Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
INSTITUTO POLITÉCNICO NACIONAL
Escuela Superior de Ingeniería Mecánica y Eléctrica Unidad Zacatenco
Sección de Estudios de Posgrado e Investigación
DISEÑO DE UN MODELO DINÁMICO DE
ADMINISTRACIÓN DE LA PRODUCCIÓN DE
BIENES, CON BASE EN LA CONTRIBUCIÓN A
LAS UTILIDADES
TESIS PARA OBTENER EL GRADO DE: DOCTOR EN CIENCIAS EN INGENIERÍA MECÁNICA PRESENTA: M en I. LISAURA WALKIRIA RODRÍGUEZ ALVARADO
DIRECTOR: DR.EDUARDO OLIVA LÓPEZ
MÉXICO D. F. ABRIL 2015
ACTA DE REVISIÓN DE TESIS (sip 14)
CARTA DE CESIÓN DE DERECHOS
AGRADECIMIENTOS
Hoy he culminado un logro más en la etapa de mi vida y ha sido posible gracias al esfuerzo
conjunto de muchas personas, quienes a lo largo de esta trayectoria me brindaron sus
opiniones, asesoramientos, paciencia, ánimo y apoyo. A todas ellas, les agradezco de todo
corazón.
Agradezco a mis familias: Rodríguez Alvarado y López Islas por el calor de hogar y la
fortaleza brindada para no decaer en ningún momento.
A mi complemento en la vida, mi esposo José Alberto López Islas. Gracias por estar conmigo
en todo momento, en noches de desvelo y días de desesperación. Has sido un pilar de
equilibrio en mi vida.
Agradezco a los catedráticos que asesoraron el desarrollo conceptual de este trabajo de
tesis: Dr. Isaías Badillo Piña, Dr. Juvenal Mendoza Valencia, Dr. Germán Aníbal Rodríguez
Castro, Dr. Flavio Arturo Domínguez Pacheco; pero muy especialmente a mi asesor, Dr.
Eduardo Oliva López, por compartir su experiencia y conocimientos. Con gran aprecio y
estima, al Dr. Pedro Alejandro Tamayo Meza, por tener la paciencia necesaria para hacerme
ver mis errores y guiarme en momentos difíciles y al Dr. Carlos Adolfo Hernández Carreón
porque fue la primera persona que confió en mí y me impulsó a seguir adelante.
Un especial agradecimiento al personal del área de Manufactura y Operaciones de la
Empresa bajo estudio, por la información y el tiempo brindado.
A los chicos del “Grupo de Ingeniería Industrial Competitiva”, Adrián, Ricardo y Osvaldo,
por la retroalimentación en las diferentes jornadas de clases.
Agradezco al Instituto Politécnico Nacional por la oportunidad brindada de haber realizado
mis estudios en dicha institución. Al CONACYT por el apoyo económico ya que de lo
contrario no hubiese sido posible la culminación del trabajo final.
Y sobre todo gracias a Dios por haberme permitido llegar hasta donde estoy.
DEDICATORIA
Dedico este trabajo de tesis, a mis dos familias, por enseñarme el verdadero valor de las
cosas y por estar ahí sin importar las circunstancias.
Familia Rodríguez Alvarado y Familia López Islas
Contenido ACTA DE REVISIÓN DE TESIS (sip 14) .......................................................................................................... 2
CARTA DE CESIÓN DE DERECHOS .................................................................................................................. 3
AGRADECIMIENTOS ............................................................................................................................................. 4
DEDICATORIA ......................................................................................................................................................... 5
RESUMEN ................................................................................................................................................................... i
ABSTRACT ................................................................................................................................................................ ii
JUSTIFICACIÓN ...................................................................................................................................................... iii
OBJETIVOS ............................................................................................................................................................... iv
Objetivo general................................................................................................................................................ iv
Objetivos específicos....................................................................................................................................... iv
METODOLOGÍA DE LA INVESTIGACIÓN ....................................................................................................... v
1. Marco Teórico ................................................................................................................................................ 1
1.1. Concepto de DS ...................................................................................................................................... 1
1.1.1. DS y su enfoque sistémico ........................................................................................................ 2
1.2. Evolución de la DS ................................................................................................................................ 3
1.2.1. Raíces del árbol ............................................................................................................................ 4
1.2.2. Tronco del árbol ........................................................................................................................... 6
1.2.3. Ramas del árbol ......................................................................................................................... 10
2. Aplicaciones de DS en un sistema de manufactura ...................................................................... 16
2.1. Contexto actual de los sistemas de manufactura .................................................................. 16
2.2. Desarrollo de sistemas de manufactura. .................................................................................. 17
2.3. Influencias de Jay W. Forrester y John L. Burbidge en el diseño de un sistema de
manufactura ..................................................................................................................................................... 18
2.4. Contribuciones de la DS en un sistema de manufactura .................................................... 20
Aplicación de la Dinámica de sistemas. Sistema de producción .................................................. 23
2.4.1. Aplicación de la DS. Administración en la cadena de suministro .......................... 23
2.4.2. Aplicación de la DS en un sistema de producción ........................................................ 28
2.4.3. Aplicaciones específicas de DS enfocado a planeación, control y análisis de
costos de un sistema de producción .................................................................................................. 33
3. Metodología para el desarrollo del modelo propuesto .............................................................. 36
3.1. Definición del sistema y planteamiento del problema ....................................................... 36
3.2. Conceptualización del sistema ..................................................................................................... 37
3.2.1. Diagrama causal ........................................................................................................................ 37
3.2.2. Bucle de retroalimentación .................................................................................................. 38
3.2.3. Retardos ....................................................................................................................................... 40
3.3. Formalización ..................................................................................................................................... 43
3.3.1. Comportamiento de un diagrama de flujos y niveles ................................................. 43
3.3.2. Representación matemática ................................................................................................. 45
3.3.3. Entornos de simulación .......................................................................................................... 47
3.4. Validación ............................................................................................................................................. 48
3.5. Metodología aplicada ....................................................................................................................... 51
4. Visión general del modelo ...................................................................................................................... 57
4.1. Objeto de estudio ............................................................................................................................... 57
4.2. Situación actual .................................................................................................................................. 59
4.2.1. Proceso de planeación y control de la línea de estampados .................................... 60
4.2.2. Proceso de producción de línea de estampados. .......................................................... 62
4.3. Definición del problema ................................................................................................................. 65
4.4. Análisis de las fuentes de información ...................................................................................... 67
4.4.1. Tiempo de cambio de herramental y material .............................................................. 68
4.4.2. Tiempos de demoras atribuidos a actividades anexas al proceso ......................... 74
4.5. Consolidado de información registrada y analizada ........................................................... 79
4.6. Propuestas enfocadas a la mejora............................................................................................... 81
4.6.1. Resultados de mejora. Propuesta SMED .......................................................................... 81
4.6.2. Resultados de mejora. Propuesta MMT ........................................................................... 82
4.7. Establecimiento de variables principales y límite del modelo ........................................ 84
4.8. Modelo causal ..................................................................................................................................... 87
5. Descripción del comportamiento dinámico del modelo ............................................................ 95
5.1. Funcionalidad de la base de datos interactiva desarrollada en Microsoft Excel. ..... 95
5.1.1. Sección 1: Análisis y pre-procesamiento de la información .................................... 96
5.1.2. Sección 2: Consulta de la información ............................................................................ 100
5.2. Diagrama de Forrester .................................................................................................................. 103
5.3. Representación matemática ........................................................................................................ 108
5.3.1. Pedido del cliente ................................................................................................................... 108
5.3.2. Ritmo de producción ............................................................................................................. 109
5.3.3. Actividades anexas al proceso que ocasionan tiempos de demora..................... 111
5.3.4. Cantidad de componentes que se podrían producir en el tiempo afectado por
los diferentes paros programados y no programados y tiempos de demoras. ............... 113
5.3.5. Inventario de componentes producidos ........................................................................ 117
5.3.6. Porcentaje de capacidad requerido ................................................................................. 120
5.3.7. Inventario de láminas ........................................................................................................... 122
5.3.8. Indicadores ............................................................................................................................... 124
5.3.9. Costos .......................................................................................................................................... 127
5.3.10. Producto terminado .......................................................................................................... 129
5.4. Ecuación general representativa del objeto de estudio ................................................... 135
5.5. Interfaz ................................................................................................................................................ 136
6. Análisis dinámico del sistema real ................................................................................................... 138
6.1. Validación estructural y estadística ......................................................................................... 138
6.1.1. Análisis de la estructura del comportamiento ............................................................ 138
6.1.2. Validación estadística. .......................................................................................................... 149
6.2. Aplicación práctica. Simulación de un caso ........................................................................... 151
6.3. Resultados y análisis ...................................................................................................................... 157
6.3.1. Impacto del tiempo de demoras en el flujo de producción .................................... 158
6.3.2. Tiempo de producción afectado por tiempos de demoras y tiempos de paros
no programados (incertidumbre), representados en cantidad de componentes. ......... 159
6.3.3. Porcentaje de capacidad requerido ................................................................................. 161
6.3.4. Proceso de planeación .......................................................................................................... 163
6.3.5. Beneficios prospectivos ....................................................................................................... 164
7. Conclusiones, contribuciones y limitaciones ................................................................................ 171
7.1. Síntesis del trabajo .......................................................................................................................... 171
7.2. Modelo desarrollado ...................................................................................................................... 172
7.3. Contribuciones ................................................................................................................................. 175
7.4. Limitaciones y trabajos a futuro ................................................................................................ 175
REFERENCIAS BIBLIOGRÁFICAS ................................................................................................................ 177
A. ANEXOS 1 ................................................................................................................................................... 185
B. ANEXOS 2 ................................................................................................................................................... 188
C. ANEXOS 3 ................................................................................................................................................... 243
D. ANEXOS 4 ................................................................................................................................................... 244
Glosario ................................................................................................................................................................. 245
INDICE DE FIGURAS
Figura 1-1: Desarrollo y evolución de la DS (fuente propia) ................................................................ 4
Figura 1-2: Evolución de la DS a lo largo del tiempo ............................................................................... 9
Figura 2-1: Aportaciones Burbidge –Forrester ....................................................................................... 19
Figura 3-1: Relación de influencia entre la variable A y B .................................................................. 37
Figura 3-2:Bucle de realimentación positivo ........................................................................................... 39
Figura 3-3:Bucle de realimentación negativo .......................................................................................... 40
Figura 3-4:Bucle de realimentación negativo con un retraso ........................................................... 41
Figura 3-5: Comportamiento de los tiempo de entrega para diferentes tipos de funciones de
retardo .................................................................................................................................................................... 42
Figura 3-6: Ejemplo del llenado de una tina como sistema dinámico ............................................ 44
Figura 3-7: Diagrama de Forrester del comportamiento dinámico de la tina (Figura 3-6)... 45
Figura 3-8:Variación del nivel en función del flujo ................................................................................ 47
Figura 3-9: Metodología aplicada ................................................................................................................. 56
Figura 4-1: Esquema general de los subprocesos de la empresa de autopartes ........................ 58
Figura 4-2:Tipos de prensas utilizadas en la línea de estampados ................................................. 59
Figura 4-3: Esquema general del proceso de planeación y control de la producción. Línea de
estampados ........................................................................................................................................................... 60
Figura 4-4: Esquema general del proceso de planeación y control de la producción. Línea de
estampados ........................................................................................................................................................... 61
Figura 4-5: Esquema general del proceso de planeación y control de la producción de línea
de estampados ..................................................................................................................................................... 64
Figura 4-6: Síntesis de las situaciones de la problemática actual de la línea y enfoques
principales de administración de la producción .................................................................................... 66
Figura 4-7: Etapas del proceso de cambio de herramental y material .......................................... 69
Figura 4-8: Formato utilizado para el registro de la información en el proceso de cambio de
herramental y material ..................................................................................................................................... 71
Figura 4-9: Tiempos promedios de las actividades del proceso de cambio de herramental y
material ................................................................................................................................................................... 73
Figura 4-10: Tiempos promedios del cambio de herramental ......................................................... 74
Figura 4-11: Actividades anexas en el proceso de producción ......................................................... 75
Figura 4-12: Formato utilizado para el registro de la información de actividades anexas al
proceso .................................................................................................................................................................... 78
Figura 4-13: Esquema general de la estructura del modelo propuesto ........................................ 86
Figura 4-14: Diagrama Causal Módulo 1 ................................................................................................... 88
Figura 4-15: Diagrama causal del Módulo 2 ............................................................................................. 89
Figura 4-16: Bucle 1: Presencia de paro por falta de lámina ............................................................. 90
Figura 4-17: Bucle 2: Compensación de inventario de componentes producidos .................... 91
Figura 4-18: Bucle 3: Porcentaje de mejoramiento del sistema. Método SMED ........................ 92
Figura 4-19: Bucle 4: Porcentaje de mejoramiento del sistema Método MMT ........................... 93
Figura 4-20: Bucle 5: Cumplimiento en el tiempo de entrega de Producto terminado ........... 94
Figura 5-1: Menú general y acceso a las diferentes secciones del archivo general................... 96
Figura 5-2: Diagrama de flujo de la secuencia para el análisis y procesamiento de la
información ........................................................................................................................................................... 99
Figura 5-3: Pantalla general del escenario de consulta de carga de trabajo ............................. 101
Figura 5-4: Pantalla general del escenario de consulta de carga de trabajo, variación en el
período de evaluación ..................................................................................................................................... 101
Figura 5-5: Pantalla general para realizar la consulta detallada .................................................... 102
Figura 5-6: Diagrama de Forrester para el módulo 1 ......................................................................... 105
Figura 5-7: Diagrama de Forrester para el módulo 2 ......................................................................... 106
Figura 5-8: Apartado de relaciones. Intercambio de datos entre módulo 1 y módulo 2 ...... 107
Figura 5-9: Diagrama de Forrester del subsistema pedido del cliente ........................................ 108
Figura 5-10: Diagrama de Forrester del subsistema ritmo de producción ................................ 110
Figura 5-11: Diagrama de Forrester del subsistema actividades anexas al proceso ............. 112
Figura 5-12: Diagrama de Forrester del subsistema cantidad de componentes que se
podrían producir ............................................................................................................................................... 113
Figura 5-13: Función STEP ............................................................................................................................ 114
Figura 5-14: Función STEP considerando interrupción en el flujo = 1 unidad de tiempo ... 115
Figura 5-15: Diagrama de Forrester del subsistema inventario de componentes producidos
.................................................................................................................................................................................. 118
Figura 5-16: Función PULSE ......................................................................................................................... 119
Figura 5-17: Diagrama de Forrester del subsistema % de capacidad requerida..................... 120
Figura 5-18: Diagrama de Forrester del subsistema inventario láminas ................................... 122
Figura 5-19: Diagrama de Forrester del subsistema indicadores.................................................. 126
Figura 5-20: Diagrama de Forrester del subsistema costos............................................................. 128
Figura 5-21: Pantalla principal del registro de datos del módulo 2 .............................................. 130
Figura 5-22: Diagrama de Forrester del Flujo de Producto Terminado (FPT) ......................... 131
Figura 5-23: Diagrama de Forrester de la variable órdenes sin entregar .................................. 132
Figura 5-24: Diagrama de Forrester de las variables utilidades estándar y utilidades reales
.................................................................................................................................................................................. 133
Figura 5-25: Diagrama de Forrester de la variable Hora de inicio de producción .................. 134
Figura 5-26: Estructura general de las relaciones entre variables derivadas de la ecuación 5-
32 ............................................................................................................................................................................ 135
Figura 5-27: Menú principal de la interfaz desarrollada para interactuar con el modelo
propuesto ............................................................................................................................................................. 136
Figura 6-1: Funciones en el software Vensim (Check Model y Units Check) para revisar
sintaxis del modelo .......................................................................................................................................... 141
Figura 6-2: Estado de la ecuación de tiempo total de demoras DPij ............................................. 142
Figura 6-3: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de
capacidad requerida (b), Costo estándar total (c) y Costo real total (d) ..................................... 145
Figura 6-4: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de
capacidad requerida (b), Costo estándar total (c) y Costo real total (d) ..................................... 146
Figura 6-5: Inventario de componentes producidos (a) y Cantidad de órdenes sin entregar
(b)............................................................................................................................................................................ 147
Figura 6-6: Cantidad de piezas dejadas de producir (a) e Inventario de componentes
producidos (b) ................................................................................................................................................... 148
Figura 6-7: Distribución de datos registrados durante el período de evaluación ................... 149
Figura 6-8: Comportamiento estadístico promedio de los datos reales y datos simulados 150
Figura 6-9: Pantalla general para el ingreso de datos al modelo, correspondiente a una
estación de trabajo ........................................................................................................................................... 151
Figura 6-10: Secuencia para realizar corridas de simulación ......................................................... 153
Figura 6-11: Comportamiento del flujo de producción de la prensa 1(a), prensa 2 (b) y
producto terminado (c) y Acumulación del flujo de producción de la prensa 1(d), prensa 2
(e) y producto terminado (f) ........................................................................................................................ 155
Figura 6-12: Indicar de disponibilidad para la prensa 837 y 810 ................................................. 156
Figura 6-13: Afectaciones de los tiempos de demora en el flujo de producción ...................... 158
Figura 6-14: Cantidad de componentes que se podrían producir en el tiempo afectado por
los diferentes tipos paros y tiempos de demora ................................................................................... 160
Figura 6-15: Análisis comparativo de la capacidad actual................................................................ 162
Figura 6-16: Nivel de producción acumulado para dos prensas y cantidad de producto
terminado sin entregar ................................................................................................................................... 163
Figura 6-17: Comportamiento de costos de producción .................................................................. 165
Figura 1-1: Mapeo del flujo de valor (VSM) para el componente CM-3910 ............................... 192
Figura 1-2: Mapeo del proceso para línea de estampados ............................................................... 193
Figura 2-1: Mezcla de producción del mes de septiembre ............................................................... 194
Figura 2-2: Frecuencia de utilización de herramental ....................................................................... 195
Figura 2-3: Datos estadísticos y gráfica de distribución de probabilidades del
comportamiento de los tiempos de paros programados. ................................................................. 196
Figura 2-4: Datos estadísticos y gráfica de distribución de probabilidades del
comportamiento de los tiempos de demoras. ....................................................................................... 197
Figura 2-5: Frecuencia de utilización del herramental (troquel). ................................................. 200
Figura 2-6: Gráfico de la distribución Normal y polígono de frecuencia para los tiempos de
demoras ................................................................................................................................................................ 205
Figura 2-7: Gráfico de la distribución Weibull y polígono de frecuencia para los datos de
tiempos de demoras ........................................................................................................................................ 208
Figura 2-8: Gráfico de la distribución Normal y distribución Weibull en los tiempos de paros
no programados ................................................................................................................................................ 209
Figura 2-9: Comportamiento del error relatico de las curvas de distribución probabilística
.................................................................................................................................................................................. 212
Figura 2-10: Histograma de frecuencia del comportamiento del error de las curvas de
distribución probabilística ............................................................................................................................ 212
Figura 2-11: % del error de las curvas de distribución Weibull y Normal ................................. 213
Figura 2-12: Tiempo de paros programados de acuerdo al tipo de troquel a utilizar ........... 216
Figura 2-13:Correlación de las variables: cantidad a producir y Tiempo de paros no
programados ...................................................................................................................................................... 218
Figura 2-14: Procedimiento para realizar el análisis estadístico y sus principales resultado
.................................................................................................................................................................................. 219
Figura D-1: Porcentaje del error relativo de cada una de las variables analizadas, obtenido
en el periodo de evaluación .......................................................................................................................... 244
INDICE DE TABLAS
Tabla 1-1: Contribuciones de las diferentes corrientes de pensamiento a la DS .......................... 5
Tabla 1-2: Resumen de los principales eventos que acontecieron en el desarrollo de las tres
grandes obras de Jay W. Forrester .................................................................................................................. 6
Tabla 1-3: Trabajos desarrollados bajo el enfoque de DS a lo largo del tiempo ........................ 10
Tabla 1-4: Raíces epistemológicas ............................................................................................................... 11
Tabla 2-1: Efecto Forrester- Burbidge ........................................................................................................ 20
Tabla 2-2: Contribuciones trascendentes de la DS con aplicaciones en la cadena de
suministro y sistema de manufactura ........................................................................................................ 22
Tabla 2-3: Enfoque de la DS en la cadena de suministro y el sistema de producción .............. 23
Tabla 2-4: Perspectivas de la DS en el enfoque como modelo de gestión en la cadena de
suministro .............................................................................................................................................................. 24
Tabla 2-5: Perspectivas de la DS como gestión en un sistema de producción. ........................... 29
Tabla 3-1: Notación de los diagramas de Forrester .............................................................................. 44
Tabla 4-1: Información de las operaciones del proceso de producción del producto
terminado CM-3910 ........................................................................................................................................... 63
Tabla 4-2: Situaciones que determinan la problemática actual de la línea de estampados .. 65
Tabla 4-3: Clasificación del tipo de cambio de herramental y material ........................................ 70
Tabla 4-4: Propuesta de agrupación 2. Modo de operación .............................................................. 77
Tabla 4-5: Resumen de datos registrados para las actividades anexas del proceso ................ 79
Tabla 4-6: Propuesta de agrupación, de acuerdo a las características de diseño y
requerimiento ...................................................................................................................................................... 80
Tabla 4-7: Resultados de mejora derivado de la propuesta 1 SMED .............................................. 82
Tabla 4-8: Resultados de mejora, derivado de la propuesta 2. MMT ............................................. 83
Tabla 4-9: Resultados de mejora, derivado de la propuesta 2.MMT relacionada con el tipo de
cambio de herramental y material a utilizar ........................................................................................... 83
Tabla 5-1: Establecimiento de Criterio de Prioridad 1 ........................................................................ 97
Tabla 5-2: Establecimiento de Criterio de Prioridad 2 y 3 ................................................................. 98
Tabla 5-3: Base de datos del estado actual de las prensas considerando los criterios de
prioridad 1, 2 y 3. ................................................................................................................................................ 99
Tabla 5-4: Fuente de obtención de datos que alimentan el modelo propuesto ....................... 103
Tabla 5-5: Variables y parámetros del subsistema pedido del cliente ........................................ 108
Tabla 5-6: Variables y parámetros del subsistema ritmo de producción ................................... 109
Tabla 5-7: Variables y parámetros del subsistema actividades anexas al proceso ................. 111
Tabla 5-8: Variables y parámetros del subsistema cantidad de componentes que se podrían
producir ................................................................................................................................................................ 113
Tabla 5-9: Tiempos y horarios de suplementos considerados para la programación de la
producción ........................................................................................................................................................... 116
Tabla 5-10: Variables y parámetros del subsistema inventario de componentes producidos
.................................................................................................................................................................................. 118
Tabla 5-11: Variables y parámetros del subsistema % de capacidad requerida ..................... 120
Tabla 5-12: Variables y parámetros del subsistema inventario láminas .................................... 122
Tabla 5-13: Variables y parámetros del subsistema indicadores .................................................. 126
Tabla 5-14: Variables y parámetros del subsistema costos ............................................................. 128
Tabla 5-15: Variables y parámetros del subsistema producto terminado ................................. 129
Tabla 6-1: Datos de la carga de producción de la prensa 1 y 2 ....................................................... 144
Tabla 6-2: Datos de la carga de producción de la prensa 1 .............................................................. 152
Tabla 6-3: Datos de la carga de producción de la prensa 2 .............................................................. 152
Tabla 6-4: Datos de la carga de producción de las demás estaciones de trabajo .................... 152
Tabla 6-5: secuencia del orden de producción para el flujo de producto terminado ........... 152
Tabla 6-6: Orden de las cargas de producción para el flujo de producto terminado ............. 156
Tabla 6-7: Indicadores que determinan tiempos de disponibilidad y entrega del producto
terminado ............................................................................................................................................................ 157
Tabla 6-8: Evaluación del comportamiento de los indicadores ante las propuestas de planes
de mejora ............................................................................................................................................................. 166
Tabla 6-9: Análisis de contribución a la utilidad: Reducción de costos ....................................... 168
Tabla 6-10: Análisis de contribución a la utilidad: Incremento en el volumen de las ventas
.................................................................................................................................................................................. 169
Tabla A-1: Análisis comparativo de softwares disponibles para simulación dinámica ........ 185
Tabla 1-1: Principales clientes ..................................................................................................................... 191
Tabla 1-2: Distribución de planta ............................................................................................................... 191
Tabla 2-1: Distribuciones de probabilidad empleadas en el estudio. .......................................... 198
Tabla 2-2: Número de parte para el modelo CM-3910 ..................................................................... 199
Tabla 2-3: porcentaje de participación para la muestra seleccionada......................................... 200
Tabla 2-4: Relación prensa y tipo de troquel ......................................................................................... 201
Tabla 2-5: Tabla resumen de probabilidad de ocurrencia ................................................................ 202
Tabla 2-6: Distribución de la función Normal y porcentaje de distribución ............................. 204
Tabla 2-7: Distribución de la función Weibull y porcentaje de distribución ............................. 207
Tabla 2-8: Parámetros estimados de la distribución normal y Weibull para los tiempos de
demoras ................................................................................................................................................................ 210
Tabla 2-9: Cálculo de los valores D+ y D- para la distribución Normal y Weibull .................... 211
Tabla 2-10: Tabla resumen de los resultados de la prueba estadística ....................................... 211
Tabla 2-11: Cálculo de M.A.D. para los valores de los tiempos de los paros no programados
.................................................................................................................................................................................. 214
Tabla 2-12: Cálculo de datos para obtener el coeficiente de correlación ................................... 217
Tabla 3-1: Resumen de propuesta de mejoramiento SMED ............................................................ 221
Tabla 3-2: Herramienta necesaria para realizar el cambio de herramental .............................. 222
Tabla 3-3: Resultados de mejora derivado de la propuesta SMED .............................................. 233
Tabla 4-1: Comportamiento del tiempo de actividades anexas del proceso para tres
componentes ...................................................................................................................................................... 236
Tabla 3-1: Resumen de propuesta de mejoramiento SMED ............................................................ 237
Tabla 4-3: Resultados de mejora, derivado de la propuesta MMT ............................................... 242
Tabla C-1: Tarifas de costos considerados por la empresa .............................................................. 243
i
RESUMEN
Un sistema de producción puede ser considerado como un conjunto de variables
interrelacionadas entre sí. Muchas veces la interrelación de estas variables contribuye al
desarrollo de un entorno complejo. La Dinámica de Sistemas (DS) permite desarrollar una
hipótesis dinámica o causal, por medio de la cual se definen las influencias que ocasionan la
relación de los elementos que integran al sistema. Una vez enlazadas las relaciones causales
es cuando se empieza a obtener una visión general del modelo.
Partiendo de la consideración que, el objeto de estudio en el desarrollo de este trabajo es de
carácter complejo y que la DS ofrece una metodología para su interpretación, se utilizó este
enfoque para analizar el proceso de administración de la producción en una línea de
estampado de una empresa de autopartes. No se considera el análisis del sistema total (a
nivel planta e involucramiento del cliente) debido a las limitaciones de la disponibilidad de
información. El análisis inicia con la descripción misma del proceso y validación del
comportamiento de los tiempos de operación. Para su modelado y simulación se utilizó el
software Vensim en una versión estudiantil libre de costo, y la alimentación de los datos del
modelo se realizó a partir de una base de datos generada en Microsoft Excel.
Se emplearon metodologías de agrupamiento, fundamentada en los atributos geométricos
de las piezas, troqueles y capacidad de las prensas, método de observación directa, estudio
de tiempos y movimientos para hacer un análisis de los datos, identificación de la
problemática y establecimiento de los datos reales. El modelo desarrollado refleja el
comportamiento continuo de los flujos de producción y el ajuste del proceso del sistema
ante el efecto de eventos que ocasionan cambios en el plan original.
Se establece un panorama de escenarios para la toma de decisiones en el proceso de
planeación, en el que se puede evaluar el porcentaje de cumplimiento del plan de
producción de cada prensa y su impacto en los costos de producción. El porcentaje en la
contribución a la utilidad se evaluó considerando un porcentaje de mejora derivado de dos
propuestas planteadas, SMED (single minute exchange of die) y MMT (mejora en el método
del trabajo), en el desempeño de la línea bajo condiciones normales en un periodo de 8
meses. El tiempo ahorrado derivado de las propuestas planteadas se enfocó a dos aspectos,
reducción de costos en la línea de estampados e incremento en el volumen de producción
para ventas. En el primer enfoque se obtuvo un porcentaje de contribución a la utilidad del
2.31% (aproximadamente 3 millones de pesos), mientras que en el segundo enfoque, se
obtuvo un porcentaje del 29% (aproximadamente 36 millones de pesos). La diferencia de
contribución a la utilidad de ambos enfoques se le atribuye principalmente al margen de
ganancia establecido por la empresa para los productos y que los costos de producción son
relativamente bajos comparados con este margen.
ii
ABSTRACT
A production system can be considered as a set of interrelated variables. Often the
interrelationship of these variables contributes to the development of a complex
environment. System Dynamics (SD) allows to develop dynamic or causal hypotheses,
through which the influences that cause the relation of the elements of the system are
defined. Once the causal relationships are linked, is when you start to get an overview of the
model.
Based on the consideration that the object of study in the development of this work is
complex in nature and that the SD provides a methodology for its interpretation, this
approach was used to analyze the process of production management in a stamping line in
a company of auto parts. Analysis does not consider the overall system (a client and
involvement ground level) due to limitations of the availability of information. The analysis
begins with the same description of the process and validation of the behavior of the
operating times. The Vensim software was used in a free student version cost for modeling
and simulation, and feeding data model was developed from a database created in Microsoft
Excel.
Were used clustering methodologies, based on the geometric attributes of parts, tooling and
presses capacity, method of direct observation, time and motion study for analysis of data,
identifying problems and setting out the actual data were used . The developed model
reflects the continuous performance of production flows and adjusting the system process
to the effect of events that cause changes in the original plan.
It is set an overview of scenarios for decision-making in the planning process, which can
assess the degree of fulfillment of the production plan of each press and its impact on
production costs.
The percentage in profit contribution was evaluated considering a percentage of
improvement derived from two proposals raised, SMED (single minute exchange of die) and
MMT (improvement in the method of work), in the performance of the stamping line, under
normal conditions during a period of 8 months. The time saved derived from the proposals,
was focused on two aspects: cost reduction (in stamping line) and increase of production
volume for sales. In the first approach a percentage of profit contribution of 2.31% (about 3
million pesos) was obtained, while in the second approach, a percentage of 29%
(approximately 36 million pesos) was obtained. The difference in profit contribution of
both approaches is attributed mainly to the margin set by the company for products and
that production costs are relatively low compared to that margin.
iii
JUSTIFICACIÓN
Demanda, innovación y cambio tecnológico, son factores determinantes para el logro de la
alta competitividad empresarial, por lo cual son de alto grado de importancia en el
momento de tomar decisiones estratégicas.
Estamos frente a un mundo cambiante y cada vez más complejo, lo cual ocasiona cambios
estructurales en la organización. Es claro que, para realizar una administración efectiva en
sistemas complejos, es necesario comprender cabalmente el entorno y contexto donde se
encuentra inmerso el sistema de manufactura.
La DS ha mostrado ser muy útil para analizar el comportamiento de las unidades
productivas y para evaluar la forma en que las políticas, decisiones, estructuras y demoras
están interrelacionadas para influenciar sobre el crecimiento y la estabilidad industrial.
Es altamente deseable contar con un modelo de administración en la producción de bienes
que sea apropiado para el análisis de la problemática y toma de decisiones en la industria
mediana en México. De este planteamiento surge la necesidad de analizar dinámicamente el
comportamiento administrativo de una empresa de autopartes enfocado a la mejora
continua y mejora competitiva.
Los modelos que se basan en la metodología de DS son instrumentos adecuados como
apoyo a la toma de decisiones en la gestión de la innovación ya que permite mejorar la
eficacia de la toma de decisiones a través de la comprensión de las estructuras de
retroalimentación que causan el comportamiento de un sistema Bajo este enfoque se
diseñó el modelo dinámico de la empresa de autopartes en el que se analizan las
afectaciones de los efectos de los tiempos de demoras en el proceso de planeación de la
producción midiendo su desempeño mediante indicadores claves y su efecto en la
contribución a las utilidades.
iv
OBJETIVOS
Objetivo general
Desarrollar un modelo para la administración de un proceso de producción de bienes
(aplicando Dinámica de Sistemas) con base en la contribución a las utilidades, en una línea
de estampados de la industria metal-mecánica.
Objetivos específicos
• Conocer el sistema administrativo prevaleciente en la empresa bajo estudio.
• Conocer los indicadores de desempeño y su relación con los objetivos generales de la
empresa.
• Elaboración de los diagnósticos de evaluación correspondientes para el desarrollo
del modelo.
• Establecer los requerimientos que debe cubrir el modelo a desarrollar.
• Desarrollar el modelo propuesto.
• Validar y analizar los resultados obtenidos.
v
METODOLOGÍA DE LA INVESTIGACIÓN
Tomando en consideración el objetivo general de la investigación, la metodología que se ha
seguido en el desarrollo de esta tesis, se ha divido en dos etapas: la revisión bibliográfica y
el desarrollo del modelo dinámico objeto de esta tesis.
La primera etapa metodológica ha consistido en la búsqueda de información de actualidad,
en artículos y documentos sobre las diferentes aplicaciones del objeto de estudio de la
investigación. Para garantizar un análisis crítico de la revisión literaria se realizó una
primera selección de más de 150 publicaciones analizando el resumen, conclusiones y
palabras claves. Posteriormente se realizó una revisión más detallada a un total de 70
publicaciones, esta selección estuvo orientada a las contribuciones, metodologías, métodos,
aportaciones y enfoques de los diferentes investigadores.
Como resultado de la revisión bibliográfica se determinaron las perspectivas actuales de la
aplicación de la DS en dos temáticas del campo de la manufactura: administración de la
cadena de suministro y sistemas de producción. Por otro lado se examinaron las
contribuciones académicas realizadas por diversos autores, las cuales se analizaron de
acuerdo a su enfoque y aplicación. De este análisis se distinguieron las tendencias
evolutivas de la DS, así como los aspectos que determinan su aplicación efectiva en el
contexto industrial, mediante la suficiencia de los atributos de los modelos.
En lo que respecta al desarrollo del modelo dinámico, se ha hecho en base a una adaptación
de la metodología propia de DS, derivada del análisis de las diferentes guías existentes para
la construcción de dichos modelos y su adaptación al objeto de estudio. Se tomó como
referencia principal, la metodología presentada por el fundador de DS, Jay W. Forrester, la
cual se sintetiza a continuación.
Lo primero a considerar para desarrollar el modelo, es conocer el sistema que va a ser
analizado, definiendo los límites del mismo. En este caso el campo de estudio está
delimitado desde el momento en que se registra una orden de producción hasta que se
obtiene un producto terminado en la línea de estampado.
Una vez especificado los límites se procede al planteamiento de la situación a analizar, en
esta etapa se recopiló la información necesaria sobre la problemática de la línea, sus
factores y variables de interés, las cuales son objeto de estudio a lo largo del proceso. A
partir de ahí y con ayuda del conocimiento experto se definen las variables claves.
vi
Posteriormente se desarrolla el modelo cuantitativo o causal, el cual muestra las relaciones
básicas en forma de bucles de realimentación. Una vez comprendido el sistema en forma
cualitativa, se pueden plantear sus ecuaciones representativas y utilizar un entorno de
simulación para construir un diagrama de niveles y flujos (Diagrama de Forrester) y
modelar su comportamiento.
Finalmente se verifica la estructura y confiabilidad de los datos mediante la validación del
modelo, determinando que el comportamiento del mismo corresponde al comportamiento
real del sistema, mediante el planteamiento de escenarios de validación y condiciones
extremas.
Para construir el modelo y realizar la simulación se ha utilizado el software Vensim Ple ®,
versión estudiantil, el cual es un software que permite conceptualizar y desarrollar modelos
dinámicos de sistemas en un entorno gráfico., con lenguaje dinámico de fácil comprensión.
Para el procesamiento de la información y generación de datos que alimentan al programa
se construyó una plataforma con ayuda de macros en Microsoft Excel. Esto fue necesario
para dar respuesta a los requerimientos de simulación del objeto de estudio, ya que se
diseñó una plataforma personalizada de acuerdo a las características del proceso, con
capacidad de procesar gran cantidad de datos.
CAPITULO 1: MARCO TEÓRICO
DINÁMICA DE SISTEMAS; ORIGEN, EVOLUCIÓN.
Se presenta un análisis histórico-crítico del desarrollo
de la dinámica de sistemas en el campo de la
manufactura, con base en una revisión literaria
exhaustiva y bajo criterios de efectividad
administrativa.
Origen y evolución de DS
1
1. Marco Teórico La noción seminal de la dinámica de sistemas (DS) se puede detectar en los tiempos de la
antigua Grecia, en los análisis y cuestionamientos que los grandes filósofos plantearon
sobre sus perspectivas de la realidad. Tal es el caso de Aristóteles en El Organón, así como
Platón en sus Diálogos. En su proceso evolutivo, la aplicación de la DS ha probado ser muy
efectiva para evaluar el comportamiento de sistemas complejos. En este capítulo se expone
el contexto holístico al lector, mediante una visión crítica que interrelaciona las etapas del
proceso evolutivo de la DS en materia de: origen, desarrollo y tendencias, desde sus inicios
hasta las aplicaciones actuales en el campo de la manufactura. La clasificación e inter-
relación de las publicaciones alusivas a la DS, para su análisis cronológico y temático, se ha
realizado utilizando un esquema arborescente, en el cual las corrientes de pensamiento
original (seminal) se ubican en la parte de las raíces. Estas raíces generan un tronco
(integración del concepto), del cual se deriva una gran variedad de publicaciones con
diversos enfoques y aplicaciones, según se muestra en las ramas del árbol.
1.1. Concepto de DS Forrester [1], definió la Dinámica Industrial (DI) como la investigación de la
retroalimentación en los sistemas industriales para mejorar su funcionamiento mediante el
uso de modelos computarizados. Con el proceso evolutivo de la DI y el auge de su aplicación
en diversos campos del conocimiento, su denominación se cambió a DS (este aspecto es
explicado con mayor detalle en el punto 1.2.2).
La DS se conceptualizó originalmente como: el campo del conocimiento que estudia el
comportamiento dinámico de los procesos productivos (aprovisionamiento- producción-
distribución) a través de sus variables (distintivas y pertinentes) que caracterizan su
desempeño efectivo, ya que su primera aplicación fue en un entorno industrial, Forrester
[2].
La DS ha estado presente en el campo industrial desde los años 60 (inicialmente bajo la
denominación de DI); pero, dada su versatilidad de aplicación, se ha utilizado en la
economía, el urbanismo y la sociología, durante sus etapas de desarrollo. A lo largo de su
proceso de aplicación se puede visualizar la combinación de teorías, métodos y filosofías
para el análisis y la solución de problemas, que se ejecuta en un entorno cambiante a través
del tiempo [3] Por este motivo, resulta interesante conocer la forma en que los nuevos
conocimientos han influido en el proceso evolutivo de la DS.
De acuerdo con Meyers [4], a la DS se le conoce ahora como una metodología para el
modelado, la simulación y el control de sistemas dinámicos complejos; es decir, que puede
Origen y evolución de DS
2
ser conceptualizada como el campo del conocimiento que estudia el comportamiento
dinámico de los sistemas.
1.1.1. DS y su enfoque sistémico
Las denominaciones DS y ES (Enfoque Sistémico) se utilizan frecuentemente como
sinónimos, aunque no lo son. Un concepto ampliamente aceptado de sistema, es: un
conjunto de elementos inter-relacionados entre sí, que tienen un propósito común definido
por Javier Aracil [5]. Así, el enfoque sistémico es el que identifica un objeto o situación bajo
análisis, como un elemento de un sistema, o bien como un subsistema o un sistema en sí
mismo (dependiendo de la perspectiva del analista).
El ES es una perspectiva de visualización y análisis que concibe al objeto de estudio como
un elemento dentro de un sistema, o parte de él, e implica el uso de diversas metodologías
para conocer los diversos atributos del objeto y de su entorno [6]; lo cual es congruente con
la connotación que se utiliza en este artículo.
A medida que se ampliaban las aplicaciones de la DS en diferentes contextos y
perspectivas (industrial, social, global) para modelar y simular fenomenologías
radicalmente diferentes, se comprendió que la DS y el ES son mutuamente
complementarios en su aplicación, aunque en cada instancia se enfatiza uno sobre el otro,
según los objetivos del analista. De acuerdo con Meyers [4] el ES encierra una variedad de
teorías y metodologías sistémicas, tales como la Cibernética y la Teoría general de sistemas,
muchas de las cuales son complementarias a la aplicación de la DS.
Es importante analizar los primeros fundamentos de la DS, partiendo del origen del ES, ya
que, como se mencionó anteriormente, el ES abarca una serie de metodologías y teorías
como la Cibernética y la Teoría general de sistemas, que son complementarias de la DS [4],
(esta complementariedad es explicada más adelante en el punto 1.2.1).
Durante el desarrollo del ES, diferentes áreas de ciencia y tecnología, realizaron intentos
para explorar sus consecuencias en el análisis estructurado y holístico, puesto que se
consideraba (y aún se considera) como un tratamiento multidisciplinario a un conjunto de
problemas visualizados como sistemas, a este conjunto de intentos se le conoce como
movimiento sistémico (MS) [6].
El origen del MS se ubica en la Antigua Grecia, con las contribuciones de grandes filósofos
como Platón (428-347 a.c.) y Aristóteles (384-322 a.c.). Las contribuciones de éstos se
evidencian en sus trabajos publicados que abordan sus perspectivas y análisis de la
búsqueda de la verdad. Entre estos trabajos se encuentra El Organón, de Aristóteles, el cual
constituye la primera investigación sistemática acerca de los principios del razonamiento
Origen y evolución de DS
3
válido o correcto [7]. Años más tarde, su discípulo Platón, desarrolló debates filosóficos con
distintos interlocutores, en búsqueda de la verdad y transmisión del pensamiento, Platón
concibe esta forma de expresión en unidades literarias y filosóficas en un formato de
diálogo, conocido como Diálogo Platónico [8].
Estos filósofos se refieren a: el acierto sistémico como “el todo es más que la suma de sus
partes” que también es conocido como: “suma lógica”. Esta afirmación aristotélica
posteriormente se le conoce como “sinergia”[9], que quiere decir literalmente, trabajando
en conjunto o sumando esfuerzos.
A partir del postulado del acierto sistémico de Aristóteles, fue que se vinculó la noción de
sistema al desarrollo de la filosofía europea. Por este motivo, el concepto de sistema tiene
referencias que datan desde la Grecia clásica, partiendo de las observaciones realizadas por
estos grandes filósofos sobre la realidad, según lo confirman [10] Consecuentemente, es
válido decir que la DS se fundamenta en el ES y éste, a su vez, se desarrolla en el entorno del
MS.
1.2. Evolución de la DS Una forma visualmente atractiva e ilustrativa de mostrar el origen y la evolución de la DS, es
mediante el diagrama arborescente que se muestra en la Figura 1-1. En dicho diagrama, las
raíces representan los conocimientos teóricos fundamentales de la DS. En el tronco se
presenta la integración del concepto DS y su aplicación práctica, por parte de su fundador
Jay W. Forrester. En las ramas del árbol, se muestran las diferentes aplicaciones de la DS en
diversos campos del conocimiento.
Los cimientos que dan soporte a este desarrollo descansan en el ES y en el Movimiento
Sistémico (MS), ya que la DS requiere del ES para su cabal aplicación y, también, se
complementa de los métodos y teorías desarrollados por las corrientes de pensamiento del
MS.
Para comprender la perspectiva multidisciplinaria de la DS, es esencial preguntarse ¿cuáles
fueron las circunstancias y los fundamentos que dieron lugar al desarrollo de la DS? y ¿qué
factores propiciaron su evolución en sus diferentes etapas? A lo largo de este capítulo se da
respuesta a cada una de estas interrogantes.
En el diagrama de la Figura 1-1-a, las corrientes de pensamiento original (seminal) se
ubican en la parte de las raíces. Estas raíces generan un tronco (integración del concepto),
del cual se deriva una gran variedad de publicaciones con diversos enfoques y aplicaciones,
según se muestra en las ramas del árbol.
Origen y evolución de DS
4
Figura 1-1: Desarrollo y evolución de la DS (fuente propia)
1.2.1. Raíces del árbol
No se tiene certidumbre de las diversas corrientes de pensamiento que dieron lugar al ES.
Meyers [4] establece que, al menos dos componentes importantes deben ser mencionados,
la cibernética y la teoría general de sistemas. Por otro lado, Lilienfield [11], considera 3
corrientes adicionales: la informática, la teoría de juegos y la teoría de la información y las
comunicaciones. Puesto que el desarrollo de la DS es posterior al desarrollo de estos
campos del conocimiento, se analiza el aporte correspondiente de cada una de ellas y su
relación con el origen de la DS, con base en las publicaciones pertinentes. En la Tabla 1-1 se
muestra el aporte mencionado en términos de: su denominación, su precursor/investigador
y la esencia de cada contribución.
Origen y evolución de DS
5
Tabla 1-1: Contribuciones de las diferentes corrientes de pensamiento a la DS
Corriente de pensamiento
Precursor/ investigador
Esencia de la contribución Contribuciones a la DS
Informática (siglo 19)
Charles Babbage
Aparición del computador para el manejo de la información en forma automática.[12]
La computación es utilizada como instrumento fundamental en la DS, en la simulación de sistemas reales, a través de modelos traducibles a programas informáticos. En su momento se hizo utilizado el software denominado DYNAMO.
Cibernética (años 40)
Norbert Wiener
La principal aportación es la idea de retroalimentación, que introduce Norbert Wiener, la cual rompe con el principio de causalidad lineal al introducir el principio de "bucle" causal.[13]
El diagrama de Forrester utiliza una representación hidrodinámica del sistema y se utilizan la teoría de control y bucles causales para explicar las relaciones causales entre las variables examinadas.
Teoría General de Sistemas (años 50)
Ludwig Von Bertalanffi
Presenta una manera sistémica y científica de aproximación y representación de la realidad, usando formas de trabajo interdisciplinario. Enfoque de dos paradigmas: Científico y relación todo entorno. [14]
Su enfoque sistémico fue muy diferente al tradicional, orientado al estudio de los sistemas complejos, formados por múltiples variables y un comportamiento dinámico.
Teoría de la Información y Comunicaciones (finales de los años 40)
Claude Elwood Shannon y Warren Weaver
Proporcionaron un lenguaje matemático para el manejo de la información y una base formal muy sólida para el estudio de problemas lingüísticos, matemáticos y teóricos relacionados con la transmisión de mensajes. [15]
El primer modelo aplicado de DS fue de un contexto industrial. Las ecuaciones de dicho modelo fueron codificadas y analizadas en un escenario de simulación computarizada. Este paso permitió acelerar el modelado y la expansión rápida de DS.
Teoría de Juegos (1944)
John von Neumann y Oskar Morgenstern
Propusieron modelos estocásticos para estudiar las interacciones en estructuras formalizadas y llevar a cabo procesos de decisión [16]
Visión de conjunto de todos los elementos implicados en la decisión. Modelación estocástica de los procesos de decisión.
Al analizar las contribuciones de la Tabla anterior, se hace evidente que: Las aportaciones
de estos autores fueron incluidas por Jay W. Forrester para plantear las bases de la DS.
Esta afirmación es reforzada con la perspectiva que tiene Javier Aracil [5] sobre la DS como
metodología, en la cual establece que la DS se basa en las técnicas tradicionales de gestión
de sistemas sociales, en la teoría de sistemas retroalimentados y en la simulación por
computadora, es decir un compendio de las aportaciones anteriormente mencionadas.
Así mismo, Santa Catalina [17], establece que dichas aportaciones dieron lugar al desarrollo
de la innovación sistémica de Forrester, la cual consistió en transferir el conocimiento de la
Origen y evolución de DS
6
teoría de control y retroalimentación, como la organización y las ciencias sociales; mediante
una sencilla metáfora hidrodinámica para la |representación de un sistema, abstrayendo las
ecuaciones diferenciales que definen a un sistema no lineal.
La estrecha relación existente entre el aporte significativo que tuvieron cada una de estas
corrientes con el desarrollo y evolución de la DS, es notoria en las publicaciones de su
aplicación en los diferentes campos, ya que para el análisis de sistemas complejos y
planteamiento de los diversos escenarios que determinan su comportamiento se hace uso
de la teoría de control, retroalimentación de sistemas y análisis de la complejidad
organizacional.
1.2.2. Tronco del árbol
La siguiente etapa evolutiva de la DS corresponde al tronco del árbol (ver Figura 1-1 -b), ya que es donde se integran los conocimientos aportados por diversos campos del conocimiento (corrientes de pensamiento) mostrados en las raíces.
Para comprender la evolución del pensamiento de Forrester, es importante conocer que este investigador pasó del laboratorio de servomecanismos del MIT (Massachusetts Institute of Technology), donde inventó las memorias magnéticas de núcleos de ferrita, a coordinar el gran proyecto de defensa SAGE (Semi-Automatic Ground Equipment), y para eal año 1952 fue invitado a formar parte de la nueva escuela de administración del MIT. En estas etapas de su vida conoció directamente los procesos tecnológicos y administrativos en sus aspectos operativos, tácticos y estratégicos. La trayectoria de Forrester como fundador de la DS, se puede visualizar en tres etapas, que coinciden con el auge de sus tres grandes obras: Industrial Dynamics (1958), Urban Dynamics (1968) y World Dynamics (1970). Es importante resaltar que estas tres obras representan las principales referencias para los trabajos posteriores realizados en DS. En la Tabla 1-2 se presenta un resumen de los principales eventos (colaboración, impacto, problemática y solución) que acontecieron con el desarrollo de estas tres publicaciones, el entorno de dicho desarrollo es explicado a mayor detalle a continuación.
Tabla 1-2: Resumen de los principales eventos que acontecieron en el desarrollo de las tres grandes obras de Jay
W. Forrester
Publicación Año Acontecimientos
Ind
ust
ria
l D
yn
am
ics
1958
Problema Oscilaciones y fluctuaciones en inventarios Métodos alternativos no muestran resultados satisfactorios
Solución Hipótesis de que los bucles de retroalimentación con retrasos
producían las oscilaciones. Desarrollo del programa DYNAMO
Origen y evolución de DS
7
Publicación Año Acontecimientos U
rba
n D
yn
am
ics
1968
Colaboración
Colaborador John. F. Collins Experiencia Modelado urbano Trabajó con un equipo colaborador experto en el tema
Impacto
Analiza las políticas urbanas de Estados Unidos Se tenía la hipótesis de que la construcción de viviendas de bajo costo
era esencial para la reactivación de los centro urbanos
Wo
rld
D
yn
am
ics
1970
Colaboración Modelación para el club de Roma Apoyo para el MIT
Impacto Discusión de problemas mundiales Gran aceptación mundial
En su libro “Industrial Dynamics”[1], Forrester explica el modelo desarrollado para el caso
de la empresa Sprague Electric como “un gran avance en la toma de decisiones”, aplicando
el programa Dynamo en el que fueron codificadas las ecuaciones representativas del
modelo con ayuda de un compilador SIMPLE (Simulation of industrial Management
Problems with Lost of Equations), el cual automáticamente crea el código informático
(código fuente).
Parte de la problemática presente en la empresa Sprague Electric era que, a pesar de contar
con pocos clientes muy fuertes, el flujo de sus pedidos no sólo era irregular, sino que
presentaba oscilaciones similares a los de los servomecanismos incorrectamente
compensados [18], conocida como retroalimentación positiva.
Forrester, inicialmente utilizó las técnicas de investigación operativa y las simulaciones de
Monte Carlo para analizar esta situación, sin embargo no se obtuvieron resultados
satisfactorios. Al analizar detenidamente el comportamiento dinámico de la situación de la
empresa, Forrester decidió representar dicho comportamiento mediante un modelo
cibernético de su proceso logístico y productivo. Dicho modelo dio paso al desarrollo de la
metodología de DI, la cual, posteriormente se conoció como DS [18] debido a sus
posteriores aplicaciones y a la esencia dinámica de sus ecuaciones representativas.
En su obra: “Urban Dynamics” se puede encontrar su percepción sobre los problemas del
crecimiento y la degeneración de las ciudades. Forrester y Collins (ex alcalde de Nueva
York) sugieren en su estudio, que las políticas urbanas de Estados Unidos, se encontraban
entre lo neutro y muy perjudicial como institución, con residentes de bajos ingresos y
desempleados. Ante tal situación, ellos decidieron aplicar la metodología de DS para
modelar el sistema social. Para ello postularon tres fuerzas primarias que subyacen en el
crecimiento urbano y la decadencia: la migración guiadas por la percepción del atractivo
relativo, el envejecimiento de las estructuras habitacionales y comerciales, y las conexiones
de retroalimentación entre la población, la vivienda y el empleo. Sus resultados fueron
Origen y evolución de DS
8
publicados en su obra Urban Dynamics, en el modelo se visualizó que la construcción de
viviendas de bajo costo fue un proceso de gran alcance para crear la pobreza, y no el alivio
[2], puesto que la construcción de las viviendas agotaba el espacio donde se podían crear
puestos de trabajo.
El trabajo urbano “Urban Dynamics”, propició el contacto con el Club de Roma (ONG
conformada por un grupo de científicos y políticos preocupados por mejorar el futuro del
mundo a largo plazo de manera interdisciplinaria y holística), a través de una reunión sobre
los problemas urbanos en Italia en el Lago Como. En 1971. Forrester generalizó sus
anteriores trabajos publicados en su obra “World Dynamics” donde presenta la primera
modelización del mundo. En Agosto de 1970 el Club de Roma, con el patrocinio de la
Fundación Volkswagen, invitó al Grupo de Dinámica de Sistemas del MIT, bajo la dirección
de Forrester, a emprender un estudio sobre las tendencias e interacciones de un número
limitado de factores que amenazan a la sociedad global [19] Esta investigación dio lugar a la
publicación del libro The Limits to Growth.
Estas tres grandes obras, marcaron el inicio de la aplicación de la DS como tal. Cada una
presentó su nivel de complejidad acorde a la etapa en que se desarrolló. Todo esto permitió
la incursión de la DS en diferentes áreas de interés y en diversos campos de la ciencia; En la
Figura 1-2 se explica con mayor detalle el proceso evolutivo de la DS en función del
desarrollo de las obras representativas de Forrester, a lo largo del tiempo. En general, Se
pueden distinguir 6 periodos en la evolución de la DS, los cuales son los siguientes:
El primero, estuvo a cargo de Norbert Wiener, se desarrolló alrededor de los años 40,
(aunque hubieron dos etapas antecesoras en los años de 62 A.C. y 1932, con la aplicación
del sistema de autorregulación y los términos causales, respectivamente) en esta etapa,
denominada Cibernética, se concibe al conjunto de operaciones de transformación de las
materias primas como un proceso dinámico, sujeto a los principios de control y regulación
que se aplican en las máquinas.
El segundo periodo se desarrolló en los años 60 y consistió en la extrapolación de la
Cibernética y las demás corrientes de pensamiento explicadas anteriormente, al campo
empresarial, con sus primeras aplicaciones en la organización de la producción; y como
obra representativa se puede mencionar el libro de “Dinámica Industrial” de Jay W.
Forrester [20].
Origen y evolución de DS
9
Figura 1-2: Evolución de la DS a lo largo del tiempo1
El tercero surgió en los años 70, en él se aplica la DS a modelos econométricos nacionales y
modelos mundiales, siendo el principal acontecimiento la participación en el Club de Roma
con las reacciones ocasionadas por la obra de “Urban Dynamics”.
El cuarto periodo se presenta en los años 80, en este se dan los primeros análisis con
enfoque administrativo-empresarial-organizacional, conocido también como modelo
cualitativo de organizaciones [21].
El quinto periodo lo constituye la Dinámica de Sistemas Cualitativa, que promueve el
aprendizaje sobre y en la organización, con la intención de constituir organizaciones
inteligentes abiertas al aprendizaje [20].
1 Modificado de http://dinamica-de-sistemas.com/wds5.htm y http://timerime.com/es/evento/1348281/Comportamiento+Humano+en+la+Dinamica+de+Sistemas/
Industria Modelos
económicos
Dirección de
empresas
Ecología y
medio
ambiente
Comportamiento
humano
Ind
ust
rial
D
yn
amic
s U
rban
D
yn
amic
s W
orl
d
Dy
nam
ics
1960
1970
1980
1990
2000
Aplicaciones en organización de la producción
Modelos econométricos, nacionales y modelos
mundiales
Administración y dirección de empresas
Estudio de impacto ambiental y
gestión de recursos humanos
Psicología y sociología
Cib
ern
étic
a
1950
Origen y evolución de DS
10
El sexto periodo se enfoca al análisis de problemas y situaciones desde el punto de vista
ecológico y comportamiento humano, analizando la brecha existente entre el rendimiento
operacional, organizacional y motivacional entre organizaciones, empresas o un nivel
global. El cierre de esta brecha va dirigido a alcanzar los más altos índices de nivel
competitivo y sustentabilidad [22].
Para comprender a mayor detalle los diferentes objetivos de aplicación, en la Tabla 1-3 se
presenta algunos de los trabajos representativos que se han desarrollado a lo largo de la
línea evolutiva de la DS en términos de su categoría, autor y trabajo realizado.
Tabla 1-3: Trabajos desarrollados bajo el enfoque de DS a lo largo del tiempo
Categoría Autor Trabajo realizado
Cibernética Von Holst (1930-1950) Cibernética y Biología
Angyal (1941) A logic of systems Wiener (1943-1948) Cybernetics and Management
Dinámica Industrial Ackoff (1963) A Manager’s Guide to OperationsResearch. Aplicaciones del Pensamiento sistémico
Modelos Económicos
C.H. Alexander (1963) Dinámica de sistemas. Description of the visual information. Systems an information system for urban planning.
Randers, Medows& Medows. (1972)
The Limits toGrowth
Morgan (1979) Sociological paradigms and organizational Analysis
Aplicaciones en administración de empresas
Warren (2008) Strategic Management
Warren (2002) Competitive Strategy Dynamics
Estudios de Impacto Ambiental y Gestión de Recursos Naturales
Gutiérrez & Fey (1980) Ecosystem Succession
Meadows, Meadows,Randers & Behrens (1973)
Toward Global Equilibrium,
Wolstenholme (1990) Systems Enquiry
Psicología y sociología Maldonado (2009)
Complejidad de los Sistemas Sociales: Un reto para las ciencias sociales
Ilgen & Hulin(2000) Computational modeling of behavior in organizations
1.2.3. Ramas del árbol
Una vez que Forrester estableció las bases de su método, fue posible adoptar la metodología
de la DS hacia otros campos de aplicación, tal como se muestra en la Tabla 1-3. Esta
incursión de la metodología de la DS vino acompañada de características y atributos
cualitativos y cuantitativos.
Según Wolstenholme [21], se puede considerar que la DS es a la vez un modelo de
pensamiento y un método de investigación. Esta doble posición, según Meyers [4], está
Origen y evolución de DS
11
fundamentada por las raíces epistemológicas (tradición positivista y tradición
interpretativa), las cuales implican dos enfoques: el subjetivo y el objetivo.
La tradición positivista denota un enfoque metodológico dirigido en la generación de
conocimiento positivo, es decir basado en hechos comprobados. La tradición interpretativa
se enfatiza en la importancia de interpretaciones subjetivas de un fenómeno, ver Tabla 1-4.
Tabla 1-4: Raíces epistemológicas
Raíces Epistemológicas Raíz Características Ejemplos
Tradición positivista
Objetiva Investigación de Operaciones: Técnicas matemáticas y cuantitativas Teoría de los sistemas vivos: Sistema auto-organizados Modelo del sistema viable: Diagnóstico y sistema organizado
Fundamentos conceptuales Cuantitativa Estructuralista Funcionalista
Tradición interpretativa
Subjetivista Planificación interactiva: Futuro por medio del desarrollo presente Metodología de sistemas suaves: Lógica e implementación del cambio Sistema crítico heurístico: Práctica reflexiva-pensamiento sistémico
Comunicacional Cultural Política ética y estética Aspectos cualitativos y discursivos
Estas raíces epistemológicas hicieron evidente el análisis de la DS en aplicaciones
cualitativas y cuantitativas, las cuales han estado presentes en el análisis de diferentes
situaciones en diversos campos de la ciencia, puesto que, permiten hacer una
caracterización de la naturaleza del problema o situación al determinar, ya sean de carácter
objetivo o subjetivo.
Es de particular interés en este capítulo analizar las publicaciones pertinentes que utilizan
(parcial o totalmente), complementan o replantean la DS, en el contexto de la
administración; ya sea para una mejor comprensión de su fenomenología, como para la
evaluación de estrategias y/o toma de decisiones. Estos trabajos representativos se
analizan en términos de su denominación, su autor, su esencia, la naturaleza de la
contribución y su relación con la DS.
(The Fifth Discipline, FD) 1990.
Peter Senge popularizó el concepto del “aprendizaje en las organizaciones”. Este concepto
ha representado una de las principales contribuciones del autor, estableciendo que: hay 5
disciplinas que convergen para innovar las organizaciones inteligentes (dominio personal,
modelos mentales, visión compartida, aprendizaje en equipo y pensamiento sistémico).
Origen y evolución de DS
12
En este trabajo es evidente la relación con la de DS, ya que Senge aplica modelos no
lineales simulados por computadora, originalmente planteados en la DS. Él confecciona
estos modelos cualitativos identificando en las empresas conceptos escritos y mentales que
las personan utilizan en la organización (normas y políticas, conductas, estructuras
organizativas, datos numéricos), por otro lado, hace uso de bucles causales para analizar la
interrelación de estos elementos [23].
(Model Validity, MV) 1990.
Los autores Barlas y Carpenter, desarrollaron la teoría de la validación de un modelo de un
sistema dinámico, la cual consistió de dos componentes: validación de la estructura y
validación del comportamiento. Con esta teoría los autores realizan su principal
contribución a la metodología de la DS. La validación de la estructura se refiere a
establecer la relación usada en el modelo, es decir, una adecuada representación de la
relación real. En cuanto a la validación del comportamiento consiste en demostrar que
dicho comportamiento es lo suficientemente cerrado, es decir que aborda los elementos
necesarios para su comprensión [24].
En 1996, Yaman realizó su contribución con la idea de que: la validación en DS se basa en
un enfoque relativo en lugar de absoluto, aunque ello no excluye el uso de pruebas
formales. Este planteamiento se apoyó de la opinión de Forrester, él estableció que la
validación de un modelo se basaba en la validación de sus detalles. Forrester afirmó que las
pruebas deberían centrarse en la validación de los patrones de comportamiento del
modelo, más que en comprobar la coincidencia entre los datos reales y los generados
por el modelo [17].
(Group Modelling Building, GMB) 1996.
Vennix, inició la modelación experimentando con la participación de grupos de clientes en
el proceso de construcción de modelos. El modelo se caracterizaba con un grupo de clientes
que estaba profundamente involucrado en el proceso de construcción del modelo.
Originalmente Forrester señaló reiteradamente que la mente humana no está bien
equipada para trazar la dinámica de las estructuras de retroalimentación de sistemas
complejos, de ahí la necesidad de simular un sistema dinámico. La metodología de GMB
ayuda a esclarecer situaciones donde no hay suficiente retroalimentación ni
percepción grupal ante la presencia de una situación, contribuyendo de esta manera con la
formulación de modelos mentales y formación de supuestos causales.
Otra de las contribuciones que presenta Vennix es que además de compartir y alinear los
modelos mentales, también crea la posibilidad de asimilación e integración de los
Origen y evolución de DS
13
modelos mentales parciales en una descripción del sistema global, en el que los
participantes superan sus puntos de vista locales [25].
(Synthesis of System Dynamics and Soft Systems Methodology, SSD - SSM)
1998.
Los autores David Lane & Rogelio Oliva [26] propusieron una síntesis de la Metodología de
los sistemas suaves y de la DS, en la que se presenta un esquema (complementado con la
lógica basada en el análisis cultural) para comprender el análisis de la intervención, el
análisis social del sistema y el análisis del sistema político.
La metodología de los sistemas suaves tiene una perspectiva de contextos sociales y de vida
organizacional. Es considerada como una metodología explorativa, y agrupa las
características de la tradición interpretativa. Su relación con la DS se centra en que el
proceso de modelamiento integrado en esta metodología, genera un tipo holístico del
comportamiento humano organizado bajo una visión particular del mundo;
concluyendo que diferentes modelos pueden ser usados para explorar la situación del
problema bajo diferentes perspectivas.
Según los autores, la SSM genera y representa diversas perspectivas sobre una situación
problemática, ofreciendo una visión particular de la naturaleza del problema.
(Bussines Dynamics, BD) 2000.
Sterman, orientó su enfoque hacia la descripción de un sistema de modelado con DS para
el análisis de políticas, estrategias de negocios y políticas públicas. En su libro
“Bussines Dynamics: Systems Thinking and Modeling for a Complex World”, Sterman
empleó la DS como una perspectiva y como un conjunto de herramientas conceptuales,
que permite comprender la estructura y dinámica de los sistemas complejos.
Con esta contribución, Sterman considera que la DS es también un método de modelado
riguroso, que permite construir simulaciones por computadora de sistemas formales y
complejos, utilizándolos para diseñar políticas más efectivas. Sterman establece que, en
conjunto, estas herramientas nos permiten crear simuladores de vuelo de gestión-
micromundos. En estos simuladores el espacio se puede comprimir y el tiempo se puede
demorar para experimentar los efectos secundarios a largo plazo de las decisiones, el
aprendizaje de la velocidad, el desarrollo de nuestra comprensión de los sistemas
complejos, y las estructuras y estrategias de diseño para un mayor éxito
(jsterman.scripts.mit.edu).
Origen y evolución de DS
14
(Strategy Dynamics, SD) 2002-2008.
Warren, estableció como principal contribución, que el método de SD2 se centra en el
desafío de la gestión universal, ofreciendo mejoras sólidas y sostenibles en el desempeño
del negocio. Este método se relacionó con la comprensión y administración del
rendimiento de las empresas (públicas, políticas, sin fines de lucro) a través del tiempo,
anteriormente analizado por Forrester en su aplicación industrial.
Este método se puede utilizar para explicar el desempeño actual del negocio y
desarrollar las estrategias para mejorar el desempeño futuro del negocio, basado en
la construcción y retención de recursos y capacidades. Warren establece tres principios
fundamentales para el desarrollo de esta estrategia.
El desempeño depende de los recursos
Los recursos aumentan y drenan
Los flujos dependen a su vez de los recursos existentes.
(Archetypal Structures, AS) 2003.
Ha habido una considerable investigación en el campo de la DS en la última década
relacionado a la definición de estructuras genéricas y plantillas, para clasificar las
estructuras y comportamiento en los sistemas dinámicos asociados con el tiempo
[21].
Wolstenholme [27] y Senge [23] establecieron que dichas estructuras se presentaron como
una manera formal y autónoma de la clasificación de las estructuras responsables de los
patrones generales de comportamiento en el tiempo. Este planteamiento contribuyó a
comprender que estas estructuras son frecuentemente usadas para ayudar a conceptualizar
un modelo inicial.
En las características principales que tienen estas estructuras se hace evidente la presencia
de la metodología de la DS, ya que estas características se componen de bucles
retroalimentados de consecuencias intencionadas o consecuencias no deseadas
resultantes de agentes internos o externos del sistema.
(Strategic Modelling, SM) 2007.
Morecroft en su obra “Strategic Modelling” [28] presentó sus contribuciones al mostrar el
atractivo y la potencia del modelado empresarial, para dar sentido a las iniciativas
estratégicas de gestión preventiva, ante posibles impactos a través de la simulación3. Este
2 http://www.strategydynamics.com/info/kim-warren.aspx 3 John Morecroft, 2007, Strategic Modelling and Business Dynamics.
Origen y evolución de DS
15
modelo estratégico, se ha basado en la DS, ya que siendo esta una herramienta poderosa
para la comprensión de cómo las empresas se adaptan a un entorno cambiante,
permitió analizar su comportamiento dinámico en ese entorno.
(Theory-building with System Dynamics & Model Validation, TBSD - MV)
2008-2009.
La situación que abordaron Schwaninger y Goesser [29] es la forma en la que la DS hace
posible el desarrollo de teorías de alta calidad centradas en la construcción de una teoría
de alcance medio y no una general.
Esta contribución se encuentra basada en trabajos de campo de tipo experimental,
centrados en la construcción de teorías basadas en modelos, mientras que el proceso de
construcción y validación de modelos se analiza desde la perspectiva de la construcción
de teorías, donde la teoría resultante es evaluada por medio de un conjunto de criterios de
alta calidad (refutabilidad, importancia, precisión y claridad, simplicidad, exhaustividad,
operatividad, validez, fiabilidad, practicidad).
(Teaching Dynamic Feedback Systems Thinking: an Elementary View, TDFST)
1978.
Nancy Roberts [30] se centró en la comprensión y representación de las estructuras
subyacentes en el ámbito de las ciencias sociales. La autora estableció su contribución al
desarrollar, implementar y evaluar un plan de estudios para enseñar a los niños a leer
los diagramas de sistemas dinámicos de retroalimentación, también les enseñó a
desarrollar diagramas de retroalimentación que explican las relaciones causales entre las
variables examinadas en materiales escritos del plan de estudio. Esto con el objetivo de
habilitar a los alumnos (de quinto y sexto año) a aprender de manera analítica y
sintetizar previamente la enseñanza transmitida. Los resultados positivos obtenidos
parecieron ser transferibles a grupos más amplios que deseaban familiarizarse con
retroalimentación dinámica, pensamiento sistémico y su aplicabilidad a los problemas
sociales. Es evidente la influencia de la DS en este contexto, ya que se basó en su
metodología para realizar esta experimentación y evaluación.
CAPITULO 2: APLICACIONES DE LA DS EN UN SISTEMA DE
MANUFACTURA
APLICACIONES ENFOCADAS A SISTEMAS DE PRODUCCIÓN.
Se examinan las aplicaciones recientes de la (DS) en la
manufactura, para evaluar su efectividad, confirmar
su trascendencia y establecer las tendencias
planteadas por su proceso evolutivo.
Aplicaciones de DS
16
2. Aplicaciones de DS en un sistema de manufactura
La planeación y control de la producción es uno de los elementos más importantes dentro
de la logística de un proceso de manufactura. Este tipo de sistema se puede considerar
como un procedimiento complejo, principalmente debido a la inherente variabilidad del
proceso y tiempos de producción estocásticos [31]. Diferentes autores han conducido la
investigación en el control y manejo del proceso de planeación de la producción empleando
(DS). Estos autores se han enfocado en diversas temáticas orientadas al análisis de
fluctuaciones de la demanda y periodo de recuperación del sistema de producción.
La revisión bibliográfica desarrollada en este capítulo está caracterizada por las
contribuciones más trascendentes de la DS en la cadena de suministro y en un sistema de
producción. Los resultados incluyen las diferentes perspectivas de aplicación, de acuerdo a
la complejidad del problema abordado y la aplicación metodológica. Se analizan las
principales perspectivas de utilidad de la DS y se definen los aspectos claves de su
aplicación industrial.
