Modelo y analisis dinamico de los efecto

Modelo y análisis dinámico de los efectos de las demoras
en una línea de estampados, caso de aplicación
Lisaura Walkiria Rodríguez Alvarado y Eduardo Oliva López
Instituto Politécnico Nacional, ESIME Zacatenco, Doctorado en ciencias de Ingeniería Mecánica,
Distrito Federal, México.
lrodrigueza1010@alumno.ipn.mx, eoliva@ipn.mx
Resumen
En esta publicación se presenta el desarrollo de un modelo computarizado de Dinámica de Sistemas (DS) y su
aplicación en una empresa metal-mecánica del ramo automotriz. Las aplicaciones recientes de la DS en el campo
de la manufactura ponen en evidencia su efectividad y su trascendencia en el logro de los objetivos
organizacionales tácticos y estratégicos.
Para evidenciar esto último, se ha desarrollado un modelo computarizado para simular el proceso de producción
de una línea de estampado en una empresa metal-mecánica, del ramo automotriz, en el entorno industrial
mexicano. Los resultados obtenidos muestran que, los tiempos de paros no programados (los cuales no estaban
contabilizados) ocasionan retrasos significativos en el flujo de producción, ocasionando un efecto adverso en el
cumplimiento de las órdenes de producción y tiempos de entrega .
Palabras claves: Simulación, sistema de manufactura, dinámica de sistema, modelo, proceso.
Abstract
This publication presents the development of a computerized model of System Dynamics (SD) and its
application in a metalworking company's automotive industry. Recent applications of the DS in the field of
manufacturing evidence their effectiveness and their importance in achieving organizational objectives tactical
and strategic. To make this evident, we have developed a computer model to simulate the production process of
a stamping line on a metalworking company of the automotive sector, in the Mexican industrial environment.
The results obtained show that the unscheduled downtime (which were not recorded) causes significant delays in
the production flow, generating an adverse effect on the fulfillment of production orders and delivery times.
Keywords: Simulation, Manufacturing System, dynamic, model, process.
1
Introducción
Al considerar un sistema de producción como un
conjunto de variables interrelacionadas, con un flujo
continuo de: información, insumos, costos, gastos,
ingresos, tiempos de operación, niveles de inventarios
entre otras, es posible analizarlo mediante la
metodología de dinámica de sistemas (DS). Ya que
esta permite el modelado, simulación y control de
sistemas dinámicos complejos [1], adoptando desde
un punto de vista sistémico, el análisis de las
interrelaciones de los elementos que interactúan en el
sistema.
En este trabajo se describe un modelo de un sistema
de producción enfocado al análisis de los efectos de
las demoras en el proceso de estampado de una
empresa de autopartes, utilizando la DS, para su
simulación con el software MATLAB.
La simulación de un sistema de producción y
logística, de acuerdo con la definición dada por el
Comité “Modelling and Simulation” de la Sociedad
de Producción y logística del VDI 1 , es: “la
representación de un sistema y su proceso dinámico
en un modelo experimentable para alcanzar
resultados que sean transferibles a la realidad”. Hoy
en día, las técnicas de modelado y simulación
representan una forma efectiva para comprender el
comportamiento del sistema y sus agentes de cambio.
En el contexto de la aplicación de la DS en un sistema
de producción existen diferentes perspectivas de
análisis. Partiendo de la expectativa de que un sistema
de manufactura debe responder rápida, efectiva y
eficientemente
antes
los
cambios
en
el
comportamiento del mercado, se hacen evidentes las
aportaciones de Jay W. Forrester y John Burbidge
1
VDI es la Asociación de Ingenieros Alemanes
orientadas al control, manejo y condición de estado
estable de un sistema de manufactura [2], [3].
La aplicabilidad de la simulación digital en los
sistemas de manufactura, ha estado dominada por la
producción dinámica [4], planificación y control de la
producción [5], análisis de capacidad de producción
[6], [7], requerimiento de materiales [8], y
herramientas de la manufactura esbelta [9], [10], [11].
