logística – El blog de Víctor Yepes

Estudio del layout o de la distribución en planta de los almacenes en obra

Figura 1. Aspecto de una instalación de obra y acopios de material al aire libre. https://es.dreamstime.com/foto-de-archivo-editorial-kaliningrado-rusia-almac%C3%A9n-temporal-del-almacenamiento-de-los-productos-y-de-los-materiales-de-la-construcci%C3%B3n-image58934568

Los almacenes de materiales y maquinaria, tanto en una obra como en los parques de maquinaria, deben considerar una gran variedad de problemas interrelacionados relacionados con la sistematización física y contable. Es por ello que un almacén debería diseñarse para reducir costes y retrasos, así como interferir lo menos posible en el proceso productivo. Para ello, un sistema de almacenamiento debería cumplir los siguientes requisitos:

Posibilidad de una recepción cómoda de los materiales.
Instalaciones adecuadas al tipo de material almacenado y a sus exigencias de manipulación.
Posibilidad de una fácil distribución.
Minimizar los registros contables correspondientes a los movimientos físicos.

Para proyectar correctamente un almacén, deberíamos realizar un estudio del layout o de la distribución en planta, siendo los elementos de inventario y el espacio disponible los factores más importantes a tener en cuenta.

En la asignación del espacio de almacenamiento se deben considerar una serie de criterios relacionados con el tipo de existencias y el movimiento de materiales o maquinaria:

Separar las áreas destinadas a los materiales que, por su naturaleza, vayan a ser manipulados en grandes lotes o con gran frecuencia, de los que se mueven con poca frecuencia o en pequeños lotes, aunque de forma reiterada.
Reservar las zonas más accesibles o más próximas a los puntos de carga y descarga para el almacenamiento de los elementos de desplazamiento más frecuente.
Considerar qué elementos pueden almacenarse al aire libre, con o sin cobertura protectora.

Figura 2. Almacenamiento mediante estantes, con pasillos para transporte. https://www.ohra.es/sectores/materiales-de-construccion

Un buen estudio planimétrico debe considerar, entre otros, los siguientes objetivos:

Las instalaciones deben proyectarse para asegurar su máxima utilización.
Debe minimizarse los tiempos muertos y reducir la congensión del flujo de trabajo.
Debe preverse un mantenimiento eficiente de las áreas e instalaciones del almacén, que no obstaculice el desarrollo de los trabajos.
Debe garantizarse la mayor velocidad del flujo de materiales y la reducción de los tiempos de trabajo.
Se deben considerar las condiciones del trabajo del personal, respetando las exigencias de seguridad e higiene, así como la ergonomía.

Los almacenes de materiales en obra o en el parque de maquinaria normalmente utilizan sistemas con silos y cisternas, sistemas de estanterías de diversas clases (Figura 2) o sistemas paletizados (Figura 3). Sin embargo, también son habituales los almacenes al aire libre o en áreas no provistas de edificios. En este último caso, en las obras encontramos depósitos desordenados o a granel de materiales tales como los áridos.

Figura 3. Almacenamiento paletizados de sacos de cemento. https://www.cuevadelcivil.com/2013/03/almacenamiento-de-materiales.html

Para realizar un almacenamiento adecuado se debe planificar la distribución o layout incluyendo las actividades que se indican en la Figura 4 (Serpell, 2002). De esta forma, se conseguirá una distribución eficiente de los sistemas de almacenaje que contribuirá a la mejora de la productividad en la ejecución de la obra.

Figura 4. Diseño de la distribución en obra de los materiales (Serpell, 2002).

Analicemos brevemente cada uno de los elementos indicados en la Figura 3 (Serpell, 2002):

