UNIVERSIDAD POLITÉCNICA DE MADRID E.T.S. DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS Criterios de calidad del servicio prestado en el ámbito de la línea de atraque de las terminales portuarias de contenedores TESIS DOCTORAL ÍÑIGO LÓPEZ ANSORENA Ingeniero de Caminos, Canales y Puertos Madrid, 2013 Departamento de Ingeniería Civil. Transportes. E.T.S. de Ingenieros de Caminos, Canales y Puertos TESIS DOCTORAL TÍTULO: Criterios de calidad del servicio prestado en el ámbito de la línea de atraque de las terminales portuarias de contenedores. AUTOR: Íñigo López Ansorena Ingeniero de Caminos, Canales y Puertos DIRECTOR: Alberto Camarero Orive Doctor Ingeniero de Caminos, Canales y Puertos Licenciado en Economía Licenciado en Administración y Dirección de Empresas Madrid, 2013 Departamento de Ingeniería Civil. Transportes. E.T.S. de Ingenieros de Caminos, Canales y Puertos Tribunal nombrado por el Mgfco. y Excmo. Sr. Rector de la Universidad Politécnica de Madrid Presidente: Vocal 1º: Vocal 2º: Vocal 3º: Secretario: Acuerdan otorgar la calificación de, EL PRESIDENTE LOS VOCALES EL SECRETARIO Madrid, a de 2013 A mi padre Agradecimientos Durante la elaboración de este trabajo recibí el apoyo de un gran número de compañeros y por eso es justo expresar mi agradecimiento hacia todos ellos. En primer lugar quiero agradecer al profesor Alberto Camarero su inestimable ayuda para que esta Tesis Doctoral haya sido posible. El me ayudó en todo momento y fomentó mi interés en cada una de las etapas de la investigación, desde su inicio hasta el final. Sin su dedicación y apoyo yo no podría haber realizado esta Tesis. También mi recuerdo y agradecimiento al profesor Vicente Negro por impulsarme hace años a iniciar los estudios de doctorado y por dirigir la Tesina de Investigación previa a esta Tesis. A los profesores de la Unidad Docente de Explotación de Puertos, Pascual Pery y Nicoleta González, por sus acertadas aportaciones y, por último, quiero agradecer a los compañeros de doctorado el ambiente de trabajo y compañerismo creado estos años en la Escuela. Índice 1.- PLANTEAMIENTO DEL PROBLEMA .......................................................................1 1.1.- Introducción............................................................................................................1 1.2.- Motivación: razones para la propuesta ..................................................................4 1.3.- Objetivos de la Tesis Doctoral ...............................................................................6 1.4.- Metodología ...........................................................................................................7 2.- ANTECEDENTES ......................................................................................................9 2.1.- El escenario internacional ......................................................................................9 2.2.- Los puertos y Autoridades Portuarias ..................................................................13 2.3.- El buque portacontenedores y la grúa pórtico .....................................................16 2.4.- Las terminales portuarias.....................................................................................20 2.5.- El subsistema de atraque.....................................................................................22 2.6.- Síntesis del capítulo .............................................................................................23 3.- BASES DEL ESTUDIO DE LA LÍNEA DE ATRAQUE ............................................25 3.1.- Métodos empíricos...............................................................................................25 3.1.1.- Métodos centrados en la demanda .................................................................26 3.1.2.- Métodos centrados en la oferta .......................................................................30 3.2.- Métodos analíticos ...............................................................................................40 3.2.1.- Introducción .....................................................................................................40 3.2.2.- Modelización de la línea de atraque................................................................47 3.2.3.- Aplicación del modelo......................................................................................57 3.3.- Métodos de simulación ........................................................................................64 3.3.1.- Modelo de colas para simulación ....................................................................64 3.3.2.- Aplicación del modelo......................................................................................70 3.4.4.- Síntesis del capítulo y comparativa de los tres modelos .....................................72 LA CALIDAD DEL SERVICIO .................................................................................75 4.1.- Consideraciones generales..................................................................................75 4.2.- Los tipos de terminales ........................................................................................77 4.3.- La línea de atraque ..............................................................................................84 4.3.1.- El puesto de atraque .......................................................................................84 4.3.2.- Ciclo de carga y descarga de las grúas ..........................................................91 I 4.3.3.4.4.- Transferencia a depósito ...............................................................................100 Calidad del servicio ............................................................................................105 4.4.1.- El puerto y las terminales de contenedores ..................................................105 4.4.2.- Línea de atraque ...........................................................................................108 4.4.3.- Indicadores de calidad...................................................................................113 4.5.5.- Síntesis del capítulo ...........................................................................................116 ESTADO DEL ARTE..............................................................................................119 5.1.- Introducción........................................................................................................119 5.2.- Planificación portuaria. Capacidad y nivel de servicio .......................................121 5.3.- Planificación de operaciones en el corto plazo ..................................................129 5.4.- Rendimientos y casos de estudio ......................................................................133 5.5.- La calidad del servicio en las terminales............................................................140 5.6.- El Control Estadístico de Procesos (CEP) .........................................................143 5.7.- Síntesis del capítulo ...........................................................................................146 6.- PROPUESTA METODOLÓGICA...........................................................................149 6.1.- Introducción........................................................................................................149 6.2.- El Control Estadístico de Procesos usando gráficos de control.........................150 6.3.- Elaboración de gráficos de control.....................................................................155 6.4.- Propuesta metodológica ....................................................................................159 6.5.- Síntesis del capítulo ...........................................................................................165 7.- APLICACIÓN Y RESULTADOS ............................................................................167 7.1.- Introducción........................................................................................................167 7.2.- Aplicación...........................................................................................................168 7.3.- Análisis de resultados ........................................................................................170 7.4.- Síntesis del capítulo ...........................................................................................177 8.- CONCLUSIONES Y FUTURAS LÍNEAS DE INVESTIGACIÓN............................179 8.1.- Conclusiones......................................................................................................179 8.2.- Futuras líneas de investigación..........................................................................181 BIBLIOGRAFÍA ANEXO I: APLICACIÓN PRÁCTICA DE AJUSTE ENTRE VARIABLES PORTUARIAS ANEXO II: APLICACIÓN PRÁCTICA DE LOS MÉTODOS DE SIMULACIÓN ANEXO III: APLICACIÓN PRÁCTICA DE CONTROL ESTADÍSTICO DE PROCESOS II Índice de tablas Tabla 1. Estructura de los modelos portuarios .........................................................15 Tabla 2. Ventajas y limitaciones de los métodos estáticos y dinámicos...................29 Tabla 3. Principales características de los métodos estáticos y dinámicos..............29 Tabla 4. Capacidades medias usuales en España para tráfico de contenedores ....34 Tabla 5. Ajustes estadísticos y correlación entre las variables portuarias................38 Tabla 6. Diferencia básica entre los dos grupos de métodos empíricos ..................39 Tabla 7. Simbología en la notación de Kendall.........................................................42 Tabla 8. Tasa de ocupación máxima recomendada en %........................................45 Tabla 9. Ventajas, limitaciones y posibles aplicaciones de cada método.................73 Tabla 10. Naturaleza del problema en cada método ..................................................73 Tabla 11. Cuestiones a resolver: mejora de la calidad del servicio ............................75 Tabla 12. Inspecciones en una grúa pórtico de muelle ..............................................90 Tabla 13. Análisis de sensibilidad. Tiempo de espera de la grúa a vehículo .............94 Tabla 14. Análisis de sensibilidad. Movimiento de spreader de la grúa .....................95 Tabla 15. Productividad/mano y movs/hora de grúa ..................................................96 Tabla 16. Tiempos perdidos en las operaciones de carga y descarga.......................96 Tabla 17. Estadísticas descriptivas de la operativa de la grúa ...................................98 Tabla 18. Ratio TEUs/movimiento en terminales españolas ......................................99 Tabla 19. Aspectos del servicio objeto del control de calidad ..................................107 Tabla 20. Factores ajenos a las propia terminal que influyen en productividad .......110 Tabla 21. Respuestas que se pueden extraer del capítulo.......................................117 Tabla 22. Término de estudio de la línea de atraque y su objetivo ..........................119 Tabla 23. Nivel de planificación, tipo de problema y plazo .......................................120 Tabla 24. Revisión bibliográfica. Rendimientos promedio ........................................133 Tabla 25. Productividad de las grúas en la terminal ATM. .......................................134 Tabla 26. Revisión bibliográfica. Simulaciones portuarias........................................136 Tabla 27. Estudio estadístico. Terminales Kaoshiug (Taiwán) .................................137 Tabla 28. Valores de k de Erlang para cada terminal de contenedores ...................139 Tabla 29. Niveles de competencia portuaria ............................................................141 Tabla 30. Tipos de indicadores de calidad en la línea de atraque............................142 III Tabla 31. Tipos de indicadores en la línea de atraque .............................................143 Tabla 32. Indicadores seleccionados para el CEP ...................................................155 Tabla 33. Resumen de la información recopilada y tratada (CEP)...........................168 Tabla 34. Nivel de control en las líneas analizadas..................................................170 Tabla 35. Resumen del cep aplicado a líneas regulares ..........................................172 Tabla 36. Resumen del cep aplicado a terminales ...................................................173 IV Índice de figuras Figura 1. Problemática portuaria..................................................................................2 Figura 2. Esquema conceptual de la Tesis Doctoral....................................................8 Figura 3. Desarrollo del comercio y el tráfico marítimo................................................9 Figura 4. Derrotero circunvalar alrededor del mundo ................................................11 Figura 5. Desarrollo del tráfico marítimo y portuario de contenedores ......................12 Figura 6. Estrategia hub & spoke y estrategia interlining...........................................14 Figura 7. Evolución de los buques .............................................................................17 Figura 8. Pedidos de nuevos buques ........................................................................18 Figura 9. Evolución del tamaño de las grúas .............................................................19 Figura 10. Representación esquemática del flujo de mercancías de importación.......21 Figura 11. Síntesis del capítulo primero ......................................................................24 Figura 12. Métodos empíricos .....................................................................................25 Figura 13. Movimientos anuales según localización geográfica ..................................33 Figura 14. Correlaciones entre las variables................................................................37 Figura 15. Representación de llegadas a puerto .........................................................48 Figura 16. Forma de la distribución de Erlang según el grado k de la función ............50 Figura 17. Tráfico de congestión y tráfico de saturación .............................................51 Figura 18. Tráfico límite ...............................................................................................52 Figura 19. Costes del puerto y del buque ....................................................................53 Figura 20. Costes unitario conjunto (puerto+ buque)...................................................54 Figura 21. Costes (buque+puerto) en función de los puestos de atraque disponibles 54 Figura 22. Envolvente de costes mínimos ...................................................................55 Figura 23. Diagrama de transición de estados para un modelo M/M/c........................58 Figura 24. Tasa de ocupación en función de la probabilidad de espera y atraques....59 Figura 25. Espera relativa para un sistema M/ M/ n ....................................................62 Figura 26. Esperas relativas en sistemas M/E2/n y E2/E2/n .......................................62 Figura 27. Elementos de la modelización del sistema de atraque...............................65 Figura 28. Ejemplo de fases de estabilización y equilibrio...........................................70 Figura 29. Esquema general de las bases de partida..................................................72 Figura 30. Esquema metodológico del capítulo cuarto ................................................76 V Figura 31. Tipología de terminales ..............................................................................77 Figura 32. Lay out típico de una terminal convencional...............................................78 Figura 33. Esquemas de trabajo en la carga y descarga.............................................79 Figura 34. Zona de entrega buffer en terminales automatizadas ................................80 Figura 35. Tipos de movimientos en terminales automatizadas ..................................81 Figura 36. Productividades de las terminales ..............................................................82 Figura 37. Berthing schedule semanal de una terminal de contenedores ...................86 Figura 38. Grados de ocupación usuales para diferentes tráficos y puestos de atraque88 Figura 39. Dimensiones típicas en zona de operación de una terminal ......................89 Figura 40. Ciclo de descarga de un contenedor ..........................................................92 Figura 41. Tiempos en el ciclo medio de carga/descarga............................................92 Figura 42. Tiempos en el ciclo mas rápido de carga/descarga....................................93 Figura 43. Productividad del atraque vs. Tamaño de la escala. ..................................97 Figura 44. Productividad de las grúas vs. Operación en horas, T. Callao ...................98 Figura 45. Planes de carga-descarga. Adecuado (izq), mejorable (der) ...................100 Figura 46. Plan de estiba inadecuado .......................................................................101 Figura 47. Representación teórica del tráfico de vehículos .......................................102 Figura 48. Mejora indirecta de operativa por disminución de intensidad de tráfico ...103 Figura 49. Sistema inteligente de regulación y posicionamiento de chasis ...............104 Figura 50. Gestión de la calidad en los puertos de titularidad estatal........................106 Figura 51. Resumen de las etapas y tiempos de paso por puerto.............................108 Figura 52. Indicadores de calidad..............................................................................113 Figura 53. Indicadores de calidad relacionados con los puestos de atraque ............114 Figura 54. Indicadores de calidad relacionados con las grúas ..................................115 Figura 55. Aspectos clave del servicio.......................................................................116 Figura 56. Relación entre capacidad-congestión y ocupación...................................122 Figura 57. Ábaco capacidad-coste.............................................................................123 Figura 58. Oferta de servicio requerida por una terminal...........................................124 Figura 59. Costo de permanencia de buques en el puerto ........................................125 Figura 60. Restricción espacial en modelos de línea de atraque ..............................127 Figura 61. Problemas operacionales de asignación en línea de atraque ..................129 Figura 62. Planificación secuencial de los tres problemas ........................................130 Figura 63. Representación del doble ciclo .................................................................135 Figura 64. Ajustes a distribuciones Erlang de grado k...............................................137 VI Figura 65. Modelización terminal PECT.....................................................................138 Figura 66. Esperas relativas y tasas de ocupación para distintas leyes de servicio..139 Figura 67. Esquema revisión literatura ......................................................................147 Figura 68. Gráfico de control con límites de acción a 3 desviaciones típicas............152 Figura 69. Gráfico de control con representación de zonas ......................................152 Figura 70. Probabilidad asociada a cada sigma ........................................................153 Figura 71. Ejemplo de gráficos de control..................................................................158 Figura 72. Esquema de la propuesta metodológica (para cada indicador k).............163 Figura 73. Esquema simplificado de la metodología propuesta ................................165 Figura 74. Gráficos I-MR correspondientes a la terminal de MSC.............................174 Figura 75. Gráficos I-MR correspondientes a la terminal NOATUM ..........................175 Figura 76. Gráficos I-MR correspondientes al conjunto de las terminales.................176 VII VIII Resumen Esta Tesis Doctoral evalúa empíricamente la calidad del servicio en la línea de atraque de las terminales portuarias de contenedores. La metodología propuesta utiliza indicadores de calidad y se basa en el concepto de la segmentación de servicio. Para ello se desarrolla la teoría del Control Estadístico de Procesos (CEP) y se utilizan los gráficos de control para clasificar el servicio en las terminales de contenedores. El propósito de la Tesis es proporcionar una metodología basada en el Control Estadístico de Procesos (CEP) para evaluar la calidad del servicio y detectar las escalas de un servicio regular de línea que se encuentran fuera de control. Por tanto, la metodología se puede utilizar para detectar eventos que son indicativos de cambio real del proceso en la línea de atraque. Esta detección puede ser compleja pues las características de los procesos en terminales de contenedores son variables. La metodología proporciona mediante los gráficos de control criterios estadísticamente objetivos de cambio. Cuando el cambio es detectado y considerado bueno sus causas deben ser identificadas y posiblemente convertirse en la nueva forma de trabajar, cuando el cambio es negativo, entonces sus causas deberían ser identificadas y eliminadas. La Tesis Doctoral está organizado de la siguiente manera: La primera parte es la introducción, e incluye los capítulos 1 al 4, la segunda parte presenta el Estado del Arte (capítulo 5) y algunos de los estudios que han inspirado esta investigación, la tercera parte se centra en la metodología utilizada (capítulo 6) y su aplicación sobre un caso de estudio (capítulo 7). Finalmente, en la cuarta parte se presentan las conclusiones y se proponen algunas de las nuevas líneas de investigación que quedan abiertas (capítulo 8). IX Abstract This Thesis empirically evaluates the quality of service in the berthing face of container terminals. The methodology proposed is focused on quality of service indicators and is based on the concept of service segmentation. The Statistical Process Control (SPC) theory and the control charts are used to classify container terminal service. The aim of this Thesis is to provide a methodology based on Statistical Process Control that can evaluate the quality of service and also can detect scales of shipping liner service that are out of control. Therefore, the methodology can be used to detect events that are indicative of real change in the berthing process of container vessels. The methodology proposed allows simple detection of events that are indicative of actual process change in container terminals. This detection is complex because the characteristics of the processes are variable in the container terminals; the control chart provides statistically objective criteria of change. When change is detected and considered good its cause should be identified and possibly become the new way of working, where the change is bad then its cause should be identified and eliminated. This Thesis is organized as follows: The first part is the introduction (includes Chapters 1 to 4), the second part presents the State of the Art (Chapter 5) and some of the studies that have inspired this research. The third part focuses on the methodology used (Chapter 6) and its application to a case study (Chapter 7). Finally, Part 4 presents the conclusions and suggests future research (Chapter 8). X 1.- PLANTEAMIENTO DEL PROBLEMA 1.1.- Introducción Hoy en día, el desafío fundamental de cualquier puerto es adecuar la oferta de sus instalaciones, tanto en la provisión de infraestructuras como en nivel de servicio, a la demanda del tráfico, conservando en todo momento la sostenibilidad medioambiental, social y económica del desarrollo portuario. Con carácter general, antes de plantear nuevas ampliaciones que conllevan diversas problemáticas, los puertos deben de maximizar la productividad de sus instalaciones y de sus propios equipos. En este proceso de mejora continua, cualquier eliminación de tiempos perdidos o reducción de las demoras, tiene un efecto directo y positivo sobre la calidad del servicio a los buques. Gran parte de la problemática portuaria es consecuencia de que los puertos no son infraestructuras aisladas de la ciudad y el entorno que les rodea. Por un lado, la sociedad demanda la protección de los recursos naturales, por lo que suelen existir posiciones proteccionistas respecto al medio ambiente, o que reclaman el uso de la franja costera para actividades lúdicas en los espacios limítrofes. Por otro lado, en los conflictos “puertociudad” relacionados con el de uso del frente marítimo es habitual la oposición de colectivos directamente afectados, tanto por las obras como por la explotación de las nuevas instalaciones. Además, suelen surgir conflictos cuando se definen actividades portuarias escasamente compatibles con los usos urbanos, o cuando hay una falta de coordinación entre el puerto y la ciudad en sus modelos de crecimiento y usos de suelo. Un último aspecto a añadir es la exigencia de la sociedad para una racionalización en el uso de la financiación pública. Esta exigencia cobra cada vez mayor importancia con la crisis económica y la paulatina desaparición de los fondos europeos dedicados a las infraestructuras. En este sentido, siempre se debe valorar si la mejora del servicio en los muelles es más importante o más rentable que cualquier inversión en nuevas grúas, o que la ampliación de las infraestructuras existentes, ya que esto último normalmente exige grandes inversiones y tiene un alto coste de oportunidad. 1 En definitiva, la sostenibilidad del desarrollo portuario está en un punto de encuentro entre los distintos intereses sociales, ambientales y económicos. Este punto permite desarrollar la actividad de forma viable, equitativa y soportable (Figura 1). Fuente: De Pablo R. (2009) Figura 1. Problemática portuaria Esta problemática portuaria se produce en un ámbito muy especial en el que interactúan multitud de agentes y organizaciones empresariales (públicas y privadas) que toman decisiones y desarrollan su actividad de diferentes formas. Todo ello con un alto grado complejidad y heterogeneidad, que afecta además de al propio puerto a otros en competencia. Pero a pesar de esta complejidad, todos los agentes y usuarios del puerto que constituyen en su conjunto la Comunidad Portuaria están interrelacionados alrededor de una especialización económica y comparten objetivos. Es precisamente por el bien común que puede generar a toda la Comunidad Portuaria un servicio de calidad en la línea de atraque, por lo que se debe considerar este aspecto como verdadero motor de la competitividad del puerto. Mejorar la eficiencia en la línea de atraque significa mejorar los índices de operación, la calidad y fiabilidad del servicio, reducir el tiempo de estancia del buque en puerto, reducir los costes, etc. Por todo ello, se puede considerar que la gestión del sistema de atraque en las terminales es el elemento clave de la operativa portuaria, su optimización puede permitir a los puertos ofrecer un servicio de mayor calidad a sus clientes. 2 La línea de atraque es escenario de una serie de operaciones en las que la calidad de servicio al buque juega un papel esencial. Los acuerdos con los grandes operadores marítimos que garantizan un volumen de tráfico al año, las iniciativas como el otorgamiento de prioridad o las tarifas de lealtad que premian a un determinado cliente, son cada día más importantes en la gestión de las terminales portuarias de contenedores. En este marco, la coordinación de actividades en la línea de de atraque es un principio básico para la optimización global de las operaciones en los puertos. Esta coordinación exige a su vez la presencia de esquemas de reconocimiento que han de jugar un importante papel de control y motivación de los diversos agentes en la mejora conjunta. Se trata, en definitiva, de disponer de una herramienta que permita distinguir a las organizaciones que participan en la prestación de los servicios, y a la vez, transmitir a los clientes el esfuerzo de mejora que se pretende. En este sentido, surge la necesidad de definir una propuesta metodológica para la evaluación de la calidad del servicio en la línea de atraque de las terminales portuarias de contenedores, que permita atender las necesidades de todas las partes interesadas, al definir unas características de calidad del servicio. De esta forma, todos los agentes podrían utilizar esta propuesta para comprobar si el servicio del puerto cumple con las características de calidad, disponiendo de este modo, de una herramienta práctica de evidente efecto comercial. Esta propuesta debería de contar, al menos, con un sistema de medición conformado por un conjunto de indicadores capaces de evaluar el funcionamiento de la línea de atraque de las terminales de contenedores, ya que en muchas ocasiones es el subsistema más importante en las actividades portuarias. En definitiva, los criterios de actuación que se presentan en esta Tesis Doctoral deberían servir como un marco de referencia con el que los operadores concesionarios de las terminales de contenedores pudieran someter voluntariamente su servicio a evaluación. Estos operadores podrían utilizar la metodología para mejorar el servicio y como contrapartida, en caso de observarse mejoras, la Autoridad Portuaria podría tomar medidas para la bonificación del citado servicio. 3 1.2.- Motivación: razones para la propuesta La presente Tesis Doctoral se ha elaborado como consecuencia de la creciente necesidad de mejora en la explotación portuaria. Los recursos físicos y financieros en el ámbito portuario son limitados y en todos los puertos se suele producir un desigual crecimiento entre la oferta (con un crecimiento discontinuo) y la demanda (con un crecimiento continuo), que además suele tener un fuerte dinamismo. Tradicionalmente, los puertos tratan de conseguir un equilibrio entre la inactividad del muelle y la inactividad del buque, y así lograr un coste mínimo para la mercancía. Por un lado, una insuficiente oferta portuaria lleva a la congestión, que produce la imposibilidad de dar un servicio de calidad a todos los usuarios, una pérdida de la competitividad y prestigio del puerto, y finalmente una pérdida de clientes a la propia terminal por el desvío de tráfico a otros puertos. El desencadenante de estos sucesos es el aumento de los costes logísticos soportados por los usuarios, ya que cuando los buques tienen que esperar para recibir el servicio de la terminal, están pagando un coste en tiempo más alto del que tenían previsto. En definitiva, carecer de la capacidad de servicio suficiente causa demoras y un aumento de los costes. Por otro lado, un exceso de oferta portuaria o sobre-dimensionamiento de la infraestructura implica la inmovilización de recursos más rentables para otras actuaciones y puede implicar el deterioro de las instalaciones antes de su efectiva puesta en explotación. En este marco, las terminales de contenedores se encuentran ante el dilema de asumir los costos derivados de tener demoras, o asumir los costos derivados de prestar un buen servicio. En la actualidad, cualquier terminal de contenedores debe estar preparada para ofrecer el servicio que se solicite en cualquier momento y con unas garantías mínimas de calidad, ya que como se ha mencionado anteriormente, cuando las grandes navieras y demás usuarios perciben un servicio que no cumple con sus expectativas renuncian a utilizarlo. En este sentido, para conservar a los clientes, los puertos necesitan implementar mecanismos de control del servicio que aseguren una adecuada respuesta a las necesidades de los usuarios. Para cumplir con este objetivo e incidir en la mejora de los procesos de servicio global, actualmente las Autoridades Portuarias siguen criterios establecidos (en la Ley 33/2010 4 de 5 de agosto y en el Real Decreto Legislativo 2/2011 de 5 de septiembre) y utilizan la Certificación de Calidad y la evaluación de la conformidad, como elementos de objetivación para promover bonificaciones en las tasas portuarias relacionadas con la prestación de servicios. Para ello, los puertos se centran en aspectos clasificados según diversas categorías, como la gestión de recursos materiales y humanos, protección en las operaciones, estado de las infraestructuras, etc. Desde un punto de vista puramente técnico, resulta necesario desarrollar una metodología de evaluación de la calidad del servicio en la línea de atraque de las terminales de contenedores que cubra los aspectos que tienen objetivamente un mayor peso en la eficiencia global. Es evidente que un riguroso control de la línea de atraque, que permita a ésta adaptarse a la evolución y los continuos cambios del sector, facilitará una mejora del servicio a los buques. La propuesta metodológica debe ser un instrumento que facilite a los usuarios la elección entre las diversas terminales y puertos, al diferenciar unos servicios de otros, fomentando, en última instancia, la competencia entre las empresas para tratar de imitar a las mejores. Para ello es preciso que las características de servicio reflejen los requisitos de las partes interesadas (terminales y buques). De esta forma, todos los usuarios podrán identificar y diferenciar la mejora del servicio en la línea de atraque. Por todo lo aquí expuesto, se ha considerado necesaria y justificada la realización de la presente Tesis Doctoral, orientada a la evaluación de la calidad del servicio en la línea de atraque de las terminales portuarias de contenedores. 5 1.3.- Objetivos de la Tesis Doctoral La presente Tesis Doctoral tiene por objetivo determinar unos indicadores de calidad del servicio prestado en la línea de atraque de las terminales portuarias de contenedores, y establecer una propuesta metodológica para la evaluación de esos indicadores. Esta propuesta metodológica se podrá adaptar en un futuro a la realidad de cada puerto y podrá ser utilizada por los operadores concesionarios de las terminales. Los operadores que voluntariamente deseen adoptar esta metodología como sistema de evaluación, dispondrán de una herramienta con la que pueden lograr que se reconozca la profesionalidad de su servicio. La propuesta metodológica está basada en el Control Estadístico de Procesos (CEP) y establece un conjunto de indicadores a utilizar para comprobar el cumplimiento de las características de calidad del servicio en la línea de atraque. Sin embargo, no pretende dar especificaciones sobre el sistema de evaluación de conformidades o sobre la emisión de certificados, ni tampoco pretende ser una guía para la revisión y la mejora continua de las condiciones de calidad. En cuanto al alcance de la presente Tesis Doctoral, los aspectos del servicio que las terminales de contenedores podrán potenciar en su línea de atraque si adoptan la metodología que se desarrolla son los siguientes: • La calidad general del servicio en línea de atraque, asegurando estándares de calidad y garantizando a los usuarios de las terminales una mejora en el nivel de servicio. Todo ello redundará en una mayor satisfacción de éstos. • El control de los requisitos de prestación del servicio, de forma que se puedan establecer indicadores y estándares. Lo que proporcionará a los clientes y al puerto una imagen de calidad, transparencia, control y seguridad. En definitiva, la propuesta de esta Tesis Doctoral pretende contribuir a promover la mejora del servicio y la transparencia del negocio, pudiendo ser utilizada tanto por la Autoridad Portuaria como por sus clientes. Así mismo, la metodología que se presenta representa un instrumento complementario que puede ser utilizado como apoyo o en el desarrollo de otros sistemas que pudieran estar ya implantados (ISO 9001, ISO 14001,..). 6 1.4.- Metodología El esquema metodológico de la Tesis Doctoral se sustenta en las siguientes fases: 1. FASE 1: INTRODUCCIÓN (i) Estudio de antecedentes: motivación y razones para la propuesta, objetivos de la Tesis Doctoral, ámbito de aplicación y alcance. (ii) Establecimiento de las bases de partida, con la identificación de los factores (utilización, eficiencia, etc.) que influyen en la dinámica de la línea de atraque y los métodos tradicionales para su estudio. (iii) Descripción de los elementos que configuran la línea de atraque, desde una escala más amplia a otra más reducida y estudio del papel que juega cada factor en lo que a calidad del servicio se refiere. El objeto es analizar la influencia de cada uno de los aspectos clave del servicio y definir una serie de indicadores de calidad para su utilización dentro de la propuesta metodológica. 2. FASE 2: ESTADO DEL ARTE. (i) Revisión bibliográfica del estado del arte conforme a 5 grandes perspectivas: planificación a largo plazo y nivel de servicio, planificación a corto plazo, rendimiento operacional y casos de estudio, calidad del servicio, y Control Estadístico de Procesos (CEP). 3. FASE 3: PROPUESTA METODOLÓGICA (i) Realización de una propuesta metodológica para la evaluación de la calidad del servicio en línea de atraque de las terminales de contenedores, que cierre una posible laguna detectada en el estudio bibliográfico. (ii) Aplicación de la propuesta metodológica a un caso de estudio concreto. Discusión y análisis de resultados sobre el caso de estudio. 4. FASE 4: CONCLUSIONES (i) Conclusiones y propuesta de futuras líneas de investigación. 7 Por tanto, el esquema conceptual de la Tesis Doctoral es el siguiente: Criterios de calidad del servicio en el ámbito de la línea de atraque Antecedentes: motivación y razones para la propuesta. Objetivos, ámbito de aplicación y alcance Bases de partida: Aspectos clave del Métodos de estudio de la servicio: línea de atraque Indicadores de calidad Revisión del estado del arte Propuesta metodológica: Basada en el CEP y los gráficos de control Aplicación de la propuesta metodológica Conclusiones y futuras líneas de investigación Fuente: Elaboración propia Figura 2. Esquema conceptual de la Tesis Doctoral 8 2.- ANTECEDENTES 2.1.- El escenario internacional Las últimas décadas han sido testigo de un extraordinario desarrollo de los intercambios comerciales en el mundo. La naturaleza global de este desarrollo ha generado una necesidad creciente de transporte y en especial del transporte marítimo, que es la base del proceso de globalización económica y comercial. Comercio mundial de mercancías Índice de Producción Industrial de la OCDE e índices del PIB, el comercio de mercancías y el tráfico marítimo mundiales (1975-2011) (1990 = 100) Tráfico marítimo PIB mundial Índice de Producción Industrial de la OCDE Fuente: RMT UNCTAD 2011 Figura 3. Desarrollo del comercio y el tráfico marítimo El crecimiento de los intercambios se ha sustentado en la logística y el desarrollo tecnológico. Las nuevas tecnologías y la generalización del comercio electrónico, han dado paso a un mercado de pocas fronteras, en el que la distribución de los productos para su comercialización tiende cada vez mayor importancia. En este sentido, la actividad logística ha facilitado las estrategias JIT (“Just In Time”), abarcando desde el transporte 9 para la distribución del producto hasta su almacenamiento, pasando por trabajos de valor añadido que las empresas pueden ofrecer para la terminación de los productos. Estos notables cambios de orden logístico y tecnológico, ligados al transporte de mercancías y el proceso de globalización económica con la tendencia hacia la consecución de un único mercado mundial, se han traducido en una difusión de la actividad económica en el mundo con un doble impacto, tanto en la producción como en el consumo. Respecto a la producción, el mayor impacto tiene su origen en la irrupción de la economía china en el escenario internacional. China ha superado a Japón como segunda potencia económica mundial y ha reforzando la polarización de la producción de mercancías en Asia. El crecimiento de sus exportaciones al resto del mundo, está acompañado de una fuerte necesidad interior de energía y de materias primas, que ha provocado el encarecimiento de los fletes marítimos y el aumento de los precios en los mercados internacionales, que han sido compensados, a su vez, con una reducción de los costes del transporte por economías de escala. También, se observa una reducción de los costes de producción y de la mano de obra, ya que las compañías localizan la producción en las áreas donde pueden producir mercancías a menores costes. Respecto al consumo, la globalización ha hecho homogéneas las pautas de consumo a nivel mundial, observándose una ampliación espacial y temporal de los mercados. Hoy en día, la estacionalidad prácticamente ha desaparecido y se puede tener acceso a todo tipo de productos en cualquier momento y lugar. Esta ampliación de gama de productos viene acompañada por una mejora de la calidad y precio de los mismos, consecuencia del aumento de la competencia. Por otro lado, la actual crisis económica ha puesto de manifiesto los notables desequilibrios presupuestarios derivados de la excesiva deuda (pública y privada) de algunas economías, restringiendo notablemente el crédito y el consumo en algunas economías occidentales. El aumento continuado del binomio producción-consumo ligado a la intensificación de los intercambios ha favorecido el desarrollo de la intermodalidad y la generalización del uso del contenedor, que garantiza las tres condiciones básicas de la logística: rapidez, seguridad y bajo coste. Hoy en día, el transporte marítimo en contenedor tiene una 10 enorme vitalidad y está completamente instaurado en una red internacional que enlaza los puertos escogidos por los grandes transportistas globales. Estos transportistas tienen la capacidad de reducir los costes existentes entre el productor y el cliente final vía economías de escala, y mejorar de la productividad. Las áreas generadoras de mercancía general concentran la actividad en los grandes puertos, originando uno flujo de tráfico este-oeste-este (Figura 4). Este derrotero incluye tres rutas oceánicas: ruta Asia-Europa, ruta atlántica entre América y Europa, y ruta oceánica del pacífico entre Asia y América utilizando el Canal de Panamá. Entre los puertos con mayor volumen de tráfico de contenedores del mundo destacan los asiáticos, con cuatro puertos entre los cinco primeros y doce entre los veinte primeros del mundo. En la actualidad, existe una tendencia generalizada a la concentración del tráfico entorno a los puertos más grandes y desarrollados, dotados además de con una buena localización geográfica, con mayores calados, un hinterland con buena potencialidad industrial y unas tarifas competitivas dentro de la red mundial de puertos. Fuente: Rodrigue J.P. et al. (2012) Figura 4. Derrotero circunvalar alrededor del mundo 11 Por último, dentro del tráfico mundial de contenedores cabe distinguir entre el total de contenedores manejados en los puertos y el total de los contenedores transportados por vía marítima. La primera cifra representa la suma de todos los contenedores de importación, exportación o transbordo manipulados por los puertos. Esto significa que un contenedor es al menos contabilizado dos veces, como una importación y como una exportación, además de poder ser contabilizado durante operaciones de transbordado en un lugar intermedio. La segunda cifra, el tráfico marítimo mundial de contenedores, es el número total de contenedores transportados por vía marítima, con exclusión de las dobles contabilidades: importaciones y exportaciones, así como del número de transbordos que se producen. Por tanto, el tráfico portuario podría reflejar el nivel de actividad de transporte, mientras que el tráfico marítimo podría reflejar el nivel de actividad comercial. La tendencia pone de relieve una ligera diferencia en el crecimiento de estas dos variables de abastecimiento global, ya que el tráfico marítimo de contenedores ha crecido cerca del 430%, con una tasa media anual del 9,5%, mientras que en el mismo período el tráfico portuario ha crecido un 500%, con una tasa media anual del 10,5%. La relación entre ambos tráficos mostraría el número medio de manipulaciones (transbordos) que sufre un contenedor entre origen y destino. Tráfico Marítimo vs. Tráfico Portuario 600 Millones TEUs 500 400 Tráfico Marítimo 300 Tráfico Portuario 200 100 0 1990 2008 Fuente: Elaboración propia sobre datos UNCTAD Figura 5. Desarrollo del tráfico marítimo y portuario de contenedores 12 2.2.- Los puertos y Autoridades Portuarias La creciente competencia entre los puertos ha tenido y tiene hoy en día, un gran impacto sobre su estructura, su organización y sobre su papel regional. Los puertos se han transformado en verdaderos puntos de distribución y de conexión intermodal entre los modos terrestre y marítimo del transporte. En la actualidad ya no son simples puntos de ruptura de carga o construcciones de ingeniería que acogen y dan abrigo a los buques, sino nodos imprescindibles de la cadena de transporte de mercancías. Según su vinculación con esa cadena se pueden distinguir cuatro tipos de puertos. El primer grupo lo forman los puertos Hub que se encuentran situados en zonas estratégicas dentro del eje principal de rutas. En ellos se transborda la mercancía hacia otros puertos menores mediante una estrategia conocida como Hub & Spoke. Las navieras basan su actividad en acomodar el volumen del cargamento al tamaño del buque, dedicando más tiempo a la navegación del buque grande (costoso) y reservando el tiempo de estadía al buque feeder (económico). Las economías de escala obtenidas son más importantes cuanto mayor es la distancia oceánica recorrida por los buques madre. Sin embargo, se debe hacer notar que si bien existe un ahorro en el tramo más largo recorrido por el buque de mayor porte, esta estrategia conlleva un sobrecoste por doble manipulación de la carga trasbordada en los puertos Hub. El segundo grupo lo forman los puertos Interlines o puertos de línea que no dependen de un puerto principal Hub. El interlining se sustenta en el acuerdo entre líneas con el objeto de reducir los costes de transporte. Este esquema se basa en la utilización de buques que comparten puertos pero que cubren líneas regulares distintas. En estos puertos de encrucijada se transborda la mercancía con destino a otros puertos receptores, generándose economías de escala al conseguir acomodar la oferta y la demanda. Por tanto, en esta colaboración interlining (entre líneas) la mercancía puede utilizar dos o más servicios regulares asociados para conectar el origen con el destino. 13 Fuente: Rodrigue J.P. (2012) Figura 6. Estrategia Hub & Spoke y estrategia Interlining A los anteriores se les debe añadir un tercer y cuarto grupo de puertos. Los puertos Gateway, que fundamentalmente trabajan con contenedores de importación o exportación, y los puertos relay o de transbordo entre grandes rutas, en los que los contenedores van de buques grandes a buques grandes. Independientemente de la categorización anterior, la entidad más significativa de cualquier puerto es la Autoridad Portuaria. Esta entidad lidera el puerto y se encarga de asegurar la optimización del flujo físico y de información de las mercancías. Entre sus funciones se encuentran la armonización e integración efectiva de los diversos agentes de la comunidad portuaria (navieras, consignatarios, etc.), la regulación de las actividades y el fomento de la competitividad empresarial. Según sea el reparto de funciones con la iniciativa privada, se distinguen tradicionalmente tres modelos de Autoridad Portuaria, que se conocen como landlord port o puerto propietario, tool port o puerto instrumento y operating port o puerto operador. El landlord port o puerto propietario, es el modelo adoptado en España por los Puertos de Interés General del Estado y también por los principales puertos de Europa y América. En este modelo la Autoridad Portuaria desempeña las funciones principales de planificar, construir las infraestructuras y generar espacios a los agentes privados. También establece normas y reglamentos, y se responsabiliza de la seguridad y el respeto al medioambiente. Por su parte, la iniciativa privada se encarga de explotar la superestructura y los equipos, y en ocasiones también se encarga de determinadas infraestructuras o parte de ellas normalmente en régimen de concesión. 14 En el modelo tool port o puerto instrumento, la Autoridad Portuaria desarrolla las funciones del modelo anterior y además también construye las infraestructuras y es propietaria de superestructuras y equipos. La iniciativa privada, por su parte, explota las instalaciones que ha construido la Autoridad Portuaria, normalmente mediante autorizaciones y contratos a corto plazo. Al igual que en el modelo anterior, la gestión de los servicios portuarios (carga y descarga, remolque, amarre, etc.) es mixta, es decir, la iniciativa privada suele colaborar en su prestación respetando las obligaciones de servicio público. En el tercer modelo, el operating port o public service port (puerto operador), la Autoridad Portuaria no sólo construye las infraestructuras, superestructura y equipos, sino que también los explota, prestando además ciertos servicios al tráfico. También cabe la posibilidad, aunque no es muy habitual, de que existan puertos operadores pertenecientes al sector privado, en cuyo caso se puede distinguir entre corporatized port y private service port, según sea la propiedad del puerto (pública o privada). Tabla 1. Modelo Estructura de los modelos portuarios Landlord port Tool port Public service port Corporatized port Private service port Propiedad PUBLICA PUBLICA PUBLICA PUBLICA PRIVADA Administración PUBLICA PUBLICA PUBLICA PRIVADA PRIVADA Gestión marítima PUBLICA PUBLICA PUBLICA PRIVADA PRIVADA MIXTA PUBLICA PUBLICA PRIVADA PRIVADA Superestructura PRIVADA PUBLICA PUBLICA PRIVADA PRIVADA Manipulación carga PRIVADA PRIVADA PUBLICA PRIVADA PRIVADA Practicaje MIXTA MIXTA MIXTA MIXTA MIXTA Remolque MIXTA MIXTA MIXTA PRIVADA PRIVADA Amarre MIXTA MIXTA MIXTA PRIVADA PRIVADA Dragado MIXTA MIXTA MIXTA MIXTA MIXTA Infraestructura Fuente: Rodrigue J. P. (2012) 15 2.3.- El buque portacontenedores y la grúa pórtico Un buque portacontenedor es aquel diseñado y construido para transportar contenedores en sus bodegas o sobre cubierta. Los buques portacontenedores se pueden clasificar en: buques multipropósito preparados para el transporte de carga general y contenedores, buques ro-ro, en los que los contenedores se cargan con vehículos y las bodegas suelen estar divididas en varias cubiertas unidas por rampas, y buques portacontenedores puros o buques celulares, que son los más utilizados hoy en día para el transporte de contenedores. En este último tipo de buques la carga y descarga siempre es vertical ya sea por medios en tierra o del propio buque. Algunos de estos buques incorporan a sus bodegas unas guías para evitar el movimiento del contenedor una vez estibado. Los buques portacontenedores puros se suelen clasificar en razón a sus dimensiones en (Figura 7): - Small feeder vessels (desde 50-80 TEU hasta 1.300) - Handy o large feeder vessels (entre 1.300 y 1.500 TEU) - Medium size (hasta los 2.500 TEU) - Large container vessels (hasta los 3.500 TEU) - Very large container vessels (hasta los 4.200 TEU) - Post panamax container vessels (mangas superiores a las máximas autorizadas para transitar por el canal de Panamá, de 4.200 TEU a 8.000 TEU) - Super post panamax container vessels (8.000 a 11.000 TEU) - Ultra Large Container Vessels ULCS (desde 11.000 hasta 15.000 TEU). - Ultra Large Mega Container Vessels ULMCS (desde 15.000 hasta 18.000 TEU). 16 Fuente: Rodríguez A. y elaboración propia Figura 7. Evolución de los buques 17 Con el objetivo de controlar los costes del transporte aprovechando las economías de escala, existe una tendencia general hacia buques de mayor tonelaje, y a la utilización de buques feeder para dar servicio a áreas menores. Esta búsqueda de economías de escala se percibe al observar que el 40 % de los pedidos de nuevos portacontendores supera los 10.000 TEUs (Figura 8). Pedidos de portacontenedores. 2012 Según tamaño (TEUs) Fuente: Containerization International y elaboración propia 2.000 6% 2.000-4.000 8% Más de 10.000 40% 4.000-6.000 20% 8.000-10.000 14% Fuente: Containerization International (2012) Figura 8. 6.000-8.000 12% Pedidos de nuevos buques En el año 2011 la naviera Maersk Line realizó los primeros encargos de una nueva generación de portacontenedores denominada Ultra Large Mega Container Ship (ULMCS). Estos buques, con una capacidad aproximada de 18.000 TEUs, tienen unos 400 metros de eslora, 60 de manga y su calado está en el límite de lo permitido por el canal de Suez. Conocidos como Triple E1, garantizan al mismo tiempo un triple objetivo: eficiencia energética, innovación medioambiental y economía de escala. Las economías de escala que consiguen estos buques son grandes, ya que cuanto mayor es el tamaño menor es el coste del espacio o slot de 20'. Maersk estima que en la ruta entre Asia y Europa estos mega-buques reducen el consumo de combustible en un 35% y las emisiones de CO2 en un 20% respecto a los buques de 13.000 TEUs que operan actualmente. La reducción de CO2 por contenedor alcanza el 50% respecto al buque medio que actualmente cubre la misma ruta comercial. 1 efficiency+enviroment+economy 18 Por otro lado, el elemento esencial en todas las operaciones buque-tierra es la grúa pórtico, cuyas características fundamentales son productividad, fiabilidad, capacidad de elevación y velocidad de manipulación. La tendencia en el desarrollo de las grúas es paralela a la de los buques, a medida que aumenta el tamaño del buque, las grúas deben ser capaces de elevar los contenedores a más altura y llevarlos a mayor distancia en un menor tiempo. La grúa se caracteriza por el tamaño del pórtico, que delimita las características del mayor buque que se espera en el atraque y las características del muelle donde se sitúa. El pórtico descansa sobre unos bogies que facilitan el movimiento longitudinal y permiten a la grúa trabajar en todas las bodegas del buque e incluso en otros puestos de atraque. En la posición de trabajo, la grúa permanece estática con la pluma abatida, mientras que en situaciones de inactividad la pluma está izada transmitiendo menos carga al muelle. El movimiento del contenedor se consigue mediante cables que pasan a través de un trolley, que permite el movimiento de la cabina del operario y del utillaje de manejo del contenedor que se denomina spreader. Este último es un bastidor extensible utilizado para la carga y descarga de contenedores, que embrida el contenedor en sus cuatro esquinas superiores mediante unos mecanismos de machihembrado automáticos denominados twist-locks. Estas características son independientes del tamaño de la grúa, el cual ha evolucionado notablemente en las últimas décadas (Figura 9). Fuente: Rodríguez A. Figura 9. Evolución del tamaño de las grúas 19 2.4.- Las terminales portuarias La terminal portuaria es una entidad independiente en el interior de un puerto en cuanto a su gestión. Tradicionalmente se han estudiado las operaciones dentro de una terminal de contenedores desde el punto de vista sistémico, como un sistema integrado en el que se desarrollan procesos de intercambio modal de transporte o gestión logística de contenedores y sus cargas (tránsito marítimo/terrestre, consolidación/des-consolidación, etc.). Los subsistemas en una terminal de contenedores son cuatro: atraque, almacenamiento, transferencia y entrega: • El subsistema de atraque representa los puestos de servicio o “puestos” de atraque, con que cuenta la terminal. Cada uno de estos sitios de atraque tiene asociada una cierta capacidad de transferencia dada por las grúas. Cuando un buque atraca en puerto, las maniobras de carga y descarga son llevadas a cabo por una o más grúas situadas en el muelle, o por grúas del propio buque dependiendo siempre del tamaño del mismo. • El subsistema de transporte interno representa la transferencia de contenedores entre el muelle y la zona de almacenamiento. Es el que asegura el transporte horizontal y se define por la solución tecnológica adoptada para los movimientos físicos y de información que se precisan. • El subsistema de almacenamiento representa la zona de acopio destinada a los contenedores de importación, exportación y vacíos. Ocupa la mayor parte de la superficie de la terminal, y su disposición y extensión está relacionada con el tráfico y con los equipos de apilamiento y manipulación. • El subsistema de entrega y recepción representa la interfaz existente entre las zonas de almacenamiento y los vehículos de transporte terrestre que dejan o sacan contenedores de la terminal. Este subsistema lo integran las puertas terrestres para carretera, los accesos por ferrocarril y las instalaciones que se dispongan para facilitar la captación del alto volumen de información que requieren las operaciones. 