DISEO

OPTIMIZACIN

DE

LA

POLTICA

DE

MANTENIMIENTO DE UNA FLOTA DE VEHCULOS

Autor: Gonzlez Lpez, Alberto. Director: Sarabia Viejo, ngel. Entidad Colaboradora: ICAI Universidad Pontificia Comillas RESUMEN DEL PROYECTO

Este proyecto fin de carrera pretende demostrar las grandes posibilidades de herramientas como es la simulacin para obtener datos de posibles escenarios futuros y en base a ellos tomar las decisiones oportunas en cuanto a la poltica de mantenimiento, dimensionamiento de flotas, etc. Para ello utilizaremos la Dinmica de Sistemas y dentro de ella el Anlisis Dinmico de Sistemas para ver como se relacionan los distintos elementos del sistema entre si, y las consecuencias que tienen en el resultado final. El estudio de una flota de autobuses viene motivado por la necesidad de un desarrollo de la base cientfica en este sector puesto que habitualmente ha carecido de ella. En los tiempos actuales se hace necesario un control global y sistmico de todas las variables para optimizar los resultados y competir en condiciones ventajosas en un mercado veterano, con gran competencia, con escaso margen que viene limitado por elementos como por ejemplo el precio del combustible. Para darle una dimensin ms realista, hemos decidido tomar como empresa de referencia a ALSA, lder nacional en el transporte por carretera y la cual nos ha facilitado datos para evaluar los costes de las distintas operaciones y determinar el modelo de mantenimiento, etc. En primer lugar debemos elegir las principales variables que vamos a estudiar. Se trata de una de las etapas ms importantes del proceso puesto que a medida que te vas adentrando en el sistema van apareciendo infinidad de ellas, siento imposible tener todas en cuenta puesto que el modelo tendra un tamao tan grande que no se podra trabajar con l. Adems resulta imposible en algunos casos cuantificar la relacin o influencia que tiene una sobre las otras. Una vez elegidas las variables del proyecto, debemos determinar las relaciones causales entre las mismas, es decir, crear una red de influencias que genere un sistema para que cuando una variable vare, lo hagan tambin las otras. En este paso debemos determinar

y crear las ecuaciones que liguen unas variables con otras atendiendo al grado de influencia entre ellas, en algunos casos de forma exacta y en otros aproximada. En algunos casos no ha sido posible conseguir la informacin exacta bien porque las empresa suministradora de los datos (ALSA) no contaba con ellos al no haberse tenido nunca en cuenta, o bien porque la poltica de confidencialidad no autorizaba la salida de stos datos. Por lo tanto, nuestro modelo se tratar de una aproximacin al funcionamiento real del sistema ya que no siempre es posible conseguir la informacin necesaria y en otros casos se deben realizar las simplificaciones oportunas para disminuir la complejidad del sistema. Las herramientas utilizadas para la simulacin han sido GPSS y Microsoft Excel. Ambas han sido elegidas por su facilidad de manejo, puesto que no requieren un alto nivel de programacin y generan modelos de gran calidad. En el caso de GPSS se trata de un programa creado por IBM y comercializado desde el ao 1984 que se encarga de elaborar modelos de simulacin de sucesos discretos. El objetivo del programa no consiste en mostrar los distintos pasos de la simulacin, sino en dar una visin global y transparente que desfigure lo mnimo posible los resultados obtenidos. En nuestro caso utilizamos GPSS para realizar una presimulacin y obtener los datos necesarios sobre el tiempo de espera medio en la cola de reparacin, la disponibilidad, etc. Por otro lado la programacin en Excel la haremos con Visual Basic, realizando un modelo que nos genere los resultados de treinta das de operacin. Posteriormente, analizaremos los resultados de doce meses para poder tomar las decisiones oportunas. Para el desarrollo de las simulaciones debemos indicar el nmero de vehculos en propiedad que tenemos, y en funcin de stos tendremos que subcontratar los restantes hasta cumplir con la demanda de ese da. Tendremos en cuenta la antigedad de nuestros vehculos mediante su kilometraje, ya que variar la probabilidad de fallo y en base a esto podremos determinar el nmero de vehculos que fallarn ese da y debern ser reparados. Con estos datos sacaremos los costes asociados a nuestra flota, separando aquellos relacionados con el mantenimiento con los de operacin. De este modo podremos crear la funcin de costes de nuestros vehculos.

