Analyzing trade-off betwen the strategy of capacity

expansion and operational condition

P. Escalona R.a,
a Centro

Integrado de Manufactura y Automatizacon CIMA-UTFSM,Universidad T

ecnica
Federico Santa Mara, Avenida Espa
na 1680, Valparaso, Chile.

Abstract
Este paper analiza el efecto de las condiciones operacionales sobre el costo
de expansi
on de capacidad en un proceso que debe satisfacer la demanda de
m
ultiples items. Se asume que la demanda crece en el tiempo y que la expansion
de capacidad se puede realizar a traves de la adquisicion de nuevas maquinas
(identicas) y/o a traves del aumento o reduccion del n
umero de turnos. En
este paper se desarroll
o un modelo descriptivo que permite determinar todas las
estrategias de expansi
on factibles para un proceso en terminos de maquinaria,
mano de obra y turnos con el objetivo de analizar el efecto que tienen las condiciones operacionales y otros parametros sobre el costo de la estrategia de expancion.
Keywords: Capacity Expansion, equipment purchase, machine requirements
planning, workforce, work-shift.

1. INTRODUCCION
Versi
on preliminar. No difundir.
En un ambiente donde la demanda es creciente en el largo plazo, la expancion
de la capacidad de un proceso se puede realizar a traves de la adquisicion de
nuevas m
aquinas y/o a traves del aumento o reduccion del n
umero de turnos. En
general, a medida que se aumenta el n
umero de turnos, el n
umero de maquinas
necesarias para satisfacer la demanda disminuye y por lo tanto el nivel de inversion en maquinaria. Por otro lado, a medida que aumenta la cantidad de turnos,
el requerimiento de mano de obra (n
umero de operarios) tambien aumenta y en
consecuencia, el gasto operacional.
Desde una perspectiva sistemica, el analisis de la estategia de expancion de
un proceso requiere entender la interdependencia entre la inversion en maquinaria
y la decision asociada a las condiciones operacionales a ser implementadas.
Corresponding

author.
Email address: pablo.escalona@usm.cl (P. Escalona R.)

Preprint submitted to Elsevier

November 11, 2011

Este paper presenta un modelo descriptivo multi-item y multiperiodo que

captura el trade-off descrito anteriormente. El modelo permite determinar y
evaluar todas las estrategias de expancion factibles para un proceso en terminos
de maquinaria, mano de obra y turnos en cada periodo del horizonte de planificaci
on de tal forma de satisfacer una demanda creciente de m
ultiples items. La
enumeracion completa de las estrategias factibles de expancion permite analizar
el efecto que tienen las condiciones operacionales, costo de oportunidad, costo
de la mano de obra, costo de maquiarias y tasa de actualizacion, sobre el costo
de la estrategia de expanci
on.
Se considera la adquisicion de maquinas de un solo tipo en el horizonte
de planificaci
on la que esta caracterizadas por un costo fijo (adquisicion), un
costo variable (uso) y por el tiempo de fabricacion de cada tem. Los costos
fijos y variables son usados en una amplia variedad de literatura asociada a
la expansi
on de capacidad [1]. Esta es una aproximacion razonable a tipos de
m
aquinas que difieren en cantidad de trabajo (variable) y capital (fijo).
La literatura asociada al problema de expansion de capacidad es amplia,
partiendo del trabajo de Manne [2] quien explora el caso de un producto con
demanda lineal creciente sobre un horizonte de planificacion infinito y costos
estacionarios. Li y Tirupati [3] realizan una descripcion detallada de la forma
en que ha evolucionado la literatura asociada al problema de expansion de capacidad, cuyos t
opicos centrales han estado focalizados en el problema de un
solo producto, m
ultiples productos, eleccion de tecnologa, y patron de demanda
(est
atica o estoc
astica). Muchos de estos papers consideran el problema de
m
ultiples productos pero se restringen al prefijar el n
umero de turnos y no lo
consideran como decisi
on clave en sus modelos [4], [3]. Al incluir el n
umero
de turnos como variable de decision, el problema de expansion de capacidad se
hace m
as dificultoso.
La otra
area relevante de investigacion para este problema es la Planificaci
on de Requerimientos de Maquina (machine requeriment planning, MRP).
En general, el problema de requerimiento de maquina puede ser definida como
la especificaci
on del n
umero de maquinas requeridas de cada tipo en un proceso
productivo (o conjunto de procesos) en cada periodo del horizonte de planificaci
on [5]. Existe un n
umero limitado de metodos para analizar el problema
de requerimiento de m
aquinas, partiendo del trabajo de Shubin y Madeheim [6]
quienes proponen usar la relacion x = (t/60) (p/h) para calcular el n
umero
necesario de m
aquinas en un ambiente caracterizado por un u
nico proceso, un
producto y un periodo. En este modelo x es el n
umero necesario de maquinas
en el periodo de producci
on, t es el tiempo estandar de fabricacion en minutos, p es la producci
on diaria requerida medida en unidades, h es el n
umero de
horas est
andar disponibles en un da, y es la eficiencia o factor de uso del
proceso medido en porcentaje. Modelos similares al propuesto por Shubin y
Madeheim, han sido publicados por Apple [7] , Ireson [8], Muther [9], Johnston
[10], Reed [11], Moore [12] y Francis y White [13]. Todos estos modelos son
deterministicos, est
aticos y descriptivos y muchos de ellos fueron desarrollados
para ambientes de un solo proceso y un solo producto, al igual que el analizado por Shubin y Madeheim. Francis and White [13] proponen un modelo
2

