ING.

PEDRO JACOME ONOFRE

MANUFACTURA INTEGRADA POR COMPUTADORA

GRUPOS TECNOLOGICOS
El grupo tecnolgico debe ser autnomo, en el sentido de: programar su produccin, comprar (dentro de ciertos limites que se fijen en los limites de la empresa) materias primas, material complementario, e inclusive producto terminado (para cumplir con su programa); contratar personal; hacer labor de ventas para tener pedidos externos que ayuden a balancear su programa de produccin; elaborar y responder herramientas que disminuyan el tiempo de preparacin de piezas.

26 de junio

2013
ALGORITMO POR IDENTIFICACIN POR RACIMO

2.1 CONCEPTOS BSICOS

Origen de los grupos tecnolgicos aparece en el trabajo presentado por el Dr. Mintrofanov, en la universidad de leningrado (URSS); su autor tena el propsito de aumentar los tiempos efectivos de maquinado. En dicho trabajo se mostr que se pueden obtener ahorros de tiempo de preparacin de maquinaria, aumento en la capacidad de la misma preparacin. Para entonces L. Patrignani, quien trabaj en Italia y Francia, demostr que los tiempos ocupados en preparar la maquinaria para una nueva operacin podran ser casi eliminados por medio de un buen grupo de herramientas y diseo de mtodos. El rompimiento de la barrera del tiempo de preparacin, abri el camino para una concepcin nueva de sistemas de produccin. Las primeras aplicaciones han sido reportadas en los pases socialistas. En los ltimos aos, se han notado una fuerte investigacin para desarrollar la ciencia e ingeniera de los Grupos Tecnolgicos, en Inglaterra Italia y Alemania Occidental principalmente. En los Estados Unidos este nuevo sistema no ha sido recibido con mucho entusiasmo, debido posiblemente a la alta confianza que se tiene en trabajar bajo el sistema de lotes econmicos, al uso extensivo de la computadora y al costo que implicara el cambio a un nuevo sistema de produccin. Los grupos tecnolgicos se encuentran ntimamente asociados con CAD-CAM. Los grupos tecnolgicos son una metodologa de produccin que usa sistemas de computacin para clasificar, codificar, y agrupar partes y procesos basados en la geometra de las partes y es en esta rea en donde se presenta la relacin que existe entre CAD y GT, debido a que CAD proporciona una alta calidad de diseo, y las partes pueden ser verificadas por una base de datos de la computadora. CAM esta relacionado con GT en la identificacin de clulas de grupos de maquinaria que estn asociadas con cada familia de partes. Tambin se dice que GT es el arreglo fsico de un grupo de maquinas para procesar una (s) familia (s) de piezas. Con caractersticas comunes. Este grupo de maquinas forma la clula o ncleo fundamental sobre el cual se basa el sistema total.

SISTEMAS DE PRODUCCIN POR GRUPOS TECNOLOGICOS

Es el conjunto de subsistemas que define el control, programacin de produccin, arreglo de maquinas, control de calidad, control de personal, control y asignacin de costos, etc. En base a grupos tecnolgicos como ncleos productivos.

TECNOLOGIA DE GRUPOS
Es el conjunto de actividades en todos los niveles de la empresa, para producir por medio de grupos tecnolgicos.

SISTEMAS

SISTEMA LOTE

SISTEMA SERIE

GRUPOS TECNOLOGICOS

Figura 2.1 Relacin serie - lote

GRUPOS O CELULAS DE PRODUCCIN

La formacin de familias de piezas conduce al diseo de clulas, aunque de ningn modo de manera automtica, ya que es la etapa crucial de la organizacin y por ello, debe planificarse cuidadosamente. El objetivo es transformar el sistema

funcional, con su disposicin funcional, en una organizacin por grupos. Las clulas pueden existir de dos formas: con personal o sin personal. En la figura 2.2 se

representa una versin de clula atendida por personal integrada por cuatro MaquinasHerramienta y cuatro puestos de verificacin automticos. En (los) operario (s) se puede (n) manejar todas las maquinas, toma (n) piezas en las maquinas y las coloca en los dispositivos de verificacin automticos. Desde estos, lleva (n) piezas buenas a la maquina siguiente. Dado que un solo operario puede manejar todas las maquinas.

Matriz de operaciones (enumeradas) y maquinas, herramienta (identificadas con letras) como las utilizadas en talleres generales de tipo comn.

Matriz reordenada para formar familias de piezas y grupos de maquinas que puedan constituirse en clula.

FIGURA 2.2

Esquema del anlisis de circulacin, tcnica para determinar

familias de piezas basadas en el itinerato de la produccin.

El

grupo tecnolgico debe ser autnomo, en el sentido de: programar su

produccin, comprar (dentro de ciertos limites que se fijen en los limites de la empresa) materias primas, material complementario, e inclusive producto terminado (para cumplir con su programa); contratar personal; hacer labor de ventas para tener pedidos externos que ayuden a balancear su programa de produccin; elaborar y responder herramientas que disminuyan el tiempo de preparacin de piezas. En estos trminos se debe entender al grupo tecnolgico como un taller diseado para producir eficientemente una o varias familias de piezas INSUMOS Pedidos: No. Piezas, calidad y Tiempo entrega, materia prima GRUPO TECNOLOGICO
Jefe Operario, Ayudantes, maquinas, Sistema Admn.de produccin, Presupuestos. Control de puestos, Manejo de inventario.

SALIDAS
Productos terminados en la cantidad, calidad, y tiempo establecidos.

Fig. 2.3 Conceptos Esquemticos de Grupos Tecnolgico.

IDENTIFICACIN DE CLULAS POR ALGORITMO POR RACIMOS.

SOLUCION DEL PROBLEMA: ANALISIS DE GRUPO PIEZA-MQUINA Y METODOS PARA LA FORMACION DE CLULAS

Antecedentes
Cuando se comenz aplicar la tecnologa de grupos (TG), se usaron tcnicas de clasificacin y codificacin para identificar las familias de piezas. Las reas de aplicacin incluyeron diseo, planeacin de proceso, ventas, compras y estimacin de costos, etc. Dependiendo del rea de aplicacin, las caractersticas apropiadas fueron seleccionadas. Una forma de valorar estas caractersticas fue entonces definida, seguida por la identificacin de familias de piezas usando una tcnica adecuada de agrupacin (racimos). El nfasis de este trabajo esta en la aplicacin de la TG para procesos manufactura.

La fcil aplicacin de la TG, la cual es comn en circunstancias de produccin por lotes, es contar con informacin sobre las similitudes de las piezas para obtener eficiencia en la agrupacin de las piezas en las mquinas, otra aplicacin es crear familias de piezas formales, dedicar Mquinas a estas familias de piezas, pero respetando las posiciones originales de las mquinas (disposicin lgica). Otra aplicacin, es formar clulas de manufactura (disposicin fsica).

