Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
1. INTRODUCCIÓN
Las empresas que se dedican a las operaciones navieras han debido variar sus procesos para
adaptarse rápidamente a los avances tecnológicos y a los requerimientos del mercado. En
concordancia, los puertos se han visto en la obligación de ofrecer a las compañías navieras servicios
mucho más eficientes con el fin de contribuir al incremento de la competitividad de la cadena
logística de comercio. Según Piaggio “Chile está llegando a niveles de eficiencia de países con
muy buen desempeño. En esa línea, en la actualidad, más que infraestructura, lo que se necesita es
la integración de la cadena logística con los puertos, la ciudad, los centros de transferencia, con el
transporte, con las aduanas, todo ello a través de un Plan Maestro de Desarrollo Logístico, bajo una
mirada más integral” (Piaggio, citado por Revista Hormigón al Día, 2017).
La evaluación de esta problemática está motivada por una exhaustiva revisión bibliográfica previa.
Precisamente, la base está asociada a la investigación realizada en una bodega de contenedores
vacíos en Valparaíso, Chile, en donde se evidencia el problema base relacionado con las políticas de
apilamiento y atención de requerimientos ajustados a una acción FIFO de las actividades (Hidalgo,
Aranda, Pascual, Smith, & Gonzalez-Ramirez, 2018). Para los autores, una reevaluación de las
políticas del patio contribuiría al mejoramiento de la respuesta operativa y, para ello, simularon
diversos escenarios enmarcados en políticas de apilamiento y distribución distintos. Una visión más
amplia del problema, implica la evaluación de los procesos de revisión y reparación de
contenedores, así como propuestas de redistribución del patio que propicien un ambiente más
adecuado y cómodo para el desarrollo de las actividades requeridas.
2
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
Alrededor del mundo, muchos otros investigadores se han preocupado por evaluar las operaciones
portuarias respecto a las actividades de recepción y despacho de contenedores. Es el caso del
proyecto en el cual se vislumbra la preocupación por reducir los tiempos de espera de los camiones
que reciben los contenedores en los puertos (Legato, Mazza, & Trunfio, 2010). Por otra parte, se
exploró un artículo que se ocupa de revisar específicamente qué disposición de un patio es la que
mejor rendimiento presenta en términos de posición, número y capacidad de bloques almacenados
(Legato & Mazza, 2018). También se revisó la investigación que evalúa las implicaciones de la
gestión de terminales intermodales y el impacto que una política eficiente tiene sobre desempeño
del patio (Montemanni, Smith, Rizzoli, & Gambardella, 2010). El objetivo de este artículo es dar
a conocer el estado actual de una bodega de contenedores cercano al puerto de Valparaíso,
Chile, destinada al manejo de contenedores vacíos y proponer políticas que le permitan mejorar su
desempeño.
Toda la bibliografía referenciada sirve en mayor o menor proporción para que el problema
particular quede entendido ampliamente y se consideren las posibilidades del mismo. En este orden
de ideas, la hipótesis propuesta para la situación planteada es la siguiente: la reducción de los
tiempos de inspección y reparación de contenedores, así como la redistribución del patio incidirá
positivamente en el nivel de servicio del patio que es objeto de análisis.
La comprobación de la hipótesis planteada está determinada por un orden de debate que pretende,
primeramente, evaluar la condición actual de la bodega. Posteriormente se proveerán escenarios
alternos que sirvan de cuadros comparativos para entender qué impacto tendría sobre las
operaciones del patio la reducción de los tiempos de inspección y reparación de contenedores, así
como la redistribución del patio. Los datos obtenidos y analizados estadísticamente a través de la
herramienta de simulación FlexSim 2019, permitirá concluir qué políticas de operación son las que
mejores resultados arrojan en función del desempeño de la capacidad del patio de recibir y
despachar contenedores vacías a sus respectivas líneas navieras.
3
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
que no se tiene una duración estimada de un contenedor en todo el proceso sea este dañado u
operativo y por último que no hay orden en el funcionamiento de las grúas porque una misma grúa
recoge los contenedores apilados sin importar el tamaño. Cabe resaltar que existen varias causas
externas como la naturaleza incierta de la demanda, o el promedio de contenedores dañados que
afectan el funcionamiento del sistema pero como de cierta forma no pueden ser controladas y
medidas por el mismo, se toman como irrelevantes para nuestra simulación.