Materiales necesarios para la ejecución de la obra: la naturaleza de los materiales influye en el espacio requerido en el almacén.
Formas de almacenamiento y otras exigencias: el material que entra en un almacén pasa por varios movimientos que van desde el envío y descarga en la obra hasta el despacho y carga para llevarlo al tajo correspondiente. Por tanto se pueden usar tres tipos de almacenes en obra: un área temporal que minimice la distancia al tajo, un área de acopio de materiales, de mayores dimensiones y para materiales a granel no afectados por las condiciones ambientales, y almacenes cerrados o bodegas. A parte también se encuentran en obra otras instalaciones como talleres de fabricación (ferralla, encofrados, prefabricados, etc.).
Cantidad a almacenar y tamaño de la instalación: la cantidad de materiales a almacenar determinará el tamaño del almacén. Sin embargo, la planificación de la obra lamina el volumen necesario. En el layout, deberá minimizarse las áreas dedicadas a acceso, manipulación y otras actividades complementarias al propio almacenaje.
Calidad de las instalaciones: las características, y por tanto, el coste del almacén será función, entre otros factores, del tipo y duración de la obra, de las condiciones ambientales, de la protección contra el fuego, disponibilidad de material, reutilización de la instalación, la protección de los materiales o las exigencias de la propiedad.
Cercanía relativa: Se refiere a la proximidad de la instalación a los tajos y a la facilidad para recibir los materiales que llegan a obra.
Relaciones entre áreas de almacenamiento: Se trata de reducir al máximo el movimiento de operarios, materiales y equipos entre las distintas instalaciones.
Consideraciones varias: la flexibilidad de las instalaciones y la seguridad ante el robo como las correspondientes a los operarios, deberá considerarse en la planificación de los almacenes.

Os dejo un vídeo donde se explica el diseño de layout orientado al proceso.

Referencias:

PÉREZ GOROSTEGUI, E. (2021). Dirección de empresas. Editorial Universitaria Ramón Areces, 754 pp.

YEPES, V. (2008). Productivity and Performance, in Pellicer, E. et al.: Construction Management. Construction Managers’ Library Leonardo da Vinci: PL/06/B/F/PP/174014. Ed. Warsaw University of Technology, pp. 87-101. ISBN: 83-89780-48-8.

SERPELL, A. (2002). Administración de operaciones de construcción. Alfaomega, Ediciones Universidad Católica de Chile, Colombia.

YEPES, V. (1997). Equipos de movimiento de tierras y compactación. Problemas resueltos. Colección Libro Docente nº 97.439. Ed. Universitat Politècnica de València. 256 pág. Depósito Legal: V-4598-1997. ISBN: 84-7721-551-0.

YEPES, V. (2015). Coste, producción y mantenimiento de maquinaria para construcción. Editorial Universitat Politècnica de València, 155 pp. ISBN: 978-84-9048-301-5.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Control eficiente de almacenes en obras: El método ABC

Figura 1. Método ABC para gestionar los inventarios

Ya hemos hablado de los almacenes de obra y su gestión en un artículo anterior. Ahora vamos a explicar brevemente cómo se pueden gestionar de forma eficiente a través del conocido método ABC.

Todos los sistemas de inventarios presentan un sistema de control cuya función es mantener un registro actualizado de los elementos almacenados, informar sobre el nivel de existencias, notificar las situaciones anormales y elaborar informes (Pérez Gorostegui, 2021). Sin embargo, un control minucioso solo sería necesario en unos pocos artículos, atendiendo al Principio de Pareto, según el cual, unos pocos artículos tienen mucha importancia, y muchos de ellos, poca. Este principio también suele llamarse como regla 80/20, que aplicado a un inventario significa que el 20 % de los elementos supone el 80 % de la inversión total, mientras que el 80 % de todos ellos, apenas supone el 20% de toda la inversión en stocks.

Se puede aplicar el Método ABC para controlar los elementos almacenados. Para ello se clasifican según su valor de uso anual (podría ser cualquier otro periodo), agrupándolos de acuerdo con el coste de su gasto anual: cantidad utilizada (consumida, vendida, empleada, etc.) coste unitario (o precio unitario). Para ello se dividen los elementos en tres grupos:

Grupo A: Suponen un porcentaje alto de la inversión total, de forma que, controlando este grupo, se tiene controlado casi todo el almacén. Representa generalmente el 10 % de los artículos, estando su valor de uso entre el 60 % y el 80 % del total.
Grupo C: Son aquellos cuyo control es poco interesante, pues siendo muy numeroso, su valor es pequeño. Suele ser el 50-70 % del total de artículos, significando solo entre el 5-10 % del valor total de uso
Grupo B: Tienen una importancia en relación al número de unidades del almacén parecida a la que tienen con referencia al valor total de la inversión del inventario. Abarca generalmente al 25 % de los artículos, y representa entre el 15-30 % del valor total de uso.