Es decir, la aplicación de la DS se ha enfocado al
análisis de: comportamiento del sistema, análisis de
escenarios de producción (con diferentes filosofías de
mejora
continua),
evaluación
de
políticas
administrativas y análisis de la capacidad de
producción.
El desarrollo del modelo real comienza con una
identificación de las variables del sistema que
representan su comportamiento, así como todos los
procesos de fabricación y sus tiempos de operación.
Una segunda etapa comprende la construcción del
conjunto de ecuaciones que establece las relaciones
entre todas las variables que caracterizan el sistema de
producción que ha de examinarse. El tercer paso
consiste en la aplicación del conjunto de ecuaciones
en los elementos del modelo de simulación
prospectivo, de acuerdo con las posibilidades del
software que está siendo utilizado. La validación del
modelo construido constituye el último paso de la
tarea de desarrollo del modelo.
El diseño está orientado al análisis de las demoras en
el proceso debido a los tiempos de paro ocasionados
por diversos factores, dado que es una de las
principales problemáticas que presenta la empresa en
su proceso.
En este trabajo, el lector encontrará una propuesta
metodológica para el análisis de procesos
productivos
mediante la DS, cumpliendo
el
siguiente objetivo: desarrollo de un modelo que
permita la programación de la producción y la
determinación de los efectos de las demoras en su
proceso.
2
Caso de estudio
Este análisis fue realizado en 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.
Su proceso de producción está constituido de 5
subprocesos. En la Figura 1 se muestra los
subprocesos de la empresa.
Subproductos y producto terminado
Figura 1: Esquema general de los subprocesos de la
empresa.
La línea de estampado representa la línea de origen
para las demás líneas, ya que de esta, se generan
subproductos (números de parte) que continúan en los
siguientes procesos de: soldadura, corte, doblado y/o
formado, con la finalidad de obtener un producto
terminado. De igual manera de la línea de estampado
se obtienen diferentes números de partes que van
directamente al cliente.
El área de interés para este estudio es la línea de
estampados, ya que es la línea que permite la
continuidad del ciclo productivo y es una de las líneas
que presenta mayor área de oportunidad para mejorar
la programación de la producción.
La línea de estampados consta de 15 prensas, 8 de
ellas trabajan de modo manual y 7 trabajan en forma
progresiva. Se fabrican alrededor de 700 números de
parte en los procesos de corte y estampado. Debido a
que cada pieza tiene características específicas para su
proceso, se presenta alta variabilidad en los ciclos de
producción, desde la diversidad en materias primas
hasta en las condiciones de operación de cada prensa.
La idea de desarrollar este modelo de administración
de la producción, surgió de la necesidad de contar
con una herramienta de ayuda para la toma de
decisión y evaluación de políticas administrativas, en
el proceso de programación y administración de la
producción en la línea de estampados.
3
Problemática
El incumplimiento de las órdenes de producción, no
se encuentra vinculado únicamente a la capacidad de
producción de la línea, sino también al
aprovechamiento efectivo del tiempo y el desglose de
actividades que debe realizar cada trabajador. Los
tiempos de entrega de materia prima y los tiempos
necesarios para la generación de información del
inventario disponible, así como la elaboración del
reporte de producción, son puntos críticos que
ocasionan retrasos en el proceso. En la Tabla
siguiente (ver Tabla 1) se presentan las generalidades
de la situación actual y los factores de interés que
determinan la incidencia de los mismos en el
comportamiento del proceso.
Tabla 1: Generalidades de la situación actual y
factores de interés
Estándar
El estándar
actual
no
corresponde
al estándar
de
trabajo
(pz/min) del
proceso.
-Tiempo real
del ciclo de
producción
(pz/min).
-Actividades
anexas
al
proceso, no
registradas.
Capacidad
La capacidad
de la línea no
responde a la
necesidad
demandada.
-%
de
programa
cumplido de
acuerdo a la
capacidad
utilizada
Paros
Se registran
una serie de
tiempos de
paros
no
contemplad
os
dentro
del proceso.
-Tiempo de
montaje
y
desmontaje
-Tiempo de
proceso
y
preparación
de la pieza
-Factor de
nivelación.
