Embed Size (px)
Citation preview
Este hbro debe ser devuelto, a más tardar en la última fe.cha sellada. Su retención más allá de la fecha de v~iento .. l,p...hace acreedQr a la.s multas que fija el reglamento.
n:cHA DEVOLUCJON n:cHA DE ENJ'JlEGA
·1 O SEP 1998 na• ~a•
O 1 JUN. 1998 ee13/
BIBUOTECA
22 'l-f
INSTITUTO TECNOLOGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY.
CAMPUS ESTADO DE MEXICO.
EMPLEO DE LA SIMULACIÓN DISCRETA COMO UNA HERRAMIENTA DE APOYO EN LA TOMA DE DECISIONES
PARA UNA LÍNEA DE ENVASADO.
TESIS QUE PARA OPTAR EL GRADO DE MAESTRO EN CIENCIAS EN SISTEMAS DE MANUFACTURA
PRESENTA ,, EDGAR RODRIGO HERNANDEZ MATAMOROS
Asesor:
Comité de tesis:
Jurado:
Dr. PEDRO GRASA SOLER
M. en C. JUAN CARLOS PEDROZA M. en C. GUILLERMO HAAZ
Dr. EMIL LIEBERMANN GALLEGUILLOS, M. en C. JUAN CARLOS PEDROZA, Dr. PEDRO GRASA SOLER, M. en C. GUILLERMO HAAZ,
Atizapán de Zaragoza, Edo. Méx., Mayo de 1998.
Presidente Secretario Vocal Vocal
,e~ í) rs ;c¡5. 2
, }IL/
/'118
2
Reconocimientos.
Hago patente mi reconocimiento y agradecimiento al Consejo Nacional de
Ciencia y Tecnología por el apoyo que me ha brindado, para llevar a buen término mis
estudios de Maestría en este Instituto.
De igual manera agradezco al Instituto Tecnológico de Estudios Superiores de
Monterrey y a su planta académica los conocimientos que durante estos años me han
brindado abiertamente.
Con mi país estoy comprometido a dedicar mi esfuerzo diarif. sabiendo que es
el camino para alcanzar grandes logros.
Gracias.
lng. Edgar Hernández Matamoros.
3
Resumen.
Con los elevados montos de capital requeridos, tanto para el desarrollo de
proyectos de inversión como para la operación diaria de la planta productiva, se hacen
necesarias (por no decir urgentes), las herramientas que permitan el crecimiento y
organización optimas de cada empresa mexicana.
La simulación de sistemas de manufactura ha sido desde hace mucho tiempo,
una herramienta con elevado potencial, que permitiría el estudio y optimización de
diferentes procesos, desde el diseño, construcción, operación, administración y
planeación tanto de la producción como de programas de mantenimiento. Sin embargo,
en México no se le ha tenido ni el tiempo ni la dedicación necesaria ( que en otros
países ya esta dando frutos), de lo anterior surge la inquietud sobre el desarrollo de un
proyecto de tesis en simulación discreta, enfocado a buscar soluciones a un problema
de planta real.
Este proyecto, se desarrolla en una planta de procesos, analizando la parte
correspondiente al envasado del producto. El objetivo específico es determinar si la
capacidad de envasado en la llenadora de la línea de producción es suficiente o en su
defecto, determinar si se requiere una ampliación de capacidad o si la alternativa de
reducción del número de paros es suficiente.
La selección de variables, su captura, análisis y validación, así como el
desarrollo del modelo y su verificación son partes fundamentales que se desarrollan
dentro del texto. La selección de marcos de experimentación, y el análisis de corridas
de cada propuesta de solución se presentan para llegar a la conclusión.
Existe un sin fin de aplicaciones futuras en esta y en otras partes del proceso de
envasado descrito, sin embargo, de mayor interés es la divulgación en México de esta
herramienta, para el desarrollo futuro y sostenido, de la industria nacional.
LISTADO DE FIGURAS.
LISTADO DE TABLAS.
PARTEI
1. INTRODUCCION. 1.1 OBJETIVOS. 1.2 ANTECEDENTES. 1.3 PLANTEAMIENTO. 1.4 ROMEX MEXICO, S.A. DE C.V.
PARTE II
INDICE.
2.1 PROCESOS DE PRODUCCIÓN. 2.2 MANUFACTURA DISCRETA Y CONTINUA.
2.2.1 ETAPAS PARA LA MANUFACTURA. 2.2.2 FUNCIONES POR ÁREA.
2.3 SIMULACION. 2.3.1 ¿QUÉ ES SIMULACIÓN?. 2.3.2 SIMULACIÓN DISCRETA. 2.3.3 SIMULACIÓN CONTINUA. 2.3.4 SIMULACIÓN COMBINADA DISCRETA-CONTINUA.
2.4 MODELOS. 2.4.1 FUNCIÓN DE LOS MODELOS. 2.4.2 CLASIFICACIÓN DE LOS MODELOS DE SIMULACIÓN.
2.5 VENTAJAS Y DESVENTAJAS DE LA SIMULACION. 2.6 ¿PORQUÉ SIMULAR?. 2. 7 ESTRUCTURA DE LOS MODELOS DE SIMULACIÓN. 2.8 LENGUAJES DE SIMULACIÓN.
2.8.1 LENGUAJES DISCRETOS. 2.8.2 LENGUAJES CONTINUOS. 2.8.3 LENGUAJES DISCRETO-CONTINUOS COMBINADOS.
2.9 ELECCIÓN DE UN LENGUAJE DE SIMULACIÓN. 2.10 APLICACIÓN DE LA SIMULACIÓN. 2.11 EL ARTE DEL MODELADO.
2.11.1 CRITERIOS PARA REALIZAR UN BUEN MODELO. 2.11.2 EL PROCESO DE SIMULACIÓN.
4
6
7
8
9 11 12 14 15
17
18 18 18 19 21 22 24 24 25 25 26 26 27 29 30 30 31 32 33 34 35 36 38 38
5
PARTE III APLICACION 40
3.1 DESCRIPCION ROMEX S.A. DE. C.V.. 41 3.2 SOFTWARE PROMODEL. 42
3.2.1 SEMEJANZAS DE PROMODEL CON REDES DE PETRI. 42 3.3 JUSTIFICACION DE SELECCK>N DE LINEA DE ENVASADO. 46 3.4 LINEA DE ENVASADO D. 46 3.5 DEFINICION DEL OBJETIVO. 52 3.6 CAPTURA DE INFORMACION. 54
3.6.1 CONSIDERACIONES PARA LA SELECCIÓN DE INFORMACIÓN. 58 3.6.2 INFORMACIÓN: CAPTURA Y ANÁLISIS. 59
3. 7 CAPTURA. 64 3.8 ANÁLISIS. 67 3.9 CONSTRUCCION DEL MODELO EN PROMODEL. 68
3.9.1 VERIFICACIÓN Y VALIDACIÓN DEL MODELO. 71 3.10 EXPERIMENTACION. 73 3.11 RESULTADOS. 76
PARTE IV 78
4.1 CONCLUSIONES Y RECOMENDACIONES. 79 4.1.1 PROMODEL. 79 4.1.2 DEL MODELISTA. 79 4.1.3 DE LA LINEA DE ENVASADO. 80
4.2 TRABAJO A FUTURO. 82
APENDICE 84
¿QUÉ ES UN LUBRICANTE?. 85 PROCESO DE ELABORACION DE UN LUBRICANTE. 86 DETERMINACION DEL NÚMERO DE OBSERVACIONES. 88 GUIAS DE CAPTURA. 90 ANÁLISIS ESTADISTICO. 96 BIBLIOGRAFIA. 106
6
LISTADO DE FIGURAS.
Figura Pagina. Figura 1 Proceso de 21 simulación. Figura 2 Comparación de 23 modelos. Figura 3 Red de Petri. 44 Figura 4 Diagrama de línea 47 de envasado. Figura 5 Diagrama de 62 captura. Figura 6 Modelo en 66 Promodel. Figura 7 Diagrama de 74 línea. Figura AB1 Volúmen de 90 producción. Fiaura AD1 llenadora. 91 Figura AD2 Taponadora. 92 Figura AD3 Etiquetadora. 93 Figura AD4 Operador de 94 calidad. Figura AD5 Canastilla de 95 ensamble. Figura AD6 Medidas de 96 transportadores.
7
LISTADO DE TABLAS.
Tabla Pagina Tabla 1 Selección de 34 lenguajes. Tabla 2 Matriz de Proceso. 49 Tabla 3 Tabla de 55, 56, descripción de Promodel. 57 Tabla 4 Formato de 61 captura. Tabla 5 Programación en 69 Promodel. Tabla 6 Verificación del 71 modelo. Tabla 7 Corridas de 72 validación. Tabla 8 Marcos de 74 experimentación. Tabla 9 Variables 75 modificables. Tabla 10 Resu~tados de 76 corridas. Tabla 11 Análisis de 77 resultados. Tabla AC1 Selección del 88 número de observaciones.
8
PARTEI
9
1. INTRODUCCION.
El desarrollo de la industria en México al igual que en otras partes del mundo
dio inicio en un marco de proteccionismo gubernamental. Si bien, mediante esta
política se impulso la generación de fuentes de empleo y el desarrollo sectorial por un
grupo selecto de empresas, el propio modelo impidió la existencia de la sana
competencia entre empresarios y el desarrollo de nuevas tecnologías. Esto trajo como
consecuencia un detrimento de los sistemas productivos mexicanos que con el tiempo
sería uno de los factores que generarían una profunda crisis económica y social.
Al mismo tiempo que el estancamiento ocurría en nuestro país, en otras partes
del mundo sus empresarios fincaban las bases para alcanzar un crecimiento sostenido
de sus sectores productivos, desarrollando nuevas tecnologías y mejores políticas de
apoyo a su industria manufacturera.
En los últimos años (al mismo tiempo que la apertura comercial) hemos
comenzado a asumir nuestra realidad, el atraso tecnológico es más que evidente, la
profunda crisis económica que hunde al país no parece fácil de resolver y en ese
panorama nos enfrentamos ante una industria mexicana desorientada en la elección
del camino hacia un futuro mejor. Con los sistemas de producción actuales, el
empresario mexicano que desee progresar se encuentra ante un solo camino,
transformarse y competir.
Para competir satisfactoriamente una de las cosas que este empresario requiere
es saber qué ocurre exactamente en su empresa, para poder actuar y tomar
decisiones sobre la transformación que debe realizar. Sin embargo, debido a la
complejidad y a la fuerte interrelación de todas las variables que influyen en el
comportamiento del sistema, difícilmente puede ser visualizable cómo se afecta la
planta por la variación de algún parámetro de este mismo, digamos: ¿qué pasaría si ...
instalamos un robot en esta parte del proceso ... colocamos una nueva fresadora de
cnc ... colocamos dos operadores en lugar de uno ... manejamos un tumo en lugar de dos
o tres ... etc.?, o bien en un proceso administrativo, ¿qué pasaría si...colocamos cinco
cajas registradoras más ... variamos la ruta de entrega ... la hora de entrega ... contratamos
tres telefonistas más ... etc.?.
10
Si adicionalmente fuera factible proveer de una guía para contestar a todas
estas preguntas con la ventaja de nunca haber tocado el proceso real, y no
arriesgamos ciegamente a tomar un camino que puede desembocar en un problema
aun más complejo que el inicial, entonces podríamos brindar un firme punto de apoyo
para el empresario mexicano en la toma de decisiones a largo y mediano plazo ... ¿ Y si
además de todo esto lográsemos reducir la incertidumbre sobre los resultados de una
decisión?
Con este trabajo de tesis propongo a la simulación de sistemas como una
altemativa de análisis para conocer, estudiar, proponer, plantear y experimentar con
las posibles soluciones a un problema de planta real.
Una de las tareas de un egresado de esta Maestría es, desde mi punto de vista,
hacer porque la transformación para ser competitivo se lleve a cabo, y para ello debe
ser capaz de coordinar adecuadamente las herramientas que le permitan llevar a buen
término ese cambio.
Confío que este será solo el inicio de una propuesta del apoyo que puede
brindar la herramienta de la simulación de sistemas a la industria nacional, así como
también un ejemplo de los resultados que podemos obtener de un vínculo más
estrecho entre la Universidad y el sector privado.
La meta, apoyar a la industria nacional que busca alcanzar elevados índices de
calidad y competitividad internacional.
lng. Edgar Hemández M.
11
1.1 OBJETIVOS.
GENERAL.
• PROPONER Y EVALUAR ALTERNATIVAS QUE PERMITAN MEJORAR EL CICLO
DE PRODUCCIÓN DE UNA LINEA DE ENVASADO.
ESPECIFICOS.
• DETERMINAR SI ES NECESARIO EL INCREMENTO DE LA CAPACIDAD DE
LLENADO EN LA ENVASADORA.
• EVALUAR SI ES NECESARIO UN SEGUNDO TURNO EN LA LINEA DE
ENVASADO.
• COMPARAR LA PRODUCTIVIDAD REAL VS, PRODUCTIVIDAD DEL MODELO
PROPUESTO, PROPORCIONAR RECOMENDACIÓN PARA OPTIMIZAR EL
MODELO REAL.
• EVALUAR LA RECOMENDACIÓN (DISMINUIR LOS MOTIVOS Y TIEMPOS DE
PARO DE LINEA -TIEMPOS MUERTOS-).
12
1.2 ANTECEDENTES.
La simulación de sistemas ha sido desde la antigüedad una de las herramientas
que más ha usado el hombre para comprender, aprender y manejar su entorno. Así.
desde la infancia comprendemos el mundo que nos rodea al simularlo con pequer'los
juegos de imitación, que nos permiten aprender las relaciones que mantienen los
elementos involucrados en la vida cotidiana, desde como interaduan entre sr hasta el
modo de manipularlos para obtener una respuesta deseada.
Desafortunadamente al crecer es fácil perder esa capacidad de aprendizaje por
analogías. se olvida el alto potencial de emplear modelos para comprender que ocurre
dentro de un sistema (sea este administrativo, de servicios o industrial).
menospreciando su apoyo en la toma de decisiones.
Uno de los motivos que considero dio razón a ese menosprecio fue que para el
análisis de procesos industriales es enorme la cantidad de variables que se ven
involucradas en el comportamiento del sistema, así como su interdependencia y alto
grado de aleatoriedad. El requerimiento de muchas horas dedicadas a la construcción
de los modelos y el alto costo que implicaba la contratación de un especialista
ocasionaron que la gran mayoría de las industrias considerarán a la simulación de
sistemas como una herramienta que simplemente no era accesible para ellos.
En los últimos años con el desarrollo de las computadoras personales, la
reducción de costos en la adquisición de equipo de computo y el desarrollo de software
en plataformas visuales -que es fadible "correr" en computadoras de escritorio- la
simulación de sistemas vuelve a ser una alternativa viable, de relativo bajo costo que
puede ser de valiosa ayuda en la toma de decisiones a mediano y largo plazo para el
empresario mexicano.
En este proyedo de tesis presento el caso de una industria con procesos de
elaboración que incluye areas de envasado con problemas de planeación, estos le han
llevado a alcanzar niveles de eficiencia que representan perdidas para la companía.
Es definitivo que se continuara envasando los volumenes que son requeridos
por cada cliente y el volumen requerido por la marca. Y que los elevados costos de
13
adquisición de una nueva línea de envasado hacen imposible su reemplazo. La
altemativa viable es encontrar áreas de oportunidad que permitan mejorar el
rendimiento de esta línea, incrementando el volumen envasado y reduciendo el costo
de operación.
14
1.3 PLANTEAMIENTO.
El efecto de las decisiones que han variado el comportamiento de la línea no fueron
evaluadas de la mejor manera. Se han tomado decisiones como la instalación de un
segundo tumo en esta línea que en mi opinión no tienen mayor fundamento que ser la
solución a una disminución en la capacidad de la línea ocasionada por todos los
pequeños problemas que hacen su aparición a lo largo de un día de operación.
Considero que:
1. Es factible cubrir la demanda de productos con un solo tumo de envasado
disminuyendo la frecuencia y duración de los paros de línea.
2. El incremento de la capacidad de envasado no solo no haré más eficaz la línea por
el contrario aumentará el número de paros de ésta.
15
1.4 ROMEX MEXICO, S.A. DE C.V.
El tema de aplicación es sumamente interesante, sin embargo para ello es
necesaria la existencia de un campo de estudio, este es el caso de ROMEX México,
S.A. de C.V.
Compañía Básica de importaciones, fundada originalmente por mexicanos para
la elaboración y comercialización de productos licenciados por la compañía ROMEX
USA.
Durante los años en que la marca fue licenciada en México la planta se
distinguía por tener empleados que se dedicaban a labores de transporte, análisis,
elaboración y empacado del producto elaborado después de una operación simple de
mezclado de diversos componentes, que en las proporciones adecuadas proveen de
caracterf sticas especiales al producto dependiendo de la aplicación a la que éste sea
destinado.
Después de un tiempo de operación, la casa Matriz decidió hacer una oferta de
compra a los licenciatarios mexicanos la cual fue aceptada y, actualmente, la compañía
tiene una nueva razón social ROMEX, S.A. de C.V.
Al mismo tiempo que esto ocurría numerosos cambios iniciaron en la planta
para proveerla de una logística de operación que permitiera flexibilidad al proceso
manteniendo un sistema que garantizará seguridad en la operación y el mantenimiento
de los estándares de calidad.
Dentro de esas modificaciones existió por mencionar algunas el cambio de
líneas flexibles (mangueras) por una red de tuberías fijas, establecimiento de
manifolds 1, ampliación y redistribución de las áreas de almacenes, instalación y uso de
básculas digitales para el control de peso, ampliación de la capacidad de líneas de
envasado. Cada una de estas modificaciones se realizó con el objetivo de garantizar
una operación más segura y eficiente y, por supuesto, en su momento lo han logrado.
Sin embargo el cambio debe ser consistente, prueba de ello son los nuevos
I Manifold: Denominación de un equipo al que arriban varias tuberias.
16
requerimientos que las compañías automotrices han exigido para ser proveedores de
su equipo original. Modificaciones que incluyen por ejemplo el lanzamiento de un
nuevo envase a ser llenado en los equipos existentes, y hasta el mantenimiento de la
certificación QS9000.
