Diseño y Análisis de un Sistema de Citas para el Arribo de Transporte Terrestre a una Terminal Portuaria

Transcripción

1 Diseño y Análisis de un Sistema de Citas para el Arribo de Transporte Terrestre a una Terminal Portuaria Taciana Pamela Pérez Osorio, Adrián Ramírez Nafarrate Instituto Tecnológico Autónomo de México tperezos@itam.mx, adrian.ramirez@itam.mx Roberto Guerra-Olivares, Neale R. Smith Centro de Calidad y Manufactura, Tecnológico de Monterrey A @itesm.mx, nsmith@itesm.mx Rosa G. González-Ramírez Escuela de Ingeniería Industrial, Pontificia Universidad Católica de Valparaíso rosa.gonzalez@ucv.cl Resumen Parte importante de las operaciones de un puerto es el punto de acceso (Gate) de los contenedores hacia la terminal. La alta variabilidad en la llegada de transportistas y la existencia de horas pico cuya demanda excede la capacidad de los recursos puede causar largos tiempos de espera y altos niveles de congestionamiento para acceder a la terminal. En este trabajo se presenta el diseño y análisis de un sistema de citas a transportistas que llevan los contenedores a la terminal del Puerto de Arica en Chile. Se utilizó simulación de eventos discretos para evaluar el impacto que tendría el sistema de citas en el desempeño del puerto. Los resultados muestran que un sistema de citas reduciría significativamente los tiempos de espera de los transportistas y que beneficiaría también a la operación en el patio del terminal pues es posible reducir el número de despejes incurridos en el proceso de embarque de contenedores. Palabras clave: operaciones portuarias; sistema de citas; simulación de eventos discretos. 1 Introducción El volumen de mercancías que se intercambian en el mercado internacional representa retos logísticos importantes en los puertos. Las redes de transporte intermodales se han vuelto más complejas con la introducción de naves portacontenedores de mayor tamaño y las nuevas configuraciones de los servicios de las líneas navieras, con menores frecuencias de recalado pero mayor volumen de transferencia de carga por cada recalada. Lo anterior implica no solo la necesidad de mayor capacidad de infraestructura en los frentes de atraque (con mayor capacidad de dragado y equipo especializado) sino también mayores capacidades en zonas de respaldo para el resguardo de contenedores. Estas tendencias imponen a los puertos desafíos importantes en relación a una mejor coordinación de la cadena logística portuaria, implicando un rol más activo de éstos, más allá del rol tradicional como interfaz intermodal para la transferencia de carga entre modos terrestre y marítimo, convirtiéndose en una plataforma logística y de comercio que refleja las capacidades logísticas para soportar las operaciones de la cadena logística portuaria (Rodrigué, 2012). En la actualidad, los puertos enfrentan serios desafíos de coordinación en sus operaciones terrestres, con altos niveles de congestión en el gate (puerta de entrada), ocasionando demoras y altos tiempos de espera a los usuarios transportistas, y a su vez, ineficiencias en la operación de las terminales. Como una

