CAPÍTULO II

MARCO TEÓRICO
 CAPITULO II

MARCO TEÓRICO

2.1 Antecedentes de la Investigación

Debido a su versatilidad y a la utilidad que ofrece para modelar los

procesos en la industria petrolera, el sistema PIMS ha sido ampliamente

aplicado en refinerías, petroquímicas, procesos bioquímicos y otros

procesos industriales.

En el año 1989, el Instituto Tecnológico Venezolano del Petróleo

(INTEVEP) diseñó un modelo de programación lineal para el Complejo El

Tablazo, el cual simulaba las operaciones y procesos en estas instalaciones,

sin embargo, el mismo no fue validado por los especialistas y en

consecuencia no se alcanzó su implantación. Con la culminación de varios

proyectos, PEQUIVEN completó en el Complejo El Tablazo, un exigente plan

de expansión, que incluía la construcción de nuevas plantas y la modificación

en diseños de procesos ya existentes. Por lo que el sistema desarrollado por

 30

INTEVEP quedó completamente obsoleto para modelar la realidad

operacional del Complejo.

Un ejemplo práctico de la aplicabilidad del sistema PIMS, el cual se

basa en modelos económicos creados con la técnica de programación lineal,

es el caso del Complejo Petroquímico Morón, el cual, es otro complejo de

PEQUIVEN situado en el Estado Carabobo y que ha venido desarrollando

este sistema durante dos (2) años, teniendo aplicación en las organizaciones

de planificación y programación de la producción.

En el Complejo El Tablazo, existe un sistema desarrollado con la

técnica PIMS para cada una de a

l s líneas de producción, a saber: Gas y

Olefinas, Clorovinilos, Fertilizantes, Servicios Industriales y está en

construcción una aplicación global, que agrupa todas las anteriores y

representa todas las actividades del complejo, sin embargo, estas

aplicaciones no están en servicio actualmente.

La planificación de la producción a corto, mediano y largo plazo se

realiza con la ayuda de simulaciones aisladas diseñadas por los analistas en

hojas de cálculo Microsoft Excel que pueden llegar a ser tan complejas e

inoperantes que se invierte más tiempo en la elaboración de los escenarios

que en su análisis y en la toma de decisiones. Estas simulaciones en hojas

de cálculo, aún cuando, representan muy de cerca la realidad cambiante de

 31

la empresa y son fácilmente utilizables, están básicamente limitadas en el

manejo de varios escenarios simultáneamente, lo cual puede ser manejado

con la utilización del PIMS.

Otra arista muy importante del problema es el lado económico del

asunto. Hoy en día, en la organización, los analistas se dedican mayormente

a la elaboración de escenarios de tipo volumétrico, pero la operación en

Excel no está conectada con información de costos o financiera, lo cual sería

solucionado con la utilización de PIMS, puesto que este sistema se basa en

criterios económicos para la realización de las simulaciones.

El estudio está enmarcado dentro de la línea de Gas y Olefinas. La

simulación ha sido construida con la ayuda de varias tesis de grado y

proyectos de investigación con asesoría externa desde el año 1999. Sin

embargo, tal y como se explicó en el capítulo I, estos modelos no han sido

completamente implantados ni validados, por tanto, se hace necesaria una

revisión del sistema, su aplicación a los presentes requerimientos de la

empresa, así como actualizar la información contenida en las bases de datos,

con el fin de realizar las pruebas del caso y alcanzar la total implantación del

sistema que es el objetivo principal de este estudio.

Una vez lograda la implantación del sistema, es fundamental la

elaboración y ejecución de un plan de adiestramiento para los analistas, que

 32

asegure la permanencia y utilidad de la herramienta en el tiempo y el total

aprovechamiento de la inversión económica en la misma.

La investigación documental realizada no revela mucha diversidad de

trabajos de investigación que utilicen la técnica PIMS para la simulación de

operaciones y la toma de decisión, así como tampoco se encontró en las

bibliotecas de las universidades de la ciudad muchos trabajos abocados al

área de planificación y control de la producción, sin embargo, se realizó una

búsqueda de trabajos relacionados con el tema que básicamente se limitan a

las investigaciones realizadas por la misma Industria Petroquímica en un

esfuerzo por garantizar la perpetuidad de la empresa en el tiempo.

Uno de estos trabajos de investigación fue el realizado en La Universidad del

Zulia, por los ingenieros: Víctor Gómez y Rafael Manzanilla, titulado:

“Implantación de un modelo de programación lineal a través del sistema

PIMS (Process Industry Modeling System) para la simulación y optimización

operacional de PEQUIVEN” (1999), el cual sirve como base para la

realización del presente estudio, puesto que el objetivo fue diseñar desde el

punto de vista técnico y de sistemas, las variables que intervendrían en la

simulación del proceso.

 33

2.2 Descripción del Sistema a Modelar

La línea de producción de gas y olefinas del Complejo El Tablazo, en

el cual se centra este estudio, comprende dos (2) plantas procesadoras de

gas natural licuado (LGN I y LGN II), una planta purificadora de Etano (PPE)

y las dos (2) plantas productoras de Olefinas (Olefinas I y Olefinas II).

