Professional Documents
Culture Documents
Empresas y Estadstica
Escuela Tcnica Superior de Ingenieros Industriales
Director
Luis Miguel Arreche Bedia. Doctor Ingeniero Industrial por la E.T.S.I.
Industriales de la Universidad Politcnica de Madrid
2007
EL PRESIDENTE
LOS VOCALES
EL SECRETARIO
AGRADECIMIENTOS
Son muchas las personas que, de una manera u otra, me han apoyado y a quienes
quiero manifestar mi agradecimiento:
A mis padres y a mi hermano, por haberme regalado la posibilidad de crecer
aprendiendo y por haber sido siempre ejemplos impecables de esfuerzo y tenacidad.
A Mguel, amigo incondicional que me ha alegrado muchos das y con el que he
compartido tanto minucias como honduras, porque con su inteligencia y su bondad siempre
ha sembrado de proyectos el futuro y ha sabido encontrar palabras de aliento.
A mi director de tesis, Luis Miguel Arreche, por su apoyo y su contribucin al buen
trmino de este trabajo.
A Juan Ramn Figuera y a Mara Ramos, que me acompaaron con gran cuidado en
mis comienzos y a quienes he acudido en busca de consejo en muchas ocasiones, y que
siempre han sido referencias de integridad, sabidura y ternura.
Al resto de mis compaeros, en especial Eva, Teresa, Ruth, Jos ngel y Esmeralda,
con quienes he contado en todo momento y con quienes he compartido y comparto la ilusin
de seguir trabajando.
A mis amigos, en especial Peri y Carlos, con quienes he crecido y aprendido gran parte
de lo que soy, porque siempre he tenido la certeza de ser entendido y, sobre todo, querido.
A Jorge Guilln, que siempre me ha atendido y ayudado diligentemente y con inmensa
gentileza.
A las personas que han convivido conmigo y mi tesis con especial intensidad: Felipe,
por que siempre ha credo en m y del que nunca me ha faltado un abrazo; Olga, por
recomponer mis jirones en los momentos ms duros; y Rafa, con quien es imposible no
ilusionarse, aprender y divertirse.
NDICE
ABSTRACT .................................................................................................................. 1
RESUMEN .................................................................................................................. 5
Captulo 1: INTRODUCCIN .................................................................................. 9
1.1 Consideraciones previas .................................................................................... 11
1.2 Objetivos de la tesis ........................................................................................... 14
1.3 Estructura de la tesis......................................................................................... 16
1.4 Aportaciones ....................................................................................................... 19
Captulo 2: DEFINICIN DEL PROBLEMA DE PROGRAMACIN DE UN
OLEODUCTO MULTIPRODUCTO................................................. 23
2.1 Introduccin........................................................................................................ 27
2.2 La logstica de los hidrocarburos....................................................................... 27
2.2.1 Consideraciones generales. Alternativas para el transporte de
hidrocarburos ............................................................................................... 27
2.2.1.1 Oleoductos ........................................................................................... 28
2.2.1.2 Transporte martimo. Buques............................................................ 29
2.2.1.3 Transporte por carretera. Camiones cisterna ................................... 30
2.2.1.4 Transporte por ferrocarril .................................................................. 30
2.2.1.5 Seleccin del medio de transporte...................................................... 30
2.2.2 Problemas relacionados con la logstica de los hidrocarburos .................. 33
2.3 El transporte de hidrocarburos mediante oleoducto........................................ 38
2.3.1 Introduccin.................................................................................................. 38
vii
ndice
ndice
ix
ndice
ndice
ndice
ndice
ndice
xiv
ndice
xv
ndice
xvi
ABSTRACT
Among the different means of transport for delivering oil derivatives to
faraway destinations, pipeline transportation is the one which yields smaller
variable costs along with a great degree of reliability, especially if ships are not a
feasible alternative. The main particularity of pipeline transportation arises from
the way its contents advance through the pipes: each package pushes the one
previously pumped and so on. Since there is not any physical separation in
between every two packages, some mixture occurs while they are displaced,
producing an interface of contaminated product.
Depending of the nature of the products which cause the interface, the
treatment is different, ranging from pouring the interface into different tanks (the
cheapest case) to reprocessing the interface in a refinery (the most expensive one).
Some products should by no means get mixed, and others can be allowed to get
mixed to some extent.
Apart from the consideration made above, there are other elements that
condition the feasibility of the schedule, such as the following ones: products
should be available in the right amount at the right time to meet the customers
demand; both in storage facilities and in destination points, storage capacities are
limited; pumping stations can work at a flow rate somewhere between the
minimum and maximum for the pipeline configuration; besides, pipelines usually
work combined with other means of transport, whose effects over the inventory
level and the demand might be considered; finally, the time devoted
to maintenance tasks might be relevant, in which case it ought to be taken into
account.
With regard the multi-commodity pipeline scheduling problem, although the
literature is relatively scarce, there are different approaches. Every study
Abstract
introduces some sorts of simplification. Both exact and heuristics methods have
been devised for the problem. A common characteristic of the previous work is that
the time horizon is much smaller than a month, which is a typical time frame for a
schedule. Some of these works include some non-realistic hypothesis that limit the
applicability of their approach. That is the motivation of the present work, since
the tool developed is capable of addressing the task of finding a satisfactory
schedule for time horizons of a month for real-world problems.
Pipeline scheduling is a complex task that has not received much attention. A
methodology has been proposed for this problem, which consists in combining
simulation (as a means to assess the quality of alternative programs) and a
metaheuristic technique to guide the searching process.
For the sake of generality, a set of Witness-based modules have been build in
order to easily create simulation models for different pipelines. Once the simulator
is available, it represents the pipeline with enough accuracy in order to be useful
for the scheduling problem with a real time to simulating time ratio that turns it
into an effective tool.
The searching engine is a VB-based Tabu Search, that has been implemented
in order to generate and select different schedules with the objective of achieving a
satisfactory schedule, where satisfactory means that the schedule offer values for
some criteria equal or smaller than certain target values. The Tabu Search
consists of a set of stages where each one is in its turn a Tabu Search itself.
The proposed methodology has been applied to two real cases, corresponding
to two subsystems of the most important logistic company in the Spanish industry
of oil derivatives. This instances haves served to prove the efficiency and the
effectiveness of the technique. Indeed, it is possible to obtain a simple satisfactory
schedule very ahead of time to be implemented. These examples have also been
used to make a first approach to identify relevant parameters of the technique.
Abstract
This work has proved the interest of combining simulation and metaheuristic
techniques to the problem of pipeline scheduling.
Finally, the main important source for further work would be of interest to
broaden the scope of application to other pipelines, with more complex topologies,
including reversible pipes and pipe crossings.
RESUMEN
Entre los diferentes medios de transporte para entregar productos derivados
del petrleo a grandes distancias, el oleoducto ofrece los menores costes variables
junto un alto grado de fiabilidad, especialmente en los casos donde los buques no
representan una alternativa viable. La principal particularidad del transporte por
oleoducto proviene de la forma en la que avanzan su contenido: cada paquete
empuja el que se ha bombeado previamente, y as sucesivamente. Dado que no hay
ninguna separacin fsica entre cada dos paquetes, los productos se mezclan en
cierta medida a medida que se desplazan dando lugar a un producto contaminado.
Dependiendo de la naturaleza de los productos que dan lugar a las interfases,
el tratamiento es diferente, pudiendo ir desde el vertido de la interfase en
diferentes tanques (el caso ms barato) a tener que reprocesar la interfase en una
refinera (el ms caro). Algunos productos no deben mezclarse en ninguno de los
casos y otros pueden mezclarse en cierta medida.
Adems de las consideraciones anteriores, hay otros elementos que
condicionan la factibilidad de un programa, como los siguientes: los productos
deben estar disponibles en las cantidades y el en los tiempos adecuados para
satisfacer
la
demanda
de
los
clientes;
tanto
en
las
instalaciones
de
Resumen
metodologa
propuesta
ha
sido
aplicada
dos
casos
reales,
Resumen
Captulo
Captulo 1: INTRODUCCIN
1.1 Consideraciones previas .................................................................................... 11
1.2 Objetivos de la tesis ........................................................................................... 14
1.3 Estructura de la tesis......................................................................................... 16
1.4 Aportaciones ....................................................................................................... 19
Introduccin
11
Captulo 1
se
comentar
ms
adelante,
la
naturaleza
del
problema
es
transporte
de
hidrocarburos
mediante
oleoducto
presenta
una
Introduccin
13
Captulo 1
14
Introduccin
Evaluar
de
forma
suficientemente
fiel
para
los
propsitos
de
Desarrollar
una
tcnica
capaz
de
generar
seleccionar
programas
los
es explorar
posibles
metodologas con las que dotar a los programadores y as facilitar su tarea, con
nimo de mejorar el procedimiento para obtener dichos programas.
15
Captulo 1
16
Introduccin
17
Captulo 1
18
Introduccin
1.4 Aportaciones
Las principales aportaciones de la presente tesis son las siguientes.
19
Captulo 1
con detalle a partir del captulo siguiente, representa un avance en tanto que
permite estudiar un conjunto de problemas amplio, que introduce consideraciones
de carcter ms realista que lo que generalmente se ha presentado en la literatura
20
Introduccin
21
Captulo
Captulo 2
2.3.1 Introduccin.................................................................................................. 38
2.3.2 Formas de operacin de un oleoducto ......................................................... 41
2.3.3 Interfases...................................................................................................... 43
2.3.4 Consumo energtico ..................................................................................... 51
2.3.5 Otras consideraciones .................................................................................. 52
2.4 Programacin de un oleoducto .......................................................................... 54
2.4.1 Introduccin.................................................................................................. 54
2.4.2 Definicin de un programa .......................................................................... 55
2.4.3 Variantes del problema de programacin de oleoductos ........................... 57
2.4.3.1 Caractersticas del sistema y del entorno ......................................... 58
2.4.3.2 Objetivos perseguidos ......................................................................... 60
2.4.3.3 Complejidad de los problemas y la tarea del programador.............. 62
2.5 Caracterizacin del problema objeto de la tesis ............................................... 64
2.6 Conclusiones ....................................................................................................... 73
2.7 Referencias ...................................................................................................... 73
24
2.3.3 Interfases...................................................................................................... 43
2.3.4 Consumo energtico ..................................................................................... 51
2.3.5 Otras consideraciones .................................................................................. 52
2.4 Programacin de un oleoducto .......................................................................... 54
2.4.1 Introduccin.................................................................................................. 54
2.4.2 Definicin de un programa .......................................................................... 55
2.4.3 Variantes del problema de programacin de oleoductos ........................... 57
2.4.3.1 Caractersticas del sistema y del entorno ......................................... 58
2.4.3.2 Objetivos perseguidos ......................................................................... 60
2.4.3.3 Complejidad de los problemas y la tarea del programador.............. 62
2.5 Caracterizacin del problema objeto de la tesis ............................................... 64
2.6 Conclusiones ....................................................................................................... 73
2.7 Referencias ......................................................................................................... 73
25
2.1 Introduccin
En este captulo se presenta de forma general el conjunto de problemas
relativos a la logstica de los hidrocarburos. A continuacin, se describen las
caractersticas ms notables del transporte de hidrocarburos mediante oleoducto y
se presentan diferentes tipos de problemas de programacin. Finalmente, se
caracteriza el problema especfico de programacin de oleoductos objeto de esta
tesis.
2.2.1 Consideraciones
generales.
Alternativas
para
el
transporte de hidrocarburos
A grandes rasgos, la logstica de los hidrocarburos entraa las siguientes
etapas. En primer lugar, se realiza la extraccin del crudo. A continuacin, cerca
del yacimiento, se separan tanto los componentes slidos como el agua y el gas. A
continuacin el crudo y el gas se envan a refineras, donde se obtienen diferentes
hidrocarburos, de los cuales, los ms importantes son los gases ligeros (metano y
etano), el gas licuado del petrleo (que se separa en propano y butano), las
gasolinas, el keroseno y el gasleo.
Una vez obtenidos estos productos, deben ser transportados hasta los
consumidores finales. Para ello, se envan desde las refineras hasta instalaciones
27
Captulo 2
y,
por
ltimo,
puede
dar
lugar
graves
problemas
29
Captulo 2
servicio
mediante
ferrocarril
es
discontinuo
no
muy
gil
y,
30
transportar 200 barriles de producto y viajar una media de 650 kilmetros diarios,
para sustituir un oleoducto de una longitud de 1300 km. que sirva 150.000 barriles
diarios se necesitara una flota de 3000 camiones cisterna, con un intervalo medio
entre llegadas de camiones de 2 minutos (que, adems, deberan ser descargados
una vez llegados al destino).
Por esta razn, los camiones cisterna se reservan para distancias cortas,
donde, adems, son estrictamente necesarios, ya que otros medios no pueden
acceder de forma rentable a todos y cada uno de los puntos de consumo.
Con respecto al ferrocarril, para transportar la misma cantidad de producto
que el oleoducto con las caractersticas descritas, y segn Trench (2001), se
necesitara el envo diario de un convoy de 75 vagones (cada uno de ellos con una
capacidad de 2000 barriles), la descarga del contenido y su regreso al origen.
Cantidad
1985
2004
33,5
11,7
35,0
22,5
0,1
1,6
3,0
11,2
Medio
Oleoductos
Camiones cisterna
Ferrocarril
Buques cisterna
Captulo 2
6000
5000
Cantidad transportada
(x10000 Tm)
4000
3000
Cantidad
transportada/km de red
(Tm/km)
2000
1000
1975
1980
1985
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
0
Ao
32
2.2.2 Problemas
relacionados
con
la
logstica
de
los
hidrocarburos
En la industria petroqumica, como en cualquier otro sistema productivo, se
plantean problemas de diferente naturaleza, frente a los cuales es necesario
adoptar decisiones. Las decisiones se pueden clasificar en estratgicas, tcticas y
operativas (Figuera, 2000).
33
Captulo 2
35
Captulo 2
36
Captulo 2
38
Refinera
Figura 2.2. reas de influencia de las refineras ubicadas en Espaa
39
Captulo 2
particular, los oleoductos multiproducto, que son objeto de esta tesis, conectan
diferentes elementos del sistema y permiten transportar diferentes tipos de
productos e incluyen sistemas de produccin (refineras), instalaciones de
almacenamiento intermedio y centros de consumo comunicados por tuberas y
estaciones de bombeo que impulsan el producto transportado con el caudal
deseado.
Existe una gran variedad de problemas relacionados con el diseo y la
operacin de oleoductos, que abarcan desde la seleccin del trazado hasta la
realizacin de las tareas de mantenimiento. Un problema de gran inters consiste
en la elaboracin de un programa de envos factible y suficientemente bueno.
A continuacin, se detallan algunos aspectos relativos a un oleoducto, que
intervienen en la tarea de programacin. Salvo en caso de que se indique lo
contrario, las explicaciones que siguen se refieren a los oleoductos multiproducto
para el transporte de derivados del petrleo. En estos casos es frecuente que la
empresa que realiza el transporte sea una empresa diferente de la empresa que
comercializa los productos. Se utilizar el trmino de operador logstico para
referirse a la empresa que realiza el transporte y el trmino cliente para referirse
a cada una de las empresas que solicitan al operador que transporte sus productos
entre diferentes orgenes y destinos.
Por ltimo, conviene sealar que se hablar de nodos del sistema para
referirse a alguna de las localizaciones conectadas por tuberas. Los nodos pueden
ser refineras, instalaciones de almacenamiento o localizaciones donde tiene lugar
una ramificacin (en la que puede, a su vez, haber o no instalaciones de
40
Captulo 2
42
2.3.3 Interfases
En el oleoducto, el producto transportado presenta un movimiento relativo con
respecto al tubo que lo contiene, que permanece inmvil, a diferencia del resto de
medios de trasporte, en los que la cisterna del camin, el buque o el ferrocarril son
los que se desplazan y el fluido permanece inmvil con respecto al contenedor. En
el oleoducto, un determinado volumen de fluido avanza a lo largo del oleoducto
impulsado por la presin que ejerce el siguiente volumen de fluido sobre el mismo,
y as sucesivamente. Es decir, la fuerza de contacto entre los sucesivos paquetes es
la que mantiene el fluido en movimiento.
Debido a la inexistencia de una separacin fsica entre los productos enviados
por el oleoducto y por su naturaleza miscible, el transporte de hidrocarburos por
oleoducto da lugar a interfases de producto contaminado, resultado de la mezcla
de los dos productos adyacentes que viajan a lo largo del oleoducto. Es frecuente
hablar de contaminado o de producto contaminado de manera indistinta. Las
caractersticas
del
producto
contaminado
de
una
interfase
dependen,
43
Captulo 2
x = a tb
(2.1)
x = a e bt
(2.2)
donde:
x
ayb
44
(2.3)
donde
x
V = cD 2 L0,5
(2.4)
donde
D
V = (a Re b + c) Ld
45
(2.5)
Captulo 2
donde:
V
es la longitud de la conduccin
Re
es el nmero de Reynolds
Captulo 2
48
KER alto en S
GNA 95
GO A
GO B
KER. bajo en S
GO C
GO A
GO B
GNA 97
GNA 95
GNA 98
GNA 97
GNA 98
columna correspondiente
Degradacin de la
interfase al producto de la
fila correspondiente
Separacin de la interfase
en dos contaminados,
ligero y pesado
interfase al producto de la
Contaminado no
digerible
GO C
Degradacin a gaseleo B
o a gasleo C
Tabla 2.2. Cuadro resumen del tratamiento de interfases. GO: gasleo, GNA: gasolina,
KER: keroseno.
49
Captulo 2
51
Captulo 2
elctrica dependa del tramo horario (en la que se incluyan posibles recargos o
bonificaciones segn sea la discriminacin horaria contratada).
Si los equipos son elctricos y la tarifa es funcin del tramo horario, puede ser
interesante reducir o incluso detener el flujo en los periodos con tarifa ms elevada
y operar a pleno rendimiento en periodos de tarifa reducida. Pero, por otro lado,
las puestas en marcha de los equipos de bombeo suponen un consumo adicional de
energa que puede no compensar el ahorro derivado de no operar en periodos de
tarifa elctrica elevada. An ms, otro motivo por el que resulta desaconsejable la
operacin con interrupciones es el hecho de que las operaciones de mantenimiento
de los equipos de bombeo tienen una estrecha relacin con el nmero de paradas y
arranques.
Cuando se trata de equipos alimentados por gasleo o los equipos son
elctricos y se dispone de una tarifa plana, parar no ofrece ventajas desde el punto
de vista de la reduccin del consumo energtico y puede resultar mucho ms
interesante trabajar en continuo, aunque (tanto para equipos alimentados por
gasleo como para equipos elctricos) ser necesario detener el caudal en ocasiones
para realizar operaciones de mantenimiento. Rodrguez (1993) estima que el
oleoducto permanece parado un 4% el tiempo total, debido a operaciones de
mantenimiento.
Como ejemplos de trabajos sobre la optimizacin del coste elctrico, se pueden
citar Camacho et al. (1990), que estudian cmo optimizar el coste asociado al
consumo elctrico y Basavaraj (1984), que propone un conjunto de seis medidas
para reducir el consumo elctrico de las bombas.
52
53
Captulo 2
Correccin, por la que se establecen las medidas oportunas para que se pueda
ejecutar correctamente lo previsto en el plan de bombeo.
54
55
Captulo 2
56
57
Captulo 2
puede
ocurrir
que
se
comprometa
la
factibilidad
de
los
envos
correspondientes a los ltimos das del mes. Resulta ms interesante, por lo tanto,
programar horizontes ms extensos que unas pocas horas o unos pocos das.
Forma de operacin del oleoducto
La forma de operacin condiciona notablemente la tarea de programacin. Por
ejemplo, si el oleoducto opera mediante ciclos, la tarea consiste en definir la
secuencia de productos y el tiempo durante el cual se bombea cada producto de
acuerdo con las previsiones de envos de los clientes. En cambio, si el gestor del
oleoducto opera mediante saldos, la programacin es ms compleja.
59
Captulo 2
60
Coste energtico. Otro objetivo puede ser la reduccin de los costes energticos
asociados al bombeo, con lo cual el problema consiste en la obtencin de un
rgimen de operacin de los diferentes equipos (potencia suministrada en cada
instante del horizonte de programacin) para minimizar los costes.
Formacin de interfases. En el caso de que exista ms de un producto, se
produce mezcla entre productos. Desde el punto de vista del coste asociado a la
formacin de interfases, cuanto ms pequeos sean los paquetes, mayor ser la
proporcin de producto contaminado para un determinado horizonte, por lo que los
costes de formacin de interfases son tanto menores cuanto mayores sean los
paquetes. Sin embargo, desde el punto de vista de la satisfaccin de la demanda en
los terminales, lo ideal sera enviar paquetes con volmenes pequeos, ya que
durante el tiempo de entrega de un paquete a un determinado terminal no pueden
realizarse entregas a otros terminales, y, si el volumen es elevado, el resto de
terminales quedan desabastecidos por un tiempo elevado.