El área de estudio para nuestra simulación es la de los contenedores secos. En primera instancia al
sistema se reciben contenedores provenientes de dos navieras los cuales se clasifican por tamaño de
20´ y 40´, estos pasan a una etapa de inspección ubicada en la calle principal y en la cual se evalúa y
se clasifican en operativos o dañados. Luego, se realiza el mantenimiento para los contenedores
dañados, mientras se apilan los operativos y una vez se ha terminado la etapa de apilamiento, las
grúas recogen los contenedores y salen del sistema. Esta instalación almacena aproximadamente
2.000 contenedores en un momento dado.
Las calles anchas permiten que las grúas reachstacker (o grúas toplifter) operen y manejen cualquier
tipo de contenedor (20´o 40´), excepto la calle 1, la cual es unidireccional y es utilizada por los
camiones de entrada para acceder a la zona de inspección de contenedores secos.
La calle trasera (Back Street) se utiliza como carril de acceso para los camiones de entrada y salida
que recuperan un contenedor de un bloque en particular y como carril de salida para todos los
4
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
camiones. Las diferentes secciones están organizadas en bloques de contenedores, cada uno
asignado a un cliente en particular según el tamaño y la clase, sin embargo, a menudo se almacenan
dos clases de contenedores en el mismo bloque (los bloques se dividen por la mitad y se accede a
los contenedores de las dos clases diferentes desde los extremos opuestos del bloque). Cada bloque
tiene una capacidad de ocho contenedores de profundidad (fila) y hasta siete contenedores de altura
(hilera). Hay un total de 74 bloques de los cuales 38 son de 40 pies de largo y 36 de 20 pies de
largo. Las disposiciones contractuales del depósito de contenedores vacíos establecen que los
contenedores se recuperan en una secuencia FIFO. Esto se impone porque el depósito ofrece un
tiempo de almacenamiento gratuito para los contenedores vacíos, por lo que la compañía naviera
exige que los contenedores que llegan primero se despachen primero para evitar cualquier tarifa de
almacenamiento en la que se pueda incurrir si los contenedores exceden el tiempo de
almacenamiento gratuito, tal como lo muestra la figura 1.
Teniendo en cuenta las causas del problema y con el fin de controlar todos los tiempos de cada fase
para obtener un manejo del sistema, planteamos la simulación de tal manera que se atacaran las
razones por las ocurren los atrasos. En la zona de análisis del puerto, se reciben los contenedores
secos de dos navieras A y B, que se identifican por su color, son descargados por un montacargas y
entran al sistema y se dividen según el tamaño, y viajan a la fase de inspección A (Para
contenedores de 20´) y la fase de inspección B (Para contenedores de 40´). En esta fase, se evalúa la
condición de cada contenedor y se dividen en dañados, que por consiguiente pasan a una fase de
mantenimiento y operativos que se dirigen al apilamiento en bloque según su tamaño. Los
contenedores reparados pasan al apilamiento en bloque según su tamaño. Una vez cada contenedor
haya sido apilado es recogido por una grúa tiempo A (Tamaño 20´) o tipo B (Tamaño 40´) y salen
del sistema llevándolos a una zona A o B donde cada naviera recibe sus contenedores. Dicha zona
debe realizar la medición de cuántos contenedores recibe al final de cada jornada laboral. Esta
situación se puede ver reflejado en el diagrama 1.
Considerando la base de datos histórica proporcionada por el depósito de contenedores vacíos en
estudio, para cada variable de entrada se realizó una prueba de bondad de ajuste para determinar
una distribución de probabilidad apropiada a ser utilizada en los experimentos de simulación. Los
resultados se presentan en la Tabla 1. Además, fueron datos tomados y calculados según el artículo
principal y otros estudios de contenedores a lo largo de la historia.
Nótese que para el proceso de gate-out se consideran tanto los tiempos de servicio de entrada como
de salida de los camiones, mientras que en el caso del proceso de gate-in sólo se considera el tiempo
requerido en la puerta. Los contenedores dañados que han sido autorizados para el mantenimiento o
servicio de reparación se trasladan a las 8:00 AM al área de mantenimiento, y a las 7:00 PM los
contenedores que fueron reparados se llevan de vuelta al patio y se apilan en los lugares apropiados.
