Este artículo describe un modelo de simulación desarrollado como un sistema de apoyo a la decisión para la planificación de la capacidad de las terminales de distribución de una empresa petrolera brasileña. Debido a la complejidad de las demandas de carga, provocadas por diferentes combinaciones de productos y cantidades, se utilizó la simulación.
El sector de distribución de combustibles en Brasil ha sufrido varias transformaciones en los últimos años. En 1996, este sector manejó un volumen de alrededor de US$ 25 mil millones, sólo superado por los sectores de comercio, automóviles y alimentos. El sector ha sufrido una desregulación en los últimos años, con la internacionalización del mercado y la entrada de competidores.
Para aumentar la eficiencia logística, una empresa de distribución está invirtiendo en la redefinición de su red logística, agilizando su sistema de transporte, implementando servicios de atención al cliente y aumentando la productividad de sus Bases de Distribución. Es precisamente en este último punto donde presentaremos la aplicación de la técnica de simulación.
SISTEMA DE DISTRIBUCIÓN
Se inicia la distribución de combustible en cada una de las 13 refinerías del país. Los productos son trasladados y almacenados en las Bases de Distribución, donde se abastecen camiones cisternas y se mezclan con los productos propios de la empresa. Desde la Base de Distribución, los productos son enviados a los clientes finales de la compañía, tales como estaciones de servicio, grandes consumidores y mayoristas. La figura 1 ilustra el sistema de distribución de la empresa.
 |
El flujo entre las refinerías y las Bases de Distribución se realiza predominantemente a través de oleoductos, mientras que la distribución desde la Base hasta el cliente final se realiza únicamente por transporte terrestre, con la mayor parte de la flota de camiones de la compañía.
Este trabajo describe una herramienta para ayudar en el dimensionamiento de las Bases de Distribución, minimizando el tiempo de espera de los camiones en la Base. Cuanto menor sea el tiempo de espera en las Bases de Distribución, mayor será el número de viajes que podrán realizar los camiones hasta el cliente final, utilizando de esta forma los recursos de la empresa de manera más eficiente.
COMPLEJIDAD EN EL DIMENSIONAMIENTO DE LAS BASES DE DISTRIBUCIÓN
Una Base de Distribución, de forma simplificada, está compuesta por tanques de almacenamiento de combustible y bahías para carga de camiones cisterna. La mayoría de los camiones están compartimentados, lo que permite cargar y transportar diferentes tipos de combustible y cantidades. En cada bahía de servicio existen bocas de carga para cada tipo de combustible.
Por lo tanto, dimensionar una Base de Distribución significa determinar el número de bahías de servicio y la mezcla de boquillas de combustible en cada una de estas bahías, es decir, qué tipo de combustible debe llevar la boquilla. Los cambios de configuración son extremadamente costosos, por lo que es imposible realizar pruebas de configuración con el sistema real.
Dicho dimensionamiento no es una tarea baladí, debido a la complejidad inherente a la demanda de envíos. Llegan camiones para carga que no es constante en el tiempo, ocurriendo picos de demanda. El gráfico 1 muestra el porcentaje de llegadas de camiones por franja horaria en un día determinado.
 |
Además, al contar con tanques compartimentados, cada vehículo demanda una cantidad y mezcla de productos diferente. El gráfico 2 muestra la diversidad de carga en un mes determinado. En el caso que se presenta a continuación, el 32% de los camiones que ingresaron a esta base solo cargaba Diésel (D), el 20% cargaba Alcohol Hidratado (AH) y Gasolina (G), y así sucesivamente.
 |
De esta manera, tenemos camiones que llegan a la Base de Distribución en diferentes intervalos de tiempo, solicitando diferentes mezclas de combustibles en diferentes cantidades. Esta complejidad en la demanda dificulta determinar la cantidad de bahías que debe tener la base y qué tipos de combustible debe tener cada bahía. La empresa utilizó entonces fórmulas analíticas para el dimensionamiento, con base en el volumen total de la demanda, lo que obligó a utilizar factores de seguridad y Bases de sobredimensionamiento.
LA TÉCNICA DE SIMULACIÓN
La técnica utilizada en este estudio fue la simulación. Este enfoque consiste principalmente en crear un modelo que represente la realidad. El modelo, al representar adecuadamente el funcionamiento del sistema real, luego de una etapa de validación, puede luego ser utilizado para probar alternativas de funcionamiento diferentes a las actuales y compararlas entre sí. Según Banks, Carson & Nelson (1996) [1], la simulación está indicada cuando el sistema a estudiar es complejo y las relaciones entre las diversas variables son difíciles de determinar o medir.
Para la formulación del problema se definió como parámetros de control la configuración de las bahías y el perfil de demanda. Las variables de salida fueron los tiempos de espera de los camiones, el tiempo de cola y el uso de boquillas de servicio. Según Saliby [2], el modelo que se describirá a continuación es un modelo dinámico probabilístico con eventos discretos.
