Análisis y mejoramiento de la confiabilidad
en el servicio de una ruta de BRT usando
micro-simulación.
Documento de Tesis 2
Sergio R. Tovar
Asesor: Juan Pablo Bocarejo
Universidad de los Andes
Agosto de 2013
Contenido
1. Introducción ... 1 1. Objetivos ... 1 1.1 Objetivo general ... 1 1.2 Objetivos específicos ... 2 2. Justificación ... 2 3. Marco teórico ... 5 3.1 Confiabilidad ... 53.2 Factores que afectan la confiabilidad ... 6
3.3 Bus bunching ... 7
3.4 Estrategias para mejorar la confiabilidad ... 8
3.5 El modelo de micro-simulación como herramienta para estudiar la confiabilidad ... 8
4.6 Modelos anteriores ... 10
4. Metodología ... 12
4.1 Ruta de estudio seleccionada ... 12
4.2 Información secundaria ... 13
4.3 Información primaria ... 14
4.4 Desarrollo del modelo en VISSIM ... 16
5. Resultados del levantamiento de información primaria ... 20
5.1 Demanda de pasajeros ... 20
5.2 Registro de recorrido de buses con GPS ... 28
5.3 Calibración del modelo en VISSIM ... 35
6. Evaluación de estrategias operacionales ... 37
6.1 Intervalos constantes ... 38
6.2 Intervalos según demanda de pasajeros ... 41
7. Conclusiones... 43
8. Bibliografía ... 45
Anexo 1 ... 46
Anexo 2 ... 50
1
1. Introducción
Las rutas de TransMilenio están sujetas a diversos factores que afectan la calidad del servicio. En gran parte se debe a la alta demanda que hay por el servicio y por el hecho de que los carriles exclusivos del sistema se ven interrumpidos en las intersecciones semaforizadas. Con intervalos tan bajos entre buses, aumenta la interacción entre estos, lo que se traduce en una disminución de la calidad y confiabilidad del servicio (Milkovits, 2008). Los usuarios del sistema han percibido estos problemas, por lo cual se quejan de tener que esperar más de 10 minutos por el siguiente bus, además de notar que no se cumplen las frecuencias que se muestran en las pantallas de los portales (El Tiempo, 2012)
Por medio de micro-simulación, utilizando datos de TransMilenio, y realizando mediciones en campo, se pretende desarrollar un modelo de simulación que represente el funcionamiento real de una ruta de TransMilenio, para estudiar las causas que generan la baja confiabilidad del servicio (“service unreliability”), y buscar estrategias para mejorar estas falencias, las cuales se podrán medir en el modelo. Para construir dicho modelo, se utiliza información tomada en campo como hora de despacho en el portal de cada bus durante el periodo a evaluar, demanda de pasajeros en el portal y en las estaciones, número de pasajeros que descienden en las estaciones, tiempo de parada en estaciones y diagramas espacio-tiempo de cada bus a partir de registros de GPS.
Con el modelo se podrán analizar los factores que influencian la confiabilidad, tales como demanda de pasajeros, comportamiento en el despacho de buses desde los patios y portales, estado de las vías, demoras en intersecciones, entre otros, y posteriormente comparar la programación de la ruta con el servicio prestado efectivamente por los buses.
Luego de identificar y cuantificar los factores que degradan la confiabilidad del servicio, se modelarán y evaluarán nuevas estrategias tales como nueva programación de despachos y cambios en el comportamiento de los buses cuando se presenten fenómenos como “bunching” o “big gap”.
El modelo de micro-simulación resultante será una herramienta importante de investigación para aplicaciones en otras rutas, o en otros sistemas BRT.
1. Objetivos
1.1
Objetivo general
Evaluar nuevas estrategias operacionales para aumentar la confiabilidad en el servicio de una ruta de BRT.
2
1.2
Objetivos específicos
Determinar factores que inciden en la degradación de la confiabilidad del servicio en TM Determinar indicadores que permitan evaluar la confiabilidad del servicio
Desarrollar un modelo en VISSIM de una troncal de TM para analizar una ruta.
2. Justificación
La baja confiabilidad en el servicio de una ruta de un BRT afecta negativamente tanto a los usuarios del sistema como al ente gestor y los operadores. En Bogotá los usuarios han percibido una disminución en la calidad del servicio del sistema TransMilenio, según la Encuesta de percepción sobre las condiciones y calidad del servicio de TPC y TM (Cámara de Comercio de Bogotá, 2010). De acuerdo a los resultados de la encuesta (ver Gráfica 1), en 2010 con respecto al año 2009 aumentó el porcentaje de personas que consideran como aspectos negativos del servicio, el hecho que los buses se demoran en pasar, la falta de buses y además que se toman más tiempo para llegar a su destino.
Gráfica 1 Aspectos negativos del servicio de TM y TPC.
Fuente: Cámara de Comercio de Bogotá. Encuesta de percepción sobre las condiciones y calidad del servicio de TM y TPC.
De acuerdo a la misma encuesta, también hubo un crecimiento en el tiempo percibido de espera por el bus troncal en la estación, pues pasó en 2009 de 11,5 a 12,5 minutos en promedio en 2010. Por lo tanto es evidente como los usuarios perciben una degradación en la calidad del servicio de TransMilenio, lo se traducen en una disminución de la calidad de vida de los pasajeros. Esto hace menos atractivo al sistema, con lo cual no se estaría cumpliendo el objetivo de la Administración Distrital planteado en su Programa de Movilidad Humana, donde proponen mejorar las condiciones de movilidad de la ciudad con un sistema de transporte masivo de calidad (Alcaldía Mayor de Bogotá, 2012)
3
Una de las causas del crecimiento de estos problemas que perciben los usuarios puede ser el hecho del constante crecimiento de la demanda de pasajeros mientras que la oferta de transporte del sistema no ha crecido en infraestructura (ver Gráfica 2 y Gráfica 3).
Gráfica 2Crecimiento en la demanda de pasajeros y del número de buses articulados de TM Fuente: TransMilenio S.A.
Gráfica 3Kilómetros de troncales y número de estaciones de TransMilenio Fuente: TransMilenio S.A.
De acuerdo a estas gráficas, podemos concluir que la respuesta de TransMilenio ante el aumento en la demanda de pasajeros ha sido adicionar más buses articulados en las troncales del sistema,
150.000 160.000 170.000 180.000 190.000 200.000 210.000 1.000 1.050 1.100 1.150 1.200 1.250 1.300 1.350 1.400 1.450 2008 2009 2010 2011 2012 Número de pasajeros Número de buses Año
Buses articulados Pasajeros en hora pico
110 111 112 113 114 115 116 117 118 119 120 70 72 74 76 78 80 82 84 86 88 90 2008 2009 2010 2011 2012 Estaciones Km Año
Kilómetros de troncales y número de estaciones de
TransMilenio
4
pero la infraestructura, tanto estaciones como troncales, no ha cambiado desde el 2006, cuando entró en operación por completo la Fase II del sistema. Como consecuencia, los buses tienen un intervalo muy corto y además una alta demanda de pasajeros, lo que conlleva a que se presente una alta interacción entre los buses. El problema de la interacción entre buses es la degradación en la calidad del servicio prestado (Milkovits, 2008). La interacción entre buses, así como la alta demanda de pasajeros generan demoras en el recorrido de los buses, lo cual podría traducirse en la necesidad de aumentar la flota para poder satisfacer la demanda pues los buses programados en principio ya no alcanzan a realizar su recorrido en el tiempo estipulado inicialmente, resultando en un manejo ineficiente de la flota y con posibles sobrecostos de operación.
Por otro lado, pretender manejar el crecimiento de la demanda de pasajeros agregando más buses al sistema tiene su límite, pues al llegar hasta cierto punto de saturación en las estaciones, la capacidad de la misma, medida en el número de buses que puede atender una estación en una hora, se verá afectada negativamente, tal cómo se puede apreciar en la Gráfica 4.
Gráfica 4 Capacidad en Función de la Saturación para Estación Calle 100 incluyendo los servicios Expresos Sentido NS Fuente: (Ortiz, 2012)
Actualmente la estación Calle 100 atiende hasta 284 buses en hora pico en un sentido, lo que equivale a una saturación calculada de 0,3 (Ortiz, 2012). El volumen máximo teórico que podría atender esta estación es de 323 vehículos en la hora, con una saturación de 0,4, valor que se encuentra muy cerca de la saturación actual. Con una saturación mayor, se generarían colas de buses tan largas que se traduciría en una reducción de la capacidad de la misma, es decir, en el número de buses atendidos por hora por la estación.