Las modificaciones en línea para cubrir los requerimientos de las armadoras se
han llevado a cabo, sin embargo un efecto adverso ha sido que el ritmo de envasado
ha disminuido substancialmente, de modo que para mantener los volúmenes
establecidos se ha requerido en algunas ocasiones del establecimiento de un tumo
adicional de envasado.
Seguramente su historia no terminará ahí, en un futuro su continua adaptación al
cambio deberá mantenerse y ser aún más dinámica, quizá con la inclusión de nuevas
estaciones de llenado, extensión de los transportadores, instalación de un
depaletizador-alimentador automático, o quizá lo único necesario sea el desarrollo de
un plan de producción que tenga presente cada una de las variables involucradas en el
proceso.
Uno de los objetivos de este estudio es analizar soluciones que permitan
recuperar parte de la capacidad que se ha perdido en el proceso de envasado.
17
PARTE II
18
2.1 PROCESOS DE PRODUCCIÓN.
El propósito de la manufactura, al menos idealmente, es el de enriquecer a la
sociedad con produdos funcionales, de calidad, que protejan el medio ambiente y
económicamente accesibles. Desafortunadamente en la gran mayoría de los casos es
solo este último punto ( el económico) el que regula la actividad empresarial.
En muy corto tiempo las nuevas tendencias de calidad, protección al ambiente y
competitividad (por mencionar algunas), han orillado a los empresarios a la búsqueda
de mejores y modernos métodos y/o técnicas de optimización de sus procesos
productivos. Ya que son estos procesos productivos, los que finalmente manejan la
economía de un país. Los procesos productivos pueden ser catalogados de muchas
formas, una de ellas es dividirlos en manufactura discreta y manufactura contina.
2.2 MANUFACTURA DISCRETA Y CONTINUA.
Por muy evolucionado que llegue a ser un proceso podemos siempre
diferenciarlo dentro de dos grandes grupos:
1) Procesos de manufactura discretos
2) Procesos de manufactura continuos
Los primeros son caracterizados por el manejo de partes individuales que son
claramente distinguibles tales como tarjetas de circuitos impresos, motores, etc. Los
segundos son la industria de procesos que operan con materia prima y productos que
tienen un flujo continuo, los ejemplos más obvios son las refinerías, y algunas
industrias químicas.
2.2.1 ETAPAS PARA LA MANUFACTURA.
Podemos dividir a un sistema de manufactura en cinco funciones íntimamente
relacionadas.
Diseño de producto
Planeación del proceso
Operaciones de producción
Flujo y manejo de materiales
Planeación y control de la producción
19
El flujo de información es el que soporta todo el sistema, coordina y controla las
relaciones entre las cinco funciones.
2.2.2 FUNCIONES POR AREA.
A continuación describo a grandes rasgos las adividades de cada etapa de
manufadura:
Disefto del producto
El área de diseño es responsable de recibir las salidas del departamento
de "marketing"2 que muestren las necesidades y deseos de los clientes, y
proponer la descripción de un producto manufacturable que satisfaga estas
necesidades.
Para lograr esto en la actualidad el departamento de diseño emplea
herramientas de tipo CAD (computar aided manufacturing), este tipo de
tecnologías facilita el diseño . El modelo diseñado en CAD puede ser visualizado
en una pantalla de computadora ya sea en 20 o bien 30 dependiendo de las
necesidades de diseño y sometido a pruebas por medio de técnicas de elemento
finito (FEA), que permiten introducir en el diseño parámetros tales como
densidad y volumen para evaluar propiedades mecánicas ya sea estáticas o
dinámicas.
Planeación de procesos
Tiene a su cargo la especificación de la secuencia de operaciones
requeridas para convertir la materia prima en partes y estas a su vez en los
productos previamente diseñados. La planeación de procesos requiere un
profundo conocimiento de la capacidad y disponibilidad de los medios de
2 Departamento de Marketing: Encargado de desarrollar métodos para conocer las necesidades e inquietudes del cliente.
20
producción y las necesidades funcionales especificadas por el departamento de
diserto.
El ingeniero de planeación requiere además conocer les condiciones
necesarias para obtener las especificaciones del diseño de un producto.
Operaciones de producción
Las actividades de producción pueden ser bien de fabricación ( convertir
materia prima en un bien más útil) o bien de ensamble (unión de las piezas
producidas). El departamento de producción se encarga de desempeñar todas
las operaciones que permiten convertir la materia prima en productos
terminados, para ello emplea herramientas del tipo CAM entre las que destacan:
CNC (o máquinas convencionales), Robots, automatización, etc.
El flujo de información de entrada al departamento indica los objetos a ser
producidos y las especificaciones de proceso.
Flujo y manejo de materiales
Esta área de la empresa tiene a su cargo todas las técnicas y métodos
para el transporte y almacenamiento de materia prima, producto en proceso y
productos terminados en el interior de la planta. No debe ser menospreciada la
importancia del flujo de materiales en una empresa, de hecho la producción de
un bien puede verse seriamente afectada por un ineficiente layout de flujo de
materiales.
Existen técnicas de control de inventarios y flujo de materiales que
permiten un seguimiento de los productos.
Planeación y control de la producción
PCP, es el elemento que integra la información de los demás departamentos
(marketing, capacidad de la producción, niveles de inventario) para determinar el plan
de producción.
Para la evaluación del sistema se emplearán herramientas que se describen a
continuación.
BIBUOTECA
1 ,-:' ~~ ts~-.u~:ª~'crc~~A}J \
.r .'· ,. ' ' . tcj ...
21
2.3 SIMULACIÓN.
Con los elevados montos de capital necesarios para el establecimiento y
mantenimiento de los sistemas de manufadura, es de vital importancia para los
ingenieros y gerentes, tener a su alcance las herramientas apropiadas para analizar los
parámetros que definen la eficiencia y produdividad del sistema.
Hasta hace algunos años solo eran conocidas las técnicas analíticas y
numéricas de análisis de sistemas, sin embargo, en la adualidad debido al grado de
interacción entre los parámetros que definen el comportamiento del sistema solo las
técnicas de simulación pueden hacer frente a los requerimientos de análisis del
proceso.
Con el advenimiento de las computadoras electrónicas, la simulación ha sido
una de las herramientas más importantes y útiles para analizar el diseño y operación
de complejos procesos o sistemas. Una guía del proceso se presenta en la figura 1.
-----Problema 1------.
,tni1isis di 111--------... EmtllloclrrNrlo sluaciáa d1 ob;mYos
Solución
Figura 1. Proceso de simulación.
21
2.3 SIMULACIÓN.
Con los elevados montos de capital necesarios para el establecimiento y
mantenimiento de los sistemas de manufadura, es de vital importancia para los
ingenieros y gerentes, tener a su alcance las herramientas apropiadas para analizar los
parámetros que definen la eficiencia y productividad del sistema.
Hasta hace algunos años solo eran conocidas las técnicas analíticas y
numéricas de análisis de sistemas, sin embargo, en la adualidad debido al grado de
interacción entre los parámetros que definen el comportamiento del sistema solo las
técnicas de simulación pueden hacer frente a los requerimientos de análisis del
proceso.
Con el advenimiento de las computadoras electrónicas, la simulación ha sido
una de las herramientas más importantes y útiles para analizar el diseño y operación
de complejos procesos o sistemas. Una guía del proceso se presenta en la figura 1 .
.----1 Problema ..,______,
Jln:ítisis da llt--------N Embleolnino situación da objtlivos
Solución
Figura 1. Proceso de simulación.
22
2.3.1 ¿QUÉ ES SIMULACIÓN?.
Simular, según el Diccionario Universitario Webster, es "fingir, llegar a la
esencia de algo, prescindiendo de la realidad", es decir, cada modelo o representación
de una cosa es una forma de simulación.
La simulación por computadora es la disciplina de diseñar un modelo de un
sistema físico actual o teórico, ejecutar el modelo en una computadora y analizar la
información obtenida de dicha simulación. La simulación se basa en el principio de
"aprender haciendo" así, para poder comprender como funciona un sistema debemos
primero construir un modelo de este sistema y operarlo. El uso de la simulación es una
actividad que es tan natural como un niño jugando a "ser algo". Los niños entienden el
mundo que les rodea simulando ( con juguetes y figuras) la mayoría de sus
interacciones con otras personas, animales y objetos. Cuando somos adultos perdemos
en gran parte esta habilidad, con la simulación podemos recapturarta.
"Para entender la realidad y sus complejidades, debemos construir objetos
artificiales (modelos) y manipularlos. La simulación por computadora es el equivalente
electrónico de este tipo de manipulación, se sirve de ambientes sintéticos y mundos
virtuales•
Paul A. Fishwick.
Universidad de Florida.
Por "modeto" de un sistema real entendemos una representación de un conjunto
de objetos o ideas de forma tal que sea diferente a la de la entidad misma, y en este
caso el término real se usa en el sentido de "en existencia o capaz de ser puesto en
existencia" (ver figura 2).
El modelado de la simulación es, por tanto, una metodología aplicada y
experimental que intenta:
• Describir et comportamiento de sistemas.
• Postular teorías o hipótesis que expliquen el comportamiento observado.
• Usar los efectos que se producirán mediante cambios en el sistema o en su método
de operación.
23
• La naturaleza iterativa del proceso se ve reflejada en la figura 2, por el sistema bajo
estudio que se convierte en el sistema alterado, el cual se convierte en el sistema
bajo estudio y el ciclo se repite.
Mundo real Estudio de simulación
Sistema Modelo de be¡o i-----+-----1 simulackln estudio
Sistema Al erado
1 Experimento de simulación
1 Análisis de simulación
Conclusiones i----1
Figura 2. Comparación de modelos.
24
2.3.2 SIMULACIÓN DISCRETA.
La simulación discreta ocurre cuando las variables dependientes del sistema
cambian discretamente en puntos especificados en un tiempo simulado, denominado
"tiempos de evento•. En este modelo, la variable de tiempo puede ser continua o
discreta dependiendo de sí los cambios discretos en la variable dependiente pueden
ocurrir a cualquier tiempo o solamente en tiempo especificado.
El propósito de un modefo de simulación discreta es reproducir las adividades
en que participan las entidades y de allf conocer algo acerca del comportamiento y
rendimiento potenciales del sistema. Para esto, se definen los estados del sistema y se
constituyen adividades que se desplazan de un estado a otro. El estado de un sistema
se define en función de los valores numéricos asignados a los atributos de las
entidades.
En la simulación discreta el estado del sistema puede cambiar solamente en los
tiempos de los eventos. Como permanece constante entre tiempos de eventos, se
puede obtener una presentación dinámica completa del estado del sistema, mediante
el avance de tiempo simulado de un evento al siguiente. Este mecanismo de tiempo se
denomina ªenfoque del próximo evento• y se usa en la mayoría de los lenguajes de
simulación discreta.
2.3.3 SIMULACIÓN CONTINUA.
En un mÓdelo de simulación continua, el estado del sistema esta representado
por variables dftpendientes que cambian continuamente con el tiempo. Para distinguir
variables de cambio continuo de variables de cambio discreto, las primeras se
denominan .. variables de estado•. Un modelo de simulación continua se constituye
mediante la definición de ecuaciones para un conjunto de variables de estado cuyo
comportamiento dinámico simula el sistema real.
Con frecuencia se escriben modelos de sistemas continuos en función de
ecuaciones diferenciales. La razón para ello es que, a menudo es más fácil construir
25
una relación para el ritmo de cambio de la variable de estado que instrumentar
directamente una relación para la variable de estado.
2.3.4 SIMULACIÓN COMBINADA DISCRETA.CONTINUA.
En los modelos discreto - continuo combinados, las variables pueden cambiar
tanto discreta como continuamente. El punto de vista global de un modelo combinado
especifica que el sistema se puede describir en función de entidades, de sus atributos
asociados y de variables de estado. El comportamiento del modelo del sistema se
simula calculando los valores de estado en pequeños pasos de tiempo y los valores de
atributos de entidades en tiempos de evento.
2.4 MODELOS.
Un modelo es una representación de un objeto, sistema, o idea, de forma
diferente a la de la identidad misma. Su propósito es ayudamos a explicar, entender o
mejorar un sistema. Un modelo de un objeto puede ser una réplica exacta de éste
( aunque en un material diferente a escalas diferentes), o puede ser una abstracción de
las propiedades dominantes del objeto.
La construcción de modelos proporciona una manera sistemática, explícita y
eficiente para que un grupo de expertos y aquéllos que toman las decisiones centren
su juicio e intuición. Al introducir una estructura precisa, un modelo también puede
servir como un efectivo medio de comunicación, así como una ayuda para el
pensamiento.
El modelado incluye desde formas de comunicación, tales como pinturas,
murales y la fabricación de ídolos, pasando por complejos sistemas de entretenimiento,
hasta la escritura de complejos sistemas de ecuaciones matemáticas para el vuelo de
un cohete en el espacio.
2.4.1 FUNCIÓN DE LOS MODELOS.
Se reconocen por lo menos cinco usos legítimos y comunes:
1. - Una ayuda para el pensamiento,
2.- Una ayuda para la comunicación,
3. - Para entrenamiento e instrucción,
4.- Una herramienta de precisión,
5. - Una ayuda para la experimentación.
26
Un modelo puede servir para uno de dos propósitos principales: ya sea
descriptivo, para explicar y/o entender, o perceptivo, prediciendo y/o duplicando las
características de comportamiento. En Ingeniería, los modelos sirven como ayuda para
diseñar nuevos sistemas o mejorar los existentes, mientras que en Ciencias Sociales y
en Economía, explican los sistemas existentes.
2.4.2 CLASIFICACIÓN DE LOS MODELOS DE SIMULACION.
Los modelos pueden clasificarse de manera general, y los modelos de
simulación de manera particular de diversas formas. Algunos de estos esquemas de
clasificación son los siguientes:
1. Estático,
2. Deterministico Vs Estocastico,
3. Discreto Vs Continuo,
4. Físico Vs simbólico.
Los modelos al principio del espectro, comúnmente se les llama modelos físicos
o icónicos, debido a que se asemejan al sistema de estudio. Los modelos físicos
estáticos, tales como los modelos arquitectónicos o los modelo de disel'\o de plantas,
ayudan a visualizar las relaciones espaciales. Un ejemplo de modelos físicos dinámicos
sería el de una planta piloto.
Los modelos analógicos son aquéllos en los que una propiedad del objeto real
está representada por una propiedad sustituida que, por lo general, se comporta de
27
manera similar. Una gráfica es un modelo analógico en la cual la distancia representa
las propiedades, tales como tiempo, edad, número, etc.
Los modelos matemáticos o simbólicos son aquellos en los que se usa un
símbolo en vez de un dispositivo físico para representar una entidad. En consecuencia,
en un modelo matemático podríamos usar símbolos tales como X y Y para representar
el volumen de producción y el costo, en vez de una escala de medida. Los modelos
simbólicos siempre son una idealización abstracta del problema en el cual se requieren
suposiciones que simplifiquen, si el modelo ha de resolverse.
Por lo general, al tratar de modelar un sistema complejo, el investigador utiHzará
una combinación o más de uno de los tipos individuales que se acaban de presentar.
Cualquier sistema o subsistema puede representarse de varias maneras, las cuales
varían ampliamente en complejidad y detalle. La mayoría de los estudios de sistemas
resultarán en varios modelos diferentes del mismo sistema.
2.5 VENTAJAS Y DESVENTAJAS DE LA SIMULACIÓN.
Todos los modelos de simulación se llaman modelos de entrada-salida, es decir,
ellos producen la salida del sistema si se les da la entrada a sus subsistemas
interactuantes. Por tanto, los modelos de simulación se "correnn en lugar de
•resolverseª, a fin de obtener la información o los resultados deseados. Son incapaces
de generar una solución por sí mismos, sólo pueden servir como herramienta para el
análisis del comportamiento de un sistema en condiciones especificadas por el
experimentador.
Un problema experimental aparece cuando surge la necesidad de cierta
información específica acerca de un sistema, la cual, no esté disponible en las fuentes
existentes conocidas. La experimentación directa sobre el sistema del mundo real,
elimina muchas de las dificultades para obtener una buena relación entre las
condiciones del modelo y las condiciones reales; sin embargo, algunas veces las
desventajas de la experimentación directa son muy grandes.
28
1. Pueden interrumpir las operaciones de la compañía.
2. Si la gente es parte integral del sistema, el llamado efecto Hawthome3 puede afectar
los resultados, es decir, el hecho de que se observe a la gente puede modificar su
comportamiento.
3. Mantener las mismas condiciones operativas para cada repetición o corrida del
experimento puede ser muy difícil.
4. El obtener el mismo tamaño de muestra (y por tanto la importancia estadística),
puede requerir más tiempo y ser más costoso.
5. Quizás no puede ser posible explorar muchos tipos de alternativas en la
experimentación del mundo real.
Una ventaja de la simulación radica en su poderosa aplicación educativa y de
entrenamiento. El desarrollo y uso de un modelo de simulación le permite al
experimentador observar y jugar con el sistema. Esto a su vez, le ayudará a entender y
adquirir experiencia sobre el problema por lo que auxiliaría al proceso de innovación.
La mayoría de los administradores y analistas están interesados principalmente
en obtener una respuesta a sus problemas inmediatos pero el fin puede justificar los
medios. Es precisamente esta preocupación por los medios la que nos hace
preguntamos si estos pueden alcanzarse de la manera más eficiente y efectiva
mediante la simulación. Con frecuencia la respuesta es, no, por las siguientes
razones:
1. El desarrollo de un buen modelo de simulación es costoso y requiere de mucho
tiempo ya que demanda un alto grado de talento que no se puede encontrar
disponible con facilidad.
2. Puede parecer que una simulación refleja con precisión una situación del mundo
real, cuando en verdad no lo hace.
3. La simulación es imprecisa y no podemos medir el grado de su imprecisión. El
análisis de sensibilidad del modelo para cambiar valores de parámetros solo puede
superar parcialmente esta dificultad.
3 Harold B. Maynard, ver referencias.
29
4. Usualmente los resultados de simulación son numéricos y dados a cualquier número
de puntos decimales que el experimentador seleccione.
Lo anterior indica que, aunque la simulación sea un planteamiento
extremadamente valioso y útil para resolver problemas, en realidad no es una panacea
para todos los problemas administrativos.
2.6 ¿PORQUÉ SIMULAR?.