Posteriormente mediante la realizacin de distintas simulaciones obtendremos, para unas condiciones iniciales, la informacin necesaria para conocer el tamao ptimo de nuestra flota y de las condiciones de mantenimiento. Finalmente debemos decir que el resultado final es muy satisfactorio ya que vemos como en cada uno de los pasos obtenemos datos coherentes ligan a las diferentes variables generando un sistema estable a pesar de las aproximaciones y simplificaciones realizadas. Por tanto la simulacin se trata de un campo donde se puede desarrollar plenamente la labor del ingeniero que empieza por la observacin, le sigue el anlisis, la creacin de una solucin y el perfeccionamiento de la misma mediante las matemticas, con el objetivo de disear hoy para prever el maana.

DESIGN AND OPTIMIZATION OF THE MANTEINANCE POLICY FOR A COACHES FLEET

The aim of this project is to show the utility of the simulation tools to forecast scenarios and then, based on the obtained data, take the appropriate decisions regarding fleet maintenance, sizing, etc. The tool used for that matter is the Dynamic System Analysis and the System Dynamic. This instrument allows us to see how the different components of the system interact, and the consequences of its actions on the final result. The selection of a buses fleet has been made because no scientific method has been applied to manage them. Nowadays, it is necessary to control extensively all the present variables in a fleet in order to optimize the economic results, because of the extremely high competition and the narrow economic margins imposed by the high price of the fuel. In order to make this study more realistic, a real company was used as a reference. ALSA is the national leader in road transportation. It provides us with all the necessary data to perform the required calculations, to estimate the costs and to make a realistic maintenance model. The study started choosing the correct variables. This is one of the most critical parts of the process, because as the model gets more complex, the number of possible variables increases so fast that it is impossible to take all of them into account, as the model will be so big that it will be really hard to manage it. Moreover, the final result can be affected by minor variables. The next step was to determine the various relationships between variables. An influence network was created, in a way that a change in a variable creates an effect on the others. This influences were modeled with equations, that in some cases were exact ant in other cases were approximations of the real phenomena. The latter case happened because ALSA did not supply some data, either because they never took them into account or because the date politic did not allow it to exit the company. Therefore our model is an approximation of the reality. The software used for the simulation was GPSS and Microsoft Excel. The reason why they were chosen can be found on the easiness of use, without extensive programming requirements, and the quality of the outputs.

GPSS is a program created by IBM in 1984 focused on the simulation of discrete happenings. The program focuses on the results, skipping the intermediate steps. It was used for the pre-simulation and calculation of the average line time, availability, etc. On the other hand we have the Excel models that were made with the help of Visual Basic. The model was made for an operation period of thirty days. Nevertheless, the final decisions were made analyzing twelve month periods. In order to execute the simulation, we have to input the number of vehicles owned by the company, being the leasing of the rest of the fleet the recommended option to couple with the daily demand. The maintenance of the fleet and fail probability are primary influenced by the age of the fleet This data will lead us to the costs of our fleet, taking apart those related with the maintenance and operation. This way we will be able to figure out our cost function. After this step, the execution of various simulations will lead us to the optimal size of our vehicle fleet and the correct maintenance conditions. The final result can be reported as extremely satisfactory, as we are able to see that in every single step of the simulation we obtain realistic and coherent data that influence every variable, generating a very stable system. We can conclude that the simulation is a field where an engineer can get significant conclusions. The process starts with the observation of the phenomenon, followed by the analysis and conclusions that lead to solutions that can be implemented in real problems. This way, we can design today to forecast the tomorrow.