deterministico y descriptivo para calcular el n

umero de maquinas
necesarias en
Pn
un sistema. Ellos recomiendan usar la relacion xj =
(p
ij tij /hij ) para
i=1
calcular el n
umero necesario de maquinas en un ambiente caracterizado por
m
ultiples procesos, m
ultiples productos y un periodo. Aqu, xj es el n
umero
de maquinas de tipo j necesarias en un periodo de produccion, pij es la tasa
de producci
on requerida del producto i en la maquina j, tij es el tiempo de
producci
on est
andar del producto i en la maquina j (en horas por pieza), y hij
el n
umero de horas disponibles en un periodo para producir el producto i en la
m
aquina j. Miller y Davis [5] realizaron un completo analisis del problema de
planificaci
on de requerimientos de maquinas y proveen un resumen detallado de
los trabajos publicados en esta area.
Hasta los a
nos 70s la formulacion de modelos asociados a la planificacion
de requerimientos de m
aquina estaba confinado a modelos descriptivos sin considerar ning
un tipo de restriccion. Los desarrollos posteriores se realizaron usando modelos normativos en donde el n
umero de maquinas es determinada optimizando una funci
on objetivo sujeta a una cantidad limitada de restricciones.
Miller y Davis [14] desarrollaron un modelo normativo con estructura de programaci
on lineal en donde el problema de requerimiento de maquinas es analizado
como un problema de asignacion que tiene por objetivo minimizar el costo total sujeto a restricciones de presupuesto de capital, espacio y sobretiempo para
varios tipos de m
aquinas. Hayes, Davis y Wysk [15] investigan el problema en
un sistema de producci
on en masa (serial-flow) usando una formulacion basada
en programaci
on din
amica, el cual permite determinar el n
umero optimo de
m
aquinas y su tasa de produccion, para cada proceso del sistema. Benezhad
y Khoshnevis [16] desarrollaron un modelo que incorpora acumulacion de inventarios y almacenamiento lo que permite absorber fluctuaciones de demanda
y reducir la frecuencia en la adquisicion de equipamiento. Vander Veen y Jordan [17] desarrollaron un modelo para m
ultiples partes y piezas y m
ultiples
tipos de maquinas donde la capacidad de maquina es una funcion del costo de
la m
aquina, adem
as, estudiaron la relacion entre la inversion y utilizacion en
maquinaria. Tabucanon y Ong [18] expanden el trabajo de Hayes, Davis y Wysk
a un sistema con m
ultiples productos, maquinas y procesos. Utilizan programaci
on entera mixta y goal programming para determinar el numero optimo
de m
aquinas requeridas en cada centro de trabajo para cada tipo de producto.
Benezhad y Khoshnevis [19] desarrollaron un modelo integrado de planificacion
agregada y requerimiento de maquinas.
En relaci
on a los trabajos asociados a la literatura, este paper tiene tres
contribuciones principales, que en conjunto no han sido exploradas. Primero, se
considera el n
umero de turnos como una variable de decision en cada periodo del
horizonte de planificaci
on. Segundo, se considera el n
umero de maquinas como
variable de decisi
on en cada periodo del horizonte de planificacion. Tercero, se
considera el costo de oportunidad por tener equipamiento ocioso en un periodo.
En la siguiente secci
on, se presenta una heurstica jerarquiza de cuatro etapas, a saber, (i) algoritmo de capacidad, (ii) estrategias de expansion, (ibis)
evaluaci
on de una estrategia de expansion, y (iv) eleccion de la estrategia de
expansi
on
optima. El algoritmo de capacidad tiene por objetivo determinar
3