Existen muchos métodos de modelado de sistemas que no involucran el proceso
de simulación, pero que si involucran la solución de sistemas en lazo cerrado (un
sistema de ecuaciones lineales). Como sea, la simulación es a menudo esencial en los
siguientes casos:
• Cuando el modelo es demasiado complejo y existen demasiadas variables
interaduando entre sí.
• La relación entre variables no es lineal.
• El modelo contiene variables aleatorias.
• Se requiere salida visual en el proceso de simulación (30 o animación).
El poder de la simulación es tal que (incluso para sistemas sencillos del tipo
lineal), se puede emplear un mismo modelo de ejecución sin tener que recurrir a
"trucosn que permitan modelar el sistema. Otro aspecto importante de la técnica de
simulación es que el usuario construye un modelo para replicar un sistema físico real.
Cuando el experimentador emplea aproximaciones de lazo cerrado algunas veces el
modelo es forzado a adaptarse al método de solución de este, en lugar de representar
fielmente el sistema físico.
30
2.7 ESTRUCTURA DE LOS MODELOS DE SIMULACIÓN.
Casi cualquier modelo consiste de alguna combinación de los siguientes
elementos:
l. Componentes,
11. Variables,
111. Parámetros,
IV. Relaciones funcionales,
V. Restricciones y
VI.Funciones de objetivo.
Entendemos por componentes las partes constituyentes que en conjunto forman
el sistema. Los parámetros son cantidades a las cuales el operador del modelo puede
asignarles valores arbitrarios a diferencia de las variables, que solo pueden suponer
aquellos valores que la forma de la función permite. Las relaciones funcionales
describen a las variables y a los parémetros de tal manera que muestran su
comportamiento dentro de un componente o entre componentes de un sistema; estas
relaciones o características operativas son de naturaleza determinística o estocástica.
Las restricciones son limitaciones impuestas a los valores de las variables o a la
manera en la cual los recursos pueden asignarse o consumirse. La función objetivo es
una definición explícita de los objetivos o metas del sistema y de como se evaluarán.
2.8 LENGUAJES DE SIMULACIÓN.
El uso difundido de la simulación, como una herramienta analítica, ha propiciado
el desarrollo de cierto número de lenguajes específicamente diseñados para
simulación. Shannon4 ha definido las siguientes ventajas de usar este lenguaje para
propósitos especiales al llevar a cabo un estudio de simulación:
1. Reducción de la tarea de programación.
2. Orientación en la articulación del concepto y la formulación del modelo.
4 Flexible Modellng of Manufaduring Systems with variable levels of detail. Ver bibllografia.
31
3. Ayuda en la comunicación y la documentación del estudio.
4. Flexibilidad en la afinación o revisión del modelo.
5. Prever funciones de apoyo comunes requeridas en cualquier simulación.
2.8.1 LENGUAJES DISCRETOS.
Dentro de los lenguajes discretos, tenemos5:
GPPS, Q-GERT y SIM-SCRIPT.
Un modelo GPSS se construye mediante la combinación de un conjunto de
bloques estándar en un diagrama que define la estructura lógica del sistema. Las
entidades dinámicas se representan en GPSS como transacciones que se mueven
secuencialmente de un bloque a otro a medida que avanza la simulación. El
aprendizaje de la escritura de un programa GPSS consiste en aprender la operación
funcional de bloques GPSS y la manera de combinar lógicamente los bloques para
representar un sistema de estudio.
El Q-GERT desarrollado por Pritsker, es un lenguaje de simulación orientado a
la red. Las letras "GERr representan las siglas de Técnicas de Evaluación y Revisión
de Gráficas, la "Qn se añade para indicar que los sistemas de líneas de espera
(Queuing systems) se pueden modelar en forma gráfica. El lenguaje emplea un criterio
de red con las actividades en las ramificaciones en que estas representan una
actividad que modela un tiempo o demora de procedimiento. Los nodos se usan para
separar ramificaciones y modelar puntos sobresalientes, puntos de decisión y líneas de
espera. Una red Q-GERT consiste en nodos y ramificaciones. A través de la red fluyen
entidades denominadas "transacciones•. En una red Q-GERT se incluyen diferentes
tipos de nodos para permitir el modelado de situaciones de línea de espera complejas y
sistemas de administración de proyectos.
El lenguaje de simulación SIMSCRIPT fue creado originalmente en la RANO
Corporation. La forma SIMSCRIPT se divide en cinco niveles.
Nivel 1.- Un sencillo lenguaje de aprendizaje diseñado para introducir conceptos de
programación a no - programadores.
s Averill M. Law, ver bibliografía.
32
Nivel 2.- Tipos de enunciados comparables, en cuanto a poder, con FORTRAN.
Nivel 3.- Tipos de enunciados comparables, en cuanto a poder, con ALGOL o PU1.
Nivel 4.- Tipos de enunciados que proporcionan una estructura para modelos usando
conceptos de entidad, atributos y conjuntos.
Nivel 5.- Tipos de enunciados para avance de tiempo, procesamiento de eventos,
generalmente, muestras y acumulación y análisis de datos generados por simulación.
Uno de los principales atractivos del SIMSCRIPT como lenguaje de
programación y simulación es su sintaxis (parecida a la del inglés) y su forma libre. Los
programas escritos en SIMSCRIPT son fáciles de leer y tienden a ser auto -
informativos. El marco conceptual de modelado de simulación discretos del
SIMSCRIPT esté esencialmente orientado hacia el evento. En SIMSCRIPT el estado
del sistema se define mediante entidades, atributos asociados con estas y
agrupamientos lógicos de entidades denominados conjuntos. La estructura del sistema
se describe mediante la definición de los cambios que ocurren en los tiempos de
eventos.
2.8.2 LENGUAJES CONTINUOS.
Si bien, a partir de la década de 1950 se ha creado una amplia variedad de
lenguajes de simulación de sistemas continuos de uso especial (CSSL), la estructura y
las funciones de la mayoría de los CSSL han sido estandarizados en su mayor parte en
años recientes. Mientras que los primeros CSSL se usaban en los bloques, de modo
que, los modelos continuos se construían usando un diagrama de bloques similar al de
una computadora analógica, en la actualidad la mayoría de los CSSI se basan en
ecuaciones y tienen una sintaxis similar a la de FORTRAN. Entre los CSSL de este
segundo tipo los que más se usan son CSMP 111, DYNAMO y GASP IV.
El programa de modelado de sistema continuo CSMP lll es representativo de
una familia de CSSL, que se han creado para resolver sistemas de ecuaciones
diferenciales de primer orden. El lenguaje CSMP III se obtiene solamente en
computadoras y consta de tres tipos de enunciados:
1. Enunciados de datos,
33
2. Enunciados estructurales,
3. Enunciados de control.
DINÁMICA DE SISTEMAS, creado por Forrester, es un enfoque para la
resolución de problemas complejos que subraya a los aspectos estructurales de
modelos de sistemas. Las variables de estado denominadas "niveles" se definen en
forma de ecuación de diferencias. En DYNAMO, se define un conjunto de ecuaciones
prototipo numeradas y el usuario debe estructurar su modelo para ajustarse a estas
formas de ecuaciones.
2.8.3 LENGUAJES DISCRETO-CONTINUOS COMBINADOS.
Aún cuando se ha dedicado mucha investigación al desarrollo de lenguajes
discretos - continuos combinados, el programa de simulación de actividad general
(GASP IV), es el único de estos lenguajes que se ha logrado usar ampliamente. El
lenguaje de simulación para modelos alternativos (SLAM), más reciente, se basa en el
diseño de GASP IV para simulación discreta-continua y agrega un punto de vista
orientado al proceso, así como nuevas capacidades de interacción.
34
2.9 ELECCIÓN DE UN LENGUAJE DE SIMULACIÓN.
Caracteristicas para evaluar un lenguaje de simulación:
caractertsticas: Consideraciones:
Capacitación requerida. Facilidad para conceptual izar los problemas
de simulación.
Facilidad para aprender el
lenguaje.
Consideraciones de Facilidad de codificación, incluyendo el muestreo
codificación. aleatorio y la integración numérica. La medida en
que el código se autodocumenta.
Portabilidad. Disponibilidad de lenguaje en otras o en nuevas
computadoras.
Flexibilidad. La medida en que el lenguaje apoya conceptos
diferentes modelados.
Consideraciones de Capacidad integrada para obtener estadísticas.
procesamiento. Lista de posibilidades de procesamiento.
Capacidad para asignar núcleo. Facilidad de
producción de informes especiales
Depuración y Facilidad para depurar.
confiabilidad. Confiabilidad de los compiladores, los sistemas de
apoyo y la documentación.
Consideraciones respecto Velocidad de compilación. Rapidez de ejecución.
al tiempo de corrida.
Tabla 1.
Selección de lenguaje de simulación.
35
2.10 APLICACIÓN DE LA SIMULACIÓN.
Las aplicaciones de la simulación por computadora se han incrementado
rápidamente en los últimos 20 artos8; la simulación y la estadística son las técnicas
cuantitativas que se usan más ampliamente en el gobierno y la industria.
No es difícil diseñar y desarrollar modelos de simulación para uso industrial.
Típicamente estos modelos tienen un tamaño mayor pero no son más complejos en
cuanto a concepto. Al construir modelos de simulación, el analista debe tener en
cuenta los enfoques alternativos disponibles para ellos y evitar la conformidad rígida
con un conjunto fijo de reglas de modelado. Estas innovaciones del modelado se
pueden encontrar en una amplia variedad de áreas de aplicación que se mencionan a
continuación:
OPERACIONES DE FABRICACION. Se han efectuado numerosos estudios en
las siguientes áreas:
1. Dis~o de planta,
2. Mejoramiento de la productividad.
3. Asignación de fuerza de trabajo.
4. Fabricación auxiliada por computadora.
5. Programación.
6. Manejo de materiales.
SISTEMAS DE TRANSPORTE. En años recientes se han investigado
ampliamente los siguientes temas:
1. Rendimiento del sistema de ferrocarril de pasajeros.
2. Programación y trazo de rutas de autobuses.
3. Control de tráfico aéreo.
4. Operaciones de terminal aérea militar.
PLANEACION Y CONTROL DE PROYECTOS. Muchas de las aplicaciones en
esta área se basan en un modelo de un proyecto en que los arcos y los nodos,
6 Paul A. Fishwick, ver bibliografía.
36
respectivamente, representan actividades y puntos críticos en el proyecto. Con
frecuencia, estos estudios pertenecen a una de las siguientes categorías:
1. Planeación de producto.
2. Mercado.
3. Investigación y desarrollo.
4. Construcción.
PLANEACION FINANCIERA. El trabajo en esta área incluye:
1. Análisis de flujo de caja.
2. Modelos corporativos.
3. Modelos econométricos.
ESTUDIOS AMBIENTALES Y ECOLOGICOS. Las aplicaciones típicas en esta
área se han centrado en:
1. Control de ríos.
2. Control de contaminación.
3. Flujo de energía.
4. Poblaciones marinas.
5. Agricultura.
6. Control de insectos.
SISTEMAS DE ATENCION DE LA SALUD. Las aplicaciones de la simulación en
el campo de la atención de la salud se han incrementado en gran medida en años
recientes. Algunas de las áreas que se han estudiado son:
1. Manejo de inventario.
2. Planeación de hospitales.
3. Planeación de fuerza de trabajo.
4. Manejo de materiales.
2.11 EL ARTE DEL MODELADO.
El arte de la modelación consiste en la habilidad para analizar un problema,
resumir sus características esenciales, seleccionar y modificar las suposiciones
37
básicas que caracterizan al sistema, y luego, enriquecer y elaborar el modelo hasta
obtener una aproximación útil. Se sugieren siete principios7:
1. Dividir el problema del sistema en problemas más simples,
2. Establecer una definición clara de los objetivos,
3. Buscar analogías,
4. Considerar un ejemplo numérico específico del problema,
5. Establecer algún símbolo,
6. Escribir los datos obvios, y
7. Si se obtiene un modelo manejable, enriquecerlo. De otro manera, simplificarlo.
En general, uno puede simplificar si se hace lo siguiente, mientras que, el
enriquecimiento implica exactamente lo contrario:
1. Convertir a las variables en constante,
2. Eliminar o combinar variables,
3. Suponerünealidad
4. Agregar suposiciones más potentes y restricciones,
5. Restringir los limites del sistema.
El siguiente paso una vez que el modelo ha sido generado, es ejecutarlo en una
computadora. Esto es, se requiere crear un programa computacional cuyos pasos a
través del tiempo actualizan el estado de las variables y eventos descritos en el
modelo mateméticoª.
Existen muchas fonnas de realizar esto. Por ejemplo el empleo de períodos de
tiempo en ciclo repetidos, o bien, se pueden emplear pequeflos incrementos de tiempo
de manera escalonada. El programa puede ser ejecutado también en una computadora
paralela. A esto se le conoce como simulación paralela y distribuida. Para simular
modelos demasiado grandes, esta es la única manera accesible de obtener respuestas
en un lapso de tiempo razonable. (En este trabajo de tesis no se empleará simulación
paralela y/o distribuida).
La simulación de un sistema puede realizarse a varios niveles de fidelidad de tal
manera que la complejidad dependerá del simulador. Los modelos son diseflados para
proveer de respuestas a un cierto nivel de abstracción ( el nivel de abstracción del
7 Annu Marie (lntrodudion to Modellng and Slmulation), ver bibliografía. 8 W. Smith, ver bibliografía.
38
propio modelo), mientras más detallado sea el modelo más detallada será la salida. El
tipo de abstracción de salida que se requiera sugerirá el tipo de modelo a emplear.
2.11.1 CRITERIOS PARA REALIZAR UN BUEN MODELO.
Hemos definido a la simulación como el proceso del diseño de un modelo de un
sistema real y la realización del experimento con el mismo, con el propósito de
entender, ya sea el comportamiento del sistema o la evaluación de varias estrategias
que se consideran para la operación del sistema.
Esta definición sugiere varias importantes caraderísticas de la naturaleza y el
dominio de una buena simulación:
1. Se interesa en la operación de sistemas,
2. Se interesa en la solución de problemas del mundo real,
3. Se realiza como un servicio para el beneficio de quienes controlan el sistema o por
lo menos están interesados en su comportamiento.
Podemos establecer ciertos criterios que debe cumplir un buen modelo de
simulación.
1. Fácil de entender por parte del usuario,
2. Dirigido a metas u objetivos,
3. Sensato en cuanto a que no de respuestas absurdas,
4. Fácil de controlar y manipular por parte del usuario, es decir, debe ser sencillo
comunicarse con el modelo,
5. Completo, en lo referente a asuntos importantes,
6. Adaptable, con un sencillo procedimiento para modificar o actualizar el modelo.
7. Evolutivo, es decir, que debe ser sencillo al principio y volverse más complejo de
acuerdo con el usuario.
2.11.2 EL PROCESO DE SIMULACIÓN.
Si se supone que la simulación se usa para investigar las propiedades de un
sistema real, se deben mencionar las siguientes etapas.
39
1. Definición de sistema, determinación de ios iímites o fronteras, restricciones y
medidas de efectividad que se usarán para definir el sistema que se estudiará.
2. Formulación del modelo, reducción o abstracción del sistema real a un diagrama de
flujo lógico.
3. Preparación de datos, identificación de los datos que el modelo requiere y reducción
de estos a una forma adecuada.
4. Translación del modelo, descripción del modelo en un lenguaje aceptable para la
computadora que se usará.
5. Validación, incremento a un nivel aceptable de confianza de modo que la
interferencia obtenida del modelo respecto al sistema real sea correda9.
6. Planeación estratégica, diseño de un experimento que producirá la información
deseada.
7. Planeación táctica, determinación de como se realizará cada una de las corridas de
prueba especificadas en el diseño experimental.
8. Experimentación, corrida de la simulación para generar los datos deseados y
efectuar el análisis de sensibilidad.
9. Interpretación, obtención de inferencias con base en datos generados por la
simulación.
1 O. Implantación, uso del modelo y/o resultados,
11. Documentación, registro de las actividades del proyecto y los resultados así como
de la documentación del modelo y su uso.
9 Osman Balci, ver bibliografía.
40
PARTE 111 APLICACION
41
3.1 DESCRIPCIÓN ROMEX S.A. DE. C.V ..
ROMEX cuenta con diferentes áreas para el control de su operación: Compras,
Almacenes de insumos y materia prima, Elaboración y Proceso, Envasado, Almacenes
de producto terminado y Transportación y Logística.
Los procesos que se siguen para garantizar una operación óptima son muchos y
variados y en cada uno de ellos existen muchas áreas de oportunidad para mejorar la
eficiencia en la operación. Sin embargo, debido a la orientación de la maestría la
aplicación de simulación se realiza para el área de Planta.
Existen dos opciones para el desarrollo del proyecto, el área de Elaboración y el
área de Envasados. La primera es un área de proceso continuo, por otro lado
envasado es un proceso discreto en su totalidad10
Elaboración como su nombre lo indica, se encarga de preparar las diferentes
mezclas en las cantidades apropiadas de los componentes de cada fórmula,
auxiliándose del área de almacenes de materia prima que provee de cada elemento
necesario y del laboratorio que analiza las propiedades de cada componente (previa y
posteriormente a su mezclado). Una vez que es expedida una orden de elaboración,
las diferentes materias primas son solicitadas y transportadas para su mezclado en
tanques seleccionados de acuerdo a dos restricciones
• Segregación de familias de productos por tanques de mezclado.
• Volumen requerido a mezclar.
Seleccionado el tanque y mezclado el producto se debe esperar a su aceptación
por parte del laboratorio. El producto una vez liberado, es enviado a través de líneas de
tubería dedicadas a cierto tipo de producto para evitar una contaminación durante su
transferencia a las distintas líneas de envasado.
10 Para los fines de este trabajo de tesis solo se evalúan procesos discretos.
Volumen enva•do por presentación
10000000 - -- ····----·- ···-·-··------ ------ --- --··-· -· ·· ··· ······-·· .. .... ·- ... · ··--··· · -
6000000
4000000
2000000
o A
3.2 SOFTWARE PROMODEL.
B e D E
Gráfico 1
42
Promodel, pertenece a la familia de software orientado que auxilia en la
construcción de un modelo por computadora, y permite correrlo para obtener
resultados a las diferentes opciones que el modelista pretenda evaluar en el modelo.
A este tipo de software se le conoce como manipuladores de información,
debido a que su principal objetivo es la "administración" de datos (con que se describe
el modelo), entre los diferentes estados de operación.
