"FAB {k}" for k in aeronaves_ord],
+            showgrid=False,
+            range=[-0.5, len(aeronaves_ord) - 0.5],
+        ),
+        height=max(300, 120 + 80 * len(aeronaves_ord)),
+        plot_bgcolor="white",
+        paper_bgcolor="white",
+        legend=dict(title="Legenda", orientation="v", x=1.01, y=1, xanchor="left"),
+        margin=dict(l=100, r=160, t=10, b=60),
+        hovermode="closest",
+    )
+
+    return fig.to_html(full_html=False, include_plotlyjs="cdn")
+
+
+# ---------------------------------------------------------------------------
+# Tabela de voos com filtros
+# ---------------------------------------------------------------------------
+
+def _construir_tabela(linhas: list[dict]) -> str:
+    import json
+
+    # Monta lista de registros para a tabela (missões + inspeções, sem nao_cumprida sem aeronave)
+    registros = []
+    for r in linhas:
+        status = r["status"]
+        k = r["aeronave"]
+        if status == "nao_cumprida" and not k:
+            # mantém como linha sem aeronave
+            k = "—"
+        registros.append({
+            "status":    status,
+            "aeronave":  f"FAB {k}" if k and k != "—" else "—",
+            "ordem":     r.get("ordem", ""),
+            "om":        r.get("om", ""),
+            "orig":      r.get("orig", ""),
+            "dest":      r.get("dest", ""),
+            "partida":   r.get("partida_utc", "")[:16].replace("T", " ") + "Z" if r.get("partida_utc") else "",
+            "chegada":   r.get("chegada_utc", "")[:16].replace("T", " ") + "Z" if r.get("chegada_utc") else "",
+            "dur_h":     r.get("dur_h", ""),
+            "prioridade": r.get("prioridade", ""),
+        })
+
+    dados_json = json.dumps(registros, ensure_ascii=False)
+
+    opcoes_aeronave = sorted({r["aeronave"] for r in registros if r["aeronave"] != "—"})
+    opcoes_status   = ["cumprida", "nao_cumprida", "inspecao"]
+    opcoes_prio     = sorted({r["prioridade"] for r in registros if r["prioridade"]})
+    opcoes_base     = sorted({b for r in registros for b in (r["orig"], r["dest"]) if b})
+
+    def opts(valores: list[str], label: str) -> str:
+        html = f'<option value="">— {label} —</option>'
+        for v in valores:
+            html += f'<option value="{escape(v)}">{escape(v)}</option>'
+        return html
+
+    return f"""
+<style>
+  .filtros {{
+    display: flex; flex-wrap: wrap; gap: 10px; margin-bottom: 14px; align-items: flex-end;
+  }}
+  .filtros label {{ font-size: 0.78rem; color: #555; display: flex; flex-direction: column; gap: 3px; }}
+  .filtros select, .filtros input {{
+    border: 1px solid #ccc; border-radius: 4px; padding: 5px 8px;
+    font-size: 0.85rem; min-width: 130px; background: white;
+  }}
+  .filtros button {{
+    padding: 6px 14px; border: none; border-radius: 4px; cursor: pointer;
+    font-size: 0.85rem; background: #1a3a5c; color: white;
+    align-self: flex-end;
+  }}
+  .filtros button:hover {{ background: #254f80; }}
+  #contador {{ font-size: 0.82rem; color: #666; margin-bottom: 10px; }}
+  #tabela-voos {{ width: 100%; border-collapse: collapse; font-size: 0.85rem; }}
+  #tabela-voos thead th {{
+    background: #1a3a5c; color: white; padding: 8px 10px;
+    text-align: left; white-space: nowrap; cursor: pointer; user-select: none;
+  }}
+  #tabela-voos thead th:hover {{ background: #254f80; }}
+  #tabela-voos thead th .sort-icon {{ margin-left: 4px; opacity: 0.5; }}
+  #tabela-voos tbody tr:nth-child(even) {{ background: #f7f8fa; }}