Por otro lado, podra llegar a ocurrir que el volumen de los diferentes paquetes
fuera tan pequeo que la cantidad de producto contaminado fuera tan grande que
no fuera posible entregar las cantidades comprometidas de cada tipo de producto.
Costes de almacenamiento. El coste de almacenamiento puede no ser igual en
todos los nodos del sistema y puede resultar interesante lanzar antes o despus
determinados productos segn los costes relativos de cada nodo para minimizar el
coste total de almacenamiento.
Coste asociado al mejorador de flujo. El mejorador de flujo permite aumentar
el caudal de bombeo en las tuberas. La inyeccin del mejorador incrementa los
costes de bombeo y puede ser interesante reducir el coste asociado a su utilizacin.
Otros
criterios:
nmero
de
paradas-arranques
del
sistema,
tareas
de
Captulo 2
62
ocasiones, resulta complicado obtener una funcin objetivo que combine de forma
fiel y prctica todos los posibles elementos de la funcin objetivo (Hane y Ratliff,
1993).
En muchos casos la tarea es compleja, en diferente medida segn las
caractersticas del problema, tal y como se ha comentado anteriormente.
Efectivamente, prueba de la elevada complejidad puede ser, por un lado, el escaso
tratamiento del problema en la literatura (Rejowski y Pinto, 2003 y Mildil, 2003)
y, por otro, la necesidad de la intervencin humana. En efecto, para problemas
sencillos, la tarea del programador no es muy compleja, sin embargo, a medida
que el problema en ms complicado, es necesario disponer de programadores
expertos y conocedores del sistema para garantizar la correcta programacin del
oleoducto.
Para simplificar la tarea de programacin, una primer alternativa podra
consistir en tratar de elaborar una herramienta de carcter automtico basada en
el conocimiento del programador y de manera que acabara suplindolo. Este
enfoque no slo sera muy ambicioso sino que, en caso de que fuera posible
elaborar dicha herramienta, sera poco deseable y hasta contraproducente, ya que
se obtendra, a corto plazo, una forma relativamente barata de obtener programas,
pero se perdera el conocimiento del sistema del programador que permita, por
una lado, interpretar posibles incorrecciones de la herramienta y, sobre todo, su
experiencia para resolver problemas de programacin diferentes a los inicialmente
previstos provocados por cambios en la naturaleza del problema de programacin.
Alternativamente, para lograr que la intervencin humana sea ms eficaz y
ms eficiente, parece interesante dotar a los programadores de de herramientas
para la generacin y el anlisis de programas. Igual que al realizar cualquier
modelo de un sistema real se admiten simplificaciones, al elaborar una
herramienta de ayuda a la programacin de oleoductos se introducirn hiptesis
simplificadoras, de manera que los programas obtenidos a partir de ellos deben ser
63
Captulo 2
contrastados por programadores que conozcan el sistema, para que ellos, a partir
de su experiencia, tomen la decisin final sobre el programa ms conveniente para
cada horizonte de programacin.
De hecho, existen iniciativas previas cuyo objetivo es, precisamente, dotar a los
decisores de herramientas adecuadas (Zhao-ying, 1986).
64
65
Captulo 2
isem (t , p ) representa
66
da
j (t , p )
khora (t , p)
(2.5)
para cada una de las cabeceras del sistema de manera que se atienda de manera
satisfactoria la demanda de cada uno de los productos en todos los terminales del
sistema para un horizonte temporal de un nmero entero de semanas. Dadas las
caractersticas del sistema logstico espaol, es necesario encontrar un programa
en un plazo inferior a cinco das.
67
Captulo 2
el origen del cual el oleoducto se sirve, en caso de que existan dos posibles
orgenes (refinera o instalaciones anexas);
el volumen;
68
69
Captulo 2
70
Los costes asociados al mejorador de flujo son de un orden mucho menor que
los costes de las interfases (sobre todo las prohibidas, que, de hecho, no se
admiten). Adems, salvo en el caso de los buques, el medio de transporte
alternativo al oleoducto resulta ms costoso, con lo que cualquier envo resulta
ms ventajoso por oleoducto que por cualquier otro medio.
En trminos de la tcnica de bsqueda, se define una funcin objetivo,
F (1,2,...,C ) donde cada componente se refiere al valor que toman los C criterios
anteriores. Para cada criterio se fija un objetivo, F obj (1,2,...,C ) . Por ejemplo, el
objetivo para el criterio de las carencias es 0, mientras que para el coste asociado a
la formacin de interfases es un valor en unidades monetarias. Un programa es
admisible en la medida en que los valores de los criterios correspondientes
cumplan F (c ) F onj (c ) .
Por ltimo, conviene sealar las hiptesis ms relevantes admitidas y que
permiten completar la caracterizacin del problema propuesto.
71
Captulo 2
2. El volumen que de dicho paquete circula por las diferentes tuberas del
tub
del oleoducto sea mayor o menor que los lmites mximo y mnimo,
respectivamente.
2.6 Conclusiones
La logstica de los hidrocarburos plantea problemas de diferente naturaleza y
de distinto alcance. De entre los medios para transportar tanto el crudo como sus
derivados, el oleoducto constituye un medio muy ventajoso y, por lo tanto,
altamente utilizado para transportar a grandes distancias.
La programacin de los envos para un horizonte determinado es una tarea
compleja que, en cada caso, presenta caractersticas especficas, relativas al
sistema y a los objetivos que persigue el decisor. Los programadores son
imprescindibles pero en la medida en la que dispongan de herramientas
adecuadas, su tarea les ocupar menos tiempo y los resultados podrn ser mejores.
En este captulo se ha caracterizado el tipo de sistema y de problema para el
que se ha desarrollado la herramienta.
En el captulo 3, se discute la eleccin de una tcnica adecuada para ayudar a
la tarea de programacin de oleoductos. Para ello, se hace un repaso de las
tcnicas disponibles y, simultneamente, se presentan los problemas para los que
han sido utilizados y el resultado de su aplicacin. En cada caso, se discute la
utilidad de la tcnica para el problema objeto de la tesis.
2.7 Referencias
Adams, W. y Brock, J. (1983). Deregulation or Divesture: The Case of Petroleum
Pipelines. Wake Forest Law Review. Vol. 19(5). 705-791.
Al-Khayyal, F. y Hwang, S.. Inventory constrained maritime routing and
scheduling for multi-commodity liquid bulk, Part I: Applications and model.
73
Captulo 2
74
Cubillo, C. (1988). Anlisis del coste elctrico en un oleoducto. Oilgs. Vol. 21(252),
66-71.
Cubillo, C. (1989). Contaminacin en un oleoducto: interfases. Oilgs. Vol. 22 (263),
49-56.
Das, S. K. y Sarin, S. C. (1994). An Integrated Approach to Solving the Master
Agregate Scheduling Problem. International Journal of Production Economics.
Vol. 34, p.164-183.
Duran, M. A. y Cheng, L. (2003). World-Wide Crude Transportation Logistic: A
Decisin Support System based on Simulation and Optimization. FOCAPO
2003.
Escudero, L. F., Quintana, F. J. y Salmern, J. (1999). CORO, a modeling and an
algorithmich framework for oil supply, transformation and distribution
optimization under uncertainty. European Journal of Operational Research
Vol.114, p.638-656.
Fagerholt, K. (1999). Optimal Fleet design in a ship routing problem. International
Transactions in Operations Research. Vol.6 p.453-464
Fagerholt, K. (2001). Ship Scheduling with Soft Time Windows. European Journal
of Operational Research. Vol.131 p.559-571
Figuera, J. R. (2000). Gestin del Mantenimiento. Madrid.
Fukuda, T. y Mitsuoka, T. (1986). Pipeline inspection and maintenance by
applications of computer data processing and robotic technology Computers in
Industry, Vol. 7(1), p.5-13.
75
Captulo 2
J.
(1983).
US
Pipeline
Markets.
The
MIT
press.
Cambridge,
Massachusetts.
Hickenbottom K., Gonzales, R., Pults, J. (2004). Rigorous process models improve
profits in Louisiana refinery. Oil & Gas Journal. Vol.102 (42), p.54-61.
Instituto Nacional de Estadstica. Anuario Estadstico de Eapaa 2005. Madrid,
2005.
Karimi, I. A. y McDonald C. M. (1997). Planning and Scheduling of Parallel
Semicontinuous
Processes.
2.
Short-Term
Scheduling.
Industrial
and
Constraints
1.Model
Formulation.
76
Computers
&
Chemical
77
Captulo 2
78
Trench, C. J. (2001). How Pipelines Make the Oil Market Work Their Networks,
Operation and Regulation. A Memorandum prepared for the Association of Oil
Pipe Lines and the American Petroleum Institutes Pipeline Committee.
Allegro Energy Group.
Unin Europea. directiva 2003/17/CE, 3 de marzo de 2003. Boletn de la Unin
Europea, 23 de marzo de 2003, nm. 76, p.10-19.
Vakharia,
A.
J.,
Ereng,
S.
S. y
Simpson,
N.
C. (1999) Integrated
79
Captulo 2
80
Captulo
Captulo 3
82
3.1 Introduccin
Desde sus comienzos, la Investigacin Operativa se ha ocupado del diseo de
mtodos para la resolucin de una amplia gama de problemas. En algunos casos,
resolver un problema consiste en obtener una solucin ptima con respecto a algn
criterio.
Los primeros estudios de Investigacin Operativa, tal y como se conoce en la
actualidad, se desarrollaron en durante la II Guerra Mundial, aunque los
fundamentos se desarrollaron mucho antes. En concreto, segn Keys (1991), en
1937 se utiliz por primera vez el trmino Investigacin Operativa. El primer
estudio lo realiz el ejrcito britnico para mejorar el sistema de deteccin de
aviones mediante radar.
El xito alcanzado con ese primer estudio alent la realizacin de otros
estudios similares, como, por ejemplo, el de la gestin del mantenimiento de la
flota de aviones britnica o la mejora de la eficacia y la eficiencia del bombardeo de
submarinos alemanes.
Rpidamente, otros pases comenzaron a utilizar la Investigacin Operativa,
de manera que ya al final de la II Guerra Mundial existan diferentes grupos de de
trabajo dedicados a la Investigacin Operativa en los pases aliados.
Desde entonces, una de las tareas fundamentales de las que se ha ocupado la
Investigacin Operativa es la de resolver problemas de optimizacin. Una
formulacin general de los problemas de optimizacin es la siguiente (Gill, 1981).
maximizar
F(X )
sujeto a:
ci ( x ) = 0 , i = 1,..., m '
ci ( x ) = 0 , i = m '+ 1,..., m
83
Captulo 3
Por un lado, identifican las tcnicas tradicionales y, por otro, las tcnicas
heursticas. Entre los mtodos tradicionales incluyen la bsqueda exhaustiva, la
bsqueda local, la programacin lineal, la programacin no lineal, los algoritmos
de tipo vido (greedy en la nomenclatura anglosajona), la programacin dinmica y
los mtodos de ramificacin y acotacin.
Mart (2001) propone una clasificacin muy general de los mtodos de
resolucin de problemas de optimizacin. Un primer bloque lo constituyen los
mtodos exactos, a los que tradicionalmente se les ha dedicado mucha atencin.
Los heursticos constituyen una segunda forma de abordar problemas de
optimizacin. Son sencillos de aplicar, fciles de entender y, si se disean de forma
adecuada, ofrecen soluciones aceptables en tiempos mucho menores que los
mtodos exactos.
85
Captulo 3
Por ltimo, un tercer gran grupo lo forman las tcnicas metaheursticas, que
aunque son relativamente recientes, ya se han desarrollado aplicaciones para un
conjunto muy amplio de programas.
Otros
autores
(Maniezzo
Carbonaro,
2002)
incluyen
las
tcnicas
Captulo 3
Captulo 3
Los autores proponen un algoritmo que permite, primero, conocer si existe una
solucin factible para el problema y, segundo, en caso afirmativo, obtener una
buena solucin y, si el grafo que representa el oleoducto es acclico, hallar la
solucin ptima con respecto a la funcin objetivo.
A
pesar
de
la
elegancia
del
tratamiento,
existen
ciertas
hiptesis
interfases
(correspondientes
al
mismo
par
de
productos),
aun
Captulo 3
93
Captulo 3
3.3.1 Heursticos
Los heursticos constituyen una alternativa interesante para la resolucin o
como punto de partida de problemas complejos. Daz (1996) propone hasta ocho
definiciones de heurstico, de entre las que podemos destacar la siguiente: un
mtodo heurstico es un procedimiento para resolver un problema de optimizacin
bien definido mediante una aproximacin intuitiva, en la que la estructura del
problema se utiliza de forma inteligente para obtener una buena solucin.
En general, resultan interesantes en el caso de que no existan mtodos exactos
para el problema considerado; o en caso de que exista uno, que consuma mucho
tiempo; o como paso previo para obtener una solucin suficientemente buena y a
partir de ella encontrar otras mejores.
Por su parte, Silver (1980) establece una clasificacin de los heursticos segn
los mtodos que emplean: de descomposicin, de reduccin, constructivos, basados
en simplificaciones del modelo, de bsqueda local y de bsqueda por entornos
94
herramienta
desarrollada
permite
incorporar
las
preferencias
los
95
Captulo 3
96
la representacin
anterior se
obtiene
un
modelo
de
Captulo 3
98
99
Captulo 3
100
problemas para los que no se conocen mtodos de resolucin exactos que permitan
encontrar la solucin ptima en un tiempo slo que crezca polinomialmente con el
tamao del problema. Para estos problemas es frecuente que la aplicacin de
tcnicas exactas permita alcanzar la solucin ptima en tiempo que crecen
exponencialmente con el tamao del problema para los mtodos conocidos. Por lo
tanto, la resolucin de algunos problemas mediante mtodos exactos exige unos
tiempos de computacin que son muy elevados a partir de cierto tamao.
En otras ocasiones, la dificultad no proviene del tiempo de computacin
necesario para resolver el problema, sino de la dificultad o imposibilidad de
formular un modelo exacto que permita describir de forma adecuada el sistema
estudiado.
El empleo de heursticos resulta sencillo e intuitivo pero, a cambio, ofrece
soluciones en general pobres, ya que lo en que en realidad hacen es suboptimizar
(como por ejemplo, al obtener una solucin al problema del viajante eligiendo en
cada momento la ciudad ms cercana a la ciudad en la que se encuentra en
viajante).
Las
tcnicas
metaheursticas
permiten
obtener
soluciones
101
Captulo 3
A excepcin del GRASP y las colonias de hormigas, todas las tcnicas son de
carcter iterativo, esto es, se parte de una solucin completa (o varias) a partir
de la cual se obtienen nuevas soluciones tambin completas. Las diferencias
entre unas tcnicas y otras radica en la forma de obtener unas soluciones a
partir de otras.
102
103
Captulo 3
formas
de
cruzar
una
pareja
de
progenitores.
Cuando
las
de
mutacin.
Si
se
seleccionan
siempre
soluciones
con
unas
determinadas caractersticas puede ser que se abandonen algunas otras que son
potencialmente interesantes. Con la mutacin se introducen modificaciones
aleatorias que permiten o bien recuperar caractersticas interesantes que se han
104
105
Captulo 3
106
posibles niveles de llenado. Sin embargo, el trabajo de Crane et al. (1999) pone de
manifiesto que las tcnicas metaheursticas y, en particular, los algoritmos
genticos, pueden ser una alternativa interesante para tratar el problema de
programacin, si bien este algoritmo gentico, en particular, deja de ser eficiente
para problemas de tamao medio y, por supuesto, para problemas de tamao
grande.
De la Cruz et al. (2003) presentan el problema de programacin de una red de
tuberas que conectan tres tipos de nodos: nodos de tipo origen, nodos de tipo
destino y nodos de almacenamiento intermedio. Para ello desarrollan un algoritmo
gentico.
En primer lugar, para que un programa sea factible, debe permitir entregar
todos los productos en las cantidades previstas, sin violar las restricciones de
capacidad en los tanques. Para evaluar la calidad de un programa, se persiguen
cuatro objetivos: minimizar el tiempo necesario para cumplir con las entregas de
cada destino, minimizar la suma, para todos los destinos, del tiempo total
necesario para cumplir con las entregas de cada destino, minimizar, para cada
tubera, el nmero de veces que cambia el producto que se bombea por sus
extremos y, por ltimo, minimizar la suma de los valores anteriores para cada
tubera. Para evaluar la calidad de un programa, se utiliza una funcin objetivo de
varias componentes, relacionadas con los criterios anteriores, ordenados de forma
jerrquica.
Para representar una solucin se emplea una matriz, donde cada fila contiene
la informacin correspondiente a una interconexin y cada columna corresponde
un instante de tiempo. Cada valor de la matriz representa, mediante un nmero
entero, el producto que se mueve en cada interconexin en cada instante de
tiempo; si el valor que almacena es 0, significa que no se realiza ningn
movimiento en esa interconexin. Para esta representacin, los autores proponen
varios operadores: cruce, mutacin y seleccin.
107
Captulo 3
ha ido pasando, un conjunto, que sirve como poblacin de partida para el algoritmo
gentico. Al analizar los resultados que ofrece cada enfoque, se obtiene que el
mtodo hbrido es significativamente mejor que los otros dos.
3.3.2.2 Bsqueda tab
Glover (1989, 1999) propuso la bsqueda tab como un procedimiento para
huir de ptimos locales basado en la utilizacin de la informacin del propio
proceso de bsqueda.
En su variante ms sencilla el procedimiento parte de una solucin inicial, que
puede haber sido obtenida de diferentes formas (aleatoriamente, mediante una
tcnica ms sencilla, etc.) A partir de la solucin inicial, se realizan diferentes
iteraciones y al final de cada una de ellas se obtiene una nueva solucin.
Cada solucin puede ser sometida a una serie de modificaciones elementales
llamadas movimientos. El vecindario de una solucin es el conjunto de todas las
soluciones que se pueden obtener realizando un movimiento a partir de ella. En
cada iteracin se selecciona la mejor solucin del vecindario, aun cuando su
funcin objetivo sea peor que la solucin de partida.
Para evitar que el procedimiento realice bsquedas cclicas se impide la
eleccin de soluciones que hayan sido visitadas recientemente. Con este objetivo se
define una lista tab que contiene un conjunto de atributos, que son un conjunto
de rasgos de las soluciones recientemente seleccionadas, de modo que las nuevas
soluciones no pueden presentar dichos rasgos, es decir, no pueden presentar los
atributos correspondientes.
En cada iteracin, la nueva solucin ser la mejor de entre todas aquellas a las
que se pueda llegar mediante algn movimiento que no presente atributos
contenidos en la lista tab.
No obstante, en ocasiones, algunas soluciones prohibidas pueden resultar
prometedoras, de manera que se aplica un criterio de aspiracin que permite
109
Captulo 3
110
111
Captulo 3
et
al.
(1953)
propusieron
un
modelo
para
simular
el
E representa la
diferencia de energa entre las dos configuraciones. Los autores proponen cmo
estimar el valor medio esperado de cualquier propiedad fsica a una determinada
temperatura.
En el proceso de enfriamiento de un slido es posible obtener configuraciones
con niveles bajos de energa si la disminucin de temperatura no es muy brusca.
Para cada temperatura el slido permanece un determinado tiempo. Para simular
el proceso de enfriamiento se debe definir el nmero de configuraciones estudiadas
a cada temperatura (que simula el intervalo de tiempo que el slido permanece a
112
Captulo 3
recocido
simulado
presenta
similitudes
con
las
estrategias
de
114
Captulo 3
117
Captulo 3
118
Es frecuente que los modelos no presten atencin al efecto que tiene sobre el
volumen de formacin de interfases la detencin de stas en las tuberas del
sistema cuando alguna o algunas tuberas detienen su caudal.
119
Captulo 3
120
En ocasiones, los sistemas son tan complejos que el estudio de los problemas que
se plantean mediante mtodos analticos no resulta adecuado.
Una alternativa disponible es la utilizacin de algn tipo de tcnica no exacta
que permita abordar de forma eficaz y eficiente el problema y sirva para tomar
decisiones suficientemente buenas en tiempos razonables. Igualmente, se han
presentado los trabajos que se han localizado en la literatura para resolver el
problema de programacin de oleoductos mediante mtodos no exactos (heursticos
y tcnicas metaheursticas).
Otra alternativa (la ms primitiva y, a la vez, ms inmediata) para estudiar
un sistema consiste en experimentar directamente sobre el propio sistema. Sin
embargo, esto es, en general, desaconsejable o imposible (Feltner y Weiner, 1985 y
Law y Kelton, 1991).
Otra posibilidad consiste en la utilizacin de modelos de otra naturaleza que
permitan representar el funcionamiento del sistema y evaluar su comportamiento.
Estos modelos pueden ser slo descriptivos y no normativos, pero pueden resultar
ms interesantes si, por ejemplo, permiten representar de forma adecuada las
caractersticas ms complejas que son relevantes para el problema.