2.1. Contexto actual de los sistemas de manufactura Es esencial establecer el entorno actual de los sistemas de manufactura para analizar las
etapas y los factores que han desarrollado un ambiente de mayor nivel competitivo, el cual
genera la necesidad de análisis de ese entorno cambiante y complejo.
El interés por los sistemas de manufactura se remonta a la época de la revolución industrial
(1765-1815) que marcó el inicio de una nueva etapa de crecimiento económico, dando
mayor importancia a la ciencia y tecnología desafiando viejos mitos de teología y filosofía,
tales como el origen del mundo, la búsqueda del conocimiento y el cuestionamiento de la
vida.
El crecimiento de esta etapa da un nuevo giro alrededor del año 1980, con el surgimiento
del interés de crecimiento orientado al desarrollo económico, social y ambiental. A partir de
ahí, la competitividad organizacional quedó enmarcada bajo un nuevo paradigma: el ciclo de
producción de bienes y servicios involucra no únicamente al consumidor final, sino también a
su entorno logístico.
Con la globalización de la economía, el crecimiento organizacional tuvo un giro orientado a
la competitividad global, basado en la innovación, es decir que considera un entorno más
amplio de la manufactura con más factores determinantes y en forma diferente a lo que
tradicionalmente se venía haciendo.
Aplicaciones de DS
17
Este giro competitivo no ha sido estacionario y últimamente se está enmarcando en un
contexto de desarrollo sustentable [32]. Esto se debe principalmente, a los cambios en el
entorno direccionados por un alto nivel competitivo, donde las consecuencias de las
acciones tomadas para lograr dicha competitividad deben estar relacionadas con todos los
factores y elementos que conforman ese medio, utilizando métodos y análisis de decisiones
estratégicas.
2.2. Desarrollo de sistemas de manufactura El control numérico (CN) de máquinas herramientas abrió la posibilidad de maquinar
piezas con geometría compleja y gran precisión [33]. Posteriormente, el desarrollo de la
computadora digital abrió la posibilidad de utilizarla para controlar los movimientos de las
máquinas herramienta y se desarrolló el control numérico computarizado (CNC) [33]. El
siguiente paso evolutivo consistió en utilizar una computadora central para controlar
(administrar el funcionamiento) de un conjunto de máquinas de CNC y de sus
transportadores de piezas (alimentación, avance y salida), registrando todos los eventos en
dicha computadora. Al sistema de manufactura así integrado se le denominó control digital
directo (direct numerical control- DNC). Los primeros sistemas desarrollados en esta
modalidad fueron el MOLINS 64 y el Sistema Flexible de Caterpillar a mediados de los años
70.
La evolución de estas tecnologías (CN, CNC, DNC), permitió enfocar el proceso de
manufactura como un todo, al cual se le denominó integrated manufacturing system (IMS)
[34]. Este concepto emergió del enfoque de ingeniería de sistemas aplicado al diseño y
operación de una empresa de manufactura, ubicando cada situación en el sistema total,
definiendo objetivos claros, sintetizando soluciones alternativas, pronosticando el entorno
futuro en que las acciones correctivas habrán de realizarse, estudiando la dinámica de
dichas acciones, definiendo una secuencia óptima de realización y ejecutándolas
efectivamente [34].
En la última década, las investigaciones de los sistemas de manufactura han mostrado la
tendencia a combinar la tecnología de transformación (de materias primas) con la
tecnología administrativa. Esta tendencia se ha establecido mediante la aplicación de
herramientas computarizadas para simular, modelar y controlar los procesos, dirigiendo su
enfoque a obtener mejoras sustentables [35]. Estas mejoras sustentables se desarrollaron
con estrategias de negocios y metodologías como el JIT, la manufactura esbelta, el 6 Sigma,
el ERP y otras que, en opinión de los autores, combinan principios y conceptos que han sido
conocidos y aplicados por más de medio siglo.
Aplicaciones de DS
18
La globalización y los rápidos avances en tecnología, son algunos de los factores que
promueven nuevas condiciones de competitividad, incrementando el nivel de
incertidumbre en las organizaciones. La competitividad promueve el cambio al cual debe
ajustarse el sistema de manufactura. Es aquí donde la adopción de un punto de vista
sistémico es esencial para que las operaciones involucradas contribuyan positivamente al
cumplimiento de objetivos. Esto permite comprender y describir la interdependencia de los
elementos del sistema, explorando sus consecuencias bajo decisiones alternativas.
Para aplicar el enfoque sistémico es necesaria la representación y comprensión del entorno
cambiante y el análisis de las características dinámicas del sistema bajo estudio. Entre las
diferentes técnicas de modelado y simulación que permiten lograr esta representación, se
encuentra la DS [36], ya que incorpora la característica distintiva de la retroalimentación
dinámica. Para conocer a mayor detalle en los distintos métodos de simulación, se sugiere al
lector consultar el artículo elaborado por Jahangirian y otros [37] en el cual explica los
diferentes métodos de simulación enfocados a diversos entornos de análisis.
La DS ha estado presente en el campo industrial desde los años 60 (inicialmente bajo la
denominación de DI); pero dada su versatilidad de aplicación, se ha utilizado en la
economía, el urbanismo y la sociología, durante sus etapas de desarrollo. A lo largo de su
proceso de aplicación se puede visualizar la combinación de teorías, métodos y filosofías
para el análisis y la solución de problemas, que se ejecuta en un entorno cambiante a través
del tiempo [38].
2.3. Influencias de Jay W. Forrester y John L. Burbidge en el diseño de un
sistema de manufactura La expectativa que se tiene de un sistema de manufactura es que responda rápida, efectiva y
eficientemente ante los cambios en el comportamiento del mercado, a pesar del usual
conflicto de intereses entre marketing, producción, finanzas, etc.
La propuesta realizada por Jay W. Forrester y John L. Burbidge, es la de mantener un
escenario de manufactura simple y predecible. Teniendo como punto de partida la
reducción de los tiempos del flujo de los materiales en proceso, pues grandes fluctuaciones
de inventario (ocasionadas por perturbaciones en dicho flujo) pueden ocasionar trastornos
mayores, como largos periodos de paro en el proceso, [39]. A partir de estas propuestas
Forrester y Burbidge dan inicio al análisis complejo y administración de los procesos de
manufactura.
Burbidge [40] señala que el problema radical de un sistema de manufactura es que cada
Aplicaciones de DS
19
componente del proceso es tratado por separado, lo cual genera una serie de ciclos
extremadamente variable y un flujo multifacético de materiales. Esta situación a su vez
conduce a inventarios muy fluctuantes y elevados, ignorando el nivel de utilización de la
planta. Tal enfoque está basado en la creencia de que al incrementar el nivel del inventario,
se incrementará el nivel de servicio.
Por otro lado, Forrester establece que un sistema de control con retroalimentación existe,
solo cuando la evaluación de las variables características del proceso genera una decisión
que tiene efectos correctivos en el proceso bajo control. La teoría de la retroalimentación
explica la forma en que los retrasos en las decisiones y los pronósticos pueden producir un
buen control o una operación inestable del proceso, [39].
Las consideraciones de Forrester y Burbidge se resumen en la Figura 2-1. Se presentan las
principales ideas de ambos, orientadas al control, el manejo y la condición de estabilidad de
un sistema de manufactura, tomando como variable principal el comportamiento de la
demanda. Es importante recordar que tanto Forrester como Burbidge se centran en las
variaciones del nivel de inventario y su efecto en el proceso del sistema.
Figura 2-1: Aportaciones Burbidge –Forrester
En la Tabla 2-1 se presenta el planteamiento de Forrester y Burbidge. Forrester enfatiza la
importancia que tiene la estructura del sistema con relación a la integración del flujo de la
información con el flujo de los materiales. Mientras que Burbidge abrió el camino a la
reducción del tiempo de ciclo, la sincronización de órdenes (a través de la cadena de
suministro) y la simplificación de su estructura, con su análisis de las fluctuaciones que se
generan en un periodo corto.
Los efectos del comportamiento dinámico de la demanda y sus impactos en la cadena de
suministro es también conocido como efecto Forrester o efecto látigo [41]. La
denominación de efecto Forrester se debe al nombre del autor que sistematizó su estudio,
aunque actualmente el término efecto látigo está más difundido en las publicaciones.
Ciclo de múltiples pedidos
Múltiples etapas de pedido
Cantidad de lote
económico Incertidumbres
Exceso de retrasos
Pre alimentación lógica
Realimentación lógica
Sistema de
Manufactura
Amplificación
evitable
de la demanda
Fo
rre
ste
r
Eff
ect
Bu
rbid
ge
Eff
ect
Aplicaciones de DS
20
Tabla 2-1: Efecto Forrester- Burbidge Ja
y W
. F
orr
este
r
Ind
ust
ria
l D
yn
am
ics
La amplificación de la demanda a mediano plazo, es un fenómeno de la dinámica del sistema, el cual puede ser abordado al reducir o eliminar retrasos con el apropiado diseño de los bucles de retroalimentación.
EF
EC
TO
Sugiere una simulación dinámica dirigida a un rediseño estratégico
Joh
n L
. B
urb
idg
e
Ma
teri
al
Flo
w
Co
ntr
ol
La amplificación de la demanda a corto plazo se debe a políticas de pedidos multifacéticas y multiperiódicas.
Enfocado a evitar muchos peligros potenciales operativos por buena aplicación táctica de los principios de ingeniería industrial a fin de asegurar un mejor control local del flujo de materiales
El efecto Forrester es la tendencia a una excesiva fluctuación de los inventarios y pedidos,
en los niveles de las cadenas de suministro [42], que se identificó inicialmente en las
primeras aplicaciones de la DI.
Forrester explica que la demanda del cliente es raramente estable, por lo cual los negocios
deben pronosticar la demanda para cubrir los requerimientos de inventario. Se observó que
la variabilidad acoplada con los retrasos en la transmisión de la información crean un efecto
ascendente en la cadena de suministro (amplitud y frecuencia).
Las aportaciones de Forrester y Burbidge, radican en considerar los efectos de
amplificación de la variabilidad de la demanda, ya sea por efectos de políticas aplicadas o
por los retrasos originados en el proceso. Cada uno de ellos analiza el entorno de un sistema
de manufactura, por medio de la simulación (DS) o el control del flujo de materiales
(production flow analysis, PFA).
2.4. Contribuciones de la DS en un sistema de manufactura
La simulación se ha utilizado durante décadas como una herramienta para apoyar la toma
de decisiones en los sistemas de manufactura. Es mucho más barato y más rápido construir
un sistema virtual y experimentar con diferentes escenarios y decisiones antes de
implementar el sistema [43]. De acuerdo con la definición dada por el Comité “Modelling
and Simulation” de la Sociedad de Producción y logística del VDI4, la simulación de un
sistema de producción y logística es: “la representación de un sistema y su proceso dinámico
en un modelo experimentable para alcanzar resultados que sean transferibles a la realidad”.
4 VDI es la Asociación de Ingenieros Alemanes
Aplicaciones de DS
21
Hoy en día, las técnicas de modelado y simulación representan una forma efectiva para
comprender el comportamiento del sistema y sus agentes de cambio.
La aplicación de la DS en el campo de la manufactura se ha visto limitada [44], de acuerdo
con Baines y Harrison (quienes realizaron una revisión de la aplicación de la DS en
diferentes áreas de la manufactura) concluyen que la mayor aplicación de la DS es analizar
los recursos (protección del medio ambiente y recursos naturales) a un nivel global. El
término de “nivel global” se entiende (de acuerdo a la clasificación propuesta por dichos
autores) a todo lo relacionado con estrategias nacionales, problemas mundiales y
evaluación de política estratégicas orientadas a la búsqueda de soluciones.
En su estudio Baines y Harrison muestran que las posibles explicaciones de la limitación de
la aplicación de la DS en el campo de la manufactura, es que la Simulación de Eventos
Discretos presenta ventajas en su facilidad de aplicación con relación a la DS [43]. Una de
ellas es que existe una gran cantidad de software comercial, disponible para el usuario con
componentes preestablecidos. En el caso de la DS, se carece de un software especializado
para modelar un sistema de manufactura.
Otro aspecto a considerar es que la DS describe el sistema en términos de ecuaciones
matemáticas incrementando la complejidad de análisis, mientras que una simulación de
eventos discretos analiza el sistema bajo un enfoque estocástico, lo que facilita el análisis.
Por otro lado, autores como Zwicker [45], han aprobado a la DS como una contribución
valiosa en el campo del análisis y construcción de modelos dinámicos principalmente
porque permite a los involucrados aprender rápidamente una técnica para describir y
modelar las relaciones organizacionales.
Otra de las ventajas que resalta la aplicabilidad de la DS en este campo es el uso de las
técnicas de modelado conceptual estandarizados, que enriquece la lluvia de ideas de los
involucrados en el análisis. Esto trae como consecuencia el crecimiento de los modelos
estratégicos, el cual se ve reforzado por el aumento en el uso de DS. Estas características
ubican a la DS en una segunda posición de aplicabilidad en los sistemas de manufactura, de
acuerdo al análisis realizado por Jahangirian y otros [37].
Para comprender las aplicaciones de la DS en el campo de la manufactura, se ha elaborado
una clasificación de las publicaciones más relevantes, en términos de la cadena de
suministro y del sistema de producción.
En la Tabla 2-2 se plantea el enfoque a analizar de las contribuciones más trascendentes de
la DS, la perspectiva del campo de aplicación y sus trabajos representativos. En el término
de aplicación de DS enfocado en un sistema de producción, se hace especial énfasis en el
proceso de planeación y control de la producción. En este término también se analizan las
Aplicaciones de DS
22
principales contribuciones, lo que permitió obtener un amplio panorama del contexto
actual de los diferentes enfoques de aplicabilidad. Esto es explicado en el punto 2.4.3.
Tabla 2-2: Contribuciones trascendentes de la DS con aplicaciones en la cadena de suministro y sistema de
manufactura
EN
FO
QU
E D
EL
AN
AL
IST
A
Dinámica de sistemas. Administración de la cadena de suministro de una empresa
PE
RS
PE
CT
IVA
DE
AP
LIC
AC
IÓN
Esta aplicación está orientada al análisis de Inventarios y políticas de desarrollo, tiempo de comprensión, amplificación de la demanda, diseño e integración de la cadena de suministro y nivel de predecibilidad y confiabilidad
TR
AB
AJO
RE
PR
ES
EN
TA
TIV
O
El modelo propuesto por Forrester, de producción-distribución es descrito en términos de 6 flujos de sistemas: información, materiales, órdenes, dinero, mano de obra y bienes de equipo [2].
Dinámica de sistemas. Aplicación en el modelo de un sistema de producción
Esta aplicación está orientada a resolver problemas de capacidad en línea, cuellos de botella y tendencias productivas, con el fin de satisfacer la demanda.
Parnaby [46], explica que es necesario examinar las propiedades fundamentales y las características de un sistema de manufactura, considerando la forma en que interactúan sus elementos.
En la Tabla 2-3 se describen el enfoque de análisis de la DS en el campo de la cadena de
suministro y sistema de producción y su perspectiva de desarrollo en este campo, en
conjunto con los autores que se han destacado con sus contribuciones.
Es importante resaltar que la perspectiva de aplicación de la DS en el enfoque de
administración de la cadena de suministros se centra en la toma de decisiones, análisis de
políticas y visión holística del sistema. Mientras que en un sistema de producción la
perspectiva de aplicabilidad se enfoca principalmente en la productividad y desarrollo de
sistemas híbridos. La combinación de las técnicas en un sistema híbrido considera
principalmente las herramientas de un sistema esbelto como son Kanban, JIT y MRP, sin
dejar por fuera el análisis de capacidad y la planificación y control de la producción.
Aplicaciones de DS
23
Tabla 2-3: Enfoque de la DS en la cadena de suministro y el sistema de producción
Aplicaciones Perspectivas Autores Aplicación de la Dinámica de sistemas. Administración de la cadena de suministro
Diseño e integración de la cadena de suministro
Akkermans, Bogerd, & Vos [47], Towill [48], Vos & Akkermans [49], Schieritz [50], Guo & Li [51]
Decisión de inventarios y políticas de desarrollo
Sterman [52], Barlas & Aksogan [53], Akkermans [54]
Predecibilidad y confiabilidad de pronósticos y comportamiento
Anderson, Fine, & Parker [55], Arafa & ElMaraghy [56]
Visión holística para toma de decisiones
Hafeez, Griffiths, Griffiths, & Naim [57], Edghill, Towill, & Husband [58], Nastaran & Zarei [59], Das & Dutta [60]
Nivel de predecibilidad y confiabilidad
Kah & Chooi-Leng [61]
Aplicación de la Dinámica de
sistemas. Sistema de producción
Sistema Kanban/JIT Byrne y Roberts [62], Deif (2010), O´Callaghan [63], Lai, Lee, & Ip [64]
Productividad/ desarrollo de un producto
Helo, Hilmola y Maunuksela [65].
Productividad de la Mano de Obra
López [66]
Dinámica de la producción Wiendahl y Breithaupt [67], Poles [68] Planificación y control de la producción
Georgiadis, Michaloudis [69] , Huang, Ip, Yung, Wang, & Wang [70]
MRP Morecroft [71] Capacidad de producción Ruiz, et al.[72], Towill [73], Deif and
ElMaraghy [74], Wang & Murata [75]
2.4.1. Aplicación de la DS. Administración en la cadena de suministro
El modelo propuesto por Forrester para un sistema de producción distribución, considera
factores esenciales de su comportamiento. Entre estos factores están: las principales
interacciones de la amplificación de la demanda, los cambios en los inventarios, las políticas
de publicidad en las variaciones de producción, el control descentralizado y el impacto del
uso de la información tecnológica en el proceso de administración. Todo esto con el objetivo
de construir un modelo dinámico del comportamiento de la organización, que le permitió
examinar las posibles fluctuaciones de un comportamiento inestable del proceso
productivo.
Forrester estableció en su modelo [1], que la comprensión y el control de los flujos de
órdenes y materiales, corresponden a una de las principales tareas de la administración.
Expresó el comportamiento de su modelo en un conjunto de ecuaciones diferenciales, una
vez que se interrelacionaron las causas-efectos de los diferentes factores definidos en el
modelo [76].
Aplicaciones de DS
24
Es precisamente la analogía de expresar un sistema productivo semejante con un sistema dinámico de ingeniería, una de las mayores ventajas de la DS en el análisis de dichos sistemas, ya que se incursionó en este medio como teoría de control [77]. Los enfoques de la aplicación de la DS en la administración de la cadena de suministro son muy diversos, En la Tabla 2-4 se presentan algunos de las investigaciones más relevantes (se consideran las más relevantes por la complejidad del problema abordado y la aplicación de la metodología de DS) que se han realizado con este enfoque. Se enfatiza el grado de importancia del aporte en el diseño e integración de la cadena de suministro, la visión holística para toma de decisiones, así como su predecibilidad y confiabilidad. El detalle de estas investigaciones se explica a continuación.
Tabla 2-4: Perspectivas de la DS en el enfoque como modelo de gestión en la cadena de suministro
Artículos trascendentes Investigador Contribución
Virtuous and vicious cycles on the road towards international supply chain management.
Akkermans, Bogerd, & Vos [47]
Establecen un modelo causal exploratorio de las metas, barreras y facilitadores en el camino efectivo hacia la administración de la cadena de suministro.
Modeling Managerial Behavior: Misperceptions of Feedback in a Dynamic Decision Making Experiment
Sterman [52] Presenta un modelo genérico de la toma de decisiones en la administración de inventarios
Product Diversification and Quick Response Order Strategies in Supply Chain Management
Barlas & Aksogan [53]
Desarrollan políticas de inventario que aumentan los ingresos y reducen costos.
Upstream Volatility in the Supply Chain: The machine Tool Industry as a Case Study
Anderson, Fine, & Parker [55]
Exploran la variación de la demanda en: tiempos de retraso, inventario, producción, productividad y fuerza de trabajo.
Industrial dynamics modelling of supply chains.
Towill [48]
Propone que la comprensión de estrategias basado en la simulación permite predecir mejoras en el rendimiento de la cadena de suministro
Capturing the dynamics of facility allocation.
Vos & Akkermans [49]
Desarrollan el modelo “ex - ante” para apoyar la toma de decisiones gerenciales.
Systems design of a two-echelon steel industry supply chain.
Hafeez, Griffiths, Griffiths, & Naim [57]
Enfoque holístico por medio de de la descomposición de la cadena de suministro en distintas unidades de negocio autónomas.
Developing a logistics strategy through participative business modelling.
Akkermans [54] Propone un modelo no solo para dirigir la parte técnica, sino además la complejidad organizacional presente en el desarrollo de estrategias logísticas
Aplicaciones de DS
25
Artículos trascendentes Investigador Contribución
Dynamic Behaviour of Fundamental Manufacturing System Design
Edghill, Towill, & Husband [58]
Desarrollaron un modelo basado en los criterios de comprensión y significado, tomando en consideración 3 componentes fundamentales: órdenes, materiales e información.
Emergent structures in supply chains - a study integrating agent-based and system dynamics modeling.
Schieritz [50] Integra la metodología de DS en conjunto con un modelo discreto para lograr un enfoque integral de la cadena de suministro
Supply Chain Management: A System Dynamics Approach to Improve Visibility and Performance
Kah & Chooi-Leng [61]
Modelado de eventos internos de la cadena de suministro
Developing and manipuling bussines models applying systems dynamics approach
Nastaran & Zarei [59]
Destaca la importancia del enfoque de un sistema dinámico orientado hacia un análisis operacional, cuantitativo y flexible
Manufacturing strategy and enterprise dynamic capability
Arafa & ElMaraghy [56]
Explora la medida de la flexibilidad del volumen, considerando el ambiente operativo y el comportamiento de estrategias simultáneas.
System dynamics simulation of used productions recovery logistics network for manufacturing companies
Guo & Li [51] Desarrolla un modelo de la red logística de productos utilizados (toma como ejemplo los teléfonos móviles), en el cual toma en cuenta aspectos socioeconómicos
A system dynamics framework for integrated reverse supply chain with three way recovery and product exchange policy
Das & Dutta [60] Desarrollaron un modelo de dinámica del sistema para una red de cadena de suministro de circuito cerrado con intercambio de productos y política de recuperación de tres vías: remanufactura, reutilización y recuperación
Análisis de diseño e integración de la cadena de suministro Akkermans y Bogerd and Vos, proponen una nueva teoría de un ciclo vicioso y virtuoso en la que estudiaron las interrelaciones de la cadena de suministro, bajo los principios de la dinámica de sistemas, derivando un modelo causal. Por otro lado Towill establece que respuestas rápidas, efectivas y eficientes a los cambios en el mercado, es uno de los principales retos en la cadena de suministro. Towill propone el uso de estrategias de reingeniería, para dar respuesta a los desafíos cambiantes del sistema en el tiempo: (1) reducción de todos los tiempos de entrega (información y flujos de caja), (2) la eliminación de los retrasos en los puntos de decisión, (3) el suministro de la información marcada a todos los responsables políticos.
Aplicaciones de DS
26
Vos &Akkermans, proponen un método para el diseño de la cadena de suministro, basado en 3 principios: la fase de diseño e identificación de la toma de decisiones estratégica, participación activa de los miembros y un enfoque integral [76]. Schieritz, utiliza una integración de la DS en conjunto con un modelo discreto, enfocado a disminuir la complejidad administrativa de la cadena de suministro. Se enfoca principalmente en la caracterización de fortalezas y debilidades de ambos métodos para dar un enfoque integral de ambas metodologías. Por otro lado, Guo y Li desarrollan un modelo de DS contemplando 3 propiedades fundamentales: sociedad, economía y logística. El caso de estudio demuestra que el modelo propuesto puede analizar y pronosticar el proceso dinámico de una logística de recuperación de productos usados (teléfonos móviles) y puede dar un soporte en la toma de decisiones para administrar y controlar.
Perspectiva de decisión de inventarios y políticas de desarrollo Bajo este enfoque se puede citar el trabajo desarrollado por Sterman, el cual es aplicable a diferentes situaciones, incluyendo pedidos de materia prima, control de producción. El modelo consta de dos partes: el stock físico y el flujo de la estructura del sistema, y las reglas de decisión usadas para el control del sistema. Sterman establece que, en la mayoría de las situaciones de administración de inventarios, la complejidad de la retroalimentación entre las variables se opone a la determinación de la estrategia óptima. Finalmente propone un modelo de decisión basado en una heurística localmente racional [76].
Perspectiva de decisión de predecibilidad y confiabilidad del sistema
Tomando la industria de máquinas – herramienta como caso de estudio, Anderson, Fine
and Parker muestran que este tipo de empresas está expuesto a variaciones
particularmente grandes en la demanda, ya que un pequeño cambio en la demanda del
producto final crea cambios dramáticos en la demanda de los bienes de equipo necesarios
para la fabricación de estos productos. La metodología de DS les permite incorporar
características típicas de las industrias de bienes de capital, tales como circuitos de
retroalimentación, retrasos y no linealidades.
Anderson, Fine y Parker, muestran que: (1) la amplificación extrema se debe
principalmente a la capacidad de la máquina de producción de la industria con relación al
efecto acelerador de inversión, (2) la productividad de los empleados disminuye con el
aumento de la volatilidad, (3) los tiempos de entrega de producción más cortos, reducen el
retraso de los proveedores (4) las políticas de pedidos y las políticas de los proveedores
pueden mejorar las operaciones [76].
Aplicaciones de DS
27
La investigación desarrollada por Arafa y ElMaraghy exploran como la administración de
investigación de operaciones en un volumen flexible está vinculado a la teoría de
capacidades dinámicas para desarrollar nuevas medidas a nivel macro para la estrategia de
producción de la empresa. Los resultados del modelo muestran que existen diferencias en
las opciones de recursos disponibles para la empresa bajo estudio, lo que puede limitar la
aplicación de la capacidad de flexibilidad de volumen como una ventaja competitiva.
Perspectiva: Visión holística para toma de decisiones
Hafeez , continúa con el análisis de la compleja combinación de hombre máquina, como uno
de los mayores problemas para modelar en la cadena de suministro. Esto debido a es
necesario hacer un esfuerzo para tener en cuenta los detalles asociados con dicha
modelación, tales como: problemas de actitud, organizacional y aceptación al cambio
tecnológico [76].
Por otro lado, Edghill, Towill y Husband desarrollaron una biblioteca genérica de modelos
de teoría de control, basados en los sistemas de manufactura. Ellos han basado su trabajo
en torno a tres componentes fundamentales en un sistema de manufactura: órdenes,
materiales e información. Argumentan que estos modelos cumplen los criterios de ser
significativos y comprensibles, ya que estos tres componentes dan la visión holística que un
gerente de manufactura requiere para la toma de decisiones estratégica.
Nastaran y Zarei desarrollaron dos diferentes tipos de escenarios para cambiar y
manipular un modelo de negocios con el objetivo de investigar el valor y la ganancia ante
escenarios fluctuantes. Los resultados muestran que, un ligero cambio en el modelo
desarrollado tiene repercusiones en cadena por lo general no lineales y de alto nivel de
complejidad.
Das y Dutta estudian e investigan la importancia de los factores de intercambio de
productos, la recolección y la remanufactura, sus interacciones y el tipo de su impacto en el
efecto látigo y la rentabilidad a través de la sensibilidad y el análisis estadístico. Sus
resultados sugieren que la inclusión de recuperación de tres vías en el canal inverso y la
política de cambio de producto en el canal de ida reduce el efecto látigo a nivel minorista y
nivel distribuidor, lo que permite aumentar la rentabilidad de las operaciones.
Perspectiva: nivel de predecibilidad y confiabilidad
Chan KahWai y AngChooi-Leng utilizan el enfoque de DS para incrementar la
competitividad de un sistema de manufactura complejo. Su investigación se centra en el
desarrollo de un modelo que investiga e identifica las discrepancias entre una política
comercial y su práctica real a través de acontecimientos claves, para proporcionar una
mejor visibilidad del sistema en la empresa.
Aplicaciones de DS
28
2.4.1.1. Análisis de las perspectivas de aplicación
Con el análisis de los trabajos publicados, se evidencia que el interés en el estudio de la DS
en la cadena de suministro, se basa en: su diseño e integración, la interrelación de sus
elementos, las estrategias de ingeniería, el enfoque integral, la toma de decisiones, la
competitividad y las políticas administrativas. Sin embargo, son pocos los trabajos que
consideran una integración de todos los elementos que inciden en el proceso, es decir, las
diferentes situaciones son analizadas como casos separados y no como conjunto integral de
todo el sistema. Los trabajos más recientes presentan una marcada influencia de elementos
de control, para representar diferentes estados del comportamiento del sistema, como son:
la retroalimentación, los retrasos y la no linealidad, facilitando de esta manera el análisis de
perturbaciones del sistema. Por otro lado, la combinación hombre –máquina representa
uno de los mayores desafíos en modelado y simulación en la gestión administrativa de la
cadena de suministro, debido a la complejidad de los detalles asociados a los elementos que
componen el sistema.
2.4.2. Aplicación de la DS en un sistema de producción En la aplicación de la DS en esta área, es importante resaltar los trabajos realizado por
Parnaby, ver Tabla 2-2, quien, al igual que Forrester, propone que el sistema de
manufactura debe ser diseñado considerando su estado de equilibrio y su funcionamiento
dinámico. Esto permite garantizar que se tenga un adecuado número de variables
controlables para compensar el efecto de posibles perturbaciones del entorno. Ambos
resaltan la importancia de contemplar el dinamismo e interrelación entre los elementos que
interactúan en el sistema.
En la Tabla 2-5 se presentan algunas de las aplicaciones de la DS en un sistema de
producción, considerando sus principales contribuciones y el grado de complejidad. Una
vez analizado este enfoque de aplicación de la DS en un contexto general del sistema de
producción, se enfatiza en su análisis en el proceso de planeación y control de la
producción, siendo éste de particular interés para el desarrollo de este trabajo de tesis, ver
punto 2.4.3.
Aplicaciones de DS
29
Tabla 2-5: Perspectivas de la DS como gestión en un sistema de producción.
Publicación Investigador Contribución
Influencia de flujo de información Byrne y Roberts [62]
DS para evaluar el rendimiento de manufactura en un sistema kanban
Simulación por computadora para administrar un sistema de manufactura esbelta
Deif [63] Explora el impacto de aplicar la política de justo a tiempo en un sistema de producción basado en un inventario tradicional.
Una perspectiva de DS en JIT-Kanban
O´Callaghan [78] Desarrolla un modelo de simulación basado en las políticas kanban y JIT
Modelling Product Development Productivity with SD
Helo, Hilmola y Maunuksela [65]
Analizan el rendimiento del desarrollo de un producto como un retraso parcial en la productividad
A Worker Productivity Model López [66]
El modelo simula la respuesta de la productividad de un trabajador a diferentes acciones administrativas
Modelling and controlling the dynamics of production systems.
Wiendahl y Breithaupt [67]
Modelo que refleja las posibles estructuras de producción que pueden adoptar las empresas. El autor utiliza teorías de control.
Real-time production planning and control system for job-shop manufacturing
Georgiadis, Michaloudis [69]
Analizan estos sistemas principalmente para identificar la discrepancia entre las actividades previstas y las reales en tiempo real
A System Perspective on Material Requirements Planning
Morecroft [71]
Interrelacionar las funciones de toma de decisiones (políticas) de una empresa manufacturera, en torno a MRP
Modeling and Simulation of a Manufacturing Line in an Automotive Components Plant
Ruiz, et al. [72]
Desarrollo de un modelo para determinar la capacidad máxima de una línea de producción.
Dynamic analysis of an inventory and order based production control system.
Towill [73]
Análisis del efecto de retroalimentación y prealimentación en la capacidad de producción
Assessing capacity scalability policies in RMS using system dynamics
Deif and ElMaraghy [74]
Presenta un modelo para evaluar diferentes políticas de capacidad en un sistema de manufactura reconFigurable para diferentes escenarios.
Simulation study using system dynamics for a CONWIP-controlled lamp supply chain
Huang, Ip, Yung, Wang, & Wang [70]
Los autores presentan una alternativa de análisis de CONWIP (constant work in process, uno de los elementos más importantes de la logística en un sistema de manufactura), en un nivel agregado (perspectiva macro) el cual es apropiado para la toma de decisiones
System Dynamics modelling of a production and inventory system for remanufacturing to evaluate system improvement strategies
Poles [68] El autor explora la dinámica de un proceso de remanufactura y evalua la implementación de estrategias al sistema enfocado en: planeación de la capacidad y tiempos de espera.
Study of Optimal Capacity Planning for Remanufacturing Activities in Closed-Loop Supply Chain using System Dynamics Modeling
Wang & Murata [75]
El Trabajo presentado aborda el desarrollo de una eficiente planeación de políticas de capacidad para plantas de remanufactura, en las cuales se evalúan alternativas a largo plazo enfocado a obtener la máxima ganancia
A study of system dynamics in just-in-time logistics
Lai, Lee, & Ip [64]
Desarrollaron un modelo integrado de JIT y Kanban, el cual provee un nuevo paradigma de análisis de las políticas logísticas con un entendimiento de todos los factores involucrados en el sistema (clientes, consumidores, tiempos)
Aplicaciones de DS
30
Perspectiva Sistemas JIT- Kanban
Una de las contribuciones notables en el campo de la administración de la manufactura,
incluye el trabajo desarrollado por Byrne y Roberts. Ellos investigaron las formas de
mejorar el rendimiento total del sistema, en particular los niveles de inventario y facilidad
de programación de la producción en máquinas críticas (debido al retraso y la estructura
del sistema) utilizando modelos de DS.
Por otro lado, Deif utilizó la simulación por computadora para desarrollar un modelo de
dinámica de sistemas que captura los diferentes componentes del sistema de producción.
La dinámica del inventario del sistema modelado es examinada contra diferentes
escenarios de producción, considerando una demanda estocástica. Los resultados obtenidos
muestran que, en un sistema en el cual no está totalmente implantada la metodología de
manufactura esbelta, adoptar los principios de ésta no es siempre beneficioso.
Ramon O´Callaghan utiliza los principios de la DS para realizar la simulación de un modelo
kanban, basado en la producción JIT. La simulación muestra 4 políticas diferentes de
administración y analiza el comportamiento del sistema ante circunstancias inesperadas.
Este análisis permitió obtener las bases para un enfoque de toma de decisión y aplicación
de políticas administrativas, mediante una estrategia general del negocio orientada a una
organización de tipo horizontal.
Perspectivas productividad: desarrollo de un producto/Mano de obra
López Ortega basado en el trabajo de Hershauer y Ruch en 1978 “A Worker Productivity
Model and Its Use at Lincoln Electric”, desarrolló un modelo que considera diez factores
ubicados en cuatro niveles de actividad, que influyen en la productividad de un trabajador:
los factores personales (responsabilidad, capacidad de aprendizaje y satisfacción), los
factores de trabajo del grupo (liderazgo y organización de equipos de trabajo), los factores
tecnológicos (capacitación y métodos de trabajo) y los factores de organización (incentivos
cualitativos, cuantitativos e incentivos de productividad).
Bajo un enfoque de desarrollo de un producto, Petri Helo, Olli-PekkaHilmola y Ari
Maunuksela parten del supuesto que los ciclos de vida de muchos productos han
disminuido en muchas industrias, lo que obliga a las empresas a buscar formas más
eficientes de hacer las aplicaciones de producir para los mercados nuevos y existentes.
Estos investigadores determinan que el desafío consiste en construir un modelo de la
profundidad necesaria para comprender el impacto de la introducción de un nuevo
producto y la planeación estratégica en una razón de tiempo.
Aplicaciones de DS
31
Perspectivas productividad: planificación y control de la producción
Analizando la brecha existente que hay entre los sistemas existentes para la planificación y
el control de la producción, para responder satisfactoriamente ante las alteraciones
dinámicas del proceso de fabricación, Georgiadis y Michaloudis, proponen un sistema
exhaustivo. Este sistema actúa en tiempo real, mediante la integración de la producción por
pedidos y el mecanismo de control del tamaño del lote, en un modelo dinámico
computarizado. Los investigadores analizan la respuesta del sistema bajo diferentes
patrones de llegada de los pedidos (de los clientes) y la ocurrencia de varios tipos de
eventos relacionados con los pedidos y los retrasos de las máquinas, en tiempo real. Como
resultado, determinan los valores casi óptimos de las variables de control, que mejoran el
funcionamiento de la fábrica en términos del promedio de pedidos atrasados, del trabajo
en curso de fabricación y de los trabajos tardíos. Los resultados de la investigación
numérica extensa son estadísticamente analizados mediante análisis de varianza (ANOVA),
permitiendo esclarecer la correlación entre variables.
Por otro lado, los autores Huang, Ip, Yung, Wang y Wang, analizan el comportamiento
operacional de un sistema CONWIP (Constant Work in Process, sistema híbrido) en una
línea de producción de lámparas. La simulación del modelo desarrollado les permitió
obtener los parámetros óptimos del sistema, alcanzando niveles de productividad altos y
análisis de los beneficios obtenidos en: tiempo ciclo, reducción de costos de inventarios y
conocimiento y comprensión de las operaciones del sistema.
Perspectivas productividad: capacidad de producción
Towill estudia la capacidad que tiene un sistema de producción (que da respuesta a
inventarios) de recuperarse de las oscilaciones de la demanda. Demuestra que la
retroalimentación es de fundamental importancia en un buen control del proceso y que un
adecuado desarrollo de este no se puede obtener únicamente mediante la pre –
alimentación.
Ruiz y otros, realizan el modelado y simulación de una línea de fabricación integrada, que
produce el tercer engranaje inactivo, de una caja de engranajes de velocidad del automóvil,
para ser montado en el producto final en la siguiente etapa de ensamble. El gerente de la
planta bajo estudio requería conocer la capacidad máxima de la línea para hacer algunas
mejoras en los procesos que conducen a un mejor comportamiento del sistema. Para dar
respuesta a esta interrogante se construyó un modelo utilizando DS, el cual fue validado y
está siendo aplicado con éxito a la planta.
Deif and ElMaraghy, presentan los resultados de simulación y análisis de su modelo
desarrollado. En el modelo ayudan a los planificadores de la capacidad en los sistemas de
Aplicaciones de DS
32
fabricación reconFigurables a investigar la mejor política escalabilidad para diversos
escenarios de demanda. El Modelo se basa en un enfoque dinámico del sistema para reflejar
mejor la naturaleza dinámica de los patrones de la demanda de mercado modernas, así
como el proceso de la escalabilidad de la capacidad. El trabajo contribuye al conocimiento
de la gestión de la escalabilidad de la capacidad en-fabricación sobre pedido en un sistema
de remanufactura flexible, al considerar diversas medidas de rendimiento que no fueron
considerados anteriormente en este campo específico. Las medidas consideradas fueron el
esfuerzo escalabilidad, nivel de inventario, nivel de WIP y el nivel de cartera de pedidos.
Wang y Murata, desarrollaron un modelo dinámico para la recopilación y planificación de
la capacidad para la cadena de suministro de ciclo cerrado. Una vez desarrollado el modelo
compararon los resultados de diferentes combinaciones de parámetros de decisión,
obteniendo los resultados de las políticas de planificación de capacidad óptimas para la
ganancia total de la cadena de suministro a mediano y largo plazo.
Lai, Lee y Ip, muestran los primeros pasos e intentos de diseñar y construir un modelo
comprensivo de JIT bajo el ambiente del comercio electrónico el cual les permitió
comprender la aplicabilidad del JIT en dicho entorno. Su modelo contribuyó al desarrollo de
políticas y toma de decisiones a través de un enfoque sistemático Este modelo proporciona
un nuevo paradigma para analizar las políticas de logística de una empresa y entender las
interacciones entre clientes, competidores y proveedores.
Perspectivas productividad: MRP
Morecroft analiza, que el fracaso del MRP puede ocurrir en una situación en la que el MRP
se instala en un entorno de fabricación que ha evolucionado alrededor de métodos
manuales de control del material (los métodos computarizados funcionan cuando los
métodos en papel están bien). En el modelo se simula (desde el enfoque operativo) el
control de requerimientos de materiales, en un entorno de seis a siete años de fluctuaciones
de la producción, órdenes y mano de obra. Una versión modificada del modelo, permitió
demostrar que en realidad el MRP puede causar fluctuaciones de producción más severas
tal como, una menor productividad media del trabajo y mayores costes de fabricación.
Perspectivas productividad: Producción dinámica
Como respuesta al entorno tan cambiante y variable de un entorno de producción, las
empresas tienen que adaptar sus estructuras de producción rápidamente. Wiendahl y
Breithaupt desarrollaron un modelo de producción dinámica aplicando métodos de la
teoría del control automático. Utilizaron el modelo de embudo y la teoría de la curva de
funcionamiento logístico, para desarrollar un modelo continuo. Los controladores
interactúan para ajustar la velocidad y la capacidad de entrada del sistema de trabajo para
Aplicaciones de DS
33
actualizarlo tan pronto como sea posible, de esta manera lograr estabilizar el trabajo en
proceso a un nivel determinado.
El objetivo de la investigación de Poles, radica en explorar y comprender como el flujo
físico (materiales), flujo de información y políticas de capacidad interactúan para generar la
dinámica de un proceso de remanufactura. El autor investiga y evalúa las estrategias de
control efectivas que le permiten mejorar el desarrollo del sistema. Los principales factores
que fueron considerados para el desarrollo del modelo fueron: niveles de inventario,
sistema de capacidad total, tiempos de espera de producción, todos relacionados con la
planeación de la producción.
2.4.2.1. Análisis de las perspectivas de aplicación
La aplicación de la DS en el entorno de un sistema industrial, ha tenido mayor impacto en el
análisis de: rendimiento del sistema, análisis de escenarios de producción con diferentes
filosofías de mejora continua, evaluación de políticas administrativas, evaluación del
desarrollo de nuevos productos, capacidad de análisis de producción, planificación y
control de la producción, principalmente. Es decir, que ha estado orientado a los tres
niveles administrativos: operativo, táctico y estratégico. Al igual que en el análisis de la
cadena de suministro, se evidencia la influencia de la aplicación de las teorías de control
para el análisis del comportamiento del sistema.
El principal desafío de la aplicación de la DS en este entorno, se centra en la construcción de
un modelo que posea la profundidad necesaria para comprender el impacto del
comportamiento dinámico del sistema como tal, considerando todos los factores incidentes
con suficiente nivel de detalle.
2.4.3. Aplicaciones específicas de DS enfocado a planeación, control y análisis
de costos de un sistema de producción La planeación y control de la producción es uno de los elementos más importantes dentro
de la logística de un proceso de manufactura. Un sistema efectivo del control de la
producción, es aquel en el que producen las partes correctas en el tiempo correcto y con un
costo competitivo. La incapacidad de un sistema tradicional de planeación de la producción
para capturar eventos en tiempos real, monitorear el desempeño del sistema y realizar el
ajuste adecuado del plan de producción ha sido un cuestionamiento que se ha planteado en
los últimos años, el cual ha mostrado poca correspondencia entre el análisis teórico y
práctico [69], [79]. En el trabajo desarrollado por Maccarthy y Liu [80], expresan la
necesidad por integrar un esfuerzo investigativo que contenga elementos de estos enfoques
(el gap existente entre el aspecto teórico y práctico).
Aplicaciones de DS
34
Partiendo de este análisis, y considerando que es de particular interés para el desarrollo de
este trabajo de tesis, se considera importante analizar la aplicación de DS en este contexto.
A continuación se examina de forma más detallada algunas de las aplicaciones de DS en el
proceso de planeación y control de la producción enfocada en costos y mejora continua.
Diferentes autores han conducido la investigación en el control y manejo del proceso de
planeación de la producción. Se han enfocado en diferentes temáticas orientadas al análisis
de fluctuaciones de la demanda y periodo de recuperación del sistema de producción. Este
es el caso de Towill [73], quien sugiere que la retroalimentación de los tiempos de demora
y tiempos de ajuste de inventario del sistema de producción, es un factor fundamental para
lograr un efectivo control del sistema de producción y su adecuado desarrollo.
Por otro lado, el análisis de sistemas de información ha sido considerado por Jeon y Maday
[81], quienes plantean un control de información efectivo para un sistema de producción –
distribución mediantes técnicas de retroalimentación de control automática. En este
análisis el esquema de control dinámico desarrollado permite modificar la dinámica del
sistema para modificar las entradas y salidas (flujos de pedidos) de acuerdo a la restricción
de la capacidad de fabricación.
El análisis de las restricciones para la planeación de la producción, ha sido otro de los
aspectos de interés dentro de las investigaciones. Deif y ElMaraghy [74] presentan un
modelo dinámico para evaluar diferentes políticas de capacidad en un sistema de
manufactura reconFigurable. Ellos exploran los diferentes planteamientos de políticas de
capacidad medidos en base a factores de desempeño como: niveles de inventario, niveles de
cantidades de órdenes pendientes, trabajo en proceso. Los resultados de la evaluación
ayudan a plantear las ventajas y desventajas de la planeación de la producción de acuerdo a
la restricción de la capacidad, tomando en cuenta los objetivos operacionales y estratégicos
de la empresa.
El análisis dinámico de la recuperación de productos dentro de la cadena de suministro es
planteado por Poles [68], quien utiliza el enfoque de dinámica de sistemas para modelar un
sistema de producción e inventario de un sistema de remanufactura. Su análisis se enfoca
en los efectos de la planeación de la capacidad y los tiempos de entrega del sistema,
manejado por la cobertura de inventario.
Nuevamente Deif [82], propone un modelo dinámico para analizar el paradigma de
balancear una línea de producción y producir en el ritmo establecido. El modelo analiza el
desempeño de la línea, bajo condiciones de incertidumbre. El autor propone una serie de
políticas de capacidad dinámica para mitigar el problema del nivel de respuesta del sistema
de producción a la demanda externa.
Aplicaciones de DS
35
En un trabajo realizado por Deif y ElMaraghyun plantean un enfoque de dinámica de
sistema para modelar y analizar la complejidad operativa de la capacidad dinámica de la
producción de varias etapas [83]. La característica única de este enfoque es que captura la
naturaleza estocástica de tres fuentes principales de la complejidad asociados con la
capacidad dinámica. Estos son la demanda, lapso de fabricación interna y retraso
escalabilidad de la capacidad. El modelo desarrollado fue demostrado por un estudio de
caso industrial de línea de montaje de placa de circuito impreso multi-etapa. El análisis de
experimentos de simulación mostró que haciendo caso omiso de las fuentes de complejidad,
puede llevar a decisiones equivocadas en materia tanto a nivel de escala y las decisiones de
gestión de cartera. Además, se puso de manifiesto un equilibrio general entre la
controlabilidad y la complejidad de la capacidad dinámica. Finalmente, el análisis
comparativo del efecto de cada una de estas fuentes en el nivel de complejidad, reveló que
el retardo interno tiene el mayor impacto en la eficiencia de la capacidad dinámica.
Estos mismos autores también han propuesto enfoques con DS para investigar los desafíos
de nivelación de la producción y los costos asociados [84]. Ellos propusieron un modelo que
capta diversas herramientas Lean que influyen en la producción y nivelación y analizaron
sus implicaciones, mediante un análisis comparativo entre las políticas de aplicación de
nivelación para demanda estocástica con múltiples productos. Los resultados mostraron
que la determinación de las políticas de nivelación es dictaminada por los costos y
limitaciones de escalabilidad de la capacidad, además de las consideraciones extras de
mezcla y tamaños de lote.
Estos planteamientos previos revelan que, el análisis del proceso de planeación y control
de la producción se encuentra enfocado en el planteamiento de políticas y estrategias de
planeación basados en las condiciones del sistema y sus restricciones. Algunos de estos
planteamientos se han desarrollado en casos de aplicación industrial, en el que se evidencia
el enfoque sistémico bajo condiciones reales de eventos que afectan el proceso de
planeación y control de producción. Esta situación refleja aún más la complejidad de los
casos de estudios en este campo de investigación.
CAPITULO 3: METODOLOGÍA DE DINÁMICA DE SISTEMAS
METODOLOGÍA PARA EL DESARROLLO DEL MODELO PROUESTO.
Se presenta la metodología adaptada de DS para el desarrollo del modelo propuesto, derivado del análisis de las diferentes guías existentes. Se enfatiza en el software y herramientas de apoyo utilizadas para la construcción del modelo en sus distintas fases.
Metodología de DS
36
3. Metodología para el desarrollo del modelo propuesto La DS es una metodología para el estudio y el manejo de sistemas de realimentación
compleja. Una de sus principales características es el uso del computador para realizar
simulaciones, lo que permite analizar el comportamiento y las consecuencias de las
múltiples interacciones de los elementos del sistema a través del tiempo [17].
Esta técnica difiere de otras técnicas de modelado porque su estructura no está
predeterminada por un modelo matemático previo, sino que la establece el analista y el
experto. El modelo resultante se traduce en un conjunto de ecuaciones matemáticas. Este
enfoque metodológico presenta la ventaja de que no es necesario recurrir a ecuaciones para
entender el modelo, sino que se basa en las relaciones causales de sus elementos. Es por
esta razón que es muy importante tener un conocimiento claro del objeto de estudio y su
problemática desde un inicio.
Así pues, la DS permite la construcción de modelos tras un análisis cuidadoso de los
elementos del sistema. Este análisis permite extraer la lógica interna del modelo, y con ello
comprender las causas de su comportamiento en un plazo de tiempo establecido.
El proceso de modelado con DS consiste en un conjunto de operaciones mediante el cual,
tras el oportuno estudio y análisis, se construye el modelo del aspecto de la realidad. Este
proceso consiste en esencia, en analizar la información que se dispone del proceso,
depurarla hasta obtener datos relevantes y reelaborarla de modo que pueda ser transcrita
al lenguaje de DS [5].
Derivado del análisis de las diferentes guías existentes, [5], [17], [85] y [86] para la
construcción de modelos dinámicos, se adaptó una metodología para el desarrollo del
modelo propuesto enfocado al objeto de estudio. Para este análisis se tomó como referencia
principal la metodología presentada por el fundador de DS, Jay W. Forrester [1]. Las etapas
metodológicas se pueden sintetizar en cuatro fases, las cuales se muestran a continuación.
3.1. Definición del sistema y planteamiento del problema En esta primera fase se debe especificar claramente el problema y describir el objeto de
estudio con precisión, ya que esto permite definir el propósito del modelo.
El proceso de definición del problema comienza por analizar la situación actual y enumerar
todas las variables que se consideran adecuadas, comparando los valores actuales con los
deseados. Esto permite definir los límites del sistema, el cual estará determinado por
aquellas variables que tienen influencia razonable en el comportamiento del objeto de
estudio.
Metodología de DS
37
Este proceso va complementado con su descripción, basada en la aportación del
conocimiento del tema por parte de los expertos, fuentes de información del sistema, así
como la referencia de otros modelos aplicados. Los modelos tomados como referencia se
pueden consultar en el punto 2.4.3 del capítulo 2.
Esta primera fase permite una percepción inicial de los elementos (o variables) que tienen
relación con el sistema definido por el objeto de estudio. Esto da paso a analizar los
patrones de comportamientos de las variables claves a lo largo del tiempo e identificar
conexiones causales que gobiernan su dinámica de comportamiento.
3.2. Conceptualización del sistema Una vez conocidas globalmente las variables del sistema se elabora una hipótesis de las
relaciones causales entre ellas, es decir que se definen las influencias que se producen entre
las variables que integran el sistema.
El resultado en esta segunda fase es el establecimiento del diagrama de influencias o
diagrama causal del sistema, en el cual se muestra las relaciones básicas en forma de
bucles de realimentación. Este diagrama ayuda a verificar si las variables claves
identificadas en la fase anterior son las correctas, dado que se analiza el comportamiento e
interacción de todas las variables. Al no haber sido considerada una de estas relaciones se
corta el bucle de realimentación.
3.2.1. Diagrama causal
Un diagrama causal es una herramienta para mostrar la estructura y las relaciones causales
de un sistema para entender sus mecanismos de realimentación en una escala temporal. En
este diagrama, las diferentes relaciones de causalidad o de influencia entre dos variables o
factores están representadas por flechas. De modo que, una variación en el origen de la
flecha, produce un cambio en la variable destino.
Las flechas van acompañadas de un signo (+ o -) que indica el tipo de influencia ejercida por
una variable sobre la otra. Un signo "+" quiere decir que un cambio en la variable origen de
la flecha producirá un cambio del mismo sentido en la variable destino. El signo "-"
simboliza que el efecto producido será en sentido contrario.
(a)Relación de influencia positiva (b)Relación de influencia negativa
Figura 3-1: Relación de influencia entre la variable A y B
A B +
A B-
Metodología de DS
38
En la Figura 3-1 (a) se presenta la relación de influencia positiva de la variable A sobre la
variable B, esto significa que un incremento en A, produce un incremento en B, o bien una
disminución en A provoca una disminución en B. la Figura 3-1 (b), representa la relación de
influencia negativa de la variable A sobre B, esto indica que las variables de los extremos de
la flecha varían en sentido opuesto, si la variable A disminuye, la variable B aumenta y
viceversa.
3.2.2. Bucle de retroalimentación
Una cadena cerrada de relaciones causales recibe el nombre de bucle, retroalimentación o
feedback, por su término en inglés. Los bucles de realimentación representan el proceso
dinámico que se traslada por una cadena de causas y efectos a través de un conjunto de
variables que acaba volviendo a la causa original.
Propiamente, un bucle de realimentación es el grupo de variables interconectadas por
relaciones causales o de influencia (positiva o negativa), que forman un camino cerrado que
comienza en una variable inicial y que acabe en la misma variable.
Existen dos tipos5 básicos de bucles de realimentación, los bucles de realimentación
positiva, o de refuerzo, y los bucles de realimentación negativa, o estabilizadores. Los bucles
negativos llevan al modelo hacia una situación estable y los positivos lo hacen inestable, con
independencia de la situación de partida.
3.2.2.1. Bucles de retroalimentación positiva
Los bucles de realimentación positiva, también llamados de refuerzo, son aquellos en los
que la variación de un elemento se propaga a lo largo del bucle, de manera que acentúa
dicha variación inicial. Esa variación puede ser tanto un incremento como una disminución
de un valor determinado.
Este tipo de bucle genera un comportamiento de crecimiento o de decrecimiento del
sistema que lo aleja del punto del equilibrio. Es decir, tiende a desestabilizar los sistemas de
forma exponencial.
5 Los bucles se definen como "positivos" cuando el número de relaciones "negativas" es par, y "negativos" si es impar (igual que al multiplicar: -a x b = -c).
Metodología de DS
39
(a) Forma esquemática de una realimentación positiva
(b) Respuesta del bucle de realimentación positiva
Figura 3-2:Bucle de realimentación positivo
En la Figura 3-2 (a) se presenta de manera esquemática un bucle de realimentación
positiva. Si cualquiera de las variables A, B o C, sufre una perturbación, ésta se propaga,
reforzándose a lo largo del bucle. En efecto, si A crece, entonces, en virtud del signo de la
influencia, lo hará B, lo que a su vez determinará el crecimiento de C y, de nuevo, el de A.
Por lo tanto, la propia estructura del sistema determina que el crecimiento inicial de A
vuelva reforzado a la variable A. Este estado genera un comportamiento de crecimiento que
lo aleja del punto de equilibrio, (Figura 3-2 (b)), es decir desestabiliza el sistema de forma
exponencial. Este tipo de bucle se representa con el signo “+”, o con la letra R de Reinforcing
feedback.
3.2.2.2. Bucle de retroalimentación negativa
A los bucles de realimentación negativa se les conoce con diversas denominaciones
(estabilizadores, equilibradores, balanceadores, reguladores o autorreguladores,
homeostáticos) y son la base de cualquier sistema de control o regulación, tanto natural
como artificial.
Su comportamiento se caracteriza porque una variación de un elemento se transmite a lo
largo del bucle de manera que se genere un efecto que contrarresta la variación inicial. El
comportamiento de este bucle tiende a buscar asintóticamente un equilibrio. Tiene la
notable propiedad de que si por una acción exterior, se perturba alguno de sus elementos el
sistema, este reacciona tendiendo a anular esa perturbación.
B
A C +
+
+
+ Tiempo
Metodología de DS
40
(a) Forma esquemática de una realimentación negativa
(b) Respuesta del bucle de realimentación negativa
Figura 3-3:Bucle de realimentación negativo
En la Figura 3-3 (a), se presenta el esquema de un bucle de retroalimentación negativo
mediante la interacción de las variables A, B y C. Supongamos que la variable B incrementa,
el incremento de B determinará el de C, ya que la relación de influencia correspondiente es
positiva. A su vez, el incremento de C determinará el decrecimiento de A, ya que así lo
determina el carácter negativo de la influencia. El decrecimiento de A dará lugar al de B,
pues la relación es positiva. Por tanto, el incremento inicial de B vuelve, a lo largo de la
cadena de realimentación, como un decremento. El comportamiento de respuesta del bucle,
Figura 3-3 (b) tiende a buscar el equilibrio del sistema, anulando las perturbaciones del
mismo. Este tipo de bucle se representa con el signo “-”, o con la letra B de Balancing
feedback.
El diagrama causal de un sistema no está compuesto exclusivamente por un único y aislado
bucle de realimentación, sino más bien todo lo contrario. Un diagrama causal encierra
diversos bucles de realimentación que comparten variables y relaciones de causalidad. La
interacción combinada de diferentes bucles de realimentación puede producir numerosas
respuestas del sistema más complejas que la respuesta exponencial o que la respuesta de
estabilidad.
3.2.3. Retardos
Los retardos, conocidos también como retrasos o demoras, son inherentes a la mayoría de
los sistemas y pueden tener una influencia notable en el comportamiento de un sistema. En
el proceso de modelado y simulación los retardos se distinguen entre relaciones de
influencia que se producen de forma más o menos instantánea y entre relaciones de
influencia que tardan un cierto tiempo en manifestarse.
Un retardo no es más que el tiempo que transcurre entre una causa y sus efectos. En los
modelos sistémicos se manejan como procesos, cuya salida se retrasa en alguna manera con
respecto a la entrada.
B
A C -
+
+
-
Tiempo
Equilibrio
Metodología de DS
41
(a) Realimentación negativa con un retraso entre variable C y A
(b) Respuesta del bucle de realimentación negativa con retraso
Figura 3-4:Bucle de realimentación negativo con un retraso
Los retrasos pueden tener una enorme influencia en el comportamiento de un sistema. En
los bucles de realimentación positiva determinan que el crecimiento no se produzca de
forma tan rápida como cabría esperar. En los bucles de realimentación negativa su efecto es
más patente, su presencia puede determinar que, ante la lentitud de los resultados se tomen
decisiones drásticas que conduzcan a una oscilación del sistema.
En la Figura 3-4 (a) se muestra un bucle de realimentación negativa, en la relación de
influencia entre C y A se produce un retraso. En la Figura 3-4 (b) se muestra el posible
comportamiento del sistema, en el que se produce una oscilación en torno a la meta
perseguida. En los diagramas causales se utiliza la notación de doble raya, “II”, sobre la
flecha para denotar un retraso.
En las organizaciones los retardos se deben a la transferencia tanto de información como de
material. Suelen estar embebidos en los diferentes procesos de negocio y producción o de
apoyo, como los procedimientos de preparación y arranque o de renovación y reparación.
La falta de conciencia en la consideración de los retardos hace que se tomen decisiones
erróneas o que ocurra una intervención innecesaria.
Los retardos de tipo material se producen cuando existen elementos en el sistema, que
almacenan el material que fluye por el mismo. Ejemplo de estos se puede mencionar la
cantidad de material a entregar o unidades a procesar. Por otro lado, los retardos de
información, resultan de la necesidad de conservar y almacenar información del sistema
antes de proceder a una toma de decisión. En otras palabras representan el ajuste gradual
de las percepciones, como ejemplo de este tipo de retardo se puede mencionar los
pronósticos de ventas.
De acuerdo a su comportamiento en el tiempo, los retardos de tipo de material pueden ser
representados por funciones de orden n u orden infinito (tipo tubería o pipeline) mientras
que, los retardos de tipo información se representan únicamente por funciones de orden n.
B
A C -
+
+
-
Tiempo
Equilibrio
Metodología de DS
42
En la Figura 3-5 se representa el comportamiento de los tiempos de entrega para diferentes
tipos funciones de retardo.
Tiempo promedio de retardo = 3 días Tasa de envío. Retraso fijo: Tasa de entrega. Retraso fijo: Tasa de entrega de primer orden: Tasa de entrega de tercer orden:
Figura 3-5: Comportamiento de los tiempo de entrega para diferentes tipos de funciones de retardo
En el retardo fijo o de tubería se tiene un tiempo de retraso constante, en el cual el orden
de salida es igual al orden de entrada, así como la cantidad que entra y sale es la mima. En
este tipo de comportamiento, el flujo de entrada es más rápido que el de salida, por lo que
las unidades entrantes se detienen cierto tiempo. Este comportamiento se expresa en la Ec.
3-1.
𝑆𝑎𝑙𝑖𝑑𝑎(𝑡) = 𝑒𝑛𝑡𝑟𝑎𝑑𝑎 (𝑡 − 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑡𝑎𝑟𝑑𝑜) Ec. 3-1
En el retardo de primer orden o de orden mayor se caracteriza porque la salida es
proporcional a lo que hay acumulado por el retraso, dividido por el tiempo promedio de
retardo. La cantidad acumulada es igual a la diferencia entre lo que entra y lo que sale.
Cuanto mas largo sea el retraso, se aproxima a un retraso fijo. Ver Ec. 3-2.
𝑆𝑎𝑙𝑖𝑑𝑎(𝑡) =𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑝𝑜𝑟 𝑟𝑒𝑡𝑎𝑟𝑑𝑜 (𝑡)
𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑡𝑎𝑟𝑑𝑜
Ec. 3-2
20
40
60
80
100
1 2 3 4 5 6 7 8 9 10
Entrada Salida
Tiempo
DÍAS
CA
NT
IDA
D
Metodología de DS
43
3.3. Formalización Hasta este momento se ha explicado la elaboración del diagrama causal, en el cual
únicamente se mencionan las variables de interés y se establece su relación de influencia
por medio de flechas. Esto permite visualizar la estructura del sistema de modelado, sin
embargo no es suficiente para comprender el comportamiento del modelo a lo largo del
tiempo. Es necesario incorporar información referente al tiempo y magnitudes de las
variables con la ayuda de la simulación por computador.
El Diagrama de Flujos, también denominado Diagrama de Forrester, es el diagrama
característico de la DS. Es una traducción del diagrama causal a una terminología que
permite la escritura de las ecuaciones en el ordenador para así poder validar el modelo,
observar la evolución temporal de las variables y hacer análisis de sensibilidad.
Durante este proceso se amplia y especifica la información aportada por el diagrama causal
caracterizando las diferentes variables y magnitudes, estableciendo el horizonte temporal,
la frecuencia de simulación y especificando la naturaleza y alcance de los retardos. Además
se considera una buena práctica de diseño no dar por definitivo el diagrama causal hasta no
haber desarrollado el Diagrama de Forrester. Esto se debe, principalmente que en el
proceso de conexión y ajuste de los niveles y flujos se pueden rectificar relaciones que no se
habían precisado o advertido.
3.3.1. Comportamiento de un diagrama de flujos y niveles
Una de las características distintivas de la DS son los diagramas de flujos y niveles, más
conocidos como Diagramas de Forrester. Esta convención de niveles y flujos fue creada por
el propio Jay Forrester basándose en una metáfora hidrodinámica, relacionando el flujo de
entrada y salida de agua en una bañera o recipiente. De forma que, la cantidad o nivel de
agua de la bañera es la acumulación de agua que entra a través del grifo menos el agua que
sale por el desagüe.
En la Figura 3-6 se ejemplifica el comportamiento dinámico del llenado de una tina de baño.
La cantidad de agua en la tina de baño es simplemente lo que se ha ido acumulando entre la
entrada y la salida de agua, por ello los objetos como la tina de baño tiene el nombre de
acumulador. La cantidad de agua presente de un momento a otro se le denomina nivel,
mientras que, la cantidad de agua agregada en la diferencia de momentos se le denomina
flujo. Uno de los flujos aumenta el nivel de agua en el acumulador, mientras que el segundo
flujo (tapón) lo disminuye.
Metodología de DS
44
Figura 3-6: Ejemplo del llenado de una tina como sistema dinámico
La única manera de cambiar el nivel de la tina es a través de los flujos, agregando o
quitando una determinada cantidad de agua. El proceso de gestión sobre la tina, en tomar
decisiones respecto a la llave del flujo de entrada y el flujo de salida, se realiza en base a la
información disponible sobre el nivel y sus cambios en el tiempo.
En la Tabla 3.1 se presenta la notación propia de los diagramas de Forrester, con los cuales
se pueden construir diagramas de flujos y niveles. Y en la Figura 3-7 se muestra la analogía
del ejemplo de la Figura 3-6, según la notación propia de los diagramas de Forrester.
Tabla 3-1: Notación de los diagramas de Forrester
Nombre Símbolo
Flujo
Nivel
Retardo
Canal de información/material6
6 En algunos textos la simbología del canal de material aparece con doble raya. Sin embargo en este texto, se considerará con una sola raya, estableciendo la diferenciación en el tipo de canal, de acuerdo a las variables utilizadas.
Flujo
Nivel
0
10
15 Llave
Tina de baño
(Acumulador)
Nivel
Flujos (entrada y salida)
Tapón
Metodología de DS
45
Figura 3-7: Diagrama de Forrester del comportamiento dinámico de la tina (Figura 3-6)
Las variables pueden ser de tres clases:
Variables de nivel.
Son los recipientes, las variables que acumulan magnitudes con el tiempo. Definen el estado
del sistema y generan la información en la que se basan las acciones y las tomas de
decisiones. Implican la inercia del sistema porque pueden producir retardos por
acumulación y, como en los circuitos secuenciales de los sistemas digitales, dotan de
memoria al sistema. Muestran en cada instante la situación del modelo, presentan una
acumulación y varían solo en función de los flujos.
Variables de flujo.
Simbolizan el cambio de las variables de nivel durante un periodo de tiempo. Como
veremos más adelante, al representar la variación del flujo, son las derivadas de los niveles
con respecto al tiempo. Estas variables suelen estar intervenidas con variables auxiliares o
con coeficientes (o tasas). Pueden ser comparados como los grifos o válvulas que regulan el
flujo.
Variables auxiliares o constantes.
Son variables dependientes intermedias que reciben información de otras variables,
transforman nueva información en base a una función determinada y cuya salida se dirige
hacia otra variable auxiliar o hacia una variable de flujo. Se utilizan para descomponer
ecuaciones complejas en ecuaciones más simples que faciliten la lectura el modelo.
La existencia de variables auxiliares evidencia la existencia de canales de información, que
permiten la transferencia de datos desde variables de nivel o de flujo hacia variables de
flujo.
3.3.2. Representación matemática Todo lo anteriormente explicado se puede expresar en una estructura matemática, a través
del cálculo diferencial. Esta ha sido una de los mayores méritos de Jay Forrester, al facilitar
la comprensión y manejo de los modelos de simulación dinámica por medio del cálculo
diferencial propio de los sistemas de control.
Nivel
Flujo de entrada
(llave)
Flujo de salida
(tapón)
Metodología de DS
46
Se puede integrar un nivel desde un flujo y se puede derivar un flujo desde un nivel. Esto se
debe a que los flujos tienen la “característica” de “por periodo” y los niveles no. Esto tiene
que ver con la relación entre momento y período: el periodo se puede construir desde dos
momentos: periodo 1_2= momento (2) – momento (1). O bien momento 2= momento 1 +
periodo 1_2.
Se pueden derivar los flujos de los niveles, del mimo modo que se puede derivar la
pendiente de una función. También se puede hacer la operación inversa e integrar cual debe
ser el tamaño del nivel integrando desde el flujo. Algunas reglas de aproximación entre el
comportamiento de flujos y niveles se presentan a continuación:
Cuando el flujo es nulo, el nivel es constante.
Cuando el flujo es positivo y constante, el nivel aumenta linealmente; el cambio del
nivel es igual a la magnitud del flujo.
Cuando el flujo es negativo y constante, el nivel disminuye linealmente; el cambio
del nivel es igual a la magnitud del flujo.
Cuando el flujo es positivo y crece constantemente, el nivel crece exponencialmente;
el cambio del nivel es igual a la magnitud del flujo durante los respectivos periodos
de tiempo distinguidos.
Cuando el flujo es negativo y disminuye constantemente, el nivel disminuye
exponencialmente; el cambio del nivel es igual a la magnitud del flujo durante los
respectivos periodos de tiempo distinguidos.
Cuando el flujo cambia entre positivo y negativo, la pendiente del nivel cambia entre
positivo y negativo
Tomando de referencia el diagrama de la Figura 3-7, se tiene la siguiente expresión matemática.
𝑁𝑖𝑣𝑒𝑙 (𝑡) = ∫ (𝐸𝑛𝑡𝑟𝑎𝑑𝑎 (𝑡) − 𝑆𝑎𝑙𝑖𝑑𝑎(𝑡))𝑑𝑡 + 𝑁𝑖𝑣𝑒𝑙(𝑡0)𝑡
𝑡0
Ec. 3-3
En consecuencia, la variación neta de un nivel será la derivada con respecto al tiempo:
𝑑(𝑁𝑖𝑣𝑒𝑙(𝑡))
𝑑𝑡= 𝐸𝑛𝑡𝑟𝑎𝑑𝑎(𝑡) − 𝑆𝑎𝑙𝑖𝑑𝑎(𝑡)
Ec. 3-4
En definitiva, el modelo matemático encerrado en un Diagrama de Forrester es un sistema
de ecuaciones diferenciales que generalmente no se puede solucionar analíticamente, por
ello para generar el comportamiento del sistema a lo largo del tiempo se utilizan métodos
computacionales de simulación.
Metodología de DS
47
El tratamiento y el tipo de ecuaciones de cata tipo de variables (nivel, flujo y auxiliares) es
diferente. Un nivel es función exclusiva del propio nivel y de los flujos asociados. Por otro
lado, el cálculo de las variables de flujo y auxiliares es más elaborado, pues dependen de los
niveles, de las variables auxiliares y de los flujos previos. También hay que considerar que
los niveles se miden en los puntos de muestreo, mientras que los flujos se calculan en los
intervalos existentes entre dos puntos de muestreo. Esto se puede analizar de la siguiente
manera con ayuda de la Figura 3-8.
Figura 3-8:Variación del nivel en función del flujo
El tamaño del flujo, el número en la escala vertical, corresponde al cambio en el tamaño del
nivel. Por ejemplo, si el flujo es de 10 unidades (por periodo), entonces al final del periodo,
el nivel será 10 unidades mayor que al inicio del periodo. Podemos remplazar "10" por
cualquier valor del flujo, y usar simple y directamente el "flujo": el nivel al final del periodo
será igual que al inicio del periodo más "flujo".
3.3.3. Entornos de simulación
Hoy día se dispone de entornos de simulación muy flexibles que permiten construir un
modelo de forma amigable, que no requieren conocimientos informáticos de alto nivel para
su utilización, se adaptan bastante bien a las necesidades de los usuarios y simulan los
modelos en tiempo real mostrando su comportamiento.
En el mercado existen tres suites de Dinámica de Sistemas que compiten al mismo nivel que
corren solamente en entornos Windows y Macintosh, no hay versión para entornos posix
(UNIX, Linux): la familia de software Vensim® de Ventana Systems Inc., Powersim Studio™
de los noruegos Powersim Software y los paquetes iThink® y STELLA® de Isee Systems
(antes High Performance Systems).
