Documentos de Académico
Documentos de Profesional
Documentos de Cultura
20 al 22 de Julio de 2011, Celaya, Guanajuato EVALUACIN DE PREDICCIONES DEL ESTADO DE UN SISTEMA DE MANUFACTURA ASSESSMENT OF PREDICTIONS OF THE STATE OF A MANUFACTURING SYSTEM
H. Martnez, F. Carranza, I. Garca Ingeniera en Tecnologas de Manufactura, Universidad Politcnica de Quertaro, Carretera Estatal 420 S/N, El Marqus, Quertaro C.P. 76240 *heli_0590@hotmail.com RESUMEN Se presentan los resultados de la experimentacin realizada a un modelo de un sistema de manufactura el cual consiste en una estructura de colas de llegadas de rdenes, procesamiento de las mismas, y una sola unidad de servicio. Los datos fueron generados mediante una aplicacin de computacin desarrollada para estos fines usando el software MatLab. Mediante la aplicacin de diferentes distribuciones de probabilidad con la finalidad de poder realizar el experimento, y realizar comparaciones con los datos generados en un proceso Gaussiano. Con estos datos generados podemos conocer valores futuros del sistema que nos pueden ayudar a mejorar el proceso de manufactura. ABSTRACT We present experimental results of the model of a manufacturing system structure of queues With A arrivals of orders, processing of orders, and one unit of service. Datagenerated in a computer Were Application Developer For This purpose using theMatLab software. We Used two Different Probability Distributions to the experiment,and the process Compared With The data generated in a Gaussian process. With These data generated dog know future values of the system That Can Help streamlinethe manufacturing process. INTRODUCCIN Simulacin es la reproduccin del comportamiento dinmico de un sistema real en base a un proceso [Shannon, 1975]. Tpicamente, se disea y desarrolla un modelo computarizado de un sistema para realizar experimentos y comprender su comportamiento o evaluar varias estrategias en las que se puede operar [Winston, 1997].Adicionalmente, en la simulacin se consideran las relaciones entre las entidades y los atributos los cuales definen un modelo que posteriormente es usado para generar experimentos sobre algn tipo de evento, tal como la cantidad de unidades procesadas por un sistema en una unidad de tiempo. Debido a las tendencias globalizadas de comercializacin y la alta competitividad en el sector industrial, las empresas desean maximizar sus recursos y es por ello que utilizan la simulacin como una herramienta de base cientfica para toma de decisiones. Sumado a esto, la simulacin permite conocer el comportamiento dinmico de una empresa o en especial de algn tipo de mquina que se est diseando o que est en operacin. De esta manera podemos ver los pronsticos para la demanda y utilidad de un producto particular o establecer con base en las tendencias de operacin cuando un mecanismo pueda fallar. Al realizar una simulacin se requiere una recoleccin de informacin, un modelamiento en el cual es necesario atribuir de antemano funciones de distribucin de probabilidad sobre los tiempos entre las llegadas de rdenes y tiempos de proceso, de forma que podamos obtener un modelo matemtico. Posterior a esta etapa y con ayuda de un software de desarrollo realizar la programacin o implementacin. Seguidamente, la experimentacin y verificacin del modelo, proporcionan informacin vital del proceso que se est analizando y constituye la base tcnica para la generacin de reportes especficos. Durante varios aos se han podido lograr la evaluacin de diferentes modelos de simulacin en procesos de manufactura, bien sea para crear sistemas de manufactura flexibles, mejorar un proceso de fabricacin o para controlar la calidad de un producto [Pedro Albertos, 2004], [Ivan Garca Pacheco, 2007],
La aplicacin desarrollada anteriormente nos genera los datos de llegada y de procesado, y nos calcula el tiempo promedio que tarda una orden desde que llega al sistema hasta su salida. Este tiempo promedio lo calcula tomando en cuenta la hora de llegada de la orden al sistema sumndolo al tiempo que tarda en la cola y el tiempo de procesado en la unidad de servicio. Con estos datos podemos hacer predicciones futuras de la salida de cada orden. En un software se realizara una aplicacin que modelara un sistema de manufactura usando un sistema de colas por medio de distribuciones de probabilidad. Al tener modelado el sistema podremos estimar un tiempo promedio de procesado de una orden, es decir, el tiempo promedio que tarda una orden desde su recepcin en la entrada de la cola, y el procesamiento en la unidad de servicio, hasta que sale del sistema. Al tener este parmetro podemos hacer una inferencia en los datos futuros usando un proceso Gaussiano. La idea es que podamos conocer el estado del sistema en un instante de tiempo y as poder predecir su comportamiento futuro.
En la figura 2 se muestran el bloque de Colas, donde llegan las rdenes solicitadas por el cliente, mientras que en la unidad de servicio se procesan los productos que representan las rdenes. Si conocemos los tiempos en los que llega cada orden a la cola y el tiempo promedio que tarda un producto en ser procesado, podemos estimar el tiempo promedio que tarda en procesar x cantidad de rdenes. En este caso estamos suponiendo que una orden es un producto. Las llegadas de rdenes a la cola del sistema pueden ser modeladas por medio de una funcin de distribucin de probabilidad exponencial y normal entre otras, ver ecuaciones 1 y 2: F(x)= e
( )
(Ecu. 1)
(Ecu. 2)
Llegada de ordenes a la cola Procesado en la unidad de servicio Exponencial Exponencial Exponencial Normal Normal Exponencial Normal Normal Tabla 1. Combinaciones de las distribuciones de probabilidad empleadas en la experimentacin. Se utiliz el software Matlab, para generar datos aleatorios que siguieran los tipos de distribuciones descritas anteriormente. Para generar los nmeros aleatorios de la funcin exponencial se us la funcin: exprnd().Esta funcin genera nmeros aleatorios con un parmetro landa (), que representa el valor de llegadas de rdenes por hora. Para poder generar los datos con una distribucin normal en matlab se us la funcin siguiente: normrnd(, ). Esta funcin genera datos aleatorios con los parmetros miu () y Sigma () respectivamente. Donde es el valor promedio de tiempo de procesado por cada orden y la desviacin estndar para este proceso.
Experimentacion
1900 1880 HORA DE SALIDA PREDICHA 1860 1840 1820 1800 1780 1760 1740 1720 1700 1680 1700 1720 1740 1760 1780 1800 1820 1840 1860 1880 1900
HORA DE LLEGADA
CONCLUSIONES En una simulacin podemos llegar a estimar el tiempo promedio, en los que una orden es procesada en la unidad de servicio (maquinaria), tiempo total de procesamiento de un conjunto de rdenes, y a su vez nos permiten estimar la hora en la cual una orden determinada sale del sistema. Estos valores son obtenidos mediante nmeros aleatorios, los cuales se pueden modelar, usando distintos tipos de distribuciones de probabilidad. La utilizacin de simuladores nos ayuda a una mejor visin de produccin y de capacidades de procesamiento de una mquina, es decir, nos arroja valores futuros con los cuales podemos hacer mejores predicciones, permitiendo una planeacin ms exacta y sin demoras de entrega a los clientes, as como hacer ms eficiente el proceso de manufactura.