2.2.1 Plantas de Gas Natural Licuado (LGN I y LGN II)

Estas procesadoras de gas natural licuado, reciben la materia prima

(gas) de las plantas compresoras que se encuentran ubicadas en el Lago de

Maracaibo y en la Costa Oriental del Lago. Las plantas de LGN fraccionan

este gas, convirtiéndolo en varios productos con diferentes usos para la

Nación. Estos productos son:

a) Gas Metano: uso doméstico y combustible para el sector industrial.

b) Etano: materia prima por excelencia para la producción de Olefinas,

puesto que no tiene alternativa comercial y por tanto es económica. Ambas

plantas pueden llegar a producir hasta unas 800 TMD de Etano.

c) Propano: producto con prioridad de exportación para PDVSA, es utilizado

en la mayoría de los países como combustible debido a su gran poder

 34

calorífico sobre todo en la estación de invierno. También tiene aplicación en

la industria petroquímica para la producción de olefinas.

d) Compuestos Pesados: son aquellos con más cadenas orgánicas

(compuestos del carbono) que los mencionados anteriormente como los

butanos, gasolinas y otros. Estas corrientes son enviadas por tubería a otras

instalaciones de PDVSA donde se continúa con el proceso de

fraccionamiento y finalmente se exportan o se llevan al consumo nacional.

Las plantas de LGN operan a la capacidad que lo permita la carga de

gas proveniente de las compresoras de PDVSA, en condiciones normales,

ellas pueden manejar hasta unos 300 MMPCED de gas natural para derivarlo

en sus diferentes componentes, sin embargo, la mayor parte del tiempo se

encuentra limitadas por bajo suministro de gas y limitaciones de materia

prima por diferentes razones (mantenimiento de plantas compresoras,

racionamiento petrolero, deficiencias en pozos y otras), lo cual a su vez, trae

como consecuencia la limitación aguas abajo de la cadena.

2.2.2 Planta Purificadora de Etano (PPE):

A mediados de 1996 entró en operación la Planta purificadora de

etano, que junto a la máxima capacidad de producción de las plantas de LGN

I y II originan una drástica variación en la producción y en los costos de

producción de olefinas en el complejo El Tablazo.

 35

Esta planta es independiente de las otras dos fraccionadoras de gas.

Recibe una corriente de gas rico en etano (GRE) proveniente directamente

de las plantas compresoras de gas Tía Juana I y Tía Juana II (PCTJ I y PCTJ

II) de PDVSA, el cual viene acompañado por una cantidad parecida de gas

metano y una pequeña cantidad (comparativamente hablando) de propano.

La planta separa estos componentes, luego envía el etano y el propano a las

plantas de Olefinas. El remanente o gas metano lo envía al cabezal de gas

residual del Complejo para ser utilizado como combustible en la producción

de electricidad o como materia prima en la cadena de fertilizantes para la

producción de amoníaco.

Esta planta está diseñada para manejar unos 60 MMPCED de GRE,

pudiendo llegar a producir unas 800 TMD de Etano. Sin embargo, las

limitaciones de materia prima son tales, que el promedio de los últimos dos

años muestra un procesamiento promedio de 42 MMPCED. Esta carga a la

que opera la planta también trae como consecuencia inmediata la limitación

aguas abajo de las plantas de Olefinas y hace la producción de la cadena

menos rentable que los valores esperados.

2.2.3 Plantas de Olefinas (Olefinas I y Olefinas II)

 36

En el complejo El Tablazo, existen las únicas dos (2) plantas

productoras de Olefinas del país (Olefinas I y Olefinas II).

La planta de olefinas I fue diseñada por la compañía M.W. Kellogg en

1976, con una capacidad de 150 MTMA de etileno grado polímero y hasta 96

MTMA de propileno grado químico. En el año 1991-1992 se ejecutó un

proyecto de expansión para llevar la capacidad hasta 250 MTMA de etileno

grado polímero y 130 MTMA de propileno grado polímero. Para ello se usa

propano o la mezcla etano-propano como alimentación.

La planta de olefinas I ha sido diseñada para trabajar con tres casos

de alimentación, los cuales se nombran a continuación:

a) Caso 100% propano: como su nombre lo indica, requiere como única

alimentación fresca propano proveniente de las plantas de LGN ubicadas en

El Tablazo o de la estación de Bajo Grande.

b) Caso típico: cuya alimentación está conformada por una mezcla de 75%

molar de propano y 25% molar de etano.

c) Caso mezcla: la planta opera con una alimentación fresca en porcentaje

molar de 30% en propano y 70% de etano.

La planta de olefinas II inició operaciones en el último trimestre del año

de 1992, produce etileno y propileno en grado polímero por conversión

 37

térmica de propano y/o etano. Fue diseñada por la compañía alemana Linde

con una capacidad instalada de 350.000 TMA de etileno y 130.000 TMA de

propileno en un esquema de alimentación de 100% propano a 8.000 horas

continuas anuales.

La planta tiene flexibilidad para consumir etano y propano como

materia prima, pudiendo operar con esquemas desde un 100% de etano

hasta 100% de propano, pasando por cualquier caso de mezcla.

El Etano de alimentación a ambas plantas, proviene exclusivamente

de las plantas de LGN I, LGN II y PPE, es una materia prima económica,

ideal para la producción de olefinas puesto que no tiene otra alternativa de

uso para PDVSA y adicionalmente es más limpia (ensucia menos los equipos

de las plantas) y genera menos subproductos que otras. El propano proviene

también de la producción de las plantas de gas, sin embargo, toda esta

producción de etano y propano no es suficiente para cargar las plantas de

olefinas a su capacidad de diseño, es por esto que se completa la dieta o

carga de las plantas con propano que se recibe por buques desde Jose

(centro productor del oriente del país).