5
10
15
20
25
1
Tamaño
del flujo
Tiempo
Tamaño del
cambio de nivel
Metodología de DS
48
Para construir el Diagrama Causal, los diagramas de Forrester, el modelo matemático y para
su posterior simulación se ha utilizado el entorno de simulación dinámica Vensim PLE®
(http://www.vensim.com/) de Ventana Systems Inc. Es un software gratuito para usos
educativos y personales, no caduca, y tiene una importante prestación que otras marcas de
software no ofrecen en sus versiones gratuitas: puede guardar el modelo que haya creado.
Presenta algunas ventajas con relación a la organización de datos y a posibilidades de
optimización. Se trata de un lenguaje muy potente para el desarrollo de modelos que
pueden emplearse tanto en entornos PC como en Unix. Permite documentar
automáticamente el modelo según se va construyendo, y crea árboles que permiten seguir
las relaciones de causa efecto a lo largo del modelo. En el apéndice de Anexos 1, en la Tabla
A-1 se presenta el análisis comparativo realizado por Andrade y otros [108] sobre los
software disponibles para simulación dinámica. Esta análisis refuerza la decisión de
considerar, para el desarrollo del modelo el software Vensim PLE®.
3.4. Validación El proceso de validación de un modelo dinámico consiste en determinar el grado en el cual
este es la apropiada representación del mundo real. Dentro del contexto de un modelo DS
existen diferentes criterios de validación orientados a la estructura y al comportamiento,
los cuales se pueden resumir en tres principales categorías de validación, propuesto por
Barlas [87], [89], Forrester y Senge [88]: Prueba estructural, pruebas orientada al
comportamiento y pruebas de patrones de comportamiento (políticas).
Dimitrios, Patroklos, y Eleftherios [90] establecen que, el principal criterio de validación de
un modelo dinámico es la estructural, porque en esta se validan las relaciones usadas en el
modelo. Esta opinión coincide con el planteamiento de Barlas [87], donde establece que el
principio más importante de la validación de un modelo de DS es establecer la validación de
la estructura del modelo.
Dimitrios, Patroklos, y Eleftherios, establecen que la validación de la estructura puede ser
analizada mediante ciertos procedimientos y pruebas que se pueden clasificar en pruebas
directas e indirectas. Ellos mencionan que el modo de prueba directo es un método más
estructurado de validación, siendo los más importantes, las pruebas de condición extrema y
prueba de comportamiento de sensibilidad.
La revisión bibliográfica realizada, sustenta el criterio establecido por estos autores, ya que
se encontró que en la mayoría de los casos, la validación de los modelos desarrollados es
verificada por el método de prueba directo.
La consistencia dimensional del modelo y el sometimiento del mismo a pruebas con
condiciones extremas [85], es uno de los métodos usados en diferentes aplicaciones como
Metodología de DS
49
es el caso de Debabrata & Pankaj [91], Patroklos & Alexandra [92], Patroklos &
Charalampos [93], Souza [94], Peña & Crespo, [95], quienes evalúan cada ecuación del
modelo y lo conducen a una condición extrema, revisando si el modelo se comporta
realísticamente bajo estas condiciones.
Por otro lado, las pruebas de validación orientadas al comportamiento del modelo [89],
originalmente sugerida por Forrester & Senge [88], en las cuales se identifican los cambios
en el comportamiento dinámico resultado del cambio en ciertos valores de los parámetros
claves, es otra de las pruebas aplicadas. Poles [68], identificó en su aplicación de validación
con este tipo de pruebas, que los cambios en los patrones de comportamiento dinámico del
modelo, resultante de los cambios en los valores de los parámetros particulares,
corresponden con bastante precisión a los conocimientos disponibles de los sistemas del
mundo real.
En el trabajo desarrollado por Qudrat-Ullah & Seo Seong [96], validan el modelo de análisis
de políticas energéticas con seis pruebas orientadas a la estructura y una prueba orientada
al comportamiento, concluyendo que, las pruebas de validez estructurales constituyen uno
de los dos tipos generales de las pruebas necesarias para construir la confianza en un
modelo de simulación de dinámica de sistemas, estas pruebas, son el núcleo del proceso de
validación de modelos dinámicos y tienen precedencia temporal en pruebas de validez de
comportamiento.
Towill [48], establece que, el paso final en la verificación de un modelo, debe ser la
exposición pública del modelo ante la presencia de varios involucrados, principalmente
ante los que han contribuido con la información y/o opiniones. Este criterio puede ser
validado desde el punto de vista de Forrester, ya que menciona que un modelo dinámico es
validado si es una adecuada representación del “modelo mental”, el cual ha formado el
modelador acerca del sistema. En su modelo de la empresa Sprague, Forrester dice que, fue
empíricamente validado porque este crea un patrón de la misma naturaleza cualitativa
como el sistema real.
Por otro lado, las opiniones de validación de estos modelos dinámicos con la aplicación de
técnicas estadísticas son diversas, debido a que los datos generados en un modelo dinámico
son en su mayoría autorrelacionados y correlacionados. Para aplicar pruebas estadísticas a
datos auto/co-rrelacionados, requiere una extensiva simplificación del modelo o
transformación de datos. Por otro lado, en este tipo de modelos no hay una única variable
de salida en la cual se puede enfocar el análisis estadístico para validar el modelo.
En el trabajo realizado por Martinez & Richardson [97] exploran diferentes opiniones sobre
las mejores prácticas de modelado, elegido de un distinguido grupo de expertos en el
campo. Dentro de su evaluación, resaltan que el proceso de pruebas de modelo y evaluación
Metodología de DS
50
en el proceso de modelado de dinámica de sistema, es descrita en la literatura
principalmente por Randers [98], Richardson Pugh [99] y Sterman [85], aunque también
no se puede omitir el enfoque de Forrester [88] y Barlas [87] y [89].
Martínez y Richardson presentan cuales son las prácticas más importantes del trabajo de
modelado en el área de pruebas y evaluación del modelo. Como resultado del estudio,
obtuvieron que el aspecto de mayor importancia en las técnicas de validación es asegurar
que el modelo sea consistente con datos históricos o con referencias del modo de
comportamiento. Como aspecto importante consideran la evaluación de los parámetros y
análisis de resultados inesperados, y en mediana importancia, considerar al cliente final
como involucrado en la evaluación, determinar los parámetros relevantes y su relación con
el comportamiento del modelo. Ellos concluyen que la mejor práctica identificada por el
panel de expertos, es que se debe comparar los parámetros de comportamiento del modelo
con datos reales, usando medidas estadísticas.
Esta opinión es compartida por Kleijnen [100], quien establece que desviaciones
sistemáticas entre estadísticas observadas y valores teóricos pueden ser detectados a
través de pruebas de distribución o pruebas paramétricas. Como ejemplo de esta
apreciación se presenta el trabajo realizado por Chan & Ang [101] en el cual compara el
nivel de significancia entre los valores simulados y el nivel de inventario actual con ayuda
de la herramienta estadística T-student, la prueba fue desarrollada con variables
significativas del modelo.
Por otro lado, Kleijnen [102] establece que la elección de la técnica estadística de validación
depende de la disponibilidad de datos. Al no contar con datos reales para su análisis, la
validación debe ser guiada por la teoría estadística de diseño de experimentos. Al contar
únicamente con datos de salida, pero no entrada la validación puede ser comparada con la
técnica estadística T-Student. Y como tercer caso, al contar con información de entrada y
salida se procede con técnicas de regresión y procedimientos de comparación. En el trabajo
presentado por Barlas, “Formal aspects of model validity and validation in system
dynamics”, propone algunas de las medidas de estadística estándar (técnicas básicas de
varianza, media y correlación) que se pueden utilizar para realizar la validación del modelo.
El planteamiento de Barlas [103] es utilizado en el trabajo desarrollado por Suryani y otros
[104], en el que verifican la validación del modelo desarrollado mediante el análisis de la
tasa de error generada por el promedio de datos históricos y el promedio de datos
generados de la simulación.
El conjunto de métodos y enfoque de validación del modelo desarrollado en este trabajo, se
ha realizado siguiendo el camino propuesto por Forrester, Senge y Barlas, dado que no
existe un método universal para validar un modelo dinámico, ya que está más vinculado con
el objetivo del mismo. Como primer paso, se propone validar la estructura del modelo, es
Metodología de DS
51
decir que inicialmente realizará la verificación estructural. Una vez que se haya verificado
la arquitectura estructural se procede a utilizar la técnica estadística del porcentaje del
error relativo para complementar la validación del comportamiento del modelo
comparando datos reales del sistema con los datos obtenidos vía simulación.
3.5. Metodología aplicada En la Figura 3-9 se presenta la metodología general, aplicada para el desarrollo del modelo
propuesto. Se indica el procedimiento a seguir en cada una de las fases de la metodología,
así como el software utilizado, las herramientas y técnicas de apoyo empleadas.
La primera consideración para desarrollar el modelo propuesto se resume en la fase uno y
dos del proceso metodológico. Inicialmente es necesario conocer el sistema, definiendo las
variables de interés y haciendo un planteamiento objetivo de la situación a analizar. En esta
etapa se recopiló la información necesaria sobre la problemática de la línea dando paso a la
definición del propósito del modelo a desarrollar. Con ayuda del conocimiento experto
(agentes involucrados en el proceso), el análisis y pre-procesamiento de la información, se
definieron las variables claves y se establecieron sus interrelaciones.
Para la recopilación de la información se utilizaron las técnicas de observación directa y
estudio de tiempos y movimientos. Para facilitar el análisis de la información recopilada,
esta fue proyectada de forma más visual con la ayuda de las herramientas de mapeo de
procesos y mapeo de flujo de valor. Por otro lado fue necesario hacer una propuesta de
clasificación de la información recopilada, debido a la alta variabilidad de las características
de producción de los diferentes componentes. A continuación se explica el procedimiento
de aplicación para cada una de estas técnicas y herramientas.
Conocimiento experto
Las personas involucradas en el proceso (operadores, supervisores, gerentes) representan
la más valiosa fuente de información. Su constante involucramiento con el proceso y la
convivencia diaria con situaciones problemáticas permitieron obtener un panorama amplio
del objeto de estudio. Este aporte se obtuvo por medio de entrevistas, consultas directas y
cuestionamientos de la situación a analizar. Su contribución se hace manifiesta a lo largo del
desarrollo de la estructura conceptual del modelo propuesto.
Observación directa
La técnica de observación directa se utilizó para establecer un diagnóstico general de la
situación a analizar. Permitió evaluar de manera visual los datos de interés y plasmarlos en
un reporte que sirve como punto de partida para los análisis siguientes.
Metodología de DS
52
Ingeniería de métodos y medición
Es una de las más importantes técnicas del Estudio del Trabajo. Se basa en el registro y
examen crítico sistemático de la metodología existente utilizada para llevar a cabo un
trabajo u operación. El objetivo fundamental de la Medición del Trabajo se relaciona con la
investigación de tiempos improductivos asociados a un método en particular "La Medición
del trabajo es la aplicación de técnicas para determinar el tiempo que invierte un trabajador
calificado en llevar a cabo una tarea definida efectuándola según una norma de ejecución
preestablecida"[105].
Su procedimiento de elaboración parte del diagnóstico general de la situación. Una vez
detectado y examinado el área de interés, se procede a recopilar la información referente al
método actual en formatos. La información contenido en estos formatos contempla:
tiempos productivos e improductivos, evaluando los movimientos y el método actual.
Mapeo de proceso
Esta herramienta permitió el reconocimiento de las operaciones que conforman el proceso
de producción. Es una técnica utilizada para reconocer de manera directa el
comportamiento de un proceso. El desarrollo del diagrama parte de la observación directa y
de datos recopilados del proceso productivo, como número de operarios, tiempo de
producción, demoras. Esta información se proyecta en un diagrama de bloques, mostrando
secuencialmente el proceso.
Mapeo del flujo de valor (Value stream mapping -VSM)
Es una técnica de la manufactura esbelta, el cual consiste en representar y/o proyectar un
proceso productivo, analizando la cadena de valor a través de las actividades ejecutadas e
identificando oportunidades de mejora.
La elaboración de este diagrama se auxilia del mapeo del proceso y de la información
recopilada en los diagramas de ingeniería de método y medición. Esto debido a que es
necesario conocer las operaciones que intervienen en el proceso y tener tiempos estimados
del proceso productivo. Esta información se complementa con la trayectoria que sigue la
materia prima para su transformación en producto terminado. Finalmente, se cuantifican
los desperdicios detectados en el proceso y se plasman bajo cierta simbología,
representando el estado actual del proceso estudiado [106], [107].
Clasificación por atributos
Un sistema de clasificación y codificación es una herramienta para capturar o codificar
características de diseño, manufactura u otra información relevante de piezas o productos
[34]. Una vez que se registró, capturó y analizó la información del proceso se detectó la
Metodología de DS
53
necesidad de aplicar un método de agrupamiento dado a la alta variabilidad de
requerimientos de producción para cada componente. Con el objetivo de aprovechar las
características de diseño como criterio de semejanza, se seleccionó el método de
clasificación por atributos.
Para la selección y aplicación del método de clasificación se considera inicialmente la
cantidad total de componentes producidos. Partiendo de esto se analiza cada componente
identificando atributos codificables para establecer los parámetros base para el
agrupamiento de los componentes. Finalmente se establece un código que resume los
componentes, atributos y parámetros.
Una vez recopilada y analizada la información fue necesaria darle un procesamiento
especial para facilitar la obtención de los datos que alimentan al modelo. Para esto se utilizó
una base creada con macros en Microsoft Excel. La base desarrollada tiene la siguiente
funcionalidad:
Ayuda a establecer prioridades en base a: tiempos de entrega, tiempos de espera
entre estaciones y disponibilidad de prensas.
Estima el tiempo necesario para producir cada componente y cada producto
terminado programado.
Establece las cargas de trabajo en base a las consideraciones anteriores
Brinda los datos característicos de cada componente, necesarios para complementar
la información del modelo dinámico.
Derivado del análisis de la información recopilada del proceso y con fines de ser evaluado
en el modelo a desarrollar, se elaboraron dos propuestas de mejora basadas en las
metodologías de: cambio rápido de herramental y método de trabajo.
Estas propuestas están enfocadas al mejoramiento de la situación actual del objeto de
estudio. Su selección metodológica se realizó una vez que la problemática y propósito del
modelo estaban claramente definidos (ver capítulo 4). A continuación se explica en que
consiste cada una de estas dos metodologías de mejora.
Cambio rápido de herramental (SMED7)
Es una técnica de manufactura esbelta basada en una metodología para reducir los tiempos
de cambio de herramental a través de un análisis y optimización de actividades para
incrementar la disponibilidad de los equipos.
77 Single minute exchange of die
Metodología de DS
54
Su aplicación parte de la recolección de datos del proceso de cambio de herramental,
posteriormente, se hace una clasificación de actividades de acuerdo a las siguientes
consideraciones:
Actividad interna: definida como una tarea que no es posible realizar a menos que el equipo
se encuentre detenido.
Actividad externa: definida como una tarea que se puede ejecutar con el equipo en
funcionamiento.
Lo que se busca, es minimizar las actividades internas y que las actividades externas sean
realizadas antes o posterior al paro de equipo. En una segunda evaluación se busca
optimizar las actividades internas con ayuda de la automatización o mecanismos de
sujeción rápida. Finalmente, una vez que se ha logrado reducir el tiempo de cambio a un
tiempo aceptable, se estandariza el procedimiento.
Método de Trabajo
El estudio de métodos se enfoca a la reducción del contenido de trabajo de una tarea u
operación.
Primeramente se reúnen todos los hechos importantes relacionados con la situación a
analizar. Esto puede incluir requerimientos, especificaciones, diagramas. Una vez que se ha
recopilado esta información es necesaria procesarla para tener una visión más clara de la
situación y facilitar su análisis. Para seleccionar el método ideal es necesario considerar las
restricciones propias del proceso y de la organización (como factores económicos), así
como tener en cuenta el beneficio de la aplicación. Finalmente, se documenta el proceso, se
realizan evaluaciones de seguimiento y se estandariza.
Con estos métodos se da por concluida la etapa de análisis de la información y con ello las
dos primeras fases metodológicas, como resultado en estas etapas se obtiene la definición
clara del problema, el propósito del modelo propuesto, las variables de interés y el análisis
de influencias plasmado en el diagrama causal.
Una vez que se ha obtenido una visión general del comportamiento del sistema y una
estructura conceptual del modelo, se procedió a clasificar el tipo de variable y a establecer
sus magnitudes de medición. En esta etapa se utilizó la información resultante de la base de
datos trabajada en los macros de Microsoft Excel,
Los macros Excel son un conjunto de instrucciones programadas en la hoja de cálculo
electrónica de Excel, las cuales automatizan las operaciones que realiza su aplicación
informática, con el objetivo de eliminar tareas repetitivas o realizar cálculos complejos en
un corto espacio de tiempo y con una nula probabilidad de error.
Metodología de DS
55
Las macros se escriben en un lenguaje de computadora especial que es conocido como
Visual Basic for Applications (VBA). Este lenguaje permite acceder a prácticamente todas
las funcionalidades de Excel y con ello también ampliar la funcionalidad del programa. Esta
base de datos fue construida con doble finalidad. Primeramente está enfocada para
garantizar el fácil acceso de los datos que alimentan el modelo a desarrollar y en segundo
lugar brinda un escenario de asignación de cargas de trabajo para cada una de las prensas
que participan en el proceso de producción del producto terminado.
Para la asignación de órdenes de trabajo en cada prensa, se tomó en cuenta criterios de
secuenciación estableciendo la prioridad de paso de cada orden de producción. Esto con la
finalidad de cumplir las fechas de entradas planificadas con el menor tiempo de demora
entre estaciones. Los criterios de asignación que se contemplan son los siguientes [115]
[116].
Secuencia conforme a la duración SPT, shortest processing time. Esta secuencia
se obtiene situando las piezas en orden creciente de duración, es decir:
t(1)<=t(2)…<=t(n)
Secuencia conforme a la fecha comprometida “Regla de Jackson” EDD (Earliest
Due Date). Consiste en ordenar las piezas de acuerdo a la fecha comprometida
creciente.
d(1)<=d(2)…<=d(n)
Secuencia conforme al margen (SFT) Consiste en ordenar las piezas de acuerdo a
valores crecientes del tiempo en exceso disponible sobre la duración de la operación.
d(1)-t(1)<=d(2)…<=d(n)-t(n)
Finalmente se obtiene una programación detallada, determinando los momentos de
comienzo a fin de cada actividad, así como las operaciones de cada orden de trabajo.
Las variables, sus magnitudes y relaciones establecidas y derivadas de esta base de datos, se
utilizaron para desarrollar el diagrama de Forrester, esto corresponde a la tercera fase
metodológica. Posteriormente se elaboró la representación matemática de las variables por
medio de ecuaciones diferenciales y se procedió a establecer una frecuencia de simulación
en base al tiempo deseado de análisis. En este entorno de simulación se utilizó el software
Vensim Ple ®, versión estudiantil.La última fase metodológica establece realizar una
evaluación del modelo desarrollado. Para tal efecto se realizó primeramente la evaluación
estructural y de comportamiento, una vez que la arquitectura del modelo es confiable se
procedió a utilizar la técnica estadística del porcentaje de error medio absoluto
comparando datos reales del sistema y datos obtenidos de la simulación.
Metodología de DS
56
Figura 3-9: Metodología aplicada
Recopilación de la información
Definición de las variables
Definición del problema
¿La definición es correcta?
Definición del propósito
Interacción de variables
¿La interacción es
correcta?
Estructura conceptual
Diagrama causal
Clasificación de las variables
Estructura de comportamiento
Representación matemática
Validación
Diagrama de Forrester
Fases metodológicas
ProcedimientoSoftware y/o herramientas
Si No
No
Si
De
fin
ició
n d
el s
iste
ma
y p
lan
team
ient
o d
el p
rob
lem
a
Microsoft Excel
-Captura, registro y preprocesamiento de la información
- Estudio de tiempos y movimientos
-Observación directa-Mapeo del proceso y mapeo del flujo de valor
-Propuesta de clasificación por atributos
Co
nce
ptu
aliz
ació
n
Ve
nsi
m P
le ®
, v
ers
ión
est
ud
ian
til
Form
aliz
ació
nV
alid
aci
ón
Análisis de estructura y comportamiento.
Análisis de la información
Macros Excel
Estructural y estadística
CAPITULO 4: VISIÓN GENERAL DEL MODELO
ANÁLISIS DEL OBJETO DE ESTUDIO, DEFINICIÓN DEL PROBLEMA Y
DESARROLLO DEL DIAGRAMA CAUSAL.
Se presenta el desarrollo de la primera y segunda fase del desarrollo metodológico. Una vez analizado el objeto de estudio y detectada la principal problemática, se definen las variables que representan el comportamiento del sistema. Su interrelación se interpreta con el diagrama causal desarrollado.
Visión general del modelo
57
4. Visión general del modelo En los capítulos siguientes se describe la construcción del modelo enfocado a la
administración de bienes, siguiendo la metodología de DS. El desarrollo del modelo inicia
con el análisis del entorno de la situación bajo estudio y la identificación de la problemática
en el proceso de planeación, organización y control de la producción. Mediante actividades
interactivas de registro, análisis, organización y estructuración de la información se
establecieron las variables determinantes del modelo, para finalmente, presentar el modelo
causal.
Se consideró desarrollar el modelo mediante una estructura modular. Las relaciones de
causalidad entre módulos están conformadas por subsistemas agrupados, los cuales
permiten hacer análisis individuales de aspectos específicos según el objeto de interés. Los
módulos considerados en la estructura son dos; producción de componentes, analizados
individualmente en cada prensa y producción de producto terminado. Como resultado final
del proceso de construcción del modelo, se obtiene el diseño conceptual y estructural del
sistema que se está modelando.
4.1. Objeto de estudio En este apartado se proporciona información general de la empresa para comprender el
entorno del objeto de estudio. El análisis fue realizado en la línea de estampados de una
empresa de autopartes, ubicada en la zona industrial de la ciudad de México.
Esta empresa se dedica a la fabricación de componentes automotrices de acero y sus
aleaciones, para el mercado de refacciones y automóviles originales de diferentes marcas y
modelos. El esquema general de los subprocesos de la empresa se muestra en la Figura 4-1
y los datos correspondientes a las generalidades de la empresa se pueden consultar en
Anexos 2.
La empresa desarrolla actividades en sus diferentes líneas de producción, empleando
procesos de soldadura y de trabajo metálico en la fabricación de: piezas estampadas,
ensambles de soportes, ensambles de sistema de calor, sistemas de escape, convertidores
catalíticos y silenciadores.
Visión general del modelo
58
Figura 4-1: Esquema general de los subprocesos de la empresa de autopartes
La línea de estampados representa el origen para las demás líneas de producción, ya que de
esta se generan productos terminados para el envío al cliente final o componentes que
necesitan pasar a otro subproceso. Considerando que, la línea de estampados permite la
continuidad del ciclo productivo, el objeto de interés de este estudio se enfoca en el análisis
de este sector de la empresa. No se contempla el estudio del sistema total (análisis de toda
la empresa) debido a las limitantes de la disponibilidad de la información, sin embargo, el
trabajo desarrollado facilita una guía metodológica para futuros trabajos.
El proceso administrativo que se analiza en capítulos posteriores se limita al proceso de
planificación y producción de la línea de estampados. Este proceso inicia desde el
planteamiento de requerimientos de producción hasta la fabricación del producto
terminado. Se omite en este proceso el análisis de variable exógenas provenientes del
comportamiento del mercado.
La línea de estampados consta de 15 prensas (actualmente se amplió la capacidad de la
línea con la adquisición de 5 prensas más), 8 de ellas trabajan de modo manual y 7 trabajan
en forma progresiva. En la Figura 4-2 se presentan los tipos de prensas disponibles.
ESTAMPADO SOLDADURA CORTE DOBLADO FORMADO
COMPONENTES
PRODUCTO TERMINADO
Visión general del modelo
59
En esta línea se fabrican alrededor de 2000 componentes en las operaciones de corte,
embutido o formado. Debido a que cada componente tiene características específicas para
su proceso, se presenta alta variabilidad en los ciclos de producción, desde la diversidad en
materias primas utilizadas hasta las condiciones de operación de cada prensa.
4.2. Situación actual En la actualidad la tarea de administración [109] es definir los objetivos de la organización
y transformarlos en acciones organizacionales. Esto se logra por medio de la planeación, la
organización, la dirección y el control de todos los esfuerzos realizados en todas las áreas y
los niveles de la empresa. Lo cual tiene como finalidad alcanzar dichos objetivos de la
manera más adecuada para la situación y garantizar la competitividad en un mundo de
negocios complejo.
Cada autor tiene un concepto de la administración acorde con su óptica en particular [110],
[111], [112], [113], pero vale la pena mencionar el concepto de John R. Schermerhorn [114],
quien define la administración como el proceso de planear, organizar, dirigir y controlar el
uso de los recursos para alcanzar los objetivos de desempeño. Es importante resaltar que, el
proceso de administración se vuelve complejo al ser considerado como una combinación de
ciencia, tecnología y arte por las siguientes características:
Ciencia: análisis metódico y sistemático de los datos y evidencia
Tecnología: Aplicación práctica y metódica de los principios de las teorías científicas
Arte: Visión, intuición, enfoque creativo e innovador
(a) Prensa manual (b) Prensa progresiva
Prensas Tipo C de 45, 60, 80, 110, 160 y 200 Toneladas Prensas de lados rectos de 300 Toneladas Prensas Hidráulicas de 300 Toneladas
Figura 4-2:Tipos de prensas utilizadas en la línea de estampados
Visión general del modelo
60
Partiendo de esta definición y considerando el planteamiento que, el proceso de
administración de la producción involucra las actividades de planear, dirigir y controlar, fue
necesario analizar con detalle la situación actual de la línea de estampados. Este análisis se
enfocó en el proceso de planeación, control y producción de la línea, lo cual permitió
comprender las causas de su comportamiento actual. Como se mencionó en el capítulo 3, se
utilizaron herramientas de apoyo, para facilitar el registro, análisis y pre-procesamiento de
la información, su aplicación se hace presente en el desarrollo de este capítulo.
4.2.1. Proceso de planeación y control de la línea de estampados
El proceso de planeación y control de la producción de la línea de estampados se desarrolla
en un escenario de desconocimiento de la capacidad de cumplimiento de las órdenes de
producción. Esto se presenta tanto para el proceso de producción de producto terminado
(en el cual se ven involucradas varias prensas) como la fabricación de componentes (los
cuales se realiza en prensas individualmente). En la Figura 4- 3 se presentan los pasos
generales del proceso de planeación y control de la producción y las áreas involucradas.
Figura 4-3: Esquema general del proceso de planeación y control de la producción. Línea de estampados
El área de control de operaciones es la encargada de realizar el plan de embarque, de
acuerdo a las cantidades solicitadas por el cliente. En el periodo de dos semanas antes de
que sea entregado el producto terminado, el plan de embarque no puede sufrir
Control de operaciones
Supervisor
Recibe el requerimiento del
cliente
Realiza plan de embarque
Establece dos semanas de planeación
Establece requerimientos
de materia prima
Realiza plan de producción
Establece orden de producción
semanal
Producto terminado (PT)
ComponentesMaquinaria y herramental
Cantidad de PT a entregar en día 1
Componente 1Prensa, troquel y lámina a utilizar
Componente nCantidad de PT a entregar en día 7
Visión general del modelo
61
modificaciones. La información contenida en este plan establece la cantidad de producto
terminado que debe estar colocada en la planta de los clientes en días específicos y permite
calcular los requerimientos de producción por operación para manufacturar el producto
terminado.
Una vez que se ha realizado el plan de embarque, el personal de línea de estampados
(supervisores), recibe esta información vía electrónica, la traduce a pedidos y procede a la
elaboración del plan de producción, del cual se derivan las órdenes de producción.
En este punto se presenta un alto nivel de complejidad para realizar la carga de trabajo
entre las 15 prensas. Esto se debe a que, el volumen de producción solicitado por los
clientes involucra una serie de unidades de producto terminado, las cuales a su vez,
involucran gran de componentes que se producen en las diferentes prensas. Cada carga de
trabajo establecida bajo el criterio de prioridad de tiempo de entrega, determinado por el
plan de embarque, tiene sus especificaciones de producción y trayectoria a través de las
diferentes estaciones de trabajo.
Los niveles de inventario de producto terminado con los que cuenta actualmente la
empresa son relativamente bajos por lo que, la producción del día anterior corresponde al
pedido del cliente para ser entregado el día siguiente. Para ejemplificar esta situación se
presenta en la Figura 4-4, la secuencia de producción del producto terminado con código
CM-3910.
Figura 4-4: Esquema general del proceso de planeación y control de la producción. Línea de estampados
837
4 horas
825
8 horas
810
3 horas
818
9 horas
824
7 horas
07:0
0
08:0
0
09:0
0
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
20:0
0
21:0
0
22:0
0
23:0
0
00:0
0
01:0
0
02:0
0
03:0
0
04:0
0
05:0
0
06:0
0
07:0
0
08:0
0
09:0
0
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
Turno 2
PT
Recorte de
lateralesPunteo de tuercas Punteo de mallas
CM-3910 1P CM-3910 2P CM-3910 3P CM-3910 4P CM-3910 5P
CARGA 5
CARGA 4 CARGA 5
CARGA 5
DIA 2
Esta
cio
ne
s d
e t
rab
ajo CM-3910 1P
CARGA 2 CM-3910 2P CARGA 4
CARGA 3
CARGA 3
CM-3910 4PCARGA 4
Operación
CARGA 3
Turno 1 Turno 2 Turno 3 Turno 1
CM-3910 5P
CARGA 6
Corte de
siluetaEmbutidoPunteado de siluetas
CARGA 2 CM-3910 3P
Horario
CM-3910 1ES1615/16
DIA 1
CARGA 2CARGA 1 CARGA 3
CARGA 4
CARGA 1
CARGA 2CARGA 1
1ES1615/16
2 horas
CARGA 1
Visión general del modelo
62
Para la obtención final del producto terminado CM-3910 se necesitan siete operaciones.
Las tres primeras operaciones se realizan en la prensa automática No. 837 y la quinta
operación se realiza en la prensa manual No. 810 de la línea de estampados.
Para este caso, la prensa 837 da inicio a la producción del producto CM-3910, por lo que se
debe tomar en consideración su horario de embarque (lo que define el tiempo de entrega)
para dar inicio a su producción, también es necesario tomar en cuenta el horario de inicio
de las demás operaciones en las otras estaciones de trabajo (825-818-824). Para el caso de
la prensa 810 el horario de inicio de producción del componente CM-3910 3P está
condicionado por la hora de finalización del componente anterior (CM-3910 2P) y por su
propia programación. Por lo que es necesario realizar una debida asignación de carga de
trabajo por cada prensa, de manera tal que se ajuste al horario de entrega del producto
terminado (CM-3910) y que se ajuste también al cumplimiento de producción individual de
cada prensa.
4.2.2. Proceso de producción de línea de estampados.
A la situación compleja de asignación de cargas de trabajo, se le puede agregar una serie de
deficiencias que ocurren durante el proceso de la planeación de la producción. El
desconocimiento de la capacidad real de la línea debido a la falta de registro, control y
monitoreo de actividades que afectan su desempeño, ocasionan incumplimientos en los
tiempos de entrega.
Otro aspecto importante a considerar, es que cada uno de los componentes tiene
características específicas en relación a su tiempo de producción, tiempo de preparación de
la herramienta y tiempos de demora. Esta última característica esta ocasionada por
actividades anexas al proceso como son: acomodo de materia prima y producto terminado,
paros por lubricación y paros por retirar material de desperdicio de las prensas.
Todas estas afectaciones corresponden a actividades que no generan valor agregado dentro
del proceso de transformación de un componente o un grupo de estos. Para ejemplificar
estas afectaciones en el proceso de producción, se presenta en la Figura 1-1 de Anexos 2, el
estado actual del mapeo del flujo de valor (VSM)8 para el producto terminado CM-3910. En
la Tabla 4-1 se presenta el resumen de resultados derivado del diagrama VSM mencionado
anteriormente. Se le recomienda al lector consultar el apéndice de Glosario, para
familiarizarse con los términos que se presentan a continuación.
8 Con el objetivo de simplificar el ejemplo, se presenta el VSM elaborado con base a las afectaciones antes mencionadas, omitiendo algunos datos (como embarques promedio por semana) que no son de interés en este ejemplo
Visión general del modelo
63
Tabla 4-1: Información de las operaciones del proceso de producción del producto terminado CM-3910
Estación de trabajo
Información de las Operaciones 837 825 837 810 818 824
Tiempo de ciclo por unidad (TC)(seg/ud) 2.79 13.8 7.44 5.56 17.1 13.1
Velocidad (ritmo) de producción (VP) (uds/min)
22 4 8 11 4 5
Tamaño de lote y/o norma de empaque (TL) (uds)
4000 2000 2000 2000 2000 2000
Tiempo disponible (TD) (min) 420 420 420 420 420 420
Tiempo de preparación de herramienta (min)
70 25 40 38 23 29
Tiempo de demora registrada durante el proceso (min)
45 10 67 87 15 32
En la Tabla 4-1 se puede observar que, las estaciones de trabajo correspondientes a las
prensas presentan el menor tiempo ciclo (ciclo time), sin embargo, son las estaciones que
presentan el mayor tiempo de demora registrada durante el proceso. Esto indica que son
las estaciones de trabajo que requieren mayor tiempo para completar su proceso. Esta
misma característica se presenta al analizar el tiempo de preparación de cada estación, en
el que, la prensa 837 y 810 presentan uno de los mayores tiempos de preparación.
Esta situación conlleva a que el tiempo de respuesta al cliente (lead time) se incremente,
haciendo vulnerable al sistema si el ritmo del cliente se comparta de forma variable. Estos
factores ponen en evidencia el interés de iniciar el análisis dinámico del proceso de
producción en línea de estampados.
Para analizar con mayor detenimiento las actividades del proceso productivo de la línea de
estampados se elaboró un mapeo del proceso. En este diagrama se puede ver la secuencia
de las operaciones necesarias para el proceso productivo, detallando tiempos de demoras e
inconvenientes encontradas durante el proceso El mapeo del proceso se presenta en la
Figura 1-2 de Anexos 2 y se ejemplifica a manera de resumen, para un mejor análisis en la
Figura 4-5.
Visión general del modelo
64
Figura 4-5: Esquema general del proceso de planeación y control de la producción de línea de estampados
El proceso de producción inicia una vez que el supervisor revisa los requerimientos de
producción de los componentes solicitados (material, prensa y troquel a utilizar). Cuando
esta información se tiene verificada, se elabora la carga de trabajo para cada una de las
prensas. El operador recibe notificación verbal por parte del supervisor o en algunos casos
del comodín (persona auxiliar en el proceso) del componente a producir. En ese momento
se procede a realizar el cambio de herramental y/o lámina según sea el caso.
Es en esta etapa del proceso, que se verifica físicamente la disponibilidad de requerimientos
de producción. En algunos casos, se encontró que la información en el sistema de
información no coincidía con lo que se encontraba físicamente en el almacén de materia
prima y con la disponibilidad del herramental. Esto ocasionaba cambios en el programa y
retrasos en el flujo de producción.
Visión general del modelo
65
En esta etapa también se registraron tiempos de demoras atribuidos a espera del
montacargas, debido a los tiempos de traslado de material y herramental. Una vez listos los
requerimientos, el operador procede a la programación de los nuevos parámetros de
programación, llenado de documentos e inspección de las primeros cinco componentes
producidos. Finalmente se procede a la producción normal del lote asignado, durante el
transcurso del flujo de producción de los diferentes componentes, se encontraron
afectaciones al mismo por actividades anexas al proceso. Estas afectaciones no eran
registradas ni consideradas dentro del estándar de producción normal. Una vez concluida la
producción del lote asignado, el supervisor asigna una nueva carga de trabajo, y al final del
turno notifica y registra la producción de la línea con el departamento de control y
planeación de la producción.
4.3. Definición del problema El comportamiento del proceso de planeación, control y producción de la línea de
estampados, muestra un escenario complejo y variable, de acuerdo a la mezcla de
producción a realizar y de las características de los requerimientos de producción. En la
Tabla 4-2 se resumen las situaciones encontradas en el análisis de la situación actual de la
línea y que dan paso a identificar la problemática.
Tabla 4-2: Situaciones que determinan la problemática actual de la línea de estampados
No. Situación Observaciones
1 Proceso de asignación de cargas No hay un conocimiento real de la capacidad de la línea, debido a la falta de registro de información determinante para tal efecto.
2
Falta de explicación detallada de los causales de paros y/o problemas técnicos durante el proceso de preparación de la máquina.
Esto permitiría contribuir a la mejora continua y establecer condiciones para evitar futuros contratiempos.
3 Tiempos de demora no registrados
Se identificaron paros consecutivos durante el proceso de producción de los diferentes componentes que no se registraban y que no estaban considerados dentro del estándar de producción
4 El tiempo de preparación de la máquina
En esta actividad intervienen muchos factores que ocasionan el retraso de la misma.
Herramental no disponible
Ausencia de montacargas
Realización de actividades juntas o anexas al montaje del troquel
Fallas en el ajuste del troquel
Visión general del modelo
66
En la Figura 4-6 se sintetiza las situaciones expuesta en la Tabla 4-2, bajo los enfoques
principales de la administración (planear, organizar y controlar) del sistema de producción
de la línea de estampados. Para esto se consideró que los puntos de las situaciones 1,5, 6 y 7
son problemas de planeación, los puntos 2 y 6 son problemas de organización y los puntos
3 y 4 son problemas de control.
Figura 4-6: Síntesis de las situaciones de la problemática actual de la línea y enfoques principales de
administración de la producción
No. Situación Observaciones
4 El tiempo de preparación de la máquina
Material no disponible
Búsqueda de información
Estado de la lámina
Tiempos de pruebas y ajustes
Abandono del lugar de trabajo.
5 Baja comunicación entre las áreas de producción (línea de estampado y mantenimiento)
Muchos problemas son resueltos por los operarios de la línea y algunas observaciones planteadas por ellos mismos no son atendidas
6 Presencia de problemas repetitivos
A pesar que es del conocimiento de las partes involucradas, algunos problemas que se presentan durante la preparación de la máquina, son reincidentes
7
Motivación e incentivo del desempeño laboral
Capacitaciones, incentivos y motivación entre los miembros que integran la línea, son factores determinantes para garantizar alto nivel de compromiso laboral. El reconocimiento de eficiencia individual y grupal genera un ciclo de mejora entre los miembros.
Proceso de conversión
Afectaciones
Insumos
(requerimientos)
Producto
final
Retroalimentación
Situacione
s1, 5, 6 y 7
Situacione
s2 y 6
Situaciones
3 y 4
Visión general del modelo
67
De la Figura 4-6 se puede determinar que la mayoría de las situaciones que generan
problemática se presenta en el proceso de planeación. La asignación de carga de trabajo en
las diferentes prensas basado en el criterio de prioridad de entrega del producto final no es
suficiente. Es necesario considerar bajo criterio los tiempos de procesamiento y tiempos de
espera como parte de planeación estratégica. La baja comunicación entre áreas y el desfase
informativo generado por la falta de información en tiempo real, generan planteamientos
erróneos desde el inicio de la planeación.
El proceso de organización va estrechamente ligado con el de planeación, debido a que las
problemáticas anteriores se repiten constantemente. El flujo de información no se hace
presente en el registro de datos importantes del proceso de producción, lo que no permite
obtener un panorama claro de la situación actual.
Y por último se puede determinar que la problemática principal que se presenta en el área
de control, es la afectación de los tiempos de demora y por cambio de herramental y
material en el cumplimiento del programa de producción. No hay un debido registro ni
retroalimentación entre las partes involucradas. Esto genera que el proceso de planeación
se haga con desconocimiento de las condiciones de la capacidad actual de la línea.
Estos planteamientos de la definición de la problemática son validados a continuación con
el análisis de las fuentes de información, cuantificando el efecto que tienen estas
afectaciones sobre el proceso de producción.
4.4. Análisis de las fuentes de información Derivado del análisis anterior, donde se establecieron los principales problemas que
representan el comportamiento actual del sistema, se pueden determinar las principales
variables del modelo a desarrollar. Para tal efecto es necesario conocer las afectaciones que
tienen estos problemas sobre el sistema.
La información disponible para analizar el efecto de los problemas en el objeto de estudio
se obtuvo de dos fuentes de información. La primera es proporcionada directamente por la
empresa y la segunda se obtuvo del registro, análisis, depuración y pre-procesamiento de la
información obtenida en campo.
La información proporcionada por la empresa consiste en el programa de producción,
programa de embarque, niveles de inventarios, características de los componentes a
producir, costos directos e indirectos e información relacionada a la jornada laboral (turnos
y horarios).Estos datos se obtuvieron directamente de registros, reportes y de bases de
Visión general del modelo
68
datos en el programa QAD9 que maneja la empresa. Es importante mencionar que,
actualmente este software tecnológico (QAD) no integra todos los sistemas del negocio lo
que dificulta aún más la obtención de fuentes de información.
La información recopilada en campo (en la línea de estampados), para su posterior registro,
análisis, interpretación y pre-procesamiento, se refiere a las afectaciones que interrumpen
el desempeño del flujo del proceso de producción. Estas afectaciones o fluctuaciones, como
lo denominan algunos autores10, se refieren a los tiempos de cambio de herramental y
material y a las demoras ocasionadas por actividades anexas del proceso.
La obtención de esta información directamente de la línea, fue necesaria para garantizar la
confiabilidad de la misma, ya que como se explicó anteriormente, no hay un debido registro
de los tiempos de paros por cambio de herramental o material y demoras del proceso ni las
afectaciones que le ocasionan. A continuación se presenta el análisis realizado para estas
afectaciones.
4.4.1. Tiempo de cambio de herramental y material Los tiempos de cambio de herramental afectan el inicio del flujo de producción para un
nuevo componente, ya que es necesario realizar el proceso de desmontaje el troquel que se
estaba utilizando en la producción anterior, colocar el nuevo troquel y preparar las
condiciones de producción para el nuevo componente.
El proceso para realizar el cambio de herramental y material en la línea de estampados se
realiza de forma manual, no utilizan ningún medio automático o semiautomático para tal
efecto. En este proceso interviene el operador de la máquina, quien en conjunto con un
segundo operador denominado comodín, realizan las actividades de desmontar, montar y
ajustar las condiciones de operación del nuevo troquel y si es necesario, realizan el cambio
de lámina (material).
El operador de montacargas es el encargado de trasladar el troquel y la lámina desde el
almacén hasta la prensa donde se realizará el cambio de herramental. Una vez finalizado el
proceso de montaje, el operador de montacargas traslada el troquel utilizado a su lugar de
destino, el cual puede ser el almacén o el área de mantenimiento. En la Figura 4-7 se
muestra parte del proceso de desmontaje de un troquel en una de las prensas y el cambio
de lámina.
9 Software de planeación de recursos empresariales 10 Everett E. Adam y Ronald J. Ebert. Administración de la producción y operaciones. 4ta edición. Prentice-Hall.1991. Pág 5.
Visión general del modelo
69
(a) Desmontaje de troquel (b) cambio de lámina
Figura 4-7: Etapas del proceso de cambio de herramental y material
Este proceso presenta ciertos problemas de organización, ya que la distribución de
actividades y métodos no están debidamente documentadas. Cada operador desarrolla una
técnica diferente, que se acomoda mejor a sus capacidades y a la disponibilidad de
herramientas con las que cuentan para realizar el cambio de herramental y material.
Esta situación genera que el proceso se realice con un alto grado de variabilidad y que se
presenten actividades y demoras que no contribuyan al propósito final. En los registros de
producción que reportan los operarios, se encontró que los tiempos reportados de cambio
de herramental y material no indican las deficiencias en el proceso, sino que consideran un
tiempo global.
Esta situación indica que no se tiene un tiempo promedio para realizar el proceso de
cambio de herramental y material, es decir que no se cuenta con un parámetro de medición
para establecer la efectividad del proceso.
Dado a esto, fue necesario analizar el método actual y reconocer el proceso a detalle,
contemplando las demoras, transportes y actividades del proceso de cambio de
herramental. También fue necesario realizar un estudio de tiempos y movimientos para
determinar los tiempos promedios del proceso
4.4.1.1. Propuesta de agrupación 1: Características de diseño y
requerimiento de material.
Los tiempos de cambio de herramental y material dependen de las características de los
troqueles, a mayor dimensión tengan, mayor es el tiempo de preparación de la herramienta.
Visión general del modelo
70
Para facilitar el registro de los tiempos promedios se realizó una clasificación del tipo de
cambio de herramental y material, basada en dos consideraciones: las características del
tipo de troquel y el requerimiento de lámina a utilizar. La primera consideración se hizo en
base a la dimensión del troquel y a la cantidad y tipos de tuercas de sujeción que se utilizan
en las prensas, obteniendo dos tipos: Troquel de 2 tuercas “T” y Troquel de 8 tuercas “T”.
La segunda consideración se refiere al requerimiento de cambio de material. Si es necesario
realizar un cambio de lámina, entonces se considera la opción: con alimentación (CA). El
troquel de 8 tuercas “T” es el único que se utiliza con esta característica, dado que el cambio
de lámina se realiza en prensas automáticas que cuentan con el sistema de alimentación y
estas utilizan este tipo de troquel. En el caso de no necesitar cambio de lámina, únicamente
se considera la opción sin alimentación (S. A.).La clasificación propuesta se presenta en la
Tabla 4-3.
Tabla 4-3: Clasificación del tipo de cambio de herramental y material
Tipo de cambio de herramental y material Características
Troquel de 2 tuercas “T” S A.
Troquel con una altura inferior a los 300 mm, cuenta con dos tuercas “T” para su sujeción. La operación realizada en este troquel no incluye alimentación de material
Troquel de 8 tuercas “T” S.A.
Troquel con una altura superior a los 300 mm, cuenta con ocho tuercas “T” para su sujeción. La operación realizada en este troquel no incluye alimentación de material
Troquel de 8 tuercas “T” C.A.
Troquel con una altura superior a los 300 mm, cuenta con ocho tuercas “T” para su sujeción. La operación realizada en este troquel incluye alimentación de material
4.4.1.2. Registro de datos
Para la obtención de los tiempos promedios se efectuaron 4511 observaciones de cada tipo
de cambio de herramental y material, cronometrando el tiempo invertido por los operarios
para realizar el proceso. Una vez completado el registro se calculó el tiempo promedio
obtenido y se calculó la desviación estándar que presentan los datos respecto al tiempo
promedio real.
11 Se consideró este tamaño de muestra ya que se considera que el comportamiento de los tiempos de ejecución de una actividad sigue una distribución normal, basado en esta consideración, es aceptable una muestra superior a 30 observaciones
Visión general del modelo
71
Fue necesario elaborar un formato para el registro de datos, que contemplara las
actividades productivas y no productivas de cada uno de los involucrados. Esto facilitó el
análisis para determinar las actividades que pertenecen propiamente al proceso de cambio
de herramental y material, para obtener tiempos promedios más confiables. En la Figura 1-
8 se muestra un ejemplo de la información recopilada en el formato.
Figura 4-8: Formato utilizado para el registro de la información en el proceso de cambio de herramental y
material
DIVISION AUTOMOTRIZ. LINEA 8 (PRENSAS)
FECHA: 21/02/2012 OPERADOR:
No. DE MÁQUINA: 805 PIEZA y OPERACIÓN: CM-4959 1era Operación
No. DE HERRAMIENTA: TQ-574 8 Tuercas "T" TIPO DE OPERACIÓN Manual X Automática
SUPERVISOR
Limpieza del área 0:01:00 Informde de actividad
Acomodo de troquel en prensa 0:01:00 0:05:32 Traslado de troquel 0:10:20 supervisión de existencia de lámina
Ajuste de tuercas "T" 0:05:32
Ajuste de complementos 0:02:50
Colocar grúa 0:01:12
Quitar empaque de lámina 0:01:00
Trasladar rollo de lámina 0:02:14 0:10:00 Traslado de lámina
Colocar lámina en portarollo 0:02:35
Cortar fleje 0:01:05
Ajustar guardas 0:00:30
Colocar lámina en el nivelador 0:02:55
Ajuste de lámina en el nivelador 0:00:55
0:01:19 Colocar lámina en el alimentador 0:01:19
0:00:20 Ajuste de lámina en el troquel 0:00:20
0:00:00
TOTAL TIEMPOS 0:24:27 0:24:27 0:15:32 0:10:20
T. T. Actividad de montaje 0:39:59
Limpieza del área 0:01:12
Quitar tuercas "T" 0:04:05
Quitar complementos
Quitar lámina del alimentador y nivel
Enrollar lámina Entrega de contenedor de PT0:05:54
Colocar fleje Entrega de contenedor de Desecho0:08:22
Movilizar grúa
Colocar grúa 0:04:54
Quitar mordaza
Transportar lámina 0:04:53
TOTAL TIEMPOS 0:15:04 0:15:04 0:00:00 0:14:16
T. T. Actividad de desmontaje 0:15:04
Búsqueda de formatos de inspección 0:01:35
Búsqueda de poka yoke 0:01:00
Porgramación del troquel 0:039
Producción de las primeros 5 pzas 0:00:23
Medición de las primeros 5 pzas. 0:03:27
Llenado de formato de inspección 0:02:00
Llenado de formato de Hoja de trabajo. 0:01:12
Pesaje de lámina sobrante
Llenado de formato de PT. 0:01:30
TOTAL TIEMPOS 0:11:07 0:00:00
T. T. Actividad de Inspección 0:11:07
Tiempo total del proceso de cambio de herramental y material 0:50:38 0:15:32
Registro de tiempos de cambio de herramienta y actividades del proceso
Registro de tiempos y actividades de montaje de herramientaOPERARIO DE LA MAQUINA OPERADOR MONTACARGA
ACTIVIDAD PRINCIPAL
TIE
MP
O m
in
TIE
MP
O m
in
ACTIVIDAD NO
PRODUCTIVA
TIE
MP
O m
in
ACTIVIDAD PRINCIPAL
TIE
MP
O m
in
OBSERVACIONES ACTIVIDADSUB ACTIVIDAD
Montaje de troqel 0:10:228 tuercas "T" C.A
Tiempo de espera
por falta de troquel
Montaje de Lámina 0:08:36
Nivelador 0:03:50
Tiempo de espera
por falta de lámina
No hubo presencia
de comodín
Ajuste de complementos
Registro de tiempos y actividades de desmontaje de herramientaOPERARIO DE LA MAQUINA OPERADOR MONTACARGA
Alimentador
Ajustes en Troquel
TIE
MP
O m
in
OBSERVACIONES
Desmontaje de troquel 0:05:17
ACTIVIDAD PRINCIPAL
TIE
MP
O m
in
TIE
MP
O m
in
ACTIVIDAD NO
PRODUCTIVA
TIE
MP
O m
in
ACTIVIDAD PRINCIPALSUB ACTIVIDAD
Desmontaje de lámina 0:09:47
Registro de tiempos y actividades de inspección del proceso de cambio de herramentalOPERARIO DE LA MAQUINA
ACTIVIDAD PRINCIPAL
TIE
MP
O m
in
TIE
MP
O m
in
ACTIVIDAD NO
PRODUCTIVA
TIE
MP
O m
in
OBSERVACIONESSUB ACTIVIDAD
Inspección del proceso de
producción0:11:07
Visión general del modelo
72
En la Figura 1-8, se muestra el formato en el cual se registró el proceso de cambio de
herramental y material para un troquel de 8 tuercas “T” C.A. Este formato incluye
primeramente información referente a la estación de trabajo donde se realizó el registro de
tiempos, tipo de componente producido y el modo de operación, el cual puede ser manual o
automático. El formato se ha dividido en tres secciones que contempla las actividades de:
montaje, desmontaje e inspección del proceso de cambio de herramienta y material. En
cada sección se detallaron las actividades principales, subactividades y actividades no
productivas para el operador de máquina, operador de montacargas, supervisor y comodín.
Las actividades generales se refieren a las actividades principales del proceso, como
desmontaje de troquel o montaje de lámina. Las subactividades se refieren a acciones
específicas para cumplir la actividad general, como ajuste de tuercas “T” o colocar lámina en
portarrollo. Por último se consideró una columna de observaciones para contemplar
eventualidades que no forman parte regular del proceso. De esta manera, se obtienen los
tiempos promedios por subactividad, actividad principal y del proceso en general. En la
Figura 4-9 se muestran los tiempos promedios por actividad principal y desviación
estándar obtenidos del registro de datos procesados.
0:00:00
0:02:53
0:05:46
0:08:38
0:11:31
0:14:24
0:17:17
Mo
nta
je d
e tr
oq
el
Mo
nta
je d
e Lá
min
a
Niv
elad
or
Alim
enta
do
r
Aju
ste
s en
Tro
qu
el
Aju
ste
de
com
ple
me
nto
s
Des
mo
nta
je d
e t
roq
ue
l
Des
mo
nta
je d
e lá
min
a
Bú
squ
ed
a d
e f
orm
ato
s d
e in
spe
cció
n
Bú
squ
ed
a d
e p
oka
yo
ke
Po
rgra
mac
ión
del
tro
qu
el
Pro
du
cció
n d
e la
s p
rim
ero
s 5
pza
s
Med
ició
n d
e la
s p
rim
ero
s 5
pza
s.
Llen
ado
de
form
ato
de
insp
ecc
ión
Llen
ado
de
form
ato
de
Ho
ja d
etr
abaj
o.
Pes
aje
de
lám
ina
sob
ran
te
Llen
ado
de
form
ato
de
PT.
Min
uto
s
Actividades
Tiempos promedios de cambio de herramental y material
2 tuercas "T"
8 tuercas "T" C.A
8 tuercas "T" S.A
Montaje Desmontaje Proceso de inspección
Visión general del modelo
73
Figura 4-9: Tiempos promedios de las actividades del proceso de cambio de herramental y material
De la Figura 4-9 se puede determinar que, el cambio de herramental y material
correspondiente a un troquel de 8 Tuercas “T” C.A. es el que requiere mayor cantidad de
actividades para llevar a cabo su proceso. Esto está relacionado con la dimensión del
troquel y el requerimiento del cambio de material, por lo tanto es en este tipo de cambio
que se presentan los tiempos promedios más altos.
La actividad Montaje de Troquel, representa la actividad que demanda la mayor cantidad de
tiempo (entre 8 y 14 minutos). Esto se debe a que es la etapa donde se realiza la sujeción
del troquel a la prensa, la cual se lleva a cabo manualmente y requiere alto grado de
precisión. Las segundas actividades que requieren más tiempo dentro del proceso,
corresponden a desmontaje de lámina y desmontaje de troquel, las cuales oscilan entre 8 y
5 minutos respectivamente. Estas actividades requieren de menos precisión y dependen
más de la habilidad del operador y disponibilidad de las herramientas para agilizar el
proceso. Por último, se presentan los datos obtenidos de la desviación estándar de cada
actividad reflejando que son inferiores a un minuto, esto indica que los datos recopilados
presentan poca variabilidad en relación a la media muestral.
En la Figura 4-10 se muestra el consolidado de los tiempos promedios del proceso de
cambio de herramental y material, para las tres secciones que contempla el proceso:
montaje, desmontaje e inspección.
Montaje Desmontaje Proceso de inspección
2 tuercas "T" 0:00:52 0:00:54 0:00:28
8 tuercas "T" C.A 0:00:31 0:00:15 0:00:41
8 tuercas "T" S.A 0:00:12 0:00:48 0:00:23
Desviación estándar muestral
Visión general del modelo
74
Figura 4-10: Tiempos promedios del cambio de herramental
De lo anterior, se puede considerar que, por cada componente producido, en el cual se
necesite realizar un cambio de herramienta y material correspondiente a un troquel de 8
tuercas “T” C.A., empleará un total de 64 minutos. Esta situación es similar para la
producción de componentes en las que se necesite un cambio del tipo de troquel de 8
tuercas “T” S.A. y un troquel de 2 tuercas “T” S.A, para lo cual se necesitan 47 y 39 minutos
respectivamente.
4.4.2. Tiempos de demoras atribuidos a actividades anexas al proceso
Este tipo de tiempos de demora corresponden a tiempos que afectan el flujo continuo del
proceso de producción de un componente. Esto se debe a que el flujo de producción se ve
interrumpido por el operador de máquina para la realización de actividades necesarias para
la fabricación del componente final. Esto ocasiona que se presenten pequeños paros de
modo continuo dentro del flujo y se registren tiempos adicionales para la producción del
componente final.
0:08:42
0:05:45
0:11:34
0:27:18
0:13:33
0:12:49
0:15:09
0:06:24
0:14:44
Montaje
Desmontaje
Proceso de inspección
0% 20% 40% 60% 80% 100%
Act
ivid
ad p
rin
cip
al
Minutos
Proceso de cambio de herramienta y material
2 tuercas "T" 8 tuercas "T" C.A 8 tuercas "T" S.A
Visión general del modelo
75
Las actividades que generan estos tiempos de demora son: acomodo de componente en
lugar de trabajo, acomodo de componente en contenedor y/o caja, lubricación de piezas,
limpieza de charola, acomodo de cajas de producto terminado y realización de pruebas de
inspección. A continuación se detalla en que consiste cada una de ellas, con ayuda visual de
la Figura 4-11.
(a) Acomodo de componentes en lugar de trabajo
(b) Acomodo de componentes terminados
Figura 4-11: Actividades anexas en el proceso de producción
1. Acomodo de componente en lugar de trabajo: Cada cierto tiempo el operador
detiene la máquina para tomar cierta cantidad de componentes provenientes de una
caja o contenedor que está a su lado, para colocarlos en su lugar de trabajo.
2. Acomodo de componente en caja o contenedor: Una vez que el operador realiza
la operación de troquelado, coloca determinada cantidad de componentes
terminados cerca de su lugar de trabajo, para luego colocarlos en caja o contenedor
para su posterior envío a la siguiente estación de trabajo.
3. Lubricación de componentes: El operador de máquina lubrica manualmente cada
componente que requiere ser troquelado.
4. Limpieza de charola: Cada cierto tiempo el operador de máquina debe detener el
equipo para retirar el exceso de rebaba que se acumula debajo del troquel.
5. Acomodo de cajas de producto terminado: El operador de máquina se encarga de
acomodar las cajas de producto terminado cerca de la prensa para almacenar el
componente
6. Realización de pruebas de inspección. De acuerdo a lo establecido por la gerencia
de Manufactura se realiza una inspección de 2 minutos cada 45 minutos para
inspeccionar el componente producido.
Estas actividades no están consideradas dentro del tiempo estándar, y no se encuentran
debidamente registradas dentro de los formatos de producción, por lo que se desconoce su
Visión general del modelo
76
verdadero efecto sobre el flujo de producción. Esta situación genera deficiencias en el
cumplimiento de las órdenes de producción y tiempos de entrega.
Dado que no se cuenta con un registro confiable de esta información y se asume que tiene
un efecto sobre el desempeño del flujo del proceso de producción fue necesario realizar un
registro de datos para cuantificar su efecto. Igual que en el caso anterior, se analizó el
método actual y se hizo reconocimiento de cada una de las actividades anexas del proceso,
obteniendo tiempos promedios por medio de un estudio de tiempos y movimientos.
4.4.2.1. Propuesta de agrupación 2: Modo de operación
Los tiempos de demoras atribuidos a las actividades anexas al proceso, dependen
directamente de la cantidad de componentes que se producen, a mayor cantidad producida,
se requieren más actividades para completar el lote asignado. Las actividades que generan
estos tiempos varían en dependencia del modo de alimentación del material para la
producción del componente, el cual puede ser manual o automático.
Para el primer caso del modo de alimentación, la lámina es suministrada de forma
automática por medio de un alimentador. Este sistema es utilizado para la producción de la
primera operación (o primer paso) del proceso de producción del componente. Debido a
que en esta etapa el operador de máquina cuenta con la ayuda del alimentador, no necesita
detener la prensa para realizar ciertas actividades, como el acomodar y lubricar los
componentes.
Una vez concluida su primera operación, el componente es traslado a las demás estaciones
de trabajos (prensas u otra línea de trabajo). En este caso, el modo de alimentación del
componente hacia el troquel se realiza de forma manual por el operario de la máquina.
En estas etapas del proceso, se registran una serie de paros continuos por la necesidad de
acomodar y lubricar el componente, así como acomodar las cajas de producto terminado y
realizar el proceso de inspección. La clasificación propuesta en base al modo de operación
de cada componente, se resume de la siguiente manera en la Tabla 4-4.
Visión general del modelo
77
Tabla 4-4: Propuesta de agrupación 2. Modo de operación
Tipo de componente a producir Características
Componente 1 (C1)
El modo de alimentación del material es
automático. Corresponde a la primera
operación de producción. Dentro de su
proceso productivo se registran
únicamente las actividades 4, 5 y 6 del
punto 4.4.2
Componente 2 (C2)
El modo de alimentación del material es
manual. Corresponde las operaciones de
producción posteriores a la primera
operación. Dentro de su proceso
productivo se registran todas las
actividades del punto 4.4.2.
4.4.2.2. Registro de datos
Al igual que en el punto 4.4.1.2 se obtuvieron tiempos promedios resultado de realizar 45
observaciones de los dos tipos de componentes a producir (C1 y C2), cronometrando el
tiempo de cada una de las actividades anexas del proceso. Para facilitar su comprensión, el
resultado del tiempo promedio calculado se representa por cada 200 componentes
producidos. También se calculó el dato de la desviación estándar para analizar la
variabilidad de los datos respecto a su media.
Para facilitar el registro de los datos, se elaboró un formato que contempla cada una de las
actividades anexas, estableciendo la diferenciación para cada tipo de componente
producido. En la Figura 4-12 se muestra un ejemplo de la información recopilada en el
formato utilizado.
Visión general del modelo
78
Figura 4-12: Formato utilizado para el registro de la información de actividades anexas al proceso
En la Figura 4-12, se muestra el formato utilizado para el registro de los tiempos promedios
de las actividades anexas que se presentan durante el proceso de producción de los
distintos componentes (C1 y C2). En el formato se incluye información referente a la prensa
en donde se realiza el proceso, el código y tipo de componente.
Para cada una de las actividades se registró el tiempo promedio que necesita el operario
para llevarlas a cabo. Para algunas actividades, como el caso de acomodo en caja,
contenedor y lugar de trabajo, fue necesario considerar la cantidad de componentes
manipuladas por el operador, con el objetivo de estimar el tiempo promedio de acomodo
por unidad. En el caso de las actividades de retirar charola y pruebas de inspección, fue
necesario registrar la frecuencia con la cual eran realizadas estas actividades, para
determinar su tiempo total durante el proceso de producción. Por otro lado, en la actividad
de acomodo de cajas se registró el número de componentes por caja, para calcular el tiempo
promedio por unidad (considerando que el número de componentes por caja es de 40
unidades en promedio).
Registro de tiempos y actividades anexas al proceso
DIVISIÓN AUTOMOTRIZ LINEA 8 (ESTAMPADOS)
FECHA 21-feb-12
Seg/
Co
mp
on
ente
Min
po
r c/
20
0 c
om
po
nen
tes
Seg/
co
mp
on
ente
s
aco
mo
dad
os
No
. de
com
po
nen
tes
aco
mo
dad
os
(ud
s)
Min
po
r c/
20
0 c
om
po
nen
tes
Seg/
co
mp
on
ente
s
aco
mo
dad
os
No
. de
com
po
nen
tes
aco
mo
dad
os
(ud
s)
Min
po
r c/
20
0 c
om
po
nen
tes
Frec
uen
cia
de
limp
ieza
char
ola
(m
in/t
iem
po
pro
du
cció
n)
Seg/
limp
ieza
Frec
uen
cia
par
a re
aliz
ar
insp
ecci
ón
(m
in/t
iem
po
pro
du
cció
n)
seg/
insp
ecci
ón
Seg/
caj
a
Co
mp
on
ente
s p
or
caja
Seg/
com
po
nen
te
Min
po
r c/
20
0 c
om
po
nen
tes
1 836 1ES1678 3P C2 0.61 2.03 10.00 20 1.67 11.00 20 1.83 20 10.00 45 125 6.00 40 0.15 0.50
2 834 CM-4064 2P C2 0.60 1.99 9.10 20 1.52 11.11 20 1.85 19 10.10 43 125 5.04 39 0.13 0.43
3 836 1ES1688 C1 20 10.11 46 115 6.04 42 0.14 0.48
4 331 CM-4034 2P C2 0.62 2.05 11.09 20 1.85 11.12 21 1.77 22 11.12 47 121 6.05 40 0.15 0.50
5 811 CM-3909 C1 18 11.12 45 126 5.06 42 0.12 0.40
6 817 ES-1670 C1 21 11.12 40 127 5.04 45 0.11 0.37
7 804 ES-1670 3P C2 0.56 1.85 11.11 19 1.95 12.12 19 2.13 22 12.12 44 130 4.04 39 0.10 0.35
8 816 ES-1623 PT C2 0.60 1.99 9.11 21 1.45 11.10 21 1.76 20 12.12 46 129 5.06 38 0.13 0.44
9 701 1ES3879 PT C2 0.57 1.89 10.11 18 1.87 10.10 19 1.77 21 12.11 47 120 4.04 44 0.09 0.31
10 829 1ES1522 PT C2 0.59 1.95 11.09 19 1.95 10.12 19 1.78 18 12.12 47 130 5.06 41 0.12 0.41
11 815 CM-4040 PT C2 0.60 1.99 11.09 19 1.95 12.12 20 2.02 22 12.12 42 121 4.04 38 0.11 0.35
12 836 ES-1681 C1 22 11.12 40 119 5.05 44 0.11 0.38
13 811 CM-3873 C1 21 10.11 48 129 5.05 45 0.11 0.37
14 836 1ES1678 2P C2 0.59 1.95 11.11 21 1.76 12.10 21 1.92 22 10.12 40 125 6.04 40 0.15 0.50
Realización de
pruebas de
inspección de
piezas
Acomodo de cajas de
PT
Lubricaci
ón de
Compone
nte
Acomodo de
componentes en
cajas o contenedor
de PT.
Acomodo de
componentes en lugar
de trabajo
Retirar charola
de desperdicio
DETALLE DE ACTIVIDAD Y TIEMPOS PROMEDIOS
No
. De
com
po
nen
te
Máq
uin
a
Có
dig
o d
e co
mp
on
ente
Tip
o d
e co
mp
on
ente
Visión general del modelo
79
En la Tabla 4-5 se muestra el consolidado de los tiempos promedios de las actividades
anexas del proceso de producción y la desviación estándar obtenido del registro de datos.
La información se muestra en segundos por unidad y tiempo promedio por cada 200
componentes producidos.
Tabla 4-5: Resumen de datos registrados para las actividades anexas del proceso
En la Tabla anterior se observa que, por cada 200 componentes producidos del tipo 1, 1.41
minutos corresponden a tiempos de demora atribuidos a actividades anexas al proceso.
Este tiempo de demoras, se incrementa cuando se producen los componentes del tipo 2,
donde se registran 6 minutos por cada 200 piezas producidas.
Para ambos componentes también es necesario considerar que cada 20 minutos se registra
un paro de 10 segundos para retirar la charola de rebaba y realizar su limpieza, además
cada 3 horas, se presenta un paro de 10 minutos para inspeccionar la producción del
componente. Los datos de desviación estándar obtenidos son menor a medio minuto, esto
indica que los datos recopilados presentan poca variabilidad respecto a su media.
4.5. Consolidado de información registrada y analizada La fabricación de un producto terminado involucra una serie de componentes que se
producen en las diferentes prensas de la línea de estampados y otras estaciones de trabajo.
Estos componentes tienen características específicas para su proceso, desde la diversidad
en materias primas hasta en las condiciones de operación de cada prensa, incluyendo los
tiempos de preparación de herramienta, cambio de material y las demoras atribuidas a
actividades anexas en el proceso.
Tomando en consideración estas características como criterio de semejanzas y tomando en
cuenta las agrupaciones propuestas en los puntos 4.4.1.1 y 4.4.2.2, fue posible establecer un
conglomerado de los tiempos máximos y mínimos de preparación de herramientas, cambio
de material y demoras atribuidas a las actividades anexas al proceso. La agrupación
realizada se resume en 4 conceptos, los cuales se muestran en la Tabla 4-6.
1 y 2 Acomodo de componente en contenedor y/o caja 0.50 0:01:41 0:00:21
2 Acomodo de componente en lugar de trabajo 0.54 0:01:48 0:00:14
2 Acomodo de cajas de P.T 0.15 0:00:30 0:00:33
2 Lubricación de componente 0.61 0:02:02 0:00:25
TIEMPO TOTAL 1.80 0:06:01
1 y 2 Retrirar charola de desperdicio 10 seg/ud cada 20 min 0:00:13
1 y 2 Realización de pruebas de inspección 10 min c/3 horas de producción 0:01:02
ACTIVIDAD ANEXA AL PROCESO seg/ud min *c/200 pDesviación estándar
muestral (seg)
Tipo de
componente
Visión general del modelo
80
Tabla 4-6: Propuesta de agrupación, de acuerdo a las características de diseño y requerimiento
Tipo de cambio de herramental y
material
Tipo de prensa
Tiempo de demoras atribuidas a actividades
anexas al proceso
Tiempo de preparación de herramienta y cambio de
material Troquel de 2 tuercas “T”
S.A. Prensa manual
Máximas Mínimos
Troquel de 8 tuercas “T” C.A.
Prensa automática
Mínimas Máximos
Troquel de 8 tuercas “T” S.A
Prensa manual
Máximas Medios
No se hace montaje Prensa manual
Mínimas No aplica
Los componentes que se producen con un Troquel de 8 tuercas “T” S.A. presentan tiempos
de demoras máximas, esto se debe a que su producción es en modo manual y se realizan
mayor cantidad de actividades anexas al proceso para completar el lote asignado del
componente. Este mismo caso ocurre para un componente producido con un troquel de 2
tuercas “T” S.A. En cambio, cuando se realiza una producción con un troquel de 8 tuercas “T”
C.A, las demoras son mínimas ya que su producción se realiza en una prensa de modo
automático.
Para el último caso, donde se establece que “no se hace montaje” corresponde a una prensa
hidráulica de modo manual, por lo que las demoras atribuidas a las actividades anexas son
máximas, sin embargo no incurre en paros por cambio de herramental.
Para analizar si los datos registrados se adaptan a una curva de distribución en específico se
realizó un análisis estadístico tanto para los tiempos de cambio de herramental y material, como
para los tiempos de demoras. Como caso de análisis se consideró los datos del programa de
producción del mes de Septiembre del año 2014. Esta muestra seleccionada, representa un mes
completo de producción, significativo para analizar el comportamiento de los tiempos de paros y
demoras.