+  #tabela-voos tbody tr:hover {{ background: #e8f0fb; }}
+  #tabela-voos td {{ padding: 7px 10px; border-bottom: 1px solid #eee; white-space: nowrap; }}
+  .badge {{
+    display: inline-block; padding: 2px 8px; border-radius: 10px;
+    font-size: 0.75rem; font-weight: 600; text-transform: uppercase;
+  }}
+  .badge-cumprida    {{ background: #d4edda; color: #155724; }}
+  .badge-nao_cumprida {{ background: #f8d7da; color: #721c24; }}
+  .badge-inspecao    {{ background: #e2d9f3; color: #4a235a; }}
+  .prio-1 {{ color: #d62728; font-weight: 700; }}
+  .prio-2 {{ color: #ff7f0e; font-weight: 700; }}
+  .prio-3 {{ color: #2ca02c; font-weight: 700; }}
+</style>
+
+<div class="filtros">
+  <label>Aeronave
+    <select id="f-aeronave">{opts(opcoes_aeronave, "Todas")}</select>
+  </label>
+  <label>Status
+    <select id="f-status">{opts(opcoes_status, "Todos")}</select>
+  </label>
+  <label>Prioridade
+    <select id="f-prio">{opts(opcoes_prio, "Todas")}</select>
+  </label>
+  <label>Base (orig/dest)
+    <select id="f-base">{opts(opcoes_base, "Todas")}</select>
+  </label>
+  <label>Busca (OM, rota…)
+    <input id="f-texto" type="text" placeholder="ex: SBMN, EVAM…">
+  </label>
+  <button onclick="limparFiltros()">Limpar</button>
+</div>
+<div id="contador"></div>
+<table id="tabela-voos">
+  <thead>
+    <tr>
+      <th onclick="ordenar(0)">Aeronave <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(1)">Status <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(2)">#Missão <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(3)">OM <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(4)">Origem <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(5)">Destino <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(6)">Partida (UTC) <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(7)">Chegada (UTC) <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(8)">Duração (h) <span class="sort-icon">↕</span></th>
+      <th onclick="ordenar(9)">Prio <span class="sort-icon">↕</span></th>
+    </tr>
+  </thead>
+  <tbody id="corpo-tabela"></tbody>
+</table>
+
+<script>
+const DADOS = {dados_json};
+let _colOrdem = -1, _colAsc = true;
+
+function badgeStatus(s) {{
+  const label = {{cumprida:'Cumprida', nao_cumprida:'Não cumprida', inspecao:'Inspeção'}}[s] || s;
+  return `<span class="badge badge-${{s}}">${{label}}</span>`;
+}}
+function prio(p) {{
+  if (!p) return '';
+  const cls = ['1','2','3'].includes(p) ? `prio-${{p}}` : '';
+  return `<span class="${{cls}}">${{p}}</span>`;
+}}
+
+function linhasFiltradas() {{
+  const fa = document.getElementById('f-aeronave').value;
+  const fs = document.getElementById('f-status').value;
+  const fp = document.getElementById('f-prio').value;
+  const fb = document.getElementById('f-base').value;
+  const ft = document.getElementById('f-texto').value.toLowerCase();
+  return DADOS.filter(r => {{
+    if (fa && r.aeronave !== fa) return false;
+    if (fs && r.status !== fs) return false;
+    if (fp && r.prioridade !== fp) return false;
+    if (fb && r.orig !== fb && r.dest !== fb) return false;
+    if (ft && !JSON.stringify(r).toLowerCase().includes(ft)) return false;
+    return true;
+  }});
+}}
+
+function renderizar() {{
+  let rows = linhasFiltradas();
+  if (_colOrdem >= 0) {{
+    const chaves = ['aeronave','status','ordem','om','orig','dest','partida','chegada','dur_h','prioridade'];
+    const c = chaves[_colOrdem];
+    rows = [...rows].sort((a,b) => {{
+      const va = a[c] ?? '', vb = b[c] ?? '';
+      return _colAsc ? String(va).localeCompare(String(vb), 'pt', {{numeric:true}})