La disposicin lgica es aplicada cuando la variedad de piezas y volmenes de produccin estn cambiando constantemente. La disposicin fsica no debe cambiar constantemente debido a que justificado. requiere reordenamiento de mquinas y no es

Usualmente

los

esquemas

de

codificacin

destacan

el

control

de

caractersticas de piezas, de esta forma se identifican familias de piezas las cuales son similares en funcin, forma, tamao etc. pero no ayudan en la identificacin del conjunto de mquinas para procesarlas. Burbidge (1989,1991) propuso el anlisis de flujo de produccin (production flow anlisis, PFA por sus siglas en ingles) para que una divisin completa de todas las piezas, formara familias y una divisin completa de

todas las mquinas existentes se formaran en grupos, analizando la informacin de las rutas de proceso de las piezas. Si las caractersticas de manufactura estuvieran consideradas para la clasificacin y codificacin para identificar las familias de piezas, se cree que el resultado seria similar al obtenido usando el anlisis de flujo de produccin. Sin embargo, la principal atraccin del anlisis de flujo de produccin es su simplicidad y la relativa rapidez con que se obtienen los resultados. La aplicacin o adopcin de la tecnologa de grupos comienza con la identificacin de familias de piezas a grupos de mquinas, tal que cada familia de piezas es procesada dentro de un grupo de mquinas con mnima interaccin con otros grupos. La formacin de clulas es reconocida por los investigadores como un problema complejo, por lo que usualmente se produce en etapas.

La identificacin de familias de piezas a grupos de mquinas es comnmente llamada formacin de clulas. Numerosos enfoques han sido reportados para la formacin de clulas. Estos enfoques adoptan tanto procedimientos secuenciales como simultneos para asignar las piezas y mquinas. El procedimiento secuencial determina primero las familias de piezas (o grupos de mquinas), seguido de la asignacin de la mquina (o asignacin de la pieza) y el procedimiento simultneo, determina las familias de piezas a grupos de mquinas al mismo tiempo.

Matriz de incidencia de Pieza-Mquina

Los requerimientos del proceso de las piezas en las mquinas pueden ser obtenidos de las hojas de ruta, esta informacin es comnmente representada en una matriz de incidencia pieza-mquina, la cual es una matriz con datos de 0 y 1. Un 1 en la columna de piezas y en el rengln de mquinas indica que la pieza requiere ser procesada en esa mquina.

La secuencia de procesamiento es ignorada por esta matriz y si una pieza requiere mas de una operacin en una mquina, esto no puede identificarse en la matriz pieza-mquina usando datos 0 o 1, adems, solamente los tipos de mquinas son referidas en la matriz de incidencia descrita anteriormente, no el nmero de copias disponibles de cada tipo de mquina. La suposicin bsica es que el tipo de mquina dentro del grupo al cual la pieza es asignada tiene suficiente capacidad para procesar las piezas completamente. La figura 2.1 muestra un ejemplo una matriz de incidencia pieza-mquina.

Piezas Mquina 1 2 3 4 5 1 1 0 1 0 0 2 1 0 0 0 0 3 0 1 0 1 1 4 1 0 1 0 0 5 0 1 0 0 0 6 0 0 0 1 1

Tabla 2.1 Matriz de incidencia pieza-mquina

Algoritmo de identificacin por racimo (Cluster identificacion algorithm)

El algoritmo de identificacin por racimo (Cluster Identification Algorithm) fue propuesto en 1968 por Iri, para obtener bloque de diagonales perfectos, si que ellos existen, usando una tcnica de enmascaramiento. es

Esta tcnica inicia desde cualquier fila y enmascara (cubre o traza una lnea) cualquier columna que tenga un dato 1 en esta fila, entonces procede a enmascarar todas las filas que tienen un dato 1 en esa columna. Este procedimiento se repite hasta que el nmero de filas y columnas hayan sido seleccionadas, estas filas y columnas constituirn racimos. Este trabajo complementa la propuesta realizada por kusiak y chow en 1987.

Desarrollo del algoritmo de identificacin por racimo

A continuacin se explicaran los pasos para llevar a cabo el algoritmo de identificacin por racimo.

Paso 1.- Seleccione una fila arbitrariamente de la matriz de incidencia piezamquina (mquina m) y dibuje una lnea horizontal (hm) sobre ella. Paso 2.- Trazar lneas verticales (vp) sobre las columnas que contengan un dato 1, de la fila seleccionada en el paso 1. Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas en el paso 2, traza lneas horizontales (hm) a lo largo de la fila. Paso 4.- Repita los pasos 2 y 3 hasta que no haya datos 1 aislados sobre las filas o columnas seleccionadas, todos los datos 1 doblemente sealados (cruzados por una lnea vertical y horizontal), forman el grupo de mquinas y la correspondiente familia de las piezas. Paso 5.- Trasforme la matriz original quitando las filas y columnas seleccionadas en el paso 4 (filas y columnas ya utilizadas, no aparecern en iteraciones subsecuentes). Paso 6.- Si no se dejan datos 1 aislados en la matriz, detenga el procedimiento.

Ejemplo usando la matriz de la tabla 2.1 Paso 1.- Se selecciona una fila arbitrariamente de la matriz de incidencia piezamquina, (en este caso se selecciona la mquina 1) y se dibuja una lnea horizontal (h1) sobre ella. Paso 2.- Trazar lneas verticales (vp) en las columnas que se encuentran en la fila que se selecciono en el paso 1(h1), que contengan datos 1, en este caso son las piezas 1,2 y 4. Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V1, V2 y V4) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, en este caso es en la mquina 3 (h3).

Piezas Mquina 1 2 3 4 5 V1 V2 V4 1 1 0 1 0 0 0 00 2 1 3 0 01 0 1 1 4 1 0 1 0 0 5 0 1 0 0 0 6 0 0 0 1 1 h3 h1

Tabla 2.2 Paso 4. Como no hay datos 1 aislados sobre las filas y columnas seleccionadas (vase tabla 2.2), se procede a formar las familias de piezas a grupos de mquinas correspondiente, tomando los datos 1 doblemente sealados (cruzados por una lnea horizontal y vertical) para formar los racimos.

El primer grupo de mquinas y familias de piezas queda de la siguiente forma:

Grupo de mquinas formado (1,3) Familia de piezas formada (1, 2,4)

Paso 5. Trasformamos la matriz original, eliminando las filas y columnas ya utilizadas (filas h1, h3 y columnas V1, V2 y V4.) y formamos una nueva matriz con las filas y columnas que no se han seleccionado (Mquinas 2, 4,5 y piezas 3, 5,6).

Paso 6.- Como hay datos 1 que no han sido seleccionados en la matriz, se vuelve a realizar el procedimiento desde el paso 1(con la matriz resultante, tabla 2.3).