Lo sorprendente en este tipo de análisis es la similitud de la forma de las curvas ABC. En efecto, si el número de variedades es lo suficientemente grande, es similar con independencia del tipo de elementos almacenados.

Os dejo un vídeo explicativo al respecto.

Referencias:

PÉREZ GOROSTEGUI, E. (2021). Dirección de empresas. Editorial Universitaria Ramón Areces, 754 pp.

YEPES, V. (2015). Coste, producción y mantenimiento de maquinaria para construcción. Editorial Universitat Politècnica de València, 155 pp. ISBN: 978-84-9048-301-5.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Diagrama de recorrido como herramienta de estudio de métodos

Figura 1. Diagrama de recorridos (Velasco, 2014)

El diagrama planimétrico de flujo o diagrama de recorrido es una representación gráfica sobre plano del área en la cual se desarrolla la actividad, con las ubicaciones indicadas de los puestos de trabajo y el trazado de los movimientos de los hombres y/o de los materiales.

Es un diagrama que se emplea para establecer el recorrido de un solo producto o proceso. Tiene en cuenta las operaciones, inspecciones, demoras, transporte y almacenamiento. Se utiliza la misma simbología que la de un diagrama de proceso.

Este diagrama permite identificar las posibles áreas congestionadas, determinar los avances y retrocesos del proceso y facilitar el desarrollo de una mejor distribución de la planta. El objetivo, por tanto, es la mejora de métodos, eliminando o reduciendo los recorridos mediante la adecuada distribución en planta. El diagrama de recorrido puede ser bidimensional, o incluso tridimensional.

El diagrama de recorrido normalmente puede disponer dos formatos uno referido al operario o la máquina, y otro relacionado con el material.

La manipulación de los materiales incrementa el coste de producción sin añadir valor al producto. Por tanto, para reducirla se recomienda lo siguiente:

Disponer los materiales a la altura en la que se va a trabajar con ellos.
Disminuir en lo posible las distancias que recorre el material manipulado.
Aprovecharse de la gravedad cuando se a posible.
Transportar la máxima cantidad posible.
Mantener despejados los lugares de paso.

Una buena disposición en planta del lugar de trabajo depende, entre otros, de los siguientes factores:

Peso, tamaño y movilidad del producto. Un producto pesado es difícil de manipular, requiriendo maquinaria específica. Por tanto, se debe mover lo menos posible.
Complejidad del producto. Un producto con muchas piezas pasará por distintos lugares, con más recorrido. Por tanto, la disposición en planta tratará de reducir tiempo y energía reduciendo los transportes.
Duración del proceso. Si se dedica mucho tiempo al transporte, cualquier disminución del recorrido mejorará la productividad.

Normalmente se aconseja utilizar el diagrama de análisis del proceso con el de recorrido cuando los procesos tienen un gran número de operaciones. En una obra normalmente los procesos son suficientemente sencillos para no ser necesario representar gráficamente lo que ocurre. Por tanto, el diagrama de recorrido sería de mayor utilidad en talleres y factorías.

Veamos a continuación algunos vídeos explicativos sobre el diagrama de recorridos.

Referencias:

HARRIS, F.; McCAFFER, R. (1999). Construction Management. Manual de gestión de proyecto y dirección de obra. Ed. Gustavo Gili, S.A., Barcelona, 337 pp. ISBN: 84-252-1714-8.

JORDAN, M.; BALBONTIN, E. (1986). Organización, planificación y control. Escuela de la Edificación, UNED, Madrid. ISBN: 84-86957-39-7.

PELLICER, E.; YEPES, V.; TEIXEIRA, J.C.; MOURA, H.P.; CATALÁ, J. (2014). Construction Management. Wiley Blackwell, 316 pp. ISBN: 978-1-118-53957-6.

VELASCO, J. (2014). Organización de la producción. Distribuciones en planta y mejora de los métodos y los tiempos. 3ª edición, Ed. Pirámide, Madrid. ISBN: 978-84-368-3018-7.

YEPES, V. (2015). Coste, producción y mantenimiento de maquinaria para construcción. Editorial Universitat Politècnica de València, 155 pp. ISBN: 978-84-9048-301-5.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Los algoritmos genéticos

Charles Darwin en una fotografía tomada por J.M. Cameron en 1869.