2 solución ante estos problemas, algunos puertos han empezado a implementar lo que se conoce como Sistemas de Citas o Reservas (Truck Gate Appointment System o Vehicle Booking System como se denominan en inglés), partiendo como referencia los esfuerzos realizados por los puertos de Long Beach y Los Angeles (Giuiliano, 2007), así como las soluciones implementadas y los modelos de referencia del Puerto de Botany en Sydney mediante el programa de mejoramiento de las operaciones terrestres denominado Port Botany Landside Improvement Strategy ( Un sistema de citas se refiere a programar la llegada de transportistas con cargas de exportación con el fin de suavizar los patrones de llegadas a través del tiempo. De esta forma se reducen los picos de llegada de transportistas y se reduce su tiempo de espera en el gate y se mejora la calidad del servicio. Además la terminal portuaria mejora la gestión de sus recursos al contar con información anticipada. Los sistemas de citas en logística portuaria han sido estudiados en la literatura por diversos autores. Huynh y Walton (2008) examinan el impacto que se tiene sobre la rotación en el tiempo de estancia de los camiones en la terminal y la utilización de las grúas al limitar las llegadas de camiones. Proponen una metodología para las operaciones de la terminal en donde se determina el número óptimo de camiones que deben ser aceptados por el sistema de citas para que éste sea efectivo. De acuerdo con Davies (2009), las mejoras en eficiencia son una prioridad quien evalúa la implementación de sistemas de citas en cuatro puertos: Port Botany (Australia), Vancouver (Canadá), Southampton (UK) y Long Beach (EUA). Observó que la implementación del sistema tiene beneficios tanto para los puertos como para los transportistas ya que evita congestionamientos en el gate. Zhao y Goodchild (2010) desarrollaron un heurístico llamado Revised difference heuristic, enfocado a las importaciones, el cual revisa todas las alternativas para acomodar un contenedor y, lo posiciona en aquel espacio que represente el menor número de movimientos innecesarios futuros. Extendieron su investigación al incluir un enfoque para minimizar los movimientos innecesarios al contar con información sobre la secuencia de las llegadas. González-Ramírez et al. (2012) presentan una evaluación de la configuración de un sistema de citas para el Puerto de San Antonio, donde se estudia el impacto de diferentes niveles de reservas sobre la espera de transportistas en el gate. En este trabajo se considera como extensión del anterior, tomando como caso de estudio la Terminal Portuaria de Arica, Chile (TPA), la cual tiene mayor complejidad que otros puertos y además de estudiar el impacto en la congestión del gate (tiempo de espera y longitud de la fila), se evalúa el impacto del sistema de citas dentro de las operaciones del patio de la terminal. TPA presenta desafíos importantes en torno a la eficiencia en sus operaciones de atención terrestre principalmente. Esto se debe a que la principal carga que transfiere el puerto es de tránsito boliviano. Debido al tratado de Paz entre Chile y Bolivia, existe un libre almacenaje para la carga boliviana en el puerto (60 días para exportación y 360 para importación), por lo cual los tiempos de permanencia de la carga son muy altos e incomparables con otras terminales. Además, TPA se encuentra dentro de los 10 puertos más importantes de Chile por volumen de TEUs (Twenty Foot Equivalent Units), siendo el 6 más importante en este país y el 39 en Latinoamérica y el Caribe, con un volumen de TEUs de 112,715 para el primer semestre de 2013 (Mundo marítimo, 2013). En este trabajo se diseña y evalúa la implementación de un sistema de citas mediante simulación de eventos discretos. Para evaluar la efectividad del sistema de citas y de reglas de despacho se consideran múltiples objetivos, los cuales incluyen el tiempo de espera de los transportistas, el número de camiones promedio en fila y el número de despejes en el patio de contenedores.