0 100 200 300 400 500 600 0 50 100 150 200 250 300 350 0 0,2 0,4 0,6 0,8 1 Lon gi tu d C o la ( m ) Vo lu m e n p o r Se n tido ( ve h /h )
Saturación Puntos de Parada
Capacidad Cola Prom Cola Max Volumen medido
5
3. Marco teórico
3.1
Confiabilidad
Según (Chen, et al., 2009), en un sistema de transporte público con intervalos bajos y pasajeros que llegan aleatoriamente a las estaciones sin conocer la programación del servicio, la confiabilidad se refleja mejor en la capacidad del ente gestor para conservar los intervalos entre buses y minimizar el tiempo de espera promedio de los pasajeros. El Índice de Desviación basado en Paradas (IDP) se encuentra diseñado para capturar las características operacionales al nivel de las estaciones:
𝐼𝐷𝑃 = 𝑃 {𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑟𝑒𝑎𝑙 − 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑜 < 𝑘}
Donde P representa la posibilidad que el bus mantenga el intervalo esperado y k representa una constante dada, que puede ser 0.25, 0.5, 0.75 o 1 (Chen, et al., 2008). Dadas las características de este indicador, puede decirse que está asociado al punto de vista del ente gestor del sistema, pues se trata de una desviación porcentual del intervalo.
Por otro lado, los pasajeros no necesariamente conocen los intervalos programados para las rutas, por lo tanto la confiabilidad para ellos no está basada en el cumplimiento de la programación de los buses si no en la regularidad del intervalo de los buses (Pangilinan, et al., 2007). Es por esto que la confiabilidad se puede medir, desde el punto de vista del usuario, con el coeficiente de variación del intervalo en cada punto de parada. Este indicador expresa la desviación estándar del intervalo como porcentaje del promedio del mismo, con lo cual se obtiene una mejor interpretación porcentual del grado de variabilidad que la desviación estándar.
𝐶𝑣 =𝜎 𝑥̅
De hecho, en el Transit Capacity and Quality of Service Manual (TCRP Report 100) establece niveles de servicio (ver Tabla 1) para las rutas de buses basados en el coeficiente de variación del intervalo entre buses.
Tabla 1 Categorización del coeficiente de variación
6
3.2
Factores que afectan la confiabilidad
De acuerdo a Milkovits (2008), los principales factores que afectan la confiabilidad en el servicio de una ruta de BRT son:
1. Paradas en las estaciones 2. Intersecciones Semaforizadas 3. Corredor
4. Cumplimiento en el despacho de los buses en los portales
Según el estudio realizado por (Ortiz, 2012), el cuello de botella del sistema TransMilenio son las estaciones debido a los tiempos de parada de los buses. Es por esto que en este trabajo es importante analizar con suficiente detalle el tiempo de parada en las estaciones donde se detienen los buses de la ruta seleccionada.
Otra conclusión de Ortiz es que la intersección semaforizada analizada, en la avenida Caracas con calle 63, no tiene problemas de saturación, por lo tanto no representa un problema en términos de capacidad para el sistema. Sin embargo, en este trabajo, al analizar una ruta en todo su recorrido, puede que las intersecciones semaforizadas sí resulten relevantes para la confiabilidad del servicio.
Por otro lado Ortiz destaca que la saturación en las troncales, en tramos sin estaciones y sin intersecciones, es baja y además el mal estado de la vía no afecta la capacidad del sistema. No obstante, las demoras generadas en tramos con pavimentos en mal estado podrían afectar también la confiabilidad en el servicio.
En cuanto al cumplimiento en los despachos de los buses desde los portales, aún no se ha verificado con la programación que realiza TransMilenio, la cual debe compararse con mediciones propias realizadas en los portales.
Gráfica 5 Interacción de factores que generan baja confiabilidad en una ruta de bus Fuente: (Cham, 2006)
7
Otros factores que pueden afectar la confiabilidad pero que son más difíciles de cuantificar son los ambientales y los asociados al comportamiento del conductor del bus. La lluvia puede llegar a afectar la operación de los buses durante todo el día. Mientras que la experiencia y disciplina del conductor puede ser un ayuda importante para mantener o recuperar el intervalo programado ya que se sienten cómodos y seguros operando los buses en las troncales, además de cumplir con las instrucciones que les son dadas por los controladores desde el centro de seguimiento de la flota (Cham, 2006). En la Gráfica 5 se puede apreciar la interacción entre los diferentes factores que afectan la confiabilidad en el servicio explicados anteriormente.
3.3
Bus bunching
Asumiendo una llegada de pasajeros aleatoria a las estaciones, un intervalo constante entre buses será la mejor manera de distribuir los pasajeros en la flota y minimizará el tiempo de espera de los pasajeros (Furth, et al., 2006). Pero conservar intervalos constantes no es fácil debido a la variabilidad en el tráfico y en la demanda de pasajeros. Esta variabilidad puede llevar al “bus bunching”, caso en el cual dos buses operan muy próximos el uno de otro, usualmente con un intervalo inferior a un minuto entre ellos. Con una alta demanda de pasajeros, pequeñas variaciones en el intervalo puede llevar a círculo vicioso que incrementa la variabilidad (Turnquist & Bowman, 1980).
El problema del “bus bunching” es que aumenta los tiempos de espera de los pasajeros y en los buses estos no se distribuyen equitativamente, a menos que los conductores cooperen para alternarse el liderazgo a lo largo de la ruta. Cuando esto ocurre, también es necesario aumentar la flota necesaria para mantener los estándares de saturación de pasajeros. Por otro lado, el incremento en los tiempos de viaje de los pasajeros puede hacer menos atractivo el sistema por lo que este podría dejar de percibir ingresos por pasajeros que prefieren usar otros modos de transporte (Abkowitz, et al., 1978). Las estrategias operacionales para separar buses y prevenir que se junten serán efectivas según las características de cada ruta.
Gráfica 6 Situaciones que desarrollan el fenómeno del “bus bunching” Fuente: Elaboración propia a partir de Turnquist & Bowman, 1980
Hasta que alcanza al siguiente bus Hasta que lo alcanza el bus anterior Intervalo más corto Llega antes a la estación Hay menos pasajeros por recoger Menor tiempo de parada Intervalo más largo Llega después a la estación Hay más pasajeros por recoger Mayor tiempo de parada
8
3.4
Estrategias para mejorar la confiabilidad
A continuación se presentan algunas estrategias operacionales que se podrían implementar para mejorar la confiabilidad en el servicio, de acuerdo a Milkovits, 2007.
Tabla 2 Estrategias operacionales para mejorar o mantener la regularidad en el intervalo
Estrategia Descripción
Prioridad en intersecciones semaforizadas
Comunicación entre semáforos y buses para facilitar el acceso de estos a las estaciones y agilizar su paso por las intersecciones
Operadores y buses en stand-by
Tener buses y operadores disponibles para remplazar un vehículo con alguna falla o en caso que no se presente un operador. También es ideal para darle mayor capacidad a una ruta de ser necesario.
Entrenamiento del operador y disciplina
Minimiza el impacto del comportamiento del operador en la variabilidad del tiempo de viaje y del despacho en portales. Una buena disciplina reduce el absentismo. Ajustes en la programación Incrementar el tiempo de viaje programado para una ruta y/o el tiempo de
recuperación en el portal para completar más viajes a tiempo y comenzar los siguientes a tiempo.
Mitigar demoras en paradas Establecer ascenso y descensos en paralelo.
Supervisión de la operación Monitoreo en tiempo real y administración activa de la programación y los intervalos en portales y a lo largo de las rutas. El supervisor debe implementar estrategias correctivas como demorar, agilizar o retornar buses según sea necesario.
“Demorar” Se le instruye al operador del bus que avance más despacio o permanezca un poco más de tiempo en las estaciones para adaptarse a su programación o corregir el intervalo. Esto se utiliza cuando el bus va adelantado a su programación, cuando el bus se está acercando demasiado al bus que va adelante, o cuando el que viene detrás se está alejando.