+                     : String(vb).localeCompare(String(va), 'pt', {{numeric:true}});
+    }});
+  }}
+  document.getElementById('contador').textContent =
+    `${{rows.length}} registro${{rows.length !== 1 ? 's' : ''}} exibido${{rows.length !== 1 ? 's' : ''}} de ${{DADOS.length}}`;
+  document.getElementById('corpo-tabela').innerHTML = rows.map(r => `
+    <tr>
+      <td>${{r.aeronave}}</td>
+      <td>${{badgeStatus(r.status)}}</td>
+      <td>${{r.ordem}}</td>
+      <td>${{r.om}}</td>
+      <td>${{r.orig}}</td>
+      <td>${{r.dest}}</td>
+      <td>${{r.partida}}</td>
+      <td>${{r.chegada}}</td>
+      <td>${{r.dur_h}}</td>
+      <td>${{prio(r.prioridade)}}</td>
+    </tr>`).join('');
+}}
+
+function ordenar(col) {{
+  if (_colOrdem === col) _colAsc = !_colAsc;
+  else {{ _colOrdem = col; _colAsc = true; }}
+  renderizar();
+}}
+
+function limparFiltros() {{
+  ['f-aeronave','f-status','f-prio','f-base'].forEach(id => document.getElementById(id).value = '');
+  document.getElementById('f-texto').value = '';
+  renderizar();
+}}
+
+['f-aeronave','f-status','f-prio','f-base'].forEach(id =>
+  document.getElementById(id).addEventListener('change', renderizar));
+document.getElementById('f-texto').addEventListener('input', renderizar);
+
+renderizar();
+</script>"""
+
+
+# ---------------------------------------------------------------------------
+# HTML combinado
+# ---------------------------------------------------------------------------
+
+def gerar_planejamento(resultado: Path, saida: Path) -> None:
+    linhas = carregar_resultado(resultado)
+
+    gantt_div  = _construir_gantt(linhas)
+    mapa_html  = _construir_mapa(linhas)
+    tabela_div = _construir_tabela(linhas)
+
+    html = f"""<!DOCTYPE html>
+<html lang="pt-BR">
+<head>
+  <meta charset="utf-8">
+  <title>Planejamento de Diagonal de Manutenção</title>
+  <style>
+    * {{ box-sizing: border-box; margin: 0; padding: 0; }}
+    body {{ font-family: 'Segoe UI', Arial, sans-serif; background: #f0f2f5; color: #222; }}
+    header {{
+      background: #1a3a5c; color: white;
+      padding: 18px 32px;
+      border-bottom: 4px solid #c8a400;
+    }}
+    header h1 {{ font-size: 1.5rem; font-weight: 700; letter-spacing: 0.03em; }}
+    header p {{ font-size: 0.85rem; opacity: 0.75; margin-top: 4px; }}
+    .container {{ padding: 24px 32px; max-width: 1600px; margin: 0 auto; }}
+    .section {{
+      background: white; border-radius: 8px;
+      box-shadow: 0 1px 4px rgba(0,0,0,0.12);
+      margin-bottom: 28px; overflow: hidden;
+    }}
+    .section-title {{
+      background: #f7f8fa; border-bottom: 1px solid #e0e0e0;
+      padding: 12px 20px; font-size: 0.95rem; font-weight: 600;
+      color: #1a3a5c; text-transform: uppercase; letter-spacing: 0.05em;
+    }}
+    .section-body {{ padding: 16px; }}
+    iframe.mapa {{
+      width: 100%; height: 560px; border: none; border-radius: 4px; display: block;
+    }}
+  </style>
+</head>
+<body>
+  <header>
+    <h1>Planejamento de Diagonal de Manutenção</h1>
+    <p>Esquadrão Arara · C-105 · OAMRP v3</p>
+  </header>
+  <div class="container">
+    <div class="section">
+      <div class="section-title">Calendário de Emprego das Aeronaves</div>
+      <div class="section-body">{gantt_div}</div>
+    </div>
+    <div class="section">
+      <div class="section-title">Rotas Operacionais</div>
+      <iframe class="mapa" srcdoc="{escape(mapa_html)}"></iframe>
+    </div>
+    <div class="section">
+      <div class="section-title">Planejamento de Voos</div>
