Riassunto analitico
Il mercato globale della logistica della catena del freddo, valutato 202,17 miliardi di dollari nel 2020, dovrebbe raggiungere 892,6 miliardi di dollari entro il 2030 (PrecedenceResearch, 2023). Questa crescita `e guidata da molti fattori, tra cui la continua estensione del mercato in un contesto di globalizzazione, lo sviluppo del commercio elettronico e gli investimenti governativi. La gestione della complessità del trasporto di prodotti sensibili alla temperatura, in particolare quelli con una breve durata di conservazione, impatta con due importanti problematiche: da una parte la necessità di ricercare tecnologie, strumentazioni, modalità operative in grado di evitare il più possibile il rischio di spreco alimentare; dall’altra la necessità di aumentare la sostenibilità energetica del sistema di
trasporto refrigerato, che contribuisce per l’1% alle emissioni globali di CO2 (Taher et al. (2021), James et al. (2006)). Nonostante la grande disponibilità di tecnologie avanzate in grado di garantire il controllo e la tracciabilità costante della temperatura di conservazione, il rischio di deterioramento dei prodotti rimane un problema significativo (Aiello et al. (2012)). Per la ricerca di possibili soluzioni ai fini di ottimizzare il trasporto di merci sensibili alla temperatura in camion refrigerati, ci si è orientati all’utilizzo della programmazione matematica. Il nostro modello innovativo regola dinamicamente il funzionamento dell’ unità di raffreddamento, riducendo al minimo il consumo di energia e garantendo al contempo che i prodotti rimangano entro gli intervalli di temperatura specificati. A differenza dei modelli di routing esistenti, il nostro approccio considera la temperatura come una variabile dinamica influenzata da fattori quali il funzionamento dell’ unità di refrigerazione e le condizioni ambientali. La convalida con dati reali di un’azienda di servizi logistici olandese dimostra la superiorità del modello selezionato rispetto alla strategia di raffreddamento ’On-Off’ che solitamente si utilizza nella pratica.
|
Abstract
The global cold chain logistics market, valued at $202.17 billion in 2020, is expected to reach $892.6 billion by 2030 (PrecedenceResearch, 2023). This growth is driven by many factors, including the continued market extension in a context of globalization, the development of e-commerce and government investment. Managing the complexity of transporting temperature-sensitive products, particularly those with a short shelf life, impacts two major issues: on the one hand, the need to research technologies, instrumentation, and operating modes that can avoid the risk of food waste as much as possible; on the other hand, the need to increase the energy sustainability of the refrigerated transport system, which contributes 1% to global emissions of CO2 (Taher et al. (2021), James et al. (2006)). Despite the wide availability of advanced technologies capable of ensure constant control and tracking of storage temperature, the risk of product spoilage remains a significant problem (Aiello et al. (2012)). In researching possible solutions for the purpose of optimizing the transport of temperature-sensitive goods in refrigerated trucks, we turned to the use of mathematical programming. Our innovative model dynamically regulates the operation of the cooling unit, minimizing energy consumption while ensuring that the products remain within the specified temperature ranges. Unlike existing routing models, our approach treats temperature as a dynamic variable influenced by factors such as the operation of the refrigeration unit and environmental conditions. Validation with real data from a logistics company based in the Netherlands demonstrates the superiority of the selected model over the ’On-Off’ cooling strategy commonly adopted by practitioners.
|
