Resumen: La eleccin de una gra torre adecuada junto con su ubicacin puede afectar

considerablemente los costos y la duracin del proceso de construccin. La ubicacin de la

gra torre determina el tiempo de viaje de transporte de material entre los puntos de la oferta
y la demanda y, por ende, los costos de operacin. Por otro lado, la distancia entre la gra
torre y los puntos de suministro, as como la distancia entre la gra torre y la demanda apunta
que afecta de forma considerable la capacidad del momento de carga mnima requerida de las
gras y las gras de alquiler y gastos de funcionamiento. Los estudios anteriores sobre la
optimizacin de la ubicacin de las gras torre en un sitio de construccin se han centrado
principalmente en la minimizacin de los costos de operacin de la gra a travs de minimizar
su tiempo de operacin, domina el efecto de gra torre ubicacin de la capacidad requerida y,
por lo tanto, el alquiler y los costos de operacin. Este trabajo presenta un modelo de
optimizacin de la ubicacin de la gra modificado que tambin tiene en cuenta los efectos de
la ubicacin de la gra de la capacidad requerida, en la parte superior de tiempo de
funcionamiento, al minimizar el costo total de las operaciones de levantamiento. Un modelo
de programacin entera mixta es desarrollado y aplicado al estudio de un caso real para
ilustrar la importancia de la contabilidad para el efecto de ubicacin de la gra de la capacidad
requerida en optimizacin de la ubicacin de la gra. Adems, mediante un estudio de caso
hipottico, la presencia de diferencias sustanciales entre los pesos de los elementos
requeridos en diferentes puntos de la demanda es identificado como un importante
parmetro de proyectos concretos que afectan a la magnitud de los errores ocurridos al pasar
por alto los requisitos de capacidad y sus efectos sobre el alquiler y los gastos de
funcionamiento de la gra, problema de optimizacin de ubicacin. DOI:
10.1061/(ASCE)CO.1943-7862.0001215. 2016 de la Sociedad Americana de Ingenieros
Civiles.

Introduccin

La ereccin de un edificio alto generalmente involucra el uso de gras torre para levantar
varios componentes, incluidos elementos prefabricados, vigas de acero, hormign
premezclado y gran panel de encofrado. La seleccin de gras torre y su posicionamiento
adecuado puede tener efectos significativos en los costos y la productividad general de la
operacin de construccin (Hasan et al. 2013; Tam y Tong 2003). En la prctica, la complejidad
de la gra torre seleccin, debido a la multiplicidad de factores que deben ser considerados,
por una parte, y la ausencia de referencias cuantitativas sobre la otra, alienta a los ingenieros
confan en su experiencia. Los criterios tcnicos para la seleccin de gras torre han sido
ampliamente analizados en estudios anteriores e incluyen la carga mxima de elevacin, la
altura de elevacin, mayor radio de elevacin, Holgura admisible y la capacidad de carga del
suelo (Wu et al. 2011; Olearczyk et al. 2012; Furusaka y gris, 1984; Sawhney y Mund 2002). La
carga mxima de elevacin y alturas de elevacin son parmetros impuestos por la creacin de
elementos prediseados, mientras que la capacidad de carga del suelo es impuesta por la
ubicacin del sitio de construccin. La mayor elevacin de RADIUS, por otro lado, est
determinada por la capacidad de la gra (Zhang et al. 1999).

Investigaciones previas sobre la planificacin de la operacin de la gra torre se ha centrado

principalmente en asegurar una operacin segura y eficiente de gras y minimizar los costes
operativos. Una serie de tres dimensiones (3D) marcos de visualizacin, que tambin ofrecen
un minuto byminute programacin de la gra torre de operaciones, han sido desarrollados
para evaluar la pluma de minas y la posibilidad de colisin (Moghadam et al. 2012; Olearczyk
et al. 2012). Por otro lado, una gran parte de la investigacin se ha centrado en la
identificacin de la ubicacin ptima de las gras torre y puntos de suministro de materiales
en el sitio de construccin para minimizar los costos de las operaciones de levantamiento (Lien
y Cheng, 2014; Tam et al. 2001; Huang et al. 2011). La demanda apunta en un sitio de
construccin generalmente son dictados por la ubicacin y forma del edificio. La ubicacin de
la gra torre determina el tiempo de viaje de materiales entre la oferta y la demanda y, por
tanto, puntos de los costos operativos. El problema de la identificacin de la ubicacin ptima
de las gras de torre entre ubicaciones disponibles en un sitio de construccin pueden
clasificarse como una extensin de la planificacin del diseo del sitio (SLP) problema donde
un diseo ptimo de diferentes instalaciones de configuracin es buscado, maximizar o
minimizar uno o ms objetivos (Tommelein et al. 1992). SLP problemas han sido estudiados a
fondo y una gama de modelos dirigidos a varios objetivos incluyendo gastos de manipulacin
de materiales, la seguridad y el ruido de la construccin han sido desarrollados (Li y Amor
1998; Hammad et al. 2015; y 2006; El-Rayes Khalafallah Elbeltagi et al. 2004). Sin embargo,
aparte del movimiento horizontal de materiales considerados en SLP, la gra torre y material,
la ubicacin del punto de suministro problema de optimizacin debe adems cuenta para el
desplazamiento vertical debido al movimiento vertical del gancho.