En ese mes, se registró una producción de 139 componentes distribuidos a lo largo de todo el mes
de septiembre. Se realizó un análisis de probabilidad de ocurrencia para los tiempos de paros de
cambio de herramental y metarial y un estudio comparativo de la curva de mejor ajuste para el
caso de los tiempos de demoras. Para tal efecto se analizaron las distintas curvas de
distribuciones de probabilidad continua que mejor se ajustaban al comportamiento del histograma
de frecuencia, considerando la distribución Normal y distribución Weibull para dicho análisis. Al
realizar la prueba de bondad de ajuste por el método de Kolmogorov-Smirnov (K-S), se
determinó que los valores de los tiempos de demoras se ajustan a una curva de distribución
Weibull, pero no se ajustan a una curva de distribución Normal. Por otro lado, al examinar la
Visión general del modelo
81
distribución probabilística del error se obtiene que la distribución Weibull acumula un total de
15% de error acumulado, mientras que la distribución normal acumula un total de 40% de error.
Finalmente se determina el error de pronóstico para la distribución Weibull, determinando que
presenta un error de pronóstico de 40.19 minutos, para un total de 577 observaciones Es decir que
en promedio, los datos obtenidos de la curva Weibull presentarán una variación aproximada de
40 minutos en relación a los datos reales. El análisis estadístico a detalle se muestra en Anexos 2
4.6. Propuestas enfocadas a la mejora Después de analizar los tiempos de cambio de herramental, material y demoras atribuidas a
actividades anexas al proceso, se realizaron dos propuestas de mejora enfocadas a la
reducción de dichos tiempos.
El principal objetivo de considerar estas propuestas es evaluar el porcentaje de mejora
enfocado a la contribución a la utilidad. Este porcentaje estimado se deriva del análisis de la
situación actual de los tiempos y demoras mencionado en las secciones anteriores. En este
análisis se evidencia el efecto que ocasionan estos paros y tiempos de demoras sobre la
disponibilidad y desempeño de la línea, disminuyendo su capacidad de producción, lo que
finalmente se traduce en un porcentaje de capacidad requerida para dar cumplimiento al
plan de producción.
Es importante resaltar que los planes de acción se elaboraron con un enfoque de mínimo
costo para su implementación. Por tal motivo la propuesta de mejoramiento para el tiempo
de cambio de herramental y material SMED, se contempla únicamente hasta su primera
etapa (actividades internas a externas). Mientras que, la propuesta de reducción de tiempos
de demoras MMT, se enfoca al mejoramiento del método de trabajo de tres actividades (de
un total de 6 actividades registradas). A continuación se presentan los resultados de los
planes de acción propuestos.
4.6.1. Resultados de mejora. Propuesta SMED
El SMED se aplicó para disminuir el tiempo requerido para cambio de troquel y de material,
considerado para los tres tipos de cambio establecido en la Tabla 4-7, dando como
resultado mayor disponibilidad de los equipos. A continuación se presenta el resultado de
la propuesta de mejora. El procedimiento de aplicación, análisis de actividades, diagramas
elaborados y propuestas de mejoras se detallan en Anexos 2.
Visión general del modelo
82
Tabla 4-7: Resultados de mejora derivado de la propuesta 1 SMED
Tipo de cambio Tiempo de cambio de herramental y material
(min)
Actual Propuesta % de Mejora
2 Tuercas "T" 39 12 69%
8 Tuercas "T" C.A. 64 22 66%
8 Tuercas "T" S.A. 47 16 66%
De lo anterior se puede considerar que, por cada producto que utilice un troquel del tipo de
2 Tuercas "T", tendrá disponible para su producción un promedio del 69% del tiempo total
que emplea para realizar su cambio de herramental, lo que se traduce en un incremento de
su producción o una disminución del tiempo operativo del proceso. La situación es la misma
para los tipos de troquel de 8 tuercas "T" C.A y 8 tuercas "T" S.A, con un promedio de 66%
cada uno.
4.6.2. Resultados de mejora. Propuesta MMT
El MMT se aplicó para disminuir el tiempo de demora atribuido a actividades anexas al
proceso, esta propuesta se orientó a 3 de las 6 actividades. Se consideraron las actividades
de acomodo de componente en el contenedor, caja o lugar de trabajo y acomodo de caja de
producto terminado porque eran las que presentaban facilidad de modificación en su
método de trabajo con un mínimo costo de inversión.
El mejoramiento de este método da como resultado un mejor desempeño del proceso del
flujo de producción. A continuación se presenta el resultado de la propuesta de mejora, al
igual que en el caso anterior, el detalle del procedimiento de aplicación, análisis de
actividades, diagramas elaborados y propuestas de mejoras se detallan en Anexos 2. Los
datos de la Tabla 4-8 se muestran en porcentaje de reducción en segundos por unidad y por
cada 200 piezas producidas.
Visión general del modelo
83
Tabla 4-8: Resultados de mejora, derivado de la propuesta 2. MMT
El resultado anterior muestra que se puede reducir un 51% del tiempo al mejorar el
método de 3 actividades, pasando de 6 minutos a 3 minutos de tiempos de demora, por
cada 200 piezas producidas.
Los datos de esta Tabla se pueden relacionar con el tipo de cambio de herramienta y
material, de esta manera se tiene una segunda presentación del porcentaje de mejora que
queda de la siguiente manera.
Tabla 4-9: Resultados de mejora, derivado de la propuesta 2.MMT relacionada con el tipo de cambio de
herramental y material a utilizar
De lo anterior se puede considerar que, por cada 200 piezas producidas del tipo 1, 1.41
minutos corresponden a tiempos de demora, sin embargo con la propuesta de mejora, ese
tiempo se reduce a 24 segundos, lo que significa una disminución del tiempo afectado por
demoras del 76%. De manera similar ocurre para las piezas producidas del tipo 2, ya que
por cada 200 piezas producidas, 4 minutos corresponden a tiempos de demora, con la
propuesta de mejora se logra una reducción del 77%, bajando a 54 segundos
correspondientes a tiempos de demora.
1 y 2 Acomodo de componente en contenedor y/o caja 0.50 0:01:41 0.12 0:00:24 76%
2 Acomodo de componente en lugar de trabajo 0.54 0:01:48 0.15 0:00:30 72%
2 Acomodo de cajas de P.T 0.15 0:00:30 0.00 0:00:00 100%
2 Lubricación de componente 0.61 0:02:02 0.61 0:02:02 0%
TIEMPO TOTAL DE DEMORA 1.80 0:06:01 0.88 0:02:56 51%
1 y 2 Retrirar charola de desperdicio 10 seg/ud cada 20 min
1 y 2 Realización de pruebas de inspección 10 min c/3 horas de producción
% de
mejoraseg/ud
min
*c/200 cseg/ud
min
*c/200 c
ACTUAL PROPUESTO
Tipo de
componenteACTIVIDAD ANEXA AL PROCESO
ACTUAL PROPUESTO % de Mejora ACTUAL PROPUESTO
2 2 Tuercas "T" 1.19 0.27 77% 00:03:59 00:00:54
1 8 Tuercas "T" C.A. 0.50 0.12 76% 00:01:41 00:00:24
2 8 Tuercas "T" S.A. 1.19 0.27 77% 00:03:59 00:00:54
2 No se hace montaje 1.19 0.27 77% 00:03:59 00:00:54
Tipo de
componente
Tipo de cambio
de herramienta y
material
Tiempo de demora por
actividades anexas al
proceso (seg/ ud)
min *c/200 p
Visión general del modelo
84
4.7. Establecimiento de variables principales y límite del modelo Las variables claves se obtienen a partir del análisis de la problemática y su efecto en el
comportamiento del sistema, mediante el análisis de los datos obtenidos en las fuentes de
información. Son consideradas tambien una serie de suposiciones que acotan el entorno en
el cual se va a desenvolver el modelo, considerando las referencias de aportes principales y
trabajos previos (punto 2.4.3.).
Del análisis de las fuentes de información (punto 4.4) se determinó que los tiempos de
preparación de herramienta y demoras atribuidas a actividades anexas del proceso inciden
directamente en la disponibilidad y desempeño del proceso de producción
respectivamente. Dada a esta razón, se plantea la suposición que estos tiempos son una de
las causas principales de incumplimiento de las órdenes de producción.
Del análisis de definición del problema en el punto 4.3 se consideró importante determinar
el porcentaje de capacidad real requerido para garantizar el cumplimiento de las órdenes de
producción y que significa un parámetro de medición para establecer propuestas de mejora.
Por otro lado, para analizar la falta de retroalimentación de la información se pretende
establecer un escenario de decisión, considerando casos eventuales de paros no
programados y falta de material en el proceso.
Dado que el proceso de producción de un producto terminado involucra utilizar diferentes
prensas y otras estaciones de trabajo, se estima conveniente determinar el inventario de
componentes producidos en cada estación de trabajo, lo que permite establecer el inventario
de producto terminado al final de su ciclo productivo, considerando en este punto medidas
correctivas, en dependencia de la cantidad de órdenes sin entregar.
Tal y como se ha mencionado a lo largo de este capítulo, las afectaciones en el proceso de
producción no son debidamente registradas ni reportadas, por lo cual se considera
importante analizar la influencia de estas variables en el impacto del volumen de
producción y en los costos involucrados en el proceso. Para evaluar el porcentaje de
contribución a la utilidad se consideró un porcentaje de mejora, derivado de propuestas
(punto 4.6.) y del porcentaje de capacidad requerido, que impactan en el comportamiento
del flujo de producción.
Partiendo de los planteamientos anteriores, se consideraron las siguientes variables
principales para analizar y representar el comportamiento dinámico del proceso de
administración de la producción de la línea de estampados:
Visión general del modelo
85
Producción de componentes generado de la diferencia de flujos.
Esta variable se refiere a la acumulación de la cantidad de componentes producidos
derivado de la diferencia de los flujos de entrada de producción normal (o esperada) y el
flujo de producción afectado (por los diferentes paros y demoras). Esta variable representa
un área de oportunidad al contabilizar la cantidad de componentes que se podrían producir
en el tiempo representado por las afectaciones del flujo.
Nivel de inventario de componente producido
Esta variable acumula la cantidad de componentes producidos en cada estación de trabajo,
su valor está establecido por la diferencia entre el flujo de producción con afectaciones y el
flujo de entrega de componentes a la siguiente estación.
Porcentaje de capacidad real requerida
El porcentaje de capacidad requerida indica el porcentaje de mejora necesario para cumplir
con las órdenes de producción en cada estación de trabajo. Está determinado por la
diferencia de capacidad real y por el nivel de inventarios producidos.
La diferencia de capacidad actual está establecida por la diferencia entre el ritmo con el que
el cliente solicita los componentes y el ritmo con el cual la empresa puede dar respuesta a
esta necesidad, considerado para cada estación de trabajo.
Por otro lado, la cantidad de inventario de componentes producidos indica si el lote de
producción se ha entregado a tiempo y en la cantidad estimada por la orden de producción.
De existir diferencias en relación a lo planeado, indica que hubo presencia de afectaciones
en el flujo de producción, lo que se traduce en un incremento del porcentaje de capacidad
requerido.
Variación de costos reales y estimados
En cada estación de trabajo se contabilizan los costos directos e indirectos de mano de obra,
maquinaria y material de acuerdo al comportamiento del flujo de producción normal y del
flujo de producción con afectaciones. Esto permite visualizar un panorama comparativo
entre estos dos estados.
Porcentaje de contribución a la utilidad.
El porcentaje de contribución a la utilidad se evidencia en el momento en que se hace
efectivo el porcentaje de mejora basada en las dos propuestas planteadas. Esta variable se
evalúa, de acuerdo al comportamiento de los costos e incremento del volumen de
producción, resultante de considerar los porcentajes de mejora.
Visión general del modelo
86
Se hace evidente que, las variables principales anteriormente explicadas, están
interrelacionadas entre sí por variables auxiliares y parámetros. Estas variables
corresponden a los datos obtenidos de las distintas fuentes de información explicadas en el
punto 4.4.
El conjunto de estas variables y su interrelación delimitan la frontera que explica el
comportamiento de la línea de producción. Es importante esclarecer que el proceso a
analizar inicia desde que se establecen las órdenes de producción y finaliza hasta que se
obtiene el producto terminado, evaluando costos y porcentaje de contribución a la utilidad.
En la Figura 4-13 se explica el esquema general de la estructura del modelo a desarrollar, el
cual consta de dos módulos. El primer módulo se refiere al análisis de la producción de
componentes, analizado individualmente en cada prensa. El segundo módulo corresponde a
la producción del producto terminado, este considera el flujo de producción del módulo uno
y de otras estaciones de trabajo. Cada módulo está integrado por las variables principales,
quienes a su vez están interrelacionadas por subsistemas, conformada por variables
auxiliares y parámetros.
Figura 4-13: Esquema general de la estructura del modelo propuesto
Visión general del modelo
87
El módulo 1 se centra en el análisis del comportamiento del flujo de producción, analizado
individualmente para cada una de las prensas involucradas en la fabricación del producto
terminado. El comportamiento del flujo de producción está representada por las siguientes
variables: producción de componentes generado de la diferencia de flujos, , % de capacidad
requerida e inventario de componentes producidos.
El módulo 2 analiza el flujo de producción del producto terminado. Este módulo, considera
a la vez el comportamiento del módulo 1 y las especificaciones de las demás estaciones de
trabajo involucradas en el proceso. En esta etapa se determina y evalúa si las decisiones
tomadas, una vez realizada la programación de las cargas en el módulo 1, permiten la
entrega del producto final a tiempo. Este módulo está representado por las variables % de
contribución a la utilidad y variación de costos reales y estimados.
4.8. Modelo causal En esta etapa se elabora la hipótesis dinámica, esto significa definir las influencias que se
producen entre los subsistemas de cada módulo del modelo, determinado por la
interrelación de las variables principales, variables auxiliares y parámetros.
En las Figuras 4-14 y 4-15 se presentan los diagramas causales del modelo desarrollado en
esta tesis para cada módulo. Cada bucle de realimentación está representado por líneas de
colores (diferente a la azul) e identificado por la letra R si corresponde a un bucle de
realimentación positiva, o por la letra B si corresponde a un bucle de realimentación
negativa. Las variables principales se representan con un trazo más grueso, para ser
diferenciadas de las variables auxiliares.
Visión general del modelo
88
Figura 4-14: Diagrama Causal Módulo 1
Pedido del cliente
Orden deproducción 1 (OP1)
Orden deproducción 2
Orden deproducción 3
Orden deproducción 4
Orden deproducción 5
+
+
+
+
+
Ritmo deproducción
Tiempodisponible
Jornada laboral
Flujode producciónde OP1 (cliente)
+
+-
-+
Flujo de entrada de
producción
Flujo de salida de
producción afectado
Inventario de
componentes
producidos+
Producción de componentes
generado de la diferencias
de flujos
+
+
Demoras atribuidasal proceso
+
Paros noprogramados
+
Paro por falta delámina
Cambio de herramienta
y material Suplementos
- -
-
Capacidadactual +
% de diferenciade capacidad real
+
-
% de Capacidad
real requerida -
+
Inventario deláminas enproducción
Flujo de entradade láminas
Cantidad delámina necesaria
+
Inventario delámina real
-
Tiempo de entrega decomponentes
producidos en Prensa 1
Flujo de entrega decomponentesproducidos
-
+
Tiempo de recepción de
lote producido en Prensa 2
Requerimiento de salidade componentesproducidos en P1
% MMT
-
SMED-
Hora de inicio
+
Turnos
+
Tiempo real de
producción
+
Costos de
producción real
+
Indicadores dedesempeño del flujo de
producción real
R1
B1
Porcentaje de
mejora estimada
+
+
+
B3
B2
Flujo de salidade láminas
+
-
+
-
+
-
+
+
Variación en requerimiento
de entrega Prensa 1 y
Prensa 2
-
-
Visión general del modelo
89
Figura 4-15: Diagrama causal del Módulo 2
Módulo 1
Pedido del cliente
Orden deproducción 1 (OP1)
Orden deproducción 2
Orden deproducción 3
Orden deproducción 4
Orden deproducción 5
+
+
+
+
+
Ritmo deproducción
Tiempodisponible
Jornada laboral
Flujode producciónde OP1 (cliente)
+
+-
-+
Flujo de entrada de
producción
Flujo de salida de
producción afectado
Inventario de
componentes
producidos+
Producción de componentes
generado de la diferencias
de flujos
+
+
Demoras atribuidasal proceso
+
Paros noprogramados
+
Paro por falta delámina
Cambio de herramienta
y material Suplementos
- -
-
Capacidadactual +
% de diferenciade capacidad real
+
-
% de Capacidad
real requerida -
+
Inventario deláminas enproducción
Flujo de entradade láminas
Cantidad delámina necesaria
+
Inventario delámina real
-
Tiempo de entrega decomponentes
producidos en Prensa 1
Flujo de entrega decomponentesproducidos
-
+
Tiempo de recepción de
lote producido en Prensa 2
Requerimiento de salidade componentesproducidos en P1
% MMT
-
SMED-
Hora de inicio
+
Turnos
+
Tiempo real de
producción
+
Costos de
producción real
+
Indicadores dedesempeño del flujo de
producción real
R1
B1
Porcentaje de
mejora estimada
+
+
+
B3
B2
Flujo de salidade láminas
+
-
+
-
+
-
+
+
Variación en requerimiento
de entrega Prensa 1 y
Prensa 2
-
-
Flujo de salida de
componente 1Flujo de salida de
componente 2
Diferencia de lote
producido del
componente 1+
- Diferencia de lote
producido del
componente n
Flujo de salida de
componente 3+
-
Flujo de producción del
producto terminado
+
++
Flujo de entrega
al clienteÓrdenes sin
entregar-
+
Costos de producción
del componente 1
Costos de producción
del componente n
Costos de
producción PT
++
Programa de
embarque
+
Ingresos-
Utilidades
+
-
B4
Tiempo de entrega de
PT al cliente
Tiempo de entrega real
de PT al cliente+
Discrepancia entre
tiempos de entrega
+ -
Hora de inicio de
producción en Prensa 1
+
Visión general del modelo
90
El modelo está estructurado por 5 bucles de realimentación. En el módulo 1, se presentan: 1
bucles de realimentación positiva y tres bucles de realimentación negativa. En el módulo 2
se presenta un único bucle de realimentación negativa. La descripción de cada uno de ellos
se presenta a continuación.
Bucle 1: Presencia de paro por falta de lámina.
Figura 4-16: Bucle 1: Presencia de paro por falta de lámina
En este bucle de realimentación positiva (Figura 4-16) se expresa la presencia de paro por
falta de lámina. El flujo de salida de producción afectado por los tiempos de demoras y
paros (incluyendo el paro por lámina), define la cantidad de componentes que se producen
en un tiempo determinado. Esta cantidad de componentes determina el comportamiento
del flujo de salida de lámina necesaria para completar el lote de producción de asignado.
Al incrementar el flujo de salida de lámina, disminuye la cantidad de lámina necesaria para
completar el lote, ya que se compara lo que se ha producido hasta el momento con lo
solicitado de acuerdo con la orden de producción. En este punto se considera un factor de
toma de decisión, donde la cantidad de lámina necesaria, se compara con el inventario de
lámina real existente en el almacén.
Orden de producción
1 (OP1)
Flujo de salida de
producción afectado.Paro por falta de
lámina.
Inventario de láminas
en producción. Flujo de entrada de
láminas.
Cantidad de lámina
necesaria.
+
Inventario de
lámina real.
-
R1
Flujo de salida de
láminas.
+
-
+
-
+
-
+
Visión general del modelo
91
Una vez analizado este punto, la cantidad de lámina considerada a ingresar al flujo de
producción incrementa el flujo de entrada de láminas. Este flujo representa un incrementa
del inventario de láminas destinadas a la producción del lote asignado. Si el inventario de
láminas real no es suficiente, entonces se genera un faltante del inventario de láminas en
producción, lo que se traduce en un paro por falta de material. Este tiempo de paro es
indeterminado, hasta que se considere ingresar más cantidad de material al sistema,
ocasionando afectaciones sobre el flujo de producción.
Bucle 2: Compensación de inventario de componentes producidos
Figura 4-17: Bucle 2: Compensación de inventario de componentes producidos
El flujo de entrega de componentes producidos determina la frecuencia con la cual los
componentes de la prensa 1 deben ser entregados a la próxima estación de trabajo (Prensa
2), esta variable a su vez disminuye la cantidad de inventario disponible de componentes
producidos. En este bucle (ver Figura 4-17), se presenta una discrepancia establecida por el
tiempo de entrega de componentes producidos en Prensa 1 y el requerimiento de salida de
componentes para esa misma prensa, este requerimiento está determinado por el tiempo
Inventario de
componentes
producidos.
Tiempo de entrega decomponentes producidos en
Prensa 1.
Flujo de entrega decomponentesproducidos.
-
+
Tiempo de recepción delote producido en Prensa
2.
Requerimiento de salida decomponentes producidos en
P1.
B1
+
Variación en requerimientode entrega Prensa 1 y
Prensa 2.
-
-
Visión general del modelo
92
de recepción del lote producido en Prensa 2. Si existe diferencia entre los requerimientos de
tiempos entre estaciones (Prensa 1 y 2), se provoca una acción correctiva en el flujo de
entrega de componentes, donde pueden ocurrir dos situaciones:
1.- Que se genere un tiempo de espera en la Prensa 2, para que la Prensa 1 complete el lote
asignado.
2. Que la prensa 2 empiece a trabajar con la cantidad producida hasta el momento en
Prensa 1. Es decir, con un lote incompleto.
A mayor diferencia exista entre los requerimientos, mayor será la regulación que se
presente en el flujo de entrega de los componentes producidos.
Bucle 3: Porcentaje de mejoramiento del sistema. Método SMED
Figura 4-18: Bucle 3: Porcentaje de mejoramiento del sistema. Método SMED
El porcentaje de capacidad real requerida está determinado por la variable inventario de
componentes producidos y por la diferencia de capacidad actual. El nivel de inventario de
componentes producidos determina si el lote ha sido entregado a tiempo de acuerdo con el
requerimiento de entrega de la siguiente estación, en caso de existir discrepancia, significa
que es necesario destinar más recursos para completar el lote en el tiempo asignado.
Flujo de producción
de OP1 (cliente).
Flujo de entrada de
producción.
Cambio de herramienta
y material .
-
Capacidad
actual.
+% de diferencia de
capacidad real.+
-
% de Capacidad
real requerida.
+
SMED. -Porcentaje de
mejora estimada.
+
+
B2
Visión general del modelo
93
El porcentaje de diferencia de capacidad real corresponde a la diferencia establecida por el
ritmo con el que el cliente solicita la orden de producción y el ritmo con el cual la línea da
respuesta a esta necesidad, esta última esta expresada por el flujo de producción de entrada
de la estación de trabajo (prensa 1).
Del porcentaje de capacidad real requerida, se considera un porcentaje de mejora estimado,
el cual ha sido determinado por las propuestas de mejora planteadas en el punto 4.6. Para el
caso de la propuesta SMED, este porcentaje de mejora impacta directamente en el tiempo
de cambio de herramental y material., lo que se traduce en un incremento en la
disponibilidad de tiempo.
Al mejorar la disponibilidad de tiempo para producir, el ritmo de producción solicitado por
el cliente disminuye, lo que significa un descenso en el porcentaje de la discrepancia de
capacidad real, estableciendo una regulación para el porcentaje de capacidad requerido ver
Figura 4-18.
Bucle 4: Porcentaje de mejoramiento del sistema. Método MMT
Figura 4-19: Bucle 4: Porcentaje de mejoramiento del sistema Método MMT
Al igual que en el caso anterior, esta propuesta está enfocada a mejorar el método de
trabajo, con la finalidad de disminuir los tiempos de demoras atribuidas a actividades
anexas al proceso. Al considerar un porcentaje de mejora, derivado del plan de acción
presentado en el punto 4.6 y el cual considera un porcentaje estimado del porcentaje de
capacidad requerida, esta mejora se traduce en disminución en los tiempos de demora.
Flujo de salida de
producción afectado .
Inventario de
componentes
producidos .
+
Demoras atribuidas
al proceso.
+Paros no
programados.+
% de Capacidad
real requerida 1.-
% MMT.
-
Porcentaje de
mejora estimada 0
+
+
B3
Paro por falta de
lámina .
Visión general del modelo
94
Al disminuir el tiempo de demora, disminuye la afectación en el flujo de salida, lo que
involucra que el nivel de inventarios de componentes producidos corresponda al nivel
requerido de acuerdo con lo establecido por la siguiente estación.
Al mejorar los niveles de inventario de producto terminado no se incurren en pérdidas por
falta de lote de componente o por tiempo de demoras, lo que significa que no es necesario
destinar más recursos para completar el lote, ocasionando que el porcentaje de capacidad
real requerida disminuya o se estabilice, ver Figura 4-19.
Bucle 5: Cumplimiento en el tiempo de entrega de Producto terminado
Figura 4-20: Bucle 5: Cumplimiento en el tiempo de entrega de Producto terminado
Este bucle de compensación (Figura 4-20) representa el comportamiento dinámico del
módulo 2. Aqui se analiza el cumplimiento del tiempo de entrega del producto terminado al
cliente, determinado por el flujo de entrega del cliente, el cual está establecido por el plan
de embarque, estipulado por el departamento de ventas y planeación y control de la
producción. De la variable flujo de entrega al cliente se deriva el tiempo de entrega del
producto terminado. En este punto se hace una consideración respecto a la discrepancia
generada entre los tiempos de entrega al cliente y los tiempos de entrega del producto
terminado derivado de la línea de producción (lo que finalmente se traduce en órdenes sin
producir). Esta discrepancia determina la hora en la cual debe iniciar la producción en la
prensa 1 para poder cumplir la entrega del lote asignado. Al tomar en cuenta esta
consideración, disminuye la cantidad de órdenes sin entregar.
Flujo de salida de
componente 1Flujo de salida de
componente 2
Diferencia de lote
producido del
componente 1+
- Diferencia de lote
producido del
componente n
Flujo de salida de
componente 3+
-
Flujo de producción del
producto terminado
+
++
Flujo de entrega
al clienteÓrdenes sin
entregar-
+
Costos de producción
del componente 1
Costos de producción
del componente n
Costos de
producción PT
++
Programa de
embarque
+
Ingresos-
Utilidades
+
-
B4
Tiempo de entrega de
PT al cliente
Tiempo de entrega real
de PT al cliente+
Discrepancia entre
tiempos de entrega
+ -
Hora de inicio de
producción en Prensa 1
+
MÓDULO 1
CAPITULO 5: DESCRIPCIÓN DEL COMPORTAMIENTO
DINÁMICO DEL MODELO PROPUESTO
DIAGRAMA DE FORRESTER, EXPRESIONES MATEMÁTICAS E INTERFAZ DEL
MODELO.
Una vez que se han clasificado las variables y
parámetros a utilizar en el modelo, se desarrolla el
diagrama de Forrester. Este es un paso intermedio para
obtener las expresiones matemáticas que determinan el
comportamiento del sistema. Finalmente se diseña una
plataforma de interfaz para la interacción del usuario
con el modelo desarrollado.
Comportamiento del modelo propuesto
95
5. Descripción del comportamiento dinámico del modelo Como se explicó en el capítulo metodológico, para obtener las ecuaciones matemáticas del
modelo se utilizó el diagrama de Forrester, este diagrama es utilizado en esta sección para
cuantificar las hipótesis dinámicas expresadas en el diagrama causal. Debido a que el
modelo propuesto involucra una serie de variables interrelacionadas, derivadas de más de
dos mil componentes producidos en 15 prensas diferentes, fue necesario desarrollar una
base de datos interactiva para el preprocesamiento de la información. Esta base de datos
desarrollada con ayuda de macros en Microsoft Excel no se limita al manejo informativo
derivado de las fuentes analizadas en el punto 4.4, sino que además brinda un escenario de
asignación de cargas de trabajo en las diferentes prensas involucradas. Este escenario de
asignación de cargas, en conjunto con las variables definidas en el punto 4.7, representan la
fuente de alimentación de datos utilizados en la simulación del modelo, construido en la
plataforma del software Vensim Ple ® versión estudiantil. Finalmente se evalúa el
comportamiento dinámico de las principales variables que conforman el modelo propuesto
y que determinan la situación actual y propuesta del sistema.
5.1. Funcionalidad de la base de datos interactiva desarrollada en
Microsoft Excel. La base de datos desarrollada con ayuda de Microsoft Excel permite el consolidado, análisis
y pre-procesamiento de la información, mediante un conjunto de instrucciones
programadas en diferentes hojas de cálculos de Excel.
La información derivada de las diferentes fuentes (analizadas en el punto 4.4) es utilizada
en la base interactiva desarrollada en Microsoft Excel, para cumplir con dos funciones
principales. La primera es que permite el fácil acceso de los datos que alimentan el modelo
propuesto, ya que en esta base se agrupan las variables necesarias para evaluar el
comportamiento del sistema. Como segunda finalidad, brinda un escenario de asignación de
cargas de trabajo de cada una de las prensas involucradas en el proceso de producción.
Del punto 4.7 se determinó que era necesario establecer criterios de prioridad para saber
que cargas deben programarse primero en las prensas y garantizar que exista una
secuencia ordenada en la programación. Para la asignación de las órdenes de trabajo a cada
prensa se ha considerado una secuencia de criterios, estableciendo la prioridad de paso de
cada orden de producción para cumplir las fechas de entradas planificadas con el menor
tiempo de demora entre estaciones. Este criterio de asignación de cargas desarrollado,
considera los tiempos de procesamiento de cada componente, los tiempos de espera y
prioridades de tiempos de embarque como parte de planeación estratégica.
Comportamiento del modelo propuesto
96
La base de datos interactiva12 tiene capacidad de almacenar y procesar información
correspondiente a dos semanas de programación de la producción. Esta información es
analizada, pre-procesada y consultada en dos secciones contenidas en el archivo general de
la base de datos, cada sección cuenta con un acceso directo desde un menú general, el cual
se presenta en la Figura 5-1.
ESTADO ACTUAL DE PRENSAS
840
836
804
805
809
837
834
829
815
810
816
701
811
331
859
851
853
856
863
860
862
855
817
ESTABLECIMIENTODE CRITERIO DE PRIORIDADES
CONSULTA
CARGA DE TRABAJO
a
b
b
Figura 5-1: Menú general y acceso a las diferentes secciones del archivo general
La sección referente al análisis y pre-procesamiento de la información del archivo general,
corresponde al establecimiento de criterio de prioridades (Figura 5-1-a). La segunda
sección (Figura 5-1-b) cuenta con un escenario de consulta, donde se puede obtener
información detallada por componente, producto terminado y tiempos promedios de
producción; y por medio de accesos rápidos se puede consultar la base de datos de cada
prensa. Por último, la interpretación de los tiempos y cargas asignadas a las diferentes
prensas se puede interpretar de forma visual con ayuda de una gráfica de Gantt. A
continuación se detalla cada sección del archivo general, explicando su secuencia de
funcionalidad por medio de un diagrama de flujos.
5.1.1. Sección 1: Análisis y pre-procesamiento de la información Esta primera sección corresponde al establecimiento de prioridades para la asignación de
cargas considerando tiempo de entrega de producto terminado, tiempos de procesamiento
de cada componente y tiempos de espera entre estaciones (prensas y demás líneas de
producción).
12 Previamente la base de datos, ha sido alimentada con la información referente a cantidad de componentes y producto terminado que se producen en la empresa, con sus respectivos tiempos de producción, tiempos de cambios de herramental y demoras propias del proceso
Comportamiento del modelo propuesto
97
El usuario accede desde el menú principal al apartado de establecimiento de criterio de
prioridades para ingresar la información correspondiente a: identificación del componente
(Id), prensa, operación (OP)13, cantidad a fabricar y programa de embarque. Esta
información es obtenida directamente del plan de producción, la cual es descargada vía
electrónica del programa QAD o proporcionada por el departamento de planeación y
control de la producción.
Una vez ingresada esta información en el apartado anterior, el programa desarrollado en
Microsoft Excel, relaciona cada componente con el producto terminado asociado a este En
este punto se establece el primer criterio de prioridad (CP1), donde se vincula el producto
terminado con su día y hora de entrega, determinado por el programa de embarque. La
información es ordenada de acuerdo a un orden de prioridad evaluado del 1 al 5, siendo 1 el
producto terminado que se debe de entregar primero al cliente. Esto se muestra en la Tabla
5-1.
Tabla 5-1: Establecimiento de Criterio de Prioridad 1
Una vez establecido el CP1, el programa determina los tiempos promedios de producción.
De esta manera se obtiene el tiempo de espera de cada componente para la fabricación del
producto final, y posteriormente asociar estos tiempos a cada estación de trabajo. La Tabla
5-2 muestra los tiempos promedios de producción y tiempos de espera para diferentes
componentes.
13 Se refiere a la secuencia de pasos de producción (denominadas operación) de los componentes que conforman un producto terminado. 10 corresponde al primer paso, 20 al segundo paso y asi consecutivamente.
Prensa ID Componente Operac iónCantidad a
p roducir
Producto
T e rminado
Crite rio de
p rio ridad 1
(CP1)
840 97105 1ES1689 10 180 C-3997 1
840 91632 CM-4150 10 10,720 CM-4150 1
840 92959 CM-4099 10 240 CM-4099 2
840 94111 CM-4096 10 1,480 CM-4096 2
840 94112 CM-4096 10 1,280 CM-4096 2
Comportamiento del modelo propuesto
98
Tabla 5-2: Establecimiento de Criterio de Prioridad 2 y 3
Al centrar nuestra atención en la prensa 833 de la Tabla 5-2, se observa que el menor
tiempo de espera corresponde al componente CM-4222 20. Esto indica que para la
producción de ese componente no se necesita requerimiento previo o una operación
anterior. Por lo que es la primera consideración a tomar en cuenta para producir en esa
prensa sin generar tiempo de demora por espera, seguido de la producción de los
componentes CM-4260 20 y CM-4260 40 respectivamente.
Esta información es distribuida en la base correspondiente a cada una de las prensas
involucradas en el proceso de producción (Figura 5-1-b). Una vez completas las bases, se
establecen los criterios de prioridad 2 y 3, al ordenar la asignación de cargas, de acuerdo al
mínimo tiempo de espera entre estaciones, considerando los tiempos de procesamiento de
componentes. Estos criterios se realizan tomando en cuenta el orden establecido por el
primer criterio de prioridad.
Cuando se tiene establecida la carga de trabajo en cada prensa y ordenada de acuerdo con
los criterios de prioridad 1, 2 y 3, se analiza la posibilidad de agrupar la producción de
componentes que utilizan el mismo troquel. Esto se realiza con la finalidad de disminuir el
número de cambios de herramental y/o material por componente producido.
Finalmente, la información es guardada en cada una de las bases correspondientes de cada
prensa. La información contenida en la Tabla 5-3, resume la asignación de la carga de
trabajo para la prensa 840 una vez considerados los criterios de prioridad.
Produc to
Terminado
(PT)
Componente
Tiempo
promedio de
producc ión
Tiempo de
espera de
PT
Cantidad a
produc irPrensa
CM-4265 CM-4265 10 1:14:07 0:00:00 126 804
CM-4264 CM-4264 10 1:53:44 0:00:00 90 805
CM-4260 CM-4260 10 1:20:54 0:00:00 312 836
CM-4260 CM-4260 20 0:39:00 0:20:54 312 833
CM-4260 CM-4260 30 0:31:12 0:59:54 312 815
CM-4260 CM-4260 40 1:02:24 1:31:06 312 833
CM-4223 CM-4223 10 0:17:17 0:00:00 432 809
CM-4223 CM-4223 20 0:48:00 0:00:00 432 809
CM-4222 CM-4222 20 0:32:00 0:00:00 800 833
Comportamiento del modelo propuesto
99
Tabla 5-3: Base de datos del estado actual de las prensas considerando los criterios de prioridad 1, 2 y 3.
Figura 5-2: Diagrama de flujo de la secuencia para el análisis y procesamiento de la información
Prensa ID Componente OPCantidad a
producir
Fecha de
producción
Tiempo de
producción
Tiempo de
preparación
de
herramienta
Hora de
inicio
Hora de
finalización
Tiempo
de
espera
Orden de
prioridad
bajo criterio
1-2 y3
840 97105 1ES1689 10 180 19/08/2014 01:03 00:58 07:00 08:07 00:00 1
840 89201 1ES1968 10 718 19/08/2014 00:35 00:58 08:07 09:41 00:00 1
840 82862 1ES1766 10 3,000 19/08/2014 02:00 00:58 09:41 12:40 00:00 1
840 88740 CM-4095 10 1,200 19/08/2014 03:04 00:00 12:40 16:43 00:00 1
840 94130 CM-4100 10 360 19/08/2014 00:55 00:58 16:43 18:37 00:00 2
840 78403 1ES1844 10 1,000 19/08/2014 00:54 00:58 18:37 20:30 00:00 2
840 92959 CM-4099 10 240 19/08/2014 00:36 00:00 20:30 22:05 00:00 3
840 78409 1ES1845 10 1,000 19/08/2014 00:54 00:58 22:05 23:58 00:05 3
840 94431 1ES1835 10 954 19/08/2014 00:45 00:58 23:58 01:42 00:12 3
Establecimiento de prioridades y carga de trabajo
ID, componente, Prensa, OP y
cantidad
Plan maestro de producción, plan
de embarque
Ingresa valores anteriores
Da click en el botón ordenar
Usuario
Carga de trabajo
Base de datos para cada
prensa
Consultar la carga asignada
Da click en el botón “x”
Fin
De acuerdo con los criterios de asignación CP1,
CP2 y CP3
No
Si
Comportamiento del modelo propuesto
100
La macro realizada en Microsoft Excel, resume toda la secuencia de pasos explicada
anteriormente. El usuario únicamente debe ingresar los datos provenientes del plan de
producción y programa de embarque para iniciar el análisis. Esta secuencia de pasos se
presenta en la Figura 5-2.
5.1.2. Sección 2: Consulta de la información En esta sección el usuario puede acceder al escenario de consulta de las bases del estado
actual de las prensas, carga de trabajo asignadas y consulta detallada del componente o
producto terminado producido. Esta información se deriva del análisis y pre-procesamiento
de la información realizada en la sección anterior. El usuario nuevamente puede acceder a
cualquiera de estos escenarios desde el menú principal. A continuación se explica cada uno
de los modos de consulta.
Base de datos del estado actual de las prensas.
Una vez que se han establecido los criterios de prioridades y se han tomado en cuenta las
consideraciones de los tiempos de preparación de herramienta y material, esta información
es resumida en las bases de datos para cada una de las prensas. Anexo a esta información se
presenta, en la misma base resumen, el tipo de troquel a utilizar y la cantidad de lámina
necesaria para completar el lote de producción asignado. Esta base resumen representa la
fuente de datos para los siguientes dos escenarios de consulta.
Carga de trabajo
En este escenario de consulta se puede analizar de forma visual, con ayuda de un diagrama
de Gantt, la información relacionada a las cargas de trabajo asignado a cada prensa, en el
cual el usuario puede seleccionar el periodo de análisis que desea visualizar. De acuerdo al
periodo seleccionado, el programa brinda información adicional del total de tiempo de
producción, tiempo total de preparación de herramienta, no. de órdenes y componentes a
producir.
En la Figura 5-3 se muestra la pantalla general del escenario de consulta de carga de
trabajo, el cual se presenta por un diagrama de Gantt.
Comportamiento del modelo propuesto
101
Y
07:00
15:15
37 6
26 6
24/08/2014
840
Total de tiempo de preparación de HTA
Total de tiempo de producción
Fecha y hora de inicio
Fecha y hora de finalización
19/08/2014 21/08/2014
09:3207:00
32:19:01
18:13:08
No. de órdenes a producir
No. de partes a producir
19/08/2014
00
:58
01
:07
00
:09
00
:58
01
:34
00
:35
00
:58
02
:58
02
:00
00
:58
04
:03
03
:04
00
:58
01
:53
00
:55
00
:58
01
:52
00
:54
00
:58
01
:35
00
:36
00
:58
01
:52
00
:54
00
:58
01
:44
00
:45
00
:58
01
:11
00
:12
00
:58
02
:43
01
:45
00
:58
09
:13
08
:14
00
:58
01
:43
00
:45
00
:58
01
:53
00
:55
00
:58
02
:58
02
:00
00
:41
01
:29
00
:48
00
:58
01
:52
00
:54
00
:58
02
:45
01
:47
00
:58
05
:58
05
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
07
:00
11
:48
16
:36
21
:24
02
:12
07
:00
11
:48
16
:36
21
:24
02
:12
07
:00
11
:48
16
:36
TIEM
PO
DE
PR
OD
UC
CIÓ
NP
REP
AR
AC
IÓN
DE
HER
RA
MIE
NTA
TIEM
PO
TO
TAL
TIEMPO
AC
TIV
IDA
DES
PROGRAMA DE PRODUCIÓN
Figura 5-3: Pantalla general del escenario de consulta de carga de trabajo
En la Figura 5-3 anterior se observa que el escenario de evaluación considera un periodo de
de 2 días (desde el 19 al 21 de agosto del año 2014) para la prensa 840. En ese periodo de
evaluación se registra un tiempo total de 32 horas de producción y 6 horas de tiempo de
cambio de herramienta y material para un total de 37 órdenes de producción, conformada
por 26 componentes diferentes. Al variar el periodo de evaluación, la información cambia
automáticamente, como se presenta en la Figura 5-4 donde se ha considerado un periodo
de 1 día.
Y
07:00
15:15
16 6
13 6
24/08/2014
840
Total de tiempo de preparación de HTA
Total de tiempo de producción
Fecha y hora de inicio
Fecha y hora de finalización
19/08/2014 20/08/2014
14:5007:00
20:09:20
11:41:10
No. de órdenes a producir
No. de partes a producir
19/08/2014
00
:58
01
:07
00
:09
00
:58
01
:34
00
:35
00
:58
02
:58
02
:00
00
:58
04
:03
03
:04
00
:58
01
:53
00
:55
00
:58
01
:52
00
:54
00
:58
01
:35
00
:36
00
:58
01
:52
00
:54
00
:58
01
:44
00
:45
00
:58
01
:11
00
:12
00
:58
02
:43
01
:45
00
:58
09
:13
08
:14
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
00
:00
07
:00
11
:48
16
:36
21
:24
02
:12
07
:00
11
:48
16
:36
TIEM
PO
DE
PR
OD
UC
CIÓ
NP
REP
AR
AC
IÓN
DE
HER
RA
MIE
NTA
TIEM
PO
TO
TAL
TIEMPO
AC
TIV
IDA
DES
PROGRAMA DE PRODUCIÓN
Figura 5-4: Pantalla general del escenario de consulta de carga de trabajo, variación en el período de
evaluación
Consulta detallada
En este último escenario, el usuario puede analizar la información a detalle de los tiempos
de producción del tipo de componente o producto terminado en cada estación de trabajo
involucrada en el proceso de producción.
El usuario puede seleccionar de la lista despegable (Figura 5-5), el componente o producto
terminado de su interés. Una vez realizado este paso, se debe actualizar la información e
Comportamiento del modelo propuesto
102
inmediatamente aparecen los datos referentes a los tiempos de producción de los
componentes, por estación de trabajo, que participan en el proceso de producción del
producto terminado. La interpretación de los datos es auxiliada de forma visual, con ayuda
de una gráfica de Gantt. La Figura 5-5 muestra la pantalla general del escenario de consulta.
PIEZA A PRODUCIR 804 05:50
CANTIDAD A PRODUCIR PT
COMPONENTES 840 836 804 805 809 837 834 829 815 810 816 701 811 331 859 851 853 856 863 860 862 855 817
00:00 03:00 02:50 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00
cm-3905 10 -ID-112905 - 3:00:00 - - - - - - - - - - - - - - - - - - - - -
cm-3905 20 -ID-112905 - - 2:50:00 - - - - - - - - - - - - - - - - - - - -
150
cm-3905 20 -ID-112905 PRENSA TIEMPO DE PRODUCCIÓN
CM-3905
0:00:00 1:12:00 2:24:00 3:36:00 4:48:00 6:00:00 7:12:00
COMPONENTES
ACTUALIZAR
PIEZA A PRODUCIR
CANTIDAD A PRODUCIR
COMPONENTES 840 836 804 805 809 837
00:00 03:00 02:50 00:00 00:00 00:00
cm-3905 10 -ID-112905 - 3:00:00 - - - -
cm-3905 20 -ID-112905 - - 2:50:00 - - -
150
cm-3905 20 -ID-112905
0:00:00 1:12:00
COMPONENTES
Figura 5-5: Pantalla general para realizar la consulta detallada
En la Figura 5-5, se observa la información correspondiente al componente CM-3905 1P con
ID 112905, el cual en conjunto con el componente CM-3905 2P, forma parte del proceso
productivo del Producto terminado CM-3905, estos componentes están programados en las
prensas 836 y804 respectivamente. Este escenario de consulta no únicamente muestra la
secuencia productiva del componente seleccionado, sino también los tiempos promedios de
producción.
Derivado del análisis y pre-procesamiento de la información en la base de datos
desarrollada con macros en Microsoft Excel, se obtiene parte de los datos que alimentan el
modelo propuesto. Otra parte de la información es obtenida de los reportes del programa
de producción y plan de embarque facilitados por la empresa. En la Tabla 5-4 se resumen
los datos que alimentan el modelo y fuente de obtención.
Comportamiento del modelo propuesto
103
Tabla 5-4: Fuente de obtención de datos que alimentan el modelo propuesto
Datos que alimentan el modelo Fuente de obtención Porcentaje de mejora, derivado de las propuestas realizadas, tiempo de cambio de herramental y demoras propias del proceso.
Registro y análisis de la información desarrollado (ver punto 4.4)
Secuencia de asignación de cargas para cada una de las prensas involucradas en el proceso a analizar
Base de datos interactiva desarrollada en Excel.(ver punto 5.1)
Órdenes de producción, tiempo estándar, turnos de la jornada laboral, tiempos de suplementos, hora de entrega del producto terminado, costos de mano de obra y material
Datos facilitados por la empresa, derivados en su mayoría del programa de producción y del plan de embarque.
La mayor parte de la información que alimenta el modelo propuesto, fue necesario
obtenerla del registro y procesamiento de datos recopilados en campo, esto para garantizar
la confiabilidad del comportamiento del modelo.
5.2. Diagrama de Forrester El diagrama de Forrester desarrollado para el modelo propuesto, al igual que en el
desarrollo del diagrama causal, se ha dividido en dos módulos. En cada módulo se definen
las ecuaciones asociadas a las variables y su relación con los bucles determinados.
La arquitectura del módulo 1 se orienta a la representación del comportamiento del flujo de
producción de componentes asociados a un producto terminado. En este módulo se
establecen interrelaciones entre los componentes producidos en una misma prensa e
interrelaciones entre prensas. Para lograr este efecto, se desarrolló el diagrama de
Forrester que representa el comportamiento del flujo del proceso de producción de un
componente de una prensa. Posteriormente, se realizó una réplica del mismo diagrama,
para 5 prensas con capacidad de producción de 5 componentes cada una.14, respetando las
interrelaciones y bucles de realimentación entre módulos.
La arquitectura del módulo 1 representa el comportamiento del flujo de producción para
un producto terminado. Este módulo asocia las interrelaciones definidas en el módulo 2.,
representado por un único diagrama, en el que se toman en cuenta datos de otras
estaciones de trabajo involucradas en el proceso. Cada diagrama de Forrester desarrollado
14 Se consideró este número de réplicas, ya que el proceso de fabricación de un producto terminado no involucra más de 5 prensas y 7 componentes
Comportamiento del modelo propuesto
104
en ambos módulos contiene los bucles de realimentación definidos en el punto 4.8 y
cuentan con su respectiva entrada de datos.
La interconexión de relaciones de causalidad entre los módulos 1 y 2 se hace a partir del
intercambio de datos entre ellos. Dado que el tamaño de los diagramas de Forrester
desarrollados involucran una serie de variables, resulta poco práctico establecer estas
interconexiones sobre la arquitectura de los modelos. Por tal motivo se desarrolló un
apartado de relaciones para considerar el intercambio de datos entre módulos.
En las Figuras 5-6, 5-7 y 5-8 se presentan los diagramas de Forrester del modelo
desarrollado para cada módulo y el apartado de relaciones. Como se mencionó antes, los
diagramas de Forrester desarrollados en el módulo 1, son una réplica del comportamiento
dinámico del proceso de producción de un componente, por motivos de lograr una mejor
explicación, en la Figura 5-6 se ha considerado presentar únicamente un diagrama de
Forrester para una prensa, estableciendo las debidas relaciones internas entre el módulo 1
y módulo 2. En la Figura 5-8 se presenta el apartado de relaciones, que establece el
intercambio de datos entre el módulo 1 y módulo 2, esta sección se irá explicando a medida
que se presente el intercambio de datos entre módulos.
Comportamiento del modelo propuesto
105
Figura 5-6: Diagrama de Forrester para el módulo 1
RP 1
TT 1
NT 1
TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
VPCTA 11
TPHTA 11
% Msmed11
aplt
apc/c
lp
acpt
mpi
fpi
mprch-r
fprch-r
1 P1
1 P2
1 P3
1 P4
1 P5
1OP11OP31OP41OP5
PC 1
<1OP1>
TE 11 Tc 11
ICP 11
FSR 11FSC 11
D 11 D12
<TE 11>
<D 11>
Tc 12
% MMT11
% DCR 11
% CRR 11
IL 11
FEL 11Fcul 11
TCL 11
ID 11
RS 11
HI 11
Hi s1 1
Hf s1 1
s1 1
Hi s2 1
Hf s2 1
s2 1
FPs 11
TPs 11
<HI 11>
Hip 11
dP 11
FP 11
IDR 11
<Time>
<TIMESTEP>
II 11
EL 11
LU 11FSL 11
<TCL 11>
NFS 11
PL 11
A11
B11
Ps 11PNP 11
HCL 11
<HCL 11>
<TIME STEP>
<1OP1>
<dP 11><Hip 11><II 11>
<FSR 11>
<TCL 11>
<dP 11>
<D 11>
<% MMT 11>
<Time>
HFR 11<TPs 11>
<IDR 11>
FE 11
<HFR 11>
<TPHTA 11><% Msmed 11>
<D 11>
<% MMT 11>
N FE 11
<HFR 11>
<1OP1>
FEE 11
CE MO 11
CE Ind-Var 11
CE MP 11CET 11
CR Ind- Var 11CR MO 11
CR MP 11
CRT 11
<NFS 11>
HFT 11
<N FE 11>
Ind- Var MaqInd-Var MOMOMP
<Time>
<TIMESTEP>
DCA 12
FS 12 C 12
PPP 12
TPHTA 12
% Msmed 12
1OP2
TE 12
ICP 12
FSR 12 FSC 12
% MMT 12
% DCR 12
%CRR 12
IL 12
FEL 12
Fcul 12TCL 12
ID 12
RS 12
HI 12
FPs 12TPs 12Hip 12
dP 12
FP 12
IDR 12
<Time>
<TIME STEP>
II 12
EL 12
LU 12FSL 12
<TCL 12>
NFS 12
PL 12
A12
B12
Ps 12 PNP 12
HCL 12
<HCL 12>
<TIME STEP>
<1OP2>
<dP 12><Hip 12><II 12>
<FSR 12>
<TCL 12>
<dP 12>
<% MMT 12>
<Time>
HFR 12
<TPs 12>
<IDR 12>
FE 12
<HFR 12>
<% MMT 12>
N FE 12
<HFR 12>
<1OP2>
FEE 12
CE MO 12
CE Ind-Var 12
CE MP 12CET 12
CR Ind- Var 12
CR MO 12
CR MP 12
CRT 12
<NFS 12>
HFT 12
<N FE 12>
<Time>
<TIME STEP>
<1OP2>
<1OP2><TE 12>
<D12>
<Ind- Var Maq><Ind-Var MO><MO><MP>
<D12>
<D12>
<HFR 11>
<HFT 11>
<HFR 11>
<HFT 11>
<TE 11><TE 12>
<1OP1>
<1OP2>
Prensa 11
Carga 11
Prensa 12Carga 12
<HS11>
<HS12>
<HI 11> <1OP1>
PRENSA 1
PEDIDOS
1
2
3
4
5
<1 P1><1 P2><1 P3><1 P4><1 P5>
TURNOS
TURNONo. de TURNOS
<TT 1>
<NT 1>
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>
TIPO deCOMPONENTE
<Tc 11>
<Tc 12>
ESTÁNDAR
<TE 11><TE 12>
PREPARACIÓNHTA
<TPHTA 11>
<TPHTA 12>
TE 14
TE 12 1
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
Siguiente estación
de trabajo
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
% Msemd 12% Msmed 13
% Msmed 14
% Msmed 15
<% Msemd 12>
<% Msmed 13>
<% Msmed 14>
<% Msmed 15>
D13
D14
D15
<1OP3>
<1OP4>
<1OP5>
<Tc 14>
<Tc 13>
<Tc 15>
<TE 13>
<TE 14>
<TE 15>
<% MMT 11>
Disponibilidad11
Desempeño11
Eficiencia 11
AFPR
<AFPR>
<FSR 11>
<FEE 11>
RP 1
TT 1
NT 1
TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
VPCTA 11
TPHTA 11
% Msmed11
aplt
apc/c
lp
acpt
mpi
fpi
mprch-r
fprch-r
1 P1
1 P2
1 P3
1 P4
1 P5
1OP11OP31OP41OP5
PC 1
<1OP1>
TE 11 Tc 11
ICP 11
FSR 11FSC 11
D 11 D12
<TE 11>
<D 11>
Tc 12
% MMT11
% DCR 11
% CRR 11
IL 11
FEL 11Fcul 11
TCL 11
ID 11
RS 11
HI 11
Hi s1 1
Hf s1 1
s1 1
Hi s2 1
Hf s2 1
s2 1
FPs 11
TPs 11
<HI 11>
Hip 11
dP 11
FP 11
IDR 11
<Time>
<TIMESTEP>
II 11
EL 11
LU 11FSL 11
<TCL 11>
NFS 11
PL 11
A11
B11
Ps 11PNP 11
HCL 11
<HCL 11>
<TIME STEP>
<1OP1>
<dP 11><Hip 11><II 11>
<FSR 11>
<TCL 11>
<dP 11>
<D 11>
<% MMT 11>
<Time>
HFR 11<TPs 11>
<IDR 11>
FE 11
<HFR 11>
<TPHTA 11><% Msmed 11>
<D 11>
<% MMT 11>
N FE 11
<HFR 11>
<1OP1>
FEE 11
CE MO 11
CE Ind-Var 11
CE MP 11CET 11
CR Ind- Var 11CR MO 11
CR MP 11
CRT 11
<NFS 11>
HFT 11
<N FE 11>
Ind- Var MaqInd-Var MOMOMP
<Time>
<TIMESTEP>
DCA 12
FS 12 C 12
PPP 12
TPHTA 12
% Msmed 12
1OP2
TE 12
ICP 12
FSR 12 FSC 12
% MMT 12
% DCR 12
%CRR 12
IL 12
FEL 12
Fcul 12TCL 12
ID 12
RS 12
HI 12
FPs 12TPs 12Hip 12
dP 12
FP 12
IDR 12
<Time>
<TIME STEP>
II 12
EL 12
LU 12FSL 12
<TCL 12>
NFS 12
PL 12
A12
B12
Ps 12 PNP 12
HCL 12
<HCL 12>
<TIME STEP>
<1OP2>
<dP 12><Hip 12><II 12>
<FSR 12>
<TCL 12>
<dP 12>
<% MMT 12>
<Time>
HFR 12
<TPs 12>
<IDR 12>
FE 12
<HFR 12>
<% MMT 12>
N FE 12
<HFR 12>
<1OP2>
FEE 12
CE MO 12
CE Ind-Var 12
CE MP 12CET 12
CR Ind- Var 12
CR MO 12
CR MP 12
CRT 12
<NFS 12>
HFT 12
<N FE 12>
<Time>
<TIME STEP>
<1OP2>
<1OP2><TE 12>
<D12>
<Ind- Var Maq><Ind-Var MO><MO><MP>
<D12>
<D12>
<HFR 11>
<HFT 11>
<HFR 11>
<HFT 11>
<TE 11><TE 12>
<1OP1>
<1OP2>
Prensa 11
Carga 11
Prensa 12Carga 12
<HS11>
<HS12>
<HI 11> <1OP1>
PRENSA 1
PEDIDOS
1
2
3
4
5
<1 P1><1 P2><1 P3><1 P4><1 P5>
TURNOS
TURNONo. de TURNOS
<TT 1>
<NT 1>
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>
TIPO deCOMPONENTE
<Tc 11>
<Tc 12>
ESTÁNDAR
<TE 11><TE 12>
PREPARACIÓNHTA
<TPHTA 11>
<TPHTA 12>
TE 14
TE 12 1
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
Siguiente estación
de trabajo
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
% Msemd 12% Msmed 13
% Msmed 14
% Msmed 15
<% Msemd 12>
<% Msmed 13>
<% Msmed 14>
<% Msmed 15>
D13
D14
D15
<1OP3>
<1OP4>
<1OP5>
<Tc 14>
<Tc 13>
<Tc 15>
<TE 13>
<TE 14>
<TE 15>
<% MMT 11>
Disponibilidad11
Desempeño11
Eficiencia 11
AFPR
<AFPR>
<FSR 11>
<FEE 11>
<Prensa 11>
<Carga 11>
<HI 12>
<HI 21>
<HI 22>
HS11
<HFR 11>Dem 11
<Prensa 12><Carga 12>
HS12
<HFR 12>Dem 12
<Prensa 21><Carga 21><HFR 21>
HS21
Dem 21
<Prensa 22>
<Carga 22> <HFR 22>
HS22
Dem 22
Demora 12
p1c2
Demora 21
p2c1
Demora 22
p2.c2.
Demora 11
p1.c1.
<C C1><P C1>
<C C2><P C2>
<C C3><P C3>
<C C4><P C4>
<C C5><P C5>
<C C6><P C6>
<C C7><P C7>
<FSR11>
<FSR12>
<FSR21>
<FSR22>
FC1 DC1
DC2
DC3
DC4
DC5
DC6
DC7
FC2
FC3
FC4
FC5
FC6
FC7
<P C8> <C C8>
DC8FC8
HFC1
<Std C1> <Cant C1>
<HFR 11>
<HFR 12>
<HFR 21>
<HFR 22>
HFC2
<Std C2><Cant C2>
<HI C1>
HFC3
<Std C3> <Cant C3>
HFC4
<Std C4> <Cant C4>
HFC5
<Std C5> <Cant C5>
HFC6
<Std C6> <Cant C6>
HFC7
<Std C7> <Cant C7>
<Std C8> <Cant C8>
No. de
estaciones
<CET 11>
<CET 12>
<CET 21>
<CET 22>
<CRT 11>
<CRT 12>
<CRT 21>
<CRT 22>
CEC1
CEC2
CEC3
CEC4
CEC5
CEC6
CEC7
CEC8
<P C1>
<P C2>
<P C3>
<P C4>
<P C5>
<P C6>
<P C7>
<P C8>
<C C1>
<C C2>
<C C3>
<C C4>
<C C5>
<C C6>
<C C7>
<C C8>
<Std C1><Cant C1>
<Std C2> <Cant C2>
<Std C3> <Cant C3>
<Std C4> <Cant C4>
<Std C5> <Cant C5>
<Std C6> <Cant C6>
<Std C7> <Cant C7>
<Std C8> <Cant C8>
<C/H C1>
<C/H C2>
<C/H C3>
<C/H C4>
<C/H C5>
<C/H C6>
<C/H C7>
<C/H C8>
CRC1
CRC2
CRC3
CRC4
CRC5
CRC6
CRC7
CRC8
Flujo de entrada para la
siguiente estación de trabajo
Apartado de interrelaciones
Comportamiento del modelo propuesto
106
Figura 5-7: Diagrama de Forrester para el módulo 2
C1 PT C2 PT C3 PT C4 PT C5 PT C6 PTC7 PT
FP C1 FP C2 FP C3 FP C4 FP C5 FP C6 FP C7 FP C8
P C1
C C1
P C2
C C2
P C3
C C3
P C4
C C4
P C5
C C5
P C6
C C6
P C7
C C7
P C8
C C8
Cant C3
Std C1
Cant C1
Std C2
Cant C2
HI C1
Std C3 Std C4
Cant C4Std C5
Cant C5
Std C6
Cant C6Std C7Cant C7
Std C8Cant C8
PRENSA
COMPONENTE
ESTÁNDAR
CANTIDAD
Órdenes sin
entregar Embarque
Hora de entrega
Cantidad solicitada
Flujo de entrega
F PT
<TIME STEP>
INGRESOS
Precio de venta
C/H C1
C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8
COSTOS
ESTÁNDAR
COSTOS POR HORA
COSTOS
REALES
UTILIDADES
ESTÁNDAR
UTILIDADES
REALES
<FC1> <FC2> <FC3><FC4>
<FC5><FC6> <FC7> <FC8>
<DC1> <DC2> <DC3> <DC4> <DC5> <DC6> <DC7> <DC8>
<No. de
componentes>
<CEC1><CEC2><CEC3><CEC4><CEC5><CEC6><CEC7>
<CEC8>
<CRC1>
<CRC2><CRC3><CRC4><CRC5>
<CRC6><CRC7><CRC8>
PRODUCTO TERMINADO
Hora de entrega del PT
procedente de la líneaDiscrepancia entre
tiempos de entregaHora de inicio de
producción
<Órdenes sin
entregar>
RP 1
TT 1
NT 1
TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
VPCTA 11
TPHTA 11
% Msmed11
aplt
apc/c
lp
acpt
mpi
fpi
mprch-r
fprch-r
1 P1
1 P2
1 P3
1 P4
1 P5
1OP11OP31OP41OP5
PC 1
<1OP1>
TE 11 Tc 11
ICP 11
FSR 11FSC 11
D 11 D12
<TE 11>
<D 11>
Tc 12
% MMT11
% DCR 11
% CRR 11
IL 11
FEL 11Fcul 11
TCL 11
ID 11
RS 11
HI 11
Hi s1 1
Hf s1 1
s1 1
Hi s2 1
Hf s2 1
s2 1
FPs 11
TPs 11
<HI 11>
Hip 11
dP 11
FP 11
IDR 11
<Time>
<TIMESTEP>
II 11
EL 11
LU 11FSL 11
<TCL 11>
NFS 11
PL 11
A11
B11
Ps 11PNP 11
HCL 11
<HCL 11>
<TIME STEP>
<1OP1>
<dP 11><Hip 11><II 11>
<FSR 11>
<TCL 11>
<dP 11>
<D 11>
<% MMT 11>
<Time>
HFR 11<TPs 11>
<IDR 11>
FE 11
<HFR 11>
<TPHTA 11><% Msmed 11>
<D 11>
<% MMT 11>
N FE 11
<HFR 11>
<1OP1>
FEE 11
CE MO 11
CE Ind-Var 11
CE MP 11CET 11
CR Ind- Var 11CR MO 11
CR MP 11
CRT 11
<NFS 11>
HFT 11
<N FE 11>
Ind- Var MaqInd-Var MOMOMP
<Time>
<TIMESTEP>
DCA 12
FS 12 C 12
PPP 12
TPHTA 12
% Msmed 12
1OP2
TE 12
ICP 12
FSR 12 FSC 12
% MMT 12
% DCR 12
%CRR 12
IL 12
FEL 12
Fcul 12TCL 12
ID 12
RS 12
HI 12
FPs 12TPs 12Hip 12
dP 12
FP 12
IDR 12
<Time>
<TIME STEP>
II 12
EL 12
LU 12FSL 12
<TCL 12>
NFS 12
PL 12
A12
B12
Ps 12 PNP 12
HCL 12
<HCL 12>
<TIME STEP>
<1OP2>
<dP 12><Hip 12><II 12>
<FSR 12>
<TCL 12>
<dP 12>
<% MMT 12>
<Time>
HFR 12
<TPs 12>
<IDR 12>
FE 12
<HFR 12>
<% MMT 12>
N FE 12
<HFR 12>
<1OP2>
FEE 12
CE MO 12
CE Ind-Var 12
CE MP 12CET 12
CR Ind- Var 12
CR MO 12
CR MP 12
CRT 12
<NFS 12>
HFT 12
<N FE 12>
<Time>
<TIME STEP>
<1OP2>
<1OP2><TE 12>
<D12>
<Ind- Var Maq><Ind-Var MO><MO><MP>
<D12>
<D12>
<HFR 11>
<HFT 11>
<HFR 11>
<HFT 11>
<TE 11><TE 12>
<1OP1>
<1OP2>
Prensa 11
Carga 11
Prensa 12Carga 12
<HS11>
<HS12>
<HI 11> <1OP1>
PRENSA 1
PEDIDOS
1
2
3
4
5
<1 P1><1 P2><1 P3><1 P4><1 P5>
TURNOS
TURNONo. de TURNOS
<TT 1>
<NT 1>
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>
TIPO deCOMPONENTE
<Tc 11>
<Tc 12>
ESTÁNDAR
<TE 11><TE 12>
PREPARACIÓNHTA
<TPHTA 11>
<TPHTA 12>
TE 14
TE 12 1
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
Siguiente estación
de trabajo
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
% Msemd 12% Msmed 13
% Msmed 14
% Msmed 15
<% Msemd 12>
<% Msmed 13>
<% Msmed 14>
<% Msmed 15>
D13
D14
D15
<1OP3>
<1OP4>
<1OP5>
<Tc 14>
<Tc 13>
<Tc 15>
<TE 13>
<TE 14>
<TE 15>
<% MMT 11>
Disponibilidad11
Desempeño11
Eficiencia 11
AFPR
<AFPR>
<FSR 11>
<FEE 11>
MODULO 1
Comportamiento del modelo propuesto
107
Figura 5-8: Apartado de relaciones. Intercambio de datos entre módulo 1 y módulo 2
<Prensa 11>
<Carga 11>
<HI 12>
<HI 21>
<HI 22>
HS11
<HFR 11>Dem 11
<Prensa 12><Carga 12>
HS12
<HFR 12>Dem 12
<Prensa 21><Carga 21><HFR 21>
HS21
Dem 21
<Prensa 22>
<Carga 22> <HFR 22>
HS22
Dem 22
Demora 12
p1c2
Demora 21
p2c1
Demora 22
p2.c2.
Demora 11
p1.c1.
<C C1><P C1>
<C C2><P C2>
<C C3><P C3>
<C C4><P C4>
<C C5><P C5>
<C C6><P C6>
<C C7><P C7>
<FSR11>
<FSR12>
<FSR21>
<FSR22>
FC1 DC1
DC2
DC3
DC4
DC5
DC6
DC7
FC2
FC3
FC4
FC5
FC6
FC7
<P C8> <C C8>
DC8FC8
HFC1
<Std C1> <Cant C1>
<HFR 11>
<HFR 12>
<HFR 21>
<HFR 22>
HFC2
<Std C2><Cant C2>
<HI C1>
HFC3
<Std C3> <Cant C3>
HFC4
<Std C4> <Cant C4>
HFC5
<Std C5> <Cant C5>
HFC6
<Std C6> <Cant C6>
HFC7
<Std C7> <Cant C7>
<Std C8> <Cant C8>
No. de
estaciones
<CET 11>
<CET 12>
<CET 21>
<CET 22>
<CRT 11>
<CRT 12>
<CRT 21>
<CRT 22>
CEC1
CEC2
CEC3
CEC4
CEC5
CEC6
CEC7
CEC8
<P C1>
<P C2>
<P C3>
<P C4>
<P C5>
<P C6>
<P C7>
<P C8>
<C C1>
<C C2>
<C C3>
<C C4>
<C C5>
<C C6>
<C C7>
<C C8>
<Std C1><Cant C1>
<Std C2> <Cant C2>
<Std C3> <Cant C3>
<Std C4> <Cant C4>
<Std C5> <Cant C5>
<Std C6> <Cant C6>
<Std C7> <Cant C7>
<Std C8> <Cant C8>
<C/H C1>
<C/H C2>
<C/H C3>
<C/H C4>
<C/H C5>
<C/H C6>
<C/H C7>
<C/H C8>
CRC1
CRC2
CRC3
CRC4
CRC5
CRC6
CRC7
CRC8
RP 1
TT 1
NT 1
TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
VPCTA 11
TPHTA 11
% Msmed11
aplt
apc/c
lp
acpt
mpi
fpi
mprch-r
fprch-r
1 P1
1 P2
1 P3
1 P4
1 P5
1OP11OP31OP41OP5
PC 1
<1OP1>
TE 11 Tc 11
ICP 11
FSR 11FSC 11
D 11 D12
<TE 11>
<D 11>
Tc 12
% MMT11
% DCR 11
% CRR 11
IL 11
FEL 11Fcul 11
TCL 11
ID 11
RS 11
HI 11
Hi s1 1
Hf s1 1
s1 1
Hi s2 1
Hf s2 1
s2 1
FPs 11
TPs 11
<HI 11>
Hip 11
dP 11
FP 11
IDR 11
<Time>
<TIMESTEP>
II 11
EL 11
LU 11FSL 11
<TCL 11>
NFS 11
PL 11
A11
B11
Ps 11PNP 11
HCL 11
<HCL 11>
<TIME STEP>
<1OP1>
<dP 11><Hip 11><II 11>
<FSR 11>
<TCL 11>
<dP 11>
<D 11>
<% MMT 11>
<Time>
HFR 11<TPs 11>
<IDR 11>
FE 11
<HFR 11>
<TPHTA 11><% Msmed 11>
<D 11>
<% MMT 11>
N FE 11
<HFR 11>
<1OP1>
FEE 11
CE MO 11
CE Ind-Var 11
CE MP 11CET 11
CR Ind- Var 11CR MO 11
CR MP 11
CRT 11
<NFS 11>
HFT 11
<N FE 11>
Ind- Var MaqInd-Var MOMOMP
<Time>
<TIMESTEP>
DCA 12
FS 12 C 12
PPP 12
TPHTA 12
% Msmed 12
1OP2
TE 12
ICP 12
FSR 12 FSC 12
% MMT 12
% DCR 12
%CRR 12
IL 12
FEL 12
Fcul 12TCL 12
ID 12
RS 12
HI 12
FPs 12TPs 12Hip 12
dP 12
FP 12
IDR 12
<Time>
<TIME STEP>
II 12
EL 12
LU 12FSL 12
<TCL 12>
NFS 12
PL 12
A12
B12
Ps 12 PNP 12
HCL 12
<HCL 12>
<TIME STEP>
<1OP2>
<dP 12><Hip 12><II 12>
<FSR 12>
<TCL 12>
<dP 12>
<% MMT 12>
<Time>
HFR 12
<TPs 12>
<IDR 12>
FE 12
<HFR 12>
<% MMT 12>
N FE 12
<HFR 12>
<1OP2>
FEE 12
CE MO 12
CE Ind-Var 12
CE MP 12CET 12
CR Ind- Var 12
CR MO 12
CR MP 12
CRT 12
<NFS 12>
HFT 12
<N FE 12>
<Time>
<TIME STEP>
<1OP2>
<1OP2><TE 12>
<D12>
<Ind- Var Maq><Ind-Var MO><MO><MP>
<D12>
<D12>
<HFR 11>
<HFT 11>
<HFR 11>
<HFT 11>
<TE 11><TE 12>
<1OP1>
<1OP2>
Prensa 11
Carga 11
Prensa 12Carga 12
<HS11>
<HS12>
<HI 11> <1OP1>
PRENSA 1
PEDIDOS
1
2
3
4
5
<1 P1><1 P2><1 P3><1 P4><1 P5>
TURNOS
TURNONo. de TURNOS
<TT 1>
<NT 1>
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>
TIPO deCOMPONENTE
<Tc 11>
<Tc 12>
ESTÁNDAR
<TE 11><TE 12>
PREPARACIÓNHTA
<TPHTA 11>
<TPHTA 12>
TE 14
TE 12 1
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
Siguiente estación
de trabajo
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
% Msemd 12% Msmed 13
% Msmed 14
% Msmed 15
<% Msemd 12>
<% Msmed 13>
<% Msmed 14>
<% Msmed 15>
D13
D14
D15
<1OP3>
<1OP4>
<1OP5>
<Tc 14>
<Tc 13>
<Tc 15>
<TE 13>
<TE 14>
<TE 15>
<% MMT 11>
Disponibilidad11
Desempeño11
Eficiencia 11
AFPR
<AFPR>
<FSR 11>
<FEE 11>
MODULO 1
C1 PT C2 PT C3 PT C4 PT C5 PT C6 PTC7 PT
FP C1 FP C2 FP C3 FP C4 FP C5 FP C6 FP C7 FP C8
P C1
C C1
P C2
C C2
P C3
C C3
P C4
C C4
P C5
C C5
P C6
C C6
P C7
C C7
P C8
C C8
Cant C3
Std C1
Cant C1
Std C2
Cant C2
HI C1
Std C3 Std C4
Cant C4Std C5
Cant C5
Std C6
Cant C6Std C7Cant C7
Std C8Cant C8
PRENSA
COMPONENTE
ESTÁNDAR
CANTIDAD
Órdenes sin
entregar Embarque
Hora de entrega
Cantidad solicitada
Flujo de entrega
F PT
<TIME STEP>
INGRESOS
Precio de venta
C/H C1
C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8
COSTOS
ESTÁNDAR
COSTOS POR HORA
COSTOS
REALES
UTILIDADES
ESTÁNDAR
UTILIDADES
REALES
<FC1> <FC2> <FC3><FC4>
<FC5><FC6> <FC7> <FC8>
<DC1> <DC2> <DC3> <DC4> <DC5> <DC6> <DC7> <DC8>
<No. de
componentes>
<CEC1><CEC2><CEC3><CEC4><CEC5><CEC6><CEC7>
<CEC8>
<CRC1>
<CRC2><CRC3><CRC4><CRC5>
<CRC6><CRC7><CRC8>
PRODUCTO TERMINADO
Hora de entrega del PT
procedente de la líneaDiscrepancia entre
tiempos de entregaHora de inicio de
producción
<Órdenes sin
entregar>
MODULO 2
Comportamiento del modelo propuesto
108
El modelo presentado en las Figuras anteriores, presenta la integración de las variables del
modelo propuesto bajo la notación básica de la estructura de un diagrama de Forrester,
considerando la nomenclatura establecida para cada variable. En este diagrama se observa
la caracterización de las variables de acuerdo a su funcionalidad: flujos, niveles, variables
auxiliares o parámetros, A continuación se expresan las magnitudes, así como las funciones
y expresiones matemáticas que determinan la relación entre estas variables.