“Agilizar” Se le pide al operador del bus que avance más rápidamente a lo largo de su ruta. Esto se logra omitiendo algunas o todas las paradas hasta el portal, o permitiendo únicamente el descenso de pasajeros en las estaciones.
“Retornar” El bus es puesto fuera de servicio y colocado en otro punto de la ruta donde más se necesita, para corregir un problema de programación de otro bus o disminuir un intervalo largo. Un bus puede terminar su servicio en una estación para comenzar el servicio de regreso a partir de esa estación. O también puede comenzar su servicio, no desde el portal si no algunas estaciones más adelanten.
Fuente: Adaptación a partir de Milkovits, 2007
Algunas de estas medidas ya se aplican en TransMilenio, como aquella de comenzar una ruta una estación más adelante del portal con algunos buses, dado que muchas veces los buses parten llenos desde el portal, y no queda cupo para más pasajeros en las estaciones siguientes. Otras medidas son difíciles de implementar en el contexto bogotano, como pedirle a un conductor que maneje más despacio o que no recoja pasajeros en las siguientes estaciones. Cuando los usuarios perciban que el bus viaja más despacio de lo normal, podría generar descontento y frustración entre ellos, además de generarles alguna demora adicional.
3.5
El modelo de micro-simulación como herramienta para estudiar la
confiabilidad
El modelo de micro-simulación es una herramienta de estudio que permitirá representar las características más importantes de la ruta, luego de realizar un proceso de calibración. Sobre este modelo se podrán entonces desarrollar y evaluar diferentes estrategias operacionales de control sobre la flota para determinar si en la realidad serían viables y sobre todo efectivas para mejorar el
9
nivel de servicio de la misma. Con el desarrollo de estos modelos es posible entonces evaluar las diferentes estrategias propuestas antes de llevarlas a cabo en la vida real, evitando incomodidades que se podrían presentar a los pasajeros, además de sobrecostos en la operación en caso de que se presentara una falla imprevista (Milkovits, 2008). Por otro lado la visualización de estos modelos puede ser útil para enseñarles a todos los involucrados en la operación de la ruta cual es el impacto de su rol ante la aplicación de las nuevas estrategias operacionales y así motivarlos para que se desempeñen bien en su trabajo.
Como herramienta de micro-simulación se utilizará el software VISSIM 5.4, de la firma alemana PTV AG, basada en Kalrsruhe.
VISSIM es una herramienta de simulación de tráfico urbano, basada en tiempo y en comportamiento de los conductores. El flujo de tráfico está definido por un modelo de seguimiento entre vehículos en un solo carril y por el modelo de intercambio de carril. Se utiliza el modelo psico-fisico de percepción desarrollado por Wiedemann (1974). El concepto básico de este modelo es que el conductor de un vehículo que se mueve rápidamente, comienza a desacelerar cuando alcanza un vehículo que se mueve más lentamente. Como no puede determinar exactamente la velocidad del vehículo de adelante, su velocidad disminuirá hasta un límite personal, incluso por debajo de la del vehículo en frente, y volverá a acelerar hasta otro límite personal. Por lo tanto se presenta una suave pero constante aceleración y desaceleración. Los diferentes comportamientos de los conductores se tienen en cuenta con distribuciones de funciones de la velocidad y de la percepción de la distancia. Esta idea es más compleja que los modelos de flujo de tráfico determinísticos tradicionales.
Se ha demostrado que los modelos de micro-simulación pueden arrojar resultados diferentes en comparación al uso de fórmulas y condiciones determinísticas, principalmente por los procesos estocásticos que pueden incluir los modelos de micro-simulación (Ortiz, 2012).
• El modelo de micro-simulación es un medio costo-efectivo para analizar el impacto de aplicar nuevas medidas operacionales
• VISSIM permite realizar análisis de sensibilidad para investigar bajo qué condiciones sería exitoso aplicar cada estrategia propuesta.
• Es capaz de incluir la interacción y la aleatoriedad inherente a un sistema de transporte, con lo cual se pueden obtener una variedad de resultados gracias a los procesos estocásticos del software.
• La calibración en este tipo de modelos consiste en identificar y determinar los valores de los parámetros más relevantes del “Driving Behaviour”. Posteriormente se debería buscar reducir la suma de los errores al cuadrado entre la velocidad instantánea simulada y aquella medida por GPS.
10
• Realizar al menos cinco simulaciones por escenario y tomar el promedio de los resultados.
4.6
Modelos anteriores
En 2008, Martin Milkovits (Milkovits, 2008) presentó el trabajo llamado “Simulating Service Reliability of a High Frequency Bus Route Using Automatically Collected Data”. Su objetivo es crear un modelo que permita estudiar las causas de la perdida de confiabilidad y estrategias para mitigarlas. El sistema de buses de la ciudad de Chicago cuenta con diferentes tecnologías de información que registran información relevante para este tipo de análisis, entre ellas, el Conteo Automático de Pasajeros (APC por sus siglas en inglés), Registro Automático de Recaudo (AFC), Localización Automática del Vehículo (AVL) y el Sistema Automático de Anuncios por Voz (AVAS). Estos sistemas registran la información a lo largo del recorrido del bus y posteriormente es descargada para su análisis. Esta información se utilizó como inputs para el modelo.
Gráfica 7 Interfaz de usuario del modelo creado por Milkovits, 2008
Fuente: Simulating Service Reliability of a High Frequency Bus Route Using Automatically Collected Data. Milkovits, 2008
Considera que herramientas como VISSIM, que resulta un paquete de modelación comercial, restringe el acceso al código fuente, con lo cual se pierde el acceso total al código y así no es posible configurar nuevas estrategias de control. Así mismo, VISSIM representa bien el tráfico general, lo cual no es el objetivo de su trabajo. En dicho estudio, la representación del tráfico se hace de manera implícita, es decir, se incorpora en las distribuciones de tiempos de viaje. Para simplificar, se representan las paradas con mayor demanda. La simulación es basada en agentes, en este caso, en la interacción entre tres tipos de agentes, buses, estaciones y programador de rutas. Además incluye un componente visual que permite verificar la operación de la simulación. Aunque la CTA ha probado programas pilotos para reducir el “bus bunching”, no hay total certeza que estas pruebas sean efectivas debido a que existen factores externos variables que afectan la operación. Es por esto que el autor decide llevar este problema a un modelo, donde las demás variables se mantengan constantes, y se pueda medir la efectividad de cada estrategia de mejoramiento del servicio, además de probar estrategias en las que existe el riesgo de afectar negativamente a los pasajeros en la vida real.
Se encontró que modificar el despacho de los buses en los terminales de acuerdo al intervalo anterior y el siguiente, mejora significativamente la confiabilidad en el servicio a diferencia de mantener la programación, a pesar de la variación en los intervalos a lo largo del día. Mientras que aplicar medidas correctivas durante el recorrido genera beneficios casi imperceptibles. Además se
11
encontró que el 40% de los pasajeros resultaron afectados con demoras de tres minutos, y otro número significante de pasajeros presentó demoras de más de diez minutos al final de la ruta. Igualmente se comprueba que el “bus bunching” está altamente correlacionado con baja demanda de pasajeros en las estaciones, mientras que el “big gap” se presenta cuando hay altos niveles de ocupación en las estaciones.
Delgado (Delgado, 2011) utiliza un modelo de simulación para probar la efectividad de tres estrategias de control para mejorar la confiabilidad del servicio, buscando la disminución del tiempo de espera, tanto de pasajeros a bordo, como de usuarios esperando en estaciones. Las estrategias son la retención de buses en cualquier parada del corredor, retención y limitación de abordajes (teniendo en cuenta capacidad y ocupación), incluso cuando no se ha superado la capacidad del bus, y la intervención de semáforos para priorizar el transporte público con la extensión del tiempo de verde para los buses. Al igual que en el trabajo de Milkovits, los inputs del modelo son la información registrada por los sistemas automáticos que se encuentran instalados en los vehículos. Para esto desarrolló un código con programación no lineal continua, donde el modelo es determinístico con control predictivo basado en eventos para encontrar la evolución futura y dinámica del sistema. La formulación de los tiempos de viaje entre paradas y los tiempos de abordaje y descenso son calculados determinísticamente. La tasa de llegada de pasajeros a las estaciones es determinada estocásticamente.