20 Cada uno de estos subsistemas cuenta con una serie de alternativas operacionales diferentes, definidas por las características tecnológicas de gestión de la información que se utilicen y por la capacidad técnica de los medios humanos y de manipulación de la terminal. Por tanto, para realizar de forma eficiente todas las fases de la operativa portuaria es necesario evitar cuellos de botella o estrangulamientos que puedan condicionar el rendimiento global de la operación. Para ello, se deben gestionar coordinadamente todos los medios de cada fase considerando las condiciones punta. Si se representa el flujo de importación de las mercancías en una terminal de contenedores al pasar por un puesto de atraque. Cada una de las cuatro fases tendrá una determinada capacidad de manipulación que será distinta de las capacidades de las demás. La situación es análoga a la de un líquido que circule por el interior de una tubería de diámetro irregular, en el sentido de que el ritmo de manipulación de las mercancías en el conjunto del atraque vendrá determinado por la fase que tenga la menor capacidad de manipulación. En el ejemplo de la Figura 10 la capacidad quedaría delimitada por la fase B transferencia. FASE D: Entrega FASE B: FASE A: Trasferencia Descarga FASE C: Almacenamiento Fuente: UNCTAD Figura 10. Representación esquemática del flujo de mercancías de importación De esta analogía se infiere que no se consigue nada con tratar de aumentar la capacidad de aquel elemento del puesto de atraque cuya capacidad es ya la mayor (en el ejemplo anterior la fase A descarga). En realidad, sólo se puede mejorar la capacidad del conjunto incrementando la capacidad del elemento más estrecho. La capacidad del conjunto irá mejorando a medida que se mejore la fase B hasta que llegue a igualar la de la fase D entrega. Cualquier mejora adicional de la capacidad total exigirá un aumento simultáneo de la capacidad de las fases B y D. 21 2.5.- El subsistema de atraque Los servicios que el buque recibe en puerto empiezan cuando, una vez anunciada su llegada, el buque pasa de la zona de fondeo a la zona de atraque y terminan cuando abandona las instalaciones portuarias. Tomando como punto de partida la entrada del buque al puerto, el proceso que supone el atraque de un buque portacontenedores a un muelle supone la utilización sucesiva de una serie servicios (practicaje, remolque y amarre). El primer servicio básico que la Autoridad Portuaria presta al buque fondeado para facilitar la entrada a puerto es el practicaje. En este servicio el práctico o capitán con amplia experiencia en el puerto, se encarga de dirigir el buque, realizando las maniobras náuticas de entrada en condiciones de seguridad. El segundo de los servicios básicos es el remolque, que comprende todas aquellas operaciones náuticas de ayuda al movimiento del buque mediante el enganche a un remolcador que le proporciona la fuerza motriz. A continuación, el tercero de los servicios básicos es el amarre, que consiste en la operación de recoger las amarras del buque, portarlas y fijarlas a los bolardos dispuestos para este fin siguiendo las normas básicas de seguridad. Una vez que el buque está amarrado, se inician las operaciones de estiba y desestiba, y la carga/descarga de los contenedores. Finalmente terminadas todas las operaciones de carga/descarga el buque zarpa. Otro aspecto, que debe ser considerado por su importancia para el buen desatollo de las operaciones, es el proceso documental asociado. El flujo de información es una condición necesaria previa para que la operativa física se pueda llevar a cabo. En el proceso de llegada del buque a puerto, el flujo de información se puede clasificar en tres categorías. En la primera, entre la Comunidad Portuaria y Aduanas se emiten las declaraciones de carga y de aduanas. La segunda entre los armadores - consignatarios y terminales, incluye las declaraciones de carga y planos de estiba. Y por último, la tercera incluye el flujo de documentación asociado a la entrada y salida de mercancías. El flujo de información comienza antes de la llegada del buque a puerto. El puerto debe expedir una Solicitud de Atraque. El procedimiento general a seguir para hacer una Solicitud de Atraque empieza con el envío, por parte del agente consignatario, del DUE o 22 mensaje EDI BERMAN2 a la Autoridad Portuaria. A continuación, la Autoridad Portuaria verifica la solicitud y asigna un número de escala. Más adelante, el agente consignatario confirma la escala a la Autoridad Portuaria y ésta verifica el contenido. Finalmente, la Autoridad Portuaria asigna y autoriza el atraque solicitado, lo que también sirve como autorización de entrada del buque al puerto. En el caso de solicitud de despacho del buque, el agente consignatario puede iniciar el proceso usando el DUE y adjuntando la documentación requerida por la Capitanía Marítima (declaración del capitán, lista de tripulantes y declaración de residuos). La Autoridad Portuaria comunica a Capitanía Marítima la solicitud de despacho y se verifica la información, expidiendo una aceptación o rechazo. Finalmente, la Capitanía Marítima expide la liquidación del buque (Ship’s Clearance) al consignatario. Una vez el buque obtiene confirmación de entrada y número de atraque, se desplaza de la zona de fondeo hasta la bocana del puerto y continúa realizando las maniobras necesarias hasta posicionarse en el atraque reservado para él. Por último, el flujo de información antes de proceder a las operaciones físicas de movimiento de la mercancía del buque (y en su caso el suministro de combustible, agua o la descarga de residuos), incluye una serie de documentos que imprimen certidumbre a las operaciones de carga y descarga. Esta información documental contiene la previsión de carga/descarga, la lista de cancelaciones y añadidos, la declaración sumaria y por último el plano de carga/descarga. 2.6.- Síntesis del capítulo En este capítulo se ha tratado el marco general del problema que se aborda en la presente Tesis Doctoral, desde un ámbito más general, relacionado con el escenario internacional (producción-consumo y tráfico marítimo-portuario), a los puertos y Autoridades Portuarias, el buque y grúa, las terminales y finalmente la línea de atraque. La Figura 11 muestra un esquema de síntesis del capítulo. 2 Documento Único Electrónico (DUE), Berth management message (BERMAN) y Electronic Data Interchange (EDI). Este documento se debe enviar con una antelación suficiente a la llegada del buque. (normalmente antes de 12 horas). 23 INTRODUCCIÓN ESCENARIO INTERNACIONAL PRODUCCIÓN CONSUMO TRÁFICO TRÁFICO MARÍTIMO PORTUARIO PUERTO Y AUTORIDAD MODELOS DE AUTORIDADES PUERTOS PORTUARIAS HUB-SPOKE LANDLORD PORT INTERLINING TOOL PORT GATEWAY OPERATING PORT O SERVICE PORT RELAY BUQUE PORTA- GRÚA PORTA- CONTENEDOR CONTENEDOR SUBSISTEMAS TERMINALES SUBSISTEMA DE ATRAQUE Fuente: Elaboración propia Figura 11. Síntesis del capítulo primero 24 3.- BASES DEL ESTUDIO DE LA LÍNEA DE ATRAQUE 3.1.- Métodos empíricos Los métodos empíricos, basados en la experiencia, se encuentran en el primer escalón entre las diversas metodologías de estudio aplicadas a las líneas de atraque. Estos métodos consisten básicamente en el muestreo y estudio estadístico de series de datos que tienen influencia en la operativa portuaria. Los métodos empíricos (Figura 12) se pueden clasificar en dos grandes grupos: los que se centran en la oferta de las instalaciones portuarias (capacidad instalada) y utilizan técnicas de evaluación comparativa o benchmarking con índices e indicadores, y los centrados en la demanda (tráfico portuario) entre los que se distinguen, a su vez, los métodos estáticos (directo e indirecto) y los dinámicos (disyuntivo y mixto). Métodos empíricos OFERTA – CAPACIDAD DEMANDA - TRÁFICO (índices e indicadores) Métodos estáticos Método directo Métodos dinámicos Método indirecto Método disyuntivo Método mixto Fuente: Elaboración propia Figura 12. Métodos empíricos En los apartados siguientes se explican brevemente las principales características de cada uno de estos métodos. 25 3.1.1.- Métodos centrados en la demanda Estos métodos se basan en el estudio de la demanda, es decir, de qué modo se ajusta la oferta (curva de capacidad instalada en un puerto) con crecimiento en saltos discontinuos en el tiempo, a la demanda (curva de tráfico portuario) con un crecimiento continuo en el tiempo. Si durante un determinado período de tiempo se estudia la capacidad ofrecida y la demanda exigida, se puede conocer el excedente de capacidad de una línea de atraque. Denominando Q(t) a la función de capacidad y D(t) a la función de demanda, se puede definir la función excedente de capacidad E(t) como: E (t ) = t =n t =n i =n t =1 t =1 i =1 ∫ Q(t )dt − ∫ D(t )dt ≈ ∑ (Qi − Di ) , siendo: Qi: Capacidad en el año "i" Di: Demanda en el año "i" t: Tiempo Anualmente el sumando (Qi-Di) debe ser > 0, pues en caso contrario se podría producir saturación en la terminal y tráficos desviados. En una explotación óptima se trataría de maximizar el rendimiento de las unidades de explotación, tratando de que la función excedente de capacidad E(t) fuera lo más próxima posible a cero. En cualquier caso, en los procesos de planificación se suelen plantear diferentes escenarios de crecimiento de la demanda (al menos uno tendencial y otro pesimista), de tal manera que se puedan definir puntos de encuentro entre la capacidad y la demanda temporales diferentes y se pueda ajustar el desarrollo portuario por fases. Precisamente los proyectos constructivos puntuales se van concretando en función de la evolución de la demanda según las fases concretas de desarrollo contempladas en el proyecto completo de expansión. Un aspecto importante en los métodos que se centran en la demanda (tráfico) es la duración del periodo medio de maduración de cada incremento de capacidad portuaria o ciclo de desarrollo o expansión. Cuanto menor es el ciclo de desarrollo, menor es la 26 función excedente de ocupación, por otra parte, cuanto mayor es el dinamismo de la demanda, mayor es la función de excedente de ocupación. En general, existe un tamaño mínimo del ciclo de desarrollo, al menos para las grandes actuaciones de incremento de capacidad (ampliaciones portuarias y construcción de obras de atraque y superficies almacenamiento). Dentro de los métodos basados en la demanda se pueden distinguir entre los métodos estáticos (directos e indirectos) y los métodos dinámicos (disyuntivos directos y mixtos o híbridos). La diferencia fundamental entre ambos es que en los estáticos no se analiza la verdadera posición competitiva del puerto y no se reflexiona sobre la viabilidad futura de mantenimiento de un tráfico frente a acciones concretas de la competencia, aspectos que si se contemplan en los métodos dinámicos. A continuación se explican brevemente los principales detalles de cada uno de estos métodos. Los métodos estadísticos directos, quizá los de más amplia aplicación, realizan previsiones de futuro de tráficos en base a series históricas de dichos tráficos y empleando para ellos técnicas estadísticas de regresión. Como técnicas de regresión más usuales se utilizan la regresión lineal mediante ajuste por mínimos cuadrados, si bien en función de características especiales en otras ocasiones se logran mejores ajustes con ecuaciones biparamétricas, polinómicas, exponenciales o de tipo logarítmico. El método estadístico indirecto, proyecta el futuro de un determinado tráfico mediante la relación que este tráfico mantiene con una segunda variable de paso (variable intermedia y de apoyo) y sobre la cual se dispone de mejor información para la realización de una regresión estadística adecuada. El método requiere un proceso en etapas sucesivas que permiten: • Establecer la correlación (ecuación de paso). • Proyectar para el futuro la variable de apoyo. • Transformar los valores futuros de la variable de apoyo mediante el uso de la ecuación de paso. 27 Suele ser más empleado para sistemas portuarios que para terminales o puertos individuales y como norma general funciona mejor en tráficos agregados o grupos de tráficos que en tráficos individualizados (efectos de compensación en tráficos sustitutivos). Suele ser utilizado en la planificación portuaria por escenarios, ya que diferentes organismos suelen a su vez realizar proyecciones de variables macroeconómicas (PIB, renta per cápita, etc…), con el mismo mecanismo de escenarios. En general estos métodos no detectan cambios en la coyuntura económica, salvo que la variable de paso si considere este aspecto, algo que como se ha mencionado anteriormente suele darse en proyecciones de terceras fuentes. Dentro de los métodos dinámicos, el método disyuntivo directo consiste en la consulta directa a los clientes del puerto o terminal (actuales y/o potenciales, etc…) a través de la utilización de otras técnicas de investigación de mercado (entrevistas, análisis de planes de inversión y planes estratégicos, o informes de terceras fuentes). Es evidente que el cliente final juega un papel primordial en el método disyuntivo, ya que, ¿quién mejor que él para conocer sus compromisos de corto, medio y largo plazo y sus previsiones de movimiento de mercancías?. Sin embargo, este método requiere un estudio detallado, pues no siempre se facilitan los datos reales, bien sea porque la persona entrevistada no conoce realmente el futuro de su empresa, o bien porque no tiene interés real en comunicar los planes de futuro. El último de los métodos, el método mixto, es utilizado con consenso por el Ente Público Puertos del Estado y las Autoridades Portuarias, para realizar un análisis histórico/estadístico que se corrige en función de datos externos o investigaciones paralelas de mercado (encuestas, estudios, sectoriales, etc.). El método puede utilizar modelos más complejos de generación-atracción de tráficos y asignación entre modos y puertos. Las ventajas y limitaciones de cada uno de los métodos expuestos se resumen en la Tabla 2: Por último, la Tabla 3 resume de forma sintética el origen de los datos, la forma de procesamiento de la información, el horizonte temporal y el ámbito de aplicación de cada uno de los métodos centrados en la demanda. 28 VENTAJAS Tabla 2. Ventajas y limitaciones de los métodos estáticos y dinámicos Métodos ESTÁTICOS Métodos DINÁMICOS (directos e indirectos) (disyuntivo directo y mixto) - Facilidad y accesibilidad en el - Contacto con los sectores implicados. tratamiento de datos. - Incorporan más datos en el proceso de previsión. - Amplio grado de aplicación (corto / largo - Detectan cambios coyunturales aparición y plazo). desaparición de tráficos (tráficos potenciales). - Soporte matemático. - Mayor consistencia metodológica y menor sensibilidad - Economía y rapidez de implantación. a las curvas de ajuste matemático lo que confiere a estos métodos mayor fiabilidad en previsiones a largo LIMITACIONES plazo. - Sólo aplicables para tráficos presentes y - Incertidumbre y necesidad de contrastar: fuerte no para tráficos potenciales o variables de dependencia de la fuente. nueva aparición. - Muy sensibles al criterio del “experto” (persona que - No detectan cambios en coyuntura realiza la previsión). económica. - Métodos más elaborados y por tanto más lentos y - Sensibles a los “inputs” de entrada (error costosos. de dato). - Limitada accesibilidad y dificultad de acceso a datos. Fuente: Elaboración propia Tabla 3. Principales características de los métodos estáticos y dinámicos ESTÁTICOS (Métodos directos e indirectos) DINÁMICOS Métodos Disyuntivos Métodos Mixtos Origen de los Datos La fuente de datos para el análisis son los propios datos de tráfico (en los Métodos Indirectos junto con otra variable correlacionada) Utilizan tanto datos de tráfico como terceras variables (cliente final) Procesamiento Utilizan métodos estadísticos (análisis estadísticos de regresión) Utilizan también técnicas de investigación de mercados no necesariamente estadísticas Horizonte Temporal Apoyo a la definición Al tratarse de métodos de corrección o estratégica. Se aplican ajuste. Se aplican preferentemente preferentemente para el para el Corto Plazo (1-3 años) Medio Plazo (4-8 años) Aplicación Se aplican sobre un Puerto Individual (Métodos de 2º orden o categoría) Se aplican sobre una Terminal o Atraque concretos (Métodos de 1er orden o categoría) Fuente: Elaboración propia 29 Desarrollo director del puerto. Se aplican preferentemente para Largo Plazo (8-25 años) Subsistemas Portuarios de carácter regional (Métodos de 3er orden) o de carácter nacional o supranacional (Métodos de 4º orden) 3.1.2.- Métodos centrados en la oferta En los métodos centrados en la oferta, la capacidad se obtiene aplicando a la terminal índices de rendimiento establecidos en otras terminales, que se consideran explotadas de forma satisfactoria. Los métodos centrados en la oferta se pueden utilizar: • En un primer nivel de prediseño, en las primeras fases del desarrollo de una terminal, en donde muchas veces no hay datos disponibles para la aplicación de otros métodos. • En un segundo nivel en terminales que se encuentren operativas, como herramienta de control y seguimiento de la explotación del muelle. Para su aplicación en cualquiera de los dos casos se requiere una amplia base de datos, que relacione un conjunto variables correspondientes a diversas terminales. Estas variables suelen estar relacionadas con el tráfico o la productividad, pero también pueden estar relacionadas con la calidad de los servicios, las dimensiones de los muelles, etc. Cabe distinguir en este sentido entre las variables de: • Tráfico: expresan volúmenes de mercancías por unidad de tiempo, sin explicitar los recursos empleados. Una medida de tráfico en la línea de atraque puede ser, por ejemplo TEUs/año. • Productividad: expresan volúmenes de mercancías (producción) por unidad de recurso y por unidad de tiempo. Una medida de productividad en la línea de atraque puede ser, por ejemplo TEUs/m/año. Entre los diversos factores que pueden influir o estar relacionados con las variables de tráfico y productividad en la línea de atraque, se encuentran la disponibilidad del “sitio” de atraque y la capacidad de trabajo de las grúas de carga y descarga. Para medir el desempeño de las terminales en base a la capacidad instalada (oferta), se pueden comparar las terminales y puertos en función de los siguientes indicadores: 30 • Dimensiones físicas de las terminales (superficie, longitud de atraque, etc.) y número de equipos. • Toneladas anuales / grúa. • Toneladas anuales / metro de línea de atraque. • Toneladas / por buque. • Toneladas / permanencia del buque en el puesto de atraque (horas de atraque). • Toneladas / permanencia del buque en puerto (horas en puerto). • Movimientos / hora bruta de grúa. • Movimientos / hora neta de grúa. • Movimientos / hora trabajo-hombre. • Tiempo medio de reparación de grúa. • Tiempo total de averías. • Tiempo total de trabajo de las grúas. • Índices financieros: ingreso por TEU, etc. • Relación • Índice de ocupación de los atraques. • Índice de demanda de mantenimiento, que indica cuantas horas de mantenimiento Tiempo de espera de los buques en atraque. Tiempo de servicio y reparación requiere una grúa pórtico de muelle para producir 1.000 movimientos. Índice MDI (Maintenance Demand Index). • Número medio de movimientos entre averías: Índice MMBF (Mean Move Between Failure). • Índices de disponibilidad de equipos y de manos. 31 El análisis de estos indicadores es de gran utilidad en la explotación portuaria, ya que a partir de ellos se pueden identificar los muelles con más y menos actividad, conocer los efectos de utilizar más o menos puestos de atraque, detectar las alineaciones con déficit de grúas, determinar el momento correcto para ampliar las instalaciones o incluso modificar los recursos disponibles. Al estar basados en la experiencia, la elaboración y utilización de algunos de estos índices es sencilla. Sin embargo, se debe tener presente que las terminales y en general los puertos están en constante evolución, por lo que los parámetros de estudio deben ser revisados y actualizados con frecuencia, y deben ser considerados en todo caso como orientativos y utilizarse con cautela. Además, el método basado en la oferta solo puede reflejar situaciones pasadas o experimentadas en otros puertos o en la propia terminal, por lo que una de sus desventajas es su limitada capacidad predictiva. Otra de las carencias más notables del método basado en la capacidad (oferta) es que se puede incurrir en errores de cierta importancia, al no diferenciar la zona geográfica donde se localice la terminal. Para algunos de los indicadores mencionados, como es el caso del número medio de movimientos entre averías (índice MMBF), en el que el objetivo según Visser, W. (2004) es de 1.500 movimientos por grúa, este aspecto no está suficientemente claro, pues el índice puede depender más del fabricante y del mantenimiento que de la zona geográfica donde se ubica la terminal. Sin embargo, en otros índices como es el caso del índice de disponibilidad de equipos o de utilización de manos, que deben ser superiores según Visser, W. (2004) al 90% y al 80% del tiempo total útil respectivamente, si puede existir influencia según la ubicación o situación geográfica del puerto que se analiza. Lo mismo sucede con otros indicadores de actividad como pueden ser los que se muestran en la Figura 13. Por este motivo, cuando se estudia la capacidad ofertada de las instalaciones por grupos de terminales, se requiere prestar especial atención a que el reparto de terminales sea homogéneo, y no haya influencia de las características de unas zonas sobre otras. 32 300 250 Separación entre grúas (m) 200 Movimientos anuales (KTEUS/ha) 150 Movs. anuales (KTEUS/Grúa muelle) 100 50 O rie nt e M m ed ia o ed i U EE U ed ite rr á ne o M Eu ro pa No rte AS IA 0 Fuente: Monfort A. et al (2001) Figura 13. Movimientos anuales según localización geográfica De esta forma, en base a los parámetros establecidos se pueden estimar los ratios promedio para un muelle, teniendo siempre en cuenta que los valores se obtienen a partir de puertos diferentes. Evidentemente este método es de baja complejidad y proporciona una información limitada, al no tener en cuenta un buen número de variables. Sin embargo, revela datos de interés de forma rápida y sencilla, y constituye una buena referencia para encontrar los indicadores de capacidad adecuados. La medición de la oferta basada en indicadores es una metodología básica para evaluar la capacidad de la línea de atraque en los puertos. Las mediciones incluidas en este método se pueden clasificar en mediciones a corto plazo, que son aquellas que caracterizan un servicio concreto prestado a un buque y mediciones a largo plazo, que caracterizan el rendimiento general del sistema de atraque en un periodo de tiempo. El rendimiento del frente de atraque es al valor (R) que expresa en toneladas de carga por metro lineal de muelle y por año, la capacidad de embarque del muelle según la naturaleza de la mercancía. La longitud de muelle necesaria (L) se puede calcular en base al dato de tonelaje a mover, o en el caso de tráfico de contenedores en base al número de TEUs. L ( m) = T (t / año ) R(t m año ) 33 En esta relación está implícito que el movimiento se efectúa a ritmo uniforme durante todo el año y que en el caso de que el movimiento sea estacional, se debe corregir la longitud de muelle para incluir dicho efecto en el período del año considerado. Calculada la longitud del muelle (L), se puede obtener el número de puestos de atraque (n) en base a la eslora (E) del buque tipo: n = L E . Dado que el valor “n” habitualmente no es entero se redondea al entero superior y finalmente la longitud definitiva de muelle para una mercancía concreta se podría calcular aplicando un coeficiente de punta: Ldef = n ⋅ E ⋅ 1,1 Este método básico facilita una aproximación del número de puestos de atraque y tiene englobado en el valor del rendimiento, todas las particularidades de la operación portuaria. Con esta metodología y para el caso de terminales de contenedores, se pueden obtener (Tabla 4) los valores medios usuales de capacidades anuales por atraque y por metro lineal de muelle. Tabla 4. Capacidades medias usuales en España para tráfico de contenedores 1–2 2–5 5–7 ≥7 Longitud total < 500 m 500 - 1.000 m 1.000 – 1.500 m > 1.500 m TEU/atraque·año 80.000 120.000 170.000 190.000 500 650 775 850 Nº Atraques TEU/m de atraque·año Fuente: EROM 02 y ROM 2.0 (2008). El método del rendimiento es válido cuando se aplica en condiciones conocidas y probadas, como puede ser la construcción de una nueva terminal cercana a otra existente y con condiciones de operación similares. Sin embargo, al hacer un benchmarking se suele comprobar que este método también presenta carencias, por ejemplo, en algunas ocasiones existe una falta de actualización en la información de determinadas terminales, en otras se comprueba que las capacidades que se toman como referencia a la hora de elaborar el benchmarking no siempre son las correctas, ya que las terminales no operan en sus condiciones óptimas, etc. 34 Otros aspectos que este método basado en el rendimiento no tiene en cuenta, son las variaciones en los rendimientos de carga/descarga que se producen en función del tamaño del buque y las variaciones provocadas por otros factores ajenos a las terminales (proporción de contenedores vacíos, planes de estiba complejos, etc.). Es conveniente remarcar que en el ámbito portuario existen una serie de condicionantes (obras de ampliación, puesta en servicio de nuevos equipos, etc.), que obligan a que en la realización de este tipo de estudios sea necesario revisar y actualizar constantemente las bases de datos, para tener actualizadas todos los parámetros que son objeto de estudio. Además, pese a la abundante información existente no siempre es posible reunir todos los parámetros deseados, aunque en cualquier caso se debe intentar obtener una idea de la capacidad estructural y operativa del sistema de atraque en cada una las terminales. Por otro lado, para la elaboración de la base de datos de un estudio de benchmarking en general no existe un criterio único, sino que existen diversos criterios de trabajo y todos ellos pueden ser igualmente validos, por ejemplo: • Seleccionar terminales gestionadas por un grupo reducido de operadores, lo que da mayor homogeneidad a los resultados pues la explotación de las terminales, en cuanto a tipo de maquinaria, sistema operativo y layout, suele ser similar. • Seleccionar las terminales competidoras más próximas al puerto de estudio. • Seleccionar las terminales en función del tipo de tráfico principal (import-export o transbordo). • Seleccionar las terminales en función del criterio de utilización (terminales públicas multi-cliente o privadas-dedicadas). • Seleccionar las terminales en función del grado de automatización. En cualquier caso, en la fase de formación de grupos de variables, es conveniente que aquellas terminales con importantes singularidades respecto al grupo a analizar sean analizadas separadamente, puesto que aún siendo casos poco comunes pueden 35 distorsionar los resultados del benchmarking. En cuanto a las fuentes de información para la realización de los estudios, éstas suelen ser las publicaciones especializadas, las Memorias Anuales de las Autoridades Portuarias y, por supuesto, los propios operadores de las terminales de contenedores. Una alternativa dentro de los métodos empíricos es relacionar las variables (ya sean sobre dimensiones de la terminal, de tráfico, de productividad etc.) dos a dos, con el objeto de determinar si los parámetros elegidos son linealmente dependientes. Para ello una vez emparejadas las variables, se analizan sus correspondientes coeficientes de correlación, mediante un análisis de regresión simple. El análisis de regresión lineal es una técnica estadística que se adapta a una amplia variedad de situaciones y es utilizada para estudiar la relación entre variables. En un análisis de regresión simple existe una variable respuesta o dependiente (Y) y una variable explicativa o independiente (X). El propósito es obtener una función sencilla de la variable explicativa (X), que sea capaz de describir lo más ajustadamente posible la variación de la variable dependiente (Y). Como los valores observados de la variable dependiente difieren generalmente de los que predice la función, ésta posee un error (a la diferencia entre los valores observados y predichos o el error de la función se le denomina variación residual o residuo), siendo la función más eficaz aquella que describe la variable dependiente con el menor error posible, o dicho de otra manera, con la menor diferencia entre los valores observados y predichos. Para estimar los parámetros de la función se utiliza el ajuste por mínimos cuadrados, que permite definir la función en la cual la suma de los cuadrados de las diferencias entre los valores observados y esperados es menor. Es obligatorio que los residuos o errores estén distribuidos normalmente y que varíen de modo similar a lo largo de todo el rango de valores de la variable dependiente. Estas suposiciones pueden comprobarse examinando la distribución de los residuos y su relación con la variable dependiente. En el contexto del análisis de regresión lineal simple, el coeficiente de correlación múltiple establece una medida del grado de asociación lineal entre la variable respuesta 36 (explicada: Y) y la variable predictora (explicativa: X), concretamente entre la variable respuesta y la recta de regresión estimada. Esta relación se define a partir de “n” pares de observaciones, mediante la siguiente expresión: ∑ (X n R= i =1 ∑ (X n i =1 i i )( − X ⋅ Yi − Y −X ) ) ⋅ ∑ (Y − Y ) 2 n , 2 i i =1 donde R es el coeficiente de correlación múltiple El coeficiente R2 puede interpretarse como el porcentaje de variabilidad de Y, explicado o debido a la recta de regresión. A partir de los valores que adoptan los parámetros en cada una de las terminales se pueden establecer las correlaciones correspondientes. La Figura 14 muestra unos ejemplos de correlaciones entre variables (longitud de muelles – número de grúas – número de atraques) con influencia en la productividad del frente de atraque. Gráfica de línea ajustada Gráfica de línea ajustada LONGITUD DE MUELLES = - 39,77 + 335,8 Nº DE ATRAQUES LONGITUD DE MUELLES = 388,8 + 90,49 Nº DE GRUAS S R-cuad. R-cuad.(ajustado) 7000 6000 428,723 89,5% 89,4% 5000 4000 3000 2000 7000 4000 3000 2000 1000 0 20 30 40 50 60 Nº DE GRUAS 70 80 0 90 288,736 95,3% 95,2% 5000 0 10 S R-cuad. R-cuad.(ajustado) 6000 1000 0 Regresión IC de 95% PI de 95% 8000 LONGITUD DE MUELLES 8000 LONGITUD DE MUELLES 9000 Regresión IC de 95% PI de 95% 9000 5 10 15 Nº DE ATRAQUES 20 25 Fuente: Elaboración propia Figura 14. Correlaciones entre las variables Con la representación gráfica de las diferentes relaciones pueden obtenerse conclusiones, analizando qué puntos distan de la recta de regresión y cómo se distribuyen las terminales (agrupaciones de puntos en la representación). Una vez observado que existe una cierta dependencia entre las variables que se estudian, se puede precisar el grado de dicha dependencia. Si todos los puntos de la nube estuvieran sobre la recta de regresión se diría que existe una dependencia funcional, si por el 37 contrario todos los puntos no están sobre la recta de regresión, se dice que entre las variables hay una cierta correlación lineal. En el análisis de la línea de atraque es conveniente estudiar aquellas variables que pueden influir en la eficiencia estructural del frente de atraque. A partir de las relaciones entre estas variables, se analiza si el nivel de afine es el que se pretendía obtener con el desarrollo de la metodología propuesta, si no lo es, se continúa la investigación con el fin de encontrar correlaciones más afines. Por ello, se suele establecer un umbral a partir del cual las relaciones obtenidas entre las diversas variables se consideran suficientemente afines, lo que permite descartar aquellas relaciones en las que no se hubieran obtenido resultados satisfactorios. Finalmente, la Tabla 5 muestra una aplicación práctica con unidades de explotación de un conjunto de terminales que tienen un buen nivel de servicio (terminales del operador privado PSA). Todas las gráficas con las rectas de regresión y los ajustes correspondientes se encuentran el “Anexo I: Aplicación práctica del ajuste entre variables portuarias”. Tabla 5. Y Ajustes estadísticos y correlación entre las variables portuarias Puestos de Longitud de Área del terminal atraque muelles(m) (ha) y = -39,77 + y = -28,44 + Capacidad Nº de grúas TEUS/año) X Puestos de muelles (m) Área del terminal y = -3,317 + 3,40 y =- 115,93 + 355,8 · x 22,22 · x ·x 516,11 · x R2 = 0,95 R2 = 0,649 R2 = 0,895 R2 = 0,9225 y = 0,3331 + y = 8,112 + y = -2,541 + y = -663,9 + 0,0028 · x 0,0429 · x 0,00989 · x 1,812 · x atraque Longitud de máxima (miles de R2 = 0, 95 y = 1,280 + 0,045 R2 = 0,707 y = 311,6 + 16,47 R2 = 0,895 R2 = 0,85 y = 1,343 + 0,152 y = 57,0 + 27,71 · ·x ·x ·x x R2 = 0,649 R2 = 0,707 R2 = 0,55 R2 = 0,51 y = 1,357 + 0,263 y = 388,8 + 90,49 y = 28,06 + 3,623 ·x ·x ·x 183,2 · x R2 = 0,895 R2 = 0,895 R2 = 0,55 R2 = 0,949 y = 0,2246 + y = 539,4 + y = 34,27 + máxima (miles de 0,0019 · x 0,4689 · x 0,01869 · x 0,0051 · x TEUS/año) R2 = 0,9225 R2 = 0,85 R2 = 0,518 R2 = 0,949 (Ha) Nº de grúas Capacidad Fuente: Elaboración propia (datos 2008) 38 y = -198,6 + y = 1,663 + En general, en los casos en que el coeficiente de correlación R2 es inferior a 0,9 no se debería utilizar la recta de regresión, sino unos intervalos de confianza. Por este motivo con el objetivo de obtener unos rangos aproximados suficientemente ajustados a la realidad, se suele incorporar al estudio dos intervalos, el de confianza de la predicción y el de predicción. Estos son tipos de intervalos de confianza que se utilizan para las predicciones en regresión y otros modelos lineales. El primero, el intervalo de confianza de la predicción, representa un rango en el que probablemente la respuesta media se incluya en la configuración especificada dada de los predictores. El segundo, el intervalo de predicción, representa un rango en el que probablemente una nueva observación individual se incluya en la configuración especificada dada de los predictores. El intervalo de predicción siempre es más ancho que el intervalo de confianza correspondiente, debido a la incertidumbre agregada incluida en la predicción de una respuesta versus la respuesta media. Finalmente, la Tabla 6 resume las diferencias fundamentales entre los dos grupos de métodos empíricos contemplados en este apartado: los métodos basados en la demanda de instalaciones y los métodos basados en la oferta o capacidad de instalada. Tabla 6. Diferencia básica entre los dos grupos de métodos empíricos DEMANDA – TRÁFICO OFERTA – CAPACIDAD Método del Excedente de Capacidad Portuaria: División del puerto en unidades de explotación - Ajuste óptimo entre la Curvas de Oferta / (zonas operacionales) y aplicación a cada unidad de Demanda, o lo que es igual, entre la Capacidad explotación de índices deducidos de casos reales. instalada y el Tráfico. - Rendimiento por m de muelle, por m2 superficie, por Ud. de medio de carga y descarga. - Otros índices (unidades físicas u operacionales)… Fuente: Elaboración propia 39 3.2.- 3.2.1.- Métodos analíticos Introducción La disponibilidad de sitio de atraque para los buques es el elemento esencial de la explotación portuaria, ya que las demoras en atracar afectan tanto a los propios buques (gastos derivados de la inactividad y pérdidas de conexión con los feeders), como a las terminales (perdida de negocio por congestión y gastos adicionales en personal). La previsión de esa disponibilidad y en general la determinación de las necesidades de instalaciones, puede realizarse con la teoría de colas. La teoría de colas permite el estudio matemático de las colas o líneas de espera, que se producen cuando la demanda efectiva de un servicio excede a la oferta efectiva. El método analítico basado en teoría de colas se puede considerar como una herramienta efectiva en el proceso de optimización de la línea de atraque, ya que se basa en la “modelización” de la realidad para poder analizarla. Esta representación o modelo, se puede utilizar para examinar la situación actual y también para intuir lo que sucederá en el futuro. Por tanto, el objeto de este método es el estudio del sistema de atraque por medio de la experimentación con modelos. La aplicación del método analítico requiere definir previamente el sistema de colas en los puertos, que se puede describir como una serie de clientes (los buques), que llegan a un centro de servicio (el muelle), esperan si el servicio no es inmediato y abandonan el sistema una vez han sido atendidos. Las características básicas que se utilizan para describir adecuadamente un sistema de colas son los patrones de llegada y de servicio, el número de centros de atención (puestos de atraque), la capacidad y disciplina de la cola (disciplina de entrada), y finalmente el potencial tamaño de la población de clientes. Cuando las distribuciones estadísticas de llegadas de los buques (número de llegadas por unidad de tiempo) y de tiempos de servicio responden a fenómenos markovianos, es posible determinar las necesidades de línea de atraque utilizando soluciones analíticas disponibles por teoría de colas. Sin embargo, en casos complejos en los que los problemas de colas no tienen una solución matemática sencilla, es preciso recurrir a las simulaciones, método que se describirá en el siguiente apartado. 40 Por tanto, los métodos analíticos utilizan conceptos y formulaciones matemáticas para describir los procesos de llegada-servicio a los “n” puestos de atraque. Para permitir un adecuado estudio de los diversos sistemas de líneas de espera, el matemático británico Kendall D. G. elaboró una notación abreviada que describe en forma sucinta los parámetros de un sistema de este tipo. En la notación de Kendall, un sistema de líneas de espera se designa por seis símbolos separados por barras: A / B / C / X /Y / Z. • A: indica la distribución de tiempo entre llegadas consecutivas • B: indica la distribución de servicio • C: es el número de canales de servicio • X: es la capacidad de la cola (o longitud máxima de la misma) • Y: es la disciplina de cola • Z: es el tamaño de la población potencial En general, tanto los patrones de llegada de buques a puerto como de servicio en la línea de atraque son variables y no siguen patrones fijos, sin embargo, a partir de un análisis del proceso llegada-servicio se pueden identificar y asociar funciones de probabilidad que se ajusten al tiempo entre llegadas sucesivas y al tiempo de servicio a buques en los puestos de atraque. En teoría de colas es posible describir el patrón de llegadas (A) por medio de una distribución de probabilidad y el patrón de servicio (B) a través de otra. Para identificar estas leyes de llegada y servicio se utilizan símbolos que distinguen distribuciones de probabilidad muy comunes para definir los fenómenos de espera y servicio. Estos símbolos son M (para distribución exponencial), D (para distribución determinista) y G (para distribución general)3. 3 “M” ocurrencias aleatorias que se rigen por distribuciones exponenciales, identifica eventos que carecen de memoria acerca de los eventos pasados. “D” cuando los sucesos ocurren en forma constante y sin cambio (de forma determinista). “G” en cualquier otro caso que se pueda representar mediante una distribución general de probabilidad, por ejemplo una distribución Gamma, de Erlang, Weibull, etc. 41 Hoy en día en los puertos y especialmente en algunos tráficos no se produce una cola física de espera de buques en la zona de fondeo del puerto, sino una cola "virtual" que incluye buques navegando con llegada estimada dentro de un determinado período de planificación. Por este motivo, se puede considerar que no existen limitaciones, ni para la capacidad o longitud máxima de de la cola (X), ni para el tamaño de la población potencial de la cola (Z), y que al no existir estas restricciones X = Z = ∞. Por otro lado, los buques se ordenan y pasan a los puestos de atraque según una política de entrada lógica, como puede ser atender al primer buque que llega FIFO “First In-First Out”. Por todo ello, es bastante usual que no se suelan incorporar los últimos símbolos de la notación de Kendall (X,Y,Z), asumiendo que no existen restricciones de capacidad en el sistema (X = Z = ∞) y que a la línea de atraque entra el primer buque que llega (FIFO). Así un sistema M/D/2 es equivalente a M/D/2/∞/FIFO/∞, y significa que los buques entran según una distribución Markoviana, son atendidos de manera determinista (tiempos constantes), existen dos puestos de atraque, no hay limitación de capacidad en el sistema y se sigue una estrategia FIFO de servicio. En la Tabla 7 siguiente se resumen algunos de los símbolos utilizados en la notación de Kendall. Tabla 7. Simbología en la notación de Kendall Característica Distribución de tiempos de llegada (A) y distribución de tiempos de servicio (B) Número de servidores (C) Símbolo M, D, Ek, G N Explicación Exponencial, Determinista, Erlang tipok (k=1,2,...), General 1,2,... Fuente: Elaboración propia Presentada la notación clásica a continuación se exponen las variables habituales que intervienen en los problemas de colas: • λ= “Número de llegadas por unidad de tiempo”, representa la frecuencia de llegadas. Su inversa es el periodo medio de tiempo transcurrido entre dos llegadas consecutivas (medido habitualmente en h). 42 • μ= “Número de servicios por unidad de tiempo”, representa la intensidad de servicio de un servidor. Su inversa es el período medio de servicio de cada servidor (medido habitualmente en h). • c= Número de servidores en paralelo • ρ= λ /(c · μ); es el grado de utilización de un sistema con parámetros: (λ, μ, c) • L y Lq: Número medio de buques en el sistema y en cola respectivamente • W y Wq: Tiempo medio de los clientes en el sistema y en cola respectivamente • N(t) y Nq(t): Número de clientes en el sistema y en la cola en el instante t • Pn(t): Probabilidad que haya n clientes en el sistema en el instante t • Pn : Probabilidad de que haya n clientes en estado estable • Pb: probabilidad de que cualquier servidor esté ocupado El siguiente paso es plantear la formulación general del fenómeno de espera, las relaciones fundamentales de teoría de colas permiten conocer el número medio de buques en el sistema y en la cola a partir de: ∞ L = E ( n) = ∑ n ⋅ p n ; n =0 Lq = E (nq ) = ∞ ∑ (n − c ) ⋅ p n = c +1 n Si se conocen las leyes de llegada y servicio y sus correspondientes tasas medias λ de llegadas y μ de servicio, se puede aplicar la expresión formulada por Little, que establece una relación entre la longitud de la cola y el tiempo de espera: L = λ ⋅W ; Lq = λ ⋅ Wq Y utilizando la expresión siguiente que relaciona el tiempo de estancia de un buque en el sistema con el tiempo de espera de un buque en la cola: 43 W = Wq + Ws = Wq + 1 μ Se puede obtener el número de buques que por término medio se están atendiendo en cualquier momento en un sistema con un único servidor: ρ = L − Lq = λ ⋅ (W − Wq ) = λ μ Esta última expresión representa el grado de utilización del sistema. La utilización está relacionada con la intensidad de uso de un determinado recurso y expresa en porcentaje, la relación entre el uso de ese recurso y su máxima utilización posible en un determinado periodo de tiempo. En una línea de atraque portuaria indicaría la relación entre el tiempo de utilización de los atraques y el tiempo de disponibilidad de los mismos, o con otras palabras, el porcentaje de tiempo en el que el total de atraques disponibles están ocupados. La tasa de utilización es un parámetro fundamental de la teoría de colas, ya que la mayoría de los resultados en los fenómenos de espera, no dependen únicamente la tasa de llegadas λ o de la tasa de servicio μ, sino de su relación. En definitiva, volviendo al ámbito portuario, cuando el puesto de atraque está totalmente ocupado pueden servirse μ barcos anuales, pero si sólo llegan λ buques es evidente que la relación: ρ = λ / μ, mide la proporción de atraque ocupado. Por otro lado como: ∞ ∞ ∞ n =1 n =1 n =1 L − Lq = ∑ n ⋅ p n − ∑ (n − 1) ⋅ p n = ∑ p n = 1 − p0 La probabilidad de que un sistema de un único servidor esté vacío es p0 = 1 − ρ 44 Análogamente para c puestos de atraque en paralelo la probabilidad de que uno de ellos se encuentre ocupado es: pb = ρ = λ c⋅μ Como se puede comprobar en la expresión anterior, la tasa de utilización admisible está siempre asociada a un número de puestos de atraque, lo que se traduce en una determinada calidad de servicio dependiendo de la distribución de llegadas y de servicio. Para un determinado número de atraques este parámetro está relacionado con el tiempo medio de espera del buque antes de atracar. Se verifica que cuando el grado de utilización es igual o superior al 100% (ρ≥1), la cola de buques esperando un atraque disponible crece inexorablemente y la situación sería caótica, pues aunque el muelle siempre se encontraría ocupado y trabajando, las esperas de los buques para atracar serían inadmisibles. Inversamente si es el grado de utilización es inferior al 100% (ρ<1), no es nula la probabilidad de inexistencia de cola y tampoco es nula la probabilidad de que todos los atraques estén desocupados. Valores altos de este parámetro dan lugar a mayores tiempos de espera de los buques, mientras que, por el contrario, valores bajos dan lugar a una infrautilización de las instalaciones. Por ello, las terminales buscan alcanzar un punto de equilibrio que produzca los costes mínimos (balance entre coste de espera y de servicio) y que evite situaciones próximas a una explotación conflictiva. En terminales de contenedores no se admiten tiempos de espera superiores al 10 % del tiempo de servicio en puerto (Tabla 8): Tabla 8. Nº de puestos de atraque Tasa de ocupación máxima recomendada % Tasa de ocupación máxima recomendada en % 1 2 3 4 5 6 8 15 35 50 55 60 65 70 Fuente: EROM 02 y ROM 2.0 (2008). 45 9o más 75 En la tabla anterior se observa que los grados de utilización admisibles son inferiores en aquellas terminales con menor número de puestos de atraque. Se debe resaltar, sin embargo, que al fondear uno o más buques por encontrarse ocupados todos los puestos de atraque en una terminal, siempre se forma una cola de espera, independiente del número de servidores y se demuestra que por pequeña que sea la tasa de utilización, nunca es nula la probabilidad de que un buque espere. El otro parámetro de referencia es la eficiencia del sistema, que refleja la capacidad de alcanzar los objetivos programados (el máximo objetivo) con el mínimo de recursos disponibles. En la línea de atraque, la eficiencia se puede definir por la relación entre el tiempo medio que un buque se encuentra en el sistema W y el tiempo medio que el sistema tarda en procesar su servicio W - Wq, esta relación siempre debe ser ≥ 1, y se comprueba que cuanto mayor es el coeficiente menos eficiente es el sistema. Ef = W W = ≥1 W − Wq WS El adoptar este índice como referencia de control del sistema implica suponer que el rendimiento de los servicios de carga y descarga es razonablemente bueno, ya que en caso contrario podría coexistir un índice aparentemente aceptable con altos tiempos de servicio y de espera, pero generando una estadía en el puerto excesiva. A su vez la eficiencia está relacionada con la espera relativa (que es la relación entre el tiempo medio de espera del buque y el tiempo de servicio en muelle), tal y como se demuestra a continuación: Ef = W Wq Wq = 1+ = 1+ = 1 + espera ⋅ relativa W − Wq W − Wq Ws Para una espera relativa determinada la eficiencia representaría la capacidad del sistema para alcanzar los objetivos programados con el mínimo de recursos disponibles, logrando así su optimización. 46 3.2.2.- Modelización de la línea de atraque 3.2.2.1.- Proceso de llegada-servicio El primer paso que se debe afrontar para estudiar el sistema de atraque de las terminales es la identificación de las leyes de llegada de buques y servicio en las terminales. Para ello la modelización del sistema de colas requiere una recopilación de observaciones o muestreo que sirva de base a un estudio estadístico. El siguiente paso es realizar el ajuste de los datos muestreados a una distribución estadística de probabilidad que permita explicar el comportamiento de las colas. En relación con las llegadas, cuando se estudian exclusivamente las escalas de buques portacontenedores pertenecientes a una misma línea regular en un puerto, se comprueba que las llegadas son fijas, es decir, siguen un calendario preestablecido, programado en fecha y hora convenidas con antelación. La fecha y hora de la llegada corresponde a una ventana de tiempo en la que la terminal debería garantizar una reserva de atraque y un número mínimo de grúas. Las terminales consideran que la escala se ha realizado dentro del tiempo establecido, siempre que se haya cumplido la previsión de llegada (la ventana puede ser de cuatro horas desde la hora Espected Time of Arrival (ETA - hora esperada de llegada). En la mayoría de las ocasiones, las navieras cumplen con los plazos de llegada a las terminales y es habitual que las compañías en sus informes anuales de fiabilidad hagan balance del cumplimiento de horarios, ya que la fiabilidad del itinerario es la piedra angular del servicio al cliente en el transporte marítimo. Por tanto se podría afirmar que las llegadas de buques pertenecientes a una misma línea regular, pueden seguir una distribución más o menos determinista y cumplen casi con certeza la programación establecida. Sin embargo cuando se estudia el conjunto de las llegadas a puerto (líneas regulares y buques tramp), se comprueba (Figura 15), que el intervalo de tiempo entre llegadas consecutivas pierde regularidad. 47 Fuente: Elaboración propia Figura 15. Representación de llegadas a puerto A medida que se amplia la escala del estudio, por ejemplo un único puesto de atraque, una única terminal, o el puerto entero, crece la irregularidad observada, de tal modo que para el conjunto de una terminal, se puede admitir que las llegadas son aleatorias4. La experiencia indica que en las situaciones en que cada llegada es independiente de las restantes (y tiene la misma probabilidad de producirse en cada instante), los procesos de llegada son razonablemente representados por la distribución de probabilidad de Poisson y la probabilidad de que se produzcan “n” llegadas durante el intervalo de tiempo “T”, viene dada por: PT (n ) = (λ ⋅ T )n ⋅ e −λ ⋅T n! ; siendo λ la tasa media de llegadas por unidad de tiempo. Por otra parte, si las llegadas de los buques al sistema de atraque suceden de acuerdo con una distribución de Poisson, entonces la distribución de probabilidad de los intervalos de tiempo entre dos llegadas consecutivas es exponencial. En este caso el tiempo medio entre dos llegadas consecutivas es de 1/λ unidades de tiempo. La función de densidad de la distribución exponencial parámetro λ es: f (t ) = λ ⋅ e − λ⋅t , siendo λ la tasa media de llegadas por unidad de tiempo 4 Aun sin ser el fenómeno de llegadas estrictamente poissoniano, la modelización del sistema considerando llegadas aleatorias tiende a sobrestimar los tiempos de espera de los buques y por tanto da un cierto margen de seguridad al gestor de la terminal. 48 Y su función de distribución es: F (t ) = P(T ≤ t ) = 1 − λ ⋅ e− λ ⋅t ; para t ≥ 0 La definición de la estructura física de una cola se completa con la descripción de la distribución de probabilidad que rige la duración del proceso de servicio. El tiempo servicio de un buque en puerto viene dado por el rendimiento de la carga y descarga de contenedores y por su transferencia desde/hacia la explanada. Teóricamente es preciso estimar los rendimientos reales de los correspondientes equipos, e incluir todos los tiempos muertos en las propias operaciones, como son los necesarios para apertura y cierre de bodegas, etc. Sin embargo, en la práctica las estadísticas que facilitan las Autoridades Portuarias no suelen mostrar el tiempo de trabajo efectivo, sino el de estancia en puerto (ETD5-ETA), es decir, el tiempo en el que un atraque está asignado al buque aunque materialmente no lo ocupe. El tiempo de estancia de un buque en una terminal es muy variable y depende fundamentalmente del porte del buque y del número de movimientos de carga y descarga a realizar. Dado que a una terminal pueden llegar buques de muy diversas esloras y con volúmenes de carga muy diferentes, se puede admitir en una primera aproximación, que la duración del servicio al buque en el puesto de atraque sigue una distribución exponencial, según la cual la probabilidad de que la duración de un servicio sea de: f (t ) = μ ⋅ e − μ ⋅t ; siendo μ la tasa media de servicio. Sin embargo en terminales especializados de contenedores, donde existe una racionalización de las operaciones de servicio al buque, este proceso puede estar representado por una distribución que refleje un cierto grado de regularidad. La distribución de probabilidad habitualmente utilizada en la resolución analítica de modelos de colas es la distribución de Erlang con dos parámetros k y μ, y cuya función de densidad para valores t>0 es: 5 ETD Espected time of departure. (Hora esperada de salida).-ETA Espected time of arrival. (Hora esperada de llegada). 49 f (t ) = μ ⋅ e − μ ⋅t ( μ ⋅ t )k −1 ⋅ ;⋅ para ⋅ t , μ ≥ 0 (k − 1)! La distribución Erlang es el equivalente de la distribución gamma con el parámetro de forma igual a un número entero k =1,2,3, etc. Cuando el parámetro de forma es idéntico a la unidad (k=1) esta distribución es equivalente a la distribución exponencial. A medida que el grado aumenta, el servicio se hace mas regular o previsible hasta que la regularidad es máxima y el servicio es determinista, teóricamente cuando k=∞,. Este efecto se muestra en la Figura 16, en la que se representan distintas distribuciones de Erlang, desde k=1 hasta k=100. Fuente: Elaboración propia Figura 16. Forma de la distribución de Erlang según el grado k de la función Una vez identificadas las funciones de llegada y servicio, el siguiente paso es identificar el momento en que se alcanza la congestión por tráfico en la línea de atraque de la terminal. 50 3.2.2.2.