Resulta fascinante comprobar cómo aplicando los mecanismos básicos de la evolución ya descrita por Darwin en su obra fundamental, El origen de las especies por medio de la selección natural, o la preservación de las razas preferidas en la lucha por la vida, publicada en 1859, se pueden generar algoritmos capaces de optimizar problemas complejos. Este tipo de metaheurísticas inspiradas en la Naturaleza ya se comentaron en artículos anteriores cuando hablamos de la optimización por colonias de hormigas o de la cristalización simulada. Aunque es un algoritmo ampliamente conocido por la comunidad científica, voy a intentar dar un par de pinceladas con el único afán de divulgar esta técnica. La verdad es que las implicaciones filosóficas que subyacen tras la teoría de Darwin son de una profundidad difícil de entender cuando se lleva a sus últimos extremos. Pero el caso es que estos algoritmos funcionan perfectamente en la optimización de estructuras de hormigón, problemas de transporte y otros problemas difíciles de optimización combinatoria.

Para aquellos interesados, os paso en las referencias un par de artículos donde hemos aplicado los algoritmos genéticos para optimizar rutas de transporte aéreo o pilas de puente huecas de hormigón armado.

Sin embargo, para aquellos otros que queráis un buen libro para pensar, os recomiendo “La peligrosa idea de Darwin”, de Daniel C. Dennett. A más de uno le hará remover los cimientos más profundos de sus creencias. Os paso la referencia al final.

Básicamente, los algoritmos genéticos “Genetic Algorithms, GA”, simulan el proceso de evolución de las especies que se reproducen sexualmente. De manera muy general, se puede decir que en la evolución de los seres vivos, el problema al que cada individuo se enfrenta diariamente es el de la supervivencia. Para ello cuenta, entre otras, con las habilidades innatas provistas en su material genético. A nivel de los genes, el problema consiste en la búsqueda de aquellas adaptaciones beneficiosas en un medio hostil y cambiante. Debido en parte a la selección natural, cada especie gana cierta “información” que es incorporada a sus cromosomas.

Durante la reproducción sexual, un nuevo individuo, diferente de sus padres, se genera a través de la acción de dos mecanismos fundamentales: El primero es el cruzamiento, que combina parte del patrimonio genético de cada progenitor para elaborar el del nuevo individuo; el segundo es la mutación, que supone una modificación espontánea de esta información genética. La descendencia será diferente de los progenitores, pero mantendrá parte de sus características. Si los hijos heredan buenos atributos de sus padres, su probabilidad de supervivencia será mayor que aquellos otros que no las tengan. De este modo, los mejores tendrán altas probabilidades de reproducirse y diseminar su información genética a sus descendientes.

Holland (1975) estableció por primera vez una metaheurística basada en la analogía genética. Un individuo se puede asociar a una solución factible del problema, de modo que se pueda codificar en forma de un vector binario “string”. Entonces un operador de cruzamiento intercambia cadenas de los padres para producir un hijo. La mutación se configura como un operador secundario que cambia, con una probabilidad pequeña, algunos elementos del vector hijo. La aptitud del nuevo vector creado se evalúa de acuerdo con una función objetivo.

Los pasos a seguir con esta metaheurística serían los siguientes:

Generar una población de vectores (individuos).
Mientras no se encuentre un criterio de parada:
1. Seleccionar un conjunto de vectores padre, que serán reemplazados de la población.
2. Emparejar aleatoriamente a los progenitores y cruzarlos para obtener unos vectores hijo.
3. Aplicar una mutación a cada descendiente.
4. Evaluar a los hijos.
5. Introducir a los hijos en la población.
6. Eliminar a aquellos individuos menos eficaces.

Normalmente este proceso finaliza después de un numero determinado de generaciones o cuando la población ya no puede mejorar. La selección de los padres se elige probabilísticamente hacia los individuos más aptos. Al igual que ocurre con en la Naturaleza, los sujetos con mayor aptitud diseminan sus características en toda la población.

Esta descripción de los GA se adapta a cada situación concreta, siendo habitual la codificación de números enteros en vez de binarios. Del mismo modo se han sofisticado los distintos operadores de cruzamiento y mutación.