5.3. Representación matemática Tal y como se mencionó en el Capítulo 4, los módulos están interrelacionados entre sí por
subsistemas, conformados por las diferentes variables que integran el modelo propuesto.
Cada subsistema representa un sector clave dentro del modelo propuesto, ya que permiten
la interrelación entre todas las variables. En total se han considerado 10 subsistemas, los
cuales se explican a continuación, en conjunto con la representación matemática de cada
uno de ellos.
5.3.1. Pedido del cliente
Este subsistema se refiere al requerimiento del cliente, del cual se derivan las diferentes
órdenes de producción. En la Tabla 5-5 se presentan las variables y parámetros necesarios
para determinar el pedido del cliente y en la Figura 5-9 se presenta el diagrama de
Forrester correspondiente al subsistema pedido de cliente.
Tabla 5-5: Variables y parámetros del subsistema pedido del cliente
Figura 5-9: Diagrama de Forrester del subsistema pedido del cliente
El pedido del cliente (PCi) se distribuye alrededor de las 15 prensas que se encuentran en
operación. Esta variable está conformada por subpedidos (Pj), que a su vez corresponden a
PCi: Pedido del cliente de la prensa i (uds) iPj: Pedido j de la prensa i (uds) OPj: Orden de producción j de la prensa i (uds)
RP 1
1OP11OP31OP41OP5
PC 1
1OP2
<1 P1><1 P2><1 P3><1 P4><1 P5>
Comportamiento del modelo propuesto
109
las órdenes de producción de cada prensa (iOPj). Cada orden de producción (j) representa
cada componente que es necesario producir en cada prensa (i) para obtener el producto
final solicitado por el cliente.
𝑃𝐶𝑖 = ∑ 𝑃
𝑗
𝑗=1
Ec. 5-1
La expresión de la Ec 5-1, resume la determinación de la variable PCi, donde i corresponde
al número de prensa, comprendido desde la número 1 hasta la número 15 y j corresponde a
cada orden de producción.
5.3.2. Ritmo de producción En este subsistema se analiza la velocidad con la cual el cliente demanda producto
terminado. Para determinar este escenario, se toma en consideración el tiempo disponible
que tiene la línea, para dar respuesta a dicha solicitud. En la Tabla 5-6 se muestran los
parámetros y nomenclaturas establecidas, y en la Figura 5-10 se muestra el diagrama de
Forrester correspondientes a este subsistema.
Tabla 5-6: Variables y parámetros del subsistema ritmo de producción
RPi: Ritmo de producción (hora/ud) TDi: Tiempo disponible de producción (horas) JLi: Jornada laboral (horas) TTi: Tiempo de turno(horas) NTi: Número de turnos disponibles(1,2 ó 3 turnos) TSi Tiempo de suplementos (horas) s1 i: Suplemento 1 (horas) s1 i: Suplemento 2 (horas) His1 i: Hora de inicio del suplemento 1 (hora) Hfs1 i: Hora de finalización del suplemento 1 (hora) His2 i: Hora de inicio del suplemento 2 (hora) Hfs2 i: Hora de finalización del suplemento 2 (hora) TPHTAij: Tiempo de preparación de la herramienta (horas) %M smedij: Porcentaje de mejora smed (%)
Comportamiento del modelo propuesto
110
Figura 5-10: Diagrama de Forrester del subsistema ritmo de producción
El ritmo de producción o takt time se define como la cantidad de tiempo necesario para
elaborar una pieza, a travez de la cadena de valor, basado en el ritmo de la demanda del
cliente [106]. La expresión que define el cálculo del takt time de manera general, se
presenta en la Ec. 5-2.
𝑇𝑎𝑘𝑡 𝑇𝑖𝑚𝑒 =𝑇𝐸𝑅
𝐷 Ec. 5-2
Donde, TER corresponde al tiempo efectivo real y D es la demanda del cliente. Con base a las
necesidades y al tipo de datos empleados es posible adaptar la fórmula de cálculo,
quedando definida por la Ec. 5-3.
𝑅𝑃𝑖 =𝑇𝐷𝑖
𝑃𝐶𝑖 Ec. 5-3
El ritmo de producción, es la velocidad con el que cliente solicita sus pedidos en una
estación de trabajo, el cual corresponde a la división entre el tiempo disponible (TD) y el
pedido solicitado por el cliente (PC) en una misma prensa.
El tiempo disponible se determina de acuerdo a las condiciones de operación de cada
prensa. Se toma en cuenta el tiempo que comprende la jornada laboral (JL) menos los
tiempos de paro (TC) por preparación de herramienta (cambio de herramental). La Jornada
laboral comprende tres turnos de 8 horas cada uno, con sus respectivos tiempos de
suplementos, ambas expresiones están representadas por las Ec. 5-4 y Ec. 5-5
respectivamente. Ver Tabla 5-9.
𝑇𝐷𝑖 = 𝐽𝐿𝑖 − 𝑇𝐶𝑖 Ec. 5-4
Donde,
RP 1 TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
% DCR 11
s1 1
s2 1
<TPHTA 11><% Msmed 11>
<D 11>
<% MMT 11>
N FE 11
<TT 1>
<NT 1>
<Hi s1 1><Hf s1 1><Hi s2 1>
<Hf s2 1>
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
<% Msemd 12>
<% Msmed 13>
<% Msmed 14>
<% Msmed 15>
Comportamiento del modelo propuesto
111
𝐽𝐿𝑖 = (𝑇𝑇𝑖 ∗ 𝑁𝑇𝑖) − 𝑇𝑆𝑖 Ec. 5-5
Los tiempos de suplementos s1 y s2 (TSi), así como sus horas de inicio y finalización son los
mismos para cada una de las prensas.
El tiempo de cambios (TC) se representa por la Ec. 5-6 y corresponde a la sumatoria de
todos los tiempos de preparación de herramientas necesarios para cumplir el pedido del
cliente programados en la estación de trabajo. El porcentaje de mejora derivado
delporcentaje de la propuesta SMED (% M smedij), corresponde a un valor derivado de
planes de acción orientados a reducir el tiempo de preparación de Herramienta.
𝑇𝐶𝑖 = ∑ 𝑇𝑃𝐻𝑇𝐴𝑖 − (𝑇𝑃𝐻𝑇𝐴𝑖 ∗ % 𝑀 𝑠𝑚𝑒𝑑𝑖)
𝑗
𝑗=1
Ec. 5-6
5.3.3. Actividades anexas al proceso que ocasionan tiempos de demora
En el punto 4.3 se determinó que ciertos eventos que se consideran como afectaciones
(medidos en unidad de tiempo) inciden en el desempeño del flujo de producción. Una de
estas afectaciones a considerar dentro del análisis del comportamiento del sistema son los
tiempos de demoras atribuidos a actividades anexas al proceso. Su frecuencia de ocurrencia
depende de las características de los requerimientos (ciclos de producción y condiciones de
operación de cada prensa) de los diferentes componentes a producir y de su mezcla de
producción. En la Tabla 5-7 se presentan los parámetros y nomenclaturas establecidas,
mientras que, en la Figura 5-11 se muestra el diagrama de Forrester correspondientes a
este subsistema.
Tabla 5-7: Variables y parámetros del subsistema actividades anexas al proceso
DPij: Demoras atribuidas a actividades anexas del proceso (horas) TEij: Tiempo estándar (uds/hora) Tcij Tipo de componente a producir (1 ó 2). Ver Tabla 4-4
Act
ivid
ad
es a
nex
as
acc/c Acomodo de componentes en cajas y/o contenedor de PT(min/200 ud) aclt: Acomodo de componentes en el lugar de trabajo ( min/200 ud ) lc: Lubricación de componentes ( min/200 ud ) acpt: Acomodo de cajas de producto terminado (min/200 ud) mpins: Minutos del proceso de inspección (min/frecuencia) fpins: Frecuencia del proceso de inspección (min) mprch-r Minutos proceso de retirar charola de desperdicio (min/frecuencia) fprch-r Frecuencia del proceso de retirar charola de rebaba (min)
Comportamiento del modelo propuesto
112
Figura 5-11: Diagrama de Forrester del subsistema actividades anexas al proceso
Los tiempos de demoras del proceso dependen de la cantidad de actividades anexas del
proceso que se tengan que realizar durante el proceso de producción. Estas demoras
dependen del tipo de componente a producir, el cual puede ser de dos tipos: manual o
semiautomático. Los componentes de tipo manual presentan mayor tiempo de demoras que
los componentes que se producen de modo semiautomático, ya que requiere de mayor
cantidad de actividades anexas para desarrollar el proceso. La siguiente expresión (Ec. 5-7)
representa la cantidad de tiempos de demoras que se presenta, de acuerdo a las
consideraciones anteriores.
𝐷𝑃𝑖𝑗 = 𝑖𝑂𝑃𝑗 ∗ (𝑖𝑓 𝑇𝑐𝑖𝑗 = 1,
𝑎𝑐𝑐𝑐
200,𝑎𝑐𝑝𝑡 +
𝑎𝑐𝑐𝑐 + 𝑎𝑐𝑙𝑡 + 𝑙𝑐
200) +
𝑖𝑂𝑃𝑗
𝑇𝐸𝑖𝑗(𝑓𝑝𝑖𝑛𝑠 ∗ 𝑚𝑝𝑖𝑛𝑠)
+𝑖𝑂𝑃𝑗
𝑇𝐸𝑖𝑗(fprch_r ∗ mprch_r)
Ec. 5-7
El primer término de la ecuación indica los tiempos de demoras ocasionadas que dependen
de la cantidad que se va a producir (actividades 1, 2, 3 y 4 del punto 4.4.2), el segundo y
tercer término indican los tiempos de demoras ocasionadas de acuerdo a la frecuencia de
ocurrencia en el tiempo de producción (actividades 5 y 6 del punto 4.4.2).
aclt
acc/c
lc
acpt
mpins
fpins
mprch-r
fprch-r
<1OP1>
D 11 D12
<TE 11>
% CRR 11<1OP1>
<1OP2><TE 12>
<Tc 11>
<Tc 12>
D13
D14
D15
<1OP3>
<1OP4>
<1OP5>
<Tc 14>
<Tc 13>
<Tc 15>
<TE 13>
<TE 14>
<TE 15>
Comportamiento del modelo propuesto
113
5.3.4. Cantidad de componentes que se podrían producir en el tiempo afectado
por los diferentes paros programados y no programados y tiempos de
demoras. La cantidad de componentes que se podrían producir (CCPPTA) es una de las variables
principales incorporadas al modelo desarrollado, ya que representa el efecto que tienen las
incidencias, (tiempos de demoras propias del proceso, paro no programado, paro por falta
de lámina y/o cambio de lámina, y paros por cambio de herramental) sobre el
comportamiento del flujo de producción. La variable cantidad de componentes, se ha
definido como una variable de nivel, que irá acumulando la diferencia de los flujos de
producción esperada y flujo de producción afectado. La Tabla 5-8 y la Figura 5-12 muestran
los parámetros y el diagrama de Forrester de este sistema respectivamente.
Tabla 5-8: Variables y parámetros del subsistema cantidad de componentes que se podrían producir
FEEij: Flujo de entrada esperada de la orden de producción (uds/horas) HIij: Hora de inicio de la orden de producción (horas) %MMTij Porcentaje de la mejora del método de trabajo (uds) FSRii: Flujo de salida real de la orden de producción (uds/horas) PSii: Paro por suplemento (horas) dPij: Duración del paro (horas) TCLij: Tiempo de cambio de lámina (horas) Hipij: Hora de inicio del paro (horas) PNPij: Paro no programado (horas) HFRij: Hora de finalización real de la orden de producción (horas) CCPPTAij: Cantidad de componentes que se podrían producir en el tiempo afectado (unidades)
Figura 5-12: Diagrama de Forrester del subsistema cantidad de componentes que se podrían producir
RP 1
TT 1
NT 1
TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
VPPTA 11
TPHTA 11
% Msmed11
aclt
acc/c
lc
acpt
mpins
fpins
mprch-r
fprch-r
1 P1
1 P2
1 P3
1 P4
1 P5
1OP11OP31OP41OP5
PC 1
<1OP1>
TE 11 Tc 11
ICP 11
FSR 11FSC 11
D 11 D12
<TE 11>
<D 11>
Tc 12
% MMT11
% DCR 11
% CRR 11
IL 11
FEL 11Fcul 11
TCL 11
ID 11
RS 11
HI 11
Hi s1 1
Hf s1 1
s1 1
Hi s2 1
Hf s2 1
s2 1
FPs 11
TPs 11
<HI 11>
Hip 11
dP 11
FP 11
IDR 11
<Time>
<TIMESTEP>
II 11
EL 11
LU 11FSL 11
<TCL 11>
NFS 11
PL 11
A11
B11
Ps 11PNP 11
HCL 11
<HCL 11>
<TIME STEP>
<1OP1>
<dP 11><Hip 11><II 11>
<FSR 11>
<TCL 11>
<dP 11>
<D 11>
<% MMT 11>
<Time>
HFR 11<TPs 11>
<IDR 11>
FE 11
<HFR 11>
<TPHTA 11><% Msmed 11>
<D 11>
<% MMT 11>
N FE 11
<HFR 11>
<1OP1>
FEE 11
CE MO 11
CE Ind-Var 11
CE MP 11CET 11
CR Ind- Var 11CR MO 11
CR MP 11
CRT 11
<NFS 11>
HFT 11
<N FE 11>
Ind- Var MaqInd-Var MOMOMP
<Time>
<TIMESTEP>
DCA 12
FS 12 C 12
PPP 12
TPHTA 12
% Msmed 12
1OP2
TE 12
ICP 12
FSR 12 FSC 12
% MMT 12
% DCR 12
%CRR 12
IL 12
FEL 12
Fcul 12TCL 12
ID 12
RS 12
HI 12
FPs 12TPs 12Hip 12
dP 12
FP 12
IDR 12
<Time>
<TIME STEP>
II 12
EL 12
LU 12FSL 12
<TCL 12>
NFS 12
PL 12
A12
B12
Ps 12 PNP 12
HCL 12
<HCL 12>
<TIME STEP>
<1OP2>
<dP 12><Hip 12><II 12>
<FSR 12>
<TCL 12>
<dP 12>
<% MMT 12>
<Time>
HFR 12
<TPs 12>
<IDR 12>
FE 12
<HFR 12>
<% MMT 12>
N FE 12
<HFR 12>
<1OP2>
FEE 12
CE MO 12
CE Ind-Var 12
CE MP 12CET 12
CR Ind- Var 12
CR MO 12
CR MP 12
CRT 12
<NFS 12>
HFT 12
<N FE 12>
<Time>
<TIME STEP>
<1OP2>
<1OP2><TE 12>
<D12>
<Ind- Var Maq><Ind-Var MO><MO><MP>
<D12>
<D12>
<HFR 11>
<HFT 11>
<HFR 11>
<HFT 11>
<TE 11><TE 12>
<1OP1>
<1OP2>
Prensa 11
Carga 11
Prensa 12Carga 12
<HS11>
<HS12>
<HI 11> <1OP1>
PRENSA 1
PEDIDOS
1
2
3
4
5
<1 P1><1 P2><1 P3><1 P4><1 P5>
TURNOS
TURNONo. de TURNOS
<TT 1>
<NT 1>
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>
TIPO deCOMPONENTE
<Tc 11>
<Tc 12>
ESTÁNDAR
<TE 11><TE 12>
PREPARACIÓNHTA
<TPHTA 11>
<TPHTA 12>
TE 14
TE 12 1
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
Siguiente estación
de trabajo
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
% Msemd 12% Msmed 13
% Msmed 14
% Msmed 15
<% Msemd 12>
<% Msmed 13>
<% Msmed 14>
<% Msmed 15>
D13
D14
D15
<1OP3>
<1OP4>
<1OP5>
<Tc 14>
<Tc 13>
<Tc 15>
<TE 13>
<TE 14>
<TE 15>
<% MMT 11>
Disponibilidad11
Desempeño11
Eficiencia 11
AFPR11
<AFPR11>
<FSR 11>
<FEE 11>
CCPTA
Comportamiento del modelo propuesto
114
El flujo de entrada esperada de la orden de producción, corresponde al comportamiento
ideal del flujo, donde las únicas afectaciones permitidas en este punto son: el tiempo de
suplementos y tiempo de preparación de la herramienta y/o material, ya que teóricamente
son paros programados, contemplados desde un inicio para la programación y asignación
de cargas en las prensas. El comportamiento de este flujo está representado por la función
STEP15.
Este tipo de función es un cambio único, pero permanente, debido a que se ve como un paso
de una escalera. STEP hace que al valor usual de la variable, se le agrega un determinado
valor a partir de un periodo [87]. Este cambio es permanente y se puede observar si tiene
un efecto duradero para el sistema o si este vuelve a recuperar su comportamiento anterior.
El programa Vensim ®, expresa esta función por medio de dos argumentos: ({height},
{stime} ). Los dos argumentos son parametrizables de la siguiente forma height = estándar
de producción y stime = tiempo que tarda en completarse el lote del componente asignado,
bajo ese tiempo estándar. Una vez completado el lote, el cambio deja de ser permanente y
recupera su condición anterior, para asignar, en este caso, un nuevo parámetro que
determina el flujo de entrada de una nueva carga de producción asignada.
Figura 5-13: Función STEP
La Figura 5-13 ilustra el funcionamiento de la función STEP, en la cual se establece un flujo
continuo de producción bajo los parámetros establecidos STEP = (3,3)-STEP (3,6), al final,
la función regresa a su condición original. Utilizando esta analogía, se determina que la
15 Todos los flujos construidos han sido representados por la función STEP, a excepción del flujo de requerimiento de salida
Height=estándar de producción
stime=tiempo que se tarda en
completar el lote
Condición 1 Condición 2 Condición 3=1 1
2
3
4
5
Step =(3,3)-
Step(3,6)
Tiempo
6
Unidades/min
1 2 3 4 5 6 7 8
Comportamiento del modelo propuesto
115
expresión matemática del comportamiento del flujo de entrada esperada, considerando la
función STEP se expresa por medio de la Ec.5-8.
𝐹𝐸𝑖𝑗 = 𝑆𝑇𝐸𝑃(𝑇𝐸𝑖𝑗, 𝐻𝐼𝑖𝑗 + 𝑇𝑃𝐻𝑇𝐴𝑖𝑗 − (𝑇𝑃𝐻𝑇𝐴𝑖𝑗 ∗ % 𝑀 𝑠𝑚𝑒𝑑𝑖𝑗)) −
𝑆𝑇𝐸𝑃 (𝑇𝐸𝑖𝑗, 𝐻𝐼𝑖𝑗 + 𝑇𝑃𝐻𝑇𝐴𝑖𝑗 − (𝑇𝑃𝐻𝑇𝐴𝑖𝑗 ∗ % 𝑀 𝑠𝑚𝑒𝑑𝑖𝑗) + (𝑖𝑂𝑃𝑗
𝑇𝐸𝑖𝑗))+ afectaciones por
suplementos
Ec. 5-8
Las afectaciones por suplementos se refieren a los tiempos de comida, limpieza del lugar de
trabajo y tiempo para necesidades personales, ocasionando interrupción en el flujo de
producción. En el lapso de tiempo atribuido a tiempo por suplementos no hay continuidad
del flujo, por ejemplo:
Considerando un tiempo de suplemento igual a 1 unidad de tiempo en el lapso de 4 a 5, en
la función de la Figura 5-13, la expresión STEP quedaría de la siguiente manera. STEP =
(3,3)-STEP (3,4)+ STEP (3,5)- STEP (3,6). En la Figura 5-14 se observa la interrupción en el
flujo continuo desde la unidad de tiempo 4 a la unidad de tiempo 5, ocasionado por el
tiempo de suplemento asignado.
Figura 5-14: Función STEP considerando interrupción en el flujo = 1 unidad de tiempo
En la Tabla 5-9 se detallan los tiempos y horarios correspondientes a los suplementos
considerados en la programación de la producción.
Height=estándar de producción
stime=tiempo que se tarda en
completar el lote
Interrupción en el flujo = 1 unidad
de tiempo
Condición 1 Condición 2 Condición 3=1
1 2 3 4 5 6 7 8
Unidades/min
1
2
3
4
5 Step =(3,3)-Step(3,4)+ Step(3,5)- Step(3,6)
Tiempo
6
Comportamiento del modelo propuesto
116
Tabla 5-9: Tiempos y horarios de suplementos considerados para la programación de la producción
TURNO TIEMPO DE
COMIDA TIEMPO DE LIMPIEZA
NECESIDADES PERSONALES
1 12:00 a 12: 30 md (30 min)
15 min cada/turno Antes de terminar su turno
15 min cada/turno En el transcurso del turno 2 0 min
3 22:00 a 22: 30 pm (30 min)
En una jornada laboral de 3 turnos se consideran un total de 2 horas y medias para
suplementos, divididos en tiempos para: comida, limpieza del lugar de trabajo y
necesidades personales.
Ahora se analiza el flujo de salida real del proceso de producción FSRij, el cual representa el
flujo real de producción, derivado del flujo esperado afectado por todas las incidencias que
se pueden presentar durante el proceso de producción:16
Tiempos de demoras atribuidos a actividades anexas al proceso
Paro no programado
Paro por falta de lámina
Cada tipo de incidencia (las cuales corresponden a un retardo de material), se ha
representado por una función que determina su comportamiento en el tiempo, (ver punto
3.2.3.). En el caso de los tiempos de demoras atribuidos a actividades anexas al proceso, se
determinó en el punto 4.6.2 que eran afectaciones continuas a lo largo del flujo de
producción y que dependen de la cantidad acumulada a producir, dado a esto se ha
considerado como una función de retardo continuo de orden 1. Se llegó a esta conclusión
una vez que se hicieron varias pruebas de los tiempos de demora con funciones de diferente
orden y se determinó que su comportamiento no excedía el orden 1 de la función.
En el caso de los paros no programados y paros por falta de lámina y/o cambio de material,
se comportan con un tiempo de retraso constante, es decir que no varía en función del
comportamiento del flujo de producción ni de la cantidad a producir. Este tipo de función se
representa por la función de orden infinito (pipeline), el cual corresponde al mismo caso de
interrupción en el flujo por tiempos de suplementos de la Figura 5-14, en donde el flujo
entrante de producción se detiene cierto tiempo.
Para representar el primer tipo de retardo (tiempos de demoras atribuidos a actividades
anexas al proceso) se utiliza la función Delay del programa Vensim Ple ®, esta función
16 Recordando que ya se consideraron los paros programados en el flujo de producción esperado
Comportamiento del modelo propuesto
117
expresa un retraso en el flujo, donde la salida es proporcional al tiempo promedio del
retraso. El programa Vensim ®, expresa esta función por medio de dos argumentos:
({height} y {stime}.
El primer término de la función Delay (height) corresponde al flujo inicial, es decir al flujo
de producción esperado y el segundo término (stime) corresponde a los tiempos demoras
del proceso. En este segundo término interviene el valor de %MMTij, el cual corresponde a
un porcentaje de mejora, derivado de la propuesta de un plan de mejora en el método de
trabajo, orientado a la disminución de los tiempos de demoras, ver punto 4.6.
La expresión matemática que representa el comportamiento del flujo afectado por estas
incidencias se muestra en la Ec.5-9.
𝐹𝑆𝑅𝑖𝑗 = 𝐷𝐸𝐿𝐴𝑌1(𝐼𝐹 𝑇𝐻𝐸𝑁 𝐸𝐿𝑆𝐸 (𝑃𝑁𝑃𝑖𝑗
< 0, 0, 𝐼𝐹 𝑇𝐻𝐸𝑁 𝐸𝐿𝑆𝐸(𝑃𝐿𝑖𝑗 < 0, 0, 𝐹𝐸𝐸𝑖𝑗)), (𝐷𝑃𝑖𝑗 − (𝐷𝑃𝑖𝑗
∗ %𝑀𝑀𝑇𝑖𝑗))
Ec. 5-9
Las condicionales If aplicadas a esta función matemática, son restricciones que se agregan a
la función, indicando que, cuando se presente un paro no programado o por falta de
material el flujo de salida real de producción será cero durante el tiempo determinado por
dichos paros. En el caso del paro no programado (PNPij) puede ser cualquier interrupción
al flujo del proceso de proceso dentro de su horario de operación. El paro por falta de
lámina y cambio de lámina se detallan en el punto 5.3.7 de este mismo capítulo.
Finalmente, la cantidad de componentes que se podría producir en el tiempo por
afectaciones está representado por la diferencia entre el flujo de producción esperado y el
flujo de producción afectado, es decir el flujo de salida real. Su comportamiento está
determinado por la Ec. 5-10.
𝑉𝐶𝑃𝑇𝐴𝑖𝑗(𝑡) = 𝐹𝐸𝐸𝑖𝑗(𝑡) − 𝐹𝑆𝑅𝑖𝑗(𝑡) Ec. 5-10
5.3.5. Inventario de componentes producidos
En este subsistema se determina la cantidad de componentes producidos, listos para ser
entregados a la siguiente estación de trabajo. Se determina a partir de la diferencia obtenida
entre el flujo de producción con afectaciones y el flujo de entrega de componentes. En la
Tabla 5-10 se muestran los parámetros y notaciones matemáticas y en la Figura 5-15 se
presenta el diagrama de Forrester del subsistema.
Comportamiento del modelo propuesto
118
Tabla 5-10: Variables y parámetros del subsistema inventario de componentes producidos
ICPij: Inventario de componentes producidos de la orden de producción (unidades) FSCij: Flujo de salida de componentes de la orden de producción (uds/hora) RSij: Requerimiento de salida de la orden de producción (uds/hora) HSij: Hora de salida de la orden de producción (hora) P C i No de prensa de la siguiente estación (se puede seleccionar desde la prensa 2 hasta la
prensa 5). C Cj No de carga de la siguiente estación (se puede seleccionar desde la carga 1 hasta la carga
25).
Figura 5-15: Diagrama de Forrester del subsistema inventario de componentes producidos
La variable inventario de componentes producidos (ICPij) se ha determinado como una
variable de nivel. Esta variable representa uno de los escenarios de evaluación más
importantes del modelo construido, ya que en este punto, se analiza el efectivo
cumplimiento de las órdenes de entrega de cada componente en cada estación de trabajo.
El inventario de componentes producidos no es más que la diferencia entre el flujo de salida
de los componentes producidos y el flujo de salida real de producción. La Ec. 5-11
representa su expresión matemática.
𝐼𝐶𝑃𝑖𝑗(𝑡) = 𝐹𝑆𝑅𝑖𝑗(𝑡) − 𝐹𝑆𝐶𝑖𝑗(𝑡) Ec. 5-11
El flujo de salida de componentes (FSCij) está determinado por el requerimiento de salida
de la orden de producción, ver Ec. 5-12.
El dato correspondiente al requerimiento de salida (RSij) está determinado por la hora de
salida del componente producido en esta estación de trabajo, quien a su vez está definido
por la hora de inicio de la estación predecesora.
ICP 11
FSR 11 FSC 11
RS 11
NFS 11
<1OP1>
CE Ind-Var 11
<TIMESTEP>
Prensa 11
Carga 11<HS11>
Siguiente estación
de trabajo
AFPR
𝐹𝑆𝐶𝑖𝑗 = 𝑅𝑆𝑖𝑗 Ec. 5-12
Comportamiento del modelo propuesto
119
La interrelación establecida entre la hora de salida de la estación antecesora y la hora de
inicio de la estación predecesora, está desarrollada en el apartado de relaciones. Una vez
que el usuario ha determinado la secuencia de producción del producto terminado en el
módulo 2, los requerimientos de Prensa (P Ci) y Carga (C Cj) de cada estación de trabajo, se
actualizan automáticamente así como los horarios de salida e inicio respectivamente (esto
se explica a mayor detalle en el punto 5.3.10).
En este escenario, se toma en cuenta una estrategia de decisión, ya que si la hora de salida
de la estación antecesora es mayor que la hora de inicio de la estación predecesora, se
pueden generar dos situaciones: La primera es que la siguiente estación inicie su proceso de
producción con un lote incompleto, o en un segundo caso, que se generen tiempos de
demoras debido a la espera de que el lote sea completado.
La función que representa la variable requerimiento de salida (RSii) está representada por
la función PULSE de Vensim Ple ®. La función PULSE hace que al valor usual de la variable,
se agrega un determinado valor durante un periodo; es una interrupción o shock puntual,
luego la variable vuelve a su valor normal y es posible observar el efecto PULSE sobre otras
variables.
En el programa Vensim ®, esta función es expresada por medio de dos argumentos: ({start}
y {duration}). Ambos argumentos son parametrizables con los datos de la cantidad de la
orden de producción asignada originalmente en la estación de trabajo y la hora de salida del
componente producido respectivamente.
Figura 5-16: Función PULSE
Altura=tamaño del lote de
producción asignado
Start= Hora de salida,
requerimietno de entrega
Unidades
1
2
3
4
5
Pulse =(4,1)
Tiempo
6
1 2 3 4 5 6 7 8
Comportamiento del modelo propuesto
120
La Figura 5-16 ilustra el funcionamiento de la función PULSE, en la cual se establece una
señal determinada por un periodo de tiempo, iniciando en la unidad de tiempo igual a 4, con
una duración de una unidad de tiempo. Utilizando esta analogía se determina la expresión
matemática para representar el requerimiento de salida, Ec. 5-13.
Esta función indica que hay una única entrada en este caso representada por la cantidad de
la orden de producción (solicitada por el cliente), la cual inicia en la Hora de salida del
requerimiento de dicha orden. La duración está determinada por el término TIME STEP, el
cual es utilizado para nivelar la escala de tiempo con la cual se visualiza el comportamiento
de las variables.
5.3.6. Porcentaje de capacidad requerido
En este subsistema se evalúa el porcentaje de capacidad real requerido para cumplir con la
cantidad de la orden de producción asignada y su tiempo de entrega. En la Tabla 5-11 se
presentan los parámetros y notaciones matemáticas, al igual que en los casos anteriores, el
diagrama de Forrester del sistema se presenta en la Figura 5-17.
Tabla 5-11: Variables y parámetros del subsistema % de capacidad requerida
DCAij: Diferencia de capacidad actual de la orden de producción (uds) Cij: Capacidad (uds/horas) % DCAij: Porcentaje de diferencia de capacidad actual de la orden de producción (uds) %CRRij: Porcentaje de capacidad real requerido para cumplir la orden de producción (%) FSij: Flujo de solicitud de la orden de producción (horas)
Figura 5-17: Diagrama de Forrester del subsistema % de capacidad requerida
RP 1 TS1
TC 1
JL 1
TD 1
DCA 11
FS 11 C 11
% Msmed11
1OP11OP3
% MMT11
% DCR 11
% CRR 11
s1 1
s2 1
<HI 11>
FE 11
<TPHTA 11><D 11>
<% MMT 11>
N FE 11
<1OP1>
1OP2
<1 P1><1 P2><1 P3>
<TT 1>
<NT 1>
<TE 11>
<TPHTA 12>
<TPHTA 13>
<TPHTA 14>
<TPHTA 15>
<% Msemd 12>
<% Msmed 14>
<% Msmed 15>
<ICP 11>
𝑅𝑆𝑖𝑗 = 𝑃𝑈𝐿𝑆𝐸(𝐻𝑆𝑖𝑗, 𝑇𝐼𝑀𝐸 𝑆𝑇𝐸𝑃) ∗ 𝑖𝑂𝑃𝑗 Ec. 5-13
Comportamiento del modelo propuesto
121
El flujo de solicitud (FSij) establece el flujo con el cual el cliente solicita cada orden de
producción. Está determinado por el ritmo de producción del pedido total en esa estación
de trabajo y por el tiempo total requerido para cumplir cada orden de producción, de
acuerdo con el ritmo de producción total. La expresión matemática (FSij) queda
determinada por la Ec. 5-14.
La diferencia de capacidad actual (DCAij) representa la discrepancia existente entre el
comportamiento del flujo de solicitud y el flujo de entrada esperado, lo que se traduce como
el flujo de capacidad actual con el cual cada prensa de la línea de estampados da
cumplimiento a la orden de producción esa estación de trabajo, ver Ec. 5-15.
Donde, la capacidad de la orden de producción está representada por la Ec. 5-16.
El porcentaje de la diferencia de capacidad requerido (%DCAij) representa el porcentaje de
capacidad necesario para poder cumplir con la orden de producción establecida, su
expresión matemática esta definida por Ec. 5-17.
Sin embargo este porcentaje considera únicamente la relación establecida entre el flujo de
producción esperado y el flujo de salida. No considera las afectaciones por tiempos de
demoras y paros no programados, lo que finalmente se traduce en cantidad de
componentes sin entregar. Para esto fue necesario calcular el porcentaje de capacidad real
requerido (%CRRij). Esta variable se refiere al porcentaje necesario para cumplir con la
orden de producción y su requerimiento de salida. Una vez que el flujo real ha sido afectado
por todas las incidencias mencionadas anteriormente, la probabilidad de que la cantidad
del nivel de inventario de componentes producidos esté listo a tiempo disminuye,
ocasionando que no se cumpla con efectividad y eficiencia el programa de producción. Esta
situación se representa por la Ec. 5-18.
𝐹𝑆𝑖𝑗 = 𝑆𝑇𝐸𝑃 (1
𝑅𝑃𝑖, 𝐻𝐼𝑖𝑗) − 𝑆𝑇𝐸𝑃 (
1
𝑅𝑃𝑖, 𝐻𝐼𝑖𝑗 + (𝑖𝑂𝑃𝑗 ∗ 𝑅𝑃𝑖)) Ec. 5-14
𝐷𝐶𝐴𝑖𝑗(𝑡) = 𝐹𝑆𝑖𝑗 − 𝐶𝑖𝑗 Ec. 5-15
𝐶𝑖𝑗 = 𝐹𝐸𝐸𝑖𝑗 Ec. 5-16
%𝐷𝐶𝑅 𝑖𝑗 =𝐷𝐶𝐴 𝑖𝑗
𝑖𝑂𝑃𝑗 Ec. 5-17
%𝐶𝑅𝑅𝑖𝑗(𝑡) =𝐼𝐶𝑃𝑖𝑗(𝑡)
𝑖𝑂𝑃𝑗 Ec. 5-18
Comportamiento del modelo propuesto
122
Esta variable también funciona como parámetro de medición, contemplado en el porcentaje
de mejora en cada una de las propuestas elaboradas %Msmed y %MMT. Se toma como
punto de partida el porcentaje de capacidad requerido para garantizar el cumplimiento de
las órdenes y se traduce en propuestas de mejoras planteadas. Este valor se compara con el
porcentaje de las mejoras derivadas de las propuestas planteadas, de esta forma se conoce
que tan alejado esta de cumplir con el objetivo de la orden de producción.
5.3.7. Inventario de láminas
El paro del flujo de producción por cambio de lámina o la interrupción total del flujo por la
falta de la misma es una de las incidencias más frecuentes en el proceso de producción, este
escenario es analizado en este subsistema. En la Tabla 5-12 se presentan los parámetros y
notaciones, mientras que en la Figura 5-18 se muestra el diagrama de Forrester
correspondientes al sistema a analizar.
Tabla 5-12: Variables y parámetros del subsistema inventario láminas
ILij: Inventario de láminas (kg) FELij: Flujo de entrada de láminas de la orden de producción (kg/hora) FSLij: Flujo de salida de láminas de la orden de producción (kg/hora) Fculij: Factor de conversión de unidades a láminas (kg/ud) LUij: Láminas utilizadas de la orden de producción (kg) ELij: Entrada de láminas de la orden de producción (kg) IDRLij: Inventario disponible real de láminas de la orden de producción (kg) IDLij: Inventario disponible de láminas de la orden de producción (kg)
Figura 5-18: Diagrama de Forrester del subsistema inventario láminas
IL 11
FEL 11Fcul 11
TCL 11
ID 11IDR 11
<Time>
<TIMESTEP>
II 11
EL 11
LU 11FSL 11
PL 11
<FSR 11>
<1OP1>
Comportamiento del modelo propuesto
123
Este tipo de paro se determina por el comportamiento del inventario de láminas (ILij), en el
cual interviene el flujo de salida real de producción y el flujo de entrada de láminas. Su
representación matemática se expresa en la Ec. 5-19.
Donde,
El flujo de salida de láminas (FSLij), no es más que el flujo de salida de producción afectado
por las diferentes incidencias, multiplicado por el factor de conversión de unidades a kg de
láminas, ver Ec. 5-20. Este factor de conversión es facilitado por el área de producción y
relacionado a cada componente en la base interactiva de Microsoft Excel.
El flujo de entrada de las láminas (FELij) depende de la cantidad de entrada de láminas ELij,
y del tiempo de cambio de lámina TCLij. Este tiempo de retaso es representado por un
retraso de material de orden infinito, la cual se utiliza cuando es necesario establecer un
retraso fijo, es decir es un retraso constante, en el que la salida es igual a la entrada,
después de un tiempo t.
La expresión anterior indica que la cantidad de láminas impactará en el flujo de entrada un
tiempo después, determinado por el tiempo de cambio de lámina (TCL).
La entrada de lámina (ELij) depende del inventario disponible de láminas IDij, el inventario
disponible real IDRij y del inventario inicial de láminas IIij. Inicialmente se cuenta con un
dato de disponibilidad de láminas, en el momento en que esta se vuelve cero, interviene el
inventario disponible de lámina, si este es mayor que el inventario disponible real (dato que
se actualiza y verifica en el momento de realizar la simulación) no habrá ningún problema,
de ocurrir lo contrario, es posible que se presente un paro por falta de lámina
indeterminado. Se muestra este escenario de esta manera en particular, para simular el
conflicto de la falta de información a tiempo, demostrado por la discrepancia generada por
la diferencia entre el inventario disponible real y el inventario inicial de láminas. La
expresión matemática que representa esta situación se presenta en la Ec. 5-22.
𝐼𝐿𝑖𝑗(𝑡) = 𝐹𝐸𝐿𝑖𝑗(𝑡) − 𝐹𝑆𝐿𝑖𝑗(𝑡) Ec. 5-19
𝐹𝑆𝐿𝑖𝑗 = 𝐹𝑆𝑖𝑗 ∗ 𝐹𝑐𝑢𝑙𝑖𝑗 Ec. 5-20
𝐹𝐸𝐿𝑖𝑗 = (𝐸𝐿𝑖𝑗, 𝑇𝑖𝑒𝑚𝑝𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 + 𝑇𝐶𝐿𝑖𝑗) Ec. 5-21
Comportamiento del modelo propuesto
124
5.3.8. Indicadores
Los diferentes paros y tiempos de demoras afectan la disponibilidad del equipo y el
rendimiento del flujo de producción respectivamente. Estas afectaciones se hacen presente
en la cantidad de tiempo que el equipo está en funcionamiento a un determinado
rendimiento.
Un método confiable para determinar la eficiencia con la cual está operando un equipo es
por medio del cálculo del OEE (Overall Effectiveness Equipment-efectividad total del
equipo). Este parámetro es un índice reconocido internacionalmente que se emplea para
conocer el nivel de eficiencia efectiva en los equipos. Este depende de 3 parámetros;
disponibilidad, eficiencia y calidad [107].
Disponibilidad: Cantidad de tiempo en donde un equipo está en condiciones de operarse.
Desempeño: Cantidad de tiempo donde un equipo está en funcionamiento a un
determinado rendimiento.
Calidad: Cantidad de tiempo donde un equipo fabrica productos conformes.
Las siguientes expresiones (Ec. 5-23, 5-26) determinan el procedimiento de cálculo del OEE.
𝐸𝐿𝑖𝑗 = 𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐿𝑖𝑗 >: 𝑎𝑛𝑑: 𝐼𝐿𝑖𝑗
≤ (𝐹𝑆𝐿𝑖𝑗
∗ 𝑇𝑖𝑚𝑒 𝑆𝑡𝑒𝑝), 𝑆𝑡𝑒𝑝 (𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐼𝐿𝑖𝑗
> (𝑖𝑂𝑃𝑗 ∗ 𝐹𝑐𝑢𝑙𝑖𝑗), 0, 𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐷𝑅𝐿𝑖𝑗
≥ 𝐼𝐷𝐿𝑖𝑗, (𝐼𝐷𝐿𝑖𝑗), (𝐼𝐷𝑅𝐿𝑖𝑗)))) , 𝑇𝑖𝑚𝑒 − 𝑇𝑖𝑚𝑒 𝑠𝑡𝑒𝑝)
− 𝑆𝑡𝑒𝑝 ((𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐼𝐿𝑖𝑗
> (𝑖𝑂𝑃𝑗 ∗ 𝐹𝑐𝑢𝑙𝑖𝑗), 0, 𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒(𝐼𝐷𝑅𝐿𝑖𝑗 > 𝐼𝐷𝐿𝑖𝑗
≥ 𝐼𝐷𝐿𝑖𝑗, (𝐼𝐷𝐿𝑖𝑗), (𝐼𝐷𝑅𝐿𝑖𝑗)))) , 𝑇𝑖𝑚𝑒 𝑠𝑡𝑒𝑝 + 𝑇𝑖𝑚𝑒) , 0))
Ec. 5-22
𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 − 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛 𝑣𝑎𝑐í𝑜
𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛∗ 100 Ec. 5-23
𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜 =𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 ∗ 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜
𝑇𝑖𝑒𝑚𝑝𝑜 𝑛𝑒𝑡𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛∗ 100 Ec. 5-24
Comportamiento del modelo propuesto
125
La Empresa bajo estudio emplea las fórmulas anteriores para determinar sus propios
niveles de eficiencia de la línea de estampados.
Dado que los diferentes paros y tiempos de demoras se manifiestan en las afectaciones de
los tiempos de producción y las afectaciones de los tiempos de producción se pueden
expresar en cantidad de componentes sin producir, es posible expresar las ecuaciones
anteriores mediante el comportamiento de los flujos de producción afectados por las
diferentes demoras y tiempos de paro a lo largo del tiempo.
En el trabajo “Dynamic Lean Assesment for Takt Time Implementation”, desarrollado por
Ali y Deif [117], presentan un modelo dinámico para examinar el impacto asociado con la
aplicación del concepto del flujo de una pieza a una línea de producción, las mejoras se
reflejan en el comportamiento de las métricas de OEE, nivel de servicio y WIP (work in
process). En este modelo desarrollado por Ali y Deif se puede ver de manera continua el
comportamiento de los indicadores a medida que realiza la simulación del modelo.
Con base al tipo de datos empleados y obtenidos para el desarrollo del modelo propuesto y
tomando como referencia del modelo desarrollado por Ali y Deif, se realiza el cálculo de los
indicadores de disponibilidad, desempeño y eficiencia, a partir de la adaptación de las
propuestas de fórmulas anteriores, considerando lo siguiente:
Tiempo de producción. Corresponde al tiempo total destinado para completar el lote de
producción. En el modelo desarrollado el comportamiento de los componentes producidos
en este tiempo, está representado por el flujo de salida real FSRij.
Tiempo en vacío Corresponde a los tiempos de paros programados y no programados. El
modelo cuantifica los componentes que se podrían producir en este tiempo.
Tiempo neto de producción: Corresponde al tiempo destinado para la producción del
componente asignado, bajo las condiciones de rendimiento actuales. En el modelo, está
representado por el flujo de producción real AFPRij (el cual considera las afectaciones
únicamente de los tiempos de demoras atribuidos a actividades anexas del proceso).
El flujo que representa la cantidad de componentes producidos en el tiempo ciclo o tiempo
estándar estimado, es el flujo de entrada esperado (FEEij).
𝐶𝑎𝑙𝑖𝑑𝑎𝑑 =𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎 − (𝑅𝑒𝑐ℎ𝑎𝑧𝑜𝑠 + 𝑟𝑒𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠)
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎∗ 100 Ec. 5-25
𝑂𝐸𝐸 = 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑖𝑑𝑎𝑑 ∗ 𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 ∗ 𝐶𝑎𝑙𝑖𝑑𝑎𝑑 Ec. 5-26
Comportamiento del modelo propuesto
126
El indicador calidad no se ha considerado dentro del cálculo del OEE, ya que no fue posible
realizar el monitoreo de este dato y obtener cifras confiables del comportamiento del
mismo, por tal razón se asume un porcentaje del 100%. En la Tabla 5-13 y en la Figura 5-19,
se presentan los parámetros y diagrama de Forrester representativo del subsistema.
Tabla 5-13: Variables y parámetros del subsistema indicadores
FPRij: Flujo de producción real la orden de producción (horas) Disponibilidad ij Disponibilidad para la prensa con producción de componente asignado Desempeño ij Desempeño para la prensa con producción de componente asignado Eficiencia ij Eficiencia para la prensa con producción de componente asignado
Figura 5-19: Diagrama de Forrester del subsistema indicadores
El indicador de disponibilidad está directamente afectado por los tiempos de paros
programados y no programados. Este indicador relaciona el tiempo utilizado para la
producción y el tiempo total de producción. La expresión de la Ec. 5-27 representa el
comportamiento de la disponibilidad a lo largo del tiempo.
El indicador de desempeño, relaciona el tiempo efectivo necesario para la producción de un
determinado componente y el tiempo necesario para producirlo bajo ciertas condiciones de
rendimiento. Su comportamiento está representado por la expresión expresada en la Ec. 5-
28.
Finalmente el indicador de eficiencia se obtiene al multiplicar estos dos términos,
considerando un factor de 100% para el indicador de calidad. Su cálculo está determinado
por la Ec. 5-29.
Disponibilidad11
Desempeño11
Eficiencia 11
<FPR11>
<FSR 11>
<FEE 11>
𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑖𝑗 =𝐹𝑃𝑅𝑖𝑗
𝐹𝑆𝑅𝑖𝑗 Ec. 5-27
𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜𝑖𝑗 =𝐹𝐸𝐸𝑖𝑗
𝐹𝑃𝑅𝑖𝑗 Ec. 5-28
𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑖𝑗 = 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑖𝑑𝑎𝑑 𝑖𝑗 ∗ 𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜 𝑖𝑗 ∗ 𝐶𝑎𝑙𝑖𝑑𝑎𝑑 𝑖𝑗 Ec. 5-29
Comportamiento del modelo propuesto
127
5.3.9. Costos La empresa establece los costos de producción derivados de: costo de mano de obra, costo
de materia prima y costos indirectos de mano de obra y maquinaria. Es en esa medida, en
que se ha establecido el control de los costos por cada orden de producción y producto
terminado en cada estación de trabajo. A continuación se presentan las definiciones de los
costos considerados por la empresa, basados en la tarifa de cada costo que se muestra en la
Tabla 5-1 de Anexos 3.
El costo estándar de utilización de máquina (Csto IV- Máq)
La tasa de costo indirecto variable por hora aplicable al tiempo de ejecución de máquina, es
determinado por :(tiempo de preparación/cantidad de la orden * máquinas de la ruta por
operación + tiempo de ejecución) * tasa de utilización de máquinas en el centro de trabajo.
La tarifa de costo de mano de obra por hora aplicable tanto al tiempo de
preparación como de ejecución (Costo IndVar-MO)
La porción de invariable directo de mano de obra del costo invariable directo estándar se
calcula utilizando la tarifa de invariable directo de mano de obra y el porcentaje de
invariable directo de mano de obra. La tarifa de invariable directo de mano de obra se
multiplica por el tiempo de preparación y ejecución de la operación. El porcentaje de
invariable directo de mano de obra se multiplica por el costo total de mano de obra para la
preparación y ejecución de la operación.
El invariable directo real de mano de obra se calcula usando las horas reales reportadas y
las tarifas de invariable directo y costos de mano de obra del centro de trabajo donde se
reportó la operación.
La tarifa promedio de mano de obra pagada por hora de mano de obra para
preparar este centro de trabajo (Tarifa Prep)
La parte correspondiente a la preparación del costo de mano de obra estándar se calcula
multiplicando el tiempo de operación estándar por la tarifa de preparación. (El tiempo de
preparación es el tiempo necesario para preparar la totalidad de las máquinas. Este costo se
divide por la cantidad especificada en la orden del artículo. El porcentaje de indirecto
variable de mano de obra se aplica tanto al costo de preparación como al de ejecución y se
suma al costo indirecto variable estándar.
El costo real de preparación se calcula multiplicando el tiempo de preparación real por la
tarifa de preparación correspondiente al centro de trabajo en cuestión.
Comportamiento del modelo propuesto
128
La tasa promedio de mano de obra pagada por hora para hacer funcionar este centro de trabajo (Tarifa MO)
La porción de la ejecución del costo de mano de obra estándar se calcula multiplicando el
tiempo de ejecución de la operación estándar por la tasa de ejecución. El porcentaje de
indirecto variable de mano de obra se aplica tanto al costo de preparación como al de
ejecución y se suma al costo indirecto variable estándar.
El costo real de ejecución se calcula multiplicando el tiempo real de ejecución por la tasa de
ejecución para el centro de trabajo en el que se reportó el tiempo de ejecución.
Cualquier diferencia queda asentada como variación. La tasa de variación da cuenta de las
diferentes tasas estándar entre los centros de trabajo. La variación de uso da cuenta de los
diferentes tiempos de preparación y ejecución.
A partir de estas definiciones se plantearon los costos reales y estándar para mano de obra,
materiales y maquinaria. En la Tabla 5-14 se presentan los parámetros y nomenclaturas
correspondientes para determinar el comportamiento de los costos. En la Figura 5-20 se
muestra el diagrama de Forrester del subsistema.
Tabla 5-14: Variables y parámetros del subsistema costos
Ind-Var Maq: Costo indirecto de la Maquinaria ($/hora) Ind-Var MO: Costo indirecto de la mano de obra ($/hora) MO: Costo Mano de obra ($/hora) MP: Costo de materia prima ($/uds) CE Ind-Varij: Costo estándar indirecto ($) CE MOij: Costo estándar mano de obra ($) CE MPij: Costo estándar materia prima ($) CETij: Costo estándar total ($) CR Ind-Varij: Costo real indirecto ($) CR MOij: Costo real mano de obra ($) CR MPij: Costo real materia prima ($) CRTiji: Costo real total ($)
Figura 5-20: Diagrama de Forrester del subsistema costos
HCL 11
<% MMT 11>
HFR 11
CE MO 11
CE Ind-Var 11
CE MP 11CET 11
CR Ind- Var 11CR MO 11
CR MP 11
CRT 11
<NFS 11>
HFT 11
<N FE 11>
Ind- Var MaqInd-Var MOMOMP
<Time>
Comportamiento del modelo propuesto
129
En este escenario, se establece una comparación entre el costo estándar total (CETij) y el
costo real total (CRTij). El costo estándar total es el costo ideal por el cual debería incurrir
la orden de producción, sin embargo al ser afectado el flujo de producción por las
incidencias, el tiempo necesario para cumplir su orden de producción incrementa,
incrementando también los costos de producción. Los costos se miden en función del
tiempo necesario para cumplir la orden de producción y del número de unidades
producidas. En la expresión matemática Ec. 5-30 se expresa el comportamiento de CETij.
El costo estándar indirecto corresponde al costo indirecto incurrido tanto de mano de obra
como de maquinaria. Este costo, al igual que el costo de mano de obra, depende
directamente del tiempo empleado para tal efecto. El costo de materia prima depende
directamente de la cantidad de unidades producidas.
El costo real total (CRT), expresado por la Ec. 5-31 se establece a partir del comportamiento
de los costos del flujo real. En este caso, se toma en consideración el tiempo real necesario
para cumplir la orden de producción y la cantidad real producida, la cual puede estar
afectada por incumplimientos debido a la falta de lámina.
5.3.10. Producto terminado
Este subsistema corresponde al análisis del módulo 2 del diagrama de Forrester
desarrollado. Aquí se evalúan las decisiones tomadas en cuanto a asignación de cargas de
los diferentes componentes y prensas correspondientes, determinando la existencia de
tiempos de demoras por espera entre estaciones. Se representa el comportamiento de la
variable principal órdenes sin entregar y se analiza la retroalimentación establecida entre el
cumplimiento del tiempo de entrega del producto terminado y la hora de inicio en la
primera estación de trabajo. En la Tabla 5-15 se presentan los parámetros y nomenclaturas
empleadas para representar este subsistema.
Tabla 5-15: Variables y parámetros del subsistema producto terminado
FP Ci Flujo de producción del componente (uds/hora) Ci PT Componente del producto terminado (uds) FCi Flujo del componente DCi Demoras del componente (tiempo de espera entre estaciones ) (horas) F PT Flujo del Producto terminado (uds/hora) Flujo de entrega Flujo de entrega del producto terminado de estaciones de trabajo
(uds/hora) Embarque Flujo de entrega del producto terminado al cliente (uds/hora)
𝐶𝐸𝑇𝑖𝑗 = 𝐶𝐸 𝐼𝑛𝑑 − 𝑉𝑎𝑟 𝑖𝑗 + 𝐶𝐸 𝑀𝑂𝑖𝑗 + 𝐶𝐸 𝑀𝑃 𝑖𝑗 Ec. 5-30
𝐶𝑅𝑇 𝑂𝑃𝑖 = 𝐶𝑅 𝐼𝑛𝑑 − 𝑉𝑎𝑟 𝑖𝑗 + 𝐶𝑅 𝑀𝑂 𝑖𝑗 + 𝐶𝑅 𝑀𝑃 𝑖𝑗 Ec. 5-31
Comportamiento del modelo propuesto
130
Órdenes sin entregar Cantidad de producto terminado sin entregar (uds) No. De componentes Corresponde al número de componentes que conforman al producto
terminado. Cantidad solicitada Cantidad de producto terminado solicitado por el cliente (uds) Hora de entrega Hora de entrega del producto terminado al cliente (horas) Precio de venta Precio de venta unitario del Producto terminado ($/ud) Ingresos Cantidad de dinero percibida, originario de la venta del producto
terminado ($) Utilidades reales Monto total de ganancia, derivado de la diferencia de los ingresos
percibidos y el costo real asumido para la producción del producto terminado ($)
Utilidades estándar Monto total de ganancia, derivado de la diferencia de los ingresos percibidos y el costo estándar asumido para la producción del producto terminado ($)
CECi Costo estándar del componente ($) CRCi Costo real del componente ($) Hora de entrega del PT procedente de la línea
Corresponde a la hora en que es entregado el último componente que conforma el producto terminado procedente de la línea de producción (horas)
Discrepancia entre tiempos de entrega
Es la diferencia entre la hora de entrega del producto terminado procedente de la línea y hora de entrega para el cliente final (horas)
Hora de inicio de producción
Hora sugerida en que debe iniciar la producción en la primera estación para garantizar cumplimiento al plan de producción (horas)
Asignación de prensa y componente de acuerdo a la secuencia de producción
del producto terminado.
Una vez que se ha realizado la carga de producción a cada una de las prensas (en el módulo
1), el usuario puede seleccionar la secuencia que desea analizar del comportamiento del
proceso de producción de un producto terminado que haya sido considerado en la
asignación de cargas. Primeramente es necesario elegir la(s) prensa (s), estaciones de
trabajo y componentes involucrados en el proceso de producción.
Figura 5-21: Pantalla principal del registro de datos del módulo 2
En la Figura 5-21 se muestra la pantalla del registro de datos del módulo 2. Desde este
menú se realiza la selección de la secuencia de producción del producto terminado deseado.
Los datos que se ingresan a las variables P Ci y C Ci (ver Figura 5-21-b), corresponden a la
selección de prensas (desde prensa 1 hasta prensa 5) y componente (desde componente 1
P C1
C C1
P C2
C C2
P C3
C C3
P C4
C C4
P C5
C C5
P C6
C C6
P C7
C C7
P C8
C C8
Cant C3
Std C1
Cant C1
Std C2
Cant C2
HI C1
Std C3 Std C4
Cant C4Std C5
Cant C5
Std C6
Cant C6Std C7Cant C7
Std C8Cant C8
PRENSA
COMPONENTE
ESTÁNDAR
CANTIDAD
C/H C1
C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8 COSTOS POR HORA
<CEC1>
PRODUCTO TERMINADO a
b
Comportamiento del modelo propuesto
131
hasta componente 5) involucrado en el proceso. Si dentro de este proceso de producción,
interviene una estación de trabajo diferente a las prensas, es necesario registrar la
información de esta estación referente a: tiempo estándar, cantidad a producir y costos por
hora (ver Figura 5-21-b).
El proceso de asignación de datos en este menú, está diseñado para considerar el proceso
de producción de un producto terminado compuesto de 8 componentes El ingreso de datos
en el menú de este módulo, considera una sola entrada de datos a la vez, es decir que no se
puede registrar una prensa y estación de trabajo para un mismo componente de manera
paralela, de esta manera se evita errores de duplicidad.
Una vez que los datos de la secuencia de producción han sido registrados en este menú, el
apartado de relaciones establece el intercambio de datos necesarios para actualizar la
información de horas de inicio de finalización y horas de inicio de producción de cada
prensa antecesora y predecesora. De esta manera, se actualizan los tiempos de entregas
entre cada estación.
Después que los tiempos de entrega entre estaciones han sido actualizados, por medio del
apartado de relaciones, es posible determinar si hay incumplimiento en los tiempos de
entrega entre componentes. Si se presenta esta situación, significa que hay presencia de
tiempos de demoras (DCi) ocasionado por espera entre estaciones para que el lote de
producción del componente asignado sea completado y pueda pasar a la siguiente estación.
Figura 5-22: Diagrama de Forrester del Flujo de Producto Terminado (FPT)
En la Figura 5-22 se presentan los tiempos de demoras (DCi) ocasionados por tiempo de
espera entre estaciones, lo cual afecta el flujo de producción entre componentes FP C1. En
este punto se establece una segunda interrelación de datos realizada en el apartado de
relaciones ya que si el usuario decide considerar estos tiempos de demora, los tiempos de
inicio entre componentes y entre estaciones se ajusta automáticamente. En caso contrario,
el flujo de producción entre componentes sigue su comportamiento normal, pero entre las
C1 PT C2 PT C3 PT C4 PT C5 PT C6 PTC7 PT
FP C1 FP C2 FP C3 FP C4 FP C5 FP C6 FP C7 FP C8
F PT
<FC1> <FC2> <FC3><FC4>
<FC5><FC6> <FC7> <FC8>
<DC1> <DC2> <DC3> <DC4> <DC5> <DC6> <DC7> <DC8>
Tiempos de demora
a considerar
Comportamiento del modelo propuesto
132
estaciones afectadas por los tiempos de demora se iniciará el proceso de producción con un
lote incompleto. Una vez tomada en cuenta estas dos consideraciones, se obtiene el
comportamiento del flujo de producto terminado F PT.
La variable órdenes sin entregar, representa una de las principales variables de este módulo
ya que indica el efectivo cumplimiento del producto terminado al cliente. Su diagrama de
Forrester se muestra en la Figura 5-23.
Figura 5-23: Diagrama de Forrester de la variable órdenes sin entregar
Esta variable se representa como una variable de nivel, ya que es la acumulación a lo largo
del tiempo, derivado de la diferencia del flujo de entrega del producto terminado desde las
estaciones de trabajo y el flujo de entrega del producto terminado al cliente, este último
derivado del plan de embarque ver Ec 5-23.
El Flujo de entrega del producto terminado está determinado por el flujo de producción de
cada componente FP Ci involucrado en el proceso de producción del producto terminado,
su expresión matemática se representa por la Ec. 5-33.
Embarque, es la variable que representa el flujo de entrega del producto terminado al
cliente, determinado por el plan de embarque. Al igual que la variable FSCij del punto 5.3.5,
el flujo de embarque ha sido representado por una función PULSE La expresión matemática
para representar el flujo de entrega del producto terminado al cliente queda establecida por
la Ec. 5-34.
Órdenes sin
entregar Embarque
Hora de entrega
Cantidad solicitada
Flujo de entrega
F PT
<TIME STEP><No. de
componentes>
Hora de entrega del PT
procedente de la línea
Ó𝑟𝑑𝑒𝑛𝑒𝑠 sin 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑟 (𝑡) = 𝐹𝑙𝑢𝑗𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎(𝑡) − 𝐸𝑚𝑏𝑎𝑟𝑞𝑢𝑒(𝑡) Ec. 5-32
𝐹𝑙𝑢𝑗𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎(𝑡) = ∑ 𝐹𝑃 𝐶𝑖
8
𝑖=1
Ec. 5-33
𝐸𝑚𝑏𝑎𝑟𝑞𝑢𝑒 = 𝑃𝑈𝐿𝑆𝐸(𝐻𝑜𝑟𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎, 𝑇𝐼𝑀𝐸 𝑆𝑇𝐸𝑃) ∗ 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑎𝑑𝑎 Ec. 5-34
Comportamiento del modelo propuesto
133
Esta función indica que, hay una entrada (esta entrada representa el requerimiento de
entrega) determinada por la cantidad solicitada por el cliente que inicia en la hora de
entrega del producto terminado al cliente. Nuevamente se utiliza el término TIME STEP
para nivelar la escala de tiempo con la cual se visualiza el comportamiento de las variables.
Estos datos son obtenidos directamente del plan de embarque.
Las variables Utilidades estándar y Utilidades reales representan las ganancias (ideales y
reales) obtenidas de la diferencia entre los costos asumidos en el proceso de producción y
los ingresos derivados de las ventas de la cantidad de producto terminado entregado al
cliente.
Figura 5-24: Diagrama de Forrester de las variables utilidades estándar y utilidades reales
La Figura 5-24 representa el diagrama de Forrester de las variables Utilidades, en él se
muestran dos escenarios comparativos entre el comportamiento ideal y el comportamiento
real del sistema en el cual se han asumido costos extras derivados de las afectaciones por
los tiempos de paro y tiempos de demoras.
Las expresiones que definen estas dos variables se muestran en las Ec 5-35 y Ec. 5-36
respectivamente.
Los ingresos están definidos por el precio de venta unitario y la cantidad entregada al
cliente, ver Ec. 5-37.
Los costos estándar y costos reales se derivan de la sumatoria de los costos asumidos en el
proceso de producción de cada componente involucrado, contemplando ambos escenarios
(real e ideal). Estos datos se derivan del punto 5.3.9 y su expresión matemática se
representa por las ecuaciones 5-38 y 5-39 respectivamente.
C5 PT C6 PTC7 PT
FP C6 FP C7 FP C8
Órdenes sin
entregar Embarque
Hora de entrega
Cantidad solicitada
Flujo de entrega
F PT
<TIME STEP>
INGRESOS
Precio de ventaCOSTOS
ESTÁNDAR
COSTOS
REALES
UTILIDADES
ESTÁNDAR
UTILIDADES
REALES
<No. de
componentes>
<CEC1><CEC2><CEC3><CEC4><CEC5><CEC6><CEC7>
<CEC8>
<CRC1>
<CRC2><CRC3><CRC4><CRC5>
<CRC6><CRC7><CRC8>
Hora de entrega del PT
procedente de la líneaDiscrepancia entre
tiempos de entregaHora de inicio de
producción
𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝐶𝑜𝑠𝑡𝑜𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 Ec. 5-35
𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝐶𝑜𝑠𝑡𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠 Ec. 5-36
𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 = (𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑎𝑑𝑎 − ó𝑟𝑑𝑒𝑛𝑒𝑠 sin 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑟) ∗ 𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑣𝑒𝑛𝑡𝑎 Ec. 5-37
Comportamiento del modelo propuesto
134
La Hora de inicio de producción es una variable que establece la interrelación entre el
módulo 1 y el módulo 2. Su diagrama de Forrester se muestra en la Figura 5-25.
Figura 5-25: Diagrama de Forrester de la variable Hora de inicio de producción
El valor de esta variable se deriva de la discrepancia entre los tiempos de entrega del
producto terminado obtenido de las estaciones de trabajo y el tiempo de entrega del
producto terminado al cliente. Si existe diferencia positiva entre ellas, la hora de inicio de la
primera estación involucrada en el proceso, se actualiza automáticamente para garantizar
la entrega del producto terminado. Su expresión matemática se expresa en la Ec. 5-40.
Donde,
Si de la diferencia presente en la variable Discrepancia entre tiempos de entrega, (Ec. 5-41)
se obtiene un valor positivo, indica que el tiempo de entrega del producto terminado de la
línea es mayor que el tiempo de entrega al cliente, por lo que es necesario considerar este
ajuste para garantizar el cumplimiento del producto. En caso contrario, no es necesario
tomar en cuenta ninguna medida preventiva orientada al cumplimiento.
Órdenes sin
entregar Embarque
Hora de entrega
Cantidad solicitada
Flujo de entrega
<TIME STEP>
INGRESOS
Precio de ventaCOSTOS
ESTÁNDARUTILIDADES
ESTÁNDAR
UTILIDADES
REALES
<No. de
componentes>
Hora de entrega del PT
procedente de la línea
Discrepancia entre
tiempos de entregaHora de inicio de
producción
𝐶𝑜𝑠𝑡𝑜𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 = ∑ 𝐶𝐸𝐶𝑖
8
𝑖=1
Ec. 5-38
𝐶𝑜𝑠𝑡𝑜𝑠 𝑟𝑒𝑎𝑙 = ∑ 𝐶𝑅𝐶𝑖
8
𝑖=1
Ec. 5-39
𝐻𝑜𝑟𝑎 𝑑𝑒 𝑖𝑛𝑖𝑐𝑖𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛= 𝑖𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒(𝐷𝑖𝑠𝑐𝑟𝑒𝑝𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎< 0,0, 𝐷𝑖𝑠𝑐𝑟𝑒𝑝𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎
Ec. 5-40
𝐷𝑖𝑠𝑐𝑟𝑒𝑝𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎= 𝐻𝑜𝑟𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎 𝑑𝑒𝑙 𝑃𝑇 𝑝𝑟𝑜𝑐𝑒𝑑𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑙í𝑛𝑒𝑎− ℎ𝑜𝑟𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎
Ec. 5-41
Comportamiento del modelo propuesto
135
5.4. Ecuación general representativa del objeto de estudio El comportamiento del modelo gira entorno a la variable órdenes sin entregar, que como
ya se ha definido en puntos anteriores, determina el efectivo cumplimiento del tiempo de
entrega del producto terminado, lo cual involucra el flujo de producción de cada
componente que conforma el producto terminado, así como la decisión de considerar
tiempos de espera entre estaciones.
Esta variable afecta directamente las utilidades percibidas del ingreso de las ventas y los
costos asumidos en el proceso de producción. Bajo estas consideraciones el
comportamiento del proceso de producción de un producto terminado se puede
representar con la ecuación 5.32, donde cada valor determinado por FP Ci, involucra la
interrelación entre módulos. En la Figura 5-26 se muestra una estructura general de las
relaciones entre variables derivadas de la ecuación 5.32.
Figura 5-26: Estructura general de las relaciones entre variables derivadas de la ecuación 5-32
La Figura 5-26 presenta un esquema general de todas las variables involucradas en la
ecuación representativa del objeto de estudio. Cada valor que interviene en el flujo del
componente producido se deriva del resultado de los datos del módulo 1, una vez
establecidas las interrelaciones entre ambos módulos. Abarca más de 52 ecuaciones y más
de 70 variables y parámetros.
F PT
FP C1
DC1DC2DC3DC4DC5DC6DC7DC8FC1
Tiempos de demora a considerar
FP C2
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC2(Tiempos de demora a considerar)
FP C3
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC3(Tiempos de demora a considerar)
FP C4
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC4(Tiempos de demora a considerar)
FP C5
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC5(Tiempos de demora a considerar)
FP C6
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC6(Tiempos de demora a considerar)
FP C7
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC7(Tiempos de demora a considerar)
FP C8
(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)
FC8(Tiempos de demora a considerar)
Órdenes sin entregar
Embarque
Cantidad solicitada
Hora de entrega
Flujo de entregaF PT
TIME STEP
Módulo 1
Módulo 2 Interrelaciones
FC1
C C1
Cant C1
FSR 11
Time
% MMT 11
D 11
FEE 11
HFR 11
PL 11
PNP 11
FSR 12
(Time)
% MMT 12
D12
FEE 12
HFR 12
PL 12
PNP 12
FSR 21
(Time)
% MMT 21
D 21
FEE 21
HFR 21
PL 21
PNP 21
FSR 22
(Time)
% MMT 22
D22
FEE 22
HFR 22
PL 22
PNP 22
HI C1
P C1
Std C1
Comportamiento del modelo propuesto
136
5.5. Interfaz Para realizar la interacción entre el usuario con el modelo propuesto y observar los
diferentes escenarios de simulación se desarrolló una interfaz interactiva, en la cual se
pueden modificar los parámetros de interés y variar la visualización de las diferentes
gráficas.
La interfaz se compone de un menú principal compuesto de diferentes opciones de
visualización. En la Figura 5-27 se muestra la pantalla principal que representa la interfaz
entre el operador y el modelo desarrollado, seguido del detalle de los elementos que
integran las opciones de escenarios de visualización.