- Saturación y congestión en una terminal Entre todas las entidades que utilizan el puerto, es normalmente el buque, el que por su mayor coste y salvo que se produzcan esperas anormalmente elevadas de otros vehículos, el que define la posible desviación de tráficos de un puerto a otro, por motivo del fenómeno de la congestión. Cabe distinguir en primer lugar entre capacidad de saturación QS y capacidad de congestión QC. La primera se da con el tráfico de saturación, que representa el umbral a partir del cual el tiempo de espera se hace infinito y siempre hay un buque esperando para entrar a puerto. Esta situación implica que todos los puestos de atraque en la terminal están ocupados permanentemente, es decir, que la tasa de utilización del sistema es del 100% (ρ = 1), algo que desde el punto de vista del naviero se considera inaceptable, pues la utilización continua de la línea de atraque implica que se tendrá en todo momento buques en espera para ser servidos y un buque que espera es un buque que pierde dinero. El tráfico teórico de saturación no se alcanza nunca pues la situación sería inadmisible. Tráfico de congestión Tráfico de saturación Fuente: Rodríguez-Pérez F. (1985) Figura 17. Tráfico de congestión y tráfico de saturación La segunda, la capacidad de congestión QC, se define por el tráfico de congestión, que representa el umbral a partir del cual pequeños incrementos en el tráfico producen mayores incrementos en la espera de buques. A efectos prácticos el punto de congestión 51 representa el máximo tráfico que permite al puerto mantener a la totalidad de sus clientes, y delimita el instante a partir del cual se supone que los tráficos que lo sobrepasen empiezan a no ser atendidos en la terminal y se dirigirán a otro puerto. Dado que los tiempos de estancia en puerto son proporcionales a los costes del buque, puede estimarse que el punto de congestión teórico correspondiente al tráfico Qc, corresponde al punto de tangencia de una recta pasando por el origen a la curva de tiempos totales. Con tráficos entre 0 y Qc la estancia en puerto crece más lentamente que el tráfico, mientras que con tráficos superiores a Qc la estancia en puerto crece más deprisa que el tráfico. El proceso de congestión en la línea de atraque de una terminal es un fenómeno complejo que se produce de forma gradual. Al ir aumentando las esperas y estadías, se van produciendo renuncias de un número cada vez mayor de buques, a utilizar las instalaciones en proceso de congestión. Produciéndose un riesgo cada vez mayor para el operador de la terminal, de que los buques cuyo coste de estadía es mayor, (los más grandes, modernos y eficientes), sean los que puedan renunciar a utilizar la instalación congestionada, con el consiguiente perjuicio para la terminal. Fuente: Rodríguez-Pérez F. (1985) Figura 18. Tráfico límite 52 Por último se define una tercera capacidad, la capacidad límite QL, que representa el nivel de servicio en el que las esperas de buques son de tal magnitud que los operadores buscan otras alternativas logísticas. Este tráfico límite teórico convencional es variable pues depende de las condiciones de cada puerto, sin embargo, algunos autores fijan el Tráfico Límite en el 80% de la saturación. (QL ≈ 80% QS). En definitiva el proceso de congestión de una terminal es un proceso paulatino que se origina con un aumento cada vez mayor de la tasa de utilización del muelle que origina un aumento de los tiempos de espera y de demora en empezar las operaciones de atraque por no estar disponible o libre el muelle correspondiente. A partir de un cierto nivel (tráfico de congestión), dichas esperas empiezan a ser intolerables y se originan desviaciones de tráfico hacia otras terminales. 3.2.2.3.- Óptimo económico en una terminal Las terminales en su objetivo de optimizar su línea de atraque tratan de lograr un equilibrio o balance económico, entre el costo del servicio (costes para el puerto) y el costo asociado a la espera por ese servicio (costes para los buques). La Figura 19 muestra como a medida que aumenta el tráfico, los costes totales se reducen para el puerto, pero al mismo tiempo aumentan para los buques que sufren mayores esperas. Fuente: Rodríguez-Pérez F. (1985) Figura 19. Costes del puerto y del buque 53 El objetivo es minimizar la suma de ambos costes, hecho que se produce en el óptimo económico teórico o punto de tráfico Qm (Figura 20), es decir, aquel tráfico en el que se igualan los valores absolutos de las pendientes de las curvas de costes totales del puerto y de costes totales del buque. Fuente: Rodríguez-Pérez F. (1985) Figura 20. Costes unitario conjunto (puerto+ buque) Por otro lado, si se amplia la oferta de puestos de atraque, se aumentaría el coste permanente del muelle y al mismo tiempo se reducirían los costes de estancia del buque (al reducir las esperas), por tanto, en el sistema de atraque se pueden representar los costes totales según el número de puestos de atraque, como en la siguiente Figura 21. Fuente: Rodríguez-Pérez F. (1985) Figura 21. Costes (buque+puerto) en función de los puestos de atraque disponibles 54 Por tanto, la capacidad económica de un muelle con “n” atraques se sitúa entre un mínimo Q e(n-1) y un máximo Q e. Con tráfico inferiores a Q e(n-1), existen atraques que se deberían dedicar a otros usos y por encima de Q e, capacidad económica del atraque, convendría construir otro atraque. Fuente: Rodríguez-Pérez F. (1985) Figura 22. Envolvente de costes mínimos Si lo que se pretende es determinar la capacidad máxima, en general, el tráfico límite QL es superior al tráfico de congestión Qc y éste, a su vez, al de capacidad económica Qe, pero esta ordenación puede variar en función del número de atraques, la regularidad de las llegadas y permanencia de los buques durante el servicio, o la relación entre los gastos fijos del muelle y los del buque, que teóricamente deberían evaluarse, por lo que se debería tomar como capacidad máxima admisible el menor de estos tres valores. Por otro lado, los modelos analíticos permiten tratar el problema desde dos puntos de vista diferentes pero complementarios. Se puede calcular la capacidad de los puestos de atraque de la terminal (método discreto) o la capacidad del muelle ocupado (método continuo). En el primer caso, la capacidad anual de un puesto de atraque, es igual al producto del tiempo de ocupación del puesto de atraque por la productividad (toneladas/hora, unidades/hora) del buque. 55 Capacidad Puesto⋅de⋅atraque = Tasa Ocupación × Horas año × PtvOcupación⋅muelle La capacidad del muelle vendría dada por el producto del número de puestos de atraque por la capacidad de cada puesto. Capacidad Muelle = N º puestos ⋅ de ⋅ atraque × Capacidad por ⋅ puesto⋅de⋅atraque Si se opta por determinar la capacidad de la línea de atraque (método continuo) se debe tener en cuenta la eslora de los buques. Para el cálculo de la demanda de línea de atraque se emplea el indicador MEHbuque (Metros Eslora x Hora) anual, que resulta de la suma del producto, (para todas las escalas en un año), de la eslora de cada buque por el correspondiente número de horas de ocupación de muelle. i=n MEH Buque = ∑ Ocupacióni (h) × Eslorai (m) i =1 Una alternativa que se puede utilizar, en el caso de que las esloras y los tiempos de estancia no presenten una gran dispersión, es usar la eslora y ocupación medias contabilizadas. MEH Buque−medio = Ocupaciónanual × Eslora media MEH Buque− medio = Ocupaciónanual × Eslora media × n º llegadas Por último, se debe precisar que para estimar la ocupación de la línea de atraque hay que considerar el espacio entre buques a lo largo del muelle. Para ello se utiliza un coeficiente de separación (Kseparación), que sirve para calcular el indicador MEHMuelle. MEH Muelle = MEH Buque− medio × K separación A continuación se realiza una aplicación de la teoría de colas a una línea con “n” puestos de atraque. Sobre un tráfico determinado se suponen unas leyes de llegada y servicio, y se establece el tiempo de espera de los buques como porcentaje del tiempo de servicio. 56 3.2.3.- Aplicación del modelo La espera de los buques se puede estudiar de diversas formas, como la espera relativa media (relación entre el tiempo de espera y el de servicio), como la probabilidad de que un buque tenga que esperar, como la probabilidad de no rebasar una espera determinada, etc. En general, el establecimiento de un límite temporal se realiza sobre una de estas funciones, ya que todas ellas miden de una forma u otra el tiempo de espera, pero en cualquier caso, dicho límite depende tanto de la capacidad de las instalaciones como del servicio que se pretenda ofrecer. La delimitación de la capacidad ligada al tráfico de congestión, se basa en admitir un máximo para la relación entre el tiempo de espera y el tiempo de servicio a los buques que operan en una terminal. Esta relación depende fundamentalmente, como se ha visto en el apartado anterior, del número de atraques y de las leyes de llegada y servicio (que a su vez dependen de múltiples factores, como el volumen de tráfico, cargamento de buques, rendimiento de equipos, horarios de trabajo, días laborables al año, etc.). En ausencia de datos fiables sobre llegadas y servicio en la línea de atraque de una terminal, teóricamente se puede asimilar el sistema a una línea de espera con “c” servidores en paralelo M/M/c. Por tanto, las llegadas siguen un proceso de Poisson con una tasa de llegadas λ, los servicios idénticamente distribuidos de modo exponencial con tasas media de servicio para cada servidor de 1/μ y c servidores en paralelo. El tráfico se reparte por igual entre todos los servidores y el servicio se ejecuta con la misma eficiencia en todos los puestos de atraque. Las tasas de llegada y de servicio son: a (t) = λ·e-λ·t; b (t) = μj·e -μj·t En estas condiciones, el número de unidades en el sistema es una cadena de Markov, equivalente al proceso nacimiento – muerte, en el que: 57 λj = λ ⎧j⋅μ ⎩c ⋅ μ (1 ≤ j < c) ( j ≥ c) μj = ⎨ ∀j El diagrama de transiciones de estados es: λ 0 λ 1 μ 2 2μ λ λ 3 … c-2 λ c-1 (c-1)μ 3μ λ c cμ c+1 … cμ Figura 23. Diagrama de transición de estados para un modelo M/M/c La probabilidad de que se encuentren “n” buques en un sistema de este tipo es: ⎧ ( λn λ μ )n ⋅ P0 = P0 ⋅ ⎪ n n! ! n μ ⋅ ⎪ ⎪ ⎪ Pn = ⎨ ⎪ ⎪ n cc ⎛ λ ⎞ λn ⎪ ⎪ c n −c ⋅ c!⋅μ n ⋅ P0 = P0 ⋅ c! ⋅ ⎜⎜ c ⋅ μ ⎟⎟ ⎝ ⎠ ⎩ 1≤ n < c n≥c Donde P0 (probabilidad de que el sistema esté vacío), se calcula aplicando el segundo axioma de la probabilidad y por tanto: ∞ ∑P n =0 n ⎞ ⎛ ⎛ λ ⎞n ⎟ ⎜ ⎜ ⎟ n ⎟ c ∞ ⎟ ⎜ c −1 ⎜⎝ μ ⎠ ⎞ ⎛ c λ = 1 → P = ⎜∑ ⎟ ⎟ + ∑ ⋅ ⎜⎜ 0 ⎟ ⎜ n =0 n! n = c c! ⎝ c ⋅ μ ⎠ ⎟ ⎟⎟ ⎜⎜ ⎠ ⎝ −1 Serie geométrica, que converge si su razón es menor que 1, si la tasa de utilización del sistema es ρ = λ λ y definiendo el parámetro r = . Se tiene: c⋅μ μ 58 Serie converge si r λ λ λ = ρ < 1. ; = ρ < 1; <1 ; < c c c⋅μ c⋅μ μ c ⎛ ⎛ λ ⎞n ⎛ λ ⎞ ⎞⎟ ⎜ ⎜ ⎟ ⎜⎜ ⎟⎟ ⎜ c−1 ⎜⎝ μ ⎟⎠ ⎟ μ ⎛ λ ⎞ ⎜⎜ ⎟⎟ < 1 ⇒ P0 = ⎜ ∑ + ⎝ ⎠ ⎟ c!⋅(1 − ρ ) ⎟ ⎝c⋅μ ⎠ ⎜ n=0 n! ⎜ ⎟ ⎝ ⎠ −1 La probabilidad de que al llegar un cliente tenga que esperar en cola es: n cc ⎛ λ ⎞ cc ⎛ λ ⎞ ⎜ ⎟ Pq = P{N (t ) ≥ c} = ∑ Pn = ∑ P0 ⋅ ⋅ ⎜ ⎟ = P 0 ⋅ c! ⎜⎜ c ⋅ μ ⎟⎟ c ! c μ ⋅ n =c n=c ⎝ ⎠ ⎝ ⎠ ∞ ∞ c ⎛ λ ⎞ ⎜⎜ ⎟⎟ ∑ c μ ⋅ n=c ⎝ ⎠ ∞ n−c = c P cc ⎛ λ ⎞ 1 = P0 ⋅ ⋅ ⎜⎜ ⎟⎟ ⋅ = c = Ec (c, μ ) . (Figura 24) c! ⎝ c ⋅ μ ⎠ 1 − (λ (c ⋅ μ )) 1 − ρ Tasa de Ocupación. Sistema M/ M/ n Tasa de Ocupación 0,1 % 0,5 % 1% 5% 10 % 50 % 90 % 95 % Probabilidad de espera 1,0 0,8 0,6 0,4 0,2 0,0 0 2 4 6 Número de atraques 8 10 Fuente: Elaboración propia Figura 24. Tasa de ocupación en función de la probabilidad de espera y atraques Demostrándose que a medida que aumenta el número de centros de atención (puestos de atraque) baja la saturación en la terminal. Por otro lado, el número medio de clientes (buques) en cola será: 59 n c ⎛ λ ⎞ cc ⎛ λ ⎞ cc ⎛ λ ⎞ Lq = E N q = ∑ (n − c ) ⋅ p n = ∑ (n − c ) ⋅ p0 ⋅ ⋅ ⎜⎜ ⎟⎟ = p0 ⋅ ⋅ ⎜⎜ ⎟⎟ ⋅ ∑ (n − c ) ⋅ ⎜⎜ ⎟⎟ c! ⎝ cμ ⎠ c! ⎝ cμ ⎠ n =c n =c ⎝ cμ ⎠ [ ] ∞ ∞ n −c = pc ⋅ ∑ m ⋅ ρ m ] Denominando m = n-c y sustituyendo en la expresión anterior los valores obtenidos, se obtiene la longitud de la cola medida: ∞ ∞ n =0 n =0 ∑ n ⋅ ρ n = ρ ⋅ ∑ n ⋅ ρ n−1 = ρ ⋅ 1 ∂ ∞ n ∂ ⎛ 1 ⎞ ρ = ρ ⋅ ⋅ ⎜⎜ ⎟⎟ = ρ ⋅ ∑ ∂ρ n=0 ∂ρ ⎝ 1 − ρ ⎠ (1 − ρ )2 n c cc ⎛ λ ⎞ cc ⎛ λ ⎞ ∞ ⎛ λ ⎞ ⎟⎟ = p0 ⋅ ⋅ ⎜⎜ ⎟ ⋅ ∑⎜ ⎟ Pq = P{N (t ) ≥ c} = ∑ p n =∑ p0 ⋅ ⋅ ⎜⎜ c! ⎝ c ⋅ μ ⎠ c! ⎝ c ⋅ μ ⎟⎠ n =c ⎜⎝ c ⋅ μ ⎟⎠ n =c n =c ∞ ∞ c p cc ⎛ λ ⎞ 1 ⎟⎟ ⋅ = c = Ec (c, μ ) ; = p0 ⋅ ⋅ ⎜⎜ c! ⎝ c ⋅ μ ⎠ 1 − (λ cμ ) 1 − ρ Lq = Pc n −c = Pc = (1 − ρ ) ⋅ Pq ρ ρ = Pq ⋅ 2 1− ρ (1 − ρ ) Otra expresión de Lq es: c ρ cc ⎛ λ ⎞ cc ρ 1 rc ⋅ ρ ⎟⎟ ⋅ ⋅ = ⋅ρc ⋅ ⋅ = Lq = P0 ⋅ ⎜⎜ ⋅P P c! ⎝ c ⋅ μ ⎠ 1 − (λ cμ ) 1 − ρ c! (1 − ρ )2 0 c!⋅(1 − ρ ) 2 0 El tiempo medio de espera en la cola (Wq), aplicando el Teorema de Little a Lq, se corresponde con la relación: Wq = Lq λ = Pq ⋅ ρ λ ⋅ (1 − ρ ) = Pq ⋅ Pq ρ = ⎛c⋅μ −λ ⎞ c⋅μ −λ ⎟⎟ λ ⋅ ⎜⎜ ⎝ c⋅μ ⎠ 60 Utilizando Lq se obtiene: Wq = ⎞ 1 ⎛ ⎛ rc ⋅ ρ rc ⎜ ⎟ ⋅ = P = ⎜⎜ ⋅ 0⎟ 2 ⎜ λ ⎝ c!⋅(1 − ρ ) 2 ⎠ λ ⎝ c!⋅(c ⋅ μ ) ⋅ (1 − ρ ) Lq ⎞ ⎟ ⋅ P0 ⎟ ⎠ Y por tanto, el tiempo medio de estancia en el sistema, es: W = Wq + W s = Pq c⋅μ −λ + 1 μ Y usando Wq se obtiene: W = Wq + 1 μ = ⎞ ⎛ rc ⎟ ⋅ P0 + ⎜⎜ 2 ⎟ μ ⎝ c!⋅(c ⋅ μ ) ⋅ (1 − ρ ) ⎠ 1 El número medio de clientes en el sistema se obtiene aplicando el Teorema de Little: L = λ ⋅W = λ ⋅ Pq λ Pq ⋅ ρ + = +c⋅ρ c ⋅ μ − λ μ 1− ρ Pudiendo escribirse el valor de L como el número medio de clientes en cola más el número de servidores por el factor de utilización: L = E (n ) = Lq + ⎛⎜ λ ⎞⎟ ⎝ μ⎠ Si se sustituye W por su valor en L = λ ⋅ W . Se tiene: ⎛ rc ⋅ ρ L = λ ⋅ W = r + ⎜⎜ 2 ⎝ c!⋅(1 − ρ ) ⎞ ⎟⎟ ⋅ P0 ⎠ 61 Con la formulación anterior se pueden resolver analíticamente los problemas de colas en la línea de atraque, elaborando las gráficas de congestión que muestran la tasa de ocupación (ρ), para diferentes valores de espera relativa (Wq/Ws), según los puestos de atraques disponibles en el sistema de colas M/M/C. En abcisas se muestra el grado de ocupación y en ordenadas las esperas relativas. La espera relativa usualmente utilizada en terminales de contenedores no suele ser superior al 10 % ROM 2.0 (2011). Curvas características de la Congestión. Sistema M/M/n Variable 1 Atraque 2 Atraques 3 Atraques 4 Atraques 5 Atraques 6 Atraques 7 Atraques 8 Atraques 1,2 Espera relativa 1,0 0,8 0,6 0,4 0,2 0,0 0,0 0,2 0,4 0,6 Grado de Ocupación 0,8 1,0 Fuente: Elaboración propia Figura 25. Espera relativa para un sistema M/ M/ n Con un procedimiento analítico similar se pueden obtener los grados de congestión para otros sistemas de colas. La figura siguiente muestra los resultados para un sistema M/E2/N (llegadas aleatorias y menor regularidad de servicio) y un sistema E2/E2/N: (llegadas con mayor programación y menor regularidad de servicio). Curvas características de la Congestión. Sistema E2/E2/n Curvas características de la Congestión. Sistema M/E2/n Variable 1 Atraque 2 Atraques 3 Atraques 4 Atraques 5 Atraques 6 Atraques 7 Atraques 8 Atraques Espera Relativa 1,0 0,8 Variable 1 Atraque 2 Atraques 3 Atraques 4 Atraques 5 Atraques 6 Atraques 7 Atraques 8 Atraques 1,2 1,0 Espera Relativa 1,2 0,6 0,4 0,8 0,6 0,4 0,2 0,2 0,0 0,0 0,3 0,4 0,5 0,6 0,7 Grado de Ocupación 0,8 0,1 0,9 0,2 0,3 0,4 0,5 0,6 Grado de Ocupación 0,7 Fuente: Elaboración propia Figura 26. Esperas relativas en sistemas M/E2/n y E2/E2/n 62 0,8 0,9 Una vez fijado el tiempo límite de espera y utilizando los conceptos de la Teoría de Colas, se puede calcular la denominada tasa de utilización “ρ” y con ella la capacidad portuaria basada en la espera. En definitiva, la teoría de colas permite predecir características de las líneas de espera para posteriormente: • Identificar el nivel óptimo de capacidad del sistema que minimiza el coste global del mismo. • Evaluar el impacto que las posibles alternativas de modificación de la capacidad del sistema tendrían en el coste total del mismo. • Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de costes y las cualitativas de servicio. Conviene remarcar que la Teoría de Colas no resuelve directamente estos problemas, pero contribuye con la información vital que se requiere para tomar las decisiones en cualquier de los tres aspectos siguientes: • Tiempos totales en el sistema o de espera (en la cola) • Cantidad de buques en el sistema o en espera • Tiempos ociosos de los sitios de atraque (total o particular de cada servicio) La principal ventaja de este método reside en que necesita poca información para la obtención de resultados, por lo que de forma simple se puede lograr, una buena aproximación al comportamiento real del sistema. Es por esto, que en las etapas iniciales de evaluación, este método de modelización está ampliamente difundido. Su principal desventaja reside en que para procesos más complejos, donde se necesita estudiar con detalle un elemento específico del sistema, es imposible la obtención de una expresión analítica y se requieren técnicas de simulación. Estas últimas permiten la modelización de sistemas de mayor complejidad, en los que interesa observar el cambio de funcionamiento cuando se generan modificaciones específicas de los elementos. 63 3.3.- 3.3.1.- Métodos de simulación Modelo de colas para simulación La teoría de colas presenta una serie de limitaciones que pueden salvarse a través de los modelos de simulación. En el sistema de atraque de terminales de contenedores, en ocasiones, los fenómenos de espera no pueden resolverse mediante métodos analíticos sencillos, entre otras razones podrían citarse la existencia de patrones no normalizados de entrada, o la propia disciplina de entrada. Además, las condiciones reales de la operativa portuaria no se reflejan en hipótesis sencillas de la teoría de las colas. Todo ello confiere una gran complejidad al sistema a modelar y se traduce en la necesidad de aplicar las técnicas de simulación. Se entiende por simulación el diseño y desarrollo de un modelo computarizado de un sistema, con el fin de conducir experimentos que permitan entender su comportamiento y evaluar las estrategias con las cuales ese sistema puede trabajar. Desde este punto de vista, se puede definir el “sistema de atraque” como un grupo de entidades (terminales y buques), vinculadas entre sí y que interactúan con el fin de llevar a cabo una función específica. Por tanto, las simulaciones se realizan sobre un modelo del sistema real, que no es sino un esquema teórico que define el comportamiento o funcionamiento de la realidad compleja que se trata de representar y que se define por relaciones matemáticas y/o lógicas entre los elementos del sistema. El modelo de simulación del sistema de atraque que se presenta, permite superar las dificultades de formulación matemática del complejo comportamiento del sistema de atraque y está destinado al análisis del comportamiento de un terminal de características conocidas, que presta servicio a una flota de buques portacontenedores. El modelo considera la línea de atraque como un sistema compuesto por una serie de recursos permanentes (básicamente el fondeo y puestos de atraque) al que llegan procedentes del mundo exterior elementos transitorios (los buques) con frecuencias estadísticamente conocidas. Cuando los buques acceden a los atraques se producen transferencias de carga buque-tierra y una vez que finalizan sus operaciones los buques desaparecen del sistema. Los elementos permanentes y transitorios del sistema son por tanto los siguientes (Figura 27). 64 Elementos Elementos permanentes transitorios Buques Fondeo externo Terminales y Utillaje y horario atraques Fuente: Elaboración propia Figura 27. Elementos de la modelización del sistema de atraque Un problema que suele aparecer en ocasiones en los modelos es el exceso de detalles, que los convierten en improductivos. En el modelo del sistema de atraque se ha considerado oportuno plantear simplificaciones. Por este motivo, se considera que todos los puestos de atraque cuentan con el equipamiento necesario para realizar adecuadamente las operaciones de carga y descarga con el mismo rendimiento y una actividad continua para el horario de trabajo, no existiendo períodos en los que se interrumpe la actividad de la terminal. Por tanto, el modelo simplifica los condicionantes de explotación que afectan a los períodos activos o de disponibilidad de los puestos de atraque, como son los medios de carga y descarga, o la existencia de mano de obra o remolcadores. Por otro lado, como la característica básica que define la terminal es el número de puestos de atraque, cuando se incorpora un buque al sistema, la no disponibilidad de puesto de atraque puede provocar que se incorpore a una cola de buques en el fondeo externo6. En el modelo que se aplica en el “Anexo II: Aplicación práctica de los métodos de simulación” no se ha limitado la capacidad de este fondeo externo, es decir, su capacidad es ilimitada, aunque en otros modelos el fondeo externo podría limitar el tamaño de esta cola de espera. 6 Hoy en día se puede considerar que la espera de los buques portacontenedores no supone una cola física de espera de buques fondeados en puerto, sino en una cola "virtual" que incluye buques navegando con llegada estimada dentro de un determinado "horizonte de planificación”. 65 El modelo de la terminal considera que cada alineación tiene un número fijo de puestos de atraque (muelle discreto), en contraposición con los modelos continuos en los que se considera una alineación, que representa la línea de intercambio modal tierra-buque y en la que los barcos se van disponiendo según llegan a la terminal. En el caso de terminales de contenedores es muy frecuente que la gestión real del atraque sea continua, dado que se aprovecha completamente la capacidad de atender. Esta simplificación plantea el problema de determinar cuál es el número de puestos de atraque que hay en un muelle, algo complejo de resolver cuando de lo que se dispone es de “L” metros gestionados continuamente. Por ello en todo el desarrollo que sigue a continuación se ha supuesto que el número de puestos de atraque es un dato conocido, y en todo caso razonablemente determinable, si bien para su determinación se precisa, como se verá en el ejemplo del Anexo II, un exhaustivo estudio estadístico. Además, el modelo considera que los atraques se encuentran en una misma alineación, si bien en la realidad puede haber casos en los que esto no suceda y la terminal disponga de varias alineaciones, a veces incluso con calados, longitudes o medios de carga y descarga diferentes. Una vez explicadas algunas de las simplificaciones necesarias se continúa con los aspectos básicos e imprescindibles en la elaboración de un modelo. En primer lugar, se debe resaltar que cualquier modelo de la línea de atraque requiere de una serie de pasos lógicos, desarrollados con el fin de asumir una mayor comprensión del funcionamiento general del sistema a estudiar. Por ello, la modelización del sistema exige una secuencia de actividades que comprenden la selección de los datos de entrada (llegadas – servicio), la determinación del modelo de colas a simular, el análisis de resultados y su validación. Como lo que se pretende es replicar el comportamiento de una línea de atraque, el primer paso es encontrar distribuciones estadísticas que se adapten a los datos observados. Los parámetros básicos que definen una distribución continua de probabilidad, suelen ser el parámetro de forma, el parámetro de escala y el parámetro de ubicación. Comprender los efectos de estos parámetros es importante para seleccionar distribuciones como entradas para el modelo de simulación. 66 El parámetro de forma controla la forma básica de la distribución, el parámetro de escala controla la unidad de medida dentro del rango de la distribución, cambiarlo contraerá o expandirá la distribución sobre el eje de abcisas, y finalmente, el parámetro de ubicación especifica la ubicación de la distribución relativa a cero en el eje horizontal, puede representar el punto medio o el más bajo en el rango de la distribución. No todas las distribuciones tienen los tres parámetros, algunas por ejemplo, tienen un único parámetro de forma. A continuación se muestran familias de distribuciones que pueden ser utilizadas en la modelización de sistemas portuarios (entre paréntesis están los parámetros que definen cada distribución), también se incluyen los valores esperados y las varianzas. Distribución exponencial: Exp(λ) f ( x) = λ ·e − λ ⋅ x E ( x) = x>0 1 λ ; Var ( x) = 1 λ2 Distribución uniforme: U(a,b) f ( x) = 1 b−a x ∈ (a, b ) (b − a ) a+b ; Var (x ) = E (x ) = 2 12 2 67 Distribución determinista: D(d) f ( x) = d E (x ) = d ; Var ( x ) = 0 Distribución gamma: Γ (a,p) f ( x) = ap ⋅ e − a ⋅ x ⋅ x p −1 Γ( p ) E (x ) = p a ; x>0 Var ( x ) = p a2 Distribución beta: β (p,q,k) p −1 ⎛x⎞ x⎞ ⎛ ⎜⎜ ⎟⎟ ⋅ ⎜1 − ⎟ p ⎝ k⎠ f ( x) = ⎝ ⎠ k ⋅ β ( p, q ) E (x ) = q −1 0<x<k k⋅p ; p+q Var ( x ) = k 2 ⋅ p⋅q ( p + q ) ⋅ ( p + q + 1) 2 68 Distribución lognormal: L(μ,σ) 1 f ( x) = ⋅e x ⋅σ ⋅ 2 ⋅π E ( x) = e 2 ⎛ ⎜ μ +σ ⎜ 2 ⎝ − ( ln ( x )− μ )2 x∈R 2 ⋅σ 2 ⎞ ⎟ ⎟ ⎠ ; ( ) Var ( x) = eσ ⋅ e 2⋅ μ ⋅ eσ − 1 2 2 Distribución normal: N(μ,σ) 1 f ( x) = ⋅e σ ⋅ 2 ⋅π E (x ) = μ ; − ( x − μ )2 2 ⋅σ 2 x∈R Var (x ) = σ 2 Distribución de Weibull: W(λ,α) f ( x) = λα ⋅ α ⋅ xα −1 ⋅ e − (λ ⋅ x ) α E (x ) = ⎛ ⋅ Γ⎜1 + λ ⎝ 1 Var ( x ) = x≥0 1⎞ ⎟ ; a⎠ 1 ⎧ ⎛ 2⎞ ⎛ 1 ⎞⎫ ⋅ Γ 1 + ⎟ − Γ 2 ⎜1 + ⎟ ⎬ 2 ⎨ ⎜ λ ⎩ ⎝ a⎠ ⎝ b ⎠⎭ ∞ Donde Γ( p ) = x p −1 ⋅ e − x dx ∫ Además, si p ∈ N 0 69 Γ( p ) = ( p − 1)! 3.3.2.- Aplicación del modelo Seleccionadas las distribuciones de llegada y servicio, el siguiente paso es definir la disciplina de entrada, o dicho de otra forma, cómo se realiza la asignación del servicio. Como simplificación de la realidad se puede adoptar la disciplina FIFO (First In-First Out), es decir, el primer buque en llegar es el primer buque en ser servido. Otra característica inherente a la simulación del tráfico de buques es el parámetro de estabilización. El parámetro de estabilización es un valor impuesto de forma arbitraria, que delimita el tiempo que se considera suficiente para "cargar" el modelo, es decir, llevarlo desde una situación inicial de "puerto vacío" sin buques, hasta una situación normal, con un nivel de actividad medio, que permita iniciar las mediciones de las variables de comportamiento. El ejemplo de la Figura 28 muestra la evolución de un sistema con distribución de llegadas exponencial con λ = 2 y una distribución de servicio exponencial con μ = 3. Parámetro de estabilización Fuente: Vega J. L.. (2004) Figura 28. Ejemplo de fases de estabilización y equilibrio La ejecución del modelo de simulación permite obtener muestras representativas del comportamiento de los elementos (permanentes y transitorios), y genera unos resultados en los que se cuantifica el funcionamiento del sistema de atraque durante el período simulado. Estos resultados proporcionan de una forma sintética, una visión de conjunto del sistema. El modelo recoge información como el número de buques (L) y el tiempo 70 esperado de paso (W) por el sistema durante la simulación (excluyen las llegadas durante el período de carga y las que aún se encontraban en el sistema al acabar el tiempo de simulación), la intensidad de tráfico (o grado de utilización del muelle) y la eficiencia. La oferta del sistema de atraque (recursos permanentes) se describe con dos grupos de variables, las relacionadas con el fondeo externo y las relacionadas con los puestos de atraque. Las variables del primer grupo son el número esperado de buques (Lq) en situación de fondeo o cola por atraque no disponible y el tiempo (Wq) de estancia en zona de fondeo o tiempo en cola. Las variables del segundo grupo relacionadas con los puestos de atraque son: el tiempo medio de operación o tiempo de estancia del buque en la alineación (W-Wq), el número esperado de buques (L-Lq) en atraque, la intensidad de utilización del sistema (ρ), la probabilidad de en que un instante determinado se encuentren “n” de buques en el sistema simultáneamente (Pn) y la eficiencia del sistema ( Ef = W ). W − Wq Por su parte, la demanda de los servicios existentes viene impuesta por los elementos transitorios que son los clientes, en un modelo básico se considera exclusivamente como elementos transitorios a los buques que llegan durante el período de simulación. Otros elementos transitorios como la generación o desaparición de mercancías en el puerto no se simulan, pero podrían ser deducidos estableciendo un número medio de equipos de carga y descarga por unidad de atraque y estableciendo un rendimiento horario medio para ese utillaje de carga y descarga por unidad de atraque. En cuanto al cálculo de capacidades, ya se han abordado en apartados anteriores algunas de las diversas variantes que puede tener este concepto, se debe resaltar que la capacidad por línea de atraque (capacidad del subsistema de carga y descarga de buques) resulta de la caracterización del tráfico previsto en términos de regularidad del tráfico (de las llegadas), del servicio de carga/descarga de buques, del tipo de buque, de la presentación de la mercancía y del rendimiento operacional en muelle. Una vez presentadas las líneas generales de la modelización del sistema de atraque, en el Anexo II se encuentra desarrollada la aplicación práctica del modelo de simulación sobre terminales de contenedores del puerto de Valencia. 71 3.4.- Síntesis del capítulo y comparativa de los tres modelos En este capítulo se han establecido las bases de partida para el estudio de la calidad del servicio en línea de atraque de terminales de contenedores, según el esquema general siguiente: Fuente: Elaboración propia Figura 29. Esquema general de las bases de partida El primer grupo lo forman los estudios empíricos, entre los que se distinguen los basados en la oferta o capacidad instalada y los basados en la demanda (tráfico). Los primeros se centran en la recopilación de ratios o valores numéricos medios de otros puertos (benchmark), y en la elaboración de índices e indicadores de productividad que luego se extrapolan a una determinada terminal. Los segundos se centran en la determinación del excedente de capacidad de una instalación portuaria y pueden ser directos, indirectos o mixtos. El segundo y tercer grupo lo forman los estudios que emplean la modelización de la línea de atraque (D/C). El modelo puede ser sencillo y con solución analítica basada en la teoría de colas que permita bajo ciertos supuestos relativamente restrictivos, obtener expresiones para los diversos indicadores de funcionamiento del sistema. O más 72 complejo, y requerir de simulaciones que definan las pautas de la operativa portuaria. En el modelo de simulación se pueden experimentan escenarios, que representen la situación actual de un puerto, (si los inputs se corresponden con los datos reales de la operativa) o bien situaciones hipotéticas de funcionamiento, con las que se pueda conocer el desempeño futuro de la estructura del sistema o de su entorno. Cada una de estos métodos tiene sus singularidades, ventajas e inconvenientes y su utilización es función de la naturaleza del problema que se pretende resolver. Las ventajas, limitaciones y posibles aplicaciones de cada uno de los métodos se exponen sintéticamente en la Tabla 9 siguiente: Tabla 9. Ventajas, limitaciones y posibles aplicaciones de cada método Métodos empíricos Ventajas Sencillez de elaboración Métodos analíticos Simulación Permiten una primera Método más exacto aproximación al problema No trata fenómenos de Grado de aproximación Exige abundante espera y capacidad de insuficiente en fenómenos información (modelo predicción variable de espera complejo) Posibles Prediseño y control de la Apto para media-baja Idóneo con alta aplicaciones gestión-competencia intensidad de tráfico intensidad de tráfico Limitaciones Fuente: Elaboración propia Finalmente la Tabla 10 resume para cada uno de los métodos, las principales variables que definen la naturaleza del problema, en cuanto a etapa de aplicación, nivel de tráfico, complejidad, información requerida y resultados: Tabla 10. Naturaleza del problema en cada método Métodos empíricos Métodos analíticos Simulación Etapa Inicial Desarrollo Desarrollo Nivel de tráfico Cualquiera Medio Intenso Complejidad Baja Media Alta Información Limitada Limitada Abundante Resultados Productividad Definición de puestos Definición de puestos de atraque / esperas de atraque / esperas Fuente: Elaboración propia 73 74 4.- LA CALIDAD DEL SERVICIO 4.1.- Consideraciones generales Antes de establecer una propuesta metodológica que permita establecer unos mecanismos para medir la efectividad y mejorar el servicio en la línea de atraque, es imprescindible clarificar las cuestiones que se plantean en la Tabla 11. En primer lugar es necesario definir unos objetivos del servicio (pueden ser mínimos, máximos o una combinación de ambos) y una estrategia a seguir para lograrlos. En segundo lugar es necesario saber como se va a medir el grado de consecución de esos objetivos (puede ser con datos cualitativos o cuantitativos, referidos a inputs o outputs del proceso, etc.) y con que método se van a medir. Finalmente en último lugar se debe conocer la respuesta que se dará ante los resultados (seguir el programa previsto o establecer un nuevo plan de acción). Tabla 11. CONCEPTO Cuestiones a resolver: Mejora de la calidad del servicio PREGUNTA RESPUESTA 1.- Objetivos ¿Como se lograrán los objetivos? 1.- Resultados ¿Qué estamos buscando? 2.- Indicadores ¿Qué vamos a medir? 2.- Control ¿Cómo se van a controlar? 3.- Objetivos 3.- Resultados - Cada objetivo tendrá su propia estrategia (o más de una) para lograrlo. - Pueden ser objetivos mínimos, máximos o una combinación de ambos. - Pueden ser datos cualitativos cuantitativos. Pueden ser inputs o outputs del proceso… - Pueden ser técnicas empíricas, analíticas de simulación de procesos... ¿Cuál es el plan para alcanzar el - Seguir el programa previsto o establecer objetivo deseado? un nuevo plan de acción. - Pueden ser objetivos mínimos, máximos o ¿Qué estamos buscando? una combinación de ambos. Fuente: Sapiña R. (2011) y Elaboración propia En este capítulo se pretende dar respuesta a algunas de estas cuestiones, para ello se profundiza en el conocimiento de dos aspectos. En primer lugar, desde una perspectiva 75 más amplia a otra más reducida, se abordan los factores que pueden afectar a la interfaz entre el lado mar y el lado tierra de las terminales. En segundo lugar y también desde una escala más grande a otra más reducida, se abordarán los aspectos que atañen a la calidad del servicio tanto en lo que se refiere a los puertos y terminales, como en lo que se refiere específicamente a la línea de atraque (Figura 30). Finalmente como resultado del capítulo se formularán una serie de indicadores que puedan ser utilizados con carácter universal, para evaluar la calidad del servicio en la línea de atraque de las terminales portuarias de contenedores. El tipo de terminal Línea de atraque Calidad del servicio El puesto de atraque Terminales de contenedores Indicadores de Calidad del Servicio La grúa pórtico Línea de atraque Transferencia a depósito Fuente: Elaboración propia Figura 30. Esquema metodológico del capítulo cuarto 76 4.2.- Los tipos de terminales Hoy en día, las terminales de contenedores se pueden diferenciar unas de otras, por su grado de automatización, volumen de tráfico, tipo de uso o naturaleza de clientes, tipología física, dimensiones, lay-out, o por el tipo principal de tráfico al que sirven. Tipología Terminales Grado de automatización Convencionales Semi-automatizadas Automatizadas Según el tráfico Pequeña (<200.000 TEU) Mediana (<600.000 TEU) Grande +600.000 TEU Según el tipo de uso Uso público (multi-cliente) Uso dedicado (privado) Según tipología “física” Lineales Península De esquina Dimensión frente atraque Pequeñas (hasta 650 m) Medianas (hasta 1.000 m) Grandes (desde 1.000 m) Según el lay out Horizontal Vertical Según el tipo de tráfico Import-export Transbordo Fuente: Elaboración propia Figura 31. Tipología de terminales 77 El primero de los aspectos señalados, el grado de automatización, permite distinguir entre terminales automatizadas y convencionales. La diferencia entre unas y otras reside en la automatización de la zona de almacenamiento. Esta área destinada al depósito de los contenedores se divide en una serie de parques para contenedores de importación (suelen estar mas cerca del cantil de muelle), exportación (esperando el buque), vacíos (apilados en un “depot” a mayores alturas y en las zonas mas alejadas del muelle), o reefer (con tomas de energía eléctrica para contenedores frigoríficos). Tanto en las terminales convencionales como en las automatizadas estas explanadas deben ser suficientemente amplias para satisfacer la demanda del tráfico esperado y deben tener prevista la posibilidad de ampliación para satisfacer incrementos futuros. En las terminales convencionales los parques están separados por viales de circulación, que permiten el paso de los equipos y maquinaria de manipulación y transporte, el gruísta recoge el contenedor del camión y lo deposita en el almacén, el apilamiento se realiza con grúas de patio RTG o RMG no automatizadas y con disposición generalmente horizontal (paralela al cantil del muelle). En estas terminales se permite la circulación de vehículos exteriores a la terminal de forma controlada. Fuente: Frojan P. (2011) Figura 32. Lay out típico de una terminal convencional 78 La casuística para el trabajo de los vehículos de transporte es amplia, pero de forma simplificada se podría reducir exclusivamente a cuatro posibilidades de trabajo, en función de si los vehículos de transferencia cambian de grúas o de apilamientos. Las cuatro posibilidades se muestran en la Figura 33 siguiente. Fuente: Elaboración propia Figura 33. Esquemas de trabajo en la carga y descarga En las terminales convencionales se deben controlar los umbrales de intensidad de tráfico, por encima de los cuales la operación de transporte se ve afectada y hay un deterioro en la calidad general del servicio, que afecta a las operaciones en la línea de atraque. Como los rendimientos de las grúas y las velocidades de los equipos dentro del recinto pueden ser conocidos, las terminales deben asegurar el control de las intensidades máximas, especialmente en las zonas de entrega bajo grúas. Cuantas más grúas estén trabajando en un buque más intensidad de tráfico habrá en la zona de operación, lo que provoca menos velocidad y menos rendimiento por máquina y por lo tanto menos rendimiento de carga-descarga. Paradójicamente puede parecer una contradicción, sin embargo, el rendimiento de una grúa se reduce cuando la intensidad de tráfico en la zona de entrega supera un determinado umbral. En definitiva el rendimiento de trabajo de las grúas es una función de su número y de la intensidad de tráfico. 79 Por su parte en las terminales automatizadas el tráfico de vehículos exteriores está restringido totalmente en las explanadas y los intercambios se producen en las zonas habilitadas para ello (zonas buffer), siendo el lay-out o disposición de los contenedores perpendicular al cantil del muelle (disposición vertical). En este grupo de terminales se puede distinguir entre las terminales semi-automatizadas, que son aquellas en las que las que la transferencia en el lado mar se realiza con vehículos conducidos por operarios (Shuttle carrier) y el apilamiento se realiza con grúas automáticas ASC (Automated Stacking Crane), y las terminales completamente automatizadas, que son aquellas en las que las que tanto las operaciones de transferencia como de apilamiento se realizan sin conductores ASC+AGV (Automated Stacking Crane + Automated Guided Vehicle). Fuente: Hanjin (2009) Figura 34. Zona de entrega buffer en terminales automatizadas En cuanto al esquema operativo de estas terminales, la Figura 35 resume los tipos de movimientos que se pueden dar en la explanada, que pueden ser: • Productive moves: son los movimientos productivos, en los que el contenedor sale o entra del patio de almacenamiento con origen o destino hacia el lado mar (el buque), o el lado tierra (puerta de la terminal). • Shuffle moves. Están relacionados con la gestión del espacio, dentro de los apilamientos. Se realizan en los tiempos muertos y cuando no hay solicitación en los extremos del bloque. 80 - House Keeping. Son movimientos en los que se retiran contenedores de las zonas donde la carga de trabajo es mayor, con el objeto de liberar espacios, redistribuir alturas y facilitar futuros movimientos de pre-posicionamiento. - Pre-positioning. Es el movimiento anterior a un movimiento productivo. En ellos se aproxima el contenedor a los extremos de los bloques con el objeto de acelerar las operaciones. En un movimiento import se aproxima el contenedor hacia el extremo del lado tierra, mientras que en un movimiento export se aproxima el contenedor hacia el laso mar. WATER SIDE Shuffle moves PRE-POSITIONING Productive moves LAND SIDE HOUSE KEEPING Fuente: www.Gottwald.com Productive moves Figura 35. Tipos de movimientos en terminales automatizadas Todos estos movimientos son gestionados desde un centro de control de operaciones en la terminal que facilita la gestión del patio, siendo evidente que el ahorro de costes de mano de obra es una de las grandes ventajas de estas terminales. Además, la automatización de las operaciones mejora el control de las variables que influyen en la capacidad del patio, mejorando la racionalización de los movimientos. Pero a pesar de todo las ventajas, se debe hacer notar que el desarrollo de la automatización en las terminales de contenedores es todavía escaso, ya que actualmente 81 según Drewry (2011), tan solo existen doce terminales automatizadas en todo el mundo (cinco completamente automatizadas y siete semi-automatizadas). Con respecto al volumen de tráfico, Drewry (2011) distingue entre terminales pequeñas 100.000-250.000 TEUs/año, medianas 250.000-750.000 TEUs/año y grandes +750.000 TEUs/año. Productividades de las terminales 3.500 3.000 2.500 2.000 TEUs/m 100*TEUs/grúa 1.500 10*TEUs/Ha 1.000 500 0 Pequeñas Medianas Grandes Automatizadas Todas Fuente: Drewry (2011) Figura 36. Productividades de las terminales Atendiendo a la naturaleza de los clientes, las terminales de contenedores pueden clasificarse en terminales públicas (o multi-cliente) que están abiertas a los buques de cualquier compañía naviera y terminales privadas o de uso exclusivo (dedicadas). Entre estas últimas se suelen alcanzar, en algunos casos, productividades superiores a las terminales públicas lo que se podría explicar por diversas causas como, por ejemplo, un mejor flujo de información, llegadas de buques más regulares, o una gestión del patio más sencilla y eficiente al existir un único cliente. También se pueden clasificar las terminales según su tipología física: con una única alineación, terminales de esquina (más de una alineación), con un slip dock (Terminal Ceres), o tipo península. Según las dimensiones de línea de atraque las terminales pueden ser grandes (de 1.000 m en adelante), medianas (hasta 1.000 m), o pequeñas (hasta 700 m). Según el tipo de tráfico predominante pueden ser: terminales de importexport o terminales de transbordo. Estas últimas suelen tener mejores índices de 82 productividad y capacidad más alta tanto en línea de atraque como en almacenamiento, pues en general, tienen poca o ninguna actividad de recepción y entrega terrestres, lo que mejora la eficiencia y simplifica la gestión del patio. Además, los buques suelen realizar más movimientos por escala que en las terminales de import-export. Pero independientemente de la tipología, se debe tener siempre presente que la principal misión de cualquier terminal de contenedores es la de proporcionar los medios y la organización necesaria, para que el intercambio modal tenga lugar en las mejores condiciones. Para cumplir con esta misión de una forma eficiente, todas las terminales deben manejar con acierto determinadas variables relacionadas entre sí, como son la infraestructura, la superestructura y la información. Este último aspecto, la gestión de la información asociada a la carga, es especialmente importante en la logística del contenedor. Actualmente las Autoridades Portuarias en los puertos más avanzados promueven la colaboración entre los agentes involucrados en el transporte, impulsando plataformas tecnológicas que facilitan el flujo de datos asociados a la carga en la cadena logística7. Una de las medidas más comunes es la puesta en marcha del “Closing Time” en actividades de llegada y salida, medida que tiene, a través de una mejora general de la información, la vocación de articular un sistema que genere certidumbre en un proceso de producción continuo. Este sistema consiste básicamente en el compromiso de los agentes para la ordenación del transporte con anterioridad al día de llegada a la terminal, con indicación del horario previsto, lo que supone en primer lugar la organización y planificación de la operativa, la laminación de las llegadas de vehículos a la terminal y la reducción de las colas. Esto facilita la optimización general de recursos, simplifica las operaciones de carga/descarga en las terminales y facilita en cierta medida la gestión del patio de las terminales. Por tanto, la mejora del flujo de información se traduce en una mejora de la eficiencia en la terminal. En este sentido el desarrollo de internet ha generado profundos cambios en la 7 Algunas de los puertos que cuentan con plataforma son: Rotterdam (Port Infolink), Antwerp (SEAGHA), Singapore (TradeXchange), Hamburg (DAKOSY), New York/New Jersey (FIRST - Freight Information Realtime System for Transport), Valencia (valenciaportpcs.net). 83 industria y especialmente en las terminales más importantes, existiendo una tendencia general a que todo el transporte se comunique por vía electrónica. Para desarrollar el cumplimiento del “Closing Time” por todos los usuarios, es necesaria una herramienta que conecte a los agentes con la terminal y que sea capaz de distribuir la información. Las plataformas tecnológicas permiten a los partes involucradas en la organización y realización del transporte de mercancías, la generación y gestión de la información necesaria para la optimización de la operativa portuaria. Las plataformas incorporan una serie de filtros horarios que validan que la información suministrada por los usuarios que cumplen con el denominado “Closing Time”. El procedimiento y los horarios son obligatorios en todas las franjas horarias, requiriéndose en todo momento la presentación de una solicitud cursada a través de la plataforma tecnológica. Con la mejora del flujo de información asociado al transporte de mercancías, las terminales pueden facilitar las operaciones de los usuarios en la cadena logística, logrando la disminución del tiempo de estancia del buque en la terminal y el aumento de la productividad en la línea de atraque, que son dos de sus objetivos a largo plazo. 4.3.- 4.3.1.- La línea de atraque El puesto de atraque La unidad operativa de las terminales de contenedores, es decir, el espacio físico destinado al amarre de un buque es el puesto de atraque. Como se ha visto en el capítulo anterior, el número de puestos de atraque desempeña un papel muy importante en la determinación de la capacidad del muelle. En algunas ocasiones, el puesto de atraque tiene unas limitaciones físicas que acotan el servicio, por ejemplo, cuando llegan buques con esloras excesivas, los calados de los muelles son insuficientes o las grúas son incompatibles con el porte del buque. Sin embargo, tradicionalmente las limitaciones operativas del puesto de atraque son consecuencia de la explotación, por ejemplo, cuando existe un déficit de grúas y se generan demoras. En el tráfico regular de contenedores las terminales suelen garantizar a los servicios de línea que hacen escala en el puerto, siguiendo un calendario preestablecido (programado en fecha y hora convenidas con antelación), un puesto de atraque y un número 84 determinado de grúas. Fuera de ese intervalo de llegada contratado, la terminal no debería estar obligada a facilitar el atraque ni las grúas. Durante el proceso de llegada, el agente del buque confirma a la terminal la hora estimada de llegada “Espected Time of Arrival” (ETA), e informa del número total y del tipo de movimientos e incluso del plan de estiba. Una vez que la terminal tiene el ETA confirmado o “Actual Time of Arrival” (ATA) y los movimientos de todos los buques que van a operar puede proceder a la asignación de los atraques. La operativa de facilitar atraque por orden de llegada no siempre se puede cumplir físicamente por falta de espacio y las terminales se pueden ver obligadas a optimizar el orden en que se producen las próximas escalas, minimizando los huecos en la línea de muelle por incompatibilidad de esloras. Por ejemplo, en un conjunto de llegadas podría suceder que el espacio disponible en la línea de atraque sea insuficiente para la eslora del siguiente buque esperado en las próximas horas. En esta situación se puede modificar el orden de entrada dando cierta prioridad a los buques en función de sus esloras. Por otra parte, si un buque de una línea regular va a llegar fuera de la ventana contratada, la terminal podría corregir y el buque podría perder su preferencia. Una vez que la terminal recibiera comunicación con la nueva hora de llegada “Actual Time of Arrival” (ATA), realizaría una nueva planificación de los atraques. Esta planificación de atraques se realizaría en los denominados “berthing schedules” o programación de llegadas, estadías y salidas de los buques en la terminal. En dicha programación semanal del atraque cada buque es identificado por: su eslora, su estadía prevista, y el número movimientos de carga y descarga a realizar. Para programar la duración del servicio de carga y descarga en atraque se pueden realizar varias hipótesis de trabajo con diferentes rendimientos (Figura 37). Cuando en las terminales de contenedores se generan demoras y se encuentran clientes esperando por un servicio, el estudio de criterios de selección de la próxima entidad a ser atendida es especialmente relevante. El objetivo fundamental que debe regir el comportamiento de la línea de atraque es encontrar un método de elección que reduzca las demoras de los buques, ajustando al máximo las llegadas, minimizando las estadías y 85 los tiempos de servicio en el puerto “time-slot” y optimizando el espacio ocupado en la línea de atraque “berth-slot” en la disposición de los buques. Figura 37. Berthing Schedule semanal de una terminal de contenedores Si se supone unas llegadas ordenadas previamente conforme a unas ventanas contratadas, normalmente se asignaría la entrada según se van produciendo las llegadas. Sin embargo, no siempre las llegadas se cumplen según lo programado, e incluso se pueden producir llegadas de buques en régimen discrecional, en cuyo caso se debería dar mayor prioridad a los buques de línea. También se podrían producir dos llegadas con intervalos de tiempo muy ajustados, en cuyo caso se debería estudiar la mejor opción, o la más ventajosa desde el punto de vista económico. En la mayoría de las ocasiones se debería dar preferencia al buque que tiene un mayor coste de espera (que suele ser el de mayor eslora o mayor porte), sin embargo, si la entrada de un buque grande puede demorar el trabajo en otros buques medianos y retardar el desempeño general de la terminal, entonces podría interesar dar preferencia a aquel que requiera un menor tiempo de atención en la terminal, bien porque tiene menor 86 carga, o bien porque tiene una mayor capacidad de transferencia, por ejemplo, por un plan de carga y descarga más favorable. También se deben tener presentes otras restricciones como el número de grúas disponibles, los calados, la disposición de buques en la alineación, o el volumen de mercancía a intercambiar (carga y descarga) etc. Todo ello hace que la asignación de entrada para un mismo grupo de buques según la eslora (de mayor a menor) no siempre sea la mejor opción para un ciclo semanal de atraque. Para determinar el número de atraques activos en una terminal (Na), existen diversas metodologías que van desde el benchmarking, a las técnicas más rigurosas basadas en teoría de colas. Un método clásico es utilizar el grado de ocupación y la espera relativa como variables fundamentales. Así Na es el valor mínimo que permite a la terminal atender los tráficos previstos, en las condiciones locales y de explotación del emplazamiento, con los tiempos de espera del buque admitidos; es decir, para los niveles de operatividad considerados en el acceso y permanencia del buque en el atraque. Los puestos de atraque en un muelle se pueden obtener la expresión: Na = N b ·t 0 ·γ p ; en donde: Go ·t t Nb es el número anual de buques y puede aproximarse por: N b = C , donde C es C0 el volumen anual de contenedores y C0 es el volumen medio de contenedores cargados/descargados en un buque tipo. G0 es el Grado de Ocupación, que es función de la relación entre los tiempos admisibles de espera y los tiempos de permanencia del buque (Figura 38). γp es un factor de pico que permite considerar la estacionalidad, es decir, distribuciones de llegadas no uniformes a lo largo del año. tt es el tiempo anual útil de efectiva disponibilidad del atraque. Para el cálculo de este parámetro se deben considerar todos los tiempos de inoperatividad o de cierre del atraque por cualquier concepto que impida el acceso o la permanencia del buque tipo en el mismo, ya sea por condiciones climáticas, no disponibilidad de remolcadores, no disponibilidad laboral, etc. 87 Tráfico TRAMP (%) Tráfico MIXTO (%) Grado de Ocupación (% ) Tráfico REGULAR (%) 100 90 80 70 60 50 40 30 20 10 0 60 50 40 75 65 55 70 60 50 88 80 70 85 75 65 80 70 60 90 85 75 35 25 15 1 2 Fuente: Elaboración propia datos EROM 02 3 4 5 6 8 9 o más Puestos de atraque Figura 38. Grados de ocupación usuales para diferentes tráficos y puestos de atraque t0 es el tiempo medio de permanencia del buque tipo en el atraque por escala, que se puede aproximar por: t0 = C0 , siendo: N g ·R·α 1 ·α 2 Ng es el número de grúas trabajando simultáneamente en cada buque atracado. R es el rendimiento bruto medio de cada uno de los equipos de manipulación. α1 es un coeficiente de aprovechamiento de la jornada de trabajo o porcentaje del tiempo neto empleado en las operaciones de carga /descarga respecto al total efectivo de trabajo (el transcurrido durante dichas operaciones de carga y descarga más los tiempos necesarios para la preparación y finalización de las mismas). α2 es un coeficiente de actividad en el atraque o porcentaje del tiempo efectivo de trabajo respecto al total del buque en el atraque. Por otra parte, en el ámbito de operación de los puestos de atraque se distinguen tres zonas cuyas dimensiones varían según el tamaño de la grúa (Figura 39). El primer espacio junto al cantil de unos dos metros de anchura no permite la circulación, una segunda zona entre las patas de grúa con una dimensión variable entre 10 – 35 metros permite el tránsito libre de los vehículos que entregan y recogen los contenedores, y por último la zona más alejada del cantil con un ancho entre 5 y 15 metros facilita el tránsito hacia depósito. La terminal debe seleccionar la posición de depósito de los contenedores en la explanada para minimizar los recorridos de los contenedores a cargar y descargar. 88 Fuente: ROM 2.0 (2008) Figura 39. Dimensiones típicas en zona de operación de una terminal Los condicionantes geométricos que limitan la operación de la grúa son: el alcance delantero que es función de la manga del buque, el back-reach (alcance trasero) que determina el arranque de la zona de almacenamiento y la zona donde se sitúan las tapas de las escotillas de los buques, la altura de la pluma que debe tener galibo suficiente para salvar los contenedores apilados sobre cubierta, y la distancia entre carriles que es función del tipo de grúa. El número de accesos entre el puesto de atraque y el patio de almacenamiento se suele planificar en función del número grúas que van a servir simultáneamente al mismo buque en el muelle cuando esté completo. Cuantos más accesos haya desde el patio a las grúas, menos vías de circulación en el área de operación bajo las grúas deberán preverse. Además, las terminales deben utilizar las grúas post-panamax a los buques mayores, asignar las grúas de tamaño mediano a los panamax y las grúas más pequeñas a los buques feeder, Por otro lado, como las grúas por su elevado coste representan la mayor inversión a realizar en el sistema de atraque de las terminales, resulta imprescindible la planificación previa de las paradas para el mantenimiento de las mismas. El mantenimiento de las grúas puede ser controlado con el Maintenance Demand Index o índice de demanda de mantenimiento, que indica según Visser, W. (2004) cuantas horas de mantenimiento y reparación requiere una grúa pórtico de muelle para producir 1.000 movimientos. Este índice suele ser variable y depende de las características de cada grúa. 89 El plan de mantenimiento de las grúas consta de una serie de protocolos específicos para cada equipo y requiere de personal especializado en cuantía suficiente. Durante un año las grúas de muelle suelen tener una inspección mensual (aproximadamente cada 500 horas de trabajo) y una parada anual en la que se realiza el mantenimiento durante diez días. Todo ello hace que el tiempo total de personal dedicado al mantenimiento de una grúa sea de unas 1.000 horas/año (ver Tabla 12). Tabla 12. Protocolo Mensual (cada 500 horas) Parada anual Inspecciones en una grúa pórtico de muelle Trabajadores Inspección Horas de (número) (horas) mantenimiento 10 4 trabajadores 8 horas/inspección 1 6 trabajadores Inspecciones 300 horas/año y por grúa (aprox) 10 días y 12 700 horas/año y horas/inspección por grúa (aprox) Fuente: Hanjin (2009) y elaboración propia Con estos ratios, para una moderna terminal estándar de dos atraques y un equipamiento también estándar de ocho grúas super-postpanamax, se estima necesario un equipo de mantenimiento formado por unos treinta trabajadores, en el que cada atraque (de cuatro grúas) tiene un equipo asignado de quince personas. En definitiva, con este apartado se ha pretendido resaltar la importancia de los aspectos técnicos que influyen en la operativa del puesto de atraque. Algunos de ellos son externos a la propia terminal, por ejemplo las llegadas de los buques y sus esloras, otros están relacionados con la propia infraestructura, por ejemplo el diseño de accesos, calados, etc. y otros con la superestructura disponible, por ejemplo los condicionantes geométricos de las grúas y su mantenimiento. En los siguientes apartados se profundiza en el conocimiento de aspectos clave de la operativa de las grúas, como son el ciclo de trabajo, el ratio TEUs – movimiento, el rendimiento de las operaciones o la transferencia del contenedor desde el puesto de atraque a la explanada. 