Minimiza el tiempo de funcionamiento de la gra torre, que tiene un efecto directo en sus
costos operativos, ha sido ampliamente estudiado en la literatura. Zhang y cols. desarrollaron
un modelo analtico que considera el tiempo de viaje de los ganchos de la gra torre y aprob
una simulacin de Monte Carlo para optimizar la gra torre ubicacin (Zhang et al. 1999). La
gra considerado en este estudio, sin embargo, fue sealado y el efecto de la ubicacin de los
puntos de suministro en los requisitos de izado y el tiempo de viaje no fue considerado. Para
dar cuenta de este ltimo, Tam et al. Utilizaron una red neuronal artificial (RNA) modelo para
predecir la gra torre de operaciones y luego se adaptaron un modelo de algoritmo gentico
para optimizar la gra y puntos de suministro de distribucin (Tam y Tong 2003; Tam et al.
2001). El estudio de caso utiliza por Tam et al. (2001) para ilustrar la efectividad de su modelo
fue posteriormente utilizado por un nmero de estudios para comparar la eficacia de otras
tcnicas de optimizacin. Por ejemplo, Huang et al. (2011) utiliza la programacin lineal entera
mixta (MILP) para optimizar la gra y ubicaciones de suministro y mostr que su mtodo
reduce el tiempo de desplazamiento del gancho en un 7% en comparacin con los resultados
obtenidos con el mtodo de algoritmo gentico adoptadas anteriormente. MILP fue usado
para asegurar el logro de una solucin ptima global (Huang et al. 2011). Lien y Cheng (2014)
utiliza el algoritmo de abeja de partculas (PBA) y comparar sus resultados con los resultados
obtenidos de la abeja algoritmo (BA) y optimizacin de enjambre de partculas (PSO), se
inform de un mejor rendimiento para PBA de BA y PSO. Los autores tambin informaron de
que sus modelos mostraron resultados similares a los obtenidos por Huang et al. (2011),
cuando se aplican al mismo estudio de caso. Otra tcnica de optimizacin, el algoritmo firefly,
fue adaptado por Wang et al. (2014, 2015), para optimizar el diseo de gra torre mediante el
uso de la cantidad los despegues de BIM.

Sin embargo, un supuesto clave en la mayora de los estudios anteriores es que la gra torre es
capaz de manejar el peso mximo necesario para ser levantado y que el radio de elevacin de
la gra torre es lo suficientemente grande como para cubrir todo el rea de trabajo. Esto a
pesar del hecho de que, en la prctica, la radio de elevacin de la gra torre est determinada
por su capacidad y el peso del elemento ms pesado para ser levantado y que la necesaria
capacidad de gra torre vara con respecto a su ubicacin en relacin con las cargas ms
pesadas (Zhang et al. 1999). Destacando su importancia, la capacidad de la gra ha sido
incorporada en los modelos de optimizacin presentado en una serie de estudios previos
(Zhang et al. 1999; Tam et al. 2001; Tam y Tong 2003). Sin embargo, los mtodos adoptados
por estos estudios se dirigen principalmente a asegurar la capacidad de la gra para satisfacer
los requisitos de momento el proyecto, independientemente de su ubicacin ptima
seleccionada.

Esto lleva generalmente a la seleccin de un nico tipo de gra y capacidad para el proyecto
antes de la optimizacin. La capacidad de la gra seleccionada se utiliza para definir una zona
permitida para los puntos de suministro y gra torre, basada en RADIUS de elevacin de la
gra, seleccionada como un aporte a la optimizacin. Sin embargo, la seleccin de una nica
capacidad de la gra, independientemente de la ubicacin, antes de la optimizacin tiende a
pasar por alto los efectos que las variaciones en la ubicacin de la gra pueden tener sobre la
capacidad necesaria y, por lo tanto, gastos de alquiler y funcionamiento de la gra. Cualquier
aumento de la capacidad requerida podra afectar directamente tanto de funcionamiento y los
gastos de alquiler de una gra torre. Gras de mayor capacidad son generalmente ms caros
para alquilar o comprar. Adems, gras con capacidades superiores son generalmente ms
caro de operar, especialmente debido a su comnmente un mayor consumo de combustible y
los costes de mantenimiento de gras con capacidad inferior. Por lo tanto, aparte de los
efectos en el tiempo de funcionamiento, la ubicacin de una gra torre tambin influye
directamente en la capacidad requerida, que a su vez afecta tanto a su alquiler y gastos de
funcionamiento. Este trabajo presenta un modelo de optimizacin de la ubicacin de la gra
modificado para minimizar el total del alquiler y los costes operativos asociados con la gra al
examinar los efectos de la gra ubicacin en tanto su tiempo de funcionamiento y la capacidad
requerida. Un modelo de programacin entera mixta es desarrollado y aplicado a un caso real
de estudio.

Para resaltar la importancia, los resultados son comparados con aquellos con vistas a alcanzar
por los efectos de la ubicacin de la gra de la capacidad requerida. Adems, mediante un
estudio de caso hipottico, la presencia de diferencias sustanciales entre los pesos de los
elementos requeridos en diferentes puntos de la demanda se destaca como un importante
parmetro de proyectos concretos que afectan a la magnitud de los errores ocurridos al pasar
por alto los requisitos de capacidad y sus efectos sobre el alquiler y los gastos de
funcionamiento de la gra, problema de optimizacin de ubicacin.

Modelizacin de la gra torre problema de diseo

Las secciones siguientes presentan el modelo de MIP formulados para una optimizacin de la
ubicacin de la gra problema descrito anteriormente.

Modelado de movimiento de la gra torre para el transporte de material

Fig. 1 resume los principales datos de entrada requeridos por el modelo de optimizacin. Las
ubicaciones de los puntos de la demanda, que suelen ser dictadas.

Por la ubicacin y forma del edificio, as como las posibles ubicaciones de los puntos de
suministro de gra torre y los parmetros de entrada son necesarios para estimar los tiempos
de transporte de material y el momento mximo esperado para ser experimentado por la gra
torre. Debido a los efectos de varios factores especficos del proyecto incluyendo fuerza de
sustentacin y la interferencia con otros equipos u obstculos, se supone que las posibles
ubicaciones para gras torre han sido identificados previamente por el equipo de ingeniera.
Zhang et al. (1999) desarroll un conjunto de ecuaciones para modelar el gancho el tiempo de
viaje, cuando el transporte de los materiales de la oferta a la demanda de puntos. Movimiento
del gancho es una combinacin de tres diferentes movimientos: radial y tangencial en el plano
horizontal

(Figs. 2(a y b)] y el gancho movimiento vertical en el plano vertical [Fig. La letra c) del apartado
2]. Sobre la base de los movimientos mostrada en la Fig. 2, eqs. (1)-(3) se puede utilizar para
calcular la distancia entre la oferta y la demanda y puntos entre los puntos antes mencionados
y la gra torre: (frmulas).