Por las razones anteriores, puede ser conveniente disponer de algn modelo
(no analtico) que permita representar de manera adecuada el sistema donde tiene
lugar el problema que se quiere resolver, en este caso, el de la programacin de
oleoductos multiproducto. En general, existen diferentes tipos de modelos, que
pueden, a su vez, emplearse para tratar problemas de sistemas de diferente
naturaleza. Bsicamente, de acuerdo con Gordon (1980), Law y Kelton (1991) y
Huettner y Steudel (1992) se puede establecer una gran clasificacin de los
sistemas segn sean dinmicos o estticos, continuos o discretos y deterministas o
estocsticos.
Igualmente se pueden clasificar los modelos empleados para la resolucin de
problemas que se dan en sistemas de alguno de los tipos mencionados.
121
Captulo 3
122
123
Captulo 3
124
representar
sistemas
de
diferente
complejidad
evaluar
el
identificar
una
buena
solucin
para
un
determinado
sistema
Captulo 3
3.6 Alternativas
para
la
generacin
de
soluciones.
maximizar F ( X ) = E z ( X )
sujeto a:
g ( X ) = E [r ( X )] < 0
h( X ) < 0
Donde z y r son vectores que representan el comportamiento del sistema para
un determinado X, que es un vector con las variables de decisin del problema; g
127
Captulo 3
representa la esperanza de los valores del vector; h es un vector que representa las
restricciones de carcter determinista del problema.
Swisher et al. (2000) proponen una clasificacin de los problemas de
optimizacin mediante simulacin bastante similar a las que proponen lafsson
y Kim (2002) y Fu et al. (2005). En los tres casos se discute la idoneidad de
diferentes tcnicas especficas segn la naturaleza del problema (en particular,
segn la naturaleza de las variables y el nmero de posibles soluciones).
En el caso de que el se trate de un problema de variables continuas (el
conjunto de soluciones factibles es incontable e infinito) se proponen los siguientes
mtodos:
anteriores no son adecuadas. Las tcnicas que resultan adecuadas en este caso son
128
En el caso de que no sea posible enumerar todas las alternativas, una primera
aproximacin consiste en realizar una bsqueda de carcter aleatorio.
Partiendo de una determinada solucin inicial, se opera de manera iterativa;
en primer lugar, se evala la solucin de partida, a partir la cual se genera un
vecindario (es decir, un conjunto de programas vecinos que se obtienen
mediante la realizacin de modificaciones elementales a la solucin inicial). A
continuacin, se selecciona un elemento de dicho vecindario, se evala y, segn
algn criterio de aceptacin, se acepta o se rechaza. En cada iteracin se
comprueba si se ha cumplido la condicin de finalizacin de bsqueda.
Dependiendo de la forma que adopte cada una de estas etapas se dispondr de
diferentes tipos de bsquedas.
La segunda alternativa para el caso de que no sea posible enumerar todas las
alternativas, consiste en la utilizacin de tcnicas metaheursticas. En este
caso, segn la naturaleza del problema se pueden utilizar mltiples variantes
para cada una de las tcnicas disponibles, as como tcnicas hbridas que
combinan elementos de ms de una de ellas.
Cada vez ms, los paquetes comerciales de simulacin incluyen mdulos de
Captulo 3
SimRunner; Witness incluye un optimizador propio, cuyos autores son los mismos
desarrolladores de Witness. A pesar de que la simulacin mediante optimizacin
puede estar guiada por tcnicas que no sean metaheursticas, los paquetes
comerciales disponibles utilizan estas tcnicas.
En la tabla 3.1, se ofrece un cuadro resumen con algunos paquetes de
optimizacin y los entornos de simulacin con los que se pueden utilizar, as como
las tcnicas metaheursticas empleadas (Fu et al., 2005).
Paquete de
optimizacin
Paquete de
simulacin
Vendedor
Estrategia de
bsqueda
AutoStat
Automod
AutoSimulations,
Inc.
Algoritmos
evolucionarios y
genticos
Evolutionary
Optimizer
Extend
AutoSimulations,
Inc.
Algoritmos
evolucionarios y
genticos
OptQuest
Arena, Crystal
Ball,
ProModel,
Simula8
OptTek Systems,
Inc.
Bsqueda dispersa,
bsqueda tab, redes
neuronales
Risk Optimizer
Palisade Corp.
Palisade Corp.
Algoritmos genticos
Optimizer
Witness
Lanner Group,
Inc.
Recocido simulado,
algoritmos genticos
130
3.7 Optimizacin
mediante
simulacin
para
el
131
Captulo 3
132
Captulo 3
medio
de
buques
(Gutirrez,
2004).
Ambos
modelos
se
desarrollaron
elementos
que
permitan
acumular
informacin
potencialmente
3.8 Referencias
Aarts E., de Bont F. y Habers y Laarhoven P. (1986). Parallel Implementation of
the Statistical Cooling Algorithm. Integration, the VLSI Journal. Vol. 4, 209238.
Aarts, E. y Korst, J. (2001). Selected Topics in Simulated Annealing. Captulo de
Essays and Surveys in Metaheuristics. Kluwer Academic Publishers. Boston
135
Captulo 3
Ali, S. I., Nakatani, K., Liman, S. D. (1998). A conceptual model and its
implementation for petroleum products pipeline. Decision Sciences Institute
1998 Proceedings. Vols. 1-3, 1274-1276.
Allen, T. y Yu, L. (2000). Low Cost Response Suface Methods for and from
Simulation Optimization. Proceedings of the 2000 Winter Simulation
Conference. 704-714.
Azadivar, F. (1999). Simulation Optimization Methodologies. Proceedings of the
1991 Winter Simulation Conference. 93-100.
Bodington, C. E. y Baker, T. E. (1990). A History of Mathematical Programming in
the Petroleum Industry. Interfaces. Vo. 20(4), p.117-127.
Bruzzone, A. G., Giribone, P. (1998). Decision-Support Systems and Simulation for
Logistics: Moving Forward for a Distributed, Real-Time, Interactive Simulation
Environment. Proceedings of the 31st Annual Simulation Symposium, 17.
Bruzzone, A. y Orsoni, A. (2003). AI and simulation-based techniques for the
assessment of supply chain logistic performance. Simulation Symposium, 2003.
36th Annual p. 154-164
Cafaro, D. C. y Cerd, J. (2003). A Continuous-Time Approach to Multiproduct
Pipeline Scheduling. Proceedings of European Symposium on Computer Aided
Process Engineering. 65-73.
Cafaro, D. C. y Cerd, J. (2004). Optimal scheduling of multiproduct pipeline
systems using a non-discrete MILP formulation. Computers & Chemical
Engineering. Vol. 28, 2053-2068.
Camacho, E. F., Ridao M. A., Ternero J. A. (1989) Power Optimization of Multifluid Transportation systems. Proceedings of the Symposium on Information
Control Problems in Manufacturing Technology 1989. 811-816
136
137
Captulo 3
138
Grkan, G., rge Y. A., Robinson S.M. (1994). Sample Path Optimization in
Simulation. Proceedings of the 1994 Winter Simulation Conference.
Gutirrez, S. (2004). Desarrollo de un modelo de simulacin para la planificacin
de la distribucin de los hidrocarburos por medio de buques. Proyecto final de
Carrera. ETSI Industriales. Universidad Politcnica de Madrid.
Hane, C. A. y Ratliff H. D. (1993). Sequencing inputs to multi-commodity pipelines.
Annals of Operations Research. Vol. 57, 77-109
Haupt, L. R. y Haupt, S. E. (1998). Practical Genetic Algorithms. John Wiley &
Sons. Nueva York.Ho, Y.C. and X.R. Cao. 1991. Perturbation Analysis of
Discrete Event Dynamic Systems, Kluwer Academic Publisher, Norwell, MA.
Holland, J. H. (1975). Adaptation in natural and artificial systems. MIT Press.
Cambridge, MA, Estados Unidos.
Huettner, C. M. y Steudel, H. J. (1992). Analysis of a manufacturing System Via
Spreadsheet Analysis, Rapid Modeling, and Manufacturing Simulation
International Journal of Production Research. Vol. 30 (7).
Keys, P. (1991). Operational Research and Systems. Plenum Press. New York.
Kirkpatrick, S., Gelatt, C. D., Vecchi Jr., M. P.(1983). Optimization by Simulated
Annealing. Science.Vol.220 (4598), 671-680.
Kleijnen, J. P. C. (1998). Experimental Design for Sensivity Analysis, Optimization
and Validation for Simulation Models. Captulo 6 de Handbook of Simulation:
Principles, Methodology, Advances, Applications, and Practice, ed. J. Banks.
Nueva York. John Wiley & Sons.
Law, A. M. y Kelton, W. D. (1991). Simulation Modelling and Analysis. Singapur.
McGraw-Hill.
139
Captulo 3
Magatao, L., Arruda, L.V., Neves F. Jr. (2004). A Mixed Integer Programming
Approach for Scheduling Commodities in a Pipeline. Computers & Chemical
Engineering. Vol. 28, 171-185.
Maniezzo, V. y Carbonaro (2002), A. Ant Colony Optimization: an Overview.
Captulo 21. Essays and Surveys in Metaheuristics, 469-492. Kluwer Academic
Publishers. Boston.
Mart, R. (2001). Documentacin del curso de doctorado Procedimientos
heursticos del Departamento de Estadstica e Investigacin Operativa de la
Universidad de Valencia.
Metropolis, N., Rosenbluth, M., Teller, A., Tellerm E. (1953). Equation of State
Calculations by Fast Computing Machines. Journal of Chemical Physics. Vol.
21, 1087-1092
Michalewicz, Z. y Fogel, D. B. (2004). How to Solve It: Modern Heuristics.
Springer. Germany.
Milid, R. L., Pessoa, A. A., Laber, E. S. (2002). Pipeline Transportation of
Petroleum with No Due Dates. Proceedings of the Latin 2002. 248-262.
Myers, R. H. y Montgomery, D.C. (1995). Response Surface Methodology: Process
and Product in Optimization Using Designed Experiments - John Wiley & Sons,
Inc. New York, NY, USA
lafsson, S. y Kim, J. (2002). Simulation Optimization. Proceedings of the 2000
Winter Simulation Conference. 79-84.
Otten,
R.
Van
Ginneken
L.
(1989)
ed Kluwer, Boston.
140
The
Annealing
Algorithm,
141
Captulo 3
142
Captulo
Captulo 4: PROGRAMACIN
MODULAR PARA LA
REPRESENTACIN DE
OLEODUCTOS
MULTIPRODUCTO
4.1 Introduccin...................................................................................................... 147
4.1.1 Presentacin de Witness............................................................................ 147
4.1.2 Diseo modular .......................................................................................... 153
4.2 Presentacin de los mdulos............................................................................ 155
4.2.1 Mdulo general ........................................................................................ 155
4.2.2 Mdulos refinera, instalacin de almacenamiento y estacin de
bombeo....................................................................................................... 156
4.2.2.1 Mdulo refinera ............................................................................. 159
4.2.2.2 Mdulo instalaciones de almacenamiento anexas .......................... 160
4.2.2.3 Mdulo estacin de bombeo............................................................ 160
4.2.3 Mdulo terminal ...................................................................................... 163
143
Captulo 4
144
145
4.1 Introduccin
En este captulo se presenta el conjunto de mdulos que permite construir
modelos de simulacin para representar el comportamiento de los sistemas que se
han elegido como objeto de estudio de esta tesis. En primer lugar, se justifica el
inters del diseo modular, despus se presenta cada uno de los mdulos
elaborados. En tercer lugar, se describe la forma en la que se relacionan los
mdulos. A continuacin se explicar cmo elaborar y explotar modelos.
Finalmente, se realiza un conjunto de consideraciones relativas a la verificacin y
a la validez de los modelos.
Previamente, conviene notar que la simulacin tpicamente se utiliza para
estudiar sistemas con fenmenos estocsticos. Sin embargo, en este trabajo se ha
utilizado la simulacin para representar un sistema determinista por diferentes
razones. En primer lugar, en entorno grfico que facilitan los entornos de
simulacin permiten una representacin muy valiosa del comportamiento del
sistema y de los resultados de las decisiones que toman los gestores del sistema.
Adems, aunque es cierto que es posible obtener una representacin grfica con
entornos de programacin de propsito general, los entornos de simulacin
facilitan enormemente la tarea. Por ltimo, incluso en trminos de programacin,
los entornos de simulacin disponen de elementos predefinidos que facilitan
enormemente la tarea de construccin de los modelos correspondientes.
Adicionalmente, aunque los modelos son deterministas, sera muy sencillo
introducir
aleatoriedad
en
diferentes
fenmenos
(retirada
de
productos,
147
Captulo 4
Fsicos.
continuacin
se
enumeran
los
elementos
ms
notables
telefnicas,
clientes,
etc.
Estos
elementos
pueden,
148
elemento.
Naturalmente,
este
tipo
de
elementos
resulta
Funciones. Las funciones, bien las que ofrece Witness por defecto o las
elaboradas para un modelo especfico, permiten disponer de informacin
del modelo o ejecutar determinadas acciones necesarias para el correcto
funcionamiento del modelo.
149
Captulo 4
Para que los elementos del modelo operen conforme est previsto segn el
sistema analizado es necesario configurarlos (detail). Esta operacin consiste en
150
establecer la lgica del elemento que, generalmente, lo relaciona con el resto de los
elementos del modelo. Por ejemplo, la configuracin de un tanque pasa por
establecer cul es el caudal al que se vaca a lo largo del tiempo y a qu otro
elemento vierte su contenido. En la figura 4.2 se muestra la ventana
correspondiente a la configuracin de un tanque, en particular, una de las
pestaas correspondientes a su configuracin, en la que se establecen los aspectos
bsicos relativos al funcionamiento del elemento. En esta pestaa, entre otras
acciones, se establece el nombre del tanque (TanqueA), la capacidad del mismo
(100 unidades), as como el volumen inicial o las reglas relativas al llenado y el
vertido de dicho tanque.
Por ltimo, de cada elemento del modelo se puede realizar una representacin
grfica (display), de manera que diferentes elementos visuales asociados al
modelo pueden permitir observar el comportamiento del mismo. Aunque la
representacin
grfica
no
es
estrictamente
151
necesaria
para
el
correcto
Captulo 4
152
Captulo 4
refinera,
instalacin de almacenamiento,
estacin de bombeo,
terminal final,
terminal intermedia,
buques.
Estos mdulos, que simulan el comportamiento de los elementos fsicos de los
155
Captulo 4
estacin de bombeo
En los oleoductos es relativamente frecuente encontrar configuraciones en las
que un conjunto de instalaciones de almacenamiento se sitan prximas a una
refinera, a la que estn conectadas mediante un conjunto de tuberas especficas
(que son diferentes de las tuberas del oleoducto). Adems, la tubera situada en la
cabecera del oleoducto puede alimentarse de la refinera o de las instalaciones
anexas. La figura 4.5 representa la configuracin anterior.
En trminos de los mdulos de Witness, se ha representado de la siguiente
manera. El mdulo instalacin de almacenamiento se considera como un nodo
sucesor del nodo refinera, que representa la refinera con la que est vinculada.
156
Tuberas
especficas
Refinera
Instalaciones de
almacenamiento anexas
Caudal
Captulo 4
Refinera sin instalacin de almacenamiento. Para ello basta con que las
capacidades de los depsitos de la instalacin de almacenamiento sean nulas y
que, por lo tanto, el programa nunca trate retirar producto del modulo que
representa dichas instalaciones.
Instalacin de almacenamiento sin refinera. Para lo cual basta que todos los
paquetes se retiren de los depsitos de las instalaciones de anexas y no de la
refinera.
Refinera
Tuberas
especficas
Estacin de
bombeo
Caudal
Instalaciones de
almacenamiento anexas
Caudal
158
desequilibrios
en
la
produccin
de
los
hidrocarburos, en
Captulo 4
de cada
Captulo 4
Control del caudal en cabecera. Se han diseado dos mdulos diferentes, segn
que el caudal en cabecera sea variable o no.
productos
con
repartos
relativamente
parecidos.
Otro mdulo permite representar con ms detalle los casos en los que la
valoracin del caudal es relevante. El caudal depende del contenido del
oleoducto. En primer lugar, el caudal depende del tipo de producto que
contiene el oleoducto, ya que la viscosidad y la densidad de los productos
condicionan el valor del caudal (los caudales son mayores con gasolinas
que con gasleos y mayores para estos que para el keroseno). En segundo
lugar, el nivel de mejorador de flujo inyectado en el oleoducto tambin
condiciona el valor del caudal.
En este caso, el mdulo incorpora una funcin que revisa el contenido del
oleoducto en determinados puntos y examina el valor del mejorador de
flujo en el mismo y devuelve el valor del caudal en cabecera. En este caso,
se debe programar el cdigo de esta funcin para cada oleoducto
particular, as como las sentencias oportunas que desencadenen el clculo
del caudal cuando cambia alguno de los elementos de los que depende su
valor.
dos
mdulos
diferentes:
mdulo
terminal-intermedio,
para
representar los terminales que tienen algn otro nodo aguas abajo y terminalfinal, para representar los terminales que no tienen ninguno.
Los elementos de Witness que representan elementos fsicos del sistema o
parte de los mismos son los siguientes:
Tubera de entrada y de salida. Cada tubera que une dos nodos se queda
representada en Witness mediante dos tuberas. En la figura 4.7, los nodos n y
n+1 estn conectados por una tubera t. La tubera t, que en el sistema real es
una nica, queda representada en Witness como dos tuberas, de manera que
el volumen de las dos sea igual al volumen de la tubera real. Las dos tuberas
corresponden, respectivamente, a la tubera de salida de n y a la tubera de
entrada de n+1.
163
Captulo 4
tubera de
salida de n
n+1
n+1
tubera de entrada
de n+1
Mdulo del
nodo n
Mdulo del
nodo n+1
164
Tubera de salida
Instalacin de
almacenamiento
Terminal
intermedio
Terminal
intermedio
Tubera
Mdulo terminal
intermedio
Refinera
Terminal
final
Para cada uno de los dos mdulos anteriores, final e intermedio, existen, a su
vez, dos tipos de mdulos:
165
Captulo 4
mdulos en los que puede cambiar el caudal en cabecera debido a que cambia
el tipo de producto que llega al terminal o porque se produce una modificacin
en el reparto del paquete que llega al terminal y
Tuberas de salida
Tubera de entrada
Figura 4.9. Ejemplo de mdulo ramificacin con terminal y dos tuberas de salida
los
mdulos
existentes
de
forma
relativamente
sencilla.
la
combinacin
de
los
dos
mdulo
167
puede
representar
Captulo 4
Ramificacin 2
tuberas
Ramificacin 3
tuberas
Figura 4.10. Ejemplo de construccin de una ramificacin de cuatro tuberas con dos
mdulos predefinidos.
el volumen no entregado,
168
la aparicin de bloqueos.
Igualmente, este mdulo incorpora los elementos de Witness de tipo archivo
el caudal con el que se realiza el trasiego (que junto con el instante de inicio
del vertido, lgicamente, determina el instante final del mismo).
Captulo 4
Igualmente,
incorpora
dos
funciones
que
permiten
calcular,
en
cualquier
modelo
de
un
sistema
real,
se
han
realizado
171
Captulo 4
172
173
Captulo 4
N3 - Terminal
N4 - Terminal
N1 - Cabecera
N2 - Ramificacin
174
Prod. en N1
Prod. en N2
% a N4
0%
20%
22%
25%
27%
30%
100%
GO
GO
GNA
520
520
535
535
535
535
530
530
525
525
520
520
250
260
GNA
KER
450
-
GO
GNA
572
572
589
589
589
589
583
583
578
578
572
572
260
280
KER
KER
450
-
GOS GNA
490
495
495
500
490
495
490
495
490
495
490
495
230
250
KER
450
-
Tabla 4.1. Posibles valores del caudal en cabecera. GO: gasleo, GNA: gasolina, KER:
keroseno
Captulo 4
inferior al caudal con el que se retira producto de dicho depsito. En caso extremo
puede ocurrir que no se produzca retirada de producto durante un tiempo y, por lo
tanto, no se pueda verter el contenido del oleoducto al depsito.
Cuando se produce un bloqueo, se recalculan los caudales para todos los nodos
afectador por el bloqueo para evitar que se realice un reparto errneo de los
paquetes.
Por ejemplo, en la figura 4.12, la situacin (a) representa los instantes previos
al bloqueo en el terminal representado. El caudal de llegada a la entrada del
terminal es de 500 m3/h, de los cuales, 250 m3/h se dirigen a uno de los depsitos
del terminal mientras que el caudal aguas abajo es de 150 m3/h. El caudal de
retirada del producto es de 50 m3/h.
350 m3/h
400 m3/h
50 m3/h
50 m3/h
150 m3/h
400 m3/h
(b)
250 m3/h
80 m3/h
50 m3/h
30 m3/h
50 m3/h
(a)
50 m3/h
Figura 4.12. Gestin de los bloqueos. (a) Situacin previa al bloqueo, (b) bloqueo
sin correccin de caudal, (c) bloqueo con correccin de caudal
Cuando se produce el bloqueo, el caudal mximo de entrada al depsito es de
50 m3/h. Las dos alternativas son las representadas por las figuras (b) y (c). En (b)
se mantiene el caudal de entrada previamente establecido y se reduce el caudal de
entrada al depsito del terminal. El resultado es que el reparto del paquete que
176
V = a Re b + c Ld
donde:
V
es la longitud de la conduccin.