90 4.3.2.- Ciclo de carga y descarga de las grúas En el proceso de carga y descarga los contenedores son izados desde el muelle hacia el buque mediante las grúas de las terminales y son estibados a bordo en celdas previamente determinadas, al mismo tiempo las posiciones de esos contenedores son debidamente anotadas para la confección del plano de carga definitivo. Durante todo el proceso y para prevenir posibles escoras o diferencias de calado entre proa y popa, se presta especial atención a la distribución de pesos, ya que se pueden producir daños en la celda-guía, en el contenedor, o en ambos. Estos daños suelen estar provocados por una deficiente alineación entre la celda-guía y la vertical de izamiento o arriamiento del contenedor. Para evitar problemas de esta naturaleza, los buques disponen de tanques de lastre separados, que son lastrados o deslastrados rápidamente de acuerdo con la necesidad de operación de carga o descarga. Pero además de cuidar de los riesgos inherentes a la propia operación, la operativa de carga y descarga de un buque debe ser detalladamente vigilada, pues del rendimiento de las grúas de muelle depende en buena medida la productividad de un atraque. Para estudiar el rendimiento de grúa pórtico de muelle Wong S. (2003), divide el ciclo de trabajo de la grúa en cinco etapas y mide la duración de cada una de ellas en un total de más de 1.000 movimientos de contenedores en una terminal del sur de China. Las etapas son (Figura 40): - Posicionamiento en el lado mar (1) - Movimiento de spreader (2, 4, 6 y 9) - Movimiento de twist locks (3 y 8) - Tiempo de espera a vehículos (5) - Posicionamiento en el lado tierra (7) 91 Movimiento de spreader Espera de vehículos Movimiento de spreader Movimiento de spreader Tiempo de posicionamiento Tiempo de posicionamiento 8 Movimiento de Twist Lock Movimiento de Spreader BC 3 Movimiento de Twist Lock Fuente: Wong Sze-ching (2003) Figura 40. Ciclo de descarga de un contenedor De las cinco etapas en las que se descompone el movimiento de la grúa, solamente el tiempo de espera al vehículo es imputable al gestor de la terminal, mientras que el resto (movimiento de spreader y twist locks y tiempos de posicionamiento) son imputables básicamente a las características de la grúa y a la habilidad del operario. Las mediciones demuestran que en el ciclo medio (Figura 41), una grúa realiza como promedio un movimiento completo cada 138 segundos (o lo que es igual 26 ciclos de carga o descarga a la hora), y que en el ciclo más rápido (Figura 42) la grúa realiza un movimiento completo cada 93 segundos como promedio (o lo que es igual 38 ciclos de carga o descarga a la hora). Posicionamiento lado tierra; 11,8 seg; 9% Posicionamiento lado mar; 14,5 seg; 11% Tiempo de espera a vehículo; 41,3 seg; 30% Movimiento de TWL* 15,5 seg; 11% Tiempo de espera a vehículo Movimiento de spreader Movimiento de TWL* Movimiento de spreader; 54,3 seg; 39% Posicionamiento lado mar Posicionamiento lado tierra Fuente: Elaboración propia y datos Wong Sze-ching (2003) Figura 41. Tiempos en el ciclo medio de carga/descarga 92 Posicionamiento lado tierra; 9,5 seg; 10% Tiempo de espera a vehículo; 17,4 seg; 19% Posicionamiento lado mar; 8,3 seg; 9% Movimiento de TWL* 11,1 seg; 12% Tiempo de espera a vehículo Movimiento de spreader Movimiento de TWL* Posicionamiento lado mar Posicionamiento lado tierra Movimiento de spreader; 46,9 seg; 50% Fuente: Elaboración propia y datos Wong Sze-ching (2003) Figura 42. Tiempos en el ciclo mas rápido de carga/descarga La diferencia entre el ciclo promedio y el ciclo más rápido se encuentra básicamente en el tiempo de espera a vehículo y en el movimiento del spreader que es la operación más larga del proceso y en la que es previsible que se pueda ganar más tiempo. En las otras tres etapas (posicionamientos en lado tierra y en lado mar y movimiento de twist locks), apenas se consiguen mejoras significativas. Por otro lado, la capacidad de las grúas se incrementa cuando la operativa es automatizada o semi-automatizada, aunque en general el nivel de mejora en la capacidad varía según el tipo de puerto y las circunstancias particulares de cada jornada de trabajo. Además, la operativa también mejorará si la grúa es manejada por operadores habilidosos y con experiencia. Sin embargo, en la carga y descarga del buque, las condiciones de trabajo también pueden afectar al resultado final, que puede diferir del esperado debido a demoras que afectan al rendimiento de trabajo. Estas demoras pueden estar originadas por: • Las cuadrillas, por ejemplo, excesivos tiempos de trinca y destrinca, cambios de instrucciones o déficit de personal (descansos, cambios de turno, etc.) • Las condiciones de contorno de la operación, por ejemplo, climatología adversa (lluvia o viento), puntales en el buque o tapas de bodegas que originan retrasos en la carga y descarga. 93 • Imprevistos diversos, por ejemplo, contenedores perdidos, averías de la grúa o fallos eléctricos. • La falta de pericia o experiencia de los jefes de operaciones, por ejemplo, falta de coordinación del trabajo de la grúa carga-descarga en un misma operativa (no aprovechamiento del doble ciclo) Un análisis de sensibilidad sobre las variables anteriores permite determinar la sensibilidad del resultado respecto de posibles cambios en las variables analizadas. En concreto, se comprueba que sucedería si se consigue reducir los tiempos de de las dos ratios que mas influyen en el rendimiento de la operación. Un primer análisis de sensibilidad sobre el tiempo de espera de la grúa al vehículo permite comprobar como se modifica el rendimiento total de la operación. En la Tabla 13 se puede observar como con reducciones de los tiempos de espera a vehículo del orden del 25 %, se producen incrementos en la productividad de la grúa de muelle de 2 ciclos / hora. Tabla 13. Análisis de sensibilidad. Tiempo de espera de la grúa a vehículo Tiempo de espera Tiempo de espera Número de Incremento del de grúa (%) de grúa (seg) ciclos por hora Número de ciclos 100 % 41,3 26,2 - 75 % 31 28,3 2,1 50 % 20,6 30,8 4,6 25 % 10,3 33,8 7,6 0% 0 37,4 11,2 Fuente: Elaboración propia y datos Wong S. (2003) Este aspecto es especialmente importante en terminales semi-automatizadas, ya que la grúa pórtico deposita el contenedor directamente sobre el muelle, por lo que no existe espera a vehículo (los vehículos de patio tipo shuttle carrier a diferencia de las plataformas pueden izar de forma autónoma el contenedor del suelo), lo que facilita incrementos teóricos de productividad frente a las terminales convencionales de unos once ciclos a la hora. 94 Un segundo análisis de sensibilidad sobre la variable “tiempo de movimiento del spreader”, demuestra que para una reducción realista o probable del 20 % en la citada variable, la mejora en la producción de la grúa es de unos 2 ciclos / hora (Tabla 14). Tabla 14. Análisis de sensibilidad. Movimiento de spreader de la grúa Movimiento del Movimiento del Velocidad del ciclo Incremento del spreader de grúa (%) spreader de grúa (seg) grúa (millas/hora) número de ciclos 100 % 54,3 26,2 - 90 % 48,9 27,3 1,1 80 % 43,5 28,4 2,2 Fuente: Elaboración propia y datos Wong S. (2003) De los resultados obtenidos en estos análisis de sensibilidad se deduce que la productividad de la grúa mejora sustancialmente, bien reduciendo los tiempos de espera de la propia grúa a los vehículos (aumentando la eficiencia del sistema de transferencia), bien mejorando las características y capacidad de trabajo de la propia grúa (velocidad del carro, tipo de spreader, etc.), o bien con un entrenamiento que mejore la habilidad del operador. A estos factores se deben unir otros asociados al buque (si dispone de aparejos de carga y descarga, su tamaño, su plan de estiba, estabilidad, etc.). Por tanto, hoy en día, el número de movimientos que una grúa puede ejecutar en las operaciones de carga y descarga durante una hora son diferentes según sea la terminal y el tipo de grúa de muelle, pero en general, el rendimiento real de una grúa pórtico puede oscilar entre los 18 a 30 movimientos/hora, (Tabla 15), que traducido a TEUs da una cifra que se puede mover entre los 20-40 TEUs/h8. Lo que equivale si se considera que la carga del contenedor según la clase de mercancías es de 7 - 20 t por TEU (con un promedio de 10-12 t), a una capacidad de carga y descarga de unas 450 t/h. Este rendimiento debería reducirse en caso de manipulación de contenedores vacíos. 8 Hoy en día en los puertos existe una proporción importante de contenedores de 40 pies (FEU) y a efectos de cómputo, el movimiento de un contenedor de 40 pies equivale al movimiento de dos de 20 pies (TEU). Si la proporción FEU/TEU es de 1’25, el rendimiento en TEU para una grúa pórtico es de 22,5 a 37,5 TEU/h. Aunque en grúas pórtico de contenedores con doble carro o doble spreader, se puede considerar que los rendimientos brutos medios son aproximadamente un 50 % superiores. 95 Productividad/mano y movs/hora de grúa Tabla 15. MSC CT 2007 2008 2009 2010 2011 Productividad/mano (turno de 6 horas) 102 156 160 166 164 Movs/hora 17 25 26 27 27 Fuente: Valentin S. (2011) En cualquier caso se debe resaltar que todos los tiempos y aspectos relacionados con el trabajo de la grúas (como son la velocidad del carro, la velocidad de traslación de la grúa, el tiempo de bajada/izada de pluma, los sistemas de control de carga o la habilidad de los gruistas) están bajo el control del operador de la terminal. A pesar de este control del operador es habitual que en el día a día de las terminales, los rendimientos teóricos de las grúas no siempre se cumplan. En la línea e atraque de las terminales se suelen producir circunstancias que originan demoras y tiempos perdidos que contribuyen a prolongar la estancia del buque. Estos tiempos perdidos en las operaciones de carga y descarga son difíciles de cuantificar con exactitud, pues son muy variables en función de la terminal y del buque que escala. Entre los factores que pueden contribuir a bajar el rendimiento se encuentran las operaciones de trincaje/destrincaje, las operaciones con eslingas, posicionamiento de grúas, cambios de turno o los cambios de última hora en el plan de estiba (Tabla 16). Tabla 16. Tiempos perdidos en las operaciones de carga y descarga Trincaje / Operación Posicionamiento Cambio de Cambios en el destrincaje con eslingas de grúas turno plan de estiba - Por buque: - Por - Por grúa: - Por turno: 36,5 min. contenedor: 15 min. 19 min. (5%) bruta de grúas: - Por buque: 3% 57 min. definitiva en tiempo: 13% - Pequeños cambios antes del 10,4 min. - Productividad - Documentación correcta y - Por buque: - Por buque: 25,5 min. 42,5 min. comienzo de la operación: 51% - Cambios posteriores al comienzo de la operación: 36% Fuente: Escutia R. Además la productividad alcanzada sobre un buque en el atraque, también está relacionada con el volumen de contenedores que se manipulan en la escala. Monfort A. 96 et al. (2011) demuestran que cuanto mayor es el número de movimientos a realizar, mayor es la productividad de la escala (Figura 43). Se puede deducir de ello que los rendimientos brutos sobre los buques pequeños (feeder) son inferiores a los que se consiguen de los buques más grandes. Figura 43. Productividad del atraque vs. Tamaño de la escala. Por otra parte, se debe tener presente que las terminales contabilizan la información de tráfico como el número anual de TEUs manipulados y no como el número de movimientos que han realizado sus grúas a lo largo del año. Este ratio debería ser proporcional al tráfico en TEU en cualquier tipo de terminal, pero ¿cual es la relación entre el número de TEUs manipulados y el número de movimientos realizados?. Con el objeto de identificar esta relación, se consultó al fabricante chino Shanghai Zhenhua Port Machinery Co. Ltd.9, que suministró datos sobre la operativa de dos de sus grúas pórtico post-panamax instaladas en el año 200910. 9 ZPMC es una empresa fabricante de grúas de acero y grandes estructuras con sede en Shangai, China. Según “World Cargo News”, ZPMC es el principal fabricante de grúas pórtico del mundo, siendo líder en cartera de pedidos de grandes grúas de contenedores durante los últimos siete años. 10 En el Muelle Norte del Terminal Portuario del Callao, Perú. Durante 2008 el movimiento de contenedores en este muelle alcanzó 1.200.000 TEUs, destacando como el de mayor movimiento en la Costa Oeste Sudamericana. 97 Los datos analizados cubren 68 escalas y aproximadamente 60.000 movimientos durante los seis primeros meses de actividad del terminal11. Las estadísticas descriptivas que caracterizan el tiempo de operación, el número de movimientos de las grúas y el número de TEUs cargados/descargados para cada escala en la línea de atraque son las siguientes: Tabla 17. Estadísticas descriptivas de la operativa de la grúa Variable Nº de escalas Media Desv.Est. Permanencia en horas 68 19,67 h 10,69 h Nº de movimientos 68 620,9 325,4 Nº de TEUs 68 941,3 489,5 Fuente: Elaboración propia Se comprueba que en los primeros 150 días de actividad, el ratio TEUs/mov es de aproximadamente 1,5 TEUs/mov. Siendo la relación entre la productividad de las grúas (en movimientos y en TEUS) y el tiempo de operación, la que se muestra en la Figura 44. Productividad de grúas vs. Operación en horas 2500 Variable Mov imiento de contenedores Nº de TEUs Frecuencia 2000 y=82,6+45,2*x 1500 1000 500 y=79,9 +29,4*x 0 0 10 Elaboración propia. Datos ENAPU 20 30 Operación en horas 40 Figura 44. Productividad de las grúas vs. operación en horas, T. Callao 11 Desde el inicio de operaciones comerciales el 7 de Abril hasta el 3 de Septiembre de 2009. Fuente: Empresa Nacional de Puertos S.A. “Primeras grúas pórtico de muelle en el Perú”. ENAPU S.A. Lima. 2009. 98 Finalmente, la Tabla 18 muestra como el anterior ratio de TEUs/mov es coherente con los ratios de algunas terminales convencionales españolas y los de TTI Algeciras12. Por tanto, se puede concluir que en las terminales de contenedores, independientemente del carácter convencional o automatizado, la relación actualmente es de unos 1,6 TEUs/Mov. Tabla 18. TEUs/mov Ratio TEUs/movimiento en terminales españolas ATM (Bilbao) TMB (Bilbao) OPCSA (Las Palmas) MSC CT (Valencia) TTI Algeciras 1,57 1,53 1,40 1,44 - 1,50 1,64 Fuente: Camarero A. et al. (2009), Valentin S. (2011) y Hanjin (2009) La última reflexión a la hora de estimar los movimientos en la línea de atraque, es que hoy en día, la tendencia existente en el mercado parece sugerir que el porcentaje de contenedores de 40 pies sea cada vez mayor en comparación con el de 20 pies, lo que llevará en el futuro a que el ratio TEUs/mov aumente. Paralelamente a esta tendencia, la industria está incorporando nuevos avances en los aparejos de carga y descarga que aumentan la capacidad de manipulación de los contenedores. Entre estos avances se pueden citar según Muñoz V. (2008) el twin spreader, los spreaders tipo tándem (que permiten la manipulación conjunta de dos contenedores de 40 pies, o bien cuatro contenedores de 20 pies), el sistema de doble trolley (ya instalado por ejemplo en la terminal HHLA de Hamburgo y que incorpora una plataforma de altura ajustable que actúa de buffer entre los dos carros), o las grúas tipo Jumbo (que permiten durante la traslación del contenedor realizar un giro 90 grados del spreader, sincronizado dicho giro con un movimiento en vertical fuera de patas). Todos estos avances mejorarán en el futuro las productividades, asegurando la eficiencia global de la carga-descarga y contribuyendo a minimizar las demoras. 12 Hanjin (2009) en base a su experiencia en gestión de terminales como operador independiente, estimó para la planificación de esta terminal semi-automatizada un ratio promedio de 1,64 TEUs/mov, para un frente de atraque con 8 grúas y un tráfico anual de 1.562.156 TEUs con 952.534 movimientos. 99 4.3.3.- Transferencia a depósito La disposición de la carga en el buque es otro aspecto importante en las operaciones de carga y descarga. Una estiba apropiada de los contenedores puede permitir alcanzar las productividades objetivo, mientras que un plan de estiba inadecuado puede provocar rendimientos considerablemente inferiores. Este apartado estudia la influencia de la asignación de los recursos para hacer frente a la transferencia de la carga desde el atraque al depósito. Los buques pueden adelantar el plan de estiba enviando a la terminal o a las empresas estibadoras locales toda la información relativa a la descarga de los contenedores. Una vez estudiado el plan de carga/descarga, la terminal puede asignar sus recursos de la manera más eficiente posible. Así, se optimiza la operativa no solo en el propio buque, sino también de la línea de atraque, es decir, se pueden planificar las operaciones en otros buques y en la propia explanada. Para ilustrar la importancia de este aspecto, se plantea el siguiente ejemplo teórico de un buque con dos planes de carga/descarga diferentes, Figura 45. Figura 45. Planes de carga-descarga. Adecuado (izq), mejorable (der) 100 En el primer caso (izquierda), la descarga de contenedores del buque se realiza de manera uniforme por tres grúas de muelle que trabajan de forma homogénea. El plan permite la utilización del máximo número de grúas deseado por el naviero para descargar los contenedores en el menor tiempo posible. En estas condiciones hay poco que hacer para mejorar los procesos y la intervención en el número de grúas de muelle o su asignación de un modo diferente, puede tener efectos adversos sobre los tiempos de servicio. En el segundo caso (derecha) el atraque permanece ocupado el mismo período de tiempo, sin embargo, el número de contenedores cargados y descargados es inferior dado que la grúa de popa tiene menor carga de trabajo y abandona las operaciones antes que las otras. Finalmente, el siguiente caso de la Figura 46 muestra para el mismo buque una estiba en la que las grúas de popa y proa tienen una notable menor carga de trabajo. Sin embargo, el buque ocupa el puesto de atraque el mismo período de tiempo que en los casos anteriores. La estadía es la misma pero la productividad bruta del atraque es ostensiblemente inferior. Figura 46. Plan de estiba inadecuado 101 En este ejemplo, una forma de optimizar las operaciones es hacer que las grúas exteriores de popa y proa, una vez terminado el trabajo en ese buque se desplacen a trabajar en otro. Una alternativa sería tratar de reducir el tráfico de vehículos en zona de entrega, haciendo que las grúas exteriores trabajen en otras franjas horarias con menores tasas de tráfico. Esta última opción es especialmente útil cuando múltiples grúas operan simultáneamente en un mismo puesto de atraque13. En estos casos, la proximidad de las grúas puede originar problemas de circulación, inseguridad y percances por falta de atención de los operarios, que en momentos de máxima actividad deben estar pendientes de múltiples factores (vehículos, contenedores, grúas, etc.). Además, en una terminal de contenedores difícilmente se va a llegar a la congestión por transferencia, salvo en las zonas concretas de entrega. Por este motivo, es conveniente conocer la forma en la que el tráfico de vehículos puede variar a lo largo de la semana (Figura 47). 0:00-4:00 4:00-8:00 Vehículos 8:00-12:00 250 12:00-16:00 16:00-20:00 20:00-24:00 200 150 100 1 2 50 3 4 Día de la semana 5 6 0 7 0:004:00 4:00- 8:00- 12:00- 16:00- 20:008:00 12:00 16:00 20:00 24:00 Franja horaria Figura 47. Representación teórica del tráfico de vehículos 13 Según Techport Consultants (TOC 2006) sobre el buque Emma Maersk en el puerto de Yantian (China), 10 grúas han llegado a realizar en 8 horas hasta 543 mov/h moviendo 4.320 contenedores con un promedio de 54 ciclos/h por grúa. En otra operativa similar en Diciembre de 2008, se realizó por primera vez en España (MSC CT) una carga y descarga conjunta con 8 grúas trabajando coordinadamente en un solo buque (MSC Sola), sobre el que se realizaron en pocas horas un total de 2.850 movimientos. 102 En algunos casos, las terminales pueden retardar el inicio de las operaciones de algunas grúas y empezar la carga/ descarga en los momentos con menor tasa de tráfico esperada (Figura 48). Este retardo programado de las operaciones de carga/descarga puede implicar una mejora en la distribución del tráfico, que no afecta a la ocupación del puesto de atraque (idéntica estadía del buque). Esta operativa exige la coordinación de todos los trabajadores portuarios y también, como en cualquier otra actividad, una óptima planificación de las operaciones. Figura 48. Mejora indirecta de operativa por disminución de intensidad de tráfico Por tanto, se ha comprobado que el comportamiento del tráfico y sus variables siempre es un dato muy significativo de cara al rendimiento de las operaciones. Sin embargo, se debe resaltar que no siempre la congestión de la línea de atraque supone una merma en el servicio, Maneglou M. (2004). En muchas ocasiones, se observa que en los momentos en los que se produce la máxima exigencia al sistema de atraque, la operativa a corto plazo de los trabajadores se realiza con una superior diligencia. 103 Un último aspecto relacionado con la eficacia de las operaciones bajo grúas es el desarrollo de la tecnología y de soluciones específicas para la mejora de la transferencia. En este sentido, en los últimos años se están implantando nuevos sistemas inteligentes de control de tráfico y posicionamiento de chasis en las grúas de última generación, que facilitan el control del tráfico en zona buffer y mejoran la seguridad de las operaciones (Figura 49). Fuente: Hanjin. (2009) Figura 49. Sistema inteligente de regulación y posicionamiento de chasis En definitiva, la productividad de la grúa se puede aumentar con una óptima gestión de la transferencia de los contenedores hacia/desde el patio. Sin embargo, en la práctica el aumento de la productividad tiene sus límites pues una exigencia demasiado alta puede resultar peligrosa para la carga, las grúas y el buque. Además, las operaciones de carga/descarga y de transferencia no solo dependen del plan de estiba, también dependen mucho del tipo de buque y del volumen de contenedores que se intercambian en la escala, (pequeños buques tienden a tener peores rendimientos incluso en terminales eficientes). 104 4.4.- 4.4.1.- Calidad del servicio El puerto y las terminales de contenedores La calidad del servicio en el puerto es un elemento clave de su competitividad, no solo desde el punto de vista técnico u operativo, sino también desde los puntos de vista comercial y económico. En las terminales de contenedores, las empresas prestatarias de los servicios destinan su esfuerzo en dos direcciones, por un lado en el de la mejora técnica de sus operaciones, y por otro, en el aspecto ligado a la imagen o marketing comercial, que supone un incentivo a la mejora. Dejando a un lado el segundo aspecto y centrándonos en la mejora técnica de las operaciones, se debe resaltar que los servicios que se prestan en un puerto son llevados a cabo por diversas empresas y organizaciones. En el caso de la línea de atraque, los servicios básicos de remolque, amarre, etc. son ofrecidos por empresas diferentes y cada una puede tener su propio sistema de calidad. Sin embargo, la suma de estos sistemas de calidad no equivale a un sistema conjunto de calidad. Además, no hay ninguna organización que pueda obligar a todas las demás a desarrollar un sistema de calidad. En el caso de las terminales de contenedores, la documentación de referencia utilizada es la UNE-EN ISO 9001, que establece los requisitos del sistema de gestión de la calidad y el referencial genérico de calidad de servicio para concesionarios de terminales de contenedores aprobado por el Ente Público Puertos del Estado14. El Referencial de Servicio establece el nivel de servicio que puede esperar el cliente (características de calidad de servicio) y los aspectos que deben comprobarse a efectos de poder asegurar el cumplimiento de las características. Además, es preciso que las características de servicio reflejen los requisitos de todas las partes interesadas, que se hayan establecido de forma consensuada y equilibrada, y que la marca se conceda tras 14 En octubre de 2012 el consejo rector de puertos del estado ha aprobado los referenciales de calidad de servicio y otros documentos asociados al Texto Refundido de la Ley de Puertos del Estado y de la Marina Mercante. Los referenciales de calidad aprobados hacen referencia a la manipulación tanto de los tráficos de mercancías, como del resto de los servicios portuarios de practicaje, remolque, amarre, recepción de desechos. Igualmente, se ha creado un referencial específico para compañías navieras. 105 un proceso de evaluación transparente, basado en la intervención de evaluadores independientes y con la adecuada competencia técnica. Por su parte, la documentación reglamentaria incluye diversas leyes que ha ido evolucionando hasta la presentación de la Ley 33/201015 y el Texto Refundido de la Ley de Puertos del Estado y de la Marina Mercante (Real Decreto Legislativo 2/2011, de 5 de septiembre)16. El marco normativo lo completan de forma específica el Plan de Emergencias de cada Autoridad Portuaria, el Reglamento de Servicio y Policía del puerto y la Normativa específica de cada puerto con sus Resoluciones del Consejo de Administración. Tanto la documentación de referencia como la reglamentaria, constituyen el marco con el que se gestiona la calidad del servicio en los puertos. El esquema de la Figura 50 muestra simplificadamente la Gestión de la Calidad en los puertos de interés general del estado. Puertos del Estado Manuales genéricos. Manuales específicos. Sistema control y seguimiento Sugerencias y reclamaciones AAPP Observatorio permanente Propuesta de Control operador. mejoras Comité del puerto Figura 50. Gestión de la calidad en los puertos de titularidad estatal 15 Ley 33/2010, de 5 de agosto, de modificación de la Ley 48/2003. 16 Para incidir en la mejora y eficiencia del servicio global prestado al comercio y al transporte, se apoya en la certificación de servicios, utilizándola como instrumento objetivador de bonificaciones en tasas portuarias ligadas a una mejora de la calidad en la prestación de servicios en los puertos de interés general. En el artículo 245.2 del mencionado Texto Refundido, se establece una bonificación del 15% en la tasa de actividad para los prestadores de servicios portuarios, o los titulares de una concesión o autorización de Terminal marítima de mercancías, que dispongan de una certificación de servicios obtenida sobre la base de los Referenciales de Calidad de Servicio que apruebe Puertos del Estado, o de los Referenciales Específicos que, en desarrollo de aquellos, apruebe, en su caso, la Autoridad Portuaria correspondiente, así como una bonificación del 5% en la tasa del buque para las compañías navieras o armadores que tengan en vigor un certificado de servicios que comprendan todas las operaciones de buque en puerto. 106 Los distintos agentes ejercen una presión que obliga a los puertos a aumentar su eficiencia, dando respuesta a las necesidades y exigencias de los clientes. Para cumplir con estas exigencias, la calidad del servicio en los puertos está ligada a la certificación representada mediante la obtención de un sello acreditativo de cumplimiento de los requisitos específicos. Estas certificaciones permiten compatibilizar la gestión de los procesos con la optimización de los recursos, la satisfacción del cliente y la mejora continua. Para evaluar la calidad de los servicios prestados, se consideran los siguientes aspectos (Tabla 19): Tabla 19. Aspectos Gestión de recursos materiales y humanos Aspectos del servicio objeto del control de calidad Características generales y contenido Incluye la prevención de riesgos laborales, la formación, la utilización de las tecnologías de la información, el aprovechamiento del espacio portuario concesionado, la información sobre la disponibilidad de atraques y los tiempos de espera de trabajo por buque Protección en las Incluye las medidas del código PBIP, del Plan de Emergencia Interior del Puerto operaciones y las específicas para tráficos USA (exportación y transbordos destino USA) Incluye medidas relacionadas con la adecuada señalización y accesos a la Estado de las Terminal, iluminación, conservación y limpieza de la explanada, tinglados y vías infraestructuras de circulación, y la colaboración con la Autoridad Portuaria para resarcir en caso de daños al puerto Eficiencia en costes Tienen que ver con los rendimientos y productividades en la manipulación y con la contratación y facturación Tienen que ver con los precintos, la coordinación horaria, los plazos (recepción / Manipulación y entrega, llenado / vaciado, consolidado / desconsolidado), closing-time, servicios operaciones a buques, ausencia de daños y mermas, e identificación de mercancías peligrosas Tienen que ver con el sistema de sugerencias, quejas/reclamaciones y solicitud Atención al cliente / partes interesadas de información, los plazos de respuesta, los interlocutores operativos identificados, los estudios de percepción del cliente sobre la calidad total ofrecida, el seguimiento del resultado de los servicios, la pro-actividad y por último la trazabilidad Fuente: Elaboración propia Como mejor garantía de calidad, la evaluación de la conformidad en las actividades portuarias se realiza conforme a las normas dictadas por la ENAC (Entidad Nacional de Acreditación). 107 4.4.2.- Línea de atraque Cuando un buque entra en puerto emplea un determinado tiempo en realizar todas las operaciones de atraque, al que hay que sumar las esperas cuando está ocupado el muelle al que va destinado. A continuación, efectúa empleando sus propios medios o los del puerto la carga/descarga de los contenedores, pudiendo realizar eventualmente operaciones de avituallamiento, una vez realizado el intercambio de mercancía el buque finalmente zarpa. Las sucesivas etapas y tiempos de paso por puerto se detallan en la Figura 51. Fuente: Monterde N. (2011) Figura 51. Resumen de las etapas y tiempos de paso por puerto Es evidente que el sistema de atraque es más operativo cuanto menor es la desviación entre el tiempo de servicio previsto y el que se ha cumplido, y cuanto mayor es la precisión con que se consiguen las llegadas. En un sistema de atraque perfecto en el que las llegadas fueran fijas, es decir, un sistema de alta puntualidad de llegadas y de salidas y con cumplimiento estricto de los tiempos de servicio, sería posible una programación perfecta, y por tanto, en este sistema ideal tendría sentido emplear la capacidad saturación (que se corresponde un tráfico teórico de máxima utilización del sistema de atraque). Sin embargo, como ya se ha comentado, la realidad no transcurre como en este sistema idóneo y las llegadas son fijas pero flexibles, es decir, el sistema nunca funciona de manera perfecta y esto sucede porque las llegadas no siempre se producen de acuerdo a lo previsto, porque los buques adelantan su salida (por ejemplo cuando han completado 108 la carga prevista y no esperan a zarpar a la hora prevista) o porque retrasan sus salidas (por ejemplo por el efecto de un retraso en la llegada correspondiente). Estas limitaciones pueden ser consideradas como una simplificación del comportamiento de los buques en la línea de atraque. Además, cuando los buques llegan a puerto no aceptan asumir demoras prolongadas en el servicio y acuden a otra terminal en otro puerto más eficiente a partir de una demora límite. Llegados a este punto surge el interrogante de como medir la calidad del servicio en un sistema de atraque. Este problema se podría afrontar desde dos puntos de vista diferentes: diseñando un sistema “óptimo” de acuerdo a algún criterio (técnico o económico), o bien estableciendo mecanismos para medir la efectividad o productividad del sistema. La primera de las opciones, es decir, diseñar eficientemente, consiste básicamente en definir un sistema cuyo coste de diseño y operación, se justifique por el servicio que ofrece. Dicho servicio se puede evaluar mediante el coste de no darlo, por lo que al diseñar eficientemente se pretende minimizar unos supuestos costes totales. El gestor de debe tomar decisiones respecto al caudal de servicios que su terminal debe estar preparada para ofrecer, sin embargo, muchas veces es imposible predecir con exactitud la demanda, y cual será el coste técnico y económico que implicará la oferta. Estas decisiones implican dilemas que hay que resolver a veces con escasa información. Por su parte, la segunda de las opciones (establecer mecanismos para medir la efectividad del sistema) no está exenta de dificultades, ya que los factores que explican la diferencia de productividades en las terminales de contenedores son múltiples, y algunos de ellos pueden ser incluso ajenos a la propia terminal. Entre estos factores se pueden citar por ejemplo: la diferencia de rendimiento de trabajo por las diferentes estructuras del buque tipo (eslora, manga, clase, etc.), las condiciones de la carga (plano de carga, % de contenedores bajo cubierta, % de vacíos, etc.) o en general otras circunstancias (turnos noche/día, despacho aduana, averías, etc.) 109 Tabla 20. Factores ajenos a las propia terminal que influyen en productividad Estructura buque Condiciones de la carga Otros condicionantes Celular/no celular Plano de carga Condiciones meteorológicas Geared Ships % mov./capacidad del buque Turnos noche/día Tamaño (manga y calado) Mov. por bodega, por escala Despacho aduana % sobre/bajo cubierta Averías Sin twistlocks semi-automáticos Contenedores fuera de norma Remociones Tapas de bodega Mercancía general Trincaje/destrincaje Fuente: Elaboración propia Se puede deducir de lo anterior que medir la calidad del servicio en la línea de atraque no es una tarea sencilla. A los aspectos mencionados se deben añadir otros relacionados con las propias características particulares de cada terminal o de cada puerto. En cualquier caso, en la operativa diaria de la terminal, los planificadores del atraque deben establecer las condiciones para que la carga y descarga se realice en las mejores condiciones y sea eficaz, económica y segura. La eficacia se consigue además de eliminando las demoras, adoptando la mejor configuración de trabajo para las grúas. Este es un problema escasamente estudiado, pues en general, cuando se habla de optimización de la línea de atraque se hace referencia a la optimización del espacio de atraque para el buque. La mejora económica se logra reduciendo los costes de inoperatividad del buque (tiempos de espera de los buques) y las instalaciones (tiempo ocioso de las grúas en el muelle). Por último, la seguridad se consigue con una buena planificación y ejecución de las operaciones, lo que es habitual en todas las terminales, si bien no es imposible que se puedan producir accidentes17, que pueden llegar a interrumpir temporalmente la operativa de la terminal y el servicio que la estibadora presta a sus clientes. 17 No es habitual, pero en las líneas de atraque se pueden producir accidentes y situaciones excepcionales. En el verano del año 2011, el portacontenedores Deneb se escoró gravemente en el muelle Juan Carlos I de Algeciras, el buque “Elisa B” impactó contra una grúa de TMS en el puerto de Alicante, y el buque Blumarlin colisionó contra una de las grúas de Marítima Valenciana en el Muelle Príncipe Felipe del puerto de Valencia. 110 Finalmente un último aspecto que se debería tener presente es el cambio de alineación de los buques una vez han entrado en puerto (doble atraque). Esta operativa especial no implica una mejora de productividad de las grúas, pero previsiblemente si mejora la productividad de los muelles por mejor aprovechamiento del espacio. La línea de atraque de las terminales portuarias ha sido históricamente objeto de multitud de investigaciones, sin embargo, son escasos o incluso inexistentes, los estudios que hayan examinado específicamente el grado de vinculación entre terminales dentro de un mismo puerto, de forma cuantitativa y particular. En general, los trabajos se centran en la determinación de la capacidad de la línea de atraque de una única terminal, o de dos terminales, en un mismo puerto. Sin embargo, el comportamiento de una terminal particular es función de todas las entidades actuantes (buques y terminales) y también del número de sus interacciones. La actividad de los buques está caracterizada por sus estadías en los muelles y por la estructura de sus llegadas, en general de tipo irregular, al puerto. Así, la actividad de un buque puede ocasionar un cierto impacto o interacción en otros buques, e incluso en la operativa general de otra terminal, verificándose de esta manera un cierto grado de relación entre las terminales. Por otro lado, cuando se comparan los resultados obtenidos de las simulaciones con la realidad existente en los puertos, se descubre que los resultados tienden a subestimar el tiempo medio de espera de los buques. Este hecho es particularmente visible con niveles altos de ocupación de los atraques y se debe a que un puerto dispone de diversos procedimientos para hacer frente a los períodos de máxima demanda, que le permiten optimizar el proceso de llegada-servicio en las terminales. Entre los procedimientos más importantes se pueden destacar los dos siguientes: • Un incremento provisional de la capacidad de atraque mediante la utilización del doble atraque de buques, es decir, mejorando el funcionamiento conjunto del puerto (interacción entre las terminales). 111 • Un incremento provisional en el ritmo de manipulación de la carga mediante la utilización de un número mayor de cuadrillas y recurriendo a las horas extraordinarias. Ambos procedimientos entrañan ciertos costos adicionales, pero se considera que son probablemente mucho menores que los de la congestión que de lo contrario se provocaría. El primero de los procedimientos es un aspecto que, pese a su relevancia en la productividad de un puerto y en la calidad de servicio ofrecido al buque, ha merecido una atención insuficiente tanto en la literatura científica. En definitiva, el cambio de muelle (interacción entre las terminales) favorece la competitividad general del puerto al mejorar notablemente la versatilidad del trabajo en los muelles. Esta operativa, probablemente residual o inexistente en la mayoría de los puertos, es utilizada a partir de un cierto tráfico “crítico” y en puertos dotados de servicios de remolque y amarre eficaces. Así sucede en los grandes puertos de Asia, en las terminales lineales de Shangai, en las terminales de esquina de Hong Kong, o en las terminales de transbordo de Pasir Panjang en Singapur. En este sentido, en el “Anexo II: Aplicación práctica de los métodos de simulación” se comprueba que en el puerto de Valencia se produce una cierta interacción entre sus terminales de contenedores, y que los efectos sinérgicos que se generan le podrían proporcionar una ventaja competitiva frente otros puertos competidores. Por tanto, para un puerto de contenedores el disponer de varias terminales supone un valor añadido, ya que esta diferenciación le brinda la posibilidad de poder atraer un mayor volumen de carga. Esto genera una relación positiva entre el flujo de carga y los buques: la carga atrae a los buques y los buques atraen a la carga. De esta manera, el puerto genera más actividad y negocio, intuyéndose como un factor muy importante la coordinación y el flujo de información entre las terminales. Un último aspecto a añadir a las mencionadas variables operativa y económica es el de los daños medioambientales. Siendo los tres aspectos sensibles al aumento de interactividad entre las terminales, su control es imprescindible para el desarrollo sostenible del puerto. 112 4.4.3.- Indicadores de calidad Como se ha explicado en apartados anteriores, las operaciones en la línea de atraque que pueden ser sencillas para un solo buque o para el buque medio, se complican cuando lo que se estudia es una flota, por circunstancias como: el incumplimiento de las llegadas o del volumen de carga respecto a lo esperado, el incumplimiento del servicio (puede ser incluso por factores ajenos a la terminal), los accidentes y situaciones excepcionales, o el cambio de alineación o doble atraque. Por ello, para estudiar la calidad del servicio en la línea de atraque se precisa un modelo matemático basado en la aplicación de indicadores de calidad, que contemplen de una u otra forma estos aspectos. Además, el servicio en la línea de atraque tiene una doble faceta, por un lado debe asegurar la capacidad de atraque y por otro lado debe asegurar la capacidad de carga y descarga de las grúas, (lo primero depende fundamentalmente del grado de ocupación del muelle y lo segundo depende del número de grúas y de su rendimiento). En consecuencia, los indicadores de calidad deberían estar relacionados con los puestos de atraque y también con las grúas de carga y descarga (Figura 52). Indicadores de calidad Puestos de atraque Grúas de carga y descarga Tiempo bruto de atraque Tiempo bruto de grúas Productividad bruta de atraque Productividad bruta de grúas Tiempo neto de atraque Tiempo neto de grúas Productividad neta de atraque Productividad neta de grúas Fuente: Elaboración propia Figura 52. Indicadores de calidad Dentro del primer grupo de indicadores (puestos de atraque) se distinguen: • Tiempo bruto de atraque: es el tiempo total que un barco está atracado en el muelle, incluyendo las preparaciones necesarias que se deben llevar a cabo, las esperas 113 para la documentación, disponibilidad de la carga y las principales demoras durante la operación debidas a averías de los equipamientos, mal tiempo, la falta de personal o cambios de turno etc. En definitiva el tiempo entre el atraque y el desatraque. • Productividad bruta de atraque: es la relación entre la totalidad de los movimientos (contenedores transferidos) entre el buque y el muelle y el tiempo bruto de atraque. La medida refleja la estructura de turnos y la carga de trabajo en el muelle. • Tiempo neto de atraque: es el tiempo de trabajo efectivo en un buque cuando está atracado, durante el cual las manos cargan y descargan los contenedores y realizan las actividades de trincado/destrincado, apertura y cerrado de tapas, etc. El tiempo neto de atraque se mide desde el primer destrincado hasta el último trincado e incluye demoras secundarias debidas a indisponibilidad de la carga, averías, etc. Esta medida refleja tiempo entre el comienzo y el final de la operación. • Productividad neta de atraque: es la relación entre la totalidad de los movimientos realizados y el tiempo neto de atraque. Esta medida refleja el número de trabajadores o grúas asignadas a cada buque y la productividad neta de las manos que intervienen en la carga y descarga. Tiempo Bruto de Atraque Comienzo 1er Mov. Operac. P1 P2 Final Último Mov. Operac. P3 Tiempo Atraque: ETA Desatraque Tiempo desatraque: ETD Atraque Tiempo neto de atraque Comienzo 1er Mov. Operac. P1 P2 P3 Comienzo Operac. Último Mov. Final Operac. Desatraque Final Operac. Atraque Fuente: Escutia R. (2007) Figura 53. Indicadores de calidad relacionados con los puestos de atraque Dentro del segundo grupo de indicadores (grúas de carga y descarga) se distinguen: 114 • Tiempo bruto de grúas: Suma del tiempo (horas) trabajado por cada grúa operando en el mismo buque desde el inicio al final de la operación. • Productividad bruta de grúas: es la relación entre la totalidad de los movimientos realizados y el tiempo bruto de grúas. Esta medida refleja el contrato laboral, especialmente los tiempos de parada por falta de personal. • Tiempo neto de grúas: Suma del tiempo (horas) trabajado por cada grúa operando en el mismo buque desde el primer movimiento hasta el último. • Productividad neta de grúas: es la relación entre la totalidad de los movimientos realizados y el tiempo neto de trabajo de grúas. Tiempo Bruto de Grúas Comienzo 1er Mov. Operac. P1 P2 Final Último Mov. Operac. P3 GC 1: T11 GC 1: T12 GC 2: T21 Atraque Desatraque GC 2: T22 Tiempo Neto de Grúas Comienzo 1er. Mov. Operac. P1 P2 P3 GC 1: 6h GC 1: T’11 Fuente: Escutia R. (2007) Desatraque GC GC1: 1:T’12 6h GC 2: T’21 Atraque Final Último Mov. Operac. GC 2: GC 5h2: T’22 1st Mov. Último Mov. Figura 54. Indicadores de calidad relacionados con las grúas En caso de no obtener información sobre algunos de ellos, se puede extrapolar bajo ciertos supuestos la información extraída de otros indicadores. Por ejemplo, si se desconocen las productividades netas de las grúas, se podría suponer que la terminal cuenta con el número de grúas suficiente para atender el tráfico y que su rendimiento se encuentra dentro de unos valores aceptables. De esta forma, se podría relacionar posteriormente con la capacidad de la línea de atraque a través la productividad bruta en cada buque atracado. 115 4.5.- Síntesis del capítulo En este capítulo se han desarrollado algunos de los criterios que se deben tener presentes para evaluar la calidad del servicio en la línea de atraque de las terminales. En primer lugar, se ha expuesto la amplia variedad de tipologías de terminales y se ha deducido de ello la necesidad de contar con criterios homogéneos, que sirvan para evaluar la actividad de una terminal independientemente de las características de la misma. La productividad que puede ser “aceptable” en un tipo de terminal, puede ser considerada “deficiente” en otro tipo de terminal. A continuación y desde una escala más amplia a una escala más reducida, se ha profundizado en los aspectos relativos al servicio en el siguiente orden: línea de atraque, puesto de atraque, grúa pórtico y conexión con subsistema de transferencia. Del mismo modo, se han repasado algunos criterios de calidad desde una perspectiva más amplia (puerto y terminal) a otra más reducida (línea de atraque). Aspectos clave del servicio Tipo de terminal Línea de atraque Calidad del servicio Grado de automatización Puesto de atraque Terminales de contenedores Tráfico anual Grúa pórtico Línea de atraque Tipo de uso Transferencia a depósito Indicadores de calidad Tipología física Dimensión frente atraque Lay-out Tipo de tráfico Fuente: Elaboración propia Figura 55. Aspectos clave del servicio 116 Finalmente como compendio de todo el capítulo, se han propuesto dos grupos de indicadores para medir controlar y mejorar, en su caso, la calidad del servicio. Un grupo de indicadores está relacionado con los puestos de atraque y el otro está relacionado con el trabajo de las grúas de carga y descarga. Estos indicadores permiten el seguimiento de dos tipos de variables básicas, el tiempo de utilización y la productividad (brutas y netas). En definitiva, este capítulo ha dado respuesta a gran parte de las cuestiones planteadas inicialmente (Tabla 21). Tabla 21. CONCEPTO Respuestas que se pueden extraer del capítulo PREGUNTA RESPUESTA 1.- Objetivo ¿Como se lograrán los objetivos? 1.- Resultados ¿Qué estamos buscando? 2.- Indicadores ¿Qué vamos a medir? 2.- Control (*) ¿Como se van a controlar? 3.- Objetivo 3.- Resultados - Dos estrategias: Mejorando la utilización del atraque y/o la productividad de grúas. - Controlar y evaluar estadísticamente los procesos en la línea de atraque. - Ocho indicadores de actividad que afectan a la línea de atraque (4) y a las grúas (4). - Todavía sin resolver ¿Cuál es el plan para alcanzar el - Reducir la variabilidad de los procesos y objetivo deseado? mejorar el grado de certidumbre. - Mejorar la calidad del servicio en la línea ¿Qué estamos buscando? de atraque. Fuente: Elaboración propia Una vez repasados los métodos tradicionales de estudio y elegidos los indicadores para el estudio de la línea de atraque. En el siguiente capítulo se revisa el Estado del Arte y los criterios con los que otros autores han estudiado el servicio en el ámbito de la línea de atraque de las terminales de contenedores. El objetivo es repasar el estado del conocimiento actual antes de plantear una propuesta inédita que mejore el control del servicio en la línea de atraque. 117 118 5.- ESTADO DEL ARTE 5.1.- Introducción La revisión del estado del arte reúne múltiples aspectos, pues la divulgación de estudios e investigaciones es muy abundante y además, se encuentra en continua evolución por los constantes cambios en la industria. Para desarrollar el estado del arte se ha tomado como punto de partida el “término de estudio” de la línea de atraque y su “objetivo”. Según Aguilar J. (2011) para llevar a cabo la correcta vigilancia del funcionamiento de una terminal conviene controlar o vigilar las siguientes cuatro perspectivas de medición (Tabla 22). Tabla 22. TÉRMINO Capacidad Nivel de servicio Término de estudio de la línea de atraque y su objetivo OBJETIVO Calcular la cantidad límite de mercancías que en un periodo de tiempo admite la terminal Expresar la calidad del servicio ofrecida a los usuarios de la terminal Cuantificar la actividad de la terminal, dando respuestas a Rendimiento operacional cuestiones como cuánta mercancía se mueve en un periodo de tiempo, o el grado de utilización de los recursos de la terminal Eficiencia Medir relación entre la actividad de la terminal y los recursos empleados, intentando conocer si es óptima Fuente: Aguilar J. (2011) Por otro lado, en función del horizonte temporal los estudios relacionados con la línea de atraque se pueden clasificar en tres grandes categorías (Tabla 23). En un primer nivel se encuentran los estudios basados en las decisiones estratégicas o de largo plazo, que se centran en aspectos como el dimensionamiento de equipamientos y la forma de operar la terminal (cubren de uno a varios años). En un segundo nivel, se encuentran los estudios basados en las decisiones tácticas o de medio plazo, que se centran en las estrategias a seguir para operar la línea de atraque (de unos días a varios meses). Y en un tercer nivel, se encuentran los estudios basados en las decisiones operacionales o de corto plazo, 119 que se centran en aspectos operativos como la asignación de posición del buque, o la asignación de grúas y sus horarios de trabajo (se adoptan diariamente). Tabla 23. Nivel de Nivel de planificación, tipo de problema y plazo Tipo de problema Plazo Nivel estratégico Dimensionamiento de equipamientos y como operar la terminal Uno o más años Nivel táctico Estrategia a seguir para operar la línea de atraque Días / meses Planificación Nivel operacional Aspectos operativos como la asignación de posición del buque, o la asignación de las grúas y sus horarios de trabajo Día a día Fuente: Elaboración propia Evidentemente, los tres niveles se ven influenciados unos por otros. Por ejemplo, la decisión estratégica sobre qué grúas adquirir o cómo gestionar la terminal condiciona la forma en la que se pueden operar los buques, y esto último influye en los tiempos de carga y descarga. Del mismo modo, la solución dada a este último problema repercute en el comportamiento global de la terminal, y debe tenerse en cuenta, por tanto, a la hora de adoptar decisiones estratégicas. Teniendo en cuenta estas reflexiones se ha clasificado la revisión de la literatura en: • La planificación portuaria (capacidad y nivel de servicio en el largo plazo), que podría englobar los dos primeros términos propuestos por Aguilar J. (2011) • La planificación de operaciones • El rendimiento operacional y casos de estudio • La calidad del servicio Finalmente, se ha incluido una quinta perspectiva que comprende de forma genérica el Control Estadístico de Procesos (CEP) y los Gráficos de Control. 120 5.2.- Planificación portuaria. Capacidad y nivel de servicio El concepto de planificación es definido por la Real Academia Española como un “Plan general, metódicamente organizado y frecuentemente de gran amplitud, para obtener un objetivo determinado, tal como el desarrollo armónico de una ciudad, el desarrollo económico, la investigación científica, el funcionamiento de una industria, etc.” En general el concepto de planificación portuaria tiene un enfoque centrado en el hecho anticipador y en la consecución de objetivos y metas, siendo en este sentido definido por López C. (1973) como la “actividad consistente en seleccionar entre una serie de alternativas los objetivos, directrices, programas y presupuestos de un puerto, y determinar un plan de acción para alcanzar los fines propuestos”. Los estudios de planificación portuaria suelen tener como denominador común la optimización de la capacidad estratégica en el largo plazo y la consecución de un mejor nivel de servicio. Esta capacidad suele ser entendida como el tráfico o demanda máxima que el muelle puede soportar en condiciones normales de calidad de servicio antes de entrar en una situación de congestión. Según el método utilizado, los estudios de planificación portuaria se podrían clasificar en: • Métodos de costes unitarios de optimización del coste total sistema puerto + buque: se basan en el estudio conjunto del sistema buque-puerto. • Métodos optimización del tiempo de espera, tráfico de congestión y capacidad límite: se basan en el estudio de tiempos de operación de buque. • Métodos de minimización del excedente de capacidad: se basan en el estudio del sistema portuario y ajuste de curvas de oferta y demanda portuaria. • Métodos de simulación: se basan en sistemas computacionales complejos donde se pueden modelizar todos los elementos que influyen en la capacidad, no sólo buques y muelles. A continuación se destacan algunos de los estudios desarrollados a lo largo de los años, así como sus aportaciones más significativas. 