Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rse
Rse
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERA
PROGRAMA DE INGENIERA INDUSTRIAL
BOGOT D.C.
2004
Director
RICARDO CASTILLO CASTILLO
Ingeniero Mecnico
Asesor
DANILO ABRIL HERNANDEZ
Ingeniero Industrial
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERA
PROGRAMA DE INGENIERA INDUSTRIAL
BOGOT D.C.
2004
Nota de aceptacin
________________________
________________________
________________________
________________________
Presidente
________________________
Jurado
________________________
Jurado
Esto sabemos
Todo est conectado
Como la sangre que une a una familia.
Lo que le acaece a la tierra,
Acaece a los hijos e hijas de la tierra.
El Hombre no teji la trama de la vida
Es una mera hebra de la misma.
Lo que le haga a la trama,
Se lo hace a s mismo.
Ted Perry.
AGRADECIMIENTOS
CONTENIDO
RESUMEN
OBJETIVOS Y JUSTIFICACIN
ALCANCE DEL TRABAJO
INTRODUCCIN
Pgina
1. REVISIN BIBLIOGRFICA
1.1
1.1.2
1.2
Publicaciones de Investigacin
INVESTIGACIN DE
ABASTECIMIENTO
OPERACIONES
6
Y
CADENAS
DE
15
1.4
17
INDUSTRIA SIDERRGICA
1.4.1
17
1.4.2
Proceso Tecnolgico
18
1.4.3
19
21
21
21
2.1.1
2.1.1.1
22
2.1.1.2
Identificacin de agentes
23
2.1.1.3
25
2.1.1.4
27
2.1.1.5
28
2.1.1.6
30
2.1.2
38
38
2.1.2.2
Identificacin de Agentes
39
2.1.2.3
40
2.1.2.4
Definicin de precios.
50
2.1.2.5
51
2.2 CONCLUSIONES
55
56
3.1
56
3.1.1
Eslabn Primario
58
3.1.2
Eslabn Secundario
59
3.1.3
Eslabn Terciario
60
3.2
MODELO MATEMTICO
62
3.2.1
3.2.2
62
3.2.3
Funcin Objetivo
74
3.2.4
75
3.3
OPTIMIZACIN
64
81
3.3.1
Implementacin en GAMS
82
3.3.2
Interpretacin de Resultados
83
ANLISIS DE SENSIBILIDAD
93
3.4
3.4.1
93
3.4.1.1
93
3.4.1.2
100
4. CONCLUSIONES Y RECOMENDACIONES
109
GLOSARIO
120
BIBLIOGRAFA
122
ANEXOS
124
LISTA DE TABLAS
Pagina
Tabla 1
Publicaciones de Investigacin.
Tabla 2
14
Tabla 3
19
Tabla 4
23
Tabla 5
25
Tabla 6
31
Tabla 7
32
Tabla 8
34
Tabla 9
40
Tabla 10
41
Tabla 11
42
Tabla 12
45
Tabla 13
45
Tabla 14
46
Tabla 15
47
Tabla 16
48
Tabla 17
51
Tabla 18
53
Tabla 19
75
Tabla 20
76
Tabla 21
77
Tabla 22
79
Tabla 23
79
Tabla 24
80
Tabla 25
80
Tabla 26
85
Tabla 27
86
Tabla 28
Resultados Modelo de
Laminacin por periodos
de
86
Tabla 29
87
Tabla 30
89
Tabla 31
90
Tabla 32
91
Tabla 33
91
Tabla 34
92
Tabla 35
92
Tabla 36
94
Tabla 37
96
Tabla 38
97
Tabla 39
98
Tabla 40
99
Produccin
en
Plantas
en Cali.
Tabla 41
Tabla 42
Rangos de restricciones
Anlisis de Sensibilidad de los coeficientes de la funcin
objetivo.
99
100
Tabla 43
104
Tabla 44
106
Tabla 45
107
Tabla 46
108
Tabla 47
111
Tabla 48
116
LISTA DE FIGURAS
Pgina
Figura 1.
Cadena de Suministro
Figura 2.
Figura 3.
10
Figura 4.
13
Figura 5.
22
Figura 6.
28
Figura 7.
28
Figura 8.
29
Figura 9.
30
31
43
43
49
51
52
54
61
95
103
103
110
LISTA DE ANEXOS
Pgina
Anexo A.
124
Anexo B.
125
Anexo C.
127
155
173
Anexo D.
Anexo E.
Anexo F.
Anexo G.
Anexo H.
Anexo I.
Anexo J.
Anexo K.
Anexo L.
128
130
131
141
161
175
177
RESUMEN
El trabajo aborda la problemtica de apoyar los procesos encaminados a la
minimizacin de costos logsticos de
produccin-distribucin de productos
intermedios y finales en la industria siderrgica semi-integrada en Colombia por
medio de un modelo matemtico de optimizacin que contempla: proveedores de
materia prima, plantas manufactureras y centros de distribucin, e incluye ventas
locales, importaciones, costos de materia prima, costos variables, costos de
transporte e inventarios, costos generales de distribucin y administrativos. Las
restricciones que se consideran en el modelo son: capacidad de proveedores y de
plantas manufactureras, satisfaccin de la demanda, ecuaciones de balance,
restricciones de configuracin del sistema y lmites de las variables de decisin.
Se desarroll un modelo matemtico con un horizonte de planeacin de 12 meses,
determinstico, se muestra la validacin del modelo apoyado en el caso de una
empresa colombiana generndose a travs de l configuraciones alternativas de la
red de distribucin respecto a la actual. Adems se hace un estudio del mercado
nacional e internacional del acero identificando variables macro y
microeconmicas como soporte a las decisiones del modelo de optimizacin. La
bsqueda de la estrategia ptima de produccin-distribucin se estableci con el
apoyo del software General Algebraic Modeling System-GAMS- por medio del
solver CPLEX.
Abstract:
The work study the problem of support process in the way of minimization logistics
cost of production distribution by internal and final products into the semi-integrated
steel industry in Colombia. Through a mathematical model of optimization that
contain; suppliers (row materials), manufactures plants, distribution centers and
incorporate local sales, importations, row material cost, variable cost, cost of
transportation and inventory and general cost of distribution and administration.
Constrains of the model are; suppliers capacity and plant capacity of production,
demand satisfaction, balance equations, configuration system constrains and limit
of decision variables. Its a mathematical model with a horizon 12 months of
planning deterministic. It's showing validation of model lean in the case of
Colombian steel company, create different configuration of the distribution net in
comparison with the actual. Furthermore the work presented a research about the
national market and international market of steel identifies variables Macro and
Microeconomics by the support of model decisions. Optimal strategy of Production
- distribution was searched with the help of software GAMS - General Algebraic
Modeling System.
OBJETIVOS Y JUSTIFICACIN
OBJETIVO GENERAL
Disear un modelo matemtico de optimizacin que permita soportar las
decisiones de mediano plazo en la cadena de abastecimiento de la industria
siderrgica semi-integrada.
OBJETIVOS ESPECFICOS
1) Identificar variables macro y micro econmicas en la cadena de
abastecimiento del sector. (Conceptualizacin)
2) Establecer de forma clara y correcta (desde el punto de vista matemtico)
las relaciones entre los elementos que conforman la cadena de
abastecimiento. (Formalizacin)
3) Implementar el modelo genrico en GAMS - General Algebraic Modeling
System
4) Evaluar el modelo utilizando anlisis de sensibilidad. (Evaluacin)
JUSTIFICACIN
El sector siderrgico es el motor de la economa metalmecnica nacional sin
embargo actualmente se est presentando una recesin debido al actual contexto
internacional de precios bajos (Datos Octubre-2003) consecuencia de la
sobreoferta mundial de acero; esto exige a los productores nacionales mayor
eficiencia en sus procesos internos para ser competitivos en el mercado nacional,
bajo este marco es conveniente desarrollar un estudio que ayude a identificar
mejores metodologas que optimicen la gestin logstica. Este sector reviste de
alta complejidad dado los diferentes flujos de productos que deben ser
transportados como materia prima, productos semiprocesados y productos finales
entre proveedores, plantas y clientes a nivel nacional. Adems, se est
presentando la posibilidad creciente de obtener cualquiera de los anteriores
productos en mercados externos y ser introducidos a la cadena segn
corresponda para reducir costos.
Para abordar esta problemtica se adoptar un enfoque basado en Investigacin
de Operaciones, con el fin de generar una metodologa que soporte la gestin de
la cadena de abastecimiento como estrategia para hacer frente a las compaas
extranjeras que en el proceso de globalizacin estn afectando a este sector de la
economa nacional.
INTRODUCCIN
Las organizaciones empresariales para ser competitivas hoy en da en la nueva
economa global, deben ajustar constantemente su estrategia logstica, la
configuracin de su cadena de abastecimiento y actualizar su planificacin tctica
de produccin y distribucin.
Las corporaciones deben hacer estos ajustes en el marco del ambiente comercial
global con sus impuestos, tarifas, y regulaciones ambientales. Los datos
relevantes de la logstica a menudo pueden dar como resultados pronsticos
imprecisos que rpidamente cambian. Las corporaciones desean una
configuracin de la cadena de abastecimiento que sea eficiente en el corto plazo y
robusta con respecto a cambios en el largo plazo y que se pueda poner en
ejecucin en etapas. Ni las metodologas cientficas ni los algoritmos de diseo
soportan an esa globalidad, necesidad de integracin, dinmica y aleatoriedad
existente en este tiempo. Consecuentemente las decisiones se toman
jerrquicamente y de manera secuencial, que pueden conducir a los beneficios
ms pequeos cuando estn comparadas a las decisiones estratgico tcticas
robustas e integradas.
El tema de la optimizacin de la cadena de abastecimiento ha tomado gran
importancia en paises industrializados debido a los beneficios relativos ya
enunciados, que finalmente buscan la minimizacin de costos y la eficiencia en el
proceso. Esta lnea de investigacin toma cada da ms fuerza gracias a la
competencia global que la industria enfrenta.
El presente trabajo tiene su origen en la preocupacin general del sector
acadmico e industrial de modernizar los procesos gerenciales de las empresas
en paises en va de desarrollo como Colombia, en miras a enfrentar un mercado
cada vez ms globalizado y competitivo.
El trabajo se realiza con el fin de promover posteriores estudios que profundicen y
mejoren la aplicabilidad del modelo de optimizacin, para llegar a que esta
industria de vital importancia y alta vulnerabilidad en la economa, mejore sus
procesos gerenciales y pueda competir de forma eficaz.
CAPTULO 1
REVISIN BIBLIOGRFICA
La primera parte del captulo hace un repaso del estado del arte en el diseo y la
aplicacin de modelos matemticos en cadenas de abastecimiento en diferentes
organizaciones empresariales. Posteriormente se vern las generalidades de la
industria siderrgica donde se explica su conformacin, su objetivo y
especficamente que se entiende por la industria siderrgica semi-integrada.
Finalmente se describir la situacin sectorial de la industria siderrgica
internacional basado en un anlisis econmico para posteriormente profundizar en
la situacin sectorial de la industria siderrgica en Colombia.
1.1 LOGSTICA Y CADENAS DE ABASTECIMIENTO
Logstica, cadena de abastecimiento y cadena de valor han llegado a ser trminos
muy populares en la investigacin reciente y en la literatura de negocios. La
publicidad que generan diferentes empresas de servicios logsticos, de transporte
y de venta de software de planificacin han difundido la nocin que una
corporacin requiere tener eficientes prcticas logsticas para ser competitivas en
la economa global.
Dada la gran de la variedad de usuarios, no debera ser ninguna sorpresa que
existan diversas definiciones de logstica y de cadena de abastecimiento. La
logstica fue utilizada por los militares para describir las actividades asociadas a
mantener una fuerza para luchar en el campo y en un sentido estrecho, describe la
cubierta de tropas. El trmino se separ gradualmente para cubrir negocios y para
mantener actividades. Existe una multiplicidad de definiciones formales. El
Council Of Logistics Management (CLM) que es una asociacin comercial,
promueve la prctica y la educacin de la logstica, su definicin es probablemente
la ms extensamente usada. La logstica es la combinacin del transporte, del
almacenaje, y del control del material todo por el camino del proveedor a travs de
varias instalaciones, hacia el cliente, y la coleccin de todos los materiales
reciclables en cada paso." 1
Las diferentes definiciones de logstica apuntan en la identificacin de tres tipos de
flujos: de materiales, de informacin y monetarios. El flujo ms tradicional es el
1
COUNCIL OF LOGISTICS MANAGEMENT (CLM) [On line] (Citado: Octubre 29 2004) Estados
Unidos; Disponible en: http://clm1.org/Default.asp?XX=1 2003
CHRISTOPHER, M. Logistics and Supply Chain Management strategies for reducing cost and improving
service 2nd Edition, Financial Times: Prenlice Hall. 1999
Pas 1
P
R
O
V
E
E
D
O
R
E
S
Pas 2
PLANTAS
C
L
I
E
N
T
E
S
BODEGAS
Logstica
reversiva
Numero de Artculos
326,223
2,179
761
6,695
188
133,606
232,201
195
12
Fuente: Scirus (online) consultado el: 14 de Enero de 2004 Disponible en: http://www.scirus.com/srsapp/
Formulacin y
validacin de un
MODELO
Especificaciones de la(s)
solucin(es)
Implementacin, evaluacin y
control del diseo utilizado
Fuente: Carlos Julio Vidal Ph.D. A Review of the state of the art and future research directions for the strategic design of
global supply chains: Proceedings of MHRC Portland, Maine. Georgia Institute of Technology, Atlanta: 2002
HILLER, Frederick. y LIEBERMAN, Gerald. Investigacin de Operaciones. Estados Unidos: McGRAWHILL Septima Edicin. 2002 p. 8.
Fuente: STADTLER, H. y KILGER C. Supply Chain Management and Advanced Planning, Alemania: Editorial Springer,
Heidelberg, (2000)
VELSQUEZ, Jess. Advanced Planning and Scheduling (APS): La Va para la Optimizacin de la Cadena
de Suministro. En: Revista Zona Logstica. Colombia: 2003
8
BALLOU, R. H. y MASTERS, J. M. Commercial Software for Locating Warehouses and Other Facilities.
En: Journal of Business Logistics, Vol. 14, No. 2, (1993) pp. 71-107.
11
ESCUDERO, L.F. y KAMESAN, P.V. MRP Modelamiento via Scenarios, En: J. Wiley, New Jork,1993
pag.101-111.
10
VIDAL, C. J. y GOETSCHALCKX M. Op. cit., p. 45.
11
VELASQUEZ, Jess. Optimizing Operations at One of the Biggest Latin-American Beverage Industries.
En: X LatinIbero American Conference on Operation Research and Systems, Mexico City: Septiembre 4-8,
2000
12
Fuente: Vidal, C. J. y M. Goetschalckx (1997), Strategic production-distribution models: A critical review with emphasis on
global supply chain models, European Journal of Operational Research 98, Marzo, 118.
13
Naturaleza de la Bases de
Datos
Tiempo de Respuesta
Implicacin en Procesos
de Re-Ingeniera.
IT Transaccional IT Analtica
Pasado y
Presente
Futuro
Pronosticar y
Tomar
Reportar
decisiones
Jerrquica y
Segmentada.
Longitudinal
Transformaciones Transformacin
bsicas y ligeras de datos
de los datos
bsica, modera
objetivos
y fuerte que es
objetiva y clara.
Tiempo real
Sustituida,
eliminada,
esfuerzos
humanos
ineficientes.
Tiempo real
Mejoramiento
en el manejo
de las
decisiones.
Fuente: SHAPIRO, Jeremy F. Modeling the Supply Chain. Editorial Duxbury, 2001
12
SHAPIRO, Jeremy F. Modeling the Supply Chain. Estados Unidos: Editorial Duxbury, 2001 p. 40-45.
14
tamao ptimo de la barra y por tanto del tamao interno del molde entre los
tamaos factibles. Basados en los resultados del modelo y siguiendo pruebas en
la planta de laminacin se determin que la produccin a mxima capacidad
usando el nuevo molde afectaba la operacin total de la planta, resultado en un
ahorro aproximado de ocho millones de dlares anuales.
Desarrollado por: Fracis J. Vasko Kutztown University Pennsylvania USA y Flyd
E, Wolf Systems Anlisis Group Bethlehem Steel Corporation, INTERFACES 19 ,
Enero, Febrero 1989 (p.p 68 84)
Un sistema computarizado para el
produccin de acero.
planeamiento estratgico de la
16
13
17
18
1975
283.522
9.624
3.664
3.322
1980
319.617
11.852
6.457
2.920
1985
319.009
13.402
6.996
3.095
1989
344.738
15.212
7.674
3.421
1990
6.505
3.448
15
19
Argentina
Venezuela
Colombia
Chile
Per
Trinidad y Tobago
Uruguay
Otros
Amrica
Latina
como Porcentaje
del Mundo
1.469
527
225
168
174
1.351
499
154
209
154
75
3%
54
54
4%
1.146
1.083
393
218
233
72
46
120
4%
1.326
1.290
561
290
276
188
37
149
4%
1.190
Fuente: United States Departament of the Interior, Bureau of Mines; Mineral Yearbook 1977, 1982, 1989, Vol. 1 Washington
D.C Citado por Formulacin de una Propuesta para la conformacin de un complejo siderrgico entre Bolivia y Uruguay,
ALADI (Asociacin Latinoamericana de Integracin) Divisin de promocin econmica. 1993; Documento suministrado por
la Biblioteca de el Ministerio de Comercio.
19
ASTIGARRAGA, Julio. Hornos Industriales de resistencias. Madrid: Universidad del Pas Vasco. Mc
Graw Hill, 1998
20
CAPTULO 2
20
21
Fuente: IISI International Iron and Steel Institute, Crude Steel Production Executive Summary For December 2003,
www.worldsteel.org
22
GERDAU AZA CHILE Empresa siderrgica de Chile [online] (Citado 10 Diciembre 2003) Disponible
en: http://www.aza.cl/destacado_de_hoy/destacado4.htm
23
Ibid.,
24
INTERNATIONAL IRON AND STEEL INSTITUTE Produccin Mundial de Acero Crudo [online]
(Citado 21 Enero 2004) Disponible en: http://www.iisi.org
22
La figura muestra que en los ltimos tres aos la produccin de acero en el mundo
ha aumentado considerablemente con una misma tendencia mes a mes y en
todos los casos es el mes de febrero el ms depresivo, y los ltimos meses del
ao son los ms activos, pese a estas diferencias se puede considerar que la
produccin de acero es relativamente constante durante el ao (Desviacin
estndar de 2.9 para el ao 2003 Clculos propios), exceptuando de los dos
primeros meses de cada ao.
2.1.1.2 Identificacin de agentes
Son las distintas entidades productoras y comercializadoras de material
siderrgico, especficamente de alambrn y barras, productos que son motivo del
presente estudio. En el entorno internacional son muchas las entidades
productivas; para el presente apartado se identifican los agentes ms relevantes
que por su cantidad producida se hacen notables en el sector.
A continuacin se listan las empresas segn su produccin en el ao a nivel
mundial:
Tabla 4 Principales Empresas Productoras de Acero en el Mundo
MILLONES DE TONELADAS
Pos Mton Pos Mton Empresa
1
44
1 43.2 Arcelor
2 34.8
4 19.2 LNM Group
3 29.8
3 26.2 Nippon Steel
4 28.1
2 27.8 POSCO
5 19.5
5 19.1 Shanghai Baosteel
6 16.8
6 18.1 Coros
7 16.4
7 16.2 Thyssen Krupp
8 15.2
9 14.8 NKK
9
15
8
15 Riva
10 14.4
11 12.8 US Steel
11 13.7
10 13.3 Kawasaki
12 12.4
13 11.2 Nucor
13 11.8
12 11.7 Sumitomo
14 11.5
22
7.2 Gerdau
15 11.4
14 10.8 SAIL
16
11
15 10.3 Magnitogorsk
17 10.5
16 10.3 China Steel
18 10.1
17
8.8 Anshan
19
9.6
19
8.1 Severstal
20
8.6
21
7.9 Novolipetsk
21
8.2
18
8.2 Shougang
22
8.1
20
8 Bethlehem Steel
23
7.6
23
7.1 Wuhan
24
7.3
24
6.9 NISCO
25
7.3
27
6.6 INI Steel
26
6.9
25
6.9 Krivorozstal
23
27
6.6
26
6.7 Kobe Steel
67
3.3
67
3 RINL
28
6.4
28
6 BHP Steel
68
3.2
97
1.9 Nangang
29
6.2
38
4.9 Benxi
69
3.2
68
2.9 Alchevsk
30
6.1
31
5.8 Mariupol
70
3.1
69
2.8 Taiyuan
31
5.9
30
5.8 Polskie Huty Stali
71
3
91
2 EZZ
32
5.8
34
5.3 Voestalpine
72
2.9
66
3 AHMSA
33
5.7
32
5.6 Zapsib
73
2.9
79
2.4 Laiwu
34
5.4
40
4.8 Maanshan
74
2.9
87
2.1 Nosta
35
5.3
35
5.2 Nizhny Tagil
75
2.9
96
1.9 Lion Group
36
5.3
36
5.2 AK Steel
76
2.8
76
2.5 Nov Hut Kuncice
37
5.2
33
5.4 Nacional Steel
77
2.8
71
2.8 Celsa
38
5.1
37
5.1 Salzgitter
78
2.8
83
2.2 Hylsamex
39
5.1
50
4 CSN
79
2.8
74
2.6 Rouge Steel
40
5.1
52
3.9 Tangshan
80
2.8
81
2.3 Petrovka
Fuente: IISI (International Iron and Steel Institute) "World Steel in Figures" Edicin 2003
"www.iisi.org"
25
GRUPO DE NOTICIAS YAHOO, Seccin Finanzas [online] (Citado Abril 12 2004) Disponible en:
http://biz.yahoo.com/ic/103/103869.html
26
INTERNATIONAL IRON AND STEEL INSTITUTE -Tablas produccin de acero crudo, Op. cit.,
24
Pas
Exportaciones Pos Pas
Japn
29.5
1 Estados Unidos
Rusia
25.6
2 China
Ucrania
24.4
3 Alemania
Alemania
23.9
4 Italy
Blgica-Luxemburgo
20.5
5 France
Francia
16.9
6 Blgica Luxemburgo
Corea del Sur
14
7 Corea del Sur
Italia
11.8
8 Spain
Turqua
10.6
9 Taipei
Brasil
9.3 10 Hong Kong
Taipei
8 11 Reino Unido
China
7.5 12 Tailandia
Reino Unido
6.9 13 Canad
Netherlands
6.2 14 Netherlands
Spain
5.9 15 Suquia
Estados Unidos
5.7 16 Mxico
Austria
5.1 17 Irn
Canad
4.6 18 Malasia
Republica Checa
4.4 19 Japn
Sudfrica
4.3 20 Vietnam
Importaciones
27.8
25.6
19
17.2
16.1
11.5
10.7
10
8.3
8.2
8.1
7.2
6.3
5.6
5.5
5.3
4.7
4.6
4.1
3.5
Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org
Ibid.,
25
As, en Japon, la Nipn Steel produjo 29,9 millones de toneladas de acero crudo
en el 2002, con un alza interanual del 14,4%. La empresa JFE Holdings, resultante
de la alianza entre NKK y Kawasaki Steel, produjo en 2002 un 5,2 % ms que en
el ao anterior, alcanzando los 26,48 millones de toneladas. La Sumitomo Metal
Industries, con un alza interanual de la produccin de acero crudo del 10,2%,
alcanz una produccin el ao 2002 de 10,79 millones de toneladas. La Kobe
Steel produjo, en ese mismo periodo, 6,83 millones de toneladas de acero crudo,
lo que significa un crecimiento interanual del 5,5%. La Nisshin Steel registr una
produccin de 3,93 millones de toneladas, con un avance interanual del 5,1%.