Cuando existen limitaciones de gas desde las plantas del lago

(PDVSA) hacia el Complejo Petroquímico El Tablazo, la producción etano y

propano disminuye en la misma proporción de la limitación, lo cual implica,

 38

que sea necesario traer más propano por buque, desde Oriente, para

mantener la carga de las plantas de olefinas, o de lo contrario, se genera una

limitación de la producción en toda la cadena.

Puesto que el uso principal del propano para PDVSA es la

exportación, PEQUIVEN debe pagar un alto costo por el procesamiento de

esta materia prima, con lo cual los márgenes de ganancia se reducen y los

beneficios de la empresa son afectados por este comportamiento errático del

gas en Venezuela.

El modelo raíz de este estudio, debe simular toda esta delicada y

compleja situación. Una de las razones básicas para establecer un modelo

de gran envergadura como este, es el de simular toda esta matriz de

restricciones de materia prima, las cuales pueden venir dadas como

limitaciones de gas, fallas de las plantas procesadoras LGN o PPE o retrasos

en la llegada de buques desde oriente, todo con el fin último de elegir aquel

esquema de operación que sea más beneficioso en términos económicos y

seguro para las instalaciones, dependiendo de las condiciones externas e

internas dadas en cada caso en particular.

Las plantas de Olefinas producen a su vez la materia prima para la

elaboración del plástico que se produce en el país. El etileno, constituye la

materia prima para la realización del polietileno de alta y baja densidad. La

 39

cantidad de Propileno que producen estas plantas es variable y depende de

manera lineal del propano alimentado. Con el propileno se produce

Polipropileno, el cual, es otro tipo de resina plástica.

En Venezuela, quienes procesan el Etileno y el Propileno son las

Empresas Mixtas, las cuales son empresas privadas, constituidas con capital

mixto (parte PEQUIVEN y parte privado) que se encuentran ubicadas en el

mismo parque industrial de El Tablazo. Ellas reciben el etileno y/o el

propileno vía tubería directamente en sus procesos

Por otra parte, cuando las economías así lo permiten, el etileno y el

propileno también se exportan con la ayuda de buques que cargan los

productos desde el muelle de productos líquidos de PEQUIVEN el Tablazo.

Las plantas de Olefinas también producen anualmente, grandes

cantidades de subproductos (byproducts) que son derivados del propano (su

producción depende de la dieta utilizada) alimentado a los hornos de craqueo

de las plantas. Estos subproductos son básicamente: Aceite Pesado (heavy

oil), y Dripoleno Hidrogenado (el cual es conocido en el mercado por su alto

contenido de benceno).

La cantidad de producto que debe venderse en el mercado local y de

exportación también debe ser simulada por el modelo en estudio,

 40

considerando el precio de venta así como las economías de procesamiento,

con el fin de garantizar lo que busca toda empresa: el máximo rendimiento de

su inversión.

En el anexo 1 se muestra un esquema gráfico del funcionamiento de

la cadena gas – olefinas para un mes específico.

2.3 Bases Teóricas

En relación con las bases teóricas de este estudio las mismas estarán

enfocadas a presentar todo lo relacionado con las variables de estudio, es

decir: el método de programación lineal, la simulación de operaciones y el

sistema PIMS. Para sustentar estas bases se utilizarán los argumentos de

diversos autores sobre estos temas.

2.3.1 Modelos de Toma de Decisión

Todo sistema de optimización, está basado en la hipótesis que existen

varias alternativas o escenarios de estudio y que se hace necesario un

proceso de toma de decisiones para elegir la opción que se considera óptima

o más beneficiosa de acuerdo a las condiciones que influyan en la situación.

Se concluye entonces, que un sistema (modelo) de optimización de un

 41

proceso dado, es también un modelo de toma de decisión y es por eso que lo

definiremos a continuación.

Según Taha (1987) “Un modelo de decisión debe considerarse como

una herramienta para resumir un problema de decisión, en forma tal, que

haga posible la evaluación sistemática de todas las alternativas de decisión

del problema. Después se selecciona la alternativa que se juzgue sea la

“mejor” entre todas las opciones disponibles.”

Los escenarios para la toma de decisión deben adaptarse lo más

posible a la realidad de la situación que se analiza. La forma de lograr esto

es con el uso de las restricciones del modelo, las cuales ayudan a delimitar

las posibles decisiones y a enmarcarlas dentro del área factible para poner

en práctica la solución.

Las restricciones en un modelo de decisión eliminan las alternativas

no factibles, sin embargo, debe tenerse sumo cuidado a la hora del diseñar

dichas restricciones y el número de ellas, puesto que una gran cantidad de

limitaciones puede llegar a complicar demasiado el modelo y no

necesariamente lo hace más eficiente o exacto.

Un modelo de restricción debe contener los siguientes elementos:

a) Alternativas de decisión, de las cuales se hace una selección.

 42

b) Restricciones para excluir alternativas no factibles.

c) Criterios para evaluar y clasificar alternativas factibles.