Piezas Mquina 3 5 6

10

2 4 5

1 1 1

0 1 1

0 0

Tabla 2.3 Matriz resultante

Paso 1.- Se selecciona una fila arbitrariamente de la matriz resultante, (en este caso se selecciona la mquina 2) y se dibuja una lnea horizontal (h2) sobre ella. Paso 2. Como la lnea horizontal (h2) que se trazo en el paso 1, tiene datos 1 en las piezas 3 y 5, se trazan lneas verticales V3 y V5. Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V3 y V5) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, es este caso son en la mquina 4y 5 (h4 y h5). Como la mquina 4 tiene un dato 1 en la pieza 6, se traza una lnea vertical V6. Piezas

Mquina 2 4

3 1 1

5 1

0 1

2 h 4

h5

V3 V5 V6

11

Tabla 2.4

Paso 4. Como ya no hay datos 1 aislados sobre las filas y columnas seleccionadas, se procede a formar las familias de piezas a grupos de mquinas correspondiente, tomando los datos 1 doblemente sealados (cruzados por una lnea horizontal y vertical) para formar los racimos (Vase tabla 2.4) .

El segundo grupo de mquinas y familias de piezas queda de la siguiente forma: Grupo de mquinas formado (2, 4,5) Familia de piezas formada (3, 5,6) Una vez obtenidos los grupos de mquinas y las familias de piezas finales, se procede a formar la matriz de pieza-mquina con las nuevas posiciones de las mquinas y piezas con sus respectivos racimos (vase tabla 2.5).

Piezas Mquina 1 1 1 2 1 4 1 3 0 5 0 6 0

3 2 4 5

1 0 0 0

0 0 0 0

1 0 0 0

0 1 1 1

0 1 0 0

0 0 1 1

Tabla 2.5 Matriz final racimada.

Limitaciones del algoritmo de identificacin por racimo

Segn lo mencionado en este captulo, debido a la naturaleza de los datos si la matriz no es mutuamente separable, el algoritmo de identificacin por racimo

12

enmascarar la matriz completa. Aunque el uso del algoritmo de identificacin por racimos es computacionalmente atractivo, tiene uso limitado.

ALGORITMO DE IDENTIFICACIN POR RACIMO MODIFICADO (CLUSTER IDENTIFICACION ALGORITHM MODIFIED)

En el procedimiento del algoritmo de identificacin por racimo propuesto por Kusiak y Chow (1987), cada elemento de la matriz se explora dos veces. Boctor (1991) propuso un nuevo mtodo donde cada elemento de la matriz se explora solamente una vez.

Desarrollo del algoritmo de identificacin por racimo modificado

A continuacin se explican los pasos para llevar a cabo el algoritmo de identificacin por racimo modificado. Paso 1. Seleccione cualquier mquina m y las piezas que se encuentran en ella y asgnelas a la primera clula. Paso 2. Considere cualquier otra mquina m, esta debe ser considerada basndose en una de las siguientes reglas:

a)

Si ninguna de las piezas procesadas por esta mquina, esta ya

asignada a alguna clula, cree una nueva clula y asigne las mquinas y las piezas a la nueva clula.

b)

Si una o mas piezas estn asignadas a una clula, asigne la

mquina y las piezas a la clula ya creada.

c)

Si las piezas procesadas por esta mquina se asignan a ms de

una clula, agrupe todas estas piezas y mquinas juntas, para crear una nueva clula, y agregue las mquinas y las piezas a esta clula.

Paso3. Repita el paso 2 hasta que se asignan todas las mquinas y piezas.

13

Ejemplo del algoritmo de identificacin por racimo modificado, usando la matriz de la figura 2.1.

Paso 1. Seleccionamos la mquina 1 y por consiguiente las piezas que se encuentran en ella, que son las piezas 1,2 y 4 y se asignan a la clula 1(tabla 2.6).

CLULA 1 Mquina Piezas

1,2,4.

Tabla 2.6

Paso 2. Seleccionamos la mquina 2, puesto que las piezas 3 y 5 no se asignan, de acuerdo al paso 2(a), las asignamos a una nueva clula (tabla 2.7).

CLULA 2 Mquina Piezas

3,5.

Tabla 2.7

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 3. Como las piezas 1 y 4 son procesadas por esta mquina, y ya estn asignadas a la clula 1, de acuerdo al paso 2(b), asignamos la mquina y las piezas a la clula 1(tabla 2.8).

CLULA 1 Mquina Piezas

14

1,3.

1,2,4.

Tabla 2.8

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 4, las piezas que son procesadas por esta mquina son la 3 y 6, como la pieza 3 esta ya asignada a la clula 2, pero la pieza 6 no, de acuerdo al paso 2(b), asignamos la mquina 4 y las piezas 3 y 6 a la clula 2(tabla 2.9).

CLULA 2 Mquina Piezas

2,4.

3,5,6.

Tabla 2.9

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 5, las piezas que son procesadas son la 3 y 6, como ya estn asignadas dichas piezas a la clula 2, asignamos la mquina a la misma clula (tabla 2.10).

CLULA 2 Mquina Piezas

2,4,5.

3,5,6.

Tabla 2.10

15

Paso 3. Como ya todas las mquinas y piezas han sido asignadas, terminamos, por lo tanto la matriz resultante es la siguiente (vase tabla 2.11).

Piezas Mquina 1 3 2 4 5 1 1 1 0 0 0 2 1 0 0 0 0 4 1 1 0 0 0 3 0 0 1 1 1 5 0 0 1 0 0 6 0 0 0 1 1

Tabla 2.11 Matriz final racimada del algoritmo de identificacin por racimo modificado.

En los anexos, se incluyen ejemplos resueltos del algoritmo de identificacin por racimo y el algoritmo de identificacin por racimo modificado, para una mejor comprensin de este trabajo.

ANEXOS
Ejercicios resueltos del algoritmo de identificacin por racimo y el algoritmo de identificacin por racimo modificado.

En este anexo, se presenta la solucin de ejercicios resueltos del algoritmo de identificacin por racimo, as como del algoritmo de identificacin por racimo modificado, con la finalidad de tener un documento mas explicito.

16

Anexo 1. Ejercicio resuelto del Algoritmo de Identificacin por Racimo

Considere la matriz de incidencia A.1 y aplique el Algoritmo de identificacin por racimo (Seccin 3.3.1).

Piezas Mq. 1.Torno 2.Sierra 3. Fresa. 4. Recti. 5. Talad. 1 1 0 0 1 0 2 0 1 0 0 1 3 0 0 1 0 0 4 0 1 0 0 0 5 1 0 0 1 0 6 0 1 0 0 1 7 1 0 0 1 0 8 0 0 1 0 1 9 0 1 0 0 1 10 1 0 0 1 0 No. 1 4 4 2 4 4

Matriz de incidencia Pieza-Mquina A.1

Paso 1.- Seleccionamos el torno arbitrariamente y dibujamos una lnea horizontal (h1) sobre el. Vase Tabla A.2.12

Piezas Mq. 1.Torno 2.Sierra 3. Fresa. 4. Recti. 5. Talad. 1 1 0 0 1 0 2 0 1 0 0 1 3 0 0 1 0 0 4 0 1 0 0 0 5 1 0 0 1 0 6 0 1 0 0 1 7 1 0 0 1 0 8 0 0 1 0 1 9 0 1 0 0 1 10 1 0 0 1 0 h1

Tabla A.2.12

Paso 2.- Se trazan lneas verticales Vp, en las columnas que se encuentran en la fila que se selecciono en el paso 1(h1), que contengan datos 1, en este caso, son las piezas 1, 5, 7 y 10. Vase Tabla A.2.13