Programa
La secuencia de
la planeación del
programa
de
producción no
corresponde a la
situación actual
de la línea.
-Carga
de
trabajo.
-Disponibilidad
de
material,
herramental
y
equipo.
Para el desarrollo del modelo fue necesario analizar
con detalle la problemática de la línea de estampados
y comprender las causas de su comportamiento actual.
Este análisis permitió ajustar los requerimientos y
necesidades de la línea a lo implementado en el
modelo. Para realizar este análisis se utilizaron las
siguientes técnicas y herramientas de: Mapeo de los
procesos de producción, observación directa, estudio
de tiempos y movimientos y clasificación de piezas y
productos; éste último fue seleccionado para
aprovechar las características de diseño de las piezas
como criterio de semejanza.
Para analizar las diferencias entre los requerimientos
de programación de la producción (línea de
estampados) y el cumplimiento de las órdenes de
producción, se ha desarrollado un modelo
computarizado de dicho sistema, enfocado a los
efectos de las demoras en el proceso de producción.
Para la simulación de dicho modelo se ha utilizado
una plataforma
de simulación desarrollada en
MATLAB. La Figura 2 ilustra el proceso de
planeación e involucramiento del diseño del modelo
en el sistema.
Información que
alimenta al sistema
Modelo del
comportamiento del
sistema
Simulación y
evaluación del sistema
Figura 2: Integración del desarrollo del modelo con
la fuente de información.
4
Metodología
La metodología de DS nos permite analizar el
sistema, obtener las interrelaciones entre variables y
establecer las ecuaciones del sistema, posteriormente
con ayuda del software MATLAB se construye el
modelo y se procede a la simulación del modelo, (ver
Figura 3). A continuación se explica en qué consiste
cada una de las metodologías utilizadas.
Interrelación entre Ecuaciones que rigen
el comportamiento
variables
del sistema
DINAMICA DE
SISTEMAS
Plataforma de
simulación
MATLAB +
EXCEL
Figura 3: Metodologías empleadas para el desarrollo
del modelo y simulación.
La metodología empleada para el desarrollo del
modelo propuesto para el sistema de producción de la
empresa de autopartes se deriva del análisis de las
diferentes guías existentes para la construcción de
dichos modelos y su adaptación al objeto de estudio
[12], [13], tomando como referencia principal la
metodología presentada por el fundador de DS, Jay
W. Forrester [14].
La Tabla 2 muestra las etapas de la metodología de
DS propuesta para el desarrollo, modelado y
simulación del diagrama causal del sistema de
producción. La primera etapa a considerar para
desarrollar el diagrama causal, 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 el modelo, se procede al
planteamiento de la situación a analizar, en esta etapa
se recopiló la información necesaria sobre la
problemática de la línea y 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. Una vez
comprendido el sistema, se pueden plantear sus
ecuaciones representativas y utilizar un entorno de
simulación para construir un diagrama de bloques y
modelar su comportamiento. La metodología de la DS
permite interrelacionar las variables del sistema y
determinar
las
ecuaciones
que
rigen
su
comportamiento, ver Figura 5.
Tabla 2: Metodología propuesta de Dinámica de sistemas.
Etapa
Actividad General
Actividad Detallada
*Presentación del proyecto
Identificación de
*Diseño del mapeo del proceso de los elementos del
Definición del
elementos del sistema sistema
sistema
e interrelación entre *Establecer las interrelaciones entre los elementos
ellos
*Descripción detallada de las actividades de cada
*Desarrollo de diagrama causal
Establecimiento de *Desarrollo de diagrama de Forrester
Conceptualización
relaciones causales *Estudio estadístico del comportamiento de las variables
*Asignación de valores a los parámetros
*Desarrollo de las ecuaciones del sistema
*Identificación de los métodos de solución
Ecuaciones del
Formalización
sistema y modelado *Elaboración de modelos preliminares
*Diseño de pruebas de validación
*Análisis del sistema bajo el enfoque asignado
Comportamiento y Simulación y contraste *Realización de pruebas en campo
*Validación del comportamiento
evaluación
con la realidad
*Comportamiento del modelo en tiempo real
Mapeo de los procesos de producción
Observación directa
Estudio de tiempos y movimientos
Método de agrupamiento, clasificación de atributos
Para el desarrollo del modelado y simulación se
diseñó una plataforma de simulación en el software
MATLAB, el cual permitió integrar las bases de datos
de Microsoft EXCEL junto con las propiedades que
brinda el software MATLAB, para la elaboración de
los diagramas, interpretación de las gráficas y
planteamiento de ecuaciones. MATLAB, cuyo
nombre abreviado es “MATrix LABoratory”, es un
programa muy potente para realizar cálculos
numéricos con vectores y matrices y con la ayuda del
entorno de trabajo de Matlab Guide (GUI) el cual es
muy gráfico e intuitivo facilitó, mediante un conjunto
de pantallas con botones, menús y ventanas la
realización del programa dentro de ese entorno. Se
decidió desarrollar una plataforma en este software y
no usar uno de los disponibles comercialmente como
Vensim o Powersim, dado al alto costo de adquisición
que representan.