Finalmente se encuentra que las estrategias son efectivas, alcanzando ahorros en demoras de hasta un 68%. Con baja demanda de pasajeros, la retención con limitación de abordajes no genera mayor disminución en los tiempos de espera que con la simple retención del bus. Mientras que con alta demanda de pasajeros, la retención con limitación de abordajes permite un ahorro en tiempos de espera 4,2 % superior a la simple retención. Además, la ampliación del tiempo de verde en semáforos para buses logra un ahorro de 11,8 % en el tiempo de espera, adicional al logrado anteriormente. Los vehículos en movimientos compitentes al de los buses sufren leves demoras, sin embargo los vehículos que van paralelo a los buses disminuyen sus demoras. Adicionalmente, se calculó un aumento en un 5.9% de la capacidad de los buses gracias a la reducción en los tiempos de ciclo. Por lo tanto esta serie de medidas beneficia tanto a los pasajeros del sistema de bus, como a operadores y a algunos conductores de vehículos privados. Se plantea para un análisis futuro, estudiar el efecto de utilizar el verde de los semáforos para agilizar buses atrasados y el rojo para retener buses que estén generando el efecto “bus bunching”.
Sin embargo, este estudio se realizó analizando una única línea de buses en un corredor unidireccional, con lo cual no hay interacción entre buses de diferentes líneas o rutas.
Ortiz (Ortiz, 2012) realizó un modelo de micro-simulación en VISSIM para analizar la capacidad del sistema BRT TransMilenio, aprovechando la estocasticidad que brinda el software, lo cual también es inherente a la operación de un sistema de buses.
12
A pesar de ser un sistema de buses que opera en carriles segregados del tráfico mixto, el alto volumen de buses genera interacciones entre ellos, afectando la capacidad del sistema, la cual es dada por la capacidad de las estaciones, según este estudio. Con el modelo se pudo comprobar que la aleatoriedad en la llegada de los buses a las estaciones, afecta la capacidad de las mismas, pues genera conflictos entre los buses y también aumenta los tiempos de parada. Además, se pudo analizar el efecto en las longitudes de cola, al operar con saturaciones superiores a 1, cuando en un modelo determinístico no es posible calcularlo. Por lo tanto el software es capaz de simular, de manera creíble, la operación de un sistema BRT, superando algunas limitaciones de modelos vistos anteriormente, como la simulación de una sola ruta, y la interacción con el tráfico.
4. Metodología
Para el desarrollo del modelo de micro-simulación, es necesario recolectar información que servirá en parte, como input para el modelo, como también para la calibración del mismo. Dado que se quiere representar en un modelo la operación de una ruta de TransMilenio en un período de tres horas, se debe conocer la programación de los despachos de dicha ruta, la demanda de pasajeros de la misma, y el diagrama espacio-tiempo de cada uno de los buses despachados.
4.1
Ruta de estudio seleccionada
La ruta seleccionada para este trabajo es la J24, y específicamente se analizará la troncal sobre la Calle 80. Se decidió realizar el trabajo solo sobre este corredor dado que este conserva características homogéneas a lo largo del mismo como calzada exclusiva de dos carriles por sentido. Por lo tanto, la demanda de pasajeros se estudia en 5 estaciones: Portal de la 80, Granja – Carrera 77, Avenida 68, Escuela Militar y Polo.
Gráfica 8 Paradas de la ruta J24 Fuente: TransMilenio S.A. Características de la troncal modelada:
7 km de longitud, desde Portal de la 80 hasta Polo. 11 estaciones intermedias
11 intersecciones semaforizadas
Tipo de bus: articulados de 160 pasajeros de capacidad, piso alto, 4 puertas en costado izquierdo
13
Sistema de control en los buses: Ubicación por GPS, se activa en algunas estaciones denominadas “Controles de paso”, comunicación por radio con Centro de Control, Unidad lógica con información de paradas y programación
4.2
Información secundaria
4.2.1 Volúmenes vehiculares
Para determinar el tráfico de buses articulados sobre la calzada exclusiva de la troncal 80 se utilizaron los aforos de la Secretaría Distrital de Movilidad del año 2012, realizados sobre esta Calle, en tres puntos diferentes: Carrera 20, Carrera 73ª, Carrera 86. La información se encuentra desagregada en intervalos de 15 minutos, por lo que fue procesada para introducir los volúmenes en el modelo en intervalos de 30 minutos, del periodo comprendido entre las 6:00 am y las 9:00 am. Igualmente se utilizó la información de los demás tipos de vehículos para agregarlos en el modelo sobre las calzadas de tráfico mixto y poder observar el posible impacto de estos en la operación del sistema BRT, sobre todo en las intersecciones semaforizadas.
4.2.2 Paradas y tiempos de parada en estaciones de TransMilenio
A partir de información de TransMilenio S.A. sobre la frecuencia y los puntos de parada de todas las rutas del sistema, se logró determinar el porcentaje de buses que se detienen en cada estación, del total de buses que pasan frente a dicha estación. Por lo tanto en el modelo se encuentran simuladas las paradas de las demás rutas, con lo cual es posible simular colas de buses en las estaciones cuando hay puntos de parada compartidos por diferentes rutas.
Para definir el tiempo de parada de los buses en las estaciones que no realizan el servicio J24, se utilizó el análisis hecho por (Scorcia, 2005), donde encontró que en la hora pico de la mañana, el promedio del tiempo de parada es de 19,42 segundos, con una desviación estándar de 9,71 segundos. El tiempo de parada de los buses que sirven la ruta J24 es una función que depende del número de usuarios que abordan y descienden del bus, tomando como base la función de tiempo de parada de (Scorcia, 2005), la cual será explicada con mayor detalle en el subcapítulo 4.4.1
4.2.3 Intersecciones semaforizadas
El tramo de estudio cuenta con 11 intersecciones semaforizadas. La programación de estos semáforos se obtuvo del Centro de Control Semafórico de Paloquemao, de la Secretaría Distrital de Movilidad. Cada uno de estos controles semafóricos fue programado en el modelo y posteriormente puestos en la red. Por simplificación del modelo, se omitieron los grupos de señales relacionados con los pasos peatonales de las intersecciones, dado que dentro del alcance del proyecto, no se analizan los peatones.
4.2.4 Programación de la ruta J24
Con la colaboración de TransMilenio S.A. fue posible obtener la programación de los despachos de la ruta J24 para el mismo día en que se realizaron las mediciones en campo (14 de junio de 2013). Estos datos se encuentran en el Anexo 2, al final de este documento. De acuerdo a dicha programación, el intervalo programado para el despacho de los buses es de 4:15 minutos.
14 4.2.5 Registro del recorrido de los buses
Para obtener información sobre el desplazamiento de los buses, como aceleración, velocidad, tiempo de parada en estaciones, se pensó en un principio utilizar los registros que guardan los buses. Esta información es de propiedad de la empresa operadora, dueña del bus. Sin embargo luego de verificar con la empresa Ciudad Móvil, operador con base en los patios del Portal Norte, se comprobó que los registros de los buses guardan las revoluciones por minuto (RPM) del motor bus a lo largo del tiempo. Datos como posición o velocidad no son posibles obtenerlos con este tipo de registros, por lo que se decidió entonces registrar con GPS el recorrido de los buses.
4.3
Información primaria
Para completar la información requerida como input para el modelo, resulta necesario tomar información en campo, como la demanda de pasajeros en un periodo de tiempo, y los registros de posición en el tiempo de cada bus que sirve la ruta de estudio en el mismo periodo de tiempo.
4.3.1 Demanda de pasajeros
De acuerdo con TransMilenio S.A. en 2010 las horas más cargadas de la mañana en el sistema son de 5:30 am a 7:30 am (ver Gráfica 9).
Gráfica 9 Perfil diario de demanda de pasajeros de TransMilenio Fuente: Observatorio de Movilidad de Bogotá con datos de TransMilenio S.A.
Por lo tanto se decidió realizar las mediciones en el horario de 6:00 am a 9:00 am. Para la medición de demanda de pasajeros se decidió hacer un conteo manual de las personas que esperan el servicio J24 en su plataforma respectiva del Portal 80 y en los vagones de las estaciones que atienden este servicio. Se utilizaron dos formatos diferentes. Uno, para utilizar en estaciones con un punto de parada exclusivo para la ruta J24, como en el Portal 80 y Escuela Militar, y otro para las estaciones en las que el punto de parada era compartido por varias rutas del sistema, como Granja-Kr 77, Avenida 68 y Polo. El primero está diseñado para obtener la tasa de llegada de usuarios al punto de parada.