El tiempo gastado para movimientos radial y tangencial del gancho puede calcularse
posteriormente utilizando eqs. (4) y (5), respectivamente. El total de tiempo de movimiento
horizontal es una combinacin del tiempo gastado para movimientos radial y tangencial y
pueden deducirse de EQ. (6). El parmetro muestra el grado de coordinacin entre el
movimiento tangencial de la pluma y el movimiento radial, y depende del nivel de habilidad de
la gra torre del operador. Se ha recomendado que un valor entre 0 y 1 debera ser asignado a
, donde 0 y 1 stand para el pleno movimiento simultneo y consecutivo completo
movimiento, respectivamente (Zhang et al. 1999). (Dibujos de frmulas 4, 5, y 6).

El tiempo de desplazamiento vertical del gancho puede estimarse utilizando el EQ. (7). Eq. (8)
se utiliza para calcular el tiempo de viaje total del gancho de la oferta a la demanda. Como
puede verse, el tiempo de transporte global obtenida de esta ecuacin es una combinacin de
los tres movimientos descritos anteriormente. El parmetro se refiere al grado de
coordinacin entre el movimiento gancho en los planos verticales y horizontales. Similar al
parmetro , el parmetro puede tomar un valor entre 0 y 1, donde 0 y 1 corresponden a
pleno movimiento simultneo y consecutivo completo movimiento, respectivamente. El
parmetro k hace referencia al grado de dificultad en controlar el movimiento del gancho de
la gra torre en la ubicacin k y se define en una escala entre 0.1 y 10.0, donde 0,1 y 10
corresponden a modo de funcionamiento rpido con el apoyo del sistema de vdeo avanzada y
de un modo muy lento debido a las difciles condiciones del sitio, respectivamente, segn lo
sugerido por Zhang et al. (1999). (dibujos de frmulas 7 y 8)

Gra torre Ubicacin problema considerando los gastos de alquiler y funcionamiento

La gra torre problema considerando la ubicacin de funcionamiento y los gastos de alquiler

(TCLP) puede ser declarado como sigue: Dado un conjunto predefinido de ubicaciones
potenciales para una sola gra torre junto con conocidos puntos de demanda, que requiere el
transporte de material de ciertos pesos a partir de un nmero determinado de puntos de
suministro, elija una ubicacin nica para la gra y asignar uno o ms de los puntos de
suministro a los puntos de demanda. Esto se hace de tal forma que la capacidad mxima de
una gra torre, segn lo determinado por la distancia entre la gra torre ubicacin y todos los
puntos de la demanda, sea respetada y al mismo tiempo reducir al mnimo el tiempo de viaje
entre el par de puntos. Por lo tanto, una correlacin entre cada punto de demanda definidas y
uno o ms puntos de suministro de resultados. Una hiptesis es tal que cada punto de
suministro tiene una capacidad ilimitada para almacenar materiales. La contribucin del
modelo presentado en este documento es la consideracin de la capacidad de la gra torre
como un factor adicional, junto con el tiempo, para minimizar los costos totales de
funcionamiento y de alquiler. La idea reflejada por el modelo es la posibilidad de hacer una
eleccin en cuanto a la capacidad de la gra torre que ser el ms adecuado para el proyecto
en la mano, dado que el principal determinante de una gra torre de capacidad de carga es el
momento de carga resultante debido al transporte de material entre la demanda y la oferta de
puntos. El TCLP est resuelto a travs de un problema de optimizacin holstica y no a travs
de un set individual problemas definidos para determinar asignaciones independientes de la
oferta y la demanda apunta realizado a travs de encontrar la distancia mnima entre los
puntos, etc. Esto es debido a que la decisin de asignar un nico punto de suministro a un
punto de la demanda tendr una influencia sobre la asignacin global resultante a otros
puntos, especialmente teniendo en cuenta el tiempo necesario para transferir materiales entre
los puntos de inters. Por lo tanto, se propone un enfoque global para obtener soluciones
ptimas.

La MIP modelo presentado por Huang et al. (2011) se ampli mediante las siguientes
ecuaciones para considerar la capacidad de la gra torre y gastos de alquiler, as como el
efecto de la capacidad de explotacin y gastos de alquiler: (frmulas nmeros 9 17).