17

Piezas Mq. 1.Torno 2.Sierra 3. Fresa. 4. Recti. 5. Talad. 1 1 0 0 1 0 V1 V5 V7 V10 Tabla A.2.13 Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V1, V5, V7 y V10) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, en este caso es la rectificadora. Vase Tabla A.2.14 2 0 1 0 0 1 3 0 0 1 0 0 4 0 1 0 0 0 5 1 0 0 1 0 6 0 1 0 0 1 7 1 0 0 1 0 8 0 0 1 0 1 9 0 1 0 0 1 10 1 0 0 1 0 h1

Piezas Mq. 1.Torno 2.Sierra 3. Fresa. 4. Recti. 5. Talad. 1 1 0 0 1 0 V1 2 0 1 0 0 1 3 0 0 1 0 0 4 0 1 0 0 0 5 1 0 0 1 0 6 0 1 0 0 1 7 1 0 0 1 0 8 0 0 1 0 1 9 0 1 0 0 1 10 1 0 0 1 0 h4 h1

18

V5 V7 V10 Tabla A.2.14

Paso 4. Como ya no hay datos 1 aislados sobre las filas y columnas seleccionadas, se procede a formar las familias de piezas a grupos de mquina correspondiente, tomando los datos 1 doblemente sealados (cruzados por una lnea horizontal y vertical).

Grupo de Mquinas Familia de Piezas

1.Torno y 4.Rectificadora 1, 5,7 y 10

Paso 5. Trasformamos la matriz original, eliminando las filas y columnas ya utilizadas (Torno y Rectificadora y Piezas 1, 5,7 y 10) y formamos una nueva matriz con las filas y columnas que no se han seleccionado (Sierra, Fresadora y Taladro. piezas 2, 3, 4, 6,8 y 9). Vase Tabla A.2.15

Piezas Mq. 2.Sierra 3. Fresa. 5. Talad. 2 1 0 1 3 0 1 0 4 1 0 0 6 1 0 1 8 0 1 1 9 1 0 1

Tabla A.2.15

Paso 6.- Como hay datos 1 que no han sido seleccionados en la matriz resultante, se vuelve a realizar el procedimiento desde el paso 1 con la tabla A.1.4

Paso 1.- Seleccionamos el Taladro arbitrariamente y dibujamos una lnea horizontal (h1) sobre el. Vase Tabla A.2.16

19

Piezas Mq. 2.Sierra 3. Fresa. 5. Talad. 2 1 0 1 3 0 1 0 4 1 0 0 6 1 0 1 8 0 1 1 9 1 0 1 h5

Tabla A.2.16

Paso 2.- Se trazan lneas verticales Vp, en las columnas que se encuentran en la fila que se selecciono en el paso 1(h5), que contengan datos 1, en este caso, son las piezas 2, 6,8 y 9. Vase Tabla A.2.17

Piezas Mq. 2.Sierra 3. Fresa. 5. Talad. 2 1 0 1 V2 V6 V8 V9 Tabla A.2.17 3 0 1 0 4 1 0 0 6 1 0 1 8 0 1 1 9 1 0 1 h5

Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V2, V6, V8 y V9) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, en este caso es la Sierra y Fresadora. Vase Tabla A.1.18

Piezas

20

Mq. 2.Sierra 3. Fresa. 5. Talad.

2 1 0 1 V2

3 0 1 0

4 1 0 0

6 1 0 1

8 0 1 1

9 1 0 1 h5 h2 h3

V6 V8 V9 Tabla A.2.18

Paso 4. Como aun hay datos 1 aislados sobre las columnas 3 y 4 y se encuentran sobre las lneas h2 y h3 que se trazaron en el paso 3, se dibujan lneas verticales Vp. Vase Tabla A.2.19.

Piezas Mq. 2.Sierra 3. Fresa. 5. Talad. 2 1 0 1 V2 V6 V8 V9 V3 V4 Tabla A.2.19 3 0 1 0 4 1 0 0 6 1 0 1 8 0 1 1 9 1 0 1 h5 h2 h3

Paso 5.- Como ya todas las filas y columnas han sido seleccionadas se procede a formar los grupos de mquinas y familias de piezas correspondientes.

Grupo de Mquinas

5.Taladro, 2.Sierra y 3.Fresadora

21

Familia de Piezas

2, 6, 8, 9,3 y 4

Una vez obtenidos los grupos de mquinas y las familias de piezas finales, se procede a formar la matriz de incidencia pieza-mquina con las nuevas posiciones de las mquinas y piezas con sus respectivos racimos, Vase Tabla A.2.20

Piezas Mq. 1.Torno 4. Recti. 5. Talad. 2.Sierra 3. Fresa. 1 1 1 5 1 1 7 1 1 10 1 1 1 1 0 1 1 0 1 0 1 1 1 0 0 0 1 0 1 0 2 6 8 9 3 4

Tabla A.2.20Matriz final racimada.

Anexo 2. Ejercicio resuelto del Algoritmo de Identificacin por Racimo Modificado.

Considere la matriz de incidencia A.1 y aplique el Algoritmo de identificacin por racimo modificado (Seccin 3.5.1).

Piezas Mq. 1.Torno 2.Sierra 3. Fresa. 4. Recti. 5. Talad. 1 1 0 0 1 0 2 0 1 0 0 1 3 0 0 1 0 0 4 0 1 0 0 0 5 1 0 0 1 0 6 0 1 0 0 1 7 1 0 0 1 0 8 0 0 1 0 1 9 0 1 0 0 1 10 1 0 0 1 0 No. 1 4 4 2 4 4

Matriz de incidencia Pieza-Mquina A.1

22

Paso 1. Seleccionamos la mquina 1 y por consiguiente las piezas que se encuentran en ella, que son las piezas 1,5,7 y 10 y se asignan a la clula 1, Vase Tabla A.2.21

CLULA 1 Mquina 1.Torno Piezas 1,5,7 y 10

Tabla A.2.21 Paso 2. Seleccionamos la mquina 2, puesto que las piezas 2, 4,6 y 9 que se encuentran en ella, no se han asignado a ninguna clula, de acuerdo al paso 2(a), las asignamos a una nueva clula, Vase Tabla A.2.22.

CLULA 2 Mquina 2.Sierra Piezas 2, 4,6 y 9

Tabla A.2.22 Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 3. Como las piezas 3 y 8 no se han asignado a ninguna clula, de acuerdo al paso 2(a), las asignamos a una nueva clula. Vase Tabla A.2.23 CLULA 3 Mquina 3.fresadora Tabla A.2.23 Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas. Piezas 3y8

23

Paso 2. Seleccionamos la mquina 4, las piezas que son procesadas por esta mquina son las piezas 1, 5,7 y 10, como estas piezas estn ya asignadas a la clula 1, de acuerdo al paso 2(b), asignamos la mquina 4 y las piezas que se encuentran en ella a la clula 1 Tabla A.2.24.