3 2 Descripción de las operaciones en TPA TPA se divide en tres grandes secciones: el muelle, lugar en donde atracan las naves; el patio, espacio en el cual se acomodan los contenedores; y el gate, puerta de acceso a la terminal. La Figura 1 muestra el flujo de un contenedor dependiendo si es de importación o de exportación. Cuando el transportista llega al gate se verifica la información sobre las características del contenedor. No existe un orden preestablecido de atención de los camiones y la atención depende de la disponibilidad de recursos de TPA. Figura 1. Flujo de un contenedor en la terminal Los principales elementos considerados para la evaluación del sistema de citas son: -Contenedores: todos los camiones que llegan a la terminal son carga de exportación, por lo cual sólo deben esperar a ser atendidos por el Gate. A la terminal llegan contenedores tanto llenos como vacíos, sin embargo, en el patio sólo se acomodan los contenedores llenos y por lo tanto en el modelo se considera contabilizar despejes para estos contenedores. -Bays, Rows y Tiers: los contenedores se acomodan en el patio en espacios reservados llamados bloques. Cada bloque se conforma por un número determinado de Bays, Rows y Tiers. Un Bay es el espacio en el cual se agrupan los contenedores en dimensiones de X Rows (columnas) y Y Tiers (filas). La ubicación del contenedor se conoce mediante el grupo de coordenadas BaRoTi, que indican el Bay, Row y Tier en donde puede encontrarse. -Despeje: se refiere a cualquier movimiento de un contenedor que no sea el solicitado. Considera el movimiento de sacarlo y volver a colocarlo en su lugar, cada uno es un despeje. Todos los contenedores que se movieron para sacar otro regresan a su mismo lugar, excepto los que se encontraban arriba del contenedor deseado, los cuales bajan una posición de Tier. -Eventos Disruptivos: evento por el cual un camión llega fuera de la ventana de tiempo asignada. 3 Descripción del Modelo de Análisis del Sistema de Citas El objetivo de este trabajo es desarrollar un modelo de simulación de eventos discretos que permita evaluar el desempeño de un sistema de citas para la recepción de los transportistas como parte de las operaciones del puerto. La programación de las llegadas busca reducir el tiempo que los camiones deben esperar en ser atendidos. Así se reduce el tiempo de espera de los transportistas y el largo de la fila en el gate, reduciendo, a su vez, el tránsito vehicular provocado en las avenidas de Arica. Dada la incertidumbre sobre las llegadas de los transportistas, un sistema de citas presenta una solución sencilla, ya que no requiere de nueva infraestructura para solucionar los problemas de congestionamiento dentro de

4 la terminal. Además de tener una programación de llegadas que permita reducir el tiempo de espera, se pueden secuenciar las llegadas de manera que sea benéfica para el patio, en donde el orden de la llegada de los contenedores permite tener un acomodo más eficiente dentro de éste. En la experimentación, la secuencia ideal de llegada de los transportistas se definió analizando las características de los contenedores que llegan a la terminal: nave, peso, estado del contenedor (lleno o vacío), tamaño (20ft. ó 40 ft.) y puerto de descarga. Dado que TPA no tiene implementado un sistema de citas no se conocen las probabilidades de ocurrencia de eventos disruptivos en la hora de llegada de los camiones, por lo que se tomaron como referencia los valores que obtuvo el puerto de Port Botany en Australia [Sydney Ports: Landside Improvement, 2011]. El modelo desarrollado se conforma de dos partes: (1) Modelo de Llegadas construido en Arena y (2) Modelo de Salidas. El objetivo del Modelo de Llegadas es obtener, por un lado, una secuencia de llegadas real a la terminal y por el otro, el tiempo promedio de espera de los camiones y el largo promedio de camiones en la fila. Se considera una secuencia real ya que incluye la posibilidad de que ocurran eventos disruptivos, tales como: On-time arrival (llegadas a tiempo): 90% Early arrival (llegadas adelantadas): 7.9% Late arrival (llegadas Tarde 1, menos de dos horas): 1.3% Extended late arrival (llegadas Tarde 2, más de dos horas): 0.10% No show (no se presentó): 0.70% El objetivo del Modelo de Salidas es contabilizar los despejes necesarios