En un proceso de toma de decisiones, el primer paso viene dado por

la definición exacta del problema o situación, la cual se traducirá

posteriormente en términos matemáticos durante la construcción del modelo,

luego debe hallarse un método para resolverlo. En algunos casos puede

haber más de una manera de resolverlo, en otros, el modelo resultante

puede ser tan complejo que será difícil obtener una solución exacta.

Cuando entramos al terreno de la investigación de operaciones, los

términos reciben un nombre característico aunque se trata de los mismos

conceptos que hemos venido manejando. El procedimiento general consiste,

en primer lugar, en establecer la simulación de la situación, la cual incluye

una función objetivo que se debe maximizar si se trata de beneficios o

ganancias y minimizar si se trata de costos. Adicionalmente, deben definirse

las restricciones o limitaciones del modelo con el propósito de confinar las

alternativas de solución a los valores factibles de aplicar en la realidad. Tanto

la función objetivo como las restricciones deben expresarse en términos de

las variables de decisión del problema, que son aquellas que una vez

determinadas, representan la solución óptima del problema.

 43

De todo lo anterior podemos concluir que en investigación de

operaciones, un modelo se define como una función objetivo con sus

correspondientes restricciones que se expresan en términos de las variables

de decisión del problema.

2.3.2 Diseño de los Modelos

La construcción y desarrollo de un modelo representa el paso decisivo

en la implantación de cualquier sistema de toma de decisiones. Por lo tanto,

debe tenerse siempre en cuenta, que una solución a un modelo no será útil a

menos que el modelo ofrezca una representación adecuada de la situación

verdadera.

Aún cuando las restricciones son de vital importancia para la

adecuación del modelo, es necesario concentrarse en aquellas que sean

verdaderamente dominantes, así como de incluir los datos que sean

relevantes para la toma de decisiones, puesto que incluir restricciones

adicionales no ayuda al proceso de simulación o de toma de decisiones, por

el contrario lo complica y aumenta el tiempo de respuesta del proceso total.

La reducción de los factores que controlan el sistema a un número

relativamente pequeño de factores dominantes constituye más un arte que

una ciencia. La validez del modelo al representar el sistema real depende

 44

principalmente de la creatividad e imaginación de las personas que trabajan

en la construcción del mismo, esto trae como consecuencia, que no existen

reglas fijas para diseñar un modelo.

2.3.3 Programación Lineal

El INTEVEP (1989) define la programación lineal como: “Una técnica

matemática que permite determinar la disposición óptima de los recursos

(dinero, materia prima, fuerza hombre, entre otros), con el objeto de obtener

ganancias o minimizar costos, considerando que los recursos tienen más de

un uso externo o existen restricciones”

La palabra lineal significa que las relaciones entre las variables del

proceso son lineales o con exponente unitario y la palabra programación se

refiere a la planificación de las actividades.

La programación lineal se ha aplicado con éxito a problemas que van

desde los casos bien conocidos de problemas militares (estrategias de

guerra), agrícolas, económicos, de transporte, de salud y hasta los casos

extremos de las ciencias conductuales y sociales. Dentro de la programación

lineal, existen diferentes métodos de solución para diferentes situaciones

planteadas.
 45

Técnicamente hablando, una solución factible es aquella que satisface

todas las restricciones impuestas. La región factible es la colección de todas

las soluciones factibles. Dado que existen soluciones factibles, la meta de la

programación lineal es encontrar la mejor.

Una solución óptima es una solución factible que lleva al valor más

favorable de la función objetivo. El valor más favorable significa el valor más

grande o más pequeño, dependiendo de sí el objetivo es maximizar o

minimizar respectivamente. Podemos decir entonces que una solución

óptima, maximiza/minimiza la función objetivo dentro de la región factible.

También se debe formular y plantear la importante pregunta de cómo

se aplica el análisis de sensibilidad a la solución óptima y poder darle una

interpretación económica a la estructura del modelo de programación lineal

general.

De acuerdo a Hiller y Liberman (1991), para la construcción de un

programa lineal se puede iniciar respondiendo a las tres preguntas

siguientes:

1. - ¿Qué busca determinar el modelo? Dicho de otra manera, ¿cuáles

son las variables (incógnitas) del proceso?

 46

Para esto se deben definir variables de proceso X i.

2.- ¿Qué restricciones deben ponerse a las variables a fin de

satisfacer las limitaciones del sistema representado por el modelo?

Las restricciones de no negatividad, es decir, que cada variable Xi ≥ 0,

son necesarias, ya que, garantizan valores físicamente compatibles y

coherentes con la realidad de la situación analizada.

3.- ¿Cuál es el objetivo (meta) que necesita alcanzarse para

determinar la solución óptima (mejor) de entre todos los valores factibles de

las variables?

Matemáticamente se define una Función Objetivo o salida de una caja

negra como:

Z = C1X1 + C2X2 + C3X3 + ......... + CiXi

Z = C1 X1 + C2 X2 + C3 X3 + …………. + Ci Xi

Donde C i son los costos o beneficios asociados a cada Variable X i.

Las restricciones se definen matemáticamente como:

∑A X ≤ B
ij i i
 47

Σ Aij Xi < Bi

Donde Aij son los coeficientes de uso unitario de los recursos ó las

relaciones de balance entre las variables, y Bi son las restricciones de

balance o recursos disponibles.