121 Los primeros estudios en materia de planificación portuaria, capacidad y nivel de servicio, datan de la década de los años sesenta. Fratar, T.J., et al. (1961) demostraron sobre un caso de estudio de ocho puertos de Estados Unidos, que el número de buques que llegan a los puertos siguen una distribución Poisson y a partir de ella predecían la ocupación máxima admisible en los puestos de atraque. En relación con la capacidad-congestión y ocupación, Nicolau S. N. (1967) determinó la relación entre la capacidad anual de un puerto, el número de muelles y los porcentajes de ocupación y congestión. Para ello, definió la congestión como el porcentaje de tiempo en el cual el número de buques en el puerto excede el número de muelles disponibles y la ocupación, como el porcentaje de tiempo en que los atraques disponibles en el puerto están ocupados. Además, desarrolló el gráfico recogido en la Figura 56 en el que se relaciona la capacidad anual del puerto con el número de muelles y los porcentajes de ocupación y congestión. Fuente: Nicolau S. N. (1967) Figura 56. Relación entre capacidad-congestión y ocupación En el ámbito español y dentro del campo de los métodos empíricos se pueden destacar los trabajos de Enríquez F. (1968) y López C. (1973) que proponen las primeras 122 metodologías de planificación portuaria para puertos españoles. Estas metodologías se basan en la optimización de los tiempos de espera y su objetivo es encontrar el punto de equilibrio entre la oferta-demanda de instalaciones portuarias, para la consecución de un costo total mínimo del transporte. Enríquez F. (1968) alude a la importancia que tiene la aplicación de las técnicas de investigación operativa en los estudios portuarios y desarrolla un supuesto teórico de toma de decisión a través de estos métodos. Por su parte, López C. (1973) delimita las etapas de estudio en: investigación de datos, análisis de los mismos, previsión de tráfico, dimensiones-ordenamiento, rentabilidadtarificación y control. Posteriormente López C. (1974) elaboró un ábaco (Figura 57) en el que se representan las curvas capacidad-coste de terminales marítimas en función del número de puestos de atraque y de la estructura de costes de cada terminal. Los diagramas se desarrollan como ejemplo, sobre el supuesto de que las llegadas siguen una ley de Poisson y la duración de los servicios se distribuye según una distribución exponencial (modelo de colas M/M/n). Fuente: López. C. (1974) Figura 57. Ábaco capacidad-coste 123 La mayoría de los trabajos académicos hasta finales de la década de los noventa se concentran en el estudio de la capacidad y el nivel de servicio de los puertos en el largo plazo (gestión estratégica) sin entrar a analizar el problema de las operaciones de corto plazo (aspecto que se trata en el apartado siguiente). En general se trabaja con modelos estocásticos y resoluciones analíticas. El paso del tiempo y la mayor difusión del contenedor con servicios más regulares propició un servicio más predecible y de ahí que los autores abandonasen el tradicional modelo M/M/n, para proponer otros modelos de línea de atraque como son, por ejemplo, M/E3/n Noritake M. (1978) y Noritake M. y Kimura S. (1983), o M/E2/n y E2/E2/n De Monie G. (1987). En España Rodríguez-Pérez F. (1977) elaboró un extenso trabajo teórico en esta materia. Un método alternativo a los modelos de colas para medir la capacidad y productividad portuarias, es el propuesto a finales de la década por UNCTAD (1975), que desarrolla una colección de gráficos de comportamiento para las diversas tipologías de terminales marítimas. En el caso concreto de la línea de atraque en terminales de contenedores, UNCTAD (1975) propone dos gráficos, que explican la “Oferta de servicio requerida por una terminal” (Figura 58) y el “Costo de permanencia de buques en el puerto” (Figura 59). Fuente: UNCTAD Figura 58. Oferta de servicio requerida por una terminal 124 Fuente: UNCTAD Figura 59. Costo de permanencia de buques en el puerto El factor económico ligado a la estancia del buque en puerto cobra cada vez más importancia con el paso del tiempo y por ello las terminales se ven obligadas a garantizar rendimientos mínimos de carga y descarga. Peterkofsky R. I. y Daganzo C. F. (1990) estiman que un buque de carga tipo pasa el 60% de su vida útil en puerto y que el coste diario por hora en muelle es de 1.000$, lo que da una idea de la importancia que tiene minimizar el tiempo en puerto y aumentar el rendimiento en muelle. En relación con el problema de determinación de puestos de atraque, no todos los estudios mencionados dan una delimitación clara de este concepto. La primera propuesta es de Rodríguez-Pérez F. (1977) y (1985) que define las dimensiones de un puesto de atraque como la eslora del buque más la longitud de muelle necesaria para las amarras. Esta longitud de muelle para las amarras se puede estimar en una cuarta parte de la eslora, lo que supone, aproximadamente amarras a 30° y una relación eslora-manga del orden de 7 a 1. Si hay más de un buque, el segundo y sucesivos sólo necesitarán para 125 amarrar un octavo de la eslora, por cruzarse las de dos barcos contiguos. Así, RodríguezPérez F. (1985) define la longitud necesaria para “a” atraques como: 5 9 ⋅ (a − 1) ⋅ Emax + ⋅ Emed 4 8 En la expresión anterior se debe tener presente que para un solo puesto de atraque habrá que tener en cuenta el barco máximo. Sin embargo, para un número mayor de buques puede contarse con el buque tipo esperado (considerándose como buque tipo, el más frecuente o buque cuyo tamaño es excedido por el 15% de llegadas). Ya en la década de los noventa López, C. (1997) y ROM 3.1 (1999) también tratan este problema. En concreto ROM 3.1 (1999) propone obtener el número de puestos de atraque a partir del barco tipo, considerando que el barco tipo es el más frecuente o el buque cuya eslora es excedida únicamente por el 15% de llegadas. Así, el número de atraques viene dado por la relación entre la longitud del muelle L y la eslora del barco tipo Emed, mayorada con un coeficiente de “sobre-ancho” que viene impuesto por la exigencia de que un buque necesita una longitud de muelle para las amarras. Como aproximación ROM 3.1 (1999) estima ese “sobre-ancho” en un 10-15 % de la eslora del buque. Sin embargo, es muy importante resaltar que el puesto de atraque se debe calcular ponderando con el tiempo de ocupación del atraque de cada buque considerado. Así pues, la eslora media (Emed), de una serie de buques (NBuques) con tiempos de servicio ts y con un periodo medio TS de servicio se debería de ponderar con la siguiente expresión: NB E med = ∑E i =1 i ⋅ t si N Buques ⋅ TS Con la longitud del muelle y la eslora media obtenida de la expresión anterior, se puede determinar el número de atraques con los que opera la terminal, por tanto, la determinación de los “n” sitios de atraque se realiza en función de la longitud de la línea de atraque, del número de llegadas y de los tiempos de servicio a los buques. n= longitud ⋅ de ⋅ línea ⋅ de ⋅ atraque ; (KSEP 10-15%) eslora ⋅ tipo × (100 % + K SEP ) 126 Sin embargo, este método para estudiar la restricción espacial en la línea de atraque no es el único, ya que según Imai A. et al. (2005) se pueden distinguir los siguientes casos: • Muelle discreto: El muelle se divide en varias posiciones o puestos de atraque. Sólo se puede servir un buque en cada puesto de atraque. (Figura 60 a y b) • Muelle continuo: No hay división del muelle y los buques pueden atracar en cualquier posición dentro de los límites del muelle (Figura 60 c). • Muelle híbrido: Como en el caso discreto, el muelle se divide en secciones, pero los buques grandes pueden ocupar más de un puesto de atraque (Figura 60 d), mientras que buques más pequeños pueden compartir un puesto de atraque (Figura 60 e). Un caso híbrido especial resulta si existen dos muelles contrapuestos, que pueden ser utilizados para servir un buque grande de ambos lados (Figura 60 f). Fuente: Imai A. et al. (2008) Figura 60. Restricción espacial en modelos de línea de atraque Pery P. y Camarero A. (2003) proponen una metodología para estudiar la línea de atraque combinando diversas variables, como son las jornadas de trabajo, rendimiento y atraques. Esta metodología permite, a partir del seguimiento de la ocupación efectiva de la línea de atraque, identificar un índice de saturación de las instalaciones, lo que facilita la previsión de inversiones con la debida antelación. Más recientemente González N. (2007) profundiza en la determinación de los parámetros de diseño de terminales de contenedores españolas a partir de datos de tráfico marítimo. La investigación se desarrolla a partir de la recopilación y tratamiento estadístico de multitud de datos que incluyen los principales ratios de las terminales de contenedores españolas. Utiliza encuestas para contrastar la información y el análisis cluster para la agrupación de los parámetros de las terminales. 127 Muñoz V. (2008) analiza el conjunto de operaciones que se realizan en una terminal de contenedores para crear un modelo que optimice el volumen de producción en función de costes, precios, estructura y recursos. Se concluye que el grado de homogenización, el layout y el tiempo de estancia de los contenedores son los factores determinantes que maximizan el rendimiento conjunto. Según Muñoz V. (2008), económicamente se puede llegar a saturar el nivel de producción, pero es en última instancia el cliente quien pone límite y obliga a optimizar rendimientos operativos. Por ello, las terminales deben buscar sus umbrales de producción siempre y cuando sus rendimientos operativos entren dentro de los márgenes del sector. Camarero A. et al. (2009) establecen una metodología que permite determinar la capacidad de una terminal portuaria en función del tráfico manipulado, mediante un estudio detallado de las terminales portuarias desde un punto de vista sistémico, analizando cada uno de los subsistemas. Asimismo, proponen una fórmula de capacidad tanto para el subsistema de atraque como para el resto de subsistemas de la terminal y establecen una metodología para determinar el nivel de servicio y conocer la percepción de la calidad de los servicios prestados desde el punto de vista del naviero, la mercancía y el transporte terrestre. Más recientemente Camarero A. et al. (2011) han realizado un análisis de las diversas metodologías (empíricas, analíticas y simulación) para estudiar la capacidad de la línea de atraque de las terminales portuarias, definiendo las particularidades, ventajas e inconvenientes de cada una de estos métodos. Finalmente, Monfort A. et al. (2011) abordan las diversas tipologías de terminales portuarias y despliegan el caso de las terminales portuarias de contenedores en relación con el cálculo de su capacidad, una vez introducidos los conceptos de rendimiento, producción (tráfico), productividad, utilización, capacidad y nivel de servicio. La monografía se completa con una detallada propuesta metodológica para el cálculo de la capacidad de una terminal pública y de otra dedicada. Su objetivo es presentar una metodología para el cálculo de la capacidad de las terminales portuarias, que particularizada al caso de las terminales de contenedores, pueda emplearse como Manual práctico a efectos de la planificación de éstas, a la vez que se propone su esquema de niveles de servicio. 128 5.3.- Planificación de operaciones en el corto plazo Dentro de la gestión operativa del día a día o del corto plazo, existen tres problemas de planificación que tienen que ver con la utilización de los recursos de la línea de atraque. Estos problemas son: el Problema de Asignación de Atraque (Berth Allocation Problem BAP), el Problema de Asignación de Grúas del Muelle (Quay Crane Assignment Problem - QCAP), y el Problema de Programación de las Grúas del Muelle (Quay Crane Scheduling Problem - QCSP). Problemas operacionales BAP: Berth Allocation QCAP: Quay Crane QCSP: Quay Crane Problem Assignment Problem Scheduling Problem Figura 61. Problemas operacionales de asignación en línea de atraque Los problemas se pueden distinguir estructuralmente por el tipo de decisiones a tomar: El BAP18 responde a la pregunta: ¿Qué espacio es necesario en el muelle y cuál va a ser el tiempo de servicio para cada barco en la terminal?. Para ello define la posición y el tiempo de servicio en muelle, de cada buque que va a ser atendido dentro de un horizonte de planificación dado. El QCAP responde a la pregunta: ¿Qué grúas asignar a cada barco?. Para ello define el tipo y número de grúas a asignar al servicio de cada buque. El QCSP responde a la pregunta: ¿Cómo se deben realizar las operaciones de carga y descarga en un buque usando las grúas asignadas al mismo?. Para ello define los planes de trabajo de cada una de las grúas del muelle. 18 Dentro de este problema cabe distinguir a su vez entre: La asignación discreta de atraque (BAPD, Berth Assignment Problem Discrete) que se refiere a la asignación de atraque en una terminal con un número determinado de atraques o puestos de servicio independientes. La asignación continua de atraque (BAPC, Berth Assignment Problem Continous) que se refiere a la asignación de atraque en un muelle continuo, que se puede considerar un único puesto de servicio con capacidad de atender simultáneamente a varios buques. 129 Los tres problemas suelen ser considerados de forma independiente el uno del otro en la literatura científica, aunque los tres comparten un objetivo común, que es afrontar en el corto plazo la gestión de la línea de atraque optimizando una determinada función objetivo. Entre las funciones objetivo que se busca optimizar, se puede citar la minimización del tiempo total de estancia de los buques en puerto, en algunos casos corregida mediante una ponderación de los tiempos de cada buque Cordeau J. F. (2005) o Imai A. (2005), la prioridad en el servicio a determinados buques lmai A. (2003), los cambios de orden de atraque respecto al de llegada, la minimización del rechazo de buques (estimando que una expectativa de tiempo total superior a uno determinado implica la pérdida de la escala), la minimización del empleo de recursos en las operaciones, etc. En la práctica, los tres problemas (BAP, QCAP y QCSP) se suelen resolver de forma secuencial, primero se asigna el atraque, después se procede a la asignación de grúas y finalmente se procede a la programación del trabajo de las mismas, según el esquema siguiente. Esloras Carga de trabajo Plan de Almacenaje Llegadas Restricciones técnicas Distancia de Seguridad Estadías Disponibilidad de grúas Características grúas BAP QCAP QCSP Berth Allocation Quay Crane Quay Crane Problem Assignment Problem Scheduling Problem Plan de atraque Asignación de las grúas Planificación de horarios a cada buque de trabajo de grúas DATOS DE ENTRADA PROBLEMA DATOS DE SALIDA Figura 62. Planificación secuencial de los tres problemas En general, el BAP implica examinar las posibles planificaciones de uso, seleccionando la óptima en el sentido que se defina. Aunque conceptualmente sencillo, se hace notar que para un número creciente de buques (no sólo en una cola física de espera fondeados en 130 puerto, sino en una cola "virtual" que incluye buques navegando con llegada estimada dentro de un determinado "horizonte de planificación”) y de atraques disponibles, el problema pasa rápidamente a ser inmanejable en su forma exacta, debido al carácter factorial del número de permutaciones que deben ser evaluados de acuerdo con el criterio elegido. Como ejemplo de la complejidad que pueden alcanzar estos problemas, Grassa J. M. (2010) expone un caso de un atraque con dos buques en espera, el primero con un tiempo de servicio de 30 horas y el segundo con un tiempo de servicio de 10 horas. Si el objetivo es minimizar el tiempo total en puerto de todos los buques, entonces la prioridad se concedería al segundo buque, resultando un tiempo total de 10 + (10 + 30) = 50 horas en puerto (más las esperas anteriores a la disposición de un atraque) en vez de 30 + (30 + 10) = 70 horas. Una vez determinados el tiempo ocupación del puesto de atraque y de trabajo de las grúas (objetivos del problema), se puede determinar la demanda de la fuerza laboral de la terminal y, por tanto, el costo de mano de obra. En relación con el último problema, el de asignación de grúas, esta línea de investigación es la menos explorada hasta el momento y uno de los motivos es la gran heterogeneidad que presentan las terminales. Es difícil establecer una terminal estándar con la que estudiar una casuística válida para todas las terminales, ya que factores como la evolución de los buques, el desarrollo de las grúas, y las mayores exigencias de la propia industria imprimen una presión creciente sobre la operativa del atraque. En el campo de la asignación de las grúas se pueden citar los trabajos de Liang, C. et al (2009) que proponen un algoritmo para enlazar el BAP con el QSAP y Maneglou M. (2004) que estudia sencillos casos teóricos de buques con distintos tipos de planes de carga/descarga. Una vez conocido y estudiado el plan de carga/descarga propone un método para asignar los recursos (número de grúas y horarios de trabajo de las mismas) de la manera más eficiente posible. Así, se optimiza la operativa no solo en el propio buque, sino también en toda la línea de atraque, en la propia explanada y, por tanto, en la terminal en su conjunto. 131 Entre la literatura internacional que estudia el problema de optimización de la línea de atraque en el corto plazo, con estos métodos cabe destacar que en general los autores consideran como más complejo el problema en un muelle continuo Imai A. (2003), por lo que hay un menor número de estudios hasta la fecha pudiéndose destacar los de Imai A. et al. (2005) y Lee D.H. et al. (2010), cada uno con diferentes funciones objetivo y formulaciones del problema. En España, entre los estudios recientes centrados e la gestión operativa de la línea de atraque en se pueden citar los realizados por Melián-Batista B. et al. (2010) y MorenoVega J. M. (2010). Según Melián-Batista B. et al. (2010), la función de coste del problema considerado es la suma de los tiempos de espera y de trabajo en cada barco, existiendo un cierto grado de incertidumbre con respecto al tiempo de llegada de los barcos al puerto. Esta incertidumbre se modeliza considerando que estos tiempos son números difusos. Por ello, proponen un modelo difuso para la asignación de atraques y diseñan un método de solución apropiado para el mismo. Por su parte Lalla-Ruiz, E. et al. (2010) llevan a cabo un proyecto de investigación sobre el diseño y la construcción de un sistema inteligente basado en técnicas metaheurísticas avanzadas, contemplando modelos con datos imprecisos para la gestión logística integral de una terminal portuaria de contenedores. El proyecto de investigación, todavía en fase de desarrollo, pretende aportar una herramienta eficiente que, utilizando Problema Dinámico de Asignación de Atraques, permita tratar con datos imprecisos haciendo uso de todo el conocimiento disponible. En definitiva los tres modelos BAP, QCAP y QSAP son útiles en la gestión del corto plazo. Sin embargo, para una planificación estratégica, en la que se valoren otros aspectos técnicos de la terminal, como son el grado de ocupación de los muelles, las esperas relativas de los buques o la eficiencia con la que trabaja el sistema de atraque, estas metodologías pudieran considerarse como insuficientes, siendo más conveniente trabajar con modelos de colas y realizar una simulación de esos modelos. 132 5.4.- Rendimientos y casos de estudio Las medidas del rendimiento de terminales portuarias se pueden clasificar, según De Monie G. y Thomas B.J. (1998), en tres categorías de medición: mediciones de tráfico, mediciones de productividad y mediciones de utilización. En el caso de las terminales de contenedores, un indicador utilizado como medida de referencia es el número de movimientos de las grúas de carga/descarga. Este indicador es una de las bases sobre las cuales los puertos de contenedores son comparados, especialmente en la valoración de su medida relativa, magnitud de inversión o niveles de actividad, Cullinane et al. (2004). Entre las referencias bibliográficas que establecen rendimientos promedio para las grúas, en base a la cantidad de movimientos/hora se pueden citar las siguientes: Tabla 24. Revisión bibliográfica. Rendimientos promedio Fuente bibliográfica / especificaciones Fourgeau (2000) Wong S. (2003) Rendimientos grúa 15 – 35 mov/hora Promedio 26 mov/hora Más rápido 38 mov/hora González N. y Camarero A. (2009) 20-26 mov/hora EROM 02 (2006) 23-25 mov/hora Pliego de Concesión de TTI Algeciras. (Producción Bruta) 40 mov/hora Camarero et al. (2009) 17,64 mov/h ROM 2.0 (2011) 22-40 TEUs/h Fuente: Elaboración propia Entre todos estos estudios, tal vez el más completo por el grado de detalle sea el realizado por Wong S. (2003), que divide el ciclo de trabajo de la grúa en cinco etapas y analiza más de 1.000 movimientos completos, midiendo la duración de cada una de estas etapas. En relación a la diferencia que se puede observar en la tabla anterior entre terminales convencionales y terminales automatizadas, se debe resaltar que la competencia 133 portuaria y el continuo desarrollo de la industria han impulsado el desarrollo de las grúas en la última década, mejorando notablemente los rendimientos. Según Zrnić N. et al. (2005), la tecnología y algunas de las principales innovaciones en los dispositivos de control de la automatización de las nuevas de grúas impulsan la productividad en la línea atraque. En este sentido, los rendimientos proyectados en las nuevas terminales automatizadas contrastan con los alcanzados en las tradicionales terminales convencionales. Se estima que en el futuro las terminales TTI Algeciras o el nuevo muelle del Prat en Barcelona alcancen rendimientos de 40 movimientos/hora (Tabla 24), productividades que contrastan con el estudio de Camarero A. et al. (2009) en el que se muestran los rendimientos de las grúas sobre 395 escalas en la terminal ATM Bilbao (Tabla 25). Tabla 25. Movimientos/hora Productividad de las grúas en la terminal ATM. Máximo Mínimo Promedio Desv. Típica 48,78 mov/h 1,45 momv/h 17,64 mov/h 20,68 mov/h Fuente: Camarero A. et al. (2009) La explicación de esta aparente disparidad entre la operativa teórica y la real se encuentra en las demoras. Fernández D. (2009) considera que bajo ciertas circunstancias, el tiempo total de demoras en el trabajo de carga y descarga puede alcanzar el 30-40% del tiempo operativo teórico. Otro aspecto de especial interés en la mejora del rendimiento de carga y descarga es el aumento en la productividad del sistema de atraque como consecuencia del aprovechamiento del doble ciclo de las máquinas. La técnica del doble ciclo transforma los movimientos en vacío de la grúa y maquinaria de explanada convirtiéndolos en productivos (Figura 63). 134 Fuente: Goodchild A. (2007) Figura 63. Representación del doble ciclo Goodchild A. V. y Daganzo C. F. (2007) comprueban que un mejor aprovechamiento de los movimientos con doble ciclo puede mejorar el rendimiento operativo promedio en un 10%. Su estudio concluye que al utilizar la parte del ciclo en vacío se mejora la productividad de las grúas y por tanto del atraque, también identifican, aunque en menor cuantía, beneficios en la operativa de tierra. Con respecto a los simuladores que se utilizan, normalmente se trata de paquetes estándar que el usuario parametriza y que requieren de ajustes previos complejos en base a bibliotecas de funciones según las necesidades. Algunos de estos paquetes de simulación son Witness, @Risk o Arena. Estos programas de simulación son genéricos19, es decir, además de en la operativa portuaria, también se pueden utilizar para simular y analizar procesos complejos de flujos en otros modos de transporte, por ejemplo, el movimiento de viajeros en aeropuertos, la circulación de vehículos en ciudades, etc. Las simulaciones de la operativa portuaria en la línea de atraque representan la herramienta más potente y al mismo tiempo la más costosa de aplicar para evaluar el rendimiento del sistema de atraque. Las simulaciones facilitan la elección de un diseño apropiado antes de su implantación y permiten visualizar diversas estrategias antes de 19 Existen otros simuladores “específicos” o hechos a medida para analizar un sistema concreto de la operativa portuaria y que son parametrizables por el usuario En el caso concreto de las terminales portuarias, existen consultorías especializadas en sistemas operativos de terminales de contenedores (TBA Nederlands, JWD Group, Gottwald Port Technology, etc.). Estas empresas han desarrollado y aplicado estos simuladores a terminales como ECT en Rótterdam, CTA en Hamburgo y Tilbury en Reino Unido entre otras. 135 aplicarlas, Alattar M. et al. (2006). Entre los estudios que hacen uso de la simulación en el ámbito portuario se pueden destacar los que figuran resumidos en la siguiente Tabla 26. Revisión bibliográfica. Simulaciones portuarias Tabla 26. Simulador / Programa utilizado Autores PORTSIM Nevins (1998) Modsim III Gambardella et al. (1998) SIMPLE++ Yun W.Y. and Choi Y.S. (1999) ARENA y SLX Tahar R. y Hussain K. (2000); Merkuryev et al. (1998); Lee et al., (2003); Park N.K. et al. (2008); Kozan (2006); Dragović et al. (2011) Visual SLAM Legato and Mazza (2001) Witness software Shabayek A. y Yeung W. (2000) y (2002), Martinez et al. (2004) Taylor II Kia et al. (2002) Visual BASIC Yang C.H. et al. (2004) GPSS/H Pachakis y Kiremidjian (2003); Dragović et al. (2005) y (2006) Extendversion 3.2.2 Sgouridis S.P. et al. (2003) Matlab Huang W. C. et al. (2007) y (2009) López I. et al. (2011) y (2012) Java Bielli et al. (2006) Fuente: Elaboración propia En general, los trabajos anteriores utilizan las simulaciones para estudiar problemas relacionados con la planificación o con la explotación de las terminales de contenedores. En el primer caso las simulaciones se aplican para diseñar escenarios con el objetivo de determinar el mejor desarrollo portuario en el largo plazo. En el segundo caso se utilizan para estudiar los problemas de colas y cuellos de botella en los diferentes subsistemas (entrada y salida de camiones en puerta, transferencia de equipos en patio, almacenamiento en explanada y buques en atraque) con el objetivo de gestionar la mejor operativa en el corto plazo. En la mayoría de estos casos de estudio se utilizan observaciones previas sobre las variables aleatorias relevantes del subsistema, para ser introducidas como datos de entrada en el propio modelo de simulación. Algunas de las variables utilizadas en el caso de la línea de atraque son las leyes llegadas y estancias de los buques, el volumen de contenedores, las esloras, o el número de movimientos realizados. 136 Por tanto, el primer paso para la modelización del sistema de atraque es la recogida de información y el ajuste estadístico correspondiente. En esta fase destaca, por el volumen de observaciones, el trabajo de Kuo T.C. et al. (2006), que analizan el patrón de llegadas de más de 7.000 buques al puerto de Kaoshiug en Taiwán. Este estudio tiene la novedad de estudiar el conjunto del puerto y dos terminales independientemente (una pública y otra dedicada). Tabla 27. Sistema analizado Estudio estadístico. Terminales Kaoshiug (Taiwán) Número de Estadía Desviación Valor aproximado buques media (h) estándar (h) K-Erlang 7.729 27,36 1,22 0,875 532 16,44 15,58 1,113 1.423 6,16 5,75 1,144 Public berth #40 84 102 75,7 1,798 Public berth #41 73 119 120 0,995 Public berth #42 215 40,5 50,1 0,655 Public berth #43 157 55,6 133 0,175 Dedicated berth #A 404 21,58 15,14 2,032 Dedicated berth #B 570 15,3 13,17 1,35 Dedicated berth #C 443 19,73 13,63 2,096 Single shipping line 101 83,92 35,9 5,462 Entire port Public terminal (#40 – #43) Dedicated terminal Fuente: Kuo T.C. et al. (2006) Fuente: Kuo T.C. et al (2006) Figura 64. Ajustes a distribuciones Erlang de grado K 137 Otros estudios de modelización similares han sido realizados por Dragović B. et al. (20052006), Huang W. C. et al. (2005), (2007) y (2009), Camarero A. et al. (2009), o López I. et al. (2011) y (2012). En el primero de los citados, Dragović B. et al. (2005-2006) analizan la terminal PECT del puerto de Pusan (Korea), y utilizan las simulaciones para planificar un posible desarrollo portuario. El estudio utiliza los datos sobre escalas en los años 2005 y 2006 y tiene la novedad de que se realiza el tratamiento estadístico por categorías o grupos en función del número de movimientos completos que realizan las grúas. La primera categoría incluye las escalas que realizan hasta 500 movimientos, la segunda las que realizan entre 500 y 1.000 movimientos, la tercera las de más de 1.000 movimientos y la cuarta categoría incluye todos los buques. 1600 1400 1200 I < 500 1000 II 501-1.000 800 III > 1.000 600 IV Todas 400 200 0 2005 2006 Nº de buques 2005 2006 2005 2006 Promedio (Movs./buque) Movimiento total (miles) Fuente: Dragovic et al. (2006) Figura 65. Modelización terminal PECT En el segundo de los citados estudios, Huang W. C. et al. (2007) resalta la complejidad y alto coste que llegan a alcanzar determinados modelos de simulación, especialmente cuando se comparan sus resultados con los obtenidos con resoluciones analíticas de escenarios simplificados. Aunque la simulación es un método ampliamente aplicado en la planificación portuaria durante los últimos años, según el autor no es necesario desarrollar complejos modelos de simulación. Por ello, propone una metodología mixta, más sencilla, que utiliza simplificaciones y que combina la resolución analítica con las simulaciones. 138 Mas recientemente Camarero A. et al. (2009) estudian las estadías en seis terminales de contenedores españolas: ATM (Bilbao), APM y TCA (Algeciras), TCB (Barcelona), OPCSA (Las Palmas) y Marvalsa (Valencia). Los ajustes estadísticos en todas estas terminales dan como resultado histogramas que se ajustan a distribuciones Erlang, realizándose un estudio basado en el test Chi-cuadrado para poder concluir cual es la “K” que mejor se ajusta a cada terminal (Tabla 28). Tabla 28. K Valores de k de Erlang para cada terminal de contenedores Pusan Bilbao Algeciras PECT ATM APM 2-6 6 6 Barcelona Las Palmas Valencia TCA TCB OPCSA Marvalsa 2 5 4 4 Fuente: Dragovic B. et al. (2006) y Camarero A. et al. (2009) Aguilar J. (2011) realiza una observación sobre las distintas distribuciones de servicio observadas en los puertos españoles. Comprueba que las curvas características para distribuciones Erlang con K≥4, (Figura 66) son prácticamente iguales. Por tanto, para el caso español en el que todas las terminales de contenedores cumplen esa condición, deduce una menor incertidumbre para conocer la posible duración de un servicio. Fuente: Aguilar J. (2011) Figura 66. Esperas relativas y tasas de ocupación para distintas leyes de servicio 139 Finalmente López I. et al. (2011) comparan con modelos de simulación la actividad de la línea de atraque de terminales de uso público (multi-cliente) y de uso dedicado (privado), observando un mejor desempeño en la terminal dedicada, lo que se explica por una gestión del patio más sencilla al existir un único cliente y por una mejor gestión del flujo de información, en la medida que las llegadas y las estadías pueden ser más regulares. Mas recientemente López I. et al. (2012) amplían el estudio a otras terminales del puerto de Valencia. En el estudio se comprueba que cuando varios perfiles de buques hacen escala en la misma terminal, la calidad puede ser muy buena para unos y muy mala para otros. Los buques “rápidos”, los que necesitan menos tiempo en muelle, son los que padecen más la congestión (esperas). Por otro lado, las escalas con mayor número de movimientos son las protagonizadas por el buque MSC Esthi20 y el MSC Beatrice21. 5.5.- La calidad del servicio en las terminales La Real Academia Española define el concepto de Calidad como la “propiedad o conjunto de propiedades inherentes a algo, que permiten juzgar su valor”. Este concepto con múltiples significados también está relacionado con la “superioridad o excelencia” y con la “condición o requisito que se pone en un contrato”. Desde el punto de vista de las operaciones portuarias la calidad asociada al servicio, puede ser entendida como una herramienta que permite controlar y comparar una propiedad inherente de ese servicio con cualquier otra de su mismo tipo. Una vez expuesto este concepto, se puede afirmar que en el ámbito portuario no solamente existen unos objetivos técnicos u operativos, también existen otros aspectos que se enmarcan dentro de un objetivo más amplio: la mejora de la calidad del servicio. Estos aspectos están relacionados con la satisfacción de los clientes, el logro de un valor añadido, la mejora de imagen, la consecución de nuevos mercados, clientes-socios, etc. 20 el 7 de agosto de 2006 en la terminal Marítima Valenciana con un movimiento total de 6.387 TEUs 21 El buque tiene una capacidad de 14.000 TEU, un registro bruto de 151.559 toneladas y una eslora de 366,07. En una estadía de tres días en Marítima Valenciana (2011) se realizaron 7.520 movimientos, equivalentes a 10.820 TEUs. 140 El entorno de competencia en el que los puertos desarrollan su actividad obliga a que cualquier estrategia de desarrollo portuario o de mejora de la calidad bien planteada, deba estudiar y analizar primero la competencia con otros puertos, a fin de corregir las deficiencias del propio puerto, satisfacer mejor a los clientes y absorber una cuota mayor del tráfico de buques y mercancías. En este sentido Van de Voorde, E. y Winkelmans, W. (2002) clasifican la competencia portuaria en tres niveles (Tabla 29): Tabla 29. NIVEL Primer nivel Segundo nivel Tercer nivel Niveles de competencia portuaria DEFINICIÓN Competencia intrapuerto a nivel de operador Competencia interpuertos a nivel de operador Competencia interpuertos a nivel de Autoridad Portuaria CARACTERÍSTICA Competencia entre operadores en relación con una categoría específica de tráfico y dentro de un mismo puerto. Competencia entre operadores de diferentes puertos dentro de una misma fachada portuaria, sirviendo más o menos la misma zona de influencia. Competencia interpuertos en general, que afecta a la competitividad portuaria (particularmente en infraestructuras). Fuente: Van de Voorde, E. y Winkelmans, W. (2002) La competencia interportuaria (2dº y 3er nivel) no tiene la misma importancia en todos los tráficos. Según Estrada J. L. (2007), la competencia entre los puertos para captar más tráfico y conseguir mayores beneficios económicos se desarrolla especialmente en las terminales de contenedores, y muy especialmente, en el tráfico de transbordo. Esto sucede según Estrada J. L. (2007) porque el tráfico de transbordo de contenedores suele exigir una menor dependencia “física” con el puerto o su Hinterland, y porque la calidad del servicio si es un factor decisivo en la elección de los grandes transportistas globales. Según Winkelmans W. (2003), el objetivo final de la competencia portuaria no es solamente conseguir más tráfico, más toneladas, etc., sino alcanzar un grado sostenible de generación de valor añadido, en relación con los recursos incorporados. La vinculación entre eficiencia competitividad y calidad del servicio es notable. A tal efecto, es necesario comprender que cuanto más eficaz sea la competencia portuaria, más eficiente deberá ser la gestión del puerto. 141 En los estudios que abordan estos conceptos (calidad-competencia) cabría distinguir entre aquellos que tienen un objetivo puramente técnico y tratan de maximizar la operativa, y aquellos que intentan optimizar la intensidad de trabajo versus capital con un objetivo puramente económico. Evidentemente, ambos objetivos están relacionados, ya que el objeto final de una mayor eficiencia operativa es disminuir los costes, aunque en ocasiones un aumento del rendimiento operativo deriva en un incremento de los costes y al contrario una disminución de los costes puede también implicar un peor rendimiento. Por tanto, se podría considerar que el incremento de la productividad portuaria (entendida como la relación entre la producción obtenida y los recursos empleados bien sea del capital, de la maquinaria, del trabajo, etc.), sería el gran objetivo de los estudios centrados en los conceptos (calidad-competencia), ya sean de carácter técnico-operativo o económico. Otra característica común a todos ellos es la utilización de indicadores de calidad, siendo alguno de los indicadores más habituales y utilizados los que se muestran en la Tabla 30. Tabla 30. Tipos de indicadores de calidad en la línea de atraque Indicadores financieros Indicadores técnicos Horas trabajadas por tonelaje trabajado Tiempos de llegada Ingresos por ocupación de muelle por tonelada Tiempos de maniobras hasta atraque Ingresos por manipulación de carga por tonelada Tiempos de servicio Gasto laboral Tonelaje operado por buque Gasto en adquisición de equipos por tonelada Tiempo efectivo de trabajo Gasto en mantenimiento de equipos por tonelada Número de grúas/manos empleadas por buque Gasto en equipos por tonelada cargada Contenedores manipulados por escala Fuente: Elaboración propia Centrándonos en los indicadores de carácter técnico, la Tabla 31 resume los indicadores input y output de algunos de los estudios representativos. En general, el objetivo de estos indicadores es actuar sobre criterios de eficiencia técnica de las operaciones, para lo que utilizan variables que caracterizan esa eficiencia como el número de grúas pórtico, el número total de trabajadores, el nivel de satisfacción del usuario, el nivel de servicio. etc. 142 Número total de grúas de patio SI Nº contenedores manipulados SI SI Nivel de Servicio SI SI Satisfacción del usuario SI SI SI SI SI Liu, B. L. (2007) SI SI Wang, T. (2003) Número total de trabajadores SI Wang, T. F. et al. (2005) SI Cullinane, K. (2004) SI SI So, S. et al. (2007) Número total de grúas SI Song, J. Y. (2005) SI SI Park, B. (2005) SI Park, R. (2004) Superficie de la terminal Poitras, G. et al. (1996) SI Valentine, V. y Gray F (2001) Gonzalez N. (2007) SI Tongzon, J. (2001) Sala y Medal (2004) INDICADORES INPUT INDICADORES OUTPUT Longitud de muelle Roll y Hayuth (1993) Tipos de indicadores en la línea de atraque Tabla 31. SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI Fuente: Elaboración propia 5.6.- El Control Estadístico de Procesos (CEP) El Control Estadístico de Procesos (CEP) es un método de control ampliamente difundido y validado en multitud de procesos industriales. Sin embargo, su uso como herramienta para medir y controlar la calidad del servicio en las terminales de contenedores es una línea inexplorada en los estudios académicos portuarios. Aunque la expresión "control de la calidad" puede tener distintos enfoques, Navarrete E. (1998) la define acertadamente como “el conjunto de las actividades técnicas y administrativas mediante las cuales se miden las características de calidad de un producto o proceso productivo, se compararan con especificaciones o requisitos y se toman acciones correctivas cuando exista una discrepancia entre el funcionamiento real y el estándar”. En los primeros estudios sobre el CEP aplicado a procesos industriales Shewhart A. (1931) verificó la importancia de reducir la variación de un proceso de manufactura y planteó que el continuo proceso de ajuste en reacción a no-conformidades podía incrementar la variación y degradar la calidad. Por este motivo, enmarcó el problema en términos de variación por causas normales o aleatorias y causas especiales o asignables, e introdujo las gráficas de control como una herramienta para distinguir entre las dos. 143 La forma genérica de un gráfico de control, desde un punto de vista analítico se representa en todos los estudios por un estimador “T” del parámetro del proceso que se estima y controla (el estadístico muestral que mide la característica de calidad). Según sea esta característica que se analiza, existen dos grandes bloques: los estudios basados en gráficos de control para variables, cuando la característica que se analiza es cuantitativa y los estudios basados en gráficos de control para atributos, cuando la característica que se analiza es cualitativa, Ziemer T. L. (1993). En el primer bloque, los gráficos de control por variables hacen uso de estadísticos obtenidos a partir de datos mensurables, como pueden ser, por ejemplo, la longitud o grosor de unas piezas. En los análisis que utilizan este tipo de gráficos de control, se describe la característica de calidad mediante una medida de tendencia central (usualmente la media muestral) y una medida de su variabilidad (usualmente el rango o la desviación estándar). En el segundo bloque, los gráficos de control por atributos hacen uso de estadísticos obtenidos a partir de datos basados en frecuencias, como por ejemplo, el número de unidades defectuosas de una pieza. Este control tiene la ventaja de sintetizar de forma rápida la información sobre aspectos de calidad del proceso, sin hacer uso de sistemas de medición muy complejos y clasificando el proceso analizado como aceptable o inaceptable. En general, los gráficos de control por atributos son menos “sensibles” que los gráficos de control por variables, Oakland J. S. (1999), razón por la cual no suelen ser capaces de detectar posibles problemas antes de que estos sean ya relevantes. Por otro lado, para elegir el gráfico de control adecuado, además del tipo de variable que se estudia, es preciso conocer la forma en que se recogen los datos para su análisis posterior y el estándar de calidad que se pretende conseguir. Otro aspecto a tener en cuenta a la hora de diseñar un gráfico de control es el tamaño de las muestras seleccionadas para llevar a cabo el control del proceso. La decisión sobre el tamaño de muestra se basa en el concepto de "subgrupo racional" introducido por Shewhart A. (1931). Según Shewhart los subgrupos o muestras deben ser tan homogéneos como sea posible para que, en el caso de que existan causas asignables, éstas aparezcan como diferencias entre los subgrupos en lugar de cómo diferencias dentro de los subgrupos. 144 Desafortunadamente como ya ha sido mencionado anteriormente, no existen dentro de la literatura académica aplicaciones del Control Estadístico de Procesos (CEP) y Gráficos de Control al ámbito portuario. Por tanto, la revisión bibliográfica se ha centrado en la revisión de estudios teóricos sobre el control estadístico de la calidad, entre los que se pueden destacar los de Shewhart A. (1931), Duncan, A. J. (1986), Grant E. y Leavenworth R. (1988), Juran J. M. y Gryna F. M. (1988), o Montgomery D. C. (1991). El objetivo fundamental estos estudios es describir y detectar la ocurrencia observaciones fuera de control o de causas especiales de cambio en un proceso de producción y por medio de esta información determinar la capacidad de proceso. Por tanto, se puede concluir que el CEP también puede proporcionar información útil para la mejora de los aspectos fundamentales relacionados con la producción. Según Vargas (2004) el objetivo más importante del control estadístico de procesos es el de reducir la variabilidad, y los gráficos de control son herramientas eficaces para reducir esta variabilidad tanto como sea posible. En términos generales, Vargas (2004) compara tres categorías fundamentales de los gráficos de control: • “Moving Average” (MA) • “Exponential Weightd Moving Average” (EWMA) • “Cumulative Sum” (CuSum) Los tres se utilizan para evaluar el nivel de proceso y utilizan límites de control para determinar cuándo un proceso está fuera de control, ya sea para los datos en subgrupos o para las observaciones individuales. El control MA utiliza observaciones individuales o medias móviles no ponderadas en el tiempo, calculadas a partir de observaciones consecutivas clasificadas en subgrupos. Es particularmente útil cuando sólo hay una observación por subgrupo. Sin embargo, el control con EWMA o el control con CuSum suelen ser mas efectivos en algunos casos porque ponderan las observaciones en el tiempo, Case (1989). Por ejemplo, los gráficos EWMA que fueron presentados por Roberts (1959), dan mayor peso a la información más actualizada y menor peso a la información más remota. Por tanto, las diferencias entre cada técnica ya sea la de Shewart, CuSum o EWMA, tienen que ver con la forma en que se utiliza los datos en los gráficos generados por el proceso de producción, Hunter (1986). 145 5.7.- Síntesis del capítulo En este capítulo se han revisado, clasificado y analizado según cinco grandes perspectivas, diversos estudios sobre la línea de atraque. La revisión bibliográfica ha permitido detectar ciertas lagunas en las metodologías de estudio tradicionales. Los aspectos más destacados sobre los que se encuentran estas lagunas de información, están relacionados con dos características fundamentales: • La calidad del servicio en la línea de atraque • El control de la calidad del servicio Un aspecto que no queda suficientemente claro en los trabajos es el propio concepto de calidad, ya que en algunas ocasiones se suele confundir la calidad con niveles superiores de atributos del servicio, cuando realmente en la línea de atraque ese concepto de calidad debería estar más relacionado con la obtención regular y permanente de los atributos del servicio. Es decir, el control de la variabilidad del servicio conduce a la mejora de la calidad y a la satisfacción de los clientes para los que ese servicio ha sido diseñado. Por tanto, parece existir un vacío entre la literatura científica que convendría cubrir con otras técnicas novedosas y diferentes a las que tradicionalmente se utilizan, ya que los métodos tradicionales presentan ciertas carencias. Por un lado los métodos empíricos (ya sean basados en la oferta o en la demanda) proporcionan una información de carácter general y limitada, al no entrar en la valoración de la variabilidad del servicio. Lo mismo podría decirse de otros métodos como los analíticos basados en teoría de colas o los de simulación, aunque éstos proporcionen indudablemente más detalle de las operaciones. Por todo ello, el método a plantear en esta Tesis Doctoral está relacionado con el Control Estadístico de Procesos (CEP), metodología aún no aplicada en el ámbito portuario y que permite controlar la variabilidad que se produce en el servicio de la línea de atraque, así como identificar sus causas. Finalmente, a continuación se resumen esquemáticamente los aspectos tratados en el capítulo. 146 REVISIÓN Capacidad y Nivel de Servicio Métodos Índices, empíricos/analíticos Indicadores, etc. Delimitación estructura servicio (atraques) Década 80s F. Rodríguez Década 90s ROM 3.1.99 Década 00s Discreto vs. Continuo PLANIFICACION DE OPERACIONES BAP QCAP ROM 2.0 08 Muelles híbridos ROM 2.0 11 y continuos QSAP RENDIMIENTOS Y CASOS REALES Ciclo de las grúas Pusan (Korea). (2005) Kaoshiug (Taiwán). (2006) Doble ciclo de las grúas (2007) CEDEX (2010) CALIDAD DEL SERVICIO Indicadores financieros Indicadores técnicos Control Estadístico de Procesos (CEP) Fuente: Elaboración propia Figura 67. Esquema revisión literatura 147 148 6.- PROPUESTA METODOLÓGICA 6.1.- Introducción Actualmente, la mayor parte de la capacidad de carga de los buques portacontenedores se encuentra en el servicio regular de línea con rutas preestablecidas. Los agentes de la cadena logística demandan continuamente el cumplimiento de horarios y la mejora del servicio, exigiendo a las terminales que sean eficientes en la atención de sus líneas regulares. A su vez, las terminales se ven obligadas a cumplir con el compromiso de servicio, asegurando a sus clientes que se esforzarán por completar todas las operaciones dentro de un determinado período de tiempo. Como ya se ha explicado en capítulos anteriores, las actividades en la línea de atraque suelen ser medibles, lo que facilita su evaluación y control con indicadores de actividad, ya sean técnicos o económicos. Además, estas actividades pueden representarse en realidad como variables aleatorias, que se pueden describir por una determinada distribución de probabilidad. Este hecho, junto con la variabilidad que se presenta en las operaciones portuarias, justifica la necesidad de utilizar la estadística para controlar el servicio en la línea de atraque. Uno de los problemas observados en capítulos anteriores es la falta de homogeneidad que se presenta en las medidas del servicio a los buques. Este aspecto dificulta y condiciona el estudio de la calidad del servicio en la línea de atraque en las terminales portuarias de contenedores. Por ejemplo, se ha observado que sobre los buques pequeños y con menor número de movimientos, se suelen tener productividades brutas inferiores a las que se alcanzan en los grandes buques. También se observa que la variabilidad aumenta a medida que crece la escala del sistema que se estudia, tanto en lo que se refiere a la aleatoriedad de las llegadas como en lo que se refiere al servicio. Con un grupo reducido de buques portacontenedores se puede tener una idea aproximada del valor de ciertas características del servicio. Sin embargo, a medida que crece ese grupo de buques, también es posible que crezca la variabilidad de las esloras y los volúmenes de 149 mercancía a intercambiar por cada buque. Por tanto se puede perder homogeneidad en las muestras y aumentar la variabilidad de las medidas. Para reducir esta variabilidad, Dragovic B. et al. (2005-2006) propone una solución original consistente en agrupar los buques en función de los movimientos que realizan las grúas. De esta forma reduce la variabilidad asociada al servicio y estudia mediante simulaciones la interfaz entre el lado mar y el lado tierra de las terminales. La metodología que se propone en este capítulo está inspirada en esta idea, es inédita y consiste en agrupar las escalas por líneas regulares y desarrollar un método de Control Estadístico de Procesos (CEP) que no esté necesariamente vinculado a simulaciones. Se considera que una metodología basada en el CEP de las escalas agrupadas por líneas regulares puede representar una contribución significativa al avance de la Ciencia, o al menos, puede arrojar luz sobre un tema del que antes no se han realizado aplicaciones, ni con este método de estudio, ni con este criterio de clasificación. Las características que se propone analizar con el CEP son de tipo cuantitativo y están agrupadas en las dos familias de indicadores tratadas en los capítulos anteriores: puestos de atraque y grúas. En los siguientes apartados se presenta la filosofía general del Control Estadístico de Procesos (CEP), se explican los fundamentos estadísticos elementales de los gráficos de control y finalmente se propone una metodología para la evaluación de la calidad del servicio en línea de atraque. 6.2.- El Control Estadístico de Procesos usando gráficos de control En cualquier proceso continuo de producción no siempre se consiguen los mismos rendimientos, ya que los elementos que intervienen no siempre funcionan de forma exacta y siempre suele existir cierta variabilidad cuya causa es preciso investigar. En este sentido, la variabilidad de un proceso o servicio puede deberse a causas asignables y a causas no asignables. Las causas asignables, cuya naturaleza no es aleatoria, dan lugar a variaciones irregulares no predecibles, que hay que eliminar y corregir. Cuando actúan producen efectos que se pueden determinar con certeza y que persisten hasta que no se elimine la 150 causa que los produce. Algunas de las razones por las que aparecen estas causas en el servicio a los buques son: una disminución del rendimiento de trabajo en las grúas por un bajo mantenimiento o mal estado, una mayor lentitud en las operaciones de transferencia de la carga hacia la explanada por una mala gestión del tráfico, etc. Por su parte, las causas no asignables, también llamadas aleatorias, son de naturaleza probabilística y forman parte de la variación propia del proceso (algunas de las razones por las que aparecen estas causas en el servicio a los buques pueden ser, por ejemplo, la variabilidad del volumen de carga que se intercambia, la variabilidad del rendimiento de las grúas y maquinaria, distinta eficiencia o eficacia de la mano de obra portuaria, etc.). Cuando se consigue que en un proceso sólo actúen causas no asignables se dice que está bajo control estadístico. Es en esta tarea donde los gráficos de control constituyen una excelente herramienta, pues permiten decidir cuando hay que intervenir en el proceso para modificar una evolución no deseada. El Control Estadístico de Procesos (CEP) usando gráficos de control se centra en el análisis de una característica de calidad “T”, medida o calculada a partir de muestras de un proceso. En términos generales es una representación gráfica en los ejes cartesianos, donde en el eje horizontal se indica el número de la muestra (o el tiempo en que se obtiene), y en el eje vertical se indican los valores observados. El gráfico de control se define por tres líneas fundamentales, una línea central que simboliza el valor medio de la característica de calidad y otras dos líneas límite que flanquean a la anterior a una distancia determinada, denominadas límite inferior de control (LIC) y límite superior de control (LSC). Estos dos límites constituyen los criterios de decisión para el funcionamiento del proceso, es decir, cuando los puntos correspondientes a las observaciones están entre estas líneas, se puede interpretar que el proceso está bajo control. Por el contrario, cuando un punto se encuentra fuera de dichos límites se interpreta como una evidencia de que el proceso está fuera de control. 151 Figura 68. Gráfico de control con límites de acción a 3 desviaciones típicas En el CEP es habitual situar los límites de control o límites de acción a 3·σT del límite central (3 desviaciones típicas del estimador). Además, también se suelen establecer otros límites de aviso que se encuentran a distancia 2-sigma de la línea central. Como su propio nombre indica sirven de aviso, de modo que si un punto cae entre los límites de acción y los de aviso es posible que el proceso no esté funcionando adecuadamente. Control Chart Zones UCL=28,36 27,5 Zone C Individual Value (hours) 25,0 Zone B 22,5 20,0 17,5 Zone A _ X=16,66 15,0 Zone A 12,5 Zone B 10,0 7,5 Zone C LCL=4,97 5,0 1 6 11 16 21 26 31 Observation 36 41 46 Fuente: Elaboración propia Figura 69. Gráfico de control con representación de zonas El propósito de la adición de los límites de advertencia o de subdividir el gráfico de control en zonas es dar aviso anticipado si algo anda mal. Por tanto, el área entre límites de control se puede dividir en tres regiones. La primera más cercana a la línea central se denomina Zona A (también conocida como la "zona 1-sigma"), la segunda región es la zona B (también conocida como la "zona 2-sigma"), y finalmente la más amplia hasta los límites de control es la Zona C ("3-sigma"). 152 Cada una de estas zonas define una región de control asociada a una determinada probabilidad. Cuando la característica de calidad que se está estudiando sigue una distribución normal (dispersión de datos normal), la estadística nos dice que los porcentajes de datos que podemos esperar en cada zona son los siguientes: 1 sigma → 68,3%; 2 sigma → 95,5% y 3 sigma → 99,7%. Por lo tanto, dentro de los límites de control se incluirán el 99,7% de los resultados del proceso y la probabilidad de error de tipo I es de α=0,0027. Distribución Normal Normal; Media=0; Desv.Est.=1 0,4 0,3 Zona A 68.27 % 0,2 0,1 Zona C Zona B Zona B 95.5 % 95.5 % 99.7 % 0,0 -3 s -2 s Zona C 99.7 % -1 s m 1 s 2 s 3 s X Fuente: Elaboración propia Figura 70. Probabilidad asociada a cada sigma También se debe hacer notar que los datos deben ser razonablemente normales y no estar correlacionados. Un alejamiento moderado de la normalidad no afecta significativamente los resultados de las gráficas, sin embargo, severos alejamientos de la normalidad pueden aumentar el número de falsas alarmas. Por otra parte, si los puntos de datos consecutivos están correlacionados, los límites de control serán demasiado estrechos y en consecuencia se puede producir un excesivo número de falsas alarmas. En definitiva, el CEP es una herramienta universalmente reconocida como necesaria para la detección de situaciones fuera de control. Por definición, los límites de control de cada proceso no pueden ser pre-asignados, ya que son el resultado del proceso o la "voz del proceso". Por este motivo, y con el objeto de obtener estimaciones precisas de esos 153 límites, es necesaria la recogida de suficientes datos. Si la cantidad de datos es insuficiente, los límites de control pueden estar lejos de los "verdaderos" límites debidos a la variabilidad del muestreo. Un último aspecto a contemplar dentro de la filosofía del CEP es que los gráficos de control se pueden plantear como un contraste de hipótesis en el sentido siguiente: • H0 El proceso se encuentra bajo control estadístico. • H1 El proceso se encuentra fuera de control estadístico. La hipótesis nula se puede referir a la media del proceso, a la dispersión del mismo, o bien a la proporción o frecuencia de muestras defectuosas que origina dicho proceso (“aceptación / no aceptación” en Gráficos de Control por atributos). Cuando un punto de la muestra observada se encuentra dentro de los límites de control, no se puede rechazar la hipótesis nula H0; por el contrario, si está situado fuera de ellos, entonces se rechazará H0. Por tanto, los límites de control superior e inferior, corresponden respectivamente a los valores superior e inferior de la región de aceptación de la hipótesis nula, para un nivel de significación dado. Hay que tener en cuenta, que al igual que en cualquier prueba de hipótesis, es posible que un proceso se juzgue fuera de control cuando realmente este bajo control, o viceversa. Las consecuencias de dichos errores son importantes, ya que si un proceso se declara fuera de control, cuando en realidad no lo está, se buscarán causas inexistentes; por el contrario, si un proceso está fuera de control y se acepta que está en control estadístico, no se logrará el estándar de calidad que se ha fijado. 154 6.3.