Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: http://rid.unrn.edu.ar/handle/20.500.12049/4244

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorAndersen, Federico-
dc.contributor.authorIturmendi, Facundo-
dc.contributor.authorEspinosa, Susana N.-
dc.contributor.authorDíaz, María Soledad-
dc.date.accessioned2020-02-19T11:25:48Z-
dc.date.available2020-02-19T11:25:48Z-
dc.date.issued2012-12-01-
dc.identifier.citationAndersen, Federico., Iturmendi, Facundo., Espinosa, Susana N. y Díaz, María S. (2017). Optimal Design and Planning of Biodiesel Supply Chain with Land Competition. Elsevier Ltd; Computers and Chemical Engineering; 47; 170-182es_ES
dc.identifier.issn0098-1354es_ES
dc.identifier.issn1873-4375es_ES
dc.identifier.urihttp://www.sciencedirect.com/science/article/pii/S0098135412002281-
dc.identifier.urihttps://rid.unrn.edu.ar/jspui/handle/20.500.12049/4244-
dc.description.abstractIn this work we propose an MILP multiperiod formulation for the optimal design and planning of the Argentinean biodiesel supply chain, considering land competition and alternative raw materials. The country is divided into twenty three regions, each one including existing crops, oil and biodiesel plants and potential ones. The model includes intermediate and final products, i.e., seed, flour, pellets and expellers, oil, pure and blending biodiesel and glycerol. Crop fields, storage and production plants, as well as distribution centers for internal and external markets are also represented. We consider the possibility of sowing energetic crops, such as Jatropha curcas, in marginal areas. The time horizon is of seven years, divided into 84 periods. The mathematical model has been implemented in GAMS providing a powerful decision-making tool that can be applied to other regions or countries by adjusting specific data.es_ES
dc.format.extentp. 170-182es_ES
dc.format.mediumimpresoes_ES
dc.format.mediumdigitales_ES
dc.language.isoen_USes_ES
dc.publisherElsevier Ltdes_ES
dc.titleOptimal Design and Planning of Biodiesel Supply Chain with Land Competitiones_ES
dc.typeArticuloes_ES
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-sa/4.0/es_ES
dc.description.filiationFil: Andersen, Federico. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química (PLAPIQUI). CONICET; Argentina.es_ES
dc.description.filiationFil: Iturmendi, Facundo. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química (PLAPIQUI). CONICET; Argentina.es_ES
dc.description.filiationFil: Espinosa, Susana N. Universidad Técnica Federico Santa María. Departamento de Ingeniería Química y Ambiental; Argentina.es_ES
dc.description.filiationFil: Díaz, María S. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química (PLAPIQUI). CONICET; Argentina.es_ES
dc.subject.keywordSupply Chaines_ES
dc.subject.keywordBiodieseles_ES
dc.subject.keywordMILPes_ES
dc.subject.keywordOptimal Planninges_ES
dc.subject.keywordJatrophaes_ES
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.origin.lugarDesarrolloPlanta Piloto de Ingeniería Química (PLAPIQUI)es_ES
dc.relation.journalissue47es_ES
dc.description.reviewtruees_ES
dc.description.resumenEn este trabajo, proponemos una formulación de múltiples períodos MILP para el diseño y la planificación óptimos de la cadena de suministro de biodiésel argentino, considerando la competencia de la tierra y las materias primas alternativas. El país está dividido en veintitrés regiones, cada una incluyendo cultivos existentes, plantas de aceite y biodiesel y potenciales. El modelo incluye productos intermedios y finales, es decir, semillas, harina, pellets y expulsores, aceite, biodiesel puro y de mezcla y glicerol. También están representados los campos de cultivo, las plantas de almacenamiento y producción, así como los centros de distribución para los mercados internos y externos. Consideramos la posibilidad de sembrar cultivos energéticos, como Jatropha curcas, en áreas marginales. El horizonte temporal es de siete años, dividido en 84 períodos. El modelo matemático se ha implementado en GAMS proporcionando una poderosa herramienta de toma de decisiones que se puede aplicar a otras regiones o países mediante el ajuste de datos específicos.es_ES
dc.identifier.doihttp://dx.doi.org/10.1016/j.compchemeng.2012.06.044-
dc.relation.journalTitleComputers and Chemical Engineeringes_ES
Aparece en las colecciones: Artículos

Archivos en este ítem:
Archivo Descripción Tamaño Formato  
Optimal_Design_and_Planning.pdf1,77 MBAdobe PDFVisualizar/Abrir

Este documento es resultado del financiamiento otorgado por el Estado Nacional, por lo tanto queda sujeto al cumplimiento de la Ley N° 26.899