los requerimientos de maquinaria y mano de obra necesarias para satisfacer la

demanda en funci
on del n
umero de turnos a trabajar en cada periodo del horizonte de planificaci
on. Una estrategia de expansionan define para cada periodo
del horizonte de planificaci
on el numero de turnos a trabajar y por lo tanto
el n
umero de m
aquinas y operarios necesarios para satisfacer la demanda y el
numero de m
aquinas disponibles en cada periodo. Cada estrategia de expansion
es evaluada en base a su costo actualizado en terminos de inversion (equipment
purchase), costo de oportunidad, gasto operacional (mano de obra) y costo de
producci
on. Finalmente se determina la estrategia de expansion que minimiza
el costo total actualizado.
2. MODEL FORMULATION
Se considera un escenario donde j es el proceso sobre el cual se eval
ua
su expansi
on en el largo plazo. El proceso debera satisfacer la demanda de I
(i=1,...,I) items (partes, piezas o producto) en un horizonte de T (t=1,...,T)
periodos. La demanda del tem i en el periodo t es igual a dti y se asume conocida sobre el horizonte de planificacion. El periodo t puede ser a
no o semestre
dependiendo del contexto de evaluacion. Se asume
que
la
demanda
total para
P
P
todos los items es creciente en el tiempo, i.e., i dti < i dt+1
, aunque la dei
manda para items individuales puede no ser creciente. Se considera tambien
que el almacenamiento de tems de un periodo a otro no esta permitida y que
el porcentaje de items defectuosos y reprocesados esta incluido en la estimacion
de demanda.
Como restricci
on de dise
no, se considera la utilizacion maxima del proceso j
igual a
. Esta utilizaci
on maxima permite mantener un colchon de capacidad
ante variabilidad en la demanda y tiempo de fabricacion. En general, a mayor
incertidumbre de la demandada esperada mayor es el colchon de capacidad.
Se asume que la adquisicion de equipamiento se puede realizar al comienzo de
cada periodo y que solo un tipo de maquina es usado para fabricar los tems, i.e.,
las maquinas en el proceso j son homogenea. Estos supuestos son apropiados en
el ambiente manufacturero que motivo este estudio y es com
un en la literatura
asociada al problema de requerimiento de maquina [15]. Por otro lado, la vida
u
til de una m
aquina se asume mayor o igual a T, ya que no se permite la venta
de maquinaria.
2.1. Algoritmo de capacidad
Sea tfi el tiempo unitario de fabricacion del tem i en el proceso j , el cual
corresponde al tiempo que el proceso sera utilizado para fabricar un item i.
Incluye el tiempo necesario para cargar, procesar y descargar el item i en el
proceso j y el tiempo de preparacion (setup) en base unitaria. El tiempo que
el proceso j ser
a utilizado para fabricar la demanda total del item i-esimo en
el periodo t es
T T demti = tfi dti

i, t

(1)

Sumando sobre todos los items i a ser fabricados en el proceso j durante el

periodo t se obtiene el tiempo total demandado al proceso j en el periodo t.
X
T T demt =
T T demti
tT
(2)
iI