En resumen, la terminología que se usa en los modelos de

programación lineal consiste en una función que se desea maximizar o

minimizar, y se llama función objetivo. Por lo general, se hace referencia a

las limitaciones como restricciones. Las primeras restricciones que

representan el consumo de recursos, insumos entre otros, reciben el nombre

de restricciones funcionales y de manera parecida, se formulan las

restricciones de no negatividad.

2.3.4 Simulación

Un modelo de simulación busca imitar el comportamiento real del

sistema que se investiga estudiando las interelaciones entre sus

componentes. El resultado de un modelo de simulación se presenta

normalmente como la salida de “una corrida” o escenario que refleja el

desempeño o funcionamiento del sistema.

 48

La simulación es una técnica de muestreo estadístico controlada para

estimar el desempeño de sistemas complejos cuando los modelos analíticos

no son suficientes. Más que describir el comportamiento global de un sistema

directamente, el sistema de simulación describe como operaría el mismo en

función de eventos particulares en determinado momento del tiempo. El

sistema se divide en elementos, cuyo comportamiento se puede predecir

para cada uno de los estados posibles del sistema y sus insumos. También

se construyen dentro del sistema las interelaciones entre esos elementos.

Al expresar las interacciones entre los componentes del sistema como

relaciones matemáticas, podemos recopilar la información necesaria casi en

la misma forma como si estuviésemos observando el sistema real. Por lo

tanto, la naturaleza de la simulación permite mayor flexibilidad en la

representación de sistemas complejos que normalmente son difíciles de

analizar a través de modelos matemáticos estándar.

La simulación debe tratarse como un experimento estadístico. Los

resultados que se obtienen al ejecutar un modelo de simulación son

observaciones que están sujetas a error experimental. Esto significa, que

todo resultado debe estar sujeto a las pruebas del caso y de ser posible

compararse con la estadística existente, a fin de garantizar la efectividad de

la simulación, por esto, el diseño de un modelo de simulación puede

consumir mucho tiempo durante su elaboración.

 49

2.3.4.1 Campo de Acción de la Simulación

Históricamente, la simulación se ha empleado para analizar dos tipos

diferentes de problemas: Problemas teóricos de áreas de ciencias básicas

como matemáticas, físicas y químicas y problemas prácticos en todos los

aspectos del mundo real, a saber:

a) Simulación de problemas industriales (diseños de procesos químicos,

control de inventarios, diseño de sistemas de distribución, etc.)

b) Simulación de problemas comerciales y económicos

c) Problemas conductuales y sociales

d) Simulación de sistemas bio-médicos

e) Simulación de estrategias y tácticas de guerra

El éxito de la simulación en el modelado de sistemas muy complejos

se apoya por completo en los impresionantes adelantos logrados en los

recursos y poder de la computadora. Resulta inimaginable que la ejecución

de este tipo de modelos matemáticos pudiera haber alcanzado algún grado

de acierto sin la computación digital, puesto que, en general, se requieren

operaciones que aunque generalmente simples consumen mucho tiempo.

 50

2.3.4.2 Tipo de Simulación

De los dos (2) tipos de simulación (discreta y continua) que existen

para analizar el comportamiento de sistemas como función del tiempo, este

estudio tiene como base una simulación discreta, en la cual, se observa el

resultado únicamente en puntos seleccionados en el tiempo. En este tipo de

simulaciones, el objetivo final es el de recolectar estadísticas que se puedan

utilizar para describir el comportamiento de los sistemas reales. Por lo tanto,

en sistemas discretos las estadísticas de la simulación pueden cambiar sólo

cuando se realizan ciertos eventos. El nombre de “simulación discreta” se

originó debido a que las estadísticas en simulación se obtienen “saltando” de

un punto (discreto) a otro en la escala del tiempo.

2.3.5 Simulador Económico PIMS

El Sistema de Modelos para Procesos Industriales PIMS (Process

Industry Modeling System) es una herramienta de simulación de procesos

industriales, utilizada para la planificación de inversiones y programación de

operaciones, que permite evaluar alternativas de alimentación de materias

primas e insumos, modos de operación, distribución de productos y estudios

de inversión, entre otros. Utiliza la técnica de programación lineal para

optimizar las operaciones de las refinerías, complejos petroquímicos y otros

procesos industriales.
 51

PIMS es una herramienta flexible y fácil de utilizar para planificaciones

económicas en los procesos industriales. Este sistema está diseñado para

correr en computadoras personales con tarjeta Intel y bajo una plataforma de

Mocrosoft Windows 1995 o más avanzada. El sistema reside normalmente

en el disco duro, aunque puede residir en cualquier otro disco o partición de

la computadora. En cualquier caso, la computadora debe ser capaz de

encontrar los archivos del sistema examinando la ruta o “path” suministrada

por el usuario.

PIMS utiliza la técnica de programación lineal (métodos de

investigación de operaciones) para optimizar la operación y diseño de

refinerías, plantas petroquímicas y otro tipo de industrias. Puede ser utilizada

también en una gran variedad de propósitos a corto plazo, como evaluación

de alternativas para alimentación de materias primas, optimización en la

producción y otros. Tiene aplicación también en análisis a más largo plazo

como oportunidades de expansión entre otros.

