Proyecto simulación Servicentro RC S.A.C.
Huamani Palacios Kevin
Sotelo Espino Carlos
Villafuerte Sotelo Jean
TABLA DE CONTENIDO.
1. Introducción
2. Descripción del Sistema
3. Análisis de los Datos de Entrada
4. Descripción del Modelo de Simulación
5. Verificación y Validación del Modelo
6. Resultados de la Simulación
7. Sugerencias
8. Conclusiones y Recomendaciones
9. Agradecimientos
10.Bibliografía
INTRODUCCION
1. Descripción del Proyecto
Una estación de servicio, bencinera, gasolinera o Servicentro es un punto
de venta de combustible y lubricantes para vehículos de motor. Aunque
en teoría pueden establecerse y comprar libremente, las estaciones de
servicio normalmente se asocian con las grandes empresas
distribuidoras, con contratos de exclusividad.
Formulación del Problema
1. Problema
Es común ver gran congestionamiento en una Estación de Servicios, y la empresa que hemos
recurrido es la Estación: Servicentro RC S.A.C. “Grifo Primax”, ubicada en la Subida de Parcona,
como problema tenemos lo que es el congestionamiento en las horas puntas que son a partir de
las 5.30 am hasta las 9.am, de 12.00 pm a 2.00 pm y de 5.30 pm a 7:00 pm. Esto genera gran
malestar entre los conductores ya que se pierde tiempo Y dinero algunas (recojo de pasajeros).
1. ObjetivoProponer un modelo de simulación que ayude a agilizar el congestionamiento que se genera en las horas puntas .para comenzar, debemos como grupo conocer las actividades del grifo en horas de atención. Para luego directamente Formular un modelo de la realidad actual que se vive en el grifo y posteriormente Recrear un modelo con la solución de la congestión y agilice la atención vehicular, y no se pierda tiempo y dinero.
Palabras Claves.
Servicentro de combustible: Entidad en la cual de prestan servicios de abastecimiento de combustible para diversos tipos de vehículos.
Congestión: condición de flujo vehicular que se saturado.
Abastecer.- Proveer a alguien de aquello que necesita.
1. Definición del sistema
Construir un modelo que permita analizar el comportamiento del flujo vehicular en la
estación de servicio que estamos estudiando, Los datos estadísticos que obtengamos
luego de analizar los resultados del modelo actual y el propuesto permitirán conocer el
impacto que tendrá la aplicación del modelo propuesto.
1. Definición de variables del
sistema
VariablesTipo de
Variable
Fuente de
Información
Frecuencia
de RegistroFecha
Tiempo de Llegadas – TLL
Estocástica Muestreo Segundo
15/11/201316/11/201317/11/201318/11/201319/11/201320/11/2013
Tiempo de Transcurrido Estocástica Muestreo Segundo
15/11/201316/11/201317/11/201318/11/201319/11/201320/11/2013
Tipo combustible Estocástica Muestreo Segundo
15/11/201316/11/201317/11/201318/11/201319/11/201320/11/2013
1. Elementos del sistema
Entidades Atributos Actividades
Vehículos
Tiempo de arribo
Llegar al sistema
Formar cola
Ser atendidos
Salir del sistema
TrabajadoresTiempo de servicio Atender trabajos
1. Diagrama del sistema
Fin Servicio
Inicio Servicio
Fin espera
Llegar al sistema
Ingresar a Cola
Llegar al sistema
1. Diagrama del sistema
Fin ServicioInicio Servicio
Fin espera
Iniciar Servicio
Esperar Servicio
Inicio de Servicio
1. DESCRIPCIÓN DEL SISTEMA
Por la explicación dada anteriormente en la Introducción se desea conocer
mediante un modelo de simulación por computadora cómo es que funciona
el sistema de colas en la SERVICENTRO RC SAC.