CLULA 1 Mquina 1.Torno y 4.Rectificadora Piezas 1,5,7 y 10

Tabla A.2.24 Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2.- Seleccionamos la mquina 5, las piezas que son procesadas por esta mquina son la 2, 6, 8 y 9, como las piezas 2, 6 y 9 estn asignadas a la clula 2 y la pieza 8 esta asignada a la clula 3, de acuerdo al paso 2(c), Si las piezas procesadas por alguna mquina se asignan a ms de una clula, agrupe todas estas piezas y mquinas, para crear una nueva clula, y agregue las mquinas y las piezas a esta clula. Vase Tabla A.2.25.

CLULA 4 Mquina Piezas

2. Sierra, 3.Fresadora y 5. Taladro.

2, 4, 6, 9, 3 y 8

Tabla A.2.25 Paso 3. Como ya todas las mquinas y piezas han sido asignadas a alguna clula, terminamos, por lo tanto la matriz resultante es la siguiente. Vase Tabla A.2.26.

Piezas Mq. 1 5 7 10 2 4 6 9 3 8

24

1.Torno 4. Recti. 2.Sierra 3. Fresa. 5. Talad.

1 1

1 1

1 1

1 1 1 0 1 1 0 0 1 0 1 1 0 1 0 1 0 0 1 1

Tabla A.2.26 Matriz final racimada.

ANEXO 3. EJERCICIO RESUELTO DEL ALGORITMO DE IDENTIFICACIN POR RACIMO

Considere la matriz de incidencia A.3 y aplique el Algoritmo de identificacin por racimo (Seccin 3.3.1). Piezas Mq. 1 2 3 4 5 6 7 1 1 0 0 0 1 0 0 2 1 0 0 1 0 0 1 3 0 0 1 0 0 1 0 4 1 0 0 1 0 0 0 5 0 1 1 0 0 0 0 6 0 0 0 1 0 0 1 7 0 0 0 0 0 0 1 8 1 0 0 0 1 0 0 9 0 1 1 0 0 1 0

MATRIZ DE INCIDENCIA PIEZA-MQUINA A.3

Paso 1.- Seleccionamos la mquina 1 y dibujamos una lnea horizontal (h1) sobre ella. Vase Tabla A. 2.27

25

Piezas Mq. 1 2 3 4 5 6 7 1 1 0 0 0 1 0 0 2 1 0 0 1 0 0 1 3 0 0 1 0 0 1 0 4 1 0 0 1 0 0 0 5 0 1 1 0 0 0 0 6 0 0 0 1 0 0 1 7 0 0 0 0 0 0 1 8 1 0 0 0 1 0 0 9 0 1 1 0 0 1 0 h1

Tabla A.2.27

Paso 2.- Se trazan lneas verticales Vp, en las columnas que se encuentran en la fila que se selecciono en el paso 1(h1), que contengan datos 1, en este caso, son las piezas 1, 2, 4 y 8. Vase Tabla A.2.28.

Piezas Mq. 1 2 3 4 5 6 7 1 1 0 0 0 1 0 0 2 1 0 0 1 0 0 1 3 0 0 1 0 0 1 0 4 1 0 0 1 0 0 0 5 0 1 1 0 0 0 0 6 0 0 0 1 0 0 1 7 0 0 0 0 0 0 1 8 1 0 0 0 1 0 0 9 0 1 1 0 0 1 0 h1

26

V1 V2 V4 V8

Tabla A.2.28

Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V1, V2, V4 y V8) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, en este caso las mquinas 4, 5 y 7. Vase Tabla A. 2.29.
Piezas Mq. 1 2 3 4 5 6 7 1 1 0 0 0 1 0 0 V1 V2 V4 V8 Tabla A.2.29 2 1 0 0 1 0 0 1 3 0 0 1 0 0 1 0 4 1 0 0 1 0 0 0 5 0 1 1 0 0 0 0 6 0 0 0 1 0 0 1 7 0 0 0 0 0 0 1 8 1 0 0 0 1 0 0 9 0 1 1 0 0 1 0 h7 h4 h5 h1

Paso 4. Como aun hay datos 1 aislados sobre la columna 6 y 7 y se encuentran sobre las lneas h4 y h7 que se trazaron en el paso 3, se dibujan lneas verticales Vp. Vase Tabla A.2.30.

Piezas Mq. 1 2 3 4 1 1 0 0 0 2 1 0 0 1 3 0 0 1 0 4 1 0 0 1 5 0 1 1 0 6 0 0 0 1 7 0 0 0 0 8 1 0 0 0 9 0 1 1 0 h4 h1

27

5 6 7

1 0 0 V1

0 0 1

0 1 0

0 0 0

0 0 0

0 0 1

0 0 1

1 0 0

0 1 0

h5

h7

V2 V4 V8 V6 V7

Tabla A.2.30

Como ya no hay datos aislados en las filas y columnas seleccionas se procede a formar el grupo de mquinas y familia de piezas correspondientes.

Grupo de Mquinas Familia de Piezas

1, 4, 5 y 7 1, 2, 4, 8, 6 y 7

Paso 5. Trasformamos la matriz original, eliminando las filas y columnas ya utilizadas (mquina 1, 4, 5 y 7. Piezas 1, 2, 4, 8, 6 y 7) y formamos una nueva matriz con las filas y columnas que no se han seleccionado (mquina 2, 3 y 6. piezas 3, 5, 7 y 9). Vase Tabla A2.31.
Piezas Mq. 2 3 6 3 0 1 1 5 1 1 0 9 1 1 1

Tabla A.2.31

28

Paso 6.- Como hay datos 1 que no han sido seleccionados en la matriz resultante, se vuelve a realizar el procedimiento desde el paso 1 con la tabla A.1.31

Paso 1.- Seleccionamos la mquina 2 y dibujamos una lnea horizontal (h2) sobre ella. Vase Tabla A.2.32.

Piezas Mq. 2 3 6 3 0 1 1 5 1 1 0 9 1 1 1 h2

Tabla A.2.32

Paso 2.- Se trazan lneas verticales Vp, en las columnas que se encuentran en la fila que se selecciono en el paso 1(h2), que contengan datos 1, en este caso, son las piezas 5 y 9. Vase Tabla A.2.33

Piezas Mq. 2 3 6 3 0 1 1 5 1 1 0 V5 V9 Tabla A.2.33 9 1 1 1 h2

Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V5, y V9) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, en este caso en la mquina 3 y 6. Vase Tabla A.2.34.

29

Piezas Mq. 2 3 6 3 0 1 1 5 1 1 0 V5 V9 9 1 1 1 h2 h3 h6

Tabla A.2.34

Paso 4. Como aun hay datos 1 aislados sobre la columna 3 y se encuentran sobre las lneas h3 y h6 que se trazaron en el paso 3, se dibujan lneas verticales Vp. Vase Tabla A.2.35

Piezas Mq. 2 3 6 3 0 1 1 5 1 1 0 V5 V9 V3 Tabla A.2.35 9 1 1 1 h2 h3 h6

Paso 5.- Como ya todas las filas y columnas han sido seleccionadas se procede a formar los grupos de mquinas y familias de piezas correspondientes.