El modelo fue construido utilizando el software de simulación Arena®. Los pasos seguidos para construir el modelo siguieron la metodología descrita en Law & Kelton [3]: (a) Formulación del Problema, (b) Obtención de datos y definición del modelo, (c) Construcción del modelo, (d) Validación, (e) Definición de experimentos y (f) Análisis de Resultados. El modelado incluyó el uso de distribuciones probabilísticas para la tasa de llegada de camiones y el detalle de los compartimentos de cada camión, es decir, diferente mezcla y cantidad de productos a cargar. Cada bahía podía tener diferentes tipos de boquillas de carga, donde cada boquilla tenía un caudal específico, dependiendo del tipo de combustible. Además de la etapa de carga, el modelo incluyó un proceso de check-in y check-out, donde se realizan procedimientos de seguridad y verificación por parte de la empresa. El modelo también tuvo en cuenta los tiempos de movimiento de camiones dentro de la Base de Distribución.
La validación del modelo se realizó comparando la información generada con el modelo de simulación con los datos históricos de la empresa.
RESULTADOS
Utilizamos 3 factores (variables de entrada) para la variación en el sistema: caudal de la bomba, número de losas y número de boquillas. Como variables de respuesta, calculamos el tiempo total de carga y el tiempo en cola. En el Gráfico 3, tenemos un ejemplo del Tiempo de Carga Total para diferentes caudales.
 |
En un primer grupo de experimentos observamos cómo la variación de factores influía en los tiempos de carga y espera, siendo las principales conclusiones:
1. Pequeñas variaciones en las tasas de flujo llevaron a grandes variaciones en los tiempos de carga y espera.
2. La relación entre el número de losas y el tiempo total de servicio sigue una curva similar a una parábola
3. La concentración de boquillas por losa tiende a reducir el tiempo de carga.
4. Una disminución en el tiempo de carga no necesariamente conduce a una disminución en el tiempo total de servicio.
5. Comprobamos la relación entre el número de boquillas y el tiempo total del sistema. Para un número bajo de boquillas, el tiempo total de servicio tiende a crecer exponencialmente.
6. relación lineal entre el número de boquillas y el uso de boquillas
Un resultado importante de utilizar el modelo de simulación fue observar que el factor de flujo es aquel donde pequeñas mejoras generan grandes beneficios al sistema. Además, la cuantificación de las relaciones entre el número de boquillas y el tiempo total y las respuestas de utilización de boquillas. De esta forma, se puede realizar un análisis entre el nivel de servicio y la utilización de los recursos.
En un segundo grupo de experimentos, se igualó la tasa de llegada de camiones, evitando momentos punta. Esto representaría una actitud proactiva por parte de la empresa al trabajar con envíos con ventanas de tiempo preprogramadas, evitando la concentración de llegadas de camiones en determinados momentos del día. Llegamos a las siguientes conclusiones:
1. La homogeneización de la demanda reduce sustancialmente el Tiempo Total de Servicio y el Tiempo de Espera de los camiones en la Base de Distribución, además de reducir su variabilidad.
2. Los cambios en la hora de llegada de los camiones no modifican el tiempo de carga, siempre que la cantidad de camiones, el volumen y la mezcla de combustible de los camiones que llegan a la Base permanezcan constantes.
CONCLUSIÓN
La simulación resultó una herramienta adecuada para enfrentar la complejidad del problema, alcanzando el nivel de detalle de la compartimentación de cada camión, las tasas variables de arribo y las diferentes cantidades y mezcla de productos.
Permitió, sin inversiones ni cambios en el sistema real, evaluar el impacto futuro de diversos factores, llegando al nivel de detalle del uso de cada recurso y el nivel de servicio brindado a los camiones de la flota.
Permitió cuantificar las relaciones entre el número de boquillas y su respuesta en tiempo de servicio y uso de boquillas.
Permitió evaluar el impacto de escenarios que no pueden ser probados en el sistema real, como por ejemplo, cómo la variación en el perfil de demanda de camiones afecta el sistema de servicio de camiones.
De esta forma, el uso de la simulación es un enfoque promisorio en el tratamiento de este problema, permitiendo modelar una amplia variedad de configuraciones y escenarios alternativos, además de orientar políticas de inversión que mejoren el servicio en las bases de distribución.
Referencias
BANCOS, J.; CARSON, J.; NELSON, B. Simulación de sistemas de eventos discretos, Nueva Jersey: Prentice-Hall, Inc., 1996
SALIBY, E. Repensando la Simulación – Muestreo Descriptivo, São Paulo: Editora Atlas, Rio de Janeiro: Editora da UFRJ, 1989
LEY, AM; KELTON, Modelado y análisis de simulación de WD, Nueva York: McGraw Hill, 1991