15
Gráfica 10 Formato Tipo I para medición de pasajeros Fuente: Elaboración propia
En el segundo formato, se registran los abordajes a cada bus de la ruta en estudio, puesto que no es posible determinar la tasa de llegada de usuarios de la ruta, al tratarse de un punto de parada compartido por varios servicios. Aunque no se logra determinar la demanda real de pasajeros en estas estaciones, puede considerarse un método valido puesto que se tiene el número de abordajes y la hora de llegada de cada bus, con lo cual se puede realizar una aproximación a la tasa de llegada de pasajeros al punto de parada.
Gráfica 11 Formato Tipo II para medición de pasajeros Fuente: Elaboración propia
Adicionalmente se registra en los formatos la hora de llegada y salida de los buses para determinar el intervalo entre estos y también registrar el tiempo de parada en las estaciones, de manera complementaria a las mediciones que se hace dentro de los buses con GPS. La medición realizada en las estaciones se realizó con la aprobación de un permiso solicitado a TransMilenio S.A. Se contó con la colaboración de 15 personas para realizar la toma de información en campo
4.3.2 Factor para determinar número de pasajeros que suben por las puertas de atrás
Dado que solo fue posible contar pasajeros que ascienden y descienden de los buses en sus puertas delanteras, en todas las estaciones, a excepción del portal, es necesario determinar un factor por el cual se pueda multiplicar los conteos y así determinar aproximadamente el número total de ascensos y descensos por bus. Para esto se utilizó la base de datos recolectada para el
16
trabajo “Mejoramiento de la Función Tiempo de Parada de TransMilenio” (Scorcia, 2005). Los resultados de este análisis se encuentran en el capítulo 5.1.1.
4.4
Desarrollo del modelo en VISSIM
Para el desarrollo del modelo, se inició estableciendo imágenes de fondo sobre el cual se dibujaría la red. Se incluyeron imágenes satelitales del Portal de la 80, en el extremo occidental del corredor, y se continuó colocando imágenes una al lado de la otra hasta la estación Polo, en el extremo oriental de la troncal. Con el correcto proceso de escalamiento de las imágenes, se garantiza que los links que representan las vías posean dimensiones reales.
Se crean entonces los links que representan la troncal de TransMilenio, así como también las calzadas paralelas de tráfico mixto. En los puntos donde hay intersecciones semaforizadas, se crean también los links de las calles que cruzan la Calle 80. Igualmente en las cuatro intersecciones a desnivel, se crean los links elevados que representan los puentes vehiculares.
Gráfica 12 Captura de pantalla con vista de la red dibujada en VISSIM Fuente: Elaboración propia
17
A continuación se presentan algunas estadísticas de la red creada en VISSIM:
Longitud de la Troncal Calle 80, desde Carrera 24 (Polo) hasta Carrera 94L (Portal 80): 7.3 km
197 links 250 conectores
Longitud total de links y conectores: 40.6 km Kilómetros-carril: 90.2 km
Se incluyó en el modelo la operación del Portal 80, incluyendo sus cuatro plataformas y una operación estimada de los buses troncales con servicios diferentes al J24. No se incluyó la operación de buses padrones verdes que prestan servicios de alimentación, ni de los buses intermunicipales.
También se incluyó en el modelo la entrada y salida de buses a los patios del Portal 80, el cual es operado por Express del Futuro. Para diferenciar los buses prestando el servicio J24, estos se pintaron de amarillo, mientras que el resto de articulados de TransMilenio se pintaron de rojo en el modelo.
Para simular los buses de la ruta J24, se programaron utilizando la herramienta Public Transport Lines, donde se define el tipo de bus que usa la ruta, las estaciones o paraderos donde se detiene, la capacidad en cuanto a número de pasajeros, el número de ascensos por estación, el porcentaje de pasajeros que descienden en cada estación y la programación del despacho de los buses. Dentro de las funciones que se pueden ajustar en el modelo, se definió la función de aceleración y desaceleración para buses articulados. Se utilizó la información levantada en campo para alimentar todos estos parámetros del servicio J24.
Dado que se quiere conocer también si existe alguna afectación en la confiabilidad en el servicio por la interacción entre buses articulados, se incluyeron los demás buses que prestan servicios troncales. El número de buses que transita por las vías exclusivas y el número de vehículos que transitan por las calzadas mixtas se obtuvieron a partir del programa de Monitoreo al Tránsito y Transporte que ejecuta la Secretaría Distrital de Movilidad. Con datos del año 2012 y de las intersecciones de la Calle 80 con Carrera 20, Carrera 73A y con Avenida Ciudad de Cali.
En la Tabla 3 y Tabla 4 se presentan los volúmenes procesados en periodos de media hora para ver si se presentan variaciones considerables en el tráfico. En el modelo se definieron los mismos periodos para el “input” de vehículos, sin embargo los valores ingresados son el doble de los publicados en las Tabla 3 yTabla 4, pues VISSIM toma estos volúmenes como volúmenes por hora.
18
Tabla 3 Volumen de vehiculos en Calle 80 X Av. Ciudad de Cali por periodos de media hora sentido Occidente-Oriente
Periodo Autos Motos Camiones Articulados
5:30 – 6:00 820 227 62 55 6:00 – 6:30 1136 310 70 55 6:30 – 7:00 1165 437 47 64 7:00 – 7:30 919 523 29 60 7:30 – 8:00 803 472 41 61 8:00 – 8:30 645 331 44 59 8:30 – 9:00 871 281 87 43
Fuente: Elaboración propia a partir de Monitoreo de Tránsito y Transporte SDM 2012
Tabla 4 Volumen de vehiculos en Calle 80 X Av. Ciudad de Cali por periodos de media hora sentido Oriente-Occidente
Periodo Autos Motos Camiones Articulados
5:30 – 6:00 662 133 73 32 6:00 – 6:30 922 163 77 43 6:30 – 7:00 711 326 53 54 7:00 – 7:30 807 326 50 85 7:30 – 8:00 687 196 67 63 8:00 – 8:30 714 243 59 74 8:30 – 9:00 973 205 78 64
Fuente: Elaboración propia a partir de Monitoreo de Tránsito y Transporte SDM 2012
Utilizando el módulo de semaforización de VISSIM llamado VISSIG, se programaron diez de los once programas semafóricos correspondientes a las once intersecciones que se encuentran a lo largo del corredor simulado, a partir de información de la Secretaría Distrital de Movilidad. Por limitaciones en la licencia del software, la cual contiene 10 programas semafóricos, no se simuló la intersección de la Carrera 69H al considerarla como la intersección de menor impacto sobre el corredor de la Calle 80.
Intersección salida de Portal 80 y Patios de la 80 Puente Calle 80 sobre Av. Boyacá
Gráfica 13 Capturas de pantalla del modelo realizado en VISSIM Fuente: Elaboración propia
19
Para simular las paradas de otros buses en las estaciones analizadas, se utilizó la herramienta “Routes” para definir el porcentaje de buses que se detienen en cada estación, con respecto al total de buses que pasan frente a dicha estación. Estos porcentajes se calcularon a partir de información de la frecuencia de las rutas entregada por TransMilenio. Así se tiene en cuenta la interacción entre los buses cuando se aproximan y parten de la estación, y la espera cuando llega más de un bus al mismo punto de parada.
4.4.1 Tiempo de parada en estaciones
El tiempo de parada de un bus de TransMilenio en una estación varía según la ocupación del bus y el número de personas que descienden y ascienden al mismo (Scorcia, 2005). El autor desarrolló una ecuación con la cual relaciona estas variables, la cual es el resultado de un análisis estadístico de una medición que arrojó un total de 269 datos. La ecuación es la siguiente:
𝑇𝑃(𝑠) = 6.03 + 0.42𝑃𝐴 + 0.18𝑃𝐷 + 2 ∗ 10−3𝑃𝑃
Donde TP es el tiempo de parada, PA es el número de pasajeros que abordan el bus, PD es el número de pasajeros que descienden del bus y PP es el número de pasajeros que se encuentran de pie dentro del bus, en las proximidades de las puertas.