De esta manera, dado que el software es un manipulador de información, la
calidad de la salida del modelo depende directamente de la calidad de la información
con que se alimenta.
Se definen estaciones de trabajo, condiciones lógicas para la transición,
restricciones de inicio y fin, así como registros de inicio, paro, ingreso y salida de
insumos, etc.
3.2.1 SEMEJANZAS DE PROMODEL CON REDES DE PETRI.
Las redes de petri son apreciaciones gráficas del comportamiento de sistemas
discretos, en los cuales existe el fador común de secuencia y elección de rutas 11. Los
componentes que forman una red de petri son:
11 N. Viswanadham, ver bibliografía.
43
1. Los lugares, representando una actividad o un estado.
2. Las transiciones representados por la toma de decisión de cambios de estado o fin
de adividad.
3. Arcos de entrada y salida. Que direccionan el camino (ruta) a seguir entre una
adividad y otra, una vez que se ha tomado un camino activándose una transición.
4. Marcaje. Es una indicación del estado o actividad adual del sistema, que determina
cuál será el estado siguiente cuando se active una transición.
Una red de Petri estocástica es aquella en que sus transiciones no son
determinísticas, es decir la selección de la ruta y el momento de ocurrencia depende de
variables aleatorias. Aunque el tiempo no es fador en una red de Petri, un suceso
puede considerarse como una transición en el tiempo, así una variable aleatoria en el
tiempo puede activar una transición.
Dependiendo del número total de lugares se define el tamaño de la red y
estados posibles del sistema. Por lo tanto una red de Petri no tiene restricción en su
crecimiento, y su operación solo depende del marcaje y la secuencia de disparo para la
"visita 1ª a todos los estados.
En la figuras se muestra una red de Petri (acotada y viva13), donde se observan
los lugares, las transiciones y los arcos de entrada y salida.
Funcionamiento:
Estando en el lugar P1 dependiendo que transición sucede (T1, T2) el estado
del sistema pasa a P2-P3, después si sucede T3 el sistema pasa a P2-P4, si se cumple
T 4 el sistema pasa de P2-P4 a P1 (ver figura 3).
12 Permanencia de marcaje en un lugar. 13 Acotada porque el número total de marcas se mantiene, viva porque puede visitar todos los lugares a partir del marcaje inicial.
44
T4
Figura 3. Red de Petri.
La ventaja de la simulación por redes de Petri es que su solución matemática se
obtiene resolviendo las matrices creadas por:
• La matriz de incidencia (formada por matriz de entrada y matriz de salida) y,
• La secuencia de disparo (La secuencia de las transiciones a ocurrir).
Lo anterior define la aleatoriedad del sistema, dado que la secuencia del disparo
en una red de Petri estocástica depende de las variables aleatorias involucradas.
Durante el proceso de construcción de un modelo en Promodel se definen:
1. Los lugares o estados como las estaciones de trabajo,
2. Las transiciones como la lógica del proceso, que se define (incluyendo condiciones,
programación, contadores y en fin toda la lógica necesaria para definir la secuencia
de operación),
3. Arcos, como las rutas definidas para llegar a una transición, definidas dentro de la
secuencia de operación como uorigen ... destinon.
4. Marcaje, que es el estado de la estación de trabajo previamente definida, la
secuencia de disparo la marcan los arribos y fines de servicio de cada estación.
5. El comportamiento aleatorio del modelo se define, dentro de las condiciones de
probabilidad para el direccionamiento hacia una u otra estación ( en la definición de
operaciones).
6. Las condiciones de inicio y fin de corridas se definen de igual manera en el modelo,
permitiendo la definición de restricción de operación del mismo modelo.
45
La facilidad de construcción que Promodel presenta, así como cada una de las
descripciones previas, permite considerar que el funcionamiento del programa se
apega al descrito previamente en la figura 3, es decir Promodel manipula la
información ingresada a un modelo construido, moviéndose de estación en estación
(en estados de tiempo), restringido por transiciones en las que se define la lógica del
proceso que es continuamente evaluada.
De ninguna manera esta sección pretende establecer la operación interna de
este software, sin embargo la similitud de comportamientos permite explicar el
algoritmo matemético con que el software corre un proceso modelado.
Debido a lo anterior se vuelve indispensable una correcta definición del sistema,
así como la captura y análisis adecuados de la información necesaria.
46
3.3 JUSTIFICACIÓN DE SELECCIÓN DE LÍNEA DE ENVASADO.
Una vez que el producto ha sido "liberado" por el laboratorio existen cinco
diferentes destinos, a mencionar: A, B, C, O, E, en particular el O es el que nos atañe.
Conocida como línea de envasado 2, se encarga de envasar el producto en
presentación de dt qué si bien no es el de mayor volumen de envasado (ver gráfico 3)
si es el más prioritario para la compañía en este momento de acuerdo a las siguientes
consideraciones:
1. La demanda y participación en el mercado se ha ido incrementando (tendencia
positiva, ver gráfico 3).
2. En esta línea se envasan los productos de armadoras automotrices.
3. Existe un proyecto de ampliación de la capacidad de envasado, debido a la creencia
de que el cuello de botella de esta línea es la máquina llenadora. Uno de los
objetivos de esta tesis es evaluar si realmente se requiere instalar esta ampliación
de capacidad.
4. El margen de ganancia que se obtiene en las presentaciónes C y O es mayor que
en las otras líneas.
5. Incremento del tiempo de operación de uno a dos tumos.
6. Finalmente, las líneas de tambor, cubeta y graneles están sobradas de capacidad,
por lo tanto se reduce el interés de estudio a dos líneas C y D. Como se ha
mencionado la segunda tiene en puerta proyectos de expansión costosos.
3.4 LINEA DE ENVASADO D.
En está línea, como ya se ha mencionado, se envasa en presentaciones tipo d y
d' dependiendo del cliente y de la demanda del mercado. Diferentes factores han
variado con el tiempo en el comportamiento de los tiempos de producción de esta
línea, originalmente se envasaban botes de cartón y fleje de lámina que permitían
alcanzar ritmos de producción elevados. Sin ninguna etiqueta, resistentes al esfuerzo
de compresión, cerrados por fleje de acero, eran los envases ideales para esta línea de
producción. Con el cambio del mercado, y la búsqueda de reducción de costos, se
47
iniciaron las modificaciones que llevarían a esta línea de producción a envasar en
contenedores plásticos de d litros.
Cada uno de los cambios en el proceso, incrementa el número de variables a
controlar . La falta de este control ocasiona que no sea posible alcanzar un ritmo
continuo de producción, que finalmente termina reflejándose en una reducción del
volumen final de envasado.
Actualmente la línea de envasado tiene la siguiente configuración:
LINEA DE ENVASADO
TAPONAD ORA
;PROOU! Jti CAJAS TERMINADO
Figura 4. Diagrama de línea de envasado.
El proceso es simple, una vez que se recibe una orden de envasado las tuberías
(que llevan el producto) son purgadas e inundadas con el producto a envasar. Al
mismo tiempo se realiza el ajuste de línea para el contenedor que será empleado, este
ajuste incluye:
1. Ajuste de ancho de transportadores.
2. Ajuste de llenadora para largo de contenedor y volumen de envasado.
3. Ajuste de taponadora para alto de contenedor y tipo de tapa.
4. Ajuste de armadora de caja.
5. Ajuste de etiquetadora (cambiar etiqueta y altura de posición).
6. Ajuste de divisor.
7. Ajuste de cerradora de caja.
8. Posición de sensores.
Concluido el ajuste de la máquina, se realiza una sola corrida de envasado. El
producto envasado es analizado por el laboratorio para asegurar que las propiedades
no han variado durante el traslado del mismo de tanques de elaboración a la línea de
envasado 14.
Una vez que el producto ha sido liberado por el laboratorio se inicia el ciclo de
envasado que a continuación se describe (ver tabla 2).
14 Es posible una variación de propiedades debido al empleo de líneas compartidas, la existencia de pequeñas trazas de un produdo inicial puede reducir o incrementar las propiedades del segundo producto transferido por la misma tubería.
49
Paso Descripción Adicional
1 Arribo de insumos envase, tapa, caja, etiqueta, cinta,
tarima.
2 Inicio, Operador coloca envases en la llenadora e 5 envases cada vez
inicia el ciclo de toda la línea
3 El envase es transportado por un conveyor para ser El tranportador continua en
llenado marcha. La llenadora es de
desplazamiento positivo. Es
necesario que los envases sean
detenidos mecánicamente por una
puerta integrada a la llenadora.
4 El envase lleno es transportado por un conveyor Máquina de rodillos que al girar
para colocarle la tapa. por fricción coloca la tapa del
contenedor. El envase siempre se
encuentra en movimiento.
5 El envase es revisado (manualmente al 100%) Si el tapón no fue bien colocado el
para asegurar que el tapón fue bien colocado. producto derrama al ser
manipulado.
6 El envase el transportado hacia la etiquetadora. El envase siempre en movimiento.
7 El envase es transportado hacia un divisor
(operador) que distribuye los envases dependiendo
del arreglo que se emplee en la caja respectiva.
8 Paralelamente, una armadora provee la caja
necesaria (inferior al de envases).
9 En una estación conjunta el arreglo de envases y la Los envases son detenidos para
caja son •ensamblados• y transportados hacia una esta operación por un dispositivo
cerradora de cajas. mecánico.
10 La caja es cerrada y encintada en dos estaciones La caja siempre en movimiento.
contiguas que emplean transportadores.
11 Al final de la línea las cajas son retiradas Al formar un ·paner el
manualmente para ser colocadas en tarimas. montacargas se encarga de
retirarlo de la línea de envasado
para su transferencia al almacén
de producto terminado.
Tabla 2.
Matriz de proceso.
50
El volumen de envasado de esta línea se observa en el gráfico 3, una tendencia
en el incremento del volumen de envasado es notable y hace pensar en la necesidad
de optimizar cada etapa del proceso, en afán de incrementar la productividad de la
línea.
Envasado mensual en Linea O
600.000
500.000
400.000
300.000 1-Envasado I 200.000
100.000
o ~ ~ ~ ~ !,; !,; ~ ..... i§l
~ cu .:. ~ 8 d, .:. 2. 8 d, e: ..Q e: .a e: 111 ni 111 ni 111
Gráfico 2
GRÁFICO DE ENVASADO SIN AJUSTE DE TENDENCIA
Volumen envasado en Linea O-Ajuste por minimos cuadrados
600.000 500.000 400.000 300.ooo t..--:::::r--200.000 100.000
Q-....i.+..+-.¡.-+-,¡-+-+-...¡....¡....¡..¡...¡...+-+-.....i-~....¡..,¡
~~ _i:§l cu
Gráfico 3
--Envasado
-Tendencia
GRÁFICO DE ENVASADO CON AJUSTE DE TENDENCIA
51
En el gráfico 3 se puede apreciar la tendencia de incremento en el volumen
envasado ajustado en base a mínimos cuadrados15.
15 El proyecto de tesis es simulación, no pronósticos y el método empleado solo es con el objetivo de obtener una medida de la tendencia del mercado en los últimos años. Tampoco es objetivo de esta tesis el análisis de los motivos de variación de la venta de este tipo de envase.
52
3.5 DEFINICIÓN DEL OBJETIVO.
Con el fin de estructurar el tipo, forma y profundidad del análisis a realizar es necesario
definir claramente los objetivos del proyecto de simulación, buscando con ello que la
información recabada para la construcción del modelo sea la adecuada16. De las
necesidades expresadas por el personal de planta, así como de las áreas de interés de
la gerencia se han determinado los siguientes objetivos:
• Determinar si el incremento de la capacidad de la llenadora se reflejara con un
aumento del producto terminado por unidad de tiempo Uustificar o rechazar el
proyecto de incremento de capacidad de la máquina llenadora)17, para lograrlo se
requiere:
• Determinar capacidad de envasado y cuellos de botella.
• Establecer un punto de comparación para evaluar si es necesario, o no, un
incremento de capacidad de llenado ("troughput18 de cajas terminadas).
• Determinar si es necesario el establecimiento de un segundo tumo de envasado,
proponer alternativas y evaluarlas.
No menos importante que la definición de objetivos, es la definición del alcance
y tiempo destinado para la entrega de resultados. Dentro de este contexto se define
que no es objetivo del proyecto de simulación, el análisis de un tiempo mayor de
corrida que el necesario para la obtención de respuestas a los objetivos presentados.
Por lo tanto cualquier interés adicional deberá ser claramente entendido como una
parte del trabajo a futuro que se encuentra referenciado en el capítulo
correspondiente. El tiempo destinado para entrega de resultados a la gerencia es Mayo
de 1998.
16 Es importante recordar que una de las principales desventajas de un estudio de simulación es que la calidad de la salida obtenida se verá directamente afectada por el tipo de información que sea recabada y con la cual se alimente el modelo ("Garbage in garbage out".
11 Incrementando el número de narices de llenado, actualmente se cuenta con cinco. 18 Troughput: Expresión para determinar una medida del rendimiento de la operación.
53
Debe considerarse dentro del marco de solución el modo empleado para
determinar el cumplimiento de objetivos. Dado que el análisis se realizará por medio de
la simulación del proceso, se pretende la comparación de los siguientes marcos físicos
de referencia:
1. "Troughput" actual del modelo (número de cajas totales empacadas
actualmente) 19
2. "Troughtput" de modelo modificado de cinco a siete estaciones de
llenado.
3. "Troughput" de modelo con el número de estaciones actuales (cinco) y
reduciendo los motivos y duración de tiempos de paro en un 50%.
4. Proponer alternativas y evaluarlas en el modelo.
19 Este mismo método será empleado para la etapa de validación y verificación del modelo.
54
3.6 CAPTURA DE INFORMACIÓN.
Para la captura de información se ha definido la siguiente matriz de actividades
que se desarrollan en línea (Ver tabla 3).
Durante la captura de información es importante considerar los siguientes
puntos:
• Deberá capturarse únicamente la información útil para cubrir los objetivos
planteados en el proyecto de simulación.
• Definición previa de los puntos a observar.
• La captura debe ser clara.
• Evitar el efecto de "Garbage in garbage out"2º • La observación puede ser afectada por el comportamiento de los operadores.
20 Garbage in garbage out, empleado para indicar que la calidad de la información de entrada determinará la calidad de la salida.
ITESM Simulaciori de 5ililemH via Promodel Tablll de dnori~ión.
Uurel Parte en No Reourmo ¡proceso
1 Monlilcarps Psllet de enva-
2 Operwclor A &envases
3 envases
4 5envase•
5 5enval8•
8 5enva11es
8 1 envase
7 1 envalO
8 1 envase
9 Opel'lldorl!S 1 envase
10 1 envase
11 1 enva11e
PiezH Origen 40 inicio
1 pack Zona de espel'II
5 ConveyorA
5
Filler
Conveyor B
Delayer
ConveyorC
Capper
Conveyor D
check station
Conveyor !
Máquina Dntino ln11oluc1"11da C.DKidad 01>eración Zonllde Area efe 4palleta T1"11nsporte espel'II Acomodo
dep11llets
ConveyorA Tran•porte
Filler Conveyor Continuo T ran11porte Definido aarblmaño
Filler 5 LLenado por tiempo de procoao
Conveyor l!S Transporte
Delayer Dela~r 1 Retardar loglcamente SI mular onerador
Conveyor C Transporte
C.pper Capper 3 Tapar el enva11e
Conveycir D Tl'lln&porte
Cheok st.tion Calidad
Conveyor E Tnmsporte
Labber Labber 1 Etiquetado
Table 3. Tabla de descripción de Promodel
55
Tipo de No. Reciuerimientoa para modelaje Dislribucion Medir C.ptura 1.• No. de envnn por pallet PZlls/pallet 2.• Tiempo de entrega del NA Tiempo del NA pallet por el montacargas montacrgs (Tiempo de reacción)
e1 operador pone un conjunto de Tiempo Tiempo en que 6 envases en el conveyor opera NA
Transporte de los enva11e11 al tamaño del la mjquina llenador•. NA conveyor NA
Velocidad 1.· tiempo en que se llenan los env. Tiempo Tiempo en que Uclflmllllr
2.· Probabilidad de que falle 11e llena UdaGW"°" III llenadora C/c enva&es -·-3.• Tiempo que permanec;e ·--parada para volver a arrancar Probabilidmd
de fllllar Transporte de los 5 envHn a Tamailo del la est.clon de retardo NA conveyor NA
Ret.rdar los envaMs en una e&tacion con capaoidad de 1 NA NA NA tenerlos ahl un 11egundo y libe l'llrl0&
Trensporte de los enva11es a NA Tamaño del NA e&tacion de taponado conveyor
Tiempo de blponado, se Tiempo C/cenvase& define como un minimo. MEDIR falla la blpo Probllbilldad de que la nadora. NA máquina blponador• falle
Tranporblr los enva11e11 a la Tamaño del ---estaoión de calldad NA conveyor NA
Veriftc.ar el correcto tapona Tiempo e.te miento inspeccion
NA mínimo NA Prob de tener que apretllr
NA NA NA
Tiempo minimo para Probabilidad
ITESM Slmulllcion de sistemas vía Prornodel Tabl9 de descri~.