Es común ver gran congestionamiento en una Estación de servicios, y la
empresa que hemos recurrido tiene como problema tenemos lo que es el
congestionamiento en las horas puntas que son, a partir de las 5:30 am
hasta las 9.00 am, de 12.00 pm a 2.00 pm y de 5.30 pm a 7.00 pm. Esto
genera gran malestar entre los conductores ya que se pierde tiempo y
dinero algunas (algunas recojo de pasajeros).
Se trata de resolver lo siguiente:
1.Modelar el sistema mencionado.
2.Diseñar el programa en el software arena.
3.Verificar que el modelo funciona de acuerdo a las especificaciones dadas.
4.Identificar cuellos de botella en el sistema y analizar los resultados.
5.Proponer políticas de solución a posibles cuellos de botella en el sistema o a
personal no ocupado.
Las propuestas de solución pueden orientarse a incrementar la capacidad de las
islas: surtidores, Caja, Operaciones, Analista.
Dominio del sistema
El entorno del sistema corresponde al
modelamiento y simulación del sistema de
atención de clientes del SERVICENTRO RC SAC
en Parcona .según se describe ha descrito. Se
han identificado las entidades siguientes, y se
mencionan sus funciones relacionadas al sistema a
modelar.
Interacciones o Impacto con otros sistemas
El sistema interactúa con los siguientes sistemas:
o Sistema de Facturación (Manual)
o Para cancelar una cuota en Caja o ser atendido en la Islas, se debe concertar el
servicio de abastecimiento del tipo de combustible solicitado por el cliente que
puede ser por pago en efectivo.
o Los informes en las islas de alguna manera se ven afectados por el número de
clientes a atender, que puede ser un problema al estar congestionado las islas
por la demora.
o Sistema de Seguridad
También se ve afectado por la cantidad de personas que se encuentren en el
servicentro en un momento dado.
Restricciones
o El tamaño físico del servicentro
o El horario de atención en el servicentro
o La cantidad de surtidores operativos a ciertas
horas
o Las funciones a las que se limita Caja por cada
surtidor, Operaciones, Isla , Analista
o En cada surtidor sólo se atiende a un cliente
por vez Medidas a Emplear
o Se acudirá al ambiente del sistema para tomar
las medidas y los tiempos necesarios que
permitirán efectuar los cálculos. Cómo tiempos
de llegada, tiempos de atención o de servicio,
tiempos de espera.
o Simulación del sistema actual
o Promedios
Resultado Esperado
o Se desea simular mediante el modelo a desarrollar el funcionamiento
del sistema en estudio actual del servicentro. A partir de ello
proponer, si es necesario, incrementar la capacidad de servidores
mediante la simulación del nuevo sistema, incrementar el número de
trabajadores.
o Se espera obtener estadísticas como:
o Tiempos totales de servicio
o Tiempos de desocupación
o Porcentajes de ocupación/desocupación
o Tiempos promedios que pasa un cliente en el sistema
o Tiempos promedios que pasa un cliente en la cola
o Longitud promedio de las colasModelo actual realizado en Bizagi:
1. Análisis de datos y supuestos de modelo
1. Recopilación de Datos
Para lograr una toma óptima de datos se utilizaron diferentes herramientas,
medición manual del flujo vehicular en la estación de servicio del caso de
estudio.
La toma de la información se realizó el día 15 al 20 de noviembre de 2013 de
7.00 p.m. a 2.20 p.m. En el cuadro siguiente se puede ver una muestra de dicha
información.
1. Análisis de datos
De los datos especificados en el documento adjunto, se obtienen la
distribución.
Distribution: Exponential Expression: 5 + EXPO(80)Square Error: 0.016489
Number of intervals = 6 Degrees of freedom = 4 Test Statistic = 49.6 Corresponding p-value < 0.005
Test Statistic = 0.164 Corresponding p-value < 0.01
Number of Data Points = 399Min Data Value = 5Min Data Value = 5Max Data Value = 1.02e+003Sample Mean = 85
Tiempos de Atención.