La idea inicial era incluir está función en el modelo desarrollado en VISSIM. Sin embargo en la programación del tiempo de parada de los buses, el software no permite tener en cuenta la variable de ocupación del bus. Es por esto que se decidió adaptar la anterior ecuación para no usar la variable PP. En un ejercicio de ensayo y error con VISSIM, se modificaron los coeficientes de PA y PD para obtener tiempos de parada cercanos a los medidos en campo en este proyecto. El resultado de este ejercicio dio como resultado la siguiente función de tiempo de parada.
𝑇𝑃(𝑠) = 6.03 + 0.63𝑃𝐴 + 0.69𝑃𝐷
En el Anexo 3 se encuentran los resultados de las mediciones de los tiempos de parada, según tiempo medido por personal en las estaciones o por los celulares con GPS.
4.4.2 Validación del modelo
Para comprobar que el modelo realizado es coherente con la realidad, se ejecuta un proceso de validación buscando que los datos que arroja el modelo sean similares a los medidos en campo. Dado que uno de los objetivos de este trabajo es determinar las causas que puedan afectar la confiabilidad en el servicio, es importante que el tiempo de viaje de los buses en el modelo se aproxime lo suficiente a la realidad. Entonces la validación del modelo se realiza comparando los tiempos de parada en las estaciones por un lado, y los tiempos de recorrido entre estaciones por el otro. En el capítulo 5.3 se encuentran los resultados de esta validación.
20
5. Resultados del levantamiento de información primaria
5.1
Demanda de pasajeros
5.1.1 Factor para determinar el número de pasajeros que abordan por la puerta de atrás
Se calculó el factor por el cual multiplicar los ascensos de la puerta delantera para obtener el total de ascensos, para cada medición realizada. Posteriormente se realizó un análisis de estadísticas descriptivas a todos los factores determinados e igualmente un histograma de los factores para intentar buscar alguna función de probabilidad que representara de manera aproximada los datos calculados.
Gráfica 14 Histograma de factores calculados para determinar ascensos totales por bus Fuente: Elaboración propia
Sin embargo con estos resultados no se encontró ninguna función de probabilidad a la cual asociar los datos. Por lo tanto se decidió separar los datos en diferentes grupos, de acuerdo al número de abordajes por la puerta delantera, buscando que estos grupos de datos tuvieran una forma asociada a alguna función de probabilidad.
Finalmente se escogieron dos grupos de datos. El primero de ellos corresponde al conjunto de datos entre 1 y 7 abordajes por la puerta delantera, con lo cual el factor de abordaje de las puertas traseras es de 1.72 veces los abordajes por la delantera. El siguiente grupo de datos corresponde al conjunto de datos mayor a 7 abordajes por la puerta delantera, en donde el factor resultante de abordajes por las puertas traseras es de 0.76 veces los abordajes de la puerta delantera.
0 5 10 15 20 25 30 35 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3 3,2 3,4 3,6 3,8 4 Fr e cu e n ci a Factor
Histograma
21
Gráfica 15 Histograma de factores calculados para determinar ascensos totales por bus. Grupo # 1 de datos Fuente: Elaboración propia
Gráfica 16 Histograma de factores calculados para determinar ascensos totales por bus. Grupo # 2 de datos. Fuente: Elaboración propia
5.1.2 Resultados generales de la medición de demanda de pasajeros
Dentro de los resultados de las mediciones encontramos que en el Portal 80 se efectúan el 65% de los abordajes de la ruta J24, (ver Gráfica 17). Esto equivale a 3.893 abordajes entre las 6:00 y las 9:00 am. La siguiente estación que representa más abordajes para la ruta es Granja – Carrera 77, con 739 abordajes en el mismo periodo, es decir el 12%. En las siguientes paradas, Avenida 68 y Escuela Militar aborda en cada una el 8% de los usuarios. Por último, en la estación Polo por motivos de fuerza mayor solo fue posible realizar la medición durante una hora. De modo que estos resultados se multiplicaron por tres para extrapolarlos y obtener una idea general del comportamiento en el mismo periodo de 6:00 a 9:00 am. En esta estación se realizaron el 7 % de los abordajes. En total, este servicio atendió a 5.989 usuarios en sus primeras cinco estaciones, durante el periodo analizado.
0 5 10 15 20 25 30 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3 3,2 3,4 3,6 3,8 4 Fr e cu e n ci a Factor
Histograma
0 5 10 15 20 25 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2 Fr e cu e n ci a FactorHistograma
22
Gráfica 17 Total de abordajes medidos en cada estación Fuente: Elaboración propia
En cuanto a los descensos de los usuarios de la ruta, en las primeras cuatro paradas 1.930 personas se bajaron de los buses J24, lo que equivale al 32% del total de abordajes. Se registra el mayor número en la estación Escuela Militar con 920, que representa el 48% del total de descensos, y el 18% de los pasajeros que ascendieron en las estaciones anteriores. Este alto número de descensos se podría explicar al no existir una ruta expresa entre el Portal 80 y el Portal Suba, por lo que se hace necesario hacer un transbordo en esta estación. Al extrapolar los datos de la estación Polo, se obtienen 650 descensos, el 34% del total de descensos. La siguiente estación con más descensos registrados es Avenida 68 con 350, representando el 18% del total de descensos. Los descensos de la estación Granja – Carrera 77 representan menos del 1% del total de descensos.
Gráfica 18 Total de descensos medidos en cada estación Fuente: Elaboración propia
El reporte de las mediciones realizadas en las estaciones se encuentra en la parte final de este trabajo, como Anexo 1.
*En la estación Polo, sólo fue posible realizar mediciones entre las 6:30 am y las 7:30 am Total pasajeros:
5989
Total pasajeros: 1930
23 5.1.3 Portal 80
El servicio J24 cuenta con un punto de parada exclusivo en el Portal de la 80, por lo tanto se puede asumir que todos los usuarios que llegan allí representan la demanda de pasajeros del servicio en esta estación. Se contabiliza el número de personas que permanecen en plataforma cuando partió el bus y se contabilizan las que van llegando hasta que se abren las puertas del siguiente bus que llega. En la Gráfica 19 se puede apreciar el resultado de esta toma de información. La llegada de un bus se puede apreciar en la gráfica por los segmentos verticales y descendentes. Se podría esperar que con la llegada de cada bus, el número de pasajeros en plataforma se reduzca a cero, sin embargo esto sucede pocas veces. En algunos casos esto se debe a que los últimos usuarios que van a abordar un bus, deciden no hacerlo y esperan el siguiente pues tienen mayor posibilidad de encontrar sillas disponibles, al estar ubicados al frente de la fila. En otros casos falla la regularidad en el servicio y el intervalo entre buses es mayor al programado, incluso a veces es mayor al doble. Como la llegada de usuarios a la plataforma es constante, se acumulan más pasajeros en plataforma que la capacidad de un bus articulado, por lo tanto hay momentos donde permanecen más de 100 pasajeros en plataforma luego de la partida de un bus.
Gráfica 19 Pasajeros en la plataforma del Portal de la 80 Fuente: Elaboración propia
Igualmente hay eventos en los que arriban buses a la plataforma con un intervalo menor al programado. En algunos casos ayudan a descongestionar la plataforma luego de presentarse demoras en la llegada de buses, en otros casos parten con baja ocupación debido a la baja acumulación de personas en plataforma.
Es evidente entonces que la carga de pasajeros en la flota asignada a esta ruta es bastante heterogénea, lo que en general resulta en mayores demoras para los usuarios, sobre todo para aquellos que esperan en estaciones posteriores a la inicial, pues deben esperar más de un bus para abordar. 0 50 100 150 200 250 300 6:00:00 6:28:48 6:57:36 7:26:24 7:55:12 8:24:00 8:52:48 Pasajeros Hora [hh:mm:ss]
24
Con la información tomada anteriormente es posible calcular la tasa de llegada de pasajeros a la plataforma del servicio J24. Tomando el número de pasajeros que llega a plataforma en cada intervalo entre buses, se calcula el número de pasajeros por hora que llegan a esperar el bus, a lo largo del periodo de estudio. Este análisis se puede observar en la Gráfica 20.
