Arara OAMRP

Este repositório organiza os arquivos, processamentos e protótipos do projeto Arara OAMRP do Esquadrão Arara, em Manaus.

A ideia é construir, em conjunto, uma base confiável para encaixar missões, aeronaves e manutenções. O repositório serve como lugar único para guardar documentos originais, registrar decisões, transformar relatórios em dados utilizáveis e manter um histórico claro do que foi feito por cada colaborador.

O que é um repositório

Um repositório é uma pasta controlada pelo Git. Ele guarda os arquivos do projeto e também o histórico de alterações.

O Gitea do PPGAO/ITA é o site onde esse repositório fica hospedado de forma privada, para que os colaboradores possam acessar, baixar, atualizar e enviar contribuições.

Na prática:

• o Git mostra o que mudou;
• o Gitea permite compartilhar o projeto;
• os commits são registros das alterações feitas;
• o LOG.md explica o motivo e o contexto das mudanças importantes.

Estrutura do projeto

arara_oarmp/
  db/
    raw/
    pre_process/
    processed/
  software/
  docs/
  CONTEXTO.md
  LOG.md
  README.md

• db/raw/: documentos originais. Não editar esses arquivos diretamente.
• db/pre_process/: scripts e arquivos intermediários gerados a partir dos documentos originais.
• db/processed/: arquivos finais, limpos e prontos para análise ou uso.
• software/: modelos e protótipos executáveis, incluindo o modelo MIP inicial de roteamento.
• docs/: documentação técnica, autoria e histórico de versões.
• CONTEXTO.md: regras, combinados e orientações permanentes do projeto.
• LOG.md: histórico rastreável das ações feitas no projeto.
• README.md: este guia inicial.

Colaboradores

Usamos tags curtas para identificar quem fez cada alteração relevante:

• VTO: Vitor Cesa.
• GNR: Generoso.
• JOM: João Marcos.

Sempre que alguém fizer uma mudança importante, deve registrar no LOG.md com data, hora, tag do autor, ação, arquivos e observações.

Como usar pelo site do Gitea

Este caminho é bom para quem só quer ver arquivos, baixar documentos ou conferir o histórico.

1. Abra o repositório no Gitea do PPGAO/ITA.
2. Entre nas pastas para ver os arquivos.
3. Use db/raw/ para consultar documentos originais.
4. Use db/pre_process/ para consultar arquivos intermediários.
5. Use db/processed/ para consultar dados finais quando existirem.
6. Abra o LOG.md para entender o que já foi feito.
7. Abra o CONTEXTO.md para ver os combinados do projeto.

Para baixar um arquivo pelo site:

1. Clique no arquivo.
2. Clique em Download raw file ou no botão de download.
3. Salve no computador.

Documentação

• docs/about.md: descrição técnica, fluxo de dados, limitações e oportunidades de melhoria.
• docs/authors.md: autoria, colaboradores e regras de contribuição.
• docs/changelog.md: histórico resumido de versões significativas.
• LOG.md: diário operacional detalhado.

Como usar no computador

Este caminho é para quem vai mexer nos arquivos e devolver alterações ao Gitea.

Primeiro, instale o Git:

git --version

Se o comando não funcionar, o Git ainda não está instalado.

Depois, clone o repositório:

git clone https://git.ppgao.ita.br/vitorcesavc/arara_oarmp.git
cd arara_oarmp

Antes de começar a trabalhar, atualize sua cópia:

git pull

Depois de alterar arquivos, veja o que mudou:

git status

Adicione os arquivos modificados:

git add .

Crie um commit com uma mensagem curta:

git commit -m "Descreva a alteração feita"

Envie para o Gitea:

git push

Fluxo recomendado de trabalho

1. Rode git pull antes de começar.
2. Coloque documentos novos em db/raw/.
3. Gere arquivos intermediários em db/pre_process/.
4. Coloque resultados finais em db/processed/.
5. Atualize o LOG.md.
6. Faça commit.
7. Rode git push.

Cuidados importantes

• Não editar arquivos originais dentro de db/raw/.
• Não apagar arquivos de outros colaboradores sem combinar.
• Não subir arquivos temporários do Office, como arquivos começando com ~$.
• Não colocar senhas, tokens ou informações pessoais desnecessárias no repositório.
• 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 (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 Set Partitioning para cobertura de missões.

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

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

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

Como rodar

Cenário padrão (inspeção grande visível no Gantt):

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

Parâmetros relevantes do modelo:

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

---

Histórico dos modelos

v1 — Protótipo inicial (software/oamrp_v1.py)

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.

• 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

---

v2 — Dados reais de 2025 (software/oamrp_v2.py)

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

python software/oamrp_v2.py

---

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:

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