Estimación del consumo de combustible de ómnibus interprovinciales por el método de análisis de regresión lineal múltiple basado en parámetros operacionales y estilos de conducción en la ruta Lima - Trujillo

Descripción del Articulo

El sector transporte es el mayor consumidor de combustibles líquidos en el Perú (41.8% de la energía final neta) contribuyendo con 21,047.88 GgCO2eq que representan el 10.25% de gases de efecto invernadero presentes en el ambiente (MINAM, 2019). En el caso específico del transporte interprovincial d...

Descripción completa

Detalles Bibliográficos
Autor: Gamboa Gonzáles, Willy Alexander
Formato: tesis de maestría
Fecha de Publicación:2022
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Tesis
Lenguaje:español
OAI Identifier:oai:tesis.pucp.edu.pe:20.500.12404/24626
Enlace del recurso:http://hdl.handle.net/20.500.12404/24626
Nivel de acceso:acceso abierto
Materia:Transporte terrestre--Perú
Combustibles--Consumo
Análisis de regresión
https://purl.org/pe-repo/ocde/ford#2.07.03
Descripción
Sumario:El sector transporte es el mayor consumidor de combustibles líquidos en el Perú (41.8% de la energía final neta) contribuyendo con 21,047.88 GgCO2eq que representan el 10.25% de gases de efecto invernadero presentes en el ambiente (MINAM, 2019). En el caso específico del transporte interprovincial de pasajeros, el combustible representa una parte importante de sus costos de operación (de 30% a 40%) según Pineda et al. (2021). Esta investigación propone una metodología para desarrollar un modelo de consumo de combustible óptimo que se utilice por empresas de transportes para desplegar sus propios planes de control y gestión de costos. Para lograr este propósito se identificaron los factores (variables regresoras1) que afectan significativamente al consumo de combustible en la operación de tres ómnibus de transporte de pasajeros. Los coeficientes de las variables regresoras se estimaron utilizando el método de regresión lineal múltiple utilizando el software Rstudio2 constituyendo una herramienta de gestión muy significativa para reducir el consumo de combustible y la emisión de gases de efecto invernadero. Conociendo la influencia de estas variables regresoras en el consumo de combustible, el estudio permitiría a las empresas de transporte enfocarse en aquellas variables conductuales y operativas de mayor contribución, para rediseñar sus estrategias de conducción y mejorar los índices energéticos y ambientales. Los datos para desarrollar el modelo de regresión lineal múltiple tienen un carácter no determinista y estocástico con presencia de variables discretas y continuas que se recogieron manualmente (pesaje del ómnibus), aplicativos de previsiones meteorológicas (Windfinder), sistema de diagnóstico a bordo (OBD II) y sistema de satélites de navegación global (GNSS). Los datos obtenidos a través del OBD II y GNSS se transmitieron a través del módulo telemático (Teltonika FMB630); pues de investigaciones precedentes se reconoció que era la forma más efectiva y económica para obtener información. El modelo matemático obtenido por regresión lineal múltiple permitió cuantificar la influencia de cada una de las variables y estimar que las mejores condiciones conductuales y operacionales consiguen ahorros de hasta 5.76 galones por viaje en la ruta Trujillo – Lima, acumulando al año 2047.09 galones por año/bus. Sí esta mejora se consiguiera en el 25% de la flota vehicular matriculada en el Perú entre el 2010 y 2018 se alcanzaría un ahorro de combustible de 878,201.69 galones y una reducción de 9´348,688 Kg CO2eq al año. La flota de ómnibus matriculados en el Perú del 2010 en adelante, son tecnológicamente aptas para el control y uso de la inercia y reducción de la inyección de combustible electrónicamente.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).