Para el diseño de la plataforma de simulación se
utilizó el método en espiral propuesto por Barry
Boehm [15]. Este método es de tipo evolutivo, el cual
consta de una serie de ciclos divididos en 4 tareas. En
la Figura 4, se muestra las etapas del proceso de
diseño de la plataforma de simulación.
Cuando se han cumplido los objetivos de un ciclo se
pasan al siguiente y finalmente se realizan pruebas
para comprobar que el sistema cumple con los
requisitos programados. Este método es de gran
utilidad, ya que permite contemplar los parámetros
desde la realización de prototipos, corrección de
errores, pruebas en campo, y por último la validación
del programa, dando resultados satisfactorios ya que
al finalizar cada iteración se tiene una versión del
producto, permitiendo responder mejor ante
variaciones del diseño original.
5
Diseño del modelo y simulación
Como se explicó anteriormente, el primer paso es
conocer el sistema y determinación de las variables
incidentes en el mismo. Para analizar el
comportamiento del ciclo de producción y los efectos
de la demora en el proceso se definieron las variables
involucradas en el proceso, esto parte de la relación de
los factores incidentes en el comportamiento del
sistema.
5.1
5.1.1
Conceptualización de variables
Variable tipo demora
Representa el tiempo que transcurre entre una causa y
sus efectos, es decir, que la salida de los procesos se
retrasa en alguna manera.
Retraso en el flujo de producción (RFp). Esta
variable corresponde al tiempo (minutos) destinado
para realizar actividades anexas al proceso, las
cuales normalmente no se registran: preparación de
la pieza, limpieza por la rebaba generada, tiempo
del proceso y acomodo de piezas.
Ajuste para trabajo en proceso (ATP). Representa
la demora que corresponde al tiempo (minutos) de
los paros programados, como son el montaje,
tiempo de limpieza, tiempo personal y desmontaje.
PROYECTO
CLIENTE
DECISIONES
PROYECTO
Si
Estudio de las
necesidades
Planteamiento del
objetivo
Análisis de
riesgos
Localización
de “N”
restricciones
Estudio del
sistema
Fin de proyecto
No
Análisis de
riesgos
Si
Mapa del proyecto
Localización del
“N” prototipo
Simulación del
“N” prototipo
Determinación
del
requerimiento
del software
Desarrollo del
software o
detalle
Simulación del
software con
hardware
Validación
Pruebas en
campo
Validación
No
Análisis de
riesgos
Si
No
Análisis de
riesgos
Si
No
Análisis de
riesgos
Si
Aprobación del
proyecto
Figura 4: Etapa del proceso de diseño de acuerdo al método de espiral.
5.1.2
corresponde al tiempo de finalización de la última
carga programada.
Variable tipo flujo
Este tipo de variable simboliza el cambio de las
variables de nivel durante un periodo de tiempo.
Flujo de entrada (Fp). Representa la entrada de
datos proveniente de la demanda o pedido
solicitado al ciclo de producción, influenciada por
el valor de la variable de la primera demora ATP.
Su ecuación está determinada por una función Tren
de Pulso, es decir que cada entrada representa una
orden de pedido diferente.