La funcin objetivo definido en la ecualizacin. (9) las cuentas de explotacin y los gastos de
alquiler. Tanto los gastos de alquiler y funcionamiento fueron formulados en funcin de un
nico objetivo. Implementar un enfoque multi objetivo, donde dos funciones objetivas
independientes estn formulados para sufragar los gastos de funcionamiento y gastos de
alquiler, no podr llevar una contabilidad precisa de la dependencia de los gastos de alquiler
en el momento de la operacin y la capacidad de la gra torre. Desde la ubicacin de la gra
torre es un factor importante que afecta el funcionamiento y los costes de alquiler de la gra,
es necesario incrustar la ubicacin de la gra en los parmetros asociados con los costos
mencionados. Como resultado, eq. (9) incluye una sumatoria de ambos el costo operativo Co k
y el costo del alquiler Cr k, donde ambos parmetros estn directamente relacionados con la
ubicacin de la gra torre k. Para un conjunto de ubicaciones predefinidas, el momento de
carga mxima que una gra torre se coloca en dicha ubicacin se experiencia puede inferirse a
priori, ya que el peso que se va a levantar, el cual est asociado con cada punto de demanda,
pueden deducirse a partir de la informacin disponible en los planes de diseo, etc. Como
resultado, los costos pueden ser asignados a cada ubicacin predefinida que resalta la relacin
entre la ubicacin elegida y el costo del alquiler Crk. El parmetro k Co en la funcin objetivo
representa el efecto de capacidad de momento de la gra sobre los costos gastados durante su
fase de funcionamiento. Se espera que la capacidad de la gra torre se refleja directamente en
el costo de funcionamiento de la gra, como gras con capacidades superiores, tendr un
mayor consumo de energa, requieren ms sofisticadas rutinas de mantenimiento, etc. Una
medida de factores tales como operadores de salarios, los costos del consumo de energa y
mantenimiento han sido incorporadas en el parmetro de costos operativos, Cok , consultando
RSMeans (2015). El objetivo general, la funcin de ecualizacin. (9), por lo tanto, destaca el
hecho de que tanto los gastos de alquiler y funcionamiento de una gra torre utilizada en el
sitio estn influidos por su capacidad. La funcin objetivo se pondera segn el tiempo
empleado para el transporte de materiales entre la oferta y la demanda. El tiempo de viaje es
considerado como el principal factor que determina la duracin total del proceso de elevacin
y, por tanto, asociados Alquiler de gra y los costos de operacin. Con esto en mente,
minimizando el tiempo de viaje ha sido usada convencionalmente como el objetivo principal
de la optimizacin de la ubicacin de gra (Zhang et al. 1999; Tam et al. 2001; Tam y Tong
2003; Huang et al. 2011; Lien y Cheng, 2014; Wang et al. 2014).

Varios tipos de restricciones se definen para representar a la regin factible del modelo de
optimizacin. La gra torre restriccin de posicin, representada por el EQ. (10), determina
una seleccin nica de una posicin de la gra torre en un sitio de construccin, k entre un
conjunto de alternativas disponibles. Para garantizar que los resultados de una correlacin
entre cada punto de demanda y al menos un nico punto de suministro, eq. (11) se define.
Esta ecuacin representa la asignacin de puntos de suministro de delimitacin, y se especifica
que al menos un punto de suministro debe ser asociado con cada punto de demanda. j. Esta
asignacin de puntos de suministro a los puntos de la demanda se hace bajo la consideracin
de tanto tiempo de viaje entre pares de puntos de la oferta y la demanda, y el radio de la gra
de elevacin de la gra torre, determinado a travs de EQ. (12). El modelo est configurado de
tal forma que el levantamiento radius para cada ubicacin de la gra se evala basndose en el
producto de la mxima distancia entre la gra y los puntos de la demanda y el peso para ser
transportados a la demanda. Esto garantiza que la gra seleccionada puede llegar a todos los
puntos de la demanda. Sin embargo, la asignacin de puntos de suministro a los puntos de la
demanda est limitada de tal forma que el levantamiento radius requerido para alcanzar el
punto de suministro no es ms que la necesaria para llegar a los puntos de demanda. Eq. (13)
est configurado de tal forma que si ambos xij y ijk igual uno luego lc ser igual a uno
demasiado. Esto garantiza que la carga mxima momento vivido por la gra en un lugar
determinado por el transporte de material desde un determinado punto de suministro i I es
inferior al momento de carga mxima experimentada por la gra al entregar material a todos
los conjuntos de la demanda puntos g J.

Fig.3

Para resaltar de forma clara el mecanismo subyacente a la idea que se refleja en la

ecualizacin. (13) Un ejemplo de una instancia de transportar un material con peso Wg entre
una oferta y una demanda punto i punto j est representado en la Fig. 3(a), donde se impone
un lmite mximo en el alcance de la Gra pescante, subrayada por la circunferencia del
crculo. Fig. 3(b) es el acompaamiento grfico de carga de una gra torre martillo supone para
el proyecto de ejemplo. El grfico de carga presenta la capacidad de la gra correspondiente al
mximo radio de elevacin de la gra. Como puede verse, el radio de elevacin permitida slo
se extiende cuando la capacidad de elevacin de la gra se reduce. En el punto A, cuando el
alcance de la Gra pescante est limitada a 20 m, la carga mxima que la gra es capaz de
levantar es de 16 t. Si la gra se coloca en una forma donde el alcance de la pluma se ha
aumentado a 75 m, es decir, Punto B, de su capacidad de levantamiento cayera a 3,2 t. Por
consiguiente, el equilibrio debe alcanzarse entre la ubicacin de la gra torre y su alcance
mximo, tal como se ilustra en la Fig. 3(b).

Multiplicando la distancia de la gra torre desde cada punto de demanda, Dgk, por el peso del
material a ser transportado a cada punto de demanda, GT, un conjunto de momentos de carga
es obtenida, (Dgk:Wg). La carga mxima en este momento define la capacidad de la gra torre
delineado por un crculo de radio mximo que la gra puede estar situado dentro de la
demanda, de tal forma que el punto se encuentra en el centro del crculo. El radio del crculo,
obtenidos a partir de grficos de carga como la de la Fig. 3(b), es, por lo tanto, derivado
directamente desde el momento de la carga de la gra. Basado en el mismo concepto, un
crculo similar puede extraerse con el punto de suministro en el centro. Por lo tanto, para ser
capaz de levantar peso Wg desde el punto de suministro a la demanda i punto j, la gra est
obligado a ubicarse en el rea sombreada que se muestra en la Fig. 3(a). De lo contrario una
gra torre con mayor capacidad, o una combinacin de dos o ms gras torre, deben
desplegarse para realizar el transporte de material descrito. Una instruccin condicional es,
por tanto, implcitamente, impuestas por la variable binaria ijk en Eq. (12), el cual est
basado en el concepto detrs de gra torre grficos de carga de tal manera que pueda
garantizarse que la mxima capacidad de la gra torre no est superado. Si la carga impuesta
sobre una gra torre debido al levantamiento de un material desde su punto de suministro, en
una ubicacin k de la gra torre, es mayor que el nmero mximo de resultados que de
momento de carga de suministrar toda la demanda apunta a una determinada ubicacin de la
gra torre, entonces ijk ser igual a cero.