La produccin de las cinco primeras empresas siderrgicas del Japn represent
el 71% del total de acero crudo fabricado en ese pas a lo largo del ao 2002,
frente al 69,9% que esas mismas firmas aportaron en el ao anterior28.
China por su cuenta ya ha superado a EEUU. En 1995 ambos paises produjeron
93 millones de toneladas. La gran diferencia aqu es que la mayora de la
produccin de acero proveniente de China se genera en siderrgicas integradas,
mientras que en EEUU deriva, en ms de un 50%, del reprocesamiento de
metales desechados (Siderrgicas Semi-integradas), un modo de produccin
menos contaminante y costoso en trminos medioambientales. Segn las cifras de
la IISI (International Iron and Steel Institute) China en el 2003 ya supera
ampliamente la produccin de acero crudo respecto a Estados Unidos. China se
convirti en una potencia productora de acero ya que al tener una poblacin muy
grande combinado con el desarrollo econmico del pas ha hecho que China sea
el jugador ms representativo de esta industria, en un futuro se espera que China
sigua creciendo como lo ha venido haciendo y esta situacin ha empezado a
generar temor ya que las repercusiones sociales que una economa desarrollada
tan grande podra tener en el mundo son evidentes como es la escasez de
productos como petrleo o el impacto medioambiental que esto podra traer.
Entre China, Japn y Corea del Sur se centra la produccin de acero en un 83%
de lo definido como hemisferio oriental seguido por la zona rabe (Arabia Saudita,
Qatar e Irn) y Oceana (Australia, Nueva Zelanda) estas dos ltimas aunque
poseen tambin una significativa industria siderrgica se ve opacada por la gran
industria China y Japonesa29.
En frica se considerarn los siguientes paises: Algeria, Egipto, Libia, Sur frica,
Tunisia, Zimbabwe, su produccin de acero por regin es la ms baja en
comparacin a las otras regiones, el pas ms destacado es Sur frica, esto se
explica ya que este pas tiene la economa ms slida de la regin. La mayora de
las exportaciones de acero africanas se venden en la Unin Europea siendo los
dems destinos prcticamente insignificantes.
2.1.1.4 Antigua Unin Sovitica y Europa.
28
ARRUTI, Alberto Miguel. La Nota Econmica [online] (Citado: Mayo 30 2003) Disponible en:
http://www.americaeconomica.com/numeros4/215/reportajes/arruti215.htm
29
INTERNATIONAL IRON AND STEEL INSTITUTE -Tablas produccin de acero crudo, Op. cit.,
26
La Antigua Unin Sovitica se caracteriz siempre por ser una de las industrias
siderrgicas ms grandes del mundo. Esta tendencia ha ido decayendo
influenciada por el contexto poltico que atraves cinco dcadas atrs. La industria
siderrgica sovitica se caracteriza por ser muy antigua ya que esta regin fue la
pionera, hoy la gran parte de su tecnologa para obtencin de acero es muy
costosa e ineficiente y se enfrenta a una inevitable reconversin si quiere ser
competitiva en el mercado mundial30.
Es as que segn las ltimas cifras del IISI (International Iron and Steel Institute
2004) sobre la produccin de acero, la cantidad producida de esta regin es
superada ampliamente por Norte Amrica y la Unin Europea pero an sigue
siendo considerable en el contexto global. Rusia present un incremento
considerable entre el 2002 y el 2003 de 4.7%; Ucrania que es el segundo
productor de la regin present un incremento de 7.8% entre los mismos aos.
Pese a esta problemtica el mercado del acero en Rusia muestra cifras
favorables, es el ejemplo de las excelentes ganancias que estas empresas
entregaron en los primeros nueve meses del 2003 debido principalmente a los
grandes volmenes de produccin que hacen que los precios sean bajos, aunque
se crtica que estas ganancias no sern permanentes debido a la cada vez mas
obsoleta tecnologa de las plantas Rusas31. Ucrania y Rusia se encuentran en el
sptimo y cuarto lugar de paises con la mayor produccin de acero en el mundo.
Para ms detalles: Anexo C.
Europa esta dividido en dos grandes zonas; la primera conocida como la Unin
Europea, y el resto de paises conocido como la Europa oriental. La Unin Europea
tuvo en el ao 2003 una produccin de acero significativa superando a
Norteamrica y colocndose como la segunda zona productora de acero despus
del hemisferio oriental, es de notar que la brecha entre estas dos zonas es
significativa ya que slo al comparar la produccin de China con la de la Unin
Europea la primera la supera ampliamente.
La figura 6 muestra cifras del ao 1999 al 2002, la produccin de acero ha sido
medianamente estable en esta regin, esto es confirmado por el 0.8%32 de
incremento de la produccin de acero en el 2002. Este comportamiento viene de
una recuperacin desde 1989 donde entre 1989 y 1992 se presento una cada de
la produccin de acero de ms del 4% ya que la industria metalmecnica y
construccin se vean afectados por una aguda crisis.
30
SIVAKOV, Dmitri. Nota Econmica [On line] (Citado: Enero 21 2004) Rusia Mosc. Disponible en:
http://www.gateway2russia.com/st/art_150334.php
31
PORTAL DE NOTICIAS RUSO, Cronica Econmica [online] (Citado: Enero 21 2004) Disponible en:
http://www.metal.com.ru/analytics/black.php?id=162
32
INTERNATIONAL IRON AND STEEL INSTITUTE -Tablas produccin de acero crudo, Op. cit.,
27
Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org
Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org
28
Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org
29
Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org
30
Argentina
Brasil
Chile
Colombia
Mxico
Per
Venezuela
Otros Paises
1999
3.80
25.00
1.30
0.50
15.20
0.60
3.30
1.20
2000
4.50
27.90
1.40
0.70
15.70
0.70
3.80
1.40
2002
4.36
29.60
1.28
0.66
14.05
0.61
4.16
2003
5.03
31.11
1.34
0.66
15.24
0.68
3.66
Fuente: Acero Latinoamericano No 466 Publicacin Seriada En: Llorente lvaro M. Transformacin Econmica de Amrica
Latina Universidad Sergio Arboleda Bogota D.C 2002
Millones de Toneladas
35.00
30.00
25.00
1998
20.00
1999
2000
15.00
2002
2003
10.00
5.00
Pa
is
es
tro
s
Ve
ne
zu
el
a
Pe
ru
M
ex
ic
o
ol
om
bi
a
C
C
hi
le
Br
as
il
Ar
ge
nt
in
a
0.00
Fuente: Acero Latinoamericano No 466 Publicacin Seriada En: Llorente lvaro M. Transformacin Econmica de Amrica
Latina Universidad Sergio Arboleda Bogota D.C 2002
96.5
106
111
129
54.4
145.4
39
27.7
27.7
22
421.2
31.8
473
625
113.9
Fuente: Acero Latinoamericano No 466 Publicacin Seriada En: Llorente lvaro M. Transformacin Econmica de Amrica
Latina Universidad Sergio Arboleda Bogota D.C 2002
LLORENTE, Alvaro M. Transformacin Econmica de America Latina. Bogota D.C: Universidad Sergio
Arboleda, 2002. p. 190 211.
35
Ibid
32
33
otorgados por el Exportand Import Bank de los Estados Unidos. As surgieron con
aportes de fondos estatales las plantas integradas de Voltaredonda en el Brasil y
de Huachipato en Chile, adems de la empresa Altos Hornos de Mxico.
Pero ya terminada la Segunda Guerra mundial en 1945, los gobiernos
latinoamericanos siguieron impulsando con aportes estatales el surgimiento de
plantas siderrgicas siendo especialmente notable en este sentido la creacin del
gran complejo siderrgico de SIDOR en Venezuela inaugurado en 1962, as como
de la primera planta integrada de Argentina.
En Colombia, por otra parte, el gobierno estableci en 1949 un mecanismo de
financiamiento al establecer una sobre tasa para el impuesto sobre la renta, con la
opcin de que los contribuyentes se acogieran en cambio a comprar por el mismo
monto de la sobre tasa, acciones de la primera planta integrada de Colombia
Aceras Paz del Ro, cuya puesta en marcha se cumpli en 1954 contando para el
efecto con prstamos a mediano plazo de la banca privada francesa (Banqne de
Paris etdes Pays Bas), y asistencia tcnica de los grupos empresariales franceses,
y de firmas consultoras internacionales (Arthur G. McKee, Koppers.etc.). El
gobierno colombiano fue naturalmente el garante de los prstamos externos
recibidos por Paz del Ro, y efectu aportes presupustales significativos en la
fase inicial de este proyecto.
Pero al lado de las empresas siderrgicas auspiciadas con fondos estatales fueron
surgiendo tambin en la regin numerosas empresas del mismo ramo por
iniciativa de empresarios privados. En algunos paises como en Colombia, estos
empresarios contaron con algunos incentivos tributarios (exoneracin de impuesto
de renta por un periodo de 10 aos, susceptible de prrroga). Ello explica en parte
la aparicin en Colombia de media docena de plantas semi-integradas que hoy da
contribuyen con aproximadamente la mitad de la produccin de acero del pas. Y
conviene advertir que varias de ellas se han desarrollado como empresas de cierta
envergadura (SIMESA con 200.000 toneladas de capacidad, y SIDELPA con
120.000 toneladas de capacidad anual). Un aspecto interesante de estas
iniciativas privadas fue el hecho de que todas ellas han adoptado al novedoso
proceso de colada continua con evidentes beneficios por menores costos de
inversin por tonelada de capacidad instalada en comparacin con las elevadas
inversiones requeridas por los trenes de laminacin de lingotes.
En efecto, la colada continua vino a eliminar a los muy costosos molinos o
laminadores de desbaste de los lingotes. Adems, ha dado lugar a considerables
economas de recursos energticos al evitarse las engorrosas operaciones de
recalentamiento de los lingotes que debido al ciclo intermitente del Alto horno (con
coladas cada 9 o 12 horas) forzaba el almacenamiento de los lingotes durante
largos periodos y daba lugar a su consiguiente enfriamiento, para luego tener que
recalentarlos minutos antes de ser desbastados.
En cambio, la colada continua permite el paso directo del acero lquido caliente a
la palanquilla o alambrn sin desperdicio alguno de calor. Las empresas ms
35
37
38
37
38
tan slo 52,900 de productos planos (lminas). Existen dos grandes grupos de
productores de acero en Colombia: los primeros producen su propio acero y
posteriormente lo laminan y los segundos procesan semi terminados por lo
general importados y luego realizan el proceso de laminado.
La productividad del sector, en la mayora de los casos, cumple con el estndar
internacional. Aceras Paz del Ro tiene la productividad ms baja del sector.
En 1997 la utilidad operacional sobre el activo para el total de las empresas del
sector fue negativo (-2.5%). Sin embargo, para los laminadores alcanzo un 6.4% y
para el total de la siderrgicas, sin Paz del Ri, ascendi al 2.4%, el 47% de la
importaciones siderrgicas que realiza Colombia son de origen venezolano.
Tambin es significativa la participacin de Rusia, Ucrania y Cuba.
2.1.2.2 Identificacin de Agentes
En la tabla 9 se describen las empresas del sector siderrgico indentificadas en
1980 por el Ministerio de Desarrollo Econmico, actualmente (2004) se conservan
las empresas descritas en la tabla a excepcin de Simesa Siderrgica de
Medelln que es trasladada a Cali (Valle del Cauca), y la antigua Siderrgica del
Mua que an opera pero no realiza procesos de fundicin de chatarra,
actualmente se denomina Planta del Mua.
El sector estaba conformado, bsicamente, por 6 empresas productoras de acero;
una de ellas Aceras Paz del Ro que es totalmente integrada desde la etapa de
explotacin del mineral de hierro, Las 5 empresas restantes (Simesa
Siderrgica de Medelln, Sidelpa Siderrgica del Pacifico, Siderrgica de
Boyac, Simua Siderrgica del Mua y Sidenor Siderrgica del Norte) son
semi integradas, pues slo pueden producir acero a partir de chatarra o de mineral
de hierro prerreducido (hierro esponja), por no poseer altos hornos para tratar
directamente el mineral de hierro. Adems de las mencionadas, existen otras
empresas que fabrican, en muy pequea escala, productos siderrgicos41.
En Colombia, el 65% del sector siderrgico utiliza hornos elctricos; en stos se
procesa chatarra nacional e importada. Las firmas de este grupo cuentan con
coladas continuas de palanquillas y se dedican a la produccin de aceros largos o
no planos.
Estas empresas instalaron o renovaron sus hornos a finales de la dcada de los
aos ochenta; sus mquinas de colada continua, aunque siguen siendo las
mismas, cumplen con el estndar internacional para este tipo de tecnologa. El
35% restante se encuentra en manos de Aceras Paz del Ro S.A.42.
41
39
43
40
1975
3375
1607
1767
1090
676.7
10332
375.7
41
Var %
97-96
14,3
8,9
1,1
150,1
6,2
-4,9
-10,0
Segn el informe de ANIF44 el sector de hierro y acero representa el 2.4% del valor
agregado industrial colombiano, el 2.5% de la produccin industrial y el 1.5% del
empleo. En 1996, las empresas vendieron cerca de 560 millones de dlares.
Al analizar las cifras de la tabla 11 se evidencia la crisis que sufri la industria
siderrgica en el ao 1995 y 1996.
La figura 11 muestra la produccin de acero en Colombia de 1992 a 1997 los
datos son referenciados de la tabla 11, cabe notar el descenso entre 1995-1996
debido a los bajos precios del acero internacional y la crisis econmica interna del
pas.
44
Ibid., p. 22.
42
Toneladas
950000
900000
850000
800000
750000
700000
1992
1993
1994
1995
1996
1997
Aos
Fuente: Empresas, DANE, DNP
Personas
6000
5000
4000
3000
2000
1000
0
1992
1993
1994
1995
1996
1997
Aos
Fuente: Empresas, DANE, DNP
45
Ibid., p. 23.
43
46
44
1996
39.8
19.5
18
14.6
5.5
2.6
100
1997
39.5
19.4
17.3
14.2
6.6
2.9
100
Los principales productos del sector siderrgico (Ver Tabla 12) son las barras
corrugadas (39%), los ngulos y perfiles (19%), los rollos de refuerzo para
concreto (17%), los alambrnes trefilables (14%), las lminas, desbastes y rollos
(6%) y los aceros especiales (3%). Las barras, ngulos, perfiles, rollos de refuerzo
y alambrnes conforman el grupo de los productos no planos o largos y las
laminas o desbastes en rollo hacen parte de los productos planos.
El 75% de los productos (barras, ngulos, perfiles, rollos de refuerzo) se destinan
a la construccin, los dems se orientan al sector industrial.
Variables Microeconmicas
En la tabla 13 se puede apreciar la estructura de costos del sector de hierro y
acero (se excluye el ferro nquel). Las materias primas representan el 54.3% de
los costos; le siguen las remuneraciones con el 17.3%. La utilidad operacional es
significativamente inferior a la del promedio industrial, y los costos laborales son
muy superiores. Mientras que la utilidad del sector industrial en general es de $20
por cada $100 de produccin, la del sector hierro y acero es de solo $8.
Tabla 13 Estructura de Costos del Sector Hierro y Acero en Colombia
ESTRUCTURA DE COSTOS DEL SECTOR HIERRO Y ACERO
MILLONES DE PESOS
Participacin %
1994
1995
1996
1994
1995
PRODUCCION BRUTA
465800
557895
569864
100
100
1996
100
Total ind
1996
100
CONSUMO INTERMEDIO
Materias Primas
Energia Consumida
Gastos Industriales otros
310104
227220
26175
56709
383822
295695
30111
58016
389790
309331
29799
50660
66.6
48.8
5.6
12.2
68.8
53
5.4
10.4
68.4
54.3
5.2
8.9
54.7
48.1
1.6
5
VALOR AGREGADO
Remuneraciones
Gastos Generales
155696
64261
65841
174073
77796
30413
180074
98706
34438
33.4
13.8
14.1
31.2
13.9
5.5
31.6
17.3
6
45.3
13.9
11.6
25594
65864
46930
5.5
11.8
8.2
19.8
UTILIDAD OPERACIONAL
Fuente: DANE
45
46
Las principales materias primas son la chatarra (48% del costos de operacin y
73% del consumo de materias primas), los combustibles (5.5% y 11.5%), los
refractarios (4.2% y 7%), las ferroaleaciones (3.8% y 6%) y los electrodos (2.1% y
3.4%). Colombia importa el 35% de la chatarra, el 100% de las ferroaleaciones (el
pas produce ferronquel pero no aceros inoxidables, que son el principal usuario
de esta ferro aleacin), el 100% de los electrodos y el 60% de los refractarios. El
43% de las materias primas del sector siderrgico es importado.
Las empresas laminadoras, por su parte, operan bsicamente con insumos de
origen importado. Las laminadoras de productos largos como Laminados Andinos
o Siderrgica del Norte importan palanquillas. En 1997, estas dos empresas
compraron al exterior Noventa y un mil toneladas de este producto. En algunas
ocasiones, las mismas siderrgicas importan palanquilla para reducir los costos
fijos de los trenes de laminacin o para mejorar la mezcla de sus productos. El
ltimo ao, por ejemplo, entre Siderrgica de Boyac y Siderrgica del Mua
importaron 28,900 toneladas de palanquilla.
Por otro lado, empresas como: Holasa, Acesco y Corpacero importan hoja negra
(black plate) y planos en caliente. Las importaciones de estas empresas durante
1997 se acercaron a las 100 mil toneladas. Es importante destacar que en la
estructura de costos de este tipo de productores la materia prima puede
representar entre un 75% y un 85% de los costos de operacin.
En la tabla 15 se pueden observar los volmenes y los precios de algunas de las
materias primas importadas por el sector siderrgico y laminador. En 1997 el
sector import 330 mil toneladas de chatarra, palanquilla y ferroaleaciones. Las
importaciones de palanquilla han sido crecientes y los precios se han mantenido
estables en los ltimos tres aos (US$253 por tonelada).
Tabla 15 Importaciones de Materias Primas Cantidades y Precios en Colombia
MATERIA PRIMA
UNIDADES
CANTIDADES
TONELADAS
CHATARRA
TONELADAS
FERROALEACIONES
TONELADAS
PALANQUILLA
TONELADAS
TOTAL
PRECIO CIF
US $^TON
CHATARRA
FERROALEACIONES
US $/TON
US $/TON
PALANQUILLA
VARIACIN DE PRECIOS US $
VAR %
CHATARRA
VAR %
FERROALEACIONES
VAR %
PALANQUILLA
1995
1996
1997
76153
8485
33358
117996
112907
9310
8267
130483
167566
11011
64137
242714
236396
11417
120504
368318
221488
13153
211443
446084
238065
13763
147055
398883
116049
10663
115613
242325
142512
14609
173240
330361
133.3
884
216.2
114.7
856.5
215.2
102.3
731.8
248.6
105.8
764.9
244.9
113
699.7
236.3
101.3
813.7
252.3
106.9
892.6
256.4
120.4
723
255
-13,9
-3,1
-0,5
-10,8
-14,6
15,5
3,5
4,5
-1,5
6,8
-8,5
-3,5
-10,3
16,3
6,7
5,5
9,7
1,7
12,6
-19,0
-0,6
47
Panam, Venezuela, Ecuador y los paises de la cuenca del caribe, que le dan
alguna ventaja en cuento al flete.