Re
es el nmero de Reynolds.
177
(4.1)
Captulo 4
Re =
2 Q 10 6
r 3600
(4.2)
donde:
3
Q es el caudal en m h
V0
Leq =
b
a Re + c
1d
(4.3)
al
178
= (a Re b + c ) (L + Leq )
(4.4)
a lo largo del horizonte considerado, como el cociente entre todo el volumen que
atraviesa dicha tubera y la duracin del horizonte. Igualmente, a partir del valor
medio del caudal se puede obtener el valor medio del nmero de Reynolds para
dicha tubera durante el horizonte considerado, Rei , por lo que al final de dicha
tubera, el valor de la interfase,
Vi f es:
Vi f = a Re i b + c Li
(4.5)
Lj
Q j , Re j
Qi , Rei
Li
Qk , Re k
179
Captulo 4
V jo , es la siguiente:
V jo =
Q jo
Q j 0 + Qk 0
Vi f
(4.6)
longitud equivalente,
Vj
Leq (Q j , Re j ) =
a Re b + c
j
1d
(4.7)
(Q , Re ) + L
j
V j = a Re j + c (Leq (Q j , Re j ) + L j )
f
180
(4.8)
V j = f (Re j , L )
Vi = f (Rei , L )
70
Vj
60
Volumen(m3)
50
Vi f
40
30
V jo
20
10
Leq (Q j , Re j )
Li
0
0
20
40
60
Leq (Q j , Re j ) + L j
80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 420 440 460 480 500
L(km)
181
Captulo 4
Qs =
D (t, p )
t s p =1
(4.9)
donde:
Qs
D(t , p )
182
D(t , p )
s ,i
n
=Q
e
n
p, ii p =1
Nt
D(t , p )
(4.10)
t =1 pi p =1
donde:
s ,i
Qn
n ,i
Coste
(4.11)
Captulo 4
Vint
es el volumen de la interfase
pr
(4.12)
Coste
Vint
es el volumen de la interfase
pr1 , pr2 son, respectivamente, las diferencias de precios entre las dos
gasolinas y entre los dos gasleos
185
Captulo 4
T4
IA Ref - EB
N1
T3
T5
N2
186
T6
Captulo 4
P2
P1
T3
T3
(a)
(b)
P3
188
4.3.2.2 Inicializacin
Witness no permite llenar de forma instantnea las tuberas con los productos
necesarios en las cantidades adecuadas. Igualmente, el llenado de las mquinas
ficticias y de sus colas correspondientes no es instantneo.
Por ello, es necesario definir cierto cdigo para que se ejecute previamente al
tiempo de simulacin del periodo de programacin propiamente dicho. El
movimiento de los fluidos y el tiempo de proceso de las mquinas ficticias se han
diseado para que al cabo de 24 unidades de simulacin el modelo quede en las
condiciones iniciales del periodo estudiado.
El llenado de los depsitos es ms sencillo, dado que s es posible realizar su
llenado de manera instantnea siempre que se vierta un solo producto en cada
depsito, como es el caso.
Igualmente, es necesario inicializar todas las variables empleadas para
registrar la calidad del programa o para gobernar el trfico de los diferentes
paquetes.
4.3.2.3 Creacin de paquetes
Como se ha indicado previamente, Witness no permite asociar ningn tipo de
propiedad o atributo a los elementos de tipo fluido, por lo cual es necesario definir
piezas asociadas a cada paquete con la informacin relativa a cada uno de ellos y
que permiten gestionar adecuadamente el reparto de los paquetes.
Cada mdulo estacin de bombeo, s, asociado a cada par refinerainstalacin de almacenamiento es el responsable de la creacin de paquetes.
Cada vez que se finaliza el bombeo de un paquete y se comienza el bombeo de otro
(paquete i-simo), una mquina del mdulo, llamada generacin de paquetes,
genera una pieza-paquete correspondiente al paquete que se comienza a bombear,
con los siguientes atributos:
189
Captulo 4
tipo de producto,
7 (0 si es producto ficticio);
volumen,
origen,
fri , s , que es un vector atributo que representa el reparto del paquete aguas
abajo, donde fri , s (t ) representa la proporcin del paquete que se dirige al nodo
t.
Inmediatamente tras la creacin de la pieza-paquete, se envan tantas piezas
de
salida
del
par
refinera-instalacin
de
almacenamiento
190
Refinera
Instalacin de
almacenamiento
Tubera de salida
pieza
datos
Creacin de paquetes
Programa de
la estacin
Control de
volumen
Estacn de bombeo
Fuera del
sistema
al cambiar el reparto que se hace del paquete que transita por un determinado
terminal;
al llenarse por completo el depsito al que est vertiendo una tubera del
oleoducto, dando lugar al bloqueo de dicha tubera;
Captulo 4
400 m3/h
500 m3/h
150 m3/h
150 m3/h
0 m3/h
250 m3/h
100 m3/h
50 m3/h
150 m3/h
192
100 m3/h
80 m3/h
150 m3/h
150 m3/h
0 m3/h
50 m3/h
100 m3/h
50 m3/h
150 m3/h
100 m3/h
30 m3/h
80 m3/h
30 m3/h
0 m3/h
50 m3/h
20 m3/h
50 m3/h
30 m3/h
193
Captulo 4
194
Qent Nodo N
n
Qent
fr (i )
i , aguasabajo
Qent fr (i )
195
Captulo 4
196
Es necesario introducir el orden de llenado de las lneas de tal manera que las
tuberas contengan los productos en las cantidades y posiciones correctas e,
igualmente,
las
mquinas
ficticias
contengan
las
piezas
adecuadas
197
Captulo 4
Programa
de
las
tuberas
de
cada
par
refinera-instalacin
de
almacenamiento.
Pauta de retirada de producto para cada uno de los das de la semana. Como
se presentar en el captulo 5, la demanda horaria se establece como una
fraccin de los envos previstos para el horizonte considerado, calculada a
partir de las pautas de retirada de producto semanal, diaria y horaria.
La forma en la que se realiza la introduccin de estos datos en el modelo para
198
Paquete crtico rotura, PCRt , p , es el nmero del paquete que est transitando
por el terminal t en el instante en el que se produce la primera rotura de stock
en el tanque del producto p de dicho terminal. El tipo de producto del paquete
crtico de rotura es tpicamente distinto del producto que contiene el depsito
que da lugar a la rotura. De hecho slo podra ser el mismo si el caudal vertido
al tanque fuera menor que el de salida del mismo tanque.
CAR(t , p) , es
CAR = CAR (t , p)
t =1 p =1
199
(4.13)
Captulo 4
VNE = VNE (t , p)
(4.14)
t =1 p =1
Volumen del primer bloqueo, VPBt , p . Para cada uno de los depsitos del
sistema, cuando se produce el primer bloqueo se registra el volumen que se
podra haber vertido al depsito sin provocar un bloqueo.
200
D ( p, q ) .
Coste de las interfases para el conjunto del programa, INT , tal y como se ha
presentado en el apartado 4.3.1.6.
Interfases prohibidas. Cada vez que se forma una l-sima interfase prohibida
se registran:
las posiciones que ocupan los paquetes que entran en contacto, IPpaq1 (l ) y
IPpaq 2 (l )
201
Captulo 4
Al detenerse el caudal en una o varias tuberas, puede ser que exista alguna
interfase en dichas tuberas y quede detenida. Cuando esto ocurre, el simulador
registra la siguiente informacin relativa a la parada m-sima:
PARnodo (m)
La rama del nodo cuyo caudal es cero (y que es la que conduce a la interfase
detenida), PARrama (m)
El nmero de interfases detenidas aguas abajo originadas por la parada msima, PARnum (m)
Estos dos ltimos valores permiten disponer de una estimacin de lo relevante
202
(4.15)
m =1
203
Captulo 4
Ajuste del caudal en cabecera conforme a las hiptesis admitidas en cada caso.
comprobar que los resultados son vlidos, es decir que permiten predecir de forma
correcta el comportamiento del sistema que representan.
Para realizar esta comprobacin, se elaboraron dos modelos correspondientes a
dos sistemas ubicados en Espaa. A partir de los resultados obtenidos con dichos
modelos, se consult con expertos conocedores de los sistemas reales relativas a la
validez de los resultados obtenidos. Igualmente, se contrast si las hiptesis
admitidas en la construccin de los mdulos y los modelos eran admisibles tanto
en general como para los dos sistemas anteriores, en particular. Ms
concretamente, para realizar la verificacin de los modelos, se prest especial
atencin a lo siguiente.
204
Tambin, para los modelos estudiados se validacin de las hiptesis sobre los
valores del caudal en cabecera segn las condiciones de operacin para cada
modelo.
Finalmente,
se
contrast
la
validez
de
las
hiptesis
relativas
al
comportamiento de la refinera.
En resumen, los mdulos permiten construir modelos que representan de
forma adecuada los sistemas que cumplen las caractersticas descritas en el
captulo 2.
4.6 Conclusiones
Para el problema formulado en el captulo 2 y a partir de las carencias
detectadas en la literatura y que se han presentado en el captulo 3, en dicho
captulo se justific el inters justificado de desarrollar una herramienta de
carcter descriptivo para la ayuda a la programacin de oleoductos multiproducto.
En este captulo se ha presentado el desarrollo de un conjunto de mdulos en
Witness que permiten construir modelos de simulacin para representar sistemas
que cumplen unas determinadas condiciones.
Las principales ventajas que presentan estos mdulos desde el punto de vista
del desarrollo de modelos son dos. Por un lado, el tiempo total de desarrollo de un
modelo se reduce notablemente con respecto al tiempo total necesario para
realizarlo partiendo de los elementos que Witness ofrece por defecto. Por otro lado,
205
Captulo 4
206
Captulo
207
Captulo 5
209
5.1 Introduccin
El presente captulo describe la tcnica de carcter metaheurstico propuesta
para el tipo de problemas de programacin de oleoductos multiproducto de los que
se ocupa la presente tesis. Como ya se ha adelantado en el captulo 3, la tcnica
propuesta es una bsqueda tab. En particular, la tcnica consiste en la ejecucin
ordenada de un conjunto de etapas de bsqueda y seleccin de programas (de
carcter tab). En cada etapa se parte de un programa inicial, se evalan
diferentes vecindarios y se selecciona un programa final de la etapa. La ejecucin
de estas etapas est englobada dentro de un proceso ms amplio que gua en cada
momento cul de los procesos se debe ejecutar.
La estructura de este captulo es la siguiente. En primer lugar, se presentan
las hiptesis simplificadoras para el procedimiento de bsqueda. Despus, se
describe la representacin de los programas que se ha adoptado. A continuacin,
se presentan los criterios utilizados para caracterizar un programa y que permiten
evaluar la factibilidad y la bondad del mismo. Ms adelante, se discute cmo
generar un programa inicial, a partir del cual comienza el procedimiento de
bsqueda. Finalmente, en los dos ltimos apartados se describe con detalle la
tcnica metaheurstica propiamente dicha.
211
Captulo 5
los envos de forma adecuada para que, efectivamente, el producto est disponible
en la cabecera del oleoducto y que, por su parte, la compaa logstica pueda
desplazarlo de acuerdo con los compromisos asumidos. Por ello, se admite que la
recepcin de los productos ser consistente con el patrn de retirada de los
productos en las terminales, y aunque el modelo de simulacin incluye la
posibilidad de que el oleoducto reciba el suministro bien de la refinera o bien de
instalaciones anexas a la refinera, desde el punto de vista de la generacin de
soluciones, slo se admite que se retira producto de la refinera.
Para estudiar situaciones especficas en las que la refinera no sea capaz de
suministrar algunos productos al ritmo previsto, se podra suministrar producto al
oleoducto desde las instalaciones anexas. Si, por el contrario, la refinera produce
ms de lo que es necesario de un determinado producto, se puede enviar la
produccin a las instalaciones de almacenamiento y, en otro momento, alimentar
el oleoducto con dichas instalaciones. Este tipo de consideraciones, que
corresponden a desfases de la produccin, se pueden tratar de forma manual con
ayuda del simulador y no se consideran en el caso de la tcnica.
Tercero, y ltimo, se admite que el caudal de un determinado sistema sea
funcin del contenido del oleoducto. Con respecto al mejorador de flujo, se admite
que se puede aadir o no segn las necesidades del mes del que se trate, pero se
mantiene constante para todos los paquetes. Es decir, la nica fuente de variacin
del caudal es el propio contenido del oleoducto (en particular, el tipo de productos y
el reparto de los paquetes en los terminales). A pesar de que el coste del mejorador
de flujo es elevado, el coste asociado al envo mediante cualquier otro mtodo es
mucho ms alto, de tal manera que resulta siempre ms interesante utilizar el
oleoducto para realizar los envos, incluso si esto implica la utilizacin de una
cantidad relativamente elevada de mejorador de flujo. Adicionalmente, y una vez
obtenido un programa de envos, se pueden evaluar manualmente otros programas
213
Captulo 5
de
soluciones
que
pueden
ser,
primero,
factibles
y,
adems,
potencialmente interesantes.
Si la discretizacin es suficientemente fina, sus efectos sobre el tamao del
espacio de soluciones pueden ser despreciables. Por ello, una primera alternativa
para la representacin de un programa puede consistir en una ordenacin de pares
terminal (p,t) exista un nmero de paquetes Nt,p igual o superior al cociente entre
el volumen total programado para enviar al tanque de producto p del terminal t,
VPt,p y el volumen de cada paquete, V paq . Es decir:
Nt , p
VPt , p
V paq
=
E VPt , p
V
paq
si
+1
VPt , p
V paq
si
VPt , p
V paq
(5.1)
En primer lugar, el nmero de paquetes necesarios para cada par productoterminal es elevado. Si, por ejemplo, el orden magnitud de los envos
programados es de 104 (m3) y el del tamao de los paquetes fuera 10 (m3),
seran necesarios del orden de 103 paquetes para cada par producto-terminal.
Por otra parte, si el orden del nmero de pares producto-terminal es de
decenas, sera necesario del orden de 104 paquetes en total.
215
Captulo 5
PAQ(i, s )
V PAQ (i, s )
fri , s (t )
Con
la
(5.2)
segunda
representacin
propuesta
es
posible
operar
con
217
Captulo 5
Producto
1
2
4
1
6
5
1
2
4
2
Volumen
8500
9100
2000
7200
6500
10200
11500
8200
5100
2300
fri,s(1)
fri,s(2)
fri,s(3)
0.25
0.00
0.02
0.50
0.35
0.00
0.30
0.02
0.50
0.7
0.25
0.40
0.02
0.00
0.15
0.20
0.30
0.02
0.50
0.2
0.50
0.60
0.06
0.50
0.50
0.80
0.40
0.06
0.00
0.1
5.4 Funcin
programa
Como se ha visto en el captulo 2, existen criterios de importancias relativas
distintas que permiten caracterizar un programa de envos. A continuacin, se
recuerdan brevemente.
En primer lugar, existen dos criterios de obligado cumplimiento, y que para
que un programa sea admisible, deben cumplirse de forma estricta.
218
bloqueos,
volumen no entregado.
Por lo tanto, la funcin objetivo que gua el proceso de bsqueda es una
Captulo 5
F obj (c)
c = 1...6
(5.3)
221
Captulo 5
por otro, los valores de los diferentes criterios pueden empeorar dentro de un
cierto margen a lo largo de la ejecucin de las diferentes etapas.
El trnsito por programas peores con respecto a algn criterio que los visitados
222
Inicio
NO
Criterio de detencin
satisfecho?
Fin
En primer lugar, incluye una lista tab global para el conjunto de la tcnica,
que impide al proceso transitar por una solucin visitada previamente.
Adicionalmente, incorpora listas tab para cada una de las etapas para evitar
los procesos de bsqueda cclicos dentro de cada una de las etapas que
conforman la tcnica.
223
Captulo 5
La tcnica incluye una lista de diversificacin para cada etapa, de manera que,
cuando se ha agotado una determinada regin del espacio de soluciones,
permite explorar otras regiones que no han sido suficientemente estudiadas en
el proceso.
D(t , p )
Ds ( p)
225
Captulo 5
DNA(t , p )
( s )
Aut (t , p )
Auts ( p )
Auts ( p) =
Auts* ( s )
Aut (t , p )
(5.4)
t ( s )
Auts* ( p) =
Auts ( p)
DNA(t , p)
(5.5)
t ( s )
Ds ( p)
V paq
Vterm
al
comienzo
del
226
horizonte
de
planificacin.
DNA( p, t ) = D ( p, t )
(5.6)
Paso 2.
Paso 3.
Paso 4.
Paso 5.
D ( t , p *)
q(t , p*) = max Vterm , min DNA(t , p*),V paq
Ds ( p *)
227
(5.7)
Captulo 5
Ir al paso 7.
Paso 6.
Paso 7.
(5.8)
nodo
cab
min
(5.9)
Paso 10.
228
Captulo 5
de
N sec
productos:
Sec(1) ,
Sec(2) ,
donde
DEM (t, p)
t
N cic Card( p)
(5.10)
(5.11)
t ( s )
230
admisible, ver captulo 2, epgrafe 2.5). En caso de que esto ocurra, se realiza una
correccin consistente en agrupar paquetes de dicho producto correspondiente a
diferentes ciclos, de manera los paquetes resultantes sean factibles. El resultado,
en este caso, es que algn ciclo contendr un nmero menor que el previsto de
paquetes de un determinado producto y ese mismo ciclo u otro ciclo contendr
algn paquete del mismo producto de mayor volumen que el previsto.
La figura 5.2 presenta un ejemplo en el que los paquetes de dos ciclos se
agrupan para dar lugar a un nico paquete en el segundo ciclo.
Ciclo 1
Ciclo 2
Ciclo 1 modificado
Ciclo 2 modificado
Igual que en la alternativa anterior, una vez determinados todos los paquetes
del programa, se genera un ltimo paquete, que sirve de empuje para hacer llegar
el contenido del oleoducto a todos los nodos del sistema.
231
Captulo 5
decir,
dados
los
paquetes
PAQ(i, s)
PAQ( j, s) ,
tales
que
(5.12)
fri ', s (t ) =
fri', s (t*) =
frj , s (t )VPAQ ( j , s )
frj' , s (t*) =
(5.13)
'
VPAQ
(i, s )
frj' , s (t ) =
, si t t *
'
V PAQ
( j, s)
, si t t *
f j , s (t*)VPAQ ( j , s ) V
'
VPAQ
( j, s)
232
(5.14)
que un paquete sea factible (captulo 2). Cuando se generan programas vecinos a
partir de uno dado, se desechan todos aquellos que dan lugar a paquetes no
factibles, de manera que no se llegan siquiera a evaluar.
PAQ (i, s )
PAQ ( j , s )
PAQ ' ( j , s )
233
Captulo 5
PAQ' (i, s )
PAQ' ( j 1, s )
'
VPAQ
(i + 1, s ) = VPAQ (i, s ) (1 pr )
'
VPAQ
( j , s ) = VPAQ (i, s ) pr
PAQ(i, s )
PAQ( j , s )
PAQ' (i + 1, s)
PAQ' (i, s )
'
VPAQ
(i + 1, s) = VPAQ (i, s ) (1 pr )
'
VPAQ
( j , s ) = VPAQ (i, s ) pr
235
Captulo 5
PAQ( j , s )
PAQ(i, s )
PAQ' ( j 1, s )
PAQ' (i, s )
236
'
'
'
VPAQ
(i, s ) = VPAQ
(i, s ) + VPAQ
(i, s )
fri ', s (t ) =
237
Captulo 5
frecuente que la razn por la que no se llega a entregar todo el volumen previsto es
porque durante cierto tiempo se producen bloqueos en los tanques del sistema.
Etapa
1
2
3
4
5
6
7
8
9
9
Criterio principal
Carencias
Carencias
Interfases prohibidas
Interfases prohibidas
Interfases paradas
Interfases paradas
Coste de interfases
Coste de interfases
Volumen no entregado
Bloqueos
Tipo de movimiento
Insercin de paquetes
Insercin de volumen
Insercin de paquetes
Insercin de volumen
Insercin de paquetes
Insercin de volumen
Agrupacin de paquetes
Insercin de paquetes
Varios movimientos
Varios movimientos
La duracin de los bloqueos da cuenta del tiempo durante el cual algn tanque
ha estado bloqueado. Cuando un tanque est bloqueado, como se explica en el
captulo 4, reduce el caudal en la cabecera correspondiente. La reduccin de dicho
caudal depende del caudal salida del tanque que provoca el bloqueo. En el caso
extremo, si el caudal de salida del tanque es cero, el caudal en cabecera se detiene;
si el caudal de salida es muy alto, la reduccin del caudal en cabecera es menor.