Desde la ubicacin y el peso del material requerido en cada punto de la demanda estn
predeterminados basados en la informacin presente en el inicio del proyecto, eq. (12) es
usado como un identificador que indica el algoritmo de optimizacin para la posible ubicacin
de los puntos de suministro basado en los momentos de mximo especificado. Esto asegura
que la distancia del punto de alimentacin de la gra torre, Dik, cae dentro del radio mximo
permisible de la gra torre. Para asegurar una correcta asignacin de la variable xij, que asigna
puntos de suministro a los puntos de la demanda, es un requisito que la capacidad de la gra
torre, como determinado por el EQ. (12) no es violado. Por lo tanto, la variable binaria acta
como un enlace para definir la variable xij, donde la oferta punto i se asigna a la demanda
punto j slo si ijk es igual a uno.

La variable ijk ha sido introducida en la Eq. (14) y la funcin objetivo [EQ. (9)] para asegurar
una mayor relajacin y mejor desempeo del modelo. Su valor depende del valor obtenido por
ijk, de modo que cuando ambos ijk y xij igual, ijk, por definicin, tambin sera igual a uno,
mientras que si alguno de ijk y/o xij pasar a ser cero, se veran obligados a ijk igual a cero;
ijk nunca est permitido tomar en cualquier otro valor aunque es definido como una variable
continua. La inclusin de ijk en la funcin objetivo es necesario porque la funcin objetivo
enlaces el viaje El tiempo tomado para mover un punto de suministro de material de i a la
demanda punto j, utilizando una gra torre situada en la ubicacin k, y el momento de carga
inducida por la capacidad de la gra debido al movimiento del material, a los alquileres y los
gastos de funcionamiento gastados. La integralidad de ijk es relajada para mejorar la
eficiencia del modelo. La presencia de esta variable contina, ijk clasifica el modelo
propuesto como un modelo entero mixto.

Para comprender cmo el modelo sera desplegada en un caso dado, Fig. 4 se presenta
simplemente para proporcionar una imagen simplista de la salida resultante del algoritmo
simplex (Todd, 2002) desplegados en muchos algoritmos de resolucin lineal para resolver los
problemas de optimizacin similares a la TCLP. Los pasos representados en la Fig. 4 no
presentan el caudal exacto base del algoritmo utilizado. El diagrama de flujo presentado
pretende simplemente para demostrar un flujo de proceso simplificado para obtener la
solucin ptima en el caso de estudio presentado en este documento. En cualquier punto
donde la capacidad verificacin falla, el solver realizar permutaciones combinatorias para
alterar los ndices de xij hasta una mejora en la funcin objetivo es alcanzado. Dado que todas
las dems variables (enumerados en la seccin "Anotacin") estn vinculadas en el modelo
propuesto, una actualizacin de los valores asumidos por estas variables, debido a la alteracin
de los resultados xij.

Como paso inicial, la ubicacin de la gra torre es la primera ubicacin definida K 1. Una
asignacin para la variable xij se hizo entonces, donde un valor de 1 se asigna una correlacin
entre la oferta y la demanda el punto i punto j. Una condicin necesaria utilizados durante el
proceso de asignacin es la minimizacin del tiempo de viaje Tijk dentro de la funcin objetivo.
Una vez que una correlacin entre la oferta y la demanda de puntos es alcanzado, la capacidad
de carga de la gra torre est marcada. Si la capacidad condicin se satisface entonces la
posterior ubicacin disponible de gra torre es elegido, asignndole un valor de uno y el
procedimiento para la asignacin de la variable xij y la comprobacin de la capacidad se realiza
todo el proceso de nuevo. Si la restriccin de capacidad es violado, una asignacin entre
diferentes puntos de la oferta y la demanda de resultados. Este procedimiento se repite hasta
que la restriccin de capacidad est satisfecho. Una vez que se han evaluado todas las
ubicaciones, lo que se traduce en el objetivo mnimo funcin est seleccionada como la ptima
ubicacin de gra torre z. Los dominios de las variables asociadas con el modelo se definen en
eqs. (15)-(17). Las variables binarias se especifican como el modelo est formulado como un
problema de asignacin de Burkard (1984). La integralidad de la variable de condicin ijk es
relajado, desde la forma en que las otras restricciones se definen, en particular, eqs. (14), (15)
y (17), garantizar automticamente un valor de cero o uno que se asigna a la variable ijk.

Estudio de caso

Ejemplo examinado el caso para demostrar la aplicabilidad del modelo desarrollado es uno de
los cuatro bloques idnticos de un proyecto residencial. Una vista en 3D del edificio, as como
de la parte superior y la fundacin opiniones de la presentacin del sitio, se muestran en la Fig.
5. Cada bloque de edificio es de 18 pisos de altura, con una superficie de 22.500 m2 y est
posicionado en un ngulo girado con respecto a los dems. El sistema estructural diseada
para este proyecto consiste de acero momento resistiendo a marcos y losas compuestas. Una
gra torre deben ser seleccionados y colocados para cada uno de los bloques para construir el
armazn de acero. La gra torre viable y punto de suministro posiciones identificadas por el
equipo de ingeniera se muestran en el sitio web de la Fig. 6 y sus coordenadas se enumeran
en la Tabla 1. En el presente estudio, no se encontr diferencia de costos significativos
asociados a la instalacin de gras en diferentes ubicaciones viables. Sin embargo, en algunos
casos, las gras de posicionamiento dentro de la huella de instalaciones construidas pueden
suponer considerables costes de instalacin adicionales que deben tenerse en cuenta en una
optimizacin de la ubicacin de la gra. Las coordenadas de los puntos de la demanda (un total
de 968 coordenadas) as como el peso de las secciones de acero requerido en cada punto se
obtuvieron a partir de un modelo de ETABS para su uso en el modelo de optimizacin de MIP.
Un conjunto representativo de datos de entrada en los puntos de demanda, incluyendo el
peso de los miembros de acero para ser transportados a cada punto se presenta en la Tabla 2.

