000112272 001__ 112272
000112272 005__ 20220510091959.0
000112272 037__ $$aTAZ-TFM-2021-1454
000112272 041__ $$aspa
000112272 1001_ $$aAlconchel de Mingo, Javier
000112272 24200 $$aAnalysis of factors influencing CO2 emissions from road freight vehicle fleets.
000112272 24500 $$aAnálisis de factores influyentes en las emisiones de C02 de flotas de vehículos de transporte de mercancías por carretera
000112272 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2021
000112272 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000112272 520__ $$aEste proyecto es un texto experimental – analítico que partiendo de unos datos en bruto obtenidos directamente de la base de datos de un operador logístico estudia, para una ruta regular relacionada con el sector automovilístico cual es la influencia tanto en consumo como emisiones a la atmosfera y en base a ello desarrolla una caja negra donde introduciendo unos parámetros nos permita conocer tanto consumo como emisiones de manera anticipada a la realización de la ruta y así sea una herramienta para la planificación de empresas del sector. Los datos se obtienen mediante el CAN Bus de cada vehículo y son volcados de manera instantánea a la herramienta online que transportes Sesé ha puesto a nuestra disposición para el análisis de rutas. Con toda esta información se realiza un procesado para establecer relaciones y tendencias que luego nos permitan, a partir de las conclusiones proponer acciones para la mejora de consumos. Para el cálculo de las emisiones, se partirá de los consumos, carga, tipo de cabeza tractora y otras variables para cada una de las situaciones. Mediante el uso de Econtransit, herramienta online, calcularemos las emisiones asociadas a cada trayecto. También se mostrará mediante ejemplos, la utilidad que tiene este estudio en empresas logísticas, simulando la caja negra que contiene toda información obtenida directamente de los datos empíricos, sintetizada y presentada teóricamente para la aplicación final. De la misma manera, se verá la importancia en la optimización de cada uno de los viajes planificados entre las dos fábricas, presentando grandes ahorros por cada tonelada y km realizado, al optimizar el factor de carga del trayecto.<br />
000112272 521__ $$aMáster Universitario en Ingeniería Industrial
000112272 540__ $$aDerechos regulados por licencia Creative Commons
000112272 700__ $$aLarrodé Pellicer, Emilio$$edir.
000112272 7102_ $$aUniversidad de Zaragoza$$bIngeniería Mecánica$$cIngeniería e Infraestructura de los Transportes
000112272 8560_ $$f648944@unizar.es
000112272 8564_ $$s4845511$$uhttps://zaguan.unizar.es/record/112272/files/TAZ-TFM-2021-1454.pdf$$yMemoria (spa)
000112272 909CO $$ooai:zaguan.unizar.es:112272$$pdriver$$ptrabajos-fin-master
000112272 950__ $$a
000112272 951__ $$adeposita:2022-05-10
000112272 980__ $$aTAZ$$bTFM$$cEINA
000112272 999__ $$a20211124215820.CREATION_DATE