En definitiva, un bloqueo de un determinado intervalo de tiempo puede tener
diferentes efectos sobre el caudal medio del sistema.
Por la razn anterior, la etapa 9 trata de reducir los bloqueos bien si los
bloqueos superan el nivel establecido como satisfactorio o tambin si el volumen
no entregado supera el valor satisfactorio correspondiente debido a la existencia
de algn bloqueo.
238
239
Captulo 5
I (c ) =
donde:
240
si
si
Ft (c) F
(5.15)
obj
(c )
Ft (c)
241
Captulo 5
Etapa
1
3
5
7
9
9
Segunda etapa
2
4
6
8
242
Una lista tab para cada etapa del proceso para evitar que se produzcan
bsquedas cclicas a lo largo de la ejecucin de cada uno de estas etapas. Se
dispone de una lista para cada estacin de bombeo en la que se almacena la
243
Captulo 5
Una lista tab global para evitar procesos cclicos globales. En este caso se
registra la informacin completa de un programa al final de cada etapa, de
manera que si en cualquier momento existe un programa candidato
almacenado en la lista tab global, se desecha.
244
principal sea menor que el obtenido hasta entonces permite asegurar que no se ha
transitado previamente el programa.
es tab,
245
Captulo 5
246
(5.16)
donde:
(c)
(c )
Es decir, segn 5.16 se admite el nuevo programa siempre que el nuevo valor
del criterio c no sea peor que el mximo de los valores admisibles segn las
restricciones impuestas por los empeoramientos admisibles (absoluto y relativo).
En realidad, para valores relativamente reducidos de un determinado criterio
opera el margen absoluto mientras que para valores elevados opera el margen
relativo. El objetivo es no confinar la bsqueda cuando se alcanzan valores
prximos a los valores satisfactorios y, al mismo tiempo, evitar valores
extremadamente lejanos a los valores objetivo que podran impedir que la
bsqueda convergiera.
5.6.1.2 Parmetros comunes
Existe un conjunto de parmetros que son comunes a todas las etapas (salvo la
etapa 9), que se enumeran y comentan a continuacin:
247
Captulo 5
248
249
Captulo 5
Inicio
iteracion = 0
Evaluacin del programa actual
iteracion = iteracion + 1
Fin etapa
no
Estacin = 1
no
Existen vecinos?
no
s
Seleccionn elemento dominante
Actualizacin lista tab
no
Estacion = Estacion +1
no
Estacion
= NumeroEstaciones
s
no
s
Registra informacin de la etapa y
actualiza variables
Fin etapa
5.6.2 Etapa 1
251
Captulo 5
Producto p
PCRt , p
252
Paso 1.
Paso 2.
Paso 3.
Paso 4.
Paso 5.
Paso 6.
Paso 7.
Paso 8.
Paso 9.
Paso 10.
Paso 11.
253
Captulo 5
Paso 12.
Paso 13.
5.6.3 Etapa 2
Producto p
PCRt , p
254
5.6.4 Etapa 3
Lista tab: Almacena la posicin inicial y la posicin final del paquete que se
inserta, para evitar deshacer el cambio.
255
Captulo 5
5.6.5 Etapa 4
condiciones:
los subpaquetes estn dirigidos a algn terminal aguas debajo del nodo en
el que se produce la interfase prohibida.
introduzca
modificaciones
significativas
en
del
resto
de
256
5.6.6 Etapa 5
5.6.7 Etapa 6
257
Captulo 5
5.6.8 Etapa 7
d max .
5.6.9 Etapa 8
258
5.6.10 Etapa 9
M.
Esta etapa opera de una forma diferente a las etapas anteriores. La diferencia
fundamental consiste en lo siguiente. En todas las dems etapas, se estudia un
conjunto de programas vecinos a partir de uno determinado y se evala cada uno
de los vecinos. Sin embargo, a partir de cada programa considerado, se obtiene
otro ligeramente diferente. Adems, es frecuente que no se evale el programa
completo, sino que slo se simula el comportamiento del oleoducto hasta que se
produce un bloqueo en algn tanque del sistema. Cuando esto ocurre, se realiza
alguna modificacin para obtener un nuevo programa.
Bsicamente, esta etapa opera de la siguiente manera. Partiendo del instante
inicial del horizonte de programacin considerado, se ejecuta el simulador hasta
que se produce un bloqueo. Se detiene y evala la cantidad del paquete PAQ(i, s)
que da lugar al bloqueo que podra, efectivamente, entrar al tanque en el que se
produce el bloqueo. La estrategia para deshacer el bloqueo consiste en la ejecucin
de algunas de las siguientes acciones:
enviar parte del paquete PAQ(i, s ) a un paquete posterior a la posicin isima y del mismo producto que
PAQ(i, s ) ;
259
Captulo 5
Paso 0.
Paso 1.
Tr *
Vol *
Ir al paso 2.
Paso 2.
Paso 3.
260
Vol *
+ 1
Vdes = V E
V
(5.17
Vol *
Vdes = V E
(5.18)
Ir al paso 4.
Paso 4.
Paso 6.
Paso 7.
Paso 8.
Captulo 5
Paso 9.
Paso 10
5.7 Conclusiones
En el captulo anterior se han presentado los mdulos disponibles elaborados
para construir modelos de simulacin de oleoductos multiproducto para la
evaluacin de programas de envos. En este captulo se ha presentado una tcnica
metaheurstica diseada para generar y seleccionar programas de envos, cuya
evaluacin se realiza con dichos modelos de simulacin.
La tcnica consiste en una bsqueda tab que opera a lo largo de un conjunto
de etapas, donde la ejecucin de cada etapa tiene como fin mejorar uno de los
criterios sin que el resto empeore ms all de un determinado margen.
262
263
Captulo
Captulo 6: HERRAMIENTA
INFORMTICA
6.1 Introduccin...................................................................................................... 267
6.1.1 Witness ....................................................................................................... 267
6.1.2 Visual Basic ................................................................................................ 267
6.1.3 Excel............................................................................................................ 268
6.2 Creacin de modelos en Witness ..................................................................... 269
6.3 Explotacin de modelos.................................................................................... 274
6.4 Configuracin y ejecucin de la tcnica metaheurstica................................ 278
6.5 Conclusiones ..................................................................................................... 281
265
Herramienta informtica
6.1 Introduccin
En este captulo se presentan las caractersticas de la herramienta informtica
desarrollada y las relaciones entre los diferentes elementos que la componen. En
particular, se describe la manera de crear y explotar modelos y la aplicacin
prototipo desarrollada para ejecutar la tcnica presentada en el captulo 5.
En primer lugar, y con carcter introductorio, se enumeran las tres
aplicaciones empleadas y las funciones principales de cada una de ellas: Witness,
Visual Basic y Excel.
6.1.1 Witness
Mediante los mdulos presentados en el captulo 4, se pueden crear modelos de
oleoductos con las caractersticas descritas en el captulo 2. En caso de que fuera
necesario introducir alguna modificacin para adaptar el modelo a alguna
particularidad del sistema estudiado, se podra crear el modelo haciendo uso de los
mdulos disponibles y, despus, modificar todo aquello que fuera necesario.
Adicionalmente, las modificaciones de los mdulos existentes pueden emplearse
para engrosar el conjunto de mdulos predeterminados y, as, ampliar el conjunto
de sistemas que se pueden estudiar con la herramienta.
Una vez creado el modelo, Witness permite evaluar el comportamiento del
sistema, es decir, el resultado que ofrece un determinado programa en funcin de
la configuracin inicial y de todos los datos relevantes para el horizonte de
programacin considerado (demanda, regmenes de caudales, etc.)
267
Captulo 6
6.1.3 Excel
Una plantilla de Excel permite disponer de forma relativamente sencilla los
datos correspondientes a un determinado sistema para un horizonte de
programacin dado (relaciones de dependencia entre los elementos del sistema,
capacidad de las tuberas, demandas, etc.) A partir de esta plantilla se puede
exportar la informacin a Visual Basic que, a su vez, permite configurar e
inicializar los modelos de Witness.
Inicialmente, los modelos de Witness lean toda la informacin directamente
de la hoja de Excel, sin embargo el tiempo necesario para realizar todo el trasiego
de informacin era demasiado elevado. Posteriormente, se modific la lectura de
datos, de manera que Witness lee los datos de archivos de texto, generados por la
aplicacin en Visual Basic. Alternativamente, el propio usuario podra generar los
archivos de texto, pero se trata de una tarea que requiere mucho tiempo y se
puede hacer de manera sencilla desde la aplicacin de Visual Basic. La figura 6.1
ilustra las relaciones entre los tres elementos.
268
Herramienta informtica
Configuracin
Inicializacin
Excel
Evaluacin de un
programa
Witness
Configuracin
Importacin de
datos del
problema
Visual Basic
Inicializacin
Tcnica metaheurstica
Lectura de datos
Escritura de datos
Figura 6.1. Relacin entre los elementos de la aplicacin
269
Captulo 6
A estos primeros mdulos, se aaden tantos otros como sean necesarios para
representar todos los elementos del sistema (ya sean refineras, instalaciones
de almacenamiento, terminales, nodos de ramificacin o estaciones de
bombeo).
270
Herramienta informtica
271
Captulo 6
Herramienta informtica
para,
posteriormente,
volcarlas
al
modelo
de
Witness
correspondiente.
El tiempo necesario para la creacin de modelos gracias a los mdulos y
haciendo uso de la aplicacin es del orden de horas, frente a los das que podran
ser necesario para crear un modelo exclusivamente con los elementos que ofrece
Witness por defecto.
Construir modelos de simulacin en tiempos relativamente reducidos no es la
principal ventaja derivada de la estructura modular de los mismos. Resulta de
ms inters la construccin del modelo mediante mdulos independientes en la
medida en que introducir modificaciones en un modelo y exportarlos a otros de
manera mucho ms sencilla.
Por otro lado, la automatizacin de la configuracin de los mdulos mediante
la aplicacin de Visual Basic permite introducir cdigo en el modelo de Witness de
manera fiable, rpida y sencilla.
Para realizar la programacin de la aplicacin en Visual Basic es necesario
conocer en profundidad Witness y la sintaxis del lenguaje de WCL. El lenguaje
WCL, es un lenguaje que ofrece Witness para incluir en sus propios modelos y que
permite modificar cualquier caracterstica de estos, para modificar la propia
estructura del modelo incluso en tiempo de ejecucin. Igualmente, el lenguaje
WCL se puede utilizar desde aplicaciones que pueden ser utilizadas para gobernar
Witness, como lo es Visual Basic.
273
Captulo 6
En definitiva, una vez creadas las herramientas tanto en Visual Basic como en
Witness para la creacin de modelos, la tarea resulta sencilla y rpida. Por otro
lado, la modificacin de dichas herramientas para disponer de nuevos mdulos,
para alterar los existentes o, incluso, para cambiar cualquier aspecto relativo a la
configuracin automtica del modelo exigen un amplio conocimiento de Witness,
de Visual Basic y de la conexin entre ambos.
274
Herramienta informtica
botones que permiten acceder a las ventanas a travs de las cuales se incorpora
todos los datos anteriores.
275
Captulo 6
276
Herramienta informtica
277
Captulo 6
6.4 Configuracin
ejecucin
de
la
tcnica
metaheurstica
La aplicacin de Visual Basic permite configurar la tcnica metaheurstica tal
y como se ha descrito en el captulo 5.
En primer lugar, la aplicacin permite generar programas iniciales conforme a
los dos heursticos propuestos. En cada caso, el usuario puede fijar los valores de
los parmetros que caracterizan cada uno de los heursticos (por ejemplo, el
nmero de ciclos de los que est compuesto un programa, cuando este se genera
mediante la repeticin de ciclos). Alternativamente, se puede introducir cualquier
programa, se puede importar de una hoja de clculo o se puede recuperar un
programa generado por Visual Basic, que fue almacenado en algn otro momento.
Herramienta informtica
Manualmente, por parte del usuario. Tras finalizar una etapa, el usuario debe
seleccionar la siguiente.
279
Captulo 6
280
Herramienta informtica
6.5 Conclusiones
En este captulo se han presentado los aspectos relativos a la herramienta
informtica que permite disponer, por un lado, de un modelo de simulacin que
permite evaluar la calidad de un programa de envos y, por otro, la tcnica de
bsqueda que gua la generacin y seleccin de nuevos programas de envos.
En particular, se ha indicado cmo crear modelos conforme a las hiptesis
presentadas en el captulo 2 a partir de los mdulos desarrollados, con los cuales
se pueden elaborar modelos ms complejos para representar otros tipos de
sistemas introduciendo las modificaciones pertinentes.
La herramienta desarrollada en Visual Basic facilita las tareas de desarrollo y
explotacin del modelo de simulacin y contiene el cdigo correspondiente a la
tcnica de bsqueda.
El conjunto representa un prototipo que permite estudiar problemas de
programacin de oleoductos de manera satisfactoria tal y como se describe en el
prximo captulo.
281
Captulo
283
Captulo 7
284
285
Captulo 7
estos experimentos es 2056 10 3 = 61860 horas, es decir, del orden de 2670 das,
lo cual convierte esta estrategia en absolutamente inviable.
Conviene notar a este respecto que el tiempo estimado de 61860 horas
permitira evaluar el comportamiento de la tcnica en un nico problema, con lo
que el tiempo total necesario para estudiar varios problemas crecera con el
nmero de problemas.
Alternativamente, se podra considerar el inters de estimar el efecto de los
parmetros especficos de las etapas para evaluar el comportamiento de las
mismas. Despus, una vez obtenida una buena configuracin para las etapas, se
podra analizar el efecto de los parmetros relativos al proceso de bsqueda global.
Este anlisis parece desaconsejable. En primer lugar, la evaluacin global de la
tcnica se puede realizar atendiendo a, por ejemplo, el nmero de programas
obtenidos y el tiempo transcurrido hasta la obtencin del primer programa
satisfactorio. Sin embargo, el anlisis de cada etapa por separado no permite
realizar esa evaluacin. En efecto, la evaluacin del comportamiento de cada etapa
se centrara en estimar en qu medida determinada configuracin de parmetros
permite mejorar uno o varios criterios, pero no la capacidad de obtener programas
satisfactorios. Adems, es la ejecucin secuencial de las diferentes etapas la que
permite obtener programas satisfactorios, razn por la cual parece ms adecuado
evaluar la tcnica en su conjunto y no cada una de las partes que la conforman.
Adems, conviene sealar que la estimacin previa del nmero de horas es
relativamente conservadora, porque, como se ha comentado, parmetros como la
forma de generar un programa inicial o la forma de establecer la secuencia de
etapas pueden responder, a su vez, a un conjunto amplio de configuraciones.
Por las razones anteriores, la forma de proceder que se ha adoptado para
evaluar el comportamiento de la tcnica es la siguiente. Se seleccionaron dos
sistemas,
correspondientes
dos subsistemas
de
la red
de
oleoductos
Captulo 7
satisfactorios
obtenidos.
Esta
configuracin
se
denominar
7.2.1 Sistema 1
A continuacin caracteriza el sistema y los datos correspondientes al primero
de los horizontes de programacin estudiados.
7.2.1.1 Caracterizacin del sistema
El primer sistema consta de un total de 7 nodos y se utiliza para transportar 7
tipos de productos diferentes
En la figura 7.1 se ofrece un esquema de los siete nodos, denominados N1,
N2...N7, y que representan diferentes tipos de elementos del sistema:
El nodo N1 representa una refinera, que puede suministrar productos al
oleoducto o a una instalacin anexa, representada por el nodo N2. La refinera y la
instalacin anexa estn conectadas por tuberas especficas para diferentes
productos. A su vez, la instalacin anexa a la refinera puede verter el contenido
291
Captulo 7
45
00
N7
N3
N5
44
84
N4
5
31
30
16
810
N6
N1
N2
Nodo
N3
N4
N6
N7
1
20055
229872
148192
15376
2
6784
34619
16393
9245
3
12597
34914
18804
10179
Producto
4
0
35162
51295
0
5
9127
18622
85743
11451
6
0
8555
18178
0
7
4488
4280
11937
4852
Tabla 7.1. Capacidad de almacenamiento (en m3) de los tanques de cada uno de los
productos en cada uno de los nodos.
292
del tipo de producto y del nivel de inyeccin de mejorador de flujo del paquete
situado en la cabecera del oleoducto;
del tipo de producto del paquete que transita por N3, en el caso de la primera
rama, o del paquete que transita por N5 en el caso de la otra rama;
cabecera cuando:
1. el paquete situado en dicha cabecera es de producto p y su nivel de inyeccin
de mejorador es N,
293
Captulo 7
Cabecera
% Proporcion N3
Producto N3
GNA
GNA
GO
GO
KER
GNA
GO
KER
KER
GNA
GO
KER
0%
458
458
294
524
524
294
294
294
294
30%
465
465
465
530
530
530
294
294
294
40%
475
475
475
540
540
540
294
294
294
50%
485
485
485
550
550
550
294
294
294
60%
493
493
493
555
555
555
294
294
294
70%
493
493
493
555
555
555
294
294
294
100%
493
493
493
555
555
555
294
294
294
(m3/h)
294
El resto de valores del caudal de flujo para esta rama como los caudales
correspondientes a la rama 2 para los tres niveles de inyeccin de flujo estn
disponibles en el anexo B.
7.2.1.2 Caracterizacin de los periodos estudiados
A continuacin se presentan los datos correspondientes tres escenarios
estudiados para este sistema. Se han seleccionado tres horizontes de planificacin
de cada uno de los dos sistemas, cada uno de ellos con un horizonte de
programacin de 4 semanas.
La pauta de retirada de los productos de los diferentes tanques se comporta tal
y como se describi en el captulo 4. Los valores correspondientes a los perfiles de
retirada semanal, diario y horario son los siguientes.
isem (t , p) = 0.25 p, t
(7.1)
1/ 6 si 1 j 6
p, t
j=7
0 si
sem
j (t , p ) =
(7.2)
khora
0.00
0.50
0.50
0.50
2.00
13
14
15
16
17
18
19
20
21
5.00
4.00
2.00
2.00
1.00
2.00
1.00
1.00
1.00
hora
k
10
11
12
8.00
8.00
22
23
24
0.50
0.00
0.00
295
Captulo 7
Producto
N1/N2-N3
N1/N2-N5
N3-N4
N5-N6
N5-N7
1
3
1
3
1
Volumen
(m3)
4484
895
8100
1630
3381
fr(3)
fr(4)
fr (6)
fr (7)
0.50
0.00
0.00
0.00
0.00
0.50
0.00
1.00
0.00
0.00
0.00
1.00
0.00
1.00
0.00
0.00
0.00
0.00
0.00
1.00
Por ejemplo, la tubera que conecta la refinera y el N2, contiene dos paquetes,
el primero de 895 m3 y dirigido por completo al nodo N6 y el segundo, de 4484 m3
repartido a partes iguales entre los nodos N3 y N4.
Nodo
1
N3
N4
N6
N7
14900
106228
90815
6619
1346
27300
5393
4310
Producto
4
3
3660
14779
12014
7781
0
6400
11019
0
5
4591
11477
62916
3435
6
0
2569
10075
0
7
3069
3549
3685
3353
Tabla 7.5. Nivel de existencias del sistema 1 al comienzo del periodo 1 (m3)
Nodo
periodos de programacin.
N3
N4
N6
N7
Producto
4
40825
76141
38567
37935
6683
0
16258
4516
14451
3703
3974
3070
0
72258
0
0
5
7948
5870
27096
9393
0
3658
3341
0
3612
0
6141
2709
Tabla 7.6. Demanda en cada uno de los tanques del sistema 1 durante el horizonte 1 (m3)
296
7.2.2 Sistema 2
Igualmente, para el sistema 2 se ofrece su caracterizacin y los datos
correspondientes a uno de sus horizontes de programacin.
7.2.2.1 Caracterizacin del sistema
El segundo sistema consta de un total de 11 nodos y se utiliza para
transportar tambin 7 tipos de productos diferentes.
En la figura 7.2 se ofrece un esquema de los siete nodos, denominados N1,
N2...N11, y que representan diferentes tipos de elementos del sistema:
Los nodos N1 y N2 representan, respectivamente, una refinera y una
instalacin de almacenamiento anexa que operan como los nodos del sistema 1.
N2
8380
N1
39
10
77
10
78
11
N11
92
N6
N3
17
89
80
N4
N9
36
90
70
84
N5
N7
N10
25
40
N8
297
Captulo 7
Nodo
N3
N4
N6
N7
N8
N10
N11
Producto
4
46950
16303
33826
42352
13742
21712
36577
10682
2933
15019
11922
4566
11425
13286
7967
7554
15024
20861
9135
7417
8851
0
0
0
0
0
35162
0
5
12491
6127
13835
14108
5477
16929
8645
0
0
5934
5934
1774
8356
1026
3844
2964
6115
1640
1765
4302
4419
Tabla 7.7. Capacidad de almacenamiento (en m3) de los tanques de cada uno de los
productos en cada uno de los nodos.