Flujo de salida (Fpt). Este flujo de salida representa
la salida del flujo productivo una vez que ha sido
afectada por la demora RFp. La ecuación (2)
representa el flujo de salida.
(2)
Esta ecuación se traduce de la siguiente manera en el
software Matlab.
(3)
(1)
Pd, corresponde a la variable: tiempo de producción,
en función de la cantidad demandada (uds). F, es la
frecuencia, representada por la cantidad de cargas de
trabajo determinada por la producción deseada y su
duración (min). Fin, Tiempo de culminación,
5.1.3
Variable tipo nivel
Son los recipientes, las variables que acumulan
magnitudes con el tiempo. Estas definen el estado del
sistema.
El nivel principal (TP). Representa la diferencia
acumulada de los flujos de entrada y salida (Fp,
Fpt) y corresponde a la variable principal. Este
nivel representa la ecuación principal del sistema,
ya que es donde se analiza la acumulación de
piezas sin producir debido a los efectos de las
demoras.
La ecuación (4) describe el comportamiento de la
variable nivel TP, es la siguiente:
La interrelación de las variables explicadas
anteriormente y el comportamiento dinámico de una
prensa se resumen en la Figura 5. La secuencia se
repite para las 15 prensas que integran el sistema. Se
puede observar que la integración de los flujos afecta
la variable principal TP, y las demoras el
comportamiento de los flujos.
5.2
Desarrollo de la plataforma
simulación
de
(4)
Donde, la constante TP inicial es el valor de la
variable TP en el instante inicial de la simulación.
Las variables de nivel NFp y NFpt. Representan la
acumulación en el tiempo del comportamiento de
los flujos de entrada y salida respectivamente. Las
ecuaciones (5) y (6) definen estas variables de
nivel, donde los valores NFp inicial y NFpt inicial
son los valores de las variable NFp y NFpt en el
instante inicial de la simulación.
(5)
(6)
NFpt
NFp
Para el desarrollo del programa se recurrió a la
herramienta de programación de ambiente gráfico de
Matlab (GUI) y su plataforma de programación. El
programa está estructurado en dos módulos, los cuales
se dirigen desde la pantalla principal. A continuación
se explica a detalle el desarrollo e integración de los
módulos.
5.2.1
Módulo 1: Programa de producción
El módulo uno brinda un escenario real a ser evaluado
mediante la programación de la producción. En la
Figura 7 se muestra la pantalla principal que
representa la interfaz entre el operador y el software
creado, seguido del detalle de los elementos que
integran dicha pantalla.
TP
Fpt
Fp
ATP
Pd
F
Fin
RFp
Figura 5: Modelo del comportamiento dinámico de
una prensa.
Las variables asociadas a RFp, la cual representa la
demora del proceso, son las siguientes:
Piezas
Fatiga
% Fatiga
Constancia
% de
Constancia
demora del
proceso RFp
Preparación de
la pza
Acomodo pza
PT
Lubricación pza
Acomodo
pza en LT
Acomodo de
cajas de PT
Retirar Charola
de rebaba
Inspección
Duración Insp
Minuto de
Inicio
Frecuencia de
Insp
Fin de Insp
Duración de
Retiro
Minuto Inicio
Frecuencia
Charola
Fin de Charola
<Tiempo de
producción 1>
Figura 6: Variables que conforman la demora del
proceso RFp
Figura 7: Módulo 1: Programa de producción.
1. Información adicional. Registra el número de parte,
la carga y la cantidad a producir. Esto es enviado a
un archivo de Excel para procesar los demás datos.
2. Disponibilidad de prensas. Muestra la lista de
prensas disponibles para procesar la pieza
programada.
3. Requerimientos. Muestra los requerimientos
necesarios para producción: herramental, tipo de
herramental y estándar de producción y hora de
inicio.
4. Paros programados. Estos corresponden a:
preparación de la herramienta, desmontaje,
complementos. La pausa para la comida, se calcula
automáticamente.