- Elaboración de gráficos de control La idea consiste en analizar las muestras de un proceso productivo que se encuentra activo y se pretende estudiar. En este caso se trata del servicio a los buques portacontenedores en la línea de atraque de las terminales. Por ello, el control permitirá comprobar la variabilidad del proceso de servicio y si este cumple o no con las especificaciones preestablecidas. La propuesta metodológica exige, en primer lugar, la obtención de datos suficientes para obtener límites de control precisos. Dado que no se disponen de valores conocidos para los límites de control, estos se deben calcular a partir de los datos medidos sobre las variables que influyen en la duración del servicio o estadía en puerto. Las variables que se han considerado para el análisis están agrupadas en dos familias independientes y ya fueron explicadas con detalle en el capítulo cuarto (Tabla 32). Tabla 32. Indicadores seleccionados para el CEP Indicadores del puesto de atraque Indicadores de actividad de grúas Tiempo bruto de atraque Tiempo bruto de grúas Productividad bruta de atraque Productividad bruta de grúas Tiempo neto de atraque Tiempo neto de grúas Productividad neta de atraque Productividad neta de grúas Fuente: Elaboración propia Estos indicadores son apreciables por los clientes/usuarios del servicio, objetivos y verificables por terceros y, además, controlables por la propia terminal de contenedores (autocontrol) y por la propia Autoridad Portuaria. Una vez presentados los indicadores sobre los que se realizará el control, se debe resaltar que el objetivo de este es comprobar si la media y la dispersión de los indicadores se encuentran en control estadístico, para ello se utilizan gráficos I − MR. La elección de estos gráficos obedece, no sólo al tipo de característica estudiada, sino también al tamaño de las muestras que, como ya se ha apuntado, es superior a ocho observaciones individuales para cada línea regular. En este procedimiento de control se 155 emplea el rango móvil de dos observaciones sucesivas para estimar la variabilidad del proceso. Sea X la característica de calidad que nos interesa medir, donde X ≈ N(μ,σ). Denotaremos por X1 , X2 , ..., XK a las k observaciones en las que: ∀ i = 1,2,...,k , Xi ≈ N(μ,σ). Si se denomina: μT a la media del estimador. σT a la desviación típica del estimador. k a la constante que indica la posición de los límites de control La distancia de los límites de control a la línea central expresada en unidades de desviación típica, es según Shewhart la siguiente: LSC = μT + k ⋅ σ T ; LC = μT ; LIC = μT − k ⋅ σ T Si μ es desconocida, se puede estimar: μ̂ = X = 1 k ∑ X i Siendo un estimador insesgado de μ ya que: k i =1 [ ] 1k ∑ E[X ] = μ EX = k i =11 i Si σ es desconocida, se puede estimar a partir del rango móvil MRi: 156 Se debe hacer notar (μ y σ es desconocidas) que tal estimación se realizará a partir de las k observaciones obtenidas, k > 25, tomadas cuando se considera que el proceso está bajo control. ∀ ⋅ i = 2,..., k sea MRi = Max{X i , X i −1 } − Min{X i , X i −1 } Se cumple que μ MR = d 2 (1) ⋅ σ donde d2(1) es una constante de eliminación de sesgo (también conocida i como factor de corrección de sesgo), que se utiliza para convertir a un estimador sesgado en estimador sin sesgo. Esta constante se adapta a diferentes tamaños de muestra. En el “Anexo III: Aplicación práctica del Control Estadístico de Procesos” se muestran los valores que adopta esta constante según el tamaño de la muestra. Se debe hacer notar que MRi / d2(1) es un estimador insesgado de σ, ya que: ⎡ MRi ⎤ E[MRi] d 2 (1) ⋅ σ = =σ E⎢ ⎥= ( ) ( ) ( ) d 1 d 1 d 1 2 2 ⎣ 2 ⎦ Por tanto, se puede tomar como estimador de σ el promedio de los MRi / d2(1) : 1 k MRi MR σ̂ = = ( σˆ es estimador insesgado de σ) ∑ k − 1 i = 2 d 2 (1) d 2 (1) Junto a los gráficos de control individuales se pueden considerar también los gráficos de control para los rangos móviles asociados. Estos últimos pueden ayudar a controlar la variabilidad de las observaciones registradas. Para construir un gráfico MR-barra es necesario recordar que X era la característica de calidad que nos interesa medir, donde X ≈ N(μ,σ), y que se denota por X1 , X2 , ..., Xn a las k observaciones. ∀ ⋅ i = 2,..., k sea MRi = Max{X i , X i −1 } − Min{X i , X i −1 } Se cumple que μ MRi = d 2 (1) ⋅ σ y σ MRi = d 3 (1) ⋅ σ . Siendo d2(1) y d3(1) valores tabulados. 157 Se cumple que: MRi → N (d 2 (1) ⋅ σ , d 3 (1) ⋅ σ ) Por tanto, según el modelo de Shewart se tiene: LSC = d 2 (1) ⋅ σ + 3 ⋅ d 3 (1) ⋅ σ Línea ⋅ central = d 2 (1) ⋅ σ LIC = d 2 (1) ⋅ σ − 3 ⋅ d 3 (1) ⋅ σ Y σ que es desconocida, se puede estimar a partir de los rangos móviles MRi. Figura 71. Ejemplo de gráficos de control Si en el Gráfico I no existen puntos de datos fuera de control, entonces la media del proceso es estable. Por otro lado, si en el Gráfico MR no existen puntos de datos fuera de control la variación del proceso también será estable. En caso de encontrar en alguno de los gráficos un punto fuera de los límites de control establecidos, se debe de investigar la causa que lo ha originado y si es especial se puede omitir de los cálculos. También se debe resaltar que aunque el proceso sea estable, se pueden observar puntos fuera de los límites de control en virtud de las probabilidades. En concreto la estadística demuestra (Figura 70) que se pueden encontrar hasta un 0,7% de puntos fuera de control en la gráfica I y hasta un 0,9% de puntos fuera de control en la gráfica MR. 158 6.4.- Propuesta metodológica El punto de partida para la evaluación del servicio en la línea de atraque lo marca el tráfico al que sirven las terminales de contenedores. Estas terminales reciben llegadas de dos tipos de buques, los pertenecientes a líneas regulares (la gran mayoría) y excepcionalmente algunos en régimen discrecional (tramp). Dentro del primer grupo, las líneas regulares suelen utilizar buques de esloras similares (dentro del mismo servicio) y el volumen de carga transferido suele guardar cierta similitud entre escalas consecutivas. Por el contrario, en buques tramp no suelen existir referencias de otras escalas anteriores y en caso de existir son escasas. Por tanto, dado el tipo de tráfico al que dan servicio las terminales, se propone analizar cada característica de calidad por separado según: el buque, la línea regular y la terminal. De este modo, para una determinada terminal si se denomina IC i j k a la medición realizada sobre la escala “i”, perteneciente a la línea regular “j”, del indicador de calidad del servicio “k”, se puede condensar y ordenar la información relativa a la línea de atraque con la matriz: ⎛ IC11 ⎜ ⎜ IC 21 ICij = ⎜ IC31 ⎜ ⎜ ... ⎜ IC ⎝ N1 IC12 IC22 IC13 IC23 IC32 ... IC33 ... IC N 2 IC N 3 ... IC1M ⎞ ⎟ ... IC2 M ⎟ ... IC3M ⎟ ; (para un k dado) ⎟ ... ... ⎟ ... IC NM ⎟⎠ En donde cada elemento representa una escala y cada columna contiene la información de las escalas de una misma línea regular “j” en la terminal que se analiza. Este método clasifica datos que pueden guardar cierta homogeneidad, ya que como se ha mencionado anteriormente, las líneas regulares suelen utilizar buques de similares características, e incluso durante un período de tiempo suficientemente prolongado, el mismo buque puede realizar sucesivas escalas en la terminal. Una vez seleccionadas las líneas regulares objeto del estudio, sobre cualquier escala “i” perteneciente a la línea regular “j”, se pueden medir los ocho indicadores de calidad 159 propuestos y elaborar las correspondientes matrices de Indicadores de Calidad. De este modo se tendrían las siguientes matrices: ICk=1 = Tiempo bruto de atraque ICk=2 = Productividad bruta de atraque ICk=3 = Tiempo neto de atraque ICk=4 = Productividad neta de atraque ICk=5 = Tiempo bruto de grúas ICk=6 = Productividad bruta de grúas ICK=7 = Tiempo neto de grúas ICk=8 = Productividad neta de grúas El seguimiento de los indicadores permite evaluar la calidad del servicio desde dos niveles diferentes: • Control de la terminal y de líneas regulares. • Control de la escala (o buque). El primer nivel de análisis se realiza estudiando estadísticamente los procesos en cada una de las terminales de contenedores del puerto. De este modo se puede conocer cual es la terminal en la que el servicio es más eficaz y cuales las líneas regulares sobre las que se consiguen mejores rendimientos. Para realizar este control se evalúa la calidad del servicio en cada línea regular, reconociendo las escalas en las que el indicador estudiado se encuentra fuera de los límites impuestos por el propio servicio, y también identificando tendencias no deseadas o no esperadas. El segundo nivel de análisis es el control del servicio al buque, contrastando los diversos indicadores ICk para una misma escala. Por ejemplo, una estadía demasiado prolongada (ICk=1 = Tiempo bruto de atraque), con un bajo número de movimientos de grúas (ICk=6 = Productividad bruta de grúas) denota un bajo rendimiento portuario. Por el contrario una estancia en muelle reducida (ICk=3 = Tiempo neto de atraque), con un alto número de movimientos (ICk=8 = Productividad neta de grúas) denota un alto rendimiento. 160 Una vez recopilados todos los datos necesarios y a partir de cada matriz se puede: • Comparar líneas regulares y terminales ordenadamente. • Identificar y encontrar las causas que motivan las escalas fuera de control. Como se ha explicado en los apartados anteriores, en el CEP propuesto se utilizan dos gráficos de control: el gráfico de valores individuales (gráfico I) y el gráfico de rango móvil (gráfico MR). Si todos los puntos se encuentran dentro de los límites del control en el gráfico I, entonces la media para el proceso es estable, y si todos los puntos se encuentran dentro de los límites del control en el gráfico MR, entonces la variación también es estable. Teóricamente existen estas cuatro posibles situaciones: • Que la media del proceso y la variación sean estables. • Que la media del proceso sea estable pero no la variación. • Que la media del proceso no sea estable y la variación si lo sea. • Que la media del proceso y la variación no sean estables. En el primer caso, si no existen puntos fuera de control para el gráfico I ni para el gráfico MR, entonces el proceso es estable y la línea regular se encuentra bajo control estadístico. En el segundo caso, si no existen puntos fuera de control el gráfico I pero si existen en el gráfico MR, entonces tanto la media como la variación del proceso pudieran no ser estables. El motivo es que los puntos fuera de control en la gráfica MR pueden afectar a la validez de los límites de control en la gráfica I, con lo cual sería difícil evaluar la estabilidad de la media del proceso. En consecuencia, se deben investigar los puntos fuera de control en la gráfica MR y omitir de los cálculos aquellos que tengan causas especiales. 161 En el tercer caso, si no existen puntos fuera de control en el gráfico MR (la variación del proceso es estable), pero sí existen puntos fuera de control en la gráfica I (la media del proceso podría no ser estable), se deberían investigar los puntos fuera de control en la gráfica I y omitir de los cálculos aquellos que tengan causas especiales. Finalmente en el cuarto caso, si existen puntos fuera de control tanto en el gráfico I como en el gráfico MR, la media y la variación del proceso pudieran no ser estables. Además, la superación de los límites de control en la gráfica MR podría afectar la validez de los límites de control en la gráfica I. En consecuencia, al igual que en los casos anteriores, se deben investigar los puntos fuera de control en cada gráfica y omitir de los cálculos aquellos con causas especiales. En el CEP de líneas regulares estas cuatro posibles situaciones se pueden simplificar a tres categorías de servicio en función de los resultados de los gráficos de control: • Nivel A. La línea regular está bajo control estadístico. Gráficos I y MR sin puntos fuera de control. • Nivel B. La línea regular pudiera no estar bajo control. Uno de los dos gráficos (Gráficos I o Gráfico MR) tiene algún punto fuera de control. • Nivel C. La línea regular pudiera no estar bajo control. Los dos gráficos tienen puntos fuera de control. Una vez clasificada la línea regular, en el caso de no encontrarse en el nivel A, se deberían buscar causas especiales con otro indicador de calidad ICk. En caso de existir alguna causa especial que justificase algún punto fuera de control, se eliminaría esa escala de los cálculos y se volverían a elaborar los gráficos de control. 22 Por tanto, en el segundo nivel de análisis (buque) se estudian los diversos Indicadores de Calidad (ICk) de cada escala. Este nivel de análisis es de especial ayuda para la 22 Análogamente en el CEP de terminales existen los mismos 3 niveles A, B o C pero cada punto de datos es ahora representado, en lugar de por una escala, por el indicador medio de todas las escalas de la línea regular analizada. IC ij 162 detección de causas especiales, por lo que se debería centrar en el análisis específico de aquellas observaciones que hubieran dado “fuera de control” en el CEP de la línea. El esquema metodológico de la propuesta se resume en la siguiente Figura 72: Selección del indicador “k” a Buscar causas especiales, estudiar y recogida de datos diagnóstico de la línea Elaboración de gráficos de CONTROL de la línea: control para cada línea “j” NIVEL: A, B o C Elaboración de matriz de CONTROL de la escala IC ijk control para cada indicador “k” con otros indicadores k Elaboración de gráficos de CONTROL de terminal: control para cada terminal NIVEL: A, B o C Elaboración de gráficos de Buscar causas especiales, control para el puerto diagnóstico de la terminal Fuente: Elaboración propia Figura 72. Esquema de la propuesta metodológica (para cada indicador k) Esta forma de clasificar la información constituye únicamente un marco de referencia que se debe adaptar a la realidad de cada puerto. También se debe tener presente que los gráficos diseñados únicamente sirven para analizar el indicador correspondiente del puerto para el cual han sido diseñados, es decir, cada terminal y cada característica tendría sus correspondientes gráficos de control. Por tanto, esta metodología es general y en ningún caso los resultados que se obtienen en una terminal de un determinado puerto se pueden extrapolar a otra terminal. El Control Estadístico de Procesos (CEP) utilizando Gráficos de Control, puede representar una importante herramienta de gestión para el seguimiento de los avances respecto a los objetivos estratégicos en las terminales de contenedores. Con este método de evaluación, los gerentes podrían mejorar el rendimiento del servicio mediante la 163 medición, evaluación y comunicación de información. En este sentido, la información que se extrae del CEP y los gráficos de control, puede ayudar a originar una disposición portuaria mejorada y facilitar una más eficaz toma de decisiones. Esta metodología podría permitir a cualquier empresa de transporte evaluar la actividad de los buques en su servicio de línea en puerto, lo que puede facilitar la coordinación entre departamentos para la planificación de la reserva de carga saliente o entrante. Además, las terminales podrían comprobar sus niveles de servicio y monitorizar la eficiencia y calidad de las operaciones portuarias. Por tanto, la metodología propuesta no sólo facilita una descripción de los procesos en la línea de atraque, sino que también podría actuar como un activador con el fin de aumentar la eficiencia de las terminales de contenedores. Otra de las aportaciones de esta metodología está relacionada con la transparencia del negocio. Se considera que la adopción de este procedimiento de evaluación puede mejorar la transparencia y fomentar la competencia existente en el sector, caracterizado por una organización racional de las terminales y sus clientes. El CEP no sólo representa una importante fuente de información para la Autoridad Portuaria, también lo puede ser para el operador de la terminal y los usuarios que utilicen o difundan este método de control. 164 6.5.- Síntesis del capítulo En este capítulo se ha he realizado una propuesta general para el CEP en la terminales de contenedores. Con el objeto de observar el funcionamiento conjunto del sistema de atraque, cada indicador de calidad es representado en los gráficos de control de acuerdo a las características de la variable que se pretende evaluar. La propuesta está basada en la monitorización y en la evaluación continua de la calidad del servicio, permite detectar irregularidades y localizar las causas concretas que originan los problemas. Para ello es imprescindible utilizar una serie indicadores que representen la actividad de los puestos de atraque y de las grúas en las terminales, y también recoger la cantidad de datos que son necesarios para crear un modelo de la línea de atraque que sea suficientemente robusto. Este capítulo se puede resumir muy simplificadamente con el esquema de la Figura 73: Recogida de datos Elaboración de gráficos de control Para cada terminal Para cada línea Análisis de resultados Para cada línea Para cada terminal Consideraciones finales Fuente: Elaboración propia Figura 73. Esquema simplificado de la metodología propuesta 165 166 7.- APLICACIÓN Y RESULTADOS 7.1.- Introducción Una vez se ha explicado la filosofía del Control Estadístico de Procesos y los fundamentos elementales de los gráficos de control, a continuación, se realiza la aplicación práctica de la propuesta metodológica sobre líneas de atraque reales. Esta aplicación utiliza como referencia dos terminales de contenedores concretas, aunque la metodología se podrá adaptar en un futuro a la realidad de cada puerto. Los datos utilizados corresponden al año 2011 y se refieren a las líneas de atraque de las terminales: Noatum CT (terminal pública) y MSC CT (terminal dedicada), ambas en el puerto de Valencia. Dichas líneas de atraque operan servicios regulares pertenecientes a diversas compañías navieras. La aplicación se ha realizado sobre el análisis de más de mil trescientos buques pertenecientes a diversos servicios regulares. La información recogida en la base de datos suministrada por la Autoridad Portuaria contiene todos los tiempos de estancia en puerto de cada escala realizada. Los datos han sido agrupados por líneas regulares en muestras con un tamaño no inferior a ocho buques y han sido analizadas con el paquete estadístico MINITAB®. Todos los gráficos de control elaborados para cada línea regular se encuentran en el “Anexo III: Aplicación práctica del Control Estadístico de Procesos”. Se debe hacer notar, que para asegurar que los límites de control sean precisos, se necesitarían al menos 100 puntos de datos en total por cada línea regular. Por ello, en las líneas en las que el número de escalas muestreadas es inferior, se deben considerar los resultados como preliminares. Evidentemente si se toman más muestras del proceso en el tiempo, aumentan las probabilidades de tener un estimado representativo de la variación del proceso. En el apartado siguiente se resume el CEP realizado sobre un indicador alternativo, compendio de todos los propuestos en la metodología, y que se corresponde con el: “Tiempo de estancia en puerto”. Para el resto de los indicadores el procedimiento sería idéntico al que se aplica a continuación. 167 7.2.- Aplicación La siguiente Tabla 33 resume la información recopilada y los resultados del control estadístico del Proceso (CEP) para cada una de esas líneas regulares. Tabla 33. Resumen de la Información recopilada y tratada (CEP) CT Escalas Tiempo Medio (h) Desv. Stan. (h) Nivel de control? 1 HOLLAND MASS-IBERICA Msc 20 12.96 3.68 A 0 0 2 MSC - CALIFORNIA EXPRESS Msc 30 21.32 2.51 B 0 2 3 MSC – CANADÁ EXPRESS Msc 14 13.63 4.73 A 0 0 4 MSC – DRAGON SERVICE Msc 12 37.27 13.77 A 0 0 5 MSC - INDIA PAKISTAN Msc 30 22.92 6.42 B 1 0 6 MSC - INDIAN OC. - AUSTRALIA Msc 31 17.60 5.31 C 1 1 7 MSC - ISRAEL EXPRESS (N. B.) Msc 46 18.55 3.87 B 0 1 8 MSC - MAGHREB SERVICE Msc 101 18.30 6.02 B 0 3 9 MSC - SILK SERV. (W.-E. B.) Msc 17 32.00 10.58 A 0 0 10 MSC – SPAIN- S.A. E. C. Msc 17 20.80 3.31 B 1 0 11 MSC – USA –GULF Msc 43 20.03 6.23 A 0 0 12 MSC - USA-N. ATLANTIC Msc 47 16.69 3.89 A 0 0 13 MSC–WEST MED–GREE/TURK Msc 13 20.19 4.16 A 0 0 14 MSC – WEST MED/SOUTHAM. Msc 32 19.58 4.80 C 1 2 15 MSC – WEST MED. – AFRICA Msc 23 24.31 7.17 A 0 0 16 MSC–WEST MED-MAROC-CAN Msc 11 18.34 5.36 A 0 0 17 CHINA SHIPPING – AMX Noa 16 21.76 4.20 A 0 0 18 COSCO – MD1 Noa 42 17.36 3.48 C 1 2 19 EVERGREEN SING.-FEM-UAM Noa 19 18.33 3.15 A 0 0 20 EVERGREEN TW- FEM- UAM Noa 24 18.22 3.57 A 0 0 21 HANJIN - EMA SERVICE Noa 8 15.46 7.80 A 0 0 22 HANJIN – MD3 Noa 47 20.40 3.70 C 1 2 23 HANJIN – MIX/MINA Noa 14 13.00 3.26 A 0 0 24 MAERSK - AE11 Noa 11 24.36 8.45 A 0 0 25 MAERSK - AE2 Noa 32 19.14 4.45 C 1 1 26 MAERSK - AE6 Noa 29 29.74 7.46 C 2 2 27 MAERSK - F01 Noa 36 20.76 5.84 A 0 0 28 MAERSK - ME4 Noa 18 16.14 2.87 A 0 0 29 MAERSK – SCANMED Noa 55 14.42 3.95 C 1 2 30 MEDEX TUNISIAN SERVICE Noa 24 16.18 6.06 A 0 0 31 MSC - CANADÁ EXPRESS Noa 13 25.01 8.20 C 1 1 Línea Regular 168 Ptos. fuera I MR CT Escalas Tiempo Medio (h) Desv. Stan. (h) Nivel de control? 32 MSC - DRAGON SERVICE Noa 26 39.12 10.77 C 2 1 33 MSC - INDIA PAKISTAN Noa 17 22.92 6.90 A 0 0 34 MSC - INDIAN OC -AUSTRALIA Noa 10 31.22 12.05 A 0 0 35 MSC - LEVANTE EXPRESS Noa 42 22.63 9.99 C 1 2 36 MSC - MAGHREB SERVICE Noa 24 21.82 12.93 C 1 2 37 MSC SILK (WEST-EAST B.) Noa 50 32.32 7.17 C 2 1 38 MSC - SPAIN/SOUTHAMERICA Noa 19 26.12 8.06 C 1 1 39 MSC - UNITED STATES - GULF Noa 10 20.63 8.25 A 0 0 40 MSC - UNITED STATES-NA Noa 42 21.91 5.49 C 2 3 41 MSC – WESTMED-GREE/TURK Noa 12 22.99 8.49 A 0 0 42 MSC – WEST MED/S.AMERICA Noa 38 23.78 4.95 B 1 0 43 UASC – EMA Noa 32 22.04 4.91 C 1 2 44 UASC - MIX/MINA Noa 91 18.14 5.39 C 2 1 45 WHITE LINE Noa 82 17.28 7.48 C 2 4 46 X-PRESS – IBX Noa 8 9.71 3.80 C 1 1 Línea Regular Ptos. fuera I MR Fuente: Elaboración propia Las estadísticas básicas resumidas de las líneas regulares en cada terminal para el indicador “Tiempo de estancia en puerto” son las siguientes: Variable MSC CT. Media (h) Variable Noa CT. Media (h) Variable Ambas. Media (h) N 16 N 30 N 46 N* 0 N* 0 N* 0 Media 20,91 Error estándar de la media 1,55 Desv.Est. 6,18 Mínimo 12,96 Q1 17,78 Mediana 19,81 Media 21,43 Error estándar de la media 1,11 Desv.Est. 6,08 Mínimo 9,71 Q1 17,34 Mediana 21,26 Media 21,248 Error estándar de la media 0,893 Desv.Est. 6,054 Mínimo 9,710 Q1 17,540 169 Mediana 20,515 7.3.- Análisis de resultados El propósito de esta aplicación práctica es identificar si el proceso de servicio en la línea de atraque se encuentra bajo control estadístico. Se debe resaltar que la información con la que se ha trabajado y el método utilizado en la recolección de información, han condicionado la aplicación del método. Siguiendo la metodología descrita en el capítulo anterior, el primer análisis a realizar consiste en estudiar estadísticamente los procesos en cada una de las terminales del puerto. De este modo se puede identificar la terminal más eficiente y las líneas regulares que propician el mejor rendimiento. Para realizar este control se evalúa la calidad del servicio en cada línea, reconociendo las escalas en las que el indicador estudiado (en este caso el tiempo bruto de atraque), se encuentra fuera de los límites impuestos por el propio servicio. En el caso de que la medición se encuentre fuera de los citados límites, existiría un motivo para estudiar las causas que producen dicho efecto y poder tomar decisiones. La Tabla 34 resume las siguientes mediciones: Tabla 34. Nivel de Control en las líneas analizadas NIVEL DE CONTROL Número de líneas % sobre el total Nivel A 22 47,8 Nivel B 6 13,0 Nivel C 18 39,1 Fuente: Elaboración propia Nivel A Analizando todas las líneas regulares dentro del período de tiempo considerado, se observa que en el cuarenta y ocho por ciento (48%) de las líneas, la media del proceso es estable y no existen puntos fuera de control. Por tanto, el servicio se realiza con garantía y se puede afirmar que se encuentra bajo control estadístico. Sin embargo, un proceso bajo control estadístico no conlleva necesariamente que el servicio esté cumpliendo con las necesidades de los clientes (se trata más bien de una condición necesaria pero no suficiente). Sólo implica que la línea bajo control estadístico (nivel A) el 170 proceso se está comportando de forma coherente. En estas situaciones los parámetros del proceso no deberían ser ajustados obligatoriamente. Nivel B Por otro lado, seis de las líneas analizadas (13% del total) no pasan el Control Estadístico del Proceso, bien porque la media no es estable (puntos fuera de control en gráfica I) o bien porque la variación del proceso no es estable (puntos fuera de control en gráfica MR). Es posible que en estos casos una vez identificada la “causa” que justifica el punto “fuera de control” en la gráfica correspondiente, la gráfica pueda ser corregida (si es especial) y entonces la línea regular pase a estar bajo control estadístico. Nivel C Finalmente, el resto de las líneas (39% del total) no pasan el Control Estadístico del Proceso, tanto porque la media no es estable (puntos fuera de control en gráfica I), como porque la variación del proceso tampoco es estable (puntos fuera de control en gráfica MR). En estos casos es más difícil encontrar en ambas gráficas las causas especiales que pudieran justificar los “fuera de control”. En todo caso, si estas causas se localizasen y se pudieran corregir, la línea regular pasaría a estar bajo control. Cada una de las escalas fuera de control debería ser estudiada buscando causas especiales, los motivos que pueden explicar los puntos fuera de control pueden ser diversos. Algunas de las causas que pueden provocar que una línea regular no supere el control estadístico son las siguientes: • Falta de homogeneidad en los volúmenes de mercancía intercambiados dentro de escalas pertenecientes a una misma línea. Estas desviaciones pueden ser esporádicas, o bien pueden responder a un cambio de estrategia en el servicio de línea. En cualquier caso, se trata de una causa normal imputable a la línea y en la que el terminal poco puede hacer. • Accidentes o imprevistos esporádicos en la carga y descarga de una determinada escala. El deterioro del indicador se podría contrastar con otros indicadores, por ejemplo, de productividad neta de atraque o el tiempo neto de atraque. Esto podría 171 definir con exactitud cual fue el motivo real que provocó el retraso (tasas bajas de actividad en la terminal, accidentes, cambios en el plan de estiba de última hora…) y aclarar si la causa es imputable al terminal. • Cierres de actividad por huelgas, averías en equipos, paradas de mantenimiento de grúas, etc. Estas ineficiencias de carácter más general, se repercuten de manera implícita en el tiempo de servicio y reducen a efectos prácticos la productividad del conjunto del terminal. Por tanto, esta causa (imputable al operador) difiere de las anteriores pues no repercute en una única escala, sino en todas las que se producen en la terminal mientras no se elimina el problema. • Fluctuaciones periódicas o cierta estacionalidad en el servicio. Se puede producir una posible variación periódica de las muestras de control, asignables a problemas esporádicos que aparecen durante escasos días a lo largo de un año y en intervalos de tiempo pequeños, como pueden ser: cambios en turnos de trabajo, fines de semana o festivos. Las terminales afectadas por la variación estacional, están obligadas a identificar y medir la estacionalidad con el objeto de mejorar la gestión (aumento temporal en los requerimientos de mano de obra, maquinaria, etc.). Los aspectos mencionados son suficientes para dar una idea bastante certera de las posibles causas que pueden explicar los puntos fuera de control. En el Anexo III se exponen algunos ejemplos más, así como la diferenciación entre causa normal y causa especial. En relación con los resultados obtenidos, se podría afirmar con el CEP aplicado a líneas regulares que el servicio es eficiente y predecible (Tabla 35). Tabla 35. Resumen del CEP aplicado a líneas regulares Nº de líneas Nivel A Nivel B Nivel C MSC CT 16 9 5 2 NOA CT 30 13 1 16 Dos Terminales 46 22 6 18 Fuente: Elaboración propia 172 Conviene resaltar que los límites de control establecidos en cada línea (Anexo III) no son especificaciones obligatorias, objetivos corporativos, o la "voz del cliente", sino que responden únicamente al control estadístico del proceso. Además, un proceso estable pero que se encuentra fuera de los límites de control por una causa especial puntual, puede ser mejorado una vez identificada y reparada esa causa (esfuerzo de mejora). Por ello, en las líneas regulares identificadas con un nivel B o C, se debería de profundizar en el análisis e investigar las escalas concretas fuera de control (segundo nivel de análisis o control del buque). Una vez realizados todos los gráficos de control y estudiadas todas las líneas regulares con el indicador seleccionado, el siguiente paso continuando con la metodología propuesta en el capítulo anterior, es realizar un segundo CEP, aplicado en esta ocasión a las terminales. Si los gráficos de control por cada línea regular (Anexo III) han reflejado que ambas terminales ofrecen un servicio con pocas escalas fuera de control, entonces unos gráficos que representaran el valor medio del indicador seleccionado para cada línea, también deberían reflejar un comportamiento similar. Es decir, sin puntos o con escasos puntos fuera de control en los gráficos I-MR. Esta podría ser una forma de comprobar los resultados del control gráfico realizado a cada línea. Por tanto, en los siguientes gráficos de control cada punto IC ij corresponde ahora a una línea regular y se estudia el tiempo medio de estancia por terminal. En este caso, los resultados, que se resumen en la Tabla 36, corroboran el buen comportamiento general del servicio. Resumen del CEP aplicado a terminales Tabla 36. Número de líneas / Nivel de Control Puntos fuera de Control Tiempo estancia Desv. est. (horas) Gráfico I Gráfico MR (horas) MSC CT 16 / B 0 1 20,91 6,18 NOA CT 30 / B 1 0 21,43 6,08 Dos Terminales 46 / C 2 1 21,24 6,05 Fuente: Elaboración propia 173 A continuación se presenta la discusión sobre las gráficas de control para la terminal MSC CT (Figura 74), la terminal Noatum CT (Figura 75) y para el conjunto de las dos terminales (Figura 76). Gráfica I-MR de MSC CT. Media (h) Informe de estabilidad Noa Media (h) ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 40 LCS=39,41 20 _ X=20,91 IC ij LCI=2,40 0 Rango móvil LCS=22,74 20 10 __ MR=6,96 0 LCI=0 1 3 5 7 9 Observación Gráfica Razón Puntos fuera de control MR Rango móvil inusualmente grande 4 11 13 15 Fuente: Elaboración propia Figura 74. Gráficos I-MR correspondientes a la terminal de MSC En MSC CT se han estudiado 16 líneas regulares, por tanto, se representan 16 observaciones. Lo que se trata de contrastar es si el “indicador conjunto” (de las líneas) también se encuentra bajo control estadístico. De los gráficos se extrae que en la terminal MSC CT la media del proceso es estable, ya que no se observan puntos de datos fuera de control en la gráfica I. Sin embargo, en la gráfica de rango móvil aparece un punto fuera de control, por tanto, la variación pudiera hacer que el proceso no fuera estable. Se debería investigar el punto fuera de control respecto a los límites impuestos por el conjunto y determinar si existe una causa especial que lo justifica. Si así fuera, se volvería a realizar el test omitiendo el punto fuera de control. 174 Con el mismo criterio se analizan las 30 observaciones correspondientes a otras tantas líneas regulares que atracan en NOATUM CT, en este caso el gráfico de control I-MR es el siguiente. Gráfica I-MR de NOA CT. Media (h) Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. NOA CT Media (h) 39 LCS=36,20 27 _ X=21,43 15 LCI=6,66 Rango móvil 20 LCS=18,15 10 __ MR=5,55 0 LCI=0 1 4 7 10 13 16 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande 16 19 22 25 28 Fuente: Elaboración propia Figura 75. Gráficos I-MR correspondientes a la terminal NOATUM En el control sobre la terminal NOATUM CT no se observan puntos fuera de control en el gráfico de rango móvil, pero sí se observa que en el Gráfico I la media del proceso pudiera no ser estable, ya que un punto de datos está fuera de control (el 3,3 % de las observaciones). Se debe tener presente (Figura 70), que la probabilidad asociada a un 3sigma indicaba que puede haber hasta un 0,7 % de puntos fuera de control, en virtud de las probabilidades, aunque el proceso sea estable. Por tanto, se debería estudiar la posibilidad de causas especiales, y en su caso, corregir el control. Por último, las dos terminales se analizan agrupadas con el mismo criterio. En este análisis conjunto, las terminales son contempladas de forma independiente al resto del 175 puerto, y por tanto, el control gráfico, por si solo, no descubre posibles interacciones con otras terminales del puerto. Gráfica I-MR de CONJUNTO. Media (h) Informe de estabilidad Rango móvil CONJUNTO. Media (h) ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 39 LCS=37,14 27 _ X=21,25 15 LCI=5,36 20 LCS=19,52 10 __ MR=5,98 0 LCI=0 1 6 11 16 21 26 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 4; 32 4 31 36 41 46 Fuente: Elaboración propia Figura 76. Gráficos I-MR correspondientes al conjunto de las terminales En este caso tanto la media como la variación del proceso pudieran no ser estables, pues 2 puntos (4,3 %) están fuera de control en la gráfica I, y un punto (el 2,2 %) está fuera de control en el gráfico MR. Todo ello puede afectar a la validez de los límites de control por lo que, al igual que en los gráficos anteriores, se deberían investigar y omitir los puntos en caso de existir causas especiales. 176 7.4.- Síntesis del capítulo Toda la información relevante que se extrae de los gráficos de control puede ser utilizada para mejorar la gestión estratégica de estas terminales, pudiendo ser ampliada con otras escalas y evaluada posteriormente con otros indicadores. Lo que se ha pretendido con la aplicación presentada en este capítulo es mostrar un modelo de las terminales que permita evaluar la calidad del servicio en la línea de atraque. La investigación planteada, sobre la base de los tiempos de estancia en puerto, se puede utilizar como punto de partida para mejorar las estrategias de calidad del servicio en estas terminales y controlar su producción futura. Un modelo más complejo permitiría incorporar el resto de indicadores expuestos en esta Tesis Doctoral y definir con mayor precisión la calidad del servicio en la línea de atraque de estas terminales. La aplicación ha demostrado que los gráficos de control pueden ser utilizados para predecir la duración de una determinada escala o servicio línea. Se puede acudir a estos gráficos cada vez que se necesite estimar un tiempo de servicio para un buque de una determinada línea, con unas dimensiones y con un número de movimientos esperados. 177 178 8.- CONCLUSIONES Y FUTURAS LÍNEAS DE INVESTIGACIÓN 8.1.- Conclusiones El principal objetivo de la Tesis Doctoral es el desarrollo de una metodología para la evaluación de la calidad del servicio en la línea de atraque, que al mismo tiempo sirve como herramienta de control para las terminales de contenedores. Dadas las características de la operativa de las terminales de contenedores, se puede afirmar que el servicio tiene dos grandes “enemigos”. En primer lugar, las desviaciones con respecto al objetivo especificado, y en segundo lugar, una excesiva variabilidad respecto a los valores deseables, que puede generar efectos adversos en el propio servicio portuario. La falta de homogeneidad que se presenta en las escalas dificulta y condiciona el estudio de la línea de atraque. En la actividad diaria de las terminales se ha comprobado que en los buques pequeños, y con menor número de movimientos, se tiende a alcanzar productividades brutas más bajas que en los grandes buques. También se comprueba que la variabilidad aumenta a medida que crece la escala del sistema que se estudia (atraque, terminal o puerto), tanto en lo que se refiere a la irregularidad de las llegadas como del servicio. Otros aspectos como la interacción entre las terminales, la propia irregularidad de las esloras o de los volúmenes de mercancía a intercambiar por cada buque, etc. hacen que el control de los procesos en la interfaz entre el “lado mar” y el “lado tierra” sea complejo. Algunos autores han entendido la importancia de la “variabilidad” de los procesos y como esta puede influir en la calidad del servicio. En este sentido, existen estudios en los que se agrupa a los buques por esloras, o por número de movimientos en la línea de atraque. La ventaja de esta forma de clasificación es evidente, ya que se hacen homogéneas algunas medidas del servicio. La propuesta que se desarrolla en esta Tesis utiliza una clasificación no utilizada con anterioridad, consistente en agrupar los buques según el servicio de línea. Los buques de 179 una misma línea regular tienden a guardar ciertas similitudes en cuanto a sus dimensiones, y también en cuanto a volúmenes mercancía intercambiada en cada escala. De este modo se reduce la variabilidad de las posibles mediciones en la línea de atraque y se puede realizar un control de la calidad del servicio más efectivo y útil, al poder recompensar al servicio de línea. La propuesta metodológica para la evaluación de la calidad del servicio está basada en el Control Estadístico de Procesos (CEP) con Gráficos de Control, y representa una forma inédita de afrontar el problema, ya que no se han formulado antes propuestas similares, ni con este método de estudio, ni con el criterio de clasificación por líneas regulares. El método que se ha propuesto puede permitir la detección de los problemas en la línea de atraque de las terminales y facilitar la toma de decisiones a los gestores de las mismas. El tipo de control gráfico utilizado presentaría el inconveniente de que solo puede reproducir lo que ha ocurrido históricamente, sin capacidad de proyección futura. Por tanto, podrían existir problemas en caso de un cambio de estrategia en la terminal, o por la incorporación de nuevas líneas y buques de características no incorporadas a la base de datos. En lo que se refiere a la aplicación práctica desarrollada, se debe resaltar que al igual que en una prueba de hipótesis, es posible que un proceso se juzgue fuera de control cuando realmente esté bajo control y viceversa. Las consecuencias de dichos errores son importantes, ya que si un proceso se declara fuera de control cuando en realidad no lo está, se buscarán causas inexistentes. Por el contrario si un proceso está fuera de control y se acepta que está en control estadístico, no se logrará el estándar de calidad que se ha fijado. Debido a las limitaciones en la recopilación de datos, la aplicación práctica sólo ha utilizado un único indicador para examinar la eficiencia de la línea de atraque. Este indicador incluye el tiempo activo o tiempo neto empleado en la carga y descarga, el de maniobra de atraque y desatraque y el tiempo improductivo (abrir y cerrar escotillas, demoras en las grúas o en la autorización para iniciar la descarga, etc.). Es decir, incluye de forma implícita el rendimiento de la carga y descarga en el muelle. 180 Por tanto, la aplicación representa solo una parte del cuadro general presentado en la metodología. En cuanto a los resultados, éstos parecen sugerir una buena gestión de la línea de atraque en las terminales analizadas. Si bien, en algunas líneas regulares sería conveniente aumentar temporalmente las observaciones, hasta que esté claro si la línea se encuentra realmente bajo control. Esto sería preferible a tratar de determinar si las causas especiales están presentes y lanzar inmediatamente un esfuerzo de mejora del proceso. Por otro lado, se debe tener presente que las terminales de contenedores trabajan en un mercado imperfecto, en el que una mejora en la relación calidad/precio en los servicios portuarios no siempre es suficiente para atraer a un determinado puerto el tráfico y viceversa. Un puerto puede perder un cliente, no sólo a causa de las deficiencias o falta de calidad en el servicio, sino a causa de que el cliente ha reorganizado su red de servicios (caso de Maersk en los puertos de Algeciras, Málaga y Tánger Med). Salvando los últimos aspectos mencionados, la propuesta desarrollada permite resolver muchas de las carencias de otros estudios tradicionales (empíricos, analíticos basados en teoría de colas y de simulación), en los aspectos relacionados con la variabilidad de los procesos y el control de la calidad del servicio. Se considera que la investigación realizada supone una contribución significativa al avance del conocimiento, en lo que se refiere al control de la calidad del servicio en la línea de atraque. Así mismo, se considera que se han establecido las bases para desarrollar futuras líneas de investigación con miras a mejorar la presente propuesta metodológica y/o afrontar nuevos campos de investigación. 8.2.- Futuras líneas de investigación Se deben impulsar nuevas investigaciones que contribuyan a mejorar y potenciar las posibilidades de la metodología presentada en este trabajo. Por ello, se propone la aplicación de otros procesos de control estadísticos en futuras investigaciones, como los gráficos CuSum (Sumas acumuladas), gráficos EWMA (Medias móviles con peso exponencial), etc. El control estadístico basado en el CuSum, por ejemplo, no es tan intuitivo como los gráficos de Shewhart, pero puede ser más eficaz en la detección de 181 pequeños cambios en la media de un proceso, especialmente cuando se pretende detectar cambios de 2-sigma o menos en el estimador o característica del proceso. En futuras investigaciones, también se deberían de analizar con mas profundidad aquellos casos, en los que a pesar de que todos los puntos se encontrasen entre los límites de control, se hayan observado en las muestras tendencias no deseadas, comportamientos sistemáticos, o patrones no aleatorios. Para estos casos sería necesario desarrollar una metodología alternativa que identificara las causas especiales que afectan al proceso. Esta metodología debería estar relacionada con los “tests” para causas especiales. Por último, en el desarrollo de nuevas aplicaciones basadas en el Control Estadístico de los Procesos, se deberían utilizar otros indicadores o características de control diferentes a los propuestos en esta Tesis Doctoral. Estos parámetros podrían estar relacionados, por ejemplo, con los tiempos de inactividad de buques y terminales, en las etapas anteriores y posteriores al atraque. El objetivo de estas nuevas investigaciones sería evaluar el tiempo no productivo de una misma línea regular en diferentes puertos. 182 BIBLIOGRAFIA AGUILAR, J., 2011. Reflexiones sobre la determinación de la capacidad por línea de atraque de una terminal portuaria. MASPORT Seminar: Automation and Simulation Methodologies for the Evaluation and Improvement of Port Container Terminals. Valencia, Spain, 2011. ALATTAR, M.A., KARKARE, B., and RAJHANS, N., 2006. Simulation of Container Queues for Port Investment Decisions. The Sixth International Symposium on Operations Research and Its Applications, ORSC & APORC, pp. 155-167. BIELLI, M., BOULMAKOUL, A., and RIDA, M., 2006. Object oriented model for container terminal distributed simulation. European Journal of Operational Research, vol. 175, nº 3, pp. 1731-1751. CAMARERO, A., GONZÁLEZ, N., y PERY, P., 2009. Optimización y estudio de la capacidad de terminales portuarias mediante modelos de simulación de la explotación, determinación de los niveles de servicio Hito 3. UPM, UPV, Cenit, Valencia Port, Cedex, España. CAMARERO, A., LÓPEZ, I., GONZÁLEZ, N., y PERY, P., 2011. Análisis de las diversas metodologías para el estudio del sistema de atraque en terminales portuarias. Proceedings of the Euro-Mediterranean Scientific Congress on Engineering. EMSCE 2011. pp. 697-703. Algeciras, Spain, 2011. CONTAINERISATION INTERNATIONAL. 2011. Top 100 Container Ports. CORDEAU, J. F., LAPORTE, G., LEGATO P., and MOCCIA, M., 2005. Models and tabu search heuristics for the berth-allocation problem. Transportation science 2005, vol. 39, nº 4, pp. 526-538. CULLINANE, K., DONG-WOOK, J., PING-WANG, T., 2004. An application of DEA windows analysis to container port production efficiency. Review of Network Economics 2004, vol. 3, nº 2, pp. 102-124. DE MONIE, G., 1987. Measuring and evaluating port performance and productivity. Monograph 6. UNCTAD Monographs on Port Management. September, 1987. DE MONIE, G., THOMAS, B.J., 1998. Improving Port Performance: Measuring Container Terminal Performance. DRAGOVIĆ, B. and KYU-PARK, N., 2011. Simulation modeling of ship-berth link with priority service. MASPORT Seminar: Automation and Simulation Methodologies for the Evaluation and Improvement of Port Container Terminals. Valencia, Spain. 183 DRAGOVIĆ, B., 2011. Comparison of new and old queuing theory results for container terminal performance evaluation. IAME 2011, Santiago de Chile, Chile, pp. 1-19. DRAGOVIC, B., PARK, N.K., and RADMILOVIC, Z., 2005. Simulation Modeling of ShipBerth Link With Priority Service. Maritime Economics & Logistics, vol. 7, p. 316-335. DRAGOVIĆ, B., PARK, N.K., and RADMILOVIĆ, Z., 2006. Ship-berth link performance evaluation: simulation and analytical approaches. Maritime Policy & Management, vol. 33, nº 3, pp. 281-299. DREWRY SHIPPING CONSULTANTS, 2011. Container terminal capacity & performance benchmarks. Terminal Operations Conference and Exhibition. TOC 2011 Europe Conference. June 2011, Antwerp. DUNCAN, A.J., 1986. Quality control and industrial statistics (5th ed.). Homewood, Illinois: Ed. Irwin, R.D. Inc. Empresa Nacional de Puertos S.A. 2009. Primeras grúas pórtico de muelle en el Perú. Ed. ENAPU S.A. Lima. ENRÍQUEZ, F., 1968. Problemática de la congestión portuaria. Revista de Obras Públicas, vol. 115, nº 3.037, pp. 351-360. EROM 02 Capítulo 2 (Documento de trabajo pre-definitivo de Julio 2006) Ed. Puertos del Estado. ESCUTIA, R., 2007. VIII Master en Ingeniería de Puertos y Costas. Sección II: Ingeniería Portuaria. Módulo II.1: La Planificación Portuaria. ESCUTIA, R., 2007. VIII Master en Ingeniería de Puertos y Costas. La Planificación de la Oferta II: Rendimientos en la prestación de los Servicios Portuarios. Los planes de calidad. ESTRADA, J.L., 2007. Mejora de la competitividad de un puerto por medio de un nuevo modelo de gestión de la estrategia aplicando el cuadro de mando integral. UPM. FERNÁNDEZ, D., 2009. Estudio técnico y mantenimiento de una grúa portacontenedores. UPC. FOURGEAUD, P., 2000. Measuring Port Performance. The World Bank Group. FRATAR, T.J., GOODMAN, A.S., and BRANT, A.E., 1961. Prediction of maximum practical berth occupancy. Transactions of the American Society of Civil Engineers, vol. 126, nº 4, pp. 632-641. FROJAN, P., 2011. El Problema de la Asignación de Atraques. Universidad de Valencia. GAMBARDELLA, L.M., RIZZOLI, A.E., and ZAFFALON, M., 1998. Simulation and planning of an intermodal container terminal. Simulation 1998, vol. 71, nº 2, pp. 107-116. 184 GONZÁLEZ, N., 2007. Metodología para la determinación de parámetros de diseño de terminales portuarias de contenedores a partir de datos de tráfico marítimo. UPM. GONZÁLEZ, N., y CAMARERO, A., 2009. Caracterización de parámetros físicos de terminales de contenedores del sistema portuario español. Ingeniería y Ciencia, vol. 5, nº 10, pp. 49-73. GOODCHILD, A.V., and DAGANZO, C.F., 2007. Crane double cycling in container ports: planning methods and evaluation. Transportation Research Part B: Methodological 2007, vol. 41, nº 8, pp. 875-891. GRANT, E.L., and LEAVENWORTH, R.S., 1988. Statistical quality control (6th ed.). New York. Ed. McGraw-Hill, Inc. GRASSA, J.M., 2010. El problema de asignación de atraques en un muelle continuo: Un ejercicio de Simulación. Universidad Politécnica de Madrid. HANJIN, 2009. Revisión de Propuesta Técnica de desarrollo TTI Algeciras. Due Diligence TTI. HUANG, W.C., and WU, S.C., 2005. The estimation of the initial number of berths in a port system based on cost-function. Journal of Marine Science and Technology, vol. 13, nº 1, pp. 35-45. HUANG, W.C., KUO, T.C., and WU, S.C., 2007. A comparison of analytical methods and simulation for container terminal planning. Journal of the Chinese Institute of Industrial Engineers, vol. 24, nº 3, pp. 200-209. HUANG, W.C., KUO, T.C., and WU, S.C., 2009. A Research on the Improvement Strategy on the Operation Performance of Container Terminal. Journal of the Eastern Asia Society for Transportation Studies. IMAI, A., NISHIMURA, E., and PAPADIMITRIOU, S., 2003. Berth allocation with service priority. Transportation Research Part B: Methodological, vol. 37, nº 5, p. 437-457. IMAI, A., NISHIMURA, E., and PAPADIMITRIOU, S., 2008. Berthing ships at a multi-user container terminal with a limited quay capacity. Transportation Research Part E: Logistics and Transportation Review, vol. 44, nº 1, pp. 136-151. IMAI, A., SUNA, X., NISHIMURA, E., and PAPADIMITRIOU, S., 2005. Berth allocation in a container port: using a continuous location space approach. Transportation Research Part B: Methodological, vol. 39, nº 3, pp. 199-221. JURAN, J.M., GRYNA, F.M., 1988. Quality control handbook (4th ed.). New York: Ed. McGraw-Hill. Inc. 185 KIA, M., SHAYAN, E., and GHOTB, F., 2002. Investigation of port capacity under a new approach by computer simulation. Computers & Industrial Engineering, vol. 42, nº 2, pp. 533-540. KOZAN, E., 2006. Optimum capacity for intermodal container terminals. Transportation Planning and Technology, vol. 29, nº 6, pp. 471-482. KUO, T.C., HUANG, W., WU, S., and CHENG P., 2006. A case study of interarrival time distributions of containers ships. Journal of Marine Science and Technology, vol. 14, nº 3, pp. 155-164. LALLA-RUIZ, E., MELIÁN-BATISTA, B., and MORENO-VEGA, J.M., 2010. Búsqueda Tabú con reencadenamiento de trayectorias para el Problema Dinámico de Asignación de Atraques. CEDI 2010, Valencia, España. LEE, D.H., CHEN, H.C., and KAO, J.X., 2010. The continuous Berth Allocation Problem: A Greedy Randomized Adaptive Search Solution. Transportation research Part E 46, pp. 1017-1029. LEE, T.W., PARK, N.K. and LEE, D.W., 2003. A simulation study for the logistics planning of a container terminal in view of SCM. Maritime Policy & Management, vol. 30, nº 3, pp. 243-254. LEGATO, P. and MAZZA, R.M., 2001. Berth planning and resources optimisation at a container terminal via discrete event simulation. European Journal of Operational Research, vol. 133, nº 3, pp. 537-547. LIANG, C., HUANG, Y., and YANG, Y., 2009. A quay crane dynamic scheduling problem by hybrid evolutionary algorithm for berth allocation planning. Computers & Industrial Engineering, vol. 56, nº 3, pp. 1021-1028. LIU, B.L., LIU, W.L., and CHENG, C.P., 2007. Efficiency analysis of container Terminals in china: an application of DEA approach. Nankai University, Taipei, Taiwan. LÓPEZ, C., 1973. Planificación de puertos. Revista de Obras Públicas, vol 120, nº 3103, pp. 951-962. LÓPEZ, C., 1974. El dimensionamiento analítico de los grandes terminales marítimos. Revista de Obras Públicas, vol 121, nº 3114, pp. 701-704. LÓPEZ, C., 1997. Planificación de puertos. Ed. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Madrid. Universidad Politécnica de Madrid. LOPEZ, I., 2012. Métodos para el cálculo de la capacidad portuaria". Ed. Editorial Académica Española. 186 LÓPEZ, I., CAMARERO, A., GONZÁLEZ, N. y CAMARERO, A., 2012. Container terminal simulation. A case study: port of Valencia. Proceedings of the 5th International Conference on Maritime Transport. pp. 448-460, Barcelona, Spain. LÓPEZ, I., CAMARERO, A., GONZÁLEZ, N., y CAMARERO, A., 2012. Berth management in container terminals: Quality of service. IAME 2012 conference. Taipei, Taiwan. LÓPEZ, I., CAMARERO, A., GONZÁLEZ, N., y SOLER, F., 2012. Optimización de procesos en terminales portuarias por técnicas de simulación. XXXIII Congreso Nacional de Estadística e Investigación Operativa y VII Jornadas de Estadística Pública. Madrid. LÓPEZ, I., CAMARERO, A., NEGRO, V., y GONZÁLEZ, N., 2011. Terminales multicliente vs terminales dedicadas. Estudio del caso del puerto de Valencia, España. IAME 2011 conference. Sesión especial para Iberoamérica. Santiago de Chile, Chile. MANEGLOU, M., 2004. Seeking Pareto Improvements in Container Terminals. Ed. Erasmus University. Rotterdam. MARTINEZ, F. M., GARCÍA, I., ORTIZ, A., ARRECHE, L.M., 2004. Gantry crane operations to transfer containers between trains: a simulation study of a Spanish terminal. Transportation Planning and Technology, vol. 27, nº 4, pp. 261-284. MELIÁN-BATISTA, B., MORENO-VEGA, J.M., VERDEGAY, J.L., 2010. Una primera aproximación al problema de asignación de atraques con tiempos de llegada difusos (2010). XV Congreso Español Sobre Tecnologías y Lógica Fuzzy. Huelva. MERKURYEV, Y., 1998. A modelling and simulation methodology for managing the Riga Harbour container terminal. Simulation, vol. 71, nº 2, pp. 84-95. MONFORT, A., AGUILAR, J., GÓMEZ-FERRER, R., ARNAU, E., MARTÍNEZ, J., MONTERDE, N. y PALOMO, P., 2001. Terminales Marítimas de Contenedores: el Desarrollo de la Automatización. Ed. Fundación IPEC, Valencia. MONFORT, A., AGUILAR, J., VIEIRA, P., MONTERDE, N., OBRER, R., CALDUCH, D., MARTÍN, A.M., y SAPIÑA, R., 2011. Manual de capacidad portuaria: Aplicación a las terminales de contenedores. MONTERDE, N., 2011. Cálculo de la capacidad en terminales de contenedores. MASPORT Seminar: Automation and Simulation Methodologies for the Evaluation and Improvement of Port Container Terminals. Valencia, Spain. MONTGOMERY, D.C., 1991. Introduction to Statistical Quality Control (2th ed.). New York: Ed. John Wiley & Sons, Inc. 187 MUÑOZ, V., 2008. Optimización de la producción en una terminal marítima de contenedores. Umbrales y punto de equilibrio. UPC. NAVARRETE, E., 1998. Control Estadístico de la Calidad. Granada: Ed. Adhara. NEVINS, M.R., MACAL, C.M., LOVE, R.J., and BRAGEN M.J., 1998. Simulation, animation and visualization of seaport operations. Simulation, vol. 71, nº 2, p. 96-106. NICOLAU, S.N., 1967. Berth planning by evaluation of congestion and cost. Journal of the Waterways and Harbors Division, vol. 93, nº 4, pp. 107-132. NORITAKE, M. and KIMURA, S., 1983. Optimum number and capacity of seaport berths. Journal of Waterway, Port, Coastal, and Ocean Engineering, vol. 109, nº 3, pp. 323-339. NORITAKE, M., 1978. A study on optimum number of berths in public wharf. Proceedings of the Japanese Society of Civil Engineers, 1978, 278, 113-122. OAKLAND, J.S., 1999. Statistical Process Control. Oxford: Ed. BH. PARK, B., 2005. An Efficiency Analysis for the Korea Container Terminals by the DEA/Simulation Approach. Korean Management Science Review, vol. 22, nº 2, pp. 77-97. PARK, N.K., DRAGOVIĆ, B., and MEŠTROVIĆ, R., 2008. Simulation and analysis of port operations–case study: Korean container terminals. Maritime Economics and Logistics, vol. 12, pp. 316-335. PARK, R.K., and DE, P., 2004. An alternative approach to efficiency measurement of seaports. Maritime economics & logistics, vol. 6, nº 1, pp. 53-69. PERY, P., y CAMARERO, A., 2003. Determinación de la línea de atraque en los puertos españoles. UPM. PETERKOFSKY, R.I., and DAGANZO, C.F., 1990. A branch and bound solution method for the crane scheduling problem. Transportation Research Part B: Methodological, vol. 24, nº 3, pp. 159-172. POITRAS, G., TONGZON, J., and LI, H., 1996. Measuring port efficiency: An application of data envelopment analysis. Singapur, Department of Economics and Statistics, National University of Singapore. RODRIGUE, J.P., 2012. The Geography of Transport Systems, Hofstra University, Department of Global Studies & Geography. RODRIGUE, J.P., COMTOIS, C., and SLACK, B., 2009. The Geography of Transport Systems, Second Edition, New York: Routledge. Rodríguez A., 2007. VIII Master en Ingeniería de Puertos y Costas. Sección II: Ingeniería Portuaria. Módulo I.1: Economía, comercio y transporte marítimo internacional. 188 RODRÍGUEZ-PÉREZ, F., 1977. Capacidad de los Muelles. M.O.P. Secretaría General Técnica. RODRÍGUEZ-PÉREZ, F., 1985. Dirección y explotación de puertos. Puerto Autónomo de Bilbao. ROLL, Y., and HAYUTH, Y., 1993. Port performance comparison applying data envelopment analysis. Maritime Policy and Management, vol. 20, nº 2, pp. 153-161. ROM 2.0-08, 2008. Recomendaciones para el proyecto y ejecución en las Obras de Atraque y Amarre. Ed. Puertos del Estado. (Versión pre-definitiva). ROM 2.0-11, 2011. Recomendaciones para el proyecto y ejecución en las Obras de Atraque y Amarre. Tomo I /Tomo II. Ed. Puertos del Estado. ROM 3.1-99, 1999. Proyecto de la configuración marítima de los puertos, canales de acceso y áreas de flotación. Ed. Puertos del Estado. SALA, R., y MEDAL, A., 2004. Estudio de la Eficiencia Técnica y Económica de las Terminales de Contenedores. XII Jornadas ASEPUMA. SAPIÑA, R., 2011. Container Terminal KPI’s. MASPORT Seminar: Automation and Simulation Methodologies for the Evaluation and Improvement of Port Container Terminals. SGOURIDIS, S. P., MAKRIS, D., and ANGELIDES, D.C., 2003. Simulation analysis for midterm yard planning in container terminal. Journal of waterway, port, coastal, and ocean engineering, vol. 129, nº 4, pp. 178-187. SHABAYEK, A.A., and YEUNG, W.W., 2000. A queuing model analysis of the performance of the Hong Kong container terminals. Transportation Planning and Technology, vol 23 nº 4, pp 323-351. SHABAYEK, A.A., and YEUNG, W.W., 2002. A simulation model for the Kwai Chung container terminals in Hong Kong. European Journal of Operational Research, vol. 140, nº 1, pp. 1-11. SHEWHART, W. A. 1931. Economic control of quality of manufactured product. New York: Ed. Van Nostrand Company. pp. 501 SO, S. H., KIM, J., CHO, G., and KIM, D., 2007. Efficiency analysis and ranking of major container ports in Northeast Asia: An application of data envelopment analysis. International Review of Business Research Papers, vol. 3, nº 2, pp. 486-503. TAHAR, R. M. and HUSSAIN, K., 2000. Simulation and analysis for the Kelang Container Terminal operations. Logistics information management, vol. 13, nº 1, pp. 14-20. 