Para este sistema se supone que el caudal es constante a lo largo del horizonte
temporal. A partir de la informacin recopilada de los gestores del oleoducto, los
planes de envos (con los cuales se deben elaborar los programas) se pueden servir
en el tiempo previsto con un caudal constante que puede ser proporcionado por los
equipos de bombeo disponible.
En este caso, el volumen del conjunto de tuberas de la nica rama que existe
es suficientemente elevado como para suponer que en cualquier momento
convivirn en el sistema productos de diferentes familias en proporciones
relativamente parecidas. Por ello, se puede admitir que el caudal no depende de
los productos que contiene el oleoducto. Adicionalmente, de acuerdo con las
caractersticas fsicas del sistema se puede admitir que caudal no depende del
reparto de los paquetes en los diferentes nodos.
298
Prod.
Vol (m3)
fr(4)
fr(6)
fr (7)
fr (8)
fr (10)
fr (11)
1
2
2
3
2
2
1
3
1
7
5
2
3
1
5
5
1
3000
5380
1384
6715
7710
2546
1364
3690
1886
493
1646
1447
1256
5108
8470
199
1593
0.10
0.00
0.80
0.15
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.05
0.10
0.50
0.20
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.05
0.00
0.25
0.2
0.00
0.00
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.00
0.10
0.10
0.2
0.00
0.00
0.50
1.00
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.45
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.50
1.00
0.50
1.00
0.00
0.00
0.30
0.45
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.50
0.00
0.50
0.00
1.00
1.00
299
Nodo
Captulo 7
N3
N4
N6
N7
N8
N10
N11
1
33136
12524
18559
17068
6095
13980
27009
2
8772
1696
4942
8002
2403
3893
4724
3
6433
5267
4264
6085
4903
3732
0
Producto
4
0
0
0
0
0
26064
0
5
10393
4928
9906
12831
3494
4515
7702
6
0
0
0
2311
0
2026
0
7
385
1020
1163
678
894
3591
311
Nodo
Tabla 7.9. Nivel de existencias del sistema 2 al comienzo del horizonte 1 (m3)
N3
N4
N6
N7
N8
N10
N11
1
26102
28090
26102
46279
23844
10000
56902
2
8850
3341
4967
6321
4786
10905
4515
3
9482
10476
11741
21315
9456
12572
0
Producto
4
0
0
0
0
0
0
0
5
5961
5600
5690
8309
2709
14632
9032
6
0
0
0
3612
0
903
0
7
1806
1625
1806
993
1174
1200
1806
Tabla 7.10. Demanda en cada uno de los tanques del sistema 2 durante el horizonte 1 (m3)
300
301
Captulo 7
prob( prod1 en
N 2) prob( prod1 en
prod 1 prod 2
(7.3)
prob( gasolina en
prob( gasoil en
N 2) =
N 2) =
prob(keroseno en N 2) =
(7.4)
302
prob( gasolina en
prob( gasoil en
prob( gasolina en
N 3) =
N 3) =
envos gasolina
total envos
=
destino: N 4
9528
= 0.06
161630
envos gasolina
79844
=
= 0.49
total envos destino:N 4 161630
N 3) =
(7.5)
envos keroseno
72258
=
= 0.45
total envos destino:N 4 161630
frmedio =
73519
= 0.31
235149
(7.6)
El caudal medio a partir de los datos anteriores es: QN ( prod1, prod 2, frmedio ) se
obtiene en cada caso de la tabla 7.2.
De acuerdo con la expresin 7.6, los caudales medios obtenidos para la
estacin 1 con las dos intensidades disponibles se ofrecen en la tabla 7.11
Q1
419
317
N
1
2
303
Captulo 7
N
1
2
3
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
7787
7790
28937
20360
20885
22127
23650
25675
27028
27093
27386
26437
27996
28236
IP
PAR
3
2
2
0
0
1
0
0
0
0
0
0
0
0
488
195
139
41
19
66
0
3
43
30
26
26
26
26
BLQ
158
168
277
186
129
115
111
106
152
144
139
104
99
105
INT
VNE
1412590
768030
324290
114810
62120
62120
56380
56380
56380
56380
56380
51730
51730
51730
21354
20821
84791
38165
37091
33103
35720
39709
48476
48455
48723
40679
44036
49327
En primer lugar, se comprueba, como cabe esperar, que para valores reducidos
de V paq las carencias son menores. Los valor menores se obtienen para
V paq = 1000 y V paq = 2000 . Sin embargo, para el resto de valores las diferencias
relativas son bastante menores. Conviene notar que al generar, por ejemplo,
304
un programa inicial con V paq = 40000 , slo algunos paquetes tendrn dicho
volumen. En efecto, el volumen de envos previsto de producto P2 por la rama
1 es de 6683 m3, por lo que en ningn caso se llegar a generar un paquete de
40000 m3 de dicho producto 2.
Rara vez se producen interfases prohibidas, salvo para cuatro valores de V paq
(1000, 2000, 5000 y 30000). En ambos casos, las interfases no se forman en la
cabecera sino porque dos paquetes no contiguos entran en contacto porque los
paquetes ubicados en medio se vierten por completo a algn depsito.
Efectivamente, este fenmeno es menos probable cuando el tamao de los
paquetes es elevado, porque cuanto mayores son los paquetes, tal y como opera
el heurstico, estos paquetes se dirigen a un mayor nmero de terminales, por
lo que es difcil que dos paquetes no contiguos entren en contacto.
Adems, se observa que el coste de las interfases puede variar dos rdenes de
magnitud al generar programas con valores de V paq entre 1000 y 110000 m3.
Se observa que algunos programas generados con diferentes valores de V paq
ofrecen el mismo coste de interfases. El clculo del coste de las interfases tal y
como se ha realizado es funcin de la secuencia de productos vertidos desde la
cabecera e independiente del volumen de los mismos (captulo 5). Para
determinados rangos de valores de V paq la secuencia que se obtiene es idntica,
a pesar de que los volmenes de los paquetes son diferentes, de manera que
varios programas arrojan el mismo coste de interfases. En general, se observa
que a medida que aumenta V paq , tambin aumenta el coste de las interfases.
305
Captulo 7
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
0
0
0
0
0
8859
6816
7833
8287
21187
18399
16241
15697
14889
IP
46
23
2
2
2
1
3
1
2
1
1
1
1
1
PAR
9030
5836
2130
1243
519
65
272
113
157
113
113
113
113
113
BLQ
72
69
82
104
154
323
258
311
287
554
486
410
384
274
INT
VNE
1418520
909670
392700
200140
104930
112240
75590
68290
68290
40970
40970
40970
40970
47050
0
0
0
0
6718
60082
37362
60320
33120
125807
112356
91168
80635
71398
V paq = 2000 se entrega todo el volumen previsto y no hay carencias. Sin embargo,
como contrapartida, el ndice de paradas y el coste de las interfases son muy
elevados. Tambin se comprueba que a medida que aumenta el valor de V paq la
306
Secuencia 1: 1-2-3-4-1-5-6-7
Secuencia 2: 1-3-2-4-1-7-5-6
Se han seleccionado dos secuencias formadas por ocho paquetes diferentes. El
producto 1 aparece dos veces en el mismo ciclo por dos razones. En primer lugar,
de este producto se enva un volumen significativamente mayor que el del resto de
productos. En segundo, el producto 1 no forma interfases prohibidas con ningn
producto, por lo que en la medida en que exista ms paquetes de este producto
ser ms improbable que se generen interfases a lo largo de procedimiento de
bsqueda.
Adems, para cada secuencia, por un lado, se ha evaluado el resultado
obtenido al generar desde uno hasta cuatro ciclos y, por otro, se ha estudiado el
resultado obtenido al comenzar el ciclo por el primer paquete o por el quinto de la
secuencia, de manera que se han estudiado 16 posibles configuraciones, cuyos
resultados se muestran en la tabla 7.15.
307
Captulo 7
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
IP
40295
76493
40666
80069
8665
23800
8758
23749
2632
12828
2632
12828
1437
8249
1437
8249
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PAR
11
0
0
0
3
4
11
6
36
30
153
101
96
31
95
60
BLQ
230
419
269
422
151
264
153
290
104
200
112
200
111
231
124
232
INT
83660
83660
104350
104350
172330
172330
213710
213710
261000
261000
285200
285200
347010
347010
388390
388390
VNE
64122
66303
65287
71396
0
12488
0
11917
0
841
0
0
0
6577
0
6577
308
7.3.2.2 Sistema 2
Resultados para el periodo 1
Igualmente, para este sistema, se han estudiado dos posibles secuencias
iniciales de paquetes para formar desde uno hasta cuatro ciclos. Las dos
secuencias son las siguientes:
Secuencia 1: 1-2-3-1-5-6-7
Secuencia 2: 1-3-2-1-6-7-5
En este caso, la secuencia inicial no contiene el producto 4 porque para este
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
31293
120021
26572
115937
3197
18105
0
13299
0
5913
0
4625
0
0
0
0
IP
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
PAR
137
127
67
584
68
230
68
179
151
146
70
267
119
207
103
107
BLQ
INT
VNE
289
672
431
861
228
310
185
302
172
228
126
215
152
171
105
159
33670
33670
33670
33670
72340
72340
72340
72340
111010
111010
111010
111010
149680
149680
149680
149680
128484
275735
156778
272107
23802
119377
16695
110949
9177
67631
0
63795
0
44126
0
34512
Los resultados son relativamente similares para los casos estudiados. Como
regla de carcter general, se vuelve a apreciar que a medida que el nmero de
309
Captulo 7
7.3.3 Conclusiones
A modo de conclusin, conviene sealar que ninguno de los dos heursticos
arroja programas con valores satisfactorios de la funcin objetivo, como era de
esperar. Como se ver ms adelante, sin embargo, a partir de estos programas la
tcnica puede obtener con ms o menos xito programas factibles y satisfactorios
para los horizontes de programacin considerados.
En primer lugar, conviene notar que ambos heursticos, salvo en algunos
casos, ofrecen un nmero reducido de interfases prohibidas (ver anexo B).
Con respecto a la idoneidad de uno u otro de los heursticos con respecto al
resto de criterios, si se comparan las alternativas que ofrecen mejores resultados
en trminos de carencias y de volumen no entregado para cada heurstico, se
observa que la generacin secuencial ofrece niveles de paradas, bloqueos y coste de
las interfases ms altos y, por lo tanto, menos satisfactorios. Por otro lado, para un
nivel determinado del coste de interfases, a veces, la mejor alternativa de la
generacin secuencial ofrece mejores resultados que la mejor alternativa de la
generacin mediante ciclos y, a veces, ocurre lo contrario.
Por ltimo, conviene sealar que el inters del heurstico se debe evaluar no
slo en trminos de los valores que ofrecen los criterios de los programas
generados, sino que es preciso comprobar su comportamiento como solucin inicial
para el proceso de bsqueda.
310
Captulo 7
En primer lugar, con la ejecucin manual fue posible comprobar que algunas
secuencias permitan obtener programas satisfactorios y otras no.
En este sentido, para mejorar un determinado criterio para el cual existan dos
etapas, se observ que, generalmente, convena seleccionar, en primer lugar,
aquella etapa cuyos movimientos daban lugar a cambios ms esenciales en los
programas y, en segundo, aquella etapa cuyos movimientos daban lugar a
cambios de menor.
Por ejemplo, para reducir el nivel de carencias, convena realizar inserciones
de paquetes completos en primer lugar y, despus, desplazar parte de un
paquete a otro anterior en la secuencia. En definitiva, era preferible introducir
primero cambios sustanciales y, despus, realizar un ajuste ms fino.
312
ms
esenciales
despus
aquellas
que
introducen
ejecutar las etapas que introducen cambios de alcance menor con respecto
al mismo criterio tras la ejecucin de las etapas que introducen cambios
esenciales con respecto a un criterio y,
Captulo 7
{
Fs (c)} F obj (c)
smax
>=t H
I (c ) =
si
si
Ft (c) F
(7.7)
obj
(c )
donde:
Ft (c)
Valor
objetivo
0
0
12
12
95000
0
314
Para este periodo, se establecieron los valores satisfactorios de cada uno de los
criterios de la funcin objetivo que figuran en la tabla 7.17.
Los gestores del sistema confirmaron que los valores anteriores eran valores
satisfactorios para el horizonte de programacin considerado. Por lo tanto, para
este horizonte, un programa resulta satisfactorio si permite atender la demanda
en todo momento y entregar todo el producto previsto sin incurrir en la formacin
de ninguna interfase prohibida. Adicionalmente, se estableci un lmite de 12
horas para el tiempo mximo durante el cual podra darse algn tipo de bloqueo.
Igualmente, se considera admisible el equivalente de una interfase parada
durante medio da para todo el horizonte, con lo que se estableci como el valor
mximo admisible del ndice de paradas. Por ltimo, se fij un valor mximo de
95000 para el coste de las interfases. Recurdese que este valor se obtiene
realizando una transformacin afn del valor real, que no revela por razones de
confidencialidad.
Parmetro
Nmero mximo de etapas,
200
Valor
It glob
max
glob
LTglob
50
10
LTet
It glob
300
10
3
Itet
max
et
10
LTet
315
3
1000
0.05
Captulo 7
Criterio
(c )
Carencias (CAR)
5000
Nmero de interfases prohibida (NIP)
4
ndice de paradas (PAR)
50
Duracin bloqueos (BLQ)
50
Coste interfases (INT)
5000
Volumen no entregado (VNE)
3000
Tabla 7.18. Parmetros tcnica, sistema 1
(c )
30%
30%
30%
30%
30%
30%
316
los programas seleccionados tras cada una de las iteraciones realizadas dentro
de cada etapa y
317
Captulo 7
Criterio
Carencias (CAR)
N de interfases prohibida (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
Programa 1
0
0
0
0
92040
0
Programa 2
0
0
7
0
80920
0
Programa 3
0
0
7
0
80080
0
84
301 minutos
3
1367
8412
22
40
Tabla 7.20. Caracterizacin del proceso de bsqueda para una replicacin del sistema 1.
318
Con respecto al nmero de veces que se ejecut cada etapa, se observa que el
criterio principal que dio lugar a la ejecucin de un mayor nmero de etapas fue el
nmero de interfases prohibidas, con un total de 63, 46 correspondientes a la
etapa 3 y 17 correspondientes a la etapa 4. Por su parte, el ndice de interfases
paradas fue bastante bajo a lo largo de todos los programas, por lo que slo fue
necesario ejecutar 3 veces la etapa 5, de manera que tras la finalizacin de cada
una de las veces que se ejecut se el valor del ndice de interfases resultaba
satisfactorio. La tabla 7.21 ofrece el nmero de veces que se ejecut cada etapa.
Carencias
Interfases prohibidas
Interfases paradas
Coste interfases
Volumen no entregado
Duracin de bloqueos
Etapa 1
Etapa 2
Etapa 3
Etapa 4
Etapa 5
Etapa 6
Etapa 7
Etapa 8
9
2
29
10
2
0
19
2
Etapa 9
11
Valor
8665
9
53
172330
151
0
319
Captulo 7
Carencias
m3
90000
80000
70000
60000
50000
40000
30000
20000
minutos de
ejecucin
10000
0
0
50
100
150
200
250
300
350
Figura 7.4. Evolucin de las carencias (m3) de paradas a lo largo del tiempo de ejecucin de
la tcnica (minutos)
320
N interfases prohibidas
unidades
12
10
8
6
4
2
minutos de
ejecucin
0
0
50
100
150
200
250
300
350
Figura 7.5. Evolucin del nmero de interfases prohibidas a lo largo del tiempo de
ejecucin de la tcnica (minutos)
Paradas
horasinterfases
paradas
100
90
80
70
60
50
40
30
20
minutos de
ejecucin
10
0
0
50
100
150
200
250
300
350
Figura 7.6. Evolucin del ndice de paradas a lo largo del tiempo (minutos)
321
Captulo 7
500
450
400
350
300
250
200
150
100
minutos de
ejecucin
50
0
0
50
100
150
200
250
300
350
Figura 7.7. Evolucin del tiempo de bloqueo (horas) a lo largo del tiempo de ejecucin
(minutos)
Coste interfases
unidades
monetarias
20000
18000
16000
14000
12000
10000
8000
6000
4000
minutos de
ejecucin
2000
0
0
50
100
150
200
250
300
350
Figura 7.8. Evolucin del coste de las interfases (unidades monetarias) a lo largo del
tiempo de ejecucin de la tcnica (minutos)
322
160000
140000
120000
100000
80000
60000
40000
minutos de
ejecucin
20000
0
0
50
100
150
200
250
300
350
Figura 7.9. Evolucin del volumen no entregado (m3) a lo largo del tiempo de ejecucin de
la tcnica (minutos)
323
Captulo 7
0.42
0.20
1.00
0.00
0.59
50000
0.00
0.42 1.00
0.20
1.00
0.72
100000
0.00
150000
1.00
0.00
0.53
200000
0.20
1.00 0.42
1.00
0.00
0.42 0.72
0.67
0.20
0.67
0.00 1.00
1.00
0.53
0.00
50000
100000
150000
200000
324
0.20
1.00
1.00
0.00 0.67
0.42
0.67
50000
0.42
1.00
0.72
0.00
100000
1.00
0.53
0.20
150000
200000
Intervalo
(2.82, 3.48)
(18.94,33.16)
Tabla 7.23. Resultados de la tcnica para las 20 replicaciones del horizonte 1 del sistema 1.
Captulo 7
para las paradas, el coste de las interfases y la duracin de los bloqueos. Dado que
la longitud del conjunto de tuberas es mayor que la del sistema 1, es razonable
admitir valores ms elevados para estos tres criterios, en particular, los de que
figuran en la tabla 7.24.
Criterio
Carencias (CAR)
Nmero de interfases prohibidas (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
Valor
objetivo
0
0
48
48
195000
0
Valor
200
300
50
10
10
3
8
10
3
1000
0.05
Los niveles de empeoramiento para este escenario son los que se figuran en la
tabla 7.26. Los porcentajes relativos son los mismos que para el sistema 1. Por su
parte, los mrgenes absolutos son diferentes. Se admiten mayores variaciones
para todos los criterios salvo para las interfases prohibidas. Por un lado, dado que
existe un nmero mayor de terminales, es ms improbable que dos paquetes no
326
vecindario,
conviene
establecer
unos
mrgenes
de
empeoramiento
relativamente mayores que los del sistema anterior. Conviene, finalmente, que
dichos mrgenes no sean demasiado elevados, para evitar que el proceso de
bsqueda se comporte de forma errtica y que no encuentre ningn programa
satisfactorio.
Margen de empeoramiento
Absoluto
Relativo
Criterio
Carencias (CAR)
Nmero de interfases prohibida (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
(c)
(c)
8000
3
60
60
8000
5000
30%
30%
30%
30%
30%
30%
327
Captulo 7
Carencias
Interfases prohibidas
Interfases paradas
Coste interfases
Volumen no entregado
Duracin de bloqueos
Etapa 1
Etapa 2
Etapa 3
Etapa 4
Etapa 5
Etapa 6
Etapa 7
Etapa 8
2
0
12
7
4
1
4
1
Etapa 9
Intervalo
(2.44, 3.06)
(24.83,62.21)
Tabla 7.28. Resultados de la tcnica para las 20 replicaciones del horizonte 1 del sistema 2
mismo criterio principal, ejecutando en primer lugar aquella que entraa cambios
de carcter ms esencial en los programas. De las posibles ordenaciones que
pueden resultar de esta manera se seleccionaron tres:
Secuencia 2: 9-7-8-5-6-3-4-1-2.
Secuencia 3: 3-4-1-2-9-7-8-5-6
Sistema 1
Sistema 1
Sistema 2
Secuencia 1
2
1
Secuencia 2
2
2
Secuencia 3
1
1
Tabla 7.29. Nmero de programas satisfactorios. Ejecucin de etapas con secuencia fija
329
Captulo 7
Criterio
Carencias (CAR)
Nmero de interfases prohibidas (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
Valores objetivo
Sist. 1
Sist. 2
0
0
0
0
36
72
36
72
120000
240000
0
0
Sist.
Sec.
1
2
2
1
2
3
ndice
Nmero de programas satisfactorios
Tiempo medio hasta el primer programa
Nmero de programas satisfactorios
Tiempo medio hasta el primer programa
Nmero de programas satisfactorios
Tiempo medio hasta el primer programa
Nmero de programas satisfactorios
Tiempo medio hasta el primer programa
Nmero de programas satisfactorios
Tiempo medio hasta el primer programa
Nmero de programas satisfactorios
Tiempo medio hasta el primer programa
(0.78,1.52)
42.13
(1.04,1.86)
64.54
(0.87,1.63)
51.36
(0.88,1.62)
53.71
(1.15,1.95)
67.23
(0.93,1.67)
72.15
Tabla 7.31. Resultados de la tcnica al ejecutar las etapas de manera cclica. Valores
objetivo de los criterios satisfactorios elevados
o bien porque por la naturaleza del sistema y los envos planificados para el
horizonte de programacin considerado permitan obtener con relativa facilidad
programas satisfactorios.