Las importaciones de chatarra estn determinadas en buena medida por el
desempeo de la tasa de cambio y el nivel de precios internacionales. Como se
aprecia en la tabla 16 hasta 1995, gracias al comportamiento de los precios
internacionales las importaciones de chatarra participaban de las compras totales
en forma creciente. A partir de 1996, con el cambio de precios, dicha participacin
volvi a su tendencia histrica (alrededor del 23%). Dado el comportamiento
internacional de los precios de este insumo, el pas difera el arancel que tena la
chatarra, reducindolo del 5% al 0% con lo cual se abarato el costo de la materia
prima.
Tabla 16 Comportamientos de las compras Colombianas de Chatarra
Cantidades y Precios
COMPORTAMIENTO DE LAS COMPRAS COLOMBIANAS DE CHATARRA CANTIDADES Y PRECIOS
TOTAL COMPRAS DE
UNIDADES
1990
1991
1992
1993
1994
1995
1996
1997
TONELADAS 382526 461903 425534 583646 551055 560235 497382
CHATARRA
IMPORTACIN DE CHATARRA
TONELADAS
76153 112907 167566 236396 221488 238065 116049 142512
20
24
39
41
40
42
23
NA
PART % IMPORTACIONES
PRECIOS
TOTAL COMPRAS DE CHATARRA PESOS/TON
PESOS/TON
CHATARRA IMPORTADA
62011
66935
VARIACION % PRECIOS
TOTAL COMPRAS CHATARRA
CHATARRA IMPORTADA
VAR %
VAR %
31
7
25
-3
4
20
21
12
-5
-1
1
16
ND
28
48
Toneladas
350000
300000
250000
Internacional
200000
Nacional
150000
100000
50000
1990 1991 1992 1993 1994 1995 1996
Aos
Energa
El primer consumidor industrial de energa es el sector siderrgico, con cerca del
14% del consumo industrial. La energa es un costo especialmente importante en
la industria siderrgica semi integrada, pues representa cerca del 10% de los
costos. En la ltima dcada se ha presentado una reduccin del valor del
kilowatio/hora pagado por la industria, adems en 1996 la industria siderrgica
pagaba $60 por kilowatio/hora mientras que la industria general pagaba $80. Esta
notable diferencia se explica por la competencia surgida al interior del sector
generador de energa que mediante las bolsas ha reducido notablemente los
precios, as como por el fuerte poder de compra del sector siderrgico.
Costos Laborales
En 1996 el sector siderrgico pagaba a sus obreros tres salarios mnimos en
promedio mientras que la industria en general se acercaba a los dos salarios. Con
respecto a los empleados, la diferencia no fue tan amplia: el sector pag 3.8
salarios mnimos y la industria 3.4. El factor prestacional (primas legales y
extralegales, seguros y auxilios) por su parte, fue en el primer caso del orden de
1.4 y en el segundo de 0.8.
Despus de ECOPETROL (Empresa estatal petrolera) y de los productores de
papel, se puede afirmar que el sector siderrgico es en general el mejor
remunerador de la industria. No obstante, desde 1994 el sector inici un plan de
ajuste laboral que ha reducido el impacto de este costo sobre los totales.
49
Definicin de precios.
50
El precio interno del acero en Colombia est sujeto a los mercados internacionales
desde la apertura en 1998 momento en que la industria se enfrento directamente a
sus competidores internacionales ya que anterior a esta fecha la industria estaba
bastante protegida por el gobierno. Solo en la medida en que se devale el precio
del acero se podra lograr un crecimiento significativo en los precios locales.
Figura 14 Variacin de los Precios de Algunos Productos del Acero en Colombia.
51
52
Unidad
Dolares
Toneladas
Dolares
Toneladas
Dolares
Toneladas
Dolares
Toneladas
Dolares
Dolares
Toneladas
Dolares
Toneladas
Dolares
Toneladas
Dolares
2399557
7430
1192968
4117
1780578
5203
19959181
1237954
3788
2429549
9992
141505
383
9924278
278346
651
125384
328
53358
105
4399394
341940
800
237455
226
3622
10
6078626
1995
4867360
6259
17667
30
1918886
3533
5799577
8347
661
1996
5261609
6045
0
0
1597288
3521
4746487
6208
87
1997
13048864
18518
5928337
14092
2197675
4492
2615767
3534
260
693943
1836
121932
189
191900
454
13611926
175414
455
77472
113
35412
55
11893769
72049
161
105892
94
34731
78
24003575
Fuente: Dian
53
Toneladas
Exportaciones Siderrgicas
5000
4500
4000
3500
3000
2500
2000
1500
1000
500
0
Alambron
Barras
1992
1993
1994
1995
1996
1997
Aos
Fuente: Dian
54
47
55
CAPTULO 3
56
El modelo incluye los aranceles como parte integral del costo de despacho,
mientras que en la mayora de los casos reales los aranceles dependen del
valor de los productos transferidos.
El modelo planteado es de programacin lineal ya que esta es una tcnica
matemtica til en la toma de una serie de decisiones interrelacionadas,
que proporcionan un procedimiento sistemtico para determinar la
combinacin de decisiones que maximizan la efectividad total.
El horizonte de planeacin ser de 12 meses determinstico programado
mensualmente.
El modelo no tiene en cuenta de manera explcita consideraciones de tipo
financiero relativas a impuestos y beneficios tributarios tpicos de procesos
de comercializacin.
El alcance del modelo es al nivel del pas y por tanto no se considera la
exportacin de productos, se busca entonces la minimizacin de costos de
produccin distribucin en el pas haciendo nfasis en los costos de;
inventario, transporte y manipulacin de productos.
Transporte: Para el presente modelo, las capacidades de transporte no se
tienen en cuenta, ya que estos servicios son tercerizados por las
compaas de este sector, y sin importar la cantidad que se tenga que
57
Segn la demanda el modelo definir cuanta chatarra adquirir de cada una de las
fuentes de chatarra y la cantidad a transportar de dicha zona a cada procesador
de chatarra que minimice los costos de la operacin.
58
59
60
O
Cali
Cali
Transporte Ficticio.
P
Boyac
Productor
Transporte Real.
Distribuidor
61
48
ENTREVISTA con Escobar German et.al, Ingeniero de Produccin Planta del Mua. Sibate
(Cundinamarca), 20 de Enero de 2004
62
63
As, t =
CONJUNTOS:
Asociacin de elementos del mismo tipo.
Determinan la existencia de variables y restricciones; se han agrupado de acuerdo
al tipo de entidad que contienen.
Para especificar la topologa del modelo se consideran los siguientes conjuntos:
Productos:
PAP Tipos de alambrn.
PBP Tipos de barra
64
Fuentes de Chatarra.
FCSi Nacional
FCEi Fuentes de chatarra fuera de Colombia.
Plantas Procesadoras de Chatarra.
PPCj Pertenecientes a CONGLOMERADO.
PPWj Fuera de Colombia
PPNj Nacional que no pertenece a conglomerado.
Planta de acera.
PPAk Pertenecientes a CONGLOMERADO.
PAWk Fuera de Colombia
PANk Nacional que no pertenece a conglomerado.
Planta de Laminacin.
PPLl Pertenecientes a CONGLOMERADO.
PLWl Fuera de Colombia
PLNl Nacional que no pertenece a conglomerado.
PARMETROS
Para cada periodo t, los parmetros considerados son:
PLANTAS PROCESADORAS: (TRANSPORTE)
Fletes de Conglomerado:
FNJ i,j. Entre fuente chatarra i a procesador de chatarra j.
FNA j,k . entre proveedor de chatarra procesada j a acera k.
FNL k.l entre acera k a laminadora l.
FNCl,c. entre laminadora l a distribuidor c.
CAPACIDADES (En Toneladas):
Proveedores (Fuentes de Chatarra):
CPCi Capacidad de generacin de Fuentes de chatarra i.
Procesadores:
CPP j Capacidad de procesar chatarra en
conglomerado j.
procesador de chatarra de
65
Aceras:
CPA k Capacidad de produccin de palanquilla en acera de conglomerado k.
Laminadoras:
Capacidad de produccin de producto terminado en laminadora de
CPTl
conglomerado l
Capacidades de almacenaje mximas en instalaciones de conglomerado:
CPDj. de chatarra cruda en procesador de chatarra j.
CPWj de chatarra procesada en el procesador de chatarra j
CQA k de chatarra procesada en acera k.
CQW k de palanquilla en acera k.
CQLl de palanquilla en laminadora l.
CALl,p de alambrn en laminadora l
CBBl,p de barras en laminadora l
CEPc ,p de barras en distribuidor c
CAPc,p de alambrn en distribuidor c
Cantidades demandadas (En Toneladas)
DEMANDAp,c,t. Cantidad demandada de producto p en zona de distribucin c, en
el periodo t.
Rendimientos
CIP Rendimiento de palanquilla para producir 1 tonelada del producto terminado
CMP Rendimiento de chatarra procesada para producir 1 tonelada de palanquilla
CWP Rendimiento de la chatarra cruda para convertirse en chatarra procesada
COSTOS VARIABLES (En pesos por Toneladas):
CVAj Costo de procesar 1 tonelada de chatarra cruda en procesador de chatarra j.
CVBk Costo de procesar 1 tonelada de chatarra procesada en acerba k.
CVCl Costo de procesar 1 tonelada de producto terminado en laminadora l
PRECIOS DE COMPRA (En pesos por Toneladas):
Chatarra:
PASi Precio de Chatarra nacional.
PCXi Precio de comprar chatarra extranjera.
66
Chatarra Procesada:
PPFj Precio de comprar chatarra procesada nacional fuera del conglomerado.
PPXj Precio de comprar chatarra procesada extranjera w.
Palanquilla:
PQFk Precio de comprar Palanquilla nacional fuera del conglomerado
PQXk Precio de comprar Palanquilla extranjera
Producto Terminado
PRECIOS l,p Precio de comprar producto terminado p a laminadora nacional fuera
del conglomerado y extranjera fuera del conglomerado
INVENTARIOS (En pesos por toneladas):
Inventario almacenado en t=0, igual a cero
VALOR DE MANEJO DE INVENTARIO DE:
IPTp,c producto en centro de distribucin c.
IPP p,l producto en planta laminadora l.
IQl palanquilla en laminadora l.
ICAk chatarra procesada en acera k.
IQAk palanquilla en acera k.
ICZ j chatarra cruda en procesador de chatarra j.
ICXj chatarra procesada en procesador de chatarra j.
VARIABLES EN EL PERIODO T (En toneladas):
Produccin:
CXCj,t Cantidad de chatarra cruda a procesar en procesador de chatarra de
conglomerado
CCFk,t Cantidad de chatarra procesada a fundir en acera k.
CQPl,p,,t Cantidad de palanquilla a procesar en laminadora de conglomerado l por
producto p.
Distribucin y Compra:
CCCi,j,t Cantidad de chatarra cruda a pedir en fuente nacional.
CCE i,j,t Cantidad de chatarra a comprar a fuente de chatarra fuera de Colombia.
CCJ j,k,t Cantidad de chatarra procesada a distribuir de procesador de chatarra de
conglomerado j a acera de conglomerado k.
CCK j,k,t Cantidad de chatarra procesada a comprar a procesador de chatarra
nacional (a) fuera del conglomerado para acera de conglomerado k.
67
iFCS
t, j PPC [Ton]
68
Chatarra Procesada:
BALPRR: el inventario en t-1, ms la cantidad de chatarra procesada que se
produce en procesador de chatarra j, en el periodo t, menos la cantidad que
se distribuye a acera k en el periodo t, es igual a la cantidad que se queda
almacenada en procesador de chatarra j en el periodo t.
ICO j,t-1 + CXCj,t*CWP
kPPA
t, j PPC [Ton]
En aceras:
-Chatarra procesada:
BALACE: el inventario en t-1, ms la cantidad de chatarra procesada que llega
de procesador de chatarra j en t, a acera k, menos la cantidad que se
transforma en acera k en el periodo t, es igual a la cantidad que se queda
almacenada en acera k en el periodo t.
ICFk,t-1+ jPPC CCJj,k,t+ jPPN CCKj,k,t+
jPPW
l PPL
t, k PPA [Ton]
En laminadoras:
-Palanquilla:
BALAM: el inventario en t-1, ms la cantidad de palanquilla que llega de acera
k a laminadora l en el periodo t, menos la cantidad que se transforma para
cada producto en laminadora l en el periodo t, es igual a la cantidad
almacenada en laminadora l en el periodo t.
IUP
l,t-1+kPPA
l,t
t, l PPL [Ton]
69
Productos:
BALAA: el inventario de producto p en t-1, ms la cantidad de producto p a
producir en laminadora, menos la cantidad a enviar en t a centro de distribucin
c, es igual a la cantidad que se queda almacenada en laminadora l en el
periodo t.
IAB
l,p,t-1
+ CQPl,p,t *CIP
CLCp,l,c,t = IAB,l,p,t
En centros de Distribucin:
Productos:
BALCEA: el inventario de producto p en t-1, ms La cantidad de producto p
que llegan a centro de distribucin c de laminadoras l en el periodo t, menos la
cantidad demandada de producto p en periodo t por el mercado, es igual a la
cantidad que se queda almacenada de producto p en centro de distribucin c,
en el periodo t.
IAC
p,c,t-1,+
lPPL
CLC
p,l,c,t
+ lPLW CCX
p,l,c,t+
lPLN
CCY
p,l,c,t
p,c,t. [Ton]
RESTRICCIONES DE:
CAPACIDAD. ( produccin,almacenamiento)
Fuentes de Chatarra
CAPFUE : La suma de chatarra que se distribuye desde cada fuente de chatarra i
hacia procesadores de chatarra j, en el periodo t, debe ser menor o igual a la
capacidad de generacin de la fuente de chatarra i.
[Ton]
t, i
jPPC
Procesadores de Chatarra:
Produccin:
CAPPRO: la cantidad de chatarra cruda a procesar en el procesador de chatarra j,
en el periodo t, debe ser menor o igual a la capacidad de procesamiento del
procesador de chatarra j.
CXCJ,t CPPJ.
[Ton]
t, j PPC.
70
Almacenamiento:
ALPROC: el inventario en procesador de chatarra j, de chatarra procesada, en
periodo t, debe ser menor o igual a la capacidad de almacenamiento de chatarra
procesada del procesador de chatarra j.
t, J PPC. [Ton]
ICOj, t CPWJ
t, J PPC. [Ton]
ICPj, t CPD
Acera k.
Produccin:
[Ton]
t, K PPA.
Almacenamiento:
ALMACE: el inventario de chatarra procesada en k debe ser menor o igual a la
capacidad de almacenamiento de chatarra procesada en acera k.
ICFk,t CQAk ;
71
Laminadoras:
Produccin:
La sumatoria de los productos terminados en laminadora l debe ser menor o igual
a la capacidad de produccin de laminadora l.
CAPLAMP: p
l PPL [Ton]
Almacenamiento:
El inventario de palanquilla en laminadora I perteneciente a conglomerado , debe
ser menor o igual a la capacidad de almacenaje de laminadora l de conglomerado
ALMLAM: IUPl,t CQLl
t, l PPL, [Ton]
t, l PPL, p PB [Ton]
t, l PPL, p PA [Ton]
Centro de Distribucin:
El inventario de producto p debe ser menor a la capacidad de almacenaje de
producto p, en centro de distribucin c.
ALMCEA:
t, p PAP, [Ton]
t, p PBP, [Ton]
72
p, pln, c, t [Ton]
(fce,ppc,t) [Ton]
(ppw,ppa,t) [Ton]
(paw,ppl,t) [Ton]
(p,plw,c,t)
[Ton]
SATISFACCIN DE LA DEMANDA
Por demanda mensual de producto terminado p en centro de distribucin c
Estas restricciones aseguran que la demanda mensual en cada centro de
distribucin se va a satisfacer en forma total.
SATDEM: La suma de la cantidad de producto p a comprar y distribuir de
laminadora l a centro de distribucin c sea mayor o igual a la suma de la demanda
del centro de distribucin c.
lPPL
CLC p,l,c,t+
lPLW
CCXp,l,c,t +
lPPL
73
iFCS
t =1
jPPC
FNA j k, CCJj,k,,t +
t =1
12
jPPW kPPA
t =1
12
lPLW
t =1
12
t =1
12
l PLN
t =1
FNAj,k CCKj.k,t +
t =1
12
kPAW lPPL
k PPA l PPL
t =1
12
12
l PPL
jPPC
jPPN kPPA
t =1
12
kPAN lPPL
iFCE
12
jPPC k PPA
12
t =1
t =1
Compras [Pesos]
12
iFCS
jPPN kPPA
jPPC
kPAN lPPL
t =1
12
jPPW k PPA
t =1
12
CCZk,l.t PQFK +
CCYp,l,c,t. PRECIOSl,p +
t =1
t =1
12
k PAW l PPL
t =1
12
l PLN
iFCE
t =1
12
12
CCQk,l,t.PQXk +
t =1
12
l PLW
CCXp,l,c,t*
t =1
PRECIOSl,p +
Inventarios: [Pesos]
12
12
k PPA
t =1
12
LPPL
12
t =1
12
jPPC
k PAA
t =1
ICF k,t
12
l PPL
ICA k +
t =1
12
jPPC
t =1
ICO j,t
ICXj +
t =1
t =1
Produccin: [Pesos]
12
l PPL
t =1
CQPl,t CVCl +
12
jPPC
t =1
12
k PPA
CCFk,t CVBk
t =1
74
Tipo de Perfil
3/8 Corrugado
9.0 Corrugado
9.5 Corrugado
8.5 Corrugado
7.5 Corrugado
6.5 Corrugado
6.0 Corrugado
1/4 Corrugado
1/4 Liso
5.5 Liso
6.0 Liso
6.5 Liso
7.0 Liso
7.5 Liso
8.0 Liso
8.5 Liso
9.0 Liso
9.5 Liso
Descripcion
CALI
BOYACA BOGOTA MEDELLIN
3000
2300
4000
700
Acero demandado para construccio
TOTAL
19
20
21
22
23
24
25
26
27
BARRAS
Tipo de Perfil
10.5 Lisa
12 Lisa
12.7 Lisa
12 Corugada
15 Lisa
5/8 Lisa
3/4 Lisa
7/8 Lisa
1 Lisa
Descripcin
Uso Estructural
TOTAL
Total Barras Conglomerado
Total Alambron
500
400
250
200
100
250
100
300
100
150
500
800
0
0
50
60
200
50
650
450
300
650
500
4900
1500
0
250
50
50
100
200
150
200
150
0
400
50
500
200
0
123
150
200
250
100
150
600
83
300
50
200
250
200
50
6250
7083
12500
2138
500
1000
600
500
100
1100
0
150
200
100
50
50
900
1100
1300
200
150
50
600
100
333
150
6
0
300
10
150
16
100
100
150
3050
3166
3333
516
10065
27971
Total produccion
38036
75
cada centro de distribucin se definen sus demandas por producto, esta tabla
corresponde a los requerimientos de un mes por lo tanto el modelo maneja los
dems datos para el resto de meses (12 meses modelados), para ver los datos
ampliados dirjase al Anexo G.
Vale la pena aclarar que los datos de demanda no son estables bajo ninguna
circunstancia ya que dependen de las variables de mercado, los datos
anteriormente referenciados corresponden a un histrico de la empresa asesora
en el mes de Noviembre de 2003 (suministrado por funcinarios de la empresa) en
entrevista personal49 en el cual en total se despacharon 38.036 Toneladas de
producto terminado, basado en estos datos se elabor la demanda para los otros
meses en consideracin a la tendencia mensual que consigui la empresa en el
ao 2003.
Datos de Transporte y Fletes
A continuacin se detallan la definicin de los datos de transporte en el modelo,
para ver la totalidad de las tablas dirjase al anexo G donde se detalla el cdigo en
GAMS definido para el modelo matemtico.
Tabla 20 Tabla de Transportes Fuentes de Chatarra a Procesadores de Chatarra
FNJ ij
Fuentes de
Chatarra
Procesadores de Chatarra
j
HACIA
CALI
BOGOTA
BOYACA
DE
2
3
MEDELLIN
1
48256
52251
63226
i
CALI
2
0
60890
71730
BOGOTA
3
53243
0
29702
BOYACA
4
66554
31188
0
Las celdas sombreadas son transportes internos
Fuente: Tabla de Fletes del Ministerio de Transporte Resolucin del 19 de Mayo del 2003
Todas las tablas de fletes para el modelo fueron elaboradas de la anterior forma
para todas las interrelaciones entre los eslabones la tabla 20 muestra los fletes
desde las fuentes de chatarra i hasta el procesador de chatarra j.
Los transportes entre las mismas zonas son los transportes ficticios mencionados
en la seccin 3.1.3 de este documento; la tabla muestra un valor de $0 pesos ya
que el modelo solo carga costo cuando es necesaria la utilizacin de transporte en
camin.
Esta informacin para transporte nacional fue obtenida de el Ministerio de
Transporte segn la tabla de fletes del 19 de Mayo de 2003, los valores del
transporte internacional fueron aproximaciones suministradas por la empresa
siderrgica que asesora este proyecto, esta empresa solicita este servicio con
empresas de transporte terrestre internacional, estos costos por su naturaleza son
49
ENTREVISTA con Olga Lucia Cardenas. Jefe Departamento de Logistica y Ricardo Carmona, Asistente
Departamento de Materias Primas, Grupo Siderrgico DIACO, Bogota D.C, 29 de Noviembre de 2003
76
Aceria
DE
Sidor Venezu
k Brasil
1
2
Planta Laminadora
l
CALI
BOYACA
BOGOTA
1
2
3
220050
206050
206050
227250
213250
213250
50
Ibid.,
77
78
Tabla 22 Definicin del precio de venta sin costos variables para precios de
agentes Nacionales.