189 TONGZON, J., 2001. Efficiency measurement of selected Australian and other international ports using data envelopment analysis. Transportation Research Part A: Policy and Practice, vol. 35, nº 2, p.p 107-122. UNCTAD 1984. Desarrollo Portuario. Manual de Planificación Para Países en Desarrollo. Ed. Naciones Unidas, Nueva York. UNCTAD, 2011. Review of Maritime Transport 2011. UNCTAD, 1975. Movimiento de mercancías en los muelles. Métodos sistemáticos para manejar las operaciones de manipulación de carga general. Ed. Naciones Unidas, Nueva York. UNCTAD, 1975. Port performance indicators . TD/B/C.4/131. 23 April 1975. UNCTAD, 1975. Ports performance indicators. TD/B/C.4/131.Supp. 1,2 July 1975. UNCTAD, 1992. La comercialización del puerto y las perspectivas del puerto de tercera generación. VALENTIN, S., 2011. Improving Quality Standards in Terminal Operations, using Simulation and Automation. MASPORT Seminar: Automation and Simulation Methodologies for the Evaluation and Improvement of Port Container Terminals. Valencia. VALENTINE, V., and GRAY, R., 2001. The measurement of port efficiency using data envelopment analysis. Vol. 22. Seoul, South Korea. Proceedings of the 9th world conference on transport research. VAN DE VOORDE, E., and WINKELMANS, W., 2002. A general introduction to port competition and management. Ed. W. Winkelmans. Editions de Boeck, Ltd. Antwerp. VEGA, J. L., 2004. Diseño e implementación de una herramienta para la enseñanza y el aprendizaje de la teoría de colas. Universidade da Coruña. VISSER, W., 2004. Managing Terminal Capacity and Productivity. Seminar Documentation. Lloyd’s Maritime Academy. WADSWORTH, H.M., STEPHENS, K.S., and GODFREY, A.B., 2001. Modern Methods for Quality Control and Improvement, 2nd edition, John Wiley & Sons. WANG, T.F., SONG, D.W., and CULLINANE, K., 2003. Container port production efficiency: a comparative study of DEA and FDH approaches. Journal of the Eastern Asian Society for Transportation Studies, vol. 5, pp. 698-713. WHEELER, D. J., and CHAMBERS, D. S., 1992. Understanding Statistical Process Control, Second Edition, SPC Press, Inc. WILKELMANS, W., 2003. Port Competitiveness and Port Competition. Two of a kind. 23rd IAPH World Port Conference. Durban (South Africa) 24 to 30 May 2003. 190 WONG, S., 2003. A Review of Container Terminal Productivity. Hong Kong University. YANG, C.H., CHOI, Y.S., and HA, T.Y., 2004. Simulation-based performance evaluation of transport vehicles at automated container terminals. Or Spectrum, vol. 26, nº 2, pp. 149-170. YUN, W.Y., and CHOI, Y.S., 1999. A simulation model for container-terminal operation analysis using an object-oriented approach. International Journal of Production Economics, vol. 59, nº 1, pp. 221-230. ZIEMER, T.L., 1993. Graphical Methods for Process Control, Handbook of Statistic, pp. 999-1019. ZRNIĆ, N., PETKOVIĆ, Z., and BOŠNJAK, S., 2005. Automation of ship-to-shore container cranes: A review of state-of-the-art. FME Transactions, vol. 33, nº 3, pp. 111121. 191 192 ANEXO I: APLICACIÓN PRÁCTICA DE AJUSTE ENTRE VARIABLES PORTUARIAS Anexo I ANEXO I: APLICACIÓN PRÁCTICA DEL AJUSTE ENTRE VARIABLES PORTUARIAS En este anexo se realiza una breve aplicación práctica de ajuste estadístico entre variables portuarias:: Gráfica de línea ajustada Gráfica de línea ajustada LONGITUD DE MUELLES = 311,6 + 16,47 AREA TERMINAL (ha) LONGITUD DE MUELLES = 539,4 + 0,4689 CAPACIDAD (KTEUs) Regresión IC de 95% PI de 95% S R-cuad. R-cuad.(ajustado) 6000 Regresión IC de 95% PI de 95% 8000 717,614 70,7% 70,3% 4000 2000 LONGITUD DE MUELLES LONGITUD DE MUELLES 8000 S R-cuad. R-cuad.(ajustado) 6000 513,748 85,0% 84,8% 4000 2000 0 0 0 50 100 150 200 250 AREA TERMINAL (ha) 300 350 0 2000 4000 6000 8000 10000 12000 14000 16000 CAPACIDAD (KTEUs) Longitud vs área (ha) y longitud vs capacidad (KTEUs) Gráfica de línea ajustada Gráfica de línea ajustada LONGITUD DE MUELLES = - 39,77 + 335,8 Nº DE ATRAQUES AREA TERMINAL (ha) = 28,06 + 3,623 Nº DE GRUAS 9000 7000 S R-cuad. R-cuad.(ajustado) 6000 288,736 95,3% 95,2% 5000 4000 3000 2000 Regresión IC de 95% PI de 95% 400 AREA TERMINAL (ha) LONGITUD DE MUELLES 500 Regresión IC de 95% PI de 95% 8000 S R-cuad. R-cuad.(ajustado) 300 45,3548 55,1% 54,5% 200 100 1000 0 0 0 5 10 15 Nº DE ATRAQUES 20 0 25 10 20 30 40 50 60 Nº DE GRUAS 70 80 90 Longitud vs nº de atraques y Área del terminal vs nº grúas Gráfica de línea ajustada Gráfica de línea ajustada 400 Regresión IC de 95% PI de 95% 300 S R-cuad. R-cuad.(ajustado) 200 100 0 0 2000 4000 6000 AREA TERMINAL (ha) = 8,112 + 0,04292 LONGITUD DE MUELLES 500 46,9826 51,8% 51,1% A R E A D E L T E R M I N A L (ha) AREA TERMINAL (ha) AREA TERMINAL (ha) = 34,27 + 0,01869 CAPACIDAD (KTEUs) 8000 10000 12000 14000 16000 Regresión IC de 95% PI de 95% 400 S R-cuad. R-cuad.(ajustado) 300 200 100 0 0 CAPACIDAD (KTEUs) 1000 2000 3000 4000 5000 6000 7000 8000 L O N G I T U D D E M U E L L E S (m) Área del terminal vs capacidad y Área del terminal vs longitud de muelles Anexo I - 1 36,6369 70,7% 70,3% Anexo I Gráfica de línea ajustada Gráfica de línea ajustada CAPACIDAD (KTEUs) = - 198,6 + 183,2 Nº DE GRUAS Nº DE ATRAQUES_1 = 1,280 + 0,04586 AREA TERMINAL (ha) 25 S R-cuad. R-cuad.(ajustado) 15 Regresión IC de 95% PI de 95% 15000 2,28290 64,9% 64,4% 10 5 CAPACIDAD (KTEUs) 20 Nº DE ATRAQUES 17500 Regresión IC de 95% PI de 95% S R-cuad. R-cuad.(ajustado) 12500 587,176 94,9% 94,9% 10000 7500 5000 2500 0 0 0 50 100 150 200 250 AREA TERMINAL (ha) 300 0 350 10 20 30 40 50 60 Nº DE GRUAS 70 80 90 Nº de atraques vs área del terminal y Capacidad vs nº de grúas Gráfica de línea ajustada Gráfica de línea ajustada Nº DE ATRAQUES = 0,3331 + 0,002837 LONGITUD DE MUELLES Nº DE ATRAQUES = 1,357 + 0,2631 Nº DE GRUAS 30 Nº DE ATRAQUES 25 S R-cuad. R-cuad.(ajustado) 20 1,24457 89,6% 89,4% 15 10 5 Nº D E A T R A Q U E S Regresión IC de 95% PI de 95% 25 Regresión IC de 95% PI de 95% 20 S R-cuad. R-cuad.(ajustado) 0,839273 95,3% 95,2% 15 10 5 0 0 0 10 20 30 40 50 60 Nº DE GRUAS 70 80 0 90 1000 2000 3000 4000 5000 6000 7000 8000 LONGITUD DE MUELLES (m) Nº de atraques vs nº de grúas y Nº de atraques vs longitud de muelles (m) Gráfica de línea ajustada Gráfica de línea ajustada CAPACIDAD (KTEUs) = - 663,9 + 1,812 LONGITUD DE MUELLES CAPAC IDAD (K T E U s) 15000 Regresión IC de 95% PI de 95% S R-cuad. R-cuad.(ajustado) 10000 5000 0 -5000 0 50 100 150 200 250 AREA TERMINAL (ha) 300 1809,21 51,8% 51,1% C A P A C I D A D (m i l e s d e T E U s) CAPACIDAD (KTEUs) = 57,0 + 27,71 AREA TERMINAL (ha) Regresión IC de 95% PI de 95% 15000 S R-cuad. R-cuad.(ajustado) 10000 5000 0 -5000 0 350 1000 2000 3000 4000 5000 6000 7000 8000 LONGITUD DE MUELLES (m) Capacidad vs Área del terminal y Capacidad vs longitud de muelles Anexo I - 2 1010,02 85,0% 84,8% Anexo I Gráfica de línea ajustada Gráfica de línea ajustada Nº DE GRUAS = - 3,317 + 3,404 Nº DE ATRAQUES Nº DE GRUAS = - 2,541 + 0,009894 LONGITUD DE MUELLES 100 S R-cuad. R-cuad.(ajustado) 60 4,47717 89,6% 89,4% 40 20 Regresión IC de 95% PI de 95% 80 Nº D E GR UA S 80 Nº D E G R U A S 100 Regresión IC de 95% PI de 95% S R-cuad. R-cuad.(ajustado) 60 4,48295 89,5% 89,4% 40 20 0 0 0 5 10 15 Nº DE ATRAQUES 20 25 0 1000 2000 3000 4000 5000 6000 7000 8000 LONGITUD DE MUELLES Nº de grúas vs nº de atraques y Nº de grúas vs longitud de muelles Gráfica de línea ajustada Gráfica de línea ajustada Nº DE GRUAS = 1,343 + 0,1520 AREA TERMINAL (ha) 100 100 Regresión IC de 95% PI de 95% S R-cuad. R-cuad.(ajustado) 50 25 9,28928 55,1% 54,5% Regresión IC de 95% PI de 95% 80 Nº D E GR UA S 75 Nº D E GR UA S Nº DE GRUAS = 1,663 + 0,005182 CAPACIDAD (KTEUs) S R-cuad. R-cuad.(ajustado) 60 40 20 0 0 0 50 100 150 200 250 AREA TERMINAL (ha) 300 350 0 2000 4000 6000 8000 10000 12000 14000 16000 CAPACIDAD (KTEUs) Nº de grúas vs área del terminal y Nº de grúas vs capacidad KTEUs Los datos depurados utilizados han sido obtenidos de las siguientes tablas: Anexo I - 3 3,12301 94,9% 94,9% Anexo I Terminales de contenedores del operador privado PSA. 2008. Terminal marítimo de Nº de Longitud de Superficie Calado contenedores atraques muelles(m) terminal (Ha) (m) Antwerp 29 10.215 598 16.5 Buenos Aires 4 1.300 67 12 Busan 9 3.200 215 17 Chennai 3 832 35 15,5 Dalian 7 1.856 74 14 Dongguan 6 2.097 125 17,8 Fuzhou 2 678 48,5 14,3 Genoa 5 1.650 165 17,5 Guangzhou 3 519 28 11,5 Guangzhou 7 1.450 66 12.5 GCT, Xingang 4 810 27 12,5 GCT, xinsha 3 640 39 12,5 Pakistan Gwadar 2 602 50 14,5 India Asirá 2 650 33,2 15 17 6.425 186,2 15,5 HK ct3, 4,6,7, 8w, 8e & 9 Hong Kong ct4, 6, 7 & 9 12 4.292 111 15,5 Hong Kong ct8 East 2 1.088 30 15,5 Hong Kong ct8 West 2 740 28,5 15,5 Hong Kong ct3 Terminal 1 305 16,7 14 Korea Korea Incheon 3 900 35,5 14 Japan Kitakyushu 4 1.225 43 15 India Kandla 2 545 40 12 India Kolkata 2 411 5 8 Turkey Mersin 6 1.500 110 14 Panama Pacific Coast 1 330 12 14,5 1 300 10 5,5 The Netherlands Rotterdam Portugal Sines 3 940 36,4 16 Nº de Capacidad grúas (K TEUS/año) 70 14.300 10 2.000 25 5.500 10 1.500 16 2.200 18 2.800 6 950 15 2.500 4 500 12 2.100 6 1.000 6 1.100 2 500 2 1.230 64 12.730 43 9 8 4 9 3 2 3 7 3 2 8.500 1.800 1.800 630 1.500 1.100 1.000 250 2.500 450 265 10 1.400 35.000 SINGAPORE 54 16.000 600 16 190 Tanjong Pagar Terminal 8 2.300 85 14,6 29 Keppel Terminal 14 3.200 100 14,6 42 Brani Terminal 9 2.600 80 15 32 Pasir Panjang Terminal 23 3 7.900 1.250 335 45,5 16 14 87 13 2.220 11 23 1.850 4.000 Thailand Laem Chabang China Tianjin. Tact 4 1.100 63 16 China Tianjin. Tact 6 2.300 218 16 Fuente: Elaboración propia a partir de los datos recogidos de www.psa.com Nota: PSA es uno de los principales operadores de terminales de contenedores. En el año 2011 operó terminales en 29 puertos repartidos en 17 países. Anexo I - 4 Anexo I Selección de otras terminales internacionales de contenedores. Puestos de atraque Longitud de muelles(m) Área del terminal (Ha) Calado (m) Nº de grúas Capacidad máxima (K TEUS/año) BURCHARDKAI CT 8 2.850 160 16,5 18 2.600 ALTENWERDER CT 4 1.400 78 16,7 15 1.900 EUROKAI Hamburg CT 6 2.100 120 15,5 17 2.000 EUROGATE Bremerhaven CT 9 3.237 200 14,5 21 3.200 Bremerhaven. Eurogate CT 3 1.100 68 14 10 1.800 NOORDZEE CT 3 1.125 80 14,5 9 1.320 DEURGANCK (Left Bank) CT 8 2.750 200 14,5 24 3.750 EUROPA CT, HNN. 3 1.180 72 14,3 8 1.350 TRINITY CT HPH. FELIXSTOWE 6 2.084 109 15 21 2.800 LANDGUARD FELIXSTOWE CT 1 439 30 11,9 4 450 ECT Delta Terminal, Rotterdam CT 11 3.880 313 16,6 23 4.500 ECT Home Terminal, Rotterdam CT 4 1.400 67 14,15 11 800 ECT HANNO, Rotterdam CT 3 900 60 14,4 11 1.600 CERES PARAGON CT 3 1.012 54 15 9 1.000 MARSAXLOKK Malta CT 7 2.426 55 15,5 15 1.300 VOLTRI CT 4 1.400 100 15 8 869 MEDCENTER CT (EUROGATE). 9 3.011 120 15,5 18 3.080 PIRAEUS CT 8 2.774 90 16 14 1.400 TERMINAUX DE NORMANDIE, CT 3 1.075 40 14 5 450 FOS CONTAINER TERMINAL. CT 3 1.175 56 14,5 6 750 SKANDIA CONTAINER TERMINAL. 3 1.012 60 12 8 666 FREEPORT BAHAMAS. CT (HPH) 3 1.033 37 15,5 7 1.058 PORT BOTANY. CT 3 1.055 44,2 15,2 6 730 BARBOURS Houston CT 5 1.829 101 12,19 12 1.100 NORFOLK CT 5 1.637 134 15,2 10 1.650 APM Port Elizabeth, APM, CT. 4 1.370 108 13,5 11 MAHER TERMINAL New Jersey. 9 3.087 180 15,2 13 Terminal marítimo de contenedores Fuente: Muñoz V. (2008) Anexo I - 5 Anexo I Terminales marítimos de contenedores en España. Longitud de atraque(m) Área del terminal (Ha) Calado (m) Maesrsk 1.957 67 17 15 207 0 46 0 3.926 Marítima Valenciana 1.780 114 16 9 76 0 50 0 2.826 Terminal de Contenedores de Barcelona 1.380 53 14 9 0 51 32 1 963 Operaciones Portuarias Canarias, S.A. 1.120 42 14 12 50 0 8 0 1.388 Terminales de Cataluña 1.640 35 14 8 24 0 13 0 921 Terminal de Contenedores de Valencia 580 35 10 6 24 11 0 0 681 Terminales del Sudeste 360 10 16 2 0 0 5 0 410 Compañía Auxiliar del Puerto, S.A. 916 16 12 3 17 2 7 0 324 Abra Terminales Marítimas 747 22 14 5 30 0 1 344 Terminales Marítimas de Bilbao 770 33 20 4 15 5 9 0 637 La Candelaria 400 6 8 3 2 5 0 0 165 Terminal Llevant 450 9 16 3 5 6 0 0 196 Estibadora del Ponent 330 9 10,5 4 0 6 0 0 300 Compañía Gaditana de Contenedores 600 10 13 3 0 0 0 0 309 Terminal de Conternedores de Avilés 125 0,875 12 1 0 0 0 0 14 Terminal de Contenedores de Algeciras 680 18 14,5 2 0 0 4 0 862 Terminal de Contenedores de Gijón 210 4 11 1 2 5 0 0 63 TERMINALES DE CONTENEDORES Nº de grúas Capacidad carga/descar Chasis SC RTG RMG máxima (miles ga TEUs/año) Fuente: González N. (2007) Anexo I - 6 ANEXO II: APLICACIÓN PRÁCTICA DE LOS MÉTODOS DE SIMULACIÓN Anexo II ANEXO II: APLICACIÓN PRÁCTICA DE LOS MÉTODOS DE SIMULACIÓN PARTE I: Simulación del sistema del sistema de atraque Esta primera parte tiene por objetivo simular un modelo del sistema de atraque de las principales terminales de contenedores del puerto de Valencia. El paso inicial para la elaboración del modelo es familiarizarse con el sistema que se pretende estudiar. El puerto de Valencia es según Containerisation International (2011) el primer puerto español por tráfico de contenedores, quinto de Europa y 26 a nivel del mundo. Las dársenas del puerto son capaces de atender y dar servicio a los grandes buques portacontenedores de nueva generación, con capacidades de 14.000 TEU, registros brutos superiores a las 150.000 toneladas y esloras que alcanzan los 366 metros. Gran parte del tráfico del puerto es generado por la naviera suiza, Mediterranean Shipping Company (en adelante MSC), que en 2006 eligió a Valencia como puerto base del Mediterráneo occidental y que en el año 2011 generó entre 2,5 y 3 millones de movimientos anuales en el puerto. El puerto recibe mensualmente más de 100 portacontenedores de MSC, llegando algunos días a recibir hasta siete buques y algunos fines de semana hasta una docena. En el caso de estudio se ha realizado un seguimiento técnico de la línea de atraque de dos terminales, una de uso público (multi-cliente) “Noatum CT” y otra de uso privado (dedicada) “MSC CT”, que ha proporcionado la información necesaria para modelizar y simular la actividad de ambas terminales. La terminal pública Noatum CT dispone de una línea de atraque de 1.830 metros en dos alineaciones, el muelle Príncipe Felipe con 1.500 metros de longitud y el muelle del Este con 330 metros, por su parte la terminal de MSC CT tiene una única alineación, el muelle transversal de costa con 686 metros, ambas terminales tienen un calado de 16 m. Anexo II - 1 Anexo II PUERTO DE VALENCIA NOATUM CT ~ Marítima Valenciana MSC CT Fuente: Google earth Vista aérea de las dos terminales objeto de estudio La evolución del tráfico de contenedores en ambas terminales en el período 2007-2011, se muestra en la Tabla siguiente. Como se puede apreciar, la puesta en marcha de la terminal de MSC ha generado un aumento del tráfico (de transbordo) que no ha restado movimientos a Noatum CT. Así en Noatum CT durante 2007 se gestionaron unos 720.000 movimientos de contenedores de MSC, en 2008 (año en que MSC se hizo cargo de la gestión de su concesión) se gestionaron entorno a los 900.000 movimientos y en 2011 se superó el millón de movimientos. Tráfico de contenedores (TEUs) en las terminales objeto de estudio 2007 2008 2009 2010 2011 1.189 1,320 1,335 1.262 1.207 1.743.885 1.903.720 1.934.699 2.109.663 2.320.629 Escalas NOATUM CT 1.467 1.442 1.449 1.671 1.921 TEUS / escala MSC CT 1.304 1.323 1.314 1.369 1.505 629.854 910.000 1.152.000 1.410.138 1.520.000 483 688 877 1.030 1.010 TEUS / escala NOATUM CT TEUS NOATUM CT TEUS MSC CT Escalas MSC CT Fuente: Elaboración propia. (Noatum CT ~ Marítima Valenciana) Anexo II - 2 Anexo II Una vez presentado el ámbito, el siguiente paso es identificar las etapas que se desarrollarán en el caso de estudio. Recogida y depuración de la información Llegadas Estadías Modelización y simulación Análisis y validación de resultados Conclusiones Fuente: Elaboración propia Esquema metodológico del caso de estudio El primer paso para la modelización del sistema de atraque de las terminales presentadas es muestrear datos reales que representen del modo más fiable la realidad. Por esto en la primera etapa se recopila la información relativa a las escalas (intervalo de tiempo entre llegadas consecutivas y tiempos de estancia en puerto) de buques portacontenedores en los muelles del puerto. A continuación se elaboran histogramas de llegadas y estancias. En los primeros se muestra en abcisas el tiempo entre dos llegadas consecutivas y en los segundos se muestra en abcisas el tiempo de estancia. Para ambos histogramas las ordenadas representan la frecuencia observada, es decir, el número de buques. El siguiente paso es realizar un ajuste estadístico de estos histogramas a distribuciones estadísticas continuas. Se debe elegir una familia de distribuciones y una vez seleccionada la familia, se deben estimar los parámetros que definen la función. La substitución del histograma por una distribución estadística continua, permite obtener una expresión compacta que suaviza e interpola la información proporcionada por el histograma. Esta etapa previa es importante, pues tener pocos datos de una distribución es malo, pero tener datos de una distribución incorrecta es peor. El objetivo es definir Anexo II - 3 Anexo II distribuciones que permitan representar escenarios anuales de comportamiento, para posteriormente simular fielmente la actividad de las terminales. Inter-arrival time. Marítima Valenciana 2008. Service time. Marítima Valenciana 2008. Exponential Gamma Mean N 300 250 0,3505 1044 5,384 0,1898 1045 200 200 Frecuency Frecuency 250 Forma Escala N 150 150 100 100 50 50 0 0,0 0,3 0,6 0,9 1,2 1,5 Inter-arrival time (days) 1,8 0 2,1 -0,0 0,8 1,6 2,4 3,2 Service time (days) 4,0 4,8 Fuente: Elaboración propia Llegadas y servicio en NOATUM CT. Año 2008 Con respecto al tiempo de estancia se debe precisar que este se obtiene como diferencia entre la hora de salida y de llegada, por tanto, el tiempo de estancia (o servicio) que se computa a efectos de este estudio es el tiempo en el que un buque está en puerto, independientemente de que las grúas trabajen sobre el o no. Este tiempo incluye el período de trabajo de las grúas y de los grupos de personal que trabajan con estas y el período de ocupación del puesto de atraque aunque no se esté trabajando físicamente en el buque. Incluye los tiempos de maniobras, demoras y tiempos muertos por apertura de bodegas, inactividad en muelle, etc. La identificación de cada escala con un único código y una única hora de llegada y salida (ETA y ETD) del puerto, implica que los datos no están desagregados por terminales, dicho de otra forma, un buque que realiza operaciones en dos muelles pertenecientes a dos terminales diferentes, tiene las mismas horas de llegada y salida del puerto y por tanto tendría el mismo tiempo de estancia en las dos terminales, por ello, es obligatorio depurar las escalas que operan en mas de una terminal. Cuantificar cuál es el porcentaje de buques que tienen actividad en más de una alineación a lo largo de un año, es un paso imprescindible en el estudio de la operativa portuaria. En primer lugar se debe hacer notar que el cambio de atraque entre terminales en una misma escala es una operativa reciente, que se ha iniciado desde la inauguración Anexo II - 4 Anexo II de la terminal dedicada MSC CT, en la segunda mitad del año 2006. Con anterioridad a es fecha, la operativa de cambio de muelle no era especialmente significativa. Sin embargo desde el año 2008 con el crecimiento del tráfico y el servicio de cinco remolcadores en el puerto, se ha facilitado estas operaciones de cambio de alineación o “doble atraque”. La evolución de esta operativa se puede estimar en un 10-15 % del total de las escalas. 3.500 3.000 2.500 Total llegadas 2.000 Total llegadas a una terminal 1.500 Total llegadas a dos terminales (doble atraque) 1.000 500 0 2008 2009 2010 Fuente: Elaboración propia Evolución del fenómeno de doble atraque Este tipo de operativa es realizada por todo tipo de buques con independencia de su tamaño y de su carga, desde los más grandes con cargas superiores a los 10.000 TEUs, a los más pequeños buques feeder. Como ejemplo, se muestra a continuación, la operativa real de tres buques “Wec Rubens”, “Casablanca Express” (que cubren servicios feeder) y “MSC Sola” (que cubre rutas transoceánicas entre el lejano oriente y el puerto de Valencia) en el año 2010. Anexo II - 5 Anexo II Buque FECHA Wec Rubens Mayo 10 MSC CT 1.800 Marvalsa 254 Casablanca Express Mayo 10 Marvalsa 160 TCV 50 Dic 08 MSC CT 2.850 Marvalsa 3.180 MSC Sola Terminal inicial. Movimientos Terminal final. Movimientos Fuente: Elaboración propia Casos reales de “doble atraque” en una escala Con respecto a las llegadas, como ya se ha expuesto en apartados anteriores, en un sistema de espera, las entradas se expresan por el intervalo de tiempo entre dos llegadas sucesivas. Estos intervalos de tiempo entre llegadas se ajustan a una distribución de probabilidad, que depende de diversos factores, como el tipo de tráfico (buques tramp o de línea regular), la forma de programar las llegadas, etc. Al estudiar el sistema de atraque de las terminales de Valencia con llegadas de entidades programadas, pero no puntuales, se ha comprobado que la programación está sujeta a alteraciones que dificultan la puntualidad de esas llegadas. En general se constata que las llegadas de portacontenedores a las terminales siguen distribuciones exponenciales o gamma con parámetro de forma próximo a la unidad. Anexo II - 6 Anexo II Histograma de Intervalo entre llegadas Gamma(1,237; 0,2002) vs Expon(0,24765) Ajuste: Gamma 1200 Forma Escala N Fr e c u e n c ia 1000 4,5 1,237 0,2002 5916 X <= 0,020 5,0% X <= 0,689 95,0% 4 3,5 0,072144289; 3,017483783 3 800 2,5 600 2 Gamma Expon 1,5 400 1 200 0 0,5 0,00 0,45 0,90 1,35 1,80 2,25 2,70 Intervalo entre llegadas (días) 0 -0,2 3,15 0 0,2 0,4 0,6 0,8 1 1,2 Fuente: Elaboración propia Histograma de llegadas y curva de ajuste. Noatum CT Por último la determinación del número de puestos de atraque de cada muelle es un aspecto de enorme relevancia, se realiza en función de la longitud de la línea de atraque y de la distribución de llegadas y tiempos de estancia de los buques. Cabe resaltar la complejidad asociada a la determinación de este parámetro, especialmente si se tiene en cuenta la gran variabilidad de esloras entre los portacontenedores. La primera consecuencia de la gran variabilidad de tamaño de los buques es que la noción de puesto de atraque pierde su significación, pues es complejo definir un puesto de atraque cuando la eslora de los buques puede variar desde 100 a 350 metros. Esloras en MSC CT y NOATUM CT. Año 2011 Variable NOA TUM C T. 2011. Esloras MSC C T. 2011. Esloras 250 Frecuencia 200 150 100 50 0 80 120 160 200 240 Eslora (m) 280 320 360 Fuente: Elaboración propia Variabilidad de esloras en dos terminales durante el año 2011 Anexo II - 7 Anexo II El modelo de colas que se utiliza es M/EK/N con K≥4 (donde M indica distribución exponencial, EK indica distribución de Erlang de grado K y N indica el número de puestos de atraque), siendo las distribuciones de llegadas y estancias para cada año o escenario las que se muestran en la tabla siguiente. Se debe resaltar que las distribuciones obtenidas en los ajustes estadísticos son similares a las obtenidas en otros casos de estudio, por ejemplo, Dragovic et al (2005-2006) y Camarero et al. (2009). En la parte final de este anexo se incorporan todas las distribuciones utilizadas Ajustes estadísticos de las leyes de llegada y estancia en las terminales Terminal Distribución NOATUM CT MSC CT 2007 2008 2009 2010 Intervalo entre llegadas M M M M Servicio E5 E5 E4 E4 Intervalo entre llegadas M M M M Servicio E5 E6 E6 E7 Fuente: Elaboración propia Una vez modeladas las llegadas y estadías para cada año, se procede a reproducir los modelos con un programa desarrollado en entorno MATLAB® y preparado para simular el funcionamiento de la línea de atraque de las terminales. El programa simula los escenarios representativos de la actividad anual de cada terminal, de acuerdo a las leyes observadas en la realidad, es decir, se tiene una distribución de llegadas, una distribución de servicios y “n” sitios de atraque operativos, que es el tercer parámetro con el que se crea el modelo. Se ha optado por simplificar determinados parámetros que podrían convertir el modelo en improductivo, por ello se ha establecido que el tiempo de espera sea un 10 % del tiempo de servicio como una condición de funcionamiento del modelo. Una vez impuesta esta condición, se procede a la determinación de las variables “grado de ocupación”, “tiempos de espera” y “número de buques”, para cada escenario simulado. En el siguiente apartado se presentan y analizan todos los resultados del caso de estudio. Para estudiar el sistema de atraque los inputs del modelo de simulación son los siguientes: Anexo II - 8 Anexo II • Distribución de tiempos entre llegadas (M) y tasa media (λ). • Distribución de tiempos de servicio (EK) y tasa media (μ). • Número de puestos de atraque (N). • Número de llegadas (10.000 buques) y parámetro de estabilización (5.000 buques) El output del modelo de simulación incluye: • Tiempo medio del buque en el sistema (W) y en cola (Wq). • Número medio (esperado) de buques en el sistema (L) y en cola (Lq). • Grado de ocupación (o grado de utilización) de la línea de atraque (λ ⁄ μ·S). • Eficiencia del sistema de atraque de la terminal (Ef = • Probabilidad de que en un instante determinado se encuentren “n” buques en el W W − Wq ). sistema de atraque. Las tablas siguientes permiten visualizar los resultados de las simulaciones y compararlos con los valores reales observados en la actividad diaria de las terminales o en su caso con los valores recomendados por la ROM. Como se puede comprobar en las tablas el número de puestos de atraque así obtenido no es un valor entero sino fraccionario. Para obtener el número de puestos de atraques, se han interpolado los valores que corresponden a los enteros mayor y menor a la cifra obtenida. Anexo II - 9 Anexo II Resultados de simulación. NOATUM CT Año 2007 Número de Atraques 4 Valores reales o recomendados L W-Wq 2,94 1,18 5 GU Resultados Simulación L W-Wq GU Eficiencia 55,00% 2,88 0,87 63,00% 1,14 60,00% 2,69 0,87 51,80% 1,04 0,87 58,50% 1,10 (ROM)* 4,8 2008 4 2,85 1,02 5 55,00% 3,7 1,04 73,10% 1,26 60,00% 3,13 1,03 58,70% 1,06 1,03 61,50% 1,10 5,2 2009 5 2,94 0,89 6 60,00% 3,73 1,15 66,70% 1,12 65,00% 3,48 1,14 55,90% 1,03 1,14 64,30% 1,10 5,8 2010 5 2,94 0,87 6 60,00% 4 1,19 69,20% 1,15 65,00% 3,61 1,18 57,80% 1,04 1,18 64,00% 1,10 5,8 Fuente: Elaboración propia Resultados de simulación. MSC CT Año Número de Atraques 2007 1 Valores reales o recomendados Resultados Simulación L W-Wq GU (ROM)* L W-Wq GU Eficiencia 0,53 1,29 15,00% 0,59 0,78 41,20% 1,44 35,00% 0,43 0,79 21,10% 1,03 0,78 24,50% 1,10 2 1,5 2008 2 0,98 0,97 3 35,00% 1,25 1,05 51,10% 1,22 50,00% 1,06 1,05 34,30% 1,03 1,05 40,40% 1,10 2,3 2009 2010 3 50,00% 2,21 1,24 61,80% 1,19 4 55,00% 1,99 1,24 47,70% 1,04 3,6 53,0 % 1,24 53,30% 1,10 3 1,51 1,36 4 0,88 0,78 50,00% 2,22 1,35 61,80% 1,19 55,00% 1,9 1,36 45,70% 1,03 1,36 52,70% 1,10 3,5 Fuente: Elaboración propia Anexo II - 10 Anexo II La primera unidad de análisis del sistema es el número de atraques operativos en las terminales. Tradicionalmente se ha considerado la identificación de esta variable como un paso previo en el estudio de los fenómenos de espera, ya que todos los resultados que se obtienen tanto por métodos analíticos como por simulación son función del número de puestos de servicio. La evolución de las terminales con los años se muestra en el siguiente gráfico. En él se observa que el número de puestos de atraque con que cada terminal opera cada año no es obligatoriamente un número entero. La determinación final de este valor ha dependido de la longitud de la línea de atraque y de la distribución de llegadas y tiempos de estancia de los buques de diversas esloras. Evolución de la oferta de puestos de atraque en las terminales Número de puestos de atraque 7 6 5 4 Marítima Valenciana 3 Terminal MSC 2 1 0 2007 2008 2009 2010 Año Fuente: Elaboración propia Evolución de la oferta de puestos de atraque Se observa que las terminales han ido optimizando cada año el uso que los buques hacen del frente de atraque, lo que les ha permitido recibir un mayor número de escalas, siendo la mejora especialmente notable en MSC CT. El origen de esta mejora puede encontrarse en aspectos básicos, como son el mejor aprovechamiento de los espacios, un mayor ajuste de los intervalos de tiempo entre llegadas, o una reducción de las estadías de los buques en las terminales. Anexo II - 11 Anexo II La segunda unidad de análisis es el grado de ocupación, índice que está ligado a la relación entre el tiempo medio de espera de los buques y el tiempo de servicio en la terminal. Además los grados de ocupación están asociados a los sitios de atraque, lo que se traduce en una determinada calidad de servicio. A continuación se muestran para cada uno de las terminales estos valores. Índice de evaluación relativo al sistema de colas/esperas 70% Grado de Ocupación (%) 60% 64,3% 61,5% 58,5% 64,0% 53,3% 52,7% 50% 40,4% 40% 30% Marítima Valenciana Terminal MSC 24,5% 20% 10% 0% 2007 2008 2009 2010 Año Fuente: Elaboración propia Índice de evaluación relativo al sistema de colas/esperas Se debe resaltar que esta variable no refleja capacidades, sino que se calcula en base al tráfico de las terminales, sin que las mismas estén necesariamente a su máxima capacidad. Los grados de ocupación resultantes de las simulaciones en los diversos escenarios, son congruentes con las Recomendaciones para Obras Marítimas de Puertos del Estado, ROM 2.0 (2011) y reflejan un sostenido aumento de la ocupación de la línea de atraque en la terminal dedicada MSC CT y un aumento menos acentuado en la terminal NOATUM CT. Por otro lado, la variable “Probabilidad de que se encuentren exactamente “n” buques en el sistema”, que se muestra en las siguientes gráficas, permite comprobar la actividad diaria en una y otra terminal. Las simulaciones muestran una disminución de la probabilidad de encontrar menos buques en el sistema y al mismo tiempo un aumento de la probabilidad de que se encuentren más buques en el sistema, de ello se deduce un aumento del tráfico. Anexo II - 12 Anexo II Número de buques portacontenedores por día. Marítima Valenciana 30,0% Probabilidad 25,0% 20,0% 2007 2008 15,0% 2009 10,0% 2010 5,0% 0,0% 0 1 2 3 4 5 6 7 8 o más Buques portacontenedores Fuente: Elaboración propia Buques portacontenedores/día. NOATUM CT Número de buques portacontenedores por día. Terminal MSC 70,0% Probabilidad 60,0% 50,0% 2007 40,0% 2008 30,0% 2009 20,0% 2010 10,0% 0,0% 0 1 2 3 4 5 o mas Buques portacontenedores Fuente: Elaboración propia Buques portacontenedores/día. MSC CT Los comportamientos que se observan en las simulaciones, son consecuentes con la dinámica general de los frentes de atraque, pudiéndose comprobar un alto grado de ajuste entre los principales resultados producidos por el modelo y los valores observados en la realidad de las terminales. Una vez realizados el análisis y validación de todas las simulaciones, se pueden destacar entre las conclusiones del caso de estudio las siguientes: Anexo II - 13 Anexo II En los modelos de simulación cada elemento del sistema de atraque es representado de acuerdo a sus características de operación, con el objeto de observar el funcionamiento conjunto del sistema. Las ventajas de las técnicas de simulación sobre los métodos analíticos son evidentes pues además de permitir resolver modelos que no tienen una solución analítica sencilla, disminuyen el tiempo dedicado a la resolución de los modelos eliminando la posibilidad de cometer algún tipo de error en los cálculos, posibilitan la rápida resolución de otros modelos parecidos y permiten que se pueda analizar la influencia de la variación de algunos parámetros de entrada en los valores de salida. En definitiva ayudan a la toma de decisiones en el caso de que se trate de un modelo real. Las simulaciones permiten adelantar acontecimientos o situaciones futuras plausibles y valorar, por ejemplo, si es más rentable aumentar la productividad de un muelle o realizar nuevas ampliaciones en el puerto. Como se ha comprobado con el caso de estudio, la simulación es una herramienta especialmente útil en cualquier estudio de líneas de atraque. Por un lado puede facilitar la toma de decisiones estratégicas o de largo plazo a los responsables de las terminales que necesitan información cuantificable. Por otro lado la simulación constituye en si misma una técnica económica que permite ofrecer varios escenarios posibles de un modelo del negocio, siendo uno de los mayores beneficios de las simulaciones el poder prever escenarios de comportamiento con antelación y estudiar como se comportará el sistema al variar sus parámetros de funcionamiento. Alcanzar conclusiones válidas a partir de simulaciones requiere un cuidadoso esfuerzo, en primer lugar hay que dejar claro que no siempre es posible extraer conclusiones a partir de los resultados de un único escenario. Por este motivo, siempre es conveniente aumentar el número de escenarios y simulaciones con otros parámetros de entrada distintos a los iniciales. Los nuevos escenarios que nuevas simulaciones pueden adelantar son, entre otros, como puede afectar al sistema un aumento del tráfico (llegadas), como afecta al sistema una mejora de la tasa de servicio a buques, como afecta al sistema una modificación de la oferta (puestos de atraques) o como afecta al sistema una mejora de la eficiencia general del sistema (disminución de la espera relativa). Anexo II - 14 Anexo II Por otro lado, en lo que concierne exclusivamente a las terminales estudiadas del puerto de Valencia. Los ajustes estadísticos, tanto de las llegadas como de las estadías, revelan diferentes comportamientos si se tiene en cuenta el conjunto de las escalas o exclusivamente aquellas escalas en las que los buques trabajan en una única terminal. El intercambio de línea de atraque que efectúan algunos buques, influye en las estadísticas generales de llegadas-servicio y por ende en la modelización de las terminales. Haciendo abstracción de los resultados, la coordinación y el flujo de información entre las terminales se intuye como un factor muy importante, ya que puede mejorar la actividad general y la productividad del puerto. Es evidente que el conjunto del puerto se beneficia de la actividad de la compañía MSC, porque la naviera atrae un tráfico muy importante a otras terminales. Pero el crecimiento del tráfico se apoya en varios aspectos de los que también la naviera se beneficia, como son: la relación comercial estable entre el puerto de Valencia y otros puertos internacionales de zonas industrializadas, un sistema de transporte terrestre desarrollado con facilidad de acceso a los terminales, o un hinterland que le permite establecer múltiples líneas regulares y un importante movimiento regular de mercancías. Sin embargo, en algunas ocasiones pueden surgir conflictos ya que los servicios regulares de contenedores requieren unas condiciones mínimas que permitan a la compañía naviera ofrecer un servicio con unos parámetros estandarizados. Sin embargo, también se debería hacer notar que aproximadamente desde finales del año 2010 se han producido algunas situaciones conflictivas debido a que MSC ha aumentando su propia flota de camiones. Esto ha podido influir en la disminución de los precios del transporte terrestre, con el consiguiente perjuicio para determinados transportistas de la cadena de logística. Anexo II - 15 Anexo II PARTE II: Distribuciones y ajustes realizados A continuación se presentan los histogramas y ajustes estadísticos de estadías e intervalo de tiempo entre llegadas consecutivas en las terminales. Posteriormente se incluyen las estadísticas descriptivas de las escalas en cada año en cada terminal. El propósito de este apartado es mostrar los datos que soportan la elección de las distribuciones estadísticas “inputs” de los escenarios simulados. Recopilación de información Ejemplos de datos en bruto sin depurar (Marítima Valenciana CT): Gráfica de dispersión de LLEGADAS 10 vs. SERVICIO 10 01/01/2011 01/11/2009 01/11/2010 01/09/2009 01/09/2010 LLEGADAS 10 LLEGADAS 09 Gráfica de dispersión de LLEGADAS 09 vs. SERVICIO 09 01/01/2010 01/07/2009 01/05/2009 01/03/2009 01/07/2010 01/05/2010 01/03/2010 01/01/2009 01/01/2010 0 2 4 6 SERVICIO 09 8 10 0 2 4 6 SERVICIO 10 8 10 12 Fuente: Elaboración propia Marítima Valenciana 2009 y 2010 Gráfica de dispersión de msc LLEGADAS 09 vs. msc ESTANCIAS 09 Gráfica de dispersión de msc LLEGADAS 10 vs. msc ESTANCIAS 10 01/01/2010 01/01/2011 01/11/2009 01/11/2010 msc LLEGADAS 10 msc LLEGADAS 09 Ejemplos de datos en bruto sin depurar (Terminal MSC CT): 01/09/2009 01/07/2009 01/05/2009 01/09/2010 01/07/2010 01/05/2010 01/03/2010 01/03/2009 01/01/2009 01/01/2010 0 1 2 3 4 5 6 msc ESTANCIAS 09 7 8 9 0 Fuente: Elaboración propia Terminal MSC 2009 y 2010 Anexo II - 16 2 4 6 8 msc ESTANCIAS 10 10 12 Anexo II Marítima Valenciana CT: Estadías Histograma de Estancias (SR). Marítima 07 Histograma de Maritima (SR). Estancias 08 Gamma Gamma Forma Escala N 200 250 4,985 0,2376 1068 Forma Escala N 5,384 0,1898 1045 200 Frecuencia Frecuencia 150 100 50 0 150 100 50 -0,0 0,8 1,6 2,4 3,2 4,0 Estancias (SR). Marítima 07 4,8 0 5,6 -0,0 0,8 1,6 2,4 3,2 Maritima (SR). Estancias 08 4,0 4,8 Fuente: Elaboración propia Estadías en Marítima Valenciana CT. Año 2007 (izq) y 2008 (der) Histograma de Marítima (SR). Estadías 09 Histograma de ESTANCIAS. Principe Felipe Gamma Gamma Forma Escala N 200 140 3,809 0,2361 1074 120 4,433 0,1974 1057 100 Frecuencia 150 Frecuencia Forma Escala N 100 80 60 40 50 20 0 -0 1 2 3 4 5 Marítima (SR). Estadías 09 6 0 7 -0,0 0,5 1,0 1,5 2,0 2,5 Principe Felipe. Estancia (días) 3,0 3,5 Fuente: Elaboración propia Estadías en Marítima Valenciana CT. Año 2009 (izq) y 2010 (der) Marítima Valenciana CT: Llegadas Histograma de Intervalos (SR). MARITIMA 07 Histograma de Intervalos (SR). MARITIMA 07 Gamma Exponencial 140 Forma Escala N 120 160 1,352 0,2530 1066 120 Frecuencia Frecuencia 100 80 60 40 100 80 60 40 20 0 Media N 140 20 0,00 0,25 0,50 0,75 1,00 1,25 1,50 Intervalos (SR). MARITIMA 07 1,75 0 0,00 0,25 0,50 0,75 1,00 1,25 1,50 Intervalos (SR). MARITIMA 07 1,75 Fuente: Elaboración propia Llegadas Marítima Valenciana CT. Año 2007. Gamma (izq) y exponencial (der). Anexo II - 17 0,3419 1066 Anexo II Histograma de Llegadas (SR). Maritima 08 Histograma de Llegadas (SR). Maritima 08 Exponencial Gamma 250 Forma Escala N 1,181 0,2968 1044 0,3505 1044 250 Frecuencia 200 Frecuencia Media N 300 150 100 200 150 100 50 0 50 0 0,0 0,3 0,6 0,9 1,2 1,5 1,8 Llegadas (SR). Maritima 08 2,1 0,0 0,3 0,6 0,9 1,2 1,5 1,8 Llegadas (SR). Maritima 08 2,1 Fuente: Elaboración propia Llegadas Marítima Valenciana CT. Año 2008. Gamma (izq) y exponencial (der). Histograma de llegadas. Marítima Valenciana 2009 Histograma de llegadas. Marítima Valenciana 2009 Gamma Exponencial Forma Escala N 250 300 1,202 0,2105 1450 Media N 0,2529 1450 250 200 Frecuencia Frecuencia 200 150 100 100 50 0 150 50 0,00 0,25 0,50 0,75 1,00 1,25 1,50 Intervalo entre llegadas (días) 0 1,75 0,00 0,25 0,50 0,75 1,00 1,25 1,50 Intervalo entre llegadas (días) 1,75 Fuente: Elaboración propia Llegadas Marítima Valenciana CT. Año 2009. Gamma (izq) y exponencial (der). Histograma llegadas. Marítima Valenciana 2010 Histograma llegadas. Marítima Valenciana 2010 Gamma Exponencial 350 Forma Escala N 300 400 1,175 0,1841 1671 300 Frecuencia 250 Frecuencia Media N 200 150 100 200 100 50 0 0,0 0,2 0,4 0,6 0,8 1,0 Intervalo entre llegadas (días) 1,2 0 0,0 0,2 0,4 0,6 0,8 1,0 Intervalo entre llegadas (días) 1,2 Fuente: Elaboración propia Llegadas Marítima Valenciana CT. Año 2010. Gamma (izq) y exponencial (der). Anexo II - 18 0,2164 1671 Anexo II MSC CT: Estadías Histograma de Estancias (SR). Msc 07 Histograma de Msc (SR). Estancias 08 Gamma Gamma 40 Forma Escala N 5,065 0,2562 178 100 Frecuencia Frecuencia 5,961 0,1638 355 Forma Escala N 6,674 0,1178 485 80 30 20 10 0 Forma Escala N 60 40 20 -0,0 0,6 1,2 1,8 2,4 Estancias (SR). Msc 07 0 3,0 0 1 2 3 4 Msc (SR). Estancias 08 5 6 Fuente: Elaboración propia Estadías MSC CT. Año 2007 (izq) y 2008 (der) Histograma de msc (SR). Estadías 09 Histograma de ESTANCIAS. Transversal de Costa Gamma Gamma Forma Escala N 90 180 6,717 0,1227 536 160 80 140 120 60 Frecuencia Frecuencia 70 50 40 100 80 60 30 20 40 10 20 0 -0,0 0,4 0,8 1,2 1,6 2,0 msc (SR). Estadías 09 modif 0 2,4 -0,0 0,6 1,2 1,8 2,4 3,0 Transversal de Costa. Estancia (días) 3,6 Fuente: Elaboración propia Estadías MSC CT. Año 2009 (izq) y 2010 (der) MSC CT: Llegadas Histograma de Intervalos (SR). MSCC 07 Histograma de Intervalos (SR). MSCC 07 Gamma Exponencial 40 Forma Escala N 50 1,391 1,353 176 40 Frecuencia Frecuencia 30 20 10 0 Media N 30 20 10 0,0 1,5 3,0 4,5 6,0 7,5 Intervalos (SR). MSCC 07 9,0 0 0,0 1,5 3,0 4,5 6,0 7,5 Intervalos (SR). MSCC 07 9,0 Fuente: Elaboración propia Llegadas terminal MSC CT. Año 2007. Gamma (izq) y exponencial (der). Anexo II - 19 1,882 176 Anexo II Histograma de Llegadas (SR). msc 08 Histograma de Llegadas (SR). msc 08 Gamma Exponencial 70 Forma Escala N 60 90 1,232 0,8303 354 80 Media N 1,023 354 Media N 0,4225 864 Media N 0,3614 999 70 60 Frecuencia Frecuencia 50 40 30 50 40 30 20 20 10 0 10 0,00 0,75 1,50 2,25 3,00 3,75 Llegadas (SR). msc 08 4,50 0 5,25 0,00 0,75 1,50 2,25 3,00 3,75 Llegadas (SR). msc 08 4,50 5,25 Fuente: Elaboración propia Llegadas terminal MSC CT. Año 2008. Gamma (izq) y exponencial (der). Histograma de llegadas. Terminal msc 2009 Histograma de llegadas. Terminal msc 2009 Gamma Exponencial 160 Forma Escala N 140 1,333 0,3171 864 200 150 100 Frecuencia Frecuencia 120 80 60 40 100 50 20 0 0,0 0,4 0,8 1,2 1,6 2,0 Intervalo de tiempo entre llegadas (días) 0 2,4 0,0 0,4 0,8 1,2 1,6 2,0 Intervalo de tiempo entre llegadas (días) 2,4 Fuente: Elaboración propia Llegadas terminal MSC CT. Año 2009. Gamma (izq) y exponencial (der). Histograma de llegadas. Terminal msc 2010 Histograma de llegadas. Terminal msc 2010 Exponencial Gamma Forma Escala N 100 140 1,289 0,2803 999 120 100 Frecuencia Frecuencia 80 60 40 80 60 40 20 0 20 0 0,00 0,25 0,50 0,75 1,00 1,25 1,50 Intervalo entre llegadas (días) 1,75 0,00 0,25 0,50 0,75 1,00 1,25 1,50 Intervalo entre llegadas (días) 1,75 Fuente: Elaboración propia Llegadas terminal MSC CT. Año 2010. Gamma (izq) y exponencial (der). Anexo II - 20 Anexo II ESTADISTICAS DESCRIPTIVAS (datos depurados) Estancias 07. Marítima Valenciana CT N 1068 N* 0 Mediana 1,0729 Media 1,1845 Q3 1,5035 Error estándar de la media 0,0170 Desv.Est. 0,5555 Mínimo 0,2326 Q1 0,7778 Mínimo 0,1840 Q1 0,7153 Mínimo 0,1111 Q1 0,5625 Máximo 5,5417 Estancias 08. Marítima Valenciana CT N 1045 N* 0 Mediana 0,9340 Media 1,0220 Q3 1,2396 Error estándar de la media 0,0145 Desv.Est. 0,4703 Máximo 4,8889 Estancias 09. Marítima Valenciana CT N 1074 N* 0 Mediana 0,8222 Media 0,8992 Q3 1,0972 Error estándar de la media 0,0161 Desv.Est. 0,5290 Máximo 7,5729 Estancias 10. Marítima Valenciana CT N 1057 N* 0 Q1 0,5833 Media 0,8750 Mediana 0,8160 Media del Error estándar 0,0130 Q3 1,0955 Desv.Est. 0,4237 Mínimo 0,0833 Máximo 3,4688 Anexo II - 21 Anexo II Estancias 07. MSC CT N* 0 Media 1,2975 Error estándar de la media 0,0463 Mediana 1,1250 Q3 1,5929 Máximo 3,4306 N 178 Desv.Est. 0,6181 Mínimo 0,3715 Q1 0,8576 Desv.Est. 0,4927 Mínimo 0,2847 Q1 0,6840 Desv.Est. 0,5774 Mínimo 0,2083 Q1 0,6160 Estancias 08. MSC CT N* 0 Media 0,9766 Error estándar de la media 0,0261 Mediana 0,9271 Q3 1,1667 Máximo 6,2431 N 355 Estancias 09. MSC CT N* 0 Media 0,8871 Error estándar de la media 0,0247 Mediana 0,7535 Q3 0,9549 Máximo 5,6563 N 547 Estancias 10. MSC CT N* 0 Media 0,7860 Media del Error estándar 0,0162 Mediana 0,7153 Q3 0,8837 Máximo 3,6597 N 485 Desv.Est. 0,3575 Mínimo 0,2083 Anexo II - 22 Q1 0,5781 Anexo II Intervalo entre llegadas 09. Marítima Valenciana CT. N 1450 N* 0 Q1 0,08086 Media 0,25294 Mediana 0,18850 Media del Error estándar 0,00607 Q3 0,35864 Desv.Est. 0,23115 Mínimo 0,00100 Máximo 1,85517 Intervalo entre llegadas 10. Marítima Valenciana CT N 1671 N* 0 Mediana 0,16072 Media 0,21639 Q3 0,31003 Media del Error estándar 0,00475 Desv.Est. 0,19409 Mínimo 0,00100 Q1 0,06697 Máximo 1,37183 Intervalo entre llegadas 09. MSC CT N* 0 Media 0,4225 Media del Error estándar 0,0122 Mediana 0,3378 Q3 0,5835 Máximo 2,5774 N 864 Desv.Est. 0,3580 Mínimo 0,0010 Q1 0,1573 Intervalo entre llegadas 10. MSC CT N* 0 Media 0,36137 Media del Error estándar 0,00955 Q1 0,12947 Mediana 0,28225 Q3 0,50794 N 999 Desv.Est. 0,30196 Mínimo 0,00100 Máximo 1,90031 Anexo II - 23 Anexo II Otros muelles de contenedores del puerto Gráfica de dispersión de Llovera LLEGADAS 10 vs. Llovera ESTANCIAS 10 01/01/2011 01/01/2011 01/11/2010 01/11/2010 Llovera LLEGADAS 10 TCV LLEGADAS 10 Gráfica de dispersión de TCV LLEGADAS 10 vs. TCV ESTANCIAS 10 01/09/2010 01/07/2010 01/05/2010 01/03/2010 01/09/2010 01/07/2010 01/05/2010 01/03/2010 01/01/2010 01/01/2010 0 1 2 3 4 TCV ESTANCIAS 10 5 6 7 0,0 0,5 1,0 Llovera ESTANCIAS 10 1,5 2,0 Fuente: Elaboración propia Ejemplos de datos en bruto sin depurar TCV (izquierda) y muelle de Llovera (derecha) Muelle de levante-TCV y muelle de Llovera: Estadías Histograma de TCV (SR). Estancias 08 Histograma de Llovera (SR). Estancias 08 Gamma Gamma Forma Escala N 250 14 3,990 0,2060 988 200 3,010 0,2207 80 10 Frecuencia Frecuencia Forma Escala N 12 150 100 8 6 4 50 0 2 -0 1 2 3 4 5 TCV (SR). Estancias 08 6 0 7 0,0 0,3 0,6 0,9 1,2 Llovera (SR). Estancias 08 1,5 1,8 Fuente: Elaboración propia Estadías Muelles de Levante-TCV (izq) y Llovera (der). Año 2008 Histograma de TCV Histograma de Llovera (SR). Estancias 09 Gamma Gamma 250 Forma Escala N 60 3,991 0,1584 822 50 200 150 Frecuencia Frecuencia Forma Escala N 100 40 30 20 50 0 10 0,0 0,6 1,2 1,8 2,4 TCV 3,0 3,6 4,2 0 0,0 0,6 1,2 1,8 2,4 3,0 Llovera (SR). Estancias 09 3,6 Fuente: Elaboración propia Estadías Muelles de Levante-TCV (izq) y Llovera (der). Año 2009 Anexo II - 24 4,472 0,1527 211 Anexo II Histograma ESTANCIAS. TCV Histograma de ESTANCIAS. LLovera Gamma Gamma Forma Escala N 250 50 3,745 0,1592 840 Frecuencia Frecuencia 6,309 0,1082 277 Forma Escala N 1,055 0,3690 927 40 200 150 100 50 0 Forma Escala N 30 20 10 0 1 2 3 4 5 TCV. Tiempos de estancia (días) 6 0 7 -0,0 0,3 0,6 0,9 1,2 1,5 1,8 Muelle LLovera. Tiempos de estancia (días) Fuente: Elaboración propia Estadías Muelles de Levante-TCV (izq) y Llovera (der). Año 2010 Muelle de levante-TCV y muelle de Llovera: Llegadas Histograma de llegadas. TCV 2010 Histograma de llegadas. TCV 2010 Gamma Exponencial 250 Media N 0,3893 927 200 200 Frecuencia Frecuencia 150 150 100 50 50 0 100 0,0 0,4 0,8 1,2 1,6 Intervalo entre llegadas (días) 2,0 0 2,4 0,0 0,4 0,8 1,2 1,6 Intervalo entre llegadas (días) 2,0 2,4 Fuente: Elaboración propia Llegadas Muelle de Levante-TCV. Año 2010. Gamma (izq) y exponencial (der). Histograma de llegadas. Muelle Llovera 2010 Histograma de llegadas. Muelle Llovera 2010 Exponencial Gamma 100 Forma Escala N 70 0,8188 1,259 349 Media N 60 80 Frecuencia Frecuencia 50 60 40 40 30 20 20 0 10 0,0 0,8 1,6 2,4 3,2 4,0 Intervalo de tiempo entre llegadas (días) 4,8 0 0,0 0,8 1,6 2,4 3,2 4,0 Intervalo de tiempo entre llegadas (días) 4,8 Fuente: Elaboración propia Llegadas Muelle de Llovera. Año 2010. Gamma (izq) y exponencial (der). Anexo II - 25 1,031 349 Anexo II ESTADISTICAS DESCRIPTIVAS (datos depurados) Estancias 10. TCV CT N 840 N* 0 Q3 0,7227 Media 0,5962 Media del Error estándar 0,0141 Desv.Est. 0,4074 Mínimo 0,0833 Q1 0,3762 Mínimo 0,0000 Q1 0,1076 Mínimo 0,1354 Q1 0,5087 Máximo 6,8833 Intervalo entre llegadas 10. TCV CT N* 0 Media 0,3883 Media del Error estándar 0,0128 Mediana 0,2674 Q3 0,5347 Máximo 2,4236 N 927 Desv.Est. 0,3883 Estancias 10. Muelle de Llovera N* 0 Media 0,7083 Media del Error estándar 0,0148 Mediana 0,6875 Q3 0,8524 Máximo 1,9583 N 349 Desv.Est. 0,2770 Intervalo entre llegadas 10. Muelle de Llovera N* 0 Media 1,0310 Media del Error estándar 0,0354 Mediana 1,0204 Q3 1,4142 Máximo 3,3309 N 349 Desv.Est. 0,6622 Mínimo 0,0010 Anexo II - 26 Q1 0,6138 Mediana 0,5313 Anexo II Finalmente se debe hacer una reflexión final sobre la variabilidad natural de la espera relativa. Este estudio ha simulado escenarios de acuerdo a datos anuales de tráfico, y sobre este tipo de escenarios Aguilar J. (2011) realiza una acertada consideración al afirmar que: “las observaciones realizadas en 1 año (período de tiempo prolongado) pueden diferir mucho de los valores medios”. Fuente: : Aguilar, J. (2011) Curvas características de la congestión. Modelo M/E4/5 Anexo II - 27 ANEXO III: APLICACIÓN PRÁCTICA DE CONTROL ESTADÍSTICO DE PROCESOS Anexo III ANEXO III: APLICACIÓN PRÁCTICA DEL CONTROL ESTADÍSTICO DE PROCESOS Gráfico de observaciones individuales En el gráfico de observaciones individuales cada punto de datos Xi representa la característica de calidad de una escala. La línea central identificada por μ es la media de todas las observaciones individuales del proceso y los Límites de Control Inferior (LCI) y Superior (LCS) son líneas de referencia situadas a un número k de desviaciones estándar de la línea central. La expresión fundamental es la siguiente: μ ± k ⋅ σ El gráfico de observaciones individuales (Gráfico I) en la aplicación utiliza x para μ, y MR / d 2 (w) para s, con k = 3, un rango móvil = 2. Por su parte, d2 es una constante tabulada utilizada para estimar la desviación estándar. Gráfico MR o de rango móvil Los rangos móviles representan una forma alternativa para calcular la variación en procesos, mediante el cálculo de los rangos de dos o más observaciones consecutivas. Por ejemplo, en una terminal de contenedores se rastrea el tiempo perdido (en minutos) desde que un buque es amarrado hasta que se carga o descarga el primer contenedor. Para seis buques de una misma línea regular analizados consecutivamente los tiempos de respuesta son: 22, 35, 40, 20, 10 y 15 minutos. Para calcular el rango móvil de la variable, se puede tomar el valor absoluto de la diferencia entre los puntos de datos consecutivos, como se muestra a continuación: Ejemplo de cálculo MR Buque 1 2 3 4 5 6 Tiempo de respuesta (min) 22 35 40 20 10 15 Rango de valores | 35 - 22 | | 40 - 35 | | 20 - 40 | | 10 - 20 | | 15 - 10 | Fuente: Elaboración propia Anexo III - 1 Rango móvil 13 5 20 10 5 Anexo III Como se puede comprobar en el ejemplo, el método es útil cuando se quiere comprobar cómo cambia la variación durante un tiempo específico cuando se recopilan datos en forma de mediciones individuales en lugar de en subgrupos. En el ejemplo, se puede apreciar como la variación es igual al rango de dos (se podrían haber elegido más) observaciones consecutivas. En consecuencia, para rastrear la variación del proceso se elabora una gráfica de control de rangos móviles con las observaciones individuales. En el gráfico de control de rango móvil (gráfico MR) cada punto de datos Ri, representa el rango de movimiento de los valores de la muestra Z en cada grupo (Ri no se define o representa para i <w23). La línea central en el gráfico MR es el promedio de todos los rangos móviles de las observaciones. Por otra parte, el Límite de Control Inferior (LCI) y el Límite de Control Superior (LCS) son líneas de referencia situadas a un número determinado de desviaciones estándar de la línea central. La expresión fundamental es la siguiente: d 2 (w) ⋅ σ ± k ⋅ d 3 (w) ⋅ σ → MR ± k ⋅ d 3 (w) ⋅ σ El gráfico de rango móvil utiliza por defecto MR / d 2 (w) para s, k = 3, w= 2 (número de observaciones utilizadas en el rango móvil), siendo d2 y d3 constantes tabuladas utilizadas para estimar la desviación estándar y los límites de control del gráfico MR respectivamente. Se debe resaltar que el margen o número de observaciones utilizadas en cada movimiento tiene una longitud de dos (w = 2), debido a que los valores consecutivos tienen una mayor probabilidad de ser similares. También se podría estimar s utilizando la mediana del rango móvil, cambiar la longitud del rango móvil o utilizar un valor histórico para s. Por otro lado se debe observar que si LCI<0 → LCI=0. 23 w es el número de observaciones utilizadas en el rango móvil Anexo III - 2 Anexo III Constante de eliminación de sesgo En general, los gráficos de control pueden utilizar una desviación estándar de proceso sesgada o no sesgada en sus cálculos. Con frecuencia, la decisión de utilizar una u otra depende de la política de una compañía o de las normas industriales. Las constantes de eliminación de sesgo (también conocidas como factores de corrección de sesgo) se utilizan para convertir a los estimadores sesgados en estimadores sin sesgo y se adaptan a diferentes tamaños de muestra, siendo válidas tanto para muestras grandes como para muestras pequeñas. Por tanto, según el tamaño de la muestra, las constantes de eliminación de sesgo que se utilizan en los cálculos (d2 y d3), son las siguientes: Constantes de eliminación de sesgo n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 c4 * 0.797885 0.886227 0.921318 0.939986 0.951533 0.959369 0.965030 0.969311 0.972659 0.975350 0.977559 0.979406 0.980971 0.982316 0.983484 0.984506 0.985410 0.986214 0.986934 0.987583 0.988170 0.988705 0.989193 0.989640 c5 * 0.603 0.463 0.389 0.341 0.308 0.282 0.262 0.246 0.232 0.220 0.210 0.202 0.194 0.187 0.181 0.175 0.170 0.166 0.161 0.157 0.153 0.150 0.147 0.144 d2 1 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.97 3.078 3.173 3.258 3.336 3.407 3.472 3.532 3.588 3.64 3.689 3.735 3.778 3.819 3.858 3.895 3.931 d3 0.82 0.8525 0.8884 0.8794 0.8641 0.848 0.8332 0.8198 0.8078 0.7971 0.7873 0.7785 0.7704 0.763 0.7562 0.7499 0.7441 0.7386 0.7335 0.7287 0.7242 0.7199 0.7159 0.7121 0.7084 n 1 26 0.954 27 1.588 28 1.978 29 2.257 30 2.472 31 2.645 32 2.791 33 2.915 34 3.024 35 3.121 36 3.207 37 3.285 38 3.356 39 3.422 40 3.482 41 3.538 42 3.591 43 3.64 44 3.686 45 3.73 46 3.771 47 3.811 48 3.847 49 3.883 50 d4 Fuente: Wheeler D. J. and Chambers D. S. (1992) 24 c4 0.990052 0.990433 0.990786 0.991113 0.991418 0.991703 0.991969 0.992219 0.992454 0.992675 0.992884 0.993080 0.993267 0.993443 0.993611 0.993770 0.993922 0.994066 0.994203 0.994335 0.994460 0.994580 0.994695 0.994806 0.994911 d2 n 3.965 51 3.997 52 4.028 53 4.058 54 4.086 55 4.113 56 4.139 57 4.164 58 4.189 59 4.213 60 4.236 61 4.258 62 4.28 63 4.301 64 4.322 65 4.342 66 4.361 67 4.38 68 4.398 69 4.415 70 4.432 71 4.449 72 4.466 73 4.482 74 4.498 75 c4 n 0.995013 76 0.995110 77 0.995204 78 0.995294 79 0.995381 80 0.995465 81 0.995546 82 0.995624 83 0.995699 84 0.995772 85 0.995842 86 0.995910 87 0.995976 88 0.996040 89 0.996102 90 0.996161 91 0.996219 92 0.996276 93 0.996330 94 0.996383 95 0.996435 96 0.996485 97 0.996534 98 0.996581 99 0.996627 100 c4 0.996672 0.996716 0.996759 0.996800 0.996841 0.996880 0.996918 0.996956 0.996993 0.997028 0.997063 0.997097 0.997131 0.997163 0.997195 0.997226 0.997257 0.997286 0.997315 0.997344 0.997372 0.997399 0.997426 0.997452 0.997478 24 Para mas información se puede consultar: Wheeler D. J. and Chambers D. S. Understanding Statistical Process Control, Second Edition, SPC Press, Inc. (1992). Anexo III - 3 Anexo III Causas especiales y causas comunes Un control gráfico I-MR se compone de una gráfica de observaciones individuales y una gráfica de rangos móviles. Ambas gráficas juntas permiten hacer un seguimiento del nivel y de la variación del proceso simultáneamente25, así como detectar la presencia de causas especiales. Las causas especiales son ocurrencias poco comunes que normalmente (o intencionalmente) no forman parte del proceso y que alteran su estabilidad, es importante identificar e intentar eliminar las causas especiales de variación. Algunos ejemplos son: Ejemplos de causas comunes y especiales Proceso Causa común de variación Causa especial de variación Puesto de atraque (utilización del frente) Los horarios nocturnos y festivos pueden reducir gradualmente la actividad en línea de atraque. Los paros, huelgas o accidentes pueden reducir innecesariamente la actividad en línea de atraque. Grúa de carga y descarga Una mano experimentada puede (gruista y manos) cometer un error ocasional. Una mano sin preparación (o poco experimentada) puede cometer numerosos errores Grúa de carga y descarga Una grúa vieja o que necesita ser (equipos) revisada puede originar ligeras variaciones en el proceso de carga y descarga. La parada no prevista y forzosa de una grúa, que obliga a adquirir nuevos equipos más confiables lleva a un cambio inmediato en la producción. Fuente: Elaboración propia Por otra parte, en cualquier proceso se produce cierto grado de variación por causas comunes. Las causas comunes (inherentes al proceso) se refieren a ocurrencias que contribuyen a la variación natural de cualquier proceso y aunque es importante evitar la variación de causa común, intentar eliminar la variación de causa común puede empeorar las cosas. Consideremos un ejemplo cualquiera de bajada de actividad por causa común entre los descritos anteriormente. Parte de la variación natural del proceso se deberá a las propias condiciones de la actividad en la línea de atraque. Si se intentara corregir esta variación, probablemente se tendría éxito sólo en la adición de más variabilidad al proceso (sobre-corrección). Por tanto, las gráficas de control son solamente útiles cuando se identifica con certeza la ocurrencia de una causa especial. 