5. Indicadores e información del proceso. El
programa realiza el cálculo de indicadores,
información adicional como paros no registrados,
en el proceso, tiempo de producción, tiempo del
proceso, paros no programados, hora de
finalización, efectividad total del equipo,
desempeño y disponibilidad
6. Registro de bases de datos. Esta etapa corresponde
al envío de la información generada en el programa
a una base de datos en EXCEL.
7. Gráficas. Consulta de cronograma, indicadores por
prensa y total línea, paros registrados.
5.2.2
Módulo 2: Programa de Simulación
El módulo 2 representa la plataforma de simulación,
en el cual el usuario interactúa con los datos
registrados en el módulo 1. Se ingresa el dato
correspondiente de la prensa que se desea analizar,
posteriormente este dato es enviado a la base de datos
de EXCEL. Una vez que se ha registrado el dato de la
prensa que se desea analizar, el usuario tiene dos
opciones: de visualización y análisis. En la Figura 8.
se muestra la pantalla principal del programa, seguido
del detalle de sus elementos.
6
Simulación y evaluación
El resultado de la simulación fue validado con datos
reales de la producción de la línea de estampado, de
igual manera, la información generada por la
plataforma de simulación desarrollada en Matlab, fue
validada con el software especializado en DS,
VENSIM, con el principal objetivo de verificar que
las ecuaciones y el comportamiento de los resultados
obtenidos estuviesen ajustados a la metodología de
DS.
Así mismo, el comportamiento obtenido en las
gráficas de simulación se verificó mas tarde (una vez
cumplido el programa de producción) con los tiempos
de entrega de producto terminado. Determinando de
esta manera que el comportamiento simulado del
programa
corresponde
a
la
realidad
del
comportamiento del sistema.
Se realizaron diferentes escenarios de simulación con
un universo amplio de situaciones posibles con los
diferentes números de parte del programa de
producción de la línea, es decir con el proceso en
operación. Únicamente se ilustra el caso más
representativo.
Para tal efecto se seleccionó el comportamiento de
programación de la prensa 834. Esta prensa de 120
toneladas, tiene la característica de ser una de las de
mayor de carga de trabajo, además se procesan piezas
en forma automática y semiautomática. Los números
de parte programados se muestran en la Tabla 4.
Se programaron cuatro No. de partes, con una jornada
laboral que inicia a las 7 de la mañana y finaliza al día
siguiente a las 6 de la mañana, para iniciar el siguiente
turno. En la tabla anterior se muestran los datos que
se obtienen al realizar la programación con ayuda de
la plataforma desarrollada en MATLAB (módulo 1).
Figura 8: Módulo 2: Simulación.
1. Análisis del comportamiento de las demoras: El
usuario puede interactuar con esta gráfica para
realizar el análisis de la demora (ver sección 5.1.1)
en el proceso de producción ocasionada por los
diferentes tiempos de paros.
2. Análisis del comportamiento de los niveles: El
usuario puede interactuar con el análisis de los
niveles (ver sección 5.1.3) generados por los flujos
de entrada y salida del proceso. De igual manera
realizar el análisis de la cantidad de piezas que no
se producen por los efectos de la demora.
La segunda fila de la Tabla 4, asocia las variables del
modelo, con los datos registrados en el programa. La
última columna “Tipo de Troquel”, es una
información adicional que se muestra para
comprender la diferencia significativa entre los
tiempos de paros no programados de los diferentes
No. de Parte, de acuerdo a las características del
herramental utilizado. Esto se puede observar en la
Tabla 3.
.
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
min/pza
0.009 0.008 0.010 0:10:00
0:10:00
0.009 0.008 0.010 0:10:00
0.009 0.008 0.010 0:10:00
% de fatiga y clasificación
% de Fatiga
Nivel de clasificación
Acomodo de cajas de P.T
Retrirar charola de desperdicio
cada 30 minutos
Realización de pruebas de
inspección cada 3 horas
0:11:34
0:12:49
0:14:50
0:10:13
Lubricación de piezas
Tiempo del proceso de
inspección (min)
0:05:45
0:13:33
0:06:24
0:00:00
Tipo de Troquel
Acomodo de pieza en
contenedor y/o caja
Tiempo de desmontaje (min)
0:13:42
0:32:04
0:20:09
0:00:00
Acomodo de pieza en lugar de
trabajo
Tiempo de montaje (min)
TIEMPO DE PREPARACIÓN DE LA PIEZA
Registro de actividades anexas al proceso
Total de tiempo de preparación de la
pieza (min*pieza)
Tabla 3: Tiempos de paros programados y no programados
min min/pza
0.167 0.003 0.03005 3% 5% 8%
0.167
0.00000 3% 5% 8%
0.167 0.003 0.03005 3% 5% 8%
0.167 0.003 0.03005 3% 5% 8%
Tabla 4: Programación para la Prensa 834.