Una gran ventaja de este sistema es que trabaja en forma integrada

con las hojas de cálculo más utilizadas en el mundo como lo son Microsoft

Excel o Lotus 1-2-3 para la introducción y mantenimiento de la información

por el usuario. Dado que estas hojas de cálculo son extremadamente

conocidas y fáciles de usar. PIMS se convierte en una verdadera alternativa

 52

para la planificación de operaciones. Así también ayuda a reducir los errores

de la información puesto que la información equivocada es fácil de localizar y

corregir con el uso de estas hojas de cálculo que con el uso de otros

sistemas de simulación.

El sistema PIMS es la plataforma estándar de la industria petrolera

venezolana desde el año 1986, momento en el cual se comenzó a desarrollar

modelos de programación lineal de las refinerías de PDVSA, puesto que

como ya se ha mencionado, es un sistema computarizado para formular

modelos individuales de refinerías, complejos petroquímicos y otras

facilidades de la industria mediante sistemas de ecuaciones lineales.

El PIMS emplea la técnica de programación lineal para optimizar la

operación y diseño la industria de procesos complejos a fin de maximizar

ganancias o pérdidas.

PIMS es licenciado por la compañía ASPEN – PIMS, perteneciente a

ASPEN TECNOLOGY. Esta compañía ofrece una serie de paquetes de

software que cubre una gran cantidad de aplicaciones en el área de

programación matemática.

Las aplicaciones de este tipo de modelos las podemos observar desde

los siguientes puntos de vista:

 53

a) Evaluación de materias primas: ¿Que materia prima debe comprarse y a

que precio?

b) Plan de Operaciones: ¿Qué productos debemos producir y como

mezclarlos para lograr maximizar los beneficios?

c) Planes de inversión a mediano y largo plazo: ¿Es rentable la expansión

de una planta o la construcción de una nueva?

d) Planificación de las paradas de planta: ¿Cuál es el impacto económico de

una parada de plata? ¿Se debe reprogramar?

e) Impacto en nuevos mercados o restricciones ambientales: ¿Cuál

oportunidad de mercado es más ventajosa?

f) Políticas de inventario

2.3.5.1 Requerimientos Computacionales

Para ejecutar el sistema PIMS versión 10.0 se requiere la

siguiente estructura:

a) Computadora Pentium con 16 MB de memoria para usuarios de Microsoft

Windows 95.

b) Microsoft Windows 95 o Microsoft NT 4.0 como mínimo.

c) Base de datos Access versión 3.5

 54

d) Paquete PIMS de Aspen Tech instalado en disco duro.

2.3.5.2 Configuración del Modelo en el Simulador PIMS

El modelo de PEQUIVEN presenta la simulación de las

operaciones de las plantas del sistema de gas-olefinas de

PEQUIVEN (olefinas I, olefinas II, plantas procesadoras de gas

natural I y II, y la planta purificadora de etano), donde se

representan los balances de masa por planta, la

producción/consumo de servicios industriales, costos de

operación y los intercambios comerciales que realiza en el

mercado local, empresas mixtas y mercado exterior.

2.3.5.2.1 Descripción de las Tablas del Modelo

El manejo del modelo se realiza por medio de tablas o archivos del

programa Microsoft Excel, las cuales se dividen en los siguientes grupos:

2.3.5.2.1.1 Tablas Generales del Modelo

 55

Estas tablas frecuentemente son modificadas y/o actualizadas por el

usuario, antes de realizar una corrida del modelo. A través de las mismas, se

indica la información relacionada con las compras, ventas, restricciones de

capacidad/operación y unidades de proceso de PEQUIVEN. La construcción

de las tablas se rige por una codificación propia del programa PIMS.

2.3.5.2.1.2 Tabla Setup.

Permite introducir y modificar el título de la simulación, colocar las

notas aclaratorias de interés y definir las unidades en las cuales se desea

que trabaje el modelo.

2.3.5.2.1.3 Tabla Buy.

La tabla BUY contiene las materias primas de la cual se alimenta el

sistema. Se definen las restricciones en las cantidades suministradas por

unidad de tiempo en las columnas MIN, MAX o FIX y se colocan los costos

dentro de la columna COST. Las columnas MIN y MAX definen el intervalo

de suministro de la materia prima. El sistema puede determinar la compra de

un insumo dentro del intervalo expuesto. La columna FIX fija la alimentación

al complejo.
 56

Debajo de la columna TEXT se colocan los nombres de las corrientes

y las unidades en las que están definidas las mismas. Para modificar alguna

restricción en los insumos, se debe mover el cursor hasta la casilla

correspondiente y realizar el cambio. Vale mencionar, que si existe una

restricción en la columna FIX, el sistema hace caso omiso a los valores

colocados en MIN y MAX (si existen). Esto es de suma utilidad, ya que, las

compras del sistema se rigen bajo contrato de suministro.

2.3.5.3.1.4 Tabla Sell

La tabla SELL contiene la información diaria relacionada con los

productos que se venden. Definen las restricciones de venta a un mercado

específico, en las columnas MIN, MAX y FIX. Los precios de estos productos

se colocan bajo la columna PRICE.

La tabla presenta además, los productos clasificados de acuerdo al

destino (mercado nacional, exterior y ventas a las empresas mixtas)

identificados con la inclusión de un título al inicio de cada lista.

2.3.5.2.1.5 Tabla Utilbuy.

En la tabla UTILBUY se definen los servicios industriales por unidad

de tiempo que se compran a un mercado externo. A cada servicio le

 57

corresponden cuatro columnas; las tres primeras MIN, MAX, y FIX definen

las restricciones de compra mínima, máxima y fija. La columna COST

contiene el costo del servicio.