Grupo de Mquinas Familia de Piezas

2, 3 y 6 5, 9 y 3

30

Una vez obtenidos los grupos de mquinas y las familias de piezas finales, se procede a formar la matriz de incidencia pieza-mquina con las nuevas posiciones de las mquinas y piezas con sus respectivos racimos, Vase Tabla A.2.36.
Piezas Mq. 1 4 5 7 2 3 6 1 1 0 1 0 2 1 1 0 1 4 1 1 0 0 8 1 0 1 0 6 0 1 0 1 7 0 0 0 1 1 1 0 1 1 1 0 1 1 5 9 3

Tabla A.2.36 Matriz final racimada.

Anexo 4. Ejercicio resuelto del Algoritmo de Identificacin por Racimo Modificado.

Considere la matriz de incidencia A.3 y aplique el Algoritmo de identificacin por racimo modificado (Seccin 3.5.1).

Piezas Mq. 1 2 3 4 5 6 7 1 1 0 0 0 1 0 0 2 1 0 0 1 0 0 1 3 0 0 1 0 0 1 0 4 1 0 0 1 0 0 0 5 0 1 1 0 0 0 0 6 0 0 0 1 0 0 1 7 0 0 0 0 0 0 1 8 1 0 0 0 1 0 0 9 0 1 1 0 0 1 0

31

Paso 1. Seleccionamos la mquina 1 y por consiguiente las piezas que se encuentran en ella, que son las piezas 1,5,7 y 10 y se asignan a la clula 1, Vase Tabla A.2.37

CLULA 1 Mquina 1 Piezas 1,2,4 y 8

Tabla A.2.37

Paso 2. Seleccionamos la mquina 2, puesto que las piezas 5 y 9 que se encuentran en ella, no se han asignado a ninguna clula, de acuerdo al paso 2(a), las asignamos a una nueva clula, Vase Tabla A.2.38

CLULA 2 Mquina 2 Piezas 5y9

Tabla A.2.38

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 3. Como las piezas 5 y 9 ya se han asignado a la clula 2, de acuerdo al paso 2(b), las asignamos a la clula ya creada con las dems piezas. Vase Tabla A.2.39

CLULA 2 Mquina 2y3 Piezas 5, 9 y 3

32

Tabla A.2.39

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 4, las piezas que son procesadas por esta mquina son las piezas 2, 4 y 6, como las piezas 2 y 4 estn ya asignadas a la clula 1, de acuerdo al paso 2(b), asignamos la mquina 4 y las piezas que se encuentran en ella, a la clula 1 Tabla A.2.40. CLULA 1 Mquina 1y4 Piezas 1,2,4, 8 y 6

Tabla A.2.40 Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas. Paso 2. Seleccionamos la mquina 5, las piezas que son procesadas por esta mquina son las piezas 1 y 8, como estas piezas estn ya asignadas a la clula 1, de acuerdo al paso 2(b), asignamos la mquina 5 y las piezas que se encuentran en ella, a la clula 1 Tabla A.2.41.

CLULA 1 Mquina 1, 4 y 5 Piezas 1,2,4, 8 y 6

Tabla A.2.41

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas. Paso 2. Seleccionamos la mquina 6, las piezas que son procesadas por esta mquina son las piezas 3 y 9, como estas piezas estn ya asignadas a la clula 2, de acuerdo al paso 2(b), asignamos la mquina 6 y las piezas que se encuentran en ella, a la clula 2 Tabla A.2.42

33

CLULA 2 Mquina 2, 3 y 6 Piezas 5, 9 y 3

Tabla A.2.42

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas. Paso 2. Seleccionamos la mquina 7, las piezas que son procesadas por esta mquina son las piezas 2, 6 y 7, como las piezas 2 y 6 estn ya asignadas a la clula 1, de acuerdo al paso 2(b), asignamos la mquina 7 y las piezas que se encuentran en ella, a la clula 1. Tabla A.2.43
CLULA 1 Mquina 1, 4 y 5 Tabla A.2.43 Piezas 1,2,4, 8, 6 y 7

Paso 3. Como ya todas las mquinas y piezas han sido asignadas a alguna clula, terminamos, por lo tanto la matriz resultante es la siguiente. Vase Tabla A.2.44

Piezas Mq. 1 4 5 7 2 3 6 Tabla A.2.44 Matriz final racimada 1 1 0 1 0 2 1 1 0 1 4 1 1 0 0 8 1 0 1 0 6 0 1 0 1 7 0 0 0 1 1 1 0 1 1 1 0 1 1 5 9 3

34

Anexo 5. Ejercicio resuelto del Algoritmo de Identificacin por Racimo

Considere la matriz de incidencia pieza-mquina A.5 y aplique el Algoritmo de identificacin por racimo (Seccin 3.3.1).

Piezas Mq. 1 2 3 4 5 1 1 1 0 1 1 2 1 0 1 0 1 3 1 0 0 1 0 4 0 1 0 0 1 5 1 0 1 0 0 6 1 0 0 0 1 7 1 0 1 0 1 8 0 1 0 1 0 9 1 0 0 1 0 10 1 0 0 1 1 11 1 1 1 0 1 12 1 0 0 1 1

Matriz de incidencia Pieza-Mquina A.5

Paso 1.- Seleccionamos la mquina 2 arbitrariamente y dibujamos una lnea horizontal (h2) sobre ella. Vase Tabla A.2.45

Piezas Mq. 1 2 3 4 5 1 1 1 0 1 1 2 1 0 1 0 1 3 1 0 0 1 0 4 0 1 0 0 1 5 1 0 1 0 0 6 1 0 0 0 1 7 1 0 1 0 1 8 0 1 0 1 0 9 1 0 0 1 0 10 1 0 0 1 1 11 1 1 1 0 1 12 1 0 0 1 1 h2

Tabla A.2.45

Paso 2.- Se trazan lneas verticales Vp, sobre las columnas que se encuentran en la fila que se selecciono en el paso 1(h2), que contengan datos 1, en este caso, son las piezas 1, 4, 8 y 11. Vase Tabla A.2.46.

35

Piezas Mq. 1 2 3 4 5 1 1 1 0 1 1 V1 V4 V8 V11 2 1 0 1 0 1 3 1 0 0 1 0 4 0 1 0 0 1 5 1 0 1 0 0 6 1 0 0 0 1 7 1 0 1 0 1 8 0 1 0 1 0 9 1 0 0 1 0 10 1 0 0 1 1 11 1 1 1 0 1 12 1 0 0 1 1 h2

Tabla A.2.46

Paso 3.- Para cada dato 1 contenido en las columnas recin seleccionadas (V1, V4, V8 y V11) en el paso 2, se traza lneas horizontales (hm) a lo largo de la fila, en este caso es en la mquina 1, 3, 4 y 5. Vase Tabla A.2.47

Piezas

36

Mq. 1 2 3 4 5

1
1 1 0 1 1
V3

2
1 0 1 0 1

3
1 0 0 1 0

4
0 1 0 0 1

5
1 0 1 0 0

6
1 0 0 0 1

7
1 0 1 0 1

8
0 1 0 1 0

9
1 0 0 1 0

10
1 0 0 1 1

11
1 1 1 0 1

12
1 0 0 1 1 h2 h3 h4 h5 h1

V4
V8 V11

Tabla A.2.47

Paso 4. Como aun hay datos 1 aislados sobre las columnas 2, 3, 5, 6, 7, 9, 10 y 12 y se encuentran sobre las lneas h1, h3, h4, y h5 que se trazaron en el paso 3, se dibujan lneas verticales Vp. Vase Tabla A.2.48.