Jornada laboral es de 24 horas.
5
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
Para solucionar el problema se realizó la simulación de un modelo de eventos discretos con una
base datos relacionados con las políticas y configuraciones a evaluar. Las medidas de rendimiento
que se consideraron fueron los tiempos de ciclo, la utilización de grúas de patio y los tiempos de
permanencia de los contenedores en cada fase. Las variables de decisión incluidas en el modelo
fueron las operaciones de apilamiento y recuperación de contenedores vacíos que es cuando salen
6
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
contenedores apilados del sistema. Con base a esto, se identifica cuáles son los componentes de la
simulación, como se puede ver en la tabla 2.
3. METODOLOGÍA
Para el desarrollo del proyecto, se identificó y formuló el problema como se ha descrito
anteriormente. Posteriormente, se estableció como objetivos del proyecto la evaluación de la
situación actual para identificar oportunidades de mejora y atacar las causas medibles que están
ocasionando la problemática. Se especificó un diseño experimental para proporcionar un análisis de
los tiempos de cada una de las fases por el que pasa el contenedor para ser apilado y su efecto en el
nivel de servicio, el cual está relacionado con saber cuándo tengo disponibilidad para atender a cada
una de las navieras A y B.
Así mismo, se determinó que el plan general del proyecto estaría basado en la simulación en el
sistema FlexSim 2019, corrido en un computador con un procesador Core i7, memoria RAM de
2Gb y tarjeta de video Raedon; que seis estudiantes del programa de Ingeniería Industrial de la
Universidad del Atlántico serían los responsables del mismo, y que los días trazados para cumplir
con los objetivos propuestos serían 12 días. Posteriormente se planteó el modelo de manera sencilla
para conocer su disposición; se seleccionaron los datos de entrada al sistema; se tradujo el modelo
al lenguaje del software
seleccionado y se analizó los resultados, verificó, se validó, se documentó y se recolectaron
informes.
3.1 Datos de entrada y salida con Experfit
Se generaron variables aleatorias partiendo de una serie de números aleatorios y una distribucion
con sus respectivos paramentos para cada procedimiento, con el fin de determinar cuál es la
distribución apropiada para cada actividad mediante una analisis realiado por la herramienta de
flexsim; para todas los procedimientos planteados, Expertfit arrojo una serie de sugerencias pero la
distribucion que tiene mayor relacion es la Johnson SB como se muestra en la tabla 3.
7
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
PARAMETROS
Procedimiento Distribuciòn Lower Point Upper Point Shape 1 Shape 2
Entrada de camiones Johnson SB 0 1,05E+07 1,05064 0,05919
Salida de camiones (Entrada) Johnson SB 19,97993 1,00E+08 1,00596 0,11921
Salida de camiones (salida) Johnson SB 0 1,37E+07 1,06946 0,05929
Inspecciòn contenedores 20" Johnson SB 486,51121 9,98E+06 0,99434 0,16472
Inspecciòn contenedores 40" Johnson SB 613,38374 9,60E+06 0,91445 0,16879
Tabla 3. Distribuciones sugeridas.
8
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
4. RESULTADOS
5. ANÁLISIS DE RESULTADOS
6. CONCLUSIONES
REFERENCIAS
Banks, J., J. S. Carson, B. L. Nelson, and D. M. Nicol. 2000. Discrete-Event System Simulation. 3rd
ed. Upper Saddle River, New Jersey: Prentice-Hall, Inc.
Barrangou, R., Horvath, P., Jinek, M., Chylinski, K., Fonfara, I., Hauer, M., … Summary, R.
(2014). No 主観的健康感を中心とした在宅高齢者における
健康関連指標に関する共分散構造分析Title. Cell, 151(4), 1–46.
https://doi.org/10.1016/j.cell.2009.01.043
Barton, R. R. (2013). Proceedings of the 2013 Winter Simulation Conference R. Pasupathy, S.-H.