No. de Parte
Cantidad
(uds/pza)
Np
1ES9949 2p
CM-3909 1P
CM-3911 2P
1ES1638 1P
Pd
2000
1000
2000
1300
Tiempo de
producción
(min)
C,F
417
30
313
163
Paros
programados
(min)
RFp
100
55
63
55
Paros no
programados
(min)
ATP
99
4
90
16
Tipo de
troquel
T.8.sa
T.8.ca
T.8.sa
T.8.ca
Los No. de parte que se producen con un troquel
“T.8.s.a” indica que, se realiza en un troquel de 8
tuercas sin alimentación, por ende los tiempos son
mayores, ya que se realizan mayor cantidad de
actividades anexas al proceso, tales como acomodar el
material en lugar de trabajo para ser procesado y
acomodo de producto terminado en los contenedores.
En cambio, cuando se realiza una producción con un
troquel “T.8.c.a”
(troquel de 8 tuercas con
alimentación), la producción se realiza en modo
automático, disminuyendo significativamente los
tiempos de paros no programados, debido a que
únicamente se realiza el proceso de inspección cada 3
horas durante 10 minutos y la limpieza de la charola
cada 30 minutos
(a)
(b)
Figura 9: Comportamiento de los flujos de entrada
(a) y salida del sistema (b).
Figura 10: Comportamiento del flujo de entrada y
salida de la carga 1 de la prensa 834.
En la Figura 9, se puede ver la diferencia de flujos de
entrada y salida. Se puede observar que en la demora
ocasionada en la carga de trabajo 1, retrasa el flujo de
producción de la siguiente carga, es decir, Fpt=
Fp+RFp, donde el flujo de salida se ve afectado por el
tiempo de demora, generando un incumplimiento en
esa de orden de producción.
De acuerdo al comportamiento teórico, la
programación realizada de la prensa 834 debería
concluir en el minuto 1200 (20) horas después de
iniciado el proceso). Sin embargo, las demoras
ocasionan un retraso que extiende la producción hasta
el minuto 1400, es decir casi tres horas de retraso.
En la Figura 10 se observa el comportamiento de las
demoras en el flujo de salida y entrada para la carga 1.
En este caso, el ciclo debió concluirse en el minuto
500, sin embargo debido a las demoras, el proceso de
producción de la pieza se extiende hasta el minuto
610 aproximadamente, en el que incluso se observa el
flujo de producción de la carga 2.
Figura 11: Comportamiento de la variable nivel TP
(a)
(b)
Figura 12: Comportamiento de las variables de nivel
( NFp (a), NFpt (b)) en el tiempo.
La Figura 11 muestra el resultado de simulación, que
permite analizar la cantidad de piezas que se han
dejado de hacer a consecuencia de las demoras
registradas. Para la carga 1(C1): 453 piezas, Carga 2
(C2): 133 piezas, Carga 3 (C3): 590 piezas y
finalmente, para la Carga 4 (C4): 190 piezas;
aproximadamente. En la Figura 12 se observa el
desfase en el tiempo de la variable NFpt en relación a
la variable NFp en el tiempo, esto se debe a la
influencia de los valores de las demoras explicadas
anteriormente. La variable nivel TP, representa la
cantidad de piezas acumuladas retrasadas, es decir la
diferencia entre la cantidad de las piezas teóricas a
producir y las que realmente se producen. Esta
diferencia de producción es el resultado de la
producción con demoras.