Gráfica 20 Demanda de pasajeros en el Portal de la 80 Fuente: Elaboración propia
Los picos en la curva representan alta demanda de pasajeros que coincide con la llegada de varios buses alimentadores al portal.
Los datos de demanda, abordajes y descensos de las siguientes estaciones se encuentran afectados por los factores calculados en el sub-capitulo anterior, con los cuales se determina el número total de abordajes o descensos de un bus a partir de la medición realizada solo en la puerta delantera de este. Los factores son los siguientes:
Entre 1 y 7 abordajes por la puerta delantera: 1.72 Más de 7 abordajes: 0.76
5.1.4 Estación Granja – Carrera 77
La estación Granja – Carrera 77 es la primera estación donde los buses que sirven la ruta J24 hacen una parada. El punto de parada es compartido con otra ruta, por lo cual no es posible medir la demanda real de pasajeros si no el número de abordajes por bus. En general se observa que a lo largo del periodo de estudio, quedan usuarios que no logran abordar el primer bus. En la Gráfica 21 se observan el número de ascensos y descensos por bus. Los tres picos más altos de la gráfica corresponden a los tres mayores números de abordajes dado que fueron 3 buses que comenzaron su recorrido en esta estación, y no en el Portal 80. En total descendieron 13 personas en esta estación. 0 500 1000 1500 2000 2500 3000 6:00:00 6:28:48 6:57:36 7:26:24 7:55:12 8:24:00 8:52:48 Pasajeros/hora Hora [hh:mm:ss]
25
Gráfica 21 Abordajes y descensos en la estación Granja – Carrera 77 Fuente: Elaboración propia
5.1.5 Estación Avenida 68
La segunda parada de la ruta J24 es la estación Avenida 68. En la Gráfica 22 se puede apreciar el número de usuarios que descienden de los buses y en la Gráfica 23 se puede observar el número de abordajes a los buses en dicha estación. El punto de parada en esta estación es compartido con otra ruta por lo tanto no es posible medir la demanda real de pasajeros. Al tratarse de una estación ubicada a 4,6 km del portal, al parecer esta es la estación destino de varios usuarios pues se presentan entre 5 y 15 descensos por bus. Esto da espacio para que ingresen al bus hasta 19 personas.
Gráfica 22 Descensos en la estación Avenida 68 Fuente: Elaboración propia
0 5 10 15 20 25 30 35 40 45 6 :1 2 :2 0 6 :1 4 :2 3 6 :2 1 :0 0 6 :2 2 :2 1 6 :2 6 :1 8 6 :3 0 :2 6 6 :3 4 :2 6 6 :3 6 :5 1 6 :4 4 :4 3 6 :5 2 :2 8 6 :5 4 :3 1 6 :5 9 :5 1 7 :0 0: 3 2 7 :0 4 :3 5 7 :1 3 :5 2 7 :2 1 :1 0 7 :2 1 :4 8 7 :2 5: 4 2 7 :2 9 :4 8 7 :3 5 :5 7 7 :3 6 :3 1 7 :4 4 :3 0 7 :5 0 :4 7 7 :5 4 :3 0 7 :5 6 :2 1 7 :5 7 :3 6 7 :5 8 :2 2 8 :0 6 :3 0 8 :1 6 :3 0 8 :1 7 :2 7 8 :2 2 :4 2 8 :2 3 :1 0 8 :2 8 :3 8 8 :3 6 :2 9 8 :4 0 :2 8 8 :4 2 :2 7 8 :4 6 :2 0 8 :5 1 :2 9 8 :5 8 :2 7 8 :5 9 :3 1 9 :0 3 :2 3 9 :1 1 :2 5 Pasajeros Hora [hora:min:sec]
Abordajes y descensos por bus Granja - Kr 77
Abordajes por bus Granja Kr 77Descensos 0 5 10 15 20 25 30 6:05 6:17 6:20 6:30 6:38 6:50 7:00 7:05 7:17 7:27 7:34 7:43 7:53 8:01 8:10 8:20 8:28 8:40 8:47 8:55 9:03 9:14 Pasajeros Hora [hora:min:sec]
Descensos por bus
Avenida 68
26
Gráfica 23 Abordajes en la estación Avenida 68 Fuente: Elaboración propia
5.1.6 Estación Escuela Militar
En esta estación, el punto de parada del servicio J24 es exclusivo, por lo cual es posible medir la demanda de pasajeros de la misma forma como se midió en el Portal 80. Como se mencionaba anteriormente, en esta estación desciende un número importante de pasajeros de todos los buses, más de 70 en algunas ocasiones, como se aprecia en la Gráfica 24. Esto permite que la totalidad de pasajeros que esperan abordar un bus, lo puedan hacer al encontrar el espacio disponible en el bus. Se puede apreciar en la Gráfica 25 que la demanda de pasajeros es mayor después de las 7:30 am.
Gráfica 24 Descensos en la estación Escuela Militar Fuente: Elaboración propia
0 5 10 15 20 25 6:05 6:17 6:20 6:30 6:38 6:50 7:00 7:05 7:17 7:27 7:34 7:43 7:53 8:01 8:10 8:20 8:28 8:40 8:47 8:55 9:03 9:14 Pasajeros Hora [hora:min:sec]
Abordajes por bus
Avenida 68
0 10 20 30 40 50 60 70 80 90 100 Pasajeros Hora [hora:min:sec]Descensos por bus
Escuela Militar
27
Por observaciones realizadas en esta estación, la gran mayoría de usuarios de este servicio provienen de otros servicios, hacen transbordo, mientras que son pocas las personas que ingresan a la estación por los torniquetes y buscan este punto de parada.
Gráfica 25 Demanda de pasajeros en la estación Escuela Militar Fuente: Elaboración propia
En promedio descienden 47 pasajeros de los buses en este punto de parada. Tan solo en cuatro buses los descensos son inferiores a 20 usuarios.
5.1.7 Estación Polo
Por temas logísticos solo fue posible realizar mediciones en esta estación, de 6:30 a 7:30 am. Sin embargo los datos recolectados son útiles. En la Gráfica 26 se puede observar que descienden entre 10 y 30 pasajeros por bus.
Gráfica 26 Descensos en la estación Polo Fuente: Elaboración propia
0 100 200 300 400 500 600 700 6:00:00 6:28:48 6:57:36 7:26:24 7:55:12 8:24:00 8:52:48 9:21:36 Pasajeros/hora Hora [hora:min:sec]
Demanda de Pasajeros J24
Escuela Militar
0 5 10 15 20 25 30 35 6:36:20 6:38:50 6:45:15 6:48:50 6:50:12 7:00:00 7:04:03 7:05:50 7:15:25 7:16:35 7:21:46 Pasajeros Hora [hora:min:sec]Descensos por bus
28
Estos descensos se pueden dar debido a que este punto también es ideal para hacer transbordos y tomar rutas que se dirigen hacia el Portal del Norte. Igualmente la estación se encuentra en un sector de actividad comercial, el cual puede atraer viajes.
Este número relativamente alto de descensos genera espacio en los buses para permitir abordaje de pasajeros. En promedio diez usuarios abordan cada bus en esta estación.
Gráfica 27 Abordajes en la estación Polo Fuente: Elaboración propia
5.2
Registro de recorrido de buses con GPS
Aunque los buses articulados de TransMilenio cuentan con sistemas GPS, el ente gestor no registra la totalidad del recorrido de los buses, para disminuir la cantidad de información generada y simplificar su procesamiento. Este sistema registra el paso de los buses solamente en algunas estaciones determinadas, dependiendo de la ruta. Por ejemplo, en la ruta J24, el GPS de cada bus registra su paso por las estaciones Portal de la 80, Polo, Avenida 39 y Universidades. Por lo tanto no es posible determinar la ubicación del bus en todo momento. Es por esto que se decidió realizar el registro del recorrido de los buses con teléfonos celulares con GPS.
Con la ayuda de personal voluntario, se registró con GPS, el recorrido de todos los buses, desde su salida en la plataforma del Portal 80, hasta la estación Polo. La idea de obtener estos registros es lograr obtener los diagramas espacio-tiempo de los buses, y detectar en ellos los puntos en la red donde se generen demoras que causan la variabilidad en el intervalo entre buses. Adicionalmente, con esta información es posible posteriormente realizar el proceso de calibración del modelo pues se comparará con los datos arrojados por la simulación.