Kim, A. Tolk, R. Hill, and M. E. Kuhl, eds. 342–353.
https://doi.org/10.1109/WSC.2013.6721684
Boer, C. A., & Saanen, Y. A. (2015). Plan validation for container terminals. Proceedings - Winter
Simulation Conference, 2015-January, 1783–1794.
https://doi.org/10.1109/WSC.2014.7020027
Briano, E., Caballini, C., Giribone, P., & Revetria, R. (2010). Using system dynamics for short life
cycle supply chains evaluation. Proceedings - Winter Simulation Conference, 1820–1832.
https://doi.org/10.1109/WSC.2010.5678887
Cartenì, A., & Luca, S. De. (2012). Tactical and strategic planning for a container terminal:
Modelling issues within a discrete event simulation approach. Simulation Modelling Practice
and Theory, 21(1), 123–145. https://doi.org/10.1016/j.simpat.2011.10.005
Chafik, R., Benadada, Y., & Boukachour, J. (2016). Stacking policy for solving the container
9
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
Chang, Y., Zhu, X., & Haghani, A. (2019). Modeling and solution of joint storage space allocation
and handling operation for outbound containers in rail-water intermodal container terminals.
IEEE Access, 7, 55142–55158. https://doi.org/10.1109/ACCESS.2019.2913019
Dell’Amico, M., & Hadjidimitriou, S. (2012). Innovative Logistics Model and Containers Solution
for Efficient Last Mile Delivery. Procedia - Social and Behavioral Sciences, 48, 1505–1514.
https://doi.org/10.1016/j.sbspro.2012.06.1126
Divandri, A., & Yousefi, H. (2013). Balanced Scorecard: A Tool for Measuring Competitive
Advantage of Ports with Focus on Container Terminals. International Journal of Trade,
Economics and Finance, 2(6), 472–477. https://doi.org/10.7763/ijtef.2011.v2.151
Eskandari, H., Rahaee, M. A., Hasannayebi, E., Memarpour, M., & Malek, S. A. (2013). Evaluation
of different berthing scenarios in Shahid Rajaee container terminal using discrete-event
simulation. Proceedings of the 2013 Winter Simulation Conference - Simulation: Making
Decisions in a Complex World, WSC 2013, 3462–3474.
https://doi.org/10.1109/WSC.2013.6721709
Gambardella, L. M., & Rizzoli, A. E. (2000). The role of simulation and optimisation in intermodal
container terminal. European Simulation Symposium 2000, 422–426.
Gerrits, B., Mes, M., & Schuur, P. (2019). A simulation model for the planning and control of
AGVs at automated container terminals. Proceedings - Winter Simulation Conference, 2018-
December(i), 2941–2952. https://doi.org/10.1109/WSC.2018.8632529
Guo, X., & Huang, S. Y. (2012). Dynamic Space and Time Partitioning for Yard Crane Workload
Management in Container Terminals. Transportation Science, 46(1), 134–148.
https://doi.org/10.1287/trsc.1110.0383
Hidalgo, F., Aranda, D., Pascual, J., Smith, A. E., & Gonzalez-Ramirez, R. G. (2018). Empty
container stacking operations: Case study of an empty container depot in valparaiso chile.
Proceedings - Winter Simulation Conference. https://doi.org/10.1109/WSC.2017.8248031
Homayouni, S. M., Tang, S. H., & Motlagh, O. (2014). A genetic algorithm for optimization of
integrated scheduling of cranes, vehicles, and storage platforms at automated container
terminals. Journal of Computational and Applied Mathematics, 270, 545–556.
https://doi.org/10.1016/j.cam.2013.11.021
10
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
Kaffka, J., Clausen, U., & Stein, S. (2014). Revealing Gaps in the Material Flow of Inland Port
Container. Proceedings - Winter Simulation Conference, 2010, 1807–1818.
https://doi.org/10.1109/WSC.2014.7020029
Karmelić, J., Dundović, Č., & Kolanović, I. (1970). Empty Container Logistics. PROMET -
Traffic&Transportation, 24(3), 223–230. https://doi.org/10.7307/ptt.v24i3.315
Legato, P., & Mazza, R. M. (2018). A simulation model for designing straddle carrier-based
container terminals. Proceedings - Winter Simulation Conference.
https://doi.org/10.1109/WSC.2017.8248033
Legato, P., Mazza, R. M., & Trunfio, R. (2010). Simulation-based optimization for
discharge/loading operations at a maritime container terminal. OR Spectrum.
https://doi.org/10.1007/s00291-010-0207-2
Li, & Wang, X. (2009). Modeling and simulation of container terminal logistics system.