para obtener los contenedores solicitados del patio para subir a la nave dada la secuencia de llegadas de los contenedores al patio. La relación entre los modelos se muestra en la Figura 2 y posteriormente se describe cada módulo. Instancias para el Modelo de Salidas 1 Programación de las Llegadas 3 Modelo de Llegadas 5 2 Factor Aleatorio en las Llegadas 4 Secuencia de Salidas Modelo de Salidas Instancias para el Modelo de Llegadas Figura 2. Relación entre los modelos -Programación de Llegadas: Se obtiene la secuencia de llegadas ideal de acuerdo a las características de los contenedores y se distribuyen a lo largo del día. -Factor Aleatorio en las Llegadas: Dado que la programación de las llegadas se da por bloques de una hora, el orden de llegadas dentro de una ventana de tiempo se vuelve aleatorio. Entonces, es necesario introducir un factor aleatorio a las llegadas programadas. -Modelo de Llegadas: Se realiza la simulación de eventos discretos para obtener: (i) la secuencia real de llegadas dada la probabilidad de los eventos disruptivos que modifican la secuencia con la que fueron

5 programadas y, (ii) medidas de desempeño relacionadas con la espera de los camiones. Los modelos de simulación utilizados para evaluar tanto la situación actual como el sistema de citas se construyeron en el software Arena. El modelo de llegadas tiene tres variantes: un modelo para la situación actual (Situación Actual) y dos para los eventos disruptivos (Modelo por Orden de Llegada (FCFS) y Modelo por Cita Programada (CP)). A continuación se describe cada uno de ellos. 3.1 Modelo de Situación actual El objetivo de este modelo es medir el tiempo de los transportistas en el sistema, desde que llegan hasta que salen, teniendo el escenario actual como base para comparar los resultados obtenidos con el sistema de citas. Para este modelo se cuenta con las llegadas históricas del puerto. 3.2 Modelos de eventos disruptivos En el modelado de eventos disruptivos dado el Sistema de Citas se comparan dos reglas de despacho para el ingreso de camiones al patio haciendo fila en el gate: (i) prioridad por orden de llegadas (FCFS) y, (ii) prioridad por cita programada (CP). El modelo de prioridad por orden de llegadas (FCFS), da prioridad a los contenedores que llegaron a tiempo. El modelo de prioridad por cita programada (CP), pretende mantener la entrada al patio lo más cercano de la secuencia ideal establecida con base en la cita. De esta manera, los contenedores pasan al patio de acuerdo con las prioridades establecidas de cada modelo dependiendo si llegaron a tiempo o no, y de acuerdo con la prioridad de despacho. Secuencia de Salidas: A partir de este punto, el camión ya abandonó la terminal por lo que las salidas se refieren al movimiento del contenedor para el embarque en la nave. Con la información de las salidas reales de los contenedores es posible obtener una secuencia de salidas definida por las características de los contenedores y no por la clave de un contenedor específico. Si los contenedores tienen las mismas características, entonces para la nave es indiferente el contenedor que se cargue, de manera que es posible cargar el contenedor que represente menos despejes para el patio. Por lo tanto, este módulo genera una secuencia de salidas de contenedores de acuerdo a sus características. Modelo de Salidas: El objetivo de este modelo es contabilizar los despejes realizados a partir de las secuencias de llegadas reales y de la secuencia de salidas. Para contabilizar el número de despejes necesarios por cada experimento se desarrolló un heurístico utilizando Visual Basic for Applications. Actualmente, el patio cuenta con una política de acomodo de contenedores que está basada en segregaciones. Las segregaciones de contenedores son grupos de contenedores con características similares respecto a nave, puerto de destino, tipo de contenedor y peso. El modelo necesita como datos de entrada el ID del contenedor, la nave o puerto de destino y el tamaño, con cuyos datos acomoda los contenedores en el patio en el orden en que llegaron, respetando las dimensiones de cada bloque. Se indica la secuencia en la que van a salir los contenedores de manera que el programa pueda determinar los despejes necesarios para obtener los contenedores de acuerdo a esa secuencia.