COSTOS VARIABLES - Agentes Nacionales
De Proceso
Alambron
Barras
Procesador de Chatarra
$ 59.000
$ 59.000
Aceria
$ 190.000
$ 190.000
Laminacion
$ 155.000
$ 151.000
Total Costo Procesamiento
$ 404.000
$ 400.000
De compra de Materia Prima
Chatarra Cruda
Ferroaleaciones
Total Compra
De Inventarios
Total Costo Variable
Margen de Utlidad
Nuevo Precio Venta sin CF
CF= Costo Fijo
$ 250.000
$ 3.000
$ 253.000
$ 250.000
$ 3.000
$ 253.000
$ 800
$ 200
$ 657.800
$ 653.200
26,50%
17,84%
$ 895.000
$ 795.000
$ 1.200.000
$ 1.100.000
$ 895.000
$ 795.000
$ 305.000
$ 305.000
25,42%
27,73%
% CostoFijo/Precio de Vent
Fuente: Empresa Asesora y Clculos Propios Enero 2004
79
$ 65.000.000
$ 2.000.000.000
$ 1.050.000.000
$ 7.000.000
Produccion Costo
Tonelada
Unitario
6000
$ 10.833
10500
$ 190.476
10000
$ 105.000
15000
$ 467
Total Costo
$ 306.776
$ 230.000
$ 3.000
$ 233.000
$ 230.000
$ 3.000
$ 233.000
$ 800
$ 200
$ 588.800
$ 583.200
31,13%
22,75%
$ 855.000
$ 755.000
80
51
ENTREVISTA con Escobar German et.al, Ingeniero de Produccin Planta del Mua. Sibate
(Cundinamarca), 20 de Enero de 2004
81
82
83
EXECUTION TIME
=
0.281 SECONDS
4.3 Mb
WIN211-135
GAMS Rev 135 Microsoft Window
05/13/04 10:54:05 Page 1
General Algebraic Modeling System
Compilation
COMPILATION TIME =
0.000 SECONDS 1.0 Mb
WIN211-135
GAMS Rev 135 Microsoft Window
05/13/04 10:54:05 Page 2
General Algebraic Modeling System
Model Statistics SOLVE ALAM Using LP From line 827
MODEL STATISTICS
BLOCKS OF EQUATIONS
29 SINGLE EQUATIONS 11941
BLOCKS OF VARIABLES
22 SINGLE VARIABLES 13285
NON ZERO ELEMENTS 51159
GENERATION TIME
0.281 SECONDS
4.3 Mb
WIN211-135
SUMMARY
MODEL ALAM
TYPE LP
SOLVER CPLEX
OBJECTIVE Z
DIRECTION MINIMIZE
FROM LINE 827
0.578
1000.000
4313
10000
20875.2 Toneladas
Como se puede observar el modelo sugiere que los tres procesadores de chatarra
descritos en el modelo trabajen en todos los periodos, adems otra singularidad
encontrada es que a pesar de los cambios mensuales en la demanda el modelo
plantea procesar la misma cantidad de producto en cada uno de los meses por
procesador, como veremos en las siguientes tablas esta tendencia se mantiene en
casi todos los agentes productivos.
85
ACERBA
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
CALICON
Total
Mes
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
23743.96
Las dos aceras igualmente trabajan todos los meses del ao modelado y con la
misma cantidad producida en todos los periodos, la entidad descrita como
BOYACACON trabaja al limite de su restriccin mientras que la acera de
CALICON no esta en el limite de su restriccin pero si muy cercana a esta, esto
denota que este grupo de entidades (Aceras) son el cuello de botella del sistema
productivo.
Tabla 28 Resultados Modelo de Produccin en Plantas de Laminacin por
periodos
PLANTAS LAMINADORAS
Meses
Boyac
Bogota
Cali
13043.4
6956 10869.5
T1
13043.4 6338.04 10869.5
T2
13043.4 7142.39 10869.5
T3
13043.4 7389.13 10869.5
T4
13043.4 6956.52 10869.5
T5
13043.4 6956.52 10869.5
T6
13043.4 6956.52 10869.5
T7
13043.4 6956.52 10869.5
T8
13043.4 6956.52 10869.5
T9
13043.4 6956.52 10869.5
T10
13043.4
6441.3 10869.5
T11
13043.4 6821.73 10869.5
T12
Fuente: Resultados del Solucionador CPLEX En GAMS
86
Las plantas laminadoras por su parte trabajan en todos los periodos como lo
describe la tabla 28, debe aclararse que dentro del modelo la variable que define
el nivel de produccin es CQP y esta en trminos de la palanquilla a procesar, la
capacidad de la planta laminadora por el contrario esta en trminos de producto
terminado lo que es igual CQP*Rendimiento (Palanquilla a procesar por
rendimiento de produccin) por tanto los valores de la tabla 28 deben ser
multiplicados por el rendimiento de produccin de la planta laminadora la cual se
defini en 0.92 lo que quiere decir que para el caso de Boyac 13.043 Ton de
Palanquilla a procesar son 12.000 Ton de producto terminado a obtener valor que
es exactamente la capacidad de la planta laminadora.
Boyac por ser la planta con la ms alta cantidad producida tiene la ms alta
productividad, Boyac y Cali son las plantas que producen de manera uniforme en
todos los periodos y estn en el limite de su capacidad, Bogota es la planta con la
ms alta variabilidad en cantidad producida en los meses del ao y la nica en
todas las entidades del sistema productivo modelado que presenta estas
fluctuaciones, este comportamiento puede esperarse ya que Bogota es la Planta
(que para el modelo) no cuenta es su mismo sitio geogrfico con una acera, por
tanto toda su materia prima (Palanquilla) debe ser proveda por las otras aceras
del conglomerado o por agentes externos. Esta entidad es por tanto el
amortiguador del sistema que absorbe en mayor medida las fluctuaciones de la
demanda, por esta situacin en ningn periodo copa totalmente su capacidad que
esta alrededor del 75% de la misma de la misma.
Existe una particularidad que a pesar que en Boyac y Cali la suma total mensual
producida es igual para todos los periodos, al analizar la produccin por producto,
esta difiere notablemente en cada periodo mensual (el listado es muy extenso
para describir todos los casos); se muestra en la siguiente tabla un caso de
ejemplo se aclara que la tabla 29 la produccin esta en trminos de palanquilla a
procesar no de producto terminado:
Tabla 29 Comparacin de Resultados por productos en periodo 1 y 6, para
produccin en Planta Laminadora CALICON.
Producto
P1
P2
P3
P4
P5
P6
P8
P9
P10
P11
P13
Entidad
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
Tiempo Toneladas
.T1
5670.6522
.T1
760.8696
.T1
434.7826
.T1
163.0435
.T1
228.2609
.T1
54.3478
.T1
489.1304
.T1
597.8261
.T1
54.3478
.T1
217.3913
.T1
133.6957
87
P14
P15
P17
P18
.CALICON
.CALICON
.CALICON
.CALICON
.T1
.T1
.T1
.T1
Producto
P1
P2
P3
P4
P5
P7
P8
P9
P10
P11
P13
P14
P15
P16
P17
P18
Entidad
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
.CALICON
Tiempo
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
.T6
597.8261
489.1304
706.5217
271.7391
Toneladas
4792.3913
760.8696
461.9565
163.0435
228.2609
54.3478
579.3478
597.8261
163.0435
434.7826
351.087
597.8261
489.1304
217.3913
706.5217
271.7391
La suma total de cada uno de los dos periodos mostrados en los recuadros de la
tabla 29 es la misma pero los valores de los productos a procesar varan en P1 y
P3, en P6 se procesa en T1 ms no en T6, P7 se procesa en T6 ms no en T1,
P8, P10, P11, P13, tienen valores distintos en T1 y T6, P16 se procesa en T6 ms
no en T1, los dems se mantienen constantes, esto demuestra que la parte
importante de la optimizacin esta en el programa de produccin de las plantas
laminadoras la definicin de cuanto producir por producto va a definir como se
satisface la demanda y como se minimiza el costo de inventario por la reduccin
del mismo.
Esta situacin se presenta en todos los casos entre periodos de las entidades de
CALICON y BOYACACON pero por su extensin no se muestran en esta seccin
remtase e el anexo H para ver los resultados.
Otra variable importante a determinar por el modelo era la cantidad de producto
terminado a distribuir de las plantas laminadoras del conglomerado a los centros
de distribucin la lista es muy extensa por lo que en esta seccin se denotan los
valores ms relevantes.
88
Entidades
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
BOYACACON.BOYACACON
Mes
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
Toneladas
2300
400
250
500
800
200
650
500
50
150
150
50
500
250
83
250
100
89
Entidades
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
Mes Toneladas
.T1
917
.T1
250
.T1
100
.T1
650
.T1
1500
.T1
100
.T1
200
.T1
200
.T1
300
.T1
200
.T1
100
.T1
300
90
Bogota2
Bogota2
Bogota1
Cali
Boyac
Boyac
Toneladas
Anuales
71871
45744
92
LOWER
1875
11000
4875
0
5000
7875
4875
8744
14480
9566
11080
6400
CURRENT
5000
12000
8000
5000
10000
11000
10000
12000
15000
10000
12000
9000
UPPER
6758
INF
INF
INF
INF
12000
INF
INF
15080
10070
13500
INF
94
jPPC
t, i
Donde:
CCCi,j,t Cantidad de chatarra cruda a pedir en fuente nacional.
CPCi Capacidad de generacin de Fuentes de chatarra i.
As se puede decir que el rango para el trmino independiente (CPC) de la
restriccin para el primer periodo es:
CAPFUE(CALICON,
1875
5000
6758
95
1875-5000-6758
CAPACIDAD DE
PRODUCCION
VALOR OPT.OBJETIVO
DIFERENCIA
385.919.925.516,00
-476.238,00
1876
385.918.884.933,00
-10.729.886,00
1900
385.908.155.047,00
-491.786.460,00
3000
385.416.368.587,00
-447.078.600,00
4000
384.969.289.987,00
-447.078.600,00
5000
384.522.211.387,00
6000
384.075.132.787,00
447.078.600,00
6758
383.736.272.506,00
338.860.281,00
6759
383.735.888.926,00
383.580,00
383.735.505.345,00
383.581,00
383.735.121.764,00
383.581,00
6762 $ 383.734.738.184,00
Fuente: Resultados del Solucionador CPLEX En GAMS
383.580,00
1874
1875
6760
6761
$ 385.919.361.171,00
-564.345,00
t, j PPC.
Donde:
CXCj,t Cantidad de chatarra cruda a procesar en procesador de chatarra de
conglomerado
CPP j Capacidad de procesar chatarra en procesador de chatarra de
conglomerado j.
As se puede decir que el rango para el trmino independiente (CPP) de la
restriccin para el primer periodo es:
CAPPRO(BOYACACON, 7875
11000
12000
96
7875-11000-12000
CAPACIDAD DE
PRODUCCION
VALOR FUNCIN
OBJETIVO
DIFERENCIA
7873 $
385.131.804.023,00
7874
385.131.804.023,00
385.131.491.796,00
-224.119,00
7876
385.131.267.677,00
-24.175.090,00
8000
385.107.092.587,00
-389.920.800,00
10000
384.717.171.787,00
-194.765.440,00
10999
384.522.406.347,00
-194.960,00
384.522.211.387,00
11001
384.522.016.427,00
194.960,00
11997
384.327.835.868,00
194.180.559,00
11998
384.327.640.908,00
194.960,00
11999
384.327.445.947,00
194.961,00
384.327.250.987,00
194.960,00
13000
384.327.250.987,00
50000 $ 384.327.250.987,00
Fuente: Resultados del Solucionador CPLEX En GAMS
7875
11000
12000
-312.227,00
Se observa que:
De las 7875 toneladas de produccin a las 11000 actuales hay un aumento de la
funcin objetivo.
De las 11000 hasta las 12000 hay una disminucin, despus de las 12000 el valor
de la funcin objetivo no cambia.
Se recomienda aumentar la capacidad de la planta hasta 12000 toneladas en caso
de poderse ampliar con un estudio de costos que justifique dicho cambio.
Aceras:
CAPACE: la cantidad de chatarra procesada a fundir en acera k, en el periodo t,
debe ser menor o igual a la capacidad de produccin de procesamiento de
chatarra en acera k.
CCFk,t CPA
t, K PPA.
Donde:
97
14480
15000
15080
BOYAC
Rango
14480-15000-15080
CAPACIDAD DE
PRODUCCION
VALOR OPT.OBJETIVO
14479
$ 384.737.835.078,00
DIFERENCIA
$
-425.142,00
14480
384.737.409.936,00
-8.502.838,00
14500
384.728.907.098,00
-124.985.878,00
14800
384.603.921.220,00
-81.709.833,00
15000
384.522.211.387,00
15020
384.514.050.064,00
8.161.323,00
15080
384.489.566.214,00
24.483.850,00
15081
384.489.158.562,00
407.652,00
15082 $ 384.488.750.910,00
Fuente: Resultados del Solucionador CPLEX En GAMS
407.652,00
l PPL
Donde:
CQPl,p,,t Cantidad de palanquilla a procesar en laminadora de conglomerado l por
producto p.
CIP Rendimiento de palanquilla para producir 1 tonelada del producto terminado
CPTl Capacidad de produccin de producto terminado en laminadora de
conglomerado l
As se puede decir que el rango para el trmino independiente (CPT) de la
restriccin para el primer periodo es:
98
9566
10000
10070
CALI
Rango
9566-10000-10070
CAPACIDAD DE PRODUCCION
VALOR OPT.OBJETIVO
DIFERENCIA
9564
384.598.732.387,00
-188.983,00
9565
384.598.543.404,00
-188.982,00
9566
384.598.354.422,00
-6.425.395,00
9600
384.591.929.027,00
-69.549.281,00
-168.359,00
168.359,00
9999
384.522.379.746,00
10000
384.522.211.387,00
10001
384.522.043.028,00
10050
384.513.793.421,00
8.249.607,00
10070
384.510.428.234,00
3.365.187,00
10071
384.510.260.375,00
167.859,00
10072 $
Fuente: Resultados del Solucionador CPLEX En GAMS
384.510.094.016,00
166.359,00
LOWER
CURRENT
UPPER
BALPRO(CALICON,
-1758
3125
BALPRO(BOYACACON,
-11000,00
1000
BALPRO(BOGOTACON,
-4875
3125
BALPRR(CALICON,
-1494
2656
BALPRR(BOYACACON,
-2650
2656
BALPRR(BOGOTACON,
-4144
2656
BALACE(CALICON,
-1494
2656
BALACE(BOYACACON,
-2650
2656
BALACC(CALICON,
-1345
2390
BALACC(BOYACACON,
-71.74
471.7
BALAM(CALICON,
-1345
2390
BALAM(BOYACACON,
-71.74
471.7
BALAM(BOGOTACON,
-71.74
471.7
LOWER
CURRENT
UPPER
99
ALPROC(CALICON,
15000
INF
ALPROC(BOYACACON,
20000
INF
ALPROC(BOGOTACON,
15000
INF
ALPROX(CALICON,
15000
INF
ALPROX(BOYACACON,
30000
INF
ALPROX(BOGOTACON,
15000
INF
ALMACE(CALICON,
15000
INF
ALMACE(BOYACACON,
15000
INF
ALMACQ(CALICON,
25000
INF
INF
ALMACQ(BOYACACON,
25000
ALMLAM(CALICON,
12000
INF
ALMLAM(BOYACACON,
10000
INF
10000
INF
ALMLAM(BOGOTACON,
Fuente: Resultados del Solucionador CPLEX En GAMS
La tabla 41 muestra los rangos en que las ecuaciones de balance (aquellas que
controlan y transfieren los productos transportados, producidos y almacenados en
los diferentes periodos de tiempo) pueden variar afectando el valor la funcin
objetivo, puede observarse que todas las ecuaciones de almacenamiento
cualquier variacin de 0 a infinito afecta la funcin objetivo, mientras los balances
de produccin tienen rangos definidos.
Los valores negativos e infinitos que presenta el anlisis de sensibilidad de GAMS
CPLEX corresponden al rango de variacin que matemticamente es factible
para que las variables bsicas no cambien, aunque en la realidad de la industria
no exista. Esto se presenta ya que GAMS, analiza solo desde el punto matemtico
el modelo programado y no conoce las situaciones inherentes a la industria (Como
que no existen capacidades negativas o inventarios negativos). Para el modelador
los valores negativos se deben interpretar como el lmite permisible por su propio
conocimiento que es cero, para los valores infinitos seran incrementos que
considere como grandes y finitos y no la interpretacin matemtica del infinito.
3.4.1.2 Anlisis de Sensibilidad de los coeficientes de la funcin objetivo.
El anlisis de coeficientes de la funcin objetivo, es ligeramente diferente, en
cuanto a su interpretacin, del que se ha visto con anterioridad. Se tiene para el
periodo 1:
Tabla 42 - Anlisis de Sensibilidad de los coeficientes de la funcin objetivo.
VARIABLE NAME CCA k,l,t Cantidad de palanquilla a
distribuir de acera de conglomerado k a laminadora l
de conglomerado.
LOWER
CURRENT
UPPER
CCA(BOYACACON,CALICON,
-90910
INF
CCA(BOYACACON,BOYACACON,
-1770
7495
CCA(BOYACACON,BOGOTACON,
-7495
1380
LOWER
CURRENT
UPPER
100
CCC(BOGOTACON,CALICON,
-15999
INF
CCC(BOGOTACON,BOYACACON,
-29700
INF
CCC(BOGOTACON,BOGOTACON,
-244.8
11000
CURRENT
UPPER
CCE(Brasil1,CALICON,
-140000
INF
CCE(Brasil1,BOYACACON,
-163300
INF
CCE(Brasil1,BOGOTACON,
-163300
INF
LOWER
CURRENT
UPPER
CCJ(BOGOTACON,CALICON,
-288
12940
CCJ(BOGOTACON,BOYACACON,
-360
35460
CURRENT
UPPER
CCK(Barranquilla,CALICON,
(-)INF
25340
CCK(Barranquilla,BOYACACON,
(-)INF
12350
LOWER
CURRENT
UPPER
-88070
INF
CCL(Brasil,BOYACACON,
-97610
INF
CURRENT
UPPER
CCQ(Brasil2,CALICON,
-145900
INF
CCQ(Brasil2,BOYACACON,
-107600
INF
CCQ(Brasil2,BOGOTACON,
-76390
INF
CURRENT
UPPER
CCZ(AceraCaldas2,CALICON,
(-)INF
60800
CCZ(AceraCaldas2,BOYACACON,
(-)INF
57140
CCZ(AceraCaldas2,BOGOTACON,
(-)INF
93900
CURRENT
UPPER
CQP(P1,CALICON,
CQP(P1,BOYACACON,
CURRENT
UPPER
CQP(P1,BOGOTACON,
VARIABLE NAME CCFk,t
101
35460
LOWER
CURRENT
UPPER
CXC(BOGOTACON,T1)
-244.8
11000
LOWER
CURRENT
UPPER
CCX(P1,Venezuela3,CALICON,
-199100
INF
CCX(P1,Venezuela3,BOYACACON,
-155400
INF
CCX(P1,Venezuela3,BOGOTACON,
-124200
INF
CCX(P1,Venezuela3,MEDELLINCON,
-127400
INF
CCX(P1,Brasil3,CALICON,
-206300
INF
CCX(P1,Brasil3,BOYACACON,
-162600
INF
CCX(P1,Brasil3,BOGOTACON,
-131400
INF
CCX(P1,Brasil3,MEDELLINCON,
-134600
INF
CURRENT
UPPER
CCY(P1,AceraCaldas3,CALICON,
-54600
INF
CCY(P1,AceraCaldas3,BOYACACON,
-52910
INF
CCY(P1,AceraCaldas3,BOGOTACON,
-16110
INF
CCY(P1,AceraCaldas3,MEDELLINCON,
CCY(P1,SiderrgicaOcc3,CALICON,
-23580
INF
CCY(P1,SiderrgicaOcc3,BOYACACON,
-61110
INF
CCY(P1,SiderrgicaOcc3,BOGOTACON,
-19080
INF
CCY(P1,SiderrgicaOcc3,MEDELLINCON,
-19080
INF
CURRENT
UPPER
CLC(P1,CALICON,CALICON,
-2000
-23580
CLC(P1,CALICON,BOYACACON,
-42030
INF
CLC(P1,CALICON,BOGOTACON,
CLC(P1,CALICON,MEDELLINCON,
CLC(P1,BOYACACON,CALICON,
-96260
INF
CLC(P1,BOYACACON,BOYACACON,
-905600
42030
CLC(P1,BOYACACON,BOGOTACON,
CLC(P1,BOYACACON,MEDELLINCON,
-38560
INF
CLC(P1,BOGOTACON,CALICON,
-114100
INF
CLC(P1,BOGOTACON,BOYACACON,
-608600
INF
CLC(P1,BOGOTACON,BOGOTACON,
-55020
CLC(P1,BOGOTACON,MEDELLINCON,
Fuente: Resultados del Solucionador CPLEX En GAMS
INF
102
103
CURRENT
UPPER
CCA(BOYACACON,CALICON,
-24356
66554
INF
CCA(BOYACACON,BOYACACON,
-1770
7495
CCA(BOYACACON,BOGOTACON,
23693
31188
32568
CURRENT
UPPER
CCC(BOGOTACON,CALICON,
37244
53243
INF
CCC(BOGOTACON,BOYACACON,
29702
INF
CCC(BOGOTACON,BOGOTACON,
-244,8
11000
LOWER
CURRENT
UPPER
87250
227250
INF
CCE(Brasil1,BOYACACON,
49950
213250
INF
CCE(Brasil1,BOGOTACON,
49950
213250
INF
CURRENT
UPPER
CCJ(BOGOTACON,CALICON,
52955
53243
66183
CCJ(BOGOTACON,BOYACACON,
29342
29702
65162
LOWER
CURRENT
UPPER
CCK(Barranquilla,CALICON,
(-)INF
105840
131180
CCK(Barranquilla,BOYACACON,
(-)INF
95294
107644
CURRENT
UPPER
CCL(Brasil,CALICON,
139180
227250
INF
CCL(Brasil,BOYACACON,
115640
213250
INF
CURRENT
UPPER
104
de conglomerado.