Los costos asociados a química y catalizadores se definen con un sólo

código y se colocan en la tabla correspondiente a cada unidad de proceso.

2.3.5.2.1.6 Tabla Utilsel

Todos los servicios que se producen están incluidos en la tabla

UTILSEL. La cantidad por unidad de tiempo de cada corriente se coloca en

cuatro columnas (MIN/MAX/FIX/PRICE). Las tres primeras definen las

restricciones de venta, mínima, máxima o fija respectivamente. La columna

PRICE contiene el costo del servicio.

2.3.5.2.1.7 Tabla Caps

La tabla CAPS contiene las capacidades operacionales de cada una

de las plantas modeladas en el sistema de Olefinas de PEQUIVEN. Esta

tabla está formada por tres columnas; MIN, MAX y FIX. En ellas, el usuario

define las restricciones de operación mínima, máxima o fija, en miles de

unidades por día (MUNTD).

 58

2.3.5.2.1.8 Tabla Bounds

Esta tabla está formada por tres columnas MIN, MAX y FIX. En ellas el

usuario define restricciones mínimas, máximas o fijas en miles de unidades

por día (MUNTD). La base y los pasos para modificar las restricciones

incluidas en la tabla BOUNDS se describen a continuación:

a) Planta de olefinas: En la planta de olefinas existen varios esquemas de

producción para cada horno, tanto para olefinas I como para olefinas II:

conversión de etano a 60% p/p y conversión de propano a 75% y 90% p/p.

b) Consideración de los costos fijos y los consumos fijos: Para eliminar los

costos y consumos fijos, colocar el valor cero (0) en la columna FIX

respectivamente, para considerarlos colocar el valor uno (1), esto se hace

para analizar el impacto que tienen sobre la función objetivo y para el cálculo

del costo total en caso que así se desee.

2.3.5.2.1.9 Tabla Rows.

La tabla ROWS se utiliza para fijar en cero las restricciones de

balances de masa de las ecuaciones generadas por la matriz, que por

defecto, lleguen a ser menores o iguales que cero. En el modelo, esta tabla

tiene como función obligar a consumir todos los componentes de una

 59

corriente insumo por cada proceso, ya que, el sistema prefiere procesar el

componente que produce corrientes con mayor valor agregado, en lugar de

los componentes que producen compuestos pesados sin ningún valor

agregado. Esta tabla nunca se modifica.

2.3.5.2.1.10 Tabla Alttags.

La tabla ALTTAGS permite identificar las corrientes que se venden a

diferentes destinos, o tienen diferentes precios.

2.3.5.2.1.11 Tabla Submods

La tabla SUBMODS, contiene la lista de todas las plantas simuladas

en el modelo. Algunas están representadas por más de una tabla.

En el anexo 2 se ilustran todas las tablas del modelo anteriormente

descritas.

2.3.6 Análisis de Sensibilidad o de Diferentes Escenarios

 60

Según Hiller y Liberman (1991), el trabajo del equipo de planificación

de operaciones apenas comienza cuando se ha aplicado con éxito algún

método de solución para identificar una solución óptima del modelo. En

realidad, los valores de los parámetros que se usan en el modelo casi

siempre son sólo estimaciones basadas en una predicción de las condiciones

futuras. Además, una solución óptima es óptima nada más en lo que se

refiere al modelo específico que se está usando para representar el problema

real, y tal solución no se convierte en una guía confiable para la acción hasta

que se verifica que su comportamiento es bueno también para otras

representaciones razonables del problema.

Por estas razones, es importante llevar a cabo un análisis de

sensibilidad, para investigar el efecto que tendría sobre la solución óptima

proporcionada por el método de solución aplicado, el hecho de que los

parámetros tomaran otros valores posibles.

El análisis de sensibilidad es un procedimiento que normalmente se

ejecuta después de que se obtiene la solución óptima. Este determina qué

tan sensible es la solución óptima a que se realicen ciertos cambios en el

modelo original. Por ejemplo, dependiendo del modelo, quizás nos interese

estudiar cambios en la solución óptima como resultado de aumentar o

disminuir la demanda y/o la disponibilidad de materia prima, o, quizás

 61

también deseemos saber cómo se alterará la solución óptima si cambian los

precios del mercado.

Este tipo de análisis se considera siempre parte integral de la solución

de modelos de programación lineal y, de hecho, cualquier modelo de

investigación de operaciones. Esto da al modelo una característica dinámica

que permite al analista verificar cambios en la solución óptima que pudieran

resultar de posibles cambios a futuro en los datos del modelo. Las

características dinámicas en los modelos tipifican la mayoría de las

actividades comerciales. La ausencia de procedimientos capaces de estudiar

la forma en que la solución óptima responde a los cambios puede generar

una solución estática obsoleta, antes de que se tenga una oportunidad de

implantarla.

2.3.7 Costo Marginal

Según el INTEVEP (1989), se denomina costo marginal al valor en el

cual se debe cambiar el costo unitario correspondiente a una variable para

aumentar o disminuir el valor de la función objetivo.