Usar el Parte en No Reour.o IDroceao
12 1 •nvase
13 1 envase
14 Operador e 1 envase
14 Operador e 1 envase
14 Operador e 1 enVllse
15 1 elMl&e
15 1 enVllse
15 1 envase 11 1 envase
1e 1 envase
18 1 envase 17 lenVIIN&
18 Montacargas !oxPallet
19 Operator d Box
20 1 Box
Piezas Oriaen
Labber
Conveyor I"
Distribuitor
Distribuitor
Distribuitor
Conve)'Of G 1
Conveyor G2
ConvevnrG3 C•nalltilla 1
Canastilla 2
canastilla 3 C.nHtlllllC
100 Box P•llet
Box Pallet
Armadora
Máquina Destino involuc,.d• C.Ptlcidad Oi,e,ación
Conveyor'I' Tr11nspo,te
DistribuilDr Distribuir
Conveyor G1 Distribuir
Convep G2 Distribuir
ConveyorG3 Distribuir
C.nntl11•1 Cen•stilla 1 2 Acomodar
Canastl11•2 Canastilla 2 2 Acomodar
Can•stilla3 Canastilla 3 2 Acomodar eana.t11111 e C.nalltillllC I Acomodar
CanastillaC CanastillaC 8 Acomodar
canastilla e CenHtill•C 8 Acomodar C.naatilla
1 Arribo
Armadora Armadora 45 Armado
Conveyor J Tranaporte
Tabla 3. T •bla de deacripoión de Promodel
56
Tipo de No. ReauerimientxJs D11ra modelaie Distribucion Medir Cautura etiquetado de fllllllr Probllbllidad de que la NA NA etiquebldor• falle,
Transporte a diatribuldor NA Tam•ñoconv NA
M•ndar • la prlmeni distribuí do,. llbre Asignar un tiempo mínimo de NA NA NA estancia en la ntacion AYUDA
LOGICA
USI: Operador C THl:N FRl:I:
use Operetor e THl:N FR!I: NA NA NA AYUDA
US! Operator C TH!N FRl:I: LOGICA
NA NA NA NA AYUDA LOGICA
Tiempo mínimo efe transporte
Tiempo mínimo de trenaporte NA NA NA AYUDA
TiemPo mínimo de trensp0rte LOGICA NA NA NA AYUDA
LOGICA
No. de cajH por entreg• Tiempo Tiempo de entrega del pallet NA NA por el monhlcargas
Tiempo en que pone las caja& Tiempo Tiempo de NA
armado Operecion de armado, poner cad• cuanto arma una caja Probabilidad de que falle la armador• Tr•nsporte a plataforma INA Tamaño del NA
L!i
ITESM Slmulacion de sistemu vi• Promodel Tabl9 de dncri_f!C=!_ón.
Uurel P.rteen No Reoul'IO Drooe&O
21 1 l!Sox
22 1 box 6 envasea
23 !numble
24 l!n .. mble
26 Oum-llSox
ze Oum-eox
27 T•pe-Box
26 Operador e Taper Box
29 MonfacllrgH P.llet P· Tl!:R
Pieza a Origen
ConveygrJ
1 Plablform• 1 C.nHtllla
1 !naambladora
1 ConveygrK
1 Close stlltion
1 ConveyorL
1 T•per lloll
1 ConveygrM
Pallet e>lit
Wqulna Destino in11oh.1crwda ca-o1c1ad Oper•ción
Plsblform• !apera
li!n•mbladora !numbl•dot1 1 l:namble
Conveyor K Tranaporte
Close atation Cloaesbltion 1 Cerrar caj•
Conveyor L Tranaporte
T•per8all T•perBox 1 E!nolnlmdo
Conveyor M Transporte
Pallet eJdt 4e Acomod•r
W•rohCM.lalng infinita Sacar
Tabla J. Tabla de descripción de Promodel
Tipo de No. Requerimientoa par• moclel•ie Diatribucion Medir Cantura
conveyor
WAIT for Combine 6 enYIIHS NA NA NA
Tiempo de armado del Tiempo NA NA enAmble Probabilidad de que falle la máquin•
Transpon,,• Cendo de caí• NA T•maftodel NA conveyor
Tiempo de operación Tiempo N• NA Probabilidad de que falle la máquina.
Transporte• encintlldora NA T•m•ñodel NA conveyar
Tiempo de operaoión NA NA NA C/c eajH p11r• I• miiquina
Transporte • zona de NA NA NA descarga
Aoomodamienlo de Distribución Tiempo en que NA pallet de sallcl•. uur recum, acomoda
Cu•nlo tiempo espera Distribución NA NA un pallet • sor recogido
58
3.6.1 CONSIDERACIONES PARA LA SELECCIÓN DE INFORMACIÓN.
1. Se puede apreciar en el estudio del modelo que no existe una tendencia real al
estudio de los tiempos de ciclo de cada estación de trabajo, salvo en el caso de la
llenadora, que tiene un tiempo de ciclo bien definido. Sin embargo para la
taponadora, etiquetadora, armadoras, selladora y encintadora el tiempo de ciclo
depende totalmente de la rapidez de movimiento de los transportadores, por este
motivo la evaluación que se ha considerado mide la probabilidad de paro de cada
estación así como su duración, y en ningún momento se considera el tiempo de
proceso como una variable inherente a la máquina tanto más como dependiente del
transportador respectivo. Para soportar lo anterior existe un estudio de las
velocidades de los transportadores involucrados entre cada estación de trabajo.
2. Existen algunos tiempos o eventos que no son considerados para la construcción del
modelo, a mencionar: mantenimiento preventivo, paro de línea por avería de
máquina, paro de línea por visitas de planta cualquier insumo en mal estado (se
asume que si los insumos entran a la línea es porque han sido previamente
revisados y aprobados).
3. En un análisis simple es fácil identificar dos transportadores distintos para la misma
línea de producción, uno actuando como dependiente y el segundo como
independiente, de hecho el ritmo de producción de la línea de armado de cajas se
encuentra actualmente regulado por la línea de envases. Por lo anterior se puede
definir una línea como dependiente; y a la independiente como un cuello de botella
para la segunda.
59
3.6.2 INFORMACIÓN: CAPTURA Y ANÁLISIS.
DISEÑO DE FORMATOS DE CAPTURA:
Para la captura de información se hace necesario un formato que permita
cumplir con los siguientes requisitos de captura21:
l. Tomar acciones en base a los datos.
11. Los datos serán útiles para tomar decisiones sobre algún proceso o lote, solo si
estos son representativos del mismo.
111. Acompañar a los datos con una descripción completa de su procedencia.
IV. Anotar los datos de una forma que facilite su posterior análisis.
V. Planear la forma de las tablas, las gráficas y el tipo de análisis estadístico que se
requiere para alcanzar los propósitos prefijados, garantiza la recolección de la
calidad, cantidad y tipo de datos que se requieren para el estudio.
En base a lo anterior se desarrollo el siguiente formato de captura que considera
los siguientes puntos importantes (ver figura 4):
• Se obtiene toda la información para la alimentación del modelo "a pie de máquinan.
• Se elaboró para poder ser útil en cualquier parte del proceso.
• La toma de tiempos se considera como un objeto de medición adicional, este formato
solo se empleo para determinar la probabilidad de paro de cada estación de trabajo.
En este mismo formato se mide la duración del paro de máquina.
• La duración de los ciclos de operación de cada máquina se considera en un
segundo formato de medición incluido en el presente capítulo.
• El objetivo es la construcción del modelo. El estudio de la salida del modelo
proveerá de una orientación sobre las posibles alternativas para la corrección de
estas limitantes.
• Se evita la manipulación de la información por parte de los operadores tomando las
siguientes medidas:
21 Según Manual de Control de Calidad de Hur1ey y Landeros.
60
1. Plática formal con el supervisor de envasado para conseguir
autorización.
2. Notificación al supervisor de línea del objetivo de las mediciones.
3. Plática con el personal de línea para establecer el objetivo del estudio
que se realizará.
4. Fundamental la relación previa de confianza entre el observador y los
operadores de línea22.
5. Análisis estadístico de la información.
22 No debe ser este un fador decisivo para el éxito del estudio de simulación, sin embargo puede ser de gran utilidad.
61
~TESM..CEM NDICAR EL .AREA LINEA DE ENVASADO
~EGISTRO DE INFORMACION DE OSSERVACION: PAROS DE MAQUINAS EN LINEA LLENADORA
MARCAR EN EL AREA IMJIIII - .. t SELLADORA+ ENCINTADORA DE OIBIJJO LA EST ACION QUE SERA OBSERVA~ I t IIHIB
- . MA.RCAR EL OLA, Of LA~ TAPONADORA rl +m f IIIHII ~ ILUN IIIM I .. ERIAll"llulAI NOICAR CUALQUIER 1 1 1 1 1 1 NFORMACION AOIQO-
~ NAL EN El AREA RES-CAJAS
DATE: PECTIVA.
OBSERVADOR:
INICIO 1 2 3 4 l 6 7 a 9 10 11 12 13 l• IS 16 17 18 19 20 21 22 23 24 2S 26 27 28 29 30 TOTALES (SIX) OK
PARO TlllMPO
INICIO (SIX) OK 1 1 1 1 ' 1 1 l 1 1 1 1 1 1 1 1 1
PARO 1 1 1 1 ' T 1 l 1 1 1 1 1 TIEMPO 1 1 1 1 1 1 1 1 T T T T 1 1
INICIO (SIX) OK 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
PARO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 TIEMPO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
INICIO (YX) OK l T l T T 1 1
PARO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 TIEMPO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
INICIO (YX) OK 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
PARO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 TIEMPO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
INICIO (YX) OK 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
PARO 1 1 r 1 T T T 1 T T l l 1 1 1 1 1 TIEMPO 1 1 1 l T T T T r T r r 1 l 1 1 1 1 1 1 1 1 1 1
COMENTARIOS:
INSTRUCCIONES: MARCAR UNA CRUZ EN 0K SI EL EVENTO FUE EFECJ1JAOO aJN ÉXITO, SI EXISTE UN PARO DE MÁQUINA INCLUIR EL TIEMPO DE PARO EN EL RECUADRO CORRESl'ONDIENI'E .
Figura 5.
Formato de Captura.
La captura de la información se realiza de la siguiente forma, consideremos el
siguiente diagrama descriptivo (figura 5):
LLENADORA
• Se aeta produc:i EJ'1do XXX • En la observm ón tma un Sllo opa-a:Jor
• Los J)El'OS de la n,áJJi na llaia::kra f LB'on ca SElos pa otras aia::i ones ( 11 sa::to a él'ea deaiiba:lo pala t~) de tr~o ~ oti iQS'on a que el ~mor detwiera e ddo de I ama:µ na II EnlX>l'8.
• Hubo dos P8'0S sgnfi ati vos uno a, a aa a opa-a:Jor dauvo a ddo de la mápna pa-a ha:s' auaj enes y a otro a, a ant>io c1e tlJTlO ( 4.12 mi rutos y 12: 32 minutos)
debe haber un
Figura 6. Diagrama de captura.
1• estadá1 llenado
~ o
movimiento
de operador
62
El observador registra en el formato previo el lugar en que se realizará la
observación, tiempo de inicio y producto.
1. Coloca una marca en el renglón correspondiente si la máquina se encuentra
operando.
2. Si la estación falla, coloca una marca en el renglón de "paro· y toma el tiempo
respectivo al paro de estación.
63
3. Si la línea se detiene, más no es responsabilidad de la estación que está siendo
observada, NO se considera que la estación fallo.
4. Finalmente se calculan los totales teniendo cuidado de describir cualquier situación
anormal en el tiempo de observación, que no deberá ser inferior a 30 min.
Existen formatos semejantes que orientan sobre el tipo de observación para la
captura de datos (ver apéndice).
64
3.7 CAPTURA.
Se realiza toma de tiempos para la observación del comportamiento de la línea,
considerando:
1. Registros de paro de máquinas.
2. Tiempo de operación de línea y estaciones.
3. Registros de velocidad de transportadores (Tabla 4).
4. Registros de Tiempos de llenado y de operación de armados de cajas.
5. Operadores.
Todo esto considerando que el sistema ha sido pre-ajustado y se encuentra en
operación.
Las siguientes consideraciones son aplicadas a la captura de información:
a) Los transportadores regulan gran parte de la rapidez del proceso, por lo anterior se
definen dos tipos de estaciones de trabajo, las independientes de la velocidad de los
transportadores y las dependientes. Lo anterior implica que para las estaciones
dependientes no existe realmente un tiempo de proceso, pues el correspondiente
está dado por la velocidad de los transportadores. A diferencia de estos, en los
independientes ( como la llenadora, la armadora de caja, etc.) si existe un tiempo de
proceso para el cual se evalúa la distribución probabilística que será ingresada al
modelo.
b) Solo se evalúan distribuciónes estadísticas para las variables que son
independientes.
c) Para fines de la alimentación del modelo, si la variable es dependiente se evalúa la
fadibilidad del ingreso de una distribución "media·.
d) El paro de una estación de trabajo por motivos ajenos a su operación no es
considerado, debido a que en ese momento la estación es dependiente del
comportamiento de otra estación distinta.
Ejemplo gráfico de captura (ver Gráfico 4):
Tiempo de envas1do para 1 observaci6n con 40 eventos
... 8 ----·----·---· o ---~
1 6 r 4 -l 2
! o - - - == ===· =
Gráfico 4.
65
67
3.8 ANÁLISIS.
Todo el análisis de información se realiza en base al programa StatGraphics23.
Los resultados se muestran por dos métodos (aproximación análitica y comparación
visual), las distribuciones son del tipo media con una desviación estándar calculada.
Toda esta información se ingresa al modelo de acuerdo a su previa construcción
siguiendo el esquema de construcción descrito en el apéndice respectivo.
23 Stat Graphics: Programa de computo orientado al análisis estadístico, ver bibliografía.
68
3.9 CONSTRUCCIÓN DEL MODELO EN PROMODEL.
En base a la información capturada y analizada se procede a la construcción del
modelo en computadora. Para ello se ha construido la matriz de desarrollo de la
operación que fue previamente mostrada.
Pasos a seguir en la elaboración del modelo:
1. La construcción del modelo en una matriz permite llegar a la segunda fase de
definición, en que se propone la generación del modelo incluyendo la programación
requerida para simular la operación del sistema. La siguiente matriz define la
construcción lógica del proceso24
2. Elaboración de "layout'25 para la construcción del modelo de simulación
3. Elaboración del modelo por computadora del proceso28• (ver tabla 5)
4. Ingreso de la información analizada en Statgraphics al modelo.
5. Primeras corridas para la comprobación de proceso. (Ver modelo en Figura 6)
6. Verificación y validación de acuerdo al comportamiento esperado del modelo lógico.
24 No es objetivo de esta tesis hacer y/o ser un manual del empleo del Software, por tal motivo se presenta unicamente el modelo y el proceso de verificación y validación del modelo, todos los datos de experimentación y optimización, así como el proceso no son escritos en el texto. 25 Layout: Empleado pera definir gráficamente la ubicación de la linea, maquinaria, así como rutas de proceso. 26 Existe al final de este texto un disco de computadora que contiene los modelos involucrados en cada etapa del proceso.
ITESM CEM
Ml11'-ª de 11. .. erec:l6n de modelo .. Promodel
--·--· ... _______ -- .. .. -·-·· -- . -- -·- . -- -- ------ . ·--- . . ---· ldllnlldlld l/0 stellon C8D Plucem ..... destino ....... lanHlco --- N ~ llla1lon 8 IAndV nmun ......., aletlon Use -•tar 1 then f19e 11119 conlelners --- - ... aon 1
,__, __ ..., co-1 .... 5 • ......., contalMr
ennv conlllnr N 1 alzem 1......., canlelMr 2 ..... 1 ermlv conlelner 2 anc4, enm1v container ......., .. , ··-·~ conllllnllr loglD .. , 5 ec:c:um_5 tlllNI container 3 lfllL1 lled c:onlelner -· .. - .. 1llad container C01'1118VOI' 3 alzel8\ flllld container ce...,., flrst 1 fllllld_ conlelner oepper 1 -• (1 sec) cepped_ contelner COIMIVC)l'_4 lln11_1 cepped_contalner
lnmmedlo ca.......t container co-or 4 alzel17\ ce.....t container lab8r 111111 1 ,._..,_ conlll- lllbel 1 -II0.1 ncl lllbelecl conlelner 00..,...,or 5 ll111t 1 labelad conlei'ler lllbelad cantalner COIWRVOf 5 atzem labalad .. .-1ne, ca-or 8 ..... 1 labelad conta- co- 8 alze(11\ llnlahed con1111-. !aula.., 1nn1c sletlon ··- auallv cantalnar llnlahld_conllllmr quellly _loglc _ statlon 1 uae_oparator_3_than_free tlnl&had_contalMr corr.yor_7
lr.o..trlJulllonl llnlshH conlelner co-7 alzeam Onlst.d conlel1Wr IOi'I statlon container I en'IIIV lnl&llad_ conlelnel )on_statlon_conlalner 6 group_l si._contalnera asSIH1'Dly 'ª~ loln_8_as_Jc
..... si. conlelnelll N 8SMlnllf 2 loi'l 1 - box ful box ;conie\10, 8 11111 1 ful box ful boll N c-e alzel2\ ful bax box ctoser conv9 , ......... tul box N box cio.at conv9 2-1rrvnm1 cloaed box box taoer co111111 , .......... closad box N box taDBr oonv11 1 -• rnromJ claaed box ellllco....,.., ftnst 1 cloud box N ellll-or slnl2\ llnlshed baxea ... lnnlc , ......... lnlahed baos N elllt 1oa1c 1 1ltwhad boxea aldt aalat use onaiator 6 lhen free lnlahed iw..- elllt DBlet lnc contador llnlahed boxea elllt
~ • eenerecton d! modelo en Promodel un .. Q!Nndlente
flllt_box N pelal_or_bo- 40 UM_operator_ 4_5_Hc_ llal_box box_bulder ··~ titen ha flAt box N ""'• bullder 1 -lfnroml e- box COnHNOf 10 lnt 1 1 ........, box N co-o, 10 slzel20\ ......., bGx COIMIVO, 12 ..... 1 1 ........ bGx N co- 12 ......... bm: asselnllf r loln r11nuest. 1
Tabla 5.
Programación en Promodel.