Sin embargo, los resultados obtenidos con la ejecucin variable de etapas son
significativamente mejores. Cabe concluir que conviene seleccionar de forma
adecuada la etapa que se debe ejecutar en cada momento para lograr que la
bsqueda converja. El objetivo es evitar que algunos criterios mejoren a costa de
dejar que otros empeoren notablemente y, como la mejora slo se consigue una vez
en cada ciclo, a travs de las etapas correspondientes, puede ser que algunos
criterios nunca se acerquen a valores prximos al objetivo.
Captulo 7
bloqueos y volumen no entregado muy elevados. Para el sistema 1, por ejemplo, las
carencias con un ciclo son de 26572 m3 (frente a 0 con tres ciclos) y los bloqueos
ocurren durante 431 horas (frente a 126). Lgicamente, el valor tan elevado de los
bloqueos impide que se entregue una gran cantidad del volumen previsto (156778
m3), mientras que con tres ciclos se llegaba a entregar todo. Como contrapartida,
los costes de las interfases son mucho menores y la duracin de las paradas muy
ligeramente inferiores.
Al partir de un programa generado con un nico ciclo, el resultado que ofrece
la tcnica es peor, tanto en trminos del nmero de programas satisfactorios como
del tiempo empleado en obtener el primero de ellos (tabla 7.32).
ndice
Nmero de programas satisfactorios
Tiempo hasta el primer programa
Intervalo
Sistema 1
(1.77,2.43)
(50.51,83.42)
Sistema 2
(1.61,2.29)
(81.34,112.13)
332
ndice
Sistema 1
(1.48,2.12)
(71.30,101.20)
Sistema 2
(0.94,1.56)
(92.71, 108.23)
sistema
2,
la
generacin
mediante
cinco
ciclos
ofrece
resultados
significativamente mejores.
Para el sistema 2, resulta ms sencillo comenzar con paquetes de tamao
relativamente pequeo, lo que da lugar a una menor cantidad de bloqueos,
carencias y volumen no entregado e ir reduciendo progresivamente los costes de
las interfases y las interfases paradas.
En cualquier caso, y en comparacin con la generacin de tres ciclos, parece
que no existe un criterio preferente cuyo valor resulte conveniente que sea muy
cercano a los valores objetivo para el programa inicial a costa de que otros queden
ms alejados. Conviene, al contrario, que los valores del programa inicial estn
relativamente equilibrados en trminos de su distancia a los valores objetivo. Esto
es ms conveniente en la medida en el que el problema sea de dimensin mayor,
333
Captulo 7
Intervalo
V paq = 2000
V paq = 40000
V paq = 100000
(1.25,1.85)
(2.59,3.31)
(1.53,2.17)
(92.19,130.08)
(23.73,39.02)
(62.83,97.34)
334
Intervalo
V paq = 2000
V paq = 20000
V paq = 90000
(0.85,1.45)
(2.02,2.68)
(1.37,2.03)
(85.92,103.57)
(36.23,71.04)
(92.52,127.36)
A la vista de los resultados se comprueba que tanto los valores pequeos como
grandes del parmetro V paq ofrecen resultados mucho peores. Los valores
extremadamente elevados de algunos de los criterios dificulta el acceso a regiones
potencialmente interesantes. Efectivamente, el fenmeno es de naturaleza similar
al que se daba con la generacin con muchos y pocos ciclos. Los valores obtenidos
para los respectivos valores medios de V paq para ambos sistemas arrojan
resultados de la tcnica muy parecidos a los obtenidos con la generacin mediante
ciclos.
De igual modo que como se realiz con el caso de la generacin mediante ciclos,
se realizaron algunas replicaciones de la tcnica dejando que operara durante ms
tiempo y, finalmente acaban por encontrarse un nmero de programas del mismo
orden que los que se obtenan al iniciar la bsqueda con un programa generado
con un valor intermedio de V paq .
A la vista de los resultados se puede concluir que lo que resulta importante no
es tanto la forma de generar los programas, sino que los valores de los criterios no
resulten demasiado dispares, sino razonablemente equilibrados, de manera que no
haya algunos de ellos muy alejados de los valores objetivo.
335
Captulo 7
336
Carencias
m3
45000
40000
35000
30000
25000
20000
15000
10000
minutos de
ejecucin
5000
0
0
50
100
150
200
250
300
350
Figura 7.13. Evolucin de las carencias (m3) de paradas a lo largo del tiempo de ejecucin
de la tcnica (minutos)
14
12
10
8
6
4
minutos de
ejecucin
2
0
0
50
100
150
200
250
300
350
Figura 7.14. Evolucin del nmero de interfases prohibidas a lo largo del tiempo de
ejecucin de la tcnica (minutos)
337
Captulo 7
horasinterfases
paradas
100
90
80
70
60
50
40
30
20
minutos de
ejecucin
10
0
0
50
100
150
200
250
300
350
Figura 7.15. Evolucin del ndice de paradas a lo largo del tiempo de ejecucin de la
tcnica (minutos)
Conviene sealar que las veces en las que no se produzco una bsqueda cclica,
y a pesar de no disponer de una muestra amplia de ejemplos, parece que el
338
350
300
250
200
150
100
50
minutos de
ejecucin
0
0
50
100
150
200
250
300
350
Figura 7.16. Evolucin del tiempo de bloqueo (horas) a lo largo del tiempo de ejecucin de
la tcnica (minutos)
Coste interfases
unidades
monetarias
200000
180000
160000
140000
120000
100000
80000
60000
40000
minutos de
ejecucin
20000
0
0
50
100
150
200
250
300
350
Figura 7.17. Evolucin del coste de las interfases (unidades monetarias) a lo largo del
tiempo de ejecucin de la tcnica (minutos)
339
Captulo 7
Volumen no entregado
m3
50000
45000
40000
35000
30000
25000
20000
15000
10000
minutos de
ejecucin
5000
0
0
50
100
150
200
250
300
350
Figura 7.18. Evolucin del volumen no entregado (m3) a lo largo del tiempo de ejecucin de
la tcnica (minutos)
340
341
Captulo 7
Sistema 1
(0.39,1.01)
Intervalo
Sistema 2
(-0.01,0.51)
Tabla 7.36. Nmero de programas satisfactorios con exploracin amplia del vecindario
Sistema 1
(1.76,2.64)
(10.12,54.30)
Intervalo
Sistema 2
(0.67,1.53)
(19.20,74.33)
En el caso de explorar slo tres vecinos de cada vecindario en caso de que haya
ms de tres vecinos, el resultado es significativamente mejor que el obtenido
explorando exhaustivamente el vecindario. En este caso, el nmero medio de
etapas visitadas por ejecucin completa de la tcnica es mayor que el valor de caso
base: para el sistema 2 es de 42.05 (frente a 18.5 del caso base) y para el sistema 1
es de 104.5 (frente a 28.5 del caso base). Aun cuando esta alternativa resulta
mejor
que
la
anterior,
la
configuracin
base
representa
una
opcin
343
Captulo 7
Sistema 1
(2.79, 3.41)
(28.30, 41,12)
Intervalo
Sistema 2
(2.38, 2.92)
(28.16, 59.73)
se
obtienen
tiempos
menores hasta
el
primer
programa
Efectivamente, se observa que aun cuando algunos vecinos ofrecen valores con
respecto a los diferentes criterios, los nuevos programas seleccionados nunca
empeoran ninguno de los criterios. Sin embargo, y como contrapartida, los vecinos
generados ofrecen valores fuera de mrgenes en una muy alta proporcin, por lo
que existen pocos o muy pocos vecinos en condiciones de ser elegidos como nuevos
programas, por lo que la bsqueda queda atrapada y no alcanza soluciones
satisfactorias.
Por ejemplo, la figura 7.19 ofrece la evolucin del nmero de interfases
prohibidas para una ejecucin de la tcnica para el periodo 1 de programacin del
sistema 1. Se observa que durante los primeros 75 minutos, prcticamente no se
encuentran programas con menos de 3 interfases prohibidas, por lo que los vecinos
con un nmero de interfases superior a 3 son desechados. A partir del minuto 75,
sin embargo, se encuentra un amplio nmero de programas sin interfases
prohibidas.
N interfases prohibidas
unidades
8
7
6
5
4
3
2
minutos de
ejecucin
1
0
0
50
100
150
200
250
Figura 7.19. Evolucin del nmero de interfases prohibidas para el sistema 1 con
mrgenes de empeoramiento igual a 0.
Captulo 7
adopta como solucin desde la que continuar el proceso de bsqueda y esta queda
atrapada en una determinada regin del espacio de soluciones, sin llegar, por lo
tanto, a alcanzarse ningn programa satisfactorio.
Coste interfases
unidades
monetarias
200000
180000
160000
140000
120000
100000
80000
60000
40000
minutos de
ejecucin
20000
0
0
50
100
150
200
250
Figura 7.20. Evolucin del nmero del coste de las prohibidas para el sistema 1 con
mrgenes de empeoramiento igual a 0.
346
desequilibrada,
caracterizada
por
los
siguientes
valores:
Captulo 7
cada una de las 20 replicaciones realizadas con cada sistema siempre se encontr
al menos un programa satisfactorio.
ndice
Nmero de programas satisfactorios
Tiempo hasta el primer programa
Sistema 1
(1.33,1.97)
(30.62,43.90)
Intervalo
Sistema 2
(0.99, 1.55)
(50.23,80.11)
da
j (t , p )
1
2
3
4
5
6
7
0.10
0.15
0.25
0.25
0.15
0.10
0.00
ndice
Nmero de programas satisfactorios
Tiempo hasta el primer programa
Intervalo
Sistema 1
(2.65,3.25)
(22.13,41.84)
Sistema 2
(2.39,3.01)
(26.32,74.89)
Tabla 7.37. Comportamiento de la tcnica con una pauta de retirada diaria desequilibrada
349
Captulo 7
ndice
Nmero de programas satisfactorios
Tiempo hasta el primer programa
Sistema 1
(2.79,3,41)
(21.34,35.63)
Intervalo
Sistema 2
(2.55,3.15)
(21.13,58.61)
Tabla 7.41. Comportamiento de la tcnica con una pauta de retirada diaria uniforme
Sistema 1
(2.92,3.48)
(16.71,30.13)
Intervalo
Sistema 2
(2.86,3.23)
(19.23, 51.71)
Tabla 7.42. Comportamiento de la tcnica con una pauta de retirada horaria uniforme
7.6 Conclusiones
En este captulo se ha presentado la aplicacin de la tcnica a dos sistemas
diferentes, cada uno de ellos en tres periodos de programacin distintos. Se ha
configurado la tcnica en cada caso de forma adecuada (configuracin base), con
resultados satisfactorios. En efecto, la tcnica permite obtener programas
350
Captulo 7
etapas, de manera que resulta difcil conseguir, efectivamente, que los criterios
alcancen valores por debajo de los valores objetivo. La situacin contraria es,
igualmente, menos eficaz que la configuracin base propuesta. En este caso els
fenmeno que tiene lugar es que al explorar pocos programas vecinos existe gran
probabilidad de no evaluar los programas ms interesantes, de manera que
aunque se ejecuta un mayor nmero de etapas cada una de ella de longitud
reducida, pero al final de cada etapa no se obtienen programas suficientemente
buenos como para obtener un buen resultado global al final del proceso.
Con respecto a los efectos que tiene la lista de diversificacin, se ha
comprobado que para los casos estudiados no ofrece mejoras significativas con
respecto al caso en el que no se utilizase, salvo en trminos del tiempo hasta
obtener un programa satisfactorio para uno de los sistemas estudiados.
Otro de los elementos caractersticos de la tcnica propuesta es la de los
mrgenes de empeoramiento admisibles para los programas candidatos. Se ha
comprobado que tanto unos mrgenes demasiado elevados hacen que el
procedimiento oscile por regiones con valores alejados de los valores objetivo
mientras en el caso de que los mrgenes sean muy reducidos (en el caso extremo,
no se permite que empeoren) la bsqueda queda confinada prematuramente. En
cualquiera de los dos casos no se consiguen obtener programas satisfactorios.
352
353
Captulo 7
354
Captulo
Captulo 8: CONCLUSIONES
8.1 Conclusiones ..................................................................................................... 357
8.2 Futuros desarrollos .......................................................................................... 362
355
Conclusiones
8.1 Conclusiones
Las conclusiones ms relevantes que se desprenden del trabajo realizado son
las que se enumeran a continuacin.
Captulo 8
Conclusiones
Captulo 8
de gran utilidad para los programadores con los que afinar los programas
obtenidos mediante la tcnica o para evaluar cualquier otro programa.
360
Conclusiones
En relacin con lo anterior, cabe esperar que el uso reiterado de la tcnica para
un sistema determinado permitir ajustar los parmetros a lo largo del
tiempo, de manera que la tcnica opere de maneras ms eficiente.
Captulo 8
362
Conclusiones
Otra lnea de avance podra consistir en coordinar los modelos relativos a los
oleoductos con el movimiento de fluidos mediante otros medios, especialmente,
por buque, de manera que los movimientos de los buques no constituyan datos
de partida (tal y como se consideran en los modelos construidos) sino variables
de decisin del problema.
363
Captulo 8
364
A
Anexo
Anexo A: NOMENCLATURA
A.1 Caracterizacin del sistema y del problema .................................................. 366
A.2 Definicin de un programa de envos ............................................................. 367
A.3 Caracterizacin de un programa de envos.................................................... 367
A.4 Generacin de programas ............................................................................... 369
A.4.1 Generacin secuencial de programas ....................................................... 369
A.4.2 Generacin de programas mediante ciclos............................................... 370
A.4.3 Tcnica de bsqueda ................................................................................. 370
365
Anexo A
CAP (t , p)
EI (t , p )
D(t , p)
Dijk (t , p)
isem (t , p)
da
j (t , p )
khora (t , p )
Qs
cab
Vol min
tub
Vmin
366
Nomenclatura
PAQ(i, s )
VPAQ (i, s )
PPAQ (i, s)
I PAQ (i, s)
fri , s (t )
OPAQ (i, s)
si
se
retira
de
la
instalacin
de
CAR
PCRt , p
VNE (t , p )
VNE
VPBt , p
Anexo A
BLQt , p
NBLQt , p
BLQ
NBLQ
PCBt , p
INT
NIP
IPpaq1 (l )
IPpaq 2 (l )
IPnodo (l )
Nodo en el que entran en contacto los productos que dan lugar a la lsima interfase prohibida
IPrama (l )
Rama del nodo en el que entran en contacto los productos que dan
lugar a la interfase prohibida l-sima
D ( p, q )
PARnodo (m)
PARrama (m)
Nomenclatura
PARdur ( m)
PARnum (m)
PAR
DNA(t , p )
Aut(t, p)
Auts ( p )
Auts ( p) =
Auts* ( s )
Aut (t , p)
t ( s )
(A.1)
Auts* ( p) =
Auts ( p)
DNA(t , p)
t ( s )
(A.2)
Ds ( p)
V paq
Vterm
Anexo A
N sec
Sec(k )
Tipo de producto del paquete k-simo del ciclo a partir del cual se
genera el programa.
Card( p)
It glob
Itet
Itetmej
Tetmax
max
Tglob
LTglob
LTet
NVecmax
Vint
Ft (c )
obj
(c )
(c )
(c )
B
Anexo
371
Anexo B
372
Ejemplos de aplicacin
373
Anexo B
B.1.1 Sistema 1
B.1.1.1 Caracterizacin del sistema
45
00
N7
N3
N5
44
84
1
63
N4
30
16
810
N6
N1
N2
Nodo
N2
N3
N4
N6
N7
P1
P2
21712
20060
229853
148192
15375
11425
6784
0
16393
9248
Producto
P3
P4
7417
12586
25928
18860
10179
0
0
0
51222
0
P5
P6
P7
16929
9118
18622
86142
11859
8356
0
8555
18178
0
4302
4488
4280
11937
4837
Tabla B.1. Capacidad de almacenamiento (en m3) de los tanques de cada uno de los
productos en cada uno de los nodos.
374
Ejemplos de aplicacin
Cabecera
% Proporcion N3
Producto N3
GNA
GO
KER
GNA
GO
KER
GNA
GO
KER
GNA
GO
KER
0%
30%
458
465
458
465
294
465
524
530
524
530
294
530
294
294
294
294
294
294
40%
475
475
475
540
540
540
294
294
294
50%
485
485
485
550
550
550
294
294
294
60%
493
493
493
555
555
555
294
294
294
70%
493
493
493
555
555
555
294
294
294
100%
493
493
493
555
555
555
294
294
294
(m3/h)
Cabecera
% Proporcion N3
Producto N3
GNA
GNA
GO
GO
KER
GNA
GO
KER
KER
GNA
GO
KER
0%
290
290
290
350
350
350
250
250
250
30%
350
350
340
340
340
340
250
250
250
40%
356
356
356
405
405
405
250
250
250
50%
364
364
364
413
413
413
250
250
250
60%
370
370
370
416
416
416
250
250
250
70%
370
370
370
416
416
416
250
250
250
100%
370
370
370
416
416
416
250
250
250
Tabla B.3. Rango de caudales (m3/h) para la rama 1 del sistema 1, con un nivel de
inyeccin de mejorador de flujo de 2 en la cabecera.
375
Anexo B
Cabecera
% Proporcion N7
Producto N3
GNA
GO
KER
GNA
GO
KER
GNA
GO
KER
GNA
GO
KER
0%
520
520
450
572
572
450
490
495
450
30%
535
535
589
589
495
500
40%
535
535
589
589
490
495
50%
530
530
583
583
490
495
60%
525
525
578
578
490
495
70%
520
520
572
572
490
495
100%
250
260
260
280
230
250
Tabla B.4. Rango de caudales (m3/h) para la rama 2 del sistema 1, con un nivel de
inyeccin de mejorador de flujo de 1 en la cabecera.
Cabecera
% Proporcion N7
Producto N3
GNA
GNA
GO
KER
GO
KER
GNA
GO
KER
GNA
GO
KER
0%
468
468
515
446
482
530
530
425
-
441
482
425
-
515
30%
446
450
425
-
40%
482
482
530
530
441
446
50%
477
477
525
525
441
446
60%
473
473
520
520
441
446
515
515
441
446
234
252
207
225
70%
468
468
100%
225
234
Tabla B.5. Rango de caudales (m3/h) para la rama 2 del sistema 1, con un nivel de
inyeccin de mejorador de flujo de 2 en la cabecera.