6 4 Experimentos y Resultados Se ejecutaron 10 réplicas de cada escenario de la simulación de eventos discretos. La duración de cada réplica es de una semana, donde los transportistas terrestres llegan a la terminal portuaria entre las 6:00 y 23:00 horas, de acuerdo a los datos históricos de la TPA. En cada escenario se tienen disponibles 8 grúas para realizar los movimientos necesarios de descarga de los contenedores de los camiones. El tiempo de procesamiento en el gate se obtuvo con una muestra de las llegadas de 658 contenedores durante cuatro días a la TPA. Este tiempo simula la actividad de remover el contenedor del camión y, con una grúa interna, llevar el contenedor al patio. La prueba de bondad de ajuste de la Ji-cuadrada indica que el tiempo de procesamiento se aproxima a una distribución LogNormal (46, 55.6) 6 minutos, obteniendo un p-value menor que Los experimentos se dividieron en dos partes: 1. Experimentos Gate-In. En estos experimentos se programan la llegada de 658 contenedores a lo largo de cuatro días y se evalúa el tiempo promedio de espera de los transportistas y el largo de la fila para acceder a través del gate. En estos experimentos se utilizaron tres escenarios: a. Situación actual. Considera la tasa de llegadas real de estos contenedores a la TPA. b. Sistema de citas por día (SC x Día): Se programa la llegada de los contenedores que llegaron en la realidad al puerto cada día, pero distribuidos a los largo del mismo según los datos de referencia para suavizar las horas pico. c. Sistema de citas por nave (SC x Nave): Se programaron todos los contenedores de una misma nave para que lleguen el mismo día, distribuyendo la llegada en el día según los datos de referencia. Para los escenarios b y c, donde se prueba el desempeño de los sistemas de citas, también se implementaron las dos reglas de despacho definidas en la Sección 3: FCFS y CP. En la programación del arribo de contenedores para los escenarios b y c, se consideraron las segregaciones de los contenedores de tal forma que éstos sean apilados de acuerdo al orden de llegada. De esta forma se evita implementar políticas adicionales en el patio y se evalúa el impacto directo del sistema de citas sobre el desempeño de las operaciones de despeje. 2. Experimentos CAL. CAL, por sus siglas en inglés (Container Announcement List), es un documento que lista los contenedores que van a cargarse en cada nave. Se recibe una semana antes de la salida de la nave. Para esta serie de experimentos se cuenta con seis CALs. Por cada CAL se analizaron tres escenarios: a. Situación actual. b. Sistema de citas con FCFS como regla de despacho. c. Sistema de citas con CP como regla de despacho. El objetivo de esta serie de experimentos es evaluar el impacto del sistema de citas en las operaciones del patio a través del número de despejes totales para sacar del patio todos los contenedores requeridos y el número de despejes promedio por contenedor. 4.1 Resultados de Experimentos Gate-In Los resultados del tiempo promedio de espera (estimación puntual e intervalo de confianza del 95%) y el largo de la fila promedio y máximo promedio para los experimentos Gate-In se muestran en la Tabla 1. Los intervalos de confianza muestran que no existe evidencia estadística para concluir que una regla de

7 despacho sea mejor que la otra ya que los intervalos de todos los escenarios se empalman. Sin embargo, el límite superior de todos los escenarios que utilizan un sistema de citas son menores que el límite inferior de la situación actual, por lo cual sí existe evidencia para concluir que un sistema de citas produce un tiempo de espera promedio significativamente menor que el producido bajo la situación actual sin Sistema de Citas. De forma similar se puede observar en la Tabla 1 que el largo promedio y promedio máximo de la fila de camiones producido con un sistema de citas es menor que el obtenido con la situación actual. Esto beneficia potencialmente no sólo a la terminal portuaria, sino a la misma ciudad para reducir la congestión en las vías que conducen a la TPA. Los resultados también muestran que no hay diferencia significativa en el tiempo de espera promedio entre los dos sistemas de citas propuestos: por día y por nave. Por lo tanto, lo importante en el sistema de citas es suavizar la llegada de camiones a través del día, sin importar el cargamento. Tabla 1. Tiempo