CCQ(Brasil2,CALICON,
81350
227250
CCQ(Brasil2,BOYACACON,
105650
213250
INF
INF
CCQ(Brasil2,BOGOTACON,
136860
213250
INF
CURRENT
UPPER
CCZ(AceraCaldas2,CALICON,
(-)INF
35513
96313
CCZ(AceraCaldas2,BOYACACON,
(-)INF
63529
120669
CCZ(AceraCaldas2,BOGOTACON,
(-)INF
57919
151819
CURRENT
UPPER
CQP(P1,CALICON,
CQP(P1,BOYACACON,
CQP(P1,BOGOTACON,
LOWER
CURRENT
UPPER
(-)INF
190000
225460
LOWER
CURRENT
UPPER
CXC(BOGOTACON,T1)
49755,2
50000
61000
CURRENT
UPPER
CCX(P1,Venezuela3,CALICON,
20950
220050
INF
CCX(P1,Venezuela3,BOYACACON,
50650
206050
INF
CCX(P1,Venezuela3,BOGOTACON,
81850
206050
INF
CCX(P1,Venezuela3,MEDELLINCON,
78650
206050
INF
CCX(P1,Brasil3,CALICON,
20950
227250
INF
CCX(P1,Brasil3,BOYACACON,
50650
213250
INF
CCX(P1,Brasil3,BOGOTACON,
81850
213250
INF
CCX(P1,Brasil3,MEDELLINCON,
78650
213250
INF
CURRENT
UPPER
CCY(P1,AceraCaldas3,CALICON,
-19087
35513
INF
CCY(P1,AceraCaldas3,BOYACACON,
10619
63529
INF
CCY(P1,AceraCaldas3,BOGOTACON,
41809
57919
INF
CCY(P1,AceraCaldas3,MEDELLINCON,
38613
38613
CCY(P1,SiderrgicaOcc3,CALICON,
-19080
4500
INF
CCY(P1,SiderrgicaOcc3,BOYACACON,
10620
71730
INF
105
CCY(P1,SiderrgicaOcc3,BOGOTACON,
41810
60890
INF
CCY(P1,SiderrgicaOcc3,MEDELLINCON,
38617
57697
INF
CURRENT
UPPER
CLC(P1,CALICON,CALICON,
-2000
-23580
CLC(P1,CALICON,BOYACACON,
29700
71730
INF
CLC(P1,CALICON,BOGOTACON,
60890
60890
CLC(P1,CALICON,MEDELLINCON,
57697
57697
CLC(P1,BOYACACON,CALICON,
-29706
66554
INF
CLC(P1,BOYACACON,BOYACACON,
-905600
42030
CLC(P1,BOYACACON,BOGOTACON,
31188
31188
CLC(P1,BOYACACON,MEDELLINCON,
27994
66554
INF
CLC(P1,BOGOTACON,CALICON,
-60857
53243
INF
CLC(P1,BOGOTACON,BOYACACON,
-578898
29702
INF
CLC(P1,BOGOTACON,BOGOTACON,
-3194
51826
CLC(P1,BOGOTACON,MEDELLINCON,
Fuente: Resultados del Solucionador CPLEX En GAMS
INF
12
jPPC
t =1
Donde:
CVAj Costo de procesar 1 tonelada de chatarra cruda en procesador de
chatarra j.
CXCj,t Cantidad de chatarra cruda a procesar en procesador de chatarra de
conglomerado
Tabla 44 Anlisis de Sensibilidad de Capacidad de procesadores de Chatarra
Costo Variable.
49755
50000
61000
$
$
$
384.507.936.659,00 $
384.522.211.387,00
385.159.712.870,00 $
DIFERENCIA
14.274.728,00
-637.501.483,00
.+
k PPA
CCFk,t CVBk +
t =1
Donde:
CVBk Costo de procesar 1 tonelada de chatarra procesada en acera k.
CCFk,t Cantidad de chatarra procesada a fundir en acera k.
Tabla 45- Anlisis de Sensibilidad de Costo de Procesar Chatarra Procesada en
Acera.
CCF(BOYACACON,T1)
Costo Variable.
,-INF
$ 190.000,00
$ 225.460,00
FUNCIN OBJETIVO
$
$
384.522.211.387,00
390.898.807.365,00
DIFERENCIA
-6.376.595.978,00
12
l PPL
CQPl,t CVCl +
t =1
Donde:
CQPl,p,,t Cantidad de palanquilla a procesar en laminadora de conglomerado l por
producto p.
CVCl Costo de procesar 1 tonelada de producto terminado en laminadora
107
CURRENT
UPPER
CQP(P1,CALICON,
CQP(P1,BOYACACON,
CQP(P1,BOGOTACON,
Fuente: Resultados del Solucionador CPLEX En GAMS
108
CAPTULO 4
CONCLUSIONES Y RECOMENDACIONES
La implementacin de modelos matemticos de optimizacin en cadenas de
abastecimiento, es hoy en da reconocido como una herramienta clave para la
competitividad de cualquier sector industrial, durante la elaboracin del presente
documento se obtuvieron fuentes bibliogrficas que demostraban la
implementacin de metodologas y tecnologas propias de la investigacin de
operaciones dentro de diferentes compaas siderrgicas en el mundo, como es el
caso de Estados Unidos, Inglaterra, Japn y en general en el denominado mundo
desarrollado, pero no solo en este contexto econmico se encontraron desarrollos,
en India la introduccin de modelos de optimizacin en la industria siderrgica es
muy frecuente as como en Latinoamrica; Chile, y Mxico son los pioneros en
esta tecnologa.
Colombia por su parte esta an en etapa embrionaria en la implantacin de estos
tipos de sistemas a nivel industrial, ya es representativo el numero de
organizaciones con sistemas ERP (Enterprice Resource Planning) pero ms que
optimizar son organizadores y coordinadores de informacin compleja y dinmica,
los APS (Advanced Planning and Scheduling) que adems de las funcines del
ERP son optimizadores, en nuestro pas su uso es an muy limitado en las
organizaciones y solo las grandes empresas estn empezando a utilizarlo.
Este es el mismo caso para la industria siderrgica semi-integrada la cual utiliza
sistemas ERP sin aprovechar del todo su potencialidad y an no se encamina a
establecer sistemas APS. Esto ha sido consecuencia de un incipiente
conocimiento de las tecnologas ofrecidas en el mercado y al pensamiento
tradicionalista de los gerentes de estas organizaciones que temen notoriamente a
realizar cambios en sus procesos de decisin.
Colombia posee un importante mercado siderrgico gracias a una amplia
demanda interna del producto, debido principalmente al comportamiento favorable
del sector de la construccin en los ltimos aos. Tanto es as que una importante
variable para el mercado del acero son las importaciones de estos productos ya
que la industria interna no tiene capacidad para satisfacer la demanda nacional
(La sustentacin de esta afirmacin se encuentra en el captulo dos del presente
documento), esta fue la razn para incluir en el modelo los agentes internacionales
que proveen al conglomerado productos intermedios y finales. Como ya se
109
Fuente: CRUFutures.com (Steel Price Index Forecast) Portal de precios y pronsticos del sector hierro y acero. Reino Unido
Mayo 2004
METALBULLETIN. Publicacin de noticias precios del mercado del metal. [online] Estados Unidos.
(Citado el 28 de Marzo 2004) Disponible en: http://www.metalbulletin.com Citado En: GERDAU AZA
CHILE Empresa siderrgica de Chile [online] Disponible en:
http://www2.aza.cl/destacado_de_hoy/destacado18.htm
111
113
Los modelos ms realistas son aquellos cuyos recursos han sido localizados por el
desarrollo del modelo y validados por el mismo. Todos los modelos envuelven
algn nivel de abstraccin, aproximacin y suposiciones, el resultado del modelo
debera ser siempre interpretado cuidadosamente. Diferentes modelos con
desiguales niveles de detalle y realismo son apropiados y tiles en dismiles
estados del diseo de procesos. Sistemticamente el incremento de la
complejidad del modelo disminuye la capacidad de evaluarlos y validarlos.
En la literatura tcnica los modelos de planeacin de la cadena de abastecimiento
son criticados por no capturar todos los detalles del mundo real y los aspectos
subjetivos, es por eso que estos modelos deber ser usados nicamente como
sistemas para el soporte a las decisiones; es saludable una cierta dosis de
escepticismo respecto a los resultados que cualquier modelo arroje. Justamente
por esto un modelo hecho en un computador se refiere a una decisin en
particular esto no implica que sea la mejor decisin en el mundo real.
Anlisis de Sensibilidad.
El anlisis de sensibilidad jug un papel de gran importancia en el trabajo, para
identificar si las estimaciones que se hicieron en algunos parmetros estaban
equivocadas o no. Se concluye que los resultados del modelo fueron acordes a la
realidad de la empresa asesora salvo algunas diferencias que se enuncian en las
recomendaciones, el anlisis de sensibilidad ayud para identificar que
parmetros y variables del modelo pueden afectar el propsito general de este que
es la minimizacin de costos, se pudo observar gracias a la herramienta del
solucionador CPLEX que el aumento en capacidades de produccin, por ejemplo
en el caso de las aceras a 1000 toneladas ms, puede traer ahorros de ms de
200 millones de pesos mensuales. Esta identificacin de mejora justificara todo
un estudio de costo beneficio para determinar que tan viable es hacer esta
ampliacin y si la inversin justifica los beneficios.
La facilidad que da GAMS-CPLEX para el reporte de sensibilidad de las variables
es otra de las enormes ventajas de este programa informtico de modelacin
matematica, que no exige que el programador tenga que hacer miles de corridas
para identificar rangos de sensibilidad, es por eso que esta herramienta cumpli
con las expectativas para la resolucin del presente problema.
Durante la ejecucin del modelo el cuello de botella del sector productivo
modelado, fueron las aceras ya que el conglomerado contaba con dos aceras
con promedio de 13000 Ton/Mes de capacidad de produccin esto para una
demanda de 38.000 ton mes en promedio es muy bajo lo que obliga a comprar a
agentes externos al conglomerado palanquilla o producto terminado para
satisfacer las demandas de los centros de distribucin. Las aceras estn
trabajando en casi todos los periodos a full capacidad es el caso claro de Boyac y
a un 75% de utilizacin en Cali, lo que plantea la necesidad de instalar una acera
en la ciudad de Bogota que de mayor capacidad productiva al conglomerado.
Claro esta que esta decisin debe ser tomada basada en un anlisis econmico
especifico para tal fin. El modelo planteado puede llegar a ser una herramienta
114
115
$
$
$
$
$
$
$
250.000,00
59.000,00
185.000,00
155.000,00
183.000,00
10.000,00
842.000,00
Aunque el valor que se ahorra no presenta una gran diferencia si llega a ser
importante en el largo plazo y ms an esta clase de ahorros puede llegar a ser
importante cuando el mercado este en crisis o problemas coyunturales que
puedan llegar a afectar la cadena.
El valor del ahorro generado se representa en 62.5 millones de pesos mensuales,
es relativo valorar que tan importante para esta industria puede ser este resultado,
en el ao 2003 para el primer trimestre del ao la utilidad de la empresa asesora
era de 120 millones de pesos este valor se incremento en ms de un 10.000 por
ciento en el 200453, esto quiere decir que no hay que subestimar el valor de estos
pequeos ahorros que dependiendo de la situacin coyuntural del mercado
pueden marcar importantes diferencias, siempre ser preciso por tanto contar con
ms y mejores herramientas de optimizacin que faciliten y modernicen la gestin
de los procesos internos ms an de cara a enfrentar mercados internacionales y
alta variabilidad en los mismos.
Recomendaciones
En las reuniones realizadas con personal de la empresa asesora54 los flujos
generados dentro de la cadena as como la cantidad que procesa cada entidad es
muy similar al estado real de la cadena de abastecimiento de esta empresa, se
encontraron algunas diferencias que parecieron interesantes de evaluar como fue;
el transporte de producto terminado de Cali a Boyac el cual no se genera.
Actualmente el modelo sugiere transportar 1683 toneladas en casi todos los
periodos del ao como estrategia para minimizar costos, esta posibilidad puede
llegar a ser interesante para la disminucin de costos de esta empresa, esto se
debe en gran medida a que el costo variable de Cali es bastante competitivo frente
a las otras entidades del conglomerado lo que compensa en parte el costo del
transporte.
53
Se Duplican Ganancias de Empresas En: El Tiempo, Bogota Mayo 3 de 2004; Seccin: Primera Pgina
ENTREVISTA con Ricardo Carmona, Asistente Departamento de Materias Primas, Grupo Siderrgico
DIACO, Bogota D.C, 29 de Abril de 2004
54
116
117
la globalizacin
libre comercio
nacional pueda
importancia en
56
Ibid
Revista Dinero (Online) Disponible en: http://www.dinero.com/dinero/ArticuloView.jsp?id=15341 Edicin
No. 194 - MAYO 25, 2004
57
118
119
GLOSARIO
ACERA: Entidad Siderrgica que funde chatarra procesada para obtener
palanquilla.
ALAMBRN: Producto Terminado de Acero que se obtiene de las plantas
laminadoras conocido tambin como rollos de acero o chipa de acero que se
obtiene de diferentes calibres y con un peso aproximado de 475 Kg. por rollo.
BARRAS: Producto terminado de Acero que se obtiene de las plantas laminadoras
conocido como Varilla estructural que viene de diferentes calibres.
CHATARRA: Desperdicios metlicos que se obtienen de productos reciclados
compuestos de este material.
CHATARRA CRUDA: Desperdicios metlicos sucios que deben ser limpiados y
procesados para su utilizacin industrial, es la misma Chatarra pero se utiliza el
termino cruda para diferenciarla de la chatarra procesada.
CHATARRA PROCESADA: Desperdicios metlicos a los que se les ha aplicado
un proceso de limpieza y compresin en las plantas siderrgicas, el cual esta lista
para ser fundida en hornos diseados para tal fin.
CPLEX: Solver (Solucionador) utilizado junto a el programa informtico GAMS
para obtener solucin al problema de optimizacin.
GAMS: General Algebraic Modeling System, Herramienta computacional utilizada
para programar y resolver el modelo de Optimizacin.
HORNO DE FUNDICIN: Mquina industrial que se utiliza para llevar a estado
liquido la chatarra procesada con el fin de obtener palanquilla.
METODO SIMPLEX: Procedimiento algebrico para resolver problemas de
programacin lineal.
PALANQUILLA: Producto de Acero de aproximadamente 490 Kg. en forma de
lingote rectangular de seccin transversa de aproximadamente 80 cm2 .
PARAMETRO: Valor constante que se le da al modelo para la evolucin de la
alternativa de optimizacin.
PLANTA LAMINADORA: Entidad de la industria siderrgica que procesa
palanquilla para obtener producto terminado.
120
121
BIBLIOGRAFA
Arntzen, B. C., G. G. Brown, T. P. Harrison y L. L. Trafton (1995), Global supply
chain management at Digital Equipment Corporation, Interfaces 25/1, 6993.
Arruti Alberto Miguel, Publicacin electrnica La Nota Econmica [online]
Disponible en:
http://www.americaeconomica.com/numeros4/215/reportajes/arruti215.htm
Cohen, M. A. y H. L Lee (1989), Resource deployment analysis of global
manufacturing and distribution networks, Journal of Manufacturing Operations
Management 2, 81104.
Ballou R. H. and Masters, J. M., (1993), "Commercial Software for Locating
Warehouses and Other Facilities," Journal of Business Logistics, Vol. 14, No. 2,
pp. 71-107.
Christopher, M.. (1999), Logistics and Supply Chain Management strategies for
reducing cost and improving service, 2nd Edition, Financial Times Prenlice Hall.
Cole, M. H. (1995), Service considerations and the design of strategic distribution
systems, Disertacin Doctoral, Escuela de Ingeniera Industrial y de Sistemas,
Georgia Institute of Technology, Atlanta, USA.
Escobar Ines Pinto, Progreso, Industrializacin y Utopa en Boyac El caso de
la Siderrgica de Samac Magster en Historia, Universidad Pedaggica y
Tecnolgica de Colombia; Tunja Boyac 1997
Escudero L:F: P.V Kamesan MRP Modelling via Scenarios, T.A. Ciriani and R.C.
leachman Optimization in Industry.J. Wiley, New Jork,1993 pag.101-111.
Goetschalckx M., Vidal C. J. and Dogan K. Modeling and Design of Global
Logistic Systems: A Review of Integrated Strategic and Tactical Models and
Design Algorithms. European Journal of Operations Research, 143 (2002), 1-18.
Groover Mikell Fundamentos de Manufactura Moderna, 1997 Editorial Mc Graw
Hill.
Hiller, Frederick. y Lieberman, Gerald. Investihacin de Operaciones. Estados
Unidos: McGRAW-HILL Septima Edicin. 2002
122
Optimization
Ascet
to
Enterprise
Volume
Shapiro, Jeremy F., Modeling the Supply Chain. Editorial Duxbury, 2001a.
Shapiro, Jeremy F., Modeling Approaches for Supply Chain Decisions (Online)
(5/15/2002) Ascet Volume 4 (http://www.ascet.com/documents.asp?d_ID=1002)
Stadtler, H. and C. Kilger, (2000), Supply Chain Management and Advanced
Planning, Editorial Springer, Heidelberg, Germany.
Velasquez, J. "Optimizing Operations at One of the Biggest Latin-American
Beverage Industries". X LatinIbero American Conference on Operation Research
and Systems, Mexico City, Septiembre 4-8, 2000
Velsquez, J. Advanced Planning and Scheduling (APS): La Va para la
Optimizacin de la Cadena de Suministro. Documento de Trabajo CITAD-DT-027003 (2003). Publicado en Revista Zona Logstica.
Vidal, C. J. (1998), A global supply chain model with transfer pricing and
transportation cost allocation, Disertacin Doctoral, Escuela de Ingeniera
Industrial y de Sistemas, Georgia Institute ofTechnology, Atlanta, GA, USA.
Vidal, C. J. y M. Goetschalckx (1997), Strategic production-distribution models: A
critical review with emphasis on global supply chain models, European Journal of
Operational Research 98, Marzo, 118.