Os dejo a continuación un vídeo explicativo que he elaborado para mis clases de “Modelos predictivos y de optimización heurística de estructuras de hormigón“, del Máster Universitario en Ingeniería del Hormigón, de la Universitat Politècnica de València.

Referencias:

DENNETT, D.C. (1999). La peligrosa idea de Darwin. Galaxia Gutenberg. Círculo de Lectores, Barcelona.

HOLLAND, J.H. (1975). Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor.

MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections. Computers & Structures, 88: 375-386. ISSN: 0045-7949. (link)

MEDINA, J.R.; YEPES, V. (2003). Optimization of touristic distribution networks using genetic algorithms. Statistics and Operations Research Transactions, 27(1): 95-112. ISSN: 1696-2281. (pdf)

PONZ-TIENDA, J.L.; YEPES, V.; PELLICER, E.; MORENO-FLORES, J. (2013). The resource leveling problem with multiple resources using an adaptive genetic algorithm. Automation in Construction, 29(1):161-172. DOI:http://dx.doi.org/10.1016/j.autcon.2012.10.003. (link)

YEPES, V. (2003). Apuntes de optimización heurística en ingeniería. Editorial de la Universidad Politécnica de Valencia. Ref. 2003.249. Valencia, 266 pp. Depósito Legal: V-2720-2003.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

18 años de la lectura de mi tesis doctoral: Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW

Hoy 4 de septiembre, pero del año 2002, tuve la ocasión de defender mi tesis doctoral titulada “Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW“. La tesis la dirigió el profesor Josep Ramon Medina Folgado, el tribunal lo presidió José Aguilar, acompañado por José Vicente Colomer, Francesc Robusté, Francisco García Benítez y Jesús Cuartero. La calificación fue de sobresaliente “cum laude” por unanimidad.

Por tanto, mi tesis ya ha cumplido la mayoría de edad. Es un buen momento de reflexionar sobre lo que este trabajo supuso para mí. Fue una tesis tardía, pues la leí con 38 años, teniendo ya una buena trayectoria profesional en la empresa privada (Dragados y Construcciones) y en la administración pública (Generalitat Valenciana). De alguna forma, ya tenía la vida más o menos solucionada, con experiencia acumulada, pero con muchas inquietudes. En aquel momento era profesor asociado a tiempo parcial y, en mis ratos libres, me dediqué a hacer la tesis doctoral. Ni decir tiene las dificultades que supone para cualquiera el sacar tiempo de donde no lo hay para hacer algo que, en aquel momento, era simplemente vocacional. No hubo financiación de ningún tipo, ni reducción de jornada laboral, ni nada por el estilo. En aquel momento ni se me ocurrió que acabaría, años después, como catedrático de universidad. Del 2002 al 2008 seguí como profesor asociado trabajando en la administración pública. Por último, por el sistema de habilitación nacional, accedí a la universidad directamente de profesor asociado a profesor titular, cosa bastante rara en aquel momento. Gracias a que era una verdadera oposición con el resto de candidatos, tuve la oportunidad de mostrar mis méritos ante un tribunal. Luego la cátedra vino por el sistema de acreditación, y la plaza, tras una penosa espera a causa de la crisis y por las cuotas de reposición. Pasé en 6 años de ser profesor asociado a tiempo parcial a estar habilitado como catedrático de universidad (12 de mayo del 2014). Todo eso se lo debo, entre otras cosas, a la gran producción científica que pude llevar a cabo y que tuvo su origen en esta tesis doctoral.

Por cierto, en aquella época la tesis doctoral tenía que ser inédita, es decir, no tenía que haberse publicado ningún artículo de la tesis. Hoy día es todo lo contrario, conviene tener 3-4 artículos buenos antes de pasar por la defensa. Luego publiqué al respecto algunos artículos en revistas nacionales e internacionales, pero sobre todo, comunicaciones a congresos.

La tesis supuso, en su momento, aprender en profundidad lo que era la algoritmia, el cálculo computacional y, sobre todo, la optimización heurística. En aquel momento, al menos en el ámbito de la ingeniería civil, nada o muy poco se sabía al respecto, aunque era un campo abonado a nivel internacional. Luego comprobé que todo lo aprendido se pudo aplicar al ámbito de las estructuras, especialmente a los puentes, pero eso es otra historia.