Proceedings - 2009 2nd International Workshop on Knowledge Discovery and Data Mining,
WKKD 2009, (2006), 729–732. https://doi.org/10.1109/WKDD.2009.57
Liao, H., Science, C., Arbor, A., Zhou, H., Engineering, O., & Lafortune, S. (2011). Proceedings of
the 2011 Winter Simulation Conference S. Jain, R. R. Creasey, J. Himmelspach,. (Pisinger
2002), 703–715. https://doi.org/10.1109/WSC.2011.6148117
Martínez-franco, J. C., & Álvarez-martínez, D. (2018). Proceedings of the 2018 Winter Simulation
Conference M. Rabe, A.A. Juan, N. Mustafee, A. Skoogh, S. Jain, and B. Johansson, eds.
(2014), 2933–2940.
Montemanni, R., Smith, D. H., Rizzoli, A. E., & Gambardella, L. M. (2010). Sequential ordering
problems for crane scheduling in port terminals. International Journal of Simulation and
Process Modelling. https://doi.org/10.1504/ijspm.2009.032597
Moussi, R., Euchi, J., Yassine, A., & Ndiaye, N. F. (2015). A hybrid ant colony and simulated
annealing algorithm to solve the container stacking problem at seaport terminal. International
Journal of Operational Research, 24(4), 399. https://doi.org/10.1504/ijor.2015.072723
Msakni, M. K., Al-Salem, M., Rabadi, G., Kotachi, M., & Diabat, A. (2018). Quay Crane
Scheduling with Vessel Stability. Transportation Research Procedia, 30, 60–69.
https://doi.org/10.1016/j.trpro.2018.09.008
Netto, J. F., & Botter, R. C. (2013). Simulation model for container fleet sizing on dedicated route.
Proceedings of the 2013 Winter Simulation Conference - Simulation: Making Decisions in a
11
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
Schro, H. J. L., Duinkerken, M. B., & Negenborn, R. R. (2014). No Title. (Gerritse), 1771–1782.
Sinha, S., & Kumar Ganesan, V. (2011). Enhancing operational efficiency of a container operator:
A simulation optimization approach. Proceedings - Winter Simulation Conference.
https://doi.org/10.1109/WSC.2011.6147888
Smith, A. E., & González-ramirez, R. G. (2017). Proceedings of the 2017 Winter Simulation
Conference W. K. V. Chan, A. D’Ambrogio, G. Zacharewicz, N. Mustafee, G. Wainer, and E.
Page, eds. 3114–3125.
Stahlbock, R., & Voß, S. (2008). Operations research at container terminals: A literature update. OR
Spectrum, 30(1), 1–52. https://doi.org/10.1007/s00291-007-0100-9
Ter, P., & Saur, S. (2016). Optimization of Yard Operations in Container Terminals From an
Energy Efficiency Approach. (January).
United Nations. (2013). United Nations Conference on Trade and Development Review of Maritime
Transport.
Van Asperen, E., Borgman, B., & Dekker, R. (2010). Evaluating container stacking rules using
simulation. Proceedings - Winter Simulation Conference, 1924–1933.
https://doi.org/10.1109/WSC.2010.5678880
Zhen, L., Jiang, X., Lee, L. H., & Chew, E. P. (2014). A Review on Yard Management in Container
Terminals. Industrial Engineering and Management Systems, 12(4), 289–304.
https://doi.org/10.7232/iems.2013.12.4.289
Zhu, M., Fan, X., Cheng, H., & He, Q. (2010). Modeling and simulation of automated container
terminal operation. Journal of Computers, 5(6), 951–957. https://doi.org/10.4304/jcp.5.6.951-
957
Zülch, Gert & Börkircher, M. (2012). Proceedings of the 2012 Winter Simulation Conference C.
Laroque, J. Himmelspach, R. Pasupathy, O. Rose, and A.M. Uhrmacher, eds. Flexible Work
Organization in Manufacturing – a Simulation-Supported Feasibility Study –, (Meadows
1989), 1–12. https://doi.org/10.1109/WSC.2012.6465229
زهره،نکویی.معصومه،صادقی, س. خ. (1394). No Titleمعنوی هوش مقایسه بررسی، به مبتالیان شناختی روان سرسختی
سالم افراد و کرونر عروق بیماری. اااا اا اااا ااا ااا اااااا ااا ااااا
اااااا, 3138–3149.
12
Proceedings of the 2019 Winter Simulation Conference
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
13