Figura 5-27: Menú principal de la interfaz desarrollada para interactuar con el modelo propuesto
1. Selección. En este apartado, se eligen la prensa y componente que se desea analizar
individualmente. Los resultados se muestran en el contenido de las Tablas se sección
2 del menú principal de la interfaz.
1
2
3
4
Comportamiento del modelo propuesto
137
2. Indicadores. El modelo desarrollado brinda una serie de información importante,
correspondiente al comportamiento de indicadores. En esta sección se presentan los
principales resultados de las simulaciones realizadas de acuerdo a la selección
realizada en el punto 1. Los indicadores que se muestran corresponden a tiempos de
entrega, tiempos de demoras y paros programados y no programados, % de
capacidad requerido, entre otros.
3. Gráficas. La información transmitida en el punto anterior, puede ser analizada
visualmente por medio de gráficas en esta sección. El usuario tiene la posibilidad de
seleccionar gráfica de flujo o gráfica acumulada tanto para las prensas involucradas
en el proceso como la del producto terminado.
4. Parámetros. En este escenario se presentan los principales parámetros que puede
modificar el usuario para realizar diferentes escenarios de simulación. Puede variar
el orden de la secuencia de las cargas asignadas en prensas, modificar el tiempo
estándar y la cantidad a producir.
CAPITULO 6: ANÁLISIS DINÁMICO DEL MODELO
PROPUESTO
VALIDACIÓN ESTRUCTURAL Y ESTADÍSTICA, APLICACIÓN PRÁCTICA,
RESULTADOS Y ANÁLISIS.
En este capítulo se explica el comportamiento dinámico del sistema real. Primeramente se verifica el modelo desarrollado mediante su validación estructural y estadística. Se presenta la simulación de un caso de producción en la línea de estampados para ejemplificar la aplicación práctica del modelo. Finalmente, se presentan los principales resultados, derivados del análisis del enfoque dinámico.
Análisis dinámico del sistema propuesto
138
6. Análisis dinámico del sistema real Este capítulo corresponde a la última etapa metodológica del desarrollo del modelo
dinámico, que representa el comportamiento de la línea de estampados. Como primer paso
se realiza la validación estructural y estadística del modelo, basado en las propuestas de
Forrester, Senge y Barlas. En este análisis se verifica la arquitectura del modelo y se
establece la desviación estadística entre los datos reales y los obtenidos vía simulación,
mediante el cálculo del porcentaje del error relativo. Una vez realizada la validación y
análisis estadístico, se procede con la presentación de un caso aplicado, analizando su
comportamiento bajo condiciones reales del sistema. Por último se presentan los
principales resultados, enfatizando en los beneficios prospectivos, derivados del porcentaje
de contribución a la utilidad obtenidos de las propuestas de mejoras planteadas. Es
importante resaltar que, los resultados mostrados en este capítulo son parte de algunas
aplicaciones realizadas en la línea de estampados.
6.1. Validación estructural y estadística La validación es un proceso que sirve para crear confianza en el modelo y sus resultados. En
el capítulo 3 se explicó el método y enfoque de validación empleado para la validación
estructural y estadística del modelo propuesto, el cual consta de 2 pasos. En primer lugar,
se verificó la estructura del modelo, es decir, que se revisa su consistencia estructural.
Como segundo paso se analizó el comportamiento del modelo utilizando la técnica
estadística del error medio absoluto, donde se comparan los datos reales del sistema con
los datos obtenidos vía simulación. A continuación se explican los pasos considerados en
este proceso.
6.1.1. Análisis de la estructura del comportamiento
Como primera fase de análisis se propone validar la arquitectura del modelo. Esto significa
que se evalúa la estructura y parámetros del modelo directamente, sin eximir la relación
entre estructura y comportamiento. Este tipo de validación permite la identificación
apropiada de la estructura, responsable del buen comportamiento del modelo en un
proceso multidimensional que incluye factores como: representación del problema,
estructura lógica, relación causal y expresión matemática.
A continuación se presenta la aplicación de la prueba de validación estructural en el modelo
desarrollado, la cual consta de 5 etapas.
Análisis dinámico del sistema propuesto
139
6.1.1.1. Prueba de límites adecuados
La prueba estructural de límites adecuados considera la relación necesaria para satisfacer el propósito del modelo. Este tipo de prueba debe responder a la interrogativa si es necesario o no ampliar el modelo y si este incluye una estructura relevante. Recordando que, el objetivo principal de este trabajo es: “Desarrollar un modelo para la
administración de un proceso de producción de bienes (aplicando Dinámica de Sistemas)
con enfoque a la contribución a las utilidades, en una industria metal-mecánica-línea de
estampados”, el modelo se ha constituido en dos etapas, realizado bajo el enfoque
administrativo del proceso de producción.
El entorno en el cual se produce el comportamiento objeto de estudio está determinado
desde que se establece el plan maestro de producción, lo cual se traduce en órdenes de
producción de los diferentes componentes, hasta que se obtiene el producto terminado.
Este procedimiento está contenido en el mapeo del proceso que se muestra en Anexos 2 y
que dan paso a determinar las variables necesarias que se utilizan en el desarrollo del
modelo, las cuales han sido procesadas con ayuda de macros en Microsoft Excel.
Para dar cumplimiento a la efectiva representación del objeto de estudio, contemplando
todo su entorno, el modelo se ha constituido de dos etapas. Primeramente se analiza de
manera independiente el proceso de producción de cada una de las prensas de la línea de
estampados y posteriormente se integra en un segundo modelo correspondiente al flujo
del producto terminado.
Para el desarrollo de la primera etapa del modelo se tomó en consideración características
determinantes en el proceso y problemática actual, tales como: programación de las
órdenes de producción de cada una de las prensas, determinada por su capacidad actual y
orden de prioridad de producción de cada componente. También se incluyen todas las
afectaciones relevantes en el proceso de producción demoras propias del proceso, y
suplementos.
La segunda etapa corresponde al modelo del análisis del producto terminado, en el cual se
incorpora el flujo de cada una de las prensas y el de otras estaciones de trabajo necesarias
para la fabricación del producto terminado. Es importante mencionar que, el análisis de
contribución de utilidades está desarrollado para cada componente en cada una de las
prensas y para cada producto terminado procesado. Este escenario permite analizar la
contribución a la utilidad por operación. El enfoque administrativo es complementado con
la incorporación de indicadores claves del proceso (eficiencia, desempeño y disponibilidad)
así como propuestas de mejoras de métodos de trabajo derivado de planes de acción.
Análisis dinámico del sistema propuesto
140
Para garantizar que el modelo desarrollo representa el comportamiento del sistema, este se
ha hecho en conjunto con el personal involucrado en el proceso, quienes han brindado la
retroalimentación necesaria para la construcción del mismo. Este aspecto se puede analizar
a detalle en los puntos 4.2 y 4.3, en donde se explica el proceso de captura-registro y
complementación de la información y la participación del conocimiento experto.
6.1.1.2. Verificación de la estructura.
Verificar la estructura significa comparar la estructura directamente del modelo con la
estructura del sistema real y modelos existentes, el cual no debe contradecir el
conocimiento del mismo.
La verificación de la estructura del modelo desarrollado incluye una revisión exhaustiva de
la literatura relevante relacionada al tema y se apoya en el conocimiento experto del
sistema. En el capítulo 2, punto 2.4.3, se hace mención a los diferentes trabajos
desarrollados en materia de modelado y simulación, considerando sus principales
contribuciones y grado de complejidad.
La obra seminal de Jay Forrester, Industrial Dynamics ha sido la principal fuente de
información estructural para el desarrollo del modelo, ya que representa el origen y las
bases para el dominio de un modelo dinámico en materia de: simbología, estructura de
relación causal y caracterización de variables.
En cuanto a estructura comparativa con modelos existentes, es evidente la aportación
recibida de los modelos desarrollados por Ahmed Deif y colaboradores. Los cuales se han
enfocado en el planteamiento y evaluación de políticas de capacidad dinámica enfocados a
manufactura esbelta, y sistema de manufactura reconfigurable. Derivado de este trabajo se
analiza la incorporación de indicadores claves en el modelo desarrollado del sistema y
análisis de los efectos de tiempos de demora de ajustes en el sistema, así como el enfoque
de costo analizado por etapas.
Es importante resaltar que el modelo desarrollado es un modelo personalizado adaptado a
la necesidad de la situación real del sistema bajo estudio. Las aportaciones obtenidas de la
revisión de la literatura sirvieron de base para plantear la estructura básica y analizar la
integración de las diferentes variables interrelacionadas, evitando de esta manera omitir
cualquier consideración que influya en el correcto funcionamiento del modelo.
Análisis dinámico del sistema propuesto
141
6.1.1.3. Consistencia dimensional
La prueba de consistencia dimensional requiere que cada ecuación matemática en el
modelo, así como la inclusión de parámetros sea evaluada y analizada .El entorno de
simulación que ofrece el software Vensim Ple ® permite construir un modelo de forma
amigable, que simulan los modelos en tiempo real mostrando su comportamiento. Este
software añade facilidades para revisar la estructura de las ecuaciones del modelo y sus
unidades de medida (ver Figura 6.1).
Figura 6-1: Funciones en el software Vensim (Check Model y Units Check) para revisar sintaxis del modelo
El software Vensim Ple ® dispone de dos herramientas para verificar el modelo. Por un
lado dispone de una función para revisar la sintaxis del modelo (Check Model) y por otro
lado una función para detectar errores en la coherencia de las unidades (Units Check). Esto
permite que, a medida que se está realizando la construcción del modelo, y se vayan
incorporando los diferentes parámetros, se realice una verificación paralela del modelo.
Considere el siguiente ejemplo, se verifica la consistencia de la ecuación del tiempo total de
demoras (DPij) para la prensa 1 y orden de producción 1, con las herramientas disponibles
en el software Vensim Ple ®. Esta ecuación (Ec. 5.7) involucra parámetros y funciones de
condicionalidad. Ver explicación de la expresión matemática en el punto 5.3.3.
Análisis dinámico del sistema propuesto
142
Figura 6-2: Estado de la ecuación de tiempo total de demoras DPij
En el recuadro rojo “1” de la Figura 6-2, se observa el estado de la ecuación antes
mencionada. La sintaxis “Equation OK” indica que la ecuación es correcta, lo que establece
que la ecuación ha sido desarrollada de forma idónea y apegada a los objetivos del modelo.
6.1.1.4. Verificación de parámetros
Los parámetros deben ser verificados con el objetivo de analizar su correspondencia
conceptual y numérica con las observaciones de la vida real, al igual que la estructura del
modelo puede ser comparada con el conocimiento disponible. Los valores asignados a los
parámetros del modelo desarrollado se derivan de dos fuentes, una proporcionada
directamente por la empresa y otra información que fue necesaria procesar para obtener
confiabilidad en la misma. En la Tabla 5-4 de la sección 5.1.2 se enlistan las fuentes de
obtención de los diferentes parámetros del modelo.
La información que proporciona la empresa corresponde al plan maestro de producción y
del plan de producción de cada estación de trabajo. Estos datos son facilitados en el
momento de realizar la simulación, los cuales varían de acuerdo a los días que se desean
simular. Por otro lado, hay valores constantes como los datos de suplementos y datos de los
costos de mano de obra e indirectos, los cuales son parámetros que no varían, y se
incorporan una única vez al modelo.
Y por otro lado, están los datos que se obtuvieron de la captura, registro y pre-
procesamiento de información del proceso, mediante la aplicación de la técnica de estudios
de tiempos y movimientos así como técnicas de agrupación. Para garantizar la confiabilidad
1
Análisis dinámico del sistema propuesto
143
del procesamiento de los datos se realizaron pruebas estadísticas con la distribución
Normal y Weibull, el porcentaje del error de la distribución que mejor se ajusta al
pronóstico de los datos, se analizó mediante la desviación media absoluta del error. El
detalle de este análisis asi como el procedimiento del pre-procesamiento de los datos se
detalla en Anexos 2.
6.1.1.5. Prueba de condiciones extremas
Un modelo que sólo se comporta aceptablemente bajo determinadas condiciones
controladas, sólo puede ser útil para analizar políticas que hagan que el sistema actúe
dentro de dichos límites. Por lo tanto, incorporar al modelo el conocimiento sobre
condiciones extremas mejora la comprensión y utilidad del mismo y por ende, su confianza.
La estructura en el modelo de dinámica de sistemas debe permitir combinaciones extremas,
permitiéndose ser cuestionado en relación a esto.
Para la realización de las pruebas de condición extrema, Forrester y Senge sugieren que se
deben examinar las ecuaciones de flujos, rastreada a través de ecuaciones auxiliares a los
niveles establecidos en el modelo. Tomando en cuenta esta recomendación, los escenarios
planteados para las pruebas de validez en condiciones extremas del modelo desarrollado,
muestran un esquema comparativo de tres puntos clave del modelo: tiempos de demoras,
paros no programados y falta de material. Se consideran puntos o situaciones claves ya que
determinan las afectaciones en el flujo de producción lo que impacta en el cumplimiento de
los tiempos de entrega de las órdenes de producción y a la vez en las utilidades.
Los ensayos bajo condiciones extremas de estos tres puntos clave se han desarrollado con
valores extremos de cero e infinito (al considerar el valor de infinito es contemplar un valor
muy largo aproximadamente un 300% de incremento sobre el valor original).
Con el objetivo de ejemplificar los diferentes escenarios de evaluación de las pruebas de
condición extrema, se ha considerado plantear el proceso de planeación del producto
terminado (PT) CM-3910, la secuencia de producción de este producto se presenta en la
Figura 4-4 del punto 4.2.1. Este producto involucra dos tipos de prensas de la línea de
estampados, las cuales, a su vez cuentan con su propio escenario de cargas.
Los valores de los parámetros obtenidos de la base interactiva desarrollada en Microsoft
Excel, para analizar la prueba de condición extrema se muestran en la Tabla 6-1. Estos
corresponden a los diferentes componentes del producto terminado CM-3910. Los datos se
han seleccionado para hacer una corrida de 1000 unidades.
Análisis dinámico del sistema propuesto
144
Tabla 6-1: Datos de la carga de producción de la prensa 1 y 2
Los tiempos de suplementos, turnos disponibles y costos de mano de obra y costos
indirectos se pueden consultar en el punto 5.3.4 y 5.3.9.
Escenario 1: Tiempos de demoras y su afectación sobre: capacidad de producción,
cantidad de componentes que se podrían producir y costos reales de producción.
Como se ha planteado a lo largo del documento, los tiempos de demoras, es una de las
principales variables de interés en el análisis del modelo. Estos tiempos dependen
directamente de las actividades anexas del proceso (ver punto 4.4.2), y de la cantidad a
producir.
En la Figura 6-3 se muestra el comportamiento de la afectación que tienen de los tiempos
de demoras sobre la capacidad de producción, cantidad de piezas que se podrían producir
en el tiempo por afectaciones y costos reales de producción, para un valor de cero minutos,
es decir considerando que cada uno de los factores que afectan los tiempos de demora se
han eliminado por completo.
(a) Cantidad de componentes posibles a
producir
(c) Costo estándar total
Ca
ntt
ida
d d
e co
mp
oen
tes
Co
sto
s es
tán
da
r ($
)
Tiempo de producción (horas) Turno 1 de producción (horas)
OP1 OP3 OP3
1ES1615/16 CM-3910 2P CM-3910 3P
Cantidad (CPC) 2000 600 1200 1200 900 1000 Piezas
Estándar de producción
(STD C)500 150 230 215 120 240 Uds./hora
Paro programado (PP C) 60 30 40 50 40 15 Min.
Tc 11 1 2 2 1 2 2 -
HI 7 - - 7 - - Horas
OP:ORDEN DE PRODUCCIÓN
Prensa 1 (837)
PRENSA 1 PRENSA 2
Unidad de
medidaOP2 OP1 OP2
Valores
PPP 11
0.1
0.075
0.05
0.025
0
0 10 20 30 40 50 60 70 80 90 100
Time (Hour)
PPP 11 : 3.vdf
CET 11
5,000
3,750
2,500
1,250
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
CET 11 : 3.vdf
Análisis dinámico del sistema propuesto
145
(b) Porcentaje de capacidad requerida real (d) Costo real total %
de
cap
aci
da
d
Co
sto
s re
ale
s ($
)
Tiempo de producción (horas) Turno 1 de producción (horas)
Figura 6-3: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de capacidad requerida
(b), Costo estándar total (c) y Costo real total (d)
En la Figura 6-3 se aprecia que, al incurrir en un tiempo de demora igual a cero, el
comportamiento de las variables es favorable, ya que al disminuir los tiempos de demora,
no se registran afectaciones en el flujo y no es necesario un incremento en la capacidad real
del sistema, por otro lado el comportamiento de los costos reales se ajusta al
comportamiento del costo estándar, es decir que ocurre bajo lo pronosticado.
Este escenario contrasta en gran medida con el segundo escenario planteado (ver Figura 6-
4), en el cual se incrementa sustancialmente los tiempos de cada una de las actividades
anexas al proceso ocasionando que los tiempos de demoras incrementen aproximadamente
un 1000% de su valor normal. Bajo condiciones normales, el tiempo de demora total que se
generaría (en este caso) de las actividades anexas al proceso sería de 30 minutos
aproximadamente, al incrementar 1000% su valor, se está considerando un tiempo total de
demora aproximadamente de 300 minutos.
(a) Cantidad de componentes posibles a
producir
(c) Costo estándar total
Ca
nti
da
d d
e co
mp
on
ente
s
Co
sto
s es
tán
da
r ($
)
3 turnos de producción (horas) 3 turnos de producción (horas)
% CRR 11
100
75
50
25
0
0 10 20 30 40 50 60 70 80 90 100
Time (Hour)
CRT 11
5,000
3,750
2,500
1,250
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
CRT 11 : 3.vdf
PPP 11
3,000
2,250
1,500
750
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
PPP 11 : 3.vdf
CET 11
5,000
3,750
2,500
1,250
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
CET 11 : 3.vdf
Análisis dinámico del sistema propuesto
146
(b) Porcentaje de capacidad requerida real (d) Costo real total %
de
cap
aci
da
d
Co
sto
s re
ale
s ($
)
3 turnos de producción (horas) 3 turnos de producción (horas)
Figura 6-4: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de capacidad requerida
(b), Costo estándar total (c) y Costo real total (d)
En la Figura 6-4 es evidente el comportamiento de las variables ante el incremento del
tiempo de demoras. Al incrementar el tiempo de demoras de 30 a 300 minutos. La cantidad
de componentes dejados de producir asciende a 2100 componentes, lo cual tiene sentido si
se compara con el estándar de producción de 500 piezas por hora. Esto se respalda al
analizar el comportamiento del porcentaje de la capacidad requerida, donde indica que
necesita un 100% para cumplir con la orden de producción. Finalmente los costos reales en
relación al costo estándar presentan un incremento sustancial, pasando de 4600 a 7000
unidades monetarias, esto debido a que el tiempo empleado para cumplir la orden de
producción se vio afectado por el incremento del tiempo de las demoras.
Escenario 2: Falta de material: incumplimiento en las órdenes de producción
En el punto 5.3.7, se hace mención al incumplimiento de la orden de producción por falta de
material. A pesar de que esta consideración se ha tomado en cuenta en el momento de
realizar la distribución de órdenes de trabajo en las diferentes prensas, se ha anexado en el
modelo desarrollado una pequeña condicional que se refiere al Inventario disponible
real. Esto permite establecer la diferencia entre el inventario disponible que teóricamente
debe existir y lo que realmente está disponible. Dado que el retraso generado por la falta de
material no puede ser solucionado de manera inmediata, se consideró de suma importancia
tomar en cuenta este factor.
El dato de inventario disponible real lo que permite analizar es que, en cualquier momento
el flujo del proceso puede ser interrumpido por falta de material, esto ocasionado por una
mala comunicación entre las áreas de producción y control de inventario. Para el análisis
% CRR 11
200
150
100
50
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
"% CRR 11" : 3.vdf
CRT 11
8,000
6,000
4,000
2,000
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
CRT 11 : 3.vdf
Análisis dinámico del sistema propuesto
147
de este escenario se plantea la situación de paro de flujo de producción indefinido por falta
de lámina.
En la Figura 6-5 se presenta el efecto que ocasiona la falta de material en el inventario de
componentes producidos y en el cumplimiento de las órdenes de producto terminado.
(a) Inventarios de componentes producidos (b) órdenes sin entregar
Ca
nti
da
d d
e p
ieza
s
Co
sto
s es
tán
da
r ($
)
3 turnos de producción (horas) 3 turnos de producción (horas)
Figura 6-5: Inventario de componentes producidos (a) y Cantidad de órdenes sin entregar (b)
Para comprender este escenario, es necesario plantear la situación completa. El inventario
disponible indica que hay material suficiente para producir 2000 piezas más (1000 piezas
más que las solicitadas en la orden de producción), es decir que el inventario de material es
suficiente para completar la orden de producción.
Sin embargo, una vez iniciado el proceso de producción, se notifica que en el inventario
disponible realmente hay 500 unidades, considerando que el inventario inicial es de 1000
unidades, lo que permite producir únicamente la cantidad de 1500 piezas. Este panorama
se ve reflejado en la Figura 6-5-a, en la que el nivel de inventario de componentes
producidos alcanza el nivel de 1500 piezas, en ese momento se hace la entrega de la
cantidad producida, quedando un faltante de 500 piezas sin producir. Esta afectación se ve
reflejada en la Figura 6-5-b, en el que se observa el comportamiento de unidades de
producto terminado que se generan a lo largo del flujo de producción. Bajo este escenario,
al finalizar del turno (tomando en cuenta las otras estaciones de trabajo y el flujo completo)
se quedan sin entregar 1000 unidades de producto terminado.
ICP 11
2,000
1,000
0
-1,000
-2,000
0 4 8 12 16 20 24 28 32 36
Time (Hour)
ICP 11 : 3.vdf
Órdenes sin entregar
2,000
1,000
0
-1,000
-2,000
0 4 8 12 16 20 24 28 32 36
Time (Hour)
Órdenes sin entregar : 3.vdf
Análisis dinámico del sistema propuesto
148
Escenario 3: Paros no programados, con afectación en el cumplimiento del plan de
producción de otras prensas.
Al igual que en los dos puntos anteriores se destaca la importancia de prestar atención a los
tiempos de paros, los cuales son un factor desestabilizante del flujo de producción.
Los tiempos de paros no programados presentan la característica que pueden aparecer en
cualquier momento del flujo, ocasionando una pausa de tiempo determinado, hasta que el
problema sea resuelto y el flujo sea reestablecido. Para el análisis de escenario de este
factor, se tomó en cuenta un paro no programado de 5 horas.
En la Figura 6-6-a se observa que el tiempo de paro no programado de 5 horas afecta la
producción, generando una producción retrasada aproximadamente 2700 piezas. Sin
embargo este retraso no únicamente influye en el flujo de producción de esa prensa, sino
que afecta el tiempo de entrega del componente a la siguiente prensa (relación entre
módulo 1).
(a) Cantidad de componentes retrasadas en
la producción
(b) Inventario de componentes producidos
Ca
nti
da
d d
e co
mp
on
ente
s
Co
sto
s es
tán
da
r ($
)
3 turnos de producción (horas) 3 turnos de producción (horas)
Figura 6-6: Cantidad de piezas dejadas de producir (a) e Inventario de componentes producidos (b)
En la Figura 6-6-b se observa que el inventario de componentes producidos asciende a 500
piezas en el intervalo del tiempo de las 8 a 12 horas. De acuerdo con el programa de
producción, la entrega del lote de producción de 2000 piezas, a una velocidad de tiempo
estándar de 500 piezas por hora debería haber sido 4 horas posteriores a su inicio de
producción (entre la hora 12 y 13). Sin embargo para esa hora, hay un faltante de 1500
piezas, las cuales se entregan hasta las 18 horas aproximadamente.
PPP 11
3,000
2,250
1,500
750
0
0 4 8 12 16 20 24 28 32 36
Time (Hour)
PPP 11 : 3.vdf
ICP 11
2,000
1,000
0
-1,000
-2,000
0 4 8 12 16 20 24 28 32 36
Time (Hour)
ICP 11 : 3.vdf
Análisis dinámico del sistema propuesto
149
6.1.2. Validación estadística.
Para la realización del análisis de validación estadística se realizaron un total de 43 corridas
de simulación comprendidas entre la semana 1 y la semana 43 del año 2014. Durante este
periodo se evaluó el desempeño del modelo propuesto y se establecieron los datos
comparativos resultantes de la simulación con un total de 5,925 datos registrados. La
distribución de datos analizados se presenta en la Figura 6-7.
Figura 6-7: Distribución de datos registrados durante el período de evaluación
Se utilizó la técnica estadística del error relativo para analizar el porcentaje de error
generado de los datos reales y simulados. De acuerdo con Yaman Barlas [104] y su estudio
realizado en relación a validación de modelos de simulación, establece que un modelo será
válido si la tasa de error es más pequeña que el 5%. Tomando en consideración, se utilizó el
porcentaje de error relatico absoluto para determinar la confiabilidad del modelo. Su
expresión matemática se establece en la Ec. 6-1.
% error relativo = |dato simulado − dato real
dato real| ∗ 100
Ec. 6-1
853752 731
603678 703
541469
595
0
100
200
300
400
500
600
700
800
900
CA
NTI
DA
D D
E D
ATO
S
MES
CANTIDAD DE DATOS REGISTRADOS
Análisis dinámico del sistema propuesto
150
Las variables seleccionadas para realizar el análisis de validación son representativas del
sistema y resumen en gran medida el comportamiento del objeto de estudio. Para tal efecto
se consideraron: Tiempo improductivo, generado de las afectaciones de los diferentes
tiempos de paros y demoras, Tiempo de entrega entre estaciones y los indicadores de
disponibilidad, desempeño y eficiencia.
En la Tabla 6-8 se resume el promedio del comportamiento estadístico de los datos
analizados. Del análisis de estos datos se determina que, la media obtenida entre los datos
reales y datos obtenidos vía simulación presentan poca variación, lo que indica que son
medias aproximadas. El porcentaje de error relativo absoluto obtenido de cada una de las
variables analizadas es menor al 5%, esto indica que la representación del modelo
propuesto es confiable.
Figura 6-8: Comportamiento estadístico promedio de los datos reales y datos simulados
La variable Tiempo improductivo presenta el porcentaje de error más elevado (4.02%).
Esto se le atribuye a la variabilidad que presentan los tiempos de demoras con relación a la
cantidad y tipo de componente a producir. A diferencia del indicador de Disponibilidad, el
cual presenta el porcentaje de error más bajo (0.28%), debido a que esta variable depende
directamente de los paros programados y del flujo esperado del proceso de producción. En
el apartado de Anexos 4, Figura D-1, se presenta el porcentaje de error relativo obtenido
para cada una de las variables en el periodo de estudio mes a mes.
Tiempo
improductivo
(min)
Tiempo de
entrega
(min)
Disponibilidad
(%)
Desempeño
(%)
Eficiencia
%
Datos reales
Media 331.32 467.49 85.26% 44.36% 36.74%
Desviación estándar 331.08 360.08 15.40% 23.28% 20.08%
Dato máximo 1461.21 1563.33 100.00% 99.52% 92.36%
Dato mínimo 9.00 19.33 15.22% 5.03% 4.15%
Datos simulados
Media 335.25 471.42 85.22% 44.09% 36.48%
Desviación estándar 336.98 366.28 15.43% 23.48% 20.11%
Dato máximo 1552.04 1680.00 100.00% 102.10% 94.30%
Dato mínimo 7.44 19.10 14.46% 5.26% 5.10%
% de error datos reales/simulados 4.02% 2.72% 0.28% 2.95% 2.60%
PROMEDIO GENERAL
Análisis dinámico del sistema propuesto
151
6.2. Aplicación práctica. Simulación de un caso
Tal y como se mencionó en el punto 6.1.2. se realizaron un total de 43 corridas de
simulación con el modelo propuesto. Para ilustrar el comportamiento dinámico del proceso
productivo de la línea de estampados, se presenta a continuación una de las corridas de
simulación realizadas. Se realizaron diferentes escenarios de simulación con un universo
amplio de situaciones posibles con los componentes del programa de producción de la
línea, con un horizonte de simulación correspondiente a una jornada laboral de 3 turnos, es
decir la producción de un día.
Para tal efecto se seleccionó el ejemplo base que se ha venido presentando a lo largo de esta
tesis, el cual corresponde al proceso productivo del producto terminado CM-3910. Los
detalles de la secuencia de programación de la producción se pueden consultar en el punto
4.2.2. La representación dinámica del comportamiento del flujo de producción del Producto
terminado, se ve afectado por el cambio retroalimentado de las horas de inicio y finalización
de cada una de las cargas en el programa de producción de las prensas.
Ingreso de datos
El usuario ingresa los datos de las cantidades a producir por carga de trabajo, el tiempo
estándar de producción de cada componente, el tiempo de cambio de herramental y/o
material, datos correspondientes a jornada laboral y suplementos, y por último se
establecen las condiciones de aplicabilidad de los factores que determinan los tiempos de
demora propias del proceso (C1 y C2). Estos valores se obtienen directamente de la base
interactiva de Microsoft Excel desarrollado en la prensa 1. En la Figura 6-9 se muestra la
pantalla general, correspondiente al ingreso de datos.
Figura 6-9: Pantalla general para el ingreso de datos al modelo, correspondiente a una estación de trabajo
La corrida de simulación que se presenta a continuación corresponde a la producción de
1000 unidades de producto terminado CM-3910. En la Tablas 6-2 y 6-3, se presentan los
TT 1
NT 1
TPHTA 111 P1
1 P2
1 P3
1 P4
1 P5
TE 11 Tc 11
Tc 12
Hi s1 1
Hf s1 1
Hi s2 1
Hf s2 1
TPHTA 12TE 12
PRENSA 1
PEDIDOS
1
2
3
4
5
TURNOS
TURNONo. de TURNOS
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
TIPO deCOMPONENTE
ESTÁNDARPREPARACIÓN
HTA
TE 14
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
Análisis dinámico del sistema propuesto
152
datos que se obtienen desde la base interactiva de Microsoft Excel para cada una de las
prensas y que son ingresados en la pantalla general de la Figura 6-9.
Tabla 6-2: Datos de la carga de producción de la prensa 1
Carga 1
1ES1615/16
Carga 2
Carga 3
CM-3910-2P
Prensa 1 (837) Valor Valor Valor Unidad
Orden de Producción (OP) 2000 600 1000 Uds.
Estándar de producción (TE) 500 150 230 Uds. /hora
Tiempo de cambio de herramental (TPHTA) 60 30 40 Min.
Hora de Inicio (HI) 7 - - horas
Tipo de Componente (Tc) 1 2 2 -
Tabla 6-3: Datos de la carga de producción de la prensa 2
Carga 1
Carga 2 Carga 3
CM-3910-3P
Prensa 2 (810) Valor Valor Valor Unidad
Orden de Producción (OP) 1200 900 1000 Uds.
Estándar de producción (TE) 215 120 240 Uds. /hora
Tiempo de cambio de herramental (TPHTA) 50 40 15 Min.
Hora de inicio (HI) 7 - - horas
Tipo de Componente (Tc) 2 2 2 -
Los demás datos de los componentes de la pieza CM-3910 que no se producen en las
prensas de línea de estampado y que se realizan en otras estaciones de trabajo se muestran
en la Tabla 6-4. Estos datos son ingresados en el menú principal del módulo 2, ver Figura 5-
21.
Tabla 6-4: Datos de la carga de producción de las demás estaciones de trabajo
Datos de producción CM-3910 1 P CM-3910 4 P CM-3910 5 P Unidad
Cantidad (Cant C) 1000 1000 2000 Uds.
Estándar de producción (Std C ) 210 135 155 Uds. /hora
Finalmente, la secuencia del proceso de producción del producto terminado CM-3910, sigue
el siguiente orden. (Esta secuencia se establece desde el menú principal del módulo 2, en las
variables P Ci y C Ci).
Tabla 6-5: secuencia del orden de producción para el flujo de producto terminado
Operación 1 Operación 2 Operación 3 Operación 4
Componente
Estación/Prensa
1ES1615/16
Prensa 837
CM-3910 1P
Estación de trabajo
CM-3910 2P
Prensa 837
CM-3910 3P
Prensa 810
Análisis dinámico del sistema propuesto
153
Se contempla hasta la operación 4, haciendo la consideración que hay inventario suficiente
para las operaciones 5 y 6 (componentes CM-3910 4P y CM-39105P). Los pasos explicados
hasta el momento para realizar la corrida de simulación, se resumen en el diagrama de flujo
de la Figura 6-10.
Figura 6-10: Secuencia para realizar corridas de simulación
Corridas de
simulación
Usuario Ingreso de
variables
Pantalla general del
módulo 1
Menú principal del
módulo 2
Establece la secuencia de
producción
Ejecuta la simulación
¿Desea analizar
diferentes
escenarios?
Modifica datos
Interfaz
Menú principal del
módulo 2 ó pantalla
general del módulo 1
Fin
Usuario
Usuario
Usuario
No
Si
TT 1
NT 1
TPHTA 111 P1
1 P2
1 P3
1 P4
1 P5
TE 11 Tc 11
Tc 12
Hi s1 1
Hf s1 1
Hi s2 1
Hf s2 1
TPHTA 12TE 12
PRENSA 1
PEDIDOS
1
2
3
4
5
TURNOS
TURNONo. de TURNOS
SUPLEMENTOS
Hora de Inicio S1
Hora final S1
Hora de Inicio S2
Hora final S2
TIPO deCOMPONENTE
ESTÁNDARPREPARACIÓN
HTA
TE 14
TE 13
TE 15
Tc 13
Tc 14
Tc 15
TPHTA 13
TPHTA 14
TPHTA 15
P C1
C C1
P C2
C C2
P C3
C C3
P C4
C C4
P C5
C C5
P C6
C C6
P C7
C C7
P C8
C C8
Cant C3
Std C1
Cant C1
Std C2
Cant C2
HI C1
Std C3 Std C4
Cant C4Std C5
Cant C5
Std C6
Cant C6Std C7Cant C7
Std C8Cant C8
PRENSA
COMPONENTE
ESTÁNDAR
CANTIDAD
C/H C1
C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8 COSTOS POR HORA
<CEC1>
PRODUCTO TERMINADO
Análisis dinámico del sistema propuesto
154
A continuación se presentan dos escenarios de evaluación (ideal o teórico y real) en los
que, se examinan el comportamiento dinámico de los flujos de producción esperada y flujo
de producción afectada. Por otro lado, se evalúan los cumplimientos de los niveles de
producción tanto de las prensas involucradas, como el nivel acumulado del producto
terminado. Así mismo, se presenta un resumen de los principales indicadores. Las demás
variables se analizan en el punto 6.3.
(a) Comportamiento del flujo de producción
de la prensa 837
(d) Nivel de acumulación del flujo de
producción de la prensa 837
Flu
jo d
e p
rod
ucc
ión
Ca
nti
da
d p
rod
ud
ia
3 Turnos de producción (horas) 3 Turnos de producción (horas)
(b) Comportamiento del flujo de producción
de la prensa 810
(e) Nivel de acumulación del flujo de
producción de la prensa 810
Flu
jo d
e p
rod
ucc
ión
Ca
nti
da
d p
rod
ud
ia
3 Turnos de producción (horas) 3 Turnos de producción (horas)
400
300
200
100
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
4,000
3,000
2,000
1,000
0
0 4 8 12 16 20 24 28 32
400
300
200
100
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
5,000
3,750
2,500
1,250
0
0 4 8 12 16 20 24 28 32
Análisis dinámico del sistema propuesto
155
(c) Comportamiento del flujo de producción
del producto terminado
(f) Nivel de acumulación del producto
terminado
Flu
jo d
e p
rod
ucc
ión
Ca
nti
da
d p
rod
ud
ia
3 Turnos de producción (horas) 3 Turnos de producción (horas)
Figura 6-11: Comportamiento del flujo de producción de la prensa 1(a), prensa 2 (b) y producto terminado (c) y
Acumulación del flujo de producción de la prensa 1(d), prensa 2 (e) y producto terminado (f)
En la Figura 6-11 (a y b) se muestra el escenario en el que se examina el efecto de los
tiempos de las demoras propias del proceso (Dij) y tiempos de cambio de herramental en
cada uno de los flujos. A simple vista se determina que los flujos de ambas prensas (1 y 2)
no sobrepasan las 31 horas (límite de tiempo para un día de producción), sin embargo si
exceden su tiempo de disponibilidad planeada (ver Figura 6-12). En la Figura 6-11–c se
observa que el comportamiento del flujo del producto terminado ha sido afectado por los
tiempos de demoras y paros derivados de las cargas de las prensas involucradas (esto es
evidente al analizar el efecto de la demora en la carga 2 de la prensa 2). La efectividad de la
programación de este producto se analiza una vez que se compara con su hora de entrega.
En la Figura 6-11-d, e y f se observa el comportamiento de la acumulación del flujo de
producción para las prensas 1 y 2, así como la acumulación del flujo del producto final. Los
tiempos de demoras y tiempos de cambio de herramental crean una repercusión
importante en el cumplimiento de las órdenes de producción, afectando el desempeño de la
línea en relación al plan programado. La respuesta en el comportamiento del flujo, una vez
que ha sido afectado por los tiempos de las demoras, muestra un comportamiento inestable,
contrario al comportamiento lineal que se espera. Entre mayor sean los tiempos de demora
propias del proceso, mayor será la inestabilidad en el proceso.
En la Figura 6-12 se muestran los indicadores de la disponibilidad de las prensas 1 y 2 en
relación a su capacidad. La disponibilidad planeada, está determinada por el tiempo de
producción planeado. La disponibilidad real está condicionada por el tiempo del flujo
500
375
250
125
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
5,000
3,750
2,500
1,250
0
0 4 8 12 16 20 24 28 32
Análisis dinámico del sistema propuesto
156
realmente utilizado, una vez considerada todas las afectaciones por paros programados y
no programados del proceso. Para el caso de la prensa 837, la programación realizada no
presenta ningún problema ya que no excede la capacidad en tiempo (20.75 horas), a
diferencia de la prensa 2, la cual presenta un tiempo excedido de más de 1 hora de tiempo,
por lo tanto es necesario realizar un reajuste en el programa de producción.
(a) Indicadores de disponibilidad para Prensa 1
(b) Indicadores de disponibilidad para Prensa 2
Figura 6-12: Indicar de disponibilidad para la prensa 837 y 810
En la Tabla 6-6, se resume el comportamiento de los indicadores por carga y prensa.
Tabla 6-6: Orden de las cargas de producción para el flujo de producto terminado
PRENSA 1 PRENSA 2
Indicadores Carga 1
Carga 2
Carga 3
Carga 1
Carga 2
Carga 3
Hora de inicio planeada (hora) 7 13.25 18.67 7 14.83 24.51 Hora de inicio Real (hora) 8 14.29 19.91 7.833 15.48 25.49 Hora de finalización planeada (hora) 12.75 18 24.51 14.16 23.83 28.68 Hora de finalización real (hora) 13.79 19.24 26.29 14.81 24.8 30.19 Producción planeada (unidades) 2000 600 1000 1200 900 1000 Producción realizada en el tiempo efectivo (unidades)
1482 598.92 876.44 1061 861.2 871.44
% de cumplimiento efectivo en el tiempo 74.12 94.82 87.64 88.4 95.69 87.14
Se determina que la carga 1 de la prensa 1 es la que presenta menor índice de cumplimiento
efectivo en el tiempo (74.12%) esto se le atribuye al tiempo de demoras del proceso, esto
también es posible al observar la diferencias entre los tiempos de hora de finalización
planeada y real. En el caso de la prensa 2, la carga 3 presenta el menor porcentaje de
cumplimiento efectivo en el tiempo (87.14%), significa que presenta el mayor tiempo de
incidencia que afecta el flujo de producción.
En la Tabla 6-7 se presenta el resumen de los tiempos de disponibilidad y entrega, los
cuales controlan el inicio del flujo del proceso de producción del producto final (CM-3910).
Análisis dinámico del sistema propuesto
157
Tabla 6-7: Indicadores que determinan tiempos de disponibilidad y entrega del producto terminado
Indicadores Carga 1
Hora de finalización propuesta 28.68
Hora de finalización real 13.79
Hora de inicio recomendada 9.812
Tiempo disponible propuesto 3.319
Tiempo disponible real 1.812
Se determina que el tiempo disponible propuesto y real del proceso de producción del
producto terminado CM-3910 es mayor que cero, lo que indica que aún hay tiempo
disponible para hacer la entrega final, sin embargo si se presenta una falla durante el
proceso de producción es muy probable que no se cumpla con la entrega. El programa
también orienta con la hora recomendada de inicio (9.8 horas), esto permite controlar el
tiempo efectivo de la entrega final.
6.3. Resultados y análisis En este capítulo se presentan los principales resultados derivados del análisis del enfoque
dinámico del modelo desarrollado. En este análisis se comparan dos escenarios de
evaluación, determinados por la situación de la línea. El primer escenario plantea la
situación ideal, es decir lo que teóricamente debería suceder en el proceso de planeación y
control de la producción. Por otro lado, el segundo escenario está determinado por las
condiciones reales que afectan el flujo de producción, es aquí donde se presenta la situación
bajo condiciones de incertidumbre.
En este análisis las variables de: tiempo de demoras del proceso, porcentaje de capacidad
requerida, y los indicadores de desempeño (eficiencia y disponibilidad) son utilizadas como
principales medidas de evaluación, lo que permite obtener escenarios del comportamiento
del sistema en término de costos y planteamientos de estrategias.
Derivado de esto, se refleja el comportamiento continuo de los flujos de producción y el
ajuste del proceso del sistema ante los efectos de condiciones que ocasionan cambios en el
plan original. Finalmente se analizan los beneficios prospectivos de dos planes de mejora
propuestos (SMED y MMT), con enfoque en la contribución a las utilidades. El modelo es
examinado en base a algunas de las aplicaciones del modelo desarrollado en la línea de
producción bajo estudio. Al igual que en el punto 6.2 el periodo de evaluación contemplado
es de un día de producción de tres turnos, con una jornada laboral de 22 horas.
Análisis dinámico del sistema propuesto
158
6.3.1. Impacto del tiempo de demoras en el flujo de producción
Tal y como se ha mencionado en el capítulo 4, los tiempos de demoras son atribuidos a una
serie de actividades anexas que se llevan a cabo durante el proceso de producción. El
desarrollo del modelo permitió evaluar las principales actividades que ocasionan los
tiempos de demora y a partir de esto se identificaron las áreas de oportunidad, ver punto
4.4.1.3 del capítulo 4.
Es importante destacar que, la ocurrencia de los tiempos de demoras no es registrada
debidamente durante el proceso de producción, esta situación genera un desconocimiento
del verdadero efecto que ocasionan. En la Figura 6.13 se compara el efecto de los tiempos
de demora para los dos escenarios de evaluación, situación teórica y situación real. La
comparación se hace para una misma cantidad de piezas a producir, destacando las
actividades que inciden en el incremento de los tiempos de demora.
Figura 6-13: Afectaciones de los tiempos de demora en el flujo de producción
(a) Comparación 1. Considerando algunos
factores que inciden en los tiempos de demora
(b) Comparación 2. Considerando todos los factores que
inciden en los tiempos de demora
Ca
nti
da
d d
e
com
po
nen
tes
Ca
nti
da
d d
e
com
po
nen
tes
Turno 1 de producción (horas) Turno 1 de producción (horas)
Flujo de producción teórica Flujo de producción real
Analizando ambas Figuras (a y b), se muestra que, el flujo de producción teórica presenta
un comportamiento establece a lo largo del proceso de producción. A diferencia del flujo
real, el cual es afectado por los tiempos de demora, su comportamiento no lineal determina
desestabilización en el flujo de producción.
En el caso comparativo 2 (Figura 6-13-b), se han considerado todas las actividades que
inciden en los tiempos de demora, (a diferencia del caso comparativo 1, Figura 6-13- a, en la
cual únicamente se han considerado algunas de las actividades) recordando que estos están
determinados por las características de los componentes a producir. Al analizar los casos
comparativos (1 y 2) de las Figura 6-13 a y b, es evidente que el flujo de producción real se
ve afectado por el incremento en los tiempos de demora.
1,600
1,200
800
400
0
7 8 9 10 11 12
1,600
1,200
800
400
0
7 8 9 10 11 12
Análisis dinámico del sistema propuesto
159
Esta situación se le atribuye a que cada una de las programaciones de los componentes
involucrados en el proceso del producto terminado tiene afectaciones propias de acuerdo a
las características de las prensas donde fueron programadas. La mezcla del producto y el
tamaño de lote asignado también determinan el comportamiento inestable del flujo, aunque
en este caso, se han considerado tamaños de lotes iguales, para hacer la distinción de
afectación únicamente entre las actividades anexas del proceso. De esto se concluye que el
comportamiento de los tiempos de demoras retrasa el flujo de producción del componente
programado, ocasionando incumplimiento en el tiempo de entrega.
6.3.2. Tiempo de producción afectado por tiempos de demoras y tiempos de
paros no programados (incertidumbre), representados en cantidad de
componentes.
Las afectaciones que provocan los tiempos de demora no únicamente se reflejan en el
comportamiento del flujo de producción, sino también en el tiempo afectado, lo que se
puede traducir en volumen de producción de componentes. La cantidad de componentes
que se podrían producir en el tiempo improductivo derivado de las afectaciones del proceso
(ver punto 4.7), representan una oportunidad de mejora en el sistema.
Por otro lado, los tiempos de demoras no son el único inconveniente presentado en el flujo,
también se presentan los paros no programados o paros por incertidumbre y los paros por
cambio de herramental y material. Ver capítulo 4.
Los paros no programados ocurren de manera inesperada debido a fallas en el equipo u
otra eventualidad que afecte el flujo de producción de manera indeterminada. Por otro lado,
también se presentan los paros por falta de material (lámina), los cuales no se presentan
por incertidumbre, sino por falta de actualización de información en el sistema en la
mayoría de los casos analizados. Esta práctica de no actualizar la información es muy
común en el proceso de planeación y, en el momento de hacerla efectiva se determina que
dicha información es errónea. El modelo permitió cuantificar la cantidad de componentes
que se podrían producir en el tiempo afectado por los diferentes tipos de paros y tiempos
de demora. En la Figura 6-14 se presentan los diferentes escenarios de evaluación, en los
cuales se comparan las cantidades que se podrían producir considerando las siguientes
situaciones:
1.- Tiempos de demora del proceso
2.- Paros por incertidumbre (falla en el equipo)
3.- Paro por cambio de material
4.- Paro por falta de material
Análisis dinámico del sistema propuesto
160
Para este caso se ha considerado que el tiempo de la causal 2 es proporcional al causal 1, es
decir que se han considerado los mismos tiempos.
(a) Componentes que se podrían producir en los
tiempos de las consideraciones 1,2 y 3
(c) Componentes que se podrían producir en el tiempo
de la consideración 2
Ca
nti
da
d d
e
com
po
nen
tes
qu
e se
po
drí
an
pro
du
cir
Ca
nti
da
d d
e
com
po
nen
tes
qu
e se
po
drí
an
pro
du
cir
Turno 1 de producción (horas) Turno 1 de producción (horas)
(b) Componentes que se podrían producir
en el tiempo de la consideración 1
(d) Componentes que se podrían producir en el
tiempo de consideración 3
Ca
nti
da
d d
e
com
po
nen
tes
qu
e se
po
drí
an
pro
du
cir
Ca
nti
da
d d
e
com
po
nen
tes
qu
e se
po
drí
an
pro
du
cir
Turno 1 de producción (horas) Turno 1 de producción (horas)
(e) Componentes que se podrían producir
en el tiempo de la consideración 4
(f) Componentes que se podrían producir en el
tiempo de la consideración 1,2 y 3, incremento de
lote de producción en un 33%
Ca
nti
da
d d
e co
mp
on
ente
s
qu
e se
po
drí
an
pro
du
cir
Ca
nti
da
d d
e co
mp
on
ente
s
qu
e se
po
drí
an
pro
du
cir
Turno 1 de producción (horas) Turno 1 de producción (horas)
Figura 6-14: Cantidad de componentes que se podrían producir en el tiempo afectado por los diferentes tipos
paros y tiempos de demora
PPP 11
1,000
750
500
250
0
7 8 9 10 11 12 13 14 15 16
Time (Hour)
PPP 11 : 3.vdf
PPP 11
400
300
200
100
0
7 8 9 10 11 12 13 14 15 16
Time (Hour)
PPP 11 : 3.vdf
PPP 11
400
300
200
100
0
7 8 9 10 11 12 13 14 15 16
Time (Hour)
PPP 11 : 3.vdf
PPP 11
500
375
250
125
0
7 8 9 10 11 12 13 14 15 16
Time (Hour)
PPP 11 : 3.vdf
PPP 11
2,000
1,500
1,000
500
0
7 8 9 10 11 12 13 14 15 16
Time (Hour)
PPP 11 : 3.vdf
PPP 11
2,000
1,500
1,000
500
0
7 8 9 10 11 12 13 14 15 16
Time (Hour)
PPP 11 : 3.vdf
Análisis dinámico del sistema propuesto
161
La Figura 6-14 (a) indica la cantidad de componentes acumuladas que se podrían producir
en el tiempo de las consideraciones 1, 2 y 3. Se observa que el comportamiento de la
acumulación de componentes es no lineal, esto debido a las afectaciones que ocurren en
diferentes tiempos a lo largo del flujo de producción.
En los casos c y d de la Figura 6-14 se reflejan las afectaciones en la producción de
componentes por los paros no programados y por cambio de lámina respectivamente. Estos
tipos de paros son estacionarios, es decir que, el flujo de producción se detiene totalmente
hasta que el problema o consideración haya sido solucionado. Si el cumplimiento de la
orden de producción no es de carácter urgente, entonces se procede a esperar, de lo
contrario se realiza la programación en otra prensa.
Es importante resaltar que la consideración del caso b de la Figura 6-14, genera
componentes que se podrían producir de modo continuo, ya que el tiempo de demora
depende directamente de la cantidad de componentes a producir a lo largo del tiempo. A
diferencia de las consideraciones establecidas en los casos c y d, el tiempo de paro (ya sea
programado o no programado) no depende de la cantidad de componentes, sino de las
condiciones del equipo y de la actualización de la información. Esto se evidencia en la
Figura 6-14-f, en la cual se ha incrementado el lote de producción en un 33%, manteniendo
constantes las consideraciones de los casos c y d, es notorio que el incremento de la
cantidad de componentes posibles a producir es causado únicamente por los tiempos de
demoras.
La consideración e de la Figura 6-14, indiscutiblemente genera una cantidad de
componentes que depende del nivel de inventario de material disponible, sin embargo al no
haber existencia de material se da un incumplimiento del programa de producción, a menos
que se evalúen alternativas para dar continuidad al flujo, lo que incurre de pasar de la
consideración 4 a la consideración 3 planteadas anteriormente.
Con ayuda del modelo se determinó que la consideración b representa la principal causa de
acumulación de componentes posibles a producir. Esto debido a que son componentes que
se acumulan en función del tiempo de modo continuo, y es difícil detectar su variación en
un corto plazo, a menos que este se tenga cuantificado.
6.3.3. Porcentaje de capacidad requerido
Hay un efecto proporcional entre las afectaciones al flujo de producción, el nivel de
inventario de componentes producidos y el porcentaje de capacidad requerido para
cumplir el programa de producción establecido. El nivel de inventario de componentes
producidos determina si el lote de producción será entregado a tiempo, al incrementar las
Análisis dinámico del sistema propuesto
162
afectaciones en el flujo de producción, las probabilidades de incurrir en un incumplimiento
al programa de entrega incrementan.
El modelo permite establecer un escenario de evaluación para garantizar el cumplimiento
del plan de producción. Este análisis evaluativo se logra al comparar dos estados de la
capacidad actual: % de la diferencia de capacidad actual (% DCA) y % de capacidad real
requerida (% CRR), (ver punto 5.3.6 para mayor detalle). Al comparar estas dos variables,
se obtiene el escenario real de la situación actual del proceso de planeación, al igual que en
los casos anteriores, esta evaluación se presenta en los escenarios teórico y real.
Figura 6-15: Análisis comparativo de la capacidad actual
(a) % de la diferencia de capacidad actual
%DCA. Escenario teórico
(b) % de capacidad real requerida %CRR.
Escenario real
%
%
Turno 1 de producción (horas) Turno 1 de producción (horas)
La diferencia de los dos escenarios en la Figura 6-15 establece claramente el porcentaje de
capacidad requerido para el cumplimiento del plan de producción para una orden
específica. Al comparar ambos escenarios, se demuestran las afectaciones de los tiempos de
demora y paros no programados en el requerimiento de capacidad.
El comportamiento ascendente del requerimiento de capacidad mostrado desde la hora 7 a
la hora 8 del turno de producción en ambas Figuras, se debe al tiempo de cambio de
herramental. Durante ese periodo de tiempo se registra el incremento proporcional del
requerimiento de capacidad para completar la primera hora de producción solicitada por el
cliente. Durante esa primera hora el flujo de producción es nulo, ya que no se registran
piezas producidas, sin embargo, el requerimiento de la orden de producción inició desde la
hora 7. Una vez que concluye el cambio de herramental, el flujo de producción inicia,
empezando a nivelar hasta ese momento, la cantidad solicitada y la cantidad producida,
esto ocasiona que el porcentaje de capacidad incremente en una menor proporción después
de la hora 8 del turno de producción.
El escenario teórico (Figura 6-15-a), muestra el requerimiento de capacidad en condiciones
ideales, es decir el requerimiento teórico (32%). Al considerar en el flujo de producción que
40
30
20
10
0
7 8 9 10 11 12 13
% CRR 11
60
45
30
15
0
7 8 9 10 11 12 13
Time (Hour)
"% CRR 11" : 3
Análisis dinámico del sistema propuesto
163
las afectaciones provocadas por los tiempos de demoras y paros por incertidumbre
ocasionan incumplimiento en la entrega del lote de producción, el porcentaje de capacidad
requerido incrementa considerablemente (46%) (Figura 6-15-b).
Este comportamiento se le atribuye al incremento de componentes que se dejan de
producir, por lo que se hace evidente la necesidad de implementación de planes de mejoras
orientados a disminuir las afectaciones de los tiempos de demoras y paros. Es
precisamente, este tipo de escenarios los que permitieron obtener una métrica de
rendimiento para la toma de decisiones orientada en adoptar diferentes políticas de mejora.
En este caso, se le ayuda al planificador de la producción a equilibrar la necesidad de
cumplimento del plan con la necesidad de mantener un nivel aceptado de capacidad
requerido de acuerdo a las mejoras a implementar, ver punto 4.6.
6.3.4. Proceso de planeación
El modelo examina la dinámica asociada a la retroalimentación del sistema entre el flujo de
producción de componentes y el producto terminado asociado a estos. Esta asociación está
determinada por el cumplimiento de entrega del producto terminado en la hora de
embarque determinada y por el cumplimiento de entrega entre componentes en cada una
de las prensas destinadas a su producción.
Figura 6-16: Nivel de producción acumulado para dos prensas y cantidad de producto terminado sin entregar
(a) Nivel de producción de componentes
considerado para dos prensas
(b) Cantidad de producto terminado sin entregar a
tiempo
Niv
el d
e p
rod
ucc
ipo
n
Ca
nti
da
d e
pie
zas
Turno 1 y 2 de producción (horas) Turno 1, 2 y 3 de producción (horas)
La Figura 6-16-a muestra la secuencia del nivel de producción de un componente para dos
prensas. La representación dinámica del comportamiento del flujo de producción de cada
una de las prensas se ve afectado por el cambio retroalimentado de las horas de inicio y
finalización de cada una de las cargas en su programa de producción ver punto 5.1.
La Prensa 1 (Figura 6-16 –a) no logra cumplir su lote en el tiempo estipulado para dar
continuidad a la secuencia de producción en la Prensa 2. El programa establece en que
2,600
1,650
700
-250
-1,200
7 9 11 13 15 17 19 21 23 25
Time (Hour)
ICP 11 : 3 ICP 22 : 3
Órdenes sin entregar
2,000
1,000
0
-1,000
-2,000
0 4 8 12 16 20 24 28 32 36
Time (Hour)
Órdenes sin entregar : 3
Prensa 1 Prensa 2
Análisis dinámico del sistema propuesto
164
momento debe completarse el lote en cada estación de trabajo. Si el flujo de producción se
ve afectado por algunos de los tiempos de demora o paros anteriormente explicados, se
interrumpe el flujo, indicando que es el lote máximo que se puede cumplir sin afectar la
entrega final. En ese momento se toma la decisión de esperar a que el lote este completo o
se da continuidad al programa.
La afectación de esperar a que cada lote este completo para continuar su producción en la
siguiente estación de trabajo, se hace notable en el momento en que se obtiene el producto
terminado (Figura 6-16 –b). Es en este punto donde se contabiliza la cantidad total de
producto terminado sin entregar.
Mediante este escenario es posible detectar cual es la estación de trabajo, componente o
mezcla de producto que ocasiona mayor demora en el flujo de producción, y tomar en
cuenta esta estrategia como medida de control para la planeación de las cargas de trabajo
en las prensas.
6.3.5. Beneficios prospectivos El modelo desarrollado permite establecer escenarios de evaluación de costos de acuerdo a
las propuestas de mejoras planteadas en el proceso, enfocadas a la contribución a las
utilidades. Esto se puede evaluar en las diferentes estaciones de trabajo (prensas),
mediante el desempeño de indicadores claves como la disponibilidad, la eficiencia, el
porcentaje de capacidad requerido, niveles de inventarios y tiempos de entrega. Del punto
6.2 de este capítulo, se dedujo que los tiempos de demoras, representan la principal causa
de afectación en el flujo de producción, al comparar la cantidad de componentes posibles a
producir en los tiempos de las afectaciones.
Esta situación genera un incremento en los costos de producción al utilizar recursos (mano
de obra, materiales y costos indirectos) de manera ineficiente.
Análisis dinámico del sistema propuesto
165
(a) Costos de producción total de un
componente
(b) Costos de los recursos operativos de la producción
de un componente
Co
sto
s d
e p
rod
ucc
ión
$
Co
sto
s d
e p
rod
ucc
ión
$
Turno 1 de producción (horas)
Costos teóricos
Costos reales
Turno 1 de producción (horas)
Costos materia prima
Costos indirectos
Costos de mano de obra
Figura 6-17: Comportamiento de costos de producción
En la Figura 6-17-a se muestra el comportamiento teórico y real de los costos totales de
producción para un componente, mientras que en la Figura 6-17-b se comparan los costos
reales de los recursos utilizados para producir dicho componente.
El análisis de la Figura 6-17-a evidencia que, el uso de recursos de manera ineficiente
incrementa los costos de producción (pasando de un costo total de $5300 a casi $7000),
dado que se destina más tiempo, para obtener la misma cantidad de componentes en el lote
de producción. Al analizar los costos incurridos en cada uno de los recursos necesarios para
la producción del componente (Figura 6-17-b), es notable que los costos de materia prima
son los más altos (aproximadamente un 75% de diferencia). Esto se debe principalmente a
que estos costos dependen directamente de la cantidad a producir, a diferencia de los
costos de mano de obra y costos indirectos, los cuales dependen del efectivo
aprovechamiento del tiempo para producir la cantidad objetivo.
Este análisis brinda al planificador la capacidad en la toma de decisiones estratégicas en el
proceso de planeación eficiente en término de costos, y al mismo tiempo una abstracción
realística de la representación de los recursos utilizados. En el capítulo 4 punto 4.6, se
explican los planes de mejora desarrollados, orientados a la disminución de tiempo de
cambio de herramienta y material y tiempos de demoras.
Las propuestas de mejoras se enfocan a redistribución de actividades, lo que garantiza un
bajo costo de implementación. A pesar de esta consideración el costo de implementación no
ha sido incluido, ya que se necesita información relacionada a organización de personal y no
se cuenta con ella actualmente.
7,000
5,250
3,500
1,750
0
7 8 9 10 11 12 13 14 15 16
6,000
4,500
3,000
1,500
0
7 8 9 10 11 12 13 14 15 16
Análisis dinámico del sistema propuesto
166
Con ayuda del modelo desarrollado se evalúa el porcentaje de mejora de los planes
propuestos con el comportamiento de los indicadores de disponibilidad, desempeño,
eficiencia y porcentaje de tiempo ahorrado. Para realizar la evaluación comparativa se
trabajó con datos históricos analizando dos situaciones, actual y esperada. Los datos
históricos corresponden a un periodo de evaluación de 32 semanas de los primeros 8 meses
del año 2014. Para objeto de este estudio se consideró el 50% del volumen de producción
generado durante ese periodo, correspondiente a 7, 781,479 componentes producidos. Los
resultados de la evaluación se muestran en la Tabla 6-8.
Tabla 6-8: Evaluación del comportamiento de los indicadores ante las propuestas de planes de mejora
(a) Propuesta de mejora SMED
(b) Propuesta de mejora MMT
No. de
cambios
% de
utilizació
n
Actual Propuesta Actual Propuesta
2 Tuercas "T" 2228 44% 88% 90% 35% 36% 16064 33.34%
8 Tuercas "T" C.A. 500 10% 83% 86% 39% 41% 6476 13.25%
8 Tuercas "T" S.A. 2221 45% 85% 88% 37% 38% 23944 52.59%
No se hace montaje 88 2% 92% 93% 46% 47% 455 0.82%
Total/promedio 5037 100% 87% 89% 39% 41% 46,939 2.26%
Disponibilidad
SMEDAnálisis de Indicadores
Tiempo
ahorrado
(min)
% de
tiempo
ahorrado
Eficiencia
No. de
cambios
% de
utilizació
n
Actual Propuesta Actual Propuesta
2 Tuercas "T" 2228 44% 41% 44% 35% 37% 41637 39.99%
8 Tuercas "T" C.A. 500 10% 48% 51% 39% 42% 7822 7.58%
8 Tuercas "T" S.A. 2221 45% 45% 49% 37% 40% 53454 51.91%
No se hace montaje 88 2% 51% 52% 46% 47% 530 0.52%
Total/promedio 5037 100% 46% 49% 39% 42% 103,444 4.74%
Análisis de Indicadores
Tiempo
ahorrado
(min)
Desempeño Eficiencia % de
tiempo
ahorrado
MMT
Análisis dinámico del sistema propuesto
167
(c ) Propuesta de mejora SMED + MMT
En la Tabla 6-8-a y b se presenta el análisis para las dos propuestas de mejora, SMED y
MMT, evaluadas separadamente y en la Tabla 6-8-c se muestra un análisis de mejora al
implementar ambas mejoras paralelamente.
De lo anterior se determina que, al disminuir el tiempo de cambio de herramental con la
propuesta de mejora SMED, incrementa la disponibilidad de los equipos. Obteniendo un
incremento del 2% en el indicador de eficiencia. Mientras que, al disminuir los tiempo de
demora, con la propuesta MMT, mejora el desempeño actual del flujo de producción,
obteniendo un incremento del 3% en el indicador de eficiencia.
El porcentaje de tiempo ahorrado es mayor al considerar la segunda propuesta de mejora
(103, 444 min propuesta MMT – 46, 939 min de la propuesta SMED = 56,505 min). Esto se
debe principalmente al volumen de producción de cada lote, ya que es importante recordar
que los tiempos de demoras, dependen directamente de la cantidad a producir, a mayor
volumen producido se registra mayor cantidad de tiempos de demora, a diferencia del
tiempo de cambio de herramental, el cual depende directamente del tipo de componente a
producir y no del volumen considerado.
Al considerar la implementación paralela de ambas mejoras, el porcentaje de incremento
de la eficiencia toma en consideración el aporte individual de cada mejora (4.74% +2.26%),
incrementando a un 7%.
Los resultados obtenidos muestran que la implementación de las propuestas mejora el
rendimiento general del flujo de producción, al disminuir el tiempo de demoras y los
tiempos de paros por cambio de herramental, incrementando el porcentaje de eficiencia.
Por otro lado, el modelo permite establecer un escenario de decisión en cómo y cuándo
implementar estas medidas de mejora tomando como parámetro de medición el porcentaje
No. de
cambios
% de
utilizació
n
Actual Propuesta
2 Tuercas "T" 2228 44% 35% 39% 57701 37.93%
8 Tuercas "T" C.A. 500 10% 39% 43% 14298 9.26%
8 Tuercas "T" S.A. 2221 45% 37% 42% 77398 52.17%
No se hace montaje 88 2% 46% 48% 985 0.64%
Total/promedio 5037 100% 39% 43% 150,383 7.01%
SMED + MMTIndicador
Eficiencia Tiempo
ahorrado
(min)
% de
tiempo
ahorrado
Análisis dinámico del sistema propuesto
168
de contribución a la utilidad en función de: reducción de costos e incremento en el volumen
de producción.
Para tal efecto se solicitó a la gerencia de manufactura los datos históricos correspondiente
a: costos de producción, volumen de ventas y utilidades considerados para el mismo
periodo de evaluación. Por motivos de confidencialidad estos datos fueron utilizados para
realizar el análisis evaluativo, pero no se muestran a detalle en el contenido de esta tesis.
Las Tablas 6-9 y Tablas 6-10 muestran el resultado de la evaluación.
Tabla 6-9: Análisis de contribución a la utilidad: Reducción de costos
En la Tabla 6-9 se analiza el beneficio prospectivo de implementar las propuestas de mejora
y su contribución a las utilidades. En esta consideración evaluativa, se toma en
consideración reducir los costos de producción de la línea de estampados y mantener el
volumen de producción del lote original.
En el periodo de evaluación realizada para la línea de estampados, se obtiene una
disminución del 6.25% del tiempo de producción, lo que significa una reducción en los
costos incurridos de producción del 4.33%. Esta reducción de costos tiene un impacto
positivo en la contribución a las utilidades totales, representado por un incremento del
2.31%, lo que significa un incremento de $ 2, 802, 368 sobre el monto de utilidad real.
2 Tuercas "T" 1,115,051 1,057,350 27,644,737 26,487,101 38.45% 4.91% 44,254,930 45,310,273 0.87%
8 Tuercas "T" C.A. 181,788 167,490 2,872,523 2,706,916 4.47% 5.70% 18,602,404 18,747,180 0.12%
8 Tuercas "T" S.A. 1,054,312 976,914 32,947,949 31,375,868 48.18% 5.51% 55,007,763 56,498,997 1.23%
No se hace montaje 53,329 52,344 5,965,335 5,854,320 8.89% 2.09% 573,598 684,614 0.09%
Total/promedio 2,404,481 2,254,098 69,430,545 66,424,205 100% 4.92% 118,438,696 121,241,063 2.31%
150,383 3,006,340 2,802,368
6.25% 4.33%
Costo de
producción
real $
Costo de
producción
propuesto $
% de
participació
n en costos
% de
reducción
de costos
Utilidad
proyectada $
Tiempo de
producción
real (min)
Tiempo de
producción
propuesto
(min)
Tipo de cambio de
herramental y
material
% de
contribución
a la utilidad
CONTRIBUCIÓN A LA UTILIDAD ENFOQUE: REDUCCIÓN DE COSTOS, MANTENIENDO EL LOTE DE PRODUCCIÓN
Utilidad real $
Análisis dinámico del sistema propuesto
169
Tabla 6-10: Análisis de contribución a la utilidad: Incremento en el volumen de las ventas
(a) Propuesta de aplicación independiente SMED +MMT
(b) Propuesta de aplicación conjunta SMED +MMT
En la Tabla 6-10 se presenta el beneficio prospectivo de implementar las propuestas de
mejora en forma independiente y de forma conjunta respectivamente. Este análisis se
realiza en función al porcentaje de contribución a las utilidades al considerar el incremento
del volumen de producción generado de la reducción de tiempos de demoras y paros
programados en la línea de estampados. Es decir que el porcentaje de mejora, se traduce en
tiempo efectivo destinado a incrementar el volumen de producción de manera proporcional
en las demás estaciones de trabajo involucradas en el proceso productivo.
Al analizar el primer caso (Tabla 6-10-a), implementación independiente de las propuestas
de mejora, para el periodo de evaluación realizada en línea de estampados, se obtiene un
incremento del volumen de producción del 15%. Al hacer la suposición que este porcentaje
de volumen de producción se traduce a volumen de ventas, el porcentaje de incremento a
las utilidades resultante es de un 29%.
Para el segundo caso (Tabla 6-10-b), al considerar la implementación en conjunto
(paralela) de ambas propuestas el volumen de producción incrementa un 16%, un 1% más
que el planteamiento anterior. Este porcentaje de incremento en el volumen de producción,
Tipo de cambio de
herramental y
material
No. de
cambios
% de
utilización
2 Tuercas "T" 2228 44% 2,750,794 281,363 24.10% 10,173,232 8.59%8 Tuercas "T" C.A. 500 10% 1,256,314 177,879 15.01% 5,067,874 4.28%
8 Tuercas "T" S.A. 2221 45% 3,739,913 707,370 60.81% 19,593,236 16.54%
No se hace montaje 88 2% 34,458 934 0.08% 24,901 0.02%
Total/promedio 5037 100% 7,781,479 1,167,546 100% 34,859,243 29%
15%
Propuesta 1: Aplicación separada SMED + MMT
Volumen de
producción
real
Incremento
en el volumen
de producción
% de
incremento
Utilidad
proyectada $
% de
contribución
a la utilidad
Tipo de cambio de
herramental y
material
No. de
cambios
% de
utilización
2 Tuercas "T" 2228 44% 288,199 23.84% 10,438,673 8.81%
8 Tuercas "T" C.A. 500 10% 184,453 15.03% 5,243,852 4.43%
8 Tuercas "T" S.A. 2221 45% 734,573 61.05% 20,435,153 17.25%
No se hace montaje 88 2% 941 0.08% 25,098 0.02%
Total/promedio 5037 100% 1,208,165 100% 36,142,776 30.52%
16%
Propuesta 2: Aplicación paralela SMED + MMT
Incremento en
el volumen de
producción
% de
incremento
Utilidad
proyectada $
% de
contribución
a la utilidad
Análisis dinámico del sistema propuesto
170
al ser considerado en el volumen de ventas totales, representa un 30.52% de incremento a
las utilidades.
La diferencia de aportación a las utilidades en los casos presentados, reducción de costos,
Tabla 6-9 e incremento en el volumen de ventas Tabla 6-10, se le atribuye al enfoque de
contribución. En la primera propuesta se reducen los costos un 4.92% a diferencia del
incremento en el volumen de producción generado de la segunda propuesta, el cual
corresponde a un 15%.
El primer análisis está dirigido a la reducción de costos únicamente de línea de estampados,
es decir que no impacta en los costos totales de producción del producto terminado, esto se
debe a que las propuestas de mejora están enfocadas únicamente a esta línea de
producción.
En cambio para el segundo análisis, se considera que el incremento en el volumen de
producción generado de las propuestas de mejoras, se traduce a volumen de ventas totales,
es decir se hace la consideración que todo el volumen extra de producción generado en el
tiempo de mejora obtenido de las propuestas, es un volumen destinado a la venta, lo que
genera una mayor retribución a la utilidad.