promedio de espera y largo promedio y máximo promedio fila- Gate-In Tiempo promedio de espera (horas) Largo promedio de la fila (contenedores) Número máximo promedio de contenedores en la fila Situación Actual 5.57 ± FCFS: SC x Día 3.15 ± FCFS:SC x Nave 2.8 ± CP: SC x Día 3.22 ± CP: SC x Nave 2.88 ± Resultados de Experimentos CAL En la Figura 3 se muestra el número de despejes promedio por CAL bajo la situación actual e implementando un sistema de citas por nave. En esta gráfica se observa que con el sistema de citas, tanto en la regla de despacho FCFS, como en la CP, el número promedio de despejes por contenedor se encuentra por debajo de 1 (línea horizontal), lo cual implica que hay contenedores que pueden obtenerse sin realizar movimientos no productivos. De esta forma se puede observar que los beneficios del sistema de citas se extienden a las operaciones del patio, reduciendo significativamente el número de despejes realizados para sacar todos los contenedores y embarcarlos en su respectiva nave. Figura 3. Número de despejes promedio por CAL

8 5 Conclusiones En este artículo se presenta un análisis del impacto que tendría un sistema de citas para la recepción de camiones en el desempeño de una terminal portuaria. El análisis incluye la evaluación del desempeño en el acceso a la terminal y en las operaciones del patio a través del número de despejes incurridos en la salida de contenedores. Se evaluaron dos formas de programar las citas: por día (las llegadas reales se programan a lo largo del día) y por nave (en un día llegan sólo contenedores que serán embarcados en una misma nave). Además, se evaluaron dos reglas de despacho para dar acceso a los contenedores a la terminal: primero que llega, primero que es servido (FCFS) y respetando el orden de las citas (CP). El análisis realizado a través de modelos de simulación de eventos discretos y heurísticos utilizados en la contabilización de despejes muestra que un sistema de citas reduciría significativamente el tiempo promedio de espera y el largo promedio y máximo promedio de la fila para acceder a la terminal. Además, se muestra que los beneficios alcanzarían al patio reduciendo significativamente el número de despejes incurridos en el proceso de embarque de contenedores. Sin embargo, no se observan diferencias claras entre los sistemas de citas propuestos y entre las reglas de despacho. A pesar de que un sistema de citas puede ser una solución al problema de congestionamiento por fuera de la terminal portuaria, su implementación requiere de un rediseño significativo de procesos y coordinación entre los distintos agentes involucrados: terminal, transportistas, agentes aduanales, exportadores, etc. Las futuras líneas de investigación incluyen analizar otras posibles formas de programar las citas y evaluar su potencial implementación. Referencias 1. P. Davies and D. Principal. Container Terminal Reservation Systems. In Proceedings of the 3rd National Urban Freight Conference, 2(10). Long Beach G. Giuliano and T. O'Brien. Reducing port-related truck emissions: The terminal gate appointment system at the Ports of Los Angeles and Long Beach. Transportation Research Part D: Transport and Environment, 12(7): , R.G. González-Ramírez, J. Mar-Ortiz, M.D. Gracia and M.A. Serrato-Guzmán. A simulation-based approach for coordinating inland flows on a container terminal. In Proceedings of the 22 nd International Conference on Production Research N. Huynh and C. M. Walton. Robust scheduling of truck arrivals at marine container terminals. Journal of Transportation Engineering 134(8): , Mundo marítimo. Puertos de América Latina y el Caribe movilizaron 20 millones de TEUs. Disponible en: [Consulta: 11 noviembre, 2013]. 6. Pontificia Universidad Católica de Valparaíso Escuela de Ingeniería Industrial. Solución Tecnológica para la Coordinación de Flujos entre Medios de Transporte, Terminales Portuarias y Generadores de Carga Contenedorizada. Paper P11IDL J. P. Rodrigue. The Benefits of Logistics Investments: Opportunities for Latin America and the Caribbean. Technical Notes, Inter-American Development Bank, Sydney Ports. Sydney Ports: Landside Improvement. Disponible en: [Consulta: 20 junio 2013] 9. W. Zhao and A. V. Goodchild. The impact of truck arrival information on container terminal rehandling. Transportation Research Part E: Logistics and Transportation Review, 46(3): , 2010.