123
ANEXO A
RESERVAS MUNDIALES DE MINERALES DE HIERRO
(En millones de toneladas brutas y en porcentaje)
Pas o rea
Mundo
Ex URSS
Australia
Canad
Estados Unidos
China
India
Africa del Sur
Suecia
Francia
Liberia
Nueva Zelandia
Espaa
Mauritania
Noruega
Amrica Latina
Bolivia
Brasil
Venezuela
Chile
Per
Mxico
Argentina
Colombia
Otros Paises del Mundo
Recursos
Volumen
104.648
23.500
10.200
4.600
3.800
3.500
3.300
2.500
1.600
900
500
280
230
200
200
48.393
40.000
6.500
1.200
220
200
180
60
33
945
Porcentaje
100
22.4
9.7
4.3
3.6
3.3
3.1
2.3
1.5
0.8
0.5
0.3
0.2
0.2
0.2
46.2
38.2
6.2
1.1
0.2
0.2
0.2
0.1
0.1
0.9
124
ANEXO B
IISI PRODUCCION DE ACERO CRUDO 2002 2003
Produccin Mundial de Acero Crudo de los 63 paises incluidos en el reporte, datos en miles de toneladas
December
November
December % change
12 months
2003
2003
2002 Dec-03/02
2003
2002 % change
Austria
481
496 r
509
-5.7
6 261
6 189
1.2
Belgium
889
956 r
839
6.0
11 128 11 343
-1.9
Denmark
0
0
0
0
392
-100.0
Finland
416
411
369
12.9
4 766
4 003
19.1
France
1 590
1 684
1 601
-0.7
19 803 20 258
-2.2
F.R. Germany
3 559
3 902
3 547
0.3
44 841 45 015
-0.4
Greece
120 e
125 e
96
25.0
1 457
1 840
-20.8
Italy
2 070 e
2 395
1 970
5.1
26 740 25 970
3.0
Luxembourg
190 e
248 r
190
0.1
2 670
2 719
-1.8
Netherlands
584
561
551
6.0
6 587
6 117
7.7
Portugal
60 e
60 e
78
-23.1
722
894
-19.2
Spain
1 021
1 410
1 043
-2.1
16 129 16 408
-1.7
Sweden
467
497
514
-9.1
5 707
5 753
-0.8
United Kingdom
1 065
1 198 r
882
20.8
12 949 11 665
11.0
European Union (15)
12 511
13 943
12 187
2.7
159 760 158 567
0.8
Bosnia-Herzegovina
3 e
3 e
3
0.0
36
70
-48.9
Croatia
4 e
4
3
23.5
40
33
20.5
Czech Republic
503
548
568
-11.5
6 790
6 512
4.3
Hungary
199 e
195
177
12.4
1 989
2 052
-3.1
Norway
60 e
65
61
-1.6
698
694
0.6
Poland
760 e
757
702
8.3
9 047
8 369
8.1
Romania
490
495
435
12.7
5 776
5 492
5.2
Serbia and Monteneg
20 e
17
63
-68.5
666
562
18.6
Slovakia
364
403
386
-5.7
4 588
4 275
7.3
Slovenia
45 e
48
40
12.9
543
481
12.8
Turkey
1 670
1 441
1 498
11.5
18 298 16 472
11.1
Other Europe total
4 118
3 975
3 937
4.6
48 471 45 014
7.7
Byelorussia
150 e
145
123
22.0
1 600
1 484
7.8
Kazakhstan
450 e
427
429
4.9
4 880
4 814
1.4
Moldova
100 e
91
68
47.1
875
514
70.2
Russia
5 160 e
4 995
5 050
2.2
61 325 58 590
4.7
Ukraine
3 110 e
3 144
2 898
7.3
36 707 34 056
7.8
Uzbekistan
40 e
40
34
17.6
500
450
11.1
C.I.S. total
9 010
8 842
8 602
4.7
105 887 99 908
6.0
Canada
1 060 e
1 220 e
1 155
-8.2
15 399 16 002
-3.8
Cuba
20 e
20
26
-22.8
211
268
-21.4
El Salvador
5 e
6
4
16.3
58
49
18.6
Guatemala
20 e
20
18
10.5
231
216
6.9
Mexico
1 375 e
1 230 e
1 264
8.8
15 237 14 051
8.4
Trinidad and Tobago
80 e
76
80
-0.2
906
817
10.9
United States
7 460
7 572 r
7 556
-1.3
91 360 92 241
-1.0
North America total *
10 020
10 143
10 103
-0.8
123 401 123 644
-0.2
Argentina
409
417
376
8.8
5 033
4 363
15.4
125
Brazil
Chile
Colombia
Ecuador
Paraguay
Peru
Uruguay
Venezuela
South America total *
Algeria
Egypt
Libya
South Africa
Tunisia
Zimbabwe
Africa total
Iran
Qatar
Saudi Arabia
Middle East total
China
India
Japan
South Korea
Chinese Taipei
Asia total
Australia
New Zealand
Oceania total
Total 63 countries (2)
2 610
90
50
7
10
60
5
200
3 441
75
310
70
764
5
10
1 234
663
90
334
1 087
20 158
2 860
9 280
4 073
1 670
38 040
615
66
681
80 144
e
e
e
e
e
e
e
e
e
e
e
e
2 594
95
52
7
12
64
4
270
3 516
76
341
69
825
5
11
1 327
654
88
333
1 074
20 492
2 698
9 277
3 981
1 620
38 068
628
70
698
81 586
r
e
r
e
r
2 589
115
55
6
9
59
3
248
3 460
79
308
80
780
6
12
1 265
630
92
343
1 065
15 662
2 586
9 299
3 945
1 624
33 116
635
64
699
74 433
0.8
-21.8
-9.3
11.1
9.9
1.0
78.6
-19.3
-0.5
-4.1
0.8
-12.7
-2.1
-15.1
-16.7
-2.4
5.3
-1.9
-2.6
2.1
28.7
10.6
-0.2
3.2
2.8
14.9
-3.1
2.9
-2.5
7.7
31 105
1 344
665
81
94
676
41
3 664
42 703
1 051
4 315
989
9 487
86
137
16 066
7 869
1 054
3 944
12 867
220 115
31 779
110 510
46 306
18 903
427 614
7 544
828
8 372
945 140
29 604
1 280
663
67
80
611
34
4 164
40 866
1 091
4 316
886
9 095
200
105
15 692
7 321
1 027
3 570
11 918
181 688
28 814
107 745
45 390
18 230
381 867
7 527
765
8 292
885 766
Los 63 paises incluidos en esta tabla contabilizan aproxiadamente el 98% del acero crudo producido en el mundo en el 2002
e - Estimado
r - Revisado
Fuente: Datos IISI - International Iron and Steel Institute (Crude Steel Producction)
126
5.1
5.1
0.3
20.2
17.2
10.5
20.1
-12.0
4.5
-3.7
0.0
11.7
4.3
-57.1
30.5
2.4
7.5
2.6
10.5
8.0
21.2
10.3
2.6
2.0
3.7
12.0
0.2
8.2
1.0
6.7
ANEXO C
MAYORES PRODUCTORES DE ACEROS POR PAISES 2001 2002
(Millones de Toneladas de Acero Crudo)
Pas
China
Japan
United States
Russia
South Korea
Germany
Ukraine
Brazil
India
Italy
France
Chinese Taipei
Turkey
Spain
Canada
Mexico
United Kingdom
Belgium
South Africa
Poland
Australia
Iran
Czech Republic
Austria
Netherlands
Sweden
Romania
Kazakhstan
Argentina
Egypt
Slovakia
Venezuela
Malaysia
Finland
Saudi Arabia
Indonesia
Luxembourg
Thailand
Hungary
Otros
World
Fuente: Datos IISI - International Iron and Steel Institute (Crude Steel
Producction) Word Steel in Figures 2003 Edition
127
ANEXO D
CARACTERSTICAS GENERALES Y EVOLUCIN HISTRICA DEL
SECTOR SIDERRGICO NACIONAL
Fuente: Plan Indicativo de Desarrollo de la Industria Siderrgica 1980
Ministerio de Desarrollo Econmico
Breve Resea Histrica
La industria siderrgica nacional se inici a fines del pasado siglo con la
instalacin de las ferreras de Pacho, Samac, La Pradera y Amaga, a las cuales
se les dio algunos incentivos legales, con el propsito de favorecer la produccin
nacional existente y procurar la aparicin de nuevas industrias de hierro y acero y
pequeas mquinas para la agricultura y la minera.
Unos aos despus de la depresin sufrida en los aos treinta, el pas tuvo un real
comienzo en la industria siderrgica al instalarse en 1938 la empresa
semintegrada Siderrgica de Medelln hoy conocida como "SIMESA", para la
laminacin de barras. Ms tarde, en 1948, se cre la sociedad annima Empresa
Siderrgica Nacional de Paz del Ro nica empresa integrada del pas, con
participacin mayoritaria del Estado, a la cual en 1951, mediante el Decreto 0323
del mismo ao, la Nacin aport a la empresa los yacimientos de mineral de
hierro, carbn y caliza localizados en:
Zona A: Delimitada por las Iglesias de Pesca, Cutiva, Mongu, Jeric, Sativa
Norte, Tibasosa y cierra en Pesca.
Zona B: Delimitada por las iglesias de Samac, Ventaquemada, Guachet, La
Candelaria y cierra en Samac.
La empresa inici produccin en 1954 y disfrut durante 20 aos de exencin total
de impuestos. En 1955 el gobierno autoriz convertir los bonos que la empresa
haba emitido para financiar la construccin de la planta en acciones de la misma y
a favor del Estado por un valor de 300 millones de pesos. En el mismo ao el
gobierno firm un contrato con el Banco de la Repblica y Aceras Paz del Ro por
medio del cual el Estado vendi las acciones que posea en Aceras al Banco y se
acord que de los aportes hechos por los contribuyentes al impuesto sobre la
renta cuando estos optaran por suscribir acciones en Aceras en vez de pagar el
impuesto adicional establecido por ley, el 50% se destinara al traspaso progresivo
de las acciones del Banco de la Repblica a los particulares y el otro 50% se
destinara a la emisin de nuevas acciones de la empresa.
Posteriormente estos porcentajes se variaron al 56% y al 44% respectivamente. A
partir de 1961 se convirti en empresa privada y actualmente el gobierno posee
solamente el 1.3% de las acciones, provenientes de la venta del ferrocarril de
belencito.
128
58
Nota de los Autores, Basado en apreciaciones del personal Planta del Mua 2003
129
ANEXO E
Chatarra
Chatarra
P/quilla
P/quilla
Unidad
Peso
Valor US
Peso
Valor US
Peso
Total
Valor US
Total
Fuente: Dian.
Planos
Planos
Barras
Barras
Perfiles
Perfiles
Alambren
Alambren
Unidad
Peso
Valor US
Peso
Valor US
Peso
Valor US
Peso
Valor US
Peso
Total
Valor US
Total
Fuente: Dian.
Venezuela
Cuba
35,403
2
4,067,129
85
98,467
54,585
25,766,958 13,258,691
133,869
29,834,087
54,587
13,258,776
Venezuela
Rusia
293,287
81,924
116,570,040 28,665,517
32,217
0
10,130,821
0
261
0
106,139
0
38,838
1,334
12,980,210
387,241
364,603
139,787,210
83,258
29,052,758
13,698
1,823,822
13,210
1,121,165
10,220
2,607,895
8,869
1,010,451
7,219
786,338
7,149
856,775
5,416
1,171,138
20,864
4,389,542
315,752
61,326,893
43,291
17,265,496
37,659
12,586,444
29,803
13,448,011
13,876
5,327,666
13,241
4,668,658
11,227
5,567,125
11,019
4,976,599
61,454
728,187
35,275,572 305,442,308
130
ANEXO F
ESTUDIO DE PROCESO PRODUCCTIVO DE LA INDUSTRIA SIDERRGICA
SEMI-INTEGRADA
A continuacin se explica las diferentes etapas que se deben cumplir con sus
caractersticas tcnicas ms relevantes en el eslabn secundario que corresponde
a Produccin de la cadena de abastecimiento de la industria siderrgica. El texto
solo pretende ilustrar en trminos generales y resumidos los procesos productos
de esta industria no representa un estudio meticuloso en ningn caso.
Diagrama de Flujo Resumido del proceso productivo:
Figura 1.1
Procesamiento de
Chatarra
Producto intermedio
Chatarra Procesada
Fundicin de Chatarra
Palanquilla
Laminacin
Productos
Finales
Alambrn
Barras
131
Chatarra
Procesada
Seleccin y
Clasificacin
Introduccin
Chatarra en Cizalla
Extraccin de Chatarra
y almacenaje
Corte de Chatarra
en Cizalla
132
Chatarra
60
Fuerza por
pistones
hidrulicos
133
Fusin
Afino
Descoriado
y Colada
Palanquilla
Solidificacin
Almacenaje
CARGA FRIA
Es la manera en que se combinan y dosifican los distintos tipos de chatarra
procesada para conformar las distintas cargas del horno. Este procedimiento tiene
vital importancia para viabilizar el posterior proceso de fusin. La mezcla busca
una composicin qumica controlada y una densidad mxima.
Esta combinacin es la que determinara la composicin qumica final del la
palanquilla obtenida junto a los otros elementos aleantes y piedra caliza
(fundente). Para ver detalles de los tipos de aceros obtenidos remtase al anexo
1.1.
Para lograr la densidad mxima de la carga fra, es necesario el mayor porcentaje
posible de chatarra pesada de forma de minimizar el nmero de recargas al horno,
para obtener una productividad competitiva.
Si la mezcla de chatarra de la carga fra no contara con esta chatarra pesada, el
nmero de recargas sera tan alto que hara el proceso de fusin inviable desde el
punto de vista econmico.
FUSION61
Es el paso del estado slido (chatarra) al estado lquido (acero lquido). El proceso
de fusin se produce en un horno elctrico trifsico. En hornos pequeos
generalmente de 10 toneladas por colada son alimentados por un transformador
30000/500 voltios de 12 MVA (megavoltamper). Tiene paredes y bveda
61
dem
134
62
63
135
AFINO
Para obtener el acero que se quiere es necesario hacer el afino del acero. Agregar
lo que falta, sacar lo que sobra. Obtener la composicin qumica buscada. Para
este fin se agrega carbn, se agregan ferro aleaciones (ferroslicomanganeso
FeSiMn, ferrosilicio FeSi) y se desoxida el acero lquido con aluminio (Al) en las
cantidades y proporciones que se necesiten para el caso.
DESCORIADO Y COLADA
Todas las impurezas en el acero lquido flotan sobre l, ya que son menos densas.
Conforman la escoria. Antes de colar es necesario desescoriar el acero lquido
esto se hace por medio de el vertedero de escoria (Ver figura 1.5). Cuando el
acero lquido est pronto y desescoriado se vierte en una cuchara de colar, que lo
transportar hacia el proceso de solidificacin.
La cuchara de colar es un recipiente que recibe el acero en estado lquido para
iniciar su proceso de solidificacin este pasara a travs del proceso de colada
continua descrito a continuacin:
SOLIDIFICACIN
Es el paso del estado lquido (acero lquido) al estado slido (palanquilla de colada
continua). La palanquilla de colada continua tiene seccin cuadrada de 130x130
mm. El proceso de solidificacin se produce en la mquina de colada continua. Es
continua pues est entrando acero lquido por arriba y saliendo palanquilla por
abajo continuamente mientras haya acero lquido.
El colado del acero puede realizarse de dos maneras distintas por medio de
colado de lingotes o de colada continua; el primero utiliza lingotes de fundicin que
son fundicines grandes y discretas que pesan desde menos de una tonelada
hasta cerca de 300 toneladas. Los moldes de lingotes o lingoteras se hacen de
hierro de alto carbono y estn ahusados en la parte superior o en el fondo para
remover la pieza colada. El tiempo para la solidificacin es bastante alta es por
eso que a resultado bastante improductivo este mtodo para lo cual la tendencia
en la industria siderrgica es al cambio al de colada continua.
El proceso de colada continua, tambin llamado fundicin se ilustra en la Figura
1.6, la fundicin de acero se vaca de una cuchara de colada a un depsito
temporal llamado tundish, el cual suministra el metal a uno o ms moldes de
colada continua. El acero empieza a solidificar en las regiones exteriores conforme
desciende a travs del molde enfriado por agua. Los aspersores de agua aceleran
el proceso de enfriamiento. El metal se dobla de una orientacin vertical a una
horizontal mientras se encuentra an caliente y plstico. Despus se corta en
secciones o se alimenta continuamente a un tren laminador en el cual se convierte
en placa, lmina u otros perfiles.64
64
Idem
136
Figura 1.6
ALMACENAJE
Muy pocas industrias Siderrgicas semi-integradas tiene el proceso de
alimentacin directa de la palanquilla obtenida al tren laminador, por lo que
generalmente se almacena la palanquilla en bodega donde se termina de enfriar;
dado que la palanquilla an esta caliente sus propiedades de plasticidad an son
altas por tanto una mala distribucin de su almacenaje puede llevar a que la
palanquilla se solidifique en forma de arco siendo esta geometra indeseable para
la laminacin es por eso que se debe prever la distribucin de la palanquilla de
manera detallada para eliminar este problema.
LAMINACIN
El proceso de laminacin incluye varios subprocesos descritos en la Figura 1.7
parte de el estado de la palanquilla almacenada (fra) o en lo posible an caliente
proveniente de la colada continua el producto final ser Alambrn o Barras para el
caso de estudio las plantas laminadoras pueden obtener otros productos de
distintos perfiles como rieles entre otros.
137
Figura 1.7
Cargue Palanquilla
a Horno
Calentamiento en
Horno
Laminacin del
material
Barras y Alambrn
Empaque de rollos
- barras y corte.
Enfriamiento
Controlado
138
esta tendencia se corrige a travs de la siguiente caja que ataca el lado en que el
material se ensancho. El objetivo principal es alargar mucho el material hasta los
dimetros deseados. El volumen prcticamente se mantiene constante dado que
es el principio de la laminacin ecuacin de constancia de los volmenes.
Ecuacin de constancia de los volmenes.
A*V = Constante
Donde A, es rea transversal, V velocidad a la salida de la caja, a
travs que pasa el material por las cajas la velocidad aumenta
disminuyendo el rea manteniendo constante la ecuacin durante
todo el proceso.
La palanquilla es deshornada (Extrada del horno a travs de una lanza hidrulica)
a un camino de rodillos que transportan el material a el primer tren de laminacin
llamado tren de desbaste en el que se hacen las primeras pasadas, que modifican
la estructura interna microscpica del acero. Son pasadas fuertes, de alta
reduccin, precisamente de "desbaste" este tren cuanta con un motor muy gran
generalmente de 1200 HP (900 kW).
Despus del desbaste el material es introducido por una lnea de laminacin
generalmente continua y automatizada donde el material pasa por varias cajas
donde se le reduce an ms su seccin transversal manteniendo constante la
ecuacin de la constancia de los volmenes, eso significa que caja a caja la
velocidad va aumentando disminuyendo el rea transversal.
Segn el tipo de medida que se quiera obtener y el tipo de producto (Alambrn o
Barras) se determina el numero de pasadas por cajas que debe tener el material
para el caso del alambrn se acostumbra pasar el material por un tren de
desbaste ms doce cajas laminadores y finalmente por un bloque acabador que le
da la forma final para posteriormente pasar por un formador de espiras que le da
la forma de rollo caracterstica de este producto. En el caso de barras el material
pasa igualmente por el tren de desbaste y por las cajas pero no por el bloque
acabador ni formador de espiras dependiendo del dimetro se saca el material por
doce cajas ocho o seis; a menor nmero de cajas el material final ser ms
grueso. Ya que las barras son rectas estas se llevan a una mesa de enfriamiento
donde baja su temperatura se les corta a medidas comerciales y se empaca.
Las capacidades de produccin varan mucho dependiendo de las capacidades de
los equipos del tren laminador y el nivel de automatizacin presente una lnea
semi-automatizada puede tener una productividad media de 25 Ton/Hora razn
que disminuye mucho en la produccin de alambrn.
ENFRIAMIENTO CONTROLADO
El tercer proceso el de enfriamiento controlado se produce inmediatamente la
varilla corrugada abandona la ltima caja del tren de laminacin en caliente, se
somete a un enfriamiento rpido con el fin de obtener una estructura de granito
fino; este enfriamiento se realiza por medio de un camino de rodillos
139
especficamente diseado para tal fin que tiene una longitud suficiente para que al
final del camino el material haya perdido la suficiente temperatura para ser
empacado. En la produccin de barras el enfriamiento se realiza en una mesa de
enfriamiento en el que las barras reposan por un tiempo para ser enfriadas y
cortadas segn el tipo.
EMPAQUE DE ROLLOS BARRAS Y CORTE
A continuacin los productos anteriores salen del proceso de enfriamiento y se
cortan a medidas comerciales de 6 a 12 metros en el caso de barras con una
cizalla colocada en la mesa de enfriamiento que ejecuta esta labor, en el caso de
alambrn este corte no es necesario ya que tal y como sale es el tamao y medida
que se comercializa una ojiva transporta el material recin enfriado para ser
extrado con montacargas para luego hacer el amarre del alambrn en algunas
plantas de forma automtico en la mayora de forma manual con alambre
comercial, donde se aprovecha para colocarle una placa de referencia donde se
describe las propiedades de cada rollo.
140
ANEXO G
CODIGO DEL MODELO EN GAMS
Aclaracin: Los datos numricos que corresponden a la informacin del modelo
sus unidades son toneladas (Ton) o pesos por toneladas ($/Ton) en cada uno de
los casos se utiliza la abreviatura definida en parntesis para identificar la unidad
dentro del modelo.