Resumen de Distribución:
Test Kolmogorov-Smirnov:
Resumen de Datos:
Test Chi Cuadrado:
Diagrama de análisis de datos:
Function Sq Error
Gamma 0.0197
Exponential 0.0198
Erlang 0.0198
Lognormal 0.0227
Weibull 0.0227
Beta 0.0435
Normal 0.182
Triangular 0.273
Tiempos de Llegada.
Resumen de Distribución:
Distribution: Exponential Expression: -0.001 + EXPO(324)Square Error: 0.029818
Number of intervals = 10 Degrees of freedom = 8 Test Statistic = 83.2 Corresponding p-value < 0.005
Test Statistic = 0.132 Corresponding p-value < 0.01
Number of Data Points = 393Min Data Value = 0Max Data Value = 1.89e+003Sample Mean = 234Sample Std Dev = 375
Test Kolmogorov-Smirnov:
Resumen de Datos:
Test Chi Cuadrado:
Diagrama de análisis de datos:
Resumen de todas las distribuciones:Function Sq ErrorErlang 0.0298
Exponential 0.0298Gamma 0.0301
Lognormal 0.031
Weibull 0.0313Beta 0.0483
Normal 0.0996Triangular 0.121
1. Descripción del Modelo de SimulaciónEl siguiente modelo muestra 3 estaciones de servicios que son operadas por 2 griferos. La configuración de los mismos fue realizada con las distribuciones tomadas del input analizar.
1. Verificación y validación del modelo.
Se pudo verificar lo parecido que resulta la simulación de la realidad, siempre van a existir diferencias debido a fechas
importantes como navidad u otras fechas religiosas donde la gente usa más el transporte no va a seguir la misma
distribución de frecuencias.
Resultados de la Simulación Resultado de los tiempos de cola de las 5 réplicas:
Identifier Average Half Width Minimum Maximum Observations
Gasolina 90_R_Q Queue Time
.00000
(Insuf)
.00000 .00000 5
Inspect 4_R_Q Queue Time
.00000 (Insuf) .00000 .00000 11
Petroleo_R_Q Queue Time
.00000 (Insuf) .00000 .00000 16
Gasolina 84_R_Q Queue Time
2.6812
(Insuf)
.00000 16.087 6
Inspect 2_R_Q Queue Time
.00000 (Insuf) .00000 .00000 27
Gasolina 84_R_Q.WaitingT
ime2.6812 (Insuf) .00000 16.087 6
Gasolina 90_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 5
Inspect 2_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 27
Grifero_Q.WaitingTime
--
--
--
--
0
Inspect 4_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 11
Petroleo_R_Q.WaitingTime
.00000 (Insuf) .00000 .00000 16
Replica 1:
Identifier Average Half Width Minimum Maximum Observations
Gasolina 90_R_Q Queue Time
.00000
(Insuf)
.00000 .00000 9
Inspect 4_R_Q Queue Time
.00000 (Insuf) .00000 .00000 13
Petroleo_R_Q Queue Time
.34236 (Insuf) .00000 6.8471 20
Gasolina 84_R_Q Queue Time
.00000(Insuf)
.00000 .00000 4
Inspect 2_R_Q Queue Time
.00000 (Insuf) .00000 .00000 33
Gasolina 84_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 4
Gasolina 90_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 9
Inspect 2_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 33
Grifero_Q.WaitingTime
--
--
--
--
0
Inspect 4_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 13
Petroleo_R_Q.WaitingTime
.34236 (Insuf) .00000 6.8471 20
Replica 2:
Replica 3:
Identifier Average Half Width Minimum Maximum Observations
Gasolina 90_R_Q Queue Time
11.847(Insuf)
.00000 108.18 12
Inspect 4_R_Q Queue Time
.00000 (Insuf) .00000 .00000 18
Petroleo_R_Q Queue Time
2.4716 (Insuf) .00000 42.347 21
Gasolina 84_R_Q Queue Time
.00000(Insuf)
.00000 .00000 6
Inspect 2_R_Q Queue Time
.00000 (Insuf) .00000 .00000 39