A pesar de que las propuestas planteadas consideran un porcentaje de mejora sobre
el flujo del proceso productivo al disminuir los tiempos de demora y paros por
cambio de herramental y material, la reducción de costos no impacta tan
favorablemente en la contribución a la utilidad como lo hace el incrementar el
volumen de producción. Las consideraciones anteriores tienen relación con los
costos por hora de cada uno de los recursos operativos del proceso y con el margen
de ganancia que considera la empresa para cada uno de los productos destinados a la
venta.
Este análisis facilita el proceso en la toma de decisiones para la implementación de las
mejoras, ya que permite considerar dos situaciones. Analizar si desea producir el mismo
volumen de producción en menos tiempo, lo que conlleva a utilizar menos recursos, o
producir en un mayor volumen (el estimado por las propuestas de mejora) con la
misma cantidad de recursos.
CAPITULO 7: CONCLUSIONES
SÍNTESIS DEL TRABAJO, CONTRIBUCIONES Y LIMITACIONES.
Se presentan las principales conclusiones derivados del análisis de la información generada en los capítulos anteriores. Se explica la principal contribución del trabajo desarrollado y las limitaciones encontradas.
Conclusiones, contribuciones y limitaciones
171
7. Conclusiones, contribuciones y limitaciones
7.1. Síntesis del trabajo
Se explica la evolución de la DS desde sus orígenes (etapa industrial) hasta su etapa
microeconómica, lo cual permite comprender sus principios, sus conceptos, su desarrollo
metodológico y sus aplicaciones prácticas. Esto ha sido posible mediante una investigación
bibliográfica exhaustiva y mediante el análisis crítico de los artículos y libros más
trascendentes en este campo, así como de sus temas afines. Se destacan las contribuciones
de la cibernética, la teoría de la información, la informática, y la teoría general de sistemas.
Lo más relevante de este campo de conocimiento es que expandió su aplicación a diferentes
áreas tanto físicas, como matemáticas o sociales, con las contribuciones de otros
investigadores, con elementos como: La quinta Disciplina, Group Model Building, etc,
extendiendo la aplicación de la DS en disciplinas muy diversas.
Este análisis se presenta en forma de integración sistémica de las aportaciones intelectuales
que han realizado autores muy notables para enriquecer y ampliar los contextos de
aplicación de la DS. Para mostrar las interrelaciones que presentan dichas contribuciones,
esta información se incluye en un diagrama arborescente que la ubica temáticamente y
cronológicamente.
Por otro lado, se examinan las tendencias actuales y perspectivas de aplicación de la DS, las
cuales se encuentran dominadas por un enfoque administrativo-social en los niveles
operativo, táctico y estratégico. Se hacen evidentes las contribuciones de la aplicación de la
DS, mediante un análisis de su aplicación en la administración de la cadena de suministro y
en un sistema de producción (como principales temáticas dentro de un sistema de
manufactura). Por lo que, con la aplicación de la DS, se ha logrado desarrollar un enfoque
multifuncional para un análisis sistémico situacional, lo cual permite a la administración de
la empresa estructurar y planear, con una nueva visión, ante una amplia diversidad de
posibles escenarios.
El objeto de interés del trabajo desarrollado en esta tesis se centra en el comportamiento
productivo de la línea de estampados, debido a que ésta permite la continuidad del ciclo de
producción a las demás líneas de la empresa. No se contempla el análisis a nivel planta
debido a las limitantes de la disponibilidad de la información, sin embargo en el trabajo
desarrollado, se plantea una guía metodológica para futuros trabajos.
Se desarrolló un modelo de DS que permite el análisis de la interrelación de los eventos que
interaccionan con el proceso de planeación y control de la producción de una línea de
Conclusiones, contribuciones y limitaciones
172
estampados en una empresa de autopartes. Esto permite obtener un escenario del
comportamiento de la línea, lo cual ayuda a la toma de decisiones en el momento de
establecer estrategias de planeación y mejora.
7.2. Modelo desarrollado
La problemática que existe en la línea de estampados de la empresa de autopartes es de
carácter complejo, ya que involucra una serie de variables en todo su ciclo productivo. La
revisión bibliográfica realizada de la aplicabilidad de DS, demuestra que este campo del
conocimiento, es una poderosa herramienta para el análisis de situaciones de esta índole.
En el modelo se refleja el comportamiento continuo de los flujos de producción y el ajuste
del proceso del sistema, ante el efecto de eventos que ocasionan cambios en el plan original.
El análisis y evaluación del objeto de estudio, muestran las afectaciones de los efectos de
eventos y tiempos de demora en el cumplimiento de los tiempos de entrega de producto
terminado y en el porcentaje de utilización de capacidad de las prensas de la línea de
estampados.
La estructura del modelo desarrollado considera dos módulos interrelacionados entre sí
por 5 bucles de realimentación (1 bucle de realimentación positiva y 4 bucles de
realimentación negativa) distribuidos en subsistemas, los cuales están conformados por las
diferentes variables que integran el modelo completo. Se consideraron 10 subsistemas en
total: pedido del cliente, ritmo de producción, actividades anexas al proceso, cantidad de
componentes que se podrían producir, inventario de componentes producidos, porcentaje
de capacidad requerido, inventario de láminas, indicadores claves, costos y producto
terminado. Cada uno de estos subsistemas representa un sector clave del modelo
propuesto.
Dentro del proceso de planeación analizado en el modelo, se plantean dos escenarios de
cumplimiento los cuales están asociados a los dos módulos mencionados anteriormente. El
primero corresponde al cumplimiento en el tiempo de entrega del producto terminado y el
segundo indica el cumplimiento de tiempo de entrega de los componentes (para su
procesamiento entre prensas y/o entre las demás líneas de producción). No considerar este
último aspecto puede dar una falsa apreciación del nivel de respuesta dentro del sistema de
producción, por tal razón el sistema esta realimentado en ambos escenarios.
Para el manejo de información e integración de la base de datos se desarrolló una
plataforma en Microsoft Excel. Con ayuda de macros, la base interactiva desarrollada en
Excel permite mostrar un escenario de asignación de cargas para las diferentes prensas de
la línea de estampados, considerando tres criterios de prioridad (tiempo de entrega, tiempo
Conclusiones, contribuciones y limitaciones
173
de procesamiento y tiempo de holgura). Esta base se diseñó de acuerdo a las necesidades y
requerimientos de la situación analizada, es decir, se creó una base personalizada. Derivado
de esta base, se obtienen los datos que alimentan al modelo desarrollado en el Software
Vensim Ple ®. El diseño y construcción del modelo en este tipo de software presenta una
serie de ventajas con relación a los softwares comerciales existentes, ya que se desarrolla
en un entorno amigable y de fácil comprensión.
Una vez que se analizaron las fuentes de información y se obtuvieron los datos que
alimentan al modelo desarrollado, se realizaron dos propuestas de mejoras enfocadas a la
reducción de tiempos ociosos: SMED y MMT.
Estas propuestas de mejora se elaboraron con un enfoque de mínimo costo para su
implementación. Por tal motivo, en la propuesta SMED se contempla únicamente hasta su
primera etapa, es decir se analizan únicamente las actividades internas y externas del
proceso de cambio de herramental y se hace una propuesta de distribución de dichas
actividades, sin profundizar en el rediseño de estructuras de sujeción de los herramentales.
Bajo este escenario se obtuvo un porcentaje de mejora sobre el tiempo de cambio de
herramental que oscila entre el 66% y 69%, el cual depende del tipo de cambio a realizar.
La propuesta de mejora MMT se enfocó en el análisis de distribución de actividades entre
los operarios involucrados en el proceso de producción, para minimizar los tiempos de las
actividades anexas del proceso (punto 4.4.2). Al igual que en el caso anterior no se
profundizó en propuestas de rediseño de estructuras de almacenamiento de producto, ya
que como se mencionó al inicio, las propuestas SMED y MMT están orientadas a un
planteamiento de mínimo costo de implementación. Con estas consideraciones se logró
hacer un planteamiento en el que se reduce un 51% del tiempo de las actividades anexas al
proceso, pasando de 6 minutos a 3 minutos de tiempos de demora, por cada 200 piezas
producidas.
Con el planteamiento de estas mejoras se evaluó el porcentaje de contribución a la utilidad,
en el funcionamiento normal de la línea de estampados. El análisis se realizó en un
escenario de evaluación con datos históricos de 32 semanas de producción del año 2014.
La propuesta de mejora SMED impacta directamente en el indicador de disponibilidad de
los equipos, obteniendo un porcentaje de tiempo ahorrado del 2.26% lo cual se traduce a
46, 939 minutos. Esa mejora se refleja en el indicador de eficiencia, incrementándola un 2%
sobre su valor actual. Por otro lado, la propuesta MMT mejora el desempeño actual del flujo
de producción, obteniendo un porcentaje de tiempo ahorrado del 4.74%, lo cual equivale a
103,444 minutos, obteniendo un incremento del 2% en el indicador de eficiencia.
Conclusiones, contribuciones y limitaciones
174
Estos porcentajes de mejoras se evalúan en un escenario de decisión para su
implementación, tomando como parámetro de medición el porcentaje de contribución a la
utilidad en función de reducción de costos e incremento en el volumen de producción.
Al considerar el primer escenario de reducir los costos de producción de la línea de
estampados y mantener el volumen de producción del lote original. Se obtiene una
disminución del 4.92% de costos incurridos en el proceso de producción de esta línea, lo
cual tiene un impacto positivo en la contribución a las utilidades totales con un incremento
del 2.31%, lo cual representa un monto total de $ 2, 802,368.00.
Al considerar el segundo escenario donde el porcentaje de mejora se traduce en tiempo
efectivo destinado a incrementar el volumen de producción, se obtienen las siguientes
mejoras.
Con la implementación independiente de las propuestas SMED y MMT se incrementa un
15% el volumen de producción. Y al hacer la suposición que este porcentaje de volumen de
producción se traduce a volumen de ventas, el porcentaje de incremento a las utilidades
resultante es de un 29% lo que se traduce a un monto de $34,859, 243.00. Este resultado
no varía mucho al considerar la implementación paralela las propuestas SMED y MMT,
donde el incremento de producción es del 16% y el incremento a las utilidades es del
30.52%, con un monto total de $ 36,142, 776.00
Las diferencias de aportación a las utilidades en los casos presentados se le atribuyen al
enfoque de contribución. En la primera propuesta se reducen los costos un 4.92% a
diferencia del incremento en el volumen de producción generado el cual corresponde a un
15%.
El análisis de contribución a las utilidades que se presenta en este trabajo de tesis no
proporciona datos referentes a la utilidad antes de impuestos, por dos principales razones.
En primer lugar, la empresa no utiliza el 100% de su sistema ERP (software QAD), porque
están en proceso de implantación. El software QAD actualmente no relaciona los módulos
correspondientes al modelo de negocio. Para poder desarrollar un análisis más profundo de
las utilidades en la línea bajo estudio, sería necesario considerar el modelo de negocio total
que involucra todas las áreas de la empresa, información con la cual no se cuenta.
Como segundo punto sería necesario desarrollar un tercer módulo de simulación para
considerar la integración del modelo de negocio y analizar las utilidades mediante alguna
técnica de gestión de desempeño como el modelo Dupont. Este modelo reúne, en principio,
el margen neto de utilidades, que mide la rentabilidad de la empresa en relación con las
ventas, y la rotación de activos totales, que indica cuán eficientemente se ha dispuesto de
los activos para la generación de ventas.
Conclusiones, contribuciones y limitaciones
175
7.3. Contribuciones
La principal contribución de este trabajo se puede evaluar desde el punto de vista
metodológico, porque el desarrollo del modelo propuesto difiere del enfoque clásico de la
metodología de DS.
El proceso de definición del problema e identificación de las variables del sistema, se realiza
con una combinación del conocimiento experto y la aplicación de técnicas y métodos
estadísticos y de estudio del trabajo para garantizar la confiabilidad de los datos.
Prácticamente resume el proceso a seguir cuando se plantea la interrogante respecto a la
confiabilidad de los datos.
La estructura modular adaptada para representar los diagramas de Causales y diagramas
de Forrester son una opción viable para comprender la secuencia de la funcionalidad del
modelo. El apartado de relaciones propuesto, resume los cálculos matemáticos necesarios
para evitar sobrecargar la estructura del modelo desarrollado.
Se realiza una combinación de conocimientos del área de aplicación de la DS en el entorno
industrial, lo que permite determinar cuál es la tendencia actual de este campo de
conocimiento. La DS no ha sido aprovechada suficientemente en la administración
industrial, debido a su relativa complejidad matemática que, aunque no es inusual en el
entorno académico, si plantea un reto para la mayoría de las empresas que no está
habituada al manejo de un sistema de ecuaciones diferenciales, ni tampoco cuenta con el
acceso al software especializado requerido para su modelación en la computadora.
Sin lugar a duda la principal contribución de este trabajo gira en torno a su aplicabilidad en
un caso industrial real, que ha permitido dar respuesta a una problemática determinada,
mediante el análisis de escenarios planteados. Derivado de esto se puede aseverar que la DS
es una herramienta que ayuda a la comprensión y a la toma de decisiones en el análisis de
un proceso determinado.
Dado que el modelo desarrollado engloba una problemática general de la línea de
producción, se puede afirmar que dicho modelo es reproducible y aplicable a otras líneas de
producción, considerando ligeras modificaciones en cuanto a la cantidad de variables que
determinan el objeto de estudio.
7.4. Limitaciones y trabajos a futuro
El principal desafío de la aplicación de DS en este entorno, se centra en la construcción de
un modelo que posea la profundidad necesaria para comprender el impacto del
Conclusiones, contribuciones y limitaciones
176
comportamiento dinámico del sistema como tal, considerando todos los factores incidentes
con suficiente nivel de detalle sin omitir los aspectos culturales y la disponibilidad de datos
confiables en tiempo real.
La disponibilidad de información y su grado de confiabilidad fue uno de los principales
obstáculos encontrados para poder desarrollar el modelo a nivel planta, por tal motivo se
tomó la decisión de enfocar el análisis en la línea principal de la empresa, es decir la línea de
estampados.
Sin embargo el trabajo desarrollado brinda una metodología aplicada junto con las
diferentes herramientas de análisis para el desarrollo de trabajos a futuro y nuevos
proyectos. Se recomienda dar seguimiento al modelo desarrollado a nivel planta
involucrando las demás áreas de la empresa que no fueron considerados en este trabajo.
Otro interesante análisis que se puede considerar, es el análisis dinámico de la cadena de
suministro de la empresa, involucrando al cliente y proveedores como eje centrales.
Referencias
177
REFERENCIAS BIBLIOGRÁFICAS
1. Forrester, J. (1961). Industrial Dynamics.The M.I.T. PRESS. Massachusetts
2. Forrester, J. (1989). The beginning of System Dynamics. International meeting of the
System Dynamics Society. Germany:13 of July 1989.
3. Monzó, M.(2012, Febrero 01). Blog: Pensamiento Sistémico. Retrieved Diciembre 14,
2012, from http://jmonzo.blogspot.mx/2010/01/industrial-dynamics-de-jay-
forrester.html
4. Meyers, R. A. (2009). Encyclopedia of Complexity and Systems Science. New York:
Springerscience+Bussinesmedia.
5. Aracil, J. (1995). Dinámica de Sistemas. Isdefe. Madrid, España
6. Herrera, R. (2008). Sistema y lo sistémico en el pensamiento contemporáneo.
Ingeniería. Revista Semestral de la universidad de Costa Rica: Ingenieria Vol 17. 37-
52
7. Robin, S. (1989). Prior analytics Aristóteles. Hackett Publishing. UK.
8. Szlezák, T.(2009). Reflejo del discurso vivo. ¿Qué es y qué pretende un diálogo
platónico? Revista de Filosofía. Vol. XXI, N° 1,. Areté. 87-110.
9. Arnold, M., & Osorio, F. (1998). Introducción a los Conceptos Básicos de la Teoría
General de Sistemas. Revista de Epistemología de Ciencias Sociales Cinta de Moebio
No. 51. 40-49
10. Alfonso, W., & Galindo, L. (2011). Evolución de la visión sistémica en el pensamiento
urbano del siglo XX La integración de las disciplinas hacia la ciudad sustentable.
Bogotá, Colombia: Universidad del Rosario. Borradores de Investigación : Serie
documentos Ciencia Política y Gobierno y de Relaciones Internacionales, ISSN 2145-
6666, No. 2 (Septiembre de 2011).
11. Lilienfeld, Robert. Teoría de sistemas. Orígenes y aplicaciones en ciencias sociales,
México,Editorial Trillas, 1991.
12. Díaz, L. (2006). Breve Historia de la Informática. Universidad Compulense de Madrid .
13. Morín, E. (1995). Introducción al Pensamiento Sistémico. Gedisa. Madrid, España.
14. Zamorano, H. (2006). Modelos de decisión como apoyo a la toma de decisiones.
Argentina, Universidad de Rosario .
15. Martínez, L. J. (2009). Claude Shannon e Información. El Observatorio , 1.
16. Contreras, F., Noli, A., Peralta, G., Sandman, F., & Simunic, M. (2002). Teoría de juegos.
Investigación operativa. Argentina, Facualtad Regional Mendoza .
Referencias
178
17. Santa Catalina, I.(2010). Modelo de Dinámica de Sistemas para la Implantación de
Tecnologías de la información en la Gestión Estratégica Universitaria. Donastia, San
Sebastian: Euskal Herriko Unibertsitatea .
18. García, M., & Serrano, F. (1990). La modelización del comportamiento de sistemas
económicos (A través de la dinámica de sistemas y la contabilidad circulatoria).
Revista Española de Financiación y Contabilidad , 45-114.
19. Rodríguez, I. (2011). La tesis de los Límites físicos del crecimiento: Una revisión a los
informes del Club de Roma. PERSPECTIVAS. Revista de Análisis de Economía,
Comercio y Negocios Internacional , 75-103.
20. Sotaquirá, R. (2005). Aprendiendo sobre el aprendizaje organizacional. Colombia:
UNAB.
21. Wolstenholme, E. (2003). Towards the definition and use of a core set of archetypal
structures in system dynamics. System Dinamics Review Vol 19 No. 1 (pp. 7-26). Uk:
Wiley InterScience.
22. Shayne, M., Kunc, M., Morecroft, J., & Rockart, S. (2008). System dynamics and
strategy. System Dynamics Review. Volume 24, Issue 4 , 407-489.
23. Senge, P. (2005). La Quinta disciplina. Buenos Aires, Argentina: Granica S.A.
24. Barlas, Y., & Carpenter, S. (1990). Philosophical roots of model validity: Two
paradigms. System Dynamics Review , 148-166.
25. Vennix, J., & Forrester, J. (1999). Group Model Building: Tackling Messy Problems.
Sytem Dynamics Review. Vol 15. No.4 .
26. Lane, D., & Oliva, R. (1994). The Greater Whole: Towards a synthesis of SD and SSM.
International System Dynamics Conference. London , 214-235.
27. Wolstenholme, E. (1990). System Enquiry: A System Dynamics Approach.
Chichester.: John Wiley & Sons Inc.
28. Morecroft, J. (2007). Strategic Modelling and Bussines Dynamics. A feedback system
approach. Wiley.
29. Schwaninger, M., & Groesser, S. (2008). System Dynamics as model - based theory
building. System Behaviour Science , 1-19.
30. Roberts, N. (1978). Teaching Dynamic Feedback Systems Thinking: an Elementary
View. Management Science. Vol. 24, No. 8, .
31. Stevenson, M; Hendry, L. A review of production Planning and control: The
applicability of key concepts to the make-to-order industry. International Journal of
Production Resarch, 2005, vol 43, núm. 5, pp. 869 - 898.
32. Jovane, F., Yoshikawa, H., Alting, L., Boër, C., Westkamper, E., Willian, D., et al. (2008).
The incoming global technological and industrial revolution towards competitive
sustainable manufacturing. CIRP Annals - Manufacturing Technology. Volume 57,
Issue 2 , 641-659.
Referencias
179
33. Martin, S. (1970). Numerical Control of Machine Tools. London: English Universities
Press.
34. Oliva López, E. (1975). Integrated Manufacturing Systems. Reino Unido, Inglaterra:
University of Birmingham.
35. Mehrabi, M., Ulsoy, G., Koren, Y., & Heytler, P. (2002). Trends and perspectives in
flexible and reconFigurable manufacturing systems. Journal of Intelligent
Manufacturing,13 , 135-146.
36. Zúñiga Sáenz, R. (2005). Operaciones: concepto, sistema, estrategia y simulación.
Revista Latinoamericana de Administración, 34 , 1-25.
37. Jahangirian, M., Eldabi, T., Naseer, A., Stergioulas, L., & Young, T. (2010). Simulation
in manufacturing and business: A review. European Journal of Operational Research ,
1-13.
38. Monzó, M. J. (01 de Febrero de 2012). Blog: Pensamiento Sistémico. Recuperado el
14 de Diciembre de 2012, http://jmonzo.blogspot.mx/2010/01/industrial-
dynamics-de-jay-forrester.html
39. Towill, D. R. (1994). 1961 and all that: The influence of Jay Forrester and John
Burbidge on the Design of Modern Manufacturing Systems. International System
Dynamics Conference , 105-115.
40. Burbidge, J. (1991). Production flow analysis for planning group technology.
Operation Management , 5-27.
41. Forrester, J. W. (1958). Industrial dynamics: A major breakthrough for decision.
Harvard Business Review 36 , 37-66.
42. Kima, J., Chatfield, D., Harrison, T., & Hayya, J. (2006). Quantifying the bullwhip effect
in a supply chain with stochastic lead time. European Journal of Operational Research.
Volume 173, Issue 2 , 617-636.
43. Seleim, A., Azab, A., & AlGeddawy, T. (2012). Simulation Methods for Changeable
Manufacturing. Procedia CIRP 3 , 179-184.
44. Baines, T., & Harrison, D. (1999). An opportunity for system dynamics in
manufacturing system modelling. Production planning & control. Vol 10. No. 6 , 542-
552.
45. Zwicker, E. (1980). System Dynamics in Inventory and Production Planning. Springer,
OR Spektrum , 143-168.
46. Parnaby, J. (1979). Concept of a manufacturing system. International Journal of
Production Research. Volumen 17 , 123-135.
47. Akkermans, H. A., Bogerd, P., & Vos, B. (1999). Virtuous and vicious cycles on the road
towards international supply chain management. International Journal of Operations
& Production Management 19 , 565-581.
48. Towill, D. R. (1996). Industrial dynamics modelling of supply chains. Logistics
Information Managment 9 , 43-56.
Referencias
180
49. Vos, B., & Akkermans, H. A. (1996). Capturing the dynamics of facility allocation.
Intemational Journal of Operations & Production Management 16 , 57-70.
50. Schieritz, N. (2003). Emergent structures in supply chains - a study integrating agent-
based and system dynamics modeling. International Conference on System Sciences,
2003. Proceedings of the 36th Annual Hawaii .
51. Guo, T., & Li, M. (2010). System dynamics simulation of used productions recovery
logistics network for remanufacturing companies. 8 th World Congress on Intelligent
Control and Automation (págs. 3055-3042). July 6-9 2010, Jinan, China : IEEE .
52. Sterman, J. (1989). Modeling Managerial Behavior: Misperceptions of Feedback in a
Dynamic Decision Making Experiment. Management Science 35 , 321-339.
53. Barlas, Y., & Aksogan, A. (1997, Agosto 27). Product Diversification and Quick
Response Order Strategies in Supply Chain Management. Retrieved from Bogazici
University 1997: http://ieiris.cc.boun.edu.trlfaculty/barlas/.
54. Akkermans, H. A. (1995). Developing a logistics strategy through participative
business modelling. International Journal of Operations & Production Management
15 , 100-112.
55. Anderson, E., Fine, C. H., & Parker, G. G. (1997). Upstream Volatility in the Supply
Chain: The machine Tool Industry as a Case Study. Austin (TX):: Departament of
Management, University of Texas.
56. Arafa, A., & ElMaraghy, W. (2011). Manufacturing strategy and enterpise dynamic
capability. CIRP Annals - Manufacturing Technology 60 , 507-510.
57. Hafeez, K., Griffiths, M., Griffiths, J., & Naim, M. M. (1996). Systems design of a two-
echelon steel industry supply chain. International Journal of Production Economics
(45) , 121-130.
58. Edghill, J., Towill, D., & Husband, T. (1989). Dynamic Behaviour of Fundamental
Manufacturing System Design Strategies. CIRP Annals - Manufacturing Technology.
Volume 38, Issue 1 , 465-468.
59. Nastaran, H., & Zarei, B. (2013). Developing and manipulating business models
applying system dynamics approach. Journal of Modelling in Management , 155-170.
60. Das, D., & Dutta, P. (2013). A system dynamics framework for integrated reverse
supply chain with three way recovery and product exchange policy. Computers &
Industrial Engineering 66 , 720-733
61. Kah, C., & Chooi-Leng, A. (2011). Supply Chain Management: A System Dynamics
Approach to Improve Visibility and Performance. Journal of Information and
Communication Technology (JICT) . Vol 10 , 117-135.
62. Byrne, S., & Roberts, L. (2004). Efficient parts supply: Influence of informations Flows.
International Systems Dynamics Conference , 11-19.
63. Deif, A. (2010). Computer Simulation to Manage Lean Manufacturing Systems. 2nd
International Conference on Computer Engineering and Technology. Vol 6 , 677-681.
Referencias
181
64. Lai, C. L., Lee, W. B., & Ip, W. (2003). A study of system dynamics in just-in-time
logistics. Journal of Materials Processing Technology 138 , 265-269.
65. Helo, P., Hilmola, O.-P., & Maunuksela, A. (2000). Modelling Product Development
Productivity with System Dynamics. The 18 th International Conference of the
Systems Dynamics Society .
66. López Ortega, E. (2002). A Worker Productivity Model. 20 th International Conference
of the System Dynamics Society. Palermo Italy .
67. Wiendahl, H.-P., & Breithaupt, J.-W. (1999). Modelling and controlling the dynamics of
production systems. Production Planning & Control: The Management of Operations ,
389-401.
68. Poles, R. (2013). System Dynamics modelling of a production and inventory system for
remanufacturing to evaluate system improvement strategies. Int. J. Production
Economics , 189-199.
69. Georgiadis, P., & Michaloudis, C. (2012). Real-time production planning and control
system for job-shop manufacturing: A system dynamics analysis. European Journal of
Operational Research. Volume 216, Issue 1, , 94-104.
70. Huang, M., Ip, W. H., Yung, K. L., Wang, X., & Wang, D. (2007). Simulation study using
system dynamics for a CONWIP-controlled lamp supply chain. Springer. Int J Adv
Manuf Technol , 184-193.
71. Morecroft, J. (1983). A Systems Perspectiveon Material Requirements Planning.
Decision Sciences. Volumen 14. Issue 1. , 1-18.
72. Ruiz, U. R., Muñoz, M. A., Framian, J. M., Moreu, P., Leon, J. M., & Duran, M. (2002).
Modeling and Simulation of a Manufacturing Line in an Automotive Components Plant.
20 th International Conference of the System Dynamics Society, Palermo, Italy .
73. Towill, D. (1982). Dynamic analysis of an inventory and order based production
control system. International Journal of Production Research , 671-687.
74. Deif, A., & ElMaraghy, H. (2008). Assesing capacity sacalability policies in RMS using
system dynamics. Springer Science+Bussines Media , 128-150.
75. Wang L., & Murata T. (2011). Study of Optimal Capacity Planning for
Remanufacturing Activities in Closed-Loop Supply Chain using System Dynamics
Modeling. International Conference on Automation and Logistics (págs. 196-201).
Chongqing, China, August 2011: Proceeding of the IEEE.
76. Angerhofer, B. J., & Angelides, M. C. (2000). System Dynamics Modelling in Supply
Chain Management: Research Review. Winter Simulation Conference , 342-351.
77. Sarimveis, H., Tarantilis, C. D., Patrinos, P., & Kiranoudis, C. T. (2008). Dynamic
modeling and control of supply chain systems: A review. Science Direct. Computer &
Operations Research 35 , 3530-3561.
78. O´Callaghan, R. (1986). A System Dynamics Perspective on JIT-Kanban. International
Conference of the System Dynamics Society, Sevilla October , 959-1004.
Referencias
182
79. Cowling, P; Johansson M. Using real time information for effective dynamic scheduling.
European Journal of Operational Research, 2002, vol 139, pp. 230 – 244.
80. Maccarthy, B; Liu, L. Adressing the gap in scheduling research: a review of
optimization and heuristic methods in production scheduling. International Journal of
Production Research, 1993, vol 31, núm. 1, pp. 59 - 79.
81. Jeon, S; Maday C. Dynamic information control for multi-echelon production-
distribution systems with constrained production capacity. System Dynamics Review,
1998, vol 12, núm. 4, pp. 331 - 343.
82. Deif, A. Dynamic analysis of a lean cell under uncertainty. Industrial and Service
Engineering Department, Nile University, Cairo, Egypt. International Journal of
Production Research. Vol. 50, No. 4, 15 February 2012, 1127–1139.
83. Deif, A; ElMaraghy, H. Modelling and analysis of dynamic capacity complexity in multi-
stage production. Production Planning & Control Vol. 20, No. 8, December 2009, 737–
749
84. Deif, A; ElMaraghy, H. Cost performance dynamics in lean production leveling. Article
in press J Manuf Syst (2014), 2014.Accepted 30 May 2014. Available
http://dx.doi.org/10.1016/j.jmsy.2014.05.010
85. Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a
Complex World. New York: McGraw-Hill Higher Education.
86. García M, J. (2006). Theory and Practical Exercises of System Dynamics. Barcelona
87. Schafferchict M. (2009) Indagación de situaciones complejas mediante la dinámica
de sistemas. Universidad de Talca. Chile.
88. Barlas, Y. (1994). Model Validation in System Dynamics. The 12th International
Conference of the System Dynamics Society (pp. 1-10). Scotland: Clare Monaghan
and Eric Wolstenholme.
89. Forrester, J., & Senge, P. (1980). Tests for building confidence in system dynamics
models. TIME Studies in the Management Science 14, 209-228.
90. Barlas, Y. (1994). Model Validation in System Dynamics. The 12th International
Conference of the System Dynamics Society (pp. 1-10). Scotland: Clare Monaghan
and Eric Wolstenholme.
91. Dimitrios, V., Patroklos, G., & Eleftherios, I. (2007). A system dynamics model for
dynamic capacity planning of remanufacturing in closed-loop supply chains.
Computers & Operations Research 34, 367-394.
92. Debabrata, D., & Pankaj, D. (2013). A system dynamics framework for integrated
reverse supply chain with three way recovery and product exchange policy.
Computers & Industrial Engineering 60, 720-733.
93. Patroklos, G., & Alexandra, P. (2013). Dynamic Drum-Buffer-Rope approach for
production planning and control in capacitated flow-shop manufacturing systems.
Computers & Industrial Engineering 65, 689–703.
Referencias
183
94. Patroklos, G., & Charalampos, M. (2012). Real-time production planning and control
system for job-shop manufacturing: A system dynamics analysis. European Journal
of Operational Research 216, 94-104.
95. Souza, G. (2004). Impact of Alternative Flow Control Policies on Value Stream
Delivery Robustness Under Demand Instability: a System Dynamics Modeling and
Simulation Approach. Blacksburg, VA: Faculty of the Virginia Polytechnic Institute.
96. Peña Z, G. E., & Crespo M, A. (2003). Dinámica de Sistemas y Análisis Cualitativo
Matemático, en Modelos de Gestión de la Producción. Sevilla: Escuela de Ingenieros
Industriales .
97. Qudrat-Ullah, H., & Seo Seong, B. (2010). How to do structural validity of a system
dynamics type simulation model:The case of an energy policy model. Energy Policy
38, 2216-2224.
98. Martinez-Moyano, I., & Richardson, G. (2013). Best practices in system dynamics
modeling. System Dynamics Review 29, 102-123.
99. Randers, J. (1980). Elements of the System Dynamics Method. Cambridge, MA.:
Productivity Press.
100. Richardson, G., & Pugh, A. (1981). Introduction to System Dynamics Modeling
with DYNAMO. Cambridge, MA: Productivity Press.
101. Kleijnen, J. (1995). Verification and validation of simulation models. European
Journal of Operational Research 82, 145-162.
102. Chan , K., & Ang, C.-L. (2011). Supply Chain Management: A System Dynamics
Approach to Improve Visibility and Performance. Journal of Information and
Communication Technology, 117-135.
103. Kleijnen, J. (1995). Verification and validation of simulation models. European
Journal of Operational Research 82, 145-162.
104. Barlas, Y. (1989). Multiple tests for validation of system dynamics: type of
simulation models. European Journal of Operational Research 42 (1989) 59-
105. Suryani, E., Chou, S.-Y., Hartono, R., & Chen, C.-H. (2010). Demand scenario
analysis and planned capacity expansion: A system dynamics framework. Simulation
Modelling Practice and Theory, 732–751.
106. K. B. Zandin, Maynard: Manual del ingeniero industrial, 5°edición , Vol I y Vol
II, México. McGraw-Hill, 2004.
107. Festo, Diplomado de Manufactura esbelta. Tlalnepantla 2014.
108. D. Tapping y T. Fabrizio, Administración de la cadena de valor. Monterrey:
Productivity p. 59.
109. Andrade H., Lince E., Hernández A., Monsalve A. Evolución, herramienta
software para modelado y simulación con dinámica de sistemas. Revista de
Dinámica de Sistemas Vol. 4 Núm. 1 (Abril 2010).
Referencias
184
110. Chiavenato A., Introducción a la Teoría General de la Administración. Mc Graw
Hill, Quinta edición, México 2004. Página 20.
111. Samuel C. Certo, Modern Management: Diversity, Quality, Ethics, and the
Global Environment, Boston, Mass, Allyn & Bacon, 1994, p3x
112. John R. Schermerhorn, Jr., Managemente, Nueva York, John Wiley & Sons,
1996, P. G6.
113. Patrick J. Montana y Bruce H. Charnov, Administración, Sao Paulo, Saraiva,
2003, p.2.
114. Samuel C. Certo, Modern Management: Diversity, Quality, Ethics, and the
Global Environment, Boston, Mass, Allyn & Bacon, 1994, p. 3x.
115. James A. F. Stoner, R. Edward Freeman y Daniel A. Gilbert, Jr., Management,
Englewood Cliffs, NJ, Prentice-Hall, 1995, p.G5 4
116. Sipper D. and Bulfin Robert. Planeación y control de la producción. McGraw-
Hill. 1998. Pág. 404-423.
117. Ali R., Deif A. Dynamic Lean Assessment for Tak Time implementation.
Procedia CIRP 17 (2014) 577-581.
118. Salazar R; Rojano A, Figueroa E, Pérez F. Aplicaciones de la distribución
weibull en ingeniería de confiabilidad. Memoria del XXI Coloquio Mexicano de
Economía Matemática y Econometría 148-152. 2011. COLMEME UAN, México
119. Serrano J. Comparación de métodos para determinar los parámetros de
Weibull para la generación de energía eólica. Scientia et Technica Año XVIII, Vol. 18,
No 2. 315-321. 2013.
120. Martínez L. Métodos de Inferencia para la Distribución Weibull: Aplicación en
Fiabilidad Industrial. Vigo, España. 2011
A. ANEXOS 1
Anexos 1
185
Tabla A-1: Análisis comparativo de softwares disponibles para simulación dinámica
Software/versión revisada
Organización Diagrama de influencias
Diagrama flujo-nivel
Simulación Herramientas
de Análisis Costo Idioma
ANYLOGIC XI Techologies Company (Rusia)
No Permite dibujar diagramas de flujo- nivel en el editor de diagramas.
Soporta las siguientes formas de presentación de resultados: Diagrama de Gantt, Histograma, Estadísticas, Gráfico
Presenta varias herramientas de análisis como son: Comparación de corrida, Análisis de Sensibilidad, Montecarlo, Calibración, Experimento de Encargo.
US $ 6.199 Inglés y Ruso
Evolución Versión 4.0
Grupo SIMON de Investigación en Modelamiento y Simulación. (Colombia)
Cuenta con un Editor de Diagrama de Influencias. Tiene diferentes vistas y puede crear el diagrama información entre ellos.
Cuenta con un Editor de Diagrama de Flujo Nivel. Presenta diferentes vistas y una barra de herramientas con los elementos que forman el diagrama de flujo nivel para crear el modelo de simulación.
Presenta los resultados de la simulación en forma de gráficos en 2D y 3D, de Tablas y gráficos con animadores.
Realiza el análisis de sensibilidad de dos formas: Por Variación de Escenarios. Por Variación de Parámetros.
Software gratuito para uso académico e investigativo.
Español
Anexos 1
186
Software/versión revisada
Organización Diagrama de influencias
Diagrama flujo - nivel
Simulación Herramientas de análisis
Costo Idioma
Ithink. Versión 9.1.4. y Stella Versión 9.1.4.
Isee Systems (Estados Unidos)
Se pueden crear diagramas de ciclos causales o de influencia de dos tipos: Diagramas de ciclos causales o de influencias híbridos y diagramas de ciclos causales o de influencias regulares
Permite elaborar modelos dinámicos que simulan sistemas experimentales con los elementos del diagrama de flujo- nivel
Permite presentar los resultados a través de diferentes formas como Tablas, gráficas, animaciones, películas QuickTime y archivos. Así como crear interfaces que interactúan con la simulación a través de controles
El Análisis de Sensibilidad revela puntos de apalancamiento claves y condiciones óptimas del modelo.
Ithink 9.1.4 US $ 1.899 Stella 9.1.4 US $ 1.899
Ingles
POWERSIM Versión: Studio 8
Powersim Software AS (Noruega)
Se pueden realizar, con etiquetas de textos y líneas pero que no se conectan entre sí (no es propiamente un modelo sino un dibujo).
Permite laborar modelos con los elementos propios del Diagrama de Flujo Nivel,
Plasma los resultados de diversas formas: Gráficas de tiempo, Tablas de tiempos, gráficos de dispersión.
Posee varias herramientas de análisis para estudiar y mejorar el comportamiento de la dinámica de los modelos creados con este software
Empresarial $1442/usuario Académico US $226/usuario
Varios
Anexos 1
187
Software/versión revisada
Organización Diagrama de influencias
Diagrama flujo - nivel
Simulación Herramientas de análisis
Costo Idioma
Smile Versión 5.7 Simulistics Ltd (Reino Unido)
No Se pueden crear los elementos del diagrama flujo-nivel (compartimientos, flujos, variables) y las relaciones o influencias entre ellos.
Realiza la presentación de los resultados a través de gráficas, Tablas o animaciones.
No Enterprise Edition US $ 1195 • Standard Edition US $ 595 • Evaluation Edition FREE
Inglés
Vensim Versión Ple 5.1.0a
Ventana System, Inc. (Estados Unidos)
Se pueden dibujar los elementos pertenecientes al Diagrama de Influencias en la ventana del editor, con sus respectivas variables, relaciones de influencia, bucles de realimentación y signos de polaridad (+ ó -).
Para crear el modelo con los elementos del Diagrama de Flujo Nivel,
Presenta los resultados de Simulación en: Gráficos, Tablas, Tablas de tiempo, Tira de causas
Presenta varias Herramientas de Análisis como son: - Diagramas de Árbol de Causas y Diagramas de Árbol de Usos:
DSS US $1995/usuario • Professional US $1195/usuario • PLE Plus US $169/usuario • PLE (Personal Learning Edition) US $50/usuario Versión estudiantil gratuita
Inglés, Chino, Japonés
B. ANEXOS 2
Anexos 2
188
1. Generalidades de la empresa17
1.2. Datos de la empresa
El estudio se desarrolló en la industria metal mecánica en específico en una empresa
localizada en el norte de la ciudad de México la cual está dedicada a la fabricación de
productos en acero y sus aleaciones con más de 40 años de experiencia; que van desde
ensambles de sistema de escape completos y convertidores catalíticos, hasta barras y tubos
doblados, piezas estampadas ligeras y componentes ensamblados como soportes y
refuerzos.
1.3. Antecedentes históricos
Esta empresa pertenece actualmente a un conglomerado de 8 compañías que desarrolla
productos en el área metalmecánica. Se iniciaron operaciones en 1961 con la manufactura
de tubo galvanizado utilizando acero al carbón. Durante los años 80, se decidió incorporar
al ramo automotriz, fabricando componentes tubulares y adicionalmente, derivado de un
acuerdo comercial en 1989, la manufactura de sistemas de escape y convertidores
catalíticos automotrices se integra. Debido a un incremento en la demanda de productos
dentro del propio ramo, se fundó la empresa (bajo estudio) y se ha dedicado
exclusivamente a la fabricación de autopartes desde 2002.
Misión: Ser la mejor opción para nuestros clientes en los productos que fabricamos como
resultado del servicio, calidad y precio que ofrecemos, lo cual se debe reflejar en un
adecuado rendimiento para nuestros accionistas.
Visión: Ser una empresa flexible, lo cual nos permitirá atender a nuestros clientes en una
gran cantidad de procesos y productos, que nos permitirá crecer y mantener la mejor
tecnología disponible.
Valores:
Enfoque al cliente y sus necesidades
Flexibilidad y adaptabilidad
Rentabilidad en las operaciones
Honestidad y profesionalismo
17 Tomado de: Paredes O. Análisis de factibilidad para implantación de manufactura esbelta en la línea de doblado y formado de tubo de una empresa de autopartes. 2015. y Muñoz A. Factibilidad para aplicar manufactura esbelta en una línea de estampados y soldadura en la fabricación de autopartes. 2015.
Anexos 2
189
Productividad
1.4. Procesos
La empresa desarrolla actividades empleando procesos de soldadura y de trabajo metálico.
Soldadura
En este proceso de montaje permanente, se utilizan 2 tipos de soldadura sin aporte de
material y uno con material de aporte. De igual manera, se cuentan con equipos manuales,
semiautomáticos y automáticos, según se describen a continuación.
Soldadura de tungsteno con gas inerte (TIG)
Los silenciadores son soldados empleando equipos automáticos y semiautomáticos para
rolado trapezoidal, elíptico y circular, así como en robots automáticos. Para dicha soldadura
se utiliza únicamente lámina de acero inoxidable.
Soldadura por punteo
Empleando aceros al carbón, con recubrimiento, inoxidable e inoxidable aluminizado, los
ensambles de aisladores de calor son manufacturados en equipos manuales.
Soldadura metálica de gas inerte (MIG)
Utilizada para la unión de materiales como acero inoxidable y con recubrimientos;
galvanizado, aluminizado, tropicalizado y cromado. Se emplea en equipos manuales,
semiautomáticos y automáticos para fabricar convertidores catalíticos.
Trabajo metálico
Se realiza con prensas progresivas de diversos tonelajes, abarcando un rango de 60 hasta
3,000 toneladas las cuales integran sistemas de alimentación y lubricación automáticos.
También se disponen con unidades CNC (Computer Numerical Control) con alimentación
automática, dobladoras verticales semiautomáticas, cortadoras de tubos con láser y de
cuchillas, según se describe a continuación.
Corte
Constituye la primera operación del proceso de producción y se utiliza para obtener las
piezas a trabajar a partir de láminas de acero de distintos calibres y aleaciones.
Anexos 2
190
Doblado y rolado
La operación de doblado se desarrolla en las prensas específicas, para los productos que lo
requieren. Para el caso del rolado, se utilizan las unidades CNC y las dobladoras verticales
se utilizan en la fabricación de ensambles de soporte.
Punzonado
Utilizado para piezas que requieren perforaciones, como las tapas de silenciador, las bridas
y los ensambles de aislamiento de calor. Esta operación se desarrolla únicamente en las
prensas.
Embutido
Esta operación se emplea para conformar piezas de concavidad compleja, tales como las
bridas.
1.5. Productos
El siguiente listado indica los productos que se elaboran en la empresa, mencionando
brevemente ciertas características.
1. Silenciadores: elaborados con acero inoxidable e inoxidable aluminizado, fabricados en
secciones redondas y ovales.
2. Convertidores catalíticos: utilizados en automóviles originales y refacciones.
3. Sistemas de escape: manufacturados en forma de “Y”, “H” y tipo muffler4.
4. Ensambles de aislamiento de calor: elaborados con fibra de vidrio, soportes y mallas
metálicas.
5. Ensambles de soportes: elaborados como tubos doblados para los sistemas de escape y
en los aisladores de calor. Adicionalmente estos se proveen a diversas empresas dentro del
ramo automotriz.
6. Piezas estampadas: destinadas como ensambles para tapas de silenciador,
convertidores catalíticos, bafles y bridas (de placa y esféricas).
1.6. Principales clientes
Se satisfacen necesidades de diversos clientes, tanto para la manufactura de vehículos
originales como el mercado de refacciones. Estos clientes son los siguientes.
Anexos 2
191
Principales clientes GM Dodge
Mazda Faurecia Ford Nissan Isuzu Visteon
Calsonic Kansei Walker
Tabla 1-1: Principales clientes
1.7. Distribución de planta
La organización de los procesos de producción se encuentra distribuida en 16 líneas de
producción, cumpliendo con atributos de distribución por proceso y producto. En la
siguiente Tabla se indican dichas líneas de producción y se menciona su función.
Tabla 1-2: Distribución de planta
Distribución de planta 1 Estampados Estampado de piezas por trabajo metálico 2 Silenciadores Ensamblado de silenciadores 3 Punteo por resistencia Soldado de aisladores de calor 4 Soldadura Nissan Ensamblado de sistema de escape para Nissan 5 Preparación de tubos Doblado y formado de tubos ø≥1” 6 UMO Ensamblado de sistema de escape para motocicletas 7 Roll & TIG Rolado y soldado de silenciadores 8 GMT800 Soldado de plataforma GMT800 para GM 9 GMT530 Soldado de plataforma GMT530 para GM 10 Pasamanería Doblado de tubos para trenes de pasajeros 11 Doblado y formado de tubos Doblado y formado de tubo para ensambles de soporte 12 Soldadura de brackets Soldado de componentes para convertidores catalíticos 13 CCMR Ensamblado de componentes para sistema de escape 14 CC Nissan Ensamblado de convertidores catalíticos para Nissan 15 Preparación de tubos 2 Doblado y formado de tubos ø≤1” 16 Isuzu Ensamblado de plataforma ELF-350 para Isuzu
Anexos 2
192
Figura 1-1: Mapeo del flujo de valor (VSM) para el componente CM-3910
Cliente
QAD
Atención al cliente
Tamaño de lote
Norma de empaque
Plan de Producción
PCP
COMPRAS
Proveedor 1
Estación: 837
TC = 2.79 seg/ud
VP = 22 uds/min
TL = 4000 uds
TD = 420 min
TPHTA = 70 min
TDRDP = 45 min
1
Corte de silueta
Estación: 837
TC = 2.79 seg/ud
VP = 22 uds/min
TL = 4000 uds
TD = 420 min
TPHTA = 70 min
TDRDP = 45 min
1
Corte de silueta
2.79 seg
2.79 seg
2 meses
LáminasP01
SUPERVISOR LINEA 1
SUPERVISOR LINEA 1
VerbalReporte de producción
1
Punteado de siluetas
Estación: 825
TC = 13.84 seg/ud
VP = 4 uds/min
TL = 2000 uds
TD = 420 min
TPHTA = 25 min
TDRDP = 10 min
1ES1615
1ES1616
1
Embutido
Estación: 837
TC = 7.44 seg/ud
VP = 8 uds/min
TL = 2000 uds
TD = 420 min
TPHTA = 40 min
TDRDP = 67 min
CM -3910 10
1
Recorte de laterales
Estación: 810
TC = 5.56 seg/ud
VP = 11 uds/min
TL = 2000 uds
TD = 420 min
TPHTA = 38 min
TDRDP = 87 min
23.8 m
CM -3910 20
1
Punteo de tuercas
Estación: 818
TC = 17.09 seg/ud
VP = 4 uds/min
TL = 2000 uds
TD = 420 min
TPHTA = 23 min
TDRDP = 15 min
1
Punteo de mallas
Estación: 824
TC = 13.11seg/ud
VP = 5 uds/min
TL = 2000 uds
TD = 420 min
TPHTA = 29 min
TDRDP = 32 min
23.8 m 23.8 m
CM -3910 30 CM -3910 40
Tarjeta Tarjeta
CM -3910 50
216.3 m
P03
4 veces por semana16 días al mes
SUPERVISOR LINEA 17 SUPERVISOR LINEA 1 SUPERVISOR LINEA 17 Responsable P03
Proveedor 3
TuercasP01
17 días
Proveedor 4
MallaP01
11 días
13.84 seg 7.44 seg 5.56 seg 17.09 seg 13.11 seg
TVA : 59. 83 seg
Anexos 2
193
PCP procesa la información
Requerimientos de los clientes vía
correo o vía EDI1 semana
PLANIFICACIÓN Y CONTROL DE LA PRODUCCIÓN
Esta información se recibe diferentes días a la semana
Plan de embarque
Requerimiento de materiales
Establece requerimientos y
solicitudes
Liberación de la documentación
1 día
Proceso de solicitud de compra de
materiales
Orden de compra
1 día
Componentes nacionales e
internacionalesLáminas
Solicitud de compra al molino
Entrega de lámina a planta
Solicitud de corte al molino
Inventario de lámina
Captura y actualización del
inventario en sistema
2 meses
Plan maestro de producción
Actualización de base de datos para
elaborar plan maestro
1 día
Entrega de componentes en
planta
1 día
Planeación
MANTENIMIENTO
Descarga información en el
software Easy Maint
Programa de mantenimiento
Listado de troqueles a ser intervenidos
Solicita troqueles a línea de
estampados
Recibe autorización de traslado por
parte de producción
Orden de mantenimiento
0.3 días
Realiza mantenimiento al
herramental
Registro y captura de información y cierre de órdenes
Informa a producción sobre
estado de herramental
Reporte de mantenimiento
Archivo y captura del reporte
PRODUCCIÓN- LÍNEA DE ESTAMPADOS
Recibe información de las áreas de PCP
y MTTO
Revisión de condiciones
actuales de la línea
¿Hay material disponible?
Se revisa disponibilidad del
troquel
No
Si
¿Hay troquel disponible?
¿Es posible modificar el plan de producción?
Elabora plan de producción preliminar
Notificación a PCP y cliente sobre
retraso en tiempo de entrega
No
Ajustes al plan de producción
Si
Se revisa disponibilidad del
troquel
¿Hay Prensa disponible?
Elabora carga de trabajo para cada
prensa
Notifica al supervisor de piso la asignación de cargas
Reporte de carga de trabajo
Plan de producción ajustado
Plan de producción preliminar
Ejecutar el plan de producción
Archivo y captura del plan de producción realizado
2 horas
Inventario de componentes y/o
producto terminado disponible
1 día
LÍNEA DE ESTAMPADOS – NIVEL OPERATIVO
Revisión de requerimientos necesarios para
producir
Recibe la orden de trabajo
2 min
¿Es necesario hacer cambio de
lámina y/o troquel?
Notificación del cambio a comodín
y/o operador de montacargas
Se conserva la lámina y/o troquel
No
Si
1 min
Desmontaje de lámina y/o troquel
actual
2 min
Montaje de la nueva lámina y/o troquel
25-10 min
Especificación de los nuevos parámetros
45-10 min
Inspección y llenado de documentos
Inspección de calidad de la
producción de las primeras 5 piezas
Revisión de las condiciones de
operación
¿La muestra se encuentra
dentro de la norma ?
Producción normal
Registro del cumplimiento de la orden de prodcción
Traslado del material a la
siguiente estación o almacén
10 min
5 min
5 min
No
Si
De acuerdo con el tiempo estándar
OPERADOR OPERADOR MONTACARGAS
Recibe notificación de cambio de
lámina y/o herramental
Traslada lámina y/o material a utilizar a
prensa
Traslada troquel utilizado a almacén
2 min
2 min
Retira material de producto terminado
y contenedor de desecho
Transporta contenedores a utilizar para la
producción
2 min
2 min
Figura 1-2: Mapeo del proceso para línea de estampados
Anexos 2
194
2. Análisis estadístico para los tiempos de cambio de herramental y
material y tiempos de demoras atribuidos a actividades anexas
al proceso.
2.1. Distribución de probabilidades
De acuerdo al comportamiento de las variables de los tiempos de paros programados y
tiempos de demora del proceso, se puede deducir que, es un proceso estocástico de variable
continua, puesto que las variables pueden tomar cualquier valor comprendido entre el
rango de tiempos establecido en un tiempo determinado. Como caso de análisis se
consideró el programa de producción del mes de Septiembre18 del corriente año. Esta
muestra seleccionada, representa un mes completo de producción, significativo para
analizar el comportamiento de las demoras.
En ese mes, se registró una producción de 139 números de partes distribuidos a lo largo de
todo el mes de septiembre. El 80% de esta producción corresponde a 71 números de parte,
cuya frecuencia de producción se puede observar en la Figura 2-1.
Figura 2-1: Mezcla de producción del mes de septiembre
18 Anexo a este documento se presenta la base de datos trabajada en Excel.
0
5
10
15
20
25
30
CM
-39
09
CM
-40
34
1P
CM
-40
62
CM
-40
56
1ES
16
78
2P
CM
-40
56
1P
1ES
16
23
3P
CM
-40
62
1P
1ES
16
81
1ES
18
29
1ES
18
57
1ES
16
78
1ES
18
24
2P
CM
-41
05
1ES
16
70
1ES
16
97
2P
1ES
18
31
CM
-39
13
1ES
15
22
1ES
16
53
2P
1ES
16
77
1ES
16
89
1ES
18
22
1P
1ES
93
63
Fre
cue
nca
i
No. de Parte
Mezcla de producción
Anexos 2
195
Durante este mes de producción se registraron 567 cambios de herramental, de los cuales
252 corresponde a un troquel de Troquel de 2 tuercas “T” sin alimentación, 89 cambios a
un Troquel de 8 tuercas “T” con alimentación, 226 cambios a un Troquel de 8 tuercas “T” sin
alimentación y finalmente se registró una frecuencia de 8 veces en la prensa 837, en la cual
no se realiza montaje, esta relación se puede observar en la Figura 2-2.
Figura 2-2: Frecuencia de utilización de herramental
Una vez que se ha recopilado esta información es posible analizar los datos
correspondientes.
Los paros programados afectan al flujo de entrada inicial ya que es el tiempo de
preparación de la herramienta y son tiempos conocidos que se pueden programar. Estos
tiempos corresponden a las actividades de: montaje, desmontaje e inspección del proceso.
Los tiempos de demoras se derivan de las actividades anexas al proceso no se cuentan con
registros dentro del proceso. Es decir, son tiempos muertos que no se han contabilizado y
que ocasionan un efecto adverso en el cumplimiento de las órdenes de producción y
tiempos de entrega. Las actividades que generan estos tiempos de demora son: acomodo de
componente en lugar de trabajo, acomodo de componente en contenedor y/o caja,
lubricación de componentes, limpieza de charola, acomodo de cajas de producto terminado
y realización de pruebas de inspección.
252
89
226
80
50
100
150
200
250
300
Troquel de 2 tuercas"T" sin alimentación
Troquel de 8 tuercas"T" con alimentación
Troquel de 8 tuercas"T" sin alimentación
No se hace montaje
Frec
uen
cia
Tipo de herramental utilizado
Anexos 2
196
A continuación se presentan datos estadísticos generales realizados para cada uno de estos
registros. El análisis estadístico se realizó tanto para los tiempos de paros programados
como tiempos de demoras para el registro completo en el caso de estudio.
2.1.1. Paros programados
Figura 2-3: Datos estadísticos y gráfica de distribución de probabilidades del comportamiento de los tiempos de
paros programados.
2 0 8 0 0 0
252
0
226
0 0
89
00
50
100
150
200
250
300
0:0
0:0
0
0:0
5:1
9
0:1
0:3
7
0:1
5:5
6
0:2
1:1
5
0:2
6:3
4
0:3
1:5
2
0:3
7:1
1
0:4
2:3
0
0:4
7:4
8
0:5
3:0
7
0:5
8:2
6
y m
ayo
r...
Fre
cue
nci
a
Clase
Paros programados
Media 0:38:55
Error típico 0:00:26
Mediana 0:41:23
Moda 0:31:01
Desviación estándar 0:10:15
Varianza de la muestra 0:00:04
Curtosis 18:33:01
Coeficiente de asimetría 0.37851767
Rango 0:58:26
Mínimo 0:00:00
Máximo 0:58:26
Suma 374:11:29
Cuenta 577
No. De clase 10.1671037
11
Amplitud 0:05:19
Paros programados Clase Frecuencia
0:00:00 2
0:05:19 0
0:10:37 8
0:15:56 0
0:21:15 0
0:26:34 0
0:31:52 252
0:37:11 0
0:42:30 226
0:47:48 0
0:53:07 0
0:58:26 89
y mayor... 0
Anexos 2
197
2.1.2. Tiempos de Demoras
Figura 2-4: Datos estadísticos y gráfica de distribución de probabilidades del comportamiento de los tiempos de
demoras.
2
136
227
111
65
17 10 3 2 2 0 1 10
50
100
150
200
250
Fre
cue
nci
a
Clase
Tiempos de demoras
Paros no programados
Media 0:57:27
Error típico 0:01:42
Mediana 0:46:20
Moda 1:09:00
Desviación estándar 0:40:42
Varianza de la muestra 0:01:09
Curtosis 206:12:53
Coeficiente de asimetría 2.212385397
Rango 5:32:13
Mínimo 0:00:00
Máximo 5:32:13
Suma 552:25:08
Cuenta 577
No. De clase 10.1671037
11
Amplitud 0:30:12
Clase Frecuencia
0:00:00 2
0:30:12 136
1:00:24 227
1:30:36 111
2:00:48 65
2:31:00 17
3:01:12 10
3:31:24 3
4:01:37 2
4:31:49 2
5:02:01 0
5:32:13 1
y mayor... 1
Anexos 2
198
Como características generales del comportamiento de los datos podemos mencionar lo
siguiente: las curvas se extiende en ambas direcciones y tiende gradualmente a unirse en el
eje horizontal. En el caso del comportamiento de los tiempos de demoras, es evidente que la
curva esta sesgada hacia la izquierda, es decir, que el mayor comportamiento de los tiempos
de demora, se presentan en los rangos de: 30 minutos a 2 horas. El histograma de
frecuencia y la curva de tendencia presentados anteriormente nos permite representar la
forma en que están distribuidos los tiempos de paros programados y tiempos de demoras y
de esta manera identificar el centro y la variabilidad de los datos, determinando simetría o
sesgos de los tiempos de paro.
De esta forma, obtuvimos dos distintos comportamientos. En el caso de la Figura 2-3 la cual
corresponde a los paros programados, obtuvimos un comportamiento de acuerdo a una
probabilidad de ocurrencia. Mientras que, en el caso de la Figura 2-4 la cual corresponde a
los paros no programados, su comportamiento es asimétrico positivo sesgada a la derecha.
Sin embargo para poder analizar la variabilidad en el comportamiento de los datos es
necesario determinar la función de probabilidad de ocurrencia de los tiempos de paro y
tiempos de demoras a lo largo del tiempo. Para proceder a este análisis se realizó un
análisis de probabilidad de ocurrencia para los tiempos de paros programados y un estudio
comparativo de la curva de mejor ajuste para el caso de los tiempos de demoras, para tal
efecto se analizaron las distintas curvas de distribuciones de probabilidad continua que
mejor a su ajustaban al comportamiento del histograma de frecuencia mostrado en la
Figura 2-4 De esta manera se determinó que las distribuciones de probabilidad de variable
continua a considerar para realizar el análisis serían: la distribución Normal y la
distribución Weibull. En la Tabla 2-1 se muestra un resumen de las distintas funciones de
probabilidad utilizadas en el estudio.
Tabla 2-1: Distribuciones de probabilidad empleadas en el estudio.
Distribución Función Parámetros Descripción Normal
𝑓(𝑥) =1
𝜎√2𝜋𝑒
(𝑥−𝜇)2
2𝜎2
𝜇 𝑦 𝜎2
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico.
Weibull
𝑓(𝑥; 𝛼, 𝛽) = {(
𝛼
𝛽) (
𝑥
𝛽)
𝛼−1
𝑒−
𝑥𝛽
𝑠𝑖0 ≤ 𝑥 < ∞; 𝛼, 𝛽 > 0
}
𝛽 𝑦 𝛼
La distribución de Weibull es muy utilizada en el modelado de las distribuciones de tiempos de vida o de fracaso, las cuales se usan también para predecir la proporción de componentes o piezas de equipo que fallan en un momento dado
Anexos 2
199
2.2. Análisis estadístico para los tiempos de paros programados.
De acuerdo al comportamiento de los tiempos de paros programados se observa que su
variabilidad está controlada por la mezcla de producción. Esto quiere decir que la cantidad
del tiempo de los paros programados estrechamente relacionado con la frecuencia de
producción de los diferentes tipos de producto terminado (PT), ya que, cada tiempo de
cambio de herramental depende directamente del tipo de pieza a producir.
Cada producto terminado involucra una serie de operaciones (fabricación de los diferentes
componentes) en los cuales interviene el tipo de prensa y tipo troquel a utilizar. La
selección de herramental (prensa y troquel) está predeterminada por las características del
diseño y manufactura del PT, es decir, que un producto en particular tiene asignado la
prensa a utilizar y el troquel necesario para realizar su operación. De esta manera se
agruparon componentes de acuerdo a los requerimientos de herramental y prensa a
utilizar. Para comprender mejor esta relación, se presenta a manera de ejemplo, el PT CM-
3910.
Tabla 2-2: Número de parte para el modelo CM-3910
En la Tabla 2-2, se presentan las operaciones necesarias para la producción del PT CM-
3910. Para su obtención final son necesarias 7 operaciones, de las cuales 4 de ellas se
realizan en la línea de estampados (área de interés para el estudio).
Como se puede observar el 50% de la producción del PT CM-3910 (modelos: 1ES1616 y
CM-3910 2P) en la línea de estampados se realiza con un troquel de 8 tuercas sin
alimentación, el 25 % (modelo: CM-3910 3P) se realiza con un troquel de 2 tuercas sin
alimentación y el otro 25% (modelo: 1ES1615) restante de la producción corresponde a un
troquel de 8 tuercas con alimentación. Por lo tanto los tiempos de paros programados
(columna 5, Tabla2-2) están determinados por el tipo de troquel que se va a utilizar, de
acuerdo a sus características de diseño del proceso.
Esta relación de tiempos de paros de acuerdo al tipo de prensa y troquel a utilizar se
presenta para todos los PT que se producen en la línea de estampados. En el caso de análisis
No. de Parte Línea Prensa Tipo de troquel TPP*
1ES1615 Estampados 837 Troquel de 8 tuercas "T" con alimentación 0:58:26
1ES1616 Estampados 837 Troquel de 8 tuercas "T" sin alimentación 0:41:23
CM-3910 1P Punteo 825
CM-3910 2P Estampados 837 Troquel de 8 tuercas "T" sin alimentación 0:41:23
CM-3910 3P Estampados 810 Troquel de 2 tuercas "T" sin alimentación 0:31:01
CM-3910 4P Punteo 818
CM-3910 5P Punteo 824
*TPP: Tiempo de Paro Programado
CM
-3910
Anexos 2
200
considerado se registró una producción de 138 PT distribuidos a lo largo de todo el mes de
septiembre. Para esta muestra seleccionada se obtuvo su % de participación distribuida de
la siguiente manera (Ver Tabla 2-3):
Tabla 2-3: porcentaje de participación para la muestra seleccionada
Un total de 63 PT necesitaron un montaje con un troquel de 8 tuercas sin alimentación, es
decir que el 46% del volumen total de la producción presentó un promedio de tiempos de
paros programados de 41 minutos. Mientras que, 49 PT necesitaron un montaje con un
troquel de 2 tuercas “T” sin alimentación, lo que significa que un 36% del volumen total de
la producción presentaron tiempos de paros programados promedio de 31 minutos. Con un
menor porcentaje de participación, 18%, se encuentran los montajes de 8 tuercas con
alimentación, lo que representan 28 minutos en promedio de paros programados, esto se
debe principalmente a que únicamente la primera operación de cada PT requiere este tipo
de montaje. Y como último tipo de paro se presentan los que no realizan montaje con 10
minutos, a lo largo del estudio únicamente se registró un PT que necesitara este tipo de
montaje. La producción de los 138 PT ocurrió con diferente frecuencia a lo largo del
análisis, esto quiere decir que la frecuencia de utilización del troquel depende de la
cantidad de veces que se produce una determinada cantidad de PT. Esto se muestra a
detalle en la Figura 2-5.
Figura 2-5: Frecuencia de utilización del herramental (troquel).
TIPO DE TROQUEL PT% de
utilizaciónTPP
Troquel de 8 tuercas "T" sin alimentación 63 46% 0:41:23
Troquel de 2 tuercas "T" sin alimentación 49 36% 0:31:01
Troquel de 8 tuercas "T" con alimentación 25 18% 0:58:26
No se hace montaje 1 1% 0:10:13
TOTAL 138
252
89
226
8
49
25
63
10
50
100
150
200
250
300
Troquel de 2 tuercas "T"
sin alimentaciónTroquel de 8 tuercas "T"
con alimentaciónTroquel de 8 tuercas "T"
sin alimentaciónNo se hace montaje
Fre
cue
nci
a
Tipo de herramental utilizado
Frecuencia de utilización de herramental
No. de cambios de troquel PT
Anexos 2
201
Esto quiere decir que, 63 PT diferentes ocurrieron con una frecuencia de producción de 226
veces (39%), lo que significa que con esa misma frecuencia fue utilizado el troquel de 8
tuercas “T” sin alimentación. De igual manera ocurre para los casos de troquel de 2 tuercas
“T” sin alimentación y 8 tuercas “T” con alimentación, con una frecuencia de 252 (44%) y
89 (15%) veces respectivamente. Y finalmente con una mínima participación el paro
programado sin considerar montaje con un total de 8 veces (1%).Es decir que los tiempos
de paros programados no dependen únicamente de la cantidad de PT que se producen sino
también de su frecuencia de producción.
Es posible establecer una probabilidad de ocurrencia de los paros programados, al
contemplar el tipo de prensa que se utiliza y la característica de diseño de cada PT. Ya que
cada operación tiene asignada un tipo de prensa, y a cada prensa le corresponde un tipo de
característica de troquel. Esta relación se presenta a continuación en la Tabla 2-4.
Tabla 2-4: Relación prensa y tipo de troquel
La Tabla 2-4 muestra la relación existente entre las prensas utilizadas y el tipo de
característica de troquel requerido. Para el caso de un troquel de 8 tuercas “T” con o sin
alimentación, se debe establecer la diferenciación en el tipo de PT a producir. Si el modelo
TIPO DE TROQUEL PT% de
utilizaciónTPP
No. de veces
producido el PT
% de
utilización
Troquel de 8 tuercas "T" sin alimentación 63 46% 0:41:23 226 39%
Troquel de 2 tuercas "T" sin alimentación 49 36% 0:31:01 252 44%
Troquel de 8 tuercas "T" con alimentación 25 18% 0:58:26 89 15%
No se hace montaje 1 1% 0:10:13 8 1%
TOTAL 138 575
Prensa Tipo de troquel
331 Troquel de 2 tuercas "T"
804 Troquel de 8 tuercas "T"
805 Troquel de 8 tuercas "T"
834 Troquel de 8 tuercas "T"
810 Troquel de 2 tuercas "T"
809 Troquel de 8 tuercas "T"
840 Troquel de 8 tuercas "T"
701 Troquel de 2 tuercas "T"
837 Troquel de 8 tuercas "T"
815 Troquel de 2 tuercas "T"
811 Troquel de 2 tuercas "T"
836 Troquel de 8 tuercas "T"
817 No se hace montaje
829 Troquel de 2 tuercas "T"
816 Troquel de 2 tuercas "T"
Anexos 2
202
corresponde a la primera operación, entonces se utiliza un troquel de 8 tuercas “T” con
alimentación (ya que utiliza la lámina en rollo), mientras que, si el modelo a producir
corresponde a uno de los pasos subsecuentes, entonces el tipo de troquel a utilizar
corresponde uno de 8 tuercas “T” sin alimentación. Y de esta manera se puede saber con
certeza la cantidad de tiempos de paros programados para un programa de producción.
Para el caso de análisis, la probabilidad de ocurrencia de los tiempos de paros
programados fue la siguiente (ver Tabla 2-5): 44% del total de la producción presentó
tiempos promedios de paros programados de 31 minutos, el 39 % de la producción total
presentó 41 minutos promedios y 15 % de la producción total presentó 58 minutos
promedio de paros y un 1% de la producción presentó 10 minutos de paros promedios.
Tabla 2-5: Tabla resumen de probabilidad de ocurrencia
PRENSA No. de veces
utilizada
% de utilización
Troquel de 2 tuercas "T" sin alimentación
331 118 21%
810 63 11% 701 27 5% 815 16 3% 811 14 2% 829 11 2%
816 3 1% 44%
Troquel de 8 tuercas "T" sin alimentación
804 82 14% 805 40 7% 809 28 5%
834 23 4% 836 24 4% 837 17 3% 840 12 2%
39%
Anexos 2
203
2.3. Análisis estadístico para los tiempos de demoras
2.3.1. Distribución normal
La curva Normal también es llamada curva de error, curva de campana, curva de Gauss,
distribución gaussiana o curva de De Moivre. Su altura máxima se encuentra en la media
aritmética, es decir su ordenada máxima corresponde a una abscisa igual a la media
aritmética. La asimetría de la curva Normal es nula y por su grado de apuntamiento o
curtosis se clasifica en mesocúrtica.
Se analizaron los datos provenientes de los paros programados y no programados,
obteniendo los parámetros de evaluación de la curva de distribución Normal (𝜎, 𝜇),
posteriormente se obtuvo la función de distribución y se obtuvo su curva de campana para
analizar la tendencia de su comportamiento.
2.3.1.1. Distribución Normal para el comportamiento de los tiempos de demoras
Al igual que en el caso anterior, se analizó el comportamiento de variabilidad para los
tiempos de demoras. Estos datos presentan una media de 57.27 minutos y una desviación
estándar de 40.42 minutos. Es importante recordar que este tipo de tiempos oscila de
acuerdo a la cantidad de piezas que estén programadas y es necesario considerar si estas
piezas son producidas de forma manual o automática.
Troquel de 8 tuercas "T" con alimentación
805 28 5% 840 17 3% 834 16 3% 804 14 2% 837 9 2% 809 5 1%
15%
No se realiza montaje 817 8 1%
1%
Anexos 2
204
Por lo que se ha considerado realizar el análisis de forma separada, tanto para las piezas
producidas de forma manual como automática. Los datos necesarios para el cálculo de la
función de distribución Normal se muestran a continuación en la Tabla 2-6.
Tabla 2-6: Distribución de la función Normal y porcentaje de distribución
Clase Frecuencia Min*
Dist.
Normal % Distribución
0:00:00 2 - 0.0036 8%
0:30:12 136 30 0.0078 25%
1:00:24 227 60 0.0098 53%
1:30:36 111 91 0.0070 79%
2:00:48 65 121 0.0029 94%
2:31:00 17 151 0.0007 99%
3:01:12 10 181 0.0001 100%
3:31:24 3 211 0.0000 100%
4:01:37 2 242 0.0000 100%
4:31:49 2 272 0.0000 100%
5:02:01 0 302 0.0000 100%
5:32:13 1 332 0.0000 100%
y mayor... 1
Media 0:57:27
Desviación estándar 0:40:42
Mediana 0:46:20
*Min: Minutos de paros programados
Min
utos
La columna 1y 2 de la Tabla 2-6, muestran los datos obtenidos anteriormente
correspondiente al tamaño de la clase y frecuencia de ocurrencia. En la columna 5 se
muestran los datos correspondientes a la curva de distribución Normal y en la columna 6 se
muestra el porcentaje entre las cuales están comprendidas las observaciones, es decir, el
porcentaje de ocurrencia.