Durante una etapa de preprocesamiento, todas las variaciones posibles del tiempo total
necesario para el transporte de las secciones de acero de la oferta a la demanda de puntos se
calculan utilizando las coordenadas de entrada y eqs. (1)-(8). Los valores de las velocidades y
otros parmetros requeridos por estas formulaciones se deduce de Zhang et al. (1999), de tal
forma que los valores de VH, V Vr, y se supone que es 60 m=min 7,75 rad=min y 53,3 m=min,
respectivamente. El , , y parmetros fueron tomadas para ser 0.25, 1.0 y 1.0,
respectivamente. El funcionamiento, Cok , y los gastos de alquiler, Crk, de gras con un
nmero de diferentes capacidades comnmente usado en Australia fueron recopilados de
Titn, gras y aparejos (2016), una empresa de alquiler de gras torre y se utilizaron como
base para estimar los costos de otras gras con capacidades diferentes a travs de la
interpolacin (Tabla 3). Los gastos de alquiler fueron convertidos en AUD/min considerando
seis das laborables por semana y ocho horas de trabajo por da.

El modelo propuesto y resuelto utilizando CPLEX linealizada (IBM 2009). El modelo

desarrollado se ha aplicado al caso de estudio para seleccionar la ubicacin ptima de la gra
torre que minimiza el coste total de la reserva. Los resultados obtenidos se presentan en la
Tabla 4. Para comparar los resultados obtenidos con los modelos utilizados anteriormente que
no toman en cuenta la capacidad de la gra torre mientras optimiza la gra y los puntos de
suministro de diseo, el mismo caso fue resuelto sin aplicar restricciones en los ecualizadores.
(12)-(14). Los resultados obtenidos en este ltimo caso se dan en la Tabla 5.

Como se muestra en la Tabla 4, entre los seis posiciones predeterminadas para la gra torre
(Fig. 6), la eleccin de la posicin 1 conduce al mnimo coste total mediante el modelo
desarrollado, que considera que tanto la capacidad y el tiempo de funcionamiento de la gra.
El tiempo de funcionamiento de la gra est ubicado en la posicin 1 es 609.31 min resultantes
en los costes operativos mnimos, a 1,157.70 AUD.

El momento mximo impuesto a la gra tambin se muestra en la Tabla 4. La posicin 1

corresponde tambin a una seleccin de gras con la capacidad mnima requerida y, por tanto,
un coste mnimo de alquiler en comparacin a otras posiciones. Si una gra se coloca en la
posicin 5, podra experimentar mayores momentos, pero su coste de alquiler todava sera
similar a la gra est situado en la ubicacin 1, basndose en los precios que se indican en la
Tabla 3. La posicin 5, no obstante, tienen un mayor coste total debido al mayor tiempo de
funcionamiento de la gra, en 1,016.15 min. Si la gra se coloca en la posicin 4,
experimentar el mayor momento as como uno de los ms altos de tiempo de
funcionamiento en comparacin con otros lugares.

Omitiendo las limitaciones de su capacidad, mientras que la optimizacin de la funcin

objetivo conduce a los resultados que se indican en el cuadro 5. En esa instancia, entre los seis
ubicaciones predeterminadas para la gra torre, ubicacin 3 conduce al mnimo coste total. El
tiempo de funcionamiento de la gra est situado en esta posicin es mnimo e igual a 605.88
min. Sin embargo, la gra torre que se encuentra en la posicin 3 debe tener una capacidad
mnima de 582 m t, que tiene un mayor costo en comparacin con el alquiler correspondiente
que se encuentra en la posicin 1 5. Aunque el tiempo de funcionamiento en este caso es un
0,6% inferior a la ptima respuesta obtenida teniendo en cuenta las limitaciones de capacidad
en eqs. (12)-(14) (posicin 1, Tabla 4), la diferencia en los costos de alquiler provoca un
aumento del 31,9% en el costo total. Esto pone de manifiesto el efecto de la gra torre
posicionamiento en explotacin y los gastos de alquiler y demuestra que es crucial para tener
en cuenta los costes a la hora de planificar para la gra torre Ubicacin y asignacin de puntos
de suministro. Teniendo en cuenta tanto la capacidad y tiempo de funcionamiento al tiempo
que optimiza el diseo de gra torre, un ahorro de 31,9% alcanzado en el total de los gastos
asociados con la gra torre. El hecho de que la funcin objetivo se deteriora despus de la
eliminacin de las restricciones es justificable como el modelo propuesto est formulado como
un MIP, que est en la naturaleza (nonconvex Bixby et al. 2000).

Otro punto destacado por los resultados obtenidos es la diferencia en la asignacin de puntos
de suministro a la demanda de puntos, dependiendo de la ubicacin de la gra torre elegida.
Alterar la gra torre ubicacin lleva a una asignacin especfica de posibles puntos de
suministro, segn lo determinado por los lmites de capacidad representada a travs de las
restricciones en los ecualizadores. (12)-(14), que no deben ser violados. La asignacin de
puntos de suministro a los puntos de la demanda se ve afectada por una serie de condiciones
especficas del proyecto, incluida la geometra de los edificios, las ubicaciones disponibles para
los puntos de la oferta y la demanda, el peso mximo para ser transportadas desde diferentes
puntos de suministro a los puntos de demanda, etc. Por lo tanto, la magnitud del error en el
coste debido a la omisin de los efectos de la ubicacin de la gra de la capacidad requerida y
el costo correspondiente al optimizar la ubicacin de la gra puede variar considerablemente
dependiendo de las condiciones especficas de cada proyecto.
Sensibilidad a la distribucin del peso