Os dejo las primeras páginas de la tesis y la presentación que utilicé en PowerPoint. Para que os hagáis una idea del momento, la presentación también la imprimí en acetato, pues aún se empleaba en ese momento en las clases la proyección de transparencias.

Referencia:

YEPES, V. (2002). Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW. Tesis Doctoral. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Universitat Politècnica de València. 352 pp. ISBN: 0-493-91360-2.

Descargar (PDF, 340KB)

Descargar (PDF, 5.92MB)

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Revisión de los métodos de optimización aplicados al consumo de energía en ferrocarriles

Acaban de publicarnos un artículo en la revista Journal of Cleaner Production, revista de ELSEVIER indexada en el primer decil del JCR. Se trata de un artículo de revisión del estado del arte donde se analizan 52 artículos científicos relacionados con el consumo energético en ferrocarriles. Se analizan dos áreas principales: las técnicas de modelización utilizadas para simular el movimiento de los trenes y el consumo de energía, y los métodos de optimización utilizados para conseguir una circulación ferroviaria más eficiente. Se describen brevemente los métodos más utilizados en cada caso y se analizan las principales tendencias encontradas. Además, se ha realizado un estudio estadístico para reconocer las relaciones entre los métodos y las variables de optimización. Se encontró que los modelos determinísticos basados en la ecuación de Davis son, con diferencia (85% de los trabajos revisados), los más comunes en términos de modelización. En cuanto a la optimización, los métodos meta-heurísticos son la opción preferida (57,8%), en particular los Algoritmos Genéticos. Este artículo forma parte de nuestra línea de investigación BRIDLIFE en la que se pretenden optimizar las infraestructuras atendiendo no sólo a su coste, sino al impacto ambiental y social que generan a lo largo de su ciclo de vida.

El artículo lo podéis descargar GRATUITAMENTE hasta el 3 de mayo de 2019 en el siguiente enlace: https://authors.elsevier.com/a/1YjHX3QCo9Uqa3

Abstract:

Railways are a rather efficient transport mean, and yet there is increasing interest in reducing their energy consumption and making them more sustainable in the current context of climate change. Many studies try to model, analyse and optimise the energy consumed by railways, and there is a wide diversity of methods, techniques and approaches regarding how to formulate and solve this problem. This paper aims to provide insight into this topic by reviewing up to 52 papers related to railways energy consumption. Two main areas are analysed: modelling techniques used to simulate train(s) movement and energy consumption, and optimisation methods used to achieve more efficient train circulations in railway networks. The most used methods in each case are briefly described and the main trends found are analysed. Furthermore, a statistical study has been carried out to recognise relationships between methods and optimisation variables. It was found that deterministic models based on the Davis equation are by far (85% of the papers reviewed) the most common in terms of modelling. As for optimisation, meta-heuristic methods are the preferred choice (57.8%), particularly Genetic Algorithms.

Keywords:

Railways

Energy efficiency

Modelling

Optimisation

Meta-heuristics

Reference:

MARTÍNEZ-FERNÁNDEZ, P.; VILLALBA-SANCHÍS, I.; INSA-FRANCO, R.; YEPES, V. (2019). A review of modelling and optimisation methods applied to railways energy consumption. Journal of Cleaner Production, 222:153-162. DOI:10.1016/j.jclepro.2019.03.037

Optimización heurística mediante aceptación por umbrales

En algunos posts anteriores hemos comentado lo que es un modelo matemático de optimización, qué son las metaheurísticas, o cómo poder optimizar las estructuras de hormigón. A continuación os presentamos un Polimedia donde se explica brevemente cómo podemos optimizar siguiendo la técnica de optimización heurística mediante aceptación por umbrales. Podréis comprobar cómo se trata de un caso similar a la famosa técnica de la cristalización simulada. Espero que os sea útil.