Gasolina 84_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 6
Gasolina 90_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 12
Inspect 2_R_Q.WaitingTim
e11.847 (Insuf) .00000 108.18 39
Grifero_Q.WaitingTime
--
--
--
--
0
Inspect 4_R_Q.WaitingTim
e.00000 (Insuf) .00000 .00000 18
Petroleo_R_Q.WaitingTime
2.4716 (Insuf) .00000 42.347 21
Replica 4:
Identifier Average Half Width Minimum Maximum Observations
Gasolina 90_R_Q Queue Time
.00000 (Insuf) .00000 .00000 10
Inspect 4_R_Q Queue Time
.00000 (Insuf) .00000 .00000 15
Petroleo_R_Q Queue Time
.00000 (Insuf) .00000 .00000 13
Gasolina 84_R_Q Queue Time
.00000(Insuf)
.00000 .00000 5
Inspect 2_R_Q Queue Time
.00000 (Insuf) .00000 .00000 28
Gasolina 84_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 5
Gasolina 90_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 10
Inspect 2_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 28
Grifero_Q.WaitingTime
--
--
--
--
0
Inspect 4_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 15
Petroleo_R_Q.WaitingTime
.00000 (Insuf) .00000 .00000 13
Replica 5:
Identifier Average Half Width Minimum Maximum Observations
Gasolina 90_R_Q Queue Time
.00000 (Insuf) .00000 .00000 13
Inspect 4_R_Q Queue Time
.00000 (Insuf) .00000 .00000 22
Petroleo_R_Q Queue Time
15.613 (Insuf) .00000 234.20 15
Gasolina 84_R_Q Queue Time
.00000(Insuf)
.00000 .00000 9
Inspect 2_R_Q Queue Time
.00000 (Insuf) .00000 .00000 37
Gasolina 84_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 9
Gasolina 90_R_Q.WaitingT
ime.00000 (Insuf) .00000 .00000 13
Inspect 2_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 37
Grifero_Q.WaitingTime
--
--
--
--
0
Inspect 4_R_Q.WaitingTi
me.00000 (Insuf) .00000 .00000 22
Petroleo_R_Q.WaitingTime
15.613 (Insuf) .00000 234.20 15
Sugerencias
El modelo muestra que podrían realizarse colas para el consumo de
combustible, normalmente los clientes se irían por la demora, y se
debería de agilizar la atención con ayuda de un trabajador (grifero)
para colaborar con la rápida atención, además se debería de realizar
las boletas de pago de consumo de manera virtual, ya que la empresa
no cuenta con un moderno sistema de facturación.
1. Conclusiones y RecomendacionesLa investigación de operaciones permite el análisis de la toma de decisiones, para determinar cómo se puede optimizar un objetivo definido, como la maximización de los beneficios o la minimización de costes.
Concluimos que para la mejor atención del cliente en el Servicentro RC “PRIMAX”, es importante que su atención al cliente sea lo más óptima posible para generar confianza y fidelidad en el cliente se realice a través de un sistema de facturación digital, ya que la actual no cuenta con tiqueteras automáticas, así llevar un mejor control del proceso y se tendrían datos más precisos para próximos proyectos de simulación.
AgradecimientoSe agradece a la administración y personal del Servicentro RC S.A.C. por el tiempo proporcionado si el cual no se podría haber concluido el trabajo.
•Bibliografíahttp://www.slideshare.net/KarlaRiquelme/informe-final-opeiimejoradofinalhttp://www.eng.utoledo.edu/~enikolai/4100-Exams.htmhttp://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.139.7098&rep=rep1&type=pdfEl análisis de datos se realizó con input analizer. La simulación se realizó con Arena 13.9.