En este trabajo la capacidad (oferta) de una maquina es medida en base al

tiempo disponible por periodo y no en base a unidas de salida. El tiempo
disponible por periodo depende de las condiciones operacionales de la planta y
el n
umero de turnos a trabajar por periodo. Se considera que se puede trabajar
W (w=1,2,3) turnos diarios por periodo. De esta forma, si cada periodo t es
de un a
no, y las condiciones operacionales de planta son de 8 horas por da, 5
das a la semana, 52 semanas al a
no, se tendra 2.080 horas por a
no de tiempo
disponible si y solo si se trabaja un turno por periodo. Si se trabaja dos turnos,
se tendr
a 4.160 horas por a
no de tiempo disponible, y si se trabaja tres turnos,
se tendr
a 6.240 horas por a
no de tiempo disponible. El tiempo disponible en el
periodo t dado que se trabaja w turnos se define como T disptw . Si se define wt
como el n
umero de turnos a trabajar en el periodo t y T disp1 como el tiempo
disponible a un turno, el tiempo disponible en el periodo t dado que se trabaja
w turnos se puede escribir como
T disptw = wt T disp1

w, t

(3)

N Nwt

Sea
la cantidad de maquinas necesarias para satisfacer la demanda
(tiempo) en el periodo t dado que se trabaja w turnos. El n
umero necesario
de m
aquinas debe cumplir dos condiciones, (i) es variable entera (N Nwt Z+ )
y, (ii) satisfacer la condici
on de utilizacion maxima (
). En base a estas dos
condiciones se determina el n
umero necesario de maquinas en cada periodo.
La utilizaci
on del proceso j , dado que se trabajan w turnos en el periodo t
es
tw =

T T demt
N Nwt T disptw

w, t

(4)

Pero, la utilizaci
on tw no puede superar la utilizacion maxima de dise
no,
i.e,
tw 6

w, t

(5)

Entonces,
N Nwt

T T demt
T disptw

w, t

(6)

Imponiendo la condici
on (i) sobre el n
umero necesario de maquinas,

N Nwt

T T demt
=
T disptw

T T demt
=
wt T disp1


w, t

(7)

t
Sea Ow
el n
umero de operarios necesarios para satisfacer la demanda esperada en el periodo t dado que se trabaja w turnos y o el n
umero de operarios
necesarios para operar una maquina asociada al proceso j . El n
umero de operarios necesarios para satisfacer la demanda esperado en el periodo t dado que
se trabaja w turnos es
t
Ow
= N Nwt o wt

w, t

(8)

2.2. Estrategias de expansi

on
Se define una estrategia de expansion como la sucesion de turnos {wt }Tt=1 ,
donde wt es el n
umero de turnos a trabajar en el periodo t. En particular, para
un horizonte de planificaci
on de T periodos, se tienen R (r=1,...,3|T| ) estrategias
de expansi
on pues en cada periodo t se puede trabajar uno, dos o tres turnos.
Las 3|T| estrategias de expansion pueden ser representadas ordenadamente a
traves de un
arbol de decisi
on en que cada nivel del arbol representa un periodo
de tiempo t y cada nodo el n
umero de turnos.
Dado los resultados del algoritmo de capacidad, a cada estrategia de expansi
on r se le asocia (i) una sucesion de maquinas necesarias {N Nwt }Tt=1 y
t T
}t=1 . Por ejemplo, si el horizonte
(ii) una sucesi
on operarios necesarios {Ow
de planificaci
on es de 4 periodos (T=4), la estrategia de expansion r=1 es
{1,1,1,1}, i.e., en cada periodo se trabaja un turno (wt = 1, t T ). Esta
estrategia de expansi
on tendra asociada una sucesion de maquinas necesarias
{N N11 ,N N12 ,N N13 ,N N14 } y una sucesion de operarios necesarios {O11 ,O12 ,O13 ,O14 }
que se obtienen del algoritmo de capacidad.
t
el n
umero de maquinas disponibles a comienzos del periodo t
Sea N Dw
0
con N Dw = B el n
umero de maquinas en t = 0, w W. Se asume en
este trabajo que la eliminacion o venta de maquinas no esta permitida. Este
supuesto es com
un en la literatura relacionada al problema de expansion de
capacidad [1, 4, 20] y en la literatura asociada al problema de requerimiento de
m
aquinas [18, 19]. Entonces, dada una estrategia de expansion r, y la sucesion de
m
aquinas necesarias para satisfacer la demanda se puede determinar el n
umero
de m
aquinas disponibles en el periodo t dado que se trabaja w turnos.
(
t1
N Nwt
si N Nwt > N Dw
t
N Dw =
(9)
t1
t1
N Dw
si N Nwt N Dw
t
Sea OCw
el n
umero de operarios a ser contratados a comienzo del periodo
t
t y OCw el n
umero de operarios a ser despedidos a comienzo del periodo t.
0
Por otro lado, sea Ow
= C el n
umero de operarios disponibles en t = 0, w
W. Dada una estrategia de expansion r y la sucesion de operarios necesarios
para satisfacer la demanda, se puede determinar el n
umero de operarios a ser