69
ITESM CEM SIMULACIÓN DE SISTEMAS DE MANUFACTURA. VELOCIDAD DE LOS TRANSPORTADORES
TRANSPORTADOR 1 TRANSPORTADOR 2
TIME VEL TIME VEL 7,57 0,25 3,87 0,61 6,47 0,29 3,43 0,69 7,18 0,26 3,47 0,68 7,72 0,25 3,40 0,70 7,70 0,25 3,46 0,68 7,80 0,25 3.40 0,70 7,59 0,25 3,48 0,68 7,65 0,25 3,30 0,72 7,86 0,25 3,40 0,70 7,68 0,25 3,31 0,72
75,00 0,03 3,30 0,72 7,85 0,24 3,45 0,69
0,23 MIS 0,69 MIS
TRANSPORTADOR 3 TRANSPORTADOR 4
TIME VEL 7,37 0,42 6,75 0,38 7,19 0,43 6,60 0,39 7,40 0,42 6,60 0,39 7,35 0,42 6,70 0,38 7,20 0,43 8,60 0,39 7,25 0,42 8,64 0,38 7,24 0,43 6,60 0,39 7,22 0,43 8,63 0,38 7,20 0,43 6,60 0,39 7,30 0,42 6,64 0,38 7,35 0,42 6,61 0,39 7,32 0,42 6,80 0,38 7,29 0,42 6,78 0,38
0,46 M/S 0,41 M/S LAS SIGUIENTES VELOCIDADES FUERON TOMADAS POR TACOMETRO RPM RE COR VEL MIS RPM RE COR VEL MIS RPM RE COR VEL MIS RPM RE COR VEL MIS
136,00 1360 00 0,23 144,00 1440,00 0,24 158,00 1580,00 0,26 150,00 1500,00 0,25
138,00 1380,00 0,23 140,00 1400,00 0,23 162,00 1620,00 0,27 140 00 1400,00 0,23
139,00 1390,00 0,23 145,00 1450,00 0,24 155,00 1550,00 0,26 145,00 1450,00 0,24
136,00 1360,00 0,23 154,00 1540,00 0,26 154,00 1540,00 0,26 142,00 1420,00 0,24
0,23 0,24 0,26 0,24
71
3.9.1 VERIFICACIÓN Y VALIDACIÓN DEL MODEL027•
Como se puede recordar en la sección de definición de objetivos, se establecen
tanto los marcos de comparación como el método a emplear para la verificación y
validación del modelo, estos son:
• Comprobar que el modelo se comporta como el modelista pretende, verificación de
variables, frecuencia de paros de máquina y paro de línea, salidas del modelo,
desplazamientos y análisis gráfico del comportamiento entre estaciones y tiempos
de operación para cada estación dependiente o independiente.
• Comparación del utroughput' total (número final de cajas empacadas) del modelo
real contra la salida del modelo lógico.
Verificación:
La verificación del modelo es exitosa al comprobarse en las corridas de éste el
comportamiento esperado en similitud con el modelo real. Los puntos de comparación
a mencionar son (ver Tabla 5)
Delalpc:i6n l!9llldD
OperKi6n de loe tralllpClftador Aceptado
MaYkTNna ele loe openidorm Acepllldo
ActMdld• de loe opetlldoree Acepllldo
Tiempae de openlCl6rl de la ..i.ciol• allnidN- iudepeodienm Acepllldo
Opermcic!ln de .. mma. AceptNo
Comporlmnienm de loe ....... tiempae de opnoión
Llenedonl kepllldo
Armedora di c.¡. Aceptado
!numbllldonl Aceptado
Taponedonl Acepmdo
Salida del modelo (trDughput 11:11111 de "llnished_bairN"' Medible 'I Acepl8do
Verlllcacl6n de la estructura del modelo por otro rnodelilla Aceptado
RtMlión ele _.. "pNO por pao' en lDdo el modelo Aceptada
Tabla 6.
Verificación del modelo.
21 Verification, validation and accreditation of simulation models, Osman Balci, ver apendlce. 28 En el modelo se considerán diferentes tecnologías para la programación de cada entidad, una de estas entidades esta definida como "flnished_boxesft en el interior del modelo.
72
Validación:
En base a la verificación y a la realización de corridas para el análisis de la
salida del modelo, y a la revisión de su comportamiento, se encuentra una de las
medidas de comparación establecidas en capítulos anteriores (ver Tabla 6).
Considerando un porcentaje de confianza de modelo construido hacia el modelo
real de: 98% +-3% (ver tabla 6).
El intervalo de confianza encontrado se considera aceptable para los fines del
estudio, establecidos en los objetivos de la sección correspondiente29.
ITESM CEM Promodel Corridas para validacion y expertmentacion Evaluación de las cajas tenninadas de la línea D
Sistema Modelo Diferencia conidB real %
1 140 172 19% 2 191 186 -3% 3 170 179 5% 4 169 154 -10% 5 173 196 12% 6 184 177 -4% 7 182 165 -10% 8 181 187 3% 9 178 169 -5%
10 1n 189 6% 11 180 163 -10% 12 181 188 4% 13 183 171 -7% 14 191 184 -4% 15 181 166 -9% 16 187 194 4% 17 182 182 -12% 18 180 190 5% 19 182 176 -3% 20 185 178 -4%
Promedio de las variaciones de 1 %. Tabla 7.
Corridas de Validación.
29 System lmprovement using simulation, Promodel Corporation, ver referencias bibliográficas.
73
3.1 O EXPERIMENTACIÓN.
En base al modelo construido (verificado y validado), se procede al desarrollo de
la fase de experimentación comprobando las diferentes alternativas para modificar el
proceso de la línea.
A continuación se describen las variables que serán utilizadas, de la misma
manera se presenta una breve explicación del porqué no son seleccionadas otras
variables.
El ingreso de esta información al modelo permite evaluar cada una de las
diferentes alternativas propuestas, a considerar:
1. Incremento de la capacidad de envasado (de cinco a siete narices de llenado)
2. Reducción de motivos de paro, con la misma capacidad de envasado
3. Impacto de la ampliación de transportadores.
El número de corridas no es menos importante, de hecho la misma naturaleza
estocástica del modelo requiere que para validar los resultados obtenidos se realice un
cierto número de corridas mínimas, sin embargo, también es importante mencionar que
mientras más grande sea el número de corridas cada vez será menor la contribución de
cada salida a la validez del modelo, y por el contrario incrementarán los tiempos y
costos involucrados.
Debido a lo anterior, a la naturaleza de construcción del modelo, el corto tiempo
de ciclo producción30 y a las recomendaciones del texto "System lmprovement using
simulation" se define el siguiente marco para las corridas de cada modelo
(ver Tabla 7).
30 Menos de dos minutos para concluir el proceso de un envase.
Descripción del concepto Cantidad
Tiempo de análisis para cada corrida (horas) 1
Numero de corridas:
Caso 1 (Incremento del numero de boquillas) 20
Caso 2 (Misma capacidad, reducción de tiempo muerto) 20
Caso 3 (Incremento de capacidad, reducción de tiempos muertos) 20
Tabla 8.
Marcos de Experimentación.
LINEA DE ENVASADO
o ENCINTAOORA
+m CAJAS
Figura 7. Diagrama de línea.
ITESM CEM ESTUDIO DE SIMULACION DE SISTEMAS DE MANUFACTURA VARIABLES MODIFICABLES PARA FINES DE EXPERIMENTACIÓN
ltem Modificar Descrisx:lón Envase vaclo si Modificar el tiempo de arribos, se incrementa al ser necesario un
cambio de configuración para manipular siete envases o primero cinco y posteriormente dos más Se modifica la frecuencia de arribos para garanmar la existencia de envase, lo anterior en base a que para los fines del modelo la falta de envase no es impor1ante
Transportadores si Se propone modificar la longitud de los transportadores, su velocidad y por tanto su capacidad.
Llenaclora si Incrementar capacidad de la es1aci6n, sin embargo con un breve análisis es fácil percibir que el tiempo de operacón tambien debe incrementarse en al menos dos quintas partes del tiempo de transporte medido. Lo anterior debido al tiempo de transporte adicional que existirá para Henar y vaciar cada una de las siete estaciones de llenado.(La llenador& no es rotativa, para una explicación de como opera la üenadora ver apendice ).
Taponadora no Variable dependiente de los transportadores Se asume e>óstencia permanente de tapa por no ser importante para el estudio propuesto.
Etiquetadora no Su variación considerada dentro del estudio previo de operación
Esta:ión de calidad no Su variaci6n considerada dentro del estudio previo de operación el estudio contempla la falla de operaci6n y tiempo muerto por envase sin imDOr1ar la cantidad de envase aue arribe a la Nenadora
Ensamble no Variable dependiente de los transportadores
Cerradora de caja no Variable dependiente de los transportadores
Enc:intadora de caja no Variable dependiente de los transportadores
Armadora de caja no Variable dependiente del la linea superior de transporte de envase
Salida de caja no Su variación considerada dentro del estudio previo de operación considerado el tiempo de desalojo dentro del estudio de "llfters"
Tabla 9.
75
76
3.11 RESUL TACOS.
De los marcos de referencia planteados se tienen los siguientes resultados en
base a las corridas realizadas:
ITESM CEM Promodel Corridas para validacion y experimentacion
Validación Experimentación Sistema Modelo en Red. Paros Con 7
corrida real Promodel Inyectores 1 140 172 214 175 2 191 186 216 185 3 170 179 257 179 4 169 179 222 154 5 173 196 212 196 6 184 177 259 176 7 182 165 220 165 8 181 187 258 188 9 178 169 243 170
10 177 189 273 189 11 180 163 247 164 12 181 188 238 189 13 183 171 239 171 14 191 184 212 185 15 181 179 268 167 16 187 194 278 193 17 182 162 224 162 18 180 190 219 190 19 182 176 262 176 20 185 178 230 178
Número de cajas por corrida, duración del cada corrida: 1 hora
Tabla 10.
Resultados de corridas.
Para et análisis de la información presentada referirse al Apéndice E.
77
De los resultados del "Stat Graphics":
Modelo Media Desviación
Sistema Real 179.35 10.74
Modelo de Promodel 179.15 10.13
Ampliación de capacidad NA* NA*
Reducción de paros 239.55 21.97
Tabla 11.
Análisis de resultados.
• Los resultados de las corridas realizadas para un aumento de la capacidad de
envasado (ampliando de 5 a 7 las estaciones de llenado), arrojaron que, el cuello
de botella es quien regula el proceso, no importa la ampliación de capacidad en la
llenadora. Es decir el cuello de botella continuará regulando la velocidad de la línea
sin importar cuánto se incremente la capacidad de llenado.
• Se recomienda en base a lo anterior, definitivamente, no incrementar el número de
estaciones de llenado sin antes reducir los motivos y tiempos de paro. Debido a este
análisis el reporte para la ampliación de capacidad no tiene sentido realizarlo.
78
PARTE IV
74
-Descripción del concepto Cantidad
Tiempo de análisis para cada corrida (horas) 1
Numero de corridas:
Caso 1 (Incremento del numero de boquillas) 20
Caso 2 (Misma capacidad, reducción de tiempo muerto) 20
Caso 3 (Incremento de capacidad, reducción de tiempos muertos) 20
Tabla 8.
Marcos de Experimentación.
LINEA DE ENVASADO
+IIHHI ;PROD! ~ CAJAS TERMINADO
Figura 7. Diagrama de línea.
ITESMCEM ESTUDIO DE SIMULACION DE SISTEMAS DE MANUFACTURA VARIABLES MODIFICABLES PARA FWES DE EXPERIMENTACIÓN
..... Modificar DacriDClón Envase va:lo si Modifica el tiempo de arribos, se incrementa al ser nace• io un
cambio de c:cnfiguración para manipular siete envases o prinerc cinco y posteriormente dos més Se modlica la frecuencia de arribos para gararmar la existencia de lf'MISI, lo anterior en bese a que para los fines del modelo la falla de envase no es importante
Transportadores si Se propone modificar la longib.Jd de los transportadores, su velocidad y por tanto su capacidad.
Llenadora si Incrementar capacidad de ta es1ación, sin embargo c:cn un breve arálisis es fécil percibi" que el tiempo de operaci6n1ambien debe incrementarse en al menos dos quintas partes del tiempo de transporte medido. Lo anterior debido al tiempo de transporte actici:>nal que existira para llenar y vaciar cada una de tas siete estacio11es de llenado.(La llenadonl no es rolativa, para laB
e,cplicación de como opera la llenadora ver apendice ).
-Taponadora no Variable dependiente de los transportadores
Se asume e>Cistencia permanente de tapa por no ser importante para el estudio propuesto.
Etiquetadora no Su variación considerada dentro del estudio previo de operación
Esta:ión de caidad no Su vanaci6n c:cnsiderada dentro del estudio previo de operaci6n el estudio c:cntempla la falla de operación y tiempo muerto por envase sin imoortar la ca ltidad de el'MIS8 aue anibe a la lenadora
Ensamble no Variable dependiente de los transportadores
Cenadora de caja no Variable dependiente de los transportadoras
Enciriadora de~ no Variable dependiente de los transportadores
Armadora de caja no Variable dependiente del la na superior de transporte de envase
Salida de caja no Su vara::ión oonsideracla dentro del estudio previo de operación considerado el tiempo de desalojo deriro del estudio de "llters"
Tabla 9.
15
76
3.11 RESUL TACOS.
De los marcos de referencia planteados se tienen los siguientes resultados en
base a las corridas realizadas:
ITESM CEM Promodel Corridas para validacion y experimentacion
Validación Ex;;..., :i, rvntación Sistema Modelo en Red. Paros Con7
corrida rea# Promodel Inyectores 1 140 172 214 175 2 191 186 216 185 3 170 179 257 179 4 169 179 222 154 5 173 196 212 196 6 184 1n 259 178 7 182 165 220 185 8 181 187 258 188 9 178 169 243 170
10 177 189 273 189 11 180 163 247 164 12 181 188 238 189 13 183 171 239 171 14 191 184 212 185 15 181 179 268 187 16 187 194 278 193 17 182 162 224 162 18 180 190 219 190 19 182 178 282 178 20 185 178 230 178
Número de cajas por corrida, duración del cada corrida: 1 hora
Tabla 10.
Resultados de corridas.
Para el análisis de la infonnación presentada referirse al Apéndice E.
77
De los resultados del ustat Graphicsº:
Modelo Media Desviación
Sistema Real 179.35 10.74
Modelo de Promodel 179.15 10.13
Ampliación de capacidad NA• NA•
Reducción de paros 239.55 21.97
Tabla 11.
Análisis de resultados.
• Los resultados de las corridas realizadas para un aumento de la capacidad de
envasado (ampliando de 5 a 7 las estaciones de llenado), arrojaron que, el cuello
de botella es quien regula el proceso, no importa la ampliación de capacidad en la
llenadora. Es decir el cuello de botella continuará regulando la velocidad de la línea
sin importar cuánto se incremente la capacidad de llenado.
• Se recomienda en base a lo anterior, definitivamente, no incrementar el número de
estaciones de llenado sin antes reducir los motivos y tiempos de paro. Debido a este
análisis el reporte para la ampliación de capacidad no tiene sentido realizarlo.
4.1 CONCLUSIONES Y RECOMENDACIONES.
Considero apropiado enumerar las conclusiones de acuerdo a diferentes
aspecto que se ha a.ibierto en la tesis, a mencionar:
4.1.1 PROIIODEL
79
El software resulto ser como se esperaba, de fácil empleo y aprendizaje, que
permite construir con relativa facilidad el modelo, de aa.ierdo a las necesidades y
objetivos planteados. En el modelo construido se emplearon gran parte de tas
características de Promodel para: la generación de la lógica del proceso, construcción
del modelo, imágenes en segundo plano, generación de variables locales y generales
para control y desplegado de resultados, etc.
En términos generales el software tiene un amplio campo de aplicación en la
industria así como en otros campos, esto se debe a que permite la generación de
procesos en una forma secuencial, tal y como ocurriría en la realidad.
La facilidad para generar variables de control internas, así como la flexibilidad de la
lógica de programación son otra ventaja de Promodel.
En nuestro caso el tiempo de ciclo es relativamente corto, sin embargo en caso
de requerir el desarrollo de un modelo con tiempo de ciclo extenso será necesario
definir claramente a.iales son las variables realmente involucradas para evitar tiempos
excesivos de desarrollo, validación y de corrida del modelo.
Considero que puede brindar gran ayuda en una infinidad de procesos, por
mencionar algunos: control, planeación, toma de decisiones, justificación de proyectos
de inversión, etc.
4.1.2 DEL MODELISTA.
Considero que este proyecto de simulación, me ha permitido (dentro de la
experiencia obtenida) :
• Comprender el proceso de construcción de un modelo por computadora y simular su
operación.
• Capacidad para identificar las variables importantes de acuerdo a los objetivos
planteados (tipo y efedos sobre el modelo).
• Importancia de la validación de las variables involucradas, así como del modelo
construido.
• Aprender el manejo de Promodel y de sus posibilidades de programación.
• Manejo de algunos procesos de captura y análisis de información.
80
• Tener la capacidad (dentro de la experiencia obtenida en este proyecto), de aplicar
los conocimientos aprendidos en otro proceso, sea este o no de manufadura.
4.1.3 DE LA LINEA DE ENVASADO.
En base a las corridas realizadas en el modelo se concluye que:
1. El inaernento del número de estaciones de llenado perjudicaría la operación de la
línea con un decremento en la salida de cajas terminadas de un 15% a un 25%. Esto
debido a que, al incrementarse la rapidez de salida de la estación de llenado, se
inaementarfan tos problemas en tas estaciones siguientes de operación.
2. La reducción de tos motivos de paro de la línea en un 30% 31 puede incrementar la
salida de produdo terminado y empacado de un 25% a un 30%32• (ver Tabla 8)
3. No es recomendable ampliar la capacidad de la llenadora, a menos que esta
ampliación sea acompañada de un proyecto altemo que reduzca los motivos y
tiempos de paro en la línea.
4. Recomendable et r~ireccionar los recursos destinados a ta ampliación hacia la
reducción de motivos y tiempos de paro de línea.
5. En base a la información recabada ( de la salida de los modelos) no se recomienda
la instalación del segundo tumo de envasado sin antes implantar ta reducción de
motivos y tiempos de paro (ver gráfico 5).
31 Con la reducción da tiempo de paro. 32 Ver tabla 9.
Cajas empacadas totales
250 -··------·------·----··--.
UI 11
200
J 150 • ,, e 1 100 ~ z
50
o 1 1 ~ ~
o ftl ftl i a. i ¡ a. >, cií .E a:: ü5 ,...
Gráfico 5.
EJ Sistem1 real
• A'ol'l"Ddel
o 7 nyec:torn
aRed. Paros
Número de cajas promedio de las corridas de validación.
81
82
4.2 TRABAJO A FUTURO.
Con este trabajo de tesis se ha pretendido cubrir dos objetivos, uno planteado
estridamente dentro del texto, el otro inmerso en el primero pero no por ello menos
importante. Por un lado desarrollar un proyecto de simulación en una industria
mexicana, brindando orientación para la solución de un problema de planta real. El
otro, el interés de encontrar en la simulación de sistemas la herramienta que pueda
cubrir al menos en parte el vacío existente en México de un apoyo , para la toma de
decisiones a nivel gerencial.
De ninguna manera se pretende con esto, desplazar la valiosa aportación que
brindan los años de experiencia. Por el contrario, el verdadero apoyo de la simulación
sólo se da cuando va de la mano con ese conocimiento del día a día en la planta.