Esta seccin tiene como objetivo investigar los efectos de la presencia de diferencias
sustanciales entre los pesos de los elementos requeridos en diferentes puntos de la demanda,
como un representante del parmetro especfico del proyecto, sobre la magnitud de los
errores ocurridos al pasar por alto los requisitos de capacidad y sus efectos sobre alquiler de
gra y los costes operativos. Un estudio de un caso hipottico que involucra la construccin de
columnas en un edificio de 2 pisos con una sola gra torre es considerado. El plan vista del
perfil rectangular de la estructura considerada junto a la ubicacin de 30 puntos de la
demanda, 10 posibles ubicaciones de gra torre, y 5 puntos de suministro se muestra en la Fig.
7. A fin de demostrar la sensibilidad de los resultados a las diferencias en el peso de los
elementos requeridos en diferentes puntos de la demanda, 12 casos diferentes son generados
por el cambio de ubicacin de una carga pesada secuencialmente desde el panel del bloque 1
(en la parte inferior izquierda de la planta del edificio) para Panel 12 (en la parte superior
derecha de la planta del edificio), como se muestra en la Fig. 7. Esto conduce a un aumento en
el tamao y el peso de las columnas del permetro de la losa panel hosting la carga y as
nonuniformity en la distribucin de la carga necesaria en diferentes puntos de la demanda a
travs del diseo. Las distribuciones de peso resultante de 13 casos diferentes incluyendo un
caso bsico con una distribucin de carga uniforme (caso 1) y en 12 casos (casos 2-13) con
distribuciones de peso no uniformes estn dados en la Tabla 6.

El modelo desarrollado se aplic para identificar la ubicacin ptima de la gra torre y el

mapeo de la oferta y la demanda de puntos en cada una de las 13 diferentes casos generados.
Los resultados se presentan en la Tabla 7 e incluyen la capacidad mnima para la gra se coloca
en cada una de las ubicaciones predefinidas, gra ptima ubicacin, y los costos totales.
Adems, los resultados de la asignacin de los puntos de suministro a los puntos de la
demanda estn resumidos en la Tabla 8.

Como se muestra en la Tabla 7, para el caso de distribucin de carga uniforme (caso 1), el
costo total mnimo se logra colocando la gra en la ubicacin 8 de entre todas las posibles
ubicaciones de la gra. Sin embargo, el nonuniformity en la distribucin de la carga debido a la
adicin de una carga pesada a uno de los paneles se traduce en cambios en la ubicacin
ptima de la gra en la mayora de los casos, como se muestra en la Tabla 7. En particular, la
ubicacin ptima de gra torre fue cambiado a la posicin 7 para los casos 2, 3, 4, 6, 8 y 9, a la
posicin 2 para el Caso 5 y la posicin 9 para caso 12.

Tales cambios en la ubicacin ptima de la gra torre se atribuyen a variaciones en la

asignacin de puntos de suministro a los puntos de la demanda debido a la limitacin en la
capacidad de la gra impuestas por las limitaciones de capacidad.

Traints especialmente cuando existe una gran diferencia entre los pesos de las cargas
transportadas a diferentes puntos de la demanda, el mismo modelo se aplic para el caso sin
las limitaciones de capacidad. Como se indica en la Tabla 9, cuando las limitaciones de
capacidad no son consideradas, la ubicacin ptima de la gra torre no cambia a travs de
diferentes casos y siempre est definido como la ubicacin 7. Asimismo, la asignacin de
puntos de suministro a la demanda de puntos es similar para todos los casos, como puede
verse en la Tabla 8. La razn es que cuando las limitaciones de capacidad no sean
consideradas, la solucin ptima es aquella que produce el mnimo tiempo de viaje entre
puntos de la oferta y la demanda. El tiempo de viaje se ve afectado nicamente por la
distancia del viaje y el nmero de viajes. El peso de la carga, que es el factor vara entre los
distintos casos presentados, no tiene ningn efecto sobre el tiempo de viaje y, por lo tanto, los
resultados de la optimizacin, que conduce a la misma solucin para todos los casos.

Para ampliar ms sobre este tema, un ejemplo ilustrativo se presenta en la Fig. 8 considerando
el caso 2, donde la pesada carga adicional se coloca en el panel del bloque 1. Considerando la
demanda apunta slo, un simple anlisis de cargas el momento indica que el mnimo requerido
de la capacidad de la gra est dominada por la capacidad de momento experimentado al
momento de la entrega de la carga a la demanda el punto 30 (que se encuentra ms alejado
de la gra a una distancia de 51.22 m y que requieren una carga de 4 t) y se estima en 204.9
T.M. No obstante, para garantizar el funcionamiento seguro de la gra, la suficiencia de esta
estimacin de la capacidad de la gra para levantar la carga desde asignados puntos de
suministro tambin debe ser evaluada, como la capacidad de la gra es sensible a los
resultados de la asignacin de puntos de suministro ptimo. Considerando la distancia entre
puntos de suministro de gra torre as como cargas que deben levantarse, se puede encontrar
que la mxima carga de momento experimentado por la gra en caso 2 al levantar la carga de
los puntos de suministro est asociado con el levantamiento de la carga pesada (10 t)
requeridas en la demanda los puntos 3, 8 y 9 desde el punto de suministro asignados. Como se
indica en la Tabla 8, mientras que el suministro del punto 3 se asigna a la demanda los puntos
3, 8 y 9, cuando las limitaciones de capacidad no sean consideradas, incluyendo la capacidad
limita conduce a un cambio en el punto de alimentacin asignada al punto de suministro 4,
colocando el punto de alimentacin ptima cerca de la gra torre (Fig. 8). Considerando la
ubicacin de puntos de suministro asignados y las cargas que deben levantarse, la capacidad
mnima requerida de la gra puede estimarse como 280.6 y 182 T.M. para casos donde las
limitaciones de la capacidad son excluidos y figuran, respectivamente. Estos valores se han
calculado teniendo en cuenta la distancia entre la ubicacin de la gra, posicin 7, y los puntos
de suministro 3 y 4, que son, respectivamente, 28,06 y 18,2 m. Comparando estos valores con
la capacidad de la gra previamente determinado en funcin de la demanda puntos indica
que, en el caso de pasar por alto las limitaciones de la capacidad mnima requerida, la
capacidad de la gra impuestas por la ubicacin de los puntos de suministro domina el valor
estimado anteriormente sobre la base de la ubicacin de los puntos de la demanda (y las
cargas transportadas). Por lo tanto, basndose en los resultados del anlisis anterior y la
comparacin de la capacidad de la gra estimado previamente sobre la base de la ubicacin de
los puntos de la demanda, la capacidad de la gra mnima necesaria para satisfacer tanto la
demanda como la oferta de puntos puede estimarse como 204.9 y 280.6 t.m. para casos
donde las limitaciones de la capacidad son incluidos y excluidos, respectivamente. El aumento
de la capacidad de la gra puede a su vez afectar significativamente el costo total del proceso
de elevacin.