contratados o despedidos a comienzo del periodo t dado que se trabaja w turnos

seg
un las siguientes relaciones.
( t
t1
t
t1
Ow Ow
si Ow
> Ow
t
(10)
OCw =
0

( t1
t
t
t1
Ow Ow
si Ow
< Ow
t
(11)
ODw =
0

Luego, a cada estrategia de expansion se le asocia una sucesion de maquinas

necesarias, m
aquinas disponibles, operarios necesarios, operarios contratados y
despedidos, para satisfacer la demanda durante el horizonte de planificacion.
t T
t T
t T
t T
{wt }Tt=1 {N Nwt }Tt=1 , {Ow
}t=1 , {N Dw
}t=1 , {OCw
}t=1 , {ODw
}t=1

r R
(12)

2.3. Evaluaci
on de una estrategia de expansi
on
El costo de adquisici
on de una maquina asociada al proceso j en el periodo
t
t es Cm , el cual incluye los costos iniciales de adquisicion y costos fijos de
mantenimiento asociados con el equipamiento, menos el valor de salvamento al
final del periodo T.
Sea Copt el costo de oportunidad en que se incurre en el periodo t al tener
t
. El costo de la mano de obra
equipamiento ocioso, i.e., cuando N Nwt < N Dw
en el periodo t es Cmot . Se asume que el costo unitario de mano de obra
no depende del turno y que el costo de produccion (sin contar mano de obra)
dependen solo del volumen demandado, por lo tanto este costo es independiente
de la decisi
on de adquisici
on de maquinas y pueden ser excluidos del modelo.
Sea Coctw y Codtw el costo unitario de contrato y despido respectivamente en el
periodo t dado que se trabaja w turnos.
Para cada estrategia de expansion r se eval
ua el costo actualizado sobre el
horizonte de planificaci
on en terminos del costo de inversion (equipment purchase), costo de oportunidad, gasto operacional (mano de obra), costo de contrataci
on y despido de personal. Aunque no es explicito en el modelo, todos
los costos est
an descontados al presente (i.e., al comienzo del periodo 1) de tal
forma de facilitar el entendimiento del modelo. La funcion objetivo a evaluar
para cada estrategia de expansion r es
X
X
t
t1
t
Zr =
(N Dw
N Dw
)Cmt +
(N Dw
N Nwt ) Copt
t=1

t=1

X
t=1

t
Ow
Cmot

t
OCw

Coctw +

t=1

t
ODw
Codtw

r R

t=1

(13)

2.4. Estrategia de expansi

on
optima
Sea r la estrategia de expansion optima, la cual sera la de menor costo
actualizado entre todas las estrategias r R.
r = {r/r arg min Zr }

(14)

3. COMPUTATIONAL STUDY
El estudio computacional fue desarrollado con tres objetivos principales, a
saber, (1) evaluar el desempe
no de la solucion bajo diferentes condiciones; (2)
explorar el impacto de los parametros en las decisiones de capacidad y (3) probar
la aplicabilidad del modelo en un problema de tama
no industrial.
3.1. Problem parameters
Para determinar los par
ametros usados en este estudio, se comienza con los
datos obtenidos de la firma que motivo este estudio. Luego se introdujo suficiente variaci
on en el conjunto de datos con el objetivo de evaluar el desempe
no
de la soluci
on bajo diferentes condiciones y estudiar el impacto de los parametros
en las decisiones de capacidad. En el primer estudio computacional se uso el
siguiente set de valores para varios parametros del modelo.
Horizonte de planificaci
on T. En este estudio se considera que la duracion
de cada periodo es de un a
no y que el horizonte de planificacion tomara
dos valores: 4 , 6.
Demanda. dti = dt1
(1 + 0.1 rand()) donde rand() es un n
umero
i
aleatorio entre 0 y 1. La demanda crece entre 0 y 10 por ciento en cada
periodo con d1i = 100, 000 i , i={1,2}.
Tiempo unitario de fabricaci
on. tfi = 0, 2 + rand() , i={1,2}.
Utilizaci
on m
axima
. Se consideran dos valores de utilizacion maxima
para el proceso j en este estudio: -0.8, 0.9.
Tiempo disponible a un turno. T disp1 =115,200 minutos disponibles al
a
no, equivalentes a 8 horas diarias, das a la semana y 52 semanas al a
no.
Capacidad inicial B. Se consideran dos valores de capacidad inicial (n
umero
de m
aquinas disponibles en periodo t=0): 0, 1, w W.
Costo de capital c. Se consideran tres valores diferentes para el costo de
capital: 0.1; 0.2 y 0.3.
Costo de adquisici
on. Cmt = Cm1 (1+c)1t , t = {2, ..., T }, con Cm1 =
7, 000, 000.