Es por esto que se proponen dos rumbos del trabajo a Muro:
• Para la línea de producción analizada, implantar un programa de simulación más
profundo, que permita, además de atacar el problema de falta de capacidad de
envasado y tiempos muertos lo siguiente:
a) Conocer el tamaño óptimo de lote, involuaando para ello las restricciones de
producción de tanques de elaboración (por tamaño y por segregación de
familias), tuberías compartidas, así como la capacidad de almacenamiento de
produdo terminado.
b) Establecer un programa de suministros de materia prima, incluyendo
consumos y tiempos de entrega de materiales nacionales e importados.
c) Otras áreas de aplicación: Área de tréfico y arribo de produdo importado por
ferrocarril, etc.
d) Por otro lado, reducción de la dependencia de la habilidad del operador en
cada estación de trabajo.
• Como una herramienta de apoyo, buscar áreas de oportunidad que permitan
desarrollar un vínculo entre la industria y la academia, apoyando al empresario con
un paquete integral, que incluya a la simulación del sistema como base para
proponer y analizar las modificaciones u optimizaciones que así lo ameriten.
83
Entendiendo que la herramienta tiene un amplio campo de aplicación en las
siguientes seas de estudio:
• Planeaci6n de la producción.
• Planeación de programas de mantenimiento.
• Control de la producción (interfase con software de control de inventarios y compras
de insumos y materias primas).
• Logística de transportes.
• Planeaci6n de compras.
• Desarrollo de proyedos, estudio de nuevas plantas.
• Estudios de operación.
• Determinación de cuellos de botella.
• Determinación de capacidad de envasado.
• Desarrollo de plan de flujo de materias primas, etc.
84
APENDICE
85
APENDICE A.
¿QUÉ ES UN LUBRICANTE?.
Un lubricante es un elemento que al formar una capa entre dos superficies en
movimiento relativo, una con respecto a la otra, reduce la fricción y por tanto el
desgaste de las superficies en contacto. Existen muchas y muy variadas características
que definen a un lubricante de diversas aplicaciones. Por ejemplo un aceite lubricante
para servicio automotor no podría pasar las pruebas requeridas para ser considerado
como aceite marino. O bien un lubricante de un motor de dos tiempos jamás podría
reemplazar a un aceite hidráulico o de extrema presión.
Para mayor profundidad en el tema es posible encontrar bibliografía al respecto.
86
APENDICE B.
PROCESO DE ELABORACIÓN DE UN LUBRICANTE.
Para la elaboración de un lubricante debemos distinguir entre dos elementos
constitutivos, el aceite básico mineral y los aditivos. Una de las principales
características de un aceite está dada por su viscosidad, que depende directamente de
las propiedades que tenga la materia prima u aceite básicon. Las cualidades que
describen el comportamiento de un lubricante en campo se definen por la adición de
diversos aditivos que le permiten tener caraderisticas de resistencia al corte, a la
extrema presión, evitar la formación de espuma, etc.
La adición y mezcla en las cantidades adecuadas de cada componente nos dará
por resultado un aceite lubricante que presentará las mejores propiedades,
dependiendo de la aplicación de que estemos hablando, ya sea esta para engranajes,
aceites marinos, aceites blancos, aceites hidráulicos, aceites automotrices o aceites
multiusos.
A continuación un listado de los pasos a seguir para la elaboración de un aceite
lubricante:
1. Recepción de materias primas.
2. Análisis de laboratorio para la materia prima.
3. Preparación del tanque de mezclado.
4. Adición de aceite mineral básica.
5. Adición de aditivos.
6. Mezclado durante tiempos determinados.
7. Análisis de laboratorio del produdo terminado.
Para realizar la adición de aceites minerales se emplean lineas de tubería que
mantienen interconectados a una serie de tanques entre sí. El empleo de tuberías
dedicadas a la circulación de ciertos productos evita una operación de limpieza que
además de costosa consumiría demasiado tiempo.
Los tanques de mezclado mencionados varían de capacidad, siendo el de menor
de 1,800 lts hasta el mayor de 300,000 lts.
87
Una vez que el lubricante ha sido elaborado y aceptado por el estándar de
calidad se procede a su traslado (por tuberías dedicadas) a las distintas líneas de
envasado. Se cuenta con seis líneas que desplazan el siguiente volumen de ventas
promedio (Figura 8)
Volumen envasado por presentación
1CDOOCX)() ·---- ----·---------------·---·-··--- ___ ., ___________ -------
acxxxm 6000CXX)
.«xXJOCD 200CXXX)
o A B e o E
Figura AB1. Volumen de producción.
De la gráfica anterior podemos apreciar que el volumen principal de ventas se
enaJentra en la entrega de presentación E, sin embargo es en este rubro {y en A)
donde las ganancias por margen de venta son menores. Veamos el caso de las líneas
denominadas B, C, y D donde los márgenes de ganancia son mucho mayores por
decicarse a las ventas al detalle. Una vez más existen diferencias entre los volúmenes
desplazados por cada línea de envasado, quedando la Hnea O como el segundo lugar
pomedio, por volumen de envasado.
88
APENDICE C.
DETERMINACIÓN DEL NÚMERO DE OBSERVACIONES.
El estudio de tiempo es un procedimiento de muestreo, y como tal, es muy
importante que el número de datos a colectarse sea el adecuado, así como la correcta
técnica de análisis de esta infonnación. Desde un punto de vista económico, la
duración del ciclo y la actividad del trabajo, deben ser consideradas para detenninar el
tamaño de muestra para la detenninación del estándar. La tabla siguiente se emplea
como referencia para detenninar el número de ciclos a medir para cada actividad de los
procesos.
TIEMPO DE MAS DE 5,000 A 1,000 A MENOS DE
CICLO 10,000/AÑO 10,000/AÑO 5,000/AÑO 1,000/AÑO
>60 MIN 6 5 4 3
40A60MIN 8 7 6 5
20A40 MIN 10 9 8 7
10A20MIN 12 11 10 9
5 A 10 MIN 20 18 16 15
2 AS MIN 25 22 20 18
1 A2 MIN 40 35 30 25
<1 MIN 60 50 45 40
TablaAC1.
Selección del número de observaciones.
El total de las observaciones que serán efectuadas caen dentro del rubro de 1 a
2 min. De duración de tiempo de ciclo, y se repiten más de 10,000 veces por año. Por
lo tanto se selecciona un mínimo de 40 ciclos por observación.
Existen dos métodos para la toma del tiempo de ciclo de las adividades:
89
a) El método Continuo, en el cual el cronómetro permite medir la duración total del ciclo
y no se detiene de elemento a elemento. Las ventajas de este método son:
• Dado que se registra el período de observación global, se puede asumir que
ningún tiempo queda fuera del estudio y que todos los retrasos o elementos
externos a la operación son considerados.
• Es más conveniente usarse cuando los ciclos de los elementos son muy
cortos, ya que minimizan el error en la toma de tiempo elemento por
elemento.
b) Método intermitente, en el cual la lectura es hecha en el punto terminal de cada
elemento y se re inicia a cero cada vez. Las ventajas de este método son:
• No es necesario hacer restas de las mediciones entre elementos ya que estos
son medidos separadamente, mientras que en el método continuo se pone
únicamente el tiempo en que cambia de un · elemento a otro, para
posteriormente calcular por diferencia las duraciones de cada elemento.
• Es fácil identificar y medir tiempos que hace el operador y que no son parte
en sí de la operación.
• Se pueden comparar varios ciclos de cada elemento por separado para ver la
consistencia de cada uno.
APENDICE D.
GUIAS DE CAPTURA.
Para ubicación y descripción del área de observación:
24 de febrero 1998
LLENA DORA
• •
•
Se esta produciendo XXX En la observación había un solo operador Los paros de la máquina llenadora fueron causados por otras estaciones ( llenado el area de estibado por la taponadora ) de trabajo que obligaron a que el operador detuviera el cido de la maquina llenadora. Hubo dos paros significativos uno en el rual el operador detuvo el cido de la máquina para hacer anotaciones y el otro en el cambio de tumo ( 4.12 minutos y 12:32 minutos)
dlt. W.r WI .. CO ell\'IIM
..,.ocaoudeU-i..
:@?: ' .... ·-~· -.. -~. :, ~~t .. ·,::·;_ .. ,, }:e};
1 er estación llenado ~rtt;;;.~· ~;~:f··~.(;~..r~!;:~~~iim
_,_ deopenod«
movitaianto
o
Figura A-01. Llenadora.
90
Taponadora
• Produciendo XXX • Dos operadores • Estación taponadora • Se observo si el producto salia con
ta pon estación llenado
• Para este producto la falla era el que la tapa se botara. ( A diferencia del d la anterior la máquina taponadora tuvo que ser desbloqueada de la parte superior)
• Hubo un paro de alrededor de 6 minutos por falta tapa.
•7;j:,; ·;'~{:':'
::---::~=:"i
_ir: ,
~~-..._~-:-:-:- • ,., .... 1~· ... -..-.("i 1·· · ;,
'.>~'.·I O . .=:-__ ;::;·.,,~-é : ... .. ~~·-· :,; .~:'"-/;· : •_; .... . • ~·f :
Figura A-02. Taponadora.
o Eoli ...
91
:,n: ¡¡nn ]·,!:: I"¡!: ij! I ¡1 :i: ¡,,: l'i!
1;:!: ! 1µ,: ,
1
,11:¡ Ir:;¡¡ ,iill , uii li
Etiquetad ora
• Produciendo XXX • 1 operador • Estación etiquetas • Se observo si el producto salia con
etiquetas • Para este producto la falla era el
que la etiqueta se pegara fuera del envase
Figura A-D3. Etiquetadora.
..,¿_
ETIQUETA MAL PEGADA
DIRECCION DE MOV.
92
Este operador es opcional en el caso de algunos envases tengan muchas faUas en etiquetado y en tapa
A la maquina hotmelt le caben 45 cajas para armar
OPERADOR DE CALIDAD
3.08 54cm 2.55
... ... .. ... .. ...
---~·' .. ~
t En esta estación el operador tiene que poner cajas para armar, Y estar seguro que caera en forma correcta .
.. ... Además Verificar que los envases se encuentren en perefecto estado ( cerrado, etiquetado) en caso contrario los retira y
3.13 repara
Figura A-04. Operador de Calidad.
93
1.17m
DISPOSICION DE CANASTILLA DE ENSAMBLE Y TARIMAS DE PRODUCTO TERMINADO
~ .
ESTIBA DE OALON
9x6 por cama
ymu3caou•
J62RV-•'4··•:·v··.
16., cm
98cm
V isla iafcrioc de I aova.so
cantidad de envases en la estacion de canastilla, disposición para galon.
~
Dirección de movimiento
Una caja mide 51 cm x 82.5 cm caída de producto para ensamble
Figura A-05. Canastilla de ensemble.
94
95
MEDIDAS DE CONVEYORS Y ROLLERS
pnmera lapa
2.31 1.80 J .U l (Jj S4cm 2 .SS ..... ........ ... ... ........ .... ... 1.40
1.90
I S2
---- - --........ ~ .... • 2.62 • hwneh
~ ... J.13
OPERADOR
Figura A-06.
96
APENDICE E.
ANÁLISIS ESTAD(STICO.
Para el análisis estadístico se realizaron pruebas (por medio de Stat Graphics 33)
los resultados de las diferentes corridas, con el objetivo de:
1. Validar el modelo construido en Promodel.
2. Realizar los experimentos que permitieran evaluar las diferentes alternativas de
solución propuestas.
Algunos resultados de las salidas de Promodel se presentan a continuación,
adicional a ello se anexa el análisis estadístico realizado en Stat Graphics.
La evaluación para las corridas de validación, así como las corridas de prueba
se basaron en la salida de Stat Graphics, así como en el texto de "Simulation and
Modeling Analisys:Mn.
33 Software de análisis estadístico. 34 Ver referencias bibliográficas.
200 ~ ¡ ~ 1
t I
190 l; z r I
r ;
1 180 ~: ~ ~ '
,.. :
~ 170:: 1
rJ) .. 160: Q
1 rJJ
150 ~: " ;
., r /
140 ~: _.,/
140
Q1iantile-Quantile Plot
/ ., , .. • .,
150
. / '
" /
/ -~
. /1• • 1 1 "\
19 / i ~ ! ... / ¡J
e V ,
6°/: 1~ j :: ,,,,,,· 1 .,¡
_ . ~ - 1 J
.,,:e ,,,,- .. _., m-
. .. ¡ ~
1.;
-j •
'.:
160 170 180 190 200
S Real
97
' 1
S Real:*
SS Re N
1 ;
1 1
1-10
Box-and-Whisker Plot
1
::é 1-1
150 160 170 180 190
98
1
1 1 1
1 1
1 1 1
1 1 1 i i 1 ¡ i
: ; i ! 1
1 i 1 1
1
1 1
200
99
Density Traces
0.05 t i ' ¡ ~ Variables
1
J--,, - s Real L. 1 .J 1 1 4 0.04:: - s s Re ] ~ 1
1 ..¡ - - -- \ ! J '. 1
~ ' " .. ¡ i .\ ~ ~ ~ 0.03 -·- i
.,,. ,.( \ . -
rJ) . ' i - ! 1\ ' ~
e: , { \ . ~
,\\ Q.) 0.02 . '
u , ~
• 1 -~ ' , .'! . \ . -
- ! ¡ ; 1 ·, i ~
' .. 0.01 / . .,
.. , \ J , =~·-·.----r,, ·¡ J
o 1 ..
1 1
140 150 160 170 180 190 200
s_s_ilAl_ll
.:.:>~t :o 20 Avera~• l '79.35 :. i 9.15, 'lar1anc• llS.29~ 10.:. 661 s~~d&rá :le,.·ii-.::.:-n :o.~~,4 '"
. .,., ...
~.:.~ :4:.: .. :. - ,.
to.x~:aum l3l . .; :.:16.; Su...i. 1icwwne1s -5.iJi.:s¡ -0..~S~S:.:. :"•-. ~ .,,_ ...... itUtt.:>S:.i ~.S6889 -c.,a944l Sum ;581.0 ?;S;;. O
=t'J.1 t.ble shows SUlllll&IY St&tlStlCS foI ::.he t:wo 1ampl•• of d&t&. OUW.I uk.ul.u opuons w1'Chin 1:hu &U..lysu c.n be usad to ust Whethu cb.ffet•nc:•• be~•n the 1tat11t1c1 ftom th• ~ 1ampl•1 ate stat11tically 11~f1cant. Of particular 1nte1e1t her• ar• the 1"tAndardized 1kewne11 and 1tandard11ed r.ll'tesis, wtuch can be usad te áe:armin• whether the •~les eome fI:: nerm&l :list:i.butions. Values e,.f ~'WH 1ututic1 ouuide 1:hw unge o! -2 to +2 i.rulic:atw .ilign.i!icant d•~artUies from normality, wtu.c:h IIOW.d und to invalid&::.e the tHts wru.c:n CQIIIP&re the staná.lrd dev1at1ons. In t.'U.1 e~•· s_Real has a .~d&Icb.2ed 1kewne11 value outs1de the neI:a.al I&nqe. s_R•al has a ataNiatcb.zed lrurtoa11 value out11de the nor111&l ran~•·
100
GcacnJ Report OaqJut fmn A:\tesis200.mod (Tesis Linea SP ESSO Mexico) 0.:May/ll/1998 Time:01~3AM
Sc:aBio : NOIJDll.l RDn Repljcllim : 1 of l Sialui.ian Time ~ 1.00021 ll ll br
LOCATIONS Average
Scheduled Total Secoads Average Maximmn Curran Hoors ~ Entries Per F.ntry CoataltS Canlmts CGlllallS % Util
----- --- -- - ------ -- --in station 1.000211111 16 162 2'n.593086 12.4891 logic mlion 1.000211111 1 146 22.894521 0.928304 cooveyar I l.000211111 7 726 34.088003 6.87296 CODftYU)'2 l.000211111 4 719 19.8SII04 3.96541 logicfiller l.000211111 5 715 24.402643 4.84561 cooveyor 3 l.000211111 6 710 3.700)()() 0.729568 aq,per- l.000211111 l 71 O 1.000000 0.197181 CCID'Vq'OI' 4 l.000211111 17 710 3.270000 0.644781 Locl l.000211111 l O 0.000000 O O llbd l.000211111 1 710 0.200000 0.0394361 CClllftYUJ' 5 1.00021111 l 7 710 10.842141 2.13786 CClllveym' 6 l.00021111 l ll 707 53577001 10.5197 (!1lllity logjc statioo 1.000211111 1 696 5.136121 0.992774 canveyor7 1.000211111 30 695 4.065942 0.784787 joilt station amtaine:r 1.000211111 4 694 7 .924006 l.52725 Aswmbly 1.000211 ll 1 1 173 10154509 0.492682 conveyor 8 1.000211111 2 173 0.280000 0.0134527
16 l 7 4
5 5
l 4 o
l 7 11
l 7 4 1 1
conveym9 box closcr l.0002ll lll 2 173 l.490000 0.0715877 cooveyorll box taper l.0002ll ll l l 173 0.500000 0.0240227 cxitconveyor l.0002lllll 2 173 l.195145 0.0574212 cxitlogic l.0002lllll 1 172 ll8lJ95 0.151968 cxit pallct 1.000211111 10000 172 0.000000 O
1 1
16 78.06 1 92.83 7 60.69 4 88.12
5 96.91 O 6.34
O 19.72 O 3.68
0.00 O 3.94
1 1
3 30.54 11 91.48 • l 99.28 l 3.83 2 38.18
O 49.27 O 1.07
O 3.07 O 1.31
1 3.45 O 15.20
O 0.00 pellct ofboxes 1.000211111 80 16 1375.121875 6.ll036 IO 8 7.64 box builder l.000211111 25 209 363.408230 21.0934 25 25 84J7 cooveyor 10 1.000211111 2 184 18.259lJO 0.933047 l 1 53.83 cooveyor 12 1.00021 ll 11 16 183 192.148962 9.76551 10 10 9l.S5 contador l.0002lllll 999999 172 1774.427558 84.7603 172 172 O.O!