Podéis consultar, a modo de ejemplo, algunos artículos científicos que hemos escrito a ese respecto en las siguientes publicaciones:

CARBONELL, A.; GONZÁLEZ-VIDOSA, F.; YEPES, V. (2011). Heuristic optimization of reinforced concrete road vault underpasses. Advances in Engineering Software, 42(4): 151-159. ISSN: 0965-9978. (link)
MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections. Computers & Structures, 88: 375-386. ISSN: 0045-7949. (link)
YEPES, V.; MEDINA, J.R. (2006). Economic Heuristic Optimization for Heterogeneous Fleet VRPHESTW. Journal of Transportation Engineering, ASCE, 132(4): 303-311. (link)

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Los condicionantes físicos en el emplazamiento de una obra

El espacio disponible, junto con las necesidades necesarias que se deben cubrir en una obra, son dos datos fundamentales para proyectar e implantar las instalaciones y planificar correctamente las tareas. Por ello, una correcta planificación debe considerar, entre otros, los siguientes aspectos: el solar, su situación geográfica, geometría, topografía y linderos, el emplazamiento respecto a la población, el planeamiento vigente, la calificación del suelo, el equipamiento urbano, las expropiaciones necesarias y servidumbres, etc. Es necesario un estudio geológico y geotécnico de la zona que ocupa la obra. Además, se debe conocer con precisión los condicionantes meteorológicos (temperatura, lluvia, viento, soleamiento, etc.). En obras marítimas también son necesarios estudios batimétricos, de clima marítimo, corrientes, etc.

Para el correcto desarrollo de las obras, se debe contar no sólo con el terreno necesario para la ocupación, sino que además, es necesario disponer, aunque sea de forma provisional, del espacio suficiente para las instalaciones de obra y los acopios de materiales, así como para obras provisionales inevitables como desvíos o ataguías. Además, resulta ineludible, en su caso, el acceso a las canteras o vertederos necesarios. Se aprovechan los desniveles para que la circulación de los materiales en las instalaciones sea por gravedad. En su caso, además, debe considerarse la necesidad de vallar el solar, o al menos, controlar sus accesos. Las aguas pluviales pueden dificultar el desarrollo normal de las obras, para lo cual se debe tener prevista la circulación y evacuación de dichas aguas. Para ello las pistas y caminos de obra deben drenar adecuadamente.

A este respecto, se distingue entre obras puntuales, lineales o extensas. Un ejemplo de las primeras son los edificios, donde los solares suelen ser pequeños con los consiguientes problemas de almacenamiento de materiales, instalaciones temporales, etc. Las obras lineales como las carreteras, los canales o las líneas ferroviarias, o las obras extensas como los aeropuertos o las urbanizaciones, presentan otros problemas como los transportes de materiales y equipos dentro de la obra, la reposición de servicios y servidumbres, o el control de los accesos, el vallado y la seguridad.

La elección del espacio necesario y de la situación óptima donde ubicar las instalaciones necesarias para ejecutar una obra es un problema que debe estudiarse con cierto detalle. En ocasiones tanto el espacio como su localización son datos fijos del problema, es decir, no existe la posibilidad de elegir alternativas. Por ejemplo, puede ocurrir que en una obra de edificación sólo podamos utilizar el propio solar o un solar anexo a la obra. Sin embargo, siempre que sea posible, es necesario dedicar el tiempo necesario para localizar la mejor opción posible. Hay que tener en cuenta que las personas y los materiales van a moverse por la obra de un sitio a otro. La elección de aquel lugar que minimice los movimientos va a tener una repercusión económica en los costes de ejecución de la obra. Una técnica de interés para estudiar la repercusión que tiene la localización de las instalaciones de una obra es el diagrama planimétrico de flujo o diagrama de recorrido. Se trata de una representación gráfica sobre plano del área en la cual se desarrolla la actividad, con las ubicaciones indicadas de los puestos de trabajo y el trazado de los movimientos de los hombres y de los materiales. Este tipo de gráfico muestra el trabajo realizado de forma clara y sencilla, permitiendo el estudio de cada actividad para realizar mejoras.

Referencias:

PELLICER, E.; YEPES, V.; TEIXEIRA, J.C.; MOURA, H.P.; CATALÁ, J. (2014). Construction Management. Wiley Blackwell, 316 pp. ISBN: 978-1-118-53957-6.

PELLICER, E.; YEPES, V.; TEIXEIRA, J.M.C.; MOURA, H.; CATALÁ, J. (2008). Construction Management. Construction Managers’ Library Leonardo da Vinci: PL/06/B/F/PP/174014. Ed. Warsaw University of Technology, 231 pp. ISBN: 83-89780-48-8.

¿Cuántas piezas de repuesto debo tener en mi almacén de obra?