Los datos que se guardan en el archivo de registro del GPS son: Hora Longitud 0 5 10 15 20 6:36:20 6:38:50 6:45:15 6:48:50 6:50:12 7:00:00 7:04:03 7:05:50 7:15:25 7:16:35 7:21:46 Pasajeros Hora [hora:min:sec]
Abordajes por bus
29 Latitud
Elevación
Los archivos de registro de este ejercicio contienen datos de posición cada cinco segundos. Procesando estos datos se obtienen los diagramas espacio-tiempo, aunque también es posible generar un diagrama velocidad vs. Tiempo. En la Gráfica 28 Diagrama velocidad vs. tiempo para uno de los buses registrados con GPS se aprecia un diagrama velocidad vs. tiempo realizado a partir del registro hecho con GPS en el bus U068, el cual partió del Portal a las 6:09 am. Al comienzo, la baja velocidad del bus refleja su recorrido al interior del portal, y el primer descenso a cero de la velocidad corresponde a la detención de bus por el semáforo de la salida del Portal. Las demás paradas que se reflejan en la anterior gráfica son las siguientes
Segundo 430, semáforo de la Transversal 96 Segundo 580, estación Granja – Carrera 77 Segundo 640, semáforo Carrera 76
Segundo 820, semáforo Carrera 69H Segundo 880, estación Avenida 68 Segundo 1030, estación Escuela Militar Segundo 1120, semáforo Carrera 28 Segundo 1140, estación Polo
Gráfica 28 Diagrama velocidad vs. tiempo para uno de los buses registrados con GPS Fuente: Elaboración propia
De la gráfica anterior vale la pena resaltar que, además de los semáforos y las estaciones, no existe mayor perturbación que afecte la velocidad del bus y que le cause algún retraso. Se observa que la aceleración después de las paradas es constante, y luego mantienen una velocidad relativamente constante también. Por lo tanto se podría decir que en el recorrido entre estaciones de parada no se generan eventos que afecten la confiabilidad en el servicio.
0 10 20 30 40 50 60 240 340 440 540 640 740 840 940 1040 1140 Velocidad (km/h) Tiempo (s)
Velocidad vs Tiempo
Bus U068 6:0930
Podría pensarse que los semáforos afectan la variabilidad en el intervalo entre buses, sin embargo hay que tener en cuenta que en la troncal de la Calle 80 los programas semafóricos se encuentran sincronizados de tal manera que se minimicen las demoras para quienes transitan sobre este corredor. Además, si se generan demoras por un semáforo en rojo para un bus, lo más probable es que se genere la misma demora para los demás buses. Y dado que se trata de una calzada exclusiva para los buses de TransMilenio, con dos carriles, se generan colas de máximo un bus, por lo que no hay mayores demoras cuando los buses comienzan su marcha en un semáforo.
A continuación se presentan los diagramas espacio-tiempo para los buses que prestaron el servicio J24 desde las 6:00 am hasta las 9:00 am. Dado el alto número de buses por representar en la gráfica, se muestran tres diagramas, uno por cada hora del periodo mencionado. En los diagramas se colocaron barras horizontales para identificar fácilmente la ubicación de las estaciones y de algunas intersecciones semaforizadas que tienen incidencia en estos buses. En la leyenda, los números representan la hora de partida de los buses desde el portal. Las curvas se interpretan de la siguiente manera: cuando la curva se vuelve horizontal, indica que el bus se ha detenido. A medida que la curva se torna más vertical, indica una mayor velocidad de desplazamiento del bus. En la Gráfica 29 se pueden observar 15 curvas que representan el movimiento de los 14 buses despachados en la primera hora de la toma de información, y el primer bus despachado en la siguiente hora. Con 14 despachos en una hora, el intervalo regular entre buses sería de 4,3 minutos, lo cual es acorde con la programación de TransMilenio, de despachar un bus cada 4,25 minutos. Si los despachos se realizaran regularmente, en la gráfica observaríamos que las curvas se encuentran equidistantemente separadas entre sí. Sin embargo este no es el caso. Es notorio lo cerca que se encuentran la segunda y tercera curva, de los buses despachados a las 6:09 y 6:11, debido al semáforo que se encuentra después de la estación Granja- Carrera 77, el cual retrasó el primer bus, con lo cual el segundo bus logró alcanzarlo a la altura de la estación Avenida 68. Este es un ejemplo de “bus bunching” pues además el segundo bus no se demoró en esta estación ya que no pasó suficente tiempo entre ambos buses para acumular pasajeros en ducha estación. Posterior a esto se presenta un “big gap” pues el bus que partió a las 6:16 se demora de más en las estaciones al recoger los pasajeros que dejó de atender el anterior bus, aumentando así el intervalo entre estos.
Un caso similar de “bus bunching” seguido de “big gap” se puede apreciar en la Gráfica 30, con los buses que parten del portal a las 7:51, 7:53 y 8:01 am. En esta misma gráfica se observan tres curvas incompletas, que corresponden a los buses que partieron del portal a las 7:06, 7:19 y 7:49. Debido a la alta afluencia de pasajeros en plataforma, no fue posible abordar dos de estos buses por lo cual no existen registros GPS de estos recorridos, mientras que el registro del tercer bus resultó dañado por lo que no se pudo analizar.
31
Gráfica 29 Diagrama espacio-tiempo de buses despachados entre las 6:00 am y las 7:00 am desde el Portal 80 Fuente: Elaboración propia
32
Gráfica 30 Diagrama espacio-tiempo de buses despachados entre las 7:00 am y las 8:00 am desde el Portal 80 Fuente: Elaboración propia
0 1000 2000 3000 4000 5000 6000 7000 3500 4000 4500 5000 5500 6000 6500 7000 7500 8000 Distancia (m) Tiempo (s)
Diagrama espacio-tiempo buses J24 7:00 am - 8:00 am
706 719 723 727 729 742 749 751 753 801 Kr 77 Kr 69H Av. 68 S Kr 58 Escuela Polo M051 Series12
Granja - Kr 77 Av. 68 Escuela Militar Semáforo Polo Semáforo
33
Gráfica 31 Diagrama espacio-tiempo de buses despachados entre las 8:00 am y las 9:00 am desde el Portal 80 Fuente: Elaboración propia
0 1000 2000 3000 4000 5000 6000 7000 6900 7400 7900 8400 8900 9400 9900 10400 10900 11400 Distancia (m) Tiempo (s)
Diagrama espacio-tiempo buses J24 8:00 am - 9:00 am
801 810 817 822 821 832 838 844 850 852 856 904 Kr 77 Kr 69H Av 68 Kr 58 Escuela Polo Granja-Kr 77 Av. 68 Escuela Militar Semáforo Polo Semáforo
34
En la Gráfica 31 se puede apreciar como el bus de despachado a las 8:10 avanza más rápidamente que los demás buses, al presentar tiempos de parada bajos en las estaciones. Esto se debe a que otro bus fue despachado previamente sin detenerse en el portal, si no que tuvo como primera parada la estación Granja-Carrera 77. Por lo tanto este bus tuvo la capacidad para recoger a todos los pasajeros de las estaciones que sirve. Entonces el bus de las 8:10 am no encuentra pasajeros para recoger, lo que disminuye el tiempo de parada. También vale la pena resaltar la alta variabilidad de los intervalos pues los primeros cinco buses despachados presentan intervalos alrededor de ocho minutos, seguidos de dos buses con intervalos más cortos, luego otro con intervalo amplio, y terminando la hora se despacharon tres buses con intervalos de dos y cuatro minutos.
Gráfica 32 Intervalo entre buses en el momento de despacho en el Portal 80 Fuente: Elaboración propia
En la Gráfica 32 se aprecia mejor la alta variabilidad en el intervalo entre buses, en el Portal 80. De los 33 buses registrados, solo siete de ellos se acercan a cumplir el intervalo programado de 4,25
00:00 01:26 02:53 04:19 05:46 07:12 08:38 10:05 M134 M047 T074 K002 K040 M099 K020 M105 D012 M042 M047 K150 M158 M099 M020 M105 U041 M102 Intervalo [mm:ss]
Bus
Intervalos entre buses
Promedio: 283 s Desv. Est. : 164 s