25 Para más información sobre cómo interpretar patrones conjuntos en las dos gráficas, véase: Wadsworth H.M., Stephens K.S. and Godfrey A.B. Modern Methods for Quality Control and Improvement, 2nd edition, John Wiley & Sons. (2001). Anexo III - 4 Anexo III Síntesis Las gráficas I-MR de la aplicación estiman la variación del proceso s con: MR / d2, es decir, con el promedio del rango móvil dividido entre una constante de eliminación de sesgo. Al dividir los estimadores de la desviación estándar de procesos por una constante de eliminación de sesgo, se convierten en estimadores sin sesgo. Como resumen se puede afirmar que si los puntos varían alrededor de la línea central el proceso estará bajo control: • Cuando solamente las causas comunes - no las causas especiales - afectan la salida del proceso. • Cuando los puntos se ubican dentro de los límites de los límites de control y los puntos no muestran patrones no aleatorios. La Línea Central (LC), es una línea de referencia en una gráfica de control que se obtiene como el valor promedio de la característica de calidad analizada. Si un proceso está bajo control, los puntos variarán de manera aleatoria alrededor de la línea central. Sin embargo, no se debe confundir la línea central con el valor objetivo para el proceso. El objetivo es el resultado deseado, no el resultado real. Los Límites de Control Superior e Inferior (LCS y LCI) se basan en la variación aleatoria esperada en el proceso, estando situados como opción predeterminada en MINITAB® a tres desviaciones estándar de la línea central. No se deben confundir los límites de control con los límites de especificación, ya que éstos últimos se basan en los requerimientos del cliente e indican la cantidad deseada de variación que desea determinar en el proceso. Los límites de control muestran la cantidad real de variación basada en los datos de la muestra. En consecuencia, un proceso puede estar en control y aún así no ser capaz de cumplir con las especificaciones. A continuación se muestran todas las observaciones y los gráficos de control resultantes para cada línea regular estudiada. Se ha prescindido del análisis de tendencias o patrones no aleatorios. Anexo III - 5 Anexo III 1 12,58 13,17 11,25 15,42 11,67 18,75 12,92 9,50 16,83 8,50 10,25 10,92 21,67 14,17 15,08 9,08 11,92 10,17 10,67 14,58 2 20,42 20,75 20,12 20,58 24,08 23,33 18,33 18,83 16,72 19,83 17,58 20,42 22,50 21,17 22,17 23,17 22,08 23,50 14,08 27,67 21,58 23,17 24,42 28,58 22,50 23,08 24,50 17,42 18,25 18,75 3 11,00 10,67 13,67 10,92 13,67 12,00 13,83 9,58 18,08 17,83 10,42 24,83 9,00 15,33 4 6,83 12,83 10,92 55,83 40,42 35,08 78,33 43,42 45,50 38,25 36,08 43,67 5 31,83 13,08 30,67 26,17 25,53 18,25 16,42 17,58 22,83 22,42 26,00 28,05 17,08 20,75 20,25 42,95 30,92 15,50 21,58 22,08 15,75 18,08 35,67 21,00 14,75 23,00 19,42 24,17 27,08 18,77 6 41,92 14,83 9,95 15,83 20,17 13,58 31,92 16,08 17,58 22,50 14,33 12,33 12,00 18,75 21,67 14,67 12,77 8,42 21,00 26,17 26,33 17,25 9,25 12,67 15,45 14,83 17,58 21,25 15,92 15,92 12,75 7 20,92 19,75 15,75 19,25 17,08 19,25 19,50 20,08 24,08 24,33 28,58 19,00 22,75 17,83 22,42 19,42 17,08 19,42 16,58 19,42 21,58 18,67 13,00 23,00 19,03 15,67 16,43 17,32 22,62 13,50 22,67 21,25 15,17 13,83 28,75 21,50 11,25 23,83 11,42 15,17 15,83 18,25 13,33 13,33 10,33 14,00 Anexo III - 6 8 8,50 11,42 11,08 15,33 11,50 38,83 10,75 26,42 12,80 20,33 21,42 20,83 18,92 14,95 40,17 28,92 18,50 23,92 22,83 17,00 23,58 33,00 16,50 14,67 17,67 19,25 27,17 17,00 12,50 14,00 14,00 25,42 18,83 14,83 15,42 19,83 11,92 14,58 15,08 28,58 21,88 14,33 24,42 21,92 16,75 17,42 13,75 13,08 15,50 12,33 9 15,58 46,08 20,67 37,08 34,95 28,75 32,83 32,33 46,08 26,42 26,92 34,50 35,67 34,42 44,67 13,42 33,70 10 15,33 15,33 20,50 15,83 22,00 20,92 19,92 15,83 18,75 19,92 23,50 26,25 32,25 22,67 22,67 17,67 24,25 11 38,42 28,10 20,75 22,25 20,17 16,25 22,42 18,45 22,25 16,83 20,92 29,17 11,17 22,83 28,42 14,08 14,17 19,75 20,67 12,17 17,17 16,08 21,00 11,58 27,92 22,17 31,17 13,17 8,92 27,23 10,08 17,25 28,25 19,42 22,92 32,00 17,92 16,42 17,67 13,50 16,17 16,75 17,50 12 14,25 14,67 16,25 13,50 16,00 19,25 12,92 15,42 18,75 24,67 18,87 13,50 16,58 14,58 16,33 24,17 18,25 13,83 21,67 16,42 13,42 16,50 23,00 14,75 13,33 12,33 20,75 15,92 13,90 21,75 12,08 14,68 19,67 17,33 16,50 18,92 20,28 11,75 20,33 12,67 17,33 16,25 14,75 16,03 12,83 22,17 14,08 Anexo III 1 2 3 4 5 6 Anexo III - 7 7 8 16,92 9,42 18,50 9,17 10,58 20,08 12,75 9,00 28,25 27,17 12,83 14,00 17,67 16,00 17,48 20,08 13,33 37,58 24,42 16,50 14,33 17,42 9,00 17,58 15,00 14,32 41,75 18,75 16,25 24,83 17,25 11,17 14,17 20,08 16,83 15,92 23,28 15,42 15,33 15,83 19,33 18,50 20,75 13,62 8,50 30,42 17,33 19,92 13,17 18,83 21,75 9 10 11 12 Anexo III 13 16,58 20,92 15,50 27,25 22,13 22,17 17,50 23,42 24,75 15,75 14,58 19,75 22,17 14 20,67 19,92 14,75 14,92 15,42 15,58 11,67 11,63 52,42 21,58 15,58 12,75 21,00 22,82 11,17 21,75 15,17 17,50 20,08 17,75 16,67 18,17 20,67 25,25 25,50 21,33 20,75 26,50 24,33 17,25 17,83 18,08 15 20,17 38,50 27,92 25,50 12,42 23,00 10,25 26,00 23,92 28,67 22,03 13,33 36,58 30,83 18,42 21,00 32,75 32,08 23,50 25,42 23,58 21,08 22,17 16 10,08 18,17 20,67 19,08 12,67 16,58 26,58 15,33 16,92 25,92 19,75 17 28,25 21,20 25,97 24,92 26,50 16,50 21,25 23,42 18,08 20,50 17,42 24,67 16,42 20,17 24,25 18,67 18 20,08 19,25 14,00 15,75 14,92 19,08 16,33 22,17 22,83 41,00 15,58 15,22 16,00 13,58 12,58 13,67 12,92 18,00 12,67 15,83 13,17 17,92 20,92 13,25 18,75 14,50 15,58 15,58 12,25 18,33 15,52 12,83 15,67 15,17 18,83 22,67 21,58 20,50 19,50 16,25 13,58 25,17 19 13,25 18,25 19,92 23,33 18,67 11,50 17,32 12,97 16,17 20,17 18,83 22,25 17,58 21,92 17,50 21,17 19,58 19,50 18,33 Anexo III - 8 20 11,67 10,67 20,58 24,75 16,67 16,00 16,17 28,58 15,67 20,50 20,00 25,00 18,67 16,17 17,50 19,50 20,25 18,42 20,92 13,33 12,50 16,17 17,75 19,75 21 16,20 19,42 10,50 11,83 11,25 34,33 10,25 9,83 22 21,42 20,92 23,00 21,67 13,17 24,67 17,08 27,00 23,83 23,50 21,30 22,05 16,50 14,83 20,08 24,33 20,42 24,83 23,50 16,92 18,17 19,08 18,25 20,67 48,00 24,00 25,50 20,67 16,00 20,83 17,70 16,75 15,18 20,02 16,50 18,75 18,50 13,67 16,25 17,75 16,50 19,25 21,67 20,67 19,67 17,67 20,33 23 13,50 20,42 14,67 11,17 15,00 11,83 13,50 10,83 15,33 13,42 9,58 8,58 13,92 10,25 24 22,00 13,42 25,33 19,17 30,92 20,83 18,67 21,83 32,33 21,58 41,83 Anexo III 25 14,00 16,17 21,08 16,83 16,50 25,75 29,33 35,95 19,33 16,58 19,92 23,92 22,42 24,75 10,50 17,92 27,50 22,83 17,33 24,83 20,92 16,75 19,03 18,67 16,95 25,42 18,55 18,67 14,33 23,58 12,33 13,00 11,67 11,42 19,00 12,75 11,58 26 33,33 35,08 36,92 34,17 37,67 40,70 37,08 35,67 36,08 34,17 27,50 14,08 26,83 20,33 10,58 30,42 28,17 30,58 34,95 35,92 31,33 45,08 16,75 11,42 23,33 6,92 18,33 25,83 63,17 27 25,75 19,25 18,08 25,42 24,42 24,58 28,17 19,17 24,50 22,08 18,08 22,58 33,83 15,92 25,25 18,15 25,08 24,08 21,00 26,58 14,58 14,50 9,17 22,67 26,33 18,00 25,25 14,50 22,33 19,42 27,17 7,58 11,25 12,42 24,08 16,17 28 10,08 13,50 17,42 13,58 14,83 14,75 17,77 20,25 13,42 16,42 21,42 20,33 19,50 14,17 14,33 20,67 15,83 12,25 29 16,08 15,08 11,58 18,42 11,25 13,33 15,67 9,03 16,33 13,42 13,83 16,50 26,17 12,75 13,67 21,58 16,33 16,33 6,42 17,50 20,67 9,33 12,83 28,58 13,58 6,17 14,08 14,67 17,58 14,67 13,42 13,83 18,42 15,58 18,92 12,17 13,92 14,17 13,83 10,33 10,83 10,25 15,92 10,67 13,67 12,58 13,67 16,58 16,50 20,08 12,67 14,33 9,00 7,08 11,08 30 18,33 19,92 14,83 18,67 15,83 17,75 13,42 8,42 18,08 11,83 25,00 20,17 29,53 14,42 13,67 7,92 28,83 8,42 15,67 13,83 18,75 10,25 10,50 14,25 31 52,25 21,50 43,75 21,17 20,25 23,17 17,22 16,25 24,00 23,03 20,83 25,42 16,17 Anexo III - 9 32 34,25 28,17 44,58 36,08 42,92 37,83 44,67 36,67 29,50 29,25 31,38 26,00 26,33 35,00 27,42 39,75 45,42 47,08 37,75 61,33 73,42 19,40 46,25 25,00 38,75 72,75 33 40,33 41,08 20,25 17,17 24,17 23,58 35,25 20,25 20,50 18,50 31,08 12,83 28,17 24,58 30,50 24,67 22,75 34 27,75 44,08 40,83 40,75 15,42 20,75 17,33 28,75 54,17 22,50 35 20,92 17,75 22,75 15,42 16,67 22,75 42,25 19,33 14,83 17,25 28,42 21,17 141,58 13,33 13,33 12,00 17,78 19,75 17,42 18,50 13,83 16,58 18,17 24,58 21,00 17,25 13,17 22,83 18,17 24,67 22,75 22,42 20,25 19,00 25,33 15,58 23,58 18,33 26,17 15,67 21,08 17,42 36 23,50 22,08 14,42 20,25 11,42 28,67 11,92 86,88 21,83 13,67 31,50 23,83 21,25 15,50 18,33 45,00 13,92 18,50 21,08 25,08 13,92 4,92 7,50 8,42 Anexo III 37 25,08 43,67 18,97 26,75 28,83 29,00 28,92 29,08 23,08 17,83 36,50 35,25 35,00 44,92 30,08 34,08 33,08 40,92 26,58 23,25 37,00 35,42 32,33 36,83 40,00 42,25 63,17 22,58 35,33 57,67 45,67 42,42 43,00 25,58 22,50 18,17 19,53 26,83 25,83 23,50 39,42 37,92 32,25 29,83 26,08 38,33 22,08 25,50 33,58 24,50 38 22,50 23,42 23,75 17,75 15,42 25,25 27,42 23,75 26,42 55,58 17,08 28,50 19,25 36,25 38,50 19,42 21,33 27,75 26,92 39 19,00 12,67 32,33 12,42 13,97 24,25 31,08 18,75 17,92 23,92 40 23,17 23,33 17,67 20,42 22,67 21,75 16,17 16,75 21,92 18,02 23,42 28,08 24,67 16,38 21,00 54,00 14,75 22,42 19,08 18,00 21,83 18,35 21,75 43,00 33,25 19,50 18,67 18,67 28,25 28,17 22,08 21,25 16,42 20,25 14,58 17,83 13,42 16,37 24,50 18,08 18,50 22,00 41 14,83 25,58 11,50 24,50 29,17 23,75 19,83 23,42 40,50 31,83 12,92 18,17 42 24,92 18,83 19,33 26,50 22,25 23,08 16,17 28,58 28,18 32,42 16,67 22,83 23,58 16,33 25,92 39,00 24,25 27,58 19,33 19,25 21,83 22,42 15,67 18,08 18,83 23,33 25,75 24,75 19,25 20,50 18,00 34,83 36,83 26,58 24,75 22,67 32,92 21,50 Anexo III - 10 43 30,58 23,33 22,25 30,25 31,92 23,33 22,42 42,33 23,08 20,75 24,83 17,58 23,75 26,83 18,38 23,08 17,50 28,83 18,33 20,42 15,25 16,50 18,58 21,25 17,67 13,50 19,08 19,67 17,75 22,33 16,17 17,75 44 23,00 25,00 19,50 35,25 18,07 16,58 19,83 16,33 28,25 13,92 22,42 12,92 19,50 25,58 14,58 28,25 21,42 28,08 17,00 14,17 23,83 20,42 20,33 19,08 12,83 22,92 29,65 20,33 16,25 16,25 22,42 13,83 23,08 13,50 21,92 20,17 8,83 28,00 15,33 12,50 13,75 13,67 12,17 13,00 10,00 14,58 13,00 18,43 16,83 20,92 45 10,67 13,00 24,50 18,17 12,75 7,58 14,67 14,67 11,58 11,75 13,58 17,00 21,92 14,78 52,50 22,00 18,42 14,00 15,17 10,25 12,83 14,08 30,58 17,08 25,83 13,33 14,58 32,08 13,42 10,92 26,58 10,33 5,92 10,80 18,33 8,08 8,83 8,50 14,92 9,17 13,25 22,00 7,67 22,67 7,50 16,17 11,58 15,17 10,75 10,17 46 21,42 7,33 12,73 11,83 5,75 5,00 5,75 7,83 Anexo III 37 38 39 40 41 Anexo III - 11 42 43 44 18,67 20,00 15,25 16,50 11,83 19,42 12,25 14,17 19,83 23,75 10,92 12,00 12,92 12,83 17,92 14,00 18,17 21,67 21,67 10,92 26,00 13,50 15,25 11,17 16,67 9,08 15,83 17,17 13,75 19,33 17,25 20,83 13,58 15,42 11,08 18,08 12,75 14,75 19,42 45,92 32,08 45 19,17 18,25 18,17 14,50 22,42 27,08 11,50 11,75 26,33 9,25 21,17 19,33 22,08 17,17 10,58 63,50 20,75 16,17 22,33 30,92 25,08 23,33 15,92 6,50 19,17 9,75 20,92 20,17 19,00 12,75 13,92 26,08 46 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. HOLLAND MASS-IBERICA EXPRESS_h Gráfica I-MR de HOLLAND MASS-IBERICA EXPRESS_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=24,01 20 _ X=12,95 10 LCI=1,90 0 1 3 5 7 9 11 13 Observación 15 17 19 Gráfica MR Investigue los puntos fuera de control. Rango móvil 15 LCS=13,59 10 __ MR=4,16 5 LCI=0 0 1 3 5 7 9 11 13 Observación 15 17 19 HOLLAND MASS-IBERICA EXPRESS_h Gráfica I-MR de HOLLAND MASS-IBERICA EXPRESS_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=24,01 20 _ X=12,95 10 LCI=1,90 0 1 3 5 7 9 11 Observación 13 15 17 19 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 15 LCS=13,59 10 __ MR=4,16 5 LCI=0 0 1 3 5 7 9 11 Observación Anexo III - 12 13 15 17 19 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - CALIFORNIA EXPRESS_h Gráfica I-MR de MSC - CALIFORNIA EXPRESS_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 30 LCS=28,84 25 _ X=21,32 20 15 LCI=13,80 1 4 7 10 13 16 19 Observación 22 25 28 Gráfica MR Investigue los puntos fuera de control. Rango móvil 15 10 LCS=9,24 5 __ MR=2,83 0 LCI=0 1 4 7 10 13 16 19 Observación 22 25 28 Rango móvil SC - CALIFORNIA EXPRESS_h Gráfica I-MR de MSC - CALIFORNIA EXPRESS_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=28,84 25 _ X=21,32 20 15 LCI=13,80 10 LCS=9,24 5 __ MR=2,83 0 LCI=0 1 4 7 10 13 16 Observación Gráfica Razón Puntos fuera de control MR Rango móvil inusualmente grande 19; 20 Anexo III - 13 19 22 25 28 Anexo III Aunque no se observan puntos fuera de control en la gráfica I, hay 2 puntos (6,7%) fuera de control en la gráfica MR (teóricamente puede haber un 0,9% puntos fuera de control en virtud de las probabilidades, aun cuando el proceso sea estable). Esto puede afectar la validez de los límites de control en la gráfica I, con lo cual sería difícil evaluar la estabilidad de la media del proceso. La media y la variación del proceso pudieran no ser estables. Se debe investigar los puntos fuera de control y omitir de los cálculos los que tengan causas especiales. Anexo III - 14 Anexo III Gráfica I-MR de MSC - CANADÁ EXPRESS_h Informe de resumen 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - CANADÁ EXPRESS_h ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. 30 LCS=27,82 20 _ X=13,63 10 0 LCI=-0,55 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Observación Gráfica MR Investigue los puntos fuera de control. LCS=17,43 Rango móvil 15 10 __ MR=5,33 5 LCI=0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Observación MSC - CANADÁ EXPRESS_h Gráfica I-MR de MSC - CANADÁ EXPRESS_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 LCS=27,82 20 _ X=13,63 10 0 LCI=-0,55 1 2 3 4 5 6 7 8 Observación 9 10 11 12 13 14 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=17,43 Rango móvil 15 10 __ MR=5,33 5 LCI=0 0 1 2 3 4 5 6 7 8 Observación Anexo III - 15 9 10 11 12 13 14 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - DRAGON SERVICE_h Gráfica I-MR de MSC - DRAGON SERVICE_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=78,57 75 50 _ X=37,26 25 0 LCI=-4,04 1 2 3 4 5 6 7 8 Observación 9 10 11 12 Gráfica MR Investigue los puntos fuera de control. LCS=50,74 Rango móvil 45 30 __ MR=15,53 15 LCI=0 0 1 2 3 4 5 6 7 8 Observación 9 10 11 12 MSC - DRAGON SERVICE_h Gráfica I-MR de MSC - DRAGON SERVICE_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=78,57 75 50 _ X=37,26 25 0 LCI=-4,04 1 2 3 4 5 6 7 Observación 8 9 10 11 12 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=50,74 Rango móvil 45 30 __ MR=15,53 15 LCI=0 0 1 2 3 4 5 6 7 Observación Anexo III - 16 8 9 10 11 12 Anexo III Gráfica I-MR de MSC - INDIA PAKISTAN_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. > 5% Sí No 3,3% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (3,3%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC - INDIA PAKISTAN_h 0% Gráfica I Investigue los puntos fuera de control. 45 LCS=42,17 30 _ X=22,92 15 LCI=3,67 0 1 4 7 10 13 16 19 Observación 22 25 28 Gráfica MR Investigue los puntos fuera de control. Rango móvil LCS=23,65 20 10 __ MR=7,24 LCI=0 0 1 4 7 10 13 16 19 Observación 22 25 28 MSC - INDIA PAKISTAN_h Gráfica I-MR de MSC - INDIA PAKISTAN_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=42,17 40 _ X=22,92 20 LCI=3,67 0 Rango móvil LCS=23,65 20 10 __ MR=7,24 0 LCI=0 1 4 7 10 13 16 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande 16 Anexo III - 17 19 22 25 28 Anexo III La variación del proceso es estable. No hay puntos fuera de control en la gráfica MR. Sin embargo, la media del proceso pudiera no ser estable: 1 punto (3,3%) está fuera de control en la gráfica I (teóricamente puede haber un 0,7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable). Se debe investigar el punto fuera de control y si éste tiene una causa especial, omitirlo de los cálculos. Anexo III - 18 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 3,2% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (3,2%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC-INDIAN OCEAN-AUSTRALIA_h Gráfica I-MR de MSC-INDIAN OCEAN-AUSTRALIA_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 45 LCS=33,52 30 _ X=17,60 15 LCI=1,69 0 1 4 7 10 13 16 19 22 25 Observación 28 31 Gráfica MR Investigue los puntos fuera de control. Rango móvil 30 20 LCS=19,55 10 __ MR=5,98 LCI=0 0 1 4 7 10 13 16 19 22 25 Observación 28 31 Rango móvil -INDIAN OCEAN-AUSTRALIA_h Gráfica I-MR de MSC-INDIAN OCEAN-AUSTRALIA_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 40 LCS=33,52 20 _ X=17,60 0 LCI=1,69 20 LCS=19,55 10 __ MR=5,98 LCI=0 0 1 4 7 10 13 16 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 1 2 19 Anexo III - 19 22 25 28 31 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (3,2%) está fuera de control en la gráfica I y 1 punto (3,2%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber hasta un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 20 Anexo III Gráfica I-MR de MSC-ISRAEL EXPRESS_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC-ISRAEL EXPRESS_h 0% Gráfica I Investigue los puntos fuera de control. 30 LCS=30,16 20 _ X=18,55 10 LCI=6,94 1 6 11 16 21 26 31 Observación 36 41 46 Gráfica MR Investigue los puntos fuera de control. Rango móvil 15 LCS=14,27 10 __ MR=4,37 5 LCI=0 0 1 6 11 16 21 26 31 Observación 36 41 46 Gráfica I-MR de MSC-ISRAEL EXPRESS_h Informe de estabilidad MSC-ISRAEL EXPRESS_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 LCS=30,16 20 _ X=18,55 10 LCI=6,94 16 Rango móvil LCS=14,27 8 __ MR=4,37 LCI=0 0 1 6 11 16 21 26 Observación Gráfica Razón Puntos fuera de control MR Rango móvil inusualmente grande 35 Anexo III - 21 31 36 41 46 Anexo III La media y la variación del proceso pudieran no ser estables. Aunque no se observan puntos fuera de control en la gráfica I, hay un punto fuera de control en la gráfica MR. Esto puede afectar la validez de los límites de control en la gráfica I, con lo cual sería difícil evaluar la estabilidad de la media del proceso. Un punto (2,2%) está fuera de control en la gráfica MR (teóricamente puede haber un 0,9% puntos fuera de control en virtud de las probabilidades, aun cuando el proceso sea estable). Se debe investigar el punto fuera de control y, si éste tiene una causa fuera de control, omitirlo de los cálculos. Anexo III - 22 Anexo III Gráfica I-MR de MSC - MAGHREB SERVICE_h transformados Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. > 5% Datos transformados 0% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. LCS=0,3588 0,3 _ X=0,2442 0,2 LCI=0,1295 0,1 1 11 21 31 41 51 61 71 81 91 101 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 0,15 LCS=0,1409 0,10 __ MR=0,0431 0,05 LCI=0 0,00 1 11 21 31 41 51 61 71 81 91 101 Observación Gráfica I-MR de MSC - MAGHREB SERVICE_h transformados Informe de estabilidad Datos transformados ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=0,3588 0,3 _ X=0,2442 0,2 LCI=0,1295 0,1 Rango móvil 0,16 LCS=0,1409 0,08 __ MR=0,0431 0,00 LCI=0 1 11 21 31 41 51 Observación Gráfica Razón Puntos fuera de control MR Rango móvil inusualmente grande 7; 59; 96 61 Se realizó una transformación de Box-Cox con lambda = -0,5. Anexo III - 23 71 81 91 101 Anexo III La media y la variación del proceso pudieran no ser estables. Aunque no se observan puntos fuera de control en la gráfica I, hay puntos fuera de control en la gráfica MR. Esto puede afectar la validez de los límites de control en la gráfica I, con lo cual sería difícil evaluar la estabilidad de la media del proceso. 3 puntos (3,0%) están fuera de control en la gráfica MR (teóricamente puede haber un 0,9% puntos fuera de control en virtud de las probabilidades, aun cuando el proceso sea estable). Se deben investigar los puntos fuera de control y omitir de los cálculos los que tengan causas especiales. Anexo III - 24 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - SILK SERVICE (W-E)_h Gráfica I-MR de MSC - SILK SERVICE (W-E)_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=63,74 60 40 _ X=32,00 20 LCI=0,26 0 1 3 5 7 9 11 Observación 13 15 17 Gráfica MR Investigue los puntos fuera de control. Rango móvil 40 LCS=38,99 20 __ MR=11,93 LCI=0 0 1 3 5 7 9 11 Observación 13 15 17 MSC - SILK SERVICE (W-E)_h Gráfica I-MR de MSC - SILK SERVICE (W-E)_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=63,74 60 40 _ X=32,00 20 LCI=0,26 0 1 3 5 7 9 Observación 11 13 15 17 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 40 LCS=38,99 20 __ MR=11,93 0 LCI=0 1 3 5 7 9 Observación Anexo III - 25 11 13 15 17 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 5,9% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (5,9%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC-SPAIN / SOUTHAMERICA EAST_h Gráfica I-MR de MSC-SPAIN / SOUTHAMERICA EAST_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 30 LCS=30,73 20 _ X=20,80 LCI=10,87 10 1 3 5 7 9 11 Observación 13 15 17 Gráfica MR Investigue los puntos fuera de control. LCS=12,20 Rango móvil 12 8 __ MR=3,73 4 LCI=0 0 1 3 5 7 9 11 Observación 13 15 17 SPAIN / SOUTHAMERICA EAST_h Gráfica I-MR de MSC-SPAIN / SOUTHAMERICA EAST_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 LCS=30,73 20 _ X=20,80 10 LCI=10,87 Rango móvil LCS=12,20 10 __ MR=3,73 5 LCI=0 0 1 3 5 7 9 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande 13 Anexo III - 26 11 13 15 17 Anexo III La variación del proceso es estable, ya que no hay puntos fuera de control en la gráfica MR. Sin embargo, la media del proceso pudiera no ser estable, ya que 1 punto (5,9%) está fuera de control en la gráfica I. Teóricamente en la gráfica I puede haber un 0,7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. Se debe investigar el punto fuera de control y si éste tiene una causa especial, omitirlo de los cálculos. Anexo III - 27 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - UNITED STATES - GULF_h Gráfica I-MR de MSC - UNITED STATES - GULF_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 40 LCS=38,73 20 _ X=20,03 LCI=1,33 0 1 5 9 13 17 21 25 29 33 37 41 Observación Gráfica MR Investigue los puntos fuera de control. LCS=22,97 Rango móvil 20 10 __ MR=7,03 LCI=0 0 1 5 9 13 17 21 25 29 33 37 41 Observación MSC - UNITED STATES - GULF_h Gráfica I-MR de MSC - UNITED STATES - GULF_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 40 LCS=38,73 20 _ X=20,03 LCI=1,33 0 1 5 9 13 17 21 25 Observación 29 33 37 41 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=22,97 Rango móvil 20 10 __ MR=7,03 LCI=0 0 1 5 9 13 17 21 25 Observación Anexo III - 28 29 33 37 41 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - UNITED STATES-NA_h Gráfica I-MR de MSC - UNITED STATES-NA_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 30 LCS=28,36 20 _ X=16,66 10 LCI=4,97 1 6 11 16 21 26 31 Observación 36 41 46 Gráfica MR Investigue los puntos fuera de control. Rango móvil 15 LCS=14,37 10 __ MR=4,40 5 0 LCI=0 1 6 11 16 21 26 31 Observación 36 41 46 MSC - UNITED STATES-NA_h Gráfica I-MR de MSC - UNITED STATES-NA_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 LCS=28,36 20 _ X=16,66 10 LCI=4,97 1 6 11 16 21 26 Observación 31 36 41 46 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 15 LCS=14,37 10 __ MR=4,40 5 LCI=0 0 1 6 11 16 21 26 Observación Anexo III - 29 31 36 41 46 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC-WEST MED TO GREECE/TURKEY_h Gráfica I-MR de MSC-WEST MED TO GREECE/TURKEY_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=32,67 30 _ X=20,19 20 10 LCI=7,71 1 2 3 4 5 6 7 8 9 10 11 12 13 Observación Gráfica MR Investigue los puntos fuera de control. LCS=15,33 Rango móvil 15 10 __ MR=4,69 5 LCI=0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Observación MSC-WEST MED TO GREECE/TURKEY_h Gráfica I-MR de MSC-WEST MED TO GREECE/TURKEY_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=32,67 30 _ X=20,19 20 10 LCI=7,71 1 2 3 4 5 6 7 8 Observación 9 10 11 12 13 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=15,33 Rango móvil 15 10 __ MR=4,69 5 LCI=0 0 1 2 3 4 5 6 7 8 Observación Anexo III - 30 9 10 11 12 13 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 3,1% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (3,1%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC - WEST MED/SOUTHAMERICA_h Gráfica I-MR de MSC - WEST MED/SOUTHAMERICA_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 45 LCS=33,97 30 _ X=19,58 15 LCI=5,18 0 1 4 7 10 13 16 19 22 25 28 31 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 45 30 LCS=17,68 15 __ MR=5,41 LCI=0 0 1 4 7 10 13 16 19 22 25 28 31 Observación - WEST MED/SOUTHAMERICA_h Gráfica I-MR de MSC - WEST MED/SOUTHAMERICA_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 40 LCS=33,97 _ X=19,58 20 LCI=5,18 0 Rango móvil 40 20 LCS=17,68 __ MR=5,41 LCI=0 0 1 4 7 10 13 16 19 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 9 9; 10 Anexo III - 31 22 25 28 31 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (3,1%) está fuera de control en la gráfica I y 2 puntos (6,3%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 32 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - WEST MEDITERRANEAN_h Gráfica I-MR de MSC - WEST MEDITERRANEAN_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 45 LCS=45,83 30 _ X=24,31 15 LCI=2,79 0 1 3 5 7 9 11 13 15 17 19 21 23 Observación Gráfica MR Investigue los puntos fuera de control. 30 Rango móvil LCS=26,44 20 __ MR=8,09 10 0 LCI=0 1 3 5 7 9 11 13 15 17 19 21 23 Observación MSC - WEST MEDITERRANEAN_h Gráfica I-MR de MSC - WEST MEDITERRANEAN_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 45 LCS=45,83 30 _ X=24,31 15 LCI=2,79 0 1 3 5 7 9 11 13 Observación 15 17 19 21 23 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 Rango móvil LCS=26,44 20 __ MR=8,09 10 LCI=0 0 1 3 5 7 9 11 13 Observación Anexo III - 33 15 17 19 21 23 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - W MEDITERRANEAN-MAROC-h Gráfica I-MR de MSC - W MEDITERRANEAN-MAROC-h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=34,43 30 _ X=18,34 20 10 LCI=2,25 0 1 2 3 4 5 6 7 8 Observación 9 10 11 Gráfica MR Investigue los puntos fuera de control. Rango móvil 20 LCS=19,77 10 __ MR=6,05 0 LCI=0 1 2 3 4 5 6 7 8 Observación 9 10 11 MSC - W MEDITERRANEAN-MAROC-h Gráfica I-MR de MSC - W MEDITERRANEAN-MAROC-h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=34,43 30 _ X=18,34 20 10 LCI=2,25 0 1 2 3 4 5 6 Observación 7 8 9 10 11 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 20 LCS=19,77 10 __ MR=6,05 LCI=0 0 1 2 3 4 5 6 Observación 7 Anexo III - 34 8 9 10 11 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. CHINA SHIPPING - AMX1_h Gráfica I-MR de CHINA SHIPPING - AMX1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=34,37 30 _ X=21,76 20 10 LCI=9,15 1 3 5 7 9 11 Observación 13 15 Gráfica MR Investigue los puntos fuera de control. LCS=15,49 Rango móvil 15 10 __ MR=4,74 5 LCI=0 0 1 3 5 7 9 11 Observación 13 15 CHINA SHIPPING - AMX1_h Gráfica I-MR de CHINA SHIPPING - AMX1_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=34,37 30 _ X=21,76 20 10 LCI=9,15 1 3 5 7 9 Observación 11 13 15 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=15,49 Rango móvil 15 10 __ MR=4,74 5 LCI=0 0 1 3 5 7 9 Observación Anexo III - 35 11 13 15 Anexo III Gráfica I-MR de COSCO - MD1_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. > 5% No 2,4% Comentarios 40 COSCO - MD1_h 0% Sí 30 LCS=27,80 _ X=17,36 20 10 La media del proceso pudiera no ser estable. 1 punto de los datos (2,4%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. LCI=6,91 1 5 9 13 17 21 25 29 33 37 41 Observación Rango móvil Gráfica MR Investigue los puntos fuera de control. 20 LCS=12,83 10 __ MR=3,93 LCI=0 0 1 5 9 13 17 21 25 29 33 37 41 Observación Gráfica I-MR de COSCO - MD1_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. COSCO - MD1_h 45 30 LCS=27,80 _ X=17,36 15 Rango móvil LCI=6,91 20 LCS=12,83 10 __ MR=3,93 LCI=0 0 1 5 9 13 17 21 25 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 10 10; 11 Anexo III - 36 29 33 37 41 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (2,4%) está fuera de control en la gráfica I y 2 puntos (4,8%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 37 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. EVERGREEN SINGAPORE - FEM-UAM_h Gráfica I-MR de EVERGREEN SINGAPORE - FEM-UAM_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=27,78 25 _ X=18,33 20 15 10 LCI=8,88 1 3 5 7 9 11 13 Observación 15 17 19 Gráfica MR Investigue los puntos fuera de control. Rango móvil 12 LCS=11,61 8 __ MR=3,55 4 0 LCI=0 1 3 5 7 9 11 13 Observación 15 17 19 EVERGREEN SINGAPORE - FEM-UAM_h Gráfica I-MR de EVERGREEN SINGAPORE - FEM-UAM_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=27,78 25 _ X=18,33 20 15 10 LCI=8,88 1 3 5 7 9 11 Observación 13 15 17 19 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 12 LCS=11,61 8 __ MR=3,55 4 LCI=0 0 1 3 5 7 9 11 Observación Anexo III - 38 13 15 17 19 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. EVERGREEN TW-FEM-UAM_h Gráfica I-MR de EVERGREEN TW-FEM-UAM_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 30 LCS=28,92 20 _ X=18,22 10 LCI=7,51 1 3 5 7 9 11 13 15 17 19 21 23 Observación Gráfica MR Investigue los puntos fuera de control. 15 Rango móvil LCS=13,15 10 __ MR=4,03 5 0 LCI=0 1 3 5 7 9 11 13 15 17 19 21 23 Observación EVERGREEN TW-FEM-UAM_h Gráfica I-MR de EVERGREEN TW-FEM-UAM_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 LCS=28,92 _ X=18,22 20 10 LCI=7,51 1 3 5 7 9 11 13 Observación 15 17 19 21 23 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 15 Rango móvil LCS=13,15 10 __ MR=4,03 5 0 LCI=0 1 3 5 7 9 11 13 Observación 15 Anexo III - 39 17 19 21 23 Anexo III Gráfica I-MR de HANJIN - EMA Service_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. HANJIN - EMA Service_h 0% Gráfica I Investigue los puntos fuera de control. 45 LCS=38,87 30 _ X=15,45 15 0 LCI=-7,96 1 2 3 4 5 Observación 6 7 8 Gráfica MR Investigue los puntos fuera de control. Rango móvil 30 LCS=28,77 20 __ MR=8,80 10 LCI=0 0 1 2 3 4 5 Observación 6 7 8 Gráfica I-MR de HANJIN - EMA Service_h Informe de estabilidad HANJIN - EMA Service_h ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 45 LCS=38,87 30 _ X=15,45 15 0 LCI=-7,96 1 2 3 4 5 6 7 8 Observación ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 30 LCS=28,77 20 __ MR=8,80 10 LCI=0 0 1 2 3 4 5 Observación Anexo III - 40 6 7 8 Anexo III Gráfica I-MR de HANJIN - MD3_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 50 > 5% Sí No 10,6% Comentarios HANJIN - MD3_h 0% Gráfica I Investigue los puntos fuera de control. LCS=31,50 30 _ X=20,40 10 La media del proceso pudiera no ser estable. 5 puntos de datos (10,6%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. LCI=9,31 1 6 11 16 21 26 31 Observación 36 41 46 Gráfica MR Investigue los puntos fuera de control. Rango móvil 30 20 LCS=13,63 10 __ MR=4,17 LCI=0 0 1 6 11 16 21 26 31 Observación 36 41 46 Gráfica I-MR de HANJIN - MD3_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. HANJIN - MD3_h 50 LCS=31,50 30 _ X=20,40 Rango móvil 10 LCI=9,31 20 LCS=13,63 10 __ MR=4,17 0 LCI=0 1 6 11 16 21 26 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande Cambio en la media de los datos Rango móvil inusualmente grande 25 39-42 25; 26 MR Anexo III - 41 31 36 41 46 Anexo III La media y la variación del proceso pudieran no ser estables: 5 puntos (10,6%) están fuera de control en la gráfica I y 2 puntos (4,3%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 42 Anexo III Gráfica I-MR de HANJIN - MIX/MINA_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. HANJIN - MIX/MINA_h Gráfica I Investigue los puntos fuera de control. LCS=22,77 20 15 _ X=13 10 5 LCI=3,23 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Observación Gráfica MR Investigue los puntos fuera de control. LCS=12,00 Rango móvil 12 8 __ MR=3,67 4 LCI=0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Observación Gráfica I-MR de HANJIN - MIX/MINA_h Informe de estabilidad HANJIN - MIX/MINA_h ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=22,77 20 _ X=13 15 10 5 LCI=3,23 1 2 3 4 5 6 7 8 Observación 9 10 11 12 13 14 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=12,00 Rango móvil 12 8 __ MR=3,67 4 LCI=0 0 1 2 3 4 5 6 7 8 Observación Anexo III - 43 9 10 11 12 13 14 Anexo III Gráfica I-MR de MAERSK - AE11_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. > 5% No 0,0% Comentarios MAERSK - AE11_h 0% Sí La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. LCS=49,71 45 30 _ X=24,36 15 0 LCI=-1,00 1 2 3 4 5 6 7 8 Observación 9 10 11 Gráfica MR Investigue los puntos fuera de control. LCS=31,15 Rango móvil 30 20 __ MR=9,53 10 LCI=0 0 1 2 3 4 5 6 7 8 Observación 9 10 11 Gráfica I-MR de MAERSK - AE11_h Informe de estabilidad MAERSK - AE11_h ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=49,71 45 30 _ X=24,36 15 0 LCI=-1,00 1 2 3 4 5 6 Observación 7 8 9 10 11 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=31,15 Rango móvil 30 20 __ MR=9,53 10 LCI=0 0 1 2 3 4 5 6 Observación 7 Anexo III - 44 8 9 10 11 Anexo III Gráfica I-MR de MAERSK - AE2_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 40 > 5% Sí No 2,7% Comentarios MAERSK - AE2_h 0% Gráfica I Investigue los puntos fuera de control. LCS=32,48 30 _ X=19,14 20 10 LCI=5,80 La media del proceso pudiera no ser estable. 1 punto de los datos (2,7%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. 1 5 9 13 17 21 25 Observación 29 33 37 Gráfica MR Investigue los puntos fuera de control. LCS=16,39 Rango móvil 15 10 __ MR=5,02 5 0 LCI=0 1 5 9 13 17 21 25 Observación 29 33 37 Gráfica I-MR de MAERSK - AE2_h Informe de estabilidad MAERSK - AE2_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=32,48 30 _ X=19,14 20 10 LCI=5,80 LCS=16,39 Rango móvil 16 8 __ MR=5,02 0 LCI=0 1 5 9 13 17 21 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 8 9 Anexo III - 45 25 29 33 37 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (2,7%) está fuera de control en la gráfica I y 1 punto (2,7%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 46 Anexo III Gráfica I-MR de MAERSK - AE6_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. > 5% Sí No 13,8% Comentarios 60 MAERSK - AE6_h 0% Gráfica I Investigue los puntos fuera de control. LCS=52,13 40 _ X=29,74 20 LCI=7,35 0 La media del proceso pudiera no ser estable. 4 puntos de datos (13,8%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. 1 4 7 10 13 16 19 Observación 22 25 28 Rango móvil Gráfica MR Investigue los puntos fuera de control. 30 LCS=27,51 20 __ MR=8,42 10 LCI=0 0 1 4 7 10 13 16 19 Observación 22 25 28 Gráfica I-MR de MAERSK - AE6_h Informe de estabilidad MAERSK - AE6_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=52,13 50 _ X=29,74 25 LCI=7,35 0 Rango móvil 40 LCS=27,51 20 __ MR=8,42 0 LCI=0 1 4 7 10 13 16 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente pequeño Valor inusualmente grande Cambio en la media de los datos Rango móvil inusualmente grande 26 29 9; 10 23; 29 MR Anexo III - 47 19 22 25 28 Anexo III La media y la variación del proceso pudieran no ser estables: 4 puntos (13,8%) están fuera de control en la gráfica I y 2 puntos (6,9%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 48 Anexo III Gráfica I-MR de MAERSK - F01_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 40 > 5% Sí No 0,0% Comentarios MAERSK - F01_h 0% Gráfica I Investigue los puntos fuera de control. LCS=38,29 30 _ X=20,76 20 10 LCI=3,24 La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. 1 5 9 13 17 21 25 Observación 29 33 Gráfica MR Investigue los puntos fuera de control. LCS=21,53 Rango móvil 20 10 __ MR=6,59 LCI=0 0 1 5 9 13 17 21 25 Observación 29 33 Gráfica I-MR de MAERSK - F01_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. MAERSK - F01_h 40 LCS=38,29 30 _ X=20,76 20 10 LCI=3,24 1 5 9 13 17 21 Observación 25 29 33 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=21,53 Rango móvil 20 10 __ MR=6,59 LCI=0 0 1 5 9 13 17 21 Observación Anexo III - 49 25 29 33 Anexo III Gráfica I-MR de MAERSK - ME4_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. > 5% Sí No 0,0% Comentarios 25 MAERSK - ME4_h 0% Gráfica I Investigue los puntos fuera de control. LCS=24,74 20 _ X=16,14 15 10 LCI=7,54 La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. 1 3 5 7 9 11 13 Observación 15 17 Gráfica MR Investigue los puntos fuera de control. 12 Rango móvil LCS=10,57 8 __ MR=3,24 4 0 LCI=0 1 3 5 7 9 11 13 Observación 15 17 Gráfica I-MR de MAERSK - ME4_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. MAERSK - ME4_h 25 LCS=24,74 20 _ X=16,14 15 10 LCI=7,54 1 3 5 7 9 11 Observación 13 15 17 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 12 Rango móvil LCS=10,57 8 __ MR=3,24 4 LCI=0 0 1 3 5 7 9 11 Observación Anexo III - 50 13 15 17 Anexo III Gráfica I-MR de MAERSK - SCANMED_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 1,8% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (1,8%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MAERSK - SCANMED_h Gráfica I Investigue los puntos fuera de control. 30 LCS=26,27 20 _ X=14,42 10 LCI=2,57 0 1 6 11 16 21 26 31 36 41 46 51 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 15 LCS=14,56 10 __ MR=4,46 5 LCI=0 0 1 6 11 16 21 26 31 36 41 46 51 Observación Gráfica I-MR de MAERSK - SCANMED_h Informe de estabilidad MAERSK - SCANMED_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 30 LCS=26,27 20 _ X=14,42 10 LCI=2,57 Rango móvil 16 LCS=14,56 8 __ MR=4,46 0 LCI=0 1 6 11 16 21 26 31 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 24 24; 25 Anexo III - 51 36 41 46 51 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (1,8%) está fuera de control en la gráfica I y 2 puntos (3,6%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 52 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MEDEX TUNISIAN SERVICE_h Gráfica I-MR de MEDEX TUNISIAN SERVICE_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=34,37 30 20 _ X=16,18 10 0 LCI=-2,01 1 3 5 7 9 11 13 15 17 19 21 23 Observación Gráfica MR Investigue los puntos fuera de control. LCS=22,35 Rango móvil 20 10 __ MR=6,84 0 LCI=0 1 3 5 7 9 11 13 15 17 19 21 23 Observación MEDEX TUNISIAN SERVICE_h Gráfica I-MR de MEDEX TUNISIAN SERVICE_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=34,37 30 20 _ X=16,18 10 0 LCI=-2,01 1 3 5 7 9 11 13 Observación 15 17 19 21 23 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=22,35 Rango móvil 20 10 __ MR=6,84 0 LCI=0 1 3 5 7 9 11 13 Observación 15 Anexo III - 53 17 19 21 23 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 7,7% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (7,7%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC - CANADÁ EXPRESS_1_h Gráfica I-MR de MSC - CANADÁ EXPRESS_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 60 LCS=49,62 40 _ X=25 20 LCI=0,38 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Observación Gráfica MR Investigue los puntos fuera de control. LCS=30,25 Rango móvil 30 20 __ MR=9,26 10 LCI=0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Observación MSC - CANADÁ EXPRESS_1_h Gráfica I-MR de MSC - CANADÁ EXPRESS_1_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=49,62 40 _ X=25 20 LCI=0,38 0 LCS=30,25 Rango móvil 30 15 __ MR=9,26 0 LCI=0 1 2 3 4 5 6 7 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 1 2 8 Anexo III - 54 9 10 11 12 13 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (7,7%) está fuera de control en la gráfica I y 1 punto (7,7%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 55 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 7,7% Comentarios La media del proceso pudiera no ser estable. 2 puntos de datos (7,7%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC - DRAGON SERVICE_1_h Gráfica I-MR de MSC - DRAGON SERVICE_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=71,43 60 _ X=39,11 40 20 LCI=6,79 0 1 4 7 10 13 16 19 Observación 22 25 Gráfica MR Investigue los puntos fuera de control. Rango móvil 60 40 LCS=39,70 20 __ MR=12,15 LCI=0 0 1 4 7 10 13 16 19 Observación 22 25 Rango móvil MSC - DRAGON SERVICE_1_h Gráfica I-MR de MSC - DRAGON SERVICE_1_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 80 LCS=71,43 _ X=39,11 40 LCI=6,79 0 40 LCS=39,70 20 __ MR=12,15 0 LCI=0 1 4 7 10 13 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 21; 26 22 16 Anexo III - 56 19 22 25 Anexo III La media y la variación del proceso pudieran no ser estables: 2 puntos (7,7%) están fuera de control en la gráfica I y 1 punto (3,8%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 57 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - INDIA PAKISTAN_1_h Gráfica I-MR de MSC - INDIA PAKISTAN_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 45 LCS=46,34 30 _ X=25,63 15 LCI=4,92 0 1 3 5 7 9 11 Observación 13 15 17 Gráfica MR Investigue los puntos fuera de control. Rango móvil LCS=25,44 20 __ MR=7,79 10 LCI=0 0 1 3 5 7 9 11 Observación 13 15 17 MSC - INDIA PAKISTAN_1_h Gráfica I-MR de MSC - INDIA PAKISTAN_1_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 45 LCS=46,34 30 _ X=25,63 15 LCI=4,92 0 1 3 5 7 9 Observación 11 13 15 17 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil LCS=25,44 20 __ MR=7,79 10 LCI=0 0 1 3 5 7 9 Observación Anexo III - 58 11 13 15 17 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC-INDIAN OCEAN-AUSTRALI_1_h Gráfica I-MR de MSC-INDIAN OCEAN-AUSTRALI_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=67,36 60 40 _ X=31,23 20 0 LCI=-4,89 1 2 3 4 5 6 7 Observación 8 9 10 Gráfica MR Investigue los puntos fuera de control. Rango móvil 45 LCS=44,38 30 __ MR=13,58 15 LCI=0 0 1 2 3 4 5 6 7 Observación 8 9 10 MSC-INDIAN OCEAN-AUSTRALI_1_h Gráfica I-MR de MSC-INDIAN OCEAN-AUSTRALI_1_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=67,36 60 40 _ X=31,23 20 0 LCI=-4,89 1 2 3 4 5 6 Observación 7 8 9 10 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. Rango móvil 45 LCS=44,38 30 __ MR=13,58 15 LCI=0 0 1 2 3 4 5 6 Observación Anexo III - 59 7 8 9 10 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 7,1% Comentarios La media del proceso pudiera no ser estable. 3 puntos de datos (7,1%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC - LEVANTE EXPRESS_h Gráfica I-MR de MSC - LEVANTE EXPRESS_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 150 100 LCS=52,6 _ X=22,6 50 0 LCI=-7,3 1 5 9 13 17 21 25 29 33 37 41 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 120 80 40 LCS=36,8 __ MR=11,3 LCI=0 0 1 5 9 13 17 21 25 29 33 37 41 Observación Rango móvil MSC - LEVANTE EXPRESS_h Gráfica I-MR de MSC - LEVANTE EXPRESS_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 160 80 LCS=52,6 _ X=22,6 0 LCI=-7,3 100 50 LCS=36,8 __ MR=11,3 LCI=0 0 1 5 9 13 17 21 25 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande Cambio en la media de los datos Rango móvil inusualmente grande 13 22; 23 13; 14 MR Anexo III - 60 29 33 37 41 Anexo III La media y la variación del proceso pudieran no ser estables: 3 puntos (7,1%) están fuera de control en la gráfica I y 2 puntos (4,8%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 61 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 4,2% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (4,2%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC-MAGHREB SERVICE_1_h Gráfica I-MR de MSC-MAGHREB SERVICE_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 75 LCS=60,6 50 _ X=21,8 25 0 LCI=-17,0 1 3 5 7 9 11 13 15 17 19 21 23 Observación Rango móvil Gráfica MR Investigue los puntos fuera de control. 60 LCS=47,61 40 __ MR=14,57 20 LCI=0 0 1 3 5 7 9 11 13 15 17 19 21 23 Observación SC-MAGHREB SERVICE_1_h Gráfica I-MR de MSC-MAGHREB SERVICE_1_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 100 LCS=60,6 50 _ X=21,8 0 LCI=-17,0 Rango móvil 80 LCS=47,61 40 __ MR=14,57 0 LCI=0 1 3 5 7 9 11 13 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 8 8; 9 Anexo III - 62 15 17 19 21 23 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (4,2%) está fuera de control en la gráfica I y 2 puntos (8,3%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 63 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 4,0% Comentarios La media del proceso pudiera no ser estable. 2 puntos de datos (4,0%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC SILK SERVICE WEST-EAST B_h Gráfica I-MR de MSC SILK SERVICE WEST-EAST B_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 60 LCS=53,82 40 _ X=32,32 20 LCI=10,82 1 6 11 16 21 26 31 36 41 Observación 46 Gráfica MR Investigue los puntos fuera de control. Rango móvil 45 30 LCS=26,42 15 __ MR=8,08 LCI=0 0 1 6 11 16 21 26 31 36 41 Observación 46 SILK SERVICE WEST-EAST B_h Gráfica I-MR de MSC SILK SERVICE WEST-EAST B_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 60 LCS=53,82 40 _ X=32,32 20 LCI=10,82 Rango móvil 40 LCS=26,42 20 __ MR=8,08 LCI=0 0 1 6 11 16 21 26 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 27; 30 28 31 Anexo III - 64 36 41 46 Anexo III La media y la variación del proceso pudieran no ser estables: 2 puntos (4,0%) están fuera de control en la gráfica I y 1 punto (2,0%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 65 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 5,3% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (5,3%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC - SPAIN / SOUTHAMERICA EC_h Gráfica I-MR de MSC - SPAIN / SOUTHAMERICA EC_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 60 LCS=50,31 40 _ X=26,12 20 LCI=1,92 0 1 3 5 7 9 11 13 Observación 15 17 19 Gráfica MR Investigue los puntos fuera de control. Rango móvil 40 LCS=29,72 20 __ MR=9,10 0 LCI=0 1 3 5 7 9 11 13 Observación 15 17 19 - SPAIN / SOUTHAMERICA EC_h Gráfica I-MR de MSC - SPAIN / SOUTHAMERICA EC_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=50,31 40 _ X=26,12 20 LCI=1,92 0 Rango móvil 40 LCS=29,72 20 __ MR=9,10 LCI=0 0 1 3 5 7 9 11 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 10 11 Anexo III - 66 13 15 17 19 Anexo III La media y la variación del proceso pudieran no ser estables: 1 punto (5,3%) está fuera de control en la gráfica I y 1 punto (5,3%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se deben investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 67 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC - UNITED STATES - GULF_1_h Gráfica I-MR de MSC - UNITED STATES - GULF_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=45,38 45 30 _ X=20,63 15 0 LCI=-4,12 1 2 3 4 5 6 7 Observación 8 9 10 Gráfica MR Investigue los puntos fuera de control. LCS=30,40 Rango móvil 30 20 __ MR=9,31 10 LCI=0 0 1 2 3 4 5 6 7 Observación 8 9 10 MSC - UNITED STATES - GULF_1_h Gráfica I-MR de MSC - UNITED STATES - GULF_1_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=45,38 45 30 _ X=20,63 15 0 LCI=-4,12 1 2 3 4 5 6 Observación 7 8 9 10 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=30,40 Rango móvil 30 20 __ MR=9,31 10 0 LCI=0 1 2 3 4 5 6 Observación Anexo III - 68 7 8 9 10 Anexo III Gráfica I-MR de MSC - USA-NA_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. 60 > 5% Sí No 4,8% Comentarios MSC - USA-NA_h 0% 40 LCS=38,39 20 _ X=21,91 LCI=5,44 0 La media del proceso pudiera no ser estable. 2 puntos de datos (4,8%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. 1 5 9 13 17 21 25 29 33 37 41 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 45 30 LCS=20,24 15 __ MR=6,20 LCI=0 0 1 5 9 13 17 21 25 29 33 37 41 Observación Gráfica I-MR de MSC - USA-NA_h Informe de estabilidad MSC - USA-NA_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 40 LCS=38,39 20 _ X=21,91 LCI=5,44 0 Rango móvil 40 LCS=20,24 20 __ MR=6,20 LCI=0 0 1 5 9 13 17 21 25 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 16; 24 16; 17; 24 Anexo III - 69 29 33 37 41 Anexo III La media y la variación del proceso pudieran no ser estables: 2 puntos (4,8%) están fuera de control en la gráfica I y 3 puntos (7,1%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se debe investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Además en esta ocasión los datos no pasaron la prueba de normalidad, razón por la que se pueden dar un número mayor de falsas alarmas. Una transformación corregirá la no normalidad. Anexo III - 70 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 0,0% Comentarios La media del proceso es estable. No hay puntos de datos fuera de control en la gráfica I. MSC-WEST MED TO GREE./TURK_1_h Gráfica I-MR de MSC-WEST MED TO GREE./TURK_1_h Informe de resumen Gráfica I Investigue los puntos fuera de control. LCS=48,47 45 30 _ X=23 15 0 LCI=-2,47 1 2 3 4 5 6 7 8 Observación 9 10 11 12 Gráfica MR Investigue los puntos fuera de control. LCS=31,29 Rango móvil 30 20 __ MR=9,58 10 LCI=0 0 1 2 3 4 5 6 7 8 Observación 9 10 11 12 MSC-WEST MED TO GREE./TURK_1_h Gráfica I-MR de MSC-WEST MED TO GREE./TURK_1_h Informe de estabilidad ¿Es estable la media del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=48,47 45 30 _ X=23 15 0 LCI=-2,47 1 2 3 4 5 6 7 Observación 8 9 10 11 12 ¿Es estable la variación del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=31,29 Rango móvil 30 20 __ MR=9,58 10 LCI=0 0 1 2 3 4 5 6 7 Observación Anexo III - 71 8 9 10 11 12 Anexo III ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 2,6% Comentarios La media del proceso pudiera no ser estable. 1 punto de los datos (2,6%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. MSC-WEST MED/SOUTHAMERICA_h Gráfica I-MR de MSC-WEST MED/SOUTHAMERICA_h Informe de resumen Gráfica I Investigue los puntos fuera de control. 40 LCS=38,64 30 _ X=23,78 20 10 LCI=8,92 1 5 9 13 17 21 25 Observación 29 33 37 Gráfica MR Investigue los puntos fuera de control. Rango móvil LCS=18,25 15 10 __ MR=5,59 5 LCI=0 0 1 5 9 13 17 21 25 Observación 29 33 37 -WEST MED/SOUTHAMERICA_h Gráfica I-MR de MSC-WEST MED/SOUTHAMERICA_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. LCS=38,64 35 _ X=23,78 25 15 LCI=8,92 Rango móvil 20 LCS=18,25 10 __ MR=5,59 0 LCI=0 1 5 9 13 17 21 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande 16 Anexo III - 72 25 29 33 37 Anexo III La variación del proceso es estable. No hay puntos fuera de control en la gráfica MR. Sin embargo, la media del proceso pudiera no ser estable, ya que 1 punto (2,6%) está fuera de control en la gráfica I (teóricamente puede haber un 0,7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable). Se debe investigar el punto fuera de control y si éste tiene una causa especial, omitirlo de los cálculos. Anexo III - 73 Anexo III Gráfica I-MR de UASC - EMA_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. > 5% No 15,6% Comentarios 40 UASC - EMA_h 0% Sí LCS=36,76 30 _ X=22,04 20 10 La media del proceso pudiera no ser estable. 5 puntos de datos (15,6%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. LCI=7,32 1 4 7 10 13 16 19 22 25 28 31 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 20 LCS=18,08 10 __ MR=5,53 LCI=0 0 1 4 7 10 13 16 19 22 25 28 31 Observación Gráfica I-MR de UASC - EMA_h Informe de estabilidad ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. UASC - EMA_h 45 LCS=36,76 30 _ X=22,04 15 LCI=7,32 Rango móvil 20 LCS=18,08 10 __ MR=5,53 LCI=0 0 1 4 7 10 13 16 19 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande Cambio en la media de los datos Rango móvil inusualmente grande 8 9; 27-29 8; 9 MR Anexo III - 74 22 25 28 31 Anexo III La media y la variación del proceso pudieran no ser estables: 5 puntos (15,6%) están fuera de control en la gráfica I y 2 puntos (6,3%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se debe investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 75 Anexo III Gráfica I-MR de UASC - MIX/MINA_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. 0% > 5% Sí No 3,3% Comentarios UASC - MIX/MINA_h Gráfica I Investigue los puntos fuera de control. La media del proceso pudiera no ser estable. 3 puntos de datos (3,3%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. 45 LCS=34,31 30 _ X=18,14 15 LCI=1,98 0 1 10 19 28 37 46 55 64 73 Observación 82 91 Gráfica MR Investigue los puntos fuera de control. Rango móvil 30 20 LCS=19,86 10 __ MR=6,08 LCI=0 0 1 10 19 28 37 46 55 64 73 Observación 82 91 Gráfica I-MR de UASC - MIX/MINA_h Informe de estabilidad Rango móvil UASC - MIX/MINA_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 40 LCS=34,31 20 _ X=18,14 0 LCI=1,98 20 LCS=19,86 10 __ MR=6,08 LCI=0 0 1 10 19 28 37 46 Observación Gráfica Razón Puntos fuera de control I Valor inusualmente grande Cambio en la media de los datos Rango móvil inusualmente grande 4; 90 47 90 MR 55 Anexo III - 76 64 73 82 91 Anexo III La media y la variación del proceso pudieran no ser estables: 3 puntos (3,3%) están fuera de control en la gráfica I y 1 punto (1,1%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se debe investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 77 Anexo III Gráfica I-MR de WHITE LINE_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. Gráfica I Investigue los puntos fuera de control. > 5% No 2,4% Comentarios 60 WHITE LINE_h 0% Sí 40 LCS=39,71 20 _ X=17,28 0 La media del proceso pudiera no ser estable. 2 puntos de datos (2,4%) están fuera de control en la gráfica I. Tenga en cuenta que usted puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. LCI=-5,14 1 9 17 25 33 41 49 57 65 73 81 Observación Gráfica MR Investigue los puntos fuera de control. Rango móvil 60 40 LCS=27,55 20 __ MR=8,43 LCI=0 0 1 9 17 25 33 41 49 57 65 73 81 Observación Gráfica I-MR de WHITE LINE_h Informe de estabilidad WHITE LINE_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 50 LCS=39,71 25 _ X=17,28 Rango móvil 0 LCI=-5,14 40 LCS=27,55 20 __ MR=8,43 LCI=0 0 1 9 17 25 33 41 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 15; 66 15; 16; 66; 67 49 Anexo III - 78 57 65 73 81 Anexo III La media y la variación del proceso pudieran no ser estables. 2 puntos (2,4%) están fuera de control en la gráfica I. 4 puntos (4,9%) están fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se debe investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 79 Anexo III Gráfica I-MR de X-PRESS - IBX_1_h Informe de resumen ¿Es estable la media del proceso? Evalúe el % de puntos fuera de control. > 5% Sí No 12,5% Comentarios X-PRESS - IBX_1_h 0% Gráfica I Investigue los puntos fuera de control. 20 LCS=21,12 10 _ X=9,71 0 La media del proceso pudiera no ser estable. 1 punto de los datos (12,5%) está fuera de control en la gráfica I. Tenga en cuenta que puede ver un 0.7% de puntos fuera de control en virtud de las probabilidades, aunque el proceso sea estable. LCI=-1,71 1 2 3 4 5 Observación 6 7 8 Gráfica MR Investigue los puntos fuera de control. Rango móvil 15 LCS=14,03 10 __ MR=4,29 5 LCI=0 0 1 2 3 4 5 Observación 6 7 8 Gráfica I-MR de X-PRESS - IBX_1_h Informe de estabilidad X-PRESS - IBX_1_h ¿Es estable del proceso? Investigue los puntos fuera de control. Busque patrones y tendencias. 20 LCS=21,12 10 _ X=9,71 0 LCI=-1,71 Rango móvil LCS=14,03 10 __ MR=4,29 5 LCI=0 0 1 2 3 4 5 Observación Gráfica Razón Puntos fuera de control I MR Valor inusualmente grande Rango móvil inusualmente grande 1 2 Anexo III - 80 6 7 8 Anexo III La media y la variación del proceso pudieran no ser estables. 1 punto (12,5%) está fuera de control en la gráfica I. 1 punto (12,5%) está fuera de control en la gráfica MR, lo cual podría afectar la validez de los límites de control en la gráfica I. Teóricamente puede haber un 0,7% de puntos fuera de control en la gráfica I y un 0,9% de puntos fuera de control en la gráfica MR en virtud de las probabilidades, aunque el proceso sea estable. Se debe investigar los puntos fuera de control y omitir de los cálculos aquellos con causas especiales. Anexo III - 81