LOCATION STA1ES BY PERCENTAGE (Single Capecityffmks)
Scheduled o/o o/o % % o/o % l...ocation Name Haurs Op:ration Setup ldle Waitiug Blocked Dowu ------ -- -- -- -- -- -logic station 1.00021111l 0.00 0.00 7.17 0.02 92.81 0.00 cappc:r l.000211111 19.72 0.00 80.28 0.00 0.00 0.00 Locl 1.0002]1 ll l 0.00 0.00 100.00 0.00 0.00 0.00 label l.000211111 3.94 0.00 96.06 0.00 0.00 0.00 qualitylogicstalioo l.00021llll 99.25 0.00 0.72 0.03 0.00 0.00 As:sembly l.000211111 48.0S 0.00 50.73 1.22 0.00 0.00 conveyorll box taper l.000211111 2.40 0.00 97.60 0.00 0.00 0.00 exit logic l.000211111 0.00 0.00 84.80 15.20 0.00 0.00
RESOURCES Avcrage Average Average
Numb:r Sa:onds Seconds Sccoods Resaurc.c Schcduled OfTmx:s Per Ttavd Travel o/o Blocu.d Name Units Houn U!ed Usage To Use To Pan In Travel o/o Util
---------------opcnaar 1 \ l.000211111 ,,._..,,,,,..., 1 1 nnn,11111
146 0.720000 0.71506& 0.000000 0.00 5.82 o n nocvm n nmnnn n cvVlMC\ o no n on
101
opemtar 3 ope:naar5 opcnmr6 ope:naar4
l 1.0002 l 1l JI l l.0002 ll l JI l 1.000211l 1l l l.000211111
696 5.134641 0.001480 0.000000 O 0.000000 0.000000 0.000000
172 3.200000 3.111395 0.000000 209 l.4S<XXXI 1.443062 0.000000
RESOURCE STA'IES BY PERCENTAGE % %
R.csoun:c Schcdulcd % Tiavd Travel o/o % Namc Hours In Use To Use To Pak ldk Down
ope:naar l \.000211111 2.92 2.90 0.00 94.18 0.00 apcn1D1' 2 1.000211111 0.00 0.00 0.00 )00.00 0.00 opemtar 3 \.00021l 11 I 99.25 0.03 0.00 0.72 0.00 opcntor 5 1.0002) 1111 0.00 0.00 0.00 100.00 0.00 ope:naar 6 1.0002111 l 1 15.29 15.20 0.00 69.52 0.00 opentm"4 1.000211111 8.42 8.38 0.00 83.21 0.00
FAR..ED ARRIV Al.S
Entity Localjon T olal Namc Nam.e Failcd
cmpty group in stltion 86 flat box pe1Jet of bo~ O
ENI1TY ACTIVITI
0.00 99.28 0.00 0.00 0.00 30.41 0.00 16.79
A vaage A vcrage Average A vc:rage A vc:rage Currcnt Seconds Sec.ouds Scconds Secoods Seconds
Entity Total Quantity In In Mo'YC Wait For In Nmne Exrts In Sysum Systcm ~ Res, c&c. Operation Blockcd ---- -- ------------e:mpty group o c::mpty container O
17 16
empty box 173 closed bax O
1 1816.779595 15338382 1
fuU box O fuU container O cappcd amtamcr O Jabdcd container O 6nished container O six c:amaincrs o Oat box O finisbed box O cmpty box small O Box o
o o
o 14
696 o
33
o
172 10
ENI1TY STATES BY PERCENTAGE
% o/o Entity In Move Wait For o/o % Namc l.ogic Res. etc. In Opcation Blocked ---- -- -- ---cmptybox 0.84 0.00 \1.07 88.08
VARIABLES Average
0.000000 201.136994 1600.304220
Variable Total Secoods MiDimum. Maximum Cum:nt Average Name Chmges Pcr Chlnge Value Value Value Value
-------------
102
OnnlR..,..i Ollipl& ína A:~.mod (Tmil Linm SP ESSO Maiaat Diie Mayflotl991 Tnc: 12:40:19 PM
Scmsio : Naaul ]la
~ :lafl SmbliCII Tne : l.000322222 br
l..OCATIONS
Awnp Sdaamlm Tcul S-.. A-. Maimam Cm.l
HCllll'I c.p.aty Fnri• Plr Fmy c:a..a Ccamla CaMIII % W -------- -- --------- -ia llllim 1.000122222 100 241 316.126129 21.11a 49 49 21.12 lap:&llim 1.0003222:22 1 199 16.169641 0.19lSJ4 1 1 19.35 Clfflll)'III' 1 1.000322%22 7 991 24ii60636 6. 71634 7 7 S9.92 cmw,a-2 1.oomzzm 4 1114 t4 . .U'°41 3.M97'7 4 " '7.TT klgjc&k l.000322222 5 9IO 17.fflS]l 4.760J'J 5 5 9'.21 ame,,ar l l.00032222'2 6 975 3.'100000 1.00176 5 O 1.71 CllfPII" l.000322%22 l 975 1.000000 0..270746 1 O 27.07 rmwiyar4 l.0003222:12 17 97' 3.266000 0.114257 4 3 5.05 l.ocl 1.0003222:%2 1 O 0.000000 O O O 0.00 W. 1.000322:222 l 972 0.200000 0.0539126 1 O 5.40 CIIIIW)'CII" 5 l.000322222 7 972 4.97-4239 ].34261 S 1 19.11 ....,..-6 l.000322222 lJ 971 37.m,13 10.11527 JI 1 17.4) qulaylop:llllim 1.ooo32m2 l 963 3.Til464 0.992497 l 1 99.25 taffrf0t1 t.0003ZZZ22 30 962 4.503316 1.203 13 l 5.'7 joiiU,llim rmlam J.000322222 4 961 5..l!17097 1.57369 4 l 39.3'4 Amnbly l.000322222 1 240 ]0.lllffl 0.671667 1 1 67.rt Gfflll)'l'l'I t.0003Z2m 2 239 G.2IDOOO O.OJ&Sm 1 O 1.48 w.lC)G9 ad«-- 1.ooon2m 2 139 1.490000 omDl76 1 o 4.24 ~11 barupa- 1.0003222:22 1 139 0.500000 0.0331131 1 O 1.11 ail am~ 1.00032%2%2 2 239 1.200000 0.079641 1 O 4.71 ail logic l.00032:2.%22 1 239 3.116611 0.211417 1 O 21.IS ailpaDd. l.000322222 10000 231 0.000000 O 1 O 0.00 ,-11aafboas 1.00032%2%2 100 16 1076.633125 4.71349 1 5 4.71 bol bllildcr 1.0003222:22 2S 27S 216.349"2 21.1669 25 24 r7.47 ~ 10 1.00032%2%2 2 251 12..SOOl2 O.rtlS52 1 1 50.21 ~ 12 1.00032%2%2 16 2,0 140.218640 9.73477 10 10 91.26 Cldlldar 1.00032%22:2 999999 238 1774.840714 117.299 231 231 0.01
l..OCATION STA"Jr.S BY PERCENTAGE(S.~ril)
Sdioilled ... % ... % % % Hours Clpll'llxn ~ ldle Wlilillg Blocbd Ol:Mn
-------- -- -- -- -- -, • ....,. 1.000322m o.oo o.oo 10.65 0.02 19.33 o.oo C1ppa' 1.00032222'2 27.07 0.00 72.93 0.00 0.00 0.00 uicl 1.00032222:2 0.00 0.00 100.00 0.00 0.00 0.00 ,.. 1.00032%22:2 .5.40 0.00 94.60 0.00 0.00 0.00 qaalEY logjc sl.llim 1.000322:22:2 99.%2 0.00 0.7S 0.03 0.00 0.00 Asm1lbty 1.00032%22:2 66.52 0.00 Jl.13 l.35 0.00 0.00 amwyorl 1 bo11\lpe" 1.00032:22:22 l.32 0.00 96.68 0.00 0.00 0.00 ail logic 1.0003222:22 0.00 0.00 71.IS 21.IS 0.00 0.00
RESOURCES
Avaage Avcn91= Avinge Nmubcr Sccmds Sccmds Sccmds
Raounz Scheduled OfTilnes Pcr Trna Tnivel % Bkaed Nmae Unis Boun Uled UDF To U.C To Putc la Trawt ~'o Util
1 1.0003222:22 1 l.00032:22:22 1 1.0003222:22 1 1.0003222:22 1 l.000322222 1 l.0003%2%22
199 0.720000 0.716312 0.000000 O 0.000000 0.000000 0.000000
963 3.710395 0.001070 0.000000 O 0.000000 0.000000 0.000000
239 3.199414 3.186611 0.000000 275 1.4~ 1.444601 0.000000
0.00 7.94 0.00 0.00
0.00 99.25 0.00 0.00
0.00 41.JI 0.00 2:2.14
103
a...lllpGl OllpC ha A:~.mad [Tm U- SP ESSO Maimj Diie: Mayfll/1991 Tnc: 01:52:24 AM
Sammio : Normal la lleplaliaa : l afl Simallliaa Tne : I .OOOOI05'6 br
LOCATIONS
Awnp Sdiemiled Tca.l 8-GI A\llftF Mainmra C'llffllll
Haan ~ Emrill Plr fnr)i ea..u Cauna e.a... % Uil
----- --- -- - -- - --- -il 1L1bC111 I.OOOOI05'6 1 151 123.717651 5.42939 lap:llaim LOOOOI0556 l 150 22..242467 0.926695 ~ 1 l.000080556 7 7"6 3J.l6lll0 6.17111 _,.,...2 l.OOOOI0556 4 739 193)0677 l.!16373 1op:u. t.OOOOI0556 , m 13.714157 4.14139 cmwyarJ 1.000080556 6 730 3.'700000 0.7!!0217 ~ 1.000080556 1 730 1.000000 0..202761 a::meyur 4 LOOOOI05'6 17 730 J.2'10000 0.66303 l..ocl 1.0000805'6 1 O 0.000000 O O bW l.OCIOOI05'6 1 730 0.200000 0.0405'23 cmwyar 5 l.OOOOI0556 7 730 9.644911 1-"562 «mll)U'6 LOOOOI05'6 lJ 729 5L732140 10.47'1 cpa*ylap:aaiaa 1.0CIOOI05'6 1 711 4.97I092 0.992773 _,.,...7 1.000080556 30 717 4.0U662 0.113662 ,;-.... amlnW 1.QOOOlo,'6 4 716 7.'89190 1..52917 ~ 1.0000I05'6 1 119 1G.JDI045 0.507526 Q:ffllll)"III' 1 1.0000I0556 l 171 0.2IIIOOO 0.013M33
B 1 7 4
' s l
1 67.17 l 9167 7 (,IJ,67
• a.os 5 96.JJ
O 6.52 O 20.21
4 O 3.79 O 0.00
1 O 4.06 7 l %7.9,4 11 11 91.09
I l 99.21 1 1 J!T7 4 O 31.2)
l 1 50.75 I O 1.10
.u1N)U9 bmc dOllr l.000080556 2 171 1.490000 0.0736663 1 O l.\6 cmwyarll bm:11p6' 1.0000805'6 1 171 <UOOOOO 0.0247202 l O l.35 Cllila:mwyur l.OOOOI05'6 2 171 1.200000 0.0'93216 O 3-'6 aillagic l.000080556 1 171 3.ll2022 0.157321 O 15.73 aitpald 1.0000I05'6 10000 171 0.000000 O l O 0.00 peüilafbo- 1.llOOOIM'6 40 16 1354.6217,0 6.02009 10 1 15.05 bos budlr l.0000805'6 25 21" 356.067757 21.l6"5 25 l4 14.66 WIW)U' 10 J.OOOOI05'6 2 190 17..516263 0.928019 1 1 SJ.54 .u.wyur 12 1.ooooao,'6 16 119 115.936914 9.76091 10 10 91.SI mudar ).1)()()()80556 999999 171 1761.110000 17.4162 1711 171 O.Ol
LOCATION ST A'JES BY PERCENI' AOE (Single Clplcitytrlllb)
SdlGllcd % % ·~ % ·~ % Haan Opa-.11 ~ 1dle Wliliq Blocb:l Down -------------
logic&aicn l.000080556 0.00 0.00 7.)3 0.02 92.6' 0.00 ~ l.000080556 2.0.28 0.00 79.72 0.00 0.00 0.00 l..ocl 1.0000805'6 0.00 0.00 100.00 0.00 0.00 0.00 lahel 1.0000805'6 4.06 0.00 95.94 0.00 0.00 0.00 qaal~ ID@jc ll&iaa. 1.0000805'6 99.25 0.00 0.72 0.03 0.00 0.00 A9millly 1.0000805'6 49.51 0.00 49.25 1.24 0.00 0.00 ~11 boxllp6' l.000080556 2.47 0.00 97.53 0.00 0.00 0.00 exil logic l.000080556 0.00 0.00 14.27 15.73 0.00 0.00
RESOURCES
Awnge Avaq¡i: AYIRF Nmllbcf Semuds Sa:mda S-dl
Raounz Sd>cda1ed OfTi.ns Pcr Tnw:I Tnw:I % Blocltcd Nunc Uaits ffaun IJlcd UD!= To lJIC To Pmlc. la Tnwl ~'o l,'til
1 1.0000805'6 1 l.000080556 l l.000080556 I UIOOOI0'56 1 1.0000I0556 l 1.000080556
150 0.720000 0.715200 0.000000 O 0.000000 0.000000 0.000000
718 4976657 0.001-135 0.000000 O 0.000000 0.000000 0.000000
171 ].200000 ].ll2022 0.000000 214 ).450000 l.4]9114 0.000000
0.00 S.98 0.00 0.00
0.00 99.21 0.00 0.00
0.00 Jl.55 0.00 17.22
104
RESOURCE STA'JD BY PERCDn'AOE
% % 1-ae Sdaled % Tmrd Tmrd % % Nlllle H- lD U. To U. To Pmk Jdle D1MD
apcntar l ]JIOOOI05'6 ).00 2.91 0.00 94.02 0.00 apcntar2 IJIOOOI05'6 0.00 0.00 0.00 100.00 0.00 ~3 l.cJOOOI05'6 99.25 0.0J 0.00 0.72 0.00 apcntar S ].OOOOI05'6 0.00 0.00 0.00 100.00 0.00 opmlar6 J.OOOOlll5'6 ]5.12 ]5.73 0.00 68.45 0.00 opmlar4 l.0000805'6 8.62 8.60 0.00 12.78 0.00
F AD..ED .AlUUV AlS
ENTlTY ACTMTY
A'Wl"IF A11CftF Awnp A'WnflC A'Wl"IF Carrml Sca:nca Saxndl Smndl Saxndl Saxndl
&uy rma1 C)allllily :m rn Maw wu Far lD Na. EIÍII lD Sylkln S)*m Logic R-. ce. Opcnlim Blocbd ---- -- - ----------Cll1'lY~ cqty a:dlÍIIG'
Cll1'lY box . d-Sbox
o o
119 o
o fiaD box fuDcanam c:mppc cml&m labdedmnam &ailhld CDUÍIIB'
ucanainas llábox miilhldbox ~boxmnall
o
Box O
o
o
o
o o o
o
9 16 1 1122.302135 15.499944 0.000000 195.636U5 1611.1661-45
o o o
o 12
718 1
))
o
171 JO
ENl1TY STA'JF.S BY PERCENrAOE
% % 6úy In Move Wai Fer % % Nlllle lAgic Ra. lle. ba Opaaicm Blodml ---- ------ -~ybox 0.15 0.00 10.74 18.41
VAJUABLES
Awnp Vmrilblc Td.11 Sea:nca Mnmmn Muinmm CUffllll Average Namc Omga Prr<lllllge Value Valae Valu.e Value
a:nmido 1459 l.466566 O 7 1 l.9SS6l
'.]
105
106
BIBLIOGRAF(A.
[1] LEICESTER JOHN BEVAN, Computer modelling of manufacturing process,
Compute, Aided Engineering Journal. Octubre 1993.
[2] W. SMITH, et al, Simulation and performance of manufaduring systems. ath
lntemational conference of Factory 2001. IEEE, Londres, 1994.
[3] CHARLES MURGIANO, Simulation, Winter Simulation Conference, Beach wooh,
Ohio, p. 177-179, 1994.
[4] Ph. D. CHARLES R. HARRELL, et al. Promodel Tutorial, 1991Winter Simulation
Conference, South State, p. 101-105.
[5) PAULA FISHWICK, Computar simulation, Joumal Compute, Simulation, Feb-Mar
1996/USA. IEEE Potencials, Vol 15, lss 1, p. 24-27.
[6] Advantages of process modeling as a key manufacturing tool, Conference paper,
IEEEICHMT lntemational Electronics. Manufacturing Technology Symposium. p. 98-101
IEEE, New York, U.S.A.
[7] Defining Requirements for a standard simulation enviroment, Joumal Compute,¡
Greek Stans Vol 27, lss. 2, 1994 feb/p.28-34.
[B] Why simulation fails?, Industrial Engineering (/NE), Vol. 23, lss.4, April 1993. P.27-
31.
[9] DONALD G. ASKIN et al. Modeling and analysis of manufacturing systems, Charles
R. Standridge Wiley & Sons, 1993.
[10) DENNIS P. HURLEY et al. Control de calidad, IV Coloquio Departamento de
Matemáticas, 1985.
[11] AVERILL M. LAW, Simulation and Modeling Analysis, Me Graw Hill, 1993.
[12] ANU MARIA, lntroduction to Modeling and Simulation, Proceedings of the 1997
Winter Simulation conference.
[13] TILLAL ELDBADI, et al. Flexible Modeling of Manufacturing Systems with variable
levels of detail, Proceedings of the 1997 Winter Simulation Conference.
[13) OSMAN BALCI, Verification, validation and accreditation of simulation models,
Proceedings of the 1991 Winter Simulation Conference.
107
[14] CHARLES HARREL et al, System lmprovement Using Simulation, 4 Th edition,
Promodel Corporation.
[15) HAROLD B. MAYNARD, et al, Manual del ingeniero industrial, 4Th edición, Me.
Graw Hill.
[16] HAMDY A TAHA, Investigación de Operaciones, 5Th Edición, Alfa Omega.
[17] StatGraphics, User Manual.
[18) N. VISWANADHAM, et al, Performance Modelíng of Automated Manufacturing
Systems, Prentice Hall, 1992.
WEB PAGES.
( 1 )http://www. cis. ufl. edu/fishwick/paper. html.
(2)http://www.promodel.com
(3)http://www.rapidmodeling.com
( 4 )http://www. metasoftware. com
(S)http://www.sm.comm
(6)http://www.csuohio.edu/AMC/simulation.html
(7)http://www.industry.net