Este factor se utiliza ampliamente en modelos de programación lineal

para determinar el precio mínimo de un producto o el costo máximo de un

insumo.
 62

Este parámetro tiene rangos pequeños de aplicación, pues el mismo

es la pendiente que tiene la función objetivo en un punto dado, y en el caso

que se incremente el rango de aplicación de alguna ecuación de balance,

puede ubicarse en otro punto óptimo, por lo que el valor de la función objetivo

cambia y el costo marginal obtenido con anterioridad no aplica.

2.3.8 Resistencia al Cambio

Un factor que debe ser considerado para garantizar la implantación del

sistema es la resistencia al cambio, una indicación de la fuerza de resistencia

consiste en el hecho de que muchas veces se necesita un agente externo

para que tenga éxito un programa de cambio. Se distinguen dos fuentes

(Kaplan 1998 p, 157) generales de cambio:

a) Incertidumbre acerca de las causas y efectos del cambio: Los

miembros de una organización pueden resistirse al cambio por preocuparles

la manera en que su trabajo y sus vidas se verán afectados por él. Aun

cuando se sienta una considerable insatisfacción con su trabajo actual, quizá

les preocupe que las cosas empeoren cuando se introduzcan los cambios
 63

propuestos. Cuando otra persona inicie el cambio, se sentirán manipulados y

se preguntarán cuál es la verdadera intención que se persigue con él.

b) Renuencia a renunciar a los beneficios actuales. El cambio apropiado

debería beneficiar a la empresa en general; pero para algunos individuos el

costo de él no será compensado de manera adecuada por las ventajas del

cambio, en términos de perdida de poder, prestigio, salario, calidad del

trabajo y otras ventajas.

Los miembros de la organización pueden resistirse al cambio por estar

conscientes de los posibles problemas que evidentemente han pasado

inadvertidos a los indicadores del cambio. Las diferentes evaluaciones de la

situación representan un tipo de conflicto constructivo que los gerentes

deberán reconocer y usar para hacer más eficaces en la propuesta de

cambios.

2.4 Definición de Términos Básicos

A Continuación se presentan algunos términos que son fundamentales

para el desarrollo de investigación:

C1: Metano

C2: Etano
 64

C2H2: Etino

C2H4: Etileno

C2H6: Etano

C3: Propano

C3H4: Propino

C3H6: Propileno

C3H8: Propano

C4: Butano

C4H10: Butano

C4H6: Butino

C5: Pentano

C5 +: Pentanos y más pesados

CH4: Metano

CO: Monóxido de carbono

CO2: Dióxido de carbono

Contabilidad: Medición, registro y presentación de la información.

Conversión: Procesos que ocurre en los hornos de craqueo de olefinas y

que consiste en el proceso de convertir el gas en sus derivados

Costo: Valor del sacrificio realizado para adquirir bienes o servicios.

Costos administrativos: Son los que se incurren en la dirección, el control y

la operación de una compañía.

Costos directos: Costos que la gerencia es capaz de asociar con artículos o

áreas específicos.
 65

Costos de oportunidad: Beneficios perdidos al descartar la siguiente mejor

alternativa.

Costos fijos: Aquellos costos que en total permanecen constantes a lo largo

de un rango relevante de producción, por lo que el costo por unidad varía en

forma inversa con el volumen producido.

Costos indirectos: Costos que son comunes a muchos artículos o áreas y

que, por tanto, no pueden asociarse directamente a un artículo o área.

Costos indirectos de fabricación: Se usan para acumular los materiales

indirectos, la mano de obra indirecta y todos los demás costos indirectos de

manufactura.

Costos variables: Aquellos costos que varían en su total, en proporción

directa a los cambios en el volumen de producción y cuyo costo unitario

permanece constante dentro del rango relevante.

Craqueo del gas: Descomposición del gas en sus componentes, por efecto

de la temperatura y la presión. Normalmente tiene lugar en hornos que

alcanzan grandes temperaras y especialmente diseñados para tal fin.

DOW: Dow de Venezuela C.A.

EDC: Dicloruro de etileno

ESTIZULIA: Estireno del Zulia C.A.

F.O.: Función objetivo

H2: Hidrogéno

INTEVEP: Instituto Tecnológico Venezolano de Petróleo

LGN I: Planta procesadora de gas natural licuado I

 66

LGN II: Planta procesadora de gas natural licuado II

Lpmc: Libra por metro cúbico

Margen de contribución: Diferencia entre las ventas y costos variables.

MB: Megabytes

MBs: Miles de Bolívares

MM3 : Miles de metros cúbicos

MMPCD: Millones de pies cúbicos diarios

MMSPCD: Millones de pies cúbicos estándar por día

MTMA: Miles de toneladas métricas anuales

MUNTD: Miles de unidades por día

MVC: Cloruro de monovinilo

PDVSA: Petróleos de Venezuela S.A.

Planeación: Formulación de objetivos por parte de la gerencia de la

organización, así como de los programas de operación para lograr las metas

de la gerencia.

POLINTER: Poliolefinas Internacionales, empresa mixta consumidora de

etileno

PEQUIVEN: Petroquímica de Venezuela S.A.

PPE: Planta purificadora de etano

PROPILVEN: Polipropileno de Venezuela C.A, empresa mixta consumidora

de propileno

PVC: Cloruro de polivinilo

Recurso: Es lo que se necesita para la producción.

 67

TM: Toneladas métricas

TMA: Toneladas métricas anuales