$OFFLISTING
option limcol = 0
option limrow = 0
option solprint = on
FILE
OPT
/ cplex.OPT /;
sets
t Tiempo /T1*T12/
P PRODUCTOS / P1*P27 /
pA(P) ALAMBRN /P1*P18/
PB(P) BARRAS /P19*p27/
c Centro de distribucion de Conglomerado /CALICON, BOYACACON, BOGOTACON,
MEDELLINCON/
i Fuente de
chatarra/MedellinCON,CaliCON,BogotaCON,Boyacacon,Venezuela1,Brasil1,Panam
a1,Ecuador1 /
j Procesadores de chatarra /CaliCON,Boyacacon,BogotaCON, Barranquilla
,Bogota1,Bogota2,Venezuela,Brasil,Panama /
k Aceras /CaliCON,Boyacacon,
AceraCaldas2,SidelPa,SiderrgicaOcc2,Sidor2,Brasil2/
l Laminadoras
/CaliCON,Boyacacon,BogotaCON,AceraCaldas3,SiderrgicaOcc3,Venezuela3,Bra
sil3/
FCS(i) Fuente de chatarra nacional
/MedellinCON,CaliCON,BogotaCON,Boyacacon/
FCE(i) Fuente de chatarra Fuera de Colombia
/Venezuela1,Brasil1,Panama1,Ecuador1 /
PPC(J) Procesador de chatarra de conglomerado /
CaliCON,BogotaCON,Boyacacon /
PPN(J) Procesador de chatarra nacional que no pertenece a CONGLOMERADO /
Barranquilla ,Bogota1,Bogota2/
PPW(J) Procesador de chatarra fuera de Colombia /Venezuela,Brasil,Panama/
PPA(K) Acera de Conglomerado /CaliCON,Boyacacon /
141
*tablas de transporte
TABLE FNJ(I,PPC)
($/Ton)
MedellinCON
CaliCON
BogotaCON
Boyacacon
Venezuela1
Brasil1
Panama1
Ecuador1
table FNA (j,ppa)
($/Ton)
CaliCON
Boyacacon
BogotaCON
Barranquilla
Bogota1
Bogota2
Venezuela
Brasil
Panama
;
table FNL(K,PPL)
($/Ton)
CaliCON
Boyacacon
AceraCaldas2
SidelPA
SiderrgicaOcc2
CaliCON
48256
0
53243
66554
220050
227250
166000
119800
CaliCON
0
66554
53243
105840
53243
53243
220050
227250
166000
CaliCON
0
66554
35513
4500
4500
BogotaCON
52251
60890
0
31188
206050
213250
200000
149800
Boyacacon
63226
71730
29702
0
206050
213250
200000
149800 ;
Boyacacon
71730
0
29702
95294
29702
29702
206050
213250
200000
Boyacacon
71730
0
63529
71730
71730
BogotaCON
60890
31188
57919
60890
60890
142
Sidor2
Brasil2
131513
227250
97506
213250
108065
213250
;
TABLE FNC(L,C) ($/Ton)
CALICON
CaliCON
0
Boyacacon
66554
BogotaCON
53243
AceraCaldas3
35513
SiderrgicaOcc3
4500
Venezuela3
220050
Brasil3
227250
;
BOYACACON
71730
0
29702
63529
71730
206050
213250
BOGOTACON
60890
31188
0
57919
60890
206050
213250
MEDELLINCON
57697
66554
51826
38613
57697
206050
213250
MedellinCON
CaliCON
BogotaCON
Boyacacon
;
CPC
(Ton)
5000
5000
8000
12000
PAS
($/Ton)
250000
250000
250000
250000
DATAACE
(Ton)
CPW
15000
15000
20000
($/Ton)
CVA
58000
50000
59000
($/Ton)
ICZ
370
385
390
($/Ton)
ICX
320
350
360
(PPA,XXB)
*Aceras:
($/Ton)
CVB
180000
190000
($/Ton)
ICA
320
360
($/Ton)
IQA
320
460 ;
(Ton)
CQL
12000
10000
10000
(Ton)
CAL
10000
12000
10000
($/Ton)
CVC
140000
150000
155000
(Ton) ($/Ton)
CBB
IPP
12000
800
10000
900
9000
800
($/Ton)
IQN
890
850
790
143
(Ton)
CEP
15000
10000
9000
4000
($/Ton)
IPT
1000
900
1100
850
Venezuela1
Brasil1
Panama1
Ecuador1
Pcx ($/Ton)
230000
200000
215000
210000
table pppn(ppn,*)
*PRECIO DE CHATARRA PROCESADA FUERA DE CONGLOMERADO
PPF ($/Ton)
Barranquilla
275000
Bogota1
270000
Bogota2
265000
;
table pppw(ppw,*)
*PRECIO DE CHATARRA PROCESADA EXTRANJERA
Venezuela
Brasil
Panama
PPX ($/Ton)
270000
267000
276500
;
table ppan(pan,*)
*PRECIO DE PALANQUILLA NACIONAL FUERA DE CONGLOMERADO
PQF ($/Ton)
AceraCaldas2
555000
sidelpa
551000
SiderrgicaOcc2
570900
;
table ppaw(paw,*)
*PRECIO DE PALANQUILLA EXTRANJERA
PQX ($/Ton)
144
Sidor2
Brasil2
590000
570000
Aceracaldas3 Siderrgicaocc3
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
895000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
795000
Venezuela3
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
755000
755000
755000
755000
755000
755000
755000
755000
755000
Brasil3
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
855000
755000
755000
755000
755000
755000
755000
755000
755000
755000
;
TABLE DEMANDA(T,P,C) (Ton)
CALICON
T1.P1
T1.P2
T1.P3
T1.P4
T1.P5
T1.P6
T1.P7
T1.P8
T1.P9
T1.P10
T1.P11
T1.P12
T1.P13
T1.P14
3000
500
100
100
150
0
0
450
300
50
200
0
0
400
BOYACACON
BOGOTACON
2300
400
250
500
800
200
0
650
500
50
150
150
50
500
4000
250
100
0
0
0
650
4900
1500
100
200
0
200
0
MEDELLINCON
700
200
300
50
60
50
0
0
250
0
0
0
123
150
145
T1.P15
T1.P16
T1.P17
T1.P18
T1.P19
T1.P20
T1.P21
T1.P22
T1.P23
T1.P24
T1.P25
T1.P26
T1.P27
T2.P1
T2.P2
T2.P3
T2.P4
T2.P5
T2.P6
T2.P7
T2.P8
T2.P9
T2.P10
T2.P11
T2.P12
T2.P13
T2.P14
T2.P15
T2.P16
T2.P17
T2.P18
T2.P19
T2.P20
T2.P21
T2.P22
T2.P23
T2.P24
T2.P25
T2.P26
T2.P27
T3.P1
T3.P2
T3.P3
T3.P4
T3.P5
T3.P6
T3.P7
T3.P8
T3.P9
T3.P10
T3.P11
T3.P12
T3.P13
T3.P14
T3.P15
T3.P16
T3.P17
200
0
600
200
500
1000
200
900
150
50
0
150
100
2500
500
200
100
150
100
0
0
300
150
200
50
0
400
200
0
600
200
500
1000
200
900
150
0
0
100
16
3000
500
100
100
150
150
0
450
300
50
200
0
0
400
200
0
600
250
0
83
250
600
500
100
1100
600
100
0
16
150
2300
400
350
500
800
200
0
650
500
50
150
150
100
250
250
0
83
250
600
500
100
1100
600
100
0
16
150
2300
400
250
250
800
200
250
650
500
50
150
150
50
500
250
0
83
100
0
300
200
100
1100
50
1300
333
150
300
0
0
3500
250
150
500
0
0
650
4900
1500
100
200
0
200
0
100
5
300
200
100
1100
50
1300
333
150
300
0
52
4000
250
0
100
0
0
650
4900
1500
100
200
0
200
0
100
5
300
150
5
50
50
0
150
50
200
6
0
10
100
0
800
100
300
50
60
50
0
0
250
0
0
0
123
150
150
10
50
50
0
150
50
200
10
50
10
0
0
250
200
250
0
150
0
0
0
250
0
450
0
123
150
150
10
50
146
T3.P18
T3.P19
T3.P20
T3.P21
T3.P22
T3.P23
T3.P24
T3.P25
T3.P26
T3.P27
T4.P1
T4.P2
T4.P3
T4.P4
T4.P5
T4.P6
T4.P7
T4.P8
T4.P9
T4.P10
T4.P11
T4.P12
T4.P13
T4.P14
T4.P15
T4.P16
T4.P17
T4.P18
T4.P19
T4.P20
T4.P21
T4.P22
T4.P23
T4.P24
T4.P25
T4.P26
T4.P27
T5.P1
T5.P2
T5.P3
T5.P4
T5.P5
T5.P6
T5.P7
T5.P8
T5.P9
T5.P10
T5.P11
T5.P12
T5.P13
T5.P14
T5.P15
T5.P16
T5.P17
T5.P18
T5.P19
T5.P20
200
500
1000
200
900
150
50
100
150
16
2900
500
100
100
0
0
0
450
250
50
200
0
0
400
200
0
600
200
500
1000
200
900
150
50
50
150
16
3000
500
100
100
250
100
0
450
300
50
200
0
100
400
250
0
600
200
500
1000
250
600
500
100
1100
600
100
0
16
150
2300
400
250
500
800
150
0
650
500
50
150
150
150
458
250
0
100
250
600
500
100
1100
500
100
100
16
150
2300
400
250
500
800
200
0
650
500
50
150
25
50
500
0
0
83
250
600
500
200
100
1100
50
1300
333
150
300
0
0
3500
250
100
0
250
0
650
4900
1500
100
200
10
200
2500
100
5
0
200
100
1100
50
1300
333
150
300
0
0
4000
250
0
0
200
0
650
4900
1500
100
0
50
300
0
50
100
300
200
0
1100
50
0
150
50
200
10
0
10
0
0
0
200
250
150
0
0
0
0
250
0
0
25
123
250
150
15
50
50
0
150
50
200
6
0
10
0
0
700
200
300
50
60
0
100
0
250
0
0
0
123
150
150
15
50
50
150
0
147
T5.P21
T5.P22
T5.P23
T5.P24
T5.P25
T5.P26
T5.P27
T6.P1
T6.P2
T6.P3
T6.P4
T6.P5
T6.P6
T6.P7
T6.P8
T6.P9
T6.P10
T6.P11
T6.P12
T6.P13
T6.P14
T6.P15
T6.P16
T6.P17
T6.P18
T6.P19
T6.P20
T6.P21
T6.P22
T6.P23
T6.P24
T6.P25
T6.P26
T6.P27
T7.P1
T7.P2
T7.P3
T7.P4
T7.P5
T7.P6
T7.P7
T7.P8
T7.P9
T7.P10
T7.P11
T7.P12
T7.P13
T7.P14
T7.P15
T7.P16
T7.P17
T7.P18
T7.P19
T7.P20
T7.P21
T7.P22
T7.P23
200
900
150
50
50
150
16
3000
500
25
100
150
0
50
450
300
50
200
0
0
400
200
100
600
200
500
950
200
900
150
0
50
150
16
3000
500
100
100
150
50
0
450
300
50
200
0
0
400
200
0
600
200
500
1000
200
900
150
200
1100
600
50
50
16
150
2300
350
250
500
800
200
0
650
500
50
150
150
50
500
250
100
83
250
600
500
100
1000
600
100
150
16
150
2300
400
250
500
800
200
0
650
500
50
150
150
50
500
250
0
83
250
600
550
100
1100
600
150
1300
333
150
300
0
0
4000
250
100
0
0
50
650
4900
1500
100
200
0
200
0
100
50
300
200
100
1100
100
1200
333
150
300
150
0
4000
250
100
100
50
250
0
4900
1500
100
200
0
200
0
100
0
300
200
100
1100
50
1300
333
100
0
6
10
10
0
100
700
200
300
50
60
0
0
0
250
0
0
0
123
150
150
50
50
50
0
150
50
200
6
0
10
0
150
700
200
300
50
60
100
50
0
250
0
0
50
123
150
150
50
50
50
0
250
50
200
6
148
T7.P24
T7.P25
T7.P26
T7.P27
T8.P1
T8.P2
T8.P3
T8.P4
T8.P5
T8.P6
T8.P7
T8.P8
T8.P9
T8.P10
T8.P11
T8.P12
T8.P13
T8.P14
T8.P15
T8.P16
T8.P17
T8.P18
T8.P19
T8.P20
T8.P21
T8.P22
T8.P23
T8.P24
T8.P25
T8.P26
T8.P27
T9.P1
T9.P2
T9.P3
T9.P4
T9.P5
T9.P6
T9.P7
T9.P8
T9.P9
T9.P10
T9.P11
T9.P12
T9.P13
T9.P14
T9.P15
T9.P16
T9.P17
T9.P18
T9.P19
T9.P20
T9.P21
T9.P22
T9.P23
T9.P24
T9.P25
T9.P26
0
50
150
16
3000
500
100
100
150
50
50
450
300
50
200
0
0
400
200
0
600
200
500
1150
200
900
150
0
0
150
16
3000
500
100
100
150
50
50
450
300
250
25
0
0
400
200
0
600
200
500
1000
200
900
0
0
0
150
100
0
16
150
2300
400
250
500
800
200
100
650
500
50
150
150
50
500
250
0
83
250
600
500
100
1100
650
100
0
16
150
2300
400
250
500
800
200
50
650
500
50
150
150
50
500
250
150
83
250
600
500
100
1100
600
100
0
250
150
300
0
0
4000
250
100
0
50
50
650
4900
1500
100
200
0
200
0
100
0
300
200
100
1100
50
1300
333
150
300
0
0
4000
250
100
0
150
25
650
4900
1500
100
200
0
200
0
100
250
300
200
100
1100
50
1300
333
150
300
0
0
10
0
0
700
200
300
50
60
55
100
0
250
0
0
50
123
150
150
150
50
50
0
150
50
150
65
0
10
0
0
700
200
300
50
50
50
50
0
250
250
10
0
123
150
150
0
50
50
0
150
50
200
6
0
10
0
149
T9.P27
T10.P1
T10.P2
T10.P3
T10.P4
T10.P5
T10.P6
T10.P7
T10.P8
T10.P9
T10.P10
T10.P11
T10.P12
T10.P13
T10.P14
T10.P15
T10.P16
T10.P17
T10.P18
T10.P19
T10.P20
T10.P21
T10.P22
T10.P23
T10.P24
T10.P25
T10.P26
T10.P27
T11.P1
T11.P2
T11.P3
T11.P4
T11.P5
T11.P6
T11.P7
T11.P8
T11.P9
T11.P10
T11.P11
T11.P12
T11.P13
T11.P14
T11.P15
T11.P16
T11.P17
T11.P18
T11.P19
T11.P20
T11.P21
T11.P22
T11.P23
T11.P24
T11.P25
T11.P26
T11.P27
T12.P1
T12.P2
250
3000
500
100
100
140
10
100
450
400
0
200
0
0
400
200
0
600
200
500
1000
200
900
150
150
0
150
16
2200
500
150
100
150
0
100
450
300
50
250
0
0
400
200
100
600
200
500
1000
200
580
150
250
200
150
16
2500
500
0
2300
400
250
500
800
150
50
650
600
50
150
150
50
500
250
0
83
250
600
500
100
1100
600
0
0
16
150
2300
400
250
500
800
200
100
650
500
50
150
150
50
500
250
0
83
250
600
500
100
1100
600
150
0
16
150
2300
400
150
4000
250
150
0
100
150
650
4900
1400
250
200
0
200
0
100
25
300
200
100
950
100
1300
333
150
300
0
0
4000
250
100
0
250
0
600
4900
1500
100
200
0
200
10
100
100
300
200
100
1100
50
1200
333
0
300
0
0
4000
250
250
700
200
250
50
60
0
50
0
250
0
0
0
123
150
150
0
50
50
0
0
50
200
6
100
10
0
0
50
200
300
50
60
250
0
0
250
0
0
0
123
150
150
100
50
50
0
150
50
150
6
0
10
0
0
0
200
150
T12.P3
T12.P4
T12.P5
T12.P6
T12.P7
T12.P8
T12.P9
T12.P10
T12.P11
T12.P12
T12.P13
T12.P14
T12.P15
T12.P16
T12.P17
T12.P18
T12.P19
T12.P20
T12.P21
T12.P22
T12.P23
T12.P24
T12.P25
T12.P26
t12.p27
100
100
150
50
50
450
300
50
200
0
0
400
200
0
600
200
500
1000
200
900
0
0
100
150
150
250
450
800
200
300
650
500
50
150
150
50
450
250
0
83
250
600
500
100
1100
255
100
0
16
16
100
10
250
100
650
4900
1500
100
200
0
200
0
100
100
300
200
100
1100
50
1300
0
150
300
300
300
300
50
60
100
0
0
250
0
0
0
123
150
250
100
50
50
0
350
50
0
6
100
0
10
10
;
scalar CIP rendimiento de palanquilla para producir 1 tonelada del
producto terminado /0.92/
scalar CMP
rendimiento de chatarra procesada para producir 1 tonelada
de palanquilla /0.9/
scalar CWP rendimiento de la chatarra cruda para convertirse en chatarra
procesada
/0.85/
;
VARIABLES
*variables en el periodo t.
*Produccion:
CXC (PPC,T)
Cantidad de
chatarra de conglomerado.
CCF (PPA,T)
Cantidad de
conglomerado
CQP (p,ppl,T) Cantidad de
conglomerado por prodcusto
a procesar en laminadora de
*Compra:
CCC (fcs,ppc,T) Cantidad de chatarra cruda a comprar en fuente de
chatarra nacional.
CCE (fce,ppc,t) Cantidad de chatarra cruda a comprar a fuente de
chatarra Fuera de Colombia.
151
BALAM(PPL,t)
LAMINADORAS "
BALAA(P,PPL,t)
LAMINADORAS "
152
BALCEA(P,C,t)
" BALANCE DE MASA PRODUCTO P EN CADA UNO DE LOS CENTROS
DE DISTRIBUCION "
ALPROC(PPC,T)
PROCESADOR PPC"
ALPROX(PPC,T)
PROCESADOR PPC"
ALMACE(PPA,T)
ACERA PPA"
ALMACQ(PPA,T)
PPA"
ALMLAM(ppl,T)
"CAPACIDAD DE ALMACENAMIENTO DE PALANQUILLA EN
LAMINADORA PPL"
ALMLAB(PA,PPL,T) "CAPACIDAD DE ALMACENAMIENTO DE BARRAS EN LAMINADORA
PPL"
ALMLAA(PB,PPL,T) "CAPACIDAD DE ALMACENAMIENTO DE ALAMBRN EN LAMINADORA
PPL"
ALMCEA(PA,C,T)
DISTRIBUCIoN C"
ALMCEB(PB,C,T)
DISTRIBUCIoN C"
CAPFUE(I,T)
CAPPRO(J,T)
CAPACE(K,T)
CAPLAMP(L,T)
CAPACIDAD
CAPACIDAD
CAPACIDAD
CAPACIDAD
"
"
"
"
*capacidades de
CAP2(PPN,PPA,T)
CAP3(PAN,PPL,T)
CAP4(P,PLN,C,T)
EN CENTRO DE
proceso nacionales
"CAPACIDAD PROCESADOR DE CHATARRA"
"CAPACIDAD DE ACERA"
"CAPACIDAD DE LAMINADORA"
"SATISFACCION DE LA DEMANDA"
BALPRO(PPC,t).. ICP(PPC,T1)+SUM(FCS,CCC(FCS,PPC,T))+SUM(FCE,CCE(FCE,PPC,T))CXC(PPC,T)=E=ICP(PPC,T);
BALPRR(PPC,T).. ICO(PPC,T-1)+CXC(PPC,T)*CWPSUM(PPA,CCJ(PPC,PPA,T))=e=ICO(PPC,T);
153
BALACE(PPA,T).. ICF(ppa,t1)+sum(ppc,CCJ(ppc,PPA,t))+sum(ppn,CCK(ppn,PPA,t))+sum(ppw,CCL(ppw,ppa,t)
)-CCF(ppa,t) =e=ICF(PPA,T);
BALACC(PPA,T).. IQL(ppa,t-1)+CCF(ppa,t)*CMPsum(ppl,CCA(PPA,ppl,T))=E=IQL(PPA,T);
BALAM(PPL,T).. IUP(PPL,T1)+SUM(ppa,CCA(ppa,ppl,t))+sum(pan,CCZ(pan,ppl,t))+sum(paw,CCQ(paw,ppl,t)
)-SUM(P,CQP(p,ppl,t))=e=IUP(PPL,T) ;
BALAA(P,PPL,T).. IAB(PPL,P,T-1)+CQP(p,PPL,t)*CIPsum(c,CLC(p,PPL,C,T))=E=IAB(PPL,P,T);
BALCEA(P,C,T).. IAC(C,P,T1)+SUM(PPL,CLC(p,PPL,c,T))+SUM(PLW,CCX(P,PLW,C,T))+SUM(PLN,CCY(P,PLN,C,T)
)-DEMANDA(T,P,C)=E=IAC(C,P,T);
*capacidades de proceso
CAPFUE(FCS,T).. SUM(PPC,CCC(fcs,PPC,t)) =l= DATAFUE(FCS,"cpc");
CAPPRO(PPC,T).. cxc(ppc,t) =l= DATAPRO(ppc,"cpp");
CAPACE(PPA,T).. CCF(PPA,T)=L=DATAACE(PPA,"CPA");
CAPLAMP(PPL,T).. SUM(P,CQP(p,ppl,t)*CIP) =l=DATALAM(PPl,"CPT");
CCE
CCL
CCQ
CCX
(fce,ppc,t)=l=capint;
(ppw,ppa,t)=l=capint;
(paw,ppl,t)=l=capint;
(p,plw,c,t)=l=capint;
*capacidades de almacenamiento
ALPROC(PPC,T).. ICO(ppc,t) =l= DATAPRO(ppc,"cpw");
ALPROX(PPC,T).. ICP(ppc,t) =l= DATAPRO(ppc,"cpd");
ALMACE(PPA,T).. ICF(ppa,t)=l=DATAACE(ppa,"cqa") ;
ALMACQ(PPA,T).. IQL(ppa,t)=l=dataace(ppa,"cqw") ;
ALMLAM(ppl,T)..
IUP(PPL,t)=L=DATALAM(PPL,"CQL") ;
ALMLAB(PA,PPL,T).. IAB(PPL,PA,T)=L=DATALAM(ppl,"CBB") ;
ALMLAA(PB,PPL,T).. IAB(PPL,PB,T)=L=DATALAM(ppl,"CAL") ;
ALMCEA(PA,C,T).. IAC(C,PA,T)=L=DATACE(c,"CAP") ;
ALMCEB(PB,C,T).. IAC(C,PB,T)=L=DATACE(C,"CEP");
154
SATDEM(C,P,T).. SUM(PPL,CLC(P,PPL,C,T))+SUM(PLW,CCX(P,PLW,C,T))+
SUM(PLN,CCY(P,PLN,C,T))=G=DEMANDA(T,P,C);
COSTOTAL..