Piezas
Mq. 1

1
1

2
1

3
1

4
0

5
1

6
1

7
1

8
0

9
1

10
1

11
1

12
1 h1

37

2 3 4 5

1 0 1 1 V1

0 1 0 1

0 0 1 0

1 0 0 1

0 1 0 0

0 0 0 1

0 1 0 1

1 0 1 0

0 0 1 0

0 0 1 1

1 1 0 1

0 0 1 1

h2 h3 h4 h5

V4 V8
V11

V2 V3 V5 V6 V7
V9 V10 V12

Tabla A.2.48

Paso 5.- Como ya todas las filas y columnas han sido seleccionadas se procede a formar los grupos de mquinas y familias de piezas correspondientes. Vase Tabla A.2.49

Piezas Mq. 2 1 1 1 1 4 1 8 1 11 1 1 1 1 1 1 1 1 1 1 2 3 5 6 7 9 10 12

38

3 4 5 1 1 1 1

1 1

1 1 1 1 1 1 1 1

Tabla A.2.49 Matriz final.

Anexo 6. Ejercicio resuelto del Algoritmo de Identificacin por Racimo Modificado.

Considere la matriz de incidencia pieza-mquina A.5 y aplique el Algoritmo de identificacin por racimo modificado (Seccin 3.5.1).

Piezas Mq. 1 2 3 4 5 1 1 1 0 1 1 2 1 0 1 0 1 3 1 0 0 1 0 4 0 1 0 0 1 5 1 0 1 0 0 6 1 0 0 0 1 7 1 0 1 0 1 8 0 1 0 1 0 9 1 0 0 1 0 10 1 0 0 1 1 11 1 1 1 0 1 12 1 0 0 1 1

Matriz de incidencia Pieza-Mquina A.5

Paso 1. Seleccionamos la mquina 1 y por consiguiente las piezas que se encuentran en ella, que son las piezas 1, 2, 3, 5, 6, 7, 9, 10, 11 y 12 y se asignan a la clula 1, Vase Tabla A.2.50

CLULA 1 Mquina 1 Piezas 1,2,3,5,6,7,9,10,11 y 12

Tabla A.2.50

39

Paso 2. Seleccionamos la mquina 2, puesto que las piezas 1 y 11 que se encuentran en ella, estn ya asignadas a la clula 1, de acuerdo al paso 2(b), asignamos la mquina 2 y las dems piezas que se encuentran en ella a la clula 1. Tabla A.2.51

CLULA 1 Mquina 1y 2 Piezas 1,2,3,5,6,7,9,10,11,12,4 y 8

Tabla A.2.51

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 3, Como las piezas 2, 5, 7 y 8 ya se han asignado a clula 1, de acuerdo al paso 2(b), asignamos la mquina 3 y las piezas que se encuentran en ella a la clula 1. Tabla A.2.52

CLULA 1 Mquina 1, 2 y 3 Piezas 1,2,3,5,6,7,9,10,11,12,4 y 8

Tabla A.2.52

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 4, Como las piezas 1, 3, 8, 9, 10 y 12 ya se han asignado a clula 1, de acuerdo al paso 2(b), asignamos la mquina 4 y las piezas que se encuentran en ella a la clula 1. Tabla A.2.53

CLULA 1 Mquina 1, 2, 3 y 4 Piezas 1,2,3,5,6,7,9,10,11,12,4 y 8

40

Tabla A.2.53

Paso 3. Como no todas las mquinas y piezas han sido asignadas, repetiremos el procedimiento hasta asignarlas.

Paso 2. Seleccionamos la mquina 5, Como las piezas 1, 2, 4, 6, 7, 10, 11 y 12 ya se han asignado a clula 1, de acuerdo al paso 2(b), asignamos la mquina 5 y las piezas que se encuentran en ella a la clula 1. Tabla A.2.54

CLULA 1 Mquina 1, 2, 3, 4 y 5 Piezas 1,2,3,5,6,7,9,10,11,12,4 y 8

Tabla A2.54

Paso 3. Como ya todas las mquinas y piezas han sido asignadas a alguna clula, terminamos, por lo tanto la matriz resultante es la siguiente. Vase Tabla A.2.55

Piezas Mq. 1 2 3 4 5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 3 1 5 1 6 1 7 1 9 1 10 1 11 1 1 1 1 1 1 1 12 1 1 1 4 8

Tabla A.2.55 Matriz final.

GLOSARIO

41

Algoritmo.- Mtodo de resolucin de clculos complicados mediante el uso repetido de otro mtodo de clculo ms sencillo. Ejemplos bsicos son los mtodos para efectuar operaciones aritmticas Amortizacin.- Desvalorizacin peridica de los bienes y posesiones cuyo valor disminuye con el tiempo o con el uso: amortizacin del activo fijo. Composite.- Sustancia plstica mezclada con partculas de porcelana, que se utiliza sobre todo en la fabricacin de prtesis dentales. Cluster.- palabra en ingles que en espaol se refiere a racimo. Factora.- Fbrica o complejo industrial; Establecimiento de comercio, especialmente el situado en un pas colonial Homogeneidad.- Igualdad o semejanza en la naturaleza o el gnero de varios elementos. Uniformidad en la composicin y la estructura de una sustancia o una mezcla Heterognea.- Combinado de componentes o partes de distinta naturaleza. Manufactura esbelta o lean.- Es la utilizacin mnima de personas, equipos, y materiales que proveen el costo mas bajo total y la calidad mas alta en productos y servicios. Es reducir el tiempo entre la orden del cliente y la entrega de los productos o servicios mediante la eliminacin de prdidas o MUDA, o sea actividades que no aaden valor al producto en el proceso de manufactura y distribucin. PRERREGLAJE.