 Costo de oportunidad. Copt = f Cmt , t = {1, ..., T }, donde f representa la relaci

on entre la vida u
til y el periodo de depreciacion del
equipamiento, que toma cuatro valores diferentes en este estudio - 0.1,
0.2, 0.3, 0,4.
Costo de la mano de obra. Cmot = Cmo1 (1 + c)1t , t = {2, ..., T },
con Cmo1 = 3, 000, 000
Costo unitario de producci
on. Cptiw = Cp1i (1+c)1t , t = {2, ..., T }, w
1
W , con Cpi = 10, i I
As, se resuelven 192 problemas en el estudio primario.

References
[1] H. Luss, Operations research and capacity expansion problem: A survey,
Operations Research 30 (1982) 907947.
[2] A. S. Manne, Investments for capacity expansion: Size, location and timephasing, MIT Press, Cambridge, MA.
[3] S. Li, D. Tirupati, Dynamic capacity expansion problem with multiple
products: tecnology selection and timing of capacity additions, Operations
Research 42 (1994) 958976.
[4] S. Rajagopalan, Capacity expansion whith alternative technology choice,
European Journal of Operational Research 77 (1994) 392403.
[5] D. M. Miller, R. P. Davis, The machine requirements problem, International
Journal of Production Research 15 (1977) 219231.
[6] J. A. Shubin, H. Madeheim, Plant Layout, Prentice Hall, 1951.
[7] J. M. Apple, Plant Layout and Material Handling, The Ronald Press Company, New York, 1950.
[8] W. G. Ireson, Factory Planning and Plant Layout, Prentice Hall, New York,
1952.
[9] R. Muther, Practical Plant Layout, McGraw Hill, New York, 1955.
[10] A. J. C. Johnston, The calculation of equipment capacities, Time Motion
Study (10).
[11] R. J. Reed, Plant Layout:Factors, Principles, and techniques, R. D Irwin,
Homewood IL.
[12] J. M. Moore, Plant Layout and Design, Macmillan, New York, 1962.
[13] R. L. Francis, J. A. White, Facility Layout and Location: An analytical
approach, Prentice Hall, New York, 1974.
[14] D. M. Miller, R. P. Davis, A dynamic resource allocation model for a machine requirements problem, AIIE Transactions 10 (1978) 237243.
[15] R. D. G. M. Hayes, R. Wysk, A dynamic programming approach to machine
requirements planning, AIIE Transactions 13 (1981) 175180.
[16] A. Behnezhad, B. Khoshnevis, The effects of manufacturing progress function on machine requirements and agregate planing problem, International
Journal for Production Research 26 (1988) 309326.
[17] D. V. Veen, W. Jordan, Analyzing trade-offs between machine investment
and utilization, Management Science 35 (1989) 12151226.

10

[18] M. Tabucanon, J. Ong, Multiproduct, multisatage machine requirements

planning models, Appl. Math. Modelling 17 (1993) 162167.
[19] A. Behnezhad, B. Khoshnevis, Integration of machine requirements planning and aggregate production planning, Production Planning and Control
7 (1996) 292298.
[20] S. Ahmed, N. V. Sahinidis, Selection, acquisition, and allocation of manufacturing technology in a multi-period environment, European journal of
Operational Research 189 (2008) 807821.

11