+      <div class="section-body">{tabela_div}</div>
+    </div>
+  </div>
+</body>
+</html>"""
+
+    saida.parent.mkdir(parents=True, exist_ok=True)
+    saida.write_text(html, encoding="utf-8")
+    print(f" Planejamento salvo: {saida}")
+    _resumir_resultado(linhas)


 def main() -> None:
    parser = argparse.ArgumentParser(description="Visualização OAMRP — Arara C-105")
    parser.add_argument("--resultado", type=Path, default=RESULTADO_PADRAO)
-    parser.add_argument("--saida", type=Path, default=MAPA_PADRAO)
+    parser.add_argument("--saida", type=Path, default=SAIDA_PADRAO)
    args = parser.parse_args()
-    gerar_mapa(resultado=args.resultado, saida=args.saida)
+    gerar_planejamento(resultado=args.resultado, saida=args.saida)


 if __name__ == "__main__":
Author	SHA1	Message	Date
Cesa-V	fe2ba12e49	Inclui @vitorcesavc nos autores (README e docs/authors.md) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-17 18:03:31 -03:00
Cesa-V	b368201d5d	Documenta historico v1/v2/v3 no README com fases, limitacoes e nomenclatura Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-16 11:14:57 -03:00
Cesa-V	e71a0f2518	Atualiza README para v0.10: Set Partitioning, cenario insp grande e tabela de parametros Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-16 11:11:23 -03:00
Cesa-V	a34ed6b340	Migra C1 de Set Covering para Set Partitioning e documenta limitacoes (v0.10) - C1 alterado: z[nid] <= 1 -> z[nid] == 1 para todas as missoes; toda missao deve ser coberta por exatamente 1 aeronave (sem missoes descobertas). - n_missoes padrao reduzido de 50 para 20 (n_evam de 5 para 4): garante factibilidade do MIP com Set Partitioning no envelope de 4 aeronaves. - Time limit padrao do solver CBC fixado em 120 s (era ilimitado): evita travamento ao tentar provar infeasibility. - Corrigido display "Not Solved": status de L1 preservado quando PuLP redefine mdl.status apos setObjective() em L2. - f0_cenario_insp_grande.json revisado: apenas 2803 com f0=595h em INSP 2A (F_max=600h, downtime=4 dias); demais matriculas com f0=0. - Gerado planejamento_insp_grande.html: Gantt exibe INSP 2A visivelmente; 20/20 missoes cobertas; CBC Optimal em < 15 s. - changelog.md e LOG.md atualizados com limitacoes detalhadas para contribuidores: escopo validado, bugs de display, riscos numericos do big-M com LRT < 5h e comportamento de 2811 ociosa. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-16 11:09:24 -03:00
Cesa-V	6433055e9e	Atualiza LOG e changelog para sessao 2026-06-16 (v0.8 e v0.9) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-16 09:39:30 -03:00
Cesa-V	83a2dac624	Corrige Gantt, adiciona escala de voo real e ajusta solver (v0.9) - visualizar_resultado: barras Gantt via go.Scatter lines (renderizacao garantida), yaxis range fixo para FAB 2800 visivel, largura minima 2h - oamrp_v3: parser --escala para Escala de Voo Modelo 1 (CSV real), coordenadas de 26 bases, time-limit default 5min, imports timedelta/date Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-16 09:34:14 -03:00
Cesa-V	3756f961a8	Adiciona visualizacao combinada (Gantt + mapa + tabela) e exporta inspecoes no CSV (v0.8) oamrp_v3.py: exporta linhas status=inspecao no CSV resultado com datas UTC reais visualizar_resultado.py: refatorado para gerar um unico HTML (planejamento.html) com cabecalho, Gantt Plotly (divisoes diarias, FAB labels), mapa Folium em iframe e tabela de voos com filtros por aeronave/status/prioridade/base e busca livre Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-06-16 01:48:36 -03:00