La gestión de inventarios o de stocks no es algo nuevo. Sin embargo, a veces no sabemos muy bien cuántas piezas de repuesto deberíamos tener en nuestro almacén de obra. Pues bien, en esta entrada dejo una forma sencilla de calcularlo basada en la probabilidad prevista de fallos para un periodo de tiempo determinado. Espero que os sea útil.

Para un buen funcionamiento de una máquina es necesario mantener un stock de piezas de recambio y un utillaje adecuado. Si bien mantener estas existencias significa una fuerte suma de capital inactivo, también es cierto que la falta de recambios puede suponer pérdidas importantes en la producción.

La previsión de los repuestos necesarios de un elemento de una máquina para un periodo de tiempo determinado depende de su tasa de fallos. Cuando los fallos aparecen de forma independiente, la distribución de Poisson proporciona la probabilidad de que un suceso con una tasa de fallos constante λ ocurra r veces en un intervalo de tiempo t:

Se comprueba que para r = 1 la distribución de Poisson describe el modelo exponencial de fallo descrito anteriormente.

Para el cálculo del número de repuestos, se puede acumular la probabilidad de tener r fallos o menos en un intervalo de tiempo t:

A continuación os dejo un Polimedia donde se explica con detalle la función de distribución de Poisson. Espero que os sea útil.

Os dejo un vídeo de mi canal de Youtube donde os explico un problema resuelto.

Referencias:

YEPES, V. (1997). Equipos de movimiento de tierras y compactación. Problemas resueltos. Colección Libro Docente nº 97.439. Ed. Universitat Politècnica de València. 253 pág. Depósito Legal: V-4598-1997. ISBN: 84-7721-551-0.

YEPES, V. (2015). Coste, producción y mantenimiento de maquinaria para construcción. Editorial Universitat Politècnica de València, 155 pp. ISBN: 978-84-9048-301-5. Ref. 402.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

¿Qué es la optimización combinatoria?

Los problemas de optimización en los que las variables de decisión son enteras, es decir, donde el espacio de soluciones está formado por ordenaciones o subconjuntos de números naturales, reciben el nombre de problemas de optimización combinatoria. En este caso, se trata de hallar el mejor valor de entre un número finito o numerable de soluciones viables. Sin embargo la enumeración de este conjunto resulta prácticamente imposible, aún para problemas de tamaño moderado.

Las raíces históricas de la optimización combinatoria subyacen en ciertos problemas económicos: la planificación y gestión de operaciones y el uso eficiente de los recursos. Pronto comenzaron a modelizarse de esta manera aplicaciones más técnicas, y hoy vemos problemas de optimización discreta en diversas áreas: informática, gestión logística (rutas, almacenaje), telecomunicaciones, ingeniería, etc., así como para tareas variadas como el diseño de campañas de marketing, la planificación de inversiones, la división de áreas en distritos políticos, la secuenciación de genes, la clasificación de plantas y animales, el diseño de nuevas moléculas, el trazado de redes de comunicaciones, el posicionamiento de satélites, la determinación del tamaño de vehículos y las rutas de medios de transporte, la asignación de trabajadores a tareas, la construcción de códigos seguros, el diseño de circuitos electrónicos, etc. (Yepes, 2002). La trascendencia de estos modelos, además del elevado número de aplicaciones, estriba en el hecho de que “contiene los dos elementos que hacen atractivo un problema a los matemáticos: planteamiento sencillo y dificultad de resolución” (Garfinkel, 1985). En Grötschel y Lobas (1993) se enumeran otros campos en los cuales pueden utilizarse las técnicas de optimización combinatoria.

REFERENCIAS

GARFINKEL, R.S. (1985). Motivation and Modeling, in LAWLER, E.L.; LENSTRA, J.K.; RINNOOY KAN, A.H.G.; SHMOYS, D.B. (eds.) The Traveling Salesman Problem: A Guide Tour of Combinatorial Optimization. Wiley. Chichester.

GRÖTSCHEL, M.; LÓVASZ, L. (1993). Combinatorial Optimization: A Survey. Technical Report 93-29. DIMACS, May.

YEPES, V. (2002). Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW. Tesis Doctoral. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Universitat Politècnica de València. 352 pp. ISBN: 0-493-91360-2. (pdf)