La quinta edición del Premio ARLOG 2008 tuvo como ganadora a la UADE, a través de un desarrollo realizado en conjunto con GL&A Consultores para una empresa de transporte ferroviario de cargas de la zona pampeana. La Asociación Argentina de Logística Empresaria (ARLOG) otorga en forma bianual desde 1998 el premio ARLOG a la logística, con la finalidad de profundizar y promocionar el desarrollo, la innovación y la profesionalización de la gestión logística.
Los responsables del desarrollo fueron el Dr. Germán Guido Lavalle, Director de GL&A Consultores, el Ing. Esteban Santucci, de GL&A Consultores y egresado de la carrera de Ingeniería Industrial de UADE, y el Dr. Axel Larreteguy, Director del Instituto de Tecnología de UADE.

El Acto de entrega de premios se realizó en el marco de la exposición Logisti-K y en la selección de los ganadores trabajó un jurado integrado por Alejandro Mohamad, decano de la Facultad de Ciencias Físico-Matemáticas e Ingeniería de la UCA, Ignacio Sánchez Chiappe, director del Instituto de Enseñanza para la Excelencia Competitiva (IEEC), Mauro Sperperato, presidente de ARLOG, Pablo González, director de Logística de Quilmes, y Jorge Marchesotti, ex presidente de ARLOG.

Carlos Arredondo, presidente del premio ARLOG, afirmó que “el premio contribuye a enriquecer el conocimiento y brinda un merecido reconocimiento a los autores de los trabajos que elevan la calidad de la gestión logística en nuestro país”.

El trabajo premiado
El trabajo realizado por UADE y GL&A consistió en el desarrollo de un simulador discreto y estocástico para una empresa de trenes de carga que transporta cereales, aceites y otros productos a los puertos de Bahía Blanca y Rosario desde las zonas productoras en la pampa húmeda argentina. El aumento de la producción de esos elementos que se ha registrado en los últimos años tiene su correlato en el incremento del transporte a puerto y, con ello, la necesidad de mejorar la capacidad logística de la empresa.
El modelo conceptual de la logística del sistema implica responder a pedidos de carga asignando una locomotora para ir a buscar adonde estén disponibles y trasladar al origen los vagones vacíos, esperar el tiempo estimado de carga y enviar la misma u otra locomotora para trasladar los vagones cargados al destino. El modelo debe tener en cuenta también la estadística de tiempos de carga en los distintos sitios, así como de descarga de los vagones en las terminales y su posterior acondicionamiento para tomar un nuevo servicio.
La operación del sistema completo es muy compleja, ya que se trata de decenas de locomotoras en constante movimiento para trasladar algunos miles de vagones por la red ferroviaria, sujeto a las eventualidades mecánicas, climáticas y humanas, y con un horizonte de planificación la antelación con que se conocen los pedidos muy estrecho.

Los factores evaluados por el jurado para elegir al ganador fueron:
- Fundamentación científica (información teórica, marco teórico que fundamenta el trabajo),
- Investigación de campo (relevamiento de los datos empíricos para el desarrollo del trabajo),
- Aplicabilidad (factibilidad y amplitud de su aplicación),
- Innovación (originalidad del diseño y la aplicación),
- Optimización de recursos y usos de las mejores prácticas y contribución al desarrollo sustentable (consideraciones del proyecto que contemplen temas de medio ambiente, ecología y temas de responsabilidad social).

El modelo desarrollado fue implementado en un simulador discreto basado en el software Extend™ (Imaging That Inc., http://www.extendsim.com). El simulador genera cada pedido de carga y simula la asignación y el movimiento de cada locomotora y grupos de vagones para responder a ellos. Dicho simulador permite evaluar políticas operativas, esencialmente el modo de asignación de locomotoras para responder a la multiplicidad de pedidos y la política de rechazo ante saturación de la capacidad de transporte, y evaluar inversiones.

En este último caso, se evalúan escenarios tales como el incremento de capacidad que resultaría de la adquisición de material rodante, la habilitación de tramos de la red y otros. A modo de conclusión, el trabajo permitió implementar una herramienta de simulación avanzada y basada en los datos de operación, aplicarla al análisis de la empresa, de manera de optimizar la utilización de sus recursos.