Stock.- Conjunto de mercancas en depsito o reserva: han hecho una oferta para dar salida al stock. ? Tambin se escribe estock. TG.- Abreviatura que se le da al trmino Tecnologa de Grupos. Utillaje.- Conjunto de herramientas o instrumentos utilizados en una actividad u oficio

2.3 CARACTERISTICAS, VENTAJAS Y DESVENTAJAS DE GRUPOS TECNOLOGICOS

42

Un grupo tecnolgico eficaz tiene las siguientes siete caractersticas: 1) El Equipo Humano: Los grupos estn construidos por un equipo especifico de operarios que trabajan nica y generalmente en grupo. 2) Productos: Los grupos producen una familia especifica o conjuntos de productos .en un departamento de ensambles estos productos sern ensambles o conjuntos. En un taller mecnico los productos sern partes mecnicas. En una fundicin el producto ser partes fundidas. 3) Facilidades: Los grupos son provistos de un conjunto especifico de maquinas y/o otros equipos de produccin, los cuales se utilizan ya sea solos o en conjunto dentro del grupo. 4) Distribucin por grupos: Las instalaciones se ubican juntas en un rea reservada para el grupo. 5) Meta: Los trabajadores que forman el grupo comparten una meta comn de produccin. Esta meta o orden por lista se da al comienzo de cada periodo de produccin para ser determinada al final del mismo. 6) Independencia: En lo posible, los grupos deben ser independientes entre s. Deben poder cambiar su ritmo de trabajo, si as lo desean, durante un perodo. Una vez que han recibido los materiales, la produccin no debe depender de la de otros grupos de produccin. 7) Tamao: Los grupos se deben limitar a manera de restringir los nmeros de trabajadores por grupo. Se ha recomendado en muchos casos que los grupos sean de 6 a 15 trabajadores. En algunos casos se pueden requerir grupos ms numerosos, hasta de 35 trabajadores, por razones tecnolgicas; observndose que tales grupos trabajan eficientemente en la prctica. La organizacin en familia y en grupos no solo afecta la posibilidad de reducir los tiempos auxiliares, sino tambin simplifica el flujo de material, aumentando la rapidez de movimiento a travs del sistema en comparacin con la produccin por lotes bajo distribucin funcional.

VENTAJAS
Agrupamiento de partes (clasificadas y codificadas) Reduccin del tiempo de preparacin de la maquinaria. Reduccin de materiales en proceso. Mejoramiento del manejo de materiales. Mejoramiento en la seleccin de maquinaria y equipo.

43

Reduccin del costo de herramental. Reduccin de desperdicios: Inventarios en proceso Simplificacin del clculo del costo. Moral del trabajador.

DESVENTAJAS
Considerable esfuerzo de planeacin en cuanto al sistema de clasificacin y Codificacin. Puede reducirse la eficiencia a causa de un mal entendimiento. Los cambios en los mtodos de fabricacin y en las cantidades producidas implican cambios o reajustes del grupo o clula ocasionando costos mas elevados. La avera de una mquina detiene la produccin en forma completa del grupo.

2.4 METODOLOGIA PARA LA FORMACION DE GRUPOS Y ASIGNACION DE EQUIPOS.

METODOLOGIA

1) Checar factibilidad. 2) Buscar el entendimiento y apoyo de la organizacin. 3) Especificar familias de piezas Mediante inspeccin visual. Mediante caractersticas de diseo

Sistema Opitz, Brits,KK-1 , KK-2 . se refiere al tamao, forma, funcin. Sistema Opitz,Mclass,Dclass codificacin. .se refiere a clasificacin y

4) Identificacin de la maquinaria existente. 5) Conseguir informacin adicional. Compra de equipo nuevo. Artculos nuevos pronsticos Polticas de compra. Cambios de mtodos de manufactura

44

Turnos, materiales, herramientas. 6) Asignacin inicial de familias a grupo de mquinas.

Mediante el AFP Anlisis de flujo de produccin Permite encontrar las familias de partes y el grupo de mquinas

necesarias para su fabricacin. Desarrollada por J. L. Burbidge. Examina y resume la informacin de hojas de ruta sobre la secuencia de

operaciones de cada parte y la maquinaria empleada para ello.

7) Introduccin del primer grupo 8) Refinacin de clulas de manufactura Diseo de herramientas, dispositivos. Estandarizacin de operaciones. Distribucin optima de la maquinaria y equipo. 9) Planeacin del trabajo. 10) Efectos en otros departamento Costos Compras Personal Ingeniera Mantenimiento

FORMACION DE GRUPOS
El siguiente mtodo puede usarse para disear un sistema de clasificacin. El primer paso es la seleccin de piezas-candidatos, que puede hacerse por los criterios A-B-C, 1-2-3 y Greco. Se inicia con las piezas ms importantes. El segundo paso consiste en dividir este grupo de piezas selectas en dos o ms pequeos, cuidando que las semejanzas de las piezas en cada uno sean las mismas; cada grupo, a su vez en nuevos grupos, y as sucesivamente, hasta donde sea posible. En cada agrupacin que se haga, debern anotarse las caractersticas que tengan en comn, para clasificar piezas que no fueron seleccionadas en el primer paso.

45

La primera divisin que se hace tiene las caractersticas ms generales, y as progresivamente hasta llegar a la ltima, que tendr las ms particulares.

TAXONOMIA NUMRICA
Taxonoma clasifica biolgicamente los objetos, y est basada en la posesin o carencia de caractersticas comunes relevantes. Cuando las caractersticas que stos poseen pueden expresarse numricamente, se pueden clasificar por: Taxonoma Numrica. Esta metodologa provee de algoritmos para el estudio de similitudes de una manera cuantitativa, contrastando con las tcnicas de clasificacin usadas tradicionalmente en Tecnologa de Grupos, las cuales tienden a ser descriptivas y subjetivas. La taxonoma numrica es un mtodo de anlisis. Consta de tres etapas: 1. Preparacin de una Matriz de Datos. Este arreglo matricial indica qu caractersticas estn presentes (o ausentes) en los objetos. Dichas caractersticas pueden indicarse por medio de dgitos binarios, es decir: el cero indica la ausencia de cierta caracterstica; el uno indica su presencia.

2. Clculo de una Matriz de Coeficientes de similitud. De la informacin, contenida en la matriz de datos, se evala la similitud entre cada par de piezas u objetos. El Coeficiente de similitud se define con un valor de 1.0 cuando los objetos tengan caractersticas idnticas, y 0.0 cuando no tengan ninguna caracterstica en comn. Un par de objetos tiene un coeficiente de similitud entre estos lmites. 3. Agrupamiento de Partes por Anlisis de Similitud. Este anlisis examina la similitud entre cada par de objetos y forma de grupos de los que son altamente similares. Una analoga de stos es representar las caractersticas del objeto en el espacio. Si cada objeto posee M caractersticas, se puede considerar que ocupa un punto en el espacio M-dimensional. Los puntos que representan objetos similares estn bastante cercanos unos de otros en este espacio. El anlisis de similitud pretende encontrar grupos de objetos que forman ncleos densos en el espacio.

46

Una vez determinada la posibilidad de que las piezas manufacturadas se pueda obtener familias, y de stas, agrupaciones de maquinaria capaces de procesar tales piezas, se puede determinar simultneamente por medio de la Taxonoma Numrica, las principales agrupaciones, tanto de piezas (familias) como de maquinaria (grupos).

APLICACIN DEL ANALISIS DE FLUJO DE LA PRODUCCIN

Burbidge sugiere el uso de tcnicas del Anlisis de Flujo de Produccin para la formacin de las familias de componentes y los grupos de mquinas. El anlisis de grupo, parte central del Anlisis de Flujo de Produccin, utiliza una matriz mquinacomponente MC. Esta matriz aparece inicialmente en un ordenamiento al azar, pero reacomodando la secuencia en la cual han sido escritas las hileras y columnas, es posible encontrar grupos de mquinas y familias de piezas.

47

Fig. 2.4