Z=E=
sum((FCS,PPC,T),FNJ(FCS,PPC)*CCC(FCS,ppc,T))+
sum((fce,PPC,T),FNJ(fce,ppc)*CCE(FCE,PPC,T))+
SUM((PPC,PPA,T),FNA(ppc,ppa)*CCJ(PPC,PPA,T))+
SUM((PPN,PPA,T),FNA(PPN,PPA)*CCK(PPN,PPA,T))+
SUM((PPW,PPA,T),FNA(PPW,PPA)*CCL(PPW,PPA,T))+
SUM((PPA,PPL,T),FNL(PPA,PPL)*CCA(PPA,PPL,T))+
SUM((PAN,PPL,T),FNL(PAN,PPL)*CCZ(PAN,PPL,T))+
SUM((PAW,PPL,T),FNL(PAW,PPL)*CCQ(PAW,PPL,T))+
SUM((PPL,C,T,P),FNC(PPL,C)*CLC(p,PPL,C,T))+
SUM((PLN,C,T,P),FNC(PLN,C)*CCY(p,PLN,C,T))+
SUM((PLW,C,T,P),FNC(PLW,C)*CCX(p,PLW,C,T))+
*compras
sum((fcs,ppc,t),ccc(fcs,ppc,t)*datafue(fcs,"pas"))+
SUM((FCE,PPC,T),CCE(FCE,PPC,T)*pfce(FCE,"PCX"))+
SUM((PPN,PPA,T),CCK(PPN,PPA,T)*PPPN(PPN,"PPF"))+
SUM((PPW,PPA,T),CCL(PPW,PPA,T)*pppw(PPW,"PPX"))+
SUM((PAN,PPL,T),CCZ(PAN,PPL,T)*ppan(PAN,"PQF"))+
SUM((PAW,PPL,T),CCQ(PAW,PPL,T)*ppaw(PAW,"PQX"))+
sum((p,PLN,C,T),ccy(p,pln,c,t)*precios(p,pln))+
sum((p,PLW,C,T),ccx(p,plw,c,t)*precios(p,plw))+
*INVENTARIOS
SUM((C,P,T),IAC(C,P,T)*datace(c,"IPT"))+
SUM((PPL,P,T),IAB(PPL,P,T)*DATALAM(PPL,"IPP"))+
SUM((PPL,t),IUP(PPL,T)*DATALAM(PPL,"IQN"))+
SUM((PPA,t),IQL(PPA,T)*DATAACE(PPA,"IQA"))+
SUM((PPA,T),ICF(PPA,T)*DATAACE(PPA,"ICA"))+
SUM((PPC,T),ICO(PPC,T)*DATAPRO(PPC,"ICX"))+
SUM((PPC,T),ICP(PPC,T)*DATAPRO(PPC,"ICZ"))+
*DE PRODUCCION
SUM((P,PPL,T),CQP(p,PPL,T)*DATALAM(PPL,"CVC"))+
SUM((PPC,T),CXC(PPC,T)*DATAPRO(PPC,"CVA"))+
SUM((PPA,T),CCF(PPA,T)*DATAACE(PPA,"CVB"));
MODEL ALAM /ALL/ ;
OPTION LP = CPLEX;
alam.dictfile=4;
alam.optfile=1;
SOLVE ALAM USING LP MINIMIZING Z ;
*$ONTEXT
option ico:4:0:1;
option icp:4:0:1;
155
option
option
option
option
option
option
option
option
option
option
option
option
option
option
option
option
option
option
icf:4:0:1;
iql:4:0:1;
iup:4:0:1;
iab:4:2:1;
iac:4:0:1;
clc:4:0:1;
ccy:4:0:1;
ccx:4:0:1;
ccz:4:0:1;
ccq:4:0:1;
cca:4:0:1;
ccl:4:0:1;
cck:4:0:1;
ccj:4:0:1;
cce:4:0:1;
ccc:4:0:1;
cqp:4:0:1;
ccf:4:0:1;
display
ico.l,icp.l,icf.l,iql.l,iup.l,iab.l,iac.l,clc.l,ccy.l,ccx.l,ccz.l,ccq.l,c
ca.l,ccl.l,cck.l,ccj.l,cce.l,ccc.l,cqp.l,ccf.l,cxc.l
PUT OPT;
PUT 'objrng all '/
'rhsrng all '/;
PUTCLOSE OPT;
*$OFFTEXT
156
ANEXO H
RESULTADOS DEL MODELO
PALANQUILLA TRANSPORTADA DE ACERA A
LAMINADOR DE CONGLOMERADO
Origen
Destino
Mes
Toneladas
CALICON
.CALICON
.T1
7869.5652
CALICON
.CALICON
.T2
7869.5652
CALICON
.CALICON
.T3
7869.5652
CALICON
.CALICON
.T4
7869.5652
CALICON
.CALICON
.T5
7869.5652
CALICON
.CALICON
.T6
7869.5652
CALICON
.CALICON
.T7
7869.5652
CALICON
.CALICON
.T8
7869.5652
CALICON
.CALICON
.T9
7869.5652
CALICON
.CALICON
.T10
7869.5652
CALICON
.CALICON
.T11
7869.5652
CALICON
.CALICON
.T12
7869.5652
BOYACCO
N.BOYACACON
.T1
10043.4783
BOYACCO
N.BOYACACON
.T2
10043.4783
BOYACCO
N.BOYACACON
.T3
10043.4783
BOYACCO
N.BOYACACON
.T4
10043.4783
BOYACCO
N.BOYACACON
.T5
10043.4783
BOYACCO
N.BOYACACON
.T6
10043.4783
BOYACCO
N.BOYACACON
.T7
10043.4783
BOYACCO
N.BOYACACON
.T8
10043.4783
BOYACCO
N.BOYACACON
.T9
10043.4783
BOYACCO
N.BOYACACON
.T10
10043.4783
BOYACCO
N.BOYACACON
.T11
10043.4783
BOYACCO
N.BOYACACON
.T12
10043.4783
BOYACCO
N.BOGOTACON
.T1
3456.5217
BOYACCO
N.BOGOTACON
.T2
2838.0435
BOYACCO
N.BOGOTACON
.T3
3642.3913
BOYACCO
N.BOGOTACON
.T4
3889.1304
BOYACCO
N.BOGOTACON
.T5
3456.5217
BOYACCO
N.BOGOTACON
.T6
3456.5217
BOYACCO
N.BOGOTACON
.T7
3456.5217
BOYACCO
N.BOGOTACON
.T8
3456.5217
BOYACCO
N.BOGOTACON
.T9
3456.5217
BOYACCO
N.BOGOTACON
.T10
3456.5217
BOYACCO
N.BOGOTACON
.T11
3441.3043
BOYACCO
N.BOGOTACON
.T12
3471.7391
157
CALICON .CALICON
CALICON .BOGOTACON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
BOGOTACON.BOGOTACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
CALICON .CALICON
BOYACACON.BOYACACON
BOGOTACON.BOGOTACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
CALICON .CALICON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
Me Cantidad
s
.T1
3000
.T1
1583
.T1
634
.T1
2300
.T1
917
.T1
1500
.T1
500
.T1
200
.T1
400
.T1
250
.T1
100
.T1
300
.T1
250
.T1
100
.T1
100
.T1
50
.T1
500
.T1
150
.T1
60
.T1
800
.T1
50
.T1
200
.T1
650
.T1
450
.T1
650
.T1
4900
.T1
300
.T1
250
.T1
500
.T1
1500
.T1
50
.T1
50
.T1
100
158
P11.
P11.
P11.
P12.
P13.
P13.
P13.
P14.
P14.
P14.
P15.
P15.
P15.
P15.
P17.
P17.
P17.
P17.
P18.
P18.
P18.
P18.
P20.
P22.
P22.
CALICON .CALICON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
BOYACACON.BOYACACON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
CALICON .CALICON
CALICON .BOGOTACON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
CALICON .CALICON
CALICON .MEDELLINCON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
BOYACACON.BOGOTACON
BOYACACON.BOYACACON
BOYACACON.BOGOTACON
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
200
150
200
150
123
50
200
400
150
500
200
100
150
250
600
50
83
300
200
50
250
200
100
100
300
Debido a la extensin en los datos no se muestra en este documento los valores para los doce meses esa
informacin queda disponible en los archivos electrnicos.
P4
P5
P5
P6
P6
P7
P8
P8
P8
P9
P9
P10
P10
P11
P11
P12
P13
P13
P14
P14
P15
P15
P17
P17
P18
P18
P20
P22
.BOYACACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.BOYACACON
.CALICON
.BOYACACON
.BOGOTACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.BOYACACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.CALICON
.BOYACACON
.BOYACACON
.BOYACACON
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
.T1
543,4783
228,2609
869,5652
54,3478
217,3913
706,5217
489,1304
706,5217
5326,087
597,8261
2173,913
54,3478
163,0435
217,3913
380,4348
163,0435
133,6957
271,7391
597,8261
543,4783
489,1304
271,7391
706,5217
416,3043
271,7391
489,1304
108,6957
434,7826
160
ANEXO I
Programacin Matemtica en la industria siderrgica.
Titulo: A Survey of Mathematical Programming Applications in Integrated
Steel Plants
Fuentes: Goutam Dutta Indian Institute of Management Vastrapur, Ahmedabad,
India
Robert Fourer, Department of Industrial Engineering and Management Sciences
Northwestern University, Evanston, Illinois U.S.A.
Planta siderrgica es un sistema industrial complejo en el cual los numerosos
productos se encaminan en diversas series de unidades de produccin. Las
ventas, el costo, y el beneficio neto de cada producto son funcines de muchas
variables. Si el encargado del funcinamiento toma las decisiones que dan lugar a
las operaciones subptimas, los ahorros o el costo de oportunidad pueden ser
perdidos. Examinamos los usos de programacin matemtica a las siguientes
clases de problemas en plantas siderrgicas integradas:
-
161
167
AISE Steel Foundation 1998, The Making, Shaping and Treating of Steel,
11th edition, AISE Steel Foundation, Pittsburgh, PA, USA.
Baker, G. L.; Clark, W. A.; Frund, J. J.; and Wendell, R.E. 1987, "Production
Planning and Cost Analysis on a Microcomputer," Interfaces 17 : 4, 53-60.
Bielfield, F. W.; Walter, K.; and Wartmann, R. 1986, "A Computer Based
Strategic Planning System for Steel Production," Interfaces 16 : 4, 41-46.
Box, R. E. and Herbe, D. G. Jr. 1988, "A Scheduling Model for LTV Steel's
Cleveland Works' Twin Strand Continuous Slab Caster," Interfaces 18 : 1,
42-56.
Diaz, A.; Sancho, L.; Garcia, R.; and Larrantea, J. 1991, "A Dynamic
Scheduling and Control System in an ENSIDESA Steel Plant," Interfaces 21
: 5, 53-62.
Dutta G.; Sinha, G. P.; and Roy, P. N. 1990, "A Product-Mix Optimizer for an
Integrated Steel Plant," Abstracts Booklet, IFORS-90, pp. 49-50.
Dutta G.; Sinha, G. P; Roy, P.N.; and Mitter, N. 1994, "A Linear
Programming Model for Distribution of Electrical Energy in a Steel Plant,"
International Transactions in Operational Research 1, 19-30.
Fabian, T. 1958, "A Linear Programming Model of Integrated Iron and Steel
Production," Management Science 4, 415-449.
Hung, Y. 1991, "Models for Production and Strategic Planning in the Steel
Industry," Ph.D. Dissertation, Department of Industrial Engineering and
Management Sciences, Northwestern University.
Jacobs, L. T.; Wright, J. R.; and Cobb, A. E. 1988, "ptimal Inter Process
Steel Production Scheduling," Computers and Operations Research 15,
497-507.
Jain, S. K. ; Stott, K. L.; and Vasold, E.G. 1978, "Order Book Balancing
Using a Combination of Linear Programming and Heuristic Technique,"
Interfaces 9 : 1, 55-67.
169
Sinha, G. P.; Chandrasekaran, B. S.; Mitter, N.; Dutta, G.; Singh, S.B.; Roy,
Choudhury, A. R.; and Roy, P. N. 1995, "Strategic and Operational
Management with Optimization at Tata Steel," Interfaces 25 : 1, 1995.
Stott, K. L. Jr. and Douglas, B.W. 1981, "A Model Based Decision Support
System for Planning and Scheduling Ocean Borne Transportation,"
Interfaces 11 : 4, 1-10.
170
Tsao, C. S. and Day, R. H. 1971, "A Process Analysis Model for the U.S
Steel Industry," Management Science 17, B588 -B608.
Tokuyama, H. and Nobuyki 1981, "Cutting Stock Problems in the Iron and
Steel Industry," Proceedings of the 9th Triennial Conference of IFORS,
Hamburg, Germany, 809-823.
Vasko, F. J.; and Wilson G.R. 1984a, "Using Facility Location Algorithms to
Solve Large Scale Set Covering Problems," Operations Research Letters 3,
85- 90.
Vasko, F. J. and Wilson G.R. 1984b, "An Efficient Heuristic for Large Scale
Set Covering Problems," Naval Research Logistics Quarterly 33, 241-249.
Vasko, F. J.; and Wilson, G.R. 1986, "Hybrid Heuristic for Minimum
Cardinality Set Covering Problem," Naval Research Logistics Quarterly 33,
241-249.
Vasko, F. J.; Wolf, F. W.; and Stott, K. L. 1987, "ptimal Selection of Ingot
Sizes Via Set Covering," Operations Research 35, 346-352.
Vasko, F. J.; Wolf, F. E.; and Stott, K. L. 1989, "Solution to Fuzzy Two
Dimensional Cutting Stock Problem," Fuzzy Sets and Systems 29, 259-275.
Vasko, F. J.; Wolf, F. E.; Stott, K. L. and Scherier, J.W. 1989a, "Selecting
ptimal Ingot Size for Bethlehem Steel," Interfaces 19 : 1, 68- 83.
171
Vasko, F. J.; Wolf, F. E.; Stott, K. L.; and Woodyatt, L.R. 1989b, "A Fuzzy
Approach to ptimal Metallurgical Grade Assignment," in Applications of
Fuzzy Set Methodologies for Industrial Engineering, Evans G.W.,
Karwowski W. and Wilhelm M. R., eds., Elsevier, Amsterdam, pp. 285-299.
Vasko, F. J.; Wolf, F. E.; and Pflugrad, J.A. 1991, "An Efficient Heuristic for
Planning Mother Plate Requirements at Bethlehem Steel," Interfaces 21 : 2,
38-49.
Vasko, F. J.; Wolf, F. E.; Stott, K. L.; and Ehrsam, O. 1992. "Bethlehem
Steel Combines Cutting Stock and Set Covering to Enhance Customer
Service," Mathematical and Computer Modelling 16, 9-17.
Vasko, F. J.; Wolf, F.E.; Stott, K. L. and Woodyatt, L.R. 1993a, "Adapting
Branch and Bound for Real World Scheduling Problems," Journal of the
Operational Research Society 44, 483-490.
Vasko, F. J.; Cregger, M. L.; Newhart, D. D.; and Stott, K. L. 1993b, "A Real
Time One Dimensional Cutting Stock Algorithm for Balance Cutting
Patterns," Operations Research Letters 14, 275-282.
Vasko, F. J.; McNamara, J. A.; Newhart, D. D.; and Wolf, F. E. 1994, "A
Practical Solution to a Cargo Loading Problem at Bethlehem Steel," Journal
of the Operational Research Society 45, 1285-1292.
Woodyatt, L. R.; Stott, K. L.; Wolf, F. E.; and Vasko, F. J., 1992. "Using
Fuzzy Sets to ptimally Assign Metallurgical Grades to Steel," Journal of
Metals 44 : 2, 28-31.
172
ANEXO J
Fuente: GERDAU AZA CHILE Empresa siderrgica de Chile [online]
Publicacin Electrnica 2003 Disponible en
http://www2.aza.cl/destacado_de_hoy/destacado18.htm Marzo 2004
Por qu sube el acero?
No es raro que por estos das algunos consumidores de acero alrededor del
mundo estn preocupados. Claro, pues el valor de este commodity se
increment, en un ao un 40,6%*.
El alza que est registrando el precio del acero no puede pasar desapercibida, es
imposible, ya que en el ltimo trimestre su valor promedio se increment en un
36,6%*. Slo en el ltimo mes lo hizo en un 14,4%*.
Ms ejemplos, el precio de los aceros planos subi, en un ao, en un 35,1%*,
mientras que el de las barras lo hizo en un 52%*. Esto se ha reflejado, aunque en
distinta magnitud, en todos los continentes. Por ejemplo en Norte Amrica, el
precio del acero se increment en un 73,4%*, en Europa lo hizo en un 15,1%* y en
Asia su valor subi en un 40,6%*.
El gran referente para el precio del acero en Chile, es el mercado turco. Segn
informa Metal Bulletin, a principios del ao 2002, la tonelada FOB de acero
costaba US$ 190, mientras que en marzo de este ao el commodity se tranza, en
ese pas, a un valor de US$ 505. Esto es un alza de ms del 110%, mientras que
en Chile, el aumento no ha sido superior al 28% en un ao.
Pero para todo esto debe haber una razn, pues los precios del acero no suben
por voluntad de quien lo produce o lo tranza. Hay varios factores, pero el principal
es la fuerte demanda que est generando China. Se espera que para este ao, su
consumo aumente en un 12,8%, lo que equivale a 33 millones de toneladas. Para
visualizar esta magnitud, podemos decir que esto equivale a todo el acero que
consume Brasil en un ao. Y este es el pas ms grande de Amrica Latina.
El mundo, en tanto, tambin tendr un aumento considerable en su demanda de
acero. Se espera para este ao un incremento del 5,8%, es decir 52 millones de
toneladas ms que el 2003. El mundo entero necesitar este ao 936 millones de
toneladas de acero, pero si sacamos el consumo chino, esta cifra se reduce a slo
646 millones de toneladas. En pocas y ms simples palabras, China demandar
este ao el 31% de todo el acero que se produce en el mundo.
A todo esto hay que agregarle un facto no menor, y que es el aumento en los
costos de transporte. Despus de la Crisis Asitica de 1998, muchos armadores
cancelaron rdenes para nuevas naves de transporte a granel. A esto se sum
que los barcos dados de baja no se reemplazaron. En conclusin, hoy en marzo
del 2004, frente a una reactivacin econmica global, no hay en el mundo
173
174
ANEXO K
Justificacin a las Condiciones del Modelo
Se pretende aclarar en el siguiente apartado, la definicin de los principales
supuestos del modelo y el porqu de su escogencia, sustentado en las diferentes
fuentes o parmetros que se tuvieron en cuenta para su inclusin en el modelo.
Se mensionar cada uno de los supuestos definidos para el modelo y a
continuacin del mismo se justificar su definicin:
El modelo incluye los aranceles como parte integral del costo de despacho,
mientras que en la mayora de los casos reales los aranceles dependen del
valor de los productos transferidos.
La anterior premisa es producto del estudio previo que se realiz para el desarrollo
del modelo de optimizacin, segn la informacin obtenida en el captulo dos una
de las herramientas ms eficientes y fciles de implantar para el problema de
estudio era la programacin lineal, por tanto esta decisin es consecuencia de la
investigacin inicial.
175
Segn datos obtenidos del captulo dos se encontr que las empresas del sector
siderrgico Colombiano tercerizan el servicio de transporte, por sus elevados
costos en activos fijos, esta premisa fue ratificada por personal de la empresa
asesora que con conocimiento de su mercado afirmaba que no solo la industria
siderrgica semi integrada terceriza este servicio sino que la siderrgica integrada
tambin lo realiza, principalmente por los altos costos y el trabajo dispendioso que
trae el manejo propio de una flota de transporte.
Por tratarse de un modelo tctico que no tiene en cuenta las labores operativas y
ya que esta encaminado a apoyar las decisiones de mediano plazo, el modelo
define los variables en trminos mensuales entendidas como el total ejecutado al
cierre de cada mes.
176
ANEXO L
TRANSPORTE DE PRODUCTOS IDENTIFICABLES ENTRE ENTIDADES DE LA CADENA
Las flechas indican transportes tpicos dentro de la cadena por ventaja en costos
Fuentes de
Chatarra
Procesamiento
de Chatarra
Chatarra
5000
Cali
11000
Bogota
Palanquilla
Alambrn Barras
6250
K
7869
Cali
Boyac
1493
G
4875
2067
9350
Bogota
10043
I
Boyac
3456
2650
1000
Bogota
1
1000
1000
1000
7183
Boyac
M
Bogota
Panam
1000
1000
Ecuador
Barran
quilla
Venezu
ela
Venezuel
a
1000
Siderrgica
de
Occidente
1000
Sidor Venezuela
Q
Bogota
1933
587
R
Medelln
1000 1000
Aceras1000
de
Caldas
Siderrgica
1000
de
1000
Occidente
6400
900
2366
1000
Bogota
2
P
Boyac
4817
Aceras
de
Caldas
SIDELP
A 1000
O
Cali
1683
Cali
4250
Cali
Distribuidores
Laminacin
Chatarra
Procesada
Medelln
Boyac
Aceras
Venezuela
2150
700
1000
CONVENCIONES
Integrantes de
Conglomerado
Entidades de
Conglomerado
500
Brasil
Entidades fuera
del pas
Brasil
Brasil
Brasil
Panam
Entidades
nacionales que
no pertenecen al
conglomerado.
Entidades y
Flujos planteados
como alternativa
177
Boyac
Boyac
Venezu
ela
Panam
Proveedores
Panam
Brasil
Bogota
2
Brasil
Ecuador
Bogota
1
Venezuela
Bogota
Productores
Brasil
Sidor Venezuela
Siderrgica
de
Occidente
SIDELPA
Aceras
de
Caldas
Bogota
H
Cali
Chatarra
Procesada
Aceras
Cali
Barran
quilla
Chatarra
Procesamiento
de Chatarra
Boyac
Bogota
Cali
Medelln
Fuentes de
Chatarra
Palanquilla
Brasil
Venezuela
Siderrgica
de
Occidente
Aceras
de
Caldas
Bogota
Boyac
Cali
Laminacin
Alambrn Barras
Entidades y
Flujos planteados
como alternativa
Entidades
nacionales que
no pertenecen al
conglomerado.
Entidades fuera
del pas
Entidades de
Conglomerado
Integrantes de
Conglomerado
CONVENCIONES
Medelln
Q
Bogota
P
Boyac
O
Cali
Distribuidores
Distribuidores
178