Su función de distribución de probabilidad se muestra en la expresión Ec. 2-1.
𝑓(𝑥) =1
102.0098𝑒
−(12
)∗(𝑀𝑖𝑛−57.27
40.42)
2
Ec. 2-1
Y su gráfica de función de distribución se muestra a continuación:
Anexos 2
205
Figura 2-6: Gráfico de la distribución Normal y polígono de frecuencia para los tiempos de demoras
La Figura 2-6 nos muestra que es una curva asimétrica sesgada a la derecha. Esto quiere
decir que el valor medio de los datos es mayor que la mediana, por lo que la mayoría de los
datos se encuentra por encima del valor de la media aritmética. Por lo que se puede
concluir que hay mayores probabilidades que los tiempos de demoras duren más de 57
minutos en el ciclo de programa de producción contemplado.
2.3.2. Distribución Weibull
La versatilidad de la distribución Weibull radica en las diferentes formas que adopta
dependiendo de los valores que toman sus parámetros de escala y de forma. Una de las
ventajas de la función de Weibull sobre otras funciones de densidad de probabilidad es que
permite realizar estimaciones satisfactorias de la asimetría de la distribución de densidad
de probabilidad, es decir que si la función Weibull para la distribución tiempos de demoras
tienen un factor de forma, entonces la distribución de los tiempos de demoras al cubo
también sigue la función de Weibull.
La función de Weibull es una función caracterizada por dos parámetros; uno de escala y
otro de forma, el primero define cuán dispersa se encuentra la distribución mientras que el
segundo define la forma de la distribución. Determinar estos parámetros requiere
estrategias matemáticas no tan triviales de índole no lineal que trae como consecuencia el
uso de algoritmos especializados del tipo Newton [118].
2
136
227
111
6517 10 3 2 2 0 1
0.0000
0.0010
0.0020
0.0030
0.0040
0.0050
0.0060
0.0070
0.0080
0.0090
0
50
100
150
200
250
0:0
0:0
0
0:0
5:1
9
0:1
0:3
7
0:1
5:5
6
0:2
1:1
5
0:2
6:3
4
0:3
1:5
2
0:3
7:1
1
0:4
2:3
0
0:4
7:4
8
0:5
3:0
7
0:5
8:2
6
Dis
trib
uci
ón
no
rmal
Frec
uen
cia
Clase (min)
Tiempos de demoras
Anexos 2
206
De acuerdo con la literatura, existen cinco métodos para calcular los parámetros de la
distribución de Weibull, ellos son: Mínimos cuadrados, gráfico de la función tasa de falla,
máxima similitud, estimación de momentos y estimadores lineales. En un estudio realizado
por Serrano [119], hace una comparación de estos métodos para determinar los
parámetros de Weibull para la generación de energía eólica. En sus resultados obtiene que,
aunque el método de los momentos presenta el mejor ajuste, todos tienen estadísticamente
un desempeño similar. Es decir que no hay una diferencia significativa en la obtención de
los parámetros de la distribución Weibull por cualquiera de los métodos antes
mencionados.
Para efectos de análisis de los tiempos de demoras por medio de la distribución Weibull, los
parámetros de dicha distribución se obtuvieron por el método Máxima verosimilitud. Se
decidió optar por este método dado que no hay variación significativa en el método a
utilizar y porque además se cuenta con el toolbox del software MATLAB para la obtención
de los parámetros, por lo que únicamente se tuvo que adaptar el código fuente ya
desarrollado y que se encuentra en la bibliografía, a nuestros datos de análisis.
Posteriormente se obtuvo la función de distribución y se obtuvo su curva para analizar la
tendencia de su comportamiento.
2.3.2.1. Método máxima verosimilitud
Es un método de estimación de los parámetros de un modelo estadístico. Cuando se aplica
un conjunto de datos y teniendo en cuenta un modelo estadístico, la probabilidad máxima
de estimación proporciona estimaciones de los parámetros del modelo.
El método de máxima verosimilitud suele generar estimadores insesgados de la mínima
Varianza, siendo este un procedimiento frecuente para ajustar un modelo y encontrar sus
parámetros característicos, para analizar todo el desarrollo matemático [120].
2.3.2.2. Distribución Weibull para el comportamiento de los tiempos de
demoras.
Para el caso de los paros programados, se obtuvo un parámetro de escala 𝛼 = 1.5651 y un
parámetro de forma 𝛽 = 64.6239. Es importante recordar que este tipo de tiempos oscila
de acuerdo a la cantidad de piezas que estén programadas y es necesario considerar si estas
piezas son producidas de forma manual o automática, ya que es un factor determinante en
la cantidad de paros no programados que presentan.
Los datos necesarios para el cálculo de la función de distribución Weibull se muestran a
continuación.
Anexos 2
207
Tabla 2-7: Distribución de la función Weibull y porcentaje de distribución
La columna 1y 2 de la Tabla 2-7, muestran los datos obtenidos anteriormente
correspondiente al tamaño de la clase y frecuencia de ocurrencia. En la columna 5 se
muestran los datos correspondientes a la curva de distribución Weibull y en la columna 6 se
muestra el porcentaje entre las cuales están comprendidas las observaciones, es decir, el
porcentaje de ocurrencia.
Su función de distribución de probabilidad se muestra en la Ecuación 2-2:
𝑓(𝑥; 𝛼, 𝛽) = (1.5621
64.6239) (
𝑥
64.6239)
1.5621−1
𝑒−𝑥
64.6239
1.5621
Ec. 2-2
Y su gráfica de función de distribución se muestra a continuación:
Clase Frecuencia Min* Dist. Weibull % Distribución
0:00:00 2 0 0.000 0%
0:30:12 136 30 0.012 26%
1:00:24 227 60 0.009 59%
1:30:36 111 91 0.005 82%
2:00:48 65 121 0.002 93%
2:31:00 17 151 0.001 98%
3:01:12 10 181 0.000 99%
3:31:24 3 211 0.000 100%
4:01:37 2 242 0.000 100%
4:31:49 2 272 0.000 100%
5:02:01 0 302 0.000 100%
5:32:13 1 332 0.000 100%
Alfa 1.5621
Beta 64.6239
Anexos 2
208
Figura 2-7: Gráfico de la distribución Weibull y polígono de frecuencia para los datos de tiempos de demoras
Dado que el valor Beta (𝛽 = 64.6239) es mayor que 1, la función de riesgo es creciente, es
decir que la tasa de fallo incrementea, al aumentar el tiempo. De igual forma, al decrecer el
valor de Beta, la forma de la distribución se asemeja a una función de densidad de
probabilidad Normal.
2.3.3. Análisis comparativo: distribución Normal y distribución Weibull
En Figura 2-8 se muestra la gráfica comparativas de la distribución Normal y Weibull para
el caso de los tiempos de demoras. La similitud entre ambas gráficas es notoria y de
acuerdo a los valores obtenidos del valor Beta en ambas funciones, ambos
comportamientos se pueden representan como una distribución Normal.
Al realizar un análisis de porcentajes acumulados se determinó que no existe una diferencia
considerable en las funciones de distribución acumulativas tanto para la distribución
Normal como la distribución Weibull.
2
136
227
111
6517 10 3 2 2 0 1
0.000
0.002
0.004
0.006
0.008
0.010
0.012
0.014
0
50
100
150
200
250
Dis
trib
uci
ón
no
rmal
Frec
uen
cia
Clase (min)
Tiempos de demoras
Anexos 2
209
Figura 2-8: Gráfico de la distribución Normal y distribución Weibull en los tiempos de paros no programados
2.3.4. Efectividad de ajuste de las curvas de distribución
Es importante analizar si las curvas de distribución obtenidas (Normal y Weibull) se ajustan
apropiadamente al conjunto de datos de los tiempos de demoras. Existen diferentes
métodos para verificar la efectividad de la distribución específica de probabilidad de las
curvas, tales como la prueba de Chi Cuadrado, método de Kolmogorov-Smirnov y raíz
cuadrada del error cuadrático medio RMSE.
En la prueba de bondad de ajuste Kolmogorw-Smirnov (K-S) se hace una comparación entre
alguna función de distribución acumulada y teórica, para nuestro caso de estudio,
corresponde a la comparación de las funciones de distribución Normal y Weibull en
relación a los datos reales. El estadístico para la prueba de bondad de ajuste KS, es el
siguiente:
𝐷 = 𝑆𝑢𝑝1≤𝑖≤𝑛|𝐹𝑛(𝑥𝑖) − 𝐹𝑜(𝑥𝑖)|
Ec. 2-3
Donde,
𝑥𝑖 Es el i-ésimo valor observado en la muestra (cuyos valores han sido ordenados
previamente de menor a mayor).
𝐹𝑛(𝑥𝑖) Es un estimador de la probabilidad de observar valores menores o iguales que 𝑥𝑖 .
2
136
227
111
6517 10 3 2 2 0 1
0.000
0.002
0.004
0.006
0.008
0.010
0.012
0.014
0
50
100
150
200
250
Dis
trib
uci
ón
no
rmal
Frec
uen
cia
Clase (min)
Tiempos de demoras
Anexos 2
210
𝐹𝑜(𝑥𝑖) Es la probabilidad de observar valores menores o iguales que 𝑥𝑖 cuando 𝐻0 es cierta.
De esta manera D es la mayor diferencia absoluta observada entre la frecuencia acumulada
observada 𝐹𝑛(𝑥𝑖) y la frecuencia acumulada teórica 𝐹𝑜(𝑥𝑖) obtenida a partir de la
distribución de probabilidad que se especifica como hipótesis nula. Si los valores
observados 𝐹𝑛(𝑥𝑖) son similares a los esperados 𝐹𝑜(𝑥𝑖) el valor de D es pequeño.
Criterio para la toma de decisión
Si 𝐷 ≤ 𝐷𝛼 → 𝐴𝑐𝑒𝑝𝑡𝑎 𝐻𝑂 de lo contrario se rechaza la hipótesis.
El valor de 𝐷𝛼 se obtiene de la Tabla de valores críticos para este tipo de prueba de bondad
de ajuste, en donde dicho valor depende del tamaño de la muestra seleccionada y no del
tipo de función que se esté analizando.
Para el cálculo práctico del estadístico D, se deben obtener los siguientes valores:
𝐷+ = 𝑀𝐴𝑋1≤𝑖≤𝑛 {𝑖
𝑛− 𝐹𝑜(𝑥𝑖)}
Ec. 2-4
𝐷− = 𝑀𝐴𝑋1≤𝑖≤𝑛 {𝐹𝑜(𝑥𝑖) −𝑖 − 1
𝑛}
Ec. 2-5
Y a partir de estos valores
𝐷 = 𝑚𝑎𝑥{𝐷+, 𝐷−} Ec. 2-6
Prueba de bondad de ajuste para los tiempos de demoras
𝐻𝑂 = 𝑋~𝑁(56.23, 37.63) 𝑦 𝑊(1.5621, 64.6239)
Los datos analizados siguen una distribución normal y/o weibull
𝐻1 = 𝑛𝑜 𝐻𝑂
Los datos analizados no siguen una distribución normal y/o weibull.
𝛼 = 0.05
Tabla 2-8: Parámetros estimados de la distribución normal y Weibull para los tiempos de demoras
Distribución normal Distribución Weibull 𝜇 = 57.4439 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝛼 = 1.5621
𝜎 = 37.63 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝛽 = 64.6239 N=577 N=577
Anexos 2
211
En la Tabla 2-8 se muestran los parámetros estimados para cada una de las curvas de
distribución de probabilidad, considerando una muestra de 577 datos.
Tabla 2-9: Cálculo de los valores D+ y D- para la distribución Normal y Weibull
i xi Fo(xi) D+ D- Fo(xi) D+ D-
1 0 0.0666 0.0648 0.0666 0.0000 0.0017 0.0000
2 0 0.0666 0.0631 0.0648 0.0000 0.0035 0.0017
3 10.0524 0.1085 0.1033 0.1050 0.0532 0.0480 0.0497
Distribución Normal Distribución Weibull
575 271.1738 1.0000 0.0035 0.0052 0.9999 0.0034 0.0051
576 312.0974 1.0000 0.0017 0.0035 1.0000 0.0017 0.0035
577 332.2130 1.0000 0.0000 0.0017 1.0000 0.0000 0.0017
En la Tabla 2-9, se muestra el resumen del cálculo para los valores D+ y D- para los datos de
los tiempos de demoras de cada una de las funciones de distribución, a partir de estos datos
se realiza el cálculo del estadístico de prueba y se analiza la validez de la hipótesis nula
(Tabla 2-10).
Tabla 2-10: Tabla resumen de los resultados de la prueba estadística
Distribución normal Distribución Weibull D=0.1099 D=0.05511
𝐷𝛼 = 0.056617 Se rechaza la hipótesis Se acepta la hipótesis
𝐷𝑊𝑒𝑖𝑏𝑢𝑙𝑙(0.05511) ≤ 𝐷𝛼(0.056617) → 𝐴𝑐𝑒𝑝𝑡𝑎 𝐻𝑂
Los datos se ajustan a una distribución Weibull.
𝐷𝑛𝑜𝑟𝑚𝑎𝑙(0.1099) ≥ 𝐷𝛼(0.056617) → 𝑆𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑂
Los datos no se ajustan a una distribución Normal.
Por lo tanto, al realizar la prueba de bondad de ajuste por el método de Kolmogorov-
Smirnov (K-S) los valores de los tiempos de los tiempos de demoras se ajustan a una curva
de distribución Weibull, pero no se ajustan a una curva de distribución Normal.
2.3.5. Distribución del error
Una vez determinada la curva de distribución probabilística que mejor se ajusta al
comportamiento de los datos reales, es necesario analizar la distribución probabilística del
error que genera el comportamiento de las curvas probabilística con los datos reales. En la
Anexos 2
212
Figura 2-9, se muestra el comportamiento del error relativo para ambas curvas de
distribución.
Figura 2-9: Comportamiento del error relatico de las curvas de distribución probabilística
Se puede observar que la curva de distribución Weibull, presenta una menor variación del
comportamiento del error en relación a la curva de distribución Normal. Esto nos indica
que los datos están mejor ajustados en la curva de distribución Weibull.
Para analizar si el error de dichas curvas se puede representar mediante una curva de
distribución en particular, se analiza el error absoluto que generan el ajuste de dichas
curvas, esto permite representar dicho error en forma de histograma de frecuencia (ver
Figura 2-10).
Figura 2-10: Histograma de frecuencia del comportamiento del error de las curvas de distribución probabilística
2
-15
37
-17
-0
-10
1 0 1 2 -0 1
-44
37
67
-41-20 -11
4 2 2 2 0 1
-60
-40
-20
0
20
40
60
80
0:0
0:0
0
0:3
0:1
2
1:0
0:2
4
1:3
0:3
6
2:0
0:4
8
2:3
1:0
0
3:0
1:1
2
3:3
1:2
4
4:0
1:3
7
4:3
1:4
9
5:0
2:0
1
5:3
2:1
3Fre
cue
nci
a
Clase
Paro no programado
Dist. Normal Dist. Weibull Dist. Weibull Dist. Normal
2
15
37
17
0
10
1 0 1 2 0 1
44
37
67
41
20
11
4 2 2 2 0 1
0
10
20
30
40
50
60
70
80
0:00
:00
0:30
:12
1:00
:24
1:3
0:3
6
2:0
0:4
8
2:31
:00
3:01
:12
3:31
:24
4:0
1:3
7
4:31
:49
5:02
:01
5:32
:13
Fre
cue
nci
a
Clase
Paro no programado
Anexos 2
213
El porcentaje de error de las curvas de distribución se muestra en la Figura 2-11.
Figura 2-11: % del error de las curvas de distribución Weibull y Normal
A simple vista, se puede observar (Figura 2-11) que el comportamiento del error podría
seguir una distribución normal sesgada a la derecha, ya que el mayor porcentaje del error
se acumula en ese rango de la gráfica. Esto nos indica que las curvas de distribución
muestran un mayor porcentaje de error cuando se registran los datos de los paros no
programados menores a 2 horas, en caso contrario que, cuando se registran paros no
programados mayores a este valor de tiempo.
Al analizar a detalle la Figura 2-11, se determina que la curva de distribución probabilística
que genera el menor porcentaje de error al representar el comportamiento de los datos de
tiempos de demoras es la distribución Weibull. Esta distribución acumula un total de 15%
de error acumulado. Por otro lado, la distribución normal acumula un total de 40% de error
al representar el comportamiento de los datos reales.
2.3.6. Desviación media absoluta del error de la distribución Weibull
La desviación media absoluta se refiere a la desviación de cada observación con respecto a
la media de la muestra seleccionada. Este cálculo estadístico nos permite determinar el
promedio de las desviaciones absolutas de los errores de pronóstico. La ecuación que define
este parámetro es la siguiente:
40%
15%
8%6%
12%
7%
3%
2%1% 0%
0% 0% 0% 0%0%
3%
6%
3%
0%2% 0%
0%0% 0% 0% 0%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
0:00
:00
0:30
:12
1:00
:24
1:30
:36
2:00
:48
2:31
:00
3:01
:12
3:31
:24
4:01
:37
4:31
:49
5:02
:01
5:32
:13
% de error de las curvas de distribución
% de Error Distribución Normal % de Error Distribución Weibull
% de Error Distribución Normal % de Error Distribución Weibull
Anexos 2
214
𝑀. 𝐴. 𝐷 =∑ |𝑥𝑖 − �̅�|𝑛
𝑖=1
𝑛
Ec. 2-7
Donde
𝑥𝑖: Es el parámetro de la muestra a evaluar
�̅� Es el valor de la media
n: Es el tamaño de la muestra.
Para el caso de estudio, los datos del error de pronóstico de la distribución Weibull se
encuentran agrupados, por lo que la ecuación a considerar para calcular el valor de la
desviación media absoluta para datos agrupados es la siguiente:
𝑀. 𝐴. 𝐷 =|𝑥𝑖 − �̅�| ∗ 𝑓𝑖
∑ 𝑓𝑖
Ec. 2-8
Tabla 2-11: Cálculo de M.A.D. para los valores de los tiempos de los paros no programados
𝑀𝑒𝑑𝑖𝑎 =∑ 𝑥𝑖 ∗ 𝑓𝑖
∑ 𝑓𝑖= 96.85
Ec. 2-9
𝑀. 𝐴. 𝐷 =|𝑥𝑖 − �̅�| ∗ 𝑓𝑖
∑ 𝑓𝑖=
3475
86= 40.19
Ec. 2-10
Rango de
clase inf
Rango de
clase supxi fi xi*fi abs(xi-xmedia) abs(xi-xmedia)*fi
0 30 15 2 30 82 164
30 60 45 15 689 52 794
60 91 75.5 37 2758 21 780
91 121 106 17 1855 9 160
121 151 136 0 43 39 12
151 181 166 10 1671 69 696
181 211 196 1 101 99 51
211 242 227 0 29 130 17
242 272 257 1 318 160 198
272 302 287 2 523 190 346
302 332 317 0 12 220 8
332 362 347 1 345 250 248
86 8373 3475
Anexos 2
215
A partir de estos cálculos se determina que el método de pronóstico (distribución Weibull)
presenta un error de pronóstico de 40.19 minutos, para un total de 577 observaciones. Lo
cual se puede verificar al observar los valores del error absoluto de la Figura 2-9, ya que el
tercer valor de la gráfica de la distribución Weibull, alcanza un valor de 37 minutos. Es decir
que en promedio, los datos obtenidos de la curva Weibull presentarán una variación
aproximada de 40 minutos en relación a los datos reales.
Al observar los datos de la columna 4 de la Tabla 2-11 (valores de fi), se determina que el
mayor error de los datos de pronóstico corresponde al valor de 37 minutos, el cual se
presenta en el rango de clase de 60 a 91 minutos, a partir de dicho valor, los datos del error
tienden a decrecer, por lo que es posible aseverar que el mayor error de pronóstico se
presenta en los datos de tiempos de paros no programados menores a 1 hora, esta
variabilidad se le atribuye al efecto que tienen las cantidades del lote de producción
programadas sobre los tiempos de demora. Es decir que se programaron varios lotes de
producción de poca cantidad, lo que originó que los tiempos de paros no programados
fuesen menores a 1 hora.
2.3.7. Análisis de Correlación
Una vez que se ha obtenido la curva de distribución que representa el comportamiento de
los datos de los paros programados y tiempos de demoras, es importante conocer la
interrelación que existe entre estos datos y los factores que los ocasionan.
En la estadística clásica, la medida de correlación usada es el coeficiente de Pearson, en el
cual, sus estimaciones se realizan por el método de mínimos cuadrados. Sin embargo para
poder aplicar este método es necesario que los datos cumplan ciertas características como
es el de ajustarse a un comportamiento lineal. Este coeficiente solo mide el grado de
asociación lineal entre las variables, más no la relación causa – efecto entre las variables,
tampoco miden la asociación de tipo curvilíneo, ya que dos variables pueden estar
asociadas de forma cuadrática, exponencial o potencial y el coeficiente de correlación lineal
puede ser bajo, pero esto no quiere decir que no estén asociadas.
Del análisis de distribución de los tiempos de paros programados tiempos de demoras se
determinó que siguen un comportamiento normal, pero difícilmente se puede apreciar la
relación que tiene este comportamiento con los factores que lo determinan.
Anteriormente se explicó la relación que tienen los tiempos de los paros programados por
cada uno de los diferentes tipos de troquel, en la cual se establece en que ocasión se incurre
en un paro programado máximo, mínimo o moderado. De esta manera, es sencillo
determinar que comportamiento tendrán los tiempos de paros programados a lo largo de
la carga asignada a cada prensa, de acuerdo al tipo de troquel a utilizar. En la Figura 2-12, se
Anexos 2
216
muestra la agrupación de los tiempos de paros programados en relación al tipo de troquel a
utilizar.
Figura 2-12: Tiempo de paros programados de acuerdo al tipo de troquel a utilizar
Pero, en el caso de los tiempos de demoras, dependen de la cantidad de piezas que se
producen y del tipo de prensa a utilizar, y no es posible apreciar fácilmente la interrelación
entre estas variables para determinar el % de incidencia de una sobre la otra.
Para evaluar la intensidad de la asociación de las variables incidentes en los tiempos de
demoras se utiliza el coeficiente de correlación de Spearman. Este análisis nos ayuda a
establecer la relación que existe entre datos que no precisamente son datos numéricos, ya
que se pueden asignar clasificaciones a los elementos de las variables estudiadas. La medida
de asociación está basada en los rangos de las observaciones y no en los valores numéricos
de los datos.
Para estimar el coeficiente de correlación de Spearman, primero se deben obtener los
rangos para cada una de las observaciones de ambas variables (cantidad producida y
tiempos de paros no programados). Para ello se considera una variable y se asigna el rango
1 al valor más pequeño, 2 al siguiente valor más pequeño y asi sucesivamente hasta llegar al
rango n que le corresponde a la observación con el valor más alto. Luego se repite el
procedimiento para la otra variable.
El coeficiente de correlación de Spearman rs se puede obtener en la Ec. 2-11.
𝑟𝑠 = 1 −6 ∑ 𝑑𝑖
2𝑛𝑖=1
𝑛3 − 𝑛
Ec. 2-11
0:00:00
0:07:12
0:14:24
0:21:36
0:28:48
0:36:00
0:43:12
0:50:24
0:57:36
1:04:48
Tie
mp
o d
e lo
s p
aro
s p
rogr
amad
os
Troquel de 2 tuercas "T"
Troquel de 8 tuercas "T" sin alimentación
Troquel de 8 tuercas "T" con alimentación
No se hace montaje
Anexos 2
217
En donde n representa la cantidad de datos analizados y d es la diferencia entre los rangos
de las variables para cada valor. Si existen variables con valores repetidos, se les asigna a
esos valores el rango promedio. Si el valor de esta entre 4 y 30 se comparan los valores
calculados de rs con los valores críticos de Tabla, y se rechaza la hipótesis nula (La hipótesis
nula a probar es la no correlación de las variables) si el valor calculado es mayor que el
valor de Tabla.
En cambio, si n es mayor que 30 el valor crítico se calcula de la siguiente manera:
𝑧 = 𝑟𝑠√𝑛 − 1
Ec. 2-12
Y luego, con los valores de la Tabla de la distribución normal estándar, se compara el valor
crítico obtenido y se analiza si la hipótesis nula es aceptada o no. A continuación se muestra
el análisis de correlación para el tiempo de demoras. Se considera que están estrechamente
relacionados con la cantidad a producir.
En la Tabla 2-12 se muestra el cálculo de los datos necesarios para obtener el valor de
correlación. Se tiene una muestra total de 577 datos de tiempos de demoras, registrados
para diferentes cantidades de piezas a producir.
Dado que hay datos de la cantidad a producir que se duplican, se toma en cuenta la
consideración de considerar su valor promedio.
Por ejemplo, para el caso de la cantidad a producir 210, se tienen registrados 2 cantidades y
de acuerdo a la asignación de rangos, le corresponde el número 56 y 57 respectivamente,
por lo que su valor promedio (RCP) es 56.519.
Tabla 2-12: Cálculo de datos para obtener el coeficiente de correlación
Una vez obtenidos los valores, aplicamos la ecuación del coeficiente de correlación
19 Estos cálculo se pueden analizar completos en la base de datos
Cantidad a
producir
(CP)
Paros no
programado
s (PNP)
R (CP) R (PNP) R (CP)2 R (PNP)2 R (CP)* R
(PNP)
R (CP)-R
(PNP)
(R (CP)-R
(PNP))2
800 1:03:59 231.5 388 53592.25 150544 89822 -156.5 24492.25
554 0:37:16 160 206 25600 42436 32960 -46 2116
740 0:59:17 211 361 44521 130321 76171 -150 22500
Anexos 2
218
𝑟𝑠 = 1 −6 ∑ 𝑑𝑖
2𝑛𝑖=1
𝑛3 − 𝑛
Ec. 2-13
𝑟𝑠 = 1 −6(11072449.25)
5773−577=0.6541
Ec. 2-14
Dado que nuestro valor de muestra (577) supera los 30 datos, el valor crítico lo obtenemos
con ayuda de la siguiente ecuación:
𝑧 = 𝑟𝑠√𝑛 − 1 = 0.6541 ∗ √577 − 1 = 15.69
Ec. 2-15
Como z calculada es mayor que 1.96, se rechaza la hipótesis nula, y se concluye que hay
asociación entre las variables: cantidad a producir y tiempos de paros no programados al
5% de significación.
En la Figura 2-13 se muestra el agrupamiento de los datos de las dos variables analizadas
Figura 2-13:Correlación de las variables: cantidad a producir y Tiempo de paros no programados
El procedimiento aplicado en este análisis estadístico de paros programados y tiempos de
demoras, asi como sus principales resultados se resumen en la en el diagrama de la Figura
2.14.
0:00:00
1:12:00
2:24:00
3:36:00
4:48:00
6:00:00
0 2000 4000 6000 8000 10000 12000 14000
Tiem
po
de
par
os
no
pro
gram
ado
s
Cantidad a producir
Anexos 2
219
Figura 2-14: Procedimiento para realizar el análisis estadístico y sus principales resultado
ANÁLISIS ESTADÍSTICO DE TIEMPOS DE PAROS PROGRAMADOS (CAMBIO DE HERRAMENTAL Y/O MATERIAL) Y TIEMPOS DE DEMORAS
Recopilación de datos
Paros programados (PP) y tiempos de
demoras (TD)
Construcción de un histograma de
frecuencia para PP
Construcción de un histograma de
frecuencia para TD
Estudio de tiempos y movimientos
Propuesta de agrupación
Observación directa y mapeo del proceso
¿Se asemeja a una curva de distribución?
¿Se asemeja a una curva de distribución?
Determina la curva de mejor ajuste
Determina la probabilidad de
ocurrencia
No
NoSiSi
Se comparan las posibles curvas de distribución con el
comportamiento del histograma
HISTOGRAMA CURVAS DE DISTRIBUCIÓN
Distribución Normal DN
Distribución Weibull DW
Mu, sigma Alfa, Beta
Parámetros
Cálculo estadísticoMétodo de la
máxima verosimilitud
Se obtienen las curvas ajustadas
¿Es necesario verificar la
efectividad de las curvas?
No
Prueba de bondad de ajuste
Distribución probabilística del
error
Desviación media absoluta
Selección de acuerdo a las
características de los datos (tamaño
de muestra
% de error probabilístico DN =
40% y DW=15%
Promedio de la desviación media absoluta del error
de pronóstico de la DW =35.78 min
Kolmogorov Smirnov
DW con D = 0.05
Anexos 2
220
3. Propuesta de mejora SMED (Single Minute Exchange of die).
Nombre del proyecto: Cambio rápido de herramental
Empresa donde se realiza: PEASA Autopartes S.A.
La propuesta de mejoramiento del tiempo en el cambio de herramental bajo la metodología
SMED, se realizó bajo un enfoque de mínimo costo y bajo el criterio de una mejor
distribución de las actividades internas y externas del proceso. Bajo este enfoque con esta
propuesta, se logró una reducción del 66% del tiempo en el proceso de cambio de
herramental para los tres diferentes tipos de troqueles (Tabla 4.7, Capítulo 4).
3.1. Justificación del proyecto
Dentro del diagnóstico inicial que se realizó a la línea de estampados, se determinaron las
condiciones de la problemática actual de la línea dentro de las cuales se incluye su proceso
de cambio de herramental. En la Figura 3-1 se resumen
Figura 3-1: Diagrama causa efecto de la situación actual
Actualmente el proceso de cambio de herramental en la línea de estampados, se realiza de
forma manual y semiautomática. Este proceso involucra al operador de la máquina,
operador de montacargas, y en algunos casos a un “comodín” (ayudante).
El proceso de cambio de herramental presenta ciertas deficiencias de organización,
distribución de actividades y métodos técnicos de montaje. Una de estas deficiencias, es que
MATERIA PRIMA
MAQUINA MÉTODO
MEDIDA MANO DE OBRA
MEDIO AMBIENTE
BAJA
EFICIENCIA
NO EXISTE NORMA DE
EMPAQUE INTERNO
P/PROCESOS
INTERMEDIOS
PAROS CONTINUOS DEBIDO A LA
ESPERA DE MONTACARGAS
PARA EL RETIRO DEL MATERIAL
RODACARGAS
DESCOMPUESTOS, NO SE PUEDE
MOVER EL MATERIAL EN LINEA
NO EXISTE METODO DE
OPERACIÓN PARA
PARTES ESTAMPADAS
FALTA DE APLICACION
N/A
NO EXISTE METODO DE
ACOMODOS
ESTANDARIZADOS P/ EL
EMPAQUE INTERNO
LOS PROCESOS NO ESTAN
ADECUADOS A UNA
ERGONOMIA DE OPERACIÓN
PROVOCANDO FATIGA DE
CAPACITACION DE
PERSONAL EN
DIFERENTES HTAS. DE
PRODUCCION EN SERIE
FALTA DE DIFUSION DE
INFORMACION
RESULTADOS DE LINEA
DEMASIADO TIEMPO ENTRE
CAMBIO DE
HERRAMENTALES
NO EXISTE TIEMPOS
ESTADAR P/CAMBIOS
DE HERRAMENTALES
1 Mes de inventario MP
Desarrollo de un compromisode colaboración en equipo entre los trabajadores
Implementación de equipos de mejora contínua
Revisión del estatus del material a utilizar. Inspección previa
No se cuenta con un formato de descripción de activiades del puesto.
Programa de inducción para el personal de nuevo ingreso.
Fallasrepetitivas en el herramental
No existe un formato de flujo de producción diaria, que se pueda compartir con el personal involucrado
Motivación
Anexos 2
221
no cuentan con un tiempo ni proceso estándar para realizar dicha operación, por ende se
desconoce el tiempo que funcione como parámetro de medición.
Los tiempos promedios para realizar el cambio de herramental oscila aproximadamente
entre 40 y 50 minutos (comparado con los registros y toma de tiempos realizados en la
operación). Hay diversos factores que contribuyen a que este tiempo sea tan elevado como
tiempo de demoras (tiempo de espera para el suministro de material y/o herramental),
falta de coordinación de actividades, ausencia de elementos técnicos, entre otras.
Dada a esta situación se elaboró una propuesta de mejora, empleando la metodología SMED
para la reducción del tiempo necesario para el cambio y preparación de herramental. La
propuesta realizada está enfocada con un mínimo de costo de implementación, por tal
razón en la propuesta SMED no se profundiza en el mejoramiento de diseño de herramental
ni sistemas de sujeción rápida, sino que está orientada a una mejor distribución de
actividades internas y externas del proceso, recordando que:
Actividad interna: Es definida como una tarea que no es posible realizar a menos que el
equipo se encuentre detenido.
Actividad externa: Es definida como una tarea que se puede ejecutar con el equipo en
funcionamiento.
3.2. Descripción de la propuesta
La propuesta SMED considera la reestructuración de actividades con un enfoque de
organización en paralelo. En la Tabla 3-1 se presenta el resumen que involucra esta
propuesta.
Tabla 3-1: Resumen de propuesta de mejoramiento SMED
Propuesta de mejoramiento SMED
1 Explicación del concepto
Esta propuesta está enfocada en la administración de actividades y organización del proceso.
2 Actividades Descripción de actividades, asignación de responsabilidades, adquisición de herramientas y carritos soportes, prueba piloto, capacitación, evaluación y seguimiento
3 Concepto de inversión
Adquisición de herramientas: $_________; %____________
Capacitación: $_________; %____________
Adquisición o compra de carritos : $_________; %____________
4 Beneficio Mejora en el indicador de eficiencia en un 3% y reducción en el tiempo de cambio de herramental en un 66% -67%.
Anexos 2
222
3.3. Tiempos del proceso de cambio de herramental
Para facilitar el registro de los tiempos promedios se realizó una clasificación del tipo de
cambio de herramental y material, basada en dos consideraciones: las características del
tipo de troquel y el requerimiento de lámina a utilizar. Este análisis se presenta en el punto
4.4.1.1 del capítulo 4. Para la obtención de los tiempos promedios se efectuaron 4520
observaciones de cada tipo de cambio de herramental y material, cronometrando el tiempo
invertido por los operarios para realizar el proceso. El proceso de obtención de datos se
detalla en el punto 4.4.1.2. del capítulo 4.
Una vez realizado el registro de los datos, fue posible obtener los tiempos promedios de
preparación de herramienta De esto se derivó el diagrama de flujo del proceso actual,
contemplando todas las actividades del proceso. Posteriormente se realizó una propuesta
de reducción de tiempos mediante la organización de actividades en paralelo, considerando
pasar la mayoría de actividades internas a externas.
3.4. Concepto de inversión
Adquisición de herramientas: $_________; %____________
Actualmente hay una carencia significativa en las herramientas utilizadas por parte de los
operadores en el cambio de herramental y/o material. Esta carencia propicia los tiempos de
demora, debido a que el operador debe buscar la herramienta necesaria en otros puestos de
trabajo. A continuación se presenta una lista de las herramientas que se necesitan en cada
prensa para realizar el cambio de herramental sin mayor dificultad.
Tabla 3-2: Herramienta necesaria para realizar el cambio de herramental
TORNILLOS ALLEN
LLAVE ESTRIADAS 1 1/4"
REFACCIONES DE TUERCAS "T"
JUEGO DE LLAVES ALLEN
TORNILLOS DE 3/8"
FLEXOMETRO
HERRAMIENTA Y CALIBRE
LLAVE PERICO 18"
LLAVE ESTILSON 24 "
LLAVE HEXAGONAL 1/2"
LLAVE ESTRIADAS 15/16"
20 Se consideró este tamaño de muestra ya que se considera que el comportamiento de los tiempos de ejecución de una actividad sigue una distribución normal, basado en esta consideración, es aceptable una muestra superior a 30 observaciones
Anexos 2
223
Es necesario contar con un soporte estructural para colocar los troqueles salientes y
entrantes en el proceso de cambio de herramental en cada prensa. Esto con la finalidad de
disminuir los tiempos de demoras atribuidos a la espera de traslado de los troqueles. Para
tal finalidad se ha propuesto que cada prensa disponga de carrito de soporte para colocar
los troqueles. Estos carritos, deben estar ajustadas a las medidas de las prensas, deben ser
de fácil manejo y con la seguridad pertinente para su uso. En la Figura 3-2 se presenta la
localización de los carritos de soporte en el área de trabajo.
Figura 3-2: Disposición de localización de los carritos de soporte de troqueles
Es necesario una capacitación de la nueva metodología a implementar, iniciando con una
prueba piloto que involucre al supervisor de la línea y mandos medios. La inversión de la
capacitación se traduce en disponibilidad de tiempo necesario para el conocimiento del
nuevo método.
A continuación se presenta el diagrama de flujo del proceso de cambio de herramental
actual, la propuesta de mejora enfocada a la nueva distribución de actividades internas y
externas y el diagrama de flujo del proceso de cambio de herramental propuesto para cada
tipo de troquel.
Fabricación o compra de carritos : $_________; %____________
Capacitación: $_________; %____________
Carrito de
soporte
Anexos 2
224
3.5. Troquel de 2 tuercas “T”
Figura 3-3: Diagrama de actividades actuales en el proceso de cambio de herramental en un troquel de 2 tuercas
“T”.
Operador Comodín Supervisor
0:01:30
0:02:58 0:01:08 0:03:20
0:02:20
0:02:20
0:01:21
0:02:51
0:01:46
TIEMPO TOTAL DEL PROCESO
0:01:01 0:36:05
TIEMPO TOTAL DEL PROCESO SIN TIEMPOS DE ESPERA
0:01:03 0:25:27
min
DESMONTAJE 0:05:45
MONTAJE 0:08:42
PROCESO 0:11:00
DESM
ON
TAJE
0:05:45
0:08:42
PRO
CESOM
ON
TAJE
PRO
CESO
PROCESO
PRO
GR
AM
ACIÓ
N
Operador Montacarga
111
2 2
33
4
5
6
7
9
8
10
12
13
14
16
17
18
19
20
21
8
22
11
15
Anexos 2
225
Figura 3-4: Pasos del proceso del cambio de herramental para un troquel de 2 tuercas “T”.
Noti ficación del cambio a rea l izar
Noti ficación del cambio a rea l izar
Tras lado de ca ja de herramienta y hoja de proceso Contar con el herramental necesario
Llenado de formato de P.T. y Hoja de Producción Formatos de proceso en orden
Limpieza del área de trabajo Contar con los formatos en s i tio
Quitar tuercas "T" Contar con el herramental necesario
Quitar complementos guía , charolas
O.M. reti ra y trae troquel Noti ficación previa
Limpieza del troquel
Acomodo de troquel en prensa
O.M. reti ra y trae conenedor de P.T. Contar con el herramental necesario
Ajuste de tuercas "T"
Ajuste de complementos Contar con los formatos en s i tio
Tras lado de Poca Yoke y/o instrumento de med. Instrumentos disponibles en su lugar de origen
O.M. reti ra y trae contenedor de piezas
Programación de troquel
Producción Primeras 5 piezas
Medición
Llenado de formato de Medición
Llenado de formato de H. P.
Acomodo de ca jas de P.T. y/o contenedor
Producción Normal
min/pza
0.025
0.026
10.000
0.167
0.003
Realización de pruebas de inspección c/3 h
Retrirar charola de desperdicio
Subactividades contenidad en Actividad 22
Preparación pieza
Acomodo de cajas de P.T
Acomodo de pieza en lugar de trabajo
Lubricación de piezas
REQUERIMEINTOPROCESO1
2
3
4
5
6
7
8
9
10
11
12
14
15
16
17
18
19
20
13
21
22
Anexos 2
226
Figura 3-5: Propuesta de mejora para el proceso de cambio de herramental de un troquel de 2 tuercas “T”
15 Minutos antes de terminar la producción, el comodín, el operador montacargas y el operador de máquina deben estar enterados, de esta manera se garantizará en sitio: troquel, herramientas para desmontaje,
formatos, para que cuando la producción termine el único tiempo de paro sea el tiempo de desmontaje y montaje (los cuales pueden ser reducidos en un 50% al ser realizado por dos personas). La programación y
producción de las primeras 5 piezas corresponden a los demás tiempos de paro por preparación de herramienta. Las operaciones de la medición y llenado de formato serán realizados por el comodín, para evitar
que el operador de máquina abandone su lugar de trabajo.
DESCRIPCIÓN
Tiempo real de paro de la máquina por cambio de herramental (min)
Tiempo propuesto de paro de la máquina por cambio de herramental (min)
% de Mejora
% de Mejora
0:37:35
0:11:25
70%
Anexos 2
227
3.6. Troquel de 8 tuercas “T” sin alimentación
Figura 3-6: Diagrama de actividades actuales en el proceso de cambio de herramental en un troquel de 8 tuercas
“T” sin alimentación
Operador Comodín Supervisor
0:01:36
0:04:10 0:01:20 0:03:20
0:02:20
0:02:20
0:01:25
0:03:41
0:02:28
TIEMPO TOTAL DEL PROCESO
0:02:31 0:47:31
TIEMPO TOTAL DEL PROCESO SIN TIEMPOS DE ESPERA
0:00:48 0:36:36
min
DESMONTAJE 0:06:24
MONTAJE 0:15:09
PROCESO 0:15:03
Operador Montacarga
PR
OG
RA
MA
CIÓ
N
0:15:09MO
NTA
JED
ESMO
NTA
JE
0:06:24
PR
OC
ESOP
RO
CESO
PROCESO
111
2 2
33
4
5
6
7
9
8
10
12
13
14
16
17
18
19
20
21
8
22
11
15
Anexos 2
228
Figura 3-7: Pasos del proceso del cambio de herramental para un troquel de 8 tuercas “T” sin alimentación.
Noti ficación del cambio a rea l izar
Noti ficación del cambio a rea l izar
Tras lado de ca ja de herramienta y hoja de proceso Contar con el herramental necesario
Llenado de formato de P.T. y Hoja de Producción Formatos de proceso en orden
Limpieza del área de trabajo Contar con los formatos en s i tio
Quitar tuercas "T" Contar con el herramental necesario
Quitar complementos guía , charolas
O.M. reti ra y trae troquel Noti ficación previa
Limpieza del troquel
Acomodo de troquel en prensa
O.M. reti ra y trae conenedor de P.T. Contar con el herramental necesario
Ajuste de tuercas "T"
Ajuste de complementos Contar con los formatos en s i tio
Tras lado de Poca Yoke y/o instrumento de med. Instrumentos disponibles en su lugar de origen
O.M. reti ra y trae contenedor de piezas
Programación de troquel
Producción Primeras 5 piezas
Medición
Llenado de formato de Medición
Llenado de formato de H. P.
Acomodo de ca jas de P.T. y/o contenedor
Producción Normal
Subactividades contenidad en Actividad 22
Preparación pieza min/pza
0.025
0.026
10.000
0.167
0.026
PROCESO REQUERIMEINTO
Realización de pruebas de inspección c/3 h
Retrirar charola de desperdicio
Acomodo de cajas de P.T
Acomodo de pieza en lugar de trabajo
Lubricación de piezas
1
2
3
4
5
6
7
8
9
10
11
12
14
15
16
17
18
19
20
13
21
22
Anexos 2
229
Figura 3-8: Propuesta de mejora para el proceso de cambio de herramental de un troquel de 8 tuercas “T” sin alimentación
15 Minutos antes de terminar la producción, el comodín, el operador montacargas y el operador de máquina deben estar enterados, de esta manera se garantizará en sitio: troquel, herramientas para desmontaje,
formatos, para que cuando la producción termine el único tiempo de paro sea el tiempo de desmontaje y montaje (los cuales pueden ser reducidos en un 50% al ser realizado por dos personas). La programación y
producción de las primeras 5 piezas corresponden a los demás tiempos de paro por preparación de herramienta. Las operaciones de la medición y llenado de formato serán realizados por el comodín, para evitar
que el operador de máquina abandone su lugar de trabajo.
Tiempo real de paro de la máquina por cambio de herramental (min)
Tiempo propuesto de paro de la máquina por cambio de herramental (min)
% de Mejora
% de Mejora
1:04:25
0:21:14
67%
DESCRIPCIÓN
Anexos 2
230
3.7. Troquel de 8 tuercas “T” con alimentación
Figura 3-9: Diagrama de actividades actuales en el proceso de cambio de herramental en un troquel de 8 tuercas
“T” con alimentación
Operador Comodín Supervisor
0:01:25
0:03:16 0:01:01 0:03:20
LAMINA 0:08:10
0:02:20
0:02:20
MONTAJE DE LÁMINA
0:01:13
0:03:27
0:02:18
TIEMPO TOTAL DEL PROCESO
0:01:00 1:03:47
TIEMPO TOTAL DEL PROCESO SIN TIEMPOS DE ESPERA
0:01:15 0:53:21
min
DESMONTAJE 0:13:33
MONTAJE 0:27:18
PROCESO 0:12:30
PRO
CESO
PROCESO
0:14:42MO
NTA
JED
ESMO
NTA
JE
0:05:23
PRO
CESOPR
OG
RA
MA
CIÓN
Operador Montacarga
111
2 2
33
4
5
6
7
9
8
10
12
13
14
16
17
18
19
20
21
8
22
11
15
23
24
Anexos 2
231
Figura 3-10: Pasos del proceso del cambio de herramental para un troquel de 8 tuercas “T” con alimentación.
Noti ficación del cambio a rea l izar
Noti ficación del cambio a rea l izar
Traslado de caja de herramienta y hoja de proceso Contar con el herramental necesario
Llenado de formato de P.T. y Hoja de Producción Formatos de proceso en orden
Limpieza del área de trabajo Contar con los formatos en s i tio
Quitar tuercas "T" Contar con el herramental necesario
Quitar complementos guía, charolas
O.M. reti ra y trae troquel Noti ficación previa
Limpieza del troquel
Acomodo de troquel en prensa
O.M. reti ra y trae conenedor de P.T. Contar con el herramental necesario
Ajuste de tuercas "T"
Ajuste de complementos Contar con los formatos en s i tio
Tras lado de Poca Yoke y/o instrumento de med. Instrumentos disponibles en su lugar de origen
O.M. reti ra y trae contenedor de piezas
Programación de troquel
Producción Primeras 5 piezas
Medición
Llenado de formato de Medición
Llenado de formato de H. P.
Acomodo de ca jas de P.T. y/o contenedor
Producción Normal
Subactividades contenidad en Actividad 22
Preparación pieza min/pza
0.025
0.026
10.000
0.167
0.026
Realización de pruebas de inspección c/3 h
Retrirar charola de desperdicio
Acomodo de cajas de P.T
Acomodo de pieza en lugar de trabajo
Lubricación de piezas
PROCESO REQUERIMEINTO1
2
3
4
5
6
7
8
9
10
11
12
14
15
16
17
18
19
20
13
21
22
Anexos 2
232
Figura 3-11: Propuesta de mejora para el proceso de cambio de herramental de un troquel de 8 tuercas “T” con alimentación
15 Minutos antes de terminar la producción, el comodín, el operador montacargas y el operador de máquina deben estar enterados, de esta manera se garantizará en sitio: troquel, herramientas para desmontaje,
formatos, para que cuando la producción termine el único tiempo de paro sea el tiempo de desmontaje y montaje (los cuales pueden ser reducidos en un 50% al ser realizado por dos personas). La programación y
producción de las primeras 5 piezas corresponden a los demás tiempos de paro por preparación de herramienta. Las operaciones de la medición y llenado de formato serán realizados por el comodín, para evitar
que el operador de máquina abandone su lugar de trabajo.
Tiempo real de paro de la máquina por cambio de herramental (min)
Tiempo propuesto de paro de la máquina por cambio de herramental (min)
% de Mejora
0:47:05
0:15:53
66%
% de Mejora
DESCRIPCIÓN
Anexos 2
233
3.8. Beneficios
La propuesta de mejora se aplicó para disminuir el tiempo requerido para cambio de
troquel y de material, considerado para los tres tipos de cambio establecido en la Tabla 4-7
del capítulo 4, dando como resultado mayor disponibilidad de los equipos. A continuación
se presenta el resultado de la propuesta de mejora.
Tabla 3-3: Resultados de mejora derivado de la propuesta SMED
De lo anterior se puede considerar que, por cada producto que utilice un troquel del tipo de
2 Tuercas "T", tendrá disponible para su producción un promedio del 69% del tiempo total
que emplea para realizar su cambio de herramental, lo que se traduce en un incremento de
su producción o una disminución del tiempo operativo del proceso. La situación es la misma
para los tipos de troquel de 8 tuercas "T" C.A y 8 tuercas "T" S.A, con un promedio de 66%
cada uno.
3.9. Prueba piloto
3.9.1. Objetivo
Realizar una prueba piloto implementando la metodología SMED para obtener una
reducción del 66% del tiempo, pasando de 39 minutos a 12 minutos, en el cambio rápido de
herramentales en las prensas de 60 y 120 toneladas (troquel de 2 tuercas”T”).
3.9.2. Requerimientos generales.
La prueba piloto pretende ser realizada en una de las 8 prensas de trabajo manual (120-60
toneladas). El desarrollo de la prueba debe ser realizada con un componente que no sea de
requerimiento inmediato de producción, es decir que no represente una prioridad en envío,
esto, para anticiparnos a cualquier eventualidad que se presente durante la prueba. El día y
hora de la realización de la prueba están en dependencia del programa de producción.
Actual Propuesta % de Mejora
2 Tuercas "T" 39 12 69%
8 Tuercas "T" C.A. 64 22 66%
8 Tuercas "T" S.A. 47 16 66%
Tiempo de cambio de herramental y
material (min)Tipo de cambio
Anexos 2
234
3.9.3. Requerimientos materiales
Para la realización de la prueba piloto es necesario contar con la herramienta necesaria
para el proceso y una mesa de trabajo (carrito de soporte) para colocar el troquel que retira
y colocar el nuevo troquel a utilizar.
3.9.4. Requerimientos de mano de obra capacitada
Un factor importante de éxito en esta prueba es la preparación del personal que la realizará.
Es necesario que el grupo de trabajo de trabajo conformado por: comodín, operador de
prensa, operador de montacargas, supervisor y encargado de área, estén enterados de la
metodología del SMED, de los conceptos e importancia de los términos de “actividades
internas y externas” que garantizan el mínimo tiempo de paro de la máquina, asi como el
procedimiento que se llevará a cabo. Motivo por el cual se propone brindar una pequeña
capacitación de 20 minutos para explicar el método y recibir retroalimentación de las
partes involucradas. Estas orientaciones pueden ser dadas el mismo día de la prueba piloto
o un día anterior. La conformación del equipo de trabajo que realizará la prueba estará a
cargo del responsable de área.
En resumen, para proceder a realizar la prueba es necesario contar con:
Fecha y Hora Planificar con el encargado de la línea el día, hora, prensa y personal de apoyo para la realización de la prueba
ssss
Herramienta y mesa soporte
Se debe verificar de contar con toda la herramienta requerida, puesto que un faltante significa demora en la aplicación del método
Conformación de grupo de trabajo
Es necesario contar con: comodín, operador de prensa, operador de montacargas, supervisor y encargado de área. La conformación del equipo estará a cargo de éste último
Capacitación
Es sin duda un requisito, es necesario que el grupo de trabajo que realizará la prueba esté enterado del método a aplicar y sobre todo que brinden su respectiva retroalimentación al proceso.
3.9.5. Procedimiento.
Como primer paso es necesario verificar que los requerimientos explicados anteriormente
se han cumplido en un 100%.
Como segundo paso, es necesario contar con la notificación, 15 minutos antes de terminar
la producción, del siguiente componente a producir, tanto al comodín como al operador
montacargas, esto para garantizar un proceso fluido. Esto permite garantizar que los
Anexos 2
235
documentos necesarios y las herramientas estén en sitio para realizar el cambio. Se
propone que la documentación sea llenada por el comodín, mientras que el operador
termine de realizar su producción. Aquí se presenta un ahorro aproximado de 3 minutos.
Posteriormente viene el desmontaje de troquel, aquí se recomienda que se haga con el
apoyo del comodín y para esto se debe contar con la herramienta en sitio. En el proceso de
desajustar las tuercas T, y colocar el troquel en posición de envío se propone un tiempo de
4 minutos.
Posteriormente se traslada el troquel a su sitio, esto no debe representar un tiempo de
demora, ya que, gracias a la notificación realizada al operador de montacargas de 15
minutos antes, él ya tiene colocado en la mesa soporte el troquel a utilizar y trasladar el
anterior a su lugar respectivo.
Paralelo al traslado del troquel, el operador de la prensa y el comodín proceden al montaje
del troquel, el cual consiste en su acomodo en el área de trabajo y ajuste de tuercas T. Esta
actividad se recomienda que sea en paralelo entre ambos para asegurarse que sea realizada
en un tiempo de 3 a 4 minutos.
Al igual que el traslado del troquel, la colocación de los contenedores o cajas de producto
terminado no debe representar demora, ya que el operador de montacargas está notificado
de la pieza a producir y por ende conoce las características de su almacenamiento.
La programación de las condiciones de operación de la prensa está en manos del operador,
actividad que puede ser realizada en un tiempo de 1 minuto.
Las demás actividades de llenado de documentos, traslado de gage o poka yoke, medición
de las primeras piezas producidas se recomienda que se haga con apoyo del comodín para
garantizar el mínimo tiempo de paro de máquina.
Realizando estas actividades de manera coordinada y con los requerimientos necesarios es
posible realizar el cambio de herramental en un tiempo de 12 minutos, en comparación con
los 39 minutos que se han venido reportando.
4. Propuesta de mejora en el método de trabajo MMT
Nombre del proyecto: Reducción de tiempo de actividades anexas al proceso
Empresa donde se realiza: PEASA Autopartes S.A.
Anexos 2
236
La propuesta de mejora en el método de trabajo se realizó, al igual que en el caso anterior,
bajo un enfoque de mínimo costo y bajo el criterio de una mejor distribución de las
actividades anexas al proceso orientadas a 3 de actividades21. Considerando este enfoque,
se logró una reducción del 51% del tiempo destinado a actividades anexas del proceso,
pasando de 6 minutos a 3 minutos por cada 200 componentes producidos (Tabla 4.8,
Capítulo 4).
4.1. Justificación del proyecto
Durante el proceso de producción de los diferentes componentes se incurren en diferentes
actividades anexas al proceso, las cuales no están consideradas dentro del tiempo estándar
de producción. Estas actividades se refieren a la preparación del componente en cuanto a su
posicionamiento, acomodo y lubricación e inspección.
Al realizar el diagnóstico de la línea se determinó que, de acuerdo con la mezcla de
producción, el tiempo necesario para realizar las actividades anexas del proceso, pueden
resultar en interesantes datos al finalizar la orden de producción diaria, semanal y mensual.
A continuación se muestra un dato interesante de la producción de 3 componentes en un
día de producción. En la columna 2 de la Tabla 4-1, se muestra el total de tiempo destinado
para realizar las actividades anexas del proceso, mientras que en la columna 3 se traduce el
tiempo de las actividades anexas en componentes dejados de producir.
Tabla 4-1: Comportamiento del tiempo de actividades anexas del proceso para tres componentes
Pieza Tiempo de actividades
anexas al proceso (min)
Componentes
dejados de producir
CM-4024 37.11 95.5
1ES9985 104.38 488.3
1ES1763 46.24 110.0
De los resultados de este estudio y del análisis de datos, se determinó que por cada 200
componentes producidos se necesitan aproximadamente 6 minutos para realizar estas
actividades anexas al proceso.
Con el objetivo de disminuir dichos tiempos se elaboró una propuesta de mejora, enfocada
al método de trabajo. La propuesta planteada se elaboró con un mínimo costo de
implementación, por tal razón no se profundiza en propuestas de diseño estructural para el
21 Se consideraron 3 de 6 actividades dado a su facilidad de cambio en las actividades involucradas
Anexos 2
237
manejo de los componentes, sino que se orienta a una mejor distribución de actividades
entre los operadores.
4.2. Descripción de la propuesta
La propuesta MMT considera la reestructuración de actividades entre los operadores
involucrados en el proceso. En la Tabla 34-1 se presenta el resumen que involucra esta
propuesta.
Tabla 4-2: Resumen de propuesta de mejoramiento SMED
Propuesta de mejoramiento MMT
1
Explicación del concepto
Esta propuesta está enfocada en el mejoramiento de disposición de componentes, reordenamiento, y una propuesta de fabricación de implementos que permitan el acomodo de las piezas
2 Actividades Descripción de actividades, asignación de responsabilidades, adquisición de implementos, capacitación, evaluación y seguimiento
3 Concepto de inversión
Fabricación de implementos: $_________; %____________
Capacitación: $_________; %____________
Ayudante general : $_________; %____________
4 Beneficio Mejora en el indicador de eficiencia en un 4% reducción en el tiempo de actividades anexas en un 51%
4.3. Tiempos de las actividades anexas del proceso
Para facilitar el registro de los tiempos promedios se realizó una clasificación del tipo de
componente basada su tipo de operación. Si es necesaria realizar la primera operación, el
proceso de producción del componente necesita menos actividades anexas que cuando se
realiza una operación superior a la primera. Esta situación depende directamente del tipo
de operación manual o semiautomática, así como de la fuente de alimentación del material
necesaria para el proceso de producción. Este análisis se presenta en el punto 4.4.1.2 del
capítulo 4.
Para la obtención de los tiempos promedios se efectuaron 4522 observaciones de cada tipo
de componente, cronometrando el tiempo invertido por los operarios para realizar el
proceso. La obtención de datos se detalla en el punto 4.4.2.2. del capítulo 4.
Una vez realizado el registro de los datos, fue posible obtener los tiempos promedios de las
actividades anexas Posteriormente se realizó una propuesta de reducción de tiempos
mediante la organización de actividades de los involucrados en el proceso.
22 Se consideró este tamaño de muestra ya que se considera que el comportamiento de los tiempos de ejecución de una actividad sigue una distribución normal, basado en esta consideración, es aceptable una muestra superior a 30 observaciones
Anexos 2
238
4.4. Consideraciones principales del método mejorado
Ya no se acomodarán los componentes individuales, sino que se acomodarán las cajas de los
componentes. Para esto es necesario contar con un implemento auxiliar que permita el
acomodo de las cajas.
Es necesaria la presencia del comodín y/o ayudante para que garantice la existencia de
cajas en el lugar de trabajo y evitar que lo haga el operador.
4.5. Concepto de inversión
Fabricación de implementos: $_________; %____________
Actualmente a los operadores se les brinda los componentes en contenedores, este método
no permite la agilización, manejo, disposición de las piezas, ya que con cierta periodicidad el
operador debe parar la máquina para tomar determinado número de componentes,
colocarlas en algún lugar de su área de trabajo y proceder con su fabricación. Figura 4-1.
De igual forma al terminar la producción, el operador coloca determinado número de
componentes en algún lugar de su área de trabajo, para posteriormente colocarla en el
contenedor o en cajas de producto terminado. Esta práctica se puede mejorar de la
siguiente manera:
Figura 4-1: manejo, acomodo y disposición de componentes en su proceso de producción
Al operador que realiza las operaciones siguientes a la primera, se le brindará los
componentes en cajas, de manera tal que para su proceso de producción no tome un
determinado número de componentes, sino una caja con mayor número de componentes,
es decir que los componentes vendrán acomodadas de esta forma desde el momento en que
la primera operación de las mismas es realizado.
Anexos 2
239
Figura 4-2: Nueva disposición de manejo de material
Para el mejoramiento de esta actividad, se contempla la fabricación de implementos para
mejorar la disposición y acomodo de las cajas para el operador y poder contar con más de
una caja acomodada, sin embargo no es completamente necesario.
Figura 4-3: Estructura propuesta para el almacenamiento de cajas de producto
El operador que realiza la
primera operación de un
determinadao componente,
acomoda el material en cajas
dentro del contenedor.
El operador que realiza las
operaciones siguientes
tiene mayor facilidad,
agilidad y acomodo en
tomar las piezas en cajas
que tomar cada una,
mejorando el tiempo y
disminuyendo esfuerzos
Para una mejor disposición
de las mismas se propone
un dispositivo de
acomodamiento de cajas.
(ver Figura 4-3).
Anexos 2
240
Una vez Analizado y evaluado el proyecto, es necesario una capacitación de la nueva
metodología a implementar, iniciando con una prueba piloto que involucre al supervisor de
la línea. La inversión de la capacitación se traduce en disponibilidad de tiempo necesario
para el conocimiento del nuevo método.
Para que el ciclo de producción funcione es necesario que un ayudante general esté
pendiente de la colocación de las cajas de producto terminado en el lugar indicado. Así
mismo de realizar otras actividades anexas a la preparación de la pieza que son muy
puntuales, por ejemplo: limpieza de la pieza.
A continuación se presenta la descripción de actividades propuesta para cada uno de los
involucrados en el proceso, con la finalidad de garantizar la reducción de tiempos en las
actividades anexas al proceso.
Figura 4-4: Descripción de actividades para el operador de montacargas
Capacitación: $_________; %____________
Ayudante general: $_________; %____________
Anexos 2
241
Figura 4-5: Descripción de actividades para el comodín
Figura 4-6: Descripción de actividades para el ayudante general
Figura 4-7: Descripción de actividades para el supervisor
Anexos 2
242
Figura 4-8: Descripción de actividades para el operador
4.6. Beneficios
El MMT se aplicó para disminuir el tiempo de demora atribuido a actividades anexas al
proceso, esta propuesta se orientó a 3 de las 6 actividades. Se consideraron las actividades
de acomodo de componente en el contenedor, caja o lugar de trabajo y acomodo de caja de
producto terminado porque eran las que presentaban facilidad de modificación en su
método de trabajo con un mínimo costo de inversión.
El mejoramiento de este método da como resultado un mejor desempeño del proceso del
flujo de producción. A continuación se presenta el resultado de la propuesta de mejora en
porcentaje de reducción en segundos por unidad y por cada 200 piezas producidas.
Tabla 4-3: Resultados de mejora, derivado de la propuesta MMT
El resultado anterior muestra que se puede reducir un 51% del tiempo al mejorar el
método de 3 actividades, pasando de 6 minutos a 3 minutos de tiempos de demora, por
cada 200 piezas producidas.
1 y 2 Acomodo de componente en contenedor y/o caja 0.50 0:01:41 0.12 0:00:24 76%
2 Acomodo de componente en lugar de trabajo 0.54 0:01:48 0.15 0:00:30 72%
2 Acomodo de cajas de P.T 0.15 0:00:30 0.00 0:00:00 100%
2 Lubricación de componente 0.61 0:02:02 0.61 0:02:02 0%
TIEMPO TOTAL DE DEMORA 1.80 0:06:01 0.88 0:02:56 51%
1 y 2 Retrirar charola de desperdicio 10 seg/ud cada 20 min
1 y 2 Realización de pruebas de inspección 10 min c/3 horas de producción
% de
mejoraseg/ud
min
*c/200 cseg/ud
min
*c/200 c
ACTUAL PROPUESTO
Tipo de
componenteACTIVIDAD ANEXA AL PROCESO
C. ANEXOS 3
Anexos 3
243
Tabla C-1: Tarifas de costos considerados por la empresa
Dept Ctr Trab Descripción Tarifa IV Máq Tasa Ind-var MO Tarifa Prep Tarifa MO
101 840 Prensa 160 ton 54.48 115.46 48.64 48.64
101 836 Prensa 160 ton 60.97 115.46 48.64 48.64
101 804 Prensa 200 ton 48.67 115.46 48.64 48.64
101 805 Prensa 110 ton 36.16 115.46 48.64 48.64
101 809 Prensa 110 ton 28.51 115.46 48.64 48.64
101 837 Prensa 200 ton 50.24 115.46 48.64 48.64
101 834 Prensa 300 ton 121.62 115.46 48.64 48.64
101 331 Prensa 60 ton 13.11 115.46 48.64 48.64
101 811 Prensa 60 ton 13.08 115.46 48.64 48.64
101 817 Prensa Hidr PACIFIC 300 25.03 115.46 48.64 97.28
101 701 Prensa 60 ton 16.16 115.46 48.64 48.64
101 816 Prensa 60 ton 13.08 115.46 48.64 48.64
101 810 Prensa 110 ton 17.73 115.46 48.64 48.64
101 815 Prensa 110 ton 14.98 115.46 48.64 48.64
101 829 Prensa 60 ton 19.36 115.46 48.64 48.64
101 847 Prensa Hidráulica 80 ton 7.62 115.46 48.64 48.64
101 851 Prensa 200Ton. AIDA-c052 50.24 115.46 48.64 48.64
101 853 Prensa 200Ton. AIDA-C042 50.24 115.46 48.64 48.64
101 855 Prensa AIDA 200Ton.#855 121.62 115.46 48.64 48.64
101 856 Prensa AIDA 110Ton.A#856 121.62 115.46 48.64 48.64
101 857 Prensa AIDA 400Ton. 121.62 115.46 48.64 48.64
101 859 Prensa AIDA 400 Ton. 121.62 115.46 480.64 48.64
101 860 Prensa AIDA 110 Ton. 36.16 115.46 48.64 48.64
101 862 Prensa AIDA 160 Ton. 36.16 115.46 48.64 48.64
101 863 Prensa AIDA 400Ton. 121.62 115.46 48.64 48.64
D. ANEXOS 4
Anexos 4
244
Figura D-1: Porcentaje del error relativo de cada una de las variables analizadas, obtenido en el periodo de evaluación
ENERO FEBRERO MARZO ABRIL MAYO JUNIO AGOSTO SEPTIEMBRE OCTUBREPROMEDIOGENERAL
Tiempo improductivo (min) 1.77% 4.06% 4.57% 4.62% 2.36% 4.78% 4.11% 3.87% 6.09% 4.02%
Tiempo de entrega (min) 1.16% 2.78% 2.92% 3.29% 1.98% 3.15% 2.64% 2.54% 4.05% 2.72%
Disponibilidad (%) 1.17% 0.44% 0.29% 0.31% 0.02% 0.23% 0.02% 0.02% 0.03% 0.28%
Desempeño (%) 3.26% 2.32% 4.34% 2.85% 2.42% 2.66% 2.44% 2.36% 3.86% 2.95%
ETE (%) 1.42% 1.82% 4.04% 2.32% 2.84% 2.20% 2.50% 2.41% 3.89% 2.60%
0%
1%
2%
3%
4%
5%
6%
7%
PO
RC
ENTA
JE D
E ER
RO
R
PORCENTAJE DE DATOS SIMULADOS VS DATOS REALES
Glosario
245
Glosario
Bucles: Relaciones o aristas que conectan los nodos o vértices consigo mismo.
Cadena de valor: Son todas las actividades (con valor agregado y sin valor agregado)
que se involucran para transformar un producto o un grupo de productos desde la
materia prima hasta en productos terminados que acepte el cliente.
Capacidad: Nivel al cual se puede operar una planta, equipo, vehículo, departamento o bien. Capacidad práctica: El nivel máximo al que puede operar con eficiencia una planta, equipo o departamento, teniendo en cuenta el tiempo para cubrir cualquier eventualidad que se pueda presentar (mantenimiento, paros por diferentes factores). Representa alrededor de un 80% de la capacidad teórica. Capacidad Teórica: Conocida también como capacidad total, máxima o ideal. Es la medición de la capacidad máxima de producción de una planta, equipo o departamento, en un 100% del tiempo. Comportamiento de un sistema: Representación gráfica del conjunto de
trayectorias que describen los cambios que sufren a lo largo del tiempo las variables
asociadas a un sistema.
Costo: Recursos sacrificados que se capitalizan con el fin de lograr un objetivo específico. Costo total: La suma de los tres elementos del costo: Materiales directos, mano de obra directa y costos generales de fabricación. Demanda: Interés por adquirir un bien para satisfacer una necesidad. Diagrama causal: (diagrama de influencias) Grafo cuyos nodos son los elementos del
sistema y cuyas aristas indican las influencias entre ellos. Constituye una
representación gráfica de la estructura del sistema.
Diagrama de forrester: (diagrama de flujos-niveles) Diagrama que muestra las
relaciones entre las variables de un sistema, una vez que han sido clasificadas en
variables de nivel, de flujo y auxiliares. Constituye una reelaboración del diagrama de
influencias. Recibe también las denominaciones de diagrama de flujos y niveles.
Glosario
246
Dinámica de sistemas: Disciplina para el estudio de las relaciones entre la estructura
y el comportamiento de un sistema con ayuda de modelos informáticos de simulación.
Estructura: Forma en que los elementos de un sistema se encuentran organizados o
interrelacionados. La estructura se representa mediante el diagrama de influencias o
causal.
Flujo: Variable que representa el cambio que sufre una determinada magnitud por
unidad de tiempo. En los modelos de dinámica de sistemas se asocian a cada variable
de nivel una o varias variables de flujo.
Lead Time: Tiempo necesario para entregar al usuario final la orden de producción.
Ingreso: Contablemente se define como el valor de la venta de un bien o servicio, bien sea de contado o a crédito
Inventarios: Mercancías, materiales o suministros para ser utilizados en la operación de la empresa. Inventario de producto terminado: Mercancías completamente terminadas pero
aún no vendida.
Materiales directos: Materiales necesarios en la producción, que se identifican con el producto y de valor no despreciable. Se les denomina también materia prima
Modelos: Objeto artificial construido para representar de forma simplificada a un
sistema real o a un fenómeno de la realidad. Analizando el comportamiento del
modelo se extraen consecuencias con relación al del sistema modelado.
Optimizar: Rendimiento en las relaciones de la complejidad del sistema.
Orden de producción: Documento básico utilizado en el sistema de costos por órdenes de producción para aplicar los costos de un producto. También se conoce como órdenes de trabajo o como hoja de costos por órdenes de producción
Organización: Sistemas sociales diseñados para lograr metas y objetivos por medio
de recursos. Compuestas por subsistemas interrelacionados que cumplen funciones
especializadas.
Pensamiento sistémico: Actividad realizada por la mente con el fin de comprender el
funcionamiento de un sistema y resolver el problema que presenten sus propiedades
emergentes.
Glosario
247
Realimentación: Proceso en virtud del cual se recibe continuamente información con
relación a los resultados de las acciones previamente tomadas, de modo que a partir
de esa información, y de los objetivos propuestos, se adoptan las decisiones con
relación a las futuras acciones a tomar.
TC (Tiempo de Ciclo): Tiempo total requerido para completar la repetición de una
operación.
TER (Tiempo Efectivo Real): Tiempo en el cual se produce en ausencia de pérdidas
de disponibilidad, eficiencia y con la calidad adecuada para el cliente.
Simulación: Proceso mediante el cual se implanta en un computador un modelo
matemático de un cierto aspecto de la realidad.
Sistemas: Entidad formada por un conjunto de elementos en interacción.
Sistema Dinámico: Objeto matemático formado por un espacio de estados y una
regla que prescribe la evolución en él. Los modelos matemáticos que se construyen
mediante dinámica de sistemas son sistemas dinámicos.
Sistema complejo: Varias partes interconectadas o entrelazadas cuyos vínculos
contienen información adicional y oculta al observador, Como resultado de las
interacciones entre elementos.