7
Conclusiones
Como se puede observar en el caso real presentado
para la prensa 834, se muestra que el comportamiento
de las demoras tiene gran incidencia en el
comportamiento del proceso de producción de la línea
de estampados, puesto que ocasionan retraso en la
salida del flujo aproximadamente de 3 horas, lo que
representa una cantidad de 1366 piezas sin producir,
de acuerdo a la mezcla programada.
Mediante el proceso de simulación se determinó que
los tiempos de paros no registrados son la principal
fuente de origen de las demoras dentro del proceso.
Estos tiempos no son considerados dentro del flujo de
programación normal, ocasionando que se retrase el
flujo de entrega. El principal efecto de éste se ve
reflejado en la cantidad de piezas que son dejadas de
producir en ese tiempo.
De igual manera en la gráfica de Niveles presentada
en la Figura 12, permiten obtener un análisis más
crítico de la situación, puesto que se visualiza las
diferencias entre los flujos de producción real y la
programada.
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, al
desarrollar el modelo en el software Matlab, se diseñó
de acuerdo a las necesidades y requerimientos de la
situación analizada, es decir se creó un programa
personalizado. De igual forma, el inconveniente de
adquirir la licencia de los software especializados fue
otra de las limitantes encontradas.
Mediante la integración de la metodología de la DS y
el desarrollado de su modelo simulado en el software
Matlab se logra evidenciar la efectividad de este
modelo para el análisis del comportamiento dinámico
de sistemas productivos.
Actualmente se está desarrollando el modelo
completo que engloba otras variables de interés como
análisis de las incidencias de las demoras en tiempos
de entrega y retrasos en el flujo de comportamiento de
materia prima, con un enfoque de rentabilidad sobre
inversión. Esto permitirá analizar la situación real de
la línea para la toma de decisiones a nivel estratégico.
8
Referencias
[1] Meyers, R. A. (2009). Encyclopedia of Complexity
and
Systems
Science.
Springerscience+Bussinesmedia.
New
York:
[2] Forrester, J. W. (1958). Industrial dynamics: A mayor
breakthrough for decision. Hardvard Business Review
36 , 37-66.
[3] Burbidge, J. (1991). Production flow analysis for
planning group technology. Operation Management ,
5-27.
[4] Wiendahl, H.-P., & Breithaupt, J.-W. (1999).
Modelling and controlling the dynamics of production
systems. Production Planning & Control: The
Management of Operations , 389-401.
[5] 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.
[6] Ruiz, U. R., Muñoz, M. A., Framian, J. M., Moreu, P.,
[11] Byrne, S., & Roberts, L. (2004). Efficient parts
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 .
supply: Influence of informations Flows. International
Systems Dynamics Conference , 11-19.
[7] Towill, D. (1982). Dynamic analysis of an inventory
and order based production control system.
International Journal of Production Research , 671687.
[8] Morecroft, J. (1983). A SYSTEMS PERSPECTIVE
ON MATERIAL REQUIREMENTS PLANNING.
Decision Sciences. Volumen 14. Issue 1. , 1-18.
[9] O´Callaghan, R. (1986). A System Dynamics
Perspective on JIT-Kanban. International Conference
of the System Dynamics Society, Sevilla October ,
959-1004.
[10] Deif, A. (2010). Computer Simulation to Manage
Lean Manufacturing Systems. 2nd International
Conference
on Computer Engineering and
Technology. Vol 6 , 677-681.
[12] Sterman, J. D. (2000). Business Dynamics: Systems
Thinking and Modeling for a Complex World. New
York: McGraw-Hill Higher Education.
[13] Martin, J. (2006). Theory and Practical Exercises of
System Dynamics. Barcelona: J.M. García.
[14] Forrester, J. W. (1961). Industrial Dynamics. New
York: MIT Press and Wiley.
[15] Boehm, B.W., C. Abts, A.W. Brown, S. Chulani,
B.K.Clark, E. Horowitz, R. Madachy, D. Reifer, B.
Steece.(2000). Software Cost Estimation with
COCOMO II, Prentice-Hall, Englewood Cliffs
Boehm, Barry W., TRW Defense Systems Group
(1988), A Spiral Model of Software Development and
Enhancement.