376
Ejemplos de aplicacin
Cabecera
GNA
% Proporcion N7
Producto N3
GO
KER
GNA
GO
KER
GNA
GO
KER
GNA
GO
KER
0%
390
390
429
429
371
401
401
441
441
400
-
368
30%
400
-
371
375
400
-
40%
401
401
441
441
368
371
50%
398
398
437
437
368
371
433
433
368
371
60%
394
394
70%
390
390
429
429
368
371
100%
188
195
195
210
173
188
Tabla B.6. Rango de caudales (m3/h) para la rama 2 del sistema 1, con un nivel de
inyeccin de mejorador de flujo de 3 en la cabecera.
isem (t , p) = 0.25 p, t
(B.1)
1 / 6 si 1 j 6
j=7
0 si
isem (t , p) =
hora
k
p, t
(B.2)
10
11
12
8.00
8.00
0.00
0.50
0.50
0.50
2.00
13
14
15
16
17
18
19
20
21
22
23
24
khora
5.00
4.00
2.00
2.00
1.00
2.00
1.00
1.00
1.00
0.50
0.00
0.00
377
Anexo B
Producto
N1/N2-N3
N1/N2-N5
N3-N4
N5-N6
N5-N7
1
3
1
3
1
Volumen
(m3)
4484
895
8100
1630
3381
fr(3)
fr(4)
fr (6)
fr (7)
0.50
0.00
0.00
0.00
0.00
0.50
0.00
1.00
0.00
0.00
0.00
1.00
0.00
1.00
0.00
0.00
0.00
0.00
0.00
1.00
Nodo
N3
N4
N6
N7
P1
14900
106228
90815
6619
P2
1346
27300
5393
4310
P3
3660
14779
12014
7781
P4
0
6400
11019
0
P5
4591
11477
62916
3435
P6
0
2569
10075
0
P7
3069
3549
3685
3353
Tabla B.9. Nivel de existencias del sistema 1 al comienzo del periodo 1 (m3)
Nodo
N3
N4
N6
N7
P1
40825
76141
38567
37935
P2
6683
0
16258
4516
P3
14451
3703
3974
3070
P4
0
72258
0
0
P5
7948
5870
27096
9393
P6
0
3658
3341
0
P7
3612
0
6141
2709
Tabla B.10. Demanda en cada uno de los tanques del sistema 1 durante el periodo 1 (m3)
378
Ejemplos de aplicacin
Q1
419
317
N
1
2
Nivel de inyeccin:1
N
1
2
3
Nivel de inyeccin:3
Periodo 2
Tubera
Producto
N1/N2-N3
N1/N2-N3
N1/N2-N3
N1/N2-N5
N1/N2-N5
N3-N4
N3-N4
N3-N4
N5-N6
N5-N7
1
4
2
6
1
1
6
1
1
1
Volumen
(m3)
465
1709
2310
3041
3274
6909
680
511
1630
4500
fr(3)
fr(4)
fr (6)
fr (7)
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
1.00
1.00
0.00
0.00
1.00
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.90
0.50
0.00
0.00
0.00
1.00
0.00
0.00
0.00
0.00
0.10
0.50
0.00
0.00
0.00
0.00
1.00
379
Anexo B
Nodo
N3
N4
N6
N7
P1
6024
148979
98494
3306
P2
3973
24989
10123
6339
P3
7830
23638
12302
3056
P4
0
23064
21088
0
P5
5920
11130
58309
6811
P6
0
792
4156
0
P7
1237
1209
4625
1430
Tabla B.14. Nivel de existencias del sistema 1 al comienzo del periodo 2 (m3)
Nodo
N3
N4
N6
N7
P1
60317
41855
53994
59811
P2
3161
3540
10495
6701
P3
17450
16312
2908
7334
P4
0
34655
28830
0
P5
9736
0
51465
12771
P6
0
2149
3793
0
P7
3287
0
7207
2908
Tabla B.15. Demanda en cada uno de los tanques del sistema 1 durante el periodo 2 (m3)
N
1
2
Nivel de inyeccin:2
N
1
2
3
Nivel de inyeccin:2
380
Ejemplos de aplicacin
Periodo 3
Tubera
Producto
N1/N2-N3
N1/N2-N5
N1/N2-N5
N3-N4
N5-N6
N5-N7
N5-N7
1
1
2
1
3
3
1
Volumen
(m3)
4484
5420
895
8100
1630
1119
3381
fr(3)
fr(4)
fr (6)
fr (7)
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.50
0.00
0.00
1.00
0.00
0.00
0.00
0.00
0.50
0.50
0.00
1.00
0.00
0.00
0.00
0.50
0.50
0.00
0.00
1.00
1.00
Nodo
N3
N4
N6
N7
P1
13829
152826
126703
4021
P2
2974
24970
9530
4083
P3
7058
19708
16832
7740
P4
0
23940
41141
0
P5
4668
13844
69280
9934
P6
0
3488
8195
0
P7
1469
584
2582
876
Tabla B.19. Nivel de existencias del sistema 1 al comienzo del periodo 3 (m3)
Nodo
N3
N4
N6
N7
P1
51666
35754
67644
62864
P2
1899
3352
4243
3208
P3
19776
4583
0
7203
P4
0
73472
0
0
P5
13293
11717
31299
16114
P6
0
0
0
0
P7
3929
2619
10346
3929
Tabla B.20. Demanda en cada uno de los tanques del sistema 1 durante el periodo 3 (m3)
N
1
2
Nivel de inyeccin:2
381
Anexo B
N
1
2
3
Nivel de inyeccin:3
B.1.2 Sistema 2
B.1.2.1 Caracterizacin del sistema
N2
8380
N1
N6
39
10
10
77
N3
78
11
N4
N11
17
92
89
80
N9
36
90
70
84
N5
N7
N10
25
40
N8
382
Nodo
Ejemplos de aplicacin
N3
N4
N6
N7
N8
N10
N11
Producto
4
46950
16303
33826
42352
13742
21712
36577
10682
2933
15019
11922
4566
11425
13286
7967
7554
15024
20861
9135
7417
8851
0
0
0
0
0
35162
0
5
12491
6127
13835
14108
5477
16929
8645
0
0
5934
5934
1774
8356
1026
3844
2964
6115
1640
1765
4302
4419
Tabla B.23. Capacidad de almacenamiento (en m3) de los tanques de cada uno de los
productos en cada uno de los nodos.
Prod.
Vol (m3)
fr(3)
fr(4)
fr(6)
fr (7)
fr (8)
fr (10)
fr (11)
1
2
2
3
2
3
1
2
2
1
3
1
7
5
5
5
1
3000
5380
1384
6715
1447
1256
5108
7710
2546
1364
3690
1886
493
1646
8470
199
1593
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.10
0.00
0.80
0.15
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.05
0.10
0.50
0.00
0.00
0.00
0.20
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.05
0.00
0.25
0.00
0.00
0.00
0.2
0.00
0.00
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.00
0.10
0.10
0.00
0.00
0.00
0.2
0.00
0.00
0.50
1.00
1.00
1.00
0.00
0.00
0.00
0.00
0.45
0.00
0.00
0.50
1.00
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
0.00
0.30
0.45
0.00
0.00
0.50
0.00
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
1.00
383
Nodo
Anexo B
N3
N4
N6
N7
N8
N10
N11
1
33136
12524
18559
17068
6095
13980
27009
2
8772
1696
4942
8002
2403
3893
4724
3
6433
5267
4264
6085
4903
3732
0
Producto
4
0
0
0
0
0
26064
0
5
10393
4928
9906
12831
3494
4515
7702
6
0
0
0
2311
0
2026
0
7
385
1020
1163
678
894
3591
311
Nodo
Tabla B.25. Nivel de existencias del sistema 2 al comienzo del periodo 1 (m3)
N3
N4
N6
N7
N8
N10
N11
1
26102
28090
26102
46279
23844
10000
56902
2
8850
3341
4967
6321
4786
10905
4515
3
9482
10476
11741
21315
9456
12572
0
Producto
4
0
0
0
0
0
0
0
5
5961
5600
5690
8309
2709
14632
9032
6
0
0
0
3612
0
903
0
7
1806
1625
1806
993
1174
1200
1806
Tabla B.26. Demanda en cada uno de los tanques del sistema 2 durante el periodo 1 (m3)
384
Ejemplos de aplicacin
Periodo 2
Tubera
N1/N2-N3
N1/N2-N3
N3-N4
N3-N4
N3-N9
N3-N9
N4-N5
N5-N6
N5-N6
N5-N7
N5-N7
N7-N8
N9-N10
N9-N10
N9-N10
N9-N11
Prod.
1
3
Vol (m3)
2371
6009
3
1
3
1
1
1
3
1
3
3
1
3
1
1
6728
1371
3585
4226
7710
1900
2010
2703
987
4025
1759
6201
510
1792
fr(3)
fr(4)
fr(6)
fr (7)
fr (8)
fr (10)
fr (11)
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.25
0.25
0.00
0.00
0.30
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.25
0.25
0.00
0.00
0.30
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.50
0.70
0.25
0.25
0.00
0.00
0.40
0.00
0.00
0.50
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.25
0.25
0.00
0.00
0.00
0.00
0.00
0.50
0.50
1.00
0.00
0.00
0.00
0.00
0.25
0.10
0.00
0.00
0.50
0.50
0.00
0.00
0.00
0.00
0.00
0.00
1.00
1.00
1.00
0.00
0.25
0.20
0.00
0.00
0.50
0.50
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
Nodo
N3
N4
N6
N7
N8
N10
N11
Prod. 1
41767
13231
30744
31196
10508
6284
29734
Prod. 2
9020
2431
13575
8793
1746
4587
8454
Prod. 3
5705
5937
11321
8073
5318
5953
4938
Prod. 4
0
0
0
0
0
26064
0
Prod. 5
10468
4420
7885
10590
4069
5886
7614
Prod. 6
0
0
0
2806
0
0
0
Prod. 7
2869
607
693
126
736
1813
1670
Tabla B.28. Nivel de existencias del sistema 2 al comienzo del periodo 2 (m3)
Nodo
N3
N4
N6
N7
N8
N10
N11
Prod. 1
25199
30257
22761
42360
23031
79032
55818
Prod. 2
1716
993
2348
1625
993
9845
1354
Prod. 3
5148
6322
5600
25290
8580
21045
5058
Prod. 4
0
0
0
0
0
0
0
Prod. 5
0
6683
5419
11019
4335
20232
9393
Prod. 6
0
0
0
1987
0
0
0
Prod. 7
1428
1535
1354
993
1354
2709
1716
Tabla B.29. Demanda en cada uno de los tanques del sistema 2 durante el periodo 2 (m3)
385
Anexo B
Periodo 3
Tubera
N1/N2-N3
N3-N4
N3-N9
N3-N9
N4-N5
N4-N5
N5-N6
N5-N6
N5-N7
N7-N8
N7-N8
N9-N10
N9-N10
N9-N11
Prod.
Vol (m3)
1
1
1
2
2
3
3
1
3
3
5
2
1
3
8380
8099
6582
1229
2192
5518
2500
1410
3690
548
3477
457
8013
1792
fr(3)
0.20
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
fr(4)
0.00
0.25
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
fr(6)
0.10
0.25
0.00
0.00
0.30
0.30
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
fr (7)
0.10
0.25
0.00
0.00
0.30
0.20
0.00
0.00
0.50
1.00
1.00
0.00
0.00
0.00
fr (8)
0.10
0.25
0.00
0.00
0.40
0.50
0.00
0.00
0.50
0.00
0.00
0.00
0.00
0.00
fr (10)
fr (11)
0.25
0.00
0.50
0.10
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
1.00
0.00
0.25
0.00
0.50
0.90
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
Nodo
N3
N4
N6
N7
N8
N10
N11
Prod. 1
42459
12326
32928
31175
11610
11465
27489
Prod. 2
7654
2640
13936
7157
3710
3407
11320
Prod. 3
5109
3283
6286
15895
3999
5079
7124
Prod. 4
0
0
0
0
0
23940
0
Prod. 5
9030
5035
9901
8841
1401
8185
5581
Prod. 6
0
0
0
1652
0
0
0
Prod. 7
447
420
1171
564
1056
902
632
Tabla B.31. Nivel de existencias del sistema 2 al comienzo del periodo 3 (m3)
Nodo
N3
N4
N6
N7
N8
N10
N11
Prod. 1
22779
29371
25637
44964
20378
100449
48887
Prod. 2
1011
1457
2122
1499
2336
0
1395
Prod. 3
5735
6322
10838
17161
8851
0
4076
Prod. 4
0
0
0
0
0
15354
0
Prod. 5
0
6160
6525
9522
5117
21569
9355
Prod. 6
0
0
0
0
0
0
0
Prod. 7
1806
1535
1716
921
1716
13548
1806
Tabla B.32. Demanda en cada uno de los tanques del sistema 2 durante el periodo 3 (m3)
386
Ejemplos de aplicacin
B.2.1.1 Sistema 1
Periodo 1
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
7787
7790
28937
20360
20885
22127
23650
25675
27028
27093
27386
26437
27996
28236
IP
PAR
3
2
2
0
0
1
0
0
0
0
0
0
0
0
488
195
139
41
19
66
0
3
43
30
26
26
26
26
BLQ
158
168
277
186
129
115
111
106
152
144
139
104
99
105
INT
VNE
1412590
768030
324290
114810
62120
62120
56380
56380
56380
56380
56380
51730
51730
51730
21354
20821
84791
38165
37091
33103
35720
39709
48476
48455
48723
40679
44036
49327
387
Anexo B
Periodo 2
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
27017
30797
68031
71227
88650
66549
67129
72509
81971
91318
91756
91796
91834
91838
IP
PAR
2
1
3
1
1
0
0
0
0
0
0
0
0
0
1032
412
161
130
163
94
70
98
72
67
67
67
67
67
BLQ
428
434
646
647
728
645
538
498
616
728
728
728
728
726
INT
VNE
2058910
1018630
415820
222970
104660
120690
66710
66710
61970
61010
55300
55300
55300
78230
61128
66298
148985
153674
156242
134978
118422
126424
148196
169133
174167
174958
174958
172882
Periodo 3
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
27185
38062
63242
79122
79468
73798
70874
68769
64632
62082
60747
60728
60737
60737
IP
PAR
0
0
0
0
0
0
0
0
0
0
0
0
0
0
79
94
34
36
35
34
34
47
45
34
34
34
34
34
BLQ
210
264
502
482
439
413
384
329
285
241
193
104
104
104
INT
VNE
989300
521740
230060
111260
86090
62370
57650
56120
56120
50480
50480
50480
50480
50480
663780
839490
1357050
1637780
1578340
1525160
1431860
1384770
1297420
1198320
1125870
1121260
1121260
1121260
388
Ejemplos de aplicacin
B.2.1.2 Sistema 2
Periodo 1
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
0
0
0
0
0
8859
6816
7833
8287
21187
18399
16241
15697
14889
IP
46
23
2
2
2
1
3
1
2
1
1
1
1
1
PAR
9030
5836
2130
1243
519
65
272
113
157
113
113
113
113
113
BLQ
72
69
82
104
154
323
258
311
287
554
486
410
384
274
INT
VNE
1418520
909670
392700
200140
104930
112240
75590
68290
68290
40970
40970
40970
40970
47050
0
0
0
0
6718
60082
37362
60320
33120
125807
112356
91168
80635
71398
Periodo 2
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
33964
7699
3283
5387
11766
23468
32101
53850
72208
72520
72208
71423
72520
72541
IP
10
12
4
2
1
1
1
1
1
1
1
1
1
1
PAR
4208
2846
2076
1154
256
105
118
120
121
121
121
121
121
121
BLQ
276
88
114
108
91
118
181
326
456
455
456
462
455
454
INT
VNE
1536630
1018710
483240
257750
149590
70300
70300
77490
70300
41440
41440
34250
41440
41440
94906
11156
0
0
11413
55971
106720
147773
183539
183735
183539
183269
183735
183765
389
Anexo B
Periodo 3
V paq
CAR
1000
2000
5000
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
110000
0
6451
19572
51050
51189
77119
84977
101607
117561
117561
117561
117561
117561
117561
IP
PAR
0
5
0
0
0
0
0
0
0
0
0
0
0
0
3224
2342
755
416
388
371
399
380
374
374
374
374
374
374
BLQ
84
165
195
345
345
422
433
637
699
699
699
699
699
699
INT
VNE
1304080
934620
367730
186580
114910
79080
79080
43250
43250
43250
43250
43250
43250
43250
0
18527
67568
157498
157498
208764
212020
242204
271280
271280
271280
271280
271280
271280
Secuencia 1: 1-2-3-4-1-5-6-7
Secuencia 2: 1-3-2-4-1-7-5-6
Cuando el horizonte de planificacin no incluye envos de alguno de los
Ejemplos de aplicacin
B.2.2.1 Sistema 1
Periodo 1
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
IP
40295
76493
40666
80069
8665
23800
8758
23749
2632
12828
2632
12828
1437
8249
1437
8249
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PAR
11
0
0
0
3
4
11
6
36
30
153
101
96
31
95
60
BLQ
230
419
269
422
151
264
153
290
104
200
112
200
111
231
124
232
INT
33670
33670
33670
33670
72340
72340
72340
72340
111010
111010
111010
111010
149680
149680
149680
149680
VNE
64122
66303
65287
71396
0
12488
0
11917
0
841
0
0
0
6577
0
6577
Periodo 2
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
IP
49766
32676
21528
33624
10863
289
11067
233
675
3557
675
5626
6226
0
6238
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PAR
0
0
0
0
76
144
87
67
121
90
137
47
135
152
136
185
BLQ
INT
VNE
309
400
131
490
324
204
188
175
132
206
183
25
236
193
235
199
127950
127950
172680
172680
260910
260910
348600
348600
393870
393870
524520
524520
524940
524940
697750
697750
140579
74320
20515
108329
56155
12514
61574
10888
0
7175
0
16652
27773
0
28725
902
Anexo B
Periodo 3
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
IP
78359
82317
77424
78345
8214
28081
6911
24991
1590
6015
1145
4732
692
488
510
384
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PAR
19
47
0
22
33
4
32
0
60
15
16
2
96
140
65
54
BLQ
INT
VNE
348
377
348
361
132
262
125
243
68
187
28
177
67
164
15
156
84600
84600
103940
103940
174200
174200
212890
212890
263810
263810
321840
321840
353410
353410
430790
430790
127208
100900
129559
111914
45210
51910
45192
51892
35011
37077
34993
37059
33899
33137
33883
33121
B.2.2.2 Sistema 2
Periodo 1
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
31293
120021
26572
115937
3197
18105
0
13299
0
5913
0
4625
0
0
0
0
IP
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
PAR
137
127
67
584
68
230
68
179
151
146
70
267
119
207
103
107
BLQ
INT
VNE
289
672
431
861
228
310
185
302
172
228
126
215
152
171
105
159
1279840
2752350
1562780
2716070
233020
1188770
161950
1104490
86770
671310
-5000
632950
-5000
436260
-5000
340120
128484
275735
156778
272107
23802
119377
16695
110949
9177
67631
0
63795
0
44126
0
34512
Ejemplos de aplicacin
Periodo 2
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
IP
43976
131055
35324
124312
19129
31458
19204
24739
7201
7913
5310
7672
3048
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PAR
67
147
68
224
68
166
70
182
70
110
66
162
72
67
66
67
BLQ
INT
VNE
173
641
216
743
178
319
165
346
180
191
164
180
110
101
95
108
979950
3138050
968300
2955400
656730
1333870
646990
1173320
319780
536710
405100
518930
111000
24840
106720
7160
98495
314305
97330
296040
66173
133887
65199
117832
32478
54171
41010
52393
11600
2984
11172
1216
Periodo 3
N.cic
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Sec
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Paq 1
1
5
1
5
1
5
1
5
1
5
1
5
1
5
1
5
CAR
IP
44678
53664
40211
61175
26864
17708
28132
19954
22339
16339
17290
10917
3925
0
3329
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PAR
244
119
254
119
347
243
330
233
388
340
354
336
433
514
443
501
BLQ
INT
VNE
190
362
178
363
187
187
145
221
169
129
158
119
49
61
47
72
86820
86820
116380
116380
178640
178640
237770
237770
270460
270460
300030
300030
362290
362290
421420
421420
9182
9182
12138
12138
18364
18364
24277
24277
27546
27546
30503
30503
36729
36729
42642
42642
393
Anexo B
CAP (t , p) EI (t , p)
D(t , p )
p =1
P
t =1
(B.3)
En la medida que este valor sea mayor, la capacidad efectiva de los tanques
para recibir ms producto es menor y, por lo tanto, el tamao de los paquetes ser
igualmente menor. Los valores de este ndice para los periodos 1 y 2 son,
respectivamente, 24.83 y 25.26, mientas que el valor para el periodo 3 es 20.47.
Al ser los paquetes de tamao menor, el coste asociado de las interfases es
mayor.
En consonancia con el menor valor de la holgura tambin se admite un valor
del tiempo de bloqueo ligeramente superior, aunque no se admite dejar de
entregar parte de los envos previstos ni tampoco se permiten programas con
carencias o interfases prohibidas (tabla B.41).
La generacin de programas iniciales arroja valores de los costes de interfases
no significativamente mayores para el periodo 3. Sin embargo, a la vista de los
394
Ejemplos de aplicacin
Criterio
Carencias (CAR)
Nmero de interfases prohibidas (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
Tabla B.41. Valores satisfactorios de los criterios para los tres periodos. Sistema 1
It glob
200
Valor
max
Tglob
LTglob
50
10
LTet
It glob
300
10
3
Itet
max
et
10
LTet
3
1000
0.05
395
Anexo B
Criterio
Carencias (CAR)
Nmero de interfases prohibida (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
(c)
(c)
8000
3
60
60
8000
5000
30%
30%
30%
30%
30%
30%
Periodo 1
Intervalo
Periodo 2
Periodo 3
(2.82, 3.48)
(2.44, 3.06)
(2.03, 2.95)
(18.94,33.16)
(24.83,62.21)
(32.17,81.38)
B.3.2 Sistema 2
B.3.2.1 Caracterizacin de la tcnica
Valor objetivo
Periodo 1
Periodo 2
Periodo 3
0
0
0
0
0
0
48
48
48
48
60
60
195000
205000
205000
0
0
0
Criterio
Carencias (CAR)
Nmero de interfases prohibidas (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
396
Ejemplos de aplicacin
En este caso, las holguras relativas de los periodos 2 y 3 son superiores (33.60
y 36.64 respectivamente) a la del periodo 1 (26.89). Adicionalmente, los envos
totales son un del orden de un 10% superior para los periodos 2 y 3 con respecto al
periodo 1. Estos valores justifican los valores ligeramente diferentes para los
valores satisfactorios de los criterios.
Margen de empeoramiento
Absoluto
Relativo
Criterio
Carencias (CAR)
Nmero de interfases prohibida (NIP)
ndice de paradas (PAR)
Duracin bloqueos (BLQ)
Coste interfases (INT)
Volumen no entregado (VNE)
(c)
(c)
5000
4
50
50
5000
3000
30%
30%
30%
30%
30%
30%
Parmetro
Nmero mximo de etapas,
200
It glob
Valor
50
LTglob
10
LTet
10
It glob
300
max
Tglob
Itet
Tetmax
10
LTet
3
1000
0.05
397
Anexo B
Periodo 1
Intervalo
Periodo 2
Periodo 3
(2.44, 3.06)
(2.03, 2.95)
(2.32, 3.16)
(24.83,62.21)
(32.17,81.38)
(28.12,72.09)
398
Ejemplos de aplicacin
399