Para resaltar el efecto de la contabilidad de las limitaciones de capacidad en el costo total del
proceso de elevacin, el total de costos y error en el total de gastos estimados para las
soluciones ptimas obtenidas con y sin tener en cuenta las limitaciones de capacidad (Tablas 7
y 9) se comparan en la Fig. 9. Como se muestra en la figura, la diferencia de porcentaje oscila
entre 0 a 20%, indicando la posibilidad de un error considerable en la determinacin de la
solucin ptima al pasar por alto las limitaciones de capacidad. Debido a los errores
observados con vistas a las limitaciones de capacidad (Fig. 9), son importantes y hasta un 20%,
para algunos de los casos con distribucin de carga no uniformes en el diseo (Casos 2, 3, 4, 6
y 12) cuando se compara con el error en el caso de distribucin de carga uniforme (caso 1, con
un error de 2,38%).
En general, las conclusiones de los estudios de caso presentados pueden resumirse como
sigue. Primero, las considerables diferencias entre los resultados de los casos resueltos con y
sin limitaciones en la capacidad de mostrar la importancia de la contabilidad de las variaciones
en la capacidad de la gra con variaciones en la ubicacin de la gra y el mapeo de la oferta y
la demanda en los puntos de ubicacin de la gra problema de optimizacin. En particular, en
el estudio de caso presentado, un ahorro de 31,9%, se logr en el total de los gastos asociados
con la gra torre considerando la capacidad de la gra, que pone de relieve la importancia de
los trabajos presentados. En segundo lugar, los resultados del estudio de caso ( anlisis de
sensibilidad) muestran que la importancia de la contabilidad de las limitaciones en materia de
capacidad de optimizacin de la ubicacin de gra es particularmente alta cuando hay una
diferencia sustancial entre los pesos de los elementos requeridos en diferentes puntos de la
demanda. Esto fue ilustrado por estimar los costos totales y el error en el total de gastos para
las soluciones ptimas obtenidas para el caso de anlisis de sensibilidad con y sin tener en
cuenta las limitaciones de capacidad. Los errores observados para algunas distribuciones de
carga eran significativas y hasta un 20%. Adems, la magnitud de los errores debidos a pasar
por alto las limitaciones de capacidad tambin puede verse afectada por otras condiciones
proyecto especfico no considerados en el presente estudio, incluyendo nonuniformity en la
geometra de la estructura y la distribucin de los posibles lugares de gra torre y punto de
suministro ubicaciones alrededor del diseo.

Conclusin

Los efectos de la ubicacin de una gra torre de la capacidad requerida y, por tanto, sobre su
alquiler y gastos de operacin, as como la consiguiente necesidad de considerar este efecto en
la optimizacin de la gra torre ubicacin en un sitio de construccin fueron destacadas en
este estudio. Abarca la capacidad de la gra previamente desarrollados modelos de
optimizacin de ubicacin es ignorado y una nica capacidad de la gra est considerado como
adecuado para todas las ubicaciones en funcin de la carga mxima, descuidando el hecho de
que reducen los requisitos de capacidad de un lugar determinado, lo que conduce a un menor
costo del alquiler, puede bajar considerablemente los costos generales de las operaciones de
elevacin. Para llenar este vaco, un modelo de optimizacin de MIP minimizando los costos
totales incluyendo tanto los gastos de alquiler y funcionamiento fue desarrollado y aplicado a
un caso de mediano tamao proyecto. Los resultados de gra torre ubicacin indicada
considerables diferencias cuando la capacidad de la gra torre est descuidado. Las ventajas
del modelo propuesto fueron destacadas por el 31,9% de reduccin en los costes totales
obtenidos aplicando el modelo propuesto con respecto a los costes asociados con la solucin
ptima obtenida utilizando un modelo de minimizar los costos de operacin. Adems, para
resaltar la sensibilidad de los resultados presentados a las condiciones especficas de cada
proyecto, un estudio de caso hipottico se present donde la presencia de diferencias
significativas entre los pesos de los diferentes elementos necesarios a travs de la
presentacin del sitio fue identificado como representante proyectos especficos a condicin
de que se aade a la importancia de la contabilidad para los requisitos de capacidad de gra en
gra optimizacin de ubicacin. Los resultados indicaron que con vistas a la capacidad de la
gra requisitos en una optimizacin de la ubicacin de la gra problema presentado puede
conducir a errores tan alta como el 20% de los costos totales de la ptima operacin de
elevacin. Los efectos de otros importantes parmetros especficos del proyecto incluyendo
nonuniformity en la geometra de la estructura y la distribucin de los posibles lugares de gra
torre y punto de suministro lugares alrededor de la disposicin sobre la magnitud de los
errores que ocurren al pasar por alto las limitaciones de capacidad deberan ser investigados
con mayor profundidad.